下载:
-
海洋是人类最大的资源宝库，是全球生命支持系统的基本组成部分。特别地，近岸水体是海洋和人类社会关系最密切的部分。随着人类的发展，近岸水体遭受气候变化、生态环境退化、污染物排放、过度捕捞和养殖等过程的影响与日俱增，尤其是通过地表径流输入的营养物质或污染水体，给近岸水质带来了巨大压力，威胁着海洋生态环境安全[1]。因此，掌握水体状况对海洋生态环境保护和可持续发展等具有重要意义，各国都已加强了对水体的监测、评估和治理[2-3]。
水体透明度（Zsd）是水体重要的光学参数，能够直观、综合地反映水体水质状况，被广泛应用于各类水体状况监测分析中[4-5]。这是因为影响水体透明度的要素主要为水体组分，包括浮游植物、悬浮泥沙、可溶性有机物等。而这些要素都是影响水质状况的重要参量，例如，水体出现富营养化（水质变差），导致浮游植物增高，透明度下降；当悬浮泥沙增多时，透明度也会下降，所以，透明度可以综合反映水体要素的变化，进一步表征水体的水质状况。因此，以Zsd为指标评价水体状况有着综合性优势。此外，Zsd通常是利用塞克盘进行现场测量，测量方法简单易操作，因此Zsd作为常规性监测参数，被海洋环境监测管理部门广泛调查，具有大量数据可供参考[6]。更为关键的是，水色卫星遥感技术能够通过反演获得高精度的Zsd遥感产品，即使在近岸区域，其产品精度也可达到25%左右[7]。卫星遥感技术具有大范围、长时序观测等优势，这为从宏观大尺度上评价海洋水体状况提供了优越的技术手段[8-9]。
东中国海主要为中国大陆东侧、北太平洋西侧的海域，是世界上最广阔的陆架海之一，受到陆地径流输入、洋流季风等影响，其水体状况复杂多变[10-11]。针对该海域，目前有学者研究过其Zsd的变化，例如，早期何贤强等[12]提出了关于Zsd的半分析定量遥感模型，基于此计算了1998－1999年中国海月平均Zsd遥感产品，并分析了其时空分布特征；叶晗等[7]基于Lee等[13]和Mao等[14]提出的Zsd半分析算法，针对MODIS传感器对该算法进行了改进，实现了对Zsd的高精度遥感反演；此外，Zhou等[6]基于Lee等[13]提出的Zsd遥感反演模型，分析了渤海和黄海Zsd的变化特征及其影响因素。整体上，目前学者们对于Zsd的研究主要集中在遥感估算或其本身变化特征上，但较少从Zsd的视角提出一种水体状况综合评价方法。
因此，本文基于近20年（2002－2021年）的Zsd卫星遥感产品，从Zsd的视角，提出了一种评价水体状况的新方法，进而分析了东中国海水体状况的分布变化情况，并结合水色参数对其影响因素进行了深入探究。
-
本文以东中国海为研究区域，所选具体经纬度为27°N－41.2°N，117°E－127°E。东中国海是中国重要的边缘海，包括渤海、黄海和东海。这3个海域紧密相连，海水交换密切，同时与西北太平洋也存在复杂的水体交换，使得东中国海水文环境复杂。此外，东中国海沿岸工农业发达、人类活动密集，导致东中国海每年接纳陆地径流输入的大量泥沙和营养物质，这严重影响着其水体状况和透明度的变化[15-17]。
为了深入分析东中国海水体状况的变化特征及其影响因素，本文选取了4个具有代表性的典型区域作为研究区（图1），分别为：（1）渤海海峡（Bohai Strait, BS），经纬度为38.2°N－38.8°N，121°E－122°E；（2）江苏近岸（Jiangsu Coast, JC），经纬度为34.7°N－35.5°N，119.1°E－120°E；（3）南黄海中部（Central South Yellow Sea, CSYS），经纬度为35°N－35.9°N，124°E－125.4°E；（4）东海陆架区（East China Sea shelf, ECSS），经纬度为28°N－30°N，123.4°E－125.6°E。其中，渤海海峡和南黄海中部对应Zsd上升的区域，江苏近岸和东海陆架区对应Zsd下降的区域（详情见2.1节）。
图 1 研究区域
Figure 1. The study area
-
本文所使用的卫星遥感数据为搭载在Aqua卫星上的MODIS传感器L3级遥感反射率Rrs月产品，其空间分辨率为4 km，时间跨度为2002年7月到2021年12月，从NASA Ocean Color官网（
https://oceancolor.gsfc.nasa.gov/ ）下载获得。针对东中国海的Zsd，本文基于Rrs月产品，利用叶晗等[7]针对MODIS传感器改进的半分析算法计算得到。该算法主要包括两个核心步骤：第一步是利用Mao等[14]的遥感反演联合算法计算Kd；第二步是利用Lee等[13]的Zsd理论模型计算Zsd。Lee等[13]的Zsd理论模型如公式（1）所示：
式中：Kd表示水体漫衰减系数，其具体计算方法参考叶晗等[7]的论文，此处不做详述。基于现场实测数据的验证显示该算法具有良好的精度，反演的Zsd适用于中国近海，其平均绝对相对误差为25.1%[7]。
此外，为了探究东中国海水体状况的影响因素，本文基于Rrs月产品，计算了水色参数遥感产品，包括叶绿素a（Chlorophyll a concentration，Chl a）和悬浮颗粒物浓度（Total Suspended Matter，TSM）。其中，Chl a利用OC2遥感反演算法[18]计算得到，该算法是韩国地球静止水色仪（Geostationary Ocean Color Imager，GOCI）的标准算法之一（观测区域为东中国海及西北太平洋海域）。OC2反演算法的形式源于O’Reilly等[18]针对SeaWiFS和MODIS提出的OCx算法，研究者基于现场实测数据的验证结果表明OC2算法在东中国海具有良好的精度，Chl a反演的平均绝对相对误差为30.68%[19]。TSM则利用了YOC遥感反演算法[20]计算得到。YOC算法形式由Tassan[21]率先提出，但其模型系数由Siswanto 等[20]根据黄海和东海的多年实测数据进行重新校正后得到，目前也是GOCI水色仪的标准算法之一，现场验证结果显示该算法在东中国海表现出良好的精度，TSM反演的平均绝对相对误差为35%[22]。
需要指出的是，本文虽然使用了MODIS传感器数据而非GOCI数据，但MODIS和GOCI的水色波段设置非常相似（特别是OC2和YOC反演算法所使用的波段），这为将OC2和YOC反演算法移植到MODIS传感器数据提供了可靠性。
-
为了研究分析东中国海的水体状况，本文基于近20年东中国海的Zsd数据，提出了一种全新的Zsd视角下的水体状况分类评价方法，各类水体的定义如图2所示。具体而言，该水体状况评价方法包括两个关键的指标，分别为Zsd总体平均值大小（指标1）和Zsd的变化趋势（指标2）。其中，指标1将研究区水体分为Zsd高值区（high，H）和Zsd低值区（low，L）两类；指标2 将研究区水体分为Zsd上升趋势（increasing trend，I）、Zsd无趋势（no change trend，N）和Zsd下降趋势（decreasing trend，D）3类。在此基础上，综合指标1和指标2，可将研究区水体分为以下6大类。
图 2 水体状况类型分类方法定义
Figure 2. Definition of classification methods for water conditions
（1） HI（high and increasing）类型：表示高Zsd且近20年来 Zsd呈上升趋势的水体，为水体状况最好的类型；
（2） HN（high and no change trend）类型：表示高Zsd且近20年来Zsd变化趋势较为稳定的水体，为水体状况良好的类型；
（3） HD（high and decreasing）类型：表示高Zsd但近20年来Zsd呈下降趋势的水体，为水体状况一般的类型；
（4） LI（low and increasing）类型：表示低Zsd且近20年来 Zsd呈上升趋势的水体，为水体状况改善的类型；
（5） LN（low and no change trend）类型：表示低Zsd且近20年来Zsd变化趋势较为稳定的水体，为水体状况无改善的类型；
（6） LD（low and decreasing）类型：表示低Zsd且近20年来Zsd呈下降趋势的水体，为水体状况恶化的类型。
针对指标1——Zsd总体平均值大小，本文利用2002年7月—2021年12月Zsd的月产品数据进行平均计算获得。针对指标2——Zsd的变化趋势，本文在90%置信水平上利用Sen斜率算法获得了其趋势变化。Sen斜率检验是一种时间序列趋势分析的非参数检验法，对离群值不敏感。具体地，设一段时间序列为
${x_i} = \left( {x_1}, {x_2}, \cdots ,{x_n} \right)$ ，该时间序列的变化趋势sl计算公式为[23]：
式中：Median表示中值函数；i和j分别表示第i年和第j年；xi和xj分别表示第i年和第j年的目标参数。即将按时间顺序排列的年平均Zsd作为函数输入，设置90%的置信水平，通过公式（2）可以计算出2003－2021年的Zsd趋势变化。
-
本文利用2002年7月至2021年12月近20年的MODIS长时序Rrs月产品，反演获得近20年东中国海海域每个月的Zsd遥感产品，将其进行平均得到东中国海海域的总平均Zsd，结果如图3所示。从图3可以看出：东中国海海域的Zsd整体呈现外海高近岸低的空间分布特征。高值区和低值区呈现出明显的分界，分界处Zsd值约为5 m，因此，本文选取5 m作为Zsd高、低值区的阈值，即将Zsd < 5 m的区域定义为透明度低值区（L），将Zsd > 5 m的区域定义为透明度高值区（H）。可以看出，低值区主要分布在渤海、苏北浅滩、长江口舌苔状以及浙江—福建近岸，高值区主要分布在黄海大部分区域和东海大部分区域。
图 3 东中国海Zsd的整体平均值及分类结果
Figure 3. Overall mean value of Zsd and classification results in the Eastern China Seas
进一步，本文基于东中国海Zsd遥感产品计算了Zsd的逐年平均值（2003－2021年），并利用Sen斜率算法获得了其趋势变化，结果如图4a所示。可以看出：东中国海Zsd每年的变化趋势为−0.16～0.16 m。根据整个海域的变化趋势情况，本文定义以±0.04 m/a为阈值，将东中国海分为Zsd上升趋势区（I）、Zsd无趋势区（N）和Zsd下降趋势区（D）3类（图4b）。可以看出：东中国海大部分区域的Zsd在近20年无明显趋势变化，而东海中部、南黄海中部部分海域和江苏近岸（连云港附近）等区域的Zsd呈明显下降趋势。此外，渤海、北黄海、黄海中部部分海域的Zsd呈明显升高趋势，近岸部分区域Zsd也呈现小幅度的增加趋势，但不太明显。对于水体状况变化的影响因素将在2.2节进行分析探究。
图 4 东中国海Zsd逐年变化趋势分布及分类结果
Figure 4. The distribution of annual variation trend and classification results of Zsd in the Eastern China Seas
本文利用Zsd视角下的水体状况分类评价方法，将东中国海的水体状况分为如图5所示的6种类型。可以看出：除江苏近岸（连云港附近）水体状况为LD类型以及长江口毗邻海域有少量LI类型之外，其他近岸水体均呈现LN类型，这表明近20年来中国近岸水体状况除江苏近岸有恶化之外，其他近岸水体基本保持稳定，但在长江口毗邻海域有少量区域的水体状况有所改善。渤海海域整体上为LN类型水体，但在少部分区域出现了LI类型。此外，在渤海海峡处出现了一定规模的LI类型和HI类型，表明在渤海海域，特别是渤海海峡，水体状况逐年有所改善。对于外海海域，大部分区域呈现为HN类型，在北黄海中部部分区域和南黄海中部部分区域的水体均出现一定规模的HI类型，表明这些海域的水体正在逐年变清；但需要注意的是，在南黄海南部部分区域和东海大部分陆架区域的水体都呈现为HD类型，表明这些区域的水体虽然透明度比较高，但却在逐年变浑浊。
图 5 透明度视角下的东中国海水体状况评价结果
Figure 5. Evaluation result of water condition in the Eastern China Seas from the perspective of transparency
-
为探究分析东中国海水体状况的影响因素，本文基于近20年的MODIS长时序Rrs月产品反演了Chl a和TSM遥感产品。类似计算Zsd的变化趋势，本文利用Sen斜率算法分别计算了Chl a和TSM的变化趋势，结果如图6所示。可以看出：总体上，Chl a和TSM的变化趋势与Zsd呈现相反的模态，即Zsd呈上升趋势的区域往往Chl a和TSM呈下降趋势，反之亦然。在空间分布上，Chl a和TSM在近岸海域都有明显的升高或降低趋势。整体上，Chl a在江苏近岸（连云港附近）和渤海湾的升高趋势比较明显，每年上升幅度大于0.04 mg/m3，而在其他近岸区域Chl a呈现小幅下降趋势。在外海区域，除南黄海中部部分区域和东海大部分陆架区域的Chl a呈现增加趋势外，其他区域的Chl a近20年来较为稳定。对于TSM而言，在渤海近岸部分区域、黄海近岸（苏北浅滩）和东海近岸均呈现明显的上升趋势，每年上升幅度约为0.08 mg/L；与之相反，在渤海大部分区域TSM呈现明显的下降趋势，每年下降幅度可达0.08 mg/L左右；在外海区域，除黄海部分区域和东海大部分陆架区域TSM呈现一定增加趋势外，其他区域的TSM近20年来较为稳定。
图 6 东中国海Chl a和TSM逐年变化趋势分布
Figure 6. The distribution of annual variation trend of Chl a and TSM in the Eastern China Seas
为定量描述东中国海海域水体状况的影响因素，本文选取了4个典型子区域，包括渤海海峡（BS）、江苏近岸（JC）（连云港附近）、南黄海中部（CSYS）和东海陆架区（ECSS），分别对应近岸Zsd升高趋势区、近岸Zsd降低趋势区、外海Zsd升高趋势区和外海Zsd降低趋势区。各个典型子区域的Zsd、Chl a和TSM逐年变化趋势如图7所示，可以看出：4个典型子区域中的Zsd趋势变化与Chl a和TSM的趋势变化均为相反的关系。具体而言，渤海海峡和南黄海的Zsd均呈现明显的上升趋势，对应的水体状况分别为LI和HI类水体；近20年来两个区域Zsd上升约1 m，而Chl a和TSM则表现为明显的下降趋势，渤海海峡的Chl a下降约0.5 mg/m3，TSM下降约0.3 mg/L；南黄海中部的Chl a下降约0.2 mg/m3，TSM下降约0.1 mg/L。与之相反，江苏近岸和东海陆架区的Zsd则呈现明显的下降趋势，对应水体状况分别为LD类型和HD类型；近20年来江苏近岸Zsd下降约1 m，而Chl a和TSM则表现为上升趋势，Chl a上升约0.9 mg/m3，TSM上升约1.8 mg/L；近20年来东海陆架区Zsd下降约2 m，Chl a上升约0.2 mg/m3，TSM上升约0.15 mg/L。
图 7 4个典型子区域Zsd、Chl a和TSM的逐年变化情况
Figure 7. Annual changes of Zsd, Chl a and TSM in four typical sub-aeras
本文进一步分析了各典型子区域Zsd与Chl a和TSM的相关性，结果如图8所示，可以看出：4个典型子区域的Zsd都与Chl a和TSM具有显著的相关性（R2均大于0.60，P < 0.01）。其中，东海陆架区的Zsd与Chl a和TSM的相关性均最强，R2分别为0.90和0.92，这表明东海陆架区的Zsd变化主要由Chl a和TSM 共同主导。相比之下，江苏近岸（连云港附近）和南黄海中部的Zsd与TSM的相关性更高，而渤海海峡的Zsd与Chl a的相关性更高，这表明江苏近岸和南黄海中部的Zsd受TSM影响更大一些，而渤海海峡的Zsd则更多受控于Chl a。
图 8 典型子区域的Zsd分别与Chl a和TSM的散点图
Figure 8. Scatter plots of Zsd with Chl a and TSM in typical sub-areas respectively
为了进一步探究整个东中国海海域水体状况的影响因素，本研究对整个海域分别计算了Zsd与Chl a和TSM的相关性（用R2表示），结果如图9所示，可以看出：在大部分近岸区域（除浙江—福建近岸外），Zsd与TSM呈现出显著相关性（R2 > 0.60），而与Chl a的相关性不高（R2 < 0.20）。但在山东半岛南部近岸和江苏近岸（连云港附近），Zsd与Chl a和TSM均具有很强的相关性（R2 > 0.60）。此外，应注意到，在浙江—福建近岸，Zsd与Chl a呈现出弱相关性（R2 < 0.20），而与TSM的相关性也不是很高（R2 为 0.40左右）。在外海海域，Zsd与Chl a和TSM的相关性整体上都比较强，在大部分区域R2 > 0.80。
图 9 Zsd与Chl a和TSM的相关性（R2）
Figure 9. R2 of the Zsd with the Chl a and TSM
综合上述分析结果可以得出：Chl a和TSM是影响水体状况变化的两个直接因素。这是因为浮游植物能够对水下光束进行吸收和散射，造成水中光束衰减，使得水体透明度降低，出现HD或LD类型水体；类似地，TSM也能够通过吸收散射作用调控水体透明度[4,24]，从而影响水体类型。TSM主要由悬浮泥沙与浮游植物及其分解物共同构成，其中悬浮泥沙主要来自河流径流输入，以及海洋沉积物受风浪、潮汐、生物扰动和人类活动等作用而产生的颗粒物再悬浮[25-27]。对于近岸区域，水体Zsd往往较低，大部分水体呈现LN类型，少量呈现LI和LD类型。从近岸区域Zsd与叶绿素浓度的低相关性以及与TSM的高相关性可以推断（图9），近岸区域的水体状况主要受控于悬浮泥沙，这可能是河流径流、海上作业活动以及底层颗粒物再悬浮等过程给近岸区域带来了大量的悬浮泥沙所致[28-29]。相比之下，外海海域受人类活动和底层颗粒物再悬浮影响较小，径流带来的泥沙在河口及毗邻海域发生沉降[30-31]，TSM大多数时间由浮游植物主导，导致水体Zsd值比较高，水体状况整体上表现良好，基本上都呈现HN类型、HI类型和HD类型。此外，在浙江—福建近岸，水体呈现LN类型，而Zsd与Chl a的相关性低，与TSM的相关性也不是很强，这可能是由于该区域的TSM不是由悬浮泥沙绝对主导的，而是由浮游植物和悬浮泥沙共同组成，即该区域的水体状况综合受控于悬浮泥沙和浮游植物。
需要指出的是，虽然通过本文的研究明确了东中国海海域的水体状况及影响因素，但本文只分析了Chl a和TSM的直接影响，对于其他的间接影响因素仍需在下一步工作中结合更多的数据资料进行深入研究。此外，本文使用了透明度这一综合指标，从宏观上对东中国海水体状况进行了分析，下一步工作仍需结合详细的水质参数（如氮磷、有机物等）现场实测数据，开展东中国海具体的水体质量状况研究。
-
（1）本研究提出了以透明度均值及其变化趋势为视角评价水体状况的新方法，将水体分为6类： HI（水体状况最好）、HN（水体状况良好）、HD（水体状况一般）、LI（水体状况改善）、LN（水体状况无改善）、LD（水体状况恶化）。
（2）基于近20年来MODIS卫星遥感反演的透明度数据，本研究分析发现近岸海域大部分水体呈现LN类型，但江苏近岸（连云港附近）呈现LD类型，长江口毗邻海域有少量LI类型；外海海域大部分水体呈现HN类型，北黄海和南黄海中部部分区域等水体呈现HI类型，但南黄海南部部分区域和东海陆架区大部分水体呈现HD类型。
（3）在近岸区域，水体状况主要受河流径流和底层颗粒物再悬浮带来的悬浮泥沙影响，但在浙江—福建近岸，水体状况由悬浮泥沙和浮游植物共同主导；在外海区域，浮游植物则是水体状况的主要影响因素。
基于透明度的东中国海水质状况遥感评价
Assessment of water quality in the Eastern China Seas based on water transparency satellite products
-
摘要: 水体水质状况对海洋生态环境保护和可持续发展具有重要意义。本文针对东中国海海域，从水体透明度（Zsd）视角，基于长时序MODIS光学卫星遥感资料，构建了一种评价水体状况的新方法。该方法利用透明度及其变化趋势将水质状况进行分类，将水体分为高值且上升趋势（high and increasing, HI）、高值且无趋势（high and no change trend, HN）、高值且下降趋势（high and decreasing, HD）、低值且上升趋势（low and increasing, LI）、低值且无趋势（low and no change trend, LN）、低值且下降趋势（low and decreasing, LD）6种类型，以此对东中国海的水质状况及其影响因素进行分析。结果显示：近20年来东中国海近岸水体大部分区域呈现LN类型，但江苏近岸（连云港附近）水体呈现LD类型；外海海域大部分水体呈现HN类型，但南黄海南部和东海陆架区的部分区域水体呈现HD类型。外海和近岸海域的水体状况分别主要由悬浮颗粒物中的浮游植物和悬浮泥沙主导，但在浙江—福建近岸，其水体状况可能由两者共同主导。Abstract: Water quality condition is of great significance for protection of marine ecological environment and sustainable development. In this study, from the perspective of water transparency (Zsd), we proposed a new method for evaluating water conditions based on long time series MODIS optical satellite remote sensing data in the Eastern China Seas. The method classifies water quality using transparency and trends, and the water can be divided into High and Increasing (HI) type, High and No change trend (HN) type, High and Decreasing (HD) type, Low and Increasing (LI) type, Low and No change trend (LN) and Low and Decreasing (LD) type, were used to analyze the water quality in the Eastern China Seas and its influencing factors. The results showed that most of the coastal waters of the Eastern China Seas are LN type, while the waters in Jiangsu Coast (near Lianyungang) are LD type in the past 20 years. The offshore waters mostly beyond to HN type, while some areas of the South of South Yellow Sea and the East China Sea shelf generally showed HD type waters. Phytoplankton and suspended sediment are the dominant influence factors of the water condition in the offshore and coastal waters, respectively; and in the Zhejiang-Fujian coast, the water condition is probably modulated by the both of phytoplankton and suspended sediment.
-
图 3 东中国海Zsd的整体平均值及分类结果
Figure 3. Overall mean value of Zsd and classification results in the Eastern China Seas
图 4 东中国海Zsd逐年变化趋势分布及分类结果
Figure 4. The distribution of annual variation trend and classification results of Zsd in the Eastern China Seas
图 5 透明度视角下的东中国海水体状况评价结果
Figure 5. Evaluation result of water condition in the Eastern China Seas from the perspective of transparency
图 6 东中国海Chl a和TSM逐年变化趋势分布
Figure 6. The distribution of annual variation trend of Chl a and TSM in the Eastern China Seas
图 7 4个典型子区域Zsd、Chl a和TSM的逐年变化情况
Figure 7. Annual changes of Zsd, Chl a and TSM in four typical sub-aeras
图 8 典型子区域的Zsd分别与Chl a和TSM的散点图
Figure 8. Scatter plots of Zsd with Chl a and TSM in typical sub-areas respectively
-
[1] GU J, HU C F, KUANG C P, et al. A water quality model applied for the rivers into the Qinhuangdao coastal water in the Bohai Sea, China[J]. Journal of Hydrodynamics, Ser. B, 2016, 28(5): 905-913. doi: 10.1016/S1001-6058(16)60691-1 [2] GAI Y Y, YU D F, ZHOU Y, et al. An improved model for chlorophyll-a concentration retrieval in coastal waters based on UAV-borne hyperspectral imagery: a case study in Qingdao, China[J]. Water, 2020, 12(10): 2769. doi: 10.3390/w12102769 [3] 屠建波, 陈燕珍, 万萌萌, 等. 2009–2018年天津近岸海域水质状况及变化趋势分析[J]. 海洋环境科学, 2021, 40(6): 873-879. doi: 10.12111/j.mes.2021-x-0094
[4] BAI S Y, GAO J X, SUN D Y, et al. Monitoring water transparency in shallow and eutrophic lake waters based on GOCI observations[J]. Remote Sensing, 2020, 12(1): 163. doi: 10.3390/rs12010163 [5] 贾后磊, 苏 文, 黄华梅, 等. 海岸带和内陆水体透明度动态变化特征及其主导影响因素[J]. 光学学报, 2018, 38(3): 0301001.
[6] ZHOU Y, YU D F, YANG Q, et al. Variations of water transparency and impact factors in the Bohai and Yellow Seas from satellite observations[J]. Remote Sensing, 2021, 13(3): 514. doi: 10.3390/rs13030514 [7] 叶 晗, 史玥双, 梁涵玮, 等. 南黄海透明度的时空分异特征及影响因素分析[J]. 海洋学报, 2022, 44(3): 128-136.
[8] CHAM D D, SON N T, NGUYEN M Q, et al. An analysis of shoreline changes using combined multitemporal remote sensing and digital evaluation model[J]. Civil Engineering Journal, 2020, 6(1): 1-10. doi: 10.28991/cej-2020-03091448 [9] HUOVINEN P, RAMÍREZ J, CAPUTO L, et al. Mapping of spatial and temporal variation of water characteristics through satellite remote sensing in Lake Panguipulli, Chile[J]. Science of the Total Environment, 2019, 679: 196-208. doi: 10.1016/j.scitotenv.2019.04.367 [10] GONG G C, WEN Y H, WANG B W, et al. Seasonal variation of chlorophyll a concentration, primary production and environmental conditions in the subtropical East China Sea[J]. Deep Sea Research Part II:Topical Studies in Oceanography, 2003, 50(6/7): 1219-1236. [11] SHI W, WANG M H. Satellite views of the Bohai Sea, Yellow Sea, and East China Sea[J]. Progress in Oceanography, 2012, 104: 30-45. doi: 10.1016/j.pocean.2012.05.001 [12] 何贤强, 潘德炉, 黄二辉, 等. 中国海透明度卫星遥感监测[J]. 中国工程科学, 2004, 6(9): 33-37. doi: 10.3969/j.issn.1009-1742.2004.09.007
[13] LEE Z, SHANG S L, HU C M, et al. Secchi disk depth: A new theory and mechanistic model for underwater visibility[J]. Remote Sensing of Environment, 2015, 169: 139-149. doi: 10.1016/j.rse.2015.08.002 [14] MAO Y, WANG S Q, QIU Z F, et al. Variations of transparency derived from GOCI in the Bohai Sea and the Yellow Sea[J]. Optics Express, 2018, 26(9): 12191-12209. doi: 10.1364/OE.26.012191 [15] MI B B, ZHANG Y, MEI X. The sediment distribution characteristics and transport pattern in the eastern China seas[J]. Quaternary International, 2022, 629: 44-52. doi: 10.1016/j.quaint.2020.11.020 [16] 纪晨旭. 基于卫星重构数据的东中国海海表温度与叶绿素浓度关系研究[D]. 南京: 南京信息工程大学, 2019.
[17] 朱 庆. 东中国海浮游植物种类遥感反演研究[D]. 上海: 华东师范大学, 2021.
[18] O'REILLY J E, MARITORENA S, MITCHELL B G, et al. Ocean color chlorophyll algorithms for SeaWiFS[J]. Journal of Geophysical Research:Oceans, 1998, 103(C11): 24937-24953. doi: 10.1029/98JC02160 [19] 张 琳. 静止轨道海洋水色卫星遥感产品的真实性检验研究[D]. 杭州: 杭州师范大学, 2017.
[20] SISWANTO E, TANG J W, YAMAGUCHI H, et al. Empirical ocean-color algorithms to retrieve chlorophyll-a, total suspended matter, and colored dissolved organic matter absorption coefficient in the Yellow and East China Seas[J]. Journal of Oceanography, 2011, 67(5): 627-650. doi: 10.1007/s10872-011-0062-z [21] TASSAN S. Local algorithms using SeaWiFS data for the retrieval of phytoplankton, pigments, suspended sediment, and yellow substance in coastal waters[J]. Applied Optics, 1994, 33(12): 2369-2378. doi: 10.1364/AO.33.002369 [22] HU Z F, PAN D L, HE X Q, et al. Diurnal variability of turbidity fronts observed by geostationary satellite ocean color remote sensing[J]. Remote Sensing, 2016, 8(2): 147. doi: 10.3390/rs8020147 [23] 汪 攀, 刘毅敏. Sen's斜率估计与Mann-Kendall法在设备运行趋势分析中的应用[J]. 武汉科技大学学报, 2014, 37(6): 454-457,472.
[24] WANG S Q, LV J, NIE J W, et al. Dynamics of euphotic zone depth in the Bohai Sea and Yellow Sea[J]. Science of the Total Environment, 2021, 751: 142270. doi: 10.1016/j.scitotenv.2020.142270 [25] HE X Q, PAN D L, BAI Y, et al. Recent changes of global ocean transparency observed by SeaWiFS[J]. Continental Shelf Research, 2017, 143: 159-166. doi: 10.1016/j.csr.2016.09.011 [26] 龙小虎. 台湾海峡中部夏季水动力情况及悬浮颗粒的分布与输运[D]. 舟山: 浙江海洋大学, 2018.
[27] 杨雪飞. 基于GOCI和数值模拟的东海近岸悬浮泥沙浓度逐时变化研究[D]. 上海: 中国科学院大学, 2016.
[28] GEYER W R, HILL P S, KINEKE G C. The transport, transformation and dispersal of sediment by buoyant coastal flows[J]. Continental Shelf Research, 2004, 24(7/8): 927-949. [29] 陈黄蓉, 张靖玮, 王胜强, 等. 长江口及邻近海域的浊度日变化遥感研究[J]. 光学学报, 2020, 40(5): 0501003.
[30] CONSTANTIN S, CONSTANTINESCU Ș, DOXARAN D. Long-term analysis of turbidity patterns in Danube Delta coastal area based on MODIS satellite data[J]. Journal of Marine Systems, 2017, 170: 10-21. doi: 10.1016/j.jmarsys.2017.01.016 [31] LIU J P, LI A C, XU K H, et al. Sedimentary features of the Yangtze River-derived along-shelf clinoform deposit in the East China Sea[J]. Continental Shelf Research, 2006, 26(17/18): 2141-2156. -
点击查看大图
图(9)
计量
- 文章访问数: 5870
- HTML全文浏览量: 417
- PDF下载量: 29
