Красноярские исследователи разработали модель для изучения арктических почв при помощи спутниковых данных
Как пишет Interfax-Russia.ru, ученые Красноярского научного центра СО РАН создали модель для определения характеристик мерзлой арктической почвы при помощи спутниковых систем. Созданный программный комплекс позволит детально оценивать состояние Арктики — в частности, следить за реакцией льдов на изменение климата.
"Алгоритм построен на измерении комплексной диэлектрической проницаемости (величина, показывающая, во сколько раз сила взаимодействия двух электрических зарядов в среде меньше, чем в вакууме — ИФ) и разработан для талых и мерзлых минеральных почв. С его помощью можно отслеживать температуру, влажность и состояние поверхностной мерзлоты", — сообщает издание СО РАН "Наука в Сибири".
Для построения модели специалисты использовали образцы почвы, собранные в арктической тундре полуострова Ямал. Чтобы подобрать точные параметры, ученые рассмотрели три вида арктических почв с разным содержанием глинистой фракции. В процессе анализа выяснилось, что диэлектрические характеристики почвы в первую очередь зависят от количества находящейся в ней влаги.
"С развитием космических технологий появились возможности получать самую разную информацию об окружающей среде со спутников. К примеру, мы используем диэлектрическую модель, которая на основе спутниковых измерений определяет параметры почвы на конкретном участке суши. С помощью такого дистанционного зондирования можно изучать территории Арктики, анализировать причины экологических проблем. Для подобных практических приложений необходим особый инструмент. Именно его мы и разработали", — прокомментировал разработку младший научный сотрудник Института физики имени Л.В. Киренского Красноярского научного центра Андрей Каравайский.
Вместе с тем, по данным ученых, в настоящее время не существует универсальной диэлектрической модели, подходящей для всех ландшафтов и климатических условий. Это связано с тем, что диэлектрические свойства почвы зависят также от ее минерального состава, влажности и температуры.
"В дальнейшем исследователи панируют определить, насколько разработанный программный комплекс адекватно описывает и другие виды почв, разработать программы для других климатических территорий, и объединить все полученные алгоритмы в универсальную систему принятия решений", — добавляет издание.
Результаты исследования опубликованы в журнале International Journal of Remote Sensing.