殷子瑤, 江 濤, 楊廣普, 黃 玨, 趙永芳

1986—2017年膠州灣水體透明度時(shí)空變化及影響因素研究

殷子瑤1, 2, 3, 江 濤1, 楊廣普1, 黃 玨1, 趙永芳4

(1. 山東科技大學(xué), 山東 青島 266590; 2. 中國(guó)科學(xué)院 空天信息創(chuàng)新研究院 數(shù)字地球重點(diǎn)實(shí)驗(yàn)室, 北京 100094; 3. 中國(guó)科學(xué)院大學(xué), 北京 100049; 4. 中國(guó)科學(xué)院 海洋研究所 膠州灣生態(tài)站, 山東 青島 266071)

借助遙感技術(shù)能夠獲取長(zhǎng)時(shí)序大范圍數(shù)據(jù)的特點(diǎn), 利用1986—2017年的Landsat TM/ETM+/OLI影像, 通過(guò)構(gòu)建基于實(shí)測(cè)數(shù)據(jù)的定量反演模型, 分析了32年來(lái)膠州灣海域水體透明度的時(shí)空分布特征和變化規(guī)律, 并探究其主要影響因素。結(jié)果表明, 年均水體透明度的變化范圍為1.55~2.55 m, 且空間分布規(guī)律穩(wěn)定, 呈現(xiàn)東南高西北低的特點(diǎn); 季均水體透明度從高到低依次為冬季(2.09 m)、春季(1.83 m)、秋季(1.82 m)、夏季(1.43 m)。利用氣象數(shù)據(jù)及膠州灣流域的土地利用分類(lèi)/景觀格局?jǐn)?shù)據(jù), 從自然環(huán)境和人類(lèi)活動(dòng)兩方面分析影響膠州灣水體透明度時(shí)空分布的因素, 發(fā)現(xiàn)膠州灣水體透明度與入海徑流量、降水量存在顯著的負(fù)相關(guān)關(guān)系, 并受到近海養(yǎng)殖區(qū)破碎化程度和修建大型人工設(shè)施等人為因素的影響。

膠州灣; 水體透明度; 時(shí)空分布; 遙感定量反演

水體透明度是表示水體渾濁程度的重要參數(shù), 是反映水體光傳輸能力的關(guān)鍵生態(tài)指標(biāo), 也是水質(zhì)調(diào)查中的基本參量。監(jiān)測(cè)水體透明度的時(shí)空變化對(duì)研究水體光學(xué)參數(shù)及其理化性質(zhì)、水環(huán)境變化、水體富營(yíng)養(yǎng)化等都有十分重要的意義[1]。傳統(tǒng)的水體透明度監(jiān)測(cè)采用賽克盤(pán)法, 監(jiān)測(cè)人員在水面上將黑白相間的圓盤(pán)逐漸沉入水中, 直到它消失在監(jiān)測(cè)者的視線之外, 此時(shí)視線到水面垂直距離的讀數(shù)就是水體的透明度。盡管這種方法操作簡(jiǎn)單, 但是獲得的數(shù)據(jù)不連續(xù), 且實(shí)驗(yàn)耗時(shí)長(zhǎng)、費(fèi)用高, 同步性和實(shí)時(shí)性較差。而遙感技術(shù)能夠做到宏觀、及時(shí)、準(zhǔn)確、周期性地獲取大范圍的水體透明度分布特征, 尤其是在監(jiān)測(cè)人員較難到達(dá)的區(qū)域其優(yōu)勢(shì)更為明顯, 因而逐漸成為監(jiān)測(cè)水體透明度的重要且有效的手段之一[2-3]。

自衛(wèi)星遙感技術(shù)問(wèn)世以來(lái), 國(guó)內(nèi)外學(xué)者提出了多種水體透明度的遙感反演方法, 如Hellweger等[4]利用衛(wèi)星影像研究了紐約港口的透明度; 王曉梅等[5]建立了黃海及東海透明度的經(jīng)驗(yàn)反演模型; 叢丕福等[6]通過(guò)MODIS數(shù)據(jù)建立了基于波段比值的遼東灣水體透明度反演模型; 張春桂等[7]以水體的固有光學(xué)量為基礎(chǔ), 建立了臺(tái)灣海峽海域的透明度遙感反演模型; 何賢強(qiáng)等[8]提出了基于光在水中傳播理論的透明度半解析反演模型; 李忠平等[9]利用漫衰減系數(shù)和遙感反射率建立了水體透明度的半解析模型, 將其應(yīng)用于Landsat-8數(shù)據(jù), 獲得了空間分辨率較高的透明度分布圖?？偟膩?lái)說(shuō), 依據(jù)輻射傳輸理論構(gòu)建的半分析模型物理基礎(chǔ)較好, 但模型形式復(fù)雜, 部分參數(shù)獲取較困難; 而經(jīng)驗(yàn)?zāi)Ｐ托问胶?jiǎn)單且具有較強(qiáng)的針對(duì)性, 適用于物理參數(shù)缺乏的區(qū)域, 已廣泛應(yīng)用于業(yè)務(wù)化監(jiān)測(cè)工作。

膠州灣的面積不足500 km2, 選擇用于研究膠州灣水域透明度的大部分遙感數(shù)據(jù)空間分辨率較低(例如MODIS數(shù)據(jù)空間分辨率為1 km), 難以準(zhǔn)確地反映面積較小的膠州灣的灣內(nèi)透明度時(shí)空分布的細(xì)微變化。因此本文選用1986—2017年間的Landsat TM/ ETM+/OLI影像數(shù)據(jù)(其空間分辨率為30 m), 基于實(shí)測(cè)數(shù)據(jù)和遙感影像構(gòu)建了膠州灣水體透明度遙感反演模型, 在此基礎(chǔ)上得到了膠州灣透明度長(zhǎng)時(shí)序的時(shí)空分布規(guī)律和變化趨勢(shì); 水體透明度時(shí)空動(dòng)態(tài)變化特征成因復(fù)雜, 不同因素作用效果差異顯著, 本研究在分析膠州灣水體透明度時(shí)空分布變化特征的基礎(chǔ)上, 探討了自然環(huán)境和人類(lèi)活動(dòng)對(duì)膠州灣水域透明度的影響。

1 研究區(qū)與數(shù)據(jù)集

1.1 研究區(qū)概況

膠州灣位于膠東半島的南岸, 它以團(tuán)島頭(36°02′36″N, 120°16′49″E)與薛家島腳子石(36°00′53″N, 120°17′30″E)的連線為界, 是一個(gè)半封閉海灣[10], 被中國(guó)北方最大的工業(yè)城市之一青島市所包圍。其水底地形變化復(fù)雜, 平均水深約7 m, 最大水深約64 m[11]。隨著沿岸經(jīng)濟(jì)飛速發(fā)展, 大量興建的養(yǎng)殖池、曬鹽池、港口、碼頭、橋梁等人工建筑逐步侵占了膠州灣的面積, 越來(lái)越多的海岸線已逐步成為人工海岸線[12]。膠州灣跨海大橋于2007年開(kāi)始修建, 也在一定程度上改變了原有的水動(dòng)力環(huán)境。人類(lèi)活動(dòng)的加劇給該海域的生態(tài)環(huán)境帶來(lái)了一定的壓力, 膠州灣是研究自然和人為因素對(duì)水質(zhì)變化影響的理想場(chǎng)所, 水體透明度的分布特征將為膠州灣周?chē)Ｓ虻乃畧F(tuán)分析、河流識(shí)別、海洋初級(jí)生產(chǎn)力、區(qū)域海洋學(xué)以及環(huán)境評(píng)價(jià)和生態(tài)保護(hù)規(guī)劃提供更多信息[13], 然而目前對(duì)膠州灣水體透明度的時(shí)空分布及其自然和人為驅(qū)動(dòng)力的研究還很缺乏。

1.2 實(shí)測(cè)數(shù)據(jù)

膠州灣水體透明度的實(shí)測(cè)數(shù)據(jù)來(lái)自膠州灣海洋生態(tài)系統(tǒng)國(guó)家野外科學(xué)觀測(cè)研究站, 觀測(cè)站點(diǎn)位置如圖1所示, 測(cè)量方法為賽克盤(pán)法, 數(shù)據(jù)采集時(shí)間為1999年11月9日、2008年12月11日、2009年7月15日、2010年12月17日、2013年8月19日、2015年9月10日。共獲取1—13號(hào)站點(diǎn)與Landsat衛(wèi)星過(guò)境時(shí)間相匹配(同一天)的32組實(shí)測(cè)透明度數(shù)據(jù)。

1.3 遙感數(shù)據(jù)

本文使用的Landsat TM/ETM+/OLI數(shù)據(jù)來(lái)自于USGS官網(wǎng)(http: //www.usgs.gov/), 下載了1986—2017年間所有覆蓋膠州灣區(qū)域的影像共446景, 用于后續(xù)的模型構(gòu)建及時(shí)空變化分析。

對(duì)Landsat數(shù)據(jù)的預(yù)處理主要是大氣校正, Gordon等[14]指出在水色遙感輻射量級(jí)中影響最大的就是瑞利散射, 特別是對(duì)于較渾濁的近海和內(nèi)陸水體區(qū)域, 僅去除瑞利散射的影響便可以達(dá)到大氣校正的目的。ACOLITE大氣校正算法是專(zhuān)門(mén)用于Landsat TM/ ETM+/OLI和Sentinel-2的近海和內(nèi)陸水體大氣校正的一種方法。Vanhellemont等[15]的研究表明扣除瑞利散射的ACOLITE大氣校正方法在近岸渾濁水體的遙感反演中取得了成功的應(yīng)用, 因此本研究采用ACOLITE軟件對(duì)所有的Landsat影像進(jìn)行大氣校正。

圖1 膠州灣及采樣站位

1.4 氣象數(shù)據(jù)

本文使用的降水?dāng)?shù)據(jù)是從中國(guó)氣象數(shù)據(jù)網(wǎng)(http: // data.cma.cn/)下載的1986—2017年的青島站每日平均降水量; 本文所采用的徑流資料是大沽河南村水文站點(diǎn)的月平均流量[16], 時(shí)間范圍為1986—2013年。

2 研究方法

2.1 透明度遙感反演原理及模型建立方法

太陽(yáng)輻射在水中的傳播和分布主要受浮游植物、懸浮顆粒物、有色溶解性有機(jī)物和純水四種物質(zhì)影響, 這些物質(zhì)決定了水的光譜特性, 其中純水的吸收特性是穩(wěn)定的, 因此傳感器接收的水的輻射差異主要取決于水中不同組分對(duì)光的吸收和散射。因此, 通過(guò)遙感定量監(jiān)測(cè)水質(zhì)參數(shù)的關(guān)鍵是分析在一定光譜范圍內(nèi)水的各組分含量差異引起的反射率差異[17]。

在統(tǒng)計(jì)學(xué)中, 常見(jiàn)的回歸方法主要包括單個(gè)自變量的線性和非線性回歸, 多個(gè)自變量的多元回歸和主成分回歸, 以及在各自變量的數(shù)據(jù)轉(zhuǎn)換之后進(jìn)行的各種分析等[18]。因此, 本研究嘗試對(duì)各波段及波段組合進(jìn)行分析, 選擇最優(yōu)方法建立膠州灣水體透明度與Landsat數(shù)據(jù)之間的反演模型。在全部的32組透明度的實(shí)測(cè)數(shù)據(jù)中, 利用20組數(shù)據(jù)及其對(duì)應(yīng)位置的準(zhǔn)同步Landsat衛(wèi)星遙感反射率構(gòu)建模型, 使用其余12組實(shí)測(cè)數(shù)據(jù)檢測(cè)反演模型的精度和可靠性, 具體的數(shù)據(jù)信息如表1所示。

表1 實(shí)測(cè)數(shù)據(jù)信息

2.2 精度評(píng)價(jià)

本文的水體透明度算法精度評(píng)價(jià)指標(biāo)采用平均相對(duì)誤差(MRE)和均方根誤差(RMSE), 二者的表達(dá)式如下:

式中,是透明度的模型反演值,是透明度的實(shí)際測(cè)量值,代表樣本數(shù)。

2.3 土地利用分類(lèi)與景觀格局指數(shù)

土地利用、覆被變化及景觀格局是在全球尺度上進(jìn)行變化研究的重要方面, 同時(shí)也是區(qū)域人類(lèi)活動(dòng)及其影響的集中體現(xiàn)[19]。因此本文借助了膠州灣流域土地利用分類(lèi)和景觀格局指數(shù)來(lái)探討人類(lèi)活動(dòng)對(duì)膠州灣水體透明度的影響。根據(jù)楊廣普等[20]的研究成果, 利用決策樹(shù)將研究區(qū)域的土地劃分為林地、城鎮(zhèn)用地、耕地、水域、未利用土地和養(yǎng)殖區(qū)這六種類(lèi)型(用戶(hù)精度大于75%, Kappa系數(shù)為0.81), 并使用Fragstats 4.1軟件計(jì)算了1986、1992、2000、2009、2015年的8種常用的景觀格局指數(shù)分布, 包括拼塊類(lèi)型面積、拼塊數(shù)量、拼塊密度、最大拼塊占景觀面積比例、邊緣密度、景觀形狀指數(shù)、香濃多樣性指數(shù)、聚合度指數(shù)。

3 結(jié)果與討論

3.1 水體透明度遙感反演模型

現(xiàn)有的基于Landsat數(shù)據(jù)進(jìn)行水體透明度遙感反演的研究, 常使用其前四個(gè)波段或前四個(gè)波段的波段組合作為遙感反演因子[21]。本文中, 使用SPSS 22.0來(lái)分析Landsat前四個(gè)波段及典型波段組合與對(duì)應(yīng)的實(shí)測(cè)透明度數(shù)據(jù)之間的皮爾遜相關(guān)系數(shù), 結(jié)果如表2所示。

可以看到, 前四個(gè)波段的反射率越高, 水體透明度就越低, 這是因?yàn)楫?dāng)水體較渾濁時(shí), 水中的浮游植物、懸浮顆粒和黃色物質(zhì)等成分的含量就越高, 因此反射率就會(huì)越高。前四個(gè)波段與透明度的相關(guān)系數(shù)都相對(duì)較低, 分別為–0.257、–0.423、–0.327、–0.155, 同時(shí)波段的線性組合與透明度的相關(guān)系數(shù)也較低, 說(shuō)明以單一波段或單一波段的線性組合為基礎(chǔ)的反演模型精度較低。

表2 Landsat典型波段及波段組合與透明度的相關(guān)性分析

波段比值算法是反演水質(zhì)參數(shù)時(shí)的常用方法, 這種方法可以有效減少光照、大氣等環(huán)境背景對(duì)測(cè)量結(jié)果的影響[22]。本研究中, Landsat波段比值與透明度的相關(guān)性如表2所示, 其中第四波段與第三波段遙感反射率的比值與水體透明度的相關(guān)系數(shù)最高, 為0.660。基于此, 提出了膠州灣水體透明度反演模型:

式中SSD為膠州灣的水體透明度,為L(zhǎng)andsat第四波段與第三波段反射率的比值, 該公式的2為0.691, 平均相對(duì)誤差為17.5%, 均方根誤差為0.56 m。同時(shí)從圖2中能夠發(fā)現(xiàn), 實(shí)測(cè)水體透明度與反演計(jì)算出的水體透明度較均勻的分布于1︰1線的兩側(cè), 表明該模型的精度較高, 可以用于反演該海域的水體透明度。

3.2 水體透明度的時(shí)空變化

由于大沽河河口處受砂質(zhì)底部高反射的影響, 無(wú)法得到有效的反演結(jié)果, 因此對(duì)此處的淺水區(qū)進(jìn)行了掩膜處理。此外, 夏季(6—8月)因受到多云多雨天氣的影響, 影像數(shù)據(jù)質(zhì)量較差且可用影像數(shù)量較少, 可能會(huì)對(duì)最終結(jié)果產(chǎn)生一定影響。本文利用公式(3)反演得到了32年來(lái)所有的446景影像的水體透明度分布, 并按照年份取平均, 得到了1986—2017年間膠州灣水體透明度逐年空間分布圖(圖3)和逐年統(tǒng)計(jì)結(jié)果(圖4)。在此基礎(chǔ)上, 進(jìn)一步按照月份、季節(jié)對(duì)所有影像結(jié)果取平均, 得到膠州灣水體透明度的月均值空間分布圖(圖5)、季度均值空間分布圖[圖6 (a)、(b)、(c)、(d)]以及年均值空間分布圖[圖6(e)]。

圖2 透明度反演模型的驗(yàn)證

圖3 1986—2017年膠州灣水體透明度逐年均值分布

圖4 1986—2017年膠州灣水體透明度年均變化

根據(jù)水體透明度逐年均值統(tǒng)計(jì)結(jié)果(圖4)可以看出, 32年來(lái)膠州灣水體透明度的均值在1.55~2.55 m之間變化, 均值為(1.97±0.58) m, 其中年均值在1993年達(dá)到最高, 為2.55 m, 在2008年達(dá)到最低, 為1.55 m, 32年來(lái)水體透明度的變化規(guī)律基本呈現(xiàn)出在波動(dòng)中下降的趨勢(shì)(趨勢(shì)線斜率=–0.005 85<0), 且1996年之后所有年份的平均水體透明度(1.89 m)要明顯低于1996年之前所有年份的平均水體透明度(2.13 m)。

分析多年月均水體透明度變化統(tǒng)計(jì)結(jié)果(圖5), 發(fā)現(xiàn)6月的平均水體透明度最低, 為1.39 m, 1月的平均水體透明度最高, 為2.22 m, 但各月份中灣內(nèi)水體透明度呈現(xiàn)出的東南高、西北低的趨勢(shì)始終存在。圖6(a)、(b)、(c)、(d)為1986—2017年膠州灣水體透明度的季節(jié)均值變化, 從中看出夏季(6—8月)水體透明度最低, 其平均水體透明度僅為1.43 m, 秋季(9—11月)水體透明度高的海域面積明顯大于夏季, 均值達(dá)到了1.82 m; 冬季(12月—翌年2月)的水體透明度是四季中最高的, 平均為2.22 m, 春季(3—5月), 水體透明度的均值為1.83 m, 一般低于冬季的透明度。

圖5 1986—2017年膠州灣水體透明度月均分布

由1986—2017年的年均、季均、月均水體透明度空間分布圖, 可以看出在不同的時(shí)間尺度上, 膠州灣水體透明度的空間分布特征類(lèi)似: 灣內(nèi)透明度基本呈現(xiàn)出南部高、北部低, 尤其是東南部水體透明度高、西北部水體透明度低的趨勢(shì)。因此根據(jù)年均值的空間分布特征, 可以將膠州灣大致劃分成兩個(gè)區(qū)域[圖6(e)]。

3.3 影響因素分析

研究表明, 導(dǎo)致水體透明度變化的原因主要有大陸徑流、地理位置、降水量、季風(fēng)活動(dòng)、浮游生物、懸浮物和人類(lèi)活動(dòng)等多種因素[23]。本文利用1986—2017年間的降水、入海徑流量和土地利用/景觀格局?jǐn)?shù)據(jù), 從自然環(huán)境和人類(lèi)活動(dòng)兩方面對(duì)膠州灣水體透明度時(shí)空分布的變化進(jìn)行分析。

圖6 膠州灣水體透明度季均(a、b、c、d)和年均(e)分布

3.3.1 入海徑流量與降水量

在匯入膠州灣的主要河流中, 大沽河的流域覆蓋范圍最大, 達(dá)到了所有入灣河流總匯水面積的82%[24]。大沽河的河水來(lái)源主要是降水, 它是一條典型的雨源性河流。而相關(guān)研究表明, 水體透明度與河水的流量、流速呈負(fù)相關(guān), 這主要是因?yàn)榱髁吭酱? 水流的沖刷侵蝕能力越強(qiáng), 因此運(yùn)輸?shù)某练e物越多, 流域內(nèi)的懸浮顆粒物含量越多, 透明度降低[25]。

本文所采用的徑流資料是南村水文站點(diǎn)的大沽河逐月資料, 時(shí)間為1986—2013年[16]。南村水文站處于大沽河流域的下游, 具有長(zhǎng)期徑流數(shù)據(jù), 可以說(shuō)明流域徑流的整體特征[26]。本文采用的降水資料是青島站的逐日平均降水量, 時(shí)間范圍是1986—2017年。利用逐月的徑流量和逐日降水量資料計(jì)算出大沽河的年均徑流量和膠州灣的年均降水量, 與年均水體透明度對(duì)比, 結(jié)果如圖7所示。

由圖7可以看出, 膠州灣的水體透明度與大沽河的徑流量總體上大致呈負(fù)相關(guān)關(guān)系(相關(guān)系數(shù)= –0.42), 即水體透明度隨入海徑流量的增加而降低; 同樣的, 膠州灣水體透明度的變化趨勢(shì)與降水量總體上也呈負(fù)相關(guān)的關(guān)系(相關(guān)系數(shù)= –0.33), 也就是說(shuō)降水量越多, 水體透明度就越低, 降水量越少, 則水體透明度就會(huì)越高。對(duì)于透明度與降水之間的關(guān)系, 類(lèi)似的研究成果在青藏高原的當(dāng)惹雍錯(cuò)湖泊(劉翀[18], 2017)、美國(guó)威斯康星地區(qū)湖泊(Rose 等[27], 2017)的研究中也有所反映。以上兩個(gè)研究都證明, 在降水較多時(shí), 水體的透明度會(huì)降低; 在降水較少時(shí), 水體的透明度則會(huì)增加。

圖7 水體透明度與降水量、大沽河徑流量的關(guān)系

本研究中, 徑流量、降水量與膠州灣水體透明度之間的負(fù)相關(guān)性, 主要是由于流域降水對(duì)眾多的入灣河流徑流量產(chǎn)生了影響, 引起了河流攜帶物質(zhì)的變化, 因而對(duì)膠州灣的透明度產(chǎn)生了影響。當(dāng)降水量增加時(shí), 河流攜帶進(jìn)入膠州灣的物質(zhì)含量也隨之增加, 導(dǎo)致水體透明度下降; 反之, 由于河流攜帶物質(zhì)減少, 水體較清潔, 灣內(nèi)水體透明度也有所升高。

3.3.2 人類(lèi)活動(dòng)

水體透明度也可以從一定程度上反映膠州灣內(nèi)的生態(tài)環(huán)境變化, 對(duì)環(huán)灣城市的發(fā)展規(guī)劃具有重大意義。由2.2節(jié)可知, 灣內(nèi)的水體透明度變化主要集中在沿岸地區(qū), 灣中心的變化較小, 這很可能是因?yàn)檠匕秴^(qū)域受生產(chǎn)污染等人為因素影響更直接。而土地利用和景觀格局的變化是人類(lèi)活動(dòng)改造自然環(huán)境最直觀的體現(xiàn), 為了探究人類(lèi)活動(dòng)對(duì)膠州灣水體透明度的影響, 本文利用3.3節(jié)中的方法, 得到了1986—2017年膠州灣流域土地利用類(lèi)型分類(lèi)結(jié)果(如圖8所示), 并在此基礎(chǔ)上計(jì)算了五個(gè)年度的景觀格局指數(shù)。通過(guò)分析發(fā)現(xiàn), 水體透明度與流域內(nèi)養(yǎng)殖區(qū)的最大拼塊占景觀面積比例和邊緣密度均呈現(xiàn)出一定的負(fù)相關(guān)關(guān)系, 具體如表3所示。結(jié)合對(duì)膠州灣海域的分區(qū)結(jié)果[圖6(e)], 可以發(fā)現(xiàn)區(qū)域1的水體透明度與其靠近的大沽河、洋河流域內(nèi)的養(yǎng)殖區(qū)邊緣密度的相關(guān)關(guān)系相對(duì)比較緊密, 相關(guān)系數(shù)為–0.435; 而區(qū)域2的水體透明度與其靠近的李村河等流域內(nèi)養(yǎng)殖區(qū)的邊緣密度等景觀指數(shù)相關(guān)性不強(qiáng), 其與邊緣密度的相關(guān)系數(shù)僅為–0.149。經(jīng)統(tǒng)計(jì), 膠州灣有62%的養(yǎng)殖區(qū)位于大沽河和洋河流域(區(qū)域1)。由此可知, 養(yǎng)殖區(qū)的破碎化程度對(duì)膠州灣海域的水體透明度變化有一定的影響, 并且養(yǎng)殖區(qū)面積越大, 對(duì)水體透明度的影響就越顯著。

圖8 膠州灣流域土地利用類(lèi)型分類(lèi)(以2015年為例)

表3 水體透明度與養(yǎng)殖區(qū)景觀指數(shù)的相關(guān)系數(shù)

另外, 跨海大橋修建期間(2007—2010年), 膠州灣水體透明度較前幾年有明顯的下降趨勢(shì), 并于2008年達(dá)到了32年來(lái)的最低值, 僅為1.55 m, 大橋修成通車(chē)后, 透明度又開(kāi)始呈現(xiàn)增加的趨勢(shì)。經(jīng)統(tǒng)計(jì), 大橋修建前膠州灣水體透明度均值為1.99 m, 大橋修建后水體透明度均值為1.91 m, 而大橋修建期間水體透明度的均值僅為1.84 m。已有相關(guān)研究表明膠州灣跨海大橋的修建影響了膠州灣海域的水動(dòng)力條件[12], 并進(jìn)一步影響了膠州灣冬季的海冰時(shí)空分布規(guī)律[28]。由此推測(cè), 修建跨海大橋引起的膠州灣水動(dòng)力條件的改變, 可能對(duì)水體透明度的分布情況也產(chǎn)生了影響。

綜上, 膠州灣內(nèi)水域透明度空間分布之所以呈現(xiàn)出東南高、西北低的趨勢(shì), 一方面是因?yàn)榇蠊梁?、墨水河、白沙河等沿岸河流主要分布在膠州灣的西北部及北部, 因此在有降水現(xiàn)象發(fā)生時(shí), 西北部的區(qū)域受河流影響更大, 河流的徑流量增加導(dǎo)致其水體透明度相對(duì)較低; 另一方面, 膠州灣的西北部與內(nèi)陸接壤, 受生產(chǎn)污染、近海養(yǎng)殖區(qū)破碎化程度、大型人工設(shè)施修建等人為因素影響大, 而東南部與海相連, 故水體比較清潔, 水體透明度相對(duì)較高。

4 結(jié)論

本文基于長(zhǎng)時(shí)序遙感影像, 研究了1986—2017年32年間的膠州灣水體透明度的時(shí)空分布規(guī)律, 并分析了影響膠州灣水體透明度的因素, 得出以下結(jié)論:

(1) 本文利用Landsat系列衛(wèi)星近紅波段和紅波段的比值構(gòu)建了膠州灣水體透明度的反演模型, 初步實(shí)現(xiàn)了衛(wèi)星遙感監(jiān)測(cè)膠州灣水體透明度的目的。結(jié)果表明, 遙感反演的水體透明度與實(shí)測(cè)水體透明度有較好的一致性, 平均相對(duì)誤差為17.5%, 均方根誤差為0.56 m。

(2) 32年來(lái)膠州灣的逐年年均水體透明度變化范圍為1.55~2.55 m, 平均水體透明度值為(1.97±0.58)m, 透明度隨時(shí)間的變化規(guī)律呈現(xiàn)出在波動(dòng)中下降的趨勢(shì); 空間分布規(guī)律穩(wěn)定, 大體上表現(xiàn)出東南高西北低的分布趨勢(shì)。

(3) 分析春、夏、秋、冬四季的水體透明度變化, 其中夏季的平均值最低, 為1.43 m, 冬季的平均值最高, 為2.09 m; 分析多年月均水體透明度統(tǒng)計(jì)結(jié)果, 發(fā)現(xiàn)6月的水體透明度均值最低, 為1.39 m, 1月的平均水體透明度最高, 為2.22 m。

(4) 自然環(huán)境、人類(lèi)活動(dòng)等多種因素共同影響了膠州灣水體透明度的變化趨勢(shì)。水體透明度與降水量、入海徑流量呈現(xiàn)出較顯著的負(fù)相關(guān)關(guān)系, 并且受到近海養(yǎng)殖區(qū)破碎化程度、大型人工設(shè)施修建等人類(lèi)活動(dòng)的影響。

[1] 禹定峰, 邢前國(guó), 周斌, 等. 基于環(huán)境一號(hào)衛(wèi)星的四十里灣透明度遙感反演[J]. 海洋環(huán)境科學(xué), 2014, 33(4): 580-584. Yu Dingfeng, Xing Qianguo, Zhou Bin, et al. Retieval of secchi disk depth in Sishili Bay using the HJ-1B CCD image[J]. Marine Environmental Science, 2014, 33(4): 580-584.

[2] 李穎虹, 王凡, 任小波. 海洋觀測(cè)能力建設(shè)的現(xiàn)狀、趨勢(shì)與對(duì)策思考[J]. 地球科學(xué)進(jìn)展, 2010, 25(7): 715-722. Li Yinghong, Wang Fan, Ren Xiaobo. Development trend and strategy of ocean observing capability[J]. Advances in Earth Science, 2010, 25(7): 715-722.

[3] 唐世林, 陳楚群, 詹海剛, 等. 南海真光層深度的遙感反演. 熱帶海洋學(xué)報(bào), 2007, 26(1): 9-15. Tang Shilin, Chen Chuqun, Zhan Haigang, et al. Retrieval of euphotic layer depth of South China Sea by remote sensing[J]. Journal of Tropical Oceanography, 2007, 26(1): 9-15.

[4] Hellweger F L, Schlosser P, Lall U, et al. Use of satellite imagery for water quality studies in New York Harbor[J]. Estuarine, Coastal and Shelf Science, 2004, 61: 437- 448.

[5] 王曉梅, 唐軍武, 丁靜, 等. 黃海、東海二類(lèi)水體漫衰減系數(shù)與透明度反演模式研究[J]. 海洋學(xué)報(bào), 2005, 27(5): 38-45. Wang Xiaomei, Tang Junwu, Ding Jing, et al. The retrieval algorithms of diffuse attenuation and transparency for the Case-Ⅱwaters of the Huanghai Sea and the East China Sea[J]. Acta Oceanologica Sinica, 2005, 27(5): 38-45.

[6] 叢丕福, 曲麗梅, 韓庚辰, 等. 遼東灣海水透明度的遙感估算模型[J]. 地球科學(xué)進(jìn)展, 2011, 26(3): 295-299. Cong Pifu, Qu Limei, Han Gengchen, et al. Remotely sensed estimation model of ocean water transparency in Liaodong Gulf[J]. Advances in Earth Science, 2011, 26(3): 295-299.

[7] 張春桂, 曾銀東. 臺(tái)灣海峽海水透明度遙感監(jiān)測(cè)及時(shí)空變化分析[J]. 氣象與環(huán)境學(xué)報(bào), 2015, 31(2): 73-81. Zhang Chungui, Zeng Yindng. Remote sensing monitoring and spatial-temporal change of seawater transparency in Taiwan Strait[J]. Journal of Meterology and Environment, 2015, 31(2): 73-81.

[8] 何賢強(qiáng), 潘德?tīng)t, 黃二輝, 等. 中國(guó)海透明度衛(wèi)星遙感監(jiān)測(cè)[J]. 中國(guó)工程科學(xué), 2004, (9): 33-37, 96. He Xianqiang, Pan Delu, Huang Erhui, et al. Monitor of w transparency in the China Sea by using satellite remote sensing[J]. Engineering Science, 2004, (9): 33-37, 96.

[9] Lee Z, Shang S, Qi L, et al. A semi-analytical scheme to estimate Secchi-disk depth from Landsat-8 measure-ments[J]. Remote Sensing of Environment, 2016, 177: 101-106.

[10] 馬立杰, 楊曦光, 祁雅莉, 等. 膠州灣海域面積變化及原因探討[J]. 地理科學(xué), 2014, 34(3): 365-369. Ma Lijie, Yang Xiguang, Qi Yali, et al. Oceanic area change and contributing factor of Jiaozhou Bay[J]. Scientia Geographica Sinica, 2014, 34(3): 365-369.

[11] 王文海. 膠州灣自然環(huán)境概述[J]. 海岸工程, 1986, 3: 18-24. Wang Wenhai. Natural environment of Jiaozhou Bay[J]. Coastal Engineering, 1986, 3: 18-24.

[12] Zhang W, Chi W, Hu Z, et al. Numerical study on the effect of the Jiaozhou Bay bridge construction on the hydrodynamic conditions in the surrounding sea area[J]. Coastal Engeering, 2015, 34(2): 40-50.

[13] 高磊, 姚海燕, 張蒙蒙, 等. 青島近岸海域海水透明度時(shí)空變化及與環(huán)境因子之間的關(guān)系[J]. 海洋學(xué)研究, 2017, 35(3): 79-84. Gao Lei, Yao Haiyan, Zhang Mengmeng, et al. Temporal and spatial variation of seawater transparency and its relationship with environmental factors in Qingdao coastal area[J]. Journal of Marine Sciences, 2017, 35(3): 79-84.

[14] Gordon Howard R, Wang Menghua. Surface- roughness conmderations for atmosphere correction of ocean color sensor: The Rayleigh-scattering component[J]. Applied Optics, 1992, 31: 4247-4259.

[15] Quinten Vanhellemont, Kevin Ruddick. Advantages of high quality SWIR bands for ocean colour processing: Examples from Landsat-8[J]. Remote Sensing of Environment, 2015, 161: 89-106.

[16] 高宗軍, 宋翠玉, 蔡玉林, 等. 大沽河流域水文要素監(jiān)測(cè)體系建設(shè)與實(shí)踐[M]. 北京: 水利水電出版社, 2017. Gao Zongjun, Song Cuiyu, Cai Yulin, et al. Construction and Practice of Hydrological Elements Monitoring System in Dagu River Basin[M]. Beijing: Water Resources and Electric Power Press, 2017.

[17] Kallio K, Kutser, Hannonen T, et al. Retrieval of water quality from airborne imaging spectrometry of various lake types in different seasons[J]. The Science of the Total Environment, 2001, 268(1/2/3): 59-77.

[18] 劉翀, 朱立平, 王君波, 等. 基于MODIS的青藏高原湖泊透明度遙感反演. 地理科學(xué)進(jìn)展, 2017, 36(5): 597-609. Liu Chong, Zhu Liping, Wang Junbo, et al. Remote sen-sing-based estimation of lake water clarity on the Tibetan Plateau[J]. Progress in Geography, 2017, 36(5): 597-609.

[19] 李秀彬.全球環(huán)境變化研究的核心領(lǐng)域——土地利用/土地覆被變化的國(guó)際研究動(dòng)向[J]. 地理學(xué)報(bào), 1996, 51: 553-558. Li Xiubin. A review of the international researches on land use/land cover change[J]. Acta Geographica Sinica, 1996, 51: 553-558.

[20] 楊廣普, 江濤, 趙永芳, 等. 基于長(zhǎng)時(shí)序遙感影像的膠州灣秋季葉綠素a濃度變化及其影響因素研究[J]. 海洋學(xué)報(bào), 2019, 41(1): 183-190. Yang Guangpu, Jiang Tao, Zhao Yongfang, et al. Study on variation in chlorophyll a concentration and its influencing factors of Jiaozhou Bay based on long term remote sensing images[J]. HaiyangXuebao, 2019, 41(1): 183-190.

[21] Kabiri K, Moradi M. Landsat-8 imagery to estimate clarity in near-shore coastal waters: Feasibility study- Chabahar Bay, Iran[J]. Continental Shelf Research, 2016, 125: 44-53.

[22] Koponen S, Pulllaiene J, Kallio K, et al. Lake water quality classification with airborne hyperspectral spectrometer and simulated MERIS data[J]. Remote Sensing of Environment, 2002, 79(1): 51-59.

[23] 王書(shū)航, 姜霞, 王雯雯, 等. 蠡湖水體透明度的時(shí)空變化及其影響因素[J]. 環(huán)境科學(xué)研究, 2014, 27(7): 688-695. Wang Shuhang, Jiang Xia, Wang Wenwen, et al. Dyna-mic spatial and temporal changes in water transparency and their influencing factors in Lihu Lake[J]. Research of Environmental Sciences, 2014, 27(7): 688-695.

[24] 韓樹(shù)宗, 趙瑾, 魏福寶, 等. 膠州灣大沽河口洪水期三維水沙數(shù)值模擬研究[J]. 中國(guó)海洋大學(xué)學(xué)報(bào)(自然科學(xué)版), 2007, 5: 689-694. Han Shuzong, Zao Jin, Wei Fubao, et al. 3D Numerial simulation of the fresh water and sediment in the Dagu Estuary of Jiaozhou Bay during the flood season[J]. Periodical of Ocean University of China, 2007, 5: 689- 694.

[25] 魏秀國(guó), 沈承德, 孫彥敏, 等.珠江水體懸浮物顆粒有機(jī)碳穩(wěn)定同位素組成及分布特征[J].地理科學(xué), 2003, 4: 471-476. Wei Xiuguo, Shen Chengde, Sun Yanmin, et al. Characteristic of the qrganic carbon-isotope compositon and contribution of suspendedmatter in the pearl river[J]. Scientia Geographica Sinica, 2003, 4: 471-476.

[26] 姜德娟, 王曉利.膠東半島大沽河流域徑流變化特征[J].干旱區(qū)研究, 2013, 30(6): 965-972. Jiang Dejuan, Wang Xiaoli. Variation of runoff volume in the Dagu River basin in the Jiaodong Peninsula[J]. Arid Zone Research, 2013, 30(6): 965-972.

[27] Rose K C, Greb S R, Diebel M, et al. Annual precipitation regulates spatial and temporal drivers of lake water clarity[J]. Ecological Applications, 2017, 27(2): 632- 643.

[28] Huang Jue, Guo Lianjie, Jiang Tao et al. Three decades of sea-ice variability in Jiaozhou Bay revealed by Landsat observations[J]. Journal of Ocean University of China, 2019, 18(2): 93-101.

The spatial–temporal variation of water clarity and its influen-cing factors in Jiaozhou Bay from 1986 to 2017

YIN Zi-yao1, 2, 3, JIANG Tao1, YANG Guang-pu1, HUANG Jue1, ZHAO Yong-fang4

(1. Shandong University of Science and Technology, Qingdao 266590, China; 2.Key Laboratory of Digital Earth Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing, 100094, China; 3.University of Chinese Academy of Sciences, Beijing 100049, China; 4. Jiaozhou Bay Marine Ecosystem Research Station, Qingdao 266071, China)

With the help of remote sensing technology, long-term and large-scale observation data can be obtained. In this study, Landsat TM/ETM+/OLI images from 1986 to 2017 were used to construct a quantitative inversion model based on measured data. The temporal and spatial distribution characteristics and variation rules of water clarity in Jiaozhou Bay in the past 32 years were analyzed, and the main influencing factors were explored. The results showed that the annual average water clarity ranged from 1.55 m to 2.55 m, and the spatial distribution of water clarity was stable with characteristics of higher water clarity shown in the southeast and lower in the northwest. The average water clarity values in four seasons in descending order were as follows: winter (2.09 m), spring (1.83 m), autumn (1.82 m), and summer (1.43 m). Using meteorological data and land use classification/landscape pattern data of the Jiaozhou Bay Basin, the factors affecting the temporal and spatial distribution of water clarity in Jiaozhou Bay were analyzed from the perspective of the natural environment and human activities. A significant negative correlation was observed between water clarity and runoff and precipitation into the sea and was influenced by human factors such as the landscape pattern index of aquiculture area and construction of large-scale artificial facilities.

Jiaozhou Bay; water clarity; temporal and spatial distribution; remote sensing quantitative retrieval

Sep. 9, 2019

[National Natural Science Foundation of China, No.4176194; Shandong Provincial Natural Science Foundation, China, No. ZR2016DB23; Shandong University of Science and Technology Talents Introduction Research Start-up Fund Project]

P722.5

A

1000-3096(2020)04-0021-12

10.11759/hykx20190909001

2019-09-09;

2020-01-15

國(guó)家自然科學(xué)基金項(xiàng)目(41706194); 山東省自然科學(xué)基金項(xiàng)目(ZR2016DB23); 山東科技大學(xué)人才引進(jìn)科研啟動(dòng)基金項(xiàng)目

殷子瑤(1998-), 女, 山東棗莊人, 碩士研究生, 主要從事水環(huán)境遙感研究, 電話: 18510321866, E-mail: yzy_sdust@163.com; 黃玨,

, 博士, 講師, 主要從事水色遙感研究, E-mail: huangjue@sdust.edu.cn

(本文編輯: 康亦兼)