王 寧，曹叢華，黃 娟，鐘 山，黃蕊

(1山東省海洋生態(tài)環(huán)境與防災(zāi)減災(zāi)重點實驗室，山東青島 266033;2國家海洋局北海預(yù)報中心，山東青島 266033)

0 引言

2008年8月，奧林匹克帆船賽在青島舉行，當年6月中下旬以來，青島奧帆賽海域出現(xiàn)了大量綠潮。此次綠潮的爆發(fā)對水體和奧帆賽構(gòu)成了較大威脅。

綠潮能遮蔽陽光，影響海底藻類的生長;死亡的綠潮也會消耗海水中的氧氣，影響海洋養(yǎng)殖業(yè)發(fā)展。綠潮還會嚴重影響景觀，干擾旅游觀光和水上運動的進行，影響沿海旅游業(yè)發(fā)展［1］。

自2008年以來，綠潮連續(xù)五年大規(guī)模爆發(fā)。我們根據(jù)國家海洋局北海分局的指示，每年將綠潮衛(wèi)星遙感監(jiān)測作為一項重要的常態(tài)化應(yīng)急工作。本文根據(jù)各年衛(wèi)星遙感監(jiān)測序列圖像，確定了綠潮出現(xiàn)的區(qū)域、范圍、時間，制作了各年綠潮漂移路徑和分布面積圖(影響海域范圍)，總結(jié)了綠潮發(fā)生海域的氣象與海洋環(huán)境要素對綠潮漂移路徑和分布面積的影響，將有利于綠潮漂移中長期預(yù)測，為控制和治理綠潮提供技術(shù)支持。

1 數(shù)據(jù)源及監(jiān)測方法

本文利用美國NASA的MODIS、中國環(huán)境與災(zāi)害監(jiān)測衛(wèi)星(HJ－1A、B兩顆衛(wèi)星)等可見光數(shù)據(jù)和國外的微波遙感Cosmo-SAR數(shù)據(jù)，進行綜合監(jiān)測，處理了2008年～2012年中國黃海海域的圖像，確定了各年綠潮分布、漂移路徑。

1.1 可見光數(shù)據(jù)

1.1.1 MODIS衛(wèi)星數(shù)據(jù)源介紹

MODIS是當前世界上新一代“圖譜合一”的光學(xué)遙感儀器，具有36個光學(xué)通道，分布在0.4～14 μm的電磁波譜范圍內(nèi)。MODIS儀器的地面分辨率分別為250 m、500 m和1 000 m，掃描寬度為2 330 km，能夠覆蓋整個黃海。MODIS數(shù)據(jù)以每天上、下午的頻率采集和免費接收的數(shù)據(jù)獲取政策，使得MODIS數(shù)據(jù)成為海洋環(huán)境監(jiān)測中不可多得的數(shù)據(jù)資源［2］。

1.1.2 環(huán)境減災(zāi)衛(wèi)星數(shù)據(jù)源介紹

“環(huán)境減災(zāi) －1”衛(wèi)星(HJ－1A、B)是我國自主研發(fā)的首顆專門用于環(huán)境與災(zāi)害監(jiān)測的新型衛(wèi)星。衛(wèi)星采用了“一箭雙星”的方式發(fā)射了兩顆具有中高分辨率的光學(xué)小衛(wèi)星，大大提高了衛(wèi)星的重訪觀測周期，可實現(xiàn)2天一景的高時間分辨率的重復(fù)觀測。衛(wèi)星觀測幅寬高達740 km，有助于實現(xiàn)生態(tài)環(huán)境的大范圍觀測。HJ－1A、B星作為光學(xué)星，主要在可見光譜段范圍內(nèi)工作，目前地面像元分辨率優(yōu)于30 m，而且該衛(wèi)星有—個突出亮點，那就是減災(zāi)功能，其災(zāi)害監(jiān)測預(yù)報能力國際領(lǐng)先［3，4］。

1.1.3 監(jiān)測的流程和方法

1)監(jiān)測流程

可見光數(shù)據(jù)處理主要包括可見光衛(wèi)星影像預(yù)處理和綠潮信息提取兩部分(流程見圖1)。其中數(shù)據(jù)預(yù)處理包括可見光衛(wèi)星影像幾何糾正、云檢測、裁切(MODIS)或拼接(HJ－1A、B);綠潮信息提取包括植被指數(shù)計算和閾值分割。

圖1 可見光數(shù)據(jù)處理流程圖Fig.1 DFD of visible light data processing

2)云檢測

為有效地消除云的干擾，更好地從遙感圖像上提取專題信息，首先要進行云區(qū)識別，即進行云像元檢測，以達到去云的目的。

利用云在可見光和紅外波段與植被、土壤、雪和水域等下墊面在反射率和輻射亮溫值的存在差異進行云檢測。

選擇可見光數(shù)據(jù)，可見光到熱紅外通道數(shù)據(jù)進行云檢測［5］。以大量不同時段以及不同背景的可見光數(shù)據(jù)為樣本，進行直方圖分析，經(jīng)目視解譯進行圖像分類，再結(jié)合不同目標的波譜反射、輻射范圍利用單波段閾值法檢驗云，最后進行人工判斷檢驗等一系列工作，確定了適用不同波段檢驗云的閾值，利用各個波段或者波段組合進行逐象元檢查，最后將所有的判斷為云的像素再合并得到最終的二值化云檢測結(jié)果，其中0代表晴空，1代表云。

3)植被指數(shù)計算

根據(jù)2008年國家海洋衛(wèi)星應(yīng)用中心對現(xiàn)場綠潮水體、陸地植被和正常海水實測光譜曲線(見圖2)分析可知，覆有綠潮的水體(以下簡稱“綠潮水體”)在近紅外通道反射率明顯上升，30 cm厚的綠潮水體近紅外通道反射率最高可達80%左右。在短波紅外通道，反射率略有下降。綠潮水體在近紅外、短波紅外通道反射率隨著綠潮厚度或密度增大而升高，這一點與陸地植被的反射率特性較為接近［6］。

圖2 植被、正常海水和綠潮水體的實測反射率光譜曲線Fig.2 Curves of field spectral reflectance for vegetation，clear sea water and water with green tide(the thickness of green tide is 5，10，20，30 cm respectively)

因此，利用綠潮水體在近紅外波段和可見光波段的歸一化植被指數(shù)(NDVI)提取綠潮，見公式1。

1.2 微波數(shù)據(jù)

1.2.1 Cosmo-SAR衛(wèi)星數(shù)據(jù)源介紹

微波遙感具有不受天氣條件影響，全天時全天候的監(jiān)測能力，是監(jiān)測綠潮的主要手段之一。

意大利的COSMO衛(wèi)星最近一顆發(fā)射時間為2008年10月，是目前世界上先進的雷達成像衛(wèi)星星座，具有響應(yīng)時間快、影像分辨率高、成像帶寬寬、定位和測繪精度高等特點。COSMO衛(wèi)星工作在L波段，可以廣泛應(yīng)用在國防、農(nóng)業(yè)、災(zāi)害處理、林業(yè)、地質(zhì)、水文、海洋等方面監(jiān)測。

本文選取的SAR衛(wèi)星數(shù)據(jù)空間分辨率為100 m，極化方式VV，幅寬200 km，入射角在20°到35°之間。

1.2.2 監(jiān)測的流程和方法

1)監(jiān)測流程

數(shù)據(jù)處理主要包括SAR衛(wèi)星影像預(yù)處理和綠潮信息提取兩部分(流程見圖3)。其中數(shù)據(jù)預(yù)處理包括SAR衛(wèi)星影像幾何糾正、裁切和增強Lee濾波處理;綠潮信息提取包括綠潮識別、閾值分割和亮區(qū)提取。

圖3 SAR數(shù)據(jù)處理流程圖Fig.3 DFD of SAR data processing

2)增強Lee濾波方法

增強Lee濾波算法是局域統(tǒng)計自適應(yīng)濾波方法，是SAR圖像去噪處理中常用的方法，其考慮了圖像的不均勻性，以局域的灰度統(tǒng)計特性為基礎(chǔ)來決定參與濾波的鄰域像素點及其權(quán)值。局域統(tǒng)計自適應(yīng)濾波能在平滑噪聲的同時較有效地保持明顯的邊緣。

3)綠潮識別方法

從SAR圖像可以得到綠潮和海水的后向散射系數(shù)，而后向散射系數(shù)又稱為雷達后向散射截面，是頻率、入射角、極化方式和照射區(qū)散射特征的函數(shù)。綠潮和海水具有不同的后向散射特征，而且綠潮的后向散射系數(shù)高于海水的后向散射系數(shù)［7］。當SAR照到海面上時，以下參數(shù)影響著其表面的后向散射特性，它們是表面粗糙度(包括小尺度和大尺度)、離散散射體的介電特性和相對雷達的綠潮方位及其表面特征(方位入射角)。由于海水與綠潮的表面粗糙度存在著差異，在SAR圖像中表現(xiàn)明顯，可區(qū)分出綠潮和海水。

4)單閾值分割方法

如果一幅圖像的灰度直方圖基本上可看作是由對應(yīng)目標的單峰直方圖和對應(yīng)背景的單峰直方圖混合構(gòu)成的。那么對應(yīng)目標的信息提取就可以應(yīng)用單一閾值分割方法提取，一幅原始圖像f(x，y)取單閾值T分割后的圖像可定義為:

這樣得到的g(x，y)是一幅二維圖像，它相當于把原始圖像 f(x，y)用空間占有數(shù)組來進行表達［8］。閾值化分割算法主要包括確定的分割閾值T和將分割閾值與分割閾值T比較來劃分區(qū)域。本文應(yīng)用直方圖分析方法，確定分割閾值T。

由于海水中的綠潮表面比海水表面粗糙，根據(jù)SAR圖像特點［9］，綠潮在SAR圖像中的亮度明顯比海水高。本文首先利用可見光數(shù)據(jù)與SAR數(shù)據(jù)進行對比分析，得到綠潮在SAR圖像中的位置、亮度、形狀等特征，然后采用閾值法提取綠潮:當DN＞X，該像元為綠潮，當DN＜X，該像元為海水。DN為SAR圖像中像元點的值，X為區(qū)分綠潮和海水的閾值。

2 綠潮各年漂移路徑監(jiān)測

收集整理 2008、2009、2010、2011 和 2012 年綠潮衛(wèi)星遙感監(jiān)測數(shù)據(jù)，繪制綠潮首次發(fā)現(xiàn)的時間、位置、范圍對比圖(見圖4)，各年綠潮首次發(fā)現(xiàn)時間有先后，分布范圍、位置各不相同，但都在鹽城外海附近。

圖4 綠潮首次發(fā)現(xiàn)五年對比圖Fig.4 The comparison of green tide in first five years

利用各年序列圖像，選取圖像中綠潮密集區(qū)域，根據(jù)綠潮密集區(qū)的經(jīng)緯度分布，確定綠潮區(qū)中心位置，繪制各年綠潮漂移路徑，見圖5。

從圖5中可看出，各年綠潮發(fā)生時間有先后，影響綠潮漂移路徑的關(guān)鍵區(qū)域為北緯34°～36°，東經(jīng)120°～122°，各年綠潮漂移轉(zhuǎn)向、停滯等主要路徑均在這一關(guān)鍵區(qū)域內(nèi)。

圖5 綠潮各年漂移路徑Fig.5 The moving paths of green tide each year

由于綠潮漂移路徑受海面風(fēng)場和東海環(huán)流的影響比較大［10～13］，綠潮自發(fā)生后，2008 年，先向西北方向移動，后向東北方向移動，最終轉(zhuǎn)向西北方向。該年監(jiān)測結(jié)果與李三妹等利用MODIS數(shù)據(jù)對2008年綠潮移動的監(jiān)測結(jié)果基本一致［7，10］。2009年，先向西北方向移動，后向東北方向移動，最終轉(zhuǎn)向西北方向。該年的監(jiān)測結(jié)果與衣立等人利用MODIS數(shù)據(jù)對2009年綠潮移動的監(jiān)測研究結(jié)果基本一致［11］。2010年，先向西北方向移動，后向東北方向移動。該年的監(jiān)測結(jié)果與喬方利等人利用MODIS數(shù)據(jù)獲得的綠潮漂移趨勢大致相同［12］。2011年，先向東北方向移動，后向西北方向移動，后向東南方向移動，最終轉(zhuǎn)向西北方向。2012年，先向東北方向移動，后向西北方向移動，最終轉(zhuǎn)向東北方向。

3 綠潮各年分布面積監(jiān)測

收集整理 2008、2009、2010、2011 和 2012 年綠潮衛(wèi)星遙感綜合監(jiān)測數(shù)據(jù)，利用ArcGIS中的面積計算工具，分別計算出各年黃海海域綠潮衛(wèi)星遙感監(jiān)測綜合分布面積(即影響海域的面積)，選取部分數(shù)據(jù)繪制分布面積變化圖(見圖6)，統(tǒng)計分析各年綠潮最大分布面積，見圖7。

根據(jù)歷年綠潮綜合監(jiān)測結(jié)果，綠潮從發(fā)生開始，分布面積不斷變化，總體趨勢是先由小到大，然后由大到小。由于可見光衛(wèi)星遙感數(shù)據(jù)受云等天氣影響和SAR數(shù)據(jù)訂購與覆蓋范圍影響，部分數(shù)據(jù)的可監(jiān)測海域面積減少，導(dǎo)致監(jiān)測到的綠潮分布面積變少。

圖6 綠潮分布變化圖Fig.6 Distribution changes of green tide

圖7 綠潮最大分布面積統(tǒng)計Fig.7 The maximum distribution area stat.of green tide

由于綠潮發(fā)生前降水增多，降水過后海水營養(yǎng)鹽充足，氣溫升高，光照充足，對綠潮爆發(fā)和生長起到了促進作用［10，12，14，15］。隨著綠潮打撈工作的開展和部分綠潮登陸還有漂浮聚集的綠潮因藻體衰老死亡、光合作用速率下降、海水鹽度降低以及水體泥沙等懸浮物附著使其聚集藻體浮力發(fā)生改變，而由海面表層沉降在水體表層以下，綠潮分布面積開始減少。

各年綠潮最大分布面積出現(xiàn)時間不同，其中，2008年綠潮最大分布面積出現(xiàn)在6月26日左右，2009年綠潮最大分布面積出現(xiàn)在7月2日左右，2010年綠潮最大分布面積出現(xiàn)在7月10日左右，2011年綠潮最大分布面積出現(xiàn)在7月10日左右，2012年綠潮最大分布面積出現(xiàn)在6月13日左右。

4 結(jié)論與討論

本文利用多源衛(wèi)星遙感數(shù)據(jù)監(jiān)測2008年、2009年、2010年、2011年和2012年黃海綠潮的漂移路徑和分布面積。黃海滸苔發(fā)生期間(6月～8月)，黃海近岸表層流向北流動，流速較大;山東半島南岸表層流向東北流動，流速較小。表層流場主要受到風(fēng)向的影響。在夏季，黃海近岸表層流為向北然后轉(zhuǎn)為向東北流動，形成順時針旋轉(zhuǎn)的環(huán)流。而環(huán)流產(chǎn)生的流隔和青島外海的渦旋利于滸苔向環(huán)流中心的輻聚，以及滸苔從黃海中部海區(qū)向青島沿岸海區(qū)的漂移和聚集［13］。這與各年衛(wèi)星遙感監(jiān)測綠潮漂移路徑一致:在經(jīng)向上向北方漂移，在緯向上向東或西偏移。由于綠潮發(fā)生前降水增多，降水過后海水營養(yǎng)鹽充足，氣溫升高，光照充足，對綠潮爆發(fā)和生長起到了促進作用［10，12，14，15］。隨著綠潮打撈工作的開展和部分綠潮登陸還有漂浮聚集的綠潮因藻體衰老死亡、光合作用速率下降、海水鹽度降低以及水體泥沙等懸浮物附著使其聚集藻體浮力發(fā)生改變，而由海面表層沉降在水體表層以下，綠潮經(jīng)歷了發(fā)生、發(fā)展和消亡過程，與各年綠潮監(jiān)測面積變化情況一致。

本文利用各年綠潮漂移路徑和分布面積對綠潮發(fā)生、發(fā)展情況進行定性分析，研究發(fā)現(xiàn)，綠潮漂移路徑受東海環(huán)流和風(fēng)的影響，在經(jīng)向上均向北方漂移，在緯向上向東或西偏移;面積變化受降水、氣溫、日照等條件影響，面積先增大，后減少。定量研究需在下一步工作中繼續(xù)開展。

綠潮已經(jīng)成為夏季影響我國黃海沿岸的主要海洋災(zāi)害之一，上述監(jiān)測結(jié)果將有利于對綠潮監(jiān)測和中長期預(yù)測提供數(shù)據(jù)支持。

［1］ 李大秋，賀雙顏，楊倩，等.青島海域綠潮來源與外海分布特征研究［J］.環(huán)境保護，2008，8B(402):45－46.

［2］ 韓素芹，黎貞發(fā)，孫治貴.EOS/MODIS衛(wèi)星對渤海海冰的觀測研究［J］.氣象科學(xué)，2005，25(6):624－628.

［3］ 王麗霞.“環(huán)境一號”衛(wèi)星在軌測試與應(yīng)用能力分析［J］.環(huán)境保護與循環(huán)經(jīng)濟，2009，29(4)，48－51.

［4］ 李傳榮.HJ－1光學(xué)衛(wèi)星遙感應(yīng)用前景分析［J］.國土資源遙感，2008，3，6 －9.

［5］ 楊鐵利，何全軍.MODIS數(shù)據(jù)的云檢測處理.鞍山科技大學(xué)學(xué)報，2006，2(29):162 －166.

［6］ 李三妹，李亞君，董海鷹.淺析衛(wèi)星遙感在黃海綠潮監(jiān)測中的應(yīng)用［J］.應(yīng)用氣象學(xué)報，2010，1(21):76－82.

［7］ 顧行發(fā)，陳興峰，尹球.黃海滸苔災(zāi)害遙感立體監(jiān)測［J］.光譜學(xué)與光譜分析，2011，6(31):1627 －1632.

［8］ 趙杰.基于目標的圖像分割技術(shù)研究［J］.黃河水利職業(yè)技術(shù)學(xué)院學(xué)報，2005，1(17):28－29.

［9］ 舒寧.微波遙感原理［M］.北京:測繪出版社，1997.

［10］ 李德萍，楊育強，董海鷹，等.2008年青島海域滸苔大爆發(fā)天氣特征及成因分析［J］.中國海洋大學(xué)學(xué)報，2009，39(6):1165 －1170.

［11］ 衣立，張?zhí)K平，殷玉齊，等.2009年黃海綠潮滸苔爆發(fā)與漂移的水文氣象環(huán)境［J］.中國海洋大學(xué)學(xué)報，2010，40(10):15 －23.

［12］ 喬方利，王關(guān)鎖，呂新剛，等.2008與2010年黃海滸苔漂移輸運特征對比［J］.科學(xué)通報，2011，18(56):1470－1476.

［13］ 左成軍，徐珊珊，石少華，等.東中國海環(huán)流對2008年滸苔事件的影響［J］.河海大學(xué)學(xué)報(自然科學(xué)版)，2011，5(9):561 －568.

［14］ 張?zhí)K平，劉應(yīng)辰，張廣泉，等.基于遙感資料的2008年黃海綠潮滸苔水文氣象條件分析［J］.中國海洋大學(xué)學(xué)報，2009，5(39):870 －876.

［15］ 梁宗英，林祥志，馬牧.滸苔漂流聚集綠潮現(xiàn)象的初步分析［J］.中國海洋大學(xué)學(xué)報，2008，38(4):601－604.