An empirical remote sensing algorithm for retrieving total suspended matter in a large estuarine region

Martina D. Camiolo; Ezequiel Cozzolino; Ana I. Dogliotti; Claudia G. Simionato; Carlos A. Lasta

doi:10.3989/scimar.04847.22A

Autores/as

Martina D. Camiolo Universidad Provincial del Sudoeste (UPSO) - Subprograma de Sensoramiento Remoto, Instituto Nacional de Investigación y Desarrollo Pesquero (INIDEP) - Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) https://orcid.org/0000-0002-3754-869X
Ezequiel Cozzolino Subprograma de Sensoramiento Remoto, Instituto Nacional de Investigación y Desarrollo Pesquero (INIDEP) https://orcid.org/0000-0003-3693-3702
Ana I. Dogliotti Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) - Instituto de Astronomía y Física del Espacio (IAFE), CONICET, Universidad de Buenos Aires - Instituto Franco-Argentino para el Estudio del Clima y sus Impactos (UMI/IFAECI/CNRS/CONICET/UBA) https://orcid.org/0000-0001-8834-4374
Claudia G. Simionato Centro de Investigaciones del Mar y la Atmósfera (CIMA/CONICET/UBA) - Instituto Franco-Argentino para el Estudio del Clima y sus Impactos (UMI/IFAECI/CNRS/CONICET/UBA) - Departamento de Ciencias de la Atmósfera y los Océanos, FCEN, Universidad de Buenos Aires https://orcid.org/0000-0002-6108-037X
Carlos A. Lasta Subprograma de Sensoramiento Remoto, Instituto Nacional de Investigación y Desarrollo Pesquero (INIDEP) https://orcid.org/0000-0002-7154-7084

DOI:

https://doi.org/10.3989/scimar.04847.22A

Palabras clave:

algoritmo empírico, material particulado en suspensión, Río de la Plata, medidas in situ, imágenes satelitales Aqua-MODIS

Resumen

El Río de la Plata es un estuario extenso y somero ubicado aproximadamente a 35°S en el Océano Atlántico suroccidental. Es uno de los sistemas más turbios del planeta, transporta una gran cantidad de nutrientes y material particulado en suspensión, tanto orgánico como inorgánico, a las aguas de la plataforma continental adyacente. El conocimiento de la concentración de estos materiales y su variabilidad espacio-temporal son críticos para cualquier estudio biológico en la región. En este trabajo, se estableció empíricamente la relación entre el material particulado en suspensión y la turbidez, a fin de obtener distribuciones espaciales de material particulado en suspensión a partir de datos satelitales (Aqua-MODIS). Se encontró una fuerte correlación entre el material particulado en suspensión y la turbidez (coeficiente de correlación de Pearson =0.91) y la regresión lineal obtenida (pendiente =0.76 ordenada al origen =12.78, R2=0.83) explicó el 83% de la variación de los datos. La validación, utilizando mediciones satelitales y datos in situ coincidentes, mostró buenos resultados con un bajo error absoluto medio (14.60%) y un sesgo pequeño y positivo (3.04%), lo que indicó que los valores de material particulado en suspensión estimados tienden a sobrestimar ligeramente los valores de campo.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

American Public Health Association (APHA). 1992. Standard methods for the examination of water and wastewater. APHA, AWWA, WPCF, Washington D.C., pp. 9-73.

Bailey S., Werdell P. 2006. A multi-sensor approach for the on orbit validation of ocean color satellite data products. Remote Sens. Environ. 102: 12-23. https://doi.org/10.1016/j.rse.2006.01.015

Bazán J.M., Janiot L.J. 1991. Zona de máxima turbidez y su relación con otros parámetros del Río de la Plata. Doc. Téc. Dto. Oceanogr. Serv. Hidrog. Naval 65: 1-22.

Berasategui A.D., Menu Marque S., Gomez Erache M., et al. 2006. Copepod assemblages in a highly complex hydrographic region. Estuar. Coast. Mar. Sci. 66: 483-492. https://doi.org/10.1016/j.ecss.2005.09.014

Blaber S.J.M., Cyrus D.P. 1983. The biology of carangidae (Teleostei) in Natal estuaries. J. Fish. Biol. 22: 173-188. https://doi.org/10.1111/j.1095-8649.1983.tb04738.x

Camiolo M.D., Cozzolino E., Simionato C.G., et al. 2016. Evaluating the performance of the OC5 algorithm of IFREMER for the highly turbid waters of Río de la Plata. Braz. J. Oceanogr. 64: 19-28. https://doi.org/10.1590/S1679-87592016098506401

Campbell J.W. 1995. The lognormal distribution as a model for bio-optical variability in the sea. J. Geophys. Res. 100: 13237-13254. https://doi.org/10.1029/95JC00458

Carreto I., Negri R., Benavides H. 1986. Algunas características del florecimiento del fitoplancton en el frente del Río de la Plata. Rev. Inv. Des. Pesq. 5: 7-29.

Davenport J., Sayer M. 1993. Physiological determinants of distribution of fish. J. Fish. Biol. 43: 121-145. https://doi.org/10.1111/j.1095-8649.1993.tb01183.x

Djavidnia S., Mélin F., Hoepffner N. 2006. Analysis of Multi-Sensor Global and Regional Ocean Colour Products. MERSEA-IP Marine Environment and Security for the European Area- Integrated Project Report on Deliverable D.2.3.5 European Commission-Joint Research Centre Ref: MERSEA-WP02- JRC-STR-0001-01A, 228 pp.

Dogliotti A.I., Ruddick K., Nechad B., et al. 2011. Improving water reflectance retrieval from MODIS imagery in the highly turbid waters of La Plata River. Proceed. VI Int. Conf. Current problems in optics of natural water, ONW'2011, St. Petersburg, Russia, 8 pp. http://www.vliz.be/en/imis?module=ref&refid=221469

Dogliotti A.I., Ruddick K.G., Nechad B., et al. 2015. A single algorithm be used to retrieve turbidity from remotely-sensed data in all coastal and estuarine waters. Remote Sens. Environ. 156: 157-168. https://doi.org/10.1016/j.rse.2014.09.020

Dogliotti A.I., Ruddick K., Guerrero R. 2016. Seasonal and inter-annual turbidity variability in the Río de la Plata from 15 years of MODIS: El Ni-o dilution effect. Est. Coast. Shelf. Sci. 182: 27-39. https://doi.org/10.1016/j.ecss.2016.09.013

Doxaran D., Froidefond J.M., Castaing P., et al. 2009. Dynamics of the turbidity maximum zone in a macrotidal estuary (the Gironde, France): Observations from field and MODIS satellite data. Est. Coast. Shelf. Sci. 81: 321-332. https://doi.org/10.1016/j.ecss.2008.11.013

Eisma D., Kalf J. 1979. Distribution and particle size of suspended matter in the southern bight of the North Sea and the Eastern Channel. J. Sea. Res. 13: 298-324. https://doi.org/10.1016/0077-7579(79)90008-5

Eplee R.E., Robinson W.D., Bailey S.W., et al. 2001. Calibration of SeaWiFS. II. Vicarious Techniques. Appl Opt. 40: 6701-6718. https://doi.org/10.1364/AO.40.006701

Frami-an M., Brown O. 1996. Study of the Río de la Plata turbidity front, part I: spatial and temporal distribution. Cont. Shelf. Res. 16: 1259-1282. https://doi.org/10.1016/0278-4343(95)00071-2

Frami-an M., Etala M.P., Acha M., et al. 1999. Physical characteristics and processes of the Río de la Plata Estuary. In: Perillo G.M., Piccolo M.C., Pino Quivira M. (eds). Estuaries of South America: Their Morphology and Dynamics. Springer. pp. 161-194. https://doi.org/10.1007/978-3-642-60131-6_8

Gerritsen H., Boon J., van der Kaaij T., et al. 2001. Integrated Modelling of Suspended Matter in the North Sea. Estuar. Coast. Shelf. Sci. 53: 581-594. https://doi.org/10.1006/ecss.2000.0633

Giberto D.A. 2008. Estructura de la comunidad bentónica y ecología trófica de Scianeidae (Pisces: Osteichthyes) en el estuario del Río de la Plata. Comahue, Argentina, Universidad Nacional del Comahue, Ph.D. thesis 228 pp.

Gohin F., Druon J.N., Lampert L. 2002. A five channel chlorophyll concentration algorithm applied to SeaWIFS data processed by SeaDAS in coastal waters. Int. J. Remote Sens. 23: 1639-1661. https://doi.org/10.1080/01431160110071879

Gohin F., Loyer S., Lunven M., et al. 2005. Satellite-derived parameters for biological modelling in coastal waters: Illustration over the eastern continental shelf of the Bay of Biscay. Remote Sens. Environ. 95: 29-46. https://doi.org/10.1016/j.rse.2004.11.007

Gregg W.W., Casey N.W. 2004. Global and regional evaluation of the SeaWiFS chlorophyll data set. Remote Sens. Environ. 93: 463-479. https://doi.org/10.1016/j.rse.2003.12.012

Hooker S.B., McClain C.R. 2000. The calibration and validation of SeaWiFS data. Prog. Oceanogr. 45: 427-465. https://doi.org/10.1016/S0079-6611(00)00012-4

International Organization for Standardization (ISO). 1999. Water quality-Determination of turbidity. ISO 7027. 18 pp.

Jaime P., Menéndez A., Uriburu Quirno M., et al. 2002. Análisis del régimen hidrológico de los ríos Paraná y Uruguay. Informe LHA 05-216-02. I.N.A., Buenos Aires, 140 pp.

Jaureguizar A.J., Menni R., Bremec C., et al. 2003. Fish assemblage and environmental patterns in the Río de la Plata estuary. Estuar. Coast. Shelf Sci. 56: 921-933. https://doi.org/10.1016/S0272-7714(02)00288-3

Jaureguizar A.J., Solari A., Cortés F., et al. 2016. Fish diversity in the Río de la Plata and adjacent waters: an overview of environmental influences on its spatial and temporal structure. J. Fish Biol. 89: 569-600. https://doi.org/10.1111/jfb.12975

Lorenzo E., Fossati M., Bellón D., et al. 2006. Proyecto PDT-Modelación hidrosedimentológica del Río de la Plata, 233 pp.

Marquis P. 2005. Turbidity and Suspended Sediment as Measures of Water Quality. Watershed Manag. Bull. 9: 21-23.

Meccia V.L., Simionato C.G., Guerrero R. 2013. The Río de la Plata estuary response to wind variability in synoptic time scale: Salinity fields and breakdown and reconstruction of the salt wedge structure. J. Coas. Res. 29: 61-77. https://doi.org/10.2112/JCOASTRES-D-11-00063.1

Moreira D., Simionato C.G., Gohin F., et al. 2013. Suspended matter mean distribution and seasonal cycle in The Río de la Plata estuary and the adjacent from ocean color satellite (MODIS) and in-situ observations. Cont. Shelf Res. 68: 51-66. https://doi.org/10.1016/j.csr.2013.08.015

Murillo J.M. 2009. Turbidez y sólidos en suspensión de las aguas de escorrentía susceptibles de ser utilizadas en la recarga artificial del acuífero granular profundo subyacente a la ciudad de San Luis de Potosí (México). Bol. Geol. Min. 120: 169-184.

Ottmann F., Urien C. 1965. Observaciones preliminares sobre la distribución de los sedimentos finos en la zona externa del Río de la Plata. Acad. Bras. Cienc. 37: 279-289.

Packman J.J., Comings K.J., Booth D.B. 1999. Using turbidity to determine total suspended solids in urbanizing streams in the Puget Lowlands. Confronting Uncertainty: Managing Change in Water Resources and the Environment. Canad. Water Res. Assoc. Ann. Meet. Vancouver, BC 27-29: 158-165.

Ruddick K., Park Y., Nechad B. 2003. MERIS imagery of Belgian coastal waters: mapping of suspended particulate matter and chlorophyll-a. Proc. MERIS user workshop, 1-13th November 2003 (pp. SP-549), Frascati, European Space Agency (ESA).

Ruiz J., Polo M.J., Díez-Minguito M., et al. 2015. The Guadalquivir estuary: a hot spot for environmental and human conflicts. Environmental management and governance. Adv. Coast. Mar. Res. 472: 199-232. https://doi.org/10.1007/978-3-319-06305-8_8

Shaw E.A., Richardson J.S. 2001. Direct and indirect effects of sediment pulse duration on stream invertebrate assemblages and rainbow trout (Oncorhynchus mykiss) growth and survival. Can. J Fish. Aquat. Sci. 58: 2213-2221. https://doi.org/10.1139/cjfas-58-11-2213

Simionato C.G., Vera C.S., Siegismund F. 2005. Surface wind variability on seasonal and interannual scales over Río de la Plata area. J. Coast. Res. 21: 770-783. https://doi.org/10.2112/008-NIS.1

Simionato C.G., Meccia V.L., Guerrero R., et al. 2007. Río de la Plata estuary response to wind variability in synoptic to intraseasonal scales: 2. Currents' vertical structure and its implications for the salt wedge structure. J. Geophys. Res. 112: C07005. https://doi.org/10.1029/2006JC003815

Simionato C.G., Moreira D., Re M., et al. 2011a. Estudio de la dinámica hidro-sedimentológica del Río de la Plata: observación y modelación numérica de los sedimentos finos. Proyecto Freplata RLA 99/G31 https://www.ina.gov.ar/legacy/pdf/manual-PHC-FFEM_ manual_freplata.pdf

Simionato C.G., Moreira D., Piedra Cueva I., et al. 2011b. Proyecto FREPLATA-FFEM Modelado numérico y mediciones in-situ y remotas de las transferencias de sedimentos finos a través del Río de la Plata. Parte A: Adquisición de Datos. Frente Marítimo 1015-323322: 109-136.

Walker N.D., Hammack A. 2000. Impacts of Winter Storms on Circulation and Sediment Transport: Atchafalaya-Vermilion Bay Region, Louisiana. J. Coast. Res. 16: 996-1010.

Wang M. 2007. Remote sensing of the ocean contributions from ultraviolet to near infrared using the shortwave infrared bands: simulations. Appl. Opt. 46: 1535-1547. https://doi.org/10.1364/AO.46.001535

Wang M., Shi W. 2007. The NIR-SWIR combined atmospheric correction approach for MODIS ocean color data processing. Opt. Express 15: 15722-15733. https://doi.org/10.1364/OE.15.015722

Whitfield A.K. 1999. Ichthyofaunal assemblages in estuaries: A South African case study. Reviews. Fish Biol. Fish. 9: 151-186. https://doi.org/10.1023/A:1008994405375