ESTIMATION OF SNOW WATER EQUIVALENT BY USE OF SATELLITE RADIOMETRY FOR THE STEPPE ZONE OF WESTERN SIBERIA

Full Text

Снежный покров является естественным природным образованием и оказывает существенное воздействие на климат, условия жизни и хозяйственную деятельность человека. Поэтому задача построения системы мониторинга снежного покрова по данным дистанционного зондирования Земли (ДЗЗ) является актуальной и практически значимой. Данная работа посвящена исследованию методов восстановления влагозапаса снежного покрова. Влагозапас или водный эквивалент снега (SWE), представляет собой толщину слоя воды, образующейся в результате растапливания снега. На сегодняшний день известны несколько алгоритмов оценки влагозапаса снежного покрова. К сожалению, радиометр AMSR-E на спутниковой платформе Aqua вышел из строя, и алгоритмы, использующие эти данные, имеют только ретроспективный интерес. В данной работе анализ по 2009 г. проводился с использованием данных AMSU-A и AMSR-E, аналогичное исследование по 2012 г. проводилось и использованием данных AMSU-A. Основное внимание обращено на использовании данных AMSU. Формулы для расчета SWE по данным AMSU существуют в трех вариантах. Первый вариант, далее SWE1, для слежавшегося снега, с развитым метаморфизмом, возраст снега более двух недель [1]: SWE1 = 0,60 · (TB23 - TB31) + 1,71. Второй вариант, далее SWE2, для свежего не ме-таморфизированного снега, возрастом несколько суток [1]: SWE2 = 0,08 · (TB31 - TB89) + 1,15. Третий вариант, далее SWE3, для свежевыпавшего снега, возрастом несколько часов [1]: SWE3 = 2,6 + 0,39 · (TB23 - TB31), где TB23, TB31 и TB89 - радиояркостные температуры на частотах 23, 31 и 89 ГГц соответственно. На рис 1. приведен пример использовавшихся кадров AMSU. Аналогичные кадры были получены на все исследуемые даты и частоты [2]. Область исследования - степные (южные) районы Омской области. Омская область на данном рисунке расположена внизу по центру по координатам 54+58N (с. ш.) 70+77E (в. д.). Можно заметить, что при разрешении радиометра AMSU на местности 45 км в одном пикселе Омская область в широтном направлении умещается в 6-8 точек на снимке. Пространственное разрешение радиометра AMSR-E имеет аналогичную величину. Так как в конце февраля в области исследования снег лежит повсеместно, выделение заснеженных участков не потребовалось. Рис. 1. Геопривязанный кадр AMSU на 29.02.2012 г., частота 23 ГГц, с наложенными границами субъектов РФ В качестве источника наземных данных использовались результаты собственных измерений временной и пространственной динамики влажности и влагоза-паса снежного покрова в окрестностях г. Омска в период снеготаяния, а также агрометеосводки [3-6] за февраль и март 2009 и 2012 гг. В ходе исследования брались известные точки наземных данных и сравнивались с соответствующими значениями, рассчитанными по формулам для SWE на основании спутниковых данных. В графическом виде соответствие между SWE, определенными наземными методами и восстановленными по спутниковым данным, представлено на рис. 2-3. Для уменьшения объема приведены только самые характерные результаты. 13 12 11 10 9 8 7 ♦♦ у = 1,27 X +1,86 ♦ R2 = 0,31 ♦_ ♦ ♦ •^ł г ♦ ♦ ♦ ♦ ♦ ♦ 4 5 6 SWE реальный (см) Рис. 2. Данные на 28 февраля 2009 г. 10 Раздел 1. Радиолокационная поляриметрия и интерферометрия. Радиометрия земных покровов у = 1,66х -2,22 ♦♦ R2 = 0,49 ♦ . ♦ ♦ 4 ♦ t ♦ у/ ♦ ♦♦ * *♦ ♦ ♦ ♦ 0 2 4 6 8 SWE реальный (см) Рис. 3. Данные за февраль 2009 г. Рис. 4. Зависимость относительной погрешности от числа усредняемых точек Вычисления, пример которых приведен на рис. 2, проводились с использованием алгоритмов SWE2 и SWE3. Все остальные алгоритмы показали коэффициент корреляции менее 0,2. В ряде случаев (SWE1) зависимость носила обратный характер, т. е. неприменима в силу физической некорректности. Таким образом, не смотря на то, что к концу февраля снег был возраста более двух недель (в 2-3 декаду февраля рассматриваемых годов осадки практически не наблюдались), значения SWE, рассчитанные по алгоритмам для свежего снега дают наибольшее сходство с наземными данными. Наименьшая относительная погрешность среди 3-х использованных алгоритмов наблюдалась при использовании алгоритма 2. Обращает на себя внимания тот факт, что с ростом числа рассматриваемых точек, статистическая значимость результатов существенно улучшается. Объяснение этому достаточно очевидное: с ростом числа измерений уменьшается роль случайных факторов, не учтенных в простейшей двухчастотной модели. Для оценки достаточного с практической точки зрения размера используемой экспериментальной выборки, мы построили график (рис. 4), из которого следует, что относительная погрешность «выходит» на стабильный уровень менее 40 % при усреднении по 40 точкам. Это означает, что двухчастотные алгоритмы имеет смысл использовать для оценки среднемесячных значений SWE в конкретном пикселе или для элемента приблизительно 280x280 км2 на конкретную дату. Суммируя результаты работы, приходим к следующим выводам. Существующие алгоритмы оценки SWE, использующие данные СВЧ радиометров, требуют проверки на данных конкретного региона. Без этого выбор модели и ее практическое использование затруднительно. Алгоритмы оценки SWE, нуждаются в существенном временном или пространственном усреднении. 11 Вестник СибГАУ. N 5(51). 2013 Это ограничивает использование алгоритмов в интересах реальных хозяйствующих субъектов, размеры которых менее 300 км. Временное усреднение затрудняет использование этих методов в практике оперативного мониторинга.

About the authors

K. Ju. Berezin

Omsk State Pedagogical University

14 Tukhachevsky st., Omsk, 644099, Russia

A. V. Dmitriev

Omsk State Pedagogical University

14 Tukhachevsky st., Omsk, 644099, Russia

V. V. Dmitriev

Omsk State Pedagogical University

Email: vdmitriev@omgpu.omsk.edu
14 Tukhachevsky st., Omsk, 644099, Russia

References

Supplementary files