EXPERIMENT WITH THE X-BAND RADAR AT THE NIZHNY NOVGOROD CABLE CAR: FIRST RESULTS

Обложка

Цитировать

Полный текст

Аннотация

The first results of data processing of the experiment on the Nizhny Novgorod cable car are presented. A pulsed X-band radar was installed on a technological trolley and performed measurements while moving in two modes that worked sequentially. In the radio altimeter mode, the reflected waveform was measured and the distance to the scattering surface was determined. In the Doppler mode, the Doppler spectrum of the reflected signal was measured, which contains information about the statistical parameters of the surface. Data processing was carried out and the first results confirmed the assumption that the Doppler spectrum can be an effective tool for classifying the type of the underlying surface according to the "ice/water" criterion. Subsequent data processing will allow us to evaluate the accuracy of the developed algorithms.

Об авторах

Кирилл Александрович Понур

Институт прикладной физики РАН

Email: ponur@ipfran.ru

Юрий Андреевич Титченко

Институт прикладной физики РАН

Email: ponur@ipfran.ru

Владимир Юрьевич Караев

Институт прикладной физики РАН

Email: ponur@ipfran.ru

Евгений Михайлович Мешков

Институт прикладной физики РАН

Email: ponur@ipfran.ru

Мария Андреевна Панфилова

Институт прикладной физики РАН

Email: ponur@ipfran.ru

Андрей Владимирович Крылов

Акционерное общество "Нижегородские канатные дороги"

Email: ponur@ipfran.ru

И. Лебедев

Институт прикладной физики РАН

Email: ponur@ipfran.ru

Е. Хакин

EFT-GROUP

Автор, ответственный за переписку.
Email: ponur@ipfran.ru

Список литературы

  1. Brennan, M. J., C. C. Hennon, and R. D. Knabb (2009), The Operational Use of QuikSCAT Ocean Surface Vector Winds at the National Hurricane Center, Weather and Forecasting, 24(3), 621–645, doi: 10.1175/2008waf2222188.1.
  2. Elfouhaily, T., D. Vandemark, J. Gourrion, and B. Chapron (1998), Estimation of wind stress using dual-frequency TOPEX/POSEIDON data, 103(11), 25,101–25,108.
  3. Fisher, C. M., G. S. Young, N. S. Winstead, and J. D. Haqq-Misra (2008), Comparison of Synthetic Aperture Radar–Derived Wind Speeds with Buoy Wind Speeds along the Mountainous Alaskan Coast, Journal of Applied Meteorology and Climatology, 47(5), 1365– 1376, doi: 10.1175/2007jamc1716.1.
  4. Freilich, M. H., and P. G. Challenor (1994), A new approach for determining fully empirical altimeter wind speed model functions, Journal of Geophysical Research, 99(C12), 25,051, doi: 10.1029/94jc01996.
  5. Furevik, B., and E. Korsbakken (2000), Comparison of derived wind speed from synthetic aperture radar and scatterometer during the ERS tandem phase, IEEE Transactions on Geoscience and Remote Sensing, 38(2), 1113–1121, doi: 10.1109/36.841990.
  6. Horstmann, J., W. Koch, S. Lehner, and R. Tonboe (2000), Wind retrieval over the ocean using synthetic aperture radar with C-band HH polarization, IEEE Transactions on Geoscience and Remote Sensing, 38(5), 2122– 2131, doi: 10.1109/36.868871.
  7. Karaev, V., M. Kanevsky, M. Meshkov, and E. Kovalenko (2010), The concept of the advanced space microwave radar for remote sensing of the ocean at small incidence angles, p. 23, National Taiwan Ocean University, Keelung, Taiwan.
  8. Karaev, V., M. Panfilova, Y. Titchenko, E. Meshkov, and M. Ryabkova (2018), Experiment at the International Space Station: a microwave radar with scanning fan beam antenna at nadir probing, pp. 232–233, 25 years of Progress in Radar Altimetry symposium, Ponta Delgata, Portugal.
  9. Karaev, V., M. Ryabkova, M. Panfilova, Y. Titchenko, E. Meshkov, and E. Zuikova (2021a), Microwave Doppler Radar Experiment on a River, in 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS, pp. 7350–7353, IEEE, doi: 10.1109/igarss47720.2021.9554820.
  10. Karaev, V., K. Ponur, M. Panfilova, Y. Titchenko, M. Ryabkova, and E. Meshkov (2022a), Radar Sensing of SEA ICE at the Small Incidence Angles: Simulation and Comparison of the Different Approaches, IGARSS, doi: 10.1109/igarss46834.2022.9883231.
  11. Karaev, V., Y. Titchenko, M. Panfilova, M. Ryabkova, E. Meshkov, and K. Ponur (2022b), Application of the Doppler Spectrum of the Backscattering Microwave Signal for Monitoring of Ice Cover: A Theoretical View, Remote Sensing, 14(10), 2331, doi: 10.3390/rs14102331.
  12. Karaev, V. Y., M. B. Kanevsky, G. N. Balandina,P. D. Cotton, P. G. Challenor, C. P. Gommenginger, and M. A. Srokosz (2002), On the problem of the near ocean surface wind speed retrieval by radar altimeter: A two-parameter algorithm, International Journal of Remote Sensing, 23(16), 3263–3283, doi: 10.1080/01431160110075587.
  13. Karaev, V. Y., M. A. Panfilova, M. S. Ryabkova, Y. A. Titchenko, E. M. Meshkov, and X. Li (2021b), Retrieval of the two-dimensional slope field by the SWIM spectrometer of the CFOSAT satellite: discussion of the algorithm, Russian Journal of Earth Sciences, 21(6), 1–9, doi: 10.2205/2021es000784.
  14. Lillibridge, J., R. Scharroo, S. Abdalla, and D. Vandemark (2014), Oneand Two-Dimensional Wind Speed Models for Ka-Band Altimetry, Journal of Atmospheric and Oceanic Technology, 31(3), 630–638, doi: 10.1175/jtech-d-13-00167.1.
  15. Micran JSC (2022), Research and Production company Micran Joint Stock Company, https://www.micran.com/, Accessed: October 2, 2022.
  16. Nekrasov, A., J. Ouellette, N. Majurec, and J. T. Johnson (2013), A Study of Sea Surface Wind Vector Estimation From Near-Nadiral CrossTrack-Scanned Backscatter Data, IEEE Geoscience and Remote Sensing Letters, 10(6), 1503–1506, doi: 10.1109/lgrs.2013.2261047.
  17. Nekrasov, A., A. Khachaturian, V. Veremyev, and M. Bogachev (2017), Doppler Navigation System with a Non-Stabilized Antenna as a Sea-Surface Wind Sensor, Sensors, 17(6), 1340, doi: 10.3390/s17061340.
  18. Panfilova, M., V. Karaev, L. Mitnik, Y. Titchenko, M. Ryabkova, and E. Meshkov (2020), Advanced View at the Ocean Surface, Journal of Geophysical Research: Oceans, 125(11), doi: 10.1029/2020jc016531.
  19. Quilfen, Y., B. Chapron, and D. Vandemark (2001), The ERS Scatterometer Wind Measurement Accuracy: Evidence of Seasonal and Regional Biases, Journal of Atmospheric and Oceanic Technology, 18(10), 1684–1697, doi: 10/dwmrbz.
  20. Ricciardulli, L., and F. J. Wentz (2015), A scatterometer geophysical model function for climatequality winds: QuikSCAT ku-2011, Journal of Atmospheric and Oceanic Technology, 32(10), 1829–1846, doi: 10.1175/jtech-d-15-0008.1.
  21. Rivas, M. B., A. Stoffelen, and G.-J. van Zadelhoff (2014), The Benefit of HH and VV Polarizations in Retrieving Extreme Wind Speeds for an ASCAT-Type Scatterometer, IEEE Transactions on Geoscience and Remote Sensing, 52(7), 4273–4280, doi: 10.1109/tgrs.2013.2280876.
  22. Ryabkova, M., V. Karaev, M. Panfilova, Y. Titchenko, E. Meshkov, and E. Zuikova (2020), Doppler spectrum of backscattered microwave signal: experiment at the river, Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa, 17(5), 213– 227, doi: 10.21046/2070-7401-2020-17-5-213-227.
  23. Shen, H., W. Perrie, Y. He, and G. Liu (2014), Wind speed retrieval from VH dual-polarization RADARSAT-2 SAR images, IEEE Transactions on Geoscience and Remote Sensing, 52(9), 5820–5826, doi: 10.1109/tgrs.2013.2293143.
  24. Stoffelen, A., et al. (2017), Scientific Developments and the EPS-SG scatterometer, IEEE Journal of selected topics in Applied Earth Observations and Remote Sensing, 10(5), 2086–2097, doi: 10.1109/jstars.2017.2696424.
  25. Vesti (2022), Radar for a fire aircraft is being developed by specialists from Nizhny Novgorod, Russian news channel, https://vestinn.ru/news/society/1957 32/.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Понур К.А., Титченко Ю.А., Караев В.Ю., Мешков Е.М., Панфилова М.А., Крылов А.В., Лебедев И., Хакин Е., 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».