袁德奎，楊訓(xùn)偉，王?雪，李順芹

2007—2017年渤海藻華事件的時(shí)空分布特征

袁德奎1，楊訓(xùn)偉1，王?雪1，李順芹2

(1. 天津大學(xué)機(jī)械工程學(xué)院，天津 300350；2. 天津商業(yè)大學(xué)理學(xué)院，天津 300134)

藻華對(duì)海洋生態(tài)環(huán)境有重要的影響．葉綠素a是浮游植物光合作用的主要色素，其變化可以反映藻華的總體特征．通過(guò)分析葉綠素a濃度的均值和累計(jì)方差分別得到2007—2017年渤海浮游植物的空間分布特征和藻華的開(kāi)始時(shí)間，并統(tǒng)計(jì)了藻華事件的發(fā)生次數(shù)、持續(xù)時(shí)間和藻華期間葉綠素a濃度的增長(zhǎng)率、增長(zhǎng)幅度等特征變量；用經(jīng)驗(yàn)正交函數(shù)方法分析了部分特征變量的空間及年際變化；討論了風(fēng)力混合強(qiáng)度對(duì)藻華事件的影響．結(jié)果表明：渤海葉綠素a濃度在空間上呈近岸高、中部海域低的分布特征；遼東灣區(qū)域藻華事件發(fā)生次數(shù)較多，其他近岸海域的發(fā)生次數(shù)較少；近岸海域藻華事件的開(kāi)始時(shí)間比中部海域相對(duì)較晚；葉綠素a濃度的增長(zhǎng)率基本呈現(xiàn)出從近岸到遠(yuǎn)海逐漸增大且春季增長(zhǎng)率比夏秋季偏高的趨勢(shì)；在葉綠素a濃度的增長(zhǎng)幅度上，北部海域低于南部海域；以2011年為轉(zhuǎn)折點(diǎn)，近年來(lái)春季藻華持續(xù)時(shí)間比夏秋季長(zhǎng)；在年際變化上春季的開(kāi)始時(shí)間和增長(zhǎng)幅度變化特征基本一致，與葉綠素a濃度增長(zhǎng)率的特征相反；夏秋季藻華的上述空間分布特征在2008年、2012年比其他年份更明顯；風(fēng)力混合強(qiáng)度與藻華的開(kāi)始時(shí)間相關(guān)性較強(qiáng)，與葉綠素a濃度的增長(zhǎng)率關(guān)系較弱，與增長(zhǎng)幅度基本無(wú)關(guān)．對(duì)于渤海藻華事件的時(shí)空分布特征的分析，有助于增進(jìn)對(duì)渤海生態(tài)系統(tǒng)特征及其影響因素的認(rèn)識(shí)．

渤海；藻華；葉綠素a；時(shí)空分布特征；經(jīng)驗(yàn)正交函數(shù)

藻華(phytoplankton bloom，PB)是指浮游植物的快速增長(zhǎng)和累積[1]，該現(xiàn)象會(huì)導(dǎo)致水體溶解氧量下降，水質(zhì)惡化，魚(yú)類(lèi)及其他生物大量死亡，有害藻類(lèi)會(huì)產(chǎn)生毒素，通過(guò)食物鏈最終影響人類(lèi)的健康[2]．藻華過(guò)程的持續(xù)和始末時(shí)間、葉綠素a的濃度(Chla)的增長(zhǎng)率、增長(zhǎng)幅度等特征變量影響著較高營(yíng)養(yǎng)水平的種群動(dòng)態(tài)，分析其時(shí)空分布特征是了解海洋生態(tài)系統(tǒng)的重要途徑，有助于認(rèn)識(shí)人類(lèi)活動(dòng)和環(huán)境變化對(duì)海洋生態(tài)系統(tǒng)的影響．葉綠素a作為浮游植物光合作用的主要色素，是海洋生態(tài)環(huán)境評(píng)價(jià)中的重要指標(biāo)，可以反映藻華的整體特征．

近年來(lái)，隨著衛(wèi)星遙感技術(shù)的迅速發(fā)展，基于衛(wèi)星遙感反演的Chla數(shù)據(jù)因其具有覆蓋范圍廣、時(shí)間尺度長(zhǎng)等優(yōu)點(diǎn)在海洋浮游植物研究中的應(yīng)用日益廣泛[3]．國(guó)內(nèi)外學(xué)者針對(duì)Chla在典型海域的分布特征及其影響因素開(kāi)展了大量研究．許士國(guó)等[3]、周艷蕾等[4]研究了渤海海域Chla的時(shí)空分布特征，指出Chla的時(shí)空分布具有區(qū)域性強(qiáng)，影響因素復(fù)雜、變化快等特點(diǎn)．Ueyama等[5]研究了北大西洋季節(jié)性藻華期的生物特征以及在強(qiáng)風(fēng)變化影響下Chla的時(shí)空分布特征，指出藻華期間風(fēng)引起的混合是導(dǎo)致藻華年際變化的關(guān)鍵性因素；Liu等[6]結(jié)合潛在的環(huán)境影響因素，對(duì)渤海夏秋季藻華期的年際變化特征進(jìn)行了分析，指出渤海夏秋季藻華事件的開(kāi)始時(shí)間、Chla增長(zhǎng)率及其增長(zhǎng)幅度具有顯著的海陸梯度，藻華之前的弱風(fēng)速為藻華事件提供了有利的光照條件．以上研究表明，浮游植物的快速增長(zhǎng)具有明顯的時(shí)空分布特征，其動(dòng)態(tài)特征可以作為預(yù)測(cè)潛在有害浮游植物大量繁殖的基線．

渤海是我國(guó)的一個(gè)半封閉內(nèi)海，在環(huán)渤海區(qū)域社會(huì)、經(jīng)濟(jì)快速發(fā)展的背景下，其生態(tài)環(huán)境承受著巨大的壓力，藻華現(xiàn)象顯著，受到人們的廣泛關(guān)注[7-8]．已有的關(guān)于渤海Chla在季節(jié)動(dòng)態(tài)的研究表明，渤海Chla的季節(jié)變化呈雙峰形式，峰值不僅出現(xiàn)在夏末初秋，在春季也會(huì)有明顯的動(dòng)態(tài)特征[3]．然而已有的研究工作主要集中在浮游植物的年際變化特征上，鮮有關(guān)于渤海浮游植物在藻華期間空間特征和季節(jié)性變化的研究．

為進(jìn)一步認(rèn)識(shí)渤海藻華過(guò)程的特征，為渤海生態(tài)環(huán)境的保護(hù)和治理提供技術(shù)支持，本文選取MODIS衛(wèi)星遙感數(shù)據(jù)，對(duì)2007—2017年渤海藻華過(guò)程的時(shí)空分布特征及其影響因素進(jìn)行了研究：首先分析了渤海藻華發(fā)生次數(shù)的空間分布狀況；然后估算了春季以及夏秋季的第1次藻華開(kāi)始時(shí)間、持續(xù)時(shí)間、Chla的增長(zhǎng)率和增長(zhǎng)幅度等特征變量；其次用經(jīng)驗(yàn)正交分解函數(shù)(empirical or thogonal function，EOF)方法對(duì)藻華的年際變化特征進(jìn)行了分析；最后探討了風(fēng)力混合對(duì)藻華的影響．

1?材料與方法

1.1?研究區(qū)域及數(shù)據(jù)來(lái)源

研究區(qū)域如圖1所示．渤海三面環(huán)陸，是我國(guó)最大的半封閉型內(nèi)海，主要分為渤海灣、遼東灣、萊州灣、渤海中央盆地和渤海海峽五部分，東面通過(guò)渤海海峽與黃海相通．渤海水體交換能力差，自凈能力低，每年大量懸浮泥沙及污染物通過(guò)遼河、灤河、海河、黃河等40多條河流匯入渤海，受陸源輸入和人類(lèi)活動(dòng)影響顯著．渤海風(fēng)場(chǎng)以東亞地區(qū)為主，其特點(diǎn)是冬季西北風(fēng)強(qiáng)，平均風(fēng)速6～7m/s，夏季東南風(fēng)強(qiáng)，平均風(fēng)速4～6m/s[6]．

本文所用Chla衛(wèi)星遙感數(shù)據(jù)來(lái)源于MODIS網(wǎng)站的二級(jí)產(chǎn)品數(shù)據(jù)MODIS L1B，并利用改進(jìn)的SWIR大氣校正算法處理得到其最終的海表Chla數(shù)據(jù)[9]．反演的Chla與已有的觀測(cè)數(shù)據(jù)基本符合[10].日風(fēng)場(chǎng)數(shù)據(jù)來(lái)源于美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心(National Centers for Environmental Prediction，NCEP)，時(shí)間分辨率為6h，空間分辨率為經(jīng)度0.205°、緯度0.204°.遙感數(shù)據(jù)覆蓋的空間范圍為整個(gè)渤海區(qū)域，時(shí)間范圍為2007—2017年．已有的研究表明藻華期主要集中在春季和夏秋季[11]；此外，冬季大風(fēng)天氣及海面結(jié)冰等原因?qū)е翪hla反演結(jié)果可信度較低[9]，故本文選用每年3月—11月的遙感反演數(shù)據(jù)開(kāi)展研究．

圖1?研究區(qū)域

1.2?研究方法

1.2.1?藻華期間特征變量的定義

藻華事件的發(fā)生次數(shù)、開(kāi)始時(shí)間、Chla的增長(zhǎng)率和增長(zhǎng)幅度、持續(xù)時(shí)間等均為藻華期間的重要特征變量，可以反映藻華期間的變化特征．借鑒Liu等[6]的成果，本文將藻華事件的發(fā)生定義為

若標(biāo)準(zhǔn)化后的Chla數(shù)據(jù)持續(xù)2d以上超過(guò)1.5單位，則認(rèn)為藻華事件發(fā)生．若Chla高于1.5單位的最近的兩天之間的時(shí)間間隔超過(guò)15d，則表示有兩個(gè)不同的藻華事件．對(duì)于遙感數(shù)據(jù)時(shí)間序列中的缺失值，本文采用分段線性插值方法插補(bǔ)，每個(gè)網(wǎng)格點(diǎn)的數(shù)據(jù)通過(guò)減去1a的平均值然后除以標(biāo)準(zhǔn)差進(jìn)行標(biāo)準(zhǔn)化，即

采用閾值方法確定藻華的開(kāi)始時(shí)間，藻華期間Chla最大的時(shí)間定義為峰值時(shí)間，藻華的結(jié)束時(shí)間與開(kāi)始時(shí)間關(guān)于峰值時(shí)間對(duì)稱(chēng)，持續(xù)時(shí)間為開(kāi)始時(shí)間與結(jié)束時(shí)間的間隔，Chla增長(zhǎng)率()表示藻華峰值時(shí)期的Chla()減去開(kāi)始時(shí)間的Chla()然后除以兩者的間隔時(shí)間()，增長(zhǎng)幅度()是指藻華期間標(biāo)準(zhǔn)化后的Chla的均值[6]，即

Siegel[12]利用中位數(shù)的方法定義藻華開(kāi)始時(shí)間，Shi等[1]利用高斯曲線擬合方法定義開(kāi)始時(shí)間．然而，上述方法并不能很好地適用于渤海，因?yàn)椴澈Ｔ迦A期間的Chla可能會(huì)出現(xiàn)多個(gè)峰值，中位數(shù)也不能很好地體現(xiàn)整體數(shù)據(jù)的變動(dòng)情況．由于在藻華期間Chla變化越劇烈，Chla的方差就越大，采用累計(jì)方差可以有效捕捉浮游植物的動(dòng)態(tài)變化[5]．因此，本文采用累計(jì)方差的方法．本文設(shè)定開(kāi)始時(shí)間為累計(jì)方差值達(dá)到特定閾值的時(shí)間．為合理地確定閾值，本文分別選擇5%、10%、15%、20%、25%和30%作為閾值，對(duì)藻華開(kāi)始時(shí)間的空間模式進(jìn)行了比較，發(fā)現(xiàn)其間并無(wú)顯著差異．相關(guān)研究表明藻華的持續(xù)時(shí)間主要集中在20～30d[1,13]，本文進(jìn)一步對(duì)比了2016年春季和夏秋季上述不同閾值下的平均藻華持續(xù)時(shí)間(如圖2所示)，發(fā)現(xiàn)當(dāng)閾值為10%時(shí)，藻華持續(xù)時(shí)間比較合理，因此本文選取累計(jì)方差的10%作為閾值確定其開(kāi)始時(shí)間．

圖2 2016年春季和夏秋季不同閾值的平均藻華持續(xù)時(shí)間對(duì)比

1.2.2?藻華期間的風(fēng)力混合強(qiáng)度

1.2.3?經(jīng)驗(yàn)正交函數(shù)(EOF)方法

本文用EOF方法對(duì)藻華期間特征變量進(jìn)行時(shí)空分解，研究其年際變化特征．EOF是一種統(tǒng)計(jì)學(xué)方法，常用于將具有時(shí)空分布的變量場(chǎng)分解為正交的空間特征矩陣和時(shí)間系數(shù)矩陣[15-16]．變量場(chǎng)的時(shí)空特征可通過(guò)降維后的前幾項(xiàng)不相關(guān)的特征向量來(lái)表達(dá)：若空間系數(shù)同號(hào)，則表示此模態(tài)中變量在該區(qū)域的變化趨勢(shì)基本一致；若空間系數(shù)為正負(fù)相間的分布型，則代表了一種相反的空間分布特征；空間系數(shù)接近于0則表示分布特征不明顯．同時(shí)，相應(yīng)模態(tài)對(duì)應(yīng)的時(shí)間系數(shù)向量代表了不同分布形式的時(shí)間變化特征，且時(shí)間系數(shù)的絕對(duì)值越大分布形式越典型，系數(shù)越接近0值分布形式越不明顯[17-18]．進(jìn)行EOF分解前對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化預(yù)處理．

2?結(jié)果與討論

2.1?年平均Chla空間分布特征

圖3給出了渤海海域2007—2017年Chla平均值的空間分布．可以看出渤海海域2007—2017年來(lái)Chla具有明顯的空間分布特征：近岸海域高、中部海域低，較大值主要集中在渤海灣、遼東灣以及萊州灣海域．主要原因可能為沿岸的排污口和河口為近岸海域供應(yīng)了充足的營(yíng)養(yǎng)鹽，加上水深較淺，營(yíng)養(yǎng)鹽在垂向混合均勻，適宜浮游植物生長(zhǎng)．

圖3?2007—2017年平均Chla空間分布

2.2?藻華期間特征變量的空間特征分析

圖4顯示了渤海2007—2017年平均藻華事件發(fā)生次數(shù)的空間分布特征．在3月—11月期間，渤海絕大部分區(qū)域每年發(fā)生4、5次藻華事件，其中遼東灣區(qū)域發(fā)生次數(shù)較多，除遼東灣以外沿岸區(qū)域波動(dòng)不明顯，發(fā)生次數(shù)較少．

Chla的峰值主要發(fā)生在春季和夏秋季，因此本文研究了春季和夏秋季的第1次藻華事件的特征變量，其11年均值空間分布比較如圖5～圖7所示．從圖5中可以看出，春季藻華的開(kāi)始時(shí)間主要集中在4月，而夏秋季主要集中在7月和8月，渤海北部區(qū)域的開(kāi)始時(shí)間相對(duì)較早，主要集中在7月；南部部分海域如渤海灣、萊州灣等沿岸區(qū)域相比其中部海域的藻華開(kāi)始時(shí)間晚，集中在9月和10月；遼東灣沿岸海域相比中部區(qū)域開(kāi)始時(shí)間也比較晚．

圖4?2007—2017年平均藻華發(fā)生次數(shù)空間分布

藻華期間Chla的增長(zhǎng)率基本呈現(xiàn)出從近岸到遠(yuǎn)海逐漸增大、春季Chla的增長(zhǎng)率明顯高于夏秋季的趨勢(shì)(如圖6所示)．該現(xiàn)象發(fā)生的原因可能是冬季河流、近岸海水解凍引入大量營(yíng)養(yǎng)物質(zhì)，伴隨春季上升的溫度和光照條件，浮游植物快速增長(zhǎng)．藻華期間北部區(qū)域的增長(zhǎng)幅度低于南部區(qū)域，夏秋季北部近岸區(qū)域的增長(zhǎng)幅度高于深海區(qū)域．

藻華持續(xù)時(shí)間以2011年為轉(zhuǎn)折點(diǎn)(如圖8所示)：2011年以前，春季的藻華持續(xù)時(shí)間比夏秋季短；2011年以后，春季的藻華持續(xù)時(shí)間比夏秋季長(zhǎng)．原因可能是2011年6月、7月渤海中部蓬萊19-3油田出現(xiàn)溢油事故，該事故累計(jì)造成5500km2海水污染．此時(shí)由于溫躍層、捕食壓力的影響，浮游植物并非處于最佳的生長(zhǎng)狀態(tài)，短期內(nèi)浮游植物受石油烴毒害作用影響進(jìn)一步減少；其后石油降解使?fàn)I養(yǎng)鹽水平提高，導(dǎo)致再次暴發(fā)，同時(shí)造成藻華持續(xù)時(shí)間較短[19].此外，許歆[20]的研究闡釋了渤海秦皇島近海藻華類(lèi)群的演替特點(diǎn)．不同類(lèi)群的藻華持續(xù)時(shí)間長(zhǎng)短具有明顯的區(qū)別，故渤海海域藻華類(lèi)群的演替也可能造成此后幾年該變化的產(chǎn)生．2007—2017年來(lái)春季的藻華持續(xù)時(shí)間基本呈增長(zhǎng)狀態(tài)，在2008年和2015年波動(dòng)較大，夏秋季的藻華持續(xù)時(shí)間相對(duì)穩(wěn)定，其中2010年波動(dòng)相對(duì)較大．

圖8?2007—2017年春季和夏秋季的藻華持續(xù)時(shí)間對(duì)比

2.3?藻華期間特征變量的年際變化分析

通過(guò)對(duì)藻華事件的開(kāi)始時(shí)間、Chla的增長(zhǎng)率和增長(zhǎng)幅度的11年時(shí)間序列數(shù)據(jù)進(jìn)行EOF分解，得到空間向量矩陣以及時(shí)間序列系數(shù)矩陣．空間分解的結(jié)果表明：第2階及更高階空間模態(tài)的規(guī)律不明顯，故本文集中分析EOF的第1模態(tài)結(jié)果．EOF分解結(jié)果見(jiàn)圖9和圖10．

圖9?2007—2017年春季與夏秋季藻華特征變量的EOF第1空間模態(tài)分布

Fig.9?Spatial eigenfunctions for the first EOF mode of PB characteristicsfor spring and summer-autumn，2007—2017

春季和夏秋季的藻華開(kāi)始時(shí)間在空間上具有明顯的梯度特征：春季萊州灣和渤海海峽近岸海域呈現(xiàn)負(fù)值，靠近深海大部分區(qū)域呈正值，在夏秋季近岸區(qū)域和深海部分區(qū)域分別呈現(xiàn)負(fù)值和正值，表明在開(kāi)始時(shí)間上兩者具有明顯的不同．夏秋季靠近黃海的區(qū)域與渤海灣、萊州灣偏北區(qū)域空間系數(shù)均小于0，表現(xiàn)出相同的分布特征．

在藻華期間，春季渤海灣、遼東灣以及渤海中部區(qū)域與渤海其他區(qū)域的Chla增長(zhǎng)率變化特征相反．夏秋季渤海沿岸區(qū)域多呈現(xiàn)正值，中部海域多呈現(xiàn)負(fù)值，結(jié)合第1模態(tài)的時(shí)間系數(shù)值均為負(fù)值，可知靠近中部區(qū)域的Chla增長(zhǎng)率在增大．

渤海春季和夏秋季在藻華期間的增長(zhǎng)幅度變化特征基本相同，渤海北部大部分區(qū)域空間系數(shù)均為正值，而在靠近渤海灣、萊州灣以及黃海區(qū)域呈負(fù)值，可以看出渤海海域南北方的差異性．

對(duì)比分析EOF空間模態(tài)結(jié)果與前文中特征變量的空間分布結(jié)果可知：近岸海域的藻華開(kāi)始時(shí)間比中部海域相對(duì)較晚；Chla的增長(zhǎng)率基本呈現(xiàn)出從近岸到遠(yuǎn)海逐漸增大的趨勢(shì)；北部海域的增長(zhǎng)幅度低于南部海域．

結(jié)合時(shí)間序列圖可以看出，春季藻華的開(kāi)始時(shí)間和幅度變化特征表現(xiàn)出一致性，與Chla增長(zhǎng)率的變化特征恰好相反．對(duì)于夏秋季，藻華的上述空間分布特征在2008年、2012年比其他年份更明顯．

2.4?風(fēng)力混合對(duì)藻華的影響

2007—2017年春季和夏秋季藻華期間風(fēng)力混合強(qiáng)度的均值空間分布如圖11所示．渤海中部海域風(fēng)力混合強(qiáng)度相比沿岸海域風(fēng)力混合強(qiáng)度較大，在藻華期間春季整體風(fēng)力混合強(qiáng)度比夏秋季大，結(jié)合空間規(guī)律可知，春季Chla的增長(zhǎng)率比夏秋季大，渤海中部Chla的增長(zhǎng)率比近岸大．從表1中也可以看出：風(fēng)力混合強(qiáng)度與藻華的開(kāi)始時(shí)間相關(guān)性較強(qiáng)，與Chla增長(zhǎng)率關(guān)系較弱，與增長(zhǎng)幅度基本無(wú)關(guān)．故風(fēng)力混合強(qiáng)度對(duì)藻華存在一定的影響關(guān)系，較強(qiáng)的風(fēng)力增強(qiáng)了水體的湍動(dòng)混合能力，而垂向湍動(dòng)混合的增強(qiáng)致使底層積累的營(yíng)養(yǎng)鹽被更多地卷入中上層水體中，為浮游植物生長(zhǎng)補(bǔ)充了營(yíng)養(yǎng)鹽，由此加快了藻華的開(kāi)始時(shí)間并提高了增長(zhǎng)率．

表1?藻華期間風(fēng)力混合強(qiáng)度與特征變量之間的相關(guān)系數(shù)

Tab.1 Correlation coefficients between wind mixing and characteristic variables during PB

3?結(jié)?論

對(duì)渤海海域2007—2017年春季以及夏秋季藻華的特征進(jìn)行分析，得到如下主要結(jié)論．

(1) 在空間上，Chla呈現(xiàn)近岸海域高、中部海域低的分布特征．渤海遼東灣區(qū)域藻華發(fā)生次數(shù)較多，其他近岸海域的藻華發(fā)生次數(shù)較少．近岸海域的藻華開(kāi)始時(shí)間比中部海域相對(duì)晚．Chla的增長(zhǎng)率基本呈現(xiàn)出從近岸到遠(yuǎn)海逐漸增大、春季Chla的增長(zhǎng)率比夏秋季偏高的趨勢(shì)．北部海域的增長(zhǎng)幅度低于南部海域．持續(xù)時(shí)間以2011年為轉(zhuǎn)折點(diǎn)，近年來(lái)春季持續(xù)時(shí)間相比夏秋季長(zhǎng)．

(2) 在年際變化上春季藻華的開(kāi)始時(shí)間和增長(zhǎng)幅度變化特征基本一致，與Chla的增長(zhǎng)率特征相反，夏秋季藻華的上述空間分布特征在2008年、2012年比其他年份更明顯．

(3) 春季風(fēng)力混合強(qiáng)度比夏秋季大；風(fēng)力混合強(qiáng)度與藻華的開(kāi)始時(shí)間相關(guān)性較強(qiáng)，與Chla增長(zhǎng)率關(guān)系較弱，與增長(zhǎng)幅度基本無(wú)關(guān)．

［1］ Shi J，Liu Y，Mao X，et al. Interannual variation of spring phytoplankton bloom and response to turbulent energy generated by atmospheric forcing in the central Southern Yellow Sea of China：Satellite observations and numerical model study[J]. Continental Shelf Research，2017，143：257-270.

［2］ Smith V H. Eutrophication of freshwater and coastal marine ecosystems a global problem[J]. Environmental Science & Pollution Research International，2003，10(2)：126-139.

［3］ 許士國(guó)，富硯昭，康萍萍. 渤海表層葉綠素a時(shí)空分布及演變特征[J]. 海洋環(huán)境科學(xué)，2015，34(6)：898-903.

Xu Shiguo，F(xiàn)u Yanzhao，Kang Pingping. Seasonal and interannual variations of chlorophyll a in Bohai Sea[J]. Marine Environmental Science，2015，34(6)：898-903(in Chinese).

［4］ 周艷蕾，張傳松，石曉勇，等. 黃渤海海水中葉綠素a的分布特征及其環(huán)境影響因素[J]. 中國(guó)環(huán)境科學(xué)，2017，37(11)：261-267.

Zhou Yanlei，Zhang Chuansong，Shi Xiaoyong，et al. Distribution characteristics of chlorophyll a and its influencing environmental factors in Bohai Sea and Yellow Sea[J]. China Environmental Science，2017，37(11)：261-267(in Chinese).

［5］ Ueyama R，Monger B C. Wind-induced modulation of seasonal phytoplankton blooms in the North Atlantic derived from satellite observations[J]. Limnology and Oceanography，2005，50(6)：1820-1829.

［6］ Liu F，Su J，Moll A，et al. Assessment of the summer-autumn bloom in the Bohai Sea using satellite images to identify the roles of wind mixing and light conditions[J]. Journal of Marine Systems，2014，129：303-317.

［7］ 劉菲菲，陳學(xué)恩. 渤海浮游植物生物量季節(jié)變化的模擬研究[J]. 中國(guó)海洋大學(xué)學(xué)報(bào)，2014，44(2)：17-26.

Liu Feifei，Chen Xue’en. Simulation on seasonal variation of phytoplankton biomass in the Bohai Sea[J]. Feriodical of Ocean University of China，2014，44(2)：17-26(in Chinese).

［8］ 錢(qián)?莉，劉文嶺，鄭小慎. 基于MODIS數(shù)據(jù)反演的渤海葉綠素濃度時(shí)空變化[J]. 海洋通報(bào)，2011，30(6)：683-687.

Qian Li，Liu Wenling，Zheng Xiaoshen. Spatial-temporal variation of chlorophyll-a concentration in Bohai Sea based on MODIS[J]. Marine Science Bulletin，2011，30(6)：683-687(in Chinese).

［9］ 李爽兆. 基于MODIS數(shù)據(jù)和水動(dòng)力學(xué)模型的渤海葉綠素分布特性研究[D]. 天津：天津大學(xué)機(jī)械工程學(xué)院，2016.

Li Shuangzhao. Study of Chlorophyll Distribution in Bohai Sea Based on MODIS Data and Hydrodynamic Model[D]. Tianjin：School of Mechanical Engineering，Tianjin University，2016(in Chinese).

［10］ 張?瑩，王玉玨，王躍啟，等. 2013年夏季渤海環(huán)境因子與葉綠素a的空間分布特征及相關(guān)性分析[J]. 海洋通報(bào)，2016，35(5)：571-578.

Zhang Ying，Wang Yujue，Wang Yueqi，et al. Spatial distribution and correlation of environmental factors and chlorophyll a concentrations in the Bohai Sea during the summer of 2013[J]. Marine Science Bulletin，2016，35(5)：571-578(in Chinese).

［11］ 石?峰，崔?雷，姜恒志，等. 季節(jié)變化對(duì)黃渤海表層葉綠素濃度分布影響的數(shù)值分析[J]. 應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào)，2017，25(4)：49-60.

Shi Feng，Cui Lei，Jiang Hengzhi，et al. Numerical analysis of the effects of seasonal variation on distributions and influences of surface chlorophyll-a in the Yellow Sea and the Bohai Sea[J]. Journal of Applied Basic and Engineering Science，2017，25(4)：49-60(in Chinese).

［12］ Siegel D A. The North Atlantic spring phytoplankton bloom and Sverdrup’s critical depth hypothesis[J]. Sci-ence，2002，296(5568)：730-733.

［13］ Frajka-Williams E，Rhines P B. Physical controls and interannual variability of the Labrador Sea spring phytoplankton bloom in distinct regions[J]. Deep-Sea Research Part Ⅰ：Oceanographic Research Papers，2010，57(4)：541-552.

［14］ Kraus E B，Turner J S. A one-dimensional model of the seasonal thermocline Ⅱ. The general theory and its consequences[J]. Tellus，1967，19(1)：98-106.

［15］ Liu D，Wang Y. Trends of satellite derived chlorophyll-a(1997—2011)in the Bohai and Yellow Seas，China：Effects of bathymetry on seasonal and inter-annual patterns[J]. Progress in Oceanography，2013，116：154-166.

［16］ 陳心一，郝增周，潘德?tīng)t，等. 中國(guó)近海海面風(fēng)場(chǎng)的時(shí)空特征分析[J]. 海洋學(xué)研究，2014，32(1)：1-10.

Chen Xinyi，Hao Zengzhou，Pan Delu，et al. Analysis of temporal and spatial feature of sea surface wind field in China offshore[J]. Journal of Marine Sciences，2014，32(1)：1-10(in Chinese).

［17］ 劉婷婷，張?華. 主成分分析與經(jīng)驗(yàn)正交函數(shù)分解的比較[J]. 統(tǒng)計(jì)與決策，2011(16)：159-162.

Liu Tingting，Zhang Hua. Comparison between principal component analysis and empirical orthogonal function decomposition[J]. Statistics and Decision，2011(16)：159-162(in Chinese).

［18］ 劉?昕，王?靜，程旭華，等. 南海葉綠素濃度的時(shí)空變化特征分析[J]. 熱帶海洋學(xué)報(bào)，2012，31(4)：42-48.

Liu Xin，Wang Jing，Cheng Xuhua，et al. The temporal and spatial evolution of chlorophyll-a concentration in the South China Sea [J]. Journal of Tropical Oceanography，2012，31(4)：42-48(in Chinese).

［19］ 周?利，唐丹玲，孫?景. 海洋溢油后浮游植物藻華觀測(cè)分析和機(jī)制探討[J]. 生態(tài)科學(xué)，2013，32(6)：692-702.

Zhou Li，Tang Danling，Sun Jing. Investigation of marine phytoplankton blooms after the oil spills in the seas[J]. Ecological Science，2013，32(6)：692-702(in Chinese).

［20］ 許?歆. 秦皇島近海浮游植物群落結(jié)構(gòu)變化及其組學(xué)研究[D]. 北京：中國(guó)科學(xué)院大學(xué)，2017.

Xu Xin. A Study on the Changes and Omics of Phytoplankton Community in the Qinhuangdao Coastal Waters [D]. Beijing：University of Chinese Academy of Sciences，2017(in Chinese).

Temporal and Spatial Distribution Characteristics of Phytoplankton Blooms in the Bohai Sea from 2007 to 2017

Yuan Dekui1，Yang Xunwei1，Wang Xue1，Li Shunqin2

(1. School of Mechanical Engineering，Tianjin University，Tianjin 300350，China；2. School of Science，Tianjin University of Commerce，Tianjin 300134，China)

Phytoplankton blooms have an important impact on the marine ecosystem．Chlorophyll-a is the main pigment in phytoplankton photosynthesis，and changes in its spatial and temporal distribution can indicate the overall characteristics of a phytoplankton blooms．By analyzing the average and cumulative variance of chlorophyll-a concentrations，spatial distribution characteristics and the onset of phytoplankton blooms in the Bohai Sea were obtained from 2007 to 2017．Characteristic variables were calculated，including times and duration of phytoplankton blooms and the increasing rate and magnitude of chlorophyll-a concentrations during blooms．Spatial and interannual variations in the characteristic variables were analyzed using the empirical orthogonal function method．The influence of wind mixing on blooms is discussed．Results showed that the concentration of chlorophyll-a in the nearshore area was higher than that in the central sea．Bloom times were high in the Liaodong Bay area and low in the nearshore area．The onset of phytoplankton blooms in the coastal area was relatively late compared to that in the central sea. The rate of increase in chlorophyll-a concentration gradually increased from the nearshore area to the central sea，and was higher in spring than in summer and autumn．The magnitude of chlorophyll-a concentration in the northern area was lower than that in the southern area．Since 2011，the durations of phytoplankton blooms in spring have been longer than those in summer and autumn．Interannual variations in the onset and magnitude of the spring blooms were generally similar，while the rate of increase in chlorophyll-a concentration showed differences in interannual variations．The above spatial distribution characteristics of phytoplankton blooms in summer and autumn are more obvious in 2008 and 2012 than in other years．Wind mixing was strongly correlated with the onset of the blooms，weakly correlated with the rate of increase in chlorophyll-a concentration，and uncorrelated with the magnitude．The analysis of temporal and spatial distribution characteristics of phytoplankton blooms in the Bohai Sea would be helpful in developing an understanding of the characteristics and driving forces of the Bohai Sea’s marine ecosystem．

Bohai Sea；phytoplankton blooms；chlorophyll-a；temporal and spatial distribution characteristics；empirical orthogonal function(EOF)

X55

A

0493-2137(2020)02-0129-09

10.11784/tdxbz201903027

2019-03-15；

2019-07-09.

袁德奎（1972—??），男，博士，研究員.

袁德奎，dkyuan@tju.edu.cn.

天津市自然科學(xué)基金重點(diǎn)資助項(xiàng)目(16JCZDJC39400)；國(guó)家自然科學(xué)基金資助項(xiàng)目(11872271).

Supported by the Key Program of the Natural Science Foundation of Tianjin，China(No.16JCZDJC39400)，the National Natural Science Foundation of China(No.11872271).

(責(zé)任編輯：金順愛(ài))