Био-оптический алгоритм для оптически мелких вод озера Мичиган. II. Оценка его эффективности

Anton Korosov, Dmitry Pozdnyakov, Robert Shuchman, Michael Sayers, Reid Sawtell, Artem Moiseev

Аннотация


За исключением нескольких областей озеро Мичиган (ОМ) является олиготрофным водоемом с чистой и прозрачной водой. Вследствие воздействия` природных и антропогенных процессов, происходящих на водосборной территории, экологически наиболее серьезные процессы разворачиваются прежде всего в литоральной зоне. В мелководной ее части оптическое влияние дна на сигнал, регистрируемый спутниковым датчиком, оказывается достаточно сильным, что затрудняет дистанционное зондирование параметров качества воды в этих районах. Разработанный для оперативного восстановления параметров качества воды в оптически мелких водах новый био-оптический алгоритм основан на модели переноса излучения, модели оптических свойств вод ОМ и методе многомерной оптимизации. Применение разработанного алгоритма для обработки данных MODIS-Aqua убедительно показало преимущество нового алгоритма по сравнению со стандартным алгоритмом ОС4 в случае оптически мелких вод.


Ключевые слова


оптическое дистанционное зондирование; спектральное отражение; альбедо поверхности; оптически мелкие воды; лимнология; озеро Мичиган

Полный текст:

PDF (English)

Литература


Bukata, R., Jerome, J., Kondratyev, K., and Pozdnyakov, D. Optical Properties and Remote Sensing of Inland and Coastal Waters. Boca Raton: CRC Press. 1995. 362 p.

EEGLE ship-collected data archive. 2003. 1, 2. CD-ROM.

Fahnenstiel, G. L., Scavia, D. Dynamics of Lake Michigan Phytoplankton: the Deep Chlorophyll Layer, Journal of Great Lakes Research, 1987. Vol. 13, no. 3. P. 285-295, doi:10.1016/S0380-1330(87)71652-9.

Fee, E. J. The vertical and seasonal distribution of chlorophyll in lakes of the Experimental Lakes Area, northwestern Ontario :Implications for primary production estimates, Limnology and Oceanography. 1976. Vol. 21, no. 6. P. 767-783

Hooker, S.B. Zibordi. G. Advanced Methods for Characterizing the Immersion Factor of Irradiance Sensors. J. Atmos. Oceanic Technol. 2005. Vol. 22. P. 757-770, doi:10.1175/JTECH1736.1.

Korosov, A.A., Pozdnyakov, D.V., Folkestad, A., Pettersson, L.H., Sörensen, K., Shuchman, R. Semi-empirical Algorithm for the Retrieval of Ecology-Relevant Water Constituents in Various Aquatic Environments. Algorithms. 2009. Vol. 2. P. 470–497.

Korosov, A.A., Pozdnyakov, D.V., Shuchman, R., Sayers, M., Sawtell, R., Moiseev, A.V. Bio-optical retrieval algorithm for the optically shallow waters of Lake Michigan. Part I. Model description and sensitivity/robustness assessment. Limnology. 2016. (in press)

Shuchman, R. A., Leshkevich, G., Sayers, M. J. Johengen, T. H., Brooks, C. N., Pozdnyakov, D. An algorithm to retrieve chlorophyll, dissolved organic carbon, and suspended minerals from Great Lakes satellite data. Journal of Great Lakes Research. 2013. Vol. 32. P. 14-33.

Shuchman, R., Korosov, A., Hatt, C., Pozdnyakov, D., Means, J., Meadows, G. Verification and application of a bio-optical algorithm for Lake Michigan using SeaWIFS: a 7-year inter-annual analysis. Journal of Great Lakes Research. 2006. Vol. 32. P. 258-279.

Zibordi, G. Immersion Factor of In-Water Radiance Sensors: Assessment for a Class of Radiometers. J. Atmos. Oceanic Technol., 2006. Vol. 23. P. 302-313. doi:10.1175/JTECH1847.1.

References

Bukata R., Jerome J., Kondratyev K., and Pozdnyakov D. Optical properties and pemote sensing of inland and coastal waters. Boca Raton: CRC Press, 1995. 362 p.

EEGLE ship-collected data archive. 2003. 1, 2. CD-ROM.

Fahnenstiel G. L., Scavia D. Dynamics of Lake Michigan phytoplankton: the deep chlorophyll layer. Journal of Great Lakes Research. 1987. Vol. 13, no. 3. P. 285–295. doi: 10.1016/S0380-1330(87)71652-9

Fee E. J. The vertical and seasonal distribution of chlorophyll in lakes of the Experimental Lakes Area, northwestern Ontario: implications for primary production estimates. Limnology and Oceanography. 1976. Vol. 21, no. 6. P. 767–783.

Hooker S. B., Zibordi G. Advanced methods for characterizing the immersion factor of irradiance sensors. J. Atmos. Oceanic Technol. 2005. Vol. 22. P. 757–770. doi: 10.1175/JTECH1736.1

Korosov A. A., Pozdnyakov D. V., Folkestad A., Pettersson L. H., Sorensen K., Shuchman R. Semi-empirical algorithm for the retrieval of ecology-relevant water constituents in various aquatic environments. Algorithms. 2009. Vol. 2. P. 470–497.

Korosov A. A., Pozdnyakov D. V., Shuchman R., Sayers M., Sawtell R., Moiseev A. V. Bio-optical retrieval algorithm for the optically shallow waters of Lake Michigan. I. M odel description and sensitivity/robustness assessment. Trans. KarRC RAS. 2017. No. 3. P. 79–92. doi: 10.17076/lim473

Shuchman R. A., Leshkevich G., Sayers M. J., Johengen T. H., Brooks C. N., Pozdnyakov D. An algorithm to retrieve chlorophyll, dissolved organic carbon, and suspended minerals from Great Lakes satellite

data. Journal of Great Lakes Research. 2013. Vol. 32. P. 14–33.

Shuchman R., Korosov A., Hatt C., Pozdnyakov D., Means J., Meadows G. Verification and application of a bio-optical algorithm for Lake Michigan using Sea- WIFS: a 7‑year inter-annual analysis. Journal of Great Lakes Research. 2006. Vol. 32. P. 258–279.

Zibordi G. Immersion factor of in-water radiance sensors: assessment for a class of radiometers. J. Atmos. Oceanic Technol. 2006. Vol. 23. P. 302–313. doi: 10.1175/JTECH1847.1




DOI: http://dx.doi.org/10.17076/lim677

Ссылки

  • На текущий момент ссылки отсутствуют.


© Труды КарНЦ РАН, 2014-2016