№ 6 (2023)

С использованием космических данных исследованы многолетние изменения тепловых полей до и во время сильных землетрясений с магнитудами от 5.1 до 5.6, произошедших в районе Байкальской рифтовой зоны в 2008–2022 гг. Для анализа использовались значения температур земной поверхности и приповерхностного слоя атмосферы, уходящего длинноволнового излучения, а также относительной влажности, зарегистрированные с помощью прибора AIRS, установленного на спутнике Aqua. В периоды подготовки и протекания этих сейсмических событий обнаружены аномальные вариации зарегистрированных из космоса параметров тепловых полей, которые превышали средние многолетние значения: для температур земной поверхности и приповерхностного слоя атмосферы на 5–10%, для уходящего длинноволнового излучения на 11–15%, а для относительной влажности на 6–10%. Выявлены значительная отрицательная корреляционная связь между изменениями температуры приповерхностного слоя атмосферы и относительной влажностью (коэффициент корреляции –0.75), а также противофазные колебания между значениями уходящего длинноволнового излучения и относительной влажности. Полученные результаты могут быть использованы для изучения предвестниковой изменчивости тепловых полей при мониторинге сейсмоопасных территорий.

Приведены результаты исследования апвеллингов в Черном море, а именно: в северо-восточной части моря, у Тендровской косы/западного побережья Крыма, а также у побережья Турции. Они основаны на использовании данных дистанционного зондирования Земли, в частности данных сканеров цвета (MODIS, VIIRS, OLCI-a и OLCI-b), радиометров инфракрасного диапазона (TIRS и AVHRR), а также радиолокационных изображений (РЛИ), полученных радиолокаторами с синтезированной апертурой. Комплексный подход с использованием практически только данных дистанционного зондирования позволяет достаточно полно охарактеризовать наблюдаемые апвеллинги в Черном море. В активной фазе апвеллинг помимо температуры поверхности моря (ТПМ) обычно отображается как в поле концентрации хлорофилла-а (chlor-a), так и в поле шероховатости морской поверхности. В наших случаях продолжительность апвеллингов варьировала от 6 до 10 сут, перепады ТПМ в зоне апвеллингов составляли до 8°С, концентрации chlor-a превышали в 5–6 раз фоновые значения, составляющие 0.5–0.7 мг/м³. Максимальные аномалии ТПМ до 8°С наблюдались у турецкого побережья. В результате анализа выявлена однозначная взаимосвязь между областями пониженной ТПМ в зоне апвеллинга, шероховатостью морской поверхности и концентрацией chlor-a. Показано, что в случае использования полного набора данных дистанционного зондирования наблюдение, мониторинг и исследование апвеллинга не представляет принципиальных затруднений.

Представлено описание подхода, позволяющего контролировать качество географической привязки прибора МТВЗА-ГЯ и определять оптимальные значения корректирующих параметров. Проведенный анализ данных этого инструмента показал, что основной вклад в ошибки географической привязки вносят углы крена, тангажа и рыскания, определяющие несовпадение приборной системы координат с системой координат космического аппарата. В связи с этим был предложен итерационный алгоритм подбора этих углов, где в качестве минимизируемой функции использовалась разница измерений на восходящих и нисходящих полувитках МТВЗА-ГЯ. В результате применения данного алгоритма к результатам измерений МТВЗА-ГЯ за 2020 г. был проведен расчет средних значений корректирующих углов крена, тангажа и рыскания этого прибора. Найденные величины составили: (–0.84 ± 0.15)° для угла рыскания, (–0.44 ± 0.14)° для угла крена и (+1.13 ± 0.05)° для угла тангажа. Было показано, что введение указанных углов в процедуру географической привязки МТВЗА-ГЯ позволяет существенно снизить ее ошибки. Так, среднее расхождение береговых линий, заимствованных из высокоточных географических баз данных и восстановленных по радиометрическим портретам, при выполнении корректировки географической привязки составляет 4.5 км.

В научных учреждениях Министерства сельского хозяйства РФ и РАН в течение последних лет проводятся исследования по внедрению в практику новых технологий использования аэрокосмической информации в АПК. В статье, на примере Ставропольского края, рассматривается возможность применения облачных сервисов таких как google earth engine (GEE) и системы по машинному обучению Kaggle для картирования сельскохозяйственных (с/х) полей методами глубокого обучения на основе данных дистанционного зондирования Земли (ДЗЗ). В качестве данных для подбора обучающей и валидационной выборки использовались медианальные изображения космической системы Sentinel 2 за вегетационный сезон 2022 г. Общий объем подготовленной учебной и тренировочной выборок составил 3998 изображений. Одной из проблем для исследователей и производителей в области с/х является отсутствие централизованных и верифицированных источников геопространственных данных. Методы глубокого обучения способны решить эту проблему, автоматизируя задачу оцифровки геометрий с/х полей на основании данных ДЗЗ. Одним из ограничений в широком использовании глубокого обучения является его высокая потребность к вычислительным ресурсам, которые пока не всегда доступны исследователю или производителю в области с/х. В работе описан процесс подготовки необходимых данных для работы с нейросетью, включающий коррекцию и получение космических снимков при помощи платформы Google earth engine, их дальнейшую стандартизацию для обучения нейронной сети в сервисе Kaggle, и ее дальнейшее использование локально. В рамках исследования применялась нейросеть архитектуры U-net. Итоговое качество классификации составило 97%. Порог разделения на классы по результатам классификации установлен эмпирически и составил 0.62. Предложенный подход позволил в значительной степени снизить требования к локальному использованию вычислительной мощности ПК. Все наиболее ресурсоемкие процессы, связанные с обработкой космических снимков, были выполнены в системе GEE, а процесс обучения перенесен на ресурсы системы Kaggle. Предложенное совмещение облачных сервисов и методов глубокого обучение может способствовать более широкому распространению применения современных технологий в с/х производстве и научных исследованиях.

С использованием региональных станций сверхдлинноволнового радиопросвечивания и измерений возмущений электронной плотности посредством спутников миссии SWARM в Дальневосточном регионе России исследован отклик нижней и верхней ионосферы на прохождение нескольких мощных тайфунов в период 2014–2016 гг. Обнаружено, что возмущения амплитуды и фазы СДВ-сигнала, а также электронной плотности во время активной стадии тайфунов, соответствуют прохождению атмосферных внутренних гравитационных волн и их диссипации. Предложен механизм воздействия внутренних волн на ионосферу, позволяющий интерпретировать наблюдаемые вариации фазы СДВ-сигнала и вариации электронной плотности в верхней ионосфере.

На основании анализа спутниковых данных с 1982 по 2021 гг. с пространственным разрешением около 0.05° × 0.05° подтверждено общее повышение температуры поверхности Черного моря, составляющее в среднем за год около 0.6°С/10 лет. Ежегодное приращение температуры, обусловленное линейным трендом, максимально в мае–июне. В эти месяцы гидрологической весны скорость роста температуры поверхности моря (ТПМ) примерно в полтора раза больше, чем в октябре–ноябре. На протяжении большей части года общее потепление поверхностного слоя вод не сопровождается значимым увеличением внутримесячной дисперсии ТПМ. Такое увеличение отмечается только в некоторые месяцы переходных сезонов, особенно в период гидрологической весны, когда значимо возрастает абсолютная величина экстремальных термических аномалий и их площадь. Максимальные амплитуды межгодовых вариаций ТПМ приурочены к северо-западной части Черного моря. Существенное влияние на пространственно-временную структуру ТПМ оказывают изменения в полях атмосферного давления и ветра. Долгопериодные тенденции приводного давления над Черным морем указывают на интенсификацию региональной циклонической активности в атмосфере (особенно выраженную с 2009 г.), что приводит к усиленной генерации отрицательных аномалий ТПМ значительной амплитуды. Такие аномалии возникают преимущественно в теплое полугодие (особенно, в мае и октябре) за счет развития апвеллингов ветрового происхождения различных типов. Майские и октябрьские отрицательные аномалии ТПМ из диапазона –(6–5)°С характеризуются максимальными площадями. Теплые аномалии также чаще всего регистрируются в мае и (в меньшей степени) в октябре. Они генерируются аномальными потоками тепла на поверхности моря, в том числе, на мелководных участках шельфа и распространяются на открытые участки акватории за счет горизонтальной адвекции преимущественно ветрового происхождения. Описанные закономерности пространственно-временной изменчивости ТПМ и их ее причины иллюстрируются комплексным анализом полей ветра и ТПМ высокого пространственного разрешения в период развития экстремальных термических аномалий.