呂君偉,劉湘南

(中國(guó)地質(zhì)大學(xué)(北京)信息工程學(xué)院,北京 100083)

香港近岸海域懸浮固體濃度空間變異特征的地統(tǒng)計(jì)分析

呂君偉,劉湘南*

(中國(guó)地質(zhì)大學(xué)(北京)信息工程學(xué)院,北京 100083)

以香港近岸海域?yàn)檠芯繀^(qū),基于2009～2012年HJ-1A/B CCD數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù),建立懸浮固體濃度遙感反演模型,運(yùn)用地統(tǒng)計(jì)學(xué)方法對(duì)模型反演結(jié)果進(jìn)行分析,探索研究區(qū)內(nèi)懸浮固體濃度空間分布及其變異特征.結(jié)果表明：香港近岸海域北部深圳灣附近常年處于懸浮固體濃度的高值區(qū),東北部珠江入?？诤Ｓ驊腋」腆w濃度受季節(jié)影響明顯,大嶼山以南的南部海域的濃度值常年處于較低水平,并具有明顯的季節(jié)特征.2009～2012年的地統(tǒng)計(jì)數(shù)據(jù)表明,香港近岸海域懸浮固體濃度值總體處于較低水平,月均值為12.25mg/L,由北向南遞減趨勢(shì)明顯.全年大部分時(shí)間空間變異特征明顯,空間自相關(guān)性較強(qiáng),其中3月份的塊金值/基臺(tái)值最小,僅約為0.0005.

HJ-1A/B CCD數(shù)據(jù)；懸浮固體濃度；地統(tǒng)計(jì)分析；空間變異特征

近年來(lái),隨著香港沿岸城市工業(yè)發(fā)展以及人類活動(dòng)的增加,導(dǎo)致近岸海域的水質(zhì)質(zhì)量受到了明顯的影響[1].水質(zhì)參數(shù)空間異質(zhì)性的研究有利于水質(zhì)評(píng)價(jià)并為水質(zhì)監(jiān)測(cè)提供依據(jù),其中懸浮固體濃度是影響水質(zhì)參數(shù)的重要指標(biāo),眾多學(xué)者在渤海、黃海等近岸海域以及各大內(nèi)陸湖泊進(jìn)行了廣泛的研究[2-4].

傳統(tǒng)利用野外光學(xué)儀器測(cè)量懸浮固體濃度的方法受到時(shí)間、范圍等限制,測(cè)量成本和難度都較大,同時(shí)采樣時(shí)差使對(duì)同一時(shí)間的空間異質(zhì)性分析無(wú)法實(shí)現(xiàn).目前,遙感技術(shù)憑借其監(jiān)測(cè)范圍廣、速度快、成本低以及便于長(zhǎng)時(shí)間監(jiān)測(cè)的優(yōu)勢(shì)受到人們的重視.國(guó)內(nèi)外學(xué)者利用 MSS、TM、 SPOT、SeaWiFS、CZCS、MODIS、MERIS和AVHRR等影像數(shù)據(jù)并結(jié)合現(xiàn)場(chǎng)同步或準(zhǔn)同步采樣數(shù)據(jù)和實(shí)測(cè)光譜數(shù)據(jù),針對(duì)所研究水體本身的特點(diǎn),建立了很多懸浮固體濃度定量反演模型,且模型反演精度有了較大提高[5-10].眾多學(xué)者選擇的研究區(qū)域大多集中在內(nèi)陸湖泊等懸浮固體濃度值較高的水域,對(duì)香港近岸海域的懸浮固體濃度分布研究較少.同時(shí),研究多集中在提高模型的反演精度上,忽視了對(duì)懸浮固體空間分布的定量分析[11-14].因此,在遙感反演懸浮固體濃度模型精度較高的基礎(chǔ)上,將反演結(jié)果用于香港近岸海域懸浮固體濃度空間變異特征的定量分析,為環(huán)境監(jiān)測(cè)、航運(yùn)選址等提供可靠的依據(jù)具有非常實(shí)際的研究意義.

地統(tǒng)計(jì)學(xué)是以區(qū)域化變量理論為基礎(chǔ),研究自然現(xiàn)象的空間變異與空間結(jié)構(gòu)的一門學(xué)科,其中的半變異函數(shù)是地統(tǒng)計(jì)學(xué)特有的基本工具,用來(lái)描述屬性變量在空間上的差異程度.目前在土壤、礦產(chǎn)、生態(tài)等領(lǐng)域有廣泛的應(yīng)用.本文根據(jù)前人的研究[15-16],建立實(shí)測(cè)懸浮固體濃度與影像數(shù)據(jù)之間的對(duì)數(shù)反演模型,并將模型應(yīng)用于香港近岸海域2009～2012年的HJ-1A/B CCD數(shù)據(jù),得到對(duì)數(shù)模型的遙感反演結(jié)果.在此基礎(chǔ)上,得到不同月份懸浮固體濃度4年的均值影像,等距布點(diǎn)獲取控制點(diǎn)4年懸浮固體濃度均值,利用地統(tǒng)計(jì)學(xué)半變異函數(shù)的特征參數(shù),定量分析研究區(qū)內(nèi)水體懸浮固體濃度的空間分布特征.

1 研究區(qū)概況

研究區(qū)位于香港島近海域,總面積約970km2,包括西北部珠江入?？诘牟糠趾Ｓ蛞约跋愀鄞髱Z山東部和南部毗鄰南海的近岸海域.范圍為22°8′N～22°30′N,113°49′E～114°15′E,水深4～38m,海底表層沉積物類型以粉砂質(zhì)黏土為主,為典型的二類水體.本文的實(shí)測(cè)采樣點(diǎn)數(shù)據(jù)來(lái)源于香港環(huán)境保護(hù)署公布的表層海水懸浮固體濃度值.香港環(huán)境保護(hù)署每月在全港約90個(gè)水質(zhì)監(jiān)測(cè)站位進(jìn)行海水監(jiān)測(cè),研究中選取了來(lái)自中部海域、西部海域和南部海域的45個(gè)監(jiān)測(cè)站數(shù)據(jù)(圖1).

2 數(shù)據(jù)處理與方法

2.1 影像獲取與處理

本研究選用了 2009～2010年各個(gè)月份含云量較低的環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)小衛(wèi)星星座A、B星(HJ-1A/1B星) CCD數(shù)據(jù).因?yàn)闀r(shí)間不同,受到天氣、傳感器等因素影響,影像質(zhì)量不同.本文預(yù)處理的目的是得到影像的反射率值,為之后建立反射率與實(shí)測(cè)懸浮固體濃度的定量關(guān)系做準(zhǔn)備,預(yù)處理過(guò)程在ENVI軟件的支持下實(shí)現(xiàn).

配準(zhǔn)∶在 1∶100000的香港行政區(qū)地形圖的大嶼山及其附近海域選取具有典型地物特征的40個(gè)控制點(diǎn),采用二次多項(xiàng)式和最鄰近內(nèi)插法,將誤差控制在0.1個(gè)像元以內(nèi),對(duì)研究區(qū)影像進(jìn)行配準(zhǔn).

圖1 研究區(qū)范圍與采樣點(diǎn)分布Fig.1 Distribution of study area and samplings

大氣校正∶采用FLAASH模型對(duì)HJ-1A/B衛(wèi)星 CCD影像進(jìn)行大氣校正.FLAASH能夠精確補(bǔ)償大氣影響,其適用的波長(zhǎng)范圍包括可見(jiàn)光至近紅外及短波紅外,其計(jì)算方法是直接移植了MODTRAN4輻射傳輸模型,可以選取代表研究區(qū)的大氣模型和氣溶膠模型.參數(shù)設(shè)置為∶尺度轉(zhuǎn)換因子 10.0,傳感器高度 650km,tropical大氣模型,maritime氣溶膠模型,能見(jiàn)度值 40km.大氣校正后影像像元值理論為反射率值,然而 ENVI軟件的FLAASH校正為了數(shù)據(jù)存儲(chǔ)和后續(xù)處理,自動(dòng)將結(jié)果轉(zhuǎn)化為16bit整型,計(jì)算得到0～1范圍內(nèi)的反射率需要將像元值除以9999.

水體信息提取∶研究區(qū)為香港島附近的南海近岸海域,在進(jìn)行建模反演之前,應(yīng)去除陸地等非水體信息.HJ-1A/1B星 CCD數(shù)據(jù)的 0.76nm～0.90nm(B4波段)處水體有較強(qiáng)吸收,反射率降低,具有明顯的水陸分界線.利用 B4波段作為掩膜波段,設(shè)定合適的閾值,便可以快速提取研究區(qū)水體信息,去除其他背景信息.

2.2 遙感反演模型的建立

建立遙感數(shù)據(jù)與實(shí)測(cè)懸浮固體濃度之間相關(guān)關(guān)系的模型是進(jìn)行地統(tǒng)計(jì)分析的前提.懸浮固體濃度的反演一般有經(jīng)驗(yàn)?zāi)Ｐ?、分析模型和半分析模?3種模型各有優(yōu)缺點(diǎn)[17-20].其中,對(duì)數(shù)經(jīng)驗(yàn)?zāi)Ｐ头囱輵腋」腆w濃度具有如下特點(diǎn)∶反射率R隨懸浮固體濃度S的增加而增加;R的變化率隨S的增大而減小;S=0時(shí),黃光波段與近紅外波段光譜反射率與清水近似相同.當(dāng)懸浮固體濃度較高時(shí),對(duì)數(shù)模型的誤差較大,因此僅適用于低含沙水域.

針對(duì)香港近岸海域總體懸浮固體濃度較低的狀況,分別選取 4個(gè)季節(jié)的遙感影像進(jìn)行對(duì)數(shù)模型擬合.首先對(duì)2010年1月、2011年4月、2009年7月及2010年10月的HJ-1A/1B CCD影像進(jìn)行處理,得到影像反射率值.選擇研究區(qū)內(nèi)準(zhǔn)同步的45個(gè)實(shí)測(cè)采樣點(diǎn)數(shù)據(jù),分別將數(shù)據(jù)隨機(jī)分為2組[21],其中33個(gè)采樣點(diǎn)所對(duì)應(yīng)的懸浮固體濃度值作為訓(xùn)練數(shù)據(jù),與遙感影像反射率值進(jìn)行回歸分析,尋找最佳波段或波段組合,其余的 12個(gè)采樣點(diǎn)數(shù)據(jù)用來(lái)測(cè)試模型的準(zhǔn)確性.經(jīng)過(guò)計(jì)算分析,B3紅光波段的敏感度較高(式1);同時(shí),由于紅光波段受天空光水面鏡面反射的影響較小,因此本文選擇 B3波段作為對(duì)數(shù)模型的敏感因子.利用測(cè)試數(shù)據(jù)對(duì)模型結(jié)果進(jìn)行測(cè)試,得到真實(shí)值與預(yù)測(cè)值之間的相關(guān)關(guān)系(表 1),模型擬合精度在80%左右.

表1 對(duì)數(shù)模型測(cè)試分析Table 1 Analysis of logarithmic model using text data

為了驗(yàn)證模型的準(zhǔn)確性,建立了單波段和波段組合的線性回歸模型,得到敏感因子為 B4、B3/B2的線性模型相對(duì)誤差分別為26%和29%.因此,對(duì)數(shù)模型與線性回歸模型相比,模型精度有所提高,能夠滿足對(duì)反演結(jié)果進(jìn)行空間變異特征分析的精度要求.

2.3 懸浮固體濃度空間分布的變異性分析

研究區(qū)懸浮固體濃度空間變異特征是在地統(tǒng)計(jì)相關(guān)理論的基礎(chǔ)上實(shí)現(xiàn)的.在得到每個(gè)月份的懸浮固體濃度遙感反演分布圖的基礎(chǔ)上,利用等距布點(diǎn),獲取1km范圍內(nèi)懸浮固體濃度均值作為中心控制點(diǎn)的懸浮固體濃度值,計(jì)算半變異函數(shù)(式 2).然后,進(jìn)行理論半變異函數(shù)的擬合,再進(jìn)行懸浮固體濃度的空間分布特征分析.本研究中,利用ArcMap10.0的Spatial Analysis模塊進(jìn)行研究區(qū)網(wǎng)格化,得到網(wǎng)格中心控制點(diǎn)的懸浮固體濃度值;利用 GS+7.0軟件對(duì)控制點(diǎn)進(jìn)行半變異函數(shù)分析,得到研究區(qū)懸浮固體濃度的空間分布特征和結(jié)構(gòu)特征.

式中,γ(h)為樣本距為h的半方差;h為樣本矩; Z(yi)為位置為 yi處的懸浮固體濃度值;Z(yi+h)為距離為yi+h處的懸浮固體濃度值;N(h)為間距為h的樣本對(duì)的總個(gè)數(shù).

3 結(jié)果與討論

3.1 懸浮固體濃度空間分布特征

根據(jù)式(1)建立的懸浮固體遙感反演模型,得到 2009～2012年不同月份香港近岸海域懸浮固體濃度分布.本研究將 4年懸浮固體濃度遙感反演結(jié)果以月為單位,取每個(gè)月份 4年懸浮固體濃度均值,得到不同時(shí)間4年濃度均值影像.波段運(yùn)算得到的均值影像降低了云、風(fēng)浪、傳感器以及人為因素等系統(tǒng)誤差和隨機(jī)誤差,在此基礎(chǔ)上進(jìn)行的統(tǒng)計(jì)分析結(jié)果更具有說(shuō)服力.以 12月為例,根據(jù)式(1)獲取影像反演懸浮固體濃度分布,提取等距控制點(diǎn)的懸浮固體濃度值進(jìn)行直方圖統(tǒng)計(jì).由圖 2可見(jiàn),整體上懸浮固體濃度分布在 6～24mg/L之間,部分控制點(diǎn)值在60mg/L以上,2010年低值區(qū)聚集狀況明顯.本文要做的是整體情況下的平均空間分布,因此均值影像就是解決局部時(shí)間出現(xiàn)短時(shí)間變異的問(wèn)題.

圖2 12月懸浮固體濃度均值影像(2009～2012年)以及不同年份懸浮固體濃度分布直方圖和最大、最小值和均值變化直方圖Fig.2 Image of mean SSC in December from 2009 to 2012, and the histogram about SSC in which distribution and changes of maximum/minimum/mean

圖3 2009～2012四年不同月份懸浮固體濃度平均值的遙感反演分布Fig.3 Distribution of average SSC retrieved by remote sensing from 2009 to 2012 monthly

由圖 3可以看出,香港附近的南海近岸海域懸浮固體分布有以下特點(diǎn)∶懸浮固體濃度總體分布是由北向南呈遞減趨勢(shì).深圳灣海域是懸浮固體濃度高值區(qū),常年處于30～80mg/L范圍內(nèi);珠江入?？诟浇Ｓ蚴艿街榻牒Ａ鞯挠绊?總體懸浮固體濃度值高于大嶼山以南海域;在大嶼山以南以及中部海域的懸浮固體濃度值一般較低,是明顯的低值區(qū).總體來(lái)說(shuō),研究區(qū)的懸浮固體平均濃度各個(gè)月份都比較低,大多集中在 0～80mg/L,其中6～24mg/L所占比例較大;研究區(qū)6月份的水質(zhì)狀況最優(yōu),除在珠江口入?？诘男》秶鷥?nèi)懸浮固體濃度較高,大部分水域在 2～6mg/L范圍內(nèi);3月份懸浮固體濃度總體水平較高,研究區(qū)北部大部分在42～60mg/L范圍內(nèi).

3.2 空間分布變異性分析

表2 研究區(qū)懸浮固體濃度的變異性統(tǒng)計(jì)Table 2 Statistics of the variability characters of SSC in the study area

近岸海域懸浮固體濃度空間分布與海面氣候、入海河流徑流量以及沿岸人類活動(dòng)息息相關(guān)[22-23].本文通過(guò)對(duì)控制點(diǎn)懸浮固體濃度的經(jīng)典統(tǒng)計(jì)描述分析研究區(qū)的變異特征.變異系數(shù)是標(biāo)準(zhǔn)差與平均值的比值,一般認(rèn)為,其值小于10%為弱變異,介于 10%～30%為中等程度變異,大于30%為強(qiáng)變異.由表2可以看出,不同時(shí)間懸浮固體濃度分布具有一定差異,3月份懸浮固體濃度平均值較高,達(dá)到19.1mg/L,懸浮固體濃度平均值最低為6月份,值為7.08mg/L;懸浮固體濃度的變異系數(shù)在6、9和11月值比較大,10月變異系數(shù)最小,僅為48%.說(shuō)明研究區(qū)懸浮固體濃度的空間變異上,2、6和9月的變異程度最大,10月變異程度最小.同時(shí)可以看出,香港近岸海域的水質(zhì)變化比較劇烈,全年基本為強(qiáng)變異.

3.3 空間分布異質(zhì)性分析

一般認(rèn)為半變異函數(shù)只有在最大間隔距離的 1/2內(nèi)才有意義.研究中所有半變異函數(shù)的有效滯后距均設(shè)為最大滯后距的1/2,并進(jìn)行球狀、指數(shù)、高斯和線性擬合,最終得到剩余平方和最小、決定系數(shù)最大的最優(yōu)擬合模型.從表3看出,全年最優(yōu)擬合模型大多為高斯模型,少數(shù)月份為球狀模型和指數(shù)模型,決定系數(shù)在0.85～0.99之間,通過(guò)對(duì)半變異函數(shù)最優(yōu)擬合模型的模型參數(shù)進(jìn)行分析,能較好的反應(yīng)懸浮固體濃度的空間結(jié)構(gòu)特征.

塊金值反映的是最小抽樣尺度以下變量的變異性及測(cè)量誤差.從表 3中可以看出,全年的塊金值基本小于 0.1,說(shuō)明在較小尺度下,研究區(qū)全年大部分時(shí)間野外采樣誤差和懸浮固體濃度的空間變化較小.塊金值與基臺(tái)值的比值是度量變量總體空間自相關(guān)性強(qiáng)弱的物理量.一般認(rèn)為,比值小于 25%時(shí)變量的空間自相關(guān)性較強(qiáng);比值在 25%～75%之間,為中等程度的空間自相關(guān)性;比值大于 75%,空間自相關(guān)性較弱.從表3看出,除 10月塊金值與基臺(tái)值比值較大,為中等程度的空間自相關(guān)性以外,其他時(shí)間均小于25%,3、7和9月的比值不足1%.這表明研究區(qū)的懸浮固體濃度具有強(qiáng)烈的空間自相關(guān)性,空間分布具有明顯的規(guī)律性.變程是半方差函數(shù)由塊金值增大到基臺(tái)值所對(duì)應(yīng)的距離.研究區(qū)不同時(shí)間的變程值均較大,表示變量空間自相關(guān)變化的范圍較大,這與懸浮固體濃度強(qiáng)烈的空間自相關(guān)性有關(guān).

分維數(shù)的計(jì)算由變異函數(shù)和間隔距離之間的關(guān)系確定,值的大小表示變異函數(shù)曲線的曲率.研究區(qū)不同月份分維數(shù)的值在 1.11～1.89之間,其中分維數(shù)的最低值在3月份為 1.11;最高值出現(xiàn)在10月份,為1.89(表4).分維數(shù)值的不同反映了不同時(shí)間隨機(jī)性和結(jié)構(gòu)因素的不同引起空間異質(zhì)性程度的不同.3月份的分維數(shù)最低,由測(cè)量誤差引起的空間異質(zhì)性程度也最低,只占了約 0.0005,空間自相關(guān)性較強(qiáng);10月份的分維數(shù)最高,由測(cè)量誤差引起的空間異質(zhì)性程度相對(duì)較高,達(dá)到 0.44,對(duì)應(yīng)中等程度的空間自相關(guān)性.

表4 研究區(qū)不同季節(jié)不同方向的分維分析Table 4 Directional and seasonal analysis of fractal dimension in the study area

不同時(shí)間懸浮固體濃度的差異受到近岸河流匯入、海面風(fēng)浪等隨機(jī)因素的影響.入海河流水質(zhì)較好、海面平靜,則海水水質(zhì)結(jié)構(gòu)好,結(jié)構(gòu)性好意味著水質(zhì)成分穩(wěn)定,分布簡(jiǎn)單,則分維數(shù)低,空間異質(zhì)性程度也低;反之,入海河流水質(zhì)復(fù)雜,海面風(fēng)浪造成海水活動(dòng)復(fù)雜,則分維數(shù)高,空間異質(zhì)性程度也高[24].從表4可以得到,3月南北方向分維數(shù)較高,北部近岸人類活動(dòng)和西北入海流的共同作用導(dǎo)致水質(zhì)結(jié)構(gòu)復(fù)雜;研究區(qū)在6月和12月的西北-東南方向分維數(shù)較高,表明懸浮固體濃度異質(zhì)性強(qiáng)度在西北-東南方向較高,西北部入海河流對(duì)水質(zhì)影響較大,南部季風(fēng)影響相對(duì)較弱.

3.4 討論

上述分析可以看出,不同月份南海香港島近岸海域懸浮固體濃度的空間分布和變異具有一定的差異,這主要受到珠江口入海流、沿岸島嶼的人類活動(dòng)影響以及夏季海洋季風(fēng)的作用[25].研究區(qū)北部深圳灣附近海域西南面匯入南海,其他三面環(huán)陸,西部有深圳灣公園、北部有海濱公園、東部有大量農(nóng)田,人類活動(dòng)密集,導(dǎo)致全年懸浮固體濃度處于較高水平.研究區(qū)西北部有虎門、蕉門、洪奇瀝、橫門四大珠江入海口.珠江是中國(guó)境內(nèi)的第3長(zhǎng)河流,流經(jīng)地區(qū)經(jīng)濟(jì)活動(dòng)頻繁、人類活動(dòng)和自然因素交匯沖突集中,生態(tài)環(huán)境極為敏感[26],加上蕉門在珠江的八大入海口中屬排沙量較大?？?造成研究區(qū)北部懸浮固體濃度高于南部,全年呈現(xiàn)明顯的由北向南遞減趨勢(shì).

春季,香港附近海域盛行東風(fēng),研究區(qū)東部多為陸地,對(duì)海水表層懸浮固體濃度分布影響不大.因此,懸浮固體濃度值的低值區(qū)出現(xiàn)在南丫島東南部水域,這里東臨太平洋,人類活動(dòng)較少,東風(fēng)將部分清潔海水帶到這里,降低了表層懸浮固體濃度.除此以外,在珠江匯入、沿岸人類活動(dòng)的作用下,研究區(qū)的其他范圍懸浮固體濃度值大多處于9～24mg/L.

4～9月,珠江水系進(jìn)入汛期,徑流量較大,攜帶懸浮泥沙含量高,并且夏季沿岸人類活動(dòng)頻繁,大量無(wú)機(jī)物、有機(jī)物隨河流注入南海,使研究區(qū)北部懸浮固體含量增高;6～7月為洪峰期,其中虎門、蕉門作為珠江八大入?？谥衅骄陱搅髁枯^大的兩個(gè)主要入?？?攜帶大量泥沙匯入南海[25],造成研究區(qū)北部珠江入?？诤Ｓ驊腋」腆w濃度激增.同時(shí),夏季強(qiáng)盛的太平洋東南季風(fēng)和印度洋西南季風(fēng)都能帶動(dòng)表層海水的運(yùn)動(dòng),將赤道地區(qū)的清潔水源帶到這里,導(dǎo)致屯門區(qū)以南的大范圍海域水質(zhì)狀況較好.二者的共同作用使研究區(qū)的懸浮固體濃度均值處于較低值,尤其在 6月份,出現(xiàn)了全年懸浮固體濃度均值的最低值,同時(shí)空間格局顯示了由北向南較強(qiáng)的變異程度.

秋季,珠江口入海流量降低,水勢(shì)變緩,集中在蕉門、橫門入?？诘姆秶鷥?nèi)懸浮固體濃度值較高.然而,6～10月為海面熱帶氣旋高發(fā)期,在廣東沿岸登陸的熱帶氣旋數(shù)目眾多,尤其8、9月份為登陸高峰期.熱帶氣旋會(huì)造成狂風(fēng)、暴雨、巨浪及風(fēng)暴潮,帶給沿岸海域巨大的擾動(dòng),劇烈的擾動(dòng)使海水表層懸浮固體濃度值升高.可以明顯的看出,在秋季研究區(qū)總體懸浮固體濃度值較高,大部分處于 8～60mg/L的范圍內(nèi),且南北變異程度較低.強(qiáng)烈的擾動(dòng)破壞了海面的平靜,水質(zhì)結(jié)構(gòu)復(fù)雜,空間自相關(guān)性較低、異質(zhì)性程度較高,地統(tǒng)計(jì)學(xué)上表現(xiàn)出了分維數(shù)較高、塊金值與基臺(tái)值的比值較高.

冬季,珠江口徑流量與秋季相比明顯降低,且南部海域沒(méi)有強(qiáng)烈的水質(zhì)擾動(dòng),加上冬季人類活動(dòng)沒(méi)有其他季節(jié)那么頻繁.因此,研究區(qū)懸浮固體濃度總體處于低值水平.北部小范圍海域集中在9～24mg/L,南部大范圍海域濃度值集中在 2～9mg/L范圍內(nèi).

總體來(lái)說(shuō),研究區(qū)受到太平洋季風(fēng)和印度洋季風(fēng)的影響,并且注入的河流流經(jīng)茂密的亞熱帶雨林,含沙量較低,海水凈化能力較強(qiáng),導(dǎo)致水體的懸浮固體濃度總體水平較低,空間分布具有明顯的季節(jié)差異.

4 結(jié)論

4.1 2009～2012年香港近岸海域的懸浮固體濃度值分布在 0～80mg/L之間,且呈現(xiàn)由北向南遞減的趨勢(shì).

4.2 深圳灣附近海域受到兩岸人類活動(dòng)的影響較大,海水凈化能力較弱,相對(duì)南部水域全年呈現(xiàn)懸浮固體濃度最高值;研究區(qū)西北部珠江口附近海域,受到珠江徑流量的季節(jié)性變化,懸浮固體濃度的空間分布具有明顯的季節(jié)特征;大嶼山以南海域受近海季風(fēng)氣候與熱帶氣旋的共同作用,使懸浮固體濃度也表現(xiàn)出季節(jié)差異.

4.3 研究區(qū)懸浮固體濃度均值春、秋季高于夏季和冬季,其中最高值在3月,值為19.1mg/L,最低值在 6月,值為 7.08mg/L;變異強(qiáng)度夏季要明顯高于其他季節(jié),其中6月份最高值為133%,南北變異程度明顯,1、10、11月變異程度相對(duì)較弱,大約在 50%;異質(zhì)性特征表現(xiàn)為秋季的空間自相關(guān)性中等,其他季節(jié)均為強(qiáng)烈的空間自相關(guān)性.

[1] 張亞南,賀 青.陳金民,等.珠江口及其鄰近海域重金屬的河口過(guò)程和沉積物污染風(fēng)險(xiǎn)評(píng)價(jià) [J]. 海洋學(xué)報(bào), 2013,35(2)：178-186.

[2] 孫湘平.中國(guó)近海區(qū)域海洋 [M]. 北京：海洋出版社, 2008.

[3] Mao Z H, Chen J Y. A regional remote sensing algorithm for total suspended matter in the East China Sea [J]. Remote Sensing of Environment, 2012,124：819-831.

[4] 徐涵秋.區(qū)域生態(tài)環(huán)境變化的遙感評(píng)價(jià)指數(shù) [J]. 中國(guó)環(huán)境科學(xué), 2013,33(5)：889-897.

[5] Feng L, Hu C M. Assessment of inundation changes of Poyang Lake using MODIS observations between 2000and 2010 [J]. Remote Sensing of Environment, 2012,12：80-92.

[6] Wang L, Zhao D, Yang J. Retrieval of total suspended matter from MODIS 250m imagery in the Bohai Sea of China [J]. Journal of Oceanography, 2012,68(5)：719-725.

[7] Tilstone, G H , Peters, S W M. Variability in specific-absorption properties and their use in a semi-analytical ocean colour algorithm for MERIS in North Sea and Western English Channel Coastal Waters [J]. Remote Sensing of Environment, 2012,118：320-338.

[8] 曠 達(dá),韓秀珍,劉 翔,等.基于環(huán)境一號(hào)衛(wèi)星的太湖葉綠素 a濃度提取 [J]. 中國(guó)環(huán)境科學(xué), 2010,30(9)：1268-1273.

[9] 朱 利,姚延娟.基于環(huán)境一號(hào)衛(wèi)星的內(nèi)陸水體水質(zhì)多光譜遙感監(jiān)測(cè) [J]. 地理與地理信息科學(xué), 2010,26(2)：81-84.

[10] Chen, Y M, Xu, S D. Quantitative application study on remote sensing of suspended sediment [J]. China Ocean Engineering, 2012,26：483-494.

[11] Semih E. Water Quality Retrievals from High Resolution Ikonos Multispectral Imagery： A Case Study in Istanbul, Turkey [J].Water, Air, and Soil Pollution, 2007,183：239-251.

[12] Serwan J, Barban. The use of Landsat imagery to map fluvial sediment discharge into coastal waters [J]. Marine Geology, 1995,123：263-270.

[13] Yu, Z F , Chen, X L. Assessment of total suspended sediment concentrations in Poyang Lake using HJ-1A/1B CCD imagery [J]. Chinese Journal of oceanology and limnology, 2012,30：295-304.

[14] 呂君偉,劉湘南,王 晶,等.基于PSO_RBF神經(jīng)網(wǎng)絡(luò)的南海近岸海域懸浮物濃度遙感反演 [J]. 海洋環(huán)境科學(xué), 2013,32(5)：669-673.

[15] 王 林,趙冬至,楊建洪.基于環(huán)境一號(hào)衛(wèi)星的大洋河河口海域營(yíng)養(yǎng)鹽遙感反演 [J]. 中國(guó)環(huán)境科學(xué), 2012,32(1)：136-141.

[16] Miguel A, Ghilardi A, Ken O. Estimating the spatial distribution of woody biomass suitable for charcoal making from remote sensing and geostatistics in central Mexico [J]. Energy for Sustainable Development, 2013,17：177-188.

[17] Chen S, Huang W, Wang H. Remote sensing assessment of sediment re-suspension during Hurricane Frances in Apalachicola Bay, USA [J]. Remote Sensing of Environment, 2009,113：2670-2681.

[18] Volpe V , Silvestri S, Marani M. Remote sensing retrieval of suspended sediment concentration in shallow waters [J]. Remote Sensing of Environment, 2011,115：44-54.

[19] Larouche P, Boyer-Villemaire U. Suspended particulate matter in the St.Lawrence estuary and Gulf surface layer and development of a remote sensing algorithm [J]. Estuarine, Coastal and Shelf Science, 2010,90：241-249.

[20] 施 坤,李云梅.基于半分析方法的內(nèi)陸湖泊水體總懸浮物濃度遙感估算研究 [J]. 環(huán)境科學(xué), 2012,32(6)：1571-1580.

[21] Bowers D G, Binding C E, Ellis KM. Satellite remote sensing of the geographical distribution of suspended particle size in an energetic shelf sea [J]. Estuarine, Coastal and Shelf Science, 2007, 73：457-466.

[22] 溫小樂(lè),徐涵秋.近 20年閩江福州段水域懸浮物時(shí)空變化的遙感分析 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2009,29(3)：648-654.

[23] 夏 叡,李云梅.基于 HJ-1號(hào)衛(wèi)星數(shù)據(jù)的太湖懸浮物濃度空間分布和變異研究 [J]. 地理科學(xué), 2011,31(2)：197-203.

[24] Castillo-Santiago Má, Ghilardi A, Oyama K. Estimating the spatial distribution of woody biomass suitable for charcoal makingfrom remote sensing and geostatistics in central Mexico [J]. Energy for Sustainable Development, 2013,17：177-188.

[25] 崔廷偉,張 杰.渤海懸浮物分布的遙感研究 [J]. 海洋學(xué)報(bào), 2009,31(5)：10-18.

[26] 周軍芳,范紹佳,李浩文,等.珠江三角洲快速城市化對(duì)環(huán)境氣象要素的影響 [J]. 中國(guó)環(huán)境科學(xué), 2012,32(7)：1153-1158.

致謝：本研究中的香港近岸海域水質(zhì)監(jiān)測(cè)數(shù)據(jù)由香港環(huán)保署提供; HJ-1A/1B CCD數(shù)據(jù)由中國(guó)資源衛(wèi)星應(yīng)用中心提供,謹(jǐn)致謝忱.

霧霾藏1300種微生物,大多數(shù)無(wú)害

近日,清華大學(xué)生命學(xué)院朱聽(tīng)研究員課題組在權(quán)威環(huán)境學(xué)雜志《環(huán)境科學(xué)與技術(shù)》上發(fā)表了題為《嚴(yán)重霧霾天氣中北京PM2.5與PM10污染物中的可吸入微生物》的研究論文,報(bào)道了北京市霧霾天氣中大氣懸浮顆粒物的微生物組分.朱聽(tīng)研究組利用一套新的研究方法,首次鑒別出大氣懸浮顆粒物中的微生物組分,其中包含 1300多種微生物,絕大部分為非致病性的,但也含有極少量可能致病或致過(guò)敏微生物的DNA序列.

據(jù)悉,朱聽(tīng)研究組在北京霧霾天的大氣樣本中,鑒定出 1300多種微生物.在這些微生物中,細(xì)菌占八成以上,另外還有少量的古細(xì)菌和病毒.

研究人員確認(rèn),這1300多種微生物絕大多數(shù)是不致病的,但也含有極少量可能致病或致過(guò)敏微生物的DNA序列.如一種名為肺炎鏈球菌的細(xì)菌,其DNA序列相對(duì)豐度為0.02%到0.08%,它對(duì)健康人群的危害很小,但可能讓易感人群感染肺炎.

摘自北京環(huán)境網(wǎng)

2014-02-25

Geostatistical analysis on spatial variability of suspended solids concentration in the coast water of Hongkong.

LV Jun-wei, LIU Xiang-nan*
(School of Information Engineering, China University of Geosciences, Beijing 100083, China). China Environmental Science, 2014,34(3)：734～741

This article studied the spatial distribution and the variability of suspended solids concentration (SSC) in the coast water of Hongkong leveraging the HJ-1A/B CCD data of 2009～2012and the measured data. The remote sensing inversion model had been set up. Based on which, the analysis was conducted by means of the geostatistical method. SSC in the north part of the area (i.e., the Shenzhen bay) was higher than other areas all the year around; SSC in the northeast part of area (i.e., the estuary of the Pearl River) fluctuated remarkably from seasons to seasons; SSC in the south of Lautau island was relatively lower all the year around, and fluctuated from seasons to seasons. The study of data from 2009to 2012indicated that the total SSC in the area was low. Specifically, the average SSC was 12.25mg/L, and SSC was higher in the north part and lower in the south part; SSC was characterized as remarkable variation in spatial and temporal dimensions. Besides, SCC showed a strong autocorrelation in spatial dimension, where the value of nugget/sill was lowest in March (0.0005).

HJ-1A/B CCD；suspended solids concentration；geostatistical analysis；spatial variability

X52

：A

：1000-6923(2014)03-0734-08

呂君偉(1987-),女,河北承德人,中國(guó)地質(zhì)大學(xué)(北京)信息工程學(xué)院碩士研究生,主要從事水質(zhì)遙感反演研究.發(fā)表文章1篇.

2013-07-11

國(guó)家自然科學(xué)基金資助項(xiàng)目(U0933005)

* 責(zé)任作者, 教授, liuxn@cugb.edu.cn