周雯, 魏盼盼, 李彩, 王桂芬, 鄭文迪, 鄧霖, 趙紅五一, 余凌暉,曹文熙

1. 熱帶海洋環(huán)境國家重點實驗室(中國科學院南海海洋研究所), 廣東 廣州 511458;

2. 南方海洋科學與工程廣東省實驗室(廣州), 廣東 廣州 511458;

3. 中國科學院大學, 北京 100049;

4. 河海大學海洋學院, 江蘇 南京 210098;

5. 中山大學海洋學院, 廣東 珠海 510275

海水中包含著多種懸浮顆粒, 其粒徑大小分布范圍從0.1nm 到1.0mm 不等(Stramski et al, 2004)。懸浮顆粒通常劃分為非藻類顆粒物和浮游植物兩大類, 其中非藻類顆粒物包括(1)浮游生物產生的有機碎屑(如糞便、死亡細胞等); (2) 異養(yǎng)細菌、病毒及浮游動物, 以及(3)無機礦物質顆粒, 如硅酸鹽、塵埃、底質泥沙等(Kheireddine et al, 2021)。 而浮游植物按照細胞大小, 即粒級結構, 常劃分為三大類:微微型浮游植物(＜2μm)、微型浮游植物(2～20μm)和小型浮游植物(＞20μm)(Sieburth et al, 1978)。粒級結構可作為表征海洋中浮游植物功能類群的重要參數之一(Sathyendranath, 2014)。這些海洋懸浮顆粒在海洋生物碳泵、海洋生態(tài)系統(tǒng)及生物地球化學循環(huán)等過程都扮演著非常重要的角色(Brewin et al, 2021)。

海洋中顆粒物的光后向散射系數[bbp]可表示為水體中各種顆粒物的后向散射貢獻累加之和,bbp量值的變化包含了水體中顆粒物濃度等的變化信息(Twardowski et al, 2001; Huot et al, 2008)。近年, 隨著商業(yè)化儀器和水色遙感技術的發(fā)展, 海水中顆粒物后向散射系數能利用各種商業(yè)化儀器或觀測平臺便捷獲取, 如加拿大HOBI 公司研發(fā)的Hydroscat-6和美國WetLab 公司的BB-9, 以及海洋生物光學Bio-Argo 水下自動平臺等; 此外, 基于衛(wèi)星觀測的遙感反射率采用半分析的算法(如半分析算法QAA、通用的固有光學量反演算法GIOP 等)也可獲得海水中顆粒物的光后向散射系數的大時空尺度數據集(Lee et al, 2002; Werdell et al, 2013)。

葉綠素a濃度(Chla)作為表征海洋中浮游植物生物量的重要參數之一, 顆粒物后向散射系數與葉綠素a 濃度之間的關系也得到了廣泛關注(Huot et al,2008; Antoine et al, 2011; Brewin et al, 2012; Xing et al, 2014; Bellacicco et al, 2019; Kheireddine et al,2021)。部分學者在South Ocean 和South Pacific Ocean 東部等大洋區(qū)域發(fā)現(xiàn)bbp和Chla存在較顯著的冪函數相關關系(Huot et al, 2008; Xing et al,2014); 但部分學者認為兩者間關系受水環(huán)境影響顯著, 尤其在近岸復雜水環(huán)境可能呈現(xiàn)出高離散性(Antoine et al, 2011)。Brewin 等(2012)嘗試引入不同浮游植物粒級結構的散射貢獻和水體后向散射背景值對大洋bbp和Chla關系進行建模, 模型結果指出該思路可能顯著提升bbp和Chla關系模型精度;Zhang 等(2020)采用0.2μm 和0.7μm 過濾得到亞微米顆粒水樣的后向散射實測數據, 結果也進一步證實了海洋中亞微米顆粒對bbp的貢獻最高可能達到～50%。Kheireddine 等(2021)采用紅海實測的bbp和Chla沿用Brewin 等(2012)的思路也很好證實該模型可顯著提升低葉綠素濃度水體bbp和Chla間的模擬精度, 并指出當Chla低于0.2mg·m-3時, 非藻類顆粒物為主的水體后向散射背景值對bbp貢獻非常顯著。

海南島是南海最大的島嶼, 海南島東部海域受熱帶季風氣候影響, 每年五月至十月降水量較多(謝玲玲 等, 2012; Li et al, 2015), 且受夏季上升流影響顯著(Jing et al, 2015), 大陸架較窄, 底質以懸浮細沙等為主(許東禹 等, 1997) 。營養(yǎng)鹽從近岸到外海呈顯著降低的趨勢, 外海海表屬于典型貧營養(yǎng)水體,水下營養(yǎng)鹽垂向分布受水體混合影響較大(Huang et al, 2013; Li et al, 2014)。由于該海域的水體環(huán)境存在顯著的區(qū)域性特征, 本文擬選定該海域開展bbp和Chla間的區(qū)域關系模型研究。

1 實驗方法和模型構建

1.1 實驗數據采集

2013 年8 月30 日至9 月3 日搭載了國家基金委西部航次, 由中國科學院南海海洋研究所實驗3號船執(zhí)行; 采集實驗站點31 個(圖1), 共獲得bbp和溫鹽深垂向剖面31 個, Chla樣品137 個。

bbp由加拿大HOBI 公司研發(fā)的Hydroscat-6 測量獲得, 采集波段為420、442、488、532、590 和676nm, 采樣頻率為1Hz, 投放速度約為0.2m·s-1。數據處理基于 HOBI 公司提供的處理流程采用Matlab 編譯程序進行(Maffione et al, 1997)。首先對原始測量的體散射通量信號進行暗電流校正, 隨后應用同步采集的吸收-散射數據(WetLab 公司, 吸收衰減儀)和儀器定標系數進行體散射函數計算及Sigma 校正, 扣除純海水貢獻(Zhang et al, 2009), 最后將體散射函數β(140,λ) 與轉換系數1.08 相乘得到bbp值(Oishi, 1990; Maffione et al, 1997)。溫度、鹽度和深度由SeaBird 公司的CTD 同步采集。實驗數據隨后進行異常點剔除, 插值獲取各個站位1m間隔的顆粒物后向散射系數剖面數據。

Chla采用熒光法測得, 有關測量方法見Parsons 等(1984)。當站位水深小于60m, 采樣標準水層為0、10、25、50m 或最大水深; 水深大于60m的站位, 標準水層一般設置為0、25、50、75、100、120或140m。樣品采集過濾水樣體積為0.5～1L。

1.2 模型構建

bbp與Chla濃度間關系的構建基于Brewin 等(2015)和Kheireddine 等(2021)提出的思路。首先將顆粒物后向散射劃分為 pico 級浮游植物(微微型)[bbp,p]和較大粒級的浮游植物(包括微型—大型)[bbp,mn]以及亞微米顆粒后向散射背景值(常量)[bbp,k]三部分, 即

其中, 較大粒級和pico 級浮游植物后向散射系數可進一步表示為單位葉綠素濃度的后向散射系數與葉綠素a 濃度的乘積:

式中[b*bp,mn,b*bp,p]分別表示較大粒級和pico 級浮游植物單位葉綠素濃度歸一化的后向散射系數; [Cp,Cmn]分別表示較大粒級和pico 級浮游植物的Chla貢獻值,基于三組分算法可進一步表示為水體中Chla的函數(Sathyendranath et al, 2001; Brewin et al, 2010):

2 結果和討論

2.1 bbp 與Chl a 之間關系模型結果

在航次調查期間, 海南島東部陸架剖面的溫度和鹽度表現(xiàn)出明顯的沿岸上涌特征, 低溫高鹽的深水沿底部邊界層向岸上升。底部邊界層厚度可達10～20m 厚, 垂直混合現(xiàn)象較強(汪彧 等, 2016)。在該區(qū)域同步采集的bbp和Chla之間的關系也呈現(xiàn)出兩種不同關系, 如圖2 所示。整體來說, 隨著Chla濃度增加,bbp呈增大的變化趨勢。在類似的Chla范圍, 高bbp(實心圓)樣品多收集于底部霧狀層(簡稱底層), 而相對低bbp(空心圓)樣品收集于上層水體(簡稱上層)。

圖2 分別給出了上層和底層水體的模型擬合曲線(圖中黑色實線), 模型擬合參數如表1 所示。針對上層水體, 總體來說, 采用瓊東海域的實測數據重參數化的模型有效地重現(xiàn)了bbp和Chla總體變化特征, RMSE 為0.00048m-1。在低Chla范圍模型效果顯著更優(yōu), 而在較高Chla范圍, 模型存在輕微的低估現(xiàn)象。當Chla濃度較低(＜0.25mg·m-3)時,bbp變化范圍非常窄, 受Chla濃度變化影響較小, 這與模型擬合曲線設置了固定后向散射背景值bbp,k比較吻合,也初步印證了Zhang 等(2020)研究結論: 在清潔的海洋水體中, 亞微米顆粒的后向散射貢獻比較強,且不隨Chla濃度變化而變化, 可形成相對穩(wěn)定的后向散射背景值。

表1 模型擬合參數Tab. 1 The fitted parameters of the model

針對底層水體,bbp和Chla之間存在顯著的離散性, 模型整體表現(xiàn)出很好的擬合性能, 但在極低Chla附近(～0.02mg·m-3)兩個樣品bbp顯著降低至～2×10-3m-1,遠低于模型擬合所得的bbp,k固定值(～0.0067m-1), 導致模型存在顯著的高估。值得注意的是上述兩個樣品量值與上層水體的bbp,k固定值(～0.001161m-1)更為接近。

與文獻給出的部分海域bbp,k固定值相比, 如果不考慮不同波段間的變化性, 瓊東上層水體的bbp,k(490)與紅海bbp,k(440) [～0.00109m-1]非常接近(Kheireddine et al, 2021), 略高于大洋水體[bbp,k(517)= 0.00070m-1](Brewin et al, 2012) 和Zhang 等(2020)給出的清潔水體實驗估計值[bbp,k(517) =0.00031m-1]。底層水體模型擬合bbp,k(490)值(～0.00672m-1)顯著高于上層水體的擬合bbp,k(490)值(～0.00116m-1), 可能是底層受上升流的影響, 底質細沙的重懸浮導致水體中不隨Chla共變的顆粒物濃度增大, 其后向散射相應增強。同時底層水體模型擬合的兩類浮游植物的bb*p,p(490)(～0.0563m2·mg-1)和bb*p,mn(490) (～0.0566 m2·mg-1)較上層水體對應參量增大了一個量級; 從理論上推測, 單位葉綠素的后向散射系數增大可能歸因于水體小粒徑、高折射率顆粒的數目增多, 即高折射率的藻類(如硅藻等)或藻類相關的有機碎屑導致了后向散射系數以及單位葉綠素濃度歸一化的后向散射增大。針對本文研究的瓊東水體, 底層Chla濃度范圍與上層水體相近,bb*p,p和bb*p,mn顯著增大, 更可能表征了底層水體中與浮游植物相關的非藻類顆粒物(如死亡降解物、聚集絮狀物等)增多, 這些非藻類顆粒物折射率較浮游植物高, 且由于顆粒沉降作用在底層可能聚集濃度更高, 因此導致了后向散射系數增強, 同時bb*p,p和bb*p,mn顯著增大。

圖3 給出了瓊東海域兩個浮游植物類群的后向散射貢獻和后向散射背景值的貢獻百分比隨Chla濃度的變化趨勢。針對上層水體, 當Chla濃度低于0.6mg·m-3時, 后向散射背景值的貢獻百分比超過50%,bbp變化由bbp,k主導; 隨著Chla濃度的增加,較大粒級的浮游植物對bbp的貢獻顯著增加,bbp,mn的貢獻百分比由30%迅速增大至80%; 在Chla濃度介于[0.2, 1] mg·m-3之間時, pico 級浮游植物bbp,p對bbp貢獻最高, 模型估算的bbp,p貢獻百分比在14%～16%之間。對于底層水體, 各組分對bbp貢獻與上層水體存在一定的差異性,bbp,k對bbp的主導貢獻主要體現(xiàn)在葉綠素濃度小于0.1mg·m-3范圍; 與上層水體相比, 在Chla濃度0.2～0.4mg·m-3范圍內,底層水體中pico 級浮游植物bbp,p的貢獻百分比顯著增大, 最大貢獻比可超過 40%; Chla濃度大于0.3mg·m-3后, 較大粒級的浮游植物bbp,mn的貢獻百分比可從30%迅速增大至90%。

瓊東海域水體 Chla實測值主要分布在0.06～0.7mg·m-3之間, 針對上層水體,bbp,k的貢獻隨著Chla濃度增加分布從98%降至48%, 較大粒級的浮游植物bbp,mn的貢獻百分比從2%增至33%, pico級浮游植物bbp,p的貢獻百分比由6%增至18%。對于底層水體,bbp,k的貢獻隨著Chla濃度增加分布從64%降至13%, 同時較大粒級的浮游植物bbp,mn的貢獻百分比從7%增至53%, pico 浮游植物bbp,p的貢獻百分比由28%增至33%。

2.2 與其他模型結果對比

為了驗證本文所構建模型的性能, 將與其他模型進行對比。已有文獻指出, 在全球其他不同海域bbp和Chla存在較明顯的冪函數相關關系(Huot et al,2008)。因此, 圖4a 給出了本文模型與冪函數擬合關系的對比。對于上層水體(空心點), 在低葉綠素濃度范圍, 隨著Chla的增加, 顆粒物后向散射系數變化很小, 本文模型較好地描述了這一特征。相對而言,冪函數在低葉綠素濃度范圍, 擬合的顆粒物后向散射系數隨Chla變化趨勢更為顯著, 因此也導致了冪函數擬合的RMSE(～0.1528m-1)顯著高于本文模型RMSE(～0.00048m-1)。可見在低Chla濃度范圍,本文模型顯著優(yōu)于冪函數擬合結果; 而底層水體(黑點), 由于后向散射系數與Chla之間關系離散性大,雖然本文模型和冪函數擬合呈現(xiàn)相似的決定系數(～0.67), 冪函數似乎更好描述了顆粒物后向散射系數隨Chla濃度增大而增大的變化趨勢。

同時, 圖4b 也將本文模型與已有文獻在全球其他海域建立的bbp和Chla關系模型進行了對比, 具體包括: Huot 等(2008)的南太平洋東部上層水體[H08,bbp(470)]、Dall’Olmo 等(2009)的赤道太平洋表層水(D09)、Xing 等(2014)近極地的北大西洋上層水體[X14,bbp(532)]、Brewin 等(2012) 的赤道太平洋和北大西洋表層水[B12,bbp(470)]、Zhang 等(2020)的太平洋北部[Z20bbp(512)]和 Kheireddine 等(2021)的紅海[K21,bbp(490)], 其中B12 和K21 模型采用了南海Cpm和S1參數進行了區(qū)域優(yōu)化(王桂芬等, 2014)。文獻給出模型中bbp波段與本文選用的490nm 不同, 由于目前沒有精確的波段間轉換關系可參考, 因此在后面不同模型性能比對分析中, 假定bbp在470～532nm 波段間變化較小, 不考慮波段差異的影響。

總體來說, 與冪函數或者線性擬合函數的模型相比(H08、A09、X14、Z20), 優(yōu)化的B12 和K21模型采用了分粒級浮游植物和固定后向散射背景值擬合思路表現(xiàn)出更優(yōu)的模擬性能, 與本文模型性能類似, 尤其是優(yōu)化的K21 模型與本文擬合曲線在低葉綠素范圍基本重疊(圖4b 黑線和藍線), 很好描述了瓊東海域bbp和Chla區(qū)域關系。H08、A09、X14和 Z20 等冪函數或者線性擬合函數的模型在低Chla濃度區(qū)域(＜0.1mg·m-3)均表現(xiàn)出顯著低估,這一現(xiàn)象也很好地證實了 Zhang 等(2020)基于實測亞微米顆粒后向散射特性分析結果: 當Chla濃度低于0.02mg·m-3時,bbp和Chla之間的冪函數關系已不適應。

2.3 不同水層的模型結果

為了更好地闡釋上層水體中bbp與Chla之間關系的離散性, 我們將上層水體進一步劃分為表層、葉綠素最大層以及兩者之間的中間層分別進行模型擬合。圖5 和表1 給出了分水層模型擬合結果及擬合參數。

擬合結果表明, 不同水層bbp與Chla的關系存在一定的差異性。與其他水層相比, 葉綠素最大層Chla濃度顯著增大, 但對應bbp量值并未顯著增加。從模型擬合參數來看, 葉綠素最大層的bbp,k值(～0.000571m-1)顯著低于表層和中間層的bbp,k值(～0.000894 和0.000626m-1), 表明葉綠素最大層中亞微米顆粒的后向散射背景值最低。該層Chla濃度主要分布在0.2～0.428mg·m-3之間, pico 級浮游植物bbp,p的貢獻百分比約為40%, 較大粒級的浮游植物bbp,mn的貢獻百分比約為20%～38%,bbp,k的貢獻百分比約為21%～35%; 當該層Chla濃度達到最大值3.75mg·m-3時, [bbp,pbbp,mnbbp,k]的貢獻百分比發(fā)生了顯著改變, 分別為[9% 87% 30%], 較大粒級的浮游植物對bbp的貢獻占據了絕對主導。

相對于葉綠素最大層, 表層和中間層水樣的區(qū)別并不顯著, 表層bbp,k(490) (～0.000894m-1)略高于中間層bbp,k(490)值(～0.000626m-1)。表層和中間層具有相似的Chla濃度分布區(qū)間, 分別為0.07～0.4 和0.09～0.73mg·m-3, 在較低Chla濃度范圍,bbp,p、bbp,mn和bbp,k的貢獻百分比分別為24%、7%和69%; 而在較高Chla濃度值(～0.4mg·m-3),bbp,p、bbp,mn和bbp,k的貢獻百分比逐漸轉變?yōu)?7%、35%和27%; 在中間層當Chla濃度值達到最大值(～0.73mg·m-3),bbp,p、bbp,mn和bbp,k的貢獻百分比逐漸轉變?yōu)?7%、50%和21%。Zhang 等(2020)指出, 當 Chla濃度小于0.1mg·m-3時, 與Chla濃度不相關的亞微米顆粒對bbp的貢獻可達到 50%; 隨著 Chla濃度增大至0.3mg·m-3, 亞微米顆粒對bbp的貢獻將降至30%。這一實驗結論與本文三個水層模型估算的bbp,k(490)貢獻百分比非常貼合。

3 結論

基于瓊東海域采集的生物—光學數據集, 建立了水體中顆粒物后向散射系數與Chla濃度之間的關系模型。該模型將顆粒物后向散射系數劃分為pico 級浮游植物(＜2μm)的后向散射、較大粒級的浮游植物(＞2μm)的后向散射和不隨Chla濃度變化的后向散射固定背景值三部分累加和。研究發(fā)現(xiàn), 本文構建的模型能很好地模擬出瓊東海域水體的后向散射系數與Chla濃度之間的變化趨勢, 性能遠優(yōu)于常用的冪函數關系模型, 尤其在低葉綠素濃度范圍, 很好地解決冪函數顯著低估的現(xiàn)象; 模型結果表明, 瓊東海域bbp和Chla濃度關系存在顯著的水層變化, 在底層受上升流的影響, 后向散射固定背景值bbp,k顯著高于上層水體背景值; 而在葉綠素最大層, 后向散射固定背景值bbp,k顯著低于上層水體(如表層中間層)的bbp,k背景值,bbp,k的貢獻百分比約為21%～35%; 隨著Chla濃度增大, 較大粒級的浮游植物對bbp的貢獻也顯著增大, 可達到50%以上,pico 級浮游植物貢獻穩(wěn)定在40%附近。

本文構建的模型結果很好地吻合了“海水中亞微米顆粒(＜0.2 或 0.7μm)對后向散射貢獻顯著(Zhang et al, 2020)”這一實驗研究結論, 表明在瓊東水體中, 不隨Chla濃度變化的后向散射固定背景值對水體后向散射系數具有不可忽視的貢獻。同時模型也更好表述了bbp和Chla濃度的關系。本研究成果將為瓊東海域浮游植物生物量的光學遙感研究提供更為精確的區(qū)域性模型, 獲取的浮游植物群落結構及生物量信息也將為瓊東生物地球化學過程的研究提供基礎數據。