基于水色遙感研究南海浮游植物群落結(jié)構(gòu)季節(jié)變化

《基于水色遙感研究南海浮游植物群落結(jié)構(gòu)季節(jié)變化》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、萬(wàn)方數(shù)據(jù)天津科技大學(xué)碩士學(xué)位論文夏季，南海浮游植物群落結(jié)構(gòu)從硅藻向甲藻和藍(lán)藻進(jìn)行演替，葉綠素最大層的Chla濃度高值主要是由Pico級(jí)份浮游植物貢獻(xiàn)，南海夏季低生物量和生產(chǎn)力主要是P限制。Liu[29】通過(guò)流式細(xì)胞儀，分析了SEATS站的數(shù)據(jù)發(fā)現(xiàn)，南海最主要的Pico級(jí)浮游植物是原綠球藻，其在夏季的豐度更高，約為80％；而聚球藻和Pico級(jí)自養(yǎng)真核生物在冬春季的豐度更高。Chen【30】通過(guò)比較冬、夏季南海北部Pico級(jí)浮游植物細(xì)胞豐度及細(xì)胞大小，結(jié)果表明，冬季聚球藻的豐度約為夏季的2．6倍，Pico級(jí)自養(yǎng)真核生物的豐度約為夏季的2．4倍，夏季原綠球藻的豐度約為冬季的lO倍左右；Pico級(jí)自養(yǎng)

2、真核生物細(xì)胞豐度夏季垂直分布上存在次表層最大值，冬季垂直分布比較一致；聚球藻和原綠球藻的細(xì)胞大小夏季隨深度增加而增大，而Pico級(jí)自養(yǎng)真核生物在最大豐度處細(xì)胞大小最小。1．2．1浮游植物群落結(jié)構(gòu)水色遙感反演算法研究進(jìn)展傳統(tǒng)的顯微鏡技術(shù)【31-361、流式細(xì)胞儀[37，381、色素和DNA分析【39'401都可以在實(shí)測(cè)數(shù)據(jù)中用來(lái)區(qū)分浮游植物類群結(jié)構(gòu)。由于原位觀測(cè)和海洋的遼闊在尺度上是不匹配的，所以采用傳統(tǒng)的方法時(shí)空覆蓋是受限制的。衛(wèi)星能夠提供海洋表面多光譜光學(xué)觀測(cè)的連續(xù)記錄。水色遙感用來(lái)觀測(cè)全球尺度的葉綠素a濃度。1978年發(fā)射了第一個(gè)水色傳感器海岸帶掃描儀(CZCS)，補(bǔ)充了原位觀測(cè)數(shù)據(jù)集，提

3、供了新的信息。第一個(gè)傳感器的主要目的是獲取海洋表面葉綠素a濃度的信息。后面的傳感器技術(shù)有所進(jìn)步，又發(fā)射了寬視場(chǎng)海洋觀測(cè)傳感器(SeaWiFS)、中等分辨率成像光譜儀(MODIS)。隨著計(jì)算能力的增強(qiáng)，生物光學(xué)模型得到了更深入的發(fā)展。除了對(duì)葉綠素a濃度更準(zhǔn)確的估計(jì)，從水色遙感數(shù)據(jù)中還能獲取其他重要的生物地球化學(xué)參數(shù)。從衛(wèi)星得到的葉綠素a的濃度，可以用于研究海洋浮游植物類群的變化和全球海洋初級(jí)生產(chǎn)力。很多科研人員致力于發(fā)展生物光學(xué)模型，從空間中識(shí)別PFTs。模型是唯一的方法可以在大的尺度上分析PFTs的時(shí)空分布。這是研究這些類群的生態(tài)和監(jiān)測(cè)人類活動(dòng)引起在全球海洋生態(tài)環(huán)境的變化對(duì)氣候的影響的基礎(chǔ)。引

4、用遙感的一些重要的應(yīng)用，監(jiān)測(cè)沿岸區(qū)域有毒藻類的水華和全球變暖對(duì)極地和高緯度區(qū)域群落結(jié)構(gòu)的影響。遙感傳感器和模型的提高，與理解PFTS的生態(tài)和分布的重要性結(jié)合，是從空間中獲得PFTs的特征的新的研究領(lǐng)域的動(dòng)機(jī)。利用水色遙感反演浮游植物類群算法按照大的類別可以分為經(jīng)驗(yàn)算法、半分析算法和分析算法。經(jīng)驗(yàn)?zāi)Ｐ徒⒃谶b感數(shù)據(jù)和生物物理化學(xué)參數(shù)的統(tǒng)計(jì)關(guān)系上。需要收集大量同步的實(shí)地測(cè)量和遙感觀測(cè)的數(shù)據(jù)集。這類模型可以描述用分析方程難以模擬的復(fù)雜關(guān)系，但取決于數(shù)據(jù)的可靠性，從方程中的數(shù)據(jù)來(lái)外推預(yù)測(cè)還是有一定限制的。Alvain[41]在2005年提出PHYSAT算法，后對(duì)其進(jìn)行了改進(jìn)【42】，是適用于l類水體的

5、全球模型，使用SeaWiFS波段的歸一化離水輻亮度的二階光譜變化對(duì)五個(gè)主要的浮游植物類群分類：鞭毛藻、硅藻、聚球藻、原綠球藻和棕囊藻。模型應(yīng)用在月平均數(shù)據(jù)圖像上，經(jīng)萬(wàn)方數(shù)據(jù)1引言過(guò)實(shí)測(cè)數(shù)據(jù)的驗(yàn)證有很好的準(zhǔn)確性：微型浮游植物87％，硅藻57％，聚球藻和原綠球藻為50％。Uitzt43】在2006年提出一種模型估計(jì)三種不同粒級(jí)PFTs優(yōu)勢(shì)性比例和葉綠素a的貢獻(xiàn)，積分了1：5倍真光層深度。模型根據(jù)海表面葉綠素a濃度、營(yíng)養(yǎng)狀態(tài)、群落結(jié)構(gòu)和浮游植物生物量的垂直剖面的關(guān)系建立查找表?？偟膩?lái)說(shuō)，這個(gè)模型建立了這樣的關(guān)系，富營(yíng)養(yǎng)狀態(tài)下的高葉綠素a濃度是由Micro．級(jí)浮游植物和同類物質(zhì)的剖面組成，反之則是Na

6、no．和Pico一級(jí)浮游植物。關(guān)系建立在大量全球HPLC和垂直剖面參數(shù)實(shí)測(cè)數(shù)據(jù)集上。模型應(yīng)用在全球的月平均SeaWiFS數(shù)據(jù)上，與實(shí)測(cè)數(shù)據(jù)相比表現(xiàn)不錯(cuò)，微型浮游植物的錯(cuò)分率最高為36％。Oyama[刪在2010年提出光譜分解算法(SDA)，能夠量化五種浮游植物類群的葉綠素a濃度：三種藍(lán)藻菌，一種綠藻和一種硅藻，模型適用于沿岸和內(nèi)陸的2類水體。模型根據(jù)線性光譜混合分析，認(rèn)為每一個(gè)像素都可以認(rèn)為是各自起作用的光學(xué)部分貢獻(xiàn)量的線型混合，浮游植物、非藻類粒子和水標(biāo)準(zhǔn)反射光譜主要決定了光譜反射。模型對(duì)時(shí)間和地點(diǎn)的依賴性小，采用標(biāo)準(zhǔn)實(shí)驗(yàn)室測(cè)量的光譜作為端元而不是實(shí)地測(cè)量，而且不需要實(shí)測(cè)或者衛(wèi)星數(shù)據(jù)集來(lái)建立

7、模型。Raitsos[45】在2008年提出了一個(gè)生態(tài)模型，識(shí)別水體的優(yōu)勢(shì)種：-硅藻、甲藻、硅鞭毛藻和顆石藻。模型使用概念神經(jīng)網(wǎng)絡(luò)將物質(zhì)的生物光學(xué)數(shù)據(jù)和時(shí)空信息結(jié)合起來(lái)。使用北大西洋的實(shí)測(cè)和衛(wèi)星數(shù)據(jù)作為模型的訓(xùn)練數(shù)據(jù)。概念神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)的一種，使用概率函數(shù)和非線性結(jié)合來(lái)預(yù)測(cè)給定參數(shù)發(fā)生的概率。在訓(xùn)練期間，每一個(gè)輸入?yún)?shù)根據(jù)其對(duì)輸出參數(shù)的相對(duì)重要性來(lái)調(diào)整權(quán)重。輸入?yún)?shù)包括：生物光學(xué)，海表面葉