DOI: https://doi.org/10.5194/essd-18-569-2026
تاريخ النشر: 2026-01-21
المؤلف: Daniel J. Ford وآخرون
الموضوع الرئيسي: النظم البيئية البحرية والساحلية
نظرة عامة
تقدم هذه البحث منهجية جديدة لمعالجة الفجوات في بيانات الكلوروفيل-أ (chl-a) المستمدة من الأقمار الصناعية خلال شتاء القطبين، وهي فترة غالبًا ما تتميز بقلة ضوء الشمس وغطاء السحاب. باستخدام ملاحظات أجهزة قياس BGC-Argo، طور المؤلفون نهجًا مشتركًا يدمج هذه القياسات في الموقع مع سجلات الكلوروفيل-أ من مبادرة تغير المناخ للون المحيط (OC-CCI) لإنشاء مجموعة بيانات عالمية شهرية كاملة مكانيًا وزمنيًا للكلوروفيل-أ تمتد من 1997 إلى 2024 بدقة 0.25°. تستخدم المنهجية التداخل المكاني لملء فجوات السحاب وتعيد بناء قيم الكلوروفيل-أ في الشتاء من خلال إقامة علاقات مع الملاحظات الساتلية المجاورة في الخريف والربيع.
تحافظ مجموعة البيانات الناتجة على دقة وموثوقية البيانات الساتلية الأصلية، كما تم التحقق منها مقابل ملاحظات مستقلة في الموقع. ومن الجدير بالذكر أن التحليل يكشف عن تباين كبير بين السنوات وبين نصفي الكرة الأرضية في الكلوروفيل-أ في الشتاء، حيث يظهر نصف الكرة الشمالي انخفاضًا أكثر وضوحًا مقارنة بنصف الكرة الجنوبي. يتماشى هذا الاكتشاف مع المعرفة الحالية حول موسمية العوالق النباتية في هذه المناطق. تؤكد الدراسة على عدم كفاية طرق ملء الفجوات البسيطة، التي قد تؤدي إلى تركيزات غير واقعية من الكلوروفيل-أ، وتبرز إمكانية تطبيق النهج المقترح على متغيرات بيوجيوكيميائية أخرى تظهر أنماط موسمية مماثلة. تتوفر مجموعة البيانات الشاملة للبحث الإضافي والاستخدام التشغيلي، لا سيما في تطبيقات التعلم الآلي التي تتطلب بيانات سلسلة زمنية كاملة.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على أهمية الكلوروفيل-أ (chl-a) كمتغير مناخي حاسم لمراقبة الدورات البيوجيوكيميائية المحيطية، كما اعترف به النظام العالمي لمراقبة المناخ. منذ إطلاق جهاز استشعار Sea-viewing Wide Field-of-view Sensor (SeaWiFS) في عام 1997، مكنت الملاحظات المستندة إلى الأقمار الصناعية من إنتاج مجالات الكلوروفيل-أ التزامنية، والتي تعتبر ضرورية لتقييم وفرة العوالق النباتية والإنتاج الأولي. تُستخدم هذه السجلات، التي تم تجميعها من خلال مبادرات مثل مبادرة تغير المناخ للون المحيط (OC-CCI)، على نطاق واسع لمراقبة النظم البيئية، وإدارة مصايد الأسماك، والتنبؤ بالمحيطات بشكل تشغيلي. ومع ذلك، تظهر التحديات بسبب الفجوات في البيانات الناتجة عن غطاء السحاب وزوايا الشمس العالية، لا سيما خلال شتاء القطبين، مما يعقد تفسير بيانات الكلوروفيل-أ.
تم تطوير طرق مختلفة لمعالجة هذه الفجوات في البيانات، بما في ذلك تقنيات التداخل الأمثل والدوال المتعامدة التجريبية. أدت التطورات الحديثة، مثل استخدام الشبكات العصبية التلافيفية، إلى تحسين قدرات ملء الفجوات، ومع ذلك تظل الفجوات المستمرة في المناطق ذات العروض العالية خلال الشتاء دون معالجة. تشير الورقة إلى أن الممارسات الحالية غالبًا ما تتضمن ملء هذه الفجوات بقيم ثابتة، والتي قد لا تعكس بدقة التباينات الإقليمية ويمكن أن تشوه التقييمات البيوجيوكيميائية. للتغلب على هذه القيود، يقترح المؤلفون منهجية جديدة تدمج بيانات من أجهزة قياس BGC-Argo المستقلة مع أجهزة استشعار الكلوروفيل-أ لإعادة بناء بيانات الكلوروفيل-أ المفقودة في الشتاء. يستخدم هذا النهج التداخل المكاني لملء فجوات السحاب ويستفيد من العلاقات بين قياسات BGC-Argo والملاحظات الساتلية لإنشاء سجل شهري شامل للكلوروفيل-أ من أكتوبر 1997 إلى ديسمبر 2024، مع الأخذ في الاعتبار عدم اليقين المكاني والاختلافات البيوجيوكيميائية بين نصفي الكرة الأرضية.
طرق
تحدد قسم “البيانات والطرق” الإطار البحثي المستخدم في الدراسة. يوضح مصادر البيانات المستخدمة، بما في ذلك مجموعات البيانات الأولية والثانوية، ويصف معايير اختيار وشمول نقاط البيانات. تشمل المنهجية تقنيات إحصائية وأدوات تحليلية تم تطبيقها لتفسير البيانات، مما يضمن قوة وموثوقية النتائج.
بالإضافة إلى ذلك، يبرز القسم أي تصاميم تجريبية أو نماذج مستخدمة، مع تحديد المعلمات والمتغيرات التي تم أخذها في الاعتبار في التحليل. تم تصميم الطرق لمعالجة أسئلة البحث بفعالية، مما يسمح بفحص شامل للظواهر الأساسية. بشكل عام، يؤسس هذا القسم أساسًا واضحًا للنتائج والنقاشات اللاحقة المقدمة في الورقة.
نتائج
تشير النتائج إلى وجود اختلافات إقليمية كبيرة في تركيزات الكلوروفيل-أ (chl-a) بين نصفي الكرة الأرضية الجنوبي والشمالي، لا سيما خلال الخريف والربيع. أظهر نصف الكرة الجنوبي انخفاضًا أبطأ في الكلوروفيل-أ، مع انخفاض وسطي قدره 24% مقارنة بـ 69% في نصف الكرة الشمالي على مدى شهر واحد. كما عكست المقارنات في الربيع اتجاهات مماثلة، حيث أظهرت كلا نصفي الكرة الأرضية اختلافات متسقة في النسب لفترات تأخير من 1-5 أشهر، بينما لوحظت تباينات أكبر في فترات التأخير الأطول بسبب محدودية توفر البيانات. ساعد دمج تقنيات التداخل المكاني وطرق BGC-Argo في إنشاء مجموعة بيانات شاملة للكلوروفيل-أ مليئة بالفجوات، مما كان مفيدًا بشكل خاص للسنوات السابقة عندما كانت بيانات الأقمار الصناعية نادرة.
كشفت التحليلات الإضافية لمناطق القطبين عن تباين ملحوظ بين السنوات في تركيزات الكلوروفيل-أ في الشتاء، حيث أظهر شمال المحيط الأطلسي انخفاضًا أكبر من شمال المحيط الهادئ. أنتج نهج BGC-Argo مناخيات شهرية متعددة السنوات التي التقطت بفعالية التباين المكاني والزمني، لا سيما في بداية ونهاية فترة الشتاء. كانت تقديرات عدم اليقين لتركزات الكلوروفيل-أ في الشتاء حوالي 0.6 log10 (mg m⁻³) في نصف الكرة الشمالي و0.4 log10 (mg m⁻³) في نصف الكرة الجنوبي، حيث أظهر نصف الكرة الشمالي عدم يقين أعلى بسبب قلة ملفات Argo. أظهرت المقارنات مع قياسات الكلوروفيل-أ المستقلة في الموقع دقة وموثوقية متسقة عبر كلا نصفي الكرة الأرضية، مع انحرافات صغيرة وانحرافات متوسطة مربعة (RMSD) تبلغ حوالي 0.4 log10 (mg m⁻³) لنصف الكرة الجنوبي و0.6 log10 (mg m⁻³) لنصف الكرة الشمالي، مما يدعم صحة تقديرات عدم اليقين المنقولة.
نقاش
في هذه الدراسة، يتناول المؤلفون تحدي ملء الفجوات في بيانات الكلوروفيل-أ (chl-a) المستمدة من الأقمار الصناعية خلال أشهر الشتاء القطبي، والتي غالبًا ما تحجبها غيوم وارتفاع منخفض للشمس. يستخدمون بيانات أجهزة قياس BGC-Argo كقيد ملاحظي لإعادة بناء تركيزات الكلوروفيل-أ في الشتاء، معتمدين على عملية من خطوتين. في البداية، يتم تطبيق طريقة التداخل المكاني لملء الفجوات الناتجة عن السحب وغيرها من الميزات، تليها نهج أكثر استهدافًا باستخدام بيانات BGC-Argo لتقدير انخفاضات الكلوروفيل-أ في الشتاء بناءً على توفر الضوء. تُظهر المنهجية فعاليتها في الحفاظ على تغطية عالمية لبيانات لون المحيط مع ضمان التناسق مع الملاحظات في الموقع.
تشير النتائج إلى أن العلاقات بين BGC-Argo تلتقط بنجاح الاختلافات الإقليمية في تركيزات الكلوروفيل-أ في الشتاء بين نصفي الكرة الأرضية الشمالي والجنوبي، مما يعكس العمليات البيوجيوكيميائية الأساسية. ومن الجدير بالذكر أن نصف الكرة الجنوبي يظهر انخفاضًا أبطأ في الكلوروفيل-أ خلال الشتاء مقارنة بنصف الكرة الشمالي، على الأرجح بسبب قيود متفاوتة في توفر الضوء والمغذيات. تسلط الدراسة أيضًا الضوء على أهمية معالجة التباين بين السنوات في استجابات الكلوروفيل-أ في الشتاء، مما يشير إلى أن العلاقات الملاحظة قد تتأثر بتوزيع غير متساوٍ لملفات BGC-Argo. بشكل عام، تسهم النتائج في فهم أفضل لديناميات العوالق النباتية الموسمية وتوفر إطارًا قويًا لتحسين سجلات بيانات الأقمار الصناعية في المناطق القطبية.
DOI: https://doi.org/10.5194/essd-18-569-2026
Publication Date: 2026-01-21
Author(s): Daniel J. Ford et al.
Primary Topic: Marine and coastal ecosystems
Overview
This research presents a novel methodology for addressing gaps in satellite-derived chlorophyll-a (chl-a) data during polar winters, a period often characterized by limited sunlight and cloud cover. Utilizing Biogeochemical Argo (BGC-Argo) profiler observations, the authors developed a combined approach that integrates these in situ measurements with satellite chl-a records from the Ocean Colour Climate Change Initiative (OC-CCI) to create a spatially and temporally complete global monthly chl-a dataset spanning from 1997 to 2024 at a resolution of 0.25°. The methodology employs spatial kriging to fill cloud gaps and reconstructs wintertime chl-a values by establishing relationships with adjacent autumn and spring satellite observations.
The resulting dataset maintains the accuracy and precision of the original satellite data, as validated against independent in situ observations. Notably, the analysis reveals significant interannual and inter-hemisphere variability in wintertime chl-a, with the Northern Hemisphere exhibiting a more pronounced decline compared to the Southern Hemisphere. This finding aligns with existing knowledge of phytoplankton seasonality in these regions. The study underscores the inadequacy of simplistic gap-filling methods, which may yield unrealistic chl-a concentrations, and highlights the potential applicability of the proposed approach to other biogeochemical variables exhibiting similar seasonal patterns. The comprehensive dataset is made available for further research and operational use, particularly in machine learning applications requiring complete time series data.
Introduction
The introduction of this research paper highlights the significance of chlorophyll-a (chl-a) as a critical climate variable for monitoring oceanic biogeochemical cycles, as recognized by the Global Climate Observing System. Since the launch of the Sea-viewing Wide Field-of-view Sensor (SeaWiFS) in 1997, satellite-based observations have enabled the production of synoptic chl-a fields, which are essential for assessing phytoplankton abundance and primary production. These records, compiled through initiatives like the Ocean Colour Climate Change Initiative (OC-CCI), are widely utilized for ecosystem monitoring, fisheries management, and operational ocean forecasting. However, challenges arise due to data gaps caused by cloud cover and high sun zenith angles, particularly during polar winters, which complicate the interpretation of chl-a data.
Various methods have been developed to address these data gaps, including optimum interpolation techniques and empirical orthogonal functions. Recent advancements, such as the use of convolutional neural networks, have improved gap-filling capabilities, yet persistent gaps in high-latitude regions during winter remain unaddressed. The paper notes that existing practices often involve filling these gaps with fixed values, which may not accurately reflect regional variations and can distort biogeochemical assessments. To overcome these limitations, the authors propose a novel methodology that integrates data from autonomous BGC-Argo profilers with chl-a sensors to reconstruct missing wintertime chl-a data. This approach employs spatial kriging for cloud gap filling and utilizes relationships between BGC-Argo measurements and satellite observations to generate a comprehensive monthly chl-a record from October 1997 to December 2024, accounting for spatial uncertainties and biogeochemical differences between hemispheres.
Methods
The section on “Data and Methods” outlines the research framework employed in the study. It details the data sources utilized, including both primary and secondary datasets, and describes the criteria for selection and inclusion of data points. The methodology encompasses statistical techniques and analytical tools applied to interpret the data, ensuring robustness and validity of the findings.
Additionally, the section highlights any experimental designs or models used, specifying the parameters and variables considered in the analysis. The methods are designed to address the research questions effectively, allowing for a comprehensive examination of the underlying phenomena. Overall, this section establishes a clear foundation for the subsequent results and discussions presented in the paper.
Results
The results indicate significant regional differences in chlorophyll-a (chl-a) concentrations between the Southern and Northern Hemispheres, particularly during autumn and spring. The Southern Hemisphere exhibited a slower decline in chl-a, with a median decrease of 24% compared to 69% in the Northern Hemisphere over a one-month lag. Springtime comparisons also reflected similar trends, with both hemispheres showing consistent percentage differences for month lags of 1-5, while greater variability was observed at longer lags due to limited data availability. The integration of spatial kriging and BGC-Argo methodologies facilitated the creation of a comprehensive, gap-filled chl-a dataset, particularly beneficial for earlier years when satellite data were scarce.
Further analysis of polar regions revealed notable interannual variability in wintertime chl-a concentrations, with the North Atlantic showing a more substantial decline than the North Pacific. The BGC-Argo approach produced multi-year monthly climatologies that effectively captured spatial and temporal variability, particularly at the beginning and end of the winter period. Uncertainty estimates for wintertime chl-a were approximately 0.6 log10 (mg m⁻³) in the Northern Hemisphere and 0.4 log10 (mg m⁻³) in the Southern Hemisphere, with the Northern Hemisphere exhibiting higher uncertainty due to fewer Argo profiles. Comparisons with independent in situ chl-a measurements demonstrated consistent accuracy and precision across both hemispheres, with small biases and root mean square deviations (RMSD) of approximately 0.4 log10 (mg m⁻³) for the Southern Hemisphere and 0.6 log10 (mg m⁻³) for the Northern Hemisphere, supporting the validity of the propagated uncertainty estimates.
Discussion
In this study, the authors address the challenge of filling gaps in satellite-derived chlorophyll-a (chl-a) data during polar winter months, which are often obscured by cloud cover and low solar elevation. They utilize BGC-Argo profiler data as an observational constraint to reconstruct wintertime chl-a concentrations, employing a two-step process. Initially, a spatial kriging method is applied to fill gaps caused by clouds and other features, followed by a more targeted approach using BGC-Argo data to estimate wintertime chl-a declines based on light availability. The methodology demonstrates effectiveness in maintaining global coverage of ocean-color data while ensuring consistency with in situ observations.
The results indicate that the BGC-Argo relationships successfully capture regional differences in wintertime chl-a concentrations between the Northern and Southern Hemispheres, reflecting underlying biogeochemical processes. Notably, the Southern Hemisphere exhibits a slower decline in chl-a during winter compared to the Northern Hemisphere, likely due to varying limitations of light and nutrient availability. The study also highlights the importance of addressing interannual variability in winter chl-a responses, suggesting that the observed relationships may be influenced by uneven sampling of BGC-Argo profiles. Overall, the findings contribute to a better understanding of seasonal phytoplankton dynamics and provide a robust framework for improving satellite data records in polar regions.