叶绿素a时间序列
我们在常规监测和自动化站使用标准偏差 SD（68% 置信区间）研究了插值 Chl-a 浓度的时间变化及其不确定性。常规监测站是WFD的官方监测点，每月采集一到两次水样，而在自动化监测站，每天提供Chl-a浓度。
时间序列图可用于展示个别观察结果如何影响估计的不确定性。在常规监测站，连续两次常规测量之间的时间间隔越长，DFS 的置信区间越宽。最大 SD 在 7 月初达到，当时连续测量之间的时间间隔将近 5 周。
不确定性以 68% 的置信区间表示，这可以解释为包含 68% 概率真实值的中央后验区间。该间隔不是对称的，因为计算是使用对数刻度完成的。在对数刻度上，间隔等于平均值±一个标准差。
通过将 EO 观察结果添加到 DFS，我们在没有常规监测结果的时期内获得了更真实的 Chl-a 浓度。这种影响在 6 月底至 7 月初尤为明显，当时 EO 观测提供了有关 6 月中旬 Chl-a 峰值下降的信息。偶尔的 EO 观测也减少了不确定性，特别是当它们发生在无法获得常规水样的时期时。
在自动化站，由于每日测量的可用性，置信区间仍然很低。图4a中的 DFS 运行中包含了湖深处的常规样本测量 ，但由于站点之间的距离（0.9 公里）和低测量频率，它们对 DFS 结果没有显着影响。在 DFS 运行中包括 EO 观测对 Chl-a 的影响非常小。在 6 月 8 日的 EO 观测中可以看到 DFS 结果中的一个小峰值。
比海湖的 WFD 生态分类基于 6 月至 9 月从常规监测站获取的 Chl-a 测量值的平均浓度，而自动化站和 EO 提供了大量额外信息。为了区分差异，我们将 DFS 计算的平均 Chl-a 浓度和置信区间与 6 月至 9 月来自常规监测站和附近的自动化站的各种数据组合进行了比较。
不同数据组合的平均 Chl-a 浓度非常相似，但在常规监测站略高。在常规站点采集的其中一个样本恰好接近 Chl-a 峰值，但使用的采样间隔（2-4 周）可能会错过浮游植物周期。例如，6 月份 Chl-a 峰值的持续时间仅为 2-3 周。
在利用所有类型可用数据的 DFS 中，每个站点的 Chl-a 浓度不仅受到来自自动化站点的 EO Chl-a 像素衍生浓度的影响，而且还受到从附近收集的卫星图像像素衍生浓度的影响区域。在这里，DFS 的 SD 是通过将 68% 置信区间除以二来近似的。
这允许将 DFS SD 与正态分布的 SD 进行比较，因为正态分布的 SD 也等于置信区间的一半。对于自动化站，当只有自动测量可用时，SD 小于自动测量的 SD (10. DFS 的 7% 相对 SD 与自动测量的 16% 相对 SD）。每天收集自动化站的测量值，这会减少估计的 SD，因为 Chl-a 的自相关长度为 3 天。
很少包括测量和估计的不确定性，例如在 WFD 报告中。经认可的水实验室报告其确定方法的不确定性，这些不确定性可以添加到 WFD 状态报告中。在常规监测站，DFS 估计整个 WFD 期间的 SD。DFS 比单独的实验室误差更好地代表了常规监测的总体不确定性，因为它考虑了没有常规样本的时间长度。周期越长，误差就越大。
通过在 DFS 中包含 EO 数据，除了常规监测数据之外，我们还可以缩短不含数据的周期。尽管 EO 的不确定性高于常规测量（由于在有 EO 数据时每天可用的样本数量），但常规监测站的总体 DFS 不确定性低于仅使用常规监测测量的 DFS 插值。
空间叶绿素
DFS 计算 Chl-a 在 60 m × 60 m 网格中的每日空间分布，可用于识别各种观测组合之间的差异以及由此产生的整个研究区域的不确定性。在这里，我们首先展示 2009 年 6 月 16 日的结果，使用 (1) 所有观察结果和 (2) 仅手动和自动测量。所选日期是在常规监测站和自动化站采集样本的日期。下一次 EO 观测来自 6 月 18 日和 21 日采集的样本，上一次观测是 6 月 8 日采集的。
当所有观测值都用作 DFS 输入时，2009 年 6 月 16 日常规监测站的插值 Chl-a 为 15.3 µg/l。Chl-a 随着与两个站点周围区域距离的增加而降低，最低 Chl-a（约 10 µg/l）浓度出现在北部。相应地，SD 在两个站点附近最低（约 11%），在研究区的北部和东部最高（约 22%）。
