Экспертный анализ и интерпретация изображений являются пока наиболее надежным и точным способом получения информации по обнаружению ОЛО и их характеристикам. Причем без наличия опорных полевых наблюдений часто не представляется возможным сделать достоверное заключение об обнаружении ОЛО. На рис. 7 представлено изображение с ИСЗ RADARSAT, на котором с помощью наземной исследовательской группы удалось идентифицировать крупную стамуху. При этом, по полевым наблюдениям, в радиусе пяти километров от указанной стамухи располагались еще несколько стамух приблизительно такого же размера, в том числе и в южном направлении. Однако на спутниковом изображении такие объекты не были обнаружены. Этот факт может быть связан с неблагоприятной случайной взаимной ориентацией угла и направления зондирования в момент съемки стамух.

Рис. 7. РСА изображение со спутника RADARSAT, на котором удалось идентифицировать изображение стамухи (выделено кружком) 22 апреля 2007 г.

Наиболее перспективным является оперативный мониторинг ОЛО на основе совместного комплексного анализа данных SAR (спутников RADARSAT, Envisat), данных тепловых каналов оптического диапазона спутников NOAA и Terra, наземных наблюдений на судах и береговых станциях, а также модельных расчетных данных. Важным условием таких комплексных наблюдений является регулярный, а не эпизодический спутниковый мониторинг состояния ледяного покрова. Одним из методов объективного мониторинга ОЛО с помощью спутниковых данных может быть метод нейронных сетей. Для выделения ОЛО по этому методу, помимо текстурных характеристик, могут использоваться и иные входные параметры. Например, для айсбергов это могут быть: наличие и конфигурация открытой воды за движущимся айсбергом и ветровые данные.

Для развития спутниковых технологий обнаружения ОЛО необходима верификация результатов с использованием подспутникового эксперимента с регистрацией широкого круга параметров. Особенно это необходимо для обеспечения возможности выделения «точечных объектов» – айсбергов, ледяных островов и всплывших стамух. Основной проблемой при выделении таких объектов методом нейронных сетей является, например, дефицит обучающих выборок.

В заключение этого раздела в табл. 1 отражены возможности современной спутниковой аппаратуры при определении важнейших параметров морского льда в автоматическом/автоматизированном режиме. Наиболее соответствуют задачам мониторинга морских льдов на ежедневной основе технологии оценки сплоченности и положения кромки льдов по данным СВЧ-радиометрии. К сожалению, приборы этого типа имеют пока недостаточное для многих приложений пространственное разрешение. Самыми информативными являются приборы активной локации – радары. Они позволяют определять наибольшее число параметров ледяного покрова, причем круглогодично и при любых облачных условиях. Данные видимого диапазона, напротив, имеют ограниченное применение в полярных регионах ввиду невозможности проведения съемки в темное время года. Данные ИК-диапазона обеспечивают хорошие интерпретационные возможности при мониторинге льдов в зимний период. Этот диапазон наиболее предпочтителен для разработки технологий оценки толщины льда.

Таблица 1. Характеристики ледяного покрова, измеряемые с ИСЗ (для видимого и ИК– диапазонов – в условиях ясного неба, для видимого – также при высоте солнца над горизонтом более 5°)

Табл. 1 иллюстрирует только аппаратные возможности и наличие необходимых технологий обработки данных. Реальное использование тех или иных спутниковых средств для мониторинга морских льдов зависит также от экономических факторов, от доступности спутниковой информации для конкретных потребителей.