论文部分内容阅读
海洋的碳吸收是全球碳循环的重要组成部分,因此有关海洋浮游藻类的遥感监测是很有生态意义的研究课题。本次论文首先尝试通过经验算法对近岸二类水体可能出现偏差较大的MODIS卫星遥感反射率进行校正,而后以校正后的卫星遥感反射率为输入,利用改进后的硅藻与甲藻藻华遥感监测算法对2003年以来中国东海暴发的硅藻与甲藻类的藻华现象进行监测分析,并进一步探索了该算法在其它海区的适用性。另外对不同类型藻华遥感判别的可能性也作了一些研究。具体取得的一些成果如下:对近岸二类水体,利用积累的中国海实测光谱数据以及NOMAD的共享航次数据,我们发现了Rrs(412)、Rrs(443)与Rrs(488)间的一些经验关系。以此为依据,对质量较差的MODISRrs(412)及Rrs(443)进行一定的校正。从结果上看,校正后有效数据量明显增多,而且利用校正后的Rrs代入光学推导模型QAA及GSM所得到的IOPs的无效数据量明显减少,经过实例分析发现此校正方法在台海及墨西哥湾均获得了不错的应用效果。遥感数据质量得到提高也有助于藻华的遥感监测。在中国海硅藻藻华和甲藻藻华占据了绝大部分,商少凌等和陶邦一等分别提出了适于东海硅藻与甲藻类藻华的遥感判别算法。我们对这两种算法的准确性评估后将算法进行了改进,以改进后的算法处理校正后的MODIS数据,我们对中国东海2003-2015年的硅藻与甲藻类藻华的时空变化情况进行了初步的统计分析。从藻华总体分布面积来看,2003-2015年东海硅藻与甲藻类藻华现象总体情况比较严重,暴发频率及分布面积均较高,而甲藻类藻华的暴发频率要比硅藻类藻华更高,造成的危害也更严重;东海的硅藻种群似乎一直在减弱,而甲藻类藻华在2013年-2015年减弱的非常明显。另外我们也发现改进后的算法在中国渤海以及全球其他一些海域如韩国近岸海域、北美西海岸附近海域、南非近岸海域等也获得了一些不错的应用结果,但算法对遥感数据的质量要求较高。通过对现场或者对应藻华案例的遥感匹配数据的分析来看,球形棕囊藻引起的藻华也可以通过一定的方法判别,而抑食金球藻主导的藻华水体可通过硅藻与甲藻藻华判别算法监测出来,但要利用现有遥感手段将其与硅藻与甲藻类藻华水体区分开比较困难。