1、第 卷 第 期应 用 海 洋 学 学 报,年 月 ,不同 资料在海南岛和北部湾珊瑚白化预警中的适用性比较旷芳芳,张俊鹏,查 晶,靖春生,牛文涛,王 翠 收稿日期:资助项目:国家重点研发计划();自然资源部第三海洋研究所基本科研业务费(海三科)作者简介:旷芳芳(),女,助理研究员;:(自然资源部第三海洋研究所,福建 厦门)摘要:近年来,受全球气候变化及极端天气的影响,全球范围频繁出现珊瑚礁白化现象,遥感 已广泛应用于珊瑚白化的监测和预警中。海南岛近岸及北部湾海域的珊瑚礁近年也倍受白化压力,然而,遥感 在海南岛近岸及北部湾海域珊瑚白化预警中的适用性尚不清楚。为此,本研究比较了 种常用的遥感 数据(
2、、和)在研究海域的异同及其在夏季珊瑚白化预警中的适用性。结果表明,的 最高、次之、最低,的偏差在 年以前比较明显,和 在 年之后比较接近;与浮标的现场观测值相比,年 的平均偏差和均方根误差分别为 和 ,为 和 ,为 和 ,在研究区域内更为准确;种遥感 计算的 与使用现场 计算的趋势一致,的结果更为接近现场。因此,种遥感 资料中,相对来说更适用于研究海域。关键词:海洋环境科学;遥感;珊瑚白化;海南岛;北部湾:中图分类号:文献标识码:文章编号:()珊瑚礁生态系统丰富的生产力最终都归功于珊瑚虫及其虫黄藻之间的共生关系,当环境条件恶化时,珊瑚组织中虫黄藻的密度急剧下降;如果环境压力得不到缓解,珊瑚会彻
3、底失去共生的虫黄藻,露出白色的骨骼,最终白化乃至死亡。前人研究表明,海水温度过高是影响珊瑚白化的主导因素,因此,基于海表温度(,)的珊瑚白化监测和预警方法具有重要的现实意义。随着遥感技术的发展与应用,近年来利用卫星遥感获取 来监测珊瑚白化现象已被证明是可靠且有效的方法。早在 年,美国国家海洋和大气管理局(,)的国家环境卫星数据和信息服务中心(,)就开始发布卫星获取的全球近实时 产品来监测珊瑚白化状况,并通过热胁迫估测全球范围内的珊瑚白化程度并进行白化预警;该组织自 年开展珊瑚礁监测计划(,)以来,已成功地对全球多起大规模的珊瑚白化事件进行了监测和预警,例如大堡礁白化事件和加勒比海珊瑚白化事件等
4、。目前有多个卫星可以获取海表温度数据,但受限于传感器类型、观测平台、采样方式、分辨率、天气和反演算法等多种影响因素,不同类型的 产品各有优缺点。近年来,国内外有许多学者对不同类型的遥感 产品进行了比对分析,常用遥感(如 、和 等)与 浮标或近海浮标观测数据的对比分析表明,在西北太平洋,不同遥感 产品在近岸和高纬海域的差异较大,在东海和南海,与 浮标观测结果较为接近。然而,在中国近海海域,由于浮标观测时长较短,目前对遥感 数据的检验时长也相对较短,缺乏针对具体季节的长时间的质量评估。珊瑚礁广泛分布于海南岛近岸和北部湾海域,受到全球气候变暖及极端天气的影响,珊瑚礁生态 应 用 海 洋 学 学 报
5、卷系统也倍受压力。年 月下旬至 月上旬自然资源部南海局在海南岛及北部湾近岸海域执行的珊瑚礁生态现状调查发现了大片的珊瑚礁白化现象(内部报告),白化最为严重的区域集中在北部湾海域(广东徐闻、广西涠洲岛和海南岛西侧海域)。广东徐闻珊瑚礁平均白化率高达,广西涠洲岛达到,海南儋州、昌江、临高、澄迈海域均大于;月底在海南三亚大、小东海区域也出现了珊瑚白化现象,长时间异常高温可能是造成此次大规模珊瑚礁白化的主要原因。基于遥感 开发适合于我国的珊瑚礁白化监测产品,并以此监测和预测珊瑚礁白化具有重要意义。然而,遥感 在海南岛近岸及北部湾海域的适用性如何?针对这个问题,本研究将使用海洋环境监测站的长时间序列的现
6、场 观测资料对常用的 种遥感 进行检验,并结合珊瑚白化的现场监测数据,评估其在 年珊瑚白化预测中的应用效果。本研究成果将为珊瑚白化的监测和本土化预警提供参考。数据和方法本研究使用的现场 为海南岛近岸的东方(,)、三亚(,)和乌场(,)以及位于北部湾的涠洲(,)共 个海洋环境监测站(图)获取的长时间序列的水温观测数据。为便于分析,以涠洲站代表北部湾海域,东方、三亚和乌场站分别代表海南岛西侧、南侧、东侧海域。涠洲站和东方站数据的时间长度为 年 月至 年 月,三亚站为 年 月至 年 月,乌场站为 年 月至 年 月,观测时间为每天的:、:、:、:个整点时刻。本研究使用的遥感 数据(表)包括 发布的最优
7、插值卫星 数据(文中称)、卫星高分辨率遥感 融合数据(文中称)以及美国珊瑚礁监测计划开发的高分辨率遥感水温数据(文中称)。产品包括 和 两种融合产品,由于 卫星天线故障,产品从 年 月 日起停止供应。仅使用 红外数据和实测数据,首先利用实测数据修正遥感数据产生的大尺度偏差,然后使用最优插值算法(,)计算生成融合产品。本研究使用了 最新发布的 图 海洋环境监测站位置 版本。与浮标观测 的比较表明,的全球均方根误差为 ,该数据已广泛应用于全球海温及珊瑚礁的研究中。产品是英国气象局()发布的多源融合的()产品 版本。该产品使用多尺度最优插值算法融合了多种卫星 和观测数据。为了消除白天海表升温带来的误
8、差影响,所有输入的卫星 的数据均滤除了白天风速小于 的观测值,并参考高级沿轨扫描辐射计(,)数据和浮标实测数据进行调整。目前可提供全球均方根误差小于 的近实时、高空间分辨率。该数据旨在满足需要高分辨率的大气和海洋数值预报系统,现在作为欧洲中期天气预报中心(,)的天气预报模型的边界条件使用。研究表明该数据在西北太平洋和中国近海的偏差相对较小,因此本研究将其作为评估的数据之一。是由 的 发布的 版本。使用了多颗地球静止轨道以及极轨轨道卫星观测的夜间 数据,用最优插值算法生成融合产品。该产品仅使用夜间卫星数据以减少太阳光照以及昼夜温跃层的影响。在 年之前的数据参考了美国气象环境预报中心(,)的数据进
9、行偏差调整,年之后 期旷芳芳,等:不同 资料在海南岛和北部湾珊瑚白化预警中的适用性比较 的数据参考了 的分析数据进行偏差调整。的全球均方根误差为 ,该数据目前在珊瑚白化的研究和预警中被广泛使用。表 三种遥感 简介 产品名称国家 机构数据起始时间时间分辨率空间分辨率使用的数据美国 年 月 现场英国 年 月 现场美国 年 月 现场 本研究的区域为图 所示的海南岛周边及北部湾部分海域,空间范围为,;因为珊瑚热白化出现的时间一般为温度较高的夏季,因此本研究对遥感资料的比较及其应用研究的时间均限定为夏季(月)。使用的分析过程和方法如下:首先对 种遥感 进行互相比较,一是比较其平均值的年际变化、月变化及其
10、在 年异常的时间序列;二是比较多年平均值、多年月平均最大值以及 年异常值的空间分布。然后使用现场 对 种遥感 进行评估,具体方法为:将各组遥感 格点数据通过空间插值得到各站点的遥感 的逐日的时间序列;监测站的数据进行日平均处理,也得到各站点的现场 逐日数据;比较各站点现场 和遥感 的年际变化、月变化和 年的异常,针对各站点夏季平均值的逐年数据、年夏季的逐日数据分别统计误差。最后,参照 的珊瑚白化监测预警模型的计算方法,使用遥感 和现场 分别计算 年夏季各站点的周热度(,单位为周),比较不同 数据的珊瑚白化预测结果的异同。周热度模型是 开展珊瑚礁监测计划使用的珊瑚白化预警模型,也是目前最为成熟的
11、珊瑚白化预警模型。计算周热度时,首先计算多年的 个月每月平均的气候态,将 个月平均气候态 中的最大值定义为最大(最热)月平均气候态温度(),表示“正常”温度的上限。温度比正常的最高温度高出 以上,就对珊瑚造成压力,可能造成白化,因此高于最大月平均温度 被定义为白化阈值温度(白化阈值温度)。使用逐日 数据,对最近 周内温度达到和超过白化阈值温度的累积,得出周热度。当 值达到 周时,珊瑚会出现显著的白化现象;当 值达到 周时,就可能出现严重的白化现象,并可能导致严重的死亡率。结果与讨论 种遥感 的相互比较本研 究 使 用 的 种 遥 感 数 据 的 时 间 均 为 年,共 。对 种遥感 在夏季的区
12、域平均值的年际变化、月变化、年的逐日时间序列及其异常进行比较,结果见图。如图()所示,相比另两种遥感 数据整体偏低 左右,在 年以前偏低明显;与 相比,二者在 年之后的数据非常接近,在 年 略偏低;种遥感 的年际变化趋势相近,均表现出增暖的特征;基于最小二乘法的一元线性回归表明,的增暖速率最大,为 ;的增暖速率次之,为 ;的增 暖 速 率 最 低,为 。图()显示,种遥感 均在 月最暖、月次之、月和 月接近;比 整体偏高约 ,这主要是由于 年前 比 略高造成;整体偏低,与 相比在 月低约 ,在其他月份低约,这也与年际变化中 整体偏低相对应。图()显示,在 年夏季,和 的水温非常接近,在 月水温
13、相对较低,而在 月相对较高。种遥感 在 年夏季均为正异常,月的高温异常最明显,在 月 的异常值达到,和 的异常值分别为、;种数据在 月的异常值为、月和 月的异常值为 图()。综上所述,种遥感 的年际变化和月变化特征一致,在数值上存在系统偏差,如 整体偏低,与 相比在 年前 略偏低;这可能是由于不同遥感 在偏差较正时使用了不同的数据造成。的 年之后的数据参考了 的数据进行偏差 应 用 海 洋 学 学 报 卷调整,而本研究所用的 使用的是 数据,所以 和 在 年之后的 数 据 非 常 接 近。另 外,因 为 和均使用了多种遥感传感器获得的数据,而 使用的遥感数据比较单一(只有),因此总体上 和 比
14、较接近,而 与它们的差异相对明显。图 种遥感 在夏季的区域平均值 ()夏季(月)平均值年际变化;()多年(年)逐月平均值;()年 月逐日数据的时间序列;()年逐月平均 异常(年月平均水温与多年月平均水温的差值),同图、;统计的区域范围为,。多年夏季平均值、多年月平均最大值以及 年异常的空间分布结果如图 所示。由图可见,种遥感 数据中 的水温最高、次之、最低,这与上文的分析结果一致;种遥感 的空间分布形态基本一致,平均值和月平均最大值均表明,海南岛东北侧、东侧和西南侧近海为低温区,其中东北侧水温最低;北部湾的水温相对较高,且越靠近北部湾顶水温越高图()至()。年水温异常的空间分布与平均值的分布相
15、似,海南岛东北侧升温较少、北部湾升温明显 图(),这与 年北部湾近岸海域的珊瑚白化程度最高的现象是一致的;在北部湾,种数据中 的异常最大,约为,次之,约为,约为 。另外,由于 和 相对 的空间分辨率较高,对近岸海域温度梯度的刻画也更细致一些。现场 与遥感 的比较图 是 个水文站的现场(图中的现场 的图例均使用观测值表示)与遥感 的比较。如图所示,从年际变化上看,个站位中,遥感 在涠洲站和东方站与现场 的一致性比三亚站和乌场站要好图()、图()、图()、图();月变化趋势的一致性也是在涠洲站和东方站较好图()、图()、图()、图();在涠洲站 显示冷偏差,在东方站 种遥感 均显示冷偏差、的冷偏差
16、最为明显;在三亚站的 月 种遥感 均显示冷偏差、在 月 和 显示暖偏差;在乌场站 种遥感 均显示暖偏差图()、图()、图()、图()。年逐日数据显示,在涠洲站和东方站 和 与观测值较为接近,偏差较大;在三亚站和乌场站 种遥感 的一致性较好、但变化幅度相对观测值要偏低图()、图()、图()、图()。遥感 和现场 的 年月平均数据的异常均显示,除了乌场站在 月份为低温异常以外,其他站均为高温异常;从时间上看,涠洲站在 月和 月高温异常较强、其他站均在 月高温异常较强。为定量统计遥感 与现场 相比的误差值,使用夏季平均的逐年数据图()和 年的逐日数据图()分别统计误差并绘制标准化泰勒图(图)。泰勒图
17、中,从圆点出发的径向距离表示遥感与现场的标准差之比,标准差越接近,表示遥感数据的中心振幅越接近现场观测值;均方根误差为遥感与现场之间的距离,在图中表示为以观测点(红色圆点)为圆心的虚线绿色半圆弧,越靠近观测点,遥感越接近观测值;相关系数由方位角位置决定,越接近 轴表示与观测值具有越高的相关性。另外,数据的 期旷芳芳,等:不同 资料在海南岛和北部湾珊瑚白化预警中的适用性比较 整体偏差用点的颜色表示。图 夏季(月)的空间分布 ()()、()、()为多年()平均值,()、()、()为多年()月平均最大值,()、()、()为 年的异常。图 涠洲站观测值与遥感 数据的比较 应 用 海 洋 学 学 报 卷
18、图 东方站观测值与遥感 数据的比较 图 三亚站观测值与遥感 数据的比较 如图()所示,个站位中,和 在涠洲站与现场 较为接近、在东方站次之、在三亚站和乌场站误差相对较大;数据在各个站的误差均相对较大、振幅相对偏大;除乌场站外,在其他站位的振幅相比 数据更大、更接近观测值。以上表明在 种遥感 数据中,在年际变化上更接近观测值。由图()可见,各组数据的标准差均小于,说明遥感 的逐日数据均低估了温度的振幅;在乌场站 种数据的误差较接近;在涠洲站和三亚站 和 的误差较接近,相 比 更 接 近 观 测 值;在 东 方 站 较接近观测值,其次是,误差相对较大。以上表明在 种遥感 数据中,的逐日数据整体上更
19、接近观测值。为进一步了解遥感 在 个站点的平均误差情况,统计 年以来遥感 的夏季逐日数据与现场 相比的平均偏差和均方根误差(表)。可 期旷芳芳,等:不同 资料在海南岛和北部湾珊瑚白化预警中的适用性比较 图 乌场站观测值与遥感 数据的比较 图 标准化泰勒图 ()使用夏季平均数据统计,()使用 年夏季逐日数据统计;涠洲、东方、三亚、乌场等 个观测站分别用、表示,各测站名之后的字母、分别代表、和 遥感 数据。见 种遥感 中,的偏差和均方根误差均较小,有较明显的冷偏差、均方根误差较大,居中。的平均偏差和均方根误差分别为 和 ,为 和,为 和 ,总体上 更接近观测值。计算结果比较为比较不同的 数据在珊瑚
20、白化预警中的差别,参照 的珊瑚白化监测预警模型的计算方法,使用遥感 和现场 的逐日水温数据分别计算 年夏季 个站位的 并进行比较。因乌场站现场 的时间长度相对较短(从 年开始),个站位均统一使用 年共 的数据来计算最大月平均温度()。不过,国际上通用长时间尺度一般是 以上,本研究计算的 是基于 数据,可能会偏高,从而计算的 应 用 海 洋 学 学 报 卷 有可能低估了当地的热胁迫效应。年夏季不同 计算的各站位的 和 如图 所示。计算的 个站位的 值均比其它 数据计算的 值要小,和 计算的 值接近,这与前文中 表现出冷偏差、和 接近的分析相一致。表 种遥感资料夏季逐日 与观测相比的误差统计值 产
21、品名称偏差 均方根误差 在涠洲站,使用现场 计算的 在 月底达到 周,月上旬达到 周,到 月初达到最大值 周,随后 开始下降,但到 月底 值仍维持在 周以上,说明该海域的珊瑚在整个夏季都受到非常强的热胁迫,可能出现严重白化;使用 和 计算的涠洲站的 的时间变化趋势与使用现场 的计算结果接近,但数值偏小,计算的 偏小较为明显,计算的 相对接近现场 的计算值;计算的 在 月前与现场 的计算值接近,但在 月的时间变化趋势与现场的趋势不符,这应该是 在 年 月表现出异常强的高温造成图(),整体上 计算的 与现场 的计算值较为接近图();由图()可知,与 相比,在涠洲站二者的逐日 是非常接近的,但 计算
22、的 相对较小,主要是因为 在 年之前的数值比 略大,导致其计算的 也较大(的 为 ,而 为 ,),而 为达到和超过白化阈值温度的累积,所以 超出白化阈值温度的部分较少、计算的 也较小。在东方站,现场 与遥感 相比 值较大、值较小,说明 种遥感 在该海域存在冷偏差,这与上文的分析也是一致的;使用现场 计算的 在 月前均未达到 周,月开始明显升高,月上旬超过 周,到 月底接近 周,说明该海域的珊瑚在 月之前的热胁迫压力较小,月上旬开始受到热胁迫,可能导致显著白化;种遥感 计算的 比现场 的计算值偏大,偏大最为明显、次之、相对接近现场 的计算值图();资料计算的 在 月中旬就达到了 周,这可能是因为
23、 在 年夏季到来之前的温度就已经达到或超过了白化阈值;虽然存在较大的冷偏差(较小),但其在 年的 值也相对较低图(),月,导致 年达到和超过白化阈值温度的天数也较少。在三亚站,种遥感 计算的 均比现场 的计算值小;使用现场 计算的 在 年整个夏季都不超过 周,说明该海域的珊瑚受到的热胁迫压力较小,珊瑚热白化发生的可能性较低;种遥感 计算的 与现场 的计算值趋势一致,遥感 在 月的 计算值比现场 的计算值略偏大,偏大明显,和 相对接近现场观测值 图(),这应该也是 在 年 月的表现出异常强的高温引起(图)。在乌场站,种遥感 计算的 与现场 的计算值接近、略偏大、略偏小;与东方站相似,使用现场 计
24、算的 在 月初超过 周,月底接近 周,说明该海域的珊瑚在 月之前的热胁迫压力较小,在 月上旬开始受到热胁迫,可能导致显著白化;各组遥感 计算的 与观测值相比趋势一致,和 计算的 略偏大,相对接近观测值图()。使用现场 计算的 表明,年各站点珊瑚白化可能出现的时间和程度均表现出空间差异。涠洲站的珊瑚白化可能出现的时间早、白化程度高;乌场站和东方站的珊瑚白化可能出现的时间较晚、白化程度次之;三亚站的珊瑚热白化的压力较小。这与各站点高温异常出现时间的早晚及强度是对应的,如涠洲站早在、月即已出现明显的高温异常,且异常幅度较大图(),而其他站点的高温异常值均是在 月最小、月最大图()、()、()。目前来
25、看,使用现场 计算的 在涠洲站和三亚站对珊瑚白化的预测与珊瑚白化的实际情况比较一致,在东方站和乌场站预测的珊瑚白化发生的时间与现场观测相比略有滞后;总体上 能预测出珊瑚白化出现的时间、强度和空间差异,表明 模型基本适用于海南岛周边海域。期旷芳芳,等:不同 资料在海南岛和北部湾珊瑚白化预警中的适用性比较 种遥感 计算的 与现场 的计算值趋势接近,但在不同站点不同遥感 的表现有所差异;与现场 的计算值相比,计算的 个站的 均在 月偏高,计算的 在涠洲站偏低、东方站偏高,计算的 在涠洲站略偏低、在东方站和乌场站略偏高;在东方站和乌场站,计算的 甚至比现场测 的计算值更能反映实际的珊瑚白化情况。图 年
26、夏季 个站点 计算结果(使用不同的)()此外,由 的算法可以得知,的计算结果与 的取值密切相关。本研究分析中的 都是由所使用数据的多年统计值产生,在同一站位,不同 数据计算的 可能不同。若统一使用现场 计算的,的计算结果如图 所示。图 年夏季 个站点 计算结果(使用相同的)()应 用 海 洋 学 学 报 卷 由图 可见,与现场 计算的 相比较,在涠洲站 计算的 明显偏低,在东方站和三亚站 组遥感 数据计算的 均偏低;这是由于对应的遥感 在这些站位出现冷偏差,导致所计算的 相对现场 的计算值较小,若直接使用现场 计算的(即珊瑚白化阈值升高),的计算值也会相应偏小。因此,未来需要基于水文站的现场观
27、测数据进一步分析珊瑚白化阈值温度、周热度与特定海域珊瑚白化之间的关系,将通过后续白化事件过程监测、模拟实验等结合,进一步确认其有效性和准确性;以及根据实际观测水温,研究遥感 的订正方法,为白化预警模型的本土化应用奠定基础。结论通过本研究的分析,可以得到以下主要结论:种遥感 资料的相互比较表明,的水温最高、次之、最低。相比 和 偏低 左右,在 年以前偏低明显;与 相比 年之前的数据略偏高,年之后的数据接近;与现场 相比,年以来 的平均偏差和均方根误差分别为 和 ,为 和 ,为 和 ,总体上 更接近观测值;珊瑚白化预警周热度模型基本适用于海南岛和北部湾周边海域;种遥感 计算的 与使用现场 的计算结
28、果趋势均比较一致,的应用效果相对更好。参考文献:李淑,余克服 珊瑚礁白化研究进展 生态学报,():,():,:,():,潘艳丽,唐丹玲 卫星遥感珊瑚礁白化概述 生态学报,():,():,():,:,():,:蒋兴伟,奚萌,宋清涛 六种遥感海表温度产品的比对分析 海洋学报,():,():胡晓悦,张彩云,商少凌 南海及周边海域融合海表温度产品的验证与互较 遥感学报,():,():王晨琦,李响,张蕴斐,等 套不同的 再分析数据与中国近海浮标观测的对比研究 海洋学报,():,():余克服,蒋明星,程志强,等 涠洲岛 年来海面温度变化及其对珊瑚礁的影响 应用生态学报,():,():,():,:,():期旷芳芳,等:不同 资料在海南岛和北部湾珊瑚白化预警中的适用性比较 ,():,:,(),():,():,:,:,:,(),:奚萌,宋清涛,李文君,等 西北太平洋海表温度融合产品交叉比对分析 海洋学报,():,():,():,:,():,():,(),():,:,():,(,):,(,),;,;,:;:(责任编辑:肖 静)
©2010-2024 宁波自信网络信息技术有限公司 版权所有
客服电话:4008-655-100 投诉/维权电话:4009-655-100