基于MODIS的2019年中国南黄海绿潮生消过程分析

作者：刘旭1 2  田杰1  吴彬锋1  滕骏华1  何恩业1

单位：1. 国家海洋环境预报中心, 北京 100081; 2. 北京林业大学经济管理学院, 北京 100083

关键词：绿潮 MODIS 归一化植被指数法 水温 降雨

分类号：X55

出版年·卷·期（页码）：2021·38·第五期（53-59）

摘要：

基于MODIS影像数据，通过归一化植被指数法提取2019年绿潮信息，分析了水温和降水对浒苔生消过程的影响。结果表明： 2019年浒苔灾害最早出现时间为4月下旬，最晚时间为9月中旬，绿潮生消过程总体分成5个阶段，分别为初期发育期（4月下旬—5月中旬）、中期生长期（5月中旬—6月上旬）、快速生长期（6月上旬—7月上旬）、成熟白化期（7月上旬—中旬）和快速消亡期（7月中旬—9月中旬）。6月23日，绿潮覆盖面积和分布面积均达到当年峰值，分别为780 km2和59 420 km2，水温为22℃。绿潮的覆盖面积变化随水温季节性的升高呈现先上升后下降的走势，降雨对绿潮覆盖面积的增长有一定的刺激作用。

Based on the MODIS data, the green tide information of 2019 in the southern Yellow Sea is extracted using the Normalized Difference Vegetation Index method, and the influence of sea temperature and precipitation on the formation and decay process of green tide is analyzed. The results show that the green tide started in late April and ended in middle September. The green tide formation and decay can be generally divided into 5 stages, namely the initial development period (late April to mid-May), middle development period (mid-May to early June), burst period (early June to early July), mature fading (early July to mid-July) and rapid decaying (mid-July to mid-September). The sea surface temperature is 22℃ on 23rd June, and the coverage area and distribution area of the green tide both reached the peak of the year, which were 780 km2 and 59 420 km2, respectively. The green tide coverage area changed with the seasonal increase of sea temperature, showing a trend of first rising and then falling. The precipitation had a certain stimulating effect on the growth of green tide coverage area.

参考文献：

[1] 国家海洋局. HY/T 217-2017绿潮预报和警报发布[S]. 北京:中国标准出版社, 2017. [2] 单俊伟, 张俊杰, 王海华. 依靠"蓝色经济", 服务全球绿色农业——浅论浒苔无害化综合利用技术开发与经济效应分析[C]//第四届建设创新型国家大会——首届中国农资分论坛论文集. 北京:中国磷肥工业协会, 2012. [3] 周罡. 近海藻华灾害对渔业直接经济损失评估方法研究[J]. 中国渔业经济, 2015, 33(5):107-112. [4] 林雨霏, 杨阳, 王国善, 等. 浒苔绿潮灾害损失调查与评估方法构建[J]. 海洋环境科学, 2018, 37(3):452-456. [5] 蒋兴伟, 邹亚荣, 王华, 等. 基于SAR快速提取浒苔信息应用研究[J]. 海洋学报, 2009, 31(2):63-68. [6] 邱亚会, 卢剑波. 浒苔遥感监测研究进展[J]. 生态学报, 2015, 35(15):4977-4985. [7] 顾行发, 陈兴峰, 尹球, 等. 黄海浒苔灾害遥感立体监测[J]. 光谱学与光谱分析, 2011, 31(6):1627-1632. [8] 王宗灵, 傅明珠, 肖洁, 等. 黄海浒苔绿潮研究进展[J]. 海洋学报, 2018, 40(2):1-13. [9] 刘峰, 逄少军. 黄海浒苔绿潮及其溯源研究进展[J]. 海洋科学进展, 2012, 30(3):441-449. [10] 宋晓丽, 黄蕊, 苑克磊, 等. 山东半岛东部沿海绿潮灾害的发生特点[J]. 海洋环境科学, 2015, 34(3):391-395. [11] 陈磊, 王希明, 张绪良. 青岛近海浒苔暴发灾害成因探析[J]. 高师理科学刊, 2018, 38(9):37-42. [12] 徐兆礼, 叶属峰, 徐韧. 2008年中国浒苔灾害成因条件和过程推测[J]. 水产学报, 2009, 33(3):430-437. [13] 于仁成, 刘东艳. 我国近海藻华灾害现状、演变趋势与应对策略[J]. 中国科学院院刊, 2016, 31(10):1167-1174. [14] 王广策, 唐学玺, 何培民, 等. 浒苔光合作用等关键生理过程对环境因子响应途径的研究进展[J]. 植物生理学报, 2016, 52(11):1627-1636. [15] Hu C M, Li D Q, Chen C S, et al. On the recurrent Ulva prolifera blooms in the Yellow Sea and East China Sea[J]. Journal of Geophysical Research, 2010, 115(C5):C05017. [16] 孙立娥, 崔廷伟, 崔文连. 多源卫星绿潮遥感信息提取易混淆因素分析[J]. 遥感信息, 2015, 30(6):8-12. [17] 王艺, 张建恒, 霍元子, 等. 黄海绿潮发生过程监测[J]. 海洋湖沼通报, 2019(1):135-145. [18] 国家海洋局. HY/T 147.7-2013海洋监测技术规程第7部分:卫星遥感技术方法[S]. 北京:中国标准出版社, 2013. [19] 赵英时. 遥感应用分析原理与方法[M]. 北京:科学出版社, 2003:1-6. [20] 姚东瑞. 浒苔[M]. 北京:海洋出版社, 2011:89-100. [21] 蒋兴伟, 林明森, 张有广. 中国海洋卫星及应用进展[J]. 遥感学报, 2016, 20(5):1185-1198. [22] 王蕊, 王常颖, 李劲华. 多源多分辨率遥感影像黄海绿潮监测能力分析[J]. 青岛大学学报(自然科学版), 2018, 31(4):95-101, 106. [23] 宋德彬, 高志强, 徐福祥, 等. 基于GOCI的2017年南黄海浒苔演变遥感分析[J]. 海洋与湖沼, 2018, 49(5):1068-1074. [24] 万剑华, 苏婧, 盛辉, 等. 利用静止轨道卫星开展绿潮业务化监测的可行性研究[J]. 激光生物学报, 2018, 27(2):155-160. [25] 盛辉, 王法景, 郭结琼. 基于MODIS数据黄海绿潮覆盖面积精细化提取[J]. 激光生物学报, 2017, 26(1):37-43. [26] 白雨, 赵亮, 刘境舟. 生态因子在黄海绿潮生消过程中的作用[J]. 海洋学报, 2019, 41(8):97-105. [27] Taylor R, Fletcher R L, Raven J A. Preliminary studies on the growth of selected ‘green tide’ algae in laboratory culture:effects of irradiance, temperature, salinity and nutrients on growth rate[J]. Botanica Marina, 2001, 44(4):327-336. [28] 忻丁豪, 任松, 何培民, 等. 黄海海域浒苔属(Enteromorpha)生态特征初探[J]. 海洋环境科学, 2009, 28(2):190-192. [29] Cui J J, Zhang J H, Huo Y Z, et al. Adaptability of free-floating green tide algae in the Yellow Sea to variable temperature and light intensity[J]. Marine Pollution Bulletin, 2015, 101(2):660-666. [30] 地球大数据促进可持续发展. MODIS遥感影像绿潮精细化监测可行性研究[C]//吴彬锋. 首届中国数字地球大会. 北京, 2019:36. [31] 解本巨, 马浩, 刘国柱. 基于MODIS数据的黄渤海海域云检测方法及其应用研究[J]. 海洋科学, 2018, 42(3):17-22. [32] Hu C M. A novel ocean color index to detect floating algae in the global oceans[J]. Remote Sensing of Environment, 2009, 113(10):2118-2129. [33] Shi W, Wang M H. Green macroalgae blooms in the Yellow Sea during the spring and summer of 2008[J]. Journal of Geophysical Research, 2009, 114(C12):C12010. [34] 邢前国, 郑向阳, 施平, 等. 基于多源、多时相遥感影像的黄、东海绿潮影响区检测[J]. 光谱学与光谱分析, 2011, 31(6):1644-1647. [35] 何恩业,杨静,李尚鲁,高姗.基于双隐层ANN模型的叶绿素a浓度智能预报方法[J].海洋预报,2021,38(01):44-54. [36] 王宁, 黄娟, 崔廷伟, 等. 基于MODIS数据的5种植被指数对不同生长阶段绿潮的探测能力对比及应用[J]. 激光生物学报, 2014, 23(6):590-595. [37] 郭伟, 赵亮, 李秀梅. 黄海绿潮分布年际变化特征分析[J]. 海洋学报, 2016, 38(12):36-45. [38] 辛蕾, 丁一, 王宁, 等. 基于遥感的黄海绿潮覆盖面积受表层温盐的影响分析[J]. 广西科学院学报, 2018, 34(3):210-215. [39] 张广宗, 吴孟泉, 孙晓, 等. 南黄海浒苔漂移轨迹年际变化规律及驱动因素[J]. 海洋与湖沼, 2018, 49(5):1084-1093. [40] 韩红宾, 韦章良, 霍元子, 等. 温度与光照强度对浒苔孢子/配子放散和萌发的影响[J]. 海洋渔业, 2015, 37(6):517-524. [41] 陈月红. 温度、光照对浒苔生长及其硝酸还原酶活力的影响[D]. 青岛:中国海洋大学, 2015. [42] 何恩业,季轩梁,高姗,等. 黄海浒苔漂移输运和生长消亡过程的数值模拟与预测应用[J]. 海洋与湖沼, 2021, 52(1):39-50. [43] Zhang J, Liu M G. Observations on nutrient elements and sulphate in atmospheric wet depositions over the Northwest Pacific coastal oceans-Yellow Sea[J]. Marine Chemistry, 1994, 47(2):173-189. [44] 李瑞香, 吴晓文, 韦钦胜, 等. 不同营养盐条件下浒苔的生长[J]. 海洋科学进展, 2009, 27(2):211-216.

服务与反馈：

【文章下载】【发表评论】【查看评论】【加入收藏】