Badanie związku między chlorofilem na powierzchni morza a głównymi cechami Morza Południowochińskiego za pomocą informacji satelitarnych

Obserwacje satelitarne stanowią doskonałe podejście do badania cech głównych parametrów morskich, w tym chlorofilu i temperatury powierzchni morza, wysokości powierzchni morza oraz czynników wynikających z tych parametrów, takich jak fronty. Nasze badanie pokazuje, w jaki sposób wykorzystać obserwacje satelitarne do opisania głównych parametrów i ich zależności. Dane satelitarne z lat 2002-2017 zostały wykorzystane do opisania cech powierzchni Morza Południowochińskiego.

Obserwacja satelitarna chlorofilu jest czynnikiem, który służy do ochrony oceanów. Czynniki związane ze zmiennością chlorofilu badano za pomocą szeregów czasowych. Metoda ta może być zastosowana do innych oceanów na świecie i będzie pomocna w zrozumieniu dynamiki morskiej i ekosystemu.

Pokazujemy krok po kroku procedurę pozyskiwania danych satelitarnych o różnych parametrach, opisującą zmienność przestrzenną i czasową oraz określającą wzajemne zależności między różnymi czynnikami. Uzyskuje się przestrzenne i czasowe zmienności parametrów. Są to empiryczne funkcje ortogonalne, a wzajemne powiązania między różnymi czynnikami są uzyskiwane przez zerowe współczynniki korelacji.

W celu pozyskania danych o temperaturze powierzchni morza i chlorofilu na powierzchni morza należy pobrać zestaw danych obserwacji satelitarnych z MODIS Aqua, dla których rozdzielczość przestrzenna obu zestawów danych wynosi około 4,5 kilometra w odstępach dziennych. Przechowuj pobrane pliki satelitarne w folderze danych i uporządkuj katalog folderów, jak pokazano. Dodaj ścieżkę przybornika dla pliku NetCDF w programie MATLAB i wybierz pozycję dodaj z podfolderami, aby ująć ścieżki folderu skryptów.

Ścieżka do wszystkich wymaganych katalogów danych i funkcji pojawi się w ścieżce wyszukiwania MATLAB. Następnie załaduj dane dotyczące temperatury powierzchni morza do oprogramowania analitycznego. W celu uzyskania zestawu danych anomalii poziomu morza pobierz dzienne dane o anomaliach poziomu morza z rozdzielczością przestrzenną 25 kilometrów z tego samego przedziału czasu i wprowadź polecenie, aby załadować dane anomalii poziomu morza w ciągu jednego dnia.

Aby uzyskać dane dotyczące prędkości wiatru, należy pobrać dane dotyczące wiatru z tego samego okresu z produktu do tymczasowej ponownej analizy ERA i wprowadzić polecenie, aby odczytać dane dotyczące wiatru z jednego miesiąca. Uzyskane zmienne u, v i czasowe reprezentują odpowiednio wszystkie prędkości strefowe i południk oraz odpowiadający im czas. Aby uzyskać dostęp do zestawu danych topograficznych, pobierz dane topograficzne o wysokiej rozdzielczości ze strony internetowej National Centers for Environmental Information i wprowadź polecenie, aby załadować dane topograficzne do oprogramowania analitycznego.

Zmienne XX, YY i ZZ wskazują odpowiednio szerokość, długość geograficzną i odpowiednią głębokość. Ze względu na duże pokrycie chmur w danych dotyczących temperatury powierzchni morza i chlorofilu na powierzchni morza użyj polecenia, aby zastąpić oryginalne dane średnimi danymi z trzech dni. Ponieważ rozdzielczość przestrzenna nie jest spójna dla różnych zestawów danych, wprowadź polecenie, aby interpolować dane dotyczące temperatury powierzchni morza i chlorofilu na powierzchnię morza do siatki przestrzennej, która jest taka sama jak siatka przestrzenna anomalii wiatru i poziomu morza.

Wprowadź polecenie zgodnie ze wskazaniami, aby obliczyć naprężenie wiatru i zwijanie się naprężenia wiatru. Aby obliczyć miesięczną temperaturę powierzchni morza, wiatr i szeregi czasowe anomalii poziomu morza jako średnie 30-dniowe w każdym pikselu, wprowadź polecenie zgodnie ze wskazaniami. W przypadku wygładzania przestrzennego wprowadź polecenie, aby uruchomić skrypt w celu wygładzenia danych średniej temperatury powierzchni morza z trzech dni w każdym pikselu.

Aby określić gradient temperatury powierzchni morza, wprowadź polecenie, aby uruchomić skrypt w celu obliczenia gradientów temperatury powierzchni morza w strefie i południku jako różnicy temperatury powierzchni morza między dwoma najbliższymi pikselami podzielonej przez odpowiednią odległość. Aby zidentyfikować front, testując wartość gradientu temperatury powierzchni morza, oznacz piksel jako potencjalny piksel czołowy, jeśli wartość była większa niż wyznaczony próg. Aby obliczyć miesięczne prawdopodobieństwo, że front będzie miał miejsce w określonym przedziale czasu, wprowadź polecenie.

Aby załadować dane miesięczne do analizy, wprowadź polecenia i zastosuj empiryczną funkcję ortogonalną w celu opisania przestrzennych i czasowych zmienności różnych parametrów. Program obliczy wielkość, wartości własne i amplitudę empirycznych funkcji ortogonalnych dla zestawu danych. Aby określić korelację w skali sezonowej, wprowadź polecenie w celu obliczenia korelacji między dwoma czynnikami na podstawie ich szeregów czasowych dla każdego piksela.

Następnie wprowadź polecenie, aby obliczyć korelacje między miesięcznymi anomaliami chlorofilu na powierzchni morza a innymi czynnikami. Aby wyświetlić informacje satelitarne, wprowadź polecenie, aby uruchomić skrypt w celu wygenerowania prezentacji informacji satelitarnych, w tym chlorofilu na powierzchni morza, temperatury i wiatru oraz anomalii poziomu morza i rozkładu frontów. Wprowadź polecenie, aby wyświetlić wynik empirycznej funkcji ortogonalnej.

Następnie wprowadź polecenie, jak wskazano, aby obliczyć związek między chlorofilem a innymi czynnikami na polach sezonowych i anomalnych. Topografia ma znaczący wpływ na przestrzenne rozmieszczenie chlorofilu powierzchniowego morza, przy czym chlorofil na dużej powierzchni morza występuje głównie wzdłuż wybrzeża Morza Południowochińskiego, gdzie topografia jest płytka. Na wiatr wpływa również orografia, przy czym dzierżawiona strona gór charakteryzuje się słabym wiatrem i wyraźnym zakrętem naprężeń wiatrowych zidentyfikowanym na południowy zachód od Morza Południowochińskiego.

Zastosowane tu progi skutecznie oddają położenie frontu i zapewniają odwzorowanie granic całych mas wodnych. W tej analizie, empirycznej funkcji ortogonalnej, udało się uchwycić dużą wariancję w północnej części Morza Południowochińskiego. Odpowiednia średnia miesięczna szeregów czasowych wykazała, że poziom chlorofilu na powierzchni morza był podwyższony zimą i obniżony latem.

Region przylegający do południowo-zachodniego wybrzeża charakteryzował się słabą wielkością gwiazdową, a odpowiadająca jej zmienność była głównie uchwycona przez empiryczną funkcję ortogonalną dwa. Wartości chlorofilu na powierzchni morza były wysokie latem i niskie zimą, co było głównie przesunięte w fazie w porównaniu z regionem północnym. Rzeczywiście, miesięczne szeregi czasowe dla empirycznych funkcji ortogonalnych wykazały wyraźną zmienność sezonową, przy czym empiryczna funkcja ortogonalna to dwie wiodące empiryczne funkcje ortogonalne o około cztery miesiące.

Korelacje między chlorofilem a innymi czynnikami reprezentują wzajemne zależności czynników. Na przykład w tej analizie temperatura powierzchni morza jest ujemnie skorelowana z chlorofilem, podczas gdy stres wiatrowy jest dodatnio skorelowany z chlorofilem. Tak więc wysoki poziom chlorofilu był związany z niską temperaturą i silnym wiatrem dla tych danych.

Identyfikacja zmienności parametrów oceanicznych i zbadanie ich związku z chlorofilem ma kluczowe i ważne znaczenie dla dynamiki oceanów i ekosystemu morskiego. Aktywność frontalna jest szczególnie ważna, ponieważ wysoki poziom chlorofilu jest zwykle związany z frontem. Modyfikacja może mieć miejsce w celu zmiany progu wykrywania frontu, a najlepszym podejściem do walidacji frontu jest porównanie ich z obserwacjami instytutu.

Podsumowując, za pomocą obserwacji satelitarnych można dokładnie opisać rozkład przestrzenny i czasową zmienność cech powierzchni oceanu. Wraz z rosnącą rozdzielczością można zidentyfikować i zbadać bardziej szczegółowe cechy w przyszłości.