海洋叶绿素遥感反演及海洋初级生产力估算研究
【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—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10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SeaWiFS和MODIS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。
MODIS和SeaWiFS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BP神经网络法利用SeaWiFS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NDPI指数,然后利用SeaWiFS和COCTS来进行叶绿素a的反演研究。NDPI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NDPI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SeaWiFS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