On evaluation of depth of soil freezing based on Smos satellite data

Cover Page
  • Authors: Boyarskii D.A.1, Romanov A.N.2, Khvostov I.V.2, Tikhonov V.V.1,3, Sharkov E.A.1
  • Affiliations:
    1. Institute of Space Research, Russian Academy of Sciences
    2. Institute of Water and Environmental Problems SB RAS
    3. Moscow Institute of Physics and Technology (State University)
  • Issue: No 2 (2019)
  • Pages: 3-13
  • Section: Физические основы исследования Земли из космоса
  • URL: https://journals.eco-vector.com/0205-9614/article/view/12723
  • DOI: https://doi.org/10.31857/S0205-9614201923-13

Abstract


The results of a comparative analysis of the brightness temperatures determined from the SMOS satellite and the corresponding depths of soil freezing, measured at weather stations located at the test sites of the Kulunda Plain, are presented. Based on the daily satellite measurement of brightness temperature, the effect of soil freezing on the microwave radiation of the underlying surface was studied. A theoretical calculation of the dependence of soil brightness temperature on the depth of freezing is performed with the model of microwave radiation of a plane-layered inhomogeneous non-isothermal medium. The real parameters of the Kulunda plain soil as well as the climatic characteristics of the sites under study, obtained from the weather stations for the same period, were used as the input parameters of the model. The analysis of satellite, field and model data showed that the evaluation of the depth of soil freezing with satellite microwave radiometry is limited by the need to conduct the contact measurements of physical properties of soil in the areas, for which the SMOS product on the brightness temperature is given.


ВВЕДЕНИЕ

Одной из важных задач, решаемых методами дистанционного микроволнового зондирования, является определение глубины промерзания почвенного покрова. Получение информации о сезонных процессах замерзания и оттаивания почвенного покрова основано на яркостном контрасте между мерзлой и незамерзшей почвой. Интенсивность микроволнового излучения почвенного покрова с верхним мерзлым слоем зависит от соотношения между длиной волны излучения и толщиной этого слоя, а также от градиентов температуры и комплексной диэлектрической проницаемости в слое (Богородский и др., 1977; Njoku, Kong, 1977). В свою очередь комплексная диэлектрическая проницаемость почвы зависит от ее влажности, засоленности и гранулометрического состава (Боярский, Тихонов, 2003; Boyarskii et al.,
2002). Сезонные вариации яркостных температур подстилающей поверхности, связанные с замерзанием верхнего слоя почвы, затрудняют правильную интерпретацию спутниковых данных (Leroux et al., 2013). Влияние снежного покрова, растительности и шероховатости поверхности на отражательную способность почвы установлено на основе наземных измерений излучательных характеристик промерзающей почвы (Schwank et al., 2004). В зависимости от поляризации и угла наблюдения снежный покров может увеличивать или уменьшать интенсивность излучения подстилающей поверхности (Schwank et al., 2014).

Для расчета диэлектрических параметров мерзлых почв предложена модель эффективной диэлектрической проницаемости мерзлой почвы, учитывающая ее состав и содержание незамерзшей воды (Боярский, Тихонов, 1995; Боярский, Тихонов, 2003; Boyarskii et al., 2002).

Применяемая в настоящее время дистанционная оценка сезонного промерзания почвы в глобальных масштабах основана на использовании спутниковых данных в микроволновом диапазоне и установленных пространственно-временных пороговых значениях яркостных температур незамерзшей и мерзлой почв, измеренных при разных поляризациях и углах зондирования. Разработан алгоритм обнаружения начала замерзания почвы, основанный на изменении относительной разницы между яркостными контрастами почвенного покрова на горизонтальной и вертикальной поляризациях (Rautiainen et al., 2014). Из анализа наземных и спутниковых данных следует, что начало осеннего замерзания почвы может быть оценено по наблюдениям SMOS с точностью от 1 до 14 суток, в зависимости от применяемых дистанционных индикаторов замерзания и данных полевых измерений, используемых для сравнения (Rautiainen et al., 2016).

При замерзании и оттаивании поверхностного слоя почвы наблюдаются заметные различия между суточной и сезонной динамикой температур воздуха и почвы (Shati et al., 2018). Алгоритм классификации состояний поверхностного замерзания/оттаивания почвы основан на использовании индексов рассеяния, яркостных температур на вертикальной поляризации 37 ГГц и разности вертикальной и горизонтальной поляризаций на частоте 19 ГГц (Jin et al., 2009). Наблюдения за сезонно-мерзлыми и многолетнемерзлыми почвами ведутся со спутника SMAP (Soil Moisture Active Passive). Обнаружение процессов замерзания/оттаивания почвы с высоким разрешением 3 км возможно на основе использования спутниковых данных обратного рассеяния в L‑диапазоне (Zhao et al., 2018).

Дистанционная оценка начала и продолжительности замерзания/оттаивания почвы в средних широтах основана на совместном анализе температуры почвы и максимальных/минимальных значений яркостных температур, измеренных в течение семи дней на частоте 37 ГГц (вертикальная поляризация) (Han et al., 2010). Разработан эмпирический метод оценки глубины промерзания по данным измерений на частотах 10.7, 19 и 37 ГГц при углах зондирования от 0° до 60° (Montpetit et al., 2018). На различии диэлектрических характеристик мерзлых и незамерзших почв в диапазоне 0.1–1 ГГц основан метод обнаружения мерзлых грунтов (Song et al., 2009).

С помощью временных рядов яркостных температур, измеренных со спутника SMOS на вертикальной и горизонтальной поляризации, изучалась сезонная динамика процессов замерзания/оттаивания почвы на примере северной тундры (Kalantari et al., 2015). Фазовый переход почвенной влаги приводит к значительному изменению диэлектрической проницаемости мерзлого грунта из-за большой разницы между диэлектрическими проницаемостями жидкой воды и льда. В результате этого при замерзании происходит резкое увеличение излучательной способности, зависящее от влажности, структуры почвы и частоты излучения (Zhang et al., 2001, 2004).

В данной работе приведены результаты моделирования яркостной температуры почвенного покрова с верхним сезонно-мерзлым слоем в сравнении с яркостными температурами, определенными со спутника SMOS и соответствующими им глубинами промерзания почвы, измеренными на метеостанциях, расположенных на тестовых участках Кулундинской равнины. На основе моделей эффективной диэлектрической проницаемости мерзлой почвы и излучательной способности почвы с верхним мерзлым слоем предложен алгоритм определения глубины промерзания почвенного покрова.

ТЕРРИТОРИЯ ИССЛЕДОВАНИЙ И СПУТНИКОВЫЕ ДАННЫЕ

Исследования проводились на территории Алтайского края. Для оценки пространственного распределения яркостных температур ТBr подстилающей поверхности использовались данные спутника SMOS (продукт L1С) (Gutierrez, Castro, 2010). Погрешность определения ТBr изменялась от ±3 К в центре до ±6 K на краях полосы захвата шириной ~ 890 км. Спутниковая съемка исследуемой территории производилась около 7 и 21 часа местного времени на горизонтальной и вертикальной поляризации на частоте 1.41 ГГц. Разрешающая способность радиометра при зондировании под углом 42.5° составляет величину порядка 45 км. Данные L1C привязаны к дискретной геодезической сетке DGG ISEA 4H9 (Sahr et al., 2003), исследуемые ячейки которой изображены на рис. 1. Линейный размер ячейки составляет ~16 км. Такое соотношение масштаба сетки и разрешающей способности радиометра обеспечивает корректное, с точки зрения критерия Найквиста, представление результатов измерений (Pinori et al., 2008). При этом значение ТBr каждой ячейки площадью ~195 км2 характеризует излучательную способность значительно большего участка (пикселя) подстилающей поверхности (площадью от 700 до 2 000 км2, в зависимости от угла зондирования), содержащего эту ячейку.

 

 

Рис. 1. Карта-схема исследуемой территории с фрагментом сетки ISEA 4H9, тестовыми участками, метеостан-циями и границами пикселей.

 

В соответствии с размерами геодезической ячейки и всего пикселя, в качестве основных объектов исследования были выбраны тестовые участки Кулундинской равнины (рис. 1), расположенные в степной и лесостепной зонах. Участки различались относительными долями площадей основных типов подстилающей поверхности, попадающих в пиксель спутникового радиометра. В первую очередь учитывались площади открытых водоемов, лесных массивов и почвенного покрова (табл. 1). Эти типы подстилающей поверхности характеризуются значительно отличающимися излучательными характеристиками, зависящими от температуры и солености воды (для открытой водной поверхности), температуры, биомассы и сплоченности деревьев (для древесной растительности), температуры, влажности и засоленности почвы (для почвенного покрова). Площади искусственных поверхностей в населенных пунктах (металлические крыши домов, асфальтированные дороги) составляли менее 1% к суммарной площади пикселя. Из табл. 1 видно, что основным типом подстилающей поверхности, попадающей в пиксель, являлся почвенный покров, относительная площадь которого составляла 79–93%. При этом, во всех геодезических ячейках доля площади почвенного покрова превышала 90–95%.

На исследуемой территории распространены черноземные почвы, в основном распаханные, используемые в сельском хозяйстве, по гранулометрическому составу относящиеся к иловато-песчаным, пылевато-песчаным и иловато-пылеватым почвам (Татаринцев, 2008). Гумусовый горизонт достигает 80 см и более (Кауричев, Громыко, 1974). Под гумусовым слоем располагается многометровая толща почвообразующих пород, преимущественно лессовидных суглинков древнеаллювиального и делювиального происхождения (нередко подстилаемых засоленными третичными породами) (Татаринцев, 2008).

 

 

Таблица 1. Примерные площади основных ландшафтов в процентном отношении к площади пикселя

Номер участка

1

2

3

4

Метеостанция WMO_ID

36021

29928

36032

36034

Населенный пункт

Ключи

Мамонтово

Поспелиха

Рубцовск

DGG ID(v.4)

1056990

1062108

1060054

1058003

Лесные массивы

< 15%

< 10%

< 5%

< 5%

Водоемы

< 5%

< 10%

< 1%

< 5%

Почвенный покров

> 84%

> 79%

> 93%

> 89%

Населенные пункты

< 1%

< 1%

< 1%

< 1%

 

Данные метеонаблюдений: температуры воздуха и поверхности почвы, высоты снежного покрова и глубины промерзания почвы для двух исследуемых участков приведены на рис. 2.

Почва начинает промерзать в первой декаде ноября, когда температура воздуха становится отрицательной и в это же время появляется устойчивый снежный покров. Данные метеорологических наблюдений, включая термодинамические температуры, влажности почвы и снега, высоту снежного покрова взяты с сайта "Расписание Погоды" (https://rp5.ru). Глубина промерзания почвы определялась контактным способом (ГОСТ 24847–81) на метеостанциях, расположенных в исследуемых районах на территории, попадающей в геодезическую ячейку. Номера метеостанций, входящих во Всемирную метеорологическую организацию, и номера геодезических ячеек (DGG ID) приведены в таблице 1.

На рис. 3 приведены значения яркостных температур, измеренных на вертикальной (V) и горизонтальной (H) поляризациях со спутника SMOS и соответствующая им глубина промерзания почвенного покрова, определенная контактным способом на ближайших к тестовым участкам метеостанциях. Численные значения яркостных температур, соответствующие им значения глубины промерзания и температуры поверхности почвы приведены в табл. 2.

 

 

Рис. 2. Температура воздуха, температура поверхности почвы, высота снежного покрова и глубина промерзания почвы для двух исследуемых участков 1 – а и 3 — б.

 

Рис. 3. Зависимости яркостной температуры (данные SMOS) от глубины промерзания почвы на тестовых участках (см. табл. 1): 1 — крест, 2 — треугольник вверх, 3 — ромб, 4 — треугольник вниз. Верхние кривые относятся к верти-кальной поляризации, нижние – к горизонтальной.

 

 

Таблица 2. Значения яркостных температур на вертикальной (TH) и горизонтальной (TV) поляризациях, температура подстилающей поверхности (TПП), толщина сезонно-мерзлого слоя (h)

Дата
измерений

1

2

3

4

TH

TV

TПП

h, см

TH

TV

TПП

h, см

TH

TV

TПП

h, см

TH

TV

TПП

h, см

10.11.2014

238

257

265

2

218

241

268

4

217

235

268

0

217

238

269

2

01.12.2014

244

260

248

24

231

250

245

15

234

250

249

21

237

253

248

36

14.12.2014

241

264

255

65

241

253

244

23

241

256

245

52

237

257

245

69

27.12.2014

241

257

274

72

237

258

273

29

239

258

272

72

236

260

272

91

01.01.2015

237

259

265

72

239

255

266

30

235

257

263

78

235

256

263

96

11.01.2015

234

260

249

72

237

256

246

30

236

253

249

90

231

252

249

105

29.01.2015

237

257

248

78

239

252

258

34

234

252

255

108

227

252

248

115

03.02.2015

234

255

241

88

240

258

245

42

242

259

243

123

239

258

244

118

19.02.2015

239

255

240

102

238

257

235

51

238

258

245

156

238

257

251

139

06.03.2015

242

260

260

109

237

255

261

55

238

257

265

176

237

256

262

146

21.03.2015

252

265

265

109

245

250

266

55

240

256

265

180

232

258

261

147

29.03.2015

228

253

265

98

235

249

269

55

235

252

266

172

228

238

266

147

06.04.2015

225

245

273

78

231

247

273

49

234

251

269

165

231

250

271

147

 

 

Рис. 4. Схема решаемой задачи: а — глубина мерзлого слоя меньше толщины почвы; б — глубина промерзания равна толщине слоя почвы; в — глубина промерзания больше толщины почвы.

 

Выраженная зависимость яркостной температуры от толщины мерзлого слоя существует только на начальной стадии промерзания почвы. При этом радиояркостные контрасты достигают 25 К для обеих поляризаций. Ясно, что это вызвано уменьшением диэлектрической проницаемости верхних слоев почвы при замерзании почвенной влаги. Из анализа данных следует, что одинаковые значения яркостных температур соответствуют разной глубине сезонного промерзания почвы. Это связано с интерференцией микроволнового излучения в мерзлом слое почвы, зависящей от соотношения между толщиной слоя и длиной волны регистрируемого микроволнового излучения, а также с резким различием диэлектрических характеристик мерзлой и незамерзшей почв (Боярский, Тихонов, 1995; Боярский, Тихонов, 2003; Song et al., 2009). Отметим, что скорости промерзания почвенного покрова различаются для исследованных участков в пределах от 0.4
до 2.3 см/сутки.

МОДЕЛЬ TBr

Теоретический расчет зависимости яркостной температуры почвы от глубины промерзания выполнялся на основе модели микроволнового излучения плоскослоистой неоднородной, неизотермической среды (Клепиков, Шарков, 1983; Sharkov, 2003), адаптированной для почвенного покрова. Предполагалось, что излучающая система состоит из толстого слоя суглинистой породы (подпочвенный слой), над которым располагается слой почвы, еще выше которого находится толстый слой атмосферы (рис. 4). В зависимости от глубины промерзания, выделялось три конфигурации: 1 — глубина мерзлого слоя меньше толщины почвы (рис. 4а); 2 — глубина промерзания равна толщине слоя почвы (рис. 4б); 3 — глубина промерзания больше толщины почвы (рис. 4в).

Яркостная температура такой системы, для случая а и в на рис. 4, определяется из выражений (Клепиков, Шарков, 1983; Sharkov, 2003):

 

TBrv=j=12TjWj21rjrj+exp2iψj2×1exp2Imψj1+rjexpiψj2  ++4ImψjReψjRerjexpiψjImexpiψj×kzj2kx2kj2ReZjReZ0+T3W32ReZ3ReZ0,TBrh=j=12TjWj21rjrj+exp2iψj2×1exp2Imψj1+rjexpiψj2+   +4ImψjReψjRerjexpiψjImexpiψjReZjReZ0+T3W32ReZ3ReZ0, (1)

 

где верхний индекс у TBr обозначает: v — вертикальную поляризацию, h — горизонтальную поляризацию; kj — волновой вектор в слое j; Tj — термодинамическая температура слоя j; rj+, rj — коэффициенты отражения от верхней и нижней границы слоя j соответственно; ψj – набег фазы волны поперек слоя j, Wj — коэффициенты пропускания от внутренней стороны верхней границы слоя j на верхнюю границу слоистой среды (в нашем случае: граница «почва–атмосфера»); Zj — волновой импеданс слоя j.

Для схемы, приведенной на рис. 4а, индекс j обозначает: 0 — свободное пространство (атмосферу); 1 — мерзлую почву; 2 — теплую почву; 3 — теплую подпочву.

Для схемы на рис. 4в, индекс j обозначает: 0 — свободное пространство (атмосферу); 1 – мерзлую почву; 2 — мерзлую подпочву; 3 — теплую подпочву.

Для случая, представленного на рис. 4б, яркостная температура будет определяться из выражений:

undefined (2)

где индекс j равный 0 обозначает свободное пространство (атмосферу); 1 — мерзлую почву;
2 — теплую подпочву.

 

Характеристики каждого слоя находятся из следующих выражений:

Wj=m=1jZm1in++Zm1Zm1in++Zmexpiψm1,  Zjin+=ZjZj1in+iZjtgψjZjiZj1in+tgψj,  Zjin=ZjZj+1iniZjtgψjZjiZj+1intgψj,ψj=kzjhj,   kzj=kjcosθj,   kx=k0sinθ0,   kj=2πεjλ,   cosθj=εjε0sin2θ0εj,rj+=Zj1in+ZjZj1in++Zj,   rj=Zj+1inZjZj+1in+Zj,   Zj=1εjcosθj горизонтальная​ поляризацияcosθjεj    вертикальная поляризация, (3)

где Zjin+ — входной импеданс в слое j на нижней границе для волны, распространяющейся вверх; Zjin- — входной импеданс в слое j на верхней границе для волны, распространяющейся вниз; hj — толщина слоя j; λ — длина волны излучения; θ0 — угол наблюдения; εj — комплексная диэлектрическая проницаемость слоя j.

Таким образом, излучение системы определяется термодинамической температурой и комплексной диэлектрической проницаемостью каждого слоя. Диэлектрические свойства каждого слоя зависят от его состава, температуры, влажности и других физических и структурных характеристик. Для расчета комплексной диэлектрической проницаемости почвы была использована модель, подробно изложенная в работах (Боярский, Тихонов, 1995; Боярский, Тихонов, 2003; Boyarskii et al., 2002). Согласно этой модели почва состоит из трех видов частиц (песчаные, пылеватые и илистые). В модели учитывается присутствие в почве связанной воды, количество которой определяется концентрацией илистых (глинистых) частиц, а также пространственное распределение свободной воды в порах почвы.

РЕЗУЛЬТАТЫ РАСЧЕТОВ ТBr

Модельный расчет был выполнен для четырех участков Кулундинской равнины. Сравнение модельного расчета и спутниковых данных для двух исследуемых участков приведено на рис. 5. На эти участки были получены данные спутника SMOS по яркостной температуре за период 2014–2015 гг. В качестве входных параметров модели использовались реальные параметры почв Кулундинской равнины (табл. 3) (Татаринцев, 2008), а также климатические характеристики исследуемых участков, полученные на метеостанциях за этот же период.

 

Рис. 5. Сезонные зависимости яркостной температуры на тестовых участках 1 — а и 3 — б, данные SMOS (значки) и модельный расчет (сплошные линии). Верхние кривые относятся к вертикальной поляризации, нижние — к горизонтальной.

 

При расчетах считалось, что теплый подпочвенный слой представляет собой влажную суглинистую почву (Татаринцев, 2008) с температурой 0.5 °C. Данные метеостанций по температуре поверхности почвы за весь период наблюдения усреднялись плавными функциями. Данные по глубине промерзания также были усреднены плавными зависимостями. Предполагалось, что мерзлый слой имеет эффективную температуру равную среднему значению между температурой поверхности в данный момент времени и температурой нижней границы мерзлого слоя (0 °C). При расчете яркостной температуры проводилось усреднение по толщине мерзлого слоя в пределах 4–5 см, так как толщина мерзлого слоя не может быть одинакова по всей ячейке (~16 км) продукта L1С SMOS.

Подпочвенный слой по всем участкам был выбран одинаковый по плотности, структуре, и влажности. В течение всего периода наблюдений температурные условия были примерно одинаковыми для всех тестовых участков, а конечная глубина промерзания изменялась от 55 до 190 см. Соленость почвы (почвенного раствора солей) оказывает влияние только на диэлектрические свойства. На температуру замерзания соленость практически не влияет, так как при солености почвенной влаги 40 г/л, температура замерзания понижается только до –2 °C (http://de-ussr.ru/priroda-ludi/vod-obolochka/zamerzanie.html).

ОПРЕДЕЛЕНИЕ ГЛУБИНЫ СЕЗОННОГО ПРОМЕРЗАНИЯ ПОЧВЫ

Из приведенных на рис. 3 графиков видно, что одно и то же значение яркостной температуры может соответствовать разной глубине промерзания почвы в пределах от 20 до 200 см. Это объясняется интерференцией микроволнового излучения, возникающей в результате многократных переотражений радиоволн от границы между мерзлым слоем и незамерзшей почвой. Определение глубины промерзания по однократным измерениям яркостной температуры является проблематичным по многим факторам. Однако, имея интерференционную зависимость яркостной температуры от глубины промерзания можно попытаться восстановить значение глубины промерзания по радиояркостной температуре. При непрерывном промерзании почвы, два интерференционных пика на интерференционной картине соответствуют двум состояниям промерзшей почвы с толщинами мерзлых слоев hмерзл_i и hмерзл_i+1=hмерзл_i+λ2ε см. При наличии ежедневных спутниковых данных, известных диэлектрических характеристик мерзлой почвы, а также даты начала замерзания, глубина промерзания может быть определена по формуле:

hмерзл=nL=nλ2ε , (4)

 

Таблица 3. Физические параметры почвы, используемые для модельных расчетов

Номер участка

1

2

3

4

Метеостанция WMO_ID

36021

29928

36032

36034

Населенный пункт

Ключи

Мамонтово

Поспелиха

Рубцовск

Толщина слоя почвы, см

80

80

90

110

Плотность сухой почвы, г/см3

1.18

1.18

1.5

1.45

Влажность почвы, см3/ см3

0.1

0.12

0.15

0.12

Соленость почвенной влаги, г/л

25

0.5

0

0

 

где n — порядковый номер максимума сезонной интерференционной зависимости яркостной температуры, ε – диэлектрическая проницаемость мерзлого грунта.

На рис. 6 приведены значения толщин мерзлого слоя почвы, определенные контактным способом на метеостанциях, расположенных вблизи от тестовых участков. На том же рисунке приведены зависимости глубины промерзания, определенные по формуле (4). Отклонения рассчитанных по модели глубин промерзания почвы от экспериментально определенных показаны на рис. 7. Близкое к единице значение коэффициента корреляции говорит о возможности применения описанного выше метода для восстановления значений глубины промерзания почвы по спутниковым данным яркостной температуры.

 

 

Рис. 6. Значения толщин мерзлого слоя почвы, измеренные и рассчитанные по формуле (4) для четырех исследуемых участков. Номер участка указан рядом с зависимостью, черные значки соответствуют измеренным значениям, красные треугольники — рассчитанным.

 

Рис. 7. Диаграмма рассеяния глубины промерзания почвы измеренной и восстановленной по интерференционной модельной зависимости.

 

ЗАКЛЮЧЕНИЕ

В результате проведенных исследований установлены новые закономерности взаимодействия микроволнового излучения почвенного покрова с верхним сезонно-мерзлым слоем. На основе комплексного анализа ежедневных спутниковых данных, результатов полевых измерений и модельных расчетов показана возможность определения глубины промерзания почвы по данным спутниковой микроволновой радиометрии и известным зависимостям диэлектрических характеристик мерзлых и незамерзших почв от температуры и влажности.

Дистанционное определение глубины промерзания основано на совместном использовании разработанной модели излучения и регулярных (ежедневных) рядов дистанционных измерений яркостных температур, с даты замерзания (определяется по резкому возрастанию ТBr) до начала оттаивания (определяется по резкому уменьшению ТBr). Непродолжительные по времени периоды зимних оттепелей с появлением жидкой воды на поверхности снежного покрова или почвы могут быть выявлены как кратковременные скачкообразные уменьшения ТBr. Для более точного расчета необходимы данные по структуре почвы, исследуемых участков, ее влажности и солености, а также по градиенту температуры мерзлого слоя.

ИСТОЧНИК ФИНАНСИРОВАНИЯ

Работа выполнена при поддержке грантов РФФИ № 18–05–00427-a, 18–05–00440-a (Боярский Д.А., Тихонов В.В.); 18–05–00753-a (Хвостов И.В., Романов А.Н.).

D. A. Boyarskii

Institute of Space Research, Russian Academy of Sciences

Author for correspondence.
Email: dboyarski@rambler.ru

Russian Federation, Moscow

A. N. Romanov

Institute of Water and Environmental Problems SB RAS

Email: dboyarski@rambler.ru

Russian Federation, Barnaul

I. V. Khvostov

Institute of Water and Environmental Problems SB RAS

Email: dboyarski@rambler.ru

Russian Federation, Barnaul

V. V. Tikhonov

Institute of Space Research, Russian Academy of Sciences; Moscow Institute of Physics and Technology (State University)

Email: dboyarski@rambler.ru

Russian Federation, Moscow; Dolgoprudny

E. A. Sharkov

Institute of Space Research, Russian Academy of Sciences

Email: dboyarski@rambler.ru

Russian Federation, Moscow

  1. Bogorodsky V.V., Kozlov A.I., Tuchkov L.T. Radioteplovoe izluchenie zemnykh pokrovov [Radiothermal radiation of the earth covers], Leningrad: Gidrometeoizdat, 1977. 224 p.(in Russian).
  2. Boyarskii D.A., Tikhonov V.V. Effective Permittivity Microwave Model for Wet and Frozen Soils, Journal of Communications Technology and Electronics. 1995. V. 40. № 9. P. 51–54. (in Russian).
  3. Boyarskii D.A., Tikhonov V.V. Vliyanie svyazannoi vody na diehlektricheskuyu pronitsaemost' vlazhnykh i merzlykh pochv [Influence of the Bound Water on Dielectric Permeability Wet and Frozen Soil], Moscow: Preprint SRI RAS, Pr-2084. 2003. 48 p. (in Russian).
  4. Boyarskii D.A., Tikhonov V.V., Komarova N.Yu. Model of Dielectric Constant of Bound Water in Soil for Applications of Microwave Remote Sensing // Progress In Electromagnetics Research. 2002. V. 35. P. 251–269.
  5. Gutierrez A., Castro R. SMOS L1 Processor L1c Data Processing Model//SO-DS-DME-L1PP-0009. № 2.7. 31 May 2010. URL: http://www.smos.com.pt/downloads/release/documents/SO-DS-DME-L1PP-0009-DPM -L1c.pdf.
  6. Han L., Tsunekawa A., Tsubo M. Monitoring near-surface soil freeze–thaw cycles in northern China and Mongolia from 1998 to 2007 // International Journal of Applied Earth Observation and Geoinformation. 2010. V. 12. № 5. P. 375–384.
  7. Jin R., Li X., Che T. A decision tree algorithm for surface soil freeze/thaw classification over China using SSM/I brightness temperature // Remote Sensing of Environment. 2009. V. 113. № 12. P. 2651–2660.
  8. Kalantari P., Bernier M., McDonal K.C., Poulin J. Using SMOS passive microwave data to develop SMAP freeze/thaw algorithms adapted for the Canadian subarctic // International Conference on Sensors and Models in Remote Sensing and Photogrammetry. 2015. V. 41. № W5. P. 365–368.
  9. Kaurichev I.S., Gromyko I.D. (eds). Atlas pochv SSSR [Atlas of soils of the USSR], Moscow: Kolos, 1974. 168 p. (in Russian).
  10. Klepikov I.N., Sharkov E.A. Izluchenie neodnorodnykh neizotermicheskikh sred [Radiation of inhomogeneous non-isothermal media], Preprint SRI USSR Academy of Sciences, 1983. 31 p. (in Russian).
  11. Leroux D.J., Kerr Y.H.,Richaume P., Fieuzal R. Spatial distribution and possible sources of SMOS errors at the global scale // Remote Sensing of Environment. 2013. V. 133. P. 240–250.
  12. Montpetit B., Royer A., Roy A., Langlois A. In-situ passive microwave emission model parameterization of sub-arctic frozen organic soils // Remote Sensing of Environment. 2018. V. 205. P. 112–118.
  13. Njoku E.C., Kong J.A. Theore for passive microwave remote sensing of near-surface soil moisture // Journal of GeophusikalReseach. 1977. V. 82. № 20. P. 3108–3118.
  14. Pinori S., Crapolicchio R., Mecklenburg S. Preparing the ESA-SMOS (Soil Moisture and Ocean Salinity) mission - Overview of the user data products and data distribution strategy // Microwave Radiometry and Remote Sensing of the Environment. 2008. MICRORAD 2008. doi: 10.1109/MICRAD.2008.4579480.
  15. Rautiainen K., Lemmetyinen J., Schwank M., Kontu A., Pulliainen J. Detection of soil freezing from L-band passive microwave observations // Remote Sensing of Environment. 2014. V. 147. P. 206–218.
  16. Rautiainen K., Parkkinen T., Lemmetyinen J., Schwank M., Wiesmann A., Ikonen J., Derksen C., Davydov S., Davydova A., Boike J., Langer M., Drusc M., Pulliainen J. SMOS prototype algorithm for detecting autumn soil freezing // Remote Sensing of Environment. 2016. V. 180. P. 346–360.
  17. Sahr K., White D., Kimerling A.J. Geodesic Discrete Global Grid Systems // Cartography and Geographic Information Science. 2003. V. 30. № 2. P. 121–134.
  18. Sharkov E.A. Passive Microwave Remote Sensing of the Earth: Physical Foundations. Berlin, Heidelberg, London, New York etc: Springer/PRAXIS. 2003. 613 p.
  19. Schwank M.,Stahli M.,Wydler H.et al. Microwave L-band emission of freezing soil // IEEE Transactions on Geoscience and Remote Sensing. 2004. V. 42.N. 6.P. 1252–1261.
  20. Schwank M., Rautiainen K., Matzler C., Stähli M., Wegmuller U. Model for microwave emission of a snow-covered ground with focus on L band // Remote Sensing of Environment. 2014. V. 154. P. 180–191.
  21. Shati F., Prakash S., Norouzi H., Blake R. Assessment of differences between near-surface air and soil temperatures for reliable detection of high-latitude freeze and thaw states //
  22. Cold Regions Science and Technology. 2018. V. 145. P. 86–92.
  23. Song L., Zhang X., Li H. Dielectric constants of deep frozen clay soils of Longgu mine (0.1∼1GHz) // Procedia Earth and Planetary Science. 2009. V. 1. № 1. P. 519–523.
  24. Tatarintsev V. L. Granulometriya agropochv yuga Zapadnoi Sibiri i ikh fizicheskoe sostoyanie: Avtoreferat Diss. dok. sel'skokhozyaistvennykh nauk [Granulometry of agricultural soils of the South of Western Siberia and their physical condition. Doc. agricultural sci. thesis], Barnaul: Altai state agrarian University, 2008. 42 p. (in Russian).
  25. Zhang T., Armstrong R.L. Soil freeze/thaw cycles over snow-free land detected by passive microwave remote sensing // Geophysical Research Letters. 2001. V. 28. № 5. P. 763–766.
  26. Zhang L.X., Zhao K.G., Zhu Y.,et al. Simulated radiation characteristics of frozen soil surface at typical microwave bands // IEEE International Geoscience and Remote Sensing Symposium. Anchorage. Sep. 20-24, 2004. IGARSS 2004.P. 4310–4313.
  27. Zhao T., Shi J., Zhang L. 4.13 - Surface Soil Freeze/Thaw State. Environmental Sciences. Comprehensive Remote Sensing. 2018. V. 4. P. 315–332. https://doi.org/10.1016/B978-0-12-409548-9.10362-8.

Supplementary files

Supplementary Files Action
1. Fig. 1. Map of the study area with a fragment of the ISEA 4H9 grid, test areas, meteorological stations and pixel boundaries. View (2MB) Indexing metadata
2. Fig. 2. The air temperature, the temperature of the soil surface, the height of the snow cover and the depth of soil freezing for the two study areas 1 - a and 3 - b. View (1MB) Indexing metadata
3. Fig. 3. Dependencies of brightness temperature (SMOS data) on the depth of soil freezing in test areas (see Table 1): 1 - cross, 2 - up triangle, 3 - rhombus, 4 - down triangle. The upper curves relate to vertical polarization, the lower ones - to horizontal. View (580KB) Indexing metadata
4. Fig. 4. Scheme of the problem to be solved: a - the depth of the frozen layer is less than the thickness of the soil; b - the depth of freezing is equal to the thickness of the soil layer; c - the depth of freezing is greater than the thickness of the soil. View (2MB) Indexing metadata
5. Fig. 5. Seasonal dependences of the brightness temperature on the test sections 1 - a and 3 - b, SMOS data (icons) and model calculation (solid lines). The upper curves refer to the vertical polarization, the lower to the horizontal. View (1MB) Indexing metadata
6. Fig. 6. The values of the thickness of the frozen soil layer, measured and calculated by the formula (4) for the four study sites. The plot number is indicated next to the dependency, the black icons correspond to the measured values, and the red triangles, to the calculated ones. View (412KB) Indexing metadata
7. Fig. 7. The scatterplot of the depth of soil freezing measured and reconstructed by the interference model dependence. View (345KB) Indexing metadata

Views

Abstract - 378

PDF (Russian) - 75

Cited-By


PlumX

Refbacks

  • There are currently no refbacks.

Copyright (c) 2019 Russian academy of sciences