SeaWiFS

SeaWiFS

Sea-Viewing Wide-of-View Sensor(Sea-Viewing Wide-of-View Sensor)는 전세계 해양 생물 데이터를 수집하기 위해 설계된 위성 기반 센서입니다.1997년 9월부터 2010년 12월까지 활동한 주요 임무는 해양 식물 플랑크톤(현미경 식물)에 의해 생산된 엽록소를 정량화하는 것이었다.

기구

SeaWiFS를 탑재한 SeaStar 위성

SeaWiFS는 GeoEye의 OrbView-2(AKA SeaStar) 위성에 탑재된 유일한 과학 기구였으며, Nimbus 7의 해안 지역 컬러 스캐너의 후속 실험이었다. 1997년 8월 1일 Orbital Sciences Pegasus 소형 공기 발사 로켓으로 발사되었고, SeaWiFS는 9월에 과학 작업을 시작했다.2010년,[1] 설계 운용 기간인 5년을 [2]크게 웃돌고 있습니다.센서 해상도는 1.1km(LAC), 4.5km(GAC)입니다.센서는 다음 광학 대역으로 정보를 기록했습니다.

밴드 파장
1 402~422 nm
2 433 ~ 453 nm
3 480 ~ 500 nm
4 500 ~ 540 nm
5 545~565 nm
6 660~680 nm
7 745~785 nm
8 845~885 nm

이 기구는 클로로필과 같은 해양 특성을 감시하기 위해 특별히 설계되었다.그것은 해수면의 햇빛을 피하기 위해 20도까지 기울일 수 있었다.이 특징은 햇빛에 반짝이는 것이 종종 수색을 가리는 적도 위도에서 중요하다.SeaWiFS는 해상 광학 부이를 대리 교정에 사용했습니다.

SeaWiFS Mission은 Goddard Space Flight Center의 NASA 해양생물학 처리 그룹과 업계/정부 파트너십으로 데이터 수집, 처리, 보정, 검증, 아카이브 및 배포를 담당하고 있습니다.현재 SeaWiFS 프로젝트 매니저는 Gene Carl Feldman입니다.

클로로필 추정

1998년부터 2006년까지의 SeaWIFS 유래의 평균 해수면 엽록소.

클로로필 농도는 바다 색깔의 이미지에서 도출된다.일반적으로 물이 푸를수록 물 속에 식물성 플랑크톤이 많이 존재하고 엽록소 농도가 높아진다.엽록소 a는 녹색보다 파란색과 빨간색 빛을 더 많이 흡수하며, 결과적으로 반사된 빛은 물 속의 엽록소의 양이 증가함에 따라 파란색에서 녹색으로 변한다.이 지식을 이용하여, 과학자들은 엽록소 농도를 추정하기 위해 다른 반사 색들의 비율을 사용할 수 있었다.

나노미터 단위의 파장에 대응하는 가시색 스펙트럼

많은 공식은 청색 대 녹색 빛의 비율을 비교하고 이러한 비율을 위성 관측과 같은 시간과 위치의 알려진 엽록소 농도와 연관시킴으로써 엽록소를 추정한다.빛의 색상은 파장에 의해 정의되며 가시광선은 400~700나노미터의 파장을 가지며 보라색(400nm)에서 빨간색(700nm)으로 진행된다.SeaWiFS 데이터(OC4v4)에 사용되는 일반적인 공식은 여러 파장의 최대 반사율(443, 490 또는 510 nm)을 550 nm에서의 반사율로 나눕니다.이것은 대략 두 개의 분자 파장 중 두 개의 파란색 빛 대 녹색 빛의 비율과 다른 가능한 조합의 두 개의 다른 녹색 파장의 비율과 같습니다.

이 공식에 의해 반환된 반사율(R)은 클로로필과 [3]밴드 비율을 관련짓는 입방 다항식에 삽입된다.

[4]

이 공식은 다른 공식과 함께 관찰된 엽록소 농도를 사용하여 경험적으로 도출되었다.이러한 비교를 용이하게 하기 위해 NASA는 SeaBASS(SeaWiFS Bio-Optical Archive and Storage System)라는 해양 및 대기 데이터 시스템을 유지하고 있습니다.이 데이터 아카이브는 직접 측정된 엽록소 농도를 인공위성에서 원격으로 추정된 농도와 일치시킴으로써 새로운 알고리즘을 개발하고 위성 데이터 제품을 검증하는 데 사용됩니다.이러한 데이터는 또한 엽록소 농도 계산에 큰 영향을 미칠 수 있는 대기 보정(아래에서 논의)을 평가하는 데도 사용될 수 있다.

어떤 것이 세계적으로 엽록소와 가장 잘 어울리는지를 보기 위해 수많은 엽록소 알고리즘이 테스트되었다.다양한 알고리즘은 환경에 따라 다르게 동작합니다.많은 알고리즘이 얕은 물보다 깊은 맑은 물에서 엽록소 농도를 더 정확하게 추정한다.얕은 물에서는 다른 색소, 이물질 및 해저로부터의 반사율이 부정확할 수 있습니다.SeaWiFS 엽록소 추정치의 명시된 목표는 "… 맑은 물 영역에서 5%의 불확실성으로 물을 남기는 것과 0.05~50mg m-3 [2]범위에 걸쳐 ±35% 이내의 엽록소 농도를 생성하는 것"이다.정확도가 전역 척도로 평가되고 모든 관측치가 함께 그룹화되면 이 목표가 명확하게 [5]달성됩니다.많은 위성 추정치는 바다에서 직접 기록된 것의 3분의 1에서 3배까지 다양하지만, 전체적인 관계는 여전히 상당히 [4]양호하다.지역별로 조사하면 차이가 발생하지만 전반적으로 값은 여전히 매우 유용합니다.한 픽셀이 특별히 정확하지는 않을 수 있지만, 더 큰 영역에 대한 평균을 취하면 값이 평균화되고 더 큰 패턴을 유용하고 정확하게 볼 수 있습니다.인공위성의 엽록소 데이터의 이점은 단순히 가능한 공간적, 시간적 범위로 인해 정확성의 결함을 훨씬 능가한다.선박 기반 엽록소 측정은 위성 데이터에 의해 제공되는 주파수 및 공간 범위에 근접할 수 없다.

대기 보정

알래스카 앞바다의 콕콜리소포 식물성 플랑크톤의 진짜 색상의 SeaWiFS 이미지

해저에서 반사되는 빛은 물을 방출하는 광도라고 불리며 엽록소 농도를 추정하는데 사용된다.그러나 대기 상층부의 빛 중 약 5~10%만이 물을 방출하는 [6][7]광도에서 발생한다.나머지 빛은 대기와 대기 중의 에어로졸로부터 반사됩니다.엽록소 농도를 추정하기 위해서는 이 비수분 방출 방사도를 고려해야 한다.화이트캡이나 태양빛과 같이 바다에서 반사된 빛은 지표면 아래 바다 대신 대표적인 바다의 파동이나 태양의 각도가 되기 때문에 엽록소 계산에서 제거되어야 한다.이러한 구성 요소를 제거하는 과정을 [8]대기 보정이라고 합니다.

위성의 센서에 의해 관측된 빛 또는 광도에 대한 설명은 다음과 같은 복사 전달 방정식으로 더 공식적으로 표현될 수 있다.

반짝이는, t(만약(λ)은 반사 물거품에서에서 공기 분자와 에어로졸 간에 LT(λ)빛은 대기의 위에 총, Lr(λ)레일리 공기 분자에 의해 산란은, La(λ)인간으로써 공기의 부재에 산란은, Lra(λ)은 상호 작용, TLg(λ)은 반사, 그리고 주변의 지반에서 LW(λ)cm는 반사. 또는 w아테르의 [2]광채다른 것들은 빛을 약간 다른 [8]성분으로 나눌 수 있다. 단, 각각의 경우 수분 방출 광도를 추정하기 위해 반사율 매개변수를 해결해야 하며, 따라서 클로로필 농도를 추정해야 한다.

데이터 제품

SeaWiFS는 주로 우주에서 해양 엽록소를 모니터링하도록 설계되었지만, 연구와 교육 목적으로 대중이 자유롭게 이용할 수 있는 다른 많은 매개 변수들도 수집했습니다.엽록소 a 외에 이러한 파라미터에는 반사율, 확산감쇠계수, 미립자유기탄소(POC) 농도, 미립자무기탄소(PIC) 농도, 착색용존유기물(CDOM) 지수, 광이론활성방사선(PAR), 정규화형광선높이(NFLH) 등이 있다.게다가, 해양 엽록소를 측정하도록 설계되었음에도 불구하고, SeaWiFS는 또한 육지에서의 광합성의 척도인 정규화된 차이 식생 지수(NDVI)를 추정한다.

데이터 액세스

거짓 색상의 SeaWiFS 이미지는 아르헨티나 동쪽 브라질 해류 합류 지역의 식물성 플랑크톤 엽록소의 높은 농도를 보여줍니다.따뜻한 색은 높은 엽록소 수치를 나타내며, 차가운 색은 낮은 엽록소를 나타냅니다.

SeaWiFS 데이터는 다양한 웹사이트에서 자유롭게 액세스할 수 있으며, 그 대부분은 정부가 운영하고 있습니다.SeaWiFS 데이터의 주요 위치는 NASA의 OceanColor 웹 사이트 [1]로, SeaWiFS 전체 미션의 시계열을 유지합니다.이 웹 사이트에서는 시간과 영역 선택에 따라 개별 SeaWiFS 이미지를 참조할 수 있습니다.또한 이 웹사이트는 지도 데이터에 대해 4km에서 9km 사이의 공간 척도로 다양한 시간 및 공간 척도를 탐색할 수 있다.데이터는 일일, 여러 일(예: 3, 8), 월별 및 계절별 이미지를 포함하여 전체 미션의 합성물까지 다양한 시간 척도로 제공됩니다.데이터는 ftp 및 대량 다운로드를 통해서도 이용할 수 있습니다.

데이터는 미처리 출력에서 모델링 [9]출력까지 4가지 일반 수준으로 다양한 형식과 처리 수준에서 탐색 및 검색할 수 있습니다.수준 0은 일반적으로 사용자에게 제공되지 않는 처리되지 않은 데이터입니다.수준 1 데이터는 재구성되지만 처리되지 않거나 최소한으로 처리됩니다.레벨 2 데이터는 균일한 공간/시간 그리드에 있지 않지만 파생된 지구물리 변수를 포함한다.레벨 3 데이터는 균일한 그리드에 저장되거나 매핑된 파생 지구물리 변수를 포함한다.마지막으로 레벨 4 데이터는 해양 일차 생산성과 같은 모델링되거나 파생된 변수를 포함합니다.

OceanColor 웹사이트에 제공된 것과 다른 엽록소나 다른 매개변수의 계산을 목표로 하는 과학자들은 레벨 1 또는 레벨 2의 데이터를 사용할 것이다.예를 들어, 이는 지구상의 특정 지역에 대한 파라미터를 계산하기 위해 수행될 수 있지만, 표준 SeaWiFS 데이터 제품은 글로벌 정확도와 특정 지역에 필요한 트레이드오프를 제공하도록 설계되어 있습니다.표준 SeaWiFS 출력을 다른 프로세스와 관련짓는 데 더 관심이 있는 과학자들은 일반적으로 레벨 3 데이터를 사용합니다. 특히 레벨 1 또는 레벨 2의 데이터를 다룰 능력, 훈련 또는 관심이 없는 경우에는 더욱 그렇습니다.수준 4 데이터는 모형 제품에 관심이 있는 경우 유사한 연구에 사용할 수 있습니다.

소프트웨어

NASA는 바다색 웹 사이트를 통해 SeaWiFS 데이터를 사용하기 위해 특별히 설계된 무료 소프트웨어를 제공합니다.SeaWiFS Data Analysis System(SeaWiFS 데이터 분석 시스템)이라는 제목의 이 소프트웨어는 위성 데이터의 시각화 및 처리를 위해 구축되었으며 레벨 1, 2, 3 데이터를 사용할 수 있습니다.원래는 SeaWiFS 데이터용으로 설계되었지만, 그 이후 기능이 확장되어 다른 많은 위성 데이터 소스와 함께 사용할 수 있게 되었습니다.또한 Matlab, IDL 또는 Python과 같은 다른 소프트웨어 또는 프로그래밍 언어를 사용하여 SeaWiFS 데이터를 읽고 작업할 수 있습니다.

적용들

생물학적 펌프, 공기-바다 사이클링 및 CO2 격리

지구 또는 지역 엽록소, 따라서 식물성 플랑크톤의 양을 추정하는 것은 기후 변화와 어업 생산에 큰 영향을 미친다.식물성 플랑크톤은 기후변화의 주요 원인인 이산화탄소를 흡수하는 데 큰 역할을 한다.이 식물성 플랑크톤의 비율은 해저로 가라앉아 대기 중의 이산화탄소를 효과적으로 흡수하고 적어도 천 년 동안 깊은 바다에서 격리시킵니다.따라서, 해양으로부터의 1차 생산의 정도는 기후 변화를 늦추는 데 큰 역할을 할 수 있다.또는 1차 생산이 둔화될 경우 기후 변화가 가속화될 수 있습니다.어떤 사람들은 식물성 플랑크톤의 개화를 촉진하고 대기 중의 이산화탄소를 제거하기 위해 철로 바다를 비옥하게 만들자고 제안했다.이러한 실험이 이루어지든 아니든, 세계 해양의 엽록소 농도와 해양의 생물학적 펌프에서 그들의 역할을 추정하는 것은 기후 변화를 예측하고 적응하는 우리의 능력에 중요한 역할을 할 수 있다.

식물성 플랑크톤은 해양 먹이사슬의 기초에서 중요한 요소이고 해양학자들은 한동안 [10]해양 엽록소와 어업 생산 사이의 연관성을 가설을 세워왔다.식물성 플랑크톤이 해양 물고기의 생산과 관련된 정도는 먹이사슬의 영양 연결의 수와 각각의 연결이 얼마나 효율적인지에 달려 있습니다.식물 플랑크톤에서 상업 어업에 이르는 영양 연결의 수와 영양 효율에 대한 추정치는 거의 [11]입증되지 않았지만 널리 논의되어 왔다.보다 최근의 연구는 엽록소 a와 어업 생산 사이의 긍정적인 관계를 모델링할[12] 수 있고 적절한 척도로 조사했을 때 매우 높은 상관관계가 있을 수 있다는 것을 시사한다.예를 들어, Ware와 Thomson(2005)은 상주 어류 생산량(미터톤 km-2)과 연평균 엽록소 농도(mg m-3)[13] 사이에서 r이2 0.87이라는 사실을 발견했습니다.다른 사람들은 태평양의 전환 지대 클로로필 전선 (0.2mg m-3의 엽록소 밀도)이 붉은거북 [14]분포의 특징을 정의하는 것을 발견했습니다.

레퍼런스

  • Cracknell, A. P.; Newcombe, S. K.; Black, A. F.; Kirby, N. E. (2001). "The ABDMAP (Algal Bloom Detection, Monitoring and Prediction) Concerted Action". International Journal of Remote Sensing. 22 (2–3): 205–247. Bibcode:2001IJRS...22..205C. doi:10.1080/014311601449916. S2CID 140603142.
  1. ^ NASA, Goddard Space Flight Center (February 14, 2011). "Ocean Color Browse". Retrieved February 14, 2011.
  2. ^ a b c Hooker, S.B.; McClain, C.R. (1 April 2000). "The calibration and validation of SeaWiFS data". Progress in Oceanography. 45 (3–4): 427–465. Bibcode:2000PrOce..45..427H. doi:10.1016/S0079-6611(00)00012-4.
  3. ^ O'Reilly, John E.; Maritorena, Stéphane; Mitchell, B. Greg; Siegel, David A.; Carder, Kendall L.; Garver, Sara A.; Kahru, Mati; McClain, Charles (1 January 1998). "Ocean color chlorophyll algorithms for SeaWiFS". Journal of Geophysical Research. 103 (C11): 24937–24953. Bibcode:1998JGR...10324937O. doi:10.1029/98JC02160.
  4. ^ a b Wheeler, Charles B. Miller, Patricia A.; Patricia A. Wheeler (2012-05-21). Biological oceanography (2nd ed.). Chichester: Wiley-Blackwell. ISBN 978-1-4443-3302-2.
  5. ^ Bailey, Sean W.; Werdell, P. Jeremy (1 May 2006). "A multi-sensor approach for the on-orbit validation of ocean color satellite data products". Remote Sensing of Environment. 102 (1–2): 12–23. Bibcode:2006RSEnv.102...12B. doi:10.1016/j.rse.2006.01.015.
  6. ^ Gene Carl Feldman, : CS1 maint: 아카이브된 카피를 타이틀로 (링크), SeaWiFS Project – Detailed Description, OceanColor WEB, 2003년 7월 30일
  7. ^ Gordon, Howard R.; Brown, Otis B.; Evans, Robert H.; Brown, James W.; Smith, Raymond C.; Baker, Karen S.; Clark, Dennis K. (1 January 1988). "A semianalytic radiance model of ocean color". Journal of Geophysical Research. 93 (D9): 10909. Bibcode:1988JGR....9310909G. doi:10.1029/JD093iD09p10909.
  8. ^ a b Franz, Brian. "Algorithm for Retrieval of Remote Sensing Reflectance from Satellite Ocean Color Sensors". Ocean Color Web. Archived from the original on 13 June 2013. Retrieved 29 October 2013.
  9. ^ "Product Level Descriptions". Ocean ColorWeb. Archived from the original on 3 February 2014. Retrieved 29 October 2013.
  10. ^ Ryther, J. H. (3 October 1969). "Photosynthesis and Fish Production in the Sea". Science. 166 (3901): 72–76. Bibcode:1969Sci...166...72R. doi:10.1126/science.166.3901.72. PMID 5817762. S2CID 30964270.
  11. ^ Pauly, Daniel (1 January 1996). "One hundred million tonnes of fish, and fisheries research". Fisheries Research. 25 (1): 25–38. doi:10.1016/0165-7836(95)00436-X.
  12. ^ Drexler, Michael; Ainsworth, Cameron H.; Davies, Andrew (14 May 2013). "Generalized Additive Models Used to Predict Species Abundance in the Gulf of Mexico: An Ecosystem Modeling Tool". PLOS ONE. 8 (5): e64458. Bibcode:2013PLoSO...864458D. doi:10.1371/journal.pone.0064458. PMC 3653855. PMID 23691223.
  13. ^ Ware, D. M. (27 May 2005). "Bottom-Up Ecosystem Trophic Dynamics Determine Fish Production in the Northeast Pacific". Science. 308 (5726): 1280–1284. Bibcode:2005Sci...308.1280W. doi:10.1126/science.1109049. PMID 15845876. S2CID 9695575.
  14. ^ Polovina, Jeffrey J; Howell, Evan; Kobayashi, Donald R; Seki, Michael P (1 January 2001). "The transition zone chlorophyll front, a dynamic global feature defining migration and forage habitat for marine resources". Progress in Oceanography. 49 (1–4): 469–483. Bibcode:2001PrOce..49..469P. doi:10.1016/S0079-6611(01)00036-2.

외부 링크