Содержание к диссертации
Введение
Глава 1. Теоретические основы радиолокационного зондирования морских льдов 27
1.1. Развитие систем и методов спутникового радиолокационного зондирования морских льдов 27
1.2. Радиолокационная съемка ледяного покрова 33
1.2.1. Параметры и свойства радиолокаторов З 3
1.2.2. Основное уравнение радиолокации 37
1.2.3. Калибровка и коррекции радиолокационных изображений 39
1.2.4. Влияние гидрометеорологических образований на мощность сигнала, отраженного от ледяного покрова 40
1.3. Обратное рассеяние радиолокационного сигнала ледяным покровом 46
1.3.1.Механизмы рассеяния радиолокационного сигнала морским льдом 46
1.3.2. Удельная эффективная площадь рассеяния морских льдов в зимний период 49
1.3.3. Удельная эффективная площадь рассеяния морских льдов в период таяния 58
Выводы к главе 1. 60
Глава 2. Интерпретация спутниковых радиолокационных изображений морских льдов 62
2.1. Изображения Х-диапазона (спутник "Океан") 63
2.2. Изображения S-диапазона (спутник "Алмаз-1") 68
2.3. Изображения С-диапазона (спутники ERS1/2, RADARSAT, ENVISAT) 72
2.3.1 Виды морских льдов 73
2.3.2. Формы припая 80
2.3.3. Формы плавучего льда 81
2.3.4. Кромка льдов 85
2.3.5. Пространства чистой воды среди льда 88
2.3.6. Характеристики ледяной поверхности 90
2.3.7. Айсберги 93
2.3.8. Пресноводный и распресненный льды 95 Выводы к главе 2 99
Глава 3. Автоматизированная тематическая обработка спутниковых радиолокационных изображений морских льдов 102
3.1. Предварительная обработка радиолокационных изображений 105
3.2. Распознавание возрастных видов морских льдов 109
3.2.1. Последовательность операций 110
3.2.2. Сегментация изображений 111
3.2.3. Выбор признаков 115
3.2.4. Алгоритм с обучением 116
3.2.5. Результаты 119
3.3. Определение сплоченности морских льдов 121
3.3.1. Идентификация морских льдов и водной поверхности 123
3.3.2. Вычисление общей сплоченности льдов 124
3.3.3. Вычисление частной сплоченности многолетних льдов 127
3.4. Оценка дрейфа льдов 130
3.5. Определение характеристик разрывов в ледяном покрове 137
3.5.1. Выделение разрывов 139
3.5.2. Вычисление статистических характеристик разрывов 141
Выводы к главе 3 145
Глава 4. Совместный анализ спутниковых изображений ледяного покрова в различных частотных диапазонах 146
4.1. Многочастотные радиолокационные изображения 146
4.2. Радиолокационные изображения со спутников "Океан", ERS HRADARSAT 152
4.3. Радиолокационные изображения на ко-и кросс-поляризациях 158
4.4. Радиолокационные и пассивные микроволновые данные 166
4.5 Радиолокационные и оптические изображения 174
Выводы к главе 4 180
Глава 5. Применение спутниковой радиолокационной съемки для изучения ледяного покрова 182
5.1. Дрейф льдов в море Лаптевых 182
5.1.1. Определение дрейфа по спутниковым радиолокационным изображениям 185
5.1.2. Расчет ледообмена моря Лаптевых с Арктическим бассейном по спутниковым данным и моделям 194
5.1.3. Анализ полученных результатов и выводы 207
5.2. Оценки распространения многолетних льдов в Арктике 213
Глава 6. Практическое применение спутниковых радиолокационных изображений для обеспечения навигации во льдах 224
6.1. Анализ возможностей средств дистанционного зондирования по обеспечению навигации 224
6.1.1. Навигационная ледовая информация 225
6.1.2. Использование спутниковой радиолокационной информации для обеспечения плавания во льдах 227
6.2. Результаты применения спутниковых радиолокационных изображений для решения задач навигации во льдах 230
6.2.1 .Изображения со спутников ERS-1/2 232
6.2.2. Изображения со спутника RADARSAT 236
6.2.3. Изображения со спутника ENVISAT 243
6.3. Методология использования радиолокационных изображений для выбора пути ледоколов во льдах 252
Глава 7. Развитие системы и методов мониторинга морских льдов 256
7.1. Перспективные спутниковые радиолокаторы 256
7.2. Системы и методы для определения толщины льда 261
7.2.1. Радар-альтиметр 263
7.2.2. Лазерный альтиметр 283
7.2.3. Самолетные, наземные и подводные системы 286
7.3. Синтез данных дистанционного зондирования ледяного покрова 290
Выводы и заключение 294
Список использованной литературы 305
- Влияние гидрометеорологических образований на мощность сигнала, отраженного от ледяного покрова
- Изображения С-диапазона (спутники ERS1/2, RADARSAT, ENVISAT)
- Расчет ледообмена моря Лаптевых с Арктическим бассейном по спутниковым данным и моделям
- Использование спутниковой радиолокационной информации для обеспечения плавания во льдах
Введение к работе
Актуальность темы диссертации
Морской ледяной покров занимает большие пространства в полярных областях Мирового океана, является одним из основных климатообразующих факторов и оказывает большое влияние на хозяйственную деятельность. На арктическом шельфе и в районах Крайнего Севера находятся крупнейшие в мире месторождения нефти и газа. Судоходство и грузопотоки по Северному морскому пути (СМП) напрямую связаны с развитием добычи минеральных ресурсов. Морской ледяной покров чрезвычайно разнообразен, и для его описания используется целый комплекс параметров, таких как сплоченность, возраст, толщина, размер ледяных полей, состояние поверхности, скорость и направление дрейфа и т.д. Получение достоверной, детальной и точной ледовой информации необходимо для обеспечения безопасности мореплавания, хозяйственной деятельности на шельфе арктических морей, проведения режимных и климатических исследований.
Мониторинг ледяного покрова проводится с целью гидрометеорологического обеспечения мореплавания на трассе СМП и других видов практической деятельности. В течение многих десятилетий основным средством получения информации о морских льдах являлась визуальная авиационная ледовая разведка (Бородачев и Шильников, 2002). Начиная с конца 1960-х гг. в оперативной практике стали широко использоваться спутниковые изображения в видимом диапазоне, а с 1978 г. - в инфракрасном (ПК)-диапазоне. В полярных регионах информация в оптическом диапазоне может быть получена, в среднем, один раз в три-пять суток, а в неблагоприятные периоды (конец лета - начало зимы) перерывы между наблюдениями могут достигать месяца и более. Поэтому, начиная с 1968 г., регулярная съемка ледяного покрова в Арктике производилась при помощи самолетных радиолокационных станций бокового обзора (РЛСБО) "Торос" и "Нить" (Лощилов, 1970; Горбунов и Лосев, 1974; Бушуев и др., 1995). При ледовых наблюдениях применялся серийный радиолокационный измеритель толщины морского льда «Аквамарин» (Бушуев и др., 1977). Важным этапом явился запуск спутников серии "Океан", на борту которого был установлен комплекс радиофизической аппаратуры, включавший радиолокатор бокового обзора и сканирующий микроволновый радиометр (Калмыков и др., 1985). Эти спутники обеспечивали регулярную съемку Арктики и Антарктики в период 1983-2000 гг. (Бурцев и др., 1985; Бушуев и др., 1985; Асмус и др., 2002). С целью оперативного получения ледовой и гидрометеорологической информации по всему Северному Ледовитому океану, ее автоматизированной обработки и комплексирования в ААНИИ была разработана концепция Автоматизированной ледово-информационной системы для Арктики ("АЛИСА"), которая в 1989 г. была введена в промышленную
эксплуатацию (Бушуев, 1997). В связи прекращением самолетных визуальных и инструментальных ледовых наблюдений в данной системе используются, главным образом, изображения видимого и инфракрасного диапазонов со спутников серий NOAA и EOS (Смирнов и Лощилов, 2007).
Предложенная в диссертации концепция мониторинга ледяного покрова в Арктике основывается на комплексном использовании радиолокаторов с синтезированной апертурой (РСА), обеспечивающих получение информации с разрешением 100-150 м по всем районам Арктики каждые два-три дня при любых метеорологических условиях и естественной освещенности, снимков оптического диапазона и данных спутниковых радар-альтиметров. Эффективность использования этих средств, в значительной степени, определяется состоянием методов обработки и интерпретации получаемых данных.
В диссертации предложено решение важной научной проблемы, которая заключается в создании комплекса методов обработки и интерпретации спутниковых радиолокационных изображений морских льдов, а также синтеза данных дистанционного зондирования в различных диапазонах электромагнитных волн. Актуальность выполненных в диссертации исследований определяется необходимостью развития мониторинга ледяного покрова для обеспечения судоходства в Арктике и освоения ее природных богатств, что является приоритетной задачей России, особенно в условиях глобальных климатических изменений.
Цели и задачи исследования
Основной целью данного исследования является разработка концепции мониторинга ледяного покрова на основе использования данных спутниковых РСА, создание комплекса методов обработки и интерпретации спутниковых радиолокационных изображений морских льдов, и синтеза данных дистанционного зондирования в различных диапазонах электромагнитных волн.
Основными задачами диссертации являются:
оценить возможности определения основных параметров ледяного покрова по спутниковым данным и выбрать оптимальный состав средств дистанционного зондирования;
выявить сезонные особенности отражательных свойств морских льдов в сантиметровом диапазоне длин волн, на различных поляризациях и углах падения, основываясь на экспериментальных исследованиях и литературных данных;
определить состав параметров морских льдов, идентифицируемых по спутниковым радиолокационным изображениям Х-, С-, S- и L-диапазонов электромагнитных волн, а также при совместном анализе радиолокационных изображений с данными микроволновой радиометрии и снимками видимого диапазона;
оценить возможности автоматизации процесса интерпретации спутниковых изображений морских льдов, разработать методологию и алгоритмы определения возрастных видов морских льдов, их общей и частной сплоченности, разрывов и дрейфа ледяного покрова по спутниковым РСА-изображениям;
продемонстрировать эффективность оперативных методов анализа РСА-изображений и разработать методологию их использования для выбора пути ледоколов и судов во льдах;
доказать необходимость применения радиолокационной информации для решения научных задач на примере изучения региональных особенностей дрейфа льдов в море Лаптевых (в период 1979-1995 гг.) и верификации климатических изменений распространения многолетних льдов в Арктике;
Методы исследования
Методы исследования основаны на комплексном подходе к анализу спутниковой радиолокационной ледовой информации и включают применение теории радиолокации, методов обработки изображений, статистического анализа получаемых данных. Создание алгоритмов автоматизированного определения характеристик морских льдов базировалось на применении методов распознавания образов, линейного дискриминантного анализа, нейронных сетей и других. Разработка методов интерпретации спутниковых изображений морских льдов основывалась на данных, полученных автором в серии подспутниковых валидационных экспериментов. Изучение дрейфа морских льдов основывалось на комплексном анализе данных дистанционного зондирования и модельных расчетов.
Новизна результатов
В диссертационной работе на основе разработанной и предложенной автором концепции мониторинга морских льдов, которая базируется на совместном анализе спутниковых РСА-изображений, снимков оптического диапазона, данных спутниковых радар-альтиметров и наземных измерений, создан комплекс методов обработки и интерпретации спутниковых радиолокационных изображений морских льдов и синтеза данных дистанционного зондирования ледяного покрова в различных диапазонах электромагнитных волн. В отличие от существующей системы, в качестве основного источника данных предлагается использовать РСА-изображения сантиметрового и дециметрового диапазона на ко- и кросс-поляризациях. В работе получен ряд новых научных результатов:
обобщены и систематизированы данные о сезонной изменчивости
удельной эффективной площади рассеяния (УЭПР) основных видов морских льдов в сантиметровом диапазоне длин волн. Выявлены закономерные взаимосвязи между УЭПР морских льдов и возрастом льда в С-диапазоне на ко- и кросс-поляризациях электромагнитного излучения, и ее изменения с углом падения;
выполнен расчет влияния атмосферных образований на характеристики радиолокационного сигнала, отраженного от ледяного покрова, и показано, что грозы и сильный дождь могут изображаться на радиолокационных снимках Х-диапазона;
разработана методология интерпретации РСА-изображений морских льдов С- и S-диапазонов, усовершенствованы методы интерпретации радиолокационных изображений Х-диапазона;
определен состав параметров морских льдов, идентифицируемых при комплексном анализе радиолокационных данных в мм, см и дм диапазонах длин волн, и в С-диапазоне на ко- и кросс-поляризациях;
установлено, что оптимальный состав спутниковых датчиков дистанционного зондирования для получения информации о характеристиках ледяного покрова должен включать РСА С- или Х-диапазонов, сканирующий радиометр оптического диапазона и радар-альтиметр;
созданы новые более эффективные алгоритмы автоматизированной обработки и интерпретации спутниковых РСА-изображений: определения возрастных видов льдов, общей сплоченности льдов и частной сплоченности многолетних льдов, дрейфа и характеристик разрывов;
разработан и предложен новый метод определения толщины льда по данным измерений возвышения льда при помощи спутниковых радар-альтиметров;
получены характеристики ледообмена моря Лаптевых с Арктическим бассейном в период 1979-1995 гг. на основе совместного анализа данных дистанционного зондирования и модельных расчетов;
выполнена верификация характеристик распределения многолетних льдов в Арктике, полученных по данным спутниковых микроволновых радиометров, путем сравнения с данными обработки радиолокационных изображений Х- и С-диапазонов;
продемонстрирована эффективность использования спутниковых РСА-изображений для выбора пути плавания во льдах на трассе СМП.
Основные положения, выносимые на защиту
Обоснование выбора наиболее информативных средств дистанционного зондирования ледяного покрова, включающего спутниковые РСА-изображения сантиметрового и дециметрового диапазонов, снимки видимого и ИК-диапазонов и данные альтиметрии;
Закономерности изменения удельной эффективной площади рассеяния (УЭПР) в зависимости от возраста морских льдов, сезона, а также частоты, поляризации и угла падения радиолокационного сигнала;
Обоснование состава характеристик морских льдов, определяемых по радиолокационным изображениям в Х-, С-, S- и L-диапазонах электромагнитных волн;
Методология и алгоритмы автоматизированной тематической интерпретации спутниковых радиолокационных изображений морских льдов;
Метод расчета толщины льда по данным спутниковой альтиметрии.
Достоверность результатов
Достоверность научных результатов и выводов, полученных в диссертации, подтверждена сравнением с данными подспутниковых экспериментов, результатами практического использования по обеспечению навигации во льдах и независимыми экспертными оценками. На основе данных подспутниковых наблюдений развивались и валидировались методологии интерпретации и автоматизированной обработки спутниковых радиолокационных изображений морских льдов. Точность вычисления толщины льда по его возвышению на основе математических зависимостей, полученных автором, оценивалась по данным независимых измерений. Корректность определения навигационно-значимых параметров морских льдов по спутниковым РСА-изображениям, полученным на борту ледокола в режиме квазиреального времени, подтверждена высокой эффективностью их использования при выборе оптимального пути движения во льдах. Данные экспертных оценок подтверждают эффективность использования поляризационного отношения при анализе РСА-изображений со спутника Envisat для выделения разрывов в многолетних льдах, крупных полей и участков мелкобитого и тертого льдов, а также айсбергов. Оценки ледообмена моря Лаптевых с Арктическим бассейном получены на основе совместного анализа результатов, полученных с использованием динамико-термодинамической модели ледяного покрова, полуэмпирического метода, спутниковых радиолокационных изображений и данных микроволновой радиометрии.
Практическая значимость результатов
Основное практическое значение выполненных исследований заключается в совершенствовании системы информационного обеспечения коммерческого судоходства на трассе СМП, плаваний кораблей ВМФ, высокоширотных плаваний ледоколов и экспедиционных судов, а также решения задач устройства аэродромов на льду, организации и снятии дрейфующих станций "Северный Полюс" и т.д. В настоящее время большое значение приобретает получение ледовой информации для обеспечения безопасности работы буровых платформ и других сооружений на шельфе арктических морей.
Начиная с 2004 г. была организована регулярная передача РСА-изображений со спутника Envisat в штаб морских операций, где они применялись при подготовке
рекомендаций по выбору оптимального пути плавания во льдах и решении тактических задач навигации на борту ледоколов. Их использование позволило в два раза увеличить среднюю скорость каравана в тяжелых ледовых условиях, и на 30-40% - в относительно легких ледовых условиях. В ходе экспедиционных исследований были показаны преимущества использования спутниковых РСА-изображений в качестве дополнения к традиционным ледовым картам, экспериментальным путем определены оптимальные размеры передаваемых файлов и зоны уверенного приема изображений по системам связи.
Результаты интерпретации и сигнатуры основных видов морских льдов представлены в руководстве по интерпретации РСА-изображений ледяного покрова. Разработанная автором методология приведения УЭПР морских льдов к фиксированному углу падения применяется при визуальной интерпретации и автоматизированной тематической обработке РСА-изображений. Метод определения толщины морского льда по данным радар-альтиметра предполагается использовать при обработке данных, которые будут поступать с нового спутника CryoSat-2, запускаемого с целью изучения изменений толщины морских льдов и ледников.
Материалы диссертации использовались автором при проведении занятий для слушателей теоретического курса обучения ледовых экспертов и в лекциях для студентов по специальностям "океанология" и "дистанционное зондирование".
Личный вклад автора
Личный вклад автора заключается в развитии концепции радиолокационного мониторинга ледяного покрова в Арктике, формулировании целей и задач исследования и их реализации, разработке методов и алгоритмов интерпретации данных дистанционного зондирования ледяного покрова, и обобщении полученных результатов. Автор руководил основными этапами выполненных работ, проводил конкретные исследования в соответствии с разработанной им концепцией анализа спутниковой радиолокационной информации о морских льдах, принимал участие во многих арктических экспедициях, организовывал подспутниковые эксперименты и проводил наблюдения на борту научно-исследовательских судов и ледоколов.
Им выполнены расчеты влияния атмосферы на характеристики радиолокационных изображений морских льдов, анализ и обобщение данных о сезонной изменчивости УЭПР морских льдов. Разработан метод оценки толщины льда по данным спутниковых радар-альтиметров, основанный на данных измерений толщины и возвышения льда, а также высоты и плотности снега, проводившихся в экспедициях "Север". Проанализирован многолетний ряд спутниковых изображений, что позволило получить ценный фактический материал для изучения характеристик и динамики льдов, ассимиляции данных в моделях, выполнить верификацию разработанных методов.
Постановка задач и получение теоретических и практических результатов осуществлялось лично соискателем. В работах, выполненных в соавторстве, автор принимал участие во всех этапах исследования - выборе методов решения задач, анализе и интерпретации результатов, проведении экспедиционных исследований.
Апробация работы
Результаты работы докладывались на международных, всесоюзных и всероссийских научных конференциях и симпозиумах: первой всесоюзной конференции "Биосфера и климат по данным космических исследований" (Баку, 1982); втором и третьем всесоюзных съездах океанологов (Ялта, 1982; Ленинград, 1987); симпозиумах "Радиолокационное исследование природных сред" (Санкт-Петербург, 1983, 1992, 1994, 1999, 2000); межведомственном всесоюзном совещании "Статистические методы обработки данных и системы дистанционного зондирования окружающей среды" (Минск, 1983); втором всесоюзном совещании по механике и физике льда (Москва, 1983); всесоюзном совещании "Радиофизические и оптические методы исследования снега и льда" (Ленинград, 1984); всесоюзном совещании "Ледовые прогнозы и расчеты" (Ленинград, 1984); всесоюзной конференции "Статистические методы обработки данных дистанционного зондирования окружающей среды" (Юрмала, 1986); всесоюзной конференции "Морские льды и хозяйственная деятельность на шельфе" (Мурманск, 1989); международных симпозиумах по наукам о Земле и дистанционному зондированию (IGARSS) (Эспоо, 1991; Сингапур, 1997; Сиэттл, 1998; Гамбург, 1999; Тулуза, 2003); восемнадцатой ежегодной конференции общества дистанционного зондирования (Данди, 1992); российско-германских совещаниях по проблеме исследования моря Лаптевых (Санкт-Петербург, 1993, 1994, 1995, 1996); симпозиуме по микроволновому дистанционному зондированию Земли, океана, льда и атмосферы (URSI) (Лоуренс, 1994); третьем циркумполярном симпозиуме по дистанционному зондированию окружающей среды Арктики (Фэрбенкс, 1994); международной конференции по распространению миллиметровых радиоволн (Харьков, 1994); российско-норвежском совещании по исследованию Карского моря (Санкт-Петербург, 1995); международных конференциях по инженерным работам в портах и океане (РОАС) (Мурманск, 1995; Хельсинки, 1999); четвертом симпозиуме по результатам работы спутника ERS (Флоренция, 1997); третьей международной конференции по радиоактивности окружающей среды в Арктике (Тромсе, 1997); международной конференции "Устойчивое развитие в Арктике" (Тромсе, 1998); симпозиуме по использованию снимков спутника RADARSAT (Монреаль, 1998); сорок девятой Арктической научной конференции по Международному сотрудничеству в исследованиях Арктики: обнаружение глобальных изменений и их влияния в западной Арктике (Фэрбенкс, 1998); международных симпозиумах стран СНГ по атмосферной радиации (МСАР) (Санкт-Петербург, 1999, 2000, 2002, 2004,
2009); международном симпозиуме по нефтепроводам (ISOPE-EUROMS) (Москва, 1999); международном коллоквиуме "Космическая информация для безопасности окружающей среды" (Москва, 1999); международном симпозиуме по спутникам ERS и Envisat "Взгляд из космоса на Землю в новом тысячелетии" (Ґетеборг, 2000); всероссийской научной конференции "Дистанционное зондирование земных покровов и атмосферы аэрокосмическими средствами" (Муром, 2001); пятом рабочем совещании "Взаимодействие суши и океана в российской Арктике" (Москва, 2002); симпозиуме по спутникам Envisat и ERS (Зальцбург, 2004); рабочем совещании по спутнику CryoSat (Фраскати, 2005); тридцать первом международном симпозиуме по дистанционному зондированию окружающей среды "Глобальный мониторинг для устойчивого развития и безопасности" (Санкт-Петербург, 2005); научном семинаре "Норвежско-Российское сотрудничество на Шпицбергене" (Тромсе, 2006); научной конференции "Моря высоких широт и морская криосфера" (Санкт-Петербург, 2007); третьей международной конференции "Земля из космоса -наиболее эффективные решения" (Москва, 2007); втором международном совещании по прогрессу в области океанографии на основе использования РСА-изображений спутников Envisat и ERS (Фраскати, 2008); шестой и седьмой всероссийской ежегодной конференции "Современные проблемы дистанционного зондирования Земли из космоса" (Москва, 2008, 2009); ассамблее Европейского геофизического союза (Вена, 2009); научной конференции "Морские исследования полярных областей Земли в Международном полярном году 2007/08" (Санкт-Петербург, 2010); международном Симпозиуме "Океаны из космоса" (Венеция, 2010).
Основные результаты диссертационной работы докладывались на научных семинарах по проблемам дистанционного зондирования и изучения полярных районов в Нансен-Центре и ААНИИ. В полном объеме диссертация докладывалась на научном семинаре Нансен-Центра и совместном семинаре отдела совершенствования ледово-информационной системы и отдела ледовых прогнозов ААНИИ.
Публикации
Основные результаты выполненных исследований опубликованы более чем в 60 научных работах, в том числе в книге "Дистанционное зондирование морских льдов на Северном Морском Пути: изучение и применение" (авторы О.М. Йоханнессен, В.Ю. Александров, И.Е. Фролов и др.), опубликованной в 2006 г. в издательстве Springer-Praxis на английском и в 2007 г. в издательстве "Наука" на русском языках, в разделах 2.2 и 6.5 альбома-монографии "Радиолокация поверхности Земли из Космоса", опубликованной в Гидрометеоиздате в 1990 г., и разделах 9.1.1 и 9.1.2 книги "Radar Imaging and Holography", опубликованной издательством Michael Faraday House в 2005 г., в публикациях автора в авторитетных
российских и зарубежных изданиях, соответствующих перечню научных изданий ВАК России: Доклады Академии Наук СССР, Исследование Земли из космоса, Проблемы Арктики и Антарктики, Вестник Санкт-Петербургского Государственного Университета, Journal of Geophysical Research, IEEE Transactions on Geoscience and Remote Sensing, Continental Shelf Research, Sea Technology, Polar Record, Canadian Journal of Remote Sensing, а также в работах, опубликованных в материалах многих всероссийских и международных научных конференций и симпозиумов.
Объем и структура диссертации
Диссертация состоит из введения, семи глав, заключения и списка литературы, состоящего из 411 наименований, 273 из которых - на иностранных языках. Объем работы составляет 349 страниц, включая 117 рисунков и 24 таблицы.
Влияние гидрометеорологических образований на мощность сигнала, отраженного от ледяного покрова
Морской лед имеет сложную поликристаллическую структуру и состоит из чистого льда со случайными включениями рассола, воздуха и твердых частиц. Его УЭПР зависит от многих физических факторов -рельефа поверхности, снежного покрова, солености, наличия воздушных включений и других [41, 181]. Существуют два основных механизма рассеяния: поверхностное и объемное, относительный вклад которых зависит от глубины проникновения электромагнитного излучения в слой льда.
Глубина проникновения электромагнитных волн в морской лед определяется его комплексной диэлектрической проницаемостью, которая, в свою очередь, зависит от распределения рассола и газа в толще льда. При высоких значениях диэлектрической проницаемости перенос излучения в толщу льда незначителен и объемное рассеяние мало. Диэлектрическая проницаемость значительно изменяется в зависимости от частоты [99]. Согласно выполненным в данном исследовании расчетам, для покрытого солевыми цветами молодого льда глубина проникновения электромагнитных волн С- и S-диапазонов не превышает нескольких мм, а L-диапазона — 1-2 см . У однолетнего льда с типичными значениями солености от 4 до 6 %о глубина проникновения составляет 10 см в С-, 17-18 см в S- и около 30 см в L-диапазоне, а у многолетнего льда - увеличивается от 100 см в С- до 140 см в L-диапазоне. Таким образом, для молодого и однолетнего льдов характерным является рассеяние от его поверхности [112]. Объемное рассеяние преобладает у многолетнего льда, поскольку электромагнитные волны Х- и С-диапазонов рассеиваются на большом количестве воздушных пузырьков в его верхнем слое [370]. По этой причине УЭПР многолетнего льда больше, чем однолетнего [82, 264, 324]. В результате летнего таяния рельеф поверхности многолетнего льда изменяется, а соленость и плотность его верхнего слоя уменьшаются.
Мощность отраженного радиолокационного сигнала в значительной степени определяется шероховатостью поверхности. Битый или торосистый лед имеет более высокую УЭПР, чем ровный. Многократные отражения сигнала от почти перпендикулярных поверхностей могут создавать так называемый эффект уголкового рассеяния, который на порядок увеличивает величину отраженного ото льда сигнала [270].
Зависимость УЭПР морского льда от его основных свойств рассчитывается по количественным аналитическим моделям. В модели, представленной в работе [404], рассматривается поверхностное рассеяние в С-диапазоне, происходящее на шероховатых границах раздела воздуха и снега, сухого и инфильтрационного снега, а также снега и морского льда. В этом случае УЭПР вычисляется следующим образом: УЭПР является функцией коэффициента рассеяния Френеля (Г), функции формы (SF) и масштабной константы (К). Коэффициент рассеяния Френеля зависит от утла падения (ft), поляризации (р), частоты (/), и комплексной диэлектрической проницаемости среды (єг ), а функция формы SF - от поляризации, частоты, среднеквадратического отклонения высоты поверхности (а) и интервала корреляции неровностей поверхности (/) [324]. К сожалению, количественные значения мелкомасштабных параметров, которые необходимо вводить в модели обратного рассеяния, как правило, неизвестны [385].
Обратное рассеяние многолетнего льда выражается в виде суммы поверхностного и объемного рассеяния, которое в значительной степени обусловлено наличием воздушных пузырьков в верхнем слое [277]: Вклад поверхностного рассеяния рассчитывается по формуле (1.27), а объемное рассеяние определяется произведением коэффициента передачи (близок к 1) на коэффициент объемного рассеяния, который может быть представлен в виде: где N - количество частиц, аъ — коэффициент обратного рассеяния каждой частицы, L2 - коэффициент потерь при прохождении в обе стороны, и ке коэффициент поглощения. Количество частиц является функцией плотности слоя льда (р) и радиуса (г) частиц в третьей степени, и рассчитывается по формуле: Снег на поверхности льда, особенно влажный, может влиять на его обратное рассеяние. Снежный покров изолирует тонкий лед и повышает его температуру. Он также поглощает рассол, что при развитии метаморфизма приводит к формированию шероховатой границы раздела между снегом и льдом, представляющей снежно-ледяной слой высокой плотности [237]. В работе [332] отмечается, что сухой снег существенно влияет на величину обратного рассеяния однолетнего льда. При углах падения 45 и 50 значения УЭПР льда, покрытого снегом, были на 5-10 дБ больше, чем бесснежного льда. Влажный снег маскирует объемное рассеяние, поскольку электромагнитное излучение С-диапазона проникает в него на глубину приблизительно 4,5 см. Вследствие данного эффекта старый и однолетний льды могут различаться по радиолокационным изображениям только в течение первых двух недель лета [324].
В работе [320] выявлены суточные циклы изменения УЭПР с амплитудой 4-6 дБ, синхронные с суточными вариациями температуры воздуха, которая оставалась ниже -10 во время эксперимента. Увеличение УЭПР тонкого льда днем вызвано тепловым расширением солевых включений и повышением диэлектрической проницаемости льда при прогреве. Увеличение & льда при повышении его температуры отмечается также в работе [293]. Этот эффект необходимо учитывать при интерпретации изображений со спутников на солнечно-синхронных орбитах, которые выполняют съемку заданного района днем с восходящих витков, а ночью - с нисходящих.
Изображения С-диапазона (спутники ERS1/2, RADARSAT, ENVISAT)
Проведенные исследования показали, что по радиолокационным изображениям, полученным со спутника "Океан", идентифицируются начальные, молодые, однолетние и многолетние льды [141, 143], определяется положение кромки льдов, границы между дрейфующим льдом и припаем, многолетним и однолетним льдами. Выделяются обширные и гигантские ледяные поля, крупные разрывы и разводья, прибрежные и заприпайные полыньи. Последовательные съемки одного и того же района позволяют определять дрейф по смещению характерных контурных деталей ледяного покрова, оценивать его скорость и направление [146, 150]. Вместе с тем из-за принципиальных ограничений системы "Океан" ряд параметров морских льдов не может быть определен. Разрешение РЛСБО недостаточно для обнаружения каналов и разводий шириной менее 0.5 км [8]. Сложно оценить общую сплоченность льдов с требуемой точностью, а также возраст льдов в широком диапазоне.
На спутниках "Космос-1870" и "Алмаз-1" были установлены РСА S-диапазона, который ранее не применялся для зондирования морских льдов. Во время освобождения зажатого льдами в районе антарктической станции Молодежная научно-экспедиционного судна (НЭС) "М.Сомов" (июль-сентябрь 1991 г.) была выполнена серия радиолокационных съемок района дрейфа со спутника "Алмаз-1". Полученные данные использовались для оперативной оценки ледовой обстановки в районе нахождения судна, разработки рекомендаций по тактике его движения, а также определения характеристик морских льдов и айсбергов. По результатам дешифрирования полученных РСА-изображений было выявлено, что наблюдаемые на них вариации яркости обусловлены в значительной степени рельефом поверхности морского льда. Природное многообразие условий образования льда (температура, ветер, осадки), процессов его разлома и деформации определяют особенности микро- и макрорельефа его поверхности, которые влияют на характеристики радиолокационного изображения. Яркость изображения не всегда является устойчивым дешифровочным признаком, поскольку зависит от параметров приемного тракта РСА, качества фотоматериалов и т.д., и поэтому используется в сочетании с контурными деталями изображения [20].
В процессе интерпретации использовались логически обоснованные сочетания признаков: относительная яркость, форма и размеры ледовых образований, контурных деталей на их поверхности, характер текстуры и другие. По РСА-изображениям определялись основные характеристики морских льдов и оценивались их изменения в течение двух месяцев. На рис. 2.4 представлено изображение ледяного покрова в районе мыса Танг, полученное 7 июля 1991 г., на котором многочисленные айсберги отчетливо выделяются по высокой яркости и характерной форме. Торосистый лед характеризуется повышенной яркостью по сравнению с более ровным, а участки тонкого льда изображаются однородным темным тоном.
Всего за этот период было выполнено 14 спутниковых съемок с интервалом от 1 до 6 дней. В результате анализа полученных изображений были установлены дешифровочные признаки различных параметров морских льдов. Положение границы между припаем и примыкающим к нему сплошным дрейфующим льдом можно определить по одиночному радиолокационному изображению, когда в полосу съемки попадает значительный по протяженности участок вдоль этой границы. На повторных съемках границы устойчивой и неустойчивой частей припая выделяются по характерным полосам всторошенного и тертого льда или цепочкам разводий.
Однолетние и более тонкие льды имеют практически одинаковые значения УЭПР в S-диапазоне. Вследствие этого определение возраста льда производилось по косвенным признакам, т.е. по характеру и степени шероховатости поверхности, конфигурации и размерам ровных участков ледяных полей. Достоверно выделялись крупные однородные зоны однолетних и молодых льдов, нилас или начальные виды льда в разводьях. Каналы и разводья шириной более 3-5 элементов разрешения выделяются по характерной форме и темному тону. Идентифицируются зоны повышенной торосистости льда, пояса торошения и отдельные протяженные гряды торосов.
Определение дрейфа морских льдов осуществлялось путем идентификации одних и тех же льдин или контурных деталей на последовательных изображениях и определения их географических координат. При интервалах съемки более 5 суток контурные детали изображения дрейфующих тонких однолетних и молодых льдов практически не идентифицировались. Траектории дрейфа айсбергов были определены за весь период исследования с 8 июля по 22 августа.
Айсберги размером более 40 м обнаруживаются по высокой яркости среди припая и дрейфующих льдов, а более мелкие - на ряде изображений не выделялись [20]. На поверхности крупных столообразных айсбергов видны темные полосы, расположенные на расстоянии 100-150 м. В июле и августе айсберги и окружающий их морской лед дрейфовали в генеральном западном направлении со средней скоростью от 0,12 до 1,54 км/сутки. За айсбергами, сидящими на грунте в зоне припая, наблюдались шлейфы светлого тона, ориентированные в одном направлении.
По РСА-изображениям, полученным со спутника "Алмаз-1" вдоль побережья полуострова Танг и полуострова Борщевского, были измерены горизонтальные размеры 305 айсбергов, минимальный из которых имел в поперечнике 40 м, а максимальный - 4080 м. В 56% случаев их размер не превышал 500 м. Общая площадь айсбергов в полосе спутниковой съемки составила 101 км2, или около 1,8% площади зоны. Осадка сидящих на грунте айсбергов была определена по глубине моря, которая находилась в диапазоне 250-300 метров. Высота надводной части айсбергов, вычисленная по среднему отношению к осадке, достигает 40 метров.
РСА-изображение арктических морских льдов в районе пролива Карские ворота, полученное со спутника "Алмаз-1" в летний период представлено на рис. 2.5. Западнее Карских ворот наблюдался мелкобитый лед, а в самом проливе выделяются скопления мелкобитого льда и отдельные ледяные поля.
Расчет ледообмена моря Лаптевых с Арктическим бассейном по спутниковым данным и моделям
При построении ледовых карт по спутниковым данным используется технология, сочетающая автоматизированные и интерактивные процедуры обработки [35, 108]. В автоматизированном режиме осуществляются географическая привязка, улучшение качества изображений, составление фотокарт и некоторые другие. В интерактивном режиме эксперты выполняют основные функции тематической обработки — выделение зон, определение характеристик ледяного покрова, и построение ледовых карт. Используя знания изобразительных свойств спутниковых снимков ледяного покрова и ледового режима различных районов Северного Ледовитого океана, эксперт выделяет на изображении зоны, в пределах которых льды распределены сравнительно равномерно по основным навигационным характеристикам -общая сплоченность, возрастной состав формы [10, 46, 48, 57]. Другие характеристики при этом относятся ко всем льдам в градациях основных зон.
На основании проведенных исследований была рекомендована следующая последовательность методических приемов дешифрирования радиолокационных изображений: выделение кромки ледяного покрова и границ многолетних льдов, границ припая, крупных разводий, каналов и полыней, однородных зон с различным состоянием льда, определение характеристик ледяного покрова в выделенных зонах, и составление ледовой карты. Элементы нагрузки карты формируются последовательно в процессе выделения зон [113]. Основным недостатком визуального метода определения характеристик морских льдов является его субъективизм. Сравнение значений сплоченности морских льдов, рассчитанных по спутниковым изображениям на основе интерполяционного метода [10] с экспертными оценками, выявило значительный разброс последних, который в большинстве случаев составлял 2/10, однако достигал и 3/10 - 4/10 (табл. 3.1) [17].
Использование автоматических алгоритмов для определения характеристик морских льдов по спутниковым изображениям позволяет унифицировать полученные оценки [10]. Возможность автоматического распознавания различных видов льдов изучалась автором по материалам самолетных радиолокационных съемок еще до запуска первых радиолокационных спутников. Была оценена возможность различения основных возрастных видов льдов на основании статистических характеристик яркости изображения, таких как ее среднее значение, среднеквадратическое отклонение, коэффициент вариации, асимметрия и эксцесс. Анализ проводился для серого, серо-белого, ровного и торосистого однолетнего и многолетнего льдов. Его результаты показали, что вышеупомянутые характеристики каждого вида льда перекрываются хотя бы с одним другим видом, и их использование не позволяет однозначно решить задачу распознавания возрастных видов льдов на радиолокационных изображениях [1].
Разработанный автором метод позволил распознавать льды на радиолокационных изображениях, и относить их к одному из следующих видов: серо-белый, тонкий однолетний, ровный и торосистый однолетний и многолетний льды [3,6]. Этот метод основывался на сравнении гистограмм яркости участков обрабатываемого изображения с эталонными гистограммами для выбранных видов льдов [2, 3]. При этом отнесение определяемого участка к одному из видов льда производится по критерию минимума меры близости гистограмм. Наилучшие результаты распознавания были получены при использовании вариационного расстояния Колмогорова. Полученные оценки вероятностей правильного распознавания основных возрастных видов льдов на самолетных радиолокационных изображениях приведены в табл. 3.2 [7].
В ряде научных публикаций, изданных в последующие годы, описываются различные алгоритмы автоматического определения вида и сплоченности льдов [176, 294], распределения ледяных полей [374], дрейфа льдов [219], обнаружения айсбергов [402] и ряда других. Алгоритмы определения возрастных видов морских льдов по данным РСА были реализованы на станции приема спутниковых данных на Аляске [294]. На основе этого метода и эталонных таблиц УЭПР, полученных в морях Баренцевом, Карском и Лаптевых, разработан алгоритм идентификации возрастных видов льда по радиолокационным изображениям со спутника «Океан» [39]. В автоматической системе ARKTOS (Advanced Reasoning using Knowledge for Typing Of Sea-ice) характеристики морских льдов оцениваются по изображению путем моделирования логических заключений, использующихся ледовыми экспертами в процессе дешифрирования [373].
Предложенный в диссертации подход к автоматизации тематической обработки спутниковых изображений заключается в создании алгоритмов определения отдельных характеристик морских льдов, которые, по мере их совершенствования, могут быть органично включены в общую схему интерактивной обработки изображений, используемой в оперативной практике. В данной главе анализируются современные методы обработки и интерпретации спутниковых РСА-изображений, описываются разработанные автором или под его руководством алгоритмы, оцениваются полученные результаты и определяются возможные пути совершенствования алгоритмов.
При определении характеристик ледяного покрова по спутниковым изображениям используются различные методы - интерполяционные, распознавания образов и другие. Интерполяционные методы применяются в случаях, когда яркость изображения монотонно изменяется с изменением какого-либо параметра ледяного покрова [47]. На изображении выделяются участки с минимальным и максимальным значениями рассматриваемого параметра (например, чистая вода и сплошной лед при определении сплоченности), который затем рассчитывается в каждом элементе разрешения путем линейной интерполяции [10]. Данный алгоритм может использоваться в процессе интерактивного дешифрирования спутниковых изображений. Определение возрастных видов льдов осуществляется на основе методов распознавания образов, нейронных сетей, линейного дискриминантного анализа и других.
Использование спутниковой радиолокационной информации для обеспечения плавания во льдах
Последовательность операций определения возрастных видов морских льдов по РСА-изображениям включает в себя: 1) предварительную обработку изображений; 2) выделение ледовых объектов, если используется метод, основанный на сегментации; 3) вычисление параметров изображения (сегментов); 4) пиксельная или зонная классификация с использованием набора вычисленных параметров, и, наконец, 5) завершающий этап обработки, заключающийся в редактировании полученных результатов. Так как обработка осуществляется последовательно, то успех текущей операции зависит от успешного выполнения всех предыдущих этапов.
Существуют алгоритмы зонной и по-пиксельной классификации. В по-пиксельных алгоритмах используются нормализованные значения яркости, а при обработке многоспектральных или многополяризационных изображений соответствующие значения пикселей объединяются в вектор признаков. При зонной классификации используются вычисленные параметры сегментов, которые образуют вектор признаков.
Яркость пикселей связана с УЭПР ледяного покрова, которая изменяется в зависимости от возраста, формы и других параметров морского ледяного покрова. Однако по-пиксельная классификация во многих случаях является неоднозначной, поскольку ряд видов льдов и водная поверхность имеют схожий тон. Например, диапазоны изменения УЭПР открытой воды и морских льдов значительно перекрываются. Вычисление текстуры и других локальных статистических параметров, а также совместный анализ данных нескольких датчиков улучшает результаты. При классификации без обучения, имеющей целью выделение различных кластеров в пространстве признаков без их отнесения к заранее выбранным видам льдов, требуется только инвариантность радиолокационной сигнатуры объекта от его расположения в пределах изображения. В данной работе при определении возрастных видов льдов выполняется абсолютная калибровка изображения и приведение УЭПР к фиксированному углу падения.
Сегментация является процессом, который разделяет изображение на участки с однородными тоновыми или текстурными свойствами [234]. При разбивке на зоны используется набор правил, описываемых при помощи следующей аксиоматики [138]: Пусть f(x,y) - функция яркости анализируемого изображения; Х-конечное подмножество плоскости, на котором определена функция f(x,y); S = {Sb S2, ... Sk} - разбиение X на k непустых связных подмножеств в S;, i= 1,2, ... k; LP-предикат, определенный на множестве S и принимающий истинные значения тогда и только тогда, когда любая пара точек из каждого подмножества S; удовлетворяет некоторому критерию однородности.
Предикат LP называют предикатом однородности и его истинное или ложное значение зависит от свойств функции f(x,y). Условие (1) означает, что каждая точка изображения должна быть отнесена к некоторой области, (2) -что области S должны быть связными, (3) - определяет вид однородности получаемых областей, (4) - выражает свойство максимальности областей разбиения. Таким образом, сегментацию можно рассматривать как оператор вида Seg: f(x,y) —» S(x,y), S(x,y) = Л при (х,у) принадлежащем S , 1=1,2, , к\ где f(x,y), S(x,y) — функции, определяющие соответственно исходное и сегментированное изображения, А, - метка і-й области Развитие методов робастной сегментации имеет большое значение для автоматизации дешифрирования изображений морских льдов, так как: 1) фильтрация шумов выполняется более эффективно; 2) форма сегмента может являться признаком наряду с текстурой и другими параметрами; 3) информация о сегментах может использоваться для оценки свойств объекта.
Сегментация изображения является начальной процедурой процесса интерпретации, и выделенные сегменты соответствуют полям льда, каналам, полыньям, участкам деформированного льда, и т.д. В работах [169, 281, 374] описано применение алгоритмов сегментации для обнаружения ледяных полей на фоне открытой воды или ледяной каши и распознавания полыней. Однако даже при решении этих хорошо определенных задач выделенные сегменты не обязательно соответствуют ледовым объектам — соприкасающиеся ледяные поля могут объединяться в один сегмент, а полынья - представляться несколькими. Для «реконструкции» ледовых объектов по сегментам используются априорные знания в форме ограничений. Например, форма ледяных полей имеет сходство с эллипсом. Однако существующие исключения уменьшают универсальность алгоритмов, так, края битого однолетнего льда не являются округлыми.
Различаются алгоритмы зонной и контурной сегментации изображений. Зонная сегментация основывается на анализе гистограммы изображения или его локального участка с последующим применением морфологических операций размывания и расширения для сглаживания краев сегментов. Она выполняется на основе методов разбиения и слияния [234], наращивания зоны [177], и других. При контурной сегментации используются методы выделения контуров, такие как Лапласиан и градиентные краевые детекторы. Пропущенные краевые пиксели определяются при анализе абсолютных величин градиентов и их направлений. В случае, если мультипликативный спекл-шум на РСА-изображении описывается гамма-распределением, то отношение максимума правдоподобия является оптимальным детектором, максимизирующим вероятность обнаружения при заданной вероятности ложной тревоги [300]. Для определения краев используются отношения средних величин с экспоненциальными весами [300], локального стандартного отклонения к среднему отклонению [368] и другие. Поверхность и контур объекта представляют собой различные стороны одной проблемы, что используется при смешанных подходах [409].
Нами был реализован ряд алгоритмов и выполнена сегментация РСА-изображений морских льдов, примеры которой представлены на рис. 3.3. На снимке со спутника ERS, полученного 30.04.1998 г., различаются заприпайная полынья у островов Арктического института, молодой лед и поля однолетнего льда. На рис. 3.36 представлены результаты, полученные путем поиска локального минимума гистограммы изображения, его пороговой классификации на основе этого минимума, и применения морфологических операторов размывания и расширения для «сглаживания» краев объектов. Зонная сегментация при помощи водораздельного алгоритма [373] с использованием описанного в работе [374] набора параметров, представлена на рис. З.Зв. После определения локальных минимумов изображения используется метод «скорейшего спуска» для маркирования всех пикселей градиентного изображения согласно локальным минимумам, к которым они стремятся. Поскольку при этом образуется множество небольших зон, то выполняется ряд итераций по их слиянию. На рис. З.Зг представлен результат сегментации при помощи алгоритма наращивания зон, использующего отношение средних значений яркости данного и смежного сегментов, как меры сходства. Работа алгоритма также начинается с поиска локального минимума. Смежная зона присоединяется к данному сегменту, если соотношение меньше выбранного порога, равного 2.