دليل مستخدم خوارزمية التعلم الآلي MDPI

الكلمات المفتاحية: هيماواري-8، لون المحيط، اصطناعي
الشبكات العصبية، الحاجز المرجاني العظيم، المياه الساحلية، المجموع
المواد الصلبة العالقة، التعلم الآلي، جودة المياه

تعليمات استخدام المنتج

1. المقدمة

تقدم مقالة الاستشعار عن بعد رؤى حول استخدام
خوارزميات التعلم الآلي لاسترجاع إجمالي المواد الصلبة العالقة
في الحاجز المرجاني العظيم باستخدام بيانات من هيماواري-8. المقال
يناقش التحديات والفوائد المترتبة على استخدام المدار الثابت بالنسبة للأرض
أقمار صناعية في مدار الأرض للمراقبة المستمرة للمناطق الساحلية
المناطق.

2. عملية الاسترجاع

تسلط المقالة الضوء على أهمية المدار الثابت بالنسبة للأرض
الأقمار الصناعية مثل هيماواري-8 في التقاط البيانات في الوقت الحقيقي تقريبًا
العمليات الساحلية. ويؤكد على حدود مدار الأرض المنخفض
الأقمار الصناعية لحل التباين قصير المدى مقارنة بـ
الأقمار الصناعية الثابتة بالنسبة للأرض.

3. أجهزة استشعار ألوان المحيط

تذكر المقالة أهمية أجهزة استشعار لون المحيط على
الأقمار الصناعية للحصول على معلومات مكانية تتعلق بالمياه
الجودة. يناقش الديناميكيات الزمنية التي لاحظها
الأقمار الصناعية الثابتة بالنسبة للأرض وتأثيرها على مراقبة السواحل
الظواهر.

الأسئلة الشائعة

س: ما هو التركيز الرئيسي لمقال الاستشعار عن بعد؟

أ: التركيز الرئيسي هو على استخدام خوارزمية التعلم الآلي مع
بيانات هيماواري-8 لاسترجاع إجمالي المواد الصلبة العالقة في الغلاف الجوي العظيم
الحاجز المرجاني.

س: لماذا يتم تفضيل الأقمار الصناعية الثابتة بالنسبة للمناطق الساحلية؟
يراقب؟

أ: توفر الأقمار الصناعية الثابتة جغرافيًا مراقبة مستمرة تقريبًا لـ
مناطق كبيرة ذات تردد أعلى، مما يسمح بمراقبة أفضل
من العمليات الساحلية المتغيرة بسرعة.

View Fullscreen

الاستشعار عن بعد

شرط
خوارزمية التعلم الآلي لاسترجاع المواد الصلبة العالقة الكلية من نوع هيماواري-8 في الحاجز المرجاني العظيم
لاريسا باتريسيو فاليريو 1,2،2،*، توماس شرودر 3، ميشيل جيه ديفلين 4، يي تشين 1 وسكوت سميثرز XNUMX

1 كلية العلوم والهندسة، جامعة جيمس كوك، تاونزفيل، كوينزلاند 4811، أستراليا؛ scott.smithers@jcu.edu.au
2 منظمة الكومنولث للأبحاث العلمية والصناعية، المحيطات والغلاف الجوي، صندوق بريد عام 2583، بريسبان، كوينزلاند 4001، أستراليا؛ thomas.schroeder@csiro.au
3 مركز علوم البيئة ومصايد الأسماك وتربية الأحياء المائية، طريق باركفيلد، لويستوفت، سوفولك NR33 0HT، المملكة المتحدة؛ michelle.devlin@cefas.co.uk
4 منظمة الكومنولث للبحوث العلمية والصناعية، المحيطات والغلاف الجوي، صندوق بريد عام 1700، كانبيرا، ACT 2601، أستراليا؛ yi.qin@csiro.au
* المراسلات: larissa.patriciovalerio@my.jcu.edu.au

الاقتباس: باتريسيو-فاليريو، ل.؛ شرودر، ت.؛ ديفلين، م. ج.؛ تشين، ي.؛ سميثرز، س. خوارزمية تعلّم آلي لاسترجاع المواد الصلبة العالقة الكلية من هيماواري-8 في الحاجز المرجاني العظيم. ريموت سينس. ٢٠٢٢، ١٤، ٣٥٠٣. https://doi.org/ ١٠.٣٣٩٠/rs١٤١٤٣٥٠٣
المحرر الأكاديمي: كريس رويلفسيما
تم الاستلام: ١٥ مايو ٢٠٢٢ تم القبول: ١٩ يوليو ٢٠٢٢ تم النشر: ٢١ يوليو ٢٠٢٢
ملاحظة الناشر: تظل MDPI محايدة فيما يتعلق بالمطالبات القضائية في الخرائط المنشورة والانتماءات المؤسسية.
حقوق النشر: © ٢٠٢٢ للمؤلفين. مرخصة من MDPI، بازل، سويسرا. هذه المقالة مفتوحة المصدر، وتُوزّع بموجب شروط وأحكام رخصة المشاع الإبداعي المنسوبة (CC BY) (https://creativecommons.org/licenses/by/ 2022/).

ملخص: يُعدّ الاستشعار عن بُعد للون المحيطات عنصرًا أساسيًا في الرصد الشامل لجودة المياه البحرية في الحاجز المرجاني العظيم (GBR). ومع ذلك، فإن أجهزة استشعار لون المحيطات المُثبّتة على متن الأقمار الصناعية ذات المدار المنخفض، مثل كوكبة Sentinel-3، لا تتمتع بقدرة كافية على إعادة الزيارة لتحليل التباين اليومي بشكل كامل في البيئات الساحلية شديدة الديناميكية. ولتجاوز هذا القيد، يُقدّم هذا العمل خوارزمية لون محيط ساحلي قائمة على الفيزياء لجهاز التصوير المتطور Himawari المُثبّت على متن القمر الصناعي الثابت بالنسبة للأرض Himawari-8. على الرغم من تصميمه للتطبيقات الأرصادية، يُتيح Himawari-8 إمكانية تقدير خصائص لون المحيطات كل 10 دقائق، في أربعة نطاقات طيفية واسعة للضوء المرئي والأشعة تحت الحمراء القريبة، وبدقة مكانية تبلغ كيلومترًا مربعًا واحدًا. أُجريت عمليات محاكاة مُقترنة لانتقال الإشعاع الجوي للمحيطات لنطاقات Himawari-1 للحصول على نطاق واقعي من الخصائص البصرية داخل الماء والغلاف الجوي للحاجز المرجاني العظيم، ولمجموعة واسعة من هندسة الطاقة الشمسية والرصد. استُخدمت البيانات المُحاكية لتطوير نموذج عكسي قائم على تقنيات الشبكات العصبية الاصطناعية لتقدير تركيزات المواد الصلبة العالقة الكلية (TSS) مباشرةً من عمليات رصد الانعكاس الطيفي لسطح الغلاف الجوي لمرصد هيماواري-2. تم التحقق من صحة الخوارزمية باستخدام بيانات متزامنة من الموقع عبر الحاجز المرجاني العظيم الساحلي، وقُيّمت حدود كشفها. أظهرت عمليات استرجاع المواد الصلبة العالقة الكلية أخطاءً نسبية تصل إلى 8% وأخطاءً مطلقة قدرها 8 ملغم/لتر ضمن نطاق التحقق الذي يتراوح بين 75 و2 ملغم/لتر، مع حد كشف قدره 1 ملغم/لتر. نناقش التطبيقات المحتملة لمنتجات هيماواري-0.14 اليومية من TSS لتحسين مراقبة وإدارة جودة المياه في الحاجز المرجاني العظيم.
الكلمات المفتاحية: هيماواري-8؛ لون المحيط؛ الشبكات العصبية الاصطناعية؛ الحاجز المرجاني العظيم؛ المياه الساحلية؛ إجمالي المواد الصلبة العالقة؛ التعلم الآلي؛ جودة المياه
1. المقدمة أجهزة استشعار لون المحيط على متن الأقمار الصناعية ذات المدار الأرضي المنخفض (LEO)، مثل MODIS/Aqua،
وفّرت مسبارات VIIRS/Suomi-NPP، وOLCI/Sentinel-3، سجلات طويلة الأمد لملاحظات قيّمة وفعّالة من حيث التكلفة لدراسة ديناميكيات جودة المياه اليومية والسنوية في الحاجز المرجاني العظيم (GBR) [1]. تمسح أقمار LEO نفس المنطقة الجغرافية في غضون يوم أو يومين على الأكثر؛ ومع ذلك، فإن الفارق الزمني بين مدارين متتاليين ومتطابقين (أي دورية إعادة الزيارة) يتراوح عادةً بين أسبوع وأربعة أسابيع. بالإضافة إلى ذلك، قد تتأثر صور ألوان المحيط بشكل كبير بوجود السحب وتألق الشمس، مما يحد من استرجاع ملاحظات عالية الجودة [5]. قد يتطلب هذا مجموعة من الصور اليومية من نفس المنطقة أسبوعيًا إلى شهريًا لإنتاج صورة مركبة خالية من السحب. view نتيجةً لذلك، فإن القدرة الزمنية لأقمار المدار الأرضي المنخفض (LEO) غير كافية لتطوير نظام رصد شامل ومراقبة العمليات الساحلية الديناميكية قصيرة المدى بفعالية، مثل دورات العوالق النباتية اليومية، والتقدم اليومي لأعمدة الفيضانات، و

الاستشعار عن بعد 2022، 14، 3503. https://doi.org/10.3390/rs14143503

https://www.mdpi.com/journal/remotesensing

الاستشعار عن بعد 2022، 14، 3503

2 من 23

إعادة التعليق المدفوعة بالمد والجزر والرياح [7]. لا يزال الباحثون ومديرو البيئة

الاعتماد على منتجات ألوان المحيطات من مدار أرضي منخفض للحصول على معلومات مكانية فعالة من حيث التكلفة -

الحاجز المرجاني العظيم الساحلي [10,11،XNUMX]، ولكننا ندرك القيود التي تفرضها هذه التقنيات على حل المشكلات قصيرة المدى

التباين.

–

تسمح الأقمار الصناعية الموجودة على مدار أرضي ثابت (GEO)، بخلاف ذلك، بالوصول المستمر تقريبًا

مراقبة مساحات كبيرة من الكرة الأرضية بتردد أعلى (دقائق إلى ساعات) مقارنة بـ

إلى تكرار الزيارات اليومية تقريبًا لمنصات المدار الأرضي المنخفض، وخاصةً فوق المناطق الاستوائية [9].

تم الكشف عن أول جهاز تصوير محيطي ثابت اللون في العالم (GOCI-I)، والذي تم إطلاقه في عام 2010

الديناميكيات الزمنية للعمليات الساحلية سريعة التغير في شمال شرق آسيا، مثل

من أعمدة العكارة والطحالب الضارة [12,13،XNUMX]. وقد وفر نجاحها حالة مفيدة

من أجل التطوير المستقبلي لمهام ألوان المحيطات العالمية GEO [14]؛ ومع ذلك، لا يوجد أي منها

تم تصميم البعثات المقترحة للإطلاق خلال العقد القادم لمراقبة

المياه الأسترالية. ومع ذلك، يتم تشغيل أقمار GEO عالميًا للرصد الجوي.

وقد استفادت الخدمات والتطورات التكنولوجية الحديثة من قدراتها في جمع البيانات فوق المحيطات، مما يسمح بمراقبة المزيد من العمليات الديناميكية من الفضاء [-15].

تم إضافة Tofhbe annedxst-ignentheera-vtiiosinblGe EspOemctreutemor(o2loogri3cailnssetenasdorosfaorenleyq1uibpapnedd)

مع زيادة العدد جنبًا إلى جنب مع التحسن

ragreadendovtisaoltyTnmahctpieeeortsornAivaacdlirsldvyoeiawnnpnsgoeciitdednivd,itui-ftHooryfnri-(mavsthliiagemewwnfieaaatlrr-etsi-totouIrm-tno-nimplaoorgiegsee,eci-rceara(daA-lnteioeHnobat)Ires)a-edtnorrdrnvueabeovtoniicaosboirntoldosafr-uHroedrvqiemecudarealvAni-wbicusraiauesrtstiair-ol[8ai1ns/l8ia9ac]ta.,iGopinnEacbOloiulfsidtaEiietnaesrglt[lih9tth]e.–feriTosGhmcBeusRrae-.

يقع هيماوا-ري-8 عند 140.7 شرقًا فوق خط الاستواء، وبمعدل مسح يبلغ 10 دقائق، يلتقط ما لا يقل عن 48 رصدًا كاملًا للقرص خلال يوم واحد (من الساعة 8 صباحًا إلى 4 مساءً بالتوقيت المحلي). في حين صُمم جهاز AHI للتطبيقات الجوية، فإن نطاقه المرئي والأشعة تحت الحمراء القريبة

تتيح نطاقات (VNIR) (الشكل 1 والجدول 1) اكتشاف الميزات البحرية ذات التأثيرات القوية

الإشارات الضوئية، مثل تلك القادمة من المياه شديدة العكارة [19]. بالإضافة إلى ذلك، هيماواري-21

تسمح الملاحظات ذات الدقة الزمنية العالية للغاية بمراقبة خصائص المحيط من

فرعيurly إلى مقاييس زمنية سنوية لبحيرة الحاجز المرجاني العظيم بأكملها والمحيط المجاور

حوض بدون بيانات بين المدارات.

wFiigthurtehe1.trHainmsmawisas-riio-n8

وظائف الاستجابة الطيفية للنطاقات المرئية والأشعة تحت الحمراء (خطوط بيضاء متصلة) للغازات الجوية (خط مملوء باللون الرمادي) والانتقال بواسطة الأوزون (أحمر

خط متصل) بين 400 و 1000 نانومتر.

يمكن أن تُستمد من Him-awari-8 مجموعة واسعة من التطبيقات لمراقبة وإدارة المناطق المحيطية، بما في ذلك لون المحيط [22,23،8]. وقد أثبتت الدراسات الحديثة جدوى رصد Hima-wari-17,24 للكشف عن إجمالي المواد الصلبة العالقة (TSS) في المياه الساحلية [22،8] وتركيز الكلوروف-يل-أ (CHL) في المحيط المفتوح [XNUMX]. تشير هذه النتائج إلى فرصة واعدة لرصد العمليات الديناميكية عالية التردد في الحاجز المرجاني العظيم الساحلي. ومع ذلك، على الرغم من إمكانية توفر عدة خوارزميات لألوان المحيطات لاسترجاع معايير جودة المياه الساحلية عبر الأقمار الصناعية، إلا أنها قد لا تكون مناسبة للتعقيد البصري للحاجز المرجاني العظيم أو غير قابلة للتطبيق على رصد Himawari-XNUMX.

الاستشعار عن بعد 2022، 14، 3503

3 من 23
- -
Tleanbglteh1s.anHdimbaanwdawrii-d8-thA, dasvsaoncciaetdedHsipmaatiwalarreisIomluatgioenr.vSiisgibnlael-aton-dn-oni-esearr-aintiforsar(SeNd Rb)anfrdosmcpenertrfoarlmwaanvce–etest results [25].

الفرقة رقم (الاسم) #1 (أزرق) #2 (أخضر) #3 (أحمر) #4 (NIR)

مركز الشريط (العرض) 470.64 (45.37) نانومتر 510.00 (37.41) نانومتر 639.15 (90.02) نانومتر 856.69 (42.40) نانومتر

الدقة المكانية 1 كم 1 كم 0.5 كم 1 كم

SNR @100% البيدو 585 (641.5) 645 (601.9) 459 (519.3) 420 (309.3)

أظهرت خوارزميات ألوان المحيطات القائمة على النموذج ب، والتي تستخدم محاكاة النقل الإشعاعي، أداءً متفوقًا في دراسات الاستشعار عن بُعد متعددة الأزمنة للمياه الساحلية مقارنةً بالخوارزميات التجريبية [26]. وتحديدًا، تُعد الشبكات العصبية طريقة عكسية فعّالة حسابيًا لتطبيقات الاستشعار عن بُعد في المياه الساحلية المعقدة بصريًا، نظرًا لقدرتها على تقريب العلاقات الوظيفية غير الخطية [27]. يصف هذا البحث تطوير خوارزمية ألوان محيطات قائمة على النموذج لشبكة عصبية (الشكل 35) لـ Himawari-2، ومُعَيَّنة لمياه ساحل الحاجز المرجاني العظيم. طُوِّرت خوارزمية العكس أحادية الخطوة لتقدير TSS مباشرةً من ملاحظات Himawari-8 في أعلى الغلاف الجوي (TOA) باستخدام مُحْسِب متعدد الطبقات، وهو نوع من الشبكات العصبية الاصطناعية (ANN). أولاً، تمت محاكاة التوزيع الطيفي الزاوي لانعكاسات TOA (RTOA() sr-8) عند نطاقات VNIR Himawari-1 باستخدام نموذج نقل إشعاعي محيطي-غلاف جوي (RT) مقترن قائم (نموذج أمامي). تضمنت عمليات محاكاة RT اختلافات واقعية في معايير جودة المياه، وظروف الغلاف الجوي والإضاءة. بعد ذلك، صُممت ودُربت واختُبرت عدة تجارب ANN (نماذج عكسية) لاسترجاع TSS عند نطاقات Himawari-8 بناءً على إشعاعات TOA المُحاكية. وأخيرًا، قُيّمت مخرجات TSS المسترجعة من Himawari-8 إحصائيًا مقارنةً ببيانات جودة المياه المتزامنة في الموقع في الحاجز المرجاني العظيم، ودُرست قيود الخوارزمية المختارة.

الشكل 2. مخطط انسيابي لخوارزمية لون المحيط المستندة إلى النموذج والتي تم تطويرها لـ Himawari-8.
2. الأساليب: تحديد معلمات محاكاة النقل الإشعاعي وتصميم
تم تحديد نموذج ANN العكسي في الأقسام الفرعية التالية. تتبع معلمات النموذج الأمامي والعكسي نهجًا طُوّر سابقًا للمياه الساحلية الأوروبية [36]، ولكن تم تعديلها في هذه الدراسة لتلائم الظروف البصرية داخل الماء في الحاجز المرجاني العظيم [38]. بالإضافة إلى ذلك، وُصفت إجراءات الاستحواذ والمعالجة والإخفاء لـ H-imawari-39، ومعالج ألوان المحيط، للخوارزمية القائمة على النموذج التي طُوّرت هنا. يُعرض بروتوكول التحقق وطرق تقييم قيود الخوارزمية، بالإضافة إلى النتائج الأولية لمراقبة TSS في الحاجز المرجاني العظيم.

الاستشعار عن بعد 2022، 14، 3503

4 من 23
2.1. النموذج المستقبلي
في هذا العمل، استُخدمت نسخة قياسية من نموذج مشغل المصفوفة (MOMO) [40,41،8] لمحاكاة انتقال الإشعاع المقترن بين الغلاف الجوي والمحيط لنطاقات الأشعة تحت الحمراء القريبة من الأشعة تحت الحمراء (VNIR) لمرصد هيماواري-1 (الجدول 1). قد يؤدي إهمال الاستقطاب الجوي إلى أخطاء بنسبة 2% عند أعلى نقطة في الغلاف الجوي، وهو معدل مقبول لتطبيقات المياه الساحلية [42]. تمت محاكاة نموذج RTOA() لمرصد هيماواري-8 للحصول على نطاق واقعي من الخصائص البصرية داخل الماء وفي الغلاف الجوي للمرصد الحاجز المرجاني العظيم.
يُقسّم نظام الغلاف الجوي المحيطي المُحاكي إلى عدة طبقات أفقية متجانسة ومتوازية، حيث تُراعى أنواع وتركيزات المكونات البصرية المائية والجوية المحددة. يبلغ ارتفاع الغلاف الجوي المُحاكي (TOA) 50 كم، وهو مُقسّم إلى 11 طبقة، حيث يُمثّل الامتداد الرأسي...fileتتبع قيم الضغط ودرجة الحرارة والرطوبة الغلاف الجوي القياسي الأمريكي [43]. ويُعزى التوهين الناتج عن تشتت رايلي إلى ضغطين سطحيين بارومتريين يبلغان 980 هكتوباسكال و1040 هكتوباسكال. وينقسم الغلاف الجوي إلى طبقة حدودية (0 كم)، وطبقة تروبوسفير حرة (2 كم)، وطبقة ستراتوسفير (2 كم). وفي كل طبقة، أُجريت عمليات المحاكاة لثمانية تجمعات هباء جوي مميزة بتركيزات متفاوتة من السُمك البصري للهباء الجوي (أ) عند 12 نانومتر بين 12 و50. وتتكون كل تجمع هباء جوي من ثلاثة نماذج هباء جوي رئيسية، وهي نموذج بحري في الطبقة الحدودية، ونموذج قاري في طبقة التروبوسفير الحرة، ونموذج حمض الكبريتيك في طبقة الستراتوسفير، عند رطوبة نسبية تتراوح بين 550% و0.015%. تم تحديد النطاق (a) من خلال عمليات رصد سنوية متعددة السنوات باستخدام مقياس ضوئي للشمس من المستوى الثاني لمحطة AERONET [1.0،70] في مرصد لوسيندا جيتي الساحلي (LJCO) الواقع في وسط الحاجز المرجاني العظيم [99 جنوبًا، 2 شرقًا]. يؤكد تحليل معاملات أنجستروم المقابلة [44,45] بين 18.52 و146.39 نانومتر في محطة LJCO AERONET وجود مزيج من أنواع الهباء الجوي البحرية والقارية المقابلة لتلك المستخدمة في محاكاة RT.
تم اشتقاق انتقال الغازات الجوية (باستثناء O3) من قاعدة بيانات امتصاص الجزيئات عالية الدقة للنقل (HITRAN) [47] وتم تنفيذه في عمليات محاكاة النقل الإشعاعي عبر نموذج توزيع k المعدل لبينارتز وفيشر [48]. أجريت عمليات محاكاة النقل الإشعاعي بافتراض حمولة أوزون ثابتة تبلغ 344 وحدة دوبسون (DU) [43]. تمت محاكاة نطاقات هيماواري-8 لـ 17 زاوية شمسية وزاوية رصد و25 زاوية سمت نسبية متباعدة بالتساوي. أجريت عمليات المحاكاة لتقلبات واقعية في جودة المياه، ممثلة بتركيزات فريدة مختارة عشوائيًا من CHL وTSS والمواد الصفراء (YEL)، والتي يشار إليها فيما بعد باسم ثلاثيات التركيز. تم تحديد نطاقات ثلاثيات التركيز المحاكاة بناءً على تشتت التركيزات المترابطة في الموقع الموجودة في الحاجز المرجاني العظيم، باتباع نهج Zhang et al. [49]. تم توزيع ثلاثيات التركيز المحاكاة بالتساوي في الفضاء اللوغاريتمي، وبالتالي تم تمثيل كل ترتيب من حيث الحجم بشكل مماثل مع تجنب عمليات المحاكاة المكررة.
تم نمذجة الامتصاص الطيفي الكلي لمياه البحر a() بواسطة نموذج حيوي بصري مكون من أربعة مكونات يأخذ في الاعتبار امتصاص الماء النقي (aw)، وامتصاص العوالق النباتية وجميع المواد العضوية الميتة (أي المخلفات) ap1 كدالة لـ CHL [0.01، 15]، وامتصاص الجسيمات غير الطحلبية ap2 كدالة لـ TSS [0.01، 100.0]، وامتصاص المواد الصفراء ay عند 443 نانومتر [0.002، 2.5]. تم نمذجة معامل امتصاص الماء النقي (aw) وفقًا لـ Pope و Fry [50] للنطاقات المرئية Himawari-8 1 و Hale و Querry [3] للنطاق 51. اتبع الامتصاص الطيفي للعوالق النباتية والمخلفات ap4 معلمة Bricaud et al. [1]، بينما تم معلمة امتصاص الجسيمات غير الطحلبية ap52 وفقًا لـ Babin et al. [2]، مع متوسط ميل Sp53 يبلغ 2 والذي تم اشتقاقه من البيانات البصرية الحيوية في الموقعampتم إجراء قياسات لمعامل الامتصاص الطيفي للمواد الصفراء ay في الحاجز المرجاني العظيم بين عامي 2002 و2013. تم تصميم معامل الامتصاص الطيفي للمواد الصفراء ay وفقًا لبابين وآخرون [53]، بمتوسط ميل Sy يبلغ 0.015 والذي تم اشتقاقه أيضًا من الملاحظات الموضعية من الحاجز المرجاني العظيم [39].
تم نمذجة التشتت الطيفي الكلي لمياه البحر (b()) باستخدام نموذج بصري حيوي مكون من مكونين [53] مع مراعاة تشتت الماء النقي (bw) وتشتت الجسيمات العضوية وغير العضوية bp كدالة لـ TSS. تشتت مياه البحر النقية

الاستشعار عن بعد 2022، 14، 3503

5 من 23

تم التعبير عن المعامل كقانون طاقة يعتمد على الطول الموجي استنادًا إلى Morel [54]،

تم تحديده لمتوسط ملوحة عالمي يبلغ 35 وحدة نموذجية. مساهمة التشتت للمواد العضوية و

تم دمج الجسيمات غير العضوية لاستنتاج معامل التشتت الجسيمي الكلي bp باتباع معلمة Babin et al. [55]. معامل التشتت النوعي للكتلة

تم حساب جسيمات المواد الصلبة العالقة (TSS) بقاعدة مقدارها 0.31 متر مربع/جم لمياه الحاجز المرجاني العظيم، باتباع بابين وآخرون [2]. تم تطبيق نموذج احتمال التشتت الخلفي لمياه الحالة 1 [55،2] لـ

احسب واختر دوال طور التشتت في الماء (, ) بناءً على نسبة TSS وYEL. أُجريت عمليات المحاكاة لعدد كبير من تركيزات عشوائية

الثلاثيات والظروف الجوية، كما هو موضح سابقًا، لبناء خطة شاملة

قاعدة بيانات لـ Himawari-8 RTOA() المُحلَّلة سمتيًا. من هذه القاعدة، تم إجراء تحليل إحصائي

تم استخراج مجموعات فرعية من التدريب والاختبار التمثيلية بشكل عشوائي لتطوير العكس

النموذج. تتألف كل من مجموعات التدريب والاختبار من 100,000 متجه إدخال

يحتوي على

الـ: محاكاة RTOA عند نطاقات 470 و510 و640 و856 نانومتر، والضغط الجوي عند مستوى سطح البحر بين 980 و1040 هيكتوباسكال، وزاوية ذروة الشمس (ثانية)، وسمت المراقبة (رأسي)، والسمت النسبي ().

2.2. النموذج العكسي

في هذه الدراسة، طُبِّق مُحْسِبٌ عَدِيدٌ طَبَقَاتِيٌّ (MLP)، وهو نوع من الشبكات العصبية الاصطناعية ذات التغذية الأمامية [57]، كنموذج عكسي يعتمد على برنامج محاكاة الشبكة العصبية بلغة سي، الذي طوره مالثاوس [58]، لتقريب العلاقة الوظيفية بين هيماواري-8 RTOA() وتركيز TSS. يتألف MLP الحالي من طبقة إدخال، وطبقة مخفية، وطبقة إخراج من الخلايا العصبية. تتصل كل خلية عصبية بكل خلية عصبية من الطبقة التالية بواسطة وزن. يمكن وصف إجراء التعلم الآلي أو التدريب المُشرف على النحو التالي:

تستقبل الخلايا العصبية المدخلة (ni) متجه الإدخال

، تحتوي على انعكاسات محاكاة

والبيانات المساعدة الموضحة أعلاه، وينشرها إلى الخلايا العصبية في الطبقة المخفية

(نح).

· في الطبقة المخفية، تقوم الخلايا العصبية الاصطناعية بجمع إشارات الإدخال المرجحة وتمريرها عبر دالة نقل غير خطية ثم توجيه مخرجاتها

إلى الخلايا العصبية لطبقة الإخراج (لا).

· دالة التكلفة (أي متوسط الأخطاء التربيعية، MSE- المعادلة (1)) بين المتماثلات

يتم حساب مخرجات الهدف المحددة yt ومخرجات الشبكة العصبية الاصطناعية المحسوبة yc لمجموعة البيانات التدريبية بأكملها (N = 100,000)، ويتم تعديل الأوزان الداخلية (W1، W2) للشبكة.

· يتم تكرار تدريب الشبكة العصبية الاصطناعية حتى يتم تقليل دالة التكلفة بين الناتج والقيمة المستهدفة.

MSE = yc – yt /N

(1)

يتم تقليل دالة التكلفة عن طريق تكييف مصفوفات الأوزان (W1، W2) بشكل متكرر باستخدام خوارزمية تحسين محدودة الذاكرة (BroydenFletcherGoldfarbShanno) [59]. بالنسبة لبنية MLP ثلاثية الطبقات، تُعطى دالة التحليل الكاملة بالمعادلة (2):

W2 × S1

عرض 1 × ×

(2)

حيث S1 وS2 هما دالتا النقل الخطية وغير الخطية (المعادلة (3)) المستخدمة في طبقة الإخراج والطبقة المخفية على التوالي.

S(x) = 1 + ex -1

(3)

تم تحديد عدد الخلايا العصبية في طبقات الإدخال والإخراج من خلال عدد معلمات الإدخال والإخراج للمشكلة، في حين أجريت العديد من المحاولات التجريبية

الاستشعار عن بعد 2022، 14، 3503

6 من 23

كان مطلوبًا تحديد العدد الأمثل للخلايا العصبية في الطبقة المخفية.

تم تصميم التجارب عن طريق تغيير عدد الخلايا العصبية في الطبقة المخفية من 10 إلى 100،

بزيادات قدرها 10. تم استخدام بذرة عشوائية ولكن ثابتة لجميع التجارب لتهيئة -

تكوين وزن الشبكات. تضمنت التجارب مكونًا رئيسيًا

تحليل المكونات الرئيسية (PCA) كخطوة معالجة مسبقة لفك ارتباط مدخلات RTOA(). بالإضافة إلى ذلك، صُممت التجارب بإضافة 0.8% من ضوضاء عشوائية غير مرتبطة طيفيًا تعتمد على الإشارة إلى مدخلات RTOA في كل نطاق. تم تدريب تجارب الشبكات العصبية الاصطناعية واختبارها باستخدام مجموعة فرعية من 100,000 متجه إدخال مُستخرج عشوائيًا من ناقل الإشعاع.

مجموعة بيانات مُحاكاة. ارتبط كل متجه إدخال بتركيز TSS لوغاريتمي، والذي تم اختياره كمخرج مستهدف ليتم تقريبه بواسطة التعلم المُشرف.

الإجراء. تم تدريب جميع التجارب على 1000 تكرار وتقليل التكلفة

تم حساب الدالة (المعادلة (1)) على مجموعة بيانات التدريب بأكملها في كل تكرار.

تم استخدام مجموعة بيانات اختبار مستقلة مكونة من N = 100,000 متجه لمراقبة تدريب الشبكة

الأداء وتجنب الإفراط في التجهيز.

–

2.3.

TBhaesHicipmraowceasrsi-in8- gOscteeapns

معالجة الألوان لـ Himawari-8 الخام

بيانات

داخل

تي اس اس

منتجات

نكون

مُظهَر

شكل

تم الحصول على نطاقات VNIR من المستوى 1 (L1) من Himawari-8 ذات القرص الكامل، وتم استخراجها فوق منطقة الحاجز المرجاني العظيم -

(١٠ جنوبًا، ٢٩ جنوبًا، ١٤٠ شرقًا، ١٥٧ شرقًا)، مُحدَّد الموقع الجغرافي، وتم تصحيح الملاحة. البيانات الخام المُحدَّدة جغرافيًا

تم تحويلها إلى إشعاعات TOA من المستوى 1b (L1b) (LTOA() W m-2sr-1µm-1) من خلال -

tghreidawppalsicraetsiaomnpolfedpofrsot-mlau0.n5ckhmuptoda1tkedmctaolimbraattcihonthceoreefsfiocliuetn-itosn[o60f ]t.heTahseso6c4i0atnemd VbNanIRd

النطاقات. تم معايرة LTOA() من خلال الإشعاع الشمسي الخارجي F() W -m-1 لكل نطاق. حُسبت F() كدالة ليوم السنة.

وباستخدام قيم متوسط الإشعاع الشمسي خارج الأرض F b-ased على كوروتش [61] والمُكيّفة مع نطاقات هيماواري-8 [62]. وقد استُخدمت انعكاسات TOA الناتجة RTOA() sr-1 عند نطاقات VNIR هيماواري-8 كمدخلات لطريقة الانعكاس. بالإضافة إلى ذلك،

تم حساب القيم s وv لكل بكسل من صورة القمر الصناعي كدالة لخط العرض وخط الطول والوقت المحلي، باتباع الإجراءات الموجودة [63]، وتحويلها إلى

الإحداثيات الديكارتية (x، y، z).

الشكل 3. مخطط انسيابي لمعالجة ألوان المحيطات في هيماواري-8. يشير HSD إلى بيانات هيماواري-8 القياسية، ويشير GBR إلى الحاجز المرجاني العظيم، ويشير VNIR إلى نطاقي الأشعة تحت الحمراء المرئية والقريبة من هيماواري-8 (470، 510، 640، و856 نانومتر)، ويشير ANN إلى الشبكة العصبية الاصطناعية.

ال

ACulsoturadlimanasckoinntginoenf tHainmdaswuarrroi–u8nodbisnegrvwaatitoenrss.

كان

تم تطويره بواسطة Qin et al. [64] لقناع سحابي بدقة 2 كم

الدقةampأدى إلى الغبار والدخان

1plkummHesimfraowmabrii-8mg-raisds

ويشمل ذلك إخفاء البكسلات الملوثة بالحرق. وبالمثل، تم تحديد البكسلات التي ظهرت

تم إخفاء الأسطح، مثل المناطق القارية والجزر والشعاب المرجانية، بناءً على الشكلfiles

متوفر من قاعدة بيانات هيئة منتزه الحاجز المرجاني العظيم البحري [65]. وميض الشمس

–

الاستشعار عن بعد 2022، 14، 3503

7 من 23
تم إنشاء قناع بحساب إحداثيات النقطة الرئيسية لوميض الشمس (PPS) كدالة ليوم السنة (ميل الشمس)، والساعة المحلية، وخط العرض، وخط الطول [66]، بدقة مكانية قدرها كيلومتر واحد. حُدد محيط قرص الشمس بنصف قطر دائري يبلغ 1 كيلومتر من إحداثيات النقطة الرئيسية لوميض الشمس. اختير حجم نصف القطر بعد إجراء سلسلة من الاختبارات البصرية لضمان أقصى تغطية لمنطقة قرص الشمس الرئيسية.
تم تطبيع ملاحظات هيماواري-8 بكسلًا تلو الآخر، ولكل نطاق، باستخدام بيانات أقمار صناعية متزامنة تقريبًا لعمود الأوزون الكلي المستخرج من ناتج تحليل مكونات الأقمار الصناعية الستراتوسفيرية والتروبوسفيرية (TOAST) [67] قبل الانقلابات. تم تحديد ناتج TOAST بدقة مكانية تبلغ 1.25 درجة × 1 درجة ودقة زمنية يومية.ampأدى ذلك إلى كيلومتر واحد للامتثال لشبكة هيماواري-1. وُحِّدت ملاحظات هيماواري-8 عند كل نطاق بنسبة انتقال الأوزون المشتق من TOAST إلى انتقال كثافة عمود الأوزون المحاكية البالغة 8 وحدة دوبلر. بالإضافة إلى ذلك، استُخدمت بيانات متوسط الضغط الجوي لمستوى سطح البحر من NCEP/NCAR `Reanalysis 344′ PaRt2m [2] كمدخلات لعكس ملاحظات هيماواري-68. يُحسب متوسط بيانات `Reanalysis 70′ كل 8 ساعات (2، 6، 0، 6 بالتوقيت العالمي المنسق) وampعلى شبكة عالمية منتظمة بدقة مكانية 2.5 درجة [71]. تم الحصول على أقرب بيانات متزامنة لـ PaRt2m وإعادةampأدت إلى شبكة هيماواري-1 بطول كيلومتر واحد. حُفظت بيانات TSS المُسترجعة، والأقنعة المرتبطة بها، والبيانات الوصفية في NetCDF. file، بما في ذلك العلامات المرتبطة بكل بكسل للمدخلات والمخرجات الخارجة عن النطاق. حُددت نطاقات المدخلات والمخرجات الصحيحة بناءً على مجموعة بيانات محاكاة RT. على سبيل المثال، إذا تجاوزت معلمة إدخال و/أو إخراج بكسل معين النطاقات المحاكاة، يُخصص للبكسل علامة مقابلة. جُمعت علامات الإدخال والإخراج لكل بكسل في شبكة Himawari-8. طُبقت علامات الخروج عن النطاق على منتجات جودة المياه قبل عمليات التحقق والتحليل اللاحقة.
2.4. بيانات موقع الحاجز المرجاني العظيم
تم الحصول على بيانات المواد الصلبة العالقة الكلية (TSS) المقيسة في الموقع بين عامي 2015 و2018 من قِبل المعهد الأسترالي لعلوم البحار (AIMS) ومنظمة الكومنولث للبحوث العلمية والصناعية (CSIRO) من قاعدة بيانات IMOS للبصريات الحيوية [72] عبر بوابة شبكة بيانات المحيطات الأسترالية (AODN). يستخدم كلٌّ من CSIRO وAIMS الطريقة الوزنية لتحديد تركيز المواد الصلبة العالقة الكلية (TSS) في مياه البحر. تتكون هذه الطريقة من قياس الوزن الجاف للمواد الصلبة العالقة من حجم معروف من مياه البحر.ample بعد ترشيحه بالتفريغ على مرشح غشائي مُرجح مسبقًا. تم وصف المزيد من التفاصيل حول المنهجية التي تستخدمها AIMS و CSIRO في Great Barrier Reef Marine Park Authority [73] و Soja-Woz'niak et al. [74]، على التوالي. على الرغم من استخدام مختبرات AIMS و CSIRO لطرق مختلفة قليلاً لتحديد TSS (أي عدد التكرارات، وسادات الترشيح، والشطف، وما إلى ذلك)، فقد تم دمج مجموعات البيانات هذه في عملية التحقق هذه. تم أخذ ما مجموعه 347 نقطة بيانات في الموقع مع TSS تتراوح من 0.01 إلى 85 ملغ لتر-1 ومتوسط 3.5 ملغ لتر-1 في الاعتبار. تم استبعاد نقاط البيانات في الموقع ضمن نطاق 1 كم من الساحل أو الشعاب المرجانية من التحليل لتقليل أوجه عدم اليقين الناتجة عن تأثيرات التجاور [75]. لقد أدرجنا جميع مياه البحر في الموقعampتم أخذ البيانات من السطح (<0.5 متر عمق) للمحطات الموجودة على أعماق مياه متغيرة (1.5 متر إلى 40 متر)، مع نقطة بيانات أضحل تقدم إجمالي المواد الصلبة الذائبة > 10 ملجم لتر-1.
2.5. بروتوكول التحقق
يتبع بروتوكول التحقق المُستخدم في هذه الدراسة تجربة عمليات التحقق السابقة لاستشعار لون المحيط عن بُعد في أستراليا، بما في ذلك الحاجز المرجاني العظيم الساحلي [27,76,77،XNUMX،XNUMX]. وصفت هذه الدراسات خطوات معالجة استخراج بيانات رصد الأقمار الصناعية بالتزامن مع القياسات الميدانية في الحاجز المرجاني العظيم الساحلي، بالإضافة إلى مقاييس أداء إحصائية مفيدة.
يمكن دمج ملاحظات Himawari-8 المتعددة ضمن إطار زمني (أي،urlي) لإزالة القيم المتطرفة المحتملة وتقليل ضوضاء المستشعر والبيئة، مما يُحسّن على الأرجح التقديرات وأداء التحقق [7,9,16،8،30]. لذلك، تم الحصول على جميع ملاحظات هيماواري-10 المتاحة، والتي تم مسحها خلال ±8 دقيقة من الوقت المُسجل في الموقع، لعملية التحقق هذه. تم اختيار ومعالجة ملاحظات هيماواري-XNUMX التي مدتها XNUMX دقائق في الأشعة تحت الحمراء القريبة المرئية (VNIR).

الاستشعار عن بعد 2022، 14، 3503

8 من 23

- -

تم تقسيم النطاقات المرتبطة بالشمس وهندسة المراقبة إلى مربعات 3 × 3 بكسل،

متمركزة عند إحداثيات كل نقطة بيانات متزامنة في الموقع. وبالمثل، تم استخراج مجموعات فرعية من الأقنعة المتزامنة (مثل السحب، والأرض، والشعاب المرجانية، ووميض الشمس) والبيانات الإضافية (مثل الأوزون والضغط) بأبعاد 3 × 3 بكسل. صور مركبة بألوان شبه حقيقية لبيانات مختارة من هيماواري-8.

تم فحص الملاحظات بصريًا لاستبعاد المطابقات في المياه ذات الخطوط الأفقية الحادة

التدرجات في الخصائص البصرية (أي جبهات العكارة) أو السحب القريبة.

–

Hourlتم حساب مركبات y للمجموعات الفرعية الصالحة من خلال المتوسط الزمني، مع تجاهل -

بكسلات مُقنّعة.urlتمت معالجة المجموعات الفرعية المجمعة باستخدام عكس الشبكة العصبية الاصطناعية

خوارزميات وحجب القيم خارج النطاق. وأخيرًا، الوسيط والانحراف المعياري

من هوurlتم حساب مجموعات فرعية من y TSS، باستثناء وحدات البكسل المطلوبة (m). فقط المجموعات الفرعية التي تحتوي على بكسلين أو أقل مُقنّعين لكل مربع بكسل هي التي اعتُبرت صالحة للمطابقة. الشبكة العصبية الاصطناعية (ANN).

تم حساب المخرجات على مقياس لوغاريتمي (log10) وتم تحويل TSS المتزامن في الموقع إلى لوغاريتم للتحليل الإحصائي.view يتم توضيح إجراءات التحقق

في الشكل 4. تم تقييم الأداء فيما يتعلق بخطأ الجذر التربيعي المتوسط

(RMSE - أو الخطأ المطلق)، التحيز، متوسط النسبة المئوية المطلقةtagخطأ e (MAPE-أو خطأ نسبي)، ومعامل التحديد (R2). تم حساب التحيز، وR2، وRMSE في log10

–

تم حساب المساحة وMAPE في القياس الخطي وp المشتق من القمر الصناعي

psproadceu، cftowlloitwhi-nNgtEhqeunautimonbser(4o)f(v7a)l، iwd hmearetcmhuispsth. e

جذر متوسط التربيع = 1/نيوتن (م -ص)2

(4)

MAPE = 100/N |(م -ص)|/ص 2

(5)

ر2 =

N(mp)- ( m)( p) m2 – ( m)2 N p2 – (

ص)2

(6)

التحيز = 1/N (م -ص)

(7)

صُنفت تجارب مطابقة الشبكات العصبية الاصطناعية بناءً على المقاييس الإحصائية الموضحة أعلاه. أُعطيت الأفضلية للتجارب ذات أقل خطأ تربيعي متوسط (RMSE) لأن هذه المعلمة الإحصائية تُمثل دالة التكلفة التي تُقلل إلى أدنى حد أثناء تدريب الشبكات العصبية الاصطناعية. اختيرت التجربة الأفضل أداءً ذات أقل عدد من الخلايا العصبية في الطبقة المخفية، وذلك لتقليل الجهود الحسابية اللازمة لعكس ملاحظات هيماواري-8 على كامل الحاجز المرجاني العظيم.

الشكل 4. مبسطview من عملية التحقق من صحة الخوارزمية.

2.6. تقييم القيود

تم حساب نسبة الإشارة إلى الضوضاء (SNR) للمجالات المرئية والأشعة تحت الحمراء القريبة

HEaimstearwnaSrti-a-8ndLTaOrdA

(تيم) أويب-سيرفياستيو)ناست

تم مسحها ضوئيا المحددة

بين الساعة 08:00 إلى 16:00 التواريخ المحلية والمناطق الخالية من السحب

الوقت (الأسترالي في بحر المرجان

–

الاستشعار عن بعد 2022، 14، 3503

9 من 23

(16.25 جنوبًا، 151 شرقًا، وعند 20.60 جنوبًا، 153.53 شرقًا). أُخذت في الاعتبار ملاحظات ما بعد يوليو 2017 فقط في هذا التحليل، نظرًا لتصحيح معاملات معايرتها لضوضاء الخطوط المتماسكة والأفقية [63,78، 8]. تم تصفح لقطات الألوان الحقيقية المتوفرة من خلال نظام شجرة P-Tree لرصد هيماواري-79 [80,81] لاختيار منطقة الهدف وللتأكد من أنها موحدة مكانيًا ومن غير المرجح أن تتأثر بالغيوم، وبريق الشمس، والخصائص البصرية الحيوية، وأعمدة الدخان الناتجة عن الاحتراق الأرضي [8، 60]. تم تحويل ملاحظات هيماواري-51 المختارة من العد الخام إلى وحدات فيزيائية من خلال تطبيق معاملات المعايرة [51]، مع استخراج مجموعات فرعية من XNUMX × XNUMX بكسل وتمركزها عند إحداثيات المناطق محل الاهتمام. بالإضافة إلى ذلك، تم تعديل المجموعات الفرعية والأقنعة المرتبطة بها والمعلمات الهندسيةurlتم تجميعها. 10 دقائق وساعةurlتم إخفاء المجموعات الفرعية المجمعة من السحب والأرض والشعاب المرجانية وبريق الشمس، وتم فحص مركبات الألوان الحقيقية تقريبًا بحثًا عن ميزات غير مكتشفة مثل الجزر المرجانية والشعاب المرجانية وظلال السحب والتحف الاستشعارية.
تم حساب نسبة الإشارة إلى الضوضاء (SNR) لكل نطاق من نطاقات هيماواري-8 وفقًا للمعادلة (8) [80]. يُعطي متوسط دالة LTOA() لجميع وحدات البكسل الصالحة ضمن منطقة الهدف قيمة Ltypical()، ويُعطي حساب الانحراف المعياري () ضمن نفس المنطقة قيمة الإشعاع المكافئ للضوضاء (Lnoise()). تُحسب نسبة الإشارة إلى الضوضاء (SNR) كنسبة بين Ltypical وLnoise في كل نطاق:

SNR() = Ltypical ()/Lnoise() = LTOA()/(LTOA())

(8)

التباين اليومي واختلافات الحجم بين نسبة الإشارة إلى الضوضاء المحسوبة بـ 10 دقائق وساعةurlتم فحص عمليات رصد هيماواري-8 المجمعة (SNRSING() وSNRAGG()، على التوالي) في كل نطاق. بالإضافة إلى ذلك، تم تقييم خصائصها الطيفية لنطاقات s، لأن مستويات الضوضاء معروفة باختلاف ارتفاع الشمس [80]. وأخيرًا، النسبة المئوية المرتبطةtagتم حساب مستويات الضوضاء (% الضوضاء) لـ s = 45 ± 1 وتم استخدامها لتقييم حساسية الخوارزمية لمستويات الضوضاء النموذجية Himawari-8.
تم تدريب خوارزمية TSS المُطورة في هذه الدراسة باستخدام ضوضاء فوتونية مسطحة طيفيًا (غير مرتبطة) (0.8%) أُضيفت إلى مجموعة بيانات التدريب، بافتراض معرفة محدودة بخصائص أداء المستشعر فوق الأهداف المحيطية. لتقييم استقرار الانعكاس وتوفير تحليل أساسي لحساسية خوارزمية TSS، أُضيفت ضوضاء فوتونية مسطحة طيفيًا بنسبة 0.1 و1.0 و10 و50% إلى مجموعة بيانات الاختبار وعُكست. بالإضافة إلى ذلك، أُضيفت نسبة الضوضاء المرتبطة بنطاقات Himawari-8 إلى مجموعة بيانات الاختبار لقياس آثار مستويات الضوضاء المعتمدة على الطيف على دقة استرجاعات TSS. فُسِّر استقرار الاسترجاع من حيث الزيادات الثابتة في RMSE عبر نطاق واسع من TSS (من 0.01 إلى 100 ملغ لتر-1) متباعدة بالتساوي في التركيزات اللوغاريتمية. بالإضافة إلى ذلك، تم تقييم المقاطع الطولية لمنتجات TSS المأخوذة في المياه المتجانسة والخالية من السحب في الحاجز المرجاني العظيم الساحلي وفي بحر المرجان على مقياس البكسل للحصول على تقييم نوعي لمستويات الضوضاء في Himawari-8.

3. النتائج
3.1. التحقق من صحة الخوارزمية
تم تدريب شبكات متعددة بتكوينات معمارية متنوعة، وتم اختيار الشبكة الأفضل أداءً بأقل خطأ تربيعي متوسط ممكن وأقل عدد ممكن من الخلايا العصبية في الطبقة المخفية لإجراء عمليات الانعكاس. استرجعت التجربة المختارة، التي ضمت 50 خلية عصبية في الطبقة المخفية، قيم TSS تتراوح بين 0.14 و24 ملغ/لتر، مع R1 موجب وانحياز قدره 2 ملغ/لتر، وMAPE بنسبة 0.014%، و1RMSE بقيمة 75.5 ملغ/لتر، كما هو موضح في الشكل 10.

الاستشعار عن بعد 2022، 14، 3503

10 من 23

الشكل 5. بيانات TSS المشتقة من هيماواري-8 في الموقع، مع أفضل تجربة شبكة عصبية اصطناعية أداءً، مع رمز لوني لقيم TSS المشتقة في الموقع -d بمقياس لوغاريتمي. تمثل أشرطة الخطأ الانحراف المعياري داخل البكسل لبيانات TSS ضمن مربع 3 × 3 بكسل. تشير الرموز المختلفة إلى بيانات مشتقة من الموقع تم جمعها بواسطة AIMS.
ومن قبل منظمة CSIRO في LJCO.
–
3.2. إجمالي المواد الصلبة العالقة في هيماواري-8 في الحاجز العظيم
يوضح الشكل 6 صورة مركبة بألوان شبه حقيقية لـ Himawari-8 (اللوحة اليسرى) التُقطت في 27 أكتوبر 2017 فوق منطقة الحاجز المرجاني العظيم، وناتج TSS المقابل بدقة زمنية 10 دقائق (اللوحة اليمنى). يبلغ إجمالي TSS في مياه بحيرة الحاجز المرجاني العظيم عادةً 1 ملغم/لتر أو أكثر، بينما تُظهِر المياه قبالة سواحل الحاجز المرجاني العظيم قيمًا أقل من 1 ملغم/لتر. وقد كشف ناتج TSS عن ضوضاء حبيبية وخطوطية شديدة في مناطق المحيط المفتوح لبحر المرجان.

الشكل 6. صور هيماواري-8 بالألوان شبه الحقيقية للحاجب الحاجز المرجاني العظيم، الملتقطة في 27 أكتوبر/تشرين الأول 2017 الساعة 15:00 مساءً بتوقيت شرق أستراليا (اللوحة اليسرى) ومعامل TSS المرتبط به [ملغ/لتر] (اللوحة اليمنى). البكسلات مُغطاة باللون الأسود بسبب قيم السحب والقيم الخارجة عن النطاق.

تم التحقيق في تقلبات Himawari-8 TSS عند مصب نهر Burdekin وعلى الحاجز المرجاني العظيم الجنوبي

لمصفوفة الشعاب المرجانية في المياه الساحلية (الشكل 7

ساونردرواون-إميديناتجيوثنيس

في الرابط). تسبب حدث فيضان بورديكين في 12 فبراير 2019 في توليد عمود من الرواسب

وصلت إلى الشعاب المرجانية الخارجية (50 كم من الفم) بين الساعة 3 إلى 4 مساءً، مع إجمالي المواد الصلبة الذائبة > 20 ملجم لتر-1.

–

—

الاستشعار عن بعد 2022، 14، 3503

- -
–

–
–

11 من 23
–

تشكل عمود رواسب نهر بورديكين أثناء المد القادم بمدى 0.3 متر بين المد المنخفض والعالي. شهدت المياه الساحلية بالقرب من الشعاب المرجانية زيادة في مقدار النظام في TSS (3.6، 26.4 ملغم/لتر) ضمن دورة مد شبه يومية (علامة متقاطعة في الشكل 1 (اللوحة اليسرى) والشكل 7أ). تعرضت الشعاب المرجانية المغطاة بمياه الفيضانات لـ TSS أعلى بحوالي 8 مرة من الحد الإرشادي البالغ 40 ملغم/لتر [0.7]. تم إخفاء المناطق التي تجاوزت فيها TSS 1 ملغم/لتر، بالقرب من المصب، (مناطق سوداء) كقيم خارج النطاق (أعلام ANN). يتوفر رسم متحرك لتقلبات TSS بعد حدث التفريغ الرئيسي في الشكل S82.

الشكل 7. تصاعد عمود الفيضان من نهر بورديكين، فبراير 2019 (اللوحة اليسرى). نفثات المد والجزر لـ TSS داخل مصفوفة الشعاب المرجانية في الحاجز المرجاني العظيم في نوفمبر 2016 (اللوحة اليمنى). لاحظ النطاقات المختلفة في كل رسم بياني. البكسلات المحجبة باللون الأسود ناتجة عن قيم TSS خارج النطاق.
بينما تُظهر أحداث الفيضانات الكبرى سمات واضحة لـ TSS في الحاجز المرجاني العظيم الساحلي، تُلاحظ نفاثات مدية دون متوسطة الحجم تحيط بمصفوفة الشعاب المرجانية الضحلة والمغمورة في الحاجز المرجاني العظيم الجنوبي (الشكل 7 (اللوحة اليمنى))، مما يوضح كيف تؤثر هذه الظروف المختلفة على تقلب TSS على المدى القصير. يوضح الرسم المتحرك المقدم في الشكل S2 ديناميكيات تقلبات TSS الناجمة عن المد والجزر، حيث حدث المد العالي (4 أمتار) والمنخفض (0.2 متر) في الساعة 10 صباحًا و6 مساءً على التوالي (الشكل 8ب). تقلبت تركيزات TSS بالقرب من هيرالدز ريف (المشار إليها بعلامة X) بمقدار مرتبة واحدة تقريبًا خلال يوم واحد (0.3، 2.0 ملغ لتر-1)، مع قيم تتجاوز عتبات إرشادات جودة المياه الموصى بها للحاجز المرجاني العظيم الساحلي المفتوح (0.7 ملغ لتر-1).

الشكل 8. سلسلة زمنية لعشر دقائق من إجمالي المواد الصلبة العالقة (TSS) المشتقة من هيماوا-ري-10 عند مصب نهر بورديكين خلال فيضانات فبراير 8 (أ) وفي مصفوفة الشعاب المرجانية الجنوبية للحاجز المرجاني العظيم في نوفمبر 2019 (ب)، كما هو موضح في الشكل 2016. تمثل أشرطة الخطأ الانحرافات المعيارية داخل البكسل. الحدود المرجعية للمياه الساحلية (7 ملغم/لتر) ومياه منتصف الجرف (2.0 ملغم/لتر) مُشار إليها باللون الأحمر. يُرجى ملاحظة اختلاف النطاقات الزمنية في كل شكل.
- -
–

الاستشعار عن بعد 2022، 14، 3503

12 من 23
3.3. حدود الكشف تظهر نسبة الإشارة إلى الضوضاء المحسوبة من مجموعتين من ملاحظات هيماواري-8 في
الرسوم البيانية للشكل 9. تم تفويت بعض الملاحظات الفردية بسبب التغطية السحابية المكثفة، وخاصة في 06 سبتمبر 2017، مما أدى إلى فجوات في البيانات في السلسلة الزمنية. أظهر SNRSING و SNRAGG تقلبات يومية واضحة، مع حدوث أعلى نسبة إشارة إلى ضوضاء عند أدنى ثانية (<30)، بين الساعة 11 صباحًا و 12 ظهرًا. كان المقدار والتباين اليومي أعلى بالنسبة لـ SNRAGG وعند النطاقين الأزرق والأخضر (470 و 510 نانومتر)، عند مقارنتها بالقيم المحسوبة لـ SNRSING. كانت نسبة الإشارة إلى الضوضاء المحسوبة لنطاقي 640 نانومتر و 856 نانومتر أقل بثلاث مرات على الأقل من نسبة الإشارة إلى الضوضاء المحسوبة للنطاقين الأزرق والأخضر، مع اختلافات يومية دقيقة. كانت التقلبات اليومية لنسبة الإشارة إلى الضوضاء بين الأيام والمواقع متنوعة، وخاصة بالنسبة للنطاق الأزرق ومن SNRAGG. في 06 سبتمبر 2017 (بمتوسط v~22)، كانت قيمة SNRAGG في النطاقين الأزرق والأخضر متشابهة (الشكل 9ب). في 25 سبتمبر 2017 (في موقع مختلف بمتوسط v~28)، كانت قيمة SNRSING في النطاق الأزرق أعلى بمرتين تقريبًا من النطاق الأخضر (الشكل 9د).

الشكل 9. سلسلة زمنية لنسب الإشارة إلى الضوضاء (SNR، المحور الأيمن) محسوبة لملاحظات فردية (SNRSING) (أ، ج) وللملاحظات المجمعة (SNRAGG) (ب، د) مع s المرتبطة بها (المحور الأيسر). نسبة الإشارة إلى الضوضاء هي
مُرمَّز بالألوان حسب النطاق.

مجموعات من

التباين الطيفي لـ s، حيث المعيار

تم إظهار الانحرافات في كل مجموعة من خلال SNRSING و SNRAGG

في الشكل المرسوم كما يلي

10 للحدود القصوى

ثلاثة أخطاء

الأشرطة. عادةً ما أسفرت الملاحظات الفردية عن نسبة إشارة إلى ضوضاء أقل من الملاحظات المجمعة

في جميع النطاقات، وكان معدل الإشارة إلى الضوضاء هو الأعلى في الشكل 9. الانحرافات المعيارية لـ معدل الإشارة إلى الضوضاء

s < 30، بما يتفق مع البيانات المحسوبة للفردية والمجمعة

تم تقديمها في الملاحظات

wfoerresm>o4r0epartotnhoeubnlcueedbfoanr dsp>re4s0enatendd

عند النطاقين الأزرق والأخضر. الانحرافات المعيارية لـ 27 و

تم حساب نسبة الإشارة إلى الضوضاء (SNR) إلى 51 لـ SNRSING

وانحرافات SNRAGG لـ

، على التوالي، في حين أن 13 و 26 على التوالي.

تم حساب نسبة الإشارة إلى الضوضاء للنطاق الأخضر المعروض كمعيار، ومن المرجح أن ترتبط هذه الانحرافات بالمتغير

الظروف الجوية لكل موقع، والتي تشتد عند النطاقين الأزرق والأخضر

وعلى مسارات جوية ذات أطوال عالية.

الاستشعار عن بعد 2022، 14، 3503

13 من 23

الشكل 10. التوزيع الطيفي لنسب الإشارة إلى الضوضاء المحسوبة لـ (SNRSING) (-a) و

الملاحظات المجمعة (SNRAGG) (ب)، وتم تجميعها على أنها انحرافات معيارية لنسبة الإشارة إلى الضوضاء داخل كل مجموعة من

ل س.

ثلاثة

النطاقات

خطأ

الحانات

كان

محسوب

TgcorhemegpaSTtNuehtdReedASoGNbfGsoRerrvAvaaGallGluti، seoitsnnhsgceolwLemtioytphpbiicslaeesldr، = vaiann4t5diToaLn±bnsole1iwse2iawtwhnederersaec = saosob4m5copiuaitlt±eetddw1ipinceweTrcaaeebsrnelhetiai2ngg.chelLunaikdsoeeitswdheeifs(oc%eor، NtrchrooeimssSpepN)oaf–nRordiSrsIiNaongnGg-. SNRSING، باستثناء الشريط الأحمر. ومع ذلك، فإن مستويات الضوضاء الكبيرة في النطاق الأحمر (~3%) وفي نطاق الأشعة تحت الحمراء القريبة (~5%eff) واضحة بشكل خاص في نطاق الأشعة تحت الحمراء القريبة، حيث تعتبر الإشعاعات التي تتركها المياه مهملة في مياه المحيطات المفتوحة الصافية.

–

الجدول 2. هيماواري-8 المرئية والأشعة تحت الحمراء القريبة النموذجية وضوضاء واط م-2sr-1µm-1 والمرتبطة بها

بيرسينtagضوضاء e (%ضوضاء) لـ SNRAGG عند s = 45 ± 1. قيم SNRSING المحسوبة عند s = 45 ± 1

تمت إضافتها للمقارنة.

النطاق 470 510 640 865

نموذجي 59.5 38.3 13.8 3.4

الضوضاء 0.26 0.29 0.41 0.18

٪ضوضاء
0.44 0.76 3.02 5.26
–

سنراج 223 130 33 19

سنرسينج 100 74 28 8

dalegpoerTnithdhemenopturptechosoemntoetsns ronefaorsiesotenriaiesbvililenlurgestTtrrSiaeStve(ad0l.0pin1erttfhooer1m0g0raamnpcgheisLcfs-o1or)fTwFSiSigthautrsoepre1ac1tb.roaI-vnlleyb0ofl.t1ahtmasgcnedL-n-sap1r,-ieoe-csxtr,catehlplyet

عندما تمت إضافة 50% من ضوضاء الفوتون المسطحة طيفيًا، وفي الوقت نفسه، تم الحصول على أخطاء كبيرة (>300%)

إلى هيماواري-8 لاسترجاع TSS

النطاقات أدناه

(الشكل هـ 0.1 ملغ

11أ). ل-1،

بغض النظر عن نوع الضوضاء ومستواها. في سيناريو أكثر واقعية، عندما يكون معتمدًا على الطيف

ضوضاء الفوتون (أي، % الضوضاء من الجدول 2) - تضاف إلى نطاقات هيماواري-8، والأخطاء هي

غالبًا أقل من 100% - لـ TSS > ~0.25 ملغ لتر-1 (الشكل 11 (اللوحة اليمنى)). لذلك، للحصول على

للحصول على استرجاعات موثوقة من هيماواري-8 باستخدام خوارزمية TSS الحالية، تم اختيار حد كشف قدره 0.25 ملغم/لتر. وللمقارنة، تم حساب حدود الكشف لاسترجاعات TSS.

من هيماواري-8 المصححة جويًا، كما في دورجي وفيرنز [17]، يتم تمثيلها على أنها

خط متقطع عمودي عند 0.15 ملغ لتر-1.

الاستشعار عن بعد 2022، 14، 3503

14 من 23

الشكل 11. أخطاء استرجاع جذر متوسط مربع الخطأ (ملغ/لتر) لمستويات ضوضاء الفوتون المسطحة طيفيًا (اللوحة اليسرى) والمعتمدة طيفيًا (اللوحة اليمنى). يُعرض إجمالي الطاقة الإجمالية للنقل الإشعاعي (RT) وقيم جذر متوسط مربع الخطأ المرتبطة به بمقياس لوغاريتمي. الخط المتقطع الرأسي عند 1 م-غ/لتر هو حد الكشف المُقتبس من دورجي وفيرنز [0.15]، 1. الخط المتقطع الرأسي عند 17 م-غ/لتر هو حد الكشف للطريقة الحالية.
كشف الفحص البصري لمستويات الضوضاء عن حبيبات شديدة وخطوط أفقية iogttitnnruhbraeraHstnbhneTsiierumdeSvlcCSaaactAtostwoiiGroaooaaGnsnfrl-tiTsaSw-(-h8lSeTaoaSaTSswSrS(SIesmNSSeeaIGdNvaspgeGra(iroenT)nendcSdlatruySnaeTcrad>atSessrSdei~r(nAdouF1GwicomgmeGpsu-da,egtrsaFnei-knLki1goie-an2ucn1g)ger,)geba.parne1raIetno2rgwwt)uaiaeacantd-eeutrdeenddlarciis1T-rtllill5oS(oyu1TuSnswSdtpErtS-haorpaeot

–

الشكل 12. موقع المقاطع العرضية (الأسهم الأرجوانية) المستخرجة لـ TSSSING(a) وTSSAGG(b). لاحظ

إخفاء السحب التراكمية في ملاحظات TSSAGG.Himawari-8 التي تم التقاطها في 9 سبتمبر 2017 بين

10:00 و 10:50 بالتوقيت المحلي (AEST).

–

المقطع العرضيampبين 19S و20Sin في بحر المرجان (الشكل 13أ) المعروض

قيم TSSSING وTSSAGG أقل بكثير من حدود الكشف للطريقة (0.25 ملغم/لتر)، مما قد يُظهر أخطاء استرجاع تتجاوز 1%. أظهر TSSSING ارتفاعات حادة أو قيمًا مختلفة في الحجم تحدث بشكل متتابع على مقياس البكسل (أو ضمن نطاق كيلومتر واحد). كما هو الحال

ونتيجة لذلك، تم ملاحظة اختلافات تصل إلى 0.3 ملجم/لتر بين وحدات البكسل المتجاورة،

كما هو موضح بواسطة sented أكثر سلاسة

pplioxtela-tnon-potixaetilovnasriiantiFonigsu(r~e0.1036am.gMLe-an1)w. شويلبيتلتيهديافسيسرونيسييتسيدويTrSeSoAbGsGerpvered-

الاستشعار عن بعد 2022، 14، 3503

15 من 23

—

–

بين TSSSING و T-SSAGG في المقاطع العرضية المأخوذة في الحاجز المرجاني العظيم الساحلي (الشكل 13ب)، وخاصة بالنسبة لـ TSS -> 1 ملغ لتر-1. ومع ذلك، مع زيادة المسافة من الساحل، انخفض TSS إلى أقل من 1 ملغ لتر-1 وتم تعزيز الاختلافات بين TSSSING و TSSAGG. وعلى الرغم من أن معظم وحدات بكسل TSSSING في الشكل 13ب كانت أعلى من حدود الكشف (0.25 ملغ لتر-1)، إلا أنها أظهرت تماسكًا مكانيًا ضعيفًا في منطقة الانتقال من الساحل إلى المحيط (151.4 إلى 152-.0E). ونظرًا لأن TSSSING و TSSAGG يوفران نتائج قابلة للمقارنة لـ TSS > ~1 ملغ لتر-1، فقد يكون كلاهما مناسبًا لمراقبة الحاجز المرجاني العظيم الساحلي. ومع ذلك، فإن TSSAGG يقدم تماسكًا مكانيًا أفضل بشكل عام وقد يكون مفضلًا على TSSSING، اعتمادًا على منطقة التطبيق.

الشكل 13. مقاطع عرضية لـ TSS المشتق من هيماواري-8 (ملجم/لتر) مأخوذة في بحر المرجان (أ) وداخل
مياه الحاجز المرجاني العظيم الساحلية (ب) من TSSSING (النقاط الزرقاء) وTSSAGG (النقاط الحمراء). تمثل فجوات البيانات وحدات بكسل مُحجَّبة للسحب، أو الأرض، أو بريق الشمس، أو أعلام الشبكات العصبية الاصطناعية (ANN)، عند الاقتضاء. يشير TSS المُعلَّق (بالأسهم السوداء) إلى قيم البكسل-الأعلى-البكسل، بينما يُشير الخط الأفقي الأخضر إلى حد الكشف.
الطريقة.

4. المناقشة
يُعدّ الرصد الشامل لجودة المياه في الحاجز المرجاني العظيم الواسع والمعقد بصريًا أولوية، مما يُمثل تحديًا لمديري البيئة والباحثين [2,83،8]. على الرغم من أن استشعار لون المحيط عن بُعد يتطلب متطلبات إشعاعية وطيفية صارمة، إلا أن هيماواري-XNUMX يُقدم عددًا غير مسبوق من الرصدات للرصد المُتقدم لجودة المياه في الحاجز المرجاني العظيم. تُقدم هذه الورقة أول خوارزمية استشعار عن بُعد مُتقدمة مُضبوطة ومُعتمدة محليًا للرصد الشامل لجودة المياه على نطاقات يومية في الحاجز المرجاني العظيم.

4.1. تطوير الخوارزمية والتحقق منها

قدمت عمليات محاكاة نقل الإشعاع الجوي المحيطي المقترنة نتائج كبيرة و

trhoebuospttdicaatlavbaasrieaobfilRityTOoAf dthisetrGibBuRt.ioTnhienmthaechHinime alewaarrnii–n8gVANNIRNbaalngdosr،itphamramdeevteelroispeeddfoinr

A(ptart0hhenrN.flieo0saev1Nadcwittdtvmoraoeaenr1dontkcr0st-eic0paeasogvhm,lnleaeoifiglnrcwsidoLcwceem-ocndh1ompc)irtea,chprhrweieaencirdtttdehtihhodtieoroeneuwatcqt[crteu2acal7iudalnn,lri3wivteat6iexyico,tr3pynhos7laifi,otoc8latfin4hmrt]tgea.hoeetefttmtDrhaRofiooeiuTndnssOtppaespAlidhbut-eieatatnrsosliHvgecfeddroicrmoerosomirirtaniorhvwensmtecihamtisraeiso.iu-iwnsM8nluavpisobtdeprerjeoredeesccocritettoavedrtnnesaoutrgloi,renteltfh-ihg.moweeTfdiahaataTtaciletsgStcariSuops-olerrrneviateatssacsh,vyleamuitnnnheot’dgesss—–f

المتانة لتلبية الحد الأدنى من المدخلات

rnaodisioemweatsriecsrpeeqcuiairlelymaednvtsanotfaogceeoaoansccoolnosuirdseerninsgo-rHs iamnadweanrvii-r8odnomeesnntoatl

يمكن للضوضاء، وخاصةً من الغلاف الجوي، أن تؤثر بشكل كبير على عمليات الاسترجاع. هذه النتائج

الاستشعار عن بعد 2022، 14، 3503

16 من 23
شجعت على مزيد من تطبيق ملاحظات Himawari-8 للتحقق من صحة بيانات جودة المياه في الموقع في الحاجز المرجاني العظيم.
أظهرت أخطاء مطابقة بيانات هيماواري-8 TSS المُسترجعة نتائج جيدة مقارنةً بأهداف المهمة المُحددة لأجهزة استشعار ألوان المحيطات الأخرى، مثل سينتينيل-3 في مياه الحالة 2 [85]، وخاصةً لبيانات TSS التي تزيد عن 0.1 ملغ/لتر. يُقارن أداء الخوارزمية الحالية جيدًا بتلك التي تستخدم ملاحظات هيماواري-1 المُصححة جوًا [8،17,24]، مما يُشير إلى ملاءمة استخلاص بيانات TSS الساحلية باستخدام عمليات عكسية أحادية الخطوة قائمة على النموذج. قد تُحسّن إجراءات التصحيح الجوي الصريحة عمليات الاسترجاع لنطاق TSS الأقل (<~1 ملغ/لتر)، والذي يُحتمل تأثره بإشعاع المسار الجوي السائد والأداء الإشعاعي المنخفض لهيماواري-1.
يتطلب تحسين الأداء قاعدة بيانات أوسع وأشمل للقياسات الحيوية البصرية الموضعية، تغطي نطاقات التباين المكانية والزمانية ذات الصلة. علاوة على ذلك، يجب اتباع بروتوكولات قياس دقيقة لتقليل أوجه عدم اليقين المرتبطة بتحديد معلمات الخوارزميات والتحقق منها في المياه الساحلية. على سبيل المثال، ثلاث نسخ منampيُنصح باستخدام هذه العينات لتحديد المواد الصلبة العالقة (TSS) بطريقة القياس الوزني. بالإضافة إلى ذلك، تُستخدم أدوات التحققampيجب أخذ العينات في مياه متجانسة بصريًا [86]، وهو أمر صعب بشكل خاص في البيئات الساحلية شديدة الديناميكية. ومع ذلك، فقد أتاحت وكالات بحثية متعددة ذات أولويات علمية متنوعة قياسات في الموقع باستخدام تقنيات مميزة.ampطرق البحث والتحليل. بالإضافة إلى ذلك، لم تُؤخذ العوامل الفيزيائية والبيئية، مثل انعكاس القاع، والفلورسنت، والانعكاس ثنائي الاتجاه، والاستقطاب، وتكاثر الطحالب الضارة، في الاعتبار، ولكنها قد تُسهم أيضًا في أخطاء استرجاع المطابقة.
4.2. إجمالي المواد الصلبة العالقة في هيماواري-8 في الحاجز المرجاني العظيم
سمح Himawari-8 بمراقبة شبه فورية لحدث فيضان عرضي في الحاجز المرجاني العظيم، كاشفًا عن زيادة في إجمالي المواد الصلبة العالقة (TSS) بمقدار رتبة خلال يوم واحد. وقد لوحظ هذا الحدث خلال موسم الأمطار حيث قام نهر Burdekin بتفريغ ما بين 0.5 و1.5 مليون مل/يوم لمدة 10 أيام متتالية (نهر Burdekin في محطة Clare [87]). كانت تقلبات إجمالي المواد الصلبة العالقة من عمود فيضان Burdekin أعلى بكثير من قيمة عتبة إرشادات جودة المياه البالغة 2 ملجم/لتر للمياه الساحلية المفتوحة ومياه منتصف الجرف، بالإضافة إلى 1 ملجم/لتر للمياه البحرية في الحاجز المرجاني العظيم [0.7]. امتد عمود الفيضان لمسافة 1 كم في الشعاب المرجانية الخارجية، وتبع تطوره اليومي خطوة بخطوة 82 دقائق من إجمالي المواد الصلبة العالقة المشتق من Himawari-50. لذلك، قدم Himawari-10 عددًا غير مسبوق من الملاحظات لمراقبة نوعية وكمية كاملة لأحداث الفيضانات في الحاجز المرجاني العظيم. تشير البكسلات المقنعة في مياه الفيضانات إلى قيم تتجاوز 8 ملجم/لتر، مما يعني أنه ينبغي توسيع نطاق المحاكاة للقيم التي تزيد عن هذا الحد للاسترجاع أثناء الفيضانات في الحاجز المرجاني العظيم.
من المرجح أن تكون سمات المواد الصلبة العالقة الكلية (TSS) في مصفوفة الشعاب المرجانية الجنوبية ناتجة عن دوامات إعادة تعليق قصيرة العمر دون المتوسطة (قطرها 1 كم)، والتي يشار إليها غالبًا باسم نفاثات المد والجزر. في الحاجز المرجاني العظيم الجنوبي، تحفز نطاقات المد والجزر الكبيرة (10 أمتار) تيارات قوية [5،10]، مما يدفع المياه عبر قنوات ضيقة وضحلة نسبيًا [88,89]. تعزز هذه الديناميكية المائية المعقدة إعادة تعليق وحقن المواد الصلبة العالقة الكلية (TSS) من كسر الجرف في مصفوفة الشعاب المرجانية، ومن المرجح أن تكون تركيزات المواد الصلبة العالقة الكلية (TSS) في هذه المناطق مستقلة عن المصادر الأرضية [90]. وقد ارتبطت النفاثات المدية بالارتفاع الموضعي وتبادل المغذيات بين بحر المرجان وبحيرة الحاجز المرجاني العظيم [91،92,93]، كونها آلية مهمة لنقل وخلط الرواسب والمغذيات وإنتاج العوالق النباتية [94]. ومع ذلك، نادرًا ما يُوصف موقع وحدوث النفاثات المدية نظرًا لنقص الرصدات المكانية والزمانية المناسبة [95,96،8]. سمح هيماواري-XNUMX بتحديد وتتبع هذه المعالم داخل الحاجز المرجاني العظيم، بالدقة الزمنية المطلوبة لرصد العمليات الساحلية قصيرة العمر.
4.3. القيود
يوفر جهاز Himawari-8 نسبة إشارة إلى ضوضاء أقل مقارنةً بأجهزة استشعار ألوان المحيطات السابقة والحالية [80]، كما أن حساسيته أقل بكثير من الحد الأدنى المطلوب لتطبيقات ألوان المحيطات، وخاصةً فوق مياه المحيطات المفتوحة [9,97،XNUMX]. ومع ذلك، فإن جهاز Himawari-

الاستشعار عن بعد 2022، 14، 3503

17 من 23
من غير المرجح أن تصل دقة القياس الإشعاعي المعتدلة للمرصد 8، والبالغة 11 بتًا، إلى مستوى التشبع فوق الأهداف الساطعة، مثل السحب [80]، وفوق المياه الساحلية شديدة العكارة (TSS ~100 ملغ/لتر)، مع توفير حساسية كافية لتوفير مستوى معقول من التمييز فوق المياه الصافية (>1 ملغ/لتر). كانت مستويات الضوضاء المحسوبة من عمليات الرصد المجمعة أقل عمومًا من تلك المحسوبة من عمليات الرصد الفردية في جميع النطاقات، مما يؤكد ملاءمة تخفيض الدقة الزمنية لتحسين جودة الصورة [0.25،1]. على الرغم من أن تقلبات نسبة الإشارة إلى الضوضاء اليومية تُعدّل بشكل كبير بزوايا ارتفاع الشمس، فإن الاعتماد الطيفي يعني أن مصدرًا كبيرًا لضوضاء الإدخال (7,16% في النطاقين الأحمر والأشعة تحت الحمراء القريبة) في مياه المحيطات المفتوحة قد يكون مصدره الغلاف الجوي [3]. ومع ذلك، فإن حد الكشف للطريقة الحالية (5 ملجم لتر-80) مماثل لتلك التي تستخدم التصحيح الجوي الصريح لعكس البيانات الجوية [0.25،1].
حد الكشف البالغ 0.25 ملجم/لتر قريب من حد الكشف عن إجمالي المواد الصلبة العالقة (TSS) الموضعي المقاس بطريقة القياس الوزني البالغ حوالي 1 ملجم/لتر، بالنسبة لمختبري AIMS وCSIRO. ترتبط عدم اليقين النسبي لطريقة القياس الوزني ببروتوكول القياس الذي تستخدمه المختبرات المختلفة، والذي يتضمن الاختلافات في أنواع المرشحات، وتحيز المشغل، وشطف الملح، وما إلى ذلك [0.4، 1]. على سبيل المثال، تؤثر بلورات الملح المحاصرة في مرشحات الألياف الزجاجية بشكل كبير على قياسات إجمالي المواد الصلبة العالقة (TSS)، ويجب إزالة الملح عن طريق شطف جهاز الترشيح [99,100، 101,102]. ومع ذلك، تم الحصول على أخطاء تصل إلى 30٪ باستخدام تقنيات شطف الملح المختلفة، مما يعيق التحديد الدقيق لإجمالي المواد الصلبة العالقة (TSS) الأقل من 1 ملجم [101]. لذلك، فإن حدود الكشف وعدم اليقين النسبي للقياسات الموضعية وإجمالي المواد الصلبة العالقة المشتق من هيماواري-8 قابلة للمقارنة للدراسة الحالية. تشير هذه النتيجة إلى أن Himawari-8 يوفر فرصة لمراقبة التباين اليومي لجودة المياه في الحاجز المرجاني العظيم الساحلي بدقة، بالنسبة للمواد الصلبة العالقة الكلية بين 0.25 و100 ملجم لتر-1.
أظهرت منتجات TSS المشتقة من Himawari-8 خطوطًا أفقية منتظمة، بحجم يتوافق عمومًا مع المسوحات الأفقية الفردية (500 كم)، كما حددها موراكامي سابقًا [22]. نتجت الخطوط عن اختلافات في منحدرات معايرة الكاشف إلى الكاشف من ملاحظات الناشر الشمسي للنطاقات المرئية [103,104، 2017]. على الرغم من تطبيق معاملات المعايرة على ملاحظات ما بعد يوليو 1، إلا أن أنماط الخطوط الأفقية كانت لا تزال موجودة في المياه البحرية ومع TSS < 1 ملغ لتر-10. بالإضافة إلى ذلك، لوحظ تحبيب شديد في منتجات TSS المشتقة كل 8 دقائق، وهو ما قد يرتبط بالأداء الإشعاعي المنخفض لمستشعر Himawari-17,22 فوق الأهداف المائية [XNUMX، XNUMX]. ومع ذلك، تم تقليل الضوضاء البصرية إلى حد كبير من خلال التجميع الزمني للعديد من الملاحظات الفردية فيurlمنتجات TSS المشتقة من y [16]. لحسن الحظ، كانت الضوضاء الحبيبية ضئيلة في المياه الساحلية والمياه العكرة بشكل معتدل (TSS > 1 ملغ لتر-1)، إما من 10 دقائق أو منurlمنتجات TSS. قد ترتبط هذه النتيجة بزيادة التشتت الخلفي للجسيمات العالقة، مما يزيد من إشعاع الماء ويُطغى على ضوضاء الفوتونات [105]. وبالتالي، من المرجح أن يتم استرجاع TSS المشتق من هيماواري-8 بدقة أعلى فوق المياه الساحلية متوسطة العكارة مقارنةً بالمحيط المفتوح، مما يُؤكد تحليل حدود الكشف.
من المرجح أن الاختلافات بين البكسلات في مناطق المحيطات المفتوحة (TSS < 0.25 ملغ/لتر) كانت مرتبطة بالأنماط الحبيبية المرصودة بالفحص البصري، وذلك بسبب انخفاض حساسية مستشعر هيماواري-1 بدقة 8 دقائق. انخفضت الضوضاء الإشعاعية لـ TSS التي تقل عن 10 ملغ/لتر بشكل كبير في TSS المجمع، مما يؤكد صحة تحليلات الحساسية والفحص البصري. في المقابل، لوحظ تحسن في التماسك المكاني في المقطع العرضي الساحلي للحاجز الحاجز المرجاني العظيم لـ TSS > 0.25 ملغ/لتر. ونتيجة لذلك، يمكن استخدام TSS المشتق من هيماواري-1 لمدة 1 دقائق بنفس درجة الثقة التي يمكن بها استخدام TSS المشتق منurly مُجمّعة من الرصدات في المناطق الساحلية. يُحسّن الحصول على بيانات إجمالي المواد الصلبة العالقة (TSS) كل 10 دقائق في الحاجز المرجاني العظيم الساحلي من تمييز التقلبات السريعة في جودة المياه خلال ساعة. ومع ذلك، يتطلب هذا التردد الزمني شبه الفوري قدرات معالجة وتخزين هائلة، قد لا تكون مُجدية لكامل الحاجز المرجاني العظيم. إنتاج...urlوبخلاف ذلك، لا يعمل TSS على تحسين معدلات المعالجة وقدرات التخزين فحسب، بل يساعد أيضًا في التخلص من القيم المتطرفة وزيادة دقة منتجات TSS.

الاستشعار عن بعد 2022، 14، 3503

18 من 23
5. الاستنتاجات والآفاق المستقبلية
لقد وفرت لنا المراقبة في الموقع وبيانات أقمار LEO الكثير من معرفتنا حول أعمدة الفيضانات التي تدخل الحاجز المرجاني العظيم [4,106، 108-8]. ومع ذلك، فإن عمليات الرصد غير المتكررة والنادرة مكانيًا أعاقت الفهم الكامل لتطور الأعمدة وتطورها على مدى فترات زمنية قصيرة. أظهرت هذه الدراسة ملاءمة Himawari-109 لاسترجاع موثوق لـ TSS في الحاجز المرجاني العظيم الساحلي ولرسم خرائط أعمدة الفيضانات وتتبعها ومراقبتها. ولأول مرة، تم تحديد خصائص TSS الساحلية بشكل موثوق لكامل الحاجز المرجاني العظيم، بمعدلات ممكنة فقط باستخدام النماذج البيوكيميائية والهيدروديناميكية [8]. توفر منتجات Himawari-109 TSS القدرة على توصيف وحل الظواهر الدورية وقصيرة العمر بدقة مكانية زمنية غير مسبوقة. ستكون هذه المنتجات مفيدة للباحثين وواضعي النماذج وأصحاب المصلحة الذين يقيمون تأثير جودة المياه في النظم البيئية للحاجز المرجاني العظيم التي تستخدم حاليًا منتجات لون المحيط في مدار LEO فقط [8]. ينبغي إجراء مزيد من البحث في التغيرات اليومية ومسببات تقلبات جودة المياه في الحاجز المرجاني العظيم باستخدام منتجات هيماواري-9 (Himawari-8 TSS) وبيانات العمليات الساحلية مثل المد والجزر والرياح وتصريف المياه العذبة. بالإضافة إلى ذلك، يمكن تطبيق الخوارزمية المعروضة في هذه الدراسة مباشرةً على مستشعر هيماواري-2029 AHI المماثل، والمُخطط له أن يخلف هيماواري-10 بحلول عام 2. مهمة هيماواري من الجيل التالي (هيماواري-2) في مرحلة التخطيط، ومن المُحتمل إضافة قنوات إضافية في النطاق المرئي، بالإضافة إلى تحسين الحساسية والدقة المكانية. ستُعزز هذه الخصائص بشكل كبير قدرات خوارزميات ألوان المحيطات لأجهزة الاستشعار الثابتة جغرافيًا، مما يسمح باسترجاع بيانات أكثر دقة في المياه الساحلية على نطاقات يومية. وبالمثل، يقوم جهاز التصوير الجوي المتقدم (AMI) على متن القمر الصناعي GEOKOMPSAT-XNUMXA، بالإضافة إلى القمر الصناعي GOCI-II (GEOKOMPSAT-XNUMXB)، برصد أستراليا وشرق آسيا حاليًا، ويمكن تطوير خوارزمية تعلم آلي مماثلة لتسخير هذه البيانات الضخمة والوفيرة في الوقت الفعلي تقريبًا. في هذا السياق، تقدم هذه الدراسة خوارزمية متقدمة وفرصًا لتطوير تطبيقات محتملة عندما تصبح أجهزة استشعار ألوان المحيطات على متن منصات ثابتة بالنسبة لأستراليا حقيقة واقعة.
المواد التكميلية: تتوفر المواد التالية عبر الإنترنت على الرابط https://www.mdpi.com/article/ 10.3390/rs14143503/s1، الشكل S1: التباين اليومي للمواد الصلبة العالقة الكلية فوق مصب نهر بوريكين في فبراير 2019 من ملاحظات Himawari-10 لمدة 8 دقائق، الشكل S2: التباين اليومي للمواد الصلبة العالقة الكلية فوق الحاجز المرجاني العظيم الجنوبي بالقرب من هيرالدز ريف في نوفمبر 2016 من ملاحظات Himawari-10 لمدة 8 دقائق.
مساهمات المؤلفين: التصور، LP-V. وTS؛ المنهجية، LP-V. وTS؛ البرمجيات، LP-V. وTS وYQ؛ التحقق، LP-V.؛ التحليل الرسمي، LP-V.؛ معالجة البيانات، LP-V. وTS وYQ؛ الكتابة - إعداد المسودة الأصلية، LP-V.؛ الكتابة - إعادةview والتحرير، TS، MJD، SS وYQ؛ الإشراف، TS، MJD وSS؛ الحصول على التمويل، LP-V. قرأ جميع المؤلفين النسخة المنشورة من المخطوطة ووافقوا عليها.
التمويل: تم تمويل هذا البحث من قبل مؤسسة المجلس الوطني للتنمية العلمية والتكنولوجية (CNPq) التابعة للحكومة الفيدرالية البرازيلية من خلال برنامج العلوم بلا حدود، رقم المنحة 206339/2014-3.
بيان توفر البيانات: البيانات المقدمة في هذه الدراسة متاحة عند الطلب من المؤلف المراسل.
شكر وتقدير: نتقدم بالشكر إلى يورغن فيشر ومايكل شال (معهد علوم الفضاء، قسم علوم الأرض، جامعة برلين الحرة) لتوفيرهما الوصول إلى شفرة نقل الإشعاع MOMO وأداة النمذجة العكسية. كما نتقدم بالشكر إلى بريتا شافيلكي وميشيل سكوزا ورينيه جروبر (معهد AIMS) لتوفيرهم بيانات موقعية قيّمة جُمعت كجزء من برنامج الرصد البحري لجودة المياه الساحلية، وهو تعاون بين هيئة منتزه الحاجز المرجاني العظيم البحري، والمعهد الأسترالي لعلوم البحار، وجامعة جيمس كوك، وشراكة كيب يورك لرصد المياه. كما نتقدم بالشكر إلى وكالة الأرصاد الجوية اليابانية لتشغيلها هيماواري-8 وتوزيعها للبيانات عبر المكتب الأسترالي للأرصاد الجوية. كما نشكر المكتب الأسترالي للأرصاد الجوية لتوفيره بيانات التنبؤ بالمد والجزر. وقد تم الحصول على البيانات الموقعية من النظام الأسترالي المتكامل للرصد البحري (IMOS) - الذي يُمكّنه النظام الأسترالي المتكامل للرصد البحري (IMOS) من خلال الاستراتيجية الوطنية للبنية التحتية للبحوث التعاونية (NCRIS). NCRIS (IMOS) ومنظمة البحوث العلمية والصناعية الكومنولثية (CSIRO).

الاستشعار عن بعد 2022، 14، 3503

19 من 23

تم تقدير جهودهم في تمويل مرصد لوسيندا جيتي الساحلي. أُجري هذا البحث بمساعدة موارد من البنية التحتية الحاسوبية الوطنية (NCI Australia)، وهي قدرة مُمكّنة من NCRIS ومدعومة من الحكومة الأسترالية.
تضارب المصالح: يعلن المؤلفون عدم وجود تضارب في المصالح.
مراجع
١. شرودر، ت.؛ ديفلين، م. ج.؛ براندو، ف. إ.؛ ديكر، أ. ج.؛ برودي، ج. إي.؛ كليمنتسون، ل.؛ ماكينا، ل. التباين السنوي لمدى أعمدة المياه العذبة في موسم الأمطار في بحيرة الحاجز المرجاني العظيم استنادًا إلى رصدات لون المحيط الساحلي بالأقمار الصناعية. مارس. مجلة التلوث. ٢٠١٢، ٦٥، ٢١٠-٢٢٣. [CrossRef] ٢. ديفلين، م.؛ بيتوس، س.؛ دا سيلفا، إ. ت.؛ تريسي، د.؛ وولف، ن.؛ ووترهاوس، ج.؛ برودي، ج. جودة المياه ومراقبة أعمدة الأنهار في الحاجز المرجاني العظيم: دراسة شاملة.view الأساليب القائمة على بيانات أقمار صناعية ملونة للمحيطات. ريموت سين. 2015، 7، 12909. [CrossRef] 12941. بلوندو-باتيسييه، د.؛ براندو، ف. إي.؛ لونبورغ، س.؛ ليهي، س.؛ ديكر، أ.ج. دراسة فينولوجيا أزهار تريكوديزميوم في بحيرة الحاجز المرجاني العظيم، أستراليا، من مهمة وكالة الفضاء الأوروبية-ميريس التي استمرت 3 سنوات. بلوس وان 10، 2018، e13. [CrossRef] [PubMed] 0208010. بيتوس، س.؛ ووترهاوس، ج.؛ لويس، س.؛ فاشر، م.؛ تريسي، د.؛ ديفلين، م. فيض من المعلومات: استخدام منتجات ألوان المياه سنتينل-4 لضمان استمرارية رصد اتجاهات جودة المياه في الحاجز المرجاني العظيم (أستراليا). مجلة إدارة البيئة 3، 2019، 248. [CrossRef] 109255. برودي، ج.؛ شرودر، ت.؛ رود، ك.؛ فيثفول، ج.؛ ماسترز، ب.؛ ديكر، أ.؛ براندو، ف.؛ موغان، م. تشتت الرواسب العالقة والمغذيات في بحيرة الحاجز المرجاني العظيم أثناء تصريف الأنهار: استنتاجات من الاستشعار عن بُعد بالأقمار الصناعية وبيانات أعمدة الفيضانات المتزامنة.ampلينغ. مار. فريش. ريس. 2010، 61، 651-664. [CrossRef] 6. سيرجاكوبس، د.؛ ألفيرا-أزكاراتي، أ.؛ بارث، أ.؛ لاكروا، ج.؛ بارك، ي.؛ نيشاد، ب.؛ روديك، ك.؛ بيكرز، ج.-م. ملء السحب لمنتجات الاستشعار عن بُعد للون المحيط ودرجة حرارة سطح البحر فوق بحر الشمال الجنوبي باستخدام منهجية الدوال المتعامدة التجريبية لاستيفاء البيانات. مجلة بحوث البحار 2011، 65، 114-130. [CrossRef] 7. روديك، ك.؛ نيوكرمانز، ج.؛ فان هيلمونت، ك.؛ جوليفيه، د. تحديات وفرص الاستشعار عن بُعد للون المحيط الثابت جغرافيًا للبحار الإقليمية: إعادةview من أحدث النتائج. Remote Sens. Environ. 2014، 146، 63. [CrossRef] 76. Ruddick, K.; Vanhellemont, Q.; Yan, J.; Neukermans, G.; Wei, G.; Shang, S. تباين الجسيمات العالقة في بحر بوهاي من جهاز تصوير ألوان المحيط الثابت جغرافيًا (GOCI). مجلة علوم المحيطات. 8، 2012، 47-331. [CrossRef] 345. IOCCG. ملاحظات ألوان المحيط من مدار ثابت جغرافيًا؛ تقارير المجموعة الدولية لتنسيق ألوان المحيطات (IOCCG) التقرير رقم 9؛ أنطوان، د.، محرر؛ IOCCG: دارتموث، نوفا سكوشا، كندا، 12. متوفر على الإنترنت: http://ioccg.org/wpcontent/uploads/2015/10/ioccg-report-12.pdf (تم الوصول إليه في 18 أبريل 2016).
١٠. جروبر، ر.؛ ووترهاوس، ج.؛ لوغان، م.؛ بيتوس، س.؛ هاولي، س.؛ لويس، س.؛ تريسي، د.؛ لانجلويس، ل.؛ تونين، هـ.؛ سكوزا، م.؛ وآخرون. برنامج الرصد البحري: التقرير السنوي لرصد جودة المياه الساحلية ٢٠١٨-٢٠١٩؛ تقرير هيئة منتزه الحاجز المرجاني العظيم البحري ٢٢٠٨٤٠٩٦؛ هيئة منتزه الحاجز المرجاني العظيم البحري: تاونزفيل، أستراليا، ٢٠٢٠. متوفر على الإنترنت: https://elibrary.gbrmpa.gov.au/jspui/handle/10/2018 (تاريخ الوصول ١٤ مايو ٢٠٢٢).
١١. ووترهاوس، ج.؛ شافيلكي، ب.؛ بارتلي، ر.؛ إيبرهارد، ر.؛ برودي، ج.؛ ثوربورن، ب.؛ رولف، ج.؛ رونان، م.؛ تايلور، ب.؛ ستار، م.؛ وآخرون. ملخص بيان الإجماع العلمي: آثار استخدام الأراضي على جودة مياه الحاجز المرجاني العظيم وحالة النظام البيئي؛ ولاية كوينزلاند: تاونزفيل، أستراليا، ٢٠١٧. متاح على الإنترنت: https://www.reefplan.qld.gov.au/science-and-research/thescientific-consensus-statement (تاريخ الوصول: ٢٥ نوفمبر ٢٠١٧).
١٢. فينج، جيه؛ تشين، هـ؛ تشانغ، هـ؛ لي، زد؛ يو، يي؛ تشانغ، يي؛ بلال، م؛ تشيو، زد. تقدير العكارة من بيانات قمر GOCI الصناعي في مصبات الأنهار العكرة على ساحل الصين. ريموت سينس. ٢٠٢٠، ١٢، ٣٧٧٠. [CrossRef] ١٣. لو، إكس؛ هو، سي. التغيرات اليومية لازدهار الطحالب الضارة في بحر الصين الشرقي: ملاحظات من GOCI. ريموت سينس. إنفييرون. ٢٠١٤، ١٤٠، ٥٦٢-٥٧٢. [CrossRef] ١٤. جروم، إس؛ ساثيندراناث، إس؛ بان، يي؛ برنارد، إس؛ بروين، آر؛ بروتاس، ف؛ بروكمان، سي؛ تشوهان، بي؛ تشوي، جيه-ك. Chuprin, A.; et al. Satellite Ocean Color: Current Status and Future Perspective. Front. Mar. Sci. 12, 2020, 12. [CrossRef] 3770. Park, J.-E.; Park, K.-A.; Kang, C.-K.; Park, Y.-J. استجابة قصيرة المدى لتركيز الكلوروفيل-أ للتغير في مجال الرياح على سطح البحر فوق الدوامة متوسطة الحجم. Estuaries Coasts 13, 2014, 140-562. [CrossRef] 572. Lavigne, H.; Ruddick, K. الاستخدام المحتمل لـ MTG/FCI الثابت جغرافيًا لاسترجاع تركيز الكلوروفيل-أ بدقة زمنية عالية للمحيطات المفتوحة. Int. J. Remote Sens. 14, 2019, 6. [CrossRef] 485. Dorji, P.; فيرنز، ب. التصحيح الجوي لبيانات قمر هيماواري-15 الثابت بالنسبة للأرض لرسم خرائط الرواسب العالقة الكلية: دراسة حالة في المياه الساحلية لغرب أستراليا. مجلة الجمعية الدولية للاستشعار عن بعد. التصوير الفوتوغرافي. الاستشعار عن بعد. 2019، 43، 646. [CrossRef] 660. ميلر، س.د؛ شميت، ت.ل؛ سيمان، س.ج؛ ليندسي، د.ت؛ غونشور، م.م؛ كورس، ر.أ؛ سوميدا، ي.؛ هيلجر، د. مشهد للعيون المؤلمة: عودة اللون الحقيقي إلى الأقمار الصناعية الثابتة بالنسبة للأرض. مجلة الجمعية الأمريكية للأرصاد الجوية. 16، 2018، 39-2399. [CrossRef] 2420. دوكساران، د.؛ لامكوين، ن.؛ بارك، ي.-ج.؛ مازيران، س.؛ ريو، ج.-ه.؛ وانغ، م.؛ بوتو، أ. استرجاع انعكاسية مياه البحر لمراقبة المواد الصلبة العالقة في بحر الصين الشرقي باستخدام بيانات أقمار MODIS وMERIS وGOCI الصناعية. مجلة الاستشعار عن بُعد والبيئة، 17، 8، 2018. [CrossRef] 144. دوكساران، د.؛ تشيروكورو، RCN؛ لافندر، س.ج. استخدام نسب نطاق الانعكاس لتقدير تركيزات المواد العالقة والمذابة في مياه مصبات الأنهار. مجلة الاستشعار عن بُعد الدولية، 81، 93، 18-2016. [CrossRef]

الاستشعار عن بعد 2022، 14، 3503

20 من 23

21. كوياتكوسكا، إي جيه؛ روديك، ك. رامون، د.؛ فانهلمونت، س؛ بروكمان، C .؛ ليبرتون، C .؛ بونيكamp، منتجات ألوان المحيطات HG من المنصات الثابتة جغرافيًا، والفرص المتاحة مع الجيل الثاني والثالث من Meteosat. Ocean. Sci. Discuss. 2015، 12، 3143. [CrossRef] 3167. Murakami, H. تقدير ألوان المحيطات بواسطة Himawari-22/AHI. في وقائع الاستشعار عن بُعد للمحيطات والمياه الداخلية: التقنيات والتطبيقات والتحديات، نيودلهي، الهند، 8 مايو 7. [CrossRef] 2016. Chen, X.؛ Shang, S.؛ Lee, Z.؛ Qi, L.؛ Yan, J.؛ Li, Y. مراقبة عالية التردد للطحالب العائمة من AHI على Himawari-23. Remote Sens. Environ. 8، 2019، 227. [CrossRef] 151. Hafeez, S.؛ وونغ، م. س.؛ عباس، س.؛ جيانغ، ج. تقييم إمكانات هيماواري-161 الثابتة جغرافيًا لرسم خرائط إجمالي المواد الصلبة العالقة على السطح وتغيراتها اليومية. ريموت سين. 24، 8، 2021. [CrossRef] 13. وكالة الأرصاد الجوية اليابانية. سجل الأحداث: نتائج اختبار أداء هيماواري-336؛ مركز الأقمار الصناعية للأرصاد الجوية: كيوسي، اليابان، 25. متوفر على الإنترنت: https://www.data.jma.go.jp/mscweb/en/himawari89/space_segment/fig/AHI8_performance_test_en.pdf (تم الوصول إليه في 20 سبتمبر 2021).
٢٦. المجموعة الدولية لتنسيق ألوان المحيطات (IOCCG). الاستشعار عن بُعد للون المحيط في المياه الساحلية وغيرها من المياه المعقدة بصريًا؛ تقارير المجموعة الدولية لتنسيق ألوان المحيطات (IOCCG)، التقرير رقم ٣؛ ساثيندراث، س.، محرر؛ المجموعة الدولية لتنسيق ألوان المحيطات: دارتموث، نوفا سكوشا، كندا، ٢٠٠٠. متوفر على الإنترنت: http://ioccg.org/wp-content/uploads/2015/10/ioccg-report-03.pdf (تم الوصول إليه في 20 سبتمبر 2015).
27. شرودر، ت.؛ شال، م.؛ لوفيل، ج.؛ بلوندو-باتيسييه، د. تصحيح جوي لشبكة عصبية مجمعة لـ Sentinel-3 OLCI فوق المياه الساحلية، مما يوفر تقديرًا متأصلًا لعدم اليقين في النموذج وانتشار ضوضاء المستشعر. مجلة الاستشعار عن بُعد، 2022، 270، 112848. [CrossRef] 28. فان، ي.؛ لي، و.؛ تشن، ن.؛ آن، ج.-هـ.؛ بارك، ي.-ج.؛ كراتزر، س.؛ شرودر، ت.؛ إيشيزاكا، ج.؛ تشانغ، ر.؛ ستامنس، ك. OC-SMART: منصة تحليل بيانات قائمة على التعلم الآلي لأجهزة استشعار لون المحيطات عبر الأقمار الصناعية. مجلة الاستشعار عن بُعد، 2021، 253، 112236. [CrossRef] 29. بروكمان، س.؛ دورفر، ر.؛ بيترز، م.؛ ستيلزر، ك.؛ إمباشر، س.؛ رويسكاس، أ. تطور الشبكة العصبية C2RCC لساتل سنتينل 2 و3 لاسترجاع نواتج ألوان المحيطات في المياه العادية والمعقدة بصريًا للغاية. في وقائع وكالة الفضاء الأوروبية، براغ، جمهورية التشيك، 9 مايو 13.
30. شرودر، ت.؛ فيشر، ج.؛ شال، م.؛ فيل، ف. خوارزمية تصحيح الغلاف الجوي القائمة على الشبكات العصبية الاصطناعية: تطبيق على بيانات MERIS. في وقائع SPIE 4892، الاستشعار عن بُعد للمحيطات وتطبيقاتها، هانغتشو، الصين، 8 مايو 2003؛ الصفحات 124-132. [CrossRef] 31. جيميت، س.؛ ثيرا، س.؛ مولين، س.؛ كريبون، م. استخدام الانعكاس العصبي المتغير لاسترجاع مكونات المحيطات والغلاف الجوي من صور المحيطات الملونة: دراسة جدوى. مجلة تكنولوجيا الغلاف الجوي والمحيطات 2005، 22، 460-475. [CrossRef] 32. براجارد، ج.؛ جيميت، س.؛ مولين، س.؛ ثيريا، س. استخدام عكس التباين العصبي لاسترجاع مكونات المحيطات والغلاف الجوي من مستشعر لون المحيطات عبر الأقمار الصناعية: تطبيق على امتصاص الهباء الجوي. مجلة الشبكات العصبية. الجمعية الدولية للشبكات العصبية. 2006، 19، 178-185. [CrossRef] 33. دورفر، ر. وثيقة الأساس النظري للخوارزمية (ATBD) مشروع MERIS الإقليمي للسواحل والبحيرات، الحالة 2، تصحيح الغلاف الجوي، ATBD؛ النسخة 1 من Water؛ مركز أبحاث GKSS: جيستاخت، ألمانيا، 2008؛ ص 1.
34. بهليفان، ن.؛ سميث، ب. شاليس، J.؛ ملزمة، C.؛ تساو، Z .؛ ما، ر. أليكاس، ك. كانجرو، ك. زurlفي، د.؛ ها، ن.؛ وآخرون. استرجاع سلس للكلوروفيل-أ من سنتينل-2 (MSI) وسنتينل-3 (OLCI) في المياه الداخلية والساحلية: نهج التعلم الآلي. الاستشعار عن بعد والبيئة. 2020، 240، 111604. [CrossRef] 35. جروس، ل.؛ ثيريا، س.؛ فروين، ر.؛ ميتشل، ب. ج. الشبكات العصبية الاصطناعية لنمذجة دالة النقل بين الانعكاس البحري وتركيز صبغة العوالق النباتية. مجلة بحوث الجيوفيزياء للمحيطات. 2000، 105، 3483. [CrossRef] 3495. شرودر، ت.؛ بهنيرت، إ.؛ شال، م.؛ فيشر، ج.؛ دورفر، ر. خوارزمية تصحيح الغلاف الجوي لـ MERIS فوق مياه الحالة 36. المجلة الدولية للاستشعار عن بُعد 2، 2007، 28-1469. [CrossRef] 1486. شرودر، ت.؛ شال، م.؛ فيشر، ج. استرجاع خصائص الغلاف الجوي والمحيطي من قياسات MERIS: معالج مياه جديد للحالة 37 لـ BEAM. المجلة الدولية للاستشعار عن بُعد 2، 2007، 28-5627. [CrossRef] J. Remote Sens. 5632, 38, 2005. [CrossRef] 39. Schroeder, T. Fernerkundung von Wasserinhaltsstoffen in Küstengewässern mit MERIS unter Anwendung expliziter und impliziter Atmosphärenkorekturverfahren (الاستشعار عن بعد للمياه الساحلية) مع MERIS على أساس خوارزميات تصحيح الغلاف الجوي الصريحة والضمنية). دكتوراه. الأطروحة، جامعة فري، برلين، ألمانيا، 8. [CrossRef] 2021. باتريسيو فاليريو، إل. استكشاف ملاحظات هيماواري-40 للرصد الساحلي المتقدم للحاجز المرجاني العظيم. دكتوراه. أطروحة، جامعة جيمس كوك، تاونزفيل، أستراليا، ٢٠٢١. [CrossRef] ٤٠. فيل، ف.؛ فيشر، ج. محاكاة عددية لحقل الضوء في نظام الغلاف الجوي والمحيط باستخدام طريقة مُشغل المصفوفة. مجلة الكميات الطيفية. انتقال الإشعاع. ٢٠٠١، ٦٩، ٣٥١-٣٨٨. [CrossRef] ٤١. فيشر، ج.؛ جراسل، هـ. انتقال الإشعاع في نظام الغلاف الجوي والمحيط: نهج مُشغل المصفوفة المعتمد على السمت. تطبيقات البصريات ١٩٨٤، ٢٣، ١٠٣٢-١٠٣٩. [CrossRef] ٤٢. سانتر، ر.؛ زاجولسكي، ف.؛ ديليجيرد، هـ. مقارنة رموز انتقال الإشعاع لمعايرة MERIS البديلة. في وقائع ورشة عمل التحقق من صحة ENVISAT، ESRIN، فراسكاتي، إيطاليا، 2001-69 ديسمبر 351.
٤٣. لجنة توسيع نطاق الغلاف الجوي القياسي. الغلاف الجوي القياسي الأمريكي؛ ناسا: واشنطن العاصمة، الولايات المتحدة الأمريكية، ١٩٧٦. ٤٤. هولبن، بي إن؛ إيك، تي إف؛ سلاتسكر، آي؛ تانري، دي؛ بويس، جيه بي؛ سيتزر، إيه؛ فيرموت، إي؛ ريغان، جيه إيه؛ كوفمان، واي جيه؛ ناكاجيما، تي؛ وآخرون.
AERONET - شبكة أجهزة اتحادية وأرشيف بيانات لتوصيف الهباء الجوي. مجلة الاستشعار عن بُعد والبيئة. 1998، 66، 1. [CrossRef] 16. AERONET. شبكة روبوتات الهباء الجوي. متوفر على الإنترنت: https://aeronet.gsfc.nasa.gov/cgi-bin/data_display_aod_v45?site= Lucinda&nachal=3&level=2&place_code=3 (تاريخ الوصول: 10 أكتوبر/تشرين الأول 3).

الاستشعار عن بعد 2022، 14، 3503

21 من 23

٤٦. أنجستروم، أ. معايير عكارة الغلاف الجوي. تيلوس ١٩٦٤، ١٦، ٦٤٧٥. [CrossRef] ٤٧. روثمان، ل.س؛ بارب، أ.؛ كريس بينر، د.؛ براون، ل.ر؛ كامي-بيريت، س.؛ كارلير، م.ر؛ تشانس، ك.؛ كليربوكس، س.؛ دانا، ف.؛ ديفي،
VM؛ وآخرون. قاعدة بيانات HITRAN الطيفية الجزيئية: طبعة عام 2000، بما في ذلك التحديثات حتى عام 2001. مجلة الأطياف الكمية والإشعاعية. 2003، 82، 5. [CrossRef] 44. Bennartz، R.؛ Fischer، J. نهج توزيع k-مُعدَّل مُطبَّق على تقديرات امتصاص بخار الماء والأكسجين ضيق النطاق في الأشعة تحت الحمراء القريبة. مجلة الأطياف الكمية والإشعاعية. 48، 2000، 66-539. [CrossRef] 553. Zhang، T.؛ Fell، F.؛ Liu، ZS؛ Preusker، R.؛ Fischer، J.؛ He، MX تقييم أداء تقنيات الشبكات العصبية الاصطناعية لاسترجاع الصبغة من لون المحيط في مياه الحالة الأولى. مجلة بحوث الجيوفيزياء. المحيط. 49، 2003، 108. [CrossRef] 3286. بوب، ر.م؛ فراي، إي.إس. طيف الامتصاص (50-380 نانومتر) للمياه النقية. الجزء الثاني. قياسات تجويف التكامل. تطبيقات بصرية 700، 1997، 36. [CrossRef] 8710. هيل، ج.م؛ كويري، ر.م. الثوابت البصرية للمياه في نطاق الطول الموجي من 8723 نانومتر إلى 51 ميكرومتر. تطبيقات بصرية 200، 200، 1973-12. [CrossRef] 555. بريكود، أ.؛ موريل، أ.؛ بابين، م.؛ علالي، ك.؛ كلوستر، هـ. تغيرات امتصاص الضوء بواسطة الجسيمات العالقة مع تركيز الكلوروفيل في مياه المحيطات (الحالة 563): تحليل وآثار النماذج البصرية الحيوية. مجلة بحوث الجيوفيزياء للمحيطات. 52، 1، 1998. [CrossRef] 103. بابين، م.؛ سترامسكي، د.؛ فيراري، ج.م.؛ كلوستر، هـ.؛ بريكود، أ.؛ أوبولينسكي، ج.؛ هوبفنر، ن. التغيرات في معاملات امتصاص الضوء للعوالق النباتية والجسيمات غير الطحلبية والمواد العضوية المذابة في المياه الساحلية حول أوروبا. مجلة بحوث الجيوفيزياء للمحيطات. 31033، 31044، 53. [CrossRef] 2003. موريل، أ. الخصائص البصرية للمياه النقية ومياه البحر النقية. في الجوانب البصرية لعلم المحيطات؛ نيلسن، ج.س.، محرر؛ أكاديميك بريس: كامبريدج، ماساتشوستس، الولايات المتحدة الأمريكية، 108؛ ص. 3211. 54. بابين، م.؛ موريل، أ. فورنييه-سيكر، ف.؛ فيل، ف.؛ سترامسكي، د. خصائص تشتت الضوء للجسيمات البحرية في المياه الساحلية ومياه المحيطات المفتوحة وعلاقتها بتركيز كتلة الجسيمات. ليمنول. أوشنوغر. 1974، 1، 24-55. [CrossRef] 2003. تشانغ، ت.؛ فيل، ف.؛ فيشر، ج. نمذجة نسبة التشتت الخلفي للجسيمات البحرية في مياه الحالة 48. في وقائع مؤتمر بصريات المحيط السادس عشر، سانتا فيه، مينيسوتا، الولايات المتحدة الأمريكية، 843-859 نوفمبر 56. 2. مينسكي، م.؛ بابيرت، س. أ. المُدْرِكات: مقدمة في الهندسة الحاسوبية؛ مطبعة معهد ماساتشوستس للتكنولوجيا: كامبريدج، ماساتشوستس، الولايات المتحدة الأمريكية، 18. 22. مالثاوس، إي سي. حدود تحليل المكونات الرئيسية غير الخطي كما أُجري باستخدام الشبكات العصبية العامة. IEEE Trans. Neural Networks. ١٩٩٨، ٩، ١٦٥-١٧٣. [CrossRef] [PubMed] ٥٩. ليو، د.ك؛ نوسيدال، ج. حول طريقة BFGS محدودة الذاكرة لتحسين واسع النطاق. برنامج الرياضيات. ١٩٨٩، ٤٥، ٥٠٣-٥٢٨. [CrossRef] ٦٠. وكالة الأرصاد الجوية اليابانية. سجل الأحداث: تحديث معلومات المعايرة المستخدمة لتصحيح اتجاه حساسية هيماواري-٨ AHI؛ مركز الأقمار الصناعية للأرصاد الجوية: كيوسي، اليابان، ٢٠١٩. متوفر على الإنترنت: https://www.data.jma.go.jp/mscweb/en/oper/eventlog/Update_of_Calibration_Information_2019.pdf (تاريخ الوصول: 20 سبتمبر 2021). 61. كوروتش، ر. الطيف الشمسي: الأطالس وتحديد الخطوط. في وقائع المختبر والأطياف الفلكية عالية الدقة، بروكسل، بلجيكا، 29 أغسطس - 2 سبتمبر 1995؛ ص 17. 62. مركز الأقمار الصناعية للأرصاد الجوية. دليل معايرة هيماواري-8 غير المباشرة في الأشعة المرئية والقريبة من الأشعة تحت الحمراء من GSICS. متوفر على الإنترنت: https://www.data.jma.go.jp/mscweb/data/monitoring/gsics/vis/techinfo_visvical.html (تاريخ الوصول: ١٠ مايو ٢٠٢٢). ٦٣. وكالة الأرصاد الجوية اليابانية. سجل الأحداث: تحسين جودة بيانات رصد هيماواري-٨؛ سجل الأحداث، مركز الأقمار الصناعية للأرصاد الجوية: كيوسي، اليابان، ٢٠١٧. متاح على الإنترنت: https://www.data.jma.go.jp/mscweb/en/oper/eventlog/Improvement_of_Himawari-8_data_quality.pdf (تم الوصول إليه في ٢٠ سبتمبر ٢٠٢١). ٦٤. تشين، ي.؛ ستيفن، أ.د.ل.؛ شرودر، ت.؛ ماكفيكار، ت.ر.؛ هوانغ، ج.؛ كوب، م.؛ تشو، س. الغطاء السحابي في المنطقة الأسترالية: تطوير وإثبات صحة خوارزمية لإخفاء السحب وتصنيفها واسترجاع العمق البصري لجهاز تصوير هيماواري المتقدم. فرونت. إنفيرون. ساينس. ٢٠١٩، ٧، ٢٠. [CrossRef]. ٦٥. هيئة منتزه الحاجز المرجاني العظيم البحري. خصائص الحاجز المرجاني العظيم (GBR) (حدود الشعاب المرجانية، البر الرئيسي لكوينزلاند، الجزر، الجزر الصغيرة، الصخور، والشعاب المرجانية الجافة) (GBRMPA) (الإصدار 20) [مجموعة البيانات] 2021DB64-FD2019-7E-20F-65C1.4ADE2164B. 88. متوفر على الإنترنت: http://www.gbrmpa.gov.au/geoportal/catalog/search/resource/details.page?uuid=%79B449AB920-B61B-37-634B1998E7AF41%3629D (تاريخ الولوج: 41 مايو 4746). 9. إيميسين، إي؛ كارا، جي؛ إردوغموس، ف؛ جارداشوف، ر. تحديد مواقع وميض الشمس على سطح المحيط من خلال الرصد من الأقمار الصناعية الثابتة بالنسبة للأرض. TAO Terr. Atmos. Ocean. Sci. 753822667، 5، 3. [CrossRef] 7. الإدارة الوطنية للمحيطات والغلاف الجوي. تحليل الأوزون الكلي باستخدام SBUV/14 وTOVS (TOAST). متوفر على الإنترنت: https://www.ospo.noaa.gov/Products/atmosphere/toast/index.html (تم الوصول إليه في 2022 ديسمبر 66). 2006. كيستلر، ر.؛ كالناي، إي.؛ كولينز، و.؛ ساها، س.؛ وايت، ج.؛ وولين، ج.؛ شيلياه، م.؛ إيبيسوزاكي، و.؛ كاناميتسو، م.؛ كوسكي، ف. إعادة تحليل NCEPNCAR على مدى 17 عامًا: المتوسطات الشهرية على قرص مدمج ووثائق. مجلة الأرصاد الجوية الأمريكية 253، 67، 2. [CrossRef] 1. كاناميتسو، م.؛ إيبيسوزاكي، و.؛ وولين، ج.؛ يانغ، س.-ك.؛ هنيلو، ج.ج.؛ فيورينو، م.؛ بوتر، ج.ل. إعادة تحليل NCEPDOE AMIP-II (R-2020). مجلة الجمعية الأمريكية للأرصاد الجوية 68، 50، 2001-82. [CrossRef] 247. كالناي، إ.؛ كاناميتسو، م.؛ كيستلر، ر.؛ كولينز، و.؛ ديفن، د.؛ جاندين، ل.؛ إيريديل، م.؛ ساها، س.؛ وايت، ج.؛ وولين، ج. مشروع إعادة التحليل المشترك بين المركز الوطني للتخطيط البيئي والمركز الوطني لأبحاث الغلاف الجوي (NCEP/NCAR) على مدى 268 عامًا. مجلة الجمعية الأمريكية للأرصاد الجوية 69، 2، 2002-83. [CrossRef] 1631. الإدارة الوطنية للمحيطات والغلاف الجوي. بيانات الأرصاد الجوية لإعادة تحليل المركز الوطني للتنبؤات الجوية (NCEP) 1644. متوفرة على الإنترنت: https://psl.noaa.gov/data/gridded/data.ncep.reanalysis70.html (تاريخ الوصول: ١ ديسمبر ٢٠٢٠).

الاستشعار عن بعد 2022، 14، 3503

22 من 23

72. نظام الرصد البحري المتكامل. قاعدة بيانات IMOS للألوان المحيطية الحيوية البصرية للمياه الأسترالية (SRS-OC-BODBAW). 2011. متوفر على الإنترنت: https://researchdata.edu.au/imos-srs-ocean-australian-waters (تاريخ الوصول: 20 فبراير 2017).
٧٣. هيئة منتزه الحاجز المرجاني العظيم البحري. دليل ضمان الجودة ومراقبة الجودة لبرنامج الرصد البحري ٢٠١٧-٢٠١٨؛ هيئة منتزه الحاجز المرجاني العظيم البحري: تاونزفيل، أستراليا، ٢٠١٩. متوفر على الإنترنت: http://elibrary.gbrmpa.gov.au/jspui/handle/73/2017 (تاريخ الوصول: ١٥ مايو ٢٠١٨).
74. سوجا-وزنياك، م.؛ بيرد، م.؛ شرودر، ت.؛ تشين، ي.؛ كليمنتسون، ل.؛ بيكر، ب.؛ بودل، د.؛ براندو، ف.؛ ستيفن، نسبة التشتت الخلفي للجسيمات كمؤشر على تغير تركيب الجسيمات في المياه الساحلية: ملاحظات من مياه الحاجز المرجاني العظيم. مجلة بحوث الجيوفيزياء للمحيطات. 2019، 124، 5485-5502. [CrossRef] 75. بولجاريلي، ب.؛ زيبوردي، ج. حول إمكانية اكتشاف تأثيرات التجاور في الاستشعار عن بُعد للون المحيط في البيئات الساحلية متوسطة العرض بواسطة SeaWiFS وMODIS-A وMERIS وOLCI وOLI وMSI. الاستشعار عن بُعد للبيئة. 2018، 209، 423. [CrossRef] 438. شرودر، ت.؛ لوفيل، J.؛ كينغ، إي؛ كليمنسون، L.؛ سكوت، ر. تقرير التحقق من لون المحيط IMOS 76-2017، تقرير إلى نظام المراقبة البحرية المتكامل (IMOS)؛ CSIRO المحيطات والغلاف الجوي: بريسبان، أستراليا، 18؛ ص. 2018.
77. كينغ، إي.؛ شرودر، ت.؛ براندو، ف.؛ سوبر، ك. نظام ما قبل التشغيل لمراقبة جودة المياه البحرية في الحاجز المرجاني العظيم بالأقمار الصناعية. في تقرير "ثروة من المحيطات" الرائد؛ منظمة البحوث العلمية والصناعية الكومنولثية (CSIRO): ثروة من المحيطات الرائدة: هوبارت، أستراليا، 2014. [CrossRef] 78. وكالة الأرصاد الجوية اليابانية. سجل الأحداث: تحسين جودة بيانات رصد هيماواري-8؛ مركز الأقمار الصناعية للأرصاد الجوية: كيوسي، اليابان، 2016. متوفر على الإنترنت: https://www.data.jma.go.jp/mscweb/en/oper/eventlog/20161117_Quality_improvement_of_Himawari-8_observation_data.pdf (تم الوصول إليه في 20 سبتمبر 2021).
٧٩. وكالة استكشاف الفضاء اليابانية. نظام شجرة P-Tree لرصد هيماواري التابع لجاكسا. متوفر على الإنترنت: https://www.eorc.jaxa.jp/ptree/index.html (تاريخ الوصول: ١٤ مايو ٢٠٢٢).
٨٠. هو، سي؛ فينج، ل؛ لي، ز؛ ديفيس، سي أو؛ مانينو، أ؛ ماكلاين، سي آر؛ فرانز، بي إيه: متطلبات النطاق الديناميكي والحساسية لأجهزة استشعار لون المحيطات عبر الأقمار الصناعية: التعلم من الماضي. مجلة تطبيقات الخيارات ٢٠١٢، ٥١، ٦٠٤٥-٦٠٦٢. [CrossRef] ٨١. تانغ، و؛ لورت، ج؛ وايس، ج؛ بيرون، إم إم جي؛ باسارت، س؛ لي، ز؛ ساثيندراناث، س؛ جاكسون، ت؛ سانز رودريغيز، إي؛ برومس، بي سي؛ وآخرون. انتشار طحالب العوالق النباتية بسبب حرائق الغابات الأسترالية بين عامي ٢٠١٩ و٢٠٢٠. مجلة الطبيعة ٢٠٢١، ٥٩٧، ٣٧٠-٣٧٥. [CrossRef] [PubMed] ٨٢. هيئة منتزه الحاجز المرجاني العظيم البحري. إرشادات جودة المياه لمنتزه الحاجز المرجاني العظيم البحري؛ 80؛ هيئة منتزه الحاجز المرجاني العظيم البحري: تاونزفيل، أستراليا، 2012. متوفر على الإنترنت: https://elibrary.gbrmpa.gov.au/jspui/handle/51/ 6045 (تم الوصول إليه في 6062 أغسطس 81).
83. برودي، ج.؛ جريتش، أ.؛ بريسي، ب.؛ داي، ج.؛ ديل، أ.؛ موريسون، ت.؛ وينجر، أ. مستقبل الحاجز المرجاني العظيم: ضرورة جودة المياه. في السواحل ومصبات الأنهار؛ وولانسكي، إي.؛ داي، جيه. دبليو.؛ إليوت، م.؛ راماشاندران، ر. (محررون)؛ إلسفير: أمستردام، هولندا، 2019؛ الصفحات 477-499. [CrossRef] 84. هيرونيمي، م.؛ مولر، د.؛ دورفر، ر. سرب الشبكة العصبية OLCI (ONNS): خوارزمية حيوية-جيو-بصرية للمحيطات المفتوحة والمياه الساحلية. فرونت. مار ساينس. 2017، 4، 140. [CrossRef] 85. دونلون، س. وثيقة تتبع متطلبات مهمة سنتينل-3 (MRTD)؛ وكالة الفضاء الأوروبية (ESA) - ESTEC: نوردفايك، هولندا، 2011؛ ص. 234. متوفر على الإنترنت: https://sentinels.copernicus.eu/documents/247904/1848151/Sentinel-3-MissionRequirements-Traceability (تاريخ الوصول: 11 أكتوبر/تشرين الأول 2018).
86. Doerffer, R. بروتوكولات التحقق من صحة منتجات المياه MERIS؛ منشور وكالة الفضاء الأوروبية PO-TN-MEL-GS-0043 GKSS؛ Forschungszentrum: Geesthacht، ألمانيا، 2002؛ ص 1.
٨٧. حكومة كوينزلاند. بوابة معلومات مراقبة المياه (WMIP). متوفرة على الإنترنت: https://water-monitoring.information.qld.gov.au/ (تاريخ الوصول: ٣٠ مارس ٢٠٢١).
٨٨. وولانسكي، إي.؛ سباغنول، إس. المياه اللزجة في الحاجز المرجاني العظيم. ساحل المصب. علوم الجرف. ٢٠٠٠، ٥٠، ٢٧٣٢. [CrossRef] ٨٩. بيكارد، جي. إل.؛ دونغي، جيه.-آر.؛ هينين، سي.؛ روجيري، إف. إيه. ري.view في علم المحيطات الفيزيائية للحاجز المرجاني العظيم والشعاب المرجانية الغربية
البحر؛ خدمة النشر الحكومية الأسترالية: كانبيرا، أستراليا، ١٩٧٧. ٩٠. فينج، د.؛ هودجز، ب.ر.؛ سوكولوفسكي، س.أ.؛ ثينج، ك.م. دوامات المد والجزر عند مدخل قناة ضيقة في نماذج تسرب النفط التشغيلية. مارس.
مجلة التلوث، 2019، 140، 374-387. [CrossRef] [PubMed] 91. ديث، جي إيه؛ فابريسيوس، كيه كيه جودة المياه في الحاجز المرجاني العظيم: التوزيعات، والتأثيرات على الكائنات الحية المرجانية، وقيم التحفيز لـ
حماية صحة النظام البيئي؛ هيئة المتنزه البحري للحاجز المرجاني العظيم، كومنولث أستراليا والمعهد الأسترالي للعلوم البحرية: تاونزفيل، أستراليا، 2008؛ ص. 104. 92. تومسون، ر. إ.؛ وولانسكي، إي. جيه. صعود المياه خلال فترة المد والجزر داخل مدخل جزيرة راين للحاجز المرجاني العظيم. مجلة بحوث البحار 1984، 42، 787-808. [CrossRef] 93. وولانسكي، إي.؛ درو، إي.؛ آبل، كيه. إم.؛ أوبراين، جيه. نفثات المد والجزر، صعود المغذيات وتأثيرها على إنتاجية طحلب هاليميدا في الشعاب المرجانية الشريطية، الحاجز المرجاني العظيم. مصب الساحل. علوم الجرف 1988، 26، 169-201. [CrossRef] 94. مارمورينو، جي. أو. سميث، جي. بي. ميلر، دبليو دي. خصائص الاضطرابات المستنتجة من صور الأقمار الصناعية المتأخرة زمنيًا للطحالب السطحية في بحر مدّي ضحل. بحوث الرفوف المستمرة 2017، 148، 178-184. [CrossRef] 95. ديلاندميتر، ب.؛ لامبريشتس، ج.؛ مارمورينو، ج.و؛ ليجات، ف.؛ وولانسكي، إي.؛ ريمكل، ج.-ف.؛ تشن، و.؛ ديليرسنايدر، إي. دوامات المد والجزر دون المتوسطة الحجم في أعقاب الجزر المرجانية والشعاب المرجانية: بيانات الأقمار الصناعية والنمذجة العددية. المحيط. ديناميات 2017، 67، 897-913. [CrossRef] 96. لي، ج.؛ هي، ي.؛ ليو، ج.؛ تشانغ، ي.؛ هو، س.؛ بيري، و. ملاحظات متعددة المستشعرات للدوامات دون المتوسطة الحجم في المناطق الساحلية. الاستشعار عن بُعد، 2020، 12، 711. [CrossRef]

الاستشعار عن بعد 2022، 14، 3503

23 من 23

97. مجموعة تنسيق ألوان المحيطات الدولية (IOCCG). متطلبات مهمة أجهزة استشعار ألوان المحيطات المستقبلية؛ تقارير المجموعة الدولية لتنسيق ألوان المحيطات (IOCCG)، التقرير رقم 13؛ ماكلاين، سي.، مايستر، جي.، محرران؛ مجموعة تنسيق ألوان المحيطات الدولية: دارتموث، نوفا سكوشا، كندا، 2012. متوفر على الإنترنت: http://ioccg.org/wp-content/uploads/2015/10/ioccg-report-13.pdf (تم الوصول إليه في 30 سبتمبر 2017).
98. نيوكرمانز، ج.؛ روديك، ك. برنارد، إي. رامون، د.؛ نيشاد، ب. ديشamps, P.-Y. رسم خرائط إجمالي المواد العالقة من الأقمار الصناعية الثابتة جغرافيًا: دراسة جدوى باستخدام SEVIRI في جنوب بحر الشمال. Opt. Express 2009، 17، 14029-14052. [CrossRef] 99. Neukermans, G.؛ Ruddick, K.؛ Loisel, H.؛ Roose, P. تحسين ومراقبة جودة قياس تركيز الجسيمات العالقة باستخدام قياسات العكارة. Limnol. Oceanogr. Methods 2012، 10، 1011-1023. [CrossRef] 100. Röttgers, R.؛ Heymann, K.؛ Krasemann, H. تركيزات المواد العالقة في المياه الساحلية: تحسينات منهجية لتحديد عدم اليقين في القياسات الفردية. Estuar. Coast. Shelf Sci. 2014، 151، 148. [CrossRef] 155. تيلستون، جي؛ مور، ج.؛ سورنسن، ك. دورفير، ر. روتجرز، ر. روديك، ك. باستركamp، ر.؛ يورغنسن، ب. التحقق الإقليمي من صحة منتجات الكلوروفيل من نظام MERIS في المياه الساحلية لبحر الشمال. في وقائع اجتماع العمل حول معايرة نظام MERIS ونظام AATSR والتحقق الجيوفيزيائي (ENVISAT MAVT-2003)، فراسكاتي، إيطاليا، أكتوبر 20، 24.
102. ستافن، ر.هـ؛ ريك، هـ.ج؛ فالستر، أ.ف. تصحيح الأخطاء الناتجة عن احتباس ملح البحر المتغير وفقد ماء الترطيب في تحليل الاشتعال: الآثار المترتبة على دراسات مياه مصبات الأنهار والمياه الساحلية. مصب النهر. الساحل. علوم الجرف. 2009، 81، 575-582. [CrossRef] 103. أوكوياما، أ.؛ تاكاهاشي، م.؛ ديت، ك.؛ هوساكا، ك.؛ موراتا، هـ.؛ تاباتا، ت.؛ يوشينو، ر. التحقق من صحة معايرة هيماواري-8/أهي الإشعاعية بناءً على بيانات مدارية لمدة عامين. مجلة الأرصاد الجوية. جمعية اليابان. السلسلة الثانية 2018، 96، 91. [CrossRef] 109. وكالة الأرصاد الجوية اليابانية. سجل الأحداث: تأثيرات أحداث المركبة الفضائية ومعايرتها على صور هيماواري-104: التخطيط؛ مركز الأقمار الصناعية للأرصاد الجوية: كيوسي، اليابان، ٢٠٢٠. متوفر على الإنترنت: http://www.data.jma.go.jp/mscweb/en/oper/image_info.html#005 (تم الوصول إليه في 20 سبتمبر 2021).
١٠٥. موسى، دبليو جيه؛ بولز، جيه إتش؛ لوك، آر إل؛ كورسون، إم آر: تأثير نسبة الإشارة إلى الضوضاء في مستشعر فائق الطيف على دقة تقدير المعلمات البيوفيزيائية في مياه الحالة الثانية. Opt. Express 105، 2012، 20. [CrossRef] ١٠٦. ألفاريز-روميرو، جيه جي؛ ديفلين، إم؛ تيكسيرا دا سيلفا، إي؛ بيتوس، سي؛ بان، إن سي؛ بريسي، آر إل؛ كول، جيه؛ روبرتس، جيه جيه؛ سيرديرا-إسترادا، إس؛ وينجر، إيه إس؛ وآخرون. نهج جديد لنمذجة تعرض النظم البيئية البحرية الساحلية لأعمدة الفيضانات النهرية استنادًا إلى تقنيات الاستشعار عن بُعد. مجلة إدارة البيئة. 4309، 4330، 106. [CrossRef] 2013. بيتوس، س.؛ ديفلين، م.؛ تومسون، أ.؛ ماكنزي، ل.؛ تيكسيرا دا سيلفا، إي.؛ كولير، س.؛ تريسي، د.؛ مارتن، ك. تقدير تعرض الشعاب المرجانية ومروج الأعشاب البحرية للملوثات ذات المصدر الأرضي في أعمدة فيضانات الأنهار في الحاجز المرجاني العظيم: التحقق من صحة إطار عمل بسيط للمخاطر عبر الأقمار الصناعية باستخدام البيانات البيئية. ريموت سين. 119، 194، 207. [CrossRef] 107. ديفلين، م.؛ شرودر، ت.؛ ماكينا، ل.؛ برودي، ج.؛ براندو، ف.؛ ديكر، أ. رصد ورسم خرائط أعمدة الفيضانات في الحاجز المرجاني العظيم بناءً على عمليات الرصد في الموقع والاستشعار عن بُعد. في التطورات في الاستشعار البيئي عن بُعد لرصد التغيرات العالمية؛ تشانغ، ن.-ب.، محرر؛ الاستشعار البيئي عن بُعد وتحليل النظم؛ مطبعة مركز أبحاث المحيطات: بوكا راتون، فلوريدا، الولايات المتحدة الأمريكية، 2016؛ الصفحات 8-210. [CrossRef] 108. ستيفن، أ.د. بيرد، م. برينكمان، ر. كار، نيوجيرسي؛ كوكس، س.ج. هيرزفيلد، م. هودج، ج. جونز، إ. كينغ، إ. مارغفيلاشفيلي، ن. وآخرون. الشعاب المرجانية الإلكترونية: نظام معلومات تشغيلي لإدارة الحاجز المرجاني العظيم. مجلة أوشن أوريجينال، 2012، 147، ص.191ص.109. [CrossRef]

المستندات / الموارد

خوارزمية التعلم الآلي MDPI [بي دي اف] دليل المستخدم
خوارزمية التعلم الآلي، خوارزمية التعلم، الخوارزمية

مراجع

دليل المستخدم

دليل مستخدم خوارزمية التعلم الآلي MDPI

خوارزمية التعلم الآلي

معلومات المنتج

تحديد

تعليمات استخدام المنتج

1. المقدمة

2. عملية الاسترجاع

3. أجهزة استشعار ألوان المحيط

الأسئلة الشائعة

س: ما هو التركيز الرئيسي لمقال الاستشعار عن بعد؟

س: لماذا يتم تفضيل الأقمار الصناعية الثابتة بالنسبة للمناطق الساحلية؟
يراقب؟

المستندات / الموارد

مراجع

اترك تعليقا

إلغاء الرد

خوارزمية التعلم الآلي

معلومات المنتج

تحديد

تعليمات استخدام المنتج

1. المقدمة

2. عملية الاسترجاع

3. أجهزة استشعار ألوان المحيط

الأسئلة الشائعة

س: ما هو التركيز الرئيسي لمقال الاستشعار عن بعد؟

س: لماذا يتم تفضيل الأقمار الصناعية الثابتة بالنسبة للمناطق الساحلية؟ يراقب؟

المستندات / الموارد

مراجع

اترك تعليقا

إلغاء الرد

س: لماذا يتم تفضيل الأقمار الصناعية الثابتة بالنسبة للمناطق الساحلية؟
يراقب؟