滕越 ,鄒斌 *,葉小敏
(1.國(guó)家海洋環(huán)境預(yù)報(bào)中心,北京 100081;2.國(guó)家衛(wèi)星海洋應(yīng)用中心,北京 100081;3.自然資源部空間海洋遙感與應(yīng)用研究重點(diǎn)實(shí)驗(yàn)室,北京 100081)
水體中的葉綠素濃度是影響水色變化的重要因素,其測(cè)量值是水體中浮游生物豐度和生物量的一個(gè)重要指標(biāo),它從根本上反映了水體初級(jí)生產(chǎn)力的變化。葉綠素a是藻類植物中最豐富的色素,是水質(zhì)遙感監(jiān)測(cè)中最重要的參數(shù)之一[1]。因此,測(cè)量并分析水中的葉綠素a濃度變化,尤其是人口密集的近岸、河口區(qū)域,對(duì)于維持水體生態(tài)平衡,評(píng)價(jià)水體的污染狀況起著重要作用[2]。傳統(tǒng)的葉綠素a濃度測(cè)定包括分光光度法、熒光光度法、高效液相色譜(HPLC)法等[3],但是其分析速度慢,消耗大量人力、物力。衛(wèi)星遙感以其大尺度、高分辨率、實(shí)時(shí)監(jiān)測(cè)等優(yōu)點(diǎn)越來越多地用于海洋監(jiān)測(cè)中。應(yīng)用衛(wèi)星遙感監(jiān)測(cè)水體的葉綠素a濃度有利于快速、大面積了解水質(zhì)狀況[4]。
2018 年9 月7 日,中國(guó)海洋一號(hào)C(HY-1C)衛(wèi)星發(fā)射成功,現(xiàn)在軌運(yùn)行,其上搭載了海岸帶成像儀(Coastal Zone Imager,CZI)、海洋水色水溫掃描儀(China Ocean Color &Temperature Scanner,COCTS)等載荷,可用于全球葉綠素濃度、海水光學(xué)特性、海表溫度、海洋初級(jí)生產(chǎn)力等要素觀測(cè)。CZI 星下點(diǎn)分辨率為50 m,幅寬≥950 km(表1),不僅可以用于陸地觀測(cè),還可以高效觀測(cè)海洋,尤其在近海、島嶼和沿岸區(qū)域,對(duì)海岸帶監(jiān)測(cè)及了解河口港灣葉綠素分布具有重要意義,對(duì)于赤潮、污染物等海洋環(huán)境災(zāi)害起著監(jiān)測(cè)和預(yù)警作用[5-7]。Cui 等[8]研究波段外響應(yīng)對(duì)HY-1C 衛(wèi)星CZI 水色反演的影響,發(fā)現(xiàn)在藍(lán)、綠、紅3 個(gè)可見光通道中綠波段對(duì)清潔水體效應(yīng)最為顯著,并提出基于CZI 藍(lán)綠波段比值模型進(jìn)行效應(yīng)修正。Cai 等[9]基于舟山海域?qū)崪y(cè)水樣數(shù)據(jù)建立了適用于HY-1C 衛(wèi)星CZI 懸浮泥沙濃度反演模型,其反演結(jié)果與現(xiàn)場(chǎng)測(cè)量有良好的一致性,并分析了島嶼對(duì)舟山近海懸浮泥沙濃度的影響。梁超等[10]采用4 個(gè)光譜指數(shù)重構(gòu)CZI 數(shù)據(jù),針對(duì)廣西山口紅樹林自然保護(hù)區(qū),通過最小噪聲變換建立決策樹,實(shí)現(xiàn)了區(qū)域紅樹林覆蓋面積的自動(dòng)提取。周屈等[11]利用HY-1C 衛(wèi)星CZI 數(shù)據(jù),結(jié)合實(shí)際監(jiān)測(cè)數(shù)據(jù)建立了適用武漢水體濁度反演模型,分析結(jié)果表明施工建設(shè)不是影響水體濁度變化的因素。Ji 等[12]將HY-1C 衛(wèi)星CZI 與COCTS 兩個(gè)多光譜傳感器進(jìn)行圖像融合,建立深度信念網(wǎng)絡(luò)模型,以渤海海域葉綠素a濃度為指標(biāo)與通過傳統(tǒng)圖像融合技術(shù)反演得到的葉綠素a濃度的分辨率和精度進(jìn)行比較,表明CZI 與COCTS 融合圖像能更精確地進(jìn)行水質(zhì)遙感監(jiān)測(cè)。劉建強(qiáng)等[13]利用HY-1C 衛(wèi)星CZI 載荷對(duì)2019 年4 月三亞近海海域船舶溢油事件進(jìn)行監(jiān)測(cè),實(shí)現(xiàn)了溢油事件快速響應(yīng)與修復(fù)。上述研究結(jié)果均表明HY-1C 衛(wèi)星CZI 載荷可較好地應(yīng)用于水色遙感定量化研究。
表1 HY-1C 衛(wèi)星海岸帶成像儀的基本參數(shù)Table 1 Basic parameters of coastal zone imager onboard HY-1C satellite
利用多光譜衛(wèi)星遙感數(shù)據(jù)的葉綠素a濃度反演,具有很強(qiáng)的局地特性。許大志等[14]分析了適用于全球海洋葉綠素a濃度反演的OC2 和OC4 算法在南海北部海區(qū)的適用性,結(jié)果發(fā)現(xiàn)葉綠素a濃度高估范圍在80%~200%之間,即不適用于南海海域,接著,根據(jù)現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù),建立了本地化葉綠素a濃度經(jīng)驗(yàn)算法,相關(guān)系數(shù)達(dá)0.75。馬超飛等[15]在對(duì)黃海和東?,F(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)的基礎(chǔ)上,建立HY-1C 衛(wèi)星CCD 成像儀水體葉綠素a濃度及其他水色要素反演算法,結(jié)果表明,實(shí)測(cè)值與反演值之間有很好的相關(guān)度,其在中低濁度水體有非常好的適用性。唐軍武等[16]根據(jù)在黃海和東海二類水體海域調(diào)查獲得的觀測(cè)數(shù)據(jù),提出了基于藍(lán)綠波段比值法反演海表葉綠素a濃度的經(jīng)驗(yàn)?zāi)P?。叢丕福等[17]基于HY-1 衛(wèi)星COCTS 藍(lán)綠波段輻亮度數(shù)據(jù)結(jié)合現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)構(gòu)建了適用于遼東灣葉綠素a濃度反演模型,結(jié)果表明模型誤差在可控范圍內(nèi),可應(yīng)用于獲取遼東灣葉綠素a濃度。解學(xué)通等[18]基于Landsat8 數(shù)據(jù)建立葉綠素a濃度反演模型,反演珠江口近岸水域葉綠素a濃度,反演得出葉綠素a濃度分布趨勢(shì)與實(shí)測(cè)數(shù)據(jù)相吻合。馬金峰等[19]在珠江河口水域?qū)崪y(cè)數(shù)據(jù)基礎(chǔ)上,構(gòu)建了MERIS 三波段模型,優(yōu)于一階微分法和標(biāo)準(zhǔn)OC4V4 方法在珠江河口的適用性,顯示了模型良好的應(yīng)用潛力。由此可見,葉綠素a反演模型具有很強(qiáng)的區(qū)域性,在特定的水域使用局地性葉綠素a反演模型可提高其反演精度。
本文利用東海和南?,F(xiàn)場(chǎng)實(shí)測(cè)光譜數(shù)據(jù)和葉綠素a濃度數(shù)據(jù)建立HY-1C 衛(wèi)星CZI 葉綠素a濃度反演模型。將葉綠素a濃度模型估算值與實(shí)測(cè)值進(jìn)行驗(yàn)證,應(yīng)用模型反演實(shí)測(cè)水域葉綠素a濃度分布與MODIS 2 級(jí)葉綠素a濃度產(chǎn)品對(duì)比,以此評(píng)價(jià)CZI 在水體葉綠素a濃度監(jiān)測(cè)的適用性。選取珠江口水域進(jìn)行葉綠素a濃度反演分析其空間分布,應(yīng)用模型在長(zhǎng)江口、渤海灣進(jìn)行葉綠素a濃度反演與前人研究結(jié)果對(duì)比評(píng)價(jià)模型的準(zhǔn)確性。本研究可為近海水質(zhì)遙感監(jiān)測(cè),水體富營(yíng)養(yǎng)化監(jiān)測(cè)提供參考。
本文選用珠江口水域作為葉綠素a濃度反演分析區(qū)域。珠江口位于南海北部,珠江干流中的西江、北江和東江以及增江、流溪河和潭江匯入珠江口,珠江口年徑流量超過3.5×1011m3[20]。珠江河口區(qū)河汊眾多,水網(wǎng)密布,北部狹窄,南部開闊,形似倒置漏斗,通過8 條放射狀排列的分流水道流入南海。珠江口水系復(fù)雜,常受潮汐、徑流、季風(fēng)、波浪等因素影響,其動(dòng)力過程也非常復(fù)雜,形成珠江徑流、珠江口沖淡水(由外海水與上游淡水在河口地區(qū)相互摻混后形成)和外海水團(tuán)等不同性質(zhì)的水團(tuán)[20-21]。河口區(qū)多陸嶼和島嶼,珠江口東部水域多分布航道和港口,以香港港和廣州港為首,吞吐量位列世界前列[22]。珠江口所處氣候?yàn)閬啛釒ШQ笮约撅L(fēng)氣候,年均氣溫為21.4~22.4℃,年均降水量為1 600~2 300 mm,降水集中于4-9 月,流量約占全年的80%[23],夏季高溫多雨,冬季溫暖干燥。
本文采用HY-1C 衛(wèi)星在軌測(cè)試實(shí)測(cè)數(shù)據(jù),現(xiàn)場(chǎng)獲取時(shí)間從2018年9月13日至2018年10月12日。站點(diǎn)位置分布從東海黃大洋延伸到海南島南部的南海海域,經(jīng)緯度范圍分別為14°~32°N,105°~125°E。采樣點(diǎn)共有76 個(gè),采用隨機(jī)抽簽的方法,將采樣點(diǎn)分為建模樣本和檢驗(yàn)樣本,分別為50 個(gè)和26 個(gè)采樣點(diǎn),用于構(gòu)建模型的區(qū)域化參數(shù)和驗(yàn)證模型。觀測(cè)點(diǎn)位置信息見圖1。
圖1 2018 年9 月、10 月東海和南海葉綠素a 濃度實(shí)測(cè)站點(diǎn)分布Fig.1 Cruise locations of in situ chlorophyll a concentration sites in the East China Sea and South China Sea in September and October 2018
葉綠素a濃度實(shí)測(cè)值范圍為0.095 4~4.541 8 mg/m3,平均值為0.595 8 mg/m3。利用建模樣本50 個(gè)采樣點(diǎn)的遙感反射率與葉綠素a濃度建立葉綠素a濃度的反演模型,模型形式采用HY-1C 衛(wèi)星標(biāo)準(zhǔn)數(shù)據(jù)產(chǎn)品反演公式。利用實(shí)測(cè)數(shù)據(jù)對(duì)該模型系數(shù)進(jìn)行最小二乘法擬合,得到HY-1C 衛(wèi)星CZI 葉綠素a濃度反演模型為
式中,C為葉綠素a濃度;a0、a1、a2為模型參數(shù),a0=-1.653,a1=0.131,a2=1.668;λ1、λ2、λ3分別為CZI第一、第二、第三波段的波長(zhǎng);Rrs為遙感反射率。由該模型估算的葉綠素a濃度與建模樣本50 個(gè)點(diǎn)的實(shí)測(cè)葉綠素a濃度關(guān)系如圖2a 所示,兩者間的相關(guān)系數(shù)為0.774 3,平均相對(duì)誤差(Mean Relative Error,MRE)為24.58%。利用檢驗(yàn)樣本對(duì)模型進(jìn)行精度驗(yàn)證,模型估算葉綠素a濃度與檢驗(yàn)樣本26 個(gè)點(diǎn)的實(shí)測(cè)葉綠素a濃度關(guān)系如圖2b 所示,相關(guān)系數(shù)達(dá)到了0.993 9,MRE 為18.49%,模型估算值和實(shí)測(cè)值具有很強(qiáng)的相關(guān)性。通常來說,建模組評(píng)價(jià)指標(biāo)的評(píng)價(jià)結(jié)果要優(yōu)于檢驗(yàn)組評(píng)價(jià)指標(biāo)的檢驗(yàn)結(jié)果,本文出現(xiàn)檢驗(yàn)組評(píng)價(jià)指標(biāo)結(jié)果優(yōu)于建模組的情況,可能是由于建模樣本和檢驗(yàn)樣本為隨機(jī)選取,恰巧存在了檢驗(yàn)樣本評(píng)價(jià)指標(biāo)結(jié)果高于建模樣本。從圖2 可以發(fā)現(xiàn),當(dāng)葉綠素a濃度偏低時(shí),模型估算精度稍高于葉綠素a濃度偏高時(shí)。由此,建立的CZI 模型應(yīng)用于水體葉綠素a濃度反演中具有可行性。
圖2 模型估算的葉綠素a 濃度與實(shí)測(cè)葉綠素a 濃度關(guān)系Fig.2 The relationship between the chlorophyll a concentration estimated by the model and the measured chlorophyll a concentration
本文所用HY-1C 衛(wèi)星CZI 數(shù)據(jù)獲取于2019 年9 月26 日至2020 年12 月4 日,選取覆蓋海面云量稀少、成像清晰的數(shù)據(jù),易于進(jìn)行葉綠素a濃度反演。使用的衛(wèi)星數(shù)據(jù)包括L1B 和L2A 級(jí)數(shù)據(jù),L1B 數(shù)據(jù)為各波段天頂輻亮度,L2A 為經(jīng)過大氣校正后的遙感反射率。所用衛(wèi)星數(shù)據(jù)均從我國(guó)海洋衛(wèi)星數(shù)據(jù)分發(fā)系統(tǒng)獲得(https://osdds.nsoas.org.cn/)。所用遙感數(shù)據(jù)信息見表2。
表2 所用遙感數(shù)據(jù)基本參數(shù)Table 2 The basic parameters of remote sensing data used
表2 中序號(hào)1~7 的L1B 級(jí) RGB 圖像如圖3 和圖4所示。由真彩色圖像可以看出本文所用CZI 研究區(qū)數(shù)據(jù)受云影響有少許缺失,珠江口水域2020 年1 月30 日的1 景影像受云影響相對(duì)最小,其他影像水體均有小塊片狀或條帶狀云分布,由于3-9 月珠江口水域CZI 影像空白較多,數(shù)據(jù)缺失嚴(yán)重,因此3-9 月的珠江口水域CZI 數(shù)據(jù)本文暫不涉及。
圖3 海南島周圍HY-1C 衛(wèi)星海岸帶成像儀遙感影像Fig.3 Images acquired by coastal zone imager onboard the HY-1C satellite near the Hainan Island
圖4 珠江口水域HY-1C 衛(wèi)星海岸帶成像儀遙感影像Fig.4 Images acquired by coastal zone imager onboard the HY-1C satellite of the Zhujiang River Estuary waters
海南島環(huán)島水域影像采集范圍為16°~22°N,105°~113°E。圖5a 為應(yīng)用CZI 反演模型對(duì)海南島環(huán)島水域進(jìn)行葉綠素a濃度反演結(jié)果與空間分布,同時(shí)將實(shí)測(cè)站點(diǎn)葉綠素a濃度在空間分布圖上相應(yīng)經(jīng)緯度位置進(jìn)行了呈現(xiàn),站點(diǎn)顏色代表實(shí)測(cè)點(diǎn)的葉綠素a濃度。選取的海南島CZI 遙感影像成像時(shí)間處于現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)相同季節(jié)內(nèi),由于2018 年實(shí)測(cè)數(shù)據(jù)觀測(cè)時(shí)間范圍內(nèi)受天氣條件限制,無法獲得該地區(qū)的晴空遙感數(shù)據(jù),因此選用兩者觀測(cè)時(shí)間相差1 年,但在相同季節(jié)內(nèi)遙感影像與實(shí)測(cè)數(shù)據(jù)進(jìn)行比較。由圖5a可見,實(shí)測(cè)站點(diǎn)葉綠素a濃度與CZI 模型反演葉綠素a濃度值接近,由此驗(yàn)證了模型的反演精度。利用2019 年9 月26 日Terra 衛(wèi)星MODIS 傳感器的葉綠素a濃度產(chǎn)品進(jìn)行對(duì)比。其葉綠素a濃度數(shù)據(jù)為美國(guó)航空航天局NASA 制作的2 級(jí)產(chǎn)品,時(shí)間分辨率為1 d,空間分辨率為1 km,其下載地址為https://oceandata.sci.gsfc.nasa.gov/。MODIS 葉綠素a濃度產(chǎn)品分布見圖5b。比較兩幅葉綠素a濃度空間分布圖可以看出,CZI 反演結(jié)果在海南島沿岸水域和北部灣沿岸及南海水域的葉綠素a濃度分布規(guī)律和MODIS 反演的葉綠素a濃度分布基本一致,其中海南島西南沿岸葉綠素a濃度均為2.3 mg/m3;三亞往南海域葉綠素a濃度均為1 mg/m3;廣西防城港、北海沿岸葉綠素a濃度均在5 mg/m3以上,逐漸向遠(yuǎn)離岸邊方向擴(kuò)散至低濃度;瓊州海峽葉綠素a濃度約為1.7 mg/m3;南海葉綠素a濃度約為1 mg/m3或以下。在越南河靜省、越南廣平省沿岸向東水域和雷州半島兩側(cè)沿岸水域兩個(gè)傳感器反演的葉綠素a濃度分布差異偏大,且呈現(xiàn)相反的趨勢(shì),這可能是由于MODIS 葉綠素a濃度產(chǎn)品所基于的算法[24]主要針對(duì)葉綠素a濃度不大于0.25 mg/m3的全球海表面葉綠素a濃度估算,不完全適用于中國(guó)沿岸水體。同時(shí)由于CZI 較高的空間分辨率,CZI 葉綠素a濃度反演結(jié)果是由表2 中序號(hào)1、2 兩景數(shù)據(jù)鑲嵌而成,序號(hào)2 的CZI 數(shù)據(jù)云覆蓋面積較廣,大氣校正和太陽(yáng)耀斑處理還需交叉驗(yàn)證。
圖5 海南島周圍葉綠素a 濃度海岸帶成像儀反演結(jié)果Fig.5 Chlorophyll a concentration retrieved from coastal zone imager in the offshore water around Hainan Island
珠江口地區(qū)經(jīng)濟(jì)發(fā)達(dá),人口密集,強(qiáng)烈的人類活動(dòng)引起了近岸水域生物種類減少,水體富營(yíng)養(yǎng)化加劇,赤潮、缺氧等海洋生態(tài)災(zāi)害發(fā)生。加之粵港澳大灣區(qū)城市群的快速發(fā)展,沿岸區(qū)域面臨著海岸線退化、濕地面積縮減、生物多樣性水平降低、漁業(yè)資源減少、海洋污染加劇等諸多問題[25],因此,監(jiān)測(cè)珠江口水域葉綠素a濃度及變化,對(duì)促進(jìn)珠江口水域生態(tài)恢復(fù)及可持續(xù)發(fā)展尤為重要和迫切。
應(yīng)用CZI 反演模型對(duì)表2 中的珠江口水域5 景數(shù)據(jù)進(jìn)行葉綠素a濃度反演計(jì)算,所得結(jié)果見圖6。珠江口水域影像采集范圍為21°39′~22°48′N,113°17′~114°16′E。圖6a 呈現(xiàn)的2020 年1 月30 日珠江口水域葉綠素a濃度空間上整體從西到東由高到低擴(kuò)散式分布。高值區(qū)(大于5 mg/m3)分布在珠海和澳門沿岸、淇澳島南側(cè),呈條帶狀分布,向東南擴(kuò)散至南海,濃度逐漸降低至低值(小于1 mg/m3),擴(kuò)散距離不等;向東南水域方向有過渡的片狀中高值(3~5 mg/m3)分布,再向東擴(kuò)散至中值(2~3 mg/m3)。中低值(1~2 mg/m3)分布于虎門、伶仃洋中部水域、深圳灣中部水域、香港離島區(qū)環(huán)島沿岸以及磨刀門水道。低值大面積分布在珠江口南側(cè),南海海域。
圖6 珠江口葉綠素a 濃度海岸帶成像儀反演結(jié)果Fig.6 Chlorophyll a concentration retrieved from coastal zone imager in the Zhujiang River Estuary
2020 年2 月26 日珠江口水域葉綠素a濃度整體分布西側(cè)沿岸高于東側(cè)沿岸。高值區(qū)主要分布在珠海沿岸、淇澳島東南水域,呈大范圍片狀分布。香港大浦區(qū)西沿岸赤門四周、虎門沿岸水域葉綠素a濃度為中高值,條帶狀分布呈西北-東南走向;伶仃洋西部水域及內(nèi)伶仃洋島東南沿岸水域葉綠素a濃度為中高值;九洲尾附近水域沿港珠澳大橋?yàn)橹懈咧捣植迹粚?duì)沙角向北、交杯島向南海域葉綠素a濃度為中高值,向南海逐漸擴(kuò)散至中值、中低值、低值。中值分布在磨刀門水道、伶仃洋中部水域、龍鼓水道。西孖洲西南水域、深圳屯門西沿岸、屯門南沿岸龍鼓水道和西/東博寮海峽葉綠素a濃度為中低值,呈不規(guī)則片狀分布。香港島東部、南部水域及南海呈低值分布。葉綠素a濃度由珠江口沿岸向南海擴(kuò)散,擴(kuò)散距離不等。
2020 年10 月11 日珠江口水域葉綠素a濃度整體由西側(cè)高值向東側(cè)低值過渡。高值出現(xiàn)在淇澳島周圍,珠海、澳門東沿岸,對(duì)沙角向南。中高值出現(xiàn)在淇澳島向北、伶仃洋西側(cè)、磨刀門水道,虎門和深圳灣有零星分布。中值出現(xiàn)在西岸向外擴(kuò)散區(qū)域,呈長(zhǎng)條帶狀分布,此外虎門北部也有零星分布。中低值分布在伶仃洋中部及其向南延伸水域、赤門和沙頭角海。低值分布在香港南沿岸海域、南海海域。
2020 年11 月22 日珠江口水域葉綠素a濃度整體相對(duì)中等。個(gè)別小范圍高值分布在淇澳島西北方向水域、香港大埔區(qū)東沿岸和對(duì)沙角北部水域,在南海海域中也有零星分布。山尾南部南海海域葉綠素a濃度呈現(xiàn)高-中高-中-中低-低聚散式分布。珠海市東沿岸,橫琴島南沿岸水域,對(duì)沙角南側(cè)、交杯島北側(cè)水域呈中高值分布,這些區(qū)域向東或向南擴(kuò)散至中值濃度。中值還分布在伶仃洋西部海域,深圳灣,澳門東沿岸、港珠澳大橋南側(cè)水域,珠海金灣區(qū)南側(cè)?;㈤T呈中低值條帶狀分布,龍鼓水道、香港離島區(qū)沿島水域呈中低值分布。低值分布在香港東側(cè)藍(lán)塘海峽及南海。
2020 年12 月22 日珠江口水域葉綠素a濃度整體偏低。中值分布在淇澳島西北側(cè),向東向低值擴(kuò)散,中值在珠江三角洲沿岸呈寬條帶東北-西南走向。中低值出現(xiàn)在虎門、伶仃洋東部、深圳灣、橫州東側(cè)水域、磨刀門水道及西側(cè)水域。其余水域葉綠素a濃度為低值分布。
由此可見,珠江口水域葉綠素a濃度在2020 年1 月、2 月、10 月、11 月、12 月有大體一致的分布趨勢(shì)。葉綠素a濃度空間分布高值出現(xiàn)在珠江三角洲西沿岸。從空間分布來看,1 月、10 月、12 月葉綠素a濃度高值呈條帶狀分布在珠海和澳門沿岸;2 月、11 月葉綠素a濃度高值呈片狀分布在珠海沿岸。以葉綠素a濃度高值為聚集點(diǎn)向東向南逐漸向低值過渡。由于珠江口獨(dú)特的倒漏斗形狀,接收北面珠江輸入和西面眾多的中、小河流輸入,加之受徑流、潮流、波浪、沿岸流和陸架環(huán)流等影響,珠江口水域水團(tuán)運(yùn)移規(guī)律非常復(fù)雜[20]。再考慮科氏力的影響,使得珠江口水域葉綠素a濃度分布不僅南北向,而且東西向也呈現(xiàn)出明顯的梯度。
為探究CZI 葉綠素a濃度反演模型在中國(guó)近海的適用性,選取長(zhǎng)江口及其鄰近水域、渤海灣CZI 數(shù)據(jù)進(jìn)行葉綠素a濃度反演計(jì)算,結(jié)果如圖7 和圖8 所示。洪官林[26]通過對(duì)長(zhǎng)江口水域水質(zhì)狀況的調(diào)查,發(fā)現(xiàn)長(zhǎng)江口葉綠素a濃度變化范圍為0.01~16.00 mg/m3,圖7 所示的長(zhǎng)江口CZI 反演葉綠素a濃度范圍和洪官林[26]的結(jié)果保持了較好的一致性。
圖7 長(zhǎng)江口及其鄰近水域葉綠素a 濃度海岸帶成像儀反演結(jié)果Fig.7 Chlorophyll a concentration retrieved from coastal zone imager in the Changjiang River Estuary and its adjacent waters
圖8 中渤海灣CZI 反演葉綠素a濃度空間分布為沿岸濃度高,離岸濃度降低,海區(qū)中部大部分地區(qū)葉綠素a濃度約為2 mg/m3,逐漸向渤海中部降低。其空間分布與姜德娟和張華[27]利用MODIS/Aqua 二級(jí)產(chǎn)品獲得的渤海灣葉綠素a濃度有很好的統(tǒng)一性。
圖8 渤海灣葉綠素a 濃度海岸帶成像儀反演結(jié)果Fig.8 Chlorophyll a concentration retrieved from coastal zone imager in the Bohai Bay
以上珠江口、長(zhǎng)江口和渤海灣的CZI 葉綠素a濃度反演示例均顯示,CZI 在中國(guó)近岸海域可較好地實(shí)現(xiàn)高空間分辨率的水色反演并呈現(xiàn)其空間分布。
本文反演獲得葉綠素a濃度在珠江口水域呈現(xiàn)自西北向東南趨于降低的空間分布,其中2 月葉綠素a濃度整體較高,10 月整體濃度低于2 月,12 月整體葉綠素a濃度較低。對(duì)比以往有關(guān)珠江口葉綠素a濃度的研究[18,28]可以發(fā)現(xiàn),不同研究中均有相同的分布特征,符合當(dāng)?shù)厮?、地理相關(guān)理論。遺憾的是,本文建立的CZI 葉綠素a濃度反演模型在珠江口水域、長(zhǎng)江口和渤海灣的反演結(jié)果未有當(dāng)?shù)噩F(xiàn)場(chǎng)實(shí)測(cè)葉綠素a濃度數(shù)據(jù)進(jìn)行對(duì)比驗(yàn)證,接下來需要結(jié)合現(xiàn)場(chǎng)實(shí)測(cè)葉綠素a濃度進(jìn)行綜合分析。
由于CZI 載荷只有4 波段,缺少典型水色遙感載荷的兩個(gè)近紅波段或短波紅外波段用于大氣校正,因此其大氣校正精度也會(huì)為其葉綠素a濃度反演帶來誤差。因此,建立更精確適用的大氣修正算法(如結(jié)合HY-1C 衛(wèi)星COCTS 載荷進(jìn)行大氣校正),應(yīng)用模型在中國(guó)近海其他水域的反演效果為下一步的研究重點(diǎn)。
HY-1C 衛(wèi)星CZI 具有高時(shí)空分辨率的特點(diǎn),可以實(shí)現(xiàn)對(duì)水色要素葉綠素a濃度的反演。本文利用東海和南?,F(xiàn)場(chǎng)實(shí)測(cè)光譜數(shù)據(jù)和葉綠素a濃度數(shù)據(jù)以及HY-1C 衛(wèi)星CZI 數(shù)據(jù)得到了以下結(jié)論:
(1)通過實(shí)測(cè)數(shù)據(jù)建立了HY-1C 衛(wèi)星CZI 葉綠素a濃度反演模型,與建模樣本實(shí)測(cè)葉綠素a濃度相關(guān)系數(shù)為0.774 3,平均相對(duì)誤差為24.58%。
(2)CZI 葉綠素a濃度模型在實(shí)測(cè)水域海南島沿岸反演結(jié)果與實(shí)測(cè)站點(diǎn)葉綠素a濃度量級(jí)一致,其空間分布與MODIS 2 級(jí)產(chǎn)品葉綠素a濃度對(duì)比大體具有一致性,小范圍濃度偏差考慮模型的適用性和數(shù)據(jù)的準(zhǔn)確性。
(3)應(yīng)用CZI 葉綠素a濃度模型在珠江口水域的反演結(jié)果表明,葉綠素 a 濃度在空間上呈現(xiàn)自西北向東南趨于降低的分布。模型在長(zhǎng)江口、渤海灣的葉綠素a濃度分布也與前人研究結(jié)果相一致。本研究表明HY-1C 衛(wèi)星CZI 具有良好的水色遙感應(yīng)用價(jià)值。
致謝:本文CZI 葉綠素a濃度反演模型是在自然資源部第一海洋研究所崔廷偉博士和劉榮杰博士提供的反演模型的基礎(chǔ)上進(jìn)行的系數(shù)訂正,同時(shí)感謝他們?cè)谌~綠素a濃度遙感反演建模方面的幫助。