1 / 34

Modelos de Productividad Primaria para aplicación en imágenes de color del océano

Modelos de Productividad Primaria para aplicación en imágenes de color del océano. LA MATEMATICA DE LA PRODUCTIVIDAD PRIMARIA. Forma de la Curva y Ecuaciones. Smith, 1936 Jassby and Platt (1976) Platt et al. (1980). Sensores Remotos y Modelos. 1 a profundidad óptica (1/ Kd ).

rainer
Download Presentation

Modelos de Productividad Primaria para aplicación en imágenes de color del océano

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Modelos de Productividad Primariapara aplicación en imágenes de color del océano

  2. LA MATEMATICA DE LA PRODUCTIVIDAD PRIMARIA

  3. Forma de la Curva y Ecuaciones • Smith, 1936 • Jassby and Platt (1976) • Platt et al. (1980)

  4. Sensores Remotos y Modelos • 1a profundidad óptica (1/Kd) • Chla:indicador de biomasa (B) • Como relacionar con PP? Modelos PB = mg C/mg Chla/dia

  5. 1/Kd (PP = mg C/m2/dia ) Que pasa con Chla en z ? Que pasa con Parámetros Fotosintéticos ? PROVINCIAS BIOGEOQUIMICAS

  6. El Nombre • Provincias Biogeoquimicas(Plattet al., 1988, 1991; Mueller & Lange, 1989; Sathyendranath et al., 1995, Longhurst et al., 95, Longhurst, 98) • Regiones Biogeograficas(Santamaria-del-Angelet al., 94; Gonzalez-Silvera et al., 04). • Provincias Oceánicas (Esaiaset al., 00). • Provincias Marinas (Szekielda, 05). • Regiones Biofísicas (Saracenoet al., 05, 06). • Provincias Ecológicas Dinámicas (Dowellet al., 06; Omachi et al., 06). • Provincias Bio-Opticas(Campbell et al, 06). • … • Sesion Especial sobre"Ecological and Biogeochemical Provinces of the Ocean"en el “AGU Ocean Sciences Meeting “(20-24 February 2006, Honolulu). 

  7. Regionalizaciones • El concepto de regionalizacion busca explicar patrones espaciales de distribucion que son un resultado de las interacciones entre los organismos y su ambiente. • Se ha utilizadopara la determinacion de la PP usandosensoresremotosdesde los trabajos de Platt y Sathyendranath (1988, 1990, 1995, …) • Relaciona el estado “biológico” del ecosistema marina (ej. Estructura de la comunidad, productividad, fisiología del fitoplancton) a su ambiente físico (ej. Salinidad, temperatura, luz disponible). Entender las relaciones Administrar recursos • Provinciaspueden ser consideradascomoregiones con un patron de co-variacionespacial y con ciertogrado de estructuracionpermanente. Longhurst,A. 1996. Ecological Geography of the Sea. Academic Press.

  8. Criterios • Los criterios que se han establecido se basan en: • Forzantes físicas • Disponibilidad de luz y nutrientes • Complejidad de la estructura trófica • Propiedades bio-opticas • Relación entre biomasa del fitoplancton y temperatura superficial • … En general, una sistema de clasificación no es otra cosa si no el intento de entender el ecosistema como un todo a partir de la comprensión de sus componentes homogéneos.

  9. Un ejemplobasado en datosin situ: Millan-Nunez et al., 1996, 97

  10. Ejemplosbasados en datos de satelite: Santamaria del Angel et al, 1994

  11. Limites estáticos entre Provincias Hoepffner et al, 1999

  12. Provincias Dinámicas … Gonzalez-Silvera et al., 2006

  13. SUMMER January

  14. AUTUMN April

  15. WINTER July

  16. Spring October

  17. Que pasa con Chla en z?

  18. Representación de los perfiles mediante un modelo Gaussiano propuesto por Platt et al., 1988 Donde: Bo = biomasainicialpordebajo de la curva h = biomasa total sobre la línea de base  = curtosis Zm = profundidad del máximo de concentración de clorofila

  19. Millan et al., 1996 • Se reunieron3410 perfileshasta 150 mts de clorofila (1978 a 1992) • Se separaron los datos en condiciones de épocafría y condiciones de épocacaliente

  20. Fig. 8 Promedios de perfiles estimados para cada región con la misma concentración de clorofila Superficial para cada una de las subregiones y época.

  21. Fig. 9 Comparación de perfiles reales de CAlCOFi de 1994 con los modelados.

  22. Una vez conociendo Chla (z) • Parametros Fotosinteticos? Provincias Biogeoquimicas

  23. Una vez conociendo Chla (z) y Parametros PmB y aB • Ed: Modelos que calculan la penetración de la luz en el agua tomando en cuenta su calidad espectral (Sathyendranath & Platt, 1988). Ver http://www.ioccg.org • Ed: modelos que toman en cuenta el Kd y PAR en superficie, partiendo del hecho que estas las puedo obtener por sensores remotos.

  24. Regionalización Parámetros Fotosintéticos 4 ETAPAS Perfil de biomasa Modelo PP

  25. Modelos Semi-Analíticos – se basan en las relaciones estadisticas entre ciertas variables pero principalmente en parametros que describen la fisiologia del fitoplancton. Los principales: Bedford (Platt et al., 91 y otras …) http://www.ioccg.org/software/Ocean_Production/index.html LPCM (Morel, 91; Antoine & Morel, 96a,b) VGPM (Behrenfeld & Falkowski, 97) http://marine.rutgers.edu/opp/ HY97 (Howard & Yoder, 97)

  26. Bedford (Platt & Sathyendranath) PAR

  27. LPCM(Morel & Antoine) • PUR – Photosynthetically USABLE Radiation Ctot = Chla calculada usando Csat (ver a seguir) Y* = tasas de fotosíntesis normalizada por clorofila y por unidad de luz ABSORBIDA Jc = factor de conversión para indicar lo que seria la transformación de energía luminosa en energía química (fotosíntesis)

  28. VGPM (Behrenfeld & Falkowski) Inputs: Clorofila-a SST SSPAR Fotoperiodo (duración del dia)

  29. Zeu 568.2 (CTOT)-0.746 Zeu < 102 Zeu = 200.0 (CTOT)-0.293 Zeu > 102 38.0 (CSAT)0.425 CSAT < 1.0 CTOT = 40.2 (CSAT)0.507 CSAT 1.0 (Morel & Berthon, 1989)

  30. 1.13 4.00 PB’opt si T < -1.0 PBopt = si T > 28.5 Fuera del rango arriba PBopt • Tasa optima de fijación de carbono dentro de la columna de agua (mg C (mg Chla)-1 h-1) y se modela de acuerdo a su relación con la temperatura.

  31. HY97(Howard & Yoder) • Estima PP en la capa de mezcla y NO en toda la zona eufotica • Zml = profunidad de la Zeu • Eml = irradiancia promedio dentro de la Zeu

  32. Bibliografia • PLATT, T. e SATHYENDRANATH, S. 1988. Oceanic Primary Production: Estimation by Remote Sensing at local and regional scales. Science 241: 1613-1620. • PLATT, T.; SATHYENDRANATH, S.; CAVERHILL, C. M. e LEWIS, M. R. 1988. Oceanic Primary Production and available light: further algorithms for remote sensing. Deep-Sea Res. 35 (6): 855 - 879. • SATHYENDRANATH, S. e PLATT, T. 1988. The spectral Irradiance field at the surface and in the interior of the ocean: A model for applications in Oceanography and Remote Sensing. J. Geoph. Res. 93: 9270-7422. • SATHYENDRANATH, S. e PLATT, T. 1989a. Computation of aquatic primary production: Extended formalism to include effects of angular and spectral distribution of light. Limnol. Oceanogr. 34: 188-198. • SATHYENDRANATH, S. e PLATT, T. 1989b. Remote sensing of ocean chlorophyll: Consequence of non-uniform pigment profile. Appl. Opt. 28: 490-495. • SATHYENDRANATH, S.; PLATT, T.; CAVERHILL, C.M.; WARNOCK, R.E. E LEWIS, M.R. 1989. Remote sensing of oceanic primary production: computations using a spectral model. Deep-Sea Res. 36 (3): 431-453. • BALCH, W. M.; ABBOTT, M .R. e EPPLEY, R .W. 1989a. Remote sensing of primary production - I. A comparison of empirical and semi-analytical algorithms. Deep-Sea Res. 36 (2) : 281-295. • BALCH, W. M.; EPPLEY, R. W. e ABBOTT, M. R. 1989b. Remote sensing of primary production - II. A semi-analytical algorithm based on pigments, temperature and light. Deep-Sea Res. 36: 1201-1217. • MOREL, A. 1991. Light and marine photosynthesis: a spectral model with geochemical and climatological implications. Progr. Oceanogr. 26: 263-306. • PLATT, T.; CAVERHILL, C. E SATHYENDRANATH, S. 1991. Basin-Scale estimates of Oceanic Primary Production by Remote Sensing: The North Atlantic. J. Geoph. Res. 96(C8): 15147-15159. • LONGHURST, A.; SATHYENDRANATH, S.; PLATT, T. E CAVERHILL, C. 1995. An estimate of global primary production in the ocean from satellite radiometer data. J.Plank. Res., 17 (6): 1245-1271.

  33. Bibliografia • PLATT, T.; SATHYENDRANATH, S. & LONGHURST, A. 1995. Remote Sensing of primary production in the ocean: promise and fulfilment. Phil. Trans. R. Soc. London 348: 191-202. • SATHYENDRANATH, S.; LONGHURST, A. CAVERHILL, C. & PLATT, T. 1995. Regionally and Seasonally differenciated primary production in the North Atlantic. Depp-Sea Res. 42(10): 1773-1802. • Antoine, D. & Morel, A. 1996. Oceanicprimaryproduction. 1. Adaptation of a spectral light-photosynthesismodel in view of applicationtosatellitechlorophyllobservations. Global BiogeochemicalCycles 10: 43-55. • Behrenfeld, M.J. & Falkowski, P.G. 1997. Photosynthetic rates derived from satellite-based chlorophyll concentration. Limnol. & oceanogr. 42: 1-20. • Howard, K. L. and J. A. Yoder. "Contributions of the Subtropical Oceans to Global Primary Production."  IN: Subspace Remote Sensing of Subtropical Oceans: Proceedings of the COSPAR Colloquium.... Edited bhy Cho-Teng Liu. Pergamon. 1997.  p.157-167. • McClain C.R. et al. 2002. Satellite ocean-color observations of the tropical Pacific Ocean. Deep-Sea Res II 49: 2533-2560. • Behrenfeld et al., 2005. carbon-basedoceanproductivity and phytoplanktonphysiologyfromspace. Global BiogeochemicalCycles 19: GB1006, doi:10.1029/2004GB002299.

  34. Ejemplos

More Related