基于GOCI提取東海近幾年赤潮信息及時序分析

江彬彬， 李輝林， 滕國超， 閆金寶， 李寶喜， 李巨寶， 張霄宇， 張寶華

(1. 中國冶金地質(zhì)總局浙江地質(zhì)勘查院 海洋所， 浙江 衢州 324000； 2. 浙江大學 地球科學學院， 浙江 杭州 310027)

基于GOCI提取東海近幾年赤潮信息及時序分析

江彬彬1,2， 李輝林1， 滕國超2， 閆金寶1， 李寶喜1， 李巨寶1， 張霄宇2， 張寶華1

(1. 中國冶金地質(zhì)總局浙江地質(zhì)勘查院 海洋所， 浙江 衢州 324000； 2. 浙江大學 地球科學學院， 浙江 杭州 310027)

赤潮已經(jīng)成為我國東海最普遍的海洋災害之一.利用衛(wèi)星手段監(jiān)測赤潮也由來已久.采用Geostationary Ocean Color Imager(GOCI)靜止衛(wèi)星對東海近幾年的赤潮進行了監(jiān)測和分析.研究表明：1)利用Quick Atmospheric Correction(QUAC)獲取GOCI的歸一化離水輻射率，其中nLw(555 nm)作為赤潮事件的特征波段來監(jiān)測赤潮是有效的；2)以nLw(555 nm)為峰值且通過小于1.5 mW·cm-2·sr-1·μm-1這一閥值信息來監(jiān)測中國東海3次不同時間和區(qū)域的赤潮事件.3次事件分別為2011年5月東海原甲藻事件、2011年7月中肋骨條藻事件和2014年5月東海原甲藻事件；3)赤潮面積的日變化主要受有效光合輻射和潮位的影響.通過QUAC獲取歸一化離水輻射率GOCI-nLw(550 nm)，將nLw(555 nm)作為特征波段來獲取赤潮信息，并結(jié)合光照強度、潮位、溫度等參數(shù)，分析了赤潮面積日變化的可能原因.

赤潮；東海；GOCI；遙感

0 前 言

根據(jù)中國海洋災害公報，近幾十年東海赤潮頻發(fā).第1次東海赤潮事件的發(fā)生在1933年[1].因赤潮經(jīng)常大面積發(fā)生，很多學者提出利用衛(wèi)星來監(jiān)測赤潮，主要分為3類：第1類是通過其他參數(shù)來判別赤潮(如葉綠素含量，溫度等)[2-4]；第2類是通過赤潮顯著的光譜特性進行監(jiān)測,如在綠光波段(550 nm)附近呈現(xiàn)高反射[5-8]；第3類是通過藻類的熒光性對赤潮進行監(jiān)測，例如有些藻類在紅光波段出現(xiàn)熒光性[9-11].

目前，學者根據(jù)赤潮的種類已開發(fā)出不同的算法.例如LOU等[6]利用Geostationary Ocean Color Imager(GOCI)監(jiān)測到東海發(fā)生大面積的原甲藻.CHOI等[3]利用GOCI監(jiān)測到發(fā)生在韓國的有毒的多環(huán)旋溝藻.SISWANTO等[5]利用Moderate resolution imaging spectroradiometer(MODIS)的歸一化的離水輻射率對日本區(qū)域的赤潮進行簡單的分類，并將MODIS-Normalized water leaving radiance(nLw)547 nm的峰值作為判別赤潮與非赤潮的首個閥值.而TAO等[7]將MODIS—Remote Sensing reflectance(Rrs)(555 nm)作為峰值.他們都是利用赤潮在綠光波段附近的強反射性質(zhì)[12]進行初步判斷.然而沿岸的高懸浮泥沙和高黃色物質(zhì)水體，同樣具有綠光波段的高反射性質(zhì).為避免誤判，TAO等[12]加入Rrs(555 nm<0.014 sr-1)這一條件進行區(qū)分，SISWANTO等[5]則利用nLw(412，443，488，547 nm)等差值比進行判別.

目前，GOCI傳感器沒有統(tǒng)一的跨時空且有效的赤潮算法，都是針對單次赤潮事件的報道.因此，盡快開發(fā)一種適用于GOCI傳感器的赤潮算法很有必要.本研究利用Quick Atmospheric Correction(QUAC)大氣校正法對GOCI進行校正，獲取歸一化離水輻射率，選用GOCI-nLw(555 nm)小于1.5 mW·cm-2·sr-1·μm-1這一閥值對中國東海赤潮進行判別.處理555 nm處的歸一化離水輻射率的算法以獲取3次赤潮的信息.結(jié)合MODIS和Advanced Very High Resolution Radiometer(AVHRR)等海洋傳感器提供的海洋表面溫度、潮位以及太陽輻照度等參數(shù)，對發(fā)生于2014年5月23日的赤潮進行詳細分析，以為今后利用GOCI監(jiān)測赤潮提供一條相對有效的途徑.

1 研究區(qū)域

圖1 我國東海夏季水動力環(huán)境示意圖 [16-17]Fig.1 Hydrodynamic environment of East China Sea in summer

2 數(shù)據(jù)和方法

2.1 GOCI數(shù)據(jù)

GOCI L1B數(shù)據(jù)從韓國海洋衛(wèi)星中心(KOSC)獲取(http://kosc.kordi.re.kr).首先采用韓國海洋衛(wèi)星中心提供的軟件GOCI Data Progressing Software(GDPS)[18]將GOCI數(shù)據(jù)轉(zhuǎn)化成ENVI(ITT Visual Information Solutions 公司，5.0)能識別的img數(shù)據(jù)，然后在ENVI環(huán)境下采用QUAC對GOCI的img數(shù)據(jù)進行大氣校正[19-20]，得到水體反射率ρw.在海洋遙感中，ρw=ρsuf[21]，又因為Rrs≈ρw/π(忽略臭氧和水汽等氣體氣溶膠光學厚度，τ為0).因此，歸一化離水輻射度(nLw)可按照以下公式計算：

nLw=ρw×F0(λ)/π,

其中，F(xiàn)0(λ)為各個GOCI的各波段大氣層外的平均太陽輻照度(見表1).其值為太陽位于天頂處消除大氣的影響后光離開海面的輻射度.它攜帶海面的信息，對赤潮信息的提取起關鍵作用[5].

表1 GOCI各波段大氣層外的平均太陽輻照度Table 1 The extra-terrestrial solar irradiance of GOCI in band

研究將獲取的GOCI-nLw(555 nm)作為赤潮特征值，進而獲取3次赤潮信息.首先，從GOCI傳感器獲得2011年5月29日04:28(UTC)東海原甲藻事件發(fā)生時的真彩色圖像(見圖2).

在紅色十字架部分選取各個波段的nLw，在不同經(jīng)緯度上呈現(xiàn)差異(見圖3).結(jié)合真彩色圖像，發(fā)現(xiàn)赤潮區(qū)域是nLw(555 nm)小于1.5 mW·cm-2·sr-1·μm-1且大于各個波段nLw值的區(qū)域.因此，本次研究選擇nLw(555 nm)小于1.5 mW·cm-2·sr-1·μm-1來區(qū)分正常水體與赤潮水體.最后，采用本次研究所得到的歸一化離水輻射率參數(shù)，對2011～2014年東海赤潮進行追蹤.繼而監(jiān)測到2011年7月中肋骨條藻和2014年5月東海原甲藻2次赤潮事件.

圖2 2011年5月29日04:28(UTC)的真彩色圖Fig.2 The ture color image at 04:28(UTC) May 29， 2011紅色部分代表進行歸一化離水輻射率提取.Red part present obtained normalized water leaving radiance.

2.2 有效光合輻射數(shù)據(jù)(PAR)

研究采用的有效光合輻射數(shù)據(jù)(PAR)獲取于Aerosol Robotic Network (AERONET)的Lulin站位(http://aeronet.gsfc.nasa.gov/).從每小時的第1～59 min，計算小時平均PAR值以分析赤潮.假設該海域的透明度為2 m[22-23]，則水下光照強度與深度的關系為

IPAR(z)=IPAR(0)×EXP(—1.51×Z/SSD),

圖3 不同經(jīng)緯度的歸一化離水輻射率Fig.3 The nLw on different latitudes and longitudes數(shù)據(jù)來自圖2的紅色十字.Data are from the red transect in fig.2.

其中，IPAR(z)為有效光合作用強度在深度為Z處的值，IPAR(0)為海面的有效光合作用強度(這里使用Lulin站的PAR產(chǎn)品)，Z為深度，SSD為透明度.

2.3 海洋溫度數(shù)據(jù)

NOAA衛(wèi)星二級溫度數(shù)據(jù)和MODIS二級溫度數(shù)據(jù)來自韓國海洋衛(wèi)星中心網(wǎng)站(http://kosc.kordi.re.kr).NOAA溫度產(chǎn)品的時間分別為00:56, 02:37, 04:10, 05:10和06:59(UTC).MODIS溫度產(chǎn)品的時間分別為03:07和01:29(UTC).由于NOAA衛(wèi)星產(chǎn)品和MODIS產(chǎn)品數(shù)據(jù)與GOCI時間不能很好吻合，因此，本次研究采取時間最近原則來研究區(qū)域海洋表面溫度.

3 結(jié)果與討論

3.1 QUAC大氣校正在赤潮領域的適用性

將通過QUAC大氣校正后的水面遙感反射率與TAO等[7]的實測數(shù)據(jù)結(jié)果進行了對比，見圖4.

圖4 GOCI的赤潮遙感反射率與實測藻類的對比圖Fig.4 The comparison of remote sensing reflectance between GOCI and In-suitGOCI-P1和GOCI-P2分別為2011年05月29日04:28(UTC)和2014年05月23日04:28(UTC)從GOCI上獲取的東海原甲藻的均值遙感反射率；In-suit-P和In-suit-D分別為東海原甲藻(Chl-a=42.5 mg·m-3)和中肋骨條藻(Chl-a=41.2 mg·m-3)的遙感反射率[7]；GOCI-D為2011年07月28日04:28(UTC)從GOCI上獲取的中肋骨條藻的均值遙感反射率.GOCI-P1 and GOCI-P2 are Prorocentrum donghaiense average remote sensing reflectance from GOCI at 04:28 May 29, 2011 (UTC) and 04:28 May 23, 2014(UTC)，respectively; In-suit-P and In-suit-D are In-suit Remote Sensing reflectance with Prorocentrum donghaiense(Chl-a=42.5 mg·m-3) and Skeletonema costatum (Chl-a=41.2 mg·m-3)，respectively[7]; GOCI-D is Skeletonema costatum average remote sensing reflectance from GOCI at 04:28 July 28, 2011(UTC).

時間以及藻類數(shù)量的不同，可能會造成GOCI反演得到的遙感反射率與實測數(shù)據(jù)相差甚遠.但是不會對判斷赤潮事件造成影響.通過與TAO等[7]的遙感反射率歸一化(即各個波段的遙感反射率除以第4波段的遙感反射率的比值)比對實測數(shù)據(jù)和MODIS獲取的數(shù)據(jù)(見圖5).由于MODIS與GOCI的可見光波段范圍相近，直接選取相應的波段進行比較.比如MODIS第8波段與GOCI第1波段.通過對比各個波段歸一化的遙感反射率值，發(fā)現(xiàn)各個赤潮區(qū)域的歸一化遙感反射率值均符合赤潮提取信息的閥值.

圖5 不同藻類的GOCI，MODIS與實測數(shù)據(jù)等的歸一化遙感反射率對比圖Fig.5 The comparison of GOCI，MODIS and in-suit data normalized remote sensing reflectance of different algae其中GOCI，GOCI-1和GOCI-2分別指2011年7月28日，2011年05月29日，2014年05月23日從GOCI上獲取的歸一化值，其余數(shù)據(jù)均來自文獻[7].GOCI，GOCI-1 and GOCI-2 are represented GOCI-obtained normalized remote sensing reflectance on July 28, 2011, May 29, 2011, May 23, 2014 respectively， other data come from paper[7].

3.2 赤潮的判別

本次赤潮的算法：QUAC進行大氣校正，得到水體反射率ρw(λ);由nLw=ρw×F0(λ)/π，計算nLw;利用nLw(555)>nLw(λ)，nLw(555)<1.5 mW·cm-2·sr-1·μm-1這2個特征參數(shù)提取赤潮信息.

本研究根據(jù)中國海洋公報2011～2014年公布的赤潮災害信息，獲取我國東海赤潮的時空分布.其中圖6(a)(b)(c)分別為2011年東海原甲藻暴發(fā)[6,13]的02:28，03:28，04:28(UTC，當?shù)貢r間為10:28，11:28，12:28).而圖6(d)(e)(f)分別為2011年7月28日02:28,03:28,04:28(UTC，當?shù)貢r間為10:28，11:28，12:28).其中圖6(d)(e)(f)中肋骨條藻暴發(fā)的時間與公報一致[13].而從圖6(d)(e)(f)中得到該事件面積分別為373，381，1 000 km2.雖然中國海洋災害公報報道的最大面積為160 km2，但是衛(wèi)星監(jiān)測的面積比公報報道的面積大[6]，可能是因為公報提供的是單個地方的赤潮信息而非整個區(qū)域.

3.3 赤潮的有效性

本次赤潮事件的信息主要來源于浙江省海洋公報和中國海洋公報，包括時間范圍、地點和最大面積.而本次研究獲取的是赤潮的時空分布日變化信息.赤潮提取信息的有效性則利用遙感提取的信息與公報上信息的偏差進行定量分析.偏差值計算公式為

σ=(I(RS)-I(GB))/I(GB)，

其中σ為偏差值；I(RS)為利用遙感獲取的赤潮信息；I(GB)為公報上的赤潮信息.

具體赤潮提取信息偏差情況，見表2.

數(shù)據(jù)源于2014年中國海洋災害公報和2011年浙江省海洋環(huán)境公報.

Data retrieved from Bulletin of Chinese Marine Disaster in 2014 and Zhejiang Province Marine Environment in 2011.

圖6 2011年赤潮示意圖Fig.6 The schematic diagram of red tides in 2011紅色為赤潮區(qū)域,白色為云,藍色為正常海域,黑色為陸地.Red is red tide, white is cloud, blue is ocean, black is land.

3.4 赤潮與光照、潮位、溫度的關系

由圖7可知，藻類暴發(fā)的面積隨著時間的推移而變化.從光照強度進行分析，藻類在短時間內(nèi)暴發(fā)可能是受太陽光照和潮位等因素的影響，如圖8所示.早上8:28是赤潮面積最小的時刻[6]，并與太湖藻類[24]的生長情況一致.因此，在早上8：00進行赤潮治理可有效控制其面積.赤潮的最大面積出現(xiàn)在10:28與13:28這2個時間點.可能是由于東海原甲藻的最適宜光照條件為38.2+3.8 W·m-2[25]，中肋骨條藻的最適宜光照為121.6 W·m-2[26].2014年5月23日中午，赤潮的面積主要受潮位和PAR的影響.MODIS和NOAA等顯示，其溫度處于適宜范圍[27].

在退潮期間，東海原甲藻突然暴發(fā)，此現(xiàn)象與文獻[6]報道的2011年5月29日和30日赤潮面積增大都是處于退潮期間是一致的.在退潮谷期間，東海原甲藻的光合作用受到抑制并且潮水攪動較少造成底部的營養(yǎng)物質(zhì)未能被充分帶到表層和次表層[6].在10:28，赤潮面積暴漲，而海洋表面的太陽有效輻射量(I0)并非處于最適光照范圍，推測此次赤潮事件主要范圍可能位于次表層，這與孫百嘩等[25]指出的東海原甲藻適宜生存在水深5～15 m處較一致(假設透明度在15 m).而LOU等[6]指出，東海原甲藻葉綠素含量的高值范圍隨時間變化從0.5 m水深慢慢移動到海洋表面.本次赤潮事件高值區(qū)域也可能在水深2 m處，隨著時間的推移高值區(qū)慢慢向海洋表面移動.

圖7 2014年05月23日赤潮示意圖Fig.7 The schematic diagram of red tides on May 23，2014紅色為赤潮區(qū)域，白色為云，藍色為正常海域，黑色為陸地.Red is red tide， white is cloud， blue is ocean， black is land.

圖8 2014年5月23日赤潮面積與有效光合作用輻射、海洋表面溫度以及潮位的關系Fig.8 The relationship among the red tide and the photosynthetically active radiation，sea surface temperature and the tide level on May 23, 2014

4 結(jié) 論

4.1本研究算法簡單、操作方便，并且對不同藻類的赤潮信息提取均具有良好的結(jié)果.利用QUAC獲取GOCI的歸一化離水輻射率是可行的，尤其對于東海近岸的二類水體.今后，GOCI-QUAC歸一化算法可為中國東海近岸水體提供一種環(huán)境監(jiān)測途徑.將GOCI-nLw(555 nm)峰值小于1.5 mW·cm-2·sr-1·μm-1作為判斷赤潮事件的特征，并以此監(jiān)測赤潮是可行的.

4.2通過有效光合輻射、溫度以及潮位對赤潮的日變化進行定量分析，得到影響赤潮的3個因素。其中影響赤潮面積的主要因素為有效光合輻射和潮位.本次研究為預報和治理赤潮提供了理論基礎.

4.3利用GOCI-nLw(555 nm)監(jiān)測了中國東海不同時間不同區(qū)域的3次赤潮事件.今后，可將GOCI作為監(jiān)測中國東海海洋環(huán)境最主要的傳感器之一.高時相GOCI水色產(chǎn)品也將為以小時為單位的模型提供基礎數(shù)據(jù).

感謝韓國衛(wèi)星中心工作人員Yoon suk和Sun julee提供GOCI、MODIS、AVHRR等數(shù)據(jù)！感謝AERONET提供Lulin站位的有效光合輻射數(shù)據(jù)！

[1]FEIH.Thecauseofredtides[J].ChineseJournalofScienceandArt,1952,22:1-3.

[2] CANNIZZARO J P, CARDER K L, CHEN F R, et al. A novel technique for detection of the toxic dinoflagellate, Karenia brevis, in the Gulf of Mexico from remotely sensed ocean color data[J].ContinentalShelfResearch,2008,28(1):137-158.

[3] CHOI J K, MIN J E, NOH J H, et al. Harmful algal bloom (HAB) in the East Sea identified by the Geostationary Ocean Color Imager (GOCI)[J].HarmfulAlgae,2014,39:295-302.

[4] 孫麗雅,陳蕓芝,汪小欽.時間序列MODIS數(shù)據(jù)赤潮信息提取研究[J].遙感信息,2012(3):71-77. SUN L Y, CHEN Y Z, WANG X Q. Remote sensing detection of red tide by time-series MODIS date[J].RemoteSensingInformation,2012(3):71-77.

[5] SISWANTO E, ISHIZAKA J, TRIPATHY S C, et al. Detection of harmful algal blooms of Karenia mikimotoi using MODIS measurements: A case study of Seto-Inland Sea, Japan[J].RemoteSensingofEnvironment,2013,129:185-196.

[6] LOU X, HU C. Diurnal changes of a harmful algal bloom in the East China Sea: Observations from GOCI[J].RemoteSensingofEnvironment,2014,140:562-572.

[7] TAO B, MAO Z, LEI H, et al. A novel method for discriminatingProrocentrumdonghaiensefrom diatom blooms in the East China Sea using MODIS measurements[J].RemoteSensingofEnvironment,2015,158:267-280.

[8] 丘仲鋒,崔廷偉,何宜軍.基于水體光譜特性的赤潮分布信息MODIS遙感提取[J].光譜學與光譜分析,2011,31(8):2233-2237. QIU Z F, CUI T W, HE Y J. Retrieve of red tide distributions from MODIS date based on the characteristics of water spectrum[J].SpectroscopyandSpectralAnalysis,2011,31(8):2233-2237.

[9] HU C, MULLER-KARGER F E, TAYLOR C J, et al. Red tide detection and tracing using MODIS fluorescence data: A regional example in SW Florida coastal waters[J].RemoteSensingofEnvironment,2005,97(3):311-321.

[10] 趙冬至,張豐收,杜飛,等.不同藻類水體太陽激發(fā)的葉綠素熒光峰(SICF)特性研究[J].遙感學報,2005,9(3):265-270. ZHAO D Z, ZHANG F S, DU F, et al. Interpretation of sun-induced fluorescence peak of chlorophyll a on reflectance spectrum of algal waters[J].JournalofRemoteSensing,2005,9(3):265-270.

[11] 邢小罡,趙冬至,劉玉光,等.葉綠素a熒光遙感研究進展[J].遙感學報,2007,11(1):137-144. XING X G, ZHAO D Z, LIU Y G, et al. Progress in fluorescence remote sensing of chlorophyllⅡ-a.JournalofRemoteSensing,2007,11(1):137-144.

[12] TAO B, MAO Z, PAN D, et al. Influence of bio-optical parameter variability on the reflectance peak position in the red band of algal bloom waters[J].EcologicalInformatics,2013,16:17-24.

[13] LIU L, ZHOU J, ZHENG B, et al. Temporal and spatial distribution of red tide outbreaks in the Yangtze River Estuary and adjacent waters, China[J].MarinePollutionBulletin,2013,72(1):213-221.

[14] DAI X, LU D, GUAN W, et al. The correlation betweenProrocentrumdonghaienseblooms and the Taiwan warm current in the east China Sea-Evidence for the “Pelagic Seed Bank” hypothesis[J].ChineseJournalofOceanologyandLimnology,2013,31(2):267-281.

[15] WENG H X, TIAN R X, JI Z Q, et al. Potential relationships between atmospheric particulate matter transported by winter monsoons and red tides in the East China Sea[J].ChineseScienceBulletin,2011,56(3):297-305.

[16] ZHANG J, LIU S M, REN J L, et al. Nutrient gradients from the eutrophic Changjiang (Yangtze River) Estuary to the oligotrophic Kuroshio waters and reevaluation of budgets for the East China Sea Shelf[J].ProgressinOceanography,2007,74(4):449-478.

[17] BIAN C, JIANG W, QUAN Q, et al. Distributions of suspended sediment concentration in the Yellow Sea and the East China Sea based on field surveys during the four seasons of 2011[J].JournalofMarineSystems,2013,121/122:24-35.

[18] RYU J H, HAN H J, CHO S, et al. Overview of geostationary ocean color imager (GOCI) and GOCI data processing system (GDPS)[J].OceanScienceJournal,2012,47(3):223-233.

[19] 江彬彬, 張霄宇, 杜泳, 等.基于GOCI的近岸高濃度懸浮泥沙遙感反演——以杭州灣及鄰近海域為例[J].浙江大學學報:理學版,2015,42(2):220-227. JIANG B B, ZHANG X Y, DU Y, et al. Retrieving high concentration of suspended sediments based on GOCI:An example of coastal water around Hangzhou Bay,China[J].JournalofZhejiangUniversity:ScienceEdition,2015,42(2):220-227.

[20] BERNSTEIN L S, JIN X, GREGOR B, et al. Quick atmospheric correction code: Algorithm description and recent upgrades[J].OpticalEngineering,2012,51(11):111719.

[21] MENG Q H, MAO Z H, HUANG H Q, et al. Inversion of suspended sediment concentration at the Hangzhou Bay based on the high-resolution satellite HJ-1A/B imagery[C]//ProceedingsofSPIE.RemoteSensingandModelingofEcosystemsforSustainabilityX. California: SPIE,2013:88690W.Doi:10.1117/12.2022698.

[22] 朱蘭部,趙保仁.渤、黃、東海透明度的分布與變化[J].海洋湖沼通報,1991(3):1-11. ZHU L B, ZHAO B R. The distribution and change of transparency in the Bohai Sea, the Yellow Sea and the East China Sea[J].TransaetionsofOceanologyandLimnology,1991(3):1-11.

[23] 薛宇歡, 熊學軍, 劉衍慶.中國近海海水透明度分布特征與季節(jié)變化[J].海洋科學進展,2015(1):38-44. XUE Y H, XIONG X J, LIU Y Q. Distribution features and seasonal variability of the transparency in offshore waters of China[J].AdvancesinMarineScience,2015(1):38-44.

[24] LEE Z P, JIANG M, DAVIS C, et al. Impact of multiple satellite ocean color samplings in a day on assessing phytoplankton[J].OceanScienceJournal,2012,47(3):323-329.

[25] 孫百嘩,王修林,李雁賓,等.光照在東海近海東海原甲藻赤潮發(fā)生中的作用[J].環(huán)境科學,2008,29(2):362-367. SUN B H, WANG X L, LI Y B, et al. Effects of irradiance on blooms of the DinoflagellateProrocentrumdonghaienseLu in the coastal area in East China Sea[J].EnvironmentalScience,2008,29(2):362-367.

[26] 孫百曄,梁生康,王長友,等.光照與東海近海中肋骨條藻(Skeletonemacostatum)赤潮發(fā)生季節(jié)的關系[J].環(huán)境科學,2008,29(7):1849-1854. SUN B Y, LIANG S K, WANG C Y, et al. Role of irradiance on the seasonality ofSkeletonemacostatumcleve blooms in the coastal area in east China Sea[J].EnvironmentalScience,2008,29(7):1849-1954.

[27] XU N, DUAN S, LI A, et al. Effects of temperature, salinity and irradiance on the growth of the harmful dinoflagellateProrocentrumdonghaienseLu[J].HarmfulAlgae,2010,9(1):13-17.

JIANG Binbin1,2, LI Huilin1, TENG Guochao2, YAN Jinbao1, LI Baoxi1, LI Jubao1, ZHANG Xiaoyu2, ZHANG Baohua1

(1. Institute of Oceanography, Zhejiang Geological Institute of China Metallurgical Geology Bureau, Quzhou 324000, Zhejiang Province, China；2. School of Earth Science, Zhejiang University, Hangzhou 310027, China)

In the East China Sea, red tide has become one of the most common marine disasters. Using satellite detecting red tide has already begun for a long time. Geostationary Ocean Color Imager (GOCI) has been used to monitor and analyze the red tide which happened recently in the East China Sea. The results demonstrate that: 1)The normalized water leaving radiance was obtained using Quick Atmospheric Correction (QUAC) for GOCI, and it was effective that normalized water leaving radiance (nLw) 555 nm was chose as the characteristic to monitor red tide; 2) Temporal and spatial distribution of red tide in East China Sea was detected by the threshold of nLw (555 nm) which is peak and less than 1.5 mW·cm-2·sr-1·μm-1. The three events were thatProrocentrumdonghaiensein May 2011, theSkeletonemacostatumin July 2011,Prorocentrumdonghaiensein May 2014, respectively. 3) The red tide area was mainly affected by the tidal and photosynthetically active radiation during a day.NLw (555 nm) was obtained by the atmospheric correction of GOCI through QUAC. And, the red tide area was obtained by the threshold of nLw (555 nm). Combining the photosynthetically active radiation, temperature and tide, the potential reason of variety of red tide during a day was analyzed.

red tide; East China Sea; GOCI; remote sensing

P 715.7；P 731.2

：A

：1008-9497(2017)05-576-08

2016-03-01.

國家重點研發(fā)計劃項目(2016YFC1400901);浙江省公益技術應用研究計劃項目(2016C33SA901743);浙江大學空氣污染與健康研究中心資助項目.

江彬彬(1990-)，ORCID:http://orcid.org/0000-0003-4099-3302，男，碩士研究生，主要從事近岸水色遙感反演機理研究,E-mail：499163435@qq.com.

10.3785/j.issn.1008-9497.2017.05.013

UsingGOCIextractinginformationofredtidefortime-seriesanalysinginEastChinaSea. Journal of Zhejiang University(Science Edition), 2017,44(5):576-583