Содержание к диссертации
Введение
Глава 1. Активные и пассивные методы определения биооптических параметров верхнего слоя океана 11
1.1. Биооптические параметры морской воды и основные принципы измерения концентрации хлорофилла «А» по спектрам восходящего из морской толщи излучения 12
1.2. Оптические сканеры, используемые для измерения спектров восходящего излучения 17
1.3. Особенности обработки данных сканеров цвета морской поверхности24
1.4. Метод лазерно-индуцированной флуориметрии 38
Глава 2. Алгоритмы определения концентрации хлорофилла «А» из данных активного и пассивного оптического зондирования 42
2.1. Основные алгоритмы расчета концентрации хлорофилла «А» по данным сканеров цвета моря 42
2.2. Алгоритмы определения концентрации хлорофилла «А» по спектрам лазерно-индуцированной флуориметрии 50
2.3. Разработка региональных алгоритмов 55
Глава 3. Методы обработки и статистического анализа биооптических данных 65
3.1. Восстановление профилей при неравномерном распределении дискретных отсчетов 66
3.2. Расчет статистических характеристик биооптических полей и оценка точности их восстановления 68
3.3. Оптимальная интерполяция биооптических полей 78
Глава 4. Анализ статистических характеристик биооптических полей в верхнем слое океана по спутниковыми ЛИФ данным 84
4.1. Использование данных о цвете морской поверхности для восстановления пространственных структур биооптических полей ВСО .85
4.2. Статистические характеристики полей концентрации хлорофилла «А» 98
4.3. Сравнение концентраций хлорофилла «А» по данным судовых ЛИФ и спутникового мониторинга 105
4.4. Синоптические возмущения, влияющие на структуру биооптических полей ВСО 113
4.5. Результат влияния тайфунов на поля хлорофилла «А» и биооптические характеристики поверхности океана 119
Заключение 128
Литература 130
- Биооптические параметры морской воды и основные принципы измерения концентрации хлорофилла «А» по спектрам восходящего из морской толщи излучения
- Алгоритмы определения концентрации хлорофилла «А» по спектрам лазерно-индуцированной флуориметрии
- Расчет статистических характеристик биооптических полей и оценка точности их восстановления
- Сравнение концентраций хлорофилла «А» по данным судовых ЛИФ и спутникового мониторинга
Введение к работе
Актуальность темы. Анализ пространственного распределения биооптических параметров верхнего слоя океана (ВСО) является важным при решении широкого круга задач оптики океана, мониторинге фитопланктонных сообществ и прогнозировании тех изменений, которые происходят в морских экосистемах под воздействием процессов различной природы (включая антропогенные).
В настоящее время уделяется большое внимание разработке новых оперативных методов мониторинга биооптических параметров морской среды [9, 15, 23, 59]. Оптические дистанционные методы зондирования поверхности океана, как нельзя лучше, отвечают тем требованиям, которые предъявляются при проведении подобного мониторинга, обеспечивая высокую оперативность процесса измерения. Эти методы позволяют получать большие объемы информации об исследуемом объекте в широком диапазоне пространственных и временных масштабов.
В настоящее время, с помощью пассивных оптических методов зондирования океана, проводится непрерывный спутниковый мониторинг пространственно-временного распределения полей фитопланктона в ВСО, по измерению спектров восходящего из морской толщи излучения [например 10, 98, 104]. Однако, существуют трудности, вызванные несовершенством методов обработки и интерпретации результатов оптического дистанционного зондирования, например, в использовании глобальных алгоритмов для обработки спутниковых данных. Особенно это относится к некоторым оптическим типам морских вод. В связи с этим встает задача разработки оптических методов, обеспечивающих проведение коррекции спутниковых данных о цвете морской поверхности, разработку, на основе результатов сравнительного анализа, региональных алгоритмов восстановления концентрации хлорофилла «А» и других биооптических параметров из спутниковых данных [40, 94].
Разработка методов лазерной спектроскопии, в частности лазерной индуцированной флуоресценции (ЛИФ) морской воды, позволила оперативно восстанавливать структурные особенности биооптических полей, проводить коррекцию спутниковых данных, а также повысить достоверность восстановления полей биооптических характеристик, полученных с помощью данных спутникового зондирования [4, 105]. В данной работе проводилась разработка новых методов анализа пространственных структур биооптических полей с использованием данных о спектрах восходящего излучения и ЛИФ спектрах морской воды [13, 39, 86, 101]. Актуальность работы обусловлена тем, что ее результаты расширяют возможности оптических дистанционных методов исследования океана и атмосферы. Данные методы могут быть использованы для решения целого ряда проблем в' океанологии, физике и геохимии биосферы, в проведении мониторинга состояния фитопланктонных сообществ в океане, в различных пространственных и временных масштабах.
Цель работы. Анализ пространственной изменчивости полей биооптических характеристик В СО с использованием спутниковых данных о цвете морской поверхности и судового лазерного флуориметра.
В связи с этим в данной работе были поставлены следующие задачи:
Отработка методов численного анализа случайных полей биооптических характеристик.
Разработать процедуры согласования спутниковых данных сканеров цвета и ЛИФ измерений.
Уточнить регрессионные соотношения для расчетов концентраций хлорофилла «А» по данным сканера SeaWiFS на основе измерений судовым флуориметром.
Провести анализ спектров пространственной изменчивости распределения биооптических характеристик.
Применить разработанные методики для исследования влияния различных процессов в атмосфере и океане на статистические характеристики биооптических полей Мирового океана.
6 В работе использовались данные сканера цвета морской поверхности SeaWiFS, установленного на спутнике SeaStar, и сканера CZCZ, установленного на спутнике Nimbus-7. Первичное восстановление концентрации хлорофилла «А» производилось с помощью глобальных алгоритмов ОС2 и ОС4 [97, 98], где использовались данные, прошедшие первичную обработку и атмосферную коррекцию. В качестве данных подспутниковых измерений были использованы результаты экспедиционных исследований спектров ЛИФ и других биооптических параметров морской воды, проведенных в период 2001-2003 гг. на акватории Охотского, Японского морей и в кругосветной экспедиции 2003-2004 гг. судна «Надежда».
Научная новизна работы состоит в следующем:
Предложена новая оптическая классификация типов морской воды по диаграммам рассеяния величин нормированного восходящего излучения. Данная классификация применена для корректировки спутниковых измерений концентрации хлорофилла «А» и использована при получении регрессионных соотношений расчета концентрации хлорофилла «А» по данным спутникового зондирования. Применение классификации позволяет разработать региональные алгоритмы восстановления концентрации хлорофилла «А», которые обеспечивают меньшую ошибку по сравнению с глобальными алгоритмами.
Реализованы методы численного анализа статистических характеристик пространственной изменчивости биооптических полей, регистрируемых спутниковыми сканерами цвета морской поверхности и судовыми ЛИФ спектрометрами. Эти методы позволили провести оптимальное согласование судовых и спутниковых измерений концентраций хлорофилла «А».
Впервые проведен анализ степени анизотропии оптических полей морской поверхности и получены ее количественные характеристики. Анализ сделан для данных спутникового сканера цвета моря.
7 4. Показано, что тропические циклоны (ТТД) оказывают существенное влияние на биооптические параметры морской воды и на их пространственно-временное распределение.
На защиту выносятся следующие положения:
Применение методики оптимальной интерполяции при обработке данных сканера цвета морской поверхности в процедурах сопоставления с подспутниковыми измерениями, выполненными ЛИФ методом, позволяет более достоверно восстановить структуру биооптических полей ВСО.
Использование двухмерных корреляционных функций в процедурах обработки данных сканеров цвета морской поверхности позволяет проводить анализ степени анизотропии биооптических полей и связывать ее характеристики с разнообразными гидрофизическими процессами.
Классификация вод по диаграммам рассеяния нормированного восходящего излучения позволяет провести коррекцию регрессионных соотношений определения концентрации хлорофилла «А» по данным о цвете морской поверхности,
Глобальные алгоритмы корректно работают в диапазоне значений нормированного восходящего излучения на длине волны 412 нм от 2 до 6 единиц и на длине волны 490 нм, в диапазоне от 2 до 5 единиц.
Практическая значимость результатов, полученных в работе: Разработанные и использованные в диссертации методы, алгоритмы и программы обработки данных могут найти применение в комплексной обработке спутниковых данных и данных судовых измерений биооптических параметров морской воды. Созданное программное обеспечение, большей частью, автоматически адаптируется к изменениям характеристик полей спектров восходящего от морской поверхности излучения и иных биооптических параметров в океане. Оно может использоваться для анализа полей других физических величин, измеряемых с помощью спутниковых сканеров.
8 Использование метода оптимальной интерполяции в обработке данных спутникового зондирования позволяет повысить информативность спутниковых данных и восстановить более тонкую структуру биооптических полей. При сопоставлении с подспутниковыми измерениями это обеспечивает более достоверную интерпретацию спутниковых данных о цвете морской поверхности.
Применение корреляционных эллипсов в процедурах обработки сокращает объем информации, необходимой для восстановления структурных особенностей биооптических полей. При обработке спутниковых данных использование корреляционных эллипсов упрощает оценку степени анизотропии поля. Использование характеристик корреляционных эллипсов в процедурах обработки позволяет более подробно проводить интерполяцию спутниковых данных.
Предложенная методика оценки влияния синоптических воздействий на биооптические поля позволяет производить прогнозирование воздействия тайфунов на биопродуктивность ВС О.
Апробация работы. Основные результаты, вошедшие в диссертационную работу, докладывались и обсуждались на следующих конференциях:
49-я молодежная научно-техническая конференция «Творчество молодых -интеграция науки и образования», Владивосток, 2001.
Международная научная конференция творческой молодежи «Безопасность на море. Научно-технические проблемы и человеческий фактор», Владивосток, 2002.
Региональная научно-техническая конференция "Наука делает мир лучше", Владивосток, 2003.
Вторая молодежная конференция по проблемам географических и геоэкологических исследований «Геоэкология и проблемы рационального природопользования на Дальнем Востоке» ДВГУ, Владивосток, 2003,
The Third Workshop on the Okhotsk Sea and adjacent areas. PICES, Владивосток, 2003.
The 6-th IOC/WESTPAC International Scientific Symposium «Challenges for Marine Science in the Western Pacific», Hangzhou, China, 2004.
Вторая открытая всероссийская конференция «Современные проблемы дистанционного зондирования земли из космоса» ИКИ РАН, Москва, 2004.
Третья международная конференция «Современные проблемы оптики естественных средств» ONW'2005, Санкт-Петербург, 2005.
Mechanisms of climate and human impacts on ecosystems in marginal seas and shelf regions. PICES XIV Annual Meeting, Владивосток, 2005.
Публикации. Результаты, полученные в диссертации, опубликованы в 14 печатных работах, список которых приведен в конце автореферата.
Личный вклад соискателя. Автор участвовал в разработке специализированных программных продуктов для обработки и анализа данных спутниковых сканеров цвета и данных судового флуориметра. Участвовал в подготовке материалов и написании статей по тематике диссертации.
Автором предложена оптическая классификация морских вод по диаграммам рассеяния коэффициентов яркостей восходящего излучения и разработана методика проведения этой классификации. Методика применена для морских вод, которые обладают различными оптическими свойствами. Автором проведена разработка региональных алгоритмов расчета концентраций хлорофилла «А» по данным о цвете морской поверхности для различных районов Мирового океана, в которых были произведены подспутниковые измерения.
Автор предложил методику проведения сравнительного анализа спутниковых и судовых данных, и провел анализ пространственных структур полей концентраций хлорофилла «А», по результатам судовых ЛИФ измерений и данным сканера цвета морской поверхности. Эта методика заключается в следующем:
- осуществляется процедура координатной и временной привязки судовых и спутниковых измерений;
- методом оптимальной интерполяции восстанавливаются профили
концентраций хлорофилла «А», которые рассчитывались по спутниковым
данным, вдоль траектории измерений методом ЛИФ;
- рассчитываются корреляционные функции биооптических параметров
морской воды по спутниковым и судовым данным;
проводится анализ характерных масштабов пространственного распределения концентрации хлорофилла «А» по данным спутникового мониторинга и судовых измерений ЛИФ.
Автором было проведено исследование структурных особенностей распределения биооптических параметров для вод Охотского моря и их изменений под воздействием синоптических возмущений.
Биооптические параметры морской воды и основные принципы измерения концентрации хлорофилла «А» по спектрам восходящего из морской толщи излучения
Биооптические параметры характеризуют процессы жизнедеятельности, протекающие в ВСО, особенно функционирование и развитие фитопланктонных сообществ, К основным биооптическим параметрам морской воды относятся: коэффициенты поглощения х(к), рассеяния а(Х), ослабления е(Х) света в воде, индикатриса рассеяния света х(у) (у - угол рассеяния), коэффициенты отражения света морской поверхностью В(Х). Биологические процессы, протекающие в ВСО, оказывают существенное влияние на приведенные величины [22]. В основном, значения биооптических параметров определяются концентрацией пигментов, присутствующих в морской воде, и концентрацией растворенного органического вещества (РОВ). Поэтому их так же можно отнести к основным биооптическим характеристикам морской воды. Основным оптически активным пигментом в клетках фитопланктона является хлорофилл «А», оказывающий существенное влияние на цвет морской поверхности [73]. Поскольку концентрация хлорофилла «А» (См) высокой корреляцией связана с биомассой фитопланктона, то она в значительной степени определяет значения почти всех вышеперечисленных биооптических параметров морской воды.
Существуют различные методы измерения концентрации хлорофилла «А»: контактные (судовые спектрометрические) и дистанционные (судовые, авиа и спутниковые) [7, 15, 17, 68-71, 85]. Дистанционные методы делятся на активные (лазерные) и пассивные (по спектрам восходящего из морской поверхности солнечного излучения). Космические методы (пассивные дистанционные) обладают меньшей точностью в измерении концентрации, но позволяют проводить оперативный мониторинг в глобальном масштабе [3, 4, 13, 101].
Спутниковые измерения цвета морской поверхности проводятся с использованием оптических сканеров цвета. Эти измерения позволяют исследовать в океане глобальные пространственно-временные распределения концентрации хлорофилла «А», других пигментов и РОВ [2, 10, 13, 51, 59]. Спутниковые данные используются для определения величины и оценки изменчивости ежегодного цикла первичного производства морского фитопланктона и анализа его распределения, а также времени весеннего всплеска цветения хлорофиллов. Наблюдения помогают визуализировать динамику океанских и прибрежных течений, физические процессы перемешивания и влияние гидрофизических процессов на функционирование фитопланктонных сообществ [1, 3, 52, 57].
Спектральное распределение светового потока, выходящего из толщи морской воды, формирующее "цвет" океана, несет информацию о распределении фитопланктона, хлорофилла «А», неорганической взвеси и растворенной органики [35, 38, 61, 80, 85]. Концентрации этих элементов в поверхностном слое океана, а также их вертикальные распределения, прямо влияют на прозрачность морской воды, а от значений прозрачности зависит распределение световых полей в океане. В целом, цвет океана является интегральной спектральной характеристикой поверхностного слоя морской среды. Для осуществления непрерывного мониторинга мирового океана важны оперативные дистанционные методы определения цвета морской воды и его изменчивости, которые позволяют качественно и количественно оценивать концентрации хлорофилла «А», растворенной органики и взвесей. Контактное определение хлорофилла «А» не может обеспечить перекрытия синоптических и глобальных временных и пространственных масштабов [53, 75, 110].
Вариации содержания в морской воде пигментов фитопланктона приводят к изменениям в её цвете, т.е. в спектральном составе диффузно рассеянного солнечного излучения [55]. При формировании изображений спутникового сканера, яркость излучения, регистрируемого дистанционной аппаратурой, можно представить в виде [6, 7]: где ВА(А)- составляющая яркости, обусловленная рассеянием в атмосфере в направлении приемника, Bs(l), Bw{А)- составляющие яркости, обусловленные отражением поверхностью океана и рассеянием водной толщи. По спектрорадиометрическим измерениям яркости излучения, выходящего из толщи моря -BW{X), потенциально возможно определение концентрации пигментов фитопланктона Cck , СсК, Сюв. Однако, задача определения концентрации пигментов фитопланктона по дистанционным измерениям восходящего излучения, является сложной обратной задачей, решение которой очень чувствительно к погрешностям исходных данных [10]. Сложности ее решения связаны с тем, что цвет морской воды определяется не только содержанием в ней хлорофиллов Cch, но и содержанием «желтого вещества», растворенного органического вещества (РОВ), количественно обычно измеряемого его поглощением на фиксированной длине волны Я0 и содержанием взвешенного вещества СР иного, чем фитопланктон (детрит, минеральная взвесь терригенного происхождения и пр). Помимо концентрации взвеси СР определенную роль в формировании цвета воды, т.е. спектра BW{X), играет и качественный состав взвеси, определяющий индикатрису рассеяния морской воды лс(у)[77].
Значительные погрешности решения рассматриваемой обратной задачи связаны с тем, что при проведении измерений с космического сканера регистрируемое на спутнике излучение в значительной степени формируется атмосферой и в меньшой степени излучением, вышедшим из толщи воды. Т.е. для определения Bw(X) из полного излучения В((1), регистрируемого прибором, нужно вычесть излучение атмосферы и излучение, отражённое поверхностью воды, составляющие, как правило, 90 % суммарного излучения 5ДЯ). Поскольку вклад BW(X) в суммарное излучение мал, требуется высокая точность в определении вклада атмосферы, что представляет собой определённую трудность в силу значительной пространственно-временной изменчивости оптических характеристик атмосферы. Следовательно, атмосферная коррекция данных спектрорадиометрических измерений должна включать в себя и определение характеристик аэрозоля. Кроме этого, при вычитании из Bt(А) расчетных величин атмосферного вклада необходимо знание В, (Я) в абсолютных величинах с достаточно высокой точностью. Иными словами, с высокой точностью должна поддерживаться на орбите абсолютная калибровка данных измерений, что представляет собой непростую техническую задачу. Решение этой задачи реализовано в сканере SeaWiFS аппаратными методами.
Ввиду того, что непрерывная регистрация всего спектрального состава восходящего излучения представляет собой сложную техническую задачу, оптические сканеры осуществляют прием восходящего излучения в дискретных спектральных интервалах. При проектировании сканера цвета морской поверхности и выборе полос регистрации учитывалась форма спектров поглощения морской воды и органического вещества, присутствующего в ней в различных формах, линии поглощения атмосферного кислорода, озона и водяного пара.
Алгоритмы определения концентрации хлорофилла «А» по спектрам лазерно-индуцированной флуориметрии
Измерения с самолетов и судов в 1960-ых годах показали, что оптические характеристики и цвет морской поверхности важны для понимания гидрологических, биологических и физических процессов, и продемонстрировали возможность использования спутников в измерении спектров излучения солнца, восходящего от поверхности океана. Для большей части мирового океана восходящее от поверхности излучение в видимой части спектра (400-700 нм) в значительной мере определяется концентрацией хлорофилла и других растительных пигментов [5].
Изучение распределения биооптических параметров с помощью исследовательских судов вызывает большие трудности как временного, так и пространственного характера. Исследования маломасштабных (меньше чем 30 км) особенностей распределения морских масс затруднено в связи с тем, что циркуляция биомассы в районе происходит быстрее, чем исследовательские суда могут наносить их на карту. При среднемасштабных исследованиях (приблизительно 30-150 км) изменения морских масс более медленны, однако, судовые исследования все еще трудноосуществимы из-за больших размеров исследуемых районов.
Исследования в пределах океанического бассейна вызывают большие трудности нанесения распределения морских биомасс на карту с помощью даже большого, в том числе международного флота исследовательских судов [18, 96]. В тоже время мелкомасштабные и среднемасштабные изменения концентрации биомассы ясно видимы на спутниковых снимках. Эффекты облачности часто можно удалить, используя простые методы наложения нескольких снимков. Карты мгновенного распределения биооптических параметров в масштабах океанического бассейна могут быть собраны из отдельных изображений спутника, что дает представление о полной картине пространственно-временной изменчивости цвета океана.
Доля восходящего от морской поверхности излучения очень мало, по сравнению с атмосферным излучением, достигающим датчика спутникового сканера вследствие рассеяния Релея и аэрозольного рассеяния. Фактически, 90% или даже большее количество интенсивности восходящего излучения, измеренного над океаном со спутников, обусловлено атмосферным излучением. Количественный учет эффектов атмосферного излучения позволяет получить более точные оценки концентрации биомассы.
Спектральные интенсивности потоков на космических датчиках цвета океана представлены на рис. 1.3.1 [81], который показывает также полосы чувствительности сканеров CZCS, SeaWiFS и MODIS в сравнении с восходящим излучением от поверхности океана и излучением, измеренным на орбите спутника над океаном в районе без облаков, согласно математической модели переноса излучения. Модель представлена для высоких широт (60 солнечный угол относительно зенита) в надире, для стандартной атмосферы (0.35 см озон, 0.5 см водяной пар, 0.2 оптической толщины атмосферы на 670 нм) и для экстремально низких и высоких концентраций хлорофилла «А» в океане (0,01 и 10,0 мкг/л, соответственно). Следует обратить внимание, что изменение концентраций хлорофилла «А» в океане в диапазоне концентраций от 0,01 мкг/л до 10 мкг/л приводит к очень малым изменениям интенсивностей излучения на спутнике, что требует высокоточного и чувствительного инструмента с достаточно точным учетом атмосферного излучения при последующей обработке данных.
На рис. 1.3.1 показана инструментальная чувствительность для каждого из сканеров относительно цифрового отсчета сканера SeaWiFS в диапазоне 443 нм, принятого за единицу. Значения освещенности для CZCS представлены фактическими отсчетами, в то время как для SeaWiFS и MODIS показано минимальное значение с учетом погрешности. Минимум у сканера SeaWiFS был определен оценкой распределения ошибок в полученных концентрациях хлорофилла «А» и всеми возможными вариантами биооптических свойств воды, рассчитанных по алгоритмам, разработанным с 1983 года. Спецификация сканера MODIS отражает предельно минимально возможную погрешность по усовершенствованным биооптическим и атмосферным алгоритмам 1998 г., достигающую 20%[96, 98].
Первые сканеры представляли данные о цвете океана для изучения роли океана в глобальном углеродообменном цикле и циркуляции океанических масс. Однако, недостаточное количество регистрируемых спектральных полос ограничивало возможности приборов и алгоритмов в точном определении биооптических характеристик. Разработка каждого последующего сканера сопровождалась увеличением количества полос сканирования. Такой подход, в свою очередь, позволял разрабатывать новые алгоритмы обработки спектральных данных, более точно определяющие изменения цвета воды, а с ним и концентраций пигментов в воде. Новые алгоритмы при расчетах использовали большее количество полос спектра и отношений интенсивностей в полосах друг к другу в регрессионных соотношениях определения концентраций биооптических пигментов.
Спутниковый сканер покрывает поверхность Земли не непрерывно, а полосами сканирования поверхности согласно траектории движения спутника по орбите и расписанию передачи данных на береговые приемные станции. Сканер CZCS из-за ограниченной скорости передачи и небольшого количества приемных станций представлял данные о цвете морской поверхности снимками размером примерно 700 на 500 км, предоставляя только несколько снимков за один оборот по орбите. Благодаря такому режиму работы, в конце суток оставались большие площади, не освященные данными сканера. Вследствие этого, сравнение данных сканера между собой либо с какими-либо подспутниковыми данными имеет большие сложности. Возможны случаи, когда по определенному участку океана данные со сканера теоретически отсутствуют в течение нескольких дней. Практически, это может длиться и дольше в случае, если длительное время наблюдается облачность и туманы в исследуемом районе. В этом случае спутник предоставляет снимки, однако данные с этого снимка будут «засвеченными», то есть иметь флаг «облако». Использовать такие снимки для определения биооптических параметров вод не представляется возможным [4, 39].
Расчет статистических характеристик биооптических полей и оценка точности их восстановления
Спутниковый сканер покрывает поверхность Земли не непрерывно, а полосами сканирования поверхности согласно траектории движения спутника по орбите и расписанию передачи данных на береговые приемные станции. Сканер CZCS из-за ограниченной скорости передачи и небольшого количества приемных станций представлял данные о цвете морской поверхности снимками размером примерно 700 на 500 км, предоставляя только несколько снимков за один оборот по орбите. Благодаря такому режиму работы, в конце суток оставались большие площади, не освященные данными сканера. Вследствие этого, сравнение данных сканера между собой либо с какими-либо подспутниковыми данными имеет большие сложности. Возможны случаи, когда по определенному участку океана данные со сканера теоретически отсутствуют в течение нескольких дней. Практически, это может длиться и дольше в случае, если длительное время наблюдается облачность и туманы в исследуемом районе. В этом случае спутник предоставляет снимки, однако данные с этого снимка будут «засвеченными», то есть иметь флаг «облако». Использовать такие снимки для определения биооптических параметров вод не представляется возможным [4, 39].
Увеличение скорости передачи данных со сканера SeaWiFS и большее количество приемных станций позволили получать данные со сканера по всей траектории движения спутника в виде полос сканирования (Рис 1.3.2).
Однако, за счет сферической формы Земли, полосы сканирования в высоких широтах пересекаются, а в средних и низких широтах наблюдаются пропуски между полосами достигающие половины ширины полосы. При пересечении экватора, за счет изменения угла наклона сканирующего зеркала, теряется координатная привязка, резко меняется шаг сетки, а на некоторых снимках происходит потеря данных. Такая особенность работы сканеров не всегда позволяет проводить регистрацию излучения в тропических районах океана и совмещать подспутниковые измерения с данными сканера. Получение спутниковой информации с архива сканера SeaWiFS состоит в заказе необходимых спутниковых снимков в предварительно выбранном пространственно-временном диапазоне [108].
Восстановление координат, соответствующих каждой позиции сканера, можно осуществлять несколькими способами с разной точностью, скоростью обработки и разными уровнями автоматизации.
В качестве программного обеспечения для дальнейшей обработки спутниковых данных рекомендуется использовать пакет SeaDas [62]. Данное программное обеспечение поддерживает установку на ряд компьютерных платформ, однако, Windows не входит в список операционных систем, на которые можно устанавливать данный пакет. Наиболее доступной можно считать платформу Linux. Однако, узкая специализация такого программного обеспечения для математической обработки в данной операционной системе приводит к очень большим затратам времени, т.к. после координатной привязки, требуется перекодировка полученного файла в формат операционной системы Microsoft,
Пример интерфейса пакета SeaDas представлен на рис. 1.3.3. Программа позволяет преобразовывать файлы в различные уровни кодировки, переводить не преобразованные данные в следующий уровень, создавая файлы промежуточных форматов между основными типами уровней. Также SeaDas позволяет в уже существующие файлы добавлять дополнительные данные, обработанные различными встроенными процедурами. Вывод данных возможен как в основном формат кодировки NASA, так и в текстовом.
Для процедуры атмосферной коррекции используются данные NASA о метеорологии и озоновом слое за соответствующие дни. Концентрация хлорофилла «А» восстанавливается из данных 2-го уровня с разрешением 1 км по эмпирическим алгоритмам ОС2 или ОС4 [11, 59, 101].
SeaDas позволяет осуществлять генерацию файлов с максимально точной координатной привязкой. К каждому пикселю файла, содержащему данные сканера, пакет позволяет создать текстовый файл с точностью, выбираемой пользователем при генерации, до 12-го знака точности. Однако практическое использование этого программного продукта часто ограничивается сложностями организации комплексной обработки в операционной системе Linux и требованием наличия специализированного программного обеспечения для численного анализа полей. Вышеперечисленные особенности, а также необходимость массовой обработки данных в настоящей работе, потребовали разработки эффективных алгоритмов и программ координатной привязки.
Данные SeaWiFS по каждому снимку предоставляются в виде координат первой и последней линии сканирования, а для промежуточных линий - только координаты первого и последнего пикселей линии сканирования (Рис. 1.3.4). Каждая линия сканирования содержит 248 пикселей и 3930 линий. Задача координатной привязки в этом случае состоит в расчете координат внутренних пикселей внутри линии сканирования с точностью порядка 10-20 метров, сравнимой с точностью Глобальной Системы Позиционирования (GPS) [41] при сопоставлении с судовыми подспутниковыми измерениями. Среди данных навигационной информации в файле также присутствуют орбита спутника в декартовых координатах и координаты крайних точек спутникового снимка в сферических координатах модели геоида WGS-84.
Сравнение концентраций хлорофилла «А» по данным судовых ЛИФ и спутникового мониторинга
Активные методы зондирования океана - в настоящее время в основном это лазерные методы, основанные на исследовании характеристик рассеянного (или отраженного) сигнала. В зависимости от характера взаимодействия лазерного излучения со средой возможно определение различных параметров морской воды, в том числе концентраций пигментов и органического вещества, находящегося в океане в различных формах [12, 48, 106].
Метод лазерно-индуцированной флуориметрии основан на определении концентрации различных составляющих в морской воде по спектрам флуоресценции воды, возбужденной лазерным излучением. Измерение спектров лазерно-индуцированной флуориметрии (спектры ЛИФ) проводится на специально разработанном судовом лазерном проточном флуориметре, который предназначен для измерений на борту судна и позволяет проводить непрерывные измерения спектров ЛИФ. Проточный флуориметр обеспечивает измерение большого числа спектров, достаточных для проведения пространственного спектрального анализа или классификации по биооптическим параметрам вод со значительными горизонтальными градиентами измеряемых величин. Такие ситуации имеют место не только в шельфовых водах и устьях рек, но и в водах открытых морей при наличии фронтальных зон, зон апвеллингов, вихрей и т.д. Именно в таких ситуациях, как правило, наблюдаются наиболее интересные случаи, связанные не только с большими концентрациями пигментов, но и с сильной пространственно-временной изменчивостью их концентраций [14]. Анализ биооптических характеристик морских вод различных типов требует, чтобы наряду с биооптическими характеристиками морской воды проводились измерения параметров, определяющих гидрологическую структуру в исследуемых районах или гидрофизических процессов, протекающих в верхнем слое океана. В связи с этим, в проточный вариант флуориметра добавлен комплекс для измерения температуры и солености по ходу судна. В данной работе с использовались спектры ЛИФ, полученные на судовом флуориметре, схема которого приведена на рис. 1.4.1.
Габаритные размеры моноблока флуориметра 100 х 60 х 16 см, масса 20 кг. Лазер охлаждался стандартной водяной помпой.
Помпа 2 забирает морскую воду с глубины 4 метра и по пластиковому трубопроводу прокачивает ее через оптическую и проточную кюветы 3 и 9 и кювету с измерителями температуры и солености. В качестве измерителя температуры использовался калиброванный датчик 10 типа ТСП 0671-01, соленость измерялась калиброванным датчиком 8. Скорость прокачки воды через обе кюветы составляла примерно 2 литра в минуту, что обеспечивало стабильность давления и скорости потока жидкости через кювету. Объем кюветы 3 составлял 250 см3, кюветы 9 - 9000 см3 . Вторая гармоника Nd:YAG лазера (длина волны 532 нм) использовалась для возбуждения флуоресценции морской воды в оптической кювете. Импульсная энергия лазера составляла величину 10 мДж, при частоте посылок лазерных импульсов 1 Гц, диаметр лазерного излучения увеличивался телескопом до 30 мм, так что интенсивность излучения в кювете составляла величину 70 кВт/см . Весь спектр от 540 нм до 730 нм нормировался на интенсивность линии комбинационного рассеяния воды (метод внутреннего репера) с максимумом на длине волны 648 нм [27, 43]. Это отношение калибровалось на концентрацию хлорофилла «А», полученную с использованием стандартных методов по спектрам поглощения фитопланктона в пробах морской воды [12]. Результаты калибровки использовались для перевода результатов измерения относительных значений интенсивности флуоресценции хлорофилла «А» в абсолютные величины. Общее время измерения одного спектра не превышало 1 минуты. При скорости судна в 8 узлов относительно воды (14,8 км/час) пространственное разрешение, при измерении концентрации хлорофилла «А», составило величину порядка 500 м.
Данные измерения температуры и солености с датчиков проточного флуориметра сравнивались с результатами измерений, выполненными с помощью промышленного зонда (на глубине 4 метра) и стандартными измерениями поверхностной температуры. При статистическом анализе результатов получены регрессионные соотношения, связывающие указанные измерения с данными судового флуориметра, для корректировки результатов массовых измерений температуры и солености.
Для перевода относительной интенсивности линии хлорофилла «А» в абсолютные значения, периодически (когда ожидалась смена видового состава фитопланктона или наблюдались сильные пространственные неоднородности распределения гидрологических и биологических характеристик в верхнем слое океана) осуществлялась калибровка флуориметра на стандартные методы по спектрам поглощения хлорофилла из отобранных проб воды [12, 31]. Отобранные пробы воды фильтровались, а затем проводились стандартные измерения концентрации хлорофилла «А» по спектру поглощения.
Выводы по главе. В данной главе описаны основные методы исследования биооптических параметров ВСО на основании мониторинга цвета морской поверхности и флуоресценции морской воды. Приведен алгоритм координатной привязки файлов спутникового зондирования. Предложенная процедура была разработана автором и реализована в математическом пакете MatLab. Программа позволяет автоматически считывать исходные файлы, осуществлять координатную интерполяцию, фильтрацию и сохранение преобразованных файлов. Использование разработанной программы позволило значительно сократить время обработки спутниковых файлов и отказаться от использования специализированных операционных систем.
