Dernières nouvelles

Votre lessive rejette des microfibres nocives. Voici ce que vous pouvez faire à ce sujet.

May 22, 2023

Les 3 meilleurs scellants sous vide de 2023

Apr 02, 2023

Outils auxiliaires sur mesure de gareth ladley faits sur mesure pour les chefs

May 12, 2023

Outils auxiliaires sur mesure de gareth ladley faits sur mesure pour les chefs

Jun 11, 2023

GLORIE

Mar 29, 2023

Données scientifiques volume 10, Numéro d'article : 100 (2023) Citer cet article

7902 Accès

1 Citations

73 Altmétrique

Détails des métriques

Une correction de l'auteur à cet article a été publiée le 06 avril 2023

Cet article a été mis à jour

Le développement d'algorithmes de télédétection de la qualité de l'eau (RSWQ) nécessite une grande quantité de données in situ pour rendre compte de la diversité bio-géo-optique des eaux intérieures et côtières. L'ensemble de données de la communauté GLObal Reflectance pour l'imagerie et la détection optique des environnements aquatiques (GLORIA) comprend 7 572 mesures de réflectance de télédétection hyperspectrale organisées à des intervalles de 1 nm dans la plage de longueurs d'onde de 350 à 900 nm. De plus, au moins une mesure colocalisée de la qualité de l'eau de la chlorophylle a, du total des solides en suspension, de l'absorption par les substances dissoutes et de la profondeur de Secchi est fournie. Les données ont été fournies par des chercheurs affiliés à 59 institutions dans le monde et proviennent de 450 masses d'eau différentes, faisant de GLORIA l'état de facto des connaissances sur la diversité optique aquatique côtière et intérieure in situ. Chaque mesure est documentée avec des détails méthodologiques complets, permettant aux utilisateurs d'évaluer l'aptitude à l'emploi et fournissant une référence aux praticiens qui planifient des mesures similaires. Nous fournissons un accès ouvert et gratuit à cet ensemble de données dans le but de permettre des progrès scientifiques et technologiques vers une surveillance opérationnelle régionale et mondiale du RSWQ.

La lumière du soleil réfléchie à travers l'interface eau-air porte les signatures spectrales caractéristiques de plusieurs constituants clés de la qualité de l'eau en raison de leurs propriétés d'absorption et de diffusion spécifiques à la longueur d'onde1,2. La chlorophylle a, le total des solides en suspension et la matière organique dissoute colorée sont les principaux constituants optiquement actifs dans les eaux intérieures et côtières3,4, et des mesures courantes de la qualité de l'eau utilisées pour la gestion de l'écosystème et de la santé publique5,6,7,8. Des mesures précises de la réflectance spectrale (c.-à-d. la radiance ascendante normalisée par l'irradiance solaire descendante) sont à la base d'applications de surveillance environnementale synoptiques et rentables utilisant des capteurs satellites, des capteurs automatisés installés près de la surface de l'eau et des instruments portables pour les enquêtes manuelles sur le terrain9.

Les instruments spatiaux fournissent des estimations précises de la chlorophylle a et de la rétrodiffusion des particules en haute mer depuis la fin des années 1990 avec les données du Sea-viewing Wide Field-of-view Sensor (SeaWiFS) suivi de beaucoup d'autres, y compris le MEdium Resolution Imaging Spectrometer (MERIS) et Moderate Resolution Imaging Spectroradiometer (MODIS) dans les années 2000, et Ocean and Land Color Instrument (OLCI) and Visible Infrared Imaging Radiometer Suite (VIIRS) au cours de la dernière décennie10,11,12,13,14,15, 16,17. Cependant, dans les eaux côtières et intérieures, les incertitudes dans ces estimations sont généralement beaucoup plus élevées en raison de facteurs qui incluent diverses contributions atmosphériques, la lumière parasite des zones terrestres adjacentes, la variabilité potentiellement non corrélée des constituants optiquement actifs et, dans les eaux optiquement peu profondes, la réflexion du fond9, 18,19,20. De plus, les imageurs à résolution grossière avec une résolution nominale proche de 1 km sont limités dans les systèmes côtiers et étroits où les missions modernes à haute résolution comme Landsat-8 et Sentinel-2 offrent des observations valides21. Dans l'ensemble, la récupération de la qualité de l'eau dans les lacs, les rivières, les estuaires, les lagunes et les eaux côtières côtières reste un domaine de recherche actif où des améliorations sont nécessaires pour que les observations par satellite puissent réaliser leur potentiel et faire partie des programmes de surveillance de routine pour les états, les tendances, et les systèmes d'alerte de santé publique22,23,24,25,26.

De vastes ensembles de données in situ représentatifs à l'échelle mondiale sont essentiels au développement et à la validation d'algorithmes bio-optiques pour soutenir la surveillance à grande échelle à l'aide de technologies d'observation de la Terre par satellite. Ces ensembles de données sont particulièrement rares et géographiquement fragmentés à partir des eaux intérieures et côtières, car les mesures radiométriques ne font pas partie de la plupart des programmes d'échantillonnage de routine et de nombreux lacs sont éloignés et difficiles d'accès.

Nous comblons ces lacunes avec notre ensemble de données communautaires GLObal Reflectance pour l'imagerie et la détection optique des environnements aquatiques (GLORIA). GLORIA comprend plus de 7000 réflectances de télédétection hyperspectrales organisées (Rrs, sr−1) et chlorophylle a colocalisée (Chla, mg m−3), solides en suspension totaux (TSS, gm−3), absorption par la matière organique dissoute colorée (CDOM ) à 440 nm de longueur d'onde (aCDOM(440), m−1) et mesures de profondeur de Secchi (m). Les données ont été fournies par des chercheurs affiliés à 59 institutions dans 20 pays qui ont effectué les mesures pour une gamme d'objectifs sous diverses sources de financement et niveaux de ressources, mais ont partagé l'attention sur des protocoles d'échantillonnage stricts, la ténacité pour atteindre des sites éloignés et inaccessibles, l'engagement à établir de longues -les sites de surveillance des tendances à long terme et la reconnaissance de la valeur des ensembles de données en libre accès pour le bien public. Avec sa couverture presque mondiale, sa gamme géomorphologique de masses d'eau et sa durée de 30 ans (Fig. 2), GLORIA représente l'état de facto des connaissances sur la diversité bio-géo-optique in situ des eaux côtières et intérieures. Des sous-ensembles de données ont déjà produit des contributions significatives au développement d'algorithmes mondiaux pour l'estimation par satellite de Chla, TSS et aCDOM(440) à l'aide de méthodes d'apprentissage automatique à forte intensité de données27,28,29,30,31 ou de méthodes semi-analytiques globales. approches32. Lorsqu'elles étaient disponibles, nous fournissons également des estimations d'incertitude des Rrs et des mesures de la qualité de l'eau sous forme d'écarts-types et de moyennes à partir de mesures répétées. Néanmoins, certains détails méthodologiques actuellement considérés comme pertinents peuvent ne pas avoir été enregistrés au moment de l'observation, ce qui limite notre capacité à évaluer rétrospectivement les sources d'incertitude à des sous-ensembles de l'ensemble de données mondial.

GLORIA s'appuie sur les référentiels de données existants destinés aux études de télédétection des milieux aquatiques. Nous abordons les eaux côtières et intérieures optiquement complexes mal représentées dans les plates-formes de données ouvertes existantes telles que le système d'archivage et de stockage biooptique SeaWiFS (SeaBASS, https://seabass.gsfc.nasa.gov)33,34. Contrairement à d'autres référentiels de données pertinents, tels que la base de données Lake Bio-optical Measurements and Matchup Data for Remote Sensing (LIMNADES, https://limnades.stir.ac.uk), GLORIA est en libre accès. En effectuant un contrôle qualité cohérent sur l'ensemble de l'ensemble de données et en fournissant des détails méthodologiques complets associés à chaque mesure, nous avons produit un ensemble de données autonome prêt à l'analyse pour la communauté.

L'engagement des agences spatiales envers le maintien et l'amélioration des systèmes d'observation optique de la Terre et la flotte en plein essor de plates-formes commerciales indiquent que notre ensemble de données d'attributs couplés réflectance-qualité de l'eau répond à un fort besoin de faciliter le développement d'algorithmes et d'applications. Nous prévoyons que notre collection de configurations et de méthodologies sur le terrain encouragera la collecte de données ciblées pour l'étalonnage et la validation des capteurs satellites à venir35,36,37, ainsi que la croissance des observatoires in situ38,39,40.

L'ensemble de données GLORIA a été rassemblé à partir de la communauté d'optique aquatique de chercheurs ou de groupes de recherche travaillant vers une gamme d'objectifs, y compris la surveillance de routine des sites hautement prioritaires, la caractérisation bio-optique unique d'une gamme de plans d'eau, la collecte de données pour soutenir l'algorithme développement, ou un échantillonnage désigné pour valider des produits équivalents dérivés de satellites. Les efforts pour recueillir ces données ont commencé en 2018 avec le deuxième exercice d'intercomparaison de correction atmosphérique (ACIX-II Aqua), une collaboration internationale pour tester les processeurs qui génèrent des produits de réflectance aquatique à partir de mesures de luminance effectuées au sommet de l'atmosphère19. Des demandes de contributions ont été faites lors des sessions de conférence pertinentes et via les réseaux de recherche des individus. Ces demandes concernaient des spectres de réflectance de télédétection de qualité garantie à des intervalles de 1 nm dans la plage de longueurs d'onde de 350 à 900 nm et au moins un attribut de qualité de l'eau colocalisé (Chla, TSS, aCDOM(440) ou profondeur de Secchi), et les incertitudes associées . Les sections ci-dessous fournissent plus de détails sur les données et le traitement.

La grandeur radiométrique centrale rapportée dans notre ensemble de données est la réflectance de télédétection, Rrs (sr−1). Il est défini comme le rapport de l'éclairement énergétique sortant de l'eau juste au-dessus de la surface de l'eau (Lw(0+), W m−2 sr−1 nm−1) sur l'irradiance descendante au-dessus de l'eau (Es, W m−2 nm− 1)(Éq. 1, Fig. 1). Nous utilisons la symbologie de Ruddick et al.41 avec de légères modifications :

Les processus optiques d'absorption et de diffusion dans l'atmosphère et l'eau déterminent la quantité et la nature spectrale de la lumière reçue par un capteur. La réflectance de télédétection, la quantité radiométrique centrale de l'ensemble de données GLORIA, est le rapport de la luminance sortant de l'eau juste au-dessus de la surface de l'eau (Lw) sur l'irradiance descendante au-dessus de l'eau (Es).

Rrs et Lw dépendent de l'angle de nadir de vision Θ (mesuré à partir de l'axe vertical descendant) et de l'angle de vision d'azimut ɸ (mesuré dans le sens des aiguilles d'une montre à partir du soleil); λ identifie la dépendance à la longueur d'onde. Pour les applications de télédétection aquatique, il est classique de définir Rrs comme dérivé d'un capteur regardant droit vers le bas Lw(λ, Θ = 0) où ɸ n'est pas défini42. Par conséquent, nous omettons λ, Θ et ɸ par souci de brièveté de notation. Plusieurs méthodes et instruments ont été utilisés pour la mesure des quantités radiométriques d'upwelling et d'upwelling rapportées dans notre ensemble de données. Nous fournissons ici de brèves descriptions des grands types de méthodologies utilisées pour leur mesure, et une liste à la fin de cette section donne un résumé formel.

Lw peut être mesuré directement à l'aide d'un radiomètre juste au-dessus de la surface de l'eau, regardant verticalement vers le bas et à l'abri de la lumière réfléchie par la surface de l'eau43. D'autres techniques courantes incluent la mesure de la radiance de la remontée d'eau au nadir sous la surface de l'eau (Lu(0-))44, ou au-dessus de la surface de l'eau où le capteur est dirigé à un angle de nadir non nul (Lt)45. Ces deux mesures de luminance nécessitent des conversions en Lw, qui sont référencées dans la liste à la fin de cette section. En bref, Lu(0-) peut être dérivé en extrapolant la luminance de remontée d'eau à partir de mesures à des profondeurs pratiques sous la surface de l'eau juste en dessous de la surface de l'eau46. La propagation à travers l'interface eau-air en tenant compte de la réduction de la luminance par réflexion interne sur la surface de l'eau donne Lw. L'estimation de Lw à partir de Lt est plus compliquée, car Lt contient une quantité considérable de rayonnement du ciel réfléchi par la surface de l'eau dans le champ de vision du capteur (radiance du ciel réfléchie) en plus de Lw(Θ, ɸ), où nous notons l'angle dépendance pour souligner la nécessité de la conversion en Θ = 0. La luminance du ciel (Lsky) est donc généralement mesurée simultanément avec Lt aux mêmes angles d'azimut et aux angles zénithaux Θz (à partir de l'axe vertical ascendant) proches de 40°42.

Trois approches différentes ont été utilisées pour mesurer Es dans le présent ensemble de données et une revue détaillée est fournie par Ruddick à al.47. Le plus souvent, Es a été mesuré directement à l'aide d'un capteur d'irradiance plan au-dessus de la surface de l'eau dirigé directement vers le haut. La deuxième méthode la plus utilisée utilisait un capteur de rayonnement pointant vers le bas mesurant la réflectance d'une plaque lambertienne maintenue horizontalement avec des propriétés réfléchissantes connues. Cette méthode présente l'avantage qu'un seul capteur peut être utilisé pour toutes les mesures nécessaires au calcul de Rrs, ce qui réduit potentiellement les coûts, la charge de l'équipement et les incertitudes de l'interétalonnage de plusieurs capteurs. Dans certains cas, Es a été estimée à partir de mesures d'irradiance sous la surface de l'eau (juste sous la surface : Ed(0-), ou à la profondeur z : Ed(z)). Ces mesures sont typiques d'installations autonomes sur des chaînes de capteurs verticales ou d'un seul ensemble de capteurs sur une plate-forme de profilage vertical44.

Les instruments utilisés pour les mesures radiométriques pour chaque entrée du jeu de données GLORIA font partie des métadonnées (fichier GLORIA_meta_and_lab.csv) et sont fournis dans la liste à la fin de cette section. Ceux-ci incluent ceux habituellement utilisés pour la validation de la réflectance aquatique dérivée des satellites, tels que RAMSES (TriOS, Allemagne), HyperOCR (fabriqué par Sea-Bird Scientific, États-Unis ; précédemment fabriqué par Satlantic Inc., Canada) et C-OPS (Biospherical Instruments Inc., États-Unis). Le RAMSES et l'HyperOCR disposent de détecteurs à réseau de photodiodes au silicium à 256 canaux avec une résolution spectrale de 10 nm et un échantillonnage spectral de 3,3 nm par pixel. La configuration typique des instruments RAMSES pour notre ensemble de données est une installation au-dessus de la surface avec un capteur Es vertical et des capteurs Lsky et Lt à des angles de zénith et de nadir de 40 à 42 °, respectivement (Fig. 1). Les instruments HyperOCR sont généralement installés sur un cadre flottant pour mesurer Es, et Lu ou Lw à un angle de nadir nul tandis que l'HyperPRO (et l'HyperPro II) sont des configurations en chute libre de l'HyperOCR conçues pour mesurer les profils verticaux dans la colonne d'eau. La configuration C-OPS est similaire à l'HyperOCR, mais l'instrument ne dispose que de 19 bandes spectrales de 10 nm de large. L'HyperSAS est une configuration à trois capteurs de l'HyperOCR pour une installation au-dessus de la surface sur des structures surplombant l'eau ou des navires, similaire à la configuration RAMSES. Le Water Insight WISP-3 est une unité portable autonome avec des entrées optiques pour Es, Lsky et Lt conduisant à des spectromètres séparés48.

Un certain nombre d'instruments utilisés acceptent une seule entrée optique dans des unités portatives ou des instruments portables et doivent être pointés pour fournir les différentes mesures radiométriques (gamme ASD FieldSpec, Satlantic HyperGun, Spectra Vista, Spectral Evolution, Spectron Engineering et Photo Research SpectraScan).

Certains chercheurs ont intégré des spectromètres compacts (fabriqués par Ocean Insight, Inc., anciennement connu sous le nom d'Ocean Optics, Inc., États-Unis) avec des enregistreurs de données et des fibres optiques sur des cadres ou des poteaux qui peuvent être pointés loin des plates-formes d'observation. Les mesures seraient réalisées soit par plusieurs instruments et fibres optiques orientés pour les grandeurs radiométriques respectives, soit par une seule fibre réorientée séquentiellement.

Les contributeurs de données ont fourni des mesures radiométriques interpolées à des intervalles de 1 nm sur la gamme de longueurs d'onde de 350 à 900 nm. Les bandes passantes spécifiques à l'instrument des mesures originales sont fournies dans le tableau de données (fichier GLORIA_meta_and_lab.csv, colonne 'Spectral_resolution_nm'). En raison des contraintes d'instrument et de traitement, certains spectres couvrent la plage de 400 à 750 nm, ou des limites proches. Les données radiométriques pour chaque entrée GLORIA peuvent provenir d'une seule mesure, ou de la moyenne ou de la médiane de plusieurs mesures sur un intervalle de temps. Lorsqu'ils étaient disponibles, les contributeurs de données ont fourni les moyennes spectrales Rrs, les écarts-types et le nombre de mesures pour les événements d'échantillonnage. Un contrôle qualité a été effectué sur tous les spectres reçus (voir section Validation technique).

Les configurations de mesure et les instruments utilisés pour les mesures radiométriques sont répertoriés ci-dessous. Le numéro de la méthode correspond à la colonne 'Measurement_method' dans GLORIA_meta_and_lab.csv. Les références aux descriptions publiées de l'approche et des applications sont fournies lorsqu'elles sont disponibles.

Séquentiel Lt, Lsky et Es via une plaque sur MP (plate-forme mobile)

Instruments : ASD FieldSpec, colorimètre Photo Research PR-650 SpectraScan, Sea-Bird Scientific/Satlantic HyperGun, Spectra Vista GER1500, Spectral Evolution SR-3500/PSR-1100f, Spectron Engineering SE-590, TriOS RAMSES

Approche : Mobley45

Applications : Bresciani et al.49 ; Kudela et al.50 ; Zolfaghari et al.51

Lt, Lsky et Es sur MP

Instruments : Water Insight WISP-3

Approche : Mobley45

Applications: Hommersom et al.48

Lu(0-) et Es sur poteau connecté à un spectromètre via fibre optique depuis MP ou bord d'eau

Instruments : Ocean Insight/Ocean Optics USB2000/USB2000 + /USB4000

Approche : Chipman et al.52

Applications : Gurlin et al.53 ; Schalles et Hladik54 ; Li et al.55 ; Mishra et al.56 ; Brezonik et al.57 ; Werther et coll.58

Lucarne Lw(0+) bloquée et Es à flot loin de MP

Instruments : Sea-Bird Scientific/Satantic HyperOCR

Approche : Lee et al.55

Applications : Wei et al.59

Lu(0-) à flot loin de MP, Es sur MP

Instruments : Sea-Bird Scientific/Satantic HyperOCR, TriOS RAMSES

Lt, Lsky et Es sur MP

Instruments : Sea-Bird Scientific/Satlantic HyperSAS, TriOS RAMSES

Approche : Mobley45 ; Simis et Olsson60

Demandes : Qin et al.61 ; Warren et al.62

Lt, Lsky et Es sur un cadre déployé sur MP

Instruments : TriOS RAMSES

Approche : Mobley45 ; Mobley63

Applications: Maciel et al.64; Cairo et al.65; da Silva et al.66

Profilage dans l'eau Lu(0-) et Ed(0-) à partir de MP, Es sur MP

Instruments : C-OPS biosphérique, Sea-Bird Scientific/Satantic HyperOCR, TriOS RAMSES

Approach: Mueller et al.44; Lubac and Loisel67

Applications : Binding et al.68

Unités Lu(0-) et Ed(z) sur une barre réglable en profondeur (mesures à -0,21 et -0,67 m) sur un cadre à flot loin de MP, unité Es soulevée au-dessus de la surface de l'eau pour Es

Instruments : TriOS RAMSES

Approche : Fritz et al.69

Lu(0-) et Ed(0-) du treuil sur MP, Es sur MP

Instruments : TriOS RAMSES

Approche : Zibordi et Talone70

Lt et Es sur poteau depuis le bord de l'eau

Instruments : TriOS RAMSES

Approche : Kutser et al.71

Profilage dans l'eau autonome Lu(0-) et Ed(0-) à partir d'une plate-forme fixe

Instruments : Sea-Bird Scientific/Satantic HyperOCR

Approche : Mueller et al.44

Applications : Minaudo et al.72

Lt et Es séquentiels via une plaque, montée sur poteau stabilisé à cardan de MP

Instruments : Ocean Insight/Ocean Optics STS-VIS

Lu(0-) (et Ed(0-) uniquement pour les informations de profondeur) à partir du profilage dans l'eau de MP, Es enregistré simultanément à partir du même MP très proche du déploiement du profileur

Instruments : TriOS RAMSES

Approche : Mueller et al.44 ; Stramski et coll.73

Applications: Bracher et al.74; Tilstone et al.75

Lt, Lsky, Es, combinés à une unité Lu (ouverture de −0,05 à −0,10 m) placée sur un poteau

Instruments : TriOS RAMSES

Lu(0-) et Es séquentiels via une plaque, les deux mesures utilisant une fibre optique vers un tube en plexiglas masqué noir

Instruments : Spectron Engineering SE-590

Approche : Dekker76

Unités Lu(0-) et Ed(z) sur un cadre flottant (mesures à −0,4 m (Lu) et −0,1 m (Ed)) dérivant à 10 m du navire

Instruments : TriOS RAMSES

Approche : Fritz et al.69

GLORIA comprend environ 1100 entrées de SeaBASS33. Nous avons recherché dans SeaBASS des spectres de réflectance avec des mesures concomitantes de la qualité de l'eau et nous nous sommes assurés que ceux-ci provenaient uniquement des eaux intérieures et côtières en cartographiant les emplacements d'échantillonnage de tous les enregistrements à des profondeurs d'eau inférieures à 200 m. Lorsque la profondeur de l'eau ne faisait pas partie de l'enregistrement SeaBASS, nous l'avons attribuée sur la base de la carte bathymétrique générale de l'océan (GEBCO_2021 Grid sub-ice topo/bathy)77. Plusieurs champs de métadonnées n'étaient pas disponibles pour ces données, mais les identifiants de l'ensemble de données SeaBASS sont fournis pour permettre des recherches supplémentaires si nécessaire. Toutes les données SeaBASS ont été incluses dans notre processus de contrôle qualité. Alors que SeaBASS permet le téléchargement de données d'incertitude pour la radiométrie et la qualité de l'eau, les entrées que nous avons localisées pour les eaux intérieures et côtières ne contenaient pas ces informations.

Les attributs de qualité de l'eau Chla, TSS et aCDOM(440) ont été déterminés à l'aide de méthodes de laboratoire de haute précision bien établies. La méthode pour chaque analyse est identifiée dans les colonnes « Chl_method », « TSS_method » et « aCDOM_method » dans le fichier GLORIA_meta_and_lab.csv et les détails de la méthode sont fournis dans GLORIA_variables_and_methods.xlsx. Lorsqu'elles sont disponibles, les moyennes des données et les écarts-types des analyses répétées de Chla, TSS et aCDOM(440) sont fournis dans des fichiers séparés.

Les méthodes les plus fréquemment utilisées pour Chla étaient l'extraction de pigments à base de solvant à partir de tampons filtrants suivie d'une analyse fluorométrique (US EPA 445.0) ou spectrophotométrique (US EPA 446.0). Dans la majorité des échantillons, les pigments ont été extraits dans de l'acétone à 90 % à l'aide d'un broyage mécanique des tissus. Les modifications de ces méthodes comprenaient l'utilisation d'acétone à 90 % tamponnée avec du MgCO3 et différentes approches pour soutenir la dégradation mécanique des cellules d'algues. D'autres méthodes pour Chla ont suivi les normes nationales et internationales (DIN 38412-16:1985-12, NEN 6520, HJ 897–2017, SL88-2012 et ISO 10260:1992). Les méthodes qui incluaient une correction pour la phaeophytine, un produit de dégradation de Chla78, sont indiquées par un indicateur ('1') dans le tableau de données (colonne 'Phaeophytin_correction') et la valeur Chla correspondante se trouve dans la colonne 'Chla' ; où la phaeophytine n'a pas été corrigée pour le drapeau est '0' et Chla est fourni dans la colonne 'Chl_plus_phaeo' sauf si la correction pour la phaeophytine n'était pas applicable comme pour certaines configurations d'instruments fluorimétriques79. De nombreux chercheurs ont également utilisé la chromatographie liquide à haute pression (HPLC) pour la détermination de Chla et la valeur de Chla se trouve dans la colonne « Chla ». La seule exception à la Chla déterminée en laboratoire sont les mesures du profileur Thetis dans le lac Léman (Suisse) où la Chla associée aux mesures de Rrs a été estimée à partir de la hauteur de la ligne d'absorption à 676 nm80 et de la relation linéaire entre la Chla fluorométrique nocturne (mesurée par un WetLabs ECO Triplet BBFL2W) avec hauteur de raie d'absorption (coefficient moyen de détermination : R2 = 0,92)72.

La concentration de TSS a été mesurée par gravimétrie en pesant le résidu séché d'un échantillon d'eau filtré sur un tampon filtrant pré-brûlé et pré-pesé. aCDOM(440) a été généralement quantifié selon Mitchell et al.81. Par conséquent, la densité optique des échantillons d'eau, généralement filtrés à travers des membranes en polycarbonate de 0,2 μm de taille de pores pour éliminer les particules, a été mesurée dans un spectrophotomètre et convertie en absorption. La profondeur de Secchi a été déterminée comme la profondeur à laquelle un disque, typiquement noir et blanc de 20 ou 30 cm de diamètre, n'est plus visible par un observateur lorsqu'il est descendu dans l'eau82,83.

Chaque entrée de données est associée à des champs identifiant le contributeur de données, des références croisées à d'autres bases de données et des détails décrivant le site d'échantillonnage et les conditions environnementales. Plusieurs variables catégorielles permettent une stratification superficielle de l'ensemble de données en fonction du type de masse d'eau (lac, estuaire, océan côtier, rivière ou autre), de l'objectif de la collecte de données (par exemple, surveillance de routine des eaux de surface ou échantillonnage événementiel), du type d'eau biogéochimique dominant (par exemple , dominée par les sédiments ou dominée par les algues) et la stabilité optique (par exemple, faible pour les lacs peu profonds, les rivières et les estuaires ou élevée pour les lacs profonds et certains environnements océaniques côtiers).

Les caractéristiques spécifiques de l'événement d'échantillonnage telles que les coordonnées géographiques, les horodatages, les conditions environnementales (par exemple, la couverture nuageuse, la vitesse du vent et la hauteur des vagues) et les paramètres environnementaux (par exemple, l'élévation au-dessus du niveau de la mer, la couverture terrestre dominante et la pente) sont fournies lorsque connu. Plusieurs champs de métadonnées fournissent des références croisées aux détails de l'instrumentation, des méthodes de mesure et de traitement pour toutes les données radiométriques et de qualité de l'eau.

L'ensemble de données GLORIA est hébergé chez PANGEA Data Publisher for Earth & Environmental Science84. Les données sont contenues dans plusieurs fichiers de valeurs séparées par des virgules (csv) et un fichier Microsoft Excel fournit des clés pour les noms de colonne et les détails de la méthode (tableau 1). Les points de données individuels sont identifiés dans tous les fichiers à l'aide de GLORIA_ID.

Les 7 572 spectres GLORIA Rrs proviennent de 31 pays sur une aire géographique presque mondiale de 67°N à 54°S et de 122°W à 178°E (Fig. 2) avec la majorité des échantillons provenant de lacs (60 %), suivis par les eaux côtières (32 %), les estuaires (4 %) et le reste par les rivières et autres types de masses d'eau. La large gamme de mesures radiométriques et de la qualité de l'eau dans GLORIA (Fig. 2) est cohérente avec la diversité globale des formes spectrales Rrs en ce qui concerne les types d'eau optiques85,86 et les gammes de couleurs visuelles87,88 (Fig. 3). La gamme des attributs de la qualité de l'eau est complète et leurs distributions de fréquence sont illustrées à la (Fig. 2).

Résumé des distributions géographiques, temporelles et de la qualité de l'eau des échantillons GLORIA. (a) Les points marquent l'emplacement de chaque échantillon et les histogrammes sur les bords de la carte montrent les distributions longitudinale et latitudinale de l'ensemble de données. (b) Les premiers échantillons ont été prélevés en 1990 et l'effort d'échantillonnage est stable depuis 2001. (c–f) Les histogrammes des attributs de qualité de l'eau transformés en log illustrent la plage extrême de valeurs et leurs distributions log-normales typiques.

Résumé de la diversité des spectres Rrs de GLORIA. (a) Treize spectres Rrs choisis au hasard, un de chaque type d'eau optique affiché en b. (b) Diagramme à barres du nombre de spectres GLORIA attribués à chaque type d'eau optique de Spyrakos et al.85. (c) Diagramme de chromaticité98 montrant la couleur visuelle dérivée de chaque spectre GLORIA Rrs en utilisant les fonctions de pondération tristimulus selon la Commission Internationale de l'Éclairage (CIE)99 ; WP : point blanc.

Toutes les données soumises pour inclusion dans cette compilation ont fait l'objet d'un contrôle de qualité par les fournisseurs. Notre processus de curation comprenait la récupération d'informations détaillées avec eux pour garantir que les méthodes d'échantillonnage, de traitement des échantillons et d'analyse en laboratoire sont adaptées à l'objectif. Des vérifications supplémentaires des données recueillies ont été effectuées comme décrit ci-dessous.

Les spectres de réflectance ont été vérifiés pour les valeurs aberrantes et les formes spectrales irréalistes à l'aide d'une série d'indicateurs de contrôle de la qualité (tableau 2). En signalant, mais en conservant, les spectres présentant des problèmes de qualité modérés ou suspectés, nous avons pu conserver un ensemble de données plus important et nous conseillons à l'utilisateur d'inspecter les indicateurs pour évaluer l'ensemble de données à ses fins. Les méthodes de contrôle de la qualité sont décrites ci-dessous. Les entrées de données présentant des problèmes de qualité sont identifiées en définissant l'indicateur de qualité correspondant sur un (1) dans le fichier GLORIA_qc_flags.csv.

Le premier cycle de contrôle de la qualité était une détection procédurale de la variabilité à haute fréquence (bruit suspecté), des décalages de la ligne de base (par exemple, de l'élimination sous-optimale des reflets), de la présence d'une caractéristique d'absorption d'oxygène proche de 762 nm (par exemple, des problèmes d'interétalonnage du capteur), et des pentes négatives dans la partie ultraviolette à bleue du spectre (par exemple, à partir d'une correction sous-optimale de la luminance diffuse du ciel). Ce sont les cinq premiers drapeaux du tableau 2.

De plus, nous avons calculé le score polynomial de l'indice de qualité de l'eau (QWIP)89. Cette approche a été développée pour identifier les données de réflectance aquatique hyperspectrale qui ne correspondent pas aux tendances générales observées dans un grand ensemble de données provenant d'eaux optiquement profondes. En bref, le QWIP est un polynôme d'ordre 4 qui décrit une tendance centrale bien formée pour une métrique intégrée spectralement (longueur d'onde visible apparente90, AVW) pour prédire un indice de différence normalisée (NDI ; λ = 492, 665 nm) à travers un continuum d'eau les types. Pour un spectre donné, la différence entre le NDI calculé et celui prédit par l'AVW est appelée score QWIP. Si un score QWIP donné dépassait un écart prescrit par rapport à la relation polynomiale, dans ce cas |0,2|, les données étaient identifiées par le drapeau « QWIP_fail » dans le fichier GLORIA_qc_flags.csv (tableau 2). L'AVW et le score QWIP sont fournis dans le fichier GLORIA_qc_ancillary.csv (Tableau 3).

Lors d'une inspection visuelle, certains spectres qui répondaient aux critères ci-dessus semblaient encore présenter des problèmes subtils. D'autres problèmes peuvent être causés par la dérive des instruments, l'ombrage des instruments, la contamination par la lumière parasite ou des erreurs lors de la correction des reflets du ciel, et sont souvent exacerbés par les conditions environnementales59. De tels spectres suspects peuvent être reconnus par des praticiens expérimentés familiarisés avec la manière dont les propriétés optiques inhérentes aux eaux de surface varient naturellement et déterminent la réflectance par le biais de processus de transfert radiatif (Fig. 1)91. En utilisant ces connaissances au sein de la communauté des co-auteurs, nous avons procédé à une élicitation systématique d'experts en divisant au hasard les spectres Rrs en lots de 400 à 700 et en attribuant chaque lot à un expert pour identifier les données suspectes. Les spectres signalés comme « suspects » ont ensuite été évalués par trois autres experts dans le but d'améliorer la cohérence entre les lots de différents individus. L'ensemble résultant de spectres suspects est identifié par le drapeau "Suspect" dans le fichier GLORIA_qc_flags.csv (tableau 2).

Déterminer l'incertitude inhérente aux observations Rrs est difficile en raison de la nature variable de l'éclairage et des conditions de surface de l'eau lors d'observations répétées. Cela est particulièrement vrai pour les mesures de lumière ascendante effectuées au-dessus de la surface de l'eau où le reflet du soleil et la radiance réfléchie du ciel contribuent à Lt, qui s'applique à environ 42 % des échantillons de GLORIA. Dans une large mesure, les fausses observations résultant de ces effets aléatoires ont déjà été supprimées à la source, de sorte que la variabilité restante est le résultat de diverses procédures de sélection de qualité et d'interprétations d'experts. Cependant, il est possible d'utiliser des modèles d'irradiance atmosphérique et de propriétés bio-optiques pour modéliser la contribution la plus probable du reflet du soleil et de la radiance réfléchie du ciel sur l'observation Rrs, et ainsi tester la cohérence physique de la Rrs rapportée. Pour cela, nous avons utilisé l'algorithme 3C92 pour reconstruire Rrs à partir des enregistrements où Lt, Lsky et Es étaient disponibles.

3C fournit une reconstruction de Rrs à l'aide d'une optimisation non linéaire des modèles optiques atmosphériques et aquatiques, permettant à une gamme de propriétés optiques de résoudre la relation entre la radiance ascendante et l'irradiance descendante fournie en entrée. En raison de la flexibilité des corrections de surface, 3C est proposé pour permettre d'obtenir des Rrs robustes dans une large gamme de conditions de mesure. On s'attend à ce que le 3C-Rrs résultant ait une propagation réduite de l'erreur due à la forme spectrale variable de la réflectance et du reflet du ciel. Cela offre un avantage par rapport aux méthodes qui considèrent ces corrections soit constantes, soit fonction de la vitesse du vent60, ce qui est le cas pour la majorité des Rrs des mesures au-dessus de la surface rapportées dans la base de données GLORIA (colonne 'Skyglint_removal' dans GLORIA_meta_and_lab.csv). La différence entre le 3C-Rrs et le Rrs initialement rapporté est donc une mesure approximative de l'incertitude algorithmique. Une correspondance étroite entre la reconstruction 3C et les Rrs initialement rapportés donne l'assurance que l'observation rapportée était physiquement cohérente. Les écarts plus importants sont supposés être associés à des conditions d'observation difficiles, entraînant des Lsky, Lt ou Es suspects, mais peuvent également être causés par des propriétés de l'eau ou de l'atmosphère que le modèle ne peut pas reconstruire.

Pour cette analyse, nous avons utilisé les 1589 spectres qui comprenaient Lt, Lsky, Es, le temps d'observation et la localisation géographique, et pour lesquels la méthode de calcul de Rrs n'était pas déjà basée sur 3C. Cette analyse est également indépendante du signalement de la qualité dans la section précédente, de sorte que toutes les observations ont été incluses et que les résultats présentent un scénario du pire des cas qui représente le mieux l'incertitude algorithmique inhérente au calcul de Rrs, bien que sans connaissance des critères de contrôle de la qualité appliqués avant les données rapportées. Le modèle optique de l'eau 3C a été configuré avec de larges limites pour la concentration de Chla (condition initiale 5 mg m−3, plage 0,01–1000 mg m−3) et TSS (condition initiale 10 g m−3, plage 0–1000 g m−3 ) tout en étant autrement configuré comme détaillé dans Groetsch et al.92 et Jordan et al.93.

Le biais médian entre rapporté et 3C-Rrs était de l'ordre de 0,0005 sr−1, 3C produisant des Rrs plus faibles, comme on pouvait s'y attendre car une correction incomplète reposant sur un facteur de correction statique pour les réflexions de surface conduit à des Rrs plus élevés (Fig. 4A) . Le biais a progressivement diminué avec la longueur d'onde, ce qui suggère que les données rapportées ont été corrigées de manière sous-optimale pour la radiance diffuse du ciel. Il existe une dispersion considérable du biais d'observation du modèle, de l'ordre de 0,00004 à 0,0016 sr−1 pour Rrs(560) dans l'intervalle interquartile.

Biais spectral des Rrs rapportés par rapport aux Rrs modélisés par 3C à partir de 1589 spectres pour lesquels Lt, Lsky et Es étaient disponibles. (A) Médiane et interquartile (rapporté - modélisé). (B) Biais relatif dans Rrs (rapporté - modélisé)/modélisé. Les discontinuités dans le spectre de polarisation sont causées par des capteurs ayant différentes plages de longueurs d'onde dans certaines parties de l'ensemble de données.

En termes relatifs (Fig. 4B), le biais médian de Rrs entre observé et 3C-Rrs est le plus petit dans la gamme spectrale verte (ordre de 6,4 %), où l'amplitude maximale de Rrs est généralement observée dans cet ensemble de données, et le plus grand dans l'UV et Régions NIR du spectre où Rrs est généralement plus faible. La propagation (intervalle interquartile) du biais relatif dans Rrs(560) est de 5 à 16 %, mais beaucoup plus large dans la plage UV et NIR, dépassant -30 % et 170 %.

Les plus grandes différences de biais Rrs entre les spectres rapportés et 3C ont été trouvées entre les ensembles de données contribués, plutôt qu'entre les méthodes d'observation. La majorité des ensembles de données ont montré des différences relatives absolues de Rrs (400–800) dans la plage de 0 à 10 %, mais il existe également des cas où la différence dépasse 100 %.

Cette analyse met en évidence un degré élevé d'incertitude dans les méthodes utilisant des mesures de Lt au-dessus de l'eau et la nécessité d'un contrôle de qualité rigoureux par les observateurs. Pour les travaux futurs, nous suggérons d'ajouter la reconstruction du modèle Rrs dans le cadre de l'effort de collecte de données, ce qui permet d'inspecter les termes de glint pour signaler objectivement les observations comme suspectes, avant que d'autres contrôles de qualité ne soient mis en œuvre. En outre, pour prendre en charge les futures améliorations algorithmiques (par exemple, pour élaborer des fonctions de distribution de réflectance bidirectionnelles), tous les spectres de composants et les géométries d'observation doivent être inclus dans les ensembles de données et ceux-ci doivent être signalés à la résolution native de chaque capteur impliqué pour éviter les erreurs de convolution lors du calcul de Rrs94.

Les mesures de la qualité de l'eau ont été étudiées à l'aide de distributions de fréquence pour identifier les valeurs aberrantes. Des distributions de fréquences distinctes ont été créées par « Water_type », une classification subjective attribuée par les contributeurs de données en fonction du constituant optique dominant pour chaque masse d'eau (dominé par TSS, dominé par Chla, dominé par CDOM, dominé par Chla + CDOM, côtier modérément turbide , clair). Toutes les mesures supérieures à trois écarts-types par rapport à la moyenne spécifique au type d'eau ont été réévaluées pour s'assurer qu'elles étaient d'un niveau de confiance élevé.

Les méthodes utilisées pour les mesures radiométriques et les analyses de laboratoire sont identifiées dans les colonnes 'Measurement_method', 'Chl_method', 'TSS_method' et 'aCDOM_method' dans le fichier GLORIA_meta_and_lab.csv. Les détails associés avec les références sont fournis dans des feuilles séparées dans le fichier GLORIA_variables_and_methods.xlsx. La recherche de la méthode pour une mesure particulière nécessite le 'Dataset_ID' et le nom de la méthode.

Chaque mesure Rrs est associée à des drapeaux de qualité (fichier GLORIA_qc_flags.csv). Les indicateurs de qualité sont binaires et indiquent la présence ("1") ou l'absence ("0") du problème de qualité décrit dans le tableau 2. Les valeurs manquantes indiquent que l'indicateur n'a pas pu être déterminé car le spectre n'incluait pas la plage de longueurs d'onde requise . Certaines valeurs numériques générées lors du contrôle qualité sont fournies dans le fichier GLORIA_qc_ancillary.csv (Tableau 3).

Certaines des données de GLORIA font partie d'autres publications de données ou sont également incluses dans les référentiels communautaires SeaBASS33 et/ou LIMNADES. Les colonnes « SeaBASS_ID », « LIMNADES_ID » et « LIMNADES_UID » dans la table de données (GLORIA_meta_and_lab.csv) fournissent des identifiants utilisés dans les ensembles de données respectifs pour faciliter les références croisées, par exemple pour éviter les doublons. D'autres références à la publication antérieure des données sont fournies dans la colonne « Commentaires » dans GLORIA_meta_and_lab.csv sous la forme d'un identifiant d'objet numérique (DOI).

Le code pour effectuer le signalement du contrôle qualité décrit dans la section Validation technique est écrit en R95 et disponible sur Zenodo96. Le code 3C est disponible sur https://gitlab.com/pgroetsch/Rrs_model_3C. Le code pour QWIP est sur Zenodo97.

Une correction à cet article a été publiée : https://doi.org/10.1038/s41597-023-02069-3

Seyhan, E. & Dekker, A. Application des techniques de télédétection pour la surveillance de la qualité de l'eau. Bulletin hydrobiologique 20, 41–50, https://doi.org/10.1007/BF02291149 (1986).

Article CAS Google Scholar

Kirk, JTO Lumière et photosynthèse dans les écosystèmes aquatiques. 2e éd. (Cambridge University Press, 1994).

Muller-Karger, FE Télédétection de la pollution marine : un défi pour les années 1990. Mar. Pollut. Taureau. 25, 54–60, https://doi.org/10.1016/0025-326X(92)90186-A (1992).

Article Google Scholar

Bukata, PR, Jerome, JH, Kondratyev, KY & Pozdnyakov, D. Propriétés optiques et télédétection des eaux intérieures et côtières. 362 (CRC Press, 1995).

Hassan, R., Scholes, R. & Ash, N. dans Millennium Ecosystem Assessment (Island Press, Washington, DC., 2005).

Santé Canada. Recommandations pour la qualité des eaux récréatives au Canada, troisième édition. (Bureau de l'eau, de l'air et des changements climatiques, Direction générale de la santé environnementale et de la sécurité des consommateurs, Santé Canada, Ottawa, 2012).

PNUE. Un cadre pour la gestion des écosystèmes d'eau douce. Volume 4 : Contexte scientifique. (ONU Environnement, 2018).

OMS. Lignes directrices sur la qualité des eaux récréatives. Tome 1 : eaux côtières et eaux douces. (Organisation mondiale de la santé, Genève, 2021).

IOCCG. Observations de la Terre à l'appui de la surveillance mondiale de la qualité de l'eau. (Groupe international de coordination des couleurs des océans, Dartmouth, Canada, 2018).

McClain, CR et al. Données SeaWiFS de qualité scientifique pour la recherche mondiale sur la biosphère. Technologie de la mer. 39, 10–16 (1998).

Google Scholar

Gordon, HR, Clark, DK, Mueller, JL & Hovis, WA Pigments phytoplanctoniques du scanner couleur de la zone côtière Nimbus-7 : comparaisons avec les mesures de surface. Science 210, 63–66, https://doi.org/10.1126/science.210.4465.63 (1980).

Article ADS CAS PubMed Google Scholar

Stramski, D., Reynolds, RA, Kahru, M. & Mitchell, BG Estimation du carbone organique particulaire dans l'océan à partir de la télédétection par satellite. Sciences 285, 239–242 (1999).

Article CAS PubMed Google Scholar

O'Reilly, JE et al. Algorithmes de chlorophylle de couleur océanique pour SeaWiFS. Journal of Geophysical Research : Océans 103, 24937–24953, https://doi.org/10.1029/98JC02160 (1998).

Article Google Scholar

IOCCG. Pourquoi Ocean Colour ? Les avantages sociétaux de la technologie Ocean-Color. (IOCCG, Dartmouth, Canada, 2008).

Werdell, PJ et al. Un aperçu des approches et des défis pour récupérer les propriétés optiques inhérentes à la mer à partir de la télédétection de la couleur des océans. Programme. Océanogr. 160, 186-212, https://doi.org/10.1016/j.pocean.2018.01.001 (2018).

Article ADS PubMed PubMed Central Google Scholar

Esaias, WE et al. Un aperçu des capacités MODIS pour les observations océanographiques. IEEE Transactions on Geoscience and Remote Sensing 36, 1250–1265, https://doi.org/10.1109/36.701076 (1998).

Annonces d'article Google Scholar

Hlaing, S. et al. Évaluation des performances de surveillance de la couleur des océans du VIIRS dans les régions côtières. Télédétection Environ. 139, 398–414, https://doi.org/10.1016/j.rse.2013.08.013 (2013).

Annonces d'article Google Scholar

IOCCG. Télédétection de la couleur de l'océan dans les eaux côtières et autres eaux optiquement complexes. (IOCCG, Dartmouth, Canada, 2000).

Pahlevan, N. et al. ACIX-Aqua : Une évaluation globale des méthodes de correction atmosphérique pour Landsat-8 et Sentinel-2 sur les lacs, les rivières et les eaux côtières. Télédétection Environ. 258, 112366, https://doi.org/10.1016/j.rse.2021.112366 (2021).

Annonces d'article Google Scholar

Moses, WJ, Sterckx, S., Montes, MJ, De Keukelaere, L. & Knaeps, E. Chapitre 3 - Correction atmosphérique pour les eaux intérieures dans la modélisation bio-optique et la télédétection des eaux intérieures (eds DR, Mishra, I. , Ogashawara, & AA, Gitelson) 69–100 (Elsevier, 2017).

Pahlevan, N., Chittimalli, SK, Balasubramanian, SV & Vellucci, V. Cohérence des produits Sentinel-2/Landsat-8 et implications pour la surveillance des systèmes aquatiques. Télédétection Environ. 220, 19-29, https://doi.org/10.1016/j.rse.2018.10.027 (2019).

Annonces d'article Google Scholar

Schaeffer, BA et al. Obstacles à l'adoption de la télédétection par satellite pour la gestion de la qualité de l'eau. Int. J. Remote Sens. 34, 7534–7544, https://doi.org/10.1080/01431161.2013.823524 (2013).

Article Google Scholar

Dekker, AG & Pinnel, N. (Comité sur les satellites d'observation de la Terre (CEOS), Australie, 2018).

El Serafy, GYH et al. Intégration des données sur la qualité des eaux intérieures et côtières pour des connaissances exploitables. Télédétection 13, 24, https://doi.org/10.3390/rs13152899 (2021).

Article Google Scholar

Schaeffer, BA et al. Application pour appareil mobile permettant de surveiller les proliférations d'algues nuisibles aux cyanobactéries à l'aide des instruments Ocean and Land Color du satellite Sentinel-3. Environ. Modèle. Logiciel 109, 93–103, https://doi.org/10.1016/j.envsoft.2018.08.015 (2018).

Article Google Scholar

Reliure, CE, Pizzolato, L. & Zeng, C. EOLakeWatch ; fournir une suite complète d'indices de prolifération d'algues de télédétection pour une meilleure surveillance des lacs eutrophes canadiens. Écol. Indicateurs 121, 106999, https://doi.org/10.1016/j.ecolind.2020.106999 (2021).

Article CAS Google Scholar

Pahlevan, N. et al. Récupération simultanée d'indicateurs optiques de qualité de l'eau sélectionnés à partir de Landsat-8, Sentinel-2 et Sentinel-3. Télédétection Environ. 270, 112860, https://doi.org/10.1016/j.rse.2021.112860 (2022).

Annonces d'article Google Scholar

Smith, B. et al. Un algorithme de chlorophylle-a pour Landsat-8 basé sur des réseaux de densité de mélange. Frontières de la télédétection 1, https://doi.org/10.3389/frsen.2020.623678 (2021).

Balasubramanian, SV et al. Algorithme robuste pour estimer le total des solides en suspension (TSS) dans les eaux côtières intérieures et côtières. Télédétection Environ. 111768, https://doi.org/10.1016/j.rse.2020.111768 (2020).

Pahlevan, N. et al. Récupérations transparentes de la chlorophylle-a de Sentinel-2 (MSI) et Sentinel-3 (OLCI) dans les eaux intérieures et côtières : une approche d'apprentissage automatique. Télédétection Environ. 111604, https://doi.org/10.1016/j.rse.2019.111604 (2020).

Smith, B. et al. lors de la réunion internationale sur la science des couleurs des océans (Busan, Corée du Sud, 2019).

Jiang, D. et al. Estimation à distance de la concentration totale des solides en suspension dans les eaux claires à extrêmement turbides à l'aide d'une nouvelle méthode semi-analytique. Télédétection Environ. 258, 112386, https://doi.org/10.1016/j.rse.2021.112386 (2021).

Annonces d'article Google Scholar

Werdell, PJ et al. Un référentiel de données unique facilite la validation par satellite de la couleur de l'océan. Eos, Transactions American Geophysical Union 84, 377–387 (2003).

Annonces d'article Google Scholar

Mouw, CB et al. Télédétection par radiométrie couleur aquatique des eaux côtières et intérieures : enjeux et recommandations pour les futures missions satellitaires. Télédétection Environ. 160, 15–30, https://doi.org/10.1016/j.rse.2015.02.001 (2015).

Annonces d'article Google Scholar

Cawse-Nicholson, K. et al. La biologie et la géologie de surface de la NASA désignées comme observables : une perspective sur les algorithmes d'imagerie de surface. Télédétection Environ. 257, 112349, https://doi.org/10.1016/j.rse.2021.112349 (2021).

Annonces d'article Google Scholar

Werdell, PJ et al. La mission plancton, aérosol, nuage, écosystème océanique : statut, science, avancées. Bulletin de la Société météorologique américaine 100, 1775–1794, https://doi.org/10.1175/bams-d-18-0056.1 (2019).

Annonces d'article Google Scholar

Guanter, L. et al. La mission de spectroscopie imageuse spatiale EnMAP pour l'observation de la Terre. Télédétection 7, 8830–8857 (2015).

Annonces d'article Google Scholar

Bresciani, M. et al. L'utilisation de capteurs optiques multisources pour étudier la variation spatio-temporelle du phytoplancton dans un lac Shallow Turbid. Eau 12 https://doi.org/10.3390/w12010284 (2020).

Bailey, SW & Werdell, PJ Une approche multi-capteurs pour la validation en orbite des produits de données satellitaires sur la couleur des océans. Télédétection Environ. 102, 12–23, https://doi.org/10.1016/j.rse.2006.01.015 (2006).

Annonces d'article Google Scholar

Goyens, C., Vis, PD & Hunt, SE en 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS. 7920–7923.

Ruddick, KG et al. Un examen des protocoles pour les mesures de référence fiduciaire de la radiance sortant de l'eau pour la validation des données de télédétection par satellite au-dessus de l'eau. Télédétection 11, 2198 (2019).

Annonces d'article Google Scholar

Zibordi, G., Voss, KJ, Johnson, BC et Mueller, J. Protocoles pour la validation des données satellitaires sur la couleur des océans : radiométrie optique in situ. (IOCCG, Dartmouth, N.-É., Canada, 2019).

Lee, Z., Pahlevan, N., Ahn, YH, Greb, S. & O'Donnell, D. Approche robuste pour mesurer directement la radiance de l'eau sur le terrain. Appl. Opter. 52, 1693-1701, https://doi.org/10.1364/Ao.52.001693 (2013).

Article ADS PubMed Google Scholar

Mueller, JL Mesures de profils radiométriques dans l'eau et protocoles d'analyse de données dans Ocean Optics Protocols for Satellite Ocean Color Sensor Validation, Revision 4, Volume III: Mesures radiométriques et protocoles d'analyse de données Ch. 2, 7–20 (NASA/TM, 2003).

Mobley, CD Estimation de la réflectance de télédétection à partir de mesures au-dessus de la surface. Appl. Opter. 38, 7442–7455, https://doi.org/10.1364/AO.38.007442 (1999).

Article ADS CAS PubMed Google Scholar

Voss, KJ et al. Une méthode pour extrapoler le coefficient d'atténuation de rayonnement diffus ascendant à la surface appliqué à la bouée optique marine (MOBY. Journal of Atmospheric and Oceanic Technology 34, 1423–1432, https://doi.org/10.1175/JTECH-D-16 -0235.1 (2017).

Article ADS PubMed PubMed Central Google Scholar

Ruddick, KG et al. Un examen des protocoles pour les mesures de référence fiduciaire de l'irradiance descendante pour la validation des données de télédétection par satellite au-dessus de l'eau. Télédétection 11, 1742 (2019).

Annonces d'article Google Scholar

Hommersom, A. et al. Intercomparaison sur le terrain entre le nouveau WISP-3 et d'autres radiomètres (TriOS Ramses, ASD FieldSpec et TACCS). Journal of Applied Remote Sensing 6, 063615, https://doi.org/10.1117/1.JRS.6.063615 (2012).

Annonces d'article Google Scholar

Bresciani, M. et al. Analyse de la dynamique intra-journalière et inter-journalière de la chlorophylle-a dans le lac supérieur de Mantoue, avec une mesure spectroradiométrique continue. Marine and Freshwater Research 64, 303–316, https://doi.org/10.1071/MF12229 (2013).

Article CAS Google Scholar

Kudela, RM et al. Application de la télédétection hyperspectrale aux proliférations de cyanobactéries dans les eaux intérieures. Télédétection Environ. 167, 196-205, https://doi.org/10.1016/j.rse.2015.01.025 (2015).

Annonces d'article Google Scholar

Zolfaghari, K. et al. Impact de la résolution spectrale sur la quantification des cyanobactéries dans les lacs et les réservoirs : une évaluation de l'apprentissage automatique. IEEE Transactions on Geoscience and Remote Sensing 60, 1–20, https://doi.org/10.1109/TGRS.2021.3114635 (2022).

Article Google Scholar

Chipman, JW, Olmanson, LG & Gitelson, AA Méthodes de télédétection pour la gestion des lacs : un guide pour les gestionnaires de ressources et les décideurs. (Société nord-américaine de gestion des lacs, 2009).

Gurlin, D., Gitelson, AA & Moses, WJ Estimation à distance de la concentration de chl-a dans les eaux productives turbides - Retour à un modèle simple NIR-rouge à deux bandes. Télédétection Environ. 115, 3479–3490, https://doi.org/10.1016/j.rse.2011.08.011 (2011).

Annonces d'article Google Scholar

Schalles, JF & Hladik, CM Cartographie de la chlorophylle du phytoplancton dans les eaux turbides, cas 2 estuariennes et côtières. Isr. J. Usine Sci. 60, 169–191, https://doi.org/10.1560/IJPS.60.1-2.169 (2012).

Article Google Scholar

Li, L. et al. Un modèle d'inversion pour dériver les propriétés optiques inhérentes des eaux intérieures : établissement, validation et application. Télédétection Environ. 135, 150-166, https://doi.org/10.1016/j.rse.2013.03.031 (2013).

Annonces d'article Google Scholar

Mishra, S., Mishra, DR, Lee, Z. & Tucker, CS Quantification de la concentration de phycocyanine cyanobactérienne dans les eaux productives troubles : une approche quasi-analytique. Télédétection Environ. 133, 141-151, https://doi.org/10.1016/j.rse.2013.02.004 (2013).

Annonces d'article Google Scholar

Brezonik, PL, Olmanson, LG, Finlay, JC & Bauer, ME Facteurs affectant la mesure du CDOM par télédétection des eaux intérieures optiquement complexes. Télédétection Environ. 157, 199-215, https://doi.org/10.1016/j.rse.2014.04.033 (2015).

Annonces d'article Google Scholar

Werther, M. et al. Caractérisation de l'incertitude de récupération des algorithmes de chlorophylle-a dans les lacs et réservoirs oligotrophes et mésotrophes. ISPRS Journal of Photogrammetry and Remote Sensing 190, 279–300, https://doi.org/10.1016/j.isprsjprs.2022.06.015 (2022).

Annonces d'article Google Scholar

Wei, J., Lee, Z. & Shang, S. Un système pour mesurer la qualité des données de la réflectance spectrale de télédétection des environnements aquatiques. Journal of Geophysical Research : Océans 121, 8189–8207, https://doi.org/10.1002/2016JC012126 (2016).

Annonces d'article Google Scholar

Simis, SGH & Olsson, J. Traitement sans surveillance des mesures de réflectance hyperspectrale embarquées. Télédétection Environ. 135, 202-212, https://doi.org/10.1016/j.rse.2013.04.001 (2013).

Annonces d'article Google Scholar

Qin, P., Simis, SGH & Tilstone, GH Validation radiométrique de la correction atmosphérique pour MERIS en mer Baltique sur la base d'observations continues de navires et d'AERONET-OC. Télédétection Environ. 200, 263-280, https://doi.org/10.1016/j.rse.2017.08.024 (2017).

Annonces d'article Google Scholar

Warren, MA et al. Évaluation des algorithmes de correction atmosphérique pour l'imageur multispectral Sentinel-2A sur les eaux côtières et intérieures. Télédétection Environ. 225, 267-289, https://doi.org/10.1016/j.rse.2019.03.018 (2019).

Annonces d'article Google Scholar

Mobley, CD Réflectance polarisée et propriétés de transmission des surfaces marines soufflées par le vent. Appl. Opter. 54, 4828–4849, https://doi.org/10.1364/AO.54.004828 (2015).

Article ADS PubMed Google Scholar

Maciel, D. et al. Récupération des sédiments en suspension totaux et inorganiques dans les lacs des plaines inondables de l'Amazone : une approche multicapteur. Télédétection 11, 1744 (2019).

Annonces d'article Google Scholar

Le Caire, C. et al. Algorithme hybride de chlorophylle-a pour l'évaluation des états trophiques d'un réservoir brésilien tropical basé sur les données MSI/Sentinel-2. Télédétection 12, 40, https://doi.org/10.3390/rs12010040 (2020).

Annonces d'article Google Scholar

da Silva, MP, Sander de Carvalho, LA, Novo, E., Jorge, DSF & Barbosa, CCF Utilisation des indices d'absorption optique pour évaluer la variabilité saisonnière de la matière organique dissoute dans les lacs des plaines inondables de l'Amazonie. Biogéosciences 17, 5355–5364, https://doi.org/10.5194/bg-17-5355-2020 (2020).

Annonces d'article Google Scholar

Lubac, B. & Loisel, H. Variabilité et classification des spectres de réflectance de télédétection dans l'est de la Manche et le sud de la mer du Nord. Télédétection Environ. 110, 45–58, https://doi.org/10.1016/j.rse.2007.02.012 (2007).

Annonces d'article Google Scholar

Liaison, CE, Zastepa, A. & Zeng, C. L'impact de la composition de la communauté phytoplanctonique sur les propriétés optiques et les observations par satellite de la prolifération d'algues de l'ouest du lac Érié en 2017. J. Great Lakes Res. 45, 573–586, https://doi.org/10.1016/j.jglr.2018.11.015 (2019).

Article Google Scholar

Fritz, C., Dörnhöfer, K., Schneider, T., Geist, J. & Oppelt, N. Cartographie de la végétation aquatique submergée à l'aide des données satellitaires RapidEye : l'exemple du lac Kummerow (Allemagne). Eau 9, 510 (2017).

Article Google Scholar

Zibordi, G. & Talone, M. Sur l'équivalence des méthodes proches de la surface pour déterminer le rayonnement sortant de l'eau. Optics Express 28, 3200–3214, https://doi.org/10.1364/OE.28.003200 (2020).

Article ADS PubMed Google Scholar

Kutser, T., Vahtmae, E., Paavel, B. & Kauer, T. Suppression des effets de reflet des données de radiométrie de terrain mesurées dans les eaux côtières et intérieures optiquement complexes. Télédétection Environ. 133, 85–89, https://doi.org/10.1016/j.rse.2013.02.011 (2013).

Annonces d'article Google Scholar

Minaudo, C. et al. L'empreinte de la production primaire sur les profils haute fréquence des propriétés optiques du lac. Environ. Sci. Technol. 55, 14234–14244, https://doi.org/10.1021/acs.est.1c02585 (2021).

Article ADS CAS PubMed Google Scholar

Stramski, D. et al. Relations entre la concentration en surface du carbone organique particulaire et les propriétés optiques dans l'est du Pacifique Sud et l'est de l'océan Atlantique. Biogéosciences 5, 171-201, https://doi.org/10.5194/bg-5-171-2008 (2008).

Article ADS CAS Google Scholar

Bracher, A. et al. Utilisation de fonctions orthogonales empiriques dérivées de la réflectance de télédétection pour la prédiction des concentrations de pigments phytoplanctoniques. Océan Sci. 11, 139-158, https://doi.org/10.5194/os-11-139-2015 (2015).

Annonces d'article Google Scholar

Tilstone, G. et al. Intercomparaison sur le terrain des mesures radiométriques pour la validation de la couleur de l'océan. Télédétection 12, 1587, https://doi.org/10.3390/rs12101587 (2020).

Annonces d'article Google Scholar

Dekker, AG Détection des paramètres optiques de la qualité de l'eau pour les eaux eutrophes par télédétection à haute résolution Thèse de doctorat, Vrije Universiteit Amsterdam, (1993).

Groupe de compilation bathymétrique GEBCO 2021. Grille GEBCO 2021. Centre national de données sur la neige et la glace de la NASA DAAC https://doi.org/10.5285/c6612cbe-50b3-0cff-e053-6c86abc09f8f (2021).

Yentsch, C. & Menzel, D. Une méthode pour la détermination de la chlorophylle et de la phaeophytine du phytoplancton par fluoroescence. Deep Sea Research 10, 221–231 (1963).

CAS Google Scholar

Welschmeyer, NA Analyse fluorométrique de la chlorophylle-a en présence de chlorophylle-b et de phéopigments. Limnol. Océanogr. 39, 1985–1992 (1994).

Article ADS CAS Google Scholar

Roesler, CS & Barnard, AH Proxy optique de la biomasse phytoplanctonique en l'absence de photophysiologie : repenser la hauteur de la ligne d'absorption. Methods in Oceanography 7, 79–94, https://doi.org/10.1016/j.mio.2013.12.003 (2013).

Article Google Scholar

Mitchell, BG, Kahru, M., Wieland, J. & Stramska, M. Détermination des coefficients d'absorption spectrale des particules, des matières dissoutes et du phytoplancton pour des échantillons d'eau discrets - Chapitre 4. 39–64 (NASA Goddard Space Flight Center, Greenbelt, MD, 2003).

Tyler, JE Le disque de Secchi. Limnol. Océanogr. 13, 1–6, https://doi.org/10.4319/lo.1968.13.1.0001 (1968).

Annonces d'article Google Scholar

Wernand, MR Sur l'histoire du disque de Secchi. Journal de la Société européenne d'optique-Rapid Publications 5, https://doi.org/10.2971/jeos.2010.10013s (2010).

Lehmann, MK. et coll. GLORIA - Un ensemble de données mondial sur la réflectance de télédétection et la qualité de l'eau des eaux intérieures et côtières, PANGAEA, https://doi.org/10.1594/PANGAEA.948492 (2022).

Spyrakos, E. et al. Types optiques des eaux intérieures et côtières. Limnol. Oceanogr., https://doi.org/10.1002/lno.10674 (2018).

Eleveld, AM et al. Un outil de classification optique pour les eaux des lacs mondiaux. Télédétection 9, https://doi.org/10.3390/rs9050420 (2017).

Lehmann, MK, Nguyen, U., Allan, M. et van der Woerd, H. Classification des couleurs de 1486 lacs à travers une large gamme de types d'eau optiques. Télédétection 10, https://doi.org/10.3390/rs10081273 (2018).

Hou, X. et al. La cartographie mondiale révèle une augmentation des proliférations d'algues lacustres au cours de la dernière décennie. Nature Geoscience 15, 130–134, https://doi.org/10.1038/s41561-021-00887-x (2022).

Article ADS CAS Google Scholar

Dierssen, HM et al. QWIP : Une métrique quantitative pour le contrôle de la qualité de la forme spectrale de réflectance aquatique à l'aide de la longueur d'onde visible apparente. Frontières de la télédétection 3, https://doi.org/10.3389/frsen.2022.869611 (2022).

Vandermeulen, RA, Mannino, A., Craig, SE et Werdell, PJ 150 nuances de vert : utilisation du spectre complet de la réflectance de télédétection pour élucider les changements de couleur dans l'océan. Télédétection Environ. 247, 111900, https://doi.org/10.1016/j.rse.2020.111900 (2020).

Annonces d'article Google Scholar

Mobley, CD Lumière et Eau : Transfert Radiatif dans les Eaux Naturelles. 608 (Academic Press, 1994).

Groetsch, PMM, Gege, P., Simis, SGH, Eleveld, MA & Peters, SWM Validation d'une procédure de correction spectrale pour les réflexions du soleil et du ciel dans les mesures de réflectance au-dessus de l'eau. Optique Express 25, A742–A761, https://doi.org/10.1364/OE.25.00A742 (2017).

Article ADS CAS PubMed Google Scholar

Jordan, TM, Simis, SGH, Grötsch, PMM & Wood, J. Incorporant un pyranomètre hyperspectral à diffusion directe dans un algorithme de réflectance au-dessus de l'eau. Télédétection 14 (2022).

Burggraaff, O. Biais dus à une convolution de réflectance incorrecte. Optics Express 28, 13801–13816, https://doi.org/10.1364/OE.391470 (2020).

Article ADS PubMed Google Scholar

Équipe de base R. R : Un langage et un environnement pour l'informatique. (Fondation R pour le calcul statistique, 2022).

Maciel, code DR pour les indicateurs de contrôle de la qualité GLORIA, Zenodo, https://doi.org/10.5281/zenodo.7372445 (2022).

Vandermeulen, RA. QWIP : v1.1 (v1.1), Zenodo, https://doi.org/10.5281/zenodo.7373840 (2022).

Wyszecki, G. & Stiles, WS Science des couleurs : concepts et méthodes, données quantitatives et formules. (John Wiley & Fils, 2000).

CIE. Commission Internationale de l’Éclairage proceedings, 1931. (Cambridge University Press, 1932).

Télécharger les références

Effectuer des mesures et prélever des échantillons dans les eaux intérieures et côtières présente des défis considérables. Celles-ci comprennent les déplacements terrestres vers et depuis les plans d'eau, le lancement de bateaux sur les rivages naturels et le traitement des échantillons à la fin de longues journées. Par conséquent, ces données sont le résultat du travail acharné de beaucoup plus de personnes que ce que l'on peut pratiquement reconnaître individuellement ici, et nous remercions sincèrement le personnel de terrain, les techniciens de laboratoire, les étudiants, les capitaines et les skippers, et tout autre personnel de soutien sans qui cet ensemble de données ne serait pas ont été possibles. Dans certains cas, des remerciements spécifiques de personnes et/ou de financement peuvent être trouvés dans la colonne « Commentaires » du fichier GLORIA_meta_and_lab.csv.

Les sources de financement comprennent : le ministère estonien de l'éducation et de la recherche ; Commission européenne FP7, H2020, FP7-ENV-2007-1-226224 ; Conseil estonien de la recherche; Initiative d'infrastructure de Helmholtz FRAM ; BMBF 03G0218A ; Subventions du ministère néo-zélandais des affaires, de l'innovation et de l'emploi UOWX1503, UOWX1802, KENTR1601, subventions NASA ROSES 80HQTR19C0015, 80NSSC 21K0499, 80NSSC22K1389 et USGS Landsat Science Team Award 140G0118C0011, Fondation nationale vietnamienne pour le développement des sciences et de la technologie (NAFOSTED), numéro de subvention 105 .08- 2019.329, Ministère fédéral des affaires économiques et de l'énergie, Allemagne, Award : LAKESAT 50EE1340, EnMAP CalVal 50EE1923, TypSynSat 50EE1915.

Décédé : Marcel R. Wernand.

Xerra Earth Observation Institute, PO Box 400, Alexandra, 9340, Nouvelle-Zélande

Moritz K. Lehmann

École des sciences, Université de Waikato, Private Bag 3105, Hamilton, 3240, Nouvelle-Zélande

Moritz K. Lehmann et Ted Conroy

Département des ressources naturelles du Wisconsin, Bureau de la qualité de l'eau, 101 S Webster Street, Madison, WI, 53707, États-Unis

Daniela Gurlin

Science Systems and Applications, Inc. (SSAI), Lanham, MD, États-Unis

Nima Pahlevan, Brandon Smith et Ryan A. Vandermeulen

NASA Goddard Space Flight Center, Greenbelt, MD, États-Unis

Nima Pahlevan et Brandon Smith

Observatoire de Tartu, Tartu, Tartu, 61602, Estonie

Krista Alikas, Kersti Kangaroo & Martin League

Programme des systèmes côtiers et océaniques (COS), CSIRO Environment Business Unit, Acton, ACT, 2601, Australie

Janet Anstee et Nathan Drayson

Conseil en géodétection et imagerie, Trivandrum, Kerala, Inde

Sundarabalan V. Balasubramanian

Laboratoire d'instrumentation pour les systèmes aquatiques (LabISA), Institut national de recherche spatiale (INPE), São José dos Campos, Brésil

Claudius CF Beard, Daniel A. Maciel et Evlyn Nouveau MLM

Environnement et Changement climatique Canada, Burlington, ON, Canada

Reliure Caren

Phytooptics Group, Physical Oceanography of Polar Seas, Climate Sciences, Alfred Wegener Institute, Helmholtz Center for Polar and Marine Research, Bremerhaven, Allemagne

Astrid Bracher et Mariana A. Soppa

Département de physique et de génie électrique, Institut de physique de l'environnement, Université de Brême, Brême, Allemagne

Astrid Bracher

Conseil national italien de la recherche, Institut de détection électromagnétique de l'environnement, CNR-IREA, Milan, Italie

Mariano Bresciani & Claudia Giardino

Cooperative Institute for Great Lakes Research, Université du Michigan, 4840 South State Road, Ann Arbor, MI, 48108, États-Unis

Ashley Burtner

Institut de géographie et de limnologie de Nanjing, Académie chinoise des sciences, Nanjing, 210008, Chine

Zhigang Cao et Ronghua Ma

SatDek Pty Ltd, 99 Read Rd, Sutton, NSW, 2620, Australie

Arnold G.Dekker

Université Wake Forest, Ingénierie, 455 Vine Street, Winston-Salem, Caroline du Nord, 27101, États-Unis

Courtney Di Vittorio et Kyana Young

Laboratoire de recherche environnementale des Grands Lacs de la NOAA, Ann Arbor, MI, États-Unis

Reagan M. Errera et Andrea Vander Woude

Département de géographie, Université de la République, Montevideo, Uruguay

Virginie Fernandez

Institut de biologie et des sciences de la Terre, Université de Poméranie, Arciszewskiego 22, 76-200, Slupsk, Pologne

Darius Ficek

Département de la Terre et de l'Environnement, Université de Boston, Boston, MA, États-Unis

Cédric G. Fichot

Centre aérospatial allemand (DLR), Institut de technologie de télédétection, Wessling, Allemagne

Peter Gege, Stefan Plattner et Ian Somlai-Schweiger

Université du Nebraska-Lincoln, École des ressources naturelles, 3310 Holdrege Street, Lincoln, NE, 68503, États-Unis

Anatoly A. Gitelson

Université du Wisconsin-Madison, Centre des sciences aquatiques, 1975 Willow Drive, Madison, WI, 53706, États-Unis

Steven R. Greb

Université technologique du Michigan, Centre de recherche des Grands Lacs, 100 Phoenix Drive, Houghton, MI, 49931, États-Unis

Hayden Henderson

Faculté d'innovation urbaine, Université nationale de Yokohama, Tokiwadai 79-5, Hodogaya, Yokohama, Kanagawa, Japon

Hiroto Higa

Institut fédéral suisse des sciences et technologies aquatiques, Département des eaux de surface – Recherche et gestion, Dübendorf, Suisse

Abolfazl Irani Rahaghi, Daniel Odermatt & Mortimer Werther

Université du Littoral Côte d’Opale, CNRS, Univ. Lille, IRD, UMR 8187 - LOG - Laboratoire d’Océanologie et de Géosciences, F-62930, Wimereux, France

Cédric Jamet, Hubert Loisel & Vincent Vantrepotte

Sciences de l'observation de la Terre et des planètes (EPOS), Sciences biologiques et environnementales, Faculté des sciences naturelles, Université de Stirling, Stirling, Royaume-Uni

Dalin Jiang, Evangelos Spyrakos et Mortimer Werther

Laboratoire marin de Plymouth, Plymouth, PL1 3DH, Royaume-Uni

Thomas Jordan et Stefan GH Simis

Centre de recherche Ames de la NASA, Moffett Field, Californie, États-Unis

Jeremy A. Kravitz

Département de physique et technologie, Université de Bergen, Bergen, Norvège

Arne S. Kristoffersen & Elinor Tessin

Université de Californie-Santa Cruz, Département des sciences océaniques, Institut des sciences marines, 1156 High Street, Santa Cruz, CA, 95064, États-Unis

Raphaël Kudela

Département des sciences de la Terre, Indiana University-Purdue University, Indianapolis, IN, États-Unis

Lin Li

University of Massachusetts-Dartmouth, School for Marine Science and Technology West, 706 South Rodney French Blvd., New Bedford, MA, 02744, États-Unis

Steven Lohrenz

Programme des systèmes côtiers et océaniques (COS), CSIRO Environment Business Unit, Ecosciences Precinct, 41 Boggo Road, Dutton Park, QLD, 4102, Australie

Tim J. Malthus

Faculté des sciences de la vie et de l'environnement, Université de Tsukuba, Ibaraki, Japon

Bunkei Matsushita

CyanoLakes (Pty) Ltd, Sydney, 2126, Australie

Marc Matthews

Département de biologie évolutive, écologie et sciences de l'environnement, Faculté de biologie, Université de Barcelone, Av. Diagonal 643, 08028, Barcelone, Espagne

Camille Minaudo

Département de géographie, Université de Géorgie, Athènes, GA, 30602, États-Unis

Deepak R.Mishra

National Centers for Coastal Ocean Science, National Oceanic and Atmospheric Administration, 1305 East-West Hwy, Silver Spring, MD, 20910, États-Unis

Sachidananda Mishra

Harbour Branch Oceanographic Institute, Florida Atlantic University, Fort Pierce, Floride, États-Unis

Tim Moore

US Naval Research Laboratory, 4555 Overlook Ave SW, Washington, DC, 20375, États-Unis

Wesley J. Moïse

Faculté de géologie, Université des sciences VNU, Ha Noi, Vietnam

Ha Nguyên

Institut royal néerlandais de recherche sur la mer, océanographie physique, optique marine et télédétection, Den Burg, Texel, Pays-Bas

Stéfani Novoa & Marcel R. Wernand

Upstate Freshwater Institute, Syracuse, NY, États-Unis

David M. O'Donnell

Département des ressources forestières, Université du Minnesota, St. Paul, MN, États-Unis

Leif G. Olmanson

NOAA Center for Satellite Applications and Research, College Park, MD, États-Unis

Michel Ondrusek

Observation de la Terre et modélisation, Université de Kiel, Département de géographie, 24118, Kiel, Allemagne

Natacha Oppelt

UMR LEGOS, Université de Toulouse, IRD, CNES, CNRS, UPS, 14 Avenue Edouard Belin, 31400, Toulouse, France

Sylvain Ouillon

Département Eau-Environnement-Océanographie, Université des sciences et technologies de Hanoï (USTH), Académie vietnamienne des sciences et technologies (VAST), 18 Hoang Quoc Viet, Hanoï, 100000, Vietnam

Sylvain Ouillon

Département de géosciences, Université fédérale de Santa Maria, Av. Roraima, 1000, 97105-900, Santa Maria, Rio Grande do Sul, Brésil

Waterloo Pereira Filho

Laboratoire d'observation de la Terre, Université de Valence, Cathédrale Agustín Escardino 9, Paterna (Valence), 46980, Espagne

Antonio Ruiz Verdu

Faculté d'ingénierie, Université des sciences avancées de Kyoto (KUAS), 18 Yamanouchi Gotanda, Ukyo, Kyoto, Japon

Salem I. Salem

Université Creighton, Département de biologie, Omaha, NE, 68178, États-Unis

John F. Schalles

Agence japonaise pour les sciences et technologies marines et terrestres (JAMSTEC), Showa-machi 3173-25, Yokohama, Kanagawa, 2360001, Japon

Eko Siswanto

Département des risques liés à l'eau et au climat, Institut d'études environnementales (IVM), Université VU, Amsterdam, Pays-Bas

Hendrik J. van der Woerd

Ocean Ecology Laboratory, NASA Goddard Space Flight Center, Greenbelt, MD, États-Unis

Ryan A. Vandermeulen

Université chinoise des géosciences, École de géographie et d'ingénierie de l'information, Wuhan, Chine

Linwei Yue

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Moritz K. Lehmann, Daniela Gurlin et Nima Pahlevan ont contribué à parts égales à ce travail ; MK Lehmann a rédigé le manuscrit, contribué à la collecte des données, géré les fichiers de données et effectué le contrôle de la qualité des données radiométriques et de laboratoire ; D. Gurlin a édité le manuscrit, contribué à la collecte des données, vérifié et validé toutes les méthodologies de mesure et pris en charge le contrôle de la qualité des données radiométriques et de laboratoire ; N. Pahlevan a conçu l'effort, invité chaque contributeur de données, mené des études préliminaires basées sur des sous-ensembles de GLORIA et soutenu la rédaction de manuscrits, la collecte de données et la communication. Les auteurs suivants ont contribué au contrôle qualité de l'ensemble des données (par ordre alphabétique des prénoms) : Andrea Vander Woude, Astrid Bracher, Caren Binding, Claudia Giardino, Dalin Jiang, Daniel A. Maciel, Hendrik J. van der Woerd, Jeremy A. Kravitz , Lin Li, Mortimer Werther, Nathan Drayson, Ryan A. Vandermeulen, Sachidananda Mishra, Salem I. Salem, Stefan GH Simis, Thomas Jordan et Zhigang Cao. Brandon Smith et Sundarabalan V. Balasubramanian ont extrait et préparé les données SeaBASS. Les auteurs dont le nom n'est pas mentionné dans cette section ont apporté d'importantes contributions à la collecte de données et au traitement des échantillons.

Correspondance à Moritz K. Lehmann.

Les auteurs ne déclarent aucun intérêt concurrent.

Note de l'éditeur Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.

Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International, qui permet l'utilisation, le partage, l'adaptation, la distribution et la reproduction sur n'importe quel support ou format, à condition que vous accordiez le crédit approprié à l'auteur ou aux auteurs originaux et à la source, fournissez un lien vers la licence Creative Commons et indiquez si des modifications ont été apportées. Les images ou tout autre matériel tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n'est pas inclus dans la licence Creative Commons de l'article et que votre utilisation prévue n'est pas autorisée par la réglementation légale ou dépasse l'utilisation autorisée, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/.

Réimpressions et autorisations

Lehmann, MK, Gurlin, D., Pahlevan, N. et al. GLORIA - Un jeu de données in situ hyperspectral représentatif à l'échelle mondiale pour la détection optique de la qualité de l'eau. Sci Data 10, 100 (2023). https://doi.org/10.1038/s41597-023-01973-y

Télécharger la citation

Reçu : 12 juillet 2022

Accepté : 17 janvier 2023

Publié: 16 février 2023

DOI : https://doi.org/10.1038/s41597-023-01973-y

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt

Précédent: Ces choses intelligentes sont si chaudes sur Amazon en ce moment Suivant: Paper Bag Business : Comment démarrer une entreprise d'emballage de sacs en papier ? Du financement au coût de la machine, voici un guide complet

Envoyer une demande

Envoyer