南海珊瑚礁白化遙感熱應力檢測改進方法研究

劉白露， 管 磊,2

(1.中國海洋大學信息科學與工程學部海洋技術學院/三亞海洋研究院，青島/三亞 266100/572022；2.青島海洋科學與技術國家實驗室區域海洋動力學與數值模擬功能實驗室，青島 266237)

0 引言

珊瑚礁生態系統作為古老的海洋生態系統，總面積僅占全球海域面積約0.5%，生物種類卻占到了海洋物種總數的約30%[1]，生產力水平與生物多樣性極高。珊瑚對環境變化極為敏感，當環境發生劇烈變化時，惡劣的生存條件會使得珊瑚體內蟲黃藻被排出或(和)失去體內色素，最終會裸露出底層的白色碳酸鈣珊瑚骨架，這一過程被稱為珊瑚礁白化[2]。據研究，最適宜珊瑚生長的溫度為25～29 ℃[3]，且大部分熱帶珊瑚生活在它們能忍受的海溫上限邊緣約1～2 ℃[2]，這使得珊瑚很難適應短時間內劇烈的海溫變化。伴隨著全球氣候變暖，海水溫度的異常升高已經成為珊瑚礁白化的主要原因之一。1980—1997 年，全球共報道約 370 次珊瑚白化事件； 而在1998—2010 年期間，全球白化報道達到了3 700多次[4]，珊瑚白化發生的頻率和嚴重程度不斷增加。2015—2017年連續3 a記錄到了19世紀以來的全球最高年平均海溫[5]，與之相對應的是有史以來最嚴重、持續時間最長的全球性珊瑚白化事件[6]。

中國南海分布著眾多珊瑚礁，主要包括西沙群島、中沙群島、南沙群島、東沙群島、臺灣島、海南島以及大陸沿岸共128 個礁區，總面積約為30 000 km2[7]。受人類活動與氣候變暖等因素的共同影響，南海珊瑚礁從20世紀60年代至今經歷了嚴重的退化，活珊瑚覆蓋度下降了約80%[8]，亟需在南海建立完善的珊瑚礁白化監測與管理系統。

早在1990年，Glynn等[9]就通過在造礁珊瑚上進行耐高溫實驗，證實當環境溫度升高1～2 ℃時，就會發生珊瑚白化現象，活珊瑚表面積顯著減少。并且因熱異常導致的珊瑚礁白化存在一定的滯后性，在急性熱應力消退后，白化程度會隨著熱應力的累積繼續加重[10]。隨著衛星遙感技術的發展和對珊瑚礁熱白化的進一步研究，美國國家海洋和大氣管理局(National Oceanic and Atmospheric Administration，NOAA)從2000年起開始實施珊瑚礁監測計劃(Coral Reef Watch，CRW) ，并證實了基于遙感海表面溫度(sea surface temperature，SST)數據集開發的熱應力檢測產品： 熱點(Hotspot)與周熱度(degree heating week, DHW)，能對大規模珊瑚礁白化的發生與發展進行有效監測[11-12]。

作為業務化的全球珊瑚礁白化監測產品，Hotspot與DHW已經得到了全世界珊瑚礁研究與管理人員的廣泛使用，但其白化監測的準確度卻一直存在爭議。通過對全球1985—2005年的珊瑚礁白化事件進行評估，Donner[13]發現在全球使用DHW平均能檢測到的珊瑚白化事件僅占40%，這種低預測性能可能是因為使用了全球固定的高于長期最熱月海溫1 ℃的熱閾值; 而根據Kleypas等[14]的報告，赤道西太平洋的珊瑚礁對小幅度的溫度升高更敏感，在月海溫異常低至0.4 ℃而不是1 ℃時，珊瑚就有可能會發生白化; Kumagai等[15]基于668例發生在日本西南部琉球群島海域的白化事件，對包括DHW在內的指數進行了改進，得到了更適合該區域的臨界閾值0.68 ℃與白化警報閾值2.07 ℃-周; 李淑等[16]在2007年6月航次的南沙群島調查中，發現在熱異常指數Hotspot低于1 ℃時，調查區域就已經發生了珊瑚礁白化，因此認為NOAA的白化熱應力監測指數在南海的實際應用結果可能會存在低估的現象。

針對南海的白化熱應力可能被低估，進而產生白化事件漏檢的問題，為了提高南海珊瑚礁白化遙感監測的準確度，本文對珊瑚礁白化遙感熱應力檢測指數進行了評估與改進。并在2007年6月的南沙群島珊瑚礁白化事件中，使用改進前后的閾值結果分別進行了DHW與白化警報區域的計算。

1 研究區域概況與數據源

南海位于太平洋西部、亞洲大陸南部，北至華南大陸沿岸，東至菲律賓群島，西部與南部分別至越南與馬來半島，是中國的三大邊緣海之一。本文的研究區域為南海及其周邊海域，處在珊瑚三角區(coral triangle)的西北部，是全球珊瑚礁生態系統的重要組成部分。地理位置(E105°～125°，N0°～25°)與主要的珊瑚礁分布情況如圖1。本文使用的SST數據集來自NOAA的國家環境衛星信息資料中心(National Environmental Satellite, Data, and Information Service，NESDIS)，下載地址： ftp: //ftp.star.nesdis.noaa.gov/pub/sod/mecb/crw/data/coraltemp/v3.1/nc/。為了滿足NOAA CRW在檢測珊瑚礁白化熱應力時對長期穩定的SST數據的需求，NESDIS開發了這套分辨率為5 km的，靜止衛星與極軌衛星融合的全球夜間再分析遙感SST數據集[17]。數據集的時間跨度為1985年1月1日至今，本文采用的是3.1版本。

圖1 研究區主要珊瑚礁分布示意圖[17]Fig.1 Sketch map of main coral reefs in the study area[17]

Reefbase[18]是全球珊瑚礁監測網絡(Global Coral Reef Monitoring Network，GCRMN)以及國際珊瑚礁行動網絡(International Coral Reef Action Network，ICRAN)的官方數據庫，記載了大量的珊瑚礁現場調查數據，但其中的觀測有主要集中在熱點研究海域的特點。Donner等[19]認為ReefBase的白化事件數據庫遺漏了部分數據，特別是缺乏太平洋地區的數據，因此他們在ReefBase的基礎上，通過有針對性地與國際珊瑚礁監測領域的研究人員進行交流，以及對報道和文獻資料的檢索補充，開發了一個全新的、高分辨率的全球大型珊瑚礁白化數據庫“Coral Bleaching Database V1”，時間范圍為1985—2010年，可在http: //www.simondonner.com/bleachingdatabase網站上獲得。上述兩個數據庫是本文珊瑚礁白化觀測報道的主要來源，此外還有從GCRMN歷年報告[20-22]以及文獻[23-26]中得到的白化事件記錄。通過對1985年起至今，研究范圍(E105°～125°，N0°～25°)內的事件進行檢索，篩除重復報道事件與非熱異常引起的白化事件，共得到180例事件報道，其中白化事件157例，未白化事件23例。

2 評價指標

2.1 氣候學與熱應力指標

評價一個地區的熱異常，首先需要確定當地的氣候學基準。檢測珊瑚礁白化熱應力的氣候學基準需要代表當地長期最熱月的平均海溫，所以通常使用最大月平均(maximum monthly mean, MMM)海溫。計算方法是先求出當地12個月的長期月平均海溫，然后從中取最大值。

對氣候學基準進行了改進，使用1985—2019年共35 a的再分析SST數據計算氣候學基準。遵循NOAA CRW第3版的氣候學協議[27]，為了更好地確定珊瑚礁的熱應力閾值，應用文獻[28]中提供的方法對氣候學基準進行時間上的再中心化處理，計算公式為：

T85-19=T85-93-slope×(t85-19-t85-93) ，

(1)

式中：T為氣候學基準；t為時間中心；slope為每個單元格內的月平均SST長期變化率； 85-19指1985—2019年，85-93指1985—1990加1993年，代表再中心化前后的兩個時間段。

熱點(Hotspot)與周熱度(DHW)是NOAA CRW開發的珊瑚礁白化遙感熱應力監測產品，其中熱點Hotspot是基于MMM氣候學基準計算的正異常值，用來表征每日海溫熱異常的大小，單位為℃，計算公式為[27]：

(2)

珊瑚礁的熱白化是一個長期的過程，除了短期的熱應激，研究證明長期的熱量累積也是重要的白化指標，并且能更有效地監測大規模珊瑚白化[9]。周熱度DHW是最近12周(84 d)熱應力強度(Hotspot)的累積量，單位為℃-周。連續一周的2 ℃ Hotspot與連續兩周的1 ℃ Hotspot所對應的DHW值是相同的，都是2 ℃-周[27]。在計算DHW時，為了避免長期低熱量累積導致指數虛高，并不會將所有的Hotspot進行累加。設置一個臨界閾值(critical threshold，CT)來對熱量累積進行限制，即把每個單元格的MMM+CT設置為當地熱應力積累的高通濾波值。通常CT為1 ℃，在本文研究中會對CT進行改進。DHW計算公式[27]為： 。

(3)

根據熱應力指數的大小可以判斷一個區域是否應該發出珊瑚礁白化警報。NOAA CRW將4 ℃-周DHW作為判斷白化發生可能性的重要閾值，當珊瑚礁附近的數值達到DHW≥4 ℃-周時，NOAA會向當地有關部門發出白化警報[29]。本文將這個判斷是否達到白化警報級別的DHW值稱為警報閾值(alert threshold，AT)，AT也將是本文的改進對象。

得到區域的Hotspot值與DHW值后，根據大小可以進行白化熱應力級別的劃分。參考NOAA CRW的白化級別劃分[27]，本文將按表1確定熱應力檢測指數對應的白化級別。

表1 白化熱應力級別劃分Tab.1 Coral bleaching thermal stress levels

2.2 白化閾值的評價指標

為了得到適合南海珊瑚礁的CT與AT，本文將不同閾值組合應用到收集的白化調查事件中，將得到的漏檢率(false negative rate，FNR)、誤檢率(false positive rate，FPR)與準確率(accuracy，ACC)作為檢驗白化閾值的標準。

對于珊瑚礁白化來說，報道中的白化事件可能被熱應力指數成功檢測(true positive，TP)，也可能未被成功檢測(false negative，FN)。未被成功檢測的事件在所有白化事件中的占比即為漏檢率FNR，公式為：

FNR=FN/(TP+FN)

(4)

如果情況相反，報道中是未發生白化事件，其熱應力指數或者未達到白化警報級別(true negative，TN)，或者達到了白化警報級別發生虛警(false positive，FP)。發生虛警的事件在所有未白化事件中的占比即為誤檢率FPR，公式為：

FPR=FP/(FP+TN)

(5)

最佳的白化閾值，需要兼顧FNR與FPR的大小。因為如果FNR太高，會導致白化事件的漏報； 而FPR太高，則會發生白化虛警。所以選擇準確率ACC，它表示所有檢測結果中正確的事件占全部事件的比率，其公式為：

ACC=(TP+TN)/(TP+TN+FN+FP)

(6)

以上3個評價指標： FNR,FPR和ACC，將是本文對白化熱應力檢測閾值改進的主要依據。改進后將得到研究區域的最佳閾值組合，進而獲得更準確的珊瑚白化檢測結果。

3 結果與討論

3.1 白化閾值的分析

對白化閾值組合進行研究評價，將CT設為0～1.5 ℃，AT設為0～8 ℃-周，取值間隔為0.01個單位，得到151×801的閾值矩陣，其中的每個點對應一種閾值組合。由于白化事件報道的時間精度不一，在每種閾值組合下取對應的157例白化事件發生當年的DHW最大值。未白化事件均為現場調查記錄，所以在每種閾值組合下取23例未白化事件調查當月的DHW最大值。依據式(4)和式(5)，求得不同閾值組合對應的漏檢率與誤檢率如圖2所示。

(a) FNR(b) FPR圖2 不同閾值組合的漏檢率與誤檢率Fig.2 FNR and FPR with different threshold combinations

圖2(a)可以看到FNR隨CT與AT的增加逐漸增加，即越高的CT與AT越不利于白化事件檢出。紅圈(1.0 ℃，4.0 ℃-周)處為NOAA CRW的閾值組合，對應的FNR為70.70%。這意味著在南海及其周邊海域，NOAA CRW閾值下熱應力指數僅能成功檢出約30%的白化事件，小于全球平均的40%白化事件檢出率[13]。與FNR相反，圖2(b)的FPR值隨CT與AT的增加逐漸減小，即越高的CT與AT越不易發生白化虛警。黑圈處的誤檢率值為13.04%，意味著NOAA CRW閾值下判斷未白化事件的成功率較高。過高的FNR與低FPR，說明NOAA CRW的閾值設置對南海珊瑚白化情況會產生低估。

綜合考慮檢測白化事件與未白化事件的正確率，根據式(6)，不加任何限制條件，求得不同閾值組合對應的ACC如圖3(a)，黑圈(1.0 ℃，4.0 ℃-周)處的ACC為58.13%，而藍圈(0.72 ℃，0.86 ℃-周)處可取得圖3(a)中準確率的最大值75.66%。使用FNR與FPR對閾值的取值范圍加以限制，從圖3(b)和(c)的變化中可以看出，藍圈處所對應的FNR與FPR小于40%但大于35%。而根據圖3(c)與(d)，FNR與FPR小于35%后，ACC最大值73.90%出現在紅圈(0.68 ℃，2.87 ℃-周)處，且此處FNR與FPR都小于30%，優于(0.72 ℃，0.86 ℃-周)處的結果。結合圖2可以看出，(0.72 ℃，0.86 ℃-周)處的高ACC是FNR與FPR的相對差異大導致的虛高。綜合考慮FNR、FPR與ACC，最佳白化閾值組合為臨界閾值=0.68 ℃、警報閾值=2.87 ℃-周。

(a) 無限制 (b) FNR與FPR<40% (c) FNR與FPR<35% (d) FNR與FPR<30%圖3 不同閾值組合的ACCFig.3 ACC with different threshold combinations

3.2 改進閾值在白化事件檢測中的應用

2007年，李淑等[16]在南沙群島進行了實地生態調查，發現在6 月19日時有部分珊瑚已經或正在發生白化，可能處在熱白化事件的初始階段，然而采樣期間的DHW均小于3 ℃-周，并不能達到NOAA CRW認為的足以發生顯著性白化事件的警報閾值(至少4 ℃-周)，所以認為在南沙群島的珊瑚白化熱應力監測可能存在低估現象。 應用NOAA CRW的臨界閾值(1 ℃)與改進后的臨界閾值(0.68 ℃)，分別在研究區域計算2007年6月19日、22日與25日的DHW值(圖4)。兩種計算閾值下得到的DHW在6月19—25日這一周都有逐漸增加的趨勢，表明調查時正處于升溫狀態，很可能是熱應力導致珊瑚礁白化的初期階段。通過圖4(a)—(c)與(d)—(f)的對比可以看到，臨界閾值的改進能在反映區域升溫特征的同時，顯著提高DHW值。

圖4 南海DHW分布Fig.4 DHW in the South China Sea

按1 ℃與0.68 ℃兩種計算閾值，分別計算得到2007年6月19—25日一周的Hotspot與DHW。再按照4 ℃-周與2.87 ℃-周的警告閾值，用表1的標準劃分白化區域級別。為了更直觀地比較兩種閾值組合產生的白化區域級別的范圍差異，分別求取2007年6月19—25日最大白化區域級別(圖5)。

(a) NOAA CRW閾值 (b) 改進閾值圖5 2007年6月19一25日最大白化區域級別[16]Fig.5 Maximum bleaching area level in seven days from June 19, 2007 to June 25, 2007 [16]

綠色框內為此次南沙群島白化事件的大致調查區域[16]，通過區域內7 d最大白化級別的對比發現： NOAA CRW產品在7 d內未發出白化警報，僅認為有可能發生白化，對實際白化情況產生了低估(圖5(a))； 而在閾值改進后，調查區域內同時段有大范圍的白化警報區域，與現場調查得到的結果相吻合，白化警報會有助于珊瑚礁管理人員掌握更真實的情況(圖5(b))。通過兩種結果的對比，證明經過改進后的白化熱應力指數會更適合在南海的珊瑚礁白化監測。

4 結論

本文基于遙感海溫數據集與白化指數Hotspot與DHW，依據180例南海及周邊海域珊瑚礁白化報道事件，使用漏檢率FNR、誤檢率FPR與準確率ACC等評價指標，對珊瑚礁白化熱應力檢測中的兩個關鍵閾值進行了評估與確定，從而實現了對白化熱應力檢測的改進。

1)經改進后的白化指數在熱應力檢測能力上有大幅提升，白化監測的準確率由58.13%提升至73.90%，且漏檢率和誤檢率都在30%以下，更能準確反映南海海域珊瑚礁白化的實際情況；

2)結合2007年6月在南沙群島調查得到的珊瑚礁白化事件，對比了閾值改進前后白化指數的應用效果，改進后的檢測結果有顯著改善；

3)本文提到的熱應力檢測閾值的評估與改進方法有很高的通用性，可根據情況繼續縮小研究范圍，提高地區白化熱應力檢測準確度。此外，海溫異常并不是珊瑚發生白化的唯一因素，太陽輻射、海水污染等也是導致珊瑚白化的重要原因，建立熱應力指數主導的多參數模型會使珊瑚礁遙感白化監測預警系統更加準確，從而更好地對珊瑚礁進行白化監測與管理保護。