С конца 1990-х годов спутники цвета океана произвели революцию в мониторинге верхних слоев океана, предоставив критически важную информацию о пространственном распределении и временных изменениях многих важных свойств, таких как прозрачность и «нагрузка» фитопланктона. Однако расхождения между спутниковыми миссиями по определению цвета океана сохраняются из-за различий в конструкции датчиков и алгоритмах атмосферной коррекции, что усложняет усилия по объединению данных из разных миссий. Устранение этих несоответствий имеет важное значение для создания комплексных долгосрочных наборов данных, необходимых для мониторинга воздействия климата на океаны.

Государственная ключевая лаборатория наук о морской среде Университета Сямэнь в сотрудничестве с Национальной службой спутниковых океанических приложений объявила о крупном исследовании (DOI: 10.34133/remotesensing.0302), опубликованном 7 ноября 2024 г. Дж журнал дистанционного зондирования . Исследование представляет CSAC (Кросс-спутниковая атмосферная коррекция), инновационную систему, которая выравнивает данные об отражательной способности верхней части атмосферы, поступающие с различных спутников, в соответствии с данными высочайшего качества. Р_РС составлено MODIS (спектрорадиометром визуализации среднего разрешения)-Aqua. Этот метод эффективно устраняет постоянные несоответствия данных, создавая основу для надежного многолетнего мониторинга океана, имеющего решающее значение для понимания изменения климата.

CSAC знаменует собой значительный шаг вперед в спутниковой обработке данных о цвете океана. В отличие от традиционных подходов к атмосферной коррекции, которые требуют алгоритмов, специфичных для датчиков, CSAC использует искусственный интеллект для обработки данных об отражении верхней части атмосферы, поступающих с нескольких спутников, в стандартный формат. Р_РС база данных единообразно. В основе этого достижения лежит тщательно подобранный набор данных высочайшего качества, полученный на основе более чем 20-летних наблюдений MODIS-Aqua. Этот набор данных служит надежным справочным материалом, позволяющим CSAC стандартизировать данные от таких датчиков, как SeaWiFS (датчик с широким полем обзора моря) и MERIS (спектрометр визуализации среднего разрешения). В ходе тестирования CSAC уменьшил расхождения в Р_РС на разных длинах волн, сокращая MAPD (средние абсолютные процентные различия) до 50% по сравнению с традиционными методами. Это подчеркивает способность CSAC предоставлять последовательные и точные данные о цвете океана, необходимые для отслеживания морских экосистем и оценки глобальных климатических тенденций.

Доктор Чжунпин Ли, один из ведущих исследователей исследования, подчеркнул: «Система CSAC представляет собой значительный прогресс в спутниковом дистанционном зондировании цвета океана. Используя десятилетия высочайшего качества данных MODIS-Aqua и сложные методы машинного обучения, мы устранили критические несоответствия в Р_РС между разными спутниками. Это не только повышает надежность данных, но и дает научному сообществу возможность создавать точные долгосрочные записи биооптических свойств океана, необходимые для изучения климата». Он подчеркнул важность постоянного мониторинга океана для углубления нашего понимания изменения климата.

Значение CSAC имеет далеко идущие последствия для океанографических исследований и спутникового дистанционного зондирования цвета океана. Обеспечивая согласованность биооптических данных, полученных со спутников, ученые теперь могут создавать надежные долгосрочные продукты данных из нескольких спутниковых миссий. Такие наборы данных жизненно важны для наблюдения за изменениями в океанских экосистемах, изучения роли океана в углеродном цикле и оценки последствий изменения климата. Кроме того, подход CSAC, основанный на искусственном интеллекте, устанавливает эталон для будущей обработки спутниковых данных, подчеркивая, что эта обработка вступает в новую эру: переход от подходов, основанных на переносе излучения, к системам, основанным на данных.

###

Ссылки

DOI

10.34133/дистанционное зондирование.0302

Исходный URL-адрес источника

https://spj.science.org/doi/10.34133/remotesensing.0302

Информация о финансировании

Финансовая поддержка со стороны Национального фонда естественных наук Китая (№ 42430107 и № 42250710150), Национальной программы ключевых исследований и разработок Китая (2022YFC3104903), Fujian Satellite Data Development, Co., Ltd. и Fujian Haisi Digital Technology Co. , Ltd. Мы благодарим НАСА за распространение продуктов SeaWiFS и MODIS для окраски океана. Мы будем очень признательны за комментарии и предложения от двух анонимных рецензентов.

О Журнал дистанционного зондирования

Журнал дистанционного зондирования , онлайн-журнал открытого доступа, издаваемый совместно с AIR-CAS, пропагандирует теорию, науку и технологию дистанционного зондирования, а также междисциплинарные исследования в области наук о Земле и информатики.