Исследование связи между сезонными изменениями солености Азовского моря и биооптическими характеристиками по данным спутникового зондирования в видимом диапазоне спектра

Предложен метод получения данных по температуре и солености в Азовском море, основанный на совместном использовании результатов гидродинамического моделирования, данных контактных и дистанционных наблюдений. Приведены результаты численных экспериментов, выполненных с помощью трехмерной гидродинамической модели Princeton Ocean Model и данных атмосферного реанализа SKIRON. В качестве начальных условий в модели использованы среднемноголетние данные in situ измерений по температуре и солености за период 1913–2012 гг. Данные in situ использованы в гидродинамической модели в качестве начальных полей температуры и солености. Усвоение этих данных в модель выполнено на основании среднемноголетних значений, усредненных по каждому месяцу измерений и сгруппированных в массивы, относящиеся к поверхностному, среднему и придонному слоям моря. Предварительно выполнен анализ данных in situ, включающий описание многолетней сезонной изменчивости температуры и солености в Азовском море. Предложена процедура усвоения в гидродинамическую модель информации, полученной из стандартных продуктов второго уровня MODIS на основании установленной связи между значениями солености морской воды и биооптическими характеристиками. Результаты показывают преимущества предлагаемого совместного использования спутниковых данных и результатов ассимиляционного моделирования для получения непрерывной информации о термохалинной структуре моря.

1. Wolanksi E., Elliott M. Estuarine Ecohydrology: An Introduction. Elsevier Science, Amsterdam, 2015. 322 p.

2. Шульга Т.Я., Суслин В.В. Исследование эволюции пассивной примеси в поверхностном слое Азовского моря на основе усвоения данных сканера MODIS-Aqua в гидродинамическую модель // Фундаментальная и прикладная гидрофизика. 2018. Т. 11, № 3. С. 73–80.

3. Konik M., Kowalevski M., Bradtke K., Darecki M. The operational method of filling information gaps in satellite imagery using numerical models // International Journal of Applied Earth Observation and Geoinformation. 2019. V. 75. P. 66–82.

4. Матишов Г.Г., Архипова О.Е., Чикин А.Л. Модельный подход к восстановлению данных по солености на примере Азовского моря // Доклады академии наук. 2018. Т. 420, № 5. C. 687–690.

5. Гидрометеорология и гидрохимия морей СССР. Т. V. Азовское море / Под ред. Н. П. Гоптарева, А. И. Симонова, Б. М. Затучной, Д. Е. Гершановича. СПб.: Гидрометеоиздат, 1991. 236 с.

6. Книпович Н.М. Работа Азовской научно-промысловой экспедиции в 1922–1924 гг. (предварительный отчет) // Тр. Азово-Черноморской научно-промысловой экспедиции. Керчь, 1926. Вып. 1. С. 4–51.

7. Книпович Н.М. Гидрология морей и солоноватых вод: (в применении к промысловому делу). М.-Л.: Пищепромиздат, 1938. 514 с.

8. Косенко Ю.В., Баскакова Т.Е., Картамышева Т.Б. Роль стока реки Дон в формировании продуктивности Таганрогского залива // Водные биоресурсы и среда обитания. 2018. Т. 1, № 3–4. С. 32–39.

9. Матишов Г.Г., Гаргопа Ю.М., Бердников С.В., Дженюк С.Л. Закономерности экосистемных процессов в Азовском море. М.: Наука, 2006. 304 с.

10. NASA Goddard Space Flight Center, Ocean Ecology Laboratory, Ocean Biology Processing Group. Moderate-resolution Imaging Spectroradiometer (MODIS) Aqua Ocean Color Data. URL: https://oceancolor.gsfc.nasa.gov/data/10.5067/AQUA/MODIS_OC.2014.0/ (дата обращения: 28.12.2019).

11. NASA Goddard Space Flight Center, Ocean Ecology Laboratory, Ocean Biology Processing Group. Moderate-resolution Imaging Spectroradiometer (MODIS) Aqua Ocean Color Data. URL: https://oceancolor.gsfc.nasa.gov/data/10.5067/AQUA/MODIS_OC.2014.0/ (дата обращения: 28.12.2019).

12. Blumberg A.F., Mellor G.L. A description of three-dimensional coastal ocean circulation model // Three-Dimensional Coastal Ocean Models / Ed. N. Heaps. Washington, D. C.: American Geophysical Union. 1987. V. 4. P. 1–16.

13. Matishov G.G., Matishov D.G., Berdnikov S.V. Climatic Atlas of the Sea of Azov 2006. Washington: Silver Spring, 2006.

14. Матишов Г.Г., Бердников С.В., Жичкин А.П. и др. Атлас климатических изменений в больших морских экосистемах Северного полушария (1878–2013). Ростов н/Д: ЮНЦ РАН, 2014. 256 с.

15. Матишов Г.Г., Степаньян О.В. Научно-исследовательское судно «Профессор Панов» — 15 лет морских научных исследований // Морской гидрофизический журнал. 2018. Т. 34, № 5. С. 446–453. doi:10.22449/0233–7584–2018–5–446–453

16. Kallos G. et al. The Regional Weather Forecasting System SKIRON and its capability for forecasting dust uptake and transport // Proceedings of the WMO conference on dust storms. Damascus, 1–6 Nov. 1997. P. 9.

17. Баянкина Т.М., Годин Е.А., Жук Е.В., Ингеров А.В., Исаева Е.А., Халиулин А. Х. Информационные ресурсы Морского гидрофизического института РАН // Процессы в геосредах. 2017. № 4 (13). С. 651–659.

18. Suslin V., Churilova T. A regional algorithm for separating light absorption by chlorophyll-a and coloured detrital matter in the Black Sea, using 480–560 nm bands from ocean colour scanners // International Journal of Remote Sensing. 2016. V. 37, N 18. P. 4380–4400.

19. Kopelevich O.V., Burenkov V.I., Sheberstov S.V., Vazyulya S.V., Zavialov S.P. Bio-optical characteristics of the Russian seas from satellite ocean color data of 1998–2010 // Proc. VI Int. Conf. “Current problems in optics of natural waters”. St. Petersburg, 2011. P. 181–182.

20. Suetin V.S., Suslin V.V., Korolev S.N., Kucheryavyi A.A. Analysis of the variability of the optical properties of water in the Black Sea in summer 1998 according to the data of a SeaWiFS satellite instrument // Physical Oceanography. 2002. 12(6). P. 331–340.