Klorofil-a Warna Lautan
- Diperkenalkan oleh
- Remote Sensing Community
- Tahun
- 1978
- Jenis
- bio-optical
- Keluarga
- Remote Sensing
Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris
Apa fungsinya?
Penginderaan jauh warna lautan adalah metode global utama untuk mengambil konsentrasi klorofil-a air laut dan produktivitas fitoplankton dari sensor satelit.
Berdasarkan prinsip bio-optik yang ditetapkan pada tahun 1970-an, algoritma warna lautan mengubah pengukuran pantulan spektral satelit menjadi perkiraan konsentrasi pigmen klorofil-a. Metode ini memungkinkan pemantauan skala global dan waktu nyata terhadap produktivitas primer laut dan dinamika plankton.
Intuisi di balik metode
Fitoplankton mengandung pigmen fotosintetik klorofil-a, yang sangat menyerap cahaya biru dan memantulkan cahaya hijau. Sensor satelit mengukur radiansi spektral yang naik dalam beberapa pita sempit (biasanya biru pada 440-490 nm dan hijau pada 500-570 nm). Rasio pantulan hijau terhadap biru berkorelasi dengan konsentrasi klorofil-a. Dengan menerapkan algoritma yang dikalibrasi secara empiris atau semi-analitik, rasio pantulan ini diubah menjadi konsentrasi klorofil-a. Peta global yang dihasilkan mengungkapkan area produktivitas tinggi (ledakan populasi, wilayah upwelling) dan gurun oligotrofik, memungkinkan penilaian produktivitas laut dan dukungan jejaring makanan.
Sejarah
Penginderaan jauh warna lautan berakar pada ahli oseanografi awal yang menyadari bahwa sifat spektral fitoplankton dapat diindera dari jarak jauh. Algoritma bio-optik kuantitatif pertama dikembangkan pada akhir 1970-an dan 1980-an. CZCS (Coastal Zone Color Scanner) yang diluncurkan pada tahun 1978 menyediakan peta klorofil-a global pertama. Sensor berikutnya (AVHRR, SeaWiFS, MODIS, Sentinel-3) secara dramatis meningkatkan resolusi spektral dan kalibrasi. Algoritma empiris dan semi-analitik telah berkembang, dengan pendekatan modern yang menggabungkan pembelajaran mesin dan sinergi multi-sensor.
Kapan digunakan
Pengambilan klorofil-a warna lautan adalah metode standar untuk pemantauan fitoplankton global ketika perspektif skala besar dan jangka panjang diperlukan. Gunakan untuk memetakan pola produktivitas, mendeteksi ledakan populasi, memvalidasi model ekosistem, dan mendukung pengelolaan perikanan. Paling andal di perairan jernih hingga cukup produktif; aplikasi di muara yang sangat keruh atau perairan pesisir yang kaya sedimen memerlukan algoritma khusus. Hindari penggunaan di area dengan tutupan awan yang persisten atau kilau matahari yang tinggi.
Batasan dan pertimbangan
- Koreksi atmosfer menimbulkan ketidakpastian besar, terutama di wilayah pesisir dan dekat awan; kesalahan aerosol dapat merambat sebagai ketidakpastian klorofil-a 30-50%
- Kekeruhan tinggi, suspensi sedimen, atau bahan organik terlarut berwarna (CDOM) melanggar asumsi algoritma di perairan pesisir dan muara
- Hanya mengukur klorofil-a permukaan (biasanya kedalaman Secchi atas 1 m); klorofil terintegrasi secara vertikal atau maksimum di bawah permukaan tidak terdeteksi
- Tutupan awan menghalangi pengukuran, membatasi ketersediaan data selama musim mendung
Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.
Kelebihan
- Menyediakan cakupan spasial global dan frekuensi temporal (harian hingga multi-hari) yang belum pernah ada sebelumnya dari berbagai platform satelit
- Data arsip puluhan tahun memungkinkan analisis tren skala dekade dan perubahan produktivitas yang didorong oleh iklim
- Non-invasif dan hemat biaya dibandingkan dengan pengambilan sampel di tempat untuk area laut yang luas
- Algoritma distandarisasi secara internasional, memungkinkan produk data global yang konsisten dan perbandingan antar-sensor
Penerapan
- Memantau perubahan produktivitas primer akibat perubahan iklim dan pemanasan laut sebagai respons terhadap paksaan antropogenik
- Mendukung pengelolaan perikanan dengan mengidentifikasi ledakan plankton yang memengaruhi pemijahan ikan dan kelangsungan hidup larva di area pembibitan pesisir
- Mendeteksi ledakan alga berbahaya dan mengeluarkan peringatan kesehatan masyarakat untuk wilayah akuakultur secara waktu nyata
- Memvalidasi model biogeokimia global yang memprediksi siklus karbon laut dan anggaran nutrisi
Cara kerjanya
Cara kerjanya
Sensor satelit (misalnya, MODIS, SeaWiFS, Sentinel-3) mengukur radiansi spektral dalam pita tampak dengan resolusi spasial 300 m hingga 1 km; beberapa lintasan per hari memungkinkan cakupan global hampir setiap hari.
Radiansi puncak atmosfer diubah menjadi radiansi yang meninggalkan air dengan mengurangi hamburan dan penyerapan atmosfer; kedalaman optik aerosol dan hamburan Rayleigh dihilangkan menggunakan model transfer radiatif.
Reflektansi penginderaan jauh (Rrs) dihitung sebagai rasio radiansi yang meninggalkan air terhadap iradiansi matahari yang datang; rasio pita (misalnya, Rrs(555)/Rrs(440)) dihitung.
Klorofil-a diperkirakan menggunakan algoritma empiris (misalnya, OC2, OC3, OC4) berdasarkan rasio pita, atau model semi-analitik yang mempartisi penyerapan antara klorofil dan bahan organik terlarut berwarna.
Peta klorofil-a dianalisis untuk mengidentifikasi wilayah produktif, melacak dinamika ledakan populasi, memvalidasi model biogeokimia, dan memperkirakan produksi primer bersih.
Kesalahan umum
- Mengasumsikan perkiraan klorofil-a satelit akurat tanpa validasi lokal; kesalahan algoritma dapat melebihi 50% di perairan pesisir yang kompleks
- Mencampuradukkan konsentrasi klorofil-a dengan biomassa fitoplankton; ukuran sel dan komposisi spesies memengaruhi rasio pigmen terhadap karbon
- Menggunakan data piksel tunggal satelit seolah-olah mewakili pengukuran titik; piksel satelit mengintegrasikan ~1 km² air, menutupi variabilitas skala halus
Pertanyaan yang sering diajukan
Mengapa algoritma warna lautan yang berbeda memberikan perkiraan klorofil-a yang berbeda?
Algoritma yang berbeda mengoptimalkan untuk jenis air yang berbeda: algoritma empiris (OC2, OC4) bekerja dengan baik di laut terbuka tetapi gagal di perairan pesisir dengan CDOM tinggi. Model semi-analitik mempartisi penyerapan pigmen dari penyerapan detritus tetapi memerlukan asumsi tambahan. Pilihan algoritma bergantung pada jenis air lokal; pendekatan multi-algoritma mengurangi bias sistematis.
Seberapa dalam penetrasi penginderaan warna lautan?
Cahaya tampak menembus kira-kira satu kedalaman Secchi; klorofil-a yang diindera dari jarak jauh biasanya mengintegrasikan zona eufotik (bagian atas 1-100 m tergantung kejernihan air). Maksimum klorofil di bawah permukaan, yang umum di perairan yang terstratifikasi, diremehkan oleh metode satelit.
Bisakah klorofil-a satelit digunakan untuk memperkirakan produksi primer?
Konsentrasi klorofil saja tidak menentukan produktivitas; efisiensi fotosintetik, ketersediaan nutrisi, dan ketersediaan cahaya juga penting. Model produktivitas menggabungkan klorofil-a dengan data tambahan (iklim cahaya, suhu, nutrisi) dan algoritma produksi primer seperti VGPM atau CbPM.
Metode terkait
Sumber
Gordon, H. R., & Morel, A. Y. (1983). Remote Assessment of Ocean Color for Interpretation of Satellite Visible Imagery. Springer-Verlag.
Buka referensi publikasiDisalin.Behrenfeld, M. J., & Falkowski, P. G. (2001). A consumer's guide to phytoplankton primary productivity models. Limnology and Oceanography, 46(7), 1639-1654.
Buka referensi publikasiDisalin.