论文部分内容阅读
绿潮的周期性暴发已成为南黄海海域严重的生态灾害之一,给沿海城市造成了巨大的社会经济损失。绿潮消亡后期,大量浒苔或登陆沿海地区,或沉入海底,在绿藻沉降分解的过程中会向海水释放大量的营养盐,改变水体理化环境,而绿潮的登陆过程则会对沿海地区的景观生态环境、人类生产活动等造成严重影响。因此,对于绿潮消亡过程应进行深入研究,了解其消亡规律,以期为评估其对海洋生态的影响及制定相应的绿潮防控策略提供理论依据。基于2007—2019年MODIS影像和高分辨率影像(HJ-1A/1B、GF-1和Sentinel-2),本文首先针对影响绿潮面积估测的两个主要限制因素——云和空间分辨率,提出了相应的解决对策;在此基础上,分析了2007—2019年绿潮的日消亡率变化以及消亡期绿潮的时空变化特征,并初步推测了绿潮可能的沉降区域。主要结论如下:(1)云覆盖和空间分辨率会影响绿潮面积的估算。针对前者,本文基于云分布情况和云周围绿潮分布情况建立了云覆盖下绿潮面积估测方法。该方法在少云影像上的应用结果显示,2007—2019年间少云影像上估测的云覆盖下的绿潮面积占绿潮总面积的百分比(PcloudGT)介于0.47%~28.17%。针对后者,本文基于同期多源卫星影像,给出了两种解决对策。一是分别建立了多源卫星影像绿潮面积(Area)转换关系模型。应用模型后,GF-1和Sentinel-2、HJ-1A/B上对应斑块的面积偏差分别从22.77%和36.40%降低到14.44%和24.38%;MODIS与Sentinel-2、GF-1、HJ-1A/1B影像上对应斑块的面积偏差分别从229.09%、153.06%和89.17%降低到23.97%、18.69%和23.25%。二是给出了低空间分辨率影像的绿潮亚像元面积(ACCM)估测模型,应用模型后,MODIS与高分辨影像估测的ACCM相对误差最大为13.59%,远小于Area的相对误差(最小为55.85%)。(2)通过两个相邻日期之间的日消亡率(TND)和从不同开始日期到最小面积日期的日消亡率(DSE)分析了2007—2019年绿潮的日消亡率。除2010年外,DSE年内变化较为一致,均呈增加趋势;TND年内变化差异较大。年际尺度上,DSE、TND最大值与绿潮最大面积的整体趋势较为一致,均呈现增加趋势,R2分别为0.60、0.41和0.34。基于2007—2017年绿潮的日消亡率变化,提出了预估绿潮消亡天数的方法。该方法应用于2018年和2019年的结果显示,消亡天数的预估值和实际值较为接近,尤其是2018年,两者的相对误差仅为6.67%。(3)从两个方面分析了绿潮消亡的时空变化特征,一是绿潮在山东半岛南部的登陆顺序变化,二是绿潮对南黄海不同区域的影响程度变化。结果显示,绿潮的登陆顺序存在差异,大致可分为两类:一是日照→青岛→乳山、海阳,二是乳山、海阳→青岛→日照。绿潮对南黄海区域的影响程度存在空间差异,影响最为严重的区域位于34°50’N~36°1’N,120°32’E~121°33’E海域内。其中,对山东半岛南部海域影响最为严重的区域为青岛近岸海域,最轻的区域是乳山近岸海域。基于绿潮时空变化推测可能的绿潮沉降区分别是山东半岛近岸海域和南黄海中部33°31’N~35°22’N,120°14’E~122°8’E海域。