浮游植物种群结构的遥感模式及应用分析

Phytoplanktong community structure is very important to the studies of the biogeochemical processes , the function of phytoplankton, the material and energy exchange of the ecological system, and the influence of climatic changes to the ecological system. Therefore, studies on the phytoplankton community strucutre and its relationship with the dynamical processes has been the key problem in many important projects. This project will joint the in situ observation and theorical analysis to study the bio-optical properties of phytoplankton community structure in the South China Sea, and then to deveolop remote sensing algorithms for the retrieval of phytoplankton size classes,taxonomic pigment concentrations and for the discrimination of dominannt phytoplankton functional types. Based on combined analysis of remote sensing data, in situ profile data and historical dataset, we will study the spatial-temporal variability of phytoplakton community strucutre and its response to meso-scale physical forcing processes.The key scientific problems of this project are the extraction of sensitive bio-optical traits for phytoplankton, the discrimination of dominant functional types, and the development of ocean color algorithms with relatively high accuracy. Multi-factors including the spectral variability, the ecological relationships will be taken into account to improve the model's applicability. The results of this project will provide great foundataion for studying the primary production and biogeochemical cyles coupled with phytoplankton functional types in the South China Sea.

浮游植物种群结构对于描述海洋浮游植物生物地球化学过程、深入分析浮游植物类群功能、定量分析海洋生态系统中物质和能量流动、研究气候变化对生态系统的影响等都具有重要的科学意义，浮游植物种群结构变化及其与海洋动力过程的关系已成为许多研究计划的重点研究内容。 项目将结合现场观测和理论模拟，深入分析南海浮游植物种群结构和生物光学特性之间的内在联系，建立遥感反演模式实现对浮游植物粒级结构、特征色素浓度及主导功能群分布的光学监测；进一步融合多源遥感数据、现场剖面观测和历史资料，研究南海浮游植物种群结构时空分布特征及对中尺度物理过程的响应。拟解决的关键科学问题包括有效生物光学指针提取及主导功能群辨别和建立较高精度遥感反演模型，项目将选取多个指针、综合光谱模型和生态学规律逐步提高南海浮游植物种群遥感反演的精度。研究成果可为耦合浮游植物种群结构研究海洋初级生产力及生物地球化学循环提供重要基础。

项目在开展现场生物光学观测的基础上，利用多年的观测数据，研究了南海海区浮游植物种群结构与生物光学参数之间的关系、南海浮游植物种群结构反演方法和模型，探讨了南海浮游植物种群结构的时空变化及其对中尺度物理过程的响应。研究结果表明：(1)利用水体吸收系数和散射系数来反演浮游植物平均粒径，其中利用676nm波长的吸收系数反演浮游植物平均粒径的误差为16.35%，利用吸收系数和散射系数反演浮游植物平均粒径的平均标准偏差为23.9%；(2) 对已有算法进行评估的结果表明，目前国际上通用的三参数算法反演得到Pico级叶绿素浓度误差在30%左右，Micro和Nano级叶绿素a浓度误差在53%左右；(3) 利用非线性算法，根据南海北部实测的水体吸收光谱数据，对浮游植物粒级结构反演，反演 pico、nano和micro粒级浮游植物的平均误差分别是82.7%、117.5%和43.6%；(4)利用遗传算法，根据吸收系数反演浮游植物粒径结构，反演pico、nano和micro粒级浮游植物的平均误差分别是46.1%、61.6%、55.0%，当把浮游植物的吸收光谱和总叶绿素a 浓度值作为输入向量时，反演pico、nano 和micro 粒级的平均误差分别是19.2%、31.9%、31.6%；(5) 利用SeaWiFS、MODIS数据，分析了浮游植物粒级结构对冷涡过程的变化，冷涡中心区域pico级浮游植物占全部游浮游植物的48%~65%，而micro和nano级的浮游植物占全部浮游植物的比例分别为12%~22%和15%~28%，冷涡期间pico级浮游植物的比例明显上升，而micro和nano级的浮游植物比例明显下降，但是，占优势的始终是pico级的浮游植物。本项目研究为进一步开展浮游植物粒级结构遥感分析奠定了基础。