Авторефераты по всем темам  >>  Авторефераты по земле

На правах рукописи

АЛЕКСАНИН АНАТОЛИЙ ИВАНОВИЧ

МЕТОДЫ И СРЕДСТВА СПУТНИКОВОГО МОНИТОРИНГА ЦИРКУЛЯЦИИ ОКЕАНА И АТМОСФЕРЫ (НА ПРИМЕРЕ ДАЛЬНЕВОСТОЧНОГО РЕГИОНА)

25.00.28 - океанология (технические наук

и) автореферат диссертации на соискание ученой степени доктора технических наук Владивосток - 2011

Работа выполнена в Институте автоматики и процессов управления ДВО РАН, г. Владивосток

Официальные оппоненты:

Доктор технических наук, профессор Беккер Александр Тевьевич Доктор физико-математических наук, профессор Шевченко Георгий Владимирович Доктор физико-математических наук, Четырбоцкий Александр Наумович

Ведущая организация: Институт космических исследований РАН

Защита состоится л 18 ноября 2011 г. в 14 часов на заседании диссертационного совета Д 005.017.02 при Тихоокеанском океанологическом институте им. В.И. Ильичева ДВО РАН по адресу:

690041, г. Владивосток, ул. Балтийская, 43.

С диссертацией можно ознакомиться в библиотеке Тихоокеанского океанологического института им. В.И. Ильичева ДВО РАН.

Автореферат разослан л октября 2011г.

Ученый секретарь диссертационного совета кандидат географических наук Ф.Ф. Храпченков

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы.

Спутниковые изображения регистрируемого излучения океана и атмосферы в инфракрасном, видимом и микроволновом спектральных диапазонах являются квази-мгновенными отпечатками различных термодинамических процессов и явлений как самого океана, так и взаимодействия океана и атмосферы. Спутниковая информация обеспечивает расчет полей температуры поверхности океана, профилей температуры и влажности в атмосфере, полей осадков, ветра, льда, концентрации аэрозоля, скоростей поверхностных течений, уровенной поверхности моря, концентрации хлорофилла-а и т.д. В то же время отсутствуют измерения, которые с необходимой точностью и регулярностью обеспечивали бы ежедневный расчет скоростей поверхностных течений синоптического масштаба на заданной акватории. Наибольшее количество данных о полях поверхностных течений океана дают методы обработки альтиметрических измерений и методы расчета скоростей по последовательности спутниковых изображений океана в видимом и инфракрасном (ИК) спектральных диапазонах. Но эти источники дают наборы редких и асинхронных данных. Для корректной интерпретации таких измерений до сих пор используется визуально-ручное дешифрирование изображений с выделением основных объектов циркуляции - вихрей и струй синоптического масштаба. Необходима автоматизация этой процедуры и построение специальных методов, позволяющих уверенно решать задачу восстановления поверхностных течений отдельных объектов циркуляции по редким данным. Аналогичные проблемы стоят и при аппроксимации полей ветра по редким аэрологическим измерениям, а также при использовании для этой цели вертикальных профилей температуры и влажности атмосферы, рассчитываемых по данным радиометров ATOVS.

Расчет по спутниковой информации физических полей океана и атмосферы требует применения аппарата статистической обработки данных, цифрового анализа изображений, моделей расчета излучения Земли в различных диапазонах спектра, а также численных моделей динамики атмосферы и океана. Характеристики регистрируемого спутником излучения определяются взаимодействием излучения со средой, в которой оно распространяется. Это позволяет ставить обратные задачи геофизики с целью определения свойств среды на основе моделей решения прямой задачи - прохождения излучения через среду. Параметризация таких моделей и оценка этих параметров путем решения обратных задач - наиболее распространенный подход к зондированию океана и атмосферы. Как правило, оптимальная подгонка искомых параметров сводятся к минимизации функционалов, рассчитывающих рассогласование модельного и регистрируемого сигналов, прошедших через среду. Минимизация ведется методами нелинейного программирования и не является строго формализованной процедурой. Функционалы часто овражного типа, невыпуклые, многоэкстремальные, что требует в некоторых случаях применения специализированного математического аппарата интерактивного поиска оптимального решения и процедур оценки получаемых результатов.

Сложность и разнообразие стоящих задач спутникового дистанционного зондирования требует широкой межведомственной и международной кооперации по развитию и обмену как технологиями, так и результатами обработки спутниковой информации. Проблемы первичной обработки, верификации, автоматизации расчетов и обмена огромными потоками данных могут быть решены только совместно всеми заинтересованными сторонами путем интеграции ресурсов и создания соответствующих специализированных сервисов и архивов данных.

Массовая обработка данных и поставка потребителям детальных карт физических полей океана и атмосферы обеспечивают качественно новый уровень мониторинга процессов и явлений.

Цель работы. Основная цель работы заключалась в разработке новых подходов и создании технологий расчета ключевых параметров океана и атмосферы для диагностики и мониторинга процессов и явлений синоптического масштаба по данным спутникового дистанционного зондирования. Во-первых, это мониторинг основных объектов, составляющих структуру циркуляции океана, а именно, приповерхностных вихрей и фронтальных течений. Это подразумевает разработку автоматических процедур выделения объектов и создание методов восстановления полей течений по редким разнородным и асинхронным данным. Во-вторых, это диагностика и мониторинг тропических циклонов (ТЦ). Решались следующие взаимоувязанные задачи:

1. Разработка подхода к количественному анализу структуры циркуляции на поверхности океана по спутниковым ИК-изображениям. Разработка методов автоматического выделения и мониторинга вихрей океана с оценкой их геометрических и динамических характеристик.

2. Создание методов автоматического выделения и мониторинга тропических циклонов с расчетом их геометрических и динамических характеристик.

3. Развитие методик первичной обработки спутниковой информации в соответствии с постоянно растущими требованиями к точности расчета физических полей океана и атмосферы.

4. Развитие оптимизационного подхода к решению задач интерпретации спутниковых и in situ измерений на основе методов нелинейного программирования.

5. Формирование информационной системы Центра коллективного пользования регионального спутникового мониторинга окружающей среды ДВО РАН и реализация в нем создаваемых технологий.

Научная новизна.

1. Использование ориентированных текстур в форме доминантных ориентаций термических контрастов (ДОТК) яркости, рассчитывающихся по одиночным спутниковым ИК-изображениям, как оценок направлений течений океана. Создана новая количественная форма представления структуры циркуляции поверхности океана для автоматизации процедуры дешифрирования изображений в ИК- и видимом диапазонах спектра.

2. Впервые ориентации контрастов яркости используются для оценки параметров океана: расчета линий тока на поверхности, выделения зон максимальных скоростей течений, восстановления средней многолетней динамической топографии для альтиметрических измерений, оценки плотностных характеристик воды.

3. Созданы новые методы автоматического выделения синоптических вихрей океана по картам ДОТК с расчетом положения центра, формы, размера, знака вихря (циклон/антициклон).

4. Использование доминантных ориентаций в качестве направлений облачного ветра и создание методов автоматического выделения ТЦ с оценкой их геометрических параметров.

5. Китайский спутник FY-1D был запущен без калибровок ИК-датчиков и нестабильными калибровками видимых каналов. Построены технологии первичной и тематической обработки данных спутника, позволившие создать метод расчета карт температуры поверхности океана, соответствующей современным требованиями точности.

6. Применение кодов контроля передаваемой информации для поиска и исправления ошибок передачи данных геостационарных спутников FY-2B и GMS-5. Организация на этой основе приема спутниковых данных на антенну с небольшим диаметром отражателя при обеспечении стандарта качества приема.

Положения, выносимые на защиту:

1. Применение метода построения ориентированных текстур в форме доминантных ориентаций контрастов яркости изображений океана для проведения количественного анализа характеристик циркуляции.

Доминантные ориентации термических контрастов можно использовать как оценки направлений поверхностных течений океана. Композиционные карты ДОТК демонстрируют устойчивость ориентаций в течение нескольких суток, если они приходятся на вихри и течения синоптического масштаба.

2. Созданы методы анализа композиционных карт структуры течений океана в форме ДОТК. Они позволяют автоматически выделять вихри, рассчитывать их положение, форму и геометрические размеры, определять знак вихря (циклон/антициклон). Мониторинг формы с привязкой к ней измерений динамических характеристик объекта позволяет решать проблему пространственно-временного рассогласования измерений, проводить восполнение поля течения по редкой и разнородной информации.

3. Использование ДОТК в качестве направлений облачного ветра тропического циклона позволило создать методы автоматического прослеживания ТЦ с определением его геометрических параметров.

4. Неоднозначность решения задачи оптимальной подгонки параметров калибровки спутниковых инфракрасных датчиков по технологии NOAA/NESDIS может приводить к значительным погрешностям расчета температуры поверхности океана по технологиям NLSST и MCSST.

Интерактивный подход к решению оптимизационных задач позволяет решать подобные плохо обусловленные задачи. Его использование позволило провести кросс-калибровку ИК-каналов спутников MTSAT-1R и FY-1D и создать методы построения температуры поверхности моря, удовлетворяющие требуемой точности.

5. Коды циклического контроля передаваемой информации с геостационарных метеорологических спутников можно использовать не только для обнаружения, но и для поиска и исправления ошибок передачи данных (импульсных шумов). Их применение позволило существенно повысить качество приема информации со спутника FY-2B, мощность передатчика которого упала в результате неполадок, а также организовать прием данных со спутника GMS-5 на антенну с небольшим диаметром отражателя при обеспечении стандарта качества приема (не более одного ошибочного бита на миллион).

Практическая значимость работы.

Разработанные в рамках диссертационной работы технологии частично воплощены в действующем программном обеспечении Центра коллективного пользования регионального спутникового мониторинга окружающей среды ДВО РАН, частично находится в стадии доработки до технологий. Результаты обработки данных на основе внедренных технологий ежедневно поставляются различным потребителям. Технология обработки данных спутника FY-1D передана в NOAA/NESDIS (США) по их запросу.

Созданные технологии использовались для информационного обеспечения научно-исследовательских экспедиций (в основном ТОИ ДВО РАН) и рыбопромысловых экспедиций (в основном ТИНРО-Центра) с 1993 года по 2010 с передачей на суда информации о динамических, структурных и биооптических характеристиках моря. Они позволили автору принимать участие в поиске потерявшихся в штормовых условиях судов в Охотском море (два были найдены, одно благодаря расчетам автора).

Сформирована информационная структура Центра коллективного пользования регионального спутникового мониторинга ДВО РАН, основной задачей которого является проведение ежедневного регионального мониторинга океана и атмосферы. Центр, созданный в 1999 году как межведомственный, с 2002 года проводил закупки нового оборудования. К имевшейся станции приема спутников NOAA добавились 3 новых, и Центр стал способным принимать данные с геостационарных и полярноорбитальных метеорологических спутников как на частотах 1.7Ггц, так и на 8Ггц. Центр развивается в основном на средства выигранных им грантов, и только пятая антенна приобретена в 2007 году на средства Президиума ДВО РАН. Центр закончил формирование технической базы и идет лишь адаптация приемных трактов и программного обеспечения под новые спутники.

Достоверность результатов.

Достоверность подтверждается результатами моделирования, прямыми измерениями восстанавливаемых по спутниковым данным физических параметров океана и атмосферы, существующими закономерностями, а также сопоставлением с результатами общепризнанных методов.

Обоснованность результатов и выводов основывается на применении известных положений и методов обработки данных.

ичный вклад автора.

Автору принадлежит постановка задачи и разработка основ подхода к количественному анализу структуры циркуляции океана и облачности тайфуна по одиночным спутниковым изображениям. Им разработаны методы построения композиционных карт структуры циркуляции, методы мониторинга приповерхностных вихрей, предложены методики усвоения разнородных данных в аналитических моделях аппроксимации течений вихрей и фронтальных зон океана, а также создано действующее программное обеспечение, реализующее эти методы. Разработаны методики мониторинга тропических циклонов по спутниковым изображениям облачности и редким аэрологическим данным. Созданы средства и реализованы методы решения нелинейных оптимизационных задач, что оформлено в виде пакета прикладных программ. Решены задачи, изложенные в пунктах 4 и 5 положений, выносимых на защиту. Автор, являясь ответственным исполнителем Межведомственного центра спутникового мониторинга окружающей среды с конца 2001 года, отвечал за формирование информационной системы Центра, получившего в 2003 году статус центра коллективного пользования РАН. Работы из списка ВАК с номерами 7,12,13,14,18,21,23 и 27 выполнены автором совместно с его аспирантами.

Апробация работы.

Результаты работы докладывались на конференциях различного уровня: First International Conference on Computers and Applications (Beijing, China, 1984); OCEANS-'94 OSATES, 1994, Brest, France и OCEANS'98, 1998, Nice, France; PICES Workshop on the Okhotsk Sea and Adjacent Areas, 1995 и 2004гг.; CREAMS'2000 Int. Symp.,Vladivostok, Russia; Ежегодная открытая Всероссийская конференция Современные проблемы дистанционного зондирования Земли из космоса: физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов 2003-2010 годы, Москва; 7th International Conference on pattern recognition and image analysis: new information technologies, St. Petersburg, 2004; The Third International Workshop on Marine Remote Sensing in Northwest Pacific Region, Beijing, China, 2004; The 4th International Workshop on Remote Sensing of Marine Environment in the Northwest Pacific Region & 1st International Symposium on the Bio-invasion of Non-indigenous Species, 2006, Busan, South Korea; 31st International Symposium on Remote Sensing of Environment (31st ISRSE), Saint Petersburg, RF, 2005; The international scientific conference: УAdvances of Satellite Oceanography: Understanding and Monitoring of Asian Marginal SeasФ, Vladivostok, Russia; Всероссийская конференция "Современные информационные технологии для научных исследований", Магадан, 2008; Третий и четвертый международные экологические форумы "Природа без границ", 2008-2009, Владивосток, Россия; Успехи механики сплошных сред, Всероссийская конференция, приуроченная к 70-летию академика В.А. Левина, 2009, Владивосток, Россия; Земля из космоса - наиболее эффективные решения, четвертая международная конференция, Москва, 2009; X Всероссийская конференция с участием иностранных ученых Проблемы мониторинга окружающей среды (EM-2009), 2009, Кемерово; The 2nd Russia-Taiwan Symposium on Methods and Tools of Parallel Programming Multicomputers (MTPP 2010), Vladivostok, Russia, 2010; The First Russia and Pacific Conference on Computer Technology and Applications (RPC 2010), 2010, Vladivostok (Russia); XIII Российская конференция с участием иностранных ученых "Распределенные информационные и вычислительные ресурсы" (DICR'2010) Новосибирск, 2010.

Результаты проделанной работы вошли в отчеты по ФЦП Мировой океан (1999-2007), и Интеграция (1997-2001), г/к Минобрнауки №02.518.11.7152, гранта INTAS 00-089, грантов РФФИ № 96-01-00184, 9901-00639, 02-01-01133, 05-01-01110, 00-07-90139, 06-01-96915, грантов РАН и ДВО РАН. Они обсуждались на ежегодных встречах рабочих групп национальных экспертов в рамках международной программы ООН по охране окружающей среды CEARAC/NOWPAP/UNEP - Special Monitoring Coastal Environmental Assessment Regional Activity Centre/ Northwest Pacific Action Plan/ United Nation Environmental Programme (2003-2008) и проекта NGSST "Новая генерация температурных полей океана" UNESCO/IOC/WESTPAC.

Структура и объем диссертации.

Диссертация состоит из введения, семи глав, заключения и списка литературы. Работа содержит 359 страниц текста, включая 106 рисунков, таблиц и список литературы, содержащий 304 наименования.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность работы, кратко формулируется суть проблем, которым посвящена диссертация, приводятся научная новизна и положения, выносимые на защиту.

В первой главе рассматриваются состояние дел и проблемы создания средств и методов спутникового мониторинга объектов и процессов циркуляции океана и атмосферы. Показывается необходимость одновременного решения комплекса проблем, связанных с получением и первичной обработкой спутниковой информации, калибровкой и верификацией оцениваемых характеристик океана и атмосферы, методами решения задач оптимальной подгонки параметров зондируемой среды, технологиями автоматического распознавания объектов и процессов циркуляции. Глава носит постановочный характер.

В параграфе 1.1 рассматривается проблемы спутникового мониторинга циркуляции океана. Отмечается, что основные источники данных о скоростях поверхности океана (альтиметрические измерения и скорости поверхностных течений, рассчитываемые по последовательности спутниковых изображений) не дают достаточной плотности наблюдений, чтобы регулярно оценивать динамические характеристики синоптических объектов - вихрей и фронтальных течений. Рассматриваются проблемы точности расчета скоростей поверхностных течений по последовательности изображений автоматическими методами и методом морских маркеров (МММ) - визуально-ручным прослеживанием мелких оптических неоднородностей (feature tracking). Имеющиеся работы [9,22] демонстрируют соответствие скоростей течений, построенных этим методом, с in situ измерениями. На рис.1 приведен типичный пример векторов течений, рассчитанных с помощью метода МММ, и карта температуры поверхности моря (ТПО) с характерными вихревыми структурами. Можно отметить низкую плотность векторов, приходящихся на отдельный вихрь, и частое отсутствие векторов в центральной части вихрей. Такие данные не позволяют использовать стандартные процедуры объективного анализа для аппроксимации скоростей течений. Необходимы специальные функционалы (аналитические модели), аппроксимирующие скорости течения вихрей и фронтальных зон, как отдельных объектов, и максимально учитывающие закономерности пространственной изменчивости поля скоростей этих объектов. Модели аппроксимации должны надежно восстанавливать скорости течения по небольшому количеству измерений. Поэтому они должны иметь минимальное количество настраиваемых параметров, допускающих их физическую интерпретацию. Использование таких параметров позволяет контролировать корректность восстановления течений и вводить обоснованные ограничения при их оптимальном подборе.

Требуются также методы, оценивающие геометрические характеристики объектов по изображениям поверхности океана. Использование геометрической информации в моделях аппроксимации повышает точность решения задачи.

Рис.1. Спутниковые оценки скорости поверхностных течений и карта ТПО фрагмента Японского моря за 01.03.2000 в меркаторской проекции.

Конкретные структуры на ИК-изображении - это в основном результат приспособления поля температуры к поверхностным течениям (рис.1), что приводит к вытягиванию контрастов в направлении потока.

Причиной явления является сдвиговый характер течений синоптического масштаба - изменчивость величины скорости поперек потока [8]. Эта же особенность изображений лежит в основе нефанализа - визуального дешифрирования спутниковых ИК-изображений с целью выделения вихрей и фронтов океана [1,5,7]. Соответственно, правомерно поставить вопрос о создании подхода к анализу термических структур океана, рассматривая ориентацию контраста как оценку направления скорости.

Автоматическая идентификация вихрей океана с оценкой положения центра и формы является важной задачей анализа структуры циркуляции с практическими приложениями в акустике и рыбопромысле. Было предпринято значительное количество попыток создания алгоритма автоматического выделения вихрей в последние годы. В качестве базовой информации для идентификации вихрей используются различные градиентные характеристики поля яркости изображения: градиенты яркости в форме ориентированных текстур [18]; направления градиентов яркости, обработанные алгоритмами текстурного анализа [10], направления оптических потоков изображения [13], направления и модули градиентов [14]. Можно выделить следующие подходы к распознаванию вихрей:

применение нейронных сетей с обучением [13,14], поиск круговоротов на картах ориентированных текстур. Для уточнения центра вихря, оценки его формы и размера часто используется эллиптическая форма линий тока [10,13]. Согласно публикациям в настоящее время удается добиться высокой достоверности выделения вихрей при благоприятных погодных условиях наблюдений. Результаты апробированы в основном на тестовых выборках. В работе [14] представлены результаты автоматического и довольно успешного мониторинга вихрей в районе Гольфстрима за 5 лет. Однако небольшое количество вихрей, прослеженное за эти годы, указывает на то, что проводился мониторинга только рингов, которые существенно легче выделяются из-за их размера и наличия ярко выраженного ядра в поле температур. Как правило, при автоматическом выделении вихрей выделяется значительное количество ложных объектов, эффективность фильтрации которых обычно не высока. Решение данной проблемы не освещается в имеющихся работах. Не приводятся также причины пропуска вихрей.

В параграфе 1.2 рассматривается состояние дел и проблемы автоматического мониторинга тропических циклонов по спутниковым изображениям в ИК- и видимом диапазонах спектра. В настоящее время прогноз траектории ТЦ базируется на оцененных в основном по спутниковой информации макропараметрах тайфуна. К последним относятся: положение центра тропического циклона, минимальное давление в центре, максимальный ветер, размеры зон ураганных и сильных ветров. Точность их определения играет ключевую роль при прогнозе эволюции ТЦ. Для определения макропараметров тайфунов обычно используется методика Дворака и ее модификации [12], основанная на полуавтоматических процедурах анализа структуры облачности спутниковых изображений экспертами. Различные модификации методики Дворака и субъективизм экспертных оценок дают различные результаты. Необходимо создание автоматического алгоритма обнаружения тропических циклонов, оценки их геометрических параметров и апробация алгоритма на длительной серии изображений с геостационарных метеорологических спутников. Попытки создания полностью автоматических алгоритмов на основе изображений геостационарных спутников регулярно предпринимаются [20, 24], однако результаты ограничиваются лишь отдельными примерами.

В параграфе 1.3 рассматриваются вопросы применения оптимизационного подхода к решению задач интерпретации спутниковых и in situ измерений на основе методов нелинейного программирования.

Отмечается вычислительная сложность задач интерпретации данных дистанционного зондирования, обусловленная многоэкстремальностью минимизируемых функционалов, медленной сходимостью методов оптимизации (из-за овражности целевых функций), большой вычислительной емкостью решаемых задач и отсутствием гарантий получения в выбранном классе моделей решения, удовлетворяющего необходимой точности и априорным данным о зондируемой среде. Указывается на необходимость разработки приемов и методик понижения вычислительной сложности решаемых задач за счет интерактивного ведения процесса оптимизации.

Ставится задача оптимального подбора методов и средств ведения оптимизационного процесса.

В параграфе 1.4 рассматриваются вопросы организации информационной структуры для обработки спутниковой и сопутствующей информации с целью реализации разрабатываемых технологи в рамках Спутникового центра ДВО РАН. Рассматривается состояние дел со спутниковым информационным обеспечением исследований в Дальневосточном регионе и задачи автоматизации приема, хранения, обработки и поставки данных потребителям.

Во второй главе рассмотрены вопросы и представлены результаты апробации методик, которые используются для расчета скоростей поверхностных течений (параграфы 2.1-2.2) и построения аналитических моделей аппроксимации функции тока вихрей и фронтов (параграфы 2.32.4). Модель должна корректно восстанавливать скорости течения объекта при минимальном количестве имеющихся измерений и наличии погрешности измерений случайного характера. Рассмотрены методики аппроксимации и результаты сопоставления разнородных и асинхронных измерений при построении модельных полей течений (параграф 2.5).

Приведены методические аспекты выделения вихрей и расчета течений по спутниковой информации.

Для создания оптимальных аналитических малопараметрических моделей функции тока, аппроксимирующих поле течений вихрей и фронтов синоптического масштаба, использовались данные численного моделирования циркуляции Японского моря. Использовалась модель Брайна и упрощенная модель бассейна моря [6]. Было показано, что представление поверхностных течений в форме суммы скоростей фонового крупномасштабного течения и скоростей индивидуальных вихрей, задаваемых модельными аппроксимациями, соответствуют исходным поверхностным течениям с коэффициентом корреляции выше 0.95 и стандартным отклонениям менее 5 см/сек. Оценены условия применимости аналитических моделей аппроксимации. Показано, что уже 3-4 вектора скорости позволяют восстанавливать все поле течения вихря. Оценена точность восстановления течения в зависти от расположения измерений в вихре.

Полученные закономерности уточнялись на данных спутниковых и подспутниковых измерений поверхностных течений. В частности, для оценки точности расчета скоростей течений методом МММ и решения проблемы сопоставления разнородных и асинхронных данных и усвоения их в малопараметрической модели функции тока фронтальной зоны течения Куросио были проведен следующий эксперимент. Известно, что существует связь форм фронтального раздела плотностного фронта и профиля динамической топографии [3,8], а также взаимозависимость положений фронтального раздела на поверхности и глубине [15]. Данные свойства позволяют говорить об устойчивости взаимоположения линии фронтального раздела на поверхности и профиля динамической топографии по направлению, ортогональному к этой линии. Мониторинг по спутниковым изображениям положения фронта позволяет привести асинхронные данные к единому времени и новому местоположению для их сравнения посредством привязки положений измерений к линии фронта. Исходными данными были 3 разреза с судовыми CTD измерениями, позволившие рассчитать высоты динамической топографии, 12 спутниковых оценок скорости поверхностного течений и линии фронта, снимаемые с ИК-изображений спутника NOAA (рис.2). Все измерения укладывались во временной интервал (28.10.849.11.84), в течение которого фронт сместился в отдельных местах до 100 км.

Спутниковые оценки максимальной скорости достигали величины 1,6 м/с, что согласуется с величиной максимума скорости на выбранном участке для данного сезона.

Рис. 2. Слева - ИК-изображение, скорости поверхностных течений продолжения Куросио и линия фронта за 8 ноября 1984г. Справа - восстановленный по трем судовым разрезам профиль динамической топографии поперек струи: 1, 2, 3 - номера разрезов; 4- расположение маркеров скорости вдоль профиля.

Для построения динамической топографии фронта была выбрана модель, задающая линию фронта полиномом четвертой степени с коэффициентами, меняющимися во времени, а поперечный профиль динамической топографии задавался следующей параметрической моделью:

H+A, r

При сравнении спутниковых и судовых скоростей поверхностных течений (тангенциальных компонент) были получены следующие результаты. Среднеквадратическое отклонение характеризовалось величиной 29 см/с. Коэффициент корреляции между спутниковыми и судовыми измерениями скоростей = 0,96. Средняя величина различия между скоростями V = 6,3 см/с, что соответствует предельной точности МММ для изображений данного пространственного разрешения. Результаты демонстрируют как соответствие спутниковых и судовых измерений скорости, так и применимость предлагаемого механизма построения моделей поверхностного течения на фронте по асинхронной и разнородной информации.

Подобный подход применялся и для аппроксимации поля течения вихрей Японского моря. Был также разобран более сложный пример усвоения разнородной информации с восстановлением динамической топографии области, циркуляция которой определялась четырьмя взаимодействующими объектами - тремя вихрями и фронтом.

Продемонстрирована необходимость использования геометрических характеристик синоптических объектов, снимаемых с одиночных спутниковых изображений, для аппроксимации поля поверхностных течений.

Третья глава посвящена проблеме автоматизации расчетов по спутниковым изображениям геометрических характеристик циркуляции, необходимых для аппроксимации полей поверхностных течений по редким и асинхронным данным. Используется текстурный анализ изображений.

Впервые ориентация текстуры рассмотрена как оценка направления скорости течения. Исследованы свойства ориентации как компоненты скорости, предложены методы автоматического расчета геометрии синоптических вихрей.

В параграфе 3.1 излагаются основы нового оригинального подхода к построению карт термических структур океана, в котором устойчивые ориентации контрастов яркости рассматриваются как оценки направлений скорости поверхностных течений. Спутниковые ИК-изображения морской поверхности можно рассматривать как набор ориентированных текстур в поле градиентов температуры. Направление яркостного контраста (угол) определяется как направление, ортогональное вектору яркостного градиента u=ge-i, рассчитываемому в окне заданного размера, при этом (-,+), а (-/2,+/2).

Направления (или ориентации) яркостных контрастов, будем характеризовать доминирующей ориентацией * и величиной согласованности ориентаций в окрестности точки (локне осреднения).

За оценку доминантной ориентации * выбирается робастная оценка - модуль отклонения углов:

min, =W()min{-*,-*-}, (2) где W() - весовой коэффициент.

Для оценки меры разброса используется свободное от вида распределения неравенство Маркова, которое позволяет оценить минимальную вероятность достижения выбранной точности:

P{ < q} > 1-(M)/q, где M=()/W().

Поскольку задаваемая точность q влияет только на величину статистической значимости доминантной ориентации P{

Отличительной особенностью подхода в отличие от прототипа [18] является отказ от использования величин градиентов в критерии (2), выбор негладкого оптимизационного критерия и статистическая оценка параметра *. Отказ от величины градиента позволяет выделять слабоконтрастные структуры, а негладкий критерий в случае сходимости двух потоков в окрестности расчета позволяет выбирать направление одного из них.

Доминантные ориентации термических контрастов (ДОТК) позволяют не только визуализировать термические структуры на поверхности океана, но и обладают свойствами, важными для их физической интерпретации. В параграфах 3.2-3.5 показывается, что ДОТК можно использовать как оценки направлений течений (рис.3). Сравнивались направления ДОТК со спутниковыми оценками векторов скорости (более 300), полученными методом МММ, и с векторами скорости акустического измерителя течений (19 измерений) 1995 года (данные судов Kofu Maru и Seifu Maru) при временном рассогласовании измерений, не превышающем сутки.

Коэффициент корреляции направлений судовых оценок скорости и ДОТК лежал в диапазоне (0.8-1) за исключением трех векторов. Для спутниковых поверхностных скоростей более 30 см/сек средний коэффициент корреляции ДОТК и направлений скоростей превышает величину 0.9.

Были созданы технологии построения композиционных карт термических структур с оценкой времени жизни ДОТК, которые позволяют получать представление о циркуляции моря в сложных облачных условиях и выделять стационарные потоки. Показано, что на вихрях синоптического масштаба ДОТК наиболее устойчивы. Наклон ДОТК в потоке ориентирован к зоне максимальных скоростей. Интегральные линии карт ДОТК (кривые, в каждой точке которых направление кривой касательно к доминанте в этой точке) демонстрируют соответствие линиям тока течений, а высокая плотность ДОТК в одиночном вихре соответствует зоне максимальных скоростей потока.

Рис.3. ИК-изображение (справа); и поля скоростей поверхностных течений (черные вектора) с полем доминантных ориентаций термических контрастов (серые отрезки) в районе южных Курил за 10.10.95 (слева) В параграфе 3.6 интегральные линии, рассматриваемые как линии тока моря, анализируются с целью оценки характерных размеров турбулентных структур. К ним применяются методы фрактальной геометрии, хотя кривые в общем случае фрактальными не являются. Анализировались не сами кривые, а изменчивость их координат X(s) и Y(s), где s - длина пути вдоль кривой.

Использовалась модификация Уbox-countingФ метода [16], которая базируется на расчете матрицы вероятности P(m,e) попадания m точек анализируемого множества в квадрат с линейным размером e (в пикселях) и подсчете среднего числа квадратов по всем возможным покрытиям множества:

e2 M P(m,e) = , (3) m m=где M - общее число точек множества. Здесь в множество включались пиксели интегральных кривых. Использовались понятие и аппарат расчета локальной фрактальной размерности, приведенной в работе [21]:

(ln < n(e) >) D(e)= -. (4) (ln e) Локальную фрактальную размерность D можно рассматривать как степень заполнения пространства кривой при фиксированном линейном размере e ячейки и лежащую в диапазоне величин (1-2). Пики графика локальной фронтальной размерности (D*) должны быть пропорциональны характерному размеру турбулентных структур. Величины e, соответствующие пикам D*, выбирались в качестве оценки характерного размера.

Целью проведенных экспериментов было получение оценки характерных размеров турбулентных структур синоптического масштаба и сравнение этих оценок с радиусом деформации Россби, определяемым через плотностные характеристики океана. Синоптические неоднородности имеют горизонтальные размеры порядка N Z LR=, (5) f где N - характерная для главного термоклина частота Вайссала-Брента [2], характеризующая изменчивость плотности с глубиной; f - параметр Кариолиса; Z - характерная толщина термоклина.

В первом эксперименте анализировались турбулентные структуры Охотского моря весной 1995 года по разрезу 57 с.ш. В окрестности пяти выбранных точек строилось по 12-20 интегральных кривых. Были построены графики локальной фрактальной размерности для каждой точки. Точки первых максимумов графиков были выбраны за оценки характерных размеров и соответствовали диапазону в 40-70 км. Поскольку в результате зимней конвекции и приливного перемешивания на шельфе плотностные характеристики воды можно считать в первом приближении однородными, то характерный размер термических структур должен быть пропорционален глубине слоя, то есть глубине дна. Эксперименты подтвердили эту зависимость (рис.4).

149 1 153 E Рис.4. ИК-изображение Охотского моря весной 1995 года с изолиниями глубин и точками расчетов (слева). В центре - профили локальной фрактальной размерности турбулентных структур (сдвинутые для наглядности на фиксированную константу) и положения первого максимума (+). Справа - зависимость характерного размера структур от глубины дна.

Аналогичные результаты были получены во втором эксперименте, где ключевое влияние на размер турбулентных структур оказывала средняя величина частоты Вайссала-Брента деятельного слоя Японского моря.

В параграфе 3.7 показано, что интегральные кривые можно использовать как для экстраполяции альтиметрических измерений уровенной поверхности моря, так и решения проблемы уточнения средней многолетней уровенной поверхности.

Раздел 3.8 посвящен проблеме автоматического распознавания вихрей моря. Рассматриваются результаты применения созданных методик поиска вихрей c оценкой формы, размера, расчетом контура ядра вихря и знака (циклон/антициклон). Впервые рассматривается проблема отбраковки ложно выделенных объектов и проблема автоматической идентификации вихрей по хронологической последовательности композиционных карт ДОТК.

Оценивается эффективность методик в режиме реального двухмесячного мониторинга Охотского моря при сложных условиях наблюдения (значительная облачность). Рабочая методика выделения вихрей состоит из следующих процедур.

Определение центров вихрей на основе поиска замкнутых циркуляций ДОТК с характерным размером R0. Для каждой точки Xi=(xi,yi), N рассматриваемой как возможный центр вихря, для каждого из K секторов вычисляется рассогласования модельных и реальных доминант:

min k=|j-*j|, J: ||Xi-Xj|| 0 для каждого k.

Оценка параметров формы вихрей. Для описания функции тока в вихре используется малопараметрическая аналитическая модель, задающая эллиптическую форму замкнутой линии тока:

r={[(xi-xj)cos +(yi-yj)sin]+ [-(xi-xj)sin +(yi-yj) cos]}0.5, 0 r R Параметры вихря G*={xi,yi,R, ,}: (xi,yi) - центр вихря; R - размер вихря; - эксцентриситет; - угол направления большой оси эллипса.

Уточнение параметров и оценка внешней границы осуществляется процедурой min fQ+fS, (6) G где fQ=Wj(*j-/4) 0<|| ri ||

*j=min(|*j-j|,|-*j+j|); *j - угол касательной к эллипсу в точке (xj,yj).

В целевой функции (6) fQ - критерий качества эллиптической модели, fS - штрафная функция, необходимая для корректного вычисления границы вихря. Дополнительно итерационной процедурой строится контур ядра вихря произвольной замкнутой формы также на основе критерия рассогласования доминант и направлений отрезков контура. Для расчета знака вихря рассчитывается величина A по тем же формулам, что и D, но с учетом знака рассогласований доминант. На рисунке 5 представлены этапы работы метода.

5в - полутоновое изображение вихря с центром, определенным экспертом; 5г - полутоновое изображение и ДОТК; 5д - начальные приближения центров и границ вихря, построенные для двух характерных размеров R0; 5е - эллиптические аппроксимации начальных приближений границ вихря; 5ж - построенные контура вихря для двух характерных размеров с пересчитанными центрами вихря.

Рис.5. А - полутоновое ИК-изображение за 06.09.2006, совмещенное с композиционной картой ДОТК за 06-10.09.2006; центры () и контуры внешних границ некоторых вихрей, аппроксимированные эллипсами и выделенные по двум характерным размерам одновременно (40 и 60 км); а также центры тестовых вихрей (*). Б - полутоновое изображение за 06.09.2006 и контуры всех выделенных объектов (без отбраковки). В, Г, Д, Е, Ж - стадии работы процедур на примере одиночного вихря.

Эксперименты на двухмесячной серии изображений NOAA/AVHRR показали следующие результаты. Наблюдается высокая эффективность обнаружения тестовых вихрей (около 95% при поиске с двумя радиусами R0=40км и 60 км и критерием D =0.5). Точность расчета центра (модуль рассогласования алгоритмических и экспертных оценок) на этапе построения начального приближения вихря для R0=40км оказалась равной |X40|=117км, а для R0=60 км - |X60|=1416км. Знак вихря устойчиво определяется по параметру A, средняя величина которого для антициклонов равнялась A = 0.110.1, а циклонов - A =0.140.14. Применение различных алгоритмов отбраковки позволяет отфильтровать основную массу ложных объектов по одиночным изображениям. Наиболее эффективный алгоритм отбраковки основан на автоматическом прослеживании вихрей по последовательности изображений за счет контроля величины перемещения вихря. Наличие облачности является основным ограничением критерия отбраковки. Переход от пятидневных композиционных карт по данным спутников NOAA к трехдневкам по изображениям геостационарного спутника MTSAT-1R (изображений в день) существенно увеличивает эффективность отбраковки.

В четвертой главе рассматривается проблема автоматического мониторинга тропических циклонов по спутниковым данным. Подход, разработанный для анализа циркуляции океана, был применен для анализа структуры облачности ТЦ и оценки его геометрических характеристик.

Рассматриваются технические проблемы построения поля ветра тайфуна на нижних горизонтах по редким аэрологическим измерениям на основе малопараметрической модели аппроксимации, а также проблемы организации расчетов динамических параметров ТЦ по вертикальным профилям температуры и влажности атмосферы, восстанавливаемых по данным радиометров ATOVS.

В параграфе 4.1 анализируются свойства доминантных ориентаций контрастов яркости на изображениях облачности ТЦ. На примере тайфуна Марти сравниваются направления скорости ветра и ДОТК, рассматривается пространственно-временная стабильность ДОТК.

Отмечается соответствие доминант и направлений скоростей воздушных потоков в верхней тропосфере ТЦ (средний коэффициент корреляции около 0.8 как для аэрологических измерений, так и для скоростей облачного ветра, построенного по последовательности спутниковых изображений) и слабое соответствие в центре ТЦ и на его периферии.

На основе найденных закономерностей изменчивости ДОТК, в параграфах 4.2 и 4.3 предлагается метод автоматического выделения ТЦ с оценкой его размера и положения центра (рис.6). В основной процедуре используется простейшая модель замкнутой циркуляции - круговая. В скользящем окне заданного размера по картам ДОТК облачности рассчитывается критерий наличия круговой циркуляции ветра. Критерий основан на расчете величины рассогласования доминант с модельными оценками направлений скоростей ветра:

r = -d, - -d ), min( t t N где r - величина радиуса круга; N - количество доминант в круге; t и d - значения углов модели и ДОТК.

Рис.6. а - инфракрасное изображение тайфуна; б - карта доминантных ориентаций термических контрастов; в - результаты обработки; положение центра, размер глаза, размер круговой зоны и геометрия облачной спирали, нанесенные на полутоновое изображение.

Эксперименты показали, что при росте радиуса r величина критерия r в тайфунах сначала убывает, достигая своей минимальной величины *, а затем растет. Это свойство и было положено в основу алгоритма. Было выяснено, что если *<20, то такая циркуляция с высокой вероятностью соответствует ТЦ. В качестве оценки размера циркуляции R был взят радиус, превышающий радиус точки минимума, с величиной критерия R = 2*.

Падение величины критерия, а затем его рост при росте радиуса объясняются распределением зон неустойчивости ДОТК в тайфуне.

Методика была апробирована на трехлетней серии изображений ТЦ в летние месяцы за 2001-2003 годы. Были взяты все 206 изображений с шагом по времени в 3 часа, на которых Японское метеорологическое агентство (JMA) обнаружило ТЦ. Метод не смог выделить тайфун на 7 изображениях.

Все они соответствовали слабым ТЦ. 4 из них стали выделяться при небольшом увеличении порога r, а в трех случаях алгоритм не выделил уже облачный кластер тайфуна, так как температура верхней кромки облаков была выше -20С - порог, по которому автоматически выделяется облачный кластер.

Оценка точности расчета центра основной процедурой проводилась на тайфунах с глазом, выделяемым автоматической процедурой. Центр глаза принимался за центр ТЦ. Максимальное рассогласование по каждой координате не превышало 75км. Стандартное отклонение расстояний между центрами составило величину 37км. Сопоставление положений центров ТЦ с данными JMA на всей выборке показало, что на слабых тайфунах (с максимальной скоростью ветра менее 50 узлов) рассогласование иногда превышало 100 км при сравнении с данными JMA. На рисунке 7 приведен наихудший случай рассогласований автоматически построенной траектории и рассчитанной JMA. Сравнение с полем приводного ветра показывает, что положение центра циркуляции ветра на нижних горизонтах значительно отличается от всех трех оценок положения ТЦ.

Рис. 7. Слева - полутоновое изображение с нанесённой на него картой ДОТК за 22.08.2001 23:39 UTC. На изображение нанесены 2 траектории тайфуна PABUK. Белым цветом с центрами в виде ромбиков нанесена траектория, построенная автоматическим методом. Вторая траектория - траектория JMA. Специальным символом выделены точки, соответствующие центрам ТЦ, рассчитанным для данного изображения. Справа - поле приводного ветра для тайфуна PABUK на уровне в 10м за 22.08.2001 24:UTC (NOAA, сайт Подписями со стрелочками обозначены центры тайфуна, найденные нами (IACP) и метеоагентствами Японии и США. Крестиком обозначен предполагаемый центр, проставленный вручную в соответствие с полем приводного ветра.

Проблема отбраковки ложно выделенных объектов решается просто.

Наши эксперименты показали, что четыре из пяти выделенных объектов тайфунами не являются. У ложно выделенного объекта средне квадратичное расстояние с ближайшим соседом на предшествующем по времени изображении составляет величину около 500км, на которые тайфун за 3 часа переместиться не может. Уже по последовательности из трех изображений все ложные объекты были отбракованы по данному критерию.

Параграфы 4.4 и 4.5 посвящены применению аналитических моделей аппроксимации ветра ТЦ на различных горизонтах по редким аэрологическим измерениям. Целью здесь было рассмотрение вопроса о возможности восстановления поля ветра и оценке перепада давления в ТЦ с помощью аналитических моделей аппроксимации по измерениям редких аэрологических островных станций, встречающихся на пути тайфуна, приближающегося к побережью. Предлагается процедура построения композиционных карт ветра посредством пересчета положений измерений относительно центра ТЦ. Процедура опробована на примерах тайфунов Том и Марти (1996 и 1997 гг.). Построение композиционных полей ветра за несколько суток показывает близость величин и направлений ветра, если близки положения измерений относительно центра, а размер и структура облачности тайфуна за интервал построения композиции не менялись существенно. Стабильность структуры оценивалась визуально. Несмотря на незначительное количество аэрологических измерений на островах в океане (3-4), композиционные поля получаются плотные и достаточные для оценки падения давления в центре ТЦ. Для расчетов использовалась простая модель аппроксимации циркуляции ветра на нижних горизонтах, имеющая эллиптическую форму и степенную зависимость убывания скорости ветра вдоль радиуса. Так для тайфуна Марти за время наблюдения перепад давления центр-периферия для уровня 925ГПа по данным аппроксимационной модели был 38ГПа, по японским - колебался в диапазоне 30-65ГПа. Для тайфуна Том эти цифры были 55ГПа и 40-85ГПа соответственно.

Для наложения ограничений на параметры модели аппроксимации проводился анализ японских данных мониторинга тропических циклонов за период с 1936 по 2003г. (best tracks), содержащих следующие характеристики ТЦ: географические координаты центра, максимальную скорость ветра в тайфуне Vmax, радиусы ветров R30 и R50 для скоростей 30 и 50 узлов соответственно. Исследовалась изменчивость параметров R30 и R50 от максимальной скорости ветра в ТЦ. Был получен линейный рост радиусов R30 и R50 при росте Vmax до 90 и 100 узлов соответственно. Далее происходило резкое замедление роста.

В параграфе 4.6 рассмотрены технические проблемы восстановления трехмерной структуры ТЦ по данным радиометров ATOVS с помощью трех пакетов программ Европейского космического агентства: AAPP, RTTOV, MetOffice-1Dvar. При штатной работе зондировщиков они обеспечивают до 12 измерений вертикальных профилей температуры и влажности в день посредством решения обратных задач распространения излучений через атмосферу. Пакеты были адаптированы под параллельную обработку данных и прошли оптимальную настройку на регион - были подобраны наилучшие начальные приближения профилей для решения обратной задачи. Они были апробированы в соответствии с технологиями, изложенными в работе [17], для расчета характеристик теплого ядра, влагосодержания, падения давления в центре тайфуна. Апробация проводилась на тайфунах MELOR и VAMCO (2009 год).

В пятой главе рассматриваются проблемы первичной обработки спутниковых данных и влияние ошибок обработки на точность извлекаемых параметров среды. Решались следующие задачи.

В параграфе 5.1 рассмотрены методы повышения качества принятой информации с геостационарных спутников GMS-5 и FY-2B за счет нетрадиционного использования циклически избыточного кодирования (CRC), 16 бит которого добавляются к передаваемой строке данных и служат только для проверки корректности передачи данных. Прием первого спутника осуществлялся на антенну с диаметром зеркала 3м (требовалось 4м), а у второго из-за неполадок упал уровень принимаемого сигнала, что приводило к появлению значительного количество импульсных шумов.

Применение прямой и обратной процедуры двоичного деления передаваемой строки данных на операционный полином совместно с процедурой поиска импульсных шумов на основе медианного фильтра позволило находить и исправлять сбойные биты, когда их число в строке не превышало трех.

Метод позволил повысить качество приема данных со спутника GMS-5 до стандарта (BER=1:1000000) и значительно снизить шумы для FY-2B.

В параграфе 5.2 обсуждаются проблемы автоматической географической привязки полярно-орбитальных спутников NOAA и описывается новый метод привязки. Созданный метод основан на модели движения спутника по орбите SGP4, геоида Земли WGS-84, модели построчного сканирования и трех углов ориентации радиометра в пространстве. Метод восстанавливает значения углов ориентации с точностью не хуже 0.001 радиана, что обеспечивает пиксельную точность привязки. Основой привязки служат реперные точки, ищущиеся на изображении на основе маски земля/море и имеющие известные географические координаты. Реперная точка строится на основе максимизации средней яркости между пикселями суши и моря.

Отличительная особенность применяемого подхода - введение статистического критерия отделимости участков суши и моря на основе tкритерия Стьюдента. Статистическая значимость отделимости рассчитывается на основе величины:

| sland - swater | nland nwater (nland + nwater - 2) ( p', q') =, 2 nland + nwater (nland -1) - (nwater -1) land water где sland и swater - оценки значений средних для суши и воды соответственно;

land и water - значения стандартных отклонений от средних для суши и воды;

nland и nwater - количество пикселей суши и воды, по которым проводилось вычисление данных оценок, pТ и qТ - координаты центра площадки (реперной точки). Нормированная на количество пикселей величина позволяет найти единый порог crit, ниже которого рассчитанные реперные точки можно считать неточными. На рисунке 8 приведены примеры отбраковки неточных реперов. Отказ от фильтрации облачности и льда позволил увеличить число привязываемых изображений с пиксельной точностью в сложных условиях наблюдения в зимний период с 20-25% до 70-80% при сравнении с базовым европейским методом привязки [9].

Рис. 8. Зависимость значений критерия crit от рассогласования r (в пикселях) между положениями реперных точек изображения, определённых автоматическим и ручным способами: слева - для ИК-канала AVHRR NOAA с фильтрацией облачности и льда; справа - для ИК-канала без фильтрации.

В параграфах 5.3. и 5.4 описаны созданные методики калибровки ИКизображений спутников FY-1D и MTSAT-1R с построением алгоритма расчета температуры поверхности океана, удовлетворяющей требованиям глобального международного проекта GODAE - систематическая ошибка ниже точности оцифровки (0.1С) и стандартное отклонение менее 0.8С.

Первый спутник был запущен вообще без калибровок ИК-каналов. Для MTSAT-1R Японским метеорологическим агентством создан алгоритм расчета ТПО, не удовлетворяющий требованиям по точности - стандартное отклонение достигает 1.2С, систематическая погрешность в среднем около 0.5С. При этом формальная кросс-калибровка с ИК-каналами радиометра MODIS не решила проблемы. Для решения задач использовалась кросскалибровка ИК-каналов проблемных спутников с ИК-каналами спутников NOAA, но с учетом специфики процедуры калибровки, проводящейся по технологии NOAA/NESDIS [23]. Калибровка по данной технологии основана на аппроксимациях зависимостей между яркостью ИК-изображения, регистрируемого спутниковым датчиком, физическими параметрами датчика и измерениями на борту. В аппроксимациях используются около параметров, позволяющих пересчитывать отсчеты радиометра в радиационную температуру.

Кросс-калибровка основана на оптимальном подборе неизвестных параметров технологии посредством минимизации целевой функции - рассогласований между радиационными температурами калибруемого и эталонного радиометров. Часть параметров калибровки рассчитывается до запуска спутника, часть после. Исследование целевой функции показало, что некоторые параметры калибровки связаны друг с другом (одновременное согласованное их изменение фактически не меняет целевую функцию), что затрудняет определение параметров, либо приводит к неверным значениям.

Так, при проведении кросс-калибровки китайского спутника FY-1D выяснилось, что ряд параметров можно зафиксировать, а остальные оптимально подобрать. В дальнейшем, используя закономерности рассогласований калибровок двух спутников в зависимости от ключевых физических параметров (температуры поверхности, влажности, атмосферной массы) были получены уточнения калибровок спутников FY-1D и MTSAT1R, позволившие создать методы расчета ТПО заданной точности. Попутно выяснилось, что спутник MTSAT-1R обладает дефектом, приводящим к зависимости рассчитываемой температуры от долготы, что было математически исправлено.

В шестой главе рассмотрены вопросы реализации оптимизационного подхода к оценке геофизических параметров зондируемой среды. Решение оптимизационных задач методами нелинейного программирования не является формализованной процедурой. Его получение сводится к серии экспериментов с разными моделями исследуемых объектов, функционалами и алгоритмами. Отсутствие непрерывного контроля за результатами работы тех или иных методов и алгоритмов может привести к неудовлетворительным конечным результатам или к значительным потерям во времени счета (параграф 6.1). Для контроля оптимизационного процесса был разработан ряд процедур и приемов понижения вычислительной сложности минимизируемых функционалов, применение которых частично описано ранее. Для решения оптимизационных задач было создано программное обеспечение (параграф 6.4) в форме пакета прикладных программ ДИСОПТ для решения оптимизационных задач в режиме графического диалога. Были созданы графические средства отображения промежуточных результатов процесса как для отображения строящихся моделей среды, так и для контроля работы метода оптимизации (параграф 6.2). Для контроля применялись средства нелинейного отображения на плоскость траектории, строящейся методом нелинейного программирования в N-мерном пространстве оптимизируемых переменных и градиентов, и получивших название графической трассировки. Отображение основано на процедуре, минимальным образом искажающей расстояния между точками.

Ее применение для анализа работы наилучшего в свое время метода поиска минимума негладких функций R-алгоритма Шора [4] позволило выявить достоинства и недостатки алгоритма и создать новый метод негладкой минимизации, получивший название гибридного метода. Метод на рекомендуемых тестовых функциях [19] и нескольких дополнительных негладких функциях показал результаты, не уступающие по эффективности R-алгоритму. Он использует чередование двух моделей аппроксимации целевой функции - квадратичной и кусочно-линейной, что позволяет ему минимизировать как гладкие, так и негладкие функции.

Седьмая глава посвящена описанию информационной системы Центра коллективного пользования регионального спутникового мониторинга окружающей среды ДВО РАН. В параграфе 7.1 описывается состояние дел в Дальневосточном регионе и проблемы спутникового информационного обеспечения мониторинга циркуляции океана и атмосферы. Современные требования к точности строящихся карт предполагают одновременную обработку данных из нескольких источников и наличие процедур верификации. Разнообразие и сложность технологий обработки данных часто не позволяют пользователю освоить их в полном объеме. Доминирует тенденция, когда обработка спутниковой информации сосредотачивается в крупных центрах, а доступ к результатам обработки осуществляется через глобальные информационные системы.

Анализ потребностей в источниках информации и технологиях их обработки позволил сформулировать ключевые задачи мониторинга окружающей среды на основе данных метеорологических спутников Земли.

Анализ технологий обработки спутниковых данных, а также имеющиеся технические возможности (параграф 7.2) позволили сформировать информационную структуру Спутникового центра (рис.9). Спутниковый Центр ИАПУ ДВО РАН располагает необходимыми программнотехническими средствами приема и обработки данных группировки метеорологических спутников для организации мониторинга океана и атмосферы на современном уровне. Основным направлением развития Центра является создание/адаптация средств и методов оценки ключевых характеристик океана и атмосферы:

Х ежедневные всепогодные карты температуры поверхности океана;

Х автоматически идентифицируемые синоптические вихри океана с расчетом их положения, формы, размеров и высот уровенной поверхности;

Х геометрические и термодинамические характеристики тайфунов и их мониторинг в автоматическом режиме;

Х поверхностные течения;

Х биопараметры воды - концентрация хлорофилла-а, прозрачность воды, флюоресценция, доминирующие виды фитопланктона;

Х характеристики льда;

Х вертикальные профили температуры и влажности атмосферы.

Рис. 9. Информационная система обработки и поставки данных Спутникового центра.

В настоящее время информационная система Центра осуществляет обработку данных полярно-орбитальных и геостационарных спутников Aqua, Terra, NOAA, MTSAT-1R, FY-1D, FY-2C с помощью как собственных программных средств, так и современных программных комплексов: IMAPP, SeaDAS, AAPP, RTTOV, MetOffice-1DVar (параграф 6.3). Она включает в себя ряд подсистем. Во-первых, это подсистема распределенной обработки данных. Основное ее назначение - контроль оборудования, управление обработкой данных и генерация потоков данных Спутникового центра в зависимости от появления события (поступления новых данных или запроса на обработку). Во-вторых, подсистема мониторинга для контроля состояния узлов (доступности, уровня загрузки процессора, наличия свободного места на дисках и т.д.) и процессов, происходящих в системе (работы диспетчера и сценариев обработки). В-третьих, это сценарии обработки данных, получаемых с различных спутников. Используются также GRID-технологии и ресурсы суперкомпьютерного центра ИАПУ ДВО РАН. Организованы каталоги спутниковых данных и подсистема хранения основных полей метаданных. Реализована в тестовом режиме подсистема интеграции в информационную систему Европейского космического агентства на базе европейского пакета программ SSE Toolbox.

В параграфе 6.4 приведены примеры спутникового информационного обеспечения научно-исследовательских институтов ДВО РАН и подразделений различных ведомств Дальнего востока России. Спутниковый центр в течение года поставляет более 200 000 карт и изображений, выполняя как индивидуальные заказы, так и плановые ежедневные поставки. Центр осуществляет информационное обеспечение исследовательских и рыбопромысловых экспедиций, проводки судов во льдах, поставки данных для НЦУКС (МЧС).

ОСНОВНЫЕ РЕЗУЛЬТАТЫ 1. Разработан подход к анализу структуры циркуляции на поверхности океана по оптическим спутниковым изображениям. Анализ базируется на расчете ориентированных текстур в форме доминантных ориентаций термических контрастов яркости (ДОТК). Созданы методы расчета композиционных карт ДОТК с оценкой их статистической значимости и пространственно-временной изменчивости. Показано, что ДОТК можно рассматривать как оценки направления скорости течения. Их можно применять для: построения линий тока на поверхности, выделения зон максимальных скоростей течений, восстановления средней многолетней динамической топографии для альтиметрических измерений, оценки характерных размеров турбулентных структур.

2. Созданы методы автоматического выделения по картам ДОТК приповерхностных вихрей океана синоптического масштаба с оценкой положения центра вихря, размера, формы и знака (циклонический/антициклонический). Показано, что мониторинг формы объекта (вихрь, фронтальное течение) с привязкой к ней измерений динамических характеристик объекта позволяет решать проблему пространственно-временного рассогласования измерений, проводить восполнение поля течения по редкой и разнородной информации. Созданы аналитические модели и разработаны методики аппроксимации уровенной поверхности основных синоптических объектов океана.

3. Показано, что доминантные ориентации термических контрастов облачности тропического циклона (ТЦ) можно использовать в качестве оценок направлений облачного ветра. На основе обнаружения замкнутых циркуляций ДОТК разработаны и апробированы методы автоматического мониторинга тропических циклонов с нахождением их центра и характерного размера. Созданы средства аппроксимации поля ветра ТЦ на нижних горизонтах по редким аэрологическим измерениям. Адаптированы под параллельную обработку и оптимально настроены на регион пакеты программ Европейского космического агентства для расчета вертикальных профилей температуры и влажности атмосферы по данным зондировщиков ATOVS. Профили можно использовать для расчета характеристик теплого ядра ТЦ, влагосодержания атмосферы, зон интенсивных осадков, величины падения давления в центре.

4. Создан пакет программ ДИСОПТ, предназначенный для решения обратных задач геофизики оптимизационными методами.

Реализованы интерактивные средства контроля и анализа результатов оптимизационных процедур и исследовано поведение некоторых алгоритмов безусловной оптимизации. По результатам исследования создан новый метод нелинейного программирования (гибридный алгоритм безусловной оптимизации).

5. Создан метод на основе использования кодов циклически избыточного контроля для коррекции импульсных шумов, что позволило принимать данные геостационарного спутника GMS-5 на антенну с уменьшенным диаметром отражателя (три метра вместо требуемых четырех) без потери качества приема (BER - 1:1 000 000) и значительно улучшить качество принимаемой информации со спутника FY-2B, чей сигнал существенно ослаб из-за неполадок на борту.

6. Создан метод автоматической привязки изображений с полярноорбитальных спутников (полные сеансы), базирующийся на расчете реперных точек изображения (точек с известными географическими координатами, располагающихся в основном на береговой черте).

Использование модифицированного t-критерия Стьюдента для отбраковки реперных точек, рассчитанных с низкой точностью, позволило повысить количество привязываемых изображений с пиксельной точностью с 20-30% до 60-80% в сложных условиях наблюдения (лед, облачность).

7. Использование техники интерактивного решения оптимизационных задач позволило добиться нужной точности калибровки ИК-каналов спутников MTSAT-1R и FY-1D и создать методы расчета температуры поверхности океана с требуемой точностью.

8. Сформулированы ключевые задачи и принципы построения информационной структуры ЦКП Регионального спутникового мониторинга окружающей среды ДВО РАН. Это легло в основу формирования технологической базы Спутникового центра, позволило создать собственные средства и методы, а также адаптировать имеющиеся в мире технологии для мониторинга океана и атмосферы при решении задач в различных областях:

физики океана и атмосферы, океанологии, морской биологии, экологии.

Методы и алгоритмы, созданные в рамках представленной работы, реализованы в действующем программном обеспечении Спутникового центра. Сформирована информационная структура Спутникового центра ДВО РАН. В настоящее время Центр способен принимать данные со спутников NOAA, FY-1D, METOP, МЕТЕОР, TERRA, AQUA, MTSAT-1R, FY-2C. Обработка данных ведется в автоматическом режиме как с помощью накопленных технологий (собственных и адаптированных), так и на основе лучших мировых программных комплексов: AAPP, RTTOV, MetOffice-1Dvar, SeaDAS, IMAPP.

Основные результаты опубликованы в следующих работах.

В изданиях из списка ВАК на конец 2010 года (без учета момента времени, когда издание в этот список попало):

1. Алексанин А.И., Казанский А.В. Об определении параметров синоптических вихрей по данным дистанционного зондирования// Мор.

гидрофиз. журнал. 1990. №3. С. 37-41.

2. Алексанин А.И. Скорость геострофического течения на поверхности:

сопоставление спутниковых и судовых измерений// Исследование Земли из космоса. 1991. №6. С.55-61.

3. Гербек Э.Э., А.И.Алексанин, М.Г.Алексанина, Ю.Г.Прошьянц, Ю.В.

Наумкин. Реализация регионального спутникового мониторинга океана и атмосферы// Вестник ДВО РАН. 1996. №6. c.103-119.

4. Алексанин А.И., Алексанина М.Г., Булатов Н.В., Гербек Э.Э.

Методические аспекты выделения вихрей по спутниковым и судовым измерениям // Известия ТИНРО. 1997. Т. 122. С. 2-11.

5. Ro Y., Alexanin A., Kazansky A. Synoptic approach to estimation of sea surface current fields from sequential satellite images: improved technique and validation study// Journal of the Korean society of remote sensing. 1997.Vol.13. № 3. P.204-222.

6. Алексанин А.И., Алексанина М.Г., Горин И.И.. Спутниковые ИКизображения: от термических структур к полю скоростей// Исследование Земли из космоса. 2001. № 2. С.7-15.

7. Алексанин А.И., Боловин Д.А., Наумкин Ю.В. Прием цифровой информации геостационарного спутника GMS-5 на антенну с небольшим диаметром отражателя // Исследование Земли из космоса. 2002. № 5. С.1-8.

8. Алексанин А.И., Алексанина М.Г. Автоматическое выделение вихрей по спутниковым ИК-изображениям // Современные проблемы дистанционного зондирования Земли из космоса. 2004. Т.1. С.382-386.

9. 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.487Ц489.

10. Алексанин А.И., Дьяков С.Е., Громов А.В., Наумкин Ю.В.,Фомин Е.В.

Обработка и использование данных полярно-орбитальных спутников FengYun // Современные проблемы дистанционного зондирования Земли из космоса. 2005. Т.2. №1. С. 66-70.

11. Алексанин А.И., Алексанина М.Г. Мониторинг термических структур юга Охотского моря по данным ИК-каналов спутников NOAA// Современные проблемы дистанционного зондирования Земли из космоса. 2006. Т.3. №.2. С.

9-14.

12. Алексанин А.И., Дьяков С.Е., Катаманов С.Н., Наумкин Ю.В.

Технология обработки данных полярно-орбитальных спутников FY-1C/1D для мониторинга физических полей океана// Подводные исследования и робототехника. 2006. №2. С.82-91.

13. Алексанин А.И., Катаманов С.Н.. Автоматическая привязка спутниковых изображений AVHRR/NOAA при сложных условиях наблюдения // Современные проблемы дистанционного зондирования Земли из космоса.

2006. Т.3. №1. С.41-48.

14. Алексанин А.И., Еременко А.С. Автоматический расчет траектории тропических циклонов по данным геостационарного спутника MTSAT-1R// Современные проблемы дистанционного зондирования Земли из космоса.

2007. Т.4. №2. С.9-14.

15. Алексанин А.И., Алексанина М.Г., Загуменнов А.А. Построение уровенной поверхности моря по данным альтиметрических измерений и полям термических структур// Современные проблемы дистанционного зондирования Земли из космоса. 2007. Т4. №1. С.247-253.

16. Левин В.А., Алексанин А.И., Алексанина М.Г. Задачи и проблемы спутникового информационного обеспечения мониторинга океана и атмосферы на Дальнем Востоке// Вестник ДВО РАН. 2007. № 4. С. 95-110.

17. Левин В.А., А.И. Алексанин, М.Г. Алексанина, П.В. Бабяк Состояние дел и перспективы развития ЦКП регионального спутникового мониторинга окружающей среды ДВО РАН в области современных информационных и телекоммуникационных технологий //Открытое образование. 2008. №4. С.2329.

18. Aleksanin A.I., Aleksanina M.G. Detection of Stable Synoptical Features of Sea Surface from a Series of Infrared Satellite Images// Pattern Recognition and Image Analysis. 2007. Vol. 17. № 4. P.480Ц486.

19. Алексанин А.И., Загуменнов А.А. Автоматическое выделение вихрей океана и расчет их формы// Современные проблемы дистанционного зондирования Земли из космоса. 2008. Т.5. №2. С.17-21.

20. Алексанина М.Г., Алексанин А.И. Проблемы восстановления динамической топографии моря по спутниковой альтиметрии и полям термических структур// Современные проблемы дистанционного зондирования Земли из космоса. 2008. Т.5. №.2. С.11-16.

21. Шокин Ю.И., И.А. Пестунов, В.В. Смирнов, Ю.Н. Синявский, А.П.

Скачкова, И.С. Дубров, В.А. Левин, А.И. Алексанин А.И., М.Г. Алексанина, П.В. Бабяк, А.В. Громов, И.В. Недолужко Распределенная система сбора, хранения и обработки данных для мониторинга территорий Сибири и Дальнего Востока // Журнал Сибирского федерального университета.

Техника и технологии. 2008 (1). №4. С.291-314.

22. Алексанин А.И., Еременко А.С. Автоматический расчет траекторий тропических циклонов по данным геостационарных метеорологических спутников// Исследование Земли из космоса. 2009. № 5. С. 22Ц31.

23. Алексанин А.И., Дьяков С.Е. Кросс-калибровка ИК-каналов спутника MTSAT-1R и алгоритм расчета температуры поверхности моря// Исследование Земли из космоса. 2010. № 5. С. 3Ц10.

24. Алексанин А.И., Ерёменко А.С. Автоматический расчёт параметров спиральной закрутки тропического циклона по спутниковым изображениям для оценки его динамических характеристик// Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т.7. №4. С.21-26.

25. Алексанин А.И., Качур В.А., Орлова Т.Ю., Павлов А.Н., Салюк П.А.

Организация исследований по оценке экологического состояния морских акваторий средствами дистанционного зондирования// Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т.7. №3.

С.131-138.

26. Левин В.А., Алексанин А.И., Алексанина М.Г., Дьяков С.Е, Недолужко И.В., Фомин Е.В. Разработка технологий спутникового мониторинга окружающей среды по данным метеорологических спутников// Открытое образование.2010. № 5. С.41-49.

27. Salyuk P, Bukin O., Alexanin A., Pavlov A., Mayor A., Shmirko K., Akmaykin D., V. Krikun. Optical properties of Peter the Great Bay waters compared with satellite ocean colour data// International Journal of Remote Sensing. 2010. Vol. 31. No.17Ц18. Pp. 4651Ц4664.

28. Алексанин А.И., Загуменнов А.А. Проблемы автоматического обнаружения вихрей океана по спутниковым ИК-изображениям// Исследование Земли из космоса. 2011. № 3. С.65-74.

В монографии:

29. Алексанин А.И, Алексанина М.Г. Спутниковое информационное обеспечение мониторинга океана на Дальнем Востоке. Монография Исследования дальневосточных морей России. М.: Наука. 2007. Т. II. С.

607-641.

В прочих:

30. Алексанин А.И., Горин И.И., Иванов М.Ф., Казанский А.В. и др. Пакет прикладных программ для решения оптимизационных задач в режиме графического диалога (ДИСОПТ). Владивосток, 1983, Пакет программ депонирован в ГосФАП СССР, №ПОО6823. Реф. в : Алгоритмы и программы. М.: ВНТИ Центр. 1984. № 1(58). С. 5З-54.

31. Алексанин А.И., Казанский A.B. Средства машинной графики для решения оптимизационных задач (на примере ППП ДИСОПТ.) // Пакеты прикладных программ. Функциональное наполнение (Алгоритмы и алгоритмические языки). М.: Наука. 1986. С. 34-48.

32. Алексанин А.И. Гибридный метод для негладкой оптимизации.

Препринт. Владивосток: ИАПУ ДВНЦ АН СССР. 1986. 13 с.

33. Алексанин А.И., Ерёменко А.С., Боловин Д.А., Дьяков С.Е.

Возможности спутникового центра Дальневосточного отделения Российской академии наук по диагностике и мониторингу тропических циклонов// Материалы Третьего международного экологического форума "Природа без границ" 12-13 ноября 2008, Владивосток, Администрация Приморского края.

Владивосток: ДВГУ, Россия. 2009. С.438-440.

34. Алексанин А.И., Смирнов С.В. Параметризация синоптических аномалий поля поверхностных течений одной численной региональной модели // Обработка информации и математическое моделирование в океанологических исследованиях. Владивосток: ДВО АН СССР. 1989. С. 95106.

35. Алексанин А.И., Смокталь Д.В. К вопросу выделения зон максимальных скоростей течений поверхности моря по картам термических структур спутников NOAA// Математическое моделирование и информационные технологии в исследованиях биоресурсов мирового океана: тезисы докладов конф. 14-17 сентября 2004. Владивосток: ТИНРО-Центр. 2004. С.38-40.

36. Левин В.А., Алексанин А.И., Алексанина М.Г., Недолужко И.В.

Спутниковый мониторинг на Дальнем Востоке: интеграция данных, средств обработки и предоставления услуг// Материалы X Всероссийской конференции с участием иностранных ученых Проблемы мониторинга окружающей среды (EM-2009) 27 - 30 октября 2009 г. г. Кемерово. 2009.

37. 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.

38. Alexanin A.I., Alexanina M.G., Babyak P.V., Diyakov S.E., Eremenko A.S., Tarasov G.V., Zagumennov A.A. Satellite image structure analysis with the GRID technologies// Methods and Tools of Parallel Programming Multicomputers. Proc.

of Second Russia-Taiwan Symposium, MTPP 2010, Vladivostok, Russia, May 1619, Revised Selected Papers. Berlin Heidelberg New York: NY Springer. 2010. P.

146-151. ISBN: 978-3-642-14821-7.

39. 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. V.2. P.1000-1005.

40. A.I. Alexanin, A.S. Eremenko, D. A. Bolovin, S. E. Dyakov. Automatic Computation of Tropical Cyclone Tracks on Geostationary Satellite Imagery// Proceedings of First Russia and Pacific Conference on Computer Technology and Applications (RPC 2010), 6-9 September 2010. Vladivostok (Russia).

Vladivostok: IACP FEB RAS. 2010. P. 255-258. ISBN: 978-0-9803267-3-4 (CD).

41. Alexanin A.I., Katamanov S.N., and Epstein Yu.S. Problems of accurate automatic navigation of NOAA/AVHRR and FY-1D satellite images // 31st International Symposium on Remote Sensing of Environment (31st ISRSE), Global Monitoring for Sustainability and Security. Saint Petersburg. RF. June 20-24.

2005. 4p. // www.isprs.org/publications/related/ISRSE/html/papers/610.pdf.

42. Alexanin, A.I., Kazansky A.V. Development of a synoptic approach for monitoring oceanic circulation// Proc. OCEANS-'94 OSATES, 13-16 Sept. 1994.

Brest, France. 1994. Vol. 2. P. II.412-II.417.

43. A.I. Alexanin, A.A. Zagumyonnov // Automatic ocean eddy detection on satellite imagery on the base of dominant orientations of thermal contrasts// Proceedings of First Russia and Pacific Conference on Computer Technology and Applications (RPC 2010), 6-9 September 2010, Vladivostok (Russia).

Vladivostok: IACP FEB RAS. 2010. P. 431-434. ISBN: 978-0-9803267-3-4 (CD).

44. Herbeck E.E., Alexanin A.I., Gontcharenko I.A., Busel A.I., Gorin I.I., Naumkin Ju.V., Proshjants Ju.G. Some experience of the satellite environmental support of marine expeditions at Far East seas. // Proc. of the PICES Workshop on the Okhotsk Sea and Adjacent Areas. June 19-24, 1995, Vladivostok, Russia.

PICES Scientific Report. No.6. 1996. P. 45-63.

45. Kawamura H., Sakaida F., Shimata T.,Guan L., Park K., Lee M., Suh Y., Hosoda K., Alexanin A. Strategic Plan of the NGSST-C development in the western north Pacific // Nippon Kaiyo Gakkai Taikai Koen Yoshishu. F0701C 2006. P.110.

46. Центр регионального спутникового мониторинга окружающей среды ДВО РАН// Центры коллективного пользования Российской Академии Наук.

2004. М.: Наука. С.87-88.

ЦИТИРУЕМАЯ ЛИТЕРАТУРА.

1.Гинзбург А. И., Костяной А. Г., Островский А. Г. Поверхностная циркуляция Японского моря (спутниковая информация и данные дрейфующих буев) // Исследование Земли из космоса. 1998. № 1. C.66-83.

2.Каменкович В.М., Кошляков М.Н., Монин А.С.Синоптические вихри в океане. Л.:

Гидрометеоиздат. 1987. 512с.

3.Кильматов Т.Р. Влияние стратификации на поперечную структуру плотностного геострофического фронта // Известия АН СССР. Физика атмосферы и океана. 1990. Т. 26.

№ 1. С. 103-105.

4.Михалевич B.C., Шор Н.З., Галустова Л.А. и др. Вычислительные методы выбора оптимальных проектных решений. Киев: Наукова думка. 1977. С. 166-171.

5.Рекомендации по использованию спутниковых ИК снимков в океанологических исследованиях // Владивосток: ТИНРО. 1984. 44с.

6.Смирнов С.В. Численный анализ формирования циркуляции в упрощенной модели краевого моря с двумя проливами // Аппаратно-математические средства обработки океанографической информации. Владивосток: ДВНЦ АН СССР. 1988. С. 10-21.

7.Сонечкин Д.М. Метеорологическое дешифрирование космических снимков Земли (количественные методы). Л.:Гидрометеоиздат. 1972.130с.

8.Федоров К.Н. Физическая природа и структура океанических фронтов.

.:Гидрометеоиздат. 1983. 296с.

9.Breaker L.C., Krasnopolsky V.M., Rao D.B., Yan X.-H. The feasibility of estimating ocean surface currents on an operational basis using satellite feature tracking method// Bulletin of the American Meteorological Society. 1994. Vol.75. No. 11. P.2085-2095.

10. Brunel P. and Marsouin A. Operational AVHRR navigation results // International Journal of Remote Sensing. 2000. Vol. 21. No. 5. P. 951-972.

11. Castellani M. Identification of eddies from sea surface temperature maps with neural networks// International Journal of Remote Sensing. 2006. Vol. 27. P. 1601-1618.

12. Dvorak, V.F. Tropical cyclone intensity analysis and forecasting from satellite imagery// Mon. Wea. Rev. 1975. No.103. P.420-430.

13. Fernandes A.M. Study of the automatic recognition of oceanic eddies in satellite images by ellipse center detection - the Iberian coast case// IEEE transaction on geoscience and remote sensing. 2009. Vol. 47. No. 8. P. 2478-2491.

14. Hai J., Xiaomei Ya., Jianming G., Zhenyu G. Automatic eddy extraction from SST Imagery using artificial neural network //The international archives of the photogrammetry, remote sensing and spatial information science. Beijing. 2008. Vol. XXXVII. Part B6b. P. 279282.

15. Kao T.W. The Gulf Stream and its frontal structure: a quantitative representation//J. Phys.

Oceanogr. 1987. Vol.17. P123-133.

16. Keller J.M., Chen S. Texture description and segmentation through fractal geometry // Computer Vision, Graphics and Img. Proc. 1989. V.45. P.150-166.

17. Kidder S.Q., Goldberg M.D., Zehr R.M., DeMaria M., Purdon J.F.W., Velden C.S., Grody N.C., Kusselson S.J. Satellite analysis of tropical cyclones using the advanced microwave sounding unit (AMSU). // Bulletin of American Meteorological Society. 2000. V.81. No. 6.

P.1241-1259.

18. Lemonnier B., Delmas R., Lopez C., Duporte E. УMultiscale analysis of shapes applied to thermal infrared sea imagesФ/ Proc. OceanТ94 OSATES. Brest, France, 13-16 Sept. 1994. V. 3.

P. III.319-III.322.

19. More J.J., Garbow B.S., Hillstrom K.E. Testing unconstrained optimization software // ACM Trans. On Math. Software. 1981. V7. P.17-41.

20. Pao Tsang-Long, Jun-Heng Yeh, Min-Yen Liu, Yung-Chang Hsu, УLocating the Typhoon Center from the IR Satellite Cloud ImagesФ // Proc. System, Man and Cybernetics.

2006. Vol. 1. P. 484-488.

21. Praskovsky A.A., Dabberdt W.F., Praskovskaya E.A. Fractal geometry of isoconcentration surfaces in a smoke plume//Journal of the Atmospheric Sciences. 1996. Vol.53.

No.1. P.5-21.

22. Svejkovsky S. Sea surface flow estimation from Advanced Very High Resolution Radiometer and Costal Zone Color Scanner Satellite Imagery: A verification study// J. Geophys.

Res. 1988. 93. P.6735-6743.

23. Walton, C. C., W. G. Pichel, J. F. Sapper, D. A. May The development and operational application of nonlinear algorithms for the measurement of sea surface temperatures with the NOAA polar-orbiting environmental satellites // J. Geophys. Res. 1998. 103 (C12). P. 27999Ц 28012.

24. Yan Wong Ka, Yip Chi Lap, Li Ping Wah, Tsang Wai Wan, УAutomatic Template Matching Method for Tropical Cyclone Eye FixФ, 17th International Conference on Pattern Recognition (ICPRТ04). 2004. Vol. 3. P. 650-653.

Авторефераты по всем темам  >>  Авторефераты по земле