• EnglishEnglish
  • Chlorofil-a (model 3D CEMBS)

    Chlorofil-a (model 3D CEMBS)

    Stężenie chlorofilu-a obliczone za pomocą modelu ekosystemu Morza Bałtyckiego 3D CEMBS (3D Coupled Ecosystem Model of the Baltic Sea) z asymilacją danych satelitarnych. W serwisie SO SatBałtyk rozkłady stężeń chlorofilu-a na powierzchni oraz na różnych głębokościach podawane są w miligramach chlorofilu-a na metr sześcienny [mg Chl a/m3], cztery razy na dobę, w postaci map o rozdzielczości 1 km.

     Metodyka wyznaczania stężenia chlorofilu-a w modelu 3D CEMBS

    Stężenie chlorofilu-a jest obliczane z wykorzystaniem prognostycznego modelu ekohydrodynamicznego 3D CEMBS [1] [2]. Jako warunki brzegowe na powierzchni morza wykorzystywane są dane atmosferyczne z prognostycznego modelu UM (ICM Uniwersytetu Warszawskiego). Model posiada otwartą granicę z Morzem Północnym w celu lepszego odwzorowania zmian związanych z wlewami wód z tego regionu. Model 3D CEMBS jest wyposażony w moduł dopływów rzecznych, który dostarcza informacji na temat ilości słodkiej wody dostarczanej z 72 rzek oraz ilości substancji biogenicznych przez nią niesionych. Dodatkowo moduł atmosferyczny dostarcza informacji o substancjach biogenicznych dostających się do Morza Bałtyckiego wraz z opadami. W celu zapewnienia jak najdokładniejszego odwzorowania mieszania w pionie zastosowano parametryzację KPP. Wyniki modelowe mają rozdzielczość poziomą ok. 2 km. W pionie model jest podzielony na 21 warstw. Pierwsze cztery warstwy mają grubość 5 metrów. Grubość pozostałych warstw rośnie wraz z głębokością. Wyniki dostarczane do systemu SO SatBałtyk zostały interpolowane na siatkę o rozdzielczości 1 km. Model posiada moduł asymilacji danych satelitarnych (temperatury powierzchni morza oraz stężenia chlorofilu-a), pochodzących z czujnika MODIS umieszczonego na satelicie Aqua (EOS PM). Do asymilacji wykorzystywana jest metoda Cressmana [3]. Polega ona na obliczeniu, dla każdego punktu na siatce modelowej, wartości temperatury oraz stężenia chlorofilu-a na podstawie danych z poprzedniej prognozy modelu oraz danych satelitarnych uwzględnianych z wagą zależną od odległości między tymi danymi oraz od dokładności wyników. Algorytm pomija obszary zachmurzone oraz dane satelitarne znacznie odbiegające od wartości modelowych. W związku z tym, że chlorofil-a ma rozkład logarytmicznie normalny, wszystkie operacje w procesie jego asymilacji wykonywane są dla zlogarytmowanych wartości.

     Walidacja (ocena dokładności)

     Dokładność wyników modelowych została oszacowana poprzez ich porównanie z dostępnymi pomiarami wykonanymi w ramach monitoringu prowadzonego podczas rejsów r/v Oceania w ramach projektu SatBałtyk w latach 2010-2014. Błąd statystyczny (logarytmiczny), wyrażony jako odchylenie standardowe różnic, rozkłada się w przedziale [-64,80% , 184,13%]. Natomiast logarytmiczny błąd systematyczny (średnia różnica) wynosił 40,16%. Standardowy czynnik błędu wyniósł 2,84.

    Na rozbieżności między pomiarami in situ wynikami modelu bardzo silnie wpływa fakt, iż model podaje wartość średnią parametru dla komórki 2km/2km/5m a pomiary in situ są wykonywane w konkretnym miejscu (dla próbki wody).

     Interesujące zjawiska dotyczące chlorofilu-a

     Chlorofil-a jako indeks biomasy fitoplanktonu

    Kluczową własnością ekosystemu morskiego zarówno w strefie przybrzeżnej jak i na otwartych wodach jest stężenie chlorofilu-a, który powszechnie wykorzystywany jest jako wskaźnik biomasy fitoplanktonu [4]. Jest to związane z tym, że każda komórka fitoplanktonu zawiera chlorofil-a jako główny pigment odpowiedzialny za fotosyntezę. Tym samym, chlorofil-a jest powszechnie mierzony (rejestrowany) w programach monitoringowych oraz istnieje wiele metod badawczych pozwalających z dużą dokładnością określić całkowitą biomasę fitoplanktonu przez pomiar stężenia chlorofilu-a w badanej próbie wody. W Morzu Bałtyckim chlorofil-a jest systematycznie mierzony zarówno przez statki badawcze oraz komercyjne (automatyczne systemy) jak i z wykorzystaniem teledetekcji satelitarnej.

    sb_chlorofil_fig2_lewysb_chlorofil_fig2_prawy

     Cykl sezonowy produkcji fitoplanktonu (chlorofilu-a)

    Przyrost biomasy fitoplanktonu w wodach Morza Bałtyckiego cechuje charakterystyczny sezonowy cykl [5]. Etapy rozwoju fitoplanktonu są podobne na całym akwenie. Cykl zaczyna się wczesną wiosną (Rys – punkt 1) przy wysokich stężeniach azotanów i temperaturze wody morskiej około 4°C. W trakcie intensywnego, lecz krótkiego zakwitu wiosennego, zostaje zużyta większość azotanów (Rys – punkt 2), więc postępujący zakwit jest podtrzymywany przez pozostałe substancje biogeniczne np. fosfor. Latem (czerwiec – sierpień) biomasa fitoplanktonu się zmniejsza (Rys – punkt 3) na skutek niskich stężeń substancji biogenicznych w warstwie powierzchniowej. W drugiej połowie roku, we wrześniu i październiku następuje niewielki przyrost biomasy fitoplanktonu (Rys – punkt 4) wywołany wynoszeniem substancji biogenicznych do strefy eufotycznej z głębszych warstw morza wskutek mieszania. W grudniu następuje zahamowanie produkcji pierwotnej fitoplanktonu i ustalenie się jego niskiej biomasy, która zimą utrzymuje się na stałym poziomie, aż do kolejnego zakwitu wiosennego [6].

    Odnośnik do parametru w Systemie SatBałtyk:

    Chlorofil a (model 3DCEMBS) (dla zalogowanych użytkowników)

     [1] Dzierzbicka-Głowacka L., Jakacki J., Janecki M., Nowicki A., 2013, Activation of the operational ecohydrodynamic model (3D CEMBS) - the hydrodynamic part, Oceanologia, 55(3), 519-541, doi:10.5697/oc.55-3.519

     [2] Dzierzbicka-Głowacka L., Janecki M., Nowicki A., Jakacki J., 2013, Activation of the operational ecohydrodynamic model (3D CEMBS) - the ecosystem module, Oceanologia, 55(3), 543-572, doi:10.5697/oc.55-3.543

     [3] Nowicki A., Dzierzbicka-Głowacka L., Janecki M., Kałas M., 2014, Assimilation of the satellite SST data in the 3D CEMBS model, Oceanologia, 57(1), 17-27, doi:10.1016/j.oceano.2014.07.001

     [4] Helcom, 2009, Eutrophication in the Baltic Sea – An integrated thematic assessment of the effects of nutrient enrichment and eutrophication in the Baltic Sea region. Balt. Sea Environ. Proc. No. 115B.

     [5] Dzierzbicka-Głowacka L., Janecki M., 2013, Dynamics of Phytoplankton Blooms in the Baltic Sea – Numerical Simulations, International Journal of Environmental, Earth Science and Engineering Vol:7 No:1

     [6] Dzierzbicka-Głowacka L., Jakacki J., Janecki M., Nowicki A., 2013, Variability in the distribution of phytoplankton as affected by changes to the main physical parameters in the Baltic Sea, Oceanologia, 53(1-TI), 449-470, doi:10.5697/oc.53-1-TI.449