グロリア

Mar 29, 2023

Scientific Data volume 10、記事番号: 100 (2023) この記事を引用

7902 アクセス

1 引用

73 オルトメトリック

メトリクスの詳細

この記事に対する著者の訂正は、2023 年 4 月 6 日に公開されました。

この記事は更新されました

水質リモートセンシング (RSWQ) のアルゴリズムの開発には、内陸水域および沿岸水域の生物地理光学的多様性を考慮した大量の現場データが必要です。水生環境のイメージングと光学センシングのための GLObal Reflectance コミュニティデータセット (GLORIA) には、350 ～ 900 nm の波長範囲内で 1 nm 間隔で厳選された 7,572 件のハイパースペクトルリモートセンシング反射率測定値が含まれています。さらに、クロロフィル a、総懸濁物質、溶解物質による吸収、および Secchi 深さの少なくとも 1 つの同じ場所の水質測定が提供されます。このデータは世界中の 59 の機関に所属する研究者によって寄稿されたもので、450 の異なる水域からのものであり、GLORIA は沿岸および内陸の水生光学多様性に関する事実上の知識の現状となっています。各測定は包括的な方法論の詳細とともに文書化されており、ユーザーが目的への適合性を評価できるようになり、同様の測定を計画する実務者に参考資料を提供します。私たちは、地域および世界規模の RSWQ モニタリングの運用に向けた科学技術の進歩を可能にすることを目的として、このデータセットへのオープンかつ無料のアクセスを提供しています。

水と空気の界面で反射された太陽からの光は、波長特有の吸収と散乱特性により、いくつかの主要な水質成分の特徴的なスペクトル特徴を伝えます1、2。クロロフィル a、全懸濁物質、および有色溶存有機物は、内陸水および沿岸水域の主要な光学活性成分であり 3,4、生態系と公衆衛生の管理に使用される水質の一般的な尺度 5,6,7,8 です。分光反射率（つまり、湧昇の放射輝度をダウンウェリング太陽放射照度で正規化したもの）の正確な測定は、衛星センサー、水面近くに設置された自動センサー、手動現地調査用のポータブル機器を使用した、総観的でコスト効率の高い環境モニタリングアプリケーションの基礎となります9。

宇宙搭載機器は、1990 年代後半以来、Sea-viewing Wide-Field-of-View Sensor (SeaWiFS) からのデータと、それに続く中解像度イメージングを含む他の多くのデータを使用して、外洋におけるクロロフィル a と粒子後方散乱の正確な推定値を提供してきました。 2000 年代の分光計 (MERIS) と中解像度画像分光放射計 (MODIS)、そして過去 10 年間の海洋陸色計 (OLCI) と可視赤外線画像放射計スイート (VIIRS) 10、11、12、13、14、15、 16、17。ただし、沿岸および内陸水域では、さまざまな大気の影響、隣接する陸域からの迷光、光学活性成分の潜在的に無相関な変動性、光学的に浅い水域では底面反射などの要因により、これらの推定値の不確実性が通常よりはるかに高くなります9。 18、19、20。さらに、公称解像度が 1 km 近くの粗解像度イメージャは、Landsat-8 や Sentinel-2 などの最新の高解像度ミッションが有効な観測を提供する沿岸や狭いシステムに限定されています。全体として、湖、川、河口、ラグーン、沿岸沿岸水域の水質の回復は依然として活発な研究分野であり、衛星観測がその可能性を発揮し、生態系の状態、傾向、生態系の定期的な監視プログラムの一部となるように改善が必要です。および公衆衛生警報システム22、23、24、25、26。

大規模で世界を代表する現場データセットは、衛星地球観測技術を使用した大規模モニタリングをサポートする生物光学アルゴリズムの開発と検証に不可欠です。放射測定はほとんどの日常的なサンプリングプログラムの一部ではなく、多くの湖は遠隔地にありアクセスが困難であるため、このようなデータセットは特に希少で、内陸水域および沿岸水域から地理的に断片化されています。

私たちは、水生環境のイメージングおよび光学センシング用のグローバル反射率コミュニティデータセット (GLORIA) を使用して、これらの欠点に対処します。 GLORIA には、7,000 を超える厳選されたハイパースペクトルリモートセンシング反射率 (Rrs、sr−1) と、共存するクロロフィル a (Chla、mg m−3)、総懸濁物質 (TSS、gm−3)、有色溶解有機物による吸収 (CDOM) が含まれています。）440 nmの波長（aCDOM（440）、m−1）およびSecchi深さ（m）の測定。このデータは、20 か国の 59 の機関に所属する研究者によって提供されました。彼らは、さまざまな資金源とリソースレベルの下でさまざまな目的のために測定を行いましたが、厳格なサンプリングプロトコル、遠隔地やアクセスできない場所に到達する粘り強さ、長期にわたる確立への取り組みに共通の注意を払っていました。 - 定期的な傾向監視サイト、および公共の利益のためのオープンアクセスデータセットの価値の認識。ほぼ地球規模の範囲、水域の地形的範囲、および 30 年のタイムスパン (図 2) を備えた GLORIA は、現場の沿岸および内陸水域の生物地理光学的多様性に関する事実上の知識の現状を表しています。データのサブセットは、データ集約型の機械学習手法 27、28、29、30、31 または世界規模の半分析手法を使用した、衛星ベースの Chla、TSS、および aCDOM(440) の推定のための世界的なアルゴリズム開発にすでに多大な貢献を果たしています。近づく32。入手可能な場合には、Rrs および水質測定値の不確実性推定値も、反復測定からの標準偏差および平均値として提供します。それにもかかわらず、現在関連していると考えられている方法論の詳細の一部は観測時に記録されていない可能性があり、そのため不確実性の原因を遡及的に評価する能力がグローバルデータセットのサブセットに限定されます。

GLORIA は、水生環境のリモートセンシング研究を目的とした既存のデータリポジトリに基づいて構築されています。私たちは、SeaWiFS 生物光学アーカイブおよびストレージシステム (SeaBASS、https://seabass.gsfc.nasa.gov) 33,34 などの既存のオープンデータプラットフォームでは、光学的に複雑な沿岸および内陸水域の表現が不十分であることに取り組んでいます。 Lake Bio-optical Measurements and Matchup Data for Remote Sensing (LIMNADES、https://limnades.stir.ac.uk) データベースなどの他の関連データリポジトリとは対照的に、GLORIA はオープンアクセスです。データセット全体にわたって一貫した品質管理を実行し、各測定に関連する包括的な方法論の詳細を提供することで、コミュニティ向けにすぐに分析できるスタンドアロンデータパッケージを作成しました。

光学地球観測システムの維持と強化に対する宇宙機関の取り組みと、商用プラットフォームの急成長は、反射率と水質の結合属性データセットがアルゴリズムとアプリケーションの開発を促進するという強いニーズを満たすことを示しています。私たちは、フィールド設定と方法論の収集により、今後の衛星センサー 35,36,37 の校正と検証のための対象を絞ったデータ収集と、現場観測所 38,39,40 の成長を促進すると期待しています。

GLORIA データセットは、優先度の高いサイトの日常的なモニタリング、さまざまな水域の 1 回限りの生物光学特性評価、アルゴリズムをサポートするためのデータ収集など、さまざまな目標に向けて取り組んでいる研究者や研究グループの水生光学コミュニティから収集されました。開発、または同等の衛星由来製品を検証するための指定されたサンプリング。このデータを収集する取り組みは、2018 年に第 2 回大気補正相互比較演習 (ACIX-II Aqua) で始まりました。これは、大気の最上部で行われた放射輝度測定から水中反射率積を生成するプロセッサーをテストするための国際協力です19。寄稿の要請は、関連する会議セッションや個人の研究ネットワークを通じて行われました。これらの要求は、350 ～ 900 nm の波長範囲内で 1 nm 間隔での品質が保証されたリモートセンシング反射率スペクトルと、同じ場所にある少なくとも 1 つの水質属性 (Chla、TSS、aCDOM(440)、または Secchi 深度)、および関連する不確実性に関するものでした。。以下のセクションでは、データと処理の詳細を説明します。

私たちのデータセットで報告される中心の放射量は、リモートセンシング反射率、Rrs (sr−1) です。これは、水面直上の水中からの放射輝度（Lw(0+)、W m-2 sr-1 nm-1）と水上からの湧下放射輝度（Es、W m-2 nm-1）の比として定義されます。 1)(式1、図1)。 Ruddick et al.41 のシンボルをわずかに変更して使用します。

大気および水における吸収と散乱の光学プロセスにより、センサーが受け取る光の量とスペクトルの性質が決まります。 GLORIA データセットの中心放射量であるリモートセンシング反射率は、水面直上の水域からの放射輝度 (Lw) と水上降下放射輝度 (Es) の比です。

Rrs と Lw は、視直下角 Θ (下向きの垂直軸から測定) と方位視角 ɸ (太陽から時計回りに測定) に依存します。 λ は波長依存性を示します。水生リモートセンシングアプリケーションの場合、ε が定義されていない Lw(λ, Θ = 0) を真下に見ているセンサーから導出される Rrs を定義するのが一般的です42。したがって、表記を簡潔にするために、λ、Θ、および ɸ を省略します。データセットで報告されたダウンウェリングおよびアップウェリング放射量の測定には、いくつかの方法と機器が使用されました。ここでは、測定に使用される広範な種類の方法論について簡単に説明し、このセクションの最後にあるリストで正式な概要を示します。

Lw は、水面からの反射光を遮り、水面の真上で垂直下方を向いた放射計を使用して直接測定できます43。他の一般的な技術には、水面下の天底での湧昇放射輝度の測定 (Lu(0-))44、またはセンサーがゼロ以外の天底角 (Lt) に向けられている水面上からの湧昇放射輝度の測定が含まれます。これらの放射輝度測定はどちらも Lw への変換が必要です。これについては、このセクションの最後にあるリストで参照します。簡単に言うと、Lu(0-) は、水面から実際の深さから水面直下までの測定値から湧昇放射輝度を外挿することによって導き出すことができます。水面からの内部反射による放射輝度の減少を考慮して、水と空気の界面を通って伝播すると、Lw が得られます。 Lt からの Lw の推定はより複雑です。Lt には、Lw(Θ, ɸ) に加えて、水面からセンサーの視野内に反射されるかなりの量の空の放射輝度 (反射空放射輝度) が含まれているためです。ここで、角度に注目します。したがって、空の放射輝度 (Lsky) は通常、同じ方位角および 40°42 付近の天頂角 Θz (上向きの垂直軸から) で Lt と同時に測定されます。

現在のデータセットで Es を測定するために 3 つの異なるアプローチが使用されており、詳細なレビューは Ruddick al.47 によって提供されています。最も一般的な Es は、真上に向けられた水面上の平面放射照度センサーを使用して直接測定されました。 2 番目によく使用される方法は、下向き放射輝度センサーを使用して、既知の反射特性を持つ水平に保持されたランバーシアンプラークの反射率を測定します。この方法には、Rrs の計算に必要なすべての測定に単一のセンサーを使用できるという利点があり、コスト、機器の負荷、および複数のセンサーの相互校正による不確実性が削減される可能性があります。場合によっては、Es は水面下の放射照度測定値から推定されました (水面直下: Ed(0-)、または深さ z: Ed(z))。これらの測定は、垂直センサーチェーンまたは垂直プロファイリングプラットフォーム上の単一センサーパッケージ上の自律設置の典型的なものです44。

GLORIA データセットの各エントリの放射測定に使用される機器はメタデータ (ファイル GLORIA_meta_and_lab.csv) の一部であり、このセクションの最後にリストで示されています。これらには、RAMSES (TriOS、ドイツ)、HyperOCR (米国 Sea-Bird Scientific によって製造、以前はカナダの Satlantic Inc. によって製造されていた) および C-OPS (Biospherical Instruments) など、衛星由来の水中反射率の検証に通常使用されているものが含まれます。 Inc.、米国）。 RAMSES と HyperOCR には、10 nm のスペクトル分解能と 1 ピクセルあたり 3.3 nm のスペクトルサンプリングを備えた 256 チャネルのシリコンフォトダイオードアレイ検出器が搭載されています。私たちのデータセット用の RAMSES 機器の典型的なセットアップは、垂直 Es センサーと、天頂角と天底角がそれぞれ 40 ～ 42° の Lsky センサーと Lt センサーを備えた地上設置です (図 1)。 HyperOCR 機器は通常、Es と Lu または Lw を最底角ゼロで測定するためにフローティングフレームに設置されますが、HyperPRO (および HyperPro II) は水柱内の垂直プロファイルを測定するように設計された HyperOCR の自由落下セットアップです。 C-OPS 構成は HyperOCR と似ていますが、この機器には幅 10 nm のスペクトルバンドが 19 個しかありません。 HyperSAS は、RAMSES セットアップと同様に、水上または船舶を見下ろす構造物の表面上に設置するための HyperOCR の 3 センサーセットアップです。 Water Insight WISP-3 は、独立した分光計につながる Es、Lsky、Lt 用の光入力を備えた内蔵型ハンドヘルドユニットです48。

使用される多くの機器は、ハンドヘルドユニットまたはポータブル機器への単一の光入力に対応しており、さまざまな放射測定を行うために向ける必要があります (ASD FieldSpec シリーズ、Satlantic HyperGun、Spectra Vista、Spectral Evolution、Spectron Engineering、および Photo Research SpectraScan デバイス)。

一部の研究者は、観測プラットフォームから離れた方向に向けることができるフレームまたはポール上のデータロガーおよび光ファイバーと小型分光計（Ocean Insight, Inc.（以前は米国 Ocean Optics, Inc.）によって製造）を統合しました。測定は、複数の機器とそれぞれの放射量に合わせて配向された光ファイバーを介して行われるか、または単一のファイバーを順次再配向して行われます。

データ提供者は、350 ～ 900 nm の波長範囲にわたって 1 nm 間隔で補間された放射測定値を提供しました。元の測定値の機器固有の帯域幅は、データテーブル (ファイル GLORIA_meta_and_lab.csv、列 'Spectral_resolution_nm') に示されています。機器および処理の制約により、一部のスペクトルは 400 ～ 750 nm の範囲、またはその近傍の範囲に及びます。各 GLORIA エントリの放射データは、単一の測定値、または一定の時間間隔にわたる複数の測定値の平均値または中央値から得られる場合があります。入手可能な場合、データ提供者は、サンプリングイベントのスペクトル Rrs 平均、標準偏差、および測定値の数を提供しました。受信したすべてのスペクトルに対して品質管理が実施されました (技術的検証のセクションを参照)。

放射測定に使用される測定セットアップと機器は以下にリストされています。メソッドの番号は、GLORIA_meta_and_lab.csv の「Measurement_method」列に対応します。可能な場合は、アプローチとアプリケーションに関する公開された説明への参照が提供されます。

MP (移動プラットフォーム) 上のプラークを介して Lt、Lsky、および Es を連続して表示

機器: ASD FieldSpec、Photo Research PR-650 SpectraScan Colorimeter、Sea-Bird Scientific/Satlantic HyperGun、Spectra Vista GER1500、Spectral Evolution SR-3500/PSR-1100f、Spectron Engineering SE-590、TriOS RAMSES

アプローチ: Mobley45

アプリケーション: Bresciani et al.49; Kudela et al.50; Zolfaghari 他51

MP の中尉、Lsky、Es

機器: Water Insight WISP-3

アプローチ: Mobley45

アプリケーション: Hommersom et al.48

MP またはウォーターエッジから光ファイバーを介して分光計に接続されたポール上の Lu(0-) と Es

機器: Ocean Insight/Ocean Optics USB2000/USB2000 + /USB4000

アプローチ: Chipman et al.52

アプリケーション: Gurlin et al.53; Schalles と Hladik54; Li et al.55; Mishra et al.56; Brezonik et al.57; ウェルテルら58

Lw(0+) の天窓がブロックされ、Es が MP から離れたところに浮かんでいます。

機器: Sea-Bird Scientific/Satlantic HyperOCR

アプローチ: Lee et al.55

アプリケーション: Wei et al.59

Lu(0-) は MP から離れて浮いており、Es は MP 上にあります

機器: Sea-Bird Scientific/Satlantic HyperOCR、TriOS RAMSES

MP の中尉、Lsky、Es

機器: Sea-Bird Scientific/Satlantic HyperSAS、TriOS RAMSES

アプローチ: Mobley45; シミスとオルソン60

応用例: Qin et al.61; ウォーレンら62

MP に展開されたフレーム上の中尉、Lsky、および Es

インストゥルメント: TriOS RAMSES

アプローチ: Mobley45; モブリー63

アプリケーション: Maciel et al.64; Cairo et al.65; ダ・シルバら66

MP からの Lu(0-) および Ed(0-) 水中プロファイリング、MP 上の Es

機器: Biospherical C-OPS、Sea-Bird Scientific/Satlantic HyperOCR、TriOS RAMSES

アプローチ: Mueller et al.44; ルバックとロワゼル67

アプリケーション: バインディングなど68

Lu(0-) および Ed(z) ユニットは MP から離れた浮遊フレーム上の深さ調整可能なバー (-0.21 および -0.67 m での測定) 上にあり、Es ユニットは Es のために水面上に持ち上げられます。

インストゥルメント: TriOS RAMSES

アプローチ: Fritz et al.69

MP のウインチからの Lu(0-) と Ed(0-)、MP の Es

インストゥルメント: TriOS RAMSES

アプローチ: Zibordi と Talone70

水際からポールに立つ中尉とエス

インストゥルメント: TriOS RAMSES

アプローチ: Kutser et al.71

Lu(0-) および Ed(0-) 固定プラットフォームからの自律水中プロファイリング

機器: Sea-Bird Scientific/Satlantic HyperOCR

アプローチ: Mueller et al.44

応用例：Minaudo et al.72

MP のジンバル安定化ポールに取り付けられた、プラークを介したシーケンシャル Lt と Es

機器: Ocean Insight/Ocean Optics STS-VIS

MP からの水中プロファイリングからの Lu(0-) (および深さ情報のみ Ed(0-))、プロファイラー展開の非常に近い同じ MP から同時に記録された Es

インストゥルメント: TriOS RAMSES

アプローチ: Mueller et al.44; Stramski 他73

応用例: Bracher et al.74; ティルストーンら75

Lt、Lsky、Es、ポール上に設置された 1 つの Lu ユニット (口径 -0.05 ～ -0.10 m) と組み合わせたもの

インストゥルメント: TriOS RAMSES

プラークを介した連続的な Lu(0-) と Es、両方の測定は黒色のマスクされたパースペックス管への光ファイバーを使用

使用機器：スペクトロンエンジニアリング SE-590

アプローチ: Dekker76

船舶から 10 m 離れた浮遊フレーム上の Lu(0-) および Ed(z) ユニット (-0.4 m (Lu) および -0.1 m (Ed) で測定)

インストゥルメント: TriOS RAMSES

アプローチ: Fritz et al.69

GLORIAにはSeaBASS33からのエントリー約1100点が収録されています。私たちは、水質測定を伴う SeaBASS の反射率スペクトルを検索し、水深 200 m 未満のすべての記録のサンプリング位置をマッピングすることによってのみ、これらが内陸水域と沿岸水域のものであることを確認しました。水深が SeaBASS 記録に含まれていない場合は、海洋の一般深浅地形図 (GEBCO_2021 グリッドサブアイストポ/バシー)77 に基づいて割り当てました。このデータではいくつかのメタデータフィールドが利用できませんでしたが、必要に応じてさらに調査できるように SeaBASS データセット識別子が提供されています。すべての SeaBASS データは当社の品質管理プロセスに含まれています。 SeaBASS では放射測定と水質の不確実性データのアップロードが許可されていますが、内陸水域と沿岸水域で見つけたエントリにはこの情報が含まれていませんでした。

水質属性 Chla、TSS、および aCDOM(440) は、十分に確立された高精度の実験室法を使用して決定されました。各分析のメソッドは、GLORIA_meta_and_lab.csv ファイルの「Chl_method」、「TSS_method」、および「aCDOM_method」列で識別され、メソッドの詳細は GLORIA_variables_and_methods.xlsx で提供されます。入手可能な場合は、Chla、TSS、および aCDOM(440) の反復分析からのデータ平均値と標準偏差が別のファイルで提供されます。

Chla の最も頻繁に使用される方法は、フィルターパッドからの溶媒ベースの色素抽出とそれに続く蛍光分析 (US EPA 445.0) または分光光度分析 (US EPA 446.0) によるものでした。大部分のサンプルでは、顔料は組織を機械的に粉砕することにより 90% アセトンで抽出されました。これらの方法の修正には、MgCO3 で緩衝された 90% アセトンの使用や、藻類細胞の機械的破壊をサポートするためのさまざまなアプローチが含まれます。 Chla のその他の方法は、国内および国際規格 (DIN 38412-16:1985-12、NEN 6520、HJ 897–2017、SL88-2012、および ISO 10260:1992) に従いました。 Chla78 の分解産物であるフェオフィチンの補正を含むメソッドは、データテーブル (列「Phaeophytin_correction」) のフラグ (「1」) で示され、対応する Chla 値は列「Chla」に表示されます。ここで、フェオフィチンの補正が特定の蛍光測定装置のセットアップに適用されない場合を除き、フェオフィチンはフラグが「0」で補正されず、Chla は列「Chl_plus_phaeo」に提供されます79。多くの研究者は、Chla の測定に高速液体クロマトグラフィー (HPLC) も使用しており、Chla 値は「Chla」列に表示されます。実験室で決定された Chla の唯一の例外は、レマン湖 (スイス) の Thetis プロファイラーからの測定であり、Rrs 測定に関連する Chla は 676 nm80 での吸収線の高さと夜間の蛍光測定 Chla (電子顕微鏡で測定) との間の線形関係から推定されました。 WetLabs ECO Triplet BBFL2W）、吸収線高さ（平均決定係数：R2 = 0.92）72。

TSS 濃度は、事前に燃焼させ、事前に計量したフィルターパッド上でろ過した水サンプルの乾燥残留物の重量を量ることにより、重量測定によって測定されました。 aCDOM(440) は一般的に Mitchell et al.81 に従って定量化されました。したがって、粒子を除去するために通常は孔径 0.2 μm のポリカーボネート膜で濾過された水サンプルの光学密度を分光光度計で測定し、吸光度に変換しました。セッキの深さは、通常は直径 20 または 30 cm の白黒の円盤が、水中に降ろされたときに観察者に見えなくなる深さとして決定されました 82,83。

各データエントリは、データの提供者を特定するフィールド、他のデータベースへの相互参照、サンプリング場所と環境条件を説明する詳細に関連付けられています。いくつかのカテゴリ変数により、水域タイプ (湖、河口、沿岸海洋、河川など)、データ収集目的 (例: 日常的な地表水モニタリングまたはイベント駆動型サンプリング)、主要な生物地球化学的水のタイプ (例: 、堆積物優位または藻類優位）、および光学的安定性（例えば、浅い湖、川および河口では低く、深い湖および一部の沿岸海洋環境では高い）。

地理座標、日時スタンプ、環境条件（雲量、風速、波の高さなど）、環境設定（海抜高度、主要な土地被覆および傾斜など）などのサンプリングイベントの特定の特性が提供されます。知られています。いくつかのメタデータフィールドは、すべての放射データと水質データの機器、測定、および処理方法の詳細への相互参照を提供します。

GLORIA データセットは、PANGEA Data Publisher for Earth & Environmental Science84 でホストされています。データは複数のカンマ区切り値 (csv) ファイルに含まれており、Microsoft Excel ファイルで列名とメソッドの詳細へのキーが提供されます (表 1)。個々のデータポイントは、GLORIA_ID を使用してすべてのファイルにわたって識別されます。

7,572 個の GLORIA Rrs スペクトルは、北緯 67 度から南緯 54 度、西経 122 度から東経 178 度までのほぼ全世界の地理的範囲にわたって 31 か国から発生しており (図 2)、サンプルの大部分 (60%) は湖からのものです。沿岸水域（32%）、河口（4%）、残りは河川およびその他の水域によるものです。 GLORIA における広範な放射測定および水質測定 (図 2) は、光学的な水の種類 85,86 および視覚的な色の範囲 87,88 (図 3) に関する Rrs スペクトル形状のグローバルな多様性と一致しています。水質属性の範囲は包括的であり、その度数分布は（図 2）に示されています。

GLORIA サンプルの地理的、時間的、水質分布の概要。 (a) ドットは各サンプルの位置を示し、マップの端のヒストグラムはデータセットの経度および緯度の分布を示します。 (b) 最初のサンプルは 1990 年に収集され、サンプリング作業は 2001 年以来着実に行われています。(c-f) 対数変換された水質属性のヒストグラムは、値の極端な範囲とその典型的な対数正規分布を示しています。

GLORIA の Rrs スペクトルの多様性の概要。 (a) b に表示されている各光学水タイプから 1 つずつ、ランダムに選択された 13 個の Rrs スペクトル。 (b) Spyrakos et al.85 からの各光学水タイプに割り当てられた GLORIA スペクトルの数の棒グラフ。 (c) 国際照明委員会 (CIE)99 に従って三刺激重み付け関数を使用して、各 GLORIA Rrs スペクトルから導出された視覚的な色を示す色度図 98。 WP：ホワイトポイント。

この編集物に含めるために送信されたすべてのデータは、プロバイダーによる品質管理を受けています。私たちのキュレーションプロセスには、サンプリング、サンプル処理、および実験室分析方法が目的に適合していることを確認するために、彼らとの詳細な情報の回復が含まれていました。収集されたデータのさらなるチェックは、以下に説明するように実行されました。

一連の品質管理指標を使用して、反射率スペクトルの異常値や非現実的なスペクトル形状をチェックしました (表 2)。中程度の品質問題または疑わしい品質問題があるスペクトルにフラグを付けて保持することにより、より大きなデータセットを保持することができたので、ユーザーにはフラグを調べて目的に応じてデータセットを評価することをお勧めします。品質管理方法は以下の通りです。品質に問題があるデータエントリは、ファイル GLORIA_qc_flags.csv 内の対応する品質フラグを 1 に設定することで特定されます。

品質管理の最初のラウンドは、高周波変動（ノイズの疑い）、ベースラインのシフト（最適ではないグリント除去などによる）、762 nm 付近の酸素吸収特性の存在（センサーの相互校正の問題など）の手順による検出でした。スペクトルの紫外から青の部分の負の傾き（たとえば、次善の拡散空放射輝度補正によるもの）。これらは、表 2 の最初の 5 つのフラグです。

さらに、水質指数多項式 (QWIP) スコア 89 を計算しました。このアプローチは、光学的に深い水域からの大規模なデータセットで観察される一般的な傾向から外れるハイパースペクトル水生反射率データを特定するために開発されました。簡単に説明すると、QWIP は、水の連続体全体にわたる正規化差分指数 (NDI; λ = 492、665 nm) を予測するためのスペクトル統合メトリック (見かけの可視波長 90、AVW) の適切に形成された中心傾向を記述する 4 次多項式です。種類。特定のスペクトルについて、計算された NDI と AVW によって予測された NDI の差は QWIP スコアとして知られています。特定の QWIP スコアが多項式関係からの所定の偏差 (この場合は |0.2|) を超えた場合、データはファイル GLORIA_qc_flags.csv 内のフラグ 'QWIP_fail' によって識別されました (表 2)。 AVW および QWIP スコアは、GLORIA_qc_ancillary.csv ファイルで提供されます (表 3)。

目視検査では、上記の基準を満たしていても、いくつかのスペクトルにはまだ微妙な問題があるように見えました。さらに問題は、機器のドリフト、機器のシェーディング、迷光による汚染、または空の輝き補正中のエラーによって引き起こされる可能性があり、多くの場合、環境条件によって悪化します59。このような疑わしいスペクトルは、地表水の固有の光学特性がどのように自然に変化し、放射伝達プロセスを通じて反射率を決定するかを熟知している経験豊富な専門家であれば認識できます (図 1)91。共著者コミュニティ内のこの知識を利用して、Rrs スペクトルを 400 ～ 700 のバッチにランダムに分割し、各バッチを疑わしいデータを特定する専門家に割り当てることで、体系的な専門家の抽出を実施しました。次に、「容疑者」のフラグが付けられたスペクトルは、さまざまな個人からのバッチ間の一貫性を向上させる目的で、さらに 3 人の専門家によって評価されました。結果として得られる疑わしいスペクトルのセットは、GLORIA_qc_flags.csv ファイル内のフラグ「Suspect」によって識別されます (表 2)。

Rrs 観測に固有の不確実性を決定することは、繰り返し観測中の照明や水面の状態が変化するため、困難です。これは、太陽の輝きと反射された空の放射輝度が Lt に寄与する水面上での湧昇光の測定に特に当てはまり、GLORIA のサンプルの約 42% に当てはまります。このようなランダム効果に起因する誤った観察の大部分は、発生源ですでに除去されているため、残りの変動はさまざまな品質スクリーニング手順と専門家の解釈の結果です。ただし、大気放射照度と生体光学特性のモデルを使用して、Rrs 観測に対する太陽の輝きと反射された空の放射輝度の最も可能性の高い寄与をモデル化し、それによって報告された Rrs の物理的一貫性をテストすることは可能です。この目的のために、我々は 3C アルゴリズム 92 を使用して、Lt、Lsky、および Es が利用可能なレコードから Rrs を再構築しました。

3C は、大気および水の光学モデルの非線形最適化を使用した Rrs の再構成を提供し、入力として提供された湧昇放射輝度と降下放射放射照度の間の関係を解決するための光学特性の範囲を可能にします。表面補正の柔軟性により、3C は広範囲の測定条件にわたって堅牢な Rrs を取得できるように提案されています。結果として得られる 3C-Rrs は、空の反射率と輝きの可変スペクトル形状からの誤差の伝播を低減すると期待されます。これは、これらの補正を定数または風速の関数として考慮する方法に比べて利点があり60、これは GLORIA データベース (GLORIA_meta_and_lab.csv の「Skyglint_removal」列) で報告される地上測定からの Rrs の大部分に当てはまります。したがって、3C-Rrs と最初に報告された Rrs の差は、アルゴリズムの不確実性のおおよその尺度になります。 3C 再構成と最初に報告された Rrs が厳密に一致していれば、報告された観察が物理的に一貫しているという確信が得られます。より大きな不一致は、困難な観察条件に関連していると想定され、Lsky、Lt、または Es の疑いが生じますが、モデルが再現できない水や大気の特性によって引き起こされる可能性もあります。

この分析では、Lt、Lsky、Es、観測時刻、地理的位置を含む 1589 個のスペクトルを使用しましたが、Rrs を計算する方法はまだ 3C に基づいていませんでした。この分析は、前のセクションの品質フラグ付けからも独立しているため、すべての観察が含まれており、結果は、事前に適用された品質管理基準の知識がなくても、Rrs の計算に固有のアルゴリズムの不確実性を最もよく表す最悪のシナリオを示しています。報告されているデータ。 3C 水光学モデルは、Chla 濃度（初期条件 5 mg m-3、範囲 0.01 ～ 1000 mg m-3）および TSS（初期条件 10 g m-3、範囲 0 ～ 1000 g m-3）の広い範囲で構成されました。）その他の点では、Groetsch et al.92 および Jordan et al.93 で詳述されているように構成されます。

報告された Rrs と 3C-Rrs の間のバイアス中央値は 0.0005 sr−1 程度で、表面反射の静的補正係数に依存した不完全な補正は Rrs の上昇につながるため、予想どおり 3C の方が Rrs が低くなります (図 4A)。。バイアスは波長とともに徐々に減少しました。これは、報告されたデータが拡散空の放射輝度に対して最適に補正されていないことを示唆しています。モデル観測バイアスにはかなりの広がりがあり、四分位範囲の Rrs(560) では 0.00004 ～ 0.0016 sr−1 のオーダーです。

Lt、Lsky、Es が利用可能な 1589 スペクトルからの 3C モデルの Rrs と比較した、報告された Rrs のスペクトルバイアス。 (A) 中央値と四分位数 (報告 - モデル化)。 (B) Rrs の相対バイアス (報告 - モデル化)/モデル化。バイアススペクトルの不連続は、データセットの一部内で異なる波長範囲を持つセンサーによって引き起こされます。

相対的に見ると（図 4B）、観測された Rrs と 3C-Rrs の間の Rrs のバイアス中央値は、緑のスペクトル範囲（6.4% 程度）で最も小さく、このデータセットではピーク Rrs 振幅が通常観察され、UV および 3C-Rrs で最大になります。一般的に Rrs が低くなるスペクトルの NIR 領域。 Rrs(560) の相対バイアスの広がり (四分位範囲) は 5 ～ 16% ですが、UV および NIR 範囲ではさらに広く、-30% および 170% を超えています。

報告スペクトルと 3C スペクトルの間の Rrs バイアスの最大の違いは、観察方法間ではなく、提供されたデータセット間で見つかりました。大部分のデータセットでは、Rrs(400-800) の絶対相対差が 0 ～ 10% の範囲で示されていますが、差が 100% を超える場合もあります。

この分析は、水上 Lt 測定を使用する方法には全体的に高度な不確実性があり、観察者による厳格な品質管理の必要性を示しています。今後の作業としては、データ収集作業の一環として Rrs モデルの再構成を追加することをお勧めします。これにより、他の品質管理が実装される前に、グリントタームを検査して観測結果に疑わしいフラグを客観的に付けることができます。さらに、将来のアルゴリズムの改善（たとえば、双方向反射率分布関数を精緻化するため）をサポートするには、すべての成分スペクトルと観測ジオメトリをデータセットに含める必要があり、Rrs94 を計算する際の畳み込みエラーを回避するために、これらは関係する各センサーのネイティブ解像度で報告される必要があります。

水質測定は、頻度分布を使用して調査され、外れ値を特定しました。個別の度数分布は、各水域の主な光学成分 (TSS が優勢、Chla が優勢、CDOM が優勢、Chla + CDOM が優勢、中程度に濁った沿岸) に従ってデータ寄稿者によって割り当てられた主観的な分類である「Water_type」によって作成されました。、クリア）。水の種類固有の平均値から 3 標準偏差を超える測定値はすべて再評価され、信頼性が高いことが確認されました。

放射測定および実験室分析に使用される方法は、GLORIA_meta_and_lab.csv ファイルの「Measurement_method」、「Chl_method」、「TSS_method」、および「aCDOM_method」列で識別されます。参照に関連する詳細は、ファイル GLORIA_variables_and_methods.xlsx の別のシートに記載されています。特定の測定のメソッドを検索するには、「Dataset_ID」とメソッド名が必要です。

各 Rrs 測定値は品質フラグ (ファイル GLORIA_qc_flags.csv) に関連付けられています。品質フラグはバイナリで、表 2 で説明されている品質問題の存在 (「1」) または不在 (「0」) を示します。値が欠落している場合は、スペクトルに必要な波長範囲が含まれていないため、フラグを決定できなかったことを示します。。品質管理中に生成されるいくつかの数値は、ファイル GLORIA_qc_ancillary.csv で提供されます (表 3)。

GLORIA のデータの一部は、他のデータ出版物の一部であるか、コミュニティリポジトリ SeaBASS33 や LIMNADES にも含まれています。データテーブル (GLORIA_meta_and_lab.csv) の列「SeaBASS_ID」、「LIMNADES_ID」、および「LIMNADES_UID」は、重複を避けるなど、エントリの相互参照を容易にするために、それぞれのデータセットで使用される識別子を提供します。データの以前の公開へのその他の参照は、デジタルオブジェクト識別子 (DOI) の形式で GLORIA_meta_and_lab.csv の「コメント」列に提供されます。

「技術的検証」セクションで説明されている品質管理フラグを実行するコードは R95 で書かれており、Zenodo96 で利用できます。 3C コードは https://gitlab.com/pgroetsch/Rrs_model_3C で入手できます。 QWIP のコードは Zenodo97 にあります。

この論文の訂正が公開されました: https://doi.org/10.1038/s41597-023-02069-3

Seyhan, E. & Dekker, A. 水質監視のためのリモートセンシング技術の応用。水文学誌 20、41–50、https://doi.org/10.1007/BF02291149 (1986)。

記事 CAS Google Scholar

カーク、JTO 水生生態系における光と光合成。第 2 版、(ケンブリッジ大学出版局、1994 年)。

フェデラル州ミュラー・カーガー海洋汚染のリモートセンシング: 1990 年代の課題。 3月汚染。ブル。 25、54–60、https://doi.org/10.1016/0025-326X(92)90186-A (1992)。

記事 Google Scholar

ブカタ、PR、ジェローム、JH、コンドラチェフ、ケンタッキー、ポズドニャコフ、D. 内陸水および沿岸水域の光学特性とリモートセンシング。 362 (CRC プレス、1995)。

Hassan, R.、Scholes, R.、および Ash, N.、『ミレニアム生態系評価』 (Island Press、ワシントン DC、2005 年)。

カナダ保健省。カナダのレクリエーション水質に関するガイドライン、第 3 版。 (カナダ保健省、オタワ、水、大気、気候変動局、健康環境および消費者安全局、2012 年)。

UNEP。淡水生態系管理のフレームワーク。第 4 巻: 科学的背景。 (国連環境、2018)。

誰が。レクリエーション用水の水質に関するガイドライン。第 1 巻: 沿岸および淡水。（世界保健機関、ジュネーブ、2021年）。

IOCCG。地球規模の水質モニタリングをサポートする地球観測。（国際海洋色調整グループ、カナダ、ダートマス、2018年）。

マクレーン、CR 他。地球規模の生物圏研究のための科学品質の SeaWiFS データ。シーテクノロジー。 39、10–16 (1998)。

Google スカラー

Gordon, HR、Clark, DK、Mueller, JL & Hovis, WA Nimbus-7 Coastal Zone カラースキャナーからの植物プランクトン色素: 表面測定との比較。サイエンス 210、63–66、https://doi.org/10.1126/science.210.4465.63 (1980)。

論文 ADS CAS PubMed Google Scholar

Stramski, D.、Reynolds, RA、Kahru, M. & Mitchell, BG 衛星リモートセンシングによる海洋中の粒子状有機炭素の推定。サイエンス 285、239–242 (1999)。

論文 CAS PubMed Google Scholar

オライリー、JE 他。 SeaWiFS の海洋色クロロフィルアルゴリズム。地球物理研究ジャーナル: Oceans 103、24937–24953、https://doi.org/10.1029/98JC02160 (1998)。

記事 Google Scholar

IOCCG。なぜオーシャンカラーなのか？オーシャンカラーテクノロジーの社会的利点。 (IOCCG、カナダ、ダートマス、2008)。

ウェルデル、PJ et al. 海洋色のリモートセンシングから海洋固有の光学特性を取得するためのアプローチと課題の概要。プログレ。海洋学者。 160、186–212、https://doi.org/10.1016/j.pocean.2018.01.001 (2018)。

論文 ADS PubMed PubMed Central Google Scholar

Esaias、WE et al. 海洋科学観測のための MODIS 機能の概要。地球科学とリモートセンシングに関する IEEE トランザクション 36、1250–1265、https://doi.org/10.1109/36.701076 (1998)。

記事 ADS Google Scholar

Hlaing、S.ら。沿岸地域における VIIRS の海洋色モニタリング性能の評価。遠隔感覚環境。 139、398–414、https://doi.org/10.1016/j.rse.2013.08.013 (2013)。

記事 ADS Google Scholar

IOCCG。沿岸およびその他の光学的に複雑な水域における海の色のリモートセンシング。 (IOCCG、カナダ、ダートマス、2000)。

パレヴァン、N.ら。 ACIX-Aqua: 湖、川、沿岸水域における Landsat-8 および Sentinel-2 の大気補正手法の世界的な評価。遠隔感覚環境。 258、112366、https://doi.org/10.1016/j.rse.2021.112366 (2021)。

記事 ADS Google Scholar

Moses, WJ、Sterckx, S.、Montes, MJ、De Keukelaere, L. & Knaeps, E. 第 3 章 - 生物光学モデリングおよび内陸水のリモートセンシングにおける内水の大気補正 (DR、Mishra、I 編) 、小笠原、AA、ギテルソン）69–100（エルゼビア、2017）。

Pahlevan, N.、Chittimalli, SK、Balasubramanian, SV & Vellucci, V. Sentinel-2/Landsat-8 製品の一貫性と水系監視への影響。遠隔感覚環境。 220、19–29、https://doi.org/10.1016/j.rse.2018.10.027 (2019)。

記事 ADS Google Scholar

Schaeffer, BA et al. 水質管理に衛星リモートセンシングを導入する際の障壁。内部。 J. Remote Sens. 34、7534–7544、https://doi.org/10.1080/01431161.2013.823524 (2013)。

記事 Google Scholar

Dekker, AG & Pinnel, N. (地球観測衛星委員会 (CEOS)、オーストラリア、2018)。

エル・セラフィ、GYH 他内陸と沿岸の水質データを統合して実用的な知識を得る。リモートセンシング 13、24、https://doi.org/10.3390/rs13152899 (2021)。

記事 Google Scholar

Schaeffer, BA et al. Sentinel-3 衛星の Ocean and Land Color Instruments を使用してシアノバクテリアの有害な藻類を監視するためのモバイルデバイスアプリケーション。環境。モデル。ソフトウェア 109、93–103、https://doi.org/10.1016/j.envsoft.2018.08.015 (2018)。

記事 Google Scholar

Binding、CE、Pizzolato、L. & Zeng、C. EOLakeWatch; カナダの富栄養湖の監視を強化するためのリモートセンシング藻類ブルーム指数の包括的なスイートを提供します。エコル。指標 121、106999、https://doi.org/10.1016/j.ecolind.2020.106999 (2021)。

記事 CAS Google Scholar

パレヴァン、N.ら。 Landsat-8、Sentinel-2、Sentinel-3 から選択された光学式水質指標を同時に取得します。遠隔感覚環境。 270、112860、https://doi.org/10.1016/j.rse.2021.112860 (2022)。

記事 ADS Google Scholar

スミス、B.ら。混合密度ネットワークに基づく Landsat-8 用のクロロフィルアルゴリズム。リモートセンシングのフロンティア 1、https://doi.org/10.3389/frsen.2020.623678 (2021)。

Balasubramanian、SV et al. 内陸および沿岸沿岸水域の総懸濁物質 (TSS) を推定するための堅牢なアルゴリズム。遠隔感覚環境。 111768、https://doi.org/10.1016/j.rse.2020.111768 (2020)。

パレヴァン、N.ら。内陸および沿岸水域におけるセンチネル 2 (MSI) およびセンチネル 3 (OLCI) からのクロロフィル a のシームレスな回収: 機械学習アプローチ。遠隔感覚環境。 111604、https://doi.org/10.1016/j.rse.2019.111604 (2020)。

スミス、B.ら。国際海洋色彩科学会議（韓国・釜山、2019年）で受賞。

Jiang, D. et al. 新しい半分析法を使用して、透明な水から極度に濁った水までの総懸濁物質濃度を遠隔推定します。遠隔感覚環境。 258、112386、https://doi.org/10.1016/j.rse.2021.112386 (2021)。

記事 ADS Google Scholar

ウェルデル、PJ et al. 独自のデータリポジトリにより、海の色の衛星検証が容易になります。 Eos、Transactions American Geophysical Union 84、377–387 (2003)。

記事 ADS Google Scholar

モウ、CB et al. 沿岸水域および内陸水域の水生色放射測定リモートセンシング: 将来の衛星ミッションに対する課題と推奨事項。遠隔感覚環境。 160、15–30、https://doi.org/10.1016/j.rse.2015.02.001 (2015)。

記事 ADS Google Scholar

カウズ・ニコルソン、K.ら。 NASA の表面生物学と地質学が観測対象に指定: 表面イメージングアルゴリズムに関する展望。遠隔感覚環境。 257、112349、https://doi.org/10.1016/j.rse.2021.112349 (2021)。

記事 ADS Google Scholar

ウェルデル、PJ et al. プランクトン、エアロゾル、雲、海洋生態系の使命: 現状、科学、進歩。米国気象協会紀要 100、1775 ～ 1794 年、https://doi.org/10.1175/bams-d-18-0056.1 (2019)。

記事 ADS Google Scholar

グアンター、L.ら。地球観測のための EnMAP 宇宙イメージング分光ミッション。リモートセンシング 7、8830–8857 (2015)。

記事 ADS Google Scholar

Bresciani、M. et al. 浅い濁った湖における植物プランクトンの時空間変動を研究するためのマルチソース光学センサーの使用。水 12 https://doi.org/10.3390/w12010284 (2020)。

サウスウェールズ州ベイリーおよびペンシルベニア州ウェルデル海洋カラー衛星データ製品の軌道上検証のためのマルチセンサーアプローチ。遠隔感覚環境。 102、12–23、https://doi.org/10.1016/j.rse.2006.01.015 (2006)。

記事 ADS Google Scholar

Goyens, C., Vis, PD & Hunt, SE、2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS。 7920～7923。

ラディック、KGら。水上での衛星リモートセンシングデータの検証のための水中放射輝度の基準基準測定のプロトコルのレビュー。リモートセンシング 11、2198 (2019)。

記事 ADS Google Scholar

Zibordi, G.、Voss, KJ、Johnson, BC、Mueller, J. 衛星海洋色データ検証のプロトコル: In Situ 光学放射測定。 (IOCCG、カナダ、ニューサウスウェールズ州ダートマス、2019年)。

Lee, Z.、Pahlevan, N.、Ahn, YH、Greb, S. & O'Donnell, D. 現場で水から出る放射輝度を直接測定する堅牢なアプローチ。応用オプション。 52、1693–1701、https://doi.org/10.1364/Ao.52.001693 (2013)。

論文 ADS PubMed Google Scholar

Mueller, JL 衛星海洋カラーセンサー検証のための海洋光学プロトコル、改訂 4、第 3 巻: 放射測定およびデータ分析プロトコル、Ch. の水中放射分析プロファイル測定およびデータ分析プロトコル。 2、7–20 (NASA/TM、2003)。

Mobley、CD 表面上の測定値からのリモートセンシング反射率の推定。応用オプション。 38、7442–7455、https://doi.org/10.1364/AO.38.007442 (1999)。

論文 ADS CAS PubMed Google Scholar

ヴォス、KJ 他海洋光学ブイに適用された表面への拡散湧昇放射輝度減衰係数を外挿する方法 (MOBY. Journal of Atmospheric and Oceanic Technology 34, 1423–1432, https://doi.org/10.1175/JTECH-D-16) -0235.1 (2017)。

論文 ADS PubMed PubMed Central Google Scholar

ラディック、KGら。水上での衛星リモートセンシングデータの検証のためのダウンウェル放射照度の基準基準測定のプロトコルのレビュー。リモートセンシング 11、1742 (2019)。

記事 ADS Google Scholar

Hommersom、A. et al. 新しい WISP-3 と他の放射計 (TriOS Ramses、ASD FieldSpec、および TACCS) の間の現場での相互比較。 Journal of Applied Remote Sensing 6、063615、https://doi.org/10.1117/1.JRS.6.063615 (2012)。

記事 ADS Google Scholar

Bresciani、M. et al. 連続分光放射測定を使用した、マントヴァスペリオル湖における日内および日間のクロロフィル a 動態の分析。海洋淡水研究 64、303–316、https://doi.org/10.1071/MF12229 (2013)。

記事 CAS Google Scholar

Kudela、RMら。内陸水のシアノバクテリアブルームへのハイパースペクトルリモートセンシングの応用。遠隔感覚環境。 167、196–205、https://doi.org/10.1016/j.rse.2015.01.025 (2015)。

記事 ADS Google Scholar

Zolfaghari, K. et al. 湖と貯水池のシアノバクテリアの定量に対するスペクトル分解能の影響: 機械学習による評価。地球科学とリモートセンシングに関する IEEE トランザクション 60、1–20、https://doi.org/10.1109/TGRS.2021.3114635 (2022)。

記事 Google Scholar

Chipman, JW、Olmanson, LG & Gitelson, AA 湖管理のためのリモートセンシング手法: 資源管理者と意思決定者のためのガイド。 (北米湖管理協会、2009 年)。

Gurlin, D.、Gitelson, AA & Moses, WJ 濁った生産水中の chl-a 濃度の遠隔推定 — 単純な 2 バンド NIR-red モデルに戻ります。遠隔感覚環境。 115、3479–3490、https://doi.org/10.1016/j.rse.2011.08.011 (2011)。

記事 ADS Google Scholar

Schalles, JF & Hladik, CM 濁りのあるケース 2 河口および沿岸水域における植物プランクトンのクロロフィルのマッピング。イスル。 J. Plant Sci. 60、169–191、https://doi.org/10.1560/IJPS.60.1-2.169 (2012)。

記事 Google Scholar

リー、L.ら。内陸水の固有の光学特性を導き出すための反転モデル: 確立、検証、および応用。遠隔感覚環境。 135、150–166、https://doi.org/10.1016/j.rse.2013.03.031 (2013)。

記事 ADS Google Scholar

Mishra, S.、Mishra, DR、Lee, Z. & Tucker, CS 濁った生産水中のシアノバクテリアのフィコシアニン濃度の定量化: 準分析的アプローチ。遠隔感覚環境。 133、141–151、https://doi.org/10.1016/j.rse.2013.02.004 (2013)。

記事 ADS Google Scholar

Brezonik, PL、Olmanson, LG、Finlay, JC & Bauer, ME 光学的に複雑な内水のリモートセンシングによる CDOM の測定に影響を与える要因。遠隔感覚環境。 157、199–215、https://doi.org/10.1016/j.rse.2014.04.033 (2015)。

記事 ADS Google Scholar

Werther、M. et al. 貧栄養および中栄養の湖および貯水池におけるクロロフィル a アルゴリズムの検索の不確実性の特徴付け。 ISPRS Journal of Photogrammetry and Remote Sensing 190、279–300、https://doi.org/10.1016/j.isprsjprs.2022.06.015 (2022)。

記事 ADS Google Scholar

Wei, J.、Lee, Z.、Shang, S. 水生環境のスペクトルリモートセンシング反射率のデータ品質を測定するシステム。地球物理研究ジャーナル: Oceans 121、8189–8207、https://doi.org/10.1002/2016JC012126 (2016)。

記事 ADS Google Scholar

Simis, SGH & Olsson, J. 船舶搭載ハイパースペクトル反射率測定の無人処理。遠隔感覚環境。 135、202–212、https://doi.org/10.1016/j.rse.2013.04.001 (2013)。

記事 ADS Google Scholar

Qin, P.、Simis, SGH および Tilstone, GH 船舶および AERONET-OC からの継続観測に基づく、バルト海の MERIS の大気補正の放射測定による検証。遠隔感覚環境。 200、263–280、https://doi.org/10.1016/j.rse.2017.08.024 (2017)。

記事 ADS Google Scholar

マサチューセッツ州ウォーレンら。沿岸および内陸水域における Sentinel-2A マルチスペクトルイメージャーの大気補正アルゴリズムの評価。遠隔感覚環境。 225、267–289、https://doi.org/10.1016/j.rse.2019.03.018 (2019)。

記事 ADS Google Scholar

Mobley、CD 風に吹かれる海面の偏光反射率と透過率の特性。応用オプション。 54、4828–4849、https://doi.org/10.1364/AO.54.004828 (2015)。

論文 ADS PubMed Google Scholar

Maciel、D. et al. アマゾンの氾濫原湖における全堆積物および無機浮遊堆積物の回収: マルチセンサーアプローチ。リモートセンシング 11、1744 (2019)。

記事 ADS Google Scholar

カイロ、C.ら。ハイブリッドクロロフィル - MSI/Sentinel-2 データに基づいてブラジルの熱帯貯水池の栄養状態を評価するためのアルゴリズム。リモートセンシング 12、40、https://doi.org/10.3390/rs12010040 (2020)。

記事 ADS Google Scholar

da Silva, MP、Sander de Carvalho, LA、Novo, E.、Jorge, DSF & Barbosa, CCF 光吸収指数を使用して、アマゾンの氾濫原湖における溶解有機物の季節変動を評価します。 Biogeosciences 17、5355–5364、https://doi.org/10.5194/bg-17-5355-2020 (2020)。

記事 ADS Google Scholar

Lubac, B. & Loisel, H. 英仏海峡東部と北海南部におけるリモートセンシング反射率スペクトルの変動と分類。遠隔感覚環境。 110、45–58、https://doi.org/10.1016/j.rse.2007.02.012 (2007)。

記事 ADS Google Scholar

Binding、CE、Zastepa、A. & Zeng、C. 2017 年のエリー湖西部の藻類ブルームの光学特性と衛星観測に対する植物プランクトン群集の構成の影響。 J. 五大湖研究所。 45、573–586、https://doi.org/10.1016/j.jglr.2018.11.015 (2019)。

記事 Google Scholar

Fritz, C.、Dörnhöfer, K.、Schneider, T.、Geist, J. & Oppelt, N. RapidEye 衛星データを使用した水中水生植生のマッピング: クンメロー湖 (ドイツ) の例。ウォーター 9, 510 (2017)。

記事 Google Scholar

Zibordi, G. & Talone, M. 水から出る放射輝度を決定するための地表近くの方法の同等性について。 Optics Express 28、3200–3214、https://doi.org/10.1364/OE.28.003200 (2020)。

論文 ADS PubMed Google Scholar

Kutser, T.、Vahtmae, E.、Paavel, B. & Kauer, T. 光学的に複雑な沿岸および内陸水域で測定されたフィールド放射測定データからのグリント効果の除去。遠隔感覚環境。 133、85–89、https://doi.org/10.1016/j.rse.2013.02.011 (2013)。

記事 ADS Google Scholar

ミナウド、C.ら。湖の光学特性の高周波プロファイルにおける一次生産の痕跡。環境。科学。テクノロジー。 55、14234–14244、https://doi.org/10.1021/acs.est.1c02585 (2021)。

論文 ADS CAS PubMed Google Scholar

Stramski, D. et al. 南太平洋東部と大西洋東部における粒子状有機炭素の表面濃度と光学特性との関係。 Biogeosciences 5、171–201、https://doi.org/10.5194/bg-5-171-2008 (2008)。

記事 ADS CAS Google Scholar

Bracher, A. et al. リモートセンシング反射率から導出された経験的な直交関数を植物プランクトンの色素濃度の予測に使用します。海洋科学。 11、139–158、https://doi.org/10.5194/os-11-139-2015 (2015)。

記事 ADS Google Scholar

ティルストーン、G. et al. 海洋の色検証のための放射計測定のフィールド相互比較。リモートセンシング 12、1587、https://doi.org/10.3390/rs12101587 (2020)。

記事 ADS Google Scholar

Dekker, AG 高解像度リモートセンシングによる富栄養水の光学的水質パラメータの検出博士論文、アムステルダム自由大学、(1993)。

GEBCO 深浅地形編集グループ 2021。GEBCO 2021 グリッド。 NASA 国立雪氷データセンター DAAC https://doi.org/10.5285/c6612cbe-50b3-0cff-e053-6c86abc09f8f (2021)。

Yetsch, C. & Menzel, D. 蛍光による植物プランクトンのクロロフィルとフェオフィチンの測定方法。深海研究 10、221–231 (1963)。

CAS Google スカラー

Welschmeyer, NA クロロフィル b および褐色色素の存在下でのクロロフィル a の蛍光分析。リムノール。海洋学者。 39、1985–1992 (1994)。

記事 ADS CAS Google Scholar

Roesler, CS & Barnard, AH 光生理学が存在しない場合の植物プランクトンバイオマスの光代用: 吸収線の高さの再考。海洋学の方法 7、79–94、https://doi.org/10.1016/j.mio.2013.12.003 (2013)。

記事 Google Scholar

Mitchell, BG、Kahru, M.、Wieland, J. & Stramska, M. 離散水サンプルの粒子、溶解物質および植物プランクトンのスペクトル吸収係数の決定 - 第 4 章 39–64 (NASA Goddard Space Flight Center、Greenbelt、 MD、2003)。

タイラー、JE セッチディスク。リムノール。海洋学者。 13、1–6、https://doi.org/10.4319/lo.1968.13.1.0001 (1968)。

記事 ADS Google Scholar

Wernand, MR Secchi ディスクの歴史について。 Journal of the European Optical Society - Rapid Publications 5、https://doi.org/10.2971/jeos.2010.10013s (2010)。

リーマン、M.K. 他。 GLORIA - 内陸および沿岸水域からのリモートセンシング反射率と水質のグローバルデータセット、PANGAEA、https://doi.org/10.1594/PANGAEA.948492 (2022)。

Spyrakos、E. et al. 内陸水域および沿岸水域の光学タイプ。リムノール。 Oceanogr.、https://doi.org/10.1002/lno.10674 (2018)。

Eleveld、AM et al. 世界の湖水のための光学分類ツール。リモートセンシング 9、https://doi.org/10.3390/rs9050420 (2017)。

Lehmann, MK、Nguyen, U.、Allan, M.、van der Weerd, H. 広範囲の光学水タイプにわたる 1486 の湖の色分類。リモートセンシング 10、https://doi.org/10.3390/rs10081273 (2018)。

Hou, X. et al. 地球規模の地図作成により、過去 10 年間で湖沼の藻類の発生が増加していることが明らかになりました。 Nature Geoscience 15、130–134、https://doi.org/10.1038/s41561-021-00887-x (2022)。

記事 ADS CAS Google Scholar

Dierssen、HM et al. QWIP: 見かけの可視波長を使用した水生反射率スペクトル形状の品質管理のための定量的指標。リモートセンシング 3 のフロンティア、https://doi.org/10.3389/frsen.2022.869611 (2022)。

Vandermeulen, RA、Mannino, A.、Craig, SE & Werdell, PJ 150 の緑の色合い: リモートセンシングの反射率の全スペクトルを使用して、海の色の変化を解明します。遠隔感覚環境。 247、111900、https://doi.org/10.1016/j.rse.2020.111900 (2020)。

記事 ADS Google Scholar

Mobley、CD 光と水: 天然水における放射伝達。 608 (アカデミックプレス、1994)。

Groetsch、PMM、Gege、P.、Simis、SGH、Eleveld、MA & Peters、SWM 水上反射率測定における太陽と空の反射のスペクトル補正手順の検証。 Optics Express 25、A742–A761、https://doi.org/10.1364/OE.25.00A742 (2017)。

論文 ADS CAS PubMed Google Scholar

Jordan、TM、Simis、SGH、Grötsch、PMM、Wood、J. 水上反射率アルゴリズムにハイパースペクトル直接拡散日射計を組み込む。リモートセンシング 14 (2022)。

Burggraaff, O. 不正確な反射率畳み込みによるバイアス。 Optics Express 28、13801–13816、https://doi.org/10.1364/OE.391470 (2020)。

論文 ADS PubMed Google Scholar

Rコアチーム。 R: コンピューティングのための言語および環境。 (R 統計コンピューティング財団、2022)。

Maciel, D. GLORIA 品質管理フラグの R コード、Zenodo、https://doi.org/10.5281/zenodo.7372445 (2022)。

ヴァンダーミューレン、RA。 QWIP: v1.1 (v1.1)、Zenodo、https://doi.org/10.5281/zenodo.7373840 (2022)。

Wyszecki, G. & Stiles, WS カラーサイエンス: 概念と方法、定量的データ、および式。（ジョン・ワイリー＆サンズ、2000）。

CIE。国際照明委員会の議事録、1931 年。(ケンブリッジ大学出版局、1932 年)。

リファレンスをダウンロードする

内陸水域および沿岸水域での測定とサンプルの採取には、かなりの課題が伴います。これには、水域への陸路の移動、自然の海岸線を横切るボートの進水、長い一日の終わりのサンプルの処理などが含まれます。したがって、このデータは、実際にここで個々に認識できるよりも多くの人々による多大な労力の結果であり、フィールド職員、実験技術者、学生、船長と船長、およびこのデータセットなしでは実現できなかったその他すべてのサポートスタッフに心から感謝します。可能になってきた。場合によっては、GLORIA_meta_and_lab.csv ファイルの「コメント」列に、人物や資金提供に対する具体的な謝辞が記載されていることがあります。

資金源には以下が含まれます：エストニア教育研究省。欧州委員会 FP7、H2020、FP7-ENV-2007-1-226224; エストニア研究評議会; ヘルムホルツ・インフラストラクチャー・イニシアチブ FRAM; BMBF 03G0218A; ニュージーランドビジネス・イノベーション・雇用省助成金 UOWX1503、UOWX1802、KENTR1601、NASA ROSES 助成金 80HQTR19C0015、80NSSC 21K0499、80NSSC22K1389、USGS Landsat Science Team Award 140G0118C0011、ベトナム国家科学技術開発財団 (NAF) OSTED)、助成金番号 105.08- 2019.329、ドイツ連邦経済エネルギー省、賞: LAKESAT 50EE1340、EnMAP CalVal 50EE1923、TypSynSat 50EE1915。

故人: マーセル・R・ワーナンド。

ゼラ地球観測研究所、私書箱 400、アレクサンドラ、9340、ニュージーランド

モーリッツ・K・レーマン

ワイカト大学理学部、プライベートバッグ 3105、ハミルトン、3240、ニュージーランド

モーリッツ・K・リーマン & テッド・コンロイ

ウィスコンシン州天然資源局、水質局、101 S Webster Street、Madison、WI、53707、USA

ダニエラ・ガーリン

Science Systems and Applications, Inc. (SSAI)、米国メリーランド州ランハム

ニマ・パーレヴァン、ブランドン・スミス、ライアン・A・ヴァンダーミューレン

NASA ゴダード宇宙飛行センター、グリーンベルト、メリーランド州、米国

ニマ・パレヴァン & ブランドン・スミス

61602 タルトゥTartu Observatory, タルトゥ

クリスタ・アリカス、ケルスティ・カンガルー、マーティン・リーグ

Coasts and Oceans Systems Program (COS)、CSIRO 環境ビジネスユニット、アクトン、ACT、2601、オーストラリア

ジャネット・アンスティー & ネイサン・ドレイソン

ジオセンシングおよびイメージングコンサルタント会社、トリバンドラム、ケーララ州、インド

スンダラバラン V. バラスブラマニアン

水生システム計測研究所 (LabISA)、国立宇宙研究所 (INPE)、サンジョゼドスカンポス、ブラジル

クローディアス CF ビアード、ダニエル A. マシエル、エブリン新しい MLM

環境と気候変動カナダ、オンタリオ州バーリントン、カナダ

カレン・バインディング

植物光学グループ、極海の物理海洋学、気候科学、アルフレッド・ウェゲナー研究所、ヘルムホルツ極地海洋研究センター、ブレーマーハーフェン、ドイツ

アストリッドブラッチャー & マリアナ A. スープ

ブレーメン大学環境物理研究所物理電気工学部（ドイツ、ブレーメン）

アストリッド・ブラッチャー

イタリア国立研究評議会、環境電磁センシング研究所、CNR-IREA、ミラノ、イタリア

マリアーノ・ブレシャーニ & クラウディア・ジャルディーノ

ミシガン大学五大湖研究協力研究所、4840 South State Road、Ann Arbor、MI、48108、米国

アシュリー・バートナー

中国科学院南京地理学陸水学研究所、南京、210008、中国

曹志剛＆馬栄華

SatDek Pty Ltd、99 Read Rd、サットン、NSW、2620、オーストラリア

アーノルド・G・デッカー

ウェイクフォレスト大学工学部、455 Vine Street、ウィンストンセーラム、ノースカロライナ州、27101、米国

コートニー・ディ・ヴィットリオ＆カイナ・ヤング

NOAA 五大湖環境研究所、米国ミシガン州アナーバー

レーガン M. エレラ & アンドレアヴァンダーワウデ

共和国大学地理学部、モンテビデオ、ウルグアイ

バージニア・フェルナンデス

ポメラニアン大学生物学地球科学研究所、Arciszewskiego 22、76-200、スウプスク、ポーランド

ダリウシュ・フィチェク

ボストン大学地球環境学部、ボストン、マサチューセッツ州、米国

セドリック・G・フィショー

ドイツ航空宇宙センター (DLR)、リモートセンシング技術研究所、ヴェスリング、ドイツ

ピーター・ゲゲ、ステファン・プラトナー、イアン・ソムライ＝シュヴァイガー

ネブラスカ大学リンカーン校、天然資源学部、3310 Holdrege Street、リンカーン、NE、68503、米国

アナトリー・A・ギテルソン

ウィスコンシン大学マディソン校、水生科学センター、1975 Willow Drive、マディソン、WI、53706、米国

スティーブン・R・グレブ

ミシガン工科大学、五大湖研究センター、100 Phoenix Drive、Houghton、MI、49931、米国

ヘイデン・ヘンダーソン

Faculty of Urban Innovation, Yokohama National University, Tokiwadai 79-5, Hodogaya, Yokohama, Kanagawa, Japan

Hiroto Higa

スイス連邦水産科学技術研究所、地表水研究管理局、スイス、デューベンドルフ

アボルファズル・イラニ・ラハギ、ダニエル・オーデルマット、モーティマー・ウェルテル

コートドパール沿岸大学、CNRS、Univ. リール、IRD、UMR 8187 - LOG - 海洋学および地球科学研究所、F-62930、Wimereux、フランス

セドリック・ジャメ、ユベール・ロワゼル、ヴァンサン・ヴァントレポット

地球惑星観測科学 (EPOS)、生物および環境科学、スターリング大学自然科学部、スターリング、英国

ダリン・ジャン、エヴァンゲロス・スピラコス、モーティマー・ウェルテル

プリマス海洋研究所、プリマス、PL1 3DH、英国

トーマス・ジョーダン & ステファン・GH・シミス

NASA エイムズ研究センター、モフェットフィールド、カリフォルニア州、米国

ジェレミー・A・クラヴィッツ

ベルゲン大学物理工学部、ベルゲン、ノルウェー

アルネ・S・クリストファーセン & エリノア・テッシン

カリフォルニア大学サンタクルーズ校、海洋科学部、海洋科学研究所、1156 High Street、Santa Cruz、CA、95064、USA

ラファエル・クデラ

米国インディアナ州インディアナポリス、インディアナ大学パデュー大学地球科学部

リン・リー

マサチューセッツ大学ダートマス校、海洋科学技術西校、706 South Rodney French Blvd.、New Bedford、MA、02744、米国

スティーブン・ローレンツ

Coasts and Oceans Systems Program (COS)、CSIRO Environmental Business Unit、Ecosciences Precinct、41 Boggo Road、Dutton Park、QLD、4102、オーストラリア

ティム・J・マルサス

筑波大学生命環境系

Bunkei Matsushita

CyanoLakes (Pty) Ltd、シドニー、2126、オーストラリア

マーク・マシューズ

バルセロナ大学生物学部進化生物学、生態学、環境科学科 Diagonal 643、08028、バルセロナ、スペイン

カミーユ・ミナウド

ジョージア大学地理学部、アテネ、ジョージア州、30602、米国

ディーパック・R・ミシュラ

国立沿岸海洋科学センター、米国海洋大気局、1305 East-West Hwy、シルバースプリング、メリーランド州、20910、米国

サチダナンダ・ミシュラ

フロリダアトランティック大学ハーバー支部海洋研究所、米国フロリダ州フォートピアス

ティム・ムーア

米国海軍研究所、4555 Overlook Ave SW、ワシントン DC、20375、米国

ウェスリー・J・モーゼス

VNU科学大学地質学部、ハノイ、ベトナム

ハ・グエン

オランダ王立海洋研究所、物理海洋学、海洋光学およびリモートセンシング、デンブルク、テクセル、オランダ

ステファニー・ノボア & マルセル・R・ワーナンド

アップステート淡水研究所、シラキュース、ニューヨーク州、米国

デビッド・M・オドネル

ミネソタ大学森林資源学部、セントポール、ミネソタ州、米国

リーフ・G・オルマンソン

NOAA 衛星応用研究センター、米国メリーランド州カレッジパーク

マイケル・オンドルセク

地球観察とモデリング、キール大学地理学部、24118、キール、ドイツ

ナターシャ・オッペルト

UMR LEGOS、トゥールーズ大学、IRD、CNES、CNRS、UPS、14 Avenue Endouard Belin、31400、トゥールーズ、フランス

シルヴァン・ウイヨン

ハノイ科学技術大学 (USTH)、ベトナム科学技術アカデミー (VAST)、水環境海洋学部、18 Hoang Quoc Viet、ハノイ、100000、ベトナム

シルヴァン・ウイヨン

地球科学部、サンタマリア連邦大学、Av. Roraima、1000、97105-900、サンタマリア、リオグランデドスル、ブラジル

ワーテルローペレイラフィーリョ

地球観測研究所、バレンシア大学、Agustín Escardino Cathedral 9、パテルナ (バレンシア)、46980、スペイン

アントニオ・ルイス・ベルドゥ

京都先端科学大学工学部（KUAS）, 京都府右京区山ノ内五反田18

セーラム I. セーラム

クレイトン大学生物学部、オマハ、ネブラスカ州、68178、米国

ジョン・F・シャルルズ

独立行政法人海洋研究開発機構 (JAMSTEC)、〒2360001 神奈川県横浜市昭和町 3173-25

エコ・シスワント

オランダ・アムステルダム自由大学環境研究所（IVM）水・気候リスク学部

ヘンドリック・J・ファン・デル・ウールド

海洋生態学研究所、NASA ゴダード宇宙飛行センター、グリーンベルト、メリーランド州、米国

ライアン・A・ヴァンダーミューレン

中国地質大学地理情報工学院、武漢、中国

リンウェイ・ユエ

PubMed Google Scholar でこの著者を検索することもできます

Moritz K. Lehmann、Daniela Gurlin、Nima Pahlevan がこの研究に同様に貢献しました。 MK Lehmann は原稿を書き、データ照合に貢献し、データファイルを管理し、放射測定データと実験室データの品質管理を実施しました。 D. Gurlin は原稿を編集し、データの照合に貢献し、すべての測定方法をチェックして検証し、放射測定データと実験室データの品質管理をサポートしました。 N. Pahlevan はこの取り組みを発案し、各データ寄稿者を招待し、GLORIA のサブセットに基づいた予備調査を主導し、原稿執筆、データ照合、およびコミュニケーションをサポートしました。以下の著者がデータセット全体の品質管理に貢献しました (名前のアルファベット順): Andrea Vander Woude、Astrid Bracher、Caren Binding、Claudia Giardino、Dalin Jiang、Daniel A. Maciel、Hendrik J. van der Weerd、Jeremy A. Kravitz 、リン・リー、モーティマー・ウェルター、ネイサン・ドレイソン、ライアン・A・ヴァンダーミューレン、サチダナンダ・ミシュラ、セイラム・I・セイラム、ステファン・GH・シミス、トーマス・ジョーダン、およびジガン・カオ。 Brandon Smith と Sundarabalan V. Balasubramanian が SeaBASS データを抽出して準備しました。このセクションに名前が記載されていない著者は、データ収集とサンプル処理に多大な貢献をしました。

モーリッツ K. レーマンへの通信。

著者らは競合する利害関係を宣言していません。

発行者注記 Springer Nature は、発行された地図および所属機関の管轄権の主張に関して中立を保っています。

オープンアクセスこの記事はクリエイティブコモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブコモンズライセンスへのリンクを提供し、変更が加えられたかどうかを示します。この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブコモンズライセンスに含まれています。素材が記事のクリエイティブコモンズライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。

転載と許可

Lehmann、MK、Gurlin、D.、Pahlevan、N. 他 GLORIA - 水質の光学センシングのための世界的に代表的なハイパースペクトル現場データセット。サイデータ 10、100 (2023)。 https://doi.org/10.1038/s41597-023-01973-y

引用をダウンロード

受信日: 2022 年 7 月 12 日

受理日: 2023 年 1 月 17 日

公開日: 2023 年 2 月 16 日

DOI: https://doi.org/10.1038/s41597-023-01973-y

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

前: これらの賢いものは今Amazonでとても人気です次: 紙袋ビジネス：紙袋包装ビジネスを始めるにはどうすればよいですか？資金調達から機械コストまで、包括的なガイドはこちらです

お問い合わせを送信

送信