Eine Studie der Arbeitsgruppe „Phytooptics“ am AWI, die in Zusammenarbeit mit dem Institut für Umweltphysik der Universität Bremen (IUP-UB), dem „Laboratoire d’Océanographie de Villefranche (LOV, Villefranche, Frankreichce) und dems „Plymouth Marine Laboratory (PML, Plymouth, UKnited Kingdom) durchgeführterstellt wurde, entwickelte eine Methodeschlägt nun vor, wie man, die diese oben genannten Mängel der gegenwärtigen multispektralen PFT Produkte (Bereitstellen von entweder nur dominanten Phytoplanktongruppen oder Datenprodukte mit einer besonderen Koppelung an a priori Information, Bracher et al. 2017a?) und dervon gegenwärtigen Phyto DOAS-Datenprodukten (niedrige zeitliche und räumliche Abdeckung) beheben kann. Die Autoren kombiniertenuntersuchten eine Möglichkeit, um die hyperspektralen Daten, welche durch eine hohe spektrale und eine grobe räumliche Auflösung charakterisiert sind, mit multispektralen Daten, die eine höhere räumliche und zeitliche Auflösung besitzen, zu verknüpfen (SynSenPFT, Losa et al. 2017a?). Der SynSenPFT Algorithmus (Abbildung 1) basiert auf den ursprünglichen Eingabedaten von überarbeitetern Versionen (Bracher et al. 2017b, Losa et al. 2017a) dervon existierenden PFT Algorithmen, die auf hyper- und multispektralen Informationen basieren – PhytoDOAS (Bracher et al. 2009, Sadeghi et al. 2012, Bracher et al. 2017?) und OC-PFT (Hirata et al. 2011, Soppa et al. 2014). Durch eine synergistische Verknüpfung mittels optimaler Interpolation leitet der neue Algorithmus PFT Produkte mit zeitlicher und räumlicher Auflösung von multispektralen „ocean colour“-Daten ab, allerdings basierend auf der Nutzung der spektralen Informationen der hyperspektralen Daten. Die Grundzüge des Algorithmus, die die größte Herausforderung bei der späteren Implementierung darstellen, zusammen mit die Sensitivitätsstudien und die Evaluierung anhand eines großen globalen in-situ PFTs Chla-Datensatzes (Soppa et al. 2017), wurden in Losa et al. 2017a? veröffentlicht. In der Veröffentlichung heben die Autoren die Perspektiven des SynSenPFT-Systems für zukünftige Anwendungen hervor, bezogen auf die hyperspektralen Sensoren Sentinel-5-Precursor, Sentinel-4 und Sentinel-5 und dem multispektralen Sensor OLCI auf Sentinel-3. Ziel dabei ist die weiter verbesserte räumliche Auflösung des erhaltenen PFT Chla Produktes und die Verlängerung der Zeitserien über die nächsten Dekaden mit Hilfe der Sentinel-Missionen.