崔萬松，潘德爐，白雁*，何賢強(qiáng)，朱乾坤，胡子峰，李騰，龔芳，張琳

(1.國家海洋局第二海洋研究所 衛(wèi)星海洋環(huán)境動力學(xué)國家重點(diǎn)實(shí)驗(yàn)室，浙江 杭州 310012)

南海北部表層顆粒有機(jī)碳的季節(jié)和年際變化遙感分析

崔萬松1，潘德爐1，白雁1*，何賢強(qiáng)1，朱乾坤1，胡子峰1，李騰1，龔芳1，張琳1

(1.國家海洋局第二海洋研究所 衛(wèi)星海洋環(huán)境動力學(xué)國家重點(diǎn)實(shí)驗(yàn)室，浙江 杭州 310012)

海洋顆粒有機(jī)碳(POC)是海洋固碳的一個關(guān)鍵參數(shù)。為了研究南海北部陸架及海盆表層POC濃度的時空分布特征以及變化趨勢，本文利用2009-2011年4個季節(jié)的實(shí)測數(shù)據(jù)，對NASA發(fā)布的MODIS/AQUA衛(wèi)星月平均POC遙感產(chǎn)品，進(jìn)行了驗(yàn)證和校正；并利用校正后的遙感數(shù)據(jù)分析了2003-2014年P(guān)OC的時空分布特征和變化趨勢。發(fā)現(xiàn)POC遙感產(chǎn)品與南海北部實(shí)測數(shù)據(jù)具有較好的線性關(guān)系(R2=0.72)，但存在系統(tǒng)性偏高，需利用實(shí)測數(shù)據(jù)對遙感數(shù)據(jù)進(jìn)行區(qū)域性校正。分析校正后的遙感數(shù)據(jù)發(fā)現(xiàn)，南海北部陸架POC濃度較高，平均為(33.34±8.02) mg/m3；呂宋海峽西南海域濃度較低，平均為(29.25±6.20) mg/m3；中央海盆區(qū)濃度最低，平均為(27.02±4.84) mg/m3。春夏季POC濃度較低，最低值一般出現(xiàn)在5月，冬季(12月至翌年1月)POC濃度達(dá)到最高。利用2003-2014年的長時間序列遙感葉綠素(Chla)和海表溫度(SST)、混合層深度(MLD)模式數(shù)據(jù)，以及實(shí)測數(shù)據(jù)對南海北部POC濃度的影響機(jī)制進(jìn)行了分析。發(fā)現(xiàn)POC與Chla在秋冬呈現(xiàn)較好的相關(guān)關(guān)系(R2=0.51)，但在春夏季較離散，表明秋冬季生物作用對POC影響較大。2003-2014年期間，POC與Chla、MLD及SST存在明顯的年際變化，但并沒有顯著的上升或下降趨勢。

南海北部；顆粒有機(jī)碳；生物作用；遙感反演；長時間序列變化

1 引言

顆粒有機(jī)碳(particulate organic carbon, POC)是指海水中有機(jī)顆粒物的碳含量，是海洋中重要的碳庫之一，也是海洋碳循環(huán)研究的一個關(guān)鍵參數(shù)[1]。在海洋碳循環(huán)中POC以顆粒沉降的方式將有機(jī)碳從上層海洋輸運(yùn)到深海，能在很長的時間尺度上將二氧化碳從大氣中移除，因此，POC向下輸出通量可反映海洋的凈固碳能力[2]，而上層海洋POC濃度和儲量的變化可影響POC輸出通量的大小[3]。在逐步發(fā)展的POC遙感估算模型基礎(chǔ)上，結(jié)合剖面分布模型，可以進(jìn)一步估算上層海洋POC儲量[4]，并判斷評估POC輸出通量[3]。因此，了解表層POC濃度的分布特征對POC輸出通量及海洋固碳研究是一個關(guān)鍵的因素。

南海北部既有生產(chǎn)效率較高的近岸和陸架[5]，也有寡營養(yǎng)鹽且葉綠素濃度和初級生產(chǎn)力都較低的陸坡和海盆區(qū)[6]，POC濃度及輸出通量在南海不同海域必然呈現(xiàn)不同的分布特征及季節(jié)變化，兩者的對比研究有利于更好的了解南海北部碳循環(huán)過程及固碳能力。由于實(shí)測數(shù)據(jù)缺乏，目前關(guān)于南海北部POC的研究并不多。陳建芳等[7]利用沉積物捕獲器研究了南海顆粒有機(jī)碳通量，發(fā)現(xiàn)其受季風(fēng)影響明顯。Hung等[8]研究了南海顆粒有機(jī)碳的分布特性和控制機(jī)制，發(fā)現(xiàn)陸架受陸源物質(zhì)和垂直混合過程的顯著影響，POC濃度較高，珠江口沖淡水POC濃度能達(dá)到156 mg/m3；而海盆地區(qū)POC濃度較低，一般在12～60 mg/m3，且與葉綠素濃度(Chla)有較好的相關(guān)關(guān)系，受生物作用影響較大。Liu等[9]研究了南海北部海盆SEATS站的POC濃度分布及同位素比重，發(fā)現(xiàn)POC濃度為12～36 mg/m3，呈現(xiàn)垂向遞減分布。陳蔚芳[2]對南海北部POC濃度與POC通量的季節(jié)變化進(jìn)行了研究，發(fā)現(xiàn)陸架區(qū)(水深小于200 m)POC輸出通量較高，但沒有明顯的季節(jié)變化；陸坡和海盆(水深大于200 m)輸出通量冬季最高，與初級生產(chǎn)力相一致。Wang等[10]發(fā)現(xiàn)在珠江口藻華期間POC濃度較平常增加數(shù)倍，浮游植物生長可產(chǎn)生了大量POC。Cai等[3]利用234Th/238U不平衡法計算了南海北部POC真光層輸出通量，發(fā)現(xiàn)沿岸區(qū)輸出通量與硅藻比重有很好的相關(guān)關(guān)系；在海盆，冬季的輸出通量要小于春季，可能是由于冬季產(chǎn)生藻華使得POC聚集與POC輸出在時間上有延遲所致。以上這些工作對南海碳循環(huán)研究奠定了良好的基礎(chǔ)。由于南海幅員遼闊，船測方式耗時耗力耗財，且易受到海況等影響，目前仍缺乏足夠的數(shù)據(jù)對POC濃度及通量進(jìn)行大面積、長時間尺度的分析研究。

近年來，利用遙感數(shù)據(jù)反演POC濃度已經(jīng)有了較大的發(fā)展[11—14]，其中包括NASA網(wǎng)站采用的POC算法[12]，可以較好地反演全球大洋POC表層濃度，獲得高時空分辨率的遙感產(chǎn)品，為POC研究提供了良好的數(shù)據(jù)源。此外，Hu等[14]利用南海實(shí)測數(shù)據(jù)集，建立了一個南海區(qū)域POC遙感算法。

本文將利用Cai等[3]文章中2009-2011年4個季節(jié)航次的實(shí)測數(shù)據(jù)，對MODIS/AQUA衛(wèi)星月平均POC遙感產(chǎn)品以及Hu等[14]反演算法進(jìn)行驗(yàn)證。在基于實(shí)測數(shù)據(jù)校正算法的基礎(chǔ)上，制作了2003-2014年南海北部POC遙感產(chǎn)品，分析12年間南海北部表層POC濃度的時空分布特征及變化趨勢，并結(jié)合其他遙感產(chǎn)品，如遙感葉綠素(Chla)和海表溫度(SST)、混合層深度模式數(shù)據(jù)，以及實(shí)測Chla和總懸浮物(TSM)等數(shù)據(jù)對南海北部POC濃度變化的影響因子進(jìn)行分析。

2 數(shù)據(jù)和方法

2.1 研究區(qū)域

南海是西北太平洋最大的邊緣海，總面積約3.5×106km2，屬熱帶和亞熱帶季風(fēng)氣候。南海常年受季風(fēng)影響，冬季盛行東北季風(fēng)，整個南海海流呈氣旋式環(huán)流；夏季盛行西南季風(fēng)，反氣旋式環(huán)流占據(jù)主導(dǎo)[15—17]。本文的研究區(qū)域位于南海北部(16°～24°N,108°～121°E)(圖1)，包括珠江沖淡水區(qū)、南海北部陸架、海盆北部以及呂宋海峽西部等區(qū)域。南海北部夏季，在西南季風(fēng)的驅(qū)動下，主要被反氣旋式環(huán)流控制[5,16]。夏季是珠江徑流量高峰期，此時廣東沿岸海域受陸源水的影響較大，給南海北部近岸和內(nèi)陸架帶來充足的營養(yǎng)鹽，使其有較高的初級生產(chǎn)力[6]，而海盆區(qū)域夏季則由于溫度高，海水層化明顯，營養(yǎng)鹽供給不足，初級生產(chǎn)力較低[5]。冬季東北季風(fēng)占主導(dǎo)，南海北部的海流方向與夏季相反，呈氣旋式環(huán)流[16]，南海北部混合層深度達(dá)到最深，且深于營養(yǎng)鹽躍層[18]，在海盆區(qū)，冬季相比夏季有更大的初級生產(chǎn)力；在呂宋島西北部由于Ekman效應(yīng)形成了冷渦，并且在呂宋海峽區(qū)域存在高溫高鹽的黑潮水入侵[19—21]。另外，南海北部常年受到臺風(fēng)、中尺度渦以及內(nèi)波[22—23]等物理擾動的影響。

圖1 南海地形和環(huán)流示意圖(參考Liu等[6])Fig.1 Sketch map of the South China Sea with isobaths (in meters) and currents referenced from Liu et al.[6]實(shí)線代表冬季環(huán)流，虛線代表夏季環(huán)流；藍(lán)框表示南海北部研究區(qū)域The solid and the dashed curves with arrows indicate the currents in winter and summer, respectively; the blue rectangle shows the study area of northern South China Sea

2.2 實(shí)測數(shù)據(jù)

本文使用的POC及Chla和TSM等實(shí)測數(shù)據(jù)來自Cai等[3]，為973“中國近海碳收支、調(diào)控機(jī)理及生態(tài)效應(yīng)研究”CHOICE-II項(xiàng)目支持的4個季節(jié)南海北部航次。夏季航次為2009年7月18日至8月16日(41個站位)；冬季航次為2010年1月6日至1月30日(30個站位)；秋季航次為2010年10月26日至11月24日(19個站位)；春季航次為2011年4月30日至5月24日(33個站位) (圖2)。本文主要采用表層數(shù)據(jù)進(jìn)行分析。

航次樣品的詳細(xì)采樣和測試方法請參考Cai等[3]文章。簡要概述如下：顆粒有機(jī)碳(POC)樣品處理方法按照J(rèn)GOFS實(shí)驗(yàn)規(guī)范進(jìn)行，利用直徑47 mm孔徑0.7 μm的GF/F玻璃纖維膜過濾，放置冰箱保存，帶回實(shí)驗(yàn)室，利用元素分析儀進(jìn)行分析。葉綠素(Chla)樣品通過直徑47 mm孔徑0.7 μm的GF/F膜過濾，使用錫紙包裝濾膜，放在液氮(-20℃)保存，帶回實(shí)驗(yàn)室，采用HPLC方法進(jìn)行測量[24]。總懸浮物(TSM)樣品經(jīng)過直徑47 mm孔徑0.45 μm的醋酸纖維膜過濾，放置冰箱保存，帶回實(shí)驗(yàn)室，在60℃下烘干直到恒重，利用十萬分之一電子天平進(jìn)行稱重(樣品膜和空白濾膜質(zhì)量差)。

圖2 2009-2011年4個季節(jié)航次站點(diǎn)分布圖Fig.2 The map of sampling stations in four seasons from 2009 to 2011

2.3 遙感數(shù)據(jù)

遙感數(shù)據(jù)采用NASA網(wǎng)站下載的MODIS/AQUA衛(wèi)星POC、Chla、海表溫度SST產(chǎn)品，空間分辨率為4 km×4 km。日平均POC遙感數(shù)據(jù)用于實(shí)測數(shù)據(jù)匹配，以驗(yàn)證遙感產(chǎn)品精度；月平均POC遙感數(shù)據(jù)用于分析南海北部POC的時空變化特征，時間跨度為從2003年1月至2014年12月(http://oceancolor.gsfc.nasa.gov/cgi/l3)。

混合層數(shù)據(jù)(MLD)采用HYCOM數(shù)值模式計算的混合層深度產(chǎn)品，時間跨度為2009年1月至2014年12月，分辨率為(1/6)°×(1/6)°，(http://orca.science.oregonstate.edu/1080.by.2160.monthly.hdf.mld.hycom.php)。HYCOM模式是美國全球海洋數(shù)據(jù)同化實(shí)驗(yàn)組改進(jìn)的一種數(shù)據(jù)同化海洋模式，可以較準(zhǔn)確反映出較高分辨率的海洋三維狀態(tài)(http://hycom.org/hycom/overview)?；旌蠈由疃葦?shù)據(jù)集是按照密度閾值計算，即將海水密度相比表層海水密度升高0.125 kg/m3的深度稱為混合層深度[25—26]；

目前NASA水色網(wǎng)站POC遙感產(chǎn)品采用的是Stramski等[12]的藍(lán)、綠波段(443 nm、555 nm)比值法算法：

(1)

Stramski等[12]利用南太平洋東部和大西洋東海岸53組實(shí)測的海表POC、Chla濃度，以及不同波段的遙感反射率(Rs)分析，發(fā)現(xiàn)海水中POC濃度變化引起的遙感反射率變化在440 nm附近最為顯著；隨著POC濃度增加，波長520 nm以上的遙感反射率幾乎沒有變化。在低濃度POC和Chla下，遙感反射光譜有相對較高的藍(lán)綠波段比值，相應(yīng)光譜變化在Chla的反演算法中也有體現(xiàn)[27—28]，因此，Stramska和Stramski[11]基于上述POC與光譜變化特征，借鑒Chla反演方法，采用波段比值法反演POC；通過實(shí)測數(shù)據(jù)分析，發(fā)現(xiàn)443 nm與555 nm波段的遙感反射率比值與POC有最佳的指數(shù)相關(guān)性(R2=0.871)，RMSE為21.29 mg/m3，平均誤差為2.26%，能夠較好地估算POC濃度，并且在濃度低于20 mg/m3的熱帶和亞熱帶太平洋與大西洋等海域反演結(jié)果也較好。

Hu等[14]基于覆蓋南海大部分區(qū)域的120組實(shí)測數(shù)據(jù)，并結(jié)合其他海域POC算法文獻(xiàn)[11,13]發(fā)現(xiàn)POC算法具有區(qū)域性差異，利用南海實(shí)測光譜數(shù)據(jù)和實(shí)測POC數(shù)據(jù)擬合得到一個南海區(qū)域POC算法：

(2)

NASA采用的Stramski等[12]算法與Hu等[14]算法形式一樣，但系數(shù)有所不同。本文利用Cai等[3]文章的2009-2011年4個航次數(shù)據(jù)，同時對兩種算法進(jìn)行比較和驗(yàn)證。

3 結(jié)果

3.1 POC遙感產(chǎn)品檢驗(yàn)

本文從NASA網(wǎng)站下載了443 nm和555 nm遙感反射率，根據(jù)Hu等[14]算法制作了相應(yīng)的遙感產(chǎn)品(POCHu)，并與NASA網(wǎng)站的POC遙感產(chǎn)品(POCNASA)進(jìn)行比較。按照航次時間，我們將POC實(shí)測數(shù)據(jù)與日平均的遙感數(shù)據(jù)進(jìn)行匹配?？紤]遙感數(shù)據(jù)(日平均、1 km)與實(shí)測數(shù)據(jù)(瞬時、單點(diǎn))的時空不一致，以及水色遙感數(shù)據(jù)受云掩膜影響而造成的數(shù)據(jù)量不足問題，我們對遙感數(shù)據(jù)依次采取3×3網(wǎng)格平均和5×5網(wǎng)格平均兩種方法處理；如果以上2種情況仍舊沒有數(shù)據(jù)，我們認(rèn)為此處無有效匹配值；以上匹配原則參考He等[29]。

經(jīng)過以上方式匹配之后，一共獲得19組匹配數(shù)據(jù)(圖3a)，包括瓊東沿岸(3個)，陸架陸坡(9個)，海盆(5個)及呂宋海峽(4個)等南海北部的典型區(qū)域。19個匹配點(diǎn)，僅有一個數(shù)據(jù)點(diǎn)為5×5網(wǎng)格，其他均為3×3網(wǎng)格平均數(shù)據(jù)。由于缺乏近岸的匹配數(shù)據(jù)，本文主要討論南海北部陸架和海盆區(qū)域的POC變化。

圖3 遙感數(shù)據(jù)與實(shí)測數(shù)據(jù)比較Fig.3 Comparison of the in situ POC data and satellite-derived POC dataa.遙感與實(shí)測數(shù)據(jù)有效匹配點(diǎn)分布圖；b.實(shí)測POC(POCin situ)與Hu等[14]算法計算的遙感產(chǎn)品(POCHu)擬合圖；c.實(shí)測POC與NASA的POC遙感產(chǎn)品[12](POCNASA)擬合圖；黑點(diǎn)代表3×3網(wǎng)格平均，紅點(diǎn)代表5×5網(wǎng)格平均a.The location of match-up stations；b.satellite-derived POC from Hu et al[14] algorithm; c.NASA algorithm[12]; black dots are the 3×3 satellite-derived values, while the red dot is the 5×5 satellite-derived value

對19組匹配數(shù)據(jù)進(jìn)行線性擬合(圖3b,c)，可以獲得遙感產(chǎn)品的校正公式：

POCin situ=0.319·POCNASA+11.821,

(3)

POCin situ=0.252·POCHu+10.822,

(4)

式中，POCin situ表示實(shí)測POC濃度；POCNASA表示NASA遙感POC產(chǎn)品，POCHu表示Hu等[14]算法計算的遙感POC濃度。

結(jié)果顯示兩種遙感數(shù)據(jù)與實(shí)測數(shù)據(jù)的線性關(guān)系較好，但兩者在POC濃度的低值區(qū)都表現(xiàn)較為離散，且均存在系統(tǒng)偏高的現(xiàn)象，其中式(3)R2=0.718，RMSE(SD)=6.54 mg/m3；式(4)R2=0.691，RMSE(SD)=6.849 mg/m3。因此，本文將采用式(3)對2003-2014年MODIS/AQUA的月平均POC產(chǎn)品進(jìn)行校正，分析其時空變化趨勢。

3.2 南海北部POC季節(jié)變化

本文將采用式(3)對2003-2014年MODIS/AQUA的月平均POC產(chǎn)品進(jìn)行校正，分析其時空變化趨勢。由于遙感產(chǎn)品校正匹配成功的站位水深都在100 m以上，且近岸懸浮物濃度較高會影響遙感反演精度，我們在分析中將100 m以淺的海域進(jìn)行掩膜，主要關(guān)注南海北部陸架和海盆區(qū)域。南海北部氣候態(tài)月平均(2003-2014年)遙感POC濃度分布呈現(xiàn)了顯著的空間變化(圖4)，高值基本分布在陸架海域，低值主要分布在海盆區(qū)。在本文研究區(qū)域中，近岸區(qū)域(100 m等深線附近)POC濃度相對較高(約50 mg/m3)，且高值區(qū)范圍隨著季節(jié)變化而不同；海盆北部POC濃度較低(約23.5 mg/m3)。夏季6-8月份POC低值區(qū)幾乎占據(jù)了整個南海北部，但是10月至翌年1月的秋冬季節(jié)POC濃度有不同程度的升高，最高可達(dá)40 mg/m3。呂宋海峽西南部海區(qū)的冬季POC濃度相比其他季節(jié)有明顯增高，可以達(dá)到50 mg/m3，并且高值可維持到翌年3月份；春夏季，呂宋海峽POC濃度基本回落到和海盆區(qū)相同的濃度水平，大約為23.5 mg/m3左右。

圖4 南海北部氣候態(tài)月平均(2003-2014年)遙感POC表層濃度分布圖Fig.4 The climatologic monthly averaged (2003-2014) sea surface POC distribution in the northern South China Sea a.1月;b.4月;c.7月;d.10月;白色區(qū)域代表水深小于100 m的近岸掩膜區(qū)和云掩膜等數(shù)據(jù)空缺；a中矩形框數(shù)字1、2、3分別代表選取的北部陸架、呂宋海峽西南部、北部海盆區(qū)域a-d indicates POC in January, April, June, and October, respectively; the white area indicates the depth less than 100 m and other area with invalid data; the number in three rectangles indicate the shelf of the northern South China Sea, the southwest area of Luzon Strait, the northern basin of South China Sea, respectively

通過2003-2014年的月平均POC變化圖可看出(圖5a)，南海北部POC具有較穩(wěn)定的季節(jié)變化特征。夏季POC處于最低值，約24 mg/m3，變化很小。冬季POC達(dá)到最高值，且存在年際變化；冬季的最高值發(fā)生2009年1月，約40.61 mg/m3，最低值發(fā)生在2010年2月，約29.59 mg/m3，其他年份冬季一般在35 mg/m3以上。我們將2003-2014年每月的月平均濃度進(jìn)行平均后，得到12年氣候態(tài)變化特征(圖5b)，大致上POC月變化趨勢呈U型，1月濃度比較高，約36.91 mg/m3，然后逐漸下降；5月份POC達(dá)到最小值，約24.47 mg/m3；之后POC濃度開始上升，6-8月份上升速度較慢，相比5月份濃度變化只是有小幅度上升；而9-11月份處于一個比較快速的上升階段，直到12月份POC濃度升到全年次高值，約35.75 mg/m3?？偟膩碚f，POC存在明顯的季節(jié)變化，最大值出現(xiàn)在冬季(12-2月)，最小值出現(xiàn)在春季(3-5月)，并且夏季(6-8月)POC濃度維持在一個較低的水平，秋季POC濃度開始迅速升高，直到冬季增到峰值。春夏季濃度最低且變化小(SD約0.78 mg/m3)，冬季濃度最高且變化大(SD約2.83 mg/m3)。

圖5 南海北部2003-2014年逐月POC濃度變化序列圖(a)和月平均氣候態(tài)變化圖(b，紅線代表SD)Fig.5 The monthly-averaged POC concentration from 2003 to 2014(a) and the climatologic monthly variation of POC(b, red line means SD) of northern South China Sea

圖6 3個典型區(qū)域2003-2014年P(guān)OC、Chl a、SST、MLD的時間序列變化Fig.6 The time series variation during 2003-2014 of POC, Chl a, SST, MLD in three chosen area a.南海北部陸架區(qū); b.呂宋海峽西南部; c.北部海盆a. The shelf of the northern South China Sea; b. the southwest area of Luzon strait; c. the northern basin of the South China Sea

3.3 南海北部POC年際變化

為了更準(zhǔn)確的研究南海北部POC濃度空間分布特征及相關(guān)因素(如海表溫度Chla濃度以及混合層深度等)在2003-2014年間的變化趨勢，我們選取了3個典型區(qū)域進(jìn)行討論：(1)南海北部陸架區(qū)(20.5°～21.5°N, 115.5°～117°E)；(2)呂宋海峽西南部(19°～20°N,118.5°～120°E)；(3)北部海盆(17.5°～18°N,114°～116°E)(圖4a)。分別計算了選擇區(qū)域內(nèi)的平均值在2003-2014年間的變化(圖6)。由圖6看出，3個區(qū)域的SST、Chla、MLD與POC，都存在較顯著的季節(jié)變化。Chla濃度增加的同時POC濃度也增加，表現(xiàn)出了同步漲消的趨勢；MLD與Chla濃度也有著相似的周期變化趨勢，但SST存在相反的季節(jié)變化。夏季溫度最高，混合層深度最淺，Chla濃度達(dá)到最低值，POC濃度最低；冬季溫度最低，混合層最深，Chla濃度最高，POC濃度最高。南海北部陸架區(qū)POC濃度相比其他兩個區(qū)域濃度最高，平均為(33.34±8.02) mg/m3，存在明顯的季節(jié)變化；相比其他兩個海域，該區(qū)域離岸較近且陸架水深較淺，受陸源物質(zhì)影響相對較大[3,10]。呂宋海峽西南部海域POC濃度稍低一些，平均為(29.25±6.20) mg/m3；北部海盆海域POC濃度最低，平均為(27.02±4.84) mg/m3；可以發(fā)現(xiàn)這兩個海域SST在上升時，Chla、POC、MLD同處于下降趨勢；SST下降時，Chla、POC、MLD同處于上升趨勢，且存在比較明顯的季節(jié)變化。呂宋海峽西南部海域冬季表現(xiàn)出較高的濃度，認(rèn)為冬季此處形成的一個冷渦造成[5,18]。

對2003-2014年的POC、Chla、SST、MLD進(jìn)行趨勢變化分析(圖6)，結(jié)果顯示雖然各參數(shù)存在顯著的年際變化，但是在2003-2014年間并沒有明顯增加或減少的變化趨勢(3個區(qū)域均為R2<0.1，P>0.1，沒有通過顯著性檢驗(yàn))。

4 討論

4.1 南海北部表層POC濃度遙感反演結(jié)果分析

根據(jù)文獻(xiàn)資料的實(shí)測數(shù)據(jù)，南海北部陸架和海盆的表層POC濃度在大約10～70 mg/m3[2—3,8—9]。Hung等[8]發(fā)現(xiàn)夏季珠江口沖淡水POC濃度能達(dá)到156 mg/m3；而海盆地區(qū)POC濃度全年都較低，一般在12～60 mg/m3。Liu等[9]在南海北部海盆SEATS站獲得的全年P(guān)OC濃度在12～36 mg/m3之間變化。由于受到陸源物質(zhì)和垂直混合的顯著影響，POC高值一般都集中在陸架區(qū)，秋冬季濃度高于春夏季；南海北部海盆的POC濃度一般在70 mg/m3以下[8]。Hu等[14]算法中實(shí)測的POC濃度可能稍有偏高，且南海中部海盆POC均大于30 mg/m3，造成其擬合的區(qū)域POC算法精度有一些偏差。本文利用Cai等[3]文章4個季節(jié)的POC實(shí)測數(shù)據(jù)對遙感產(chǎn)品校正，得到的陸架POC濃度在25～60 mg/m3之間，海盆濃度在20～45 mg/m3之間(圖4)，與前人研究結(jié)果較一致[2—3,8—9]，說明我們校正過后的遙感產(chǎn)品比較符合實(shí)際情況。

圖7 4個季節(jié)航次[3]實(shí)測POC濃度的頻數(shù)分布Fig.7 The frequency distributions of POC concentration in four seasons

由圖7可以看出，4個季節(jié)航次[3]實(shí)測POC濃度在20～60 mg/m3的范圍分別約占96.9%、73.2%、84.2%、93.3%，而大于60 mg/m3的濃度所占百分比很小，其中比重最大在秋季，僅占約15.8%，表明南海北部POC濃度大部分集中在20～60 mg/m3；夏季仍有約22%的濃度值處于較低水平，大約在10～20 mg/m3之間。通過遙感圖像(圖4c)也可以看出夏季海盆地區(qū)大部分是處于一個較低的濃度，約20 mg/m3左右，說明經(jīng)過區(qū)域性矯正的遙感數(shù)據(jù)能夠較好的反映南海北部POC濃度變化。

南海北部地處亞熱帶和熱帶地區(qū)，大部分屬于顯著的寡營養(yǎng)鹽區(qū)，營養(yǎng)鹽濃度在可檢測范圍以下[30—31]。春夏季，南海光照變強(qiáng)且溫度迅速上升，海水層化顯著，不利于水團(tuán)的垂直混合[32]，混合層較淺，深層營養(yǎng)鹽物質(zhì)無法進(jìn)入表層，葉綠素濃度極低[18,33]，造成了春夏季表層較低的POC濃度。秋冬季，太陽光照變?nèi)酰１頊囟认陆?，且東北季風(fēng)開始占主導(dǎo)，海水垂直混合加劇，冬季混合層變深達(dá)到最大[32]，這使得深層的營養(yǎng)鹽能夠達(dá)到表層，從而促進(jìn)浮游植物的生長，Chla濃度升高，初級生產(chǎn)力提高[6,21,34]，由此也增加了POC的濃度。另外，冬季在呂宋海峽西南部海域出現(xiàn)冷渦形成上升流[5,18]，深層富營養(yǎng)鹽的海水涌升，混合層加深出現(xiàn)海水夾帶營養(yǎng)鹽現(xiàn)象，從而促進(jìn)了表層的浮游植物生長[35—36]，Chla濃度升高，POC濃度也隨之升高，說明南海北部POC濃度的變化是物理-生物地球化學(xué)綜合作用且生物占主導(dǎo)的過程。此外，通過對2003-2014年的POC時間序列變化趨勢分析，發(fā)現(xiàn)POC濃度在12年間沒有出現(xiàn)顯著的增長或遞減的趨勢，表明南海北部的海洋生物作用及生物地球化學(xué)環(huán)境相對于全球氣候變化具有一定的適用性或調(diào)節(jié)性，也說明了POC變化機(jī)制的復(fù)雜特性。

4.2 POC濃度變化的影響因素分析

海洋中POC的來源主要有3種，陸源、海源以及海底沉積物的再懸浮[8]。河流入海徑流帶來的陸源有機(jī)碳，是近岸有機(jī)碳的重要來源；對于受陸源影響較小的海盆，浮游植物活動是POC的主要來源[2,8]。本節(jié)，我們首先利用4個季節(jié)實(shí)測的POC數(shù)據(jù)與相應(yīng)的Chla和TSM數(shù)據(jù)來研究浮游植物和陸源物質(zhì)對南海北部POC的影響；然后利用遙感長時間序列數(shù)據(jù)，對POC和Chla的關(guān)系再次進(jìn)行驗(yàn)證和分析。

從實(shí)測數(shù)據(jù)可以看出，南海北部Chla和POC的相關(guān)關(guān)系存在季節(jié)性變化圖(8a)。春、夏季表層Chla平均濃度分別為(0.15±0.11) mg/m3(n=33)和(0.19±0.24) mg/m3(n=41)，表層POC平均濃度分別為(31.8±9.24) mg/m3(n=33)和(29.76±23.4) mg/m3(n=41)；而且數(shù)值較集中，兩者沒有明顯的線性關(guān)系(春季R2=0.13,P>0.05; 夏季R2=0.05,P>0.05)。秋、冬季節(jié)的表層Chla平均濃度為(0.53±0.2) mg/m3(n=17)和(0.49±0.18) mg/m3(n=29)，表層POC平均濃度為(45.48±23.4) mg/m3(n=19)和(42±11.64) mg/m3(n=30)，比春夏季節(jié)明顯上升，且相互之間存在較好的線性關(guān)系(秋季R2=0.39,P<0.005;冬季R2=0.51,P<0.001)。表明秋冬季浮游植物的生長同時也增加了POC的濃度，出現(xiàn)了較好的相關(guān)關(guān)系，因此，有學(xué)者根據(jù)這種關(guān)系，利用Chla濃度估算POC濃度[10,37—38]。

在某些陸源影響較大的河口海域，POC的濃度會有極大的增高，如長江口海域TSM和POC會呈現(xiàn)較好的線性關(guān)系[39—40]，珠江口也發(fā)現(xiàn)了類似的關(guān)系[10]，說明TSM對POC的影響是比較大的。通過POC和TSM的散點(diǎn)圖(圖8b)看出，南海北部兩者關(guān)系在夏季比較離散(R2=0.16,P<0.05)，冬季則出現(xiàn)了較好的關(guān)系(R2=0.64,P<0.001)，表明冬季TSM對POC濃度的變化也產(chǎn)生了一定的影響。但是從濃度數(shù)值來看，冬季和夏季表層TSM平均濃度分別為(180±200) mg/m3(n=30)和(120±100) mg/m3(n=37)，兩個季節(jié)差別不大，大多集中在50～250 mg/m3之間，數(shù)值較小，可能是航次采樣站位離岸距離較遠(yuǎn)，受沖淡水影響較小，表明南海北部TSM對POC的影響很小。

圖8 實(shí)測數(shù)據(jù)POC與Chl a及TSM的散點(diǎn)圖Fig.8 The scatter plots of POC concentration versus Chl a (a, c), and POC concentration versus TSM (b, d) in the surface layera和b按季節(jié)劃分，c和d按水深劃分Data are divided by season (a,b) and by depths (c,d)

圖9 遙感POC與遙感Chl a及SST散點(diǎn)圖Fig.9 The scatter plots between the POC vs. Chl a (a,c,e) and POC vs. SST (b,d,f)a,b.南海北部陸架；c,d.呂宋海峽西南部；e,f.北部海盆；區(qū)域劃分見圖4a a,b. The shelf of north Southern China Sea; c,d.the southwest area of Luzon Strait; e,f. the northern basin

按照陸架(水深50～200 m)，海盆(水深大于200 m)分別做散點(diǎn)圖比較(圖8c，8d)。陸架區(qū)存在少量的陸源影響，除去這些較高的異常值，海盆和陸架區(qū)POC與Chla都存在較好的關(guān)系(圖8c)，但是海盆區(qū)(R2=0.44,P<0.001)要好于陸架區(qū)(R2=0.38,P<0.001)，表明在海盆區(qū)Chla對POC的影響更加顯著。TSM與POC關(guān)系圖中(圖8d)，陸架區(qū)(R2=0.74,P<0.001)要好于海盆(R2=0.23,P<0.05)，并且陸架TSM濃度為(170±110) mg/m3(n=26)，稍高于海盆為(100±40) mg/m3(n=19)，陸架相比海盆受到了更多的陸源影響，由此對POC造成了一定的影響。但兩區(qū)域的大部分TSM的大部分濃度小于400 mg/m3，說明TSM對POC的影響有限，POC主要影響因素仍是葉綠素。

為了獲得更多的時空變化數(shù)據(jù)，我們將3.3節(jié)中劃分的3個典型區(qū)域(圖4a)的遙感反演POC與遙感Chla及SST數(shù)據(jù)進(jìn)行相關(guān)分析(圖9)。在北部陸架，遙感反演POC與Chla存在很好的關(guān)系(R2=0.942,P<0.000 1,SD=0.032 mg/m3)， POC濃度隨著Chla濃度的升高而升高，生物作用對南海北部POC的影響顯著；同時，北部陸架POC與溫度的關(guān)系較好(R2=0.593,P<0.000 1,SD=1.491 mg/m3)，但弱于Chla，說明溫度也在一定程度的影響POC濃度變化，但溫度主要表征季節(jié)的演替。呂宋海峽西南部及北部海盆區(qū)，POC與Chla均具有較好的關(guān)系，但相對南海北部略為離散，呂宋海峽西南部及北部海盆區(qū)擬合系數(shù)分別為R2=0.66,P<0.000 1,SD=0.085 mg/m3；R2=0.796,P<0.000 1,SD=0.026 mg/m3。呂宋海峽西南部及北部海盆區(qū)，生物量水平較低，容易受到海流和中尺度渦等物理過程影響，造成POC與Chla的關(guān)系不如生物量較高的南海北部陸架明顯。呂宋海峽西南部及北部海盆區(qū)POC與溫度擬合系數(shù)分別為R2=0.673,P<0.001,SD=1.138 mg/m3；R2=0.636,P<0.001,SD=1.193 mg/m3，關(guān)系要稍好于陸架，溫度對POC的影響高于陸架，但總體上3個區(qū)域POC與SST的相關(guān)性均小于POC與Chla的相關(guān)性，說明溫度對POC的影響要小于生物作用。由圖8b、8d、8f看出POC隨著溫度的升高而下降，溫度上升MLD變淺，海洋上層營養(yǎng)物質(zhì)供給不足，生物量(Chla)較低，這樣也間接的影響了POC的濃度大小。

5 結(jié)論

本文利用4個季節(jié)航次實(shí)測的POC濃度與遙感POC產(chǎn)品進(jìn)行比較驗(yàn)證，發(fā)現(xiàn)兩者存在較好的線性關(guān)系，但現(xiàn)有的遙感POC產(chǎn)品系統(tǒng)性高于實(shí)測POC濃度，因此，利用南海北部的實(shí)測數(shù)據(jù)對NASA的遙感產(chǎn)品進(jìn)行校正，得到2003-2014年南海北部月平均表層POC濃度。分析發(fā)現(xiàn)南海北部陸架和海盆區(qū)表層POC濃度在10～60 mg/m3之間，且存在明顯的時空變化。POC濃度隨著離岸距離增加而降低；秋冬季POC濃度高而春夏季較低。對2003-2014年月平均遙感Chla、SST等產(chǎn)品以及HYCOM數(shù)值模式的2009-2014年混合層深度MLD分別了進(jìn)行時間序列變化分析，結(jié)果顯示南海北部POC濃度、Chla濃度、SST、MLD等存在顯著的年際變化，但并沒有明顯的升高或者降低的趨勢性變化。南海北部POC與Chla存在較好的相關(guān)關(guān)系，表明生物作用是影響POC濃度變化的主要因素；其他因素，如陸源物質(zhì)及中尺度渦等物理過程對POC也有一定的影響。由于實(shí)測數(shù)據(jù)限制，本文研究區(qū)域主要為南海北部陸架和海盆區(qū)域，但經(jīng)過4個季節(jié)航次實(shí)測數(shù)據(jù)的驗(yàn)證和校正，可以獲得準(zhǔn)確的大面積長時間序列分布的表層POC遙感數(shù)據(jù)，進(jìn)一步結(jié)合其他的衛(wèi)星數(shù)據(jù)(如風(fēng)速、海面高度等)和數(shù)值模式(水團(tuán)剖面結(jié)構(gòu)和輸運(yùn)等)數(shù)據(jù)，可以更好的研究南海POC變化機(jī)制，并進(jìn)一步估算POC儲量和輸出通量。

致謝:感謝廈門大學(xué)蔡平河教授提供POC等實(shí)測數(shù)據(jù)。

[1] 王桂芬, 曹文熙, 殷建平, 等. 海洋顆粒有機(jī)碳濃度水色遙感研究進(jìn)展[J]. 熱帶海洋學(xué)報, 2012, 31(6): 48-56.

Wang Guifen, Cao Wenxi, Yin Jianping, et al. Progress on ocean-color remote sensing of particulate organic carbon[J]. Journal of Tropical Oceanography, 2012, 31(6): 48-56.

[2] 陳蔚芳. 南海北部顆粒有機(jī)碳輸出通量, 季節(jié)變化及其調(diào)控過程[D]. 廈門: 廈門大學(xué), 2008.

Chen Weifang. On the export fluxes, seasonality and controls of particulate organic carbon in the Northern South China Sea[D]. Xiamen: Xiamen University, 2008.

[3] Cai P, Zhao D, Wang L, et al. Role of particle stock and phytoplankton community structure in regulating particulate organic carbon export in a large marginal sea[J]. Journal of Geophysical Research: Oceans, 2015, 120(3): 2063-2095.

[4] Pan Delu, Liu Qiong, Bai Yan. Review and suggestions for estimating particulate organic carbon and dissolved organic carbon inventories in the ocean using remote sensing data[J]. Acta Oceanologica Sinica, 2014, 33(1): 1-10.

[5] Chen Y L. Spatial and seasonal variations of nitrate-based new production and primary production in the South China Sea[J]. Deep Sea Research Part I: Oceanographic Research Papers, 2005, 52(2): 319-340.

[6] Liu K K, Chao S Y, Shaw P T, et al. Monsoon-forced chlorophyll distribution and primary production in the South China Sea: observations and a numerical study[J]. Deep Sea Research Part I: Oceanographic Research Papers, 2002, 49(8): 1387-1412.

[7] 陳建芳, 鄭連福, Wiesner M G, 等. 基于沉積物捕獲器的南海表層初級生產(chǎn)力及輸出生產(chǎn)力估算[J]. 科學(xué)通報, 1998, 43(6): 639-642.

Chen Jianfang, Zheng Lianfu, Wiesner M G, et al. Estimations of primary production and export production in the South China Sea based on sediment trap experiments[J]. Chinese Science Bulletin, 1998, 43(6): 639-642.

[8] Hung J J, Wang S M, Chen Y L. Biogeochemical controls on distributions and fluxes of dissolved and particulate organic carbon in the Northern South China Sea[J]. Deep Sea Research Part II: Topical Studies in Oceanography, 2007, 54(14): 1486-1503.

[9] Liu K K, Kao S J, Hu H C, et al. Carbon isotopic composition of suspended and sinking particulate organic matter in the northern South China Sea—from production to deposition[J]. Deep Sea Research Part II: Topical Studies in Oceanography, 2007, 54(14): 1504-1527.

[10] Wang G, Zhou W, Cao W, et al. Variation of particulate organic carbon and its relationship with bio-optical properties during a phytoplankton bloom in the Pearl River estuary[J]. Marine Pollution Bulletin, 2011, 62(9): 1939-1947.

[11] Stramska M, Stramski D. Variability of particulate organic carbon concentration in the north polar Atlantic based on ocean color observations with Sea-viewing Wide Field-of-view Sensor (SeaWiFS)[J]. Journal of Geophysical Research: Oceans, 2005, 110(C10): C10018.1-C10018.16.

[12] Stramski D, Reynolds R A, Babin M, et al. Relationships between the surface concentration of particulate organic carbon and optical properties in the eastern South Pacific and eastern Atlantic Oceans[J]. Biogeosciences, 2008, 5(1): 171-201.

[13] Allison D B, Stramski D, Mitchell B G. Empirical ocean color algorithms for estimating particulate organic carbon in the Southern Ocean[J]. Journal of Geophysical Research: Oceans, 2010, 115(1):1-16.

[14] Hu S, Cao W, Wang G, et al. Empirical ocean color algorithm for estimating particulate organic carbon in the South China Sea[J]. Chinese Journal of Oceanology and Limnology, 2015, 33(3): 764-778.

[15] Pohlmann T. A three dimensional circulation model of the South China Sea[J]. Elsevier Oceanography Series, 1987(45): 245-268.

[16] Hu J, Kawamura H, Hong H, et al. A review on the currents in the South China Sea: seasonal circulation, South China Sea warm current and Kuroshio intrusion[J]. Journal of Oceanography, 2000, 56(6): 607-624.

[17] Su J. Overview of the South China Sea circulation and its influence on the coastal physical oceanography outside the Pearl River Estuary[J]. Continental Shelf Research, 2004, 24(16): 1745-1760.

[18] Chen Y L, Chen H Y. Seasonal dynamics of primary and new production in the northern South China Sea: The significance of river discharge and nutrient advection[J]. Deep Sea Research Part I: Oceanographic Research Papers, 2006, 53(6): 971-986.

[19] Ning X, Chai F, Xue H, et al. Physical-biological oceanographic coupling influencing phytoplankton and primary production in the South China Sea[J]. Journal of Geophysical Research: Oceans, 2004, 109(C10): 1-20.

[20] Qu T, Mitsudera H, Yamagata T. Intrusion of the North Pacific waters into the South China Sea[J]. Journal of Geophysical Research: Oceans, 2000, 105(C3): 6415-6424.

[21] Qu T. Upper-layer circulation in the South China Sea[J]. Journal of Physical Oceanography, 1999, 30(6): 1450-1460.

[22] Wu C R, Chiang T L. Mesoscale eddies in the northern South China Sea[J]. Deep-Sea Research Part II: Topical Studies in Oceanography, 2007, 54(14): 1575-1588.

[23] Liu A K, Zhou Y, Hsu M K. Nonlinear Internal Waves in the South China Sea[M]. Advances in Engineering Mechanics: Reflections and Outlooks. World Scientific, 2005:297-313.

[24] Furuya K, Hayashi M, Yabushita Y. HPLC determination of phytoplankton pigments using N, N-dimethylformamide[J]. Journal of Oceanography, 1998, 54(2): 199-203.

[25] Monterey G, Levitus S. Seasonal Variability of Mixed Layer Depth for the World Ocean[M]. NOAA Atlas NESDIS 14. Natl. Oceanic and Atmos. Admin, 1997.

[26] Renaudie C, Baraille R, Morel Y, et al. Adaptation of the vertical resolution in the mixed layer for HYCOM[J]. Ocean Modelling, 2009, 30(2): 178-189.

[27] Clarke G L, Ewing G C, Lorenzen C J. Spectra of backscattered light from the sea obtained from aircraft as a measure of chlorophyll concentration[J]. Science, 1970, 167(3921): 1119-1121.

[28] O'Reilly J E, Maritorena S, Mitchell B G, et al. Ocean color chlorophyll algorithms for SeaWiFS[J]. Journal of Geophysical Research: Oceans, 1998, 103(C11): 24937-24953.

[29] He X, Bai Y, Pan D, et al. Satellite views of the seasonal and interannual variability of phytoplankton blooms in the eastern China seas over the past 14 years[J]. Biogeosciences, 2013, 10(7): 4721-4739.

[30] Tseng C M, Wong G T F, Lin I I, et al. A unique seasonal pattern in phytoplankton biomass in low-latitude waters in the South China Sea[J]. Geophysical Research Letters, 2005, 32(8):1-4.

[31] 劉洋. 南海次表層, 中層水團(tuán)結(jié)構(gòu)及其運(yùn)動學(xué)特征的研究[D]. 青島：中國海洋大學(xué), 2010.

Liu Yang. Study on the structures and the kinetics characteristics for the subsurface and intermediate water masses in the South China Sea[D]. Qingdao: Ocean University of China, 2010.

[32] Duan Rui, Yang Kunde, Ma Yuanliang, et al. A study of the mixed layer of the South China Sea based on the multiple linear regression[J]. Acta Oceanologica Sinica, 2012, 31(6): 19-31.

[33] 李小斌, 陳楚群, 施平, 等. 南海1998-2002年初級生產(chǎn)力的遙感估算及其時空演化機(jī)制[J]. 熱帶海洋學(xué)報, 2006, 25(3): 57-62.

Li Xiaobin, Chen Chuqun, Shi Ping, et al. Estimation of primary production of South China Sea from 1998 to 2002 by remote sensing and its spatio-temporal variation mechanism[J]. Journal of Tropical Oceanography, 2006, 25(3): 57-62.

[34] Chen C C, Shiah F K, Chung S W, et al. Winter phytoplankton blooms in the shallow mixed layer of the South China Sea enhanced by upwelling[J]. Journal of Marine Systems, 2006, 59(1): 97-110.

[35] Wang J J, Tang D L, Sui Y. Winter phytoplankton bloom induced by subsurface upwelling and mixed layer entrainment southwest of Luzon Strait[J]. Journal of Marine Systems, 2010, 83(3): 141-149.

[36] Shang S, Li L, Li J, et al. Phytoplankton bloom during the northeast monsoon in the Luzon Strait bordering the Kuroshio[J]. Remote Sensing of Environment, 2012, 124: 38-48.

[37] Legendre L, Michaud J. Chlorophyllato estimate the particulate organic carbon available as food to large zooplankton in the euphotic zone of oceans[J]. Journal of Plankton Research, 1999, 21(11): 2067-2083.

[38] Sathyendranath S, Stuart V, Nair A, et al. Carbon-to-chlorophyll ratio and growth rate of phytoplankton in the sea[J]. Marine Ecology Progress Series, 2009, 383: 73-84.

[39] 趙繼勝, 姬泓巍, 郭志剛. 冬季東海典型海域顆粒有機(jī)碳的垂直分布[J]. 海洋科學(xué), 2003, 27(6): 59-63.

Zhao Jisheng, Ji Hongwei, Guo Zhigang. The vertical distribution of particulate organic carbon in the typical areas of the East China Sea in winter[J]. Marine Sciences, 2003, 27(6): 59-63.

[40] 金海燕, 林以安, 陳建芳, 等. 黃海, 東海顆粒有機(jī)碳的分布特征及其影響因子分析[J]. 海洋學(xué)報, 2005, 27(5): 46-53.

Jin Haiyang, Lin Yian, Chen Jianfang, et al. Analysis of driving factors and distribution of particulate organic carbon in the Huanghai Sea and the East China Sea[J]. Haiyang Xuebao, 2005, 27(5): 46-53.

王蔓蔓，柯長青，邵珠德. 基于CryoSat-2衛(wèi)星測高數(shù)據(jù)的北極海冰體積估算方法[J]. 海洋學(xué)報, 2017, 39(3): 135-144, doi: 10.3969/j.issn.0253-4193.2017.03.013

Wang Manman, Ke Changqing, Shao Zhude. Arctic sea ice volume estimation method based on CryoSat-2 Satellite altimeter data[J]. Haiyang Xuebao, 2017, 39(3): 135-144, doi:10.3969/j.issn.0253-4193.2017.03.013

Satellite views of the seasonal and interannual variations of the particulate organic carbon in the northern South China Sea

Cui Wansong1, Pan Delu1, Bai Yan1, He Xianqiang1, Zhu Qiankun1, Hu Zifeng1, Li Teng1, Gong Fang1, Zhang Lin1

(1.StateKeyLaboratoryofSatelliteOceanEnvironmentDynamics,SecondInstituteofOceanography,StateOceanicAdministration,Hangzhou310012,China)

The particulate organic carbon (POC) plays an important role in the marine carbon cycle. It transports the organic carbon from the surface layer to the deep sea, and consequently removes the carbon dioxide (CO2) from the air, thus it is an important component of biological pump. To study the temporal and spatial distribution and long-term variation of sea surface POC concentration in the northern South China Sea (nSCS), we used the in situ data of four cruises from June 2009 to May 2011 to validate and calibrate MODIS/AQUA satellite monthly average POC products. The results shown the satellite-derived POC and in situ data had a good linear relationship in the nSCS (R2=0.72), but with a systematic bias. With the validated satellite POC products, we found that POC concentration in the shelf of the bias was high (33.34±8.02) mg/m3; the POC values of the southwest area of Luzon Strait was low (29.25±6.20) mg/m3, and POC had lowest values in the northern basin of SCS (27.02±4.84) mg/m3. The POC concentration was lower in spring and summer than that in winter and autumn; the lowest values generally appeared in May, and it remained a relative low and stable value from June to August, then the POC concentration began to rise in September, and reached the highest value in December. We analyzed the controlling factors on the POC distribution in the nSCS using the satellite-derived chlorophylla(Chla) concentration, sea surface temperature (SST), the model-derived mixed layer depth (MLD), as well as the in situ Chlaand total suspended matter concentration(TSM). The results demonstrated that the POC and Chlain the autumn and winter had a relatively good correlation(R2=0.51), but it was dispersed in the spring and summer, indicating that Chlahad significant influence on POC variation in the nSCS in autumn and winter. The POC, Chla, MLD and SST had the significant inter-annual variability, but had no significant increase or decrease trend in the period of 2003-2014. The mechanism of controlling POC spatial and temporal variation was complex.

the northern South China Sea; particulate organic carbon; biological effect; remote-sensing inversion; time series variation

2016-03-10；

2016-05-15。

973項(xiàng)目(2015CB954002)；海洋公益項(xiàng)目(201505003)；國家自然科學(xué)基金項(xiàng)目(41476155, 41322039)；“全球變化與海氣相互作用”專項(xiàng)(GASI-02-SCS-YGST01, GASI-02-PAC-YGST01, GASI-03-03-01-01)。

崔萬松(1992—)，男，山東省德州市人，從事海洋水色遙感研究。E-mail：cws0534@163.com

*通信作者：白雁，女，研究員，主要從事海洋遙感研究。E-mail:baiyan@sio.org.cn

P715.7;P714+.4

A

0253-4193(2017)03-0122-13