英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料

利用MODIS测量区分东海硅藻水华和东海原甲藻的一种新方法

作者：Bangyi Tao等

摘要：

东海原甲藻（P. donghaiense）是长江口及东海附近海域有害藻华中最常见的种类之一。基于东海原甲藻和东海硅藻吸收特征的差异以及大规模的原位遥感反射率（Rrs）数据集，研制了一种基于MODIS Rrs光谱形状区分东海原甲藻水华与其他水体类型的多光谱方法。该过程分为两个步骤。首先，由于它们在绿波段的反射率相对较低且光谱斜率较高，因此可以通过低Rrs(555)和高RAB来识别水华水域。其次，基于在两种藻类之间的浮游植物吸收的绿色和红色光谱范围内发现的明显光谱差异，制定了两个新的指数，即东海原甲藻指数 (PDI) 和硅藻指数 (DI)，用于区分东海原甲藻和硅藻水华。利用近同期野外观测数据进行验证，结果表明，将该实用方法应用于MODIS影像，可以为藻华的推断模式和空间分布提供可靠的信息。东海原甲藻的分类技术被认为是成功的，这可能会让沿海管理者更好地减轻东海原甲藻华的有害影响。

关键词：有害藻华；东海原甲藻；海洋水色；遥感；MODIS；东海

1. 引言

有害藻华(HABs)是长江口及东海沿岸日益严重的生态问题。东海原甲藻 (P. donghaiense)是东海中最常见的藻华物种之一，它导致了大规模的水华事件(约1万km2)，并通过高生物量积累影响了海洋生态系统。东海原甲藻经常与链状亚历山大藻（Alexandrium catenella）、米氏凯伦藻（Karenia mikimotoi）共生，造成海洋哺乳动物和鱼类的死亡。更重要的是，东海原甲藻华的起因尚不清楚。Dai等假设与台湾暖流(TWC)有关的锋面可能是东海原甲藻华的“种子库”。 为了了解东海原甲藻华的触发机制并将其负面影响降到最低，需要一种准确且近实时的技术来识别水华，该技术可以依赖于基于卫星的海洋颜色传感器，例如中分辨率成像光谱仪（MODIS）。

在过去的十年中，在从空中对有害藻华的位置和范围进行概括性探测和描述方面取得了重大成就(Cannizzaro, Carder, Chen, Heil, amp; Vargo, 2008; Carvalho,Minnett, Fleming, Banzon, amp; Baringer, 2010; Schofield et al., 1999;Stumpf et al., 2003; Tomlinson et al., 2004)。由于所有藻华都含有高浓度的叶绿素a（Chl-a），NOAA引入并实施了卫星衍生的Chl-a或Chl-a异常现象，用于佛罗里达州附近的赤潮监测(Stumpf, Culver, et al., 2003;Tomlinson et al., 2004)。然而，由于大气校正中的不确定性和其他颜色成分的干扰，传统的蓝绿波段比值算法估计的Chl-a通常不准确，尤其是在光学复杂的情况二类水体中(Hu, Carder, amp;Muller-Karger, 2000; Siegel, Wang, Maritorena, amp; Robinson, 2000)。为了克服这一困难，开发了几种替代技术。Ahn和Shanmugam（2006）提出了一个赤潮指数（RI）来描述韩国沿海地区赤潮的空间范围，该指数基于大量的现场数据集。其他一些算法主要关注近红外波段。例如，根据MODIS荧光带计算的浮游植物荧光线高度（FLH）被用于区分佛罗里达州西南部沿海水域的赤潮和富含黄色物质的水域（Hu等，2005）。基于中分辨率成像光谱仪（MERIS）的最大叶绿素指数（MCI）也被提议用于检测美国和欧洲水域的藻华（Gower、King、Borstad和Brown，2005）。DallOlmo和Gitelson（2005年）以及Gitelson等人（2008年）开发了红色-近红外波段比率模型，用于估算沿海水域的高叶绿素浓度。虽然与传统的Chl-a数据相比，这些方法在识别正常水体中的水华方面有一些优势，但实际上不可能使用它们来确定已识别的水华是否有害。

目前，只有少数研究专注于区分与特定物种相关的藻华与其他藻华。Lubac等（2008）证明，蓝色和绿色波段的两个遥感反射率（Rrs（lambda;））比率可用于有效区分球形棕囊藻水华和硅藻水华。Sathyendranath等人（2004年）和Westberry、Siegel和Subramaniam（2005年）基于半分析模型，利用Rrs（lambda;）的多光谱模式检测硅藻和毛状蓝藻。Cannizzaro等人（2008年）使用了后向散射/Chl a比率来将双鞭甲藻与其他藻华区别开。Siswanto、Ishizaka、Tripathy和Miyamura（2013）开发了一种简单的基于MODIS的赤潮检测方法，用于米氏凯伦藻的监测。尽管取得了这些进展，但由于不同的赤潮物种可能具有完全不同的光学性质，因此，在沿海水域中鉴定分类群仍需要更多的研究。

类似地，在YRE和ECS，一个光学复杂的二类水体区域，通常具有较高的总悬浮物（TSM）和有色溶解有机物（CDOM）浓度（Mao, Chen, Pan, Tao, amp;Zhu, 2012），最近的研究仍然侧重于开发本地算法，以识别水华和非水华（Ahnamp;Shanmugam，2006；Huangamp;Lou，2003；Louamp;Hu，2014）。因此，对于哪种类型的算法最能区分水华和非水华，并区分不同的水华类型，目前尚缺乏共识（Lei等，2011年）。东海原甲藻每年在春末夏初都会引起大规模的甲藻水华，同时也经常出现以硅藻为主的其他水华（如中肋骨条藻）（Li 等，2009）。我们之前的研究表明，东海原甲藻和硅藻类可以从它们的光学性质来部分地区分。浮游植物吸收aph（lambda;）和原位Rrs（lambda;）光谱具有可区分的光谱特征，与东海原甲藻华有关，在绿色和红色波段具有足够独特的特征，因此，这表明它们有可能与高光谱和多光谱Rrs（lambda;）测量进行区分（Tao，Mao等，2013；Tao，Pan等，2013）。因此，本研究的目的是开发一种有效的方法，应用MODIS Rrs（lambda;）数据，在ECS光学复杂的沿海水域区分以东海原甲藻为主的水华和其他光学水的类型。这种方法不仅可以区分藻类水华和非水华，还可以区分东海原甲藻水华和其他硅藻水华。

2.材料和方法

2.1. 研究区与巡航

研究区域覆盖了ECS的大部分区域（北纬26°–33°，东经119°–126°），包括YRE以及上海市和浙江省的沿海地区（图1）。大部分沿海地区的深度小于100米，并受到长江羽流、台湾海峡暖流、黑潮流和浙江沿海海流的影响(Chen, 2009; Zhou, Yan, amp; Zou, 2003)。自2004年以来，中国国家海洋局（SOA）在ECS建立了11个赤潮监测站（SOA，2004；Tang等，2006）。有关水华发生时间、位置、空间范围、强度和致病物种的记录可从国家海洋局东海分局（ECSB）获取（http: //www.eastsea.gov.cn/）。这些记录涵盖了自2005年至2013年的数据。

为研发该技术，进行了多次巡航，以收集现场测量数据。2007年春季（4月5日至5月11日）和2007年秋季（10月11日至12月26日）进行了两次为期两个月的调查。每次调查都使用了两艘船只（R/V海监46号和R/V海监49号）。在2007年春季和2007年秋季的邮轮中，分别收集了76个观测站的光学数据集，其中3个观测站显示了与东海原甲藻有关的水华，以及152个观测站，其中4个观测站显示了与硅藻有关的水华。另外两次为期一个月的调查分别于2009年8月18日至9月1日的夏季和2009年12月23日至2010年1月4日的冬季在东方红二号船上进行。在这两次巡航中，分别收集了22个站和48个站的光学数据集。图1所示的大部分大陆架巡航区域。除了四次主要的巡航观测外，2010年5月12日进行了东海原甲藻华的其他实地观测，2006年8月1日和2011年6月20日进行了硅藻华的实地观测。图1显示了2006年至2011年期间在上述邮轮上观测到的水华站，以五角星表示。

2.2. 实地观察和实验室测量

在本研究中，从2006年到2011年，在长江口和东海大陆架的不同光学类型水域进行了原位遥感反射率测量。高光谱遥感反射光谱是根据NASA海洋光学协议（Fargionamp;Mueller，2001）从水上测量得出的。使用分析光谱设备512通道FieldSpec手持式光谱仪进行测量，该光谱仪提供光谱范围为350–1050 nm的高光谱分辨率辐射测量数据。在进行辐射测量的同时，在每个台站采集了一组地下水样本。用荧光计（特纳设计）从玻璃纤维过滤器（Whatman，GF/F）上收集的颗粒物中测量Chl-a（Welschmeyer，1994）。通过显微镜分析，确定某一特定水华站的藻类群落是由东海原甲藻还是硅藻占主导地位。在每个水华站，地表水样本收集在500毫升瓶中，并用2%福尔马林储存。沉淀后，使用光学显微镜（如徕卡DM2500）在有刻度的玻片上对浮游植物分类群进行鉴定和计数，根据形态学分类，每个样本至少计数300个单位（Jiang等，2013）。为了准确推导生物光学参数，如吸收、后向散射特性和色素组成，从厦门大学海洋细菌和浮游植物采集中心（CCMBP）获得了四种不同浮游植物的分离培养物。研究物种包括东海原甲藻和三种硅藻（中肋骨藻、三角褐指藻和魏氏海链藻）。这些分批培养物在弱光条件下生长，在25°C下以14小时/10小时的光/暗周期生长，以匹配东海的主要水华群。

用于测量吸收和后向散射特性的详细方法可以在Tao, Mao等 (2013)中找到。简单地说，浮游植物的吸收光谱是通过使用积分球与中央试管(CIS)系统测量悬浮样品的方法来确定的(Nelson amp; Preacute;zelin, 1993;Rouml;ttgers等，2007)。在本研究中，在一个Perkin-Elmer Lambda 950分光光度计上制作了光密度OD(lambda;)，该分光光度计由一个150毫米的Labsphere积分球和一个中央安装的样品支架组成，其中放置了一个1厘米径长的比色皿。按照Bricaud、Morel和Prieur(1983)中使用的类似方法，光谱后向散射系数bb(lambda;)的测量是通过将一个1厘米径长的样品比色管与一个被单色光束交叉的球体的出口放置一个悬吊来进行的。用高压液相色谱法测定了各藻类叶绿素、类胡萝卜素和其他辅助色素的含量。HPLC分析是在Shimadzu LC20T系统上进行的，对Wright等人(1991)的程序进行了轻微修改，这在Schluuml;ter amp; Havskum (1997)中有相关描述。为了便于比较，首先将色素浓度缩放到Chl-a (mg pigment mgminus;1 Chl-a)。

2.3. MODIS数据处理

由NASA海洋生物处理小组（OBPG）提供的标准MODIS二级数据来自海洋颜色网站（http://oceancolor.gsfc.NASA.gov）。Rrs（lambda;）值是使用更新的大气校正算法生成的，该算法补偿了近红外离水辐射和吸收气溶胶（Stumpf、Arnone、Gould、Martinolich和Martinuolich，2003）。表面Chl-a浓度使用OC4波段比率算法估算（Orsquo;Reilly等人，1998年）。特别是，由于OBPG现在使用增强型多传感器一至二级代码（Franz等人，2005年）来支持MODIS的250米和500米波段，因此当前的标准二级产品包括本研究中使用的以645 nm为中心的250米波段和以555 nm为中心的500米波段。然后使用Matrix Laboratory（MATLAB）软件处理MODIS Rrs（lambda;）数据，研究光学不同水域的光谱形状。

3. 结果

3.1. 藻类生物光学性质的比较

本研究旨在探讨利用Rrs（lambda;）光谱形状特征检测和表征赤潮的实用性。由于Rrs（lambda;）与光谱后向散射系数bb（lambda;）成正比，与吸收系数a（lambda;）成反比（Morelamp;Prieur，1977），因此应首先强调浮游植物aph（lambda;）a n d bb、ph（lambda;）a n d及其变化的特性，这是改进光学检测方法的核心。

图2a显示了东海原甲藻和硅藻的平均吸收光谱，其来源于从培养物中测量的aph（lambda;），通过在400至700 nm范围内计算的平均值进行归一化，以便于比较。许多研究表明，由于细胞色素成分和包装效应的变化，aph（lambda;）是可变的（Babin等人，2003年；Bricaud、Claustre、Ras和Oubelkheir，2004年；Lohrenz，2000年）。因此，表1中所示的色素浓度可以帮助我们研究藻类群体光谱吸收的系统偏差。根据单个色素的吸收光谱（Bricaud等人，2004年；Majchrowskiamp;Osthowska，2000年），四个研究的藻类细胞在400至500 nm的蓝色波长范围内的吸收与不同波长波段的Chl-a、Chl-c、硅甲藻黄素和花被苷或岩藻黄素重叠。在450-470nm的光谱范围内，东海原甲藻和硅藻类群之间存在明显差异。这是因为色素Chl-c的峰值吸收位于该范围内，东海原甲藻的Chl-c相对于Chl-a的吸收几乎是硅藻的三倍。然而，由于极端水华的低蓝色反射率以及CDOM的干扰，两个蓝色波段之间的Rrs（lambda;）偏差将非常微弱，并且在现实中很难捕获。因此，由于蓝带中的色素吸收光谱重叠，从太空中准确识别单个藻类群的可能性很小，这与Garver、Siegel和Mitchell（1994）的结论一致。

因此，在本研究中，我们将重点放在aph（lambda;）的绿色和红色部分，其中Rrs（lambda;）有两个明显的峰，色素组成并不复杂。第一个发现是，东海原甲藻和硅藻群的标记色素花被苷和岩藻红素分别占总色素的25–34%，在520到560 nm的吸收范围内同样占主导地位，因此在相同的光谱范围内Rrs的光谱行为。此外，东海原甲藻独特的光谱特征表明，其在

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[588015]，资料为PDF文档或Word文档，PDF文档可免费转换为Word