基于MODIS数据反演的渤海叶绿素浓度时空变化

钱莉，刘文岭，郑小慎

（天津科技大学 海洋科学与工程学院 天津市海洋资源和化学重点实验室，天津 300457）

基于MODIS数据反演的渤海叶绿素浓度时空变化

钱莉，刘文岭，郑小慎

（天津科技大学 海洋科学与工程学院 天津市海洋资源和化学重点实验室，天津 300457）

采用离散时间功率谱、距平、滑动平均等统计学方法分析了MODIS反演得到的渤海海域2002－2009年叶绿素浓度的时空变化特征。结果表明，叶绿素浓度多年月平均值的波峰出现在2－3月份，波谷在7月份。叶绿素多年平均值近海明显高于外海，由近海往外递降，最低值出现在渤海海峡和北黄海口附近。通过对叶绿素浓度多年月距平值进行离散时间功率谱的分析并进行F检验，能通过95%显著性检验有7.5年和2.5年两个显著性变化周期。2003－2009年间叶绿素浓度差值图像的空间分布表明，2006年整个渤海海域叶绿素浓度高于7年均值。

渤海；叶绿素a；时空变化；MODIS

渤海位于37°－41°N，117°35′－121°10′E，是我国最大的深入大陆的近封闭型内海，只有东面通过渤海海峡与黄海相通，主要分为渤海湾、辽东湾、莱州湾、渤海中央盆地和渤海海峡五部分。其水体交换能力差，自净能力低，每年都要接纳大量的陆源污染物。

海洋叶绿素对海区的海洋－大气系统中碳循环、赤潮监测、环境评估等的研究及渔业管理等具有重要研究意义[1]，而传统的取样调查方法主要是靠船只走航，其无法满足大范围监测、长时间连续取样的要求。遥感以其覆盖范围广、大尺度、长时间连续的优势，可以对海洋实现大范围的观测，从而弥补实测数据分散的缺陷，更有利于对海洋现象进行分析和研究[2]。近年来，高光谱技术发展迅速，MODIS以其分辨率高、重复访问周期短和快速获取等优点而被广泛应用于海洋环境监测中[3]。

Nikolay[4]用SeaWiFS数据分析了里海叶绿素季节、年际变化模式以及其与温度（SST）、北大西洋涛动（NAO）指数等环境因子的动态关系，邹亚荣[5]基于2003年数据分析、邹斌等[6]分别基于HY- 1/ COCTS和MODIS卫星数据分析了2003年渤海叶绿素的时空分布及其与海温的关系，万小芳等[7]用SeaWiFS卫星资料分析了台湾海峡表层叶绿素的季节、年际变化及典型区域的分布特征。

纵观以上研究结果，叶绿素的变化研究仅停留在短时间上，因此很难对其变化规律做出客观全面的描述。本文基于MODIS数据反演的叶绿素数据，从MODIS-Aqua向地面返回数据2002年7月到2009年12月共8年的时间序列数据，分析其在渤海海域的时空分布特征，为渤海资源评估、环境保护提供科学依据。

1 数据与方法

1.1 MODIS遥感数据

式中，Ca为叶绿素的浓度（mg/m3）,Rrs为卫星测得的遥感反射率。

三级标准地图影像数据（L3 SMI）是一种等距柱面圆柱投影的栅格数据，对于MODIS-Aqua其分辨率大约为4.5 km。这种叶绿素算法是针对开阔大洋水体开发（一类水体），用于二类水体反演时，将高估叶绿素浓度值[13]，而渤海属于典型的二类水体，但是其变化趋势是一致的，因此本文只用反演数据分析其变化趋势而不与实测数据进行比对。

本文应用卫星反演的ρ(Chl−a)并裁剪出渤海海域（37°N-41°N, 117°E-122°E）为研究区域，时间跨度从2002年7月MODIS-Aqua发射到2009年12月，共90个月，分析其在渤海海域的时空变化趋势。

1.2 方法

本文主要应用统计学的方法对渤海ρ(Chl−a)进行分析。由于卫星观测时受到大气气溶胶等干扰因素而影响观测精度，本文引入多年平均的距平值而非绝对值分析其时空变化，以2003－2009全年同月平均值作为参考数据计算叶绿素距平值。

对于某一离散时间序列x，任意给定i时刻的距平值为：

采用统计方法中的滑动平均分析长时间序列的显著性变化趋势，滑动平均序列的公式如下：

式中，n为样本容量，K 为滑动长度，常取为基数。为了消除季节性的影响，本文选取滑动长度K=5。

采用统计方法中的离散功率谱方法分析渤海叶绿素浓度的显著性变化周期。对于某个含有n个时间序列的数据首先计算该数据在不同波数时的傅里叶系数[8]。

式中，ak和bk是第k个波数对应的余弦和正弦函数的系数，Tk和sk分别表示不同波数k的变化周期和功率谱能。因此本篇中时间序列的长度n=90，波数k=45。

最后，以1−α=0.95置信水平对离散功率谱方法获得的振动功率和周期进行F检验[9]。

式中，2和n−2− 1分别为分子和分母的自由度，s2为原时间序列的方差，当认为周期是显著的，本文中置信水平

2 结果和讨论

2.1 渤海海域叶绿素a的季节变化特点

剔除MODIS影像上的异常值像素点，对所有有效值点进行平均（像素点数目≥10个），将渤海海域2003－2009年7年的ρ(Chl−a)按月平均，得到逐月变化曲线（图1）。由图1可知，月均值在3.8～5.2 mg/m3之间，多年平均值为4.5 mg/m3。该曲线波峰出现在2－3月份，之后下降，波谷在7月份。叶绿素浓度总体呈现为秋冬季相对较高，春夏季相对较低，该变化形式与邹斌对渤海叶绿素季节分布特征相一致[6]。

海洋叶绿素的时空变化可显示海区基本的生态信息，与光照、营养盐、盐度、温度、潮、流等因素密切相关。海洋中的环境因子（光照、营养盐、温度、混合层深度和季风等）以及浮游动物的摄食对海洋中的浮游植物和叶绿素的时空变化影响很大。渤海因水浅，封闭性强，受大陆气候影响显著，冬季，渤海盛行偏北季风，陆架浅海区对流混合可达到海底，涡动混合也是全年最强，深层的营养盐和悬浮物质被带到表层[10]，从而使得遥感反演的ρ(Chl−a)较高。冬季到春季，表层海水温度逐渐上升，由于海水垂直混合程度减弱和营养物质减少的影响而使大部分海域ρ(Chl−a)有所降低，但由于光照增强有利于浮游植物的光合作用，因此ρ(Chl−a)相对全年较高[6]。夏季光照充足，表层水温为全年最高，垂直混合变浅，浮游动物大量繁殖，消耗大量浮游植物[11]，ρ(Chl−a)降低，7月份叶绿素均值下降到全年最低值为3.8 mg/m3。秋季光照开始减弱，表层水温逐渐下降，对流混合开始增强，因此表层营养盐重新得到补充，使得ρ(Chl−a)逐渐增加[12]。

图 1 渤海海域2003－2008年叶绿素月均值变化曲线Fig.1 Variation of monthly-average of Chl-a in Bohai Sea during 2003-2008

2.2 渤海海域叶绿素a的年际变化特点

剔除MODIS影像上的异常值像素点，对所有有效值点进行平均，得到渤海叶绿素浓度2002年7月－2009年12月的时间序列的变化曲线和为了消除季节影响进行5个月平滑后的曲线（图2）。从图2可知，月均值为3.1～6.5 mg/m3，每年可能出现多个波峰与波谷，但波峰一般在2－3月份，波谷基本出现在每年的7月份。从2002年7月－2006年8月，叶绿素月均值呈缓慢的上升趋势，这之后缓慢的下降，2006年ρ(Chl−a)最高。图3为渤海叶绿素距平曲线和其5个月平滑后的曲线，可以看出，该曲线以2006年为转折点，2006年前叶绿素月距平值为负，2006年－2007年8月叶绿素距平值为正，但波动幅度都较小，说明2006、2007年叶绿素相对较高。图2 和图3的平滑曲线也表明，ρ(Chl−a)总体呈上升趋势，变化幅度相对较缓慢，以2006年上升最快。

图2 2002年7月－2009年12月ρ(Chl−a)月均值及5个月平滑值变化曲线Fig.2 Monthly average of Chl-a concentration in Bohai Sea during July 2002 to December 2009

图3 2002年7月-2009年12月ρ(Chl−a)距平值及5个月平滑值变化曲线Fig.3 Monthly anomalies of Chl-a concentration in Bohai Sea during July 2002 to December 2009

2.3 渤海叶绿素a的主要年际变化周期

应用离散时间功率谱方法对2002－2009年ρ(Chl−a)月均距平的显著性变化周期进行分析，并对功率谱以1−α=0.95置信水平进行F检验（图4）。从图4可知，波峰位置分别位于85/1，85/3，85/10， 85/15，但是能通过0.95显著性检验的位于横坐标90/1和90/3，也就是ρ(Chl−a)月均距平大约有7.5年和2.5年两个显著性变化周期，即渤海海域叶绿素浓度每2.5年和7.5年的会出现高值或低值。

图 4 2002年7月－2009年12月ρ(Chl−a)月均距平功率谱和0.95置信水平曲线Fig.4 Power spectral density and F-inspection line (the dashed line) of ρ(Chl−a) during July 2002 to December 2009

2.4 渤海叶绿素a空间分布特征

2003－2009年渤海ρ(Chl−a)7年均值的空间分布如图5所示。ρ(Chl−a)主要集中到在4～5 mg/m3内，主要分布在渤海中央盆地，渤海海峡和北黄海ρ(Chl−a)最低为2～3 mg/m3，高浓度的叶绿素主要位于沿岸近海，并且在莱州湾、渤海辽东湾顶端ρ(Chl−a)最大。2003－2009年ρ(Chl−a)均值总体呈现近海高，外海低，低值区分布范围广的趋势。近海由于深度浅、混合强、陆源河流带来丰富的营养盐，为浮游植物的生长提供了良好的栖息地，导致ρ(Chl−a)近海较外海高。

图 5 2003－2009年渤海海域ρ(Chl−a)（mg/m3）均值的空间分布Fig.5 Average composite image of Chl-a distribution (mg/m3) during 2003-2009

以2003－2009年7年ρ(Chl−a)均值为基准，图6是各年年均ρ(Chl−a)与7年ρ(Chl−a)均值做差值运算结果，高于7年ρ(Chl−a)均值的区域用红色表示，低于7年ρ(Chl−a)均值的区域用绿色表示。

总体来看，2003－2009年ρ(Chl−a)的年际变化规律性不强，但变化显著。其中2003，2004，2005年三年的ρ(Chl−a)相对于7年来说不是很高，2003年仅在辽东湾高于7年均值，而2004，2005年分别为莱州湾和渤海湾；2006，2007两年的ρ(Chl−a)相对于7年均值来说较高，2006年全渤海海域ρ(Chl−a)都较高，这也与上述的2006全年ρ(Chl−a)距平值为正一致，2007年整个渤海中央和辽东湾ρ(Chl−a)较高；2008年ρ(Chl−a)高于7年均值的区域离散分布于整个渤海海域，其中渤海湾大部分浓度值较7年均值高；2009年的分布与2007年很类似，也是渤海中央分散着大于7年均值的叶绿素浓度。

图 6 2003-2009年均叶绿素浓度与6年均值叶绿素浓度差值运算Fig.6 the difference of chlorophyll concentration beween 2003-2009 annual average and 6-year average value

3 结 论

本文分析了2002－2009共8年MODIS反演的渤海ρ(Chl−a)时间序列的变化特征。结果表明，ρ(Chl−a)月均最小值在7月份，最大值在2－3月份；其年际变化表现为总体呈缓慢的上升趋势；其空间变化表现为从近海到外海快速递降的趋势；通过功率谱的分析，得到叶绿素距平值有2年和4年2个显著性变化周期。标准的MODIS叶绿素算法是针对开阔大洋水体开发（一类水体），其海面颜色主要由叶绿素来决定，这种算法用于二类水体反演时，将高估叶绿素浓度值，是由于二类水体其色素浓度由黄色物质、悬浮泥沙和叶绿素共同作用[13]。渤海属于典型的二类水体，因此用MODIS经验算法反演的叶绿素浓度相对实测值会有所偏高，发展更适合二类水体叶绿素算法还有待更进一步的研究。

致谢：本文所用的MODIS卫星获得的叶绿素浓度数据由http://oceancolor.gsfc.nasa.gov/网站提供，感谢NASA水色处理中心提供的数据。

[1]赵辉, 齐义泉, 王东晓.南海叶绿素浓度季节变化及空间分布特征研究 [J].海洋学报, 2005, 4 (27 ): 45-52.

[2]沙慧敏, 李小恕, 杨文波, 等.用MODIS遥感数据反演东海海表温度、叶绿素a浓度年际变化的研究 [J].大连水产学院学报, 2009, 2(24): 151-156.

[3]Min W, Wei Z H, Xuejun W.Application of MODIS satellite data in monitoring water quality parameters of Chaohu Lake in China [J].Environ Monit Assess, 2009, 148: 255-264.

[4]Nikolay P N.Patterns of Seasonal and Interannual Variability of Remotely Sensed Chlorophyll [J] .Hdb Env Chem Part Q, 2005, 5: 143–157.

[5]邹亚荣.渤海叶绿素a时空分布特征分析 [J].遥感信息, 2004.(3): 30-32.

[6]邹斌, 邹亚荣, 金振刚.渤海海温与叶绿素季节空间变化特征分析 [J].海洋科学进展, 2005, 4 (23): 487-492.

[7]万小芳.台湾海峡表层叶绿素含量的季节、年际变化特征研究[J].台湾海峡, 2007, 26(1) : 36-45.

[8]魏凤英.现代气象统计诊断与预报技术 [M].北京: 气象出版社, 2007.

[9]黄嘉佑.气象统计分析与预报方法 [M].北京: 气象出版社, 2000.

[10]孙湘平.中国近海区域海洋 [M].北京: 海洋出版社, 2006.

[11]沈国英, 施并章.海洋生态学 [M].北京: 科学出版社, 2002.

[12]吴荣军, 吕瑞华, 朱明远.海水混合和层化对叶绿素a垂直分布的影响 [J].生态环境, 2004, 13 (4): 515-519.

[13]Nikolay P N.Seasonal and Interannual Variability of Remotely Sensed Chlorophyll [J].Hdb Env Chem Part Q, 2008, 5: 333-343.

Spatial-temporal variation of Chlorophyll-a concentration in Bohai Sea based on MODIS

QIAN Li, LIU Wen-ling, ZHENG Xiao-shen

(Tianjin Key Laboratory of Marine Resources and Chemistry, College of Marine Science and Engineering, Tianjin University of Science and Technology, Tianjin 300457, China)

Spatial-temporal variation of Chlorophyll-a concentration based on Moderate Resolution Imaging Spectroradiometer (MODIS-Auqa, aboard Auqa satellite) was analyzed since the starting of MODIS-Auqa mission in July 2002 till December 2009.Statistical methods including anomaly, sliding average, power spectral density were used to analyze the spatial-temporal variation of Chlorophyll-a concentration in the Bohai Sea.Seasonal variation of Chlorophyll-a concentration represented the maximum values in February-March, the minimum values in July.Spatial variation showed the high concentration of Chlorophyll-a in coastal shore and decreased to offshore and the minimum values lay in Bohai strait and northern Huanghai Sea.The monthly anomalies showed about 4-year and 2-year cycle.In 2006, the whole Bohai Sea showed high Chlorophyll-a concentration from 2003 to 2008.

Bohai Sea; Chlorophyll-a; spatial-temporal variation; MODIS

TP79

A

1001-6932(2011)06-0683-05

2010-03-28；

2010-11-01

天津市自然科学基金资助项目 (09JCZDJC25400，08JCYBJC10500 )。

钱莉 ( 1985－)，女，硕士研究生，主要从事海洋环境遥感。电子邮箱：qianli_0429@126.com。

刘文岭，研究员。研究方向海洋遥感，电子邮箱：lwl@tust.edu.cn。