楊 靜,張 思,劉桂梅
(國家海洋環境預報中心國家海洋局海洋災害預報技術研究重點實驗室,北京100081)
基于衛星遙感監測的2011—2016年黃海綠潮變化特征分析
楊 靜,張 思,劉桂梅
(國家海洋環境預報中心國家海洋局海洋災害預報技術研究重點實驗室,北京100081)
基于多源衛星數據對黃東海海域進行的綠潮遙感監測數據分析,研究了2011—2016年綠潮高發季節的變化規律和分布特征,結果表明:綠潮災害每年爆發的特點是一般在5月份開始爆發,6—7月為綠潮的發展持續期,其主體的漂移生長方向是偏北和偏西方向,8月份逐漸消亡。衛星遙感監測綠潮的最大分布面積呈逐年增加的趨勢,這可能與全球氣候變化等環境因素密切相關。
綠潮;衛星遙感;黃海;最大分布面積;特征分析;全球變化
綠潮是世界沿海各國普遍發生的海洋生態異常現象,多數以石莼屬(Ulva)大型綠藻種類脫離固著基,形成漂浮增殖群體所致,可以對沿海環境造成嚴重的危害[1]。石莼屬的滸苔(Ulva prolifera)是引起大規模綠潮爆發的致因種之一。滸苔生長對海洋環境條件要求不高,海水溫度、鹽度、pH值和光強強度適應范圍很廣,分別在10~30°C,7.2~35,6~9,1 000~10 000 lx[2,3]。2008年6—7月,在黃海局部海域爆發的惡性繁衍、趁風盛行、隨波逐流、大面積擴展的大型綠藻,涉及到山東沿岸海域,特別是青島近岸海域出現大量滸苔,對水體環境和第29屆奧運會帆船賽事構成較大威脅[4]。此后,每年在黃海海域均發現有綠潮發生,不同學者也從不同角度對綠潮開展系列研究。如王婷等根據黃海綠潮滸苔爆發區兩個航次的調查數據,研究了調查海域營養鹽的濃度變化和分布特征[5]。衣立等分析了2009年綠潮滸苔期間的水文氣象條件、滸苔聚集和定向移動的原因,并與2008年的情況進行了對比[6]。葉乃好等對綠潮滸苔的生活史進行了研究[7];喬方利等利用中國近海海浪-潮流-環流耦合數值模式研究了在風場和表層海流場的共同作用下滸苔的漂移路徑[8]。以上研究不同程度揭示了綠潮滸苔自身獨特的生物學特點、海水富營養化以及環境因子等因素的影響,而近幾年來綠潮呈現出什么樣的變化趨勢,分布特點又有何變化卻鮮有報道。
國家海洋局開展的滸苔衛星遙感業務化監測工作,在歷年滸苔遙感監測工作中都發揮了重要作用[1,6,9]。本文收集了2011—2016年《國家衛星海洋應用中心綠潮遙感監測通報》中發布的利用HY-1B、Aqua和Terra等多源衛星數據對黃東海海域進行的業務化綠潮遙感監測結果,數據包括綠潮發生的時間、位置、分布面積、覆蓋面積和影響范圍等相關信息,對近6 a來綠潮高發季節的時空變化規律和分布特征進行分析研究,以期為綠潮的監測預警報工作提供參考。
近年來我國綠潮大面積發生發展演變過程類似,根據2011—2016年每年國家衛星海洋應用中心綠潮遙感監測通報的業務化監測結果,按照第一次監測到發現有綠潮發生的日期、第一次監測到有綠潮登陸上岸的時間、綠潮大面積生長存在的時間段和連續7 d以上沒有監測到綠潮信息的時間分別表示綠潮的爆發時間、登陸時間、最盛期和結束時間,統計近6 a綠潮發生演變情況(見表1),可將綠潮的演變過程分為綠潮爆發期、持續期和消亡期。
2.1 綠潮爆發期
近年來綠潮大面積爆發的時間基本相似,進入5月份,隨著江蘇附近海域表層海溫升高,達到綠潮藻種生長繁殖的適宜溫度,綠潮滸苔在適宜的條件下生長速度加快,最初在鹽城附近海域衛星遙感監測顯示有小面積綠潮發生,綠潮覆蓋面積和分布面積呈波動增大變化趨勢,在海流和風的作用下向偏北方向漂移。至5月中下旬,綠潮大規模爆發。
2.2 綠潮持續期
綠潮藻體在水文氣象條件適宜的情況下持續生長,隨著風場和流場的共同作用處于動態的分布變化中,也會不斷的生長聚集從而形成不同規模的滸苔斑塊。6月份開始,黃海海面維持偏南風流場,在風應力作用下產生了西北向表層海流,大量滸苔順著海流邊生長邊漂移至江蘇北部海州灣海岸附近,并在連云港、青島、煙臺等地大規模登陸。7月份繼續向偏北方向漂移至山東半島近海處,并有部分登陸。
2.3 綠潮消亡期
進入8月份,因海水溫度上升、營養鹽含量降低以及其它環境因子的改變,漂浮綠潮藻體逐漸衰老,同時光合作用速率降低,促使藻體浮力發生改變,由海面漂浮變成懸浮或沉降到海底。隨著海域環境逐漸不適宜綠潮生長,藻體生物量不斷下降,一般到8月中上旬,衛星遙感數據顯示已監測不到大面積綠潮。
3.1 衛星遙感監測的綠潮面積分布
根據多源衛星數據對黃東海海域進行的綠潮遙感監測,綠潮發生初期滸苔聚集密度、面積范圍較小,5月中下旬,綠潮主體持續向偏北方向漂移和生長,隨著溫度、營養鹽濃度升高等因素影響,覆蓋面積和分布面積不斷擴大。經過6—7月份的持續生長期,有部分綠潮登陸,之后覆蓋面積和分布面積不斷減小,8月逐漸進入消亡期。
2011—2016年每年衛星遙感監測綠潮的最大分布面積和最大覆蓋面積出現的時間不同,其中2012年綠潮最大覆蓋面積出現在6月19日,2013年最大覆蓋面積出現在6月12日,2014年和2015年綠潮最大覆蓋面積分別出現在7月8日和7月4日,2012—2014年綠潮的最大覆蓋面積呈增加趨勢,2014年的最大覆蓋面積最大,達到2 330 km2,2015年的綠潮的最大覆蓋面積最小,只有654 km2。2011—2016年衛星遙感監測綠潮的最大分布面積分別出現在7月19日、6月4日、7月8日、6月28日和7月4日、6月25日,且從2012—2016年呈逐年增大的趨勢(見圖1)。由此可見,每年綠潮的最大分布面積和最大覆蓋面積出現的時間和變化趨勢不完全一致。由于受天氣原因影響,衛星遙感監測有部分被云覆蓋,造成監測綠潮的面積數據不連續,由2011—2016年綠潮覆蓋面積和分布面積同期對比圖(見圖2、3)可看出,有云條件下光學遙感無法獲得有效信息,衛星監測的綠潮面積日變化較大。為研究分析綠潮分布的年變化特征,以下選取衛星遙感監測的綠潮分布面積作為主要分析因子。

表1 近6a綠潮發展統計表

圖1 2011—2016年綠潮最大覆蓋面積和分布面積圖

圖2 2011—2016年綠潮覆蓋面積同期對比圖(空白日期為無數據日)

圖3 2011—2016年綠潮分布面積同期對比圖(空白日期為無數據日)
3.2 綠潮分布面積的年際變化特征
從衛星遙感監測綠潮的月平均分布面積(見圖4)分析,每年綠潮的發生演變過程基本相同,5月份為爆發期,6—7月為綠潮的發展持續期,8月份為消亡期。雖然綠潮月平均分布面積在每年不同時期存在一定差別,但其總體的年變化特征是在綠潮發展最盛期的月平均分布面積呈逐年增加趨勢,這與綠潮最大分布面積的年變化趨勢一致。

圖4 2011—2016年綠潮月平均分布面積
每年海溫的變化在一定程度上會影響綠潮的分布范圍,為進一步研究綠潮的年際變化特征,本文引用中國氣象局國家氣候中心在業務上主要使用的Ni?o3.4區的海溫距平指數(其作為判定厄爾尼諾或拉尼娜事件的指標依據)[10],將每年綠潮高發季的最大分布面積與一季度平均的Ni?o3.4區海溫距平指數進行對比分析(見圖5),結果顯示,在厄爾尼諾事件的影響下,中國黃海爆發綠潮的年最大分布面積呈增大趨勢,而在Ni?o3.4指數變化不明顯的情況下,綠潮的年最大分布面積變化也不顯著,這說明綠潮的分布范圍與全球氣候變化之間存在一定的相關性。綠潮的發生受溫度、光照、降水量、營養鹽等多種環境因素影響,全球氣侯變化引起海洋生態系統的異常變化,導致滸苔等種群異常增殖[1]。冬季厄爾尼諾達到強盛后對次年東亞初夏的環流有明顯的影響,與中國降水量變化有密切關系[11],而降水量增加會導致徑流量上升,從而引起近海水域富營養化,有利于綠潮發生[12]。何進等從滸苔生理生態學角度通過實驗得出,滸苔在溫度和營養鹽濃度較高時表現出較高的相對生長率[13],從自身的生物適應策略上來看,滸苔對于多變環境條件的響應更為敏感[14],全球氣候變化引起的環境變化,導致海洋生態系統的結構和功能也隨之發生改變,有關綠潮自身的生態學特點、人類活動及其他環境因素所起的作用具體如何,還有待于積累更多綠潮監測做進一步分析研究。
3.3 綠潮漂移過程分析

圖5 每年綠潮的最大分布面積與一季度平均的Ni?o3.4區海溫距平指數對比圖
基于國家海洋環境預報中心的滸苔漂移軌跡預報系統,圖6—7給出了2011—2016年各年綠潮最大分布面積及24 h漂移預測示意圖,該系統的風場和流場驅動模塊分別采用國家海洋預報中心業務化的風場數值預報系統和海流數值預報系統的產品結果[15]。圖片顯示綠潮各年份達到最大分布面積時的分布范圍和區域不同,短期預測的綠潮漂移方向和速度也有所差別,2011年綠潮24 h漂移預測方向是西南,2012和2016年是偏北方向,2013和2014年是偏東方向,而2015年是偏西方向。這除了與系統起算時的衛星監測綠潮初始位置有關以外,還受局地海域的風和海流的變化影響而呈現出不同的路徑。由于衛星遙感監測受有云的影響,這種短期預測方法有助于及時掌握綠潮動態,有效彌補綠潮衛星監測時間上不連續的不足。
從綠潮漂移的長期變化來看,根據每年衛星遙感監測的結果分析,在綠潮發展期間,雖然每日綠潮的漂移速度和方向不同,但其主體總是持續向偏北和偏西方向漂移和生長的。每年的綠潮分布和漂移路徑存在不同的變化,這可能同全球變暖跟海水酸化等環境因素密切相關[16],根據圖5分析結果,分別選取2012年和2016年綠潮高發期的衛星遙感監測結果進行對比分析,2012年5—7月綠潮的最大分布面積比2016年整體偏北,且2012年每月出現最大分布面積的時間比2016年偏早。在厄爾尼諾事件的影響下,2016年黃海爆發綠潮的年最大分布面積比往年有所增大,說明海洋環境等外強迫的改變對海洋生態系統產生明顯影響,溫度的變化在一定程度上改變了海洋藻類的分布范圍[16],從而改變綠潮的分布范圍、生長繁殖的速度和發展規模,但其發展期間總體向偏北和偏西方向漂移生長的路徑與往年是一致的。

圖6 綠潮高發期每月監測的最大分布面積對比圖

圖7 綠潮24 h漂移預測圖
通過近6a以來綠潮衛星遙感監測結果分析,發現中國黃海綠潮災害的年變化特征:(1)綠潮發生發展的演變過程是一般發生在春夏兩季,在夏季高溫期結束,高發期集中在5—7月;(2)2011—2016年每年衛星遙感監測綠潮的最大分布面積和最大覆蓋面積出現的時間不同,且最大分布面積呈逐年增加的趨勢;(3)2016年綠潮衛星遙感監測到了近6a以來最大分布面積的綠潮,這可能與全球氣候變化等環境因素密切相關;(4)每年的綠潮分布和漂移路徑存在不同的變化,在綠潮發展期間(5—7月),其主體的漂移生長方向是偏北和偏西方向。全球氣候變化在一定程度上改變了綠潮的分布范圍和發展規模,但對綠潮主體的年漂移生長方向影響不顯著。
綜上所述,綠潮分布的時空變化具有明顯的年變化特征,這除了與我國近海海洋環境要素變化,如海表升溫、海平面變動等全球和區域氣候變化有著密切的關系外[17],還與綠潮自身的生物學生長特性以及由于天氣原因造成衛星遙感監測反映整個海面綠潮變化的不確定性有關,還有待于做進一步研究。
綠潮的發生發展過程消耗水中溶解氧、降低生物多樣性、產生有毒有害物質及帶來次生環境危害[1],對當地漁業、水產養殖、海域環境、生態服務功能造成一定影響。要應對綠潮災害的發生,應加強綠潮災害的監測預警預報能力建設,調研了解綠潮增殖爆發與沿岸海洋氣候環境的關系,建立漂浮綠藻出現區域與水溫、溶解氧、營養鹽分布關聯模式,利用衛星遙感的海面風場、降水、云中液態水含量、海表面溫度、海流等資料,研究綠潮爆發期間的水文氣象條件、滸苔聚集以及定向移動的原因,豐富拓展滸苔漂移軌跡和滸苔影響區域等預報產品,為滸苔的應急響應提供技術支持,并且加強海域環境管理,及時做好綠潮應急準備。
[1]于波,湯國民,劉少青.滸苔綠潮的發生、危害及防治對策[J].山東農業科學,2012,44(3):102-104.
[2]吳洪喜,徐愛光.滸苔實驗生態的初步研究[J].浙江海洋學院學報(自然科學版),2000,19(3):230-234.
[3]忻丁豪,任松,何培民,等.黃海海域滸苔屬(Enteromorpha)生態特征初探[J].海洋環境科學,2009,28(2):190-192.
[4]劉英霞,常顯波,王桂云,等.滸苔的危害及防治[J].安徽農業科學,2009,37(20):9566-9567.
[5]王婷,石曉勇,張傳松,等.2008年黃海滸苔綠潮爆發區營養鹽濃度變化及分布特征[J].海洋通報,2011,30(5):578-582.
[6]衣立,張蘇平,殷玉齊.2009年黃海綠潮滸苔爆發與漂移的水文氣象環境[J].中國海洋大學學報,2010,40(10):15-23.
[7]葉乃好,張曉雯,毛玉澤,等.黃海綠潮滸苔(Enteromorpha prolifera)生活史的初步研究[J].中國水產科學,2008,15(5):853-857.
[8]喬方利,馬德毅,朱明遠,等.2008年黃海滸苔爆發的基本狀況與科學應對措施[J].海洋科學進展,2008,26(3):409-410.
[9]蔣興偉,劉建強,鄒斌,等.滸苔災害衛星遙感應急監視監測系統及其應用[J].海洋學報.2009,31(1):52-64.
[10]中國氣象局國家氣候中心.ENSO監測簡報[EB/OL].http:// cmdp.ncc-cma.net/Monitoring/enso.php.
[11]王亞非,李琰,丁一匯.初夏東亞環流對厄爾尼諾的兩種響應過程及其對中國降水的影響[J],氣象學報2012,70(1):39-49.
[12]李震.青島近海滸苔的污染與預防治理[J].海洋開發與管理, 2010,27(9):41-43.
[13]何進,石雅君,王玉玨,等.不同溫度與營養鹽條件對滸苔(Ulva prolifera)和腸滸苔(Ulva intestinalis)的生長影響[J].海洋通報, 2013,32(5):573-579.
[14]Wang Y,Wang Y,Zhu L,et al.Comparative Studies on the Ecophysiological Differences of Two Green Tide Macroalgae Under Controlled Laboratory Conditions[J].PLoS One,2012,8 (7):e38245.
[15]李燕,李云,劉欽政.滸苔漂移軌跡預報系統[J].海洋預報, 2010,27(4):74-78.
[16]羅民波,劉峰.南黃海滸苔綠潮的發生過程及關鍵要素研究進展[J].海洋漁業,2015,37(6):570-574.
[17]劉桂梅,李海,王輝,等.我國海洋綠潮生態動力學研究進展[J].地球科學進展,2010,25(2):147-153.
Variability analysis of the Green Tide based on satellite remote sensing monitoring data from 2011 to 2016 in the Yellow Sea
YANG Jing,ZHANG Si,LIU Gui-mei
(National Marine Environmental Forecasting Center,Key Laboratory of Research on Marine Hazards forecasting,State Oceanic Administration,People's Republic of China,Beijing 100081 China)
Based on the multi-source satellite data on the Yellow sea and the East China sea,the seasonal variation and distribution characteristics of Green Tide are analyzed from 2011 to 2016.The result shows that the outbreak of Green Tide is generally in May and displays a long duration from June to July.With the wide influence,the main drift and growth direction of green tide is northward and westward.After achieving the maximum distribution area and coverage area,Green Tide decreases gradually in August.The trend of Green Tide maximum distribution area monitored from satellite remote sensing is increasing,it may be closely related to the global climate change and other environmental factors.
green tide;satellite remote sensing;yellow sea;the maximum distribution area;feature analysis;global climate change
X55
A
1003-0239(2017)03-0056-06
10.11737/j.issn.1003-0239.2017.03.007
2016-09-09;
2016-10-20。
國家自然科學基金(41222038)。
楊靜(1982-),女,助理研究員,碩士,主要從事海洋生態環境預報與數值模型研究。E-mail:yangj@nmefc.gov.cn