珠江口海域主導光學因子的遙感分類及其變化特征

姜廣甲，段國欽，黃志雄，蔡偉敘，盧楚謙，蘇文，陽杰，張純超

(1.國家海洋局南海環(huán)境監(jiān)測中心，廣東 廣州 510300；2.港珠澳大橋管理局，廣東 珠海 5190152; 3.國家海洋局南海規(guī)劃與環(huán)境研究院，廣東 廣州 510310)

?

珠江口海域主導光學因子的遙感分類及其變化特征

姜廣甲1，段國欽2，黃志雄2，蔡偉敘1，盧楚謙1，蘇文3，陽杰1，張純超1

(1.國家海洋局南海環(huán)境監(jiān)測中心，廣東 廣州 510300；2.港珠澳大橋管理局，廣東 珠海 5190152; 3.國家海洋局南海規(guī)劃與環(huán)境研究院，廣東 廣州 510310)

基于2014年5月和8月珠江口海域的現(xiàn)場和實驗測量數(shù)據(jù)，分析了光學因子和生態(tài)參數(shù)的動態(tài)變化特征，并找出該海域的主導光學因子；基于模擬的MODIS數(shù)據(jù)，構建了水體組分特征波長處吸收系數(shù)的遙感反演模型，并結合MODIS衛(wèi)星遙感影像，依據(jù)IOCCG規(guī)則對主導光學因子進行遙感分類，揭示了珠江口海域2014年逐月水體主導光學因子的動態(tài)變化特征。結果表明，珠江口海域水體以ad、ag以及兩種共同主導類型為主，并且ag、ad兩種光學因子主導類型所占比例最大，其次是ag主導類型，ad主導類型所占比例最小。同時發(fā)現(xiàn)ad(442)、adg(442)均與無機懸浮物濃度有較好的正相關關系，說明CDOM和懸浮泥沙具有相似的來源和動力變化過程。

遙感；固有光學特性；河口；Ⅱ類水體

1　引言

從水體光學角度分類，影響水下光場分布的物質(zhì)有4種，即水體本身、浮游植物、懸浮泥沙以及有色溶解有機物(colored dissolved organic matter， CDOM)[1]。其中，浮游植物和懸浮泥沙統(tǒng)稱為顆粒物，對水體中的光輻射具有吸收和散射作用，而CDOM一般認為只有吸收作用[2]。

不同光活性物質(zhì)具有顯著的光譜特征和光學特性[3]，例如，懸浮泥沙和CDOM的吸光特性表現(xiàn)為指數(shù)衰減模式，即隨著波長的增加吸收系數(shù)逐漸降低，到700 nm處吸收接近于0。兩者不同的是，CDOM只有吸收作用，而懸浮顆粒物具有較強的散射特性，且其后向散射系數(shù)隨波長增加而降低，但后向散射系數(shù)的大小、形狀與顆粒物屬性(如組成、形狀、尺寸以及折射系數(shù)等)密切相關[4]。浮游植物色素的吸收具有兩個診斷特征：在430～500 nm的藍光波段和650～700 nm的紅光波段具有明顯的吸收峰。在藍光波段，除葉綠素a外，還包括其他輔助色素成分的貢獻，而在紅光波段主要是葉綠素a的貢獻[5—6]。

不同類型的水體以及同一水體不同季節(jié)，其光學主導因子明顯不同。如對于貧營養(yǎng)且高懸浮泥沙的水體，以顆粒物吸收為主導，并且非藻類顆粒物吸收占優(yōu)勢，顆粒物吸收光譜與非藻類顆粒物吸收光譜相似，在藍綠光波段顆粒物吸收隨波長增大而降低，而在675 nm處表現(xiàn)為微弱吸收峰[7]。對于富營養(yǎng)化水體來說，浮游植物色素占主導地位，顆粒物吸收光譜與藻類顆粒物吸收光譜相似，如太湖[5]。而CDOM占主導地位時，水體的遙感反射率明顯降低，水體顏色呈黑色[8]。

河口是河流物質(zhì)向海洋生態(tài)系統(tǒng)運送的必由之路，充分認識河口區(qū)水體光學因子的特征行為，對于揭示陸源物質(zhì)在河流和海洋水生生態(tài)系統(tǒng)中的遷移循環(huán)過程具有重要意義。在咸淡水交匯區(qū)域，河口水體光學活性物質(zhì)的生物地球化學循環(huán)更為復雜，受人類活動的影響較大。以珠江口為研究區(qū)，找出該海域水體的主導光學因子，利用遙感技術進行分類并揭示其時空變化特征，有助于分析不同水體的生態(tài)特征，并將為構建統(tǒng)一的水色因子遙感反演模型提供數(shù)據(jù)和技術支撐。

2　材料與方法

2.1樣點布設

分別于2014年5月11-13日和8月11-15日在珠江口海域布設樣點采集表層水樣，測量水體的遙感反射光譜、水體透明度、風速、風向、水深等現(xiàn)場數(shù)據(jù)，同時記錄水環(huán)境狀況，共獲取45個有效樣點(圖1)。分別于2014年8月和10月在珠江口和大亞灣及其附近海域衛(wèi)星準同步采集樣點，用于衛(wèi)星遙感影像預處理結果的驗證。

圖1　研究區(qū)及樣點分布Fig.1　Location of study area and distribution of sampling sites

2.2野外光譜測量

測量水體的遙感反射光譜采用水面之上法[9]，所用的野外光譜儀是美國ASD公司生產(chǎn)的FieldSpec Pro Dual VNIR野外雙通道光譜儀，可在350～1 050 nm波段范圍內(nèi)連續(xù)測量，每次同時測定水體、灰板以及天空光光譜各10組數(shù)據(jù)，根據(jù)水體反射率較低的原則選擇水體反射值最低的一組光譜計算得到水體的遙感反射率。根據(jù)EOS MODIS衛(wèi)星遙感的波段響應，將實測反射光譜重采樣為模擬的MODIS數(shù)據(jù)，重采樣規(guī)則與參考文獻[10]保持一致。

2.3生態(tài)參數(shù)濃度測量

采用質(zhì)量差法測定總懸浮物濃度，使用的濾膜為預處理后的Whatman GF/F濾膜(孔徑為0.45 μm)，用精度為0.000 1 g的天平稱重，計算得到各水樣總懸浮物濃度(cTSS， 單位：mg/L)。將稱重后干燥的濾膜在450°C的條件下燒4～6 h后稱重，與懸浮物濃度的濾膜質(zhì)量之差得到無機懸浮物質(zhì)量，進一步得到有機懸浮物的質(zhì)量，與過濾的水樣體積相比即可得各參數(shù)的濃度。無機懸浮物濃度表示為：cISS， 單位：mg/L，有機懸浮物濃度表示為：cOSS， 單位：mg/L。用孔徑為0.45 μm的Whatman聚碳酸酯濾膜過濾水樣，將濾膜放入90%的熱乙醇萃取，用分光光度計法測定并計算葉綠素a濃度(cChla，單位：μg/L)?？讖綖?.45 μm的Whatman GF/F濾膜在馬弗爐中450°C灼燒4 h后過濾水樣，將濾液轉入棕色玻璃瓶中，利用總有機碳分析儀(Shimadzu TOC-V CPN， 島津)測定溶解有機碳(dissolved organic carbon， DOC)濃度(cDOC， 單位：mg/L)。

2.4水體組分吸收系數(shù)測量

實驗室內(nèi)利用分光光度計法測定水體中顆粒物和CDOM的吸收系數(shù)。顆粒物的吸收采用定量濾膜技術(QFT)測定[11]。實驗濾膜選定直徑為47 mm、孔徑為0.45 μm的Whatman GF/F玻璃纖維濾紙。利用型號為UV-2401的分光光度計(日本島津)在350～800 nm波段范圍內(nèi)掃描測定總顆粒物的吸光度，經(jīng)校正后計算得到總顆粒物的吸收系數(shù)(ap(λ)， m-1)。經(jīng)甲醇浸泡去除總顆粒物中的色素成分，并利用總顆粒物吸收系數(shù)的測定和計算方法測定非色素顆粒物的吸收系數(shù)(ad(λ)， m-1)，兩者之差即可得到色素顆粒物的吸收系數(shù)(aph(λ)， m-1)。CDOM吸收系數(shù)的測量步驟為：利用10%的鹽酸浸泡后的Whatman Nuclepore濾膜(孔徑為0.22 μm)過濾水樣，得到各樣點濾液。以Milli-Q水為參比，利用UV-2401分光光度計在200～800 nm波段范圍內(nèi)掃描測定濾液的吸光度，通過計算得到CDOM的吸收系數(shù)，并對CDOM吸收系數(shù)進行散射校正，從而得到校正后的CDOM吸收光譜(ag(λ)， m-1)。

2.5數(shù)據(jù)分析方法

根據(jù)IOCCG方法[12]，以1/6和2/3為界限，對水體各組分吸收系數(shù)所占水體總吸收(純水除外)的比例進行劃分，得到各樣點水體的主導因子(表1)，進而對水體的光學主導類型進行分類(圖2)。

表1　主導光學因子劃分規(guī)則

圖2　水體主導光學因子分類方法Fig.2　Methodology for classification of dominant optically active components of water

3　結果與分析

3.1珠江口海域生態(tài)參數(shù)和水色因子的變化特征

珠江口海域cChla最大值和最小值出現(xiàn)在5月，分別為5.07 μg/L和0.21 μg/L；8月與5月葉綠素a濃度均值相差不大，但5月高于8月。對于懸浮物濃度來說，8月cTSS、cOSS、cISS均值均為5月的2倍左右，且cTSS最大值出現(xiàn)在8月(191.20 mg/L)，是最小值的26倍。5月和8月的cDOC均值相差不大(表2)。

5月，珠江口海域水體組分特征波長處吸收系數(shù)均值ad(442)最大，aph(442)最小，而8月份ag(442)大于ad(442)，aph(442)最小。其中，ag(442)差別較大，8月的ag(442)均值是5月的3倍，而5月和8月的aph(442)均值和ad(442)均值相差很小(表2)。

表2　珠江口海域5月和8月葉綠素a濃度、總懸浮物濃度、有機懸浮物濃度、無機懸浮物濃度、DOC濃度和442 nm處水體組分吸收系數(shù)的描述性統(tǒng)計

3.2珠江口海域水色因子吸收系數(shù)的遙感反演

水體總吸收系數(shù)(at(λ))為各物質(zhì)組分吸收系數(shù)的線性和，即：at(λ)=aw(λ)+ad(λ)+aph(λ)+ag(λ)，其中aw(λ)為純水的吸收系數(shù)[13]。珠江口海域水體的遙感反射光譜呈現(xiàn)典型的二類水體特征，受水體組分固有光學特性和含量的影響，在不同波長處表現(xiàn)不同的反射特征(圖3)。CDOM在紫外和可見光波段吸收強烈，其散射效應可忽略不計[14]。懸浮泥沙吸收特性與CDOM相似，但在550 nm附近散射較強，且在近紅外波段有明顯的反射峰。浮游植物色素在490 nm處吸收強烈，并且在665 nm處具有顯著的吸收峰。基于水體組分吸收特性和珠江口海域特點，利用模擬的MODIS數(shù)據(jù)，構建ad(442)、aph(442)和ag(442)的遙感反演模型。結果表明，ad(442)的反演結果最好，相關系數(shù)在0.90以上，RMSE為0.38 m-1，除個別點外，其余點位緊密分布在擬合曲線周圍(圖4c)。aph(442)和ag(442)與模擬MODIS數(shù)據(jù)波段組合的相關關系差別不大，相關系數(shù)分別為0.64和0.70(圖4a，b)。

圖3　珠江口海域水體遙感反射光譜Fig.3　Remote sensing reflectance of water in the Pearl River Estuary

圖4　珠江口海域水體組分吸收系數(shù)與MODIS波段遙感反射率之間的相關關系(a. aph(442)，b. ag(442)， c. ad(442))Fig.4　Relationship between remote sensing reflectance of MODIS and absorption coefficients of water components in the Pearl River Estuary(a. aph(442)，b. ag(442)， c. ad(442))

3.3珠江口海域的主導光學因子

根據(jù)IOCCG主導光學因子分類規(guī)則，將珠江口海域5月和8月的樣點進行分類，確定該海域的主導光學因子。不同月份珠江口海域水體主導光學因子的分類結果顯示(圖5)：5月，該海域以ad、ag兩種光學因子主導類型為主，其次是ad主導類型，而僅有1個點屬于aph、ad、ag三種光學因子共同主導類型以及1個點屬于ag主導類型；8月，大部分樣點屬于ag主導類型，其次是ad、ag兩種光學因子主導類型，其他屬于ad主導。綜上，珠江口海域水體主要以ad、ag以及兩種共同主導類型為主，而基本上不存在與aph相關的光學主導類型。

圖5　珠江口海域5月和8月的主導光學因子分類結果Fig.5　Results of the dominant optically active components of water in May and August in the Pearl River Estuary

4　討論

4.1珠江口海域主導光學因子的時空分布

利用模擬的MODIS數(shù)據(jù)構建了懸浮泥沙、浮游植物色素和CDOM特征波長處(442 nm)的遙感反演模型(圖4)，下載獲取天氣晴朗狀況下的EOS MODIS衛(wèi)星遙感影像資料(空間分辨率為1 km)，2014年全年共77幅，將模型應用于預處理后的影像數(shù)據(jù)，并進行分類，以展示珠江口海域水體主導光學因子的時空分布特征，具體操作流程見圖6。

在ENVI 4.8中處理下載的MODIS L1B產(chǎn)品，利用Georeference MODIS工具對產(chǎn)品中的Radiance數(shù)據(jù)進行經(jīng)緯度投影，并用748 nm和869 nm兩波段法進行大氣校正[15]，然后計算得到水體的遙感反射率。太陽光經(jīng)水體和大氣作用后進入水色衛(wèi)星傳感器的總輻射能量可表示為[16]：

(1)

(2)

(3)

式中，Lt(λ)為水色傳感器接收到的總輻射能量，Lr(λ)為大氣分子的瑞利散射，La(λ)為大氣氣溶膠散射，Lra(λ)是瑞利和氣溶膠之間的多次散射，Lf(λ)為太陽光鏡面反射，t(λ)為大氣透射率，Lw(λ)為離水輻亮度，LwN(λ)為歸一化離水輻亮度，θ0是太陽天頂角，F(xiàn)0是平均日地距離大氣層外的太陽輻照度。

為了避開太陽反射的影響，利用MODIS L1B產(chǎn)品的Reflectance產(chǎn)品提取水體，因此可以不考慮水體鏡面反射的影響。忽略大氣多次散射作用和臨近像元的漫反射，式(1)可改寫為：

(4)

因此，在大氣校正時根據(jù)文獻[15]的操作步驟對大氣瑞利散射和大氣氣溶膠進行了校正，并根據(jù)式(2)和式(3)計算得到水體的遙感反射率。

圖6　珠江口海域主導光學因子遙感分類操作流程Fig.6　The operation procedure of remote sensing classification of dominant optically active components of water in the Pearl River Estuary

設定時間窗口(小于3 h)和空間窗口(3 pixcel×3 pixcel)[17]，對比實測與MODIS衛(wèi)星遙感影像獲得的遙感反射率(圖7)，以評價和驗證MODIS衛(wèi)星遙感影像的大氣校正效果。根據(jù)水色因子吸收系數(shù)反演模型，選取442 nm、488 nm、555 nm和645 nm波段進行對比分析(圖8)，發(fā)現(xiàn)實測遙感反射率與大氣校正后MODIS的遙感反射率在1∶1線周圍均勻分布，兩者具有較高的相關性(r=0.64，P<0.01)，并且對比模型中的波段組合，精度大幅度提高(r=0.84，P<0.01)，說明MODIS衛(wèi)星遙感影像的大氣校正效果較好，可用于水色因子吸收系數(shù)的遙感反演。

珠江口海域主導因子時空差異顯著(圖9)，但其主導因子類型相對穩(wěn)定，包括ad主導，ag主導以及ag、ad主導3種類型。其中，ag、ad共同主導類型所占比例最大，年均值為76.9%，其次是ag主導類型，ad主導類型所占比例最小(4.1%)(表3)。

從不同月份分析，1月、3月、4月、10月、12月主導類型為ag、ad兩種光學因子主導，空間差異不大。2月和6月珠江口海域東南部主要以ad主導類型為主，其他海域以ag、ad兩種光學因子主導。5月、7月、8月和9月中部海域和西南部海域以ag類型為主導。珠江口中部至西南部海域ag類型占主導地位，特別是降雨量較大的夏季，地表徑流攜帶大量腐殖質(zhì)進入河口海域，在水動力條件下由中部向西南部海域擴散，形成了“半月灣”的形狀。ad類型主要在珠江口海域東南部占優(yōu)勢，可能受潮流的影響，將河口內(nèi)的懸浮泥沙搬運至東南部海域。整體上，ag、ad共同主導類型控制了珠江口海域水體的光學特性，陸源物質(zhì)(腐殖質(zhì)和懸浮泥沙)對其貢獻較大。

表3　珠江口海域不同主導類型所占的比例

圖7　實測與MODIS衛(wèi)星遙感影像對應的樣點Fig.7　Comparison of the coincident MODIS imagery data with sampling sites

圖8　實測和MODIS衛(wèi)星遙感影像獲得的遙感反射率及波段比值的比較Fig.8　Comparisons between field and MODIS-derived remote sensing reflectance and their band ratios

圖9　珠江口海域水體主導光學因子的時空分布Fig.9　Spatial and temporal distributions of dominant optically active components of water in the Pearl River Estuary

河口生態(tài)系統(tǒng)位于海洋和河流生態(tài)系統(tǒng)的交匯地帶，其水體受地形、潮流和陸架上升流的作用和影響，具有地表淡水徑流、海洋水體和海岸帶水體相互混合的特征[18—19]，其水體的光學特性極為復雜[20—21]。珠江年平均入海徑流量在我國僅次于長江，攜帶大量陸源溶解和顆粒物質(zhì)進入珠江口海域[21]，而遠離河口的珠江口東南部海域，內(nèi)源生產(chǎn)是影響水體光學特性的主要因素[22—23]。珠江口海域水體光學特性主要受CDOM和懸浮泥沙的影響，而浮游植物對其貢獻較小，并且ag、ad主導類型占優(yōu)勢(表3，圖9)。相關研究表明[23—24]，珠江口海域水體物質(zhì)含量和種類受陸地地表徑流和海水動力影響較大。珠江徑流量大，大量泥沙攜帶溶解有機質(zhì)輸入河口海域，而受海洋動力的影響，海洋高鹽水體從東南海域入侵河口，將內(nèi)源物質(zhì)輸入河口海域，并對陸源物質(zhì)濃度有一定的稀釋作用[25]。高濃度的CDOM和懸浮泥沙影響了水體透明度，阻礙了浮游植物的光合作用，導致葉綠素a含量偏低(表2)。而在葉綠素a含量較高的東南部海域，受光降解作用的影響，浮游植物逐漸轉化為碎屑和溶解有機物質(zhì)；雖然高鹽海水稀釋了徑流帶來的懸浮泥沙，但其吸收系數(shù)(ad)仍然遠高于aph[26]。因此，珠江口海域以ag、ad兩種光學因子主導。不同季節(jié)ag、ad兩種光學因子的主導地位也有較大差別(圖9)，這主要由于春末、夏季和秋季(5-9月)海表溫度較高，腐殖質(zhì)含量增加，ag主導類型比例增加。

4.2珠江口海域光學因子與水色參數(shù)之間的相關關系

水色遙感的最終目的是在精確獲取水體離水輻亮度或遙感反射率的情況下，構建定量遙感算法獲取水體組分的含量或濃度，水色參數(shù)包括：葉綠素a、CDOM和懸浮泥沙[3，27]。水體光學特性包括固有光學特性和表觀光學特性，其中固有光學特性是指只與水體成分有關而不隨光照條件變化而變化的光學特性。水體組分的吸收系數(shù)屬于水體的固有光學特性的一種。水體組分吸收系數(shù)與水體組分濃度密切相關，即水體組分吸收系數(shù)可認為是水體組分濃度與比吸收系數(shù)的乘積[3]。因此，弄清研究海域光學因子與水色參數(shù)之間的關系有助于提高水色參數(shù)的估算精度以及為水體生物光學模型的深入研究提供案例。

水體中的溶解有機物(dissolved organic matter， DOM)包括有色溶解有機物(CDOM)和無色溶解有機物(uncolored dissolved organic matter， UDOM)兩部分，其中，CDOM經(jīng)光化學降解轉化為UDOM和DIM(dissolved inorganic matter， 溶解無機物)[28]。只有CDOM和UDOM兩者呈比例關系時，CDOM吸收系數(shù)和DOC濃度才有較好的相關關系。珠江口海域ag(442)和cDOC的相關性較差(r<0.3)(圖10a)，可能與該水域兩者的源和匯不一致以及海洋動力過程有關[29]。一般認為，水體中的DOM主要有兩個來源，即陸源和內(nèi)源，但受陸架上升流和風力等外力的作用，底泥的再懸浮過程也是表層DOM的重要來源[30]。表層DOM在光照條件下發(fā)生一系列的光化學降解，并受細菌降解過程的影響，因此，CDOM和DOC的相關關系較差。

不同海域不同季節(jié)浮游植物種類組成、優(yōu)勢種以及個體數(shù)量等指標具有不同的特征，例如，珠江口共有160多種浮游植物種類，其中，82種屬于硅藻門，39種淡水種類和淡咸混合種類以及41種赤潮藻類[31]。珠江口海域浮游植物色素吸收系數(shù)(aph(442))與葉綠素a濃度(cChla)相關性較差，但5月(r=0.49)優(yōu)于8月(r=0.06)(圖10b)，可能與浮游植物群落結構有關。所有浮游植物種類包含同一種色素，即葉綠素a，但不同的浮游藻類所含葉綠素a濃度有較大差異，并且不同種類具有特定指示性色素，如綠藻的指示性色素是葉綠素b，而硅藻的指示性色素巖藻黃素和葉綠素c[32]。浮游植物色素在442 nm處的吸收系數(shù)不僅受葉綠素a的影響，還受其他輔助色素的影響，例如類胡蘿卜素。因此，aph(442)和cChla的相關性較差，但在葉綠素a吸收強烈的波段(650～700 nm)，浮游植物色素吸收系數(shù)(aph(667))與葉綠素a濃度具有較好的相關性(r=0.81，P<0.01)。

珠江口海域的主導光學因子是ag或ad以及兩種因子共同主導(表3，圖8)，但兩者基本沒有相關性(00.1)。主要原因是懸浮泥沙受海水稀釋和海洋動力作用影響較大，而CDOM的動力變化過程除受上述原因影響外，還受到光化漂白和光化腐殖化等光化學過程的影響[28]。因此，即使兩者相同比例進入同一水域，兩者的相關性也會減弱。研究發(fā)現(xiàn)，非色素顆粒物吸收系數(shù)(ad(442))和無機懸浮物濃度(cISS)具有較好的相關關系(圖10c，r>0.80，P<0.01)，但斜率8月高于5月，可能與懸浮顆粒的形狀或組成有關[4]。同時，ad(442)、ag(442)之和(adg(442))與cISS也有較好的正相關關系(圖10d，r>0.75，P<0.01)，說明ad(442)、ag(442)與懸浮泥沙具有相似的動力變化過程，即CDOM和懸浮泥沙動力變化相似，進一步推斷兩者具有相似的來源。

5　結論

利用2014年5月、8月珠江口海域現(xiàn)場光學、生物數(shù)據(jù)，以水體組分吸收系數(shù)(ag、ad和aph)為基礎，分析了研究海域主導光學因子，發(fā)現(xiàn)珠江口海域水體以ad、ag以及兩種共同主導類型為主，而基本上不存在與aph相關的光學主導類型?；谀M的MODIS數(shù)據(jù)，構建了ag(442)、ad(442)和aph(442)的遙感反演模型，并將模型應用于預處理后的MODIS衛(wèi)星遙感影像，根據(jù)IOCCG規(guī)則對反演結果進行計算和分類，揭示了珠江口海域2014年每月水體主導光學因子的時空變化特征，結果表明，ag、ad主導類型所占比例最大，其次是ag主導類型，ad主導類型所占比例最小。

圖10　珠江口海域5月和8月光學因子與水色參數(shù)之間的相關關系Fig.9　Relationship between the optically active components and water color variables in the Pearl River Estuary in May and August a.ag(442)和cDOC；b.aph(442)和cChl a；c.ad(442)和cISS；d.adg(442)和cISS，其中adg(442)是ad(442)、ag(442)之和a.ag(442) vs. cDOC; b.aph(442) vs. cChl a; c. ad(442) vs. cISS; d. adg(442) vs. cISS， where adg(442) is the sum of the ad(442) and ag(442)

珠江口海域CDOM吸收系數(shù)和DOC濃度以及浮游植物色素吸收系數(shù)和葉綠素a濃度的相關性較小，而非色素顆粒物吸收系數(shù)與無機懸浮物濃度具有較好的正相關關系(r>0.80，P<0.01)，并且CDOM和懸浮泥沙具有相似的來源和動力變化特征。

本文提供了一種研究水體光學特性動態(tài)變化的方法，該方法具有較好的通用性，可根據(jù)不同水體的生物光學特點研究該水域的主導光學因子，以進一步分析水體遙感反射光譜的影響因素。

致謝：感謝劉智君、李冠杰在實驗采樣和遙感數(shù)據(jù)處理方面給予的幫助。

[1]Morel A， Prieur L. Analysis of variations in ocean color[J]. Limnology and Oceanography， 1977， 22(4): 709-722．

[2]Krik J T O. Light and photosynthesis in aquatic ecosystem[M]. Cambridge: Cambridge University Press， 1994．

[3]馬榮華， 唐軍武， 段洪濤， 等. 湖泊水色遙感研究進展[J]. 湖泊科學， 2009， 21(2): 143-158．

Ma Ronghua， Tang Junwu， Duan Hongtao， et al. Progress in lake water color remote sensing[J]. Journal of Lake Sciences， 2009， 21(2): 143-158．

[4]Whitlock C H， Pool L R， Usry J W， et al. Comparison of reflectance with backscatter and absorption parameters for turbid waters[J]. Applied Optics， 1981， 20(3): 517-522．

[5]Ma R H， Tang J W， Dai J F， et al. Absorption and scattering properties of water body in Taihu Lake， China: Absorption[J]. International Journal of Remote Sensing， 2006， 27(19): 4277-4304．

[6]王桂芬， 曹文熙， 許大志， 等. 南海北部水體浮游植無比吸收系數(shù)的變化[J]. 熱帶海洋學報， 2005， 24(5): 1-10．

Wang Guifen， Cao Wenxi， Xu Dazhi， et al. Variations in specific absorption coefficients of phytoplankton in northern South China Sea[J]. Journal of Tropical Oceanography， 2005， 24(5): 1-10．

[7]Zhang Y L， Liu M L， Van Dijk M A， et al. Measured and numerically partitioned phytoplankton spectral absorption coefficient in inland waters[J]. Journal of Plankton Research， 2009， 31(3): 311-323．

[8]Duan H T， Ma R H， Loiselle S A， et al. Optical characterization of black water blooms in eutrophic waters[J]. Science of the Total Environment， 2014(482/483): 174-183．

[9]唐軍武， 田國良， 汪小勇， 等. 水體光譜測量與分析Ⅰ：水面以上測量法[J]. 遙感學報， 2004， 8(1): 37-44．

Tang Junwu， Tian Guoliang， Wang Xiaoyong， et al. The methords of water spectra measurement and analysis Ⅰ: Above water method[J]. Journal of Remote Sensing， 2004， 8(1): 37-44．

[10]楊貴軍， 柳欽火， 黃華國， 等. 基于場景模型的熱紅外遙感成像模擬方法[J]. 紅外與毫米波學報， 2007， 26(1): 15-21．

Yang Guijun， Liu Qinhuo， Huang Huaguo， et al. Methods for simulating infrared remote sensing images based on scene models[J]. Journal of Infrared and Millimeter Waves， 2007， 26(1): 15-21．

[11]Mueller J L， Fargion G S， Mcclain C R， et al. Ocean Optics Protocols for Satellite Ocean Color Sensor Validation， Revision 4， Volume IV: Inherent optical properties: Instruments， Characterization， Field measurements and data analysis protocols[R]. Report Number: NASA/TM-2003-211621/REV7-VOL-IV， NAS 1.15：211621-REV7-VOL-IV．2003.

[12]IOCCG. Remote sensing of ocean colour in coastal， and other optically-complex waters[R]. Reports of the International Ocean-Colour Coordinating Group， No. 3， Dartmouth， NS: IOCCG， 2000．

[13]Smith R C， Baker K S. Optical properties of the clearest natural waters (200-800 nm)[J]. Applied Optics， 1981， 20(2): 177-184．

[14]張運林， 黃群芳， 馬榮華， 等. 基于反射率的太湖典型湖區(qū)溶解性有機碳的反演[J]. 地球科學進展， 2005， 20(7): 772-777．

Zhang Yunlin， Huang Qunfang， Ma Ronghua， et al. Retrieving of dissolved organic carbon based on irradiance reflectance in typical lake zones of Lake Taihu[J]. Advances in Earth Science， 2005， 20(7): 772-777．

[15]劉大召. 珠江口二類水體MODIS 數(shù)據(jù)大氣校正[J]. 海洋科學， 2010， 34(8): 86-91．

Liu Dazhao. Atmospheric correction of MODIS data over case Π waters at the Pearl River Estuary[J]. Marine Sciences， 2010， 34(8): 86-91．

[16]Gordon H， Wang M. Retrieval of water-leaving radiance and aerosol optical thickness over the oceans with SeaWiFS: A preliminary algorithm[J]. Applied Optics， 1994， 33(3): 443-452．

[17]Bailey S， Werdell P. A multi-sensor approach for the on-orbit validation of ocean color satellite data products[J]. Remote Sensing of Environment， 2006， 102(1): 12-23．

[18]Mao Q， Shi P， Yin K， et al. Tides and tidal currents in the Pearl River Estuary[J]. Continental Shelf Research， 2004， 24(16): 1797-1808．

[19]Zhao H， Tang D L， Wang X D. Phytoplankton blooms near the Pearl River Estuary induced by Typhoon Nuri[J]. Journal of Geophysical Research， 2009， 114: C12027．

[20]Wang G F， Cao W X， Yang Y Z， et al. Variations in light absorption properties during a phytoplankton bloom in the Pearl River Estuary[J]. Continental Shelf Research， 2010， 30(9): 1085-1094．

[21]邢前國. 珠江口水質(zhì)高光譜反演[D]. 北京: 中國科學院南海海洋研究所， 2006．

Xing Qianguo. Retrieval of water quality in the Pearl River Estuary using hyperspetral technique[D]. Beijing: South China Sea Institute of Oceanology，Chinese Academy of Sciences， 2006．

[22]Hong H S， Wu J Y， Shang S L， et al. Absorption and fluorescence of chromphoric dissolved organic matter in the Pearl River Estuary， South China[J]. Marine Chemistry， 2005， 97(1/2): 78-89．

[23]劉慶霞， 黃小平， 張霞， 等. 2010年夏季珠江口海域顆粒有機碳的分布特征及其來源[J]. 生態(tài)學報， 2012， 32(14): 4403-4412．

Liu Qingxia， Huang Xiaoping， Zhang Xia， et al. Distribution and sources of particulate organic carbon in the Pearl River Estuary in summer 2010[J]. Acta Ecologica Sinica， 2012， 32(14): 4403-4412．

[24]Callahan J， Dai M， Chen R， et al. Distribution of dissolved organic matter in the Pearl River Estuary， China[J]. Marine Chemistry， 2004， 89(1): 211-224．

[25]趙煥庭. 珠江河口演變[M]. 北京: 海洋出版社， 1990．

Zhao Huanting. Evolution of the Pearl River Estuary[M]. Beijing: China Ocean Press， 1990．

[26]Zhang J， Liu S M， Xu H， et al. Riverine sources and estuarine fates of particulate organic carbon from North China in late summer[J]. Estuarine， Coastal and Shelf Science， 1998， 46(3): 439-448．

[27]Wozniak B， Wozniak S， Tyszkal K， et al. Modelling the light absorption properties of particulate matter forming organic particles suspended in sea water[J]. Oceanologia et Limnologia Sinica， 2005， 47(2): 129-164．

[28]Vodacek A， Blough N V， DeGrandpre M D， et al. Seasonal variation of CDOM and DOC in the Middle Atlantic Bight: terrestrial inputs and photooxidation[J]. Limnology and Oceanography， 1997， 42(4): 674-686．

[29]姜廣甲， 馬榮華， 段洪濤. 利用CDOM吸收系數(shù)估算太湖水體表層DOC濃度[J]. 環(huán)境科學， 2012， 33(7): 91-99．

Jiang Guangjia， Ma Ronghua， Duan Hongtao. Estimation of DOC concentrations Using CDOM Absorption Coefficients: A Case Study in Taihu Lake[J]. Chinese Journal of Environmental Science， 2012， 33(7): 91-99．

[30]Boss E， Pegau W S， Zaneveld J R V， et al. Spatial and temporal variability of absorption by dissolved material at a continental shelf[J]. Journal of Geophysical Research， 2001， 106(C5): 9499-9507．

[31]Huang L， Jian W， Song X， et al. Species diversity and distribution for phytoplankton of the Pearl River estuary during rainy and dry seasons[J]. Marine Pollution Bulletin， 2004， 49(7): 588-596．

[32]Descy J， Métens A. Biomass-pigment relationships in potamoplankton[J]. Journal of Plankton Research， 1996， 18(9): 1557．

周勐佳，吳自銀，馬勝中，等. 臺灣海峽晚更新世以來的高分辨率地震地層學研究[J]. 海洋學報， 2016， 38(9): 76-88， doi:10.3969/j.issn.0253-4193.2016.09.008

Zhou Mengjia， Wu Ziyin， Ma Shengzhong， et al. High resolution seismic stratigraphy research in the Taiwan Strait since late Pleistocene[J]. Haiyang Xuebao， 2016， 38(9): 76-88， doi：10.3969/j.issn.0253-4193.2016.09.008

Remote sensing classification of the dominant optically active components and its variations in the Pearl River Estuary

Jiang Guangjia1， Duan Guoqin2， Huang Zhixiong2， Cai Weixu1， Lu Chuqian1， Su Wen3， Yang Jie1， Zhang Chunchao1

(1.SouthChinaSeaEnvironmentMonitoringCenter，StateOceanicAdministration，Guangzhou510300，China; 2.Hongkong-Zhuhai-MacaoBridgeAuthority，Zhuhai519015，China; 3.SouthChinaSeaInstituteofPlanningandEnvironmentalResearch，StateOceanicAdministration，Guangzhou510310，China)

Based on the field and laboratory bio-optical datasets from the May and August cruises in the Pearl River Estuary in 2014， the variability of bio-optical parameters was analyzed to examine the dominant optically active components in a highly turbid water. Using the simulated and field MODIS data， the retrieval algorithms for estimation of the absorption coefficients at a specific wavelength of water components were developed and classified following the IOCCG reports， to assess the spatial and temporal variability of dominant optically active components in the Pearl River Estuary. The results demonstrated thatad，agor both of them (adg) dominated the optical properties of water in this estuary， withadgaccounting for an average of 76.9% in 2011， followed byagandad. Furthermore，ad(442) andadg(442) were both well positively correlated withcISS， which were shown to provide comparable information on CDOM and detritus present．

remote sensing; inherent optical properties; estuary; case Ⅱ waters

2015-11-16；

2016-02-29。

國家自然科學基金項目(41501411);國家海洋局南海分局局長基金(1432);海岸帶地理環(huán)境監(jiān)測國家測繪地理信息局重點實驗基金(CZ15010)；廣東省科技計劃項目(2011B031100003);港珠澳大橋環(huán)境監(jiān)測項目(hjpr1102)。

姜廣甲(1984—)，男，山東省東平縣人，博士，主要從事海洋生態(tài)遙感研究。E-mail:gjjiang2011@gmail.com

TP79

A

0253-4193(2016)09-0064-12