孫德勇，陳宇航，劉建強(qiáng)，王勝?gòu)?qiáng)，何宜軍

1.南京信息工程大學(xué) 海洋科學(xué)學(xué)院, 南京 210044;

2.自然資源部空間海洋遙感與應(yīng)用重點(diǎn)實(shí)驗(yàn)室, 北京 100081;

3.江蘇省海洋環(huán)境監(jiān)測(cè)工程技術(shù)研究中心, 南京 210044;

4.自然資源部國(guó)家衛(wèi)星海洋應(yīng)用中心, 北京 100081

1 引 言

浮游植物廣泛分布于海洋水體之中，是海水生態(tài)系統(tǒng)中的初級(jí)生產(chǎn)者，作為食物鏈的基礎(chǔ)，在生態(tài)系統(tǒng)的物質(zhì)循環(huán)和能量流動(dòng)中發(fā)揮著重要作用（Boyce 等，2010）。同時(shí)，浮游植物類(lèi)群結(jié)構(gòu)演替是水體環(huán)境狀況變化的有效反映，是水生態(tài)環(huán)境乃至全球氣候變化的重要指示（Behrenfeld等，2006；Martinez等，2009；Stevenson等，1991）。葉綠素a作為絕大多數(shù)浮游植物的光合色素，常用來(lái)表示浮游植物生物量，它能有效量化海洋水體初級(jí)生產(chǎn)力水平，成為衡量海洋生態(tài)狀況的重要參數(shù)（Behrenfeld 等，2006；Suikkanen 等，2007）。然而隨著研究的深入，單一的葉綠素a指標(biāo)已無(wú)法滿(mǎn)足對(duì)浮游植物進(jìn)行深入認(rèn)識(shí)的需要，由此，開(kāi)展浮游植物類(lèi)群結(jié)構(gòu)的鑒定和量化已成為海洋科學(xué)研究中的一項(xiàng)重要基礎(chǔ)工作。

針對(duì)浮游植物類(lèi)群結(jié)構(gòu)特征的分析探測(cè)，目前水生態(tài)學(xué)等研究領(lǐng)域的學(xué)者們多采用基于原位觀測(cè)的方式（Li 和Dickie，2001；Zeidner 等，2003）。常規(guī)性方法是基于浮游植物類(lèi)群形態(tài)和光學(xué)顯微技術(shù)相結(jié)合的分析法（Tomas，1997；Uterm?hl，1958），高效液相色譜法（Furuya 等，2003；王海黎 等，1999；姚鵬 等，2003），以及基于藻細(xì)胞大小、色素組成、DNA 等特征的流式細(xì)胞儀法（Balfoort 等，1992；焦念志和楊燕輝，1999；張利華 等，2002）。原位觀測(cè)可以高精度地獲取浮游植物類(lèi)群結(jié)構(gòu)特征及其生物量（翟紅昌等，2010；Jeffrey 和Hallegraeff，1987；Furuya 等，2003）。然而原位觀測(cè)費(fèi)時(shí)費(fèi)力，觀測(cè)數(shù)據(jù)局限于少數(shù)的離散點(diǎn)，無(wú)法反映水體在不同時(shí)空尺度上的自然連續(xù)性，即無(wú)法實(shí)現(xiàn)宏觀大范圍的長(zhǎng)時(shí)序觀測(cè)。

隨著衛(wèi)星遙感技術(shù)的快速發(fā)展，遙感技術(shù)在探測(cè)宏觀大范圍和長(zhǎng)時(shí)序變化的目標(biāo)對(duì)象上，具有得天獨(dú)厚的優(yōu)勢(shì)（林明森 等，2015）。相關(guān)學(xué)者在爆發(fā)型浮游植物類(lèi)群的遙感探測(cè)分析上，深入開(kāi)展了較為豐富的研究工作。例如，針對(duì)中國(guó)東海水域的浮游植物爆發(fā)，Tao等（2015和2017）開(kāi)發(fā)了一種可以區(qū)分探測(cè)浮游植物類(lèi)型（主要指東海原甲藻和硅藻）的半分析算法，并可有效的用于MODIS 和MERIS 衛(wèi)星數(shù)據(jù)之上；Shutler 等（2010）和Moore 等（2012）分別通過(guò)反射率信號(hào)異常和反射率分類(lèi)器方法，開(kāi)發(fā)了顆石藻（屬于定鞭藻門(mén)）爆發(fā)的遙感提取算法，可用于SeaWiFS、MODIS 和MERIS 衛(wèi)星數(shù)據(jù)上對(duì)陸架海和極區(qū)海域進(jìn)行監(jiān)測(cè)；Dupouy等（2011）和McKinna等（2011）基于標(biāo)準(zhǔn)反射率技術(shù)并結(jié)合反射光譜異常和高分辨率NIR 波段，開(kāi)發(fā)了束毛藻（屬于藍(lán)藻門(mén)）爆發(fā)時(shí)的遙感識(shí)別算法；同時(shí)Hu 等（2010a）表明MODIS FAI 方法對(duì)于遙感判別束毛藻漂浮物具有較大的應(yīng)用潛能。此外，學(xué)者們?cè)诖笮途G藻（滸苔）的衛(wèi)星遙感探測(cè)算法、生物量遙感估算、長(zhǎng)時(shí)序分布規(guī)律及影響因素等方面均開(kāi)展了較深入的研究（He 等，2011；Hu，2009；Hu 等，2010b和2017；Qi等，20016和2017）。

然而，上述遙感算法針對(duì)的是浮游植物爆發(fā)型水體，多是面向特定研究區(qū)域的單一浮游植物類(lèi)群，而未能適用于正常水體的浮游植物類(lèi)群結(jié)構(gòu)（即同時(shí)存在多種浮游植物）的遙感探測(cè)（陳淼，2005；鞏彩蘭和樊偉，2002）。根據(jù)Sieburth等（1978）提出的細(xì)胞粒徑概念模型，即浮游植物可分為微微型浮游植物（＜2 μm）、微型浮游植物（2—20 μm）和小型浮游植物（＞20 μm）3 個(gè)粒徑等級(jí)，由此通過(guò)浮游植物粒徑等級(jí)可以對(duì)浮游植物類(lèi)群結(jié)構(gòu)及功能多樣性的細(xì)化分解。關(guān)于中中國(guó)國(guó)近海水體的浮游植物粒徑等級(jí)的遙感探測(cè)，相關(guān)學(xué)者也做過(guò)類(lèi)似的研究，例如，Lin 等（2014）對(duì)南海水域一個(gè)冷渦區(qū)的浮游植物粒徑等級(jí)進(jìn)行了衛(wèi)星遙感觀測(cè)研究，結(jié)果表明由于上升流攜帶了高營(yíng)養(yǎng)鹽，促進(jìn)了大顆粒浮游植物細(xì)胞的生長(zhǎng)，但仍以微微型浮游植物類(lèi)群為主導(dǎo)；姚林杰等（2015）開(kāi)發(fā)了支持向量機(jī)模型用于反演浮游植物粒徑等級(jí)，并將該模型用于南海數(shù)據(jù)集獲得了較好的反演精度；Sun 等（2017）利用靜止水色衛(wèi)星GOCI 數(shù)據(jù)，對(duì)黃渤海水體的浮游植物粒徑等級(jí)進(jìn)行了遙感探測(cè)研究，獲得了2015年全年的浮游植物粒徑等級(jí)的時(shí)空分布；Sun 等（2019）結(jié)合SeaWiFS 和MODIS 數(shù)據(jù)重建了過(guò)去20年（1997年—2017年）渤黃東海水體浮游植物粒徑等級(jí)的長(zhǎng)時(shí)序變化，并與相關(guān)環(huán)境因子進(jìn)行了關(guān)聯(lián)分析。

已有研究工作使用的衛(wèi)星數(shù)據(jù)多來(lái)自國(guó)外，而基于中國(guó)國(guó)產(chǎn)海洋水色衛(wèi)星數(shù)據(jù)開(kāi)展的浮游植物類(lèi)群研究則略顯不足。近些年來(lái)，中國(guó)國(guó)產(chǎn)海洋水色遙感衛(wèi)星取得了重大突破（蔣興偉 等，2019和2016），為浮游植物類(lèi)群遙感探測(cè)工作提供了數(shù)據(jù)基礎(chǔ)。作為中國(guó)水色遙感衛(wèi)星系列主要成員，HY-1C/D衛(wèi)星分別于2018年9月和2020年6月發(fā)射成功，比起第一代海洋水色衛(wèi)星HY-1A/B，HY-1C/D 衛(wèi)星上搭載的傳感器及其性能指標(biāo)都有明顯改進(jìn)提升，可以提供觀測(cè)范圍更大、精度和分辨率更高的水色遙感產(chǎn)品，已經(jīng)被多次應(yīng)用于海洋環(huán)境要素和相關(guān)現(xiàn)象的研究分析（Cai 等，2020；劉建強(qiáng) 等，2021；沈亞峰 等，2020；張可立 等，2019a；鄒亞榮 等，2020），具有巨大的應(yīng)用潛力。

為此，本研究通過(guò)野外原位觀測(cè)、室內(nèi)分析實(shí)驗(yàn)、衛(wèi)星遙感建模等方法，結(jié)合國(guó)產(chǎn)海洋水色衛(wèi)星數(shù)據(jù)，開(kāi)展針對(duì)近海水體浮游植物優(yōu)勢(shì)類(lèi)群的遙感探測(cè)研究，這將為認(rèn)識(shí)近海水體浮游植物類(lèi)群結(jié)構(gòu)的分布特征及時(shí)空演化規(guī)律奠定方法論基礎(chǔ)，為利用國(guó)產(chǎn)海洋水色衛(wèi)星數(shù)據(jù)精細(xì)化探測(cè)近海水體環(huán)境變化做出貢獻(xiàn)。

2 數(shù)據(jù)與方法

2.1 研究區(qū)域概況

本文研究區(qū)域?yàn)椴澈：Ｓ?，約位于37°—41°N、117°—121°E 之間，被遼寧省、河北省、天津省和山東省包圍，僅在渤海海峽與北黃海相通，是一個(gè)半封閉的海域（圖1）。渤海受入海河流的影響，營(yíng)養(yǎng)物質(zhì)豐富，為浮游植物創(chuàng)造良好的生長(zhǎng)條件（劉述錫 等，2013；蘇紀(jì)蘭，2005）。

圖1 研究區(qū)域及航次站點(diǎn)信息Fig.1 Map of study area with the different cruise stations

2.2 數(shù)據(jù)獲取與處理

2.2.1 航次實(shí)測(cè)數(shù)據(jù)集

本研究所采用的現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)集采集于：2016年6月渤海（201606BS）、2016年12月渤海（201612BS）、2018年4月渤海（201804BS）和2018年7月渤海（201807BS）航次（圖1），包含遙感反射率Rrs（Remote Sensing Reflectance）以及浮游植物色素濃度數(shù)據(jù)，航次數(shù)據(jù)具體信息如表1所示。

表1 現(xiàn)場(chǎng)航次及其實(shí)驗(yàn)參數(shù)信息Table 1 Details for parameters collected from different cruises in this study

（1）浮游植物色素集及其類(lèi)群濃度數(shù)據(jù)集。使用47 mm 直徑的Whatman GF/F 玻璃纖維濾膜過(guò)濾采集的海水樣本（1500—4000 mL），隨后立即將濾膜存儲(chǔ)于液氮罐中，用于后續(xù)實(shí)驗(yàn)室測(cè)量。在實(shí)驗(yàn)室中，取出濾膜并解凍，滴入5 mL 90%的HPLC（High Performance Liquid Chromatography）級(jí)丙酮溶液進(jìn)行萃取，并置于超聲波震蕩器中破碎細(xì)胞壁促進(jìn)色素萃取。通過(guò)高效液相色譜法獲得色素濃度信息（Van Heukelem和Thomas，2001）。

基于色素濃度數(shù)據(jù)，進(jìn)行相應(yīng)的質(zhì)量控制后（Aiken 等，2009），通過(guò)CHEMTAX（CHEMical TAXonomy）方法獲取浮游植物類(lèi)群濃度（Furuya等，2003；Liu 等，2021；Zhu 等，2009）。表2 為CHEMTAX方法的色素及其對(duì)應(yīng)的藻種信息（Suzuki等，2005；Zhang 等，2018），表3 為CHEMTAX 方法所使用的初始色素比率矩陣（Liu 等，2015；Sun等，2019）。CHEMTAX方法將色素濃度信息計(jì)算轉(zhuǎn)化為相應(yīng)類(lèi)群濃度信息過(guò)程中，隨機(jī)生成由色素比率矩陣乘以0.60—1.35 之間隨機(jī)數(shù)的64 個(gè)矩陣，經(jīng)過(guò)迭代優(yōu)化后，選取10 個(gè)最小均方根誤差比率矩陣的平均值作為最終的色素比率矩陣，最終通過(guò)此色素比率矩陣計(jì)算得到實(shí)測(cè)類(lèi)群濃度（Zhang等，2018；Sun等，2021）。

表2 本文中用于CHEMTAX分析的色素及對(duì)應(yīng)的藻種Table 2 List of phytoplankton pigments used in this study and their taxonomic significance

表3 本研究中CHEMTAX方法計(jì)算應(yīng)用的初始色素比率矩陣Table 3 Initial pigment ratio matrices used for methods in this study

（2）遙感反射率數(shù)據(jù)集。現(xiàn)場(chǎng)實(shí)測(cè)Rrs數(shù)據(jù)由美國(guó)ASD（Analytical Spectral Devices）公司生產(chǎn)的FieldSpec4Hi-ResNG 地物光譜儀測(cè)量獲得。為了準(zhǔn)確獲取目標(biāo)地物的遙感反射率，選擇白天且光強(qiáng)變化較小的環(huán)境進(jìn)行測(cè)量，一般為當(dāng)?shù)貢r(shí)間7：00—17：00（秋冬季），云量較多時(shí)需要等到陽(yáng)光較強(qiáng)的一段時(shí)間或者光場(chǎng)變化不明顯時(shí)進(jìn)行測(cè)量。在測(cè)量之前，將ASD 對(duì)準(zhǔn)標(biāo)準(zhǔn)白板進(jìn)行光譜儀的校準(zhǔn)，測(cè)量時(shí)，將ASD 分別對(duì)準(zhǔn)灰板、目標(biāo)地物和天空采集光譜，如此重復(fù)測(cè)量?jī)纱巍?/p>

將測(cè)量得到的光譜數(shù)據(jù)導(dǎo)入ASD 自帶處理軟件ViweSpecPro 中，剔除有明顯異常及由外界光場(chǎng)變化影響導(dǎo)致波動(dòng)的光譜曲線。在忽略太陽(yáng)耀斑和白帽等外界影響情況下，ASD 光譜儀測(cè)量的遙感反射率Rrs為

式中，Lp為測(cè)得的標(biāo)準(zhǔn)板輻亮度；Lsfc為測(cè)得的海面輻亮度；Lsky為測(cè)得的天空輻亮度；ρp為標(biāo)準(zhǔn)板反射率；ρ為氣水界面表面反射率（Lee 等，2010；Mobley，1999；唐軍武 等，2004）。利用ADS測(cè)量的Rrs分辨率為3 nm，對(duì)數(shù)據(jù)進(jìn)行重采樣后得到的Rrs分辨率為1 nm。通過(guò)剔除異常Rrs，再經(jīng)過(guò)與色素?cái)?shù)據(jù)匹配，得到如圖2 所示48 條光譜曲線分布圖。

圖2 實(shí)測(cè)Rrs光譜圖Fig.2 The Rrs spectra in hyperspectral resolution in situ

2.2.2 HY-1C/D衛(wèi)星數(shù)據(jù)

HY-1C/D 是中國(guó)分別于2018年9月和2020年6月發(fā)射的兩顆組成上、下午衛(wèi)星組網(wǎng)的國(guó)家海洋水色衛(wèi)星。衛(wèi)星搭載著海洋水色掃描儀COCTS（China Ocean Color & Temperature Scanner），可以覆蓋渤海、黃海、東海、南海和日本海及海岸帶區(qū)域等西北太平洋區(qū)域?？臻g分辨率約為1.1 km，幅寬可達(dá)2900 km，時(shí)間分辨率可達(dá)1 d（單星）或0.5 d（雙星），并設(shè)有6 個(gè)可見(jiàn)光波段，它們分別是412 nm、443 nm、490 nm、520 nm、565 nm 和670 nm。

本研究收集的衛(wèi)星數(shù)據(jù)均來(lái)自于中國(guó)海洋衛(wèi)星數(shù)據(jù)服務(wù)系統(tǒng)（https：//osdds.nsoas.org.cn，［2021-11-20］），包括2018年10月1日—2019年12月31日期間COCTS 傳感器Level-2A 級(jí)日產(chǎn)品，即Rrs日產(chǎn)品數(shù)據(jù)。

2.2.3 MODIS-Aqua與GOCI-Ⅱ數(shù)據(jù)

本研究選取MODIS-Aqua傳感器與韓國(guó)多用途衛(wèi)星2B（GK 2B）的GOCI-Ⅱ傳感器，與COCTS傳感器在浮游植物類(lèi)群反演算法應(yīng)用結(jié)果的精度比較。如表4所示，MODIS-Aqua 擁有10個(gè)可見(jiàn)光波段，GOCI-Ⅱ的可見(jiàn)光波段數(shù)為8 個(gè)。在分辨率上，GOCI-Ⅱ的空間分辨率和時(shí)間分辨率最高，分別為0.25 km 與1 天10 景，可以實(shí)現(xiàn)全天候觀測(cè)同一區(qū)域，在觀測(cè)海洋現(xiàn)象上具有強(qiáng)大的優(yōu)勢(shì)。COCTS 與MODIS-Aqua 的空間分辨率相同，都為1 km，但COCTS 每天可提供2 景數(shù)據(jù)，時(shí)間分辨率高于MODIS-Aqua（1 天1 景）。在數(shù)據(jù)量上，MODIS-Aqua 壽命最長(zhǎng)（2002年發(fā)射），擁有以往的長(zhǎng)時(shí)序數(shù)據(jù)，在研究長(zhǎng)時(shí)序變化的優(yōu)勢(shì)明顯，GOCI-Ⅱ是GOCI-Ⅰ的延續(xù)，與HY-1D 同樣在2020年發(fā)射。

表4 COCTS、MODIS-Aqua與GOCI-II可見(jiàn)光波段設(shè)置Table 4 Settings of COCTS，MODIS-Aqua and GOCI-II in visible band

收集星MODIS-Aqua與GOCI-Ⅱ在渤海海域同與HY-1C/D 相同時(shí)間段內(nèi)的Rrs日產(chǎn)品數(shù)據(jù)，用于后續(xù)對(duì)比分析COCTS模型應(yīng)用效能。其中GOCI-Ⅱ數(shù)據(jù)由韓國(guó)國(guó)家海事衛(wèi)星中心下載（https：//www.khoa.go.kr/，2021.11.20），MODIS-Aqua數(shù)據(jù)由NASA OceanColor處下載（https：//oceancolor.gsfc.nasa.gov/，［2021-11-20］）。

2.3 藻種濃度反演模型開(kāi)發(fā)

利用奇異值分解方法SVD（Singular Value Decomposition）提取浮游植物遙感反射率特征，進(jìn)而獲取浮游植物色素或類(lèi)群生物量信息。該方法已經(jīng)被初步應(yīng)用于色素濃度、類(lèi)群生物量信息的反演模型構(gòu)建（Bracher等，2015；Taylor等，2013；Xi 等，2020 和2021）。本研究基于SVD 方法，分解實(shí)測(cè)Rrs數(shù)據(jù)以提取其主要特征信息，并與實(shí)測(cè)藻種濃度進(jìn)行線性擬合，本研究使用留一交叉驗(yàn)證法進(jìn)行建模與驗(yàn)證。

將實(shí)測(cè)Rrs數(shù)據(jù)進(jìn)行歸一化處理，以便獲取光譜形狀：將實(shí)測(cè)Rrs數(shù)據(jù)值與平均實(shí)測(cè)Rrs數(shù)據(jù)值之差除以實(shí)測(cè)Rrs數(shù)據(jù)值的標(biāo)準(zhǔn)差，歸一化處理后的數(shù)據(jù)記為矩陣X。本研究使用HY-1C/D 衛(wèi)星COCTS 傳感器的6 個(gè)可見(jiàn)光波段，分別為412 nm、443 nm、490 nm、520 nm、565 nm 和670 nm。矩陣X經(jīng)過(guò)式（2）進(jìn)行SVD 后，得到協(xié)方差矩陣U。

根據(jù)式（2），將協(xié)方差矩陣U與CHEMTAX 方法計(jì)算的實(shí)測(cè)藻種濃度數(shù)據(jù)進(jìn)行線性擬合，如公式（3）所示。

式中，yp為實(shí)測(cè)硅藻濃度，a0為截距，a1、a2、…an為回歸系數(shù)，u1、u2、…、un為協(xié)方差矩陣U的列向量，n為列向量個(gè)數(shù)。

同樣，將衛(wèi)星Rrs數(shù)據(jù)進(jìn)行歸一化處理后根據(jù)式（4）進(jìn)行投影，得到矩陣Usat。

式中，Xsat為歸一化處理后的Rrs數(shù)據(jù)。

根據(jù)式（4）即可得到衛(wèi)星反演的藻種濃度ysatp，式中usat1、usat2、…、usatn為矩陣Usat的列向量，如式（5）所示。建模流程如圖3所示。

圖3 藻種濃度反演模型構(gòu)建與衛(wèi)星應(yīng)用流程Fig.3 Schematic flowchart of model development and satellite applicaiton

2.4 精度指標(biāo)

本研究通過(guò)決定系數(shù)（R2）、均方根誤差（RMSE）、中值誤差（ME）和平均絕對(duì)百分比誤差（MAPE），并使用留一交叉驗(yàn)證法來(lái)對(duì)建模效果進(jìn)行精度校驗(yàn)，相應(yīng)的計(jì)算公式如下所示：

式（6）—（9）中，yoi為第i個(gè)為實(shí)測(cè)藻種濃度，ypi為第i個(gè)預(yù)測(cè)藻種濃度，yˉp為預(yù)測(cè)藻種濃度平均值，yˉo為實(shí)測(cè)藻種濃度平均值，N為建模樣品數(shù)。

3 結(jié)果與分析

3.1 不同浮游植物類(lèi)群濃度分布特征

基于CHEMTAX方法計(jì)算，通過(guò)質(zhì)量控制后得到渤海區(qū)域的不同浮游植物類(lèi)群濃度。如圖4（a）所示，各藻種對(duì)總?cè)~綠素a，即TChla（Total Chlorophylla）的貢獻(xiàn)占比呈現(xiàn)出較大的差異，其中對(duì)TChla貢獻(xiàn)率較大的硅藻、隱藻、藍(lán)藻與綠藻這4個(gè)藻種濃度均呈現(xiàn)出明顯的正態(tài)分布，且跨越多個(gè)量級(jí)，變異系數(shù)（CV）均較高。如圖4（b）—4（e）所示，硅藻擁有最大的平均值，為0.34 mg/m3（標(biāo)準(zhǔn)差SD = 0.31 mg/m3），同時(shí)變化范圍較大（CV = 92.92%），擁有最高的貢獻(xiàn)率，為31%。隱藻和藍(lán)藻的濃度僅次于硅藻，其平均濃度分別為0.19 mg/m3和0.09 mg/m3，對(duì)TChla的貢獻(xiàn)率分別為18%與16%，藍(lán)藻的分布比隱藻分散，對(duì)應(yīng)的CV分別為174.59%與95.90%。綠藻雖然平均濃度與藍(lán)藻的接近，但其最大值為0.54 mg/m3，小于藍(lán)藻（0.70 mg/m3），對(duì)TChla的貢獻(xiàn)為14%。硅藻、隱藻、藍(lán)藻和綠藻對(duì)TChla的貢獻(xiàn)比率明顯高于其他藻種，因此本研究主要針對(duì)這4種優(yōu)勢(shì)藻種，進(jìn)行反演模型構(gòu)建與衛(wèi)星應(yīng)用研究。

圖4 不同浮游植物類(lèi)群濃度對(duì)TChla貢獻(xiàn)占比以及分別為硅藻、隱藻、藍(lán)藻和綠藻濃度頻數(shù)分布直方圖（圖中Min、Max、Mean、SD分別代表濃度最小值、最大值、平均值與標(biāo)準(zhǔn)差（mg/m3）；CV代表濃度的變異系數(shù)（%））Fig.4 Characteristics of the relative contribution distribution of different taxonomic groups to TChla，and the histograms on concentration for diatoms，cryptophytes，cyanobacteria，chlorophytes obtained by CHEMTAX，and including the index of maxmum（Max），minimum（Min），standard deviation（SD）（mg/m3）and coefficient of variation（CV）（%）

基于夏季與冬季的藻種濃度，利用空間插值方法，得到硅藻、隱藻、藍(lán)藻和綠藻濃度的空間分布特征，如圖5所示。其中，硅藻、隱藻和綠藻在冬季與夏季均具有明顯的空間分布特征，即近岸濃度較高，離岸濃度較低，且均呈現(xiàn)出由近岸向渤海中央方向遞減的趨勢(shì)；藍(lán)藻則在冬季呈現(xiàn)出近岸與離岸濃度均較低特征，在夏季的空間分布特征與其他藻種相似。硅藻濃度在整體上最高（圖5（a）和5（e）），其次為隱藻（圖5（b）和5（f）），冬季的藍(lán)藻濃度（圖5（c））比綠藻濃度（圖5（d））低，但夏季（2016年6月和2017年7月渤海航次）的藍(lán)藻濃度（圖5（g））比綠藻濃度（圖5（h））高；在時(shí)間上，4 個(gè)夏季的實(shí)測(cè)藻種濃度（圖5（e）、5（f）、5（g）和5（h））整體上均高于冬季（2016年12月渤海航次）的藻種濃度（圖5（a）、5（b）、5（c）和5（d））。

圖5 不同航次的實(shí)測(cè)藻種濃度空間分布圖Fig.5 The concentration spatial distribution of different taxa and different cruises used in this study

3.2 模型精度校驗(yàn)

基于藻種濃度反演模型，通過(guò)留一交叉驗(yàn)證法，得到4個(gè)反演藻種濃度與其對(duì)應(yīng)的實(shí)測(cè)藻種濃度散點(diǎn)圖（圖6）。圖6（b）、6（c）和6（d）分別展示了實(shí)測(cè)隱藻、藍(lán)藻和綠藻濃度與其各自模型反演的濃度散點(diǎn)對(duì)比圖。從散點(diǎn)分布來(lái)看，4 種模型的散點(diǎn)大多集中于中間的1∶1 線上（見(jiàn)圖6 的虛線），其中隱藻、藍(lán)藻和綠藻濃度的模型反演值與實(shí)測(cè)值決定系數(shù)較高，R2分別為0.70、0.70 與0.71（p＜0.001），硅藻濃度反演模型的R2雖然較低（R2= 0.44，p＜0.001）（圖6（a））。4 個(gè)藻種模型的反演結(jié)果中，硅藻和隱藻的ME 可達(dá)44.81%和45.34%，而藍(lán)藻和綠藻的ME 均在50%以上，但RMSE 均在0.20 mg/m3以下，本研究所提出模型的預(yù)測(cè)精度在一定程度上是可以接受的。

圖6 實(shí)測(cè)藻種濃度與反演藻種濃度之間的散點(diǎn)對(duì)比圖（圖中坐標(biāo)軸已用log表示）Fig.6 Comparisons between the concentrations（showed by log in the figure）of the measured and the inversion part by scatterplots

3.3 模型示范應(yīng)用

HY-1C/D 衛(wèi)星是中國(guó)重點(diǎn)研發(fā)首個(gè)海洋民用業(yè)務(wù)衛(wèi)星星座，具有全球海洋水色、海岸帶資源與生態(tài)環(huán)境的有效觀測(cè)能力，可為海洋環(huán)境監(jiān)測(cè)與預(yù)報(bào)、海洋災(zāi)害預(yù)警提供服務(wù)，因此，我們基于HY-1C/D 開(kāi)展示范性應(yīng)用。將4 種藻種濃度反演模型分別應(yīng)用于HY-1C/D 衛(wèi)星數(shù)據(jù)2018年10月3日10 時(shí)10 分（圖7（a）—7（d））、2019年3月13日10時(shí)45分（圖7（e）—7（h））和2019年8月30日10 時(shí)50 分（圖7（i）—7（l））的Rrs日產(chǎn)品中，獲取不同時(shí)間的4 種藻種濃度分布圖。如圖7所示，硅藻、隱藻和綠藻在空間上的變化特征明顯，均呈現(xiàn)近岸濃度高，隨著離岸距離增加而濃度降低的趨勢(shì)；藍(lán)藻則呈現(xiàn)出近岸濃度較低，遠(yuǎn)岸濃度較高的現(xiàn)象。整體上，硅藻濃度最髙，在遼東灣、萊州灣和渤海灣都呈現(xiàn)出較高濃度，在渤海海峽濃度較低；其次為隱藻；綠藻在整體上濃度比藍(lán)藻較高。在時(shí)間上，相較于2018年10月3日，2019年3月13日的硅藻、隱藻和綠藻濃度均有增大，在2019年8月30日又降低的現(xiàn)象；藍(lán)藻與其他藻種相反，2018年10月3日與2019年8月30日的濃度整體上比2019年3月13日低。可以看到，在渤海沿岸區(qū)域硅藻、隱藻和綠藻呈現(xiàn)在春、秋季生物量較高，夏季生物量降低的現(xiàn)象，而藍(lán)藻主要變化區(qū)域在渤海中心，呈現(xiàn)秋夏高，春季低的特點(diǎn)。

圖7 COCTS渤海硅藻、隱藻、藍(lán)藻和綠藻反演濃度分布圖Fig.7 The spatial distribution of phytoplankton taxa concentrations in Bohai Sea，retrieved from COCTS daily Rrs in diatoms，cryptophytes，cyanobacteria and chlorophytes

在空間尺度上，本研究反演的硅藻、隱藻和綠藻濃度都明顯的呈現(xiàn)出近岸高、遠(yuǎn)岸低的分布特征，與本研究的實(shí)測(cè)藻種濃度的空間插值分布相近（圖5），與前人調(diào)查研究結(jié)果一致（姜德娟和張華，2018；許士國(guó) 等，2015；周艷蕾 等，2017；鄒亞榮，2004）。藍(lán)藻則呈現(xiàn)出離岸濃度較高，近岸濃度較低的特點(diǎn)，與2016年12月實(shí)測(cè)藍(lán)藻濃度相近，這表明本研究建立的4個(gè)藻種濃度反演模型所反所演的濃度在空間尺度分布上具有較準(zhǔn)確的估計(jì)。在空間尺度上，對(duì)近岸硅藻、隱藻和綠藻濃度造成一定影響的因素主要是隨入海河流輸入的營(yíng)養(yǎng)鹽（欒青杉 等，2018）。渤海灣等地區(qū)大量工業(yè)、生活等廢水通過(guò)入海河流進(jìn)入近岸海域，導(dǎo)致大量氮、磷營(yíng)養(yǎng)鹽輸入近岸海域，浮游植物大量增生，浮游植物生物量較高（金德祥，1991；趙晨英 等，2016）。

4 討 論

本研究選取MODIS-Aqua傳感器與韓國(guó)多用途衛(wèi)星2B（GK 2B）的GOCI-Ⅱ傳感器與COCTS傳感器在浮游植物類(lèi)群反演算法應(yīng)用結(jié)果的精度比較?；贛ODIS-Aqua與GOCI-Ⅱ波段，分別建立硅藻、隱藻、藍(lán)藻與綠藻濃度反演模型，如圖8所示?；贑OCTS波段的隱藻濃度反演模型R2（圖8（a））、MAPE（圖8（b））和RMSE（圖8（d））的精度（分別為0.70、73.64%、0.24 mg/m3）均比MODIS-Aqua（分別為0.63、86.57%、0.47 mg/m3）與GOCI-Ⅱ（分別為0.62、77.33%、0.34 mg/m3）的高?；贑OCTS 的藍(lán)藻和綠藻濃度反演模型R2、MAPE、ME 和RMSE 的精度雖然略差于MODIS-Aqua，但其R2與RMSE 的精度均好于GOCI-Ⅱ，其中基于COCTS 的藍(lán)藻模型ME（51.20%）低于GOCI-Ⅱ（55.96%），但基于COCTS 的綠藻的ME（62.80%）高于GOCI-Ⅱ（56.43%）。三者硅藻濃度反演模型的R2均較低，分別為0.44、0.54 與0.44，但MODIS-Aqua 的ME 和RMSE 均比其他兩者好，為34.37%與0.21 mg/m3。綜上所述，雖然COCTS 的波段數(shù)量設(shè)置上與GOCI-Ⅱ和MODIS-Aqua的相比較少，但所構(gòu)建的模型精度整體上優(yōu)于GOCI-Ⅱ，略低于MODIS-Aqua，體現(xiàn)出在浮游植物類(lèi)群衛(wèi)星遙感反演中COCTS數(shù)據(jù)同樣具有較大潛力。

圖8 基于COCTS、MODIS-Aqua和GOCI-Ⅱ波段的硅藻、隱藻、藍(lán)藻和綠藻濃度反演模型的R2、MAPE、ME和RMSE結(jié)果Fig.8 Model validation accuracy of R2，MAPE，ME，RMSE for the relationships between the concentrations of the measured and the inversion part，based on COCTS、MODIS-Aqua and GOCI-Ⅱ bands

造成基于COCTS、MODIS-Aqua 和GOCI-Ⅱ傳感器波段的反演模型精度各有優(yōu)劣的原因，可能是由于它們各自獨(dú)特的波段設(shè)置。MODIS-Aqua 除了645 nm 處的波寬為50 nm（620—670 nm）外，其余波段的波寬均等于或小于20 nm，并且是3 種傳感器中波段數(shù)最豐富的，這可能是導(dǎo)致其模型精度較其他兩種傳感器高的原因。雖然COCTS 和GOCI-Ⅱ的波寬均為20 nm，但COCTS 的波段數(shù)少于GOCI-Ⅱ和MODIS-Aqua 的波段數(shù)，出現(xiàn)基于COCTS 波段的隱藻濃度反演模型較好于基于MODIS-Aqua 和GOCI-Ⅱ的反演模型可能是由于490 nm 與670 nm 波段對(duì)隱藻的特有色素Allo 較為敏感（Pan等，2010）。

圖9（a）、9（d）和9（g）分別展示的是渤海海域的2021年4月19日13時(shí)20分COCTS、2021年4月19日13時(shí)45分MODIS-Aqua和2021年4月19日13 時(shí)15 分GOCI-Ⅱ衛(wèi)星真彩色圖，可以發(fā)現(xiàn)3 個(gè)傳感器數(shù)據(jù)均為渤海海域無(wú)云情況，但經(jīng)過(guò)大氣校正等處理形成Rrs產(chǎn)品后，MODIS-Aqua與GOCI-Ⅱ可能由于過(guò)校正現(xiàn)象，使得有效的Rrs數(shù)據(jù)較少。如圖9（b）、9（c）和9（h）為COCTS 在渤海大部分區(qū)域均有數(shù)據(jù)分布（由于3個(gè)傳感器各波段有效的Rrs空間分布情況相同，所以只以413 nm 為例進(jìn)行展示）。GOCI-Ⅱ僅在渤海灣與渤海海峽有數(shù)據(jù)分布，而MODIS-Aqua整個(gè)渤海海域均無(wú)有效的數(shù)據(jù)分布。將所構(gòu)建的模型分別應(yīng)用于COCTS、MODIS-Aqua與GOCI-Ⅱ的Rrs日產(chǎn)品數(shù)據(jù)，獲取藻種濃度空間分布（以綠藻為例）。如圖9（c）、9（f）和9（i）為基于COCTS 數(shù)據(jù)能獲取的更多的綠藻濃度信息，特別在沿岸和河流入海口等重要區(qū)域。因此，在現(xiàn)有海洋水色衛(wèi)星數(shù)據(jù)的基礎(chǔ)上，COCTS 一定程度上能豐富和彌補(bǔ)近岸水域數(shù)據(jù)的缺失。同時(shí)，COCTS 通過(guò)星上定標(biāo)光譜儀進(jìn)行同平臺(tái)星上交叉定標(biāo)，在可見(jiàn)光近紅外定標(biāo)精度達(dá)到4.17%，滿(mǎn)足國(guó)際海洋水色衛(wèi)星輻射定標(biāo)要求（絕對(duì)準(zhǔn)確度為5%）（Hooker 等，2000；張可立等，2019b）。COCTS的6個(gè)可見(jiàn)光波段處的大氣頂總輻亮度的產(chǎn)品指標(biāo)最大為5.54%，精度較高，為衛(wèi)星遙感反演產(chǎn)品的準(zhǔn)確性和可靠性提供保障。

圖9 渤海區(qū)域各衛(wèi)星數(shù)據(jù)源之間比較（2021年4月19日）Fig.9 Comparison between satellite data sources（April 19th，2021）in Bohai Sea

雖然COCTS 在藻種濃度應(yīng)用上效果較好，但藻種濃度的估算精度可能會(huì)受到近岸豐富的可溶性有機(jī)物CDOM（Chromophoric Dissolvable Organic Matter）影響（Song等，2014；Wen等，2016）。CDOM在412 nm 和443 nm 處的影響較大（Del Castillo 和Coble，2000；Sun等，2011；Xiao 等，2018），因此可能會(huì)造成模型應(yīng)用于COCTS、MODIS-Aqua 和GOCI-Ⅱ數(shù)據(jù)時(shí)對(duì)藻種濃度估計(jì)的出現(xiàn)誤差。MODIS可能還會(huì)受其成像幾何、空間位置等因素的影響較大，其Rrs產(chǎn)品之間有所偏差，其中在412 nm處與GOCI 之間的偏差達(dá)到最大（許瀟尹，2019），Rrs的偏差可能會(huì)導(dǎo)致在藻種濃度估算時(shí)出現(xiàn)誤差。

近年來(lái)，中國(guó)海洋水色衛(wèi)星發(fā)展勢(shì)頭迅猛，其中HY-1C/D 是近幾年成功發(fā)射的海洋水色組網(wǎng)衛(wèi)星，都搭載著COCTS 傳感器，每天可以對(duì)同一區(qū)域觀測(cè)兩次。除了COCTS傳感器之外，HY-1C/D衛(wèi)星還搭載著海岸帶成像儀CZI（Coastal Zone Imager）。CZI雖然只有4個(gè)光譜波段，但其50 m的空間分辨率，對(duì)于局部精細(xì)化觀測(cè)具有較大優(yōu)勢(shì)，同時(shí)通過(guò)幾何拼接后（楊威 等，2021），仍可以實(shí)現(xiàn)高分辨率和大范圍地觀測(cè)目標(biāo)區(qū)域。后續(xù)浮游植物類(lèi)群的衛(wèi)星遙感反演研究工作，應(yīng)兼顧考慮COCTS 和CZI 各自特點(diǎn)，結(jié)合COCTS 全局宏觀觀測(cè)為主和CZI局部精細(xì)化觀測(cè)為輔，利用二者光譜波段分布特點(diǎn)開(kāi)發(fā)各自的面向多種浮游植物類(lèi)群濃度的反演模型。基于此，可以借助所開(kāi)發(fā)模型實(shí)現(xiàn)浮游植物類(lèi)群濃度的遙感反演，從而實(shí)現(xiàn)從相對(duì)宏觀和重點(diǎn)區(qū)域的微觀視角探測(cè)浮游植物類(lèi)群濃度變化。這對(duì)跟蹤浮游植物類(lèi)群結(jié)構(gòu)變化和監(jiān)測(cè)潛在藻類(lèi)爆發(fā)具有積極的推進(jìn)作用，也將使國(guó)產(chǎn)海洋水色衛(wèi)星在海洋浮游植物監(jiān)測(cè)上發(fā)揮更大的作用（楊保華，2011）；此外，國(guó)產(chǎn)海洋衛(wèi)星數(shù)據(jù)在觀測(cè)海洋環(huán)境、狀況和現(xiàn)象方面的遙感應(yīng)用已經(jīng)越來(lái)越多（陳戈 等，2019；蔣興偉 等，2019；梁超 等，2020；林明森 等，2019；劉建強(qiáng)等，2020），且均具有不錯(cuò)的效果。但目前衛(wèi)星資料使用主要以國(guó)外衛(wèi)星資料偏多，未來(lái)仍需加強(qiáng)國(guó)產(chǎn)海洋衛(wèi)星數(shù)據(jù)開(kāi)放、數(shù)據(jù)共享服務(wù)系統(tǒng)建設(shè)及數(shù)據(jù)應(yīng)用推廣，逐步擺脫依賴(lài)國(guó)外衛(wèi)星數(shù)據(jù)的現(xiàn)狀，為拓展國(guó)產(chǎn)海洋水色衛(wèi)星數(shù)據(jù)應(yīng)用提供技術(shù)支持（劉建強(qiáng) 等，2012；潘德?tīng)t和白雁，2008；文質(zhì)彬 等，2021）。

5 結(jié) 論

本研究旨在探討HY-1C/D 衛(wèi)星在渤海海域浮游植物類(lèi)群生物量監(jiān)測(cè)中的應(yīng)用能力?；?個(gè)航次的實(shí)測(cè)數(shù)據(jù)，結(jié)合奇異值分解方法，構(gòu)建適用于渤海海域硅藻、隱藻、藍(lán)藻與綠藻4個(gè)藻種的濃度反演模型。結(jié)果表明，隱藻、藍(lán)藻、隱藻的模型反演值與其各自實(shí)測(cè)濃度之間一致性較高，R2均可達(dá)到0.70 及以上，硅藻R2較低（0.44）。硅藻和隱藻ME 均小于50%，而藍(lán)藻和綠藻ME 都大于50%。將該模型分別應(yīng)用于HY-1C/D 衛(wèi)星COCTS傳感器Rrs產(chǎn)品數(shù)據(jù)，進(jìn)一步獲取渤海硅藻、隱藻、藍(lán)藻與綠藻濃度空間分布趨勢(shì)：研究區(qū)域內(nèi)硅藻、隱藻和綠藻的濃度均呈現(xiàn)出近岸高，離岸低的空間分布特征，符合以往研究。通過(guò)與對(duì)比基于MODIS-Aqua 與GOCI-Ⅱ數(shù)據(jù)構(gòu)建的藻種濃度反演模型，其中基于COCTS 波段構(gòu)建的隱藻濃度反模型精度（R2=0.70、MAPE=73.64%）均比MODISAqua（R2=0.63、MAPE=86.57%）與GOCI-Ⅱ（R2=0.62、MAPE=77.33%）的隱藻濃度反演模型高；基于COCTS 波段構(gòu)建的藍(lán)藻模型的ME（51.20%）好于基于GOCI-Ⅱ（55.96%）波段構(gòu)建的藍(lán)藻模型。整體而言，本文新建的反演模型精度略低于MODIS-Aqua，但略?xún)?yōu)于GOCI-Ⅱ。將基于COCTS、MODIS-Aqua 與GOCI-Ⅱ構(gòu)建的模型分別應(yīng)用于各種衛(wèi)星數(shù)據(jù)上，COCTS 數(shù)據(jù)在沿岸和河流入?？诘鹊胤侥軌颢@得更多的藻種濃度信息，衛(wèi)星應(yīng)用效果均優(yōu)于MODIS-Aqua和GOCI-Ⅱ。后續(xù)可進(jìn)一步考慮兼顧C(jī)OCTS 和CZI 各自的參數(shù)設(shè)置優(yōu)勢(shì)和特點(diǎn)，分別開(kāi)發(fā)二者的浮游植物類(lèi)群濃度反演模型，達(dá)到HY-1C/D COCTS 大范圍觀測(cè)為主，CZI局部小范圍精細(xì)化觀測(cè)為輔助的衛(wèi)星監(jiān)測(cè)優(yōu)勢(shì)。綜上所述，國(guó)產(chǎn)HY-1C/D 衛(wèi)星在監(jiān)測(cè)藻種濃度反演上具有良好的信息表達(dá)能力與應(yīng)用前景。同時(shí)，本研究也可為HY-1C/D 在后續(xù)服務(wù)于沿海海域水體生態(tài)環(huán)境監(jiān)測(cè)的實(shí)用性和可行性提供參考。

志 謝感謝國(guó)家衛(wèi)星海洋應(yīng)用中心提供的HY-1C/D數(shù)據(jù)（https：//osdds.nsoas.org.cn，2021-11-20），感謝NASA 提供的MODIS-Aqua 數(shù)（https：//oceancolor.gsfc.nasa.gov/，2021-11-20），感謝韓國(guó)國(guó)家海事衛(wèi)星中心提供的GOCI-Ⅱ數(shù)據(jù)（https：//www.khoa.go.kr/，2021-11-20）。