Remote sensing research on temporal and spatial variations of ecological environments and response for Tonga volcanic eruptions in South Pacific island countries

  • GONG Fang , 1, 2, 3 ,
  • ZHU Bozhong 1, 2, 4 ,
  • LI Teng 1, 2 ,
  • WANG Yuxin 1, 2 ,
  • LI Hongzhe 1, 2, 5 ,
  • HE Xianqiang , 1, 2, 3, * ,
  • ZHANG Qing 1, 2
Expand
  • 1. State Key Laboratory of Satellite Ocean Environment Dynamics, Hangzhou 310012, China
  • 2. Second Institute of Oceanography, MNR, Hangzhou 310012, China
  • 3. Donghai Laboratory, Zhoushan 316021, China
  • 4. Ocean College, Zhejiang University, Zhoushan 316021, China
  • 5. The School of Oceanography, Shanghai Jiao Tong University, Shanghai 200240, China

Received date: 2022-09-30

  Revised date: 2023-02-17

  Online published: 2023-10-24

Abstract

The unique geographical features of the island countries in South Pacific, which are surrounded by sea and small in size, make most of the island countries in this region "ecologically fragile areas". Based on this, multi-source satellite data were used to monitor the marine ecological environment of Nauru, Palau, Tuvalu, and the Marshall Islands. It was also focused on whether there have been significant changes in the ecological environment of various countries before and after the Tonga volcanic eruption, to help to understand the impact of the Tonga volcanic eruption. The results show that: (1) In terms of temporal and spatial distribution of climatic states, the sea surface temperature and transparency of the surrounding waters of the South Pacific island countries maintain a relatively high level, while chlorophyll and net primary productivity decrease rapidly with the increase of offshore distance. (2) Warming, acidification and sea level rising are common problems faced by the sea areas of the four island countries. (3) The eruption of the Tonga Volcano has no significant impact on the coastal TSM mass concentration and SST. (4) The phenomenon of abnormally rising surface temperature and changed suspended matter mass concentration of the island in the first half month of the volcanic eruption has implications for disaster warning and forecasting using remote sensing methods.

Cite this article

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 . DOI: 10.3969/j.issn.1001-909X.2023.03.010

0 引言

2022年1月15日,南太平洋岛国汤加的洪阿哈阿帕伊岛(Hunga Haapai)火山(20.5°N, 175.4°W)发生猛烈喷发,造成洪阿哈阿帕伊岛岛体大部分消失,汤加本国直接失联。该突发事件证明南太平洋小岛屿国家对于各类突发性灾害的应对能力极其有限。此次火山爆发不仅对汤加境内造成了巨大影响,更是引发了大规模海啸,多国因此紧急开展了人员疏散工作,同时人们也担忧火山爆发会引起南太平洋范围内显著的动力和生态灾害。
为此,国内外相继开展了汤加火山爆发对海洋动力、地质、大气等自然环境影响的监测和预测研究。HEIDARZADEH 等[1]估算了火山爆发引起的海啸强度;RAKESH等[2]发现了火山爆发引起的印度近赤道电离层总电子含量(total electron content)和振幅闪烁(amplitude scintillations)的准周期振荡;全面禁止核试验条约(Comprehensive Nuclear-Test ban Treaty, CTBT)的国际监测系统(International Monitoring System, IMS)水声监测网络监测到了爆炸能量在大气中的次声波和声波-重力波的响应[3];YUEN 等[4]描述了海底火山爆发引起的行星级波、火山闪电和气态云;LI[5]指出,汤加火山的爆发造成了全球传播的球形冲击波,并进行了推导和跟踪;NÉMETH[6]则发现,除了产生冲击波和各种重力波,引发海啸外,火山爆发还将高度碎片化的火山陨石注入到了离地约55 km的大气层中,产生的火山灰蔓延到了数百公里外。
然而,在海洋生态环境方面,目前只有SUN 等[7]从微营养物促进初级生产力、金属氧化物帮助贮存有机碳、沉积碳酸盐的生成与埋藏等机理上推测火山爆发可能对海洋生态环境产生影响。那么,汤加火山爆发是否会影响南太平洋岛国的海洋环境?为此,本研究利用多源卫星数据,对瑙鲁、帕劳、图瓦卢、马绍尔群岛四国海洋生态环境状况进行监测,基于长时间序列遥感结果的回溯,分析了其时空变化,并对比了汤加火山爆发前后,各国生态环境是否发生显著变化,以帮助了解汤加火山爆发对各国造成的影响。

1 研究区概况

南太平洋岛国是指分布在南太平洋的岛屿国家(图1),除澳大利亚和新西兰外,共有27个国家和地区,由1万多个岛屿组成。这些国家和地区国小人少,其陆地总面积仅55万 km2,总人口为750多万。但南太平洋岛国环境优美,拥有得天独厚的旅游资源。此外,南太平洋岛国还拥有丰富的渔业资源和矿产资源。这里的金枪鱼产量占世界总产量的一半以上,世界大约有55%的金枪鱼罐头产自南太平洋地区[8]
图1 帕劳、马绍尔群岛、瑙鲁、图瓦卢的地理位置(a)及与汤加的距离(b)

Fig.1 Location of Palau, Marshall Islands, Nauru, and Tuvalu (a) and relative distance from Tonga (b)

本研究聚焦帕劳、马绍尔群岛、瑙鲁、图瓦卢这四个典型海岛国家(图1)。其中,帕劳位于西太平洋,在关岛以南约1 200 km处,是从太平洋进入东南亚的门户之一。帕劳的海岸线长1 519 km,由300多个火山岛和珊瑚岛组成,分布在南北长约640 km的海面上。马绍尔群岛位于中太平洋密克罗尼西亚地区,由29个环礁岛群和5个小岛共1 225个岛礁组成。马绍尔群岛海域面积广阔,海底有钴壳和锰结核等矿产资源,部分岛屿蕴藏磷酸盐,渔业资源丰富。瑙鲁位于中太平洋、赤道以南约42 km处,由一独立的珊瑚礁岛构成,是世界上最小的岛国。瑙鲁的磷酸盐、渔业和农业是其支柱型产业。图瓦卢位于中太平洋南部,由9个环形珊瑚礁岛群组成,由西北向东南绵延散布在约130万 km2的海域,南北两端相距约560 km,境内各岛屿高程不超过5 m,拥有90万km2专属经济区和丰富的渔业资源[8]

2 数据与方法

2.1 卫星数据

本研究选用的公里级分辨率的海表温度(sea surface temperature,SST)[9]、海水透明度(secchi disc depth,SDD)[10-11]、叶绿素质量浓度(Chlorophyll-a,Chl-a)[12-13]、净初级生产力(net primary production,NPP)[14]、海平面高度异常(sea level anomaly,SLA)[15-16]、pH值[17]等遥感资料,均从自然资源部第二海洋研究所主持研发的海洋遥感在线分析平台(https://www.satco2.com/)直接下载,获取月平均数据,并裁剪出研究区域(120°E—180°E, 40°S—20°N)。数据的具体情况见表1。海洋遥感在线分析平台(简称SatCO2平台)面向公众免费分发,目的是突破海洋卫星遥感数据便捷、高效使用的瓶颈,拓展海洋遥感数据应用。SatCO2平台可用于海量多源遥感、实测及模式数据的快速在线获取、高效计算和三维球体可视化分析;用户也可使用SatCO2对本地多源遥感和实测数据进行综合交互分析。
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
为进行高分辨率的地表温度和近海悬浮物质量浓度遥感反演,本研究使用了Landsat-8 L1和Sentinel-2 L1数据产品的高分辨率影像数据。这些数据均从美国地质调查局(USGS)官方网站下载获得(https://earthexplorer.usgs.gov/),具体情况见表2
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

2.2 数据处理方法

本研究侧重于趋势分析,因此在公里级的生态环境变化分析方面主要使用成熟的遥感产品,其他高分辨率卫星数据的主要处理方法介绍如下。

2.2.1 地表温度遥感反演

本研究利用Google Earth Engine(GEE)云计算平台,使用单通道算法获取了Landsat-8地表温度[18]。该方法基于GEE平台上的Landsat原始影像数据、Landsat地表反射率数据、ASTER 全球比辐射率产品(ASTER-GED)以及NCEP再分析大气水汽含量数据(NCEP_RE/WV),利用实用单通道算法(practical single-channel algorithm, PSC)对Landsat热红外数据做大气校正和比辐射率校正,实现Landsat系列卫星地表温度数据反演:
T s = c 2 / λ l n c 1 λ 5 · B ( T s ) + 1
B ( T s ) = a 0 + a 1 w + ( a 2 + a 3 w + a 4 w 2 ) 1 ε + ( a 5 + a 6 w + a 7 w 2 ) L s e n ε
式中:   T s表示地表温度;   B ( T s ) 表示温度为 T s的黑体辐射;λ代表有效波长;   L s e n表示传感器接收到的热辐射;ε表示地表反射率;w表示大气水汽含量; c1c2均为常数, c1=1.191 04×108 W•μm4•m-2•sr-1, c2=1.438 77×104 μm•K;   a 0 a 1 a 2 a 3 a 4 a 5 a 6 a 7均为常数,分别取值为-0.410 7、1.493 577、0.278 271、-1.225 02、-0.310 67、1.022 016、-0.019 69和0.036 001[18]

2.2.2 近海悬浮物质量浓度遥感反演

欧洲航天局提供了基于神经网络的二类水体区域性近岸海域水色算法(Case 2 Regional Coast Colour,C2RCC)及相应的Sentinel Applications Platform(SNAP)处理软件,可综合进行近海水体遥感的大气校正和水体要素反演。本研究中的悬浮物质量浓度基于C2RCC神经网络算法计算获取[19]。以哨兵2号每个海水像元的L1b数据为C2RCC输入,根据算法过程完成大气校正和水体光学量反演,算法公式如下:
ρ(TSM)=1.72×bbp+3.bbw
式中:ρ(TSM)为悬浮物质量浓度,bbp为颗粒物后向散射系数固有光学量,bbw为水体后向散射系数固有光学量。
由于无法获得悬浮物质量浓度实测数据进行验证,在本文中的悬浮物质量浓度分布图使用同一色标以进行前后趋势对比。

2.2.3 岛屿的岸线和面积变化

以ArcGIS 10.5软件为平台,卫星融合图像为基础,辅以其他文字和图片资料,采用目视解译、人工勾画方法提取海岸线;利用ArcGIS软件将多期海岸线矢量图叠置,目视判别岸线变化情况。岸线确定后,利用ArcGIS中的“几何计算”功能进行岛屿面积计算。

3 结果与分析

3.1 南太平洋岛国周边海域生态环境的时空分布

3.1.1 气候态空间分布特征

3.1.1.1 海表温度

南太平洋岛屿国家整体位于低纬度海区(20°S—20°N),其周边海域全年海表温度维持在较高水平(>20 ℃),且季节变化较小(图2a)。季节变化对海表温度的影响主要体现在20°S以南海区。对于图瓦卢、瑙鲁、马绍尔群岛和帕劳周边海域,其纬度都较低,属于典型的热带气候,海表温度常年维持在30 ℃以上。在雨季的7月和10月,海表温度略微下降至28~29 ℃。
图2 南太平洋海域生态环境参数的气候态空间分布

Fig.2 Climatic spatial distribution of ecological environmental parameters in the South Pacific Ocean

3.1.1.2 海水透明度

海水透明度与水体物质组分密切相关。得益于较好的水体交换条件,南太平洋岛屿国家周边海域水体透明度较高,除了近岸海域透明度为30 m左右外,外海水体的透明度可达50 m(图2b)。与海表温度的变化相似,季节变化对海水透明度的影响主要集中体现在20°S以南海区。但是对于瑙鲁和马绍尔群岛,受赤道上升流的调控,其周边海域海水透明度也存在显著的季节变化:4月和10月,在赤道上升流影响下,瑙鲁和马绍尔群岛周边海域海水透明度约为35~40 m;1月和7月,赤道上升流对瑙鲁海域透明度影响减弱,其透明度上升至约50 m。

3.1.1.3 叶绿素质量浓度

海水叶绿素质量浓度是表征渔业资源潜力的基础参数,其与光照、温度和营养盐密切相关。对于热带岛屿国家,营养盐是其周边海域叶绿素质量浓度变化的主要调控因素。因此,叶绿素质量浓度的分布主要表现为岛屿周边高,随离岸距离增加,叶绿素质量浓度下降(图2c)。此外,赤道上升流区域,得益于上升流带来的底层营养盐输入,叶绿素质量浓度也保持较高水平。例如马绍尔群岛周边海域受上升流影响,叶绿素质量浓度全年保持较高水平;瑙鲁周边海域的叶绿素质量浓度在4月和10月受赤道上升流调控显著,得到增强。因地理位置和水文条件不同,图瓦卢周边海域叶绿素质量浓度全年保持较低水平。

3.1.1.4 净初级生产力

与叶绿素质量浓度相似,海水净初级生产力也是表征渔业资源潜力的基础参数。在叶绿素质量浓度较高的岛屿近岸海域,净初级生产力较高(达500 mg·m-2·d-1);随离岸距离增加,净初级生产力下降至约200 mg·m-2·d-1 (图2d)。四个岛国中马绍尔群岛周边海域的净初级生产力水平最高(约530 mg·m-2·d-1);图瓦卢周边海域净初级生产力最低(约200 mg·m-2·d-1);瑙鲁和帕劳受水流的季节性变化影响,净初级生产力在280~500 mg·m-2·d-1范围内变动。

3.1.1.5 海平面高度异常

南太平洋岛屿国家海拔较低,海平面上升是各国安全面临的主要气候威胁之一。图2e显示了南太平洋海域海平面高度异常的季节分布。整体上,图瓦卢、瑙鲁、马绍尔群岛和帕劳周边海域海平面高度异常均为正值,说明海平面上升在全年都是需要关注的问题。此外,在四个地区中,图瓦卢和帕劳的海平面高度异常数据较高,暗示其面临的海平面上升问题可能较瑙鲁和马绍尔群岛更加严重。

3.1.1.6 pH值

南太平洋海域的海表pH值有较为明显的空间分布特征和季节分布特征(图2f)。整体上,pH值呈现出随纬度梯度分布的特征,在低纬度海域pH值较低,约在8.07以下;在中纬度海域pH值较高,约在8.10以上。同时该海域还呈现出近岸pH值相对较低的特点。季节分布方面,1月时该海域的pH高值区分布在36°S以南海域,随着时间推移,pH的高值区向北推进,在4月到达24°S附近海域,在7月到达12°S附近海域,而在此之后的10月,pH高值区又向南移动,重新回到24°S附近海域。另外,在4月,168°E—180°E,0°N附近海域出现了pH的低值区,pH值约在8.00以下。

3.1.2 长时间序列变化特征

选取图瓦卢、瑙鲁、马绍尔群岛和帕劳周边海域代表站位(具体见表3),分析其海洋生态环境参数的长时间序列变化(图3)。表3中生态环境参数变化速率的计算方法如下:
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

注:“—”表示变化不显著,未计算变化速率。

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.)

Px=(xn-x0)/N
式中:Px表示某种生态环境参数的变化速率,x指代SST、SDD、pH等生态环境参数;x0xn分别代表某种生态环境参数在一个时期中的首年平均值和末年平均值,数据时期的长度见表1,如SST的数据时期为1997—2018年;N表示数据时期长度减1,如SST的数据时期长度为22年,则N=21。
整体上,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。此外,瑙鲁和马绍尔群岛的叶绿素质量浓度在过去十几年间呈下降趋势,但是其净初级生产力整体保持稳定,对渔业资源的影响有待进一步的综合研究。净初级生产力发生显著变化的区域主要为图瓦卢附近海域,但其净初级生产力水平较低,净初级生产力的下降是否引起了图瓦卢海域渔业资源的衰退,也有待进一步的分析。

3.2 火山爆发对汤加的影响

3.2.1 火山岛岸线及面积变化

根据火山爆发前后的Sentinel-2遥感影像分析火山岛主体岸线及岛屿形状变化。2021年12月3日—18日,海岛形态保持一致,未发生变化;2022年1月2日,海岛明显向东南方向扩张,面积显著增大,同时火山口位置向东北方向偏移;2022年1月7日,海岛东北方向岸线有所回缩,但海岛的总体形态未发生明显变化;2022年1月17日,海岛形态发生显著变化,面积缩小,仅剩两个小岛(图4)。
图4 火山爆发前后火山岛岸线及岛屿面积对比

Fig.4 Comparison of the shoreline and area of the volcanic island before and after the eruption of the volcano

3.2.2 火山岛沿岸水质与地表温度变化

火山爆发前,自2021年12月23日起,汤加洪阿哈阿帕伊岛周围海域悬浮物质量浓度已有增加迹象,2021年12月28日和2022年1月2日遥感影像反演结果显示悬浮物质量浓度升高的范围逐渐扩大;2022年1月17日火山爆发后岛屿周围海域悬浮物质量浓度明显升高,影响范围广,火山爆发对火山岛周围海域水质状况产生了显著影响(图5)。由图5可知,在火山爆发前半个月,岛屿周围水质已出现异常迹象,这对利用遥感手段对火山爆发进行预警预报具有启示作用。
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

此外,对火山爆发前的海岛地表温度进行了对比分析(图6)。2021年10月21日,发生火山爆发的海岛(#1)与参考海岛(#2和#3)的地表温度相近,未发现异常。2021年11月22日,发生火山爆发的海岛地表温度相比参考海岛明显增高,最高温度约为55 ℃,平均温度也在50 ℃以上,另外两个参考海岛的最高地表温度约为50 ℃,平均温度为30~40 ℃。2021年12月8日,火山爆发的海岛地表温度也比参考海岛的高,最高温度约为50 ℃,平均温度在40 ℃以上,另外两个参考海岛的最高地表温度约为45 ℃,平均温度为30~40 ℃。由此可见,火山爆发前地表温度已有先兆,这有可能成为未来预警预报的有效依据。
图6 火山爆发前火山岛及参考海岛地表温度分布情况

Fig.6 Surface temperature of volcanic island and reference islands before the volcanic eruption

3.3 火山爆发对四岛国周边海域水质的影响

3.3.1 周边海域悬浮物质量浓度的变化

图7为图瓦卢、瑙鲁、马绍尔群岛和帕劳在火山爆发前后的真彩色影像及周边海域悬浮物质量浓度反演结果(由于帕劳区域影像的限制,图7中仅展示其2021年12月25日的情况;受南太平洋岛国珊瑚礁底质反射率的影响,悬浮物质量浓度反演结果存在一定的高值)。分别对比四个国家在火山爆发前后的沿岸悬浮物质量浓度发现,其变化不大,这表明汤加火山爆发对上述四个距离均超过1 600 km的国家的周边海域水质的影响有限。
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

3.3.2 周边海域SST的变化

本研究选择了海表温度(SST)、净初级生产力(NPP) 和海水透明度(SDD)3个参数,进一步定量分析汤加火山爆发对图瓦卢、瑙鲁、马绍尔群岛和帕劳周边海域生态环境的影响。为保证研究区有效数据的覆盖率,使用来自Globcolour和AVHRR的多星融合8天平均产品进行分析,计算2022-01-09—2022-01-16和2022-01-17—2022-01-24这两个时间段之间生态环境参数的变化百分比,以表征火山爆发(2022-01-15)前后的状态变化,其公式如下:
生态环境参数的变化百分比=(X2-X1)/ X1×100%
式中:X1代表火山爆发前(2022-01-09—2022-01-16)的SST、 NPP或 SDD,X2代表火山爆发后(2022-01-17—2022-01-24)的SST、 NPP或 SDD。
图8展示了火山爆发前后南太平洋岛国周边海域SST的变化百分比。整体上,火山爆发前后,图瓦卢、瑙鲁、马绍尔群岛和帕劳周边海域的SST变化较小,变化百分比小于10%(图8a)。直方图统计结果(图8b)显示,海表温度变化百分比整体呈中心在零值附近的高斯分布形式,SST变化主要分布在±5%范围内。
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

3.3.3 周边海域NPP的变化

火山爆发前后南太平洋岛国周边海域NPP的时空分布及变化百分比如图9所示。尽管受云层影响,存在有效数据空间覆盖范围不一致的问题,但整体上,图瓦卢、马绍尔群岛和帕劳周边海域的NPP在火山爆发后增强(局部增强可达100%);瑙鲁周边海域的NPP在火山爆发前后整体保持稳定,NPP变化百分比在±50%范围内。另一方面,由不同时期NPP直方图的变化(图10)可发现,尽管图瓦卢、马绍尔群岛和帕劳周边海域NPP均存在显著的空间变化,但只有图瓦卢的NPP直方图特征发生了变化(单峰变为双峰)。因此,图瓦卢海域NPP的变化可能存在外部因素的影响,推测是汤加火山爆发引起了图瓦卢周边海域的NPP增强。
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

3.3.4 周边海域SDD的变化

图11展示了汤加火山爆发前后南太平洋岛国周边海域SDD的时空分布及变化百分比。整体上,四岛国周边海域SDD均出现显著改变,变化百分比超过±50%。由于SDD直接表征水体浑浊信息,与水体物质组分密切相关(光学效应物质含量越高,SDD越小)。因此,SDD的时空分布和变化与同时期的NPP具有一定相关性。在NPP显著变化的图瓦卢、马绍尔群岛和帕劳周边海域,SDD也发生显著改变(NPP增强对应SDD下降)。与此同时,尽管瑙鲁周边海域的NPP在两个时间段内整体保持稳定,但是其SDD却存在显著变化。另一方面,与NPP直方图统计结果相似,在四个国家中,只有图瓦卢的SDD直方图特征在火山爆发后发生了变化(单峰变为双峰,图12),这进一步说明图瓦卢周边海域的生态环境受到了外来因素的扰动。而瑙鲁、马绍尔群岛和帕劳周边海域生态环境的改变推测主要受本地因素的调控。
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

4 小结

本研究利用多源卫星数据,对瑙鲁、帕劳、图瓦卢、马绍尔群岛四国海洋生态环境进行了监测,基于长时间序列遥感结果的回溯分析了其时空变化,并对比了汤加火山爆发前后各国生态环境的情况,得到如下结论。
1)南太平洋岛屿国家周边海域海表温度、透明度维持在较高水平,叶绿素和净初级生产力则随离岸距离增加快速下降。图瓦卢、瑙鲁、马绍尔群岛和帕劳周边海域海面高度异常全年保持正值,说明海平面上升是需重点关注的问题。海表pH值呈现出随纬度梯度分布的特征,在低纬度海域pH值较低,约为8.07以下,在中纬度海域pH值较高,约为8.10以上。
2)在海洋生态环境的长期变化上,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。同时,瑙鲁和马绍尔群岛的叶绿素质量浓度在过去十几年间呈下降趋势,但是其净初级生产力整体保持稳定,对渔业资源的影响有待进一步的综合研究;图瓦卢附近海域净初级生产力近年来显著下降。
3)对火山爆发前后图瓦卢、瑙鲁、马绍尔群岛和帕劳四个国家周边海域生态环境参数进行对比分析,暂未发现各国近海海表悬浮物质量浓度出现显著变化,SST变化同样较小。图瓦卢周边的净初级生产力产生显著变化,但其机理机制尚需进一步研究。
4)火山爆发前半个月洪阿哈阿帕伊岛地表温度及其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。
[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

[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

[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

[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

[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

[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

[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

[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

[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

[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

[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

[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

[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

[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

[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.

Outlines

/