1 Bendra informacija

Čia pateikiama informacija apie Aplinkos apsaugos agentūros (toliau - AAA) nuotolinių palydovinių duomenų sistemos (toliau - AAA sistema) išvestų chlorofilo A (toliau - ChlA) koncentracijų Lietuvos ežeruose atitikimą realiems matavimams. Šio palyginimo tikslas - įvertinti, koks yra AAA palydovinių išvesčių tikslumas, koks galimas praktinis AAA sistemos panaudojimas dabar ir kokios rekomenduotinos sistemos tobulinimo kryptys ChlA nustatymo gerinimui projekto LIFE SIP Vanduo (ir ne tik) rėmuose. LIFE projekte yra numatyta veikla AAA sistemai toliau tobulinti.

AAA sistema parengta Aplinkos apsaugos agentūrai įvykdžius projektą Nr. LT05-1-AM-TF-002 „Jūros ir vidaus vandenų ekologinės būklės kartografavimo ir monitoringo gerinimas“, finansuotą 2014-2021 metų Norvegijos finansinio mechanizmo programos „Aplinkosauga, energetika ir klimato kaita“ lėšomis (plačiau apie projektą ir jo rezultatus galima pasiskaityti čia).

2 Duomenys ir metodika

2.1 Mėginių ėmimo vietos

Duomenų palyginimo tikslais valstybinis monitoringas buvo atliktas 75 ežeruose ar tvenkiniuose, kiekvieną jų reprezentuojant vienai tyrimų vietai (Paveikslas 1). Buvo imamas tiek paviršinis, tiek sudėtinis mėginiai. Tyrimai vykdyti 2024 m. balandžio - spalio mėn. laikotarpiu, tyrimus kiekviename vandens telkinyje atliekant bent 4 kartus (keliuose telkiniuose ir daugiau kartų).

Paveikslas 1: Mėginių ėmimo vietos

2.2 Tyrimo ir palydovinių duomenų imtys, debesuotumas

Tik maždaug 18 % matavimų (56 iš 313) turėjo atitiktį palydovinėse nuotraukose (buvo nuotrauka atitinkamą dieną, konkretus taškas nepadengtas debesimis). Kadangi tai gana maža imtis, pabandyta papildomai suformuoti daugiau duomenų sekų variantų analizei. Šiuo tikslu pirmiausia bandyta panaudoti gretimiausios monitoringo taškui gardelės palydovinius duomenis, o tokių nesant (ar gardelės yra gana nutolusios) - artimiausių gretimų datų tos pačios, o jai nesant - gretimos gardelės ChlA vertes. Buvo ieškoma dienų maksimaliai 3 paromis į priekį arba atgal nuo matavimo datos, o jeigu yra kelios tuo pačiu parų skaičiumi nukrypusių datų verčių, pasirenkamos tos, prie kurių oro temperatūra buvo panašiausia su tyrimo datos temperatūra. Nesant palydovinių duomenų nei konlrečioje, nei gretimose gardelėse atitinkamą data ar 3 dienų spinduliu, pasitelkta visos turimos akvatorijos gardelių 50 procentilio vertė. Galiausiai, buvo suformuota balų sistema supaprastintam preliminariam palydovinių ChlA verčių patikimumo įvertinimui - kuo didesni balai, tuo ChlA vertės laikytos mažiau atitinkančias realias gamtines sąlygas tą dieną, taigi, ir mažiau patikimos.

Balai formuojami pagal tokią logiką:

dienos atitikimas (ta pati diena - 0 balų, 1 dienos skirtumas - 1 balas, 2 d. - 2 balai, 3 d. - 3 balai);
gardelės atitikimas (ta pati garelė - 0 balų, gretima gardelė - 1 balas);
oro temperatūrų skirtumas tarp dienų (iki 0.5 °C - 0 balų, iki 1.5 °C - 1 balas ir t.t.);
50 procentilis panaudotas kaip vertė (jeigu ne - 0 balų, jeigu taip - 1 balas).

Gauti balai sumuoti, ir tada sudarytos atskiros duomenų sekos, atfiltruojant vertes pagal šiuos kriterijus:

I. Bazinis lygis (tik tos pačios datos ir gardelės duomenys, 0 balų); II. 8 lygis (0 - 1 balai, be 50 procentilio); III. 7 lygis (0 - 2 balai, be 50 procentilio); IV. 6 lygis (0 - 3 balai, be 50 procentilio); V. 5 lygis (0 - 4 balai, be 50 procentilio); VI. 4 lygis (0 - 5 balai, be 50 procentilio); VII. 3 lygis (be 50 procentilio); VIII. 2 lygis (visos vertės, kurias pavyko priskirti).

Be šių duomenų taip pat paruošti vidurkiniai palydviniai ChlA duomenys iš tam tikro spindulio buferio aplink monitoringo tašką gardelių verčių. Vidurkinės buferinės vertės išskaičiuotos atitinkamai 20, 30, 50, 70, 90, 110, 130 ir 150 m spindulio buferiams.

Galiausiai, matuotų verčių atitikimo palydoviniams duomenims analizei taip pat naudoti ir įvairūs išskaičiuoti procentiliai iš visos kiekvieno vandens telkinio akvatorijos gardelių, nepadengtų debesimis ir kurioms buvo gauti palydoviniai duomenys. Naudoti 25, 50, 75 ir 95 procentiliai bei vidurkis.

Iš Lentelė 1 ir Lentelė 2 paveikslų matome, kad nuo bazinio lygio iki 5 lygio (skaičiuojant nuo 8 lygio žemyn) gardelinių palydovinių duomenų imtis ties kiekvienu lygio pokyčiu paauga ~ 10 % iki 55-59 % nuo visos tyrimų imties. Vėliau augimas lėtesnis, kol galiausiai nuo 3 į paskutinį 2 lygį palydovinių verčių imtis vėl padidėja ~ 10 %, maksimaliai pasiekdama 75-80 % tyrimų imties. Vertinant vandens telkinius pagal kokiam fitoplanktono tipui jie priklauso, pastebėtina, kad labai trūksta P2, P3 ir S2 tipo telkinių, o santykinai gausios yra S1 ir P1 tipo telkinių imtys.

Vertinant vidutinį analizuotų vandens telkinių akvatorijų padengimą debesimis (debesuotumą), galima pastebėti, kad visais lygiais debesuotumas svyruoja apie 18 %, išskyrus gausiausią duomenų seką 2 lygyje (~ 25 %).

Lentelė 1: Palydovinių ir paviršinių in-situ duomenų bendra imtis (absoliuti ir santykinė, lyginant su in-situ duomenų kiekiu) skirtingais lygiais, vidutinis debesuotumas

Lygis	Imtis	Imtis, %	Debesuotumas
Bazinis (Tyrimų datomis buvo tinkamos kokybės nuotraukos)	56	17.9	17.9
2 lygis (Dalis verčių paimta iš gretimų datų nuotraukų arba naudotas 50 procentilis)	248	79.5	25.1
3 lygis (Dalis verčių paimta iš gretimų datų nuotraukų)	213	68.3	18.6
4 lygis (Dalis verčių paimta iš gretimų datų nuotraukų, sąlygų nepanašumas iki 5 balų)	196	62.8	18.5
5 lygis (Dalis verčių paimta iš gretimų datų nuotraukų, sąlygų nepanašumas iki 4 balų)	184	59.0	17.8
6 lygis (Dalis verčių paimta iš gretimų datų nuotraukų, sąlygų nepanašumas iki 3 balų)	152	48.7	18.6
7 lygis (Dalis verčių paimta iš gretimų datų nuotraukų, sąlygų nepanašumas iki 2 balų)	119	38.1	18.1
8 lygis (Dalis verčių paimta iš gretimų datų nuotraukų, sąlygų nepanašumas iki 1 balo)	82	26.3	17.3

Lentelė 2: Palydovinių ir sudėtinių in-situ duomenų bendra imtis (absoliuti ir santykinė, lyginant su in-situ duomenų kiekiu) skirtingais lygiais pagal fitoplanktoninius ežerų tipus, vidutinis debesuotumas

Lygis	Imtis	Imtis, %	Debesuotumas
Bazinis (Tyrimų datomis buvo tinkamos kokybės nuotraukos)	54	17.3	18.2
2 lygis (Dalis verčių paimta iš gretimų datų nuotraukų arba naudotas 50 procentilis)	234	75.0	25.2
3 lygis (Dalis verčių paimta iš gretimų datų nuotraukų)	201	64.4	18.8
4 lygis (Dalis verčių paimta iš gretimų datų nuotraukų, sąlygų nepanašumas iki 5 balų)	185	59.3	18.8
5 lygis (Dalis verčių paimta iš gretimų datų nuotraukų, sąlygų nepanašumas iki 4 balų)	173	55.4	18.0
6 lygis (Dalis verčių paimta iš gretimų datų nuotraukų, sąlygų nepanašumas iki 3 balų)	142	45.5	18.8
7 lygis (Dalis verčių paimta iš gretimų datų nuotraukų, sąlygų nepanašumas iki 2 balų)	110	35.3	18.5
8 lygis (Dalis verčių paimta iš gretimų datų nuotraukų, sąlygų nepanašumas iki 1 balo)	78	25.0	17.9

2.3 Palydovinių duomenų sisteminis nuokrypis nuo matuotų

Prieš detaliau analizuojant matavimų ir palydvinių verčių atitikimus paskaičiuoti sisteminiai nuokrypiai absoliučiomis ir santykinėmis reikšmėmis, naudojant atitinkamai BIAS (MB) ir PBIAS rodiklius.

Naudojant t-testo statistiką paskaičiuotas ir sisteminio muokrypio statistinis reikšmingumas (p reikšmė - p (bias)) bei matuotų ir palydovinių ChlA verčių regresijos statistikos. Pagal visus šiuos rodiklius paskaičiuota poagal sisteminį nuokrypį koreguotų palydovinių duomenų aibė, kuri panaudota siekiant patikrinti, kiek pagerėtų palydovinių įverčių tikslumas, jeigu juos sistemiškai pagal dabar nustatytus dydžius visad koreguotume. Koregavimo procese buvo 3 atvejai:

paprasta korekcija, atimant iš palydovinių ChlA verčių BIAS (kai |BIAS| > 0.1, |regresijos nuolydis| < 0.1 ar jo p vertė > 0.05 ar R2 < 0.4);
regresinė korekcija, palydovinę vertę dauginant iš nuolydžio bei pridedant pradinį poslinkį (angl. Intercept) (kai |BIAS| > 0.1, |regresijos nuolydis| > 0.1 ir jo p vertė < 0.05 bei R2 > 0.4);
korekcijos nereikia (likę atvejai).

Sisteminiai nuokrypiai žemiau pristatomi atfiltruojant statistikas pagal minimalias reikšmingas BIAS reikšmes, pagal šias grupes:

duomenų lygius (ištraukiant minimalių verčių eilutes kiekvienam lygiui, neatsižvelgiant į mėginio tipą ir išskirčių buvimą ar nebuvimą; Lentelė 3);
išskirčių buvimą/nebuvimą ir mėginio tipą (ištraukiant minimalių verčių eilutes kiekvienai išskirčių buvimo/nebuvimo ir mėginio tipo kombinacijai, neatsižvelgiant į duomenų lygį; Lentelė 4);
duomenų lygius parametrų grupėse su išskirtimis (kaip a punkte, bet paliekant tik sekas su išskirtimis ir minimumai ištraukiami kiekvienam lygiui 2 parametrų grupėse - visos akvatorijos procentilinių/vidurkinių grupėje ir konkrečių gardelių ar jų buferių grupėje; Lentelė 5);
duomenų lygius parametrų grupėse be išskirčių (kaip c punkte, bet paliekant tik sekas be išskirčių; Lentelė 6).

Kiek reikšmingas sisteminis nuokrypis orientuotis leido Moriasi kriterijus.

Ši informacija aiškiai parodo, kad palydoviniai duomenys turi sisteminį teigiamą nuokrypį nuo matuotų reikšmių t.y. pervertina matavimo koncentracijas. Mažiausias sisteminis nuokrypis nustatytas prie bazinio ar 7/5 lygių (mažai duomenų, tačiau beveik visi matavimų duomenys atitinka palydovinius duomenis laike). Sisteminis nuokrypis buvo linkęs būti mažesnis sudėtiniam mėginiui, neišmetus išskirčių ir prie procentilinių (25 procentilio) verčių. 25 procentiliui reikšmingas sisteminis nukrypis (BIAS) svyravo tarp 2.45 ir 5.07 (PBIAS % - 28.2-59.8 %) sudėtiniam, ir 4.74 ir 6.38 (PBIAS % - 57.5-126.2 %) paviršiniam mėginiui. Konkrečioje gardelėje ChlA vertės svyravo tarp 5.58 ir 7.12 mg/l (PBIAS % - 70.2-121.5 %) sudėtiniam, ir 6.02 - 9.81 mg/l (PBIAS % - 94.8-172.8 %) paviršiniam mėginiui. Minimalios BIAS ir PBIAS vertės “procentiliniams” duomenims - atitinkamai 2.45 mg/l ir 28 % (25 procentilis, 7 lygis), o “gardeliniams” duomenims - atitinkamai 5.6 mg/l ir 70 % (konkreti gardelė, Bazinis/5 lygis). Taigi, sisteminis nuokrypis svyruoja nuo dar dalinai priimtino (28 %) iki santykinai didelio.

Pažymėtina, kad visoms žemiau atvaizduotoms minimalioms reikšmėms buvo reikalinga ir pritaikyta korekcija, tačiau dauguma atvejų taikyta paprasta korekcija. Regresinė korekcija buvo reikalinga tik duomenų imtims be išskirčių ir iš esmės tik gardeliniams duomenims.

Lentelė 3: Minimalus palydovinių Chl A įverčių nuokrypis pagal duomenų imčių lygius

Lygis	Parametras	Bias	PBIAS (%)	p (bias)	Korekcija	Išskirtys	Mėginys
7 lygis	Prct_25	2.45	28.2	4.55e-02	Paprasta korekcija	Su išskirtimis	Sudėtinis
8 lygis	Prct_25	2.77	34.9	3.35e-02	Paprasta korekcija	Su išskirtimis	Sudėtinis
5 lygis	Prct_25	2.92	31.7	1.07e-03	Paprasta korekcija	Su išskirtimis	Sudėtinis
6 lygis	Prct_25	3.01	33.5	4.49e-03	Paprasta korekcija	Su išskirtimis	Sudėtinis
4 lygis	Prct_25	3.43	38.0	8.06e-05	Paprasta korekcija	Su išskirtimis	Sudėtinis
3 lygis	Prct_25	3.76	43.1	4.60e-06	Paprasta korekcija	Su išskirtimis	Sudėtinis
2 lygis	Prct_25	5.07	59.8	0.00e+00	Paprasta korekcija	Su išskirtimis	Sudėtinis
Bazinis	ChlA	5.58	70.2	1.17e-02	Paprasta korekcija	Su išskirtimis	Sudėtinis
5 lygis	ChlA	5.59	61.2	0.00e+00	Paprasta korekcija	Su išskirtimis	Sudėtinis
6 lygis	ChlA	5.65	63.4	3.00e-07	Paprasta korekcija	Su išskirtimis	Sudėtinis
4 lygis	ChlA	5.76	64.3	0.00e+00	Paprasta korekcija	Su išskirtimis	Sudėtinis
8 lygis	ChlA	5.78	73.2	3.56e-04	Paprasta korekcija	Su išskirtimis	Sudėtinis
3 lygis	ChlA	5.85	67.5	0.00e+00	Paprasta korekcija	Su išskirtimis	Sudėtinis
7 lygis	ChlA	5.86	67.7	3.70e-06	Paprasta korekcija	Su išskirtimis	Sudėtinis
2 lygis	ChlA_30	6.37	73.7	0.00e+00	Paprasta korekcija	Su išskirtimis	Sudėtinis

Lentelė 4: Minimalus palydovinių Chl A įverčių nuokrypis nuo matavimų iš visų duomenų imčių

Parametras	Bias	PBIAS (%)	p (bias)	Korekcija	Išskirtys	Mėginys	Lygis
Prct_25	2.45	28.2	4.55e-02	Paprasta korekcija	Su išskirtimis	Sudėtinis	7 lygis
Prct_25	3.50	45.4	4.08e-04	Paprasta korekcija	Be išskirčių	Sudėtinis	7 lygis
Prct_25	4.74	65.5	1.18e-05	Paprasta korekcija	Be išskirčių	Paviršinis	7 lygis
Prct_25	4.78	57.5	0.00e+00	Paprasta korekcija	Su išskirtimis	Paviršinis	5 lygis
ChlA	5.58	70.2	1.17e-02	Paprasta korekcija	Su išskirtimis	Sudėtinis	Bazinis
ChlA	5.94	77.3	0.00e+00	Regresinė korekcija	Be išskirčių	Sudėtinis	6 lygis
ChlA	7.06	94.8	0.00e+00	Regresinė korekcija	Be išskirčių	Paviršinis	4 lygis
ChlA	8.24	101.0	0.00e+00	Paprasta korekcija	Su išskirtimis	Paviršinis	4 lygis

Lentelė 5: Palydovinių Chl A įverčių sisteminiai nuokrypiai (įskaitant išskirtis) nuo matuotų verčių:

(a) Paviršiniame mėginyje

Lygis	Parametras	Bias	PBIAS (%)	Korekcija
5 lygis	Prct_25	4.78	57.5	Paprasta korekcija
4 lygis	Prct_25	5.13	62.4	Paprasta korekcija
7 lygis	Prct_25	5.28	72.6	Paprasta korekcija
6 lygis	Prct_25	5.29	67.1	Paprasta korekcija
3 lygis	Prct_25	5.44	68.6	Paprasta korekcija
2 lygis	Prct_25	5.84	69.0	Paprasta korekcija
8 lygis	Prct_25	5.98	100.8	Paprasta korekcija
Bazinis	Prct_25	6.02	111.3	Paprasta korekcija
4 lygis	ChlA	8.24	101.0	Paprasta korekcija
3 lygis	ChlA	8.25	104.8	Paprasta korekcija
5 lygis	ChlA	8.27	100.3	Paprasta korekcija
2 lygis	ChlA_30	8.69	110.8	Paprasta korekcija
6 lygis	ChlA	8.95	114.5	Paprasta korekcija
Bazinis	ChlA	9.07	167.8	Paprasta korekcija
8 lygis	ChlA	9.79	166.3	Paprasta korekcija
7 lygis	ChlA	9.81	135.5	Paprasta korekcija

(b) Sudėtiniame mėginyje

Lygis	Parametras	Bias	PBIAS (%)	Korekcija
7 lygis	Prct_25	2.45	28.2	Paprasta korekcija
8 lygis	Prct_25	2.77	34.9	Paprasta korekcija
5 lygis	Prct_25	2.92	31.7	Paprasta korekcija
6 lygis	Prct_25	3.01	33.5	Paprasta korekcija
4 lygis	Prct_25	3.43	38.0	Paprasta korekcija
3 lygis	Prct_25	3.76	43.1	Paprasta korekcija
2 lygis	Prct_25	5.07	59.8	Paprasta korekcija
Bazinis	ChlA	5.58	70.2	Paprasta korekcija
5 lygis	ChlA	5.59	61.2	Paprasta korekcija
6 lygis	ChlA	5.65	63.4	Paprasta korekcija
4 lygis	ChlA	5.76	64.3	Paprasta korekcija
8 lygis	ChlA	5.78	73.2	Paprasta korekcija
3 lygis	ChlA	5.85	67.5	Paprasta korekcija
7 lygis	ChlA	5.86	67.7	Paprasta korekcija
2 lygis	ChlA_30	6.37	73.7	Paprasta korekcija

Lentelė 6: Palydovinių Chl A įverčių sisteminiai nuokrypiai (be išskirčių) nuo matuotų verčių:

(a) Paviršiniame mėginyje

Lygis	Parametras	Bias	PBIAS (%)	Korekcija
7 lygis	Prct_25	4.74	65.5	Paprasta korekcija
5 lygis	Prct_25	4.89	64.6	Paprasta korekcija
4 lygis	Prct_25	5.16	68.8	Paprasta korekcija
2 lygis	Prct_25	5.26	64.6	Paprasta korekcija
6 lygis	Prct_25	5.42	76.8	Paprasta korekcija
3 lygis	Prct_25	5.48	75.7	Paprasta korekcija
8 lygis	Prct_25	5.56	97.0	Paprasta korekcija
Bazinis	Prct_25	6.38	126.2	Regresinė korekcija
4 lygis	ChlA	7.06	94.8	Regresinė korekcija
3 lygis	ChlA	7.16	99.5	Regresinė korekcija
5 lygis	ChlA	7.18	95.6	Regresinė korekcija
2 lygis	ChlA	7.61	94.1	Regresinė korekcija
6 lygis	ChlA	7.93	113.2	Regresinė korekcija
7 lygis	ChlA	8.11	112.7	Regresinė korekcija
8 lygis	ChlA	8.16	143.2	Paprasta korekcija
Bazinis	ChlA	8.73	172.8	Regresinė korekcija

(b) Sudėtiniame mėginyje

Lygis	Parametras	Bias	PBIAS (%)	Korekcija
7 lygis	Prct_25	3.50	45.4	Paprasta korekcija
6 lygis	Prct_25	3.86	50.0	Paprasta korekcija
5 lygis	Prct_25	3.89	48.9	Paprasta korekcija
8 lygis	Prct_25	4.29	66.0	Paprasta korekcija
4 lygis	Prct_25	4.36	55.6	Paprasta korekcija
3 lygis	Prct_25	4.55	59.5	Paprasta korekcija
Bazinis	Prct_25	4.85	82.7	Paprasta korekcija
2 lygis	Prct_25	5.29	69.4	Paprasta korekcija
6 lygis	ChlA	5.94	77.3	Regresinė korekcija
5 lygis	ChlA	6.09	77.2	Regresinė korekcija
3 lygis	ChlA	6.14	80.8	Regresinė korekcija
4 lygis	ChlA	6.24	79.9	Regresinė korekcija
7 lygis	ChlA	6.60	86.0	Regresinė korekcija
8 lygis	ChlA	6.84	105.6	Paprasta korekcija
2 lygis	ChlA_30	6.93	91.1	Regresinė korekcija
Bazinis	ChlA	7.12	121.5	Paprasta korekcija

2.4 Duomenų išsibarstymas baziniame lygyje

2.4.1 Originalus išsibarstymas

Baziniame lygyje palydovinės ChlA vertės visos daugiau ar mažiau yra “pasislinkusios į dešinę”, t.y. vertės yra didesnės, nei matavimų (žr. Paveikslas 2, Paveikslas 3, Paveikslas 4). Artimiausios matuotoms yra 25 procentilio vertės, o iš gardelinių - konkrečios gardelės (ne buferio) vertės. Pažymėtina, kad 50 procentilio vertės yra artimesnės matavimamas nei vidurkinės reikšmės.

Dauguma matavimo verčių paviršiniame mėginyje svyruoja 0 - 7 mg/l intervale, o maksimalus atvejų tankis yra ties 3-4 mg/l. Tai implikuoja apie vyraujančias lagai geros būklės klasės atvejus, jeigu vertintume pagal ChlA vertinimo kriterijus, kurie yra dalis fitoplanktono indekso, pagal kurį oficialiai yra vertinama vandens telkinių būklė pagal fitoplanktoną. Pagal gardelių bei 25 procentilio duomenis maksimalus duomenų tankis yra ~ ties 9 mg/l, o jų svyravimo intervalas netoli maksimumo yra 6 - 15 mg/l (atsiranda ir geros būklės koncentracijų). Maksimaliai prognozuotos palydovinės koncentracijos siekia ~ 50 mg/l, o matuotos - ~ 41 mg/l.

Paveikslas 2: Palydovinių ir matuotų Chl A reikšmių išsibarstymas (Bazinis lygis. Paviršius. Pagrindiniai rodikliai)

Paveikslas 3: Palydovinių ir matuotų Chl A reikšmių išsibarstymas (Bazinis lygis. Paviršius. Buferiai)

Paveikslas 4: Palydovinių ir matuotų Chl A reikšmių išsibarstymas (Bazinis lygis. Paviršius. Procentiliai)

2.4.2 “Koreguotų” duomenų išsibarstymas

Korekciniai bazinio lygio duomenys rodo daug geresnį palydovinių verčių atitikimą matuotoms, nors kai kur išsibarstymas tampa labiau iškraipytas, mažiau primena normalųjį pasiskirstymą (žr. Paveikslas 5, Paveikslas 6, Paveikslas 7). Iš šios informacijos jau galima matyti gana neblogą matuotų ir 25 procentilio palydovinių ChlA verčių išsibarstymo sutapimą. Nors 25 procentilio vertės visvien yra labiau pasiskleidusios erdvėje, tačiau maksimalaus tankio vertės yra apylygės. Iš gardelinių duomenų 30 m buferio vertės yra artimiausios matuotoms.

Maksimaliai prognozuotos palydovinės koreguotos koncentracijos siekia ~ 46 mg/l, tad vos mažiau nei nekoreguotos.

Paveikslas 5: Koreguotų palydovinių ir matuotų Chl A reikšmių išsibarstymas (Bazinis lygis. Paviršius. Pagrindiniai rodikliai)

Paveikslas 6: Koreguotų palydovinių ir matuotų Chl A reikšmių išsibarstymas (Bazinis lygis. Paviršius. Buferiai)

Paveikslas 7: Koreguotų palydovinių ir matuotų Chl A reikšmių išsibarstymas (Bazinis lygis. Paviršius. Procentiliai)

2.5 Duomenų išsibarstymas 2 lygyje (maksimali galima imtis)

2.5.1 Originalus išsibarstymas

2 lygio išsibarstymas panašus į bazinio lygio, tačiau kartu atrodo ir šiek tiek artimesnis matuotų verčių sklaidai (žr. Paveikslas 8, Paveikslas 9, Paveikslas 10). Šiuo atveju pasimato, 30 m buferio vertės geriau atitinka matavimų sklaidą nei tiesioginės gardelės duomenys.

Dėl didesnės duomenų imties daugelio sekų intervalai ženkliai išsiplečia. Dauguma matavimo verčių paviršiniame mėginyje svyruoja 0 - 10 mg/l intervale, maksimaliam atvejų tankiui išliekant panašiam kaip baziniame lygyje. Tai implikuoja apie vyraujančias lagai geros būklės klasės atvejus, jeigu vertintume pagal ChlA vertinimo kriterijus, kurie yra dalis fitoplanktono indekso, pagal kurį oficialiai yra vertinama vandens telkinių būklė pagal fitoplanktoną. Pagal gardelių bei 25 procentilio duomenis maksimalus duomenų tankis taip pat panašus kaip ir bazinio lygio, bet jų svyravimo intervalas netoli maksimumo yra truputį platesnis (4 - 18 mg/l). Maksimaliai tiek matuotos, tiek ir prognozuotos palydovinės koncentracijos viršija 100 mg/l. Tačiau ir šiuo atveju vyrauja labai gera ir gera būklė, nors ir su daug dažnesniais prastos būklės klasių intarpais.

Paveikslas 8: Palydovinių ir matuotų Chl A reikšmių išsibarstymas (2 lygis. Paviršius. Pagrindiniai rodikliai)

Paveikslas 9: Palydovinių ir matuotų Chl A reikšmių išsibarstymas (2 lygis. Paviršius. Buferiai)

Paveikslas 10: Palydovinių ir matuotų Chl A reikšmių išsibarstymas (2 lygis. Paviršius. Procentiliai)

2.5.2 “Koreguotų” duomenų išsibarstymas

2 lygyje duomenų korekcija duoda panašų pozityvų efektą tik 25 procentilio vertėms, nes kitos vertės ir toliau lieka gana “pasislinkusios į dešinę”, nors bendrai verčių tankis ir pasislinko arčiau matuotų (žr. Paveikslas 11, @distrcor5, @distrcor6).

Paveikslas 11: Koreguotų palydovinių ir matuotų Chl A reikšmių išsibarstymas (2 lygis. Paviršius. Pagrindiniai rodikliai)

Paveikslas 12: Koreguotų palydovinių ir matuotų Chl A reikšmių išsibarstymas (2 lygis. Paviršius. Buferiai)

Paveikslas 13: Koreguotų palydovinių ir matuotų Chl A reikšmių išsibarstymas (2 lygis. Paviršius. Procentiliai)

2.6 Atitikimo statistikų skaičiavimas

Palydoviniai duomenys (procentilinės, vidurkinės, gardekinės, buferinės ChlA vertės) buvo lyginami tiek su paviršinių, tiek ir su sudėtinių mėginių matavimų ChlA vertėmis, paskaičiuojant šias statistikas (bei daliai atvejų parengiant vizualią informaciją):

Pearson’o koreliacija (R ir p vertės);
Tiesinė regresija (R2 ir p vertės);
Skirtumų parametrinis testas T-test (p vertė);
Skirtumų neparametrinis Manno-Whitney-Wilcoxono testas (p vertė);
Simetrinė vidutinė absoliutinė procentinė paklaida (angl. Symmetric Mean Absolute Percentage Error - sMAPE);
Šaknine vidutine kvadratine paklaida (angl. Root Mean Square Error - RMSE);
Normalizuota šakninė vidutinė kvadratinė paklaida (nRMSE);
Vidutinė absoliuti paklaida (angl. Mean Absolute Error – MAE);
Normalizuota vidutinė absoliuti paklaida (nMAE);
Matuotų ir palydovinių ChlA reikšmių klasių atitikimas.

Pirmų 4 punktų statistikų nustatymas yra gana paprastas ir nesudėtingas, todėl detaliau aptartinos tik likę rodikliai iš aukščiau išvardintųjų.

2.7 sMAPE

Paprastai panašiems tikslams naudojamas ir MAPE rodiklis (Vidutinė absoliutinė procentinė paklaida, angl. Mean Absolute Percentage Error), reiškiantis vidutinį santykinį palydovinių verčių nuokrypį (ženklas nesvarbu), lyginant su tikrąja verte (išraiška procentais).

Tačiau MAPE turi trūkumą - tampa labai jautrus, kai vertės yra artimos nuliui. Tuomet klaida gali tapti milžiniška ar net beprasmė. Kadangi, kaip minėta, matuotos vertės yra dauguma atvejų labai geroje būklėje ir netoli 0, nuspręsta naudoti labiau normalizuotą sMAPE rodiklį.

sMAPE klaidą įvertina tiek nuo palydovinių, tiek nuo matuotų reikšmių pusės t.y. ji lyginama su matavimų ir palydovinės aibių vidurkiu, o ne tik su matavimų vidurkiu. Todėl, kai reikšmės arti nulios, sMAPE veikia geriau (taip neišpučia klaidų kaip MAPE).

Dėl vardiklio (vidurkio) sMAPE visada grąžina vertes tarp 0–200 %. Paprastai laikoma, kad palydovinių ir matavimo duomenų atitikimas tikslus, kai sMAPE <20 %, tuo tarpu prastas tikslumas būna kai sMAPE >40 %.

2.8 RMSE ir nRMSE

RMSE parodo vidutinį prognozuotų ChlA reikšmių (šiuo atveju - palydovinių) nuokrypį nuo matuotų, pakeliant paklaidas kvadratu, išvedant iš šių kvadratų vidurkį bei iš pastarojo ištraukiant šaknį.

RMSE išreiškiamas šiuo atveju mg/l. Kuo mažesnė RMSE reikšmė, tuo tiksliau modelis atitinka stebėjimus. RMSE labiau baudžia dideles klaidas, nes klaidos keliamos kvadratu. Todėl, jeigu sekoje pasitaiko keletas didelių klaidų, tai gali reikšmingai įtakoti bendrą rezultatą ir sudaryti prielaidas klaidingom išvadoms apie visą seką. Todėl RMSE rezultatus reikia interpretuoti bendrame įvairių rodiklių kontekste.

nRMSE leidžia pasižiūrėti, kiek didelė RMSE yra lyginant su vidutine matuota ChlA verte.

Dažnai nukrypimai laikomi nedideliais, kai nRMSE <20 %, ir dideliai, jeigu nRMSE >30 %.

2.9 MAE ir nMAE

MAE parodo, kiek vidutiniškai prognozuotos reikšmės absoliučiai skiriasi nuo matuotų (šiuo atveju mg/l). Kuo MAE reikšmė mažesnė, tuo tikslesni palydoviniai duomenys. Skirtingai nuo RMSE, klaidos vertinamos tolygiai – be kvadratinio išpūsto efekto.

nMAE yra vidutinė absoliuti paklaida, normalizuota pagal matuotų reikšmių vidurkį. Tai leidžia įvertinti paklaidą santykinai, nepriklausomai nuo duomenų mastelio.

Manoma, kad geras tikslumas pasiekiamas kai nMAE <20 %, o prastas - kai nMAE >30 %.

2.10 Matuotų ir palydovinių ChlA reikšmių klasių atitikimas

ChlA įverčiai galimai atspindi tik vieno vandens kokybės elemento fitoplanktono indekso (toliau – EFPI), kuris naudojamas ežerų ir tvenkinių ekologinės būklės vertinimui, sudėtinę dalį. Visa būklė vertinama pagal daug vandens kokybės elementų, kurie apskaičiuojami (įskaitant EFPI ir atskiras jos dalis, pvz. logaritmizuotas klases pagal ChlA) ir vertinami pagal tvarkas, nurodytas čia. Čia nebuvo pretenduoti vertinti būklę pagal pilną teisinį apibrėžimą, o tik siaurai pasižiūrėti į kokias kokybės klases pagal fitoplanktoną galimai pateiktų palydoviniai įverčiai. Tam buvo “išlogaritmizuoti” momentiniai ChlA kriterijai, naudojami EFPI indekso skaičiavimui, jais toliau čia vadovaujantis klasifikuojant gautus rezultatus (Lentelė 7).

Lentelė 7: Kokybės (būklės) klasės pagal fitoplanktoninius vandens telkinių tipus

Tipas	Labai gera	Gera	Vidutinė	Bloga	Labai bloga
P1	<12	12-24	24-45	45-87	>87
P2	<22	22-41	41-78	78-145	>145
P3	<17	17-33	33-63	63-120	>120
P4	<17	17-33	33-63	63-120	>120
S1	<15	15-25	25-42	42-70	>70
S2	<9	9-16	16-28	28-50	>50

2.11 Ryšio tarp paviršinio ir sudėtinio mėginio vertinimas

Buvo ieškoma tiesinio ryšio tarp sudėtinio ir paviršinio mėginių ChlA verčių, su tikslu galimai ateityje sudėtinio mėginio duomenis pervesti į paviršinius duomenis ir pan. Taip pat skaičiuojamos atitikimo statistikos, tarp kurių yra visi tie patys rodikliai, kaip ir matuotų ir palydovinių duomenų atitikimo tyrimo atveju. Papildomai skaičiuotas sugalvota statistika vidutinis verčių skirtumas, kuri atitinka MAE, išskyrus tai, kad čia naudojamas sudėtinio ir paviršinio mėginio skirtumas nepanaikinant ženklo (nenaudotas modulis). Papildomai skaičiuota analogiška sugalvota statistika - medianinis verčių skirtumas. Visos atitikimo statistikos konstruotos taip, kad prognozuojama būtų paviršinio mėginio vertė, priklausanti nuo sudėtinio mėginio reikšmės.

2.12 Išskirčių nustatymas ir traktavimas

Išskirtys pradžioje preliminariai išskirtos remiantis tam tikrais skaičiavimais ir kriterijais, o paskui dar papildomai peržiūrėtos vizualiai ir galutinai parinktos ekspertiniu sprendimu. Išskirtys palydovinių ir matuotų ChlA verčių atitikimui ieškotos tik tiesioginės gardelės palydoviniams duomenims (atitinkami taškai kitiems palydoviniams duomenims pritaikyti automatiškai tie patys).

Buvo skaičiuojami šie rodikliai preliminariam galimų išskirčių pažymėjimui:

Tiesinio regresinio modelio liekanos (angl. residuals). Atfiltruotos liekanos, 2 kartus viršijančios liekanų standartinį nuokrypį (angl. Standard Deviation);
Kuko atstumas (angl. Cook Distance). Atfiltruotos Kuko atstumo vertės, viršijančios skaičiaus 4 ir imties dydžio santykio reikšmę.

Kandidatėmis į išskirtis tapdavo duomenų eilutės, atfiltruotos bent pagal 1 iš aukščiau išvardintų kriterijų.

3 Rezultatai

3.1 Rezultatai neatmetus išskirčių

3.1.1 Matuotų chlorofilo A koncentracijų (paviršius ir sudėtinis mėginys) koreliacijos su palydoviniais duomenimis

Stipresnės palydovinių duomenų koreliacijos stebimos su paviršiniais nei sudėtiniais mėginiais. Koreliacija su gardeliniais duomenimis yra stipresnė nei su procentiliniais. Gardelinių duomenų koreliacija piką pasiekia ~ 5 lygyje (R = 0.62), o procentilinių - baziniame lygyje (R = 0.56). Buferio spindulys reikšmingos įtakos neturi (žr. Paveikslas 14, Paveikslas 15, Paveikslas 16).

Paveikslas 14: Palydovinių ir matuotų Chl A verčių koreliacijos (Bazinis lygis. Paviršius ir sudėtinis mėginys)

Paveikslas 15: Palydovinių ir matuotų Chl A verčių koreliacijos (5 lygis. Paviršius ir sudėtinis mėginys)

Paveikslas 16: Palydovinių ir matuotų Chl A verčių koreliacijos (2 lygis. Paviršius ir sudėtinis mėginys)

3.1.2 Matuotų chlorofilo A koncentracijų (paviršius ir sudėtinis mėginys) koreliacijos su koreguotais palydoviniais duomenimis

Duomenų korekcija poveikio koreliacijai iš esmės nepadarė, todėl čia tinka tos pačios išvados kaip ir nekoreguotų duomenų atveju (žr. Paveikslas 17, Paveikslas 18, Paveikslas 19).

Paveikslas 17: Koreguotų palydovinių ir matuotų Chl A verčių koreliacijos (Bazinis lygis. Paviršius ir sudėtinis mėginys)

Paveikslas 18: Koreguotų palydovinių ir matuotų Chl A verčių koreliacijos (5 lygis. Paviršius ir sudėtinis mėginys)

Paveikslas 19: Koreguotų palydovinių ir matuotų Chl A verčių koreliacijos (2 lygis. Paviršius ir sudėtinis mėginys)

3.1.3 Matuotų chlorofilo A koncentracijų (paviršius) koreliacijos su palydoviniais duomenimis (pagal tipus)

Koreliacijos pagal tipus yra natūraliai mažiau stiprios ir mažiau patikimos, nes reprezentuoja daug mažesnes duomenų imtis, o kai kurių tipų (S2, P2, P3) imtys tokios mažos, kad koreliacijų vertinti apskritai neverta (žr. Paveikslas 20, Paveikslas 21, Paveikslas 22). Visgi siekta pasižiūrėti, ar dėl kažkokių gamtinių priežasčių galėtų pasimatyti vienuose tipuose gana neblogi ryšiai, o kituose - prasti. Ir čia pasimatė, kad nors imtis pati didžiausia, S1 tipe koreliacijos labai silpnos, tuo tarpu kai tipuose S2 ir P1 ryšiai sąlyginai neblogi.

Paveikslas 20: Palydovinių ir matuotų paviršiuje Chl A verčių koreliacijos pagal tipus (Bazinis lygis. Paviršius ir sudėtinis mėginys)

Paveikslas 21: Palydovinių ir matuotų paviršiuje Chl A verčių koreliacijos pagal tipus (5 lygis. Paviršius ir sudėtinis mėginys)

Paveikslas 22: Palydovinių ir matuotų paviršiuje Chl A verčių koreliacijos pagal tipus (2 lygis. Paviršius ir sudėtinis mėginys)

3.1.4 Matuotų chlorofilo A koncentracijų (paviršius) koreliacijos su koreguotais palydoviniais duomenimis (pagal tipus)

Esminių skirtumų koreliacijose su koreguotais duomenimis nenustatyta (žr. Paveikslas 23, Paveikslas 24, Paveikslas 25).

Paveikslas 23: Koreguotų palydovinių ir matuotų paviršiuje Chl A verčių koreliacijos pagal tipus (Bazinis lygis. Paviršius ir sudėtinis mėginys)

Paveikslas 24: Koreguotų palydovinių ir matuotų paviršiuje Chl A verčių koreliacijos pagal tipus (5 lygis. Paviršius ir sudėtinis mėginys)

Paveikslas 25: Koreguotų palydovinių ir matuotų paviršiuje Chl A verčių koreliacijos pagal tipus (2 lygis. Paviršius ir sudėtinis mėginys)

3.1.5 Matuotų chlorofilo A koncentracijų (sudėtinis mėginys) koreliacijos su palydoviniais duomenimis (pagal tipus)

Sudėtinio mėginio koreliacijos panašios kaip ir paviršinio, išskyrus P4 tipą, kuris kažkodėl ženkliai geriau siejasi su palydoviniais ChlA įverčiais (žr. Paveikslas 26, Paveikslas 27, Paveikslas 28).

Paveikslas 26: Palydovinių ir sudėtinio mėginio Chl A verčių koreliacijos pagal tipus (Bazinis lygis. Paviršius ir sudėtinis mėginys)

Paveikslas 27: Palydovinių ir sudėtinio mėginio Chl A verčių koreliacijos pagal tipus (5 lygis. Paviršius ir sudėtinis mėginys)

Paveikslas 28: Palydovinių ir sudėtinio mėginio Chl A verčių koreliacijos pagal tipus (2 lygis. Paviršius ir sudėtinis mėginys)

3.1.6 Matuotų chlorofilo A koncentracijų (sudėtinis mėginys) koreliacijos su koreguotais palydoviniais duomenimis (pagal tipus)

Esminių skirtumų koreliacijose su koreguotais duomenimis nenustatyta (žr. Paveikslas 29, Paveikslas 30, Paveikslas 31).

Paveikslas 29: Koreguotų palydovinių ir sudėtinio mėginio Chl A verčių koreliacijos pagal tipus (Bazinis lygis. Paviršius ir sudėtinis mėginys)

Paveikslas 30: Koreguotų palydovinių ir sudėtinio mėginio Chl A verčių koreliacijos pagal tipus (5 lygis. Paviršius ir sudėtinis mėginys)

Paveikslas 31: Koreguotų palydovinių ir sudėtinio mėginio Chl A verčių koreliacijos pagal tipus (2 lygis. Paviršius ir sudėtinis mėginys)

3.1.7 Matuotų chlorofilo A koncentracijų paviršiuje ryšys su palydoviniais duomenimis

Analizuojant matuotų ir palydovinių ChlA koncentracijų ryšį per tiesinę regresiją ir vizualiai, galima aiškiau suprasti aukščiau aprašytas koreliacijas. Baziniame lygyje ryšis sąlyginai silpnas ir dėl to, kad čia vyrauja žemos matuotos ChlA koncentracijos (maks. iki ~ 28 mg/l, bet dauguma iki ~ 16 mg/l) (žr. Paveikslas 32). Tačiau 5 lygyje matuotos koncentracijos pakyla net iki 128 mg/l ir ryšys tampa daug labiau išreikštas (žr. Paveikslas 33). Dėl didesnio nebūtinai geros kokybės duomenų triukšmo 2 lygyje ryšio charakteristikos vėl pablogėja (žr. Paveikslas 34). Tuo pačiu pažymėtina, kad toks stipresnis 5 ir žemesniuose lygiuose nustatytas ryšys remiasi tik keliais vandens telkiniais/atvejais (2-3), kai ChlA vertės buvo tikrai aukštos - iš esmės tik Kauno mariomis ir Gauštvinio ežeru. Tai suponuotų, kad patikimesniam ryšiui reikia į duomenų imtį įtraukti daugiau aukštos ChlA koncentracijos vandens telkinių. Iš grafinės informacijos taip pat krenta į akis tai, jog prie žemesnių matuotų ChlA verčių palydovinė AAA sistema pervertina ChlA koncentracijas (prognozuoja didesnes nei realybėje), o prie didesnių - prognozuoja per mažas vertes nei yra realybėje. Toks prognozavimo tendencijų persivertimas įvyksta ties ~ 34 mg/l ChlA matuotos koncentracijos paviršiniame vandenyje riba. Tai taip pat reiškia, kad jeigu Lietuvoje vyrautų mažos realios ChlA koncentracijos, vandens telkinių problemiškumas gali būti potencialiai per daug išdidinamas, o užterštų telkinių bėdos sumenkinamos. Į tai reikia atsižvelgti analizuojant palydovinio prognozavimo rezultatus.

Paveikslas 32: Palydovinių ir matuotų Chl A reikšmių ryšys (Bazinis lygis. Paviršius)

Paveikslas 33: Palydovinių ir matuotų Chl A reikšmių ryšys (5 lygis. Paviršius)

Paveikslas 34: Palydovinių ir matuotų Chl A reikšmių ryšys (2 lygis. Paviršius)

3.1.8 Matuotų chlorofilo A koncentracijų paviršiuje ryšys su koreguotais palydoviniais duomenimis

Galima konstatuoti, kad duomenų korekcija regresinio ryšio charakteristikų nepagerino (žr. Paveikslas 35, Paveikslas 36, Paveikslas 37). Tačiau pasikeitė ChlA prognozavimo tendencijų persivertimo iš uždidinimo į sumažinimą riba iš ~ 34 mg/l į ~ 15 mg/l (sumažėjo).

Paveikslas 35: Koreguotų palydovinių ir matuotų Chl A reikšmių ryšys (Bazinis lygis. Paviršius)

Paveikslas 36: Koreguotų palydovinių ir matuotų Chl A reikšmių ryšys (5 lygis. Paviršius)

Paveikslas 37: Koreguotų palydovinių ir matuotų Chl A reikšmių ryšys (2 lygis. Paviršius)

3.1.9 Matuotų chlorofilo A koncentracijų paviršiuje ryšys su palydoviniais duomenimis (pagal tipus)

Iš Paveikslas 38, Paveikslas 39 ir Paveikslas 40 labai aiškiai pasimato didesnių matavimo koncentracijų “poveikis” ryšio stiprumui. Pavyzdžiui, tipas S1 dominuojamas mažų, netgi mažiausių ChlA koncentracijų, tad ryšio beveik nėra ir visos vertės yra labai pervertinamos (taigi, S1 labai reikia surasti daugiau “užterštų” telkinių, arba galbūt tobulinti sistemą jiems atskirai). Tuo tarpu tipuose S2 ir P2 ryšys potencialiai ženkliai sustiprėja, kai nuo 5 lygio patenka aukštesnės matavimo vertės iš atitinkamai Kauno marių (S2) ir Gauštvinio ežero (P2).

Paveikslas 38: Palydovinių ir matuotų Chl A reikšmių ryšys pagal tipus (Bazinis lygis. Paviršius)

Paveikslas 39: Palydovinių ir matuotų Chl A reikšmių ryšys pagal tipus (5 lygis. Paviršius)

Paveikslas 40: Palydovinių ir matuotų Chl A reikšmių ryšys pagal tipus (2 lygis. Paviršius)

3.1.10 Matuotų chlorofilo A koncentracijų sudėtiniame mėginyje ryšys su palydoviniais duomenimis

Sudėtinio mėginio verčių ryšiai su palydovinėmis reikšmėmis panašūs kaip paviršinio mėginio atveju, išskyrus tai, kad ryšį gadina (ypač baziniame lygyje) netikėtai didelės matuotos sudėtinio mėginio koncentracijos liepos mėnesį Nikajo ir Gaveikių ežeruose, kai tuo tarpu paviršiuje fiksuotos labai mažos ChlA vertės (žr. Paveikslas 41, Paveikslas 42, Paveikslas 43). Tad šie taškai kelia didelį įtarimą dėl mėginių kokybės.

ChlA prognozavimo tendencijų persivertimo iš uždidinimo į sumažinimą riba šiuo atveju yra ne ~ 34 mg/l (kaip paviršinio mėginio atveju), bet ~ 22 mg/l (mažesnė).

Paveikslas 41: Palydovinių ir matuotų Chl A reikšmių ryšys (Bazinis lygis. Sudėtinis mėginys)

Paveikslas 42: Palydovinių ir matuotų Chl A reikšmių ryšys (5 lygis. Sudėtinis mėginys)

Paveikslas 43: Palydovinių ir matuotų Chl A reikšmių ryšys (2 lygis. Paviršius)

3.1.11 Matuotų chlorofilo A koncentracijų sudėtiniame mėginyje ryšys su koreguotais palydoviniais duomenimis

Galima konstatuoti, kad duomenų korekcija regresinio ryšio charakteristikų nepagerino (žr. Paveikslas 44, Paveikslas 45, Paveikslas 46). Tačiau pasikeitė ChlA prognozavimo tendencijų persivertimo iš uždidinimo į sumažinimą riba iš ~ 22 mg/l į ~ 10 mg/l (sumažėjo).

Paveikslas 44: Koreguotų palydovinių ir matuotų Chl A reikšmių ryšys (Bazinis lygis. Sudėtinis mėginys)

Paveikslas 45: Koreguotų palydovinių ir matuotų Chl A reikšmių ryšys (5 lygis. Sudėtinis mėginys)

Paveikslas 46: Koreguotų palydovinių ir matuotų Chl A reikšmių ryšys (2 lygis. Paviršius)

3.1.12 Matuotų chlorofilo A koncentracijų sudėtiniame mėginyje ryšys su palydoviniais duomenimis (pagal tipus)

Sudėtinio mėginio ChlA verčių ryšys su palydoviniais duomenimis iš esmės pagal tipus turi tuos pačius dėsningumus, kaip ir su paviršinio mėginio duomenimis (žr. Paveikslas 47, Paveikslas 48, Paveikslas 49).

Paveikslas 47: Palydovinių ir matuotų Chl A reikšmių ryšys pagal tipus (Bazinis lygis. Sudėtinis mėginys)

Paveikslas 48: Palydovinių ir matuotų Chl A reikšmių ryšys pagal tipus (5 lygis. Sudėtinis mėginys)

Paveikslas 49: Palydovinių ir matuotų Chl A reikšmių ryšys pagal tipus (2 lygis. Sudėtinis mėginys)

3.1.13 Palydovinių įverčių nuokrypių nuo matavimų paviršiuje statistikos RMSE ir nRMSE

RMSE pati mažiausia baziniame lygyje, ir procentilinė verčių grupė pasižymi pačiomis mažiausiomis vertėmis (25 procentilis atitinka 8 mg/l paklaidą) (žr. Paveikslas 50, Paveikslas 51, Paveikslas 52). Mažiausia gardelinių grupės vertė atitiko 20 m buferį (12.2 mg/l). nRMSE minimumai atitiko kiek kitus (vidurinius) lygius, nes čia RMSE dar dalinama iš vidutinės visos duomenų imties vertės - 144 % (25 procentilis) ir 171 % (130 m. buferis). Pagal dažniausiai naudojamą nRMSE nuokrypių vertinimo skalę, tokios nRMSE vertės indikuotų didelį nuokrypį (prastą atitikimą).

Paveikslas 50: RMSE ir nRMSE tarp matuotų ir palydovinių parametrų paviršiuje (Bazinis lygis)

Paveikslas 51: RMSE ir nRMSE tarp matuotų ir palydovinių parametrų paviršiuje (5 lygis)

Paveikslas 52: RMSE ir nRMSE tarp matuotų ir palydovinių parametrų paviršiuje (2 lygis)

3.1.14 Koreguotų palydovinių įverčių nuokrypių nuo matavimų paviršiuje statistikos RMSE ir nRMSE

Koreguoti duomenys sumažino 25 procentilio ir 20 m buferio RMSE vertes iki atitinkamai 5.3 mg/l (vietoje 8 mg/l) ir 7.9 mg/l (vietoje 12.2 mg/l) (žr. Paveikslas 53, Paveikslas 54, Paveikslas 55). Atitinkamos 25 procentilio ir 150 m (vietoje 130 m) buferio nRMSE taip pat sumažėjo iki atitinkamai 98 % (vietoje 144 %) ir 131 % (vietoje 171 %), tačiau ir po korekcijos nRMSE nuokrypis laikytinas dideliu.

Paveikslas 53: RMSE ir nRMSE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (Bazinis lygis)

Paveikslas 54: RMSE ir nRMSE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (5 lygis)

Paveikslas 55: RMSE ir nRMSE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (2 lygis)

3.1.15 Palydovinių įverčių nuokrypių nuo sudėtinių matavimų statistikos - RMSE ir nRMSE

Sudėtinių mėginių RMSE ir nRMSE statistika kažkiek panaši į paviršinių, tačiau RMSE nuokrypiai yra šiek tiek didesni, nors nRMSE - mažesni, ir mažiausi nuokrypiai jau nebe baziniame lygyje (žr. Paveikslas 56, Paveikslas 57, Paveikslas 58). RMSE prie 25 procentilio pakilo iki 11.5 mg/l (nuo 8 mg/l), o 20 m buferyje - iki 12.9 mg/l (nuo 12.2 mg/l). nRMSE 25 procentiliui sumažėjo iki 125 % (nuo 144 %), o 20 m buferiui - iki 140 % (nuo 171 %). Šie nRMSE nuokrypiai sudėtiniam mėginiui taip pat laikytini dideliais.

Paveikslas 56: RMSE ir nRMSE tarp matuotų ir palydovinių parametrų (Bazinis lygis. Sudėtinis mėginys)

Paveikslas 57: RMSE ir nRMSE tarp matuotų ir palydovinių parametrų (5 lygis. Sudėtinis mėginys)

Paveikslas 58: RMSE ir nRMSE tarp matuotų ir palydovinių parametrų (2 lygis. Sudėtinis mėginys)

3.1.16 Koreguotų palydovinių įverčių nuokrypių nuo sudėtinių matavimų statistikos - RMSE ir nRMSE

Duomenų korekcija nežymiai pagerino RMSE ir nRMSE statistikas (žr. Paveikslas 59, Paveikslas 60, Paveikslas 61). 25 procentilio RMSE vertės sumažėjo iki 11.1 mg/l (nuo 11.5 mg/l), o konkrečios gardelės (ne buferio šiuo atveju) reikšmės krito iki 10.9 mg/l (nuo 12.9 mg/l). nRMSE vertės sumažėjo 25 procentiliui iki 122 % (nuo 155 %), o gardelei - iki 123 % (nuo 140 %). Tai visvien rodo gana didelį nuokrypį, tačiau nuo paviršinių duomenų verčių nuokrypiai buvo mažesni.

Paveikslas 59: RMSE ir nRMSE tarp matuotų ir koreguotų palydovinių parametrų (Bazinis lygis. Sudėtinis mėginys)

Paveikslas 60: RMSE ir nRMSE tarp matuotų ir koreguotų palydovinių parametrų (5 lygis. Sudėtinis mėginys)

Paveikslas 61: RMSE ir nRMSE tarp matuotų ir koreguotų palydovinių parametrų (2 lygis. Sudėtinis mėginys)

3.1.17 Palydovinių įverčių nuokrypių nuo matavimų paviršiuje statistikos - sMAPE

Nuokrypiai per sMAPE išraišką mažiausi yra 4-5 lygiuose, procentilinėms reikšmėms pasižymint mažiausiais nuokrypiais (žr. Paveikslas 62, Paveikslas 63, Paveikslas 64). 25 procentiliams sMAPE siekė 78 %, o konkrečiai gardelei - 87 %. Taigi, sMAPE rodiklis taip pat rodo gana didelį palydovinių verčių nuokrypį nuo matavimų paviršiuje verčių.

Paveikslas 62: sMAPE tarp matuotų ir palydovinių parametrų paviršiuje (Bazinis lygis)

Paveikslas 63: sMAPE tarp matuotų ir palydovinių parametrų paviršiuje (5 lygis)

Paveikslas 64: sMAPE tarp matuotų ir palydovinių parametrų paviršiuje (2 lygis)

3.1.18 Koreguotų palydovinių įverčių nuokrypių nuo matavimų paviršiuje statistikos - sMAPE

Duomenų koregavimas sMAPE sumažino - 25 procentiliui iki 65 % (nuo 78 %), konkrečiai gardelei - iki 81 % (nuo 87 %) (žr. Paveikslas 65, Paveikslas 66, Paveikslas 67). Tačiau visvien sMAPE nuokrypiai paviršiniams ChlA duomenims dar laikytini dideliais.

Paveikslas 65: sMAPE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (Bazinis lygis)

Paveikslas 66: sMAPE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (5 lygis)

Paveikslas 67: sMAPE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (2 lygis)

3.1.19 Palydovinių įverčių nuokrypių nuo sudėtinių matavimų statistikos - sMAPE

Palydovinių ChlA verčių nuokrypiai nuo sudėtinio mėginio reikšmių, išreikšti per sMAPE yra mažesni, nei nuo paviršinio mėginio ChlA koncentracijų, visoms kitoms išvadoms nekintant. (žr. Paveikslas 68, Paveikslas 69, Paveikslas 70). sMAPE vertės šiuo atžvilgiu 25 procentiliui sumažėjo iki 71 % (nuo 78 %), o konkrečiai gardelei - iki 78 % (nuo 87 %), tačiau visvien tokie sMAPE nuokrypiai sudėtiniams mėginiams yra laikytini dideliais.

Paveikslas 68: sMAPE tarp matuotų ir palydovinių parametrų (Bazinis lygis. Sudėtinis mėginys)

Paveikslas 69: sMAPE tarp matuotų ir palydovinių parametrų (5 lygis. Sudėtinis mėginys)

Paveikslas 70: sMAPE tarp matuotų ir palydovinių parametrų (2 lygis. Sudėtinis mėginys)

3.1.20 Koreguotų palydovinių įverčių nuokrypių nuo sudėtinių matavimų statistikos - sMAPE

Po duomenų korekcijos nuokrypiai dar labiau sumažėjo (žr. Paveikslas 71, Paveikslas 72, Paveikslas 73). sMAPE 25 procentiliams nukrito iki 60 % (nuo 71 %), o konkrečiai gardelei - iki 71 % (nuo 78 %). Tokie sMAPE nuokrypiai sudėtiniams mėginiams vis dar laikytini reikšmingais.

Paveikslas 71: sMAPE tarp matuotų ir koreguotų palydovinių parametrų (Bazinis lygis. Sudėtinis mėginys)

Paveikslas 72: sMAPE tarp matuotų ir koreguotų palydovinių parametrų (5 lygis. Sudėtinis mėginys)

Paveikslas 73: sMAPE tarp matuotų ir koreguotų palydovinių parametrų (2 lygis. Sudėtinis mėginys)

3.1.21 Palydovinių įverčių nuokrypių nuo matavimų paviršiuje statistikos - MAE ir nMAE

MAE ir nMAE nuokrypiai mažiausi procentilinėms vertėms, o buferių buvimas didelio skirtumo nesudaro (žr. Paveikslas 74, Paveikslas 75, Paveikslas 76). MAE mažiausios vertės fiksuojamos baziniame lygyje - 6.7 mg/l 25 procentiliui, ir 9.7 mg/l konkrečiai gardelei. Dėl priklausomybės nuo vidutinės atitinkamos duomenų imties vidurkio nMAE mažiausios reikšmės pasireiškia 4-5 lygiuose, ir 25 procentiliui sudaro 88 %, o gardelėms - 123 %. Tokios nMAE reikšmės reiškia gana prastą palydovinių ChlA koncentracijų atitikimą paviršiaus tyrimų vertėms.

Paveikslas 74: MAE ir nMAE tarp matuotų ir palydovinių parametrų paviršiuje (Bazinis lygis)

Paveikslas 75: MAE ir nMAE tarp matuotų ir palydovinių parametrų paviršiuje (5 lygis)

Paveikslas 76: MAE ir nMAE tarp matuotų ir palydovinių parametrų paviršiuje (2 lygis)

3.1.22 Koreguotų palydovinių įverčių nuokrypių nuo matavimų paviršiuje statistikos - MAE ir nMAE

Duomenų korekcija gana reikšmingai sumažino MAE ir nMAE nuokrypio rodiklius, kitoms išvadoms nekintant (žr. Paveikslas 77, Paveikslas 78, Paveikslas 79). MAE vertės 25 procentiliui ir konkrečiai gardelei/buferiui sumažėjo atitinkamai iki 3.7 mg/l (nuo 6.7 mg/l) ir 5.9 mg/l (nuo 9.7 mg/l), o nMAE atitinkamai iki 66 % (nuo 88 %) ir 88 % (nuo 123 %). Visgi ir po duomenų korekcijos nMAE vertės vis dar rodo gana prastą (nors ir geresnį) palydovinių duomenų atitikimą paviršinių tyrimų rezultatams.

Paveikslas 77: MAE ir nMAE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (Bazinis lygis)

Paveikslas 78: MAE ir nMAE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (5 lygis)

Paveikslas 79: MAE ir nMAE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (2 lygis)

3.1.23 Palydovinių įverčių nuokrypių nuo sudėtinių matavimų statistikos - MAE ir nMAE

Palydovinių duomenų nuokrypiai nuo sudėtinio mėginio duomenų pagal MAE ir nMAE rodiklius yra visumoje mažesni, nei nuo paviršinio mėginio tyrimų verčių, kitoms išvadoms esant panašioms, tačiau visvien yra dideli (žr. Paveikslas 80, Paveikslas 81, Paveikslas 82). MAE reikšmės 25 procentiliui ir konkrečiai gardelei/buferiui atitinkamai padidėjo iki 6.9 mg/l (nuo 6.7 mg/l) ir sumažėjo iki 8.8 mg/l (nuo 9.7 mg/l), o nMAE - sumažėjo atitinkmamai iki 75 % (nuo 88 %) ir 96 % (nuo 123 %).

Paveikslas 80: MAE ir nMAE tarp matuotų ir palydovinių parametrų paviršiuje (Bazinis lygis. Sudėtinis mėginys)

Paveikslas 81: MAE ir nMAE tarp matuotų ir palydovinių parametrų (5 lygis. Sudėtinis mėginys)

Paveikslas 82: MAE ir nMAE tarp matuotų ir palydovinių parametrų (2 lygis. Sudėtinis mėginys)

3.1.24 Koreguotų palydovinių įverčių nuokrypių nuo sudėtinių matavimų statistikos - MAE ir nMAE

Duomenų korekcija sumažino MAE ir nMAE nuokrypius, tačiau ir šiuo atveju nuokrypiai laikomi dar pakankamai dideliais (žr. Paveikslas 83, Paveikslas 84, Paveikslas 85). 25 procentilio ir konkrečios gardelės/buferio (didelio skirtumo nebuvo) MAE vertės nukrito atitinkamai iki 3.7 mg/l (nuo 6.9 mg/l) ir 5.9 mg/l (nuo 8.8 mg/l), o nMAE vertės mažėjo atitinkamai iki 63 % (nuo 75 %) ir iki 75 % (nuo 96 %).

Paveikslas 83: MAE ir nMAE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (Bazinis lygis. Sudėtinis mėginys)

Paveikslas 84: MAE ir nMAE tarp matuotų ir koreguotų palydovinių parametrų (5 lygis. Sudėtinis mėginys)

Paveikslas 85: MAE ir nMAE tarp matuotų ir koreguotų palydovinių parametrų (2 lygis. Sudėtinis mėginys)

3.1.25 Vandens kokybės klasių atitikimas pagal chlorofilo a palydovinius ir matavimų paviršiuje vertes

Palydovinių ir paviršinio mėginio Vandens būklės pagal ChlA klasių atitikimo analizė dar kartą parodė, kad didžioji matavimų duomenų dalis yra mažų koncentracijų t.y. patenka į labai geros būklės klasę (žr. Paveikslas 86, Paveikslas 87, Paveikslas 88). Taip pat matyti, kad jei vertiname pagal klasių sutapimą, mes iš pažiūros gauname geresnį atitikimą nei analizuodami koncentracijų sutapimą, nes čia operuojama intervalais (“lengviau pataikyti į intervalą”). Gauname, kad bendra sutapusių klasių dalis baziniame lygyje konkrečioje gardelėje yra ~ 68 %, o, pavyzdžiui, 5 lygyje - ~ 75 % nuo visų klasių kombinacijų skaičiaus. 25 procentilio sutapimas dar aukštesnis, ir baziniame bei 5 lygyje atitinkamai sudarytų ~ 80 % ir ~ 82 %.

Paveikslas 86: Palydovinių ir matuoto Chl A būklės paviršiuje klasių (ne)atitikimo kombinacijos (Bazinis lygis)

Paveikslas 87: Palydovinių ir matuoto Chl A būklės paviršiuje klasių (ne)atitikimo kombinacijos (5 lygis)

Paveikslas 88: Palydovinių ir matuoto Chl A būklės paviršiuje klasių (ne)atitikimo kombinacijos (2 lygis)

3.1.26 Vandens kokybės klasių atitikimas pagal koreguotas chlorofilo a palydovines ir matavimų paviršiuje vertes

Duomenų korekcija dar labiau pagerino klasių sutapimą, kuris tapo tikrai geras (žr. Paveikslas 89, Paveikslas 90, Paveikslas 91). Gauname, kad bendra sutapusių klasių dalis baziniame lygyje konkrečioje gardelėje yra ~ 82 % (vietoje 68 %), o, pavyzdžiui, 5 lygyje - ~ 86 % (vietoje 75 %) nuo visų klasių kombinacijų skaičiaus. 25 procentilio sutapimas dar aukštesnis, ir baziniame bei 5 lygyje atitinkamai sudarytų ~ 89 % (vietoje 80 %) ir ~ 90 % (vietoje 82 %).

Paveikslas 89: Koreguotų palydovinių ir matuoto Chl A būklės paviršiuje klasių (ne)atitikimo kombinacijos (Bazinis lygis)

Paveikslas 90: Koreguotų palydovinių ir matuoto Chl A būklės paviršiuje klasių (ne)atitikimo kombinacijos (5 lygis)

Paveikslas 91: Koreguotų palydovinių ir matuoto Chl A būklės paviršiuje klasių (ne)atitikimo kombinacijos (2 lygis)

3.1.27 Vandens kokybės klasių atitikimas pagal chlorofilo a palydovinius ir sudėtinių mėginių vertes

Klasių atitikimas su sudėtiniais mėginiais kažkuom panašus kaip ir su paviršiniais, tačiau duomenis lyginant ir nagrinėjant pokyčius jie gana nevienareikšmiai (žr. Paveikslas 92, Paveikslas 93, Paveikslas 94). Gauname, kad bendra sutapusių klasių dalis baziniame lygyje konkrečioje gardelėje yra ~ 64 % (vietoje 68 %, sumažėjo), o, pavyzdžiui, 5 lygyje - ~ 82 % (vietoje 75 %, padidėjo) nuo visų klasių kombinacijų skaičiaus. 25 procentilio sutapimas 5 lygyje netgi tampa panašus su gardelių rezultatais, ir baziniame bei 5 lygyje atitinkamai sudarytų ~ 73 % (vietoje 80 %, sumažėjo) ir ~ 78 % (vietoje 82 %, sumažėjo).

Paveikslas 92: Palydovinių ir matuoto Chl A būklės klasių (ne)atitikimo kombinacijos (Bazinis lygis. Sudėtinis mėginys)

Paveikslas 93: Palydovinių ir matuoto Chl A būklės klasių (ne)atitikimo kombinacijos (5 lygis. Sudėtinis mėginys)

Paveikslas 94: Palydovinių ir matuoto Chl A būklės klasių (ne)atitikimo kombinacijos (2 lygis. Sudėtinis mėginys)

3.1.28 Vandens kokybės klasių atitikimas pagal chlorofilo a koreguotas palydovinių ir sudėtinių mėginių vertes

Po duomenų korekcijos sutapimas pagerėjo, tačiau koreguoti palydoviniai duomenys geriau sutapo su paviršinių, nei sudėtinių mėginių klasėmis (žr. Paveikslas 95, Paveikslas 96, Paveikslas 97). Gauname, kad bendra sutapusių klasių dalis baziniame lygyje konkrečioje gardelėje yra ~ 75 % (vietoje 64 %), o, pavyzdžiui, 5 lygyje - ~ 78 % (vietoje 82 %) nuo visų klasių kombinacijų skaičiaus. 25 procentilio sutapimas dar aukštesnis, ir baziniame bei 5 lygyje atitinkamai sudarytų ~ 75 % (vietoje 73 %) ir ~ 82 % (vietoje 78 %).

Paveikslas 95: Koreguotų palydovinių ir matuoto Chl A būklės klasių (ne)atitikimo kombinacijos (Bazinis lygis. Sudėtinis mėginys)

Paveikslas 96: Koreguotų palydovinių ir matuoto Chl A būklės klasių (ne)atitikimo kombinacijos (5 lygis. Sudėtinis mėginys)

Paveikslas 97: Koreguotų palydovinių ir matuoto Chl A būklės klasių (ne)atitikimo kombinacijos (2 lygis. Sudėtinis mėginys)

Apibendrinant klasių atitikimų informaciją, pažymėtina, kad nors palydoviniai duomenys daugumoje indikuoja labai gerą būklę, tačiau gana daug palydovinių duomenų taip pat patenka į viena klase žemesnę klasę (gerą būklę) – maždaug 15-22 % labai geros būklės paviršinių matavimų (priklausomai nuo lygio ir parametro). Atitinkamai, į 2 klasėm žemesnę klasę (vidutinę būklę) patenka 4-8 % labai geros būklės matavimų. Po korekcijų, atitinkami skirtumai jau mažesni - 6-9 % ir 2-5 %.

Panaši situacija ir su sudėtiniais matavimais - 18-19 % labai geros būklės sudėtinių matavimų pagal palydovinius duomenis buvo 1 klase žemesnės būklės (geros būklės), ir 0-5 % buvo 2 klasėmis žemesnės būklės (vidutinės būklės). Po korekcijų, skirtumai taip pat sumažėjo, ir sudarė atitinkamai 8-12 % ir 0-4 % (priklausomai nuo lygio ir parametro).

3.2 Rezultatai atmetus išskirtis

3.2.1 Nustatytos išskirtys

Išskirtys nustatytos visiems lygiams, jos ne visad sutapdavo, tad vėliau skaičiavimuose iš atitinkamų imčių buvo eliminuojamos ir atitinkamam lygiui nustatytos išskirtys. Iliustravimui žemiau parodyti ekstremalūs taškais tik baziniam ir 2 lygiams (žr. Paveikslas 98, Paveikslas 99, Paveikslas 100, Paveikslas 101, Paveikslas 102, Paveikslas 103, Paveikslas 104, Paveikslas 105).

Tiek paviršiniams, tiek sudėtiniams mėginiams bei praktiškai visais lygiais išskirtis nustatyta Klykių ežero gegužės mėnesio duomenims (toliau bus žymima Klykių V, ir ta pačia logika taikoma ir kitiems ežerams). Tiek paviršiniams, tiek sudėtiniams mėginiams dažnai pasitaiko ekstremumai Jiezno (VII, IX), Kairių (V) ežeruose, kartais Dvariukų (VIII), Beičių (VII, VIII) tvenkiniuose, Sarių (V) ežere. Tik paviršiniams mėginiams dažni ekstremumai Grūto (VII, VIII, IX), Totorviečių (V) ežeruose, Beičių (IX) tvenkinyje. Tik sudėtiniams mėginiams absoliučiai dominuoja Gaveikių (VII) ir Nikajaus (VII) ežerai, taip pat dažnai išskirtys pasitaiko Didžiulio (IX) ir Utenykščio (VIII) ežeruose, kartais - Sausvingio (V) ežere.

Paveikslas 98: Palydovinių ir matuotų Chl A verčių išskirtys (Bazinis lygis. Paviršius)

Paveikslas 99: Palydovinių ir matuotų Chl A verčių išskirtys (Bazinis lygis. Paviršius, pagal tipus)

Paveikslas 100: Palydovinių ir matuotų Chl A verčių išskirtys (Bazinis lygis. Sudėtinis mėginys)

Paveikslas 101: Palydovinių ir matuotų Chl A verčių išskirtys (Bazinis lygis. Sudėtinis mėginys, pagal tipus)

Paveikslas 102: Palydovinių ir matuotų Chl A verčių koreliacijos (2 lygis. Paviršius)

Paveikslas 103: Palydovinių ir matuotų Chl A verčių išskirtys (2 lygis. Paviršius, pagal tipus)

Paveikslas 104: Palydovinių ir matuotų Chl A verčių koreliacijos (2 lygis. Sudėtinis mėginys)

Paveikslas 105: Palydovinių ir matuotų Chl A verčių koreliacijos (2 lygis. Sudėtinis mėginys, pagal tipus)

3.2.2 Matuotų chlorofilo A koncentracijų (paviršius ir sudėtinis mėginys) koreliacijos su palydoviniais duomenimis (atmetus išskirtis)

Atmetus išskirtis jau tik nežymiai stipresnės palydovinių duomenų koreliacijos stebimos su paviršiniais nei sudėtiniais mėginiais, bet su procentiliniais duomenimis (konkrečiai - 25 procentiliu) kartais būna net atvirkščiai (priklausomai nuo lygio). Ir po išskirčių atmetimo koreliacija su gardeliniais duomenimis yra stipresnė nei su procentiliniais. Gardelinių duomenų koreliacija piką pasiekia ~ 7 lygyje (R = 0.77, o su išskirtimis buvo - 0.62), o procentilinių - baziniame lygyje (R = 0.7, o buvo - 0.56). Buferio spindulys reikšmingos įtakos neturi (žr. Paveikslas 106, Paveikslas 107, Paveikslas 108, Paveikslas 109). Duomenų korekcija koreliacijų nepadidino, todėl atskirai jos nebeiliustruojamos.

Paveikslas 106: Palydovinių ir matuotų Chl A verčių koreliacijos (Bazinis lygis. Paviršius ir sudėtinis mėginys, be išskirčių)

Paveikslas 107: Palydovinių ir matuotų Chl A verčių koreliacijos (5 lygis. Paviršius ir sudėtinis mėginys, be išskirčių)

Paveikslas 108: Palydovinių ir matuotų Chl A verčių koreliacijos (7 lygis. Paviršius ir sudėtinis mėginys, be išskirčių)

Paveikslas 109: Palydovinių ir matuotų Chl A verčių koreliacijos (2 lygis. Paviršius ir sudėtinis mėginys, be išskirčių)

3.2.3 Matuotų chlorofilo A koncentracijų (paviršius) koreliacijos su palydoviniais duomenimis (pagal tipus, atmetus išskirtis)

Koreliacijos pagal tipus su paviršiniais mėginiais atmetus išskirtis sustiprėjo, tačiau dėl mažesnės imties tas stiprumas yra mažesnis nei visam duomenų masyvui (žr. Paveikslas 110, Paveikslas 111, Paveikslas 112, Paveikslas 113). Išvados išlieka panašios - S1 tipe koreliacijos labai silpnos, tuo tarpu kai tipuose S2 ir P1 ryšiai sąlyginai neblogi.

Paveikslas 110: Palydovinių ir matuotų paviršiuje Chl A verčių koreliacijos pagal tipus (Bazinis lygis. Paviršius ir sudėtinis mėginys, be išskirčių)

Paveikslas 111: Palydovinių ir matuotų paviršiuje Chl A verčių koreliacijos pagal tipus (7 lygis. Paviršius ir sudėtinis mėginys, be išskirčių)

Paveikslas 112: Palydovinių ir matuotų paviršiuje Chl A verčių koreliacijos pagal tipus (5 lygis. Paviršius ir sudėtinis mėginys, be išskirčių)

Paveikslas 113: Palydovinių ir matuotų paviršiuje Chl A verčių koreliacijos pagal tipus (2 lygis. Paviršius ir sudėtinis mėginys, be išskirčių)

3.2.4 Matuotų chlorofilo A koncentracijų (sudėtinis mėginys) koreliacijos su palydoviniais duomenimis (pagal tipus, atmetus išskirtis)

Koreliacijos pagal tipus su sudėtiniais mėginiais atmetus išskirtis sustiprėjo, tačiau vėlgi dėl mažesnės imties tas stiprumas yra mažesnis nei visam duomenų masyvui (žr. Paveikslas 114, Paveikslas 115, Paveikslas 116, Paveikslas 117). Išvados išlieka panašios - S1 tipe koreliacijos labai silpnos, tuo tarpu kai tipuose S2 ir P1 ryšiai sąlyginai neblogi.Taip pat, kaip ir anksčiau, skirtingai nuo paviršinio mėginio situacijos, P4 tipe tyrimų rezultatai geriau siejasi su palydoviniais ChlA įverčiais.

Paveikslas 114: Palydovinių ir sudėtinio mėginio Chl A verčių koreliacijos pagal tipus (Bazinis lygis. Paviršius ir sudėtinis mėginys, be išskirčių)

Paveikslas 115: Palydovinių ir sudėtinio mėginio Chl A verčių koreliacijos pagal tipus (7 lygis. Paviršius ir sudėtinis mėginys, be išskirčių)

Paveikslas 116: Palydovinių ir sudėtinio mėginio Chl A verčių koreliacijos pagal tipus (5 lygis. Paviršius ir sudėtinis mėginys, be išskirčių)

Paveikslas 117: Palydovinių ir sudėtinio mėginio Chl A verčių koreliacijos pagal tipus (2 lygis. Paviršius ir sudėtinis mėginys, be išskirčių)

3.2.5 Matuotų chlorofilo A koncentracijų paviršiuje ryšys su palydoviniais duomenimis (atmetus išskirtis)

Analizuojant matuotų ir palydovinių ChlA koncentracijų ryšį per tiesinę regresiją atmetus išskirtis, ryšio stiprumas ženkliai pakilo, kuris didžiausias tampa 7 lygyje - determinacijos koeficientas išauga iki 0.59 (nuo 0.33) (žr. Paveikslas 118, Paveikslas 119, Paveikslas 120, Paveikslas 121). Išlieka rezultatų pervertinimas duomenų sekos pradžioje, ir nepakankamas vertinimas tolimesnėje sekoje. Tačiau toks prognozavimo tendencijų persivertimas įvyksta jau ties aukštesniu slenksčiu - ~ 45 mg/l (vietoje 34 mg/l).

Paveikslas 118: Palydovinių ir matuotų Chl A reikšmių ryšys (Bazinis lygis. Paviršius, be išskirčių)

Paveikslas 119: Palydovinių ir matuotų Chl A reikšmių ryšys (7 lygis. Paviršius, be išskirčių)

Paveikslas 120: Palydovinių ir matuotų Chl A reikšmių ryšys (5 lygis. Paviršius, be išskirčių)

Paveikslas 121: Palydovinių ir matuotų Chl A reikšmių ryšys (2 lygis. Paviršius, be išskirčių)

3.2.6 Matuotų chlorofilo A koncentracijų paviršiuje ryšys su koreguotais palydoviniais duomenimis (atmetus išskirtis)

Galima konstatuoti, kad ir duomenims be išskirčių duomenų korekcija regresinio ryšio charakteristikų nepagerino (žr. Paveikslas 122, Paveikslas 123, Paveikslas 124, Paveikslas 125). Tačiau pasikeitė ChlA prognozavimo tendencijų persivertimo iš uždidinimo į sumažinimą riba iš ~ 15 mg/l į ~ 7 mg/l (sumažėjo).

Paveikslas 122: Koreguotų palydovinių ir matuotų Chl A reikšmių ryšys (Bazinis lygis. Paviršius, be išskirčių)

Paveikslas 123: Koreguotų palydovinių ir matuotų Chl A reikšmių ryšys (7 lygis. Paviršius, be išskirčių)

Paveikslas 124: Koreguotų palydovinių ir matuotų Chl A reikšmių ryšys (5 lygis. Paviršius, be išskirčių)

Paveikslas 125: Koreguotų palydovinių ir matuotų Chl A reikšmių ryšys (2 lygis. Paviršius, be išskirčių)

3.2.7 Matuotų chlorofilo A koncentracijų paviršiuje ryšys su palydoviniais duomenimis (pagal tipus, atmetus išskirtis)

Iš Paveikslas 126, Paveikslas 127, Paveikslas 128 ir Paveikslas 129 galima spręsti, kad kai kuriems tipams, pašalinus išskirtis, paviršinio mėginio ChlA koncentracijų ryšys su palydovinėmis pagerėjo (kur išskirtis darė didelę įtaką), o kitiems tipams mažai pasikeitė. Kitos duomenims su išskirtimis taikytos išvados galioja ir šiuo atveju.

Paveikslas 126: Palydovinių ir matuotų Chl A reikšmių ryšys pagal tipus (Bazinis lygis. Paviršius, be išskirčių)

Paveikslas 127: Palydovinių ir matuotų Chl A reikšmių ryšys pagal tipus (7 lygis. Paviršius, be išskirčių)

Paveikslas 128: Palydovinių ir matuotų Chl A reikšmių ryšys pagal tipus (5 lygis. Paviršius, be išskirčių)

Paveikslas 129: Palydovinių ir matuotų Chl A reikšmių ryšys pagal tipus (2 lygis. Paviršius, be išskirčių)

3.2.8 Matuotų chlorofilo A koncentracijų sudėtiniame mėginyje ryšys su palydoviniais duomenimis (atmetus išskirtis)

Atmetus išskirtis, sudėtinio mėginio verčių ryšiai su palydovinėmis reikšmėmis labai pagerėjo ir tik šiek tiek nusileidžia ryšiams prie paviršinio mėginio (žr. Paveikslas 130, Paveikslas 131, Paveikslas 132, Paveikslas 133). Ryšys stipriausias 7 lygyje, kur determinacijos koeficientas pakyla iki 0.56 (nuo 0.32).

ChlA prognozavimo tendencijų persivertimo iš uždidinimo į sumažinimą riba po išskirčių pašalinimo padidėjo iki ~ 38 mg/l (nuo 22 mg/l), bet išlieka mažesnė nei prie ryšio su paviršiniu mėginiu (~ 45 mg/l).

Paveikslas 130: Palydovinių ir matuotų Chl A reikšmių ryšys (Bazinis lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 131: Palydovinių ir matuotų Chl A reikšmių ryšys (7 lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 132: Palydovinių ir matuotų Chl A reikšmių ryšys (5 lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 133: Palydovinių ir matuotų Chl A reikšmių ryšys (2 lygis. Paviršius, be išskirčių)

3.2.9 Matuotų chlorofilo A koncentracijų sudėtiniame mėginyje ryšys su koreguotais palydoviniais duomenimis (atmetus išskirtis)

Galima konstatuoti, kad ir duomenims be išskirčių duomenų korekcija regresinio ryšio charakteristikų nepagerino (žr. Paveikslas 134, Paveikslas 135, Paveikslas 136, Paveikslas 137). ChlA prognozavimo tendencijų persivertimo iš uždidinimo į sumažinimą riba išliko panaši (~ 9-10 mg/l).

Paveikslas 134: Koreguotų palydovinių ir matuotų Chl A reikšmių ryšys (Bazinis lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 135: Koreguotų palydovinių ir matuotų Chl A reikšmių ryšys (7 lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 136: Koreguotų palydovinių ir matuotų Chl A reikšmių ryšys (5 lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 137: Koreguotų palydovinių ir matuotų Chl A reikšmių ryšys (2 lygis. Paviršius, be išskirčių)

3.2.10 Matuotų chlorofilo A koncentracijų sudėtiniame mėginyje ryšys su palydoviniais duomenimis (pagal tipus, atmetus išskirtis)

Pašalinus išskirtis, sudėtinio mėginio ChlA verčių ryšys su palydoviniais duomenimis iš esmės pagal tipus turi jau tuos pačius dėsningumus, kaip ir su paviršinio mėginio duomenimis (žr. @ffig-regr_bc_t_noo, Paveikslas 139, Paveikslas 140, Paveikslas 141).

Paveikslas 138: Palydovinių ir matuotų Chl A reikšmių ryšys pagal tipus (Bazinis lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 139: Palydovinių ir matuotų Chl A reikšmių ryšys pagal tipus (7 lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 140: Palydovinių ir matuotų Chl A reikšmių ryšys pagal tipus (5 lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 141: Palydovinių ir matuotų Chl A reikšmių ryšys pagal tipus (2 lygis. Sudėtinis mėginys, be išskirčių)

3.2.11 Palydovinių įverčių nuokrypių nuo matavimų paviršiuje statistikos RMSE ir nRMSE (atmetus išskirtis)

Po išskirčių atmetimo, nuokrypiai pagal RMSE ir nRMSE RMSE rodiklius pagal paviršinio mėginio duomenis nežymiai sumažėjo (žr. Paveikslas 142, Paveikslas 143, Paveikslas 144, Paveikslas 145). RMSE kaip ir anksčiau buvo pati mažiausia procentilinėje verčių grupėje ir baziniame lygyje, kur 25 procentilio RMSE nežymiai sumažėjo iki 7.7 mg/l (nuo 8 mg/l), tačiau konkrečioje gardelėje mažiausia vertė buvo 4 lygyje, ir sumažėjo iki 10.7 mg/l (nuo 12.2 mg/l). nRMSE minimumai 25 procentiliui nukrito iki 136 % 8 lygyje (nuo 144 %), o gardelei - iki 147 % 4-5 lygiuose (nuo 171 %). Pagal dažniausiai naudojamą nRMSE nuokrypių vertinimo skalę, tokios nRMSE vertės ir po išskirčių pašalinimo indikuotų didelį nuokrypį (prastą atitikimą).

Paveikslas 142: RMSE ir nRMSE tarp matuotų ir palydovinių parametrų paviršiuje (Bazinis lygis, be išskirčių)

Paveikslas 143: RMSE ir nRMSE tarp matuotų ir palydovinių parametrų paviršiuje (5 lygis, be išskirčių)

Paveikslas 144: RMSE ir nRMSE tarp matuotų ir palydovinių parametrų paviršiuje (4 lygis, be išskirčių)

Paveikslas 145: RMSE ir nRMSE tarp matuotų ir palydovinių parametrų paviršiuje (2 lygis, be išskirčių)

3.2.12 Koreguotų palydovinių įverčių nuokrypių nuo matavimų paviršiuje statistikos RMSE ir nRMSE (atmetus išskirtis)

Po duomenų korekcijos nuokrypiai pagal RMSE ir nRMSE dar labiau sumažėjo, tačiau iš esmės labiau baziniame lygyje (žr. Paveikslas 146, Paveikslas 147, Paveikslas 148, Paveikslas 149). 25 procentilio RMSE nežymiai sumažėjo iki 3 mg/l (nuo 7.7 mg/l), o konkrečioje gardelėje iki 3.2 mg/l (nuo 10.7 mg/l). nRMSE minimumai 25 procentiliui nukrito iki 60 % (nuo 136 %), o gardelei - iki 64 % (nuo 147 %). Pagal dažniausiai naudojamą nRMSE nuokrypių vertinimo skalę, tokios nRMSE vertės ir po išskirčių pašalinimo indikuotų reikšmingą, bet ženkliai mažesnį nuokrypį (dar kol kas vis dar prastą atitikimą).

Paveikslas 146: RMSE ir nRMSE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (Bazinis lygis, be išskirčių)

Paveikslas 147: RMSE ir nRMSE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (5 lygis, be išskirčių)

Paveikslas 148: RMSE ir nRMSE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (4 lygis, be išskirčių)

Paveikslas 149: RMSE ir nRMSE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (2 lygis, be išskirčių)

3.2.13 Palydovinių įverčių nuokrypių nuo sudėtinių matavimų statistikos - RMSE ir nRMSE (atmetus išskirtis)

Sudėtinių mėginių RMSE ir nRMSE statistika, atmetus išskirtis, vėlgi kažkiek panaši į paviršinių, tačiau RMSE nuokrypiai šįkart jau yra šiek tiek mažesni nei prie paviršinio mėginio (priešingai nei buvo neatmetus išskirčių) (žr. Paveikslas 150, Paveikslas 151, Paveikslas 152). RMSE prie 25 procentilio sumažėjo iki 7.1 mg/l (nuo 11.5 mg/l su išskirtimis, ir nuo 7.7 mg/l prie paviršinio mėginio be išskirčių), o gardelėje - iki 9.8 mg/l (nuo 12.9 mg/l su išskirtimis, ir nuo 10.7 mg/l prie paviršinio mėginio be išskirčių). nRMSE 25 procentiliui sumažėjo iki 111 % (nuo 125 % su išskirtimis, ir nuo 136 % prie paviršinio mėginio be išskirčių), o gardelei - iki 125 % (nuo 140 % su išskirtimis, ir nuo 147 % prie paviršinio mėginio be išskirčių). Visgi ir šie nRMSE nuokrypiai sudėtiniam mėginiui be išskirčių taip pat laikytini dideliais.

Paveikslas 150: RMSE ir nRMSE tarp matuotų ir palydovinių parametrų (Bazinis lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 151: RMSE ir nRMSE tarp matuotų ir palydovinių parametrų (5 lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 152: RMSE ir nRMSE tarp matuotų ir palydovinių parametrų (2 lygis. Sudėtinis mėginys, be išskirčių)

3.2.14 Koreguotų palydovinių įverčių nuokrypių nuo sudėtinių matavimų statistikos - RMSE ir nRMSE (atmetus išskirtis)

Duomenų korekcija sudėtinių mėginių-palydovinių ChlA reikšmių nuokrypius pagal RMSE ir nRMSE sumažino (žr. Paveikslas 153, Paveikslas 154, Paveikslas 155). RMSE prie 25 procentilio sumažėjo iki 5.2 mg/l (nuo 7.1 mg/l), o gardelėje - iki 6.9 mg/l (nuo 9.8 mg/l). nRMSE 25 procentiliui sumažėjo iki 89 % (nuo 111 %), o gardelei - taip pat iki 89 % (nuo 125 % ). Visgi ir šie nRMSE nuokrypiai sudėtiniam mėginiui be išskirčių taip pat laikytini dideliais.

Pažymėtina, kad prie koreguotų sudėtinių mėginių nuokrypiai tampa didesniais nei prie koreguotų paviršinių mėginių. Štai 25 procentilio RMSE prie sudėtinio mėginio korekcijos (toliau - sudėtinė korekcija) yra 5.2 mg/l, kai prie paviršinio mėginio korekcijos (toliau - paviršinė korekcija) - 3 mg/l. Gardelės atitinkami duomenys būtų 6.9 mg/l prieš 3.2 mg/l. Analogiškai, 25 procentilio nRMSE vertė prie sudėtinės korekcijos - 89 %, o prie paviršinės - 60 %. Gardelės atitinkami duomenys būtų 89 % prieš 64 %. Taigi, po išskirčių eliminavimo ir po duomenų korekcijos mažiausi nuokrypiai pagal RMSE ir nRMSE pasiekti su paviršiniais mėginiais, o be korekcijos - su sudėtiniais.

Paveikslas 153: RMSE ir nRMSE tarp matuotų ir koreguotų palydovinių parametrų (Bazinis lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 154: RMSE ir nRMSE tarp matuotų ir koreguotų palydovinių parametrų (5 lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 155: RMSE ir nRMSE tarp matuotų ir koreguotų palydovinių parametrų (2 lygis. Sudėtinis mėginys, be išskirčių)

3.2.15 Palydovinių įverčių nuokrypių nuo matavimų paviršiuje statistikos - sMAPE (atmetus išskirtis)

Atmetus išskirtis, nuokrypiai per sMAPE išraišką nežymiai sumažėjo (žr. Paveikslas 156, Paveikslas 157, Paveikslas 158). 25 procentiliams sMAPE sumažėjo iki 76 % (nuo 78 %), o konkrečiai gardelei - iki 84 % (nuo 87 %). Taigi, ir be išskirčių sMAPE rodiklis taip pat rodo gana didelį palydovinių verčių nuokrypį nuo matavimų paviršiuje verčių.

Paveikslas 156: sMAPE tarp matuotų ir palydovinių parametrų paviršiuje (Bazinis lygis, be išskirčių)

Paveikslas 157: sMAPE tarp matuotų ir palydovinių parametrų paviršiuje (5 lygis, be išskirčių)

Paveikslas 158: sMAPE tarp matuotų ir palydovinių parametrų paviršiuje (2 lygis, be išskirčių)

3.2.16 Koreguotų palydovinių įverčių nuokrypių nuo matavimų paviršiuje statistikos - sMAPE (atmetus išskirtis)

Atmetus išskirtis ir atlikus duomenų korekciją, nuokrypiai per sMAPE išraišką ženkliai sumažėjo (žr. Paveikslas 159, Paveikslas 160, Paveikslas 161). 25 procentiliams sMAPE sumažėjo iki 49 % (nuo 76 %), o konkrečiai gardelei - taip pat iki 49 % (nuo 84 %). Tačiau toks nuokrypio sumažėjimas pasireiškia tik baziniame lygyje. Taigi, be išskirčių bei prie koreguotų duomenų sMAPE rodiklis jau rodo pakankamai neblogą, nors kol kas visvien dar per didelį, palydovinių verčių nuokrypį nuo matavimų paviršiuje verčių.

Paveikslas 159: sMAPE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (Bazinis lygis, be išskirčių)

Paveikslas 160: sMAPE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (5 lygis, be išskirčių)

Paveikslas 161: sMAPE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (2 lygis, be išskirčių)

3.2.17 Palydovinių įverčių nuokrypių nuo sudėtinių matavimų statistikos - sMAPE (atmetus išskirtis)

Palydovinių ChlA verčių nuokrypiai nuo sudėtinio mėginio reikšmių, išreikšti per sMAPE ir atmetus išskirtis yra mažesni, nei nuo paviršinio mėginio ChlA koncentracijų, visoms kitoms išvadoms nekintant. (žr. Paveikslas 162, Paveikslas 163, Paveikslas 164). sMAPE vertės šiuo atžvilgiu 25 procentiliui sumažėjo iki 68 % (nuo 71 % prie išskirčių, ir nuo 76 % prie paviršinių mėginių be išskirčių), o konkrečiai gardelei - iki 76 % (nuo 78 % prie išskirčių, ir nuo 84 % prie paviršinių mėginių be išskirčių), tačiau visvien tokie sMAPE nuokrypiai sudėtiniams mėginiams yra laikytini dideliais.

Paveikslas 162: sMAPE tarp matuotų ir palydovinių parametrų (Bazinis lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 163: sMAPE tarp matuotų ir palydovinių parametrų (5 lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 164: sMAPE tarp matuotų ir palydovinių parametrų (2 lygis. Sudėtinis mėginys, be išskirčių)

3.2.18 Koreguotų palydovinių įverčių nuokrypių nuo sudėtinių matavimų statistikos - sMAPE (atmetus išskirtis)

58 60

Duomenų korekcija ženkliai sumažino sudėtinio mėginio duomenų be išskirčių nuokrypius pagal sMAPE rodiklį, visoms kitoms išvadoms nekintant. (žr. Paveikslas 165, Paveikslas 166, Paveikslas 167). sMAPE vertės šiuo atžvilgiu 25 procentiliui sumažėjo iki 58 % (nuo 68 %), o konkrečiai gardelei - iki 60 % (nuo 76 %), tačiau visvien tokie sMAPE nuokrypiai sudėtiniams mėginiams dar yra laikytini dideliais.

Paveikslas 165: sMAPE tarp matuotų ir koreguotų palydovinių parametrų (Bazinis lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 166: sMAPE tarp matuotų ir koreguotų palydovinių parametrų (5 lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 167: sMAPE tarp matuotų ir koreguotų palydovinių parametrų (2 lygis. Sudėtinis mėginys, be išskirčių)

3.2.19 Palydovinių įverčių nuokrypių nuo matavimų paviršiuje statistikos - MAE ir nMAE (atmetus išskirtis)

Atmetus išskirtis MAE ir nMAE nuokrypiai ir toliau liko mažiausi procentilinėms vertėms, o nuokrypiai tapo mažesni (žr. Paveikslas 168, Paveikslas 169, Paveikslas 170, Paveikslas 171). MAE mažiausios vertės 25 procentiliui vėlgi fiksuojamos baziniame lygyje - 6.4 mg/l (vietoje 6.7 mg/l), o konkrečiai gardelei jau 4 lygyje - 8.1 mg/l (vietoje 9.7 mg/l). Dėl priklausomybės nuo vidutinės atitinkamos duomenų imties vidurkio nMAE mažiausios reikšmės ir toliau pasireiškia 4-5 lygiuose, 25 procentiliui išliekant tiems patiems 88 %, o gardelėms - 109 % (vietoje 123 %). Taigi, net ir po išskirčių pašalinimo sumažėjus nuokrypiams tokios nMAE reikšmės vis dar reiškia gana prastą palydovinių ChlA koncentracijų atitikimą paviršiaus tyrimų vertėms.

Paveikslas 168: MAE ir nMAE tarp matuotų ir palydovinių parametrų paviršiuje (Bazinis lygis, be išskirčių)

Paveikslas 169: MAE ir nMAE tarp matuotų ir palydovinių parametrų paviršiuje (5 lygis, be išskirčių)

Paveikslas 170: MAE ir nMAE tarp matuotų ir palydovinių parametrų paviršiuje (4 lygis, be išskirčių)

Paveikslas 171: MAE ir nMAE tarp matuotų ir palydovinių parametrų paviršiuje (2 lygis, be išskirčių)

3.2.20 Koreguotų palydovinių įverčių nuokrypių nuo matavimų paviršiuje statistikos - MAE ir nMAE (atmetus išskirtis)

Paviršiaus mėginio duomenų be išskirčių korekcija labai ženkliai sumažino nuokrypius, išreikštus per MAE ir nMAE (žr. Paveikslas 172, Paveikslas 173, Paveikslas 174). Be to, ji sulygino 25 procentilio ir gardelės rodiklius, o mažiausios vertės stebimos tik baziniame lygyje. MAE minimumai - 2.4 mg/l 25 procentiliui (vietoje 6.4 mg/l), o konkrečiai gardelei - taip pat 2.4 mg/l (vietoje 8.1 mg/l). nMAE minimumai - 47 % 25 procentiliui (vietoje 88 %), o gardelėms - 48 % (vietoje 109 %). Tad po išskirčių pašalinimo ir paviršiau mėginio duomenų korekcijos nMAE reikšmės priartėjo prie vidutinio duomenų atitikimo, bet techniškai dar tokio lygio nepasiekė.

Paveikslas 172: MAE ir nMAE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (Bazinis lygis, be išskirčių)

Paveikslas 173: MAE ir nMAE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (5 lygis, be išskirčių)

Paveikslas 174: MAE ir nMAE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (2 lygis, be išskirčių)

3.2.21 Palydovinių įverčių nuokrypių nuo sudėtinių matavimų statistikos - MAE ir nMAE (atmetus išskirtis)

Palydovinių duomenų nuokrypiai nuo sudėtinio mėginio duomenų (atmetus išskirtis) pagal MAE ir nMAE rodiklius ir toliau išlieka mažesni, nei nuo paviršinio mėginio tyrimų verčių, kitoms išvadoms esant panašioms, tačiau visvien yra dideli (žr. Paveikslas 175, Paveikslas 176, Paveikslas 177). MAE reikšmės 25 procentiliui ir konkrečiai gardelei, lyginant su paviršiniais duomenimis be išskirčių, atitinkamai sumažėjo iki 5.9 mg/l (nuo 6.4 mg/l) ir 7.4 mg/l (nuo 8.1 mg/l), o nMAE - atitinkmamai iki 75 % (nuo 88 %) ir 93 % (nuo 109 %).

Pats išskirčių pašalinimas sudėtinių mėginių nuokrypių statistiką taip pat pagerino. MAE vertės 25 procentiliui ir gardelėje, palyginus su rodikliais su išskirtimis, atrodė taip: 5.9 mg/l (vietoje 6.9 mg/l) ir 7.4 mg/l (vietoje 8.8 mg/l). nMAE pakito mažiau - 75 % 25 procentiliui (o buvo - 75 %) ir 93 % gardelėje (vietoje 96 %).

Paveikslas 175: MAE ir nMAE tarp matuotų ir palydovinių parametrų paviršiuje (Bazinis lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 176: MAE ir nMAE tarp matuotų ir palydovinių parametrų (5 lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 177: MAE ir nMAE tarp matuotų ir palydovinių parametrų (2 lygis. Sudėtinis mėginys, be išskirčių)

3.2.22 Koreguotų palydovinių įverčių nuokrypių nuo sudėtinių matavimų statistikos - MAE ir nMAE (atmetus išskirtis)

Sudėtinio mėginio duomenų be išskirčių korekcija labai ženkliai sumažino nuokrypius, išreikštus per MAE ir nMAE (žr. Paveikslas 178, Paveikslas 179, Paveikslas 180). MAE 25 procentiliui ir gardelei sumažėjo atitinkamai iki 3.6 mg/l (nuo 5.9 mg/l) ir 4.7 mg/l (nuo 7.4 mg/l), o nMAE - atitinkamai iki 58 % (nuo 75 %) ir 60 % (nuo 93 %).

Anksčiau konstatuota, kad sudėtiniai duomenys rodo mažesnius nuokrypius, nei paviršiniai. Atkreiptinas dėmesys, kad duomenų korekcija jau suponuoja priešingą išvadą - koreguoti paviršinio mėginio duomenų be išskirčių nuokrypiai pagal MAE ir nMAE rodiklius yra mažesni, negu sudėtinio mėginio. MAE vertės 25 procentiliui ir gardelėje, palyginus su koreguotais paviršiaus duomenimis be išskirčių, atrodė taip: 3.6 mg/l (vietoje 2.4 mg/l) ir 4.7 mg/l (vietoje 2.4 mg/l). Atitinkamai, nMAE vertės 25 procentiliui ir gardelėje buvo 58 % (vietoje 47 %) ir 60 % (vietoje 48 %).

Paveikslas 178: MAE ir nMAE tarp matuotų ir koreguotų palydovinių parametrų paviršiuje (Bazinis lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 179: MAE ir nMAE tarp matuotų ir koreguotų palydovinių parametrų (5 lygis. Sudėtinis mėginys, be išskirčių)

Paveikslas 180: MAE ir nMAE tarp matuotų ir koreguotų palydovinių parametrų (2 lygis. Sudėtinis mėginys, be išskirčių)

3.3 Paviršinio ir sudėtinio mėginių ryšys

Paviršinio ir sudėtinio mėginių ChlA koncentracijų ryšys paskaičiuotas kaip tiesinė regresija, pradžioje iš visos duomenų eilės (Paveikslas 181), o vėliau, identifikavus išskirtis (Paveikslas 182) ir jas pašalinus - iš duomenų eilės be išskirčių (Paveikslas 183). Galima konstatuoti, kad yra stiprus tiesinis ryšys tarp paviršinio ir sudėtinio mėginių ChlA koncentracijų.

Pažymėtina, kad ir taip stiprus ryšys išskirčių pašalinimo dėka dar labiau sustiprėjo, determinacijos koeficientui išaugus nuo 0.64 iki 0.88. Ryšio stiprumą patvirtina ir geros koncentracijų atitikimo statistikos (RMSE, nRMSE, sMAPE, MAE, nMAE, paprastas vidurkių ir medianų skirtumas) bei nereikšmingi skirtumai pagal t-testą ir Wilkoksono neparametrinį testą (Lentelė 14). Taip pat atkreiptinas dėmėsys, kad ryšio tiesinė linija “neseka” 45 laipsniu kampu nubrėžtos punktyrinės linijos, kas reiškia, jog paviršinio ir sudėtinio mėginio koncentracijos savo vertėmis linkusios atititikti tik labai siaurame ChlA koncentracijų intervale, šiuo atveju - ties ~ 8 mg/l. Vadinasi, pagal šį ryšio modelį, labai mažų sudėtinio mėginio ChlA koncentracijų intervale (šiuo atveju - iki ~ 8 mg/l), atitinkančiame labai gerą būklę ar, priklausomai nuo telkinio fitoplanktoninio tipo, jos viršutinę (švaresnę) dalį, būtų prognozuojamos mažesnės ChlA vertės paviršiniam mėginiui. Ir atvirkščiai, kai pagal ChlA koncentracijas sudėtiniame mėginyje būklė pereidinėja į gerą ir blogesnę (ChlA vertė virš 8 mg/l), t.y. kai ChlA vertės yra didesnės, sudėtinio mėginio ChlA vertes atitiktų didesnės paviršinio mėginio vertės, ir su ChlA koncentracijų augimu šis skirtumas linkęs tik augti.

Paminėtina, kad vienos pašalintos išskirtys sutampa su išskirtimis, kurios buvo identifikuotos analizuojant palydovinių ir matavimo duomenų atitikimus (pvz. Nikajaus, Gaveikių ežerai, Dvariukų tvenkinys), o kitos yra naujos, nesutampančios (Labanoro, Utenykščio ežerai).

Apibendrinant, manytina, kad iš principo paviršinio ir sudėtinio mėginių ChlA tiesinio ryšio modelis galėtų būti naudojamas praktikoje, konvertuojant valstybinio monitoringo sudėtinio mėginio duomenis į paviršinio mėginio, arba palydovines “paviršinio mėginio” vertes į sudėtinio mėginio reikšmes, kad būtų galima korektiškiau įvertinti vandens kokybę pagal ChlA. Tačiau taip pat svarbu didinti duomenų imtį didesnių koncentracijų intervale ryšio patikimumo padidinimui, nes dabar aukštų koncentracijų diapazone ryšys paremta sąlyginai mažu taškų skaičiumi.

Paveikslas 181: Paviršinio ir sudėtinio mėginių ChlA reikšmių ryšys (su išskirtimis)

Paveikslas 182: Išskirtys paviršinio ir sudėtinio mėginių ChlA reikšmių išsibarstyme

Paveikslas 183: Paviršinio ir sudėtinio mėginių ChlA reikšmių ryšys (be išskirčių)

3.4 Makrofitų galima įtaka palydoviniams rezultatams

Atskirai aptartina galimai įtaką palydovinių duomenų klasifikavimo tikslumui daranti pakrančių vegetacija (makrofitai), kuomet makrofitų atspindžiai galimai priskiriami ChlA vertėms (Paveikslas 184). Gali tam įtakos turėti ir seklumos, kai matosi ryškiai dugnas. Paveikslas 184 pateikiamas pavyzdys su Alksno ežeru, parodant, kaip beveik realiame vaizde matosi makrofitai (a), kaip juos AAA sistemos atskiras klasifikavimo algoritmas suklasifikuoja kaip vegetaciją (b), ir kaip atrodo AAA sistemos išvestos ChlA vertės (c variantas, kur kuo labiau raudona, tuo didesnės koncentracijos). Ši situacija galimai ribotai veikia monitoringo gardelių vertes, nes jos būna giliausiose telkinio vietose, kur makrofitai dažniausiai neauga. Tačiau tai turi įtakos telkinio visos akvatorijos apibendrintiems ChlA įverčiams ir būklės klasifikavimui per įvarius procentilius, vidurkius.

Svarstytini įvairūs šios problemos sprendimo būdai:

Išskirti kiekvienam telkiniui vegetacijos teritorijas ir/ar seklumas ir jas pašalinti iš ežerų poligonų. Fiziškai tai atlikti sudėtinga, nes telkinių yra daug ir reikėtų tam daug rankinio darbo ir laiko. Pagal batimetriją irgi reikia informacijos ir atitinkamo apdorojimo. Galbūt galima naudoti AAA sistemos vegetacijos detekcijos algoritmą, bet ir čia reikėtų apdorojimo (pvz. rastro konvertavimo į vektorius ir buferių išskyrimo bet atėmimo), o ir kiek tas algoritmas tikslus ir kiek jo rezultatai kinta kiekvienos nuotraukos apdorojimo metu - taip pat nėra iki galo aišku. Galima supaprastintai pasižiūrėti - pavyzdžiui, kažkiek metrų nuo kranto buferius automatiškai nuimti, aplinkos monitoringo tašką kažkokio spindulio akvatoriją išskirti ir tik ją naudoti ChlA koncentracijų išskyrimui, tačiau taip galime prarasti ir daug “gerų gardelių”;
COPERNICUS pateikiamuose vaizduose palikti tik kodu 6 (SCL stulpelyje) žymimas celes (vandens akvatorija), arba bent jau mažiau kodų, nei dabar paliekama. Dabar yra eliminuojamos gardelės su SCL kodais 1,3,8,9,10,11. Palikus tik 6 kodą, nebeveiktų AAA sistemos vegetacijos klasifikavimo algoritmas. Klausimas, kiek ir kitų kodų šalinimas tikslingas ir kaip paveiktų rezultatus. Pavyzdžiui, tarp kylančių klausimų paminėtini šie: ar reikėtų šalinti ir topografinius šešėlius (kodas - 2)? Ar tai gali būti pakrantės medžių juostų šešėlis? Ar šalinti nevegetaciją (kodas - 5)? Ar šalinti neklasifikuotas gardeles (kodas - 7)?

Kol kas atrodytų, kad SCL sulpelių kodų fitravimo parinkčių pakeitimas būtų racionaliausia tolimesnio sistemos modifikavimo kryptis.

Paveikslas 184: Makrofitų vegetacijos galimo priskyrimo chlorofilui A problematikos pavyzdys (Alksno ežeras, 2024-08-27)

3.5 Apibendrintos pagrindinės statistikos

Šio skyrelio poskyriuose sutrauktai pateikiamos pagrindinės visą analizę apibendrinančios statistikos, plačiau nebekomentuojamos. Vadovaujantis analizės skirtinguose etapuose pažymėtomis duomenų išskirtimis, pastebėtais sunkiai paaiškinamais verčių skirtumais, čia taip pat pateikiami vandens telkinių sąrašai su tyrimų datomis, mėginių tipais, ChlA vertėmis ir kita informacija, kuriuose rekomenduojama patikrinti, ar nebuvo klaidų mėginių paėmimo ir analizės etapuose (žr. Lentelė 15, Lentelė 16).

3.5.1 Matuotų ir palydovinių Chlorofilo A verčių atitikimo pagrindinės statistikos

Lentelė 8: Maksimalaus matuotų ir palydovinių Chl A įverčių atititikimo statistikos iš visų duomenų imčių

Lygis	Mėginys	Išskirtys	Parametras	Statistika	Vertė
3	Sudėtinis	Pašalintos	ChlA	RMSE	9.800
Bazinis	Sudėtinis	Pašalintos	Prct_25	RMSE	7.100
5	Sudėtinis	Pašalintos	ChlA	nRMSE	125.000
8	Sudėtinis	Pašalintos	Prct_25	nRMSE	111.000
3	Sudėtinis	Pašalintos	ChlA	MAE	7.400
Bazinis	Sudėtinis	Pašalintos	Prct_25	MAE	5.900
5	Sudėtinis	Pašalintos	ChlA	nMAE	93.000
5	Sudėtinis	Nepašalintos	Prct_25	nMAE	75.000
5	Sudėtinis	Pašalintos	ChlA	sMAPE	76.000
5	Sudėtinis	Pašalintos	Prct_25	sMAPE	68.000
7	Paviršius	Pašalintos	ChlA	R	0.771
Bazinis	Paviršius	Pašalintos	Prct_25	R	0.697
7	Paviršius	Pašalintos	ChlA	R2	0.595
Bazinis	Paviršius	Pašalintos	Prct_25	R2	0.485

Lentelė 9: Pagrindinės palydovinių Chl A įverčių atitikimo statistikos (įskaitant išskirtis) su matuotomis vertėmis:

(a) Paviršiniame mėginyje

Lygis	Parametras	Statistika	Vertė
Bazinis	ChlA_20	RMSE	12.200
Bazinis	Prct_25	RMSE	8.000
4	ChlA_130	nRMSE	171.000
5	Prct_25	nRMSE	144.000
Bazinis	ChlA	MAE	9.700
Bazinis	Prct_25	MAE	6.700
4	ChlA_110	nMAE	123.000
5	Prct_25	nMAE	88.000
4	ChlA	sMAPE	87.000
5	Prct_25	sMAPE	78.000
5	ChlA_150	R	0.622
Bazinis	Prct_25	R	0.562
5	ChlA_150	R2	0.387
Bazinis	Prct_25	R2	0.316

(b) Sudėtiniame mėginyje

Lygis	Parametras	Statistika	Vertė
2	ChlA_20	RMSE	12.900
5	Prct_25	RMSE	11.500
5	ChlA_20	nRMSE	140.000
5	Prct_25	nRMSE	125.000
2	ChlA	MAE	8.800
5	Prct_25	MAE	6.900
5	ChlA_20	nMAE	96.000
5	Prct_25	nMAE	75.000
5	ChlA	sMAPE	78.000
5	Prct_25	sMAPE	71.000
5	ChlA_20	R	0.596
5	Prct_25	R	0.490
5	ChlA_20	R2	0.356
5	Prct_25	R2	0.240

Lentelė 10: Pagrindinės palydovinių Chl A įverčių atitikimo statistikos (be išskirčių) su matuotomis vertėmis:

(a) Paviršiniame mėginyje

Lygis	Parametras	Statistika	Vertė
4	ChlA	RMSE	10.700
Bazinis	Prct_25	RMSE	7.700
4	ChlA	nRMSE	142.000
8	Prct_25	nRMSE	136.000
4	ChlA	MAE	8.100
Bazinis	Prct_25	MAE	6.400
4	ChlA	nMAE	109.000
5	Prct_25	nMAE	88.000
4	ChlA	sMAPE	84.000
5	Prct_25	sMAPE	76.000
7	ChlA	R	0.771
Bazinis	Prct_25	R	0.697
7	ChlA	R2	0.595
Bazinis	Prct_25	R2	0.485

(b) Sudėtiniame mėginyje

Lygis	Parametras	Statistika	Vertė
3	ChlA	RMSE	9.800
Bazinis	Prct_25	RMSE	7.100
5	ChlA	nRMSE	125.000
8	Prct_25	nRMSE	111.000
3	ChlA	MAE	7.400
Bazinis	Prct_25	MAE	5.900
5	ChlA	nMAE	93.000
5	Prct_25	nMAE	75.000
5	ChlA	sMAPE	76.000
5	Prct_25	sMAPE	68.000
7	ChlA_20	R	0.761
5	Prct_25	R	0.593
7	ChlA_20	R2	0.579
5	Prct_25	R2	0.352

3.5.2 Matuotų ir koreguotų palydovinių Chlorofilo A verčių atitikimo pagrindinės statistikos

Lentelė 11: Maksimalaus matuotų ir koreguotų palydovinių Chl A įverčių atititikimo statistikos iš visų duomenų imčių

Lygis	Mėginys	Išskirtys	Parametras	Statistika	Vertė
Bazinis	Paviršius	Pašalintos	ChlA_koreguota	RMSE	3.200
Bazinis	Paviršius	Pašalintos	Prct_25_koreguota	RMSE	3.000
Bazinis	Paviršius	Pašalintos	ChlA_koreguota	nRMSE	64.000
Bazinis	Paviršius	Pašalintos	Prct_25_koreguota	nRMSE	60.000
Bazinis	Paviršius	Pašalintos	ChlA_koreguota	MAE	2.400
Bazinis	Paviršius	Pašalintos	Prct_25_koreguota	MAE	2.400
Bazinis	Paviršius	Pašalintos	ChlA_koreguota	nMAE	48.000
Bazinis	Paviršius	Pašalintos	Prct_25_koreguota	nMAE	47.000
Bazinis	Paviršius	Pašalintos	ChlA_koreguota	sMAPE	49.000
Bazinis	Paviršius	Pašalintos	Prct_25_koreguota	sMAPE	49.000
7	Paviršius	Pašalintos	ChlA_koreguota	R	0.773
Bazinis	Paviršius	Pašalintos	Prct_25_koreguota	R	0.697
7	Paviršius	Pašalintos	ChlA_koreguota	R2	0.598
Bazinis	Paviršius	Pašalintos	Prct_25_koreguota	R2	0.485

Lentelė 12: Pagrindinės koreguotų palydovinių Chl A įverčių atitikimo statistikos (įskaitant išskirtis) su matuotomis vertėmis:

(a) Paviršiniame mėginyje

Lygis	Parametras	Statistika	Vertė
Bazinis	ChlA_20_koreguota	RMSE	7.900
Bazinis	Prct_25_koreguota	RMSE	5.300
4	ChlA_150_koreguota	nRMSE	131.000
Bazinis	Prct_25_koreguota	nRMSE	98.000
Bazinis	ChlA_20_koreguota	MAE	5.900
Bazinis	Prct_25_koreguota	MAE	3.700
4	ChlA_110_koreguota	nMAE	88.000
5	Prct_25_koreguota	nMAE	66.000
4	ChlA_koreguota	sMAPE	81.000
5	Prct_25_koreguota	sMAPE	65.000
4	ChlA_130_koreguota	R	0.624
Bazinis	Prct_25_koreguota	R	0.536
4	ChlA_130_koreguota	R2	0.390
Bazinis	Prct_25_koreguota	R2	0.287

(b) Sudėtiniame mėginyje

Lygis	Parametras	Statistika	Vertė
2	ChlA_koreguota	RMSE	10.900
3	Prct_25_koreguota	RMSE	11.100
5	ChlA_20_koreguota	nRMSE	123.000
5	Prct_25_koreguota	nRMSE	122.000
2	ChlA_50_koreguota	MAE	6.700
5	Prct_25_koreguota	MAE	5.800
5	ChlA_20_koreguota	nMAE	75.000
5	Prct_25_koreguota	nMAE	63.000
Bazinis	ChlA_20_koreguota	sMAPE	71.000
5	Prct_25_koreguota	sMAPE	60.000
5	ChlA_20_koreguota	R	0.607
5	Prct_25_koreguota	R	0.490
5	ChlA_20_koreguota	R2	0.369
5	Prct_25_koreguota	R2	0.240

Lentelė 13: Pagrindinės koreguotų palydovinių Chl A įverčių atitikimo statistikos (be išskirčių) su matuotomis vertėmis:

(a) Paviršiniame mėginyje

Lygis	Parametras	Statistika	Vertė
Bazinis	ChlA_koreguota	RMSE	3.200
Bazinis	Prct_25_koreguota	RMSE	3.000
Bazinis	ChlA_koreguota	nRMSE	64.000
Bazinis	Prct_25_koreguota	nRMSE	60.000
Bazinis	ChlA_koreguota	MAE	2.400
Bazinis	Prct_25_koreguota	MAE	2.400
Bazinis	ChlA_koreguota	nMAE	48.000
Bazinis	Prct_25_koreguota	nMAE	47.000
Bazinis	ChlA_koreguota	sMAPE	49.000
Bazinis	Prct_25_koreguota	sMAPE	49.000
7	ChlA_koreguota	R	0.773
Bazinis	Prct_25_koreguota	R	0.697
7	ChlA_koreguota	R2	0.598
Bazinis	Prct_25_koreguota	R2	0.485

(b) Sudėtiniame mėginyje

Lygis	Parametras	Statistika	Vertė
3	ChlA_koreguota	RMSE	6.900
Bazinis	Prct_25_koreguota	RMSE	5.200
5	ChlA_20_koreguota	nRMSE	89.000
Bazinis	Prct_25_koreguota	nRMSE	89.000
Bazinis	ChlA_koreguota	MAE	4.800
Bazinis	Prct_25_koreguota	MAE	3.600
4	ChlA_50_koreguota	nMAE	61.000
5	Prct_25_koreguota	nMAE	58.000
5	ChlA_50_koreguota	sMAPE	60.000
5	Prct_25_koreguota	sMAPE	58.000
7	ChlA_20_koreguota	R	0.761
5	Prct_25_koreguota	R	0.593
7	ChlA_20_koreguota	R2	0.579
5	Prct_25_koreguota	R2	0.352

3.5.3 Matuotų paviršinio ir sudėtinio mėginio Chlorofilo A verčių atitikimo pagrindinės statistikos

Lentelė 14: Paviršinio ir sudėtinio mėginių ChlA reikšmių atitikimo pagrindinės statistikos

Parametras	Su išskirtimis	Be išskirčių
R	0.80	0.94
R2	0.64	0.88
RMSE	6.68	3.85
nRMSE	0.83	0.52
MAE	2.99	2.37
nMAE	0.37	0.32
sMAPE	24.99	23.58
Mean_diff	-0.67	-0.01
Median_diff	-0.27	-0.24
T_test_p_value	0.08	0.96
W_test_p_value	0.03	0.10

3.5.4 Matuotų paviršinio ir sudėtinio mėginio Chlorofilo A verčių išskirtys, kurias reikia patikrinti

Lentelė 15: Paviršinio ir sudėtinio mėginių ChlA reikšmių išskirtys

VT_kodas	UETK_kodas	MON_kodas	Telkinys	Data	ChlA_paviršius	ChlA_sudėtinis
LT112130111	12130111	LTL320	Utenykštis	2024-08-14	4.89	29.00
LT112130111	12130111	LTL320	Utenykštis	2024-09-24	6.36	23.44
LT112130367	12130367	LTL337	Labanoras	2024-08-27	3.31	21.31
LT112131226	12131226	LTL355	Nikajis	2024-07-22	2.84	66.77
LT340050001	41050001	LTL403	Dvariukų tvenkinys	2024-07-23	9.96	24.15
LT112130421	12130421	LTL525	Gaveikių ežeras	2024-07-22	1.65	60.38

3.5.5 Matuotų ir palydovinių Chlorofilo A verčių išskirtys, kurias reikia patikrinti

Lentelė 16: Matuotų ir palydovinių ChlA reikšmių išskirtys (didesni natitikimai)

MON_kodas	Telkinys	Data	Paviršiaus mėginys	Sudėtinis mėginys	ChlA	Skirtumas paviršiuje	Skirtumas sudėtiniame	Skirtumas
LTL137	Vievis	2024-10-15	5.20	3.78	30	24.80	26.22	Labai didelis
LTL265	Kairių ežeras	2024-05-08	28.61	28.68	12	-16.61	-16.68	Labai didelis
LTL355	Nikajis	2024-07-22	2.84	66.77	7	4.16	-59.77	Labai didelis
LTL449	Asveja(Dubingių ežeras)	2024-05-15	4.26	5.68	34	29.74	28.32	Labai didelis
LTL449	Asveja(Dubingių ežeras)	2024-09-02	2.84	2.60	29	26.16	26.40	Labai didelis
LTL48	Lūkstas	2024-09-23	9.81	NA	36	26.19	NA	Labai didelis
LTL525	Gaveikių ežeras	2024-07-22	1.65	60.38	6	4.35	-54.38	Labai didelis
LTL539	Klykių ežeras	2024-05-20	1.53	2.96	55	53.47	52.04	Labai didelis
LTL10	Rubikių ežeras	2024-08-01	1.84	5.60	22	20.16	16.40	Didelis
LTL193	Seirijis	2024-09-17	5.17	3.68	23	17.83	19.32	Didelis
LTL197	Didžiulis	2024-07-17	2.15	2.36	13	10.85	10.64	Didelis
LTL211	Baluošas	2024-05-13	7.45	10.12	19	11.55	8.88	Didelis
LTL227	Kertuojai	2024-05-20	1.77	2.13	17	15.23	14.87	Didelis
LTL238	Nedzingis	2024-08-26	9.67	7.92	24	14.33	16.08	Didelis
LTL265	Kairių ežeras	2024-08-06	13.21	9.06	32	18.79	22.94	Didelis
LTL324	Asalnai	2024-08-13	2.36	3.02	14	11.64	10.98	Didelis
LTL342	Baltis	2024-09-25	2.84	3.31	27	24.16	23.69	Didelis
LTL367	Margis	2024-07-09	6.15	5.20	28	21.85	22.80	Didelis
LTL403	Dvariukų tvenkinys	2024-09-25	5.54	6.42	19	13.46	12.58	Didelis
LTL447	Virintai	2024-07-09	1.92	4.73	12	10.08	7.27	Didelis
LTL518	Gauštvinis	2024-09-18	24.41	NA	45	20.59	NA	Didelis
LTL71	KAUNO MARIOS	2024-09-17	5.92	16.57	24	18.08	7.43	Didelis

4 Rezultatų apibendrinimas

Mažą tyrimų duomenų kiekį pavyko panaudoti atitikimo palyginimui su palydoviniais duomenimis, nes tik 18 % matavimų (56 iš 313) turėjo atitiktį palydovinėse nuotraukose. Imtis buvo dirbtinai išplėsta parenkant papildomas nuotraukas 1-3 dienomis į priekį ar atgal nuo matuotų datų. Tai padidino tyrimo duomenų panaudojimą maksimaliai iki 80 %, tačiau “išplėstų duomenų” kokybė/tinkamumas bei atitinkami rezultatai su šiais duomenimis vertintinti su atsargumu. Rezultatų kokybė atrodo geriausia nuo bazinio iki minimaliai 4-5 duomenų išplėtimo lygio.

Į duomenų analizę patekę ežerai ir tvenkiniai pagal išmatuotas Chlorofilo A koncentracijas didžioje daugumoje patenka į labai gerą būklės klasę - dauguma verčių patenka į 0 - 10 mg/l intervalą, dažniausios yra 3-4 mg/l vertės. Dėl to šios analizės rezultatai labiau atspindi AAA palydovinės ChlA koncentracijų prognozavimo sistemos galimą tikslumą švariuose vandens telkiniuose, o nustatytas tyrimo ir palydovinių verčių ryšys aukštesnių koncentracijų intervale nulemtas tik nedidelio kiekio vandens telkinių, kur stebėtos aukštesnės vertės (pvz. Kauno marios, Gauštvinio ežeras ir pan.).

Nustatyta, kad palydoviniai duomenys turi sisteminį teigiamą nuokrypį nuo matuotų reikšmių t.y. dažniausiai pervertina matavimo koncentracijas. Duomenų išsibarstymas daugeliu atvejų maksimaliai užgriebia ir geros būklės koncentracijas (4 -18 mg/l, didžiausias tankis ~ 9 mg/l). Sisteminis nuokrypis, išreikštas per BIAS ir PBIAS, mažiausias lyginant su sudėtiniais mėginiais ir naudojant 25 procentilio duomenis. BIAS ir PBIAS vertės “procentiliniams” duomenims - atitinkamai svyravo 2.45-6.38 mg/l ir 28-126.2 %, o “gardeliniams” duomenims - atitinkamai 5.58-9.81 mg/l ir 70.2-172.8 % (žr. Lentelė 3, Lentelė 4, Lentelė 5, Lentelė 6). Taigi, sisteminis nuokrypis svyruoja nuo dar dalinai priimtino (28 %) iki santykinai didelio.

Pagal pagrindines nuokrypių charakteristikas (RMSE, nRMSE, MAE, nMAE, sMAPE) geriausias palydovinių duomenų atitikimas nustatytas su sudėtiniais ir 25 procentilio akvatorijos bei pašalinus išskirtis, o ne paviršiniais ir gardelės duomenimis, nors AAA sistema apmokyta dirbti su paviršiniais duomenimis. Nustatyta, kad palydovininės vertės pakankamai ženkliai nukrypusios nuo matavimo verčių, jeigu vertintume pagal dažniausiai taikomus nuokrypių vertinimo kriterijus. Vidutiniai nuokrypiai mg/l pagal RMSE ir MAE atitinkamai svyravo 7.1-10.7 mg/l ir 5.9-8.1 mg/l ribose. Šių rodiklių santykiniai atitikmenų nRMSE ir nMAE vertės svyravo atitinkamai 111-142 % ir 75-109 % ribose. sMAPE vertės buvo tarp 68 ir 84 %. Pakoregavus duomenis elimminuojant teigiamą nuokrypį, nuokrypiai atitinkamai ženkliai sumažėjo: RMSE 3-6.9 mg/l, MAE 2.4-4.8 mg/l, nRMSE 60-89 %, nMAE 47 - 61 %, sMAPE 49-60 %. Taigi, po duomenų korekcijos palydovinių ir matavimo verčių atitikimas tapo patenkinamas, nors toli gražu nepakankamas. Be to, po duomenų korekcijos nustatytas geresnis palydovinių verčių atitikimas jau paviršinio (ne sudėtinio) mėginio duomenims bei nebeliko skirtumo tarp įverčių su gardele ir 25 procentiliu.

Matuotų ir palydovinių verčių atitikimo rezultatai yra geri ir geresni nei pagal nuokrypius, jeigu tikrinamas matuotų ir prognozuotų būklės klasių atitikimas, nes operuojama intervalais. Atitikimas siekė 75–82 %, o po duomenų korekcijos - 78-90 % (priklausomai nuo mėginio ir palydovinių verčių tipo).

Skirtingai nei su nuokrypių charakteristikomis, palydovinių ir matuotų ChlA verčių koreliacijos ir tiesinis ryšys yra stiprūs ir geriausi su paviršinio mėginio bei gardelių (ne 25 procentilio) duomenimis bei pašalinus išskirtis. Maksimalus koreliacijos koeficientas - 0.771, o determinacijos koeficientas - 0.595. Duomenų korekcija praktiškai nieko nepakeitė.

Palydovinių ir matavimų duomenų ryšys vertintas tik S1, P1 ir P4 fitoplanktoniniuose ežerų tipuose, nes P2, P3 ir dalinai S2 tipuose duomenų imtys yra per mažos. Stipriausias palydovinių duomenų ryšys su paviršinio vandens mėginiais nustatytas P1 tipe (R = 0.6 gardelėse, ir R = 0.7 – 25 procentilyje), o su sudėtiniais mėginiais - P4 tipe (R = 0.65 gardelėse, R = 0.55 - 25 procentilyje). S1 tipas reprezentuojamas gausiausia duomenų aibe, bet ryšio čia kažkodėl visiškai nėra. Viena galimų priežasčių ir tai, kad šioje analizėje čia pasitaikė vien labai geros būklės ežerai.

Palydovinių ir matavimo tiesinės regresijos linijos kampas rodo, kad prie žemesnių matuotų ChlA verčių palydovinė AAA sistema pervertina ChlA koncentracijas, o prie didesnių - prognozuoja per mažas vertes nei yra realybėje. Pervertinimo/nepakankamo vertinimo tendencija persiverčia ties ~ 38-45 mg/l ChlA koncentracija (vidutinė būklė, arba vidutinės/blogos būklės riba), o koreguotiems duomenims - ties ~ 7-10 mg/l.

Pažymėtina, kad gardelių buferių naudojimas dažniausiai rezultatų nepagerindavo, o jeigu kartais pagerindavo, tai dažniausiai gardelių agregatui iki 30 m spinduliu.

Nustatyta, kad ryšys tarp paviršinių ir sudėtinių mėginių matavimų reikšmių yra labai stiprus, ypač atmetus išskirtis (R = 0.94, R2 = 0.88) (žr. Lentelė 14, Lentelė 15, Lentelė 16). Mėginių reikšmių atitikimo statistikos taip pat geros (pavyzdžiui, 3.85–2.37 mg/l atitinkamai pagal RMSE ir MAE). Be to, reikšmės nesiskiria statistiškai reikšmingai. Tačiau pagal šį ryšį sudėtinio mėginio vertės bus visada ir vis labiau mažesnės nei paviršinio, jeigu chlorofilo koncentracija viršija 8-10 mg/l ir atvirkščiai į kitą pusę.

Rezultatams nemažą įtaką darė išskirtys, todėl verta atidžiai įvertinti galimas jų atsiradimo priežastis (gamtinės sąlygos, galimos mėginių ėmimo/analizės klaidos, nuotraukų kokybė ar kt.) (žr. Lentelė 15, Lentelė 16).

5 Išvados ir rekomendacijos

Atsižvelgiant į gautus rezultatus, teikiamos tokios rekomendacijos dėl AAA palydovinės sistemos vystymo ir naudojimo:

Tęsti periodinį sistemos apmokymą ir testavimą naujais duomenimis, atliekant papildomus paviršinių ir sudėtinių mėginių tyrimus valstybinio monitoringo ir užsakomųjų pirkimų rėmuose;
Naujų duomenų pagrindu atnauninti paviršinio ir sudėtinio mėginio tiesinės regresijos lygtį didinant jos patikimumą konvertuojant duomenis;
Papildomus tyrimus vykdyti tuose <50 ha ežeruose/tvenkiniuose (papildomais pirkimais ir, kai leidžia galimybės, valstybinio monitoringo rėmuose), kurie tikėtina pasižymi didesnėmis ChlA koncentracijomis, taip pat P2, P3 ir S2 fitoplanktoniniuose vandens telkinių tipuose, tuo padidinant galimybes tiksliau vertinti ChlA koncentracijas labiau žmogaus paveiktuose vandens objektuose ir atitinkamuose jų tipuose;
Planuojant ir vykdant naujus tyrimus reikia ypatingą dėmesį tinkamų oro sąlygų (debesuotumo) parinkimui, palydovinių nuotraukų virš atitinkamų teritorijų atsiradimo prognozavimui pagal publikuojamus skrydžių planus, mėginių ėmimo ir tyrimų metodikos detaliam išpildymui bei gautų duomenų verifikavimui, loginei patikrai;
Įvertintina galimybė atlikti sistemos apmokymą skirtingo vandens skaidrumo vandens objektų grupėms, nes Lietuvoje yra darbų, kurie parodė tokio grupavimo teigiamus rezultatus;
Trumpuoju laikotarpiu apsvarstyti galimybę taikyti automatinę duomenų korekciją, siekiant sumažinti teigiamą sisteminį prognostinių ChlA koncentracijų nuokrypį, tuo pačiu išdirbant maksimaliai tikslų (kiek tai įmanoma esamomis sąlygomis) korekcijos algoritmą;
Spręsti dėl makrofitų, seklumų galimos įtakos akvatorinio lygmens ChlA apibendrintoms išvestinėms koncentracijoms, parenkant optimaliausią būdą. Vienas paprasčiausių metodų išteklių ir rezultatų prasme būtu padaryti pakeitimus sistemos algoritmuose, atfiltruojant perteklinius kodus (įskaitant vegetacijos, paliekant tik vandens kodą 6), kad būtų klasifikuojama be aukštųjų augalų vegetacijos akvatorijų. Jeigu tokia korekcija pasiteisintų, galimai tikslinga būtų iš naujo apmokyti sistemą su atfiltruotomis vertėmis;
Apsvarstyti variantą paraleliai sudaryti galimybę nustatyti ir klasifikuoti ChlA koncentracijas vandens telkinių monitoringo vietose ar/ir atitinkamame spindulyje aplink ją (pvz., 30 m), ir spręsti, kokie duomenys (taškiniai, buferiniai ar visos akvatorijos) labiausiai reprezentuotų situaciją vandens telkinyje;
Suprogramuoti sistemoje ir dar mažesnių nei 25 procentilių išvedimą ir patikrinti jų atitikimą monitoringo vertėms bei galimybes naudoti kaip surogatinį realios situacijos telkinyje atitikmenį preliminarioms indikacijoms, o šiuo laikotarpiu preliminariai analizei naudoti 25 procentilį. Tačiau mažesnių procentilių naudojimas tokiu atveju turėtų būti patikrintas tikslumo prasme, nes būtų krypstama prie išskirčių;
Šiuo metu sistemą naudoti tik galimai reikšmingo žmogaus veiklos poveikio paveiktų vandens objektų identifikacijai, per preliminarios ekologinės būklės klasės nustatymą - bloga ar labai bloga klasė galėtų būti identifikavimo kriterijumi. Ilgalaikėje perspektyvoje, reikšmingai pagerėjus ChlA nustatymo tikslumui, mėginti sistemą taikyti ir tiesioginiam surogatinių ChlA koncentracijų identifikacijai.