英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

一种探索全球海洋浮游藻类的新颖水色指数

Chuanmin Hu^*

南佛罗里达大学海洋科学学院，美国佛罗里达州圣彼得堡南第七大街140号，邮编33701

于2008年12月27日收到; 于2009年5月15日以修订后的形式收到；于2009年5月23日接受

摘要：据报导在开放的海洋和沿海水域中有各种各样的浮游藻类，但是由于缺乏空间分辨率、覆盖范围、重访频率等因素，或者由于现有的算法限制，使得用传统的卫星数据和算法对这些相对较小的表面特征进行准确和及时的检测是非常困难甚至是不可能的。在这里，我开发了浮藻指数（FAI）这个简单的海色指数，可以使用来自MODIS（中等分辨率成像分光辐射度计）仪器的中等分辨率（250-m和500-m）数据在开放海洋环境中进行浮游藻类的探测。 FAI被定义为在859nm（植被“红边”）、红色波段（645nm）和短波红外波段（1240或1640nm）之间的线性基线之间的差异。通过数据比较和模型模拟，FAI比传统的NDVI（归一化差值植被指数）或EVI（增强型植被指数）更有优势，因为FAI对环境和观测条件（气溶胶类型和厚度，太阳/观测几何，和太阳耀斑）的改变有较低的敏感度，并可以通过薄云识别浒苔信息。基线扣除法为大气校正提供了一种简单而有效的方法，通过这种方法可以很容易地在北大西洋，墨西哥湾，黄海和东海等各种海洋水域中识别和描绘浮游藻类。由于类似的光谱波段可用于许多现有和计划的卫星传感器，如Landsat TM / ETM 和VIIRS（可见红外成像仪/辐射计套件），因此可以对FAI的概念进行扩展以建立这些具有重要生态意义的海洋植物的长期记录。

关键词：浮藻指数（FAI）；NDVI；EVI；藻类爆发；浒苔；马尾藻属；条斑紫菜；大气校正；遥感；海色；气候资料记录

一、引言

从海岸带彩色扫描仪（1978-1986）开始，所有卫星海洋水色传感器都被用于测量水面光谱的辐射亮度或表面反射率，从而得出各种水体成分的浓度，包括氯叶酸。事实上，“oceancolor”这个词经常被认为与叶绿素a浓度是等价的。通过现代传感器的开发、校准、验证和算法改进，在过去20年取得了显着的进展，推导出一系列海洋生物的光学特性，如叶绿素a浓度，有色溶解有机物吸收系数（CDOM），弥散衰减系数和真透深度[Yentsch，1960，1983；MorelPrieur，1977； Austin和Petzold，1981；Gordon和Morel，1983；Sathyendranath等，1989；Cullen等，1997； Gordon ，1997；OReilly等人，2000；Maritorenaetal，2002； Leeetal，2002，2005； McClainetal，2004；IOCCG，2005；其他]。对于它们不规则的光学性质，也相应开发了检测浮游植物功能群的算法，包括颗石藻[Brown和Yoder，1994； Gordon等人，2001]，蓝藻 [Subramaniam等，2002]，节球藻[Kahru等，2007]，硅藻 [Sathyendranath等，2004]，有害藻类 [Cannizzaro等，2008] 和其他种群 [Morel等，1993； Alvain等，2005]。 因此，除了在全球和区域生物地球化学研究中应用的具有科学研究水平的海洋水色数据外，其也被用于监测和研究有害藻华（HABs），沉积物重悬，珊瑚礁环境健康，沿海和河口水质，并协助渔业管理 [Kahru和Brown，1997；Miller等，2005；Friedl等，2006；IOCCG，2008；以及其中的参考文献]。

然而，现有的成果都致力于推导和研究悬浮、溶解在水中的海洋成分。另一方面，在一些文献 [例如，Parr，1939Butler和Stoner，1984；Chernova和Sergeeva，2008]和当地媒体新闻中，都报导了这些漂浮在水面上的藻类，例如棕色大型海藻马尾藻。虽然这些表面植物为鱼，虾，蟹和其他海洋生物包括几种受威胁的海龟 [南大西洋渔业管理委员会，2002；Withrington和Hirama，2006] 提供了重要的栖息地（食物和遮荫），但是它们与鱼类种群和幼虫运输的潜在关系尚未被发现，可能是由于缺乏同步数据。它们还在确定海洋生产力和碳通量方面发挥作用 [Muraoka，2004]。马尾藻现在被认为是一种重要并受保护的海洋藻类，其在一些海洋地区的打捞受到约束，以保护相关的海洋物种 [南大西洋渔业管理委员会，2002年]。一些浮藻也可用于人类食物和藻类的生产 [Zemke-White和Ohno，1999]。反过来看，如果沿海海域浮游藻类过量则会对当地的环境和经济造成严重的不利影响，如2008年5 - 8月间黄海（中国）的绿藻（浒苔）广泛长期爆发 [Hu和He，2008]。由于必须立即清除海滩上死亡的海藻，所以给当地管理带来严重的经济负担。及时获得有关浮游藻类的大小和位置的信息对于了解鱼类生态和制定管理计划非常大的帮助。然而，直到最近，关于这些表面生物的几乎所有报告都来自现场观测，而这些观测在空间和时间上都是有限的，并且目前从太空检测浮游藻类还是十分少见的。

高尔等人[2006年]首次使用了300米全分辨率（FR）MERIS（中分辨率成像光谱仪，2002年至今）数据和1公里分辨率的MODIS（中等分辨率成像分光辐射计，1999年至今，Terra；2002年至今，Aqua）数据显示出了大范围的光滑条带，认为它是在墨西哥湾（GOM）的马尾藻（棕色或深绿色的大型藻类）。然而，MERIS FR数据仅适用于世界上有限的地区（主要是欧洲水域），MODIS 1公里的数据也缺乏空间分辨率来检测小型浮游藻类。此外，用于检测这些表面特征的算法并不特定于浮藻。由于叶绿素a吸收和荧光效应以及粒子后向散射的综合作用，MCI[最大叶绿素指数，Gower等人，2005]指数可用于检测709-nm处的反射率峰，高MCI值可由浮在水面上或悬浮在水柱中的藻类，或沉积物羽流引起。因此，从可见光到近红外的MERIS反射光谱以及空间对比度可被用来区分这两种类型的藻华[Gower等人，2006]。不需要参考附近的水域或检查完整的光谱形状，只要检测到该特征的空间形状被就能确认这些表面植物的存在，因为漂浮的藻类通常在风和水流作用下形成光滑的薄条。

最近，Gower和King[2008]利用MCI算法和MERIS数据以较低的分辨率（RR，〜1.2km /像素）对GOM和北大西洋中的马尾藻分布进行了首次系统评估。也有报道称MCI和MERIS RR数据的全球应用可以检测其他浮游植物的爆发[Gower等人，2008]。由于MERIS的粗糙分辨率和狭窄的刈幅宽度（约1150公里），可能会错过小藻斑，这可能在理解它们的起源、生长和分布统计上产生错误。

MODIS仪器配备了几个“锐化”波段，专为陆地和大气应用而设计，分辨率为250米和500米。具体而言，645和859 nm波段的分辨率为250 m，469,555,1240,1640和2130 nm波段的分辨率为500 m。此外，Terra卫星（1999年至今）和Aqua（2002年至今）卫星的两个MODIS仪器，赤道交叉时间分别为上午10:30和下午1:30，在全球范围内提供了比MERIS更频繁和更高分辨率的数据。几个开创性的研究表明，MODIS中等分辨率数据（250米和500米）在监测地表浮油[Hu等人，2003,2009]，藻华[Kahru等人，2004]和沿海/河口水质[Hu等人，2004； Miller和McKee，2004；Chen等人，2007]上显示出更优越的潜力。然而，在文献中找不到全球海洋中大规模应用MODIS中等分辨率数据研究藻类水华的例子。Hu和He[2008]首先将这些数据用于研究黄海浮游藻类，但研究中使用的简单方法存在一些问题（见下文）。

在这里，引入浮藻指数（FAI）来绘制各种水生环境中的漂浮藻类，其概念可以应用于现有的和计划中的几种卫星仪器。首先，介绍了传统的地表植被地图映射方法，然后进行了模型模拟和数据比较，以显示FAI概念的优点。 最后，介绍和讨论了MODIS和Landsat-7 / ETM 在黄海、东海、北大西洋和墨西哥湾的几个例子。这项工作的目标是展示FAI的概念，帮助使用MODIS和其他精细分辨率的卫星仪器为全球海洋中任何感兴趣的地区实施有针对性的测绘和研究计划。

二、传统的植被映射方法

在1973年，Rouse等人利用美国NASA地球资源技术卫星（ERTS后来更名为Landsat-1）的MSS（多光谱扫描仪）数据引入了归一化植被指数NDVI的概念（Rouse等，1973）。 NDVI被定义为：

(1)

其中R_NIR和R_RED分别是近红外（NIR）和红色波段的反射率。基本原则是所有形式的植被在700nm附近的反射光谱（“红边”）都会有急剧增加。R_NIR和R_RED之间的差异被作为植被密度的指标。针对（R_NIR R_RED）的标准化可以部分地消除由于测量方式的不同所造成的大气效应。一些出版的作品用辐射代替反射，但原则都是一样的。

NDVI与光合能力有关，因此也与植物冠层的能量吸收有关[Sellers，1985；Myneni等，1995]。许多应用利用NDVI进行进行土地覆盖/土地利用率的测算，如测绘全球植被和陆地初级生产力。 它也被应用于AVHRR（高级甚高分辨率辐射计）数据来研究海洋和内陆水域的藻类繁殖情况[Prangsma和Roozekrans，1989；Kahru等，1993]。

NDVI概念已应用于MODIS 250-m分辨率数据，据此研究了给2008年奥运帆船比赛造成严重管理问题的黄海浮游浒苔爆发的起源和演变过程[Hu和He，2008]。NDVI方法在划定附近海域浮游藻类方面很有用。然而，浮游藻类和附近水域的NDVI值对变化的环境和观测条件（如气溶胶和太阳/观测几何形状）很敏感。这些变化的条件造成了可视化和定量分析的困难，因为它们不仅影响浮游藻类和附近水域在NDVI图像上的视觉对比，而且也改变它们NDVI值。因此，常常需要对研究区域进行交互式色彩拉伸和人工划分[Hu和He，2008]，这使得在黄海和东海这样的大区域进行常规应用变得很困难。在GOM中，MODIS 250m NDVI图像能够检测到马尾藻这种浮藻藻华，但同样受到限制。

类似的问题用于陆地植被定位，因为NDVI受大气和薄云影响，并且还依赖于传感器[Holben 1986； Trishchenko等，2002]。目前已经提出了几个修正指数来克服这些困难。其中包括旨在加强高生物量地区植被信号和减少大气影响的EVI（增强型植被指数）。 EVI被定义为[Huete和Justice，1999]：

(2)

其中G是增益因子，C₁、C₂和C₃分别是与像素无关、用于补偿气溶胶效应和植被背景的系数。对于MODIS数据，G = 2.5，C₁= 6，C₂=7.5，C₃= 1[Huete和Justice，1999]。

MODIS EVI分别使用469 nm，645 nm和859 nm波段作为R_BLUE，R_RED和R_NIR进行推导，Hu和He[2008]应用其研究浮游藻类水华。然而，未发表的结果显示EVI有与NDVI类似的缺陷，即EVI结果也对变化的环境和观测条件很敏感。应用MODIS 250m NDVI和EVI检测浮游藻类，其被认为是马尾藻，同样在GOM中也遇到了类似的问题。显然，如果需要对全球海洋进行日常应用，则需要更好、更有效的方法来检测和研究这些微小的表面特征。

三、MODIS浮藻指数（FAI）

与陆地表面相比，水在RED-NIR-SWIR（短波红外）波长中会强烈的吸收光。事实上，由于这种高吸收率，即使在最浑浊的环境中，水在SWIR波长中也是不透明的或“黑色的”这提供了使用这些波长来校正大气效应的基础[例如，Wang和Shi，2005]。另一方面，漂浮在水面上的藻类在近红外波段比在其他波段具有更高的反射率，并且易于与周围水域区分。图1显示了青岛（中国）在不同环境条件下近海和近海水域的MODIS RGB“真彩色”复合图像。图2给出了可视的漂浮藻类（相互作用色彩拉伸后）及其周围水域的光谱反射率。在该分析中，MODIS数据首先通过消除分子（瑞利）散射效应进行校正，然后转换为Hu等人[2004年]的瑞利校正反射率（R_rc）：

(3)

其中L_t^*是在臭氧和其他气体吸收之后进行校准的传感器辐射亮度，F₀是数据采集时刻的地外太阳辐照度，theta;₀是太阳天顶角，R_r是利用6S估计的瑞利反射率[Vermote等 1997]。使用645、555和469nm处的R_rc作为R、G、B通道来组成图1中的图像。从图1和图2可以看出，与周围水域相比，浮游藻类的R_rc谱在859 nm处有一个可区分的峰。即使在最浑浊的水域（图1b和2b）或在有显着的耀斑（图1c和2c）的条件下，这种对比仍然存在。请注意，大多数云筛选算法会将这些像素视为云，因为它们的R_rc（SWIR）值高于3%[Wang和Shi，2006]。因此，现有的数据处理算法在这里不适用。

图2表明，R_rc（859）和645 nm与其中一个SWIR波段之

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[23019]，资料为PDF文档或Word文档，PDF文档可免费转换为Word