基于GOCI的渤海海域赤潮监测研究

张 贺，郑小慎

（天津科技大学 海洋与环境学院，天津 300457）

赤潮是指海洋中某些浮游藻类、原生动物或细菌，在一定的环境条件下，爆发性繁殖或聚集而造成海水变色的一种有害生态异常现象[1]。它通常会对海洋生物造成巨大的威胁，包括鱼类死亡、贝类中毒和底栖生物栖息地的破坏，沿海地区的赤潮甚至会污染水产养殖区内的生物，进而危害人类健康。近年来，渤海赤潮呈现出持续时间延长、发生次数和面积增加、空间分布扩大的发展趋势[2]。因此，对赤潮的发生、发展和消亡进行有效监测和及时观察对于渤海赤潮的生态建模和管理至关重要。

由于海洋现象空间尺度大、变化周期长、直接观测难，而卫星遥感技术具有大尺度、连续、动态和有效观测等优势，已成为监测海洋赤潮的重要手段[3]，尤其是水色观测卫星已成功用于监测沿海地区赤潮的发展变化。第一个海洋水色卫星传感器海岸带扫描仪（CZCS），通过将卫星观测与实地测量相比较，采用一种建模技术监测波罗的海的浮游植物藻华[4]。Ahn和Shanmugam开发了基于SeaWiFS数据的赤潮指数（RI），以识别朝鲜和中国沿海地区高浊水域中的潜在赤潮[5]。然而对于浑浊的渤海沿岸水域，一般的海洋水色遥感存在两大困难：缺乏可靠的赤潮检测和量化算法，以及由于云层而缺乏时间覆盖。这些问题在渤海的沿海水域尤为突出，因为海水中经常含有高浓度的悬浮沉积物，而且在渤海大部分海域经常有长时间的云层覆盖。因此，很难在综观尺度上记录渤海赤潮的短期变化。

2010年，韩国发射了首个地球静止海洋水色传感器，即地球静止海洋水色成像仪（Geo-stationary Ocean Color Imager），使得克服云覆盖问题提高时间覆盖率成为可能。与其它海洋水色传感器不一样，GOCI可以以高空间分辨率500 m×500 m和每小时更新1次、每天8次的时间分辨率来观测海洋和沿海的水域。GOCI以36°N,130°E为中心覆盖2 500 km×2 500 km的朝鲜半岛周边地区，覆盖了中国大部分的海域。GOCI有6个可见光波段和2个近红外波段，波段中心依次为412 nm，443 nm，490 nm，555 nm，660 nm，680 nm，745 nm 和 865nm[6]。因此，可以有效地应用GOCI监测渤海赤潮的动态运动和传播。本研究旨在利用GOCI数据开发一个赤潮反演方法，对光学复杂的渤海沿海水域进行赤潮监测和跟踪，并研究其短时间内的变化。

1 数据和方法

1.1 GOCI数据

按数据级别划分，COCI数据可分为L1B数据、L2数据、L3数据。据报道，2014年5月15日至8月7日，河北秦皇岛海域发生单次最大面积赤潮过程。本文使用的GOCI数据为2014年5月15日、5月26日和5月28日的L1B反射率数据和叶绿素a数据，这3 d的GOCI反射率数据云覆盖较少，并且均处于2014年渤海海域赤潮爆发时期，因此每天的8幅数据可以用来研究1 d内赤潮的变化特征。对于GOCI反射率数据，首先通过瑞利校正得到瑞利校正反射率数据，然后采用Geographic Lat/Lon投影，由GOCI自带的经纬度信息生成所需的几何定位信息（GLT），进行GLT几何校正，校正了的GOCI数据用于接下来的赤潮反演模型的建立。

1.2 模型建立—赤潮指数（RI）

Ahn和Shanmugam于2006年提出了使用赤潮指数（RI）识别SeaWiFS图像上光学复杂的东北亚海域中潜在的赤潮现象。RI是基于卫星获取的离水辐射率在蓝、绿波段的比值，尽管将赤潮指数方法应用于GOCI数据中可以在一定程度上描述赤潮，但是在渤海海域这种悬浮沉积物丰富的浑浊水体中很难准确地识别出赤潮。因此本文使用了一个改进型的赤潮指数方法[7]，如式（1）所示：

本文使用的是经过瑞利校正后的反射率数据。瑞利校正后的反射率数据可以较好地降低大气中的云和气溶胶对数据的影响。

首先，通过校正GOCI L1B数据去除臭氧吸收和瑞利分子散射的影响，得到瑞利校正反射率[8]：

式中：L*t是臭氧和其他气体吸收调整后的校准的传感器辐射率；F0是在数据获取时间的地球外的太阳辐照度；θ0是太阳天顶角；Rr是瑞利反射率。因为气溶胶的反射光谱较低，瑞利散射的校正能去除大部分大气中的“颜色”[9]。由于悬浮沉积物也会导致水体反射率发生改变，式(1)中减去Rrc(443)可以降低再悬浮沉积物的影响，从而建立了一个类似用于叶绿素反演的蓝绿波段比设计的改进型的赤潮指数。

由于水体中叶绿素a的存在，依据海洋水体光谱特征分析，随着叶绿素浓度的增加，在400～700 nm波段会有选择地呈现较明显的差异。叶绿素a在440 nm和490 nm波长附近都有显著的吸收，当叶绿素a浓度增大时，水体光谱反射曲线在这两个波段附近呈现吸收峰；而叶绿素a在550～570 nm有明显的反射，当叶绿素a浓度增大时，水体光谱反射曲线在该波长附近呈现显著的反射峰。这个反射峰与浮游植物色素组成有关，是由叶绿素和胡萝卜素弱吸收以及细胞的散射作用形成。

2014年5月28日渤海海域GOCI彩色合成图像（图1），图像上秦皇岛附近海域出现较大面积的黄褐色斑块，与中国海洋灾害公报中报道的赤潮区域基本一致。提取和分析图1中横切面上的信息并计算出相应的RI值，为2014年5月28日沿近岸—近海横切面（图1）上的Rrc(443)、Rrc(490)、Rrc(555)及当日10:30左右的 RI分布（图2），总体来看，Rrc(443)＜Rrc(490)＜Rrc(555)。因为悬浮沉积物丰富的水域中Rrc(443)将会增大，导致RI值增大。对于赤潮水域，555 nm处的反射率将会明显增大，而490 nm和443 nm处附近的的反射率将会降低，导致RI值异常增大。因此，通过分析RI值的大小可以从悬浮沉积物丰富的浑浊水域中识别出赤潮水体，改进型赤潮指数反演模型可以作为渤海海域反演赤潮的指示器。

图1 2014年5月28日渤海海域GOCI彩色合成图像

图2 2014年5月28日沿近岸—近海横切面（图1）的Rrc(443)，Rrc(490)，Rrc(555)，RI分布

2 结果与分析

2.1 基于GOCI RI数据的渤海赤潮监测

由于GOCI与地球同步，可将观测周期由天提高至小时，实现高时间分辨率的对地观测，尤其有助于复杂多变的短期过程研究。因此，本文对GOCI数据应用于海洋赤潮日变化监测的研究进行了一定的尝试。

应用基于GOCI的赤潮反演模型分别对2014年5月15日、5月26日、5月28日的渤海海域进行赤潮遥感监测（图3～图5）。由图中可以看出，5月15日渤海海域赤潮处于发展阶段，彩色合成图像上显示秦皇岛近岸海域出现小面积的黄褐色斑块，对应着渤海海域的赤潮区域。5月15日赤潮的发展变化非常明显，赤潮面积在11:30左右达到最大值。而5月26日渤海海域赤潮继续发展，赤潮现象较5月15日严重。彩色合成图像上秦皇岛近岸海域出现较大面积的黄褐色斑块，对应的赤潮面积也较大。由于13:30开始大量散射云的遮挡，未能反演出完整的赤潮现象，但是可以看出赤潮面积在10:30～11:30达到最大值。直到5月28日，渤海海域赤潮面积达到最大，赤潮现象最为严重，赤潮面积在9:30左右达到最大值。因此，赤潮指数用于描述渤海近岸海域，尤其是秦皇岛附近海域的赤潮是可行的。

图3 2014年5月15日8:30～15:30每小时赤潮遥感监测结果

图4 2014年5月26日8:30～15:30每小时赤潮遥感监测结果

图5 2014年5月28日8:30～15:30每小时赤潮遥感监测结果

2.2 基于GOCI数据的渤海赤潮日变化分析

赤潮指数图像定性地反映了渤海海域1 d中赤潮的变化，提供了关于赤潮现象的的加剧和衰退的重要信息[10]。为了避免云覆盖对赤潮反演的影响，针对5月15日、26日和28日，分别选出了一个满足每天8幅图像的感兴趣区进行无云观测，感兴趣区如图3～图5中所示。并且通过赤潮像元的总数计算赤潮面积（每个像元 0．5×0．5 km2），其中分别把 RI＞3．8、RI＞4 和 RI＞4．2 的像元定义为赤潮像元，以此来检验结果对RI阈值选择的敏感性。使用其中任一RI阈值，2014年5月15日、26日和28日感兴趣区的赤潮面积随着时间变化都是先增大后减小（图6）。当RI阈值为4时，2014年5月15日感兴趣区的赤潮面积从8:30左右的约80 km2增大到11:30左右的约1 152 km2，增大了13倍之多，直到15:30左右，赤潮面积减少为约340 km2，降低了70．49%。2014年5月26日感兴趣区的赤潮面积从8:30左右的约327 km2增大到10:30～11:30的约426 km2，增大了30．28%，直到15:30左右，赤潮面积降低为约257 km2，减少了39．67%。2014年5月28日感兴趣区的赤潮面积从8:30左右的2 404 km2增大到9:30左右的约2 599 km2，15:30左右时赤潮面积降低为约1 195 km2，降低了约54．02%。使用阈值3．8或4．2，虽然赤潮面积有所改变，但是1 d内相对的变化趋势仍基本保持一致。

图6 感兴趣区的赤潮面积变化

从5月28日8:30～15:30的赤潮遥感监测图像上可以看出，赤潮在1 d内发展变化非常明显。9:30左右赤潮最为严重，且发生赤潮面积最大。从8:30到15:30的7 h，浮游植物的生长不可能导致赤潮面积如此明显的变化。因此，推断引起赤潮的藻类垂直迁移是导致赤潮1 d内变化较大的主要原因。引起赤潮的藻类在光照和营养相互分离的海洋中，赤潮藻类的垂直迁移是它们得以生存的最好策略[11-12]。当光照充足时，它们会移动至靠近海表面吸收光照；当光照匮乏时，它们会向下垂直迁移至较深的海里吸收营养[13]。可以发现，赤潮面积并没有在光照最强的14:00左右达到最大值，可能原因是该赤潮藻类优势种对光照的需求量并不是很大，因此会出现赤潮面积在14:00前达到最大值。

图7 2014年5月26日、28日10:30～12:30每小时的叶绿素浓度分布

图8 图4～图5中的点10:30-12:30每小时的叶绿素浓度变化

生物监测中叶绿素a浓度与藻类密度有良好的线性关系。藻种类别、藻类数量、水文特点和水质状况等因素对两者间的线性关系均有不同程度的影响。当藻类赤潮发生，有优势种出现时，两者间的线性关系尤为明显[14]。2014年5月26日、28日10:30-12:30发生赤潮区域内每小时的叶绿素浓度分布都在变化（图7）。2014年5月26日，叶绿素浓度和分布面积在11：30达到最大值；2014年5月28日，11:30时发生赤潮区域叶绿素浓度和分布面积也达到最大值。提取出图4～图5中对应点的10:30-12:30每小时的叶绿素浓度（图8），5月26日点3对应的叶绿素浓度在10:30左右时为23．13 mg/m3，11:30时叶绿素浓度明显增大，高达135．18 mg/m3，而12:30时点3处的叶绿素浓度减小为94．34 mg/m3。5月26日的点1、2和5月28日的点4、6叶绿素浓度同样在11:30有明显的增大，而5月28日的点5处叶绿素浓度变化不明显。1 d内赤潮区域叶绿素的不断变化是引起赤潮的藻类垂直迁移导致的结果，从而导致赤潮1 d内发生明显的变化。

2.3 基于GOCI数据的渤海赤潮与叶绿素a浓度的关系分析

赤潮灾害的遥感算法是建立在赤潮生物的生态学及其光谱特性基础上的，叶绿素a浓度、海表温度和多光谱变化指数都是赤潮灾害遥感算法的基础[15]。海洋中叶绿素a含量虽然是难以观察的细微信息，但它能反映海水中浮游生物分布，利用MODIS的叶绿素a浓度数据并分析其变化，可以达到监测赤潮灾害的发生、发展和消亡过程的目的。

2014年5月26日和5月28日MODIS Aqua数据的叶绿素a浓度分布（图9），将其分别与对应的GOCI数据反演的赤潮分布情况进行对比分析，发现赤潮分布与叶绿素a浓度异常分布区域基本吻合。2014年5月26日，秦皇岛附近海域的叶绿素a浓度较其他海域异常偏高，大部分都在20 mg/m3以上，其中，秦皇岛近岸局部海域叶绿素a浓度值超过35 mg/m3。2014年5月28日，秦皇岛附近海域的叶绿素a浓度异常区域进一步扩大，基本都在15 mg/m3以上，其中，局部海域叶绿素a浓度值超过25 mg/m3。虽然28日的赤潮情况较26日严重，发生赤潮区域的叶绿素a浓度却较26日低，从2014年5月26日、28日10:30-12:30每小时的叶绿素a浓度分布中也可以看出。因此，赤潮情况并不与叶绿素a浓度呈正比，但是叶绿素a浓度变化异常往往预示着赤潮的发生，可利用海水中叶绿素a含量的变化来作为监测赤潮是否发生的一个指标。

图9 2014年5月26日、28日渤海海域叶绿素a浓度分布

2.4 2014年渤海赤潮的暴发原因讨论

通过查阅相关文献资料可知，2014年的此次赤潮的优势种是抑食金球藻，又名褐潮，此次抑食金球藻褐潮暴发主要集中在秦皇岛附近海域。据报道，从2009年开始秦皇岛附近海域每年都暴发大规模褐潮[16]。褐潮暴发时海水呈褐色、异常浑浊，持续时间长，波及范围广。2009年6月，中国国家海洋局的例行监测发现河北省沿海地区出现高浓度的藻类生长，导致水中产生棕色条纹。与此同时，该地区养殖的扇贝、牡蛎和贻贝等海产品开始死亡；2010年夏天的情况更糟，3 350 km2的水面受到影响，河北省的直接经济损失2．05亿元；2012年5月重新出现的藻类大量繁殖是中国连续第4年遭遇褐潮，褐潮还向南部扩散，影响到山东沿海地区[17]。中国是继美国和南非之后第三个出现褐潮的国家，对中国来说这是一种新出现的海洋生态灾害。

连年出现的抑食金球藻褐潮可能与当地的养殖活动密切相关。秦皇岛沿岸海域作为重要水产养殖区，春夏季节是水产养殖活动的高峰季节，导致海水中有大量的饵料等有机物存在，同时海面船只往来增加，而该海区水深较浅，船只的往来可以造成海底沉积物的扰动，从而使水中有机质增加。大量抑食金球藻的培养实验表明其能从有机质中吸收利用碳氮元素[18]，而这一发现也在现场调查中得到了证明[19]。因此，水产养殖活动为抑食金球藻的暴发创造了营养条件，而海上活动增加了海水的扰动，人为的投饵等活动也导致了海水中悬浮微粒的增加，从而导致海水透光率降低，大部分藻类在低光照条件下对营养物质的吸收会大幅度降低，但抑食金球藻却能很好地适应低光照环境[20]，这可能也是抑食金球藻在该海区暴发的又一重要原因。

对于温度对抑食金球藻生长的影响国外已有大量研究，抑食金球藻可以在一个很宽的温度范围内（0～25℃）生长，但是该藻的最适生长温度约为20℃。抑食金球藻褐潮一般从温度达到15～20℃的五六月份开始出现，七、八月份时，当海水温度超过25℃，褐潮会逐渐衰亡。秋季当温度下降到20℃以下时，抑食金球藻褐潮可能会再次出现。冬季当温度达到冰点时，褐潮也能够持续，甚至开始暴发[21]。而秦皇岛附近海域五、六月份的温度正为抑食金球藻生长的最适温度范围。这或许就是抑食金球藻在秦皇岛附近海域连续数年暴发的主要原因。

3 总结

（1）在分析水体光谱特征的基础上，利用云覆盖较少的GOCI遥感数据，建立了一个改进型赤潮指数的赤潮反演模型，改进了基于GOCI传感器瑞利校正反射率的赤潮日变化监测方法。

（2）应用基于GOCI的赤潮反演模型分别对2014年5月15日、5月26日、5月28日的渤海海域进行赤潮遥感监测，发现这3 d的赤潮变化模型基本一致，赤潮面积都是先增大后减小，除了5月28日的赤潮面积在9:30左右达到最大，其他两天的赤潮面积均在11:30左右达到最大值。2014年5月26日、28日发生赤潮区域内的叶绿素a浓度分布每小时都在发生变化，且叶绿素a浓度和分布面积均在11:30达到最大值。1 d内赤潮区域叶绿素a浓度的不断变化可能是引起赤潮的藻类垂直迁移导致的结果，从而导致赤潮1 d内发生明显的变化。

（3）2014年渤海海域发生的赤潮主要集中在秦皇岛附近海域，这可能与当地的养殖活动密切相关。春末夏初秦皇岛附近海域水产养殖活动的增加、溶解有机物的增加以及适宜的海水温度可能是造成褐潮在该海区连年暴发的重要原因。

（4）由于时间和经费的限制，而且卫星又极易受到云和气溶胶的影响，本文使用的GOCI数据较少。在今后的研究中，可以利用更多的数据和更精确的大气校正方法深入探讨赤潮的暴发机制与生态效应，从而可以进行有效的预防和控制，降低抑食金球藻褐潮对渤海海域的影响。

[1]赵冬至.我国赤潮灾害分布规律与卫星遥感探测模型[D].上海：华东师范大学，2004：1-99.

[2]林凤翱,卢兴旺,洛昊,等.渤海赤潮的历史、现状及其特点[J].海洋环境科学，2008，27(S2)：1-5.

[3]王其茂,马超飞,唐军武,等.EOS/MODIS遥感资料探测海洋赤潮信息方法[J].遥感技术与应用，2006，21(01)：6-10.

[4]Siegel H,Gerth M,Neumann T,et al.Case studies on phytoplankton blooms in coastal and open waters of the Baltic Sea using Coastal Zone Color Scanner data[J].International Journal of Remote Sensing,1999,20(7):1249-1264.

[5]Ahn Y H,Shanmugam P.Detecting the red tide algal blooms from satellite ocean color observations in optically complex Northeast-Asia Coastal waters[J].Remote Sensing of Environment,2006,103(4):419-437.

[6]李冠男,王林,王祥,等.静止水色卫星GOCI及其应用进展[J].海洋环境科学，2014，33(06)：966-971.

[7]Zhang He,Zheng Xiao-shen.Study on red tide remote sensing monitoring in the Bohai Sea in 2014[J].Marine Science Bulletin,2017,19(1):37-51.

[8]Hu C.A novel ocean color index to detect floating algae in the global oceans[J].Remote Sensing of Environment,2009,113:2118-2129.

[9]Hu C,Cannizzaro J,Carder K,et al.Remote detection of Trichodesmium blooms in optically complex coastal waters:Examples with MODIS full-spectral data[J].Remote Sensing of Environment,2010,114:2048-2058.

[10]Kang G,Kang S,Yong,S.,et al.Korea geostationary ocean color imager(KGOCI)[J].IEEE Transactions on Geoscience and Remote Sensing,2004,1(C):3261-3263.

[11]Jephson,T,Carlsson P.Species and stratification dependent diel vertical migration behaviour of three dinoflagellate species in a laboratory study[J].Journal of Plankton Research,2009,31(11):1353-1362.

[12]Lou Xiulin,Hu Chuanmin.Diurnal changes of a harmful algal bloom in the East China Sea:Observations from GOCI[J].Remote Sensing of Environment,2014,140:562-572.

[13]Flynn J,Fasham R.A modelling exploration of vertical migration by phytoplankton[J].Journal of Theoretical Biology,2002,218(4):471-484.

[14]于海燕,周斌,胡尊英,等.生物监测中叶绿素a浓度与藻类密度的关联性研究[J].中国环境监测，2009，25(06)：40-43.

[15]张春桂,曾银东,张星,等.海洋叶绿素a浓度反演及其在赤潮监测中的应用[J].应用气象学报，2007，18(06)：821-831.

[16]郭皓,丁德文,林凤翱,等.近20 a我国近海赤潮特点与发生规律[J].海洋科学进展，2015，33(04)：547-558.

[17]国家海洋局．中国海洋灾害公报[R]．北京：国家海洋局，2009-2012．

[18]Mulholland M R,Boneillo G E,Bernhardt P W,et al.Comparison of nutrient and microbial dynamics over a seasonal cycle in a mid-Atlantic coastal lagoon prone to Aureococcus ano phage fferens(brown tide)blooms[J].Estuaries and Coasts,2009,32(6):1176-1194.

[19]Gobler C,Berry D,Dyhrman S,et al.Niche of harmful alga Aureococcus anophage fferens revealed through ecogenomics[J].Proceedings of the National Academy of Sciences of the USA,2011,108(11):4352-4357.

[20]MacIntyre H L,Lomas M W,Cornwell J,et al.Mediation of benthic-pelagic coupling by microphytobenthos:an energy-and material-based model for initiation of blooms of Aureococcus ano phage fferens[J].harmful Algae,2004,3(4):403-437.

[21]NUZZI R,WATERS R M.Long-term perspective on the dynamics ofbrown tide blooms in Long Island coastal bays[J].Harmful Algae,2004,3(4):279-293.