南海北部夏季葉綠素a分布規(guī)律及影響因素*

楊威, 董園, 俎婷婷, 劉長建, 修鵬

海洋生態(tài)學

南海北部夏季葉綠素a分布規(guī)律及影響因素*

楊威1,2,3, 董園2, 俎婷婷2, 劉長建3, 修鵬2

1. 中國科學院大學, 北京 100049; 2. 熱帶海洋環(huán)境國家重點實驗室(中國科學院南海海洋研究所), 廣東 廣州 510301; 3. 國家海洋局南海調(diào)查技術中心, 廣東 廣州 510300

采用2002—2016年6—9月Aqua/MODIS葉綠素a產(chǎn)品分析珠江沖淡水在南海北部生態(tài)效應的季節(jié)及年際變化特征。6月來自陸源的營養(yǎng)物質(zhì)在西南季風作用下向河口以東陸架區(qū)輸運, 浮游植物增殖, 葉綠素a含量增大; 7月河口以東高濃度葉綠素a覆蓋面積達到最大; 8月在減弱的珠江徑流和環(huán)境風場共同影響下, 口門外海高濃度葉綠素a覆蓋面積明顯減小; 9月北部陸架區(qū)處于東北季風影響之下, 河口以西覆蓋面積逐漸增大。通過線性回歸分析可知, 珠江徑流量是口門外海高濃度葉綠素a覆蓋面積的主要影響因素, 且這種影響有一個月左右的滯后效應。顯著大于(小于)多年平均的珠江徑流量和環(huán)境風場等因素共同作用, 導致2008(2004)年表現(xiàn)為高濃度葉綠素a覆蓋面積的極大值(極小值)年份。葉綠素a在南海北部陸架區(qū)的時空變化特征主要受沖淡水過程影響, 訂正過的衛(wèi)星葉綠素a產(chǎn)品可以用來討論珠江沖淡水的季節(jié)及年際變化。

Aqua/Modis; 葉綠素a; 南海北部; 珠江沖淡水

珠江是流量僅次于長江的中國第二大河流, 多年年均降雨量為1500~2000mm, 有雨季(4—9月)與旱季(10—3月)之分,分別對應珠江流量的豐水期與枯水期。珠江河網(wǎng)水系復雜,上游基本上由西江、北江和東江組成, 其中西江為最大支流, 年均總徑流量合計約326×109m3, 年均輸沙量約為8782×104噸, 每年4—9月為豐水期, 徑流總量約占全年的80%, 而年徑流量的50%以上發(fā)生在6—8月(趙煥庭, 1990; Yin et al, 2004; 胡嘉鏜, 2009)。珠江沖淡水的擴展路徑主要受東亞季風及南海北部環(huán)流影響, 在冬季東北季風及珠江枯水期的影響下, 沖淡水主要沿著岸線向河口以西輸運, 低鹽水水平擴展面積相對較小; 在夏季西南季風及珠江豐水期的共同作用下, 沖淡水向河口以東及離岸方向擴展, 低鹽水水平擴展面積較大, 且呈不同形態(tài)特征(Su, 2004; Dong et al, 2004; Ou et al, 2009)。

珠江沖淡水的陸源物質(zhì)(N、P等營養(yǎng)元素)輸運對陸架區(qū)生態(tài)系統(tǒng)有著重要影響(Cai et al, 2004; Dai et al, 2008), 研究表明豐水期的珠江沖淡水向陸架區(qū)輸送的營養(yǎng)鹽通量約占全年的70%, 并供給了全年80%的生物量生長所需(Gan et al, 2010)。葉綠素a是光合作用的主要色素, 其濃度通常被用于表征浮游植物生物量, 目前已有很多研究關注了珠江沖淡水在河口及鄰近陸架區(qū)的生態(tài)效應(Cai et al, 2004; Ho et al, 2010; Liu et al, 2011; Chen et al, 2011; Zhang et al, 2013; Lu et al, 2015; Bai et al, 2015; Li et al, 2018), 不過這些研究大都是對某年或某個航次生態(tài)動力耦合過程的分析, 且研究區(qū)域主要集中于河口區(qū), 關于珠江沖淡水在北部陸架區(qū)生態(tài)效應季節(jié)及年際變化的研究較少, 航次調(diào)查數(shù)據(jù)有限是主要制約因素。

近年來海洋水色衛(wèi)星的發(fā)展為我們提供了全球海洋葉綠素a的時空連續(xù)觀測資料, 盡管在河口區(qū)因有色溶解有機物(colored dissolved organic matter, CDOM)和碎屑的影響, 葉綠素a含量可能會被高估, 但沖淡水引起的水華現(xiàn)象仍特征明顯(He et al, 2013; Shang et al, 2014)。研究表明, Coastal Zone Color Scanner (CZCS) 月平均水色產(chǎn)品能很好描述長江淡水舌的季節(jié)性擴展特征(Ning et al, 1998), Sea- viewing Wide Field-of-view Sensor (SeaWiFs) 高濃度葉綠素a分布范圍能反映出長江沖淡水年際變化規(guī)律(Kim et al, 2009), 而本文嘗試使用Aqua/Moderate Resolution Imaging Spectroradiometer (MODIS)產(chǎn)品討論珠江沖淡水在南海北部陸架區(qū)的生態(tài)效應。該衛(wèi)星自2002年7月起發(fā)布葉綠素a產(chǎn)品, 目前在南海區(qū), 尤其是珠江河口及鄰近陸架區(qū)已有廣泛應用(Gan et al, 2009, 2010; Shang et al, 2011, 2014; Liu et al, 2014; Bai et al, 2015)。與此同時, 也有較多工作對比分析了MODIS葉綠素a產(chǎn)品在南海海域的觀測精度, 研究表明MODIS和SeaWiFs產(chǎn)品均能反演出夏季珠江沖淡水入侵臺灣海峽的現(xiàn)象(Bai et al, 2015), 但MODIS對于葉綠素a含量的高估為42%, 遠小于SeaWiFs的74%和MEdium Resolution Imaging Spectrometer (MERIS) 的120%(Zhao et al, 2014)。另外通過與珠江口實測葉綠素a樣品濃度的比測表明, 經(jīng)過大氣校正的MODIS數(shù)據(jù)可以準確地反演出葉綠素a含量, 因此MODIS產(chǎn)品可以用來定量監(jiān)測珠江口葉綠素a的變化規(guī)律(Zhang et al, 2011)。目前長時間序列的葉綠素a產(chǎn)品已被用于討論長江沖淡水及其生態(tài)效應的季節(jié)及年際變化規(guī)律(Ning et al, 1998; Kim et al, 2009; Shang et al, 2011; He et al, 2013; Liu et al, 2014), 但在珠江口及南海北部的應用仍然較少。本文計劃選用2002—2016年夏季月平均Aqua/MODIS產(chǎn)品討論葉綠素a在南海北部陸架區(qū)的時空分布特征及其影響因素, 為研究珠江沖淡水的季節(jié)及年際變化提供參考。

1 數(shù)據(jù)與方法

1.1 實測數(shù)據(jù)

2006年7月14日至8月30日, 國家海洋局南海分局在珠江口及鄰近陸架區(qū)共完成233個CTD (Conductivity-Temperature-Depth)垂向廓線的調(diào)查任務, 并在其中的92個站位進行了水樣葉綠素a濃度的實驗室分析, 站位分布見圖1。垂向溫鹽廓線觀測儀器為SBE911 PLUS, 為了保證測量精度, 在觀測期間選擇了22個站位進行了CTD溫鹽與顛倒溫度表和鹽度計的比測, 精度指標顯示溫度±0.02℃, 電導率±0.00001S·m–1, 鹽度±2‰, 比測結果表明設備性能穩(wěn)定。溫鹽取CTD下放段數(shù)據(jù), 經(jīng)標準化處理后供分析使用。利用CTD分層采水器獲取表層海水樣品, 然后通過實驗室熒光萃取法獲得海表葉綠素a含量。

圖1 2006年夏季珠江口及鄰近陸架區(qū)表層鹽度及葉綠素a濃度分布

a中共計233個站位, b中共計92個站位; 黑色圓點表示站位所在位置, 圖b中黑色實線為鹽度32‰等值線。底圖順時針旋轉約14°, 下同

Fig. 1 Distributions of sea surface salinity and Chl a in the Pearl River Estuary and its adjacent shelf in summer 2006. There are 233 sampling stations in a), and 92 in b). The black dots are the sampling stations, and the black contour in b) is the isoline for 32‰. The map is clockwise rotated about 14°, following maps are the same.

1.2 衛(wèi)星數(shù)據(jù)

衛(wèi)星數(shù)據(jù)具有大范圍連續(xù)觀測的優(yōu)勢, 但觀測僅限于海洋表層。本文使用的衛(wèi)星數(shù)據(jù)主要包括Aqua/ MODIS氣候態(tài)(2002—2016年)平均的6—9月、2002—2016年6—9月(無2012年6月數(shù)據(jù))逐月平均及2006年夏季航次觀測期間8d平均的L3級葉綠素a產(chǎn)品(http://oceandata.sci.gsfc.nasa.gov/MODISA/Mapped/ Monthly/4km/), 空間分辨率為4km×4km。風場數(shù)據(jù)包括Cross-Calibrated Multi-Platform (CCMP)氣候態(tài)(1988—2017年)月平均及2002—2016年6—9月逐月平均風場產(chǎn)品(http://www.remss.com/measurements/ ccmp), 空間分辨率為0.25°×0.25°。

1.3 珠江流量

珠江水資源豐富, 年均總徑流量西江約238×109m3, 北江約394×108m3, 東江約238×108m3(胡嘉鏜, 2009), 其中東江經(jīng)博羅、西江與北江經(jīng)思賢滘溝通匯合進入三角洲河網(wǎng)區(qū), 后經(jīng)八個門口注入南海北部海域。本文利用西江高要站(1993—2011年和2014—2016年)、北江石角站(1993—2011年和2014—2016年)及東江博羅站(2002—2011年和2014—2016年)逐月平均徑流資料進行統(tǒng)計分析。

1.4 數(shù)據(jù)處理方法

圖1為2016年夏季珠江口及鄰近陸架區(qū)表層鹽度及表層葉綠素a濃度分布圖, 鹽度32‰以下的沖淡水主要分布在口門附近, 并未明顯向外海擴展, 而表層葉綠素a的分布在空間上與表層鹽度的分布基本一致, 在沖淡水影響的區(qū)域, 分布有較高濃度的葉綠素a。這主要是因為豐水期珠江沖淡水自上游河口而來, 攜帶大量浮游植物生長所需的營養(yǎng)物質(zhì), 包括Si、N、P及溶解有機碳(dissolved inorganic carbon, DIC), 進入陸架區(qū), 在適應的光照條件下, 浮游植物迅速生長, 葉綠素a含量增大(Cai et al, 2004; Lu et al, 2009)。圖2a 為調(diào)查同期Aqua/ MODIS葉綠素a分布圖, 海洋中的白色區(qū)域為受云覆蓋等因素影響的缺損值, 高濃度葉綠素a同樣分布在口門附近, 高值區(qū)與圖1a基本一致。雖然衛(wèi)星遙感產(chǎn)品一般會高估了渾濁水體中的葉綠素a濃度(He et al, 2013), 但就空間分布來看, Aqua/MODIS葉綠素a產(chǎn)品在珠江口及鄰近陸架區(qū)仍具有很高的可信度。

為了討論夏季南海北部高濃度葉綠素a的分布范圍, 我們統(tǒng)計了氣候態(tài)月平均及2002—2016年夏季(6—9月, 2002年為7—9月)逐月平均珠江口門及鄰近陸架區(qū)葉綠素a濃度大于0.8mg·m–3的海域面積值。在月平均數(shù)據(jù)產(chǎn)品中, 因云覆蓋等因素的影響, 有部分缺損值, 為了便于比較分析, 我們對缺損的部分首先進行了線性插值, 插值后的缺損值則用氣候態(tài)對應月份的葉綠素a濃度填補, 圖2b中的葉綠素a分布圖即為圖2a按上述方法處理后所得結果。

為了進一步比較高濃度葉綠素a在珠江河口以西與以東的分布范圍, 我們在南海北部選擇了特定區(qū)域進行統(tǒng)計計算, 區(qū)域為112°—118°E, 21°—24°N的矩形海域, 其中定義112°—114°E為珠江河口以西, 114°—118°E為珠江河口以東(區(qū)域范圍見圖3a所示), 我們據(jù)此計算三個不同區(qū)域中葉綠素a濃度大于0.8mg·m–3的海域面積并對比分析。

圖2 2006年夏季調(diào)查期間Aqua/MODIS海表葉綠素a濃度分布

a. 8d平均產(chǎn)品融合的結果; b. 插值處理后的結果

Fig. 2 Distributions of sea surface Aqua/MODIS Chl a during the summer cruise in 2006: a) 8-day merged Chl a; b) Chl a after interpolating

圖3 2002—2016年氣候態(tài)月平均Aqua/MODIS葉綠素a濃度分布圖

a. 6月; b. 7月; c. 8月; d. 9月。a中黑色方框E、W分別為河口以東和以西高濃度葉綠素a覆蓋面積統(tǒng)計區(qū)域; b中的黑色橢圓為粵東上升流區(qū)域

Fig. 3 Climatology distributions of monthly mean Chl a retried by Aqua/MODIS in 2002-2016: a) Jun, b) Jul, c) Aug and d) Sep. The black box E(W) is used for calculating the AHCHL east (west) of the estuary; the black ellipse indicates the east Guangdong upwelling zone

2 葉綠素a分布特征

2.1 夏季分布特征

圖3為2002—2016年氣候態(tài)平均的6、7、8和9月南海北部葉綠素a分布圖。6月, 高濃度葉綠素a主要分布在珠江口及口門以東海域, 到了7月, 葉綠素a高濃度分布區(qū)進一步向東擴展, 并一直延伸到臺灣淺灘海域, 8月, 高濃度分布區(qū)面積顯著減小, 而到了9月, 珠江口外海高濃度葉綠素a分布區(qū)進一步向口門以西移動。

表1為珠江口外海不同區(qū)域葉綠素a濃度大于0.8mg·m–3海域面積統(tǒng)計結果, 口門以東海域高濃度葉綠素a覆蓋面積在6月時為3.74×104km2, 7月時達到最大4.86×104km2, 8月至9月逐漸減小; 口門以西海域高濃度葉綠素a覆蓋面積在6月時為1.78×104km2, 從7月到8月逐漸減小, 而9月時達到最大, 為1.83×104km2; 口門外海高濃度葉綠素a覆蓋面積在6月為5.52×104km2, 到7月達到最大6.57×104km2, 隨后則逐漸減小。從多年月平均的統(tǒng)計結果來看, 7月是口門外海高濃度葉綠素a覆蓋面積最大的月份, 也是向東擴展最大的月份, 而9月是覆蓋面積最小的月份, 但是夏季向西擴展最大的月份。

表1 南海北部陸架區(qū)氣候態(tài)月平均葉綠素a濃度大于0.8mg·m–3的海域面積值(×104km2)

2.2 年際變化

圖4是2002—2016年珠江河口以西、河口以東和口門外海區(qū)域(河口以西與以東之和)夏季(6—9月平均, 其中2002年6月的數(shù)據(jù)為氣候態(tài)6月的統(tǒng)計值)葉綠素a濃度大于0.8mg·m–3的海域面積分布圖。對15年的統(tǒng)計數(shù)據(jù)進行線性擬合及回歸分析可知, 自2002年開始, 口門外海高濃度葉綠素a覆蓋面積有緩慢增長的趨勢, 而2010—2016年, 這種趨勢進一步增強。通過對極值統(tǒng)計可知, 2008年為高濃度葉綠素a覆蓋面積的極大值年, 口門外海的覆蓋面積為6.09×104km2, 而2004年為口門外海高濃度葉綠素a覆蓋面積的極小值年, 面積為3.39×104km2, 極大值/極小值達到1.8?？陂T外海的覆蓋面積主要受口門以東覆蓋面積的影響, 兩者的變化規(guī)律基本一致, 而口門以西海域高濃度葉綠素a覆蓋面積極大值為2002年的1.83×104km2, 極小值為2011年的1.36×104km2, 極大值/極小值為1.35。

圖4 2002—2016年南海北部陸架區(qū)不同區(qū)域6—9月平均高濃度葉綠素a海域面積分布圖

虛線為2002—2016年口門外海覆蓋面積的線性擬合結果

Fig. 4 Distribution of Jun-Sep mean AHCHL on the shelf of the NSCS from 2002 to 2016. The dashed line is the linear fitted result of the AHCHL outside the PRE in 2002-2016

為了進一步比較分析6—9月高濃度葉綠素a覆蓋面積的年際變化, 我們分別給出了2002—2016年各月河口以東(圖5a)和河口以西(圖5b)覆蓋面積分布圖。從圖5a中可以看出, 7月是向東擴展最大的月份, 其變化趨勢基本與口門外海夏季平均的結果一致, 即在2002—2016年間基本呈現(xiàn)增長趨勢, 在2010年后增長明顯; 6月是向東擴展僅次于7月的月份, 其變化趨勢基本與7月保持一致; 而9月是向東擴展最小的月份, 變化趨勢較為穩(wěn)定。河口以東高濃度葉綠素a覆蓋面積最大值發(fā)生在2016年的7月, 其面積值為6.47×104km2, 而最小值發(fā)生在2015年的9月, 其面積值為1.23×104km2。

圖5b為各月河口以西高濃度葉綠素a覆蓋面積分布圖, 在6—9月, 河口以西覆蓋面積的變化規(guī)律不如河口以東區(qū)域特征明顯, 但就多年平均來說, 9月仍是河口以西覆蓋面積最大的月份, 而7月則是河口以西覆蓋面積最小的月份。河口以西高濃度葉綠素a覆蓋面積最大值發(fā)生在2006年9月, 其面積值為2.18×104km2, 而最小值發(fā)生在2011年6月, 其面積值為1.14×104km2。

圖5 南海北部陸架區(qū)6—9月高濃度葉綠素a海域面積分布圖

a. 河口以東; b. 河口以西

Fig. 5 Distributions of AHCHL on the shelf of the NSCS from June to September: a) east of the estuary; b) west of the estuary

3 討論與分析

很多動力過程會影響南海北部陸架區(qū)葉綠素a濃度及其分布范圍, 包括珠江沖淡水擴展帶來的營養(yǎng)物質(zhì)(Bai et al, 2015), 沿岸上升流引起的垂向混合(Gan et al, 2009, 2010), 以及臺風的生態(tài)效應等(Zhao et al, 2009; Pan et al, 2017)。這些過程中, 珠江沖淡水對高濃度葉綠素a的覆蓋面積有著重要影響, 在眾多影響沖淡水擴展的動力因素中, 珠江徑流量和背景風場的影響最為顯著(Ou et al, 2009)。

3.1 珠江徑流量及風場的影響

為了分析氣候態(tài)月平均葉綠素a的分布變化規(guī)律, 我們給出了研究海域氣候態(tài)月平均風速及珠江徑流量分布圖(圖6)。月平均徑流量為西江高要、北江石角及東江博羅站流量之和, 有著較明顯的季節(jié)變化特征, 自5月起徑流量明顯增加, 到6月達到最大, 這與前人關于最大徑流量發(fā)生在7月的結論有所差別(Yin et al, 2004)。7月平均徑流量略有減小, 自8月起迅速減小, 9月以后減速變緩, 珠江進入枯水期。風場被分解為平行(東偏北21.8°)及垂直于海岸兩個方向, 并定義向東及向北方向為正, 據(jù)圖6所示沿岸風和向岸風只有在6—8月為正, 且向岸風大于沿岸風。根據(jù)Ekman輸運理論, 在沿岸風的作用下, 珠江河口及鄰近陸架區(qū)的沖淡水會沿著垂直于岸線的方向向外海輸運, 近岸產(chǎn)生上升流, 而在向岸風的作用下, Ekman層內(nèi)的沖淡水則沿著平行于岸線的方向向東偏北輸運, 故當沿岸風和向岸風為正時, 均有利于珠江沖淡水向著河口以東方向擴展并將營養(yǎng)物質(zhì)輸送至北部陸架區(qū), 進而引起浮游植物的增殖, 葉綠素a含量增加。對比前文所述氣候態(tài)高濃度葉綠素a在陸架區(qū)覆蓋面積的變化特征, 自5月起, 珠江進入豐水期, 陸源營養(yǎng)元素隨沖淡水進入河口及陸架區(qū); 6月開始, 在西南季風影響下, 沖淡水向陸架方向擴展, 高葉綠素a覆蓋面積增大, 6月珠江徑流量進一步增大; 7月時, 向東擴展面積達到最大; 到9月時, 徑流量減弱, 沿岸風和向岸風均不利于沖淡水的擴展, 河口以西高濃度葉綠素a覆蓋面積達到最大, 同時口門外?？偢采w面積顯著減小。

圖6 南海北部陸架區(qū)氣候態(tài)平均風速及珠江徑流量分布圖

為進一步了解徑流量的影響, 我們對2002—2016年夏季(6—9月)平均高濃度葉綠素a覆蓋面積和豐水期(5—9月)平均珠江徑流量進行了線性回歸分析(圖7), 覆蓋面積和月平均流量之間的相關系數(shù)2=0.53,<0.01, 由此可見珠江徑流量對河口及陸架區(qū)高濃度葉綠素a覆蓋面積有著重要的影響。Kim等(2009)通過對長江沖淡水的研究表明沖淡水覆蓋面積主要受7—8月長江徑流量的影響, 而擴展方向主要是風作用的結果, Yin等(2004)通過分析1999和2000年夏季珠江口及香港附近海域水華現(xiàn)象時發(fā)現(xiàn), 環(huán)境風場的轉變可以迅速改變水華發(fā)生的區(qū)域, 陸架上的沖淡水形態(tài)主要是風和風生近岸流共同作用的結果(Zu et al, 2014), 徑流量和風場的變化較好地對應著葉綠素a覆蓋面積的變化, 高濃度葉綠素a的擴展方向主要受風場變化的影響, 而徑流量則主要影響覆蓋面積的大小。

圖7 珠江5—9月平均徑流量與6—9月平均高濃度葉綠素a覆蓋面積相關性分布圖

3.2 珠江徑流量的滯后效應

從圖6中可以看出, 氣候態(tài)月平均最大徑流量發(fā)生在6月, 而覆蓋面積最大值發(fā)生在7月, 徑流量對覆蓋面積的影響有一定的滯后效應。為了驗證這一點, 我們對2002—2016年各月高濃度葉綠素a覆蓋面積和當月(圖8a—d)及前一個月(圖8e—h)的珠江徑流量做線性回歸分析。在當月相關分析中, 通過可信度檢驗的僅為6月覆蓋面積和6月徑流量(2=0.50,<0.01), 而在一個月的滯后相關分析中, 9月覆蓋面積和8月徑流量(2=0.65,<0.01), 6月覆蓋面積和5月徑流量(2=0.49,<0.01)及7月覆蓋面積和6月徑流量(2=0.47,<0.03)均通過了可信度檢驗。各月高濃度葉綠素a覆蓋面積受前一個月珠江徑流量的影響較大, 這在每年6、7和9月尤為明顯。Kim等(2009)分析了由高濃度葉綠素a表征的1998—2007年長江沖淡水和長江徑流量之間的相關性, 結果表明8—9月的沖淡水面積明顯地受到7—8月長江徑流量影響, 這種影響的滯后效應在長江口表現(xiàn)為1—2個月。珠江口及鄰近陸架區(qū)徑流量滯后影響的主要原因包括: 1) 流量為河網(wǎng)上游水文站統(tǒng)計數(shù)據(jù), 其距入?？谶€有一定的距離, 比如高要站和石角站分別位于西江和北江交匯之處思賢滘上游44km和52km, 思賢滘則距離入海口約139km(謝萍, 2005), 上游的高徑流量到達河口及陸架區(qū)需要一定時間; 2) 珠江沖淡水攜帶的營養(yǎng)物質(zhì)擴展到陸架區(qū), 需要在適應的光照條件下, 才能引起浮游植物生長, 進而表現(xiàn)為葉綠素a含量增加。

圖8 珠江月平均徑流量與月平均高濃度葉綠素a覆蓋面積相關性分布圖

a—d, 當月相關; e—h, 滯后相關

Fig. 8 Correlation between monthly river discharge and monthly AHCHL: without (a-d) and with (e-h) one month lag

3.3 高濃度葉綠素a覆蓋面積極值年份

從圖4的高濃度葉綠素a覆蓋面積年際變化分布圖中可以看出2004和2008年是較為特殊的兩年, 其中2004年為南海北部高濃度葉綠素a覆蓋面積的極小值年份, 6—9月份的面積值均小于多年平均, 而2008年為覆蓋面積的極大值年份, 6—9月份的面積值均大于多年平均。

圖9和圖10是2004和2008年6—9月葉綠素a濃度及同期月平均CCMP風場分布圖。2004年6月臺灣海峽至珠江口仍處于東北風控制之下, 此時高濃度葉綠素a主要分布在珠江口以西; 7月北部陸架區(qū)主要受向岸風影響, 高濃度區(qū)域有向東擴展的趨勢, 但范圍較多年平均分布仍較小; 8月沿岸風特征明顯, 高濃度葉綠素a向河口以西移動, 河口以東基本消失; 9月整個北部陸架區(qū)均處于東北風控制之下, 此時高濃度海域繼續(xù)向西移動, 且呈緊貼岸線狀態(tài)分布。

2008年6月北部陸架區(qū)已處于西南季風影響之下, 且沿岸風較大, 珠江口外大片海域分布有高濃度葉綠素a, 口門以東的范圍明顯大于口門以西; 7月沿岸風進一步增強, 高濃度葉綠素a海域面積進一步增大, 從珠江口至臺灣海峽都有較高濃度的葉綠素a; 8月北部陸架區(qū)主要受向岸風影響, 河口以東面積顯著減小; 9月北部陸架區(qū)處于東北風影響之下, 河口以東的覆蓋面積進一步減小, 河口以西沒有明顯增大趨勢。

關于2008年珠江沖淡水向東擴展的特殊性, 目前已有較多的研究成果, 柯志新等(2013)通過對2008年8—9月南海北部71個站位葉綠素a含量的分析得到, 粵東近海表層葉綠素a濃度高值超過2.0mg·m–3, 而南海北部表層及25m處的平均葉綠素a含量也到達0.15和0.11mg·m–3。Bai 等(2015)利用實測資料并結合衛(wèi)星數(shù)據(jù)分析了2008年夏季珠江沖淡水侵入至臺灣海峽事件, 并表明珠江沖淡水入侵臺灣海峽是夏季頻發(fā)事件。Shu 等(2011)利用數(shù)值同化方法描述了2008年夏季珠江沖淡水的四維結構, 并證明其最遠可以達到臺灣海峽, 而關于2004年夏季珠江沖淡水擴展分布的研究卻較少。

圖11給出了2004、2008及多年平均6—9月風場及徑流量對比圖。與多年月平均相比, 2004年6月南海北部風場明顯偏小, 且沿岸風及向岸風均抑制了沖淡水向外海擴展, 另外2004年5—6月的珠江徑流量也小于同期多年月平均徑流量; 而2008年6—7月南海北部風場均大于多年月平均風場, 沿岸風及向岸風均利于沖淡水向東擴展, 2008年6月的珠江徑流量也為近15年最大的月平均流量, 同年8月21—23日, 強臺風Nuri穿過南海北部陸架區(qū)在珠江口登陸, 臺風加強了垂向混合, 而臺風引起的強降水過程又進一步增加了珠江徑流量, 在珠江河口出現(xiàn)大片葉綠素a含量大于1.5mg·m–3海域(Zhao et al, 2009), 另外9月平均風速明顯小于多年平均, 延緩了北部陸架區(qū)海水向岸堆積的過程, 故多種因素共同作用導致了2008年6—9月大面積高濃度葉綠素a海水覆蓋在南海北部陸架區(qū)。

圖9 2004年葉綠素a濃度及同期CCMP風場分布圖.

a. 6月; b. 7月; c. 8月; d. 9月

Fig. 9 Distributions of monthly mean sea surface Chl a and wind vector retrieved by Aqua/MODIS and CCMP in 2004: a) Jun, b) Jul, c) Aug and d) Sep

圖10 2008年葉綠素a濃度及同期CCMP風場分布圖

a. 6月; b. 7月; c. 8月; d. 9月

Fig. 10 Distributions of monthly mean sea surface Chl a and wind vector retrieved by Aqua/MODIS and CCMP in 2008: a) Jun, b) Jul, c) Aug and d) Sep

圖11 2004、2008、2002—2016年平均6—9月風場及5—9月徑流量分布圖

3.4 其他影響南海北部高濃度葉綠素a分布的動力過程

前文我們主要通過徑流量和風場兩個因素討論了珠江沖淡水對于南海北部高濃度葉綠素a覆蓋面積的貢獻, 但不能忽視的是夏季上升流及熱帶氣旋等過程同樣會引起浮游植物的增殖。通過南海北部氣候態(tài)海表面溫度(sea surface temperature, SST)分布圖(Shu et al, 2009)我們可以看到, 南澳以東及臺灣淺灘海域為南海東北部夏季兩個主要上升流區(qū), 同時也對應著高濃度葉綠素a分布區(qū)(圖3), 對于臺灣淺灘, 其位置在118°E以東, 并不在我們統(tǒng)計區(qū)域以內(nèi), 而粵東上升流區(qū)對應的高濃度葉綠素a則被我們統(tǒng)計計算, 但因其位置較為固定, 每年夏季基本穩(wěn)定存在, 另據(jù)研究表明上升流區(qū)的生物生產(chǎn)力要小于沖淡水區(qū)域(Gan et al, 2010), 其引起的覆蓋面積季節(jié)及年際變化遠不如沖淡水過程。臺風引起的次表層上升流將深層富營養(yǎng)鹽海水輸送至真光層是導致表層及次表層葉綠素a水華出現(xiàn)的主要原因, 比如2008年Nuri引起的表層水華時間可以長達一周, 而通過對1998—2012年間42個臺風過程的研究表明, 風速、停留時間、移動速度、背景海洋等因素都決定著浮游植物的增殖過程(葉海軍, 2013), 但臺風過程相對隨機, 且單個臺風的影響時間一般不超過一周, 故其對南海北部高濃度葉綠素a覆蓋面積季節(jié)及年際變化的影響更多是作為一個隨機量。

綜上所述, 珠江沖淡水是南海北部高濃度葉綠素a覆蓋面積季節(jié)及年際變化的決定因素, 利用水色衛(wèi)星葉綠素a產(chǎn)品獲得的時空變化規(guī)律可以幫助我們理解珠江沖淡水的年際變化特征。

4 結論

相比于夏季上升流及熱帶氣旋等動力過程, 南海北部葉綠素a的季節(jié)及年際變化主要受珠江沖淡水分布擴展的影響, 其中珠江徑流量和南海北部環(huán)境風場相互作用, 共同決定陸架區(qū)葉綠素a的分布擴展。在強徑流及沿岸風場共同作用下, 7月河口以東高濃度葉綠素a覆蓋面積達到最大, 同時也是口門外海覆蓋面積最大的月份。9月是河口以西高濃度葉綠素a覆蓋面積最大的月份。年際變化顯示, 氣候態(tài)季節(jié)平均的徑流量與高濃度葉綠素a覆蓋面積之間存在較好的相關性, 凸顯出珠江徑流量的重要影響, 而這種影響有一個月左右的滯后效應。徑流量和環(huán)境風場的異常分布, 易產(chǎn)生高濃度葉綠素a分布的異常年份, 如2008年是覆蓋面積極大值年, 2004年是覆蓋面積的極小值年。

葉綠素a作為浮游植物生物量的重要表征, 其在南海北部陸架區(qū)的時空變化特征即表征了沖淡水在陸架區(qū)生態(tài)效應的時空變化特征。在長江口, 已有研究利用葉綠素a的時空變化來討論長江沖淡水的季節(jié)及年際變化規(guī)律(Kim et al, 2009; Bai et al, 2014), 而在現(xiàn)場鹽度觀測數(shù)據(jù)不足及遙感鹽度資料在近岸不準的情況下, 經(jīng)過算法修改和誤差訂正的衛(wèi)星葉綠素a數(shù)據(jù)產(chǎn)品可以用來討論珠江沖淡水的季節(jié)及年際變化特征。

胡嘉鏜, 2009. 珠江三角洲河網(wǎng)與河口水-沙-污染物通量模擬研究[D]. 廣州: 中山大學. HU JIATANG, 2009. Modeling the mass fluxes of water, suspended sediment and pollutants for the river-network and estuary in the Pearl River Delta[D]. Guangzhou: Sun Yat-Sen University (in Chinese with English abstract).

柯志新, 黃良民, 譚燁輝, 等, 2013. 2008年夏末南海北部葉綠素a的空間分布特征及其影響因素[J]. 熱帶海洋學報, 32(4): 51–57. KE ZHIXIN, HUANG LIANGMIN, TAN YEHUI, et al, 2013. Spatial distribution of chlorophyll a and its relationships with environmental factors in northern South China Sea in late summer 2008[J]. Journal of Tropical Oceanography, 32(4): 51–57 (in Chinese with English abstract).

謝萍, 2005. 珠江來水來沙特征及三角洲網(wǎng)河區(qū)水沙再次分配研究[D]. 廣州: 中山大學. XIE PING, 2005. Study on discharge and sediment characteristics of the Pearl River and changes of diversion ration of flow and sediment in the network area[D]. Guangzhou: Sun Yat-sen University (in Chinese with English abstract).

葉海軍, 2013. 臺風對南海浮游植物分布及其粒徑組成的影響[D]. 北京: 中國科學院大學. YE HAIJUN, 2013. Typhoon impact on marine phytoplankton distribution and its size classes in the South China Sea[D]. Beijing: University of Chinese Academy of Sciences (in Chinese with English abstract).

趙煥庭, 1990. 珠江河口演變[M]. 北京: 海洋出版社. ZHAO HUANTING, 1990. Evolution of Pearl River estuary[M]. Beijing: China Ocean Press (in Chinese).

BAI YAN, HE XIANGQIANG, PAN DELU, et al, 2014. Summertime Changjiang River plume variation during 1998–2010[J]. Journal of Geophysical Research Oceans, 119(9): 6238–6257.

BAI YAN, HUANG T H, HE XIANQIANG, et al, 2015. Intrusion of the Pearl River plume into the main channel of the Taiwan Strait in summer[J]. Journal of Sea Research, 95: 1–15.

CAI WEIJUN, DAI MINHAN, WANG YONGCHEN, et al, 2004. The biogeochemistry of inorganic carbon and nutrients in the Pearl River estuary and the adjacent Northern South China Sea[J]. Continental Shelf Research, 24(12): 1301–1319.

CHEN BINGZHANG, WANG LEI, SONG SHUQUN, et al, 2011. Comparisons of picophytoplankton abundance, size, and fluorescence between summer and winter in northern South China Sea[J]. Continental Shelf Research, 31(14): 1527–1540.

DAI MINHAN, ZHAI WEIDONG, CAI WEIJUN, et al, 2008. Effects of an estuarine plume-associated bloom on the carbonate system in the lower reaches of the Pearl River estuary and the coastal zone of the northern South China Sea[J]. Continental Shelf Research, 28(12): 1416–1423.

DONG LIXIAN, SU JILAN, WONG L A, et al, 2004. Seasonal variation and dynamics of the Pearl River plume[J]. Continental Shelf Research, 24(16): 1761–1777.

GAN JIANPING, LI LI, WANG DONGXIAO, et al, 2009. Interaction of a river plume with coastal upwelling in the northeastern South China Sea[J]. Continental Shelf Research, 29(4): 728–740.

GAN JIANPING, LU ZHONGMING, DAI MINHAN, et al, 2010. Biological response to intensified upwelling and to a river plume in the northeastern South China Sea: A modeling study[J]. Journal of Geophysical Research, 115(C9): C09001, doi: 10.1029/2009JC005569.

HE X Q, BAI Y, PAN D L, et al, 2013. Satellite views of the seasonal and interannual variability of phytoplankton blooms in the eastern China seas over the past 14yr (1998–2011)[J]. Biogeosciences, 10(7): 4721–4739.

HO A Y T, XU JIE, YIN KEDONG, et al, 2010. Phytoplankton biomass and production in subtropical Hong Kong waters: influence of the Pearl River outflow[J]. Estuaries & Coasts, 33(1): 170–181.

KIM H C, YAMAGUCHI H, YOO S, et al, 2009. Distribution of Changjiang Diluted Water detected by satellite chlorophyll-and its interannual variation during 1998–2007[J]. Journal of Oceanography, 65(1): 129–135.

LI Q P, ZHOU WEIWEN, CHEN YINCHAO, et al, 2018. Phytoplankton response to a plume front in the northern South China Sea[J]. Biogeosciences, 15(8): 2551–2563.

LIU HUAXUE, SONG XINGYU, HUANG LIANGMIN, et al, 2011. Phytoplankton biomass and production in northern South China Sea during summer: Influenced by Pearl River discharge and coastal upwelling[J]. Acta Ecologica Sinica, 31(3): 133–136.

LIU MEILING, LIU XIANGNAN, MA AOHUI, et al, 2014. Spatio-temporal stability and abnormality of chlorophyll-in the Northern South China Sea during 2002–2012 from MODIS images using wavelet analysis[J]. Continental Shelf Research, 75: 15–27.

LU FENGHUI, NI HONGGANG, LIU FENG, et al, 2009. Occurrence of nutrients in riverine runoff of the Pearl River Delta, South China[J]. Journal of Hydrology, 376(1–2): 107–115.

LU ZHONGMING, GAN JIANPING, 2015. Controls of seasonal variability of phytoplankton blooms in the Pearl River Estuary[J]. Deep Sea Research Part II: Topical Studies in Oceanography, 117: 86–96.

NING X, LIU Z, CAI Y, et al, 1998. Physicobiological oceanographic remote sensing of the East China Sea: Satellite and in situ observations[J]. Journal of Geophysical Research: Oceans, 103(C10): 21623–21635.

OU SUYING, ZHANG HONG, WANG DONGXIAO, 2009. Dynamics of the buoyant plume off the Pearl River Estuary in summer[J]. Environmental Fluid Mechanics, 9(5): 471–492.

PAN GANG, CHAI FEI, TANG DANLING, et al, 2017. Marine phytoplankton biomass responses to typhoon events in the South China Sea based on physical-biogeochemical model[J]. Ecological Modelling, 356: 38–47.

SHANG S, DONG Q, LEE Z, et al, 2011. MODIS observed phytoplankton dynamics in the Taiwan Strait: an absorption-based analysis[J]. Biogeosciences, 8: 841–850.

SHANG S L, DONG Q, HU C M, et al, 2014. On the consistency of MODIS chlorophyllproducts in the northern South China Sea[J]. Biogeosciences, 11(2): 269–280.

SHU YEQIANG, ZHU JIANG, WANG DONGXIAO, et al, 2009. Performance of four sea surface temperature assimilation schemes in the South China Sea[J]. Continental Shelf Research, 29(11–12): 1489–1501.

SHU YEQIANG, WANG DONGXIAO, ZHU JIANG, et al, 2011. The 4-D structure of upwelling and Pearl River plume in the northern South China Sea during summer 2008 revealed by a data assimilation model[J]. Ocean Modelling, 36(3–4): 228–241.

SU JILAN, 2004. Overview of the South China Sea circulation and its influence on the coastal physical oceanography outside the Pearl River Estuary[J]. Continental Shelf Research, 24(16): 1745–1760.

YIN KEDONG, ZHANG JIANLIN, QIAN PEIYUAN, et al, 2004. Effect of wind events on phytoplankton blooms in the Pearl River estuary during summer[J]. Continental Shelf Research, 24(16): 1909–1923.

ZHANG XIA, SHI ZHEN, LIU QINGXIA, et al, 2013. Spatial and temporal variations of picoplankton in three contrasting periods in the Pearl River Estuary, South China[J]. Continental Shelf Research, 56: 1–12.

ZHANG YUANZHI, LIN HUI, CHEN CHUQUN, et al, 2011. Estimation of chlorophyll-a concentration in estuarine waters: case study of the Pearl River estuary, South China Sea[J]. Environmental Research Letters, 6(2): 024016.

ZHAO HUI, TANG DANLING, WANG DONGXIAO, 2009. Phytoplankton blooms near the Pearl River Estuary induced by Typhoon Nuri[J]. Journal of Geophysical Research: Oceans, 114: C12027, doi: 10.1029/2009JC005384.

ZHAO W J, WANG G Q, CAO W X, et al, 2014. Assessment of SeaWiFS, MODIS, and MERIS ocean colour products in the South China Sea[J]. International Journal of Remote Sensing, 35(11–12): 4252–4274.

ZU TINGTING, WANG DONGXIAO, GAN JIANPING, et al, 2014. On the role of wind and tide in generating variability of Pearl River plume during summer in a coupled wide estuary and shelf system[J]. Journal of Marine Systems, 136: 65–79.

Distribution of Chlorophyll-a and its influencing factors in the northern South China Sea in summer

YANG Wei1,2,3, DONG Yuan2, ZU Tingting2, LIU Changjian3, XIU Peng2

1. University of Chinese Academy of Sciences, Beijing 100049, China; 2. State Key Laboratory of Tropical Oceanography, South China Sea Institute of Oceanology, Chinese Academy of Sciences, Guangzhou 510301, China; 3. South China Sea Marine Survey and Technology Center, State Oceanic Administration, Guangzhou 510300, China

Summer (from June to September) time series of 15 years (2002-2016) of chlorophyll-a (Chl a) from the Moderate Resolution Imaging Spectroradiometer (MODIS) Aqua products were collected to discuss seasonal and interannual variability of ecological response of the Pearl River Plume in the Northern South China Sea (NSCS). In June, under the influence of southwest monsoon, nutrients from the Pearl River Delta were transported eastward to the shelf area, phytoplankton bloomed and Chla increased. The coverage area over the shelf in the NSCS reached the maximum in July, and decreased in August when the river discharge and wind reduced. In September when the northeasterly wind prevailed in the NSCS, the coverage area with high concentration of Chl(AHCHL) west of the estuary increased. Linear regression analysis suggested that the river discharge was the main reason for driving the AHCHL variability with a time lag of about one month. The combined effect of stronger (weaker) than the multi-year mean river discharge and wind resulted in extremely large (small) AHCHL in 2008 (2004). Because the spatiotemporal variability of Chl a in the NSCS was mainly influenced by the Pearl River Plume, the quality controlled satellite Chl a products can be used to discuss the variability of the Pearl River Plume.

Aqua/MODIS; Chlorophyll-a; Northern South China Sea; Pearl River Plume

10.11978/2019018

http://www.jto.ac.cn

Q948.8; TP79

A

1009-5470(2019)06-0009-12

2019-02-21;

2019-05-23。

林強編輯

中國科學院前沿科學重點研究項目(QYZDJ-SSW-DQC022); 國家自然科學基金項目(41576003); 廣東省杰出青年基金項目(2014A030306049); 廣東省自然科學基金項目(2017A030313251); 國家海洋局南海分局局長基金(1415、18106); 中國科學院百人計劃

楊威(1986—), 男, 安徽省定遠縣人, 博士研究生, 從事海洋生態(tài)動力過程研究, E-mail: yangwei@scsio.ac.cn

修鵬。Email: pxiu@scsio.ac.cn

*致謝: 在研究過程中得到中國科學院南海海洋研究所薛惠潔研究員、舒業(yè)強研究員, 以及梁愛琳、耿兵緒的諸多建議和幫助, 在此表示感謝！感謝珠江水資源保護科學研究所提供的月平均珠江徑流量數(shù)據(jù)。感謝NASA/Ocean Color網(wǎng)站提供的Aqua/MODIS葉綠素a產(chǎn)品及NASA/ESE提供的CCMP風場數(shù)據(jù)。特別感謝2006年夏季中國海監(jiān)71船全體科考隊員在現(xiàn)場觀測數(shù)據(jù)獲取過程中付出的努力。

2019-02-21;

2019-05-23.

Editor: LIN Qiang

Key Research Program of Frontier Sciences, CAS(QYZDJ-SSW-DQC022); National Natural Science Foundation of China (41576003); Natural Science Funds for Distinguished Young Scholar of Guangdong Province(2014A030306049);Natural Science Foundation of Guangdong Province(2017A030313251);Director Foundation of South China Sea Branch, State Oceanic Administration (1415,18106);100 Talents Program of The Chinese Academy of Sciences

XIU Peng. Email: pxiu@scsio.ac.cn