CC BY
348
Вестник ДВО РАН. 2007. № 4
75,
лет ДВО РАН
В.А.ЛЕВИН, А.И.АЛЕКСАНИН, М.Г.АЛЕКСАНИНА
Задачи и проблемы спутникового информационного обеспечения мониторинга океана и атмосферы на Дальнем Востоке
Рассматриваются существующие в Центре коллективного пользования спутникового мониторинга окружающей среды ДВО РАН возможности и перспективы получения и обработки данных метеорологических спутников для мониторинга дальневосточных морей в рамках международных программ по наблюдению за океаном и атмосферой. Представлены новые методики анализа структуры физических полей океана и атмосферы с выделением конкретных объектов мониторинга — вихрей, струй течений, фронтов, тропических циклонов.
Tasks and problems of information technologies for satellite monitoring of ocean and atmosphere in the Far
East. V.A.LEVIN, A.I.ALEXANIN, M.G.ALEXANINA (Institute of Automation and Control Processes, FEB RAS, Vladivostok).
Resources and prospects of the FEB RAS Centre of satellite monitoring of environment for reception and processing of meteorological satellite data for monitoring of the Far Eastern seas according to the international programs on oceanic and atmospheric supervision are considered. New methods for oceanic and atmospheric field analysis with the purpose to detect structure objects — eddies, jets, fronts and tropical cyclones — are presented.
Регулярность спутниковой информации обеспечивает наблюдение в труднодоступных районах и служит основой для проведения мониторинга окружающей среды, цель которого - диагностика и обнаружение изменений различных природных и антропогенных процессов, явлений и объектов. Спутниковый мониторинг необходим для прогноза погоды, оценки перспективности рыбопромысловых районов и управления рыбным промыслом, информационной поддержки морских исследовательских экспедиций, обнаружения опасных экологических явлений (вредоносного цветения водорослей, пылевого и теплового загрязнения атмосферы, вырубки и деградации лесов), наблюдения опасных природных явлений и катастроф (тайфунов, наводнений, лесных пожаров), управления морским и воздушным транспортом (включая ледовую проводку судов) и т.д.
Для мониторинга динамических процессов океана и атмосферы используются метеорологические спутники с низким пространственным разрешением (от 250 м и более) и высокой периодичностью измерений (не реже одного раза в сутки при мониторинге поверхности Земли, одного раза в час - атмосферы). Существуют 2 типа спутников: полярно-орбитальные и геостационарные. В соответствии с соглашениями, подписанными в рамках Всемирной метеорологической организации (WMO), информация большинства таких спутников бесплатна, она передается свободно в режиме реального времени. Последнее обстоятельство особенно важно, так как ценность таких данных определяется оперативностью их получения и обработки.
ЛЕВИН Владимир Алексеевич - доктор физико-математических наук, академик, АЛЕКСАНИН Анатолий Иванович - кандидат технических наук, АЛЕКСАНИНА Марина Георгиевна - кандидат технических наук (Институт автоматики и процессов управления ДВО РАН, Владивосток).
Работа выполнена в рамках программы фундаментальных исследований Президиума РАН № 14 (раздел II) и поддержана грантами РФФИ № 05-01-01110, 06-01-96915 и грантами ДВО РАН.
Спутниковая информация фактически носит одномоментный измерительный характер, представлена в нескольких спектральных диапазонах (каналах) и требует глубокой компьютерной обработки для получения необходимых параметров окружающей среды. В последние годы спутниковые измерения выходят на первое место при исследованиях океана и атмосферы не только по количеству (миллиарды измерений в день для региона расположения спутникового центра), но иногда и по качеству при сравнении с данными прямых измерений. Дистанционные измерения современных спутниковых датчиков достаточно точно определяют основные параметры океана и атмосферы над океаном, что позволяет получить адекватное представление о глобальных и региональных изменениях в системе атмосфера-океан в различных временных и пространственных масштабах [10, 12].
Спутниковая информация обеспечивает расчет таких полей, как температура поверхности океана, профили температуры и влажности в атмосфере, осадки, ветер, аэрозоли, скорости поверхностных течений, уровневая поверхность моря, концентрация хлорофил-ла-а, вегетационные индексы и т.д. Только с помощью одного радиометра MODIS можно получать более 30 параметров окружающей среды, и это число постоянно растет. При решении конкретных задач эта информация и подспутниковые измерения используются для усвоения в дальнейшем численными моделями диагностики и прогноза. Рассчитываемые поля при этом являются экосистемными индикаторами, необходимыми для диагностики и предсказания различных экологических последствий.
На орбитах Земли находятся десятки метеорологических спутников. Каждый из них располагает несколькими измерителями различных параметров атмосферы и океана. Извлечение полезной информации из получаемых данных сложно, и проходит много времени от запуска нового прибора на орбиту до использования его при решении какой-либо прикладной проблемы. Интерпретация спутниковых данных основана на решении задач распространения излучения в среде и требует использования статистической обработки, цифрового анализа изображений, моделей расчета излучения в различных диапазонах спектра (каналах), а также численных моделей динамики атмосферы и океана. При наличии огромного потенциала данных метеорологических спутников существует серьезная проблема извлечения и приведения полезной информации к пригодному для поставки виду и включения ее в схемы решения прикладных задач. На сегодняшний день возможности спутниковой информации востребованы на единицы процентов в силу отставания методик и программных средств ее цифровой обработки.
Требуется широкая межведомственная и международная кооперация по развитию и обмену как технологиями, так и результатами обработки спутниковой информации. Первичная обработка, верификация, интерпретация, усвоение и обмен потоками информации могут осуществляться только всеми заинтересованными сторонами путем интеграции с существующими центрами подспутниковых измерений и спутниковых данных, а также создания соответствующих специализированных архивов данных. Объединение усилий в рамках крупных международных проектов отвечает интересам всех стран и направлено на развитие спутниковых технологий мониторинга.
Международные проекты
и задачи спутникового дистанционного зондирования
В настоящее время в области спутникового мониторинга океана и атмосферы можно выделить три связанные между собой ключевые задачи, которые определяют развитие средств спутникового дистанционного зондирования и воплощаются в глобальных международных проектах: прогноз «погоды» океана - Global Ocean Data Assimilation Experiment (GODAE), охрана окружающей среды - United Nations Environment Programme (UNEP) и спутниковое информационное обеспечение прогноза погоды - Regional ATOVS Retransmission System (RARS).
Создание средств и методов диагностики и прогноза «погоды» океана GODAE. Эксперимент по усвоению данных об океане был инициирован в 1997 г. в рамках Глобальной системы наблюдения за климатом (GCOS - Global Climate Observing System) и Глобальной системы наблюдения за океаном (GOOS - Global Ocean Observing System) для прогноза «погоды» океана на основе системы наблюдения, коммуникационных связей между региональными и основным центрами с усвоением данных в глобальной численной модели.
Критически важной для реализации проекта является температура поверхности океана, измеряемая спутниковыми системами наблюдения за Землей. Современные требования к точности расчета полей температуры привели к пересмотру сложившихся алгоритмов расчета. Помимо рассчитанной по спутниковой информации температуры воды в точке, необходимо предоставлять одновременно оценки надежности расчета, результаты сравнения с прямыми подспутниковыми измерениями, скорость приводного ветра, пришедшее солнечное излучение, оптическую глубину аэрозоля и др.
Чтобы получать температурные карты в любых погодных условиях с высокой точностью 4 раза в день и пространственным разрешением не хуже, чем 10 км, конечный анализ и построение по условиям проекта должны проводиться в Глобальном центре (Global Data Analysis Centre, США) на основе оценок различных спутниковых радиометров. Такие карты поставляются пользователям в течение 6 ч после получения спутниковой информации.
Примером прикладного использования программы может служить промысел пелагических рыб (сайры, скумбрии, анчоуса и др.). Наличие детальной температурной карты позволяет легко идентифицировать перспективные для улова районы (рис. 1, см. 3-ю сторонку обложки), а ее точный прогноз позволит заранее и оптимально перемещать рыбопромысловый флот.
Программа по охране окружающей среды UNEP. Цель программы - стимулирование международного сотрудничества в области защиты окружающей среды и улучшения качества жизни текущего и будущих поколений людей. Одна из подпрограмм предусматривает защиту морской и прибрежной окружающей среды, при которой спутниковое дистанционное зондирование становится необходимым инструментом для определения экологического состояния акваторий.
Серьезным экологическим бедствием является вредоносное цветение фитопланктона, называемое красным приливом из-за цвета погибших организмов (хотя море может иметь различные оттенки в зависимости от видов водорослей), которое приводит к отравлениям и гибели людей, животных, рыбы и значительным экономическим потерям (сотни миллионов долларов в год только для одной Японии). Оседающая после цветения масса органического вещества разлагается, из-за чего резко снижается содержание кислорода в воде, и выделяет токсины. Мониторинг массового размножения водорослей можно осуществлять по концентрации хлорофилла-а, определяемой по спутниковой информации цветности моря. На рис. 2 (см. 3-ю сторонку обложки) представлено распределение этого показателя для зал. Петра Великого (по данным радиометра MODIS/AQUA программного комплекса SeaDAS). Рост концентрации хлорофилла-а позволяет детектировать районы с критической массой водорослей. Искусственное воспроизводство морепродуктов - экономически выгодная отрасль, которая на Дальнем Востоке развивается быстрыми темпами. В Приморье и на Сахалине условия для выращивания одни из самых благоприятных в регионе, поэтому такая информация очень важна.
Высокая концентрация хлорофилла-а - это показатель не только загрязнения моря, но в первую очередь биопродуктивности акватории, на основе которого можно делать выводы о перспективности добычи биоресурсов. Недостаточное использование спутниковых технологий оборачивается большими непроизводительными затратами и ведет к резкому снижению эффективности промысла. В 1980-е годы в СССР суда при поиске промыслового района теряли около 40% времени работы в море [5]. Из-за сокращения запасов рыбы
в Дальневосточном регионе и многократного уменьшения вложений на рыборазведку растут затраты времени и средств на поиск судами промысловых скоплений рыбы. В меморандуме Азиатского банка развития отмечается, что «в мировой добыче рыбы развивающиеся страны составляют менее 40%, несмотря на большую протяженность береговой линии. Это связано с тем, что развивающиеся страны практически не используют новую технологию - спутниковое дистанционное зондирование» [20].
Спутниковые оценки атмосферных параметров RARS. В настоящее время атмосферное зондирование со спутников, в основном с вертикального зондировщика ATOVS (Advanced TIROS Operational Vertical Sounder), является основным источником информации о полях ветра, профилях водяного пара и температуры. Современные системы предсказания погоды базируются на численных моделях динамики атмосферы. Несмотря на то что в Европе одна из самых густых сетей наземных станций наблюдения, по мнению сопредседателя международной группы ITWG/ITSC по развитию технологий обработки данных TOVS Роджера Саундерса (Met Office, Великобритания), «влияние спутниковой информации на модели показывает, что основным компонентом системы наблюдения являются спутники, в то время как зонды (метеорологические) являются вторым или третьим по значимости компонентом» [21]. Обмен данными в режиме реального времени (в течение получаса после их приема) существенно улучшает качество прогнозов погоды. Все это обусловило построение под эгидой Всемирной метеорологической организации глобальной сети передачи данных ATOVS-RARS.
Отдельной задачей мониторинга атмосферы является предсказание последствий таких опасных природных явлений, как тропические циклоны (ТЦ). Основным источником информации для ее решения также являются спутниковые данные. Прогноз движения ТЦ осуществляется с помощью прослеживания и диагностики в автоматическом режиме по данным геостационарных спутников (рис. 3). Используется в основном модифицированная методика Дворака [19] с оценкой макропараметров ТЦ: положения центра, максимальной
скорости ветра, радиусов фиксированных скоростей. Усвоение этих данных в численной модели прогноза совместно с данными профилей атмосферы и полей ветра позволяет делать прогноз перемещения ТЦ [22].
114 115 116 117 118 119
Долгота
в
Рис. 3. Автоматическое выделение ТЦ в Спутниковом центре ДВО РАН: а) полутоновое инфракрасное (ИК) изображение тайфуна и рассчитанные по полю (б) геометрические характеристики - размер глаза, зона кругового вращения, зона спиралевидной закрутки; б) поле доминантных ориентаций контрастов изображения облачности (статистически значимые касательные к изолиниям яркости изображения в окрестности заданной точки); в) траектория тайфуна «СЫапсЫи», построенная в Центре автоматически (ромбики), оператором (треугольники), Японским метеорологическим агентством (круги) и Объединенным центром предупреждения о тайфунах (США) (звездочки)
Современное состояние спутникового мониторинга окружающей среды
Поставленные перед спутниковым мониторингом задачи требуют средств получения и первичной обработки данных с базового набора спутников, наличия распределенных систем обработки с высокоскоростными каналами связи, современной алгоритмической базы тематической обработки с доступом к базам подспутниковой информации. Существующая ныне алгоритмическая база расчета необходимых геофизических параметров существенно отстает от потенциальных возможностей спутниковой информации. На высоком уровне разработка и эксплуатация программных средств тематической обработки для конечного потребителя ведутся обычно для серий спутников с идентичными наборами радиометров. При средней продолжительности эксплуатации спутника около 5 лет требуются годы на создание калибровок и алгоритмов расчета необходимых параметров. Кроме того, существующие программные комплексы громоздки, дороги и трудно осваиваются конечным потребителем. Возможным решением проблемы является создание интернет-технологий тематической обработки спутниковой информации на основе вычислительных ресурсов и программного обеспечения, накапливаемого для этих целей в самом спутниковом центре.
Базовыми источниками информации для решения трех упомянутых задач в Дальневосточном регионе могут быть радиометры полярно-орбитальных (NOAA, Orbview, FY-1D, Terra, Aqua) и геостационарных (GOES-9, FY-2C, MTSAT-1R) спутников. Основные их радиометры имеют пространственное разрешение от 250 м до 50 км и производят сканирование одного и того же участка поверхности от двух раз в день до одного раза в 15 мин.
Вряд ли все виды спутниковых данных можно будет получать и обрабатывать в одном спутниковом центре. Современные требования к различным тематическим картам предполагают одновременное использование нескольких видов как спутниковой, так и подспутниковой информации. Необходима широкая международная кооперация и высокопроизводительные системы распределенной обработки и поставки данных в центры тематической обработки. Речь идет об объемах перерабатываемой информации, выражающихся в десятках Гбайт в сутки, и максимальной задержке времени получения конечной тематической информации от 30 мин до 24 ч в зависимости от решаемой задачи. Это возможно при полной автоматизации процессов обработки по схемам, опробованным в настоящий момент в мире на основе интернет-технологий. Обмен данными подразумевает поставку метаданных (краткая информация о данных, хранящихся в архивах) и заказ с поставкой выбранных архивных данных. При всем разнообразии подходов развитие получают глобальные информационно-поисковые системы сетевой структуры, которые автоматически опрашивают спутниковые центры по пользовательским заказам и осуществляют поставку необходимой информации в нужных потребителю форматах. В таких системах пользователь может и не знать, какой центр поставил ему информацию.
Спутниковый мониторинг океана в Азиатско-Тихоокеанском регионе
В странах Азиатско-Тихоокеанского региона кооперация в интересующих нас областях развивается в рамках международных проектов в первую очередь между Японией, Китаем, Южной Кореей, Россией, Тайванем, Австралией и США. Япония принимает активное участие в программах GODAE и UNEP. По программе ООН по охране окружающей среды в г. Тояма (Япония) работает международный региональный центр CEARAC /NOWPAP/UNEP (Special Monitoring Coastal Environmental Assessment Regional Activity Center/Northwest Pacific Action Plan/United Nation Enviromental Programm). Подпрограмма «Новая генерация температурных полей океана» WESTPAC/IOC/UNESCO предусматривает разработку и обмен новыми технологиями спутникового мониторинга океана и является по сути частью проекта GODAE. Австралийское метеорологическое бюро координирует
в Азиатско-Тихоокеанском регионе программу A-P RARS - Азиатско-Тихоокеанский сегмент глобальной службы обмена спутниковыми данными для мониторинга атмосферы. Координируют такие работы и берут на себя основные расходы национальные метеоагентства. В США значительный вклад в эту деятельность вносят исследовательские подразделения военно-морских сил на Гавайях.
На российском Дальнем Востоке имеется несколько спутниковых центров: в Хабаровске, Якутске, Магадане, на Камчатке, по два во Владивостоке и на Сахалине. Количество спутниковых станций достаточно для организации эффективного мониторинга территории региона, но слабо развит сервис поставки данных и метаданных потребителю в режиме реального времени, отсутствуют архивы исходной информации. Станции строятся различными ведомствами под собственные нужды, и их потенциал используется в основном для решения единичных задач. Проблема заключается в отсутствии современных программных комплексов первичной и тематической обработки информации.
Центр коллективного пользования (ЦКП) регионального спутникового
мониторинга окружающей среды ДВО РАН
Спутниковый Центр организован в 1999 г. на базе лаборатории спутникового мониторинга ИАПУ ДВО РАН (опыт приема и обработки спутниковой информации более 20 лет) с участием ТОИ ДВО РАН и ТИНРО-Центра. Центр прошел международную регистрацию как SML/IACP/RAS (Satellite Monitoring Laboratory/Institute of Automation and Control Processes/Russian Academy of Sciences) и получил статус Центра коллективного пользования РАН [13]. Основная цель Центра - развитие технологий спутникового мониторинга природной среды для проведения и информационной поддержки фундаментальных и прикладных научных исследований институтов ДВО РАН и других ведомств в области физики океана и атмосферы, океанологии, морской биологии, мониторинга опасных природных явлений, экологии (включая информационную поддержку морских экспедиций с поставкой данных на суда в режиме реального времени) [17].
Техническую основу составляет трехантенный комплекс приема данных высокого разрешения с метеорологических спутников Земли, передающих на частотах около 1,7*109 и 8,0*109 Гц. Наличие станций позволяет организовать прием данных, их обработку и хранение с 3 спутников одновременно в одной из двух комбинаций: 2 геостационарных и 1 полярно-орбитальный или 2 полярно-орбитальных и 1 геостационарный. Создана и функционирует в режиме реального времени служба круглосуточного приема, обработки получаемой информации и доведения результатов до потребителей через средства удаленного доступа, Интернет, е-mail и INMARSAT, работает подсистема архивации информации, накоплен архив данных с 1993 г. Для обеспечения доступа различных потребителей к услугам Центра развивается интерактивная гипертекстовая система обработки запросов пользователя, основанная на интеграции сайта (http://www.satellite.dvo.ru), созданного на базе современных средств PHP/Apache, с базой метаданных и средствами распределенной обработки спутниковой информации. Управление обработкой осуществляется на основе SSH-доступа, а поставка данных - на основе ftp-доступа (ftp://ftp.www.satellite.dvo.ru). Все компьютеры Центра объединены в локальную вычислительную сеть с выходом в сеть ДВО РАН и через сеть Академии наук в высокоскоростные сети университетов Владивостока и Хабаровска.
Спутниковый Центр ИАПУ ДВО РАН располагает необходимыми программно-техническими средствами приема и обработки данных базовой группировки метеорологических спутников для организации мониторинга океана и атмосферы на современном уровне, геостационарными (MTSAT-1R, FY-2Q и полярно-орбитальными спутниками (NOAA -радиометры AVHRR, ATOVS; FengYung-1D, Orbview-2 - радиометр SeaWiFS) [24]. Организованы прием и обработка данных со спутника AQUA (радиометр MODIS), имеющего
3 уровня пространственного разрешения (1000, 500 и 250 м) и 36 спектральных каналов. Такие данные к 2012 г. станут основным источником метеорологической информации, так как будут модернизированы базовые спутники МОЛЛ.
Основные направления развития ЦКП
Для мониторинга океана и атмосферы необходим расчет взаимоувязанных полей их параметров, строящихся по совокупности различной спутниковой и подспутниковой информации. Так, информационное обеспечение мониторинга загрязнения моря подразумевает расчет концентрации хлорофилла-а, который в свою очередь основан на данных о концентрациях водяного пара и озона в атмосфере. Тесно связанные с концентрацией хлорофилла-а поля температуры поверхности моря, рассчитываемые по данным ИК-кана-лов, предполагают в соответствии с требованием проекта вОБЛЕ наличие оценок аэрозоля, приводного ветра и зависят от характеристик профилей температуры и влажности атмосферы. Алгоритмам расчета профилей температуры и влажности атмосферы необходимы сведения о распределении концентрации озона в атмосфере. В настоящее время можно выделить 5 ключевых задач, в соответствии со спецификой которых идет развитие информационной структуры Центра:
технологии создания композиционных карт температуры, динамики и структуры (вихри, фронты, лед) морской поверхности;
мониторинг биопродуктивности моря и экологическая обстановка прибрежной зоны; диагностика температурно-влажностных характеристик атмосферы и макропараметров ТЦ с целью усвоения этой информации в численных моделях прогноза погоды; мониторинг пожаров и вулканов;
оценка разливов рек при ливневых осадках и расчет осадков.
В таблице представлена структура информационного обеспечения задач, созданная в последние годы, выделены ключевые источники. К ним есть доступ в режиме реального времени или приближенном к этому. Технологии обработки спутниковой информации Центра базируются как на собственных оригинальных методах, так и на лучших мировых технологиях, представленных в современных программных комплексах: 1МЛРР, 8еаЭЛ8
Информационное обеспечение ключевых задач
Задачи и международные проекты
Источники данных (прибор/спутник)
MODIS/
AQUA
AMSR-E/
AQUA
AVHRR/
NOAA
ATOVS/
NOAA
MTSAT-
1R
Альти-
метр
Aэро-
логия
(зонды)
Температура и структура моря WESTPAC /IOC/UNESCO; NEARGOOS
Биопродуктивность моря CEARAC /NOWPAP/UNEP
Мониторинг атмосферы Л-Р ЯЛЯ8
Мониторинг пожаров и вулканов
Осадки и наводнения
// у
/
/ /
/ /
// у
/
/
/
/
/
/
/
/
FY-2C
FY-1D
(США) - для расчета биооптических и сопутствующих характеристик моря; AAPP, RTTOV, SSMIS 1D-Var (Met Office, Великобритания) - для расчета профилей температуры и влажности атмосферы; ScanMagic, ScanEx Image Processor - первичная и тематическая обработка данных спутников нового поколения (СканЭкс, Россия).
Развитие технологий Центра проводится в соответствии с положениями международных проектов и организаций, в которых он представлен: WESTPAC/IOC/UNESCO, CEARAC/NOWPAP/UNEP, NEARGOOS (North East Asia Regional Global Ocean Observation System) - международный региональный проект по созданию глобальной системы наблюдения за океаном. Центр планирует вступить в организацию A-P RARS.
Построение полей океана и атмосферы не является конечной целью информационного обеспечения перечисленных задач. Наиболее важное и наименее разработанное в настоящее время направление связано с анализом структуры полей и выделением конкретных объектов мониторинга: вихрей и струй течений, циклонов и тайфунов атмосферы, фронтов и т.д. Мониторинг объектов подразумевает их автоматическое выделение с оценкой пространственных и динамических макропараметров. Центр ведет разработку собственных алгоритмов мониторинга объектов окружающей среды - термических структур поверхности моря и тропических циклонов.
Карты термических структур моря. На спутниковых инфракрасных изображениях океанские вихри, струи и фронты ярко проявляются в поле поверхностных температур (рис. 4). Конкретный вид термической структуры определяется сдвиговым характером течений - изменчивостью величины скорости поперек потока. Это приводит к вытягиванию термических контрастов вдоль потока и высокой корреляции направлений изотерм и скоростей. Для получения количественных оценок этого явления был предложен и реализован алгоритм визуализации термических структур поверхности океана на основе метода ориентированных текстур. Суть алгоритма состоит в определении для некоторой окрестности точки поля доминантной ориентации термического контраста (ДОТК) и ее статистической значимости [4]. Для ИК-изображений поверхности океана ДОТК является статистически значимой касательной к изотермам в окрестности заданной точки. Это угол, ортогональный к градиенту яркости и принадлежащий верхней полуплоскости. ДОТК не учитывает величину контраста, поэтому они с одинаковым успехом выделяют структуры как с сильными, так и c слабыми контрастами. Это особенно важно, так как слабоконтрастные структуры часто пропускаются при визуальном анализе спутниковых данных.
Помимо отбраковки ДОТК по статистической значимости, проводится анализ их временной изменчивости с оценкой «времени жизни» ориентации
Рис. 4. Спутниковое ИК-изображение юго-западной части Охотского моря за 30.09.2001 г. с композиционной картой ДОТК (белые отрезки), созданной за 5 дней (22-26.09.2001 г.)
контраста [15, 16]. Композиционные карты ДОТК, прошедшие отбор по пространственно-временной изменчивости, используются на практике (рис. 4). В результате сравнения ДОТК с направлениями скоростей поверхностных течений обнаружено, что те и другие имеют высокий коэффициент корреляции (0,8-0,9) [3], находящийся в прямой зависимости от скорости. Поэтому ДОТК можно использовать как оценки направлений скоростей поверхностных течений. Исследования показали, что пространственно-временное осреднение выделяет ДОТК, связанные с основными синоптическими объектами - вихрями и фронтами. Наиболее устойчивые доминанты согласуются с положениями основных синоптических объектов, чья устойчивость длится от одной до нескольких недель. Регулярно строящиеся месячные композиции ДОТК дали реальную картину сезонной изменчивости струйно-вихревых структур акватории вокруг Курильских островов [2].
Создание методов автоматического выделения вихрей и оценка их положения и формы. В мировой практике визуализация вихрей и фронтов океана по спутниковым изображениям осуществляется в основном путем нефанализа, т.е. на основе зрительного анализа вручную рисуются границы термических струйно-вихревых структур. Имеются лишь единичные примеры создания методов автоматического или полуавтоматического мониторинга синоптических объектов моря, не получивших широкого распространения. В Европе в силу важности задачи уже осуществлен один международный проект и запланирован новый.
Высокая степень совпадения ДОТК с направлениями поверхностных течений позволила создать алгоритм автоматического выделения вихрей с оценкой параметров на основе аналитической модели функции тока вихря [1]. С его помощью на изображении выделены центры всех крупных вихрей юга Охотского моря (рис. 5). Критерии поиска центров были подобраны так, чтобы не пропустить основные вихри, форма которых может быть далекой от круговой. Поэтому наблюдается присутствие центров мелких неоднородностей с циркуляцией, похожей на круговую, и точек, которые нельзя рассматривать как центры вихрей. Такие точки проходят отбраковку на стадии оценки параметров вихря (при уменьшении размера вихря до незначительного). Что касается формы и размеров вихрей, то в целом наблюдается хорошее соответствие с оценками ручного дешифрирования.
Сдвиговая природа скоростей поверхностных течений. Карты ДОТК позволяют рассчитать некоторые количественные характеристики течений, обусловленные их сдвиговым
Рис. 5. Слева - скорости поверхностных течений за 10.10.1995 г. (Южные Курилы), полученные методом морских маркеров, и карта ДОТК. Справа - результаты работы алгоритма автоматического выделения вихрей на полутоновом ИК-изображении. Белые квадраты - начальные приближения центров вихрей. Внешние эллипсы -границы вихрей: белые - оценка в первом приближении; черные - результат решения оптимизационной задачи
характером. Наклон термических контрастов можно использовать не только для оценки направления течения, но и для расчета положения зоны максимальных скоростей [3]. Так, для антициклона в Охотском море методом морских маркеров были рассчитаны скорости течений, на основе которых определены геометрические характеристики вихря (рис. 6). Модель движения в вихре получилась почти круговой. Цель эксперимента состояла в сравнении радиальной структуры скоростей течения и доминантных ориентаций ярко-стных контрастов вихря. Для этого рассчитывались расстояния вдоль радиуса от соответствующих векторов скорости и ДОТК до центра вихря. Оценивались компоненты скорости
и ДОТК-тангенциальная (перпендикулярно радиусу) и нормальная (вдоль радиуса) компоненты скорости.
Результаты эксперимента представлены на рис. 6в. На верхней диаграмме хорошо видна ярко выраженная зона максимальных скоростей. На нижней представлены доминантные ориентации, осредненные на 10-километровых участках и пропорциональные своей осредненной статистической значимости Р. Диаграммы демонстрируют сдвиговый характер поля поверхностных скоростей: доминантные ориентации имеют наклон к зоне максимальных скоростей (как и ожидалось); сдвиг скорости слева больше, чем справа, и поэтому доминантные ориентации слева меньше отклоняются от вертикали; к периферии вихря статистическая значимость ориентаций уменьшается.
Поле ДОТК можно рассматривать как фазовое пространство для построения интегральных кривых таким образом, при котором доминантная ориентация термического контраста к кривой является ее касательной. Поскольку ДОТК можно рассматривать как оценки направлений течений, то интегральные кривые должны соответствовать линиям тока. По закрутке кривых можно определять знак вихря. В силу сдвигового характера течений касательные к изотермам указывают на зоны максимальных скоростей [3, 19], поэтому интегральные кривые будут концентрироваться в этих зонах. Это можно видеть на картах плотности интегральных кривых. Карты строятся следующим образом. Из каждой точки регулярной сетки задается интегральная кривая определенной длины. Количественные оценки локальных величин «сгущения» интегральных линий проявляются как плотность линий. Яркость точки изображения пропорциональна количеству интегральных кривых, прошедших через нее. Чем выше яркость, тем выше плотность интегральных линий тока.
Для оценки возможности выделения зон максимальных скоростей в вихрях было выбрано несколько одиночных вихрей в открытом море, через центры которых проходили спутниковые альти-метрические трассы. Такой выбор трасс позволяет
см/с
40
XII
г
I
и\\ч\ч!
20
60
Рис. 6. Антициклон в Охотском море: а) ИК-изображение; б) форма вихря и скорости поверхностных течений; в) тангенциальная компонента скорости поверхностных течений вдоль радиуса вихря (вверху), доминантные ориентации (внизу)
оценить тангенциальную компоненту скорости поверхностного течения на основе гео-строфического приближения, так как аномалия альтиметрической высоты уровня моря хорошо соответствует уровенной поверхности, обусловленной динамикой воды. Для графика трассы, прошедшей вблизи центра вихря в Охотском море, были оценены положение центра и границы (рис. 7). Поскольку вихрь можно считать круговым, рассчитываемая компонента скорости должна быть близка к величине самой скорости. Видно, что пики максимальной яркости хорошо соответствуют пикам максимальной скорости вдоль трассы. Последние оценивались по середине зоны максимальных скоростей, потому что они не всегда имеют ярко выраженные пики. Следует отметить также хорошее соответствие оценок положения центра вихря и его границ, построенных по полутоновому изображению, с графиками как скорости, так и яркости карт плотности.
Рис. 7. ИК-изображение северо-западной части Тихого океана за 23.09.2001 г. с аномалиями уровня моря (слева). Цифры - долгота границ и центра вихревой структуры. Справа - графики скорости (вверху) и яркости (внизу) плотности интегральных кривых вдоль трассы альтиметрических измерений спутника Торех/РоБе1^п за 2001 г. Вертикальными линиями (Г) отмечены границы вихря, кругом - его центр (Ц)
Оценка характерных масштабов турбулентных структур и их связь с плотностными характеристиками моря. Характерные размеры вихрей, струй и меандров течений обусловлены в первую очередь плотностными свойствами главного термоклина и верхнего квазиоднородного слоя, а также особенностями орографии и глубиной дна для мелководных районов моря. Для акваторий, где характеристики главного термоклина меняются слабо, был опробован подход на основе численного анализа турбулентности методами фрактальной геометрии по интегральным кривым ДОТК для получения оценок характерных пространственных размеров. Анализировалась связь последних с плотностными характеристиками воды (глубиной перемешанного слоя и плотностной стратификацией). Синоптические неоднородности имеют горизонтальные размеры порядка радиуса деформации Россби Ь, который прямо пропорционален глубине термоклина Н и скорости роста плотности воды с глубиной, которую удобно измерять в единицах частоты Вайсса-ла-Брента ^ [9].
Для анализа пространственных размеров турбулентных структур были выбраны интегральные кривые поля ориентаций контрастов. В силу нестационарности процессов
б
Рис. 8. Оценка характерных размеров турбулентных структур на поверхности моря на основе фрактальной геометрии : а) ИК-изображение Японского моря в мае 1994 г. и схема движения и измерений японского судна; б) профили фрактальной размерности и оценки характерных размеров турбулентных структур (+); в) зависимость характерного размера структур от средней частоты
а
в
в океане оценка пространственных свойств кривых проводилась методами фрактального анализа [18]. Использовался «Ъох-соипйп^>-метод [23]. Фрактальную размерность Б(е) можно рассматривать как степень заполненности пространства кривой при заданном пространственном масштабе е (е - линейный масштаб). Максимальная величина фрактальной размерности равна 2 и достигается на теоретических кривых, заполняющих пространства (кривые Пеано). Прямая линия имеет фрактальную размерность 1. В одном из экспериментов анализировались турбулентные структуры Японского моря в мае 1994 г. В это время наблюдалась значительная изменчивость размеров структур: крупные вихревые образования на юге и мелкие на севере (рис. 8а). На рисунке приведена схема судовых измерений, проводившихся в то же время японским судном «8е1:1и Маги». Были выбраны районы с различными характерными размерами турбулентных структур. В окрестности судовых измерений были построены графики фрактальной размерности (рис. 8б).
Точки первых максимумов графиков были взяты за оценки характерных размеров и соответствовали диапазону в 40-70 км. В качестве оценки глубины залегания главного термоклина в Японском море можно взять величину 300 м [14]. Поэтому различие в размерах структур объясняется лишь различной величиной средней для термоклина частоты Вайссала-Брента. Как и ожидалось, с ее ростом идет рост характерных размеров структур (рис. 8в). Аналогичный результат наблюдался и в другом эксперименте, где анализировалась зависимость размеров турбулентных структур от глубины дна шельфа Охотского моря [18].
Информационное обеспечение мониторинга тропических циклонов
Ежедневный спутниковый мониторинг ТЦ проводят в нашем регионе лишь две страны: США и Япония. Для определения макропараметров тайфунов (положение центра, максимальный перепад давления, максимальная скорость ветра, положения радиусов ветра фиксированной величины) используются методика Дворака и ее модификации [19], основанные на анализе структуры облачности спутниковых изображений. Конечной целью мониторинга ТЦ является обеспечение моделей прогноза перемещения тайфуна необходимой информацией. Перемещения ТЦ, как правило, прогнозируются на основе численной модели прогноза погоды [22], основным источником данных для которых в настоящее время становятся профили температуры и влажности, рассчитываемые по данным радиометра ATOVS. Для прогноза траектории ТЦ в числовые поля модели прогноза погоды вносятся модельные поля ТЦ, построенные на основе оцененных макропараметров.
Различные модификации методики Дворака дают различные результаты. Например, максимальные скорости ветра в тайфуне, оцениваемые Объединенным центром предупреждения о тайфунах (США) и Японским метеорологическим агентством, расходятся, как правило, в 1,3—1,5 раза. Типичные рассогласования оценки центра ТЦ достигают 50-100 км и более. При этом трудно надеяться на высокую точность прогноза движения ТЦ и оценки последствий его прохождения. Задача состоит в развитии новых технологий расчета метеополей в режиме реального времени (ветра, водяного пара, температуры атмосферы и поверхности океана), чтобы диагностировать макропараметры ТЦ и моделировать их эволюцию. К основным задачам спутникового мониторинга ТЦ относятся автоматическое обнаружение ТЦ с оценкой положения его центра, параметров формы и изменчивости этих параметров по спутниковой информации и аэрологическим измерениям, а также оценка макропараметров ТЦ в нижней тропосфере (максимальное значение скорости в ТЦ, радиус зоны максимальных скоростей, дефицит давления в центре, радиусы фиксированных значений скорости).
Развиваемая в ЦКП спутникового мониторинга процедура автоматического определения положения центра тайфуна и его геометрических параметров основана на алгоритмах анализа изображений спутника MTSAT-1R (рис. 3). Алгоритм состоит из трех процедур: выделение крупных массивов облачности, которые могут относиться к ТЦ; нахождение глаза ТЦ с оценкой размера глаза (если он есть); оценка центра и геометрии ТЦ по данным доминантных ориентаций термических структур поля облачности. Оценка макропараметров базируется на построении композиционного поля ветра ТЦ по редким аэрологическим измерениям с использованием аналитической модели ветра в ТЦ при его восполнении [6].
Открытие архивов США и Японии о макропараметрах ТЦ (Best tracks) и пересчет Японией эти параметров по улучшенным алгоритмам позволили пересмотреть сложившееся представление о характеристиках тангенциальной компоненты ветра в нижней тропосфере. Убывание скорости ветра V(r) с расстоянием r от центра тайфуна принято описывать формулой
V(r) = V
R
r > R
(l)
Рис. 9. Накопительная гистограмма уровней превышения максимальной скоростью заданных значений для квадратов максимальных скоростей ветра ¥шх (узлы) по японским данным. По оси ординат - количество ТЦ
Рис. 10. Изменение радиусов ветров в 30 (а) и 50 (б) узлов в зависимости от V
4 ' J max
Рис. ll. Изменчивость показателя степени в модели ветра ТЦ
где степень а = 0,5, а расстояние Ятах от центра ТЦ до зоны максимальной скорости Утах почти постоянно и равно 40 милям [7]. В той же работе при оценке распределения ТЦ в зависимости от их кинетической энергии по данным США указывается на резкий излом графика накопительных гистограмм, что можно объяснить наличием двух типов тропических циклонов. Проанализированные нами данные из Японии дают ту же картину (рис. 9). Японские данные показывают излом при максимальных скоростях ветра в 100 узлов, американские - в 140 узлов, что является типичным расхождением оценок и объясняется разными временными интервалами осреднения при оценке максимальной скорости ветра, рассчитываемой в США и Японии.
Данный результат соответствует теоретическим работам В.П.Маслова [11]: при модельных решениях есть два резонансных режима [8], отличающихся характерной угловой скоростью вращения в ТЦ. Все это потребовало более аккуратного анализа, который был проведен с использованием новых японских архивов. Исследовались зависимости: внешнего радиуса тайфуна и положения зоны максимальных скоростей от величины его максимальной скорости; угловой скорости вращения от максимальной скорости тайфуна в зоне максимума скорости; а также широтная зависимость параметров ТЦ.
Анализ японских данных, проведенный на основе медианных оценок макропараметров ТЦ, позволил уточнить модель изменчивости скорости ветра вдоль радиуса (1), применяемую нами для их расчета, и получить дополнительные признаки различия двух типов тайфунов. Так, анализ изменчивости радиусов ветров в 30 и 50 узлов показал, что для первого типа ТЦ (Утах < 100 узлов) наблюдается линейный рост радиусов ветров Я30 и Я}0 (и, соответственно, его размер), а для второго типа размер ТЦ остается постоянным (рис. 10). Кроме того, не наблюдается ярко выраженного изменения параметров тайфуна с изменением широты, обусловленного ростом параметра Кориолиса, если рассматривать ТЦ с одинаковой максимальной скоростью. Радиусы ветров Я30 и Я50 на стадии убывания максимальной скорости превышают радиусы ветров на стадии возрастания. Показатель а степенного
lOS
убывания скорости ветра от центра циклона к периферии увеличивается с ростом V , а после отметки в 100 узлов стабилизируется на значении а = 0,63 (рис. 11). Среднее значение Я составляет примерно 40 миль для ТЦ с V > 60 узлов. Наблюдается качественное соответствие изменчивости параметра а при росте максимальной скорости, и отсутствует подобное соответствие для Ятах при сравнении с прямыми измерениями [25].
Заключение
Данные дистанционного зондирования Земли с метеорологических спутников выходят на первое место при исследованиях океана и атмосферы не только по количеству (миллиарды измерений в день для региона расположения спутникового центра), но иногда и по качеству при сравнении с данными прямых измерений. Дистанционные измерения современных спутниковых датчиков достаточно точно определяют основные параметры океана и атмосферы над ним, что позволяет получить адекватное представление о глобальных и региональных изменениях в системе атмосфера-океан в различных временных и пространственных масштабах. Они составляют основу для диагностики и прогноза различных динамических процессов и объектов. Современные требования к точности и информативности результатов обработки данных направлены на расчет взаимоувязанных полей и параметров и имеют конечной целью контроль среды обитания, а рассчитываемые поля являются экосистемными индикаторами, необходимыми для диагностики и предсказания различных экологических явлений. Последнее направление получило название эко-системного мониторинга и интенсивно развивается в настоящее время.
Сложность задач и разнообразие спутниковых датчиков предполагает развитие кооперации в областях обмена данными и совместных разработок технологий построения полей различных параметров атмосферы и океана. В соответствии с этими тенденциями Центр коллективного пользования регионального спутникового мониторинга окружающей среды ДВО РАН принимает участие в нескольких международных проектах, создавая средства и методики информационного обеспечения.
Наиболее важное и наименее разработанное в настоящее время направление связано с анализом структуры полей и выделением конкретных объектов мониторинга - вихрей и струй течений, атмосферных циклонов и тайфунов, фронтов и т.д. Мониторинг объектов подразумевает их автоматическое выделение с оценкой макропараметров пространственных и динамических характеристик. Центр ведет разработку собственных алгоритмов мониторинга объектов окружающей среды - термических структур поверхности моря и тропических циклонов. Созданы оригинальные методики, основанные на анализе ориентированных текстур инфракрасных изображений. Они позволили получить новые результаты при анализе термических структур моря и создании методов автоматического выделения вихрей с оценкой их положения и формы, при оценке положений зон максимальных скоростей течений и расчете стационарных течений заданной акватории моря, а также характерных масштабов турбулентных структур и их связи с плотностными характеристиками моря.
ЛИТЕРАТУРА
1. Алексанин А.И., Алексанина М.Г Автоматическое выделение вихрей по спутниковым ИК-изображениям // Современные проблемы дистанционного зондирования Земли из космоса: Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов. М.: Полиграф сервис, 2004. С. 382-386.
2. Алексанин А.И., Алексанина М.Г Мониторинг термических структур юга Охотского моря по данным ИК-каналов спутников КОДЛ // Современные проблемы дистанционного зондирования земли из космоса: Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов. Вып. 3. М.: Азбука-2000, 2006. С. 9-14.
3. Алексанин А.И., Алексанина М.Г., Горин И.И. Спутниковые ИК-изображения: от термических структур к полю скоростей // Исследование Земли из космоса. 2001. № 2. С. 7-15.
4. Алексанина М.Г Автоматическое выделение поверхностных структур океана по инфракрасным данным спутников NOAA // Исследование Земли из космоса. 1997. № 3. С. 44-51.
5. Бочаров Л.Н. Системный анализ в краткосрочном рыбопромысловом прогнозировании. Л.: Наука, 1990. 208 с.
6. Гербек Э.Э., Алексанин А.И., Алексанина М.Г, Горин И.И. Региональный спутниковый мониторинг дальневосточных морей // К тридцатилетию ИАПУ ДВО РАН / под ред. В.П.Мясникова. Владивосток: ИАПУ ДВО РАН, 2001. С. 203-224.
7. Голицын Г.С., Писаренко В.Ф., Родкин М.В., Ярошевич М.И. Статистические характеристики параметров тропических циклонов и задачи оценки риска // Изв. РАН. ФАО. 1999. Т 35, № 6. С. 734-741.
8. Доброхотов С. Ю. Цепочки Гюгонио-Маслова для траекторий точечных вихревых особенностей уравнений мелкой воды и уравнение Хилла // Докл. АН. 1997. Т 354, № 5. С. 600-603.
9. Каменкович В.М., Кошляков М.Н., Монин А.С. Синоптические вихри в океане. Л.: Гидрометеоиздат, 1987. 512 с.
10 Копелевич О.В., Лаппо С.С. Использование спутниковых данных для исследования и мониторинга морей и океанов //Современные проблемы дистанционного зондирования земли из космоса: сборник статей. Т. 1. М.: ГРАНП-Полиграф, 2005. С. 30-39.
11. Маслов В.П. Три алгебры, отвечающие негладким решениям систем квазилинейных гиперболических уравнений // УМН. 1980. Т 35, № 2. С. 252-253.
12. Романов А.А. Использование новых информационных технологий в отраслевой системе мониторинга Госкомрыболовства России // Современные проблемы дистанционного зондирования Земли из космоса: Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов. М.: Полиграф сервис, 2004. С.17-32.
13. Центры коллективного пользования Российской академии наук. М.: Наука, 2004. 192 с.
14. Юрасов Г. И., Яричин В. Г. Течения Японского моря. Владивосток: ТОИ ДВО РАН СССР, 1991. 175 с.
15. Aleksanin A.I., Aleksanina M.G. Detection of Stable synoptic structures of ocean surface on satellite IR images // Pattern Recognition and Image Analysis. 2005. Vol. 15, N 2. P. 487-489.
16. Alexanin A.I., Alexanina M.G. Quantitative analysis of thermal sea surface structures on NOAA IR-images // Proc. CREAMS’2000 Int. Symp. Vladivostok, Russia, 2001. P. 158-165.
17. Alexanin A.I., Babyak PV, Herbeck F.E., Levin V.A. Satellite information support of scientific researches and economic applications // Proc. of «Science&Technical information-STI2002», October 16-18. Moscow, 2002. P. 17-18.
18. Alexanin A.I., Alexanina M.G., Herbek E.E., Ryabov O. Scaling property estimation of Thermal sea surface turbulent structures on NOAA IR-imagery // Proc. OCEANS’98, 28 Sept.-1 Oct., 1998. Nice, France, 1998. Vol. 2. P. 1000-1005.
19. Dvorak V.F. Tropical clouds and cloud systems observed in satellite imagery: Tropical cyclones. Work-book. Washington: NOAA/NESDIS, 1995. Vol. 2. 359 p.
20. Fishfinding by satellite // World Fish. 1992. Vol. 41, N 2. P. 17.
21. Griersmith D. Report on the sixth Asia-Pacific satellite data exchange and utilization (APSDEU) Meeting // Korea Meteorological Administration, 1-3 June, 2005, KMA. Seoul, Korea, 2005. P. 34.
22. Hollingsworth A., Viterbo P., Simmons A.J. The relevance of numerical weather prediction for forecasting natural hazards and for monitoring the global environment // ECMWF Tech. Memo. N 361, ECMWF, Reading. Berkshire, 2002. P. 27-29. - http://www.ecmwf.int/publications/library/ecpublications/_pdf/tm361.pdf.
23. Keller J.M., Chen S. Texture description and segmentation through fractal geometry // Computer Vision, Graphics and Img. Proc. 1989. Vol. 45. P. 150-166.
24. Levin V.A., Alexanin A.I., Alexanina M.G., Bolovin D.A., Gromov A.V., Diakov S.E. Receiving and processing of Chinese meteorological satellites FengYun data in the regional center of the Far-Eastern branch of the Russian Academy of Sciences. Proc. of 31st Intern. Symp. on remote sensing of environment. S.-Petersburg, 20-24 June 2005, USA, 2005. - www.isprs.org/publications/related/ISRSE/html/papers/611.pdf.
25. Weatherford C.L., Gray W.M. Typhoon structure as revealed by aircraft reconnaissance. P I: Data analysis and climatology // Mon. Weath. Rev. 1988. N 116. P. 1032-1042.
