Machine Learning for Detection of Macroalgal Blooms in the Mar Menor Coastal Lagoon Using Sentinel-2

The Mar Menor coastal lagoon in southeastern Spain has experienced a decline in water quality due to increased nutrient input, leading to the eutrophication of the lagoon and the occurrence of microalgal and macroalgal blooms. This study analyzes the macroalgal bloom that occurred in the lagoon during the spring-summer of 2022. A set of machine learning techniques are applied to Sentinel-2 satellite imagery in order to obtain indicators of the presence of macroalgae in specific locations within the lagoon. This is supported by in situ observations of the blooming process in different areas of the Mar Menor. Our methodology successfully identifies the macroalgal bloom locations (accuracies above 98%, and Matthew's Correlation Coefficients above 78% in all cases), and provides a probabilistic approach to understand the likelihood of occurrence of this event in given pixels. The analysis also identifies the key parameters contributing to the classification of pixels as algae, which could be used to develop future algorithms for detecting macroalgal blooms. This information can be used by environmental managers to implement early warning and mitigation strategies to prevent water quality deterioration in the lagoon. The usefulness of satellite observations for ecological and crisis management at local and regional scales is also highlighted.

Datos y Recursos

Este conjunto de datos no tiene datos

Metadatos
Descargar
DCAT-AP/NTI-RISP

Información básica
Tipo de recurso Texto
Fecha de creación 17-09-2024
Fecha de última modificación 17-09-2024
Mostrar histórico de cambios
Identificador de los metadatos 8fbf853f-8160-52d9-954d-1a184d6c3545
Idioma de los metadatos Español
Temáticas (NTI-RISP)
Categoría del conjunto de alto valor (HVD)
Categoría temática ISO 19115 biota
Identificador alternativo DOI 10.3390/rs15051208
URI de palabras clave
Codificación UTF-8
Información espacial
Identificador INSPIRE ESPMITECOIEPNBMMENOR866
Temas INSPIRE
Identificador geográfico Murcia
Sistema de Referencia de Coordenadas
Tipo de representación espacial
Extensión espacial
"{\"type\": \"Polygon\", \"coordinates\": [[[-2.34, 37.38], [-0.69, 37.38], [-0.69, 38.76], [-2.34, 38.76], [-2.34, 37.38]]]}"
Resolución espacial del dataset (m)
Procedencia
Declaración de linaje
Perfil de Metadatos
Conformidad
Conjunto de datos de origen
Frecuencia de actualización
Fuentes
  1. Remote sensing
  2. vol 15
  3. no 5
Propósito
Pasos del proceso
Cobertura temporal (Inicio)
Cobertura temporal (Fin)
Notas sobre la versión
Versión
Vigencia del conjunto de datos
Parte responsable
Nombre del autor Medina-Lopez, E., Navarro, G., Santos-Echeandia, J., Bernardez, P. y Caballero, I.
Nombre del mantenedor
Identificador del autor
Email del autor isabel.caballero@icman.csic.es
Web del autor
Identificador del mantenedor
Email del mantenedor
Web del mantenedor