文献

J-GLOBAL ID：202202232763225887   整理番号：22A1180300

高分解能リモートセンシングを用いたカキ養殖場選択:米国メーン湾における事例研究【JST・京大機械翻訳】

Oyster Aquaculture Site Selection Using High-Resolution Remote Sensing: A Case Study in the Gulf of Maine, United States

著者 (8件)： Jiang Binbin (State Key Laboratory of Marine Geology, Tongji University, Shanghai, China) ,  Jiang Binbin (School of Marine Sciences, University of Maine, Orono, ME, United States) ,  Boss Emmanuel (School of Marine Sciences, University of Maine, Orono, ME, United States) ,  Kiffney Thomas (Darling Marine Center, University of Maine, Walpole, ME, United States) ,  Hesketh Gabriel (School of Marine Sciences, University of Maine, Orono, ME, United States) ,  Bourdin Guillaume (School of Marine Sciences, University of Maine, Orono, ME, United States) ,  Fan Daidu (State Key Laboratory of Marine Geology, Tongji University, Shanghai, China) ,  Brady Damian C. (Darling Marine Center, University of Maine, Walpole, ME, United States)
資料名： Frontiers in Marine Science (Web)  (Frontiers in Marine Science (Web))
巻： 9  ページ： 802438  発行年： 2022年 
JST資料番号： U7076A  ISSN： 2296-7745  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 東カキ(Crassostrea virginica)の水産養殖は,米国,特にメイン湾における拡大産業である。ここ10年に打ち上げられた高解像度海洋色衛星は,農場規模で水産養殖関連水質パラメータを提供する可能性がある。しかし,温度,懸濁粒子状物質(SPM),およびクロロフィルa(Chl a)のようなこれらのパラメータは,関心のあるユーザによって引き出す必要がある。水質パラメータは,まず大気補正を適用して,次に,特定のアルゴリズムで目標パラメータを推定することによって導き出した。ここでは,Sentinel 2A&B衛星のマルチスペクトル機器データからSPMとChl aを導出するために5つの大気補正スキームと2つのアルゴリズムを使用した。SPMとChl aの最良の推定値は,ブイからのin situ観察との比較により決定した。Landsat-8からのSSTと共に,著者らは,新粒子有機物アルゴリズム,低濁度河口におけるChl aとSPMの関数,と同様に,メイン湾における5つの河口におけるトランセクトに沿ったOyster Suitable Index(OSI)を推定した。次に,水質パラメータを導出するための最適アプローチを適用して,メインにおける5つの異なる河口を研究し,既存の高収量カキ養殖場が,高いOSI値を持つ地域で見出されることを見出した。さらに,カキ養殖が成功し,この手法の有用性を示す,現在開発されていない新しい地域を示唆した。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  衛星 ,  懸濁液 ,  水質 ,  河口 ,  海洋 ,  *リモートセンシング ,  *養殖 ,  有機物 ,  農場 ,  混濁度 ,  *事例研究 ,  *養殖場 ,  推定量 ,  大気補正

著者キーワード (5件)： Landsat8 ,  メーン湾 ,  カキ養殖 ,  Sentinel2(ESA) ,  大気補正(AC)

分類 (3件)： 海洋物理学一般  (DC06010K) ,  写真測量,空中写真  (RC02040D) ,  海洋汚濁  (SB02040B)

引用文献 (59件)：

• Adams C. M., Mayer L. M., Rawson P., Brady D. C., Newell C. (2019). Detrital protein contributes to oyster nutrition and growth in the Damariscotta estuary, Maine, USA. Aquacult. Environ. Interact. 11 521-536. doi: 10.3354/aei00330
• Balasubramanian S. V., Pahlevan N., Smith B., Binding C., Schalles J., Loisel H., et al (2020). Robust algorithm for estimating total suspended solids (TSS) in inland and nearshore coastal waters. Remote Sens. Environ. 246:111768. doi: 10.1016/j.rse.2020.111768
• Barber B. J., Davis C. V. (1997). Growth and mortality of cultured bay scallops in the Damariscotta River, Maine (USA). Aquacult. Int. 5 451-460. doi: 10.1016/j.rse.2020.111768
• Barille L., Prou J., Heral M., Razet D. (1997). Effects of high natural seston concentrations on the feeding, selection, and absorption of the oyster Crassostrea gigas (Thunberg). J. Exp. Mar. Biol. Ecol. 212 149-172. doi: 10.1016/S0022-0981(96)02756-6
• Beard K., Kimble M., Yuan J., Evans K. S., Liu W., Brady D., et al (2020). A method for heterogeneous spatio-temporal data integration in support of marine aquaculture site selection. J. Mar. Sci. Eng. 8:96. doi: 10.3390/jmse8020096

タイトルに関連する用語 (7件)： 高分解能 ,  リモートセンシング ,  カキ ,  養殖場 ,  米国 ,  メーン湾 ,  研究