Авторы
Катамадзе Д.Р.(1) Тихонов В.В. (2, 3, 4), Алексеева Т.А. (4, 2), Афанасьева Е.В. (4, 2), Соколова Ю.В. (2), Хвостов И.В. (3), Романов А.Н. (3)
Организации
(1) Московский государственный университет имени М.В. Ломоносова, факультет космических исследований, Москва, Россия
(2) Институт космических исследований РАН, Москва, Россия
(3) Институт водных и экологических проблем СО РАН, Барнаул, Россия
(4) Арктический и антарктический научно-исследовательский институт, г. Санкт-Петербург, Россия
(2) Институт космических исследований РАН, Москва, Россия
(3) Институт водных и экологических проблем СО РАН, Барнаул, Россия
(4) Арктический и антарктический научно-исследовательский институт, г. Санкт-Петербург, Россия
Секция
Дистанционное зондирование Земли
Научный руководитель
Тихонов Василий Викторович
Место работы научного руководителя
ИКИ РАН
Текст тезисов
Определение сплоченности морского льда крайне важно для безопасного судоходства в морях российской Арктики. В настоящее время основным методом исследования характеристик морского ледяного покрова являются спутники дистанционного зондирования Земли. Для определения параметров морского льда в полярных акваториях наиболее оптимальны спутниковые микроволновые радиометры, предоставляющие стабильные данные независящие от освещения и погодных условий. Спутниковые данные требуют тщательной обработки и интерпретации. Для определения сплоченности морского льда на основе информации, полученной по данным микроволновых радиометров, применяются специализированные алгоритмы. Однако они имеют существенные погрешности, которые обусловлены сезонными, климатическими, географическими и другими факторами. В периоды таяния ледяного покрова, а также во время появления начальных форм льда, алгоритмы занижают сплочённость морского льда. Излучательная способность тающего, загрязненного льда, покрытого частицами пыли, водорослями или нефтепродуктами, начальных форм льда, таких как нилас и тонкий молодой лед, может значительно отличаться от излучательной способности однолетнего и многолетнего льда, что приводит к неверному определению его свойств алгоритмами. Для решения проблемы занижения сплоченности морского льда необходимо совершенствование существующих алгоритмов. Для этих целей в докладе предложено использовать более низкие частоты, чем используемые в современных алгоритмах определения сплоченности морского льда. Такой подход позволяет принимать излучение от более глубоких слоев снежно-ледяного покрова. Радиометр MIRAS (Microwave Imaging Radiometer using Aperture Synthesis) спутника SMOS (Soil Moisture and Ocean Salinity) работает на частоте 1,4 ГГц. Глубина формирования излучения на этой частоте значительно больше, чем на частотах используемых современными алгоритмами. Таким образом, данные радиометра MIRAS позволят получить дополнительную информацию о состоянии снежно-ледовой толщи, и тем самым усовершенствовать современные алгоритмы и повысить их точность.
Для определения сплоченности льда были получены данные яркостной температуры, определенной радиометром MIRAS, по нескольким областям в Карском море за 2022, 2023 год. Данные о реальной сплоченности морского льда по выбранным областям за 2022 и 2023 гг. были предоставлены сотрудниками ААНИИ (Арктический и антарктический научно-исследовательский институт). Эта сплоченность определялась по дешифровочным признакам на спутниковых изображениях в видимом и инфракрасном диапазоне, а также снимков, полученных радиолокаторами с синтезированной апертурой. На основе данных яркостной температуры и сплоченности морского льда за 2022 год было протестировано нескольких моделей машинного обучения. Используя данные по яркостной температуре за 2023 год, а также метрики эффективности, была определена наиболее перспективная модель машинного обучения – XGBoost, которая и применялась для уточнения сплоченности морского льда по данным радиометра MIRAS.
Анализ результатов определения сплоченности морского льда рядом современных алгоритмов выявил два наиболее оптимальных, которые были использованы для дальнейшей корректировки. Исследование метеоданных, в даты наибольших ошибок этих двух алгоритмов, показал целесообразность применения корректировки сплочённости морского льда определенной XGBoost на основе данных MIRAS, в августе и сентябре при температурах выше -1.8 °C (температура замерзания морской воды), в остальное время при температуре выше 0 °C (температура таяния поверхности снега и льда). Скорректированные алгоритмы показали более точные результаты сплоченности морского льда, а также подтвердили перспективность дальнейших исследований применения низкочастотных данных микроволновых радиометров для определения характеристик морского ледяного покрова.
Работа выполнена при поддержке темы «Мониторинг» (гос. регистрация № 122042500031-8) (Катамадзе Д.Р., Тихонов В.В., Соколова Ю.В.). Получение и обработка данных радиометра MIRAS спутника SMOS выполнено при поддержке темы «Природные и природно-хозяйственные системы Сибири в условиях современных вызовов: диагностика состояний, адаптивные возможности, потенциал экосистемных услуг» (госзадание № FUFZ-2021-0007) (Хвостов И.В., Романов А.Н.). Дешифровка спутниковых изображений в видимом и инфракрасном диапазоне, а также снимков, полученных радиолокаторами с синтезированной апертурой, для определения реальной сплоченности морского льда, выполнена при поддержке Российского научного фонда, грант № 23-17-00161 (Алексеева Т.А, Афанасьева Е.В.).
Для определения сплоченности льда были получены данные яркостной температуры, определенной радиометром MIRAS, по нескольким областям в Карском море за 2022, 2023 год. Данные о реальной сплоченности морского льда по выбранным областям за 2022 и 2023 гг. были предоставлены сотрудниками ААНИИ (Арктический и антарктический научно-исследовательский институт). Эта сплоченность определялась по дешифровочным признакам на спутниковых изображениях в видимом и инфракрасном диапазоне, а также снимков, полученных радиолокаторами с синтезированной апертурой. На основе данных яркостной температуры и сплоченности морского льда за 2022 год было протестировано нескольких моделей машинного обучения. Используя данные по яркостной температуре за 2023 год, а также метрики эффективности, была определена наиболее перспективная модель машинного обучения – XGBoost, которая и применялась для уточнения сплоченности морского льда по данным радиометра MIRAS.
Анализ результатов определения сплоченности морского льда рядом современных алгоритмов выявил два наиболее оптимальных, которые были использованы для дальнейшей корректировки. Исследование метеоданных, в даты наибольших ошибок этих двух алгоритмов, показал целесообразность применения корректировки сплочённости морского льда определенной XGBoost на основе данных MIRAS, в августе и сентябре при температурах выше -1.8 °C (температура замерзания морской воды), в остальное время при температуре выше 0 °C (температура таяния поверхности снега и льда). Скорректированные алгоритмы показали более точные результаты сплоченности морского льда, а также подтвердили перспективность дальнейших исследований применения низкочастотных данных микроволновых радиометров для определения характеристик морского ледяного покрова.
Работа выполнена при поддержке темы «Мониторинг» (гос. регистрация № 122042500031-8) (Катамадзе Д.Р., Тихонов В.В., Соколова Ю.В.). Получение и обработка данных радиометра MIRAS спутника SMOS выполнено при поддержке темы «Природные и природно-хозяйственные системы Сибири в условиях современных вызовов: диагностика состояний, адаптивные возможности, потенциал экосистемных услуг» (госзадание № FUFZ-2021-0007) (Хвостов И.В., Романов А.Н.). Дешифровка спутниковых изображений в видимом и инфракрасном диапазоне, а также снимков, полученных радиолокаторами с синтезированной апертурой, для определения реальной сплоченности морского льда, выполнена при поддержке Российского научного фонда, грант № 23-17-00161 (Алексеева Т.А, Афанасьева Е.В.).