Sentinel satelītdatu izmantošana kā alternatīva hlorofila-a in situ mērījumu veikšanai Rīgas līcī

Abstract

Hlorofila-a mērīšana un uzraudzīšana ir svarīga vides izmaiņu konstatēšanā un vides problēmu risināšanā Rīgas līcī. Attālinātā hlorofila-a mērīšana būtu efektīvāka par in situ paraugu ievākšanu, jo tiktu vienlaicīgi apsekota liela teritorija, ietaupīts laiks un resursi. Mūsdienu tālvadības sensoru, piemēram, OLCI (Okeāna un zemes krāsu instrumenta) uz Sentinel-3 satelīta ir ļāvusi iegūt okeāna bioģeoķīmiskos produktus ar augstāku telpisko (300 m x 300 m) izšķirtspēju, nekā tas bija iespējams agrāk. Taču galvenā problēma ir Baltijas jūras optiskās īpašības, kas sarežģī attālināto metožu algoritmu pielietošanu. Bakalaura darba mērķis ir novērtēt Sentinel satelītdatu produktu precizitāti Rīgas līča ūdeņos, salīdzinot Sentinel C2RCC izejas produkta (Chl_NN) datus ar in situ hlorofila-a iegūtajiem datiem laika periodā no 2018. līdz 2021. gadam pēc trīs metodēm (0m, 0-10m, CTD). Veicot datu analīzi izvērtēta korelācija starp Sentinel datiem un in situ datiem.

Measurement and monitoring of chlorophyll are important in detecting environmental changes and solving environmental problems in the Gulf of Riga. Remote measurement of chlorophyll-a would be more efficient than in situ sampling, as it would cover a large area at the same time, saving time and resources. Modern remote sensing sensors of Sentinel-3 satellite, such as the OLCI (Ocean and Earth Color Instrument), have made it possible to gather ocean biogeochemical products with a better spatial resolution (300 m x 300 m) than before. However, the main problem is the optical properties of the Baltic Sea, which complicates the application of remote algorithms. The aim of the bachelor's thesis is to evaluate the accuracy of Sentinel satellite data products in the Gulf of Riga by comparing Sentinel C2RCC product output (Chl_NN) data with in situ chlorophyll-a data collected from 2018 to 2021 by three methods (0m, 0-10m, CTD). The correlation between Sentinel data and in situ data was evaluated during data analysis.