CC BY
49
УДК 551.468
DOI 10.46845/1997-3071 -2020-59-13 -23
РЕГИОНАЛЬНАЯ КОРРЕКЦИЯ АЛГОРИТМОВ РАСЧЕТА КОНЦЕНТРАЦИИ ХЛОРОФИЛЛА «А» ПО ДАННЫМ СПУТНИКОВЫХ РАДИОМЕТРОВ VIIRS И OLCI В ЮГО-ВОСТОЧНОЙ ЧАСТИ БАЛТИЙСКОГО МОРЯ
Д. Г. Гоголев, Т. В. Буканова, С. В. Александров
REGIONAL CORRECTION OF ALGORITHMS FOR CHLOROPHYLL «A» CONCENTRATION RETRIEVAL FROM VIIRS AND OLCI RADIOMETERS SATELLITE DATA OF IN THE SOUTH-EASTERN PART OF THE BALTIC SEA
D. G. Gogolev, T. V. Bukanova, S. V. Aleksandrov
Работа посвящена оценке точности расчета концентрации хлорофилла «а» в поверхностном горизонте юго-восточной части Балтийского моря по спутниковым данным видимого диапазона. Проведено сопоставление величин концентрации хлорофилла «а», собранных в морских экспедициях 2019 г. и рассчитанных по данным новейших спутниковых радиометров: VIIRS, установленных на спутниках Suomi-NPP и NOAA-20, и OLCI - на SENTINEL-3A и 3B. Сравнение традиционных судовых и современных данных дистанционного зондирования позволило рассчитать ошибки вычисления концентрации хлорофилла «а» стандартными алгоритмами обработки: OCI для данных VIIRS и алгоритм c использованием нейронной сети - для OLCI. Верификация спутниковых значений, обработанных стандартными алгоритмами расчета концентрации хлорофилла «а», показала слабую связь с натурными измерениями и соответствующие ошибки: для алгоритма OCI коэффициент детерминации равен 0,3 и ошибка регрессии составляет 2,51 мг/м по данным радиометра VIIRS, для алгоритма c использованием нейронной сети коэффициент детерминации равен 0,06 и ошибка регрессии составляет 1,65 мг/м по OLCI. Предложена коррекция стандартных алгоритмов посредством уравнений регрессии, обеспечивших наименьшие погрешности вычисления концентрации хлорофилла «а» в акватории исследования по спутниковым данным и позволивших улучшить степень связи между судовыми и спутниковыми данными. Наибольшая точность расчета концентрации хлорофилла «а» в юго-восточной части Балтийского моря обеспечивается по данным спутникового радиометра OLCI с предложенной региональной коррекцией: ошибка регрессии равна 1,1 мг/м3, коэффициент детерминации - 0,3.
концентрация хлорофилла «а», спутниковые данные видимого диапазона, региональные алгоритмы, Балтийское море
The work is devoted to the assessment of accuracy of chlorophyll "a" concentration retrieval from satellite data of visible range in the surface layer of the south-eastern Baltic Sea. Values of chlorophyll "a" concentration collected in the marine expeditions of 2019 and calculated using the novel satellite radiometers: VIIRS installed on the Su-
omi-NPP and NOAA-20 satellites, and OLCI working on the SENTINEL-3A and 3B satellites were compared. Comparison of traditional ship measurements and state-of-the-art satellite technique allowed estimating the errors of chlorophyll "a" concentration calculation using standard satellite data processing algorithms: the OCI algorithm for VIIRS radiometer data and the algorithm using a neural network for OLCI radiometer data. Verification of satellite data processed by standard algorithms showed a weak connection with field data and corresponding3 errors: the determination coefficient was 0.3 and the regression error was 2.51 mg/m for the OCI algorithm applied for VIIRS radiometer data and the determination coefficient was 0.06 and the regression error was 1.65 mg/m3 for the algorithm using a neural network applied for OLCI radiometer data. Correction of standard algorithms by regression equations was proposed, and provided the smallest errors in calculating the chlorophyll "a" concentration in the study area using satellite data and improved the fit between ship and satellite data. The highest accuracy of concentration of chlorophyll "a" calculation for the south-eastern Baltic Sea is provided by OLCI satellite radiometer with the proposed regional correction: the regression error is 1.1 mg/m3, the determination coefficient is 0.3.
chlorophyll «a» concentration, satellite data of visible range, regional algorithms, the Baltic Sea
ВВЕДЕНИЕ
В течение последних 50 лет одной из главных экологических проблем Балтийского моря признана эвтрофикация - процесс повышения биологической продуктивности вод вследствие чрезмерного поступления биогенных элементов, что в результате приводит к различным негативным эффектам (ухудшению качества вод, исчезновению кислорода и появлению сероводорода, сокращению биоразнообразия и т. д.) [1]. В комплексном анализе состояния водоемов информация о биомассе и скорости продукции фитопланктона играет важнейшую роль [2]. Для измерения показателей биомассы фитопланктона удобно использовать хлорофилл «а» - главный фотосинтетически активный пигмент фитопланктона, преобладающий во всех группах водорослей. Помимо стандартных лабораторных измерений концентрации хлорофилла «а» существует возможность и дистанционного ее вычисления с помощью спутниковых данных видимого диапазона с высоким разрешением как в пространстве, так и во времени [3].
Юго-восточная часть моря относится к наиболее эвтрофированным районам Балтики [4]. В калининградской зоне Балтийского моря наибольшие концентрации хлорофилла «а» наблюдаются в прибрежной зоне от м. Таран до побережья Куршской косы, где они достигают эвтрофного уровня (больше 4 мг/м ) за счет интенсивного развития диатомовых водорослей в весенний период
33
(до 19,8 мг/м ) и сине-зеленых - в летний (до 19,3 мг/м ) [5, 6].
С 2003 г. отмечается ежегодный рост концентрации хлорофилла «а» в юго-восточной части моря, равный +0,1 мг/м /год [4]. Сегодня существует единственный региональный алгоритм расчета концентрации хлорофилла «а» для этого района Балтийского моря по спутниковым данным видимого диапазона [7]. Он был разработан только для данных сканера цвета океана MODIS, установленного на спутниках Terra и Aqua, которые функционируют на орбите Земли уже довольно продолжительное время (с 1999 г. и 2002 г. соответственно), выполняя
большой спектр научно-исследовательских задач. В ближайшем будущем собственник спутников (Национальное управление по аэронавтике и исследованию космического пространства (НАСА), США) не исключает истощение их ресурсов, в связи с чем c 2012 г. устанавливаются новые приборы на более молодых спутниках - продолжателях миссии Terra и Aqua. Относительно недавно аппараты Su-omi-NPP и NOAA-20 были оборудованы радиометром VIIRS (Visible Infrared Imaging Radiometer Suite), работающим в УФ, ИК и видимом диапазоне. Именно VIIRS стал приемником миссии аппарата MODIS по исследованию температуры морской поверхности и биологической продуктивности океана.
В свою очередь, в 2016 г. Европейское космическое агентство вывело на орбиту Земли спутники Sentinel-3A и 3B, предназначенные для оперативного мониторинга Мирового океана в течение следующих 20 лет. На их борту с 2019 г. стал работать радиометр OLCI (Ocean and Land Colour Instrument), ставший заменой спектрорадиометра MERIS, установленного на аппарате Envisat, связь с которым была потеряна в 2012 г.
Спутниковые данные радиометров VIIRS и OLCI еще не были апробированы в акватории Юго-Восточной Балтики, поэтому необходимо выяснить возможности их применения для района изучения.
Цель исследования - разработка новых региональных алгоритмов расчета концентрации хлорофилла «а» для юго-востока Балтийского моря по спутниковым данным радиометров VIIRS и OLCI.
Задачи исследования:
1. Оценить точность расчета концентрации хлорофилла «а» стандартными алгоритмами, применяемыми для приборов VIIRS/Suomi-NPP, NOAA-20 и OLCI/Sentinel-3 на основе сравнения с результатами судовых съемок;
2. Провести коррекцию (модификацию) существующих алгоритмов расчета концентрации хлорофилла «а» по информации с радиометров VIIRS и OLCI с целью получения наиболее точных значений концентрации хлорофилла «а» в акватории исследования.
МАТЕРИАЛЫ И МЕТОДЫ
Судовые данные. В рамках экологических исследований на протяжении всех гидрологических сезонов (с января по октябрь 2019 г.) проведено девять экспедиций. Всего было выполнено 65 измерений концентрации хлорофилла «а» в поверхностном горизонте Юго-Восточной Балтики на 33 станциях, расположенных в этом районе в пределах территориальных вод и исключительной экономической зоны России (рис. 1).
Рис. 1. Расположение судовых станций в 2019 г.
Fig. 1. Location of stations for ship measurements in 2019
Измерения концентрации хлорофилла «а» выполнены сотрудниками Атлантического филиала Всероссийского научно-исследовательского института рыбного хозяйства и океанографии (АтлантНИРО). Определение этого параметра проводилось спектрофотометрическим методом [8].
Спутниковые данные. Для расчета концентрации хлорофилла «а» использованы спутниковые данные видимого диапазона радиометров VIIRS (спутники Suomi-NPP и NOAA-20) и OLCI (спутники Sentinel-3).
Для анализа был выбран 41 снимок спектрорадиометра VIIRS за период с января по октябрь 2019 г. Уровень обработки level 2, пространственное разрешение - 1 км. Время пролета спутников Suomi-NPP и NOAA-20 над исследуемой акваторией - с 9:30 до 14:00, периодичность - 1 раз в сутки. Для дешифрирования спутниковых данных использовалась программа SeaDAS версии 7.4 [9]. Доступ к данным радиометра VIIRS является свободным и бесплатным, осуществляется через Интернет-сайт Годдардского аэрокосмического центра НАСА Ocean Color Web (http://oceancolor.gsfc.nasa.gov) [9].
В стандартный пакет анализа спутниковых данных VIIRS входит расчет концентрации хлорофилла «а» двумя алгоритмами:
1) Ocean color index (OCI), предложенный авторами [10]:
Ch¡oci=Rrs(Xgreen)-[Rrs(XbiUe) + (Xgreen-hlue)/ßred~hlue) X (Rrsßred)-Rrsßbleu)]- (1)
Принцип определения концентрации хлорофила «а» по алгоритму OCI основан на индексе цвета, определяемом как разность между коэффициентом яркости восходящего излучения в зеленой области спектра Rrsßgreen) и отношением между коэффициентами яркости восходящего излучения в синей Rrsßblue) и красной Rrsßred) областях. Для расчета применяются коэффициенты яркости излучения на следующих каналах:
• для VIIRS на спутнике Suomi-NPP: 443 нм (голубой), 551 нм (зеленый), 671 нм (красный);
• для VIIRS на спутнике NOAA-20: 445 нм (голубой), 556 нм (зеленый), 667 нм (красный).
Алгоритм OCI был апробирован, в том числе, для прибрежных и внутри-материковых вод, и использует в расчете весь спектр излучения - голубой, зеленый и красный каналы, что необходимо для оптически сложных мутных вод;
2) OC3, созданный авторами [11]:
Ch10сз = 1 0 ( а °+" 1 *+^ *2+ "з *s+o^)f гд е х = 1 о g!0 g^), (2)
где X = log\0(Rrsi/Rrs2), Rrsj - коэффициент яркости восходящего с поверхности воды излучения на голубом канале (443, 445 нм); Rrs2 - коэффициент яркости восходящего с поверхности воды излучения на зеленом канале (551, 556 нм).
Алгоритм OC3 использует в расчете только голубой и зеленый каналы, тем самым он применяется по большей части только для открытых вод океана. Таким образом, в дальнейшей работе предпочтение было отдано алгоритму OCI, а OC3 не был задействован для расчета концентрации хлорофилла «а» в юго-восточной части Балтийского моря по данным радиометра VIIRS, так как это район мутных прибрежных и оптически сложных вод, сильно отличных по характеристикам от океанических.
Сформированы массивы спутниковых данных радиометра VIIRS в акватории исследования - всего обнаружено 32 пары для сравнения судовых данных по концентрации хлорофилла «а» и спутниковых данных VIIRS (таблица).
Таблица. Число сравниваемых пар измерений для судовых и спутниковых данных радиометра VIIRS по концентрации хлорофилла «а»
Table. Number of compared pairs of measurements in situ and satellite VIIRS data on chlorophyll «a» concentration_
Месяц Число пар измерений для данных VIIRS Число пар измерений для данных OLCI
Январь 1 0
Февраль 1 0
Апрель 7 9
Май 1 1
Июнь 3 4
Июль 11 26
Август 2 5
Сентябрь 1 6
Октябрь 5 6
ИТОГО 32 57
Также для анализа были выбраны 59 спутниковых изображений радиометра OLCI за апрель-октябрь 2019 г. Уровень обработки level 2, пространственное разрешение - 300 м. Время пролета спутников Sentinel-3A и 3B над акваторией
юго-восточной части Балтийского моря - с 10:30 до 12:00, периодичность - 1 раз в сутки. Для дешифрирования спутниковых данных применялся программный комплекс Sentinel Application Platform (SNAP) версии 7 [12]. Оператором данных OLCI является портал Copernicus Online Data Access (CODA) (https://coda.eumetsat.int) Европейской организации спутниковой метеорологии (Eumetsat) [13]. Доступ к информации - бесплатный, по предварительной регистрации пользователей.
В стандартный пакет обработки данных OLCI входит расчет концентрации хлорофилла «а» алгоритмом, разработанным с помощью нейронной сети, вычисляющим весь набор биооптических параметров (концентрации хлорофилла «а», взвешенного и окрашенного растворенного органического вещества) [14]:
ChlNN_OLCI = 22 X apig(443)104 , (3)
где apig(443) - показатель поглощения на канале 443 нм.
Вышеупомянутый алгоритм был создан специально для внутренних морей и прибрежной зоны Мирового океана, что делает его пригодным для использования в нашей акватории.
Всего обнаружено 57 пар измерений для сравнения судовых данных по концентрации хлорофилла «а» и спутниковых данных радиометра OLCI, что охватывает большую часть из 65 имеющихся натурных ежемесячных измерений концентрации хлорофилла «а», за исключением зимнего периода (таблица). Вероятно, это связано с тем, что радиометр OLCI имеет пространственное разрешение 300 м (разрешение данных VIIRS ниже - 1 км). В условиях сплошной облачности данные видимого диапазона отсутствуют.
РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ
Верификация спутниковых алгоритмов расчета концентрации хлорофилла «а» по результатам судовых измерений 2019 г. показала следующие результаты.
Сравнительный анализ данных по концентрации хлорофилла «а», полученных в лаборатории (судовые измерения) и с радиометра VIIRS (рассчитаны стандартным алгоритмом OCI по уравнению (1)), показал слабую корреляцию и систематическую ошибку (в большинстве случаев завышение) спутниковых данных по отношению к таковым, полученным in situ: коэффициент детерминации R2 = 0,3, ошибка регрессии Sreg = 2,51 мг/м3, объём выборки n = 32 (рис. 2,а).
С помощью подбора коэффициентов для уравнения регрессии проведена коррекция стандартного алгоритма OCI (уравнение (1). Полученное уравнение имеет вид
Chloci_corr = 0,815 X ChlocL +0,15 . (4)
Коррекция стандартного алгоритма OCI позволила увеличить значение коэффициента детерминации R2 = 0,3 и уменьшить ошибку регрессии Sreg = 2,04 мг/м . Результаты коррекции представлены на рис. 2,б.
¡12>
О 11 ■
о
Гю-
>+ +
I I 11 | I Н 11 М 11 11 11 11 11 11 11 к I 11 И 11 11 И 11 I I I I 11 I I 11 I I I I | I I I I | I I I I |
1 2 3 А 5 В 7 8 9 10 11 12 13
Концентрация хлорофилла по судовым данным, мг/м3
I И 11 И 11 || 11 || 11 И 11 II 11 II 11 | I 11 I | 11 I I | I I I I | I I I I | I I I I | I I I I | I I I
111II1111111111111111
1 2 3 4 5 6 7 8 9 10 11 12 13 Концентрация хлорофилла посудоаым данным, мг/м5
а б
Рис. 2. Сопоставление результатов расчета концентрации хлорофилла «а», полученных по данным судовых и спутниковых измерений радиометром VIIRS: a - по стандартному алгоритму (уравнение (1)); б - по региональному алгоритму (уравнение (4)). Сплошная линия - линейная корреляция между данными, пунктир - линия идеального соотношения 1:1. Число пар измерений n = 32 Fig. 2. Comparison between chlorophyll «a» concentration values measured in situ and obtained from VIIRS data: a - calculated by standard algorithm (equation (1)); b - corrected with the regional algorithm (equation (4)). The solid line corresponds to the regression equation. The dash line shows the perfect agreement.
Number of pairs n = 32
Сравнительный анализ величин концентрации хлорофилла «а», полученных в лаборатории (судовые измерения) и рассчитанных стандартным алгоритмом с использованием нейронной сети (NN) по уравнению (3) для данных радиометра OLCI, показал слабую связь и систематическую ошибк2у спутниковых значений по отношению к in situ: коэффициент детерминации R = 0,06, ошибка регрессии Sreg = 1,65 мг/м , объём выборки n = 57 (рис. 3,а).
С целью проведения коррекции стандартного алгоритма с использованием нейронной сети (уравнение (3)) были подобраны коэффициенты для уравнения регрессии, принимающего следующий вид:
Chl,
NN OLCI corr
0,67 х CMnn OLCI +1,2.
(5)
Удалось значительно увеличить тесноту связи R =0,3 и существенно
3
уменьшить ошибку регрессии: Sreg = 1,1 мг/м . Результаты коррекции представлены на рис. 3,б.
о 7 -
+
+
■Ф 4-
I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I
Концентрация хлорофилла по судовым данным, мг/м3
5 1 ■
к =г £
I I I I I I I I I I I I I I I
I I I I I I I I I I I I I I I I I I I II I I I
0 1 2 3 4 5 6 7
концентрация хлорофилла по судовым данным, мг/му
Рис. 3. Сопоставление результатов расчета концентрации хлорофилла «а», полученных по данным судовых и спутниковых измерений радиометром OLCI: a - по стандартному алгоритму (уравнение (3)); б - по региональному алгоритму (уравнение (5)). Сплошная линия - линейная корреляция между данными, пунктир - линия идеального соотношения 1:1. Число пар измерений n = 57 Fig. 3. Comparison between chlorophyll «a» concentration values measured in situ and obtained from OLCI data: a - calculated by standard algorithm (equation (3)); b - corrected with the regional algorithm (equation (5)). The solid line corresponds to the regression equation. The dash line shows the perfect agreement. Number of pairs n = 57
Таким образом, наиболее точный расчет концентрации хлорофилла «а» в юго-восточной части Балтийского моря обеспечивается по данным спутникового радиометра OLCI с региональной коррекцией алгоритмом по уравнению (5). По сравнению с региональным алгоритмом для спутникового радиометра MODIS, при котором ошибка регрессии составляет 1,2 мг/м3 [7], региональный алгоритм для OLCI (уравнение (5)) показывает меньшую ошибку расчета концентрации хлорофилла «а» (ошибка регрессии равна 1,1 мг/м3). В связи с чем информация с радиометров OLCI и MODIS на сегодняшний день является самой приемлемой для вычисления концентрации хлорофилла «а» в акватории исследования при условии использования региональных алгоритмов расчета.
Исследование выполнено при финансовой поддержке государственного задания № 0149-2019-0013.
ЗАКЛЮЧЕНИЕ
Результаты выполненного исследования позволяют сделать следующие выводы:
• стандартные алгоритмы расчета концентрации хлорофилла «а» по данным спутниковых радиометров VIIRS и OLCI дают существенные погрешности вычислений, в частности, для данных радиометра VIIRS выявлено значительное завышение по сравнению с результатами судовых натурных измерений;
• для более точных расчетов концентрации хлорофилла «а» рекомендуется использовать корректирующие уравнения регрессии, позволяющие снизить ошибку регрессии на 20 % для радиометра VIIRS и на 50 % - для OLCI;
• для расчета концентрации хлорофилла «а» в юго-восточной части Балтийского моря рекомендуется использовать данные спутникового радиометра OLCI с региональной коррекцией алгоритмом по уравнению (5), для которого получена наименьшая ошибка измерения. Ошибка регрессии корректированного ал-
3 2
горитма для OLCI (1,1 мг/м3, R2 = 0,3) вдвое ниже, чем для радиометра VIIRS (2,04 мг/м3, R2 = 0,3).
Авторы благодарят порталы Ocean Color Web и CODA EUMETSAT за доступ к спутниковым изображениям.
СПИСОК ИСПОЛЬЗОВАННЫХ ЛИТЕРАТУРНЫХ ИСТОЧНИКОВ
1. Ecology of Baltic coastal waters / Schiewer U. - Springer-Verlag, 2008. -
430 pp.
2. Eutrophication in the Baltic Sea. Present situation, nutrient transport process, remedial strategies / Hakanson L., Bryhn A.C. - Springer, 2008. - 264 pp.
3. Doerffer, R. Concentration of chlorophyll, suspended matter, and gelbstoff case II water derived from satellite coastal zone color scanner data with inverse modeling methods / R. Doerffer, J. Fiseher // J. Geophysical Research. - 1994. - V. 99. -№ C4. - Р. 7457-7466.
4. Буканова, Т. В. Тенденции эвтрофирования юго-восточной части Балтийского моря по спутниковым данным: дис. ... канд. геогр. наук: 25.00.28 / Бука-нова Татьяна Васильевна; БФУ им. Канта. - Калининград, 2014. - 142 с.
5. Кудрявцева, Е. А. Сезонная изменчивость первичной продукции и состава фитопланктона в береговой зоне российского сектора Гданьского бассейна Балтийского моря / Е. А. Кудрявцева, С. В. Александров, О. А. Дмитриева // Океанологические исследования. - 2018. - Т. 46, № 3. - С. 99-115.
6. Кудрявцева, Е. А. Гидролого-гидрохимические основы первичной продуктивности и районирование российского сектора Гданьского бассейна Балтийского моря / Е. А. Кудрявцева, С. В. Александров // Океанология. - 2019. - Т. 59, - № 1. - С. 56-71.
7. Региональные алгоритмы оценки концентрации хлорофилла и взвеси в Юго-Восточной Балтике по данным спутниковых сканеров цвета / Т. В. Буканова, С. В. Вазюля, О. В. Копелевич, В. И. Буренков [и др.] // Современные проблемы дистанционного исследования Земли из космоса. - 2011. - Т. 8, № 2. - С. 64-73.
8. Методика спектрофотометрического определения хлорофилла «а». ГОСТ 17.1.04.02-90. Москва: Издательство стандартов, 1990. - 15 с.
9. Архив спутниковых данных Годдардского аэрокосмического центра НАСА Ocean Color Web. [Электронный ресурс]. - URL: http://oceancolor.gsfc.nasa.gov (дата обращения: 10.03.2020).
10. Hu C. Chlorophyll-a algorithms for oligotrophic oceans: A novel approach based on three-band reflectance difference / C. Hu, Z. Lee, B.A. Franz // J. Geophys. Res. - 2012. - Pp. 1-25.
11. Технический меморандум НАСА. Анализ калибрации и валидации данных SeaWiFS. [Электронный ресурс]. - URL: https://oceancolor.gsfc.nasa.gov/docs/technical/seawifs_reports/postlaunch/post_vol11_ abs/ (дата обращения: 1.03.2020).
12. Архив Европейского космического агентства. [Электронный ресурс]. -URL: http://step.esa.int (дата обращения: 9.04.2020).
13. Архив спутниковых данных Sentinel Европейской организации спутниковой метеорологии (Eumetsat). [Электронный ресурс]. - URL: https://coda.eumetsat.int (дата обращения: 15.04.2020).
14. Теоретические основы алгоритма для данных OLCI уровня 2. [Электронный ресурс]. - URL: https://sentinels.copernicus.eu/documents/247904/349589/OLCI_L2_Transparency_Pro ducts.pdf (дата обращения: 15.03.2020).
REFERENCES
1. Schiewer U. Ecology of Baltic coastal waters. Berlin, Springer, 2008. 430 p.
2. Hakanson L., Bryhn A. C. Eutrophication in the Baltic Sea. Present situation, nutrient transport process, remedial strategies. Berlin, Springer, 2008. 264 p.
3. Doerffer R., Fiseher J. Concentration of chlorophyll, suspended matter, and gelbstoff case II water derived from satellite coastal zone color scanner data with inverse modeling methods. J. Geophysical Research, 1994, vol. 99, no. C4, pp. 74577466.
4. Bukanova T. V. Tendentsii evtrofirovaniya yugo-vostochnoy chasti Bal-tiyskogo morya po sputnikovym dannym. Diss. dokt. geogr. nauk [Tendencies in eutrophication of the south-eastern part of the Baltic Sea from satellite data. Dis. dr. geogr. sci.]. Kaliningrad, 2014, 142 p.
5. Kudryavtseva E. A. Aleksandrov S. V., Dmitrieva O. A. Sezonnaya iz-menchivost' pervichnoy produktsii i sostava fitoplanktona v beregovoy zone ros-siyskogo sektora Gdan'skogo basseyna Baltiyskogo morya [Seasonal change of phyto-plankton primary production and composition in the coastal area of the Russian sector of the Gdansk basin of the Baltic Sea]. Okeanologicheskie issledovaniya, 2018, vol. 46, no. 3, pp. 99-115.
6. Kudryavtseva E. A. Aleksandrov S. V. Gidrologo-gidrokhimicheskie osno-vy pervichnoy produktivnosti i rayonirovanie rossiyskogo sektora Gdan'skogo basseyna Baltiyskogo morya [Hydrologic and hydrochemical basis of primary production and zoning of the Russian sector of the Gdansk basin of the Baltic Sea]. Okeanologiya, 2019, vol. 59, no. 1, pp. 56-71.
7. Bukanova T. V., Vazyulya S. V., Kopelevich O. V., Burenkov V. I. [i dr.]. Regional'nye algoritmy otsenki kontsentratsii khlorofilla i vzvesi v Yugo-Vostochnoy Baltike po dannym sputnikovykh skanerov tsveta [Regional algorithms for retrieval of chlorophyll and suspended matter concentrations in the south-eastern Baltic Sea from satellite ocean color data]. Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa, 2011, vol. 8, no. 2, pp. 64-73.
8. Metodika spektrofotometricheskogo opredeleniya khlorofilla «a». GOST 17.1.04.02-90. Moscow, Izdatel'stvo standartov, 1990, 15 p.
9. Satellite data archive of Goddard space flight center NASA Ocean Color Web, available at: http://oceancolor.gsfc.nasa.gov (Accessed 10 March 2020).
10. Hu C., Lee Z., Franz B.A. Chlorophyll-a algorithms for oligotrophic oceans: A novel approach based on three-band reflectance difference. J. Geophys. Res, 2012, no. 117, pp. 1-25.
11. Tekhnicheskiy memorandum NASA. Analiz kalibratsii i validatsii dannykh SeaWiFS [NASA Technical Memorandum. SeaWiFS Postlaunch Calibration and Validation Analyses], available at: https://oceancolor.gsfc.nasa.gov/docs/technical/seawifs_reports/postlaunch/post_vol11_ abs (Accessed 1 March 2020).
12. Arkhiv Evropeyskogo kosmicheskogo agentstva [European space agency archive], available at: http://step.esa.int (Accessed 9 April 2020).
13. Arkhiv sputnikovykh dannykh Sentinel Evropeyskoy organizatsii sputnikovoy meteorologii (Eumetsat) [Sentinel satellite data archive of European Organisation for the Exploitation of Meteorological Satellites (Eumetsat)], available at: https://coda.eumetsat.int (Accessed 15 April 2020).
14. Teoreticheskie osnovy algoritma dlya dannykh OLCI urovnya 2 [OLCI Level 2. Algorithm Teoretical Basis Document], available at: https://sentinels.copernicus.eu/documents/247904/349589/OLCI_L2_Transparency_Pro ducts.pdf (Accessed 15 March 2020).
ИНФОРМАЦИЯ ОБ АВТОРАХ
Гоголев Денис Григорьевич - Балтийский федеральный университет им. Иммануила Канта; студент-магистрант кафедры географии океана;
E-mail: dengg@mail.ru
Dogolev Denis Grogorievich - Immanuel Kant Baltic Federal University (Kaliningrad); Graduate student; Institute of Environmental Management, Urban Development and Spatial Planning; E-mail: dengg@mail.ru
Буканова Татьяна Васильевна - Институт океанологии им. П. П. Ширшова РАН; кандидат географических наук, научный сотрудник лаборатории физики моря; E-mail: tatiana.bukanova@gmail.com
Bukanova Tatiana Vasilyevna - Shirshov Institute of Oceanology, Russian Academy of Sciences Candidate of Geographic Sciences; researcher of the Laboratory for marine physics; E-mail: tatiana.bukanova@gmail.com
Александров Сергей Валерьевич - Атлантический филиал Всероссийского научно-исследовательского института рыбного хозяйства и океанографии; кандидат биологических наук, зав. лабораторией гидробиологии;
E-mail: hydrobio@mail.ru
Aleksandrov Sergey Valerievich - Atlantic Research Institute of Marine Fisheries and Oceanography (Kaliningrad); PhD Biologic Sciences; head of the Laboratory for hydrobiology; E-mail: hydrobio@mail.ru
