全球海面酸盐的遥感估计:方法和验证方法

科学领域:

• 海洋学 海洋学 海洋学
• 生物地质化学生物地质化学
• 遥感 遥感 遥感 遥感

背景情况:

• 海洋表面酸盐 (SSN) 对海洋生产力和碳循环研究至关重要.
• 为SSN开发精确的遥感算法是具有挑战性的,因为它缺乏光学特性和复杂的环境相互作用.
• 现有的方法通常依赖于缺乏机械理解的数据驱动模型.

研究的目的:

• 开发和验证一种新的,广泛适用的遥感逆转算法,用于在全球范围内估计月平均SSN.
• 将光合作用活性辐射 (PAR) 纳入SSN估计,认识到其在酸盐生态化学过程中的作用.
• 提高对影响SSN时空动态的因素的机制理解.

主要方法:

• 一个经验算法是使用月度气候学数据从世界海洋图谱2018 (WOA18) 酸盐开发的.
• 该算法整合了MODIS估计的月度海面温度 (SST) 和PAR,以及来自HYCOM.COM的混合层深度 (MLD).
• 全球每月平均SSN是根据1°x1°分辨率的网格计算的.

主要成果:

• 该研究发现,PAR可能会影响SSN度.
• 使用大量测量酸盐数据 (N=12,846,2018-2023) 的验证表明预测的准确性很高 (R2=0.93,RMSE=3.12 μmol/L,MAE=2.22 μmol/L).
• 独立的验证和敏感性测试证实了该算法的SSN检索可靠性.

结论:

• 开发的算法为估计全球海面酸盐度提供了强大而准确的方法.
• 这种方法提高了大规模海洋生产力和碳循环研究的能力.
• 将PAR纳入模型为酸盐生物地质化学提供了新的见解.