南海岛礁周边海域表面叶绿素浓度的时空特征

陈武阳, 李骏旻, 何庆友, 唐世林, 施平

海洋生态学

南海岛礁周边海域表面叶绿素浓度的时空特征

陈武阳, 李骏旻, 何庆友, 唐世林, 施平

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

南海海域内岛礁众多, 渔业资源丰富, 而目前针对岛礁周边海区生态要素开展的研究仍较少。本文利用近20年多卫星融合水色遥感数据, 分析了南海38个主要岛礁周边区域海面叶绿素浓度的空间分布、季节变化和年际变化特征。结果表明, 岛礁周边普遍存在叶绿素浓度高值区, 其浓度约在离岛礁5个等效半径外降至海区背景水平。岛礁周边海域的叶绿素(相对于背景值的)浓度异常受海区背景值影响, 两者在南海的空间分布格局与背景值基本一致: 在平均温度较低、季风强度较大的东沙、西沙海区, 叶绿素浓度异常高于温度较高、季风强度相对较弱的中沙、南沙海区。叶绿素浓度呈现出明显的季节变化和年际变化特征, 一般在冬季风期间升高, 而在夏季风爆发前降至最低; 在El Niño次年随海温升高和季风减弱而下降, 在La Niña次年则相反。岛礁周边的叶绿素浓度异常受到温度变化的影响, 随着近年来海温变化幅度加大, 其年均水平呈显著下降趋势(=5.05×10–5)。这些结果可为我国岛礁区域渔业资源的开发和管理提供信息支持。

岛礁; 叶绿素; 南海; 季风; 海面温度

海水叶绿素是浮游植物和初级生产力的重要表征, 对海洋生态系统及其变化具有指示作用(Round, 1981)。珊瑚岛礁是海洋生态系统的重要组成部分, 为鸟类、贝类、鱼苗等海洋生物等提供了重要的栖息场所, 并在潮汐、洋流、岛屿尾流等动力因素的作用下, 形成以高叶绿素浓度和初级生产力为特征的岛屿质量效应(island mass effect)(Doty et al, 1956), 从而影响周边海域营养盐和渔业资源的分布(Hasegawa et al, 2009; Andrade et al, 2014)。南海岛礁众多, 西沙、南沙等岛礁渔业资源丰富、物种多样性高, 是我国重要的渔场(李永振等, 2011; 王雪辉等, 2011; 高永利等, 2014)。由于造礁珊瑚对温度高度敏感, 全球变暖、ENSO等引起海水温度变化的因素均会对南海珊瑚礁周边生物资源造成影响。例如, 余克服等(2004)发现, 月平均最高海温的持续上升使南海北缘珊瑚生长状况变得敏感和脆弱; 贾丹丹等(2018)指出, 全球变暖和El Niño事件的综合效应正对南海珊瑚的正常生长形成严重威胁。随着我国对南海岛礁开发利用进展的加快, 渔业资源的规划与管理对岛礁周边初级生产力等基础信息的获取提出了明确的需求。

不同学者已对南海叶绿素的分布和变化特征做了大量研究。这些研究表明, 由于受到季风、ENSO等复杂因素影响, 南海的海温、风速等因素呈现出典型的季节和年际变化特征, 从而影响海水叶绿素的时空分布。例如, 陈楚群等(2001)发现, 南海海面叶绿素浓度空间分布的基本特点是近岸海域高、离岸海域低, 海盆中部岛礁周围相对较高。赵辉等(2005)指出, 南海近岸叶绿素浓度的高值与季风使底层营养盐充分混合达到上层有关。刘昕等(2012)在遥感资料的基础上, 将南海叶绿素浓度的分布形态整理为具有显著季节变化特征的4类空间格局。在年际变化方面, ENSO事件通过西北太平洋的反气旋异常活动改变南海海温和季风强度(Wang et al, 2006), 从而对南海叶绿素浓度造成影响(Zhao et al, 2007)。古园园等(2017)分析1998—2013年SeaWiFS和MODIS遥感资料也发现, 叶绿素浓度高值带强度和空间分布的年际变化规律与海域的纬向风速有关。已有研究较好地阐明了叶绿素浓度在南海海盆或沿岸区域等大、中尺度上的时空特征; 然而, 针对岛礁周边等局部海区生态要素而开展的研究则仍然较少。

南海岛礁大多远离大陆, 实施长期或多站位的现场观测需耗费大量人力、物力资源。通过卫星遥感获取叶绿素信息则具有成本低、时间尺度长和大范围同步等优势。随着技术的发展, 多卫星融合已逐渐成为获取海面叶绿素浓度的重要方法之一。本研究利用近20年(1999—2017)的GlobColour多卫星合成数据产品, 对南海主要岛礁周边海区表面叶绿素浓度的空间分布、季节变化与年际变化特征作了系统的分析, 并就其影响因素作了初步的探讨。

1 数据与方法

1.1 数据

本文采用的海表叶绿素浓度遥感数据来自ACRI-ST公司GlobColour多卫星融合产品(网址: http://hermes.acri.fr/)。该产品的通过加权平均法(weighted average method)融合了SeaWiFS、MODIS- Aqua、MERIS、VIIRS等传感器时间分辨率为每天的数据源资料。本研究采用了1999—2017年共 228个月覆盖整个南海的月平均叶绿素浓度数据; 数据空间分辨率为1/24°×1/24°(~4km)。为避免较浅水深造成遥感数据的误差, 本研究分析的海表面叶绿素浓度均为岛礁周边深水区的叶绿素浓度; 为此, 首先参照GEBCO (general bathymetric chart of the oceans)分辨率为30″的地形资料, 将水深浅于200m的叶绿素浓度数据剔除。已有研究结果显示, SeaWiFS单个卫星的叶绿素遥感数据能较好地呈现南海海盆中岛礁周围的叶绿素高值(陈楚群等, 2001); 即使在西沙、海南岛等一带的近岸海区, 也能与现场观测数据良好吻合(赵辉等, 2005)。与单个卫星数据相比, 本研究采用的多卫星融合叶绿素数据具有更高的覆盖度和可靠度(Maritorena et al, 2010)。图1为该数据所反映的南海及其主要岛礁海区海面叶绿素浓度的多年平均分布图; 由图可见, 众岛礁周边的叶绿素高值区与开阔海域形成了鲜明的对比, 这表明了该数据具有足够的精度去分辨叶绿素浓度在岛礁周边海区和在离岸开阔海域的差异。本研究进一步采用2015年12月南沙海区11个站位的叶绿素浓度现场数据(0~50m平均), 验证了遥感数据的有效性。如图2所示, 遥感数据与现场观测数据相比, 呈现良好吻合的趋势, 均方根误差仅为0.021mg·m–3, 平均相对误差仅为16%。这表明了该套数据在岛礁密集分布的海区仍具有较好的适用性。

图1 南海及主要岛礁区域多年平均(1999—2017)海面叶绿素浓度分布

图2 GlobColour多卫星融合海面叶绿素数据与南沙海区2015年12月实测数据的比较

a. 卫星遥感海面叶绿素浓度(填色)、水下地形(等深线)与航次站位(三角形)分布; b. 现场观测浓度与卫星遥感数据的对应关系。遥感数据与实测数据相比, 均方根误差为0.021mg·m–3, 平均相对误差为16%

Fig. 2 Comparison between GlobColour and in-situ CHL data measured in Nansha region in December 2015. a) Spatial distributions of GlobColour CHL concentration (color), topography (contour) and cruise stations (triangle); b) in-situ data vs remote sensing data, with root mean squared error of 0.021 mg·m–3and mean relative error of 16%

1.2 分析方法

南海范围内岛礁众多。本研究综合考虑岛礁的典型性和可分辨性, 选取出38个岛礁用于分析(表1): 首先考虑谢石建等(2015)统计的具有代表性的66个岛礁; 由于位于西沙的岛礁数偏少, 增加玉琢礁、浪花礁、东岛、金银岛等4个岛礁; 然后, 在遥感图上测量出这70个岛礁覆盖海域的等效半径(), 从而选取出空间尺度大于数据分辨率(>2km)的岛礁。

为便于比较不同空间尺度的岛礁, 本研究将岛礁周边的海面叶绿素浓度插值到以岛礁为中心、以为量纲的标准坐标中。1范围内即表示岛礁(包含澙湖)本身。分析结果显示平均距离岛礁5以外, 叶绿素浓度即降低至海区背景水平(见本文结果部分)。为便于探讨岛礁本身对其周边叶绿素的贡献, 本研究将距离岛礁1~3的范围定义为该岛礁的“邻近区”, 将7~9范围内的平均叶绿素浓度定义为该岛礁叶绿素浓度的“背景值”。对所有岛礁逐月的叶绿素浓度数据均作扣除背景值处理, 从而得到相应的叶绿素浓度异常值, 用以表征岛源因素引起的叶绿素增值。

表1 本文用于分析的南海岛礁列表

2 结果和讨论

2.1 南海岛礁周边海面叶绿素的空间分布特征

珊瑚礁是多种海洋生物栖息和繁育的重要场所, 有关生物具有高营养盐利用率和高光合效率等特点(贾丹丹等, 2018), 这使珊瑚礁水域形成海洋生物量和初级生产力高值区并向外海辐射。本研究分析结果也显示南海岛礁周边海面叶绿素的空间分布具有明显的岛缘性, 叶绿素浓度和浓度异常在远离岛礁时均迅速降低。如图3所示, 在1边界处, 平均叶绿素浓度为0.22mg·m–3, 平均浓度异常值0.08mg·m–3, 在3处分别降至0.17mg·m–3和0.04mg·m–3; 在5以外, 叶绿素浓度普遍降至海区背景水平。

南海主要岛礁空间尺度标准化合成的平均叶绿素浓度及其异常值分布如图4。由图可知, 岛礁周边叶绿素浓度的空间分布形态与岛礁形态、周边环境等地理因素有关。叶绿素浓度的分布主要呈现东北—西南走向, 这与大部分岛礁的形态相一致。此外, 西沙海区各岛礁之间距离较近, 不少岛礁周边4~7范围内常呈现出多个高浓度区域, 从而在总体上形成了叶绿素高值群。在量值方面, 叶绿素浓度在东沙、西沙海区较高而在中沙、南沙海区较低。这主要是由于南海北部温度较中部和南部低, 而且季风(尤其是冬季风)强度较高, 引起的混合作用较强烈, 有利于促使叶绿素浓度的上升(Lee Chen, 2005)。此外, 东沙海区受到北部陆源因素影响, 背景值明显高于其他海区。相比之下, 中沙和南沙海区处于海盆中部和东南部, 叶绿素受陆源等促进作用相对较小, 其背景值明显低于东沙和西沙海区; 尤其是中沙海区, 背景值仅为东沙海区的一半。各海区叶绿素浓度异常的大小分布大致为: 西沙≈东沙>南沙>中沙, 与背景值较为一致, 表明海区背景营养水平对珊瑚礁群落生产力具有重要作用。

图3 南海主要岛礁周边海面叶绿素浓度(a)和叶绿素浓度异常(b)随距离的平均变化曲线

图4 南海(a、f)及东沙(b、g)、西沙(c、h)、中沙(e、i)和南沙(e、j)海区主要岛礁周边海域多年(1999—2017)平均海面叶绿素浓度(a—e)和叶绿素浓度异常(f—j)的合成分布

另一方面, 由于造礁珊瑚对温度敏感, 其最适生长区间仅处于25~30℃(聂宝符等, 1997; 余克服等, 2004; 贾丹丹等, 2018), 因此叶绿素浓度异常的变化容易受到海温的调制。例如, 东沙海区每年有4个月时间平均温度低于适应区间下限(图5), 这在一定程度上抑制了珊瑚及相关生物群落的生长。因此, 虽然其叶绿素浓度背景值高于其他海区, 但是, 其浓度异常的高值区域面积却相对有限(图4b、g), 在1~3区域内的平均增值也仅与西沙海区相当(图3b)。相比之下, 南沙海区的海温几乎全年均处于珊瑚生长的适应区间(图5), 珊瑚礁群落对周边海区叶绿素浓度的促进作用具有更好的持续性, 因而叶绿素浓度异常的高值区域相对较大(图4e、j)。

图5 南海主要岛礁海区多年(1999—2017)月平均海面温度的年周期变化

图6给出了本文分析的38个岛礁多年平均海面叶绿素浓度背景值、岛礁邻近区(1~3)的异常值和总浓度值的分布情况。其中, 东沙海区叶绿素浓度相对较高, 背景值平均为0.21mg·m–3, 总浓度值平均为0.34mg·m–3, 东沙环礁周边的平均叶绿素浓度达到0.43mg·m–3。西沙海区次之, 总浓度值在0.14~ 0.31mg·m–3之间。南沙群岛中部的铁峙礁、舶兰礁、牛轭礁、主权礁、华礁、屈原礁和美济礁的叶绿素浓度大于0.16mg·m–3, 其他岛礁叶绿素浓度在0.12~0.16mg·m–3之间。中沙群岛各岛礁的叶绿素水平均较低, 平均浓度一般在0.10~0.16mg·m–3; 其中, 中南暗沙周边的平均叶绿素浓度仅为0.10mg·m–3, 为38个岛礁中最低。

2.2 南海岛礁周边海面叶绿素的季节和年际变化特征

分析结果显示, 南海岛礁周边叶绿素浓度具有明显的季节变化特征(图7a、c)。冬季期间, 强烈的东北季风不仅降低了南海表层海温, 其强烈的搅拌作用也加深了上混合层的深度, 使表层海水得到营养物质和次表层叶绿素的补充(刘昕等, 2012), 从而造成了南海总体叶绿素水平和岛礁周边叶绿素浓度的相应升高。春季期间, 温度开始回升, 随着东北季风减弱, 上述维持叶绿素生长有利条件有所减弱, 南海总体和岛礁周边的叶绿素浓度相应下降, 并在5月达到最低值。随着夏季风爆发, 在南海西部上升流和中央区域的混合作用逐渐增强 (古园园等, 2017), 使叶绿素浓度有所回升。随着后续温度降低和东北季风逐渐建立, 该上升趋势一致延续至秋、冬季。

图6 南海主要岛礁多年(1999—2017)平均海面叶绿素浓度背景值(7~9R) (a)、岛礁邻近区(1~3R)叶绿素浓度异常值(b)和叶绿素总浓度值(c)的空间分布

与浓度背景值不同的是, 岛礁邻近区叶绿素浓度异常的季节变化特征主要和珊瑚礁生物群落受温度制约的特性有关。造礁珊瑚的最适生长区间一般为25~30℃(聂宝符等, 1997; 余克服等, 2004)。在温度最适宜珊瑚礁群落生长的春季和秋季, 岛礁邻近区叶绿素异常值总体上呈上升趋势, 在4月达到全年的最高值, 在10—11月之间又达到小高峰(图7b)。对于西沙和东沙海区, 由于海温的季节变化跨越了珊瑚最适生长温度的下限25℃(图5), 上述变化特点比南沙和中沙海区更明显。南沙海区海面温度呈现明显的双峰结构, 在春季达到峰值, 4月份平均气温更达到了珊瑚最适区间的上限30℃(图5), 因而岛礁周边的叶绿素浓度异常在春季反而有所下降(图7b)。

在年际尺度上, 南海岛礁邻近区海面叶绿素的变化主要和ENSO事件相关。如图8a所示, 1999—2017年间38个岛礁的邻近区平均叶绿素浓度(包括背景值和异常值)与Nino 3.4指数存在延迟相关性。例如, 在El Niño发生的2002、2009和2015年底, 其次年平均叶绿素浓度有明显下降; 而在La Niña发生的1999—2000、2007—2008、2010—2011年中, 其次年平均叶绿素浓度均有所上升, 并形成一个小高峰。这主要是因为El Niño事件通过西北太平洋的反气旋异常活动改变了南海表层的空气温度、湿度、季风和云层分布, 进而影响南海表面热量流动和海流循环(Wang et al, 2006)。例如, 西南季风变弱使越南东部海域夏季叶绿素浓度降低(Zhao et al, 2007)。因此, El Niño事件发生次年, 南海叶绿素浓度相应降低; 在La Niña事件发生次年的情况则相反。

图7 南海主要岛礁多年(1999—2017)月平均海面叶绿素浓度背景值(7~9R)(a)、岛礁邻近区(1~3R)叶绿素浓度异常值(b)和叶绿素总浓度值(c)的年周期变化

在1999—2017年间, 南海岛礁邻近区年平均叶绿素浓度和浓度异常值均呈现显著下降的趋势(图8b),值分别为0.0265和5.05×10–5。这种变化与海水温度的年际变化关系密切。如图9所示, 南海海面温度在近20年内处于上升趋势, 且最高、低温的变化幅度持续加剧。珊瑚礁生物群落的生长对海温高度敏感, 如果温度偏离其最适区间的程度持续加剧, 会对其正常生长形成抑制。值得注意的是, 叶绿素浓度背景值的下降趋势并不显著(=0.465)。这进一步表明, 近年来岛礁周边叶绿素浓度下降的主要原因并不是海区背景水平的下降, 而更可能是由于受到了温度变化的抑制, 珊瑚礁生物群落的生长状况出现恶化。

图8 1999—2017年间Nino 3.4指数和南海主要岛礁(7~9R)海面叶绿素浓度背景值(a)以及岛礁邻近区(1~3R)海面叶绿素浓度异常值和总浓度值的变化曲线(b)

a中高于虚线温度区间的数值代表El Niño事件(红色箭头), 低于该区间的为La Niña事件(蓝色箭头)

Fig. 8 Multi-year (1999-2017) Nino 3.4 index and annual averages of background (7~9) CHL of typical islands and reefs in the SCS (a), CHL anomaly, and total CHL (= a+b) in adjacent reef areas (1~3) (b)

图9 1999—2017年南海海面(a)月平均最高温度、(b)月平均温度和(c)月平均最低温度的变化曲线

3 结论

本文利用近20年多卫星融合水色遥感数据, 研究了南海主要岛礁周边海表面叶绿素浓度的空间分布特征, 以及随季节、年际的变化规律, 得到如下结论。

1) 岛礁周边海面叶绿素浓度普遍存在高值区。叶绿素浓度向外海降低, 一般在5倍等效半径(5)外降至海区背景水平。海区背景营养水平对于珊瑚礁群落生产力具有重要作用, 岛礁邻近区(1~3)叶绿素浓度异常值和背景值在南海的空间分布格局基本一致; 但同时也受到海水温度变化的影响。

2) 岛礁邻近区的海面叶绿素浓度一般在冬季较高, 而在春夏之交较低, 并在El Niño次年随海温升高和季风减弱而下降, La Niña次年情况相反。叶绿素浓度异常在东沙、西沙等温度季节变化较大的海区, 在温度最适宜珊瑚礁群落生长的春秋季节有所增高; 随着近年来海温振幅的持续加剧, 呈现出显著(=5.05×10–5)的下降趋势。

有关结果在一定程度上增进了人们对南海岛礁周边叶绿素浓度时空变化规律及其影响因素的认识。在未来的研究中, 针对特定岛礁开展水文、生态等多要素的现场观测和数值模拟研究, 将有望进一步从动力的角度, 更深入地阐明影响叶绿素分布和变化的内在机理。

陈楚群, 施平, 毛庆文, 2001. 南海海域叶绿素浓度分布特征的卫星遥感分析[J]. 热带海洋学报, 20(2): 66–70. CHEN CHUQUN, SHI PING, MAO QINGWEN, 2001. Satellite remotely-sensed analysis of distribution characters of chlorophyll concentration in South China Sea[J]. Journal of Tropical Oceanography, 20(2): 66–70 (in Chinese with English abstract).

高永利, 黄晖, 练健生, 等, 2014. 西沙群岛礁栖鱼类物种多样性及其食性特征[J]. 生物多样性, 22(5): 618–623. GAO YONGLI, HUANG HUI, LIAN JIANSHENG, et al, 2014. The species diversity and trophic structure of reef fishes in the waters of the Xisha Archipelago[J]. Biodiversity Science, 22(5): 618–623 (in Chinese with English abstract).

古园园, 王静, 储小青, 等, 2017. 夏季南海西部叶绿素浓度高值带的年际变化[J]. 海洋学报, 39(6): 1–9. GU YUANYUAN, WANG JING, CHU XIAOQING, et al, 2017. Interannual variability of the high chlorophyllconcentration strip in the western South China Sea during summer[J]. Haiyang Xuebao, 39(6): 1–9 (in Chinese with English abstract).

贾丹丹, 陈正华, 张威, 等, 2018. 南海珊瑚礁区34年卫星遥感海表温度变化的时空特征分析[J]. 海洋学报, 40(3): 112–120. JIA DANDAN, CHEN ZHENGHUA, ZHANG WEI, et al, 2018. Analysis of temporal and spatial characteristics of sea surface temperature variabilities over the past 34 years in coral reef areas of the South China Sea[J]. Haiyang Xuebao, 40(3): 112–120 (in Chinese with English abstract).

李永振, 史赟荣, 艾红, 等, 2011. 南海珊瑚礁海域鱼类分类多样性大尺度分布格局[J]. 中国水产科学, 18(3): 619–628. LI YONGZHEN, SHI YUNRONG, AI HONG, et al, 2011. Large scale distribution patterns of taxonomic diversity of fish in coral reef waters, South China Sea[J]. Journal of Fishery Sciences of China, 18(3): 619–628 (in Chinese with English abstract).

刘昕, 王静, 程旭华, 等, 2012. 南海叶绿素浓度的时空变化特征分析[J]. 热带海洋学报, 31(4): 42–48. LIU XIN, WANG JING, CHENG XUHUA, et al, 2012. The temporal and spatial evolution of chlorophyll-a concentration in the South China Sea[J]. Journal of Tropical Oceanography, 31(4): 42–48 (in Chinese with English abstract).

聂宝符, 陈特固, 梁美桃, 等, 1997. 南沙群岛及其邻近礁区造礁珊瑚与环境变化的关系[M]. 北京: 科学出版社: 5–28. NIE BAOFU, CHEN TEGU, LIANG MEITAO, et al, 1997. The relationship between reef coral and environmental changes of Nansha Islands and adjacent regions[M]. Beijing: Science Press, 5–28 (in Chinese).

王雪辉, 杜飞雁, 林昭进, 等, 2011. 西沙群岛主要岛礁鱼类物种多样性及其群落格局[J]. 生物多样性, 19(4): 463–469. WANG XUEHUI, DU FEIYAN, LIN ZHAOJIN, et al, 2011. Fish species diversity and community pattern in coral reefs of the Xisha Islands, South China Sea[J]. Biodiversity Science, 19(4): 463–469 (in Chinese with English abstract).

谢石建, 朱首贤, 马疆, 等, 2015. 基于NAO.99b资料对南海主要岛礁潮汐特征的分析[J]. 解放军理工大学学报(自然科学版), 16(6): 593–599. XIE SHIJIAN, ZHU SHOUXIAN, MA JIANG, et al, 2015. Tidal characteristics analysis of main islands, reefs and shoals in South China Sea by NAO.99b data[J]. Journal of PLA University of Science and Technology (Natural Science Edition), 16(6): 593–599 (in Chinese with English abstract).

余克服, 蒋明星, 程志强, 等, 2004. 涠洲岛42年来海面温度变化及其对珊瑚礁的影响[J]. 应用生态学报, 15(3): 506–510. YU KEFU, JIANG MINGXING, CHENG ZHIQIANG, et al, 2004. Latest forty two years’ sea surface temperature change of Weizhou Island and its influence on coral reef ecosystem[J]. Chinese Journal of Applied Ecology, 15(3): 506–510 (in Chinese with English abstract).

赵辉, 唐丹玲, 王素芬, 2005. 南海西北部夏季叶绿素a浓度的分布特征及其对海洋环境的响应[J]. 热带海洋学报, 24(6): 31–37. ZHAO HUI, TANG DANLING, WANG SUFEN, 2005. Spatial distribution of chlorophyll a concentration in summer in western South China Sea and its response to oceanographic environmental factors[J]. Journal of Tropical Oceanography, 24(6): 31–37 (in Chinese with English abstract).

ANDRADE I, SANGRÀ P, HORMAZABAL S, et al, 2014. Island mass effect in the Juan Fernández Archipelago (33°S), Southeastern Pacific[J]. Deep Sea Research Part I: Oceanographic Research Papers, 84: 86–99.

DOTY M S, OGURI M, 1956. The island mass effect[J]. ICES Journal of Marine Science, 22(1): 33–37.

HASEGAWA D, LEWIS M R, GANGOPADHYAY A, 2009. How islands cause phytoplankton to bloom in their wakes[J]. Geophysical Research Letters, 36(20): L20605.

LEE CHEN Y-L, 2005. Spatial and seasonal variations of nitrate-based new production and primary production in the South China Sea[J]. Deep Sea Research Part I: Oceanographic Research Papers, 52(2): 319–340.

MARITORENA S, D’ANDON O H F, MANGIN A, et al, 2010. Merged satellite ocean color data products using a bio-optical model: characteristics, benefits and issues[J]. Remote Sensing of Environment, 114(8): 1791–1804.

ROUND F E, 1981. The ecology of algae[M]. London: Cambridge University Press.

WANG CHUNZAI, WANG WEIQIANG, WANG DONGXIAO, et al, 2006. Interannual variability of the South China Sea associated with El Niño[J]. Journal of Geophysical Research: Oceans, 111(C3): C03023.

ZHAO HUI, TANG DANLING, 2007. Effect of 1998 El Niño on the distribution of phytoplankton in the South China Sea[J]. Journal of Geophysical Research: Oceans, 112(C2): C02017.

Spatial-temporal variation of sea surface chlorophyll around islands and reefs in the South China Sea

CHEN Wuyang, LI Junmin, HE Qingyou, TANG Shilin, SHI Ping

State Key Laboratory of Tropical Oceanography, South China Sea Institute of Oceanology, Chinese Academy of Sciences, Guangzhou 510301, China

There are many islands and reefs associated with abundant fishery resources in the South China Sea (SCS). Ecological variables such as chlorophyll in these regions were seldom studied. In this paper, merged ocean color data in recent ~20 years are used to analyze the spatial, seasonal and interannual variations of sea surface chlorophyll concentration (CHL) around 38 islands and reefs in the SCS. The results show that CHL is relatively high around these islands and reefs, which is generally reduced to the background level at five equivalent radii from the island center. The CHL anomaly (relative to the background CHL) is consistent with background CHL in terms of spatial distribution. They are relatively high in Xisha and Dongsha regions, and relatively low in Zhongsha and Nansha regions, mainly due to differences in temperatures and monsoon intensities. The CHL has significant seasonal and interannual variations. It rises during the winter monsoon and falls to a minimum before the summer monsoon onset. It declines in the following years of El Niño, when the SST increases and the monsoon weaken; and the opposite happens in the following years of La Niña. Moreover, the CHL anomaly increases in spring and autumn seasons when the coral reef community is growing vigorously in Xisha and Dongsha regions. It decreased significantly (=5.05×10–5) during the last 20 years, probably due to the increases in sea surface temperature and its amplitude. These findings provide useful information for the development and management of fishery resources in the SCS.

islands and reefs; chlorophyll; South China Sea; monsoons; sea surface temperature

10.11978/2018135

http://www.jto.ac.cn

Q948.8

A

1009-5470(2019)06-0021-08

2018-12-10;

2019-05-07。

林强编辑

中国科学院先导专项项目(XDA13030304); 国家重点研发计划(2017YFC1405402); 中国科学院重点部署项目(KGZDEW60902); 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)自主研究项目(LTOZZ1701)

陈武阳(1995—), 男, 江西省九江市人, 主要从事珊瑚礁海区动力过程环境效应研究

李骏旻, 男, 副研究员, 主要从事物理海洋学研究。E-mail: jli@scsio.ac.cn

2018-12-10;

2019-05-07.

Editor: LIN Qiang

Strategic Priority Research Program of the Chinese Academy of Sciences (XDA13030304); National Key Research and Development Program of China (2017YFC1405402); Key Program of the Chinese Academy of Sciences (KGZDEW60902); Innovation Group Program of State Key Laboratory of Tropical Oceanography (South China Sea Institute of Oceanology, Chinese Academy of Sciences) (LTOZZ1701)

LI Junmin. E-mail: jli@scsio.ac.cn