寡营养盐珊瑚礁水域荧光叶绿素a廓线不确定性的环境约束校正方法研究

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：Correcting Depth-dependent Uncertainty in Fluorescence Derived Chlorophyll-a Profiles in Coral Reef Waters

　　

摘要：

精确的叶绿素a（Chl-a）廓线测定对于理解寡营养盐海洋中浮游植物生物量分布和生态系统动力学至关重要。尽管原位荧光传感器能够获取高分辨率的叶绿素廓线，但由于浮游植物荧光受环境调制的影响，基于荧光测定的叶绿素a（Chl_FL）存在较大的不确定性。我们利用中国南海西沙群岛珊瑚礁水域的现场观测数据，研究了Chl_FL与实验室高效液相色谱法测定的叶绿素（Chl_HPLC）之间的差异。结果显示，该不确定性具有深度依赖性（R² = 0.28，MAPE = 67.29%），且Chl_FL在较深水层中对Chl_HPLC的估计逐渐偏高。该差异（ΔChl = Chl_FL ? Chl_HPLC）与表层归一化光合有效辐射（PAR_norm）、温度和盐度之间存在关联，表明荧光不确定性与垂向环境梯度密切相关（R² > 0.59）。一种环境约束的机器学习校正模型表明，ΔChl可以利用环境变量进行重构，最优模型的交叉验证性能达到R² = 0.742 ± 0.002，RMSE = 0.064 ± 5×10^-4 mg/m³。校正后，Chl_FL与Chl_HPLC之间的一致性显著提高（R² = 0.86），同时深叶绿素最大值（DCM）深度和廓线形态等垂向结构特征得到了良好保留。这些发现表明，在寡营养盐珊瑚礁水域中，Chl_FL的不确定性并非在整个水柱中随机分布，而是具有环境结构性。所提出的环境约束校正框架为提高Chl_FL观测精度提供了一种有效的方法。