海洋学研究 ›› 2023, Vol. 41 ›› Issue (3): 101-114.DOI: 10.3969/j.issn.1001-909X.2023.03.010
• 研究报道 • 上一篇
龚芳1,2,3(), 朱伯仲1,2,4, 李腾1,2, 王雨馨1,2, 李鸿喆1,2,5, 何贤强1,2,3,*(), 张清1,2
收稿日期:
2022-09-30
修回日期:
2023-02-17
出版日期:
2023-09-15
发布日期:
2023-10-24
通讯作者:
*何贤强(1978—),男,研究员,主要从事海洋遥感研究,E-mail:hexianqiang@sio.org.cn。
作者简介:
龚芳(1979—),女,湖南省张家界市人,高级工程师,主要从事遥感资料处理与应用研究,E-mail:gongfang@sio.org.cn。
基金资助:
GONG Fang1,2,3(), ZHU Bozhong1,2,4, LI Teng1,2, WANG Yuxin1,2, LI Hongzhe1,2,5, HE Xianqiang1,2,3,*(), ZHANG Qing1,2
Received:
2022-09-30
Revised:
2023-02-17
Online:
2023-09-15
Published:
2023-10-24
摘要:
南太平洋岛国大多四面环海且国土面积狭小,多为生态环境脆弱区。基于此,本文利用多源卫星数据,对瑙鲁、帕劳、图瓦卢、马绍尔群岛四国的海洋生态环境进行监测,基于长时间序列遥感结果的回溯,分析了其时空变化,并对比分析了汤加火山爆发前后,各国生态环境是否发生显著变化。结果显示:1)在气候态时空分布上,南太平洋岛屿国家周边海域海表温度和透明度一直维持在较高水平,叶绿素和净初级生产力则随离岸距离增加快速下降;2)升温、酸化和海平面升高是四个岛屿国家周边海域面临的共同问题;3)汤加火山的爆发对于南太平洋四岛国的沿岸悬浮物质量浓度、海表温度等无明显影响;4)火山爆发前半个月海岛地表温度以及周边海域悬浮物质量浓度异常升高的现象对利用遥感手段进行灾害预警预报具有启示作用。
中图分类号:
龚芳, 朱伯仲, 李腾, 王雨馨, 李鸿喆, 何贤强, 张清. 南太平洋典型岛国海洋生态环境状况及其对汤加火山爆发的响应[J]. 海洋学研究, 2023, 41(3): 101-114.
GONG Fang, ZHU Bozhong, LI Teng, WANG Yuxin, LI Hongzhe, HE Xianqiang, ZHANG Qing. Remote sensing research on temporal and spatial variations of ecological environments and response for Tonga volcanic eruptions in South Pacific island countries[J]. Journal of Marine Sciences, 2023, 41(3): 101-114.
序号 | 要素 | 选用数据时期 | 空间分 辨率/km | 卫星源 |
---|---|---|---|---|
1 | 海表温度 | 1997—2018年 | 1 | MODIS |
2 | 海水透明度 | 1998—2018年 | 1 | MODIS |
3 | 叶绿素质量浓度 | 1997—2018年 | 1 | MODIS |
4 | 净初级生产力 | 2003—2018年 | 4 | MODIS |
5 | pH值 | 2004—2018年 | 4 | MODIS |
6 | 海平面高度异常 | 1997—2018年 | 25 | TOPEX/Poseidon、 ERS-1/2 |
表1 本研究使用的公里级分辨率卫星资料清单
Tab.1 List of kilometer-level-resolution satellite data
序号 | 要素 | 选用数据时期 | 空间分 辨率/km | 卫星源 |
---|---|---|---|---|
1 | 海表温度 | 1997—2018年 | 1 | MODIS |
2 | 海水透明度 | 1998—2018年 | 1 | MODIS |
3 | 叶绿素质量浓度 | 1997—2018年 | 1 | MODIS |
4 | 净初级生产力 | 2003—2018年 | 4 | MODIS |
5 | pH值 | 2004—2018年 | 4 | MODIS |
6 | 海平面高度异常 | 1997—2018年 | 25 | TOPEX/Poseidon、 ERS-1/2 |
卫星 | 分辨率/m | 分析对象 | 区域 | 成像时间 |
---|---|---|---|---|
Sentinel-2 | 10 | 岸线 | 洪阿哈阿 帕伊岛 | 2021-12-03 |
2021-12-08 | ||||
2021-12-13 | ||||
2021-12-18 | ||||
2021-12-23 | ||||
2021-12-28 | ||||
2022-01-02 | ||||
2022-01-07 | ||||
2022-01-12 | ||||
2022-01-17 | ||||
悬浮物 质量浓度 | 帕劳 | 2021-12-25 | ||
2022-02-08 | ||||
马绍尔 群岛 | 2021-12-29 | |||
2022-01-01 | ||||
2022-01-13 | ||||
2022-01-16 | ||||
瑙鲁 | 2022-01-14 | |||
2022-01-24 | ||||
图瓦卢 | 2022-01-11 | |||
2022-01-21 | ||||
Landsat-8 | 30 | 地表温度 | 洪阿哈阿帕 伊岛及周边 海域 | 2021-10-21 |
2021-11-22 | ||||
2021-12-08 |
表2 本研究使用的高分辨率卫星资料清单
Tab.2 List of high-resolution satellite data
卫星 | 分辨率/m | 分析对象 | 区域 | 成像时间 |
---|---|---|---|---|
Sentinel-2 | 10 | 岸线 | 洪阿哈阿 帕伊岛 | 2021-12-03 |
2021-12-08 | ||||
2021-12-13 | ||||
2021-12-18 | ||||
2021-12-23 | ||||
2021-12-28 | ||||
2022-01-02 | ||||
2022-01-07 | ||||
2022-01-12 | ||||
2022-01-17 | ||||
悬浮物 质量浓度 | 帕劳 | 2021-12-25 | ||
2022-02-08 | ||||
马绍尔 群岛 | 2021-12-29 | |||
2022-01-01 | ||||
2022-01-13 | ||||
2022-01-16 | ||||
瑙鲁 | 2022-01-14 | |||
2022-01-24 | ||||
图瓦卢 | 2022-01-11 | |||
2022-01-21 | ||||
Landsat-8 | 30 | 地表温度 | 洪阿哈阿帕 伊岛及周边 海域 | 2021-10-21 |
2021-11-22 | ||||
2021-12-08 |
采样点位置 | 生态环境参数变化速率 | |||||||
---|---|---|---|---|---|---|---|---|
所属国家 | 经度 | 纬度 | pH值/(a-1) | 海表温度 /(℃· a-1) | 海水透明度 /(m· a-1) | 海平面高度异常 /(m· a-1) | 叶绿素质量浓度/ (mg·m-3· a-1) | 净初级生产力/ (mg·m-2·d-1· a-1) |
图瓦卢 | 177.94°E | 9.26°S | -0.002 3 | 0.000 72 | — | 0.000 14 | — | -0.12 |
瑙鲁 | 166.93°E | 0.86°S | -0.001 2 | 0.000 60 | 0.01 | 0.000 13 | -7E5 | — |
马绍尔群岛 | 171.14°E | 6.7°N | -0.002 2 | 0.000 60 | 0.01 | 0.000 14 | -5E5 | — |
帕劳 | 134.97°E | 7.21°N | -0.002 0 | 0.000 75 | — | 0.000 20 | — | — |
表3 采样点位置及其生态环境参数变化速率
Tab.3 Location of sampling points and their changing rates of ecological environment parameters
采样点位置 | 生态环境参数变化速率 | |||||||
---|---|---|---|---|---|---|---|---|
所属国家 | 经度 | 纬度 | pH值/(a-1) | 海表温度 /(℃· a-1) | 海水透明度 /(m· a-1) | 海平面高度异常 /(m· a-1) | 叶绿素质量浓度/ (mg·m-3· a-1) | 净初级生产力/ (mg·m-2·d-1· a-1) |
图瓦卢 | 177.94°E | 9.26°S | -0.002 3 | 0.000 72 | — | 0.000 14 | — | -0.12 |
瑙鲁 | 166.93°E | 0.86°S | -0.001 2 | 0.000 60 | 0.01 | 0.000 13 | -7E5 | — |
马绍尔群岛 | 171.14°E | 6.7°N | -0.002 2 | 0.000 60 | 0.01 | 0.000 14 | -5E5 | — |
帕劳 | 134.97°E | 7.21°N | -0.002 0 | 0.000 75 | — | 0.000 20 | — | — |
图3 南太平洋岛屿国家周边海域海洋生态环境参数的长时间序列变化 (字符“+”表示统计结果显著,p<0.05。)
Fig.3 Long term changes in marine ecological environment parameters of the surrounding waters in South Pacific island countries (The character“+” indicates significant statistical results, p<0.05.)
图5 火山爆发前后火山岛周围海域悬浮物质量浓度分布情况
Fig.5 Distribution of TSM mass concentration in the surrounding waters of the volcanic island before and after the eruption of the volcano
图7 火山爆发前后图瓦卢、瑙鲁、马绍尔群岛和帕劳的周边海域悬浮物质量浓度分布
Fig.7 Distribution of TSM mass concentration in the surrounding waters of Tuvalu, Nauru, Marshall Islands, and Palau before and after the volcanic eruptions
图8 火山爆发前后南太平洋岛国周边海域SST的变化百分比(a)及其直方图分布(b)
Fig.8 Percentage of SST changes (a) and its histogram (b) in the waters surrounding the South Pacific island countries before and after the volcanic eruption
图9 火山爆发前后图瓦卢、瑙鲁、马绍尔群岛和帕劳周边海域的净初级生产力及其变化百分比
Fig.9 Net primary productivity and its change in the waters around Tuvalu, Nauru, Marshall Islands, and Palau before and after the eruption of the volcano
图10 火山爆发前后图瓦卢、瑙鲁、马绍尔群岛和帕劳周边海域净初级生产力及其变化百分比的直方图
Fig.10 Histogram of net primary productivity and its change in the waters around Tuvalu, Nauru, Marshall Islands, and Palau before and after the eruption of the volcano
图11 火山爆发前后图瓦卢、瑙鲁、马绍尔群岛和帕劳周边海域的海水透明度及其变化百分比
Fig.11 Seawater transparency and its changes in the waters around Tuvalu, Nauru, Marshall Islands, and Palau before and after the eruption of the volcano
图12 火山爆发前后图瓦卢、瑙鲁、马绍尔群岛和帕劳周边海域海水透明度及其变化百分比的直方图
Fig.12 Histogram of seawater transparency and its changes in the waters around Tuvalu, Nauru, Marshall Islands, and Palau before and after the eruption of the volcano
[1] |
HEIDARZADEH M, GUSMAN A R, ISHIBE T, et al. Estimating the eruption-induced water displacement source of the 15 January 2022 Tonga volcanic tsunami from tsunami spectra and numerical modelling[J]. Ocean Engineering, 2022, 261: 112165.
DOI URL |
[2] |
RAKESH V, HARIDAS S, SIVAN C, et al. Impact of the Hunga Tonga-Hunga Ha’apai volcanic eruption on the changes observed over the Indian near-equatorial ionosphere[J]. Advances in Space Research, 2022, 70(8): 2480-2493.
DOI URL |
[3] |
VERGOZ J, HUPE P, LISTOWSKI C, et al. IMS observations of infrasound and acoustic-gravity waves produced by the January 2022 volcanic eruption of Hunga, Tonga: A global analysis[J]. Earth and Planetary Science Letters, 2022, 591: 117639.
DOI URL |
[4] |
YUEN D A, SCRUGGS M A, SPERA F J, et al. Under the surface: Pressure-induced planetary-scale waves, volcanic lightning, and gaseous clouds caused by the submarine eruption of Hunga Tonga-Hunga Ha’apai volcano[J]. Earthquake Research Advances, 2022, 2(3): 100134.
DOI URL |
[5] |
LI C Y. Global shockwaves of the Hunga Tonga-Hunga Ha’apai volcano eruption measured at ground stations[J]. iScience, 2022, 25(11): 105356.
DOI URL |
[6] |
NÉMETH K. Geoheritage and geodiversity aspects of catastrophic volcanic eruptions: Lessons from the 15th of January 2022 Hunga Tonga-Hunga Ha’apai eruption, SW Pacific[J]. International Journal of Geoheritage and Parks, 2022, 10(4): 546-568.
DOI URL |
[7] |
SUN X L, SUN W D. How will volcanic ash from the Tonga volcano eruption perturbate marine carbon cycle?[J]. Solid Earth Sciences, 2022, 7(1): 1-4.
DOI URL |
[8] | 外交部. 大洋洲[EB/OL]. (2023-07-05) [2023-08-21]. https://www.fmprc.gov.cn/web/gjhdq_676201/gj_676203/dyz_681240/. |
Ministry of Foreign Affairs. Oceania Countries[EB/OL]. (2023-07-05) [2023-08-21]. https://www.fmprc.gov.cn/web/gjhdq_676201/gj_676203/dyz_681240/. | |
[9] |
BANZON V, SMITH T M, CHIN T M, et al. A long-term record of blended satellite and in situ sea-surface temperature for climate monitoring, modeling and environmental studies[J]. Earth System Science Data, 2016, 8(1): 165-176.
DOI URL |
[10] |
HE X Q, PAN D L, BAI Y, et al. Recent changes of global ocean transparency observed by SeaWiFS[J]. Continental Shelf Research, 2017, 143: 159-166.
DOI URL |
[11] |
HE X Q, BAI Y, CHEN C T A, et al. Satellite views of the episodic terrestrial material transport to the southern Okinawa Trough driven by typhoon[J]. Journal of Geophysical Research: Oceans, 2014, 119(7): 4490-4504.
DOI URL |
[12] | HU C M, LEE Z P, FRANZ B. Chlorophylla algorithms for oligotrophic oceans: A novel approach based on three-band reflectance difference[J]. Journal of Geophysical Research: Oceans, 2012, 117(C1): C01011. |
[13] | O’REILLY J E, MARITORENA S, MITCHELL B G, et al. Ocean color chlorophyll algorithms for SeaWiFS[J]. Journal of Geophysical Research: Oceans, 1998, 103(C11): 24937-24953. |
[14] |
BEHRENFELD M J, FALKOWSKI P G. Photosynthetic rates derived from satellite-based chlorophyll concentration[J]. Limnology and Oceanography, 1997, 42(1): 1-20.
DOI URL |
[15] | DUCET N, LE TRAON P Y, REVERDIN G. Global high-resolution mapping of ocean circulation from TOPEX/Poseidon and ERS-1 and -2[J]. Journal of Geophysical Research: Oceans, 2000, 105(C8): 19477-19498. |
[16] |
LE TRAON P Y, NADAL F, DUCET N. An improved mapping method of multisatellite altimeter data[J]. Journal of Atmospheric and Oceanic Technology, 1998, 15(2): 522-534.
DOI URL |
[17] |
JIANG Z T, SONG Z G, BAI Y, et al. Remote sensing of global sea surface pH based on massive underway data and machine learning[J]. Remote Sensing, 2022, 14(10): 2366.
DOI URL |
[18] |
WANG M M, ZHANG Z J, HU T A, et al. An efficient framework for producing Landsat-based land surface temperature data using Google Earth Engine[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2020, 13: 4689-4701.
DOI URL |
[19] | BROCKMANN C, DOERFFER R, PETERS M, et al. Evolution of the C2RCC neural network for Sentinel 2 and 3 for the retrieval of oceancolour products in normal and extreme optically complex waters[C]// The 2016 European Space Agency Living Planet Symposium, Prague, Czech Republic from 9-13 May 2016, Living Planet Symposium, 2016: 740. |
[1] | 甯子豪, 蒋昌波, 隆院男, 伍志元, 马远. 1976—2021年南澳岛海岸线时空演变及驱动因素分析[J]. 海洋学研究, 2023, 41(2): 71-82. |
[2] | 刘悦宁, 龚芳, 何贤强, 金旭晨. CODMn入海通量长时序演变:瓯江遥感影像光谱信息反演[J]. 海洋学研究, 2023, 41(1): 45-54. |
[3] | 田芳妍, 何贤强, 朱伯仲, 龚芳, 朱乾坤. 考虑潮位校正的乐清湾潮滩面积近30年变化遥感研究[J]. 海洋学研究, 2023, 41(1): 68-81. |
[4] | 刘婷宇, 白雁, 朱伯仲, 李腾, 龚芳. 高空间分辨率海表CO2分压的卫星遥感反演算法:机器学习在秋季象山港的应用[J]. 海洋学研究, 2023, 41(1): 82-95. |
[5] | 丁凌, 陈建裕, 朱乾坤, 陈宁华. 多光谱遥感影像的光谱规则分类算法修正及海岛、海岸带应用[J]. 海洋学研究, 2022, 40(4): 38-51. |
[6] | 陆霭莹, 李鹏, 朱海天, 陈鹏, 赵益智. 基于多源卫星遥感的渤海海上油气平台识别[J]. 海洋学研究, 2022, 40(4): 82-89. |
[7] | 赵益智, 朱海天, 李修楠, 杨劲松, 陈鹏. 基于港口船舶识别的高分二号卫星遥感影像融合方法比较[J]. 海洋学研究, 2022, 40(4): 90-96. |
[8] | 李炎, 陈一宁, 吴祥柏. 论陆-海界面的复参数化[J]. 海洋学研究, 2022, 40(3): 3-8. |
[9] | 龚照辉, 时连强, 张达恒, 张华国, . 中越典型港湾海岸线与围填海的遥感比较——以防城湾和海防港为例[J]. 海洋学研究, 2022, 40(3): 62-72. |
[10] | 张勇勇. 基于GF5-AHSI遥感数据的横沙浅海水深反演[J]. 海洋学研究, 2022, 40(2): 93-101. |
[11] | 栾奎峰, 徐航, 潘与佳, 等. 基于高光谱传感器的长江口表层悬浮泥沙质量浓度光谱曲线特征研究#br#[J]. 海洋学研究, 2022, 40(1): 64-71. |
[12] | 熊一璇, 麻书畅, 张霄宇, 黄国容, 陈嘉星, 韩亚超. 基于多源遥感数据的大襟岛海域叶绿素a反演及富营养化评价[J]. 海洋学研究, 2021, 39(2): 43-51. |
[13] | 蒋锦刚, 冯慧云, 张亚国, 何贤强. 空间变异对海洋叶绿素a质量浓度遥感产品精度验证的影响[J]. 海洋学研究, 2021, 39(1): 9-19. |
[14] | 范小安, 王金辉, 徐美娜, 邓艳芬. 典型入海口海岸带生态环境质量遥感评价研究——以宝山区为例[J]. 海洋学研究, 2020, 38(2): 66-73. |
[15] | 邹亚荣, 刘建强, 梁超, 朱海天. 基于HY-1C卫星CZI数据的红树林长势遥感监测[J]. 海洋学研究, 2020, 38(1): 68-76. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||