Виртуальные контактные линзы для радарных спутников

Радарные спутники поставляют данные для картирования уровня моря и океанских течений. Однако до сих пор радар был неэффективен в регионах, где океаны покрыты льдом. Исследователи из Технического университета Мюнхена (TUM) разработали новый метод анализа для решения этой проблемы.

Таяние полярной ледяной шапки окажет серьезные последствия: уровень моря поднимется на несколько метров по всему миру, что затронет сотни миллионов жителей прибрежных зон. «Это означает, что один из важнейших вопросов нашего времени — как изменение климата влияет на полярные регионы», — отмечает доктор Марчелло Пассаро из Немецкого геодезического исследовательского института TUM.

Особенно сложно обнаружить изменения уровня моря и течений в покрытых льдом областях Арктики и Антарктики. Причина в том, что радиолокационные сигналы существующих спутников-альтиметров отражаются ото льда, делая воду под ним невидимой. Однако океанская вода проникает на поверхность через трещины и разводья во льду.

«Эти участки воды очень малы, а их сигналы сильно искажены окружающим льдом. Стандартные методы оценки, применяемые в открытом море, здесь не дают надежных результатов», — поясняет Пассаро. Вместе с международной командой он разработал метод анализа данных, который «фокусирует» радар.

Основой этой виртуальной «контактной линзы» является адаптивный алгоритм ALES+ (adaptive leading edge subwaveform). Он автоматически идентифицирует часть радарного сигнала, отраженную водой, и вычисляет уровень моря, используя только эту информацию. Это позволяет измерять высоту океанской воды, выходящей на поверхность через ледяные разводья. Сравнивая данные за несколько лет, климатологи и океанологи теперь могут делать выводы об изменениях уровня моря и течений.

«Особенность нашего метода — его адаптивность, — подчеркивает Пассаро. — Мы можем использовать один алгоритм для измерения уровня моря как в открытых, так и в покрытых льдом акваториях. ALES+ также применим для прибрежных вод, озер и рек, где сигналы разнообразны, но всегда имеют определенные характерные свойства, которые система учится распознавать». Ученые продемонстрировали на тестовом сценарии в Гренландском море, что ALES+ возвращает данные об уровне воды подо льдом и в открытом океане, которые значительно точнее результатов предыдущих методов оценки.