Evaluating the performance of the OC5 algorithm of IFREMER for the highly turbid waters of Río de la Plata

O sensoriamento remoto fornece uma visão global dos oceanos, embora seja necessária uma validação prévia. O IFREMER desenvolveu o algoritmo empírico OC5 para águas altamente turvas (tipo 2), que mostrou um bom desempenho para essas regiões. Neste trabalho, é analisado o desempenho desse algoritmo no...

Descripción completa

Detalles Bibliográficos
Autores: Camiolo, Martina Daniela, Cozzolino, Ezequiel, Simionato, Claudia Gloria, Hozbor, María Constanza, Lasta, Carlos Ángel
Tipo de recurso: artículo
Estado:Versión publicada
Fecha de publicación:2016
País:Brasil
Institución:Universidade de São Paulo (USP)
Repositorio:Brazilian Journal of Oceanography
Idioma:inglés
OAI Identifier:oai:revistas.usp.br:article/114936
Acceso en línea:https://revistas.usp.br/bjoce/article/view/114936
Access Level:acceso abierto
Descripción
Sumario:O sensoriamento remoto fornece uma visão global dos oceanos, embora seja necessária uma validação prévia. O IFREMER desenvolveu o algoritmo empírico OC5 para águas altamente turvas (tipo 2), que mostrou um bom desempenho para essas regiões. Neste trabalho, é analisado o desempenho desse algoritmo no estuário do Rio da Prata, utilizando observações in-situ de clorofila-a e partículas em suspensão. Três métodos diferentes de exclusão foram utilizados para combinar observações in-situ e remotas. Os resultados mostram uma baixa correlação entre os dois tipos de observações no estuário para ambas as variáveis. Além disso, a Raiz do Erro Quadrático Médio foi superior a 35% para as duas variáveis, indicando uma ineficiência do OC5 para os dados capturados pelo MODIS. Esse fraco desempenho pode estar relacionado à natureza empírica do algoritmo, à quantidade e distribuição dos dados utilizados para a análise, às espécies que compõem o fitoplâncton da região, à presença de outras substâncias oticamente ativas na água e aos erros nas correções atmosféricas e/ou na variabilidade espacial das variáveis analisadas. Estes resultados confirmam a necessidade de desenvolver algoritmos regionais considerando as características físicas e biológicas da área em estudo.