（地图学与地理信息系统专业论文）海洋叶绿素遥感反演及海洋初级生产力估算研究.pdf

摘要 海洋叶绿素浓度已成为衡量浮游植物的生物量和富营养化程度的最基本的 指标，叶绿素浓度反演对海洋一大气系统中碳循环研究有重要意义，对海洋生态 系统中初级生产力的研究也至关重要。海洋初级生产力是海洋生态系统的重要参 量，它在一定程度上控制着海气界面二氧化碳的交换，是全球气候变化研究的重 要目标。为此，在多个科研项目的支持下，进行了关于卫星遥感海洋叶绿素和海 洋初级生产力的多方面研究，并发表了1 0 多篇论文，本博士论文即是在这些研 究基础上进行分析和总结的结果。 现有的叶绿素研究很多都是针对局部海区短期的研究，长时间序列的卫星数 据正好可以弥补船测方式的不足，揭示海区的宏观环境变化特征。首先，在综合 利用s e a w i f s 和m o d i s 数据的基础上，本论文采用长时间序列数据对多年整个中 国陆架海的叶绿素a 浓度的变化情况进行研究和分析，并进行了对比分析，同时 从影响机理方面也进行了探讨。研究发现中国陆架海的叶绿素a 浓度在不同海区 是随着季节变化的，各年之间呈现规则的周期性变化。东海海区叶绿素a 浓度相 对最高，年际变化较明显：南海海区年均值最低。在空间分布上整个中国海区呈 现由近岸向外海递减的趋势，反演结果从宏观上揭示了中国陆架海的海洋叶绿素 变化特征。 m o d i s 和s e a w i f s 反演叶绿素浓度基本一致。在东海海区吻合最差，南海 最好。而在三个不同海区，海表面温度和叶绿素a 浓度显著负相关，说明海表面 温度直接影响着叶绿素的分布，无疑海温是影响叶绿素a 的分布主要因子之一。 其次，为了探索适合我国海区特点而较精确的算法，先采用b p 神经网络法 利用s e a w i f s 数据，结合实测数据对建立我国海区的叶绿素反演模型进行了研 究。结果表明，在叶绿素反演算法中神经网络方法以其对非线性过程的精确模拟 而具有传统算法无可替代的优势，尤其是对传统遥感反演算法难度较大的二类水 体。 除采用神经网络法外，我们还构造了新的光谱指数，来进行叶绿素反演研究。 在进行包络线去除法分析叶绿素的光谱特征后，用兰绿光波段的辐射信息构成 n d p i 指数，然后利用s e a w i f s 和c o c t s 来进行叶绿素a 的反演研究。n d p i 指数可以在一定程度上减小黄色物质和悬浮物的干扰，从而把叶绿素区别于其他 物质的特性表现出来。在本研究中n d p i 指数法优于直接波段比值法，通过它反 演得到的渤海叶绿素a 结果与前人的调查结果有较好的一致性。此外通过和 s e a w i f s 的对比，还对我国第一颗海洋水色遥感卫星的探测能力进行了研究和评 价。 v g p m 模型中的所有参数都可以通过遥感手段获得，因此最后我们选择v g p m 模 型，利用s e a w i f s 和m o d i s 数据对海洋初级生产力进行了估算，并进行了相应的 验证、分析和估算。根据该模型计算的结果较好地反映整个中国海域的海洋初级 生产力的时空分布信息及其变化情况。整体来看，中国海域海洋初级生产力的季 节变化非常明显，在2 0 0 3 年o p p 具有较明显的双峰变化。1 2 月和1 月最低，到5 月 份形成初级生产力在一年中的次高峰，在7 月又开始上升，在8 月份达到最高，随 后逐渐下降。在空间分布上，整个中国陆架海的海区初级生产力的总体分布为从 近海向大洋逐渐降低。 本论文的研究方法和结果可以直接为海洋碳通量估算、海洋环境污染监测及 渔业资源调查等研究提供参考，有广泛的应用前景。 主要创新之处： ( 1 ) 虽然对于叶绿素a ，我国各海区已进行了大量研究，以遥感手段来反演 分析叶绿素a 的研究也有很多，但本论文是采用长时间序列数据对整个中国陆 架海区的叶绿素的特征变化进行了总体研究。本研究从宏观上揭示了中国陆架 海的海洋叶绿素长时间序列变化特征，充分发挥了遥感的优势，可为海洋生产 力和海洋生态环境研究提供佐证和参考。 ( 2 ) 国内目前利用m o d i s 数据进行海洋叶绿素研究报道还不多。除了采用 s e a w i f s 数据源外，还利用m o d i s 数据对2 0 0 2 年7 月- - 2 0 0 5 年3 月中国陆 架海的叶绿素浓度变化进行了研究，并对m o d i s 各海区反演结果和s e a w i f s 的结果比较分析。 ( 3 ) 分别利用神经网络和n d p i 指数法，利用s e a w i f s 和c o c t s 数据，结 合实测数据进行了叶绿素反演模型研究。运用b p 神经网络方法可以灵活地模 拟叶绿素反演中函数的非线性过程。更重要的是根据叶绿素的光谱特征，利用 兰绿光波段的辐射信息提出了新的n d p i 指数，来进行叶绿素a 的反演。n d p i 指数法优于直接波段比值法，通过它反演得到的渤海叶绿素a 结果与前人的调 查结果有较好的一致性。此外还对我国第一颗海洋水色遥感卫星的探测能力进 行了研究和评价。 ( 4 ) 首次采用适合我国特点的叶绿素算法，并根据海水漫衰减系数来计算真 光层深度，利用v g p m 模型对整个中国海域的海洋初级生产力进行了估算， 并进行了相应的变化分析。 关键词：海洋叶绿素，n d p i ，反演，中国陆架海，海洋初级生产力，v g p m a b s t r a c t o c e a n i cc h l o r o p h y l lc o n c e n t r a t i o ni st h ei m p o r t a n ti n d i c a t o ro fp h y t o p l a n k t o n a n dw a t e rq u a l i t y s oc h l o r o p h y l lc o n c e n t r a t i o nr e t r i e v a li sm e a n i n g f u lf o rc a r b o n c y c l ei no c e a n a t m o s p h e r es y s t e m ，a sw e l la sf o ro c e a n i cp r i m a r yp r o d u c t i o ne s t i m a t e o c e a np r i m a r yp r o d u c t i o ni st h ek e yf a c t o ri no c e a ne c o l o g i c a ls y s t e m t os o m e e x t e n t ，i tc o n t r o l sc 0 2e x c h a n g ei ns e a - a t m o s p h e r es u r f a c e s oi ti st h ei m p o r t a n t o b j e c tf o rg l o b a lc l i m a t ec h a n g es t u d y w i t ht h es u p p o r to fs e v e r a lp r o g r a m s ，w eh a v e d o n el o t so fw o r ko no c e a n i cc h l o r o p h y l la n do c e a n i cp r i m a r yp r o d u c t i o nb yr e m o t e s e n s i n g a sar e s u l t ，m o r et h a n1 0p a p e r sh a v eb e e np u b l i s h e d t h i sd i s s e r t a t i o ni so n b a s i so f t h e s er e s e a r c h e s p r e s e n t l ym o s to fc h l o r o p h y l lr e s e a r c h e sh a v eb e e np e r f o r m e di ns h o r t t e r ml o c a l s e aa r e a s l o n g - t i m es e r i e so fs a t e l l i t ed a t ac a nr e v e a lt h ew h o l ee n v i r o n m e n tv a r i e t y , w h i c hi st h es i g n i f i c a n ta d v a n t a g eo v e rt h ef i e l dm e a s u r e m e n t f i r s t ，b a s e do nb o t h s e a w i f sa n dm o d i sd a t a ，c h l o r o p h y l lv a r i e t yi nt h ec h i n as h e l fs e aw a sa n a l y z e d o nb a s i so fl o n g - t e r ms e r i e sd a t a t h ec o m p a r i s o na n di m p a c tm e c h a n i s mw e r ea l s o d i s c u s s e d t h er e s u l ts h o w st h a tc h l o r o p h y l li nc h i n as h e l fs e ac h a n g e sw i t l ls e a s o n s i t v a r i e sr e g u l a r l yb e t w e e nd i f f e r e n ty e a r s t h ec h l o r o p h y l li st h eh i g h e s ti ne a s tc h i n a s e a ，w h e r et h ei n t e r - a n n u a lv a r i e t yi ss i g n i f i c a n t t h ea n n u a lm e a nc h l o r o p h y l li n s o u t hc h i n as e ai st h el o w e s t t h ec h l o r o p h y l lc o n c e n t r a t i o ni nt h ew h o l ec h i n a s h e l fs e ad e c r e a s e sf r o mc o a s tt oo p e ns e a t h er e t r i e v e dc h l o r o p h y l lw e l li n d i c a t e s t h ee n v i r o n m e n tf e a t u r ei nc h i n as h e i f s e a i ng e n e r a l ，t h er e t r i e v e dr e s u l t so fs e a w i f sa n dm o d i sa g r e ew e l l i ne a s t c h i n as e at h e ya g r e et h ew o r s t ，w h i l ei ns o u t hc h i n as e at h e yd ot h eb e s t i nt h r e e d i f f e r e n ts e aa r e a s ，s s ti ss i g n i f i c a n t l yc o r r e l a t e dt oc h l o r o p h y l l i ts h o w st h a ts s ti s o n eo f t h em a j o rf a c t o r sw h i c hc o n t r i b u t et oc h l o r o p h y l ld i s t r i b u t i o n s e c o n d ，i no r d e rt oi m p r o v et h ea l g o r i t h mf o rc h i n as e a , b a s e d o ns e a w i f sa n d i ns i t ud a t a , w ed e v e l o p e dc h l o r o p h y l lr e t r i e v a lm o d e lu s i n gb pa n n ( a r t i f i c i a l n e u r a ln e t w o r k ) a l g o r i t h mf o rc h i n e s es e a i td e m o n s t r a t e st h a tf o rc h l o r o p h y l l r e t r i e v a l ，a n nh a st h ea d v a n t a g eo fp r e c i s es i m u l a t i o no fn o n l i n e a rt r a n s m i s s i o n o v e rt r a d i t i o n a lm e t h o d s ，e s p e c i a l l yf o rc a s e2w a t e r si nw h i c ht r a d i t i o n a lm o d e l s u s u a l l yf a i l i na d d i t i o nt oa n nm o d e l ，w ea l s oc o n s t r u c t e dn e ws p e c t r a li n d e xt or e t r i e v e c h l o r o p h y l l s p e c t r a lc h a r a c t e r i s t i co fc h l o r o p h y l lw a se x t r a c t e da f t e rc o n t i n u u m r e m o v a l n d p i ( n o r m a l i z e dd i f f e r e n c ep i g m e n ti n d e x ) w a sc o n s t r u c t e dw i t ht h e r a d i a n c ei n f o r m a t i o no fb l u ea n dg r e e nb a n d s b a s e do nn d p i ，c h l o r o p h y l lr e t r i e v a l m o d e l sw e r ec o n s t r u c t e du s i n gs e a w i f sa n dc o c t sr e s p e c t i v e l y t os o m ee x t e n t ， r e t r i e v a la l g o r i t h mc a nd i s c r i m i n a t ec h l o r o p h y l lw i t ho t h e re l e m e n t ss u c ha sc d o m ( c o l o rd i s s o l v e do r g a n i cm a r e 0a n ds u s p e n d e dp a r t i c u l a t e i nt h i sr e s e a r c h ，n d p i m o d e lp e r f o r m sb e r e rt h a ns i m p l eb a n dr m i oa l g o r i t h m sf o rr e t r i e v a lo fc h l o r o p h y l l a n dt h er e t r i e v e dc h l o r o p h y l lp a r e mi sc o n s i s t e n tw i t l lp r e v i o u sr e s e a r c h t h e d e t e c t i n ga b i l i t yo ft h ef i r s to c e a nc o l o rs a t e l l i t eh y - 1w a sa l s oe v a l u a t e da f t e r c o m p a r i s o nw i t l ls e a w i f s l a s t ，o nb a s i so fs e a w i f sa n dm o d i sd a t a , w ec h o s ev g p m ( v e r t i c a l l y g e n e r a l i z e dp r o d u c t i o nm o d e l ) t oe s t i m a t eo p pi nc h i n as h e l fs e af o ra up a r a m e t e r s o ft h i sm o d e lc a nb ea c c e s s e db yr e m o t es e n s i n g s i m p l ev a l i d a t i o n ，a n a l y s i sa n d e s t i m a t ew e r ea l s oc o n d u c t e d t h ee s t i m a t e dr e s u l tu s i n gv g p mw e l lr e f l e c t s t e m p o r a la n ds p a t i a ld i s t r i b u t i o no fo p pi nc h i n as h e l fs e a i ng e n e r a l ，s e a s o n a l v a r i e t yo fo p p i nc h i n as h e l fs e ai so b v i o u s t h e r ea r et w op e a k si nv a r i e t yo f0 p p i n2 0 0 3 i nd e c e m b e ra n dj a n u a r yi ti st h el o w e s t , w h i l ei nm a yas u b p e a ka p p e a r s i n a u g u s tt h eo p pi nc h i n as h e l fs e ai n2 0 0 3r e a c h e st h eh i g h e s t ，a n dd e c r e a s e s s u b s e q u e n t l y o p pd e c r e a s e sg r a d u a l l yf r o mc o a s tt oo p e ns e a t h em e t h o d sa n dr e s u l t si nt h i sd i s s e r t a t i o nc a np r o v i d er e f e r e n c ef o rt h es t u d y o fe s t i m a t eo fo c e a n i cc a r b o nf l u x ，o c e a ne n v i r o n m e n t a lm o n i t o r i n ga n df i s h e r y r e s o u r c ei n v e s t i g a t i o na n ds oo n i n n o v a t i o np o i n t sa r ea sf o l l o w ： 小t h e r ea r el o t so fr e s e a r c h e so nc h l o r o p h y l li nc h i n a , i n c l u d i n gt h o s eo n b a s i so f r e m o t es e n s i n gm e t h o d s h o w e v e r , i nt h i sd i s s e r t a t i o nl o n g - t i m e s e r i e ss a t e l l i t ed a t aw e r eu s e dt os t u d yt h ew h o l ec h i n as h e l fs e a s ow e c a nf u l f i l lr e m o t es e n s i n gt or e v e a lt h el o n g t e r mv a r i e t yf e a t u r eo f c h l o r o p h y l l i tc a np r o v i d er e f e r e n c e sf o ro p pa n dm a r i n ee c o l o g i c a l e n v i r o n m e n t a lr e s e a r c h b ) m o d i si sr a r e l yu s e df o ro c e a nc o l o rs t u d yi nc h i n a b e s i d e ss e a w i f s ， m o d i sd a t af r o mj u l y2 0 0 2t om a r c h2 0 0 5i nc h i n as h e l fs e aw e r e u t i l i z e dt os t u d yc h l o r o p h y l l a n dm o d i sr e s u l tw a sa l s oc o m p a r e dt o s e a w i f sr e s u l t c ) an e wi n d e xo fn d p iw a sp r o p o s e dt om o d e lo c e a nc h l o r o p h y l l o n b a s i so fs e a w i f sa n dm o d i sd a t a , a sw e l la s 加s i t ud a t a , a n na n d n d p im o d e l sw e r ed e v e l o p e da n dd i s c u s s e dr e s p e c t i v e l y t h ed e t e c t i n g a b i l i t yo ft h ef i r s to c e a nc o l o rs a t e l l i t eh y - 1w a sa l s oe v a l u a t e da f t e r c o m p a r i s o nw i t hs e a w i f s d ) b a s e do nt h ec h l o r o p h y l la l g o r i t h ms u i t a b l ef o rc h i n as h e l fs e a ，a sw e l l a se u p h o r i cd e p t hd e r i v e df r o md i f l u s ea t t e n u a t i o nc o e m c i e 此v g p m w a sc h o s e nt oe s t i m a t et h e0 p pi nc h i n as 1 1 e l fs e a t h eo p pc h a r a c t e r w a sa l s oa l l a l y z e d k e yw o r d s ：o c e a n i cc h l o r o p h y l l ，n d p i ，r e t r i v a l ，c h i n as h e l fs e a , o c e a np r i m a r y p r o d u c t i o n ，v g p m 中国科学院遥感应用研究所 学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研 究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人 或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集 体，均已在文中以明确方式标明。本声明的法律结果f h 本人承担。 论文作者繇觯眺矿衫年岛舶 学位论文使用授权说明 本人完全了解中国科学院遥感应用研究所关于收集、保存、使用学位论文 的规定，即： 按照学校要求提交学位论文的印刷本和电子版本； 研究所有权保存学位论文的印刷本和电子版，并提供目录检索与阅览服务： 研究所可以采用影印、缩印、数字化或其它复制手段保存论文； 在不以赢利为目的的前提下，研究所可以公布论文的部分或全部内容。 ( 保密论文在解密后遵守此规定) ( 注：此声明及说明请提交研究生部) 论文作者签名：丛多福导师签名 日期：二卯么年夕月力扩日 斗砌 第一章综述 第一章综述 第一节选题依据 11 研究意义 叶绿素a 的浓度是评价海洋水质、有机污染程度( 疏小舟等，2 0 0 0 ) 和探 测渔场的重要参数。海域叶绿素a 的时空变化包含着海区基本的生态信息，是 同光照、温度、盐度以及风潮流等各种因素密切相关的，因此它对于海区的各 种科学研究具有重要意义，而单单靠测量船的走航取样调查显然无法满足这一 要求( 丛丕福等，2 0 0 6 ) 。遥感定量反演技术能获取大范围连续的海洋水色信 息，克服了常规方法的不足( 丛丕福等，2 0 0 5 a ) 。利用卫星数据反演叶绿素a 浓度来评价海洋环境污染，尤其是预测、探测赤潮，是一种有效的方法( 丛丕 福等，2 0 0 5 b ) 。而利用海洋遥感技术研究海洋初级生产力，有助于了解海洋中 碳的生物地球化学循环，有助于了解海区的环境质量，从而了解全球的碳循环以 及气候变化，对海洋生态、全球碳循环研究有重要意义。 1 1 1 海洋叶绿素重要地位 海洋叶绿素是光合作用的主要光合色素。海洋叶绿素存在于浮游植物中， 它能吸收太阳光，进行光合作用，合成制造有机物。光合作用是植物在光合色 素作用下吸收太阳辐射能，把二氧化碳和水同化为碳水化合物的过程，光合作 用大小与光合色素浓度密切相关。 海洋叶绿素是浮游植物现存量的表征。浮游植物的现存量是用来描述浮游 植物利用光能进行光合作用将无机物转变为有机物时，有机物生产力的一个重 要指标。人们习惯于把浮游植物的现存量用单位体积或单位面积中生物的数量 或质量表示。基本上所有的浮游植物均含有叶绿素，因此海水叶绿素浓度直接 反映了浮游植物数量，即反映海域初级生产者的现存生物量。根据叶绿素的光 学特征，叶绿素可分为叶绿素a 、叶绿素b 、叶绿素c 、叶绿素d 共4 类。但由 于所有的藻类浮游植物基本都含有叶绿素a ，而且其他3 类叶绿素进行光合作 用所吸收的光能，最终都要传送给叶绿素8 ，因此基本上用叶绿素8 就可以表 海洋初级生产力遥感反演和海洋初级生产力估算研究 征浮游植物的数量和生长情况。因此测定海洋中叶绿素a 的含量，就可以定量 地了解海洋中浮游植物的情况。所以，海洋水色遥感中所说的叶绿素一般指的 是叶绿素a 。 海洋叶绿素是环境评价参量。海洋浮游植物繁殖速率也是水体营养程度的 示踪物，从而用于判断水体富营养程度。叶绿素浓度成为已衡量水体初级生产 力( 浮游植物的生物量) 和富营养化程度的最基本的指标，监测叶绿素浓度是水 环境遥感监测的主要项目之一。在海洋中叶绿素浓度还可以做为评价水质、营 养状态、有机污染程度的一个重要的环境参量。水体营养化程度高，浮游植物 繁殖快，叶绿素浓度就高。过高的叶绿素可能是将要发生赤潮的前兆。当水体 富营养时，浮游植物大量繁殖，会使海水水体中的氧气大量被消耗，造成海洋 生物窒息死亡。赤潮现象就是这样发生的。有些赤潮生物能够释放毒素，毒死 吞食赤潮生物的鱼贝类，再通过食物链危害人类。大量的赤潮生物还能遮蔽照 射到水下的阳光，影响海洋生物的光和作用，进而影响海洋食物链的正常循环。 此外，叶绿素易于测量。叶绿素在浮游植物中所占的比例比较稳定，而且 在实验室易于测量。因此测定海洋中叶绿素含量，就可以定量地了解海洋中浮 游植物的情况，因此，海水中的叶绿素浓度的获取对海洋一大气系统中碳循环 研究有重要意义，对海洋生态系统中初级生产力的研究至关重要。 总之，研究海洋叶绿素及初级生产力分布待征可以了解大尺度时空范围内 海洋初级有机物的生产、分布和变化规律。通过研究海洋叶绿素可了解在一定 时间内海洋有机物的生产及其分布规律，分析水域生态环境的特征，评估生物 资源蕴藏量及生产潜力，为合理开发利用海洋生物资源和实行渔业生产农牧化 等提供基础资料。调查研究海水中叶绿素浓度，评估海域环境的初级生产力， 对评价海域尤其是与人类活动密切相关的近岸海域和岛屿周围海域的生态环境 具有重要的科学意义。 1 1 2 海洋初级生产力重要地位 海洋初级生产力就是自养生物通过光合作用或化学合成制造有机物的速率 ( 沈国英，施并章，2 0 0 2 ) 。海洋浮游植物所进行的光合作用，约占全球绿色 植物光合作用的一半。光合作用将吸收水中c o 。而放出0 2 ，因此浮游植物初级 2 第一章综述 生产力在全球碳通量变化中占有重要的地位。几乎全部由单细胞浮游植物构成 的海洋光合组织虽然不到全球总植被生物量的1 但却占全球总固碳量的4 0 ( f i e l de ta 1 ，1 9 9 8 ) 近些年工业快速发展，释放到大气中的二氧化碳也相应地增加。大气的二 氧化碳浓度的增加导致了海水温度的上升和全球变暖的“温室效应”( 费尊乐 等，1 9 9 7 ) ，它直接影响着全球气候和海平面的变化。大量的二氧化碳进入海 洋被浮游植物用来进行光合作用。浮游植物消耗的二氧化碳总量很大程度上依 赖于海洋循环。海洋覆盖了地球表面将近7 0 的面积据计算海洋中碳的流通 量大约为5 1 0 ”g a ，其中主要是由海洋中浮游植物光合作用产生的。有一部 分浮游植物产生的颗粒碳沉入海底，造成大气中的二氧化碳的长期沉积，是全 球碳量估算中的不确定来源。科学家希望能通过理解碳循环系统中物理和生物 的耦合作用，最终了解海洋的变化是如何影响全球二氧化碳系统和浮游植物的 总量这两个海洋生物圈中的重要环节。利用海洋遥感技术，人们可获取重点海 域海表面二氧化碳含量和海洋光学特性，进行全球海洋通量研究。 海洋浮游植物光合作用可以将海洋无机化合物转化为有机化合物这是海 洋食物链的源头，是海洋一切生命的物质基础。研究海洋初级生产力，可以了 解海洋生态食物网各营养阶层的生产状况，可以评估海洋渔业资源的发展，对 资源的合理开发利用也具有重要意义。 此外通过研究海洋生产力，人们还可进行大气臭氧层的研究。大气臭氧层 的空洞会使海洋表面单细胞植物遭受杀伤和破坏，导致海洋生物量下降6 1 2 。从观测到的生物量和海洋生产力下降的变化，可以反推大气臭氧层的 变化。 总之，研究海洋初级生产力，有助于了解海区的环境质量，有助于了解海 洋碳的生物地球化学循环，从而了解全球的碳循环以及气候变化，对研究“厄 尔尼诺”现象十分重要，对海洋生态、全球碳循环研究有重要意义。 海洋初级生产力遥感反演和海洋初级生产力估算研究 1 2 海洋遥感研究的优势 传统的海洋叶绿素和海洋初级生产力研究方法一般依赖于船只的走航取样 调查，然后由实验方法测定。而快速、大尺度的海洋初级生产力的调查研究仅 通过船测等常规调查是不能满足要求的。常规调查方法通常是在水域内定点定 剖面，长年累月进行监测、采样分析，才能得到准确的信息，受人力、物力和 气候、水文条件的限制，采集的数据量非常有限，成本高，速度慢，而且都是 离散的点数据，难于长时间跟踪监测，更无法实现大范围尤其是全球尺度的研 究。 遥感技术的发展，尤其是传感器空间分辨率与光谱分辨率的提高，以及多 角度遥感探测技术的发展( 徐希孺等，2 0 0 0 ：刘强等，2 0 0 2 ：徐希孺，陈良富， 2 0 0 2 ) ，为应用遥感技术进行全球变化研究开辟了新的途径。遥感具有宏观动 态的特点( 柳钦火等，1 9 9 8 ：柳钦火等，2 0 0 5 ) ，随着地球空间观察技术的发展， 海洋遥感在全球多年长时间序列海洋数据采集、大范围海面信息监测等方面， 逐渐发挥了常规调查方法难以替代的优势。卫星遥感弥补了走航实测数据分散 的缺陷，能快速、大尺度地获取叶绿素浓度、海表温度、光合作用有效辐照度、 透明度等海洋生态环境数据，并且有一定的精度，是对海洋观测、获取海洋信 息不可缺少的手段。利用卫星遥感信息进行大范围内水体浮游植物空间分布及 动态的定量分析，除了能够在一定程度上弥补水面采样观测时空间隔大且费时 费力的缺陷，还能发现一些常规方法难以揭示的污染物排放源、迁移扩散方向、 影响范围以及与清洁水混合稀释的特征，有利于查明污染物的来源，也可为布 设地面监测点提供科学依据。与常规方法相比，遥感方法具有不可替代的优越 性。卫星遥感还以其特有的周期性优势成为在区域乃至全球尺度上持久监测海 洋现象的有效手段。 遥感技术为获取大区域尺度土地覆盖信息提供了便利的数据获取手段( 王 长耀等，2 0 0 5 ) 。同样，卫星遥感的大面积覆盖和资料实时获得的特点，也使 得它成为大时空尺度海洋浮游植物丰度和分布研究必不可少的工具。美国 n i m b u s - - 7 卫星的海洋带水色扫描仪( c z c s ) 有效地获取了世界各大洋近表层浮 游植物色素资料。十多年的研究充分表明，卫星遥感资料对全球生物海洋学研 4 第一章综述 究极具价值。它不仅提供了大量浮游植物生物量分布资料，而且也提供了大尺 度、长周期海洋现象如e l - - n i n o 事件全部演化过程的有效资料。为了能更有效 地提供有关海洋生物量变化以及全球生物化学元素变化过程的资科，许多学者 正致力于根据遥感叶绿素资料计算初级生产力的研究。 最近十几年来的研究成果证实，浮游植物叶绿素和初级生产力的遥感算法 应用于大洋水域是非常成功的。卫星探测海洋初级生产力是近年来遥感应用的 热门领域海洋初级生产力不能直接从空间测量，但它可以根据叶绿素a 的浓 度进行计算。现在卫星海洋水色传感器已成为测定浮游植物叶绿素a 洋盆至全 球分布的标准工具。 海洋遥感基本上都是利用海洋水色卫星数据，通过建立模型来反演各水色 要素的，因此海洋水色卫星的设置和探测能力对叶绿素和海洋初级生产力的估 算也十分重要。 海洋初级生产力遥感反演和海洋初级生产力估算研究 第二节国内外研究现状 2 1 叶绿素研究 遥感反演海洋叶绿素的方法大体上可分为经验算法和基于模型的算法两 种： 2 ，1 1 经验算法 经验算法是以实测数据为基础，通过研究水体表观光学量和叶绿素浓度之 间的定量关系，即通过测量水体表面的光谱辐射特征和水体中叶绿素浓度而建 立的算法。经验算法典型模型是基于波段比值的色素算法，其表达式为： c = 口f 墨! ! 墨；116+c ll 。( 五z ) ( 2 1 ) 其中c 为叶绿素a 浓度，a 、b 和c 为统计回归系数，h 为离水辐射率，也 可以用遥感反射率代替。采用蓝绿光比值法可以有效地提取水体中的叶绿素信 息，可以大大减少海洋反射率二向反射特征的问题。因此现有的叶绿素的经验 算法大都采用比值法，如s e a w i f s 的各种算法( 0 r e i l l ye ta 1 1 9 9 8 ) 和m o d i s 的 叶绿素算法等等( e s a i a se ta 1 ，1 9 9 8 ；c a r d e re ta 1 ，2 0 0 4 ) 。 2 1 2 基于模型的算法 基于模型算法的主要特点是利用生物光学模型描述水体组分和水体光谱辐 射特征之间的相关性，如用辐射传输模型模拟光在水和大气中的传输一样模拟 水面或水面上空大气层的光谱特征。根据反射光谱与水体组分浓度之间的关系， 可以反演水体组分的各种特征参数。 ( 1 ) 代数法 代数法在模型算法中相对比较简单。它是用代数表达式描述海洋水色与地 球物理特征的相关性。遥感反射率可表示为后向散射系数b 。( 旯) 与a ( 五) 吸收 系数之比的函数。叶绿素等各个变量的吸收系数和散射系数等固有光学量和各 变量浓度的关系建立后，再采用假设减少未知量的方法简化模式，得到一组代 6 第一章综述 数方程。该方程可以求解模式中的每个未知量。因为需要实测光学数据来建立 海洋水体模型，因此这种方法建立的海洋光学模式又称“半解析法”。在该方 法中如果光谱特征与物质组分浓度是非线性关系，可以通过查表或者减小预测 值和观测值之间的差异来求解。这种半分析方法的优点是将叶绿素等水色因子 的已知光学特性与理论模式结合起来，对特定的二类水域的运算结果也较精确， 但能反演的未知量的个数有限。 在海洋光学中，定义遥感反射率r r s 为： r r s = l w e d ( o + ) ( 2 2 ) 其中，l w 为携带着水体信息的离水辐射率；e d ( o + ) 为刚好在水面上的向上辐照 度( 唐军武，1 9 9 9 ) ，而 l 。= l 。( 0 3t n 2 ( 2 3 ) l 。( o 。) = e 。( 0 。) q ( 2 4 ) 其中，l u ( 0 一) 正好在水面下的向上辐亮度；t 为水气界面的透过率；n 为水 体的折射率；e u ( 0 一) 为正好在水面下的向上辐照度：q 为光场分布参数； 这样，r r s 就可以用水体总吸收系数a ( 九) 和总后向散射系数b 。来表示： 肾畚去 陇。， 其中，经验参数f 为0 3 2 0 3 3 ，g o r d o n 等采用f q ：o 0 9 4 5 ，t n 2 = 0 5 4 所以 岍删击 眩。， 口+ o ，ne 、 而b 。和a 是叶绿素a 、悬浮物和黄色物质等各种成分贡献的线性和： b 6 = ( 6 。) 。+ ( 叭 ( 2 7 ) 口= + q ( 2 8 ) 海洋初级生产力遥感反演和海洋初级生产力估算研究 如果用c 表示叶绿素a 、用s 表示悬浮泥沙、用y 表示黄色物质，则 b 6 = b 6 。+ 争咕+ 6 6 ， ( 2 9 ) a = 口。+ q + 口，+ o ( 2 1 0 ) 比较有代表性的可见c a r d e r ( 1 9 9 9 ) 和c i o t t i ( 1 9 9 9 ) 。 ( 2 ) 神经网络法 神经网络起源于对人脑功能的模拟，类似于生物神经系统单元，它由许多 并行运算的简单单元组成。神经网络具有集体运算和自适应学习能力，善于联 想、综合和推广。神经网络由以输入层和输出层形式排列的大量节点( 或神经 元) 构成，两层之间包含许多隐层。每一节点的输入值权重不同，对它求偏导 或者其它非线性逻辑关系求和，因此输出值就和下一层的所有神经元有关。由 于每层节点稀疏不同，所以网络几乎能描述任何非线性关系。神经网络技术可 以用来解决水色遥感反演问题，包括不同波段辐射之间的相互关系反演，以及 水体组分的浓度反演。 在研究二类水体时，传统的叶绿素算法的缺陷在于传输函数本身的非线性 所致。在近岸水体，由于悬浮泥沙和黄色物质的作用，水体的光学特性极为复 杂。用标准的线性回归无法确定非线性关系，而且对非线性回归需要知道非线 性过程的一些先验知识，这些一般又是难以获得的。而神经网络正好可以突破 这些限制，灵活地模拟大量的非线性过程。 b u c k t o n 等( 1 9 9 9 ) 基于m e r i s 在计算海洋水体成分时发现神经网络的优势 在于用它不仅可以获得比传统的方法如波段比值法具有更高的反演精度，而且 还可以包括一些多余参数和没有用到的信息如几何参数和大气能见度等。 k e i n e r 等( 1 9 9 8 ) 认为在利用遥感反射率数据来估算海表叶绿素浓度方面，神经 网络模拟非线性传输函数比s e a b a m 工作组所有的经验回归和半解析算法都要 精确。此外，d o e r f f e r 等( 1 9 9 8 ) 、l e e 等( 1 9 9 8 ) 都应用神经网络方法对叶绿素 浓度等海水成分进行分析，结果都很成功。 神经网络技术反演算法的优势交于其预测模型包含了详细的遥感过程的物 第一章综述 理描述，具有极高的实用性。因此，可以说神经网络是用于二类水体海水成分 反演的有效的、很有前途的方法。 ( 3 ) 非线性最优化方法 非线性最优化算法的原理是提出一种预测模型，通过改变作为预测模型输 入变量的气溶胶光学厚度以及叶绿素、总悬浮物、黄色物质几种水体组分的浓 度值，使得根据模型计算光谱辐射的预测值和实际测量值之间的误差s 最小。 s = ( l 。一l d ) 2 ( 2 1 1 ) 其中，l m 表示根据模型计算得到的预测辐射值；l d 表示卫星传感器测量 得到的辐射值：e 表示对所有波段求和的结果。s 的值通常预设一个作为闽值， 来规定测量和计算的次数。 ( 4 ) 主成分分析方法 k r a w c z y k 等( 1 9 9 3 ) ，n e u m a n n 等( 1 9 9 5 ) 提出了基于主成分分析( p c a ) 的 水色反演算法。主成分分析方法先对辐射率数据集进行主成分分析，后根据各 因子对总方差的贡献率的大小，可以确定任意几个波段的组合对水体成分反演 的影响程度。这种方法将大气参数和水体成分浓度各参数都看作未知量同时进 行反演，而不必经过大气修正处理。非线性最优化和主成分分析方法应用相对 较少。 从国内研究来看，对经验算法来说，陈清莲和王项南( 1 9 9 5 ) 应用陆地卫 星l a n d s a t 的专题绘图仪t m 数据对海南海域进行现场数据采集、卫星图象处理、 海洋情息提取等工作，最终给出了所完成的两幅遥感图像。他们研究工作表