论文部分内容阅读
海洋浮游植物是海洋初级生产者,是海洋食物链的基础组成部分,不仅对海洋生态系统的修复起着关键作用,对海洋乃至全球生物地球化学循环都起着重要的作用,因此,针对海洋浮游植物的科学研究具有重大的科学意义。相比于传统方法实地采样后再在实验室中通过显微镜进行浮游植物种类的区分研究,卫星遥感技术具有大范围、长时间周期以及高效率等优势,因此,通过卫星遥感技术来研究海洋浮游植物种类信息具有重要的科学意义。近年来,随着水色遥感技术的发展,通过光学手段进行海洋浮游植物种类信息的反演研究也逐渐开展起来。目前,浮游植物种类信息的反演研究大都集中在开阔大洋一类光学简单水体,东中国海为典型的二类光学复杂水体,常规针对大洋水体的浮游植物种类反演算法对东中国海（包括渤海、黄海和东海）浮游植物类群的反演效果会出现一定的退化,而专门针对东中国海浮游植物种类信息反演提出的算法目前还很少。针对东中国海域的浮游植物种类信息的反演,无论是利用常规的方法,或者是提出新的反演方法,都存在难度与挑战性。因此,本研究主要围绕东中国海浮游植物种类遥感反演研究这一重要的科学问题,开展了以下研究工作:（1）开展了针对东中国海的现场调查,采集了多个航次的显微镜镜下检验的浮游植物物种与细胞丰度数据、浮游植物色素数据以及对应的遥感反射率(Rrs)数据。在实验室内培养东中国海常见单种浮游植物的基础上,测量与获取了单种浮游植物的吸收(aph)与比吸收系数(a*ph)数据。基于此,分别利用数值模型（Hydro Light）与解析模型（Lee模型）建立了单种浮游植物主导的与多种浮游植物物种混合的Rrs模拟数据集,通过对比模拟的Rrs数据与文献中的相关记载结果,Rrs的模拟结果是合理的。（2）基于野外采集的浮游植物色素数据,通过诊断色素分析（DPA）的方法估算了硅藻、甲藻、定鞭藻、大洋藻、隐藻、绿藻、蓝藻和原绿球藻8个浮游植物类群的叶绿素a浓度（Chlorophyll a concentration,[Chla]）。基于丰度法,建立了总叶绿素a浓度（Total[Chla]）和不同浮游植物类群[Chla]之间的二次多项式经验反演模型,精度验证结果显示,除了蓝藻和大洋藻之外,其它浮游植物类群的平均绝对百分误差（MAPEs）都在100%以内,在合理范围内,基于Ocean-Colour Climate Change Initiative Version 4.2（OC-CCI V4.2）卫星每日[Chla]数据的精度验证,硅藻、甲藻、定鞭藻、隐藻、绿藻以及原绿球藻的MAPE分别为80.3%、56.8%、65.2%、60.4%、60.1%以及42.5%,也证明了基于该卫星数据的浮游植物类群反演精度是可靠的。基于野外采集的Rrs数据,以及对应的浮游植物色素数据,利用DPA估算浮游植物类群后,分别利用经验正交分解（EOF）与多项式回归的方法从Rrs信号中反演浮游植物类群,对基于EOF方法反演浮游植物类群进行验证,大多数浮游植物类群的MAPEs大于200%,无法有效对浮游植物类群进行反演,对多项式法的反演效果进行验证,8个浮游植物类群的MAPE分别为105.55%、147.38%、162.68%、114.63%、147.39%、98.29%、142.3%以及111.08%,反演效果优于EOF,但是劣于丰度法的反演结果。本研究开展了针对EOF法的误差分析,分解出的模态无法有效提取浮游植物信息应该是造成反演误差较大的主要原因。（3）基于Hydro Light模拟的Rrs数据,野外采集的浮游植物物种与细胞丰度数据,以及现场采集的Rrs数据,通过相似度匹配（Similarity Index,SI）的办法对野外站位中的优势浮游植物类群进行反演,反演精度为52.28%,超过一半站位中的优势浮游植物类群可被识别。基于解析模型模拟的Rrs数据,野外采集的浮游植物物种与细胞丰度数据,以及现场采集的Rrs数据,利用深度学习算法,学习了模拟光谱中浮游植物的浅层信息,利用迁移学习的方法,将模拟数据集中的浅层浮游植物信息与实测数据集中的深层浮游植物信息相结合,对自然水体中海洋浮游植物的种类组成进行反演。通过对2015-2018年5个航次的野外数据进行建模与验证,浮游植物物种组成的探测精度,拟合优度（R2）为0.88,MAPE为26.08%,平均绝对误差（MAE）为3.38%,均方根误差（RMSE）为4.4%,浮游植物类群组成的探测精度为:R2=0.99,MAPE=1.74%,MAE=0.33%,RMSE=1.28%。将该算法应用于海岸带高光谱成像仪（HICO）影像,探测到的长江口邻近海域浮游植物的优势种为具齿原甲藻,优势浮游植物类群为甲藻,与文献记载相比较,探测结果是合理的。（4）基于1998-2019年OC-CCI V4.2卫星月平均[Chla]数据与本研究中构建的基于丰度法的浮游植物类群经验反演方法,开展了东中国海浮游植物类群的时空变化与影响因素分析,研究结果显示,硅藻和甲藻主要在沿岸分布,其它浮游植物类群主要在远岸分布,与文献调研的结果相一致。长江径流长时序的变化规律与浮游植物类群的[Chla]的变化规律是一致的,不同水团影响海域关键环境因子对浮游植物类群的贡献不一样,东部型厄尔尼诺事件与中部型拉尼娜事件对东中国海浮游植物类群的影响规律大致是相反的。综上所述,本研究综合室内模拟与野外采集的Rrs数据,野外采集的浮游植物信息数据,卫星遥感数据。构建了适用于东中国海的基于丰度法的浮游植物类群反演经验方法与基于深度学习-迁移学习的浮游植物种类组成高光谱反演方法,解析了20年时间尺度上东中国海浮游植物类群时空分布规律与影响因素。为东中国海浮游植物种类遥感反演研究提供了思路与参考,为东中国海浮游植物种类信息的研究提供了新的数据源。