基于VGPM模型的廣西北部灣近岸海洋初級生產力估算

姚煥玫，龔祝清，鐘煒萍，文可，黃以，納澤林，韋毅明

（1.廣西大學資源環境與材料學院，廣西 南寧 530004；2.廣西壯族自治區海洋環境監測中心站，廣西 北海 536000）

1 引言

海洋初級生產力（Ocean Primary Productivity，OPP）是海洋浮游植物進行光合作用的速率[1]，能夠直觀地表現海洋浮游植物的生物量，是評估海洋環境質量的重要因子。傳統的OPP現場調查方法需要耗費大量的人力物力，成本極高[2]。隨著遙感技術的發展，OPP的調查方法逐漸由隨船實測過渡到遙感估算[3]。目前用于估算OPP的遙感模型眾多，第三次OPP模型比較計劃結果表明[4]：在24個估算模型中，垂向歸納模型（Vertically Generalized Productivity Model，VGPM）的估算結果最接近均值模型，說明此模型對全球海洋具有較高的適用性。由于VGPM模型的參數均可由遙感手段直接獲取，因此該模型在國內外諸多海域中得到了廣泛應用[5]。如李曉璽等[6]使用的是中分辨率成像光譜儀（Moderate Resolution Imaging Spectroradiometer，MODIS）數據，基于VGPM模型估算了渤海遼東灣、萊州灣、渤海灣和秦皇島附近海域的OPP，分析其時空分布并研究了海表溫度（Sea Surface Temperature，SST）和光照強度對OPP的影響。施益強等[7]使用MODIS的月均數據應用VGPM模型反演得到了2003—2012年福建海域OPP的時空變化特征，并進一步分析了變化成因。

VGPM模型雖然已經得到了廣泛應用，但由于模型參數較多，海洋Ⅱ類水體中不同參數的精度對模型估算結果會產生極大的影響[8]。Lobanova等[9]根據北大西洋站點的實測OPP，應用VGPM模型與浮游植物吸收系數對該區域的OPP進行估算，并分析了模型的參數敏感性，結果表明對VGPM模型估算誤差貢獻最大的因子為葉綠素濃度。目前研究中葉綠素a最常見的來源是MODIS的葉綠素a產品，但該產品應用在近岸Ⅱ類水體中表現出普遍的過高反演[10]。Ye等[11]利用VGPM模型研究了珠江口的OPP分布，發現傳統真光層深度計算方法與實測近岸Ⅱ類水體的真光層深度有較大差別，這是因為近岸海水的溶解性物質組成復雜，海洋Ⅱ類水體真光層深度較遠洋Ⅰ類海水更小。Kameda等[12]分析了海洋的最大光合作用速率，發現VGPM模型的最大光合作用速率參數沒有考慮海洋的葉綠素a濃度，而葉綠素a濃度是計算最大光合作用速率的重要參數。國內學者李曉璽等[6]和施益強等[7]對渤海海灣及福建海域等近岸海域應用VGPM模型計算OPP的研究表明，VGPM模型應用于近岸Ⅱ類水體具有一定的可行性。但由于模型參數遙感產品精度的不確定性，為提高VGPM模型的估算精度，需進一步探討通過校正的遙感產品模型參數來提升VGPM模型估算精度。

近年來有關北部灣海域的研究主要集中在海域浮游植物群落結構變化，如龐碧劍等[13]在2017年對北部灣枯水期、豐水期和平水期的浮游植物生物量與豐度進行了實地調查。吳易超[14]通過對北部灣海域4個航次的監測調查了OPP的分布狀況。利用遙感手段估算北部灣近岸海域的OPP尚無文獻報道。為研究北部灣近岸海域的OPP分布，考慮各參數在Ⅱ類水體反演中的誤差，提高VGPM模型精度，本文以廣西北部灣近岸為研究區域，利用海洋水質監測數據校正VGPM模型輸入參數精度，結合實測的OPP驗證并提高模型估算精度。根據校正后的模型，研究2018年廣西北部灣近岸OPP分布，并分析營養鹽對OPP的影響，以期為北部灣近岸OPP的準確計算以及海洋Ⅱ類水體OPP的遙感估算提供參考。

2 研究區域與方法

2.1 研究區域

廣西北部灣海域是位于中國海大陸架西北部的一個天然半封閉淺海灣，海岸線總長1 628.6 km，海域面積1.283×105km2。以北部灣海岸線為邊界，研究范圍為21°20′53″～21°54′29″N，108°4′52″～109°46′2″E，現場水質監測點位分布見圖1。

圖1 廣西北部灣近岸海域研究范圍與采樣點分布圖

2.2 數據源與處理

研究使用了現場的OPP實測數據、海洋水質監測數據和MODIS數據。其中OPP實測數據用于遙感估算結果的比較和驗證，海洋水質監測數據用于驗證和校正遙感產品數據精度，遙感數據用于OPP估算建模。遙感數據為SST、光合有效輻射（Photosynthetically Available Radiation，PAR）、葉綠素a濃度（Chl-a）和水體在490 nm處的漫衰減系數（Kd_490），以上數據均來自Ocean Color網站（https://oceancolor.gsfc.nasa.gov/）下載的MODIS L2級產品，空間分辨率為1 km；與遙感產品時間匹配的海洋水質監測數據包括：SST、鹽度、營養鹽濃度和Chl-a，其中SST通過熱敏電阻法測量，鹽度由電導率及溫度計算獲取，硝酸鹽與亞硝酸鹽使用UV還原與Griess反應法測定，磷酸鹽使用磷鉬藍分光光度法測定，氨氮使用熒光鄰苯二甲醛法測定。OPP實測時間、海洋水質監測時間及對應的MODIS數據源如表1所示。

表1 現場實測時間及遙感產品數據源

2.3 研究方法

VGPM模型是利用1971—1994年1 698個海洋實測站點的大量OPP數據總結得到的。通過輸入SST、Chl-a、PAR和真光層深度等參數來估算OPP[15]，模型表達式為：

式（1）被Behrenfeld和Falkowski擬合后簡化為如下公式：

式中：PPeu為真光層OPP（mg C/m2）；Popt為水體最大光合作用速率（mg C·mg/（Chl-a·h））；E0為海洋表面日光合有效輻射強度（mol/m2）；Zeu表示真光層深度；Copt為最大光合作用速率所在深度的葉綠素a濃度（mg/m3），本文使用表層Chl-a代替；Dirr為光照周期，使用日出日落計算器計算當天的光照時間。Popt是一個溫度的函數，表達式為：

式中：?(T)也是SST的函數，表達式為：

VGPM模型中真光層深度根據式（5）計算得到：

式中：Kd_490為水體在490 nm處的漫衰減系數。

3 結果與分析

3.1 模型誤差分析

根據VGPM模型參數要求，提取MODIS數據中的PAR、Chl-a、Kd_490和SST數據，經過幾何校正、研究區域裁剪和數據轉換，根據模型參數計算方法利用SST數據計算海域Popt，利用Kd_490數據計算海域Zeu，并構建VGPM模型估算。為評估原VGPM模型估算北部灣近岸Ⅱ類水體的精度，結合2009年欽州灣實測OPP情況[16]，使用與欽州灣采樣時間匹配的MODIS數據，估算2009年1月5日、4月16日、7月14日以及11月28日OPP，與原位生產力測量和遙感估算數據的對比結果如圖2所示。圖2表明，應用VGPM模型對欽州灣近岸Ⅱ類水體OPP估算時表現出了明顯的過高估算。1月、4月、7月和11月由VGPM模型計算的欽州灣OPP結果分別高出實測平均值873.04 mg C/（m2·d）、1 008.09 mg C/（m2·d）、1 089.09 mg C/（m2·d）和1 611.40 mg C/（m2·d）。根據各個采樣點OPP對比結果，各月VGPM模型均表現為過高估算。因此，有必要對模型中的各參數進行校正，提高OPP遙感估算的精度。

圖2 2009年欽州灣OPP對比圖

3.2 模型參數敏感性分析

根據模型的計算結果和實測結果分析VGPM模型中各輸入參數的敏感性。敏感性分析結果可利用箱線圖表示。箱線圖中箱體矩形上下邊界分別為OPP結果的0.75分位數和0.25分位數，通過保持其余參數不變，改變分析參數的輸入值，分析參數變化對模型整體估算結果的影響程度。箱體矩形內的直線為樣本的中位數，上、下直線端點分別為樣本的極大值和極小值。上、下外圈符號表示樣本的異常值。箱線圖中箱體的尺寸和上、下邊界的范圍越大，表示該參數對模型變化的貢獻越大，參數敏感性越高。對VGPM模型在2018年間的模型參數敏感性進行分析，結果如圖3所示。2009年間北部灣近岸海域Chl-a濃度均表現出了極高的敏感性，是模型輸入參數中敏感性最強的因子，其次為Zeu；SST和PAR也表現出了一定敏感性，但敏感性較低。Chl-a估算范圍約為350～2 480 mg C/（m2·d），是VGPM模型中參數敏感性最高的因子，因此提高Chl-a的精度對模型估算結果的精度提升最為明顯；VGPM是通過計算水柱的初級生產量來計算OPP分布，水柱深度或真光層深度是水柱初級生產量的重要組成部分，在極大程度上也影響著模型計算的結果。因此對Chl-a、SST和Zeu精確度進行進一步探討。

圖3 VGPM模型參數敏感性分析結果

3.3 模型參數校正

（1）Chl-a

Chl-a是影響VGPM模型精度最重要的模型參數，使用2017年和2018年2 a的水質監測數據來評估MODIS Chl-a產品的誤差。除去云層遮擋等不可抗因素，部分區域無法獲取其遙感數據之外，統計分析2017年和2018年2 a間的MODIS Chl-a產品和實測值，比較結果如圖4所示。MODIS Chl-a與實測Chl-a整體趨勢相似，各監測點Chl-a實測值與遙感產品兩者之間存在一定的相關性，但MODIS Chl-a產品濃度普遍偏高，這是由于MODIS Chl-a算法并不能充分用于海洋Ⅱ類水體導致的。統計2017年和2018年兩者的偏差發現，MODIS Chl-a產品2017年較實測值平均偏高2.01 mg/m3，2018年較實測值平均偏高4.43 mg/m3。2017年和2018年葉綠素a年平均濃度為4.15 mg/m3和4.47 mg/m3，相對誤差分別為49.92%和50.40%。葉綠素熒光是綠色植物吸收光量子從葉綠素基態躍遷至激發態時以光子的形式釋放的能量，能夠定量地體現海洋浮游植物的生物量[17]。Abbott等[18]和Zhao等[19]均表明海洋葉綠素濃度可依據葉綠素熒光反演獲取。為探索廣西北部灣海域葉綠素熒光與Chl-a的關系，結合2018年北部灣近岸Chl-a監測結果，研究去除了Chl-a監測數據中過高或過低異常值部分，通過與監測站點原位匹配，使用ENVI 5.5提取MODIS數據中原位歸一化葉綠素熒光基線高度（Normalized Fluorescence Line Height，NFLH）數據，分析兩者相關性，結果如圖5所示。NFLH與實測Chl-a相關性分析結果的R2為0.821，表明兩者具有顯著的正相關關系，回歸方程為：

圖4 2017年和2018年MODIS Chl-a產品與實測值對比

圖5 NFLH與原位Chl-a相關性分析結果

統計2018年MODIS Chl-a數據與實測數據誤差，對比回歸計算結果與實測數據誤差發現：MODIS Chl-a平均誤差為5.16 mg/m3，回歸計算Chl-a平均誤差為2.48 mg/m3，表明此回歸模型能夠有效地提高2018年Chl-a數據精度。為保證回歸模型能夠應用于其他時間的Chl-a校正，使用此回歸模型進行了驗證。2017年MODIS產品與實測數據的平均誤差為4.15 mg/m3，基于NFLH使用回歸模型計算葉綠素濃度，統計結果表明Chl-a與實測數據平均誤差為2.53 mg/m3，精度驗證結果表明回歸模型對北部灣海域具有適用性。

（2）SST

SST是估算OPP的重要參數，目前最常用的計算SST的方法是通過經驗公式進行計算。為提升SST遙感產品的精度，提取了2017年和2018年北部灣近岸海域MODIS SST產品數據和原位實測數據，對比結果如圖6所示。由對比結果可知，MODIS SST產品與實測結果高度吻合，具有較好的精度，因此本文對MODIS的SST產品不做校正。

圖6 2017和2018年MODIS SST產品與實測值對比

（3）Zeu

Zeu不僅是生態系統的水質指標，也是VGPM模型中的重要參數。Zeu是海域水柱內具有足夠的光照進行光合作用的深度，一般認為其邊界為光合有效輻射為表層1%的深度。因此在海洋學上，真光層深度應該由海洋表層的光合有效輻射與光合有效輻射的衰減系數（Kpar）獲取，而許多研究表明Kpar與Kd_490具有顯著的相關性，因此在VGPM模型中使用了更加容易測量的Kd_490產品。傳統的用于計算海洋Zeu的算法在海洋Ⅱ類水體會由于近岸海水的渾濁出現過高計算的現象[20]，因此本研究使用了Ye等[11]在2015年針對珠江口海洋Ⅱ類水體測量真光層深度得出的算法。該算法形式為：

3.4 參數校正前后模型估算結果對比分析

根據參數校正結果使用校正后的參數算法建立VGPM模型，估算2009年北部灣近岸海域的OPP，提取與監測點位匹配的遙感估算結果，兩者對比如圖7所示。由圖7可知，對參數進行校正后建模計算的OPP值與實測值變化趨勢相似，且過高估計的趨勢消失，較未進行參數校正之前的模型估算結果精度出現了明顯的提高。進一步統計模型參數校正前后估算OPP結果與實測數據之間的平均誤差、平均偏差和標準差，結果如表2所示。由表2可知，各個采樣點的模型估算結果在參數校正后平均誤差、標準差和平均偏差均出現明顯降低，表明參數校正能夠使模型估算的精度得到明顯提高。

圖7 參數校正后2009年欽州灣OPP對比

表2 VGPM模型參數校正前后估算結果的誤差分析（單位：mg C/(m2·d)）

3.5 2018年北部灣近岸OPP季節分布

應用參數校正后的VGPM模型，估算2018年北部灣近岸海域不同季節的OPP分布，結果如圖8所示。北部灣近岸海域四季OPP變化范圍在101.27～2 161.75 mg C/（m2·d）之間，其中春季OPP范圍在101.27～991.36 mg C/（m2·d）之間，夏季OPP范圍在211.62～2 161.75 mg C/（m2·d）之間，秋季OPP范圍在301.32～1 448.74 mg C/（m2·d）之間，冬季OPP范圍在312.89～1 177.23 mg C/（m2·d）之間。時間分布上呈現夏季OPP最大，秋季和冬季次之，春季最小的季節特征。原因是夏季光照充足，氣候溫暖，為海洋浮游植物生長提供了充分的環境條件，冬春季受制于有限的光照和較低的海表溫度，海洋浮游植物光合作用不充分，因此OPP體現出了明顯的季節性特征。OPP在空間分布上基本呈現近岸高遠岸低的分布特征，其中欽州灣和廉州灣區域OPP較大，推測可能與港口的海洋漁業（蠔排養殖）排放的營養鹽輸入海域有關。

圖8 2018年北部灣近岸OPP空間分布（單位：mg C/（m2·d））

3.6 營養鹽與OPP相關關系分析

近年來北部灣水產養殖發展迅速，大量含營養鹽的廢水入海。海洋營養鹽是浮游植物生長的必要條件，外界氮磷營養鹽輸入會造成海域營養鹽結構變化，從而影響海洋浮游植物生長。我們研究了2018年該海域在冬春季節和夏秋季節營養鹽與OPP的相關關系，結果見表3和表4。夏秋季節OPP與硝酸鹽、亞硝酸鹽和氨氮存在較為顯著的相關性，冬春季節OPP與海域營養鹽濃度未呈現出相關關系。根據監測結果顯示，夏秋季時北部灣海域硝酸鹽和亞硝酸鹽濃度比冬春季節明顯偏高，說明浮游植物在夏秋季節陽光充足溫度較高時可能對于氮鹽具有較高的需求，表現出了北部灣海域浮游植物生長對營養鹽需求的季節性特征。

表3 冬春季初級生產力與海洋營養鹽的相關性分析結果

表4 夏秋季初級生產力與海洋營養鹽的相關性分析結果

4 結論與討論

4.1 結論

（1）使用NFLH和實測值進行回歸分析，獲取了北部灣近岸海域Chl-a的校正模型，通過此模型能夠有效地降低MODIS Chl-a產品在北部灣近岸Ⅱ類水體中的過高估算誤差；

（2）使用實測數據校正了Chl-a和Zeu，參數校正后的模型計 算 發 現2009年1月、4月、7月和11月OPP的平均誤差、標準差和平均偏差均明顯降低，表明通過VGPM模型輸入參數的校正能夠有效提高模型的估算精度。

（3）利用參數校正后的模型計算2018年北部灣近岸OPP分布，結果表明2018年北部灣近岸OPP在夏季最高，秋季次之，冬春季節最低，空間上呈現近岸高于遠岸的趨勢；近年來北部灣海洋漁業發展迅速，大量營養鹽排入該海域，2018年北部灣近岸海域的浮游植物在夏季和秋季對氮鹽的需求比春季和冬季更高，對營養鹽需求呈現季節性特征。

4.2 討論

估算結果表明校正后的VGPM模型能夠有效地應用于廣西北部灣海域。VGPM模型的校正過程中，Chl-a參數利用了NFLH數據與實測Chl-a進行校正；Zeu和Popt則采用了在各個海域已經取得一定應用成果的算法，校正后的VGPM模型在國內近岸海域具有一定的適用性。但考慮到各個海域的Chl-a與NFLH的回歸響應可能存在差異，Zeu和Popt與海域的自然地理環境關系密切，因此，參數校正的具體算法仍需結合特定海域的實測數據進行驗證。針對環境條件對OPP的影響，本文僅僅考慮了營養鹽的作用，而鹽度、溶解氧和海洋風場等對海洋浮游植物群落遷移具有較大影響的環境條件也需要進一步探討[21]?？傮w來說，目前OPP的遙感估算已經獲得了較大的發展，其估算精度卻與研究區域的特異性有較大差異，當針對具體小范圍的海域進行海洋資源開發和管理規劃時，仍需要精確的OPP分布作為決策參考，因此如何對全球各海域OPP進行精確的遙感估算仍需進一步的研究與探索。