陳啟東, 鄧孺孺,*, 秦 雁, 熊龍海, 何穎清

1 中山大學地理科學與規(guī)劃學院, 廣東省城市化與地理環(huán)境空間模擬重點實驗室, 廣州 510275 2 珠江水利科學研究院, 廣州 510611

不同生長狀態(tài)珊瑚光譜特征

陳啟東1, 鄧孺孺1,*, 秦 雁1, 熊龍海1, 何穎清2

1 中山大學地理科學與規(guī)劃學院, 廣東省城市化與地理環(huán)境空間模擬重點實驗室, 廣州 510275 2 珠江水利科學研究院, 廣州 510611

珊瑚礁生態(tài)系統(tǒng)迅速退化是目前重要的生態(tài)環(huán)境問題之一，應用遙感技術監(jiān)測大范圍珊瑚礁的結構組成和變遷有很大的潛力。珊瑚光譜響應特征受珊瑚生態(tài)習性影響，在光學上相似而容易造成混淆誤判。采集了西沙群島大量石珊瑚樣品的光譜，對其光譜特征進行分析及成因探討。通過導數(shù)光譜、主成分分析研究了不同生長狀態(tài)珊瑚的光譜差異，并建立珊瑚生長狀態(tài)高光譜遙感判別準則。結果表明，珊瑚的光譜特性及其變化均較為復雜，受珊瑚種類和生長環(huán)境影響，光譜形狀主要由共生藻色素吸收決定的。結合520—530 nm、564—574 nm和600—605 nm的導數(shù)光譜可以區(qū)分健康珊瑚、白化珊瑚和藻類覆蓋的死珊瑚?？傮w判定準確度優(yōu)于80%，誤判的主要來源是種內(nèi)珊瑚反射率差異。研究表明珊瑚礁環(huán)境高光譜遙感可以定量評估珊瑚狀態(tài)的變化。

光譜特征; 石珊瑚; 生長狀態(tài); 西沙群島

珊瑚礁大面積覆蓋且生長在清澈淺海水域，遙感技術是調(diào)查和監(jiān)測珊瑚礁結構組成的一種有效手段[1]。由于高生物多樣性以及復雜的形態(tài)異質性，這些重要的生態(tài)系統(tǒng)在遙感監(jiān)測時會遇到光譜識別困難。珊瑚礁棲底物質反射光譜在光學上相似，高光譜分辨率傳感器才可能感知這些細微的差異[2]。近年來也有大量將高光譜技術應用于珊瑚礁生態(tài)環(huán)境領域的研究[2- 8]，Holden[2]現(xiàn)場測量133條不同狀態(tài)珊瑚的光譜，對數(shù)據(jù)進行統(tǒng)計分析得出珊瑚形態(tài)沒有光譜差異，但珊瑚的健康程度影響光譜。Hochberg等[7- 8]測量了12種珊瑚礁棲底物質的光譜(400—700 nm，1 nm間隔)，指出珊瑚、海藻的反射率值都比較低；沙的反射率值最高，缺少峰谷特征，最容易與其它物質區(qū)分。這些研究結果表明珊瑚的反射光譜有共同的特征，可通過遙感手段從其它棲底物質中區(qū)分出珊瑚。目前對珊瑚光譜測量分析還遠遠不足，利用光譜識別珊瑚礁組成部分大多集中在生態(tài)層次如珊瑚、海草、海藻和鈣質沙等，較少研究例如硬石珊瑚光譜在物種層次上是否可區(qū)分。

珊瑚的光譜特性及其變化均較為復雜，甚至同種珊瑚的光譜也存在明顯差異，充分理解珊瑚光譜總體趨勢和變異原因是進行光譜識別的關鍵。由于測量方法、數(shù)據(jù)質量不一致及缺乏因果關系的光譜環(huán)境，判別不同生長狀態(tài)珊瑚光譜特征存在一些不確定性。本文采用統(tǒng)一的測量方法對西沙群島常見的健康、白化珊瑚以及藻類覆蓋的死珊瑚光譜進行測量，旨在分析石珊瑚光譜特征和不同狀態(tài)的光譜差異，并探討其特征光譜的成因。目的是確定根據(jù)它們的光學特征能否準確地被識別，尋找區(qū)分它們的敏感波段，建立珊瑚礁生長狀態(tài)遙感判別方法，為今后珊瑚礁定量遙感提供依據(jù)。

1 研究區(qū)

選擇在海南省三沙市西沙群島開展實驗測量。西沙群島珊瑚礁生態(tài)系統(tǒng)是我國最具代表性的珊瑚礁生態(tài)系統(tǒng)之一，生態(tài)系統(tǒng)結構最為完整，造礁石珊瑚種類約占我國石珊瑚種類的3/4。目前也面臨著荒漠化和特色海洋生物資源瀕危的問題，而且隨著未來三沙市人類活動的加強，對研究區(qū)珊瑚礁生態(tài)系統(tǒng)的監(jiān)測和保護工作顯得尤為重要。出于實際野外數(shù)據(jù)采集的可行性，選取其中的永興島、石島、西沙洲、趙述島、北島、南沙洲和銀礫灘附近礁盤作為樣品采集區(qū)。采樣點位置如圖1所示。

圖1 研究區(qū)及采樣點位置

2 材料和方法

2.1 光譜測量方法

珊瑚光譜測量方法目前尚無一種通用的標準，常見有水表測量法和水下測量法[9]，水下測量法在原位狀態(tài)下進行，測量時珊瑚生態(tài)習性保持完全一致，但水下測量的入射光場常受到水表波浪以及光衰減等影響而不穩(wěn)定，特別在淺水區(qū)常出現(xiàn)光閃爍現(xiàn)象導致測量誤差很大。本文采取的是水表測量法，潛水采集珊瑚樣品取出水面，立即在船上進行光譜測量。采用荷蘭Avantes公司開發(fā)生產(chǎn)的AvaField便攜式野外雙通道光譜儀，測量光譜范圍為200—1100 nm，光譜分辨率為2.4 nm，光譜采樣間隔為0.6 nm，視場角為25°，實驗前對儀器及參考板進行嚴格標定。野外光譜測量的具體時間為2012年5月，測試時間一般選擇在當?shù)貢r間10:00—14:00進行，與衛(wèi)星傳感器過頂?shù)臅r間基本相同或相近。珊瑚樣品大小一般在5—30 cm，在測量過程中保持樣品濕潤，并保證儀器視場角均落在珊瑚表面。另外為了模擬比較珊瑚死亡過程中光譜的變化，分別在采樣后5d和1個月后再進行1次光譜測量。

物體反射率是反射輻射通量占入射輻射通量的比例，是波長的函數(shù)。測量時光譜儀兩個光纖探頭分別近垂直對準珊瑚樣品和參考板，同時獲得兩者的反射光能量，通過比值計算得到目標物體反射率(式1)。使用雙通道光譜儀可以有效地避免自然陽光的波動導致測量誤差，增加數(shù)據(jù)的可靠性。

(1)

式中,Lc、Lp分別為珊瑚樣品和參考板的反射光輻亮度，由光譜儀測量得到；Rc、Rp分別為珊瑚樣品和參考板的反射率，Rp經(jīng)過計量部門標定是已知值，故可算出樣品反射率Rc。

實測光譜數(shù)據(jù)在波長350 nm之前的紫外波段噪聲很大，900 nm之后由于水汽吸收的影響，有些值不盡合理予以剔除。350—900 nm數(shù)據(jù)質量較好，對合理值取平均，同時將反射率插值為波長間隔1 nm，得到該珊瑚的光譜曲線。

2.2 數(shù)據(jù)分析方法

光譜曲線間的差異體現(xiàn)在反射率大小和波形上。為了確定珊瑚礁生長狀態(tài)遙感的可行性和探尋識別的敏感波段，對光譜數(shù)據(jù)進行相關分析，主要從典型珊瑚反射率、主成分分析和導數(shù)光譜3個方面進行。主成分分析檢測光譜在反射率大小上的區(qū)別；光譜導數(shù)分析可以更仔細地檢查特定波長的光譜差異，增加一些類別的可分性。

主成分分析作為數(shù)據(jù)降維技術，是一種識別數(shù)據(jù)主導模式的方法?？梢越y(tǒng)計分析珊瑚種內(nèi)和種群間的光譜差異，找出各類型最有代表性的光譜，從而判斷各類型間光譜是否可區(qū)分。當種內(nèi)所有光譜有相似特征時，大多數(shù)方差保留在第一成分中。相對于使用平均值或主觀選擇代表性的光譜，主成分是更有效的。

導數(shù)光譜可以增強光譜曲線在坡度上的微小差別，突出反射光譜中的特征，解決很多定量分析問題，相比比值法和差異法更有效。計算光譜導數(shù)的近似方法是將連續(xù)光譜值的差除以它們的波長間隔 (式2—式3)。一階導數(shù)反映光譜曲線的變化率信息，而二階導數(shù)揭示曲線凹凸形狀信息。波長λi處反射率的一階導數(shù)FDR(λi)和二階導數(shù)DDR(λi)：

(2)

(3)

式中，R(λi)表示波長λi處的反射率。

3 結果與分析

選用幾種常見造礁石珊瑚，有健康杯形珊瑚(Pocilloporaverrucosa)、健康和白化鹿角珊瑚(Acroporabrueggemanni)、健康和白化蜂巢珊瑚(Faviaspeciosa)，塊狀白化珊瑚(未定種)。這里健康和白化是通過人工判定的典型狀態(tài)。以下分別對典型健康珊瑚、白化珊瑚以及明顯藻類覆蓋死珊瑚的光譜特征進行分析，在此基礎上應用更廣泛數(shù)據(jù)進行可分性分析及判別準則確立。

3.1 健康珊瑚光譜特征

3種健康珊瑚光譜曲線有顯著差異，但也有共同特征(圖2)：曲線形狀相似，可見光反射率值均較低，其中藍綠波段更低，主要是共生藻光合作用吸收的結果；在反射率光譜的675 nm波段都有明顯的由于色素吸收引起的譜形凹陷；在700 nm后的紅邊波段，反射率急劇上升增加數(shù)倍；近紅外強反射，一般都在30%以上甚至達60%，高值表明缺乏吸收或存在活躍的熒光。該圖中杯形珊瑚、蜂巢珊瑚表現(xiàn)明顯的三重峰模式，這種模式Myers等[5]也曾發(fā)表過評論。其特點是350—550 nm低反射率和近575、605和650 nm有反射峰。鹿角珊瑚這3個反射峰不太突出。總體來說，杯形珊瑚和蜂巢珊瑚光譜形狀比較相似，但光譜值大小有明顯差異，可見光波段相差一倍有余；紅邊區(qū)域差異明顯，杯形珊瑚光譜增幅最大，鹿角珊瑚較小，675 nm的吸收峰提前到665 nm且吸收峰不深，蜂巢珊瑚增幅先快后慢。

3.2 白化珊瑚光譜特征

白化事件中色素或共生的蟲黃藻損失導致珊瑚顏色變白，在光譜上會有反映。如圖3現(xiàn)場測量的3條白化珊瑚光譜，塊狀白化珊瑚在400—500 nm曲線下凹，500—600 nm曲線梯度較大并在600 nm達極大值約24%。白化蜂巢珊瑚與圖2健康的相比光譜增幅明顯，675 nm反射率值增加了4倍；500—550 nm曲線增幅較大，575 nm處反射峰已不明顯，在810 nm有明顯的吸收峰；觀察白化鹿角珊瑚表面有明顯藻類覆蓋，受藻類吸收影響反射率較低?？傮w來說，珊瑚白化后可見光反射率大幅升高，波形變的簡單平滑，在500—600 nm曲線梯度增大；近紅外變化不大甚至降低，這表明該波段從藻類反射的光可能比從組織或骨架反射的更多。

圖2 典型健康珊瑚光譜曲線

圖3 白化珊瑚光譜曲線

為了模擬珊瑚死亡過程中光譜的變化，以杯形珊瑚為例，對比采樣5d和1個月后測量的光譜，圖4是3次測量的曲線及其二階導數(shù)光譜。雖然跟真實水下白化珊瑚有區(qū)別，但可以避開藻類覆蓋等環(huán)境條件的干擾，對理解珊瑚白化過程中變化及成因是有用的?？梢姽獠ǘ?條曲線整體依次提高，波形逐漸變得簡單平直。相比現(xiàn)場測量，5d后測量的曲線在500—700 nm有明顯提高，其中550—650 nm曲線平坦，是一個寬高原峰值，575和605 nm處反射峰不明顯，650 nm處反射峰仍然保留；675 nm附近吸收峰也仍然存在但強度明顯減弱，且提前到670 nm，出現(xiàn)紅邊藍移現(xiàn)象。1個月后珊瑚完全死亡后測量的曲線除了在675 nm附近還留有少許吸收峰外，其它形狀幾乎呈直線，隨波長遞增，與碳酸鈣骨架光譜接近。從導數(shù)光譜中也看出，3次測量中波形起伏逐漸變得平緩簡單，近675 nm處吸收峰值也依次減小，且此峰位置也依次前移。

圖4 3次測量的杯形珊瑚光譜

3.3 藻類覆蓋珊瑚的光譜特征

珊瑚死亡后，表面容易被海藻覆蓋，改變珊瑚表面的反射光譜。藻類覆蓋的死珊瑚光譜與藻類類型及覆蓋比例有關。圖3中白化鹿角珊瑚由于表面明顯有藻類覆蓋，在550—650 nm光譜形狀與其它珊瑚不同，600和650 nm處是明顯波峰，藍綠波段反射率明顯低于其它白化珊瑚；在570 nm處有個吸收峰，跟藻紅蛋白在此處強吸收特征相吻合，推測曲線中含有了紅藻光譜信息。

圖5 3次測量的白化鹿角珊瑚光譜

3次測量的白化鹿角珊瑚光譜曲線及二階導數(shù)如圖5，現(xiàn)場測量的曲線波形豐富，跟健康珊瑚光譜相似；隨著時間推移，表面覆蓋藻類死亡或丟失，光譜曲線大幅增高，吸收峰逐漸趨于不明顯；一個月后測量的樣品，藻類幾乎完全死亡，曲線隨波長遞增且反射率值明顯較大，是珊瑚本底碳酸鈣骨架光譜。表明珊瑚光譜反射率特性主要是由表面物質吸收作用的結果，而吸收強度與含有的藻類種類和數(shù)量密切相關。從光譜上雖然比較容易區(qū)分純白化和健康珊瑚，實際上珊瑚死亡后，白色的骨骼持續(xù)時間很短，表面會被海藻快速覆蓋重新引起色素沉著，光譜可能與健康珊瑚類似。因此，不同狀態(tài)珊瑚不再是淺顯的可區(qū)分，甚至常常造成誤判。應用高光譜遙感定量評估珊瑚白化的程度，需要仔細檢查光譜曲線，尋找可分離的判定準則。

3.4 光譜可分性分析

選取現(xiàn)場測量的同物種健康/白化鹿角珊瑚以及健康/白化蜂巢珊瑚光譜，分別計算二階導數(shù)光譜并通過均值濾波處理，結果如圖6。二階導數(shù)定量分析光譜曲線的相對曲率，檢查光譜形狀并確定曲線峰谷變化的波長位置，幫助引導波段的選擇和遙感監(jiān)測的判別準則。這4條導數(shù)光譜波形起伏都比較顯著，共同的特征是在350—430 nm和890 nm處曲線幾乎一致，其它波段波形差異明顯。這兩物種珊瑚，健康珊瑚共有的波峰谷波長有525、575、590和605 nm；白化珊瑚共有的波峰谷波長有475、570、655、686和705 nm。導數(shù)分析顯示，白化珊瑚在430—440 nm，490—500 nm，564—577 nm，800—810 nm，860—880 nm波段是波峰且值為正，在830—843 nm之間有波谷值為負；而健康珊瑚剛相反。根據(jù)這些健康珊瑚與非健康珊瑚光譜特征，采用高光譜數(shù)據(jù)可被區(qū)分。

圖6 二階導數(shù)光譜曲線

圖7 三類珊瑚第一主成分光譜

以上的分析針對選取的典型珊瑚樣品光譜，區(qū)分健康和非健康珊瑚還是比較容易實現(xiàn)的，在更廣泛的光譜數(shù)據(jù)中是否同樣適用需有待檢驗。明顯被藻類覆蓋的死珊瑚光譜特征發(fā)生了變化，故和純白化珊瑚分開單獨成一類。根據(jù)人工判別將測量的120條光譜數(shù)據(jù)分成健康珊瑚、白化珊瑚和明顯藻類覆蓋的死珊瑚3個數(shù)據(jù)集。數(shù)據(jù)集間的光譜差異大于數(shù)據(jù)集內(nèi)光譜差異，珊瑚狀態(tài)的識別才可持續(xù)[10]。利用SPSS統(tǒng)計軟件分別對這3個數(shù)據(jù)集進行主成分分析，檢驗光譜差異及是否可分離。考慮到實際應用中紅外波段受水體衰減難以識別光譜差異，為避免這些數(shù)據(jù)在主成分分析中干擾，只選用了700 nm以內(nèi)的波段。結果表明大多數(shù)的方差在第一主成分中解釋，分別是健康珊瑚90%，白化珊瑚94%，明顯藻類覆蓋97%，分配給測定光譜的負荷都非常高，表明數(shù)據(jù)集內(nèi)光譜變化小。所以第一主成分可以被認為是在數(shù)據(jù)集內(nèi)的代表性光譜。使用最高載荷的第一成分計算的組分光譜如圖7，看出3種成分光譜有明顯的差異，而這種差異不能歸因于偶然，確認不同生長狀態(tài)珊瑚光譜間有差異，可以建立相應的判別準則進行區(qū)分。

由于計算的組分光譜是假設的，在現(xiàn)實中可能不會存在，根據(jù)實測光譜建立判別準則。選取其中的58條光譜曲線，反復實驗比較其導數(shù)光譜，尋找用于區(qū)分的波長范圍。確定564—574 nm、520—530 nm和600—605 nm這三波段來區(qū)分，分3步驟進行，判別準則如表1。為了測試這種識別技術的有效性，用余下的62條光譜數(shù)據(jù)進行驗證，其中健康珊瑚、白化珊瑚和明顯藻類覆蓋的死珊瑚分別是28、27和7條。整體正確識別率優(yōu)于80%。步驟一564—574 nm二階導數(shù)為負分離出健康珊瑚，28條健康珊瑚曲線正確分出19條，有1條白化珊瑚錯分成健康珊瑚；步驟二520—530 nm一階導數(shù)大于0.0005分離出白化珊瑚，26條白化珊瑚曲線中有22條被正確分類；步驟三600—605 nm一階導數(shù)均值為負，可以區(qū)分藻類覆蓋面和余下的健康珊瑚。相對來說健康珊瑚識別準確率稍低，主要是由于珊瑚物種繁多光譜復雜，從健康珊瑚第一主成分中解釋方差比例稍低也可看出。

表1 分類判別準則及精度驗證Table 1 Classification criterion and accuracy verification

4 討論

(1)使用比較全面的珊瑚光譜數(shù)據(jù)，主成分分析結果表明3種狀態(tài)珊瑚光譜有明顯差異。通過導數(shù)分析尋找判別敏感波段，最終選用3個窄波段范圍564—574 nm、520—530 nm和600—605 nm。采用564—574 nm二階導數(shù)為負判定是健康珊瑚，因為健康珊瑚一般在此波段是反射峰即二階導數(shù)為負；而此波段藻類普遍是吸收峰，白化珊瑚曲線幾乎是直線上升。珊瑚白化后由于共生藻吸收減少，500—550 nm光譜增幅很快也就是一階導數(shù)值大，采用520—530 nm一階導數(shù)均值大于某閾值為白化珊瑚，本文閾值0.0005是反復比較各種光譜得出。很多海藻包括常見的紅藻、綠藻和褐藻光譜在595—600 nm附近有明顯反射峰，600—625 nm曲線是下斜坡，故選取的600—605 nm一階導數(shù)為負數(shù)判定藻類覆蓋，而多數(shù)健康珊瑚在605 nm處是反射峰，在600—605 nm一階導數(shù)為正。珊瑚光譜幾乎所有的峰出現(xiàn)在狹窄的波長范圍內(nèi)，有時寬為20 nm，但通常為10 nm左右。選用的波段都在10 nm以內(nèi)，經(jīng)檢驗選用20 nm及以上的范圍，精度會降到50%以下。充分理解珊瑚光譜的成因以及不同狀態(tài)下光譜響應變化是光譜識別的關鍵。在缺乏因果關系的光譜環(huán)境中，光譜識別可能會得到不明確的結果[11]。Holden等[2]指出在582—686 nm是正斜率可判定表面覆蓋藻類，但后來發(fā)現(xiàn)很多情況下是明顯的負斜率[12]。數(shù)據(jù)顯示褐藻滿足這一判斷，但紅藻和綠藻不滿足。Clark[6]和Holden[2,13]都指出二階導數(shù)可以區(qū)分健康珊瑚和死珊瑚，但他們的結果略有差異。前者指出536 nm和596 nm一階導數(shù)值較低表示珊瑚已經(jīng)死亡；而后者建議500—590 nm白化珊瑚一階導數(shù)始終高于健康珊瑚。Holden[2]建議654—674 nm反射率的正斜率來辨別是鈣質沙，這是由于缺少葉綠素a，如果鈣質沙含有葉綠素a，這個判別的標準將可能失敗。開發(fā)穩(wěn)定的珊瑚和藻類的鑒別技術需要一個類似但更復雜的理解它們吸收和熒光對反射率的貢獻。

(2)珊瑚光學特性主要受體內(nèi)共生藻吸收的影響，其中共生蟲黃藻在石珊瑚中普遍存在的，是一種光合甲藻[14]，也是影響珊瑚光譜的重要因素。蟲黃藻含有能直接參與光化學反應的葉綠素a及其它輔助色素[15]。有研究表明它們保持大致的相對濃度(葉綠素a(39%)，多甲藻素(39%)，葉綠素c(13%)，甲藻黃素(7%)，β-胡蘿卜素(2%))，但絕對濃度高度可變[16]。這樣蟲黃藻色素對珊瑚光譜形狀貢獻是可預測的，但有不同的光譜反射率值大小。光譜形狀主要由色素吸收決定，通過導數(shù)分析方便識別色素吸收峰特征[17]。如圖4健康杯形珊瑚導數(shù)光譜，427、470、634、665和690 nm的二階導數(shù)峰非常顯著，與主要色素吸收相關(427、665和690 nm是葉綠素a，470 nm是葉黃素，634 nm是葉綠素c2)。反射率值大小跟蟲黃藻密度、體積和總色素含量等因素相關，取決于珊瑚種類和生長的環(huán)境條件。如不同光照條件色素密度會發(fā)生變化，低光強色素密度會增加，滿足珊瑚生長能量的需要。另外珊瑚蟲外胚層和內(nèi)胚層組織以及一些物種的骨骼中也都可能含有光合色素[18]。每種色素源的變化都可能使珊瑚光譜形狀和大小產(chǎn)生變化。蟲黃藻、宿主組織和珊瑚骨架含有的色素構成了反射光譜的基礎。

(3)珊瑚及海藻體內(nèi)或多或少含有相同的光合色素[19]，故光譜特征具有一定相似性，需要仔細檢查光譜特征及原因分析，才可能持續(xù)的可區(qū)分。很多珊瑚在550—600 nm有反射峰，跟此處多甲藻-葉綠素復合物的吸光度最小相關[20]。650—690 nm光譜曲線斜率依賴于葉綠素a濃度，據(jù)此可以從含有葉綠素a的棲底生物(如藻類，珊瑚)中辨別沒有藻成分的鈣質沙。紅藻可以通過體內(nèi)的藻紅蛋白在570 nm處強吸收峰的特征來辨別。Kleppel等[21]發(fā)現(xiàn)非白化珊瑚葉綠素c、多甲藻素和黃藻素分別是白化珊瑚的35、17和20倍，所以通常白化珊瑚反射率值更高和光譜形狀光滑，原因可能是損失蟲黃藻光合色素暴露了底層白色碳酸鈣骨架，藻類吸收作用減弱，珊瑚組織(通過散射和熒光)改變了從骨架反射的光。分析這些光譜反射率的變化，可以在廣泛范圍內(nèi)檢測白化珊瑚。但如果海藻覆蓋死珊瑚表面，海藻和蟲黃藻都普遍存在葉綠素a，使用葉綠素a區(qū)別白化珊瑚或最近死去的珊瑚可能變得困難。蟲黃藻含有獨特的多甲藻素，可根據(jù)白化珊瑚多甲藻素濃度降低，通過500—600 nm的光譜來區(qū)分白化和健康珊瑚。本文的判定準則也根據(jù)這個特征。

(4)除了色素吸收，熒光在特定情況下有助于反射光譜。如圖4健康杯形珊瑚導數(shù)光譜，除了前面提到的由于色素吸收導致的二階導數(shù)峰，在450—600 nm還有若干跟熒光有關的峰值。多數(shù)健康珊瑚在 680—685 nm有明顯的葉綠素熒光峰，還有顯著的<600 nm的熒光峰。由于蟲黃藻不發(fā)出波長<675 nm的熒光，因此珊瑚宿主組織可能是較短波長熒光的來源，有研究發(fā)現(xiàn)在藍、綠、橙和黃色波段的熒光[22]。450—600 nm珊瑚的寬熒光峰是多種色素激發(fā)的，其中486和515 nm熒光峰來源可能是膽蛋白質，575 nm可能是藻紅蛋白[22- 23]。很多健康珊瑚呈現(xiàn)出575 nm附近的反射峰，熒光可能是其原因，但還沒有證實是哪種色素，除了藻紅蛋白，珊瑚宿主組織的熒光蛋白(FPs)也會導致約570 nm處的峰值。

5 結論

本文選取西沙群島典型珊瑚礁作為數(shù)據(jù)采集樣區(qū)，對多物種不同生長狀態(tài)的硬石珊瑚樣品進行了反射率光譜測量，獲取了豐富的實地測量數(shù)據(jù)。利用主成分和導數(shù)分析方法對珊瑚光譜特征及其成因作了分析和探討，建立珊瑚生長狀態(tài)高光譜遙感判別準則。

(1)健康珊瑚由于共生蟲黃藻吸收，可見光波段反射率值均較低，光譜曲線起伏變化豐富，很多種類保持相似形狀，在575、605和650 nm都呈現(xiàn)反射峰；珊瑚白化后損失共生藻，吸收作用減弱及珊瑚組織散射使可見光波段特別是500—650 nm反射率大幅升高；藻類覆蓋的死珊瑚，重新引起色素沉著，可能會與健康珊瑚光譜相似，可利用蟲黃藻含有獨特的多甲藻素這一特征進行辨別。

(2)通過主成分和導數(shù)光譜分析方法，在統(tǒng)計學上驗證3種狀態(tài)珊瑚的可分性，確定可通過564—574 nm、520—530 nm和600—605 nm波段組合來識別，判別準則精度優(yōu)于80%，誤判的主要來源是種內(nèi)珊瑚反射率差異。

(3)盡管在遙感應用中還面臨諸多困難，然而這項工作提供精細尺度的珊瑚光譜分析，對傳感器波段設計和珊瑚礁生態(tài)系統(tǒng)監(jiān)測的意義。需要不斷豐富光譜數(shù)據(jù)，建立全面的珊瑚礁棲底物質光譜數(shù)據(jù)庫，不僅應用于遙感監(jiān)測，在光合作用和輻射傳輸模型等研究方面都有用。

目前研究的缺點是光譜測量時探頭視場范圍內(nèi)藻類覆蓋類型和比例沒有確認，光譜響應與藻類和珊瑚基底數(shù)量比值有關，故還不能定量評價藻類覆蓋對光譜的影響。

[1] Mumby P J, Green E P, Edwards A J, Clark, C D. The cost-effectiveness of remote sensing for tropical coastal resources assessment and management. Journal of Environmental Management, 1999, 55(3): 157- 166.

[2] Holden H M, LeDrew E F. Hyperspectral identification of coral reef features. International Journal of Remote Sensing, 1999, 20(13): 2545- 2563.

[3] Hedley J D, Mumby P J, Joyce K E, Phinn S R. Spectral unmixing of coral reef benthos under ideal conditions. Coral Reefs, 2004, 23(1): 60- 73.

[4] Hedley J D, Roelfsema C M, Phinn S R, Mumby P J. Environmental and sensor limitations in optical remote sensing of coral reefs: implications for monitoring and sensor design. Remote Sensing, 2012, 4(1): 271- 302.

[5] Myers M R, Hardy J T, Mazel C H, Dustan P. Optical spectra and pigmentation of Caribbean reef corals and macroalgae. Coral Reefs, 1999, 18(2): 179- 186.

[6] Clark C D, Mumby P J, Chisholm J R M, Jaubert J, Andrefouet S. Spectral discrimination of coral mortality states following a severe bleaching event. International Journal of Remote Sensing, 2000, 21(11): 2321- 2327.

[7] Hochberg E J, Atkinson M J. Capabilities of remote sensors to classify coral, algae, and sand as pure and mixed spectra. Remote Sensing of Environment, 2003, 85(2): 174- 189.

[8] Hochberg E J, Atkinson M J, Apprill A, Andréfou?t S. Spectral reflectance of coral. Coral Reefs, 2004, 23(1): 84- 95.

[9] 李京, 陳云浩, 劉志剛. 海島與海岸帶環(huán)境遙感. 北京: 科學出版社, 2010: 73- 73.

[10] Kutser T, Jupp D L. On the possibility of mapping living corals to the species level based on their optical signatures. Estuarine, Coastal and Shelf Science, 2006, 69: 607- 614.

[11] Hedley J D, Mumby P J B. Biological and remote sensing perspectives of pigmentation in coral reef organisms. Advances in Marine Biology, 2002, 43(3/4): 277- 317.

[12] Dan L B, W, Dustan P, Mazel C H, Stamnes K. Spectral signatures of coral reefs: Features from space. Remote Sensing of Environment, 2001, 75(1): 127- 137.

[13] Holden H, LeDrew E. Spectral discrimination of healthy and non-healthy corals based on cluster analysis, principal components analysis, and derivative spectroscopy. Remote Sensing of Environment, 1998, 65(2): 217- 224.

[14] Torres-Pérez J L, Guild L S, Armstrong R A. Hyperspectral distinction of two Caribbean shallow-water corals based on their pigments and corresponding reflectance. Remote Sensing, 2012, 4(12): 3813- 3832.

[15] 李淑, 余克服. 珊瑚礁白化研究進展. 生態(tài)學報, 2007, 27(5): 2059- 2069.

[16] Gil-Turnes S, Corredor J. Studies of the photosynthetic pigments of zooxanthellae in Carribbean hermatypic corals // Gomez E D, Birkeland C E, eds. Proceedings of the Fourth International Coral Reef Symposium. Manila, Philippines: University of the Philippines, 1981: 51- 54.

[17] Polerecky L, Bissett A, Al-Najjar M, Faerber P, Osmers H, Suci P A, Stoodley P, de Beer D. Modular spectral imaging system for discrimination of pigments in cells and microbial communities. Applied and Environmental Microbiology, 2009, 75(3): 758- 771.

[18] Dove S G, Takabayashi M, Hoegh-Guldberg O. Isolation and partial characterization of the pink and blue pigments of Pocilloporid and Acroporid corals. Biological Bulletin, 1995, 189(3): 288- 297.

[19] 王圓圓, 劉志剛, 李京, 陳云浩. 珊瑚礁遙感研究進展. 地球科學進展, 2007, 12(4): 396- 402.

[20] Prézelin B, Ley A C, Haxo F T. Effects of growth irradiance on the photosynthetic action spectra of the marine dinoflagellate,Glenodiniumsp. Planta, 1976, 130(3): 251- 256.

[21] Kleppel G S, Dodge R E, Reese C J. Changes in pigmentation associated with the bleaching of stony corals. Limnology and Oceanography, 1989, 34(7): 1331- 1335.

[22] Mazel C H. Spectral measurements of fluorescence emission in Caribbean cnidarians. Marine Ecology Progress Series, 1995, 120: 185- 191.

[23] Mazel C H. Coral fluorescence characteristics: excitation/emission spectra, fluorescence efficiences, and contribution to apparent reflectance. SPIE Proceedings, 1997, 2963: 240- 245.

Analysis of spectral characteristics of coral under different growth patterns

CHEN Qidong1, DENG Ruru1,*, QIN Yan1, XIONG Longhai1, HE Yingqing2

1GuangdongKeyLaboratoryforUrbanizationandGeo-simulation,SchoolofGeographyandPlanning,SunYat-senUniversity,Guangzhou510275,China2PearlRiverHydraulicResearchInstitute,Guangzhou510611,China

Rapid degradation and large-scale coral bleaching of coral reef ecosystems around the world are important ecological and environmental problems. Knowledge of community structure is of great importance in determining the world′s coral reef resources. Remote sensing has great potential for assessing the composition of coral reefs and the extent of reef change. Coral spectral response characteristics are affected by coral ecological habits, which may become confused by optical similarities. High spectral resolution sensors are required to perceive these subtle differences. To map the proportion of live and dead coral, the remote sensing sensor must be able to distinguish between their reflectance spectra. In this paper, we collected samples of various typical coral species with different growth characteristics from reefs near the Xisha Islands (also known as the Paracel Islands). Spectral reflectance of these samples was measured using an AvaField portable spectrometer. Spectral character analysis was carried out based on reflectance spectra, principle components analysis and derivative spectroscopy. Hyperspectral remote sensing criteria were established to distinguish corals with different growth habits. For coral, reflectance is a complex function of pigmentation, material composition structure and morphology. Coral spectral characteristics are highly variable, and are controlled by coral species and the growth environment. The coloration of corals is mainly due to symbiotic photosynthetic dinoflagellates commonly referred to as zooxanthellae. Despite variations in absolute magnitude between species, many healthy species remain a similar shape, and exhibit relatively depressed reflectance in the visible band because of the absorption of symbiotic algal photosynthesis and very rapidly increasing reflectance at wavelengths greater than 675 nm. There are either peaks or shoulders near 575, 600 and 650 nm. Coral bleaching is the result of symbiotic algae loss, which exposes the underlying white skeleton. Reductions in photosynthetic absorption and coral tissue scattering cause a rapid increase in reflectivity in visible bands, especially from 500 to 650 nm. The spectral reflectance of bleached corals has a higher amplitude and flatter shape. Algae-covered dead corals give rise to pigmentation that may be similar to that of healthy coral. Peridinin may be used as an indicator of algae-cover because it is a diagnostic pigment for dinoflagellates. Principal components analysis was employed to determine whether there are statistical differences between healthy, bleached and algae-covered corals. The first principal component explains 90%, 94%and 97%of the variance, respectively. Intra-species variability of the spectral features was not significantly different from interspecies variability. Spectral discrimination of these three states of coral is indeed possible with relative spectral response functions. Derivative spectra showed particular differences between species at specific wavelengths where several chlorophylls and other accessory pigments absorb. The results demonstrated that healthy coral, bleached coral and algae-covered dead coral can be distinguished according to derivative spectra at 522—530 nm, 564—574 nm and 600—605 nm. The overall accuracy is above 80% with the main source of error resulting from intra-species spectral variability. These results show that the application of hyperspectral remote sensing to quantitatively assess the extent of coral bleaching is feasible. The spectral libraries are an important resource, which can be used not only in remote sensing, but also in photosynthetic studies.

spectral characteristics; scleractinian corals; growth patterns; Xisha Islands

國家自然科學基金項目(41071230, 41301452); 海洋公益性行業(yè)科研專項經(jīng)費項目(201205040); 國家科技支撐計劃項目(2012BAH32B00); 廣東省科技計劃項目(2011A011301001)

2013- 06- 26;

2014- 05- 30

10.5846/stxb201306261783

*通訊作者Corresponding author.E-mail: eesdrr@mail.sysu.edu.cn

陳啟東, 鄧孺孺, 秦雁, 熊龍海, 何穎清.不同生長狀態(tài)珊瑚光譜特征.生態(tài)學報,2015,35(10):3394- 3402.

Chen Q D, Deng R R, Qin Y, Xiong L H, He Y Q.Analysis of spectral characteristics of coral under different growth patterns.Acta Ecologica Sinica,2015,35(10):3394- 3402.