СРАВНИТЕЛЬНЫЙ АНАЛИЗ СПУТНИКОВЫХ И КОНТАКТНЫХ МЕТОДОВ ИССЛЕДОВАНИЯ ВРЕМЕННОЙ ИЗМЕНЧИВОСТИ БИООПТИЧЕСКИХ ХАРАКТЕРИСТИК В ПРИБРЕЖНЫХ ВОДАХ CASE-2 (ТЕЗИС)

COMPARATIVE ANALYSIS OF SATELLITE AND IN SITU METHODS FOR STUDYING TEMPORAL VARIABILITY OF BIO-OPTICAL CHARACTERISTICS IN CASE-2 COASTAL WATERS (THESIS)

Barantseva Anna Sergeevna

Student, Department of Sustainable Development and Management of Natural Resources, Sevastopol state University

Russia, Sevastopol

Efimova Tatyana Vladimirovna

Scientific supervisor, candidate of Sciences in Biology, Senior Researcher, IBSS RAS

Russia, Sevastopol

АННОТАЦИЯ

Изучение временной динамики биооптических характеристик вод требует применения как контактных, так и спутниковых методов оценки, каждый из которых обладает специфическими возможностями и ограничениями. В настоящей работе проведён сравнительный анализ подходов к исследованию временной изменчивости биооптических параметров в водах case-2. Рассмотрены временное разрешение, пространственный охват, точность и источники погрешностей каждого подхода. Особое внимание уделено акватории Чёрного моря как классическому примеру вод case-2, где многолетние контактные наблюдения обеспечили основу для разработки и валидации региональных спутниковых алгоритмов. Показано, что оптимальной стратегией является комплексное использование обоих методов.

ABSTRACT

Studying the temporal dynamics of bio-optical characteristics of water requires the use of both in situ and satellite methods, each of which has specific capabilities and limitations. This paper presents a comparative analysis of approaches to studying the temporal variability of bio-optical parameters in case-2 waters. The temporal resolution, spatial coverage, accuracy, and error sources of each approach are considered. Particular attention is paid to the Black Sea as a classic example of case-2 waters, where long-term in situ observations provided the basis for the development and validation of regional satellite algorithms. It is shown that the optimal strategy is the integrated use of both methods.

Ключевые слова: биооптические характеристики; воды case-2; временная изменчивость; спутниковые методы; контактные измерения; Чёрное море.

Keywords: bio-optical characteristics; case-2 waters; temporal variability; satellite methods; in situ measurements; Black Sea.

Введение

Основными оптически активными компонентами водной толщи, помимо самой воды, являются фитопланктон и взвешенное и растворённое органическое вещество. Акватории, относящиеся к водам второго типа (case-2), характеризуются оптической сложностью, обусловленной значительными концентрациями окрашенного растворённого органического вещества (CDOM) и взвешенного неживого вещества, а также отсутствием зависимости между их концентрацией и концентрацией хлорофилла а. Временная изменчивость биооптических характеристик в таких водах проявляется на масштабах от часов до десятилетий и определяется приливными, синоптическими, сезонными и климатическими факторами. Для её корректного описания необходимы методы, обеспечивающие адекватное временное и пространственное разрешение.

Цель работы — сравнительный анализ спутниковых и контактных методов исследования временной изменчивости биооптических характеристик в водах case-2 и определение оптимальных стратегий их совместного применения.

Спутниковые методы

Спутниковые сканеры цвета обеспечивают регулярные наблюдения с пространственным разрешением от 300 м до 1 км и временным разрешением от 1 до 3 суток. Их ключевое преимущество — пространственный охват, позволяющий изучать мезомасштабные и синоптические процессы. Однако стандартные алгоритмы, разработанные для вод case-1, в водах case-2 дают неудовлетворительные результаты. Валидация стандартных продуктов Sentinel-3 OLCI в Чёрном море с использованием 145 пар совмещённых измерений показала низкую точность восстановления концентрации хлорофилла а и коэффициентов поглощения [1]. В Балтийском море точность оценки хлорофилла а с использованием региональных алгоритмов обработки данных сканера MERIS (C2R — Case-2 Regional, BOR — Baltic Optical Region) составила r² = 0.45–0.47 [2].

Региональные адаптированные алгоритмы позволяют улучшить точность оценки концентрации хлорофилла а и показателей поглощения света оптически активными компонентами для конкретных акваторий. В Чёрном море региональный трёхканальный алгоритм Chl-CDM продемонстрировал лучшую точность восстановления показателя поглощения света окрашенным детритным веществом (a_CDM(490), равного сумме поглощения CDOM и неживой взвеси) и общего коэффициента поглощения света неводными компонентами по сравнению со стандартными алгоритмами, хотя и имеет ограничения при высоких концентрациях оптически активных компонентов [3]. В Балтийском море корректировка коэффициентов алгоритмов, реализованных в программной среде BEAM, улучшила оценки мутности до r² = 0.76–0.84 [2].

Критическим требованием для валидации спутниковых данных является временная синхронность: наилучшее соответствие достигается при выполнении полевых измерений за 1–2 часа до и в течение 2–4 часов после пролёта спутника [4].

Контактные методы

Контактные методы включают судовые зондирования, автономные платформы (FerryBox, буйковые станции, Bio-Argo) и лабораторные анализы. Судовые измерения in situ обеспечивают высокое вертикальное разрешение и высокую доказанную точность, однако они трудоёмки, нерегулярны, дорогостоящи и не всегда обеспечивают достаточную площадь покрытия. FerryBox обеспечивает квазинепрерывные измерения вдоль регулярных маршрутов, позволяя отслеживать сезонную и синоптическую динамику, однако ограничен фиксированной глубиной проведения измерений [5]. Буйковые станции позволяют получать длительные временные ряды данных в фиксированных точках, но их пространственная репрезентативность ограничена. К тому же, автономные платформы могут некорректно оценивать концентрацию хлорофилла а, поскольку оценка проводится на основе данных флуоресценции, которая в поверхностном слое вод в дневное время обычно подавлена солнечным светом («засвечена»).

Опыт Чёрного моря. Многолетние контактные наблюдения, выполненные в Чёрном море сотрудниками ИНБЮМ и МГИ в 2015–2022 гг., позволили провести параметризацию поглощения света пигментами фитопланктона, неживым взвешенным веществом и CDOM, выявив сезонные различия и показав, что CDOM является главным оптически активным компонентом в верхнем слое моря [6].

Сравнительный анализ

Временное разрешение. Спутники обеспечивают регулярность измерений с частотой в 1–3 суток, но облачность снижает количество полученных данных (доля безоблачных снимков составляет 15–20 % [7]). Контактные платформы (FerryBox, буи) обеспечивают квазинепрерывные измерения с временным разрешением от секунд, что делает их незаменимыми для изучения изменчивости на малых временных масштабах. Судовые измерения in situ обеспечивают временное разрешение от нескольких дней до месяцев в зависимости от программы мониторинга.

Пространственный охват. Спутники дают широкое пространственное- покрытие, контактные измерения —зачастую недостаточное пространственное покрытие. Проблема сопоставления точечных измерений с осреднёнными по пикселю спутниковыми значениями остаётся центральной [8].

Точность. Спутниковые оценки в водах case-2 ограничены погрешностями атмосферной коррекции и биооптических алгоритмов. Наибольшие расхождения наблюдаются в зонах с наименьшей прозрачностью [4]. Контактные измерения, включая судовые измерения in situ, обеспечивают высокую точность при условии корректной калибровки измерительных приборов (спектрофотометров, флуориметров, зондов) и соблюдения методики отбора проб, однако их точность зависит от пространственной и временной репрезентативности.

Синергетический подход. Комплексное применение спутниковых и контактных данных позволяет компенсировать недостатки каждого подхода. Контактные измерения служат для валидации и калибровки спутниковых алгоритмов, спутниковые данные обеспечивают широкий пространственный охват. Пример — комбинация FerryBox с данными сканера MERIS для изучения динамики цветения в Северном море [5]. В Чёрном море комплексный анализ контактных и спутниковых данных позволил разработать региональный алгоритм Chl-CDM, который одновременно восстанавливает несколько показателей качества воды и продуктивности [3]. Аналогичные подходы развиваются и для других акваторий, в частности для прибрежных вод Камчатки [9]

Выводы

1. Спутниковые и контактные методы исследования временной изменчивости биооптических характеристик в водах case-2 обладают взаимодополняющими возможностями: первые обеспечивают широкий пространственный охват и регулярность получения данных, вторые (автономные платформы, такие как буи и FerryBox) — высокую точность и высокое временное разрешение, а судовые in situ измерения — высокую точность при ограниченном временном разрешении и неполном пространственном покрытии [5].

2. Оптимальной стратегией является комплексное использование обоих подходов с обязательным соблюдением допустимого временного интервала между спутниковыми и контактными измерениями и учётом пространственной неоднородности [4, 8].

3. Дальнейшее развитие методов исследования временной изменчивости биооптических характеристик в водах case-2 связано с разработкой региональных алгоритмов дешифровки спутниковых данных, расширением сети автономных платформ и развитием методов комплексного анализа спутниковых и контактных данных. Опыт Чёрного моря демонстрирует эффективность такого подхода [3].

Список литературы:

1. Churilova T., Skorokhod E., Suslin V., Moiseeva N., Efimova T., Buchelnikov A. Assessment of the accuracy of Sentinel-3 OLCI L2 products retrieved by standard and regional algorithms for ecological monitoring of the Black Sea coastal and shelf waters // Regional Studies in Marine Science. – 2024. – Т. 79. – Art. 103847. – DOI: 10.1016/j.rsma.2024.103847.
2. Attila J., Koponen S., Kallio K. et al. MERIS Case II water processor comparison on coastal sites of the northern Baltic Sea // Remote Sensing of Environment. – 2013. – Т. 128. – P. 138⁠–⁠149. – DOI: 10.1016/j.rse.2012.09.020.
3. 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. – Т. 37, № 18. – P. 4380⁠–⁠4400. – DOI: 10.1080/01431161.2016.1211350.
4. Vaičiūtė D., Bresciani M., Bučas M. Validation of MERIS bio-optical products with in situ data in the turbid Lithuanian Baltic Sea coastal waters // Journal of Applied Remote Sensing. – 2012. – Т. 6, № 1. – DOI: 10.1117/1.JRS.6.063568.
5. Petersen W., Wehde H., Krasemann H. et al. FerryBox and MERIS – Assessment of coastal and shelf sea ecosystems by combining in situ and remotely sensed data // Estuarine, Coastal and Shelf Science. – 2008. – Т. 77, № 2. – P. 277⁠–⁠288. – DOI: 10.1016/j.ecss.2007.09.023.
6. Чурилова Т.Я., Суслин В.В., Ефимова Т.В. и др. Поглощение света основными оптически активными компонентами вод в глубоководной части Чёрного моря: развитие региональных алгоритмов оценки продуктивности с использованием спутниковых данных // Современные проблемы дистанционного зондирования Земли из космоса. – 2015. – Т. 12, № 5. – С. 41⁠–⁠52.
7. Frouin R., Deschamps P.-Y., Nicolas J.-M., Dubuisson P. Ocean-color remote sensing through clouds // Remote Sensing of the Coastal Oceanic Environment. SPIE. – 2005. – Т. 5885. – DOI: 10.1117/12.621055.
8. Xiao S., Lyu C., Zhang C. et al. Bridging gaps in aquatic remote sensing reflectance validation: pixel boundary effect and its induced errors // Sensors. – 2025. – Т. 25, № 23. – DOI: 10.3390/s25237333.
9. Скороход Е.Ю., Чурилова Т.Я., Моисеева Н.А., Салюк П.А., Ефимова Т.В. Валидация спутниковых продуктов Sentinel-3/OLCI L2 вдоль юго-западного и юго-восточного побережья Камчатского полуострова // Современные проблемы дистанционного зондирования Земли из космоса. – 2025. – Т. 22, № 2. – С. 9⁠–⁠27. – DOI: 10.21046/2070-7401-2025-22-2-9-27.