Calculation of Hue Angle and Inherent Optical Properties of Black Sea and Sea of Azov Water Based on Satellite Color Scanners Data

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The study calculates the hue angles of the Black Sea and Sea of Azov water based on satellite and in situ measurements of the reflectance coefficient for 20192023. The correlation coefficient for the satellite and in situ hue angles is 0.92. Division of the reflectance spectra into subgroups according to the values of the hue angle is proposed for the study area. Satellite-derived values of absorption by dissolved organic matter(including detritus absorption) and backscattering by suspended particles have been compared in three ways: by empirical formulas for the hue angle, by a semianalytical algorithm for the spectral reflectance coefficient,and by the standard satellite algorithm (GIOP model). The empirical relationship is better at retrieving the absorption by dissolved organic matter than the standard satellite or semianalytical algorithms whereas for backscattering by suspended particles all three methods show similar quality of retrieving.

About the authors

E. N. Korchemkina

Marine Hydrophysical Institute of RAS

Author for correspondence.
Email: korchemkina@mhi-ras.ru
Russian Federation, Sevastopol

E. V. Mankovskaya

Marine Hydrophysical Institute of RAS

Email: korchemkina@mhi-ras.ru
Russian Federation, Sevastopol

References

  1. Копелевич О.В., Костяной А.Г. Использование биооптических параметров океана, определяемых по спутниковым данным, в качестве основных климатических переменных // Фундаментальная и прикладная климатология. 2018. Т. 3. С. 8–29. https://doi.org/10.21513/2410-8758-2018-3-8-29. EDN: YNFLOP
  2. Корчемкина Е.Н. Влияние дополнительной коррекции на соответствие данных дистанционного измерения коэффициента яркости 2-го уровня данным in situ для вод Черного моря // Труды XII Всероссийской конференции с международным участием “Современные проблемы оптики естественных вод”. М.: Издательство “ИО РАН”, 2023. С. 124–129. https://doi.org/10.29006/ 978-5-6051054-4-2-2023
  3. Корчемкина Е.Н., Маньковская Е.В. Спектральный коэффициент яркости, цветовые характеристики и относительная прозрачность вод Черного моря весной 2019 и 2021 годов: сравнительная изменчивость и эмпирические связи // Морской гидрофизический журнал. 2024. Т. 40. № 1. С. 5–20. EDN: HMPHDG
  4. Ли М.Е., Мартынов О.В. Измеритель коэффициента яркости для подспутниковых измерений биооптических параметров вод // Экологическая безопасность прибрежных и шельфовых вод и комплексное использование ресурсов шельфа. 2000. № 1. С. 163–173. EDN: BELAJW
  5. Ли М.Е., Шибанов Е.Б., Корчемкина Е.Н., Мартынов О.В. Определение концентрации примесей в морской воде по спектру яркости восходящего излучения // Морской гидрофизический журнал. 2015. № 6. С. 17–33. EDN: VHEWVT
  6. Маньковский В.И., Соловьев М.В., Маньковская Е.В. Гидрооптические характеристики Черного моря. Справочник. Севастополь: МГИ НАН Украины. 2009. С. 40–41.
  7. Оптика океана: В 2-х т. / Отв. ред. А.С. Монин. Москва: Наука, 1983. Т. 1. Физическая оптика океана. 371 с.; Т. 2. Прикладная оптика океана. 236 с.
  8. Algorithm Descriptions. 2018. https://oceancolor.gsfc.nasa.gov/atbd (дата обращения 26.06.2024)
  9. Churilova T., Efimova T., Moiseeva N. et al. Annual variability in light absorption by particles and colored dissolved organic matter in coastal waters of Crimea (the Black Sea) // Proceedings of SPIE. Irkutsk: SPIE, 2017. V. 10466: 23rd International Symposium on Atmospheric and Ocean Optics: Atmospheric Physics. 104664B. https://doi.org/10.1117/12.2288339
  10. Churilova T., Suslin V., Krivenko O. et al. Light absorption by phytoplankton in the upper mixed layer of the Black Sea: Seasonality and parametrization // Frontiers in Marine Science. 2017. V. 4. 90. https://doi.org/10.3389/fmars.2017.00090
  11. Korchemkina E.N., Kalinskaya D.V. Algorithm of additional correction of Level 2 remote sensing reflectance data using modelling of the optical properties of the Black Sea waters // Remote Sensing. 2022. V. 14. № 4. https://doi.org/10.3390/rs14040831
  12. Lee M.E., Shybanov E.B., Korchemkina E.N., Martynov O.V. Retrieval of concentrations of seawater natural components from reflectance spectrum // Proceedings of SPIE 22nd International Symposium on Atmospheric and Ocean Optics: Atmospheric Physics, Tomsk, Russia, 29 November 2016 (100352Y). https://doi.org/10.1117/12.2247845
  13. Morel A. Optical properties of pure water and pure sea water // Optical Aspects of Oceanography / Edited by N.G. Jerlov, E.S. Nielson. New York: Academic Press, 1974. P. 1–24.
  14. Ocean Color Web. https://oceancolor.gsfc.nasa.gov/ (дата обращения 26.06.2024)
  15. Shybanov E., Papkova A., Korchemkina E., Suslin V. Blue Color Indices as a Reference for Remote Sensing of Black Sea Water // Remote Sens. 2023. V. 15. 3658. https://doi.org/10.3390/rs15143658
  16. Smith R.C., Baker K.S. Optical properties of the clearest natural waters (200–800 nm) // Applied Optics. 1981. V. 20. Iss. 2. P. 177–184. https://doi.org/10.1364/AO.20.000177
  17. Smith T., Guild J. The C.I.E. colorimetric standards and their use // Transactions of the Optical Society. 1931. V. 33. Iss. 3. P. 73–134. https://doi.org/10.1088/1475-4878/33/3/301
  18. Van der Woerd H.J., Wernand M.R. True colour classification of natural waters with medium-spectral resolution satellites: SeaWiFS, MODIS, MERIS and OLCI // Sensors. 2015. V. 15. Iss. 10. P. 25663–25680. https://doi.org/10.3390/s151025663
  19. Werdell P.J., Franz B.A., Bailey S.W. et al. Generalized ocean color inversion model for retrieving marine inherent optical properties // Applied Optics. 2013. V. 52. Iss. 10. P. 2019–2037. https://doi.org/10.1364/AO.52.002019
  20. Werdell J., Mckinna L., Boss E. et al. An overview of approaches and challenges for retrieving marine inherent optical properties from ocean color remote sensing // Progress in Oceanography. 2018. V. 160. P. 186–212. https://doi.org/10.1016/j.pocean.2018.01.001
  21. Zhao Y., Shen Q., Wang Q. et al. Recognition of water colour anomaly by using Hue Angle and Sentinel 2 image // Remote Sensing. 2020. V. 12(4). 716. https://doi.org/10.3390/rs12040716

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».