Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Environment
Click here for the English version

Environment

उपग्रह सूचना के साथ समुद्र की सतह क्लोरोफिल और दक्षिण चीन सागर की प्रमुख विशेषताओं के बीच संबंधों की जांच

Published: June 13, 2020 doi: 10.3791/61172
Automatic Translation
*1,2, *2, *1,2, 2, 2
1College of Oceanography, Hohai University, 2State Key Laboratory of Satellite Ocean Environment Dynamics, Second Institute of Oceanography, Ministry of Natural Resources
* These authors contributed equally

Summary

समुद्र की सतह क्लोरोफिल, तापमान, समुद्र स्तर की ऊंचाई, हवा, और उपग्रह टिप्पणियों से प्राप्त या प्राप्त सामने डेटा महासागर की विशेषता के लिए एक प्रभावी तरीका प्रदान करते हैं । प्रस्तुत क्षेत्रीय गतिशीलता और पारिस्थितिकी प्रणालियों को पूरी तरह से समझने के लिए समग्र औसत, मौसमी चक्र और अंतरसंबंध विश्लेषण सहित इन आंकड़ों के व्यापक अध्ययन के लिए एक विधि है।

Abstract

उपग्रह अवलोकन समुद्र की सतह क्लोरोफिल (सीएचएल), समुद्र की सतह के तापमान (एसएसटी), समुद्र की सतह की ऊंचाई (एसएसएच) और इन मापदंडों (जैसे, मोर्चों) से प्राप्त कारकों सहित प्रमुख समुद्री मापदंडों की विशेषताओं की जांच करने के लिए एक महान दृष्टिकोण प्रदान करते हैं। यह अध्ययन मौसमी और असंगत क्षेत्रों में प्रमुख मापदंडों और उनके संबंधों का वर्णन करने के लिए उपग्रह टिप्पणियों का उपयोग करने के लिए एक कदम-दर-कदम प्रक्रिया को दर्शाता है । इस विधि को 2002-2017 से उपग्रह डेटासेट का उपयोग करके चित्रित किया गया है जिसका उपयोग दक्षिण चीन सागर (एससी) की सतह सुविधाओं का वर्णन करने के लिए किया गया था। क्लाउड कवरेज के कारण, इस अध्ययन में मासिक औसत डेटा का उपयोग किया गया था। विभिन्न कारकों के स्थानिक वितरण और लौकिक वेरिबिलिटी का वर्णन करने के लिए अनुभवजन्य ऑर्थोगोनल फ़ंक्शन (ईओएफ) लागू किया गया था। मानसून की हवा बेसिन में परिवर्तनशीलता पर हावी है । इस प्रकार, पुनर्विशान डेटासेट से हवा का उपयोग विभिन्न मापदंडों पर अपने प्रेरक बल की जांच करने के लिए किया गया था। सीएचएल में मौसमी परिवर्तनशीलता प्रमुख थी और अधिकांश अनुसूचित जाति में अन्य कारकों के साथ काफी सहसंबद्ध थी। सर्दियों में, एक मजबूत पूर्वोत्तर मानसून पूरे बेसिन में एक गहरी मिश्रित परत और उच्च स्तर की क्लोरोफिल को प्रेरित करता है। मौसमी चक्र में कारकों के बीच महत्वपूर्ण सहसंबंध गुणांक पाए गए। गर्मियों में, उच्च सीएचएल स्तर ज्यादातर पश्चिमी अनुसूचित जाति में पाया गया । मौसमी निर्भरता के बजाय, यह क्षेत्र अत्यधिक गतिशील था, और कारक असंगत क्षेत्रों में काफी सहसंबद्ध थे जैसे कि असामान्य रूप से उच्च सीएचएल स्तर असामान्य रूप से तेज हवाओं और तीव्र ललाट गतिविधियों से जुड़े थे। यह अध्ययन मौसमी और असंगत क्षेत्रों में प्रमुख मापदंडों और उनके संबंधों का वर्णन करने के लिए उपग्रह टिप्पणियों का उपयोग करने के लिए एक कदम-दर-कदम प्रक्रिया प्रस्तुत करता है । विधि अन्य वैश्विक महासागरों के लिए लागू किया जा सकता है और समुद्री गतिशीलता को समझने के लिए उपयोगी होगा ।

Introduction

रिमोट सेंसिंग तकनीक समुद्री वातावरण का वर्णन करने के लिए बड़े स्थानिक तराजू और लंबी अवधि के साथ महान डेटासेट प्रदान करती है। उपग्रहों के बढ़ते स्थानिक संकल्प के साथ, विस्तृत विशेषताओं को अब क्षेत्रीय पैमाने से कुछ सौ मीटर1, 2तक हल कियागयाहै। समुद्री गतिशीलता की बेहतर समझ को सबसे अद्यतन उपग्रह टिप्पणियों के साथ प्राप्त किया जा सकता है3।

रिमोट सेंसिंग प्लेटफॉर्म पर कई सेंसरों को शामिल करके, विभिन्न मापदंडों का व्यापक विवरण संभव है। समुद्र की सतह का तापमान (एसएसटी) मूल पैरामीटर है जो आधी सदी से अधिक समय से देखा गयाहै 4। हाल ही में, समुद्र की सतह क्लोरोफिल-ए (सीएचएल) के लिए अवलोकन उपलब्ध हो गए हैं और समुद्री उत्पादकता5का वर्णन करने के लिए उपयोग किया जा सकता है। अलटाइमट्री उपग्रहों का उपयोग समुद्र की सतह की ऊंचाई 6,7को मापने के लिए कियाजाताहै , जो वैश्विक महासागर 8,9में मेसोस्केल भंवर गतिविधियों से दृढ़ता से संबंधित है । एडीज के अलावा, क्षेत्रीय गतिशीलता और प्राथमिक उत्पादन10को प्रभावित करने के लिए ललाट गतिविधियां भी महत्वपूर्ण हैं।

वर्तमान अध्ययन का प्रमुख ध्यान विभिन्न महासागर कारकों के स्थानिक वितरण और लौकिक वेरिबिलिटी का वर्णन करने के लिए एक मानक प्रक्रिया खोजना है। इस विधि में, एसएसटी, सीएचएल, एसएसएच और फ्रंट-डेटा, जो एसएसटी ग्रेडिएंट्स से प्राप्त होते हैं, पैटर्न निर्धारित करने के लिए विश्लेषण किए जाते हैं। विशेष रूप से, सीएचएल का उपयोग महासागर की उत्पादकता का प्रतिनिधित्व करने के लिए किया जाता है, और सीएचएल और अन्य महासागर मापदंडों के बीच संबंधों की जांच करने के लिए एक विधि शुरू की जाती है। इस विधि को मान्य करने के लिए दक्षिण चीन सागर में अक्टूबर २००२ और सितंबर २०१७ के बीच की समयावधि का इस्तेमाल सभी मापदंडों की जांच के लिए किया गया । इस विधि का उपयोग दुनिया भर के अन्य क्षेत्रों के लिए प्रमुख महासागर पैटर्न पर कब्जा करने और यह पता लगाने के लिए किया जा सकता है कि समुद्री गतिशीलता पारिस्थितिकी तंत्र को कैसे प्रभावित करती है।

दक्षिण चीन सागर (SCS) उपग्रह टिप्पणियों की अपेक्षाकृत उच्च कवरेज दर के कारण अध्ययन क्षेत्र के रूप में नामित किया गया था । एससीएस सौर विकिरण में प्रचुर मात्रा में है; इस प्रकार, सीएचएल मुख्य रूप से पोषक तत्वों की उपलब्धता11,12. अधिक पोषक तत्वों के साथ यूफोटिक परत में ले जाया जा रहा है, CHL का स्तर13बढ़ सकता है । मिश्रण, हवा से प्रेरित, समुद्र की सतह में पोषक तत्वों का परिचय और CHL14में वृद्धि कर सकते हैं । SCS विशिष्ट रूप से मानसून पवन प्रणाली का प्रभुत्व है, जो इस क्षेत्र में गतिशीलता और पारिस्थितिकी तंत्र निर्धारित करता है। सर्दियों के दौरान मानसून की हवा सबसे मजबूत होती है15. गर्मियों में हवाओं की दिशा बदलती है और हवा की गति सर्दियों16, 17की तुलना में काफी कमजोर होती है । हवा की तीव्रता ऊर्ध्वाधर मिश्रण की ताकत निर्धारित कर सकती है, जैसे कि मिश्रित परत गहराई (एमएलडी) गहरा जाती है क्योंकि सर्दियों में हवा बढ़ जाती है और18गर्मियों में हवा कम हो जाती है। इस प्रकार, सर्दियों के दौरान अधिक पोषक तत्वों को यूफोटिक परत में ले जाया जाता है जब हवा19 मजबूत होती है और सीएचएल वर्ष20,21के उच्चतम बिंदु तक पहुंच जाता है ।

हवा के अलावा, एमएलडी को एसएसटी और समुद्र स्तर की विसंगतियों (एसएलए) जैसे अन्य कारकों का उपयोग करके भी निर्धारित किया जा सकता है, जो अंततः पोषक तत्वों की मात्रा और सीएचएल22को प्रभावित करते हैं। सर्दियों के दौरान, कमजोर ऊर्ध्वाधर ढाल सतह20पर कम तापमान के साथ जुड़ा हुआ है । इसी एमएलडी गहरी है और अधिक पोषक तत्वों को ऊपर की ओर ले जाया जा सकता है; इस प्रकार, सतह परत में CHL उच्च17है . सीएचएल के स्तर में बढ़ती भिन्नता को मेसोस्केल एडीज के लिए जिम्मेदार ठहराया जा सकता है, जो ऊर्ध्वाधर परिवहन और मिश्रण23को प्रेरित करता है। अपवेलिंग आमतौर पर उदास एसएलए 8,9 और ऊंचा सीएचएल सांद्रता24से जुड़े चक्रवाती एडीज में पायाजाताहै । डाउनवेलिंग आमतौर पर ऊंचा एसएलएएस 8,9 और उदास सीएचएल सांद्रता24से जुड़े एंटीसाइक्लोनिक एडीज में पायाजाताहै। अन्य मौसमों के लिए, एमएलडी उथला हो जाता है, और मिश्रण कमजोर हो जाता है; इस प्रकार, कम सीएचएल बेसिन25के बहुमत पर मनाया जा सकता है . सीएचएल के स्तर के मौसमी चक्र बाद में26क्षेत्र के लिए प्रमुख हैं ।

मिश्रण के अलावा, मोर्चों और उनके जुड़े तटीय upwelling आगे CHL मिलाना कर सकते हैं । सामने, जिसे विभिन्न जल जनता की सीमा के रूप में परिभाषित किया गया है, क्षेत्रीय परिसंचरण और पारिस्थितिकी तंत्र प्रतिक्रियाओं को निर्धारित करने के लिए महत्वपूर्ण है27। फ्रंटोजेनेसिस आमतौर पर तटीय वृद्धि और अभिसरण28,29से जुड़ा होता है , जो पोषक तत्वों को प्रेरित कर सकता है और फाइटोप्लैंकटन30के विकास को बढ़ा सकता है। विभिन्न एल्गोरिदम को उपग्रह टिप्पणियों से मोर्चों की स्वचालित रूप से पहचानने के लिए विकसित किया गया है, जिसमें हिस्टोग्राम और एसएसटी ढाल विधियां शामिल हैं। इस अध्ययन में उत्तरार्द्ध दृष्टिकोण अपनायाजाताहै ।

सीएचएल और विभिन्न कारकों के बीच समय श्रृंखला का सहसंबंध उनके संबंधों की मात्रा निर्धारित करने के लिए महान अंतर्दृष्टि प्रदान करता है। वर्तमान अध्ययन उत्पादकता से संबंधित क्षेत्रीय समुद्री गतिशीलता को प्रकट करने के लिए उपग्रह टिप्पणियों का उपयोग करने का एक व्यापक विवरण प्रदान करता है । इस विवरण का उपयोग महासागर के किसी भी हिस्से में सतह प्रक्रियाओं की जांच के लिए एक गाइड के रूप में किया जा सकता है। इस लेख की संरचना में एक कदम-दर-कदम प्रोटोकॉल शामिल है, जिसके बाद पाठ और आंकड़ों में वर्णनात्मक परिणाम हैं। विधि के पेशेवरों और विपक्ष के अलावा प्रयोज्यता पर बाद में चर्चा की जाती है।

Protocol

1. डेटासेट अधिग्रहण

  1. एसएसटी और सीएचएल
    1. MODIS-Aqua (podaac-tools.jpl.nasa.gov/) से एसएसटी और सीएचएल के लिए उपग्रह टिप्पणियों का एक डेटासेट डाउनलोड करें, जहां दोनों डेटासेट का स्थानिक समाधान दैनिक अंतराल पर लगभग 4.5 किमी है।
      नोट: पूरक फ़ाइलोंमें उपलब्ध उदाहरण स्क्रिप्ट फ़ोल्डर के बाद निर्देशिका और डेटा की संरचना करें । उपग्रह डेटा की .nc फाइलों को 'डेटा' फ़ोल्डर में स्टोर करें। विश्लेषण सॉफ्टवेयर (यानी, MATLAB) में नेटसीडीएफ टूलबॉक्स के लिए रास्ता जोड़ें। 'यूटिलिटीज' फ़ोल्डर और इसके सबफोल्डर्स के रास्तों को संलग्न करने के लिए सबफोल्डर्स के साथ जोड़ें।
    2. समय अवधि निर्धारित करें। विभिन्न डेटासेट के बीच स्थिरता बनाए रखने के लिए, सभी मापदंडों के लिए एक ही समय अवधि का उपयोग करें। अस्थायी कवरेज के आधार पर समय अवधि को समायोजित करें और विभिन्न डेटासेट के बीच सबसे लंबी अवलोकन अवधि का उपयोग करें। इस प्रोटोकॉल के लिए अक्टूबर 2002 से सितंबर 2017 तक 15 साल का डाटा डाउनलोड करें।
    3. स्थानिक कवरेज निर्धारित करें।
      नोट: डिजाइन किया गया अध्ययन क्षेत्र 105 डिग्री ई और 123 डिग्री ई के बीच और 0 डिग्री और 25 डिग्री एन के बीच है।
    4. प्रीप्रोसेसिंग निर्देशों की जांच करें। एसएसटी और सीएचएल डेटा की प्रीप्रोसेसिंग आवश्यकताओं के बारे में .NC फाइलों में निर्देश पढ़ें (उदाहरण के लिए, स्केलिंग की आवश्यकता है या नहीं)।
      नोट: डाउनलोड डेटासेट पहले से ही भूमि पर डेटा और समुद्र तट के 5 किमी के भीतर, साथ ही बादलों से दूषित उन लोगों को बाहर ।
    5. विश्लेषण सॉफ्टवेयर में एसएसटी और सीएचएल डेटा लोड करें। एसएसटी डेटा पढ़ने के लिए कमांड विंडो में Read_MODIS_SST टाइप करें। इसी तरह सीएचएल डाटा पढ़ने के लिए कमांड विंडो में Read_MODIS_CHL टाइप करें। सीएचएल डेटा को लॉगरिथमिक रूप से बदलें क्योंकि उनके पास लॉग-सामान्य वितरण31है।
      नोट: लोडेड वेरिएबल्स में तीन आयामों में एसएसटी और सीएचएल शामिल हैं, जो क्रमशः मध्याह्न स्थान, आंचलिक स्थान और दिनों में समय का प्रतिनिधित्व करते हैं। एसएसटी की सीमा -2 और 44 के बीच है, और सीएचएल की सीमा 0.01 और 20 के बीच है।
  2. समुद्र स्तर विसंगति (एसएलए)
    1. 2002-201732से 25 किमी स्थानिक संकल्प के साथ दैनिक एसएलए डेटा डाउनलोड करें।
      नोट: एसएलए एक संबंधित पिक्सेल के लिए 20 वर्षों (1993−2012) से अधिक देखी गई समुद्र की सतह की ऊंचाइयों और मतलब समुद्र की सतह की ऊंचाई के बीच अंतर का वर्णन करता है। एसएलए डेटा को SSALTO/DUACS द्वारा संसाधित किया जाता है और उपग्रह समुद्र विज्ञान डेटा (एवीओओ, https://www.aviso.altimetry.fr) के संग्रह, सत्यापन और व्याख्या द्वारा वितरित किया जाता है।
    2. विश्लेषण सॉफ्टवेयर में डेटा लोड करें। कमांड विंडो में Read_SLA टाइप करके सिंगल-डे एसएलए डेटा लोड करें।
      नोट: पूरक फ़ाइलों में 'डेटा' फ़ोल्डर में चित्रण के लिए स्क्रिप्ट में केवल एक नमूना डैटम शामिल है।
  3. हवा की गति
    1. एक युग-अंतरिम पुनर्विश्लेषण उत्पाद से हवा की जानकारी प्राप्त करें, जो यूरोपीय सेंटर फॉर मीडियम-रेंज मौसम पूर्वानुमान (ECMWF)33द्वारा विकसित एक वैश्विक वायुमंडलीय पुनर्विश्लेषण डेटासेट है। सीएचएल और एसएसटी डेटा के साथ सामंजस्य बनाए रखने के लिए इसी अवधि (अक्टूबर 2002-सितंबर 2017) के लिए पवन डेटा डाउनलोड करें।
      नोट: पवन डेटासेट में लगभग 25 किमी का स्थानिक संकल्प है और लगभग 0.7 डिग्री के स्थानिक संकल्प के साथ मूल डेटासेट से इंटरपोलेट किया गया था।
    2. विश्लेषण सॉफ्टवेयर में डेटा लोड करें। एक महीने के विंड डेटा को पढ़ने के लिए कमांड विंडो में Read_WindVector टाइप करें। मूल डेटा का औसत बनाकर मासिक मतलब की गणना करें, जो 6 घंटे के अंतराल पर है।
  4. स्‍थलाकृति
    1. राष्ट्रीय पर्यावरण सूचना वेबसाइट (NCEI, https://maps.ngdc.noaa.gov/viewers/wcs-client/) के लिए केंद्र से उच्च संकल्प स्थलाकृति डेटा डाउनलोड करें । स्थानिक संकल्प ~ 2 किमी है। चयनित अध्ययन क्षेत्र के लिए XYZ प्रारूप में आधार के लिए ETOPO1 डेटा प्राप्त करें।
    2. विश्लेषण सॉफ्टवेयर में डेटा लोड करें। विश्लेषण सॉफ्टवेयर में स्थलाकृति डेटा लोड करने के लिए कमांड विंडो में Read_topography टाइप करें।

2. डेटा प्रीप्रोसेसिंग

  1. लौकिक औसत
    1. एसएसटी और सीएचएल डेटा में बड़े क्लाउड कवरेज के कारण, मूल डेटा को 3-दिवसीय औसत डेटा के साथ बदलें। ऐसा करने के लिए, Read_MODIS_SST.m चलाने के बाद और स्क्रिप्ट (चरण 1.1.5) Read_MODIS_CHL.m, स्क्रिप्ट चलाने के लिए कमांड विंडो में Temporal_average टाइप करें।
  2. एक ही ग्रिड में इंटरपोलेशन
    1. क्योंकि स्थानिक संकल्प विभिन्न डेटासेट के लिए सुसंगत नहीं है, एसएसटी और सीएचएल डेटा को एक स्थानिक ग्रिड में इंटरपोलेट करें जो तुलना करने से पहले हवा और एसएलए स्थानिक ग्रिड के समान है। Temporal_average.m चलाने और स्क्रिप्ट Read_WindVector.m करने के बाद, स्क्रिप्ट चलाने के लिए कमांड विंडो में Interpolation_grid टाइप करें।
  3. हवा तनाव और हवा तनाव कर्ल
    1. निम्नलिखित समीकरणों का उपयोग करके पवन तनाव (डब्ल्यूएस) और विंड स्ट्रेस कर्ल (डब्ल्यूएससी) की गणना करने के लिए कमांड विंडो में Wind_stress_curl टाइप करें:
      Equation 1
      Equation 2
      हवा की गति वेक्टर कहां Equation 10 Equation 10 है; पवन वेक्टर के समान दिशा में डब्ल्यूएस है; Equation 10 और Equation 10 क्रमशः पूर्व और उत्तर दिशाओं में डब्ल्यूएस हैं; Equation 10 वायु घनत्व (१.२ किलोग्राम/एम3के बराबर); और सी ड्रैग गुणांक है (०.००१५ का मूल्य) तटस्थ स्थिरता स्थितियों के तहत३४।
  4. मासिक औसत
    1. स्क्रिप्ट चलाने के लिए Monthly_average टाइप करके प्रत्येक पिक्सेल में मासिक एसएसटी, पवन और एसएलए समय श्रृंखला की गणना करें। उच्च क्लाउड कवरेज दर के कारण, सीएचएल के लिए मासिक समय श्रृंखला के रूप में 60 दिन के औसत का उपयोग करें, जिसमें महीने के 15 वें दिन के 30 दिनों से पहले30 दिन शामिल हैं।

3. एसएसटी फ्रंट डिटेक्शन

  1. स्थानिक चौरसाई
    1. प्रत्येक पिक्सेल में तीन दिवसीय एसएसटी डेटा को औसत करने के लिए स्क्रिप्ट चलाने के लिए Spatial_smoothing टाइप करें।
      नोट: एसएसटी डेटा में बड़ी मात्रा में शोर की पहचान की गई थी। इस प्रकार, डेटा को 3 x 3 स्थानिक औसत के साथ चिकना किया गया था। जब मूल 3-दिवसीय औसत डेटा में कोई डेटा उपलब्ध नहीं था, तो स्थानिक औसत डेटा अनुपलब्ध के रूप में सेट किए गए थे।
  2. एसएसटी ढाल
    1. SST_gradient प्रकार के लिए स्क्रिप्ट चलाने के लिए जोनल और मेरिडियनल एसएसटी ढाल (यानी, जीएक्स और जीवाई, क्रमशः) समीकरण (3)के माध्यम से इसी दूरी से विभाजित निकटतम दो पिक्सल के बीच अंतर के रूप में गणना करने के लिए । कुल ढाल, जी की गणना करने के लिए प्राप्त ढाल वेक्टर का उपयोग करें, एक स्केलर निम्नलिखित समीकरण (4) के रूप में।
      Equation 3
      Equation 4
  3. स्थानीय अधिकतम
    1. एसएसटी ढाल मूल्य का परीक्षण करके किसी फ्रंट की पहचान करें: यदि मूल्य निर्धारित सीमा से बड़ा है तो पिक्सेल को संभावित ललाट पिक्सेल के रूप में लेबल करें. यदि सीमा से बड़े मूल्यों के साथ जुड़े पिक्सेल हैं तो केवल एक ही दिशा में स्थानीय अधिकतम पिक्सेल को ढाल दिशा में बनाए रखें। यहां, पूर्व अध्ययन 10,28के बाद 0.035 डिग्री सेल्सियस/किमी के रूप में दहलीज को परिभाषित करें।
      नोट: इसी स्क्रिप्ट'Local_maximum.m' पूरक फ़ाइलोंमें उपलब्ध है.
  4. मासिक ललाट संभावना (एफपी)
    नोट: ललाट संभावना (एफपी) एक सामने अवलोकन की संभावना का वर्णन करता है ।
    1. स्क्रिप्ट को चलाने के लिए Monthly_FP टाइप करके एक निश्चित समय अवधि (इस मामले में, एक मासिक अंतराल) के लिए एफपी की गणना करें। बादलों से मुक्त दिनों की संख्या से एक समय खिड़की के दौरान प्रत्येक पिक्सेल पर मोर्चों की घटना को विभाजित करें।

4. स्थानिक और लौकिक परिवर्तनशीलता

  1. मौसमी चक्र
    1. विभिन्न कारकों के मौसमी चक्रों की गणना विभिन्न मौसमों के औसत के रूप में करें। मौसम को इस प्रकार परिभाषित करें: सर्दी दिसंबर से फरवरी तक है, वसंत मार्च से मई तक है, गर्मियों में जून से अगस्त तक है, और गिरावट सितंबर से नवंबर तक है ।
      नोट: मौसमी चक्र इस अध्ययन में नहीं दिखाया गया है; निम्नलिखित विधि का उपयोग स्थानिक और लौकिक परिवर्तनशीलता को समझाने के लिए किया जाता है।
  2. अनुभवजन्य ऑर्थोगोनल फ़ंक्शन (ईओएफ)
    1. शंख औसत और अनुपलब्ध पिक्सेल निकालें। ईओएफ आयोजित करने से पहले, प्रत्येक पिक्सेल पर समग्र मतलब घटाना और उन स्थानों को बाहर करें जहां क्लाउड कवरेज के कारण लापता टिप्पणियों को 20% से अधिक है। कमांड विंडो में लोड ('Monthly_data_for_EOF.mat') टाइप करके डेटा लोड करें।
    2. विभिन्न मापदंडों की स्थानिक और लौकिक वेरिबिलिटी का वर्णन करने के लिए एक EOF लागू करें। डेटासेट (यानी, मासिक औसत एसएसटी, पवन तनाव, पवन तनाव कर्ल, सीएचएल और एफपी) की समय श्रृंखला) के लिए ईओएफ के परिमाण (मैग), eigenvalues (Eig) की गणना करने के लिए स्क्रिप्ट चलाने के लिए Empirical_orthogonal_function.m टाइप करें।
      नोट: फ़ंक्शन मासिक समय श्रृंखला को विभिन्न मोड में विघटित करता है, जो स्थानिक और लौकिक पैटर्न से बना होता है और प्रत्येक मोड द्वारा समझाया गया विचरण मोड संख्या में वृद्धि के साथ कम हो जाता है।

5. अंतरसंबंध

  1. मौसमी पैमाने पर सहसंबंध
    1. स्क्रिप्ट को चलाने के लिए Seasonal_correlation टाइप करके प्रत्येक पिक्सेल पर अपनी समय श्रृंखला का उपयोग करके दो कारकों के बीच सहसंबंधों की गणना करें। क्योंकि मौसमी चक्र को हटाया नहीं जाता है, सभी सहसंबंधों के लिए सहसंबंध के महत्व की जांच करें।
  2. एक असंगत क्षेत्र का सहसंबंध
    1. मासिक सीएचएल विसंगतियों और एसएसटी, डब्ल्यूएस, मोर्चों और एसएलए जैसे अन्य कारकों के बीच सहसंबंधों की गणना करें। मासिक समय श्रृंखला से इसी महीने के लिए समग्र औसत घटाकर मासिक विसंगतियों (यानी, मतलब स्थिति से विचलन) प्राप्त करें। स्क्रिप्ट चलाने और सहसंबंध प्राप्त करने के लिए Anomalous_correlation टाइप करें।

6. जानकारी प्रदर्शित करना और रिश्तों की गणना करना

  1. सैटेलाइट जानकारी प्रदर्शित करें।
    1. एसएसटी, सीएचएल और फ्रंटल डिस्ट्रीब्यूशन सहित उपग्रह जानकारी का एक प्रदर्शन उत्पन्न करने के लिए स्क्रिप्ट चलाने के लिए टाइप Sat_SCS_Fig3457। वर्तमान फ़ोल्डर को 'स्क्रिप्ट' के रूप में सेट करें जहां डेटा 'Sat_SCS_data.mat' स्थित है।
      नोट: चित्रा 1, चित्रा 2, चित्रा 3,और चित्रा 4 एक उदाहरण के रूप में चयनित तिथि के लिए एसएसटी, सीएचएल, मोर्चों, हवा और स्थलाकृति दिखाते हैं।
  2. स्क्रिप्ट चलाने के लिए Sat_SCS_Fig890.m टाइप करके ईओएफ रिजल्ट प्रदर्शित करें।
    नोट: चित्रा 5, चित्रा 6,और चित्रा 7 क्रमशः सीएचएल, एसएसटी और मोर्चों के लिए पहले दो मोड की स्थानिक परिमाण, मासिक औसत और समय श्रृंखला का वर्णन करता है।
  3. सीएचएल और अन्य कारकों के बीच मौसमी टाइमस्केल पर और स्क्रिप्ट चलाने के लिए Sat_SCS_Fig1112.m टाइप करके असंगत क्षेत्रों के लिए संबंधों की गणना करें। मौसमी वेरिबिलिटी(चित्र 8)और विसंगतियों(चित्र 9) केलिए सहसंबंध मानचित्र प्राप्त करें।

Representative Results

अनुसूचित जाति में समुद्र की सतह सीएचएल के स्थानिक और लौकिक पैटर्न उपग्रह टिप्पणियों का उपयोग कर वर्णित किया गया । सीएचएल(चित्रा 1A)और एसएसटी(चित्रा 1 बी)के लिए उपग्रह जानकारी क्लाउड कवरेज से दूषित हो सकती है, जिसके परिणामस्वरूप डेटा का एक बड़ा हिस्सा उपयोग करने योग्य नहीं हो सकता है । पुनर्विश्लेद हवा(चित्रा 1C)और एसएलए(चित्रा 1D)डेटा दैनिक बादलों से प्रभावित नहीं थे । स्थलाकृति(चित्रा 1E)का सीएचएल के स्थानिक वितरण पर प्रमुख प्रभाव पड़ा । उच्च सीएचएल मुख्य रूप से तट के साथ वितरित किया गया था, जहां स्थलाकृति उथली है । हवा ओरोग्राफी से भी प्रभावित थी, और पहाड़ों के ली पक्ष को कमजोर हवा की विशेषता थी; इस प्रकार, एक प्रमुख WSC अनुसूचित जाति के दक्षिण पश्चिम की पहचान की गई थी । इसके विपरीत, एसएलए स्थलाकृति पर ज्यादा निर्भर नहीं था, और असामान्य रूप से उच्च एसएलए का एक क्षेत्र अनुसूचित जाति के बेसिन में पाया गया था।

Figure 1
चित्रा 1: 15 अप्रैल, 2015 को प्रमुख मापदंडों के लिए मूल टिप्पणियां।
(A)समुद्र की सतह क्लोरोफिल (सीएचएल),(बी)समुद्र की सतह का तापमान (एसएसटी),(सी)विंड स्ट्रेस कर्ल (डब्ल्यूएससी, शेडिंग) के साथ विंड स्ट्रेस (डब्ल्यूएस, वेक्टर),(डी)समुद्र की सतह विसंगति, और(ई)समुद्र बेसिन के लिए स्थलाकृति । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

उपग्रह टिप्पणियों पर बादल के गंभीर प्रभाव के कारण, बहुत सारे डेटा या तो उपलब्ध नहीं थे या स्थानिक रूप से असंगत थे । कुछ डेटा अंतराल को भरने और क्षेत्र को सुचारू बनाने के लिए एक प्रभावी और कुशल विधि लागू की गई थी। डेटा को पहले प्रत्येक पिक्सेल पर 3-दिन के औसत से प्रतिस्थापित किया गया था, जो प्रभावी रूप से कुछ अंतरालों को भर सकता है क्योंकि बादल दैनिक(चित्रा 2B)भिन्न होते हैं। प्रत्येक पिक्सेल पर एक स्थानिक औसत आगे लागू किया गया था जैसे कि डेटा को आसपास के मूल्यों (3 x 3 पिक्सल) के मतलब से प्रतिस्थापित किया गया था। इस प्रकार, स्थानिक असंगतता बहुत कम हो गई थी(चित्रा 2C)।

Figure 2
चित्रा 2: 15 अप्रैल, 2015 को एक ही दिन के लिए एसएसटी।
(A)मोडिस से मूल एसएसटी,(बी)तीन दिन का औसत एसएसटी, और स्थानिक चौरसाई के बाद(C)एसएसटी । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

एसएसटी मोर्चों का दैनिक वितरण एसएसटी ग्रेडिएंट्स(चित्रा 3 ए)से लिया गया था। यहां लागू थ्रेसहोल्ड ने फ्रंट(चित्रा 3B)के स्थान पर प्रभावी ढंग से कब्जा कर लिया और पूरे पानी की जनता(चित्र 3सी)की सीमाओं का चित्रण सुनिश्चित किया। ढाल और मोर्चों लगभग समान थे क्योंकि सामने मुख्य रूप से ढाल से प्राप्त किए गए थे।

Figure 3
चित्र 3: एसएसटी से प्राप्त सामने का पता लगाने के लिए प्रक्रिया।
(A)एसएसटी ढाल की भयावहता,(ख)पतली काली रेखाओं में एसएसटी मोर्चों का वितरण, और(सी)सामने वितरण इसी एसएसटी ढाल के आधार पर । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

सीएचएल, एसएसटी और फ्रंट डेटा में क्लाउड कवरेज के कारण, मासिक औसत समय श्रृंखला की गणना की गई और इस अध्ययन में लागू किया गया। अप्रैल 2015 के महीने के लिए चित्रा 4 में एक यादृच्छिक उदाहरण दिखाया गया है। किसी भी पैरामीटर के लिए कोई मौजूदा अंतर नहीं था। विभिन्न मापदंडों के लिए सामान्य पैटर्न उनके स्थानिक विचरण के बारे में अत्यधिक सुसंगत थे। उदाहरण के लिए, सीएचएल तट के पास अधिक था और केंद्रीय बेसिन में कम था, जबकि एसएसटी तट के पास कम और केंद्रीय बेसिन में उच्च था। मासिक औसत क्षेत्रीय सुविधाओं को चित्रित करने के लिए व्यापक जानकारी की पेशकश की । मोर्चों को मुख्य रूप से तट के साथ वितरित किया गया था, जहां गतिशीलता जटिल है। बेसिन का एक बड़ा हिस्सा मोर्चों से मुक्त था; इस प्रकार, अनुसूचित जाति के केंद्र को शून्य(चित्रा 4E)के करीब एक मूल्य की विशेषता थी।

Figure 4
चित्रा 4: अप्रैल 2015 में प्रमुख मापदंडों के लिए मासिक औसत।
(A)सीएचएल (लॉगरिथम स्केल में),(बी)एसएसटी,डब्ल्यूएस(वेक्टर),(डी)समुद्र की सतह विसंगति, और(ई)ललाट संभावना (एफपी) के साथ डब्ल्यूएससी (छायांकन) । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

अधिकांश सतह सुविधाओं को प्रमुख मौसमी परिवर्तनशीलता की विशेषता थी, जिसे ईओएफ का उपयोग करके स्पष्ट रूप से देखा गया था। EOF एक उपयोगी गणित विधि है कि व्यापक रूप से वायुमंडलीय और समुद्री विज्ञान में प्रयोग किया जाता है । यह विधि स्थानिक डोमेन28पर समय श्रृंखला से स्थानिक पैटर्न और लौकिक संकेतों को चित्रित कर सकती है । अनुसूचित जाति में समुद्र की सतह सुविधाओं के लिए स्थानिक अपघटन के बाद, स्थानिक और लौकिक वेरिबिलिटी का वर्णन करने के लिए आम तौर पर पहले दो मोड की आवश्यकता होती है। सीएचएल के लिए पहले दो ईओएफ ने क्रमशः 44% और कुल विचरण का 12% वर्णित किया। EOF1 अनुसूचित जाति(चित्रा 5A)के उत्तरी खंड में एक बड़े विचरण पर कब्जा कर लिया । समय श्रृंखला(चित्रा 5C)के इसी मासिक औसत से पता चला है कि CHL सर्दियों के दौरान ऊंचा था और गर्मियों के दौरान उदास । दक्षिण पश्चिम तट के बगल में क्षेत्र कमजोर परिमाण की विशेषता थी, और इसी परिवर्तनशीलता मुख्य रूप से EOF2(चित्रा 5B)द्वारा कब्जा कर लिया गया था । सीएचएल मान गर्मियों में अधिक और सर्दियों में कम थे। यह मुख्य रूप से उत्तरी खंड की तुलना में चरण से बाहर था । ईओएफ के लिए मासिक समय श्रृंखला ने स्पष्ट मौसमी परिवर्तनशीलता दिखाई, और EOF2 ने लगभग 4 महीने(चित्रा 5E)द्वारा EOF1 का नेतृत्व किया।

Figure 5
चित्रा 5: CHL के लिए EOF ।
(A)EOF1 की परिमाण,(बी)EOF2 के परिमाण,(C)EOF1 के लिए मासिक औसत समय श्रृंखला,(D)EOF2 के लिए मासिक औसत समय श्रृंखला, और(ई)EOF1 (काले) और EOF2 (नीला) की मासिक समय श्रृंखला । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

एसएसटी के लिए पहले दो ईओएफ में समझाया गया विचरण प्रमुखता से अधिक था, जो क्रमशः EOF1 और EOF2 के लिए ९१% और 5% के बराबर था । इस बात पर जोर देना महत्वपूर्ण है कि EOF का संचालन करने से पहले समग्र औसत को हटा दिया जाना चाहिए; इस प्रकार, मतलब क्षेत्र को बाहर रखा गया था। EOF1 कुल विचरण पर हावी है, और इसकी परिमाण उत्तरी अनुसूचित जाति में सबसे बड़ा था और दक्षिण की ओर कमी(चित्रा 6A)। समय श्रृंखला(चित्रा 6C)के इसी मासिक औसत से पता चला है कि एसएसटी गर्मियों के दौरान ऊंचा था और सर्दियों के दौरान उदास । दक्षिणी अनुसूचित जाति को कमजोर परिमाण की विशेषता थी, जो कम अक्षांशों पर लगातार उच्च तापमान के लिए जिम्मेदार था। दक्षिणी खंड में परिवर्तनशीलता मुख्य रूप से EOF2(चित्रा 6B)द्वारा कब्जा कर लिया गया था । इसी एसएसटी को मार्च और जून के बीच बढ़ाया गया था, जबकि शेष महीनों में कम मूल्य कायम रहे । प्रमुख वार्मिंग २०१० और २०१६ में हुई, जहां अनुसूचित जाति के तट दक्षिण पश्चिम से एसएसटी अंय वर्षों में है कि(चित्रा 6E)की तुलना में बहुत अधिक था । इस अंतरवार्षिक परिवर्तनशीलता का मुख्य कारण अल नीन्यो की घटनाओं के रूप में दिया जाता है जो दक्षिण - पश्चिम गर्मियों के मानसून को कम करते हैं और परिणामस्वरूप कमजोर12में प्रवेश करते हैं । क्योंकि मौसमी परिवर्तनशीलता वर्तमान अध्ययन का प्रमुख ध्यान केंद्रित है, इस सुविधा पर आगे चर्चा नहीं की जाती है ।

Figure 6
चित्रा 6: एसएसटी के लिए EOF ।
(A)EOF1 की परिमाण,(बी)EOF2 के परिमाण,(C)EOF1 के लिए मासिक औसत समय श्रृंखला,(डी)EOF2 के लिए मासिक औसत समय श्रृंखला, और(ई)EOF1 (काले) और EOF2 (नीला) की मासिक समय श्रृंखला । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

ढाल के शोर प्रकृति के कारण, व्युत्पन्न सामने विचरण के बहुत कम समझाया । दरअसल, EOF1 और FP के EOF2 केवल 19% और कुल विचरण का 9%, क्रमशः समझाया । EOF1 उत्तर और पूर्वोत्तर अनुसूचित जाति(चित्रा 7A)में विचरण पर कब्जा कर लिया । समय श्रृंखला(चित्रा 7C)के इसी मासिक औसत से पता चला है कि उन क्षेत्रों में, अधिक FP सर्दियों के दौरान और गर्मियों के दौरान कम हुई । अनुसूचित जाति के तट दक्षिण पश्चिम से चरण विपरीत था, हालांकि इसी परिवर्तनशीलता बहुत कम प्रमुख था । EOF2 ने पश्चिमी अनुसूचित जाति(चित्रा 7B) में एफपी (चित्रा 7D)की स्प्रिंग एन्हांसमेंट पर कब्जाकरलिया। EOF1 और EOF2 की मासिक समय श्रृंखला कमजोर अंतरवार्षिक परिवर्तनशीलता की विशेषता थी।

Figure 7
चित्रा 7: एफपी के लिए EOF ।
(A)EOF1 की परिमाण,(बी)EOF2 के परिमाण,(C)EOF1 के लिए मासिक औसत समय श्रृंखला,(डी)EOF2 के लिए मासिक औसत समय श्रृंखला, और(ई)EOF1 (काले) और EOF2 (नीला) की मासिक समय श्रृंखला । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

सीएचएल(चित्रा 8)के साथ उनके संबंधों के लिए विभिन्न कारकों की जांच की गई । उदाहरण के लिए, एसएसटी का उपयोग महासागर की मौलिक विशेषताओं को समझने के लिए किया जा सकता है जो फाइटोप्लैंकटन की विकास दर को प्रभावित कर सकते हैं और बाद में सीएचएल को प्रभावित करते हैं। अधिकांश अनुसूचित जाति के लिए, एसएसटी और सीएचएल(चित्रा 8 ए)के बीच उच्च सहसंबंध थे, और अधिकांश सहसंबंध -0.8 से अधिक तक पहुंच गए। यह बताना महत्वपूर्ण है कि उच्च सहसंबंध इन दोनों कारकों के बीच करणीय संबंध का संकेत नहीं देता है । के रूप में एसएसटी गर्मियों में अपनी वार्षिक अधिकतम तक पहुंच गया, एमएलडी उथले21बन गया । यूफोटिक लेयर में आपूर्ति किए जाने वाले पोषक तत्व कम थे क्योंकि ऊर्ध्वाधर मिश्रण को गहन स्तरीकरण द्वारा अवरुद्ध किया गया था13. नतीजतन, कम पोषक तत्वों ने फाइटोप्लैंकटन की वृद्धि दर को सीमित कर दिया और इसके परिणामस्वरूप सीएचएल कम हुआ। इसके विपरीत, उच्च सीएचएल सर्दियों में हुआ जब एमएलडी गहरा था, और कम एसएसटी ने कमजोर स्तरीकरण35को प्रेरित किया।

Figure 8
चित्रा 8: मौसमी पैमाने पर सीएचएल और अन्य कारकों के बीच सहसंबंध।
(A)एसएसटी,(बी)डब्ल्यूएस,(सी)डब्ल्यूएससी,(डी)एफपी, और(ई)एसएलए । ग्रे रंग इंगित करता है कि सहसंबंध महत्वहीन है। पैनल एमें हरे बॉक्स के आधार पर स्थानिक रूप से औसत चर की गणना की जाती है। उनकी समय श्रृंखला का उपयोग तालिका 1में सहसंबंध गुणांक प्राप्त करने के लिए किया जाता है। इस आंकड़े को यू एट अल17से संशोधित किया गया है । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

हवा संचालित मिश्रण लगभग WS द्वारा अनुमान लगाया जा सकता है और ऊर्ध्वाधर मिश्रण18का वर्णन करने के लिए इस्तेमाल किया गया था । लगभग 0.8 के मूल्यों के साथ बड़े सहसंबंध गुणांक, अनुसूचित जाति(चित्रा 8B)के उत्तर में डब्ल्यूएस और सीएचएल के स्तर के बीच पहचाने गए थे, विशेष रूप से एससी के उत्तरी शेल्फ पर स्थित सबसे मजबूत सर्दियों की हवा वाले क्षेत्रों में। कमजोर लेकिन महत्वपूर्ण सहसंबंध दक्षिण में पाए गए। डब्ल्यूएससी और सीएचएल के बीच सहसंबंध अधिकांश एससी(चित्रा 8C)में महत्वपूर्ण थे, हालांकि उन्होंने उत्तर और दक्षिण में विरोध प्रवृत्तियों को दिखाया। सीएचएल और डब्ल्यूएससी के बीच एक सकारात्मक सहसंबंध गुणांक दक्षिण में पहचाना गया था, नकारात्मक मूल्यों के साथ उत्तर में थे । उनके बीच के क्षेत्र में सहसंबंध महत्वपूर्ण नहीं था । डब्ल्यूएस और सीएचएल को इसी क्षेत्र में दृढ़ता से सहसंबद्ध पाया गया जहां शीतकालीन डब्ल्यूएस सबसे बड़ा था।

मोर्चों भी CHL परिवर्तनशीलता प्रेरित कर सकते हैं । एससी(चित्रा 8डी)के पूर्वोत्तर और दक्षिण पश्चिम में एक बड़ा सहसंबंध पाया गया था। ललाट गतिविधियों के रूप में सीएचएल में वृद्धि हुई36. एसएलए ने दक्षिण पश्चिम की ओर पूर्वोत्तर एससी से सीएचएल के साथ एक महत्वपूर्ण नकारात्मक संबंध दिखाया और SCS के पश्चिमी तट(चित्रा 8E)के साथ एक सकारात्मक संबंध दिखाया। यह ध्यान रखना दिलचस्प है कि सकारात्मक सहसंबंध उथले स्थलाकृति वाले क्षेत्र तक सीमित थे।

अनुसूचित जाति के पूर्वोत्तर के लिए, सभी सहसंबंध बड़े थे(चित्रा 8)। इस प्रकार, सीएचएल और अन्य मापदंडों के बीच मासिक समय श्रृंखला के सहसंबंधों की गणना एक निर्धारित बॉक्स(चित्रा 8 ए)में स्थानिक औसत का उपयोग करके की गई थी, और अधिकांश कारक महत्वपूर्ण सहसंबंधों (तालिका 1के शीर्ष दाएं खंड) से जुड़े थे। क्योंकि मौसमी चक्र समय श्रृंखला पर हावी है, सहसंबंध अब मासिक औसत (तालिका 1 के नीचे बाएंखंड) को हटाने के बाद मान्य नहीं था ।

सीएचएल-ए एसएसटी डब्ल्यूएस WSC एफपी एसएलए
सीएचएल-ए -0.8 0.78 0.67 0.74 -0.71
एसएसटी -0.41 -0.47 -0.51 -0.79 0.86
डब्ल्यूएस 0.32 0.04 0.63 0.51 -0.38
WSC 0 0.08 -0.02 0.52 -0.37
एफपी 0.21 -0.09 0.03 0.15 -0.74
एसएलए -0.25 0.42 0.07 0.13 -0.08

तालिका 1: अनुसूचित जाति के पूर्वोत्तर में स्थित कारकों के बीच समय श्रृंखला के सहसंबंध गुणांक, जैसे, एसएसटी (समुद्र की सतह का तापमान), एफपी (ललाट संभावना), डब्ल्यूएससी (विंड स्ट्रेस कर्ल) और डब्ल्यूएस (विंड स्ट्रेस) का उपयोग करके, चित्र 8 ए में दिखाए गए बॉक्स का उपयोग करके। मासिक औसत और विसंगतियों क्रमशः शीर्ष सही अनुभाग और बाएं नीचे अनुभाग में दिखाया गया है । बोल्ड और इटैलिक्स में संख्या इंगित करती है कि सहसंबंध 95% आत्मविश्वास स्तर को पूरा नहीं करता है। तालिका को यू एट अल17से संशोधित किया गया है।

मौसमी चक्र में सहसंबंध कुछ क्षेत्रों के लिए महत्वपूर्ण नहीं थे, जैसे कि एससी के दक्षिण पश्चिम(चित्रा 8)। इस क्षेत्र में गतिशील प्रक्रियाओं (उदाहरण के लिए, अपवेलिंग और हवा-प्रेरित अपतटीय परिवहन) का प्रभुत्व है जो सीएचएल17में परिवर्तनशीलता का निर्धारण करता है। सीएचएल और अन्य कारकों (जैसे, एसएसटी, डब्ल्यूएस, मोर्चों और डब्ल्यूएससी) के बीच एक महत्वपूर्ण संबंध की पहचान असंगत क्षेत्रों(चित्रा 9)में की गई थी। विसंगतियों की गणना मासिक समय श्रृंखला के लिए इसी मासिक औसत को हटाकर की गई थी । स्वतंत्रता की डिग्री की प्रभावी संख्या में वृद्धि की जा सकती है, लेकिन पूर्व अध्ययनों से पता चला है कि यह उनके समय श्रृंखला28,37के बीच अंतर्निहित संबंधों को प्रभावित नहीं करता है।

Figure 9
चित्रा 9: असंगत क्षेत्रों में सीएचएल और अन्य कारकों के बीच सहसंबंध।
(A)एसएसटी,(बी)डब्ल्यूएस,(सी)डब्ल्यूएससी,(डी)एफपी, और(ई)एसएलए । ग्रे रंग इंगित करता है कि सहसंबंध महत्वहीन है। पैनल ए में हरे बॉक्स के आधार पर स्थानिक रूप से औसत चर की गणना की जाती है। समय श्रृंखला का उपयोग तालिका 2में दिखाए गए सहसंबंध गुणांक प्राप्त करने के लिए किया जाता है। इस आंकड़े को यू एट अल17से संशोधित किया गया है । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

असंगत क्षेत्रों में, सीएचएल और एसएसटी अनुसूचित जाति(चित्रा 9 ए)के बहुमत में काफी सहसंबद्ध थे। जब एसएसटी असामान्य रूप से अधिक थे, तो सीएचएल असामान्य रूप से कम हो गया, और इसके विपरीत। इसी तरह, एक असामान्य रूप से उच्च WSC और अनुसूचित जाति के दक्षिण पश्चिम के लिए मोर्चों CHL के उच्च स्तर प्रेरित है, और इसके विपरीत(चित्रा 9C, 9D)। इसके अलावा, एसएलए और सीएचएल स्तर(चित्रा 9E) केबीच एक नकारात्मक संबंध पाया गया था। विभिन्न अंतरालों का परीक्षण किया गया था, और सहसंबंध केवल तभी महत्वपूर्ण हो गया जब कोई अंतराल नियोजित नहीं किया गया था। इस प्रकार, सीएचएल को एक साथ एसएसटी, डब्ल्यूएससी और मोर्चों के साथ-साथ एसएलए में विसंगतियों से प्रभावित किया गया था। उनके रिश्ते को आगे SCS के स्थानिक औसत मासिक समय श्रृंखला दक्षिण पश्चिम का उपयोग कर जांच की थी, चित्रा 9Aमें एक हरे बॉक्स के रूप में नामित । परिणाम बताते हैं कि अधिकांश कारक असंगत क्षेत्र (तालिका 2के नीचे बाएं खंड) में महत्वपूर्ण सहसंबंधों से जुड़े थे।

सीएचएल-ए एसएसटी डब्ल्यूएस WSC एफपी एसएलए
सीएचएल-ए -0.15 0.36 0.35 0.26 -0.15
एसएसटी -0.59 -0.48 0.61 0.07 0.17
डब्ल्यूएस 0.25 -0.24 -0.14 -0.02 0.1
WSC 0.29 -0.1 0.41 0.53 -0.21
एफपी 0.57 -0.42 0.24 0.29 -0.42
एसएलए -0.3 0.54 -0.23 -0.29 -0.47

तालिका 2: अनुसूचित जाति के दक्षिण-पश्चिम में स्थित कारकों के बीच समय श्रृंखला के सहसंबंध गुणांक, उदाहरण के लिए, एसएसटी (समुद्र की सतह का तापमान), एफपी (ललाट संभावना), डब्ल्यूएससी (विंड स्ट्रेस कर्ल) और डब्ल्यूएस (पवन तनाव), चित्रा 9A में दिखाए गए बॉक्स का उपयोग करके। मासिक औसत और विसंगतियों को क्रमशः शीर्ष दाएं खंड और बाएं नीचे अनुभाग में दिखाया गया है। बोल्ड और इटैलिक्स में संख्या इंगित करती है कि सहसंबंध 95% आत्मविश्वास स्तर को पूरा नहीं करता है। तालिका को यू एट अल17से संशोधित किया गया है।

पूरक फाइलें। इस फाइल को डाउनलोड करने के लिए यहां क्लिक करें। 

Discussion

इस अध्ययन में उपग्रह टिप्पणियों का उपयोग करते हुए समुद्री प्रणालियों की प्रमुख विशेषताओं का वर्णन किया गया है । सीएचएल, जिसका उपयोग महासागर उत्पादन का प्रतिनिधित्व करने के लिए किया जा सकता है, को संकेतक कारक के रूप में चुना जाता है। सीएचएल परिवर्तनशीलता से संबंधित कारकों की मासिक औसत समय श्रृंखला, जैसे एसएसटी, डब्ल्यूएस, डब्ल्यूएससी, एफपी और एसएलए का उपयोग करके जांच की गई थी। इस अध्ययन में तीन महत्वपूर्ण चरणों का वर्णन किया गया है: विभिन्न मापदंडों के लिए उपग्रह डेटा प्राप्त करना, ईओएफ के माध्यम से उनकी स्थानिक और लौकिक वेरिबिलिटी का वर्णन करना, और सहसंबंध गुणांकों की गणना करके विभिन्न कारकों के बीच अंतरसंबंधों का निर्धारण करना। दैनिक ललाट वितरण के लिए पहचान दिखाने वाली एक विस्तृत प्रक्रिया, जो एसएसटी टिप्पणियों से प्राप्त होती है, शामिल है। एसएसटी फ्रंट डिटेक्शन के लिए दो प्रमुख दृष्टिकोण विकसित किए गए हैं: ढाल विधि10,38 और हिस्टोग्राम विधि39,40। हिस्टोग्राम विधि एसएसटी के लिए मूल्यों की एक समान श्रृंखला पर आधारित है, जिसका उपयोग पानी की जनता को विभिन्न समूहों में विभाजित करने के लिए किया जा सकता है। ट्रांजिशनल बैंड में पिक्सेल का प्रतिनिधित्व करने वाले विभिन्न समूहों के बीच मूल्यों वाले पिक्सेल को मोर्चों के रूप में परिभाषित किया गया है। दूसरी ओर, ढाल विधि बड़े ढाल मूल्यों के साथ पिक्सल के रूप में कई अपेक्षाकृत समान जल निकायों को अलग करती है। एक तुलना अध्ययन किया गया था, और उन्होंने हिस्टोग्राम विधि का उपयोग करके कम झूठी दरों और ढाल विधि41का उपयोग करके कम छूटे हुए मोर्चों को पाया। इस अध्ययन में, पूर्व अध्ययन10,28 के बाद ढाल आधारित विधि38 अपनाई गई थी। एल्गोरिदम एक छोटी सीमा से नीचे के स्तर तक कम करने की अनुमति देकर कई किनारे के टुकड़ों में सामने तोड़ने से बच सकता है । यहां शामिल डेटासेट के अलावा, एयरोसोल इंडेक्स जैसे अन्य उपग्रह अवलोकनों का भी इसी तरह के दृष्टिकोण के साथ इस्तेमाल किया जा सकता है ।

अधिकांश प्रक्रियाएं सीधे अन्य क्षेत्रों या डेटासेट में लागू की जा सकती हैं। सामने का पता लगाने की दहलीज को बदलने के लिए संशोधन हो सकता है । क्योंकि एससी में एसएसटी ढाल पूर्वी सीमा वर्तमान प्रणाली28के साथ तुलनीय है, एक ही थ्रेसहोल्ड वर्तमान अध्ययन के लिए लागू किया गया । पिछले एक अध्ययन से पता चला है कि विभिन्न डेटासेट से एसएसटी ढाल के रूप में ज्यादा के रूप में तीन बार४२,जो विधि किसी भी तरह कम उद्देश्य बनाता है भिंन हो सकते हैं । वैश्विक महासागरों के आसपासललाटगतिविधियों की जांच की गई है 28,43. मोर्चों को मान्य करने के लिए सबसे अच्छा तरीका सीटू टिप्पणियों में उनकी तुलना करना है। याओ44 ने अनुसूचित जाति के लिए मासिक ललाट वितरण का वर्णन किया। उनके परिणाम सीटू माप में अच्छी तरह से सहमत थे । समग्र ढाल की जांच की जानी चाहिए और समायोजित किया जाना चाहिए क्योंकि इसका मूल्य स्थानिक संकल्प और उपकरणों के आधार पर भिन्न हो सकता है। विशेष रूप से, जब एक और एसएसटी डेटासेट का उपयोग किया जाता है तो सीमा को अपडेट किया जाना चाहिए। क्षेत्रीय गतिशीलता की मूल समझ 45 , 46,47को समझने के लिए मौलिक है . सामने का पता लगाने स्क्रिप्ट इस कागज में विवरण के आधार पर व्यक्तिगत लेखकों द्वारा विकसित किया जा सकता है ।

उपग्रह जानकारी सतह सुविधाओं की एक व्यापक समझ प्रदान करता है, और सीटू टिप्पणियों में एक परिणाम तुलना विश्वसनीयता का मूल्यांकन करने में सहायता कर सकते हैं । हालांकि, उपग्रह अवलोकन महासागर की सतह तक सीमित हैं, जो पानी के स्तंभ की ऊर्ध्वाधर संरचना को समझने के लिए आवेदन को सीमित करता है। हाल ही में एक अध्ययन में, उपग्रह टिप्पणियों से पता चला है कि सतह CHL 15 गुना की वृद्धि हुई है, लेकिन ऊर्ध्वाधर एकीकृत मूल्य केवल २.५ गुना४८की वृद्धि हुई । यह अंतर इसलिए था क्योंकि सतह मूल्य फाइटोप्लैंकटन विकास और एमएलडी के शोलिंग के गुणावंखों से प्रभावित था, जिसके परिणामस्वरूप सतह पर एक अवास्तविक मूल्य था। इस प्रकार, सतह सुविधा पूरे पानी स्तंभ के लिए एक सटीक विवरण प्रदान नहीं कर सकती है। इसके अतिरिक्त, क्लाउड कवरेज का प्रभाव उपग्रहों की निरंतर टिप्पणियों को सीमित करता है। इस प्रकार, मासिक समय श्रृंखला एक ही क्षेत्र और एक ही अवधि में विभिन्न कारकों के लिए गणना कर रहे हैं। यह विभिन्न कारकों के बीच सहसंबंधों की गणना की विश्वसनीयता की गारंटी देगा । हालांकि, कम अवधि की घटनाओं, उदाहरण के लिए, आंधी है कि कुछ दिनों के लिए एक सप्ताह के लिए पिछले, हल नहीं किया जाएगा ।

पूर्व अध्ययनों की तुलना में, प्रस्तावित विधि पिक्सेल स्तर पर स्थानिक जानकारी प्रदान कर सकती है, जो गतिशीलता का अधिक विस्तृत तरीके से मूल्यांकन करने में मदद कर सकती है। कुछ पूर्व अध्ययनों ने पूरे एससी को एक ही संख्या के रूप में औसत दिया और एक समय श्रृंखला प्राप्त की। उन्होंने पाया कि असामान्य रूप से मजबूत डब्ल्यूएस और उच्च एसएसटी असंगत रूप से उच्च सीएचएल16को प्रेरित कर सकते हैं, जो वर्तमान परिणाम के अनुरूप है। हालांकि, रिश्तों में स्थानिक भिन्नता का समाधान नहीं किया गया था। इस अध्ययन में, डब्ल्यूएस और सीएचएल के बीच बेसिन-स्केल सहसंबंध असंगत क्षेत्र में कमजोर था। एक बड़े महत्वपूर्ण सहसंबंध की पहचान केवल कुछ क्षेत्रों के लिए की गई थी, उदाहरण के लिए, अनुसूचित जाति(चित्रा 9B)के केंद्र में। इस प्रकार, वर्तमान विधि स्थानिक विविधताओं की जांच के लिए एक व्यापक विवरण प्रदान करती है। इसी तरह, दो बायो-आर्गो फ्लोट्स से टिप्पणियों का उपयोग किया गया था और पता चला कि डब्ल्यूएससी ने सीएचएल परिवर्तनशीलता20के साथ सहसंबंधित नहीं किया था। हालांकि, दो फ्लोट्स के प्रक्षेप-पथ केवल कुछ क्षेत्रों में स्थित हैं। इस मामले में, यह बिल्कुल बैंड के भीतर था जहां सीएचएल स्तर और डब्ल्यूएससी के बीच सहसंबंध महत्वपूर्ण नहीं था(चित्रा 8 डी)। प्रस्तावित विधि कारकों के बीच स्थानिक निर्भरता को हल करने के लिए बहुत उपयोगी है, जो वैश्विक महासागर की एक मौलिक विशेषता है ।

संक्षेप में, यहां उपयोग की जाने वाली विधि उपग्रह टिप्पणियों का उपयोग करके महासागर की सतह सुविधाओं में स्थानिक वितरण और लौकिक परिवर्तनशीलता का सटीक वर्णन कर सकती है। उपग्रह डेटासेट के बढ़ते संकल्प के साथ, अधिक विस्तृत सुविधाओं की पहचान और जांच की जा सकती है, जो सीएचएल, एसएसटी और एसएसएच सहित क्षेत्रीय सुविधाओं की सामान्य समझ को सक्षम बनाती है। विभिन्न कारकों के बीच मासिक समय श्रृंखला का सहसंबंध उनके गतिशील संबंधों और पारिस्थितिकी तंत्र पर संभावित प्रभाव को समझने में सहायता करसकताहै । क्योंकि सहसंबंध काफी हद तक विभिन्न स्थानिक स्थानों पर भिन्न हो सकते हैं, प्रस्तावित विधि एक विस्तृत और व्यापक विवरण प्रदान करती है। इसी तरह का दृष्टिकोण दुनिया भर में किसी भी महासागर बेसिन पर लागू किया जा सकता है, जो समुद्री गतिशीलता और पारिस्थितिकी प्रणालियों की समझ को बेहतर बनाने के लिए बहुत मददगार होगा ।

Disclosures

लेखकों के पास खुलासा करने के लिए कुछ नहीं है ।

Acknowledgments

चीन के राष्ट्रीय प्रमुख अनुसंधान और विकास कार्यक्रम (नंबर 2016YFC1401601), जियांग्सू प्रांत के स्नातकोत्तर अनुसंधान और अभ्यास नवाचार कार्यक्रम से समर्थन (नहीं। SJKY19_0415) केंद्रीय विश्वविद्यालयों के लिए मौलिक अनुसंधान कोष (संख्या 2019B62814), चीन के राष्ट्रीय प्राकृतिक विज्ञान फाउंडेशन (नग ४१८९०८०५, ४१८०६०२६ और ४१७३०५३६) और बंगाल की खाड़ी में संयुक्त उंनत समुद्री और पारिस्थितिकी अध्ययन और पूर्वी भूमध्य रेखीय हिंद महासागर द्वारा समर्थित काफी स्वीकार किया गया । लेखक नेशनल एयरोनॉटिक्स एंड स्पेस एडमिनिस्ट्रेशन (नासा), यूरोपियन सेंटर फॉर मीडियम-रेंज वेदर फोरऑर्नेशन (ईसीएमडब्ल्यूएफ), कोपरनिकस मरीन एंड एनवायरमेंट मॉनिटरिंग सर्विस (सीएमईएमएस) और नेशनल ओशियानिक एंड एटमॉस्फेरिक एडमिनिस्ट्रेशन (एनओएएए) सहित स्रोतों से डेटा के प्रावधान की सराहना करते हैं ।

Materials

Name Company Catalog Number Comments
Matlab MathWorks Matlab R2016 https://www.mathworks.com/products/matlab.html; referred to analysis software in the protocol
Sea surface chlorophyll NASA MODIS mg/mg3 (podaac-tools.jpl.nasa.gov)
Sea surface height AVISO AVISO meter (www.aviso.altimetry.fr)
Sea surface temperature NASA MODIS °C (podaac-tools.jpl.nasa.gov)
Topography NOAA NGDC meter (maps.ngdc.noaa.gov/viewers/wcs-client/)
Wind ECMWF ERA-interim m/s (www.ecmwf.int/en/forecasts/datasets)

DOWNLOAD MATERIALS LIST

References

  1. Behrenfeld, M. J., Falkowski, P. G. Photosynthetic rates derived from satellite-based chlorophyll concentration. Limnology and Oceanography. 42 (1), 1-20 (1997).
  2. Loisel, H., et al. Assessment and analysis of the chlorophyll-a concentration variability over the Vietnamese coastal waters from the MERIS ocean color sensor (2002-2012). Remote Sensing of Environment. 190, 217-232 (2017).
  3. Gohin, F., et al. Towards a better assessment of the ecological status of coastal waters using satellite-derived chlorophyll-a concentrations. Remote Sensing of Environment. 112 (8), 3329-3340 (2008).
  4. Bates, J. J., Smith, W. L. Sea surface temperature: Observations from geostationary satellites. Journal of Geophysical Research. 90, 11609-11618 (1985).
  5. Antoine, D., Andre, J., Morel, A. Oceanic primary production: 2. Estimation at global scale from satellite (Coastal Zone Color Scanner) chlorophyll. Global Biogeochemical Cycles. 10 (1), 57-69 (1996).
  6. Mason, E., Pascual, A., McWilliams, J. C. A new sea surface height-based code for oceanic mesoscale eddy tracking. Journal of Atmospheric and Oceanic Technology. 31 (5), 1181-1188 (2014).
  7. Sterlini, P., De Vries, H., Katsman, C. A. Sea surface height variability in the North East Atlantic from satellite altimetry. Climate Dynamics. 47, 1285-1302 (2016).
  8. Chelton, D. B., Schlax, M. G., Samelson, R. M., De Szoeke, R. A. Global observations of large oceanic eddies. Geophysical Research Letters. 34, 15606 (2007).
  9. Chelton, D. B., Schlax, M. G., Samelson, R. M. Global observations of nonlinear mesoscale eddies. Progress in Oceanography. 91 (2), 167-216 (2011).
  10. Castelao, R. M., Wang, Y. Wind-driven variability in sea surface temperature front distribution in the California Current System. Journal of Geophysical Research: Oceans. 119 (3), 1861-1875 (2014).
  11. Pauly, D., Christensen, V. Stratified model of large marine ecosystems: A general approach and an application to the South China Sea. Large Marine Ecosystems: Stress, Mitigation, and Sustainability. Sherman, K., Alexander, L. M., Gold, B. D. , AAAS Press. Washington, DC. 148-174 (1993).
  12. Gao, S., Wang, H., Liu, G., Li, H. Spatio-temporal variability of chlorophyll a and its responses to sea surface temperature, winds and height anomaly in the western South China Sea. Acta Oceanologica Sinica. 32 (1), 48-58 (2013).
  13. Chen, Y. L. Spatial and seasonal variations of nitrate-based new production and primary production in the South China Sea. Deep-sea Research Part I. 52 (2), 319-340 (2005).
  14. Kahru, M., et al. Global correlations between winds and ocean chlorophyll. Journal of Geophysical Research. 115, 12040 (2010).
  15. Wu, C. R., Shaw, P. T., Chao, S. Y. Seasonal and Interannual Variations in the Velocity Field of the South China Sea. Journal of Oceanography. 54, 361-372 (1998).
  16. Liu, K. K., et al. Inter-annual variation of chlorophyll in the northern South China Sea observed at the SEATS Station and its asymmetric responses to climate oscillation. Biogeosciences. 10, 7449-7462 (2013).
  17. Yu, Y., et al. The variability of chlorophyll-a and its relationship with dynamic factors in the basin of the South China Sea. Journal of Marine Systems. 200, 103230 (2019).
  18. Qu, T., Du, Y., Gan, J., Wang, D. Mean seasonal cycle of isothermal depth in the South China Sea. Journal of Geophysical Research. 112, 02020 (2007).
  19. Chen, C. C., Shiah, F. K., Chung, S. W., Liu, K. K. Winter phytoplankton blooms in the shallow mixed layer of the South China Sea enhanced by upwelling. Journal of Marine Systems. 59, 97-110 (2006).
  20. Zhang, W. Z., Wang, H., Chai, F., Qiu, G. Physical drivers of chlorophyll variability in the open South China Sea. Journal of Geophysical Research: Oceans. 121, 7123-7140 (2016).
  21. Zeng, L., Wang, D., Chen, J., Wang, W., Chen, R. SCSPOD14, a South China Sea physical oceanographic dataset derived from in situ measurements during 1919-2014. Scientific Data. 3, 160029 (2016).
  22. Greer, A. T., Cowen, R. K., Guigand, C. M., Hare, J. A. Fine-scale planktonic habitat partitioning at a shelf-slope front revealed by a high-resolution imaging system. Journal of Marine Systems. 142, 111-125 (2015).
  23. Piontkovski, S. A., Nezlin, N. P., Alazri, A., Alhashmi, K. Mesoscale eddies and variability of chlorophyll-a in the Sea of Oman. Journal of Remote Sensing. 33 (17), 5341-5346 (2012).
  24. Kahru, M., Fiedler, P. C., Gille, S. T., Manzano, M., Mitchell, B. G. Sea level anomalies control phytoplankton biomass in the Costa Rica Dome area. Geophysical Research Letters. 34, 22601 (2007).
  25. Palacz, A. P., Xue, H., Armbrecht, C., Zhang, C., Chai, F. Seasonal and inter-annual changes in the surface chlorophyll of the South China Sea. Journal of Geophysical Research. 116, 09015 (2011).
  26. Tang, S., Liu, F., Chen, C. Seasonal and intraseasonal variability of surface chlorophyll a concentration in the South China Sea. Aquatic Ecosystem Health and Management. 17, 242-251 (2014).
  27. Fedorov, K. N. The physical nature and structure of oceanic fronts. , Springer-Verlag. Berlin. 333 (1986).
  28. Wang, Y., Castelao, R. M., Yuan, Y. Seasonal variability of alongshore winds and sea surface temperature fronts in Eastern Boundary Current Systems. Journal of Geophysical Research: Oceans. 120 (3), 2385-2400 (2015).
  29. Chen, H. H., Qi, Y., Wang, Y., Chai, F. Seasonal variability of SST fronts and winds on the southeastern continental shelf of Brazil. Ocean Dynamics. 69 (11), 1387-1399 (2019).
  30. Woodson, C. B., Litvin, S. Y. Ocean fronts drive marine fishery production and biogeochemical cycling. Proceedings of the National Academy of Sciences of the United States of America. 112 (6), 1710-1715 (2015).
  31. Siegel, D. A., et al. Regional to global assessments of phytoplankton dynamics from the SeaWiFS mission. Remote Sensing of Environment. 135, 77-91 (2013).
  32. Ducet, N., Traon, P. Y. L., Reverdin, G. Global high-resolution mapping of ocean circulation from Topex/Poseidon and ERS-1/2. Journal of Geophysical Research-Atmospheres. 105 (8), 19477-19498 (2000).
  33. Dee, D. P., et al. The ERA Interim reanalysis: Configuration and performance of the data assimilation system. Quarterly Journal of the Royal Meteorological Society. 137 (656), 553-597 (2011).
  34. Hellerman, S. Computations of wind stress fields over the Atlantic Ocean. Monthly Weather Review. 93 (4), 239-244 (1965).
  35. Xian, T., Sun, L., Yang, Y. J., Fu, Y. F. Monsoon and eddy forcing of chlorophyll-a variation in the northeast South China Sea. International Journal of Remote Sensing. 33 (23), 7431-7443 (2012).
  36. Hu, J. Y., Kawamura, H., Tang, D. Tidal front around the Hainan Island, northwest of the South China Sea. Journal of Geophysical Research. 108 (11), 3342 (2003).
  37. Chelton, D. B. Large-scale response of the California Current to forcing by the wind stress curl. CalCOFI Reports. 23, 130-148 (1982).
  38. Canny, J. A computational approach to edge-detection. IEEE Transactions on Pattern Analysis and Machine Intelligence. 6, 679-698 (1986).
  39. Cayula, J. F., Cornillon, P., Holyer, R., Peckinpaugh, S. Comparative study of two recent edge-detection algorithms designed to process sea-surface temperature fields. IEEE Geoscience and Remote Sensing Letters. 29 (1), 175-177 (1991).
  40. Cayula, J. F., Cornillon, P. Cloud detection from a sequence of SST images. Remote Sensing of Environment. 55 (1), 80-88 (1996).
  41. Ullman, D. S., Cornillon, P. Evaluation of Front Detection Methods for Satellite-Derived SST Data Using in Situ Observations. Journal of Atmospheric and Oceanic Technology. 17 (12), 1667-1675 (2000).
  42. Oey, L., Chang, M. C., Huang, S., Lin, Y. C., Lee, M. The influence of shelf-sea fronts on winter monsoon over East China Sea. Climate Dynamics. 45, 2047-2068 (2015).
  43. Legeckis, R. A survey of worldwide sea surface temperature fronts detected by environmental satellites. Journal of Geophysical Research. 83 (9), 4501-4522 (1978).
  44. Yao, J., Belkin, I. M., Chen, J., Wang, D. Thermal fronts of the southern South China Sea from satellite and in situ data. International Journal of Remote Sensing. 33 (23), 7458-7468 (2012).
  45. Chen, G., et al. Eddy heat and salt transports in the South China Sea and their seasonal modulations. Journal of Geophysical Research. 117, 05021 (2012).
  46. Wang, G., Li, J., Wang, C., Yan, Y. Interactions among the winter monsoon, ocean eddy and ocean thermal front in the South China Sea. Journal of Geophysical Research. 117, 08002 (2012).
  47. Guo, L., et al. Enhanced chlorophyll concentrations induced by Kuroshio Intrusion Fronts in the Northern South China Sea. Geophysical Research Letter. 44 (22), 565-572 (2017).
  48. Xing, X. G., Qiu, G. Q., Boss, E., Wang, H. L. Temporal and Vertical Variations of Particulate and Dissolved Optical Properties in the South China Sea. Journal of Geophysical Research-Oceans. 124 (6), 3779-3795 (2019).
  49. Belkin, I. M., Cornillon, P., Sherman, K. Fronts in Large Marine Ecosystems. Progress in Oceanography. 81, 223-236 (2009).

Tags

पर्यावरण विज्ञान अंक १६० क्लोरोफिल समुद्र की सतह का तापमान समुद्र की सतह ऊंचाई दक्षिण चीन सागर मौसमी चक्र उपग्रह टिप्पणियों
उपग्रह सूचना के साथ समुद्र की सतह क्लोरोफिल और दक्षिण चीन सागर की प्रमुख विशेषताओं के बीच संबंधों की जांच
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Chen, H. H., Tang, R., Zhang, H. R., … More

Chen, H. H., Tang, R., Zhang, H. R., Yu, Y., Wang, Y. Investigating the Relationship between Sea Surface Chlorophyll and Major Features of the South China Sea with Satellite Information. J. Vis. Exp. (160), e61172, doi:10.3791/61172 (2020).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter