河口水環(huán)境遙感監(jiān)測(cè)研究進(jìn)展——以赤潮和溢油為例

張彤輝, 唐世林, 詹海剛

?

河口水環(huán)境遙感監(jiān)測(cè)研究進(jìn)展——以赤潮和溢油為例

張彤輝1, 2, 3, 唐世林1, 詹海剛1

(1. 熱帶海洋環(huán)境國(guó)家重點(diǎn)實(shí)驗(yàn)室, 中國(guó)科學(xué)院南海海洋研究所, 廣東 廣州 510301; 2. 廣東省海洋與漁業(yè)環(huán)境監(jiān)測(cè)預(yù)報(bào)中心, 廣東 廣州 510222; 3. 中國(guó)科學(xué)院大學(xué), 北京 100049)

從河口地區(qū)對(duì)赤潮和溢油的監(jiān)測(cè)需求出發(fā), 闡述了利用遙感技術(shù)監(jiān)測(cè)赤潮和溢油等問題的有效性和優(yōu)越性?；仡櫫撕涌诘貐^(qū)赤潮和溢油遙感監(jiān)測(cè)的發(fā)展歷程、探測(cè)機(jī)理和影響因素, 并探討了歷史上不同衛(wèi)星傳感器對(duì)赤潮和溢油監(jiān)測(cè)的優(yōu)勢(shì)和不足。通過對(duì)最新研究成果的總結(jié), 討論了水環(huán)境遙感監(jiān)測(cè)存在的問題, 并對(duì)未來水環(huán)境遙感平臺(tái)發(fā)展趨勢(shì)和新的研究方向進(jìn)行了展望。

河口; 水環(huán)境監(jiān)測(cè); 遙感; 赤潮; 溢油

近年來海洋日益成為社會(huì)關(guān)注的焦點(diǎn), 發(fā)展海洋經(jīng)濟(jì)、拓展海洋空間、建設(shè)海洋強(qiáng)國(guó)的期望日益強(qiáng)烈。河口三角洲是傳統(tǒng)的經(jīng)濟(jì)發(fā)達(dá)地區(qū), 隨著工業(yè)的發(fā)展, 人口迅速增長(zhǎng), 用海需求和規(guī)模不斷擴(kuò)大, 沿海地區(qū)海洋環(huán)境不斷惡化。海水水質(zhì)下降導(dǎo)致水環(huán)境事件頻發(fā), 包括赤潮、海上溢油和海水污染等海洋環(huán)境災(zāi)害對(duì)近海漁業(yè)資源、海洋經(jīng)濟(jì)和沿岸居民生活的影響越來越嚴(yán)重, 因此對(duì)河口水環(huán)境的監(jiān)測(cè)具有重要意義。

目前國(guó)內(nèi)外水環(huán)境監(jiān)測(cè)仍以傳統(tǒng)的布點(diǎn)采樣方式為主[1-4], 盡管在線監(jiān)測(cè)技術(shù)已有較大進(jìn)步, 但傳統(tǒng)監(jiān)測(cè)方法仍存在較多缺陷: 監(jiān)測(cè)站點(diǎn)數(shù)量有限, 且站點(diǎn)空間分布對(duì)監(jiān)測(cè)結(jié)果影響很大[5]; 物理化學(xué)和生物分析手段耗時(shí)長(zhǎng)[6]; 監(jiān)測(cè)儀器多為接觸式, 維護(hù)成本高[7]; 藥品和試劑的使用會(huì)在環(huán)境監(jiān)測(cè)的過程中產(chǎn)生新的污染等等。遙感技術(shù)在水體環(huán)境監(jiān)測(cè)[8-9]方面具有空間信息全面、高效和節(jié)約成本等優(yōu)勢(shì), 且本身也是一種符合環(huán)保理念的“清潔”技術(shù)。研究人員利用遙感技術(shù)已多次成功探測(cè)到河口水環(huán)境事件的發(fā)生[7], 為河口水環(huán)境事件預(yù)報(bào)提供了新的研究途徑。

目前許多國(guó)家已經(jīng)發(fā)射了可用于水質(zhì)遙感監(jiān)測(cè)的衛(wèi)星。2008年9月我國(guó)的環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)小衛(wèi)星星座HJ-1A /1B發(fā)射升空。近幾年發(fā)射的高分系列衛(wèi)星, 在河口水環(huán)境監(jiān)測(cè)方面也得到了應(yīng)用[10]。新一代的衛(wèi)星如CBERS-04等原設(shè)計(jì)用于陸地觀測(cè)的資源衛(wèi)星、高分-3號(hào)雷達(dá)衛(wèi)星以及高分-4號(hào)靜止軌道衛(wèi)星等在河口水環(huán)境監(jiān)測(cè)方面將具有更廣泛的應(yīng)用前景。利用遙感技術(shù)可實(shí)現(xiàn)對(duì)河口水環(huán)境的全天候、多層次立體監(jiān)測(cè), 能夠?yàn)橄嚓P(guān)業(yè)務(wù)和管理部門的監(jiān)測(cè)和預(yù)警工作提供基礎(chǔ)觀測(cè)資料, 對(duì)提高水環(huán)境監(jiān)測(cè)能力, 減輕海洋災(zāi)害, 以及海岸帶經(jīng)濟(jì)的可持續(xù)發(fā)展具有重要意義。

本文將回顧赤潮和溢油兩種水環(huán)境污染事件的遙感監(jiān)測(cè)發(fā)展歷程和監(jiān)測(cè)機(jī)理, 探討不同傳感器監(jiān)測(cè)赤潮和溢油的優(yōu)勢(shì)和不足, 并對(duì)赤潮和溢油遙感監(jiān)測(cè)平臺(tái)未來的發(fā)展趨勢(shì)進(jìn)行展望。

1 赤潮遙感監(jiān)測(cè)研究

赤潮是指某些海洋微型藻類、原生動(dòng)物或細(xì)菌等在適當(dāng)?shù)暮Ｑ蟓h(huán)境下大量繁殖, 造成海水變色或?qū)Ｑ笾衅渌锂a(chǎn)生危害的一種自然現(xiàn)象。赤潮藻類毒素能導(dǎo)致人類食用后中毒死亡, 也可使海洋生物窒息死亡[11]。赤潮能夠破壞海洋生物的生存環(huán)境和海洋生態(tài)平衡, 導(dǎo)致海洋生物死亡, 使?jié)O業(yè)資源、水產(chǎn)養(yǎng)殖業(yè)和濱海旅游業(yè)蒙受損失, 甚至威脅人類生命安全。1998年春季珠江口爆發(fā)的大規(guī)模赤潮曾造成粵、港兩地漁業(yè)經(jīng)濟(jì)損失達(dá)3.5億元[12]。隨著沿海城市經(jīng)濟(jì)不斷發(fā)展, 大量污染物進(jìn)入河口水體, 造成海水中氮、磷含量持續(xù)增加, 導(dǎo)致赤潮發(fā)生頻率呈逐年上升趨勢(shì)。

赤潮遙感的主要衛(wèi)星傳感器包括CZCS(The Coastal Zone Color Scanner, 海岸帶水色掃描儀)、Landsat(陸地衛(wèi)星)、SeaWiFS(Sea-Viewing Wide Field-of-View Sensor, 海視寬視場(chǎng)掃描儀)、MODIS (Moderate Resolution Imaging Spectrum-radiometer, 中分辨率成像光譜儀)、MERIS(Medium Resolution Imaging Spectrometer, 中分辨率成像光譜儀) 以及AVHRR(Advanced Very High Resolution Radiometer, 改進(jìn)型甚高分辨率輻射儀)等。1978 年CZCS發(fā)射成功, 同年利用CZCS探測(cè)到了赤潮[13]。在遙感圖像上的赤潮水體顯示出高渾濁度和高葉綠素濃度特征[13], 這證實(shí)了利用CZCS監(jiān)測(cè)赤潮的可能性。之后Haddad[14]利用遙感方法提取了Florida西部近岸赤潮, Groom等[15]則成功提取了顆石藻的暴發(fā)。Stumpf等[16]專門研究了CZCS在河口區(qū)赤潮提取中的應(yīng)用。1972年Landsat成功發(fā)射, 為利用衛(wèi)星數(shù)據(jù)提取近岸及河口區(qū)較小面積的赤潮提供了可能[17]。隨著Landsat系列衛(wèi)星的發(fā)射, 利用Landsat監(jiān)測(cè)海岸帶赤潮的研究[18]越來越多。由于赤潮水體與非赤潮水體間有明顯的光譜差異, 因此隨著第二代的水色傳感器的發(fā)射, 從光譜上分辨赤潮成為可能。Ahn等[19]提出了基于SeaWiFS的赤潮指數(shù)(RI)算法, 并成功應(yīng)用于海岸帶光學(xué)復(fù)雜水體赤潮的監(jiān)測(cè)。Roy等[20]分析了拉普拉塔河口的葉綠素變化。陳楚群等[21]利用SeaWiFS數(shù)據(jù)提取了珠江口葉綠素濃度。胡傳民等[22]提出MODIS熒光線高度法監(jiān)測(cè)赤潮, 并成功用于監(jiān)測(cè)佛羅里達(dá)西南沿岸河口區(qū)赤潮。張濤等[23]將MODIS數(shù)據(jù)應(yīng)用于珠江口赤潮。沈春燕等[24]利用MODIS數(shù)據(jù)計(jì)算了煙臺(tái)四十里灣葉綠素a濃度變化。隨著MERIS的發(fā)射, 利用MERIS監(jiān)測(cè)赤潮顯示出巨大潛力, MERIS的波段設(shè)置與MODIS相似, 但其具有更合理的熒光波段, 且MERIS的分辨率較高, 與SeaWiFS和MODIS相比, 在赤潮監(jiān)測(cè)方面更有優(yōu)勢(shì)。Tao等[25]利用MERIS數(shù)據(jù)監(jiān)測(cè)了東海赤潮, Zhao等[26]則使用MERIS數(shù)據(jù)對(duì)阿拉伯灣赤潮進(jìn)行了提取。遺憾的是, 搭載MERIS的衛(wèi)星ENVISAT在2012年4月8日后與地球失去了聯(lián)系。

綜上所述, 目前河口及海岸帶赤潮遙感監(jiān)測(cè)已有大量的研究工作, 不同的研究者針對(duì)不同的衛(wèi)星傳感器和海域, 提出了赤潮遙感算法。但現(xiàn)有衛(wèi)星系統(tǒng)在水環(huán)境監(jiān)測(cè)方面還存在一些不足。首先缺乏能夠快速響應(yīng)且可用于水色遙感的衛(wèi)星(如可實(shí)時(shí)拍攝的中分辨率靜止軌道衛(wèi)星), 同時(shí)由于光學(xué)衛(wèi)星受到天氣等因素的影響, 赤潮遙感監(jiān)測(cè)尚缺乏業(yè)務(wù)化運(yùn)行系統(tǒng)。MODIS等傳統(tǒng)水色衛(wèi)星雖然波段設(shè)置可以用于監(jiān)測(cè)赤潮, 但空間分辨率稍有不足。而TM (Thematic Mapper, 專題制圖儀)、ETM+(Enhanced Thematic Mapper, 增強(qiáng)型專題制圖儀)、SPOT以及CBERS(China & Brazil Earth Resource Satellite, 中巴地球資源衛(wèi)星)等中高分辨率衛(wèi)星的時(shí)間分辨率稍差, 如Hyperion 雖有很高的空間分辨率(30 m)且波段設(shè)置合理, 但其重訪周期為16 d, 對(duì)于業(yè)務(wù)化常規(guī)監(jiān)測(cè)來說時(shí)間較長(zhǎng)。

近年來高分辨率遙感衛(wèi)星不斷發(fā)射, 在赤潮遙感方面可利用的高分辨率衛(wèi)星數(shù)據(jù)越來越多。如歐洲航天局(The European Space Agency)近兩年發(fā)射的Sentinel-3衛(wèi)星, 美國(guó)發(fā)射的VIIRS(Visible Infrared Imaging Radiometer, 可見光紅外成像輻射儀)衛(wèi)星, 其空間分辨率及光譜分辨率與傳統(tǒng)水色衛(wèi)星SeaWiFS、MODIS相比, 均有顯著的提高。部分用于陸地遙感監(jiān)測(cè)的光學(xué)衛(wèi)星, 如Landsat-7、8衛(wèi)星和Sentinel-2衛(wèi)星, 我國(guó)發(fā)射的CBERS-4星及GF(高分)系列衛(wèi)星, 雖然其最初的設(shè)計(jì)并不針對(duì)海洋遙感應(yīng)用, 但其用于赤潮遙感的潛力不可忽視。我國(guó)自主發(fā)射的HJ(環(huán)境減災(zāi)小衛(wèi)星)系列衛(wèi)星[27-28]空間分辨率為30 m, A、B雙星監(jiān)測(cè)使得重復(fù)周期可以達(dá)到2 d。GF-4號(hào)衛(wèi)星擁有更高的時(shí)間分辨率, 有望在將來的水環(huán)境監(jiān)測(cè)工作中發(fā)揮更大的作用[29-30]。如2016年3月廣東大亞灣附近發(fā)生的大規(guī)模赤潮在Landsat-7圖像上有明顯的顯示(圖1和圖2)。

圖1 2016年3月廣東大亞灣附近海域赤潮現(xiàn)場(chǎng)圖

圖2 2016年3月27日Landsat-7影像真彩色合成圖顯示大亞灣發(fā)生較大面積赤潮

2 溢油遙感監(jiān)測(cè)研究

河口地區(qū)港口、航運(yùn)業(yè)發(fā)達(dá), 河口區(qū)域內(nèi)航道密布, 航行船只密度大, 自然和人為事故時(shí)有發(fā)生, 與大洋相比, 更容易發(fā)生溢油事件。隨著經(jīng)濟(jì)快速發(fā)展, 河口地區(qū)突發(fā)性溢油事件的發(fā)生頻率越來越高。《中國(guó)近岸海域環(huán)境質(zhì)量公報(bào)2015》的數(shù)據(jù)顯示, 2015年共發(fā)生船舶污染事故16起, 總泄漏量約為193.802 t。溢油發(fā)生后, 油膜在潮汐、徑流、風(fēng)場(chǎng)等因素作用下漂移, 對(duì)河口生態(tài)環(huán)境產(chǎn)生破壞, 對(duì)水產(chǎn)養(yǎng)殖、旅游業(yè)甚至城市水源地產(chǎn)生影響, 從而影響河口周圍居民生產(chǎn)和生活。溢油污染對(duì)資源與環(huán)境的損害是持久和難以恢復(fù)的, 準(zhǔn)確掌握和了解溢油污染的位置、范圍、數(shù)量, 預(yù)告其漂移擴(kuò)散方向, 可以為溢油災(zāi)害的應(yīng)急響應(yīng)與經(jīng)濟(jì)損失評(píng)估提供參考依據(jù), 是溢油應(yīng)急工作的重要內(nèi)容。作為河口水環(huán)境監(jiān)測(cè)的一種重要手段, 遙感技術(shù)在溢油的位置、范圍、數(shù)量監(jiān)測(cè)等方面具有明顯的優(yōu)勢(shì), 已經(jīng)得到廣泛應(yīng)用, 并推動(dòng)了溢油監(jiān)測(cè)體系的發(fā)展。

遙感溢油檢測(cè)主要利用衛(wèi)星的合成孔徑雷達(dá)(SAR)傳感器數(shù)據(jù)。油膜會(huì)降低海面的后向散射系數(shù), 從而相應(yīng)區(qū)域的SAR圖像通常呈現(xiàn)暗的區(qū)域。目前利用SAR探測(cè)溢油的方法可歸結(jié)為兩類: 手動(dòng)方法和自動(dòng)方法。手動(dòng)方法首先從SAR圖像中探測(cè)可疑的浮油, 然后人工給出置信度。手動(dòng)方法通常需要人工遍歷整幅圖像, 并將可能的溢油標(biāo)識(shí)為高、中或低置信度。置信度主要基于溢油與周圍環(huán)境的對(duì)比度、周圍背景的同質(zhì)性、附近的鉆井平臺(tái)或船只、附近的自然油斑以及溢油的邊界與形狀等特征來進(jìn)行標(biāo)識(shí)。手動(dòng)方法給出的置信度水平并不十分科學(xué), 探測(cè)結(jié)果存在較大的不確定性, 時(shí)間消耗也比較多[31]。

與人工方法不同, 自動(dòng)方法則是依靠計(jì)算機(jī)完成溢油探測(cè)與分類的整個(gè)流程。近十年國(guó)際上提出過多種自動(dòng)方法, 這些方法步驟基本相似, 即首先對(duì)SAR圖像進(jìn)行預(yù)處理, 包括圖像校正、陸地掩膜等, 然后進(jìn)行相干斑抑制、黑點(diǎn)探測(cè)與分割、特征提取, 在此基礎(chǔ)上, 結(jié)合類型特征數(shù)據(jù)庫(kù)與天氣情況, 實(shí)現(xiàn)黑斑分類, 進(jìn)而給出溢油探測(cè)結(jié)果。很多現(xiàn)象會(huì)在SAR圖像上產(chǎn)生黑斑, 自動(dòng)算法的最后一步就是將溢油從其他現(xiàn)象中區(qū)分出來。一般采用監(jiān)督學(xué)習(xí)方法來進(jìn)行分類, 如Fiscella等[32]采用Mahalanobis分類器來估計(jì)黑斑是溢油的概率; Solberg等[33]采用多元高斯密度函數(shù)來分配概率; Frate等[34]采用人工神經(jīng)網(wǎng)絡(luò)探測(cè)ERS圖像的溢油。Keramitsoglou等[35]提出一種基于模糊邏輯推理的分類器?？傮w而言, 分類結(jié)果并不單純?nèi)Q于分類方法, 與所采用的數(shù)據(jù)集、分割方法、特征提取方法也有很大關(guān)系。例如, 如果油斑在圖像分割時(shí)沒有被探測(cè)到, 就不能被正確分類。如果所選的特征具有較強(qiáng)的差別, 分類結(jié)果就可能更好。

SAR探測(cè)溢油的效果受多種因素影響, 風(fēng)速是其中之一。Litovchenko等[36]認(rèn)為所有星載SAR探測(cè)溢油的上限風(fēng)速應(yīng)介于12~14 m/s。Gade等[37]在分析波羅的海、北海和地中海西北部溢油污染時(shí)發(fā)現(xiàn)高風(fēng)速(>10 m/s)情況下很難在SAR圖像上探測(cè)到溢油。因此風(fēng)速的測(cè)定對(duì)溢油探測(cè)具有重要的意義。實(shí)際上有些溢油自動(dòng)探測(cè)系統(tǒng)已包含了海面風(fēng)場(chǎng)的信息, 如風(fēng)向估測(cè)和風(fēng)速計(jì)算等[33, 38]。在Solberg等[33]提出的溢油探測(cè)算法中, 人工設(shè)定風(fēng)速等級(jí)作為模型閾值化的輸入。獲取風(fēng)速信息的其他途徑可能來自外部, 如星載微波散射計(jì)。但散射計(jì)空間分辨率較低, 無法測(cè)量近岸幾十公里內(nèi)的海面風(fēng)場(chǎng)。SAR可以彌補(bǔ)微波散射計(jì)的不足, 在河口區(qū)域溢油探測(cè)具有明顯優(yōu)勢(shì), 它可以提供大范圍、高空間分辨率的水面風(fēng)場(chǎng)信息, 在溢油探測(cè)分類與油污擴(kuò)散方向預(yù)測(cè)等方面發(fā)揮重要作用[38]。

SAR探測(cè)溢油的另一個(gè)挑戰(zhàn)是如何區(qū)分溢油與溢油相似物, 如自然薄膜、油脂狀冰、低風(fēng)速區(qū)(風(fēng)速<3 m/s)、雨團(tuán)、剪切帶、內(nèi)波等[39]。這些物質(zhì)與過程可以抑制海面粗糙度, 導(dǎo)致后向散射的衰減, 從而在SAR圖像產(chǎn)生與溢油相似的特征。特別是自然薄膜, 單純依靠SAR圖像很難將其與溢油分開。由于自然薄膜主要來源于生物活動(dòng), 因此海洋水色遙感資料可能是一種較好的輔助與補(bǔ)償信息。另外, 海洋水色遙感受海況(如風(fēng)速)的影響較小, 一定程度上可以彌補(bǔ)SAR圖像探測(cè)溢油的不足。特別是新一代水色傳感器, 如搭載在Terra和Aqua上的MODIS, 某些波段的空間分辨率已提高至250 m, 在海面溢油探測(cè)方面可發(fā)揮獨(dú)特的作用[39]。我國(guó)的環(huán)境衛(wèi)星由于其重訪周期短, 空間分辨率高, 對(duì)溢油具有一定的監(jiān)測(cè)能力(圖3, 圖4)。隨著Sentinel-1和Sentinel-2陸續(xù)發(fā)射, 以及我國(guó)高分-3號(hào)衛(wèi)星的發(fā)射, 衛(wèi)星傳感器逐漸增多且分辨率提高, 可以有效集成光學(xué)遙感信息和SAR信息提取溢油, 提高算法在復(fù)雜海況條件下的探測(cè)能力。

圖3 珠海萬山群島2013年“8.14”沉船事故泄油現(xiàn)場(chǎng)

圖4 2013年9月9日HJ-1衛(wèi)星探測(cè)到的沉船事故現(xiàn)場(chǎng)附近疑似油膜

3 結(jié)論

1) 遙感技術(shù)的發(fā)展將為近岸水環(huán)境監(jiān)測(cè)帶來革命性的變化。針對(duì)近岸及河口區(qū)赤潮及海面溢油的遙感監(jiān)測(cè)目前已有大量研究工作, 國(guó)內(nèi)外研究者針對(duì)不同的衛(wèi)星傳感器和海域, 提出了赤潮及溢油遙感監(jiān)測(cè)方法。但總體來說河口水環(huán)境遙感監(jiān)測(cè)目前仍處于嘗試階段, 缺少業(yè)務(wù)化運(yùn)行系統(tǒng)。

2) 隨著越來越多的衛(wèi)星發(fā)射升空, 以及無人機(jī)遙感平臺(tái)的迅速發(fā)展, 利用遙感方法監(jiān)測(cè)和預(yù)警河口區(qū)海洋環(huán)境災(zāi)害將越來越廣泛。

3) 但利用遙感技術(shù)監(jiān)測(cè)近岸水環(huán)境的變化, 仍然需要做好以下方面的工作: (1)基于現(xiàn)場(chǎng)觀測(cè), 完善赤潮、溢油等水環(huán)境遙感監(jiān)測(cè)的指標(biāo)體系; (2)研究針對(duì)河口水環(huán)境監(jiān)測(cè)遙感衛(wèi)星的波段配置、信噪比要求等, 根據(jù)需要發(fā)射針對(duì)河口水環(huán)境監(jiān)測(cè)的遙感衛(wèi)星, 使遙感技術(shù)在河口水環(huán)境監(jiān)測(cè)中發(fā)揮更重要的作用; (3)利用多源數(shù)據(jù)監(jiān)測(cè)河口海洋環(huán)境, 建立數(shù)據(jù)綜合分析和處理平臺(tái)。

[1] 葉璐. 河口區(qū)海洋環(huán)境監(jiān)測(cè)與評(píng)價(jià)一體化研究——以珠江口為例[D]. 廈門: 廈門大學(xué), 2013. Ye Lu. Integrated system of environmental monitoring and assessment in estuaries: a case of Pearl River Estuary[D]. Xiamen: Xiamen University, 2013.

[2] 葉璐, 張珞平, 郭娟, 等. 河口區(qū)海洋環(huán)境監(jiān)測(cè)與評(píng)價(jià)一體化研究1——珠江口水環(huán)境監(jiān)視性監(jiān)測(cè)方案設(shè)計(jì)、實(shí)施和改進(jìn)[J]. 海洋環(huán)境科學(xué), 2014, 33(1): 105-112. Ye Lu, Zhang Luoping, Guo Juan, et al. Integrated system of marine environmental monitoring and assessmentin estuary 1: a case study of water surveillance monitoringin Pearl Ｒiver Estuary[J]. Marine Environmental Science, 2014, 33(1): 105-112.

[3] 劉麗雪, 王玉玨, 邸寶平, 等. 2012年春季渤海中部及鄰近海域葉綠素a與環(huán)境因子的分布特征[J]. 海洋科學(xué), 2014, 38(12): 8-15.Liu Lixue, Wang Yujue, Di Baoping, et al. Spatial distribution of chlorophyll a and environmental factors in the Bohai Sea in spring of 2012[J]. Marine Sciences, 2014, 38(12): 8-15.

[4] 李照, 宋書群, 李才文. 長(zhǎng)江口及其鄰近海域葉綠素a分布特征及其與低氧區(qū)形成的關(guān)系[J]. 海洋科學(xué), 2016, 40(2): 1-10. Li Zhao, Song Shuqun, Li Caiwen. Distribution of chlorophyll a and its correlation with the formation of hypoxia in the Changjiang River Estuary and its adjacent waters[J]. Marine Sciences, 2016, 40(2): 1-10.

[5] 蘭冬東, 李冕, 許妍, 等. 渤海水質(zhì)監(jiān)測(cè)站位優(yōu)化研究[J]. 海洋科學(xué), 2016, 40(4): 88-93. Lan Dongdong, Li Mian, Xu Yan, et al. Layout optimization of water quality monitoring stations in the Bohai Sea[J]. Marine Sciences, 2016, 40(4): 88-93.

[6] 魏康林, 溫志渝, 武新, 等. 基于紫外-可見光譜分析的水質(zhì)監(jiān)測(cè)技術(shù)研究進(jìn)展[J]. 光譜學(xué)與光譜分析, 2011, 31(4): 1074-1077. Wei Kanglin, Wen Zhiyu, Wu Xin, et al. Research advances in water quality monitoring technology based on UV-Vis spectrum analysis[J]. Spectroscopy and Spectral Analysis, 2011, 31(4): 1074-1077.

[7] 楊躍忠, 孫兆華, 曹文熙, 等. 海洋光學(xué)浮標(biāo)的設(shè)計(jì)及應(yīng)用試驗(yàn)[J]. 光譜學(xué)與光譜分析, 2009, 29(2): 565-569. Yang Yuezhong, Sun Zhaohua, , Cao Wenxi, et al. Design and experimentation of marine optical buoy[J]. Spe-c--tro-scopy and Spectral Analysis, 2009, 29(2): 565-569.

[8] 朱小鴿, 何執(zhí)兼, 鄧明. 最近25年珠江口水環(huán)境的遙感監(jiān)測(cè)[J]. 遙感學(xué)報(bào), 2001, 5(5): 396-400.Zhu Xiaoge, He Zhijian, Deng Ming. Monitoring of water color for Pearl River Estuary over twenty years[J]. Journal of Remote Sensing, 2001, 5(5): 396-400.

[9] 應(yīng)晨璐, 董慶, 薛存金, 等. 大區(qū)域海洋遙感數(shù)據(jù)處理方法研究[J]. 海洋科學(xué), 2014, 38(8): 116-125. Ying Chenlu, Dong Qing, Xue Cunjin, et al. Researches of processing methods on large-scale marine remote sensing data[J]. Marine Sciences, 2014, 38(8): 116-125.

[10] 程乾, 劉波, 李婷, 等. 基于高分1號(hào)杭州灣河口懸浮泥沙濃度遙感反演模型構(gòu)建及應(yīng)用[J]. 海洋環(huán)境科學(xué), 2015, 34(4): 558-563. Cheng Qian, Liu Bo, Li Ting. Research on remote sensing retrieval of suspended sediment concentration in Hangzhou Bay by GF-1 satellite[J]. Marine Enviro-nmental Science, 2015, 34(4): 558-563.

[11] 周名江, 朱明遠(yuǎn), 張經(jīng). 中國(guó)赤潮的發(fā)生趨勢(shì)和研究進(jìn)展[J]. 生命科學(xué), 2001, 13(2): 54-59.Zhou Mingjiang, Zhu Mingyuan, Zhang Jing. Status of harmful algal blooms and related research activities in China[J].Chinese Bulletin of Life Sciences, 2001, 13(2): 54-59.

[12] 吳迪生, 黎廣媚, 趙雪. 1997~1998年廣東赤潮發(fā)生與海洋水文氣象的關(guān)系[J]. 廣東氣象, 2005, 2: 14-15. Wu Disheng, Li Guangmei, Zhao Xue. The relationship between red tide and marine hydro-meteorological status in Guangdong Province in 1997—1998[J]. Guang-dong Meteorology, 2005, 2: 14-15.

[13] Steidinger K A, Haddad K. Biologic and hydrographic aspects of red tides[J]. Bioscience, 1981, 31(11): 814-819.

[14] Haddad K D. Hydrographic factors associated with west florida toxic red tide blooms: an assessment for satellite prediction and monitoring[D]. St.Petersburg: University of South Florida, 1982.

[15] Groom S B, Holligan P M. Remote sensing of coccolithophore blooms[J]. Advances in Space Research, 1987, 7(2): 73-78.

[16] Stumpf R P, Tyler M A. Satellite detection of bloom and pigment distributions in estuaries[J]. Remote Sensing of Environment, 1988, 24(3): 385-404.

[17] Ochiai H. The significant application of LANDSAT data to monitoring of marine environment[J]. Acta Astronautica, 1980, 7(4-5): 425-440.

[18] Wei G F, Tang D L, Wang S. Distribution of chlorophyll and harmful algal blooms (HABs): A review on space based studies in the coastal environments of Chinese marginal seas[J]. Advances in Space Research, 2008, 41(1): 12-19.

[19] Ahn Y H, Shanmugam P. Detecting the red tide algal blooms from satellite ocean color observations in optically complex Northeast-Asia Coastal waters[J]. Remote Sensing of Environment, 2006, 103(4): 419-437.

[20] Armstrong R A, Gilbes F, Guerrero R, et al. Validation of SeaWiFS-derived chlorophyll for the Rio de la Plata Estuary and adjacent waters[J]. International Journal of Remote Sensing, 2004, 25(7-8): 1501-1505.

[21] Chen Chuqun, Shi Ping, Larson M, et al. Estimation of chlorophyll-a concentration in the Zhujiang Estuary from SeaWiFS data[J]. Acta Oceanologica Sinica, 2002, 21(1): 55-65.

[22] Hu C, Muller-Karger F E, Taylor C, et al. Red tide detection and tracing using MODIS fluorescence data: A regional example in SW Florida coastal waters[J]. Remote Sensing of Environment, 2005, 97(3): 311-321.

[23] 張濤, 蘇奮振, 楊曉梅, 等. MODIS遙感數(shù)據(jù)提取赤潮信息方法與應(yīng)用——以珠江口為例[J]. 地球信息科學(xué)學(xué)報(bào), 2009, 11(2): 244-249. Zhang Tao, Su Fenzhen, Yang Xiaomei. A method for detecting red tide information from MODIS data and its application in Pearl River Estuary[J]. Journal of Geo-Information Science, 2009, 11(2): 244-249.

[24] 沈春燕, 施平, 趙輝. 煙臺(tái)四十里灣葉綠素a濃度的時(shí)空分布特征及其影響機(jī)制[J]. 海洋科學(xué), 2014, 38(9): 33-38. Shen Chunyan, Shi Ping, Zhao Hui. Spatial-temporal distribution characteristics of chlorophyll a and the controlling factors in the Sishili Bay of Yantai[J]. Marine Sciences, 2014, 38(9): 33-38.

[25] Tao B, Mao Z, Wang D, et al. The use of MERIS fluorescence bands for red tides monitoring in the East China Sea[J]. Proc Spie, 2011, 8175(1): 466-471.

[26] Zhao J, Ghedira H. Monitoring red tide with satellite imagery and numerical models: a case study in the Arabian Gulf[J]. Marine Pollution Bulletin, 2014, 79(1-2): 305-313.

[27] 王林, 楊建洪, 李冠男, 等. 江蘇近岸海域HJ CCD影像懸浮泥沙遙感反演[J]. 海洋科學(xué), 2016, 40(2): 77-83. Wang Lin, Yang Jianhong, Li Guannan, et al. Retrieval of suspended sediment concentration from HJ-CCD imagery in Jiangsu coastal sea[J]. Marine Sciences, 2016, 40(2): 77-83.

[28] 薛瑞, 吳孟泉, 劉楊, 等. 基于HJ-1A/1B的2014年黃海海域滸苔災(zāi)害時(shí)空分布[J]. 海洋科學(xué), 2016, 40(7): 115-123. Xue Rui, Wu Mengquan, Liu Yang, et al. Spatial and temporal variability ofin the Yellow Sea, China in 2014[J]. Marine Sciences, 2016, 40(7): 115- 123.

[29] 丁一, 曹叢華, 黃娟, 等. 黃海綠潮多源衛(wèi)星遙感業(yè)務(wù)化監(jiān)測(cè)需求分析與系統(tǒng)設(shè)計(jì)[J]. 海洋科學(xué), 2015, 39(2): 85-90. Ding Yi, Cao Conghua, Huang Juan, et al. The green tide multi-source satellite remote sensing operational monitoring requirement analysis and system design in the Yellow Sea[J]. Marine Sciences, 2015, 39(2): 85-90.

[30] 禹定峰, 邢前國(guó), 施平. 內(nèi)陸及近岸二類水體透明度的遙感研究進(jìn)展[J]. 海洋科學(xué), 2015, 39(7): 136-144. Yu Dingfeng, Xing Qianguo, Shi Ping. A review on the estimation of Secchi disk depth by remote sensing in inland and nearshore case 2 waters[J]. Marine Sciences, 2015, 39(7): 136-144.

[31] Indregard M, Solberg A, Clayton P. D2-report on benchmarking oil spill recognition approaches and best practice[R]. Ispra, Italy: European Commission, 2004.

[32] Fiscella B, Giancaspro A, Nirchio F, et al. Oil spill detection using marine SAR images[J]. International Journal of Remote Sensing, 2000, 21(18): 3561-3566.

[33] Solberg A H S, Storvik G, Solberg R, et al. Automatic detection of oil spills in ERS SAR images[J]. IEEE Transactions on Geoscience & Remote Sensing, 1999, 37(4): 1916-1924.

[34] Del Frate F, Petrocchi A, Lichtenegger J, et al. Neural networks for oil spill detection using ERS-SAR data[J]. IEEE Transactions on Geoscience & Remote Sensing, 2000, 38(5): 2282-2287.

[35] Keramitsoglou I, Cartalis C, Kiranoudis C T. Automatic identification of oil spills on satellite images[J]. Environmental Modelling & Software, 2006, 21(5): 640- 652.

[36] Litovchenko K, Ivanov A, Ermakov S. Detection of oil slicks parameters from ALMAZ-1 and ERS-1 SAR imagery[C]//IEEE. IGARSS’99 Proceedings. Hamburg, Germany: IEEE, 1999: 1484-1486.

[37] Gade M, Scholz J, Viebahn C V. On the detectability of marine oil pollution in European marginal waters by means of ERS SAR imagery [C]//IEEE. IGARSS 2000 Proceedings. Honolulu, USA: IEEE, 2000: 2510-2512.

[38] Shen H, Perrie W, He Y. Progress in determination of wind vectors from SAR images [C]// IEEE. IGARSS 2006 Proceedings.Denver, USA: IEEE, 2006: 2228-2231.

[39] 楊紅, 杭君. 基于MODIS與HJ-1多源衛(wèi)星的上海海域溢油事故診斷[J]. 海洋科學(xué), 2014, 38(10): 90-97.Yang Hong, Hang Jun. Diagnosis of oil spills in Shanghai coastal area based on multi-source satellite MODIS and HJ-1[J]. Marine Sciences, 2014, 38(10): 90-97.

(本文編輯: 劉珊珊)

Progress in monitoring the estuarine water environment by remote sensing: the case of red tides and oil spill

ZHANG Tong-hui1, 2, 3, TANG Shi-lin1, ZHAN Hai-gang1

(1. State Key Laboratory of Tropics Oceanography, South China Sea Institute of Oceanology, the Chinese Academy of Sciences, Guangzhou 510301, China; 2. Guangdong Ocean and Fishery Environment Monitoring and Forecasting Center, Guangzhou 510222, China; 3. University of the Chinese Academy of Science, Beijing 100049, China)

There was a need to monitor oil spills and red tides in the estuary area. It outlined the advantages and validity of recognizing oil spills and red tides by using satellite remote sensing. The history, mechanism, and methods of an oil spill and red tide monitoring using remote sensing were reviewed. The advantages and disadvantages associated with different satellites were discussed. According to the summary of the latest research findings, it was noted that there is a shortage of satellites for monitoring water environments and an increase in the number of satellites in future was proposed.

estuary; water environment monitoring; remote sensing, red tide; oil spilling

Nov. 28, 2016

張彤輝(1981-), 男, 山東海陽人, 高級(jí)工程師, 博士研究生, 主要從事海洋遙感、物理海洋、海洋防災(zāi)減災(zāi)等研究工作, 電話: 18680285107, E-mail: studenty@126.com

P76

A

1000-3096(2017)09-0151-06

10.11759/hykx20161128001

2016-11-28;

2017-03-17

國(guó)家自然科學(xué)基金項(xiàng)目(41006111); 廣州市科學(xué)(技術(shù))研究專項(xiàng)重點(diǎn)項(xiàng)目(201607020042)

[National Natural Science Foundation of China, No.41006111; the Focus on Special Science and Technology in Guangzhou City Research Project, No. 201607020042]