葉 娜，賈建軍，田 靜，蘇紅波，雒偉民，張 峰，肖 康

(1.國(guó)家海洋局東海信息中心，上海 200137;2.中國(guó)海監(jiān)總隊(duì)，北京 100860;3.中國(guó)科學(xué)院地理科學(xué)與資源研究所陸地水循環(huán)及地表過(guò)程重點(diǎn)實(shí)驗(yàn)室，北京 100101)

0 引言

滸苔是海洋中極為豐富的大型浮游藻類，屬綠藻門石莼科海洋植物。作為海區(qū)重要的初級(jí)生產(chǎn)者，具有吸收利用水體營(yíng)養(yǎng)鹽和增加溶解氧的功能，經(jīng)過(guò)加工后還有一定的食用、藥用功能[1]。少量滸苔的聚集不會(huì)影響海水水質(zhì)，對(duì)海洋生態(tài)環(huán)境不會(huì)產(chǎn)生直接的負(fù)面作用，因此滸苔的遙感監(jiān)測(cè)與赤潮遙感監(jiān)測(cè)相比較少[2]。但當(dāng)滸苔大量繁殖浮于海面時(shí)也會(huì)形成災(zāi)害性的后果。如遮蔽陽(yáng)光，改變正常的水下光照及生物化學(xué)條件，引發(fā)水下生物活動(dòng)的異常，影響海洋生物的生長(zhǎng)和活動(dòng)，引起赤潮的爆發(fā)等[3-4];大規(guī)模的滸苔爆發(fā)還會(huì)嚴(yán)重影響景觀，干擾旅游觀光和水上運(yùn)動(dòng)的進(jìn)行。2008年6月，滸苔在我國(guó)青島近海大規(guī)模爆發(fā)，對(duì)第29屆奧帆賽造成了嚴(yán)重的影響。在國(guó)外，滸苔爆發(fā)事件也時(shí)有發(fā)生，嚴(yán)重影響海洋環(huán)境。近年來(lái)日本三番瀨和金澤灣遭遇的滸苔大面積繁殖現(xiàn)象已使得海濱管理出現(xiàn)了嚴(yán)重問(wèn)題;法國(guó)西北部海岸的布列塔尼從1991年至今一直備受滸苔大規(guī)模繁殖的困擾;菲律賓的馬卡哈拉灣近年來(lái)滸苔的大量聚集已經(jīng)成為當(dāng)?shù)貪O村的公害問(wèn)題[5]。

滸苔一類大型綠藻的爆發(fā)在國(guó)際上被稱為“綠潮”，與赤潮一樣，被視為一種海洋災(zāi)害[6]。治理費(fèi)時(shí)費(fèi)力，成本較高。據(jù)統(tǒng)計(jì)，青島奧帆賽滸苔爆發(fā)期間，我國(guó)投入的治理費(fèi)用超過(guò)1億美元[7]。近年來(lái)，滸苔在我國(guó)黃海、東海海域的爆發(fā)頻繁發(fā)生，已經(jīng)引起國(guó)家海洋局的高度重視，滸苔的監(jiān)測(cè)工作隨之得到了較多開(kāi)展。遙感技術(shù)憑借其大尺度、多空間分辨率、多光譜、快速和動(dòng)態(tài)的觀測(cè)能力，具有傳統(tǒng)調(diào)查取樣和實(shí)測(cè)方法不可替代的優(yōu)勢(shì)，已經(jīng)成為大范圍綠潮監(jiān)測(cè)的重要手段，在綠潮發(fā)生的起源、空間分布、時(shí)間過(guò)程、規(guī)模和遷移路線的監(jiān)測(cè)方面發(fā)揮了重大作用。本文綜述了國(guó)內(nèi)外直接用于滸苔監(jiān)測(cè)的遙感方法，為相關(guān)研究者和應(yīng)用部門提供參考。

1 滸苔遙感監(jiān)測(cè)的基本原理

滸苔的遙感監(jiān)測(cè)原理與滸苔在海水中的狀態(tài)(漂浮和懸浮)和遙感數(shù)據(jù)類型(光學(xué)遙感和微波遙感)有關(guān)。光學(xué)遙感監(jiān)測(cè)浮于水面滸苔的方法是基于自然海水表面和滸苔覆蓋海水表面光譜特征的差異展開(kāi)的。滸苔含有豐富的葉綠素，當(dāng)其覆蓋海面時(shí)，由于葉綠素對(duì)太陽(yáng)光的反射、吸收和散射作用，海水表面光譜將發(fā)生顯著變化，使得海水光譜曲線在可見(jiàn)光的藍(lán)光波段和紅光波段產(chǎn)生吸收谷，在近紅外波段出現(xiàn)類似于植被光譜曲線的高反射峰。滸苔覆蓋越厚，近紅外波段的高反射現(xiàn)象越明顯[8]。張娟[9]，梁剛[10]，李三妹[1]和 Elijah[11]等對(duì)滸苔覆蓋海水光譜信息的實(shí)際觀測(cè)得出，滸苔在藍(lán)光和紅光波段的吸收谷具體出現(xiàn)在400～500 nm和670 nm附近，在近紅外波段的反射峰出現(xiàn)在675～800 nm范圍內(nèi)。而正常海水在可見(jiàn)光波段反射率很小，在近紅外波段反射率幾乎為0。因此利用滸苔覆蓋海水與正常海水在可見(jiàn)光和近紅外波段的光譜特性差異建立滸苔遙感監(jiān)測(cè)模型，這是光學(xué)遙感提取水面滸苔信息的基礎(chǔ)。

與光學(xué)遙感相比，微波遙感具有全天時(shí)、全天候?qū)Φ乇磉M(jìn)行觀測(cè)的優(yōu)點(diǎn)，目前常作為光學(xué)遙感監(jiān)測(cè)水面滸苔的輔助手段，并以主動(dòng)雷達(dá)遙感數(shù)據(jù)應(yīng)用為主。在雷達(dá)圖像上，由滸苔、水體、船只和陸地回波信號(hào)所得到的灰度值或后向散射系數(shù)差異十分明顯[12]，基于此，根據(jù)滸苔所在的灰度或后向散射系數(shù)的有效范圍，通過(guò)圖像的閾值分割法可以實(shí)現(xiàn)水面滸苔信息的提取。這類方法研究才剛剛起步，因此目前開(kāi)發(fā)的方法還比較簡(jiǎn)單。

與水面滸苔監(jiān)測(cè)方法相比，懸浮于海水中的滸苔的信息提取受水體中懸浮泥沙和黃色物質(zhì)的影響明顯，因此水中滸苔監(jiān)測(cè)方法主要基于物理基礎(chǔ)較強(qiáng)的輻射傳輸模型。具體是利用滸苔、葉綠素、海水、海水中的懸浮泥沙和有機(jī)黃色物質(zhì)的吸收與彈性散射系數(shù)，熒光和拉曼散射貢獻(xiàn)建立輻射傳輸方程，模擬衛(wèi)星接收到的海洋輻亮度信息。具體參數(shù)包括:純海水吸收和散射光譜、滸苔吸收和散射光譜、懸浮泥沙吸收和散射光譜、黃色物質(zhì)吸收和散射光譜、葉綠素和黃色物質(zhì)熒光散射和水體拉曼散射的貢獻(xiàn)率等[13]。根據(jù)滸苔的厚度和深度，泥沙量和黃色物質(zhì)量的不同這些參數(shù)值不同。基于實(shí)際觀測(cè)數(shù)據(jù)或經(jīng)驗(yàn)值，利用輻射傳輸模型反演，一方面可以直接分離滸苔與其他海洋信息，另一方面可以通過(guò)反演葉綠素濃度達(dá)到探測(cè)和監(jiān)測(cè)滸苔的目的。

2 滸苔遙感信息提取的主要方法

2.1 單波段閾值分割法

根據(jù)滸苔覆蓋海水在可見(jiàn)光和近紅外波段的波譜特性，單波段閾值分割法應(yīng)用的波段主要集中在波譜的反射峰或吸收谷位置，由于近紅外波段的反射峰與正常海水相比差異最大，因此該波段通常被選作單波段閾值法的最優(yōu)波段，主要用于水面滸苔的監(jiān)測(cè)。通過(guò)設(shè)定波段圖像的灰度值或者反射率的閾值，將正常海水與滸苔覆蓋海水區(qū)分開(kāi)，其表達(dá)形式為Rmin＜R1＜Rmax，其中R1是灰度值或反射率，Rmin和Rmax是滸苔的最小和最大灰度或反射率值。梁剛[10]利用單波段法，基于MODIS數(shù)據(jù)第2波段的灰度值，對(duì)2008年6月青島海域滸苔爆發(fā)的分布范圍和覆蓋的水域面積進(jìn)行了估算，設(shè)定2008年第179天，Rmin和 Rmax值為2 000 和6 000，第180 天為1 000和 2 000。

目前應(yīng)用于水面滸苔監(jiān)測(cè)的雷達(dá)數(shù)據(jù)主要有ENVISAT-ASAR，ALOS-PALSAR，RADARSAT-1和COSMO-SkyMed數(shù)據(jù)。與光學(xué)遙感的單波段閾值分割法相似，通過(guò)確定滸苔在雷達(dá)圖像上的灰度值或后向散射系數(shù)的有效范圍提取滸苔信息。雷達(dá)遙感用于滸苔的監(jiān)測(cè)處于起步階段，因此目前的應(yīng)用以這種簡(jiǎn)單的方法為主。如李穎等[14]使用ENVISAT-ASAR，ALOS-PALSAR和RADARSAT-1這3種星載雷達(dá)數(shù)據(jù)，通過(guò)專家先驗(yàn)知識(shí)根據(jù)形狀、大小、位置等目標(biāo)物質(zhì)識(shí)別特征，首先判讀雷達(dá)圖像上滸苔分布的典型區(qū)域，再對(duì)滸苔的灰度值和正常海水的灰度值進(jìn)行分析，得出不同極化方式下滸苔灰度值的主要?jiǎng)討B(tài)范圍;蔣興偉等[15]運(yùn)用一種基于區(qū)域增長(zhǎng)面向?qū)ο蟮膱D像尺度分割方法調(diào)整圖像的分割尺度，指出COSMO-SkyMed數(shù)據(jù)中灰度值在75～175時(shí)滸苔圖像最明顯，實(shí)現(xiàn)了滸苔信息的快速提取;Gui等[16]對(duì)ENVISAT-ASAR與環(huán)境災(zāi)害小衛(wèi)星(HJ-1A/B)監(jiān)測(cè)2009年我國(guó)黃海滸苔爆發(fā)的結(jié)果進(jìn)行了對(duì)比，指出二者的平均百分比差異為15%。

由于不同大氣條件和觀測(cè)條件下遙感圖像灰度值存在很大差別，導(dǎo)致不同日期遙感圖像上滸苔灰度值有效范圍差異很大，沒(méi)有統(tǒng)一的規(guī)律可言，因此以灰度值為基礎(chǔ)的閾值分割法不確定性很大。以反射率和后向散射系數(shù)為基礎(chǔ)確定閾值相對(duì)穩(wěn)定，但需要較精確的遙感圖像大氣校正和去噪聲處理，因此遙感圖像處理對(duì)地表反射率和后向散射系數(shù)的準(zhǔn)確獲取至關(guān)重要。遙感方法獲取的海水光譜信息還受許多其他因素的影響，如海洋浮游生物或植物的影響，太陽(yáng)耀光對(duì)航空光學(xué)遙感的影響等，這些信息與滸苔信息摻雜在一起，導(dǎo)致簡(jiǎn)單的閾值法判讀精度較低。

2.2 多波段比值法

由于多波段比值法能夠擴(kuò)大滸苔吸收谷與反射峰之間的差異，起到增強(qiáng)信息消除噪音的作用，且方法簡(jiǎn)單易操作，因此常被用于水面滸苔的監(jiān)測(cè)。主要有雙波段比值法、歸一化植被指數(shù)法(normalized differential vegetation index，NDVI)、浮游藻類指數(shù)法(floating algae index，F(xiàn)AI)[2]和歸一化藻類指數(shù)法(normalized difference algae index，NDAI)[17]。

雙波段比值法主要指藍(lán)、綠波段比值和紅光、近紅外波段比值。水面滸苔的光譜特征可以反映水體葉綠素濃度[18-19]，因此能夠用于滸苔的監(jiān)測(cè)。與雙波段比值法相比，NDVI方法能夠更好地減少大氣和云的影響，監(jiān)測(cè)原理也是通過(guò)反映水體葉綠素濃度來(lái)反映滸苔信息，是目前應(yīng)用最多的方法，即

式中，RNIR和RRED分別為海洋近紅外和紅光波段的表面反射輻射。王國(guó)偉等[4]利用MODIS數(shù)據(jù)計(jì)算長(zhǎng)時(shí)間序列的NDVI，認(rèn)為當(dāng)NDVI＞0.5時(shí)就表明海面有大規(guī)模滸苔覆蓋，并據(jù)此研究了2008年和2009年我國(guó)黃海海域的滸苔爆發(fā)和漂移路線情況;孫凌等[20]利用FA-3A MERSI數(shù)據(jù)計(jì)算 NDVI值，對(duì)2008年5月至7月第29屆奧帆賽舉辦期間，青島海域的綠潮狀況進(jìn)行了監(jiān)測(cè)分析;邢前國(guó)等[3]基于MODIS和TM遙感數(shù)據(jù)，以NDVI為定量監(jiān)測(cè)指標(biāo)，針對(duì)不同水體狀況設(shè)定不同NDVI閾值，監(jiān)測(cè)了2007—2010年間黃海、東海的綠潮，并指出在水體渾濁區(qū)需要使用高空間分辨率遙感圖像進(jìn)行監(jiān)測(cè)更加有效。李三妹等[1]以NDVI方法為基礎(chǔ)監(jiān)測(cè)了2008年5—8月我國(guó)黃海海域滸苔的出現(xiàn)，影響范圍和移動(dòng)路徑。NDVI方法已經(jīng)被作為國(guó)家海洋局滸苔災(zāi)害衛(wèi)星遙感應(yīng)急監(jiān)視監(jiān)測(cè)系統(tǒng)的業(yè)務(wù)化方法使用[21]。

2008年，南弗羅里達(dá)大學(xué)的學(xué)者[22]利用MODIS數(shù)據(jù)，使用NDVI方法也對(duì)2008年青島海域滸苔爆發(fā)的范圍和原因進(jìn)行了研究，指出NDVI方法在大型藻類的監(jiān)測(cè)中存在較大的不確定性，因?yàn)镹DVI對(duì)衛(wèi)星觀測(cè)時(shí)的大氣條件，觀測(cè)角度，太陽(yáng)角度和海洋環(huán)境的變化十分敏感，在應(yīng)用中需要配合圖像處理技術(shù)和人工判讀才能實(shí)現(xiàn)準(zhǔn)確監(jiān)測(cè)。為了克服NDVI應(yīng)用的不確定性，他提出了一種新的海洋浮游藻類指數(shù) FAI[2]，即

式中，R(rc，NIR)，R(rc，SWIR)，R(rc，RED)分別是經(jīng)過(guò)瑞利散射校正后近紅外、短波紅外和紅光波段的海洋表面反射輻射，λNIR，λSWIR，λRED分別指近紅外，短波紅外和紅光波段的波長(zhǎng)。運(yùn)用這個(gè)指數(shù)，Hu[2，23]成功進(jìn)行了2008年我國(guó)青島海域滸苔的監(jiān)測(cè)和原因分析，并證明該方法比NDVI法更加準(zhǔn)確。Keesing等[24]基于MODIS獲取的灰度值使用這個(gè)方法，研究了2007—2009年間我國(guó)黃海滸苔綠潮的年季變化，分析了與海岸帶水藻養(yǎng)殖的關(guān)系。

相似的基于波段比值法的遙感藻類指數(shù)還有Shi等[17]提出的歸一化藻類指數(shù) NDAI，其計(jì)算公式為

式中，R(t，NIR)，R(t，RED)分別是近紅外波段和紅光波段的天頂反射輻射;R(r，NIR)，R(r，RED)分別是近紅外波段和紅光波段的瑞利散射反射輻射。利用這個(gè)方法和MODIS數(shù)據(jù)，Shi等[17]得出 2008年 5—7月我國(guó)青島海域滸苔覆蓋面積最高達(dá)到了4 000 km2。

與單波段閾值法相同，多波段比值法也主要用于對(duì)水面滸苔的監(jiān)測(cè)。

2.3 輻射傳輸模型法

輻射傳輸模型法主要用于水中滸苔的監(jiān)測(cè)，其應(yīng)用是通過(guò)對(duì)葉綠素a濃度的反演提取滸苔信息。但利用葉綠素a濃度信息提取滸苔信息的定量研究目前在國(guó)內(nèi)外基本處于空白階段，還有待深入發(fā)展，目前有關(guān)輻射傳輸模型法的研究大多都集中在葉綠素a濃度的反演上。

葉綠素a濃度的估算是海洋水色遙感的重要研究?jī)?nèi)容，除了對(duì)海洋浮游植物的監(jiān)測(cè)具有重要作用外，對(duì)海洋初級(jí)生產(chǎn)力和海洋-大氣系統(tǒng)中碳循環(huán)研究也具有重要意義，因此國(guó)內(nèi)外有大量研究成果。建立海水表面光譜輻射特征與海水中葉綠素a濃度的經(jīng)驗(yàn)關(guān)系是最簡(jiǎn)單的方法，因而在國(guó)內(nèi)外的應(yīng)用十分普遍。如針對(duì)SeaWiFs海洋水色衛(wèi)星數(shù)據(jù)的各種算法和針對(duì)MODIS數(shù)據(jù)的葉綠素算法等[25-27]。經(jīng)驗(yàn)方法的缺點(diǎn)就是需要實(shí)測(cè)的葉綠素a濃度數(shù)據(jù)，且具體情況不同經(jīng)驗(yàn)參數(shù)不同，因此基于實(shí)測(cè)數(shù)據(jù)建立的經(jīng)驗(yàn)公式不存在普遍適用性[28]。與經(jīng)驗(yàn)法相比，葉綠素a濃度反演模型法利用生物光學(xué)模型描述水體組分和水體光譜輻射特征之間的相關(guān)性，具有較強(qiáng)的物理基礎(chǔ)，主要有代數(shù)法、人工神經(jīng)網(wǎng)絡(luò)法、非線性最優(yōu)化法和主成分分析法。代數(shù)法是用代數(shù)表達(dá)式描述葉綠素等各個(gè)變量的吸收系數(shù)和散射系數(shù)等固有光學(xué)變量和各變量濃度的關(guān)系，再利用各種假設(shè)最大限度地簡(jiǎn)化公式，減少未知量，從而使代數(shù)方程可求解。人工神經(jīng)網(wǎng)絡(luò)法是通過(guò)建立遙感信息與水體信息的某種近似映射關(guān)系而完成海水成分信息提取的，被認(rèn)為在二類水體復(fù)雜的光學(xué)特性與各成分濃度的非線性關(guān)系描述上比經(jīng)驗(yàn)法和代數(shù)法更有優(yōu)勢(shì)[29]。非線性最優(yōu)化算法的原理是提出一種預(yù)測(cè)模型，通過(guò)改變作為預(yù)測(cè)模型輸入變量的氣溶膠光學(xué)厚度以及葉綠素、總懸浮物、黃色物質(zhì)幾種水體組分的濃度值，使根據(jù)模型計(jì)算光譜輻射的預(yù)測(cè)值和實(shí)際測(cè)量值之間的誤差最小[30]。Krawczyk等[31]提出了基于主成分分析(principal component analysis，PCA)的水色反演算法，該方法的核心是得到大氣頂部光譜輻射和地球物理量之間的分段線性關(guān)系，并將大氣參數(shù)和水體組分濃度各參數(shù)都看作未知量同時(shí)反演，因而不必進(jìn)行大氣校正，這是主成分分析法的最大優(yōu)點(diǎn)。

雖然葉綠素濃度的定量遙感方法很多，但由于滸苔的遙感監(jiān)測(cè)在近幾年才得到廣泛重視，因此直接用于滸苔監(jiān)測(cè)的應(yīng)用實(shí)例還較少。另外，海洋浮游植物幾乎都含有葉綠素，通過(guò)葉綠素信息如何準(zhǔn)確鑒別滸苔這種植物類型仍是這種方法應(yīng)用面臨的挑戰(zhàn)。目前，在由葉綠素a濃度信息提取滸苔信息的研究方面還鮮有文獻(xiàn)報(bào)道。

3 存在的問(wèn)題與發(fā)展趨勢(shì)

根據(jù)上述滸苔遙感監(jiān)測(cè)方法的分析可以看出，單波段閾值分割法和多波段比值法因其簡(jiǎn)單易操作，目前應(yīng)用最廣，是現(xiàn)階段水面滸苔遙感監(jiān)測(cè)的主要方法，而專門針對(duì)水中滸苔遙感監(jiān)測(cè)的輻射傳輸模型法則剛處于起步階段，目前還停留在對(duì)葉綠素a濃度的反演研究上。從算法的原理和應(yīng)用中也可以看出，它們?cè)跐G苔遙感監(jiān)測(cè)的研究還需要進(jìn)一步完善，主要存在如下3個(gè)問(wèn)題和發(fā)展趨勢(shì):

1)3種方法都無(wú)法將滸苔信息與其他海洋浮游植物區(qū)分開(kāi)來(lái)，因?yàn)閹缀跛械暮Ｑ蟾∮沃参锒己腥~綠素，呈現(xiàn)出與滸苔相似的光譜特性。當(dāng)監(jiān)測(cè)區(qū)域內(nèi)有較多其他浮游植物干擾時(shí)，上述方法監(jiān)測(cè)誤差會(huì)明顯增加。而有效地區(qū)分滸苔與其他浮游植物是極早發(fā)現(xiàn)滸苔，實(shí)現(xiàn)滸苔災(zāi)害預(yù)報(bào)，從而抑制其大規(guī)模爆發(fā)的關(guān)鍵。要解決這個(gè)問(wèn)題，未來(lái)滸苔遙感監(jiān)測(cè)方法的重點(diǎn)將是開(kāi)展更細(xì)致的滸苔與其他藻類光譜特性的差異分析，應(yīng)用圖像分析技術(shù)、色素分析技術(shù)及表觀和固有光譜法等，增強(qiáng)藻種間的匹配差異[32]。高光譜遙感的應(yīng)用也將會(huì)是進(jìn)行浮游植物分類的重要手段。

2)水下滸苔監(jiān)測(cè)方法有待深入研究。上文分析已經(jīng)指出，目前水中滸苔監(jiān)測(cè)使用的輻射傳輸模型法大多都集中在葉綠素a濃度的反演上，如何利用葉綠素a濃度信息提取滸苔信息的研究基本處于空白狀態(tài)，因此有關(guān)這方面的研究還需要深入開(kāi)展。另外，二類水體中的懸浮泥沙和黃色物質(zhì)使水體光譜呈現(xiàn)復(fù)雜的光學(xué)特性，水中滸苔的鑒別難度與一類水體相比顯著增加。這種情況下，利用實(shí)驗(yàn)觀測(cè)手段和輻射傳輸模型法定量研究泥沙和黃色物質(zhì)等雜質(zhì)對(duì)水體光譜的影響，發(fā)展針對(duì)二類水體的水中滸苔監(jiān)測(cè)方法十分必要。滸苔覆蓋厚度、密度和懸浮深度不同也會(huì)呈現(xiàn)不同的光譜特性，研究這些因素對(duì)滸苔海水光譜的影響及變化規(guī)律也是準(zhǔn)確監(jiān)測(cè)水中滸苔必需的內(nèi)容[13]。

3)與決策支持密切相關(guān)的滸苔信息監(jiān)測(cè)不足。目前滸苔的遙感監(jiān)測(cè)大多只能給出其覆蓋面積、空間分布范圍、時(shí)間過(guò)程和規(guī)模等級(jí)，除此之外，決策部門還需要充分掌握滸苔總量、漂移預(yù)報(bào)和滸苔長(zhǎng)勢(shì)等更加詳細(xì)的信息，才能制定有效的應(yīng)急處理方案。因此考慮監(jiān)測(cè)信息使用者需求，開(kāi)發(fā)解決現(xiàn)有監(jiān)測(cè)能力不足與監(jiān)測(cè)信息使用者需求之間矛盾的手段和方法是未來(lái)滸苔遙感監(jiān)測(cè)的重要研究方向。

[1]李三妹，李亞君，董海鷹，等.淺析衛(wèi)星遙感在黃海滸苔監(jiān)測(cè)中的應(yīng)用[J].應(yīng)用氣象學(xué)報(bào)，2010，21(1):76-82.Li S M，Li Y J，Dong H Y，et al.Satellite remote sensing application to Enteromorpha prolifera monitoring in the Yellow Sea[J].Journal of Applied Meteorological Science，2012，21(1):76-82.

[2]Hu C M.A novel ocean color index to detect floating algae in the global oceans[J].Remote Sensing of Environment，2009，113(10):2118-2129.

[3]邢前國(guó)，鄭向陽(yáng)，施 平，等.基于多源、多時(shí)相遙感影像的黃、東海綠潮影響區(qū)檢測(cè)[J].光譜學(xué)與光譜分析，2011，31(6):1644-1647.Xing Q G，Zheng X Y，Shi P，et al.Monitoring“green tide”in the Yellow Sea and the East China Sea using multi-temporal and multi-source remote sensing images[J].Spectroscopy and Spectral Analysis，2011，31(6):1644-1647.

[4]王國(guó)偉，李繼龍，楊文波，等.利用MODIS和RADARSAT數(shù)據(jù)對(duì)滸苔的監(jiān)測(cè)研究[J].海洋湖沼通報(bào)，2010(4):1-8.Wang G W，Li J L，Yang W B，et al.A primary study of Enteromorpha prolifra using the MODIS and RADARSAT[J].Transactions of Oceanology and Limnology，2010(4):1-8.

[5]宋寧而，王 琪.從國(guó)外滸苔治理經(jīng)驗(yàn)看海洋環(huán)境應(yīng)急管理社會(huì)組織的重要性[J].海洋開(kāi)發(fā)與管理，2010，27(9):33-40.Song N E，Wang Q.The importance of the social organization of marine environmental emergency management according to the administering experience of Enteromorpha prolifra[J].Ocean Development and Management，2010，27(9):33-40.

[6]Schramm W，Nienhuis P H，F(xiàn)letcherR L.The occurrence of“green tides”:A review，in marine benthic vegetation:Recent changes and the effects of Eutrophication[M]//Schramm W，NienhuisPH.Berlin:Springer，1996:7-43.

[7]Wang X H，Li L，Bao X，et al.Economic cost of an algae bloom cleanup in China’s 2008 olympic sailing venue[J]，Eos，American Geophysical Union Transactions，2009，90(28):238-239.

[8]謝宏全，盧 霞，周 立，等.基于連云港海域滸苔光譜的高光譜特征參數(shù)分析[J].安徽農(nóng)業(yè)科學(xué)，2011，39(27):16964-16966.Xie H Q，Lu X，Zhou L，et al.Analysis of hyperspectal character parameters based on the reflectance spectra of Enteromorpha prolifra in Lianyungang sea area[J].Journal of Anhui Science，2011，39(27):16964-16966.

[9]張 娟.滸苔遙感監(jiān)測(cè)方法研究及軟件實(shí)現(xiàn)——以青島奧帆賽場(chǎng)及周邊海域?yàn)槔齕D].成都:電子科技大學(xué)，2009.Zhang J.The method and the software implementation of monitoring macroalgae by remote sensing[D].Chengdu:University of Electronic Science and Technology of China，2009.

[10]梁 剛.大型藻類遙感監(jiān)測(cè)方法研究[D].大連:大連海事大學(xué)，2011.Liang G.The method of monitoring macroalgae by remote sesning[D].Dalian:Dalian Maritime University，2011.

[11]Elijah R，Amina R，Mads S T，et al.Spectral definition of the Macro-algae Ulva curvata in the Back-barrier Bays of the eastern shore of Virginia，USA[J].Int J Remote Sens，2012，33(2):586-603.

[12]顧行發(fā)，陳興峰，尹 球，等.黃海滸苔災(zāi)害遙感立體監(jiān)測(cè)[J].光譜學(xué)與光譜分析，2011，31(6):1627-1632.Gu X F，Chen X F，Yin Q，et al.Stereoscopic remote sensing used in monitoring Enteromorpha prolifra disaster in Chinese Yellow Sea[J].Spectroscopy and Spectral Analysis，2011，31(6):1627-1632.

[13]趙文靜，張 杰，崔廷偉，等.水下懸浮滸苔海面光譜響應(yīng)的輻射傳輸模擬[J].光譜學(xué)與光譜分析，2009，29(6):1656-1660.Zhao W J，Zhang J，Cui T W，et al.Enteromorpha prolifera underwater spectral research based on simulation of radiation transmission[J].Spectroscopy and Spectral Analysis，2009，29(6):1656-1660.

[14]李 穎，梁 剛，于水明，等.監(jiān)測(cè)滸苔災(zāi)害的微波遙感數(shù)據(jù)選取[J].海洋環(huán)境科學(xué)，2011，30(5):739-742.Li Y，Liang G，Yu S M，et al.Selection of microwave remote sensing data of monitoring of Entermorpha prolifera disaster[J].Marine Environmental Science，2011，30(5):739-742.

[15]蔣興偉，鄒亞榮，王 華，等.基于SAR快速提取滸苔信息應(yīng)用研究[J].海洋學(xué)報(bào)，2009，31(2):63-68.Jiang X W，Zou Y R，Wang H，et al.Application study on quick extraction of Entermorpha prolifera information using SAR data[J].Acta Oceanologic Sinica，2009，31(2):63-68.

[16]Cui T W，Zhang J，Sun L E，et al.Satellite monitoring of massive green macroalgae bloom(GMB):Imaging ability comparison of multi-source data and drifting velocity estimation[J].Int J Remote Sens，2012，33(17):5513-5527.

[17]Shi W，Wang M.Green macroalgae blooms in the Yellow Sea during the spring and summer of 2008[J].Journal of Geophysical Research，2009(114):C120010，doi:10.1029/2009JC005513.

[18]Ekatrand S.Landsat TM based quantification of chlorophyll-a during algae blooms in coastal waters[J].Int J Remote Sens，1992，l3(10):1913-1926.

[19]李素菊，吳 倩，王學(xué)軍，等.巢湖浮游植物葉綠素含量與反射光譜特征的關(guān)系[J].湖泊科學(xué)，2002，14(3):228-234.Li S J，Wu Q，Wang X J，et al.Correlations between reflectance spectra and contents of chlorophyll-a in Chaohu Lake[J].Journal of Lake Science，2002，14(3):228-234.

[20]孫 凌，郭茂華，李三妹，等.用FY-3A MERSI進(jìn)行青島海域滸苔監(jiān)測(cè)[J].遙感信息，2010，(1):64-68.Sun L，Guo M H，Li S M，et al.Enteromorpha prolifera monitoring with FY-3A MERSI around the sea area of Qingdao[J].Remote Sensing Information，2010，(1):64-68.

[21]蔣興偉，劉建強(qiáng)，鄒 斌，等.滸苔災(zāi)害衛(wèi)星遙感應(yīng)急監(jiān)視監(jiān)測(cè)系統(tǒng)及其應(yīng)用[J].海洋學(xué)報(bào)，2009，31(1):52-64.Jiang X W，Liu J Q，Zou B，et al.The satellite remote sensing system used in emergency response monitoring for Entermorpha prolifera disaster and its application[J].Acta Oceanologica Sinica，2009，31(1):52-64.

[22]Hu C M，He M X.Origin and offshore extent of floating algae in olympic sailing area[J].Eos，American Geophysical Union Transactions，2008，89(33):302-303.

[23]Hu C M，Li D Q，Chen C S，et al.On the recurrent Ulvaprolifera blooms in the Yellow Sea and East China Sea[J].Journal of GeophysicalResearch，2010(115):C05017.doi:10.1029/2009JC005561.

[24]Keesing J K，Liu D Y，F(xiàn)earns P，et al.Inter-and Intra-annual patterns of Ulvaprolifera green tides in the Yellow Sea during 2007-2009，their origin and relationship to the expansion of coastal seaweed aquaculture in China[J].Marine Pollution Bulletin，2011，62(6):1169-1182.

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

[26]Carder K L，Chen E R，Cannizzaro J R，et al.Performance of the MODIS semi-analytical ocean color algorithm for chlorophyll-a[J].Advances in Space Research，2004，33(7):1152-1159.

[27]Esaias W E，Abbott M R，Barton I，et al.An overview of MODIS capabilities for ocean science observations[J].IEEE Transactions on Geoscience and Remote Sensing，1998，36(4):1250-1263.

[28]李四海，惲才興，唐軍武.河口懸浮泥沙濃度SeaWiFS遙感定量模式研究[J].海洋學(xué)報(bào)，2004，24(2):51-58.Li S H，Hui C X，Tang J W.A study on the quantitative remote sensing model for the sediment concentration in estuary[J].Acta Oceanologica Sinica，2004，24(2):51-58.

[29]Keiner L E，Brown C W.Estimating oceanic chlorophyll concentrations with neural networks[J].Int J Remote Sens，1999，20(1):189-194.

[30]叢丕福.海洋葉綠素遙感反演及海洋初級(jí)生產(chǎn)力估算研究[D].北京:中國(guó)科學(xué)院遙感應(yīng)用研究所，2006.Cong P F.Inversion of oceanic chlorophyll concentrations and the estimation of ocean primary production by remote sensing[D].Beijing:Institute of Remote Sensing Applications Chinese Academy of Sciences，2006.

[31]Krawczyk H，Neurnarm A，Walzel T，et al.Investigation of interpretation possibilities of spectral high dimensional measurements by means of principal component analysis-a concept for physical interpretation of those measurements[C]//Chavez P S.Proceedings of the society of photo-optical instrumentation engineers(SPIE)，Orlando:Spie-international Society for Optical Engineering，1993(1938):40l-411.

[32]殷 蕾，唐軍武，宋慶君.基于遙感反射比光譜的一種藻類識(shí)別方法[J].海洋學(xué)報(bào)，2011，33(3):55-62.Yin L，Tang J W，Song Q J.A method of classification for algal species based on remote sensing reflectance spectra[J].Acta Oceanologica Sinica，2011，33(3):55-62.