[FI] Satelliitti-instrumenttien havainnoista seurataan veden humuksen määrää pilvettömiltä alueilta sulan veden aikana Suomen merialueilta ja järviltä.
Humus kuvaa liuenneen orgaanisen aineen määrää vedessä. Se on hajonnutta tai osittain hajonnutta eloperäistä ainetta, joka sisältää hiiltä. Satelliittihavainnoista tulkitun humuksen määrä on aineistona menetelmäkehitysvaiheessa ja rajapinnalla oleva aineisto kattaa esimerkkihavaintoja. Tulkinta perustuu EUn Copernicus-ohjelman Sentinel-2 sarjan MSIn (Multi-spectral Instrument) havaintoihin vuodesta 2016 lähtien. Tulkinta tehdään 60 metrin tarkkuudella. Vastaava sameustulkinta tehdään myös NASAn Landsat-satelliitin OLI-instrumentin aineistoista (erillinen metadata).
Aineiston laskentaan käytetään C2RCC-mallia (Case-2 Regional CoastColour), (Brockmann et al. 2016). Malli on avoimesti saatavilla SNAP-ohjelmiston kautta. Syken aineistoissa mallin lopputulos on kuitenkin sovitettu vastaamaan Suomen rannikko- ja järvialueiden optisia ominaisuuksia. Sovitus perustuu kenttäkampanjoihin ja ympäristöhallinnon asemanäytteenottoon rannikolla ja järvillä (perusperiaate kuvattu Attila et al., 2013).
Käyttötarkoitus: Suomen merialueiden ja järvien vedenlaadun seuranta.
Aineisto kuuluu SYKEn avoimiin aineistoihin (CC BY 4.0).
[EN] Satellite observations are used to monitor CDOM of water from cloudless regions during meltwater from Finnish sea areas and lakes.
CDOM describes the amount of dissolved organic matter in water. It is thus a decomposed or partially decomposed organic substance containing carbon. The amount of humus interpreted from the satellite observations is as material in the method development phase and the material at the interface covers the sample data. The interpretation is based on the MSI (Multi-spectral Instrument) of the Sentinel-2 series of the EU Copernicus program (also OLI instrument of the NASA Landsat8 satellite, see separate metadata) starting from year 2016. The interpretation is made with an accuracy of 60 meters.
The C2RCC (Case-2 Regional CoastColour) model is used to calculate the data (Brockmann et al. 2016). The model is openly available through SNAP software. However, in Syke's data, the final result of the model has been adapted to correspond to the optical properties of Finland's coastal and lake areas. The adaptation is based on field campaigns and environmental management status sampling on the coast and lakes (basic principle described in Attila et al., 2013).
Viitteet / References
Attila, J., Koponen, S., Kallio, K., Lindfors, A., Kaitala, S., & Ylöstalo, P. (2013). MERIS Case II water processor comparison on coastal sites of the northern Baltic Sea, Remote Sensing of Environment, 128, 138–149.
Brockmann, C & Doerffer, R. (2016). Evolution of the C2RCC neural network for Sentinel 2 and 3 for the retrieval of ocean colour products in normal and extreme optically complex waters. Proc. Living Planet Symposium, ESA SP-470.
WMS-palvelin / WMS service endpoint: https://geoserver2.ymparisto.fi/geoserver/eo/wms
WMS-taso / WMS layer: EO_HR_WQ_S2_CDOM