Characteristics of the Kuban River Plume According to Satellite Data

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

According to satellite data from Landsat 8, 9 and Sentinel-1,2 for the period 2017–2024, the spatiotemporal variability of the Kuban River plume distribution was studied. The features of plume manifestation on radar images, as well as in the visible and infrared range, were studied. It is shown that the Kuban plume is formed from two main jets, as well as the waters of the Kurchansky estuary near the river mouth. Based on the analysis of long-term optical data, 4 types of plume propagation were identified: “western,” “eastern,” “northern,” and “alongshore.” The most extensive spread of the plume occurs during the “northern” type, when the plume spread to a distance of up to 15.5 km from the coastline. The main reason for changes in plume distribution is variability in wind conditions. The seasonal and interannual variability of the distribution of Kuban waters has been studied. For the period 2019–2023 in most cases, plumes of a “western” direction were recorded (2019 – 45%, 2020 – 49%, 2022 – 35% and 2023 – 45% of cases), except for 2021, when more often plumes spread to the east (in 37% of cases) under the influence abnormal wind conditions.

全文:

受限制的访问

作者简介

N. Vasilenko

Marine Hydrophysical Institute of the Russian Academy of Sciences

编辑信件的主要联系方式.
Email: nadinkot.nk@gmail.com
俄罗斯联邦, Sevastopol

A. Kubryakov

Marine Hydrophysical Institute of the Russian Academy of Sciences

Email: nadinkot.nk@gmail.com
俄罗斯联邦, Sevastopol

S. Stanichny

Marine Hydrophysical Institute of the Russian Academy of Sciences

Email: nadinkot.nk@gmail.com
俄罗斯联邦, Sevastopol

参考

  1. Aleskerova A.A., Kubryakov A.A., Stanichny S.V. A two-channel method for retrieval of the Black Sea surface temperature from Landsat-8 measurements // Izvestiya, Atmospheric and Oceanic Physics. 2016. Vol. 52. No. 9. P. 1155–1161. doi: 10.1134/S0001433816090048
  2. Bandurin M.A., Volosukhin V.A., Prikhodko I.A., Romanova A.S. Features of growing irrigated soybeans with complex mineral nutrition // Agrarnyy nauchnyy zhurnal. 2022. No. 11. P. 9–14. (In Russian) http://10.28983/asj.y2022i11pp9-14
  3. Berdnikov S.V., Dashkevich L.V., Kulygin V.V. Climatic conditions and hydrological regime of the Sea of Azov in the XX – early XXI centuries // Vodnye bioresursy i sreda obitaniya. 2019. Vol. 2. No. 2. P. 7–19. (in Russian)
  4. Gar’kusha, D., Fedorov, Yu., Trubnik, R., Dotsenko, N. Methane and hydrogen sulfide in the bottom sediments of the estuaries of the Azov-Black sea basin // Anthropogenic Transformation of Nature, 2022. 8(1). pp. 6–20. (in Russian) https://doi.org/10.17072/2410-8553-2022-1-6-20
  5. Getmanenko V.A., Gubanov E.P., Izergin L.V. Impact assessment of the regulation of rivers on preservation and reproduction of the Azov sea biological resources // Trudy Yuzhnogo nauchno-issledovatel’skogo instituta rybnogo hozyajstva i okeanografii. 2010. Vol. 48. P. 52–58. (in Russian)
  6. Dyakov N.N., Fomin V.V., Martynov E.S., Garmashov A.V. Wind and wave regime of the sea of Azov // Ecological Safety of Coastal and Shelf Zones and Comprehensive Use of Shelf Resources. 2010. No. 22. P. 228–239. (in Russian)
  7. Zavialov P.O., Makkaveev P.N., Konovalov B.V., Osadchiev A.A., Khlebopashev P.V., Pelevin V.V., Grabovskiy A.B., Izhitskiy A.S., Goncharenko I.V., Polukhin A.A., Soloviev D.M. Hydrophysical and hydrochemical characteristics of the sea areas adjacent to the estuaries of small rivers of the Russian coast of the Black Sea // Oceanology. 2014. Vol. 54, No. 3. P. 265–280. doi: 10.1134/S0001437014030151. Vol. 1. No. 3–4. P. 32–39. (in Russian)
  8. Ivanov A.Yu., Khlebnikov D.V., Konovalov B.V., Evtushenko N.V., Terleeva N.V. Manifestations of river outflows in the Black Sea in remote sensing data // Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa. 2018. Vol. 15. No. 5. P. 191–202. doi: 10.21046/2070-7401-2018-15-5-191-202 (in Russian)
  9. Kosenko Yu.V., Baskakova T.E., Kartamysheva Т.B. Role of the Don river flow in productivity formation of the Taganrog bay // Vodnye bioresursy i sreda obitaniya. 2018.
  10. Kosolapova N.A. Water resource development potential regions in the basins of the rivers Don and Kuban // Upravlenie e`konomicheskimi sistemami: e`lektronny`j nauchny`j zhurnal. 2016. No. 7 (89). P. 18. (in Russian)
  11. Kubryakov A.A., Stanichny S.V., Zatsepin A.G., Kremenetskiy V.V. Distribution of river waters in the Black and Kara seas according to satellite measurements of level, salinity and chlorophyll A // Ecological Safety of Coastal and Shelf Zones and Comprehensive Use of Shelf Resources. 2013. No. 27. P. 394–398. (in Russian)
  12. Lavrova O.Yu., Nazirova K.R., Alferyeva Ya.O., Knyazev N.A. Removal of the river Kuban to Temryuk Bay: satellite observations and in-situ measurements // Materialy 18 Vserossijskoj Otkrytoj konferencii s mezhdunarodnym uchastiem
  13. Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa”. 16–18 Nov. 2020. Space Research Institute, 2020. P. 218. doi: 10.21046/18DZZconf-2020a (in Russian)
  14. Lomakin, P.D., Chepyzhenko A.I., Chepyzhenko А.А. Field of the Colored Dissolved Organic Matter Concentration in the Sea of Azov and the Kerch Strait Waters Based on Optical Observations // Physical Oceanography. 2016. No. 5. P. 71–83. doi: 10.22449/1573-160X-2016-5-71-83
  15. Malysheva N.N., Yakuba S.N. Development of Melioration in Kuban and Rational Water Use in Irrigation of Rice // Risovodstvo. 2017. No. 4. P. 47–56. (in Russian)
  16. Mikhailov V.N., Magritskij D.V. Water balance of Kuban river delta and evaluation of Kuban water inflow into the Azov Sea. Trudy Gosudarstvennogo okeanograficheskogo instituta, 2008, No. 211, P. 222–248 (in Russian)
  17. Nazirova K.R., Lavrova O.Yu., Krayushkin E.V., Soloviev D.M., Zhuk E.V., Alferyeva Ya.O.
  18. Features of river plume parameter determination by in situ and remote sensing methods // Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa. 2019. Vol. 16. No. 2. P. 227–242. doi: 10.21046/2070-7401-2019-16-2-227-243 (in Russian)
  19. Naumova V.A., Evstigneev M.P., Evstigneev V.P., Lyubarec E.P. Wind-wave conditions of the Azov-Black Sea coast of Ukraine // Sbornik nauchnyh trudov UkrNIGMI. 2010. 259. P. 263–283. (in Russian)
  20. Osadchiev A.A. Spreading of the Amur River plume in the Amur Liman, Sakhalin Gulf, and the Strait of Tartary // Oceanology. 2017. Vol. 57. No. 3. P. 376–382. doi: 10.1134/S0001437017020151
  21. Papenko I.N., Epatko A.F., Tkhagapso F.A. Regulation of Water in the Kuban River Basin // Politematicheskij setevoj e`lektronny`j nauchny`j zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta. 2008. No. 37. P. 27–48. (in Russian)
  22. Reshetnyak O.S., Komarov R.S. Interannual and seasonal variability of chemical runoff along the main delta branches of the Kuban river // Vestnik Moskovskogo universiteta. Seriya 5. Geografiya. 2023. No. 1. P. 95–105. doi: 10.55959/MSU0579-9414.5.78.1.8 (in Russian)
  23. Simov V.G., Dyakov N.N., Shevela L.A. Inflow of river water into the Sea of Azov // Ecological Safety of Coastal and Shelf Zones and Comprehensive Use of Shelf Resources. 2010. No. 23. P. 145–152. (in Russian)
  24. Sorokina V.V., Berdnikov S.V. Mathematical modeling of the terrigenous sedimentation in the Sea of Azov // Oceanology. 2008. Vol. 48. No. 3. P. 418–427. doi: 10.1134/S0001437008030144.
  25. Sorokina V.V., Berdnikov S.V. Nutrient Loading of the Don and Kuban on the Ecosystem of the Sea of Azov // Water Resources. 2018. Vol. 45, No. 6. P. 920–934. doi: 10.1134/S0097807818060143
  26. Spiridonova E.O., Panov B.N. Сhanges of the Structure Indicators and the Salinity Field Average Value in the Sea of Azov // Physical Oceanography. 2021. Vol. 28. No. 3. P. 282–293. doi: 10.22449/1573-160X-2021-3-282-293
  27. Shchegolikhina M.S., Lavrova O.Yu. Monitoring of river and bay discharges with the help of satellite images of visible range // Vestnik Tverskogo gosudarstvennogo universiteta, Seriya “Geografiya i Geoekologiya”, 2018, No. 3, pp. 180–191. https://doi.org/10.26456/2226-7719-2018-3-180-191 (in Russian)
  28. Brando V.E., Braga F., Zaggia L., Giardino C., Bresciani M., Matta E., Bellafiore D., Ferrarin C., Maicu F., Benetazzo A., Bonaldo D., Falcieri F.M., Coluccelli A., Russo A., Carniel S. High-resolution satellite turbidity and sea surface temperature observations of river plume interactions during a significant flood event // Ocean Science. 2015. Vol. 11. No. 6. P. 909–920. doi: 10.5194/os-11-909-2015
  29. Kubryakov A.A., Stanichny S.V., Zatsepin A.G. Interannual variability of Danube waters propagation in summer period of 1992–2015 and its influence on the Black Sea ecosystem // Journal of Marine Systems. 2018. Vol. 179. P. 10–30. doi: https://doi.org/10.1016/j.jmarsys.2017.11.001
  30. Lavrova O.Yu., Soloviev D.M., Strochkov M.A., Bocharova T.Y., Kashnitsky A.V. River plumes investigation using Sentinel-2A MSI and Landsat-8 OLI data // Remote Sensing of the Ocean, Sea Ice, Coastal Waters, and Large Water Regions 2016. SPIE. 2016. Vol. 9999. P. 125–136.
  31. Shi W., Wang M. Satellite observations of flood‐driven Mississippi River plume in the spring of 2008 // Geophysical Research Letters. 2009. Vol. 36. №. 7. doi: 10.1029/2009GL037210

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. Manifestation of the Kuban River plume according to satellite data: a - OLI Landsat-8 from 05.09.2016 in natural colours (RGB composite); b - MSI Sentinel-2 (band 4) from 04.03.2020.

下载 (325KB)
索引源数据
3. Fig. 2. OLI Landsat 8 satellite image from 16.05.2019.

下载 (330KB)
索引源数据
4. Fig. 3. a - OLI Landsat 8 satellite image from 13.10.2018; b - MSI Sentinel-2 satellite image from 13.02.2020; c - MERRA-2 wind field data from 13.10.2018; d - MERRA-2 wind field data from 13.02.2020.

下载 (890KB)
索引源数据
5. Fig. 4. a - Satellite image OLI Landsat 8 from 10.02.2022; b - Precipitation amounts in the Kuban River basin area according to MERRA-2 Model data for the period 07.02.2022-12.02.2022; c - Air temperature variability over the lower catchment area of the Kuban River basin according to MERRA-2 Model data for the period 06.02.2022-12.02.2022. c - Variability of air temperature over the lower catchment area of the Kuban River basin according to MERRA-2 Model data for the period 06.02.2022-12.02.2022; d - Graph of water level in the Kuban River according to the gauging station in Temryuk for the period 01.02.2022-13.02.2022. Data obtained from the portal https://allrivers.info/.

下载 (361KB)
索引源数据
6. Fig. 5. Manifestation of the Kuban plume according to Landsat 8 data. a - RGB composite in natural colours from 28.02.2017; b - sea surface layer temperature field from 28.02.2017; c - RGB composite in natural colours from 19.10.2023; d - sea surface layer temperature field from 19.10.2023.

下载 (697KB)
索引源数据
7. Fig. 6. Satellite images from 31.08.2022 a - SAR-C Sentinel-1 (03:40 UTC); b - MSI Sentinel-2 (08:37 UTC).

下载 (260KB)
索引源数据
8. Fig. 7. Satellite image of SAR-C Sentinel-1 from 30.01.2017.

下载 (647KB)
索引源数据
9. Fig. 8. Examples of plume spreading from Sentinel-2 data (band 4). a - 18.02.2020 (‘northern’ type of spreading); b - 04.04.2017 (‘eastern’ type of spreading); c - 02.08.2017 (“western” type of spreading); d - 12.07.2020 (‘longshore’ type of spreading).

下载 (941KB)
索引源数据
10. Fig. 9. a - MSI Sentinel-2 satellite image from 05.03.2017; b - OLI Landsat 8 satellite image from 07.12.2021; c - MSI Sentinel-2 satellite image from 30.09.2022; d - MERRA-2 wind field data from 05.03.2017; e - MERRA-2 wind field data from 07.12.2021; f - MERRA-2 wind field data from 30.09.2022.

下载 (817KB)
索引源数据
11. Fig. 10. a - MSI Sentinel-2 satellite image from 03.07.2017; b - OLI Landsat 8 satellite image from 02.09.2018; c - MERRA-2 wind field data from 03.07.2017; d - MERRA-2 wind field data from 02.09.2018.

下载 (802KB)
索引源数据
12. Fig. 11. a - OLI Landsat 8 satellite image from 11.05.2020; b - OLI Landsat 8 satellite image from 11.04.2018; c - MERRA-2 wind field data from 11.05.2020; d - MERRA-2 wind field data from 11.04.2018.

下载 (790KB)
索引源数据
13. Fig. 12. a - MSI Sentinel-2 satellite image from 04.05.2017; b - MSI Sentinel-2 satellite image from 16.09.2017; c - MERRA-2 wind field data from 04.05.2017; d - MERRA-2 wind field data from 16.09.2017.

下载 (799KB)
索引源数据
14. Fig. 13. a - Direction of plume propagation for 2019-2023 from cloud-free MSI Sentinel-2 and OLI Landsat 8-9 satellite data by season; wind rose for 2019-2013 from ERA5 reanalysis data: b - January; c - April; d - July; e - October.

下载 (619KB)
索引源数据
15. Fig. 14. Plume propagation direction from satellite data and wind rose for: a - 2019; b - 2020; c - 2021; d - 2022; e - 2023; f - plume propagation direction from satellite data for the research period 2019-2023.

下载 (396KB)
索引源数据

版权所有 © Russian Academy of Sciences, 2024

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».