秋季環雷州半島海域濁度空間分布特征

羅亞飛，陳炤光，李志強，付東洋，余 果，徐華兵，鐘小僅

秋季環雷州半島海域濁度空間分布特征

羅亞飛1,2，陳炤光1，李志強1，付東洋1，余 果1，徐華兵1，鐘小僅1

（1. 廣東海洋大學電子與信息工程學院 / 廣東省海洋遙感與信息技術工程技術研究中心 / 廣東省高等學校陸架及深遠海氣候、資源與環境重點實驗室，廣東 湛江 524088；2. 中國科學院海洋地質與環境重點實驗室，中國科學院海洋研究所，山東 青島 266071）

【】研究秋季環雷州半島海域濁度空間分布特征。建立基于哨兵3-OLCI波段差（B8-B16）的濁度反演模型，利用經C2RCC大氣校正后的哨兵3-OLCI影像并結合實測數據綜合分析秋季環雷州半島海域的濁度平面和斷面分布特征。【】秋季環雷州半島海域濁度平面分布特征為從近岸向外海逐漸降低，表層濁度范圍為0 ～ 50 NTU，底層濁度范圍為0 ～ 200 NTU，低濁度水體主要分布于離岸較遠的外海和瓊州海峽中央水道，高濁度水體主要分布在雷州半島南岸的燈樓角近岸、西岸的東場灣和流沙灣以及東岸的外羅門水道和東南碼頭近岸。濁度斷面分布特征為隨水深的增加而升高，且半島東西兩側的濁度分布特征為南高北低。復雜的水動力過程、人類活動和熱帶氣旋是影響環雷州半島海域濁度分布的主要因素。

環雷州半島海域；濁度；分布特征；哨兵3-OLCI

環雷州半島海域是我國紅樹林和珊瑚礁等海洋生態系統的重要分布和保護區[1]。近年來，人類生活及生產活動、養殖池污水排放等使得近岸水質持續惡化，由此帶來較大的經濟損失和環境壓力。因此，對該海域進行水質環境監測和研究顯得愈發重要[2]。濁度是評價水質的重要參數之一[3]，針對環雷州半島海域，現有研究結果顯示北部灣海域表層濁度基本特征為沿岸高、遠岸低且中央海域濁度值低[4-5]；粵西及瓊東海域海水濁度值整體不高，絕大部分海區為較清潔海域[6]。傳統濁度測量方法是通過走航形式對研究區域進行逐點采樣，與傳統濁度測量方法相比，遙感監測具有大面積覆蓋、高分辨率、低成本、多時相等優勢[7-8]，現已成為大面積海域監測的有利手段。以往，中等空間分辨率的MODIS和GOCI影像常被用來進行濁度監測[9-10]。針對環雷州半島海域，已有研究利用1 km分辨率的HY-1B和MODIS遙感數據，反演雷州灣懸浮物濃度[11]和北部灣懸浮物濃度或濁度[4,12]。越來越多的更高分辨率衛星數據被用來反演河口或沿岸水體濁度，如VIIRS[13]和哨兵3-OLCI[14]。哨兵3A和3B是歐空局分別于2016和2018年發射的多傳感器衛星，其攜帶的OLCI（Ocean and Land Colour Instrument）是一種中分辨率成像光譜儀，空間分辨率更高（300 m）[15]。已有研究利用哨兵3-OLCI對黃海、東海近岸以及內陸湖泊進行懸浮物或葉綠素濃度的反演[16-19]，證明OLCI具有良好的水色反演能力。目前，基于OLCI數據的環雷州半島海域濁度反演還鮮有報道，鑒于在已報道研究中所使用的衛星遙感影像分辨率較低，也缺乏對環雷州半島海域濁度進行大范圍、系統性的現場觀測和調查研究，因此，本研究構建基于哨兵3-OLCI遙感影像的濁度反演模型，實現對環雷州半島海域濁度遙感反演，并結合實測平面、斷面數據綜合分析環雷州半島海域的濁度空間分布特征及影響機制，為該海域資源合理開發和生態系統保護提供基礎資料和參考依據。

1 數據與方法

1.1 實測數據采集與處理

以環雷州半島海域為研究區域，共設置采樣站點64個，以走航形式于2020年9月21―30日對環雷州半島海域進行科學考察，獲取研究區域實測數據，站點位置見圖1?，F場測量數據包括水體光譜數據和濁度。其中，光譜數據通過TriOS水面光譜系統采集，測量過程嚴格參照國家海洋光學調查規范（GB/T 12763.5-2007）進行，測量方法采用水面之上測量法[20]。光譜采集時間范圍從上午8:00到下午5:00，由于部分站點在晚上采樣，無法采集光譜數據，因此，實際有效采集光譜數據的站點為42個，位置見圖1紅色點。濁度數據利用RBRmaestro快速多參數水質儀測量，測量過程中由海表勻速下放至海底，以獲取站點垂向濁度數據。S23、S42―S50及S62―S64站點由于儀器故障等原因導致無有效濁度數據，因此實際獲取濁度數據的站點共51個。按0.5 m以淺和濁度儀最大水深分別獲取表層和底層數據。本研究除對雷州半島附近海域的表、底層濁度的平面分布特征進行分析之外，還對該區域濁度斷面分布特征進行研究。根據地形、濁度平面分布特征及站位布設等特點，分別在研究區域東側、西側以及南側各設置一斷面（見圖1中A、B、C斷面）。利用整個垂向的濁度數據，繪制圖1中A、B、C濁度斷面圖。表、底層濁度平面分布圖以及斷面分布圖均利用Ocean Data View軟件通過插值法繪制獲得。

A、B、C為濁度斷面；I為雷州灣，II為北部灣東部，III為瓊州海峽；紅色站點為有效光譜數據站點

利用現場實測的光譜數據（波長范圍為318 ～ 950 nm），參照文獻[20]計算得到水體遙感反射率rs。根據哨兵3-OLCI各波段的光譜響應函數，對實測遙感反射率進行等效波段換算，模擬得到對應OLCI傳感器B1（400 nm）- B18（885 nm）波段的等效波段遙感反射率，計算公式如下：

1.2 衛星遙感數據及處理

哨兵3-OLCI數據從歐洲航空局（ESA）官網（https://scihub.copernicus.eu）下載。本研究收集2020年9月23日、10月5日和10月22日的哨兵3-OLCI傳感器的一級產品，其中9月23日的是與調查期間同步的影像，影像經過時間為當地時間10:55至10:58，10月5日和10月22日的分別是熱帶氣旋“浪卡”經過前后的影像。此外，還收集風場數據用于討論臺風對濁度分布的影響，風場數據來源于CCMP（www.remss.com/measurements/ccmp）數據集，空間分辨率為0.25° × 0.25°。

傳感器在獲取信息過程中易受到氣溶膠散射以及大氣分子等的影響而引起誤差，因此，在水色遙感反演中必須通過大氣校正來消除這些影響[21]。C2RCC算法是基于神經網絡技術的“二類水體區域性近岸海域水色”反演算法，最初由Doerffer等[22]為MERIS傳感器而開發，歐空局對其進行改進后，使其覆蓋大范圍的水體散射和吸收系數，適用于分析哨兵3-OLCI等在軌運行的衛星遙感數據。因此，本研究利用C2RCC算法對哨兵3-OLCI影像進行大氣校正。由于天氣因素，調查期間只有9月23日的哨兵3-OLCI影像云量較少，參照文獻[17]，選取9月23日衛星經過的當天及前后兩天的實測光譜與大氣校正后的9月23日影像光譜來進行星地驗證。按照實測站點經緯度在影像上選取對應像元進行空間匹配，剔除受云霧影響較大的站點，最終獲得7個星地匹配站點（S19、S20、S24、S25、S27、S28和S29），然后對7個匹配站點的第1至第12波段、第16至第18波段（即B1 ～ B12、B16 ～ B18），共105個匹配波段的C2RCC大氣校正后光譜反射率和實測遙感反射率值進行對比分析。

1.3 濁度反演模型

經統計，實測等效波段光譜和濁度數據組有效站點為42個，將42組數據按濁度大小排序，按照近似等濁度間隔原則選取2/3（28組）用于模型構建，剩余1/3（14組）用于模型驗證。由于已有研究基于波段比[11]和三波段[12]建立雷州灣和北部灣的懸浮物濃度反演模型；基于敏感波段的單波段模型已在水色遙感中被廣泛使用[8,23-24]；而波段差模型則被認為可消除數字化噪聲誤差、大氣校正誤差、由不完全的太陽耀斑和白帽校正導致的殘余誤差，以及一些雜散光污染引起的大部分算法偽影[25]。因此，在模型建立過程中，將對單波段、波段差、波段比及三波段模型進行對比分析。

單波段、波段差、波段比模型是通過計算各波段或波段組合的遙感反射率和濁度之間的相關系數，利用相關性最大的波段或波段組合遙感反射率分別構建不同的反演模型，包括線性、對數、指數、二次多項式和冪指數模型，進而計算模型校準和檢驗的誤差以確定最佳反演模型。三波段模型的形式為lg=+[rs(2) +rs(3)] +[rs(1) /rs(2)]，依據Zhang等[26]和李玨等[12]的研究，1、2、3分別對應OLCI的B4 (490 nm)、B6 (560 nm)、B7 (620 nm)或B8 (665 nm)波段。

1.4 精度評價指標

本研究采用決定系數（2）、均方根誤差（RMSE）、絕對誤差（AE）、百分比相對誤差（APE）和平均百分比相對誤差（MAPE）等評價指標分別對大氣校正精度以及濁度反演模型精度進行評價。計算公式如下：

其中，x分別為實測遙感反射率值（單位為sr-1）或實測濁度值（單位為NTU）；y分別為經C2RCC大氣校正后的影像光譜值（單位為sr-1）或濁度模型反演值（單位為NTU）；為數據序號；為各自樣本數，在大氣校正精度評價、濁度反演模型構建和驗證中，分別為105、28和14。

2 結果和分析

2.1 大氣校正精度評價

對7個匹配站點所有匹配波段（= 105）經大氣校正后的影像光譜和實測光譜值進行對比分析，結果見圖2，顯示兩者的2為0.81，RMSE為0.009 sr-1，MAPE為33%，整體上兩者誤差較小。大部分波段MAPE在15% ～ 35%之間?？傮w上，C2RCC大氣校正算法可較好消除大氣影響，獲得較準確的遙感反射率信息，其校正后的OLCI影像可用于環雷州半島海域濁度的遙感反演。

圖2 C2RCC大氣校正后的影像光譜值與實測值對比

2.2 濁度反演模型構建與驗證

篩選出各組合中最優的反演模型，結果見表1。單波段和波段比的相關系數均小于0.90，決定系數2均在0.80以下，而波段差的高達0.95，波段差、三波段的2分別為0.90、0.91。對比各模型的MAPE，波段差模型在模型校準和利用預留的14組數據集進行模型檢驗的過程中產生的MAPE分別為16.2%和23.9%，為所有模型中MAPE最小的模型。

表1 各類最優濁度反演模型及其精度評價

分析14個驗證點的實測濁度與波段差模型反演濁度的誤差，結果見表2。模型反演值與實測值整體較一致，兩者AE的均值為1.9 NTU，APE的均值（即MAPE）為23.9%。由于研究區域覆蓋范圍廣，存在單個濁度值很低的站點（S15）APE偏高，但其AE較小，為0.6 NTU。剔除S15站點之后，實測濁度與反演濁度的APE在0.14% ～ 38.2%之間，MAPE為20%。

可見，相較于單波段、波段比和三波段模型，使用波段差建立的模型誤差更小，更適合環雷州半島海域濁度的遙感反演。且波段差可大大減少噪聲和誤差，同時可恢復大多數的可疑像元，從而顯著提高影像質量[25]。因此，本研究將基于經C2RCC校正的哨兵3-OLCI影像，采用由波段差（B8 - B16）構建的反演模型，進行環雷州半島海域濁度反演。

表2 14個驗證點的濁度誤差分析

2.3 環雷州半島海域濁度空間分布特征

2.3.1 遙感反演濁度平面分布 由圖3可知，環雷州半島海域表層濁度范圍在0 ～ 50 NTU，分布趨勢為從近岸向外海逐漸降低。低濁度水體主要分布于外海和瓊州海峽中央水道，高濁度水體主要分布于瓊州海峽的燈樓角、西岸的東場灣和流沙灣以及東岸的外羅水道和東南碼頭。外海濁度一般小于3 NTU；而燈樓角近岸（圖3(a)）和外羅門水道（圖3(d)）等高濁度水體區域可達20 NTU以上，東南碼頭（圖3(b)）和東場灣（圖3(c)）近岸亦有高濁度水體的分布，但其分布面積均小于前兩者。

a.燈樓角近岸; b.東南碼頭; c.東場灣; d.外羅門水道

a. coast of Dengloujiao; b. Dongnan wharf; c. Dongchang bay; d. Wailuomen waterway

圖3 濁度分布（2020年9月23日）及高濁度水體區域

Fig. 3 Turbidity distribution on September 23th, 2020 and area of highly turbid waters

2020年16號熱帶風暴“浪卡”經過前后表層濁度分布情況見圖4。熱帶風暴經過前，低濁度主要分布在外海和瓊州海峽中央水道，高濁度主要分布在近岸，濁度平均值為2.3 NTU（圖4(a)）。熱帶風暴經過后，低濁度同樣主要分布在外海和瓊州海峽中央水道，高濁度主要分布在雷州半島東西兩側，濁度平均值增加至6.8 NTU（圖4(b)）。

a, 10月5日浪卡經過前；b, 10月22日浪卡經過后

a, before typhoon Langka attacked, on October 5; b, after typhoon Langka attacked, on October 22

圖4 熱帶風暴浪卡過境前后濁度分布

Fig. 4 Turbidity distribution before and after typhoon Langka attacked

2.3.2 實測濁度平面分布 環雷州半島海域濁度整體較低。表層濁度分布趨勢為從近岸向遠海不斷降低，在所測數據中，表層濁度最低為0.17 NTU，最高為24 NTU。其中，燈樓角近岸表層水體濁度在20 ～ 24 NTU之間，為表層濁度最高值，以該點為圓心，濁度呈放射狀向外急劇下降。表層低濁度水體主要分布于北部灣中央和雷州灣東側外海，其值多集中在0.17 ～ 3.98 NTU之間（圖5）。

環雷州半島海域底層濁度整體分布趨勢與表層相似，近岸水體濁度最高，由近岸越往外海濁度越低。底層濁度最低為0.78 NTU，最高為197 NTU。其中，燈樓角近岸底層水體濁度約125～140 NTU，東南碼頭處可達197 NTU。

a, 表層；b, 底層

a, surface layer; b, bottom layer

圖5 環雷州半島海域表、底層濁度分布

Fig. 5 The surface and bottom turbidity distribution map of the sea area around Leizhou peninsula

2.3.3 實測濁度斷面分布 由圖6(a)可知，A斷面位于雷州半島東側，由外羅門水道向北延伸至茂名近岸，斷面長約45 km，水深在15 ～ 20 m之間。該斷面濁度分布特點為兩端高，中間低；最高值區域位于南端的外羅門水道，其值約為北端的茂名近岸的兩倍以上，南端濁度整體高于北端，兩端的濁度值均呈現出由表層向底層逐漸升高的現象。

由圖6(b)可知，B斷面位于雷州半島西側，從低緯的東場灣向北延伸至廣西沿岸，斷面長約90 km。該斷面濁度分布特征：1）水平方向上，由低緯向高緯濁度逐漸降低；2）垂直方向上，由表層向底層濁度逐漸升高。除最左側的東場灣底層濁度可達60 NTU以上外，其余海區濁度均較低，大多在10 NTU以下。

由圖6(c)可知，C斷面位于雷州半島南面，由西向東橫跨整個瓊州海峽，斷面長約53 km，該斷面水深整體較大，約40 ～ 60 m。該斷面濁度隨著水深的增加而升高，最高可達60 NTU。表底層濁度差異較大，分層現象明顯。

a, A斷面；b, B斷面；c, C斷面

a, A transection; b, B transection; c, C transection

圖6 雷州半島東西兩側和瓊州海峽濁度斷面分布

Fig. 6 Turbidity transection distribution on each side of the Leizhou peninsula and the Qiongzhou strait

3 討論

根據前人研究，濁度分布與水動力、人類活動及熱帶氣旋等因素息息相關[6,12]。

3.1 水動力因素及人類活動

潮流和余流[27-28]均會對環雷州半島海域濁度分布產生影響。遠離雷州半島的外海海域物質來源匱乏且潮流等作用較弱，難以再懸浮，因而濁度普遍較低。瓊州海峽中央水道為水深超過30 m的強蝕區（圖6(c)），泥沙被潮流反復沖刷干凈[29]，該區域濁度也相對較低。研究區域東、西兩側以及瓊州海峽三者之間水動力環境存在較大差異[1,30]，因此，將研究區分為3個部分對高濁度水體進行分析，分別為雷州灣（Ⅰ）、北部灣東部（Ⅱ）和瓊州海峽（Ⅲ），見圖1。

Ⅰ區位于研究區域東部，由圖5及圖6(a)可見，Ⅰ區域高濁度水體主要分布于外羅門水道和東南碼頭，瓊州海峽為一沖刷型海槽，在其東北側發育大量的指狀沙脊，為外羅門水道提供豐富的物質來源，加之潮流的往復作用，導致該區域水體濁度較高，且高濁度水體表現出大面積分散特點[6]。相較于外羅門水道，東南碼頭高濁度水體分散范圍較小。受粵西沿岸流的影響，珠江徑流有部分流至東南碼頭附近海域，使得該處物質來源豐富，同時受反時針環流和往復潮流的影響，使得該區域濁度較高[31]。此外，頻繁的養殖池污水排放和工程建筑等人類活動也是東南碼頭濁度較高的原因之一[32]。

Ⅱ區位于研究區域西部，分布在瓊州海峽及雷州半島西側。由圖3可見，高濁度水體主要分布于東場灣和流沙灣。由于受到北部灣逆時針環流的影響，半島西側近岸高濁度水體有向西北方向擴散的趨勢[7,27]。圖6(b)中，斷面B左側的流沙灣水體濁度隨著水深的增加而增大，底層濁度可達60 NTU以上。流沙灣為瀉湖型海灣，灣口堆積的淺灘泥沙在波浪作用下掀沙，可引起濁度升高[33-34]。

Ⅲ區位于研究區域南部的瓊州海峽，區域內高濁度水體集中于瓊州海峽西口的燈樓角近岸。由圖5可見，燈樓角近岸水體濁度在表層約為24 NTU，底層約為140 NTU。瓊州海峽西向流的流速大[12,27]，攜沙能力強，到達瓊州海峽西口處，西向強流發散，流速下降，物質堆積，因此，燈樓角及附近海域物質來源豐富。同時，燈樓角岬角處的流速較大，有利于懸沙的再懸浮，從而濁度較高[35]。

3.2 熱帶氣旋

熱帶氣旋可在短時間內向海洋輸送大量能量，顯著改變海洋動力結構，加強海水的混合作用和淺海表層沉積物的再懸浮[36]。從影像上可觀察到表層濁度在熱帶風暴經過前后差異較大，濁度平均值由2.3 NTU增加至6.8 NTU（圖4），增長近3倍。尤其是雷州半島兩側海域濁度顯著升高，其中左側東場灣一帶由平均濁度3.3 NTU增加至19.1 NTU，右側外羅門水道一帶由平均濁度2.2 NTU增加至21.3 NTU，高濁度水體覆蓋的面積也明顯增大?？梢姡瑹釒庑且瓠h雷州半島海域濁度在短期內劇烈增加的顯著因素。

4 結論

本研究首次對環雷州半島海域進行系統的濁度觀測和調查，利用分辨率更高（300 m）的哨兵3-OLCI遙感影像，對其進行C2RCC大氣校正并建立基于哨兵3-OLCI波段差（B8 -B16）的濁度反演模型，反演環雷州半島海域濁度分布，結合實測數據綜合分析環雷州半島海域的濁度平面和斷面分布特征。得到如下結論：

1）環雷州半島海域表層濁度整體在0 ～ 50 NTU之間，底層濁度范圍大致為0 ～ 200 NTU，表層和底層濁度平面分布趨勢均為從近岸向外海逐漸降低。濁度斷面分布特征整體表現為濁度隨著水深的增加而升高，且雷州半島東西兩側的濁度斷面分布表現為南高北低。

2）低濁度水體主要分布于外海和瓊州海峽中央水道，其中，外海物質來源匱乏且潮流作用相對較弱，難以再懸浮，因而濁度普遍較低；而瓊州海峽中央水道為強蝕區，該區域濁度也相對較低。高濁度水體主要分布在瓊州海峽西北處的燈樓角近岸、雷州半島西岸的東場灣和流沙灣附近以及東岸的外羅門水道和東南碼頭近岸，濁度較高的原因主要受復雜的水動力過程和人類活動等影響。此外，當熱帶風暴經過時，其強烈的擾動作用會引起濁度在短時間內的劇烈增加。

本研究結果可為海洋生態環境保護提供參考，未來將進行更全面的采樣和連續觀測以獲取更高空間和時間分辨率的濁度及水質數據，為海洋環境監測提供更高精度的參考依據。

[1] 韓永強, 夏嘉, 譚靖千, 等. 環雷州半島近海表層沉積物有機碳分布及其控制因素分析[J]. 海洋科學, 2020, 44(3): 93-103.

[2] 付東洋, 張瑩, 劉大召, 等. 基于主成分分析的近海水質評價模型及其應用研究: 以雷州半島海域為例[J]. 海洋學研究, 2015, 33(1): 45-50.

[3] RüGNER H, SCHWIENTEK M, BECKINGHAM B, et al. Turbidity as a proxy for total suspended solids (TSS) and particle facilitated pollutant transport in catchments[J]. Environmental Earth Sciences, 2013, 69(2): 373-380.

[4] 黃以琛, 李炎, 邵浩, 等. 北部灣夏冬季海表溫度、葉綠素和濁度的分布特征及調控因素[J]. 廈門大學學報(自然科學版), 2008, 47(6): 856-863.

[5] FU D Y, HUANG Y Y, LIU D Z, et al. Analysis of the regional spectral properties in northwestern South China Sea based on an empirical orthogonal function[J]. Acta Oceanologica Sinica, 2020, 39(7): 107-114.

[6] 陳亮, 許冬, 李團結. 粵西及瓊東北海區懸浮體濃度及海水濁度特征分析[J]. 熱帶海洋學報, 2012, 31(2): 80-86.

[7] 劉大召, 晁俏利. 北部灣海域葉綠素a質量濃度時空分布研究[J]. 海洋學研究, 2019, 37(2): 95-102.

[8] LUO Y F, DOXARAN D, VANHELLEMONT Q. Retrieval and validation of water turbidity at metre-scale using Pléiades satellite data: a case study in the Gironde Estuary[J]. Remote Sensing, 2020, 12(6): 946.

[9] CONSTANTIN S, CONSTANTINESCU ?, DOXARAN D. Long-term analysis of turbidity patterns in Danube Delta coastal area based on MODIS satellite data[J]. Journal of Marine Systems, 2017, 170: 10-21.

[10] 陳黃蓉, 張靖瑋, 王勝強, 等. 長江口及鄰近海域的濁度日變化遙感研究[J]. 光學學報, 2020, 40(5): 34-46.

[11] 謝仕義, 劉大召, 張瑩, 等. 雷州灣海域懸浮物濃度遙感監測研究[J]. 廣東海洋大學學報, 2015, 35(3): 109-113.

[12] 李玨, 喬璐璐, LE Duc-Cuong, 等. 南海北部灣表層懸浮體分布規律[J]. 海洋地質與第四紀地質, 2020, 40(2): 10-18.

[13] 丁夢嬌, 丘仲鋒, 張海龍, 等. 基于NPP-VIIRS衛星數據的渤黃海濁度反演算法研究[J]. 光學學報, 2019, 39(6): 17-25.

[14] WARREN M A, SIMIS S G H, SELMES N. Complementary water quality observations from high and medium resolution Sentinel sensors by aligning chlorophyll-a and turbidity algorithms[J]. Remote Sensing of Environment, 2021, 265: 112651.

[15] KRAVITZ J, MATTHEWS M, BERNARD S, et al. Application of Sentinel 3 OLCI for chl-a retrieval over small inland water targets: successes and challenges[J]. Remote Sensing of Environment, 2020, 237: 111562.

[16] 李淵, 郭宇龍, 程春梅, 等. 基于OLCI數據的杭州灣懸浮物濃度估算及其產品適用性分析[J]. 海洋學報, 2019, 41(9): 156-169.

[17] 李旭文, 魏愛泓, 姜晟, 等. 基于“哨兵3號”衛星OLCI影像和C2RCC算法的南黃海葉綠素a及總懸浮物反演效果分析[J]. 環境監控與預警, 2020, 12(2): 6-12.

[18] 盧雪梅, 蘇華. 基于OLCI數據的福建近海懸浮物濃度遙感反演[J]. 環境科學學報, 2020, 40(8): 2819-2827.

[19] 李旭文, 姜晟, 張悅, 等. “哨兵-3”衛星OLCI影像MPH算法反演太湖葉綠素a及藻草區分的研究[J]. 環境監控與預警, 2019, 11(5): 59-65.

[20] 唐軍武, 田國良, 汪小勇, 等. 水體光譜測量與分析Ⅰ: 水面以上測量法[J]. 遙感學報, 2004, 8(1): 37-44.

[21] VANHELLEMONT Q, RUDDICK K. Atmospheric correction of Sentinel-3/OLCI data for mapping of suspended particulate matter and chlorophyll-a concentration in Belgian turbid coastal waters[J]. Remote Sensing of Environment, 2021, 256: 112284.

[22] DOERFFER R, SCHILLER H. TheCase 2 water algorithm[J]. International Journal of Remote Sensing, 2007, 28(3/4): 517-535.

[23] CHEN Z Q, HU C M, MULLER-KARGER F. Monitoring turbidity inBay using MODIS/Aqua 250-m imagery[J]. Remote Sensing of Environment, 2007, 109(2): 207-220.

[24] SHI K, ZHANG Y L, ZHU G W, et al. Long-term remote monitoring of total suspended matter concentration in Lake Taihu using 250 m MODIS-Aqua data[J]. Remote Sensing of Environment, 2015, 164: 43-56.

[25] HU C M, LEE Z P, FRANZ B. Chlorophyll aalgorithms for oligotrophic oceans: a novel approach based on three-band reflectance difference[J]. Journal of Geophysical Research: Oceans, 2012, 117(C1): C01011.

[26] ZHANG M W, TANG J W, DONG Q, et al. Retrieval of total suspended matter concentration in the Yellow and East China Seas from MODIS imagery[J]. Remote Sensing of Environment, 2010, 114(2): 392-403.

[27] 陳宜展, 楊威, 曹永港, 等. 北部灣北部環流的季節特征[J]. 廣東海洋大學學報, 2020, 40(4): 68-74.

[28] 楊正清, 劉振宇, 李雙偉, 等. 雷州半島東部近岸海域潮流特征分析[J]. 廣西科學, 2019, 26(6): 690-697.

[29] 侍茂崇, 陳春華, 黃方, 等. 瓊州海峽冬末春初潮余流場特征[J]. 海洋學報(中文版), 1998, 20(1): 1-10.

[30] 李團結, 劉春杉, 李濤, 等. 雷州半島海岸侵蝕及其原因研究[J]. 熱帶地理, 2011, 31(3): 243-250.

[31] 陳新庚. 湛江港和雷州灣的生態環境分析與污染現狀評價[J]. 中山大學學報論叢, 1989(3): 210-225.

[32] 楊慶樂. 東海島海岸侵蝕研究[D]. 青島: 國家海洋局第一海洋研究所, 2015.

[33] 閆新興, 齊樹平, 劉國亭. 廣東雷州電廠近岸沉積特征及泥沙運動[J]. 水道港口, 2010, 31(3): 181-186.

[34] 李志強, 杜健航, 劉長華, 等. 徐聞大井碼頭工程對流沙灣潟湖口門沖淤的影響[J]. 廣東海洋大學學報, 2013, 33(6): 67-71.

[35] 李占海, 柯賢坤, 王倩, 等. 瓊州海峽水沙輸運特征研究[J]. 地理研究, 2003, 22(2): 151-159.

[36] LU J, JIANG J B, LI A C, et al. Impact of Typhoon Chan-hom on the marine environment and sediment dynamics on the inner shelf of the East China Sea:seafloor observations[J]. Marine Geology, 2018, 406: 72-83.

Spatial Distribution of Turbidity in the Sea Area Surrounding Leizhou Peninsula in Autumn

LUO Ya-fei1,2, CHEN Zhao-guang1, LI Zhi-qiang1, FU Dong-yang1, YU Guo1, XU Hua-bing1, ZHONG Xiao-jin1

( 1.,//,,,524088,; 2.,,,266071,)

【】To investigate the spatial distribution of turbidity in the sea area surrounding Leizhou peninsula in Autumn. 【】The turbidity inversion model was established with the Sentinel 3-OLCI B8-B16 band combination. Both the Sentinel 3-OLCI corrected by C2RCC and measured turbidity data were used to comprehensively analyze the horizontal and vertical distribution characteristics of turbidity in the sea area surrounding Leizhou peninsula.【】The turbidity is higher in the near shore aera than that in the offshore area ranging from 0 to 50 NTU and from 0 to 200 NTU respectively in the surface and bottom layers of the sea area surrounding Leizhou peninsulain Autumn. Low turbid waters are mainly distributed in the offshore sea area far away from Leizhou peninsula and the central waterway of Qiongzhou strait. Highly turbid waters are mainly distributed in the coast waters of Dengloujiao in the south coast of Leizhou peninsula, Dongchang bay and Liusha bay in the west coast, and Wailuomen waterway and Dongnan wharf in the east coast. The turbidity increases with the increasing of water depth, and it is higher in the south than that in the north according to the turbidity transection distributed on the each side of the Leizhou peninsula. Complex hydrodynamic processes, human activities and tropical cyclone are the major factors to affect the distribution of turbidity in the sea area surrounding Leizhou peninsula.

sea area surrounding Leizhou peninsula; turbidity; distribution characteristics; Sentinel 3-OLCI

羅亞飛，陳炤光，李志強，等. 秋季環雷州半島海域濁度空間分布特征[J]. 廣東海洋大學學報，2022，42（3）：53-61.

X832

A

1673-9159（2022）03-0053-09

10.3969/j.issn.1673-9159.2022.03.008

2021-10-11

廣東省教育廳創新強校工程項目（2019KZDXM019）；南方海洋科學與工程廣東省實驗室（湛江）資助項目（ZJW-2019-08）；中國科學院海洋地質與環境重點實驗室開放基金課題（MGE2020KG12）；CYL2020高水平大學重點學科-海洋科學（231420003）；廣東海洋大學高水平海洋學科團隊項目（0002026002009）；廣東省研究生學術論壇項目（230420003）；廣東海洋大學2019年“沖一流”學科建設平臺項目（231419026）；廣東海洋大學博士科研啟動項目（R20010）；湛江市創新創業團隊引育“領航計劃”項目（211207157080994）

羅亞飛（1990―），女，博士，講師，研究方向為水色遙感。E-mail: luoyafei@gdou.edu.cn

陳炤光（1995―），男，碩士研究生，研究方向為農（漁）業信息技術。E-mail: 654410788@qq.com

付東洋（1969―），男，博士，教授，研究方向為海洋遙感。E-mail: fdy163@163.com