摘要
海洋环境背景场是建设海洋综合试验场的基础和前提，厘清观测海洋环境要素分布对建设海洋试验场有着重要意义。文章利用现场观测、遥感反演算法、数据重构算法、三维水动力-生态模型数值模拟等多种监测手段组成低成本、高效率、高精度的海洋环境“空天地海网”一体化、可视化背景场监测系统，并将这些多源监测手段产生的数据进行数据融合、保障数据质量，生成标准化、多源、立体、多环境因子的立体化环境数据集。“空天地海网”一体化观测技术的构建和应用将有效促进海洋科技成果转化和产业化，支撑和服务海洋战略性新兴产业发展，为高质量建设海洋强国作出贡献。
我国海岸线绵长，拥有丰富的海洋资源，而海洋仪器设备关键技术的研发与相关技术的产业化是利用海洋资源、推动海洋经济发展的基础。在国家政策的引导下，国产海洋仪器设备的发展呈加速趋势，然而在环境适应性、产品精度以及可靠性方面距离世界先进水平仍有一定差距。此外，我国海洋国产技术装备还面临产业化程度不高、海上工作性能不够稳定等问题导致了国外海洋仪器设备以高昂的价格占据着我国大部分市场，不仅拉高了海洋环境观测探测成本，同时也不利于我国海洋环境信息安全。从海洋仪器设备海试和试验场建设技术攻关方面看，海上试验场作为海洋观测、监测和调查仪器设备研发、海洋科学研究和海洋可再生能源开发利用的重要试验平台，在推动我国海洋高新技术装备产业链发展，提高海洋观测、监测调查装备业务应用水平方面发挥着重要作用。
2022年11月，《自然资源部广东省人民政府共建国家海洋综合试验场（珠海）协议》的签订，标志着国家海洋综合试验场（珠海）正式落户广东。国家海洋综合试验场（珠海）以“服务湾区、深耕南海、拓展深蓝”为定位，着力构建集技术研发、测试试验、成果转化、产品孵化、检验检测于一体的海洋公共服务平台，对推动海洋科技创新，提高海洋资源开发能力，支撑和服务海洋战略性新兴产业发展，助力构建海洋新质生产力具有重要战略意义。
在国家海洋综合试验场（珠海）建设过程中，海洋环境观测是一个非常重要的环节。海洋环境是海洋科学和海洋经济发展的基础，也是海洋生态系统保护和海洋环境治理的关键。随着我国海洋事业的快速发展，对海洋环境观测的需求越来越大，同时也面临着越来越复杂的海洋环境问题。为了更好地开展海洋环境监测和应急响应工作，需要建立全面、系统、精准的海洋环境观测体系，实现海洋环境“空天地海网”一体化观测。
然而，空天地海网一体化观测技术仍存在成本高、技术难度大的问题。因此，可以借助三维海洋水动力模型和卫星遥感反演技术与空天地海网一体化观测技术形成互补。
三维海洋水动力模型是一种用于模拟海洋物理过程的计算工具。它通过数值计算模拟海洋内部和表面的物理特性，包括海水的温度、盐度、流速、海平面高度以及海洋生物等。这些模型通常基于流体动力学方程，并结合地球自转、海水的热力学性质、物理化学性质以及大气与海洋的相互作用等基本物理原理。这类模型在海洋科学研究中发挥着至关重要的作用，帮助科学家们理解海洋的物理、化学和生物学过程，预测海洋的未来变化趋势，为海洋资源开发和环境保护提供决策支持。此外，它们还可用于预测海洋环境对海岸线、港口建设等的影响，以及进行海洋灾害风险评估等。
常用的三维海洋水动力模型包括：区域海洋模式（ROMS）、欧洲海洋模型（NEMO）、混合坐标海洋模型（HYCOM）和有效体积沿海海洋模型（FVCOM）。ROMS是一个非静力的三维海洋水动力模型，基于非结构化网格，适用于区域海洋模拟和海洋气候研究。它结合了浅水和深水近似，以及sigma坐标和等深垂直坐标系，可用于模拟大气与海洋之间的相互作用以及海洋生态系统的动力学。NEMO是一个全球海洋模拟的三维水动力学模型，适用于从区域到全球尺度的模拟。它基于有限元法，支持多种垂直坐标系，包括深度、sigma坐标和等深坐标。NEMO还包括生态系统模块，用于模拟海洋生物和化学过程。HYCOM是一个三维海洋动力学和物理过程模型，采用混合垂直坐标系及静力和非静力方法。它适用于区域和全球海洋模拟，并可用于气候变化和海洋生态系统的研究。HYCOM也包括生态系统模块，用于模拟生物和化学过程。FVCOM是一种专门用于模拟近海和沿海海洋环境的三维海洋水动力模型。它采用非结构化网格，适合处理复杂的海岸线和底部地形。与其他模型不同，FVCOM使用有限体积法来离散化动量方程和质量守恒方程，而非有限差分法或有限元法。这使FVCOM能够更好地处理流场、湍流和混合过程。FVCOM也可考虑大气与海洋之间的相互作用，以及河口和潮汐影响等因素，其应用范围包括海洋工程、海岸管理和海洋污染等领域。
一方面，三维海洋水动力模型通过建立基于物理原理和数学方法的海洋环流和水动力学模型，能够模拟和预测海洋环境中的海流、波浪、潮汐等物理过程，提供高分辨率、高精度的海洋环境数据。这些数据可以与空天地海网一体化观测技术采集的实际数据进行融合，提高数据的时效性和精度。在空间分辨率上，三维海洋水动力模型可以提供更高的分辨率，从而获得更加精细的数据，为海洋环境监测和应急响应提供更加准确的数据支持。
本研究选择ROMS作为水动力模型，主要基于其在近岸区域模拟方面的显著优势：①ROMS的sigma坐标系能够很好地适应珠江口等近岸复杂地形区域，可以精确捕捉河口羽流和上升流等关键物理过程；②ROMS具有完善的开边界处理机制和潮汐强迫模块，能够准确模拟潮汐驱动的水体混合和交换过程，这对于珠江口这样的强潮区域至关重要；③ROMS模型计算效率高，并行计算性能好，适合进行长时间序列和高分辨率的模拟；④ROMS具有成熟的生态模块耦合框架，从简单的营养-浮游植物-浮游动物-碎屑模型（NPZD）到复杂的碳、硅酸盐和氮生态系统（CoSiNE）都能很好支持，为未来研究的模型升级提供了便利。相比之下，虽然FVCOM在非结构网格处理复杂海岸线方面具有优势，但其计算效率和生态模块耦合方面相对较弱；而NEMO和HYCOM则更适合大尺度海洋过程的模拟，在近岸精细尺度模拟方面不如ROMS灵活高效。
另一方面，国家海洋综合试验场（珠海）试验区域地处珠江入海河口外围，特殊的地理位置导致受人类活动影响较大，同时也受到复杂的海-陆耦合影响。传统的遥感产品和遥感算法在此并不适用，需要构建适用于试验区域的遥感反演算法，探究关键环境因子变化特征，生产长时序关键背景场要素数据集。其中，以海表温度、叶绿素浓度、总悬浮物等要素尤为关键。在这种复杂的近岸环境下，遥感监测技术展现出独特优势。首先，卫星遥感能够提供大范围、同步、连续的海洋环境要素观测数据，弥补了传统船基和浮标观测在空间覆盖和时间连续性方面的不足。这对构建珠江口区域的长时序环境要素数据集具有不可替代的作用，能够揭示环境要素的季节变化规律和长期演变趋势。其次，通过优化针对近岸水体的特定反演算法，可以显著提高遥感数据在高浑浊水体中的精度，为水动力-生态耦合模型提供更可靠的边界条件和验证数据。此外，遥感监测具有实时性强的特点，能够快速响应突发环境事件，如赤潮、溢油等，为应急监测和决策提供及时信息支持。最重要的是，随着新一代高分辨率卫星(如高分一号、二号和海洋观测卫星等)的应用，以及多源遥感数据融合技术的发展，遥感监测已能够实现从中尺度到小尺度的精细观测，满足近岸复杂环境下高精度模拟的数据需求。
根据卫星传感器波段的不同，海表温度(SST)的遥感观测可以分为红外遥感和微波辐射遥感两种方式。红外遥感波长较短，因而具有更高的空间分辨率，但其在穿透云层方面的能力相对较弱。相比之下，微波辐射遥感虽然分辨率较低，但在云层透过能力上具有优势。因此，在实际操作中，常常将红外传感器和微波传感器联合使用，充分发挥两者的优势，以实现更为准确的观测。目前，现有的SST卫星遥感产品大多基于全球化算法，这在全球尺度上具有一定的适用性，但对于局部区域，其精度常常难以达到实际需求。因此，在实际观测中，通常采用实地观测与卫星遥感反演相结合的方法，通过利用实地测量数据对卫星数据进行校正，进一步提高反演SST的准确性和可靠性。这种结合方法能够有效弥补单一卫星遥感技术在局部区域精度不足的问题，增强卫星观测在不同应用场景中的精确度。
目前，众多学者已建立了多种叶绿素a(Chl-a)浓度的遥感反演模型，主要分为经验算法、半经验/半分析算法和分析算法。经验算法和半经验/半分析算法的核心是在Chl-a的水质参数与遥感数据之间建立统计关系，以推导Chl-a的估计值。然而，这类方法依赖大量的遥感实测数据，导致模型的可移植性较差。相比之下，分析算法以水体辐射传输模型为基础，具有明确的物理意义，但由于模型复杂，所需参数众多，限制了其实际应用。因此，当前Chl-a的反演仍然主要依赖于经验算法和半经验/半分析算法。与大洋I类水体中Chl-a作为水体中单一光学主导因子的情况不同，近岸河口地区作为典型的II类水体，其组成成分复杂，众多水色要素共同主导光学特性。这使得从II类水体的遥感反射率光谱中提取Chl-a浓度信息变得更为困难，因此II类水体的Chl-a反演算法大多为区域性算法。
卫星遥感技术已经在获取水体悬浮泥沙信息方面应用了30余年。针对悬浮泥沙浓度的遥感反演，国外学者进行了大量研究，针对不同光学特性的水体构建了多种反演算法。这些算法总体上可以分为3类，基于单波段或多波段组合的反射率或辐亮度与悬浮泥沙浓度统计关系的经验模型、基于辐射传输理论的半分析模型，以及通过物理机制反演的分析算法。
此外，由于受到天气、传感器角度等因素影响，卫星数据存在缺失，还需利用基于经验正交函数分解的缺测数据重构方法（DINEOF）方法对相关环境要素进行数据补全和重构。
01
技术路线
空天地海网一体化观测技术是一种集成多种观测手段的技术体系，其中包括卫星遥感、无人机、海洋观测平台和地面观测站等。这些手段可以覆盖海洋环境的不同层次和维度，从而实现对海洋环境的全方位观测和监测。
首先，卫星遥感是空间观测的重要手段，可以对海洋环境进行广域覆盖和连续监测。卫星遥感数据可以获取海面温度、色素浓度、海面高度、海洋风场等重要参数，这些参数对于海洋环境的监测和预警具有重要意义。同时，卫星遥感技术还可以获取海洋生态系统的空间分布和时空变化规律，为海洋生态保护和生态修复提供有力支持。其次，无人机技术可以实现对海洋环境的高空、低空和近海观测。无人机可以通过搭载各种传感器和探测设备，以获取高分辨率、高精度的海洋环境数据。无人机技术的应用可以大大提高数据的时效性和精度，同时还可以避免传统观测手段受限于海况和天气的影响而无法进行观测的问题。此外，海洋观测平台是一种可以在海洋上长期驻留的观测设备。它可以通过多个通道对海洋环境进行观测和监测，并实现对不同深度、不同区域的海洋环境数据的获取。海洋观测平台可以搭载各种传感器和探测设备，如水文学、气象学和地球物理学等设备，以获取多维度、多参数的海洋环境数据，这些数据对于海洋环境监测和预警具有重要意义。最后，地面观测站是海洋环境观测的传统手段之一。通过建立分布在陆地上的地面观测站，可以实现对海洋环境的各种参数的观测和监测。地面观测站可以通过不同的观测设备获取气象、海洋水文、水质、生态等方面的数据，为海洋环境监测和应急响应提供重要数据支持。综合利用以上观测手段，空天地海网一体化观测技术可以实现对海洋环境进行全面、系统、精准的观测和监测，从而为海洋环境管理和保护提供科学依据。
本研究按照国家海洋试验场其海洋环境监测（现场调查、遥感反演）、背景场历史分布特征、三维海洋动力生态模型搭建及多源数据背景场数据集构建的思路展开。总技术路线如图1所示：将现场观测数据、遥感反演数据、三维水动力生态模型有机结合，对如潮汐、流场、叶绿素、温度、盐度、水质、海岸线等相关背景场环境要素进行监测、反演、模拟，获取这些环境因子的时空分布特征，融合多源数据，构建陆海空天一体化环境要素监测数据集，同时结合三维水动力生态模型的优势，可以实现对未来一周的背景场进行预测。
综上所述，三维海洋水动力模型和卫星遥感反演技术可以与其他观测手段相结合，实现对海洋环境的全面、系统、精准监测。通过融合不同来源的数据，包括实际观测数据、数值模拟数据和遥感反演数据，可以获得更加准确、全面的海洋环境数据，并提供更加有力的支持和保障给海洋环境监测和应急响应。同时，这些技术的应用也在不断推动空天地海网一体化观测技术的发展，提高其数据获取能力和技术水平，为海洋环境保护和管理提供更加全面的数据支持。
02关键技术
2.1 海洋要素遥感反演
2.1.1 基本方法
根据研究需求，对试验区域内海表温度、叶绿素浓度、总悬浮物和海岸线识别进行遥感反演，以实现以下目标：①建立监测区域实时更新的多源卫星影像数据库；②建立符合海域特性的温度、叶绿素、总悬浮物质等要素的反演模型；③形成流程化、自动化的遥感反演模块；④生成遥感反演结果数据集。遥感反演需要根据不同的环境因子和算法需求筛选不同的遥感影像（表1）。
为获取以上环境因子，主要海洋要素遥感反演技术流程如图2所示，具体涉及海表温度反演、叶绿素浓度反演、总悬浮物反演、海岸线识别以及遥感数据重构等关键技术。
(1)建立多源卫星数据库。整理收集覆盖监测区域的卫星遥感数据，实时更新数据。
(2)建立各监测因子的反演模型，并根据实测数据进行模型校正。由于近岸水体组分的复杂性和差异性，暂时没有普遍适用的经验模型或半经验反演模型，为提高遥感监测的精度，应该结合实地调查数据对已有的模型进行校正。
(3)遥感数据处理，输入到反演模型中。卫星数据需要经过预处理，以消除气溶胶、云、太阳耀光等因素的影响。将预处理后的数据输入到构建的反演模型中，即可得到监测因子的时空分布，实现流程化、自动化的大范围监测。
(4)提取相关环境要素分布特征信息，建立长时序环境要素反演结果数据库。
2.1.2遥感数据重构
由于云层覆盖、太阳耀斑等因素，往往会导致可见光遥感数据的缺失，进而造成重要信息的丢失，尤其是对小尺度信息的影响尤为明显。为解决这一问题，本研究利用DINEOF方法对研究区域的海表温度、叶绿素以及总悬浮固体（TSS）进行了数据重构。
尽管传统的最优插值（OI）方法已经被应用于生成无云的卫星数据，但该方法在效率方面仍有提升空间。刘昕等采用二维离散点的线性插值法对南海海盆的月度宽视场水色扫描仪(SeaWiFS)数据进行了空间插值。然而，该方法仅依赖于空间信息，对于大范围数据缺失的重构精度尚待进一步验证。因此，遥感数据重构亟须性能更优的替代方案。DINEOF方法在数据补全过程中不需要复杂的先验知识信息，通过交叉验证可以获得可靠的重构结果。目前，DINEOF方法已经成功应用于国外卫星遥感数据的研究，尤其是在局部海域的海表温度重构方面，如亚得里亚海、我国长江口流域、北极地区等。
2.2 三维海洋水动力-生态耦合模型构建
三维海洋水动力模型是一种用于模拟海洋物理过程的计算工具。它通过数值计算模拟海洋内部和表面的物理特性，包括海水的温度、盐度、流速、海平面高度以及海洋生物等。本研究将选择以ROMS模型为基础构建研究区域内三维水动力模型。ROMS模型在近岸海域模拟中有着非常重要的应用，能够更好地模拟近岸海域中的复杂物理、化学和生物过程，有助于加强近岸海域环境管理和保护。
ROMS模型可以与海洋生态模型耦合，以模拟海洋生态系统的动态变化。在这种耦合模型中，ROMS模型提供了海洋物理学变量，例如水温、盐度、海洋流速等，作为海洋生态模型的输入。海洋生态模型则根据这些物理学变量模拟海洋生态系统的生产、分布和消耗等生态过程，从而反馈到ROMS模型中，进一步影响海洋物理学变量的演化。模型耦合方式：ROMS与海洋生态模型的耦合方式通常采用双向耦合（Two-wayCoupling）方式。即ROMS模型与海洋生态模型之间相互影响，ROMS模型提供物理学变量作为海洋生态模型的输入，海洋生态模型反馈生态学变量到ROMS模型中，例如浮游植物、浮游动物、底栖生物的生长和死亡等。生态模型类型：海洋生态模型可以根据研究对象和研究目的的不同而有所不同，包括物种分布模型、营养盐模型、有机碳模型等。其中，物种分布模型可以模拟浮游植物、浮游动物、底栖生物等的空间和时间分布，营养盐模型可以模拟营养盐循环和水体富营养化过程，有机碳模型可以模拟有机碳的生成和消耗。生态学变量的反馈：海洋生态模型可以反馈多种生态学变量到ROMS模型中，例如浮游植物的光合作用、浮游动物的摄食和代谢、底栖生物的呼吸和分解等。这些生态学变量的反馈可以影响ROMS模型中的物理学变量，例如影响水质、生态系统的生产力等。
本研究将选择NPZD模型与ROMS模型耦合，共同构建三维海洋水动力-生态耦合模型。ROMS中的NPZD模型是一种生产力模型，用于模拟海洋生态系统中的浮游植物、浮游动物和溶解有机物的生产和消耗过程。NPZD模型基于化学计量学理论，即将生物和无机化学物质之间的相互作用考虑在内，从而模拟生物生产力和物质循环。包括4个主要组分：浮游植物、浮游动物、溶解有机物和营养盐（氮、磷）。模型考虑到这些组分之间的相互作用，例如浮游植物的光合作用、浮游动物的摄食、溶解有机物的分解和营养盐的生成和消耗等。
2.3 一体化监测数据集构建
本研究中所采用的探测方法有现场观测、三维海洋水动力-生态耦合模型数据和卫星遥感观测技术。这些不同探测技术产生的数据，具有多种不同的存储形式和格式，包括以专有格式或数据文件形式存储，以文本、表格、栅格和矢量形式在数据库中存储，从而形成异质异构的多源海洋数据集合。面对大量的多源海洋数据集，若进行实际应用和检索，会带来诸多不便。因此，需要考虑进行多源数据融合及数据优化处理。
针对研究要求的多源数据要求的背景场模型构建，在多传感器、多观测手段结合背景下，涉及多种格式、多种类型、多种时空尺度数据的匹配与融合。主要包括遥感、走航观测、垂直剖面、站点数据的点-线-面融合、数值模拟模型与观测数据、遥感数据的同化融合，实现由不同数据表示、不同比例尺、不同测量方法、不同来源数据的匹配与集成。为了实现多源海洋数据的融合和优化处理，需进行数据同化。在数据同化中，观测数据是通过传感器、仪器或其他观测方法获得的真实世界的实际测量值。模型数据是基于数学模型和物理规律生成的理论预测值。数据同化的目标是通过将这两种数据结合起来，提高对系统状态的估计和预测。
本研究的大规模多源异构数据满足一定的线性或近似线性关系，可以运用集合卡尔曼滤波（EnKF）方法，对遥感数据、走航观测数据、垂直剖面数据、站点数据、数值模拟模型数据进行数据同化，实现由不同数据表示、不同比例尺、不同测量方法、不同来源数据的匹配与集成，对多源海洋数据进行融合与优化，形成一体化监测数据集。
03
展望
海洋环境“空天地海网”一体化观测关键技术可以低成本、高效率、高精度探测国家海洋综合试验场海洋环境要素分布。这项技术全面且高效地提供了研究海洋环境和生态系统的基础数据，为海洋综合试验场建设和运行提供了科学依据和数据支撑，有利于促进国家海洋综合试验场中海洋观测、调查仪器设备研发、海洋可再生能源开发利用等相关科研项目开展，可节省试验时间，提高试验效率，减低试验成本。同时，该一体化观测技术具有较好的普适性，可用于其他重点海域海洋环境要素监测，为海洋管理、开发和政策制定提供可靠的数据支持，降低决策成本，促进海洋产业可持续发展。
基于上述技术基础和已取得的研究成果，未来工作将进一步拓展和深化两个核心方向：一是数据获取与处理技术的优化；二是生态模型的精细化发展。
在遥感数据方面，未来研究计划采用更高时空分辨率的卫星数据，结合深度学习和神经网络技术，以克服传统卫星数据在沿海水体监测中的局限性。例如，通过卷积神经网络(CNN)或图神经网络(GNN)等先进算法与高分辨率遥感数据的结合，可大幅提高水质参数反演的准确性和稳定性。同时，时空融合技术将被用于开发珠江口区域更精细的长时序水质参数数据集，这不仅能提供更全面的生态系统变化记录，还能为数据同化系统提供更可靠的观测约束。
在生态模型选择方面，本研究采用的NPZD模型虽然结构简单但稳定可靠，能与ROMS水动力模型良好耦合，为初步研究提供了坚实基础。然而，随着对近岸生态过程理解的深入和观测数据的丰富，后续研究将考虑引入更复杂的海洋生物地球化学模型(OBM)。这类模型在NPZD基本框架上进行了扩展，通过引入更多的生物地球化学过程，能够模拟硝酸盐、铵盐、磷酸盐、硅酸盐以及铁等多元营养物质的循环，并能描述甲藻、硅藻等多种浮游植物功能群以及细菌等微生物群落的动态变化。CoSiNE、欧洲区域性海洋生态系模式（ERSEM）或远洋氮循环模型（BIO_Fennel）等模型可以作为未来研究的潜在选择。此外，我们还将探索神经网络与生态模型的混合建模方法，利用数据驱动模型弥补传统机理模型在复杂生态系统模拟中的不足，从而构建更加智能和精准的海洋生态预测系统。
文章来源：数智深蓝微信公众号