Humuspitoisen järven kaukokartoitussignaalin ja klorofylli-a:n määritys optisilla kenttämittauksilla

Abstract

Kaukokartoituksella on mahdollista määrittää kustannustehokkaasti veden optisiin ominaisuuksiin vaikuttavia ainesosia, mutta sen laajempi hyödyntäminen humuspitoisilla sisävesillä edellyttää menetelmien kehittämistä. Kenttämittauksiin pohjautuvia kaukokartoitussignaaleja hyödynnetään esimerkiksi satelliittisignaalien kalibrointiin ja laskentamenetelmien kehittämiseen. Tässä tutkielmassa määritettiin kaukokartoitussignaaleja veden pinnan ylä- ja alapuolisten optisten mittausten sekä luonnollisten optisten ominaisuuksien (IOP) pohjalta Jyväsjärvellä vuonna 2019, testaten samalla pinnan yläpuolisten signaalien heijastuskorjausmenetelmiä sekä klorofylli-a(Chl-a)-pitoisuuden määritystä tuloksista. Kolmella menetelmällä määritetyt kaukokartoitussignaalit korreloivat erinomaisesti (R2 = 0,86–0,95) ja heijastuskorjaus toimi parhaiten humuspitoisen vesistön erityispiirteet huomioivalla menetelmällä. Chl-a-pitoisuus korreloi fluoresenssisignaalin pinta-alan kanssa hyvin (R2 = 0,86) pinnan yläpuolisten ja IOP-pohjaisten kaukokartoitussignaalien erotuksen pohjalta laskettuna ja kohtalaisesti (R2 = 0,47) käytettäessä IOP-signaalien sijaan lineaarisia perustasoja. Kaikkiin kaukokartoitussignaalien määritys- ja heijastuskorjausmenetelmiin liittyi haasteita, joten käytettävät menetelmät on valittava mittaustarkkuus ja käyttötarkoitus huomioiden. Chl-a:n fluoresenssin määritystä kannattaisi tutkia laajemmalla järviaineistolla pinnan yläpuolisten- ja IOP-perusteisten kaukokartoitussignaalien erotuksen pohjalta, jotta lupaavalta vaikuttaneen menetelmän sovellusmahdollisuuksista saadaan yleistettävämpää tietoa.

Fresh water remote sensing can be utilized to survey cost-efficiently those constituents that affect the optical properties of water. In humic inland lakes remote sensing methods need still to be developed to get the full advantage out of them. Field measurements are used to calibrate satellite measurements and to improve water quality parameters’ calculation methods. This thesis aimed to determine remote sensing reflectance (Rrs) with three different methods in humic lake Jyväsjärvi in 2019: by optical field measurements above and under water surface with joint analyses of inherent optical properties (IOPs). Different methods were tested to correct above surface measurements’ sky reflectance and estimate chlorophyll-a (Chl-a) content based on the Rrs-signals An excellent correlation (R2 = 0,86–0,95) was found between the Rrs-signals defined with three different methods and the sky reflectance method developed for humic lakes worked best. Chl-a content and fluorescence Rrs between 665–715 nm correlated well (R2 = 0,86) when determined from the integral of differences between above water and IOP-based Rrs but only moderately (R2 = 0,47) when linear baseline was used instead of IOP-based Rrs. Each remote sensing field measurements’ and sky reflectance correction methods have their own challenges that need to be taken into account based on reliability expectations and intended use. Chl-a fluorescence seems to be worth testing more thoroughly by above water and IOP-based Rrs measurements with more extensive lake data to find out if the method could have even wider applications in Chl-a remote sensing.