Выполнен анализ статистической структуры данных дистанционного зондирования поверхностных полей температуры и концентрации хлорофилла в северо-западной части Черного моря с целью применения метода оптимальной интерполяции для построения карт этих полей по сокращенному объему данных. Найдены масштабы сглаживания для выделения случайных составляющих полей и проведена оценка их отличия от статистической модели, однородной и изотропной по пространственным коэффициентам корреляции. Построены функции спектральных плотностей вдоль различных разрезов и определены наилучшие интервалы дискретизации полей для проведения оптимальной интерполяции с заданной точностью. Показано, что построение карт полей в условиях контролируемой точности восстановления их значений возможно при существенном сокращении объемов исходной спутниковой информации. Рассмотрена методика оценки наилучших объемов данных, необходимых для применения оптимальной интерполяции. Приведены примеры использования этой методики с применением данных дистанционного зондирования полей поверхностной температуры и концентрации хлорофилла.
Statistical structure of remote sensing data on sea surface temperature and chlorophyll concentration fields in the northwestern Black Sea is analyzed with the purpose to apply the optimal interpolation method for constructing the charts of these fields using the restricted data amount. The scales of data smoothing are found to select random components of the fields; and their difference from the statistical model whose spatial correlation coefficients are homogeneous and isotropic, is estimated. The functions of spectral density are constructed along the different field data series; and the best sampling intervals for optimal interpolation of these fields with the preset accuracy are defined. It is shown that construction of the charts of these fields under the condition of the controlled accuracy of reconstruction of their values is possible at substantial reduction of the initial satellite information content. The method of estimating the best information content required for applying optimal interpolation is considered. The examples of application of this method using remote sensing data on sea surface temperature and chlorophyll concentration are given.
