Исследование и разработка методов обработки спутниковых микроволновых данных для картографирования геофизических параметров ледового покрова Арктики

Тип работы:
Диссертация
Предмет:
Аэрокосмические исследования Земли, фотограмметрия
Страниц:
144


Узнать стоимость новой

Детальная информация о работе

Выдержка из работы

Изучение Арктики играет важную роль в решении ряда научных и народнохозяйственных задач. Одной из наиболее актуальных современных глобальных проблем является изменение окружающей среды, экологической ситуации и климата: увеличивается загрязнение Мирового океана, уменьшается биоразнообразие, изменяется состав атмосферы (разрушается озоновый слой Земли, возрастает концентрация углекислого газа), увеличивается парниковый эффект, возникает глобальное потепление [3].

Доминирующее положение в глобальном механизме изменения климата занимают полярные регионы. Поэтому они являются хорошим индикатором возможного потепления [3,15,30].

Оценки возможных изменений климата полярных регионов и разработка сценариев его изменчивости для планирования народнохозяйственной деятельности является одной из наиболее приоритетных проблем [29]. В настоящее время существует большое количество глобальных и региональных моделей климата и сценариев его изменения [47]. Эти модели наиболее интенсивно развиваются за рубежом. Однако достоверность прогнозов мало значима и ограничивается неадекватностью параметризации сложных геофизических процессов, объемом и достоверностью данных, в связи с чем необходимо изучение сезонной, годовой, межгодовой вариабельности и трендов климатических параметров полярных регионов на основе анализа многолетних наблюдений со спутников, сети буев, подводных лодок, гидрометеорологической сети (температура, осадки, снежно-ледовый и почвенно-растительный покров), а также разработка методов обработки спутниковых данных для оценки геофизических параметров и моделей климата Арктики [112].

Процессы, происходящие в полярных льдах, имеют грандиозные пространственные и временные масштабы. Сложные климатические условия полярных регионов затрудняют проведение традиционных наземных и аэровизуальных исследований. Поэтому требуется интенсивное развитие современных методов мониторинга и картографирования Арктики с использование спутниковых измерительньк систем, оснащенных многоспектральными сенсорами [11].

В настоящее время в нашей стране и за рубежом (США, Канада, Норвегия, Япония) исследования изменений климата Арктики в значительной степени основьшаются на использовании информации гидрометеорологической сети о температуре, осадках, характеристиках снежно-ледового покрова, речном стоке и др., а также моделей климата [46, 97]. в России созданы базы данных циклонической активности, ледовой обстановки и состояния почвенно-растительного покрова для значительной части территории за последние 65 лет. Исследуются вариабельность и тренды изменения ледового покрова Арктики [3, 96, 120, 121]. Тренды и моделирование демонстрируют возможное потепление, однако требуются дальнейшие исследования, позволяюш-ие получить более достоверные научные данные [148].

Систематизация и статистический анализ данных ледового покрова Арктики способствуют обоснованию изменений и возможных трендов соответствующей межгодовой изменчивости климата.

Существенное значение при анализе указанных трендов приобретают спутниковые наблюдения Арктики и прилегающих регионов, по которым за последние 25 лет собраны обширные базы данных [92−94, 96, 121, 136, 148]. Изучение и картографирование ледового покрова Арктики чрезвычайно важно для народнохозяйственных целей: освоение полезных ископаемых шельфовой зоны, рыбный промысел, полярная навигация и др. [3, 30].

Спутниковые сенсоры функционируют в оптическом, инфракрасном и микроволновом диапазонах электромагнитного излучения. Однако применение оптических и инфракрасных сенсоров в условиях Арктики ограничено полярной ночью и значительной облачностью. Эффективность использования активных и пассивных микроволновых сенсоров не зависит от условий освещенности и облачности [3,30,33,46,47,65, 96].

Среди спутниковых систем мониторинга Арктики, функционирующих в операционном режиме, следует вьщелить Российские спутники серии ОКЕАН-01 с радиолокационной системой и микроволновым радиометром, американские спутники серии ОМР8 Р-8,-11,-13 с многоканальным микроволновьм сенсором 88М/1 [60, 80], и серии спутников с радаром с синтезированной апертурой, позволяющие получать данные высокого разрешения: канадский КАВАКЗАТ, европейские ЕК8−1,-2 и японский 1ЕК8−1 [53, 87, 116,126].

Процесс рассеяния и излучения электромагнитных волн для морского льда в микроволновом диапазоне (при 0.4 см < Д < 4. 54 см) зависит главным образом от его типа (солености и, как следствие, диэлектрических свойств- плотности- однородности- шероховатости поверхности- характера снежного покрова- распределения воды), параметров сенсоров (частоты, и поляризации) и условий наблюдения (углов наблюдения) [29]. Таким образом, пассивные и активные измерения позволяют определять структуру, возраст, концентрацию, протяженность и другие характеристики морского льда [4−8, 16, 17, 49, 51, 52,58,61,70−75, 133, 147].

А Оценивание и картографирование геофизических параметров имеют важное значение для изучения энергетического баланса Арктики [3−6, 30, 46, 47]. Одной из важнейших характеристик является интегральное альбедо [13, 55, 76, 77], которое может быть измерено с использованием оптических данных [76, 110, 111]. В летний период происходит уменьшение альбедо из-за таяния льда и образования талых озер. Поэтому оценка типов и концентраций морской поверхности, в том числе и талых озер, важна в изучении климата Арктики. Другим важным параметром является температура поверхности. С ее помощью возможна идентификация начала сезона таяния снега и льда, его протекания, и начало периода льдообразования. Изучение этих процессов существенно при исследовании альбедо поверхности и, следовательно, для решения энергетических задач.

Классификация данных дистанционного зондирования Земли из космоса в общем случае является довольно сложной задачей. Для классификации спутниковых данных в настоящее время широко используются стандартные алгоритмы, базирующиеся на статистических методах или эмпирических данных [109]. Однако практическое применение этих алгоритмов нередко наталкивается на ряд трудностей, вызванных большими размерами входных данных, неоднородностью подстилающей поверхности и другими факторами, усложняющими задачу.

В настоящее время вопросам оценивания геофизических параметров Арктики и верификации результатов уделяется большое внимание. Для валидации данных одних сенсоров используются данные других сенсоров, а также ограниченные результаты наземных наблюдений [4, 7, 13, 50, 55, 74, 83, 84, 107, 124, 137, 150, 151]. Сбор наземных данных в условиях обширных и труднодоступных регионов Арктики весьма затруднителен.

Различные вопросы обработки активных и пассивных микроволновых данных спутников серии 0КЕАН-01 и К0СМ0С-1500 представлены в работах [1, 5, 6, 11, 16, 28, 32, 37, 49, 56, 57]. В публикациях [4−7, 49−52] предложены различные методы классификации арктического морского льда с использованием активных и пассивных микроволновых спутниковых данных (0КЕАН-01, RAD ARS AT, SSM/I), проведен их сравнительный анализ. В работе [10] представлен метод классификации бореальных лесов по многоканальным микроволновым изображениям спутников серии 0КЕАН-01. Два алгоритма оценивания концентрации морского льда по данным микроволнового радиометра SSM/I, реализованные и работающие в операционном режиме в Ледовом центре университета Колорадо, рассмотрены и проанализированы в работе [74]. В работе [88] проведен сравнительный анализ различных методов классификации льда по данным ERS, а в работе [81] представлен метод оценки типов и концентраций морского льда с одновременным использованием данных ERS и RAD ARS AT. В статье [140] описывается метод классификации изображений RADARSAT (ScanSAR) на лед и воду, также по данным этого сенсора проведена оценка скорости таяния и скорости перемещения льда на границе с открытой водой в районе побережья Ньюфаундленда. Сравнительный анализ данных RADARSAT и результатов полевых исследований (визуальных наблюдений) проведен в [134]. Проанализированы особенности восприятия радаром различных форм льда (ледяное сало, нилас, однолетний лед, айсберги). Метод оценивания и документирования талых озер и отражающей способности (альбедо) морского льда исследован в работах [13, 59, 76, 77, 98, 110, 111,141, 149]. Взаимосвязь между оптическими (альбедо) и микроволновыми (обратное рассеяние) геофизическими параметрами поверхности морского льда при фиксированной силе и направлению ветра исследована в работах [150,151].

В данной работе особое внимание уделялось следующим вопросам: 1) разработке алгоритмов и программного обеспечения оценки геофизических параметров морской поверхности Арктики, 2) разработке алгоритмов построения цифровых тематических карт полярных регионов с различным пространственным разрешением по спутниковым микроволновым данным и 3) исследованию точности результатов классификации и картографирования на основе сравнительного анализа.

Основными целями диссертационной работы являлись:

• анализ современных систем спутникового систематического и обзорного мониторинга Арктики-

• исследование и разработка алгоритмов радиометрической и геометрической коррекции радарных и радиометрических микроволновых данных-

• исследование и разработка алгоритмов оценки типов и концентраций морского льда по данным различных спутниковьк измерителей-

• исследование и разработка алгоритмов оценки физической температуры и альбедо поверхности по микроволновьм данным-

• разработка методологии построение цифровых карт геофизических параметров Арктики-

• анализ алгоритмов и результатов картографирования

Диссертация включает четыре главы.

В первой главе приведен обзор современных систем спутникового мониторинга Арктики, технических параметров сенсоров и характеристик получаемых изображений.

Вторая глава содержит результаты исследований по созданию алгоритмов первичной обработки спутниковых изображений: геометрической и радиометрической коррекции, выравниванию и маскированию изображений, вычислению микроволновых геофизических параметров.

Третья глава посвящена вопросам создания алгоритмов оценки типов и концентраций морского льда, оценки оптических (альбедо) и тепловых (физической температуры) геофизических параметров морской поверхности по микроволновым данным, а также методологии построения цифровых карт.

Результаты построения цифровых карт и анализ алгоритмов приведены в четвертой главе.

Диссертационная работа выполнялась в рамках государственных, федеральных и международных программ, в частности: ГНТП & laquo-Изучение Мирового океана, Арктики и Антарктики& raquo-- Российского Фонда Фундаментальных Исследований (РФФИ) — ФЦНТП & laquo-Исследования и разработки по приоритетным направлениям развития назАки и техники гражданского назначения& raquo-- ФЦНТП & laquo-Астрономия. Фундаментальные космические исследования& raquo-, направление & laquo-Фундаментальные космические исследования& raquo-- Российско-Американского межправительственного соглашения по охране окружаюш-ей среды.

Автор выражает благодарность своим коллегам И. В. Алпацкому, В. А. Еремееву, И. Н. Мордвинцеву за большой вклад в серию совместных работ, использованных при подготовке диссертации, профессорам, д. т. н. А. Г. Чибуничеву, А. П. Михайлову, И. Г. Журкину и А. Ф. Стеценко за полезную дискуссию по актуальным проблемам дистанционного зондирования во время сдачи кандидатского минимума, а также особую благодарность и признательность научному руководителю, проф., д. т. н. Бельчанскому Г. И. за его внимание и помош-ь в период аспирантской подготовки и написания диссертации.

По теме диссертации автором опубликовано 5 статей и 9 научных отчетов [7, 13, 14,49, 50]. Отдельные разделы представлены на всероссийских и международных симпозиумах и конференциях [54, 55].

Диссертация состоит из введения, 4 глав, заключения и списка литературы из 151 источника. Объем работы: 144 страницы текста, 85 рисунков и 19 таблиц.

Выводы и предложения

В данной главе представлены результаты оценки геофизических параметров морской поверхности Арктики, коррекции калибровочного клина микроволнового радиометра РМ-08 с использованием многоканального микроволнового радиометра SSM/I (канал 37Н), и сравнительного анализа разработанных алгоритмов тематического картографирования.

Результаты коррекции калибровочного клина показали достаточно хорошую аппроксимацию изображения радиояркостной температуры. Несмотря на сильные отличия радиояркостных температур РМ-08 и SSM/I, особенно в области низких значений, концентрации ОКЕАН-01, построенные с использованием как исходных значений температуры, так и скорректированных, отличаются друг от друга незначительно.

Построен ряд тематических карт: среднемесячные карты концентраций морского льда и многолетнего льда по данньо! SSM/I и ОКЕАН-01 (1996 г.) — карты высокого разрешения концентрации морского льда по данным RADARS AT- среднемесячные карты альбедо морскогой поверхности и концентраций талых озер и по синхронным данным SSM/1 и ОКЕАН (лето 1996 г.) — среднемесячные карты протяженности ледового покрова и протяженности многолетнего льда (лето 1996 г.). Построенные карты обеспечивали достаточно полное покрытие исследуемого региона (рис. 30) в течение всего изучаемого периода и демонстрируют возможность сравнения как результатов (среднемесячных значений для всего региона), так и алгоритмов (анализ разности среднемесячных значений).

Выполнен сравнительный анализ результатов (среднемесячных значений для региона) и алгоритмов (анализ разности среднемесячных значений) тематического картографирования. Проведено исследование распределения геофизических параметров вдоль трансекта (рис. 31).

Результаты сравнения среднемесячных карт концентраций морского льда и многолетнего льда по данньм и алгоритмам SSM/1 NASA Team и 0КЕАН-01 согласуются с результатами среднемесячных попарных сравнений изображений, опубликованных в работе

7].

Для сравнения результатов классификации и оценки концентраций по данным активного микроволнового зондирования высокого разрешения ScanSAR с данными пассивного измерителя SSMW осуществлялся анализ разности синхронных карт и двухмерных гистограмм концентраций морского льда. Полученные результаты схожи с материалами представленными в работе [7] по парному сравнению изображений, что свидетельствует о работоспособности метода.

Получены и проанализированы среднемесячные значения площади и протяженности морского льда и многолетнего льда для исследуемого региона (рис. 30) для периода январь -декабрь 1996 г. по данным и алгоритмам SSM/I NASA Team и 0КЕАН-01. Оценка протяженности и площади морского льда чрезвычайно важна в анализе многолетних среднемесячных трендов изменения ледового покрова и в задачах моделирования и прогнозирования климата. Многолетние периодические наблюдения морской поверхности Арктики обеспечивались и обеспечиваются в настоящее время данными пассивного зондирования SSMR и SSM/I. Привлечение активных микроволновых измерителей, например, 0КЕАН-01 может быть использовано для уточнения моделей.

Различ: ия в оценке типов и концентраций в летний период между данными пассивных и смещанных систем измерений [49, 50] связано, прежде всего, с образованием на поверхности льда талых озер. Талые озера оказывают существенное влияние на альбедо поверхности. Концентрации талых озер, определенные в данной работе по микроволновым данным, довольно сильно отличаются от концентраций талых озер, подсчитанных по данным оптического и теплового сенсора AVHRR (высокая среднеквадратическая ошибка). Объединение талых озер и открытой воды в один тип поверхности позволяет оценить различия в определении концентрации морского льда, поскольку ко льду относится все, что не является открытой водой и талыми озерами. Суммарная концентрация открытой воды и талых озер, а, следовательно, и концентрация остального морского льда, находятся в достаточно хорошей линейной зависимости (высокий коэффициент корреляции).

Проведена валидация альбедо морского льда по данным микроволновых спутниковых измерений с использованием данных канала 1 AVHRR. Результаты показали, что совместное использование данных SSM/1 и 0КЕАН-01 является весьма эффективным для построения среднемесячных карт альбедо морской поверхности. Проведено исследование трансекта для изучения динамики изменения альбедо льда и концентрации талых озер.

Для дальнейших исследований, модификации алгоритмов и разработки новых эффективных методов оценки геофизических параметров поверхности по микроволновым данным необходимо привлечение дополнительных данных и результатов, в том числе и на основе полевых исследований.

ЗАКЛЮЧЕНИЕ

Диссертация посвящена исследованию актуальных проблем создания систем мониторинга ледового покрова Арктики для решения фундаментальных проблем экологии, климата, изучения и эксплуатации природных ресурсов, информационного обеспечения судов на трассе Севморпути и т. д.

В процессе исследований разработаны методы и алгоритмы первичной и тематической обработки спутниковых микроволновых данньж для картографирования геофизических параметров ледового покрова Арктики. Особое внимание уделено оценке типов и концентраций морского льда, построению цифровых карт и анализу эффективности картографирования ледового покрова. В целом, работа включает следующие основные результаты:

• Выполнен сравнительный анализ систем дистанционного зондирования Арктики. Показано, что применение оптических и тепловых сенсоров в условиях Арктики ограничено продолжительной полярной ночью и облачностью. Микроволновые сенсоры (радары с реальной и синтезированной апертурой и многоканальные радиометры лишены указанных недостатков. Радары с реальной апертурой характеризуются средним разрешением и обеспечивают широкую полосу обзора. Радары с синтезированной апертурой имеют высокое пространственное разрешение, однако меньшую полосу обзора. Микроволновые радиометры обеспечивают наблюдение обширных территорий, однако обладают низким пространственным разрешением. Таким образом, наибольшая эффективность достигается при комплексном использовании радиолокационных и радиометрических сенсоров.

• Исследованы алгоритмы радиометрической коррекции микроволновых данных, георегистрации, вычисления радиояркостной температуры, удельной эффективной площади рассеяния. Разработаны алгоритмы географической привязки микроволновых изображений по результатам измерений радиолокационной станцией бокового обзора с реальной апертурой (вертикальная поляризация) и микроволновым радиометром (горизонтальная поляризация), установленных на российских спутниках серии ОКЕАН-01. Разработаны различные алгоритмы обработки цифровых данных спутниковых измерений (преобразование безразмерных значений пикселей к физическим величинам, например, вычисление радиояркостной температуры по данным микроволнового радиометра и приведение в географическую проекцию).

• Исследована возможность коррекции калибровочного клина для микроволнового радиометра горизонтальной поляризации спутника ОКЕАН-01 с использованием пассивных данных других снзо-никовых сенсоров на примере 88М/1.

Разработаны алгоритмы первичной обработка данных многоспектрального оптического сенсора AVHRR, обеспечивающие выравнивание освещенности оптических каналов с целью нормализации альбедо и маскированию облачности по данным тепловых каналов. Разработаны алгоритмы вычисления удельной эффективной площади рассеяния для двух форматов радарных изображений высокого пространственного разрешения по данньш радара с синтезированной апертурой (горизонтальная поляризация) спутника RADARSAT (форматы ASF и RSI) и сглаживания спекл-шума на базе фильтра Ли. Исследованы методы выравнивания микроволновых изображений вдоль строки с помощью эквализационных фзпнкций. Для изображений радара с синтезированной апертурой разработан алгоритм построения эквализационной функции отдельно для каждого типа поверхности (открытая вода и морской лед).

Исследован алгоритм оценки типов и концентраций морского льда по данным многоканального микроволнового радиометра типа SSM/I, основанный на анализе спектрального градиента двух каналов вертикальной поляризации 19 и 37 Ггц и поляризационного коэффициента на частоте 19 ГГц и использовании набора коэффициентов для учета региональных изменений. Алгоритм позволяет оценивать концентрацию открытой воды, многолетнего льда и консолидированной фракции молодого и однолетнего льда.

Исследован алгоритм линейной смеси, основанный на использовании данных одноканального микроволнового радиометра горизонтальной поляризации и радара с реальной апертурой вертикальной поляризации, установленными на спутниках серии 0КЕАН-01. Для определения концентраций и типов морской поверхности в алгоритме используется три пары опорных значений радиояркостной температуры и удельной эффективной площади рассеяния (открытая вода, однолетний и многолетний лед), которые определяются независимо для каждого изображения. При низких температурах радарные измерения горизонтальной поляризации менее зависимы от влияния снежного покрова, менее чувствительны к погодным условиям, по сравнению с микроволновым радиометром, и стабильно различают многолетний и однолетний лед.

В диссертации показано, что радары с синтезированной апертурой горизонтальной поляризации типа RADARSAT не позволяют разделять однолетний лед от многолетнего с использованием удельной эффективной площади рассеяния. Неоднородность распределения отраженного сигнала по полю изображения не позволяет применить линейные алгоритмы оценки концентраций морского льда. Поэтому разработаны методы классификации изображений по данным радара с синтезированной апертурой на основе разбиения изображения на фрагменты и применения порогового значения удельной эффективной площади рассеяния для разделения типов. Для оценки концентрации морского льда по данным RADARSAT разработан алгоритм взвешенного осреднения исходных пикселей в пикселе большего размера.

Исследованы и разработаны алгоритмы оценки типов и концентраций по данным оптических и тепловых каналов сенсора AVHRR с применением алгоритма линейной смеси, а также классификации по данным одного и двух каналов AVHRR. Для двухканальной схемы разработан алгоритм классификации на основе смеси нормальных распределений заданных типов поверхности.

Исследованы и разработаны алгоритмы оценки концентрации талых озер по данным микроволновых измерителей на основе отличий концентраций активных и пассивных измерителей. Использование данных AVHRR для верификации талых озер послужило разработке соответствующих алгоритмов для данных оптических из тепловых измерений, основанных на предположениях, что температура поверхности, соответствующей талым озерам, около нуля и альбедо талых озер существенно меньше альбедо льда и близко к альбедо воды.

Разработана методология построения цифровых карт, исследованы основные свойства стереографической проекции и возможность ее применение для картографирования ледового покрова Арктических морей, а также разработаны методы преобразования различных спутниковых данных, использующихся для построения цифровых карт. Выполнен сравнительный анализ среднемесячных карт концентраций морского льда и концентраций многолетнего льда по данным многоканального микроволнового радиометра SSM/I и данным измерений ОКЕАН-01. Показано, что в целом результаты пассивных измерений SSMA недооценивают суммарную концентрацию льда и концентрацию многолетнего льда по сравнению с ОКЕАН-01. Отличия оценок концентраций многолетнего льда выше отличий оценок суммарных концентраций морского льда, следовательно, ОКЕАН-01 недооценивает концентрацию однолетнего льда по сравнению с SSM/I.

Проведен сравнительный анализ результатов картографирования по синхронным изображениям радаров с синтезированной апертурой (режим ScanSAR радара на спутнике RADARSAT) и многоканального микроволнового радиометра (SSM/I). Анализ двухмерной гистограммы позволил определить, в области каких значений концентраций происходит недооценка или переоценка значений по тем или иным данным и алгоритмам. Полученные результаты свидетельствуют, что пассивные измерения занижают концентрацию льда по сравнению с активными.

Проведен сравнительный анализ оценок площади и протяженности ледового покрова и многолетнего льда по данным концентраций смешанного (микроволновый радиометр и радар с реальной апертурой на спутниках серии ОКЕАН-01) и пассивного (многоканальный микроволновый радиометр SSM/I) зондирования по результатам картографирования. Результаты показывают, что оценки концентрации льда в интервале 15−100% по данным 0КЕАН-01 несколько выше, чем по данньм SSM/I. Значительный разброс значений разности концентраций многолетнего льда по данньш различных сенсоров является причиной более существенных отличий в площади и протяженности многолетнего льда.

В диссертации реализация алгоритмов выполнена на IBM PC AT совместимых компьютерах с операционньми системами «MS DOS» и «MS Windows» с использованием различных программ комплексов & laquo-0КЕАН»-[10, 11], «IDRISI» [82] и собственных разработок автором на языке & laquo-С»-. В качестве формата изображений использовался формат «IDRISI» [82], являющийся хорошо документированным и достаточно простым.

В целом, проведенные исследования показали высокую эффективность картографирования геофизических параметров Арктики с использованием микроволновых спутниковых измерений. Однако полученные результаты подчеркивают необходимость развития алгоритмов и привлечения дополнительных данных, в том числе и на основе авиационных наблюдений и полевых исследований.

Результаты диссертации использованы в работах по созданию специализированной базы данных многоспектрального и биотелеметрического спутникового мониторингов местообитаний крупных млекопитающих Российской Арктики (1995 — 1999 гг.) регионов Баренцева, Карского, Лаптевых и Чукотского морей, и могут быть рекомендованы для студентов высших учебных заведений и специалистов проектных и научных организаций, работающих в области изучения экологии, климата, природных ресурсов и навигации в условиях Арктики, а также цифровой обработки изображений.

ПоказатьСвернуть

Содержание

Глава I. Анализ современных систем спутникового мониторинга Арктики.

§ 1. Некоторые общие принципы дистанционного зондирования.

§ 2. Анализ технических характеристик оптических и микроволновых операционных систем мониторинга на базе спутников серий ОКЕАН.

§ 3. Анализ технических характеристик многоканальных микроволновых операционных систем мониторинга SSM/I на базе спутников серии DMSP 5D-2 F8,

F11 иР 13.

§ 4. Анализ технических характеристик радарных систем с синтезированной апертурой на базе спутников серии ERS, JERS, RADARSAT.

§ 5. Анализ технических характеристик оптических и тепловых систем наблюдения

AVHRR на базе спутников NOAA.

Список литературы

1. Асмус В. В., Никитин П. А., Попов А. Е. и др. Цифровая обработка радиолокационных изображений, полученных со спутника & quot-Космос-1500"- // Исслед. Земли из космоса. 1985. № 3. С. 107−114.

2. Афанасьев Ю. А., Нелепо Б. А., Селиванов A.C. и др. Программа экспериментов ИСЗ & quot-Космос-1500"- // Исслед. Земли из космоса. 1985. № 3. С. 3−8.

3. Бельчанский Г. И. К вопросу индикации глобальных изменений по трендам протяженности ледяного покрова с использованием спутниковых данных // Доклады РАН. 1995. Т. 343. № 1. С. 130−135.

4. Бельчанский Г. И., Алпацкий И. В. Сравнительный анализ алгоритмов оценки параметров морского льда по спутниковьм данным & laquo-0кеан-01»- на основе линейных моделей и искусственных нейронных сетей // Исслед. Земли из космоса. 2000. № 4. С. 40−54.

5. Бельчанский Г. И., Дуглас Д., Козленке H.H. Оценка типов и концентраций морского льда по двухканальньм микроволновым данным активных и пассивных систем наблюдения // Исслед. Земли из космоса. 1996. № 6. С. 28−39

6. Бельчанский Г. И., Дуглас Д. С., Мордвинцев И. Н. Идентификация типов морского льда по радарным данным спутников & laquo-0кеан-01»- и эталонным таблицам // Исслед. Земли из космоса. 1998. № 6. С. 52−65.

7. Бельчанский Г. И., Еремеев В. А., Мордвинцев И. Н. Платонов Н.Г. Сравнительный анализ сезонных оценок концентраций морского льда, полученных с использованием спутниковых данных & laquo-0кеан-01»-, SSM/I и «Radarsat"// Исслед. Земли из космоса. 2001. № 4. С. 46−52.

8. Бельчанский Г. И., Коробков Н. В. Использование искусственных нейронных сетей для анализа спутниковых данных дистанционного зондирования // Исслед. Земли из космоса. 1998. № 4. С. 111−120.

9. Бельчанский Г. И., Мордвинцев И. Н., Овчинников Г. К., Петросян В. Г., Дуглас Д. Обработка данных КА & quot-Океан"- для классификации растительности бореальных лесов // Исслед. Земли из космоса. 1993. № 2. С. 25−34.

10. Бельчанский Г. И., Овчинников Г. К., Дуглас Д. Обработка данных космического мониторинга для документирования параметров среды обитания млекопитающих Арктики // Исслед. Земли из космоса. 1993. № 4. С. 44−53.

11. Бельчанский Г. И, Петросян В. Г., Гарнер Г., Дуглас Д. Изучение экологии белого медведя в Российской Арктике по данным спутниковой биотелеметрии // Успехи современной биологии. 1997. Том 117. С. 336−345.

12. Бельчанский Г. И., Платонов Н. Г. Оценивание и документирование талых озер и альбедо морского льда по данным спутниковых микроволновых измерений // Исслед. Земли из космоса. 2002. № 1 (в печати).

13. Бельчанский Г. И., Платонов Н. Г., Еремеев В. А. Алгоритм калибровки микроволнового радиометра орбитального комплекса & laquo-0кеан-01»- по данньм SSM/I // Исслед. Земли из космоса. 1999. № 1. С. 58−69.

14. Будыко М. И. Глобальная экология. М.: Мысль, 1977. 327 с.

15. Бурцев А. И., Кровотынцев В. А., Назиров М., Никитин П. А., Спиридонов Ю. Г. Радиолокационные карты Арктики и Антарктики по данным ИСЗ & quot-Космос-1500"- и предварительные результаты их анализа // Исслед. Земли из космоса. 1985. № 3. С. 54−63.

16. Бущуев A.B., Грищенко В. Д., Масанов А. Д. Дешифрирование морских льдов на радиолокационных спутниковых снимках // Исслед. Земли из космоса. 1985. № 3. С. 9−15.

17. Волков А. М., Грищенко В. Д., Куравлева Т. Г. и др. Принципы построения космической системы нового поколения для ледовых и гидрометеорологических наблюдений // Исслед. Земли из космоса. 1995. № 1. С. 63−72.

18. Гонин Г. Б. Космические съемки Земли. Л.: Недра, 1989. 252 с.

19. Добровольский А. Д., Залогин Б. С. Моря СССР. М.: Мысль, 1982. 184 с.

20. Изделие 0КЁАН-01 № 7. Исходные данные для обработки и интерпретации информации потребителями. М.: НПО & laquo-Планета»-, 1993. 94 с.

21. Изделие ОКЕАН-01 № 8 (Сич № 1). Исходные данные для обработки и интерпретации информации потребителями. Дн.: ГНПП & laquo-Орбита»-, НТЦ & laquo-У НИТИ-АРИАДН А& raquo-. 1995. 88 с.

22. Информационные возможности РЛСБО ИСЗ серии & laquo-Космос-1500»-: особенности приема, обработки и интерпретации информации. & laquo-Интеркосмос»-. М., 1988. 36 с.

23. Зайцев В. В., Зайцев Вл.В., Трошкин Д. В. Экспериментальное исследование алгоритмов фильтрации спекл-шума на радиолокационных изображениях // Исслед. Земли из космоса. 1994. № 6. С. 30−42.

24. Кавелин С. С., Бущуев Е. И., Драновский В. И, и др. Бортовой информационный комплекс спутника & quot-Космос-1500"- // Исслед. Земли из космоса. 1985. № 3. С. 64−69.

25. Калмыков А. И., Ефимов В. Б., Кавелин С. С. и др. Радиолокационная система ИСЗ & quot-Космос-1500"- // Исслед. Земли из космоса. 1984. № 5. С. 84−93.

26. Калмыков А. И., Курекин A.C., Пичугин А. П. и др. Радиолокационная система бокового обзора для исследования Земли из космоса // Труды ГосНИЦИПР. 1984. Вып. 25. С. 2136.

27. Калмыков А. И., Пичугин А. П., Синицын Ю. А. и др. Особенности обработки радиолокационной информации о земной поверхности с аэрокосмических носителей // Исслед. Земли из космоса. 1983. № 6. С. 91−96.

28. Карвер К. Р., Элаши Ш., Улаби Ф. Т. Дистанционное зондирование из космоса в СВЧ-диапазоне // ТИИЭР. 1985. Т. 73. № 6. С. 30−56.

29. Кондратьев К. Я. Глобальный климат. С. -Пб.: Наука, 1992. 359 с.

30. Космический аппарат & laquo-0кеан-0»- № 1. Исходные данные для обработки и интерпретации информации потребителями. ГКБ & laquo-Южное»-, ГП & laquo-Днепрокосмос»-. 1998. 96 с.

31. Кровотынцев В. А., Милехин O.E. Характеристики радиолокационного обратного рассеяния морских льдов Арктики по данным ИСЗ & laquo-Океан»- // Исслед. Земли из космоса. 1998. № 2. С. 68−80.

32. Кронберг П. Дистанционное изучение Земли. М.: Мир. 1978. 186 с.

33. Лобанов А. Н. Фотограмметрия: Учебник для вузов. 2-е изд., М.: Недра, 1984, 552 с.

34. Лобанов А. Н., Журкин И. Г. Автоматизация фотограмметрических процессов. М.: Недра, 1980. 240 с.

35. Мельник Ю. А., Зубкович С. Г., Степаненко В. Д. и др. Радиолокационные методы исследования Земли из космоса. М.: Советское радио, 1980. 264 с.

36. Пичугин A.n., Еленский A.B., Ефимов В. Б. и др. Особенности цифровой обработки радиоизображений, полученных РЛСБО ИСЗ & quot-Космос-1500"- // Исслед. Земли из космоса. 1984. Ко 6. С. 82−90.

37. ПрэттУ. Цифровая обработка изображений. М.: Мир, 1982. Т. 1,2.

38. Радиолокация поверхности Земли из космоса / Под ред. Л. М. Митника, СВ. Викторова. Л.: Гидрометеоиздат, 1990. 200 с.

39. Северный Ледовитый и Южный океаны / Под. ред. А. Ф. Трешникова, С. С. Сальникова. Л.: Наука, 1995. 501 с.

40. Справочник по картографии / A.M. Берлянт, A.B. Гедымин, Ю. Г. Кельнер и др.- под ред. Е. И. Халугина. М.: Недра, 1988. 428 с.

41. Улаби Ф. Т. Радиолокационные сигнатуры земной поверхности и контроль возобновляемых ресурсов // ТИЭЭР. 1982. Т. 70. № 12. С. 43−64.

42. Урмаев М. С. Космическая фотограмметрия. М.: Недра, 1989.

43. Цымбал В. Н., Калмыков А. И., Курекин А. С. и др. Информационные возможности радиолокационной системы бокового обзора ИСЗ & quot-Космос-1500"- // Исслед. Земли из космоса. 1985. № 3. С. 84−92.

44. Alhmnaidi S.M., Jones W.L., Park J.D., et. al. A Neural Network Algorithm for Sea Ice Edge Classification // IEEE Trans. Geosci. Remote Sens. 1997. V. 35. № 4. P. 817−826.

45. Barry R.G., Serreze M.C., Maslanik J.A., Preller R.H. The Arctic sea ice-climate system: Observations and modeling // Rev. Geophys., 1993. № 31: P. 397−422.

46. Bartz M.R. The IBM 1975 Optical Page Reader. Part II: Video Thresholding System // IBM J. Res. Devel. 1968. № 12. P. 354−363

47. Belchansky G.I., Douglas D.C. Classification methods for monitoring Arctic sea-ice using OKEAN passive / active two-channel microwave data // J. Remote Sens. Environ. 2000. V. 73. № 3. P. 307−322.

48. Belchansky G.I., Douglas D.C. Seasonal comparisons of sea ice concentration estimates derived from SSM/I, OKEAN, and RADARSAT Data // J. Remote Sens. Environ. 2001 (in publication).

49. Belchansky G.I., Douglas D. C, Mordvintsev I.N., Ovchinnikov O.K. Assessing trends in Arctic sea ice distribution using Kosmos-Okean satellite series // Polar Record. 1995. V. 31. № 177. P. 129−134.

50. Belchansky G.I., Douglas D. C, OvchinniKov O.K. Comparative evaluation of Almaz, ERS-1, JERS-1 and Landsat-TM for discriminating wet tundra habitats // Polar Record. 1995. V. 31. № 177. ?. 161−168.

51. Belchansky G.I., Mordvintsev I.N., Douglas D.C. Assessing variability and trends in Arctic sea-ice distribution using satellite data / Proc. IGARSS'96 / 1996. P. 642−644.

52. Belchansky G.I., Pichugin A.P. Radar sensing of polar regions. / Proe. Int. Conf on the role of polar regions in global change / Ed. G. Weller, C.L. Wilson and B.B. Severin. Geophysical Institute, University of Alaska, Fairbanks. 1991. № 1. P. 47−57.

53. Bushuev A.V., Bychenkov Yu.D. Use of KOSMOS-1500 satellite radar images to study the distribution and the dynamics of sea ice // Soviet Journal of Remote Sensing. 1989. V. 5. № 3, R 382−391.

54. Cavalieri D.J. A microwave technique for mapping thin sea ice // J. Geophys. Res. 1994. V. 99. №C6.R 12 561−12 572.

55. Cavalieri, D.J., Bums, B.A., and Onstott, R.G. Investigation of the effects of summer melt on the calculation of sea ice concentration using active and passive microwave data. // J. Geophys. Res. 1990. V. 95. № C4. P. 5339−5369.

56. Cavalieri D. J., Crawford J., Drinkwater M. et al. NASA sea ice validation program for the DMSP SSM/I // Final report, NASA Tech. Memo. 1992. № 104 556. 126 p.

57. Cavalieri D.J., Germain K.M. Arctic sea ice research with satellite passive microwave radiometers // IEEE. Geosci. Remote Sens. Soc, IEEE NEWSLET. 1995. December. P. 6−12.

58. Cavalieri D.J., Gloersen P., Campbell W.J. Determination of sea ice parameters with Nimbus-7 SMMR// J. Geophys. Res. 1984. V. 89. P. 5355−5369.

59. Cavalieri D.J., Martin S., Gloersen P. Nimbus-7 SMMR observation of Bering Sea Ice cover during March 1979 // J. Geophys. Res. 1983. V. 88. P. 2743−2754.

60. Cavalieri D. J, Parkinson C.L. Large-scale variations in observed Antarctic sea ice extent and associated atmospheric circulation // Monthly Weather Review. 1981. V. 109. P. 2323−2336.

61. Cavalieri D.J., Parkinson C.L., Gloersen P., et al. Deriving long-term time series of sea ice cover from satellite passive-microwave multisensor data sets. // J. Geophys. Res. 1999. V. 104. №C7. P. 15 803−15 814.

62. Chen K.S., Huang W.P., Tsay D.H., et. al. Classification of Multifrequency Polarimetric SAR Imagery Using a Dynamic Learning Neural Network // IEEE Trans. Geosci. Remote Sens. 1996. V. 34,№ 3. P. 814−820.

63. Chow C.K., Kaneko T. Boundary Detection of Radiographic Images by a Threshold Method / Frontiers of Pattern Recognition. Ed. Watanabe S. / Academic Press, New York. 1972.

64. Colony R.L., Rigor I.G. International Arctic Ocean Buoy Program data report 1 January 199 231 December 1992 // Tech. Memo. APL-UWTM 29−93, APL. Univ. of Washington. Seattle. 1993. 215 p.

65. Comiso J.C. Sea ice effective microwave emissivities from satellite passive microwave and infrared observations // J. Geophys. Res. 1983. V. 88. № C12. P. 7686−7704.

66. Comiso J.C. Characteristics of Arctic winter sea ice from satellite multispectral microwave observation // J. Geophys. Res. 1986. V. 91. № C9 P. 975−994.

67. Comiso J.C. Arctic multiyear ice classification and summer ice cover using passive microwave satellite data. // J. Geophys. Res. 1990. V. 95. № C8. P. 13 411−13 422.

68. Comiso J.C. Top/bottom multisensor remote sensing of Arctic sea ice // J. Geophys. Res. 1991. V. 96. № C2. P. 2693−2709.

69. Comiso J.C. Surface temperatures in the polar regions fi-om Nimbus-7 temperature humidity infrared radiometer // J. Geophys. Res. 1994. V. 99. № C3. P. 5181 -5200.

70. Comiso J. C, Cavalieri D.J., Parkinson C.L., Gloersen P. Passive microwave algorithms for sea ice concentration: comparison of two techniques // J. Remote Sens. Environ. 1997. V. 60. P. 357−384.

71. Comiso J. C, Kwok R. Surface and radiative characteristics of the summer Arctic sea ice cover from multisensor satellite observations. // J. Geophys. Res. 1996. V. 101. Xo C12. P. 2 839 728 416.

72. Csiszar I., Gutman G. Mapping global land surface albedo fi-om NO A A AVHRR. // Journal of Geophysical Research. 1999. V. 104 № D6. P. 6215−6228.

73. Curry J.A., Schramm J.L., Perovich D.K., Pinto J.O. Applications of SHEBA/FIRE data to evaluation of snow/ice albedo parameterizations // J. Geophys. Research. 1999. FIRE Arctic clouds special issue.

74. Dawson, M.S., Olvera, J., Fimg, A. K., et. al. Inversion of surface parameters using fast learning neural network / Proc. IGARSS'92 / Houston. TX. 1992. P. 910−912.

75. Dickson R.R. All change in the Arctic // Nature. 1999. № 397. P. 389−391.

76. DMSP SSM/I brightness temperature and ice concentrations grids for the Polar regions. User’s Guide. NSIDC Distributed Active Center, University of Colorado, Boulder. 1995.

77. Dokken S.T., Hakansson B., Askne J. Arctic sea ice concentration ftom RAD ARS AT and ERS. Proceedings of ADRO Final Symposium. 1998.

78. Eastman J.R. IDRISI for Windows, ver. 2. 0, User’s Guide. Clark University. Worcester, MA. 1997. 350 p.

79. Emery W.J., Fowler C, Maslanik J.K. Arctic sea ice concentrations from special sensor microwave imager and advanced very high resolution radiometer satellite data // J. Geophys. Res. 1994. V. 99. № C9. P. 18. 329−18. 342.

80. Eppler D.T., Farmer L. D., Lohanick A. W. Classification of sea ice types with single-band (33.6 GHz) airborne passive microwave imagery // J. Geophys. Res. 1986. V. 91 № C9. P. 10 661−10 695.

81. Eppler D.T., Farmer L.D., Lohanick A.W. et al. Passive microwave signatiares of sea ice. / Microwave Remote Sensing of Sea Ice / Ed. F. D. Carsey. AGU. Washington D.C. 1992. Monogr. Ser. № 68. P. 47−68.

82. European Space Agency. Proceedings of the First ERS-1 Symposium, Space at the Service of our Environment. 1993. ESA SP-359.

83. Fetterer F. M., Gineris D., Kwok R. Sea ice type maps from Alaska Synthetic Aperture Radar Facility Imagery: An assessment // J. Geophys. Res. 1994. V. 99. № CI 1. P. 22 443−22 458.

84. Fung, A.K. Microwave scattering and emission models and their applications // Artech House. 1994. Boston. MA. 573 p.

85. Global Hydrology Resource Center. An introduction to MSEC SSM/I Brightness Temperature Data Sets. 1998. 11 p.

86. Gloersen P., Barath F.T. A scanning multichannel microwave radiometer for Nimbus-G and Seasat-A // lEE, J. Oceanic Eng., OE-2. 1977. P. 172−178.

87. Gloersen P., Campbell W.J. Variations in the Arctic, Antarctic and global sea-ice covers during 1978−1987 as observed with Nimbus-7 SMMR // J. Geophys. Res. 1988. V. 22. Jfs C9. P. 10 666−10 674.

88. Gloersen P., Campbell W.J., Cavalieri D.J. et al Satellite passive microwave observations and analysis ofArctic and Antarctic sea-ice, 1978−1987 // Ann. Glaciol. 1993. № 17. P. 149−154.

89. Gloersen P., Cavalieri D.J. Reduction of weather effects in the calculation of sea ice concentration from microwave radiances // J. Geophys. Res. 1986. V. 91 № C3. P. 3913−3919.

90. Gloersen P., Parkinson C.L., Cavalieri D.J. et al. Spatial distribution oftrends and seasonality in the hemispheric sea ice covers: 1978−1996 // J. Geophys. Res. 1999. V. 104. № C9. P. 2 082 720 835.

91. Hall D.K. Assessment of polar climate change using satellite technology // Reviews of Geophysics. 1988. V. 26. № 1. P. 26−39.

92. Jefferies M.O., Schwartz, K., Li S. Arctic summer sea ice SAR signatures meh season characteristics and melt pond fractions // Polar Ree. 1997. № 33. P. 101−112.

93. Johannessen O.M., Miles M.W., and Bjorgo E. Global sea-ice monitoring from microwave satellites / Proc. IGARSS'96 / 1996. P. 932−934.

94. Johannessen O.M., Shalina E.S., Miles M.W. Satellite evidence for an Arctic sea ice cover in transformation // Science. 1999. № 286. P. 1937−1939.

95. Kavzoglu T., Mather P.M. Pruning Artificial Neural Networks: an Example Using Land Cover Classification of Multi-Sensor Images // Int. J. Remote Sens. 1999 V. 20. № 14. P. 2787−2803.

96. Key J., Maslanik J.A., Schweiger A.J. Classification of Merged AVHRR and SMMR Arctic Data with Neural Networks // Photogram. Engineering Remote Sens. 1989. V. 55. № 9, P. 1331−1338.

97. Kwok R., Comiso J. C, Cunningham G.F. Seasonal characteristics of the perennial ice cover of the Beaufort Sea// J. Geophys. Res. 1996. V. 101. № C12. P. 28 417−28 439.

98. Kwok R., Cuimingham G.F. Backscatter characteristics of the winter ice cover in the Beaufort Sea // J. Geophys. Res. 1994. V. 99 № C4. P. 7787−7802.

99. Kwok R., Rignot E., Hoh B., Onstott R. Identification of sea ice types in space borne synthetic aperture radar data // J. Geophys. Res. 1992. V. 97. № C2. P. 2391−2402.

100. Kwok R. and Rothrock D. A. Variability of Fram Strait ice flux and North Atiantic Oscillation // J. Geophys. Res. 1999. V. 104. P. 5177−5189.

101. Kwok R., Schweiger A., Rothrock D.A. et al. Sea ice motion from satellite passive microwave data assessed with ERS SAR and bouy data // J. Geophys. Res. 1998. V. 103. № C4. R 8191−8214.

102. Lamb H.H. The climate environment of the Arctic Ocean / The Arctic Ocean. Ed. L. Rey. N. Y. John Wiley & Sons. 1982. R 135−161.

103. Lillesand T.M. and Kiefer R.W. Remote Sensing and Image Interpretation. John Wiley and Sons, Inc. 1979. NY. 612 p.

104. Lindsay R.W. and Rothrock D.A. The calculation of surface temperature and albedo of Arctic sea ice from AVHRR // Ann. Glaciol. 1993. № 17. P. 391−397.

105. Lindsay R.W. and Rothrock D.A. Arctic sea ice albedo ftom AVHRR // J. CUmate. 1994. № 7. ?. 1737−1749.

106. Manabe S., Spelman M.J., Stouffer R.J. Transient responses of a coupled ocean atmosphere model to gradual changes in atmospheric CO2 // J. Climate. 1992. № 5. P. 105−126.

107. Maslanik J. A. Effects of weather on the retrieval of sea ice concentration and ice type from passive microwave data// Int. J. Remote Sens. 1992. V. 13. № 1. P. 37−54.

108. Massom R. and Comiso J.C. The classification of Arctic sea ice types and the determination of surface temperature using advanced very high resolution radiometer data // J. Geophys. Res. 1994. V. 99 № C3. P. 5201−5218.

109. Mitnik L.M., Desyatova G.I., Kovbasyuk V.V. Use of radar data to determine ice cover characteristics in the sea of Okhotsk, winter 1983−1984 // Soviet Journal of Remote Sensing. 1989. V. 5. № 3.R 371−382.

110. Olmsted C. Alaska SAR Facility Scientific SAR User’s Guide. Geophysical Institute. University of Alaska Fairbanks. 1993. 53 p.

111. Onstott R.G., Gogineni, S. Active microwave measurements of Arctic sea ice under summer conditions // J. Geophys. Res. 1985 V. 90. № 09. P. 5035−5044.

112. Onstott R.G., Grenfell T.C., Matzler C. et al. Evolution of microwave sea ice signatures during early summer and midsummer in the marginal ice zone // J. Geophys. Res. 1987. V. 92. № C7. P. 6825−6835.

113. Onstott R.G., Moore R.K., Gogineni S., Delker C. Four years of low-altitude sea ice broadband backscatter measurements. // IEEE J. Oceanic Eng. 1982. V. 7. № 1. P. 44−50.

114. Parkinson G.L., Cavaliery D.J. Arctic Sea Ice 1973−1987: seasonal, regional, and interannual variability // J. Geophys. Res. 1989. V. 94. № CIO, P. 14 499−14 523.

115. Parkinson C.L., Cavalieri D.J., Gloersen P. et al. Arctic sea ice extents, areas, and trends, 1978−1996 // J. Geophys. Res. 1999. V. 104. № C9. P. 20 837−20. 256.

116. Patrick E.A. Fundamentals of Pattern Recognition // Department of Electrical Engineering, Purdue University, Prentice-Hall, Inc., Englewood Cliffs, N. J., 1972. 408 p.

117. Perovich D.K. The optical properties of sea ice // CRREL Monogr. 1996. V. 96. № 1, 25 p.

118. Pettersson M.I., Askne J. and Cavalieri D.J. SAR observation ofArctic freeze-up compared to SSM/I during ARCTIC'91 // Int. J. Remote Sens. 1996. V. 17. № 13. P. 2603−2624.

119. Prewitt J.M.S. and Mendelsohn M.L. The analysis of cell images // Arm. N.Y. Acad. Sci. 1966. № 128. R 1035−1053.

120. RADARSAT International. RADARSAT Illuminated: User Guide to Products. 1997.

121. Rao C.R. N, and Chen J. Inter-satellite calibration linkages for the visible and near-infrared channels ofthe Advanced Very High Resolution Radiometer on board the NOAA-7, -9, and -11 spacecraft // Int. J. Remote Sens. 1995. V. 16. P. 1931−1942.

122. Rao C.R. N, and Chen J. Post-launch calibration of the visible and near-infrared channels of the Advanced Very High Resolution Radiometer on the NO A A-14 spacecraft // Int. J. Remote Sens. 1996. V. 17. P. 2743−2747.

123. Rao C.R. N, and Chen J. Revised post-laimch calibration of the visible and near-infrared channels of the Advanced Very High Resolution Radiometer (AVHRR) on the NOAA-14 spacecraft // Int. J. Remote Sens. 1999. V. 20. № 18. P. 3485−3491.

124. Remund P.Q. and Long D.G. Sea ice extent mapping using Ku band scatterometer data // J. Geophys. Res. 1999. № 104. P. 11 515−11 527.

125. Rigor I.G. and Heiberg A. International Arctic ocean buoy program data report, 1 January 1996−31 December 1996 // APL-UWTM 05−97. APL. Univ. ofWashington. Seattle. 1997. 116p.

126. Rothrock D.A., Thomas D.R. and Thomdike A.S. Principal component analysis of satellite passive microwave data over sea ice // J. Geophys. Res. 1988. № 93. P. 2321−2332.

127. Rothrock D.A., Yu Y., Maykut G.A. Thinning of the Arctic sea-ice cover // Geophys. Res. Lett. 1999. V. 26 № 23. P. 3469−3472.

128. Sandven S., Johanneessen O.M., Miles M.W., Pettersson L H. Barents Sea seasonal ice zone features and processes from ERS 1 synthetic aperture radar: Seasonal Ice Zone Experiment 1992 // J. Geophys. Res. 1999. V. 104. № C7. P. 15 843−15 857.

129. Savinders R.W. and Kjiebel K.T. An improved method for detecting clear sky and cloudy radiances from AVHRR data // Int. J. Remote Sens. 1988. № 9. P. 123−150

130. Shy T.L. and Walsh J.E. North Pole ice thickness and association with ice motion history 1977−1992 // Geophys. Res. Lett. 1996. V. 23. № 21. P. 2974−2978.

131. Stowe L.L., McClain E.P., Carey R. et al. Global Distribution of cloud cover derived from NOAA/AVHRR operational satellite data // Advanced Space Research. 1991. V. 11. № 3. P. 51−54.

132. Swift C.T., Fedor L.S. and Ramseier R.O. An algorithm to measure sea ice concentration with microwave radiometers // J. Geophys. Res. 1985. V. 90 № CI. P. 1087−1099.

133. Tang C.L., Wang C.K., DeTracey B.D. Characteristics of the ice edge off the Labrador/Newfoundland coast. Proceedings of ADRO Final Symposium. 1998.

134. Thomas A. and Barber G.G. On the use of multi-year ice ERS-1 as a proxy inducator of mek period sea ice albedo // Int. J. Remote Sens. 1998. V. 19. № 14. P. 2807−2821.

135. Tzeng Y.C. and Chen K.S. A Neural-Network Approach to Radiometric Sensing of Land-Surface Parameters // IEEE Trans. Geosci. Remote Sens. 1999. V. 37. № 6. P. 2718−2724.

136. Tzeng Y. C, Chen K.S., Kao W.L., et. al. A Dynamic Learning Neural Network for Remote Sensing Applications // IEEE Trans. Geosci. Remote Sens. 1994. V. 32. № 5. P. 1096−1102.

137. Ulaby F.T., Moore R.K. and Fimg A.K. Microwave Remote Sensing: Active and Passive. 1981. V. 1. Artech House, Inc. Dedham, MA.

138. Vinnikov K. Y., Robock A., Stouffer R.J., et al. Global warming and northern hemisphere sea ice extent // Science. 1999. № 286. P. 1934−1937.

139. Vinje T., Nordlund N., Kvambekk A. Monitoring ice thickness in Fram Strait. // J. Geophys. Res. 1998. V. 103. № C5. P. 10 437−10 449.

140. Walsh J.E., Hibler W.D., Becky R. Nmnerical simulation of northern hemisphere sea ice variability, 1951−1980 // J. Geophys. Res. 1985. V. 90 № C3. P. 4847−4865

141. Winebreimer D.P., Nelson E.D., Colony R., West R.D. Observation of melt onset on multiyear Arctic sea ice using the ERS-1 synthetic aperture radar // J. Geophys. Res. 1994. V. 99. №C 11. P. 22 425−22 441.

142. Yackel J.J., Barber G.G., Hanesiak J.M. Melt ponds on sea ice in the Canadian Archipelago: 1. Variability in morphological and radiative properties // J. Geophys. Res. 2000. V. 105. № C9. P. 22 049−22 060.

143. Yackel J.J. and Barber G. G. Melt ponds on sea ice in the Canadian Archipelago: 2. On the use ofRADARSAT-1 synthetic aperture radar for geophysical inversion // J. Geophys. Res. 2000. V. 105. №C9.R 22 061−22 070.

Заполнить форму текущей работой