Evaluating the Performance of the OC5 algorithm of IFREMER for the highly turbid waters of Río de la Plata

Abstract

Remote sensing provides a global vision of the oceans; validation is, however, an essential previous step. IFREMER developed the empirical algorithm OC5 for highly turbid (or type 2) waters and it performed well for the northwestern European shelf. The aim of this study was to evaluate the performance of this algorithm for the Río de la Plata estuary, utilizing in situ observations of chlorophyll-a and suspended matter. Our results show a low point-to-point correlation between in situ and remote observations for both variables. In addition, the root mean square log error (RMSE) exceeded 35% for both variables, indicating a poor performance of the OC5 algorithm. This might be related to the empirical nature of the algorithm, to the amount and distribution of the data used for the analysis, to the species that compose the phytoplankton of the region, to the presence of other optically active substances in the water, and to errors in the atmospheric corrections and/or to the spatial variability of the analyzed variables. In conclusion, our results confirm the need to develop regional algorithms which take into account the particular physical and biological characteristics of the area under study.

O sensoriamento remoto fornece uma visão global dos oceanos, embora seja necessária uma validação prévia. O IFREMER desenvolveu o algoritmo empírico OC5 para águas altamente turvas (tipo 2), que mostrou um bom desempenho para essas regiões. Neste trabalho, é analisado o desempenho desse algoritmo no estuário do Rio da Prata, utilizando observações in-situ de clorofila-a e partículas em suspensão. Três métodos diferentes de exclusão foram utilizados para combinar observações insitu e remotas. Os resultados mostram uma baixa correlação entre os dois tipos de observações no estuário para ambas as variáveis. Além disso, a Raiz do Erro Quadrático Médio foi superior a 35% para as duas variáveis, indicando uma ineficiência do OC5 para os dados capturados pelo MODIS. Esse fraco desempenho pode estar relacionado à natureza empírica do algoritmo, à quantidade e distribuição dos dados utilizados para a análise, às espécies que compõem o fitoplâncton da região, à presença de outras substâncias oticamente ativas na água e aos erros nas correções atmosféricas e/ou na variabilidade espacial das variáveis analisadas. Estes resultados confirmam a necessidade de desenvolver algoritmos regionais considerando as características físicas e biológicas da área em estudo.