1、利用MODIS衛星遙感數據反演中國東海葉綠素濃度及SST年際變化的研究10海洋科學 王雪摘要：利用MODIS獲取的2003年-2006年衛星數據反演中國東海海域的海表溫度（SST）和葉綠素a濃度信息，并對其分布規律進行分析。結果表明：東海海域的SST和葉綠素a濃度的分布具有明顯的分區和季節變化特征。在年際間，不同海區的SST和葉綠素a濃度均呈現出周期性變化趨勢。在空間上，SST呈現出由近岸向外海遞增趨勢，南北位差大；葉綠素a濃度則呈現出由近岸向外海遞減的分布趨勢。東海葉綠素a濃度的分布與SST、河口徑流、季節等因素有關。關鍵詞：東海 MODIS SST 葉綠素a目 錄引言21 數據來源與處理3

2、1.1 數據來源31.2 數據處理4葉綠素數據處理41.2.1 SST數據處理52 圖形繪制73 結果與分析113.1 東海葉綠素a濃度季節分布特征113.2 東海葉綠素a濃度年際特征123.3 東海SST季節分布特征123.4 東海SST年際特征133.5 典型區域葉綠素濃度a濃度、SST年際變化特征分析133.6 葉綠素a濃度與SST相關性分析174 結束語195 總結196 參考文獻20引言衛星遙感數據具有周期短、時空分布率高、數據具有可比性，以及衛星遙感能夠實現對地球大面積同步觀測、衛星遙感平臺具有專業化多樣化等特點，這使得遙感數據成為全球海洋監測的一個重要數據源，因此遙感技術成為了全

3、球海洋監測的不可替代的技術手段。在諸多海洋遙感平臺所搭載的傳感器中，中成像光譜儀（MODIS）將時間分布率、空間分布率及光譜分辨率很好地予以結合，每12d就能獲取分辨率為2501000m、包括36個波段的全球尺度MODIS數據，其中第8到16共9個波段被廣泛應用于海洋遙感。利用星載或機載遙感器探測海水中的葉綠素光譜輻射，經大氣校正后對海水表層葉綠素濃度進行反演，即根據葉綠素的光學特性求的海水中葉綠素濃度的一種方法，該方法使同一時間內對大范圍海域進行葉綠素監測成為可能，因此遙感技術被越來越廣泛地應用于海水葉綠素監測。中國東海是典型的陸架海域,長江等河流入海,使之富集葉綠素、懸移質和黃色物質等影響

4、海洋光學性質的海水組分。衛星水色遙感是唯一可穿透海水一定深度并獲取海洋上層光學參數以及海水組分的技術手段。海洋葉綠素a（Chl-a）是了解海洋中地球生物化學循環的基礎和估算海洋生產力的基本指標，也是判斷水域的肥瘠程度和評價水域漁業潛在生產力的基本依據。富集浮游植物的海域是海洋食植動物大密度存在和水產資源豐富存在的基礎。海水葉綠素a濃度的測定不僅與海洋生態系統初級生產力的研究密切相關，而且對于海洋-大氣系統中碳循環、環境監測、赤潮災害監測、海流(上升流、沿岸流)等的研究及漁業管理等都具有重要意義。海表溫度（Sea Surface Temperature，SST）是影響海洋漁業資源的重要因素之一。

5、海表溫度不僅對海洋魚類的繁殖、生長等有影響，而且對魚類的洄游影響也比較大，從而直接影響漁期的早晚和長短、中心漁場的位置變動以及魚類的集群程度。對海表溫度的時空分布和變化的研究，是海洋漁業研究的基本內容之一。本研究主要利用MODIS遙感數據，反演東海海區長時間序列的SST和葉綠素a濃度信息，分析研究東海海區SST和表層葉綠素a濃度的分布及時空變化特征，旨在為東海的海洋動力學特征、海洋生產力和海洋生態環境研究提供參考。1 數據來源與處理1.1 數據來源數據來自的海洋水色網站1) 在水色網站首頁點擊Data ArchiveMODISTL3SMI,選擇下載2003年至2006年分辨率為4km的年葉綠素

6、a濃度和年SST數據；2) 在水色網站首頁點擊Level 3 BrowserTerra MODIS Chlorophyll concentration（Terra MODIS Sea Surface Temperature 11daytime）Seasonal composite，選擇下載分辨率為4km的2003年至2006年季葉綠素a濃度（季SST）數據；3) 在水色網站首頁點擊Level 3 BrowserTerra MODIS Chlorophyll concentration（Terra MODIS Sea Surface Temperature 11daytime）Monthly c

7、limatology,選擇下載分辨率為4km的2003年至2006年月葉綠素a濃度（季SST）數據。1.2 數據處理葉綠素數據處理以2003年為例：clear,clc;LATLIMS=23 36;LONLIMS=117 130;PI=hdfinfo('T20030012003365.L3m_YR_CHL_chlor_a_4km');pin=;for k=1:60, nm=PI.Attributes(k).Name;nm(nm=' ')='_' if isstr(PI.Attributes(k).Value), pin=setfield(pin,n

8、m,PI.Attributes(k).Value); else pin=setfield(pin,nm,double(PI.Attributes(k).Value); endend; lon=pin.Westernmost_Longitude:pin.Longitude_Step:pin.Easternmost_Longitude;lat=pin.Northernmost_Latitude:-pin.Latitude_Step:pin.Southernmost_Latitude;mn,ilt=min(abs(lat-max(LATLIMS);mn,ilg=min(abs(lon-min(LON

9、LIMS);ltlm=fix(diff(LATLIMS)/pin.Latitude_Step);lglm=fix(diff(LONLIMS)/pin.Longitude_Step);P=hdfread('T20030012003365.L3m_YR_CHL_chlor_a_4km','l3m_data','Index',ilt ilg,ltlm lglm);P=double(P);P(P=-32767)=NaN;P=(pin.Slope*P+pin.Intercept);p=log10(P);LT=lat(ilt+0:ltlm-1);LG=lon

10、(ilg+0:lglm-1);Plg,Plt=meshgrid(LG,LT);m_proj('lambert','lon',LONLIMS,'lat',LATLIMS);m_pcolor(Plg,Plt,p);shading flat;m_gshhs_i('color','k');m_grid('linewi',2,'tickdir','out');h=colorbar;set(get(h,'ylabel'),'String','

11、;Chla (mg m-3)');set(h,'ytick',log10(0.1 0.5 1 3 5 10 20),'yticklabel',0.1 0.5 1 3 5 10 20,'tickdir','out');title('MODIS Chla ' datestr(datenum(pin.Period_Start_Year,1,0)+pin.Period_Start_Day) ' -> ' . datestr(datenum(pin.Period_Start_Year,1,0)+

12、pin.Period_End_Day),. 'fontsize',13,'fontweight','bold');print(gcf,'-dpng','p03')1.2.1 SST數據處理clear,clc;LATLIMS=23 36;LONLIMS=117 130;PI=hdfinfo('T20030012003365.L3m_YR_SST_4');pin=;for k=1:60, nm=PI.Attributes(k).Name;nm(nm=' ')='_' if

13、 isstr(PI.Attributes(k).Value), pin=setfield(pin,nm,PI.Attributes(k).Value); else pin=setfield(pin,nm,double(PI.Attributes(k).Value); endend; lon=pin.Westernmost_Longitude:pin.Longitude_Step:pin.Easternmost_Longitude;lat=pin.Northernmost_Latitude:-pin.Latitude_Step:pin.Southernmost_Latitude;mn,ilt=m

14、in(abs(lat-max(LATLIMS);mn,ilg=min(abs(lon-min(LONLIMS);ltlm=fix(diff(LATLIMS)/pin.Latitude_Step);lglm=fix(diff(LONLIMS)/pin.Longitude_Step);P=hdfread('T20030012003365.L3m_YR_SST_4','l3m_data','Index',ilt ilg,ltlm lglm);P=double(P);P(P=65535)=NaN;P=(pin.Slope*P+pin.Intercept)

15、;LT=lat(ilt+0:ltlm-1);LG=lon(ilg+0:lglm-1);Plg,Plt=meshgrid(LG,LT);m_proj('lambert','lon',LONLIMS,'lat',LATLIMS);m_pcolor(Plg,Plt,P);shading flat;m_gshhs_i('color','k');m_grid('linewi',2,'tickdir','out');h=colorbar;set(get(h,'ylabel

16、'),'String','SST (deg-C)');set(h,'ytick',5 10 15 20 25 30 35,'yticklabel',5 10 15 20 25 30 35,'tickdir','out');title('MODIS SST ' datestr(datenum(pin.Period_Start_Year,1,0)+pin.Period_Start_Day) ' -> ' . datestr(datenum(pin.Perio

17、d_Start_Year,1,0)+pin.Period_End_Day),. 'fontsize',13,'fontweight','bold');print(gcf,'-dpng','p4')2 圖形繪制圖1 東海葉綠素a濃度的季節分布圖（mg/m3）Fig 1 Seasonal variation in chloropgyll - a concentration in East China Sea from 2003 to 2006圖2 東海SST季節平均分布圖（）Fig 2 Seasonal SST dis

18、tributions in East China Sea圖3 東海葉綠素a濃度年際變化（mg/m3）Fig 3 Annual variation in chloropgyll-a concentration in East China Sea from 2003 to 2006圖4 東海SST年際變化()Fig 4 Annual variation in SST in East China Sea from 2003 to 20063 結果與分析3.1 東海葉綠素a濃度季節分布特征圖1為2003年3月至2006年12月間4個季節對應的季平均葉綠素a濃度分布圖。整體來看，東海海域的葉綠素a含量沿

19、岸明顯高于外海，呈現出由近岸向外海遞減的趨勢。在長江口外側有一塊很大的三角形向外海伸出的高值區，該區受長江徑流的影響顯著，從各圖上看出，長江夏季江流出長江口后轉向東北。冬季：葉綠素a濃度較高的海域主要在沿岸上升流海域。沿岸海域由于海水淺、融合強、營養鹽較豐富，適合浮游生物生長。長江口由于長江沖淡水徑流帶來的陸源物質具有豐富的營養鹽，使得長江口葉綠素濃度較高。春季：葉綠素a濃度與冬季相比，外海葉綠素a濃度有所降低。從衛星反演的葉綠素a 濃度可以看出，整個海域的葉綠素a濃度變化差異大，近岸海域葉綠素a濃度依然較高。夏季：由于海水溫度升高，大部分海域受到海水垂直混合程度下降、營養物質減少的影響而使外

20、海葉綠素a濃度進一步降低。但是長江口徑流帶來的營養物質使得長江口附近的葉綠素a濃度升高。秋季：由于存在上升流的影響，沿岸葉綠素a濃度較高。隨著季風加強及海溫迅速回落導致對流緩和程度加強，使得外海葉綠素a濃度明顯回升。從4個季節葉綠素a濃度的分布狀況（圖1）基本可以看出，水流、水團特征及其分布對葉綠素的分布有一定的影響。東海近岸海域終年為二類水體控制，葉綠素a濃度較高，但受河流補充淡水的季節變化影響，葉綠素a濃度隨季節變化顯著。長江沖淡水對長江口葉綠素的分布和變化有顯著影響。外海海域全年葉綠素a濃度變化幅度較小。3.2 東海葉綠素a濃度年際特征圖2為2003年至2006年4年對應的年平均葉綠素a

21、濃度分布圖。整體來看，2003年至2006年葉綠素a濃度的年際變化顯著，但規律性不強。2003年東海海域葉綠素a濃度較高區域分布在沿岸和長江三角口區域；2004年大部分海域葉綠素a濃度有所降低；2005年外海葉綠素a濃度有所升高；2006年近海葉綠素a濃度較高，外海較低。3.3 東海SST季節分布特征圖3為2003年3月至2006年12月間4個季節相對應的季平均SST分布圖。冬季：東海區水溫達全年最低值。東南部水溫高于西北部，外海水溫高于沿岸。魚外漁場為高溫區（水溫高于22），蘇北沿岸、長江口為低溫區（水溫在5左右），北部海區近海與外海溫差異顯著。春季：海水處于增溫階段，隨著冷空氣勢力的減退和

22、氣溫的回升，海水逐漸增溫。沿岸和表層海水增溫較快，其中，表層以長江口增溫最快，可達15，江外、沙外漁場次之。外海增溫較慢。大致以126°00E為界，以西為增溫明顯區，增溫幅度由沿岸向外海遞減。夏季：太陽輻射強烈，盛行西南季風，雨水多，使表層水溫增溫較高，海區水溫值達全年最高，水溫為26 30 ，溫差小，水溫分布為均勻。秋季：正處于季風轉換時期，隨著西北風的逐漸增強，氣溫下降，海水溫度也隨著下降，降溫幅度表層和內側海區較大。表層自西北向東遞增，水溫為2028，溫差較夏季大。3.4 東海SST年際特征圖4為2003年至2006年4年相對應的年平均SST分布圖。整體來看，2003年至200

23、6年SST年際變化非常顯著。2003年東海近海一帶區域的SST相對較低，而東南外海區域的SST相對較高；2004年整個東海海域的SST都較低；2005年東海SST有所回升，東海中部的SST稍高；2006年東海中部的SST稍低。3.5 典型區域葉綠素濃度a濃度、SST年際變化特征分析東海位于亞熱帶，是西北太平洋的邊緣海域，包含深水和淺水特征，是一個非常復雜的海洋系統。南北溫差差異較大，陸流入東海的江河眾多。依據東海自身的地理特征，選取東海海區內典型區域進行分析研究：區域一為長江口區域（122°30123°30E,29°0031°00N）；區域二為受黑潮影響

24、較大的陸架海區域（125°00127°00E,27°0029°00N）。2002年1月至2006年12月，東海長江口海區月平均葉綠素a濃度的最低值為2.503 mg/m³，最高值為4.438 mg/m³，均值為3.321 mg/m³。葉綠素a濃度變化基本反映了海域內浮游植物的變化。各年海區葉綠素a濃度變動的總體趨勢基本一致，但某些月份的年際變化相對較大（圖5）。圖5 東海長江口區域葉綠素a濃度變化東海長江口海區各年的SST變動的總體趨勢一致，1-3月SST普遍較低，7-9月SST較高，高峰期基本都出現在8月，月份之間的變化差

25、異較大，季節變化顯著，年際變化差異較小（圖6）。圖6 東海陸架海區域SST的變化2002年1月至2006年12月，東海陸架海區域月平均葉綠素a濃度的最低值為0.131 mg/m³，最高值為0.408 mg/m³，均值為0.242 mg/m³。葉綠素a濃度變化基本反映了海域內浮游植物的變化。海區各年葉綠素a濃度變動的總體趨勢與長江口區域較為一致，但1-4月的年際變化相對較大，2003年的高峰值是年際間的最高值，2006年的高峰值是年際間的最低值，其余各年高峰值較為一致（圖7）。圖7 東海陸架海區域葉綠素a濃度的變化東海陸架海區域的SST變動的總體趨勢一致，1-3月S

26、ST稍低，7-9月SST較高，月份之間的SST變化差異幅度不大，季節變化顯著，年際變化差異較小（圖8）。圖8 東海陸架海區域SST的變化3.6 葉綠素a濃度與SST相關性分析圖9、圖10分別是東海長江口區域、陸架海區域葉綠素a和SST之間的相關關系圖。可以看出：長江口附近海區SST與葉綠素a呈負相關，但相關不顯著；東海陸架海區域葉綠素a濃度與SST呈顯著負相關。說明SST直接影響葉綠素a濃度的分布，即春季海溫較低，適合藻類生長；而夏季海溫過高，影響藻類生長，光合作用較慢。但是東海長江口海區，海水相對渾濁，受長江沖淡水影響顯著，海表溫度與葉綠素a濃度相關關系較差，這說明直接影響葉綠素a濃度的因素

27、較多。圖9 東海長江口區葉綠素a濃度與SST的相關關系圖10東海陸架海區域葉綠素a濃度與SST的相關關系4 結束語利用MODIS衛星數據，研究東海的SST和葉綠素a濃度的時空分布特征，這對掌握大尺度海域的海洋生態環境信息，尤其是在長時間序列、大范圍海區內結石海洋生態環境總體規律方面具有獨特的優勢，對海洋生態系統的研究具有重要的意義。東海海域的葉綠素a濃度季節變化顯著，但高峰期不同區域出現時間差異較大，年際變化較明顯。海表溫度不同區域的變動差異較大，年際變化較小。東海典型海域內SST與葉綠素a濃度存在一定的空間相關性，近海海域環境復雜，長江口海域相關性不顯著；陸架海區域SST與葉綠素存在顯著的負相關性。5 總結由于本次大作業為年際尺度的研究，因此必須掌握大量數據的處理方法。通過查找相關文獻及與同學溝通探討，我學會了利用循環做數據的批量處理。對圖分析還存在不足之處。6 參考文獻【1】馮士筰 等 編著，1999：海洋科學導論，高等教育出版社。【2】劉玉光 主編，衛星海洋學，高等教育出版社。【3】陳楚群、施平、毛慶文.南海海域葉綠素濃度分布特征的衛星遙感分析J.熱帶海洋學報,2001.20(2):66-70.【4】宋加磊.SeaWiFS衛星資料葉綠素濃度東海反演算法及其在初級生產力估算中的應用D.青島:中國海洋大學,2005:47.Annual variation i