当前位置：
X-MOL 学术
›
Remote Sens. Ecol. Conserv.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Mapping the long-term influence of river discharge on coastal ocean chlorophyll-a
Remote Sensing in Ecology and Conservation ( IF 3.9 ) Pub Date : 2022-06-07 , DOI: 10.1002/rse2.266 Hannah Auricht 1 , Luke Mosley 1 , Megan Lewis 1 , Ken Clarke 1
Remote Sensing in Ecology and Conservation ( IF 3.9 ) Pub Date : 2022-06-07 , DOI: 10.1002/rse2.266 Hannah Auricht 1 , Luke Mosley 1 , Megan Lewis 1 , Ken Clarke 1
Affiliation
|
Although the potential of river discharge to support ocean productivity and marine ecosystems is known, the specifics of this relationship are poorly understood in many regions of the world. Global estimates of river flow indicate that river discharge is decreasing due to the increasing fragmentation, extraction and regulation of rivers. This likely means that the contribution of river flow to coastal productivity and water quality is changing, potentially leading to fewer and smaller magnitude ocean fertilisation events. We developed a simple analysis method, based on Earth observation data, to investigate where coastal ocean chlorophyll-a is most strongly influenced by river discharge. The per-pixel spatiotemporal correlation technique (implemented using Python) correlates chlorophyll-a concentration (a proxy for phytoplankton biomass and indicator of primary productivity) from MODIS ocean colour data with river discharge data. The method was tested globally on 11 different rivers discharging into coastal ocean regions. Our findings suggest some of the world's largest river systems, such as the Amazon River, have zones of elevated coastal chl-a that extend hundreds to thousands of km from the river mouth. These findings suggest the influence of river discharge may have been underestimated in many coastal regions of the world. The method appears more effective for larger river systems discharging to ocean waters with less complex nutrient dynamics and weaker seasonal productivity patterns, most notably in temperate regions. Increasing our understanding of the specific areas influenced by river discharge, and the degree of influence over space and time, is an important step towards the improved river and coastal management. This method will increase the capacity of researchers to monitor how, when and where coastal waters are affected as river discharge continues to change into the future.
中文翻译：
绘制河流流量对沿海海洋叶绿素-a 的长期影响
尽管河流排放支持海洋生产力和海洋生态系统的潜力是众所周知的，但在世界许多地区，人们对这种关系的细节知之甚少。全球河流流量估计表明，由于河流日益破碎、开采和调节，河流流量正在减少。这可能意味着河流流量对沿海生产力和水质的贡献正在发生变化，可能导致海洋施肥事件的数量越来越少。我们根据地球观测数据开发了一种简单的分析方法，以调查沿海海洋叶绿素a受河流排放影响最大的地方。每像素时空关联技术（使用 Python 实现）关联叶绿素-aMODIS 海洋颜色数据和河流流量数据的浓度（浮游植物生物量的代表和初级生产力的指标）。该方法在全球范围内对 11 条流入沿海海域的不同河流进行了测试。我们的研究结果表明，世界上一些最大的河流系统，例如亚马逊河，具有高架的沿海叶绿素区域。从河口延伸数百至数千公里。这些发现表明，在世界许多沿海地区，河流排放的影响可能被低估了。该方法对于向海水排放的较大河流系统似乎更有效，这些河流系统的养分动态不太复杂，季节性生产力模式较弱，尤其是在温带地区。增加我们对受河流排放影响的特定区域以及对空间和时间的影响程度的了解，是改善河流和沿海管理的重要一步。随着河流排放量在未来不断变化，这种方法将提高研究人员监测沿海水域受到影响的方式、时间和地点的能力。
更新日期：2022-06-07
中文翻译：
绘制河流流量对沿海海洋叶绿素-a 的长期影响
尽管河流排放支持海洋生产力和海洋生态系统的潜力是众所周知的，但在世界许多地区，人们对这种关系的细节知之甚少。全球河流流量估计表明，由于河流日益破碎、开采和调节，河流流量正在减少。这可能意味着河流流量对沿海生产力和水质的贡献正在发生变化，可能导致海洋施肥事件的数量越来越少。我们根据地球观测数据开发了一种简单的分析方法，以调查沿海海洋叶绿素a受河流排放影响最大的地方。每像素时空关联技术（使用 Python 实现）关联叶绿素-aMODIS 海洋颜色数据和河流流量数据的浓度（浮游植物生物量的代表和初级生产力的指标）。该方法在全球范围内对 11 条流入沿海海域的不同河流进行了测试。我们的研究结果表明，世界上一些最大的河流系统，例如亚马逊河，具有高架的沿海叶绿素区域。从河口延伸数百至数千公里。这些发现表明，在世界许多沿海地区，河流排放的影响可能被低估了。该方法对于向海水排放的较大河流系统似乎更有效，这些河流系统的养分动态不太复杂，季节性生产力模式较弱，尤其是在温带地区。增加我们对受河流排放影响的特定区域以及对空间和时间的影响程度的了解，是改善河流和沿海管理的重要一步。随着河流排放量在未来不断变化，这种方法将提高研究人员监测沿海水域受到影响的方式、时间和地点的能力。
京公网安备 11010802027423号