Океанография и морской лед. Коллектив авторов
numerical weather prediction. T.Matsuno (ed). Special volume of the Journal of the Meteorological Society of Japan, 1986, P. 11–59.
Høyer Jacob L. and J.W. Nielsen. SATELLITE SIGNIFICANT WAVE HEIGHT OBSERVATIONS IN COASTAL AND SHELF SEAS, Center for Ocean and Ice, Danish Meteorological Institute, Lyngbyvej 100, 2100 Copenhagen Ø, Denmark. DAT // 15 years of progress in Radar Altimetry Workshop. Venice. 2006. Портал ESA,URL: http://earth.esa.int/workshops/venice06/participants/812/paper_812_hoeyer.pdf
Intergovernmental Oceanographic Commission. Assimilation of satellite wind and wave data in numerical weather and wave prediction models // Report on a workshop at ECMWF, Reading ECMWF, Reading, 1986. P. 1–34.
Janssen Peter A. E. M., Saleh Abdalla, Hans Hersbsch, and Jean-Raymond Bidlot.
Error Estimation of Buoy, Satellite, and Model Wave Height Data //
Journal of Atmosphere and Oceanic Technology. 2007, Vol. 24, issue 9. P. 1665–1677.
Krogstad Harald E. and Stephen F. Barstow. SATELLITE WAVE MEASUREMENTS FOR COASTAL ENGINEERING APPLICATIONS. Сетевой журнал, 1997, URL: http://www.oceanor.no/projects/wave_energy/papers/ceremse_fin.pdf
Sole J., Cuesta I., Garcia-Ladona E., Grau X. Effect of Langmuir Circulations in particle dispersion // Turbulent Diffusion in the Environment. J.M. Redondo & A.Babiano (Eds). © XDFTG, UPC, Barcelona, 2000, P. 53–60.
Sølvsteen Claus, Carsten Hansen. COMPARISON OF ALTIMETRY WAVE AND WIND DATA WITH MODEL AND BUOY DAT // 15 years of progress in Radar Altimetry Workshop. Venice. 2006. Портал ESA, URL: http://earth.esa.int/cgi-bin/confalt15y.pl?abstract=1312
Tarantola A. Inverse problem theory, methods for data fitting and model parameter estimation. Elsevier, 1987, Amsterdam, 613 p.
Abstract
The article is devoted to some opportunities of an use of the satellite information for monitoring and studying of hydrological conditions of the Arctic Ocean. The basic characteristics of some space satellites and devices of remote sounding of the ground are advanced. The features of remote sensing for definition a sea surface temperature and a sea level are considered. The question of an use of the satellite altimeter information for verification of the wind waves models and its assimilation by models in operative practice is discussed. On a concrete example is shown that the satellite data on sea waves not always are good for the operative assimilation. Radars with synthesized aperture on board of space satellite allow to carry out the supervision over manifestations on a surface of the sea of the complex dynamic meteorological and oceanographic phenomena and spots of surface pollution.
1.2 Использование современных средств зондирования и изучения ледяного покрова Арктики
В.Г.Смирнов[22], И.Е. Фролов[23], А.В.Бушуев[24], И.А. Бычкова[25], А.В. Григорьев[26], Н.Ю.Захваткина[27],[28], В.С.Лощилов[29], В.В. Степанов[30], Л.П. Бобылев[31],[32], В.Ю. Александров[33],[34]
Возможности методов дистанционного зондирования как надежного источника получения оперативной объективной информации о состоянии ледяного покрова морей полярных областей
В работе обсуждаются методы дистанционного зондирования (ДЗ), используемые для оценки сплоченности, возраста, толщины и дрейфа морского льда. Приведены примеры картирования возрастных стадий льда в Арктике по данным Envisat с помощью метода нейронных сетей и метода байесовской классификации. Излагаются особенности спутниковой технологии обнаружения опасных ледяных образований. Сформулированы предложения по дальнейшему развитию методов ДЗ для изучения ледяного покрова морей полярных областей с учетом опыта, полученного в период работы по программе МПГ.
Растущая хозяйственная деятельность в полярных регионах вызывает насущную необходимость организации на постоянной основе мониторинга ледяного покрова. Из-за труднодоступности полярных районов использование традиционных контактных методов измерений затруднено, а в ряде случаев просто невозможно. Стандартные океанографические средства наблюдения в этих районах не могут являться основой мониторинга. Организация каждой новой полярной гидрометеорологической станции – дело не
17
Arctic and Antarctic Research Institute, Saint-Petersburg, Russia
18
Arctic and Antarctic Research Institute, Saint-Petersburg, Russia
19
Arctic and Antarctic Research Institute, Saint-Petersburg, Russia
20
Arctic and Antarctic Research Institute, Saint-Petersburg, Russia
21
Arctic and Antarctic Research Institute, Saint-Petersburg, Russia
22
Арктический и антарктический научно-исследовательский институт, Санкт-Петербург, Россия
23
Арктический и антарктический научно-исследовательский институт, Санкт-Петербург, Россия
24
Арктический и антарктический научно-исследовательский институт, Санкт-Петербург, Россия
25
Арктический и антарктический научно-исследовательский институт, Санкт-Петербург, Россия
26
Арктический и антарктический научно-исследовательский институт, Санкт-Петербург, Россия
27
Арктический и антарктический научно-исследовательский институт, Санкт-Петербург, Россия
28
Международный центр по окружающей среде и дистанционному зондированию им. Нансена, Санкт-Петербург, Россия
29
Арктический и антарктический научно-исследовательский институт, Санкт-Петербург, Россия
30
Арктический и антарктический научно-исследовательский институт, Санкт-Петербург, Россия
31
Международный центр по окружающей среде и дистанционному зондированию им. Нансена, Санкт-Петербург, Россия
32
Центр по окружающей среде и дистанционному зондированию им. Нансена, Берген, Норвегия
33
Международный центр по окружающей среде и дистанционному зондированию им. Нансена, Санкт-Петербург, Россия
34
Центр по окружающей среде и дистанционному зондированию им. Нансена, Берген, Норвегия