Aarhus Universitets segl

Nr. 508:Operationalisering og modelassimilering af satellitbaserede klorofyldata

Holbach, A., Markager, S., Closter, R.M., Mariegaard J.S., Erichsen, A.C., Kronborg, M.-B. 2022. Operationalisering og modelassimilering af satellitbaserede klorofyldata. Aarhus Universitet, DCE – Nationalt Center for Miljø og Energi, 74 s. - Videnskabelig rapport nr. 508

Sammenfatning

Denne rapport omhandler et fælles forsknings- og udviklingsprojekt mellem Aarhus Universitet og DHI med formålet at (1) operationalisere en ny metode til optimeringen af et satellitbaseret klorofylprodukt for komplekse kystnære områder og (2) teste og udvikle rutiner til assimilering af det optimerede klorofylprodukt i DHIs mekanistiske bio-geokemiske modeller.

Metoden til optimering af satellitbaseret klorofylovervågning gør brug af Sentinel-3s klorofylprodukt for komplekse kystnære marine vandområder, samt in situ klorofylmålinger i NOVANA programmet, og en ny distancevægtet rumlig regressionsmodel. Regressionsmodellen leverer rumlige lag af to skaleringsfaktorer, som bruges til at beregne klorofylkoncentration ud fra estimater af pigmentabsorption i Sentinel-3s klorofylprodukt. For de danske marine områder forbedrer det dermed optimerede klorofylprodukt sammenhængen med traditionelle in situ klorofylmålinger signifikant. Derudover viser skaleringsfaktorerne klare sammenhænge med lokale økologiske forhold og fytoplanktonsamfundet. Optimeringsmetoden er blevet operationaliseret således at nye satellit- og overvågningsdata fremadrettet kan integreres rutinemæssigt for at anvende optimeringsmetoden automatisk. Det operationelle system kan ligeledes levere klorofyldata egnet til assimilering i DHIs model.

Dataassimilering er en kompleks opgave, men ved eksemplet af lokalmodellen for det Nordlige Bælthav viser de udviklede rutiner, baseret på ensemble Kalman filter, potentiale til at forbedre overensstemmelsen mellem modellerede og in situ klorofylkoncentrationer. Forbedringen er ikke begrænset til områder, hvor der eksisterer satellitdata til assimilering, også i områder, som f.eks. Vejle Fjord, hvor dækningen af satellit data er ringere, forbedres modelresultaterne. Dataassimilering påvirker ikke alene den assimilerede variabel (her klorofyl), men også afledte variable. Mens lys blev forbedret en anelse, sammenlignet med målinger, viste næringssaltene imidlertid ikke de samme positive tendenser på alle stationer.

Projektets resultater viser at der er et stort potentiale ved anvendelse af satellitbaserede data til overvågning af klorofylkoncentrationen og udbredelse af fytoplankton i danske farvande. Desuden viser vi, at man med fordel kan forbedre mekanistiske modeller ved assimilering af satellitbaserede klorofyldatasæt. Projektet afdækker også en række potentielle fokusområder for fremtidigt forskningsarbejde, som skal adresseres for at opnå den bedst mulige merværdi af disse nye teknologier i den nationale overvågning af de danske marine vandområder.