基于围隔实验的漂浮绿潮生物量遥感估算方法

Green tide is the abnormal ecological phenomenon that macroalgae bloom under certain circumstances. Since 2007 the green tide dominated by Enteromorpha prolifera has been occurred in the Yellow Sea every year, which draws the great attention of the whole society. At present the cover area of floating green tide is the main information extracted by remote sensing in green tide monitoring work, but the biomass of floating green tide is more important to the level identification and green tide clearing. Forecasting the biomass of floating green tide is an urgent need for emergency treatment..In this project, a massive observation data including biomass, chlorophyll content, reflectance spectrum of floating green tide in different period of growth are obtained based on the marine enclosure experiment. Using these observation data, the reflectance spectral characteristics of floating green tide are analyzed, and the bands being sensitive to floating green tide biomass are extracted. The estimation model of floating green tide biomass will be established based on the sensitive bands and tested based on the satellite-earth synchronous observations. The result of this project will provide the technical support for establishing an efficient coordination mechanism and improving the efficiency of emergency treatment.

绿潮是大型藻类在特定环境条件下爆发性增殖、聚集的生态异常现象。自2007年以来，黄海海域连年发生绿潮灾害，渐呈常态化之势。目前，绿潮业务化遥感监测主要提取覆盖面积这一指标，但实际在绿潮灾害定级和应急处置过程中，更需要了解绿潮的生物量信息。因此准确估算海上漂浮绿潮的生物量对于制定应急处置方案、实现绿潮处置资源高效配置、提高应急处置效率等具有重要意义。.本项目拟利用围隔实验，获取包括绿潮生物量及其光谱等参量的大量观测数据，基于这些数据分析漂浮绿潮的光谱响应特征，遴选漂浮绿潮生物量的敏感波段，建立漂浮绿潮生物量遥感估算模型，并开展模型的检验和应用研究，为绿潮灾害预警监视、应急处置等提供技术支撑。

自2007年以来，浒苔绿潮在黄海海域连续多年大规模、周期性爆发，已逐渐成为一种常态化海洋生态现象。遥感技术凭借其大尺度、快速、同步观测的优势，已成为大范围绿潮监测的重要手段。目前的业务化遥感监测和相关的研究工作中均主要采用绿潮覆盖面积这一指标。但实际上，对于绿潮灾害的应急处置来说，只有掌握了绿潮的生物量信息，才能更加科学、高效地部署和动态调配绿潮处置资源。.本项目围绕黄海漂浮浒苔绿潮生物量遥感估算的问题，开展了如下主要工作：1）开展了浒苔生物量现场观测实验，获取了不同浒苔生物量的遥感反射率；2）基于实验数据分析了不同生物量浒苔的光谱特征，发现随着绿潮生物量的增加遥感反射率呈增强趋势，725nm~920nm、1060 nm和555 nm波段的峰值增强最为显著；3）分析了DVI、RVI、EVI、KOSC、FAI、IGAG、OSABI等多个光谱指数与绿潮生物量的相关关系，构建了适用于实测高光谱数据和多种卫星数据（MODIS、GOCI等）的绿潮生物量估算模型，模型的估算误差<20%；4）分析了估算模型对大气和混合像元的敏感性，发现大气对EVI估算模型的影响最小，混合像元对NDVI估算模型的影响最小；5）基于所构建的估算模型获得了2007-2016年黄海漂浮绿潮生物量，生物量的年度最大值出现在2016年，达到117万吨；最小值出现在2012年，仅为7万吨；6）分析了光照、SST、入海营养盐、紫菜养殖等对绿潮生物量变化的影响，发现射阳河入海营养盐和江苏省紫菜养殖产量是影响绿潮生物量的主要因素；7）分别基于GOCI和MODIS卫星数据，提取了绿潮的漂移速度，为绿潮抵岸生物量预测提供了重要参数。