Novel approach to improve the assessment of biodiversity of phytoplankton communities based on hyperspectral data analysis

Abstract

La gestió sostenible dels ecosistemes marins requereix d'un millor coneixement de la distribució de certs paràmetres ecològics com les comunitats de fitoplàncton, inclosos aquells grups algals causants d'afloraments. La caracterització acurada dels patrons espacio-temporals de la biodiversitat del fitoplàncton és essencial per tal d'avaluar el paper de cada grup algal en l'ecosistema global marí i els cicles biogeoquímics. En l'intent d'abordar aquesta qüestió, observacions espectromètriques adquirides in situ i per teledetecció han demostrat proporcionar informació valuosa sobre la distribució de diversos components òpticament actius presents a l'aigua de mar, tant a escala local com global, i en particular, sobre l'estructura de les comunitats fitoplanctòniques. En aquest sentit, l'aparició de sensors òptics d'alta resolució espectral (hiperespectrals) ha augmentat les expectatives per discriminar la composició de les comunitats de fitoplàncton, permetent anar més enllà de l'estimació del pigment primari del fitoplàncton, la clorofil·la-a, utilitzat convencionalment com un indicador global de la biomassa i la producció primària de fitoplàncton ja que és un pigment comú a tots els grups taxonòmics. Aquesta tesi doctoral s'ha dut a terme amb l'objectiu de millorar la nostra capacitat d'extraure informació sobre l'estructura de les comunitats de fitoplàncton en l'oceà, mitjançant el desenvolupament i avaluació d'una nova aproximació basada en l'anàlisi de dades hiperespectrals. En particular, s'ha proposat una tècnica de classificació, on s'examinen les dissimilituds entre les signatures hiperespectrals de cada mostra d'aigua, i que ha estat aplicada en combinació amb l'espectroscopia derivativa, tècnica amb la qual s'exploren les característiques de la forma de l'espectre analitzat. Com a novetat, es proposa també una eina de validació per demostrar l'eficàcia d'aquesta nova tècnica de classificació. En el procés de validació es demostra que les classificacions obtingudes amb les dades òptiques i la metodologia proposada són molt semblants a les obtingudes amb dades basades en l'anàlisi de la composició pigmentària (utilitzant un cromatògraf líquid d'alta resolució, HPLC), tècnica habitualment utilitzada per la comunitat científica com a indicador de la composició de fitoplàncton. La viabilitat d'aquesta metodologia ha estat demostrada inicialment utilitzant una aproximació basada en simulacions, on la distribució del fitoplàncton està predeterminada i on s'han generat diferents escenaris lumínics d'aigües en mar obert i costaneres mitjançant un model de transferència radiativa. Per altra banda, escenaris reals de mar obert corresponents a diferents estacions en l'oceà Atlàntic han estat classificats satisfactòriament mitjançant les tècniques proposades, aplicades a dades hiperespectrals incloent espectres d'absorció i reflectància, així com els seus espectres derivats. Aquesta classificació ha servit per identificar una aplicació potencial de la metodologia proposada: l'establiment de diferents províncies bio-òptiques a partir de l'anàlisi de mesures hiperespectrals oceanogràfiques, donant lloc a l'examen de la seva rellevància biogeogràfica en comparació amb províncies ecològiques proposades prèviament en la literatura. Aquesta tesi conclou amb la confirmació de la hipòtesi principal: una millor discriminació de l'estructura i dinàmica de les comunitats de fitoplàncton és possible mitjançant l'ús d'observacions hiperespectrals oceanogràfiques. Cal destacar que l'aproximació proposada és en general aplicable a diferents conjunts de dades, més enllà de la composició pigmentària o dades òptiques obtingudes in situ també a dades obtingudes per teledetecció, dades biogeoquímiques i altres paràmetres hidrogràfics.

Sustainable management of marine ecosystems requires a better knowledge about the space-time distribution and dynamics of ecological parameters such as phytoplankton communities, including critical bloom-forming algal groups. Better understanding of phytoplankton biodiversity and dynamics is essential in evaluating the role of each algal group in the global marine ecosystem and biogeochemical cycles. In attempting to address this question, in situ and remotely-sensed spectrometric optical observations have demonstrated to provide previously unavailable information regarding several optically active constituents in seawater at local and global scales, in particular, regarding phytoplankton community structure. In this sense, the advent of high spectral resolution (hyperspectral) optical sensors have raised new expectations about the possibilities of discriminating phytoplankton community composition in the ocean, beyond the estimation of only the primary pigment in phytoplankton, chlorophyll-a, a proxy for the phytoplankton biomass and primary production since it is common to all taxonomic groups. This PhD thesis has been carried out with the aim of improving our ability to extract information regarding phytoplankton community structure in the ocean by developing and evaluating a novel approach based on hyperspectral data analysis. In particular, a dissimilarity-based cluster technique, which accounts for complete spectral behaviour of hyperspectral data of each seawater sample, has been applied in combination with derivative spectroscopy, which exploits the spectral shape features of each analyzed spectrum. As a novelty, a validating tool has been proposed and proven useful to illustrate the effectiveness of the optical-based classification for discriminating different phytoplankton assemblages. This novel validation approach is based on the pigment composition analyzed in conjunction with concurrently obtained optical data, information which has been commonly used by the scientific community as a proxy for the phytoplankton composition. The feasibility of this methodology has initially been demonstrated using a simulation-based approach, i. e. using a radiative transfer modeling framework for open ocean and shallow coastal environments. In addition, different real open ocean environments corresponding to several stations in the eastern Atlantic Ocean have successfully been classified by applying the cluster analysis to different hyperspectral data sets including absorption and remote-sensing reflectance spectra and their second derivative spectra. This classification has served to identify a potential application of the proposed methodology: the establishment of different bio-optical provinces from the analysis of hyperspectral oceanographic observations, leading to examination of its biogeographical relevance by comparison to ecological provinces previously proposed in the literature. This thesis concludes by confirming the main hypothesis that discrimination of phytoplankton community structure and dynamics in the ocean can be enhanced while using hyperspectral oceanographic observations. It is noteworthy that the proposed approach is generally applicable to different data sets, besides in-situ pigment or optical data data also to remotely-sensed, biogeochemical or hydrographic data sets.