Name: 衛星情報を用いた南シナ海の海面クロロフィルと主要な特徴の関係を調べ (動画) | JoVE Journal
Uploaded: 2020-06-13T13:30:00.000+00:00
Duration: 10 min 28 s
Description: 学ぶ衛星観測データを用いた南シナ海の海面クロロフィルと海洋パラメータの時空間変動解析手法。MODIS Aquaデータから経験的直交関数と相関分析で生態系動態を解明し、海洋保護に貢献する方法を示す。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

中国国家主要研究開発プログラム(2016YFC1401601)、江蘇省大学院研究・実践イノベーションプログラム(No.SJKY19_0415)中央大学基礎研究基金(2019B62814)の支援を受け、中国国立自然科学財団(第41890805、41806026、41730536)、ベンガル湾と東赤道インド洋における海洋生態学共同研究が大いに認められました。著者らは、米国航空宇宙局(NASA)、欧州中距離天気予報センター(ECMWF)、コペルニクス海洋環境監視サービス(CMEMS)、米国海洋大気局(NOAA)などの情報源からのデータの提供を高く評価している。

1. データセットの取得
<ol><li>SST および CHL<ol>
<li>両方のデータセットの空間分解能が毎日の間隔で約 4.5 km である MODIS-Aqua (podaac-tools.jpl.nasa.gov/) から SST および CHL の衛星観測データのデータセットをダウンロードします。 注 : 補助ファイルで使用できるスクリプト フォルダの例に従ってディレクトリとデータを構成 します。サテライト データの .nc ファイルを 'Data' フォルダに格納します。解析ソフトウェア (MATLAB) の NetCDF ツールボックスへのパスを追加します。「 サブフォルダーを追加 」を選択して、'UTILITIES' フォルダーとそのサブフォルダーのパスを囲みます。</li>
		<li>期間を決定します。異なるデータセット間の一貫性を維持するには、すべてのパラメーターに同じ期間を使用します。時間カバレッジに基づいて期間を調整し、異なるデータセット間で最長の観測期間を使用します。このプロトコルでは、2002 年 10 月から 2017 年 9 月までの 15 年間のデータをダウンロードしてください。</li>
		<li>空間カバレッジを決定します。 注: 設計されたスタディ領域は、105°E ~ 123°E で、0°から 25°N の間にあります。</li>
		<li>前処理の手順を確認します。SST および CHL データの前処理要件 (スケーリングが必要かどうかなど) に関する .nc ファイルの説明を読んでください。 注: ダウンロードしたデータセットは、陸上および海岸線から 5 km 以内のデータと、雲によって汚染されたデータを既に除外しています。</li>
		<li>SST および CHL データを分析ソフトウェアにロードします。コマンド ウィンドウに Read_MODIS_SST 入力して、SST データを読み取ります。同様に、CHL データを読み取るコマンド ウィンドウに Read_MODIS_CHL と入力します。CHL データは対数正規分布31を持つため、CHL データを対数的に変換します。 注: ロードされた変数には、それぞれ、経軸位置、ゾーナル位置、および時間を表す 3 次元の SST と CHL が含まれます。SST の範囲は -2 ~ 44 で、CHL の範囲は 0.01 から 20 です。</li>
	</ol></li>
	<li>海面異常 (SLA)<ol>
<li>2002 年から 2017年 32までの 25 km の空間解像度で、毎日の SLA データをダウンロードします。 注: SLA は、観測された海面高さと、20 年間の平均海面高さの違いを記述します (1993-2012) 対応するピクセルについて説明します。SLA データは SSALTO/DUACS によって処理され、衛星海洋データのアーカイブ、検証、および解釈 (AVISO、https://www.aviso.altimetry.fr) によって配布されます。</li>
		<li>解析ソフトウェアにデータをロードします。コマンド ウィンドウに 「Read_SLA」 と入力して、1 日の SLA データを読み込みます。 注: 補足ファイル の 「データ」フォルダーには、説明用のスクリプトに 1 つのサンプル・データムのみが含まれています。</li>
	</ol></li>
	<li>風速<ol>
<li>欧州中距離天気予報センター(ECMWF)33が開発した世界的な大気再分析データセットであるERA中間再分析製品から風の情報を取得します。CHL および SST データとの整合性を保つために、同じ期間 (2002 年 10 月 ~ 2017 年 9 月) の風向データをダウンロードします。 注: 風データセットの空間分解能は約 25 km で、元のデータセットから約 0.7°の空間分解能で補間されました。</li>
		<li>解析ソフトウェアにデータをロードします。コマンド ウィンドウに Read_WindVector 入力して、1 か月の風のデータを読み取ります。元のデータを平均して月平均を計算します( 6 時間間隔)。</li>
	</ol></li>
	<li>地形<ol>
<li>国立環境情報センター(NCEI、https://maps.ngdc.noaa.gov/viewers/wcs-client/)から高解像度の地形データをダウンロードしてください。空間解像度は約 2 km です。選択したスタディ領域の岩盤の ETOPO1 データを XYZ 形式で取得します。</li>
		<li>解析ソフトウェアにデータをロードします。コマンド ウィンドウに Read_topography 入力して、解析ソフトウェアにトポグラフィ データを読み込みます。</li>
	</ol></li>
</ol>2. データ前処理
<ol><li>時間平均<ol>
<li>SST データと CHL データのクラウド カバレッジが大きいため、元のデータを 3 日間の平均データに置き換えます。これを行うには 、Read_MODIS_SST.m を実行し、スクリプトを Read_MODIS_CHL.m した後 (手順 1.1.5)、コマンド ウィンドウに Temporal_average を入力してスクリプトを実行します。</li>
	</ol>
</li>
	<li>同じグリッドへの補間<ol>
<li>空間解像度はデータセットによって一貫していないため、比較を行う前に、SST データと CHL データを、風と SLA 空間グリッドと同じ空間グリッドに補間します。 Temporal_average.m スクリプトを実行して Read_WindVector.m した後、コマンド ウィンドウに Interpolation_grid 入力してスクリプトを実行します。</li>
	</ol>
</li>
	<li>風応力と風応力カール<ol>
<li>コマンド ウィンドウに Wind_stress_curl と入力し、次の式を使用して、風応力(WS)と応力カール(WSC)を計算します。 <img alt="Equation 1" src="/files/ftp_upload/61172/61172equ01.jpg"> <img alt="Equation 2" src="/files/ftp_upload/61172/61172equ02.jpg"> ここで <img alt="Equation 10" src="/files/ftp_upload/61172/icon01.jpg"> 、風速ベクトル <img alt="Equation 10" src="/files/ftp_upload/61172/icon02.jpg"> は、風速ベクトルと同じ方向 <img alt="Equation 10" src="/files/ftp_upload/61172/icon03.jpg"> <img alt="Equation 10" src="/files/ftp_upload/61172/icon04.jpg"> のWSであり、それぞれ東方および北方向のWS <img alt="Equation 10" src="/files/ftp_upload/61172/icon05.jpg"> であり、空気密度(1.2 kg/m3に等しい)であり、Cは中立的な安定性条件34の下でのドラッグ係数(0.0015の値が使用される)である。</li>
	</ol>
</li>
	<li>月平均<ol>
<li>スクリプトを実行する Monthly_average 入力して、各ピクセルの SST、風、および SLA の時系列を 30 日の平均として計算します。クラウドカバレッジ率が高いため、CHL の月間時系列として、月の 15日目 の 30 日前から 30 日後までの期間を含む 60 日の平均を使用します。</li>
	</ol>
</li>
</ol>3. SST フロント検出
<ol><li>空間スムージング<ol>
<li>Spatial_smoothing 入力して 、スクリプトを実行して、各ピクセルの 3 日間の SST データを平均化します。 メモ:SSTデータで大量のノイズが確認されました。したがって、データは3 x 3の空間平均で平滑化されました。元の 3 日間平均データでデータが利用できない場合、空間平均データは利用不可に設定されました。</li>
	</ol>
</li>
	<li>SST グラデーション<ol>
<li>SST_gradientと入力して、SSTのグラデーション (すなわち、GxとGy)を計算するスクリプトを、最も近い 2 つのピクセルの SST の差を、方程式 (3) を介して対応する距離で割った値として計算します。取得した勾配ベクトルを使用して、合計勾配Gをスカラー次式 (4) として計算します。 <img alt="Equation 3" src="/files/ftp_upload/61172/61172equ03.jpg"> <img alt="Equation 4" src="/files/ftp_upload/61172/61172equ04.jpg">
</li>
	</ol>
</li>
	<li>ローカルの最大値<ol>
<li>SST グラデーション値をテストして前面を識別する: 値が指定されたしきい値より大きい場合は、ピクセルに潜在的な正面ピクセルとしてラベルを付けます。しきい値よりも大きいピクセルが接続されている場合は、ローカルの最大ピクセルをグラデーション方向に垂直に維持します。ここでは、以前の研究10、28に続いて、しきい値を0.035 °C/kmと定義します。 注 : 対応するスクリプト 'Local_maximum.m' は、補足ファイルで使用できます。</li>
	</ol>
</li>
	<li>月次正面確率 (FP) 注: 正面の確率 (FP) は、正面を観察する確率を表します。<ol>
<li>スクリプトを実行する Monthly_FP 入力して、特定の期間 (この場合は月単位) の FP を計算します。タイム ウィンドウ中の各ピクセルでの正面の発生を、雲のない日数で割ります。</li>
	</ol>
</li>
</ol>4. 空間的および時間的変動
<ol><li>季節サイクル<ol>
<li>異なる季節の平均として異なる要因の季節サイクルを計算します。季節を定義する:冬は12月から2月、春は3月から5月、夏は6月から8月、秋は9月から11月です。 注:季節周期はこの研究では示されていません。次の方法は、空間的および時間的な変動性を説明するために使用されます。</li>
	</ol>
</li>
	<li>経験的直交関数(EOF)<ol>
<li>時間平均と使用できないピクセルを削除します。EOF を実行する前に、各ピクセルで全体平均を引き、雲のカバレッジのために観測値が 20% を超える場所を除外します。コマンド ウィンドウに load('Monthly_data_for_EOF.mat') と 入力してデータを読み込みます。</li>
		<li>EOF を適用して、さまざまなパラメーターの空間的および時間的な変動を記述します。Empirical_orthogonal_function.m と入力 して、データセットの EFS の大きさ (Mag)、固有値 (Eig)、振幅 (Amp) (たとえば、月平均 SST、風応力、風応力カール、CHL、FP の時系列) を計算します。 注: この関数は、月次時系列を異なるモードに分解し、空間パターンと時間パターンで構成され、各モードで説明される分散は、モード数が増加するにつれて減少します。</li>
	</ol>
</li>
</ol>5. 相互相関
<ol><li>季節スケールでの相関<ol>
<li>各ピクセルで時系列を使用して、2 つの因子間の相関を計算するには 、Seasonal_correlation を入力してスクリプトを実行します。季節周期は削除されないので、すべての相関の相関の有意性を確認してください。</li>
	</ol>
</li>
	<li>異常フィールドの相関<ol>
<li>毎月の CHL 異常と、SST、WS、フロント、SLA などの他の要因との間の相関関係を計算します。月次時系列から対応する月の平均を差し引いて、月次異常(平均ステータスからの偏差)を取得します。 Anomalous_correlation 入力してスクリプトを実行し、相互関係を取得します。</li>
	</ol>
</li>
</ol>6. 情報の表示と関係の計算
<ol><li>衛星情報を表示します。<ol>
<li>スクリプトを実行するSat_SCS_Fig3457入力して、SST、CHL、および正面分布を含む衛星情報のショーケースを生成します。現在のフォルダを、データ 'Sat_SCS_data.mat' が配置されている 「スクリプト」として設定します。 注:図 1、図2、図 3、および図 4は、選択した日付の SST、CHL、前面、風、および地形を例として示しています。</li>
	</ol>
</li>
	<li>スクリプトを実行する Sat_SCS_Fig890.m 入力して、EOF の結果を表示します。 注: 図 5、図 6、および 図 7 は、CHL、SST、および前面の最初の 2 つのモードの空間的な大きさ、月平均、時系列をそれぞれ示しています。</li>
	<li>CHL と季節的なタイムスケールの他の因子との関係を計算するには、スクリプトを実行するためにSat_SCS_Fig1112.mを入力して、異常なフィールドに対して行います。季節変動性と異常の相関マップを取得します (図 9)。</li>
</ol>

著者らは開示するものは何もない。

本研究では、海洋システムの主な特徴を衛星観測を用いて説明する。海洋生産を表すために使用できるCHLは、指標因子として選択されます。CHL変動に関連する要因は、SST、WS、WSC、FP、SLAなどの月平均時系列を使用して調査された。この研究では、異なるパラメータの衛星データの取得、EOFによる空間的および時間的変動性の記述、相関係数の計算による異なる因子間の相互関係の決定という3つの重要なステップについて説明しています。SST観測から導き出される日次正面分布の識別を示す詳細な手順が含まれています。SSTフロント検出のための2つの主要なアプローチが開発されました: 勾配法10,38およびヒストグラム法39,40.ヒストグラム法は、SSTの同様の範囲の値に基づいており、水塊を異なるグループに分割するために使用できます。遷移バンドのピクセルを表す異なるグループ間の値を持つピクセルは、正面として定義されます。一方、グラデーション法では、比較的均一な水域を、大きなグラデーション値を持つピクセルとして分離します。比較調査を行い、ヒストグラム法を用いた偽率が低く、勾配法41を用いて見逃した前線が少ないことが判明した。本研究では、勾配ベース法38は、以前の研究10,28に続いて採用された。このアルゴリズムは、大きさが小さい閾値より小さいレベルまで減少させることによって、複数のエッジフラグメントへのフロント・ブレイクアップを回避できます。ここに含まれるデータセットに加えて、エアロゾル指数などの他の衛星観測も同様のアプローチで使用できます。
ほとんどのプロシージャは、他のリージョンまたはデータセットに直接適用できます。改変は、フロント検出の閾値を変更するために行われる。SCS の SST 勾配は東境界電流システム28と同等であるため、現在の調査では同じしきい値が実装されています。以前の研究では、異なるデータセットからのSST勾配は42倍も変化することが明らかであり、この方法は何らかの意味で客観的ではありません。実質的な研究は、世界の海洋の周りの前線活動を調査しました28,43.前線を検証する最善の方法は、その場での観測値と比較することです。Yao44はSCSの月次正面分布について説明した。彼らの結果は、その範囲の測定とよく一緒に合意しました。全体の勾配は、空間解像度や計測器によって値が異なる場合があるため、チェックおよび調整する必要があります。特に、別の SST データセットを使用する場合は、しきい値を更新する必要があります。地域ダイナミクスの基本的な理解は、前頭発生45、46、47を理解するための基本です。フロント検出スクリプトは、本論文の記述に基づいて、個々の著者によって開発することができます。
衛星情報は表面の特徴を包括的に理解し、その場での観測結果との比較は信頼性の評価に役立つ可能性があります。しかし、衛星観測は海面に限られており、水柱の垂直構造を理解するためのアプリケーションが制限されています。最近の研究では、衛星観測では、表面CHLが15倍に増加したが、垂直積分値は2.5倍の48だけ増加したことが明らかになった。この違いは、表面値がMLDの植物プランクトン成長と浅瀬の共効果の影響を受け、表面で実現不可能な値をもたらしたためです。したがって、表面特徴は、水柱全体の正確な説明を提供しない場合があります。さらに、雲のカバレッジの影響は、衛星の継続的な観測を制限します。したがって、月次時系列は、同じ地域と同じ期間の異なる要因に対して計算されます。これにより、さまざまな要因間の相関を計算する信頼性が保証されます。しかし、数日間から1週間続く台風など、短期間の事象は解決されません。
以前の研究と比較して、提案された方法は、より詳細な方法でダイナミクスを評価するのに役立つピクセルレベルで空間情報を提供することができます。いくつかの以前の研究は、単一の数として全体のSCSを平均し、時系列を得た。その結果、異常に強いWSおよび高SSTが、現在の結果と一致する異常に高いCHL16を誘導できることを発見した。ただし、リレーションシップの空間的な変動は解決されませんでした。本研究では、WSとCHLの流域スケール相関が異常な分野で弱かった。大きな有意な相関は、特定の領域(例えば、SCSの中央)でのみ同定された(図9B)。したがって、現在の方法では、空間変動を調査するための包括的な説明が提供されます。同様に、2つのバイオアルゴフロートからの観測が使用され、WSCがCHL変動性20と相関していないことを明らかにした。ただし、2 つのフロートの軌道は特定の領域にのみ配置されます。この場合、CHLレベルとWSCの相関が有意でないバンド内であった(図8D)。提案された方法は、地球海洋の基本的な特徴である要因間の空間的依存性を解決するのに非常に役立つ。
要約すると、ここで使用される方法は、衛星観測を使用して、海洋表面フィーチャの空間分布と時間的変動を正確に記述することができます。衛星データセットの解像度が高まる中、より詳細な機能を特定して調査できるため、CHL、SST、SSH などの地域機能の一般的な理解が可能になります。さまざまな要因間の月次時系列の相関関係は、生態系に対する動的な関係と潜在的な影響を理解する上で役立ちます49.相関関係は空間的な場所によって大きく異なるため、提案された方法は詳細で包括的な説明を提供します。同様のアプローチは、世界中の海洋流域にも適用することができ、海洋ダイナミクスと生態系の理解を深める上で非常に役立ちます。

リモートセンシング技術は、海洋環境を記述するための大きな空間スケールと長い期間を持つ優れたデータセットを提供します。衛星の空間分解能が高まる中、詳細な特徴が地域規模から数百メートル1、2に解決されるようになりました。海洋ダイナミクスの理解の向上は、最新の衛星観測3で達成することができます。
リモートセンシングプラットフォームに複数のセンサを組み込むことで、さまざまなパラメータの包括的な説明が可能です。海面温度(SST)は、半世紀以上4世紀以上観察されてきた基本的なパラメータです。近年、海面クロロフィルa(CHL)の観測が可能になり、海洋生産性5を記述するために使用することができる。高度計衛星は、世界の海8、9におけるメソスケール渦の活動に強く関連する海面高6、7の測定に使用される。渦に加えて、前線活動は地域のダイナミクスと一次生産10に影響を与えるためにも重要です。
現在の研究の主な焦点は、異なる海洋因子の空間分布と時間変動を記述するための標準的な手順を見つけることです。この方法では、SST勾配から導出されるSST、CHL、SSH、およびフロントデータを分析してパターンを決定します。特に、海の生産性を表すためにCHLを用い、CHLと他の海洋パラメータとの関係を調べる方法が導入されている。この方法を検証するために、南シナ海における2002年10月から2017年9月までの期間を使用して、すべてのパラメータを調べました。この方法は、世界中の他の地域で簡単に使用して、主要な海洋パターンをキャプチャし、海洋ダイナミクスが生態系にどのような影響を与えるかを調べることができます。
南シナ海(SCS)は、衛星観測のカバレッジ率が比較的高いため、研究地域に指定されました。SCSは日射量が豊富です。したがって、CHLは主に栄養素11,12の入手可能性によって決定される。より多くの栄養素が陶酔層に運ばれていると, CHL レベルは増加することができます 13.混合は、風によって誘発され、海面に栄養素を導入し、CHL14を増強することができる。SCSはモンスーン風システムによって一意に支配され、地域のダイナミクスと生態系を決定します。モンスーン風は冬15の間に最も強いです。夏には、風が方向を変え、風速は冬の16、17の風速よりもはるかに弱いです。風強度は、冬季に風が大きくなるにつれて混合層深度(MLD)が深くなり、夏18で風が小さくなるにつれて浅くなるような、垂直混合の強度を決定することができる。したがって、より多くの栄養素は、風が強い冬の間に陶酔層に輸送され、CHLは20年、21年の最高点に達する。
風に加えて、MLDは、最終的に栄養成分およびCHL22に影響を与えるSSTおよび海面異常(SLA)などの他の要因を使用して決定することができる。冬の間、弱い垂直勾配は表面20で低温と関連している。対応するMLDは深く、より多くの栄養素を上方に運ぶことができます。したがって、表面層のCHLは高い17である。CHLレベルの変化の増加は、垂直輸送と混合23を誘導するメソスケール渦に起因する可能性がある。アップウェルは、通常、うつ病のSLA8、9および高いCHL濃度24に関連するサイクロン渦に見られる。ダウンウェルは、通常、上昇したSLA8、9およびうつCHL濃度24に関連する抗サイクロン渦に見られる。他の季節では、MLDは浅くなり、混合は弱くなります。したがって、低CHLは、流域25の大部分にわたって観察することができる。CHLレベルの季節周期は、その後、地域26のために優勢である。
混合に加えて、フロントおよびそれに関連する沿岸のアップウェルは、CHLをさらに調節することができます。異なる水塊の境界として定義されている前線は、地域の循環と生態系応答27を決定するために重要である。前頭形成は通常、沿岸の上昇と収束28、29に関連付けられており、栄養素を誘導し、植物プランクトン30の成長を高めることができる。ヒストグラムやSST勾配法など、衛星観測から前線を自動的に識別するさまざまなアルゴリズムが開発されています。後者のアプローチは、この研究28で採用されている。
CHLと異なる要因の間の時系列の相関関係は、それらの関係を定量化するための大きな洞察を提供します。現在の研究では、衛星観測を使用して生産性に関連する地域の海洋ダイナミクスを明らかにする方法の包括的な説明が提供されています。この説明は、海洋の任意の部分の表面プロセスを調査するためのガイドとして使用できます。この記事の構造には、手順ごとのプロトコルが含まれ、その後にテキストと図の説明的な結果が続きます。この方法の長所と短所に加えて、適用可能性について後で説明します。

<table><tbody><tr><td>Matlab</td><td>MathWorks</td><td>Matlab R2016</td><td>https://www.mathworks.com/products/matlab.html; プロトコルの解析ソフトウェアを参照</td></tr><tr><td>海面クロロフィル</td><td>NASA</td><td>MODIS</td><td>mg/mg3 (podaac-tools.jpl.nasa.gov)</td></tr><tr><td>海面高</td><td>AVISO</td><td>AVISO メーター</td><td>(www.aviso.altimetry.fr)</td></tr><tr><td>海面温度</td><td>NASA</td><td>MODIS&</td><td>度;C (podaac-tools.jpl.nasa.gov)</td></tr><tr><td>地形</td><td>NOAA</td><td>NGDC</td><td>メーター (maps.ngdc.noaa.gov/viewers/wcs-client/)</td></tr><tr><td>風</td><td>ECMWF</td><td>ERA-暫定</td><td>m/s (www.ecmwf.int/en/forecasts/datasets)</td></tr></tbody></table>

衛星情報を用いた南シナ海の海面クロロフィルと主要な特徴の関係を調べ

Investigating the Relationship between Sea Surface Chlorophyll and Major Features of the South China Sea with Satellite Information

衛星観測は、海面クロロフィル(CHL)、海面温度(SST)、海面高さ(SSH)、およびこれらのパラメータ(例えば、前面)から得られる要因を含む主要な海洋パラメータの特徴を調査するための素晴らしいアプローチを提供します。この研究は、衛星観測を使用して、季節および異常な分野における主要なパラメータとその関係を記述するためのステップバイステップの手順を示しています。この方法は、南シナ海(SCS)の表面特徴を記述するために使用された2002年から2017年の衛星データセットを使用して示されています。クラウドのカバレッジにより、この調査では月平均データが使用されました。経験的直交関数(EOF)を適用して、異なる因子の空間分布と時間的変動を記述した。モンスーン風が流域の変動を支配している。したがって、再分析データセットからの風は、異なるパラメータの駆動力を調査するために使用されました。CHLの季節変動は顕著であり、SCSの大部分の他の要因と有意に相関していた。冬には、強い北東モンスーンが深い混合層と高レベルのクロロフィルを流域全体に誘導します。季節周期の因子の間に有意な相関係数が見つかった。夏には、高いCHLレベルは主に西部SCSで発見されました。季節的な依存の代わりに、この地域は非常にダイナミックであり、異常に高いCHLレベルが異常に強い風と激しい前線活動に関連するほど、異常に高いCHLレベルが関連する異常な分野で有意に相関した。この研究では、衛星観測を使用して、季節的および異常な分野における主要なパラメータとその関係を記述するためのステップバイステップの手順を示しています。この方法は、他のグローバル海洋に適用することができ、海洋ダイナミクスを理解するのに役立ちます。

海面クロロフィル、温度、海面高さ、風、および衛星観測から得られた、または衛星観測から得られた前線データは、海洋を特徴付ける効果的な方法を提供します。本講演は、これらのデータの総合的な研究方法であり、全体の平均、季節周期、相関分析を含め、地域のダイナミクスや生態系を十分に理解する方法です。

Satellite observations offer a great approach to investigate the features of major marine parameters, including sea surface chlorophyll (CHL), sea surface ...

衛星観測は、海面クロロフィルや温度、海面高さ、およびこれらのパラメータから導き出される要因(前線など)を含む主要な海洋パラメータの特徴を調査するための素晴らしいアプローチを提供します。我々の研究は、衛星観測を使用して主要なパラメータとその関係を記述する方法を示しています。2002年から2017年までの衛星データサイエンスは、南シナ海の表面特徴を記述するために使用されました。クロロフィルの衛星観測は、海洋保護に使用される要因です。クロロフィル変動に関連する因子を時系列で調べた。この方法は他の世界の海洋にも適用でき、海洋ダイナミクスや生態系を理解するのに役立ちます。我々は、空間的および時間的変動を記述する異なるパラメータの衛星データを取得し、異なる要因間の相互関係を決定するためのステップバイステップの手順を示す。パラメータの空間的および時間的変動が得られます。それらは経験的直交関数であり、異なる因子間の相互関係はゼロ相関係数によって獲得される。海面温度および海面クロロフィルデータ取得の場合、両方のデータセットの空間分解能が毎日の間隔で約4.5キロメートルであるMODIS Aquaから衛星観測のデータセットをダウンロードします。ダウンロードしたサテライト ファイルをデータ フォルダに保存し、次に示すようにフォルダのディレクトリを構成します。MATLAB で NetCDF ファイルのツールボックスのパスを追加し、サブフォルダーで追加を選択して、スクリプト フォルダーのパスを囲みます。データと関数の必要なすべてのディレクトリのパスが MATLAB 検索パスに表示されます。次に、海面温度データを解析ソフトウェアにロードします。海面異常データセットの取得では、同じ時間枠から 25 キロメートルの空間解像度を持つ毎日の海面異常データをダウンロードし、1 日の海面異常データを読み込むコマンドを入力します。風速データを取得するには、ERA中間再解析製品から同じ期間の風データをダウンロードし、コマンドを入力して 1 か月間の風データを読み取ります。取得された u、v、および時間変数は、すべての速度と対応する時間をそれぞれ表します。地形データセットにアクセスするには、国立環境情報センターの Web サイトから高解像度の地形データをダウンロードし、解析ソフトウェアに地形データを読み込むコマンドを入力します。XX、YY、ZZ 変数は、それぞれ緯度、経度、および対応する深さを示します。海面温度と海面クロロフィル データの雲のカバレッジが大きいため、このコマンドを使用して元のデータを 3 日間の平均データに置き換えます。空間解像度は異なるデータセットで一貫していないため、海面温度と海面クロロフィル データを、風および海面異常空間グリッドと同じ空間グリッドに補間するコマンドを入力します。示されたコマンドを入力して、風応力と風応力カールを計算します。月次海面温度、風、海面異常時系列を各ピクセルの 30 日平均として計算するには、指示に従ってコマンドを入力します。空間スムージングの場合は、スクリプトを実行して、各ピクセルの 3 日間の平均海面温度データをスムージングするコマンドを入力します。海面温度勾配を決定するには、スクリプトを実行して、最も近い 2 ピクセル間の海面温度の差を対応する距離で割った海面温度勾配の全海面温度勾配を計算するコマンドを入力します。海面温度勾配の値をテストして前面を識別するには、ピクセルに対して、指定されたしきい値よりも大きい場合は、ピクセルに潜在的な正面ピクセルとしてラベルを付けます。特定の期間に対して前線を観測する月次正面の確率を計算するには、コマンドを入力します。分析のために月次データを読み込むには、コマンドを入力し、さまざまなパラメータの空間的および時間的な変動性を記述する経験的直交関数を適用します。プログラムは、データセットの経験的直交関数の大きさ、固有値、振幅を計算します。季節スケールでの相関を決定するには、各ピクセルで時系列を使用して 2 つの因子間の相関を計算するコマンドを入力します。次に、海面クロロフィルの月次異常と他の因子との間の相関関係を計算するコマンドを入力します。衛星情報を表示するには、スクリプトを実行して、海面クロロフィル、温度と風、海面異常および正面分布などの衛星情報のショーケースを生成するコマンドを入力します。経験的直交関数の結果を表示するコマンドを入力します。次に、示されたコマンドを入力して、季節および異常なフィールドでクロロフィルと他の因子との関係を計算します。地形は、主に地形が浅い南シナ海の海岸に沿って分布する高海面クロロフィルを有する海面クロロフィルの空間分布に顕著な影響を与える。風はまた、弱い風と南シナ海の南西に識別された顕著な風応力カールによって特徴付けられる山々のリース側とオグラフィーの影響を受けます。ここで適用される閾値は、正面の位置を効果的に捉え、水塊全体の境界を確実に描写します。この分析では、経験的直交関数1は南シナ海の北部の大きな分散を捉えた。時系列の対応する月平均は、海面クロロフィルが冬の間に上昇し、夏の間に落ち込んでいたことを示しました。南西海岸に隣接する地域は、弱い大きさを特徴とし、それに対応する変動性は、主に経験的直交関数2によって捉えられました。海面クロロフィル値は夏には高く、冬は低く、主に北部地域と比較して位相がずれていた。実際、経験的直交関数の月次時系列は、経験的直交関数2つの主要な経験的直交関数を約4ヶ月ずつ明確な季節変動を示した。クロロフィルと他の因子との間の相関は、因子の相互関係を表す。例えば、この分析では、海面温度はクロロフィルと負の相関を持ち、風応力はクロロフィルと正の相関を持ちます。したがって、高クロロフィルは、これらのデータのための低温と強風に関連付けられていた。海洋パラメータの変動を特定し、クロロフィルとの関係を調査することが海洋力学と海洋生態系にとって重要かつ重要である。高クロロフィルは通常、前部に関連付けられているので、前頭活動は特に重要です。フロント検出の閾値を変更するための変更が行われる可能性があり、前線を検証するための最良のアプローチは、それらを研究所の観測値と比較することです。要約すると、衛星観測を使用すると、海洋表面フィーチャの空間分布と時間的変動を正確に記述できます。より詳細な機能の解像度が高くなると、将来的に特定および調査することができます。

investigating-relationship-between-sea-surface-chlorophyll-major

Research

JoVE Journal

Environment

環境

プランクトンや懸濁粒子は、海の物質循環に大きな役割を果たします。ここでは、海水の大量の処理能力を持つ、超クリーン、低応力法の粒子と海でプランクトンの様々...

サイズ分画した海洋プランクトンや懸濁粒子を収集するための超きれいな積層装置

PAMとスペクトル放射計を用いて蛍光と葉の反射率を同時測定し、高等植物における光合成応答を研究する新しい技術手法を説明する。アラビドプシスの同じ葉の領域。...

葉反射率とクロロフィル蛍光解析の同時測定による光合成挙動の評価

このプロトコルは、系外惑星の光曲線から情報を抽出し、その表面マップを構築します。これは、プロキシ系外惑星として機能する地球の光曲線を使用して、アプローチを実証します。...

単一点光曲線を用いた地球系外惑星の表面マッピング

シアノバクテリアの花と関連するシアノトキシンの早期発見のための高速-学際的な戦略がここに記載されています。これにより、水サンプルおよび二枚貝サンプルなどの有機マトリックス中のシアノバクテリアおよび関連するシアノトキシンを24時間で検出できます。...

高速検出戦略を用いたシアノバクテリアブルームと関連サイアノトキシンの早期発見

このプロトコルは、16S rRNAおよび18S rRNA遺伝子を標的とするメタバーコーディング分析のステップを導入し、海水サンプル中の有害な藻類の花および関連するマイクロバイオームをモニタリングする。これは強力な分子ベースのツールですが、ここで説明する手順をいくつか必要とします。...

メタバーコーディング解析によるチリの有害藻類の花を監視するための標準化された手順

本稿では、植物プランクトンの顕微鏡画像をベクターグラフィックスと反復パターンに変換し、60年にわたる植物プランクトンの分類群とバイオマスの変化を可視化するためのプロトコルを紹介します。このプロトコルは、世界中の他のプランクトンの時系列やデータセットに利用できるアプローチを表しています。...

海洋データを可視化し、植物プランクトンの長期変化を表現

このプロトコルは、サンゴ礁コミュニティの構造的複雑さ、コミュニティ構成、および人口統計の指標を抽出するために使用される4段階の大面積イメージング調査方法論をカバーしています。収集された画像の品質およびソース画像への統合アクセスは、プロトコルの各ステップ内で優先順位が付けられます。...

大面積イメージングによる水中環境の構造・組成・変化の測定

海面上microplasticsサンプリング、粒子のmicroplasticおよび化学的同定の分離：プロトコルは、以下のための方法論について説明します。このプロトコルは、海洋ごみにMSFD技術サブグループによって公開されmicroplastics監視のための勧告に沿ったものです。...

海面とサンプル分析にMicroplasticsサンプリングのためのプロトコル

メタン胚胎堆積物中の黄鉄鉱の硫黄同位体比 (δ34S) の解析は、通常バルク サンプルを当てています。ここでは、グリーンランドの続成の歴史を理解する様々 な黄鉄鉱世代の δ34S...

シムズを用いた硫黄同位体分析における原位置メタン胚胎堆積物から自生黄鉄鉱の準備

本稿では、収穫後の害虫駆除のための一酸化窒素 (NO) くん蒸プロトコルについて説明します。燻蒸室前に超低酸素条件を確立する窒素 (N2) を使用してフラッシュを注入します。最後に、チェンバースは N2 2への暴露を防ぐために周囲の空気に製品を公開する前に NO...

窒素酸化物ガスで害虫駆除のため研究所くん蒸処理の手順

学ぶ衛星観測データを用いた南シナ海の海面クロロフィルと海洋パラメータの時空間変動解析手法。MODIS Aquaデータから経験的直交関数と相関分析で生態系動態を解明し、海洋保護に貢献する方法を示す。

衛星情報を用いた南シナ海の海面クロロフィルと主要な特徴の関係を調べ

さらに動画を探す