Maşın Öyrənmə Alqoritmi
Məhsul haqqında məlumat
Spesifikasiyalar
- Məhsulun adı: Uzaqdan Zondlama Məqaləsi
- Müəllif: Larissa Patricio-Valerio, Tomas
Schroeder, Mişel J. Devlin, Yi Qin, Scott Smithers - Yayımlanma tarixi: 21 iyul 2022-cü il
- Açar sözlər: Himawari-8, okean rəngi, süni
neyron şəbəkələri, Böyük Baryer rifi, sahil suları, cəmi
dayandırılmış bərk maddələr, maşın öyrənməsi, suyun keyfiyyəti
Məhsuldan İstifadə Təlimatları
1. Giriş
Uzaqdan Zondlama Məqaləsi istifadəsi ilə bağlı məlumat verir
ümumi dayandırılmış bərk maddələrin alınması üçün maşın öyrənmə alqoritmləri
Himawari-8-in məlumatlarından istifadə edərək Böyük Sədd rifində. Məqalə
geostasionardan istifadənin çətinliklərini və faydalarını müzakirə edir
Sahilin davamlı müşahidəsi üçün Yer orbiti peykləri
sahələr.
2. Axtarış Prosesi
Məqalədə geostasionarlığın əhəmiyyəti vurğulanır
Himawari-8 kimi peyklər real vaxt rejimində məlumat əldə edir
sahil prosesləri. Aşağı Yer orbitinin məhdudiyyətlərini vurğulayır
ilə müqayisədə qısa müddətli dəyişkənliyin həlli üçün peyklər
geostasionar peyklər.
3. Okean Rəng Sensorları
Məqalədə okean rəng sensorlarının əhəmiyyətindən bəhs edilir
su ilə bağlı məkan məlumatlarını əldə etmək üçün peyklər
keyfiyyət. tərəfindən müşahidə olunan temporal dinamikadan bəhs edir
geostasionar peyklər və onların sahil monitorinqinə təsiri
hadisələr.
Tez-tez verilən suallar (FAQ)
S: Uzaqdan Zondlama Məqaləsinin əsas diqqəti nədir?
A: Əsas diqqət maşın öyrənmə alqoritmindən istifadə etməkdir
Böyükdə ümumi dayandırılmış bərk maddələri əldə etmək üçün Himawari-8 məlumatları
Baryer rifi.
Sual: Nə üçün sahilyanı üçün geostasionar peyklərə üstünlük verilir?
monitorinq?
A: Geostasionar peyklər yaxın fasiləsiz müşahidəni təklif edir
daha yüksək tezlikli geniş ərazilər, daha yaxşı monitorinq etməyə imkan verir
sürətlə dəyişən sahil prosesləri.
uzaqdan zondlama
Məqalə
Himawari-8 Böyük Bariyer rifində ümumi dayandırılmış bərk maddələrin axtarışı üçün maşın öyrənmə alqoritmi
Larissa Patricio-Valerio 1,2,* , Tomas Schroeder 2, Mişel J. Devlin 3, Yi Qin 4 və Scott Smithers 1
1 Elm və Mühəndislik Kolleci, James Cook University, Townsville, QLD 4811, Avstraliya; scott.smithers@jcu.edu.au
2 Commonwealth Elmi və Sənaye Tədqiqat Təşkilatı, Okeanlar və Atmosfer, GPO Box 2583, Brisbane, QLD 4001, Avstraliya; thomas.schroeder@csiro.au
3 Ətraf Mühit Balıqçılıq və Akvakultura Elmləri Mərkəzi, Parkfield Road, Lowestoft, Suffolk NR33 0HT, Böyük Britaniya; michelle.devlin@cefas.co.uk
4 Commonwealth Elmi və Sənaye Tədqiqat Təşkilatı, Okeanlar və Atmosfer, GPO Box 1700, Kanberra, ACT 2601, Avstraliya; yi.qin@csiro.au
* Yazışmalar: larissa.patriciovalerio@my.jcu.edu.au
Sitat: Patricio-Valerio, L.; Şröder, T.; Devlin, MJ; Qin, Y.; Smithers, S. Böyük Baryer rifində Himawari-8 Ümumi dayandırılmış bərk maddələrin axtarışı üçün maşın öyrənmə alqoritmi. Uzaqdan Sensor 2022, 14, 3503. https://doi.org/ 10.3390/rs14143503
Akademik Redaktor: Chris Roelfsema
Alınma tarixi: 15 may 2022 Qəbul tarixi: 19 iyul 2022 Dərc tarixi: 21 iyul 2022
Nəşriyyatçının Qeydi: MDPI nəşr olunmuş xəritələrdə və institusional mənsubiyyətlərdə yurisdiksiya iddiaları ilə bağlı neytral qalır.
Müəllif hüququ: © 2022 müəlliflər tərəfindən. Lisenziya sahibi MDPI, Bazel, İsveçrə. Bu məqalə Creative Commons Attribution (CC BY) lisenziyasının (https://creativecommons.org/licenses/by/ 4.0/) şərtləri və şərtləri əsasında yayılan açıq giriş məqaləsidir.
Xülasə: Okean rənginin uzaqdan tədqiqi Böyük Baryer Rifində (GBR) dəniz suyunun keyfiyyətinin sinoptik miqyasda monitorinqi üçün əsas olmuşdur. Bununla belə, Sentinel-3 bürcü kimi aşağı orbitli peyklərin göyərtəsində olan okean rəng sensorları yüksək dinamik sahil mühitlərində sutkalıq dəyişkənliyi tam həll etmək üçün kifayət qədər təkrar baxış qabiliyyətinə malik deyil. Bu məhdudiyyəti aradan qaldırmaq üçün bu iş Himawari-8 geostasionar peykinin göyərtəsində Qabaqcıl Himawari Imager üçün fizikaya əsaslanan sahil okeanı rəng alqoritmini təqdim edir. Meteoroloji tətbiqlər üçün nəzərdə tutulmasına baxmayaraq, Himawari-8 okean rəng xüsusiyyətlərini hər 10 dəqiqədən bir, dörd geniş görünən və yaxın infraqırmızı spektral diapazonda və 1 km2 məkan ayırdında qiymətləndirmək imkanı təqdim edir. GBR-nin sudaxili və atmosfer optik xassələrinin real diapazonu və günəş və müşahidə həndəsələrinin geniş diapazonu üçün Himavari-8 zolaqlarının birləşdirilmiş okean atmosferi radiasiya ötürmə simulyasiyaları həyata keçirilmişdir. Simulyasiya edilmiş məlumatlar Himawari-8 atmosferinin zirvəsi spektral əksetmə müşahidələrindən birbaşa olaraq ümumi dayandırılmış bərk maddələrin (TSS) konsentrasiyalarını qiymətləndirmək üçün süni neyron şəbəkəsi texnikasına əsaslanan tərs model hazırlamaq üçün istifadə edilmişdir. Alqoritm sahilyanı GBR boyunca eyni vaxtda in situ məlumatları ilə təsdiqləndi və onun aşkarlanma hədləri qiymətləndirildi. TSS axtarışları 75 mq L-2 aşkarlama həddi ilə 1 - 0.14 mq L-24 qiymətləndirmə diapazonu daxilində 1%-ə qədər nisbi səhvlər və 0.25 mq L-1 mütləq səhvləri təqdim etdi. Biz GBR-də suyun keyfiyyətinin təkmilləşdirilmiş monitorinqi və idarə edilməsi üçün Himawari-8 gündəlik TSS məhsullarının potensial tətbiqlərini müzakirə edirik.
Açar sözlər: Himawari-8; okean rəngi; süni neyron şəbəkələri; Böyük Baryer rifi; sahil suları; ümumi dayandırılmış bərk maddələr; maşın öyrənməsi; suyun keyfiyyəti
1. Giriş MODIS/Aqua kimi aşağı Yer orbiti (LEO) peyklərində Okean rəng sensorları,
VIIRS/Suomi-NPP və OLCI/Sentinel-3 Böyük Baryer Rifində (GBR) suyun keyfiyyətinin illik dinamikasını gündəlik araşdırmaq üçün dəyərli və sərfəli müşahidələrin uzunmüddətli qeydlərini təqdim etmişlər [1]. LEO peykləri ən yaxşı halda bir və ya iki gün ərzində eyni coğrafi ərazini skan edir; lakin, iki ardıcıl və eyni orbit arasında vaxt gecikməsi (yəni, təkrar dövrilik) adətən bir həftədən dörd həftəyə qədər dəyişir. Bundan əlavə, okean rəngli təsvirlərə buludların və günəş parıltısının mövcudluğu əhəmiyyətli dərəcədə təsir göstərə bilər, bu da yüksək keyfiyyətli müşahidələrin axtarışını məhdudlaşdırır [5]. Bu, kompozit buludsuz yaratmaq üçün eyni ərazidən həftəlik-aylıq gündəlik şəkillər dəsti tələb edə bilər view okeanın. Nəticə etibarı ilə, LEO peyklərinin müvəqqəti imkanları hərtərəfli müşahidə sistemini inkişaf etdirmək və fitoplankton diel dövrləri, daşqın şleyflərinin gündəlik gedişi və sahilboyu qısamüddətli dinamik prosesləri effektiv şəkildə izləmək üçün kifayət deyil.
Uzaqdan Sensor 2022, 14, 3503. https://doi.org/10.3390/rs14143503
https://www.mdpi.com/journal/remotesensing
Uzaqdan Sensor 2022, 14, 3503
2-dən 23
gelgit və küləklə idarə olunan resuspensiya [7]. Tədqiqatçılar və ətraf mühit menecerləri hələ də
iqtisadi cəhətdən səmərəli məkan məlumatı əldə etmək üçün LEO okean rəngli məhsullara etibar edin.
sahil GBR [10,11], lakin qısa müddətli problemləri həll etmək üçün bu üsulların məhdudiyyətlərini tanıyın
dəyişkənlik.
–
Bir g-eostatsionar Yer orbitində (GEO) peyklər, əks halda, yaxın fasiləsiz imkan verir
daha yüksək tezlikdə (dəqiqələrdən saatlara qədər) dünyanın böyük ərazilərinin müşahidəsi
LEO platformalarının, xüsusən də tropiklər üzərində gündəlik təkrar ziyarət tezliyinə yaxındır [9]. The
2010-cu ildə istifadəyə verilmiş dünyanın ilk Geostasionar Okean Rəngli Şəkil Cihazı (GOCI-I)
kimi Şimal-Şərqi Asiyada sürətlə dəyişən sahilyanı proseslərin müvəqqəti dinamikası
bulanıqlıq şleyfləri və zərərli yosun çiçəkləri [12,13]. Onun müvəffəqiyyəti faydalı bir vəziyyət yaratdı
qlobal GEO okean rəng missiyalarının gələcək inkişafı üçün [14]; lakin heç biri
növbəti onillik ərzində işə salınması təklif olunan missiyalar müşahidə üçün nəzərdə tutulmuşdur
Avstraliya suları. Buna baxmayaraq, GEO peykləri qlobal miqyasda meteoroloji obyektlər üçün istifadə olunur.
xidmətlər və son texnoloji nailiyyətlər okeanlar üzərində məlumat toplamaq üçün öz imkanlarından istifadə edərək, kosmosdan daha dinamik prosesləri müşahidə etməyə imkan verdi [-15].
Tofhbe addxst-ignentheera-vtiiosinblGe EspOemctreutemor(o2loogri3cailnssetenasdorosfaorenleyq1uibpapnedd)
təkmilləşdirilmiş ilə birlikdə artan sayı ilə
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-.
Himawa-ri-8 ekvatordan 140.7E-də yerləşir və 10 dəqiqəlik tarama sürəti ilə bir gün ərzində ən azı 48 fu-ll-disk müşahidəsini çəkir (yerli vaxtla 8-dən axşam 4-ə qədər). AHI aləti meteoroloji tətbiqlər üçün nəzərdə tutulsa da, onun görünən və yaxın-frared
(VNIR) zolaqları (Şəkil 1 və Cədvəl 1) güclü dəniz xüsusiyyətlərini aşkar etməyə imkan verir.
yüksək bulanıq sulardan gələnlər kimi optik siqnallar [19]. Bundan əlavə, Himawari-21
ultra yüksək temporal ayırdetmə müşahidələri okean xassələrinin monitorinqinə imkan verir
sub-hourlbütün GBR lagunası və ona bitişik okean üçün y-illik vaxt s-kaleləri
orbitlərarası məlumat g-aps olmayan hövzə.
wFiigthurtehe1.trHainmsmawisas-riio-n8
atmosfer qazlarının görünən və infraqırmızı zolaqlarının (bərk ağ xətlərin) spektral cavab funksiyaları (boz dolu xətt) və ozonla ötürülmə (qırmızı).
bərk xətt) 400 ilə 1000 nm arasında.
Okean ərazilərinin monitorinqi və idarə olunması üçün geniş spektrli proqramlar Him-awari-8-dən əldə edilmə potensialına malikdir, o cümlədən okean rəngi üçün -[22,23]. Son tədqiqatlar Hima-vari-8 müşahidələrinin sahil sularında [17,24] və açıq okeanda xlorof-il-a konsentrasiyası (CHL) üçün [22] ümumi dayandırılmış bərk maddələrin (TSS) aşkar edilməsinin mümkünlüyünü nümayiş etdirdi. Bu nəticələr sahilyanı GBR-də yüksək tezlikli və dinamik proseslərin monitorinqi üçün maraqlı fürsəti göstərir. Bununla belə, sahil sularının keyfiyyət parametrlərinin peyk vasitəsilə əldə edilməsi üçün s-everal okean rəng alqoritmləri mövcud olsa da, onlar GBR-nin optik mürəkkəbliyi üçün uyğun olmaya və ya Himawari-8 müşahidələrinə tətbiq olunmaya bilər.
Uzaqdan Sensor 2022, 14, 3503
3-dən 23
– –
Tleanbglteh1s.anHdimbaanwdawrii-d8-thA, dasvsaoncciaetdedHsipmaatiwalarreisIomluatgioenr.vSiisgibnlael-aton-dn- oni-esearr–aintiforsar(SeNd Rb)anfrdosmcpenerv [25] nəticələr.
Qrup # (Ad) #1 (mavi) #2 (yaşıl) #3 (qırmızı) #4 (NIR)
Bant Mərkəzi (Eni) 470.64 (45.37) nm 510.00 (37.41) nm 639.15 (90.02) nm 856.69 (42.40) nm
Məkan ayırdediciliyi 1 km 1 km 0.5 km 1 km
SNR @100% Albedo 585 (641.5) 645 (601.9) 459 (519.3) 420 (309.3)
Radiasiya ötürmə simulyasiyalarından istifadə edən model-b əsaslı okean rəngi alqoritmləri empirik alqoritmlərlə müqayisədə sahil sularının çox zamanlı uzaqdan zondlama tədqiqatlarında tətbiq üçün üstün performans göstərmişdir [26]. Xüsusilə, neyron şəbəkələri qeyri-xətti funksional əlaqələri təxmin etmək qabiliyyətinə görə optik cəhətdən mürəkkəb sahil sularında məsafədən zondlama tətbiqləri üçün hesablama baxımından səmərəli inversiya üsuludur [27]. Bu məqalə Himawari-35 üçün modelə əsaslanan neyron şəbəkə okean rəng alqoritminin (Şəkil 2) işlənməsini təsvir edir və GBR-nin sahil suları üçün parametrləri təyin olunur. Bir pilləli inversiya alqoritmi, süni neyron şəbəkələri (ANN) sinfi olan çoxqatlı perseptronla Himavari-8 üst-atmosfer (TOA) müşahidələrindən birbaşa TSS-ni qiymətləndirmək üçün hazırlanmışdır. Birincisi, TOA əks etdiricilərinin RTOA() sr-8 spektral bucaq paylanması VNIR Himawari-1 zolaqlarında mövcud birləşdirilmiş okeanatmosfer radiasiya ötürmə (RT) modeli (irəli model) ilə simulyasiya edilmişdir. RT simulyasiyalarına suyun keyfiyyət parametrlərində, atmosfer və işıqlandırma şəraitində real dəyişikliklər daxildir. Daha sonra bir neçə ANN eksperimentləri (ters modellər) simulyasiya edilmiş TOA şüalarına əsaslanaraq Himawari-8 diapazonlarında TSS-ni əldə etmək üçün dizayn edilmiş, təlim keçmiş və sınaqdan keçirilmişdir. Nəhayət, Himawari–8 əldə edilmiş TSS çıxışları GBR-də eyni vaxtda in situ su keyfiyyəti məlumatlarına qarşı statistik olaraq qiymətləndirilmiş və seçilmiş alqoritmin məhdudiyyətləri araşdırılmışdır.
Şəkil 2. Himawari–8 üçün hazırlanmış model əsaslı okean rəng alqoritminin axın diaqramı.
2. Metodlar Radiasiya ötürmə simulyasiyalarının parametrləşdirilməsi və radiasiyanın dizaynı
ANN tərs modeli aşağıdakı alt bölmələrdə göstərilmişdir. İrəli və tərs model parametrləri əvvəllər Avropa sahil suları üçün [36] işlənib hazırlanmış yanaşmaya uyğundur, lakin bu tədqiqatda f-və ya GBR-nin sudaxili optik şəraitinə uyğunlaşdırılıb [38]. Bundan əlavə, burada hazırlanmış model əsaslı alqoritm üçün H-imawari-39-in alınması, işlənməsi və maskalanması prosedurları və okean rəng prosessoru təsvir edilmişdir. Qiymətləndirmə protokolu və alqoritm məhdudiyyətlərinin qiymətləndirilməsi üsulları, həmçinin GBR-də TSS monitorinqinin ilk nəticələri təqdim olunur.
Uzaqdan Sensor 2022, 14, 3503
4-dən 23
2.1. İrəli Model
Bu işdə Himawari-40,41 VNIR zolaqlarının birləşdirilmiş okeanatmosfer radiasiya ötürmə simulyasiyaları üçün Matrix-Operator MODelinin (MOMO) skalyar versiyası [8] istifadə edilmişdir (Cədvəl 1). Atmosfer qütbləşməsinə məhəl qoymamaq TOA-da 1% səhvlərə səbəb ola bilər ki, bu da sahil sularının tətbiqi üçün məqbuldur [2]. Himawari-42 RTOA() GBR-nin sudaxili və atmosfer optik xüsusiyyətlərinin real diapazonu üçün simulyasiya edilmişdir.
Simulyasiya edilmiş okeanatmosfer sistemi su və atmosfer optik komponentlərinin müəyyən edilmiş növləri və konsentrasiyalarının nəzərə alındığı bir neçə üfüqi homojen müstəvi-paralel təbəqələrdə təbəqələşmişdir. Simulyasiya edilmiş atmosferin hündürlüyü (TOA) 50 km qalınlığındadır və şaquli proyektorun olduğu 11 təbəqəyə bölünür.files təzyiq, temperatur və rütubət ABŞ Standart Atmosferinə uyğundur [43]. Rayleigh səpilməsi ilə zəifləmə 980 hPa və 1040 hPa olan iki barometrik səth təzyiqi ilə hesablanır. Atmosfer sərhəd qatına (0 km), sərbəst troposferə (2 km) və stratosferə (2 km) bölünür. Hər bir təbəqədə simulyasiyalar 12 ilə 12 arasında 50 nm-də aerozolun optik qalınlığının (a) müxtəlif konsentrasiyaları ilə səkkiz fərqli aerozol birləşmələri üçün aparılmışdır. Hər bir aerozol dəsti üç əsas aerozol modelindən, sərhəd qatında dəniz modeli, sərbəst troposferdə kontinental model və stratosferdə 550% ilə 0.015% arasında nisbi rütubətdə olan sulfat turşusu modelindən ibarətdir. Diapazon mərkəzi GBR-də [1.0S, 70E] yerləşən Lucinda Jetty Sahil Rəsədxanasında (LJCO) AERONET [99] stansiyasının çoxillik Səviyyə 2 günəş fotometri müşahidələri əsasında müəyyən edilmişdir. LJCO AERONET stansiyasında 44,45 və 18.52 nm arasında müvafiq Ångström əmsallarının [146.39] təhlili RT simulyasiyalarında istifadə edilənlərə uyğun olan dəniz və kontinental aerozol növlərinin qarışığını təsdiqləyir.
Atmosfer qazlarının ötürülməsi (O3 istisna olmaqla) HighResolution Transmission Molecular Absorbtion (HITRAN) verilənlər bazasından [47] alınmış və Bennartz və Fişerin dəyişdirilmiş k-paylama modeli [48] vasitəsilə radiasiya ötürmə simulyasiyalarında həyata keçirilmişdir. Radiasiya ötürmə simulyasiyaları 344 Dobson Vahidi (DU) [43] sabit ozon yüklənməsini fərz etməklə yerinə yetirilmişdir. Himawari-8 zolaqları 17 günəş və müşahidə bucağı və 25 bərabər məsafədə yerləşən nisbi azimut bucağı üçün simulyasiya edilib. Simulyasiyalar CHL, TSS və sarı maddələrin (YEL) təsadüfi seçilmiş unikal konsentrasiyaları ilə təmsil olunan, bundan sonra konsentrasiya üçlüyü adlandırılacaq real su keyfiyyəti dəyişmələri üçün aparılmışdır. Simulyasiya edilmiş konsentrasiya üçlüyü diapazonları Zhang və digərlərinin yanaşmasından sonra GBR-də aşkar edilmiş in situ korrelyasiya konsentrasiyalarının dispersiyası əsasında müəyyən edilmişdir. [49]. Simulyasiya edilmiş konsentrasiya üçlüyü loqarifmik fəzada bərabər paylandı, buna görə də təkrarlanan simulyasiyalardan qaçınmaqla hər bir böyüklük sırası oxşar şəkildə təmsil olundu.
Dəniz suyunun ümumi spektral udulması a() dördkomponentli bio-optik modellə modelləşdirilmişdir ki, burada təmiz suyun udulması (aw), fitoplanktonun və bütün ölü üzvi materialın (yəni, detritus) ap1 udulması CHL [0.01, 15], a (2) a-SS-in udma funksiyası kimi nəzərə alınır. 0.01] və sarı maddələrin udulması 100.0 nm-də [443, 0.002]. Təmiz suyun udma əmsalı (aw) Himawari-2.5 görünən zolaqları 50 üçün Pope və Fry [8] və 1-cü zolaq üçün Hale və Querry [3] tərəfindən modelləşdirilmişdir. Fitoplankton və detritus ap51-in spektral udulması Bricaud və digərlərinin parametrləşdirməsindən sonra aparılmışdır. [4], qeyri-yosun hissəciklərinin ap1 udulması Babin və digərlərinə görə parametrləşdirildi. [52], in situ bio-optik məlumatlardan əldə edilən 2 orta yamac Sp53 iləamp2002 və 2013-cü illər arasında GBR-də rəhbərlik etmişdir. Sarı maddələrin spektral udma əmsalı ay Babin və digərlərinə görə modelləşdirilmişdir. [53], 0.015 orta yamac Sy ilə, bu da GBR-dən [39] in situ müşahidələrindən əldə edilmişdir.
Dəniz suyunun ümumi spektral səpilməsi (b()) ikikomponentli bio-optik model [53] ilə TSS funksiyası kimi təmiz su (bw) və səpilmə və ya üzvi və qeyri-üzvi hissəciklərin bp səpilməsini nəzərə alaraq modelləşdirilmişdir. Təmiz dəniz suyu səpələnir
Uzaqdan Sensor 2022, 14, 3503
5-dən 23
əmsalı Morel [54]-ə əsaslanan dalğa uzunluğundan asılı güc qanunu kimi ifadə edilmişdir.
35 PSU qlobal duzluluq üçün müəyyən edilmişdir. Üzvi və səpilmə töhfəsi
qeyri-üzvi hissəciklər birləşdirilərək ümumi hissəciklərin səpilmə əmsalı bp əldə edilib. [55]. Kütləvi xüsusi səpilmə əmsalı
Babin et al. [0.31]. Case 2 suları üçün geri səpilmə ehtimalı modeli tətbiq edilmişdir [1]
TSS və YEL nisbətinə əsasən suda səpilmə faza funksiyalarını (, ) hesablayın və seçin. Simulyasiyalar çox sayda təsadüfi konsentrasiya üçün aparılmışdır
triplets və atmosfer şərtləri, daha əvvəl qeyd edildiyi kimi, hərtərəfli qurmaq
azimutla həll edilmiş Himawari-8 RTOA() verilənlər bazası. Bu verilənlər bazasından statistik olaraq
əksini inkişaf etdirmək üçün təmsilçi təlim və test alt çoxluqları təsadüfi olaraq çıxarıldı
model. Təlim və sınaq alt dəstlərinin hər biri 100,000 giriş vektorundan ibarət idi
x
ehtiva edir
Bu: 470, 510, 640 və 856 nm diapazonlarında simulyasiya edilmiş RTOA, dəniz səviyyəsindəki atmosfer təzyiqi 980 və 1040 hPa arasında, günəş zenit bucağı (s), müşahidə zenit (v) və nisbi azimut ().
2.2. Tərs model
Bu tədqiqatda Himawari-57 RTOA() və TSS konsentrasiyası arasındakı funksional əlaqəni təxmin etmək üçün Malthouse [58] tərəfindən hazırlanmış Neural Network Simulator C-proqramına əsaslanan tərs model kimi irəli ötürülən süni neyron şəbəkəsinin (ANN) [8] sinfi olan çoxlaylı perseptron (MLP) həyata keçirilmişdir. Hazırkı MLP giriş qatını, gizli təbəqəni və neyronların çıxış qatını ehtiva edir. Hər bir neyron növbəti təbəqənin hər bir neyronu ilə çəki ilə bağlıdır. Nəzarət olunan maşın öyrənməsi və ya təlim proseduru aşağıdakı kimi təsvir edilə bilər:
·
Giriş neyronları (ni) giriş vektorunu alır
x
, simulyasiya edilmiş əks etdiriciləri ehtiva edir
və yuxarıda təsvir edilən köməkçi məlumatlar və onu gizli təbəqənin neyronlarına yayır
(nh).
· Gizli təbəqədə süni neyronlar çəkili giriş siqnallarını ümumiləşdirir və onları qeyri-xətti ötürmə funksiyasından keçir və sonra onların çıxışlarını ötürür.
çıxış qatının neyronlarına (yox).
· Xərc funksiyası (yəni, orta kvadrat xətalar, MSE–Tənlik (1)).
hesablanmış hədəf çıxışları yt və ANN hesablanmış çıxışları yc bütün təlim verilənlər toplusu (N = 100,000) üçün hesablanır və şəbəkənin daxili çəkiləri (W1, W2) tənzimlənir.
· ANN-nin təlimi hasilat və hədəf dəyər arasındakı xərc funksiyası minimuma endirilənə qədər təkrarlanır.
MSE = yc – yt /N
(1)
Məhdud Yaddaş BroydenFletcherGoldfarbShanno optimallaşdırma alqoritmindən istifadə etməklə çəki matrislərini (W1, W2) iterativ şəkildə uyğunlaşdırmaqla xərc funksiyası minimuma endirilir [59]. Üç qatlı MLP arxitekturası üçün tam analitik funksiya tənlik (2) ilə verilir:
yc
=
S2
×
W2 × S1
W1 × x
(2)
burada S1 və S2 müvafiq olaraq çıxış və gizli təbəqədə istifadə olunan qeyri-xətti (Tənlik (3)) və xətti ötürmə funksiyalarıdır.
S(x) = 1 + ex -1
(3)
Giriş və çıxış təbəqələrindəki neyronların sayı problemin giriş və çıxış parametrlərinin sayı ilə müəyyən edilmişdir, halbuki bir neçə eksperimental cəhd
Uzaqdan Sensor 2022, 14, 3503
6-dən 23
gizli təbəqədə neyronların optimal sayını müəyyən etmək tələb olunurdu. The
Təcrübələr gizli təbəqə neyronlarının sayını 10-dan 100-ə qədər dəyişdirərək hazırlanmışdır.
10 artımla. Təsadüfi, lakin bütün təcrübələr üçün sabit toxumdan istifadə edildi -
şəbəkələrin çəki konfiqurasiyası. Təcrübələrə əsas komponent daxildir
təhlili (PCA) RTOA() girişlərini bəzəmək üçün əvvəlcədən emal addımı kimi. Bundan əlavə, təcrübələr 0.8% spektral korrelyasiya edilməmiş siqnaldan asılı təsadüfi-m - hər bir diapazonda RTOA girişlərinə əlavə edilmiş səs-küy ilə hazırlanmışdır. ANN təcrübələri radiasiya ötürülməsindən təsadüfi olaraq çıxarılan 100,000 giriş vektorunun alt çoxluğu ilə öyrədildi və sınaqdan keçirildi.
simulyasiya edilmiş verilənlər toplusu. Hər bir giriş vektoru loqarifmik TSS konsentrasiyası ilə əlaqələndirilmişdir - bu, nəzarət edilən öyrənmə tərəfindən təqribi hesablanacaq hədəf çıxış kimi seçilmişdir.
prosedur. Bütün təcrübələr 1000 iterasiya və xərclərin minimuma endirilməsi üçün öyrədildi
funksiyası (Tənlik (1)) hər iterasiyada bütün təlim verilənlər toplusu üzərində hesablanmışdır. An
Şəbəkə təliminə nəzarət etmək üçün N = 100,000 vektordan ibarət müstəqil test verilənlər bazasından istifadə edilmişdir
performans və həddindən artıq uyğunlaşmanın qarşısını almaq üçün.
–
2.3.
TBhaesHicipmraowceasrsi-in8- gOscteeapns
Himawari-8 xammal üçün rəng emalı
data
daxil
TSS
məhsullar
var
göstərilir
in
Şəkil
3.
Səviyyə 1 (L1) tam disk Himawari-8 VNIR bantları alındı, GBR sahəsi üzərindən çıxarıldı –
(10 Ş, 29 Ş, 140 Ş, 157 E), geolokasiya edilmiş, naviqasiya düzəldilmişdir. Geolokasiya edilmiş xam məlumatlar
- vasitəsilə Səviyyə 1b (L1b) TOA şüalarına (LTOA() W m-2sr-1µm-1 ) çevrildi.
tghreidawppalsicraetsiaomnpolfedpofrsot-mlau0.n5ckhmuptoda1tkedmctaolimbraattcihonthceoreefsfiocliuetn-itosn[o60f ]t.heTahseso6c4i0atnemd VbNanIRd
lentlər. L1b kalibrlənmiş LTOA() hər bir zolaq üçün yerdənkənar günəş şüalanması F() W -m-2 ilə normallaşdırıldı. F() ilin gününün funksiyası kimi hesablanmışdır
və Kurucz [61] üzərində b-ased və Himawari-8 zolaqlarına uyğunlaşdırılmış [62] yerdənkənar günəş şüalarının orta F qiymətlərindən istifadə etməklə. Nəticədə VNIR Himawari-1 diapazonlarında RTOA() sr-8 əks etdirən TOA inversiya metoduna giriş kimi xidmət etdi. Bundan əlavə,
Mövcud prosedurlara [63] əməl edərək, peyk şəklinin hər pikseli üçün enlik, uzunluq və yerli vaxt funksiyası kimi s, v və dəyərlər hesablanmış və aşağıdakılara çevrilmişdir.
kartezyen koordinatları (x, y, z).
Şəkil 3. Himawari-8-Okean Rənginin Emalının axın sxemi. HSD Himawari-8 Standart Məlumatına, GBR Böyük Səddi Rifinə, VNIR Himawari-8 görünən və infraqırmızı zolaqların yaxınlığında (470, 510, 640 və 856 nm) və ANN Süni Neyron Şəbəkəsinə aiddir.
the
ACulsoturadlimanasckoinntginoenf tHainmdaswuarrroi–u8nodbisnegrvwaatitoenrss.
idi
Qin və başqaları tərəfindən hazırlanmışdır. [64] 2 km həlli üçün bulud maskası idi
resamptoz və tüstüyə səbəb oldu
1plkummHesimfraowmabrii-o8mg-raisds
və yanma ilə çirklənmiş piksellərin maskalanması daxildir. Eynilə, piksellər ortaya çıxdı
kontinental ərazilər, adalar və şalvarlar kimi səthlər forma əsasında maskalanırdıfiles
Great Barrier Reef Marine Park Authority [65] verilənlər bazasından əldə edilə bilər. Günəş parıltısı
–
Uzaqdan Sensor 2022, 14, 3503
7-dən 23
maska günəş parıltısının əsas nöqtəsinin (PPS) koordinatlarını ilin gününə (günəş meyli), yerli saata, enliyə və uzunluğa [66], 1 km məkan ayırdında hesablamaqla yaradılmışdır. Günəş diskinin konturu PPS-in koordinatlarından 1300 km dairəvi radius üçün tamponlanmışdır. Radiusun ölçüsü əsas günəş disk sahəsinin maksimum əhatəsini təmin etmək üçün bir sıra vizual testlərdən sonra seçildi.
Himawari-8 müşahidələri inversiyalardan əvvəl Stratosfer və Troposfer Peyk komponentlərinin (TOAST) Analizi məhsulundan [67] Ümumi Ozondan çıxarılan ümumi sütun ozonunun yaxın paralel peyk məlumatları ilə piksel-piksel və hər bir zolaq üçün normallaşdırılmışdır. 1.25 ilə 1 dərəcə məkan həlli və gündəlik müvəqqəti ayırdetmə ilə TOAST məhsulu res idi.ampHimawari-1 şəbəkəsinə uyğunluq üçün 8 km-ə apardı. Himawari-8 müşahidələri hər bir diapazonda TOAST-dan əldə edilən ozonun ötürülməsi ilə 344 DU simulyasiya edilmiş ozon sütununun sıxlığının ötürülməsi arasındakı nisbətlə normallaşdırıldı. Bundan əlavə, NCEP/NCAR `Reanalysis 2` Part2m [68]-dən alınan orta dəniz səviyyəsindəki atmosfer təzyiqi məlumatları Himavari-70 müşahidələrinin inversiyasına giriş kimi istifadə edilmişdir. “Yenidən analiz 8” məlumatları hər 2 saatdan bir (6, 0, 6, 12 UTC) və s orta hesabla alınır.amp2.5 dərəcə fəza ayırd etməli müntəzəm qlobal şəbəkəyə rəhbərlik etmişdir [71]. Ən yaxın paralel PaRt2m məlumatları əldə edildi və resamp1 km Himawari-8 şəbəkəsinə apardı. Alınan TSS, əlaqəli maskalar və metadata NetCDF-də saxlanıldı file, o cümlədən diapazondan kənar giriş və çıxışlar üçün piksel baxımından əlaqəli bayraqlar. Etibarlı giriş və çıxışların diapazonları RT simulyasiya edilmiş verilənlər bazası əsasında müəyyən edilmişdir. Məsələn, müəyyən bir piksel giriş və/və ya çıxış parametri simulyasiya edilmiş diapazonları keçərsə, pikselə müvafiq bayraq təyin edildi. Giriş və çıxış bayraqları Himawari-8 şəbəkəsinin hər pikseli üçün cəmləndi. Sıradan kənar bayraqlar suyun keyfiyyəti məhsullarına sonrakı yoxlama və tətbiq təhlillərindən əvvəl tətbiq edilib.
2.4. Situ Məlumatlarında Böyük Baryer Rifi
Avstraliya Dəniz Elmləri İnstitutu (AIMS) və Birlik Elmi və Sənaye Tədqiqat Təşkilatı (CSIRO) tərəfindən 2015 və 2018-ci illər arasında ölçülən in situ TSS Avstraliya Okean Məlumat Şəbəkəsi (AODN) portalı vasitəsilə IMOS Bio-optik verilənlər bazasından [72] əldə edilmişdir. Həm CSIRO, həm də AIMS dəniz suyunda TSS konsentrasiyasını təyin etmək üçün qravimetrik metoddan istifadə edir. Metod dəniz suyunun məlum həcmindən asılı bərk maddələrin quru çəkisinin ölçülməsindən ibarətdirampƏvvəlcədən çəkilmiş membran filtrində vakuumla süzüldükdən sonra. AIMS və CSIRO tərəfindən istifadə edilən metodologiyaya dair əlavə təfərrüatlar Great Barrier Reef Dəniz Parkı İdarəsində [73] və Soja-Woz´niak et al. [74] müvafiq olaraq. AIMS və CSIRO laboratoriyalarının TSS-ni müəyyən etmək üçün bir qədər fərqli üsullardan istifadə etmələrinə baxmayaraq (yəni, təkrarların sayı, filtr yastıqları, durulama və s.), bu məlumat dəstləri bu yoxlama tapşırığında birləşdirilib. 347 ilə 0.01 mq L-85 və orta 1 mq L-3.5 arasında dəyişən TSS ilə cəmi 1 in situ məlumat nöqtəsi nəzərdən keçirilmişdir. Sahil zolağından və ya riflərdən 1 km məsafədə yerləşən in situ məlumat nöqtələri qonşuluq təsirlərinə görə qeyri-müəyyənlikləri azaltmaq üçün təhlildən çıxarılmışdır [75]. Biz bütün in situ dəniz suyunu daxil etdikampDəyişən su dərinliklərində (0.5 m-dən 1.5 m-ə qədər) yerləşən stansiyaların səthində (<40 m dərinlikdə) götürülən məlumatlar, ən dayaz məlumat nöqtəsi TSS > 10 mq L-1 təqdim edir.
2.5. Doğrulama Protokolu
Bu tədqiqatda istifadə edilən təsdiqləmə protokolu Avstraliyada, o cümlədən sahil GBR-də okean rənginin uzaqdan zondlanması üçün əvvəlki yoxlama təlimlərinin təcrübəsini izləyir [27,76,77]. Bu tədqiqatlar sahilyanı GBR-də in situ ölçmələrlə paralel olaraq peyk müşahidələrinin çıxarılması üçün emal addımlarını, həmçinin faydalı statistik performans göstəricilərini təsvir etmişdir.
Çoxsaylı Himawari-8 müşahidələri bir müddət ərzində birləşdirilə bilər (yəni, hourly) potensial kənar göstəriciləri aradan qaldırmaq və sensor və ətraf mühitin səs-küyünü azaltmaq, ehtimal ki, təxminləri və qiymətləndirmə göstəricilərini yaxşılaşdırmaq [7,9,16]. Buna görə də, qeydə alınmış in situ vaxtdan ±8 dəqiqə ərzində skan edilmiş bütün mövcud Himawari-30 müşahidələri bu yoxlama işi üçün əldə edilmişdir. VNIR-də 10 dəqiqəlik Himawari-8 müşahidələri seçilmiş və işlənmişdir
Uzaqdan Sensor 2022, 14, 3503
8-dən 23
- -
əlaqəli günəş və müşahidə həndəsəsi olan zolaqlar 3-x3-piks-l bo-x-es olaraq təyin edildi,
hər bir paralel in situ məlumat nöqtəsinin koordinatlarında mərkəzləşdirilmişdir. Eyni şəkildə, eyni vaxtda işləyən maskaların 3x3 piksel alt dəstləri (yəni, buludlar, torpaq, riflər və günəş parıltısı) və köməkçi verilənlər (yəni, ozon və təzyiq) çıxarılıb. Seçilmiş Himawari-8-in həqiqi rəngə yaxın kompozitləri –
kəskin üfüqi olan sularda uyğunlaşmaları aradan qaldırmaq üçün müşahidələr vizual olaraq yoxlanılmışdır
optik xassələrdə gradientlər (yəni, bulanıqlıq cəbhələri) və ya yaxın buludlar.
–
HourlEtibarlı alt çoxluqların y kompozitləri - nəzərə alınmadan, müvəqqəti orta ilə hesablanmışdır.
maskalı piksellər. Bu hourly aqreqasiya edilmiş alt-dəstlər ANN inversiyası ilə işlənmişdir
alqoritmlər və diapazondan kənar dəyərlər üçün maskalanır. Nəhayət, median və standart sapma
hourly m-dən soruşulan piksellər istisna olmaqla, TSS alt çoxluqları hesablanmışdır. Yalnız hər piksel qutusuna maskalanmış iki və ya daha az piksel olan alt dəstlər uyğunluq üçün etibarlı hesab edildi. ANN
çıxışlar loqarifmik miqyasda (log10) hesablanmış və statistik təhlil üçün paralel in situ TSS logçevrilmişdir. Bir bitdiview doğrulama proseduru təsvir edilmişdir
Şəkil 4-də. Performanslar onların kök orta kvadrat xətasına görə qiymətləndirilmişdir
(RMSE–və ya mütləq xəta), qərəz, mütləq faiz deməkdirtage xətası (MAPE–və ya nisbi xəta) və təyinetmə əmsalı (R2). Bias, R2 və RMSE log10-da hesablanmışdır
–
kosmik və MAPE xətti ölçmədə hesablanmış və p peykdən əldə edilmişdir
psproadceu,cftowlloitwhi-nNgtEhqeunautimonbser(4o)f(v7a)l,iwd hmearetcmhuispsth. e
RMSE = 1/N (m -p)2
(4)
MAPE = 100/N |(m -p)|/p 2
(5)
R2 =
N
N(mp)- ( m)( p) m2 – ( m)2 N p2 – (
p)2
(6)
Qərəz = 1/N (m -p)
(7)
ANN uyğunlaşdırma təcrübələri yuxarıda təsvir olunan statistik göstəricilərə əsasən sıralanıb. Ən aşağı RMSE ilə təcrübələrə üstünlük verildi, çünki bu statistik parametr ANN təlimi zamanı minimuma endirilən xərc funksiyasıdır. Bütün GBR-də Himawari-8 müşahidələrinin inversiyasına dair hesablama səylərini azaltmaq üçün gizli təbəqədə ən az sayda neyronla ən yaxşı nəticə verən təcrübə seçilmişdir.
Şəkil 4. A sadələşdirilmiş üzərindəview alqoritmin doğrulama proseduru.
2.6. Məhdudiyyətlərin qiymətləndirilməsi
Siqnal-tonois nisbətləri (SNR) görünən və yaxın inf-nadir üçün hesablanmışdır.
HEaimstearwnaSrti-a-8ndLTaOrdA
(Tim) oeb-seArvEaStTio)nast
skan edilmiş seçilmişdir
08:00-dan 16:00-a qədər yerli tarixlər və bulud-fr-ee əraziləri
vaxt (Mərcan dənizinin avstraliyalısı
–
Uzaqdan Sensor 2022, 14, 3503
9-dən 23
(16.25S, 151E və 20.60S, 153.53E). Bu təhlil üçün yalnız 2017-ci ilin iyulundan sonrakı müşahidələr nəzərə alındı, çünki onların kalibrləmə əmsallarının koherent və üfüqi zolaqlı səs-küy üçün düzəldildiyi nəzərə alındı [63,78]. Himawari-8 Monitor P-Tree System [79] vasitəsilə mövcud olan həqiqi rəngli şəkillərə hədəf ərazinin seçilməsi və onların məkan baxımından vahid olmasını və buludların, günəş parıltısının, bio-optik xüsusiyyətlərin və yerüstü yanma nəticəsində yaranan tüstü lələklərinin təsirinə məruz qalma ehtimalının az olmasını təmin etmək üçün nəzərdən keçirilmişdir [80,81]. Seçilmiş Himawari-8 müşahidələri kalibrləmə əmsalları [60] tətbiq edilməklə, xam hesablardan fiziki vahidlərə çevrildi, 51x51-piksellik alt çoxluqlar çıxarıldı və maraq rayonlarının koordinatlarında mərkəzləşdirildi. Bundan əlavə, alt çoxluqlar, əlaqəli maskalar və həndəsi parametrlər ho idiurly yığılmışdır. 10 dəqiqə və hourly yığılmış alt qruplar buludlar, qurular, qayalar və günəş parıltısı üçün maskalanıb və onların həqiqi rəngə yaxın kompozitləri mərcan qayaları, riflər, bulud kölgələri və sensor artefaktlar kimi aşkar edilməmiş xüsusiyyətlərə görə yoxlanılıb.
SNR (8) [8] tənliyinə uyğun olaraq hər bir Himawari-80 zolağı üçün hesablanmışdır. Hədəf sahəsindəki bütün etibarlı piksellər üçün orta LTOA() Ltypical() verir və eyni sahədə standart kənarlaşmanın () götürülməsi səs-küyə ekvivalent parlaqlıq verir (Lnoise()). SNR hər bir diapazonda Ltypical və Lnoise arasındakı nisbət kimi hesablanır:
SNR() = Tipik ()/Lnoise() = LTOA()/(LTOA())
(8)
10 dəqiqə ilə hesablanmış SNR arasındakı gündəlik dəyişkənlik və böyüklük fərqləriurly yığılmış Himawari-8 müşahidələri (müvafiq olaraq SNRSING() və SNRAGG() hər bir zolaqda yoxlanıldı. Bundan əlavə, onların spektral xarakteristikaları s diapazonları üçün qiymətləndirilmişdir, çünki səs-küy səviyyələrinin günəş yüksəkliyinə görə dəyişdiyi məlumdur [80]. Nəhayət, əlaqəli faiztage səs-küy səviyyələri (% Səs) s = 45 ± 1 üçün hesablanmış və alqoritmin Himawari-8 tipik səs-küy səviyyələrinə həssaslığını qiymətləndirmək üçün istifadə edilmişdir.
Bu tədqiqatda hazırlanmış TSS alqoritmi, okean hədəfləri üzərində sensorun performans xüsusiyyətləri haqqında məhdud biliklər nəzərə alınmaqla, təlim verilənlər bazasına əlavə edilmiş spektral düz (əlaqəsiz) foton səs-küyü (0.8%) ilə öyrədildi. İnversiya sabitliyini qiymətləndirmək və TSS alqoritminin əsas həssaslıq təhlilini təmin etmək üçün 0.1, 1.0 və 10 və 50% spektral düz foton səs-küyü sınaq məlumat dəstinə əlavə edildi və tərsinə çevrildi. Bundan əlavə, spektral asılı səs-küy səviyyələrinin TSS axtarışlarının dəqiqliyinə təsirini qiymətləndirmək üçün Himawari-8 zolaqları ilə əlaqəli % Səs-küy test məlumat dəstinə əlavə edildi. Axtarış sabitliyi loqarifmik konsentrasiyalarda bərabər məsafədə yerləşən geniş TSS diapazonunda (0.01 - 100 mq L-1) RMSE-nin daimi artımları baxımından şərh edilmişdir. Bundan əlavə, Himawari-8-in səs-küy səviyyələrinin keyfiyyətcə qiymətləndirilməsi üçün sahil GBR-nin homogen və buludsuz sularında və Mərcan dənizində götürülmüş TSS məhsullarının uzununa kəsişmələri piksel miqyasında qiymətləndirilmişdir.
3. Nəticələr
3.1. Alqoritmin Təsdiqlənməsi
Müxtəlif arxitektura konfiqurasiyaları ilə çoxsaylı şəbəkələr öyrədildi və inversiyalar üçün mümkün olan ən aşağı RMSE və gizli təbəqədə ən az sayda neyron olan ən yaxşı performanslı şəbəkə seçildi. Gizli təbəqədə 50 neyron olan seçilmiş təcrübə, Şəkil 0.14-də göstərildiyi kimi müsbət R24 və 1 mq L-2, MAPE 0.014% və 1RMSE 75.5 mq L-10 olan 2.08 ilə 1 mq L-5 arasında dəyişən TSS əldə etdi.
Uzaqdan Sensor 2022, 14, 3503
10-dən 23
Şəkil 5. Loqarifmik miqyasda in situ TSS dəyərləri rəng kodu-d ilə b-əsas yerinə yetirən ANN təcrübəsi ilə in situ və Himawari-8-de-r-ived TSS. Səhv çubuqları 3x3-pi-xel qutusu daxilində TSS-nin daxili piksel-el standart sapmasını təmsil edir. Müxtəlif simvollar AIMS tərəfindən toplanmış in situ məlumatları göstərir
və LJCO-da CSIRO tərəfindən.
–
3.2. Himawari-8 Böyük Baryer Ree-f üçün Ümumi Asma S-qapaqlar
Şəkil 6-da 8 oktyabr 27-ci ildə GBR sahəsi üzərində çəkilmiş Himawari-2017 (sol panel) və 10 dəqiqəlik müvəqqəti rezolyusiyada müvafiq TSS məhsulu (sağ panel) reallığa yaxın rəng kompozisiyasını göstərir. GBR laqununun daxilindəki sularda TSS ümumiyyətlə 1 mq L-1 və ya ondan yuxarıdır, halbuki dənizdəki GBR suları 1 mq L-1-dən aşağıdır. TSS məhsulu Mərcan dənizinin açıq okean ərazilərində şiddətli qranulyasiya və zolaqlı səs-küy aşkar etdi.
Şəkil 6. GBR-nin 8 oktyabr 27-ci il tarixində saat 2017:15-da (sol panel) və əlaqəli TSS məhsulunun [mg L-00] (sağ panel) əldə edilmiş həqiqi rəngli Himaw-ari-1 təsviri. Piksellər bulud və diapazondan kənar qiymətlərə görə qara rəngdə maskalanıb.
Himawari–8 TSS dalğalanmaları Burdekin çayının mənsəbində və cənub GBR üzərində tədqiq edilmişdir.
sahil sularının rif matrisi üçün (Şəkil 7
saunrdroaunn-imdinatgiothnes
linkdə). 12 Fevral 2019-cu il Bürdekin sel hadisəsi çöküntü şleyfini meydana gətirdi
TSS > 50 mq L-3 ilə 4:20-dan 1:XNUMX-a qədər xarici qayalara (ağızdan XNUMX km) çatdı.
–
–
–
–
–
—
Uzaqdan Sensor 2022, 14, 3503
- -
–
–
–
11-dən 23
–
Bürdəkin çayının çöküntüsü aşağı və yüksək gelgit arasında 0.3 m diapazonla gələn gelgit zamanı inkişaf etmişdir. Qayaların yaxınlığındakı sahil sularında s-emi-diurnal gelgit dövrü ərzində TSS-də (3.6, 26.4 mq-L-1) sifarişli miqyasda artım müşahidə edildi (Şəkil 7-də çarpaz işarə (sol panel) və Şəkil 8a). Daşqın suları ilə örtülmüş qayalıqlar 40 mq L-0.7 [1] olan təlimat həddindən ~82 dəfə yüksək TSS-yə məruz qalmışdır. TSS-nin 100 mq- L-1-dən çox olduğu ərazilər, ağıza yaxın, t-of-aralıq dəyərlərindən (ANN bayraqları) maskalanmışdır (qara sahələr). Əsas boşalma hadisəsindən sonra TSS dalğalanmalarının animasiyası Şəkil S1-də mövcuddur.
Şəkil 7. Bürdəkin çayından axıdılan daşqın şleyfi, 2019-cu il fevral (sol panel). 2016-cı ilin noyabrında GBR reef matrisi daxilində TSS gelgit reaktivləri (sağ panel). Hər bir süjetdə fərqli diapazonlara diqqət yetirin. Qara rənglə maskalanmış piksellər qeyri-rəsmi TSS dəyərlərinə görədir.
Böyük daşqın hadisələri sahilyanı GBR-də aydın TSS xüsusiyyətlərini nümayiş etdirsə də, cənub GBR-də dayaz və su altında qalmış riflərin matrisini əhatə edən submezomiqyaslı gelgit reaktivləri müşahidə olunur (Şəkil 7 (sağ panel)), bu müxtəlif şərtlərin hər ikisinin qısamüddətli TSS dəyişkənliyinə necə təsir etdiyini nümayiş etdirir. Şəkil S2-də təqdim olunan animasiya yüksək (4 m) və aşağı (0.2 m) gelgitlərin müvafiq olaraq səhər saat 10-da və axşam 6-də baş verdiyi gelgit nəticəsində yaranan TSS dalğalanmalarının dinamikasını təsvir edir (Şəkil 8b). Heralds rifi yaxınlığında (çarpaz işarələnmiş) TSS konsentrasiyaları gün ərzində təxminən bir miqyasda dəyişdi (0.3, 2.0 mq L-1), açıq sahil GBR üçün tövsiyə olunan suyun keyfiyyəti üzrə təlimat həddini (0.7 mq L-1) keçən dəyərlərlə. –
Şəkil 8. Şəkil 10-də göstərildiyi kimi, 8-cu ilin fevralında (a) daşqınları zamanı Burdekin çayının mənsəbində və 2019-cı ilin noyabrında cənub GBR rif matrisində (b) 2016 dəqiqəlik Himawa-ri–7-dən əldə edilmiş TSS-nin zaman seriyası. Səhv çubuqları piksel daxili standart sapmaları təmsil edir. Sahil (2.0 mq L-1) və orta şelf (0.7 mq-L-1) suları üçün təlimat hədləri qırmızı rənglə qeyd edilmişdir. Hər bir şəkildə fərqli vaxt intervallarına diqqət yetirin.
– –
–
Uzaqdan Sensor 2022, 14, 3503
12-dən 23
3.3. Aşkarlama Limitləri Himawari-8 müşahidələrinin iki dəstindən hesablanmış SNR aşağıda göstərilmişdir.
Şəkil 9-un qrafiki. Xüsusilə 06 sentyabr 2017-ci il tarixində intensiv bulud örtüyü səbəbindən bir neçə tək müşahidə buraxıldı və zaman seriyasında məlumat boşluqları ilə nəticələndi. SNRSING və SNRAGG aydın gündüz dalğalanmaları təqdim etdi, ən yüksək SNR ən aşağı saniyələrdə (<30), saat 11:12 və 470:510 arasında baş verdi. 640 nm və 856 nm diapazonları üçün hesablanmış SNR incə gündüz dəyişiklikləri ilə mavi və yaşıl zolaqlar üçün hesablanmış SNR-dən ən azı üç dəfə aşağı idi. Günlər və yerlər arasında SNR-nin gündəlik dəyişmələri, xüsusən də mavi zolaq və SNRAGG üçün müxtəlif idi. 06 sentyabr 2017-ci ildə (ortalama v~22), mavi və yaşıl zolaqlardakı SNRAGG böyüklükdə oxşar idi (Şəkil 9b). 25 sentyabr 2017-ci ildə (ortalama v~28 ilə fərqli yerdə) mavi zolaq SNRSING-i yaşıl zolaqdan təxminən iki dəfə yüksək təqdim etdi (Şəkil 9d).
Şəkil 9. Tək (SNRSING) (a,c) və əlaqəli s (sol ox) ilə ümumiləşdirilmiş (SNRAGG) müşahidələr (b,d) üçün hesablanmış sig-na-l-to-küy nisbətlərinin (SNR, sağ ox) zaman seriyası. S-NR edir
band tərəfindən rəng kodlu.
qrupları
s-nin spektral dəyişkənliyi, burada standart
SNRSING və SNRAGG hər qrup daxilində sapmalar göstərildi
kimi çəkilmiş şəkildə
qapaq üçün 10
üç səhv
barlar. Tək müşahidələr, adətən, ümumiləşdirilmiş müşahidələrdən daha aşağı SNR verdi
bütün diapazonlarda və SNR Şəkil 9 üçün ən yüksək idi. SNR-nin standart kənarlaşmaları
s < 30, tək və ümumi üçün hesablanmış məlumatlarla razılaşdırılır
müşahidələrdə təqdim edilmişdir
wfoerresm>o4r0epartotnhoeubnlcueedbfoanr dsp>re4s0enatendd
mavi və yaşıl lentlərdə. Standart sapmalar 27 və
SNRSING üçün SNR 51 hesablanmışdır
və SNRAGG sapmaları
, sırasıyla 13 və 26 olarkən.
Standart təqdim edilən yaşıl zolaq üçün hesablanmış SNR Bu kənarlaşmalar çox güman ki, dəyişən ilə əlaqələndirilir
mavi və yaşıl zolaqlarda intensivləşən hər bir yerin atmosfer şəraiti
və yüksək atmosfer yollarında.
Uzaqdan Sensor 2022, 14, 3503
13-dən 23
Şəkil 10. Tək (SNRSING) (-a) və üçün hesablanmış si-gn-al-to-küy nisbətlərinin spektral paylanması
məcmu müşahidələr (SNRAGG) (b) və hər bir qrup daxilində SNR-nin standart kənarlaşmaları kimi qruplaşdırılmışdır.
s üçün.
üç
diapazonlar
of
s.
Xəta
barlar
idi
hesablanmışdır
TgcorhemegpaSTtNuehtdReedASoGNbfGsoRerrvAvaaGallGluti,seoitsnnhsgceolwLemtioytphpbiicslaeesldr,=vaiann4t5diToaLn±bnsol e1iwse2iawtwhnederersaec=saosob4m5copiuaitlt±eetddw1ipinceweTrcaaeebsrnelhetiai2ngg.chelLunaikdsoeeitswdheeifs(oc%eor, NtrchrooeeimssSpepN)oaf–nRordiSrsIiNaongnGg-. Qırmızı zolaqdan başqa SNRSING. Buna baxmayaraq, qırmızı (~3%) və tshigenNalIRdebsapnidtest(h~e5%eff)oinrtdsiicnataevtohiadtinthgeeSnNviRroAnGmG emnataylbceonmdoistitolynsafifnecitmedagbeystehleecattimonohi-də (~XNUMX%) və tshigenNalIRdebsapnidtest(h~eXNUMX%eff)-də böyük səs-küy səviyyələri xüsusilə NIR-də aşkar edilir. aydın açıq okean sularında parlaqlıq buraxan suyun əhəmiyyətsiz hesab edildiyi.
–
–
–
Cədvəl 2. Görünən və yaxın infraqırmızı Himawari-8 Ltypical və Lnoise W m-2sr-1µm-1 və əlaqəli
zühur etməktags = 45 ± 1-də SNRAGG üçün e səs-küy (% Səs-küy). s = 45 ± 1 dəyərlərində hesablanmış SNRSING
müqayisə üçün əlavə edilmişdir.
Band 470 510 640 865
Tipik 59.5 38.3 13.8 3.4
Səs-küy 0.26 0.29 0.41 0.18
Səs-küy
0.44 0.76 3.02 5.26
–
SNRAGG 223 130 33 19
SNRSING 100 74 28 8
dalegpoerTnithdhemenopturptechosoemntoetsns ronefaorsiesotenriaiesbvililenlurgestTtrrSiaeStve(ad0l.0pin1erttfhooer1m0g0raamnpcgheisLcfs-o1or)fTwFSiSigthautrsoepre1ac1tb.roaI-vnlleyb0ofl.t1ahtmasgcnedL-n-sap1r,-ieoe-csxtr,catehlplyet
spektral düz foton səs-küyünün 50%-i əlavə olunduqda Bu arada böyük xətalar (>300%) əldə edildi.
TSS axtarışları üçün Himawari-8-ə
aşağıda lentlər
(Şəkil-e 0.1 mq
11a). L-1,
səs-küyün növündən və səviyyəsindən asılı olmayaraq. Mövcud real ssenari üzrə, spektral olaraq asılı olduqda
foton səs-küyü (yəni, Cədvəl 2-dən % Səs-küy) - Himawari-8 zolaqlarına əlavə edilir, səhvlər
TSS > ~100 mq L-0.25 üçün əsasən 1%-dən aşağıdır (Şəkil 11 (sağ panel)). Buna görə də əldə etmək üçün
cari TSS alqoritmi ilə Himawari-8-dən etibarlı axtarışlar üçün 0.25 mq L-1 aşkarlama limiti seçilmişdir. Müqayisə üçün, TSS axtarışlarının t-he aşkarlama hədləri hesablanmışdır
Dorji və Fearns [8] əsərində olduğu kimi atmosfer tərəfindən düzəldilmiş Himawari-17-dən
0.15 mq L-1-də şaquli kəsikli xətt.
Uzaqdan Sensor 2022, 14, 3503
14-dən 23
Şəkil 11. Spektral düz (sol panel) və spektral asılı (sağ panel) foton səs-küy səviyyələri üçün axtarış RMSE xətaları (mq- L-1 ilə). Radiasiya ötürülməsi (RT) TSS və əlaqəli RMSE dəyərləri loqarifmik miqyasda təqdim olunur. 0.15 m-g L-1-də şaquli kəsikli xətt Dorji və Fearns [17], 2018-dən uyğunlaşdırılmış aşkarlama limitidir.
Səs-küy səviyyələrinin vizual təftişi ciddi qranulyasiya və üfüqi zolaqları aşkar etdi iogttitnnruhbraeraHstnbhneTsiierumdeSvlcCSaaactAtostwoiiGroaooaaGnsnfrl-tiTsaSw-(-h8lSeTaoaSaTSswSrS(SIesmNSSeeaIGdNvaspgeGra(iroenT)nendcSnaatscrad> Sdei~r(nAdouF1GwicomgmeGpsu-da,egtrsaFnei-knLki1goie-an2ucn1g)ger,)geba.parne1raIetno2rgwwt)uaiaeacantd-eeutrdeenddlarciis1T-rtllill5oS(oyu1TupasSwt-Swt-Swt-Egtr)
–
–
Şəkil 12. TSSSING(a) və TSSAGG(b) üçün çıxarılan transektlərin (magenta oxlar) yeri. qeyd edin
TSSAGG-də məcmu bulud maskalanması.Himawari-8 müşahidələri 9 sentyabr 2017-ci il arasında
Yerli vaxtla 10:00 və 10:50 (AEST).
–
Transekt sampMərcan dənizində 19S və 20Sin arasında rəhbərlik etmişdir (Şəkil 13a) əvvəlcədən göndərilmişdir
TSSSING və TSSAGG dəyərləri əsasən metodun aşkarlama limitlərindən (0.25 mq L–1) aşağıdır, bu da 100%-dən çox axtarış xətalarını göstərə bilər. TSSSING bir piksel miqyasında (və ya 1 km-də) ardıcıl olaraq baş verən sıçrayışları və ya müxtəlif böyüklük dəyərlərini təqdim etdi. kimi
nəticədə qonşu piksellər arasında 0.3 mq L-1-ə qədər fərq müşahidə edildi,
göndərilən hamar tərəfindən göstərildiyi kimi
pplioxtela-tnon-potixaetilovnasriiantiFonigsu(r~e0.1036am. gMLe-an1)w. ShuilbetltehdeifafsesroencicaetsedweTrSeSoAbGsGerpvered-
Uzaqdan Sensor 2022, 14, 3503
15-dən 23
—
–
–
–
sahil GBR-də götürülmüş transektlərdə TSSSING və T-SSAGG arasında (Şəkil 13b), xüsusilə TSS -> 1 mg L-1 üçün. Bununla belə, sahildən uzaqlaşdıqca TSS 1 mq L-1-dən aşağı düşdü və TSSSING və TSSAGG arasındakı fərqlər artırıldı. Şəkil 13b-nin əksər TSSSING pikselləri aşkarlama hədlərindən yuxarı olsa da (0.25 mq L-1), onlar sahildən okeana keçid zonasında zəif fəza uyğunluğu təqdim etdilər (151.4-dən 152-.0E). TSSSING və TSSAGG TSS > ~1 mq L-1 üçün müqayisə edilə bilən nəticələr verdiyinə görə, hər ikisi sahilyanı GBR-nin monitorinqi üçün uyğun ola bilər. Bununla belə, TSSAGG ümumi olaraq daha yaxşı boşluq koherentliyini təqdim edir və tətbiq sahəsindən asılı olaraq TSSSING-ə üstünlük verilə bilər.
Şəkil 13. Mərcan dənizində (a) və dəniz daxilində çəkilmiş Himawari–8-dən əldə edilən TSS (mg L–1) transektləri.
sahil GBR suları (b) TSSSING (mavi nöqtələr) və TSSAGG (qırmızı nöqtələr). Məlumat boşluqları müvafiq hallarda buludlar, quru, günəş parıltısı və ya ANN bayraqları üçün maskalanmış pikselləri təmsil edir. Annotasiya edilmiş TSS (qara oxlarla) piksel-yuxarı piksel dəyərlərini, yaşıl üfüqi xətt isə aşkarlama limitini göstərir.
üsul.
4. Müzakirə
Geniş və optik cəhətdən mürəkkəb GBR-də suyun keyfiyyətinin sinoptik monitorinqi ətraf mühit üzrə menecerlər və tədqiqatçılar üçün problem yaradan prioritetdir [2,83]-. Okean rənginin uzaqdan zondlanması ciddi radiometrik və spektral tələblərə malik olsa da, Himawari-8 GBR-nin qabaqcıl su keyfiyyətinin monitorinqi üçün görünməmiş sayda müşahidələr təklif edir. Bu sənəd GBR-də gündəlik miqyasda suyun keyfiyyətinin sinoptik monitorinqi üçün yerli olaraq tənzimlənmiş və təsdiqlənmiş ilk qabaqcıl uzaqdan zondlama alqoritmini təqdim edir.
4.1. Alqoritmin İşlənməsi və Qiymətləndirilməsi
Birləşdirilmiş okeanatmosfer radiasiya ötürmə simulyasiyaları böyük və təmin etdi
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
giriş üçün möhkəmlik minimuma cavab verir
rnaodisioemweatsriecsrpeeqcuiairlelymaednvtsanotfaogceeoaunsccoolnosuirdseerninsgo-rHs iamnadweanrvii-r8odnomeesnntoatl
Xüsusilə atmosferdən gələn səs-küy, axtarışlara böyük təsir göstərə bilər. Bu nəticələr
Uzaqdan Sensor 2022, 14, 3503
16-dən 23
GBR-də in situ su keyfiyyəti məlumatlarına qarşı yoxlama üçün Himawari-8 müşahidələrinin əlavə tətbiqini təşviq etdi.
Alınan Himawari-8 TSS uyğunlaşdırma səhvləri, 3-ci Case sularında Sentinel-2 kimi [85], xüsusən də 0.1 mq L-1-dən yuxarı TSS üçün digər okean rəng sensorları üçün müəyyən edilmiş missiya hədəfləri ilə yaxşı müqayisə edildi. Hazırkı alqoritmin performansı atmosferlə düzəldilmiş Himawari-8 müşahidələrindən istifadə edənlərlə yaxşı müqayisə edilir [17,24], bu, model əsaslı bir addımlı inversiyalarla sahil TSS-nin alınmasının uyğunluğunu göstərir. Açıq atmosfer korreksiyası prosedurları daha aşağı TSS diapazonu (<~1 mq L-1) üçün axtarışları yaxşılaşdıra bilər ki, bu da çox güman ki, hakim atmosfer yolunun parlaqlığı və Himawari-8-in aşağı radiometrik performansından təsirlənir.
Performansın təkmilləşdirilməsi dəyişkənliyin müvafiq məkan və müvəqqəti miqyasını əhatə edən in situ bio-optik ölçmələrin daha geniş və əhatəli məlumat bazasını tələb edəcəkdir. Bundan əlavə, sahil sularında alqoritmin parametrləşdirilməsi və təsdiqlənməsi ilə bağlı qeyri-müəyyənlikləri azaltmaq üçün ciddi ölçmə protokollarına əməl edilməlidir. Məsələn, üç nüsxə samples qravimetrik üsulla TSS-nin təyini üçün tövsiyə olunur. Bundan əlavə, doğrulama samples optik cəhətdən homojen sularda götürülməlidir [86], bu xüsusilə yüksək dinamik sahil şəraitlərində çətindir. Buna baxmayaraq, in situ ölçmələr müxtəlif elmi prioritetləri olan bir çox tədqiqat agentlikləri tərəfindən fərqli metodlardan istifadə etməklə təqdim edilmişdir.ampling və təhlil üsulları. Bundan əlavə, dibi əks etdirmə, flüoresan, iki istiqamətli əksetmə, qütbləşmə və zərərli yosun çiçəkləri kimi fiziki və ətraf mühit prosesləri nəzərə alınmadı, lakin uyğunlaşmanın axtarışında səhvlərə də kömək edə bilər.
4.2. Himawari-8 Böyük Baryer rifi üçün ümumi dayandırılmış bərk maddələr
Himawari-8, GBR-də epizodik daşqın hadisəsinin real vaxt rejimində monitorinqinə imkan verdi və bir gün ərzində TSS-nin sifariş miqyasında artım göstərdi. Bu hadisə Burdekinin ardıcıl 0.5 gün ərzində gündə 1.5 ilə 10 milyon ML arasında boşaldığı rütubətli mövsümdə müşahidə edilmişdir (Burdekin çayı Clare stansiyasında [87]). Burdekin daşqın şleyfindən TSS dalğalanmaları açıq sahil və orta şelf suları üçün 2 mq L-1, eləcə də GBR-nin dəniz suları üçün 0.7 mq L-1 olan suyun keyfiyyəti üzrə təlimat həddi qiymətindən xeyli yuxarı idi [82]. Daşqın şleyfi 50 km xarici qayalara qədər uzandı və onun gündəlik inkişafı 10 dəqiqəlik Himawari-8-dən əldə edilən TSS ilə addım-addım izlənildi. Buna görə də, Himawari-8 GBR-də daşqın hadisələrinin tam keyfiyyət və kəmiyyət monitorinqi üçün görünməmiş sayda müşahidələr təmin etdi. Daşqın sularında maskalı piksellər 100 mq L-1-dən çox olan dəyərləri göstərir, bu o deməkdir ki, GBR-də daşqınlar zamanı axtarışlar üçün bu limitdən yuxarı dəyərlər üçün simulyasiya diapazonu genişləndirilməlidir.
Cənub rif matrisində TSS xüsusiyyətləri çox güman ki, tez-tez gelgit reaktivləri olaraq adlandırılan qısa müddətli sub-mezomiqyaslı resuspension burulğanların (diametri 1 km) nəticəsidir. Cənub GBR-də iri gelgit silsiləsi (10 m) güclü cərəyanlara səbəb olur [5], suyu dar və nisbətən dayaz kanallardan keçir [10]. Bu mürəkkəb hidrodinamika TSS-nin şelf qırılmasından reef matrisinə yenidən dayandırılmasını və vurulmasını təşviq edir və bu bölgələrdə TSS konsentrasiyaları yerüstü mənbələrdən asılı deyildir [88,89]. Tidal reaktivlər çöküntülərin, qida maddələrinin və fitoplankton istehsalının daşınması və qarışdırılmasının mühüm mexanizmi olan [90] Mərcan dənizi ilə GBR laqonu arasında lokal yüksəlmə və qida maddələrinin mübadiləsi ilə əlaqələndirilmişdir [91]. Bununla belə, müvafiq məkan və zaman ayırdetmə müşahidələrinin olmaması səbəbindən gelgit axınının yeri və meydana gəlməsi çətin təsvir edilmişdir [92,93]. Himawari-94 qısamüddətli sahil proseslərinin həlli üçün tələb olunan müvəqqəti qətnamə ilə GBR daxilində bu cür xüsusiyyətlərin müəyyən edilməsinə və izlənilməsinə imkan verdi.
4.3. Məhdudiyyətlər
Himawari-8 keçmiş və hazırda fəaliyyət göstərən okean rəngi sensorları ilə müqayisədə aşağı SNR təmin edir [80] və onun həssaslığı okean rəngi tətbiqləri üçün, xüsusən də açıq okean sularında [9,97] minimum tələblərdən xeyli aşağıdır. Bununla belə, Himavari-
Uzaqdan Sensor 2022, 14, 3503
17-dən 23
8-in 11 bitlik orta radiometrik ayırdetmə qabiliyyətinin buludlar [80] kimi parlaq hədəflər və həddindən artıq bulanıq sahil suları (TSS ~100 mq L-1) üzərində doyması ehtimalı azdır, eyni zamanda təmiz sular (>0.25 mq L-1) üzərində ağlabatan səviyyədə diskretizasiyanı təmin etmək üçün kifayət qədər həssaslıq verir. Ümumi müşahidələr nəticəsində hesablanmış səs-küy səviyyələri ümumiyyətlə bütün diapazonlarda tək müşahidələrdən daha aşağı idi ki, bu da şəkil keyfiyyətinin yaxşılaşdırılması üçün müvəqqəti ayırdetmə qabiliyyətinin aşağı salınmasının məqsədəuyğunluğunu təsdiqləyir [7,16]. Gündəlik SNR dalğalanmalarının əsasən günəş yüksəlmə bucaqları ilə modulyasiya edilməsinə baxmayaraq, spektral asılılıq açıq okean sularında əhəmiyyətli giriş səs-küy mənbəyinin (qırmızı və NIR zolaqlarında 3%) atmosferdən qaynaqlana biləcəyini nəzərdə tutur [5]. Buna baxmayaraq, hazırkı metodun aşkarlama həddi (80 mq L-0.25) meteoroloji məlumatların inversiyasına açıq atmosfer korreksiyasından istifadə edənlərlə müqayisə edilə bilər [1].
0.25 mq L-1 aşkarlama həddi AIMS və CSIRO üçün ~0.4 mq L-1 qravimetrik metodu ilə ölçülən in situ TSS-nin aşkarlama limitinə yaxındır. Qravimetrik metodun nisbi qeyri-müəyyənlikləri müxtəlif laboratoriyalar tərəfindən istifadə edilən ölçmə protokolu ilə əlaqələndirilir ki, bunlara filtr tiplərindəki fərqlər, operator meyli, duzun yuyulması və s. daxildir [99,100]. Məsələn, şüşə lif filtrlərində saxlanılan duz kristalları TSS ölçmələrinə böyük təsir göstərir və duz filtrasiya aparatının yuyulması ilə çıxarılmalıdır [101,102]. Bununla belə, 30 mq-dan aşağı olan TSS-nin dəqiq təyin edilməsinə mane olan müxtəlif duz-qarqara üsullarından istifadə etməklə 1%-ə qədər səhvlər əldə edilmişdir [101]. Buna görə də, in situ ölçmələrin və Himawari-8-dən əldə edilən TSS-nin aşkarlama hədləri və nisbi qeyri-müəyyənlikləri bu tədqiqat üçün müqayisə edilə bilər. Bu nəticə onu göstərir ki, Himawari-8 0.25 və 100 mq L-1 arasında TSS üçün sahil GBR-də suyun keyfiyyətinin gündəlik dəyişkənliyinə dəqiq nəzarət etmək imkanı təklif edir.
Himawari-8-dən əldə edilən TSS məhsulları, əvvəllər Murakami [500] tərəfindən müəyyən edildiyi kimi, fərdi üfüqi skanlara (22 km) uyğun gələn ölçüyə malik sistematik üfüqi zolaq təqdim etdi. Zolaqlar görünən zolaqların günəş diffuzorunun müşahidələrindən əldə edilən detektordan detektora kalibrləmə yamaclarında fərqlər nəticəsində yaranmışdır [103,104]. Kalibrləmə əmsalları 2017-ci ilin iyulundan sonrakı müşahidələr üçün tətbiq edilsə də, dəniz sularında və TSS < 1 mq L-1 olan üfüqi zolaq nümunələri hələ də mövcud idi. Bundan əlavə, hər 10 dəqiqədən bir əldə edilən TSS məhsullarında ciddi qranulyasiya müşahidə edildi, bu, potensial olaraq Himawari-8 sensorunun su hədəfləri üzərində aşağı radiometrik performansı ilə əlaqələndirildi [17,22]. Bununla belə, vizual səs-küy bir neçə fərdi müşahidənin müvəqqəti birləşməsi ilə əhəmiyyətli dərəcədə azaldıldıurly-dən alınan TSS məhsulları [16]. Xoşbəxtlikdən, sahilboyu və orta bulanıq sularda (TSS > 1 mq L-1) ya 10 dəqiqədən sonra, ya da sudan gələn səs-küy cüzi idi.urly TSS məhsulları. Bu nəticə asılmış hissəciklərin arxaya səpilməsinin artması ilə əlaqələndirilə bilər ki, bu da sudan çıxan parlaqlığı artırır və foton səs-küyünü üstələyir [105]. Nəticə etibarilə, Himawari-8-dən əldə edilən TSS-nin açıq okean üzərindən yox, orta dərəcədə bulanıq olan sahil suları üzərindən dəqiq şəkildə götürülmə ehtimalı daha yüksəkdir və bu, aşkarlama limitlərinin təhlilini təsdiqləyir.
Açıq okean ərazilərində pikseldən pikselə fərqlər (TSS < 0.25 mq L-1) Himawari-8 sensorunun 10 dəqiqəlik rezolyusiyada aşağı həssaslığına görə, vizual yoxlama zamanı müşahidə edilən dənəvər naxışlarla bağlı idi. 0.25 mq L-1-dən aşağı olan TSS üçün radiometrik səs-küy, həssaslıq və vizual yoxlama təhlillərini təsdiqləyən ümumi TSS-də əsasən azaldıldı. Əksinə, TSS > 1 mq L-1 üçün sahil GBR transektində təkmilləşdirilmiş məkan uyğunluğu müşahidə edilmişdir. Nəticə olaraq, Himawari-8 10 dəqiqəlik TSS-dən əldə edilən TSS qədər inamla istifadə edilə bilər.urly sahilyanı ərazilərdə ümumiləşdirilmiş müşahidələr. Sahil GBR-də hər 10 dəqiqədən bir TSS-nin əldə edilməsi bir saat ərzində sürətlə dəyişən su keyfiyyətinin dəyişmələrinin diskriminasiyasını yaxşılaşdırır. Bununla belə, bu real vaxta yaxın müvəqqəti tezlik bütün GBR üçün qeyri-mümkün ola biləcək böyük emal və saxlama imkanlarını tələb edir. Ho istehsal edirurly TSS, əks halda, nəinki emal dərəcələrini və saxlama imkanlarını yaxşılaşdırır, həm də kənar göstəriciləri aradan qaldırmağa və TSS məhsullarının dəqiqliyini artırmağa kömək edir.
Uzaqdan Sensor 2022, 14, 3503
18-dən 23
5. Nəticələr və Gələcək Perspektivlər
Yerində monitorinq və LEO peyk məlumatları GBR-yə daxil olan daşqın şleyfləri haqqında biliklərimizin çoxunu təmin etdi [4,106]. Bununla belə, nadir və məkan baxımından az müşahidələr qısa zaman miqyasında şleyfin inkişafı və təkamülünün tam başa düşülməsinə mane olurdu. Bu tədqiqat Himawari-108-in sahil GBR-də etibarlı TSS axtarışları və daşqın şleyflərinin xəritələşdirilməsi, izlənilməsi və monitorinqi üçün uyğunluğunu nümayiş etdirdi. İlk dəfə olaraq, sahil TSS xüsusiyyətləri yalnız biogeokimyəvi və hidrodinamik modellərlə mümkün olan sürətlə bütün GBR üçün etibarlı şəkildə ölçüldü [8]. Himawari-109 TSS məhsulları misli görünməmiş məkan-zaman qətnamələrində dövri və qısamüddətli hadisələri xarakterizə etmək və həll etmək qabiliyyətini ortaya qoyur. Bu məhsullar hazırda yalnız LEO orbit okean rəngi məhsullarından istifadə edən GBR ekosistemlərində suyun keyfiyyətinin təsirini qiymətləndirən tədqiqatçılar, modelçilər və maraqlı tərəflər üçün faydalı olacaq [8]. Himawari-109 TSS məhsullarından və gelgitlər, küləklər və şirin su axıdılması kimi sahil proseslərinin məlumatlarından istifadə etməklə GBR-də gündəlik dəyişikliklər və suyun keyfiyyətinin dəyişməsinin səbəbləri əlavə araşdırılmalıdır. Bundan əlavə, bu tədqiqatda təqdim olunan alqoritm 8-cu ilə qədər Himawari-9-in yerinə yetirilməsi planlaşdırılan eyni Himawari-8 AHI sensorunda birbaşa istifadə oluna bilər. Növbəti nəsil Himawari missiyası (Himawari-2029) planlaşdırma mərhələsindədir və görünən diapazonda əlavə kanallar, həmçinin həssaslıq və təkrar imkanlar artırılır. Bu xüsusiyyətlər, geostasionar sensorlar üçün okean rəngi alqoritmlərinin imkanlarını əhəmiyyətli dərəcədə inkişaf etdirəcək və sahil sularında gündəlik miqyasda daha dəqiq axtarışlara imkan verəcəkdir. Eyni şəkildə, GEOKOMPSAT-10A, eləcə də GOCI-II (GEOKOMPSAT-2B) göyərtəsindəki Qabaqcıl Meteoroloji Görüntüleyici (AMI) hazırda Avstraliya və Şərqi Asiyanı müşahidə edir və bu böyük və zəngin məlumat dəstlərini real vaxtda istifadə etmək üçün oxşar maşın öyrənmə alqoritmi hazırlana bilər. Bu kontekstdə, bu tədqiqat qabaqcıl alqoritmi və geostasionar platformalarda okean rəngi sensorlarının Avstraliya üçün reallığa çevrildiyi zaman inkişaf etdiriləcək potensial tətbiqlər perspektivini təqdim edir.
Əlavə materiallar: Aşağıdakıları https://www.mdpi.com/article/ 10.3390/rs14143503/s1 saytından əldə etmək olar, Şəkil S1: 2019-cu ilin fevral ayında Burdekin çayının ağzında 10 dəqiqədən etibarən Ümumi dayandırılmış bərk maddələrin gündəlik dəyişkənliyi, Himawari-8 ümumi dayanıqlılıq müşahidələri. 2-cı ilin noyabrında Heralds rifi yaxınlığındakı Cənub Böyük Səd rifi üzərində 2016 dəqiqəlik Himavari-10 müşahidələrindən.
Müəllif töhfələri: Konseptuallaşdırma, LP-V. və TS; metodologiya, LP-V. və TS; proqram təminatı, LP-V., TS və YQ; doğrulama, LP-V.; formal təhlil, LP-V.; məlumatların kurasiyası, LP-V., TS və YQ; yazı – ilkin layihənin hazırlanması, LP-V.; yazı - yenidənview və redaktə, TS, MJD, SS və YQ; nəzarət, TS, MJD və SS; maliyyə alınması, LP-V. Bütün müəlliflər əlyazmanın nəşr olunmuş variantını oxumuş və onunla razılaşmışlar.
Maliyyələşdirmə: Bu tədqiqat Braziliya Federal Hökumətinin Elmi və Texnoloji İnkişaf üzrə Milli Şura (CNPq) Fondu tərəfindən Sərhədsiz Elmlər Proqramı vasitəsilə maliyyələşdirilib, qrant nömrəsi 206339/2014-3.
Məlumatların mövcudluğu haqqında bəyanat: Bu tədqiqatda təqdim olunan məlumatlar müvafiq müəllifin sorğusu əsasında mövcuddur.
Təşəkkürlər: Biz Juergen Fischer və Michael Schaale (Kosmik Elmlər İnstitutu, Yer Elmləri Departamenti, Freie Universität Berlin) MOMO radiasiya ötürmə koduna və tərs modelləşdirmə alətinə çıxış təmin etdiklərinə görə təşəkkür edirik. Britta Schaffelke, Michele Skuza və Renee Gruber (AIMS) Böyük Bariyer Rifi Dəniz Parkı İdarəsi, Avstraliya Dəniz Elmləri İnstitutu, Ceyms Kuk Su Universiteti və Partnerin Monitorinqi arasında əməkdaşlıq olan Sahil Sularının Keyfiyyəti üzrə Dəniz Monitorinqi Proqramının bir hissəsi kimi toplanmış dəyərli in situ məlumatları təqdim etdiklərinə görə qəbul edilir. Yaponiya Meteorologiya Agentliyi Himawari-8-in işləməsi və Avstraliya Meteorologiya Bürosu vasitəsilə məlumatların yayılması üçün tanınır. Avstraliya Meteorologiya Bürosu gelgit proqnozu məlumatlarını təmin etmək üçün qəbul edilir. Yerində məlumatlar Avstraliyanın İnteqrasiya edilmiş Dəniz Müşahidə Sistemindən (IMOS) əldə edilmişdir – IMOS Milli Əməkdaşlıq Tədqiqat İnfrastruktur Strategiyası (NCRIS) tərəfindən işə salınmışdır. NCRIS (IMOS) və CSIRO
Uzaqdan Sensor 2022, 14, 3503
19-dən 23
Lucinda Jetty Sahil Rəsədxanasını maliyyələşdirdikləri üçün qəbul edilir. Bu tədqiqat Avstraliya Hökuməti tərəfindən dəstəklənən NCRIS-ə imkan verən Milli Hesablama İnfrastrukturunun (NCI Avstraliya) resurslarının köməyi ilə həyata keçirilmişdir.
Maraqların toqquşması: Müəlliflər maraqların toqquşması barədə məlumat vermirlər.
İstinadlar
1. Şröder, T.; Devlin, MJ; Brando, VE; Dekker, AG; Brodie, JE; Clementson, LA; McKinna, L. Peyk sahil okeanının rəng müşahidələrinə əsaslanan yaş mövsümün şirin su şleyfinin Böyük Bariyer rifi laqonuna yayılmasının illik dəyişkənliyi. Mar. Çirkləndirici. Buğa. 2012, 65, 210. [CrossRef] 223. Devlin, M.; Petus, C.; da Silva, ET; Tracey, D.; Volf, N.; Waterhouse, J.; Brodie, J. Böyük Baryer rifində suyun keyfiyyəti və çay şleyfinin monitorinqi: artıqview Okean Rəngi Peyk Məlumatlarına əsaslanan Metodlar. Uzaqdan Sensor 2015, 7, 12909. [CrossRef] 12941. Blondeau-Patissier, D.; Brando, VE; Lønborg, C.; Leahi, SM; Dekker, AG Trichodesmium spp. ESA-MERIS 3 illik missiyasından Avstraliyanın Böyük Bariyer rifi laqonunda çiçək açır. PLoS ONE 10, 2018, e13. [CrossRef] [PubMed] 0208010. Petus, C.; Waterhouse, J.; Lewis, S.; Vacher, M.; Tracey, D.; Devlin, M. Məlumat seli: Böyük Baryer rifində (Avstraliya) suyun keyfiyyət tendensiyalarının monitorinqində davamlılığı təmin etmək üçün Sentinel-4 sulu boya məhsullarından istifadə. J. Environ. idarə et. 3, 2019, 248. [CrossRef] 109255. Brodie, J.; Şröder, T.; Rohde, K.; Sadiq, J.; Magistrlər, B.; Dekker, A.; Brando, V.; Maughan, M. Çay axıdılması hadisələri zamanı Böyük Baryer Rifi laqonunda asılı çöküntülərin və qida maddələrinin səpələnməsi: peykdən uzaqdan zondlama və paralel daşqın şleyfindən əldə edilən nəticələr.ampling. Mart Freshw. Res. 2010, 61, 651. [CrossRef] 664. Sirjacobs, D.; Alvera-Azcárate, A.; Barth, A.; Lacroix, G.; Park, Y.; Neçad, B.; Ruddick, K.; Beckers, J.-M. Data Interpolating Empirik Ortoqonal Funksiyalar metodologiyası ilə Cənubi Şimal Dənizi üzərində okean rənginin və dəniz səthinin temperaturunun uzaqdan zondlanması məhsullarının buludla doldurulması. J. Dəniz Res. 6, 2011, 65. [CrossRef] 114. Ruddick, K.; Neukermans, G.; Vanhellemont, Q.; Jolivet, D. Regional dənizlərin geostasionar okean rənginin uzaqdan zondlanması üçün problemlər və imkanlar:view son nəticələr. Uzaqdan Sensor. Ətraf. 2014, 146, 63. [CrossRef] 76. Ruddick, K.; Vanhellemont, Q.; Yan, J.; Neukermans, G.; Wei, G.; Shang, S. Geostasionar Okean Rəng Görüntüçüsündən (GOCI) Bohai dənizində asılı hissəciklərin dəyişkənliyi. Okean. Sci. J. 8, 2012, 47. [CrossRef] 331. IOCCG. Geostasionar Orbitdən Okean Rəngli Müşahidələr; Beynəlxalq Okean Rəngi Koordinasiya Qrupunun (IOCCG) Hesabat № 345; Antoine, D., Ed.; IOCCG: Dartmouth, NS, Kanada, 9. Onlayn olaraq mövcuddur: http://ioccg.org/wpcontent/uploads/2015/10/ioccg-report-12.pdf (18 aprel 2016-cı ildə əldə edilib).
10. Qruber, R.; Waterhouse, J.; Loqan, M.; Petus, C.; Howley, C.; Lewis, S.; Tracey, D.; Langlois, L.; Tonin, H.; Skuza, M.; və b. Dəniz Monitorinq Proqramı: Sahildə Su Keyfiyyətinin Monitorinqi üzrə İllik Hesabat 2018; Böyük Baryer Rifi Dəniz Parkı İdarəsi üçün hesabat 2019; Great Barrier Reef Dəniz Parkı İdarəsi: Townsville, Avstraliya, 2208. Onlayn olaraq əldə etmək olar: https://elibrary.gbrmpa.gov.au/jspui/handle/4096/2020 (11017 may 3665-ci ildə əldə edilib).
11. Waterhouse, J.; Schaffelke, B.; Bartley, R.; Eberhard, R.; Brodi, J.; Thorburn, P.; Rolfe, J.; Ronan, M.; Taylor, B.; Star, M.; və b. Elmi Konsensus Bəyannaməsi Xülasə: Torpaqdan İstifadə Böyük Baryer Rifinin Su Keyfiyyətinə və Ekosistemin Vəziyyətinə Təsirləri; Kvinslend ştatı: Taunsvill, Avstraliya, 2017. Onlayn olaraq əldə etmək olar: https://www.reefplan.qld.gov.au/science-and-research/thescientific-consensus-statement (25 noyabr 2017-ci ildə əldə edilib).
12. Feng, J.; Çen, H.; Zhang, H.; Li, Z.; Yu, Y.; Zhang, Y.; Bilal, M.; Qiu, Z. Çin sahillərinin bulanıq estuarlarında GOCI peyk məlumatlarından bulanıqlığın qiymətləndirilməsi. Uzaqdan Sensor 2020, 12, 3770. [CrossRef] 13. Lou, X.; Hu, C. Şərqi Çin dənizində zərərli yosun çiçəklərinin gündəlik dəyişiklikləri: GOCI-dən müşahidələr. Uzaqdan Sensor. Ətraf. 2014, 140, 562. [CrossRef] 572. Bəy, S.; Sathyendranath, S.; Ban, Y.; Bernard, S.; Brevin, R.; Brotas, V.; Brockmann, C.; Çauhan, P.; Choi, J.-K.; Çuprin, A.; və b. Peyk Okean Rəngi: Hazırkı Vəziyyət və Gələcək Perspektiv. Ön. Mar. Sci. 14, 2019, 6. [CrossRef] 485. Park, J.-E.; Park, K.-A.; Kang, C.-K.; Park, Y.-J. Xlorofilin Qısa Müddətli Cavab - Mezoscale Eddy üzərində Dəniz Səthi Külək Sahəsində Dəyişiklik üçün Konsentrasiya. Estuaries Coasts 15, 2019, 43. [CrossRef] 646. Lavigne, H.; Ruddick, K. Açıq okeanlar üçün yüksək temporal qətnamədə xlorofil konsentrasiyasını əldə etmək üçün geostasionar MTG/FCI-nin potensial istifadəsi. Int. J. Uzaqdan Sens. 660, 16, 2018. [CrossRef] 39. Dorji, P.; Fearns, P. Ümumi dayandırılmış çöküntülərin xəritələşdirilməsi üçün geostasionar Himawari-2399 peyk məlumatlarının atmosfer korreksiyası: Qərbi Avstraliyanın Sahil Sularında nümunə araşdırması. ISPRS J. Fotoqramma. Uzaqdan Sensor 2420, 17, 8. [CrossRef] 2018. Miller, SD; Schmit, TL; Dənizçi, CJ; Lindsey, DT; Günşor, MM; Kohrs, RA; Sumidə, Y.; Hillger, D. Ağrılı Gözlər üçün Görmə: Geostasionar Peyklərə Həqiqi Rəngin Qayıdışı. Buğa. am. Meteorol. Soc. 144, 81, 93. [CrossRef] 18. Doxaran, D.; Lamquin, N.; Park, Y.-J.; Mazeran, C.; Ryu, J.-H.; Vanq, M.; Poteau, A. MODIS, MERIS və GOCI peyk məlumatlarından istifadə etməklə Şərqi Çin dənizində dayandırılmış bərk maddələrin monitorinqi üçün dəniz suyunun əks etdiriciliyinin əldə edilməsi. Uzaqdan Sensor. Ətraf. 2016, 97, 1803. [CrossRef] 1816. Doxaran, D.; Cherukuru, RCN; Lavender, SJ Estuarin sularında dayandırılmış və həll olunmuş maddələrin konsentrasiyalarını qiymətləndirmək üçün əks etdirmə zolağı nisbətlərinin istifadəsi. Int. J. Uzaqdan Sensor 19, 2014, 146. [CrossRef]
Uzaqdan Sensor 2022, 14, 3503
20-dən 23
21. Kwiatkowska, EJ; Ruddick, K.; Ramon, D.; Vanhellemont, Q.; Brockmann, C.; Lebreton, C.; Bonekamp, geostasionar platformalardan HG Ocean rəngli məhsullar, Meteosat İkinci və Üçüncü Nəsil ilə imkanlar. Okean. Sci. Müzakirə edin. 2015, 12, 3143. [CrossRef] 3167. Murakami, H. Himawari-22/AHI tərəfindən okean rənginin qiymətləndirilməsi. Proceedings of the Remote Sensing of the Oceans and Inland Waters: Techniques, Applications, and Challenges, New Delhi, India, 8 may 7. [CrossRef] 2016. Chen, X.; Şanq, S.; Li, Z.; Qi, L.; Yan, J.; Li, Y. Himawari-23-də AHI-dən üzən yosunların yüksək tezlikli müşahidəsi. Uzaqdan Sensor. Ətraf. 8, 2019, 227. [CrossRef] 151. Hafiz, S.; Wong, MS; Abbas, S.; Jiang, G. Səthin ümumi dayandırılmış bərk maddələrin və onun gündəlik dəyişikliklərinin xəritələşdirilməsi üçün geostasionar Himawari-161 potensialının qiymətləndirilməsi. Uzaqdan Sensor 24, 8, 2021. [CrossRef] 13. Yaponiya Meteorologiya Agentliyi. Hadisə Girişi: Himawari-336 Performans Test Nəticələri; Meteoroloji Peyk Mərkəzi: Kiyose, Yaponiya, 25. Onlayn olaraq mövcuddur: https://www.data.jma.go.jp/mscweb/en/himawari89/space_segment/fig/AHI8_performance_test_en.pdf (20 sentyabr 2021-ci ildə əldə edilib).
26. IOCCG. Sahilboyu və digər optik-mürəkkəb sularda okean rənginin uzaqdan tanınması; Beynəlxalq Okean Rəngi Koordinasiya Qrupunun (IOCCG) Hesabat №3 Hesabatları; Sathyendrath, S., Ed.; IOCCG: Dartmouth, NS, Kanada, 2000. Onlayn olaraq əldə etmək olar: http://ioccg.org/wp-content/uploads/2015/10/ioccg-report-03.pdf (20 sentyabr 2015-ci ildə əldə edilib).
27. Şröder, T.; Schaale, M.; Lovell, J.; Blondeau-Patissier, D. Xas model qeyri-müəyyənliyin qiymətləndirilməsini və sensor səs-küyün yayılmasını təmin edən sahil suları üzərində Sentinel-3 OLCI üçün ansambl neyron şəbəkəsi atmosfer korreksiyası. Uzaqdan Sens. Ətraf. 2022, 270, 112848. [CrossRef] 28. Fan, Y.; Li, V.; Çen, N.; Ahn, J.-H.; Park, Y.-J.; Kratzer, S.; Şröder, T.; İşizaka, J.; Çanq, R.; Stamnes, K. OC-SMART: Peyk okean rəng sensorları üçün maşın öyrənməsinə əsaslanan məlumat təhlili platforması. Uzaqdan Sens. Ətraf. 2021, 253, 112236. [CrossRef] 29. Brockmann, C.; Doerffer, R.; Peters, M.; Stelzer, K.; Embacher, S.; Ruescas, A. Normal və həddindən artıq optik cəhətdən mürəkkəb sularda okean rəngli məhsulların axtarışı üçün Sentinel 2 və 2 üçün C3RCC neyron şəbəkəsinin təkamülü. Avropa Kosmik Agentliyinin Prosedurlarında, Praqa, Çexiya, 9 May 13.
30. Şröder, T.; Fischer, J.; Schaale, M.; Fell, F. Süni sinir şəbəkəsi əsaslı atmosfer korreksiyası alqoritmi: MERIS məlumatlarına tətbiq. Proceedings of the SPIE 4892, Ocean Remote Sensing and Applications, Hançjou, Çin, 8 may 2003-cü il; səh.124. [CrossRef] 132. Camet, C.; Thira, S.; Moulin, C.; Crepon, M. Okean Rəngi Şəkillərindən Okean və Atmosfer Tərkiblərinin Alınması üçün Neyrovariasiyalı İnversiyadan İstifadə: Texniki-İqtisadi Tədqiqat. J. Atmos. Okean. Texnologiya. 31, 2005, 22. [CrossRef] 460. Brajard, J.; Jamet, C.; Moulin, C.; Thiria, S. Peyk okean rəng sensorundan okean və atmosfer komponentlərinin alınması üçün neyro-variasiya inversiyasının istifadəsi: aerozolların udulmasına tətbiq. Neyron şəbəkəsi. Söndür. J. Int. Neyron şəbəkəsi. Soc. 475, 32, 2006. [CrossRef] 19. Doerffer, R. Alqoritm Nəzəri Əsas Sənədi (ATBD) MERIS Regional Sahil və Göl İşi 178 Su Layihəsi Atmosfer Korreksiyası ATBD; Su Version 185; GKSS Araşdırma Mərkəzi: Geesthacht, Almaniya, 33; səh. 2.
34. Pəhləvan, N.; Smith, B.; Schalles, J.; Bağlama, C.; Cao, Z.; Ma, R.; Əlikas, K.; Kanqro, K.; Gurlin, D.; Ha, N.; və b. Daxili və sahil sularında Sentinel-2 (MSI) və Sentinel-3 (OLCI)-dən xlorofil-a-nın problemsiz axtarışı: Maşın öyrənmə yanaşması. Uzaqdan Sensor. Ətraf. 2020, 240, 111604. [CrossRef] 35. Qross, L.; Thiria, S.; Frouin, R.; Mitchell, BG Dəniz əks etdirmə və fitoplankton piqment konsentrasiyası arasında transfer funksiyasının modelləşdirilməsi üçün süni neyron şəbəkələri. J. Geofizik. Res. Okean. 2000, 105, 3483. [CrossRef] 3495. Şröder, T.; Behnert, İ.; Schaale, M.; Fischer, J.; Doerffer, R. Case-36 sularının üstündə MERIS üçün atmosfer korreksiyası alqoritmi. Int. J. Uzaqdan Sens. 2, 2007, 28. [CrossRef] 1469. Schroeder, T.; Schaale, M.; Fischer, J. MERIS ölçmələrindən atmosfer və okean xüsusiyyətlərinin əldə edilməsi: BEAM üçün yeni Case-1486 su prosessoru. Int. J. Remote Sens. 37, 2, 2007. [CrossRef] 28. Schroeder, T. Fernerkundung von Wasserinhaltsstoffen in Küstengewässern mit MERIS unter Anwendung expliziter und impliziter Atmosphärensphären MERIS ilə açıq və gizli atmosfer korreksiyası alqoritmləri əsasında). Ph.D. Tezis, Freie Universität, Berlin, Alman, 5627. [CrossRef] 5632. Patricio-Valerio, L. Exploring Himawari-38 Observations for the Advanced Coastal Monitoring of the Great Baryer Reef. Ph.D. Tezis, James Cook University, Townsville, Avstraliya, 2005. [CrossRef] 39. Fell, F.; Fişer, J. Matris-operator metodundan istifadə etməklə atmosfer-okean sistemində işıq sahəsinin ədədi simulyasiyası. J. Quant. Spektrlər. Radiat. Transf. 8, 2021, 40. [CrossRef] 2001. Fischer, J.; Grassl, H. Atmosferokean sistemində radiasiya ötürülməsi: Azimutdan asılı matris-operator yanaşması. Tətbiq. Seçim. 69, 351, 388. [CrossRef] 41. Santer, R.; Zaqolski, F.; Dilligeard, E. MERIS Vicarious Calibration üçün Radiativ Transfer Kodu Müqayisəsi. ENVISAT Qiymətləndirmə Seminarının Protokollarında, ESRIN, Frascati, İtaliya, 1984 dekabr 23-ci il.
43. Standart Atmosferin Genişləndirilməsi üzrə Komitə. ABŞ Standart Atmosferi; NASA: Vaşinqton, DC, ABŞ, 1976. 44. Holben, BN; Eck, TF; Slutsker, İ.; Tanre, D.; Buis, JP; Setzer, A.; Vermote, E.; Reagan, JA; Kaufman, YJ; Nakajima, T.; və b.
AERONET – Aerozolun Xüsusiyyətləri üçün Federasiya Alət Şəbəkəsi və Məlumat Arxivi. Uzaqdan Sensor. Ətraf. 1998, 66, 1. [CrossRef] 16. AERONET. Aerosol Robot Şəbəkəsi. Onlayn olaraq mövcuddur: https://aeronet.gsfc.nasa.gov/cgi-bin/data_display_aod_v45?site= Lucinda&nachal=3&level=2&place_code=3 (10 oktyabr 3-ci ildə əldə edilib).
Uzaqdan Sensor 2022, 14, 3503
21-dən 23
46. Ångström, A. Atmosferin bulanıqlığının parametrləri. Tellus 1964, 16, 64. [CrossRef] 75. Rothman, LS; Barbe, A.; Chris Benner, D.; Qəhvəyi, LR; Camy-Peyret, C.; Carleer, MR; Şans, K.; Clerbaux, C.; Dana, V.; Devi,
VM; və b. HITRAN molekulyar spektroskopik verilənlər bazası: 2000-ci ilə qədər olan yeniləmələr daxil olmaqla 2001-ci il nəşri. J. Quant. Spektrlər. Radiat. Transf. 2003, 82, 5. [CrossRef] 44. Bennartz, R.; Fischer, J. Yaxın infraqırmızıda dar zolaqlı su buxarının və oksigenin udulmasının təxminlərinə tətbiq edilən dəyişdirilmiş k-paylama yanaşması. J. Quant. Spektrlər. Radiat. Transf. 48, 2000, 66. [CrossRef] 539. Zhang, T.; Düşdü, F.; Liu, ZS; Preusker, R.; Fischer, J.; O, MX I halda sularda okean rəngindən piqment axtarışı üçün süni neyron şəbəkə üsullarının performansını qiymətləndirir. J. Geofizik. Res. Okean. 553, 49, 2003. [CrossRef] 108. Papa, RM; Fry, ES Təmiz suyun absorbsiya spektri (3286 nm). II. Boşluq ölçmələrinin inteqrasiyası. Tətbiq. Seçim. 50, 380, 700. [CrossRef] 1997. Hale, GM; Querry, MR 36-nm-dən 8710-mkm dalğa uzunluğu bölgəsində suyun optik sabitləri. Tətbiq. Seçim. 8723, 51, 200. [CrossRef] 200. Bricaud, A.; Morel, A.; Babin, M.; Allali, K.; Claustre, H. Okean sularında xlorofillakonsentrasiya ilə dayandırılmış hissəciklər tərəfindən işığın udulmasının dəyişmələri (1973-ci hal): Bio-optik modellər üçün təhlil və təsirlər. J. Geofizik. Res. Okean. 12, 555, 563. [CrossRef] 52. Babin, M.; Stramski, D.; Ferrari, GM; Claustre, H.; Bricaud, A.; Obolensky, G.; Hoepffner, N. Avropa ətrafında sahil sularında fitoplanktonun, qeyri-alq hissəciklərin və həll olunmuş üzvi maddələrin işığın udulma əmsallarında dəyişikliklər. J. Geofizik. Res. Okean. 1, 1998, 103. [CrossRef] 31033. Morel, A. Saf suyun və təmiz dəniz suyunun optik xassələri. Okeanoqrafiyanın Optik Aspektlərində; Nielsen, JS, Ed.; Akademik Mətbuat: Cambridge, MA, ABŞ, 31044; səh 53. 2003. Babin, M.; Morel, A.; Fournier-Sicre, V.; Düşdü, F.; Stramski, D. Sahil və açıq okean sularında dəniz hissəciklərinin hissəcik kütləsinin konsentrasiyası ilə əlaqəli işığın səpilmə xüsusiyyətləri. Limnol. Okeanoqr. 108, 3211, 54. [CrossRef] 1974. Zhang, T.; Düşdü, F.; Fischer, J. Case-1 sularında dəniz hissəciklərinin geri səpilmə nisbətinin modelləşdirilməsi. Proceedings of the Ocean Optics XVI, Santa Fe, MN, ABŞ, 24 Noyabr 55. 2003. Minsky, M.; Papert, SA Perceptrons: An Introduction to Computational Geometry; MIT Press: Cambridge, MA, USA, 48. 843. Malthouse, EC Ümumi neyron şəbəkələri ilə yerinə yetirilən qeyri-xətti PCA-nın məhdudiyyətləri. IEEE Trans. Neyron şəbəkəsi. 859, 56, 2. [CrossRef] [PubMed] 18. Liu, DC; Nocedal, J. Böyük miqyaslı optimallaşdırma üçün məhdud yaddaş BFGS metodu haqqında. Riyaziyyat. Proqram. 22, 2002, 57. [CrossRef] 1969. Yaponiya Meteorologiya Agentliyi. Hadisə jurnalı: Himawari-58 AHI Həssaslıq Trendini Düzəltmək üçün İstifadə olunan Kalibrləmə Məlumatının Yenilənməsi; Meteoroloji Peyk Mərkəzi: Kiyose, Yaponiya, 1998. Onlayn olaraq mövcuddur: https://www.data.jma.go.jp/mscweb/en/oper/eventlog/ Update_of_Calibration_Information_2019.pdf (20 sentyabr 2021-ci ildə əldə edilib). 61. Kurucz, R. Günəş spektri: Atlaslar və xətt identifikasiyası. Proceedings of Laboratory and Astronomical High Resolution Spectra, Brüssel, Belçika, 29 avqust 2 sentyabr 1995-ci il; səh. 17. 62. Meteoroloji Peyk Mərkəzi. GSICS Himawari-8 Görünən və Yaxın İnfraqırmızı Vicarious Kalibrləmə Bələdçisi. Onlayn olaraq mövcuddur: https://www.data.jma.go.jp/mscweb/data/monitoring/gsics/vis/techinfo_visvical.html (10 may 2022-ci ildə əldə edilib). 63. Yaponiya Meteorologiya Agentliyi. Hadisələr Qeydi: Himawari-8 Müşahidə Məlumatlarının Keyfiyyətinin Təkmilləşdirilməsi; Hadisə jurnalı Meteoroloji Peyk Mərkəzi: Kiyose, Yaponiya, 2017. Onlayn olaraq mövcuddur: https://www.data.jma.go.jp/mscweb/en/oper/eventlog/Improvement_of_ Himawari-8_data_quality.pdf (20 sentyabr 2021-ci ildə əldə edilib). 64. Qin, Y.; Steven, ADL; Şröder, T.; McVicar, TR; Huang, J.; Cope, M.; Zhou, S. Avstraliya Bölgəsində Bulud örtüyü: Qabaqcıl Himavari Şəkilçi üçün Bulud Maskalama, Təsnifat və Optik Dərinlik Axtarış Alqoritminin İnkişafı və Qiymətləndirilməsi. Ön. Ətraf. Sci. 2019, 7, 20. [CrossRef] 65. Böyük Bariyer Rifi Dəniz Parkı İdarəsi. Böyük Baryer Rifi (GBR) Xüsusiyyətləri (Reef sərhədləri, QLD Materik, Adalar, Qayalar, Qayalar və Quru riflər) (GBRMPA) (Versiya 1.4) [Dataset] 2164DB88-FD79-449E-920F-61C37ADE634B. 1998. Onlayn olaraq əldə etmək olar: http://www.gbrmpa.gov.au/geoportal/catalog/search/resource/details.page?uuid=%7B41AB3629-B41B-4746-9B753822667E5AF3%7D (14-ci il mayın 2022-də daxil olub). 66. Emecen, E.; Kara, G.; Erdoğmuş, F.; Qardaşov, R. Geostasionar peyklərdən müşahidə yolu ilə okean səthində günəş işığının yerlərinin təyini. TAO Terr. Atmos. Okean. Sci. 2006, 17, 253. [CrossRef] 67. Milli Okean və Atmosfer Administrasiyası. SBUV/2 və TOVS (TOAST) istifadə edərək ümumi ozon analizi. Onlayn olaraq mövcuddur: https://www.ospo.noaa.gov/Products/atmosphere/toast/index.html (1 dekabr 2020-ci ildə əldə edilib). 68. Kistler, R.; Kalnay, E.; Collins, W.; Saha, S.; White, G.; Woollen, J.; Chelliah, M.; Ebisuzaki, V.; Kanamitsu, M.; Kousky, V. NCEPNCAR-ın 50 illik yenidən təhlili: Aylıq CD-ROM və sənədlər deməkdir. Buğa. am. Meteorol. Soc. 2001, 82, 247. [CrossRef] 268. Kanamitsu, M.; Ebisuzaki, V.; Woollen, J.; Yang, S.-K.; Hnilo, JJ; Fiorino, M.; Potter, GL NCEPDOE AMIP-II Yenidən Təhlil (R-69). Buğa. am. Meteorol. Soc. 2, 2002, 83. [CrossRef] 1631. Kalnay, E.; Kanamitsu, M.; Kistler, R.; Collins, W.; Deaven, D.; Gandin, L.; İredell, M.; Saha, S.; White, G.; Woollen, J. NCEP/NCAR 1644 illik yenidən təhlil layihəsi. Buğa. am. Meteorol. Soc. 70, 40, 1996. [CrossRef] 77. Milli Okean və Atmosfer Administrasiyası. NCEP Reanalysis 437 Meteoroloji Məlumat. Onlayn olaraq mövcuddur: https://psl.noaa. gov/data/gridded/data.ncep.reanalysis472.html (71 dekabr 2-ci ildə əldə edilib).
Uzaqdan Sensor 2022, 14, 3503
22-dən 23
72. İnteqrasiya edilmiş Dəniz Müşahidə Sistemi. Avstraliya Sularının IMOS Ocean Color Bio Optik Database (SRS-OC-BODBAW). 2011. Onlayn olaraq mövcuddur: https://researchdata.edu.au/imos-srs-ocean-australian-waters (20 fevral 2017-ci ildə əldə edilib).
73. Böyük Baryer Rifi Dəniz Parkı İdarəsi. Dəniz Monitorinq Proqramı Keyfiyyətə Təminat və Keyfiyyətə Nəzarət Təlimatı 2017; Great Barrier Reef Dəniz Parkı Authority: Townsville, Avstraliya, 2018. Onlayn olaraq əldə etmək olar: http://elibrary.gbrmpa.gov.au/jspui/ handle/2019/11017 (3487 may 15-ci ildə əldə edilib).
74. Soja-Voznyak, M.; Baird, M.; Şröder, T.; Qin, Y.; Klementson, L.; Baker, B.; Boadle, D.; Brando, V.; Steven, Sahil Sularında Dəyişən Hissəcik Tərkibinin Göstəricisi kimi ADL Hissəciklərin Geri Saçılma Oranı: Böyük Baryer Reef Sularından Müşahidələr. J. Geofizik. Res. Okean. 2019, 124, 5485. [CrossRef] 5502. Bulqarelli, B.; Zibordi, G. SeaWiFS, MODIS-A, MERIS, OLCI, OLI və MSI tərəfindən orta enlik sahil mühitlərinin okean rənginin uzaqdan zondlanmasında bitişiklik effektlərinin aşkar edilməsi haqqında. Uzaqdan Sens. Ətraf. 75, 2018, 209. [CrossRef] 423. Şröder, T.; Lovell, J.; King, E.; Klementson, L.; Scott, R. IMOS Ocean Color Validation Report 438-76, Integrated Marine Observing System (IMOS) hesabatı; CSIRO Okeanlar və Atmosfer: Brisben, Avstraliya, 2017; səh. 18.
77. King, E.; Şröder, T.; Brando, V.; Suber, K. Böyük Baryer Rifi Dəniz Sularının Keyfiyyətinin Peyk Monitorinqi üçün Əməliyyatdan Qabaqcıl Sistem. Oceans Flagship Hesabatında Sərvət; CSIRO Wealth from Oceans Flagship: Hobart, Avstraliya, 2014. [CrossRef] 78. Yaponiya Meteorologiya Agentliyi. Hadisələr Qeydi: Himawari-8 Müşahidə Məlumatlarının Keyfiyyətinin Təkmilləşdirilməsi; Meteoroloji Peyk Mərkəzi: Kiyose, Yaponiya, 2016. Onlayn olaraq mövcuddur: https://www.data.jma.go.jp/mscweb/en/oper/eventlog/20161117_Quality_ improvement_of_Himawari-8_observation_data.pdf (20 sentyabr 2021-ci ildə əldə edilib).
79. Yaponiya Aerokosmik Tədqiqatlar Agentliyi. JAXA Himawari Monitor P-Tree Sistemi. Onlayn olaraq mövcuddur: https://www.eorc.jaxa.jp/ptree/index.html (14 may 2022-ci ildə əldə edilib).
80. Hu, C.; Feng, L.; Li, Z.; Davis, CO; Mannino, A.; McClain, CR; Franz, BA Peyk okean rəng sensorlarının dinamik diapazonu və həssaslıq tələbləri: Keçmişdən öyrənmək. Tətbiq. Seçim. 2012, 51, 6045. [CrossRef] 6062. Tang, W.; Llort, J.; Weis, J.; Perron, MMG; Basart, S.; Li, Z.; Sathyendranath, S.; Cekson, T.; Sanz Rodriguez, E.; Proemse, BC; və b. Geniş yayılmış fitoplankton çiçəklənməsi 81 Avstraliya meşə yanğınları ilə başladı. Təbiət 2019, 2020, 2021. [CrossRef] [PubMed] 597. Great Barrier Reef Dəniz Parkı İdarəsi. Böyük Baryer Rifi Dəniz Parkı üçün Su Keyfiyyəti Təlimatları; 370; Great Barrier Reef Dəniz Parkı İdarəsi: Townsville, Avstraliya, 375. Onlayn olaraq əldə etmək olar: https://elibrary.gbrmpa.gov.au/jspui/handle/82/ 1921682299 (2010 avqust 11017-cu ildə əldə edilib).
83. Brodi, J.; Grech, A.; Pressey, B.; Day, J.; Dale, A.; Morrison, T.; Wenger, A. Böyük Baryer rifinin gələcəyi: Suyun keyfiyyəti imperativi. Sahillərdə və Estuarlarda; Wolanski, E., Day, JW, Elliott, M., Ramachandran, R., Eds.; Elsevier: Amsterdam, Hollandiya, 2019; səh 477. [CrossRef] 499. Hieronymi, M.; Müller, D.; Doerffer, R. The OLCI Neyron Network Swarm (ONNS): Açıq Okean və Sahil Suları üçün Bio-Geo-Optik Alqoritm. Ön. Mar. Sci. 84, 2017, 4. [CrossRef] 140. Donlon, C. Sentinel-85 Mission Requirements Traceability Document (MRTD); Avropa Kosmik Agentliyi (ESA) – ESTEC: Noordwijk, Hollandiya, 3; səh. 2011. Onlayn olaraq mövcuddur: https://sentinels.copernicus.eu/documents/234/247904/Sentinel-1848151-MissionRequirements-Traceability (3 oktyabr 11-ci ildə əldə edilib).
86. Doerffer, R. MERIS Su Məhsullarının Validasiyası üçün Protokollar; ESA Nəşri PO-TN-MEL-GS-0043 GKSS; Forschungszentrum: Geesthacht, Almaniya, 2002; səh. 1.
87. Kvinslend Hökuməti. Su Monitorinqi Məlumat Portalı (WMIP). Onlayn olaraq mövcuddur: https://water-monitoring.information. qld.gov.au/ (30 mart 2021-ci ildə əldə edilib).
88. Volanski, E.; Spagnol, S. Böyük Baryer Rifindəki Yapışqan Sular. Estuar. Sahil. Shelf Sci. 2000, 50, 27. [CrossRef] 32. Pickard, GL; Donguy, J.-R.; Henin, C.; Rougerie, F.A Review Böyük Baryer rifinin və Qərb Mərcanının Fiziki Okeanoqrafiyası
dəniz; Avstraliya Hökumətinin Nəşriyyat Xidməti: Kanberra, Avstraliya, 1977. 90. Feng, D.; Hodges, BR; Socolofsky, SA; Thyng, KM Tidal əməliyyat neft dağılma modellərində dar kanal girişində burulğanlar. mart
Çirkləndirici. Buğa. 2019, 140, 374. [CrossRef] [PubMed] 387. Ölüm, GA; Fabricius, KK Böyük Baryer Rifinin Su Keyfiyyəti: Paylanmalar, Reef Biotasına Təsiri və Tətik Dəyərləri
Ekosistemin Sağlamlığının Mühafizəsi; Böyük Baryer Rifi Dəniz Parkı İdarəsi Avstraliya Birliyi və Avstraliya Dəniz Elmləri İnstitutu: Townsville, Avstraliya, 2008; səh. 104. 92. Tomson, RE; Wolanski, EJ gelgit dövrü Reyn adasının girişində böyük maneə rifi daxilində yüksəlmə. J. Mar. Res. 1984, 42, 787. [CrossRef] 808. Wolanski, E.; Drew, E.; Abel, KM; O'Brien, J. Tidal reaktivləri, qida maddələrinin yüksəldilməsi və onların lent riflərindəki Halimeda yosununun məhsuldarlığına təsiri, Böyük Baryer rifi. Estuar. Sahil. Shelf Sci. 93, 1988, 26. [CrossRef] 169. Marmorino, GO; Smith, GB; Miller, WD Turbulentlik xüsusiyyətləri dayaz gelgit dənizində səth yosunlarının zamanla peykdən çəkilmiş görüntülərindən əldə edilmişdir. Davamı. Rəf Res. 201, 94, 2017. [CrossRef] 148. Delandmeter, P.; Lambrechts, J.; Marmorino, GO; Leqat, V.; Wolanski, E.; Remacle, J.-F.; Chen, W.; Deleersnijder, E. Mərcan adaları və qayalıqlarının ardınca submesoscale gelgit burulğanları: Peyk məlumatları və ədədi modelləşdirmə. Okean. Dyn. 178, 184, 95. [CrossRef] 2017. Li, G.; O, Y.; Liu, G.; Zhang, Y.; Hu, C.; Perrie, W. Sahil Bölgələrində Submesoscale Eddies Çox Sensorlu Müşahidələr. Uzaqdan Sensor 67, 897, 913. [CrossRef]
Uzaqdan Sensor 2022, 14, 3503
23-dən 23
97. IOCCG. Gələcək Okean Rəngli Sensorlar üçün Missiya Tələbləri; Beynəlxalq Okean Rəngi Koordinasiya Qrupunun (IOCCG) Hesabat Nömrəsi 13; McClain, C., Meister, G., Eds.; IOCCG: Dartmouth, NS, Kanada, 2012. Onlayn olaraq mövcuddur: http: //ioccg.org/wp-content/uploads/2015/10/ioccg-report-13.pdf (30 sentyabr 2017-ci ildə əldə edilib).
98. Neukermans, G.; Ruddick, K.; Bernard, E.; Ramon, D.; Neçad, B.; Deschamps, P.-Y. Geostasionar peyklərdən ümumi asılı maddələrin xəritələşdirilməsi: Cənub Şimal dənizində SEVIRI ilə texniki-iqtisadi əsaslandırma. Seçim. Express 2009, 17, 14029. [CrossRef] 14052. Neukermans, G.; Ruddick, K.; Loisel, H.; Roose, P. Bulanıqlıq ölçmələrindən istifadə edərək dayandırılmış hissəciklərin konsentrasiyasının ölçülməsinin optimallaşdırılması və keyfiyyətinə nəzarət. Limnol. Okeanoqr. Metodlar 99, 2012, 10. [CrossRef] 1011. Röttgers, R.; Heymann, K.; Krasemann, H. Sahil sularında dayandırılmış maddə konsentrasiyaları: Fərdi ölçmə qeyri-müəyyənliyini ölçmək üçün metodoloji təkmilləşdirmələr. Estuar. Sahil. Shelf Sci. 1023, 100, 2014. [CrossRef] 151. Tilstone, G.; Mur, G.; Sørensen, K.; Doerffer, R.; Røttgers, R.; Ruddick, K.; Pasterkamp, R.; Jørgensen, P. Şimal dənizinin sahil sularında MERIS xlorofil məhsullarının regional təsdiqi. MERIS və AATSR Kalibrləmə və Geofiziki Qiymətləndirmə (ENVISAT MAVT-2003), Frascati, İtaliya, 20, Oktyabr 24-ci il İşçi iclasının materiallarında.
102. Stavn, RH; Rik, HJ; Falster, AV Dəyişən dəniz duzunun saxlanması və alovlanma təhlili zamanı nəmlənmə suyunun itkisi ilə bağlı səhvlərin düzəldilməsi: Estuarin və sahil sularının tədqiqatları üçün təsirlər. Estuar. Sahil. Shelf Sci. 2009, 81, 575. [CrossRef] 582. Okuyama, A.; Takahashi, M.; Tarix, K.; Hosaka, K.; Murata, H.; Tabata, T.; Yoshino, R. Himawari-103/AHI radiometrik kalibrləmənin iki illik orbit məlumatlarına əsaslanaraq təsdiqi. J. Meteorol. Soc. Yaponiya. Ser. II 8, 2018, 96. [CrossRef] 91. Yaponiya Meteorologiya Agentliyi. Hadisə jurnalı: Kosmik gəmi hadisələrinin və kalibrləmənin Himawari-109 Şəkillərinə Təsirləri: Zolaq; Meteoroloji Peyk Mərkəzi: Kiyose, Yaponiya, 104. Onlayn olaraq mövcuddur: http://www.data.jma.go.jp/mscweb/en/oper/image_info.html#005 (20 sentyabr 2021-ci ildə əldə edilib).
105. Musa, WJ; Bowles, JH; Lucke, RL; Corson, MR Hiperspektral sensorda siqnal-küy nisbətinin II sularda biofiziki parametrlərin qiymətləndirilməsinin düzgünlüyünə təsiri. Seçim. Express 2012, 20, 4309. [CrossRef] 4330. Alvarez-Romero, JG; Devlin, M.; Teixeira da Silva, E.; Petus, C.; Ban, NC; Pressey, RL; Kool, J.; Roberts, JJ; Cerdeira-Estrada, S.; Wenger, AS; və b. Uzaqdan Zondlama Texnikalarına əsaslanan Sahil Dəniz Ekosistemlərinin Çay daşqınlarına məruz qalmasının Modelləşdirilməsinə Yeni Bir yanaşma. J. Environ. idarə et. 106, 2013, 119. [CrossRef] 194. Petus, C.; Devlin, M.; Tompson, A.; McKenzie, L.; Teixeira da Silva, E.; Collier, C.; Tracey, D.; Martin, K. Mərcan riflərinin və dəniz otu çəmənliklərinin Böyük Baryer rifinin çay daşqınlarının leyləklərində qurudan qaynaqlanan çirkləndiricilərə məruz qalmasının qiymətləndirilməsi: Ətraf Mühit Məlumatları ilə Sadə Peyk Risk Çərçivəsinin Təsdiqlənməsi. Uzaqdan Sens. 207, 107, 2016. [CrossRef] 8. Devlin, M.; Şröder, T.; McKinna, L.; Brodi, J.; Brando, V.; Dekker, A. Yerində və Uzaqdan Zondlama Müşahidələri əsasında Böyük Baryer Rifində Daşqın Plumes Monitorinqi və Xəritəçəkmə. Qlobal Dəyişikliklərə Nəzarət etmək üçün Ətraf Mühitin Uzaqdan Zondlanması sahəsində Avanslarda; Chang, N.-B., Ed.; Ətraf Mühitin Uzaqdan Zondlanması və Sistemlərin Təhlili; CRC Press: Boca Raton, FL, ABŞ, 210; səh. 108. [CrossRef] 2012. Steven, AD; Baird, ME; Brinkman, R.; Avtomobil, NJ; Cox, SJ; Herzfeld, M.; Hodge, J.; Jones, E.; King, E.; Marqvelaşvili, N.; və b. eReefs: Böyük Sədd rifini idarə etmək üçün əməliyyat məlumat sistemi. J. Oper. Okeanoqr. 147, 191, S109S2019. [CrossRef]
Sənədlər / Resurslar
 |
MDPI Maşın Öyrənmə Alqoritmi [pdf] İstifadəçi təlimatı Maşın Öyrənmə Alqoritmi, Öyrənmə Alqoritmi, Alqoritm |