盛 辉，郭结琼，王法景

(中国石油大学(华东) 地球科学与技术学院，山东 青岛 266580)

基于GOCI数据的2015年黄海海域绿潮监测及时空变化分析

盛 辉，郭结琼，王法景

(中国石油大学(华东) 地球科学与技术学院，山东 青岛 266580)

基于2015年的GOCI影像数据，以黄海海域为研究区域，结合NDVI,EVI,KOSC和IGAG方法，进行绿潮信息的提取，并对绿潮的分布状况、覆盖面积、密集度和漂移路径进行分析。结果表明，采用NDVI,EVI,KOSC和IGAG方法提取2015年黄海海域绿潮的结果一致，绿潮发生于5月中旬，消亡于8月上旬，持续时间约为75 d，其中6月中下旬是绿潮的爆发期，绿潮覆盖面积和分布面积均达到最大值。从绿潮漂移轨迹来看，绿潮发生于苏北外海海域，随后逐渐向青岛近海域漂移。

绿潮；GOCI数据；NDVI；EVI；KOSC；IGAG；黄海海域

近年来，黄海海域爆发的绿潮灾害主要由浒苔引起。浒苔是一种生存能力和繁殖能力较强的大型绿藻，绿藻门石莼科的一属[1-2]。浒苔虽然无毒，但其大规模的爆发会遮挡阳光，消耗海水中的氧气，对其他海洋生物造成不良影响，从而导致一系列环境和生态问题[3]。同时，国内外专家学者把绿潮、赤潮和水母并称为“海洋三大灾害”。

自2007年开始，我国黄海海域每年都会发生绿潮灾害，尤其是2008年夏天青岛黄海海域爆发的绿潮，覆盖面积达到600 km2，严重影响了第29届奥帆赛的顺利进行[4]。因此，绿潮监测已成为国内外学者研究的热点问题之一。由于绿潮具有覆盖面积大、生长速度快等特点，运用传统的船舶走航方法和航空遥感手段进行绿潮监测费时费力，而卫星遥感观测具有尺度大、覆盖范围广和时间分辨率高的优势，已成为绿潮宏观监测的重要手段[5]。2006年Gower等首次使用MERIS数据，采用最大叶绿素指数(MCI)算法对墨西哥湾马尾藻进行监测[6]。随后，MODIS(Terra/Aqua)、HJ-1 CCD、Landsat TM、SAR和北京一号等卫星数据也逐步应用到绿潮的监测中。

韩国于2010年6月发射了世界上第一颗地球同步轨道海洋水色卫星(GOCI)，每天可提供8景空间分辨率为500 m、时间分辨率为1h的GOCI影像数据。GOCI影像覆盖我国黄海、渤海和东海海域，近年来，基于GOCI数据监测绿潮灾害得到广泛应用。Son等通过分析不同水质条件下绿潮的光谱特性，提出了IGAG(Index of floating Green Algae for GOCI)绿潮提取算法，该算法对绿潮信号更敏感，能够从复杂的海水环境中将绿潮分离[7]；蔡晓晴等对比分析了GOCI主流探测算法的探测能力，并指出NDVI(Normalized Difference Vegetation Index)算法的探测能力明显优于OSABI(Ocean Surface Algal Bloom Index)，KOSC(Korea Ocean Satellite Center)，RVI(Ratio Vegetation Index)，EVI(Enhanced Vegetation Index)算法，且比IGAG算法更稳定[8]；蔡晓晴利用1 d 8景的GOCI影像，利用NDVI-a算法，提取了绿潮逐时分布信息，并得出绿潮漂移方向与海面风场方向具有一致性[9]。总体来说，目前国内外对绿潮大多基于MODIS数据进行监测，而基于GOCI数据在绿潮监测方面的应用较少。

本文以黄海海域为研究区，基于NDVI，EVI，KOSC和IGAG算法，利用2015年的GOCI影像数据对黄海海域的绿潮信息进行提取，并分析绿潮的空间分布和面积变化、生长过程变化和漂移路径，为绿潮预防和治理工作提供数据支撑。

1 数据与研究区域

1.1 GOCI数据

研究所用数据是2015年5月-9月的GOCI Level-1B数据，数据从韩国海洋卫星中心(http://kosc.kordi.re.kr)免费下载。GOCI数据共有8个波段(见表1)，空间分辨率为500 m，时间分辨率为1h，每天可提供北京时间8:30～15:30之间的8景影像数据[10]。

GOCI Level-1B数据首先需要进行大气校正，消除瑞利散射，瑞利校正后的遥感反射率Rrc为[11]

(1)

表1 GOCI波段特征表 nm

1.2 研究区域

根据从2015年5月-8月11幅GOCI影像上目视解译出的中国黄海海域绿潮的分布范围，确定研究区域为山东省和江苏省北部黄海海域，经纬度范围为33°-37°N，119°-123°E(见图1红框区域)。

图1 研究区域

2 研究方法

2.1 原理

不同重量的绿潮和海水现场光谱数据由国家海洋局第一海洋研究所提供，采集样本的范围为1 m3。通过分析绿潮和海水的光谱曲线(见图2)可以发现，虽然不同密度的绿潮样本各波段反射率不同，但是其光谱曲线的形状是一致的，在可见光的蓝光波段(400～500 nm)和红光波段(680 nm)出现吸收峰，在绿光波段(550 nm)和近红外波段(700～800 nm)出现反射峰，而海水光谱曲线较平缓，各波段反射率都很低，尤其是在近红外波段反射率几乎为零。总而言之，绿潮和海水的光谱曲线差异十分明显。

图2 海水和不同密度绿潮的光谱特性曲线

根据对绿潮和海水光谱曲线的对比结果可以得出，利用NDVI，EVI，KOSC和IGAG可有效地将绿潮和海水分离。4种指数的算式为

(2)

EVI=

(3)

(4)

(5)

其中:R(NIR)，R(RED)，R(BLUE)，R(GREEN)分别是近红外、红光、蓝光、绿光波段的遥感反射率，分别对应GOCI数据的第8波段(865 nm)、第5波段(660 nm)、第2波段(443 nm)和第4波段(555 nm)。

2.2 绿潮信息提取方法

绿潮信息提取过程中首先要对GOCI原始数据进行预处理，通过GDPS软件将GOCI L1B数据生成消除瑞利散射后的L2C数据，然后将消除瑞利散射后的影像数据的格式转换成ENVI标准格式，利用GLT方法对转换后数据进行几何校正，最后对几何校正后的影像进行裁剪，得到研究区GOCI影像。由于绿潮光谱特征和陆地植被光谱特征相似，为了避免地面植被对绿潮提取结果的影响，需要对陆地进行掩膜，海水和陆地范围通过GOCI L2P数据中的Landmask影像矢量化后获得。受云雾的影响，特别是在云边缘或薄云区域，其光谱在近红外波段的反射率通常高于红光波段的反射率，利用指数法提取绿潮时很容易将这些区域误分成绿潮，影响绿潮提取结果精度。因此，在提取绿潮之前需要进行云雾范围检测，对云雾进行掩膜，具体通过对GOCI第5波段(GREEN:660 nm)设置阈值来检测云雾范围，阈值的大小根据GOCI影像上云的厚度而定。

图3 标准假彩色合成GOCI影像

标准假彩色合成的GOCI影像(RED:745 nm, GREEN:660 nm, BLUE:555 nm)上绿潮显示为暗红色，海水显示为黑色或深蓝色(见图3)。从不同日期的GOCI影像上均匀选取绿潮和海水样本，通过波段运算分别计算绿潮和海水的NDVI，EVI，KOSC和IGAG值，针对每一种指数比较二者值的不同，最终得出绿潮样本的NDVI，EVI和IGAG值大于0，海水样本的NDVI，EVI和IGAG值小于0，因此，通过设置NDVI，EVI和IGAG阈值为0可以将绿潮和海水分离。但是，对于KOSC来说，由不同日期的GOCI影像上选取的样本计算出的KOSC阈值大小不一样，阈值范围为1.1～1.3，原因可能是绿潮在不同的生长阶段绿潮斑块的形状和大小均不相同，特别是在生长初期，斑块相对较小，由于GOCI影像的空间分辨率较低，与水体会产生严重的光谱混合现象[12]。因此，为尽可能的提高绿潮提取的精度，本研究针对不同日期GOCI影像设置不同的阈值对绿潮进行提取，KOSC阈值选取情况如表2所示。

表2 2015年各时相绿潮的KOSC阈值表

3 结果与分析

3.1 绿潮信息提取结果

本次黄海海域出现绿潮的时间范围为2015年5—8月，从韩国海洋卫星中心网站挑选出该时间范围内无云或少云的GOCI影像11幅，对该11幅GOCI影像数据进行大气校正、几何校正、陆地掩膜、云掩膜等预处理后，分别利用NDVI，EVI，KOSC和IGAG阈值法对黄海绿潮信息进行提取。

限于篇幅，本文仅选取2015-05-30、06-12和07-08黄海海域绿潮分布遥感监测结果进行展示(如图4所示)。GOCI卫星在黄海海域首次监测到绿潮是在05-20，最后一次在07-30，05-16和08-11未在黄海海域监测到绿潮，因此可以推断此次绿潮首次出现在黄海海域的时间为5月中旬，消亡时间为8月上旬，持续时间约为75 d。

图4 2015年黄海海域绿潮分布图

3.2 绿潮空间分布与面积变化

绿潮提取结果以像元为单位进行统计，绿潮的覆盖面积

S=N×r2.

(6)

式中:N为绿潮像元个数;r为卫星影像的空间分辨率，GOCI影像r值为500 m。

绿潮的分布面积通过计算分布范围矢量化后的面积获得，4种指数提取出的绿潮分布范围一致，由4种指数提取的黄海海域不同日期绿潮覆盖面积和分布面积情况如图5所示。

图5 绿潮分布特征统计直方图

2015年绿潮监测结果表明，采用四种指数提取的绿潮分布面积一致、覆盖面积相近，且均呈先增大后减少的趋势。以NDVI提取结果为例，2015-05-20，绿潮首次出现盐城外海海域，此时绿潮分布面积为4 951 km2，覆盖面积为155 km2；随后，绿潮的覆盖面积和分布面积急剧增加，到06-12绿潮分布面积和覆盖面积达到最大，分别为44 646 km2和12 928 km2，在此期间，绿潮分布面积平均每日增加1 700 km2，覆盖面积平均每日增加555 km2；此后，绿潮分布面积和覆盖面积逐渐减小，到07-30，仅有零星的绿潮出现，覆盖面积仅为200 km2，绿潮逐渐消亡。

3.3 绿潮生长过程分析

密集度是绿潮覆盖面积与分布面积的比值，它在一定程度上能够反映绿潮的生长情况[13]。根据绿潮分布特征统计表，计算由NDVI，EVI，KOSC和IGAG算法提取的2015年黄海海域不同时间绿潮密集度，结果如图6所示。

图6 2015年黄海绿潮分布密集度

2015年黄海海域绿潮的分布密集度近似呈正态分布，总体呈现先增加后减小的趋势。综合分析绿潮的分布面积、覆盖面积和密集度的变化情况，可以发现黄海海域绿潮经历出现、发展、爆发、衰退和消亡的生长过程。绿潮出现的时间在5月中旬，由于海水温度、光照条件、降雨、海水盐浓度以及海水PH值等气象因子逐渐有利于绿潮的生长和繁殖，绿潮在5月下旬和6月上旬迅速生长，其密集度也逐渐增大，到6月3日达到最大；到6月中下旬，由于各气象因子达到绿潮最适宜生长的范围，绿潮全面爆发，覆盖面积和分布面积达到最大，但其密集度有所下降，这可能与绿潮在洋流和海风的作用下导致漂移和扩散有关；到6月底和7月份，由于人为打捞、海水营养物质含量降低以及温度升高等因素的影响，绿潮分布面积、覆盖面积及密集度逐渐下降，绿潮生长进入衰退期；到7月底和8月初，绿潮零星分布，密集度几乎为0，绿潮逐渐消亡。

3.4 绿潮漂移路径分析

图7 2015年黄海海域绿潮漂移轨迹

首先计算不同时间绿潮分布范围的中心点，以此代表绿潮的位置，然后绘制2015年绿潮的漂移轨迹，绿潮漂移轨迹如图7所示。由图5可以看出，由于5月20日和7月30日的绿潮在黄海海域零星分布，密集度都接近于0，其中心点并不能很好地反映绿潮集中的位置，因此在反映绿潮总体漂移路径时可以将其排除。除了5月20日到5月24日和7月8日到7月30日以外，绿潮总体是由南向北漂移。5月中下旬，绿潮由苏北外海海域向西北方向漂移，到6月初，绿潮中心位置移动到日照近海海域，绿潮继续向东北方向移动，到6月下旬绿潮移动到青岛黄海海域，随后绿潮向西北方向移动，其中心位置逐渐向青岛近海海域移动。

绿潮漂移路径主要受海面风和表层海流的共同影响[14]。依立等人通过定量分析绿潮移动与海表面风场和海流之间的关系，发现盛行风向是绿潮漂移方向的主要驱动力[15]。黄海的夏季风大致出现在6月-8月之间，主要盛行南风和东南风[16]。2015年绿潮提取结果表明绿潮总体向北漂移，漂移方向和盛行风方向一致，在一定程度上说明绿潮提取结果的可靠性。

4 结束语

本文基于韩国静止海洋水色卫星GOCI影像数据，采用NDVI，EVI，KOSC和IGAG方法分别对2015年黄海海域的绿潮信息进行提取，并对绿潮的分布面积、覆盖面积、密集度和漂移路径进行分析。结果表明：

1)由NDVI，EVI，KOSC和IGAG 4种指数提取的2015年黄海海域不同时期绿潮分布面积一致，覆盖面积相近，在一定程度上说明了提取结果的可靠性。

2)2015年5月20日在盐城外海海域首次监测到绿潮，最后一次监测到绿潮是在7月30日，绿潮持续时间大约为75 d。期间，绿潮的覆盖面积、分布面积和密集度均呈先增加后减少的趋势，覆盖面积和分布面积最大出现在6月12日，分别达到44 646 km2和12 000 km2左右，密集度在6月3日达到最大，约为0.4。7月30日，绿潮在黄海海域零星分布，密集度几乎为0，到8月初绿潮逐渐消亡。

3)2015年黄海绿潮总体由南向北漂移。5月中下旬，绿潮由苏北外海海域向西北方向漂移，到6月初，绿潮中心位置移动到日照近海海域，随后绿潮继续向东北方向移动，到6月下旬绿潮移动到青岛黄海海域，此后绿潮向西北方向移动，其中心逐渐向青岛近海海域靠近。

4)在使用NDVI,EVI,KOSC和IGAG 4种指数提取绿潮的实验过程中，阈值的大小是通过从GOCI影像上选取绿潮和海水样本来确定的。另外，由于缺少现场实测数据验证，选取某一阈值对绿潮进行提取的结果是否正确只能通过目视解译来判断。这两方面原因导致绿潮的提取结果带有一定的主观性。

5)2015年绿潮爆发期间，由于受云雾的影响，黄海海域绿潮发生区仅有9 d GOCI影像可用，导致绿潮观测结果不能完全反映绿潮生长过程。由于SAR影像具有全天时全天候的监测能力，为能够更好的反映绿潮的生长状况，需要进一步结合SAR卫星影像对绿潮进行观测，以保证绿潮观测结果在时间序列上的连续性。

6)GOCI卫星数据在监测黄海海域绿潮的应用上有独特的优势，其时间分辨率为1h，每天可以获取北京时间从8:30～15:30之间的8景影像，利用这一优势可以进行绿潮的逐时变化分析。将绿潮的提取结果与2015年北海区海洋灾害公报对比发现，本次提取的绿潮的分布面积和海洋灾害公报数据大致吻合，绿潮的生长过程也与海洋公报数据一致，但是绿潮的覆盖面积偏差很大，这是由于GOCI数据空间分辨率为500 m，绿潮的覆盖面积是根据提取的绿潮像元个数和GOCI影像空间分辨率乘积计算得到的，由于混合像元的存在，导致最后得到的绿潮覆盖面积比绿潮实际覆盖面积大的多。为解决这一问题，需要进一步借助高空间分辨率的卫星数据或机载SAR数据对GOCI影像进行混合像元分解，得出绿潮面积的精细化模型，为绿潮遥感监测工作提供更精确的数据。

[1] 王建伟, 阎斌伦, 林阿朋, 等. 浒苔 (Enteromorpha prolifera) 生长及孢子释放的生态因子研究[J]. 海洋通报, 2007, 26(2): 60-65.

[2] 王晓坤, 马家海, 叶道才, 等. 浒苔 (Enteromorpha prolifera) 生活史的初步研究[J]. 海洋通报, 2007, 26(5): 112-116.

[3] 王婷. 浒苔对苏北近岸海域水质影响的初步研究[D]. 青岛: 中国海洋大学, 2011.

[4] HU C, HE M X. Origin and offshore extent of floating algae in Olympic sailing area[J]. Eos, Transactions American Geophysical Union, 2008, 89(33): 302-303.

[5] 顾行发, 陈兴峰, 尹球, 等. 黄海浒苔灾害遥感立体监测[J]. 光谱学与光谱分析, 2011, 31(6): 1627-1632.

[6] GOWER J, HU C, BORSTAD G, et al. Ocean color satellites show extensive lines of floating Sargassum in the Gulf of Mexico[J]. IEEE Transactions on Geoscience and Remote Sensing, 2006, 44(12): 3619-3625.

[7] SON Y B, MIN J E, RYU J H. Detecting massive green algae (Ulva prolifera) blooms in the Yellow Sea and East China Sea using geostationary ocean color imager (GOCI) data[J]. Ocean Science Journal, 2012, 47(3): 359-375.

[8] 蔡晓晴, 崔廷伟, 郑荣儿, 等. 静止海洋水色卫星 (GOCI) 绿潮探测算法对比研究[J]. 遥感信息, 2014 (5): 44-50.

[9] 蔡晓晴. 基于静止轨道海洋水色卫星数据的绿潮遥感探测方法和逐时变化特征研究[D]. 山东青岛: 中国海洋大学, 2014.

[10] RYU J H, HAN H J, CHO S, et al. Overview of geostationary ocean color imager (GOCI) and GOCI data processing system (GDPS)[J]. Ocean Science Journal, 2012, 47(3): 223-233.

[11] HU C. A novel ocean color index to detect floating algae in the global oceans[J]. Remote Sensing of Environment, 2009, 113(10): 2118-2129.

[12] 吴孟泉, 郭浩, 张安定, 等. 2008—2012 年山东半岛海域浒苔时空分布特征研究[J]. 光谱学与光谱分析, 2014, 34(5): 1312-1318.

[13] 章志, 陈艳拢, 罗锋. 基于遥感技术的 2014 年南黄海浒苔时空分布特征研究[J]. 淮海工学院学报, 2016, 25(1): 80-85.

[14] 乔方利, 王关锁, 吕新刚, 等. 2008 与 2010 年黄海浒苔漂移输运特征对比[J]. 科学通报, 2011, 56(18): 1470-1476.

[15] 衣立, 张苏平, 殷玉齐. 2009 年黄海绿潮浒苔爆发与漂移的水文气象环境[J]. 中国海洋大学学报(自然科学版), 2010 (10): 15-23.

[16] 卢健, 张启龙, 李安春. 苏北沿岸流对浒苔暴发及漂移过程的影响[J]. Marine Sciences, 2014, 38(10): 83-89.

Monitoringofgreenalgaeandanalysisofspatial-temporalchangesbasedonGOCIimagedatainYellowSeain2015

SHENG Hui，GUO Jieqiong，WANG Fajing

(School of Geosciences，China University of Petroleum，Qingdao 266580，China)

Yellow Sea is selected as the study area in monitoring green algae. Based on GOCI image data from 2015, this paper obtains the information of green algae by using NDVI, EVI, KOSC and IGAG method, and further analyzes the distribution, coverage area, density and drift path of green algae. The result shows that the extraction result of green algae by using NDVI, EVI, KOSC and IGAG method in Yellow Sea in 2015 stay consistent, in which green algae first occurred in middle May and demised in early August, the duration of disaster lasting for about 75 days. In mid to late June as the outbreak period of green algae, the distribution area and overage area reached the maximum value at the same time. From the drift path of green algae, green algae occurred in the open sea of northern Jiangsu, and then it drifted to Qingdao offshore gradually.

green algae；GOCI image data；NDVI；EVI；KOSC；IGAG；Yellow Sea

著录：盛辉，郭结琼，王法景.基于GOCI数据的2015年黄海海域绿潮监测及时空变化分析[J].测绘工程，2018，27(1)：52-58.

10.19349/j.cnki.issn1006-7949.2018.01.011

2016-08-23

国家自然科学基金资助项目(41476159)

盛 辉(1972-)，男，副教授.

郭结琼(1991-)，男，硕士研究生.

TP79

A

1006-7949(2018)01-0052-07

张德福]