Проблемы алгоритмов определения сплоченности морского льда по данным измерений AMSR2 на частоте 89 ГГц в экстремальных погодных условиях.

Оценка сезонной и многолетней изменчивости ледяного покрова необходима для анализа изменений климата и невозможна без использования данных дистанционного зондирования. Измерения спутниковых приборов представляют собой единственный источник данных для оценки границ распространения и площадей покрытия Арктики морским льдом. При этом, данные, полученные на основании обработки измерений спутниковых микроволновых радиометров, в настоящее время являются одними из наиболее долговременных, статистически однородных массивов пространственно-распределенной информации по общей сплоченности морского льда. Определение сплоченности ледяного покрова по данным измерений микроволновых радиометров возможно благодаря тому, что вода и лед имеют разные излучательные способности. Значительный в С и X – диапазонах радиояркостный контраст между излучением открытой воды и льда, уменьшается с увеличением частоты. С увеличением частоты растут также и вклад атмосферной составляющей в общее излучение системы морской лед – океан - атмосфера, и вариации коэффициента излучения разных типов морского льда. Поэтому использование высокочастотных измерений микроволновых радиометров (каналы измерений около 90 ГГц) для оценки сплоченности морского льда сопряжено с существенными трудностями. Однако, пространственное разрешение высокочастотных каналов также растет с ростом частоты. Так, данные измерений японского спутникового микроволнового радиометра Advanced Microwave Scanning Radiometer 2 (AMSR2) со спутника GCOM-W1 на частотах С-диапазона имеют разрешение 3560 км, а на частоте 89 ГГц - 33 км, т.е. более, чем на порядок, выше.
Методы восстановления параметров ледяного покрова по данным спутниковых микроволновых радиометров развиваются очень давно. Целый ряд алгоритмов создан на протяжении последних десятилетий, которые на оперативной основе применяются в зарубежных центрах хранения и обработки спутниковых данных: NASA Team алгоритм (NT) (Cavalieri et al., 1984), Bootstrap алгоритм (Comiso, 1983), улучшенная версия NASA Team алгоритма (NT2) (Markus and Cavalieri, 2000), NORSEX алгоритм (Svendsen et al., 1983), Svendsen алгоритм (Svendsen et al., 1987) (SVE), его улучшенная версия в виде алгоритма ARTIST Sea Ice (ASI) (Spreen et al., 2008) и ряд других, включая гибридные (Ivanova et al., 2014). Несмотря на обилие алгоритмов, все они обладают погрешностями, величина которых тем выше, чем выше частота используемых измерений. Все упомянутые алгоритмы используют так называемые точки привязки (характеристики излучения морского льда и открытой воды), определяемые эмпирически. Фактически же сами точки привязки зависят от целого ряда факторов, что вносит существенные погрешности в работу алгоритмов. Усилиями российских исследователей создан новый тип алгоритма VASIA2, не использующий точки привязки, в котором уменьшено влияние атмосферы на погрешность определения сплоченности льда (Tikhonov et al., 2015; Тихонов и др., 2015). Пространственное разрешение нового алгоритма, однако, определяется минимальной используемой частотой измерений (в районе 18-19 ГГц).
В данной работе проводится моделирование радиояркостной температуры уходящего микроволнового излучения в системе морской лед – океан – атмосфера на частоте 89 ГГц для базы данных параметров океана и атмосферы, созданной на основании измерений радиозондов островных и береговых метеостанций в Арктике, данных судовых экспедиций и измерений с нефтяных платформ в Норвежском и Северном море. Излучение морского льда при проведении модельных расчетов варьировалось в широком диапазоне изменчивости с коэффициентом излучения от 0.5 до 0.95, покрывающем различные типы и состояния поверхности морского льда. Анализ результатов модельных расчетов демонстрирует принципиальную невозможность определения сплоченности морского льда с использованием лишь измерений на 89 ГГц горизонтальной и вертикальной поляризации в экстремальных погодных условиях, характеризующихся либо существенным поглощением, либо сильными ветрами (> 15 м/с). Использование дополнительных измерений на более низких частотах (т.н. погодные фильтры) ведет к ухудшению пространственного разрешения, а, кроме того, мало эффективно при сильных ветрах. Приведены примеры неадекватной работы алгоритма ASI в экстремальных погодных условиях на основе анализа спутникового продукта по сплоченности льда разрешения 3.125 км из Institute of Environmental Physics, University of Bremen и изображений Sentinel-1, а также, композитных 8-дневных снимков MODIS.

1. Тихонов В.В., Раев М.Д., Шарков Е.А., Боярский Д.А., Репина И.А., Комарова Н.Ю. Мониторинг морского льда полярных регионов с использованием спутниковой микроволновой радиометрии // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. С. 150–169.
2. Cavalieri D.J., Gloersen P., Campbell W.J. Determination of sea ice parameters with the Nimbus 7 SMMR // J. Geophys. Res. Atmospheres 1984–2012. 1984. Vol. 89. P. 5355–5369.
3. Comiso J.C. Sea ice effective microwave emissivities from satellite passive microwave and infrared observations // J. Geophys. Res. Oceans 1978–2012. 1983. Vol. 88. P. 7686–7704.
4. Ivanova N., Johannessen O.M., Pedersen L.T., Tonboe R.T. Retrieval of Arctic Sea Ice Parameters by Satellite Passive Microwave Sensors: A Comparison of Eleven Sea Ice Concentration Algorithms // IEEE Trans. Geosci. Remote Sens. 2014. Vol. 52. P. 7233–7246.
5. Markus T., Cavalieri D.J. An enhancement of the NASA Team sea ice algorithm. // IEEE Trans. on Geosci. Remote Sens. 2000. Vol. 38. P. 1387–1398.
6. Spreen G., Kaleschke L., Heygster G. Sea ice remote sensing using AMSR-E 89-GHz channels // J. Geophys. Res. Oceans 1978–2012. 2008. Vol. 113. doi: 10.1029/2005JC003384.
7. Svendsen E., Kloster K., Farrelly B., Johannessen O.M., Johannessen J.A., Campbell W.J., Gloersen P., Cavalieri D., Mätzler C. Norwegian remote sensing experiment: Evaluation of the Nimbus 7 Scanning Multichannel Microwave Radiometer for sea ice research // J. Geophys. Res. Oceans 1978–2012. 1983. Vol. 88. P. 2781–2791.
8. Svendsen E., Matzler C., Grenfell T.C. A model for retrieving total sea ice concentration from a spaceborne dual-polarized passive microwave instrument operating near 90 GHz // Int. J. Remote Sens. 1987. Vol. 8. P. 1479–1487.
9. Tikhonov V.V., Repina I.A., Raev M.D., Sharkov E.A., Ivanov V.V., Boyarskii D.A., Alexeeva T.A., Komarova N.Y. A physical algorithm to measure sea ice concentration from passive microwave remote sensing data // Adv. Space Res. 2015. Vol. 56. P. 1578–1589.



Работа выполнена в Российском государственном гидрометеорологическом университете в рамках проекта РНФ 16-17-00122.