ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ РАДИОЛОКАЦИОННОГО СИГНАЛА, ОТРАЖЁННОГО МОРСКОЙ ПОВЕРХНОСТЬЮ С РАЗНОЙ СПЛОЧЁННОСТЬЮ МОРСКОГО ЛЬДА

Обложка

Цитировать

Полный текст

Аннотация

В настоящее время активно развиваются методы радиолокационного дистанционного зондирования при малых углах падения (от вертикали до 15∘). Важным приложением этих методов является определение наличия и сплочённости морского льда. В данной работе представлен подход численного моделирования, в рамках которого моделируется отражающая поверхность с различной сплочённостью морского льда, и затем моделируются характеристики радиолокационного сигнала, отражённого этой поверхностью при заданной геометрии измерений. Без потери общности в данной работе будем рассматривать конкретную геометрию радиолокатора DPR (Dual-frequency Precipitation Radar) на спутнике миссии GPM (Global Precipitation Measurement) и только Ku-диапазон этого радиолокатора. Сигнал, отражённый морским волнением, будет рассчитываться в рамках приближения Кирхгофа. Поскольку общепризнанной модели для сигнала, рассеянного поверхностью морского льда при малых углах падения нет, то в качестве модели будет использоваться эмпирическая формула, полученная по данным DPR. В работе обсуждается метод определения сплочённости морского льда по данным радиолокационного зондирования при малых углах падения.

Об авторах

Ю. А. Титченко

Федеральный исследовательский центр Институт прикладной физики Российской академии наук

Email: yuriy@ipfran.ru
ORCID iD: 0000-0001-7762-7731
ResearcherId: S-7854-2016
кандидат физико-математических наук

В. Ю. Караев

Федеральный исследовательский центр Институт прикладной физики им. А.В. Гапонова-Грехова Российской академии наук

ORCID iD: 0000-0002-4054-4905

М. А. Панфилова

Федеральный исследовательский центр Институт прикладной физики Российской академии наук

ORCID iD: 0000-0002-3795-0347

К. А. Понур

Федеральный исследовательский центр Институт прикладной физики им. А.В. Гапонова-Грехова Российской академии наук

ORCID iD: 0000-0003-3189-7095

Я. А. Кузнецов

Национальный исследовательский Нижегородский государственный университет им. Н. И. Лобачевского

ORCID iD: 0009-0009-5114-2125

Е. М. Мешков

Федеральный исследовательский центр Институт прикладной физики Российской академии наук

ORCID iD: 0000-0002-5353-7528

Список литературы

  1. Басс Ф., Фукс И. Рассеяние волн на статистически неровной поверхности. — Москва : Наука, 1972. — 424 с.
  2. Заболотских Е. В., Хворостовский К. С., Животовская М. А. и др. Спутниковое микроволновое зондирование морского льда Арктики. Обзор // Современные проблемы дистанционного зондирования Земли из космоса. — 2023. — Т. 20, № 1. — С. 9—34. — doi: 10.21046/2070-7401-2023-20-1-9-34.
  3. Караев В. Ю., Панфилова М. А., Митник Л. М. и др. Обратное рассеяние радиолокационного сигнала СВЧ диапазона однолетним морским льдом при малых углах падения // Современные проблемы дистанционного зондирования Земли из космоса. — 2021. — Т. 18, № 3. — С. 229—241. — doi: 10.21046/2070-7401-2021-18-3-229-241.
  4. Радиолокационные методы и средства оперативного дистанционного зондирования Земли с аэро-космических носителей / под ред. С. Н. Конюхова, В. И. Драновского, В. Н. Цымбала. — Киев : Авиадиагностика, 2007. — 440 с.
  5. Chan M. A., Comiso J. C. Arctic Cloud Characteristics as Derived from MODIS, CALIPSO, and CloudSat // Journal of Climate. — 2013. — Vol. 26, no. 10. — P. 3285–3306. — doi: 10.1175/jcli-d-12-00204.1.
  6. Comiso J. C., Cavalieri D. J., Markus T. Sea ice concentration, ice temperature, and snow depth using AMSR-E data // IEEE Transactions on Geoscience and Remote Sensing. — 2003. — Vol. 41, no. 2. — P. 243–252. — doi: 10.1109/tgrs.2002.808317.
  7. Hauser D., Tison C., Amiot T., et al. SWIM: The First Spaceborne Wave Scatterometer // IEEE Transactions on Geoscience and Remote Sensing. — 2017. — Vol. 55, no. 5. — P. 3000–3014. — doi: 10.1109/tgrs.2017.2658672.
  8. JAXA. GPM Data Utilization Handbook. Version 1.0. — Japan Aerospace Exploration Agency, 2014. — 92 p.
  9. Karaev V., Ponur K., Panfilova M., et al. Radar Sensing of SEA ICE at the Small Incidence Angles: Simulation and Comparison of the Different Approaches // IGARSS 2022 - 2022 IEEE International Geoscience and Remote Sensing Symposium. — IEEE, 2022. — P. 3818–3821. — doi: 10.1109/igarss46834.2022.9883231.
  10. Laxon S. W., Giles K. A., Ridout A. L., et al. CryoSat-2 estimates of Arctic sea ice thickness and volume // Geophysical Research Letters. — 2013. — Vol. 40, no. 4. — P. 732–737. — doi: 10.1002/grl.50193.
  11. Mitnik L., Kuleshov V., Baranyuk A., et al. Monitoring of the Arctic Region Using Optical and Infrared Data from the Highly Elliptical Arktika-M Space System and Microwave Measurements from Low Earth Orbit Satellites // IGARSS 2022 - 2022 IEEE International Geoscience and Remote Sensing Symposium. — 2022. — P. 7194–7197. — doi: 10.1109/igarss46834.2022.9883384.
  12. Nekrasov A., Khachaturian A., Labun J., et al. Towards the Sea Ice and Wind Measurement by a C-Band Scatterometer at Dual VV/HH Polarization: A Prospective Appraisal // Remote Sensing. — 2020. — Vol. 12, no. 20. — P. 3382. — doi: 10.3390/rs12203382.
  13. Panfilova M., Karaev V. Sea Ice Detection Method Using the Dependence of the Radar Cross-Section on the Incidence Angle // Remote Sensing. — 2024. — Vol. 16, no. 5. — P. 859. — doi: 10.3390/rs16050859.
  14. Peureux C., Longépé N., Mouche A., et al. Sea-Ice Detection From Near-Nadir Ku-Band Echoes From CFOSAT/SWIM Scatterometer // Earth and Space Science. — 2022. — Vol. 9, no. 6. — doi: 10.1029/2021ea002046.
  15. Ryabkova M., Karaev V., Guo J., et al. A Review of Wave Spectrum Models as Applied to the Problem of Radar Probing of the Sea Surface // Journal of Geophysical Research: Oceans. — 2019. — Vol. 124, no. 10. — P. 7104–7134. — doi: 10.1029/2018jc014804.
  16. Zabolotskikh E., Balashova E., Kudryavtsev V., et al. Synergistic Use of Satellite Scatterometer, SAR and Altimeter Data to Study First Year Sea Ice Properties // 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS. — IEEE, 2021. — P. 5633–5636. — doi: 10.1109/igarss47720.2021.9553828.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Титченко Ю.А., Караев В.Ю., Панфилова М.А., Понур К.А., Кузнецов Я.А., Мешков Е.М., 2025

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».