Satellite-derived CO2fugacity in surface seawater of the tropical Atlantic Ocean using a feedforward neural network

Autor: N. Lefevre, M. A. Benallal, Catherine Goyet, Hadger Moussa
Přispěvatelé: Austral, Boréal et Carbone (ABC), Laboratoire d'Océanographie et du Climat : Expérimentations et Approches Numériques (LOCEAN), Institut de Recherche pour le Développement (IRD)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Muséum national d'Histoire naturelle (MNHN)-Institut Pierre-Simon-Laplace (IPSL (FR_636)), École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Paris Diderot - Paris 7 (UPD7)-École polytechnique (X)-Centre National d'Études Spatiales [Toulouse] (CNES)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris Diderot - Paris 7 (UPD7)-École polytechnique (X)-Centre National d'Études Spatiales [Toulouse] (CNES)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Muséum national d'Histoire naturelle (MNHN)-Institut Pierre-Simon-Laplace (IPSL (FR_636)), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris Diderot - Paris 7 (UPD7)-École polytechnique (X)-Centre National d'Études Spatiales [Toulouse] (CNES)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), Muséum national d'Histoire naturelle (MNHN)-Institut de Recherche pour le Développement (IRD)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Institut Pierre-Simon-Laplace (IPSL (FR_636)), École normale supérieure - Paris (ENS-PSL), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Paris Diderot - Paris 7 (UPD7)-École polytechnique (X)-Centre National d'Études Spatiales [Toulouse] (CNES)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS-PSL), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris Diderot - Paris 7 (UPD7)-École polytechnique (X)-Centre National d'Études Spatiales [Toulouse] (CNES)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Muséum national d'Histoire naturelle (MNHN)-Institut de Recherche pour le Développement (IRD)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Institut Pierre-Simon-Laplace (IPSL (FR_636))
Rok vydání: 2016
Předmět:
Zdroj: International Journal of Remote Sensing
International Journal of Remote Sensing, Taylor & Francis, 2016, 37 (3), pp.580-598. ⟨10.1080/01431161.2015.1131872⟩
International Journal of Remote Sensing, 2016, 37 (3), pp.580-598. ⟨10.1080/01431161.2015.1131872⟩
ISSN: 1366-5901
0143-1161
DOI: 10.1080/01431161.2015.1131872
Popis: A feedforward neural network is used to quantify the fugacity of CO in surface seawater f CO of the tropical Atlantic Ocean, exclusively from satellite data: sea-surface temperature, sea-surface salinity, and chlorophyll-a chl-a, at a 4 km 4 km spatial resolution, for the period of spring March and April. The model was constructed using 7188 in situ data provided by the ‘Surface Ocean CO ATlas’ SOCAT products, and the ‘EC-funded project CARBOOCEAN IP program’ products, available for the years 2001, 2002, 2004, 2006, 2007, and 2009. The model was tested using remote sensing data of the Moderate Resolution Imaging Spectroradiometer Aqua. This approach was validated over the area extending from 8°N-61°W to 23°N-20°W. A comparison with multiple linear regression model was established. The neural network has provided better results root mean square error RMSE of 8.7 μatm 0.881 Pa than linear regression RMSE of 9.6 μatm 0.973 Pa for f CO interpolation using remote sensing data. Since the required input data are available, this approach could be applied to the whole tropical Atlantic Ocean and for the remaining seasons summer, fall, and winter.
Databáze: OpenAIRE
Externí odkaz: