【文献阅读】Characterizing spatial patterns of satellite-derived chlorophyll-a in the Bohai and Yellow Seas of China……

Contents

Title: Characterizing spatial patterns of satellite-derived chlorophyll-a in the Bohai and Yellow Seas of China using self-organizing maps (SOM) approach / 利用自组织图（SOM）方法描述中国渤海和黄海卫星衍生叶绿素-a 的空间模式
The author: Yueqi Wang, Dongyan Liu, Zhiqiang Gao, Yujue Wang, Meng Gao
Journal: Marine Pollution Bulletin
Publication date: June 29, 2023

作者利用自组织映射（SOM）方法，分析了2002–2022年间黄渤海卫星反演叶绿素-a浓度（Chl-a）的空间-时间变化模式。共提取出6类典型的空间分布模式，并探讨了其季节性与年际变化特征及驱动因子。

传统研究多关注Chl-a的时间变化（time-in-space），但对空间结构在时间上的演化（space-in-time）关注较少。鉴于黄渤海生态系统面临复杂的人为和气候驱动影响，系统识别Chl-a空间模式及其变化，对于生态分区、初级生产力评估和海洋管理具有重要意义。

数据来源与处理：
- 使用2002–2022年的MODIS反演数据，采用区域GAM模型反演Chl-a，并使用DINEOF方法进行缺失值填补，得到连续、无云的周尺度数据（1048期 × 28988像元）。
- 同时收集了海表温度（SST）、光照强度（Im）、混合层深度（MLD）和营养盐富营养指数（NEI）等环境因子。
方法：
- 应用了SOM（自组织映射）神经网络模型识别Chl-a的“空间-时间”模式，最终选取2×3网格节点结构，获得6类代表性空间模式（P1–P6）。
- 各模式代表了不同的Chl-a浓度与梯度特征，并结合BMU（best matching unit）时间序列追踪其季节和年际变化。
- 通过与环境变量进行相关性分析，识别影响不同模式的主要驱动因子（如营养盐、光照、水体稳定性等）。

六种空间模式：
- P1（低浓度，低梯度）主要出现于冬季，光照为限制因子。
- P4（中浓度，同质分布）出现于春季浮游植物爆发期，由营养充足与稳定水体驱动。
- P5和P6（强梯度型，高浓度分布在近岸）出现在夏季，主控因子是营养盐梯度与水动力过程，P6代表更高生产状态。
- P2和P3为过渡态模式，分别在春秋出现，光照和营养盐共同作用。
季节性变化：
Chl-a空间结构呈现明显的年周期性循环（P1 → P2 → P4 → P5 → P6 → P3 → P2 → P1），反映了浮游植物生长过程的阶段性。
年际变化：
- P5和P6在夏季表现出明显的二次趋势（2011年前上升，之后下降），说明黄渤海Chl-a生产力经历了先增强后减弱的演变，与营养盐浓度变化显著相关（P6与NEI正相关，P5为负相关）。
- 其他季节模式没有显著年际趋势，提示夏季生态系统响应更为敏感。
驱动因素总结：
- 冬季以光照限制为主，春季以营养-水体稳定性联合驱动，夏季以营养梯度决定近岸-外海差异。
- 年际层面变化主要受营养盐控制，气候模态如ENSO/PDO影响不显著，本地人为活动被认为是主控因子。

本文提供了黄渤海Chl-a空间结构的基础认知，SOM方法很好地揭示了不同时间阶段的空间模式及其环境驱动因素，为研究海洋热浪（MHW）期间低Chl-a现象提供了“背景场”。
对于MHW-LChla复合事件的启示：
- 可通过构建MHW期间的BMU序列，判断热浪是否导致模式从如P4/P6（高产）向P1（低产）或P5（衰退型）迁移；
- 将SOM模式与MHW事件进行交叉比对，可识别热浪造成的Chl-a“模式突变”（regime shift）；
- 尤其是P1和P5的出现与光照下降、水体混合增强或营养下降高度相关，这些机制正是MHW可能引发的生态效应；
- 年际变化中P6→P5的转变也可能与长期海温升高和营养盐削弱有关，为解释MHW后期生态恢复缓慢提供依据；
- 未来可尝试将SOM输出模式作为分类依据，将MHW-LChla事件按照发生时空间结构归类，更深入解析不同机制主导下的复合事件类型。

发送评论 编辑评论