9512.net
甜梦文库
当前位置:首页 >> 林学 >>

利用MODIS卫星遥感数据反演中国东海叶绿素浓度及SST年际变化的研究


利用 MODIS 卫星遥感数据反演中国东海叶绿素浓度及 SST 年际变化的研究
10 海洋科学 王雪
摘要:利用 MODIS 获取的 2003 年-2006 年卫星数据反演中国东海海域的海表温 度(SST)和叶绿素 a 浓度信息,并对其分布规律进行分析。结果表明:东海海 域的 SST 和叶绿素 a 浓度的分布具有明显的分区和季节变化特征。在年际间,不 同海区的 SST 和叶绿素 a 浓度均呈现出周期性变化趋势。在空间上,SST 呈现出 由近岸向外海递增趋势, 南北位差大;叶绿素 a 浓度则呈现出由近岸向外海递减 的分布趋势。东海叶绿素 a 浓度的分布与 SST、河口径流、季节等因素有关。

关键词:东海 MODIS SST

叶绿素 a

目 录
引言................................................................................................................................ 2 1 数据来源与处理 ....................................................................................................... 3 1.1 数据来源 ......................................................................................................... 3 1.2 数据处理 ......................................................................................................... 4 1.2.1 叶绿素数据处理 .................................................................................... 4 1.2.1 SST 数据处理 .......................................................................................... 5 2 图形绘制 ................................................................................................................... 7 3 结果与分析 ............................................................................................................. 11 3.1 东海叶绿素 a 浓度季节分布特征................................................................ 11 3.2 东海叶绿素 a 浓度年际特征........................................................................ 12 3.3 东海 SST 季节分布特征 ................................................................................ 12 3.4 东海 SST 年际特征 ........................................................................................ 13 3.5 典型区域叶绿素浓度 a 浓度、SST 年际变化特征分析 ............................. 13 3.6 叶绿素 a 浓度与 SST 相关性分析 ................................................................ 17 4 结束语 ..................................................................................................................... 19 5 总结 ......................................................................................................................... 19 6 参考文献 ................................................................................................................. 20

1

引言
卫星遥感数据具有周期短、时空分布率高、数据具有可比性,以 及卫星遥感能够实现对地球大面积同步观测、 卫星遥感平台具有专业 化多样化等特点, 这使得遥感数据成为全球海洋监测的一个重要数据 源,因此遥感技术成为了全球海洋监测的不可替代的技术手段。 在诸多海洋遥感平台所搭载的传感器中, 中成像光谱仪 (MODIS) 将时间分布率、空间分布率及光谱分辨率很好地予以结合,每 1~2d 就能获取分辨率为 250~1000m、包括 36 个波段的全球尺度 MODIS 数 据,其中第 8 到 16 共 9 个波段被广泛应用于海洋遥感。利用星载或 机载遥感器探测海水中的叶绿素光谱辐射, 经大气校正后对海水表层 叶绿素浓度进行反演, 即根据叶绿素的光学特性求的海水中叶绿素浓 度的一种方法, 该方法使同一时间内对大范围海域进行叶绿素监测成 为可能,因此遥感技术被越来越广泛地应用于海水叶绿素监测。 中国东海是典型的陆架海域,长江等河流入海,使之富集叶绿素、 悬移质和黄色物质等影响海洋光学性质的海水组分。 卫星水色遥感是 唯一可穿透海水一定深度并获取海洋上层光学参数以及海水组分的 技术手段。 海洋叶绿素 a(Chl-a)是了解海洋中地球生物化学循环的基础 和估算海洋生产力的基本指标, 也是判断水域的肥瘠程度和评价水域 渔业潜在生产力的基本依据。 富集浮游植物的海域是海洋食植动物大

2

密度存在和水产资源丰富存在的基础。 海水叶绿素 a 浓度的测定不仅 与海洋生态系统初级生产力的研究密切相关,而且对于海洋-大气系 统中碳循环、环境监测、赤潮灾害监测、海流(上升流、沿岸流)等的 研究及渔业管理等都具有重要意义。 海表温度(Sea Surface Temperature,SST)是影响海洋渔业资 源的重要因素之一。 海表温度不仅对海洋鱼类的繁殖、 生长等有影响, 而且对鱼类的洄游影响也比较大,从而直接影响渔期的早晚和长短、 中心渔场的位置变动以及鱼类的集群程度。 对海表温度的时空分布和 变化的研究,是海洋渔业研究的基本内容之一。 本研究主要利用 MODIS 遥感数据,反演东海海区长时间序列的 SST 和叶绿素 a 浓度信息,分析研究东海海区 SST 和表层叶绿素 a 浓 度的分布及时空变化特征,旨在为东海的海洋动力学特征、海洋生产 力和海洋生态环境研究提供参考。

1 数据来源与处理
1.1 数据来源
数据来自NASA的海洋水色网站 http://seadas.gsfc.nasa.gov/ 1) 在水色网站首页点击 Data Archive→MODIST→L3SMI,选 择下载 2003 年至 2006 年分辨率为 4km 的年叶绿素 a 浓度 和年 SST 数据;

3

2)

在水色网站首页点击 Level 3 Browser→Terra MODIS Chlorophyll concentration(Terra MODIS Sea Surface Temperature 11μ daytime)→Seasonal composite,选 择下载分辨率为 4km 的 2003 年至 2006 年季叶绿素 a 浓度 (季 SST)数据;

3)

在水色网站首页点击 Level 3 Browser→Terra MODIS Chlorophyll concentration(Terra MODIS Sea Surface Temperature 11μ daytime)→Monthly climatology,选 择下载分辨率为 4km 的 2003 年至 2006 年月叶绿素 a 浓度 (季 SST)数据。

1.2 数据处理 1.2.1 叶绿素数据处理
以 2003 年为例:
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,nm,PI.Attributes(k).Value); else pin=setfield(pin,nm,double(PI.Attributes(k).Value)); end end; lon=[pin.Westernmost_Longitude:pin.Longitude_Step:pin.Easternmost_Lon gitude]; lat=[pin.Northernmost_Latitude:-pin.Latitude_Step:pin.Southernmost_La titude];

4

[mn,ilt]=min(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_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(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','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_End_Day)],... 'fontsize',13,'fontweight','bold'); print(gcf,'-dpng','p03') ' datestr(datenum(pin.Period_Start_Year,1,0)+pin.Period_Start_Day) ' ->

1.2.1 SST 数据处理
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 isstr(PI.Attributes(k).Value), pin=setfield(pin,nm,PI.Attributes(k).Value); else pin=setfield(pin,nm,double(PI.Attributes(k).Value)); end end; lon=[pin.Westernmost_Longitude:pin.Longitude_Step:pin.Easternmost_Lon

5

gitude]; lat=[pin.Northernmost_Latitude:-pin.Latitude_Step:pin.Southernmost_La titude]; [mn,ilt]=min(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); 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'),'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_End_Day)],... 'fontsize',13,'fontweight','bold'); print(gcf,'-dpng','p4') ' datestr(datenum(pin.Period_Start_Year,1,0)+pin.Period_Start_Day) ' ->

6

2 图形绘制

图 1 东海叶绿素 a 浓度的季节分布图(mg/m3) Fig 1 Seasonal variation in chloropgyll - a concentration in East China Sea from 2003 to 2006

7

图 2 东海 SST 季节平均分布图(℃) Fig 2 Seasonal SST distributions in East China Sea

8

图 3 东海叶绿素 a 浓度年际变化(mg/m3) Fig 3 Annual variation in chloropgyll-a concentration in East China Sea from 2003 to 2006

9

图 4 东海 SST 年际变化(℃) Fig 4 Annual variation in SST in East China Sea from 2003 to 2006

10

3 结果与分析
3.1 东海叶绿素 a 浓度季节分布特征
图 1 为 2003 年 3 月至 2006 年 12 月间 4 个季节对应的季平均叶 绿素 a 浓度分布图。 整体来看,东海海域的叶绿素 a 含量沿岸明显高于外海,呈现出 由近岸向外海递减的趋势。 在长江口外侧有一块很大的三角形向外海 伸出的高值区,该区受长江径流的影响显著,从各图上看出,长江夏 季江流出长江口后转向东北。 冬季:叶绿素 a 浓度较高的海域主要在沿岸上升流海域。沿岸海 域由于海水浅、融合强、营养盐较丰富,适合浮游生物生长。长江口 由于长江冲淡水径流带来的陆源物质具有丰富的营养盐, 使得长江口 叶绿素浓度较高。 春季:叶绿素 a 浓度与冬季相比,外海叶绿素 a 浓度有所降低。 从卫星反演的叶绿素 a 浓度可以看出,整个海域的叶绿素 a 浓度变 化差异大,近岸海域叶绿素 a 浓度依然较高。 夏季:由于海水温度升高,大部分海域受到海水垂直混合程度下 降、营养物质减少的影响而使外海叶绿素 a 浓度进一步降低。但是长 江口径流带来的营养物质使得长江口附近的叶绿素 a 浓度升高。 秋季:由于存在上升流的影响,沿岸叶绿素 a 浓度较高。随着季 风加强及海温迅速回落导致对流缓和程度加强, 使得外海叶绿素 a 浓 度明显回升。

11

从 4 个季节叶绿素 a 浓度的分布状况(图 1)基本可以看出,水 流、水团特征及其分布对叶绿素的分布有一定的影响。东海近岸海域 终年为二类水体控制,叶绿素 a 浓度较高,但受河流补充淡水的季节 变化影响,叶绿素 a 浓度随季节变化显著。长江冲淡水对长江口叶绿 素的分布和变化有显著影响。 外海海域全年叶绿素 a 浓度变化幅度较 小。

3.2 东海叶绿素 a 浓度年际特征
图 2 为 2003 年至 2006 年 4 年对应的年平均叶绿素 a 浓度分布图。 整体来看,2003 年至 2006 年叶绿素 a 浓度的年际变化显著,但 规律性不强。2003 年东海海域叶绿素 a 浓度较高区域分布在沿岸和 长江三角口区域;2004 年大部分海域叶绿素 a 浓度有所降低;2005 年外海叶绿素 a 浓度有所升高;2006 年近海叶绿素 a 浓度较高,外 海较低。

3.3 东海 SST 季节分布特征
图 3 为 2003 年 3 月至 2006 年 12 月间 4 个季节相对应的季平均 SST 分布图。 冬季:东海区水温达全年最低值。东南部水温高于西北部,外海 水温高于沿岸。鱼外渔场为高温区(水温高于 22℃) ,苏北沿岸、长 江口为低温区 (水温在 5℃左右) , 北部海区近海与外海温差异显著。 春季: 海水处于增温阶段, 随着冷空气势力的减退和气温的回升,

12

海水逐渐增温。沿岸和表层海水增温较快,其中,表层以长江口增温 最快, 可达 15℃, 江外、 沙外渔场次之。 外海增温较慢。 大致以 126° 00′E 为界,以西为增温明显区,增温幅度由沿岸向外海递减。 夏季:太阳辐射强烈,盛行西南季风,雨水多,使表层水温增温 较高,海区水温值达全年最高,水温为 26 ~30 ℃,温差小,水温分 布为均匀。 秋季: 正处于季风转换时期, 随着西北风的逐渐增强, 气温下降, 海水温度也随着下降,降温幅度表层和内侧海区较大。表层自西北向 东递增,水温为 20~28℃,温差较夏季大。

3.4 东海 SST 年际特征
图 4 为 2003 年至 2006 年 4 年相对应的年平均 SST 分布图。 整体来看,2003 年至 2006 年 SST 年际变化非常显著。2003 年东 海近海一带区域的 SST 相对较低,而东南外海区域的 SST 相对较高; 2004 年整个东海海域的 SST 都较低;2005 年东海 SST 有所回升,东 海中部的 SST 稍高;2006 年东海中部的 SST 稍低。

3.5 典型区域叶绿素浓度 a 浓度、SST 年际变化特征分析
东海位于亚热带,是西北太平洋的边缘海域,包含深水和浅水特 征,是一个非常复杂的海洋系统。南北温差差异较大,陆流入东海的 江河众多。 依据东海自身的地理特征, 选取东海海区内典型区域进行分析研

13

究:区域一为长江口区域(122°30′~123°30′E,29°00′~31°00′ N) ;区域二为受黑潮影响较大的陆架海区域(125°00′~127°00′ E,27°00′~29°00′N) 。 2002 年 1 月至 2006 年 12 月,东海长江口海区月平均叶绿素 a 浓度的最低值为 2.503 mg/m?,最高值为 4.438 mg/m?,均值为 3.321 mg/m?。叶绿素 a 浓度变化基本反映了海域内浮游植物的变化。各年 海区叶绿素 a 浓度变动的总体趋势基本一致, 但某些月份的年际变化 相对较大(图 5) 。

图 5 东海长江口区域叶绿素 a 浓度变化

14

东海长江口海区各年的 SST 变动的总体趋势一致,1-3 月 SST 普 遍较低,7-9 月 SST 较高,高峰期基本都出现在 8 月,月份之间的变 化差异较大,季节变化显著,年际变化差异较小(图 6) 。

图 6 东海陆架海区域 SST 的变化

2002 年 1 月至 2006 年 12 月,东海陆架海区域月平均叶绿素 a 浓度的最低值为 0.131 mg/m?,最高值为 0.408 mg/m?,均值为 0.242 mg/m?。叶绿素 a 浓度变化基本反映了海域内浮游植物的变化。海区 各年叶绿素 a 浓度变动的总体趋势与长江口区域较为一致, 但 1-4 月 的年际变化相对较大,2003 年的高峰值是年际间的最高值,2006 年 的高峰值是年际间的最低值,其余各年高峰值较为一致(图 7) 。

15

图 7 东海陆架海区域叶绿素 a 浓度的变化

东海陆架海区域的 SST 变动的总体趋势一致,1-3 月 SST 稍低, 7-9 月 SST 较高, 月份之间的 SST 变化差异幅度不大, 季节变化显著, 年际变化差异较小(图 8) 。

16

图 8 东海陆架海区域 SST 的变化

3.6 叶绿素 a 浓度与 SST 相关性分析
图 9、图 10 分别是东海长江口区域、陆架海区域叶绿素 a 和 SST 之间的相关关系图。可以看出:长江口附近海区 SST 与叶绿素 a 呈负 相关,但相关不显著;东海陆架海区域叶绿素 a 浓度与 SST 呈显著负 相关。说明 SST 直接影响叶绿素 a 浓度的分布,即春季海温较低,适 合藻类生长;而夏季海温过高,影响藻类生长,光合作用较慢。但是 东海长江口海区,海水相对浑浊,受长江冲淡水影响显著,海表温度 与叶绿素 a 浓度相关关系较差, 这说明直接影响叶绿素 a 浓度的因素 较多。

17

图 9 东海长江口区叶绿素 a 浓度与 SST 的相关关系

图 10 东海陆架海区域叶绿素 a 浓度与 SST 的相关关系

18

4 结束语
利用 MODIS 卫星数据, 研究东海的 SST 和叶绿素 a 浓度的时空分 布特征,这对掌握大尺度海域的海洋生态环境信息,尤其是在长时间 序列、 大范围海区内结石海洋生态环境总体规律方面具有独特的优势, 对海洋生态系统的研究具有重要的意义。 东海海域的叶绿素 a 浓度季节变化显著, 但高峰期不同区域出现 时间差异较大, 年际变化较明显。 海表温度不同区域的变动差异较大, 年际变化较小。 东海典型海域内 SST 与叶绿素 a 浓度存在一定的空间相关性, 近 海海域环境复杂,长江口海域相关性不显著;陆架海区域 SST 与叶绿 素存在显著的负相关性。

5 总结
由于本次大作业为年际尺度的研究, 因此必须掌握大量数据的处 理方法。通过查找相关文献及与同学沟通探讨,我学会了利用循环做 数据的批量处理。对图分析还存在不足之处。

19

6 参考文献
【1】 冯士筰 等 编著, 1999: 海洋科学导论, 高等教育出版社。 【2】刘玉光 主编,卫星海洋学,高等教育出版社。 【3】陈楚群、施平、毛庆文.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,2001.20(2):66-70. 【4】宋加磊.SeaWiFS 卫星资料叶绿素浓度东海反演算法及其在 初级生产力估算中的应用[D].青岛:中国海洋大学,2005:47.

Annual variation in chlorophyll-a concentration and Sea Surface Temperature retrieved by MODIS in East China Sea Abstract: In this paper, the characteristics of distribution and variation in Sea
Surface Temperature( SST) and chlorophyll-a(Chl-a) concentration was retrieved in East China Sea by MODIS from 2002 to 2006. The distribution of SST and Chl-a in East China Sea was found to be characterized by regional and seasonal changes. Annually, periodical changes in SST and Chl-a concentration were found, and spatially, the SST was found to increase from coastal sea to off sea, and to have great fluctuation in temperature between north and south. In the chlorophyll-a concentration, however, there was a decrease ternd from coastal sea to off sea, indicating that this distribution of Chl-a in the East China Sea was involved in the SST, river current, and various seasons.

Key words: East China Sea; MODIS; chlorophyll-a; Sea Surface Temperature

20


赞助商链接

更多相关文章:
更多相关标签:

All rights reserved Powered by 甜梦文库 9512.net

copyright ©right 2010-2021。
甜梦文库内容来自网络,如有侵犯请联系客服。zhit325@126.com|网站地图