1
Produkcja pierwotna Morza Bałtyckiego wyznaczona na podstawie danych systemu SatBałtyk
D. Ficek1, R. Majchrowski1, M. Ostrowska2, J. Stoń-Egiert2, J. Dera2
1Instytut Fizyki, Akademia Pomorska w Słupsku, ul. Bohaterów Westerplatte 64, 76-200 Słupsk, ficek@apsl.edu.pl, majchrowski@apsl.edu.pl
2Instytut Oceanologii, Polska Akademia Nauk, ul. Powstańców Warszawy 55, 81-712 Sopot, ostra@iopan.gda.pl, aston@iopan.gda.pl, dera@iopan.gda.pl
Wprowadzenie
Obserwowane w ostatnich latach zmiany klimatyczne wywołały wzmożone zainteresowanie procesami obiegu węgla w przyrodzie. Jednym z głównych elementów w tym obiegu jest strumień tego pierwiastka związany z procesem produkcji pierwotnej. Szacuje się, że rośliny na Ziemi asymilują rocznie około 45-50Gt węgla, z czego 48% przypada na asymilację przez fitoplankton (Field et al., 1998). Produkcja pierwotna zachodząca w środowisku wodnym stanowi zatem kluczowy proces w globalnym obiegu węgla i zwiększenie dokładności jej określania jest szczególnie istotne. Tradycyjny monitoring produkcji pierwotnej z pokładu jednostek pływających nie gwarantuje danych odpowiedniej jakości: pomiary są bardzo kosztochłonne oraz ograniczone zarówno w czasie jak i w przestrzeni. Z tego względu jedyną rozsądną alternatywą są pomiary z wykorzystaniem satelitów. Dla wód oceanicznych (tj. wód I rodzaju wg optycznej klasyfikacji), wychodzące z wody światło rejestrowane przez satelitę jest zdeterminowane głównie przez fitoplankton i związane z nim produkty. Dla takich wód opracowano wiele matematycznych modeli i algorytmów pozwalających szacować produkcję pierwotną PP w oparciu o dane satelitarne (Behrenfeld i Falkowski, 1997, Carr et al. 2005). W przypadku wód drugiego rodzaju, do jakich zaliczane są zanieczyszczone wody Bałtyku, interpretacja sygnału świetlnego docierającego z morza do satelity jest dużo bardziej skomplikowana. Preferowane jest tworzenie do tego celu modeli i algorytmów regionalnych, uwzględniających specyfikę modelowanego akwenu. Jednym z takich regionalnych algorytmów, opracowanym specjalnie dla Morza Bałtyckiego, jest zaimplementowany w Systemie SatBałtyk algorytm o nazwie DESAMBEM. Doprowadziły do niego rozwijane przez wiele lat modele biooptyczne dla Bałtyku (Woźniak i in. 2004, 2008, 2011a,b). Algorytm DESAMBEM, umożliwia wyznaczenie pierwotnej produkcji biologicznej tego morza, obok wielu innych parametrów biooptycznych charakteryzujących warunki optyczne fotosyntezy i parametry stanu fitocenoz (takie jak: zasięg strefy eufotycznej, indeks fotosyntetyczny, wydajność kwantowa fotosyntezy, indeks zawartości pigmentów niefotosyntetyzujących). Produkcja pierwotna w tym algorytmie wyznaczana jest w oparciu o wyznaczane satelitarnie: powierzchniowe stężenie chlorofilu a, temperaturę powierzchni morza (SST) i promieniowanie słoneczne w fotosyntetycznie czynnym zakresie spektralnym (PAR tj. o długościach fal od ok. 400 do 700 nm). Ogólny opis Systemu SatBałtyk, poszczególnych jego elementów oraz jego weryfikację można znaleźć w pracach: Darecki i in. 2008, Woźniak i in. 2008, 2011a,b.
2 1. Metody
Wykorzystywane do obserwacji satelitarnych temperatury SST czujniki Advanced Very High Resolution Radiometer (AVHRR) umożliwiają uzyskanie informacji tylko z powierzchniowej warstwy morza. Podobnie jest z czujnikami Moderate Resolution Imaging Spectroradiometer (MODIS) wykorzystywanymi do określania z koloru morza koncentracji chlorofilu, też pokazują właściwości głównie cienkiej przypowierzchniowej warstwy. Do oszacowania procesów zachodzących w całej warstwie eufotycznej morza potrzebne są dane uwzględniające strukturę pionową ośrodka wodnego. Dlatego obliczenia wymagają specjalnie opracowanych modeli uwzględniających zmienności w profilu pionowym koncentracji chlorofilu a oraz zmienności jego właściwości biooptycznych. Opis submodeli użytych w Systemie SatBałtyk można znaleźć w pracach: Ficek i in. 2004, Majchrowski i in. 2007, Ostrowska i in. 2007, Woźniak i in. 2004, 2007a,b. Warto podkreślić, że użyte w Systemie SatBałtyk modele uwzględniają szereg bardzo subtelnych zjawisk m.in. zmiany spektralne z rozdzielczością co 1nm widma podwodnego oświetlenia, właściwości absorpcyjne fitoplanktonu, efekty foto i chromatoaklimacji komórek fitoplanktonu, a także efekt upakowania pigmentów w komórkach. Prezentowana w niniejszej pracy produkcja pierwotna materii organicznej w Bałtyku jest liczona w kolumnie wody pod powierzchnią 1 m2 do głębokości eufotycznej w morzu, określonej jako głębokość do której dociera 1% energii światła w przedziale widmowym PAR, wchodzącego pod powierzchnię wody, w czasie od wschodu do zachodu słońca.
Dużym problemem w satelitarnych pomiarach Morza Bałtyckiego jest często obserwowane duże zachmurzenie jego obszaru i związana z tym stosunkowo niewielka liczba zdjęć satelitarnych ze scenami bezchmurnymi. Dla temperatury SST oraz powierzchniowego oświetlenia PAR problem ten udało się rozwiązać i System SatBałtyk umożliwia uzyskanie dla tych wielkości kompletnych map całego Bałtyku. Znacznie trudniejszym zagadnieniem jest uzyskanie wypełnionych i odpowiedniej jakości satelitarnych map chlorofilu. Najczęściej z jednego dnia dostępne jest jedno, maksymalnie 2 zdjęcie na których bezchmurne są tylko niewielkie fragmenty Bałtyku. Użycie do obliczeń takich niekompletnych map, zawierających tylko obszary bezchmurne, generowałoby duże błędy przy szacowaniu produktywności całego akwenu Bałtyku. Pewnym rozwiązaniem tego problemu jest użycie do modelowania
Rys. 1 Stopień wypełnienia map produkcji pierwotnej w poszczególnych miesiącach w latach 2010-2014.
czas [ miesiące ] 0
20 40 60 80 100
stopień wypełnienie map produkcji pierwotnej [ % ]
2010 2011 2012 2013 2014 I II III IV V VI VII VIII IX X XI XII a
3 średniej wartości chlorofilu z ostatniego tygodnia w sezonie wegetacyjnym (w miesiącach od 1 marca do 30 listopada) oraz z ostatniego miesiąca w okresie zimowym. Zastosowanie tej procedury powoduje, że mapy chlorofilu wypełnione są na znacznym obszarze Bałtyku.
Stopień wypełnienia map chlorofilem a przy wykorzystaniu tej metody zaprezentowano na rys. 1. Widzimy, że dla całego Bałtyku wypełnienie map przez większą część roku (w sezonie wegetacyjnym) przekracza 90%. Niższe wartości tego wskaźnika obserwujemy dla miesięcy zimowych głównie dla stycznia i lutego. Należy jednak zaznaczyć, że niższy stopień wypełnienia map w tym okresie spowodowany jest nie tylko dużym zachmurzeniem, ale przede wszystkim występującym w północnych obszarach Bałtyku oraz w zatokach zlodzeniem.
2 Rezultaty
Wykorzystanie systemu SatBałtyk do oszacowania rocznej produkcji pierwotnej Morza Bałtyckiego
Wyznaczoną dla obszaru Morza Bałtyckiego roczną produkcję pierwotną przy wykorzystaniu modelu DESAMBEM z danych dla lat 2010 – 2014 przedstawiono w tabeli 1.
Jak widać z tej tabeli roczna produkcja pierwotna w poszczególnych latach wykazywała pewną zmienność, od 32.5 do 38,6 mln ton C/rok ze średnią 35,0 mln ton C/rok. Są to wartości zbliżone do wartości 36.3 mln ton C/rok oszacowanej na podstawie wieloletnich badań in situ przez innych autorów zebranych w pracy Renk (1985).
Tabela 1. Roczna produkcja pierwotna całego Bałtyku wyznaczona w oparciu o System SatBałtyk na postawie danych satelitarnych z lat 2010-2014
Rok Produkcja pierwotna
[mln ton C/rok]
2010 33.3
2011 33.8
2012 32.5
2013 36.7
2014 38.6
Średnia 35.0
Mapy przedstawiające zróżnicowanie przestrzenne rocznej średniej dziennej produkcji pierwotnej w słupie wody pod powierzchnią 1 m2 na obszarze Bałtyku w poszczególnych latach 2010-2014 zaprezentowano na rys. 2. Te opracowane na podstawie danych satelitarnych mapy potwierdzają występowanie znacznych różnic w produktywności poszczególnych akwenów w Bałtyku. Najwyższe wartości produkcji pierwotnej obserwowane są w obszarach zatok i strefie przybrzeżnej.
4 Rys. 2 Mapy rocznej średniej dziennej produkcji pierwotnej PP w słupie wody wyznaczonej na postawie danych satelitarnych w poszczególnych latach z okresu 2010-2014
Zmienność miesięczna średniej dziennej produkcji pierwotnej
System SatBałtyk dostarcza danych umożliwiających analizy produkcji pierwotnej także w krótszych okresach czasu. Zmienność miesięczną średniej dziennej produkcji pierwotnej
5 obliczoną dla lat 2010-2015 przedstawiono na rysunku 3. Jak widać z tego rysunku wyznaczona dla całego Bałtyku wartość produkcji pierwotnej osiąga wartości maksymalne w miesiącu lipcu (około 500-600mgC/m2/dzień), natomiast minimalne w miesiącu styczniu (około 20mgC/m2/dzień). Rysunek ten prezentuje także różnice produkcji obserwowane w różnych latach dla poszczególnych miesięcy.
Rys.3 Miesięczna średnia dzienna produkcja pierwotna w latach 2010-2014 wyznaczona w oparciu o System SatBałtyk.
Zróżnicowanie przestrzenne miesięcznej średniej dziennej produkcji pierwotnej w kolumnie wody zilustrowano na rys. 4. Przedstawiono na nim mapy produkcji pierwotnej w poszczególnych miesiącach dla wybranego roku - 2012. Widzimy, że wyższe produkcje pierwotne w obszarach zatok i strefie przybrzeżnej występuje głównie w okresie wiosenno letnim. Możemy dostrzec także problem z dostępnością danych obserwowany w zimie na północy Bałtyku oraz w zatokach. Występująca w tym okresie na tych akwenach pokrywa lodowa (oraz zachmurzenie) uniemożliwia satelitarny pomiar stężenia chlorofilu.
czas [ miesiące ] 0
200 400 600
miesięczna średnia dzienna produkcja pierwotna w kolumnie wody [ mg C m-2 dzień-1 ]
2010 2011 2012 2013 2014
I II III IV V VI VII VIII IX X XI XII
6 Rys. 4 Mapy miesięcznej średniej dziennej produkcji pierwotnej PP dla roku 2012 wyznaczone w oparciu o System SatBałtyk.
Podsumowanie
W pracy przedstawiono produkcją pierwotną wyznaczoną na podstawie oszacowanych w oparciu o dane satelitarne temperatury SST, PAR oraz chlorofilu a. Przeprowadzone obliczenia pozwoliły oszacować produkcję pierwotną całego Bałtyku w różnych skalach czasowych (roczną oraz miesięczną). Pokazano także przestrzenne zróżnicowanie produkcji pierwotnej w różnych obszarach Bałtyku. Pomimo wielu, jeszcze nie do końca rozwiązanych problemów, badania satelitarne są najlepszą metodą szacowania PP na dużych obszarach z dużą dokładnością przestrzenną i czasową.
Podziękowania
Projekt sfinansowany z funduszy Unii Europejskiej w ramach Programu Operacyjnego Innowacyjna Gospodarka (Projekt nr POIG 01.01.02-22-011/09)
7 Literatura
Behrenfeld, M. J., P. G. Falkowski (1997), A consumer’s guide to phytoplankton primary productivity models, Limnol. Oceanogr., 42, 1479– 1491.
Carr, M.-E., et al. (2006), A comparison of global estimates of marine primary production from ocean color, Deep Sea Res., Part II, 53, 741-770.
Darecki M., Ficek D., Krężel A., Ostrowska M., Majchrowski R, Woźniak S.B., Bradtke K., Dera J., Woźniak B., 2008, Algorithms for the remote sensing of the Baltic ecosystem (DESAMBEM). Part 2: Empirical validation, Oceanologia 50(4), 509–538.
Ficek D., Kaczmarek S., Stoń-Egiert J., Woźniak B., Majchrowski R., Dera J., 2004, Spectra of light absorption by phytoplankton pigments in the Baltic; conclusions to be drawn from a Gaussian analysis of empirical data, Oceanologia, 46 (4), 533–555.
Field, C. B., M. J. Behrenfeld, J. T. Randerson, Falkowski P., (1998), Primary production of the biosphere: Integrating terrestrial and oceanic components, Science, 281, 237–240.
Majchrowski R., Stoń-Egiert J., Ostrowska M., Woźniak B., Ficek D., Lednicka B., Dera J., 2007, Remote sensing of vertical phytoplankton pigment distributions in the Baltic: new mathematical expressions. Part 2: Accessory pigment distribution, Oceanologia, 49 (4), 491–511.
Ostrowska M., Majchrowski R., Stoń-Egiert J., Woźniak B., Ficek D., Dera J., 2007, Remote sensing of vertical phytoplankton pigment distributions in the Baltic: new mathematical expressions. Part 1: Total chlorophyll a distribution, Oceanologia, 49 (4), 471–489.
Woźniak B., Bradtke K., Darecki M., Dera J., Dudzińska-Nowak J., Dzierzbicka-Głowacka L., Ficek D., Furmańczyk K., Kowalewski M., Krężel A., Majchrowski R., Ostrowska M., Paszkuta M., Stoń-Egiert J., Stramska M., Zapadka T., 2011a, SatBaltic – a Baltic environmental satellite remote sensing system- an ongoing project in Poland. Part 1:
Assumptions, scope and operating range, Oceanologia 53(4) 897–924.
Woźniak B., Bradtke K., Darecki M., Dera J., Dudzińska-Nowak J., Dzierzbicka-Głowacka L., Ficek D., Furmańczyk K., Kowalewski M., Krężel A., Majchrowski R., Ostrowska M., Paszkuta M., Stoń-Egiert J., Stramska M., Zapadka T., 2011b, SatBaltic – a Baltic environmental satellite remote sensing system- an ongoing project in Poland. Part 2:
Practical applicability and preliminary results, Oceanologia 53(4), 925–958.
Woźniak B., Ficek D., Ostrowska M., Majchrowski R., Dera J., 2007a, Quantum yield of photosynthesis in the Baltic: a new mathematical expression for remote sensing applications, Oceanologia, 49 (4), 527–542.
Woźniak B., Krężel A., Darecki M., Woźniak S.B., Majchrowski R., Ostrowska M., Kozłowski Ł., Ficek D., Olszewski J., Dera J., 2008, Algorithm for the remote sensing of the Baltic ekosystem (DESAMBEM), Part 1: Mathematical apparatus, OCEANOLOGIA, 50(4), 451–508.
Woźniak B., Krężel A., Dera J., 2004, Development of a satellite method for Baltic ekosystem monitoring (DESAMBEM) — an ongoing project in Poland, OCEANOLOGIA, 46(3), 445-455.
Woźniak B., Majchrowski R., Ostrowska M., Ficek D., Kunicka J., Dera J., 2007b, Remote sensing of vertical phytoplankton pigment distributions in the Baltic: new mathematical expressions. Part 3: Non-photosynthetic pigment absorption factor, Oceanologia, 49 (4), 513–526
