Разработка и применение процедуры комплексного дистанционного зондирования для исследования внутриводных процессов в морях и крупных озерах тема диссертации и автореферата по ВАК РФ 25.00.28, кандидат физико-математических наук Коросов, Антон Андреевич

• Коросов, Антон Андреевич
• кандидат физико-математических наук
• 2007

Оглавление диссертации кандидат физико-математических наук Коросов, Антон Андреевич

Введение.

Глава 1. Теоретические основы дистанционного зондирования в видимом и инфракрасном диапазонах.

1.1. Постановка прямой задачи дистанционного зондирования в видимом диапазоне.

1.1.1. Компоненты яркости светового сигнала, регистрируемой дистанционным датчиком.

1.1.2. Коэффициент отражения для дистанционного зондирования.

1.1.3. Параметризация коэффициента отражения для дистанционного зондирования.

1.1.4. Удельные первичные гидрооптические характеристики.

1.1.5. Основные цветообразующие компоненты водной среды.

Вода, Н20.

Фитопланктон.

Растворенное органическое вещество.

Минеральная взвесь.

Изменчивость первичных гидрооптических характеристик.

1.2. Постановка прямой задачи дистанционного зондирования в инфракрасном диапазоне.

1.2.1. Формирование яркостной температуры поверхности воды.

Глава 2. Современное дистанционное зондирование.

2.1. Общая характеристика спутниковых датчиков видимого и инфракрасного диапазонов, данные которых использовались в настоящей работе.

2.2. Алгоритмы восстановления параметров качества воды по данным дистанционного зондирования.

2.2.1. Эмпирические алгоритмы.

2.2.2. Полу аналитические алгоритмы.

2.3. Алгоритм расчета температуры поверхности воды по данным дистанционного зондирования.

Глава 3. Разработка процедуры комплексного дистанционного зондирования.

3.1. Алгоритм обработки космических снимков для восстановления параметров качества воды.

3.1.1. Метод многомерной оптимизации Левенберга - Марквардта.

3.1.2. Метод нейронных сетей.

3.1.3. Оценка работоспособности алгоритмов в ходе численного эксперимента.

Описание эксперимента.

Влияние шума на точность восстановления.

Усовершенствование процедуры многомерной оптимизации.

Усовершенствование нейронных сетей.

Условия эффективной работы нейросетевого и оптимизационного алгоритмов.

3.1.4. Комбинированный алгоритм.

3.1.5. Проверка работоспособности алгоритма по данным in situ измерений.

3.1.6. Программная реализация алгоритма.

Включение нейронных сетей.

Чтение HDF-файлов.

Процедура автоматической геометрической коррекции.

3.2. Способы обработки серий космических снимков.

3.2.1. Получение среднемесячных распределений параметров качества воды и температуры.

3.2.2. Увеличение временного разрешения космических данных.

3.2.3. Оценка межгодовой изменчивости параметров качества воды по многолетним космическим данным.

3.3. Обработка дополнительных метеорологических и спутниковых данных.

3.4. Процедура комплексного дистанционного зондирования.

Глава 4. Применение процедуры комплексного дистанционного зондирования для изучения внутриводных процессов.

4.1. Сезонная изменчивость параметров качества воды и температуры Ладожского озера.

4.1.1. Общая характеристика Ладожского озера.

4.1.2. Исследование качества вод Ладожского озера дистанционными методами.

Сезонная динамика термического режима.

Расчет результирующего теплового потока на границе вода - воздух при весеннем прогревании озера.

Межгодовые отличия термического режима озера.

Динамика развития фитопланктона.

Сезонные изменения химических свойств воды.

4.2. Исследование Белого моря по данным дистанционного зондирования.

4.2.1. Общая характеристика Белого моря.

География Белого Моря.

Свойства вод Белого моря.

Гидродинамический режим Белого моря.

4.2.2. Изучение сезонной динамики параметров качества Беломорских вод по данным дистанционного зондирования.

Сезонные изменения Тп и качества вод Белого моря, выявленные по данным дистанционного зондирования.

Гидродинамическая модель Белого моря.

Совместный анализ данных дистанционного зондирования и результатов моделирования для оценки сезонной изменчивости термогидродинамических процессов.

4.2.3. Оценка многолетних изменений экосистемы Белого Моря по данным дистанционного зондирования.

Текущие изменения климата Белого моря.

Оценка многолетних изменений экосистемы Белого моря.

Введение диссертации (часть автореферата) на тему «Разработка и применение процедуры комплексного дистанционного зондирования для исследования внутриводных процессов в морях и крупных озерах»

На поверхности морей и озер можно наблюдать проявления ряда физических и биологических процессов, протекающих в толще вод и атмосфере. В частности, биологические процессы, связанные с развитием фитопланктона, могут проявляться в изменении цвета воды поверхностного слоя, а такие гидродинамические явления, как струйные течения, вихри, внутренние волны и некоторые другие - в изменении свойств поверхностного волнения или температуры воды. Сток рек также находит свое отражение в изменении свойств поверхностных прибрежных вод. Поэтому задача о получении информации о внутриводных процессах по наблюдаемым свойствам водной поверхности представляет несомненный интерес в рамках мониторинга крупных водоемов.

Для изучения свойств поверхности и приповерхностного слоя в настоящее время широко используются «контактные методы», основанные на непосредственном взаимодействии измерительной аппаратуры с водой или взятии ее проб, кроме того начинают все активнее внедряться дистанционные методы наблюдения в видимом, инфракрасном или микроволновом диапазоне с судов, самолетов или из космоса.

Контактные, судовые измерения, выполняемые на протяженных водных объектах, неизбежно страдают от невысокого пространственно-временного разрешения и не в состоянии адекватно отразить пространственную и временную изменчивость свойств воды, особенно, при исследовании мезомасштабных процессов.

Эти ограничения преодолеваются дистанционными методами. Их основное преимущество состоит в способности обеспечивать информацию о свойствах водной поверхности с существенно большим временным и пространственным разрешением и охватом по сравнению с контактными методами. Тем не менее, дистанционные методы, будучи косвенными, должны использоваться в совокупности с контактными как для проверки и уточнения космических оценок, так и для установления причинно-следственных связей исследуемых явлений в водной толще с наблюдаемыми их проявлениями на поверхности.

Актуальность. Исследование Мирового Океана средствами дистанционного зондирования (ДЗ) приобретает в последние десятилетия все большее значение. В настоящее время данные ДЗ широко используются как для наблюдения за локальными экологическими процессами (антропогенным загрязнением, эвтрофированием, развитием токсических водорослей) так и для слежения за проявлением глобального изменения климата. С запуском новых спутников наблюдения Земли становятся доступными дистанционные данные по более широкому кругу искомых параметров, обладающие при этом более высоким временным и пространственным разрешением, что позволяет подробно исследовать большее разнообразие мезомасштабных процессов в океанах, морях и озерах. Наличие данных многолетних спутниковых наблюдений дает возможность изучать долгопериодные изменения свойств водных объектов.

Существует несколько основных проблем, возникающих при использовании данных ДЗ в видимом и инфракрасном диапазонах электромагнитного спектра в океанологических исследованиях. Одна из них связана с влиянием атмосферы и облачности на качество и количество космических данных. Процедура атмосферной коррекции данных ДЗ пока еще недостаточно точна, что ведет к неизбежным ошибкам при определении температуры и спектрального состава света, исходящего из толщи воды. Помимо этого, облачность является принципиальным препятствием зондированию океана в указанных спектральных диапазонах. Поэтому наличие облаков в зоне космической съемки значительно снижает объем информации о визируемом приповерхностном слое водного объекта.

Другая проблема зондирования океана в видимом диапазоне заключается в отсутствии универсальных алгоритмов обработки дистанционных данных. Спектральный состав света, отраженного водной толщей, зависит от оптических свойств воды как таковой, количества и природы взвешенного органического и минерального, а также растворенного органического вещества. Эта зависимость является нелинейной, а ее характер определяется районом и сезоном исследований. Космические агентства, которые предоставляют данные спутникового зондирования, сопровождают их стандартными алгоритмами обработки. Такие алгоритмы, как правило, являются универсальными (и то условно) только для открытого океана, вариации цвета которого определяются исключительно пространственной изменчивостью концентраций фитопланктона и сопутствующих продуктов его жизнедеятельности.

Состав прибрежных и внутренних вод является более сложным: такие воды богаты взвесью и растворенными веществами, которые поступают с водосбора или со дна океана, при этом значения их концентраций, в отличие от открытых районов морей и океанов, не коррелируют друг с другом. Поскольку, оптические свойства этих веществ специфичны для конкретных водоемов, алгоритмы, разработанные специально для изучения одного водоема, неприменимы для адекватного определения концентраций компонент водной среды другого водоема.

Как правило, океанологи используют единичные безоблачные снимки для получения мгновенной картины распределения того или иного параметра или, если безоблачные снимки недоступны, рассчитывают среднее распределение по серии последовательных снимков. Такой подход, тем не менее, не дает адекватного представления о динамике изменения пространственных полей и может даже искажать реальную картину.

В современной практике ДЗ для изучения интересующего явления зачастую используются данные лишь одного спутникового датчика (например, только данные оптических спектрометров для исследования явлений так называемого «цветения воды» -массового развития фитопланктона). Тем не менее, внутриводные процессы тесно связаны между собой, и отсутствие дополнительной информации (например, температуры поверхности воды по данным инфракрасной съемки) сужает аналитические возможности этого метода, а в некоторых случаях приводит к ошибочной интерпретации данных дистанционного наблюдения. Таким образом, задача оптимизации процедуры комплексного многоспектрального дистанционного исследования морских и озерных процессов является на современном этапе ДЗ также весьма актуальной.

Цель исследования. Разработать методику комплексного анализа данных дистанционного зондирования видимого и инфракрасного диапазона и применить ее для изучения внутриводных процессов в Белом море и Ладожском озере. При этом решались следующие задачи:

1. Разработать оперативный алгоритм одновременного восстановления концентраций хлорофилла фитопланктона, минеральной взвеси и растворенного органического вещества (так называемый алгоритм восстановления параметров качества воды) по космическим снимкам в видимом диапазоне и оценить его точность.

2. Разработать алгоритм обработки многолетних рядов космических снимков видимого и инфракрасного диапазонов с целью реконструкции серий космических снимков высокого временного разрешения для решения проблемы влияния облаков.

3. Разработать такую методику совместного анализа спутниковых данных, которая, будучи основанной на алгоритме восстановления параметров качества воды и алгоритме обработки временных рядов космических снимков, обеспечивает комбинированный анализ спутниковых данных видимого и инфракрасного диапазона, данных численного моделирования и контактных данных.

4. Применить методику комплексного дистанционного зондирования для изучения сезонной и межгодовой динамики внутриводных процессов в Ладожском озере как представителе пресноводного водоема со сложной структурой гидрооптических свойств, находящемся в переходном экологическом состоянии.

5. Применить методику комплексного дистанционного зондирования для изучения сезонной и межгодовой динамики внутриводных процессов в Белом море как представителе Арктического моря, отличающемся спецификой термогидродинамических процессов и находящемся в зоне отчетливой климатической нестационарности.

Объектом исследования данной работы являются: а) оптические свойства и процессы процессы переноса света в природных водах; б) термогидродинамические и гидробиологические процессы, которые проявляются на поверхности морей и крупных озер в виде особенностей полей температуры поверхности воды и спектрального состава света отраженного водным столбом.

Предметом исследования являются:

• Методы решения обратных задач дистанционного зондирования, восстановления параметров качества природных вод с целью идентификации проявления термогидродинамических и гидробиологических процессов на поверхности морей и крупных озер и их изучения.

• Механизмы проявления термогидродинамических и гидробиологических процессов на поверхности морей и крупных озер.

Методы исследования:

1. Численное моделирование зависимости спектрального состава света, выходящего из-под поверхности воды, от концентраций веществ, взвешенных или растворенных в водном столбе (решение прямой задачи в теории переноса света в водной среде).

2. Решение обратной задачи с использованием численных методов: обучение и использование нейронных сетей, программная разработка и использование процедуры многомерной оптимизации для восстановления параметров качества воды.

3. Применение регрессионных алгоритмов для геометрической коррекции космических снимков, обработки многолетних серий космических снимков и изучения сезонной и межгодовой динамики параметров качества воды.

4. Применение статистического аппарата для проверки адекватности работы алгоритма восстановления параметров качества воды по данным контактных измерений и результатам численного моделирования.

5. Программирование на языках С++ и Matlab для создания программ оперативной обработки космических снимков.

Научная новизна диссертации заключается в разработке методики совместного анализа данных дистанционного зондирования видимого и инфракрасного диапазонов, в рамках которой созданы алгоритмы одновременного восстановления нескольких параметров качества воды и обработки временных рядов космических снимков.

В разработанном автором алгоритме впервые объединены нейронные сети и процедура многомерной оптимизации для одновременного восстановления концентраций основных цветообразующих веществ по данным дистанционного зондирования в видимом диапазоне. Комбинация этих математических методов обеспечивает увеличение скорости обработки снимков на несколько порядков и, следовательно, высокую оперативность получения данных, что столь востребовано современной оперативной океанографией. При наличии адекватной гидрооптической модели точность и скорость работы алгоритма не зависит от выбранного спутникового датчика и исследуемого водного объекта (т.е. конкретных гидрооптических условий).

В разработанном автором алгоритме обработки временных рядов космических снимков впервые используется процедура временной интерполяции для частичного решения проблемы снижения объема спутниковых данных, обусловленного экранирующим влиянием облачного покрова. Многолетние серии космических снимков Ладожского озера и Белого моря впервые обработаны с применением этой процедуры для получения космических снимков высокого пространственно-временного разрешения и их последующего анализа.

Высокое пространственное и временное разрешение полученных данных впервые делает возможным их использования для проверки и улучшения термогидродинамических и экологических моделей водоемов, как это показано на примерах Белого моря и Ладожского озера.

Применение процедуры комплексного дистанционного зондирования впервые позволило получить ряд оригинальных результатов:

1. Исследована пространственно-временная взаимосвязь сезонной динамики термобара в Ладожском озере и развития фитопланктона, оценена межгодовая изменчивость динамики этих процессов.

2. По дистанционным данным рассчитан суммарный тепловой поток на границе вода -воздух, обеспечивающий наблюдаемую скорость весеннего прогревания озера.

3. Выявлены особенности сезонной динамики положения зон активного развития фитопланктона в Ладожском озере.

4. Получены сезонные карты распределений параметров качества воды и температуры водной поверхности в Белом море и визуализирована их зависимость от стока рек и циркуляции.

5. Дана количественная оценка изменения параметров качества воды за семилетний период и выявлена зависимость от климатических изменений в Белом море.

Теоретическая ценность

Сопряжение метода нейронных сетей с процедурой многомерной оптимизации Левенберга - Марквардта привело к созданию алгоритма решения обратных задач с широкой областью применения. Главной особенностью алгоритма является его скорость и устойчивость ко входному шуму, что позволяет использовать его для решения задач, где преобладают требования ко времени и точности обработки поступающей информации, в частности для оперативной обработки космических снимков любой акватории полученных с любого спутникового датчика видимого диапазона, предназначенного для исследования Мирового океана.

С помощью разработанных алгоритмов создана база данных ранее недоступной спутниковой информации высокого временного и пространственного разрешения о современном состоянии экосистем Белого моря и Ладожского озера. Это открывает возможность как углубленного исследования морских и озерных процессов, их взаимосвязи и зависимости от внешних факторов, так и долговременного мониторинга экологического состояния указанных водных объектов.

Практическая значимость

На основе разработанных алгоритмов создан пакет программ для оперативного мониторинга зон активного развития фитопланктона в Северном море в рамках программы Европейского космического агентства «Морские и прибрежные экологические информационные системы» (ESA "Marine & Coastal Environmental Information Services"). Пакет включает программы, которые выполняют следующие функции: ежедневная автоматическая загрузка текущих спутниковых данных; первичная обработка (включая геометрическую коррекцию); восстановление параметров качества воды несколькими алгоритмами; визуализация карт качества воды; динамическое создание веб-интерфейса для доступа к данным через сеть Интернет.

Полученные данные по Белому морю и Ладожскому озеру используются для проверки и совершенствования термогидродинамических моделей.

Разработанные алгоритмы могут применяться при оперативном мониторинге природных водоемов для выявления зон повышенной биологической продуктивности в промысловых целях, а также при мониторинге экологического состояния водоемов и качества вод для целей водоснабжения при организации соответствующих служб на региональном и федеральном уровнях.

Положения, выносимые на защиту

1. Разработан оригинальный оперативный алгоритм одновременного восстановления концентраций хлорофилла фитопланктона, минеральной взвеси и растворенного органического вещества, использующий сочетание нейронной сети и процедуры многомерной оптимизации. Комбинация этих методов обеспечивает как приемлемую точность восстановления искомых параметров, так и скорость обработки снимков, необходимую для задач современной оперативной океанографии. Эффективность алгоритма при наличии адекватной гидрооптической модели не зависит от выбранного спутникового датчика, специализированного под задачи мониторинга Мирового Океана, и исследуемого водного объекта. В алгоритм встроена процедура оценки качества входных данных, которая оценивает уровень шума, обусловленного атмосферной коррекцией и адекватность данных используемой гидрооптической модели, а также отсевает непригодные данные.

2. Впервые разработан алгоритм обработки многолетних временных рядов космических снимков для реконструкции сезонного хода концентраций цветообразующих веществ в природных водах и температуры поверхности воды. Алгоритм позволяет в значительной мере продвинуться в преодолении проблемы снижения объема искомой информации, обусловленного облачным фильтром, при изучении динамики внутриводных процессов по космическим снимкам.

3. Впервые получена ранее недоступная детализация синхронизированной сезонной динамики параметров качества воды и температуры поверхности воды Ладожского озера. Впервые в виде анимационных изображений получена последовательность передвижения зон интенсивного развития фитопланктона в течение всего вегетационного периода во взаимосвязи с динамикой передвижения термобара по акватории озера. Впервые по данным ДЗ рассчитана скорость весеннего прогревания озера, суммарный тепловой поток на границе вода - воздух и дана оценка горизонтального теплового потока из прибрежной зоны в пелагиаль.

4. Впервые получена ранее недоступная детализация синхронизированной сезонной динамики параметров качества воды и температуры поверхности воды Белого моря. Выяснено, что пик развития фитопланктона и максимальные концентрации растворенной органики минеральной взвеси наблюдаются в заливах, образованных большими реками, в период максимального уровня стока рек. Через анализ исторических и модельных данных показано, что выявленное дистанционно пространственное распределение концентраций цветообразующих веществ по акватории моря определяется (помимо чисто биологических факторов) преобладающими поверхностными течениями, а также приливными движениями.

5. Впервые выявлена реакция экосистемы Белого моря на потепление климата в регионе, которая проявляется в снижении первичной продуктивности (главным образом в прибрежной зоне и заливах) под влиянием увеличения стока рек и уменьшения прозрачности вод.

Апробация работы. Результаты работы обсуждались на следующих конференциях: EURISY Summer School for PhD students on Oceanography, Vigo, Spain, 24-29 June 2003; International Geoscience and Remote Sensing Symposium, Toulouse, France, 21-25 July 2003; II International Conference "Current Problems in Optics of Natural Waters", St.-Petersburg, Russia, 812 September 2003; The 30th International Symposium on Remote Sensing of Environment, Hawaii, Honolulu, 10-14 November 2003; International symposium "Atmospheric radiation" (MSAR - 2004), St.-Petersburg, Russia, 22-25 June 2004; Workshop on Sustainable Use, Management and Development of Lake Ladoga Basin, University of Joensuu, Joensuu, Finland, 10-13 July 2004; IX international conference «The study, sustainable use and conservation of natural resources of the White Sea», KRC, Petrozavodsk, Russia, 11-14 October 2004; Собрание «Русского ie географического общества», Санкт-Петербург, 15 апреля 2005; The 8th International Conference on Remote Sensing for Marine and Coastal Environments, Halifax, Nova Scotia, 17-19 May 2005; 31st International Symposium on Remote Sensing of Environment, St-Petersburg, Russia, 20-24 June. 2005; "Helmholtz EOS Summer school", Helgoland, Germany, 24-28 July 2006; «Водные ресурсы Европейского Севера: итоги и перспективы исследований», юбилейная конференция посвященной 15-летию ИВПС, 19 сентября 2006; "Arctic frontiers" Tromso, Norway, 21-26 Januaiy, 2007.

Публикации.

По теме работы опубликовано 25 печатных работ, из которых 1 - учебное пособие, 7 -статьи в реферируемых журналах

Личный вклад автора

Автор работы самостоятельно выполнил все этапы исследования: постановку задачи, планирование научных исследований, обработку данных и теоретическое обобщение полученных результатов. Автор обеспечивал компьютерную обработку использовавшихся спутниковых данных и разработку компьютерных программ, реализующих алгоритм восстановления параметров качества воды и анализа временных рядов космических снимков. Автор лично принимал участие в практической реализации и внедрении разработанного алгоритма восстановления параметров качества вод Северного моря. Все основные результаты, которые представлены в диссертации, получены непосредственно автором.

Структура и объем диссертации

Работа состоит из введения, 4 глав и заключения, содержащего основные результаты. Общий объем диссертации составляет 195 страниц; содержит 53 иллюстрации, 11 таблиц.

Заключение диссертации по теме «Океанология», Коросов, Антон Андреевич

Основные результаты работы можно сформулировать следующим образом:

• Разработан оперативный алгоритм одновременного восстановления концентраций хлорофилла фитопланктона, минеральной взвеси и растворенного органического вещества (так называемый алгоритм восстановления параметров качества воды) по космическим снимкам в видимом диапазоне для сложных в гидрооптическом отношении природных вод. В алгоритме объединены нейронные сети и процедура многомерной оптимизации. Комбинация этих математических методов обеспечивает более высокую скорость обработки снимков столь востребованную современной оперативной океанографией.

• Разработанный алгоритм восстановления параметров качества воды обеспечивает объективную оценку качества входных данных по уровню шума, обусловленного неточной атмосферной коррекцией и неполной адекватностью используемой гидрооптической модели.

• Работоспособность алгоритма восстановления параметров качества воды оценена в ряде численных экспериментов. При 15% случайном шуме во входных данных относительная погрешность составляет 20-50% в зависимости от восстанавливаемых концентраций ЦОК. При наличии адекватной гидрооптической модели, точность и скорость работы алгоритма не зависят от выбранного спутникового датчика и исследуемого водного объекта (т.е. определенных гидрооптических условий).

• Точность восстановления параметров качества воды при обработке реальных спутниковых данных (т.е. зашумленных неточной атмосферной коррекцией) была также проверена в ходе сравнения концентраций ЦОК, восстановленных по космическим снимкам и измеренных с кораблей в водах Белого моря, Балтийского моря, оз. Онтарио и оз. Эри. В продуктивных мезотрофных водах с высоким содержанием хлорофилла фитопланктона относительная погрешность восстановления его концентрации не превышает 50%. В мутных водах, с очень высокими концентрациями минеральной взвеси (Смв > 10 мг/л) , точность восстановления концентраций хл падает и ошибка может достигать 100%.

• Алгоритм восстановления параметров качества воды реализован в виде программы на языке С++, которая читает данные спутниковых датчиков SeaWiFS, MOD1S, MERIS из файлов в формате HDF и DIM, проводит восстановление концентраций цветообразующих веществ и генерирует карты пространственного распределения хлорофилла, минеральной взвеси и растворенной органики в географической проекции. Программа компилируется в операционных системах Windows или UNIX. В настоящее время она используется в Норвегии в рамках проекта MarCoast для оперативной автономной обработки снимков MERIS Северного моря (http://hab.nersc.no).

• Разработан алгоритм обработки многолетних рядов спутниковых данных с целью реконструкции серий космических снимков высокого временного разрешения для частичного решения проблемы снижения объема спутниковой информации, связанной с экранирующим влиянием облачного покрова.

Многолетние серии космических снимков Ладожского озера и Белого моря впервые обработаны с применением этого алгоритма для генерирования космических снимков высокого временного разрешения и их последующего анализа. Адекватность реконструированных пространственно-временных распределений концентраций ЦОК и Тп проверена с помощью статистических методов.

Применение процедуры комплексного дистанционного зондирования к изучению Ладожского озера (как модели морской экосистемы) позволило детально изучить по спутниковым, модельным и судовым данным элементы термического режима озера. В частности, было количественно исследовано весеннее прогревание водоема: оценена скорость продвижения термобара, рассчитаны компоненты теплового баланса озера, выявлена зависимость межгодовой динамики термического режима от метеорологических условий.

Использование комплексного подхода, при исследование биотических процессов в Ладожском озере позволило выявить с недоступной ранее детализацией и пространственно-временным разрешением влияние термодинамических процессов (прежде всего динамикой развития термобара) на биогеохимические процессы.

С помощью процедуры комплексного дистанционного зондирования детально изучена сезонная динамика изменения некоторых гидрохимических, гидробиологических и гидрофизических характеристик вод Белого моря и показана их зависимость от стока рек и гидродинамики моря.

Использование данных численного моделирования циркуляции вод в Белом море позволило установить причинно следственные связи между гидродинамическими и биотическими процессами.

• Показана возможность валидации данных биогеохимического моделирования по спутниковым данным на примерах Белого моря и Ладожского озера.

• На примере Белого моря выявлено, что экосистема шельфовых арктических морей с большим речным стоком быстро реагирует на глобальное потепление за счет снижения прозрачности вод и ухудшения светового климата в водной среде.

Заключение

В данной работе разработана процедура комплексного дистанционного зондирования природных водных объектов, которая обеспечивает совместное использование спутниковых данных видимого и инфракрасного диапазонов в сочетании с данными численного моделирования и контактными данными для изучения биотических и термогидродинамических процессов в природных водоемах на примере Ладожского озера и Белого моря.

Список литературы диссертационного исследования кандидат физико-математических наук Коросов, Антон Андреевич, 2007 год

1. Аоки М., Введение в методы оптимизации. М.:Мысль, 1977. - 370 с.

2. Атлас «Ладожское Озеро» / под ред. Г.В. Хворова и Г.Н. Уткина. СПб.: Институт

3. Озероведения РАН, 2002. 130 с.

4. Брызгало В.А., Иванов В.В. Долгопериодная и сезонная изменчивость химическогоречного стока в Белое море // Экологическая химия. 2002. - № 8, вып. 4. -С.224-245

5. Гидрохимия и гидрооптика Ладожского Озера/Отв. ред. О.А.Алекин. Л.: Наука,1967.-215 с.

6. Думанская И.О. Методы изучения площадных характеристик дрейфующего льда иих прикладное значение для гидрометобеспечения транспортных операций в Белом Море // Метеоспектр. 2004. - № 1, вып. 17. - С.61-72

7. Ерлов Н.Г., Оптика моря. М.: Гидрометеоиздат, 1980. - 246 с.

8. Ивантер Э.В., Коросов А.В. Введение В Количественную Биологию. Петрозаводск:1. ПетрГУ, 2003.-304 с.

9. Кондратьев К.Я., Поздняков Д.В. Оптические свойства природных вод идистанционное зондирование фитопланктона. Л.: Наука, 19906. - 190 с.

10. Кондратьев К.Я., Москаленко Н.К., Поздняков Д.В. Оптика океана. Т.1. Физическаяоптика океана. М.: Наука, 1983. - 372 с.

11. Кондратьев К.Я., Поздняков Д.В., Исаков В.Ю. Радиационно-гидрооптическиеэксперименты на озерах. Л.: Наука, 1990а. - 115 с.

12. Кремер Н.Ш. Теория вероятностей и математическая статистика. М.: Юнити, 2003.- 574 с.

13. Ладожское Озеро / под ред. Н.Н.Филатова. Петрозаводск: КНЦ РАН, 2000. - 490 с.

14. Ладожское Озеро: Прошлое, Настоящее, Будущее / под ред. чл.-кор. В.А.Румянцеваи д.б.н. В.Г.Драбковой, СПб.: Наука, 2002. - С. 16-49

15. Лясковский А.В. Решение прямой и обратной задач в рамках дистанционногозондирования параметров качества природных вод: Автореф. дис. канд. физ,-мат. наук., СПб.: СПбГУ, 2000. - 21 с.

16. Науменко М.А. Горизонтальные градиенты температуры в термическойфронтальной зоне крупного пресноводного водоема // Метеорология и гидрология. 1989. - № 6. С.89-92

17. Петрова Н.А., Иофина И.В., Капустина Л.И., Кулиш Т.П., Петров П.Н., Расплетина

18. Г.Ф. Антропогенная эвтрофикация Ладожского озера: стадии трансформации экосистемы с 1975 по 2004 // Экологическая химия. 2005. - № 14, - С.209-234

19. Петрова Н.А. Сукцессии фитопланктона при антропогенном эвтрофированиибольших озер. Л.: Наука, 1999. - 198 с.

20. Поздняков Д.В., Лясковский А.В. Сравнительный анализ алгоритмов восстановлениякачества воды для вод типа 2 // Исслед. Земли из космоса. 1999. - № 1. - С.7-78

21. Растительные Ресурсы Ладожского Озера / Ред. И.М. Распопов. Л.: ЛГУ, 1968.231 с.

22. Всесторонне исследования Белого Моря / под ред. Сапожникова В. / Экологиярусских морей. М.: ВНИИРО, 1994. - 100 с.

23. Оптика океана, т. 1. -М.: Наука, 1983, 360 с.

24. Современное состояние экосистемы Ладожского Озера / под ред. Н.А. Петровой и

25. Г.Ф. Расплетина. Л.: Наука, 1987. - 216 с.

26. Тихомиров А.И., Температурный режим и теплосодержание Ладожского Озера /

27. Термический режим Ладожского Озера / под ред. С.В. Калесника. Л.: ЛГУ, 1968.-С. 144-217

28. Тихомиров А.И. Термина Крупных Озер. JL: Наука, 1982. - 232 с.

29. Федоров К.Н., Гинзбург А.И. Приповерхностный слой океана. Л.:

30. Гидрометеоиздат, 1988. 303 с.

31. Хайкин С. Нейронные сети: полный курс. М.: «Вильяме», 2006. - 1104 С.

32. Ackleson S.G., Cullen J.J., Brown J., Lesser M. Irradiance-Induced Variability In Light

33. Scatter From Marine Phytoplankton In Culture // Journal Of Plankton Research. -1993.-Vol. 15, No. 7. Pp.737-759

34. Anding D., Kauth R. Estimation Of Sea Surface Temperature From Space // Remote Sens.

35. Environ. 1970. - Vol. 1. - Pp.217-220

36. Antoine D., Morel A., Andre J.M. Algal Pigment Distribution And Primary Production In

37. The Eastern Mediterranean As Derived From Coastal Zone Color Scanner Observations // Journal Of Geophysical Research. 1995. - Vol. 16, No. 100 -Pp.193-196

38. Arctic Climate Impact Assessment, Impacts Of A Warming Arctic. Cambridge, UK:

39. Cambridge University Press, 2004. 200 p.

40. Arctic Environment Variability In The Context Of Global Change/Ed. L. P. Bobylev, K.

41. Ya. Kondratyev, О. M. Johannessen. Chichester: Springer-Praxis, 2003. - 470 p.

42. Asknes D. L., Nejstgaard J. E., Saedberg E., Somes T. Optical control of fish andzooplankton populations // Limnol. Oceanogr. 2004. - Vol.49. - Pp. 233-238.

43. Aversen J.C., Weaver E.C., Millard J.P. Rapid Assessment Of Water Pollution By

44. Airborne Measurements Of Chlorophyll Content // AIAA Paper. 1971. - Vol.71. - Pp.1097-1104

45. Babin M., Stramski D., Ferrari G.M., Claustre H., Bricaud A., Obolensky G., Hoepffner N.

46. Variations In The Light Absorption Coefficients Of Phytoplankton, Nonalgal Particles, And Dissolved Organic Matter In Coastal Waters Around Europe // Journal Of Geophysical Research. 2003. - Vol. 108, No. C7. - Pp. 3211-3242

47. Barton I.J. Satellite Derived Sea Surface Temperatures: Current Status // J. Geophys. Res.-1995. Vol. 100. - Pp. 8777-8790

48. Bricaud A., Babin M., Morel A., Claustre H. Variability In The Chlorophyll-Specific

49. Absorption Coefficients Of Natural Phytoplankton: Analysis And Parametrization // J.Geophys. Res.- 1995.-Vol. 100, No. C7.-Pp. 13321-13332

50. Bricaud A., Claustre H., Ras J., Oubelkheir K., Natural Variability Of Phytoplanktonic

51. Absorption In Oceanic Waters: Influence Of The Size Structure Of Algal Populations //Journal Of Geophysical Research. 2004. - Vol. 109, No. CI 1010. Pp. 1019-1029

52. Bricaud A., Morel A., Prieur L. Optical Efficiency Factors Of Some Phytoplankters //1.mnol. Oceanogr. 1983. - Vol. 28, No. 5. - Pp. 816-832.

53. Brown P.O., Minnet P.J., MODIS Infrared Sea Surface Temperature Algorithm Algorithm

54. Theoretical Basis Document. Miami, USA: University Of Miami, 1999. - 98 p.

55. Bukata R. P., Bruton J. E., Jerome J. H., Jain S. C., Zwick H. H. Optical Water Quality

56. Model Of Lake Ontario. 2: Determination Of Chlorophyll A And Suspended Mineral Concentrations Of Natural Waters From Submersible And Low Altitude Optical Sensors // Applied Optics. 1981. -Vol. 20, No. 9. - Pp. 1704 - 1714

57. Bukata R. P., Jerome J. H., Bruton J. E., And Jain S. C., Determination Of Inherent Optical

58. Properties Of Lake Ontario Coastal Waters // Applied Optics. 1979. - Vol. 18, No. 23.-Pp. 3926-3932

59. Bukata R.P., Bruton J.E., Jerome J.H., Application Of Direct Measurements Of Optical

60. Parameters To The Estimation Of Lake Water Quality Indicators/Environment Canada Scientific Series. Burlington: Environment Canada, 1985. - Vol. 140. - 40 P

61. Bukata R.P., Jerome J.H., Bruton J.E. Particulate Concentrations In Lake St.Clair As

62. Recorded By A Shipborne Multispectral Optical Monitoring System // Remote Sens. Environ. 1988. - Vol. 25. - Pp. 201- 229

63. Bukata R.P., Jerome J.H., Kondratyev K.Ya., Pozdnyakov D.V. Optical Properties And

64. Remote Sensing Of Inland And Coastal Waters. Boca Raton, E.A.: CRC Press, 1995.-362 p.

65. Darecki M., Kaczmarek S., Olszewski J. Seawifs Ocean Colour Chlorophyll Algorithms

66. For The Southern Baltic Sea // Int. J. Remote. Sens. 205. - Vol. 26, No. 2. -Pp.247-260

67. Djavidnia S., Melin F., Hoepfner N. Analysis Of Multi-Sensor Global And Regional

68. Ocean Color Products/European Commision. Ispra, Italy: Joint Research Centre, 2006.-218 p.

69. Doerffer R., Schiller H., Pigment Index, Sediment And Gelbstoff Retrieval From

70. Directional Water Leaving Radiance Reflectances Using Inverse Modelling Technique: Algorithm Theoretical Basis Document 2.12. Geesthacht, Germany: GKSS, 1997.-83 p.

71. Donlon C.J. The GHRSST-PP Development And Implementation Plan, Version 4.

72. Exeter, UK: GHRSST-PP Projectoffice, 2003. 55 p.

73. Doxaran D., Cherukuru N., Lavender S.J. Apparent And Inherent Optical Properties Of

74. Turbid Estuarine Waters: Measurements, Empirical Quantification Relationships, And Modeling // Applied Optics. -2006. Vol. 45, Iss. 10. - Pp. 2310-2324

75. Doxaran D., Cherukuru R. C. N., Lavender S. J. Use Of Reflectance Band Ratios To

76. Estimate Suspended And Dissolved Matter Concentrations In Estuarine Waters // Int. J. Remote. Sens. -205. Vol. 26, No. 8. - Pp. 1763-1769

77. Fisher J., Kronfeld U. Sun-Stimulated Chlorophyll Fluorescence. 1: Influence Of Oceanic

78. Properties // Int. J. Remote Sens. 1990. - Vol. 11, No. 12. - Pp. 2125-2147

79. Folkestad A., Korosov A.A., Sorensen K., Pettersson L.H., Pozdnyakov D.V. An

80. Analytical Case 2 Water Algorithm For The North Sea // Proc. of 31 International Symposium on Remote Sensing of Environment. SPb, Russia, 2005. - Pp. 200-205

81. Ge Yu., Gordon H.R., Voss K.J. Simulation Of Inelastic Scattering Contributions To The1.radiance Field In The Osean: Variation In Fraunhofer Line Depth // Appl. Opt. 1993. Vol. 32, No. 21. - Pp. 4028-4036

82. Gons H. J., Rijkeboer M., And Ruddick K. G. A Chlorophyll Retrieval Algorithm For

83. Satellite Imagery (Medium Resolution Imaging Spectrometer) Of Inland And Coastal Waters // J. Plankton Res. 2002. -Vol. 24. - Pp. 947-951

84. Gordon H. R., Voss K.J., MODIS Normalized Water-Leaving Radiance Algorithm

85. Theoretical Basis Document 18. Miami, US: University Of Miami, 2004. - 125 p.

86. Gordon H.R. Dependence Of The Diffuse Reflectance Of Natural Waters On The Sun

87. Angle // Limnol. Oceanogr. 1989. - Vol. 34, No. 8. - Pp. 1484-1489

88. Gordon H.R. Diffuse Reflectance Of The Ocean: The Theory Of Its Augmentation By

89. Chlorophyll-A Fluorescence // Appl. Opt. 1979. - Vol. 18, No. 8. - Pp. 1161-1166

90. Gordon H.R., Brown O.B., Jacobs M.M. Computed Relationships Between The Inherent

91. And Apparent Optical Properties Of A Flat Homogeneous Ocean // Appl.Opt. -1975.-Vol. 14, No. 2.-Pp. 417-427

92. Gordon H.R., Clark D.K., Mueller J.L., Hovis W.A. Phytoplankton Pigments From The

93. Nimbus-7 Coastal Zone Color Scanner: Comparisons With Surface Measurements // Science. 1980. - Vol. 210, No. 4465. - Pp. 63-66

94. Gordon H.R., Morel A.Y. Remote Assessment Of Ocean Colour For Interpretation Of

95. Satellite Visible Imagery. A Review. New York, US: Springer-Verlag, 1983. -114 p.

96. Gordon H.R., Smith R.C., Zaneveld J.R.V. Introduction To Ocean Optics // Proceedings ofthe VII Ocean Optics Meeting. Monterey, US, 1991. - Pp. 2-41

97. Gordon H.R., Wang M. Retrieval Of Water-Leaving Radiance And Aerosol Optical

98. Thickness Over The Oceans With Seawifs: A Preliminary Algorithm // Appl. Opt.1994. Vol. 33, No. 3. - Pp. 443-452

99. Grassl H., Pozdnyakov D., Lyaskovsky A., Pettersson L. Numerical Modelling Of

100. Transspectral Processes In Natural Waters: Implications For Remote Sensing // Int. J. Remote Sens. 2002. - Vol. 23, No. 8. - Pp. 1581-1607

101. Grebmeier J., Overland J.E., Moore S.E., Farley E.V., Carmack E.C., et al. // Science.2006. -Vol. 311, No. 5766. Pp. 1461-1464

102. Green S.A., Blough N.V. Optical Absorption And Fluorescence Properties Of

103. Chromophoric Dissolved Organic Matter In Natural Waters // Limnol. Oceanogr. -1994. Vol. 39, No. 8. - P. 1903-1916

104. Hoepffner N., Sathyendranath S. Determination Of Major Groups Of Phytoplankton

105. Iturriaga R., Mitchell B.G., Kiefer D.A. Microphotometric Analysis Of Individual Particle

106. Absorption Spectra // Limnol. Oceanogr. 1988. - Vol. 33, No. 1. - Pp. 128-135

107. Jeffrey S.W., Mantoura R.F.C., Wright S.W. Phytoplankton Pigments In Oceanography:

108. Guidelines To Modern Methods. Paris, France: UNESCO, 2005. - 300 p.

109. Jerome J.H., Bukata R.P., Bruton J.E. Monter Carlo Determinations Of Volume

110. Reflectance For Natural Waters. Burlington, CA: NWRI, 1989. - Rep. Vol. 87, No. 10.-1989 p.

111. Jerome J.H., Bukata R.P., Miller J.R Remote Sensing Reflectance And Its Relationship To

112. Optical Properties Of Natural Waters // Int. J. Rem. Sens. 1996. - Vol. 17, No. 16. -Pp. 3135-3155

113. Johannessen O.M., Bengtsson L., Miles M.W., Kuzmina S.I., Semenov V.A., Alekseev

114. G.V., Nagurnyi A.P., Zakharov V.F., et al., Arctic Climate Change: Observed And Modelled Temperature And Sea-Ice Variability // Tellus A. 2004. - Vol. 56. -328 p.

115. Kalnay et al., The NCEP/NCAR 40-Year Reanalysis Project // Bull. Amer. Meteor. Soc.-1996. Vol. 77. - Pp. 437^70

116. Karelia & St. Petersburg / Eds. Eira Varis And Sisco Porter. Joensuu, Finland: Joensuu

117. University Press Oy., 1996. 250 p.

118. Carder K.L., Chen F.R., Lee A., Hawes S.K., Cannizzaro J.P. Case 2 Chlorophyll A

119. Algorithm Theoretical Basis Document 19. St. Petersburg, USA: University Of South Florida, 2003. - 67 p.

120. Kidwell K.B. NOAA Polar Orbiter Data Users Guide. Suitland, USA: U.S. Department1. Of Commerce. 255 p.

121. Kirk J.T.O. Dependence Of Relationship Between Inherent And Apparent Optical

122. Properties Of Water On Solar Altitude // Limnol. Oceanogr. 1984. - Vol. 29. - Pp. 350-356

123. Kirk J.T.O. Volume Scattering Function, Average Cosine, And The Underwater Light

124. Field // Limnol. Oceanogr. 1991. - Vol. 36. - Pp. 455^67

125. Kondratyev K.Ya., Filatov N.N., Limnology And Remote Sensing. Chichester, UK:1. Praxis, 1999.-410 p.

126. Kondratyev K.Ya., Pozdnyakov D.V., Laser Active Remote Sensing Of Phytoplankton In1.land Waters // Proc. Of "The 5th International Colloquium-Physical Measurements And Signatures In Remote Sensing". Courchevel, France, 1991. -Pp.691-696

127. Land P.E., Haigh J.D. Atmospheric Correction Over Case 2 Waters Using An Iterative

128. Fitting Algorithm Including Relative Humidity // SPIE. 1995. - Vol. 2963. - Pp. 609-612

129. Lavender S.J., Pinkerton M.H., Moore G.F., Aiken J., Blondeau-Patissier D., Modification

130. To The Atmospheric Correction Of Seawifs Ocean Colour Images Over Turbid Waters // Continental Shelf Research. 2005. - Vol. 25. - Pp. 539-555

131. Levenberg K. A Method For The Solution If Certain Non-Linear Problems In Least

132. Squares // Quant. Appl. Math. 1944. - Vol. 2. - Pp. 164-168

133. Madsen K., Nielsen H.B., Tingleff 0. Methods For Non-Linear Least Squares Problems.

134. Copenhagen, Denmark: Technical University Of Denmark, 2004. 58 p.

135. Malm J., Jonson L. A Study Of The Thermal Bar In Lake Ladoga Using Water Surface

136. Temperature Data From Satellite Images // Remote Sens. Environ. 1993a. - Vol. 44. - Pp. 35-46

137. Malm J., Grahn L., Mironov D., Terzhevik A. Field Investigations Of The Thermal Bar In1.ke Ladoga, Spring 1991 //Nordic Hydrology. 1993b. - Vol. 24. - Pp. 339-358

138. Malm J., Mironov D., Terzhevik A., Jonson L. Investigation Of The Spring Thermal

139. Regime In Lake Ladoga Using Field And Satellite Data // Limnol. Oceanogr. 1994. - Vol. 39, No. 6. - Pp. 1333-1348

140. Malm J. Spring Circulation Associated With The Thermal Bar In Large Temperate Lakes

141. Nordic Hydrology. 1995. - Vol. 26, Pp. 331-358

142. Marquardt D.W. An Algorithm For Least-Squares Estimation Of Non-Linear Parameters

143. J. Intern. Soc. Appl. Math. 1963. - Vol. 11, No. 2. - Pp. 36^18

144. Marshall B.R., Smith R.C. Raman Scattering And In-Water Ocean Optical Properties //

145. Appl. Opt. 1990. - Vol. 29, No 1. - Pp. 71 -84

146. Masuda К., Takashima Т., And Takayama Y. Emissivity Of Pure And Sea Waters For The

147. Model Sea Surface Temperature In The Infrared Regions // Remote Sens. Environ. 1988.-Vol. 24. -Pp. 313-329

148. McClain C.R., Yen Eueng-Nan CSZC Bio-Optical Algorithm Comparison. Case Studies

149. For The Seawifs Calibration And Validation/NASA Tech. Memo Vol. 13. -Greenbelt, USA: NASA Publ., 1994. 52 p.

150. McMillin L.M., Crosby D.S. Theory And Validation Of The Multiple Window Sea Surface

151. Temperature Technique // J. Geophys. Res. 1984. - Vol. 90. - Pp. 11587-11601

152. Melentyev V.V., Pettersson L.H., Chernook V.I. ERS SAR Data Application Use For

153. Studying Sea Ice Parameters And Retrieving Of Greenland Seals Migration // Proceedings of the ERS-ENVISAT Symposium. Goethenburg, Sweden, 2000. -Pp.567-578

154. Mitchel B.G., Kiefer D. Chlorophyll A Specific Absorption And Fluorescence Excitation

155. Spectra For Light-Limited Phytoplankton // Deep-Sea Res. 1988. - Vol. 35, No. 5. - Pp. 639-663

156. Mitchell B.G., Kiefer D.A. Variability In Pigment Specific Particulate Fluorescence And

157. Absorption Spectra In The Northeastern Pacific Ocean // Deep-Sea Res. 1988. -Vol. 35,No. 5.-Pp. 665-689

158. Morel A. Optical Modeling Of The Upper Ocean In Relation To Its Biogenous Matter

159. Content(Case I Waters) // J.Geophys.Res. 1988. - Vol. 93, No. C9. - Pp. 1074910768

160. Morel A., Antoine D., Pigment Index Retrieval In Case 1 Waters: Algorithm Theoretical

161. Basis Document 2.9. Paris, France: Universite Pierre Et Marie Curie, 2000. - 26 p.

162. Morel A., Gentini B. Diffuse Reflectance Of Oceanic Waters: Its Dependence On Sun

163. Angle As Influenced By The Molecular Scattering Contribution // Appl. Opt. -1991. Vol. 30, No. 30. - Pp. 4427-4438

164. Morel A., Prieur L. Analysis Of Variations In Ocean Water // Limnol. Oceanogr. 1977.-Vol. 22. Pp. 709-722

165. Morel A., Voss K.J. Gentili B. Bidirectional Reflectance Of Oceanic Waters: A

166. Comparison Of Modelled And Measured Upward Radiance Fields // J. Geophys. Res.- 1995.-Vol. 100,No. C7.-Pp. 13143-13150

167. NASA Technical Memorandum No. 104566, Vol. 3 / Eds. S.B. Hooker, E.R. Firestone.

168. Washington DC, USA: NASA, 1993. 21p.

169. Neelov I. A. A Model Of The Arctic Ocean Circulation // Proceeding of Conference On

170. The Dynamics Of The Arctic Climate System. Goteborg, Sweden, 1994. - Pp. 446-450

171. O'Reilly J.R., Maritorena S., Mitchell B. G., Siegel D. A., Carder K. L., Garver S. A.,

172. Kahru M., McClain C. R. Ocean Color Chlorophyll Algorithms For Seawifs // Journal Of Geophysical Research. 1998. - Vol. 103. Pp. 24937-24953

173. Park Y. -J., Ruddick K. Model Of Remote-Sensing Reflectance Including Bidirectional

174. Effects For Case 1 And Case 2 Waters // Appl. Opt. 2005. - Vol. 44. - Pp. 12361249

175. Patt F.S., Barnes R.A., Eplee R.E., Franz Jr.B.A., Robinson W.D., Feldman G.C., Bailey

176. Peters S.W.M., Eleveld M., Pasterkamp R., Van Der Woerd H., Devolder M., Jans S.,

177. Park Y., Ruddick K., Block Т., Brockmann C., Doerffer R., Krasemann H., Rottgers R., Schonfeld W., Jorgensen P.V., Tilstone G., Martinez-Vicente V., Moore G., Sorensen K., Hokedal J., Johnsen T.M., Lomsland E.R., Aas E. Atlas Of

178. Chlorophyll-A Concentration For The North Sea Based On MERIS Imagery Of 2003. Amsterdam, Holland: Vrije Universiteit, 2005. - 50 p.

179. Petzold T.J. Volume Scattering Functions For Selected Ocean Waters. San Diego, USA:

180. Scripps Inst. Of Oceanography Publ., 1972. 79 p.

181. Pope R. M. And E. S. Fry, Absorption Spectrum 380-700 Nm Of Pure Water. II.1.tegrating Cavity Measurements // Appl.Opt. 1997. - Vol. 36. - Pp. 8710-8723

182. Pozdnyakov D.V., Korosov A.A., Pettersson L.H., Johannessen O.M. MODIS Evidences

183. The River Runoff Impact On The Kara Sea Trophy // Int. J. Rem. Sens. 2005. -Vol. 26,No. 17.-Pp. 3641-3648

184. Pozdnyakov D.V., Grassl H. Color Of Inland And Coastal Waters, Chichester, UK:1. Springer, 2003.-170 p.

185. Pozdnyakov D.V., Johannessen O.M., Korosov A.A., Pettersson L.H., Grassl H., Miles

186. M.W., Satellite Evidence Of Ecosystem Changes In A Semi-Enclosed Arctic Marginal Sea // Geophysical Research Letters . 2007. - (Accepted for publication)

187. Richardson A., Schoeman D.S. Climate Impact On Plankton Ecosystems In The Northeast

188. Atlantic //Science. 2004. - Vol. 305, No. 5690.-Pp. 1609-1612

189. Robinson I.S. Measuring The Oceans From Space: The Principles And Methods Of

190. Satellite Oceanography. Chichester, UK: Springer-Praxis, 2004. - 350 p.

191. Robinson I.S., Donlon C.J. Global Measurements Of Sea Surface Temperature From Space

192. Global Atmos. Ocean Sys. 2003. - Vol. 9, No. 1. - Pp. 19-37

193. Roesler C.S., Perry M.J In Situ Phytoplankton Absorption, Fluorescence Emission and

194. Particulate Backscattering Spectra Determined From Reflectance // J. Geophys. Res.- 1995.-Vol. 100, No. C7.-Pp. 13279-13294

195. Roesler C.S., Perry M.J., Carder K.L. Modelling In Situ Phytoplankton Absorption From

196. Total Absorption Spectra In Productive Inland Marine Waters // Limnol.Oceanogr. -1989. Vol. 34, No. 8. - Pp. 510-1523

197. Ruddick К., Ovidio F., Rijkeboer M., Atmospheric Correction Of Seawifs Imagery For

198. Turbid Coastal And Inland Waters // Appl. Opt. 2000. - Vol .39. - Pp. 897-912

199. Sathyendranath S., Morel A. Light Emerging From The Sea Interpretation And Uses In

200. Remote Sensing / Remote Sensing Applications In Marine Science And Technology // Proceedings of the Advanced Study Institute. Dundee, Scotland, 1983. - Pp. 323-357

201. Schiller H., Doerffer R. Improved Determination Of Coastal Water Constituents

202. Concentrations From MERIS Data // IEEE Transactions On Geoscience And Remote Sensing. 1999. - Vol. 43, No. 7. - Pp. 1585-1591

203. Schiller H., Doerffer R. Neural Network For Emulations Of An Inverse Model-Operational

204. Derivation Of Case II Water Properties From MERIS Data // Int. J. Rem. Sens. -1999.-Vol. 20.-Pp. 1735-1746

205. Siegel D.A., Wang M., Maritorena S., Robinson W. Atmospheric Correction Of Satellite

206. Ocean Color Imagery: The Black Pixel Assumption // Applied Optics. 2000. -Vol. 39.-Pp. 3582-3591

207. Simis S.G.H., Peters S.W. M., Gons H.J. Remote Sensing Of The Cyanobacterial Pigment

208. Phycocyanin In Turbid Inland Water // Limnol. Oceanogr. 2005. - Vol. 50, No. 1. -Pp.237-245

209. Smith C.M., Alberte R.S. Characterization Of In Vivo Absorption Features Of

210. Chlorophyte, Phaeophyte And Rhodophyte Algal Species // Marine Biology. 1994. -Vol. 118.-Pp. 511-521

211. Smith R. C., Baker K. S. Optical Properties Of The Clearest Natural Waters 200-800 Nm

212. Appl. Opt. 1981. - Vol. 20. - Pp. 177-184

213. Sosik H.M., Mitchell B.G. Light Absorption By Phytoplankton, Photosynthetic Pigments

214. And Detritus In The California Current System // Deep-Sea Res. 1995. - Vol. 42, No. 10.-Pp. 1717-1728

215. Stavn R.H., Weiderman A.D. Raman Scattering In Ocean Optics: Quantitative Assessment

216. Of Internal Radiant Emission // Apl. Opt. 1992.-Vol. 31, No. 9.-Pp. 1294-1303

217. Stramski D., Rosenberg G., Legendre L. Photosynthetic And Optical Properties Of Marine

218. Chlorophyte Dunaliella Tertiolecta Grown Under Fluctuating Light Caused By Surface-Wave Focusing // Marine Biology. 1993. - Vol. 115. - Pp. 363-372.

219. Sturm B. CZCS Processing Algorithms / Ocean Colour: Theory And Applications In A

220. Decade Of CZCS Experience. Netherlands: ESA Publ., 1993. - P. 95-116

221. Tassan S. Local Algorithms Using Seawifs Data For The Retrieval Of Phytoplankton

222. Pigments, Suspended Sediment, And Yellow Substance In Coastal Waters // Appl.Opt. 1994. - Vol. 33, No. 12. - Pp. 2369-2378

223. The Coastal Zone Color Scanner (CZCS) Experiment / The Nimbus 7 User's Guide.

224. Goddard, USA: NASA Publ., 1978. Pp. 19-32

225. Viljanen M., Rumyantsev V., Slepukhina Т., Simola H. Ecological State Of Lake Ladoga/

226. Karelia And St. Petersburg. Jyvaskyla, Fndland: Joensuu Univ. Press Publ, 1996. -Pp.107-128

227. Vodacek A., Green S.A., Blough N.V. An Experimental Model Of The Solar-Stimulated

228. Fluorescence Of Chromophoric Dissolved Organic Matter // Limnol. Oceanogr. -1994.-Vol. 39,No. l.-Pp. 1-11

229. White Sea: Ecology And Environment / Ed. V.Ja. Berger. Tromso, Norway: Tromso

230. University Publ., 2001. 157 p.

231. White Sea: Its Marine Environment And Ecosystem Dynamics Influenced By Global

232. Change / Eds. Nikolay Filatov, Dmitry Pozdnyakov, Ola Johannessen, Lasse Pettersson, Leonid Bobylev. Chichester, UK: Springer-Praxis, 2005. - 472 p.

233. Witte W.G., Whitlock C.H., Harriss R.C., Usry J.W., Poole L.R. Influence Of Dissolved

234. Organic Materials On Turbid Water Optical Properties And Remote-Sensing

235. Reflectance // Journal of Geophysical Research. 1982. - Vol. 87, No. CI. - Pp. 441-446

236. Yu-Hwan A., Bricaud A., Morel A. Light Backscattering Efficiency And Related

237. Properties Of Some Phytoplankters // Deep-Sea Res. 1992. - Vol. 39, No. 11/12. -Pp.1835-1855

238. Zaneveld J.R.V. A Theoretical Derivation Of The Dependence Of The Remotely Sensed

239. Reflectance Of The Ocean On The Inherent Optical Properties // J. Geoph. Res. -1995. Vol. 10, No. C7. - Pp. 13135-13142

240. Zell A. Stuttgart Neural Network Simulator User Manual, Version 4.1. Stuttgart

241. Germany: University Of Stuttgart, 1995. 200 p.

242. Zilitinkevich S.S., Malm J. A Theoretical Model Of Thermal Bar Movement In A Circular1.ke //Nordic Hydrology. 1993. - Vol. 24. - Pp. 13-30

243. Zilitinkevich S.S., Terzhevik A.Yu. The Thermal Bar // J.Fluid Mech. 1992. - Vol. 230.-Pp. 27^12