Name: investigating the relationship between sea surface chlorophyll and major features of the south china sea with satellite information
Uploaded: 2020-06-13T13:30:00
Duration: 10 min 28 s
Description: Watch this Scientific Journal Video about Investigating the Relationship between Sea Surface Chlorophyll and Major Features of the South China Sea with Satellite Information at JoVE.com

התמיכה של התוכנית הלאומית למחקר ופיתוח מפתח של סין (מס '2016YFC1401601), מחקר לתואר שני & תרגול תוכנית חדשנות של מחוז ג'יאנגסו (לא. SJKY19_0415) בתמיכת קרנות המחקר הבסיסיות של האוניברסיטאות המרכזיות (מס ' 2019B62814), הקרן הלאומית למדעי הטבע של סין (מס '41890805, 41806026 ו 41730536) ומחקרים ימיים ואקולוגיים מתקדמים משותפים במפרץ בנגל ובאוקיינוס ההודי המשווני המזרחי הוכרו מאוד. המחברים מעריכים את אספקת הנתונים ממקורות כולל מינהל האווירונאוטיקה החלל הלאומי (נאס"א), המרכז האירופי לתחזיות מזג אוויר לטווח בינוני (ECMWF), שירות ניטור ימי וסביבתי קופרניקוס (CMEMS) והמינהל הלאומי לאוקיינוסים ואטמוספירה (NOAA).

1. רכישת ערכת נתונים
<ol><li>SST ו- CHL<ol>
<li>הורד ערכת נתונים של תצפיות לווין עבור SST ו- CHL מ MODIS-Aqua (podaac-tools.jpl.nasa.gov/), שם הרזולוציה המרחבית של שתי ערכות הנתונים היא כ 4.5 ק"מ במרווחים יומיים. הערה: מבנה הספריות והנתונים בהתאם לתיקיית קבצי ה- Script לדוגמה הזמינה בתיקיה קבצים משלימים. אחסן את קבצי ה- .nc של נתוני הלוויין בתיקיה 'Data'. הוסף את הנתיב לארגז הכלים NetCDF בתוכנת הניתוח (כלומר, MATLAB). בחר הוסף עם תיקיות משנה כדי להקיף את הנתיבים של התיקיה 'UtilitIES' ותיקיות המשנה שלה.</li>
		<li>קבע את טווח הזמן. כדי לשמור על עקביות בין ערכות נתונים שונות, השתמש באותו טווח זמן עבור כל הפרמטרים. התאם את טווח הזמן בהתבסס על כיסוי הזמן ולהשתמש בתקופת התצפית הארוכה ביותר בין ערכות נתונים שונות. עבור פרוטוקול זה, הורד 15 שנים של נתונים מאוקטובר 2002 עד ספטמבר 2017.</li>
		<li>לקבוע את הכיסוי המרחבי. הערה: אזור המחקר המעוצב הוא בין 105° E ו 123 ° E ובין 0 ° ו 25 ° N.</li>
		<li>בדוק הוראות עיבוד מראש. קרא הוראות בקבצי .nc בנוגע לדרישות עיבוד מקדים של נתוני SST ו- CHL (לדוגמה, אם יש צורך בהקטנה). הערה: ערכת הנתונים שהורדו כבר אינה כוללת נתונים ביבשה ובתוך 5 ק"מ מקו החוף, כמו גם את אלה המזוהמים בעננים.</li>
		<li>טען נתוני SST ו- CHL לתוכנה הניתוח. הקלד Read_MODIS_SST בחלון הפקודה כדי לקרוא את נתוני SST. באופן דומה, הקלד Read_MODIS_CHL בחלון הפקודה כדי לקרוא את נתוני CHL. המר את נתוני CHL באופן לוגריתמי מכיוון שיש להם הפצה רגילה ביומן31. הערה: משתנים שנטענו כוללים SST ו- CHL בשלושה ממדים, המייצגים מיקום מרידיון, מיקום זונאל ושעה בימים, בהתאמה. טווח ה- SSTs הוא בין -2 ל- 44, והטווח של CHL הוא בין 0.01 ל- 20.</li>
	</ol></li>
	<li>אנומליה מפלס הים (SLA)<ol>
<li>הורד נתוני SLA יומיים ברזולוציה מרחבית של 25 ק"מ בין השנים 2002-201732. הערה: SLAs מתארים את ההבדל בין גובה פני הים שנצפה לבין גובה פני הים הממוצע על פני 20 שנה (1993-2012) עבור פיקסל מתאים. נתוני ה- SLA מעובדים על-ידי SSALTO/DUACS ומופצים על-ידי אחסון בארכיון, אימות ופרשנות של נתונים אוקיינוגרפיים בלוויין (AVISO, https://www.aviso.altimetry.fr).</li>
		<li>טען נתונים לתוכנה לניתוח. טען נתוני SLA של יום אחד על-Read_SLA הקלדה בחלון הפקודה. הערה: התיקיה 'נתונים' בתיקיה קבצים משלימים כוללת רק datum לדוגמה אחד בקובץ ה- Script להמחשה.</li>
	</ol></li>
	<li>מהירות רוח<ol>
<li>השג את מידע הרוח ממוצרים של ניתוח מחדש של ERA-ביניים, שהוא ערכת נתונים גלובלית של ניתוח אטמוספרי שפותחה על ידי המרכז האירופי לתחזיות מזג אוויר לטווח בינוני (ECMWF)33. הורד נתוני רוח עבור אותה תקופה (אוקטובר 2002 - ספטמבר 2017) כדי לשמור על עקביות עם נתוני CHL ו- SST. הערה: ערכת נתוני הרוח היא ברזולוציה מרחבית של כ-25 ק"מ והיא עברה אינטרפולציה מערכת הנתונים המקורית ברזולוציה מרחבית של כ- 0.7°.</li>
		<li>טען נתונים לתוכנה לניתוח. הקלד Read_WindVector בחלון הפקודה כדי לקרוא את נתוני הרוח של חודש אחד. חשב את הממוצע החודשי על-ידי חישוב ממוצע הנתונים המקוריים, שהם במרווחים של 6 שעות.</li>
	</ol></li>
	<li>טופוגרפיה<ol>
<li>הורד את נתוני הטופוגרפיה ברזולוציה גבוהה מאתר המרכזים הלאומיים למידע סביבתי (NCEI, https://maps.ngdc.noaa.gov/viewers/wcs-client/). הרזולוציה המרחבית היא ~ 2 ק"מ. השג את נתוני ETOPO1 עבור סלע בתבנית XYZ עבור אזור המחקר שנבחר.</li>
		<li>טען נתונים לתוכנה לניתוח. הקלד Read_topography בחלון הפקודה כדי לטעון את נתוני הטופוגרפיה לתוכנה לניתוח.</li>
	</ol></li>
</ol>2. מעבד מקדים נתונים
<ol><li>ממוצע זמני<ol>
<li>בשל כיסוי הענן הגדול בנתונים SST ו- CHL, החלף את הנתונים המקוריים בנתונים ממוצעים של 3 ימים. לשם כך, לאחר הפעלת קבצי ה- script Read_MODIS_SST.m Read_MODIS_CHL.m (שלב 1.1.5), הקלד Temporal_average בחלון הפקודה כדי להפעיל את קובץ ה- Script.</li>
	</ol>
</li>
	<li>אינטרפולציה לאותה רשת<ol>
<li>מכיוון שהרזולוציה המרחבית אינה עקבית עבור ערכות נתונים שונות, האינטרפולציה של נתוני SST ו- CHL לרשת מרחבית זהה לרשת המרחבית של הרוח וה- SLA לפני ביצוע השוואות. לאחר הפעלת Temporal_average.m Read_WindVector.m, הקלד Interpolation_grid בחלון הפקודה כדי להפעיל את קובץ ה- Script.</li>
	</ol>
</li>
	<li>מתח רוח ותלתלי לחץ רוח<ol>
<li>הקלד Wind_stress_curl בחלון הפקודה כדי לחשב את מתח הרוח (WS) ואת תלתל מתח הרוח (WSC) באמצעות המשוואות הבאות: <img alt="Equation 1" src="/files/ftp_upload/61172/61172equ01.jpg"> <img alt="Equation 2" src="/files/ftp_upload/61172/61172equ02.jpg"> איפה <img alt="Equation 10" src="/files/ftp_upload/61172/icon01.jpg"> וקטור מהירות הרוח; <img alt="Equation 10" src="/files/ftp_upload/61172/icon02.jpg"> הוא WS באותו כיוון כמו וקטור הרוח; <img alt="Equation 10" src="/files/ftp_upload/61172/icon03.jpg"> <img alt="Equation 10" src="/files/ftp_upload/61172/icon04.jpg"> והם WS בכיוונים המזרחיים והצפון, בהתאמה; הוא <img alt="Equation 10" src="/files/ftp_upload/61172/icon05.jpg"> צפיפות האוויר (שווה ל 1.2 ק"ג / מ'3);ו- C הוא מקדם הגרר (ערך של 0.0015 משמש) בתנאי יציבותניטרליים 34.</li>
	</ol>
</li>
	<li>ממוצעים חודשיים<ol>
<li>חשב את סדרת הזמן החודשית של SST, wind ו- SLA כממוצעים של 30 יום בכל פיקסל על-ידי הקלדת Monthly_average כדי להפעיל את קובץ ה- Script. בשל שיעור כיסוי הענן הגבוה, השתמש בממוצע של 60 יום כסדרת הזמן החודשית עבור CHL, כולל 30 יום לפני עד 30יום לאחר היום ה-15 בחודש.</li>
	</ol>
</li>
</ol>3. זיהוי קדמי של SST
<ol><li>החלקה מרחבית<ol>
<li>הקלד Spatial_smoothing כדי להפעיל את קובץ ה- Script כדי לממוצע את נתוני ה- SST של שלושה ימים בכל פיקסל. הערה: כמות גדולה של רעש זוהתה בנתונים SST. לכן, הנתונים היו חלקה עם ממוצע מרחבי 3 x 3. כאשר לא היו נתונים זמינים בנתונים הממוצעים המקוריים של 3 ימים, הנתונים הממוצעים המרחביים נקבעו כלא זמינים.</li>
	</ol>
</li>
	<li>מעבר צבע SST<ol>
<li>הקלד SST_gradient כדי להפעיל את קובץ ה- Script כדי לחשב את מעברי הצבע של SST זונאלי ומרידיוני (כלומר, Gxו- Gy, בהתאמה) כהפרש SST בין שני הפיקסלים הקרובים ביותר המחולקים במרחק המתאים באמצעות משוואה (3). השתמש בווקטור מעבר הצבע המתקבל כדי לחשב את סך כל מעבר הצבע, G, כמשוואה עוקבת סקלארית (4). <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>מקסימום מקומי<ol>
<li>זהה חזית על-ידי בדיקת ערך מעבר צבע SST: סמן פיקסל כפיקסל חזיתי פוטנציאלי אם הערך גדול מסף ייעודי. שמור על הפיקסל המרבי המקומי באותו כיוון בניצב לכיוון מעבר הצבע רק אם יש פיקסלים מחוברים עם ערכים גדולים יותר מהסף. כאן, להגדיר את הסף כמו 0.035 מעלות צלזיוס / ק"מ לאחר מחקריםקודמים 10,28. הערה: קובץ ה-Local_maximum.m' המתאים ' זמין בקבצים המשלים.</li>
	</ol>
</li>
	<li>הסתברות קדמית חודשית (FP) הערה: ההסתברות החזיתית (FP) מתארת את ההסתברות להתבוננות בחזית.<ol>
<li>חשב את ה- FP עבור טווח זמן מסוים (במקרה זה, מרווח זמן חודשי), על-ידי הקלדת Monthly_FP להפעלת קובץ ה- Script. חלק את המופע של חזיתות בכל פיקסל במהלך חלון זמן במספר הימים ללא עננים.</li>
	</ol>
</li>
</ol>4. השתנות מרחבית ותמית
<ol><li>מחזור עונתי<ol>
<li>לחשב את המחזורים העונתיים של גורמים שונים כמו הממוצעים של עונות שונות. הגדר את העונות כדלקמן: החורף הוא מדצמבר עד פברואר, האביב הוא ממרץ עד מאי, הקיץ הוא מיוני עד אוגוסט, והסתיו הוא מספטמבר עד נובמבר. הערה: המחזור העונתי אינו מוצג במחקר זה; השיטה הבאה משמשת כדי להסביר את השונות המרחבית והתקתית במקום זאת.</li>
	</ol>
</li>
	<li>פונקציה אורתוגונלית אמפירית (EOF)<ol>
<li>הסר את הממוצע הזמני ואת הפיקסלים שאינם זמינים. לפני ביצוע ה- EOF, הפחת את הממוצע הכולל בכל פיקסל ואל תכלול את המיקומים שבהם תצפיות חסרות עולות על 20% עקב כיסוי ענן. טען נתונים על-ידי הקלדת load('Monthly_data_for_EOF.mat') בחלון הפקודה.</li>
		<li>החל EOF כדי לתאר את השונות המרחבית והזמפוראלית של פרמטרים שונים. הקלד Empirical_orthogonal_function.m כדי להפעיל את קובץ ה- Script כדי לחשב את סדר הגודל (Mag), eigenvalues (Eig) משרעת (Amp) של EOFs עבור ערכת הנתונים (כלומר, סדרת זמן של SST ממוצע חודשי, מתח רוח, תלתל מתח רוח, CHL ו- FP). הערה: הפונקציה מרוקנת את סדרת הזמן החודשית למצבים שונים, המורכבים מתבניות מרחביות ותזות והסטיות המוסברת על-ידי כל מצב פוחתת עם מספר המצב הגדל.</li>
	</ol>
</li>
</ol>5. יחסי גומלין
<ol><li>מתאם בקנה מידה עונתי<ol>
<li>חשב את המתאמים בין שני גורמים המשתמשים בסדרת הזמן שלהם בכל פיקסל על-ידי הקלדת Seasonal_correlation כדי להפעיל את קובץ ה- Script. מכיוון שה מחזור העונתי אינו מוסר, בדוק את משמעות המתאם עבור כל המתאמים.</li>
	</ol>
</li>
	<li>מתאם של שדה חריג<ol>
<li>חשב את המתאמים בין חריגות CHL החודשיות לבין גורמים אחרים, כגון SST, WS, חזיתות ו- SLAs. השג את החריגות החודשיות (כלומר, החריגה מהסטטוס הממוצע) על-ידי חיסור הממוצע הכולל לחודש מתאים מסדרת הזמן החודשית. הקלד Anomalous_correlation כדי להפעיל את קובץ ה- Script ולקבל את המתאמים.</li>
	</ol>
</li>
</ol>6. הצגת מידע וחישוב קשרי גומלין
<ol><li>הצג מידע לוויין.<ol>
<li>הקלד Sat_SCS_Fig3457 כדי להפעיל את קובץ ה- Script כדי ליצור חלון ראווה של מידע לוויין, כולל SST, CHL והפצה פרונטלית. הגדר את התיקיה הנוכחית כ'קבצי Script' שבהם ממוקמים הנתונים 'Sat_SCS_data.mat'. הערה: איור 1, איור 2, איור 3 ואיור 4 מציגים SST, CHL, חזיתות, רוח וטופוגרפיה עבור התאריך הנבחר כדוגמה.</li>
	</ol>
</li>
	<li>הצג את תוצאת EOF על-ידי הקלדת Sat_SCS_Fig890.m להפעיל את קובץ ה- Script. הערה: איור 5, איור 6 ואיור 7 מתארים את סדרי הגודל המרחביים, הממוצע החודשי וסדרת הזמנים של שני המצבים הראשונים עבור CHL, SST וחזיתות, בהתאמה.</li>
	<li>חשב את קשרי הגומלין בין CHL לגורמים אחרים בצירי זמן עונתיים עבור שדות חריגים על-ידי הקלדת Sat_SCS_Fig1112.m להפעלת קובץ ה- Script. קבלו את מפת המתאם למגוון עונתי (איור 8) וחמדויות (איור 9).</li>
</ol>

למחברים אין מה לחשוף.

במחקר זה, התכונות העיקריות של מערכות ימיות מתוארות באמצעות תצפיות לווין. ה- CHL, בו ניתן להשתמש כדי לייצג את ייצור האוקיינוס, נבחר כמגורם מחוון. גורמים הקשורים לשונות CHL נחקרו באמצעות סדרת זמן ממוצעת חודשית, למשל, SST, WS, WSC, FP ו- SLA. שלושה שלבים קריטיים מתוארים במחקר זה: רכישת נתוני לוויין עבור פרמטרים שונים, תיאור השונות המרחבית והזמןית שלהם באמצעות EOF, וקביעת יחסי גומלין בין גורמים שונים על ידי חישוב מקדמי מתאם. הליך מפורט המציג את הזיהוי להפצה פרונטלית יומית, הנגזרת מתצפיות SST, כלול. שתי גישות עיקריות פותחו לגילוי קדמי של SST: שיטת ההדרגה10,38 ושיטת ההיסטוגרמה39,40. שיטת ההיסטוגרמה מבוססת על טווח ערכים דומה עבור SST, אשר ניתן להשתמש בהם כדי לחלק את מסות המים לקבוצות שונות. הפיקסלים עם הערכים בין קבוצות שונות המייצגות את הפיקסל ברצועה מעבר מוגדרים כחזיתות. מצד שני, שיטת ההדרגה מפרידה בין מספר גופי מים אחידים יחסית לפיקסלים עם ערכי מעבר צבע גדולים. מחקר השוואה נערך, והם מצאו שיעורים כוזבים נמוכים יותר באמצעות שיטת היסטוגרמה ופחות חזיתות שלא נענו בשיטההדרגתית 41. במחקר זה, השיטה המבוססת על שיפוע38 אומצה לאחר מחקריםקודמים 10,28. האלגוריתם יכול למנוע פריצה קדמית לרסיסי קצה מרובים בכך שהוא מאפשר לעוצמה לרדת לרמה מתחת לסף קטן יותר. בנוסף לערכות הנתונים הכלולות כאן, תצפיות לוויין אחרות, כגון מדד אירוסול, יכולות לשמש גם בגישה דומה.
ניתן להחיל את רוב ההליכים ישירות באזורים או בערכות נתונים אחרים. ייתכן שינוי כדי לשנות את סף הזיהוי הקדמי. מכיוון שמילוי הדרגתי של SST ב- SCS דומה למערכת זרם הגבול המזרחי28, אותם ספי סף יושמו עבור המחקר הנוכחי. מחקר קודם גילה כי שיפוע SST מערכות נתונים שונות יכול להשתנות ככל שלושפעמים 42, מה שהופך את השיטה איכשהו פחות אובייקטיבי. מחקרים משמעותיים חקרו פעילויות פרונטל סביב האוקיינוסיםהעולמיים 28,43. הגישה הטובה ביותר לאמת חזיתות היא להשוות אותם עם תצפיות situ. יאו44 תיאר את ההפצה הקדמית החודשית עבור SCS. התוצאות שלהם הסכימו היטב עם מדידות situ. יש לבדוק ולתאם את המילוי ההדרגתי הכולל מכיוון שהערך שלו עשוי להשתנות בהתאם לרזולוציה המרחבית והמכשירים. בפרט, יש לעדכן את הסף בעת שימוש ב ערכת נתונים אחרת של SST. הבנה בסיסית של הדינמיקה האזורית היא בסיסית להבנת פרוגנוגנזה45,46,47. סקריפט הזיהוי הקדמי יכול להיות מפותח על ידי מחברים בודדים בהתבסס על התיאור בעיתון זה.
מידע לוויין מציע הבנה מקיפה של תכונות פני השטח, והשוואה לתוצאות עם תצפיות situ יכול לסייע בהערכת אמינות. עם זאת, תצפיות לווין מוגבלות לפני השטח של האוקיינוס, אשר מגביל את היישום להבנת המבנה האנכי של עמוד המים. במחקר שנערך לאחרונה, תצפיות לווין גילו כי CHL פני השטח גדל פי 15, אבל הערך המשולב האנכי רק עלה על ידי 2.5פעמים 48. הבדל זה היה כי ערך פני השטח הושפע ממקדמי הצמיחה של פיטופלנקטון והלקת MLD, וכתוצאה מכך ערך בלתי ניתן לתיעוב על פני השטח. לכן, ייתכן שתכונת פני השטח לא תציע תיאור מדויק עבור עמוד המים כולו. בנוסף, ההשפעה של כיסוי ענן מגבילה את התצפיות המתמשכות של לוויינים. לכן, סדרות זמן חודשיות מחושבות עבור גורמים שונים על פני אותו אזור ואותה תקופה. זה יבטיח את האמינות של חישוב המתאמים בין גורמים שונים. עם זאת, אירועי התקופה הקצרה, למשל, טייפונים שימשך כמה ימים עד שבוע, לא ייפתרו.
בהשוואה למחקרים קודמים, השיטה המוצעת יכולה להציע מידע מרחבי ברמת הפיקסל, אשר יכול לעזור להעריך את הדינמיקה בצורה מפורטת יותר. כמה מחקרים קודמים בממוצע SCS כולו כמספר אחד וקיבלו סדרת זמן. הם מצאו כי WS חזק במיוחד SST גבוה יכול לגרום CHL גבוה באופן חריג16, אשר עולה בקנה אחד עם התוצאה הנוכחית. עם זאת, הווריאציה המרחבית ביחסים לא נפתרה. במחקר זה, המתאם בקנה מידה אגן בין WS ו CHL היה חלש בתחום החריג. מתאם משמעותי גדול זוהה רק באזורים מסוימים, למשל, במרכז ה-SCS (איור 9B). לכן, השיטה הנוכחית מציעה תיאור מקיף לחקירת וריאציות מרחביות. באופן דומה, תצפיות משני מצופים ביו-ארגו שימשו וחשפו כי WSC לא לתאם עם השתנות CHL20. עם זאת, המסלולים של שני הצפים ממוקמים רק באזורים מסוימים. במקרה זה, זה היה בדיוק בתוך הלהקה שבה המתאם בין רמת CHL לבין WSC לא היה משמעותי (איור 8D). השיטה המוצעת מסייעת מאוד לפתרון התלות המרחבית בין הגורמים, שהיא מאפיין בסיסי של האוקיינוס העולמי.
לסיכום, השיטה המשמשת כאן יכולה לתאר במדויק את ההתפלגות המרחבית ואת השונות הזמנית בתכונות פני הים באמצעות תצפיות לווין. עם הרזולוציה הגוברת של ערכות נתונים לווין, תכונות מפורטות יותר ניתן לזהות ולחקר, המאפשר הבנה כללית של תכונות אזוריות, כולל CHL, SST, ו SSH. המתאם של סדרות זמן חודשיות בין גורמים שונים יכול לסייע בהבנת היחסים הדינמיים שלהם ואת ההשפעה הפוטנציאלית על מערכתאקולוגית 49. מכיוון שהמתאם יכול להשתנות במידה רבה במיקומים מרחביים שונים, השיטה המוצעת מציעה תיאור מפורט ומקיף. גישה דומה יכולה להיות מיושמת על כל אגן אוקיינוס ברחבי העולם, אשר יהיה מאוד מועיל כדי לשפר את ההבנה של הדינמיקה הימית ומערכות אקולוגיות.

טכנולוגיית חישה מרחוק מציעה ערכות נתונים נהדרות עם קשקשים מרחביים גדולים ותקופות ארוכות לתיאור סביבות ימיות. עם הרזולוציה המרחבית הגוברת של לוויינים, תכונות מפורטות נפתרות כעת מן הסולם האזורי כמה מאותמטרים 1,2. הבנה משופרת של הדינמיקה הימית ניתן להשיג עם תצפיות לווין המעודכנותביותר 3.
על ידי שילוב חיישנים מרובים בפלטפורמת חישה מרחוק, תיאור מקיף של פרמטרים שונים אפשרי. טמפרטורת פני הים (SST) הוא הפרמטר הבסיסי שנצפה במשך יותר מחצי מאה4. לאחרונה, תצפיות על פני הים chlorophyll-a (CHL) הפכו לזמינים ו ניתן להשתמש בהם כדי לתאר את הפרודוקטיביותהימית 5. לווייני Altimetry משמשים למדידת גובהפני הים 6,7, אשר קשורה קשר הדוק לפעילויות אודי mesoscale באוקיינוס העולמי8,9. בנוסף לאדי, פעילויות פרונטל חשובות גם להשפעה על הדינמיקה האזורית והייצור הראשוני10.
המוקד העיקרי של המחקר הנוכחי הוא למצוא הליך סטנדרטי לתיאור ההתפלגות המרחבית והמגוון הזמני של גורמי אוקיינוס שונים. בשיטה זו, SST, CHL, SSH ונתונים קדמיים, הנגזרים ממילויים הדרגתיים של SST, מנותחים כדי לקבוע תבניות. בפרט, CHL משמש כדי לייצג את הפרודוקטיביות של האוקיינוס, שיטה מוצגת כדי לחקור את הקשר בין CHL ופרמטרים אחרים האוקיינוס. כדי לאמת את השיטה, פרק הזמן שבין אוקטובר 2002 לספטמבר 2017 בים סין הדרומי שימש לבחינת כל הפרמטרים. השיטה יכולה לשמש בקלות עבור אזורים אחרים ברחבי העולם כדי ללכוד דפוסי אוקיינוס מרכזיים ולחקור כיצד הדינמיקה הימית משפיעה על המערכת האקולוגית.
ים סין הדרומי (SCS) הוגדר כאזור המחקר בשל שיעור הכיסוי הגבוה יחסית של תצפיות לוויין. SCS הוא בשפע קרינת השמש; לכן, CHL נקבע בעיקר על ידי הזמינות של חומריםמזינים 11,12. עם יותר חומרים מזינים מועברים לשכבה האופטית, רמות CHL יכול להגדיל13. ערבוב, המושרה על ידי רוח, יכול להכניס חומרים מזינים לתוך פני האוקיינוס ולשפר CHL14. ה- SCS נשלט באופן ייחודי על ידי מערכת רוח מונסון, הקובעת את הדינמיקה ואת המערכת האקולוגית באזור. רוח המונסון היא החזקה ביותר בחורף15. בקיץ הרוחות משנים כיוון ומהירויות הרוח חלשות בהרבה מאלה בחורף16,17. עוצמת הרוח יכולה לקבוע את עוצמת הערבוב האנכי, כך שעומק השכבה המעורבת (MLD) מעמיק ככל שהרוח עולה בחורף והופך רדוד יותר ככל שהרוח פוחתתבקיץ 18. לכן, חומרים מזינים יותר מועברים לשכבה האופטית במהלך החורף כאשר הרוחחזקה 19 ו CHL מגיע לנקודה הגבוהה ביותר שלהשנה 20,21.
בנוסף לרוח, MLD ניתן לקבוע גם באמצעות גורמים אחרים, כגון SST וחריגות פני הים (SLAs), אשר בסופו של דבר להשפיע על תוכן מים מזינים CHL22. במהלך החורף, שיפוע אנכי חלש קשור לטמפרטורות נמוכות על פני השטח20. MLD המתאים הוא עמוק וחומרים מזינים יותר ניתן להעביר כלפי מעלה; לכן, CHL בשכבת פני השטח הואגבוה 17. וריאציה גוברת ברמות CHL ניתן לייחס אדי mesoscale, אשר לגרום תחבורה אנכית ערבוב23. Upwelling נמצא בדרך כלל אדי ציקלוני הקשורים SLAs מדוכא8,9 וריכוזי CHLגבוהים 24. Downwelling נמצא בדרך כלל אדי אנטי סיקלוני הקשורים SLAs מוגבה8,9 ו ריכוזי CHL מדוכא24. בעונות אחרות, ה-MLD הופך רדוד, והשילוב נחלש; לכן, CHL נמוך ניתן לראות על פני רוב האגן25. המחזורים העונתיים של רמות CHL הם לאחר מכן דומיננטי עבור האזור26.
בנוסף לערבוב, חזיתות ואת upwelling החוף הקשורים שלהם יכול עוד יותר לווסת את CHL. החזית, המוגדרת כגבול של מסות מים שונות, חשובה כדי לקבוע את זרימת הדם האזורית ואת תגובות המערכת האקולוגית27. פרונטוגנזה קשורה בדרך כלל עם החוף upwellingוהתכנסות 28,29, אשר יכול לגרום חומרים מזינים להעלות את הצמיחה של פיטופלנקטון30. אלגוריתמים שונים פותחו כדי לזהות באופן אוטומטי חזיתות מתצפיות לווין, כולל שיטות היסטוגרמה ושיפוע SST. הגישה האחרונה מאומצת במחקר זה28.
המתאם של סדרות זמן בין CHL וגורמים שונים מציע תובנות נהדרות לכמת את מערכת היחסים שלהם. המחקר הנוכחי מציע תיאור מקיף של אופן השימוש בתצפיות לוויין כדי לחשוף את הדינמיקה הימית האזורית הקשורה לפרודוקטיביות. תיאור זה יכול לשמש כמדריך לחקירת תהליכי פני השטח בכל חלק של האוקיינוס. המבנה של מאמר זה כולל פרוטוקול שלב אחר שלב, ואחריו תוצאות תיאוריות בטקסט ובמספרים. היישום בנוסף היתרונות והחסרונות של השיטה נידונים לאחר מכן.

<table>
	<tbody>
		<tr>
			<td>Matlab</td>
			<td>MathWorks</td>
			<td>Matlab R2016</td>
			<td>https://www.mathworks.com/products/matlab.html; referred to analysis software in the protocol</td>
		</tr>
		<tr>
			<td>Sea surface chlorophyll</td>
			<td>NASA</td>
			<td>MODIS</td>
			<td>mg/mg3 (podaac-tools.jpl.nasa.gov)</td>
		</tr>
		<tr>
			<td>Sea surface height</td>
			<td>AVISO</td>
			<td>AVISO</td>
			<td>meter (www.aviso.altimetry.fr)</td>
		</tr>
		<tr>
			<td>Sea surface temperature</td>
			<td>NASA</td>
			<td>MODIS</td>
			<td>&#176;C (podaac-tools.jpl.nasa.gov)</td>
		</tr>
		<tr>
			<td>Topography</td>
			<td>NOAA</td>
			<td>NGDC</td>
			<td>meter (maps.ngdc.noaa.gov/viewers/wcs-client/)</td>
		</tr>
		<tr>
			<td>Wind</td>
			<td>ECMWF</td>
			<td>ERA-interim</td>
			<td>m/s (www.ecmwf.int/en/forecasts/datasets)</td>
		</tr>
	</tbody>
</table>

investigating the relationship between sea surface chlorophyll and major features of the south china sea with satellite information

תצפיות לוויין מציעות גישה מצוינת לחקור את התכונות של פרמטרים ימיים עיקריים, כולל כלורופיל פני הים (CHL), טמפרטורת פני הים (SST), גובה פני הים (SSH), וגורמים הנגזרים פרמטרים אלה (למשל, חזיתות). מחקר זה מראה הליך שלב אחר שלב לשימוש בתצפיות לוויין לתיאור פרמטרים מרכזיים ויחסיהם בתחומים עונתיים וחגומיים. שיטה זו מודגמת באמצעות ערכות נתונים לוויין 2002-2017 ששימשו לתיאור תכונות פני השטח של ים סין הדרומי (SCS). בשל כיסוי ענן, נעשה שימוש בנתונים ממוצעים חודשיים במחקר זה. הפונקציה האמפירית אורתוגונלית (EOF) הוחלה כדי לתאר את ההתפלגות המרחבית ואת השונות הזמנית של גורמים שונים. רוח המונסון שולטת על השונות באגן. לכן, רוח מ dataset ניתוח מחדש שימש כדי לחקור את הכוח המניע שלה על פרמטרים שונים. השונות העונתית ב- CHL הייתה בולטת ומתואמת באופן משמעותי עם גורמים אחרים ברוב ה- SCS. בחורף, מונסון צפון-מזרחי חזק גורם לשכבה מעורבת עמוקה ורמה גבוהה של כלורופיל בכל האגן. מקדמי מתאם משמעותיים נמצאו בין הגורמים במחזור העונתי. בקיץ, רמות CHL גבוהות נמצאו בעיקר ב- SCS המערבי. במקום תלות עונתית, האזור היה דינמי מאוד, וגורמים מתואמים באופן משמעותי בתחומים חריגים כך שרמות CHL גבוהות במיוחד היו קשורות לרוחות חזקות באופן חריג ולפעילויות חזיתיות אינטנסיביות. המחקר מציג הליך שלב אחר שלב לשימוש בתצפיות לוויין לתיאור פרמטרים מרכזיים ויחסיהם בתחומים עונתיים וחגומיים. השיטה יכולה להיות מיושמת על אוקיינוסים גלובליים אחרים ותסייע להבנת הדינמיקה הימית.

Watch this Scientific Journal Video about Investigating the Relationship between Sea Surface Chlorophyll and Major Features of the South China Sea with Satellite Information at JoVE.com

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

כלורופיל פני הים, טמפרטורה, גובה פני הים, רוח ונתונים קדמיים שהושגו או נגזרו מתצפיות לוויין מציעים דרך יעילה לאפיין את האוקיינוס. מוצגת שיטה למחקר מקיף של נתונים אלה, כולל ממוצע כולל, מחזור עונתי וניתוחי יחסי גומלין, כדי להבין באופן מלא את הדינמיקה האזורית ואת המערכות האקולוגיות.

חקירת הקשר בין כלורופיל פני הים ותכונות עיקריות של ים סין הדרומי עם מידע לווין

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

תצפיות לוויין מציעות גישה מצוינת לחקור את התכונות של פרמטרים ימיים עיקריים, כולל כלורופיל פני הים וטמפרטורה, גובה פני הים, ואת הגורמים הנגזרים פרמטרים אלה, כגון חזיתות. המחקר שלנו מראה כיצד להשתמש בתצפיות לווין כדי לתאר פרמטרים מרכזיים ואת מערכות היחסים שלהם. מדעי נתוני הלוויין משנת 2002 עד 2017 שימשו לתיאור תכונות פני השטח של ים סין הדרומי.תצפית הלוויין של כלורופיל היא גורם, המשמש להגנה על האוקיינוס. גורמים הקשורים לשונות כלורופיל נחקרו באמצעות סדרת זמן. ניתן ליישם את השיטה על אוקיינוסים גלובליים אחרים ולסייע להבנת הדינמיקה הימית והאקוסיסטם.אנו מציגים הליך שלב אחר שלב לרכישת נתוני לוויין בפרמטרים שונים המתארים את השונות המרחבית והזמןית וקביעת יחסי גומלין בין גורמים שונים. משתניות מרחבית ותת-זמנית של פרמטרים מתקבלות. הם פונקציה אורתוגונלית אמפירית ואת יחסי הגומלין בין גורמים שונים נרכשים על ידי מקדמי מתאם אפס.עבור טמפרטורת פני הים ורכישת נתונים כלורופיל פני הים, להוריד ערכת נתונים של תצפיות לווין מ MODIS אקווה, אשר הרזולוציה המרחבית של שתי ערכות הנתונים הוא בערך 4.5 ק"מ במרווחים יומיים. אחסן את קבצי הלוויין שהורדו לתיקיית הנתונים והבנה את ספריית התיקיות כפי שמוצג. הוסף את הנתיב של ארגז הכלים לקובץ NetCDF ב- MATLAB ובחר הוסף עם תיקיות משנה כדי להקיף את הנתיבים של תיקיית הסקריפטים.הנתיב עבור כל הספריות הנדרשות של הנתונים והפונקציות יופיע בנתיב החיפוש MATLAB. ואז לטעון את נתוני טמפרטורת פני הים לתוכנה ניתוח. לרכישת ערכת נתונים אנומליה פני הים, להוריד נתוני אנומליה מפלס הים היומי עם רזולוציה מרחבית 25 קילומטר מאותה מסגרת זמן ולהזן את הפקודה לטעון את נתוני אנומליה פני הים יום אחד.כדי להשיג את נתוני מהירות הרוח, הורד את נתוני הרוח מאותה תקופת זמן מתוך מוצר ביניים לניתוח מחדש של ERA והזן את הפקודה כדי לקרוא את נתוני הרוח של חודש אחד. משתני u, v ו- time המתקבלים מייצגים את הזונל והמרידיאן בכל המהירויות ובזמן המתאים בהתאמה. כדי לגשת לערכות הנתונים של הטופוגרפיה, הורד את נתוני הטופוגרפיה ברזולוציה גבוהה מאתר האינטרנט של המרכזים הלאומיים למידע סביבתי והזן את הפקודה כדי לטעון את נתוני הטופוגרפיה לתוכנת הניתוח.המשתנים XX, YY ו- ZZ מציינים את קו הרוחב, קו האורך והעומק המתאים בהתאמה. בשל כיסוי העננים הגדול בטמפרטורת פני הים ובנתונים של כלורופיל פני הים, השתמש בפקודה כדי להחליף את הנתונים המקוריים בנתונים הממוצעים של שלושת הימים. מכיוון שהרזולוציה המרחבית אינה עקבית עבור ערכות נתונים שונות, הזן את הפקודה לאינטרפולציה של טמפרטורת פני הים ותוני כלורופיל פני הים לרשת מרחבית זהה לרשת המרחבית של פני הרוח וגמת הים.הזן את הפקודה כפי שצוין כדי לחשב את מתח הרוח ואת סלסול מתח הרוח. כדי לחשב את טמפרטורת פני הים החודשית, את סדרות הזמן של חריגות הרוח וגמת פני הים כממוצעים של 30 יום בכל פיקסל, הזן את הפקודה כמצוין. להחלקה מרחבית, הזינו את הפקודה להפעלת הסקריפט כדי להחליק את נתוני טמפרטורת פני הים הממוצעים לשלושה ימים בכל פיקסל.כדי לקבוע את שיפוע טמפרטורת פני הים, הזן את הפקודה כדי להפעיל את התסריט כדי לחשב את הזונאל ואת מרידיאן את כל מעברי טמפרטורת פני הים כהבדל טמפרטורת פני הים בין שני הפיקסלים הקרובים ביותר חלקי המרחק המתאים. כדי לזהות חזית על-ידי בדיקת הערך של מעבר הצבע של טמפרטורת פני הים, סמן את הפיקסל כפיקסל קדמי פוטנציאלי אם הערך גדול מסף מוגדר. כדי לחשב את ההסתברות הקדמית החודשית של התבוננות בחזית עבור טווח זמן מסוים, הזן את הפקודה.כדי לטעון את הנתונים החודשיים לניתוח, הזן את הפקודות והחל פונקציה אורתוגונלית אמפירית כדי לתאר את השונות המרחבית והזקתית של הפרמטרים השונים. התוכנית תחשב את הגודל, eigenvalues, משרעת של פונקציות אורתוגונל אמפירי עבור ערכת הנתונים. כדי לקבוע את המתאם בקנה המידה העונתי, הזן את הפקודה כדי לחשב את המתאמים בין שני גורמים המשתמשים בסדרת הזמן שלהם בכל פיקסל.לאחר מכן הזן את הפקודה כדי לחשב את המתאמים בין הסטיות החודשיות של כלורופיל פני הים וגורמים אחרים. כדי להציג את מידע הלוויין, הזן את הפקודה כדי להפעיל את הסקריפט כדי ליצור חלון ראווה של מידע לווין, כולל כלורופיל פני הים, טמפרטורה ורוח, אנומליה פני הים והפצה חזיתית. הזן את הפקודה כדי להציג את תוצאת הפונקציה האמפירית orthogonal.לאחר מכן הזן את הפקודה כפי שצוין כדי לחשב את הקשר בין הכלורופיל לגורמים אחרים בשדות עונתיים וחגומים. לטופוגרפיה השפעה בולטת על ההתפלגות המרחבית של כלורופיל פני הים עם כלורופיל פני הים הגבוה המופצת בעיקר לאורך חופי ים סין הדרומי שבו הטופוגרפיה רדודה. הרוח מושפעת גם אורוגרפיה עם הצד החכירה של ההרים מאופיין ברוח חלשה תלתל מתח רוח בולט מזוהה מדרום מערב לים סין הדרומי.הסף המיושם כאן לוכד ביעילות את מיקום החזית ומבטיח את תיאור גבולות גושי המים שלמים. בניתוח זה, פונקציה אורתוגונלית אמפירית אחד כבש שונות גדולה בחלק הצפוני של ים סין הדרומי. הממוצע החודשי המקביל של סדרת הזמן הראה כי כלורופיל פני הים היה גבוה במהלך החורף ומדוכא במהלך הקיץ.האזור הסמוך לחוף הדרום-מערבי התאפיין בעוצמה חלשה, וההטיה המקבילה נלכדה בעיקר על ידי פונקציה אורתוגונלית אמפירית 2. ערכי כלורופיל פני הים היו גבוהים בקיץ ונמוכו בחורף, שהיה בעיקר מחוץ לשלב בהשוואה לאזור הצפון. ואכן, סדרת הזמן החודשית לתפקודים אורתוגונליים אמפיריים הוכיחה שונות עונתית ברורה עם פונקציה אורתוגונלית אמפירית שני פונקציות אורתוגונליות אמפיריות מובילות אחת על ארבעה חודשים.המתאמים בין הכלורופיל לגורמים אחרים מייצגים את יחסי הגומלין בין הגורמים. לדוגמה, בניתוח זה, טמפרטורת פני הים מתואמת באופן שלילי עם הכלורופיל בעוד מתח הרוח מתואם באופן חיובי עם הכלורופיל. לכן, כלורופיל גבוה היה קשור עם טמפרטורה נמוכה ורוח חזקה עבור נתונים אלה.זיהוי השונות של פרמטרים באוקיינוס ולחקור את מערכת היחסים שלהם עם כלורופיל הם קריטיים וחשובים עבור הדינמיקה באוקיינוסים והמערכת האקולוגית הימית. פעילויות פרונטל חשובות במיוחד מכיוון כלורופיל גבוה קשור בדרך כלל לחזית. ייתכן שינוי כדי לשנות את הסף של זיהוי קדמי ואת הגישה הטובה ביותר כדי לאמת את החזית היא להשוות אותם עם תצפיות המכון.לסיכום, שימוש בתצפיות לוויין יכול לתאר במדויק את ההתפלגות המרחבית ואת השונות הזמנית בתכונות פני הים. עם הרזולוציה הגוברת של תכונות מפורטות יותר ניתן לזהות ולחקר בעתיד.

Research

JoVE Journal

Environment

Protocol for Microplastics Sampling on the Sea Surface and Sample Analysis

פרוטוקול עבור דגימת חלקיקים על פני הים וניתוח לדוגמא

Microplastic pollution in the marine environment is a scientific topic that has received increasing attention over the last decade. The majority of ...

Preparation of Authigenic Pyrite from Methane-bearing Sediments for In Situ Sulfur Isotope Analysis Using SIMS

Preparation of Authigenic Pyrite from Methane-bearing Sediments for In Situ Sulfur Isotope Analysis Using SIMS

הכנה של פיריט Authigenic ממשקעים מתאן מניבי בחיי עיר גופרית איזוטופ ניתוח באמצעות סימס

Different sulfur isotope compositions of authigenic pyrite typically result from the sulfate-driven anaerobic oxidation of methane (SO4-AOM) and ...

Procedures of Laboratory Fumigation for Pest Control with Nitric Oxide Gas

תהליכי מעבדה ההדברה להדברה בגז תחמוצת החנקן

Nitric oxide (NO) is a newly discovered fumigant for postharvest pest control. This paper provides detailed protocols for conducting NO fumigation on ...

Techniques for Investigating the Anatomy of the Ant Visual System

טכניקות חוקר האנטומיה של מערכת הראייה נמלה

This article outlines a suite of techniques in light microscopy (LM) and electron microscopy (EM) which can be used to study the internal and external eye ...

Specific and Accurate Detection of the Citrus Greening Pathogen Candidatus liberibacter spp. Using Conventional PCR on Citrus Leaf Tissue Samples

Specific and Accurate Detection of the Citrus Greening Pathogen Candidatus liberibacter  spp. Using Conventional PCR on Citrus Leaf Tissue Samples

ספציפית, איתור מדויק של spp. הפתוגן ירוק הדרים Candidatus liberibacter באמצעות PCR המקובלת על דגימות רקמה עלה הדרים

Citrus greening, also known as huanglongbing, is a destructive citrus disease ravaging citrus farms globally. This disease causes asymmetrical yellow leaf ...

Methods for Image-based Surveys of Benthic Macroinvertebrates and Their Habitat Exemplified by the Drop Camera Survey for the Atlantic Sea Scallop

שיטות מבוססות-תמונה סקרים Macroinvertebrates בנתיק ואת הגידול שלהם כשניסחתי את הסקר המצלמה טיפה על צדפת הים האטלנטי

Underwater imaging has long been used in the field of marine ecology but decreasing costs of high-resolution cameras and data storage have made the ...

The Plant Infection Test: Spray and Wound-Mediated Inoculation with the Plant Pathogen Magnaporthe Grisea

The Plant Infection Test: Spray and Wound-Mediated Inoculation with the Plant Pathogen Magnaporthe Grisea

הבדיקה זיהום צמח: ריסוס, בתיווך הפצע חיסון עם הפתוגן של צמח Magnaporthe Grisea

Plants possess a powerful system to defend themselves against potential threats by pathogenic fungi. For agriculturally important plants, however, current ...

Experimental Study of the Relationship Between Particle Size and Methane Sorption Capacity in Shale

ניסויי חקר הקשר בין גודל החלקיקים מתאן וספיחה מתוקף פצלי

The amount of adsorbed shale gas is a key parameter used in shale gas resource evaluation and target area selection, and it is also an important standard ...

Choice and No-Choice Bioassays to Study the Pupation Preference and Emergence Success of Ectropis grisescens

Choice and No-Choice Bioassays to Study the Pupation Preference and Emergence Success of Ectropis grisescens

הבחירה ו- Bioassays לא-הבחירה ללמוד את העדפה להתגלמות והצלחה הופעתה של Ectropis grisescens

Many insects live above the ground as larvae and adults and as pupate below the ground. Compared to the above-ground stages of their life cycles, less ...

Design and Use of an Apparatus for Quantifying Bivalve Suspension Feeding at Sea

עיצוב ושימוש של מנגנון לכימות תנועת השעיה של ביואלו האכלה בים

As shellfish aquaculture moves from coastal embayments and estuaries to offshore locations, the need to quantify ecosystem interactions of farmed bivalves ...