基于MODIS數據的福建海域近10年凈初級生產力時空變化研究?

施益強， 溫宥越， 肖鐘湧， 陳本清， 劉金海

(1. 集美大學理學院地理科學系，福建 廈門 361021； 2. 集美大學影像信息工程技術研究中心，福建 廈門 361021；3. 中山大學地理科學與規劃學院遙感與地理信息工程系，廣東 廣州 510275； 4. 國家海洋局第三海洋研究所，福建 廈門 361005；5. 集美大學水產學院，福建 廈門 361021)

?

基于MODIS數據的福建海域近10年凈初級生產力時空變化研究?

施益強1,2， 溫宥越3， 肖鐘湧1， 陳本清4， 劉金海5

(1. 集美大學理學院地理科學系，福建 廈門 361021； 2. 集美大學影像信息工程技術研究中心，福建 廈門 361021；3. 中山大學地理科學與規劃學院遙感與地理信息工程系，廣東 廣州 510275； 4. 國家海洋局第三海洋研究所，福建 廈門 361005；5. 集美大學水產學院，福建 廈門 361021)

利用GIS與RS軟件技術，以垂向歸納模型(Vertically Generalized Production model，VGPM)反演的2003—2012年的120幅MODIS數據的月凈初級生產力(Net Primary Productivity, NPP)數據為基礎，分析近10a福建海域NPP的時空演變特征。結果表明，NPP空間分布呈閩北>閩中>閩南的高緯海區向低緯海區遞減、近岸海域向較遠海域遞減趨勢；閩南和閩中交界海域、閩北中部較遠海域等出現明顯低值區；NNP時序變化具有明顯區域性：近、遠岸NPP月均值變化在閩北、閩中海域差異明顯，在閩南海域則較為一致。NPP月均值變化率呈現離岸線越遠變化率越小，并隨緯度降低而降低的態勢，且其最大值落在I和II區；NPP季均值在近岸與遠岸分別表現為夏季>春季>秋季>冬季與冬季>春季>夏季>秋季的特征；NPP年均值變化總體上表現出高低值年份交替的周期性特征。開展NPP研究可為海洋生態系統結構分析、漁業資源合理開發與可持續利用、海洋環境質量評價與預報等提供科學依據。

MODIS數據；凈初級生產力；時空變化；福建海域

海洋初級生產力(Ocean Primary Productivity，OPP)反映浮游植物通過光合作用生產有機碳能力，是海洋生態環境特征、豐富度及質量的重要參量。研究OPP對正確理解海洋生態系統，合理利用和管理海洋生物資源與環境具有重要意義[1]。隨著空間探測技術不斷進步，具有及時、準確、動態和大面積覆蓋等優勢的遙感技術已逐漸成為研究大時空尺度海洋現象的有效手段[2]，OPP遙感也成為生物海洋學研究的一個重要課題[3]。國內外對OPP遙感的研究主要集中在估算模式、時空分布及影響因素等方面[2,4-10]，在OPP遙感估算模型中，垂向歸納模型(Vertically Generalized Production Model，VGPM)因具有很強區域適用性，成為了最佳估算OPP的模型[7-9,11-13]，能滿足不同海區、長時間序列的OPP估算要求，且其重要參數都可通過遙感手段獲得，擺脫實地調查測量的限制，快捷地獲得大范圍OPP分布信息。中分辨率成像光譜儀(Moderate-resolution Imaging Spectroradiometer, MODIS)的成功發射和應用，為OPP遙感估算提供了更好資料來源，它具有很高的時間分辨率，在海洋水色和海表溫度探測等方面優于傳統水色探測傳感器SeaWiFS和(Sea-viewng Wide Field of View Sensor)高級超高分辨率輻射計(Advanced Very High Resolution Radiometer, AVHRR)[1]。國內對OPP遙感的研究范圍主要集中在四大海區[2,6,8-10]，福建省作為海峽西岸經濟區的主體，其海域富營養化情況不容樂觀，赤潮現象頻繁發生，其初級生產力時空變化備受關注，針對該海域OPP的研究基本都是利用傳統手段，且大都是針對局部海灣進行的[14-16]，較少從整體海域進行大尺度長時間序列研究[17-18]，利用RS和GIS軟件技術對福建海域OPP研究更是鮮有報道。由于凈初級生產力(Net Primary Productivity，NPP)消去了自養生物呼吸消耗，更能反映海域初級生產力真實情況，本研究利用由VGPM模型所反演MODIS的月NPP數據(2003—2012年共120幅)，綜合應用ArcGIS、ERDAS IMAGE及MATLAB等軟件技術挖掘福建海域連續、動態及宏觀的NPP的月、季、年等均值的時空特征，以期揭示其近10a的NPP演變規律。

1 材料與方法

1.1 研究區域

福建省海域位于117.26°E～120.74°E，23.57°N～27.11°N(見圖1)，海域面積約13.6×104km2，海岸線曲折漫長，海灣眾多。氣候為亞熱帶海洋性季風氣候，沿岸海區年均表層水溫為18.8～21.4℃，水溫垂直分布有明顯季節變化；海水鹽度南高北低，由岸向外海增大，年均表層鹽度約30；近岸海域主要污染因子是無機氮和活性磷酸鹽，2001—2008年共發生赤潮132起，累計面積達7530km2，主要發生在4-9月，已成為該海域日益突出的海洋生態問題。依托“建設海洋經濟強省”戰略，“十一五”期間海洋生產總值年均增長16.7%，總規模居全國第5位。

圖1 福建海域區域位置Fig.1 Zone location of Fujian waters

1.2 數據來源

數據源于俄勒岡州立大學網站(http://www.science.oregonstate.edu/ocean.productivity/)的NPP標準產品，其為基于標準VGPM反演算法[4]，主要輸入參數為進過云校正的MODIS的表層葉綠素濃度、海表面溫度、每日平均光合有效輻射及基于表層葉綠素濃度計算的真光層深度，因其具有較強適用性及長時間序列等優勢，已被應用于不少相關方面的研究[10,19-21]。該遙感產品較多被應用于外海一類水體，對近岸二類水體其數值精度存在一定的誤差[22]，近岸二類水體由于成分變化，其水色要素的反演一直是海洋光學遙感的一個難題[23]，由此本文側重于研究NPP在研究海域的總體時空趨勢。選用月份齊全，時間跨度2003—2012年，時間間隔為每月的NPP數據空間分辨率1 km。輔助數據主要包括行政區劃、水系分布、海域分區及赤潮預警分區(來源于福建省海洋與漁業廳赤潮預通報)等(見圖1)。數據處理主要利用MATLAB 2010b、ArcGIS 10和ERDADS IMAGINE 9.1等軟件。

1.3 數據處理

利用MATLAB函數功能，建立等差數組計算所有NPP數據像元中心的經緯度對照表，根據研究區經緯度范圍，確定剪裁區；為便于分析NPP時序變化，進行月、季和年的均值計算；將像元數據轉換成Shape點格式空間數據，并將均值作為其屬性數據用于ArcGIS空間分析；通過構建MATLAB元胞數組存儲任意像元的各個時間序列值，進行像元NPP均值時間序列變化曲線繪制。將行政區劃圖、水系分布圖進行校正和矢量化，獲得福建省邊界、港灣及沿海水系分布；利用赤潮預警的10個海區經緯度數據，以矩形框方式劃出其分布范圍；用直線繪制閩北、閩中和閩南海域界線[24](見圖1)；利用福建岸線與部分臺灣岸線構建一個包括整個臺灣海峽在內的海域多邊形，作為插值的掩模范圍。由于Shape點數據是離散的，將其轉換為柵格數據更有利于分析，而直接轉換會導致分辨率下降，故有必要空間插值后再做轉換。對比ArcGIS 10的樣條函數、反距離權重及克里金等插值效果，選擇基于地統計學的克里金插值法。在NPP均值時間變化率空間分布的研究中，運用最小二乘法計算時間變化率，其體現每個柵格各時間序列內的變化趨勢，如公式(1)，其中，n為樣本量，分別取12、4和10，Xn, j(j=1, 2, 3, …,n)表示月份(n=12)、季節(n=4)或年份(n=10)，Yn, j為每月(n=12)、每季(n=4)或每年(n=10)的NPP均值，bn為NPP均值在研究時間內的變化率，該值越高代表NPP均值波動越大，該過程利用ArcGIS的柵格計算器實現。空間剖面可反映2點之間橫斷面連續值的變化，基于該思想進行NPP值隨緯度的變化分析，具體為利用遙感圖像處理軟件ERDAS IMAGE 9.1的三維空間剖面功能，3條剖面曲線的輪廓大致與岸線走勢一致且等間距 (見圖1)。

X12,j=1,2,3,…,12,(j=1,2,3,…,12)；

(1)

X4,j=1,2,3,4,(j=1,2,3,4)；

X10,j=2003,2004,2005,…,2012,

(j=1,2,3,…,10)。

2 結果與分析

2.1 NPP空間分布特征

2.1.1 均值空間分析 對比分析月、季、年的NPP均值空間分布(見圖2～4，部分月份和年份略)可知：(1)NPP均值由高緯地區向低緯地區遞減，大致呈現由北向南遞減態勢。高緯地區如沙埕灣、福寧灣、三沙灣、羅源灣、閩江口等近岸海域近10a均處于NPP較高值區，常年約有5個月的NPP月均值在2500mg·m-2·d-1以上，NPP年均值大都在2000mg·m-2·d-1以上；而低緯地區如浮頭灣、山東灣、詔安灣等近岸海域均處于NPP較低值區，常年僅有3個月的NPP月均值介于2000～2500mg·m-2·d-1，NPP年均值在1500～2000 mg·m-2·d-1內波動，呈現整個海域NPP值的閩北>閩中>閩南的總體趨勢。(2)由近岸海域向較遠海域遞減。這種趨勢大致以臺灣海峽為界，越過臺灣海峽該趨勢基本不明顯。該趨勢在NPP年均值的表現特別明顯，在部分月份(如1、2、3和4月)及夏季的閩北海域則表現出異常。(3)各分區情況不一，高低值分化較明顯。在10個分區中，I、II、III區(對應沙埕灣、里山灣、福寧灣、三沙灣、羅源灣及閩江口等海域)NPP均值最高，IV、V、VI區(對應福清灣、興化灣、平海灣及湄州灣等海域)次之，VIII區(圍頭灣和廈門港等海域)位列第三，其它分區即VII、IX及X區(對應泉州灣、浮頭灣、東山灣及詔安灣等海域)則為常年最低值區。(4)在閩南和閩中交界處和閩北中部的較遠海域出現明顯的低值區(見圖4中的橢圓區域)。

圖2 NPP月均值空間分布(3、6、9、12月)Fig.2 Spatial distribution of monthly average NPP(Mar., Jun., Sep., Dec.)

圖3 NPP季均值空間分布Fig.3 Spatial distribution of quarterly average NPP

圖4 NPP年均值空間分布(2003、2006、2009、2012)Fig.4 Spatial distribution of annual average NPP(2003，2006，2009，2012)

2.1.2 剖面空間分析 由3條空間剖面線繪制的NPP月、季、年及多年的均值變化(見圖5，限于篇幅僅給出第1條剖面線)分析可知：(1)NPP均值波動范圍較大。如NPP月均值剖面圖中，第1條剖面線波動范圍為1200～3800mg·m-2·d-1，第2條為700～3300mg·m-2·d-1，第3條為700～2500mg·m-2·d-1；3條剖面線上的NPP年均值的波動幅度大致為±1000mg·m-2·d-1；綜合對比3條剖面線的月、季、年及多年(5、10a)NPP均值，發現其值呈現第1條>第2條>第3條，進一步表征了NPP值由近岸海域向較遠海域遞減規律。(2)近岸海域的波動曲線大致呈現出波峰。在第1條剖面線上，其NPP月均和年均值大約在26.927°N、26.246°N、24.645°N及23.663°N處(對應位于福寧灣、閩江口、廈門港及東山灣)出現了4個小波峰，對應值約為2500、2300、2000及1800mg·m-2·d-1。(3)高值區和低值區分化明顯。第1條剖面線的27.109°N海域(沙埕灣)4月份的NPP月均值超過3500mg·m-2·d-1，成為整個海域最高值區域，而24.204°N(漳浦縣附近海域)一直為IX區的NPP月均較低值區域，其值為1500～1800mg/(m2·d)。第1條剖面線的25.875°N～27.109°N的北部海域(閩江口到沙埕灣)的NPP年均值均大于2000mg·m-2·d-1，而在23.465°N～24.491°N的南部海域(詔安灣到廈門港)的NPP年均值都小于2000 mg·m-2·d-1，這些變化情況與前述分析的NPP值沿緯度分布的特征相吻合。

圖5 NPP均值空間剖面Fig.5 Spatial profile of average NPP value

2.2 NPP時序變化特征

2.2.1 月均值分析 根據各分區像元的NPP月均值變化統計得出表1，對其分析可知：閩北、閩中海域近、遠岸的NPP月均值變化差異明顯，近岸變化情況較一致，高峰期一般出現在6、11月，低谷期一般為2、9月。而遠岸變化波動比較大，每年的2月份為第1次低谷期，3、4月為第1次高峰期，然后進入5月的低谷期，接著為6月的高峰期，在到達8月的低谷期后于11月進入年度最后一次的小高峰期；閩南海域近、遠岸的像元NPP月均值變化情況較一致，每年的3、4、7和11月是年度NPP的高峰期，2、6和9月則為低谷期。從月均值變化率空間分布(見圖6a)分析可看出其波動規律：離岸線越遠變化率越小；隨緯度增加變化率越大，變化率最大區域落在I和II區。

表1 各分區NPP月均值高峰期及低谷期月份分布

圖6 NPP均值變化率空間分布(月均，季均，年均)Fig.6 Spatial distribution of the rate of average NPP value change(monthly average, quarterly average, annual average)

2.2.2 季均值分析 從圖3的NPP季均值分析可明顯看出近岸和遠岸的海域NPP值的變化差異。在近岸，高值期為夏季和春季，秋季和冬季的NPP值較低，總體上呈現夏季>春季>秋季>冬季的趨勢；在遠岸，高值期則為冬季和春季，夏季和秋季的NPP值則較低，總體上表現為冬季>春季>夏季>秋季的趨勢。從NPP季均值變化率空間分布(見圖6b)可獲知NPP季均值波動變化分布并不均勻，其中閩江口海域附近(閩北海域的III和IV區交界)、泉州灣(閩中海域的VII區)、圍頭灣及廈門港(閩南海域的VIII區)和浮頭灣、東山灣及詔安灣(閩南海域的X區)等是變化率最高的海域，而閩中中部海域及閩北中部東偏北海域則是變化率最低的海域。

2.2.3 年均值分析 在NPP年均值變化方面，利用各分區像元的NPP年均變化分析可知，其總體上呈現出較明顯周期性變化特征，即高低值年份交替出現，但不同海域的情況有所不同：閩北海域各區的變化情況較為一致，即高值期出現在偶數年份，而低值期則出現在奇數年份；閩中海域遠岸、近岸的變化情況并不一致，近岸海域變化情況與閩北海域相近，而遠岸海域的變化則較為混雜，如VII區的較遠海域像元的波動情況較為緩和、波動幅度也較小、時間跨度較大；閩南海域的變化最為復雜，該海域的北部海區(VIII區)和中部海區(IX區)在2003—2005年3a的高低值出現年份與閩北海域的正好相反，2006—2012年則又表現出與閩北海域較相一致，而其南部海區除2006、2008及2011年為高值期年份外，其它年份均為低值年份。在變化率空間分布方面(見圖6c)，其表現出的波動特征也較為明顯：閩北海域北部(I和II區)和閩中海域北部(IV區南部、V和VI區)分別為其海域的變化率最高的區域，其它海域的變化率均較低。

3 討論

3.1 空間變化成因分析

初級生產力除與表征浮游植物數量的Chl-a含量相關外，其一般受物理、化學和生物等環境因子的影響[25]。福建海域主要受兩種性質差異大的水體影響[18]，即內源水(沿海的江河水)和外源水(臺灣海峽海水)。內源水的特點是季節變化大、營養鹽含量高而鹽度低，外源水的特點是高鹽和低營養鹽、污染物較低。九龍江以南海域基本上受到外海水的影響，春冬兩季為黑潮水，夏秋兩季則為南海表層水，這種寡營養型的水系理化性質相對穩定，從而導致海域中部和南部終年NPP較低；閩江口以北海域春夏季受浙閩沿岸流和閩江徑流影響，秋冬季主要受浙閩沿岸流影響，其帶來北部海域較高的浮游植物養份供給，導致終年NPP較高，且北部海域的寧德沿海近岸、羅源灣、閩江口的污染較為嚴重，常年分布著的較多海洋污染物也給浮游植物的生長提供了有利條件。因此整個海域呈現出隨緯度的增加NPP不斷增加的空間變化規律，這也與其近年來沿海赤潮災害分布情況基本相符[22,26-27]。臺灣海峽海流具有北向恒定、不隨季風變化的特點，其向北推進到近岸地區(特別是閩中海區)會出現次表層水逆波涌升現象，上升流把深層水的營養鹽帶到真光層，促進了浮游植物增長，且近岸陸源補充(如閩北的三沙灣、羅源灣及閩江口，閩中的泉州灣，閩南的廈門港等)也給其帶去足夠營養鹽，從而出現近岸海區為常年NPP高值區；遠岸由于常年受到黑潮水影響，加之陸源補充較少，沒有足夠營養鹽供給，導致其為NPP低值區，該現象與東海、南海北部Chl-a濃度呈近岸高、外海低[28]，以及黃、東海初級生產力沿岸、近岸呈現高值區相似[29]，也與黃、東海、南海北部等初級生產力呈現的由沿岸帶向陸架區以及外海逐漸降低的變化趨于一致[6,9]。在閩南和閩中交界處和閩北中部的較遠海域出現明顯常年NPP低值區，可能是由于臺灣海峽海水與沿岸流系所構成順時針的氣旋式環流的緣故。各分區的NPP高低不同的成因各不相同，如閩北羅源灣，與其高海產養殖密不可分[30]，而閩江口一帶，除受閩江陸源影響，還可能與其經濟發展產生的污染物有關，而泉州、廈門等地經濟發展水平也較好，但泉州灣、廈門港海域卻不是研究區較高NPP分布地帶，其可能與入海污染排放量及其處理程度有關。

3.2 時序變化成因分析

春季隨著東北季風的減弱，水溫回升，海水穩定性增加，近岸高渾濁水體的范圍相對冬季有明顯減小，由于冬季垂直混合作用帶來較充足營養鹽，浮游植物開始逐漸生長(每年2月份過后的驟升期)。夏季海水表層水溫升至最高，躍層出現，使沿岸水體垂直穩定度變大，海水垂直混合弱，海區透明度明顯變大，雖然浮游植物接受的光照強度達到全年最大，但由于春季營養鹽被大量消耗，故夏季初級生產力開始下降(每年6月份過后的下降期)，而沿岸河流進入豐水期，近海的陸源補充增強，從而打破了營養鹽的限制，故夏季近海(特別是閩中的湄州灣、平海灣、興化灣及閩北海域)NPP達到全年最高。春夏的NPP基本與Chl-a春季呈現的北部最高、中部次之、南部最低，以及夏季呈現的北部最高、南部次之、中部最低的局面基本一致[31]。秋季海域季節性躍層的減弱為營養鹽由下向上補充創造有利條件，相對適宜的溫度和光照也有利于浮游植物生長，這使得NPP回升(每年10月份小高期)。隨著西南季風轉變為東北季風，輻射強度的減弱，水溫開始下降，近岸水體逐漸變渾濁，浮游植物數量下降，南海表層水的影響有所減弱，但在較遠海域依舊受到它的較強影響，從而秋季是NPP較低季節，較遠海域也達到全年最低；冬季整個中國海沿岸水體非常渾濁，高渾濁的沿岸水體從長江口一直擴展到臺灣海峽[32]，透明度的變化成為影響NPP分布的主要因素，水溫及輻射強度為全年最低，故冬季NPP較低下(每年11月到次年2月的低谷期)，同時這一大陸沿岸流所帶來的較高營養鹽也在整個海域擴散，從而造成冬季遠近岸NPP差異較小，且遠岸NPP值為全年最高。近岸海域的NPP季均值呈現的夏季>春季>秋季>冬季的總體趨勢與前人[17,33-34]研究結論吻合，其中夏季高于春季現象亦與黃、東海域的初級生產力季節變化[29]相似，夏春季高于秋冬季則與臺灣海峽及其鄰近海域的初級生產力季節變化[35]趨同。總體來看，造成福建海域NPP時空變化的影響因素可歸結為季風交替變化、水溫高低不同、海流流動、海水光學特性(穩定性及透明度等)波動、光輻照度及營養鹽變化等。

海洋初級生產力在評估海洋環境容量中起著重要作用[18]，傳統利用實測初級生產力資料估算漁業資源量和評價漁業資源狀態[34,36-38]，其時效性等方面存在不足[21]。空間信息技術可提供更加經濟、宏觀、快速、連續、實時及長時間跨度的信息，為海洋生物資源快速調查、水環境質量評估及海洋經濟發展規劃等提供決策參考。本文利用相關研究成果進行NPP時空演變的驗證，結果表明其總體趨勢特征與傳統研究方法的結論基本趨于一致，但NPP數值略高于有關研究結果，可進一步利用實則數據以及具有更好海洋水色優勢的MERIS數據的NPP反演，進行數值精度的誤差分析，并可通過對海洋生物、生態、光學及物理海洋等深入研究，不斷改善模型參數提高遙感估算精度[23]。海洋初級生產力影響因子眾多，影響機制復雜，本文僅對其時空演變的驅動力進行粗淺分析。由于NPP數據為VGPM所反演，因此其只能表征表層初級生產力，不同水深初級生產力濃度時空分布及其成因亦會有所差異。今后可在NPP空間立體分布、更長時間跨度、驅動力及時空變化趨勢預測等深入研究，以期為福建建設海峽藍色產業帶提供決策支持。

[1] 唐世林, 陳楚群, 詹海剛. 海洋初級生產力的遙感研究進展[J]. 臺灣海峽, 2006, 25(4): 591-598.

[2] 叢丕福, 王臣立, 曲麗梅, 等. 海洋初級生產力的衛星遙感估算模型[J]. 生態環境學報, 2009, 18(3): 1016-1019.

[3] Behrenfeld M J, Worthington K. Controls on tropical Pacific Ocean productivity revealed through nutrient stress diagnostics[J]. Nature, 2006, 442(31): 1025-1028.

[4] Behrenfeld M J, Falkowski P G. Photosynthetic rates derived from satellite based chlorophyll concentration[J]. Lminol Oceanogra, 1997, 42(1): 1-20.

[5] Bergamino N, Horionb S, Stenuite S, et al. Spatio-temporal dynamics of phytoplankton and primary production in Lake Tanganyika using a MODIS based bio-optical time series[J]. Remote Sensing of Environment, 2010, 114(4): 772-780.

[6] 檀賽春, 石廣玉. 中國近海初級生產力的遙感研究及其時空演化[J]. 地理學報, 2006, 61(11): 1189-1199.

[7] 殷燕, 張運林, 時志強, 等. 基于VGPM模型和MODIS數據估算梅梁灣浮游植物初級生產力[J]. 生態學報, 2012, 32(11): 3528-3537.

[8] 李國勝, 王芳, 梁強, 等. 東海初級生產力遙感反演及其時空演化機制[J]. 地理學報, 2003, 58(4): 483-493.

[9] 郝鏘, 寧修仁, 劉誠剛, 等. 南海北部初級生產力遙感反演及其環境調控機制[J]. 海洋學報, 2007, 29(3): 58-68.

[10] 官文江, 何賢強, 潘德爐, 等. 渤、黃、東海海洋初級生產力的遙感估算[J]. 水產學報, 2005, 29(3): 367-372.

[11] 賈艷紅, 孫瑩, 牛博穎. 基于RS和GIS的黃海海區海洋初級生產力估算[J]. 淮海工學院學報(自然科學版), 2010, 19(4): 87-91.

[12] Siswanto E, Ishizaka J, Yokouchi K．Optimal primary production model and parameterization in the eastern east China Sea[J]．Journal of Oceanography, 2006, 62(3): 361-372.

[13] Nguyen T A, Vo D S. Primary production models and the problem of estimation of their parameters in various conditions of the water column[J]. Russian Journal of Marine Biology, 2010, 36(2): 139-146.

[14] 陳飛舟, 沈國英, 黃奕普, 等. 廈門灣上嶼附近海域初級生產力及相關要素的時間系列[J]. 臺灣海峽, 1999, 18(1): 33-41.

[15] 陳興群, 林榮澄, 唐森銘. 泉州灣初級生產力的時空變化特點[J]. 海洋學報(中文版), 2007, 29(1): 161-169.

[16] 陳興群, 陳其煥, 張明. 廈門東側水道海域的初級生產力[J]. 臺灣海峽, 2002, 21(2): 217-223.

[17] 陳其煥, 陳興群, 張明. 福建沿岸葉綠素a及初級生產力的分布特征[J]. 海洋學報, 1996, 18(6): 99-105.

[18] 蔡玉婷. 福建近海葉綠素a和初級生產力的分布特征[J]. 農業環境科學學報, 2010, 29(S1): 174-179.

[19] Pan X J, George T F, Shiah F K, et al. Enhancement of biological productivity by internal waves: observations in the summertime in the northern South China Sea[J]. Journal of Oceanography, 2012, 68(3): 427-437.

[20] Dave A C, Lozier M S. Examining the global record of interannual variability in stratification and marine productivity in the low-latitude and mid-latitude ocean[J]. Journal of Geophysical Research: Oceans, 2013, 118(6): 3114-3127.

[21] 官文江, 陳新軍, 高峰, 等. 東海南部海洋凈初級生產力與鮐魚資源量變動關系的研究[J]. 海洋學報, 2013, 35(5): 121-127.

[22] 張春桂, 曾銀東, 張星, 等. 海洋葉綠素a濃度反演及其在赤潮監測中的應用[J]. 應用氣象學報, 2007, 18(6): 821-831.

[23] 楊曦光. 浮游植物葉綠素及近海碳儲量的遙感估算[D]. 北京: 中國科學院大學, 2013.

[24] 王雨, 林茂, 林更銘. 福建近海不同海洋功能區冬季浮游植物群落結構的比較研究[J]. 海洋科學, 2010, 34(2): 33-39.

[25] 葉寧, 王彥, 申玉春, 等. 廣東流沙灣葉綠素a含量和初級生產力狀況的研究[J]. 海洋與湖沼, 2013, 44(5): 1306-1310.

[26] 許珠華, 侯建軍. 福建沿岸海域赤潮發生特點及防治措施[J]. 臺灣海峽, 2006, 25(1): 143-150.

[27] 李雪丁. 福建沿海近10 a赤潮基本特征分析[J]. 環境科學, 2012, 33(7): 2210-2216.

[28] 王磊, 林麗貞, 謝聿原, 等. 冬季東海及南海北部海域初級生產力和新生產力的初步研究[J]. 海洋學研究, 2012, 30(1): 59-66.

[29] 文斐, 孫曉霞, 鄭珊, 等. 2011年春、夏季黃、東海葉綠素a和初級生產力的時空變化特征[J]. 海洋與湖沼, 2012, 43(3): 438-444.

[30] 陳興群. 福建北部主要港灣的初級生產力[J]. 臺灣海峽, 2006(2): 234-242.

[31] 康建華, 陳興群, 黃邦欽. 臺灣海峽及其鄰近海域表層水葉綠素a含量時空變化特征[J]. 臺灣海峽, 2010, 29(1): 34-41.

[32] 李銅基. 中國近海海洋: 海洋光學特性與遙感[M]. 北京: 海洋出版社, 2012.

[33] 李榮欣, 王雨, 康建華, 等. 九龍江河口水體葉綠素a含量和初級生產力的時空變化[J]. 臺灣海峽, 2011, 30(4): 551-558.

[34] 李文權, 王憲, 郭勞動, 等. 羅源灣初級生產力評價[J]. 廈門大學學報(自然科學版), 1989, 28(增刊): 65-70.

[35] 康建華. 臺灣海峽及其鄰近海域葉綠素a和初級生產力季節變化的研究[D]. 廈門: 廈門大學, 2013.

[36] 盧振彬, 戴泉水, 顏尤明．臺灣海峽及其鄰近海域鮐鲹魚類群聚資源的評估[J]．中國水產科學, 2000, 7(1): 41-45．

[37] 寧修仁, 劉子琳, 史君賢．渤、黃、東海初級生產力和潛在漁業生產量的評估[J]．海洋學報, 1995, 17(3): 72-84．

[38] 李雪丁, 盧振彬. 福建近海漁業資源生產量和最大可持續開發量[J]. 廈門大學學報(自然科學版), 2008, 47(4): 16-23．

責任編輯 高 蓓

Research on Spatio-Temporal Variation of net Primary Productivity in Fujian Waters in the Recent 10 Years Based on MODIS Data

SHI Yi-Qiang1, 2, WEN You-Yue3, XIAO Zhong-Yong1, CHEN Ben-Qing4, LIU Jin-Hai5

(1. Geography Department of School of Science, Jimei University, Xiamen 361021, China; 2. Research Center of Image Information Engineering and Technology, Jimei University, Xiamen 361021, China; 3. Department of Remote Sensing and GIS Engineering of School of Geography and Planning, Sun Yat-Sen University, Guangzhou 510275, China; 4. The Third Institute of Oceanography, State Oceanic Administration, Xiamen 361021, China; 5. College of Fisheries, Jimei University, Xiamen 361021, China)

Using GIS and RS soflware technology the characteristics of spatio-temporal variation in Fujian waters in the recent 10 years are analysed based on the MODIS NPP data of 120 months from 2003 to 2012 which are retried from VGPM model. The results showed that NPP spatial distribution trended to decrease as the latitudes decreasing(northern Fujian waters>central Fujian waters>southern Fujian waters) and as it going away from near-shore to far-shore. There were obviously low NPP regions in the junction of southern and central Fujian waters, and in the far-shore of the center of northern Fujian waters. The temporal variation of NPP obviously presented regional characteristics, such as the change of monthly average NPP being appeared significant difference between near-shore and far-shore in northern and central Fujian waters but not in southern, the change rate of monthly average NPP being trended to decrease also as the latitudes decreasing and as it going away from near-shore to far-shore, maximum of it being appeared in I zone and II zone, quarter average NPP in the near-shore and far-shore being reflected summer>spring>autumn>winter and winter>spring>summer>autumn respectively, in general the change of annual average NPP being showed periodic characteristics of alternating high and low values year by year. The study on the NPP can offer scientific basis for the analysis of sea ecosystem structure, the reasonable exploitation and sustainable utilization of fishery resources, and the assessment and forecast of sea environmental condition.

MODIS data; net primary productivity; spatio-temporal variation; Fujian waters

國家科技支撐計劃課題項目(201309110001)；福建省“我國近海海洋綜合調查與評價”專項項目(FJ908020102)；福建省自然科學基金項目(2015J01626)；福建省教育廳科技項目(JA13186)；集美大學基金項目(ZC2013022)資助

2014-08-01；

2014-11-21

施益強(1977-)，男，講師，主要從事空間信息技術應用、環境建模。E-mail:yqshi_2004@jmu.edu.cn

P715

A

1672-5174(2015)09-061-08

10.16441/j.cnki.hdxb.20140135