南海北部夏季叶绿素a分布规律及影响因素*

杨威, 董园, 俎婷婷, 刘长建, 修鹏

海洋生态学

南海北部夏季叶绿素a分布规律及影响因素*

杨威1,2,3, 董园2, 俎婷婷2, 刘长建3, 修鹏2

1. 中国科学院大学, 北京 100049; 2. 热带海洋环境国家重点实验室(中国科学院南海海洋研究所), 广东 广州 510301; 3. 国家海洋局南海调查技术中心, 广东 广州 510300

采用2002—2016年6—9月Aqua/MODIS叶绿素a产品分析珠江冲淡水在南海北部生态效应的季节及年际变化特征。6月来自陆源的营养物质在西南季风作用下向河口以东陆架区输运, 浮游植物增殖, 叶绿素a含量增大; 7月河口以东高浓度叶绿素a覆盖面积达到最大; 8月在减弱的珠江径流和环境风场共同影响下, 口门外海高浓度叶绿素a覆盖面积明显减小; 9月北部陆架区处于东北季风影响之下, 河口以西覆盖面积逐渐增大。通过线性回归分析可知, 珠江径流量是口门外海高浓度叶绿素a覆盖面积的主要影响因素, 且这种影响有一个月左右的滞后效应。显著大于(小于)多年平均的珠江径流量和环境风场等因素共同作用, 导致2008(2004)年表现为高浓度叶绿素a覆盖面积的极大值(极小值)年份。叶绿素a在南海北部陆架区的时空变化特征主要受冲淡水过程影响, 订正过的卫星叶绿素a产品可以用来讨论珠江冲淡水的季节及年际变化。

Aqua/Modis; 叶绿素a; 南海北部; 珠江冲淡水

珠江是流量仅次于长江的中国第二大河流, 多年年均降雨量为1500~2000mm, 有雨季(4—9月)与旱季(10—3月)之分,分别对应珠江流量的丰水期与枯水期。珠江河网水系复杂,上游基本上由西江、北江和东江组成, 其中西江为最大支流, 年均总径流量合计约326×109m3, 年均输沙量约为8782×104吨, 每年4—9月为丰水期, 径流总量约占全年的80%, 而年径流量的50%以上发生在6—8月(赵焕庭, 1990; Yin et al, 2004; 胡嘉镗, 2009)。珠江冲淡水的扩展路径主要受东亚季风及南海北部环流影响, 在冬季东北季风及珠江枯水期的影响下, 冲淡水主要沿着岸线向河口以西输运, 低盐水水平扩展面积相对较小; 在夏季西南季风及珠江丰水期的共同作用下, 冲淡水向河口以东及离岸方向扩展, 低盐水水平扩展面积较大, 且呈不同形态特征(Su, 2004; Dong et al, 2004; Ou et al, 2009)。

珠江冲淡水的陆源物质(N、P等营养元素)输运对陆架区生态系统有着重要影响(Cai et al, 2004; Dai et al, 2008), 研究表明丰水期的珠江冲淡水向陆架区输送的营养盐通量约占全年的70%, 并供给了全年80%的生物量生长所需(Gan et al, 2010)。叶绿素a是光合作用的主要色素, 其浓度通常被用于表征浮游植物生物量, 目前已有很多研究关注了珠江冲淡水在河口及邻近陆架区的生态效应(Cai et al, 2004; Ho et al, 2010; Liu et al, 2011; Chen et al, 2011; Zhang et al, 2013; Lu et al, 2015; Bai et al, 2015; Li et al, 2018), 不过这些研究大都是对某年或某个航次生态动力耦合过程的分析, 且研究区域主要集中于河口区, 关于珠江冲淡水在北部陆架区生态效应季节及年际变化的研究较少, 航次调查数据有限是主要制约因素。

近年来海洋水色卫星的发展为我们提供了全球海洋叶绿素a的时空连续观测资料, 尽管在河口区因有色溶解有机物(colored dissolved organic matter, CDOM)和碎屑的影响, 叶绿素a含量可能会被高估, 但冲淡水引起的水华现象仍特征明显(He et al, 2013; Shang et al, 2014)。研究表明, Coastal Zone Color Scanner (CZCS) 月平均水色产品能很好描述长江淡水舌的季节性扩展特征(Ning et al, 1998), Sea- viewing Wide Field-of-view Sensor (SeaWiFs) 高浓度叶绿素a分布范围能反映出长江冲淡水年际变化规律(Kim et al, 2009), 而本文尝试使用Aqua/Moderate Resolution Imaging Spectroradiometer (MODIS)产品讨论珠江冲淡水在南海北部陆架区的生态效应。该卫星自2002年7月起发布叶绿素a产品, 目前在南海区, 尤其是珠江河口及邻近陆架区已有广泛应用(Gan et al, 2009, 2010; Shang et al, 2011, 2014; Liu et al, 2014; Bai et al, 2015)。与此同时, 也有较多工作对比分析了MODIS叶绿素a产品在南海海域的观测精度, 研究表明MODIS和SeaWiFs产品均能反演出夏季珠江冲淡水入侵台湾海峡的现象(Bai et al, 2015), 但MODIS对于叶绿素a含量的高估为42%, 远小于SeaWiFs的74%和MEdium Resolution Imaging Spectrometer (MERIS) 的120%(Zhao et al, 2014)。另外通过与珠江口实测叶绿素a样品浓度的比测表明, 经过大气校正的MODIS数据可以准确地反演出叶绿素a含量, 因此MODIS产品可以用来定量监测珠江口叶绿素a的变化规律(Zhang et al, 2011)。目前长时间序列的叶绿素a产品已被用于讨论长江冲淡水及其生态效应的季节及年际变化规律(Ning et al, 1998; Kim et al, 2009; Shang et al, 2011; He et al, 2013; Liu et al, 2014), 但在珠江口及南海北部的应用仍然较少。本文计划选用2002—2016年夏季月平均Aqua/MODIS产品讨论叶绿素a在南海北部陆架区的时空分布特征及其影响因素, 为研究珠江冲淡水的季节及年际变化提供参考。

1 数据与方法

1.1 实测数据

2006年7月14日至8月30日, 国家海洋局南海分局在珠江口及邻近陆架区共完成233个CTD (Conductivity-Temperature-Depth)垂向廓线的调查任务, 并在其中的92个站位进行了水样叶绿素a浓度的实验室分析, 站位分布见图1。垂向温盐廓线观测仪器为SBE911 PLUS, 为了保证测量精度, 在观测期间选择了22个站位进行了CTD温盐与颠倒温度表和盐度计的比测, 精度指标显示温度±0.02℃, 电导率±0.00001S·m–1, 盐度±2‰, 比测结果表明设备性能稳定。温盐取CTD下放段数据, 经标准化处理后供分析使用。利用CTD分层采水器获取表层海水样品, 然后通过实验室荧光萃取法获得海表叶绿素a含量。

图1 2006年夏季珠江口及邻近陆架区表层盐度及叶绿素a浓度分布

a中共计233个站位, b中共计92个站位; 黑色圆点表示站位所在位置, 图b中黑色实线为盐度32‰等值线。底图顺时针旋转约14°, 下同

Fig. 1 Distributions of sea surface salinity and Chl a in the Pearl River Estuary and its adjacent shelf in summer 2006. There are 233 sampling stations in a), and 92 in b). The black dots are the sampling stations, and the black contour in b) is the isoline for 32‰. The map is clockwise rotated about 14°, following maps are the same.

1.2 卫星数据

卫星数据具有大范围连续观测的优势, 但观测仅限于海洋表层。本文使用的卫星数据主要包括Aqua/ MODIS气候态(2002—2016年)平均的6—9月、2002—2016年6—9月(无2012年6月数据)逐月平均及2006年夏季航次观测期间8d平均的L3级叶绿素a产品(http://oceandata.sci.gsfc.nasa.gov/MODISA/Mapped/ Monthly/4km/), 空间分辨率为4km×4km。风场数据包括Cross-Calibrated Multi-Platform (CCMP)气候态(1988—2017年)月平均及2002—2016年6—9月逐月平均风场产品(http://www.remss.com/measurements/ ccmp), 空间分辨率为0.25°×0.25°。

1.3 珠江流量

珠江水资源丰富, 年均总径流量西江约238×109m3, 北江约394×108m3, 东江约238×108m3(胡嘉镗, 2009), 其中东江经博罗、西江与北江经思贤滘沟通汇合进入三角洲河网区, 后经八个门口注入南海北部海域。本文利用西江高要站(1993—2011年和2014—2016年)、北江石角站(1993—2011年和2014—2016年)及东江博罗站(2002—2011年和2014—2016年)逐月平均径流资料进行统计分析。

1.4 数据处理方法

图1为2016年夏季珠江口及邻近陆架区表层盐度及表层叶绿素a浓度分布图, 盐度32‰以下的冲淡水主要分布在口门附近, 并未明显向外海扩展, 而表层叶绿素a的分布在空间上与表层盐度的分布基本一致, 在冲淡水影响的区域, 分布有较高浓度的叶绿素a。这主要是因为丰水期珠江冲淡水自上游河口而来, 携带大量浮游植物生长所需的营养物质, 包括Si、N、P及溶解有机碳(dissolved inorganic carbon, DIC), 进入陆架区, 在适应的光照条件下, 浮游植物迅速生长, 叶绿素a含量增大(Cai et al, 2004; Lu et al, 2009)。图2a 为调查同期Aqua/ MODIS叶绿素a分布图, 海洋中的白色区域为受云覆盖等因素影响的缺损值, 高浓度叶绿素a同样分布在口门附近, 高值区与图1a基本一致。虽然卫星遥感产品一般会高估了浑浊水体中的叶绿素a浓度(He et al, 2013), 但就空间分布来看, Aqua/MODIS叶绿素a产品在珠江口及邻近陆架区仍具有很高的可信度。

为了讨论夏季南海北部高浓度叶绿素a的分布范围, 我们统计了气候态月平均及2002—2016年夏季(6—9月, 2002年为7—9月)逐月平均珠江口门及邻近陆架区叶绿素a浓度大于0.8mg·m–3的海域面积值。在月平均数据产品中, 因云覆盖等因素的影响, 有部分缺损值, 为了便于比较分析, 我们对缺损的部分首先进行了线性插值, 插值后的缺损值则用气候态对应月份的叶绿素a浓度填补, 图2b中的叶绿素a分布图即为图2a按上述方法处理后所得结果。

为了进一步比较高浓度叶绿素a在珠江河口以西与以东的分布范围, 我们在南海北部选择了特定区域进行统计计算, 区域为112°—118°E, 21°—24°N的矩形海域, 其中定义112°—114°E为珠江河口以西, 114°—118°E为珠江河口以东(区域范围见图3a所示), 我们据此计算三个不同区域中叶绿素a浓度大于0.8mg·m–3的海域面积并对比分析。

图2 2006年夏季调查期间Aqua/MODIS海表叶绿素a浓度分布

a. 8d平均产品融合的结果; b. 插值处理后的结果

Fig. 2 Distributions of sea surface Aqua/MODIS Chl a during the summer cruise in 2006: a) 8-day merged Chl a; b) Chl a after interpolating

图3 2002—2016年气候态月平均Aqua/MODIS叶绿素a浓度分布图

a. 6月; b. 7月; c. 8月; d. 9月。a中黑色方框E、W分别为河口以东和以西高浓度叶绿素a覆盖面积统计区域; b中的黑色椭圆为粤东上升流区域

Fig. 3 Climatology distributions of monthly mean Chl a retried by Aqua/MODIS in 2002-2016: a) Jun, b) Jul, c) Aug and d) Sep. The black box E(W) is used for calculating the AHCHL east (west) of the estuary; the black ellipse indicates the east Guangdong upwelling zone

2 叶绿素a分布特征

2.1 夏季分布特征

图3为2002—2016年气候态平均的6、7、8和9月南海北部叶绿素a分布图。6月, 高浓度叶绿素a主要分布在珠江口及口门以东海域, 到了7月, 叶绿素a高浓度分布区进一步向东扩展, 并一直延伸到台湾浅滩海域, 8月, 高浓度分布区面积显著减小, 而到了9月, 珠江口外海高浓度叶绿素a分布区进一步向口门以西移动。

表1为珠江口外海不同区域叶绿素a浓度大于0.8mg·m–3海域面积统计结果, 口门以东海域高浓度叶绿素a覆盖面积在6月时为3.74×104km2, 7月时达到最大4.86×104km2, 8月至9月逐渐减小; 口门以西海域高浓度叶绿素a覆盖面积在6月时为1.78×104km2, 从7月到8月逐渐减小, 而9月时达到最大, 为1.83×104km2; 口门外海高浓度叶绿素a覆盖面积在6月为5.52×104km2, 到7月达到最大6.57×104km2, 随后则逐渐减小。从多年月平均的统计结果来看, 7月是口门外海高浓度叶绿素a覆盖面积最大的月份, 也是向东扩展最大的月份, 而9月是覆盖面积最小的月份, 但是夏季向西扩展最大的月份。

表1 南海北部陆架区气候态月平均叶绿素a浓度大于0.8mg·m–3的海域面积值(×104km2)

2.2 年际变化

图4是2002—2016年珠江河口以西、河口以东和口门外海区域(河口以西与以东之和)夏季(6—9月平均, 其中2002年6月的数据为气候态6月的统计值)叶绿素a浓度大于0.8mg·m–3的海域面积分布图。对15年的统计数据进行线性拟合及回归分析可知, 自2002年开始, 口门外海高浓度叶绿素a覆盖面积有缓慢增长的趋势, 而2010—2016年, 这种趋势进一步增强。通过对极值统计可知, 2008年为高浓度叶绿素a覆盖面积的极大值年, 口门外海的覆盖面积为6.09×104km2, 而2004年为口门外海高浓度叶绿素a覆盖面积的极小值年, 面积为3.39×104km2, 极大值/极小值达到1.8。口门外海的覆盖面积主要受口门以东覆盖面积的影响, 两者的变化规律基本一致, 而口门以西海域高浓度叶绿素a覆盖面积极大值为2002年的1.83×104km2, 极小值为2011年的1.36×104km2, 极大值/极小值为1.35。

图4 2002—2016年南海北部陆架区不同区域6—9月平均高浓度叶绿素a海域面积分布图

虚线为2002—2016年口门外海覆盖面积的线性拟合结果

Fig. 4 Distribution of Jun-Sep mean AHCHL on the shelf of the NSCS from 2002 to 2016. The dashed line is the linear fitted result of the AHCHL outside the PRE in 2002-2016

为了进一步比较分析6—9月高浓度叶绿素a覆盖面积的年际变化, 我们分别给出了2002—2016年各月河口以东(图5a)和河口以西(图5b)覆盖面积分布图。从图5a中可以看出, 7月是向东扩展最大的月份, 其变化趋势基本与口门外海夏季平均的结果一致, 即在2002—2016年间基本呈现增长趋势, 在2010年后增长明显; 6月是向东扩展仅次于7月的月份, 其变化趋势基本与7月保持一致; 而9月是向东扩展最小的月份, 变化趋势较为稳定。河口以东高浓度叶绿素a覆盖面积最大值发生在2016年的7月, 其面积值为6.47×104km2, 而最小值发生在2015年的9月, 其面积值为1.23×104km2。

图5b为各月河口以西高浓度叶绿素a覆盖面积分布图, 在6—9月, 河口以西覆盖面积的变化规律不如河口以东区域特征明显, 但就多年平均来说, 9月仍是河口以西覆盖面积最大的月份, 而7月则是河口以西覆盖面积最小的月份。河口以西高浓度叶绿素a覆盖面积最大值发生在2006年9月, 其面积值为2.18×104km2, 而最小值发生在2011年6月, 其面积值为1.14×104km2。

图5 南海北部陆架区6—9月高浓度叶绿素a海域面积分布图

a. 河口以东; b. 河口以西

Fig. 5 Distributions of AHCHL on the shelf of the NSCS from June to September: a) east of the estuary; b) west of the estuary

3 讨论与分析

很多动力过程会影响南海北部陆架区叶绿素a浓度及其分布范围, 包括珠江冲淡水扩展带来的营养物质(Bai et al, 2015), 沿岸上升流引起的垂向混合(Gan et al, 2009, 2010), 以及台风的生态效应等(Zhao et al, 2009; Pan et al, 2017)。这些过程中, 珠江冲淡水对高浓度叶绿素a的覆盖面积有着重要影响, 在众多影响冲淡水扩展的动力因素中, 珠江径流量和背景风场的影响最为显著(Ou et al, 2009)。

3.1 珠江径流量及风场的影响

为了分析气候态月平均叶绿素a的分布变化规律, 我们给出了研究海域气候态月平均风速及珠江径流量分布图(图6)。月平均径流量为西江高要、北江石角及东江博罗站流量之和, 有着较明显的季节变化特征, 自5月起径流量明显增加, 到6月达到最大, 这与前人关于最大径流量发生在7月的结论有所差别(Yin et al, 2004)。7月平均径流量略有减小, 自8月起迅速减小, 9月以后减速变缓, 珠江进入枯水期。风场被分解为平行(东偏北21.8°)及垂直于海岸两个方向, 并定义向东及向北方向为正, 据图6所示沿岸风和向岸风只有在6—8月为正, 且向岸风大于沿岸风。根据Ekman输运理论, 在沿岸风的作用下, 珠江河口及邻近陆架区的冲淡水会沿着垂直于岸线的方向向外海输运, 近岸产生上升流, 而在向岸风的作用下, Ekman层内的冲淡水则沿着平行于岸线的方向向东偏北输运, 故当沿岸风和向岸风为正时, 均有利于珠江冲淡水向着河口以东方向扩展并将营养物质输送至北部陆架区, 进而引起浮游植物的增殖, 叶绿素a含量增加。对比前文所述气候态高浓度叶绿素a在陆架区覆盖面积的变化特征, 自5月起, 珠江进入丰水期, 陆源营养元素随冲淡水进入河口及陆架区; 6月开始, 在西南季风影响下, 冲淡水向陆架方向扩展, 高叶绿素a覆盖面积增大, 6月珠江径流量进一步增大; 7月时, 向东扩展面积达到最大; 到9月时, 径流量减弱, 沿岸风和向岸风均不利于冲淡水的扩展, 河口以西高浓度叶绿素a覆盖面积达到最大, 同时口门外海总覆盖面积显著减小。

图6 南海北部陆架区气候态平均风速及珠江径流量分布图

为进一步了解径流量的影响, 我们对2002—2016年夏季(6—9月)平均高浓度叶绿素a覆盖面积和丰水期(5—9月)平均珠江径流量进行了线性回归分析(图7), 覆盖面积和月平均流量之间的相关系数2=0.53,<0.01, 由此可见珠江径流量对河口及陆架区高浓度叶绿素a覆盖面积有着重要的影响。Kim等(2009)通过对长江冲淡水的研究表明冲淡水覆盖面积主要受7—8月长江径流量的影响, 而扩展方向主要是风作用的结果, Yin等(2004)通过分析1999和2000年夏季珠江口及香港附近海域水华现象时发现, 环境风场的转变可以迅速改变水华发生的区域, 陆架上的冲淡水形态主要是风和风生近岸流共同作用的结果(Zu et al, 2014), 径流量和风场的变化较好地对应着叶绿素a覆盖面积的变化, 高浓度叶绿素a的扩展方向主要受风场变化的影响, 而径流量则主要影响覆盖面积的大小。

图7 珠江5—9月平均径流量与6—9月平均高浓度叶绿素a覆盖面积相关性分布图

3.2 珠江径流量的滞后效应

从图6中可以看出, 气候态月平均最大径流量发生在6月, 而覆盖面积最大值发生在7月, 径流量对覆盖面积的影响有一定的滞后效应。为了验证这一点, 我们对2002—2016年各月高浓度叶绿素a覆盖面积和当月(图8a—d)及前一个月(图8e—h)的珠江径流量做线性回归分析。在当月相关分析中, 通过可信度检验的仅为6月覆盖面积和6月径流量(2=0.50,<0.01), 而在一个月的滞后相关分析中, 9月覆盖面积和8月径流量(2=0.65,<0.01), 6月覆盖面积和5月径流量(2=0.49,<0.01)及7月覆盖面积和6月径流量(2=0.47,<0.03)均通过了可信度检验。各月高浓度叶绿素a覆盖面积受前一个月珠江径流量的影响较大, 这在每年6、7和9月尤为明显。Kim等(2009)分析了由高浓度叶绿素a表征的1998—2007年长江冲淡水和长江径流量之间的相关性, 结果表明8—9月的冲淡水面积明显地受到7—8月长江径流量影响, 这种影响的滞后效应在长江口表现为1—2个月。珠江口及邻近陆架区径流量滞后影响的主要原因包括: 1) 流量为河网上游水文站统计数据, 其距入海口还有一定的距离, 比如高要站和石角站分别位于西江和北江交汇之处思贤滘上游44km和52km, 思贤滘则距离入海口约139km(谢萍, 2005), 上游的高径流量到达河口及陆架区需要一定时间; 2) 珠江冲淡水携带的营养物质扩展到陆架区, 需要在适应的光照条件下, 才能引起浮游植物生长, 进而表现为叶绿素a含量增加。

图8 珠江月平均径流量与月平均高浓度叶绿素a覆盖面积相关性分布图

a—d, 当月相关; e—h, 滞后相关

Fig. 8 Correlation between monthly river discharge and monthly AHCHL: without (a-d) and with (e-h) one month lag

3.3 高浓度叶绿素a覆盖面积极值年份

从图4的高浓度叶绿素a覆盖面积年际变化分布图中可以看出2004和2008年是较为特殊的两年, 其中2004年为南海北部高浓度叶绿素a覆盖面积的极小值年份, 6—9月份的面积值均小于多年平均, 而2008年为覆盖面积的极大值年份, 6—9月份的面积值均大于多年平均。

图9和图10是2004和2008年6—9月叶绿素a浓度及同期月平均CCMP风场分布图。2004年6月台湾海峡至珠江口仍处于东北风控制之下, 此时高浓度叶绿素a主要分布在珠江口以西; 7月北部陆架区主要受向岸风影响, 高浓度区域有向东扩展的趋势, 但范围较多年平均分布仍较小; 8月沿岸风特征明显, 高浓度叶绿素a向河口以西移动, 河口以东基本消失; 9月整个北部陆架区均处于东北风控制之下, 此时高浓度海域继续向西移动, 且呈紧贴岸线状态分布。

2008年6月北部陆架区已处于西南季风影响之下, 且沿岸风较大, 珠江口外大片海域分布有高浓度叶绿素a, 口门以东的范围明显大于口门以西; 7月沿岸风进一步增强, 高浓度叶绿素a海域面积进一步增大, 从珠江口至台湾海峡都有较高浓度的叶绿素a; 8月北部陆架区主要受向岸风影响, 河口以东面积显著减小; 9月北部陆架区处于东北风影响之下, 河口以东的覆盖面积进一步减小, 河口以西没有明显增大趋势。

关于2008年珠江冲淡水向东扩展的特殊性, 目前已有较多的研究成果, 柯志新等(2013)通过对2008年8—9月南海北部71个站位叶绿素a含量的分析得到, 粤东近海表层叶绿素a浓度高值超过2.0mg·m–3, 而南海北部表层及25m处的平均叶绿素a含量也到达0.15和0.11mg·m–3。Bai 等(2015)利用实测资料并结合卫星数据分析了2008年夏季珠江冲淡水侵入至台湾海峡事件, 并表明珠江冲淡水入侵台湾海峡是夏季频发事件。Shu 等(2011)利用数值同化方法描述了2008年夏季珠江冲淡水的四维结构, 并证明其最远可以达到台湾海峡, 而关于2004年夏季珠江冲淡水扩展分布的研究却较少。

图11给出了2004、2008及多年平均6—9月风场及径流量对比图。与多年月平均相比, 2004年6月南海北部风场明显偏小, 且沿岸风及向岸风均抑制了冲淡水向外海扩展, 另外2004年5—6月的珠江径流量也小于同期多年月平均径流量; 而2008年6—7月南海北部风场均大于多年月平均风场, 沿岸风及向岸风均利于冲淡水向东扩展, 2008年6月的珠江径流量也为近15年最大的月平均流量, 同年8月21—23日, 强台风Nuri穿过南海北部陆架区在珠江口登陆, 台风加强了垂向混合, 而台风引起的强降水过程又进一步增加了珠江径流量, 在珠江河口出现大片叶绿素a含量大于1.5mg·m–3海域(Zhao et al, 2009), 另外9月平均风速明显小于多年平均, 延缓了北部陆架区海水向岸堆积的过程, 故多种因素共同作用导致了2008年6—9月大面积高浓度叶绿素a海水覆盖在南海北部陆架区。

图9 2004年叶绿素a浓度及同期CCMP风场分布图.

a. 6月; b. 7月; c. 8月; d. 9月

Fig. 9 Distributions of monthly mean sea surface Chl a and wind vector retrieved by Aqua/MODIS and CCMP in 2004: a) Jun, b) Jul, c) Aug and d) Sep

图10 2008年叶绿素a浓度及同期CCMP风场分布图

a. 6月; b. 7月; c. 8月; d. 9月

Fig. 10 Distributions of monthly mean sea surface Chl a and wind vector retrieved by Aqua/MODIS and CCMP in 2008: a) Jun, b) Jul, c) Aug and d) Sep

图11 2004、2008、2002—2016年平均6—9月风场及5—9月径流量分布图

3.4 其他影响南海北部高浓度叶绿素a分布的动力过程

前文我们主要通过径流量和风场两个因素讨论了珠江冲淡水对于南海北部高浓度叶绿素a覆盖面积的贡献, 但不能忽视的是夏季上升流及热带气旋等过程同样会引起浮游植物的增殖。通过南海北部气候态海表面温度(sea surface temperature, SST)分布图(Shu et al, 2009)我们可以看到, 南澳以东及台湾浅滩海域为南海东北部夏季两个主要上升流区, 同时也对应着高浓度叶绿素a分布区(图3), 对于台湾浅滩, 其位置在118°E以东, 并不在我们统计区域以内, 而粤东上升流区对应的高浓度叶绿素a则被我们统计计算, 但因其位置较为固定, 每年夏季基本稳定存在, 另据研究表明上升流区的生物生产力要小于冲淡水区域(Gan et al, 2010), 其引起的覆盖面积季节及年际变化远不如冲淡水过程。台风引起的次表层上升流将深层富营养盐海水输送至真光层是导致表层及次表层叶绿素a水华出现的主要原因, 比如2008年Nuri引起的表层水华时间可以长达一周, 而通过对1998—2012年间42个台风过程的研究表明, 风速、停留时间、移动速度、背景海洋等因素都决定着浮游植物的增殖过程(叶海军, 2013), 但台风过程相对随机, 且单个台风的影响时间一般不超过一周, 故其对南海北部高浓度叶绿素a覆盖面积季节及年际变化的影响更多是作为一个随机量。

综上所述, 珠江冲淡水是南海北部高浓度叶绿素a覆盖面积季节及年际变化的决定因素, 利用水色卫星叶绿素a产品获得的时空变化规律可以帮助我们理解珠江冲淡水的年际变化特征。

4 结论

相比于夏季上升流及热带气旋等动力过程, 南海北部叶绿素a的季节及年际变化主要受珠江冲淡水分布扩展的影响, 其中珠江径流量和南海北部环境风场相互作用, 共同决定陆架区叶绿素a的分布扩展。在强径流及沿岸风场共同作用下, 7月河口以东高浓度叶绿素a覆盖面积达到最大, 同时也是口门外海覆盖面积最大的月份。9月是河口以西高浓度叶绿素a覆盖面积最大的月份。年际变化显示, 气候态季节平均的径流量与高浓度叶绿素a覆盖面积之间存在较好的相关性, 凸显出珠江径流量的重要影响, 而这种影响有一个月左右的滞后效应。径流量和环境风场的异常分布, 易产生高浓度叶绿素a分布的异常年份, 如2008年是覆盖面积极大值年, 2004年是覆盖面积的极小值年。

叶绿素a作为浮游植物生物量的重要表征, 其在南海北部陆架区的时空变化特征即表征了冲淡水在陆架区生态效应的时空变化特征。在长江口, 已有研究利用叶绿素a的时空变化来讨论长江冲淡水的季节及年际变化规律(Kim et al, 2009; Bai et al, 2014), 而在现场盐度观测数据不足及遥感盐度资料在近岸不准的情况下, 经过算法修改和误差订正的卫星叶绿素a数据产品可以用来讨论珠江冲淡水的季节及年际变化特征。

胡嘉镗, 2009. 珠江三角洲河网与河口水-沙-污染物通量模拟研究[D]. 广州: 中山大学. HU JIATANG, 2009. Modeling the mass fluxes of water, suspended sediment and pollutants for the river-network and estuary in the Pearl River Delta[D]. Guangzhou: Sun Yat-Sen University (in Chinese with English abstract).

柯志新, 黄良民, 谭烨辉, 等, 2013. 2008年夏末南海北部叶绿素a的空间分布特征及其影响因素[J]. 热带海洋学报, 32(4): 51–57. KE ZHIXIN, HUANG LIANGMIN, TAN YEHUI, et al, 2013. Spatial distribution of chlorophyll a and its relationships with environmental factors in northern South China Sea in late summer 2008[J]. Journal of Tropical Oceanography, 32(4): 51–57 (in Chinese with English abstract).

谢萍, 2005. 珠江来水来沙特征及三角洲网河区水沙再次分配研究[D]. 广州: 中山大学. XIE PING, 2005. Study on discharge and sediment characteristics of the Pearl River and changes of diversion ration of flow and sediment in the network area[D]. Guangzhou: Sun Yat-sen University (in Chinese with English abstract).

叶海军, 2013. 台风对南海浮游植物分布及其粒径组成的影响[D]. 北京: 中国科学院大学. YE HAIJUN, 2013. Typhoon impact on marine phytoplankton distribution and its size classes in the South China Sea[D]. Beijing: University of Chinese Academy of Sciences (in Chinese with English abstract).

赵焕庭, 1990. 珠江河口演变[M]. 北京: 海洋出版社. ZHAO HUANTING, 1990. Evolution of Pearl River estuary[M]. Beijing: China Ocean Press (in Chinese).

BAI YAN, HE XIANGQIANG, PAN DELU, et al, 2014. Summertime Changjiang River plume variation during 1998–2010[J]. Journal of Geophysical Research Oceans, 119(9): 6238–6257.

BAI YAN, HUANG T H, HE XIANQIANG, et al, 2015. Intrusion of the Pearl River plume into the main channel of the Taiwan Strait in summer[J]. Journal of Sea Research, 95: 1–15.

CAI WEIJUN, DAI MINHAN, WANG YONGCHEN, et al, 2004. The biogeochemistry of inorganic carbon and nutrients in the Pearl River estuary and the adjacent Northern South China Sea[J]. Continental Shelf Research, 24(12): 1301–1319.

CHEN BINGZHANG, WANG LEI, SONG SHUQUN, et al, 2011. Comparisons of picophytoplankton abundance, size, and fluorescence between summer and winter in northern South China Sea[J]. Continental Shelf Research, 31(14): 1527–1540.

DAI MINHAN, ZHAI WEIDONG, CAI WEIJUN, et al, 2008. Effects of an estuarine plume-associated bloom on the carbonate system in the lower reaches of the Pearl River estuary and the coastal zone of the northern South China Sea[J]. Continental Shelf Research, 28(12): 1416–1423.

DONG LIXIAN, SU JILAN, WONG L A, et al, 2004. Seasonal variation and dynamics of the Pearl River plume[J]. Continental Shelf Research, 24(16): 1761–1777.

GAN JIANPING, LI LI, WANG DONGXIAO, et al, 2009. Interaction of a river plume with coastal upwelling in the northeastern South China Sea[J]. Continental Shelf Research, 29(4): 728–740.

GAN JIANPING, LU ZHONGMING, DAI MINHAN, et al, 2010. Biological response to intensified upwelling and to a river plume in the northeastern South China Sea: A modeling study[J]. Journal of Geophysical Research, 115(C9): C09001, doi: 10.1029/2009JC005569.

HE X Q, BAI Y, PAN D L, et al, 2013. Satellite views of the seasonal and interannual variability of phytoplankton blooms in the eastern China seas over the past 14yr (1998–2011)[J]. Biogeosciences, 10(7): 4721–4739.

HO A Y T, XU JIE, YIN KEDONG, et al, 2010. Phytoplankton biomass and production in subtropical Hong Kong waters: influence of the Pearl River outflow[J]. Estuaries & Coasts, 33(1): 170–181.

KIM H C, YAMAGUCHI H, YOO S, et al, 2009. Distribution of Changjiang Diluted Water detected by satellite chlorophyll-and its interannual variation during 1998–2007[J]. Journal of Oceanography, 65(1): 129–135.

LI Q P, ZHOU WEIWEN, CHEN YINCHAO, et al, 2018. Phytoplankton response to a plume front in the northern South China Sea[J]. Biogeosciences, 15(8): 2551–2563.

LIU HUAXUE, SONG XINGYU, HUANG LIANGMIN, et al, 2011. Phytoplankton biomass and production in northern South China Sea during summer: Influenced by Pearl River discharge and coastal upwelling[J]. Acta Ecologica Sinica, 31(3): 133–136.

LIU MEILING, LIU XIANGNAN, MA AOHUI, et al, 2014. Spatio-temporal stability and abnormality of chlorophyll-in the Northern South China Sea during 2002–2012 from MODIS images using wavelet analysis[J]. Continental Shelf Research, 75: 15–27.

LU FENGHUI, NI HONGGANG, LIU FENG, et al, 2009. Occurrence of nutrients in riverine runoff of the Pearl River Delta, South China[J]. Journal of Hydrology, 376(1–2): 107–115.

LU ZHONGMING, GAN JIANPING, 2015. Controls of seasonal variability of phytoplankton blooms in the Pearl River Estuary[J]. Deep Sea Research Part II: Topical Studies in Oceanography, 117: 86–96.

NING X, LIU Z, CAI Y, et al, 1998. Physicobiological oceanographic remote sensing of the East China Sea: Satellite and in situ observations[J]. Journal of Geophysical Research: Oceans, 103(C10): 21623–21635.

OU SUYING, ZHANG HONG, WANG DONGXIAO, 2009. Dynamics of the buoyant plume off the Pearl River Estuary in summer[J]. Environmental Fluid Mechanics, 9(5): 471–492.

PAN GANG, CHAI FEI, TANG DANLING, et al, 2017. Marine phytoplankton biomass responses to typhoon events in the South China Sea based on physical-biogeochemical model[J]. Ecological Modelling, 356: 38–47.

SHANG S, DONG Q, LEE Z, et al, 2011. MODIS observed phytoplankton dynamics in the Taiwan Strait: an absorption-based analysis[J]. Biogeosciences, 8: 841–850.

SHANG S L, DONG Q, HU C M, et al, 2014. On the consistency of MODIS chlorophyllproducts in the northern South China Sea[J]. Biogeosciences, 11(2): 269–280.

SHU YEQIANG, ZHU JIANG, WANG DONGXIAO, et al, 2009. Performance of four sea surface temperature assimilation schemes in the South China Sea[J]. Continental Shelf Research, 29(11–12): 1489–1501.

SHU YEQIANG, WANG DONGXIAO, ZHU JIANG, et al, 2011. The 4-D structure of upwelling and Pearl River plume in the northern South China Sea during summer 2008 revealed by a data assimilation model[J]. Ocean Modelling, 36(3–4): 228–241.

SU JILAN, 2004. Overview of the South China Sea circulation and its influence on the coastal physical oceanography outside the Pearl River Estuary[J]. Continental Shelf Research, 24(16): 1745–1760.

YIN KEDONG, ZHANG JIANLIN, QIAN PEIYUAN, et al, 2004. Effect of wind events on phytoplankton blooms in the Pearl River estuary during summer[J]. Continental Shelf Research, 24(16): 1909–1923.

ZHANG XIA, SHI ZHEN, LIU QINGXIA, et al, 2013. Spatial and temporal variations of picoplankton in three contrasting periods in the Pearl River Estuary, South China[J]. Continental Shelf Research, 56: 1–12.

ZHANG YUANZHI, LIN HUI, CHEN CHUQUN, et al, 2011. Estimation of chlorophyll-a concentration in estuarine waters: case study of the Pearl River estuary, South China Sea[J]. Environmental Research Letters, 6(2): 024016.

ZHAO HUI, TANG DANLING, WANG DONGXIAO, 2009. Phytoplankton blooms near the Pearl River Estuary induced by Typhoon Nuri[J]. Journal of Geophysical Research: Oceans, 114: C12027, doi: 10.1029/2009JC005384.

ZHAO W J, WANG G Q, CAO W X, et al, 2014. Assessment of SeaWiFS, MODIS, and MERIS ocean colour products in the South China Sea[J]. International Journal of Remote Sensing, 35(11–12): 4252–4274.

ZU TINGTING, WANG DONGXIAO, GAN JIANPING, et al, 2014. On the role of wind and tide in generating variability of Pearl River plume during summer in a coupled wide estuary and shelf system[J]. Journal of Marine Systems, 136: 65–79.

Distribution of Chlorophyll-a and its influencing factors in the northern South China Sea in summer

YANG Wei1,2,3, DONG Yuan2, ZU Tingting2, LIU Changjian3, XIU Peng2

1. University of Chinese Academy of Sciences, Beijing 100049, China; 2. State Key Laboratory of Tropical Oceanography, South China Sea Institute of Oceanology, Chinese Academy of Sciences, Guangzhou 510301, China; 3. South China Sea Marine Survey and Technology Center, State Oceanic Administration, Guangzhou 510300, China

Summer (from June to September) time series of 15 years (2002-2016) of chlorophyll-a (Chl a) from the Moderate Resolution Imaging Spectroradiometer (MODIS) Aqua products were collected to discuss seasonal and interannual variability of ecological response of the Pearl River Plume in the Northern South China Sea (NSCS). In June, under the influence of southwest monsoon, nutrients from the Pearl River Delta were transported eastward to the shelf area, phytoplankton bloomed and Chla increased. The coverage area over the shelf in the NSCS reached the maximum in July, and decreased in August when the river discharge and wind reduced. In September when the northeasterly wind prevailed in the NSCS, the coverage area with high concentration of Chl(AHCHL) west of the estuary increased. Linear regression analysis suggested that the river discharge was the main reason for driving the AHCHL variability with a time lag of about one month. The combined effect of stronger (weaker) than the multi-year mean river discharge and wind resulted in extremely large (small) AHCHL in 2008 (2004). Because the spatiotemporal variability of Chl a in the NSCS was mainly influenced by the Pearl River Plume, the quality controlled satellite Chl a products can be used to discuss the variability of the Pearl River Plume.

Aqua/MODIS; Chlorophyll-a; Northern South China Sea; Pearl River Plume

10.11978/2019018

http://www.jto.ac.cn

Q948.8; TP79

A

1009-5470(2019)06-0009-12

2019-02-21;

2019-05-23。

林强编辑

中国科学院前沿科学重点研究项目(QYZDJ-SSW-DQC022); 国家自然科学基金项目(41576003); 广东省杰出青年基金项目(2014A030306049); 广东省自然科学基金项目(2017A030313251); 国家海洋局南海分局局长基金(1415、18106); 中国科学院百人计划

杨威(1986—), 男, 安徽省定远县人, 博士研究生, 从事海洋生态动力过程研究, E-mail: yangwei@scsio.ac.cn

修鹏。Email: pxiu@scsio.ac.cn

*致谢: 在研究过程中得到中国科学院南海海洋研究所薛惠洁研究员、舒业强研究员, 以及梁爱琳、耿兵绪的诸多建议和帮助, 在此表示感谢！感谢珠江水资源保护科学研究所提供的月平均珠江径流量数据。感谢NASA/Ocean Color网站提供的Aqua/MODIS叶绿素a产品及NASA/ESE提供的CCMP风场数据。特别感谢2006年夏季中国海监71船全体科考队员在现场观测数据获取过程中付出的努力。

2019-02-21;

2019-05-23.

Editor: LIN Qiang

Key Research Program of Frontier Sciences, CAS(QYZDJ-SSW-DQC022); National Natural Science Foundation of China (41576003); Natural Science Funds for Distinguished Young Scholar of Guangdong Province(2014A030306049);Natural Science Foundation of Guangdong Province(2017A030313251);Director Foundation of South China Sea Branch, State Oceanic Administration (1415,18106);100 Talents Program of The Chinese Academy of Sciences

XIU Peng. Email: pxiu@scsio.ac.cn