Материалы 21-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса»
Москва, ИКИ РАН, 13–17 ноября 2023 г.

(http://conf.rse.geosmis.ru)

XXI..327

Моделирование сезонной динамики яркостной температуры замерзающих водных объектов с учетом попадания в пиксель радиометра участков суши, на примере Енисейского залива и данных спутника SMOS

Тихонов В.В. (1,2), Хвостов И.В. (2), Романов А.Н. (2), Шарков Е.А. (1)
(1) Институт космических исследований РАН, Моква, Россия
(2) Институт водных и экологических проблем СО РАН, Барнаул, Россия
Спутник Soil Moisture and Ocean Salinity (SMOS) Европейского космического агентства (ESA), был запущен в ноябре 2009. Спутник несет единственную полезную нагрузку - MIRAS (Microwave Imaging Radiometer using Aperture Synthesis), первый в истории космический интерферометрический радиометр L-диапазона (McMullan et al., 2008). Первоначальные задачи спутника по измерению влажности почвы и солености морской поверхности в дальнейшем были дополнены новыми приложениями, такими как измерение толщины и динамики морского льда, определение состояния почвы при замерзании/оттаивании, анализ фенологических фаз замерзающих водных объектов, оценка гидрологических изменений водно-болотных угодий и т.д. (Боярский и др., 2019; Романов и др., 2019, 2023; Тихонов и др., 2022; Oliva et al., 2020; Tikhonov et al., 2018). В работе (Tikhonov et al., 2022) были представлены результаты теоретического моделирования сезонной динамики яркостной температуры различных областей Обской губы. Сравнение модельных расчетов с данных радиометра MIRAS (продукт SMOS L1C) показало возможность определения зоны смешения пресных и солёных вод (фронтальной зоны) в Обской губе в период ледостава.
Яркостная температура поверхности Земли TBr с учётом поляризации измеряется микроволновым радиометром MIRAS в диапазоне углов визирования 0…60 град. (Kerr et al., 2010). Радиометр принимает восходящее излучение на частоте 1,41 ГГц. Максимальный пространственный охват достигается при угле визирования 42,5 град., при этом пространственное разрешение составляет величину 35х65 км (Gutierrez et al., 2017). Пересчёт значений TBr из связанной с антенной системы координат (TX и TY) в систему координат, связанную с поверхностью земли (TH и TV) производится по штатным алгоритмам SMOS (Gutierrez et al., 2017) с помощью пакета SMOS-BOX версии 5.8.1 в программной среде SNAP. Данные продукта SMOS L1C привязаны к дискретной геодезической сетке DGG ISEA 4H9. Линейный размер ячейки сетки составляет величину порядка 16 км, а площадь — около 195 км2 (Sahr et al., 2003). Таким образом, значение яркостной температуры для любой ячейки сетки формируется участком подстилающей поверхности площадью от 1780 км2 (по уровню 3 дБ). Получается, что один пиксель радиометра MIRAS содержит в среднем порядка девяти ячеек геодезической сетки DGG ISEA 4H9. Сама же ячейка площадью 195 км2 расположена в центре этого участка. Таким образом, если при исследовании динамики яркостной температуры водного объекта в пиксель радиометра будет попадать часть берега, этот факт необходимо учитывать при моделировании.
В докладе представлена модель собственного микроволнового излучения замерзающих водных объектов с учетом попадания в пиксель радиометра части окружающей их суши. Моделирование сезонной и годовой динамики TBr различных областей Енисейского залива и сравнение с данными продукта SMOS L1C показало их хорошее соответствие. Анализ модельных расчетов и спутниковых данных показал возможность определения зоны смешения пресных и солёных вод в Енисейском заливе в период ледостава.
Работа выполнена при поддержке темы «Мониторинг» (гос. регистрация № 122042500031-8), а также темы «Природные и природно-хозяйственные системы Сибири в условиях современных вызовов: диагностика состояний, адаптивные возможности, потенциал экосистемных услуг» (госзадание № 0306-2021-0007).

Ключевые слова: спутниковая микроволновая радиометрия, яркостная температура, излучательная способность, морской лед, пресноводный лед
Литература:
  1. Боярский Д.А, Романов А.Н., Хвостов И.В., Тихонов В.В., Шарков Е.А. Оценка глубины промерзания почвенного покрова по данным спутника SMOS. // Исследование Земли из космоса. 2019. № 2. С. 3-13. https://doi.org/10.31857/S0205-9614201923-13
  2. Романов А.Н., Хвостов И.В., Тихонов В.В., Шарков Е.А. Оценка гидрологических изменений водно-болотных угодий российской Арктики, Субарктики и северной тайги по данным микроволнового дистанционного зондирования // Исследование Земли из космоса. 2022. № 4. С. 12-24. DOI:10.31857/S020596142204008X
  3. Романов А.Н., Хвостов И.В., Рябинин И.В., Тихонов В.В., Шадуйко О.М. Связь сезонных вариаций радиояркостных температур акватории Карского моря с гидролого-климатическими изменениями в Арктике // Известия вузов. Физика. 2023. № 4. С. 34-47. DOI:10.17223/00213411/66/4/4.
  4. Тихонов В.В., Хвостов И.В., Алексеева Т.А., Романов А.Н., Афанасьева Е.В., Соколова Ю.В., Шарков Е.А., Боярский Д.А., Комарова Н.Ю. Анализ гидрологического режима устьевых областей Енисея, Печоры и Хатанги в зимний период по данным спутника SMOS // Исследование Земли из космоса. 2022. № 6. С. 47-62. DOI:10.31857/S0205961422060124
  5. Gutierrez A., Castro R., Vieira P., Lopes G., Barbosa J. SMOS L1 Processor L1c Data Processing Model. DEIMOS Engenharia. Lisboa, Portugal. 2017. https://earth.esa.int/eogateway/documents/20142/37627/SMOS-L1c-Data-Processing-Models.pdf
  6. Kerr Y.H., Waldteufel P., Wigneron J.-P., Delwart S., Cabot F., Boutin J., Escorihuela M. J., Font J., Reul N., Gruhier C., Juglea S.E., Drinkwater M.R., Hahne A., Martin-Neira M., Mecklenburg S. The SMOS Mission: New Tool for Monitoring Key Elements of the Global Water Cycle // Proceeding of the IEEE. 2010. Vol. 98. No. 5. P. 666–687. DOI:10.1109/JPROC.2010.2043032
  7. McMullan K.D., Brown M.A., Martín-Neira M., Rits W., Ekholm S., Marti J., Lemanczyk J. SMOS: The payload. IEEE Transactions on Geoscience and Remote Sensing. 2008. V. 46. No. 3. P. 594–605. DOI:10.1109/TGRS.2007.914809
  8. Oliva R., Martín–Neira M., Corbella I., Closa J., Zurita A., Cabot F., Khazaal A., Richaume P., Kainulainen J., Barbosa J., Lopes G., Tenerelli J., Díez-García R., González–Gambau V., Crapolicchi R. SMOS Third Mission Reprocessing after 10 Years in Orbit // Remote Sensing. 2020. Vol. 10, No. 12. P. 1645. 24 p. https://doi.org/10.3390/rs12101645
  9. Sahr K., White D., Kimerling A.J. Geodesic Discrete Global Grid System // Cartography and Geographic Information Science. 2003. V. 30. No. 2. P. 121–134.
  10. Tikhonov V., Khvostov I., Romanov A., Sharkov E. Theoretical study of ice cover phenology at large freshwater lakes based on SMOS MIRAS data // The Cryosphere. 2018. Vol. 12. No. 8. P. 2727-2740. https://doi.org/10.5194/tc-12-2727-2018
  11. Tikhonov V.V., Romanov A.N., Khvostov I.V., Alekseeva T. A., Sinitskiy A.I., Tikhonova M.V., Sharkov E.A., Komarova N.Yu. Analysis of the hydrological regime of the Gulf of Ob in the freezing period using SMOS data // Российская Арктика (Russian Arctic). 2022. № 2. P. 44-71. DOI:10.24412/2658-4255-2022-2-44-71.

Презентация доклада

Видео доклада



Ссылка для цитирования: Тихонов В.В., Хвостов И.В., Романов А.Н., Шарков Е.А. Моделирование сезонной динамики яркостной температуры замерзающих водных объектов с учетом попадания в пиксель радиометра участков суши, на примере Енисейского залива и данных спутника SMOS // Материалы 21-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса». Москва: ИКИ РАН, 2023. C. 293. DOI 10.21046/21DZZconf-2023a

Дистанционное зондирование криосферных образований

293