 |
 |
 |
 |
 |
 |
 |
 |
Краткое описание исследования: Использование MODIS для более точной оценки сроков ледовой фенологии
Ледовая фенология играет важную роль в озерных экосистемах, поскольку продолжительность ледяного покрова может влиять на биогенную нагрузку, оборот воды в озере и многое другое. Однако исторически для документирования и прогнозирования сроков ледовой фенологии использовались прямые наблюдения на месте, которые могут быть неэффективными в районах с высокой плотностью озер или отдаленных регионах.В статье, опубликованной в журнале Ecosphere в 2024 году, была предпринята попытка решить эту проблему путем создания вычислительной модели для прогнозирования ледовых явлений с использованием данных MODIS о температуре поверхности суши (LST). В сочетании с историческими натурными данными модель была протестирована, чтобы оценить, насколько точно она предсказывает ледовую фенологию на протяжении более двух десятилетий.1
Цель исследования состояла в том, чтобы определить, является ли эта новая модель перспективной для оценки ледовой фенологии в большем временном и пространственном масштабе, чем простая наблюдения in situ в настоящее время позволяют.
Вид на озеро Коббосси на закате. Монмут, штат Мэн. (Фото: Крис Голдни с сайта Flickr CC BY-NC 2.0)
Методы
Данные LST были получены для озер в штате Мэн, чтобы определить температуру, при которой поверхность покрывается льдом. Этот продукт MODIS использует тепловые инфракрасные диапазоны, которые обеспечивают хорошее пространственное разрешение и точность по сравнению с другими дистанционными методами.
Карта 78 озер, использованных при разработке и проверке модели в штате Мэн, США. Тринадцать озер (обозначенных желтыми ромбами) имели достаточный объем натурных данных для использования при подготовке аппроксимационных моделей как для образования льда, так и для его растаяния, в то время как 45 озер (обозначенных синими кружками) использовались только для подготовки аппроксимационной модели. Двадцать дополнительных озер (обозначенных пурпурными квадратиками) были использованы для проверки аппроксимационной модели таяния льда. (Автор: Skoglund et al., 2024)
Данные натурных наблюдений за временем образования льда на 17 и 58 озерах, соответственно, были взяты из исторической базы данных Lake Stewards of Maine (LSM) за период с 2002 по 2018 год1.-данные за период с 2018 по 2023 год были также получены от Министерства сельского хозяйства, охраны природы и лесного хозяйства штата Мэн.1
Данные MODIS LST были получены со спутника НАСА Aqua, и средние значения были рассчитаны для каждого озера и каждого день из набора натурных данных, для которых были доступны достоверные данные MODIS.1
В исследовании использовался метод кумулятивной суммы (CSM) для определения среднего порогового значения температуры образования льда на этих озерах за 21 год наблюдений.1 Затем эти значения были использованы в качестве порогового значения для прогнозирования моделью появления или прекращения гололеда.1
Для оценки модели наблюдаемые даты появления и прекращения гололеда по данным LSM были сопоставлены с приблизительными датами по модели CSM. Для каждого года набора данных была рассчитана средняя абсолютная погрешность между модельной и наблюдаемой фенологией льда.
Наконец, в исследовании сравнивались оценки фенологии, полученные с помощью модели, в разных географических масштабах, чтобы выяснить, не являются ли геоморфологические характеристики озера причиной смещения модели.
Результаты
Пороговое значение LST для времени начала и окончания обледенения, использованное для прогнозирования модели, составило -25,47°C и 6,26°C соответственно.1 Модель CSM показала аналогичные результаты, оценив на 5,94 дня раньше и на 5,63 дня позже, соответственно, что указывает на минимальную разницу между приходом и уходом льда.1
Модель также оказалась более эффективной при сужении временных рамок прогнозов ледовой фенологии по сравнению с измерениями на месте.1
Например, таяние льда на озерах происходило в течение 74 дней в течение всего года, что затрудняет оценку сроков для озер без мониторинга в режиме реального времени. Модель значительно сузила диапазон оценок времени выхода льда примерно до 9 дней
Модель CSM оказалась более точной, чем предыдущие дистанционные модели, в которых использовался общий температурный порог в 0°C, что позволило сократить ранние прогнозы появления льда и более поздние прогнозы схода льда с поверхности земли. от 15-16 дней до 6-10 дней.
Однако модель CSM по-прежнему была ограниченной. Например, модель MODIS, вероятно, искажала площадь поверхности озера и температуру из-за того, что пиксели земной поверхности влияли на показания и облачный покров, что приводило к пробелам в данных.
В модели также не были учтены внутри- и межгодовые изменения погоды и географическая изменчивость, вместо этого предполагались одни и те же условия для всех лет наблюдений на месте, что может вызвать проблемы в будущем, поскольку изменение климата приводит к более нестабильным погодным условиям.1
В целом, модель CSM улучшила предыдущие спутниковые модели при прогнозировании сроков ледового покрова, предложив простой, но более распространенный метод отслеживания ледяного покрова по сравнению с полевыми измерениями.1
Дальнейшие исследования в области измерений LST, а также влияния изменения климата на ледовую фенологию., может помочь усовершенствовать модель для будущих изменений и применений.1
Другие новости: