• 中文核心期刊
  • 中国科技核心期刊
  • ISSN 1007-6336
  • CN 21-1168/X

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

渤海赤潮遥感监测方法比较研究

姜德娟 王昆 夏云

引用本文:
Citation:

渤海赤潮遥感监测方法比较研究

    作者简介: 姜德娟(1979-), 女, 山东日照人, 副研究员, 博士, 主要研究方向为海岸带环境与水文过程模拟、水文遥感, E-mail:djjiang@yic.ac.cn;
  • 基金项目: 国家自然科学基金项目(41671473);中国科学院战略性先导科技专项(XDA11020305)
  • 中图分类号: TP79

Comparative studies on remote sensing techniques for red tide monitoring in Bohai Sea

  • 摘要: 渤海是我国赤潮重灾区,近年来赤潮灾害频发且呈加剧趋势。有效监测渤海赤潮的发生、发展及消亡过程具有重要意义。本研究基于MODIS(moderate resolution imaging spectroradiometer)数据,比较分析了叶绿素浓度异常法、赤潮指数、波段比值法、红波段差值法、Karenia brevis指数等5种方法对渤海赤潮遥感监测的有效性。结果表明:5种方法均能有效监测到天津滨海旅游区附近海域的赤潮,不仅提取的范围与赤潮发生的最大面积相符,而且空间分布也一致。然而,由5种方法提取的秦皇岛附近海域的赤潮信息却表现出明显的差异,其中由叶绿素浓度异常法和波段比值法对赤潮信息的提取结果相对较为合理。因此,无论采用哪种方法进行赤潮监测,均需结合实地调查数据或ERGB(enhanced red-green-blue)影像等资料对不同时间、不同区域发生的赤潮的监测结果进行证实。
  • 图 1  渤海位置示意图及叶绿素浓度在线监测站位

    Figure 1.  Location map of Bohai sea and in-situ measurements of Chl a concentration

    图 2  2014年夏季渤海不同站位叶绿素浓度实测值及对应位置的遥感估算值

    Figure 2.  Field observed and remote sensing estimated Chl a concentration at different stations of Bohai Sea in the summer of 2014

    图 3  基于叶绿素浓度异常法的2014年9月3日天津滨海旅游区附近海域赤潮提取结果(a)和ERGB影像(b)

    Figure 3.  Red tide information extraction based on the threshold of chlorophyll-a concentration (a) and ERGB composite (b) in the offshore area of Tianjin Binhai tourism area on Septermber 3, 2014

    图 4  基于MRI的赤潮提取结果

    Figure 4.  Red tide information extraction based on the threshold of MRI

    图 5  基于Rrs波段比值法的赤潮提取结果

    Figure 5.  Red tide information extraction based on the Rrs band ratio method

    图 6  基于RBD的赤潮提取结果

    Figure 6.  Red tide information extraction based on the threshold of RBD

    图 7  基于KBBI的赤潮提取结果

    Figure 7.  Red tide information extraction based on the threshold of KBBI

    图 8  2014年5月26日秦皇岛附近海域的赤潮信息提取

    Figure 8.  Red tide information extraction based on the threshold of chlorophyll-a concentration

    表 1  渤海2014年主要赤潮历史记录

    Table 1.  Historic records of major red tides in Bohai Sea for the period of 2014

    下载: 导出CSV

    表 2  本研究应用的赤潮监测方法及对渤海赤潮信息的提取

    Table 2.  Red tide detection techniques and their extraction areas in Bohai Sea for this study

    下载: 导出CSV
  • [1] 宋南奇, 王诺, 吴暖, 等.基于GIS的我国渤海1952~2016年赤潮时空分布[J].中国环境科学, 2018, 38(3):1142-1148. doi: 10.3969/j.issn.1000-6923.2018.03.042
    [2] 翟伟康, 许自舟, 张健.河北省近岸海域赤潮灾害特征分析[J].海洋环境科学, 2016, 35(2):243-246, 251.
    [3] 曹西华, 俞志明, 宋秀贤, 等.秦皇岛入海河流的污染水平、排放特征及对褐潮暴发区生源要素的影响[J].海洋与湖沼, 2017, 48(5):970-981.
    [4] HU C M, 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].Remote Sensing of Environment, 2005, 97(3):311-321. doi: 10.1016/j.rse.2005.05.013
    [5] 张涛, 苏奋振, 杨晓梅, 等.MODIS遥感数据提取赤潮信息方法与应用-以珠江口为例[J].地球信息科学学报, 2009, 11(2):244-249. doi: 10.3969/j.issn.1560-8999.2009.02.017
    [6] 徐晓晖, 毛志华, 陶邦一.基于光谱差异的东海赤潮提取算法[J].海洋学研究, 2013, 31(2):26-34. doi: 10.3969/j.issn.1001-909X.2013.02.004
    [7] 杨斌, 石静, 田力, 等.秦皇岛海域微微藻褐潮遥感监测方法初探[J].海洋环境科学, 2016, 35(4):605-610.
    [8] SOTO I M, CANNIZZARO J, MULLER-KARGER F E, et al.Evaluation and optimization of remote sensing techniques for detection of Karenia brevis blooms on the West Florida Shelf[J].Remote Sensing of Environment, 2015, 170:239-254. doi: 10.1016/j.rse.2015.09.026
    [9] 陈曦, 汪小钦, 陈芸芝.赤潮水体水质遥感参数时空变化分析[J].遥感信息, 2014, 29(3):88-93. doi: 10.3969/j.issn.1000-3177.2014.03.016
    [10] 王其茂, 马超飞, 唐军武, 等.EOS/MODIS遥感资料探测海洋赤潮信息方法[J].遥感技术与应用, 2006, 21(1):6-10. doi: 10.3969/j.issn.1004-0323.2006.01.002
    [11] ZHANG H, ZHENG X S.Study on red tide remote sensing monitoring in the Bohai Sea in 2014[J].Marine Science Bulletin, 2017, 19(1):37-51.
    [12] 张华, 李艳芳, 唐诚, 等.渤海底层低氧区的空间特征与形成机制[J].科学通报, 2016, 61(14):1612-1620.
    [13] HU C M, BARNES B B, QI L, et al.A harmful algal bloom of Karenia brevis in the northeastern gulf of Mexico as revealed by MODIS and VIIRS:a comparison[J].Sensors, 2015, 15(2):2873-2887.
    [14] 张宏亮.FLH算法反演渤海叶绿素浓度的能力评价研究[D].呼和浩特: 内蒙古师范大学, 2007.
    [15] 徐家声, 孟毅, 李冰, 等.黄骅虾池中叶绿素a浓度及其与赤潮的关系[J].黄渤海海洋, 1996, 14(2):45-51.
    [16] 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.
    [17] TAKAHASHI W, KAWAMURA H, OMURA T, et al.Detecting red tides in the eastern Seto inland sea with satellite ocean color imagery[J].Journal of Oceanography, 2009, 65(5):647-656. doi: 10.1007/s10872-009-0055-3
    [18] 于堃, 陆殿梅.二类水体的MODIS数据大气校正及在渤海表层水体叶绿素浓度监测反演中的应用研究[J].海洋通报, 2009, 28(5):21-27. doi: 10.3969/j.issn.1001-6392.2009.05.004
    [19] KIM Y, BYUN Y, KIM Y, et al.Detection of Cochlodinium polykrikoides red tide based on two-stage filtering using MODIS data[J].Desalination, 2009, 249(3):1171-1179. doi: 10.1016/j.desal.2009.05.009
    [20] AMIN R, GILERSON A, GROSS B, et al.MODIS and MERIS detection of dinoflagellates blooms using the RBD technique[C]//Proceedings of the SPIE 7473, Remote Sensing of the Ocean, Sea Ice, and Large Water Regions.Berlin, Germany: SPIE, 2009: 747304.
    [21] AMIN R, ZHOU J, GILERSON A, et al.Novel optical techniques for detecting and classifying toxic dinoflagellate Karenia brevis blooms using satellite imagery[J].Optics Express, 2009, 17(11):9126-9144. doi: 10.1364/OE.17.009126
    [22] 姜德娟, 张华.渤海叶绿素浓度时空特征分析及其对赤潮的监测[J].海洋科学, 2018, 42(5):23-31.
    [23] 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. doi: 10.1016/j.rse.2006.04.007
  • 加载中
图(8)表(2)
计量
  • 文章访问数:  925
  • HTML全文浏览量:  681
  • PDF下载量:  46
出版历程
  • 收稿日期:  2018-10-22
  • 录用日期:  2018-12-19
  • 刊出日期:  2020-06-01

渤海赤潮遥感监测方法比较研究

    作者简介:姜德娟(1979-), 女, 山东日照人, 副研究员, 博士, 主要研究方向为海岸带环境与水文过程模拟、水文遥感, E-mail:djjiang@yic.ac.cn
  • 1. 中国科学院海岸带环境过程与生态修复重点实验室, 中国科学院烟台海岸带研究所, 山东 烟台 264003
  • 2. 中国科学院空天信息创新研究院, 数字地球重点实验室, 北京 100094
  • 3. 青岛大学 化学化工学院, 山东 青岛 266071
基金项目: 国家自然科学基金项目(41671473);中国科学院战略性先导科技专项(XDA11020305)

摘要: 渤海是我国赤潮重灾区,近年来赤潮灾害频发且呈加剧趋势。有效监测渤海赤潮的发生、发展及消亡过程具有重要意义。本研究基于MODIS(moderate resolution imaging spectroradiometer)数据,比较分析了叶绿素浓度异常法、赤潮指数、波段比值法、红波段差值法、Karenia brevis指数等5种方法对渤海赤潮遥感监测的有效性。结果表明:5种方法均能有效监测到天津滨海旅游区附近海域的赤潮,不仅提取的范围与赤潮发生的最大面积相符,而且空间分布也一致。然而,由5种方法提取的秦皇岛附近海域的赤潮信息却表现出明显的差异,其中由叶绿素浓度异常法和波段比值法对赤潮信息的提取结果相对较为合理。因此,无论采用哪种方法进行赤潮监测,均需结合实地调查数据或ERGB(enhanced red-green-blue)影像等资料对不同时间、不同区域发生的赤潮的监测结果进行证实。

English Abstract

  • 渤海是我国北方的天然渔场,是重要的鱼虾蟹生息场所,生态价值十分突出。近年来,随着环渤海地区经济的高速发展及海洋资源的大力开发利用,渤海生态环境遭受较大破坏,水环境质量恶化,水体富营养化严重,赤潮灾害频繁发生,给海洋生物造成严重威胁,甚至危害人类健康,已成为我国赤潮重灾区。据宋南奇等[1]的统计分析表明,1952年—2016年期间,渤海共发生赤潮189次,其中影响面积超过1000 km2的有21次;21世纪以来,渤海赤潮发生频率明显增加,分布范围更加广泛,且逐步由近岸海域向渤海中部扩散;6月—8月是渤海赤潮发生的主要时间段,占全年赤潮发生次数的比例达69%。区域上,秦皇岛附近海域、天津附近海域、辽东湾西部海域是渤海赤潮发生的主要海域。尤其是秦皇岛附近海域,赤潮灾害频发且严重,仅2001年—2014年发生的赤潮灾害就达43次,累计影响面积约1.5万km2,给秦皇岛近岸海域水体环境、生态安全和经济发展造成严重危害,如2010年发生的赤潮灾害导致的直接经济损失达2.05亿元[2-3]。因此,对渤海赤潮的发生、发展和消亡过程进行有效监测具有重要意义。

    卫星遥感技术为赤潮的快速同步、空间大范围、高频率连续监测提供了重要手段[4-7]。赤潮发生时,赤潮生物大量聚集,水体颜色发生改变,其光谱特性也发生相应变化,遥感手段能探测到这些变化,因而可用于赤潮监测[6]。当前使用的主要传感器有MODIS(moderate resolution imaging spectroradiometer)、SeaWIFS(sea-viewing wide field-of-view sensor)、MERIS(medium resolution imaging spectrometer)、GOCI(geostationary ocean color imager)等,其中MODIS产品因时间序列长、时空分辨率较高而得到了更多的应用。常用的赤潮监测方法有叶绿素浓度法、波段比值法、归一化荧光高度法(normalized fluorescence line height,nFLH)法、赤潮指数等[8-9]。不同方法在不同海域的适用性存在显著差异,即使相同方法在不同区域也会有所不同,甚至同一方法在同一海域也会随时间发生变化,因此,对赤潮的监测应采用合适的方法,而且通常有必要结合实地调查数据或赤潮历史记录等资料对遥感监测结果进行证实。其中在渤海,王其茂等[10]采用波段比值法成功提取了辽东湾和黄河口2002年6月和2004年5月的赤潮信息,Zhang等[11]应用赤潮指数法对渤海2014年的赤潮发生及动态进行了遥感监测。究竟哪种方法更适用于渤海赤潮的监测?针对该问题,本研究比较分析5种方法对渤海赤潮遥感监测的有效性,以期为渤海赤潮的预测和防治提供科学依据和技术支持。

    • 渤海三面环陆,由辽东湾、渤海湾、莱州湾、中部海域和渤海海峡5部分组成(图 1),海域面积约7.7×104 km2,平均水深18 m,是我国唯一的半封闭式内海,水交换能力、扩散能力和稀释能力都较差。渤海周边有40余条河流汇入,每年平均径流量约792亿m3,较大的河流有黄河、海河、辽河和滦河等,其中,黄河是渤海最大的入海河流,年径流量约300亿m3。环渤海地区经济发达,是我国东部沿海三大经济圈之一,人类活动十分强烈,如工业污水大量排放、农业化肥过量施用、人口及生活污水不断增加、入海径流量大幅下降等,严重威胁着渤海的生态与环境质量。由《中国海洋环境质量公报》和《北海区海洋环境公报》显示,渤海近岸海域水环境污染严重,水质劣于第四类海水水质标准,主要超标物质为无机氮和活性磷酸盐等。其中,莱州湾、渤海湾、辽东湾及其他近岸海域水体富营养化严重,赤潮灾害频繁发生。

      图  1  渤海位置示意图及叶绿素浓度在线监测站位

      Figure 1.  Location map of Bohai sea and in-situ measurements of Chl a concentration

    • 本文应用的遥感数据为NASA(National Aeronautics and Space Administration)Oceancolor网站(http://oceancolor.gsfc.nasa.gov/)下载的MODIS Aqua二级产品,时间为渤海赤潮频发且严重的2014年5月—10月。该产品含有10个波段(412 nm、443 nm、469 nm、488 nm、531 nm、551 nm、555 nm、645 nm、667 nm、678 nm)的反射率(Rrs,/sr)、归一化荧光基线高度[nFLH,W/(m2·μm·sr)]、叶绿素浓度(Chl,mg/m3,OC3M算法)等信息,时间和空间分辨率分别为1 d和1 km。

      本文采用的实地调查资料来自中国科学院战略性先导专项“热带西太平洋海洋系统物质能量交换及其影响”课题—“外海输入对渤海生态系统的影响”实施的渤海2014年夏季(8月11日—9月6日)综合调查航次,其中,叶绿素浓度采用CTD中的WET Labs ECO-AFL荧光传感器现场测定[12]

      渤海赤潮历史资料(表 1)主要来自国家海洋局发布的《2014年中国海洋灾害公报》和北海分局发布的《2014年北海区海洋灾害公报》。

      表 1  渤海2014年主要赤潮历史记录

      Table 1.  Historic records of major red tides in Bohai Sea for the period of 2014

    • 比较分析叶绿素浓度异常法、赤潮指数(MODIS red tide index,MRI)、Rrs波段比值法、红波段差值法(red band difference,RBD)、RBD_KBBI(Karenia brevis bloom index)等5种方法或指标对渤海赤潮遥感监测的有效性。这些方法相对比较成熟,已在国内外得到较多应用。本研究在应用上述5种方法对赤潮信息进行提取时,主要参考ERGB(enhanced red-green-blue)影像(由MODIS 547 nm、488 nm和443 nm三个波段的反射率合成)以及赤潮历史记录(表 1)对其阈值进行确定。其中,ERGB影像对区分赤潮水体和其他水体具有较好的可行性[4-5, 8],赤潮历史记录则代表赤潮空间分布及范围的真实情况。另外,以往研究认为nFLH法在赤潮监测方面具有独特的优势[13]。本文也尝试采用nFLH法对渤海赤潮信息进行提取,然而提取结果与赤潮历史资料、ERGB影像及其他方法的提取结果严重不符。可能因为受总悬浮泥沙(TSS)和有色可溶性有机物(CDOM)等成分的影响,nFLH的高值可能是由悬浮颗粒的弹性散射而非仅叶绿素荧光引起的[8],因此,在海岸带浑浊水体中应用nFLH法监测赤潮易造成假性判定[14]

    • 叶绿素浓度是表征赤潮最主要的特征参数,当Chl a浓度变化超过一定阈值时,可能是赤潮发生的一个标志[9, 15],因此,Chl a浓度异常法在海洋赤潮监测方面得到了较多应用(如陈曦等[9]、Zhao等[16])。然而,受TSS和CDOM等成分的影响,遥感反演的Chl a浓度通常被过高估算[4, 16-17],因此,该方法在近岸II类水体中的应用存在一定缺陷,但结合ERGB影像有助于区分赤潮水体和其他水体[4-5, 8]

      于堃等[18]的研究表明,NASA Clark三通道算法对渤海表层水体叶绿素浓度的反演结果较为准确,其计算公式如下:

      式中:C为叶绿素浓度(mg/m3);nLw443nLw531nLw550分别是443 nm波段、531 nm波段和550 nm波段的归一化离水辐亮度[W/(m2·μm·sr)]。在具体计算过程中,公式中的550 nm波段采用MODIS的551 nm波段代替。

      所有波段的归一化离水辐亮度(nLw)均根据每个波段(λ)的平均日地距离大气层外太阳辐照度(F0)与遥感反射率(Rrs)的乘积进行计算,计算公式如下:

    • 本文应用的赤潮指数(MRI)是由Kim等[19]基于MODIS数据提出的有助于赤潮监测的一个指数,该指数能增强赤潮水体和周边水体之间的差异,因而可用于赤潮的判定,其计算公式如下:

      式中:nLw551nLw488分别是551 nm波段和488 nm波段的归一化离水辐亮度[W/(m2·μm·sr)]。

    • 波段比值法是由王其茂等[10]基于MODIS数据建立的赤潮监测方法。MODIS 555 nm波段(绿波段)中含有赤潮水体的反射信息,469 nm波段(蓝波段)中含有赤潮水体的吸收信息,利用这两个波段的比值可以提取海洋水体中的赤潮信息,其计算公式如下:

      式中:Rrs555Rrs469分别为555 nm波段和469 nm波段的遥感反射率(sr-1);Cr为常数,其值大小与发生赤潮的海域和赤潮藻相关。Cr阈值的选取主要凭借经验,因此在应用该方法时结合ERGB影像或其他参数进行赤潮的判别。

    • RBD是由Amin等[20]基于dinolflagellate水华的高荧光属性提出的一种赤潮遥感监测方法,其计算公式如下:

      式中:nLw678nLw667分别是678 nm波段和667 nm波段的归一化离水辐亮度[W/(m2·μm·sr)]。

    • RBD_KBBI是由Amin等[21]RBD基础上提出的赤潮监测指标。Amin等[21]研究发现,当RBD>0.15 W/(m2·μm·sr)且KBBI>0.3×RBD,可成功监测墨西哥湾的Karenia brevis水华;Soto等[8]研究则认为,当RBD≥0.15 W/(m2·μm·sr)且KBBI≥0.2*RBD,能有效监测西佛罗里达近岸水体的Karenia brevis水华。其中,KBBI的计算公式如下:

    • 图 2为渤海2014年夏季调查航次不同站位的叶绿素浓度实测值以及对应位置同一时间(相差不超过6 h)由OC3M和Clark算法估算的叶绿素浓度值。由图可见,OC3M算法对渤海叶绿素浓度的估算相对过高,而Clark算法的估算结果与实测值比较接近(图 2),因此本文基于Clark算法的估算结果对渤海赤潮信息进行提取。根据渤海Chl a浓度的空间分布和ERGB影像,选取5 mg/m3的叶绿素浓度值作为赤潮监测的阈值,由此提取的2014年9月3日天津滨海旅游区附近海域(在渤海主要赤潮爆发的区域,该日该区域的影像质量相对较好、缺失数据相对较少)的赤潮范围为316 km2(表 2),与实际报道的赤潮最大面积(300 km2)(表 1)基本相符。而且,由图 3可见,遥感提取的赤潮空间分布与ERGB影像的深色区域对应较好,说明基于Clark算法的5 mg/m3的Chl a浓度阈值法对天津滨海旅游区附近海域赤潮信息的提取比较合理。之前我们将16 mg/m3的叶绿素浓度作为渤海赤潮信息提取的阈值,是因为采用的Chl a浓度数据是未验证的OC3M算法的估算结果,其数值相比渤海实测值较高,但该研究关注更多的是渤海赤潮过程及其与低氧区间的关系,因此认为估算误差可以忽略不考虑[22]

      图  2  2014年夏季渤海不同站位叶绿素浓度实测值及对应位置的遥感估算值

      Figure 2.  Field observed and remote sensing estimated Chl a concentration at different stations of Bohai Sea in the summer of 2014

      表 2  本研究应用的赤潮监测方法及对渤海赤潮信息的提取

      Table 2.  Red tide detection techniques and their extraction areas in Bohai Sea for this study

      图  3  基于叶绿素浓度异常法的2014年9月3日天津滨海旅游区附近海域赤潮提取结果(a)和ERGB影像(b)

      Figure 3.  Red tide information extraction based on the threshold of chlorophyll-a concentration (a) and ERGB composite (b) in the offshore area of Tianjin Binhai tourism area on Septermber 3, 2014

    • 根据渤海MRI值的空间分布和ERGB影像,确定MRI阈值为0.31对天津滨海旅游区附近海域2014年9月3日的赤潮进行提取,由此提取的赤潮范围为289 km2(表 2, 图 4),比较接近该海域赤潮实际发生的最大面积,说明MRI也可用于天津滨海旅游区附近海域的赤潮监测。Zhang等[11]基于GOCI数据应用由Ahn和Shanmugam[23]提出的赤潮指数也有效监测到渤海2014年5月发生的赤潮,但所提取的赤潮范围比实际面积大很多。不过Zhang等[11]认为研究的重点是秦皇岛附近海域赤潮随时间的动态变化过程而非数值大小,因此算法误差可以忽略不考虑。

      图  4  基于MRI的赤潮提取结果

      Figure 4.  Red tide information extraction based on the threshold of MRI

    • 参考渤海赤潮历史记录及ERGB影像,将赤潮发生时的蓝绿波段Rrs比值设为2.55,由此提取的2014年9月3日天津滨海旅游区附近海域的赤潮面积为274 km2(图 5表 2),与赤潮实际最大面积相近,说明Rrs波段比值法比较适用于该海域的赤潮监测。

      图  5  基于Rrs波段比值法的赤潮提取结果

      Figure 5.  Red tide information extraction based on the Rrs band ratio method

    • Soto等[8]和Amin等[20]应用RBD[阈值为0.15 W/(m2·μm·sr)]分别监测到西佛罗里达近岸水体的Karenia brevis水华和墨西哥湾、蒙特雷湾、东中国海等海域的dinolflagellate水华。但由该阈值提取的天津滨海旅游区附近海域2014年9月3日的赤潮面积为541 km2,远远超出赤潮实际发生的最大面积,因此,认为RBD为0.15 W/(m2·μm·sr)的阈值并不适用于渤海赤潮的监测。根据渤海RBD值的空间分布和ERGB影像,确定RBD阈值为0.3 W/(m2·μm·sr)对渤海赤潮信息进行提取,由此计算的天津滨海旅游区附近海域的赤潮面积为266 km2(图 6表 2),与赤潮实际发生面积相近。因此,认为RBD为0.3 W/(m2·μm·sr)的阈值比较适用于天津滨海旅游区附近海域的赤潮监测。

      图  6  基于RBD的赤潮提取结果

      Figure 6.  Red tide information extraction based on the threshold of RBD

    • Soto等[8]和Amin等[21]的研究均认为结合RBDKBBIRBD_KBBI方法能更好地监测赤潮。而且Soto等[8]通过对多种赤潮遥感监测方法的比较研究发现,RBD_KBBI是赤潮信息提取效果最好的一种方法。然而,本研究发现该方法并不适用于天津附近海域,但应用KBBI法能有效监测到渤海赤潮。当KBBI为0.05时,提取的2014年9月3日天津滨海旅游区附近海域的赤潮范围为302 km2(图 7表 2),与赤潮最大面积相差无几,说明KBBI法也可用于该海域的赤潮监测。

      图  7  基于KBBI的赤潮提取结果

      Figure 7.  Red tide information extraction based on the threshold of KBBI

    • 采用上述5种方法对天津滨海旅游区附近海域2014年9月3日发生的赤潮的监测结果均比较合理,不仅提取的赤潮范围与实际最大面积相近,而且空间分布也一致。然而,由这些方法对秦皇岛附近海域2014年5月26日(该日赤潮的分布范围仅次于5月28日;秦皇岛附近海域赤潮面积于5月28日达到最大[11],但该日MODIS数据缺失严重)发生的赤潮所提取的结果却表现出很大差异(表 2图 8)。由MRIRBDKBBI提取的秦皇岛附近海域的赤潮面积均远远超出实际最大面积(2000 km2)。其中,通过MRI提取的赤潮范围最大,达5481 km2;其次为RBDKBBI,由这两个指标提取的秦皇岛附近海域的赤潮范围均超过4000 km2。综上,这三种方法虽然对天津滨海旅游区附近海域赤潮信息的提取结果比较合理,但对秦皇岛附近海域的赤潮监测结果并不理想,可能是因为这三种方法多是基于国外I类水体所建立的方法,并不适用于光学特性复杂的渤海等II水体的赤潮监测[6]

      图  8  2014年5月26日秦皇岛附近海域的赤潮信息提取

      Figure 8.  Red tide information extraction based on the threshold of chlorophyll-a concentration

      Rrs波段比值法提取的秦皇岛附近海域的赤潮范围为3085 km2,与赤潮实际最大面积比较接近。早期研究表明,Rrs波段比值法能有效监测黄河口和辽东湾发生的赤潮[10],而且在珠江口、福建厦门附近海域等区域也得到成功应用[5, 9],说明该方法比较适用于II类水体的赤潮监测。通过叶绿素浓度异常法所提取的赤潮范围为1448 km2,虽然比实际最大面积偏小,但考虑到5月26日的MODIS影像也存在较多的数据缺失,因此认为叶绿素浓度异常法对秦皇岛附近海域的赤潮监测结果最为合理。叶绿素浓度异常法虽然在II类水体中的应用存在很大不确定性,但如果叶绿素浓度的遥感估算值比较准确,且有ERGB影像等资料的辅助,能够用于渤海赤潮监测。

      综上所述,无论采用哪种方法对赤潮进行遥感监测均可能存在一定程度的不确定性。而且赤潮信息提取的方法的有效性,还与传感器类型、算法以及遥感时相紧密相关,因此,需结合实际调查数据等资料对监测结果进行验证。例如,Hu等[5, 13]的研究认为nFLH方法因能较好地规避TSS或CDOM的影响,所以对赤潮信息提取的结果较好,但也需要根据实际监测的赤潮数据或ERGB影像对nFLH方法的有效性进行证实。本文以ERGB影像和赤潮历史记录等资料为佐证,可以实现赤潮的有效监测。而且对整个渤海海域而言,还需同时考虑不同区域、不同时间发生的赤潮,共同检验和证实所采用方法对研究区赤潮监测的有效性。

    • (1) 叶绿素浓度异常法、MRIRrs波段比值法、RBD、KBBI等方法均能有效监测到天津滨海旅游区附近海域2014年9月3日发生的赤潮,不仅提取的赤潮范围与实际发生最大面积相符,而且空间分布也一致。

      (2) 由5种方法提取的秦皇岛附近海域2014年5月26日发生的赤潮表现出明显的差异。其中,由叶绿素浓度异常法提取的赤潮范围与赤潮实际最大面积最为接近,其次为Rrs波段比值法,而由MRI、RBD、KBBI提取的赤潮范围均过大。总的来说,叶绿素浓度异常法和Rrs波段比值法比较适用于渤海等II类水体的赤潮监测。

      (3) 无论采用哪种方法进行赤潮的遥感监测,均需结合ERGB影像或赤潮历史记录等资料对监测结果进行证实。而且,有必要对不同时间、不同区域发生的赤潮的监测结果进行并行验证。

参考文献 (23)

目录

    /

    返回文章