Разработка методики оценки геоэкологической обстановки в водах Охотского моря на основе спутниковых данных MODIS тема диссертации и автореферата по ВАК РФ 25.00.36, кандидат технических наук Зенкин, Олег Васильевич

• Зенкин, Олег Васильевич
• кандидат технических наук
• 2004

Оглавление диссертации кандидат технических наук Зенкин, Олег Васильевич

ВВЕДЕНИЕ.

1. СИСТЕМА ГЛОБАЛЬНЫХ ЭКОЛОГИЧЕСКИХ ИЗМЕНЕНИЙ ОХОТСКОГО МОРЯ; РОЛЬ И МЕСТО ФИТОПЛАНКТОНА.

1.1. Роль фитопланктона в экологических исследованиях.

1.2. Проблема глобального потепления на Земле.

1.3. Явление парникового эффекта.

1.4. Трансграничные переносы.

1.5. Роль морской биоты в процессе самоочищения окружающей среды.

1.6. Глобальные факторы, воздействующие на интенсивность трансформации углерода фитопланктоном (явление Эль-Ниньо ).

1.7. Роль фитопланктона как индикатора антропогенных загрязнений.

1.8. Характер изменчивости и факторы роста фитопланктона в Охотском море.

1.9. Исследование динамики концентрации хлорофилла-а и ее связи с температурой воды в ключевых точках Охотского моря и прилегающих акваториях.

1.10. Методы прогнозирования распространения тепла в поверхностном слое океана по спутниковой информации.

2. БИООПТИЧЕСКИЕ АЛГОРИТМЫ ОЦЕНКИ КОНЦЕНТРАЦИИ ХЛОРОФИЛЛА-А ПО СПУТНИКОВОЙ ИНФОРМАЦИИ:.

2.1. Набор данных SeaBAM.

2.2. Алгоритмы оценивания хлорофилла.

2.2.1. Полуаналитические модели.

2.2.2. Эмпирические алгоритмы.

2.3. Новые формулировки эмпирических алгоритмов после проверки на данных

SeaBAM.

2.3.1. Алгоритмы ОС2, модифицированные кубические полиномы.

2.3.2. Алгоритм максимального отношения каналов (OG4).

2.4. Разработка оптимальной структуры регионального биооптического алгоритма;.

2.4.1. Оценки ошибок биооптических алгоритмов.

2.4.2. Классификация биооптических данных и расчет регрессионных параметров.

3. КОСМИЧЕСКИЕ ИССЛЕДОВАНИЯ ЦВЕТНОСТИ МОРСКОЙ ВОДЫ.

3.1. Разновидности фитопланктона:.

3.2. Дистанционные исследования фитопланктона.

3.3. Цвет моря.

3.4. Спектральные характеристики морской воды.

3.5. Желтая субстанция и суспензии частиц.

3.6. Исследование цвета моря со спутников.

3.7. Классификация биооптических свойств- морской воды.

3.8. Метод размытой многопараметрической классификации и его применение для биооптической классификации вод Охотского моря.

4. ПРОГРАММНЫЕ И ТЕХНИЧЕСКИЕ СРЕДСТВА ВИЗУАЛИЗАЦИИ И ОБРАБОТКИ ДАННЫХ MODIS.

4.1. Прием информации по проекту MODIS.

4.2. Цветные изображения в визуальном анализе спутниковых данных.

4.2.1. Шаги по созданию цветных изображений.

4.2.2. Мнимые цветные композиции.

4.2.3. Визуализация в исследованиях первичной продуктивности фитопланктона.;.

4.2.4. Детализированные полноцветные образы.

4.2.5. Методы автоматизированного построения детализированных полноцветных образов.

4.2.6. Математическая формализация метода автоматизации построения цветных изображений.

4.3. Средства визуализации и анализа данных MODIS.

4.3.1. Среда программирования IDL.

4.4. Формат данных HDF.

4.4. Атрибуты графического пользовательского интерфейса системы IDL.

Введение диссертации (часть автореферата) на тему «Разработка методики оценки геоэкологической обстановки в водах Охотского моря на основе спутниковых данных MODIS»

Актуальность темы. Геоэкологические исследования основаны на применении j знаний? о геосферных оболочках Земли. Объектом исследований геоэкологии является обнаружение механизмов влияния природных и техногенных факторов на изменения геосферных оболочек[1,4].

Особенностью геоэкологического метода исследования следует считать экологическую составляющую, связанную с вовлечением в процесс исследования объектов живой природы на поверхности суши или в океане. В связи с активизацией освоения природных ресурсов и возрастанием; антропогенных воздействий на природную среду оценка геоэкологических обстановок акваторий становится все более актуальной. Направленность геоэкологических исследований на Дальнем Востоке обусловливается, в первую очередь, наличием разведанных рентабельных месторождений нефти и: газа на шельфе Сахалина (охотоморское побережье) и перспективой их дальнейшей разработки. Следует учитывать интересы важнейшей для; экономики Дальнего Востока рыбной t отрасли. В; этом свете оценка состояния водных объектов в районах добычи и транспортировки углеводородного сырья и воздействий на жизнедеятельность организмов вблизи этих объектов должны быть в центре внимания геоэкологии.

Проводить оценку геоэкологических обстановок в океане контактными методами* непродуктивно по причине трудоемкости и высокой затратности проведения экспедиций. Кроме: того, судовыми измерениями невозможно выполнять оперативные оценки геоэкологических обстановок на большой акватории. Перспективным методом являются дистанционные измерения с помощью сканирующих устройств, установленных на искусственных спутниках Земли; В океане оценки геоэкологических обстановок могут проводиться; на основе анализа цветности поверхностных вод. Основным: вкладчиком в цветность поверхности воды является фитопланктон, в связи? с чем пространственно-временные распределения фитопланктона являются индикатором изменений окружающей среды и могут применяться для оценки геоэкологических обстановок с применением данных дистанционного зондирования

Цель и задачи исследования. Работа носит методический характер и посвящена исследованию весьма актуальной проблемы разработки региональных алгоритмов дешифрирования космических изображений, получаемых с многоканальных цветных сканеров, и их применению для анализа; характера геоэкологической обстановки, поскольку использование спутниковых данных в геоэкологических исследованиях пока еще весьма затруднено из-за отсутствия апробированных методик обработки и интерпретации спутниковых данных. Цель работы - разработка методики анализа геоэкологической обстановки в водах Охотского моря по спутниковым данным MODIS на основе информации о состоянии фитопланктона. Для достижения цели решались следующие задачи:

1. Разработки классификации для анализа характера геоэкологической обстановки по состоянию хлорофилла в поверхностном слое воды;

2. Технологической реализации посредством разработки региональных алгоритмов восстановления океанографических параметров;

3. Выявления классов геоэкологических обстановок, на морской поверхности в разных диапазонах спектра;

4. Разработки информационной технологии приема и дешифрирования данных дистанционного зондирования;

Основные положения, выносимые на защиту

Воды Охотского моря делятся на классы, отражающие различную геоэкологическую обстановку, на основании определения состояния планктона по данным спутниковой информации.

- Расчет концентрации хлорофилла-а для Охотского моря выполняется по региональному алгоритму, основой для разработки которого послужил проведенный сравнительный анализ спутниковых и судовых данных.

- Методика определения цветности вод по спутниковым данным позволяет производить оценки качественных и количественных параметров состояния» геоэкологических обстановок.

- Алгоритмически-программные средства выборки данных и расчета информационных продуктов позволяют реализовывать технологии автоматического преобразования многоканальных спутниковых данных. Фактические данные. Для- района- Охотского моря в настоящее время; доступны ежедневные 36-канальные спутниковые: данные американского сканера MODIS. Приемная, антенна установлена в г. Южно-Сахалинске. В районе полудня принимаются два спутниковых снимка с разницей во времени ~1.5 часа: Геофизические; параметры,. рассчитываемые по данным MODIS, включают яркости восходящего излучения для каналов видимого спектра (405420, 438-448, 483-493; 526-536, 546-556, 662-672, 673-683 и 743-753 nm километрового разрешения; каналов 459-479 и 545-565 nm 0.5 км; канала 620670 nm 0.25 км разрешения), каналов инфракрасной области спектра 0.25 км, 0.5 км и 1 км разрешения, микроволновых каналов, нормализованные яркости восходящего излучения Lwn( h ) по каждому спутниковому каналу, концентрации хлорофилла-а и пигментов фитопланктона. Указанные параметры рассчитываются посредством алгоритмов атмосферной коррекции и глобальных биооптических алгоритмов, которые могут иметь значительные: погрешности, в: том числе, вследствие региональной специфики. Для» верификации спутниковых данных проводились специальные подспутниковые эксперименты, в которых осуществляется прямое сопоставление судовых и спутниковых данных. Для Охотского моря одним из наиболее достоверных источников информации о концентрации хлорофилла-а в настоящее время являются подспутниковые данные, сбор которых выполнен Тихоокеанским океанологическим институтом ДВО РАН с НИС «Надежда», на борту которого имеется аппаратура лазерной флюорометрии. В 2001-2002 году измерения в Охотском море были выполнены в августе-сентябре и проводились в нескольких районах, включая Курильские острова, в шельфовой зоне северозападной части о. Сахалина, в зоне апвеллинга (банка Кашеварова), в центральной части Охотского моря, в районе юго-западного и юго-восточного побережья Камчатки.

Практическое значение и реализация результатов исследования.

Практическая значимость заключается в возможности получать и анализировать информацию космических снимков, преобразованную региональными! алгоритмами расчета параметров^ океана, в частности, пространственно-временные распределения хлорофилла-а по спутниковым данным MODIS в важнейших, с точки зрения геоэкологии, рыболовства и нефтедобывающей отрасли, районах Охотского моря с учетом региональных особенностей вод Охотского моря, а также данных подспутниковых измерений. Диссертация выполнена автором в соответствии^ с планом научных исследований, проводимых СахНИРО и Сахалинским филиалом; ДВГИ ДВО РАН при; поддержке грантов РФФИ' N 02-02-17795, ФЦП «Интеграция» N С0148 «Дальневосточный плавучий университет»,. ДВО РАН «Трансграничные переносы» N 03-108-1010.

Теоретическая и методологическая основа исследований.

Разработкой биооптических алгоритмов * для расчета концентрации хлорофилла-а по спутниковым данным»занимаются уже в течении нескольких десятилетий такие исследователи, как Давид Сигел (Калифорнийский университет, Санта-Барбара), Стефан Мариторена, Чарлз Маклэйн (Университет космических исследований НАСА, Мэриленд), Мати Кару (Политехнический университет, Калифорния), Сара Гарвер( Университет Южной Флориды, Санкт-Петербург), Джон Рейли (Исландский центр обеспечения океанического рыболовства, Наррагансетт) и др. Ими разработаны статистические и графические критерии для оценивания 2 полуаналитических и 15 эмпирических биооптических алгоритмов расчета концентрации пигментов фитопланктона, в том числе хлорофилла-а, по спутниковым данным в. SEAWIFS , охватывающих данные более 900 станций измерения концентрации хлорофилла-а SeaBAM. В качестве: подспутниковых измерений брались данные из набора данных в Северном море, в арктических морях вблизи Канады, в Саргассовом море, в Калифорнийском заливе, северной Атлантике и др. Более 80 процентов измерений SeaBAM проведены для открытого типа; вод Мирового океана; и лишь 20 процентов для прибрежного типа вод. В этих алгоритмах концентрация хлорофилла-а связывается со значениями яркости восходящего излучения для спутниковых каналов SEAWIFS. Такими же образом была произведена разработка алгоритмов для данных MODIS. Оперативный биооптический алгоритм для расчета концентрации» хлорофилла-а включен в математическое обеспечение станций; приема данных.

В процессе исследования учитывался опыт указанных авторов по анализу функциональных форм биооптических алгоритмов;, а также по применению алгоритмов для различных диапазонов концентрации хлорофилла-а. Применялись методы линейного и нелинейного регрессионного анализа, линейного программирования, размытых множеств, факторного анализа, имитационного и ситуационного моделирования на основе обработки данных MODIS.

Апробация работы. Основные положения; диссертации, а также применяемые методы исследования; обсуждались на следующих конференциях и семинарах: «International conference in computer logic», г. Таллинн, 1988 г.; «4th IFAC/IFORS Symposium LARGE SCALE SYSTEMS :THEORY AND APPLICATIONS», г. Цюрих, 1986 г.; «Проблемы и методы принятия решений в организационных системах управления»,Москва-Звенигород, 1988 г.; «9th IF АС Congress» ,г. Будапешт, 1984 г., «5th IFAC/IFIP/IFORS conference», Вена, 1986 г.; «Программные системы для' семиотического моделирования и ситуационного управления», г. Калининград, 1983 г.; «Визуализация; в исследованиях биоресурсов Мирового океана», г. Владивосток, 2001 г.; « Programming system IDL», г. Москва; 2002 г.; 3 SPIE Remote Sensing Symposium, 2002.

Заключение диссертации по теме «Геоэкология», Зенкин, Олег Васильевич

ВЫВОДЫ ПО ГЛАВЕ

В технологии компьютерного дешифрирования спутниковых данных: MODIS могут использоваться различные математические методы формализованного представления; преобразованных одномерных данных и методы комплексной обработки многомерных? данных: [22]. Для? массовой автоматизированной! обработки спутниковых многомерных данных на языке программирования IDE разработаны программные средства: Эти средства: позволяют производить автоматизированную выборку данных из спутникового ; архива по дате и географическим координатам для обеспечения < процесса синхронной судовой съемки, автоматизировать выборку спутниковых данных по' указанному району, а также формировать временные ряды данных: по нескольким параметрам: для: выявления факторов, влияющих на развитие явления методами корреляционного и факторного анализа. Реализована формализованная методика многопараметрической5 нечеткой классификации, которая! Bi определенном множестве функциональных преобразований» позволяет определять информационную структуру исследуемых объектов (Глава 3 ). Если; число классов велико, то процедура дополняется методом главных компонент (Глава 2).

Реализована? методика расчета регрессионных параметров спутниковых алгоритмов,. который основан на включении дополнительного • блока данных; условия равенства оцениваемых характеристик на двух и более близких, по времени: космических снимках; Реализована процедура расчета хлорофилла-а по одному из глобальных ( Глава 2) или региональных алгоритмов. Реализована i методика; расчета многомерных: временных рядов \ параметров для массивов ключевых точек по серии» файлов формата HDF ( Глава; 11 ) , усредненные значений за различный период ( месяц, сезон). Для визуализации; космических изображений реализованы формализованные процедуры, которые могут использоваться для автоматизации трудоемких операций, связанных с калибровкой? цветных космических снимков (Глава 4) и программированием графического пользовательского интерфейса. В отличие от программных разработок not визуализации космических изображений; работающих с единственным снимков, данная разработка изначально; ориентирована» на обработку массивов изображений ( временных последовательностей снимков), что делает ее пригодной в автоматизации научных исследований j связанной* с разработкой и адаптацией алгоритмов! расчета? различных параметров атмосферы, океана и земли по спутниковым многоканальным данным.

ЗАКЛЮЧЕНИЕ

В процессе исследований мы пришли к следующим выводам.

1. Охотское море занимает вжное место в системе глобальных геоэкологических процессы В регионе Охотского моря происходит обмен тепловой энергией, углекислым газом (СОг) с атмосферой, которые являются: важным составляющим глобального цикла углерода. Важная роль Охотского моря: обусловлена высокой биологической продуктивностью фитопланктона; что, в частности, ведет к снижению концентрации парникового газа СОг . Течения и вихревые потоки , широкомасштабный апвеллинг вод из глубины моря, трансграничные переносы соединений углерода, воздействие ветра на поверхность воды играют фундаментальную роль в динамике: и балансе углекислого газа: и требуют дальнейшего исследования. Моделирование взаимодействия такого рода' атмосферных и океанических процессов; предполагает применение объемных моделей как атмосферной, так и океанической динамики. Наблюдаемыми параметрами взаимодействия двух сред являются регистрируемые с помощью дистанционного зондирования процессы трансформации углерода фитопланктоном в поверхностном слое воды. Алгоритмы расчета хлорофилла-а для региона Охотского моря требуют уточнения по следующим направлениям: 1) путем проведения» судовых измерений и сбора • статистического материала для тех районов, где они не проводились, либо по ним недостаточное количество измерений; 2)путем уточнения классификации биооптических свойств» районов по архивной многолетней спутниковой информации, отражающей как глобальные термических аномалий, так и региональные структурные особенности развития ; тепловых океанических процессов. На этом природном фоне распределения фитопланктона могут использоваться еае индикатор глобальных и региональных геоэкологических изменений; к которым относятся, в том числе, процессы антропогенного загрязнения» морских акваторий вследствие роста добычи и переработки углеводородного сырья.

2. Исследование температурных, пищевых факторов на жизнедеятельность фитопланктона в ключевых районах Охотского моря требует уточнения региональных структурных особенностей этого района.

3. Существующие биооптические алгоритмы для расчета концентрации хлорофилла-а по спутниковым данным оценивают спектральную кривую рассеяния по 2-3 точкам, что недостаточно и приводит к серьезным погрешностям.

4. Выбор оптимальной информационной- структуры преобразования классифицированной спутниковой информации позволяет учесть региональные спектральные свойства морской поверхности в исследуемом районе и использоваться; для мониторинга скоростей и направлений течений; струй и вихрей в поверхностном слое.

5. Метод выделения оптимальных информационных структур спутниковой' информации перспективен не только при расчетах концентрации5 хлорофилла-а, но; также концентраций других пигментов фитопланктона, а также для исследования структурных особенностей морской поверхности. Он позволяет идентифицировать, в том числе путем цветной визуализации, границы исследуемых объектов, их динамические свойства.

6. Биооптический алгоритм, основанный на классифицированных данных, перспективен не только для оценки концентрации хлорофилла-а по спутниковым данным? MODIS; но и для выполнения расчетов по мультиспектральным данным других видов цветных сканеров, а также для методов; ультразвукового и; лазерного исследования полей; фитопланктона, когда; необходимо вести обработку спектральных данных из; большого числа диапазонов.

7. Метод расчета регрессионных параметров биооптического алгоритма, основанный на включении в качестве дополнительного условия близости оцениваемых характеристик (концентрация хлорофилла-а) на двух и более близких по времени космических снимках по классифицированным биооптическим районам дает возможность использовать для сужения допустимого множества значений параметров алгоритма сами спутниковые данные, что позволяет снизить объем необходимых подспутниковых измерений в удаленных и труднодоступных районах Охотского моря, и, соответственно, дорогостоящие затраты на организацию экспедиций и обработку данных судовых измерений.

8. Алгоритм расчета концентрации хлорофилла-а , представленный в статье, следует рассматривать как региональный, поскольку он основан на экспериментальных данных, полученных только в Охотском море, и на классифицированных данных по Охотскому морю. В то же время методика расчета, основанная на выделении оптимальной информационной структуры объектов и добавлении в схему расчета параметров регрессионного алгоритма дополнительных ограничений близости значений малоизменчивых параметров по двум (или нескольким) близким по времени космическим снимкам может считаться универсальной и использоваться не только для вод Охотского моря.

126

Список литературы диссертационного исследования кандидат технических наук Зенкин, Олег Васильевич, 2004 год

1. Айбулатов Н. А. Введение / Н. А. Айбулатов // Геоэкологая шельфа и берегов России - М.: Ноосфера, 2001- С. 4-8.

2. Алексанин А.И., Алексанина М:Г., Горин И:И. (2001) Спутниковые ИК-изображения водной поверхности: от термических структур к полю скоростей. Исследование Земли из Космоса, 2001, 2, с. 7-15.

3. Геоэкология шельфа и берегов морей России / Под ред. Н. А. Айбулатова. -М; '. Ноосфера, 2001.-428 с.

4. Гинзбург А.И., Костяной А.Г., Островский А.Г. Поверхностная! циркуляция Японского моря (спутниковая информация и данные дрейфующих буев). // Исследование Земли из Космоса, 1998,1, с.66-83.9: Егоров Н.И; Физическая океанография, Гидрометеоиздат, 1974.

5. Зенкин О.В. Имитационное исследование многоуровневых систем. Тезисы докладов 3 Всесоюзной конференции «Проблемы и методы принятия решений в организационных системах управления. (1988), Москва; с. 75-76.

6. Зенкин О.В. Методика прогнозирования среднемесячной ТПО по спутниковым данным на примере течения Куросио. В сб. Визуализация висследованиях биоресурсов Мирового океана.http://www.tinro.rU/sbs/showdoc/27/l.

7. Зенкин О.В. Оптимальное выделение структур информации на примере классификации вод Охотского моря по данным цветного спутникового сканера SeaWiFS. (2003) Известия ТИНРО, т. 133, с. 288-296.

8. Калашник М.В. (1997) Формирование фронтов и струйных; течений в стратифицированной жидкости пр > геострофическом приспособлении. // Докл. АН СССР, Т. 357., 2 с. 247-251=

9. Киселев И. А. Фитопланктон дальневосточных морей как показатель некоторых особенностей? их гидрологического режима / И. А. Киселев // Тр. ГОИН.-1947.-Вып. 1(13):.-С. 189-192.

10. Козловский; В. Б. Возможные изменения динамики вод Амурского лимана в результате антропогенного влияния / В. Б. Козловский // Тр. ГОИН. -1980.-Вып. 89.-С. 41-48.

11. Красный, М. JI. Пути создания системы мониторинга шельфа Сахалинской области / М. Л. Красный, В. Н. Храму шин, В. А. Шустин и др. -Южно-Сахалинск: Сахалинское книжное изд-во, 1998. 207 с.

12. Мелкий В: А. Аэрокосмический мониторинг вулканоопасных территорий: теория и методы : Дис. . док. тех. наук / В; А. Мелкий. М. : МИИГАиК.- 1999.-Т. 1. -338 с:

13. Морошкин К. В; Водные массы Охотского моря / К. В. Морошкин. М. : Наука, 1966.-55 с.

14. Оценка сезонной изменчивости поверхностных течений на шельфе: Сахалина по материалам спутниковых наблюдений (миссия ТОПЕКС-ПОСЕЙДОН) : Отчет о НИР / В: В. Иванов, В. М. Пищальник, А. А.Хан. -Южно-Сахалинск, ИМГиГ ДВО РАН, 20031 80 с.

15. Оценки: природных ресурсов и окружающей среды, решаемых с использованием материалов дистанционного, зондирования Земли. Классификатор тематических задач. Иркутск, Москва ,(2002),-52 с.

16. Петелин В. П. Охотское море / В. П. Петелин // Океанографическая: энциклопедия. JI.: Гидрометеоиздат, 1974. - С. 347-35 Г.

17. Пищальник В ? М. Климат и гидрологический;режим: акваторий / В. М. Пищальник // Южные Курильские острова (природно-экономический; очерк).— Южно-Сахалинск, Изд-во ИМГиГ ДВО РАН, 1992.- С. 19-34.

18. Пищальник В. М. Гидролого-гидрохимический атлас сахалинского шельфа / В. Mi Пищальник, А. О. Бобков // Тезисы докладов X международной: конференции по промысловой океанологии М;: Изд-во ВНИРО, 1997. - С. 99101:

19. Пищальник В. Ml Гидрохимия и» загрязнение морских вод* шельфа острова Сахалин, прогностические оценки и рекомендации по предотвращению' загрязнения : Дис. канд. геогр. наук/В. М. Пищальник ; Сахалинское УГКС. Южно-Сахалинск: 1986. - 178 с;

20. Пищальник В. М: Океанографический; атлас шельфовой зоны острова Сахалин. ЧастьТ / В. М. Пищальник, А. О. Бобков Южно-Сахалинск : изд-во СахГУ, 2000а: -174с.

21. Пищальник В. Ml Океанографический атлас шельфовой «зоны острова: Сахалин. Часть IL/ В: М: Пищальник, А. О. Бобков. Южно-Сахалинск : изд-во СахГУ, 20006.-108с.

22. Пищальник В. М: Опыт создания компьютеризированного атласа сахалинского! шельфа / В. М. Пищальник // Комплексные исследования экосистемы Охотского моря. М.: Изд-во ВНИРО, 1997. - G. 67-78.

23. Пищальник. В. М. Сезонные вариации циркуляции вод в прибрежных районах острова Сахалин / В. М. Пищальник, В. С. Архипкин, Г. И; Юрасов, С. С. Ермоленко // Метеорология и гидрология. 2002. — С. 87-95;

24. Пищальник В! М. Сезонные вариации циркуляции вод на охотоморском шельфе острова Сахалин / В. М. Пищальник, В. С. Архипкин // Тематический выпуск ДВНИГМИ № 2. Владивосток, Дальнаука, 1999: - С. 84-96.

25. Поспелов Д.А. Нечеткие множества в моделях управления и искусственного интеллекта.- М; Наука. -312 с.35: Путов В: Ф. Справочный каталог течений шельфа о. Сахалин (1941 -1982 гг.)/В; Ф; Путов. Южно-Сахалинск : Сахалинское УГКС, 1984. - 38 с.

26. Радзиховская М. А. Водный и тепловой баланс Японского моря / М. А. Радзиховская // Основные черты геологии и гидрологии Японского моря; — М. : Изд-во АН СССР, 1961. С. 132-145.

27. Редковскаяг 3. П; Атлас Японского: моря. Химические; свойства: вод. Кислород. Водородный^ показатель. Щелочность. Фосфаты. Кремнекислота; Гидрохимические разрезы / 3. П; Редковская. Владивосток : Приморское УГКС, 1984.-210 с.

28. Рожков В. А. Вероятностный анализ и моделирование-океанологических процессов / В. А. Рожков; Л;: Гидрометеоиздат, 1979,-20с.39. . Руководство по химическому анализу морских вод. РД 52.10.243-92.-СПб.: Гидрометеоиздат, 1993.-264 с.

29. Симонов А. И: Проблемы химического загрязнения вод Мирового океана / А. И. Симонов // Исследование морей и океанов. — М. : Гидрометеоиздат, 1983; — С. 87-100.43i CKAH3KC.MODIS, руководство оператора. М.:ИТЦ СКАНЭКС, 2000.

30. Смирнов С.В. Численные эксперименты по; исследованию климатической циркуляции. Японского» моря; (1997). //Материалы международной научно-технической; конференции «Проблемы механики: сплошной среды», Комсомольск-на-Амуре, с. 113-117.

31. Смирнов Н. П. Статистический диагноз и прогноз океанологических, процессов / Hi П. Смирнов, П: А. Вайновский, Ю. Э. Титов. СПб., Гидрометеоиздат, 1992. - С. 199.

32. Трофимов В. Т. Геоэкология, экологическая геология? и инженерная: геология» соотношение содержания, объемов,, предметов и задач? / В. Т. Трофимов, Д. Г. Зилинг // Геоэкология. - 1996: - № 6. - С. 43-54.

33. Ушаков П. В. Фауна Охотского моря и условия ее существования / П. В. Ушаков. Mi: Изд-во АН СССР, 1953. -457 с.

34. Фащук Д. Я. Геоэкологические: последствия аварийных морских разливов нефти / Д. Я. Фащук, С.Н. Овсиенко, А. В. Леонов и др. // Известия АН, сер. геогр. 2003:

35. Acker, J.G. The heritage of SeaWiFS: A retrospective on the CZCS NIMBUS Experiment Team (NET) Program, NASA Tech: Memo. 104566, vol; 21, edited by S.B.Hooker and E.RlFirestone, 44 pp., NASA Goddard Space Flight Gent., Greenbelt,, Md., 1994

36. Balch, W. В., Evans, R., Brown, J., Feldman, G., McClain, C., & Esaias, W. (1992). The: remote sensing of ocean primary productivity: Use of new data compilation to test satellite: algorithms. Journalv of Geophysical Research-Oceans, 97(C2), 2279-2293;

37. Barton, I. J. (1991). Infrared continuums water vapour absorption coefficients derived from satellite data: Applied Optics, 30, 2929-2934.

38. Bissett, W. P., Patch, J. S., Carder, K. L., & Lee, Z. P. (1997). Pigment packaging and chlorophyll a-specific absorption in high-light oceanic waters: Limnology and Oceanography, 42(5), 961-968;

39. Bricaud, A., M.Babin, A.Morel, and H.Claustre, Variability in the chlorophyll-specific absorbtion coefficients of natural phytoplankton: Analysis; and parametrization, J. Geophys. Res., 100, 13321-13332,1995

40. Carder K.L. et all, Semianalytic Modis algorithms for chlorophyll and absorbtion. with bio-optical domains based on nitrate depletion temperatures. Journal i of Geophysical Research, Л 998.

41. Carder, K. L., & Steward; R. G. (1985). A remote sensing reflectance model of a red tide dinoflagellate off West Florida: Limnology and; Oceanography,. 30(2), 286-298:.

42. Gordon, H. R., & Boynton, G. C. (1998). A radiance irradiance inversion, algorithm for estimating the absorption! and backscattering coefficients of natural waters: Stratified water bodies. Applied Optics, 37(18), 3886-3896.

43. Hamilton, M., Davis, C., Rhea, W. J., Pilorz, S., & Carder, K. (1993).

44. Hooker, S.B., C.R.McClain, and A.Holmes, Ocean Color Imaging: CZCS to SeaWiFS, Mar. Technol. Soc., 27(1),2-15,199368. http://daac.gsfc.nasa.gov

45. Kyle H.J., McManus J.M., Ahmad S., Hrubiak P.L., Kafatos M., Yang R., Li Z. Climatology Interdisciplinary Data Collection. Volumes 1-4. Monthly Means for Climate Studies.

46. Mitchell, B.G., and M. Kahm, Algorithms for SeaWiFS developed with the CalCOFI data set, CalCOFI Rep. 39, 26 pp., Calif. Coop. Oceanic Fish. Invest. Rep., LaJolla, Calif., 1998

47. Moore, J. K., & Abbott, M. R. (2000): Phytoplankton chlorophyll distribution and primary production in the southern ocean. Journal of Geophysical Research, 105(28), 709-728.

48. Morel,A., and L.Prieur, Analysis of variations in ocean color, Limnol.Oceanogr., 22(4), 709-722,1977

49. Moulin,C., Gordon, H.R., Chomko, R.M., Banzon, V.F., & Evans, R.H. (2001). Atmospheric correction ; of ocean color imagery through thick layers of Saharan dust. Geophysical Research Letters, 28; 5-8.

50. Mueller,J.L., and R.W.Austin, Ocean optics protocols for SeaWiFS validation, Revision 1, NASA Tech. Memo, 104566, vol. 25, 67 pp., 1995

51. Muller-Karger,. F.E., C.R.McClain, R.N.Sambrotto, and G.C. Ray, A comparison of ship and coastal zone color scanner mapped distribution of phytoplankton in the southeastern Bering Sea, J. Geophys. Res., 96, 15,147-15,159, 1991

52. O.A.Bukin, M.S.Permyakov, K.Puzankov, O.Zenkin, O.S.Tsareva, V.Khovanets. Comparison analysis of the ship's and satellite chlorophyll A data in the coastal water of the sea: of Okhotsk. 3 SPIE Remote Sensing Symposium 2002, Vol. 4892, p, 32:

53. O'Reilly, Ji E., Maritorena, S., Mitchell, B. G., Sieged D. A., Carder, K. L., Garver, S. A., Kahru, M., & McClain, C. (1998). Ocean color chlorophyll algorithms for SeaWiFS. Journal of Geophysical Research-Oceans, 103(C11), 24937-24953.

54. Saitoh, S.-I., Kishino, M., Kiyofuji, H., Taguchi, S., Takahashi, Mi (1996) Seasonal variability of, phytoplanktont Pigment Concentration in the Okhotsk Sea. Journal of remote sensing society of Japan. Vol. 16 No. 2 pp. 86-92

55. Sathyendranath, S., and A.Morel, Light: emerging from the sea -interpretation and uses in remote sensing. In: Cracknell,A.P.(ed), Remote sensing applications in marine science and technology, Dirdrecht, D.Reidel, p.323-358, 1983

56. Schimel, D.S., I. Enting, M.Heimann, T.M. Wigley, D. Raynaud; D. Alves, and U. Siegenthaler . (1994) C02 and the scenarios of carbon cycle , Radiative Forcing of Climate Change and An Evaluation of the IPCC IS92 Emission. Cambridge University Press.

57. Tachibana, Y., Wakahama, W. (1990) : Effect of the equatorial Pacific: Ocean on interannual variability in the Okhotsk Sea: Proc. 5th Int. Symp. On Okhotsk Sea and Sea Ice, 59-62.

58. Wang, M:, & Gordon, H. R. (1993). Retrieval of the columnar aerosol phase function and single scattering albedo from sky radiance over the ocean: Simulations., Applied Optics, 32,4598-4609.

59. Washington, W.M. and G.A.Meehl; 1989: Climate sensitivity due to increased: C02 experiments with a coupled atmosphere and ocean general circulation* model: Clim.Dyn., 4, 1-38.

60. Yentsch, C.Z: The influence of phytoplankton pigments on the colour of seawater, Deep Sea Res., 7, 1- 9, I960

61. Yoder, J. A., McClain, C. R., Feldman, G. C., & Esaias, W. E. (1993). Annual cycles of phytoplankton chlorophyll concentrations in the global ocean: A satellite view. Global Biogeochemical Cycles, 7(1), 181-193.

62. Zenkin O.V. A methodology for building a data-base for large-scale simulation models. Preprints of 4th IFAC/IFORS Symposium. Zurich, Switzerland, 26-29 August 1986, p. 543-548.

63. Zenkin O.V. Problems of formation of models of image recognition. The international conference in computer logic (1988), Tallinn, p.261-269.