秋季环雷州半岛海域浊度空间分布特征

罗亚飞，陈炤光，李志强，付东洋，余 果，徐华兵，钟小僅

秋季环雷州半岛海域浊度空间分布特征

罗亚飞1,2，陈炤光1，李志强1，付东洋1，余 果1，徐华兵1，钟小僅1

（1. 广东海洋大学电子与信息工程学院 / 广东省海洋遥感与信息技术工程技术研究中心 / 广东省高等学校陆架及深远海气候、资源与环境重点实验室，广东 湛江 524088；2. 中国科学院海洋地质与环境重点实验室，中国科学院海洋研究所，山东 青岛 266071）

【】研究秋季环雷州半岛海域浊度空间分布特征。建立基于哨兵3-OLCI波段差（B8-B16）的浊度反演模型，利用经C2RCC大气校正后的哨兵3-OLCI影像并结合实测数据综合分析秋季环雷州半岛海域的浊度平面和断面分布特征。【】秋季环雷州半岛海域浊度平面分布特征为从近岸向外海逐渐降低，表层浊度范围为0 ～ 50 NTU，底层浊度范围为0 ～ 200 NTU，低浊度水体主要分布于离岸较远的外海和琼州海峡中央水道，高浊度水体主要分布在雷州半岛南岸的灯楼角近岸、西岸的东场湾和流沙湾以及东岸的外罗门水道和东南码头近岸。浊度断面分布特征为随水深的增加而升高，且半岛东西两侧的浊度分布特征为南高北低。复杂的水动力过程、人类活动和热带气旋是影响环雷州半岛海域浊度分布的主要因素。

环雷州半岛海域；浊度；分布特征；哨兵3-OLCI

环雷州半岛海域是我国红树林和珊瑚礁等海洋生态系统的重要分布和保护区[1]。近年来，人类生活及生产活动、养殖池污水排放等使得近岸水质持续恶化，由此带来较大的经济损失和环境压力。因此，对该海域进行水质环境监测和研究显得愈发重要[2]。浊度是评价水质的重要参数之一[3]，针对环雷州半岛海域，现有研究结果显示北部湾海域表层浊度基本特征为沿岸高、远岸低且中央海域浊度值低[4-5]；粤西及琼东海域海水浊度值整体不高，绝大部分海区为较清洁海域[6]。传统浊度测量方法是通过走航形式对研究区域进行逐点采样，与传统浊度测量方法相比，遥感监测具有大面积覆盖、高分辨率、低成本、多时相等优势[7-8]，现已成为大面积海域监测的有利手段。以往，中等空间分辨率的MODIS和GOCI影像常被用来进行浊度监测[9-10]。针对环雷州半岛海域，已有研究利用1 km分辨率的HY-1B和MODIS遥感数据，反演雷州湾悬浮物浓度[11]和北部湾悬浮物浓度或浊度[4,12]。越来越多的更高分辨率卫星数据被用来反演河口或沿岸水体浊度，如VIIRS[13]和哨兵3-OLCI[14]。哨兵3A和3B是欧空局分别于2016和2018年发射的多传感器卫星，其携带的OLCI（Ocean and Land Colour Instrument）是一种中分辨率成像光谱仪，空间分辨率更高（300 m）[15]。已有研究利用哨兵3-OLCI对黄海、东海近岸以及内陆湖泊进行悬浮物或叶绿素浓度的反演[16-19]，证明OLCI具有良好的水色反演能力。目前，基于OLCI数据的环雷州半岛海域浊度反演还鲜有报道，鉴于在已报道研究中所使用的卫星遥感影像分辨率较低，也缺乏对环雷州半岛海域浊度进行大范围、系统性的现场观测和调查研究，因此，本研究构建基于哨兵3-OLCI遥感影像的浊度反演模型，实现对环雷州半岛海域浊度遥感反演，并结合实测平面、断面数据综合分析环雷州半岛海域的浊度空间分布特征及影响机制，为该海域资源合理开发和生态系统保护提供基础资料和参考依据。

1 数据与方法

1.1 实测数据采集与处理

以环雷州半岛海域为研究区域，共设置采样站点64个，以走航形式于2020年9月21―30日对环雷州半岛海域进行科学考察，获取研究区域实测数据，站点位置见图1。现场测量数据包括水体光谱数据和浊度。其中，光谱数据通过TriOS水面光谱系统采集，测量过程严格参照国家海洋光学调查规范（GB/T 12763.5-2007）进行，测量方法采用水面之上测量法[20]。光谱采集时间范围从上午8:00到下午5:00，由于部分站点在晚上采样，无法采集光谱数据，因此，实际有效采集光谱数据的站点为42个，位置见图1红色点。浊度数据利用RBRmaestro快速多参数水质仪测量，测量过程中由海表匀速下放至海底，以获取站点垂向浊度数据。S23、S42―S50及S62―S64站点由于仪器故障等原因导致无有效浊度数据，因此实际获取浊度数据的站点共51个。按0.5 m以浅和浊度仪最大水深分别获取表层和底层数据。本研究除对雷州半岛附近海域的表、底层浊度的平面分布特征进行分析之外，还对该区域浊度断面分布特征进行研究。根据地形、浊度平面分布特征及站位布设等特点，分别在研究区域东侧、西侧以及南侧各设置一断面（见图1中A、B、C断面）。利用整个垂向的浊度数据，绘制图1中A、B、C浊度断面图。表、底层浊度平面分布图以及断面分布图均利用Ocean Data View软件通过插值法绘制获得。

A、B、C为浊度断面；I为雷州湾，II为北部湾东部，III为琼州海峡；红色站点为有效光谱数据站点

利用现场实测的光谱数据（波长范围为318 ～ 950 nm），参照文献[20]计算得到水体遥感反射率rs。根据哨兵3-OLCI各波段的光谱响应函数，对实测遥感反射率进行等效波段换算，模拟得到对应OLCI传感器B1（400 nm）- B18（885 nm）波段的等效波段遥感反射率，计算公式如下：

1.2 卫星遥感数据及处理

哨兵3-OLCI数据从欧洲航空局（ESA）官网（https://scihub.copernicus.eu）下载。本研究收集2020年9月23日、10月5日和10月22日的哨兵3-OLCI传感器的一级产品，其中9月23日的是与调查期间同步的影像，影像经过时间为当地时间10:55至10:58，10月5日和10月22日的分别是热带气旋“浪卡”经过前后的影像。此外，还收集风场数据用于讨论台风对浊度分布的影响，风场数据来源于CCMP（www.remss.com/measurements/ccmp）数据集，空间分辨率为0.25° × 0.25°。

传感器在获取信息过程中易受到气溶胶散射以及大气分子等的影响而引起误差，因此，在水色遥感反演中必须通过大气校正来消除这些影响[21]。C2RCC算法是基于神经网络技术的“二类水体区域性近岸海域水色”反演算法，最初由Doerffer等[22]为MERIS传感器而开发，欧空局对其进行改进后，使其覆盖大范围的水体散射和吸收系数，适用于分析哨兵3-OLCI等在轨运行的卫星遥感数据。因此，本研究利用C2RCC算法对哨兵3-OLCI影像进行大气校正。由于天气因素，调查期间只有9月23日的哨兵3-OLCI影像云量较少，参照文献[17]，选取9月23日卫星经过的当天及前后两天的实测光谱与大气校正后的9月23日影像光谱来进行星地验证。按照实测站点经纬度在影像上选取对应像元进行空间匹配，剔除受云雾影响较大的站点，最终获得7个星地匹配站点（S19、S20、S24、S25、S27、S28和S29），然后对7个匹配站点的第1至第12波段、第16至第18波段（即B1 ～ B12、B16 ～ B18），共105个匹配波段的C2RCC大气校正后光谱反射率和实测遥感反射率值进行对比分析。

1.3 浊度反演模型

经统计，实测等效波段光谱和浊度数据组有效站点为42个，将42组数据按浊度大小排序，按照近似等浊度间隔原则选取2/3（28组）用于模型构建，剩余1/3（14组）用于模型验证。由于已有研究基于波段比[11]和三波段[12]建立雷州湾和北部湾的悬浮物浓度反演模型；基于敏感波段的单波段模型已在水色遥感中被广泛使用[8,23-24]；而波段差模型则被认为可消除数字化噪声误差、大气校正误差、由不完全的太阳耀斑和白帽校正导致的残余误差，以及一些杂散光污染引起的大部分算法伪影[25]。因此，在模型建立过程中，将对单波段、波段差、波段比及三波段模型进行对比分析。

单波段、波段差、波段比模型是通过计算各波段或波段组合的遥感反射率和浊度之间的相关系数，利用相关性最大的波段或波段组合遥感反射率分别构建不同的反演模型，包括线性、对数、指数、二次多项式和幂指数模型，进而计算模型校准和检验的误差以确定最佳反演模型。三波段模型的形式为lg=+[rs(2) +rs(3)] +[rs(1) /rs(2)]，依据Zhang等[26]和李珏等[12]的研究，1、2、3分别对应OLCI的B4 (490 nm)、B6 (560 nm)、B7 (620 nm)或B8 (665 nm)波段。

1.4 精度评价指标

本研究采用决定系数（2）、均方根误差（RMSE）、绝对误差（AE）、百分比相对误差（APE）和平均百分比相对误差（MAPE）等评价指标分别对大气校正精度以及浊度反演模型精度进行评价。计算公式如下：

其中，x分别为实测遥感反射率值（单位为sr-1）或实测浊度值（单位为NTU）；y分别为经C2RCC大气校正后的影像光谱值（单位为sr-1）或浊度模型反演值（单位为NTU）；为数据序号；为各自样本数，在大气校正精度评价、浊度反演模型构建和验证中，分别为105、28和14。

2 结果和分析

2.1 大气校正精度评价

对7个匹配站点所有匹配波段（= 105）经大气校正后的影像光谱和实测光谱值进行对比分析，结果见图2，显示两者的2为0.81，RMSE为0.009 sr-1，MAPE为33%，整体上两者误差较小。大部分波段MAPE在15% ～ 35%之间。总体上，C2RCC大气校正算法可较好消除大气影响，获得较准确的遥感反射率信息，其校正后的OLCI影像可用于环雷州半岛海域浊度的遥感反演。

图2 C2RCC大气校正后的影像光谱值与实测值对比

2.2 浊度反演模型构建与验证

筛选出各组合中最优的反演模型，结果见表1。单波段和波段比的相关系数均小于0.90，决定系数2均在0.80以下，而波段差的高达0.95，波段差、三波段的2分别为0.90、0.91。对比各模型的MAPE，波段差模型在模型校准和利用预留的14组数据集进行模型检验的过程中产生的MAPE分别为16.2%和23.9%，为所有模型中MAPE最小的模型。

表1 各类最优浊度反演模型及其精度评价

分析14个验证点的实测浊度与波段差模型反演浊度的误差，结果见表2。模型反演值与实测值整体较一致，两者AE的均值为1.9 NTU，APE的均值（即MAPE）为23.9%。由于研究区域覆盖范围广，存在单个浊度值很低的站点（S15）APE偏高，但其AE较小，为0.6 NTU。剔除S15站点之后，实测浊度与反演浊度的APE在0.14% ～ 38.2%之间，MAPE为20%。

可见，相较于单波段、波段比和三波段模型，使用波段差建立的模型误差更小，更适合环雷州半岛海域浊度的遥感反演。且波段差可大大减少噪声和误差，同时可恢复大多数的可疑像元，从而显著提高影像质量[25]。因此，本研究将基于经C2RCC校正的哨兵3-OLCI影像，采用由波段差（B8 - B16）构建的反演模型，进行环雷州半岛海域浊度反演。

表2 14个验证点的浊度误差分析

2.3 环雷州半岛海域浊度空间分布特征

2.3.1 遥感反演浊度平面分布 由图3可知，环雷州半岛海域表层浊度范围在0 ～ 50 NTU，分布趋势为从近岸向外海逐渐降低。低浊度水体主要分布于外海和琼州海峡中央水道，高浊度水体主要分布于琼州海峡的灯楼角、西岸的东场湾和流沙湾以及东岸的外罗水道和东南码头。外海浊度一般小于3 NTU；而灯楼角近岸（图3(a)）和外罗门水道（图3(d)）等高浊度水体区域可达20 NTU以上，东南码头（图3(b)）和东场湾（图3(c)）近岸亦有高浊度水体的分布，但其分布面积均小于前两者。

a.灯楼角近岸; b.东南码头; c.东场湾; d.外罗门水道

a. coast of Dengloujiao; b. Dongnan wharf; c. Dongchang bay; d. Wailuomen waterway

图3 浊度分布（2020年9月23日）及高浊度水体区域

Fig. 3 Turbidity distribution on September 23th, 2020 and area of highly turbid waters

2020年16号热带风暴“浪卡”经过前后表层浊度分布情况见图4。热带风暴经过前，低浊度主要分布在外海和琼州海峡中央水道，高浊度主要分布在近岸，浊度平均值为2.3 NTU（图4(a)）。热带风暴经过后，低浊度同样主要分布在外海和琼州海峡中央水道，高浊度主要分布在雷州半岛东西两侧，浊度平均值增加至6.8 NTU（图4(b)）。

a, 10月5日浪卡经过前；b, 10月22日浪卡经过后

a, before typhoon Langka attacked, on October 5; b, after typhoon Langka attacked, on October 22

图4 热带风暴浪卡过境前后浊度分布

Fig. 4 Turbidity distribution before and after typhoon Langka attacked

2.3.2 实测浊度平面分布 环雷州半岛海域浊度整体较低。表层浊度分布趋势为从近岸向远海不断降低，在所测数据中，表层浊度最低为0.17 NTU，最高为24 NTU。其中，灯楼角近岸表层水体浊度在20 ～ 24 NTU之间，为表层浊度最高值，以该点为圆心，浊度呈放射状向外急剧下降。表层低浊度水体主要分布于北部湾中央和雷州湾东侧外海，其值多集中在0.17 ～ 3.98 NTU之间（图5）。

环雷州半岛海域底层浊度整体分布趋势与表层相似，近岸水体浊度最高，由近岸越往外海浊度越低。底层浊度最低为0.78 NTU，最高为197 NTU。其中，灯楼角近岸底层水体浊度约125～140 NTU，东南码头处可达197 NTU。

a, 表层；b, 底层

a, surface layer; b, bottom layer

图5 环雷州半岛海域表、底层浊度分布

Fig. 5 The surface and bottom turbidity distribution map of the sea area around Leizhou peninsula

2.3.3 实测浊度断面分布 由图6(a)可知，A断面位于雷州半岛东侧，由外罗门水道向北延伸至茂名近岸，断面长约45 km，水深在15 ～ 20 m之间。该断面浊度分布特点为两端高，中间低；最高值区域位于南端的外罗门水道，其值约为北端的茂名近岸的两倍以上，南端浊度整体高于北端，两端的浊度值均呈现出由表层向底层逐渐升高的现象。

由图6(b)可知，B断面位于雷州半岛西侧，从低纬的东场湾向北延伸至广西沿岸，断面长约90 km。该断面浊度分布特征：1）水平方向上，由低纬向高纬浊度逐渐降低；2）垂直方向上，由表层向底层浊度逐渐升高。除最左侧的东场湾底层浊度可达60 NTU以上外，其余海区浊度均较低，大多在10 NTU以下。

由图6(c)可知，C断面位于雷州半岛南面，由西向东横跨整个琼州海峡，断面长约53 km，该断面水深整体较大，约40 ～ 60 m。该断面浊度随着水深的增加而升高，最高可达60 NTU。表底层浊度差异较大，分层现象明显。

a, A断面；b, B断面；c, C断面

a, A transection; b, B transection; c, C transection

图6 雷州半岛东西两侧和琼州海峡浊度断面分布

Fig. 6 Turbidity transection distribution on each side of the Leizhou peninsula and the Qiongzhou strait

3 讨论

根据前人研究，浊度分布与水动力、人类活动及热带气旋等因素息息相关[6,12]。

3.1 水动力因素及人类活动

潮流和余流[27-28]均会对环雷州半岛海域浊度分布产生影响。远离雷州半岛的外海海域物质来源匮乏且潮流等作用较弱，难以再悬浮，因而浊度普遍较低。琼州海峡中央水道为水深超过30 m的强蚀区（图6(c)），泥沙被潮流反复冲刷干净[29]，该区域浊度也相对较低。研究区域东、西两侧以及琼州海峡三者之间水动力环境存在较大差异[1,30]，因此，将研究区分为3个部分对高浊度水体进行分析，分别为雷州湾（Ⅰ）、北部湾东部（Ⅱ）和琼州海峡（Ⅲ），见图1。

Ⅰ区位于研究区域东部，由图5及图6(a)可见，Ⅰ区域高浊度水体主要分布于外罗门水道和东南码头，琼州海峡为一冲刷型海槽，在其东北侧发育大量的指状沙脊，为外罗门水道提供丰富的物质来源，加之潮流的往复作用，导致该区域水体浊度较高，且高浊度水体表现出大面积分散特点[6]。相较于外罗门水道，东南码头高浊度水体分散范围较小。受粤西沿岸流的影响，珠江径流有部分流至东南码头附近海域，使得该处物质来源丰富，同时受反时针环流和往复潮流的影响，使得该区域浊度较高[31]。此外，频繁的养殖池污水排放和工程建筑等人类活动也是东南码头浊度较高的原因之一[32]。

Ⅱ区位于研究区域西部，分布在琼州海峡及雷州半岛西侧。由图3可见，高浊度水体主要分布于东场湾和流沙湾。由于受到北部湾逆时针环流的影响，半岛西侧近岸高浊度水体有向西北方向扩散的趋势[7,27]。图6(b)中，断面B左侧的流沙湾水体浊度随着水深的增加而增大，底层浊度可达60 NTU以上。流沙湾为泻湖型海湾，湾口堆积的浅滩泥沙在波浪作用下掀沙，可引起浊度升高[33-34]。

Ⅲ区位于研究区域南部的琼州海峡，区域内高浊度水体集中于琼州海峡西口的灯楼角近岸。由图5可见，灯楼角近岸水体浊度在表层约为24 NTU，底层约为140 NTU。琼州海峡西向流的流速大[12,27]，携沙能力强，到达琼州海峡西口处，西向强流发散，流速下降，物质堆积，因此，灯楼角及附近海域物质来源丰富。同时，灯楼角岬角处的流速较大，有利于悬沙的再悬浮，从而浊度较高[35]。

3.2 热带气旋

热带气旋可在短时间内向海洋输送大量能量，显著改变海洋动力结构，加强海水的混合作用和浅海表层沉积物的再悬浮[36]。从影像上可观察到表层浊度在热带风暴经过前后差异较大，浊度平均值由2.3 NTU增加至6.8 NTU（图4），增长近3倍。尤其是雷州半岛两侧海域浊度显著升高，其中左侧东场湾一带由平均浊度3.3 NTU增加至19.1 NTU，右侧外罗门水道一带由平均浊度2.2 NTU增加至21.3 NTU，高浊度水体覆盖的面积也明显增大。可见，热带气旋是引起环雷州半岛海域浊度在短期内剧烈增加的显著因素。

4 结论

本研究首次对环雷州半岛海域进行系统的浊度观测和调查，利用分辨率更高（300 m）的哨兵3-OLCI遥感影像，对其进行C2RCC大气校正并建立基于哨兵3-OLCI波段差（B8 -B16）的浊度反演模型，反演环雷州半岛海域浊度分布，结合实测数据综合分析环雷州半岛海域的浊度平面和断面分布特征。得到如下结论：

1）环雷州半岛海域表层浊度整体在0 ～ 50 NTU之间，底层浊度范围大致为0 ～ 200 NTU，表层和底层浊度平面分布趋势均为从近岸向外海逐渐降低。浊度断面分布特征整体表现为浊度随着水深的增加而升高，且雷州半岛东西两侧的浊度断面分布表现为南高北低。

2）低浊度水体主要分布于外海和琼州海峡中央水道，其中，外海物质来源匮乏且潮流作用相对较弱，难以再悬浮，因而浊度普遍较低；而琼州海峡中央水道为强蚀区，该区域浊度也相对较低。高浊度水体主要分布在琼州海峡西北处的灯楼角近岸、雷州半岛西岸的东场湾和流沙湾附近以及东岸的外罗门水道和东南码头近岸，浊度较高的原因主要受复杂的水动力过程和人类活动等影响。此外，当热带风暴经过时，其强烈的扰动作用会引起浊度在短时间内的剧烈增加。

本研究结果可为海洋生态环境保护提供参考，未来将进行更全面的采样和连续观测以获取更高空间和时间分辨率的浊度及水质数据，为海洋环境监测提供更高精度的参考依据。

[1] 韩永强, 夏嘉, 谭靖千, 等. 环雷州半岛近海表层沉积物有机碳分布及其控制因素分析[J]. 海洋科学, 2020, 44(3): 93-103.

[2] 付东洋, 张莹, 刘大召, 等. 基于主成分分析的近海水质评价模型及其应用研究: 以雷州半岛海域为例[J]. 海洋学研究, 2015, 33(1): 45-50.

[3] RÜGNER H, SCHWIENTEK M, BECKINGHAM B, et al. Turbidity as a proxy for total suspended solids (TSS) and particle facilitated pollutant transport in catchments[J]. Environmental Earth Sciences, 2013, 69(2): 373-380.

[4] 黄以琛, 李炎, 邵浩, 等. 北部湾夏冬季海表温度、叶绿素和浊度的分布特征及调控因素[J]. 厦门大学学报(自然科学版), 2008, 47(6): 856-863.

[5] FU D Y, HUANG Y Y, LIU D Z, et al. Analysis of the regional spectral properties in northwestern South China Sea based on an empirical orthogonal function[J]. Acta Oceanologica Sinica, 2020, 39(7): 107-114.

[6] 陈亮, 许冬, 李团结. 粤西及琼东北海区悬浮体浓度及海水浊度特征分析[J]. 热带海洋学报, 2012, 31(2): 80-86.

[7] 刘大召, 晁俏利. 北部湾海域叶绿素a质量浓度时空分布研究[J]. 海洋学研究, 2019, 37(2): 95-102.

[8] LUO Y F, DOXARAN D, VANHELLEMONT Q. Retrieval and validation of water turbidity at metre-scale using Pléiades satellite data: a case study in the Gironde Estuary[J]. Remote Sensing, 2020, 12(6): 946.

[9] CONSTANTIN S, CONSTANTINESCU Ș, DOXARAN D. Long-term analysis of turbidity patterns in Danube Delta coastal area based on MODIS satellite data[J]. Journal of Marine Systems, 2017, 170: 10-21.

[10] 陈黄蓉, 张靖玮, 王胜强, 等. 长江口及邻近海域的浊度日变化遥感研究[J]. 光学学报, 2020, 40(5): 34-46.

[11] 谢仕义, 刘大召, 张莹, 等. 雷州湾海域悬浮物浓度遥感监测研究[J]. 广东海洋大学学报, 2015, 35(3): 109-113.

[12] 李珏, 乔璐璐, LE Duc-Cuong, 等. 南海北部湾表层悬浮体分布规律[J]. 海洋地质与第四纪地质, 2020, 40(2): 10-18.

[13] 丁梦娇, 丘仲锋, 张海龙, 等. 基于NPP-VIIRS卫星数据的渤黄海浊度反演算法研究[J]. 光学学报, 2019, 39(6): 17-25.

[14] WARREN M A, SIMIS S G H, SELMES N. Complementary water quality observations from high and medium resolution Sentinel sensors by aligning chlorophyll-a and turbidity algorithms[J]. Remote Sensing of Environment, 2021, 265: 112651.

[15] KRAVITZ J, MATTHEWS M, BERNARD S, et al. Application of Sentinel 3 OLCI for chl-a retrieval over small inland water targets: successes and challenges[J]. Remote Sensing of Environment, 2020, 237: 111562.

[16] 李渊, 郭宇龙, 程春梅, 等. 基于OLCI数据的杭州湾悬浮物浓度估算及其产品适用性分析[J]. 海洋学报, 2019, 41(9): 156-169.

[17] 李旭文, 魏爱泓, 姜晟, 等. 基于“哨兵3号”卫星OLCI影像和C2RCC算法的南黄海叶绿素a及总悬浮物反演效果分析[J]. 环境监控与预警, 2020, 12(2): 6-12.

[18] 卢雪梅, 苏华. 基于OLCI数据的福建近海悬浮物浓度遥感反演[J]. 环境科学学报, 2020, 40(8): 2819-2827.

[19] 李旭文, 姜晟, 张悦, 等. “哨兵-3”卫星OLCI影像MPH算法反演太湖叶绿素a及藻草区分的研究[J]. 环境监控与预警, 2019, 11(5): 59-65.

[20] 唐军武, 田国良, 汪小勇, 等. 水体光谱测量与分析Ⅰ: 水面以上测量法[J]. 遥感学报, 2004, 8(1): 37-44.

[21] VANHELLEMONT Q, RUDDICK K. Atmospheric correction of Sentinel-3/OLCI data for mapping of suspended particulate matter and chlorophyll-a concentration in Belgian turbid coastal waters[J]. Remote Sensing of Environment, 2021, 256: 112284.

[22] DOERFFER R, SCHILLER H. TheCase 2 water algorithm[J]. International Journal of Remote Sensing, 2007, 28(3/4): 517-535.

[23] CHEN Z Q, HU C M, MULLER-KARGER F. Monitoring turbidity inBay using MODIS/Aqua 250-m imagery[J]. Remote Sensing of Environment, 2007, 109(2): 207-220.

[24] SHI K, ZHANG Y L, ZHU G W, et al. Long-term remote monitoring of total suspended matter concentration in Lake Taihu using 250 m MODIS-Aqua data[J]. Remote Sensing of Environment, 2015, 164: 43-56.

[25] HU C M, LEE Z P, FRANZ B. Chlorophyll aalgorithms for oligotrophic oceans: a novel approach based on three-band reflectance difference[J]. Journal of Geophysical Research: Oceans, 2012, 117(C1): C01011.

[26] ZHANG M W, TANG J W, DONG Q, et al. Retrieval of total suspended matter concentration in the Yellow and East China Seas from MODIS imagery[J]. Remote Sensing of Environment, 2010, 114(2): 392-403.

[27] 陈宜展, 杨威, 曹永港, 等. 北部湾北部环流的季节特征[J]. 广东海洋大学学报, 2020, 40(4): 68-74.

[28] 杨正清, 刘振宇, 李双伟, 等. 雷州半岛东部近岸海域潮流特征分析[J]. 广西科学, 2019, 26(6): 690-697.

[29] 侍茂崇, 陈春华, 黄方, 等. 琼州海峡冬末春初潮余流场特征[J]. 海洋学报(中文版), 1998, 20(1): 1-10.

[30] 李团结, 刘春杉, 李涛, 等. 雷州半岛海岸侵蚀及其原因研究[J]. 热带地理, 2011, 31(3): 243-250.

[31] 陈新庚. 湛江港和雷州湾的生态环境分析与污染现状评价[J]. 中山大学学报论丛, 1989(3): 210-225.

[32] 杨庆乐. 东海岛海岸侵蚀研究[D]. 青岛: 国家海洋局第一海洋研究所, 2015.

[33] 闫新兴, 齐树平, 刘国亭. 广东雷州电厂近岸沉积特征及泥沙运动[J]. 水道港口, 2010, 31(3): 181-186.

[34] 李志强, 杜健航, 刘长华, 等. 徐闻大井码头工程对流沙湾潟湖口门冲淤的影响[J]. 广东海洋大学学报, 2013, 33(6): 67-71.

[35] 李占海, 柯贤坤, 王倩, 等. 琼州海峡水沙输运特征研究[J]. 地理研究, 2003, 22(2): 151-159.

[36] LU J, JIANG J B, LI A C, et al. Impact of Typhoon Chan-hom on the marine environment and sediment dynamics on the inner shelf of the East China Sea:seafloor observations[J]. Marine Geology, 2018, 406: 72-83.

Spatial Distribution of Turbidity in the Sea Area Surrounding Leizhou Peninsula in Autumn

LUO Ya-fei1,2, CHEN Zhao-guang1, LI Zhi-qiang1, FU Dong-yang1, YU Guo1, XU Hua-bing1, ZHONG Xiao-jin1

( 1.,//,,,524088,; 2.,,,266071,)

【】To investigate the spatial distribution of turbidity in the sea area surrounding Leizhou peninsula in Autumn. 【】The turbidity inversion model was established with the Sentinel 3-OLCI B8-B16 band combination. Both the Sentinel 3-OLCI corrected by C2RCC and measured turbidity data were used to comprehensively analyze the horizontal and vertical distribution characteristics of turbidity in the sea area surrounding Leizhou peninsula.【】The turbidity is higher in the near shore aera than that in the offshore area ranging from 0 to 50 NTU and from 0 to 200 NTU respectively in the surface and bottom layers of the sea area surrounding Leizhou peninsulain Autumn. Low turbid waters are mainly distributed in the offshore sea area far away from Leizhou peninsula and the central waterway of Qiongzhou strait. Highly turbid waters are mainly distributed in the coast waters of Dengloujiao in the south coast of Leizhou peninsula, Dongchang bay and Liusha bay in the west coast, and Wailuomen waterway and Dongnan wharf in the east coast. The turbidity increases with the increasing of water depth, and it is higher in the south than that in the north according to the turbidity transection distributed on the each side of the Leizhou peninsula. Complex hydrodynamic processes, human activities and tropical cyclone are the major factors to affect the distribution of turbidity in the sea area surrounding Leizhou peninsula.

sea area surrounding Leizhou peninsula; turbidity; distribution characteristics; Sentinel 3-OLCI

罗亚飞，陈炤光，李志强，等. 秋季环雷州半岛海域浊度空间分布特征[J]. 广东海洋大学学报，2022，42（3）：53-61.

X832

A

1673-9159（2022）03-0053-09

10.3969/j.issn.1673-9159.2022.03.008

2021-10-11

广东省教育厅创新强校工程项目（2019KZDXM019）；南方海洋科学与工程广东省实验室（湛江）资助项目（ZJW-2019-08）；中国科学院海洋地质与环境重点实验室开放基金课题（MGE2020KG12）；CYL2020高水平大学重点学科-海洋科学（231420003）；广东海洋大学高水平海洋学科团队项目（0002026002009）；广东省研究生学术论坛项目（230420003）；广东海洋大学2019年“冲一流”学科建设平台项目（231419026）；广东海洋大学博士科研启动项目（R20010）；湛江市创新创业团队引育“领航计划”项目（211207157080994）

罗亚飞（1990―），女，博士，讲师，研究方向为水色遥感。E-mail: luoyafei@gdou.edu.cn

陈炤光（1995―），男，硕士研究生，研究方向为农（渔）业信息技术。E-mail: 654410788@qq.com

付东洋（1969―），男，博士，教授，研究方向为海洋遥感。E-mail: fdy163@163.com