2021 Fiscal Year Annual Research Report
新リモートセンシング手法による全球湖沼一次生産量の推定
| Project/Area Number |
17H01850
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
松下 文経 筑波大学, 生命環境系, 准教授 (80361319)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
楊 偉 千葉大学, 環境リモートセンシング研究センター, 助教 (80725044)
福島 武彦 茨城県霞ケ浦環境科学センター(湖沼環境研究室、大気・化学物質研究室), 湖沼環境研究室, センター長 (90124354)
|
|---|
| Project Period (FY) |
2017-04-01 – 2022-03-31
|
| Keywords | 一次生産量 / クロロフィルa濃度 / 水温 / 機械学習 / 半理論モデル |
|---|
| Outline of Annual Research Achievements |
理論的には、植物プランクトンの吸収係数をベースにしたAbPMモデルによる水域の一次生産量の推定の方が最適だと考えられるが、水域の総吸収係数から植物プランクトンの吸収係数の分離は依然課題として残されているため、本年度はクロロフィルa濃度をベースにした推定モデルの一種であるTPM（ Theory-based primary Production Model）モデルに着目した。TPMモデルは、その半分析的な性質（ほぼ理論的な方程式に基づく）により、様々な水域に適用できる可能性がある。TPMモデルの精度は、植物プランクトンの光生理学的応答が適切にパラメーター化されているかどうか（すなわち、同化数PmaxBと光飽和パラメーターEkのリモートセンシングデータによる高精度での推定）に大きく依存する。しかし、PmaxBとEkの衛星データによる推定は困難な作業であり、その進捗が遅れているため、TPMモデルの応用が妨げられているのが現状である。そこで、本研究は、衛星データからPmaxBとEkを高精度で推定するための機械学習アルゴリズム（ERFR）を提案した。また、ERFRは、外洋や沿岸水域、湖沼など様々な栄養状態及び生物地理学的条件を持つ水域から収集してきた現地データによってトレーニングされたため、汎用性の高いものである。さらに、別途で収集してきた現地データを使用した評価によって、ERFRは従来の経験的及び半分析的アルゴリズムよりも優れており、PmaxBとEkの変動をより適切に捉えることを明らかにした。最後に、本研究で開発したモデルを用いて全球水域の一次生産量の推定を行い、より合理的な空間分布（特に極地、沿岸、および内陸水域での推定結果）を得た。これらの結果は、本研究で提案した手法の有用性を示している。
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
-
-
-
[Journal Article] Simultaneous retrieval of selected optical water quality indicators from Landsat-8, Sentinel-2, and Sentinel-32022
Author(s)
N. Pahlevan, B. Smith, K. Alikas, J. Anstee, C. Barbosa, C. Binding, M. Bresciani, B. Cremella, C. Giardino, D. Gurlin, V. Fernandez, C. Jamet, K. Kangro, M. K. Lehmann, H. Loisel, B. Matsushita, N. Ha`, L. Olmanson, G. Potvin, S. G.H. Simis, A. VanderWoude, V. Vantrepotte, A. Ruiz-Verd;
-
Journal Title
Remote Sensing of Environment
Volume: 270
Pages: 112860
DOI
Peer Reviewed / Int'l Joint Research
-
-
[Journal Article] Remotely estimating total suspended solids concentration in clear to extremely turbid waters using a novel semi-analytical method2021
Author(s)
D. Jiang, B. Matsushita, N. Pahlevan, D. Gurlin, M. K. Lehmann, C. G. Fichot, J. Schalles, H. Loisel, C. Binding, Y. Zhang, K. Alikas, K. Kangro, M. Uusoue, M. Ondrusek, S. Greb, W. J. Moses, S. Lohrenz, D. O’Donnell
-
Journal Title
Remote Sensing of Environment
Volume: 258
Pages: 112386
DOI
Peer Reviewed / Int'l Joint Research
-
-
-
-
-
-
