Повышение пространственного разрешения каналов С-диапазона радиометра AMSR2 для мониторинга арктических морей с использованием каналов измерений на 36,5 ГГц

Е. В. Заболотских1, ✉, Б. Шапрон2

1 Российский государственный гидрометеорологический университет, Санкт-Петербург, Россия

2 Французский научно-исследовательский институт исследований моря, Плузане, Франция

✉ e-mail: liza@rshu.ru

Аннотация

Цель. Исследована возможность улучшения пространственного разрешения радиометра Advanced Microwave Scanning Radiometer 2 (AMSR2) на каналах С-диапазона с помощью измерений на частоте 36,5 ГГц для изучения параметров подстилающей поверхности морей Арктики.

Методы и результаты. Использовались результаты численного моделирования радиояркостной температуры (Тя) микроволнового излучения системы морской лед – океан – атмосфера в условиях нерассеивающей атмосферы Арктики и расчеты Тя для параметров атмосферы и океана по данным реанализа ERA5. В качестве эффективных коэффициентов излучения морского льда подставлялись рассчитанные ранее значения для всего региона Арктики. Оценивалась чувствительность Тя к атмосферному излучению, температуре поверхности и коэффициенту излучения подстилающей поверхности на каналах измерений на частоте 6,9 и 36,5 ГГц на горизонтальной и вертикальной поляризации, а также изменчивость указанных параметров в Арктике. В зависимости от типа поверхности на основании результатов моделирования предложены формулы расчета полей Тя на частоте 6,9 ГГц повышенного пространственного разрешения, использующие Тя на частоте 6,9 ГГц исходного разрешения и Тя на частоте 36,5 ГГц спутникового продукта уровня Level 1R.

Выводы. Разработанный подход расширяет возможности использования данных AMSR2 для детального изучения параметров морей Арктики, частично или полностью покрытых однолетними льдами разного типа и сплоченности. Над областями сплошного многолетнего льда улучшение пространственного разрешения измерений на 6,9 ГГц, особенно на вертикальной поляризации, с помощью описанного подхода не представляется возможным. Ошибки и возможность применения данного подхода определяются изменчивостью параметров влагосодержания атмосферы в элементе низкого пространственного разрешения измерений на частоте 6,9 ГГц.

Ключевые слова

AMSR2, радиояркостная температура, пространственное разрешение, Арктика, система морской лед – океан – атмосфера, физическое моделирование, морской лед

Благодарности

Работа выполнена в рамках государственного задания Министерства науки и высшего образования РФ № FSZU-2025-0005 «Система „морской лед – океан – атмосфера“ Арктики: развитие спутниковых методов и моделей».

Для цитирования

Заболотских Е. В., Шапрон Б. Повышение пространственного разрешения каналов С-диапазона радиометра AMSR2 для мониторинга арктических морей с использованием каналов измерений на 36,5 ГГц // Морской гидрофизический журнал. 2025. Т. 41, № 5. С. 694–714. EDN ORSZRM.

Zabolotskikh, E.V. and Chapron, B., 2025. Enhancing the Spatial Resolution of the AMSR2 C-Band Radiometer Channels for Monitoring the Arctic Seas Using the 36.5 Ghz Measurement Channels. Physical Oceanography, 32(5), pp. 703-722.

Список литературы

  1. Заболотских Е. В., Шапрон Б. Восстановление интегральной влажности атмосферы над океанами по данным спутникового микроволнового радиометра AMSR2 // Современные проблемы дистанционного зондирования Земли из космоса. 2017. T. 14, № 1. C. 207–215. EDN YRBYKD. https://doi.org/10.21046/2070-7401-2017-14-1-207-215
  2. A physical retrieval of cloud liquid water over the global oceans using special sensor microwave/imager (SSM/I) observations / T. J. Greenwald [et al.] // Journal of Geophysical Research: Atmospheres. 1993. Vol. 98, iss. D10. P. 18471–18488. https://doi.org/10.1029/93JD00339
  3. Satellite measurements of sea surface temperature through clouds / F. J. Wentz [et al.] // Science. 2000. Vol. 288, iss. 5467. P. 847–850. https://doi.org/10.1126/science.288.5467.847
  4. Comiso J. C. Enhanced sea ice concentrations and ice extents from AMSR-E data // Journal of The Remote Sensing Society of Japan. 2009. Vol. 29, iss. 1. P. 199–215. https://doi.org/10.11440/rssj.29.199
  5. Estimation of snow depth from AMSR2 and MODIS data based on deep residual learning network / D. Xing [et al.] // Remote Sensing. 2022. Vol. 14, iss. 20. 5089. https://doi.org/10.3390/rs14205089
  6. Lu M., Hoang K. O., Kumarasiri A. D. T. N. Temperature effects in AMSR2 soil moisture products and development of a removal method using data at ascending and descending overpasses // Remote Sensing. 2024. Vol. 16, iss. 9. 1606. https://doi.org/10.3390/rs16091606
  7. On the spatial resolution enhancement of microwave radiometer data in Banach spaces / F. Lenti [et al.] // IEEE Transactions on Geoscience and Remote Sensing. 2013. Vol. 52, iss. 3. P. 1834–1842. https://doi.org/10.1109/TGRS.2013.2255614
  8. Long D. G., Brodzik M. J., Hardman M. A. Enhanced-resolution SMAP brightness temperature image products // IEEE Transactions on Geoscience and Remote Sensing. 2019. Vol. 57, iss. 7. P. 4151–4163. https://doi.org/10.1109/TGRS.2018.2889427
  9. Sethmann R., Burns B. A., Heygster G. C. Spatial resolution improvement of SSM/I data with image restoration techniques // IEEE transactions on Geoscience and Remote Sensing. 1994. Vol. 32, iss. 6. P. 1144–1151. https://doi.org/10.1109/36.338362
  10. Status of AMSR2 instrument on GCOM-W1 / K. Imaoka [et al.] // Proceedings of SPIE. SPIE, 2012. Vol. 8528 : Earth Observing Missions and Sensors: Development, Implementation, and Characterization II. 852815. https://doi.org/10.1117/12.977774
  11. The development of an algorithm to enhance and match the resolution of satellite measurements from AMSR-E / Y. Wang [et al.] // Science China Earth Sciences. 2011. Vol. 54, iss. 3. P. 410–419. https://doi.org/10.1007/s11430-010-4074-0
  12. Validation of hi-resolution sea surface temperature algorithm toward the satellite-borne microwave radiometer AMSR3 Mission / T. Maeda [et al.] // IEEE Geoscience and Remote Sensing Letters. 2021. Vol. 19. 4500305. P. 1–5. https://doi.org/10.1109/LGRS.2021.3066534
  13. An enhanced resolution brightness temperature product for future conical scanning microwave radiometers / F. Nunziata [et al.] // IEEE Transactions on Geoscience and Remote Sensing. 2021. Vol. 60. 5301812. P. 1–12. https://doi.org/10.1109/TGRS.2021.3109376
  14. Choi M., Hur Y. A microwave-optical/infrared disaggregation for improving spatial representation of soil moisture using AMSR-E and MODIS products // Remote Sensing of Environment. 2012. Vol. 124. P. 259–269. https://doi.org/10.1016/j.rse.2012.05.009
  15. Santi E. An application of the SFIM technique to enhance the spatial resolution of spaceborne microwave radiometers // International Journal of Remote Sensing. 2010. Vol. 31, iss. 9. P. 2419–2428. https://doi.org/10.1080/01431160903005725
  16. Long D. G., Hardin P. J., Whiting P. T. Resolution enhancement of spaceborne scatterometer data // IEEE Transactions on Geoscience and Remote Sensing. 1993. Vol. 31, iss. 3. P. 700–715. https://doi.org/10.1109/36.225536
  17. Spatial resolution and data integrity enhancement of microwave radiometer measurements using total variation deconvolution and bilateral fusion technique / W. Hu [et al.] // Remote Sensing. 2022. Vol. 14, iss. 14. 3502. https://doi.org/10.3390/rs14143502
  18. Spatial resolution matching of microwave radiometer data with convolutional neural network / Y. Li [et al.] // Remote Sensing. 2019. Vol. 11, iss. 20. 2432. https://doi.org/10.3390/rs11202432
  19. Liu J. G. Smoothing filter-based intensity modulation: A spectral preserve image fusion technique for improving spatial details // International Journal of Remote Sensing. 2000. Vol. 21, iss. 18. P. 3461–3472. https://doi.org/10.1080/014311600750037499
  20. A simple technique to improve the AMSR-E spatial resolution at C-band / E. Santi [et al.] // 2008 Microwave Radiometry and Remote Sensing of the Environment. Florence, Italy, 2008. P. 1–4. https://doi.org/10.1109/MICRAD.2008.4579458
  21. Meissner T., Wentz F. J. The emissivity of the ocean surface between 6 and 90 GHz over a large range of wind speeds and earth incidence angles // IEEE Transactions on Geoscience and Remote Sensing. 2012. Vol. 50, iss. 8. P. 3004–3026. https://doi.org/10.1109/TGRS.2011.2179662
  22. Матросов С. Ю., Шульгина Е. М. Рассеяние и ослабление микроволнового излучения осадками // Труды Главной геофизической обсерватории им. А. И. Воейкова. 1981. Т. 448. P. 85–94.
  23. Svendsen E., Matzler C., Grenfell T. C. A model for retrieving total sea ice concentration from a spaceborne dual-polarized passive microwave instrument operating near 90 GHz // International Journal of Remote Sensing. 1987. Vol. 8, iss. 10. P. 1479–1487. https://doi.org/10.1080/01431168708954790
  24. Zabolotskikh E. V., Chapron B. Estimation of atmospheric microwave radiation parameters over the Arctic Sea ice from the AMSR2 Data // IEEE Transactions on Geoscience and Remote Sensing. 2024. Vol. 62. 4104211. P. 1–11. https://doi.org/10.1109/TGRS.2024.3392369
  25. Ulaby F. T., Moore R. K., Fung A. K. Microwave remote sensing: Active and passive. Volume 1. Microwave remote sensing fundamentals and radiometry. Reading, MA : Addison-Wesley Publishing Co., 1981. 456 p.
  26. Zabolotskikh E., Azarov S. Wintertime emissivities of the Arctic Sea ice types at the AMSR2 frequencies // Remote Sensing. 2022. Vol. 14, iss. 23. 5927. https://doi.org/10.3390/rs14235927
  27. Заболотских Е. В., Балашова Е. А., Шапрон Б. Усовершенствованный метод восстановления сплочённости морского льда по данным спутниковых микроволновых измерений вблизи 90 ГГц // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16, № 4. P. 233–243. EDN JVEHCG. https://doi.org/10.21046/2070-7401-2019-16-4-233-243
  28. Классификация морского льда в Арктике по данным AMSR2 / Е. В. Заболотских [и др.] / Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21, № 5. P. 263–27. EDN JLANJU. https://doi.org/10.21046/2070-7401-2024-21-5-263-274

Скачать статью в PDF-формате

Мы используем Яндекс Метрику. Подробнее.