Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)

Девятнадцатая международная конференция «СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА (Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов)»

XIX.A.421

Оперативный объективный анализ влажности верхних слоёв почвы по данным метеорологических станций и дистанционного зондирования Земли на основе нейросетевых методов

Быков Ф.Л. (1), Гордин В.А. (2,1), Тарасова Л.Л. (1), Василенко Е.В. (3)
(1) Гидрометеорологический научно-исследовательский центр Российской Федерации, Москва, Россия
(2) Национальный исследовательский университет, Высшая школа экономики, Москва, Россия
(3) Европейский центр «НИЦ «Планета», Москва, Россия
Совместно анализируются данные ежедекадных наблюдений за запасами продуктивной влаги (ЗПВ) в верхнем 0-10см и пахотном слоях почвы на метеостанциях Росгидромета и оперативные данные дистанционного зондирования Земли по данным скаттерометра ASCAT (ИСЗ семейства MetOp). Пересчет данных ASCAT в данные о ЗПВ осуществляется нейронной сетью с использованием дополнительной информации о климатической влажности почвы (данные NCAR, США), типах почвы (данные FAO – Всемирной продовольственной и сельскохозяйственной организации) и землепользования (GlobCover 2009). Смещения данных с метеостанций относительно пересчитанных данных ASCAT интерполируются по горизонтальным координатам методом оптимальной интерполяции. Метод оптимальной интерполяции использует анизотропные неоднородные пространственные корреляционные функции, оцененные с использованием нейронных сетей.
При сравнении двух версий: 1) классической, предполагающей однородность полей влажности почвы и с кусочно-линейной функцией пересчета данных ASCAT; и 2) описанной выше, основанной на нейронных сетях. Продемонстрировано, что 2) гораздо лучше воспроизводит экстремально низкие (в том числе, ниже влажности устойчивого завядания) и экстремально высокие влагозапасы, а также их локальные пространственные неоднородности. Представленные оценки погрешности анализа демонстрируют превосходство версии 2).
Анализ полей ЗПВ с горизонтальным шагом около 12.5км рассчитываем оперативно дважды в сутки по земледельческим районам России и Казахстана и позволяет улавливать даже межсуточную изменчивость увлажнения почвы. Данные используются для ежедневного мониторинга увлажнения пахотного слоя почвы, что особенно важно в критические по влаге для развития растений периоды.
При работе Ф.Л.Быков и В.А.Гордин были поддержаны грантом № 20-04-021 в рамках Программы «Научный фонд Национального исследовательского университета «Высшая школа экономики» (НИУ ВШЭ)» в 2020 – 2021 гг.

Ключевые слова: Влажность почвы, нейронные сети, объективный анализ, скаттерометр
Литература:
  1. Быков Ф.Л. Василенко Е.В. Гордин В.А. Тарасова Л.Л. Статистическая структура поля влажности верхнего слоя почвы по данным наземных и спутниковых наблюдений. «Метеорология и гидрология», 2017, №6, c. 68—84. https://doi.org/10.3103/S1068373917060061

Презентация доклада

Методы и алгоритмы обработки спутниковых данных