潘 俊, 于 非, 4, 任 強(qiáng), 魏傳杰, 李 靖

?

基于光學(xué)傳感器在南黃海硝酸鹽調(diào)查中的使用初探

潘 俊1, 2, 3, 于 非1, 2, 3, 4, 任 強(qiáng)1, 魏傳杰1, 李 靖5

(1. 中國(guó)科學(xué)院海洋研究所 環(huán)境工程中心, 山東 青島 266071; 2. 中國(guó)科學(xué)院大學(xué), 北京 100049; 3. 中國(guó)科學(xué)院海洋大科學(xué)研究中心, 山東 青島 266071; 4. 青島海洋科學(xué)與技術(shù)國(guó)家實(shí)驗(yàn)室 海洋動(dòng)力過程與氣候功能實(shí)驗(yàn)室 山東 青島 266071; 5. 中國(guó)科學(xué)院海洋研究所 中國(guó)科學(xué)院海洋生態(tài)與環(huán)境科學(xué)重點(diǎn)實(shí)驗(yàn)室, 山東 青島 266071)

南黃海海域中營(yíng)養(yǎng)物質(zhì)影響生物地球化學(xué)循環(huán)過程, 為了加強(qiáng)對(duì)此過程的機(jī)制與速率的認(rèn)識(shí), 本文利用新型硝酸鹽傳感器(Submersible Ultraviolet Nitrate Analyzer, SUNA)在2016年5、6月開展南黃海硝酸鹽調(diào)查, 進(jìn)行了實(shí)驗(yàn)室標(biāo)定、現(xiàn)場(chǎng)調(diào)查及后續(xù)數(shù)據(jù)處理改進(jìn)等工作。討論了其在南黃海使用的可靠性, 綜合考慮了南黃海典型的溫-鹽結(jié)構(gòu)特征及蘇北淺灘的高濁度對(duì)SUNA測(cè)定結(jié)果的影響, 較深入地分析了溫度-鹽度校正、濁度的影響等方面。測(cè)定結(jié)果表明, 在實(shí)驗(yàn)海域中修正后的硝酸鹽數(shù)據(jù)與采用國(guó)家標(biāo)準(zhǔn)的傳統(tǒng)方法的同步觀測(cè)結(jié)果具有良好的線性關(guān)系, 相關(guān)性達(dá)到0.9以上, SUNA可在蘇北淺灘等濁度較高的海域中使用。

南黃海; 硝酸鹽; 傳感器

營(yíng)養(yǎng)鹽是海洋浮游植物生長(zhǎng)所必需的物質(zhì)基礎(chǔ)。營(yíng)養(yǎng)鹽在海水中的不同濃度和組成, 影響海洋初級(jí)生產(chǎn)力, 對(duì)浮游植物的群落結(jié)構(gòu)具有調(diào)節(jié)作用。國(guó)家海洋局的海洋環(huán)境公報(bào)顯示, 自2003年起, 在南黃海采樣的站位中, 有超過一半的DIN含量大于14 μmol/L[1]。從NO3–-N/DIN比值上來說, 大部分在0.8~1[2], 許多的室內(nèi)實(shí)驗(yàn)表明, 滸苔對(duì)N、P元素具有快速吸收的能力, 而且對(duì)N的吸收需求比P的吸收更高[3]。

海水中營(yíng)養(yǎng)鹽常用的實(shí)驗(yàn)室測(cè)定方法是基于調(diào)查船的現(xiàn)場(chǎng)采樣, 由于檢出限較低, 在寡營(yíng)養(yǎng)鹽海區(qū)具有檢測(cè)優(yōu)勢(shì)。但該方法實(shí)時(shí)性較差, 難以達(dá)到突發(fā)性污染事故的現(xiàn)場(chǎng)測(cè)定需要近乎原位觀測(cè)的要求, 樣品易受污染, 因采集、預(yù)處理、裝載、運(yùn)輸?shù)冗^程造成的測(cè)定誤差在20%~45%[4]; 不能提供連續(xù)數(shù)據(jù), 不易監(jiān)測(cè)到降雨、藻華爆發(fā)等間歇性事件[5]造成的營(yíng)養(yǎng)鹽濃度急劇變化?；诤Ｋ畬?duì)190~370 nm的紫外吸收特征, Sakamoto等[6]利用光譜反卷積技術(shù), 通過改進(jìn)的光學(xué)系統(tǒng)和內(nèi)置智能采樣調(diào)節(jié)系統(tǒng)研制一款無需化學(xué)試劑的水下硝酸鹽分析儀-Deep SUNA (Submersible Ultraviolet Nitrate Analyzer)。Deep SUNA的設(shè)計(jì)耐壓深度2 000 m, 可在高濁度、高CDOM(有色溶解有機(jī)物)等更多特殊環(huán)境下進(jìn)行硝酸鹽測(cè)量分析。相對(duì)傳統(tǒng)方法具有準(zhǔn)確性較高、實(shí)時(shí)性強(qiáng)、采樣頻率高(1 Hz)等特點(diǎn), 對(duì)于傳統(tǒng)方法是一種有益的補(bǔ)充。

SUNA首次應(yīng)用在LOBO(Land/Ocean Biogeochemical Observatory)項(xiàng)目中的浮標(biāo), 1 h記錄一組數(shù)據(jù), SUNA獲取的數(shù)據(jù)較一致地跟蹤和識(shí)別與重大徑流事件有關(guān)的硝酸鹽尖峰[7]; 在2008~2011年期間使用了Argo浮標(biāo), 主要應(yīng)用到HOT(Hawaii Ocean Time Series)站, 便于進(jìn)行長(zhǎng)期觀測(cè)[8], 營(yíng)養(yǎng)鹽及其它傳感器搭載在海洋浮標(biāo)、AUV、ROV、Glider等[9], 提供長(zhǎng)時(shí)間序列數(shù)據(jù)。

將基于多平臺(tái)獲取的SUNA數(shù)據(jù)應(yīng)用于分析海洋中營(yíng)養(yǎng)鹽的濃度分布和變化、研究海洋生源要素循環(huán)、預(yù)測(cè)藻華暴發(fā)等環(huán)境災(zāi)害, 并已取得了一定的研究成果[10]。Johnson等[11]測(cè)定了加利福尼亞Monterey海灣中多參數(shù)(硝酸鹽、溶解氧、總二氧化碳濃度)的晝夜變化, 并實(shí)時(shí)觀測(cè)Redfield比值, 結(jié)果顯示硝酸鹽的濃度變化少于預(yù)期, 認(rèn)為可能存有氨基氮和尿素等其他氮源, 參與了浮游植物光合作用。Liu等[12]利用SUNA獲取的數(shù)據(jù)研究次中尺度(1~10 km)的物理過程對(duì)北太平洋副熱帶浮游生態(tài)系統(tǒng)的影響, 探討冬季混合作用與營(yíng)養(yǎng)鹽躍層淺化, 可增強(qiáng)鋒面處垂向水體交換, 促進(jìn)藻類生長(zhǎng); 營(yíng)養(yǎng)鹽的斑塊分布有助于微藻生長(zhǎng), 增加溶解態(tài)有機(jī)碳的輸出。

1 材料與方法

1.1 站位設(shè)計(jì)

結(jié)合以往的黃海滸苔演變的遙感分析及調(diào)查經(jīng)驗(yàn)[13], 5月份的滸苔主要分布在蘇北淺灘附近, 故調(diào)查重點(diǎn)在該區(qū)域, 并結(jié)合調(diào)查船舶(“科學(xué)三號(hào)”海洋科學(xué)考察船)的條件盡可能地在近岸調(diào)查并加密觀測(cè), 共觀測(cè)了35站。6月份滸苔已整體向北移動(dòng)并應(yīng)進(jìn)行黃海跨區(qū)域聯(lián)防聯(lián)控, 故擴(kuò)大調(diào)查區(qū)域到整個(gè)南黃海海區(qū)(圖1), 同時(shí)為了使SUNA觀測(cè)的數(shù)據(jù)量較多, 更好地與采用國(guó)家標(biāo)準(zhǔn)方法的實(shí)驗(yàn)室測(cè)定的數(shù)據(jù)進(jìn)行比對(duì)、增加結(jié)果的可靠性及預(yù)測(cè)的準(zhǔn)確性, 在經(jīng)向122.5°E和123°E, 于30°~33°N, 每0.5°觀測(cè)一站, 共計(jì)14站, 故6月份共觀測(cè)了36站, 5、6月份的SUNA匹配采用國(guó)標(biāo)的方法獲取數(shù)據(jù)量各275組。

圖1 5、6月南黃海采樣站位區(qū)域分布圖

1.2 測(cè)量原理及采樣方法

SUNA測(cè)量原理是通過使用穩(wěn)定的紫外光源(氘燈)、傳感探頭和精密光譜儀實(shí)現(xiàn)測(cè)量, 光學(xué)傳感系統(tǒng)測(cè)量原位吸收光譜(硝酸鹽在217~240 nm光譜區(qū)間具有明顯的吸光度), 使用嵌入式處理器進(jìn)行算法(最小二乘擬合法)計(jì)算, 從而實(shí)現(xiàn)實(shí)時(shí)的硝酸鹽濃度測(cè)量。將溫度、鹽度作為校正因子, 利用相應(yīng)的公式去除受溫、鹽影響的干擾因子(如溴離子), 以獲得更準(zhǔn)確的觀測(cè)結(jié)果[6]。

SUNA安裝在CTD(型號(hào): SBE911)采水器架子上, 其中SUNA的供電單元是由60節(jié)1#電池安裝到電池倉(cāng)中對(duì)SUNA供電, 與CTD獨(dú)立并聯(lián), 可同時(shí)同地進(jìn)行相關(guān)環(huán)境要素測(cè)量便于分析同時(shí)空數(shù)據(jù)。SUNA數(shù)據(jù)輸出時(shí)為1 s/個(gè)數(shù)據(jù), 將CTD的溫鹽資料處理成1 s/個(gè)數(shù)據(jù), 從而與SUNA的數(shù)據(jù)達(dá)到時(shí)空的匹配, 總體是0.6~1 m/個(gè)數(shù)據(jù)。

現(xiàn)場(chǎng)用CTD的采水器采取不同深度的水樣。水樣采集后, 立即用0.45 μm醋酸纖維濾膜過濾(濾膜預(yù)先用1∶1 000的鹽酸溶液浸泡24 h, 然后用Milli-Q水洗至中性)。濾液分裝至100 ml聚乙烯瓶(預(yù)先用1∶5鹽酸溶液浸泡24 h以上, 然后用去離子水洗至中性), 在–20℃冷凍保存, 用于硝酸鹽分析。樣品于實(shí)驗(yàn)室內(nèi)采用SKALAR型營(yíng)養(yǎng)鹽自動(dòng)分析儀測(cè)定, 采用國(guó)家海洋局標(biāo)準(zhǔn)物質(zhì)中心生產(chǎn)的營(yíng)養(yǎng)鹽標(biāo)準(zhǔn)系列作為外標(biāo)質(zhì)控樣, 檢出限為0.02 μmol/L。

2 結(jié)果與討論

2.1 出海調(diào)查前室內(nèi)標(biāo)定

參加航次前, 將3種硝酸鹽濃度(2、10 μmol/L及去離子水)的標(biāo)準(zhǔn)溶液4℃冰箱保存。使用SUNA配套的標(biāo)定裝置, 重復(fù)多次觀測(cè), SUNA獲取的觀測(cè)值與標(biāo)準(zhǔn)溶液的濃度進(jìn)行比對(duì), 并生成相應(yīng)的單一的溫度、鹽度條件下(4℃, 30.5 PSU)標(biāo)定文件, 對(duì)調(diào)查海區(qū)中獲取的SUNA初始數(shù)據(jù), 需要調(diào)用該文件作為基礎(chǔ)校準(zhǔn)文件進(jìn)行初始數(shù)據(jù)后處理, 基于比爾-朗伯特定律, Johnson等[14]單一溫鹽校正參考公式如下:

其中,為測(cè)量的硝酸鹽濃度,為設(shè)備探針的通道長(zhǎng)度(cm),, j是針對(duì)某化學(xué)要素的消光系數(shù),C是針對(duì)某化學(xué)要素的容量(mol/L),和是參數(shù)擬合值

2.2 溫度-鹽度校正

SUNA使用紫外吸收光譜法測(cè)定海水中硝酸鹽, 設(shè)計(jì)的采樣的光譜介于217~240 nm, 硝酸根離子在光譜范圍內(nèi)有較強(qiáng)的吸收峰。吸光度大小受到溫度、鹽度的影響, 故需要溫鹽匹配的數(shù)據(jù)進(jìn)行硝酸鹽的校正, 通過利用原位的溫鹽數(shù)據(jù)對(duì)硝酸鹽測(cè)定的初始數(shù)據(jù)進(jìn)行數(shù)據(jù)再校正, 從而使測(cè)定的硝酸鹽的數(shù)據(jù)更為精確, 同時(shí)使設(shè)備的檢出限降低(由2 μmol/L降低到0.5 μmol/L), 縮小與傳統(tǒng)型營(yíng)養(yǎng)鹽分析儀的差距。

南黃海夏季具有典型的強(qiáng)躍層(強(qiáng)度大, 厚度小)海洋現(xiàn)象, 溫度的垂直結(jié)構(gòu)由春季的L型演變?yōu)橄募镜腢型[15], 6月航次的3500-10站(124°E, 35°N)存在溫躍層現(xiàn)象(>0.2℃/m)。溫躍層主要分布在6~25 m, 厚度在20 m, 溫度范圍在12.2~22.3℃, 溫度變化在0.5℃/m; 而強(qiáng)溫躍層集中在11~19 m, 溫度范圍在14.2~20.3℃, 溫度變化在0.9℃/m, 厚度為9 m。

圖2 6月3500-10站溫度剖面圖

本文采用了能較好反映測(cè)量精密度的均方根誤差RMS來顯示SUNA測(cè)量值與真實(shí)值之間偏離的程度的, 可用其作為評(píng)定這一測(cè)量過程精度的標(biāo)準(zhǔn),

其中, 為obs, i觀測(cè)值,model, i為理論真值,為樣本數(shù)量; 對(duì)于單一溫鹽校正的測(cè)定結(jié)果,obs, i觀測(cè)值為設(shè)備測(cè)定的初始值,model, i為使用實(shí)驗(yàn)室出廠標(biāo)定文件后處理值; 對(duì)于實(shí)時(shí)溫鹽校正后的測(cè)定結(jié)果,obs, i觀測(cè)值為設(shè)備測(cè)定的初始值,model, i為導(dǎo)入溫度-鹽度校準(zhǔn)文件的后處理值。

由于受設(shè)備的采樣頻率、下放速度等因素影響, SUNA對(duì)于南黃海的強(qiáng)溫躍層的變化可能出現(xiàn)響應(yīng)滯后, 使用單一溫鹽文件對(duì)該站的SUNA數(shù)據(jù)進(jìn)行校正, 校正后的RMS結(jié)果顯示, SUNA在下降-上升過程中, 異常值主要出現(xiàn)在溫躍層處, 波動(dòng)范圍在0.000 5~0.002 μmol/L(圖3), 推斷SUNA對(duì)于強(qiáng)溫躍層的溫度變化響應(yīng)有延遲, 從而造成數(shù)據(jù)誤差。

圖3 3500-10站未進(jìn)行溫鹽校正的均方根誤差

本文參考了Sakamoto等[6]的方法, 使用了調(diào)查站位處的同步溫鹽數(shù)據(jù), 對(duì)SUNA獲取的初始數(shù)據(jù)進(jìn)行硝酸鹽的進(jìn)一步校正(公式(3)~公式(5))。其RMS如圖4, 結(jié)合同步的溫鹽數(shù)據(jù)后, 其RMS的變化在溫躍層處有了顯著改善, 總體的波動(dòng)范圍在0.000 1~ 0.000 2μmol/L。

將實(shí)時(shí)溫鹽數(shù)據(jù)的校正應(yīng)用到各個(gè)剖面中。測(cè)量數(shù)據(jù)-校正公式如下:

AS(,)=(+)+exp((+)) (3)

本文將6月份獲取的5條斷面20個(gè)站基于室內(nèi)標(biāo)定的硝酸鹽數(shù)據(jù)(未使用溫鹽校準(zhǔn)), 及使用溫鹽數(shù)據(jù)校正后的107組SUNA硝酸鹽數(shù)據(jù), 分別與傳統(tǒng)方法(San++ Skalar營(yíng)養(yǎng)鹽分析儀)測(cè)定的硝酸鹽數(shù)據(jù)做線性相關(guān)分析, 2組結(jié)果如圖5、圖6所示。通過對(duì)比發(fā)現(xiàn), 使用了溫鹽校正的硝酸鹽數(shù)據(jù)與傳統(tǒng)方法測(cè)定的硝酸鹽數(shù)據(jù)的相關(guān)性更好(2=0.975 8)。同時(shí), 由于該海區(qū)調(diào)查站位中絕大部分硝酸鹽濃度<20 μmol/L, 在此濃度區(qū)間內(nèi)進(jìn)行統(tǒng)計(jì)和相關(guān)性分析, 兩者的對(duì)比更為明顯,2值分別為0.934(使用溫鹽校正)、0.823(未使用溫鹽校正)。

圖4 3500-10站進(jìn)行溫鹽校正的均方根誤差

圖5 南黃海海區(qū), SUNA未修正數(shù)據(jù)與傳統(tǒng)方法測(cè)定結(jié)果比對(duì)

圖6 南黃海海區(qū), SUNA修正數(shù)據(jù)與傳統(tǒng)方法測(cè)定結(jié)果比對(duì)

圖7 南黃海海區(qū), SUNA未修正數(shù)據(jù)與傳統(tǒng)方法測(cè)定結(jié)果比對(duì)(<20 μmol/L)

圖8 南黃海海區(qū), SUNA修正數(shù)據(jù)與傳統(tǒng)方法測(cè)定結(jié)果比對(duì)(<20 μmol/L)

2.3 濁度對(duì)觀測(cè)結(jié)果的影響分析

由于利用紫外吸收光譜法進(jìn)行測(cè)定, SUNA設(shè)計(jì)時(shí)考慮了高濁度環(huán)境對(duì)其測(cè)定結(jié)果的影響, 廠家在實(shí)驗(yàn)室使用時(shí), 設(shè)計(jì)指標(biāo)為濁度625 NTU內(nèi)均可使用, 而對(duì)實(shí)際海區(qū), 尚無濁度的高低對(duì)設(shè)備觀測(cè)結(jié)果影響的報(bào)道。南黃海的調(diào)查區(qū)域的濁度變化差異很大, 既有蘇北淺灘的濁水區(qū)也有離岸清水區(qū), 濁度的變化可能會(huì)對(duì)SUNA的測(cè)量數(shù)據(jù)有影響[17]。南黃海實(shí)際海區(qū)的測(cè)定結(jié)果顯示, 該調(diào)查海域的濁度范圍在1~428 NTU(圖9), 通過分析濁度對(duì)觀測(cè)結(jié)果的影響, 來驗(yàn)證SUNA可否在濁度差異大的南黃海海區(qū)使用。若能使用, 計(jì)算SUNA測(cè)量的結(jié)果與傳統(tǒng)方法獲取的硝酸鹽數(shù)據(jù)的誤差, 并針對(duì)不同的濁度范圍進(jìn)一步校正。

圖9 2016年5月采樣站位底層濁度示意圖

為驗(yàn)證儀器在設(shè)計(jì)的濁度范圍內(nèi)觀測(cè)結(jié)果的可靠性, 本文做了濁度影響的初步分析(=275)。初步以濁度10 NTU為界(Turbidity<10 NTU,=210;urbidity> 10 NTU,=65)進(jìn)行分析。對(duì)比不同濁度條件下, SUNA數(shù)值和傳統(tǒng)方法測(cè)定值之間的回歸情況, 通過下述幾個(gè)不同濁度的回歸情況作出預(yù)測(cè)(公式(6)), 濁度對(duì)SUNA的測(cè)定在濁水區(qū)的影響較小, 而在離岸清水區(qū)影響較大。主要是由于清水區(qū)的硝酸鹽濃度較低, 而SUNA的檢出限較高(>0.5 μmol/L), 所以濁度的影響較大。當(dāng)Turbidity>10 NTU, SUNA測(cè)定的數(shù)據(jù)都在檢出限以上; 當(dāng)Turbidity<10 NTU, 對(duì)SUNA與傳統(tǒng)方法的測(cè)量結(jié)果都在0.5 μmol/L以上時(shí)(= 156)的數(shù)據(jù)進(jìn)一步分析。結(jié)果顯示, 濁度對(duì)SUNA的測(cè)量結(jié)果起次要的影響, 初步分析由于設(shè)備的測(cè)量光程較短(10 mm), 光通過非散射的吸光物質(zhì)時(shí), 造成的偏離較小。

商業(yè)上現(xiàn)有的方案是控制溫度等外部環(huán)境, 從而不易產(chǎn)生霧氣, 同時(shí)在透光窗口處安裝電動(dòng)刷頭以減少生物附著, 使其保持清潔。對(duì)于高濁度海區(qū), 設(shè)備使用者每站及時(shí)清洗SUNA, 使用去離子水、異丙醇、封口膜等材料對(duì)設(shè)備的關(guān)鍵感光單元清洗, 減少透光窗口的霧氣及有色絡(luò)合物附著污染等干擾, 保證測(cè)量結(jié)果的準(zhǔn)確性。把獲取的數(shù)據(jù)進(jìn)行溫鹽校正, 并探究濁度對(duì)設(shè)備觀測(cè)結(jié)果影響, 這對(duì)硝酸鹽在線或原位監(jiān)測(cè)中實(shí)現(xiàn)抗干擾技術(shù)具有重要的意義和實(shí)用價(jià)值。

Turbidity>1 NTU;=275,2=0.95,

= –1.472+0.8631+ 0.0112;

Turbidity>10 NTU;=65,2=0.98,

= –1.505+0.9251+ 0.0022; (6)

Turbidity<10 NTU;=210,2=0.94,

= –1.819+0.8131+ 0.3272;

Turbidity<10 NTU;=156,2=0.94,

= –0.948+0.7881+ 0.2622

其中,是傳統(tǒng)室內(nèi)方法測(cè)定的標(biāo)準(zhǔn)采樣層的硝酸鹽數(shù)據(jù),1是SUNA獲取的硝酸鹽數(shù)據(jù),2是濁度,是樣本數(shù)量。

2.4 SUNA在南黃海觀測(cè)應(yīng)用

南黃海環(huán)境復(fù)雜, 地理跨度大, SUNA輸出效率是1 s/個(gè)數(shù)據(jù), 集成到CTD上使用, 約0.6~1 m/個(gè)數(shù)據(jù), 這有利于開展在南黃海躍層區(qū)、鋒面區(qū)細(xì)致觀測(cè), 若集成到其他觀測(cè)平臺(tái)上, 可同時(shí)滿足長(zhǎng)期在線或原位硝酸鹽監(jiān)測(cè)的需求。2016年南黃海5、6月航次硝酸鹽的SUNA觀測(cè)數(shù)據(jù)及實(shí)驗(yàn)室方法測(cè)量的結(jié)果表明, 5月, 調(diào)查海域西部受陸地徑流及蘇北沿岸流的淡水輸入的影響, 硝酸鹽的含量也較高; 近岸區(qū)觀測(cè)的表層硝酸鹽都大于30 μmol/L(圖10)。通過鹽度平面分布圖展現(xiàn)淡水輸入的路徑, 結(jié)果如圖11所示, 硝酸鹽的表層分布趨勢(shì)與鹽度反映的淡水輸入的路徑近似, 入海徑流中的沿岸水?dāng)y帶大量陸源營(yíng)養(yǎng)物質(zhì)入海, 導(dǎo)致該區(qū)域硝酸鹽含量過高, 為滸苔爆發(fā)提供營(yíng)養(yǎng)物質(zhì)基礎(chǔ)。

營(yíng)養(yǎng)鹽隨著滸苔面積的擴(kuò)大呈下降趨勢(shì), 說明大量增殖的滸苔具有極強(qiáng)的硝酸鹽吸收能力并迅速生長(zhǎng)[18]。南黃海中央海域的硝酸鹽含量為本次調(diào)查的最低值區(qū), 這是由于自春季以來, 浮游植物的快速繁殖和生長(zhǎng)使硝酸鹽含量銳減, 而且由于溫、密躍層的存在, 營(yíng)養(yǎng)鹽很難從下、底層水體輸送上來, 又得不到及時(shí)補(bǔ)充, 從而使?fàn)I養(yǎng)鹽低值區(qū)得以逐漸形成。但值得注意的是, 在121.5°E附近海域還存在一個(gè)硝酸鹽的低值帶, 與韋欽盛[19]的觀測(cè)結(jié)果有差異, 原因有待進(jìn)一步分析。5月航次中使用傳統(tǒng)方法(SKALAR測(cè)定)獲取的硝酸鹽的平面分布與圖10的平面分布趨勢(shì)接近[20]。

圖10 5月硝酸鹽表層平面分布圖(SUNA)

圖11 5月鹽度表層平面分布圖

圖12 6月35°N硝酸鹽斷面分布圖

圖13 基于SKALAR測(cè)定的6月35°N硝酸鹽濃度分布圖(μmol/L)

Christensen等[21]測(cè)定了Alaskan北部陸架斜坡區(qū)域的營(yíng)養(yǎng)鹽剖面含量, 認(rèn)為陸架坡折存有高營(yíng)養(yǎng)鹽濃度上升流。Johnson等[22]觀測(cè)Monterey海灣中環(huán)境因子在1 a內(nèi)的變化并發(fā)現(xiàn), 上升流帶來的高營(yíng)養(yǎng)鹽和低溫海水, 促進(jìn)藻華暴發(fā), 引起葉綠素濃度升高, 浮游植物大量增殖消耗營(yíng)養(yǎng)鹽。

35°N斷面具有較典型的鋒面上升流, 2016年6月, 使用SUNA在該斷面獲取營(yíng)養(yǎng)鹽(圖12), 結(jié)果表明, 在黃海陸架鋒與冷水團(tuán)邊界區(qū)域(鋒區(qū))鋒面上升流現(xiàn)象對(duì)營(yíng)養(yǎng)鹽的斷面分布也會(huì)產(chǎn)生顯著的影響, 在鋒區(qū)附近海域存在營(yíng)養(yǎng)鹽的積聚行為以及底層高濃度營(yíng)養(yǎng)鹽水體的涌升現(xiàn)象, 在一定程度上影響營(yíng)養(yǎng)鹽的垂向和橫向輸運(yùn)通量, 黃海鋒區(qū)的剪切不穩(wěn)定性以及地形作用下的位渦平衡經(jīng)常會(huì)產(chǎn)生輻聚。其中, 南黃海海域春、夏季, 綠潮藻暴發(fā)與水文及環(huán)境要素?cái)M合的深入分析將會(huì)在其他文中陳述(已投稿)。

由于使用傳統(tǒng)方法采樣的空間分辨率較大(水平方向上0.5~1°E獲取1站數(shù)據(jù), 垂直方向?yàn)槿拭?~6層水樣), 對(duì)35°N斷面營(yíng)養(yǎng)鹽的涌升現(xiàn)象刻畫得不明顯(圖13)。針對(duì)南黃海鋒面區(qū)、躍層區(qū)細(xì)致觀測(cè)的需求, SUNA較傳統(tǒng)方法具有優(yōu)勢(shì), 同時(shí)由于SUNA采樣頻率的較高, 可以與CTD的數(shù)據(jù)結(jié)合, 獲取精細(xì)的觀測(cè)結(jié)果, 進(jìn)行高時(shí)空尺度的多因子耦合分析。

3 研究展望

營(yíng)養(yǎng)鹽傳感器可實(shí)測(cè)水平、垂直剖面的營(yíng)養(yǎng)鹽濃度, 有助于理解水文－化學(xué)－生物相互作用, 了解局部海域中營(yíng)養(yǎng)物質(zhì)影響生物地球化學(xué)循環(huán)過程的機(jī)制與速率, 從而提高海洋預(yù)測(cè)和預(yù)報(bào)能力。利用SUNA在2016年5~6月開展南黃海硝酸鹽調(diào)查工作, 測(cè)定結(jié)果表明, 在實(shí)驗(yàn)海域中, 修正后的硝酸鹽數(shù)據(jù)與傳統(tǒng)方法的同步觀測(cè)結(jié)果具有良好的線性關(guān)系, 相關(guān)性達(dá)到0.9以上, SUNA可在蘇北淺灘等濁度較高的海域中使用。對(duì)于受陸源輸入影響的高營(yíng)養(yǎng)鹽含量的海區(qū), SUNA測(cè)定結(jié)果與傳統(tǒng)方法測(cè)定的結(jié)果吻合度較高。

由于CTD的供電纜無法提供穩(wěn)定的電壓用以滿足SUNA的供電需求, 使用定制“Y”型纜將CTD與SUNA和其自帶的電池倉(cāng)連接, 是一個(gè)可行有效的的設(shè)備集成方案, 從而將獲取數(shù)據(jù)的模式由自容式更新成直讀式。作者已在實(shí)驗(yàn)室初步完成傳感器的集成調(diào)試工作, 通過集成可以更好地開展科學(xué)研究。例如夏季南黃海海域中, 薄而強(qiáng)盛的溫躍層、葉綠素a最大層與營(yíng)養(yǎng)鹽分布的關(guān)系及其動(dòng)力過程, 通過葉綠素a最大層及溫躍層的加密觀測(cè)有望實(shí)現(xiàn)研究目的。

致謝:

本研究獲取的SUNA數(shù)據(jù)由中國(guó)科學(xué)院海洋研究所環(huán)境工程中心顧秋青工程師、張艷勝博士生協(xié)助完成, 在此表示誠(chéng)懇的感謝。

[1] Liu Dongyan, Keesing J K, Peimin H E, et al. The world’s largest macroalgal bloom in the Yellow Sea, China: Formation and implications[J]. Estuarine Coastal And Shelf Science, 2013, 129: 2-10.

[2] 高嵩, 石曉勇, 王婷. 滸苔綠潮與蘇北近岸海域營(yíng)養(yǎng)鹽濃度的關(guān)系研究[J]. 環(huán)境科學(xué), 2012, 7: 2204-2209.

Gao Song, Shi Xiaoyong, Wang Ting. Variation of nutrient concentrations at the inshore coastal area of northern jiangsu province and the occurrence of green tide caused by[J]. Environmental Science, 2012, 7: 2204-2209.

[3] Li Jianping, Zhao Weihong. Effects of nitrogen specification and culture method on growth of Enteromorpha prolifera[J]. Chinese Journal of Oceanology and Limnology, 2011, 29(4): 874-882.

[4] Johnson K S, Needoba J A, Riser S C, et al. Chemical sensor networks for the aquatic environment[J]. Chemical Reviews, 2007, 107(2): 623-640.

[5] Prien R D. The future of chemical in situ sensors[J]. Marine Chemistry, 2007, 107(3SI): 422-432.

[6] Sakamoto C M, Johnson K S, Coletti L J. Improved algorithm for the computation of nitrate concentrations in seawater using an in situ ultraviolet spectrophotometer[J]. Limnology and Oceanography-Methods, 2009, 7: 132-143.

[7] Comeau A J, Lewis M R, Cullen J J, et al. Monitoring the spring bloom in an ice covered fjord with the Land/Ocean Biogeochemical Observatory (LOBO)[M]. Vancouver: MTS/IEEE OCEANS, 2007: 499.

[8] Sc Riser, Johnson K S. Autonomous measurements of oceanic dissolved nitrate from commercially available profiling floats equipped with ISUS[EB/OL].https:// www.onr.navy.mil/reports/FY10/npriser.pdf, 2013.

[9] Plant J N, Johnson K S, Sakamoto C M, et al. Net community production at Ocean Station Papa observed with nitrate and oxygen sensors on profiling floats[J]. Global Biogeochemical Cycles, 2016, 30(6): 859-879.

[10] 王洪亮, 高楊, 程同蕾, 等. 營(yíng)養(yǎng)鹽傳感器在海洋監(jiān)測(cè)中的研究進(jìn)展[J]. 山東科學(xué), 2011, 3: 32-36.

Wang Hongliang, Gao Yang, Cheng Tonglei, et al. Research advances of nutrient sensors in marine monitoring[J]. Shandong Science, 2011, 3: 32-36.

[11] Johnson K S. Simultaneous measurements of nitrate, oxygen, and carbon dioxide on oceanographic moorings: Observing the Redfield ratio in real time[J]. Limnology And Oceanography, 2010, 55(2): 615-627.

[12] Liu X, Levine N M. Enhancement of phytoplankton chlorophyll by submesoscale frontal dynamics in the North Pacific Subtropical Gyre[J]. Geophysical Research Letters, 2016, 43(4): 1651-1659.

[13] 陸榮洋, 申輝, 李大偉. 2015年黃海滸苔演變特征的遙感分析[J]. 海洋科學(xué), 2016, 10: 134-142.

Lu Rongyang, Shen Hui, Li Dawei. Remote sensing of the Yellow Sea green tide evolution in 2015[J]. Marine Sciences, 2016, 10: 134-142.

[14] Johnson K S, Coletti L J. In situ ultraviolet spectrophotometry for high resolution and long-term monitoring of nitrate, bromide and bisulfide in the ocean[J]. Deep-Sea Research Part I-Oceanographic Research Papers. 2002, 49(7): 1291-1305.

[15] 葛人峰, 郭景松, 于非, 等. 黃、東海陸架海域溫度垂直結(jié)構(gòu)類型劃分與溫躍層分析[J]. 海洋科學(xué)進(jìn)展, 2006, 4: 424-435.

Ge Renfeng, Guo Jingsong, Yu Fei, et al. Classification of vertical temperature structure and thermocline analysis in the yellow sea and east china sea shelf sea areas[J]. Advances Inmarine Science, 2006, 4: 424-435.

[16] Zielinski O, Fiedler B, Heuermann R, et al. A new nitrate continuous observation sensor for autonomous sub-surface applications: Technical design and first results[C]//IEEE. Oceans. IEEE, 2007:1-4.

[17] Johnson K, Coletti L, Jannasch H, et al. Long-term nitrate measurements in the ocean using the In Situ Ultraviolet Spectrophotometer: sensor integration into the Apex profiling float[J]. Journal of Atmospheric and Oceanic Technology, 2013, 30: 1854-1866.

[18] Shi X, Qi M, Tang H, et al. Spatial and temporal nutrient variations in the Yellow Sea and their effects on Ulva prolifera blooms[J]. Estuarine Coastal And Shelf Science, 2015, 163(SIA): 36-43.

[19] 韋欽勝, 劉璐, 戰(zhàn)閏, 等. 夏季南黃海海水化學(xué)要素的分布特征及影響因素[J]. 中國(guó)海洋大學(xué)學(xué)報(bào)(自然科學(xué)版), 2010, 1: 82-88.

Wei Qinsheng, Liu Lu, Zhan Run, et al. Distribution features of the chemical parameters in the southern yellow sea in summer[J].Periodical of Ocean University of China, 2010, 1: 82-88.

[20] Li Jing, Song Xiuxian, Zhang Yue, et al. An investigation of the space distribution of Ulva microscopic propagules and ship-based experiment of mitigation using modified clay[J]. Marine Pollution Bulletin, 2017, 117(1-2):247-254.

[21] Christensen J P, Melling H. Correcting nitrate profiles measured by the in situ ultraviolet spectrophotometer in Arctic Ocean waters[J]. Open Oceanogr J, 2009, 3: 59-66.

[22] Johnson K S, Coletti L J, Chavez F P. Diel nitrate cycles observed with in situ sensors predict monthly and annual new production[J]. Deep-Sea Research Part I-Ocea-no-graphic Research Papers, 2006, 53(3): 561-573.

Reliability analysis of spatial and temporal nitrate variations estimated by SUNA in the South Yellow Sea

PAN Jun1, 2, 3, YU Fei1, 2, 3, 4, REN Qiang1, WEI Chuan-jie1, LI Jing5

(1. Centre for Marine Environment Engineering, Institute of Oceanology, Chinese Academy of Sciences, Qingdao 266071, China; 2. University of Chinese Academy of Sciences, Beijing 100049, China; 3. Conter for Ocean Mega-Science, Chinese Academy of Science, Qingdao 266071, China; 4. Laboratory for Ocean Dynamics and Climate, Qingdao National Laboratory for Marine Science and Technology, Qingdao 266071, China; 5. CAS Key Laboratory of Marine Ecology and Environmental Sciences, Institute of Oceanology, Chinese Academy of Sciences, Qingdao 266071, China)

To more fully understand the mechanism and rate of the effects of nutrients on the biogeochemical cycle in the Southern Yellow Sea, the spatial and temporal distributions of nitrate were analyzed through field surveys by SUNA and the traditional method in the Southern Yellow Sea (SYS) during green tide occurrences in 2016. The reliability of SUNA was then discussed in terms of temperature, salinity, and turbidity. This research used laboratory calibration, field investigation, and follow-up data processing improvement by temperature and salinity correction and other aspects of the analysis. In other words, comparing the results of the traditional method of the synchronous observation data and turbidity, the correlation of SUNA and SKALAR has a good linear relationship. Therefore, SUNA can be used as a useful tool in the South Yellow Sea, particularly in the Subei coastal area.

South Yellow Sea; Nitrate; SUNA

(本文編輯: 李曉燕)

[Strategic Priority Research Program of the Chinese Academy of Sciences, No.XDA11020301; Science and technology innovation project, No.2016ASKJ02-04; National Natural Science Foundation of China, No. 41376031, U1406401]

May 10, 2017

潘俊(1984-), 男, 山東青島人, 在職博士生, 主要從事海洋調(diào)查及數(shù)據(jù)處理, 電話: 0532-82898883, E-mail: panjun@qdio.ac.cn; 于非,通信作者, 博士生導(dǎo)師, 主要從事物理海洋、海洋觀測(cè)工作, 電話: 0532-82898187, E-mail: yuf@qdio.ac.cn

P714

A

1000-3096(2017)12-0009-08

10.11759/hykx20170510001

2017-05-10;

2017-07-14

中國(guó)科學(xué)院戰(zhàn)略性先導(dǎo)科技專項(xiàng)(XDA11020301); 鰲山科技創(chuàng)新計(jì)劃項(xiàng)目“近海生態(tài)災(zāi)害發(fā)生機(jī)理與防控策略”(2016ASKJ02-04); 國(guó)家自然科學(xué)基金項(xiàng)目(41376031, U1406401)