基于Sentinel-3 OLCI數(shù)據(jù)的渤海水色狀況時(shí)空變化特征

王 林,王 祥,陳艷攏,高思雯,曾怡樂(lè),孟慶輝,王新新

基于Sentinel-3 OLCI數(shù)據(jù)的渤海水色狀況時(shí)空變化特征

王 林,王 祥*,陳艷攏,高思雯,曾怡樂(lè),孟慶輝,王新新

(國(guó)家海洋環(huán)境監(jiān)測(cè)中心,遼寧 大連 116023)

采用福萊爾水色計(jì)可將自然水體顏色從深藍(lán)到紅棕分為21個(gè)級(jí)別,用來(lái)記錄全球海洋和內(nèi)陸水體的顏色.目前,與福萊爾水色計(jì)21個(gè)級(jí)別顏色相對(duì)應(yīng)的FUI(Forel-Ule index)水色指數(shù)已有成熟的衛(wèi)星遙感提取方法.以渤海為研究區(qū),利用Sentinel-3 OLCI衛(wèi)星數(shù)據(jù)提取了2018～2022年近5a渤海月度、年度FUI水色指數(shù),研究了水色狀況的時(shí)空變化特征.結(jié)果表明,渤海FUI時(shí)空變化特征顯著,遼東灣、渤海灣及萊州灣沿岸海域FUI較高,水體渾濁,水色狀況較差;而秦皇島海域及其它離岸海域FUI較低,水體相對(duì)清澈,水色狀況較好.1～12月,渤海FUI月平均值呈“V”型變化特征,即FUI由大變小再變大,體現(xiàn)出渤海水色狀況由濁變清再變濁的過(guò)程.2018～2022年,FUI年平均值整體呈現(xiàn)下降趨勢(shì),水色狀況轉(zhuǎn)好;2018～2019年FUI年平均值的降幅最高,渤海綜合治理攻堅(jiān)戰(zhàn)初見成效,2020年降至攻堅(jiān)戰(zhàn)實(shí)施期間最低水平,2021年出現(xiàn)小幅回升,2022年FUI年平均值則降至歷年最低;與2020年相比,2022年渤海水色狀況轉(zhuǎn)好、穩(wěn)定、變差的海域面積占比分別為36.05%、50.45%、13.50%,達(dá)到近5a最佳狀態(tài),可見渤海綜合治理攻堅(jiān)戰(zhàn)對(duì)其生態(tài)環(huán)境的改善發(fā)揮了重要作用.因此,利用遙感技術(shù)監(jiān)測(cè)FUI水色指數(shù)可有效提升我國(guó)海洋生態(tài)環(huán)境常態(tài)化巡查監(jiān)管能力,具有非常重要的實(shí)際應(yīng)用價(jià)值.

FUI水色指數(shù)；時(shí)空變化；Sentinel-3 OLCI數(shù)據(jù)；遙感反演；渤海

海洋水色的清濁是公眾臨海親海最直觀的視覺感受,在一定程度上可反映出海洋生態(tài)環(huán)境質(zhì)量的優(yōu)劣.而水色的現(xiàn)場(chǎng)觀測(cè)遠(yuǎn)早于衛(wèi)星時(shí)代,最早可追溯到一百多年前,采用福萊爾水色計(jì)(Forel-Ule scale)將自然水體顏色從深藍(lán)到紅棕分為21個(gè)級(jí)別,用來(lái)記錄全球海洋和內(nèi)陸水體的顏色,與水溫、透明度等成為最古老的時(shí)間序列水質(zhì)觀測(cè)數(shù)據(jù)[1].

1978年,美國(guó)航空航天局發(fā)射了世界上第一顆攜帶海洋水色傳感器海岸帶水色掃描儀CZCS的Nimbus-7號(hào)衛(wèi)星,海洋水色遙感研究自此拉開序幕,研究者對(duì)水色的觀測(cè)進(jìn)入了衛(wèi)星時(shí)代.之后諸多海洋水色系列衛(wèi)星(Seastar/SeaWiFS、Aqua&Terra/ MODIS、HY-1/COCTS等)相繼發(fā)射,海洋水色遙感的相關(guān)研究不斷深入,研究者發(fā)現(xiàn)與水色有關(guān)的水體成分主要有浮游藻類、懸浮物、有色溶解有機(jī)物等,通常稱為水色三要素[2],也是海洋水色遙感探測(cè)的基本參數(shù)[3-4],還包括透明度、凈初級(jí)生產(chǎn)力、顆粒有機(jī)碳及溶解性有機(jī)碳等關(guān)聯(lián)參數(shù)也一直是海洋水色遙感研究的重點(diǎn)[5-7].

早期時(shí),研究者利用衛(wèi)星多光譜傳感器或現(xiàn)場(chǎng)實(shí)測(cè)的光譜信息,通過(guò)不同處理方式得到CIE標(biāo)準(zhǔn)色度系統(tǒng)中的、、三刺激值,并計(jì)算獲得色度信息,進(jìn)而推演水體狀況[8-10].隨著光學(xué)技術(shù)的發(fā)展,更連續(xù)的水體光譜信息被觀測(cè)到,相關(guān)研究更為深入.通過(guò)測(cè)量實(shí)驗(yàn)室中配制的Forel-Ule水色計(jì)中21種顏色溶液的透射光譜,得到了21種水體顏色的色度坐標(biāo)[11].后又經(jīng)修正,獲取了每個(gè)顏色對(duì)應(yīng)的色度角α,建立了FUI水色指數(shù)與色度角查找表[12],并實(shí)現(xiàn)了基于MERIS衛(wèi)星數(shù)據(jù)的水體FUI水色指數(shù)遙感提取[13].近10a內(nèi),研究者進(jìn)一步證實(shí)了FUI水色指數(shù)與色度角可以通過(guò)多種不同波段設(shè)置的遙感傳感器以較高的精度獲取[14-15].因其不依賴于區(qū)域性的水體特征更進(jìn)一步顯示了FUI水色指數(shù)遙感提取及應(yīng)用的優(yōu)勢(shì),FUI成為一種簡(jiǎn)單且全球有效的方法,在濁度、透明度、CDOM、Chla反演[16-20]及湖泊富營(yíng)養(yǎng)化評(píng)價(jià)方面得到廣泛應(yīng)用[21-27],但其在海洋生態(tài)環(huán)境評(píng)價(jià)方面的應(yīng)用潛力仍有待發(fā)掘.

“建設(shè)美麗海灣”是《“十四五”海洋生態(tài)環(huán)境保護(hù)規(guī)劃》的主線,在《重點(diǎn)海域綜合治理攻堅(jiān)戰(zhàn)行動(dòng)方案》中“推進(jìn)美麗海灣建設(shè)”被列為重點(diǎn)任務(wù)之一,且明確提出“加強(qiáng)海灣生態(tài)環(huán)境常態(tài)化監(jiān)測(cè)監(jiān)管”,并將“水清灘凈、魚鷗翔集、人海和諧”作為美麗海灣建設(shè)的目標(biāo)要求,進(jìn)而不斷提升公眾臨海親海的獲得感和幸福感.“水清”即為海洋水色的清濁,也是公眾臨海親海最直觀的視覺感受.FUI水色指數(shù)遙感監(jiān)測(cè)可有效提升海灣生態(tài)環(huán)境常態(tài)化巡查監(jiān)管能力,具有非常重要的實(shí)際應(yīng)用價(jià)值.本文以渤海為研究對(duì)象,基于2018～2022年Sentinel-3 OLCI數(shù)據(jù),研究了近5a渤海水色狀況的時(shí)空變化特征,分析了渤海綜合治理攻堅(jiān)戰(zhàn)的實(shí)施對(duì)渤海水色狀況的影響,體現(xiàn)了FUI水色指數(shù)在海洋生態(tài)環(huán)境評(píng)價(jià)方面的應(yīng)用前景.

1 材料與方法

1.1 研究區(qū)域

渤海是我國(guó)唯一的半封閉型內(nèi)海(圖1),平均水深18m,面積約7.7萬(wàn)km2.沿岸有黃河、海河、灤河和遼河等40余條河流入海,生態(tài)環(huán)境受人為因素影響顯著[28].改革開放40多年來(lái),隨環(huán)渤海13個(gè)沿海城市的開發(fā)建設(shè),陸源污染物排放量逐年增大,渤海生態(tài)環(huán)境質(zhì)量受到極大影響[29].自21世紀(jì)起,我國(guó)政府為渤海環(huán)境污染治理制定和實(shí)施了若干項(xiàng)政策制度,如《渤海綜合整治規(guī)劃》、《渤海碧海行動(dòng)計(jì)劃》、《渤海環(huán)境保護(hù)總體規(guī)劃(2008-2020年)》、《國(guó)家海洋局關(guān)于進(jìn)一步加強(qiáng)渤海生態(tài)環(huán)境保護(hù)工作的意見》、《關(guān)于率先在渤海等重點(diǎn)海域建立實(shí)施排污總量控制制度的意見》及《渤海綜合治理攻堅(jiān)戰(zhàn)行動(dòng)計(jì)劃》等[30].渤海生態(tài)環(huán)境質(zhì)量得到一定改善,但整治成效仍不穩(wěn)固.

圖1 渤海研究區(qū)示意

1.2 衛(wèi)星數(shù)據(jù)

選擇哨兵3號(hào)(Sentinel-3)衛(wèi)星搭載的海陸彩色成像儀(OLCI)數(shù)據(jù).OLCI共包含21個(gè)光譜波段,波段范圍在400～1020nm之間,空間分辨率為300m,全球覆蓋時(shí)間為1～2d,能夠?qū)崿F(xiàn)全球多光譜中等分辨率海洋/陸地觀測(cè)能力[31].本研究通過(guò)歐洲氣象衛(wèi)星組織數(shù)據(jù)服務(wù)官方網(wǎng)站(https://data.eumetsat.int)下載獲取了2018～2022年5a期間渤海每日Sentinel-3 OLCI L2 WFR (Full Resolution: Ocean Colour, Water and atmosphere parameters)數(shù)據(jù),并采用SNAP軟件進(jìn)行均值處理,得到月度、年度平均數(shù)據(jù),進(jìn)而提取FUI水色指數(shù)并進(jìn)行渤海水色狀況的時(shí)空變化特征研究.

1.3 水色指數(shù)提取方法

為了將顏色進(jìn)行量化表示,國(guó)際照明委員會(huì)(CIE)發(fā)展了一套CIE-XYZ標(biāo)準(zhǔn)顏色系統(tǒng)[32].將、、作為色度系統(tǒng)中光譜的三刺激值,利用衛(wèi)星影像的遙感反射率,計(jì)算、、的公式如下[14]:

式中:為衛(wèi)星傳感器的波段數(shù)量;x、y、z為衛(wèi)星傳感器計(jì)算CIE顏色三刺激值的波段線性求和系數(shù),為常數(shù)[14].

同時(shí),CIE規(guī)定了二維色度圖,用來(lái)描繪顏色,色度圖上二維坐標(biāo)和由三刺激值、、計(jì)算得到,公式如下:

兩個(gè)值可確定一個(gè)顏色,則用CIE-xy色度圖[22]能夠表示可見光范圍內(nèi)的所有顏色,每種顏色對(duì)應(yīng)一個(gè)色度坐標(biāo)(,).基于色度坐標(biāo)(,),采用雙變量反正切函數(shù)(arctan2)可計(jì)算得到色度角,公式如下:

因多光譜衛(wèi)星傳感器的波段數(shù)量較少且離散,與人眼(等同于高光譜傳感器)感知到的真實(shí)顏色存在偏差,需進(jìn)行校正消除偏差[14].此外,偏差校正時(shí)需考慮色度角的定義差異,不同的定義方式其校正系數(shù)不同[22].偏差校正后通過(guò)FUI與的對(duì)應(yīng)關(guān)系表[33]最終計(jì)算得到FUI水色指數(shù)的遙感結(jié)果.

2 結(jié)果與討論

2.1 月度水色指數(shù)的時(shí)空變化特征

圖2 1～12月渤海每月水色指數(shù)的時(shí)空分布

渤海每月FUI水色指數(shù)的時(shí)空變化特征顯著(圖2).從空間上看,遼東灣、渤海灣及萊州灣沿岸海域FUI較高,水體渾濁,水色狀況較差;而秦皇島海域及其它離岸海域FUI較低,水體相對(duì)清澈,水色狀況較好.從時(shí)間上看,1～3、11、12月FUI較高,水色狀況較差;4、5、9、10月FUI居中,水色狀況一般;而6～8月FUI較低,水色狀況較好.

表1 1～12月渤海各級(jí)水色指數(shù)的海域面積占比統(tǒng)計(jì)(%)

圖3 2018年1月～2022年12月渤海每月FUI平均值的變化

1～12月渤海各級(jí)FUI水色指數(shù)的海域面積占比統(tǒng)計(jì)如表1所示,可發(fā)現(xiàn)渤海FUI的主要變化區(qū)間為5～17,將各級(jí)各月海域面積占比超過(guò)10%的占比值加粗標(biāo)識(shí)后呈現(xiàn)出較明顯的“倒V”型分布特征,表明1～12月高值FUI的海域面積占比先減小后增大(低值FUI則相反),即渾濁水體的海域面積占比先減小后增大(清澈水體則相反),體現(xiàn)出渤海水色狀況“自濁變清再變濁”的變化特征.2018年1月～2022年12月渤海FUI月平均值的范圍為7.51～13.47,且每年1～12月均存在顯著的“V”型變化特征(圖3),也體現(xiàn)了渤海水色狀況“自濁變清再變濁”的變化過(guò)程;此外,渤海FUI月平均值整體呈現(xiàn)下降趨勢(shì),表明渤海水色狀況呈轉(zhuǎn)好態(tài)勢(shì).

陸源徑流輸入與底層顆粒物再懸浮是影響渤海水色狀況的兩個(gè)主要因素.渤海處在大陸架的內(nèi)部區(qū)域,平均水深僅18m,全海區(qū)50%以上水深不到20m,風(fēng)浪對(duì)底層顆粒物的再懸浮作用顯著,而渤海月度水色指數(shù)的時(shí)空變化也主要與風(fēng)浪作用有關(guān).渤海位于東亞季風(fēng)區(qū),海表風(fēng)場(chǎng)具有明顯的季節(jié)性特征,冬季以西北風(fēng)為主,風(fēng)向穩(wěn)定,風(fēng)力較強(qiáng),平均風(fēng)速約5m/s,最大風(fēng)速可達(dá)7.5m/s;夏季以東南風(fēng)為主,風(fēng)向不穩(wěn)定,風(fēng)力較弱,風(fēng)速范圍在2～5m/s;春、秋季屬于過(guò)渡季節(jié),風(fēng)向零亂、多變、不穩(wěn)定,風(fēng)速范圍在2～6m/s[34].這恰與1～12月渤海水色狀況“由濁變清再變濁”的變化過(guò)程相呼應(yīng),即“風(fēng)強(qiáng)則FUI增,風(fēng)弱則FUI減”.通常而言,夏季強(qiáng)降水過(guò)程會(huì)引起陸源徑流輸入量的驟然增加,導(dǎo)致入海河口鄰近海域的FUI增大,但其影響時(shí)間一般較短,且影響范圍主要分布在河口鄰近海域,與冬季持續(xù)強(qiáng)風(fēng)引起的顆粒物再懸浮作用相比,降水過(guò)程的影響相對(duì)較弱.

2.2 年度水色指數(shù)的時(shí)空變化特征

2018～2022年,渤海每年FUI水色指數(shù)存在一定的時(shí)空變化特征(圖4).受遼河、黃河及海河等陸源徑流輸入等因素的影響,遼東灣、萊州灣及渤海灣底部沿岸海域FUI常年處于較高水平且遠(yuǎn)高于其它海域,水體較渾濁;而秦皇島及渤海中部海域FUI始終處于較低水平,水體較清澈;不同年份渤海各區(qū)域FUI均有一定變化,但變化規(guī)律并不顯著.

圖4 2018～2022年渤海每年水色指數(shù)的時(shí)空分布

圖5 2018～2022年渤海每年FUI平均值的變化

渤海FUI水色指數(shù)年平均值的范圍為9.65～ 10.62(圖5),除2021年FUI出現(xiàn)小幅回升外,整體呈下降趨勢(shì),表明渤海水色狀況日趨平穩(wěn)且總體向好.其中,2018年,渤海FUI年平均值仍處于較高水平,水色狀況較差;2019～2020年渤海綜合治理攻堅(jiān)戰(zhàn)實(shí)施期間,FUI年平均值較2018年顯著降低,水色狀況明顯轉(zhuǎn)好;2021～2022年攻堅(jiān)戰(zhàn)結(jié)束后的2a時(shí)間內(nèi),渤海FUI年平均值出現(xiàn)一定波動(dòng),但仍處于較低水平,尤其是2022年,FUI年平均值降至近5a最低水平,較2018年降幅達(dá)9.15%,水色狀況達(dá)到近5a最佳.

利用M2TMNXFLX全球尺度月均風(fēng)場(chǎng)數(shù)據(jù)集(分辨率0.69°×0.55°),以覆蓋渤海范圍矢量邊界提取了2018～2022年度各月平均風(fēng)速,并以算術(shù)平均計(jì)算年均風(fēng)速依次為6.2,6.1,6.1,6.4,6.4m/s,與水色指數(shù)的年度變化無(wú)明顯關(guān)聯(lián).渤海水色狀況的穩(wěn)中向好可能與近10a來(lái)我國(guó)政府高度重視生態(tài)環(huán)境問(wèn)題緊密相關(guān).自2013年開始,中國(guó)政府大力推進(jìn)生態(tài)文明建設(shè),堅(jiān)持綠水青山就是金山銀山的發(fā)展理念,極大程度上消減了污染物的排放.2018年底,渤海綜合治理攻堅(jiān)戰(zhàn)全面打響,對(duì)環(huán)渤海周邊省市制定了嚴(yán)格的污染減排措施,在很大程度上減少了陸源排污入海的影響,渤海水質(zhì)大幅好轉(zhuǎn),2019年優(yōu)良水質(zhì)面積恢復(fù)到2001年左右的水平,同時(shí)富營(yíng)養(yǎng)化的海域面積總體呈下降趨勢(shì),海水中浮游藻類濃度較攻堅(jiān)戰(zhàn)之前明顯降低[35],赤潮災(zāi)害發(fā)生頻率顯著減少,渤海水色狀況隨之變好,可見渤海綜合治理攻堅(jiān)戰(zhàn)對(duì)渤海生態(tài)環(huán)境的改善起到了關(guān)鍵作用.盡管如此,2021年渤海水色狀況出現(xiàn)小幅回升,表明渤海生態(tài)環(huán)境問(wèn)題存在長(zhǎng)期性和復(fù)雜性,治理成效尚不穩(wěn)固,也印證了持續(xù)深化渤海綜合治理的必要性.

2.3 水色指數(shù)變化量的時(shí)空分布特征

通過(guò)上節(jié)分析可知,2020年渤海綜合治理攻堅(jiān)戰(zhàn)圓滿收官時(shí),渤海水色狀況達(dá)到攻堅(jiān)戰(zhàn)實(shí)施期間的最佳水平,因此可將2020年FUI水色指數(shù)作為本底基準(zhǔn),用于對(duì)比、評(píng)價(jià)渤海水色狀況的優(yōu)劣變化.

圖6 2022年1～12月較2020年同期渤海水色指數(shù)變化量ΔFUI的時(shí)空分布

與2020年相比,2022年1～12月渤海水色指數(shù)變化量ΔFUI的空間差異較大,各區(qū)域水色狀況的轉(zhuǎn)變存在明顯波動(dòng)(圖6).統(tǒng)計(jì)分析發(fā)現(xiàn),2022年1、2、4～7月ΔFUI<0的海域面積大于ΔFUI>0的海域面積(圖7),表明水色狀況轉(zhuǎn)好的海域面積超過(guò)變差的海域面積,水色狀況較2020年同期轉(zhuǎn)好,其中6月轉(zhuǎn)好最明顯,水色狀況轉(zhuǎn)好、穩(wěn)定、變差的海域面積占比分別為75.59%、16.15%、8.26%;3、8～12月相反,水色狀況較2020年同期變差,其中12月變差最嚴(yán)重,水色狀況轉(zhuǎn)好、穩(wěn)定、變差的海域面積占比分別為12.86%、20.01%、67.13%.年度統(tǒng)計(jì)分析發(fā)現(xiàn),與2020年相比,2022年渤海水色狀況轉(zhuǎn)好、穩(wěn)定、變差的海域面積占比分別為36.56%、48.57%、14.87%,可見渤海大部分區(qū)域的水色狀況呈穩(wěn)定或轉(zhuǎn)好趨勢(shì)(圖8);其中,遼東灣北部大部分海域、渤海灣及相鄰海域水色狀況明顯轉(zhuǎn)好,而渤海灣沿岸海域、萊州灣大部分海域、遼東灣西部沿岸海域及渤海海峽西北部分海域水色狀況變差.

圖7 2022年1～12月較2021年同期渤海水色狀況轉(zhuǎn)好(ΔFUI<0)、穩(wěn)定(ΔFUI=0)、變差(ΔFUI>0)時(shí)的海域面積占比統(tǒng)計(jì)

整體看來(lái),月度同期FUI的變化非常大,很多區(qū)域超過(guò)5,冬季尤為明顯,究其原因可能在于同期月份對(duì)比所獲取的有效衛(wèi)星數(shù)據(jù)在同一區(qū)域的海面風(fēng)速存在較大差異,而海面風(fēng)的擾動(dòng)對(duì)局地FUI的變化影響強(qiáng)烈;此外,潮流的平流輸運(yùn)對(duì)近岸區(qū)域FUI的變化也有一定影響.以11月為例,篩選FUI變化非常大的渤海灣(118.768°E,38.621°N)、渤海中部(120.529°E,39.361°N)兩位置,利用羲和能源大數(shù)據(jù)平臺(tái)(https://xihe-energy.com,數(shù)據(jù)來(lái)源為歐洲中期天氣預(yù)報(bào)中心歷史再分析數(shù)據(jù)集)下載上述位置風(fēng)速數(shù)據(jù),并計(jì)算得到2022、2020年11月具有有效影像的所有日期的風(fēng)速均值.分析發(fā)現(xiàn),渤海灣坐標(biāo)位置處FUI明顯變小,而2022年11月的風(fēng)速均值(6.06m/s)較2020年同期(6.30m/s)減小;渤海中部坐標(biāo)位置處FUI明顯變大,2022年11月的風(fēng)速均值(7.03m/s)較2020年同期(5.93m/s)增大,進(jìn)一步表明區(qū)域風(fēng)速越大,FUI越大,反之亦然.年度對(duì)比采用的衛(wèi)星數(shù)據(jù)量非常大,消弱了海面風(fēng)、潮流等自然因素對(duì)局地水色狀況的影響,渤海各區(qū)域FUI的年度變化相對(duì)較小,主要分布在-1～1之間,在一定程度上體現(xiàn)了人類活動(dòng)因素(增減排污等)的干預(yù)影響,對(duì)水色狀況發(fā)生改變的區(qū)域需引起相關(guān)管理部門的關(guān)注.

圖8 2022年較2020年渤海水色指數(shù)變化量ΔFUI的時(shí)空分布

3 結(jié)論

3.1 渤海每月FUI水色指數(shù)呈現(xiàn)顯著的時(shí)空變化特征,受陸源河流輸入影響,遼東灣、渤海灣及萊州灣沿岸海域FUI較高,水體渾濁,水色狀況較差;而秦皇島海域及其它離岸海域FUI較低,水體相對(duì)清澈,水色狀況較好.1～12月渤海FUI月平均值呈“V”型變化特征,體現(xiàn)出渤海水色狀況“由濁變清再變濁”的變化過(guò)程,主要與渤海季風(fēng)變化對(duì)底層顆粒物的再懸浮作用有關(guān).

3.2 近5a,渤海水色狀況日趨平穩(wěn)且總體向好. 2018年,渤海FUI年平均值仍處于較高水平,水色狀況較差;2019～2020年渤海綜合治理攻堅(jiān)戰(zhàn)實(shí)施期間,FUI年平均值較2018年顯著降低,水色狀況明顯轉(zhuǎn)好;2021年FUI出現(xiàn)小幅回升,但2022年FUI年平均值降至近5a最低水平,較2018年降幅達(dá)9.15%,水色狀況達(dá)到近5a最佳.本文研究結(jié)果證實(shí)了渤海綜合治理攻堅(jiān)戰(zhàn)對(duì)渤海生態(tài)環(huán)境的改善發(fā)揮了關(guān)鍵作用.

3.3 將2020年FUI水色指數(shù)作為本底基準(zhǔn),月度同期對(duì)比發(fā)現(xiàn)2022年1～12月渤海部分區(qū)域水色指數(shù)的變化量ΔFUI超過(guò)5,尤以冬季最為明顯,考慮主要與海面風(fēng)的擾動(dòng)作用對(duì)局地FUI的強(qiáng)烈影響有關(guān).年度統(tǒng)計(jì)分析發(fā)現(xiàn),與2020年相比,2022年渤海水色狀況轉(zhuǎn)好、穩(wěn)定、變差的海域面積占比分別為36.56%、48.57%、14.87%,可見渤海大部分區(qū)域的水色狀況呈穩(wěn)定或轉(zhuǎn)好趨勢(shì).

[1] 馬本昌.基于色度角的中國(guó)近海水色要素遙感研究[D]. 南京:南京信息工程大學(xué), 2022. Ma B C. Remote sensing of ocean color elements in the Chinese offshore based on chromaticity angle [D]. Nan Jing: Nanjing University of Information Science and Technology, 2022.

[2] Prieur L, Sathyendranath S. An optical classification of coastal and oceanic waters based on the specific spectral absorption curves of phytoplankton pigments, dissolved organic matter, and other particulate materials [J]. Limnology and Oceanography, 1981,26(4): 671–689.

[3] O'Reilly J, Maritorena S, Mitchell B G, et al. Ocean color chlorophyll algorithms for SeaWiFS [J]. Journal of Geophysical Research: Oceans, 1998,103(C11):24937–24953.

[4] Tang J W, Wang X M, Song Q J, et al. The statistic inversion algorithms of water constituents for the Huanghai Sea and the East China Sea [J]. Acta Oceanologica Sinica, 2004,23(4):617–626.

[5] Lee Z P, Shang S L, Hu C M, et al. Secchi disk depth: A new theory and mechanistic model for underwater visibility [J]. Remote Sensing of Environment, 2015,169:139–149.

[6] Silsbe G M, Beherenfeld M J, Halsey K H, et al. The CAFE model: A net production model for global ocean phytoplankton [J]. Global Biogeochemical Cycles, 2016,30:1756–1777.

[7] Bonelli A G, Loisel H, Jorge D S F, et al. A new method to estimate the dissolved organic carbon concentration from remote sensing in the global open ocean [J]. Remote Sensing of Environment, 2022,281: 113227.

[8] Alf?ldi T T, Munday J. Water quality analysis by digital chromaticity mapping of Landsat data [J]. Canadian Journal of Remote Sensing, 1978,4(2):108–126.

[9] Bukata R P, Bruton J E, Jerome J H. Use of chromaticity in remote measurements of water quality [J]. Remote Sensing of Environment, 1983,13(2):161–177.

[10] Bukata R P, Pozdnyakov D V, Jerome J H. et al. Validation of a radiometric color model applicable to optically complex water bodies [J]. Remote Sensing of Environment, 2001,77(2):165–172.

[11] Wernand M R, van der Woerd H J. Spectral analysis of the Forel-Ule ocean colour comparator scale [J]. Journal of the European Optical Society Rapid Publications, 2010,5:10014s.

[12] Novoa S, Wernand M R, Van der Woerd H J. The Forel-Ule Scale revisited spectrally: Preparation protocol, transmission measurements and chromaticity [J]. Journal of the European Optical Society: Rapid Publications, 2013,8:13057.

[13] Wernand M R, Hommersom A, van der Woerd H J. MERIS-based ocean colour classification with the discrete Forel-Ule scale [J]. Ocean Science, 2013,9(3):477–487.

[14] van der Woerd H J, Wernand M R. True colour classification of natural waters with medium-spectral resolution satellites: SeaWiFS, MODIS, MERIS and OLCI [J]. Sensors, 2015,15(10):25663–25680.

[15] van der Woerd H J, Wernand M R. Hue-angle product for low to medium spatial resolution optical satellite sensors [J]. Remote Sensing, 2018,10(2):180.

[16] Wernand M R, van der Woerd H J, Gieskes W W. Trends in ocean colour and chlorophyll concentration from 1889 to 2000, worldwide [J]. Plos One, 2013,8(6):e63766.

[17] Garaba S P, Badewien T H, Braun A, et al. Using ocean colour remote sensing products to estimate turbidity at the Wadden Sea time series station Spiekeroog [J]. Journal of the European Optical Society-Rapid Publications, 2014,9:14020.

[18] Garaba S P, Vo? D, Zielinski O. Physical, bio-optical state and correlations in North–Western European Shelf Seas [J]. Remote Sensing, 2014,6(6):5042–5066.

[19] Garaba S P, Friedrichs A, Voss D, et al. Classifying natural waters with the Forel-Ule Colour Index System: results, applications, correlations and crowdsourcing [J]. International Journal of Environmental Research and Public Health, 2015,12(12):16096–16109.

[20] Pitarch J, van der Woerd H J, Brewin R J W, et al. Optical properties of Forel-Ule water types deduced from 15years of global satellite ocean color observations [J]. Remote Sensing of Environment, 2019, 231:111249.

[21] Chen Q, Huang M T, Tang X D. Eutrophication assessment of seasonal urban lakes in China Yangtze River Basin using Landsat 8-derived Forel-Ule index: a six-year (2013～2018) observation [J]. The Science of the total environment, 2020,745:135392.

[22] 王勝蕾.基于水色指數(shù)的大范圍長(zhǎng)時(shí)序湖庫(kù)水質(zhì)遙感監(jiān)測(cè)研究[D]. 北京:中國(guó)科學(xué)院大學(xué), 2018. Wang S L. Large-scale and long-time water quality remote sensing monitoring over lakes based on water color index [D]. Bei jing: University of Chinese Academy of Sciences, 2018.

[23] Wang S L, Li J S, Shen Q, et al. MODIS-based radiometric color extraction and classification of inland water with the Forel-Ule scale: a case study of Lake Taihu [J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2015,8(2):907–918.

[24] Wang S L, Li J S, Zhang B, et al. Changes of water clarity in large lakes and reservoirs across China observed from long-term MODIS [J]. Remote Sensing of Environment, 2020,247:111947.

[25] Wang S L, Li J S, Zhang B, et al. Trophic state assessment of global inland waters using a MODIS-derived Forel-Ule Index [J]. Remote Sensing of Environment, 2018,217:444–460.

[26] Li M J, Sun Y H, Li X J, et al. An improved eutrophication assessment algorithm of estuaries and coastal waters in Liaodong Bay [J]. Remote Sensing, 2021,13:3867.

[27] Zhou Y D, He B Y, Fu C J, et al. An improved Forel–Ule index method for trophic state assessments of inland waters using Landsat 8 and sentinel archives [J]. GIScience & Remote Sensing, 2021,58(8):1316– 1334.

[28] 張海波,王麗莎,石曉勇,等.渤海中部營(yíng)養(yǎng)鹽季節(jié)變化及限制統(tǒng)計(jì)分析[J]. 中國(guó)環(huán)境科學(xué), 2019,39(4):1579–1588. Zhang H B, Wang L S, Shi X Y, et al. Spatial distributions and seasonal variations of nutrients and statistical analysis of nutrient limitation in the center of the Bohai Sea, China [J]. China Environmental Science, 2019,39(4):1579–1588.

[29] 王利明,馬 蕾,楊曉飛,等.渤海環(huán)境污染的治理與保護(hù)對(duì)策[J]. 中國(guó)資源綜合利用, 2020,38(3):109–111. Wang L M, Ma L, Yang X F, et al. The countermeasures for the pollution control and protection in the Bohai Sea [J]. China Resources Comprehensive Utilization, 2020,38(3):109–111.

[30] 于春艷,朱容娟,隋偉娜,等.渤海與主要國(guó)際海灣水環(huán)境污染治理成效比較研究[J]. 海洋環(huán)境科學(xué), 2021,40(6):843–850. Yu C Y, Zhu R J, Sui W N, et al. Comparative study on the effectiveness of water environmental pollution control between Bohai Sea and major international bays [J]. Marine Environmental Science 2021,40(6):843–850.

[31] 王 林,王 祥,王新新,等.基于Sentinel-3 OLCI影像的秦皇島海域懸浮物濃度遙感反演[J]. 中國(guó)環(huán)境科學(xué), 2022,42(8):3867–3875. Wang L, Wang X, Wang X X, et al. Retrieval of suspended particulate matter concentration from Sentinel-3 OLCI image in the coastal waters of Qinhuangdao [J]. China Environmental Science, 2022,42(8): 3867–3875.

[32] CIE. Commission internationale de l‘eclairage proceedings 1931 [R]. Cambridge: Cambridge University Press, 1932:19–29.

[33] Chen X D, Liu L Y, Zhang X, et al. An assessment of water color for inland water in China using a Landsat 8-Derived Forel–Ule Index and the Google Earth engine platform [J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2021, 14:5773–5785.

[34] 任惠茹,李國(guó)勝,郭騰蛟,等.1950～2011年渤海地區(qū)海表風(fēng)場(chǎng)的季節(jié)特征與多尺度變化分析[J]. 地理科學(xué), 2017,37(9):1430–1438. Ren H R, Li G S, Guo T J, et al. Multi-scale variability of surface wind direction and speed on the Bohai Sea in 1950～2011 [J]. Scientia Geographica Sinica, 2017,37(9):1430–1438.

[35] 孟慶輝,王 林,陳艷攏,等.2002～2021年渤海葉綠素a濃度變化及環(huán)境響應(yīng)分析[J]. 中國(guó)環(huán)境監(jiān)測(cè), 2022,38(6):228–236. Meng Q H, Wang L, Chen Y L, et al. Change of chlorophyll a concentration and its environmental response in the Bohai Sea from 2002 to 2021 [J]. Environmental Monitoring in China, 2022,38(6): 228–236.

Spatiotemporal variation of water color conditions in the Bohai Sea based on Sentinel-3OLCI data.

WANG Lin, WANG Xiang*, CHEN Yan-long, GAO Si-wen, ZENG Yi-le, MENG Qing-hui, WANG Xin-xin

(National Marine Environmental Monitoring Center, Dalian 116023, China)., 2023,43(9)：4828～4836

The Forel-Ule scale was introduced to record the colors of oceans and inland waters. It classified natural water colors into 21 grades ranging from dark blue to reddish brown. With satellite data, it has been possible to extract the Forel-Ule index (FUI) , which correspond to 21 levels of the Forel-Ule scale. Based on Sentinel-3OLCI satellite data, the monthly and annual FUI of the Bohai Sea for the past five years from 2018 to 2022 was extracted. In addition, spatial and temporal variations in water color conditionswere investigated. As can be seen from the results, both the spatial and temporal variation of FUI in the Bohai Sea was significant. High FUI values were observed in the coastal waters of Liaodong Bay, Bohai Bay, and Laizhou Bay. This indicated turbid water and poor water color. In contrast, low FUI values were observed in Qinhuangdao and other offshore waters, reflecting relatively clear water and good water color. A "V" shaped change, i.e., the FUI varied from large to small and then to large, from January to December, in the variation of the monthly FUI average in the Bohai Sea was captured, illustrating the process of the Bohai Sea's water color condition from turbid to clear and then to turbid. An overall decreasing trend in the annual FUI average value was detected, corresponding to the water color condition getting better, from 2018 to 2022. During this period, the highest decreasing rate happened from 2018 to 2019, subject to the Bohai Sea comprehensive management battle. The lowest level was in 2020, followed by a slight rebound in 2021. The annual FUI average value reached its lowest level in 2022. Compared with 2020, the percentage of sea area with improved, stable, and deteriorating water color in 2022 was 36.05%, 50.45%, and 13.50% respectively. This was the best performance in five years. Therefore, it was seen that comprehensive management of the Bohai Sea had played an active role in improving its ecological environment. Monitoring FUI with remote sensing increased the capacity for regular inspections and supervision of China's marine ecological environment. This was of great practical importance.

Forel-Ule Index (FUI)；spatiotemporal variation；Sentinel-3 OLCI satellite data；remote sensing retrieval；Bohai Sea

X55

A

1000-6923(2023)09-4828-09

王 林(1981-),男,河北滄州人,副研究員,碩士,主要從事海洋生態(tài)環(huán)境遙感研究.發(fā)表論文40余篇.wanglin198110@yeah.net.

王 林,王 祥,陳艷攏,等.基于Sentinel-3 OLCI數(shù)據(jù)的渤海水色狀況時(shí)空變化特征 [J]. 中國(guó)環(huán)境科學(xué), 2023,43(9):4828-4836.

Wang L, Wang X, Chen Y L, et al. Spatiotemporal variation of water color conditions in the Bohai Sea based on Sentinel-3OLCI data [J]. China Environmental Science, 2023,43(9):4828-4836.

2023-02-21

國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2019YFC1407904,2018YFC1407605)

* 責(zé)任作者, 副研究員, xwang@nmemc.org.cn