A Model of Microwave Emission from Mouth Regions of Arctic Rivers Providing for Radiometer Pixel Land Contamination
- Authors: Tikhonov V.V.1,2,3, Khvostov I.V.2, Romanov A.N.2, Sharkov E.A.1
-
Affiliations:
- Space Research Institute of the RAS
- Institute for Water and Environmental Problems of the SB RAS
- Arctic and Antarctic Research Institute
- Issue: No 3 (2024)
- Pages: 16-29
- Section: ФИЗИЧЕСКИЕ ОСНОВЫ ИССЛЕДОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА
- URL: https://journals.eco-vector.com/0205-9614/article/view/659128
- DOI: https://doi.org/10.31857/S0205961424030026
- EDN: https://elibrary.ru/FBCWNR
- ID: 659128
Cite item
Full Text
Abstract
The paper presents a model of microwave emission from mouth regions of Arctic rivers taking into account radiometer pixel contamination by land. Modeling of seasonal and interannual dynamics of brightness temperature of different regions of the Yenisei Bay is performed on the example of MIRAS radiometer data from the SMOS satellite. The necessity of considering the coastal zone in brightness temperature modeling in the studied regions is shown. Comparison of the model calculations with SMOS L1C data has shown a good agreement. Analysis of model calculations and satellite data has allowed us to determine the location of the fresh and salt water mixing zone in the Yenisei Bay during the ice period, provided that the model takes into account the coastal zone captured by the radiometer pixel.
Full Text
ВВЕДЕНИЕ
В ноябре 2009 г. был запущен спутник SMOS (англ. Soil Moisture and Ocean Salinity) Европейского космического агентства (ЕКА). На спутнике находится единственная полезная нагрузка — радиометр MIRAS (англ. Microwave Imaging Radiometer using Aperture Synthesis) L-диапазона (1.41 ГГц). Это первый в истории космический интерферометрический радиометр. Первоначальная задача спутника SMOS состояла в измерении влажности почвы и солености морской поверхности (McMullan et al., 2008). Однако в дальнейшем эти задачи были дополнены новыми приложениями, такими как измерение толщины морского льда и исследование ее динамики, определение состояния почвы при замерзании/оттаивании, анализ фенологических фаз замерзающих водных объектов, оценка гидрологических изменений водно-болотных угодий и т.д. (Боярский и др., 2019; Романов и др., 2018, 2023; Тихонов и др., 2022; Oliva et al., 2020; Tikhonov et al., 2018). Работа по поиску других приложений в определении параметров земных сред, улучшению алгоритмов, совершенствованию процессов калибровки и восстановлению изображений по данным SMOS проводится и в настоящее время (Oliva et al., 2020).
Яркостная температура поверхности Земли Tя с учетом поляризации измеряется микроволновым радиометром MIRAS в диапазоне углов визирования от 0 до 60° (Kerr et al., 2010). Максимальный пространственный охват достигается при угле 42.5°. В этом случае пространственное разрешение составляет 35×65 км (Gutierrez et al., 2017). Пересчет значений из связанной с антенной системы координат (Tx и Ty) в систему координат, связанную с Tя поверхности земли для горизонтальной (h) Tяh и вертикальной (v) Tяv поляризации, производится по штатным алгоритмам SMOS (Gutierrez et al., 2017) с помощью пакета SMOS-BOX версии 5.8.1 в программной среде SNAP. Данные продукта первого уровня (SMOS L1C) привязаны к дискретной геодезической сетке DGG ISEA 4H9. Линейный размер ячейки сетки составляет величину порядка 16 км, а площадь — около 195 км2 (Sahr et al., 2003). Таким образом, значение Tя для любой ячейки сетки формируется участком подстилающей поверхности площадью от 1780 км2 (по уровню 3 дБ). Получается, что один пиксель радиометра MIRAS содержит в среднем порядка девяти ячеек геодезической сетки DGG ISEA 4H9. Сама же ячейка площадью 195 км2 расположена в центре этого участка (рис. 1). Таким образом, если при исследовании динамики яркостной температуры водного объекта в пиксель радиометра будет попадать часть берега, этот факт необходимо учитывать при моделировании.
Рис. 1. Ячейки геодезической сетки DGG ISEA 4H9. В центре показан пиксель радиометра MIRAS по уровню 3 дБ (пунктирный желтый эллипс).
В работах (Тихонов и др., 2020, 2021; Tikhonov et al., 2022) представлены результаты теоретического анализа межгодовой и сезонной динамики Tя различных областей Обской губы по данным SMOS за период 2012–2018 гг. В исследуемой акватории было выбрано 13 ячеек продукта SMOS L1C (рис. 2а). Практически для всех выбранных ячеек пиксель радиометра MIRAS захватывал только акваторию Обской губы и не содержал береговую область. Анализ модельных расчетов и сравнение их с данными SMOS L1C показало возможность определения положения и движения зоны смешения пресных и соленых вод (фронтальной зоны) в Обской губе в период ледостава.
Рис. 2. Исследуемые акватории: а — Обская губа; б — Енисейский залив. Красные шестиугольники — анализируемые ячейки продукта SMOS L1C. Зелеными треугольниками обозначены действующие метеостанции.
Выполнить подобный теоретический анализ для Енисейского залива не представлялось возможным, так как южная и центральная часть данной акватории значительно у́же Обской губы, а в северной части расположено несколько крупных островов (Олений, Сибирякова, Неупокоева, Вилькицкого и др.). Таким образом, для каждой выбранной ячейки продукта SMOS L1C в Енисейском зал. (рис. 2б), в пиксель радиометра MIRAS попадала береговая область. Из-за этого сезонная и межгодовая динамика Tя по данным SMOS для ячеек в Енисейском заливе существенно отличалась от динамика Tя для ячеек Обской губы. В связи с этим авторам работы (Тихонов и др., 2022) удалось выполнить только качественный анализ этой динамики и приблизительно оценить движение и расположение фронтальной зоны в Енисейском заливе в период ледостава. Для более точного анализа движения и места расположения фронтальной зоны в Енисейском заливе в зимний период необходима доработка модели собственного микроволнового излучения акватории, в которой учитывалось бы попадание в пиксель радиометра береговой области.
В настоящей статье представлена модель собственного микроволнового излучения замерзающих акваторий с учетом попадания в пиксель радиометра части окружающей их суши. Исследования выполнены для различных областей Енисейского залива за период 2012–2020 гг.
РЕГИОН ИССЛЕДОВАНИЯ И СПУТНИКОВЫЕ ДАННЫЕ
Енисейский залив – это залив Карского моря, расположенный между Гыданским п-овом и п-овом Таймыр (рис. 2б). Залив имеет воронкообразную геометрию: ширина в северной части около 150 км, в районе мыса Сопочная Карга он сужается до 45 км. Длина залива до мыса Сопочная Карга порядка 225 км. Южнее Енисейский зал. сужается до 13 км в створе, образованном мысом Сопочная Карга (на правом берегу) и мысом Ошмарина (на левом берегу). Это сужение называется “Енисейское горло”. Далее залив снова расширяется до 44 км, южнее — на 71-й параллели расположены Бреховские отмели. После них начинается дельта Енисея (Лапин, 2017). Зимой вся акватория покрывается неподвижным льдом, на севере — плавучими льдами (Брызгало и др., 2015; Географический…, 1989).
В Енисейском зал. было выбрано 12 ячеек геодезической сетки DGG ISEA 4H9 по всей акватории (см. рис. 2б). По этим ячейкам были получены данные SMOS L1C (продукт MIR_SCLF1C) (Gutierrez et al., 2017). Непрерывный архив данных SMOS L1C за период с 2012 г. по настоящее время хранится на серверах ЕКА.
Из исследований для достижения максимальной достоверности были исключены следующие измерения:
1) значения, связанные с влиянием радиочастотных помех;
2) данные с погрешностью определения Tяh и Tяv более 5 К;
3) данные с коэффициентом поляризации (Tяh/Tяv) вне диапазона 0.01–0.99.
В результате синтезирования апертуры радиометра MIRAS и сопутствующих вычислительных преобразований на значение яркостной температуры каждой ячейки оказывает влияние излучение участков поверхности, удаленных от ее центра на сотню километров, но с несравненно меньшим весом, чем в центре. Условно принято считать границей диаграммы направленности антенны (ДНА) по уровню 3 дБ очертания эллипсов на подстилающей поверхности. Значения осей таких эллипсов составляют от 30 до 65 км и приводятся в продуктах SMOS L1C. Ориентация эллипсов меняется от витка к витку, поэтому для любой близкой к берегу ячейки в каждом конкретном измерении содержится разная доля сигнала от суши. Даже при постоянных характеристиках поверхности воды и суши измеряемые радиометром значения Tя в такой ячейке будут показывать “колебательную динамику”. Таким образом, для каждой конкретной ячейки Енисейского зал. ситуация разная. Нами была выполнена оценка минимальной и максимальной доли площади суши в конусе ДНА по уровню 3 дБ при различной возможной ориентации проекции ДНА на поверхности в каждой ячейке. Результаты этой оценки представлены в табл. 1.
Таблица 1. Оценка удельной площади суши в каждой ячейке продукта SMOS L1C
Ячейка | Доля площади суши в конусе ДНА по уровню 3 дБ | |
минимальная | максимальная | |
E01 | 0.38 | 0.46 |
E02 | 0.00 | 0.12 |
E03 | 0.07 | 0.38 |
E04 | 0.00 | 0.21 |
E05 | 0.07 | 0.40 |
E06 | 0.02 | 0.25 |
E07 | 0.00 | 0.08 |
E08 | 0.00 | 0.00 |
E09 | 0.00 | 0.01 |
E10 | 0.00 | 0.01 |
E11 | 0.00 | 0.00 |
E12 | 0.00 | 0.23 |
МОДЕЛЬ
Яркостная температура однородного участка Земли Tя_у, измеряемая космическим радиометром на орбите, может быть определена из уравнения переноса излучения (см., например, Шарков, 2014):
(1)
где Tпов — яркостная температура поверхности; Rпов — отражательная способность поверхности; Tа — яркостная температура атмосферы; Tкос — яркостная температура космического излучения; ξθ — интегральное поглощение в кислороде и водяном паре.
Если в пиксель радиометра попадает подстилающая поверхность двух типов, например, акватория и прибрежная территория (рис. 3), то ее яркостную температуру на орбите Земли можно вычислить из следующего выражения (Zwally et al., 1983):
(2)
где k — относительная удельная площадь, занятая прибрежной территорией; Tя_бер — яркостная температура прибрежной территории; Tя_яч — яркостная температура центральной ячейки E1, полностью расположенной в акватории (см. рис. 2б и 3). В свою очередь, Tя_бер и Tя_яч рассчитываются отдельно из выражения (1).
Рис. 3. Южная часть Енисейского зал. Пиксель радиометра MIRAS (желтый эллипс) с центральной ячейкой E1 (красный шестиугольник).
Для анализа сезонных вариаций яркостной температуры устьевых областей и заливов была использована модель излучения слоисто-неоднородной неизотермической среды, подробно представленная в работе (Шарков, 2014). Модель была адаптирована для случая излучающей системы “речная/морская вода – ледяной покров – снежный покров – атмосфера”.
В период ледостава излучающей системой являлась многослойная среда, представляющая собой водную поверхность (пресную или морскую), над которой расположен тонкий слой влажного льда (из-за контакта с водой), над ним слой льда (влажный или сухой в зависимости от температурных условий), покрытый снегом, а над ними — толстый слой атмосферы (рис. 4). Как показано в работе (Demir et al., 2022), такая конфигурация позволяет хорошо описать модельно собственное микроволновое излучение ледяного покрова. В зависимости от гидрологического режима моделируемой области ледяной покров может быть как пресноводным, так и морским. Яркостная температура поверхности ячейки Tпов_яч, полностью расположенной в акватории, в соответствии с таким модельным представлением, определяется из следующих выражений:
(3)
где индекс j обозначает слои среды, слой подстилающей поверхности (j = 4) имеет полубесконечную толщину; 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 границу “снег – атмосфера”; Zj — волновой импеданс слоя j. Характеристики каждого слоя, входящие в выражения (3), вычисляются из формул:
(4)
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; ë — длина волны излучения; θ0 — угол наблюдения (см. рис. 4); εj — комплексная диэлектрическая проницаемость слоя j. Таким образом, собственное излучение всей системы определяется термодинамической температурой и комплексной диэлектрической проницаемостью каждого слоя.
Рис. 4. Модельное представление излучающей системы “речная/морская вода – ледяной покров – снежный покров – атмосфера”.
В период открытой воды излучающей системой являлась поверхность воды (пресной или соленой). В этом случае на рис. 4 исчезают слои 1, 2 и 3, а выражениях (3) остается только последнее слагаемое, которое представляет собой произведение излучательной способности водной поверхности на ее термодинамическую температуру, что соответствует формуле для собственного микроволнового излучения подстилающей поверхности (Ulaby, Long, 2014).
Комплексная диэлектрическая проницаемость слоев (льда и снега) определялась по квазиволновой модели эффективной диэлектрической проницаемости дисперсной среды, которая подробно рассмотрена в работе (Tikhonov et al., 2018). Согласно модели: снежный покров представляется воздушной средой, содержащей сферические ледяные зерна, покрытые пленкой воды, и капли воды; речной лед — сплошной пресноводный лед, содержащий сферические включения воздуха и воды; морской лед — сплошной пресноводный лед, содержащий сферические включения воздуха и рассола (рис. 5).
Рис. 5. Модельное представление: а — снега; б — речного льда; в — морского льда.
Эффективная диэлектрическая проницаемость åэф, согласно таким модельным представлениям, определяется из выражений следующего вида:
для снега —
(5а)
для речного льда —
(5б)
для морского льда —
(5в)
где k — волновое число; nлед, nвод, nвозд и nрас — концентрации ледяных зерен, капель воды, частиц воздуха и капель рассола соответственно; — эффективное значение диэлектрической проницаемости ледяной частицы, покрытой оболочкой воды; εвод, εвозд, εп.лед и εрас — диэлектрическая проницаемость воды, воздуха, пресноводного льда и рассола соответственно; <fω>лед, <fω>вод, <fω>возд и <fω>рас — усредненная по размерам частиц амплитуда рассеяния вперед ледяной частицы с оболочкой воды, капли воды, частицы воздуха и капли рассола соответственно. Амплитуда рассеяния вперед рассчитывается по теории Ми. Предполагалось, что размеры всех включений подчинены логарифмически-нормальному распределению.
При расчетах в качестве входных параметров модели были использованы данные, полученные с ближайших к исследуемым ячейкам метеостанций (см. рис. 2б). Кроме этого привлекались среднестатистические параметры снега, пресноводного и морского льда, характерные для арктического региона (Снег, 1986; Crabeck et al., 2016; Encyclopedia…, 2011; Frantz et al., 2019; Lepparanta, 2023; Petrich, Eicken, 2010; Timco, Frederking, 1996).
Яркостная температура поверхности прибрежной территории Tпов_бер определялась из выражения для собственного микроволнового излучения подстилающей поверхности (Ulaby, Long, 2014):
(6)
где χбер — излучательная способность прибрежной территории; T — термодинамическая температура поверхности.
Для расчета по формуле (6) яркостной температуры прибрежной территории необходимо знать излучательную способность подстилающей поверхности и ее сезонные изменения.
Прилегающие к Енисейскому зал. территории представляют собой холмистые равнины, сложенные морскими и ледниковыми отложениями, с большим количеством термокарстовых озер и болот. Эти территории полностью расположены в зоне многолетней мерзлоты. Толщина активного слоя почвы составляет величину порядка 60–90 см (Долгополова, 2018; Ran et al., 2022). Ландшафт представляет собой арктическую пустыню на севере, сменяющуюся южнее мохово-лишайниковой и кустарниковой тундрой (Географический…, 1989). В связи с этим для определения сезонных значений χбер были использованы результаты, полученные в работах (Романов и др., 2018; Matzler, 1994). В работе (Романов и др., 2018) представлены результаты лабораторных экспериментов по определению диэлектрических свойств и излучательной способности мхов, лишайников, почв, торфа и т.п., привезенных из данного региона. Эксперименты проводились при различных температурных и влажностных характеристиках этих сред на частоте 1.4 ГГц. В другой работе (Matzler, 1994) представлены результаты многочисленных натурных экспериментов по измерению излучательной способности различных земных поверхностей (теплые и мерзлые почвы, влажный и сухой снежный покров и т.п.), выполненных на полигонах Швейцарских Альп и Швейцарского плато. В результате компиляции этих данных были получены значения χбер, характерные для каждого сезона (табл. 2).
Таблица 2. Усредненные значения излучательной способности для береговой зоны
Сезон | Излучательная способность, θ = 42.5° | |
v-поляризация | h-поляризация | |
Лето/осень | 0.86 | 0.75 |
Зима | 0.97 | 0.88 |
Весна | 0.75 | 0.65 |
Оттепель | 0.93 | 0.78 |
Поскольку растительность на прилегающей к Енисейскому зал. территории либо отсутствует, либо представлена сочетанием мхов и лишайников, то для диапазона 1.4 ГГц излучательная способность поверхности в летний и осенний период практически не изменяется. Зимой активный слой почвы, реки и озера промерзают насквозь, вся территория покрыта снежным покровом толщиной 30 см и более, из-за чего излучательная способность возрастает и имеет максимальные сезонные значения для этого региона. Весной после окончания процесса таяния вся территория сильно увлажняется, что и вызывает сильное уменьшение излучательной способности поверхности. Отдельно выделена ситуация, когда в зимний период наступает кратковременная оттепель. В этот момент поверхностный слой снежного покрова немного подтаивает, в нем появляется жидкая вода, вследствие чего происходит сильное увеличение излучательной способности (Tikhonov et al., 2018).
Таким образом, используя разработанные модели и полученные данные, из выражений (3) и (6) вычислялась яркостная температура поверхности акватории (ячейки) и берега (Tпов_яч и Tпов_бер, соответственно). Далее, используя полученные значения Tпов_яч и Tпов_бер, из формулы (1) определялись Tя_яч и Tя_бер. Из уравнения (2) с учетом разного “веса” k (см. табл. 1) для Tя_яч и Tя_бер вычислялась яркостная температура исследуемой области Енисейского зал. Полученные модельные расчеты сравнивались с данными продукта SMOS L1C за период 2012–2020 гг. для всех ячеек Енисейского зал. (см. рис. 2 б). Результаты этого сравнения представлены в следующем разделе.
РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ
На рис. 6 представлено сравнение модельных расчетов яркостной температуры на горизонтальной и вертикальной поляризации с данными SMOS L1C для участка Е1. Расчет выполнен для двух случаев: при k = 0 (без учета берега) и при k = 0.44 с учетом попадания в пиксель береговой зоны. Выбранное значение k = 0.44 соответствует данным, представленным в табл. 1. Модельный расчет выполнен для солености воды подо льдом равной 0‰, что соответствует реальным гидрологическим условиям данной области (Лапин, 2017; Тихонов и др., 2022). Рисунок 6 хорошо демонстрирует необходимость учета берега, попадающего в пиксель радиометра, при модельных расчетах яркостной температуры исследуемых участков. Особенно это заметно для весенне-летнего периода, когда сходит снежный и ледяной покров — яркостная температура открытой водной поверхности сильно отличается от яркостной температуры поверхности берега (тундровая растительность, открытая почва, болота). В зимний период различие в значениях коэффициента излучения мхов, лишайников, замерзшей поверхности земли, покрытой снежным покровом, и ледяного покрова акватории значительно меньше (Романов и др., 2018; Emery, Camps, 2017; Ulaby, Long, 2014).
Рис. 6. Динамика Tя на горизонтальной (а, б) и вертикальной (в, г) поляризации для участка Е1. Модельный расчет: а, в — без учета береговой зоны в пикселе радиометра (k = 0); б, г — с учетом береговой зоны в пикселе радиометра (k = 0.44). Расчет выполнен для солености воды подо льдом 0‰. Фиолетовый и красный цвет — данные продукта SMOS L1C, голубой и коричневый цвет — модельный расчет.
На рис. 7–10 представлены результаты расчета еще для четырех ячеек в Енисейском зал. (Е2, Е4, Е5 и Е11). Для участка Е2 (см. рис. 7) расчет выполнялся при k = 0.12, что соответствует значениям табл. 1. Для данного участка вычисления проводились при двух значениях солености под ледяным покровом: 5 и 15‰. В данной области, в районе мыса Сопочная Карга (см. рис. 2б), в зимний период находится зона смешения пресных и соленых вод (Лапин, 2017). Поэтому соленость в этой области подо льдом очень нестабильна от сезона к сезону и определяется величиной зимнего стока Енисея и динамикой вод Карского моря. Модельные расчеты это хорошо подтверждают. Например, в зимний период 2014/15 гг. соленость воды подо льдом была 5‰, а в зимний период 2012/13 г. — практически все время 15‰.
Рис. 7. Динамика Tя на горизонтальной (а) и вертикальной (б) поляризации для участка Е2. Модельный расчет выполнен для удельной площади береговой зоны k = 0.12 и солености воды подо льдом 5 и 15‰. Фиолетовый и красный цвет — данные продукта SMOS L1C, голубой и коричневый цвет — модельный расчет.
Ячейки Е4, Е5 и Е11 находятся в области, которая подвержена сильному влиянию вод Карского моря. Здесь соленость воды подо льдом находится в районе 22–27‰ (Коник и др., 2021), что хорошо подтверждается модельным расчетом, выполненным для солености воды 25‰. Пиксель ячейки Е4 может захватывать, согласно табл. 1, от 0 до 21% береговой зоны. Модельный расчет динамики Tя для ячейки Е4 был выполнен при k = 0.15 (см. рис. 8).
Рис. 8. Динамика Tя на горизонтальной (а) и вертикальной (б) поляризации для участка Е4. Модельный расчет выполнен для удельной площади береговой зоны k = 0.15 и солености воды подо льдом 25‰. Фиолетовый и красный цвет — данные продукта SMOS L1C, голубой и коричневый цвет — модельный расчет.
Пиксель, в котором расположена ячейка Е5, может захватывать, согласно табл. 1, от 7 до 40% берега. Модельный расчет динамики Tя для ячейки Е5 был выполнен при k = 0.2 (см. рис. 9). На участке Е5 в зимний период практически всегда присутствует стабильный ледяной покров. Вариации Tя в период ледостава обуславливаются колебаниями температуры воздуха.
Рис. 9. Динамика Tя на горизонтальной (а) и вертикальной (б) поляризации для участка Е5. Модельный расчет выполнен для удельной площади береговой зоны k = 0.2 и солености воды подо льдом 25‰. Фиолетовый и красный цвет — данные продукта SMOS L1C, голубой и коричневый цвет — модельный расчет.
Ячейка Е11 расположена далеко от берега (см. рис. 2б) и он уже не влияет на изменение яркостной температуры ячейки. Модельный расчет для этой области был выполнен при k = 0 (см. рис. 10). Из рисунка видно, что модельный расчет хорошо соответствует данным продукта SMOS L1C.
Рис. 10. Динамика Tя на горизонтальной (а) и вертикальной (б) поляризации для участка Е11. Модельный расчет выполнен для удельной площади береговой зоны k = 0 и солености воды подо льдом 25‰. Фиолетовый и красный цвет — данные продукта SMOS L1C, голубой и коричневый цвет — модельный расчет.
ЗАКЛЮЧЕНИЕ
Проведенные исследования показали, что разработанная модель может с успехом применяться для интерпретации данных спутниковой микроволновой радиометрии прибрежных областей арктических морей и устьев арктических рек. Полученные результаты могут быть использованы для оценки гидрологического режима прибрежных акваторий Арктики в зимнее время, а также климатических изменений прилегающих территорий по данным спутниковой микроволновой радиометрии.
ИСТОЧНИК ФИНАНСИРОВАНИЯ
Работа выполнена при поддержке темы “Мониторинг” (гос. регистрация № 122042500031-8) (Тихонов В.В., Шарков Е.А.), а также темы “Природные и природно-хозяйственные системы Сибири в условиях современных вызовов: диагностика состояний, адаптивные возможности, потенциал экосистемных услуг” (госзадание № FUFZ-2021-0007) (Хвостов И.В., Романов А.Н.).
About the authors
V. V. Tikhonov
Space Research Institute of the RAS; Institute for Water and Environmental Problems of the SB RAS; Arctic and Antarctic Research Institute
Author for correspondence.
Email: vtikhonov@asp.iki.rssi.ru
Russian Federation, Moscow; Barnaul; Saint Petersburg
I. V. Khvostov
Institute for Water and Environmental Problems of the SB RAS
Email: vtikhonov@asp.iki.rssi.ru
Russian Federation, Barnaul
A. N. Romanov
Institute for Water and Environmental Problems of the SB RAS
Email: vtikhonov@asp.iki.rssi.ru
Russian Federation, Barnaul
E. A. Sharkov
Space Research Institute of the RAS
Email: vtikhonov@asp.iki.rssi.ru
Russian Federation, Moscow
References
- Boyarskii D.A., Romanov A.N., Khvostov I.V., Tikhonov V.V., Sharkov E.A. Otsenka glubiny promerzaniya pochvennogo pokrova po dannym sputnika SMOS [On Evaluating the Depth of Soil Freezing Based on SMOS Satellite Data] // Izvestiya, Atmospheric and Oceanic Physics. 2019. V. 55. No. 9. P. 996–1004. https://doi.org/10.1134/S0001433819090147.
- Bryzgalo V.A., Nikanorov A.M., Kosmenko L.S., Reshetniak O.S. Ust’evye ekosistemy krupnykh rek Rossii: antropogennaia nagruzka i ekologicheskoe sostoianie [Estuary ecosystems of Russia’s major rivers: anthropogenic pressure and ecological status]. Rostov on the Don: SFedU, 2015. 164 p. (In Russian).
- Geograficheskii entsiklopedicheskii slovar’. Geograficheskie nazvaniia [Geographical Encyclopedic Dictionary. Geographic names] / ed. Treshnikov A. F. M.: Soviet Encyclopedia, 1989. 592 p. (In Russian).
- Dolgopolova E.N. Rol’ mnogoletnemerzlykh porod v formirovanii gidrologo-morfologicheskogo rezhima ust’ev rek vodosbora Severnogo Ledovitogo okeana [The role of permafrost in the formation of the hydrological and morphological regime of river mouths in the Arctic Ocean watershed area] // Arctic: ecology and economy. 2018. V. 32. No. 4. P. 55–70. doi: 10.25283/2223-4594-2018-4-70-85. (In Russian).
- Konik A.A., Zimin A.V., Atadzhanova O.A., Pedchenko A.P. Otsenka izmenchivosti kharakteristik Stokovoi frontal’noi zony Karskogo moria na osnove kompleksirovaniia dannykh sputnikovogo distantsionnogo zondirovaniia [Assessment of the variability of the River Plums frontal zone in the Kara Sea on the basis of integration of satellite remote sensing data] // Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa. 2021. V. 18. No. 2. P. 241–250. doi: 10.21046/2070-7401-2021-18-2-241-250. (In Russian).
- Lapin S.A. Osobennosti formirovaniia presnovodnogo stoka v estuarnykh sistemakh Obi i Eniseia [Features of freshwater flow formation in estuary systems of the Ob and the Yenisei] // Trudy VNIRO. 2017. V. 156. P. 139–150. (In Russian).
- Romanov A.N., Hvostov I.V., Ulanov P.N., Kovalevskaja N.M., Kirillov V.V., Plutalova T.G., Kobelev V.O., Pechkin A.S., Sinickij A.I., Sysoeva T.G., Hvorova L.A. Kosmicheskij monitoring arkticheskih i subarkticheskih territorij Jamalo-Neneckogo avtonomnogo okruga [Space monitoring of Arctic and subarctic territories of the Yamalo-Nenets Autonomous Okrug]. Barnaul: Five Plus LLC, 2018. 120 p. (In Russian).
- Romanov A.N., Khvostov I.V., Tikhonov V.V., Sharkov E.A. Assessing Hydrological Changes in Wetland Areas of the Russian Arctic, Subarctic, and Northern Taiga Based on Microwave Remote Sensing Data // Izvestiya, Atmospheric and Oceanic Physics. 2022. V. 58. No. 9. P. 1100–1110. doi: 10.1134/S0001433822090201.
- Romanov A.N., Khvostov I.V., Ryabinin I.V., Tikhonov V.V., Shaduyko O.M. Svjaz’ sezonnyh variacij radiojarkostnyh temperatur akvatorii Karskogo morja s gidrologo-klimaticheskimi izmenenijami v Arktike [Relationship between seasonal variations in radio-brightness temperatures in the Kara Sea area and hydrological-climate changes in the Arctic] // Izvestiya vuzov. Fizika. 2023. № 4. P. 34–47. doi: 10.17223/00213411/66/4/4.
- Sneg: spravochnik [Handbook of Snow] / ed. Gray D.M., Male D.H. New Jersey: The Blackburn Press. 1981. 776 p.
- Tikhonov V.V., Khvostov I.V., Romanov A.N., Sharkov E.A., Boyarskii D.A., Komarova N.Yu., Sinitskiy A.I. Features of the Intrinsic L-Band Radiation of the Gulf of Ob during the Freeze-Up Period // Izvestiya, Atmospheric and Oceanic Physics. 2020. V. 56. No. 9. P. 936–949. https://doi.org/10.1134/S0001433820090236.
- Tikhonov V.V., Khvostov I.V., Romanov A.N., Alekseeva T.A., Sinitskiy A.I., Tikhonova M.V., Sharkov E.A., Komarova N.Yu. Mezhgodovye variatsii sobstvennogo mikrovolnovogo izlucheniia Obskoi guby v period ledostava i ikh sviaz’ s gidrologicheskimi i klimaticheskimi izmeneniiami regiona [Interannual variation of microwave radiation of the Gulf of Ob during the freezing season and relationship to hydrological and climate changes in the region] // Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa. 2021. V. 18. No. 6. P. 185–199. doi: 10.21046/2070-7401-2021-18-6-185-199. (In Russian).
- Tikhonov V.V., Khvostov I.V., Alekseeva T.A., Romanov A.N., Afanasyeva E.V., Sokolova J.V., Sharkov E.A., Boyarskii D.A., Komarova N.Yu. Analysis of the Winter Hydrological Regime of the Yenisei, Pechora, and Khatanga Estuaries Using SMOS Data // Izvestiya, Atmospheric and Oceanic Physics. 2022. V. 58. No. 12. P. 1519–1531. doi: 10.1134/S0001433822120234.
- Sharkov E.A. Passive Microwave Remote Sensing of the Earth: Physical Foundations. Berlin: Springer/PRAXIS, 2003. 613 p.
- Crabeck O., Galley R., Delille B., Else B., Geilfus N.-X., Lemes M., Roches M.D., Francus P., Tison J.-L., Rysgaard S. Imaging air volume fraction in sea ice using non-destructive X-ray tomography // The Cryosphere. 2016. V. 10. No. 3. P. 1125–1145. doi: 10.5194/tc-10-1125-2016.
- Demir O., Johnson J.T., Jezek K.C., Andrews M.J., Ayotte K., Spreen G., Hendricks S., Kaleschke L., Oggier M., Granskog M.A., Fong A., Hoppmann M., Matero I., Scholz D. Measurements of 540–1740 MHz Brightness Temperatures of Sea Ice During the Winter of the MOSAiC Campaign // IEEE Transactions on Geoscience and Remote Sensing. 2022. V. 60. Article 5302011. 11 p. doi: 10.1109/TGRS.2021.3105360.
- Emery W., Camps A. Introduction to Satellite Remote Sensing: Atmosphere, Ocean, Land and Cryosphere Application. Amsterdam, Netherlands; Cambridge, MA: Elsevier Inc. 2017. 856 p.
- Encyclopedia of Snow, Ice and Glaciers / eds. Singh V.P., Singh P., Haritashya U.K. Dordrecht: Springer, 2011. 1253 p.
- Frantz C.M., Light B., Farley S.M., Carpenter S., Lieblappen R., Courville Z., Orellana M.V., Junge K. Physical and optical characteristics of heavily melted “rotten” Arctic sea ice // The Cryosphere. 2019. V. 13. No. 3. P. 775–793. doi: 10.5194/tc-13-775-2019.
- Gutierrez A., Castro R., Vieira P., Lopes G., Barbosa J. SMOS L1 Processor L1c Data Processing Model. DEIMOS Engenharia. Lisboa, Portugal. 2017. https://earth.esa.int/eogateway/documents/20142/37627/SMOS-L1c-Data-Processing-Models.pdf.
- Kerr Y.H., Waldteufel P., Wigneron J.-P., Delwart S., Cabot F., Boutin J., Escorihuela M.J., Font J., Reul N., Gruhier C., Juglea S.E., Drinkwater M.R., Hahne A., Martin-Neira M., Mecklenburg S. The SMOS Mission: New Tool for Monitoring Key Elements of the Global Water Cycle // Proc. IEEE. 2010. V. 98. No. 5. P. 666–687. doi: 10.1109/JPROC.2010.2043032.
- Lepparanta M. Freezing of Lakes and the Evolution of their Ice Cover. Cham: Springer Nature Switzerland AG, 2023. 361 p. https://doi.org/10.1007/978-3-031-25605-9.
- Matzler C. Passive Microwave Signatures of Landscapes in Winter // Meteorology and Atmospheric Physics. 1994. V. 54. P. 241–260. https://doi.org/10.1007/BF01030063.
- McMullan K.D., Brown M.A., Martín-Neira M., Rits W., Ekholm S., Marti J., Lemanczyk J. SMOS: The payload // IEEE Trans. Geoscience and Remote Sensing. 2008. V. 46. No. 3. P. 594–605. doi: 10.1109/TGRS.2007.914809.
- Oliva R., Martín-Neira M., Corbella I., Closa J., Zurita A., Cabot F., Khazaal A., Richaume P., Kainulainen J., Barbosa J., Lopes G., Tenerelli J., Díez-García R., González–Gambau V., Crapolicchi R. SMOS Third Mission Reprocessing after 10 Years in Orbit // Remote Sensing. 2020. V. 10. № 12. P. 1645. 24 p. https://doi.org/10.3390/rs12101645.
- Petrich C., Eicken H. Growth, Structure and Properties of Sea Ice // Sea Ice / eds. Thomas D.N., Dieckmann G.S. Chichester: Blackwell Publishing Ltd, 2010. P. 23–77.
- Ran Y., Li X., Cheng G., Che J., Juha A., Olli K., Jan H., Miska L., Jin H., Jaroslav O., Masahiro H., Yu Q., Chang X. New high-resolution estimates of the permafrost thermal state and hydrothermal conditions over the Northern Hemisphere // Earth System Science Data. 2022. V. 14. P. 865–884. https://doi.org/10.5194/essd-14-865-2022.
- Sahr K., White D., Kimerling A.J. Geodesic Discrete Global Grid System // Cartography and Geographic Information Science. 2003. V. 30. No. 2. P. 121–134. doi: 10.1559/152304003100011090.
- Tikhonov V., Khvostov I., Romanov A., Sharkov E. Theoretical study of ice cover phenology at large freshwater lakes based on SMOS MIRAS data // The Cryosphere. 2018. V. 12. No. 8. P. 2727–2740. https://doi.org/10.5194/tc-12-2727-2018.
- Tikhonov V.V., Romanov A.N., Khvostov I.V., Alekseeva T.A., Sinitskiy A.I., Tikhonova M.V., Sharkov E.A., Komarova N.Yu. Analysis of the hydrological regime of the Gulf of Ob in the freezing period using SMOS data // Rossiiskaya Arktika [Russian Arctic]. 2022. No. 2(17). P. 44–71. doi: 10.24412/2658-4255-2022-2-44-71.
- Timco G.W., Frederking R.M.W. A review of sea ice density // Cold Regions Science and Technology. 1996. V. 24. No. 1. P. 1–6. https://doi.org/10.1016/0165-232X(95)00007-X.
- Ulaby F.T., Long D.G. Microwave Radar and Radiometric Remote Sensing. Ann Arbor, Michigan: Univ. of Michigan Press, 2014. 984 p.
- Zwally H.J., Comiso J.C., Parkinson C.L., Campbell W.J., Carsey F.D., Gloersen P. Antarctic Sea Ice 1973-1976 from Satellite Passive-Microwave Observations. NASA Spec. Publ. Ser. 459. 1983. 206 p.
Supplementary files
