基于船载走航观测高光谱颗粒物吸收系数反演浮游植物粒级结构

利用高光谱监测数据反演浮游植物种群组成是当前海洋光学和水色遥感的研究热点。文章采用大西洋经向断面航次中走航式观测系统测量的海水总颗粒物吸收光谱数据,尝试建立了两种模型对浮游植物粒级结构(Phytoplankton size class,简称PSC)进行反演和比较讨论。一类模型是基于总颗粒物吸收光谱高斯分解获得的典型波段高斯带强度与色素浓度之间的关系,建立了偏最小二乘回归模型(Partial Least Squares regression model,简称PLS回归模型);另一类模型是采用长波波段吸收基线高度推算海水总叶绿素a浓度,进而根据Brewin等(2010)生物量算法推算PSC的三组分模型(简称三组分模型)。模型比较验证结果显示,两类模型对海水总叶绿素浓度的反演都有较高的精度,相对偏差ME在15%左右;对于三个粒级浮游植物对应的叶绿素浓度(Pico级C_p, Nano级C_n, Micro级C_m)的反演效果也相当, PLS回归模型反演的ME分别为28.4%、31.9%和41%,三组分模型反演的ME分别为31%、35.9%、37.7%。研究结果初步表明了采用高光谱吸收系数反演浮游植物种群结构的潜在优势,可为不同海域走航式高光谱观测系统的推广应用提供思路。

走航式海洋观测平台设计及其初步应用

缺乏现场海洋观测数据是限制我们进一步认识海洋的瓶颈之一。文章设计了具备远程遥测功能的全自动海洋监测平台,该平台无人值守、采用走航观测方式自动获取长时间序列海洋监测数据。此研究还对该平台进行了近海和远洋走航共两次验证测试。结果表明,该平台稳定可靠、兼容性好,走航数据符合所监测水域的水体特征,可用于探讨相关参数的变化特征,揭示事件和过程的机制机理。如果将该平台搭载于轮渡、渔船等非科考船,则可以在现有海洋技术条件下,高效地获取更大的空间和时间尺度的实时大数据,为解决海洋观测数据缺乏的问题,提供一种技术手段。