Common mistakes in remote sensing studies of green tides and golden tides in the Yellow Sea and East China Sea
摘要
С момента крупного всплеска водорослей в Жёлтом море в 2008 году (цветение Ulva prolifera , также известное как зелёная прилив) и крупного всплеска водорослей в Восточном Китайском море в 2017 году (цветение Sargassum horneri , также известное как золотой прилив), количество статей, изучающих эти явления с использованием дистанционного зондирования, стремительно возросло. К 2023 году было опубликовано не менее 350 статей подобного рода в рецензируемых профессиональных изданиях. Однако из-за отсутствия строгости и множества недопониманий, многие исследования имеют серьёзные проблемы, что приводит к частым противоречиям результатов и создаёт множество препятствий для последующих исследований. Следовательно, на основе обзорной статьи, опубликованной в 2023 году, в настоящей статье более подробно изложены различные потребности и технические подходы для исследования приливов зелёных и золотых водорослей с использованием дистанционного зондирования, разделив продукты данных дистанционного зондирования на 4 категории и перечислив некоторые распространённые ошибки в опубликованных статьях, такие как обобщения, пренебрежение расшифровкой пикселей, неправильный выбор порогов и недостаток статистических данных и т. д. Эти ошибки имеют значительное влияние на специалистов в области дистанционного зондирования и других смежных областей: первые сложно находят эталонные данные для улучшения технологий и методов, вторые сложно выбирают правильные результаты дистанционного зондирования для объяснения механизма их распространения. В свете влияния факторов, таких как глобальное потепление, следует ожидать продолжения приливов зелёных и золотых водорослей в обозримом будущем, что откроет новые возможности для различных исследований. Поэтому в данной статье рекомендуется использовать обозначенные технические подходы, основанные на обзорной статье 2023 года, в дальнейших исследованиях дистанционного зондирования, чтобы избежать распространённых ошибок и связанного с ними вводящего в заблуждение.