浮游植物碳的光学反演机理研究

The standing stock of phytoplankton carbon is a fundamental attribute of all surface-layer pelagic ecosystems, and together with phytoplankton growth rate, defines the sustainable organic carbon flux available for heterotrophic consumption and export. Meanwhile, phytoplankton carbon is another important proxy for biomass. Recently, efforts have been made to relate inherent optical properties to phytoplankton carbon, but, it is not clear about the optical inversion mechanism. . In this project, we are planning to identify the proper “bio-optics proxy” of phytoplankton carbon based on laboratory-cultured phytoplankton species. Under modeling of different water types, the relationships between inherent optics properties and phytoplankton carbon will be analyzed and compared. After that, we will try to develop a conceptual inversion model and give the results of validation using field and indoor dataset. Our research will be significant to understand the optical inversion mechanism and is expected to improve the optical algorithm in the sea. Also, the study will be helpful to promote the ability of monitoring phytoplankton carbon by using in situ optical instruments.

浮游植物碳是海洋研究中的一个重要生物参量，它与浮游植物生长速率一起影响着碳在生态系统食物链中的流动，同时也是除叶绿素浓度之外表 征浮游植物生物量的另一个重要参数。近年来，在光学传感器发展的基础上，人们开始尝试从生物光学的角度对浮游植物碳进行反演并构建了相关经验算法，但是目前对其内在光学反演机理的认识还不够深入。. 鉴于此，本项目将在条件可控的实验室藻类培养与光学测量基础上，探索能有效表征浮游植物碳的“生物光学指针”；同时在对自然水体模拟条件下，深入分析浮游植物碳-光学参数变异性规律；最后基于实验室测量数据构建浮游植物碳光学反演概念模型，并结合现场与实验室数据对其进行真实性检验。通过本项目的实施，可加深对浮游植物碳光学反演机理的认识，优化已有的反演算法，为采用现场光学监测浮游植物碳的时空分布提供帮助。

浮游植物碳是海洋研究中的一个重要生物参量，它与浮游植物生长速率一起影响着碳在生态系统食物链中的流动，同时也是除叶绿素浓度之外表征浮游植物生物量的另一个重要参数。近年来，在光学传感器发展的基础上，人们开始尝试从生物光学的角度对浮游植物碳进行反演并构建了相关经验算法，但是目前对其内在光学反演机理的认识还不够深入。鉴于此，本项目将在条件可控的实验室藻类培养与光学测量基础上，探索能有效表征浮游植物碳的“生物光学指针”；同时在对自然水体模拟条件下，深入分析浮游植物碳-光学参数变异性规律；最后基于实验室测量数据构建浮游植物碳光学反演概念模型，并结合现场与实验室数据对其进行真实性检验。通过本项目的实施，可加深对浮游植物碳光学反演机理的认识，优化已有的反演算法，为采用现场光学监测浮游植物碳的时空分布提供帮助。. 本研究首先针对典型藻种的生物光学特性进行研究，通过对硅藻、绿藻、蓝藻、甲藻等的实验室内定量观测和分析，总结出单个藻种的平均粒径和碳含量之间的关系，并对碳含量和光学特性之间的关系进行了分析，结果表明后向散射系数和浮游植物碳含量有着很好的相关关系，为构建浮游植物粒径结构和浮游植物碳含量之间的关系打下基础。基于南海2006年至2011年现场实测的生物光学数据集，我们对目前常用的MODIS、MERIS、SeaWiFS水色卫星的标准浮游植物粒级结构产品进行真实性检验；结果表明，三个卫星在反演浮游植物粒级结构的时候表现出相识的结果，基于叶绿素a的经验算法效果最好，而基于半分析的固有光学参数算法仍然需要不断改进和优化，微微型和小型浮游植物的反演精度最高；接着我们在已有的机器学习算法的基础上，尝试对浮游植物粒级结构进行特征提取和参数化，结果表明机器学习可以作为一个提取浮游植物粒级结构的有效工具。接下来的工作将结合浮游植物粒径结构遥感算法和藻类碳含量生物光学特性进行分粒级浮游植物碳的研究。