徐曉暉，毛志華，陶邦一

（1.中國(guó)科學(xué)院 南海海洋研究所，廣東 廣州 510301；2.國(guó)家海洋局 第二海洋研究所，浙江 杭州 310012；3.中國(guó)科學(xué)院大學(xué)，北京 100049）

0 引言

赤潮，又名紅潮（red tide or algal blooms），是由海水中某些浮游植物、原生動(dòng)物或細(xì)菌在一定環(huán)境條件下，短時(shí)間內(nèi)突發(fā)性增殖或聚集而引起的一種水體變色的生態(tài)異?，F(xiàn)象［1］。赤潮是最嚴(yán)重的海洋災(zāi)害之一，它不僅破壞海洋漁業(yè)生產(chǎn)、惡化海洋環(huán)境、影響濱海旅游業(yè)，而且還會(huì)因誤食被有毒赤潮生物污染的海產(chǎn)品而造成誤食者中毒、甚至死亡。東海是我國(guó)赤潮災(zāi)害的“高發(fā)區(qū)”，赤潮發(fā)生次數(shù)和面積均明顯高于渤海、黃海和南海3個(gè)海區(qū)。東海赤潮爆發(fā)時(shí)呈現(xiàn)出赤潮面積大、區(qū)域集中，且有毒有害赤潮增加等特點(diǎn)。應(yīng)用遙感技術(shù)可以大面積、同步、快速監(jiān)測(cè)赤潮，是赤潮監(jiān)測(cè)的最重要、最有效的手段之一。赤潮發(fā)生時(shí)，赤潮生物大量聚集，使水體的顏色發(fā)生變化，因而水體的光譜特性也發(fā)生相應(yīng)的變化，這些變化能被遙感手段探測(cè)到。因此，赤潮水體的光譜信息是建立赤潮遙感監(jiān)測(cè)模型、提取赤潮信息的重要依據(jù)。

國(guó)內(nèi)外學(xué)者對(duì)利用赤潮水體的光譜特性提取赤潮信息進(jìn)行了大量的研究。研究的方法主要有單波段閾值法、雙波段比值法以及多波段差值比值法。使用的傳感器有 CZCS、AVHRR、SeaWiFS、MODIS、MERIS和FY－1。

1983年 HOLLIGAN et al［2］基于 Nimbus－7衛(wèi)星CZCS傳感器，建立了赤潮遙感雙波段比值模型，其表達(dá)式為R1／R3＞C，其中R1和R3分別為CZCS第1和第3波段的反射率，C為閾值。1987年GROOM et al［3］建立了基于NOAA衛(wèi)星AVHRR傳感器的單波段赤潮遙感模型，其表達(dá)形式為R1＞C，其中R1和C分別為AVHRR第1波段的反射率和閾值。2003年毛顯謀等［4］利用多波段差值比值法，發(fā)展了針對(duì)SeaWiFS和FY－1傳感器資料的赤潮監(jiān)測(cè)模型，并對(duì)東海海區(qū)進(jìn)行赤潮信息提取處理。2006年王其茂等［5］利用MODIS通道4與通道3的反射率和通道11與通道9的離水輻射率比，再結(jié)合懸浮泥沙信息提取了渤海海水中的赤潮信息。2006年AHN et al［6］用赤潮指數(shù)（Red Tide Index，RI）法對(duì)韓國(guó)和中國(guó)近岸水體赤潮進(jìn)行了研究，該方法運(yùn)用SeaWiFS第2、4、5波段的離水輻射率Lw計(jì)算RI，即RI＝（Lw510／Lw555－Lw443）／（Lw510／Lw555＋Lw443），然后根據(jù)RI與實(shí)測(cè)葉綠素a質(zhì)量濃度的關(guān)系，建立指數(shù)方程，得到赤潮指數(shù)葉綠素a質(zhì)量濃度算法模型。

近年來(lái)，許多學(xué)者曾做過(guò)根據(jù)赤潮水體紅光波段的熒光特性來(lái)提取赤潮信息的嘗試。2005年，HU et al［7］用 MODIS 熒 光 線(xiàn) 高 度 法 （Fluorescence Line Height，F(xiàn)LH）監(jiān)測(cè)了2004年佛羅里達(dá)西南沿岸的赤潮。2003年，GOWER et al［8］提出最大色素指數(shù)法（Maximum Chlorophyll Index，MCI），并采用該方法研究了發(fā)生于加拿大西岸的赤潮。該方法與熒光線(xiàn)高度法類(lèi)似，以MERIS第8和第10波段的離水輻亮度連線(xiàn)為基線(xiàn)，計(jì)算第9波段在基線(xiàn)之上的離水輻亮度，結(jié)果表明，該方法對(duì)赤潮信息提取有較高的靈敏度。

從前人的研究中可以看出，他們所采用的模型都是選擇某一個(gè)特定的研究區(qū)域，基于特定傳感器而展開(kāi)的。國(guó)外的研究模型大多是針對(duì)大洋一類(lèi)水體，而我國(guó)海域大多屬于典型的二類(lèi)水體，該水體的光學(xué)特性比一類(lèi)水體復(fù)雜得多，一類(lèi)水體的模型不適合于我國(guó)的二類(lèi)水體。而我國(guó)學(xué)者所采用的模型也都具有區(qū)域適用性，在其它海區(qū)不一定適用。因此本文選取東海赤潮高發(fā)區(qū)作為研究區(qū)，把MODIS／Aqua L2級(jí)遙感數(shù)據(jù)作為數(shù)據(jù)源，利用多次赤潮歷史事件中的赤潮水體和非赤潮水體的光譜曲線(xiàn)，檢驗(yàn)近年來(lái)在我國(guó)海區(qū)監(jiān)測(cè)赤潮的3種算法，判斷其算法能否在本文的研究區(qū)中應(yīng)用，并在此基礎(chǔ)上基于赤潮水體和非赤潮水體光譜的差異，建立赤潮信息提取算法，用以提取東海水體的赤潮信息。

1 數(shù)據(jù)來(lái)源

本文主要根據(jù)海洋環(huán)境公報(bào)和趙冬至［9］在《中國(guó)典型海域赤潮災(zāi)害發(fā)生規(guī)律》一書(shū)中提到的赤潮事件以及2010—2011年海上實(shí)測(cè)遇到的赤潮事件（表1）加以研究。MODIS／Aqua L2級(jí)數(shù)據(jù)來(lái)自 http：／／oceancolor.gsfc.nasa.gov／。

表1 東海典型赤潮事件列表Tab.1 List of typical red tide events in the East China Sea

2 方法

2.1 赤潮水體和非赤潮水體的光譜特性

圖1描繪了赤潮水體和非赤潮水體的光譜差異。從圖1中可以看到，赤潮水體和非赤潮水體有明顯的區(qū)別，赤潮水體光譜曲線(xiàn)呈現(xiàn)出2個(gè)吸收峰和2個(gè)反射峰，而正常海水則呈現(xiàn)出1個(gè)反射峰；由于葉綠素a的強(qiáng)吸收，赤潮水體在425～500nm、655～670nm波段存在吸收峰；由于葉綠素a的熒光特性，赤潮水體在680～700nm波段存在熒光峰，此峰是赤潮水體的特征峰，而正常海水不存在這些特征；赤潮水體的反射率低，而正常海水的比較高；正常海水的遙感反射率在藍(lán)光波段和綠光波段較高，在紅光波段較低；而赤潮水體的遙感反射率則在藍(lán)光和綠光波段的輻射量明顯減小，在紅光波段的輻射量相應(yīng)增大。

2.2 基于光譜特性差異的遙感算法

圖1 赤潮水體和非赤潮水體的光譜差異（引自文獻(xiàn)［10］）Fig.1 Spectral differences of red tide water and non－red tide water（Quoted from the reference［10］）

對(duì)每次赤潮歷史事件的MODIS遙感影像選取赤潮位置和近岸非赤潮位置、外海非赤潮位置進(jìn)行光譜提取，從提取結(jié)果中看，赤潮水體的光譜曲線(xiàn)和非赤潮水體的光譜曲線(xiàn)有明顯的區(qū)別（圖2）。從圖2可見(jiàn)，赤潮水體光譜曲線(xiàn)和外海非赤潮水體光譜曲線(xiàn)在形狀上有明顯的區(qū)別，赤潮水體光譜曲線(xiàn)在400～500nm波段之間存在低值，在550nm波段附近存在明顯的峰值；而外海非赤潮水體光譜曲線(xiàn)在400～500nm之間的值比較高，在550nm波段附近的值比較低。赤潮水體的光譜曲線(xiàn)和近岸非赤潮水體的光譜曲線(xiàn)形狀大致相同，在550nm波段附近均存在高值，在400～500nm之間存在低值；近岸非赤潮水體的遙感反射率明顯高于赤潮水體的遙感反射率，且在400～550nm波段附近近岸非赤潮水體的遙感反射率隨波長(zhǎng)的增加而線(xiàn)性增加，而赤潮水體的遙感反射率在400～500nm波段附近變化不大，且值都比較低。

圖2 赤潮水體和非赤潮水體的典型光譜曲線(xiàn)Fig.2 Typical spectral curves of red tide water and non－red tide water

利用赤潮歷史事件中提取的光譜曲線(xiàn)對(duì)3種針對(duì)我國(guó)海區(qū)的赤潮提取算法進(jìn)行檢驗(yàn)，判斷其算法能否用到本文的研究區(qū)中。選用的3種提取算法分別為毛顯謀等［4］提出的多波段差值比值算法、王其茂等［5］提出的波段比值算法和 AHN et al［6］提出的赤潮指數(shù)算法。由于這些算法使用的是不同衛(wèi)星的遙感數(shù)據(jù)，各個(gè)衛(wèi)星的波段設(shè)置不同，因此本文使用MODIS進(jìn)行檢驗(yàn)時(shí)選擇最鄰近的波段代替（表2）。

表2 本文檢驗(yàn)的算法列表Tab.2 List of algorithms tested in this study

將從赤潮歷史事件中提取出的光譜曲線(xiàn)各個(gè)波段的光譜值，按照表2中的算法進(jìn)行運(yùn)算，并做統(tǒng)計(jì)分析，得到圖3～圖5的分布直方圖。

從圖3中可以看出，赤潮水體多波段差值比值算法的結(jié)果在－2.4～1.0之間均有分布，主要集中分布在－1.6～0.4之間。外海非赤潮水體差值比值的結(jié)果分布在－1.8～1.0之間，主要集中分布在－0.8～0.4之間。近岸非赤潮水體差值比值的結(jié)果分布在－2.4～－0.8之間，主要集中分布在－1.8～－0.8之間。因此使用多波段差值比值算法，不能區(qū)分出赤潮水體和非赤潮水體，但大致可以區(qū)分出外海非赤潮水體和近岸非赤潮水體。

圖3 多波段差值比值算法的結(jié)果分類(lèi)統(tǒng)計(jì)Fig.3 Classified statistics results of multi－band difference and ratio algorithm

圖4 波段比值算法的結(jié)果分類(lèi)統(tǒng)計(jì)Fig.4 Classified statistics results of band ratio algorithm

從圖4a可以看出，赤潮水體Rrs555／Rrs469的結(jié)果分布在1.4～3.6之間，主要集中分布在1.6～3.0之間。外海非赤潮水體Rrs555／Rrs469的結(jié)果分布在0.2～1.6之間，主要集中分布在0.2～1.2之間。近岸非赤潮水體Rrs555／Rrs469的結(jié)果分布在1.2～1.6之間。因此，使用Rrs555／Rrs469算法，大致可以區(qū)分出赤潮水體和外海非赤潮水體，但不能區(qū)分出赤潮水體和近岸非赤潮水體。為了進(jìn)一步區(qū)分出赤潮水體和渾濁水體，王其茂等［5］提出使用Lnw531／Lnw443的比值算法。從圖4b中可以看出，赤潮水體Lnw531／Lnw443的結(jié)果分布在1.2～3.8之間，主要集中分布在1.4～2.8之間。外海非赤潮水體Lnw531／Lnw443的結(jié)果分布在0.2～1.8之間，主要集中分布在0.4～1.4之間。近岸非赤潮水體Lnw531／Lnw443的結(jié)果分布在1.2～1.8之間，集中分布在1.4～1.8之間。因此，使用Lnw531／Lnw443不能區(qū)分出赤潮水體和非赤潮水體。總的來(lái)說(shuō)，使用王其茂等［5］提出的波段比值算法大致可以區(qū)分出赤潮水體和外海非赤潮水體，但不能區(qū)分出赤潮水體和近岸非赤潮水體。

從圖5可以看出，赤潮水體赤潮指數(shù)的結(jié)果分布在－0.1～0.9之間，主要集中分布在0.0～0.8之間。外海非赤潮水體赤潮指數(shù)的結(jié)果分布在－0.3～0.8之間，主要集中分布在0.0～0.6之間。近岸非赤潮水體赤潮指數(shù)的結(jié)果分布在－0.6～－0.2之間，主要集中分布在－0.5～－0.3之間。因此，使用赤潮指數(shù)算法可以區(qū)分出赤潮水體和近岸非赤潮水體，但是不能區(qū)分出赤潮水體和外海非赤潮水體。

圖5 赤潮指數(shù)算法的結(jié)果分類(lèi)統(tǒng)計(jì)Fig.5 Classified statistics results of red tide index algorithm

從上面3種算法的分析中可以看出，將3種算法用于東海赤潮提取時(shí)，在一定程度上可以區(qū)分赤潮水體和非赤潮水體，但不能完全區(qū)分。因此需要開(kāi)展針對(duì)東海赤潮高發(fā)區(qū)的MODIS赤潮提取算法研究。

本文根據(jù)赤潮水體和非赤潮水體的光譜差異提取赤潮信息。赤潮水體由于葉綠素a的強(qiáng)吸收，故在488nm波段形成吸收峰；由于葉綠素a的強(qiáng)反射，故在555nm波段形成反射峰。外海非赤潮水體不具有這些特征。近岸非赤潮水體只在555nm波段形成反射峰，在488nm波段不存在吸收峰，因此可以使用Rrs555／Rrs488的波段比值算法去提取赤潮信息，分類(lèi)統(tǒng)計(jì)結(jié)果見(jiàn)圖6。從圖6中可以看出，赤潮水體Rrs555／Rrs488的結(jié)果分布在1.4～3.6之間，主要集中分布在1.4～2.8之間。外海非赤潮水體Rrs555／Rrs488的結(jié)果分布在0.2～1.4之間，主要集中分布在0.2～1.0之間。近岸非赤潮水體Rrs555／Rrs488的結(jié)果分布在1.0～1.6之間，主要集中分布在1.0～1.4之間。因此，使用Rrs555／Rrs488的波段比值算法可以大致區(qū)分出赤潮水體和非赤潮水體，可以明顯區(qū)分出赤潮水體和外海非赤潮水體，但在區(qū)分赤潮水體和近岸非赤潮水體時(shí)出現(xiàn)少量的誤判。赤潮水體由于葉綠素a的強(qiáng)吸收，故在665nm波段形成吸收峰，而非赤潮水體不存在此吸收峰。因此本文使用Rrs678－Rrs667的波段差值算法區(qū)分赤潮水體和近岸非赤潮水體。從圖7的分類(lèi)結(jié)果中可以看出，赤潮水體Rrs678－Rrs667的結(jié)果分布在0.0000～0.000 9之間，主要集中分布在0.000 1～0.000 9之間。近岸非赤潮水體Rrs678－Rrs667的結(jié)果分布在－0.000 6～－0.000 1之間，主要集中分布在－0.000 5～－0.000 2之間。因此，使用Rrs678－Rrs667的波段差值算法可以區(qū)分出赤潮水體和近岸非赤潮水體。

基于上述分析可以看出，使用Rrs555／Rrs488＞C1且Rrs678－Rrs667＞C2的算法可以提取出赤潮信息，為了進(jìn)一步確定C1和C2的取值，本文統(tǒng)計(jì)了從赤潮歷史事件中提取赤潮水體光譜曲線(xiàn)的運(yùn)算結(jié)果（圖6和圖7），從圖中可以看出，赤潮水體的Rrs555／Rrs488的值均在1.5以上，Rrs678－Rrs667的值均在0.0以上。因此，本文提出基于MODIS的東海赤潮高發(fā)區(qū)赤潮提取算法：Rrs555／Rrs488＞1.5且Rrs678－Rrs667＞0。運(yùn)用Rrs555／Rrs488＞1.5的判別值可以區(qū)分出赤潮水體和外海非赤潮水體，運(yùn)用Rrs678－Rrs667＞0的判別值可以區(qū)分出赤潮水體和近岸非赤潮水體。

3 赤潮信息提取結(jié)果

根據(jù)本文提出的赤潮提取算法，對(duì)赤潮歷史事件進(jìn)行赤潮信息提取，獲得研究區(qū)赤潮發(fā)生的位置和范圍。圖8、圖10、圖12和圖14分別給出了2005年5月25日、2005年6月9日、2007年4月11日和2009年5月28日的赤潮信息提取結(jié)果。從圖中可以看出，公報(bào)中公布的赤潮位置，通過(guò)該算法均能有效地把它們識(shí)別出來(lái)，在公報(bào)中個(gè)別未提到的赤潮事件發(fā)生位置，此算法也能提取出該位置的赤潮信息。為了分析赤潮信息提取結(jié)果的有效性，本文給出MODIS／Aqua L2級(jí)遙感數(shù)據(jù)反演的相同日期的葉綠素a產(chǎn)品（圖9、圖11、圖13和圖15）。從圖中可以看出，赤潮信息提取結(jié)果和高葉綠素a質(zhì)量濃度有較好的對(duì)應(yīng)關(guān)系，說(shuō)明赤潮信息提取結(jié)果是比較合理的。

表3中列出了使用本文算法提取的赤潮歷史事件的面積。由于2010—2011年的赤潮事件是出海實(shí)測(cè)遇到的，沒(méi)有具體的面積，無(wú)法進(jìn)行對(duì)比，因此在結(jié)果中沒(méi)有列出這些數(shù)據(jù)赤潮提取結(jié)果。本文的結(jié)果對(duì)比是根據(jù)赤潮事件中提到的位置來(lái)統(tǒng)計(jì)面積的，公報(bào)中未提到的位置由于沒(méi)有辦法驗(yàn)證，因此不做統(tǒng)計(jì)。從統(tǒng)計(jì)的結(jié)果中看到，赤潮提取的結(jié)果和公報(bào)結(jié)果吻合得較好，除了當(dāng)天的遙感影像在赤潮位置沒(méi)有數(shù)據(jù)無(wú)法統(tǒng)計(jì)外，其它均能夠較好地識(shí)別出赤潮發(fā)生的位置。遙感識(shí)別的赤潮面積和公報(bào)面積相差10～1 000km2不等，相對(duì)誤差從0.5%～444.44%不等，誤差大多在300km2以?xún)?nèi)，相對(duì)誤差大都集中在40%以?xún)?nèi)。總的來(lái)說(shuō)，使用本文提出的算法可以對(duì)赤潮進(jìn)行有效的提取，比如2005年6月4日、2005年6月9日的赤潮事件相對(duì)誤差在10%之內(nèi)，個(gè)別赤潮事件偏差較大。赤潮識(shí)別面積和公報(bào)面積相比明顯偏大的是2008年5月16日的赤潮事件，赤潮識(shí)別面積和公報(bào)面積相比明顯偏小的是2009年5月28日的赤潮事件。

表3 赤潮信息統(tǒng)計(jì)表Tab.3 Statistics of red tide information

4 討論

東海是我國(guó)赤潮高發(fā)區(qū)，屬于典型的二類(lèi)水體，水體的光學(xué)性質(zhì)比一類(lèi)水體復(fù)雜得多，一類(lèi)水體的算法不能直接用于二類(lèi)水體，而針對(duì)二類(lèi)水體發(fā)展的算法也都是基于某一個(gè)特定區(qū)域、特定傳感器展開(kāi)的，因此在用于其它區(qū)域、其它傳感器的時(shí)候，首先要檢驗(yàn)算法在該區(qū)域、該傳感器上是否有效，而往往算法的移植性都比較弱，不能用于其它區(qū)域、其它傳感器上，因此需要開(kāi)展針對(duì)區(qū)域的特定傳感器的赤潮提取算法研究。

赤潮發(fā)生時(shí)，水體聚集大量的浮游植物，使水體顏色變化，相應(yīng)的光譜特性發(fā)生改變，本文根據(jù)赤潮水體光譜和非赤潮水體光譜的差異，使用不同的波段比值、差值算法提取赤潮。采用的波段是赤潮水體的特征波段。赤潮發(fā)生時(shí)，由于葉綠素的強(qiáng)吸收，赤潮水體在488nm波段形成吸收峰，由于葉綠素的強(qiáng)反射，赤潮水體在555nm波段形成反射峰，外海非赤潮水體不存這些特征，因此可以用Rrs555／Rrs488將赤潮水體和外海非赤潮水體區(qū)分開(kāi)來(lái)。由于葉綠素的強(qiáng)吸收，赤潮水體在665nm波段存在吸收峰，而近岸非赤潮水體不存在此吸收峰，因此使用Rrs678－Rrs667將赤潮水體和近岸非赤潮水體區(qū)分開(kāi)來(lái)。

從提取結(jié)果中可以看出，使用本文提出的算法提取出的赤潮信息和高葉綠素質(zhì)量濃度位置吻合很好，說(shuō)明本文提出的算法可以有效地確定赤潮發(fā)生的位置。從赤潮提取的面積統(tǒng)計(jì)結(jié)果上看，算法提取的赤潮面積和公報(bào)的面積大都一致，個(gè)別事件存在偏大和偏小的情況。從遙感數(shù)據(jù)上看，赤潮提取面積偏小，主要是因?yàn)樵频挠绊憣?dǎo)致部分海域沒(méi)有數(shù)據(jù)。面積偏大可能與閾值的設(shè)定有關(guān)，2008年5月16日的赤潮識(shí)別結(jié)果比公報(bào)的結(jié)果相比，偏差較大。本文將2008年5月16日的光譜曲線(xiàn)進(jìn)行具體分析計(jì)算，得到的赤潮水體的Rrs555／Rrs488值都在1.7以上，Rrs678－Rrs667值都在0.000 1以上。因此赤潮提取面積偏大可能與閾值的設(shè)定有關(guān)系，于是重新設(shè)定閾值對(duì)2008年5月16日的赤潮事件進(jìn)行信息提取。圖16為采用算法為Rrs555／Rrs488＞1.7且Rrs678－Rrs667＞0.000 1的赤潮提取結(jié)果，赤潮位置和圖17所示的高葉綠素a質(zhì)量濃度分布位置一致，赤潮提取面積為796km2，可以看出閾值的調(diào)整對(duì)赤潮提取結(jié)果有一定的調(diào)整作用。再者，赤潮事件的公布面積由于受到觀(guān)測(cè)手段的限制，對(duì)實(shí)際發(fā)生范圍的估算往往偏小，而衛(wèi)星遙感是大范圍的觀(guān)測(cè)手段，觀(guān)測(cè)相對(duì)全面，可以觀(guān)測(cè)到公報(bào)中未觀(guān)測(cè)到的赤潮信息，也是導(dǎo)致面積偏大的原因之一。

5 結(jié)論

本文選取東海赤潮高發(fā)區(qū)作為研究區(qū)，MODIS／Aqua L2級(jí)遙感數(shù)據(jù)作為數(shù)據(jù)源，提取了多次赤潮歷史事件中赤潮水體與非赤潮水體的光譜曲線(xiàn)，在分析比較赤潮水體和非赤潮水體的光譜差異的基礎(chǔ)上，提出了適合東海赤潮高發(fā)區(qū)的MODIS赤潮提取算法：Rrs555／Rrs488＞1.5且Rrs678－Rrs667＞0。將算法應(yīng)用于東海赤潮事件中，進(jìn)行赤潮水體信息提取，發(fā)現(xiàn)該算法能有效地確定赤潮發(fā)生的位置，赤潮提取結(jié)果與遙感反演的高葉綠素a質(zhì)量濃度位置有很好的對(duì)應(yīng)關(guān)系，提取的面積和公報(bào)的面積大部分吻合得較好，個(gè)別事件出現(xiàn)偏大和偏小的情況，偏小是由于云的影響導(dǎo)致遙感數(shù)據(jù)的缺失，偏大可能和閾值的設(shè)定有關(guān)系，個(gè)別事件要根據(jù)光譜調(diào)整閾值的設(shè)定，同時(shí)遙感是大范圍的觀(guān)測(cè)，可以觀(guān)測(cè)到公報(bào)中未觀(guān)測(cè)到的赤潮信息，也是面積偏大的原因之一?？偟膩?lái)說(shuō)本文提出的算法可有效地確定東海赤潮發(fā)生的位置并提取赤潮信息。

（References）：

［1］LI Bo.Ecology［M］.Beijing：Higher Education Press，2000：286.

李博.生態(tài)學(xué)［M］.北京：高等教育出版社，2000：286.

［2］HOLLIGAN P M，VIOLLIER M，DUPOUY C，et al.Satellite and ship studies of coccolithophore production along a continental shelf edge［J］.Nature，1983，304（5 924）：339－342.

［3］GROOM S B，HOLLIGAN P M.Remote sensing of coccolith－ophore blooms［J］.Advance in Space Research，1987，7（2）：73－78.

［4］MAO Xian－mou，HUANG Wei－gen.Algorithms of multiband remote sensing for coastal red tide waters［J］.Chinese Journal of Applied Ecology，2003，14（7）：1 200－1 202.

毛顯謀，黃韋艮.多波段衛(wèi)星遙感海洋赤潮水華的方法研究［J］.應(yīng)用生態(tài)學(xué)報(bào)，2003，14（7）：1 200－1 202.

［5］WANG Qi－mao，MA Chao－fei，TANG Jun－wu，et al.A method for detecting red tide information using EOS／MODIS Data［J］.Remote Sensing Technology and Application，2006，21（1）：6－10.

王其茂，馬超飛，唐軍武，等.EOS／MODIS遙感資料探測(cè)海洋赤潮信息方法［J］.遙感技術(shù)與應(yīng)用，2006，21（1）：6－10.

［6］AHN Y H，SHANMUGAM P.Detecting the red tide algal blooms from satellite ocean color observations in optically complex Northeast－Asia coastal waters［J］.Remote Sensing of Environment，2006，103（4）：419－437.

［7］HU C M，MULLER－KARGER F E，TAYLOR C，et al.Red tide detection and tracing using MODIS fluorescence data：A regional example in SW Florida coastal waters［J］.Remote Sensing of Environment，2005，97（3）：311－321.

［8］GOWER J，KING S，BORSTAD G，et al.Use of the 709nm band of MERIS to detect intense plankton blooms and other conditions in coastal waters［R］∥Procceedings of the 2004Envisat ＆ERS Symposium，Austria，2004.

［9］ZHAO Dong－zhi.Red tide disasters law in typical Chinese waters［M］.Beijing：Ocean Press，2010.

趙冬至.中國(guó)典型海域赤潮災(zāi)害發(fā)生規(guī)律［M］.北京：海洋出版社，2010.

［10］QIU Zhong－feng，CUI Ting－wei，HE Yi－jun.Retrieve of red tide distribution from MODIS data based on the characteristics of water spectrum［J］.Spectroscopy and Spectral Analysis，2011，31（8）：2 233－2 237.

丘仲鋒，崔廷偉，何宜軍.基于水體光譜特性的赤潮分布信息MODIS遙感提?。跩］.光譜學(xué)與光譜分析，2011，31（8）：2 233－2 237.