Las observaciones satelitales ofrecen un gran enfoque para investigar las características de los principales parámetros marinos, incluyendo clorofila y temperatura de la superficie del mar, altura de la superficie del mar y los factores derivados de estos parámetros, como frentes. Nuestro estudio muestra cómo utilizar las observaciones satelitales para describir los principales parámetros y sus relaciones. La ciencia de datos por satélite de 2002 a 2017 se utilizó para describir las características superficiales del Mar de China Meridional.
La observación satelital de la clorofila es un factor, que se utiliza para la protección de los océanos. Se investigaron factores relacionados con la variabilidad de la clorofila utilizando series temporales. El método se puede aplicar a otros océanos globales y será útil para entender la dinámica marina y el ecosistema.
Mostramos un procedimiento paso a paso para adquirir datos satelitales de diferentes parámetros que describen las variaciones espaciales y temporales y determinamos las interrelaciones entre diferentes factores. Se obtienen variaciones espaciales y temporales de los parámetros. Son la función ortogonal empírica y la interrelación entre los diferentes factores se adquiere mediante coeficientes de correlación cero.
Para la temperatura de la superficie del mar y la adquisición de datos de clorofila de superficie marina, descargue un conjunto de datos de observaciones satelitales de MODIS Aqua, para el que la resolución espacial de ambos datasets es de aproximadamente 4,5 kilómetros a intervalos diarios. Almacene los archivos satélite descargados en la carpeta de datos y eriga el directorio de carpetas como se muestra. Agregue la ruta de la caja de herramientas para el archivo NetCDF en MATLAB y seleccione agregar con subcarpetas para incluir las rutas de la carpeta de scripts.
La ruta de acceso para todos los directorios necesarios de los datos y funciones aparecerá en la ruta de búsqueda de MATLAB. A continuación, cargue los datos de temperatura de la superficie del mar en el software de análisis. Para la adquisición de datasets de anomalías a nivel del mar, descargue datos diarios de anomalías del nivel del mar con una resolución espacial de 25 kilómetros desde el mismo período de tiempo e introduzca el comando para cargar los datos de anomalía de nivel de mar de un solo día.
Para obtener los datos de velocidad del viento, descargue los datos de viento del mismo período de tiempo de un producto de renálisis provisional de la ERA e introduzca el comando para leer los datos de viento de un mes. Las variables u, v y time obtenidas representan todas las velocidades zonales y meridianas y el tiempo correspondiente respectivamente. Para acceder al conjunto de datos de topografía, descargue los datos de topografía de alta resolución del sitio web de los Centros Nacionales de Información Ambiental e introduzca el comando para cargar los datos de topografía en el software de análisis.
Las variables XX, YY y ZZ indican la latitud, longitud y profundidad correspondiente respectivamente. Debido a la gran cobertura de nubes en la temperatura de la superficie del mar y los datos de clorofila de la superficie del mar, utilice el comando para reemplazar los datos originales con los datos medios de tres días. Dado que la resolución espacial no es coherente para diferentes datasets, escriba el comando para interpolar la temperatura de la superficie del mar y los datos de clorofila de la superficie del mar en una cuadrícula espacial que sea la misma que la cuadrícula espacial de anomalías del viento y el nivel del mar.
Introduzca el comando como se indica para calcular la tensión del viento y el rizo de tensión del viento. Para calcular la temperatura mensual de la superficie del mar, el viento y las series temporales de anomalías del nivel del mar como promedios de 30 días en cada píxel, introduzca el comando como se indica. Para el suavizado espacial, escriba el comando para ejecutar el script para suavizar los datos de temperatura media de la superficie del mar de tres días en cada píxel.
Para determinar el gradiente de temperatura de la superficie del mar, introduzca el comando para ejecutar el script para calcular los gradientes de temperatura de la superficie del mar y zonal como la diferencia de temperatura de la superficie del mar entre los dos píxeles más cercanos divididos por la distancia correspondiente. Para identificar un frente probando el valor del gradiente de temperatura de la superficie del mar, etiquete el píxel como un píxel frontal potencial si el valor era mayor que un umbral designado. Para calcular la probabilidad frontal mensual de observar un frente para un intervalo de tiempo específico, escriba el comando.
Para cargar los datos mensuales para el análisis, introduzca los comandos y aplique una función ortogonal empírica para describir las variaciones espaciales y temporales de los diferentes parámetros. El programa calculará la magnitud, los valores propios y la amplitud de las funciones ortogonales empíricas para el conjunto de datos. Para determinar la correlación en la escala estacional, escriba el comando para calcular las correlaciones entre dos factores utilizando su serie temporal en cada píxel.
A continuación, introduzca el comando para calcular las correlaciones entre las anomalías mensuales de la clorofila de la superficie del mar y otros factores. Para mostrar la información del satélite, introduzca el comando para ejecutar el script para generar un escaparate de información satelital, incluida la clorofila de la superficie del mar, la temperatura y el viento, y la anomalía del nivel del mar y la distribución frontal. Introduzca el comando para mostrar el resultado de la función ortogonal empírica.
A continuación, introduzca el comando como se indica para calcular la relación entre la clorofila y otros factores en campos estacionales y anómalos. La topografía tiene un impacto prominente en la distribución espacial de clorofila de superficie marina con clorofila de superficie de alta mar distribuida principalmente a lo largo de la costa del Mar de China Meridional, donde la topografía es poco profunda. El viento también está influenciado por la orografía con el lado arrendatario de las montañas caracterizado por el viento débil y un prominente rizo de estrés del viento identificado al suroeste del Mar de China Meridional.
Los umbrales aplicados aquí capturan eficazmente la ubicación del frente y aseguran la representación de los límites de masas de agua enteras. En este análisis, la función ortogonal empírica se capturó una gran varianza en la sección norte del Mar de China Meridional. El promedio mensual correspondiente de la serie temporal mostró que la clorofila de la superficie del mar fue elevada durante el invierno y deprimida durante el verano.
La región al lado de la costa suroeste se caracterizó por una magnitud débil, y la variabilidad correspondiente fue capturada principalmente por la función ortogonal empírica dos. Los valores de clorofila de la superficie del mar fueron altos en el verano y bajos en el invierno, que estaba principalmente fuera de fase en comparación con la región norte. De hecho, la serie temporal mensual para las funciones ortogonales empíricas demostró una clara variabilidad estacional con función ortogonal empírica dos funciones ortogonales empíricas principales una por aproximadamente cuatro meses.
Las correlaciones entre la clorofila y otros factores representan las interrelaciones de los factores. Por ejemplo, en este análisis, la temperatura de la superficie del mar se correlaciona negativamente con la clorofila, mientras que la tensión del viento se correlaciona positivamente con la clorofila. Por lo tanto, una alta clorofila se asoció con una baja temperatura y un fuerte viento para estos datos.
Identificar la variabilidad de los parámetros oceánicos e investigar su relación con la clorofila son críticos e importantes para la dinámica oceánica y el ecosistema marino. Las actividades frontales son particularmente importantes porque la alta clorofila generalmente se asocia con el frente. La modificación puede tener lugar para cambiar el umbral de la detección frontal y el mejor enfoque para validar el frente es compararlos con las observaciones del instituto.
En resumen, el uso de observaciones por satélite puede describir con precisión la distribución espacial y la variabilidad temporal en las entidades de la superficie oceánica. Con la resolución cada vez mayor de características más detalladas se pueden identificar e investigar en el futuro.
