Коллектив авторов - Океанография и морской лед

Оценка точности разработанной технологии оценки толщин льда по спутниковым ИК наблюдениям проводилась с использованием синхронных наблюдений с ледоколов. Оказалось, что технология позволяет оценивать преобразованные и истинные толщины молодых и однолетних тонких льдов с погрешностью ±5–10 см, а однолетних средних – 10–15 см. Возрастные стадии определяются, как правило, безошибочно.

Оценка толщины ледяного покрова в арктических морях в весенний период. Анализ спутниковой информации ИК-диапазона по Карскому морю за разные годы, проведенный А.В. Бушуевым, показал, что удовлетворительное совпадение расчетных данных по толщине снежно-ледяного покрова и натурных наблюдений имело место только для зимнего периода, когда температура воздуха ниже −10 °C. При более высоких температурах воздуха расчеты давали значительную погрешность. Исследования возможных причин расхождения экспериментальных и натурных оценок позволили заключить, что основную роль в возникновении ошибок расчета играет неучет сезонного изменения теплопроводности снега.

Снег, как известно, имеет более низкую теплопроводность по сравнению со льдом, что объясняется обилием в снеге мелких воздушных пор. Установлено, что коэффициент теплопроводности плотного снега в 3 раза меньше коэффициента теплопроводности морского льда (Дюнин, 1983). Весной снежный покров на поверхности морского льда меняет свои характеристики, главным образом, из-за изменения плотности снега.

Исследования показали, что в применяемой нами технологии оценки толщины снежно-ледяного покрова арктических морей в весенний период целесообразно использовать соотношение теплопроводностей льда и снега 3:1, а в зимний – 7:1. Эмпирическая зависимость параметра Q от толщины снежно-ледяного покрова для весеннего периода также берется иной по сравнению с зимним периодом. Для установления вида этой зависимости были использованы ледовые наблюдения в Карском море экспедиции ААНИИ «КАРА-2010» с борта дизель-электрохода «Мончегорск» в апреле-мае 2010 г. и снимки с радиометра AVHRR ИСЗ NOAA по району Карского моря. В результате была получена эмпирическая зависимость параметра Q от толщины снежно-ледяного покрова (рис. 4), характерная для весеннего погодного периода в Арктике, когда отмечаются слабые отрицательные температуры воздуха (до –10 °С). С использованием установленной зависимости по спутниковым данным AVHRR (рис. 5) были получены расчетные значения толщин льда (рис. 6).

Рис. 4 Зависимость параметра Q от толщины снежно-ледяного покрова, принимаемая для расчетов в зимнее время (1) и весеннее (2)

Рис. 5. Карское море 28 апреля 2010 г. Снимок AVHRR ИСЗ NOAA-16, 4 канал

Рис. 6. Толщина льда в Карском море 28 апреля 2010 г. по данным измерений температуры поверхности радиометром AVHRR/NOAA (в расчете использованы «весенние» значения параметра Q и коэффициент теплопроводности плотного снега; стрелками показан маршрут движения дизель-электрохода «Мончегорск» в период с 30.04 по 2.05.2010 г)

При положительных температурах воздуха на поверхности льдов образуется талая вода, экранирующая собственное излучение льда и ледовые наблюдения в ИК-диапазоне становятся невозможны.

Определение толщины льда по данным измерений в СВЧ-диапазоне. В микроволновом диапазоне возможности измерения толщины льда в значительной степени зависят от применяемой длины волны и чувствительности радиометра. Так, при рабочей длине волны 21 см максимальная толщина льда, которую можно измерить СВЧ-радиометром, составляет 173 см – при приборной чувствительности ∆Т=0,01 К и 132 см при ∆Т= 0,1 К. При рабочей длине волны 2 см максимальная измеряемая толщина льда составляет 27 см для аппаратуры с ∆Т= 0,01 К и 21 см – для ∆Т=0,1 К (Ji et al., 2007). Толщину льда в микроволновом диапазоне лучше определять с помощью многочастотных СВЧ-радиометров, причем для тонких льдов лучше использовать коротковолновые каналы 8 мм – 5 см, а для толстых льдов – канал 21 см. В настоящее время отладка разработанной модели выполняется с использованием данных измерений самолетных СВЧ-радиометров (Ji et al., 2007).

Комбинированные методы. В последнее время развиваются методы оценки толщины ледяного покрова с помощью спутниковой альтиметрии – лазеров и радаров-альтиметров. Луч лазера и луч радара обладают различной способностью проникновения в поверхностный слой снега: лазерный сигнал отражается от поверхности снега, а радарный проходит сквозь слой снега (hs) до поверхности льда. Таким образом, радары-альтиметры измеряют надводную толщину льда, а лазерные альтиметры – расстояние от спутника до верхней границы снежного покрова, находящегося на льду (hf.). Комбинирование этих двух видов измерений позволит более точно оценивать толщину ледяного покрова (hi). Расчет hi. проводят по уравнению плавучести с учетом плотности морской воды (ρw), снега (ρs), и льда (ρi) (Connor et al., 2009):

Основным недостатком радаров-альтиметров является зондирование только вдоль узкой трассовой полосы и низкое пространственное разрешение (порядка 7 км для радара-альтиметра RA-2), что не позволяет в настоящее время рассматривать радары-альтиметры в качестве источников ледовых данных для решения оперативных задач.

При решении задач освоения природных углеводородных месторождений на шельфе полярных морей наибольшую опасность для сооружений и инженерных конструкций представляют ледяные нагромождения деформированного морского льда и фрагменты льда материкового происхождения. Для арктических морей основную проблему при обеспечении жизнедеятельности на морских акватория представляют следующие опасные ледяные образования (ОЛО): многолетние ледяные поля диаметром 500 м и более; айсберги и их обломки; поля толстого однолетнего льда с большими (более 3 м высотой) грядами торосов; всплывшие и подвижные стамухи. Спутниковые технологии должны обеспечивать соответствующие эксплуатационные службы компаний, осуществляющих хозяйственную деятельность в шельфовой зоне, оперативной информацией о морфометрических характеристиках гряд торосов и стамух, параметрах айсбергов (габариты, скорость и направление дрейфа) и пр.

Экспертный анализ и интерпретация изображений являются пока наиболее надежным и точным способом получения информации по обнаружению ОЛО и их характеристикам. Причем без наличия опорных полевых наблюдений часто не представляется возможным сделать достоверное заключение об обнаружении ОЛО. На рис. 7 представлено изображение с ИСЗ RADARSAT, на котором с помощью наземной исследовательской группы удалось идентифицировать крупную стамуху. При этом, по полевым наблюдениям, в радиусе пяти километров от указанной стамухи располагались еще несколько стамух приблизительно такого же размера, в том числе и в южном направлении. Однако на спутниковом изображении такие объекты не были обнаружены. Этот факт может быть связан с неблагоприятной случайной взаимной ориентацией угла и направления зондирования в момент съемки стамух.

Рис. 7. РСА изображение со спутника RADARSAT, на котором удалось идентифицировать изображение стамухи (выделено кружком) 22 апреля 2007 г.

Наиболее перспективным является оперативный мониторинг ОЛО на основе совместного комплексного анализа данных SAR (спутников RADARSAT, Envisat), данных тепловых каналов оптического диапазона спутников NOAA и Terra, наземных наблюдений на судах и береговых станциях, а также модельных расчетных данных. Важным условием таких комплексных наблюдений является регулярный, а не эпизодический спутниковый мониторинг состояния ледяного покрова. Одним из методов объективного мониторинга ОЛО с помощью спутниковых данных может быть метод нейронных сетей. Для выделения ОЛО по этому методу, помимо текстурных характеристик, могут использоваться и иные входные параметры. Например, для айсбергов это могут быть: наличие и конфигурация открытой воды за движущимся айсбергом и ветровые данные.

Для развития спутниковых технологий обнаружения ОЛО необходима верификация результатов с использованием подспутникового эксперимента с регистрацией широкого круга параметров. Особенно это необходимо для обеспечения возможности выделения «точечных объектов» – айсбергов, ледяных островов и всплывших стамух. Основной проблемой при выделении таких объектов методом нейронных сетей является, например, дефицит обучающих выборок.

В заключение этого раздела в табл. 1 отражены возможности современной спутниковой аппаратуры при определении важнейших параметров морского льда в автоматическом/автоматизированном режиме. Наиболее соответствуют задачам мониторинга морских льдов на ежедневной основе технологии оценки сплоченности и положения кромки льдов по данным СВЧ-радиометрии. К сожалению, приборы этого типа имеют пока недостаточное для многих приложений пространственное разрешение. Самыми информативными являются приборы активной локации – радары. Они позволяют определять наибольшее число параметров ледяного покрова, причем круглогодично и при любых облачных условиях. Данные видимого диапазона, напротив, имеют ограниченное применение в полярных регионах ввиду невозможности проведения съемки в темное время года. Данные ИК-диапазона обеспечивают хорошие интерпретационные возможности при мониторинге льдов в зимний период. Этот диапазон наиболее предпочтителен для разработки технологий оценки толщины льда.