海洋色クロロフィルa
- 提唱者
- Remote Sensing Community
- 年
- 1978
- 種類
- bio-optical
- 系統
- Remote Sensing
この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む
何をする手法か?
海洋色リモートセンシングは、衛星センサーから海水中のクロロフィルa濃度と植物プランクトン生産性を取得するための主要なグローバル手法です。1970年代に確立された生物光学原理に基づき、海洋色アルゴリズムは衛星の分光反射率測定値をクロロフィルa色素濃度の推定値に変換します。この手法により、海洋の一次生産性とプランクトン動態のグローバル規模でのリアルタイムモニタリングが可能になります。
手法の背後にある直感
植物プランクトンは、青色光を強く吸収し、緑色光を反射する光合成色素クロロフィルaを含んでいます。衛星センサーは、複数の狭いバンド(通常、青色440-490 nm、緑色500-570 nm)における上向き分光放射輝度を測定します。緑色光と青色光の反射率の比率は、クロロフィルa濃度と相関があります。経験的に較正された、または半解析的なアルゴリズムを適用することで、これらの反射率比はクロロフィルa濃度に変換されます。結果として得られるグローバルマップは、高い生産性を示す領域(ブルーム、湧昇域)と貧栄養の砂漠を明らかにし、海洋生産性と食物網の維持を評価することを可能にします。
歴史学
海洋色リモートセンシングは、植物プランクトンの分光特性がリモートで感知できることを認識した初期の海洋学者にそのルーツをたどります。最初の定量的生物光学アルゴリズムは1970年代後半から1980年代にかけて開発されました。1978年に打ち上げられたCZCS(Coastal Zone Color Scanner)は、最初のグローバルなクロロフィルaマップを提供しました。その後のセンサー(AVHRR、SeaWiFS、MODIS、Sentinel-3)は、分光分解能と較正を劇的に改善しました。経験的および半解析的アルゴリズムは進化し、現代のアプローチでは機械学習とマルチセンサーシナジーが組み込まれています。
使うべき場面
海洋色クロロフィルaの取得は、大規模かつ長期的な視点が必要な場合のグローバルな植物プランクトンモニタリングの標準的な手法です。生産性パターンをマッピングし、ブルームを検出し、生態系モデルを検証し、漁業管理を支援するために使用します。透明度の高い水域から中程度の生産性の水域で最も信頼性が高く、濁度の高い河口域や堆積物の多い沿岸水域での適用には特殊なアルゴリズムが必要です。持続的な雲量や高いサン・グリントがある領域での使用は避けてください。
限界と注意点
- 大気補正は、特に沿岸地域や雲の近くで大きな不確実性を導入します。エアロゾル誤差は、クロロフィルaの不確実性として30-50%伝播する可能性があります。
- 高い濁度、堆積物の再懸濁、または有色溶存有機物(CDOM)は、沿岸および河口水域でアルゴリズムの仮定に反します。
- 表面のクロロフィルa(通常、セッキー深度の最上部)のみを測定します。鉛直積算クロロフィルや subsurface maxima は検出されません。
- 雲量によって測定が遮られ、曇りの多い季節にはデータ利用可能性が制限されます。
出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。
強み
- 複数の衛星プラットフォームから、前例のないグローバルな空間カバレッジと時間頻度(毎日から数日ごと)を提供します。
- 数十年にわたるアーカイブデータにより、数十年間規模のトレンド分析と気候変動による生産性の変化が可能になります。
- 広大な海洋域の現場サンプリングと比較して、非侵襲的で費用対効果が高いです。
- アルゴリズムは国際的に標準化されており、一貫したグローバルデータ製品とセンサー間の比較を可能にします。
応用
- 人為的強制力に対応した気候変動と海洋温暖化による一次生産性の変化のモニタリング
- 沿岸の稚魚育成域における魚の産卵と幼魚の生存に影響を与えるプランクトンブルームを特定することによる漁業管理の支援
- 有害藻類ブルームの検出と、養殖地域に対するリアルタイムでの公衆衛生警告の発令
- 海洋炭素循環と栄養塩収支を予測するグローバルな生物地球化学モデルの検証
使い方
使い方
衛星センサー(例:MODIS、SeaWiFS、Sentinel-3)は、可視バンドで300 mから1 kmの空間分解能で分光放射輝度を測定します。1日複数回の通過により、ほぼ毎日のグローバルなカバレッジが可能になります。
大気上端放射輝度は、大気散乱と吸収を差し引くことで水面離脱放射輝度に変換されます。エアロゾル光学厚さとレイリー散乱は、放射伝達モデルを用いて除去されます。
リモートセンシング反射率(Rrs)は、水面離脱放射輝度と入射太陽放射照度の比率として計算されます。バンド比(例:Rrs(555)/Rrs(440))が計算されます。
クロロフィルaは、バンド比に基づく経験的アルゴリズム(例:OC2、OC3、OC4)または、クロロフィルと有色溶存有機物(CDOM)間の吸収を分割する半解析モデルを用いて推定されます。
クロロフィルaマップは、生産性の高い領域を特定し、ブルームの動態を追跡し、生物地球化学モデルを検証し、純一次生産量を推定するために分析されます。
よくある落とし穴
- 局所的な検証なしに衛星クロロフィルa推定値が正確であると仮定すること。複雑な沿岸水域では、アルゴリズム誤差が50%を超えることがあります。
- クロロフィルa濃度と植物プランクトンバイオマスを混同すること。細胞サイズと種組成は色素対炭素比に影響します。
- 単一ピクセルの衛星データを点測定のように扱うこと。衛星ピクセルは約1 km²の水を統合するため、微細なスケールの変動が隠されます。
よくある質問
なぜ異なる海洋色アルゴリズムは異なるクロロフィルa推定値を与えるのですか?
異なるアルゴリズムは異なる水タイプに最適化されています。経験的アルゴリズム(OC2、OC4)は外洋ではうまく機能しますが、CDOMが多い沿岸水域では失敗します。半解析モデルは色素吸収とデトリタス吸収を分離しますが、追加の仮定が必要です。アルゴリズムの選択は局所的な水タイプに依存し、マルチアルゴリズムアプローチは系統的バイアスを低減します。
海洋色センシングはどのくらいの深さまで浸透しますか?
可視光は約1セッキー深度まで浸透します。リモートセンシングされたクロロフィルaは、通常、有光層(水の透明度に応じて上部1-100 m)を統合します。成層した水域で一般的な subsurface maxima は、衛星手法では過小評価されます。
衛星クロロフィルaは一次生産量の推定に使用できますか?
クロロフィル濃度だけでは生産性は決まりません。光合成効率、栄養塩の利用可能性、光の利用可能性も重要です。生産性モデルは、クロロフィルaを補助データ(光、温度、栄養塩の気候学)とVGPMやCbPMなどの一次生産アルゴリズムと組み合わせて使用します。
関連する手法
参考文献
Gordon, H. R., & Morel, A. Y. (1983). Remote Assessment of Ocean Color for Interpretation of Satellite Visible Imagery. Springer-Verlag.
出版物の文献を開くコピーしました。Behrenfeld, M. J., & Falkowski, P. G. (2001). A consumer's guide to phytoplankton primary productivity models. Limnology and Oceanography, 46(7), 1639-1654.
出版物の文献を開くコピーしました。