Влияние пылевого аэрозоля на спутниковые данные различных сканеров цвета

Обложка

Цитировать

Полный текст

Аннотация

Цель. Оценены величины ошибки атмосферной коррекции спутниковых данных MODIS-Aqua, MODIS-Terra, VIIRS-SNPP, VIIRS-JPSS, NASA HawkEye (SeaHawk) и OLCI-Sentinel-3A за период 28–29 июля 2021 г., когда был зарегистрирован перенос пыли над Черноморским регионом.

Методы и результаты. Для оценки масштабов и интенсивности исследуемого интенсивного пылевого переноса проведен анализ результатов натурных фотометрических измерений и спутниковых данных. Натурные данные измерений аэрозольной оптической толщины (АОТ) были получены на западных черноморских станциях Galata_Platform и Section_7 сети AERONET (AErosol RObotic NETwork). Для анализа изменчивости величин спектрального коэффициента яркости моря за исследуемый период использовались данные дополнения AERONET Ocean Color (AERONET-OC). В качестве спутниковых данных были использованы измерения сканеров цвета, представленные в базе данных Ocean Color (MODIS Aqua/Terra, VIIRS SNPP/JPSS, HawkEye и OLCI).

Выводы. В результате аппроксимации ошибок атмосферной коррекции спутниковых данных за 28.07.2021 были получены степенные зависимости, близкие к l−5. Это объясняется суммарным вкладом молекулярной составляющей (l−4) и аэрозольного поглощения (l−1). За 29.07.2021 наблюдается более ярко выраженная степенная зависимость функции, так как концентрация пылевого аэрозоля в этот день возрастает, а вклад аэрозольного поглощения становится близок к степенной зависимости l−2. Также за 29.07.2021 над исследуемым регионом по спутниковым данным CALIPSO было показано присутствие не только пылевого, но и дымового аэрозоля. По данным моделирования обратных траекторий воздушных потоков HYSPLIT показано, что аэрозольные массы в этот день двигались в направлении Черного моря со стороны юго-запада (острова Крит), что дополнительно подтверждается высокими значениями АОТ над восточной частью акватории Средиземного моря за 29.07.2021. Предполагается, что комбинация двух поглощающих типов аэрозолей вызвала еще большие неточности определения спектрального коэффициента яркости моря за исследуемый период. 

Полный текст

Введение

При анализе антропогенных изменений климата часто пренебрегают минеральной пылью, рассматривая ее как часть естественного аэрозоля. Некоторые исследователи считают, что пыль может быть важным климатообразующим компонентом, особенно над определенными океаническими областями и регионами, где ее концентрации высоки [1, 2]. Несмотря на то что невозможно точно определить влияние минеральной пыли на глобальный климат, исследования по данной теме являются междисциплинарными и актуальными. Полную информацию о свойствах различных типов аэрозоля (включая поглощающий аэрозоль) можно получить при комплексном определении его концентрации, микроструктуры, химического состава, а также оптических характеристик [3−5].

Данное исследование является продолжением цикла работ, посвященных изучению оптических свойств пылевого аэрозоля над акваторией Черного моря и его влияния на продукты Ocean Color. Для исследуемого региона при анализе спутниковых данных во многих случаях получаемые результаты могут иметь большие ошибки вследствие некорректного учета оптических свойств аэрозоля [6−9]. Стоит отметить, что ежегодно над Черноморским регионом наблюдаются пылевые переносы как со стороны Африканского континента, так и со стороны Ближнего Востока, Азии [10]. Поскольку изучение данной темы учеными МГИ РАН проводится более 10 лет, на данный момент уже существует определенная методика идентификации различных типов аэрозолей (фоновый аэрозоль, дым, пыль), основанная на анализе изменчивости оптических характеристик, таких как аэрозольная оптическая толщина (АОТ), параметр Ангстрема (α), альбедо однократного рассеивания (SSA), размерное распределение и концентрация аэрозольных частиц (мелкодисперсные (PM2,5) и крупнодисперсные (PM10) частицы), параметр асимметрии и т. д. Метод идентификации пылевого аэрозоля сочетает в себе визуальный анализ спутниковых снимков, на которых хорошо виден шлейф пыли, и анализ натурных фотометрических измерений аэрозольных оптических характеристик. Для анализа аэрозоля над Черноморским регионом используются данные станций сети AERONET (Galata_Platform, Section_7), расположенные в западной части Черного моря, а также уникальные данные портативного спектрофотометра SPM и пылемера АТМАС, измерения которыми проводились ежедневно на территории МГИ РАН [11−13].

Стоит отметить, что пылевой аэрозоль имеет наибольшее влияние не только на изменчивость оптических характеристик атмосферы, но и на спутниковые продукты Ocean Color. Для объективной оценки состояния акваторий и процедуры атмосферной коррекции на основе данных дистанционного зондирования необходимо провести сравнительный анализ трех видов данных измерений: спутниковых, модельных и натурных. В работах [8, 14−28] показано, что при наличии пыли спектральный коэффициент яркости моря может иметь отрицательные значения в коротковолновой области (400−443 нм). Этот факт указывает на систематические ошибки в работе стандартных алгоритмов атмосфер-ной коррекции, построенных на принципе экстраполяции свойств аэрозоля от ближней ИК области спектра в видимую его часть [27]. Ранее в работе [18] было аналитически доказано, что при наличии в атмосфере над регионом пылевого поглощающего аэрозоля погрешность атмосферной коррекции выражается степенной функцией четвертой степени, т. е. близка к l-4. Это связано с поглощением излучения, рассеянного молекулами воздуха, аэрозолем. Аналитическое выражение, описывающее зависимость величины ошибки стандартной атмосферной коррекции от стратификации аэрозоля при малых величинах оптической толщины поглощения света аэрозолем , имеет вид

r=pm(cosγ)τm0(λ)4μ0μa0(λ)1μ0+1μ010pg(x)dxdp, (1)

a0(λ)=(1Λ)τa0,

где τa0 – аэрозольная оптическая толщина; Λ – альбедо однократного рассеивания; μ0 – косинус зенитного угла Солнца; μ – косинус зенитного угла наблюдения; cosγ=μ1μ2+1μ121μ22cosϕ – косинус угла рассеяния; τm0 – общая оптическая толщина молекулярной атмосферы; g(x) – функция стратификации пылевого аэрозоля, показывающая зависимость относительной концентрации аэрозольных частиц от атмосферного давления на заданной высоте. Первая дробь в выражении (1) есть не что иное, как выражение для коэффициента яркости молекулярной атмосферы в линейном приближении Гордона. Следовательно, можно выделить три фактора, влияющие на величину ошибки атмосферной коррекции. Множитель pm(cosγ)μ0μ1μ0+1μ описывает геометрию наблюдения, а двойной интеграл не зависит от длины волны и учитывает стратификацию поглощающего аэрозоля относительно молекул воздуха. Поэтому спектральные свойства ошибки атмосферной коррекции описываются множителями τm0(λ) и a0. Известно, что по закону Рэлея τm0λ4. Спектральные свойства аэрозольного поглощения определяются микрофизикой аэрозоля, которая для пылевого аэрозоля зависит от источников пыли и от процессов ее трансформации в атмосфере. До настоящего момента оценка изменчивости спектральной зависимости a0 не была проведена. В данной работе впервые предлагается оценить спектральный ход поглощающих свойств пылевого аэрозоля для случая переноса пыли над Черноморским регионом.

Экспериментальные закономерности ошибки атмосферной коррекции анализировались в [18]. Было показано, что наибольшая разница между спутниковыми и натурными измерениями коэффициента яркости моря регистрируется в случае наличия в атмосфере пылевого аэрозоля. Для отобранных 49 данных, полученных в дни пылевых переносов, был использован метод главных компонент с оценкой вклада первого вектора. В результате было показано, что 86 % дисперсии ошибки валидации MODIS-Aqua объясняются первым собственным вектором, который хорошо аппроксимируется степенным законом . Тем самым подтвердилась достоверность аналитических оценок [18].

Целью данного исследования является оценка величины ошибки атмосферной коррекции спутниковых данных MODIS-Aqua, MODIS-Terra, VIIRS-SNPP, VIIRS-JPSS, NASA HawkEye (SeaHawk) и OLCI-Sentinel-3A за период 28–29 июля 2021 г., когда был зарегистрирован перенос пыли над Черноморским регионом.

Основной этап исследования состоит из анализа изменчивости оптических характеристик атмосферы в период с 28 по 29 июля 2021 г. над Черноморским регионом и доказательства (по спутниковым и модельным данным) того, что за исследуемый период над регионом регистрируется именно пылевой аэрозоль.

Второй этап посвящен оценке влияния поглощающего пылевого аэрозоля на величину ошибки атмосферной коррекции при вычислении спектрального коэффициента яркости за 28 и 29 июля 2021 г. Именно за эти даты было получено наибольшее количество различных спутниковых измерений, синхронизированных с натурными измерениями спектрального коэффициента яркости моря по данным сети AERONET − Ocean Color (AERONET-OC). В данном исследовании проведен расчет величины ошибки валидации для MODIS-Aqua/Terra, VIIRS-JPSS, Sentinel-3A и HawkEye (SeaHawk).

Приборы и материалы

В качестве источника натурных измерений аэрозольной оптической толщины использовались фотометрические данные международной сети AERONET (Aerosol ROboties NETwork). Для анализа данных о спектральном коэффициенте яркости моря использовались данные дополнения сети AERONET-OC, которое дает возможность измерения выходящего из-под воды излучения [29]. На данный момент две черноморские станции Section_7 (29,45° в. д., 44,45° с. ш.) и Galata_Platform (28,19° в. д., 43,05° с. ш.) предоставляют информацию о цвете морской воды. В данной работе был проанализирован массив среднесуточных данных нормализованного излучения воды LWN уровня 2 (более высокого качества). Массив данных уровня 1.5 отбирают с учетом облачности с использованием серии тестов качества, а массив данных уровня 2 состоит из полностью очищенных данных, полученных после калибровки и проверки программного обеспечения. В ходе исследований значения LWN(λ) были пересчитаны в значения Rrs(λ) путем деления на солнечную постоянную Fo(λ) [30].

Чтобы сопоставить спутниковые и натурные измерения за период 28−29 июля 2021 г. для корректировки неточностей, вызванных изменчивостью и аномалиями атмосферных параметров, были отобраны данные международной сети фотометров AERONET, находящиеся в свободном доступе на сайте http://aeronet.gsfc.nasa.gov, и данные MODIS-Aqua/Terra, VIIRS-SNPP/JPSS, HawkEye и OLCI, находящиеся в свободном доступе на сайте https://Ocean Color.gsfc.nasa.gov. Данные оптических характеристик MODIS – это результат комбинации измерений со спутников Terra и Aqua, информация c которых предоставляется в близком к реальному времени. При этом разрешение сенсора MODIS – 0,5°, разрешение снимков – 2 км, временно́е разрешение – суточное.

Осложняющим фактором в исследовании является то, что длины волн, на которых предоставляются результаты измерений, полученные на станциях AERONET-OC, не полностью совпадают с каналами, измеряемыми спутниками, особенно в видимой области диапазона. Так, измерительные каналы MODIS-Aqua/Terra имеют длины волн 412, 443, 469, 488, 531, 547, 555, 667 и 678 нм; VIIRS-JPSS − длины волн 411, 445, 489, 556 и 667 нм. Для HawkEye Rrs(λ) измеряются на длинах волн 412, 488, 510, 556 и 670 нм. Проблема интерполяции величин коэффициента яркости, полученных на каналах фотометра CIMEL-318, в каналы спутника возникает вследствие сложной формы спектра поглощения морской воды. Рассеяние также влияет на форму Rrs(λ). Однако соответствующие спектральные зависимости монотонные и более плавные, что позволяет применить полином второй степени при интерполяции. В спектре поглощения особое внимание уделяют поглощению чистой морской воды, так как она сильно влияет на изменчивость значений Rrs(λ) в длинноволновой области спектра. Спектр поглощения чистой морской воды вносит наибольшие ошибки при интерполяции.

В данном исследовании был применен метод, заключающийся в умножении коэффициента яркости, полученного по натурным измерениям, на величину модельного поглощения морской воды:

aw(λi)=apw(λi)+0,1Cyexp0,015400λi, (2)

где величина Cy оценивается по статистической связи с индексом цвета:

Cy=2,3CI(555/510)2,18. (3)

Выражение (3) получено на основе регрессионных зависимостей, приведенных в [31]. После умножения натурного спектрального коэффициента яркости моря на модельное поглощение применялась интерполяция полиномом второй степени в каналы спутника. Полученные значения затем делились на величину модельного поглощения на длинах волн спутника.

Для определения преимущественного типа аэрозоля за исследуемый период были проанализированы спутниковые данные CALIPSO – американо-французского исследовательского спутника, запущенного в рамках программы NASA EOS (Earth Observing System), предназначенного для изучения облачного покрова Земли и вертикальной структуры атмосферного аэрозоля. Основным измерительным инструментом CALIPSO является трехканальный изображающий радиометр (8,65, 10,6 и 12,05 мкм). Типы аэрозолей определяют по величине интегрированного коэффициента обратного рассеяния и коэффициента деполяризации частиц. Типы аэрозолей, определяемые по расчетам алгоритмов CALIPSO: дым (от горения лесов), пыль, загрязненная пыль (смеси пыли и дыма), загрязненный континентальный и чистый континентальный аэрозоль [32]. Каждый тип аэрозоля характеризуется набором лидарных отношений на длинах волн 532 и 1064 нм [33].

Для получения информации об источнике дымового аэрозоля использовались результаты расчета обратных траекторий переноса воздушных масс, полученные с помощью программного комплекса модели HYSPLIT. Анализ обратных траекторий позволяет отследить перемещение воздушных потоков на разных высотах и установить местоположение вероятных источников поступления примесей в атмосферу [34].

Результаты и обсуждение

В период с 28 по 29 июля 2021 г. по спутниковым данным над Черноморским регионом наблюдался интенсивный пылевой перенос со стороны Аравийского п-ова и Сахары. Как видно на спутниковых изображениях VIIRS в псевдоцветах, пылевой перенос регистрируется по обеим сторонам от области засветки, а значит, масштаб пылевого события более тысячи квадратных километров. На всех представленных спутниковых снимках также хорошо визуализируется область интенсивных пожаров на побережье Средиземного моря (территория Турции). Интенсивное поглощение, обусловленное присутствием дымового аэрозоля западнее о. Крит, подтверждается высокими значениями АОТ над восточной частью акватории Средиземного моря за 29.07.2021 (рис. 1). Следующим этапом подтверждения или опровержения события пылевого переноса над Черноморским регионом за исследуемый период был анализ обратных траекторий перемещения воздушных потоков по модели HYSPLIT [34] (рис. 1, b, d). Как видно из рис. 1, за все дни на высоте 3 км регистрируется пылевой перенос со стороны пустыни Сахара.

 

Т а б л и ц а 1

T a b l e 1

Оптические характеристики атмосферного аэрозоля над станциями AERONET-OC в Черном море

Optical characteristics of atmospheric aerosol over the AERONET-OC stations in the Black Sea

Параметры

аэрозоля /

Aerosol

parameters

Section-7_Platform

Galata_Platform

27.07.2021

28.07.2021

29.07.2021

27.07.2021

28.07.2021

29.07.2021

AOD_1020nm

0,1044

0,1594

0,15640

0,118754

0,153976

0,145702

AOD_865nm

0,1184

0,1774

0,17599

0,133570

0,169755

0,164323

AOD_779nm

0,1273

0,1888

0,18826

0,142891

0,179414

0,177168

AOD_667nm

0,1510

0,2150

0,21895

0,163671

0,200484

0,205612

AOD_620nm

0,1640

0,2299

0,23420

0,175332

0,211100

0,220486

AOD_560nm

0,1859

0,2543

0,26190

0,194556

0,230445

0,247066

AOD_510nm

0,2079

0,2793

0,29050

0,214621

0,251795

0,276285

AOD_490nm

0,2163

0,2880

0,30092

0,222911

0,259967

0,287855

AOD_443nm

0,2425

0,3173

0,33410

0,247029

0,284315

0,322171

AOD_412nm

0,2667

0,3432

0,36280

0,266241

0,303928

0,349083

AOD_400nm

0,2801

0,3569

0,37790

0,275084

0,313003

0,361403

α(440-870)

1,1110

0,8871

0,98910

0,979185

0,782825

1,027634

α(440-675)

1,1687

0,9532

1,06210

1,051961

0,867812

1,117899

 

Р и с. 1. Спутниковые снимки VIIRS-SNPP/JPSS за 28.07.2021 (а) и 29.07.2021 (с) (источник: https://oceancolor.gsfc.nasa.gov), соответствующие им обратные траектории HYSPLIT (b, d) (источник: https://www.ready.noaa.gov/HYSPLIT_traj.php)

F i g. 1. Satellite images of VIIRS-SNPP/JPSS from 07.28.2021 (a) and 07.29.2021 (c) (source: https://oceancolor.gsfc.nasa.gov), and corresponding HYSPLIT back trajectories (b, d) (source: https://www.ready.noaa.gov/HYSPLIT_traj.php)

 

В данной работе был проведен сравнительный анализ аэрозольных оптических характеристик на станциях AERONET (Galata_Platform и Section_7_Platform) для случаев различной аэрозольной активности, а именно: за 28.07.2021 (день интенсивного пылевого переноса), 27.08.2021 (день до пылевого переноса при наличии фонового аэрозоля) и 29.08.2021 (последующий день после начала интенсивного пылевого переноса). Стоит отметить, что в июле 2021 г. над станциями AERONET часто наблюдалась облачность. Следовательно, изначально среднемесячные значения АОТ были завышенными, что характерно для летних месяцев [35] (табл. 1).

На обеих западных станциях AERONET Черноморского региона 28.07.2021 отмечалось большое количество (по сравнению с фоновыми значениями) крупнодисперсной фракции аэрозоля (более 2,5 мкм) и низкие (SSA < 1) значения показателя альбедо однократного рассеивания (SSA) (рис. 2). В целом 29.07.2021 наблюдалась аналогичная ситуация, не считая более высоких значений параметра Ангстрема.

 

Р и с. 2. На станциях сети AERONET за 28.07.2021: вклад мелкодисперсных (менее 2,5 мкм) и крупнодисперсных частиц (2,5 мкм и более) в общее распределение АОТ на Galata_Platform (а) и Section_7 (с), альбедо однократного рассеивания на Galata_Platform (b) и Section_7 (d), распределение частиц по размерам на двух станциях (e)

F i g. 2. At the AERONET network stations on 07.28.2021: contribution of fine (less than 2.5 mkm) and coarse (2.5 mkm and more) particles to the overall distribution of AOD at Galata_Platform (a) and Section_7 (с), single scattering albedo at Galata_Platform (b) and Section_7 (d), particle size distribution at two stations (e)

 

Для общей оценки поглощающих свойств пылевого аэрозоля впервые дана оценка оптической толщины аэрозольного поглощения:

a0(λ)=(1Λ(λ))τa0(λ). (4)

Следовательно, для синхронных пар измерений AOT и SSA на станциях AERONET был проанализирован среднедневной ход степенной функции оптической толщины поглощения (рис. 3).

 

Р и с. 3. Ход степенной функции оптической толщины аэрозольного поглощения за 28.07.2021 на Section_7 (а), Galata_Platform (b) и 29.07.2021 на Section_7 (c), Galata_Platform (d)

F i g. 3. Mode of the power function of aerosol absorption optical depth at Section_7 (а) and Galata_Platform (b) for 07.28.2021, and at Section_7 (c) and Galata_Platform (d) for 07.29.2021

 

Из рис. 3 видно, что ход степенной функции близок к виду l−1. Следовательно, величина ошибки атмосферной коррекции зависит не только от множителя l−4, но и от поглощения света аэрозолем. В результате погрешность стандартной атмосферной коррекции будет более резко увеличиваться в сторону коротких длин волн. Следует отметить, что стандартная процедура атмосферной коррекции не в состоянии качественно оценить изменение спектральных свойств рассеяния аэрозолем под влиянием поглощения света в ближней ИК области вследствие малости данного эффекта в длинноволновой части спектра. По этой причине необходимо руководствоваться дополнительной информацией об оптических свойствах подстилающей поверхности в коротковолновой области. Таким образом, работа стандартных алгоритмов атмосферной коррекции спутниковых данных в присутствии поглощающего пылевого аэрозоля требует проведения дополнительной региональной коррекции. В качестве функции интерполяции следует использовать произведение a0(λ)∙λ−4, причем коэффициент пропорциональности находится из условий, налагаемых на коэффициент яркости моря в коротковолновой области спектра.

Следующим этапом исследования является расчет ошибки атмосферной коррекции для спутников MODIS-Aqua/Terra, VIIRS-SNPP/JPSS, HawkEye и Sentinel-3A за исследуемые даты. Процедуру валидации спутниковых данных проводили аналогично процедуре валидации в базе SeaBASS: были отобраны синхронные пары измерений с наименьшей разницей по времени в радиусе 5 км от западных черноморских станций AERONET-OC. При помощи программного пакета SeaDAS аналогично исключались все пиксели, содержащие следующие флаги ошибок: LAND (земля), STRAYLIGHT, HIGLINT, HILT, MODGLINT, ATMWAR (засветка) и NAVFAILE (ошибки навигации) [36]. К сожалению, в дальнейшем анализе данные со спутника VIIRS-SNPP за 28.07.2021 были исключены из рассмотрения, так как все пиксели, находящиеся в радиусе 5 км от станций AERONET-OC, оказались в зоне спутниковой засветки. Синхронные натурные измерения Rrs(λ) на западных черноморских станциях AERONET-OC в течение дня изменялись слабо, а именно: среднеквадратичное отклонение (СКО) составляло менее 10 % от величины, и это позволило использовать среднедневные значения. Результаты интерполяции, построенные по результатам измерений коэффициентов яркости спутниками MODIS-Aqua, VIIRS-JPSS, Hawkeye и OLCI Sentinel-3A за 28.07.2021, представлены на рис. 4.

 

Р и с. 4. Ошибки атмосферной коррекции и их аппроксимация степенной зависимостью за 28.07.2021

F i g. 4. Errors of atmospheric correction and their approximation by power dependence for 07.28.2021

 

Аналогично рассчитывалась ошибка атмосферной коррекции и для 29.07.2021, когда АОТ пылевого аэрозоля был выше, но параметр Ангстрема − ниже (рис. 5). К сожалению, данные Modis-Terra и VIIRS-SNPP имели сильные выбросы и после фильтрации флагов ошибок данных не осталось.

В результате аппроксимации ошибок атмосферной коррекции за 28.07.2021 были получены степенные зависимости, близкие к l−5. Это объясняется суммарным вкладом: 1) молекулярной составляющей (l−4) и 2) аэрозольного поглощения (l−1). Из рис. 4 следует, что ошибка атмосферной коррекции коэффициента яркости для станции Galata_Platform, полученная по измерениям VIIRS-JPSS и HawkEye, близка к степенной зависимости l−4 − l−5, а для станции Section_7 она имеет более ярко выраженную степенную зависимость, а именно l−7. Ярко выраженный ход степенной функции наблюдается 29.07.2021, когда концентрация пылевого аэрозоля возрастает и его аэрозольное поглощение уже близко к l−2. Стоит отметить, что за 29.07.2021 по данным MODIS-Aqua найдены наибольшие ошибки атмосферной коррекции, функция интерполяции которых близка к виду l−8. Мы считаем, что это обусловлено заниженными данными измерений Rrs в длинноволновой области за этот день и, как следствие, большими погрешностями при стандартной аппроксимации степенным законом – методом логарифмирования с последующей линейной оптимизацией. При использовании нелинейной аппроксимации был получен ход степенной функции вида l−4 − l−5, что также свидетельствует о больших ошибках в коротковолновой области спектра. Максимальные ошибки в синей области наблюдаются на рис. 4, а, с; 5, а, с.

Стоит отметить, что, несмотря на небольшой срок службы и малое количество репроцессингов и калибровок, новые спутники HawkEye и Sentinel‑3A показывают более точные результаты. Возможно это связано с лучшим пространственным разрешением новых спутниковых инструментов.

 

Р и с. 5. Ошибки атмосферной коррекции по результатам измерений коэффициентов яркости спутниками MODIS-Aqua, VIIRS-JPSS, Hawkeye и OLCI Sentinel-3A за 29.07.2021 для черноморских станций AERONET-OC

F i g. 5. Errors of atmospheric correction based on the results of measurements of sea remote sensing reflectance by satellites MODIS-Aqua, VIIRS-JPSS, Hawkeye and OLCI Sentinel-3A for the Black Sea AERONET-OC stations for 07.29.2021

 

Анализ спутниковых данных CALIPSO о стратификации различных типов аэрозоля за 28 и 29 июля 2021 г. подтвердил наличие частиц пыли в приземном атмосферном столбе высотой до 5 км над территорией Черного моря. Загрязненная пыль и дымовой аэрозоль, помимо пылевого аэрозоля, были зарегистрированы 29.07.2021, что также подтверждает пространственное распределение дыма, который визуализируется на рис. 1, с, в направлении Черноморского региона.

Заключение

В результате аппроксимации ошибок атмосферной коррекции спутниковых данных за 28.07.2021 были получены степенные зависимости, близкие к l−5. Это объясняется суммарным вкладом молекулярной составляющей (l−4) и аэрозольного поглощения (l−1). За 29.07.2021 наблюдается ярко выраженный ход степенной функции, так как концентрация пылевого аэрозоля в этот день возрастает, а вклад аэрозольного поглощения становится близок к степенной зависимости l−2. Также за 29.07.2021 над исследуемым регионом по спутниковым данным CALIPSO было показано присутствие не только пылевого, но и дымового аэрозоля. По данным моделирования обратных траекторий воздушных потоков HYSPLIT показано, что аэрозольные массы в этот день двигались в направлении Черного моря со стороны юго-запада (о. Крит), что дополнительно подтверждается высокими значениями АОТ над восточной частью акватории Средиземного моря за 29.07.2021. Предполагается, что комбинация двух поглощающих типов аэрозолей вызвала еще большие неточности определения спектрального коэффициента яркости моря за исследуемый период.

×

Об авторах

Анна Станиславовна Папкова

Морской гидрофизический институт РАН

Email: hanna.papkova@gmail.com
SPIN-код: 1683-7685

кандидат физико-математических наук, младший научный сотрудник

Россия, Севастополь

Евгений Борисович Шибанов

Морской гидрофизический институт РАН

Автор, ответственный за переписку.
Email: e-shybanov@mail.ru
SPIN-код: 9906-9983

доктор физико-математических наук, ведущий научный сотрудник

Россия, Севастополь

Дарья Владимировна Калинская

Морской гидрофизический институт РАН

Email: kalinskaya@mhi-ras.ru
SPIN-код: 2622-1010

младший научный сотрудник

Россия, Севастополь

Список литературы

  1. The Bodele depression: a single spot in the Sahara that provides most of the mineral dust to the Amazon forest / I. Koren [et al.] // Environmental Research Letters. 2006. Vol. 1, no. 1. 014005. https://doi.org/10.1088/1748-9326/1/1/014005
  2. Kubilay N., Cokacar T., Oguz T. Optical properties of mineral dust outbreaks over the northeastern Mediterranean // Journal of Geophysical Research: Atmospheres. 2003. Vol. 108, iss. D21. 4666. https://doi.org/10.1029/2003JD003798
  3. Оптические свойства черноморского аэрозоля и верхнего слоя морской воды по данным прямых и спутниковых измерений / В. В. Суслин [и др.] // Морской гидрофизический журнал. 2016. № 1. С. 20–32. EDN VTPCYX. https://doi.org/10.22449/0233-7584-2016-1-20-32
  4. Суслин В. В., Чурилова Т. Я. Упрощенный метод расчета спектрального диффузного коэффициента ослабления света в верхнем слое Черного моря на основе спутниковых данных // Экологическая безопасность прибрежной и шельфовой зон и комплексное использование ресурсов шельфа. Севастополь, 2010. Вып. 22. С. 47–60. EDN WTBHRN.
  5. Восстановление полного комплекса оптических характеристик для оценки теплосодержания в южной части Баренцева моря в июне 2021 г. / Д. И. Глуховец [и др.] // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18, № 5. С. 214–225. EDN PUJJHJ. https://doi.org/10.21046/2070-7401-2021-18-5-214-225
  6. Корчемкина Е. Н., Шибанов Е. Б., Ли М. Е. Усовершенствование методики атмосферной коррекции для дистанционных исследований прибрежных вод Черного моря // Исследование Земли из космоса. 2009. № 6. С. 24–30. EDN JVVGXQ.
  7. Биооптические характеристики морей, омывающих берега западной половины России, по данным спутниковых сканеров цвета 1998–2017 гг./ О. В. Копелевич [и др.]. М. : ООО «ВАШ ФОРМАТ», 2018. 140 с. EDN YOSZPV.
  8. Проявление особенностей оптических свойств атмосферного аэрозоля над Черным морем при интерпретации данных спутникового прибора SeaWiFS / В. С. Суетин [и др.] // Морской гидро-физический журнал. 2004. № 1. С. 69–79. EDN YXQYNV.
  9. Суетин В. С., Королев С. Н. Использование спутниковых данных для определения характеристик поглощения света в водах Черного моря // Морской гидрофизический журнал. 2021. Т. 37, № 2. С. 222–232. EDN YDISMQ. https://doi.org/10.22449/0233-7584-2021-2-222-232
  10. Localization of aerosol sources in East-European region by back-trajectory statistics / V. Kabashnikov [et al.] // International Journal of Remote Sensing. 2014. Vol. 35, iss. 19. P. 6993–7006. https://doi.org/10.1080/01431161.2014.960621
  11. AERONET-OC: A network for the validation of Ocean Color primary products / G. Zibordi [et al.] // Journal of Atmospheric and Oceanic Technology. 2009. Vol. 26, iss. 8. P. 1634–1651. https://doi.org/10.1175/2009JTECHO654.1
  12. Калинская Д. В., Суслин В. В. Простой метод определения источников приземного аэрозоля на основе результатов анализа обратных траекторий // Фундаментальная и прикладная гидрофизика. 2015. Т. 8, № 1. С. 59–67. EDN TPPRCB.
  13. Kalinskaya D. V., Papkova A. S. Why is it important to consider dust aerosol in the Sevastopol and Black Sea Region during remote sensing tasks? A case study // Remote Sensing. 2022. Vol. 14, iss. 8. 1890. https://doi.org/10.3390/rs14081890
  14. Wang M., Son S., Harding Jr. L. W. Retrieval of diffuse attenuation coefficient in the Chesapeake Bay and turbid ocean regions for satellite ocean color applications // Journal of Geophysical Research: Oceans. 2009. Vol. 114, iss. C10. C10011. https://doi.org/10.1029/2009JC005286
  15. Schollaert S. E., Yoder J. A., O'Reilly J. E., Westpha D. L. Influence of dust and sulfate aerosols on ocean color spectra and chlorophyll a concentrations derived from SeaWiFS off the U.S. east coast // Journal of Geophysical Research: Oceans. 2003. Vol. 108, iss. C6. 3191. https://doi.org/10.1029/2000JC000555
  16. Суетин В. С., Королев С. Н., Кучерявый А. А. Использование спутниковых наблюдений для определения спектральных зависимостей оптических характеристик вод Черного моря // Морской гидрофизический журнал. 2014. № 3. С. 77–86. EDN TEWSCT.
  17. Калинская Д. В., Папкова А. С. Изменчивость коэффициента яркости в условиях пылевого переноса по данным спутника Sentinel-3 на примере Черного моря и Севастополя // Морской гидрофизический журнал. 2023. Т. 39, № 3. С. 399–415. EDN MJXKNT. https://doi.org/10.29039/0233-7584-2023-3-399-415
  18. Шибанов Е. Б., Папкова А. С. Особенности работы алгоритмов атмосферной коррекции Ocean Color при расчете спектрального коэффициента яркости моря для различных состояний атмосферы // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19, № 6. С. 9–17. EDN WWSIWZ. https://doi.org/10.21046/2070-7401-2022-19-6-9-17
  19. Satellite remote sensing of aerosol optical depth: advances, challenges, and perspectives / X. Wei [et al.] // Critical Reviews in Environmental Science and Technology. 2020. Vol. 50, iss. 16. P. 1640–1725. https://doi.org/10.1080/10643389.2019.1665944
  20. New methods for improving the remote sensing estimation of soil organic matter content (SOMC) in the Ebinur Lake Wetland National Nature Reserve (ELWNNR) in northwest China / X. Wang [et al.] // Remote Sensing of Environment. 2018. Vol. 218. P. 104–118. https://doi.org/10.1016/j.rse.2018.09.020
  21. Gordon H. R. Evolution of Ocean Color atmospheric correction: 1970–2005 // Remote Sensing. 2021. Vol. 13, iss. 24. 5051. https://doi.org/10.3390/rs13245051
  22. Moulin S., Launay M., Guérif M. The crop growth monitoring at a regional scale based on the combination of remote sensing and process-based models // Crop monitoring and prediction at regional scales. Tsukuba, Japan, 2001. P. 187–195.
  23. Korchemkina E. N., Kalinskaya D. V. Algorithm of Additional correction of level 2 remote sensing reflectance data using modelling of the optical properties of the Black Sea waters // Remote Sensing. 2022. Vol. 14, iss. 4. 831. https://doi.org/10.3390/rs14040831
  24. Копелевич О. В., Буренков В. И., Шеберстов С. В. Разработка и использование региональных алгоритмов для расчета биооптических характеристик морей России по данным спутниковых сканеров цвета // Современные проблемы дистанционного зондирования Земли из космоса. 2006. Т. 3, № 2. С. 99–105. EDN NDPPHL.
  25. Remer L. A., Kahn R. A., Koren I. Aerosol indirect effects from satellite: Skeptics vs. Optimists // Geochimica et Cosmochimica Acta. 2009. Vol. 73, iss. 13, supplement. A1088. https://doi.org/10.1016/j.gca.2009.05.014
  26. Оптические свойства черноморского аэрозоля и верхнего слоя морской воды по данным прямых и спутниковых измерений / В. В. Суслин [и др.] // Морской гидрофизический журнал. 2016. № 1. С. 20–32. EDN VTPCYX. https://doi.org/10.22449/0233-7584-2016-1-20-32
  27. Gordon H. R., Wang M. Influence of oceanic whitecaps on atmospheric correction of ocean-color sensors // Applied Optics. 1994. Vol. 33, iss. 33. P. 7754–7763. https://doi.org/10.1364/AO.33.007754
  28. Trends in MODIS and AERONET derived aerosol optical thickness over Northern Europe / P. Glantz [et al.] // Tellus B: Chemical and Physical Meteorology. 2019. Vol. 71, iss. 1. 1445379. https://doi.org/10.1080/16000889.2018.1554414
  29. In situ autonomous optical radiometry measurements for satellite ocean color validation in the Western Black Sea / G. Zibordi [et al.] // Ocean Science. 2015. Vol. 11, iss. 2. P. 275–286. https://doi.org/10.5194/os-11-275-2015
  30. The solar spectral irradiance from 200 to 2400 nm as measured by the SOLSPEC spectrometer from the Atlas and Eureca missions / G. Thuillier [et al.] // Solar Physics. 2003. Vol. 214. P. 1–22. https://doi.org/10.1023/A:1024048429145
  31. Концентрация пигментов фитопланктона в северо-западной части Черного моря по данным измерений спутниковым цветовым сканером SZCZ / В. С. Суетин [и др.] // Морской гидрофизический журнал. 2000. № 2. С. 74–82.
  32. The CALIPSO automated aerosol classification and lidar ratio selection algorithm / A. H. Omar [et al.] // Journal of Atmospheric and Oceanic Technology. 2009. Vol. 26, iss. 10. P. 1994–2014. https://doi.org/10.1175/2009JTECHA1231.1
  33. Omar A. H., Tackett J., Al-Dousari A. CALIPSO observations of sand and dust storms and comparisons of source types near Kuwait City // Atmosphere. 2022. Vol. 13, iss. 12. 1946. https://doi.org/10.3390/atmos13121946
  34. NOAA’s HYSPLIT atmospheric transport and dispersion modeling system / A. F. Stein [et al.] // Bulletin of the American Meteorological Society. 2015. Vol. 96, iss. 12. P. 2059–2077. https://doi.org/10.1175/BAMS-D-14-00110.1
  35. Сезонная и межгодовая изменчивость оптических характеристик атмосферы над Черным морем в районе Севастополя в период 2006–2008 года / Д. В. Яковлева [и др.] // Экологическая безопасность прибрежной и шельфовой зон и комплексное использование ресурсов шельфа. Севастополь, 2009. Вып. 18. С. 205–212. EDN YMIJMT.
  36. Werdell P. J., Bailey S. W. The SeaWiFS bio-optical archive and storage system (SeaBASS): current architecture and implementation. Greenbelt, MD, USA : Goddard Space Flight Center, 2002. 45 p. (NASA/TM 2002–211617).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Р и с. 1. Спутниковые снимки VIIRS-SNPP/JPSS за 28.07.2021 (а) и 29.07.2021 (с) (источник: https://oceancolor.gsfc.nasa.gov), соответствующие им обратные траектории HYSPLIT (b, d) (ис-точник: https://www.ready.noaa.gov/HYSPLIT_traj.php)

Скачать (329KB)
3. Р и с. 2. На станциях сети AERONET за 28.07.2021: вклад мелкодисперсных (менее 2,5 мкм) и крупнодисперсных частиц (2,5 мкм и более) в общее распределение АОТ на Galata_Platform (а) и Section_7 (с), альбедо однократного рассеивания на Galata_Platform (b) и Section_7 (d), распре-деление частиц по размерам на двух станциях (e)

Скачать (407KB)
4. Р и с. 3. Ход степенной функции оптической толщины аэрозольного поглощения за 28.07.2021 на Section_7 (а), Galata_Platform (b) и 29.07.2021 на Section_7 (c), Galata_Platform (d)

Скачать (161KB)
5. Р и с. 4. Ошибки атмосферной коррекции и их аппроксимация степенной зависимостью за 28.07.2021

Скачать (266KB)
6. Р и с. 5. Ошибки атмосферной коррекции по результатам измерений коэффициентов яркости спутниками MODIS-Aqua, VIIRS-JPSS, Hawkeye и OLCI Sentinel-3A за 29.07.2021 для черномор-ских станций AERONET-OC

Скачать (298KB)

© Папкова А.С., Шибанов Е.Б., Калинская Д.В., 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».