NASAオーシャンカラーアルゴリズムによるラジオメトリックデータの不確かさの伝播のためのアプローチ

Approach for Propagating Radiometric Data Uncertainties Through NASA Ocean Color Algorithms.

• Lachlan I W McKinna
• Ivona Cetinić
• Alison P Chase
• P Jeremy Werdell

抄録

海洋の分光放射計衛星観測は、一般的に「オーシャンカラー」リモートセンシングと呼ばれています。NASAは1997年のSea-viewing Wide-field-of-view Sensor (SeaWiFS)の打ち上げ以来、継続的に海洋カラーデータの収集、処理、配布を行ってきました。過去20年の間に、センサーで観測された放射計から地球物理学的データを導出する海洋カラーアルゴリズムが数多く開発されてきたが、導出されたデータの測定の不確かさをどのようにして推定するかを明確に示した論文はほとんどなかった。新しいセンサや最新のセンサの発売に伴い、海洋カラーデータプロダクトの利用が拡大し続けているため、ルーチンのデータ処理の際に、ピクセル単位でデータプロダクトの不確かさを推定することが非常に重要になります。不確実性の知識は、長期的な気候記録を研究する際や、生物光学アルゴリズムの開発や性能評価を支援するために利用することができます。本論文では、選択された生物光学モデルを通して放射性不確かさを伝播させるための一次一次モーメント(FOFM)計算の定式化方法の包括的な概要を提供する。我々は、次のNASAの海洋カラーデータのためのFOFM不確かさの定式化を実証する：クロロフィル-a顔料濃度（）、490 nmでの拡散減衰係数（）、粒子状有機炭素（）、正規化された蛍光線の高さ（）、および固有の光学特性（IOPs）。品質管理されたハイパースペクトルリモートセンシング反射率（ ）データセットを用いて、計算コストが安いが代数的に複雑なFOFM計算が、計算コストの高いモンテカルロ法を用いてどのように正しいかを評価できるかを示す。我々は、スペクトル的に平坦で相関のない相対的不確かさを1, 5, 10%と仮定して、我々の試験データセットを用いて得られた生体光学製品の不確かさを比較する。また、スペクトル依存性があり、相関のない相対的不確かさを考慮した。のスペクトル共分散を考慮することの重要性を、SeaWiFS画像の例を用いて強調しています。また、生態系に関連するデータ製品の測定不確かさ予算を構築するために、どのようにFOFM定式化が使用されるかを説明するために、2つのアルゴリズムの簡単なケーススタディを紹介します。このような知識は、たとえ初歩的なものであっても、エンドユーザーがデータ製品を選択する際や独自のアルゴリズムを開発する際に有用な情報を提供する可能性がある。

Spectroradiometric satellite observations of the ocean are commonly referred to as "ocean color" remote sensing. NASA has continuously collected, processed, and distributed ocean color datasets since the launch of the Sea-viewing Wide-field-of-view Sensor (SeaWiFS) in 1997. While numerous ocean color algorithms have been developed in the past two decades that derive geophysical data products from sensor-observed radiometry, few papers have clearly demonstrated how to estimate measurement uncertainty in derived data products. As the uptake of ocean color data products continues to grow with the launch of new and advanced sensors, it is critical that pixel-by-pixel data product uncertainties are estimated during routine data processing. Knowledge of uncertainties can be used when studying long-term climate records, or to assist in the development and performance appraisal of bio-optical algorithms. In this methods paper we provide a comprehensive overview of how to formulate first-order first-moment (FOFM) calculus for propagating radiometric uncertainties through a selection of bio-optical models. We demonstrate FOFM uncertainty formulations for the following NASA ocean color data products: chlorophyll-a pigment concentration (), the diffuse attenuation coefficient at 490 nm (), particulate organic carbon (), normalized fluorescent line height (), and inherent optical properties (IOPs). Using a quality-controlled hyperspectral remote sensing reflectance ( ) dataset, we show how computationally inexpensive, yet algebraically complex, FOFM calculations may be evaluated for correctness using the more computationally expensive Monte Carlo approach. We compare bio-optical product uncertainties derived using our test dataset assuming spectrally-flat, uncorrelated relative uncertainties of 1, 5, and 10%. We also consider spectrally dependent, uncorrelated relative uncertainties in . The importance of considering spectral covariances in , where practicable, in the FOFM methodology is highlighted with an example SeaWiFS image. We also present a brief case study of two algorithms to illustrate how FOFM formulations may be used to construct measurement uncertainty budgets for ecologically-relevant data products. Such knowledge, even if rudimentary, may provide useful information to end-users when selecting data products or when developing their own algorithms.