Статистический анализ влияния скорости ветра на возникновение прибрежного апвеллинга в море Лаптевых по материалам космических съемок
+7 (383) 343-12-55 vestnik@ssga.ru
Ru
En
Ru
En
Авторам публикаций
Вестник СГУГиТАрхив журнала Статистический анализ влияния скорости ветра на возникновение прибрежного апвеллинга в море Лаптевых по материалам космических съемок

Статистический анализ влияния скорости ветра на возникновение прибрежного апвеллинга в море Лаптевых по материалам космических съемок

Дистанционное зондирование земли, фотограмметрия
УДК: 528.71:551.556
DOI: https://doi.org/10.33764/2411-1759-2026-31-5-64-73
К. К. Лоссов 1, В. А. Малинников 1
Год: 2026
Том: 31
№: 5
Страницы: 64 - 73
1 Московский государственный университет геодезии и картографии (МИИГАиК), г. Москва, Российская Федерация

Финансирование: -

Аннотация:

Целью представленного исследования является статистическая оценка связи между скоростью ветра и температурой поверхности моря (ТПМ) в зоне прибрежного апвеллинга вблизи дельты р. Лены в море Лаптевых, а также анализ прогностического потенциала приземных полей ветра для выявления условий, благоприятных для его возникновения. В качестве исходных данных использованы спутниковые измерения ТПМ прибором SLSTR спутника Sentinel-3, а также данные реанализа ERA5 (ECMWF), характеризующие приземную скорость ветра. Для описания зависимости ТПМ от скорости ветра применена полиномиальная регрессия, степень полинома выбиралась по значению скорректированного коэффициента детерминации (Adjusted R²). Установлено, что кубическая модель наилучшим образом описывает нелинейную связь между ТПМ и скоростью ветра (Adj.R² = 0,3876, SE = 1,34 °C). Показано, что ветер в секторах В/ЮВ и ЗСЗ со скоростью более 7 м/с за двое суток до события является статистически значимым предиктором апвеллинга в исследуемом районе.

Ключевые слова (RU):

апвеллинг, море Лаптевых, скорость ветра, температура поверхности моря, полиномиальная регрессия, ERA5, Sentinel-3

Ключевые слова (EN):

upwelling, Laptev Sea, wind speed, sea surface temperature, polynomial regression, ERA5, Sentinel-3

Читать статью Скачать JATS XML

Библиографический список:

  1. Stewart R. H. Introduction to Physical Oceanography. Texas A&M University, 2008. Chapter 9: Ekman Transport and Coastal Upwelling.
  2. Randelhoff A., Sundfjord A. Short commentary on marine productivity at Arctic shelf breaks: upwelling, advection and vertical mixing. Ocean Science. 2018. Vol. 14. P. 293–300. DOI 10.5194/os-14-293-2018.
  3. Tuerena R. E. et al. Nutrient pathways and their susceptibility to past and future change in the Eurasian Arctic Ocean. Ambio. 2021. DOI 10.1007/s13280-021-01673-0.
  4. Arrigo K. R., van Dijken G. L. Continued increases in Arctic Ocean primary production. Progress in Oceanography. 2015. Vol. 136. P. 60–70. DOI 10.1016/j.pocean.2015.05.002.
  5. Lamont T., Barlow R. G., Brewin R. J. W. Long-term trends in phytoplankton chlorophyll-a and size structure in the Benguela Upwelling System. Journal of Geophysical Research: Oceans. 2019. Vol. 124. No. 2. P. 1170–1195. DOI 10.1029/2018JC014334.
  6. Osadchiev A. A., Savin A. Structure and Variability of the Lena and Olenyok Plumes in the Laptev Sea. Frontiers in Marine Science. 2025. DOI 10.3389/fmars.2025.1681563.
  7. Osadchiev A. A., Silvestrova K. P., Korotenko K. A. et al. Wind-Driven Coastal Upwelling near Large River Deltas in the Laptev and East-Siberian Seas. Remote Sensing. 2020. Vol. 12, No. 5. P. 844. DOI 10.3390/rs12050844.
  8. Donlon C., Berruti B., Buongiorno Nardelli B. et al. The Global Monitoring for Environment and Security (GMES) Sentinel-3 mission. Remote Sensing of Environment. 2012. Vol. 120. P. 37–57. DOI 10.1016/j.rse.2011.07.024.
  9. Copernicus Climate Change Service. ERA5 hourly data on single levels from 1940 to present. DOI 10.24381/cds.adbb2d47.
  10. GHRSST Level 4 MUR Global Foundation Sea Surface Temperature Analysis (v4.1). NASA JPL PO.DAAC. DOI 10.5067/GHGMR-4FJ04.
  11. Hersbach H., Bell B., Berrisford P. et al. The ERA5 Global Reanalysis. Quarterly Journal of the Royal Meteorological Society. 2020. Vol. 146, No. 730. P. 1999–2049. DOI 10.1002/qj.3803.
  12. Open-Meteo. Historical Weather API (based on ERA5). URL: https://open-meteo.com/en/docs/historical-weather-api.
  13. NASA Worldview. EOSDIS. URL: https://worldview.earthdata.nasa.gov/.
  14. Haralick R. M., Shanmugam K., Dinstein I. Textural Features for Image Classification. IEEE Transactions on Systems, Man, and Cybernetics. 1973. Vol. SMC-3. No. 6. P. 610–621. DOI 10.1109/TSMC.1973.4309314.
  15. Лоссов К. К., Малинников В. А. Разработка методики использования признаков Харалика для детектирования зон апвеллинга на морской поверхности по материалам космических съемок. Мониторинг. Наука и технологии. 2025. № 4 (66). С. 21–30.

Образец цитирования:

Лоссов К. К., Малинников В. А. Статистический анализ влияния скорости ветра на возникновение прибрежного апвеллинга в море Лаптевых по материалам космических съемок. Вестник СГУГиТ. 2026. Т. 31, № 5. С. 64–73. https://doi.org/10.33764/2411-1759-2026-31-5-64-73