Okyanus Rengi Klorofil-a
- Ortaya koyan
- Remote Sensing Community
- Yıl
- 1978
- Tür
- bio-optical
- Aile
- Remote Sensing
Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku
Ne işe yarar?
Okyanus rengi uzaktan algılama, uydu sensörlerinden deniz suyu klorofil-a konsantrasyonlarını ve fitoplankton verimliliğini elde etmek için kullanılan birincil küresel yöntemdir. 1970'lerde geliştirilen biyo-optik prensiplere dayanan okyanus rengi algoritmaları, uydu spektral yansıtma ölçümlerini klorofil-a pigment konsantrasyonu tahminlerine dönüştürür.
Bu yöntem, okyanus birincil verimliliğinin ve plankton dinamiklerinin küresel ölçekte, gerçek zamanlı izlenmesini sağlar.
Yöntemin mantığı
Fitoplankton, mavi ışığı güçlü bir şekilde emen ve yeşil ışığı yansıtan fotosentetik pigment olan klorofil-a içerir. Uydu sensörleri, birden fazla dar bantta (tipik olarak 440-490 nm'de mavi ve 500-570 nm'de yeşil) yukarı doğru çıkan spektral radyansı ölçer. Yeşil ve mavi yansıtma oranının klorofil-a konsantrasyonu ile ilişkisi vardır. Ampirik olarak kalibre edilmiş veya yarı-analitik algoritmalar uygulayarak, bu yansıtma oranları klorofil-a konsantrasyonuna dönüştürülür. Elde edilen küresel haritalar, yüksek verimlilik alanlarını (çiçeklenmeler, yükselen akıntılar bölgeleri) ve oligotrofik çölleri ortaya koyarak okyanus verimliliğinin ve besin ağı desteğinin değerlendirilmesini sağlar.
Tarih
Okyanus rengi uzaktan algılama, fitoplanktonun spektral özelliklerinin uzaktan algılanabileceğini fark eden erken oşinograflara dayanır. İlk nicel biyo-optik algoritmalar 1970'lerin sonlarında ve 1980'lerde geliştirildi. CZCS (Coastal Zone Color Scanner) 1978'de başlatıldı ve ilk küresel klorofil-a haritalarını sağladı. Sonraki sensörler (AVHRR, SeaWiFS, MODIS, Sentinel-3) spektral çözünürlüğü ve kalibrasyonu önemli ölçüde iyileştirdi. Ampirik ve yarı-analitik algoritmalar gelişti, modern yaklaşımlar makine öğrenimi ve çoklu sensör sinerjisini içeriyor.
Ne zaman kullanılır?
Okyanus rengi klorofil-a elde edilmesi, büyük ölçekli, uzun vadeli bir bakış açısı gerektiğinde küresel fitoplankton izleme için standart yöntemdir. Verimlilik desenlerini haritalamak, çiçeklenmeleri tespit etmek, ekosistem modellerini doğrulamak ve balıkçılık yönetimini desteklemek için kullanın. En güvenilir olduğu yerler açık ve orta derecede verimli sulardır; yüksek bulanıklıkta haliçlerde veya tortu açısından zengin kıyı sularında uygulama özel algoritmalar gerektirir. Kalıcı bulut örtüsü veya yüksek güneş parlaması olan alanlarda kullanmaktan kaçının.
Sınırlar ve dikkat edilmesi gerekenler
- Atmosferik düzeltme, özellikle kıyı bölgelerinde ve bulutların yakınında büyük belirsizlikler getirir; aerosol hataları %30-50 klorofil-a belirsizlikleri olarak yayılabilir
- Yüksek bulanıklık, tortu yeniden askıya alınması veya renkli çözünmüş organik madde (CDOM) kıyı ve haliç sularındaki algoritma varsayımlarını ihlal eder
- Yalnızca yüzey klorofil-a'yı ölçer (tipik olarak ilk Secchi derinliği); dikey olarak entegre edilmiş klorofil veya yüzey altı maksimumları tespit edilmez
- Bulut örtüsü ölçümleri engeller, bulutlu mevsimlerde veri kullanılabilirliğini sınırlar
Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.
Güçlü yönleri
- Birden fazla uydu platformundan benzeri görülmemiş küresel uzamsal kapsama ve zamansal frekans (günlükten çok günlük) sağlar
- On yıllarca arşivlenmiş veriler, on yıllık eğilim analizi ve iklim kaynaklı verimlilik değişikliklerine olanak tanır
- Geniş okyanus alanlarının yerinde örneklenmesine kıyasla invaziv olmayan ve uygun maliyetli
- Algoritmalar uluslararası düzeyde standartlaştırılmıştır, bu da tutarlı küresel veri ürünleri ve sensörler arası karşılaştırmalar sağlar
Uygulama alanları
- Antropojenik zorlamalara yanıt olarak iklim değişikliği ve okyanus ısınmasına bağlı birincil verimlilik değişikliklerinin izlenmesi
- Balık yumurtlama ve kıyı yetiştirme alanlarındaki larval yaşamı etkileyen plankton çiçeklenmelerini belirleyerek balıkçılık yönetiminin desteklenmesi
- Zararlı alg çiçeklenmelerinin tespit edilmesi ve gerçek zamanlı olarak su ürünleri yetiştirme bölgeleri için halk sağlığı uyarılarının yayınlanması
- Okyanus karbon döngüsünü ve besin bütçelerini tahmin eden küresel biyokimyasal modellerin doğrulanması
Nasıl çalışır?
Nasıl çalışır?
Uydu sensörleri (örneğin, MODIS, SeaWiFS, Sentinel-3), 300 m ila 1 km uzamsal çözünürlükte görünür bantlarda spektral radyansı ölçer; günde birden fazla geçiş, neredeyse günlük küresel kapsama alanı sağlar.
Atmosferin üstündeki radyans, atmosferik saçılma ve emilimin çıkarılmasıyla suya bırakılan radyansa dönüştürülür; aerosol optik derinliği ve Rayleigh saçılması, radyatif transfer modelleri kullanılarak kaldırılır.
Uzaktan algılama yansıtıcılığı (Rrs), suya bırakılan radyansın gelen güneş ışınımına oranı olarak hesaplanır; bant oranları (örneğin, Rrs(555)/Rrs(440)) hesaplanır.
Klorofil-a, bant oranlarına dayalı ampirik algoritmalar (örneğin, OC2, OC3, OC4) veya pigment emilimini renkli çözünmüş organik maddeden ayıran yarı-analitik modeller kullanılarak tahmin edilir.
Klorofil-a haritaları, verimli bölgeleri belirlemek, çiçeklenme dinamiklerini izlemek, biyokimyasal modelleri doğrulamak ve net birincil üretimi tahmin etmek için analiz edilir.
Sık yapılan hatalar
- Yerel doğrulama olmadan uydu klorofil-a tahminlerinin doğru olduğunu varsaymak; algoritma hataları karmaşık kıyı sularında %50'yi aşabilir
- Klorofil-a konsantrasyonunu fitoplankton biyokütlesi ile karıştırmak; hücre boyutu ve tür bileşimi pigment-karbon oranlarını etkiler
- Tek pikselli uydu verilerini, nokta ölçümlerini temsil ediyormuş gibi kullanmak; uydu pikselleri yaklaşık 1 km² suyu entegre eder, ince ölçekli değişkenliği maskeler
Sık sorulan sorular
Neden farklı okyanus rengi algoritmaları farklı klorofil-a tahminleri verir?
Farklı algoritmalar farklı su tipleri için optimize edilir: ampirik algoritmalar (OC2, OC4) açık okyanusta iyi çalışır ancak yüksek CDOM'lu kıyı sularında başarısız olur. Yarı-analitik modeller, pigment emilimini detritik emilimden ayırır ancak ek varsayımlar gerektirir. Algoritma seçimi yerel su tipine bağlıdır; çoklu algoritma yaklaşımları sistematik yanlılığı azaltır.
Okyanus rengi algılaması ne kadar derine nüfuz eder?
Görünür ışık yaklaşık bir Secchi derinliğine nüfuz eder; uzaktan algılanan klorofil-a tipik olarak öfotik zonu (su berraklığına bağlı olarak üst 1-100 m) entegre eder. Katmanlı sularda yaygın olan yüzey altı klorofil maksimumları, uydu yöntemleri tarafından hafife alınır.
Uydu klorofil-a'sı birincil üretimi tahmin etmek için kullanılabilir mi?
Klorofil konsantrasyonu tek başına verimliliği belirlemez; fotosentetik verimlilik, besin mevcudiyeti ve ışık mevcudiyeti de önemlidir. Verimlilik modelleri, klorofil-a'yı yardımcı verilerle (ışık, sıcaklık, besin klimatolojisi) ve VGPM veya CbPM gibi birincil üretim algoritmalarıyla birleştirir.
İlgili yöntemler
Kaynaklar
Gordon, H. R., & Morel, A. Y. (1983). Remote Assessment of Ocean Color for Interpretation of Satellite Visible Imagery. Springer-Verlag.
Yayın kaynağını açKopyalandı.Behrenfeld, M. J., & Falkowski, P. G. (2001). A consumer's guide to phytoplankton primary productivity models. Limnology and Oceanography, 46(7), 1639-1654.
Yayın kaynağını açKopyalandı.