Исследование Земли из Космоса, 2022, № 5, стр. 30-46

Данные спутниковой микроволновой радиометрии.

В исследовании использовались продукты уровня L3, содержащие в себе информацию о сплоченности морского льда, рассчитанной по шести алгоритмам.

ASI. Алгоритм ASI (ARTIST Sea Ice) разработан коллективом Бременского университета. Он базируется на расчете поляризационной разности яркостных температур высокочастотного канала (89 ГГц для AMSR2 и 91.655 ГГц для SSMIS). Поскольку для этого канала существенно влияние атмосферы, то дополнительно, в качестве погодных фильтров, используется градиентное соотношение пар каналов 36–37 и 18–19 ГГц и 22–23 и 18–19 ГГц вертикальной поляризации, а также алгоритм Bootstrap для уменьшения ее эффектов. Ежедневные расчеты сплоченности льда по Арктике доступны на сайте https://seaice.uni-bremen.de/. Для анализа были взяты результаты обработки данных радиометра AMSR-2 (ASI v.5.4) с разрешением 6.25 км (Spreen et al., 2008).

NasaTeam (NT), Bootstrap (BT), NOAA/NSIDC Sea Ice Concentration Climate Data Record (CDR). Алгоритмы NT (Cavalieri et al., 1984) и BT (Comiso, 1986) разработаны в NASA Goddard Space Flight Center (GSFC). Алгоритм NT базируется на поляризационных и градиентных соотношениях для яркостных температур в разных каналах и поляризациях. Алгоритм BT основывается на соотношениях яркостных температур в разных каналах. В данной работе используются расчеты BT версии 3.1 (Comiso et al., 2017). Алгоритм NT использует канал 19.35 ГГц горизонтальной и вертикальной поляризации и канал 37 ГГц вертикальной поляризации. BT использует канал 37 ГГц горизонтальной и вертикальной поляризации и канал 19.35 ГГц вертикальной поляризации.

Алгоритмы NT и BT являются основой алгоритма CDR (Meier and Windnagel, 2021). Для каждого пикселя на поверхности определяется наибольшее из двух значений сплоченности морского льда, определенных по NT и BT, поскольку известно, что оба алгоритма недооценивают сплоченность. Кроме этого, CDR использует порог сплоченности 10% по BT для определения кромки льда.

Сплоченности ледяного покрова, рассчитанные по алгоритмам NT, BT и CDR были получены на сайте NSIDC в составе продуктов NOAA/NSIDC Climate Data Record of Passive Microwave Sea Ice Concentration (https://nsidc.org/data/g02202/versions/4/) и Near-Real-Time NOAA/NSIDC Climate Data Record of Passive Microwave Sea Ice Concentration (https://nsidc.org/data/G10016/versions/2/). В работе использовались результаты обработки данных радиометра SSMIS с разрешением 25 км.

OSI-401-b (OSI SAF). Алгоритм OSI-401-b (Tonboe and Lavelle, 2016) был разработан в рамках консорциума OSI SAF (Ocean and Sea Ice Satellite Application Facility) Норвежским и Датским метеорологическими институтами. OSI-401-b – это гибридный алгоритм, созданный на основе двух концептуально похожих алгоритмов: Bristol (Smith, 1996) и Bootstrap frequency mode (BFM) (Comiso, 1986). Первый использует каналы 37 ГГц горизонтальной и вертикальной поляризации и 19 ГГц вертикальной поляризации, второй - каналы 37 и 19.35 ГГц вертикальной поляризации. Для обеспечения оптимальных расчетов в прикромочной зоне и в сплоченном льду используются достоинства каждого алгоритма: для алгоритма Bristol вводится меньший весовой коэффициент при сплоченностях ниже 40%, в то время как алгоритму BFM присваивается меньший вес при сплоченностях выше 40%, поскольку Bristol показывает лучшие результаты для сплошного льда, а BFM – для областей с открытой водой. В работе использовались результаты обработки данных радиометра SSMIS, представленные в сетке с шагом 10 км. Данные были получены с сервера Норвежского метеорологического института ftp://osisaf.met.no/.

TUD (OSI-408). OSI-408 (Tian et al., 2015) – это продукт, включающий 2 набора данных, которые были получены по двум алгоритмам: OSISAF и TUD. Продукт TUD был разработан в рамках консорциума OSI SAF (Ocean and Sea Ice Satellite Application Facility) Норвежским и Датским метеорологическими институтами. Алгоритм TUD – это тот же гибридный алгоритм OSI-401-b, только рассчитывается по данным AMSR. TUD базируется на алгоритме Bootstrap (Comiso, 1986; Comiso et al., 1997) c использованием высокочастного канала 89 ГГц (Pedersen, 1998). Первоначально вычисляется сплоченность по алгоритму BFM, после чего анализируются ее значения. Если сплоченность выше нуля, то используется канал 89 ГГц с динамическими точками привязки. Если значение сплоченности равняется нулю, то это значение сохраняется (ESA SICCI report, 2013). В работе использовались результаты обработки данных радиометра AMSR-2, представленные в сетке с шагом 10 км. Данные были получены с сервера Норвежского метеорологического института ftp://osisaf.met.no/.

Спутниковые снимки в видимом диапазоне электромагнитного спектра

Moderate Resolution Imaging Spectroradiometer (MODIS). Для визуального анализа характеристик морского льда использовались спутниковые данные MODIS метеорологических спутников Terra и Aqua (https://worldview.earthdata.nasa.gov/). Для дешифрирования использовались композитные изображения c разрешением 250 метров, составленные из каналов видимого диапазона (Band 1: 0.62–0.67 мкм, Band 4: 0.545–0.565 мкм, Band 3: 0.459–0.479 мкм).

Landsat-8 и Sentinel-2. Для детального дешифрирования характеристик морского льда привлекались данные более высокого разрешения, со спутников Landsat-8 (прибор OLI) и Sentinel-2 (прибор MSI) (https://scihub.copernicus.eu/). Композитные изображения составлялись из каналов видимого диапазона (0.48–0.66 мкм; каналы № 2, 3 и 4 для обоих радиометров). Пространственное разрешение снимков Landsat-8 – 30 м, Sentinel-2 – 10 м. Данные Landsat-8 брались с сайта USGS (https://earthexplorer.usgs.gov/), данные Sentinel-2 были получены на портале космической программы Copernicus (https://scihub.copernicus.eu/).

Процессы формирования и разрушения припая в Восточно-Сибирском море. Выявление загрязненных льдов по спутниковым данным в видимом диапазоне

По данным ледовой авиаразведки, проводившейся в середине XX в. (рис. 1), наиболее загрязненные льды наблюдались в западной части Восточно-Сибирского моря. В этом регионе, а также в Новосибирских проливах формируется лед преимущественно местного происхождения. В первой декаде октября вдоль побережья островов и материкового побережья начинает формироваться припай. К концу октября средняя толщина припая составляет уже 33 см. Со второй декады ноября замерзают проливы Новосибирских островов, а с третьей декады декабря припай занимает всю площадь акватории между Новосибирскими островами и побережьем материка до меридиана 150° в.д. Максимальное развитие припая наблюдается в апреле (толщина 210 см) (Шаратунова и Иванов, 2018). Нарастание ледяного покрова заканчивается в мае, а в конце мая – начале июня в прибрежной зоне на льду появляются снежницы (лужи талой воды на поверхности льда) – первые признаки таяния, которые затем распространяются в северные районы моря (Юлин и др., 2018).

Для анализа влияния загрязненности на определение сплоченности по данным спутниковой микроволновой радиометрии было детально изучено состояние припая в Восточно-Сибирском море в зимний период 2020/2021 гг. На рис. 3 и 4 приведены спутниковые снимки в видимом диапазоне, которые отображают ключевые моменты в формировании припая и основные признаки разрушенности и загрязненности поверхности льда.

Рис. 3.

Район исследования – Восточно-Сибирское море: а – карта зон загрязненности морского льда в июле 1953–1976 гг. по данным авиаразведки (в баллах). Снимки в видимом диапазоне (Terra MODIS): б – от 20 июля 2020 г.; в – 21 сентября 2020 г. Цифрами и линиями на рисунке обозначены: 1 и коричневый контур – мелководная область, свободная ото льда, 2 – более глубокие районы, свободные ото льда, 3 – облачность, 4 – дрейфующие льды.

Рис. 4.

Район исследования – Восточно-Сибирское море, снимки в видимом диапазоне (Terra MODIS): а – 17 мая 2021 г., б – 30 мая 2021 г., в – 21 июня 2021 г. Цифрами и линиями на рисунке обозначены: 1 – припай, 2 – дрейфующий лед, 3 – частично взломавшийся припай, 4 и коричневый контур – область, соответствующая мелководью на рис. 3, б, в.

На рис. 3, для общего представления районов формирования загрязненных льдов, показана обобщенная карта зон загрязненности морского льда в Восточно-Сибирском море в июле 1953–1976 гг., полученная по данным авиаразведок, а также подобраны соответствующие данному району, частично свободные от облачности снимки в видимом диапазоне (Terra MODIS) для лета 2020 г. Летом, предшествующем рассматриваемому периоду, на спутниковых снимках (рис. 3, б и 3, в) можно увидеть мелководные прибрежные районы с водой более мутного цвета вблизи берегов, обозначенные на рисунках коричневым контуром и цифрой 1. В летний период, когда акватория полностью очистилась ото льда, не нашлось снимков, полностью свободных от облачности, поэтому исследуемый район показан на двух изображениях: 3, б – открыта центральная и восточная часть района, и 3, в – открыта его западная часть.

Анализ спутниковых изображений показал, что осенью 2020 г. формирование ледяного покрова на открытой воде происходило очень интенсивно в конце октября–начале ноября. Загрязненный лед на участках, выбранных для анализа в данной работе, был сформирован именно в этот период активного осеннего ледообразования. Участки чистого ледяного покрова были сформированы позднее в течение зимнего сезона в заприпайных полыньях, а также на пространствах открытой воды между ледяными полями, находившимися на расплыве (то есть во льду, разредившемся после сжатия). Таким образом, лед, обозначенный в данной работе как чистый, по возрасту является более молодым, чем загрязненный.

С октября происходило непрерывное нарастание толщины и площади припая, и в первой декаде марта 2021 г. припай достиг максимальной площади развития. С марта по май наблюдались незначительное нарастание площади припая или его частичный взлом на кромке, а также нарастание толщины льда, которое отслеживалось по данным, поступающим с полярных станций Амбарчик, Раучуа, Айон, Певек и Валькаркай.

На рис. 4, а отображено состояние припая в Восточно-Сибирском море на пике его развития, то есть при максимальных значениях площади и толщины льда, а также максимальной заснеженности, непосредственно перед появлением первых признаков таяния, различимых на спутниковых изображениях. На рис. 4, б показано состояние припая в конце мая. За счет интенсивного процесса таяния в некоторых районах снежный покров уже протаял и появились первые обширные снежницы в Чаунской губе и вдоль континентального побережья. Именно в этот период можно наблюдать изменение цвета поверхности припая, которое мы рассмотрим подробнее на рис. 5 и 6. На рис. 4, в уже можно наблюдать, что 21 июня таянию была подвержена вся площадь припая: большая часть снега вытаяла, и вся поверхность льда покрылась талой водой, начали отламываться куски припая у его границы.

Рис. 5.

Район острова Айон. Снимки в видимом диапазоне Terra MODIS: а – 20 июля 2020 г., б – 17 мая 2021 г., в – 26 мая 2021 г., г – 31 мая 2021 г. Цифрами и линиями на рисунке обозначены: 1 – сплошной неразрушенный припай (то есть сплоченность льда 10 баллов); 2 – дрейфующий лед; 3 и коричневый контур – подтаявший загрязненный лед; 4 и синий контур – подтаявший чистый лед. Красными цифрами отмечена толщина льда, измеренная на полярных станциях.

Рис. 6.

Район острова Айон. Снимки в видимом диапазоне Terra MODIS: а (на снимок Terra MODIS наложены два снимка Sentinel-2А за ту же дату) – 31 мая 2021 г., б – 06 июня 2021 г., в – 21 июня 2021 г., г – 01 июля 2021 г. Цифрами и линиями на рисунке обозначены: 1 – сплошной неразрушенный припай (то есть сплоченность льда 10 баллов), 2 – дрейфующий лед, 3 – подтаявший загрязненный лед, 4 – подтаявший чистый лед, 5 – взломанный не сплошной припай. Красными цифрами отмечена толщина льда, измеренная на полярных станциях.

Обратим особое внимание на то, что загрязненный припай можно ошибочно принять за подтаявший более тонкий лед: на снимках 4, б и 4, в более темный тон некоторых областей припая выглядит более тонким, как будто сквозь лед визуально “просвечивает” темная вода. Однако в данном географическом районе к концу мая толщина припая на всем его протяжении составляет от 1.5 до 2 м, а более темные области – это загрязненная поверхность льда, которая “оголилась” и стала видимой после стаивания снега.

На рис. 5 и 6 представлены спутниковые изображения, отображающие процессы, происходящие в период активного таяния в припайном льду вблизи острова Айон в более крупном масштабе. На снимке от 20 июля 2020 г. видны мелководные зоны (более мутный, светлый цвет вблизи берегов), в которых формируются условия, благоприятствующие появлению загрязненных льдов (рис. 5, а). На рис. 5, б, 5, в и 5, г представлен процесс таяния льдов в мае с постепенным очищением поверхности от снежного покрова и появлением снежниц, в результате чего становится видимым загрязненный поверхностный слой припая. На рис. 5, а отмечено местоположение полярных станций Амбарчик, Раучуа, Айон, Певек и Валькаркай, а на рис. 5, б, 5, в и 5, г нанесены значения толщины припая, измеренные на этих станциях 17, 26 и 31 мая 2021 г. соответственно. 26 мая 2021 г. толщина припая в исследуемом районе была максимальной и составляла от 96 см в районе станции Валькаркай до 204 см в районе станции Амбарчик.

На рис. 6, а для подтверждения того, что более темный цвет припайного льда обусловлен его загрязненностью, мы наложили поверх снимков Terra MODIS снимки Sentinel-2A с более высоким разрешением, на которых загрязненные подтаявшие льды отображаются почти черным цветом (зона 3 на верхнем снимке Sentinel-2A, рис. 6, а), а подтаявшие чистые льды – ярким голубым (зона 4 на нижнем снимке Sentinel-2A, рис. 6, а). Такое четкое выделение загрязненности на снимке Sentinel-2A (зона 3, рис. 6, а) получено за счет сильного контрастирования снимка во время его обработки. На снимке от 6 июня (рис. 6, б) загрязненные льды выделяются наиболее четко (зона 3). В этот же день начался частичный взлом припая на его кромке (зона 5), в связи с чем измерения толщины льда на всех береговых станциях далее были прекращены. Так, 6 июня были получены последние данные о толщине припая на станциях Раучуа (186 см) и Валькаркай (94 см), а на других станциях данные уже некоторое время отсутствовали, так как началось активное разрушение припая у берега. 21 июня (рис. 6, в) произошло практически полное разрушение припая, а уже 1 июля (рис. 6, г) весь лед частично растаял, а частично был вынесен к северу. На рис. 6, в и 6, г уже сложно четко определить границы загрязненных льдов, поэтому анализ влияния загрязненности льда на определение сплоченности по данным спутниковой микроволновой радиометрии производился до момента взлома припая.

Определение сплоченности загрязненных морских льдов по данным спутниковой микроволновой радиометрии

Рассмотрим карты сплоченности, построенные по данным спутниковой микроволновой радиометрии с помощью одного из выбранных для анализа алгоритмов – ASI (рис. 7). Для первой карты на рис. 7, а соответствующий снимок Terra MODIS в видимом диапазоне приведен на рис. 5, б. 17 мая 2021 г. температура воздуха только начала переходить от отрицательных температур к положительным и, соответственно, видимых признаков таяния еще не наблюдалось, снежный покров еще полностью покрывал поверхность припая (рис. 5, б), поэтому алгоритм ASI очень точно отобразил сплошной припайный лед, то есть 10 баллов сплоченности на всей его площади (рис. 7, а). 26 мая 2021 г. температура воздуха уже поднялась выше 0°С и на снимке в видимом диапазоне стало хорошо заметно начало таяния чистого льда в районе станции Певек (зона 4 на рис. 5, в) и грязного льда к западу от острова Айон (зона 3 на рис. 5, в). Эти зоны, покрытые снежницами, на рис. 7, б отображаются более низкой сплоченностью, несмотря на то, что припай еще не начал разрушаться и по-прежнему сохраняется сплошным покровом в прежних границах. Обратим внимание на снимок, представленный на рис. 5, г и 6, а от 31 мая 2021 г., где коричневым контуром выделена уже проявившаяся на поверхности загрязненность льда. На карте сплоченности (рис. 7, в) четко видно, что именно внутри этой зоны алгоритм ASI сильнее занижает сплоченность льда, чем вне контуров загрязненной зоны, хотя степень разрушенности в пределах всей области снимка – одинаковая. 1 июля 2021 г. к западу от острова Айон начался интенсивный взлом припая, и уменьшение сплоченности произошло уже за счет освобождения поверхности моря ото льда (сравн. рис. 6, г и рис. 7, г). Таким образом, визуально можно определить, что не только разрушенность, но и загрязненность льда в определенный период таяния оказывает влияние на занижение сплоченности алгоритмом ASI.

Рис. 7.

Район острова Айон. Карты сплоченности морского льда, построенные по данным спутниковой микроволновой радиометрии с помощью алгоритма ASI: а – 17 мая 2021 г., б – 26 мая 2021 г., в – 31 мая 2021 г., г – 1 июля 2021 г.

Для анализа влияния загрязненности на определение сплоченности морского льда, полученной различными алгоритмами по данным спутниковой микроволновой радиометрии, были выбраны 7 пар расположенных рядом друг с другом точек. Точки выбирались с разной степенью загрязненности, но с максимально схожими другими характеристиками: одинаковой сплоченностью льда (сплошной лед – припай, 10 баллов), историей нарастания и разрушения. Положение выбранных точек отображено на рис. 8. На рис. 9 и 10 приводится изменение значений сплоченности, рассчитанной по алгоритмам ASI, TUD, OSI-401-b, BT, NT и CDR. На каждом графике кривые сплоченности заканчиваются в день взлома припая в каждой точке, то есть в тот день, когда фактическая сплоченность льда становилась ниже 10 баллов. Соответственно, по графикам на рис. 9 и 10 можно проследить, насколько каждый алгоритм недооценивает реальную сплоченность морского льда и, зная течение природных процессов в каждой точке, можно отследить влияние степени разрушенности на каждый алгоритм. Также на рис. 9 и 10 приводится температура воздуха на 12 ч каждого дня и осадки, полученные из Интернет-ресурса чешской метеорологической компании InMeteo https://www.ventusky.com/ для каждой точки.

Рис. 8.

Восточно-Сибирское море. Расположение точек, в которых проводился анализ влияния загрязненности на данные о сплоченности льда, определенной различными алгоритмами по данным спутниковой микроволновой радиометрии. Снимок Terra MODIS от 21.06.2021.

Рис. 9.

Графики изменения сплоченности морского льда по данным алгоритмов ASI, TUD, OSI-401-b, BT, NT и CDR в точках 1-8, расположение которых отмечено на рис. 8. В нижней части графика показана температура воздуха на 12 ч каждого дня и выпавшие осадки (снег и дождь).

Рис. 10.

Графики изменения сплоченности морского льда по данным алгоритмов ASI, TUD, OSI-401-b, BT, NT и CDR в точках 9-14, расположение которых отмечено на рисунке 8. В нижней части графика показана температура воздуха на 12 ч каждого дня и выпавшие осадки (снег и дождь).

Процесс разрушения припая оценивался визуально путем дешифрирования ежедневных спутниковых изображений Terra (MODIS) в видимом диапазоне (полученных из Интернет-ресурса Национального управления по аэронавтике и исследованию космического пространства США https://worldview.earthdata.nasa.gov/) и радиолокационных изображений спутников Sentinel-1 (полученных из Интернет-ресурса Датского технического университета http://www.seaice.dk/). В районе анализируемых точек разрушение припая происходило следующим образом:

– в районе точек 1 и 2 максимальное затопление поверхности льда отмечалось в период со 2 по 5 июня 2021 г., после чего произошло обсыхание льда (то есть накопленная на поверхности вода стекла под лед по образовавшимся во льду трещинам). В точке 2 взлом припая произошел 9–10 июня, а в районе точки 1 на десять дней позже, 20–21 июня. К началу июля лед в данном районе был уже сильно разрежен;

– в районе точек 3 и 4 максимальное затопление льда было отмечено 5–6 июня 2021 г. К 9 июня лед уже полностью обсох. К 14 июня припай в точке 4 растаял, не взламываясь. В районе точки 3 припай взломался 19 июня, а к 28 июня лед был уже сильно разрежен;

– в районе точек 5 и 6 припай был максимально затоплен в период с 5 по 7 июня 2021 г. В точке 5 припай взломался в период с 29 июня по 1 июля. В точке 6 лед держался до 3 июля, а затем его вынесло ветром;

– в районе точек 7 и 8 максимальное затопление наблюдалось в период с 6 по 8 июня 2021 г. В отличие от предыдущих случаев, обсыхание льда происходило не моментально, процесс длился с 9 по 16 июня. К 17 июня лед полностью обсох. 26 июня произошел взлом припая, но лед держался большими полями еще до 2 июля. 2–3 июля поля стали разрушаться, и сплоченность ледовой зоны стала падать;

– в районе точек 9 и 10 максимальное затопление отмечалось в несколько разные периоды. Так, в точке 9 припай был максимально затоплен с 3 по 9 июня 2021 г. В точке 10 затопление наблюдалось чуть позже – с 4 по 14 июня. Взлом припая произошел 26 июня. В районе точки 9 взломанный лед сдрейфовал сразу, а в районе точки 10 лед держался большими полями до 1 июля, затем зона также разредилась;

– в районе точек 11 и 12, в отличие от предыдущих случаев, очень сильного затопления не наблюдалось, максимальное количество снежниц отмечалось 15–17 июня. К 19–20 июня лед полностью обсох. Взлом припая произошел 26–27 июня. До 30 июня лед держался на месте, а затем начал дрейфовать;

– в районе точек 13 и 14 процессы также проходили немного по-разному. В точке 13 сложно выделить дату максимального затопления (возможно, из-за сильной торосистости). В точке 14 припай был максимально затоплен 13–15 июня, после чего произошло обсыхание льда. 26 июня в данном районе произошел взлом припая, но лед еще продолжал держаться на месте до 30 июня, а затем начал смещаться.

Все вышеперечисленные процессы в каждой точке четко прослеживаются на графиках временной изменчивости сплоченности льда, представленных на рис. 9 и 10. До начала таяния во всех точках все алгоритмы показывают 10 баллов сплоченности (с редкими отклонениями в пределах 1 балла). Далее, к моменту максимального затопления поверхности льда талой водой, все алгоритмы, с небольшими исключениями, показывают минимальные значения сплоченности, то есть максимально недооценивают фактическую сплоченность льда. Затем, с момента начала обсыхания льда, значения сплоченности снова увеличиваются, ошибка становится меньше. И, наконец, сплоченность снова начинает занижаться при максимальном разрушении припая до момента его окончательного взлома. На всех графиках наблюдаются более низкие значения сплоченности с конца мая по конец июня в точках с загрязненным льдом, по сравнению с точками с чистым льдом. Наиболее сильные отличия от реальной сплоченности льда показывает алгоритм ASI, чуть меньше алгоритм TUD, а минимальная разница с реальной сплоченностью у алгоритмов OSI-401-b, BT, NT и CDR. В точках с максимальной загрязненностью (точки 1, 3, 5, 9 и 13) занижение сплоченности во время таяния наиболее заметное для всех алгоритмов относительно сплоченности в соответствующих точках с чистым льдом. В точках с меньшей загрязненностью (точки 7 и 11) разница не столь заметна. Степень занижения для каждого алгоритма определяется используемыми спектральными каналами, о чем подробнее будет рассмотрено в описании к рис. 11.

Рис. 11.

Разница между средней сплоченностью льда в точках с чистым льдом и в точках с грязным льдом (в баллах), определенной с помощью алгоритмов ASI, TUD, OSI-401-b, BT, NT и CDR по данным спутниковой микроволновой радиометрии.

Обращает на себя внимание “необычное поведение” алгоритма OSI-401-b, который 5 июня в точках 1 и 4 показывает сплоченность 0 баллов. В это время в обеих точках наблюдался скачок температуры до +7°С, а в точке 4 также выпало большое количество осадков в виде дождя. Сильное повышение температуры привело к обильному таянию снежного покрова и образованию на льду большого количества воды, которое в точке 1 увеличивалось за счет большего притока тепла из-за наличия загрязнений на льду, а в точке 4 – из-за жидких осадков, выпавших в этот день. Вероятно, такое состояние поверхности ледяного покрова и комбинация каналов, которую использует алгоритм OSI-401-b, привели к значительным ошибкам в определении сплоченности льда. Однако этот вопрос требует дальнейшего осмысления и теоретического анализа, что и планируется выполнить в будущих исследованиях.

Также стоит отметить существенное отличие значений сплоченности, рассчитанных с помощью алгоритма ASI, от значений сплоченности, полученных по другим алгоритмам в точке 9. Лед в этой точке отличается наиболее сильной загрязненностью, что хорошо видно на снимке в видимом диапазоне (рис. 8) – поверхность льда почти черная. Алгоритм ASI существенно сильнее остальных алгоритмов занижает сплоченность грязных льдов.

Разница между отображением сплоченности чистых и загрязненных льдов показана на рис. 11. По графику видно, что все алгоритмы реагируют в период таяния на загрязненность льда, но наиболее чувствителен к загрязненным льдам алгоритм ASI. На втором месте по чувствительности – алгоритм TUD и менее чувствительны к наличию грязи на поверхности льда алгоритмы OSI-401-b, BT, NT и CDR. Объясняется это частотами, которые используются в каждом алгоритме. Алгоритмы ASI и TUD используют высокочастотный канал (85–91 ГГц). Глубина формирования излучения для этого канала для морского льда составляет величину порядка 1 мм (Тихонов и др., 2020), т.е. излучение, принимаемое радиометром, идет от поверхности, которая является загрязненной и влажной. А алгоритмы OSI-401-b, BT, NT и CDR используют частоты 19 и 37 ГГц. Глубина формирования излучения для морского льда значительно больше и излучает уже не поверхность, а целый слой льда. Однако данное объяснение требует дальнейшего углубленного исследования и экспериментальных измерений в полевых условиях. Также стоит отметить, что не только минимальная чувствительность на загрязненность льдов, но и в целом минимальные ошибки в определении сплоченности в период таяния наблюдаются у алгоритмов BT и CDR.

Таким образом, результаты анализа спутниковой информации показали степень чувствительности алгоритмов ASI, TUD, OSI-401-b, BT, NT и CDR к загрязненности морского льда в период таяния. Проведенные исследования выявили алгоритмы, показывающие наибольшие ошибки в определении сплоченности загрязненных льдов, а также алгоритмы, которые можно использовать для оценки площади, занимаемой подобными льдами.