论文部分内容阅读
赤潮是一种突发性的海洋生态环境灾害现象,水体的富营养化是引发赤潮的主要原因。近年来,东海渔业资源的过度捕捞、大型海洋工程的开发、长江等沿海污染物的排放,使得中国东海赤潮爆发频率增加,这对海洋生态环境、水产渔业、社会经济和人类健康都造成了较大危害,因此,开展东海赤潮的监测研究具有重要意义。传统的赤潮监测方法主要是靠人工走航调查,这将耗费巨大的人力物力资源且时效性不高,而卫星遥感技术具有实时性、同步性、观测范围广等优势,用于监测提取赤潮可以弥补传统方法的缺陷。和MODIS、SeaWIFS等海洋水色卫星相比,GOCI具有高时间分辨率(1h),且一日成像八景,用于监测东海赤潮等突发性事件具有更大的应用前景。本文主要是利用GOCI静止水色卫星的高时间分辨率观测的优势,开展东海叶绿素a和赤潮的信息提取和变动分析。首先对GOCI卫星获取的L1B数据进行了大气校正等影像预处理,然后利用OC2、OC3G和YOC三种叶绿素反演算法反演了东海叶绿素a浓度,并用实测资料对三种反演算法结果进行验证分析,通过反演值与实测值之间的平均绝对误差、平均相对误差和相关系数对三种算法反演精度进行了比较,确定反演东海叶绿素a浓度的最优算法。然后,利用最优算法反演了2011-2017年东海赤潮高发期赤潮的叶绿素a浓度,并分析其昼变化特征及成因。进一步,分别利用叶绿素a浓度阈值法和赤潮指数阈值法提取了东海2011-2016年的赤潮信息,分析了赤潮的昼变化特征及成因,对比了这两种方法提取赤潮结果的精度。最后,利用YOC算法反演了台风“灿鸿”前中后期半月的叶绿素a浓度并分析了“灿鸿”对东海叶绿素a浓度的影响。本研究的结果主要包括以下几个方面:(1)采用三种算法反演了东海叶绿素a浓度,其中YOC算法的平均绝对误差为0.39 mg·m-3,平均相对误差为0.42,相关系数为0.88,是这三种算法(OC2、OC3G和YOC算法)中平均绝对误差和平均相对误差最小、且相关系数最高的,因此,YOC算法是反演东海海域叶绿素a浓度的最优算法。利用YOC算法,反演了东海赤潮多发期的叶绿素a浓度,发现2011年5月29日温州附近海域、2012年6月5日杭州湾附近海域、2013年5月25日台州附近海域、2014年5月23日长江口海域、2015年6月15日温州附近海域、2016年5月31日舟山附近海域和2017年5月22日象山附近海域的叶绿素a浓度昼变化特征皆表现为:先增大后减小,在10:30左右达到峰值。(2)通过对多时相叶绿素a浓度统计分析,确定提取东海赤潮信息的叶绿素a浓度阈值为12.00 mg·m-3,利用此阈值提取了2011-2016年东海海域赤潮信息,赤潮在一日内的时序变化特征为:由近岸海域逐渐向离岸海域移动,赤潮面积先增大后减小,在10:30左右达到最大值,这主要是由藻类的垂直迁移和海水中营养盐的消耗造成的。综合2011-2016年,提取的赤潮面积平均相对误差为0.83,即比实测赤潮面积高出约83%,这主要是由于YOC算法反演的叶绿素a浓度有一定误差,其次,遥感卫星观测的海域范围比人工走航观测的广且卫星传感器受云雾等影响,存在观测信息缺失的问题。(3)利用赤潮指数阈值3.56提取东海赤潮信息,结果为赤潮发生的海域与基于叶绿素a浓度阈值法提取的基本一致,与《中国海洋灾害公报》记载的也基本一致。赤潮面积也是先增加后减小,在10:30左右达到最大值,因此,有关部门可以选择在10:00前开始对赤潮进行监测治理。提取赤潮最大面积与《中国海洋灾害公报》记载的平均相对误差为0.73,比叶绿素a浓度阈值法的平均相对误差小0.10,说明利用本文的改进型赤潮指数阈值法提取东海赤潮要稍优于叶绿素a浓度阈值法。(4)利用强台风“灿鸿”作为一个案例来研究台风登陆东海海域前中后半个月内(2015年7月4-18日)叶绿素a浓度的变化特征,发现无论是近岸二类水体还是离岸一类水体,台风均能使叶绿素a浓度有一个明显地升高,且其升高到最大值相对台风过境时有一个约45 d的延迟时间。