Relationships between the surface concentration of particulate organic carbon and optical properties in the eastern South Pacific and eastern Atlantic Oceans
Notice bibliographique
Résumé
Abstract. We have examined several approaches for estimating the surface concentration of particulate organic carbon, POC, from optical measurements of remote-sensing reflectance, Rrs(λ), using field data collected in tropical and subtropical waters of the eastern South Pacific and eastern Atlantic Oceans. These approaches include a direct empirical relationship between POC and the blue-to-green band ratio of reflectance, Rrs(λB)/Rrs(555), and two-step algorithms that consist of relationships linking reflectance to an inherent optical property IOP (beam attenuation or backscattering coefficient) and POC to the IOP. We considered two-step empirical algorithms that exclusively include pairs of empirical relationships and two-step hybrid algorithms that consist of semianalytical models and empirical relationships. The surface POC in our data set ranges from about 10 mg m-3 within the South Pacific Subtropical Gyre to 270 mg m-3 in the Chilean upwelling area, and data on phytoplankton pigments, suspended particulate matter, and the backscattering ratio suggest a considerable variation in the composition of particulate assemblages in the investigated waters. The POC algorithm based on the direct relationship between POC and Rrs(λB)/Rrs(555) promises reasonably good performance in the vast areas of the open ocean covering different provinces from hyperoligotrophic and oligotrophic waters within subtropical gyres to eutrophic coastal upwelling regimes characteristic of eastern ocean boundaries. The best error statistics were found for power function fits to the data of POC vs. Rrs(443)/Rrs(555) and POC vs. Rrs(490)/Rrs(555). For our data set that includes over 50 data pairs, these relationships are characterized by the mean normalized bias of about 2% and the normalized root mean square error of about 20%. We recommend that these algorithms be implemented for routine processing of ocean color satellite data to produce maps of surface POC with the status of an evaluation data product for continued work on algorithm development and refinements. The two-step algorithms also deserve further attention because they can utilize various models for estimating IOPs from reflectance, offer advantages for developing an understanding of bio-optical variability underlying the algorithms, and provide flexibility for regional or seasonal parameterizations of the algorithms.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».