李宏麗

(蘇州市職業(yè)大學(xué) 計(jì)算機(jī)工程學(xué)院，江蘇 蘇州 215104)

影響咸潮的主要因素有天氣變化及潮汐漲退，另外，全球氣候變化導(dǎo)致海平面上升過(guò)程也促進(jìn)了咸潮緩慢地增加。特別是近幾年來(lái)隨著珠江三角洲地區(qū)經(jīng)濟(jì)發(fā)展速度加快、城鎮(zhèn)與工業(yè)供水需求不斷擴(kuò)大，恰又逢珠江三角洲地區(qū)持續(xù)干旱，以及一些人為的河口采砂、航道疏浚導(dǎo)致河道水位下降等因素影響，使得珠江三角洲咸潮入侵出現(xiàn)不斷加強(qiáng)的趨勢(shì)[1-2]。自1999年有關(guān)方面報(bào)道廣州水源受到咸潮入侵的影響以來(lái)，近幾年的冬季咸潮災(zāi)害頻繁侵襲珠江三角洲的河口區(qū)域，嚴(yán)重威脅到區(qū)域工業(yè)和生活的用水安全構(gòu)成。珠三角河網(wǎng)縱橫交錯(cuò)，因此咸潮對(duì)珠三角依江傍海的城市構(gòu)成整體威脅。輕者咸潮僅波及珠海、中山、東莞、廣州黃埔以及澳門(mén)等沿海感潮地區(qū)的供水，重者會(huì)影響廣州等珠江下游區(qū)域，給當(dāng)?shù)貒?guó)民經(jīng)濟(jì)和人民生活帶來(lái)了重大影響[3]。

珠江三角洲的供水安全問(wèn)題，引起了國(guó)家領(lǐng)導(dǎo)、國(guó)家防總、水利部以及廣東省委省政府高度重視，自2005年開(kāi)始了珠江流域大規(guī)模、遠(yuǎn)距離、跨省區(qū)壓咸補(bǔ)淡應(yīng)急調(diào)水，此后幾乎每年都要為壓咸而啟動(dòng)全流域調(diào)水，而這種應(yīng)急調(diào)水實(shí)際上對(duì)水資源的利用率很低，對(duì)不同的感潮河段的壓咸效果差異也很大[4-5]。為了更加科學(xué)合理地采取應(yīng)對(duì)珠三角咸潮的措施，為咸潮入侵應(yīng)急預(yù)案提供決策依據(jù)，迫切需要從物理機(jī)理上摸清咸潮發(fā)生、發(fā)展的整個(gè)演變過(guò)程和各影響因素的相互關(guān)系，以及在不同發(fā)展階段水體鹽度的空間分異規(guī)律。但由于河道沿程咸潮觀測(cè)資料不足，這直接導(dǎo)致了對(duì)咸潮的發(fā)生規(guī)律、監(jiān)測(cè)模擬研究的薄弱和預(yù)測(cè)的能力低下[3-5]。

所以，在咸潮入侵過(guò)程的全周期內(nèi)，對(duì)珠江口主要感潮河段進(jìn)行定點(diǎn)水體鹽度和黃色物質(zhì)濃度、懸浮物濃度、風(fēng)向風(fēng)速和徑流量等的常規(guī)取樣或收集，利用先進(jìn)的遙感(高光譜HICO、水色MERIS)、空間定位與數(shù)據(jù)分析等3S技術(shù)，開(kāi)展河口區(qū)的黃色物質(zhì)和懸浮物濃度—鹽度遙感反演研究。基于鹽度守恒等理論構(gòu)建咸潮入侵重點(diǎn)河段的鹽度模擬數(shù)值模型。并通過(guò)咸潮入侵過(guò)程的多源遙感數(shù)據(jù)和數(shù)值模擬模型的同化研究，掌握珠江口咸潮遙感模擬信息的時(shí)空、精度特性和尺度轉(zhuǎn)化規(guī)律，從科學(xué)上弄清珠江口咸潮模擬中遙感信息與數(shù)值模擬模型的耦合機(jī)理，從而深入理解珠江口主要河段咸潮活動(dòng)的規(guī)律。這一工作是咸潮模擬預(yù)測(cè)和大范圍咸潮環(huán)境影響遙感監(jiān)測(cè)的基礎(chǔ)，便于人們摸清人類(lèi)活動(dòng)下的珠江河口的自然演變規(guī)律，以指導(dǎo)河口上游調(diào)水壓咸、合理規(guī)劃和利用珠三角區(qū)域的淡水資源。

1 國(guó)內(nèi)外研究現(xiàn)狀

1.1 數(shù)值模擬模型

目前，國(guó)際上關(guān)于咸潮的模擬研究大體可分為兩大類(lèi)：一類(lèi)是以實(shí)驗(yàn)室數(shù)值模擬預(yù)報(bào)為主；另一類(lèi)涉及咸潮入侵的遙感預(yù)警和模擬研究。實(shí)驗(yàn)室數(shù)值模擬預(yù)報(bào)研究又包括基于統(tǒng)計(jì)的方法和基于理論的方法?；诮y(tǒng)計(jì)的方法研究包括劉德地等[6]采用的偏最小二乘回歸方法；路劍飛等[7]采用徑向基神經(jīng)網(wǎng)絡(luò)建立了珠江口磨刀門(mén)水道的鹽度多步預(yù)測(cè)模型?；诮y(tǒng)計(jì)的數(shù)值模擬研究依賴(lài)于觀測(cè)資料長(zhǎng)度和多少，不考慮咸潮的形成原因。基于理論的數(shù)值模擬方法自20世紀(jì)60年代初期提出，到目前國(guó)內(nèi)外已經(jīng)發(fā)展出眾多的基于一定理論基礎(chǔ)的咸潮入侵模擬模式，并在一定程度上進(jìn)行了應(yīng)用[8-11]?；诶碚摰哪M方法通常認(rèn)為河口以及沿程的地形遵循一定的變化規(guī)律，河水的鹽度是由潮流帶來(lái)。典型的代表是以20世紀(jì)60年代初期發(fā)展起來(lái)的Ippen和Harleman模式[8]，Prandle[9]和Brockway等[10]的一維恒定模型以及咸水入侵的漲憩、落憩及潮期3個(gè)特殊時(shí)間段的Savenije平均模式[12]。

由于珠江口是一個(gè)典型淤積性河口，基于一定理論基礎(chǔ)的模擬模型在珠江口都得到了不同程度的應(yīng)用，如李素瓊等[1]、周文浩[12]用Ippen和Harleman模式建立了海平面上升與珠江三角洲咸潮入侵的關(guān)系；陳水森等[5]應(yīng)用Brockway模式建立了磨刀門(mén)水道咸潮入侵的一維數(shù)值模擬模型；歐素英等[13]應(yīng)用Savenije模式建立了珠江口的西江三角洲咸潮入侵理論預(yù)報(bào)模型，這些研究在珠江口的咸潮模擬和應(yīng)用上都取得了不錯(cuò)的結(jié)果。但是Ippen和Harleman模式利用線性模型模擬河道地形，將一次潮汐和徑流量作為模型的驅(qū)動(dòng)；Prandle和Brockway模式只能模擬潮平均狀態(tài)下的咸潮入侵；Savenije模式能模擬一個(gè)潮周期內(nèi)咸潮的最大影響范圍和影響強(qiáng)度。以上幾種模型都沒(méi)有考慮到咸潮入侵的水平和垂直方向上的鹽度變化，并且這三個(gè)理論模式都沒(méi)有考慮風(fēng)向和風(fēng)速對(duì)于咸潮入侵的增強(qiáng)和減弱作用。實(shí)際上對(duì)于伶仃洋這類(lèi)的陸架淺海而言，水的流向和流速主要受風(fēng)的影響。風(fēng)速和風(fēng)向會(huì)進(jìn)一步影響到珠江三角洲咸潮的入侵強(qiáng)度和方向[14]。另外，由于人類(lèi)的活動(dòng)、海平面的上升造成河口地形以及口門(mén)位置的不斷變化等因素，在這些模式里面都沒(méi)有反映出來(lái)，從而影響了模型的預(yù)報(bào)精度。

1.2 遙感反演模型

通過(guò)遙感手段對(duì)水體鹽度進(jìn)行研究的理論依據(jù)，是Jerlov等[15]建立的水體黃色物質(zhì)和鹽度的負(fù)相關(guān)關(guān)系。而黃色物質(zhì)有明顯的光學(xué)特性，使得根據(jù)水色推算鹽度成為可能。Monahan等[16]通過(guò)海洋水色信息推定了鹽度。Binding等[17]基于SeaWiFS影像分析了黃色物質(zhì)(溶解有機(jī)質(zhì))和鹽度的關(guān)系，模擬了水體中鹽度的分布，通過(guò)水色遙感成功預(yù)測(cè)了水體的鹽度。

在珠江河口區(qū)，目前對(duì)于衛(wèi)星水色的研究已有不少，早在1996年，陳楚群等[18]就應(yīng)用TM 遙感資料估算珠江口沿岸海水表層葉綠素濃度。但已有大多數(shù)研究通?；诜直媛瘦^低的SeaWiFS圖像(較低的空間分辨率使得圖像很難應(yīng)用到珠江口感潮河段的咸潮監(jiān)測(cè)研究上)，如陳楚群等[19]利用實(shí)測(cè)的130個(gè)樣本的高光譜數(shù)據(jù)和葉綠素濃度等數(shù)據(jù)，分析了模擬的SeaWiFS數(shù)據(jù)的波段組合與葉綠素濃度的經(jīng)驗(yàn)關(guān)系，最終發(fā)現(xiàn)SeaWiFS的五、六波段乘積與三、四波段乘積的比值和葉綠素濃度最相關(guān)；陳曉翔等[20]針對(duì)目前SeaWiFS資料沿岸二類(lèi)水域的數(shù)據(jù)失效問(wèn)題，提出了解決方法。并以珠江口為例，將經(jīng)改進(jìn)算法處理后的SeaWiFS數(shù)據(jù)用于葉綠素信息提取，經(jīng)與實(shí)測(cè)數(shù)據(jù)對(duì)比，平均誤差為29.6%；楊錦坤等[21]根據(jù)2003年1月珠江口實(shí)測(cè)資料獲得的相關(guān)參數(shù)，建立了適用于該海域的二類(lèi)水體水色三要素優(yōu)化反演模型，同步優(yōu)化反演得到了SeaWiFS圖像元點(diǎn)的水色三要素；沈春燕等[22]根據(jù)實(shí)測(cè)資料建立了反演珠江口海域葉綠素濃度的人工神經(jīng)網(wǎng)絡(luò)模型。應(yīng)用該模型由SeaWiFS資料獲取珠江口海域葉綠素濃度分布圖；陳楚群等[23]同樣利用SeaWiFS數(shù)據(jù)分析了珠江口黃色物質(zhì)的模擬和反演可行性。

關(guān)于珠江口水色遙感前期研究，通常局限于伶仃洋和寬闊的外海，很少涉及珠江口感潮河段，并且也很少涉及水色參數(shù)—鹽度的相關(guān)性研究。陳水森和方立剛等對(duì)于珠江口磨刀門(mén)河口的懸浮物、濁度、鹽度開(kāi)展過(guò)基于EO-1 ALI和Hyperion的反演研究，并且取得不錯(cuò)的反演精度(鹽度模擬的精度高于70%，均方根誤差小于0.036‰)。在磨刀門(mén)河口獲得了低鹽度條件下(鹽度＜1.46‰)的水色和鹽度衛(wèi)星反演模型[24-25]和“虎門(mén)—伶仃洋”區(qū)域的較高鹽度的遙感反演模型[26]。但珠江口鹽度的遙感模擬也受到諸多因素的制約，例如衛(wèi)星運(yùn)行的周期、天氣因素等。另外鹽度的遙感反演模型只能模擬固定時(shí)刻的珠江口水體鹽度分布，且對(duì)鹽度的反演結(jié)果在河口區(qū)精度高，在遠(yuǎn)離河口的上游河段誤差大，因此對(duì)于感潮河段咸潮的入侵預(yù)警意義不大。

1.3 數(shù)據(jù)同化模型

根據(jù)不同的數(shù)據(jù)同化理論基礎(chǔ)，分為基于統(tǒng)計(jì)估計(jì)理論和基于最優(yōu)控制理論?；诮y(tǒng)計(jì)估計(jì)理論的同化模型側(cè)重于先求解某個(gè)觀測(cè)時(shí)刻的最優(yōu)值，然后用下一時(shí)刻的觀測(cè)值更新模型的預(yù)報(bào)值，從而形成下一時(shí)刻模型預(yù)報(bào)的初始值，依次按順序向前預(yù)測(cè)?；诮y(tǒng)計(jì)估計(jì)理論的同化模型的典型代表是最優(yōu)插值法(optimal interpolation，OI)以及各種卡爾曼濾波(kalman filter，KF)方法等?；谧顑?yōu)控制的同化模型(也稱(chēng)變分法)，以最優(yōu)控制理論為基礎(chǔ)，建立分析值、觀測(cè)值以及背景場(chǎng)之間偏差的目標(biāo)函數(shù)，當(dāng)三者的偏差達(dá)到最小時(shí)，獲得同化模型的最優(yōu)解。如三維變分(3 dimensional variation，3D-Var)、四維變分(4D-Var)等。變分法能表現(xiàn)復(fù)雜的非線性約束關(guān)系，非常適合用于多源遙感觀測(cè)數(shù)據(jù)的同化。變分法可將物理過(guò)程融入代價(jià)函數(shù)中，還能以模式本身作為動(dòng)力約束，因而變分同化結(jié)果具有物理一致性和動(dòng)力協(xié)調(diào)性。

關(guān)于遙感觀測(cè)數(shù)據(jù)應(yīng)用于水文模型的數(shù)據(jù)同化技術(shù)方面的研究已有不少，早期常見(jiàn)的應(yīng)用不考慮遙感數(shù)據(jù)的更新，如通過(guò)對(duì)遙感圖像的分類(lèi)，獲得水文模型的下墊面參數(shù)(如植被與土壤類(lèi)型)，并作為水文模型參數(shù)。目前水文模型數(shù)據(jù)同化研究主要根據(jù)動(dòng)態(tài)更新的遙感數(shù)據(jù)獲取流域狀態(tài)變量(如土壤含水量、積雪量)，從而改進(jìn)水文模型預(yù)報(bào)精度。例如，Ottlé等[27]將土壤含水量數(shù)據(jù)(基于NOAA-AVHRR熱紅外圖像模擬)與水文模型進(jìn)行同化，明顯改進(jìn)了日流量的預(yù)報(bào)精度；Pauwels等[28]結(jié)合了牛頓松弛法和統(tǒng)計(jì)校正法的優(yōu)點(diǎn)，將土壤含水量數(shù)據(jù)(基于ERS 衛(wèi)星微波遙感獲得)與水文模型進(jìn)行了數(shù)據(jù)同化，模擬結(jié)果能明顯提高流量預(yù)報(bào)的精度。但遙感數(shù)據(jù)與水文模型的同化研究在國(guó)際上主要應(yīng)用于降雨徑流模擬與預(yù)報(bào)[27-29]，在國(guó)內(nèi)側(cè)重于地面土壤水分、積雪量估計(jì)等開(kāi)展了大量工作[30]。

近幾年來(lái)，在一些海灣和河口地區(qū)也開(kāi)展了不少遙感數(shù)據(jù)與物理模型的同化研究，例如Gohin等[31]利用多源遙感數(shù)據(jù)和生物模型的同化研究了Biscay海灣的葉綠素和無(wú)機(jī)懸浮物濃度關(guān)系，從而模擬出浮游植物地分布；Carrie等[32]基于衛(wèi)星反演的海洋表面溫度、葉綠素濃度、歸一化離水輻亮度和基線熒光高度圖像數(shù)據(jù)，用算法模型模擬了西弗羅里達(dá)近岸水體的海洋表面分界線；Clément等[33]基于順序同化方法在Rhone河口-Fos海灣區(qū)域開(kāi)展了SeaWiFS葉綠素?cái)?shù)據(jù)與物理—生化模型的同化研究，能夠高效地預(yù)測(cè)短期內(nèi)近岸水體的富營(yíng)養(yǎng)化狀況；Korres等[34]基于多變量的順序同化方法在希臘的Pagasitikos海灣將衛(wèi)星水色因子(葉綠素)同化到物理—生化模型中進(jìn)行生態(tài)系統(tǒng)的動(dòng)態(tài)模擬研究，提高了模型模擬精度。

2 珠江口咸潮入侵模擬模型的發(fā)展趨勢(shì)

2.1 先進(jìn)傳感器的應(yīng)用

中分辨率成像光譜儀(MERIS)覆蓋390～1040 nm 的寬波段，主要應(yīng)用于海洋和沿岸水域研究，特別是葉綠素和有機(jī)物濃度的監(jiān)測(cè)；MERIS的空間分辨率260 m，地面割幅寬度為1 150 km，每3天可覆蓋整個(gè)地球一次。該傳感器的獨(dú)特之處是能夠根據(jù)地面指令在整個(gè)光譜范圍內(nèi)選擇窄譜段的位置和寬度，總共15個(gè)可編程波段，光譜分辨率(帶寬)可在1.25～30 nm之間每周改變一次，并可定位在390～1 040 nm可見(jiàn)光譜區(qū)的任何一處。儀器還具有指向功能，使視場(chǎng)沿軌跡方向移動(dòng)，消除太陽(yáng)反輝區(qū)的影響，并在可見(jiàn)光范圍內(nèi)可提供高信噪比的信號(hào)。

HICO(hyperspectral imager for the coastal ocean)是一種基于PHILLS的機(jī)載成像光譜儀，也是第一個(gè)為近海采樣和監(jiān)測(cè)專(zhuān)門(mén)設(shè)計(jì)的星載傳感器，主要用于觀測(cè)近岸區(qū)域的水體透明度、水底類(lèi)型、水深和陸地植被分布等。觀測(cè)海岸區(qū)域時(shí)覆蓋波段范圍在380～960 nm之間，光譜分辨率為5.7 nm；每幀圖像能覆蓋50 km×200 km的空間范圍，空間分辨率達(dá)90 m，可以說(shuō)是目前最高分辨率的水色傳感器，并且儀器具有非常高的信號(hào)噪聲比，很適合用于近岸區(qū)域的復(fù)雜水體研究，包括咸潮水體。

2.2 遙感數(shù)據(jù)與數(shù)值模型的同化研究

在珠江口地區(qū)咸潮大爆發(fā)時(shí)結(jié)合多源傳感器(例如高光譜HICO和水色MERIS)在重點(diǎn)感潮河段(包括磨刀門(mén)、虎門(mén)等)利用改良的Savenije漲憩模式理論分析感潮河段潮水參數(shù)、風(fēng)向風(fēng)速、上游站點(diǎn)流量、口門(mén)外鹽度、河道地形與河段任意位置的鹽度關(guān)系機(jī)理。在珠江口磨刀門(mén)和虎門(mén)—沙灣水道兩個(gè)河段進(jìn)行咸潮演變?nèi)^(guò)程的鹽度入侵理論模擬模型研究，加強(qiáng)對(duì)咸潮發(fā)生、發(fā)展的動(dòng)態(tài)演變和潮位漲落、風(fēng)速風(fēng)向變化關(guān)系的理解。

基于伴隨算法來(lái)探索咸潮入侵模擬模型的同化方法。在模型計(jì)算中引入潮水動(dòng)力學(xué)、水文學(xué)、守恒理論等建立與咸潮模擬模型相對(duì)應(yīng)的泛函方程，借助伴隨算法建立與控制方程相對(duì)應(yīng)的伴隨方程。同化模型優(yōu)化時(shí)，將遙感反演的河口鹽度信息和數(shù)值模型模擬值之間的差異加到伴隨方程上作為驅(qū)動(dòng)，通過(guò)計(jì)算伴隨方程得到最優(yōu)控制變量，從而建立珠江口咸潮入侵?jǐn)?shù)值模擬的遙感同化模型。利用先進(jìn)遙感器信息為咸潮入侵?jǐn)?shù)值模擬模型提供初始場(chǎng)、邊界條件，優(yōu)化模型中的參數(shù)，開(kāi)展多源遙感數(shù)據(jù)與咸潮入侵?jǐn)?shù)值模擬模型的同化研究，提高珠江口咸潮入侵?jǐn)?shù)值模擬模型的預(yù)報(bào)精度。

3 結(jié)論

近年來(lái)，由于全球變化加速（海平面上升、干旱、經(jīng)濟(jì)發(fā)展等），珠江三角洲咸潮入侵出現(xiàn)不斷加強(qiáng)的趨勢(shì)，對(duì)珠三角城市群構(gòu)成整體威脅。目前，對(duì)珠江口咸潮的模擬預(yù)警能力還比較薄弱。本研究從數(shù)值模擬模型、遙感反演模型以及同化研究方法三個(gè)方面分析現(xiàn)有珠江口咸潮入侵的模擬模型的成果與不足，據(jù)此提出了下一步珠江口咸潮入侵模擬模型的發(fā)展方向，應(yīng)開(kāi)展遙感反演信息和數(shù)值模擬模型的耦合研究，構(gòu)建珠江口咸潮入侵?jǐn)?shù)值模擬的遙感同化模型，以提高咸潮預(yù)警預(yù)報(bào)的精度。對(duì)促進(jìn)珠江口咸潮遙感機(jī)理、數(shù)值模擬理論和數(shù)據(jù)同化方法的進(jìn)一步發(fā)展提出了科學(xué)依據(jù)。

參考文獻(xiàn)：

[1]李素瓊，赦大光.海平面上升與珠江口咸潮變化[J].人民珠江，2000(6)：42-44.

[2]羅憲林，季榮耀，楊利兵.珠江三角洲咸潮災(zāi)害主因分析[J].自然災(zāi)害學(xué)報(bào)，2006，15(6)：146-148.

[3]沈萍萍.咸潮入侵預(yù)警預(yù)報(bào)模型的研究與實(shí)現(xiàn)[D].南京：解放軍信息工程大學(xué)，2009.

[4]粵水婷.廣東沿海咸潮卷土重來(lái)東江緊急調(diào)水壓咸[N].南方都市報(bào)，2006-02-10(6).

[5]陳水森，方立剛.珠江口咸潮入侵分析與經(jīng)驗(yàn)?zāi)Ｐ汀阅サ堕T(mén)水道為例[J].水科學(xué)進(jìn)展，2007，18(5)：751-755.

[6]劉德地，陳曉宏.基于偏最小二乘回歸與支持向量機(jī)耦合的咸潮預(yù)報(bào)模型[J].中山大學(xué)學(xué)報(bào)(自然科學(xué)版)，2007，46(4)：89-92.

[7]路劍飛，陳子燊.珠江口磨刀門(mén)水道鹽度多步預(yù)測(cè)研究[J].水文，2010，30(5)：69-75.

[8]IPPEN A T，HARLEMAN D R F.One-dimensional analysisof salinity intrusion in estuaries[C]//Technical Bulletin Number5，Committee on Tidal Hydraulics，US： Army Corps of Engineers，1961.

[9]PRANDLE D.Salinity intrusion in estuaries[J].Journal of Physical Oceanography，1981，11(10)：1311-1324.

[10]BROCKWAY R，BOWERS D，HOGUANE A，et al.A noteon salt intrusion in funnel-shaped estuaries：application totheincomati estuary，Mozambique[J].Estuarine，Coastaland Shelf Science，2006，66(1/2)：1-5.

[11]SAVENIJE H G.Salinity and tides in alluvial estuaries[M].Boston：Elsevier，2005：1-100.

[12]周文浩.海平面上升對(duì)珠江三角洲咸潮入侵的影響[J].熱帶地理，1998，18(3)：266-271.

[13]歐素英，楊清書(shū)，雷亞平.咸潮入侵理論預(yù)報(bào)模式的分析及其在西江三角洲的應(yīng)用[J].熱帶海洋學(xué)報(bào)，2010，29(1)：32-41.

[14]包蕓，任杰.珠江河口西南風(fēng)強(qiáng)迫下潮流場(chǎng)的數(shù)值模擬[J].海洋通報(bào)，2003，22(4)：8-14.

[15]JERLOV N G.Optical oceanography.Amsterdam：Elsevier，1968：194.KIRK J T O.Light and photosynthesis in aquatic ecosystems[M].Cambridge：Cambridge University Press，1994：509.

[16]MONAHAN E C，PYBUS M J.Colour，UV absorbance andsalinity of the surface waters of the west coast of Ireland[J].Nature，1978，274：782-784.

[17]BINDING C E，BOWERS D G.Measuring the salinity of the Clyde Sea from remotely sensed ocean colour[J].Estuarine，Coastaland Shelf Science，2003，57：605-611.

[18]陳楚群，施平，毛慶文.應(yīng)用TM 數(shù)據(jù)估算沿岸海水表層葉綠素濃度模型研究[J].遙感學(xué)報(bào)，1996(3)：168-176.

[19]CHEN C，SHI P.Estimation of chlorophyll-a concentration in the Zhujiang Estuary from seaWiFS data[J].Acta Oceanologica Sinica，2002，21(1)：55-65.

[20]陳曉翔，丁曉英.利用SeaWiFS數(shù)據(jù)估算珠江口海域表層葉綠素濃度的研究[J].中山大學(xué)學(xué)報(bào)(自然科學(xué)版)，2004，43 (1)：98-101.

[21]楊錦坤，陳楚群.珠江口二類(lèi)水體水色三要素的優(yōu)化反演[J].熱帶海洋學(xué)報(bào)，2007，26(5)：15-20.

[22]沈春燕，陳楚群，詹海剛.人工神經(jīng)網(wǎng)絡(luò)反演珠江口海域葉綠素濃度[J].熱帶海洋學(xué)報(bào)，2005，24(6)：38-43.

[23]CHEN C，PAN Z，SHI P.Simulation of sea water reflectance and its rpplication in retrieval of yellow substance by remote sensing data[J].Journal of Tropical Oceanography，2003，22(5)：33-39.

[24]CHEN S S，F(xiàn)ANG L G，ZHANG L X，et al.Remote sensing ofturbidityin seawater intrusion reaches of Pearl River estuary-A case study in Modaomen waterway of Pearl River Estuary，China[J].Estuarine，Coastal and Shelf Science，2009，82(1)：119-127.

[25]FANG L G，CHEN S S，WANG H Q，et al.Detecting marine intrusion into rivers using EO-1 ALI satellite imagery：a case study in Modaomen waterway，Pearl River Estuary，China[J].International Journal of Remote Sensing，2010，31(15)：4125-4146.

[26]FANG L G，CHEN S S，LI D，et al.Use of reflectance ratios as a proxy for coastal water constituent monitoring in the Pearl River Estuary[J].Sensors，2009，9(1)：656-673.

[27]OTTLéC，VIDAL-MADJAR D.Assimilation of soil moisture inferred from infrared remote sensing in a hydrological model over the HAPEX-MOBILHY Region[J].Journal of Hydrology，1994，158：241-264.

[28]PAUWELS V R N，HOEBEN R，VERHOEST N，et al.The importance of the spatial patterns of remotely sensed soil moisture in the improvement of discharge predictions for small scale basins through data assimilation[J].Journal of Hydrology，2001，251(1/2)：88-102.

[29]FRANCOIS C，QUESNEY A，OTTLE C.Sequential assimilation of ERS-1 SAR data into a coupled land surface-hydrological model usingan extended Kalman filter[J].Journal of Hydrometeorology，2003，4 (2)：473-487.

[30]李新，黃春林，車(chē)濤，等.中國(guó)陸面數(shù)據(jù)同化系統(tǒng)研究的進(jìn)展與前瞻[J].自然科學(xué)進(jìn)展，2007，17 (2)：163-173.

[31]GOHIN F，LOYER S，LUNVEN M，et al.Satellite-derived parameters for biological modeling in coastal waters：Illustration over the eastern continental shelf of the Bay of Biscay[J].Remote Sensing of Environment，2005，95(1)：29-46.

[32]CARRIE C W，MULLER-KARGER F E，ROFFER M A，et al.Satellite remote sensing of surface oceanic fronts in coastal waters offwest-central florida[J].Remote Sensing of Environment，2008，112：2963-2976.

[33]CléMENT F，CHRISTIAN G，CHRISTEL P，et al.Assimilation of SeaWiFS chlorophyll data into a 3D-coupled physicalbiogeochemical model applied to a freshwater-influenced coastal zone[J].Continental Shelf Research，2009，29：1397-1409.

[34]KORRES G，TRIANTAFYLLOU G，PETIHAKIS G，et al.A data assimilation tool for the Pagasitikos Gulf ecosystem dynamics：methods and benefits[J].Journal of Marine Systems，2012，94：S102-S117.