A simple spectral model of solar energy input to the sea surface was extended to incorporate space-borne data. The extension involved finding a method of determining aerosol optical thickness (on the basis of AVHRR data) and the influence of cloudiness (on the basis of METEOSAT data) on the solar energy flux. The algorithm for satellite data assimilation involves the analysis of satellite images from the point of view of cloud identification and their classification with respect to light transmission. Solar energy input values measured at the Earth's surface by traditional methods were used to calibrate and validate the model. Preliminary evaluation of the results indicates a substantial improvement in the accuracy of estimates of solar energy input to the sea surface in relation to models utilising only traditionally obtained data on the state of the atmosphere.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The quasi-synoptic view available from satellites has been broadly used in recent years to observe in near-real time the large-scale dynamics of marine ecosystems and to estimate primary productivity in the world ocean. However, the standard global NASA ocean colour algorithms generally do not produce good results in the Baltic Sea. In this paper, we compare the ability of seven algorithms to estimate depth-integrated daily primary production (PP, mg C m-2) in the Baltic Sea. All the algorithms use surface chlorophyll concentration, sea surface temperature, photosynthetic available radiation, latitude, longitude and day of the year as input data. Algorithm-derived PP is then compared with PP estimates obtained from 14C uptake measurements. The results indicate that the best agreement between the modelled and measured PP in the Baltic Sea is obtained with the DESAMBEM algorithm. This result supports the notion that a regional approach should be used in the interpretation of ocean colour satellite data in the Baltic Sea.
The history of satellite remote sensing applications in IMWM was presented, referring to history of remote sensing and also development and actual state of meteorological satellite system. Main areas of applications were presented together with examples of products generated from satellite data operationally received in IMWM since 40 years. The problem of data resolution from meteorological satellites fulfilling requirements of meteorology were presented on examples of processes for which were designed. Dynamical development of meteorological satellites in recent years were presented focusing on METEOSAT Second Generation and METOP satellites.
4
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Do określenia wskaźników opisujących stan rozwoju roślin zostały wykorzystane dane pozyskiwane za pomocą satelitów serii NOAA. Jednym z najbardziej popularnych wskaźników jest tzw. Znormalizowany Wskaźnik Roślinny NDVI oparty na wielkości odbicia promieniowania w podczerwonym i czerwonym zakresie widma. Wskaźnik ten jest stosowany do wykrywania roślinności odwzorowanej na zdjęciach i oceny jej stanu. W przypadku wielu innych wskaźników uwzględnia się także wpływ gleby i atmosfery na wielkość promieniowania odbitego od roślinności i docierającego do sensora satelity. Instytut Geodezji i Kartografii wykorzystuje odbierane zdjęcia z satelitów NOAA do wykrywania i monitorowania suszy roślinnej na obszarze całego kraju. W Instytucie opracowano specjalny system, do którego wprowadza się dane o znormalizowanym wskaźniku zieleni (NDVI), radiacyjnej temperaturze powierzchni roślin (Ts), Wskaźniku Kondycji Roślin (TCI), Wskaźniku Termicznej Kondycji Roślin (VCI) oraz parametry meteorologiczne obliczane dla każdego tygodnia lub dekady w całym okresie wegetacyjnym. System przetwarza te dane i przedstawia wyniki w postaci map tematycznych o różnej rozdzielczości przestrzennej. Na podstawie wielkości wskaźnika TCI, różniącego się znacznie w zależności od okresu wzrostu roślin i roku, autorzy wnioskują o występowaniu suszy rolniczej i jej rozwoju na terenie całego kraju. Wyniki określenia występowania suszy rolniczej są porównywane z wielkością plonów zbóż podawanych przez Główny Urząd Statystyczny. Jak wynika z dotychczasowych prac, istnieje silna korelacja między wielkością wskaźnika TCI a plonem głównych upraw zbożowych w Polsce. Oznacza to że Wskaźnik Temperaturowej Kondycji Roślin TCI jest dobrym identyfikatorem występowania suszy rolniczej.
EN
Images acquired by NOAA satellites have been used to calculate various indices describing conditions of vegetation growth. One of the most popular is Normalized Vegetation Index (NDVI) applied for vegetation surface. Some other indices take under consideration also the influence of soil and atmosphere on the spectral response of vegetation reaching satellite sensor. In the Institute of Geodesy and Cartography in Warsaw the NOAA satellite images of Poland have been used to detect and monitor of drought. A special system has been set up based on Normalized Vegetation Index, surface temperature (Ts), two additional indices - Vegetation Condition Index (VCI) and Temperature Vegetation Index (VCI) calculated for each week and decade for the whole growing period and meteorological parameters. System processes all the data and presents the results in the form of maps with different spatial resolution. The values of TCI differs for various stage of growing season and years. On the basis of this index the authors derived information on occurrence the agricultural drought in the country. The findings are compared with the yield of cereals provided by the Central Statistical Office. There is a good correlation between the value of the TCI and the yield of main cereals. It means the TCI may be a good index for prediction of drought.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.