利用衛星遙測資料探討南海與蘭陽溪河口生地化特性之時空變化

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：12

、訪客IP：18.216.94.152

姓名

曾國堯(Kuo-yao Tseng) 查詢紙本館藏

畢業系所

水文與海洋科學研究所

論文名稱

利用衛星遙測資料探討南海與蘭陽溪河口生地化特性之時空變化
(Satellite remote sensing of temporal and spatial variability of biogeochemical characteristics of the South China Sea and Lanyang Hsi river plume)

相關論文

★ 翡翠水庫之水文特性及水理水質之模式研究	★ 翡翠水庫及其集水區之氫氧碳同位素水文學研究
★ 以三維數值模式模擬淡水河河口及感潮段鹽度與懸浮沉積物	★ 淡水河重金屬傳輸模式之發展
★ 淡水河流域鹼度、酸鹼值與主要離子之時空變化	★ 水體中顆粒與沈積物之有機碳、氮及其穩定同位素研究：南海及翠峰湖
★ 淡水河口水舌擺盪動力機制之研究	★ 翡翠水庫之沉降顆粒及沉積物中多環芳香族碳氫化合物(PAHs)之研究
★ 呂宋海峽內潮及其強化生地化通量之數值研究	★ 南海時間序列測站(SEATS)碳循環之探討：一維物理-生地化耦合模式之應用
★ 淡水河口之顆粒性有機碳、氮同位素及溶解性無機氮同位素之研究	★ 利用SPOT衛星影像探討蘭陽溪口淡水舌之時空變化
★ 潮汐作用對東海生地化循環及初級生產力之影響	★ 淡水河流域溶解性有機碳通量之研究
★ 淡水河流域營養鹽濃度及溶氧之變化與一維數值模擬	★ 河口與近海環境懸浮顆粒物質之探討：顆粒性有機物之來源及懸浮顆粒之重量法測定

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

本研究利用衛星遙測資料對河口及海洋環境進行研究，衛星遙測比起傳統的船測，在收集資料上能得到時間上較連續且空間上較廣泛的資訊，也不需要大量的人力及經費。
在河口研究上，我們選用的是2005年期間14幅蘭陽溪口SPOT衛星影像，利用影像分類法最大似然分類法，推得蘭陽溪口水舌在影像中分佈的情形及範圍。我們推測水舌分佈的範圍應會受到流量大小的影響，因此將所推算出來的水舌分佈的範圍與蘭陽溪流量做線性關係，我們發現的水舌分佈的範圍與蘭陽溪前二日累積流量有最佳的相關性，，顯示出兩者具有高度相關性。最後利用實際觀測的海流資料做為佐證，其水團移動方向與所推得的水舌分佈的情形相符合，顯示此方法所得之水舌有其可信度。
並且為了瞭解蘭陽溪口之水舌分佈實際情形及水文特性，我們在2011年10月8日，於蘭陽溪外海進行船測採樣。我們推測低鹽度水團分佈情形應與遙測之淡水舌分佈情形相似，因此，利用宜蘭縣雨量模擬蘭陽溪流量資料，將遙測結果之淡水舌面積與蘭陽溪前二日累積流量迴歸關係，代入流量及船測資料，推算出淡水舌面積應為鹽度低於29.4 psu之範。利用船測照片做為佐證，從照片中可以觀察到在利用鹽度所定出之水舌範圍內，海水較混濁，而在水舌之範圍外海水較清澈。
在大洋研究上，我們利用MODIS及SeaWiFS衛星資料，建立一組長達14年在SEATS測站之葉綠素a濃度時序資料，並且以風速資料做為比較。從葉綠素a濃度與風速時序資料中，可知在季節性變化上，冬季期間之葉綠素a濃度比起其他季節還來得高。在年間變化上，我們從HHT的EMD分析結果，在SEATS測站月平均葉綠素a濃度及風速隨時間的變化，兩者趨勢皆降低，葉綠素a濃度降低了約13%，風速降低了約19%。
我們也與西菲律賓海區域做比較，兩區域皆受到ENSO事件的影響，但所表現出來的情況不同。SEATS測站在MEI>0( El Nino )期間，葉綠素a濃度與風速異常值有一定程度的關係性，在MEI<0( La Nina )期間，因營養鹽躍層較深，風速雖強但風造成的營養鹽通量並不能成比例的增加，所以葉綠素a濃度與風速異常值關係較弱。而西菲律賓海區域是開放性大洋，受到NEC及MD等海洋環流機制的影響，在MEI>0期間，所受到的影響較大，葉綠素a濃度與風速異常值關係差，MEI<0期間，受到NEC及MD等海洋環流機制的影響較小，葉綠素a濃度與風速異常值有一定程度的關係。我們推測這是因為SEATS測站為半封閉海盆的陸緣海，受到南海海盆湧昇效應影響，而西菲律賓海區域是開放性大洋，受到NEC及MD等海洋環流機制的影響，因此有著不同情況的表現。

摘要(英)

In this study, we used satellite remote sensing data to investigate environmental conditions in the coastal zone off river mouth and in the South China Sea. Satellite remote sensing can provide longer time-series data with wider spatial coverage than traditional ship measuredments without using too much manpower or resources.
To study river plume, we used 14 SPOT satellite images of the coastal zone off the Lanyang River mouth in 2005. We applied a supervised maximum likelihood classification procedure to process the satellite images in order to identify the span of the Lanyang River plume. We suspected that Lanyang River plume should be affected by discharge, so we conducted liner regression between Lanyang River discharge and plume area. We found good correlation between them with R2=0.87 and P<0.01. Besides. we used in situ measured current data to demonstrate that the plume identified by the method is credible.
In order to understand the actual Lanyang River plume distribution and hydrological characteristics, we collected water samples in the coastal zone off Lanyang River moth on Oct. 8, 2011. Assuming that the distribution of the low salinity water was similar to the river plume identified by remote sensing images, we used Yilan County’s rainfall data to derive the discharge of the Lanyang River and calculated the plume area from the discharge using the linear regression relationship mentioned above. From the estimated plume area we determined from the salinity distribution that the Lanyang River plume should be within the salinity contour of 29.4 psu. The plume so defined is consistent with the photos taken during the cruise.
To study the open ocean, we used both MODIS and SeaWiFS satellite remote sensing data get 14 years of chlorophyll-a concentration time-series data at the SEATS station from Sep. 1997 to Dec. 2011. We also used NCEP data of wind speed to delineate their relationship with the chlorophyll-a data. In seasonal variability, both wind speed and chlorophyll-a concentration have higher values in winter. In inter-annual variability, we used Hilbert-Huang Transform to analyze the wind speed and chlorophyll-a data. The results show that the trend of both wind speed and chlorophyll-a concentration decreased. The wind speed decreased by 13%. The chlorophyll-a concentration decreased by 19%.
We compared the SEATS station with the Western Philippine Sea. At the SEATS station, wind speed anomaly and chlorophyll-a concentration anomaly have significant correlation when MEI>0 (El Nino phase), and very poor correlation when MEI<0 (La Nina phase). In the West Philippine Sea, the wind speed anomaly and chlorophyll-a concentration anomaly have worse correlation when MEI<0, and better correlation when MEI>0. The contrast probably results from the fact that the south China Sea is a semi-enclosed basin, where the basin wide upwelling was weaker, when MEI<0, while the WPS is an open ocean and strongly modulated by the North Equatorial Current and Mindanao Dome.

關鍵字(中)

★ 遙測

關鍵字(英)

★ remote sensing

論文目次

目錄
摘要 I
Abstract IV
致謝 VI
第一章緒論 1
1.1 前言 1
1.2 遙測衛星 1
1.2.1 SPOT衛星 2
1.2.2 Orbview-2衛星 3
1.2.3 Aqua衛星 3
1.3 研究主題及目的 4
第二章蘭陽溪口遙測影像之判定 5
2.1 概說 5
2.2 資料來源與分析方法 5
2.2.1 環境背景簡介 5
2.2.2 流量資料 7
2.2.3 海流資料 7
2.2.4 衛星影像 7
2.2.5 最大似然分類法 7
2.2.6 SPOT衛星資料處理 9
2.3 結果 11
2.3.1 影像分類成果 11
2.3.2 颱風後對於水舌分佈情形 12
2.3.3 海流對於水舌分佈情形 12
2.4 討論 13
2.4.1 海流與水舌分佈 13
2.4.2 流量與水舌分佈 14
2.5 小結 15
第三章蘭陽溪口淡水舌之船測 17
3.1 概說 17
3.2 出海觀測及採樣 18
3.2.1 採樣過程 18
3.2.2 採樣方式 19
3.3 分析項目 20
3.3.1 鹽度測定 20
3.3.2 葉綠素a濃度測定 20
3.3.3 總懸浮顆粒濃度測定 21
3.3.4 銨濃度測定 21
3.3.5 矽酸鹽測定 21
3.3.6 磷酸鹽測定 22
3.3.7 流量資料 22
3.4 結果 23
3.4.1 水文資料 23
3.4.2 營養鹽及葉綠素a濃度 23
3.5 討論 25
3.5.1 利用鹽度資料驗證影像分類結果 25
3.5.2 蘭陽溪之葉綠素a濃度分佈情形 26
3.6 小結 28
第四章南海SEATS測站葉綠素之長期變化 30
4.1 概說 30
4.1.1 南海環境背景簡介 30
4.1.2 SEATS測站環境背景簡介 31
4.2資料來源及研究方法 31
4.2.1 葉綠素a濃度 (chlorophyll-a concentration, chl-a, mg/m3) 31
4.2.2 海表面風場 (Blended Sea Winds, m/s) 32
4.2.3 ENSO指數 33
4.2.4 資料處理流程 33
4.2.5希伯特-黃轉換(Hilbert-Huang Transform) 36
4.3 結果 36
4.3.1 SEATS測站風速與葉綠素a濃度之關係 36
4.3.2 ENSO事件與SEATS測站葉綠素a濃度之關係 37
4.3.3 西菲律賓海之葉綠素a濃度與風速之關係 38
4.3.4 利用希伯特-黃轉換(Hilbert-Huang Transform)分析 39
4.4 討論 40
4.4.1 季節性(Seasonal)變化 40
4.4.2 年間(inter-annual)變化 41
4.4.3 SEATS測站與西菲律賓海區域在ENSO事件之比較 41
4.5 小結 44
第五章結論與建議 46
中文參考文獻 48
英文參考文獻 49
附錄一影像分類結果 51
附錄二 SEATS站葉綠素原始資料 52
附錄三 SEATS站葉綠素a濃度處理後資料 53
附錄四蘭陽溪口船測原始資料 55
附錄五鹽度測定 58
附錄六葉綠素a濃度測定 60
附錄七總懸浮顆粒物質測定 65
附錄八銨濃度測定 67
附錄九矽酸根濃度測定 72
附錄十磷酸根濃度測定 77
附錄十一西菲律賓海區域之葉綠素a濃度與風速隨時間之變化 82
圖A11-5 西菲律賓海區域衛星觀測之月平均葉綠素a濃度及風速異常值迴歸關係圖。 85
圖A11-6 西菲律賓海區域衛星觀測之月平均葉綠素a濃度及風速異常值在MEI為正值時的迴歸關係圖。 85
圖A11-7 西菲律賓海區域衛星觀測之月平均葉綠素a濃度及風速異常值在MEI為負值時的迴歸關係圖。 86
附錄十二南海葉綠素異常值之時空變化 87
附錄十三利用HHT的EMD分析SEATS測站之葉綠素a濃度、風速及風應力旋度 91
表目錄
表1-1 SPOT系列衛星影像之空間解析度 94
表1-2：SeaWiFS各頻道波段範圍 94
表1-3 MODIS各頻道波段範圍與其主要用途 94
表2-1本研究所選用的遙測影像清單 96
表3-1宜蘭縣2011年雨量測站資料模擬蘭陽溪流量資料 97
表4-3：SEATS站葉綠素濃度(Chlorophyll-a)之船測資料 98
表4-4 從1982年1998年的南海年平均質量收支估算(All)，聖嬰年( El Nino )包括1982、1986、1991、1994與1997年，反聖嬰年( La Nina )包括1984、1988及1996年。表中LST、ST及MST分別代表呂宋海峽、巽他陸棚與Mindoro海峽的海水傳輸量，對LST而言負值代表進入南海的海水傳輸，但對ST與MST而言則為移出南海的海水傳輸。(摘自Qu et al., 2004) 99
圖目錄
圖2-1 宜蘭縣水系圖(資料來源經濟部水利署網頁)。 100
圖2-2 影像分類法流程設計。 101
圖2-3 2005/03/07分類結果。(a)原始影像；(b)分類前處理影像；(c)分類成果影像，星號為淡水舌相關水團(class1)訓練樣區中心，淡水舌面積42.63km2。 102
圖2-4 2005/03/20分類結果。(a)原始影像；(b)分類前處理影像；(c)分類成果影像，星號為淡水舌相關水團(class1)訓練樣區中心，淡水舌面積21.81km2。 102
圖2-5 2005/04/03分類結果。(a)原始影像；(b)分類前處理影像；(c)分類成果影像，星號為淡水舌相關水團(class1)訓練樣區中心，淡水舌面積35.46km2。 103
圖2-6 2005/06/04分類結果。(a)原始影像；(b)分類前處理影像；(c)分類成果影像，星號為淡水舌相關水團(class1)訓練樣區中心，淡水舌面積30.66km2。 103
圖2-7 2005/06/06分類結果。(a)原始影像；(b)分類前處理影像；(c)分類成果影像，星號為淡水舌相關水團(class1)訓練樣區中心，方型為淡水舌相關水團(class2)訓練樣區中心，淡水舌面積100.54km2。 104
圖2-8 2005/06/10分類結果。(a)原始影像；(b)分類前處理影像；(c)分類成果影像，星號為淡水舌相關水團(class1)訓練樣區中心，淡水舌面積17.98km2。 104
圖2-9 2005/07/02分類結果。(a)原始影像；(b)分類前處理影像；(c)分類成果影像，星號為淡水舌相關水團(class1)訓練樣區中心，淡水舌面積22.42km2。 105
圖2-10 2005/07/23分類結果。(a)原始影像；(b)分類前處理影像；(c)分類成果影像，星號為淡水舌相關水團(class1)訓練樣區中心，方型為淡水舌相關水團(class2)訓練樣區中心，淡水舌面積64.38km2。 105
圖2-11 2005/08/07分類結果。(a)原始影像；(b)分類前處理影像；(c)分類成果影像，星號為淡水舌相關水團(class1)訓練樣區中心，方型為淡水舌相關水團(class2)訓練樣區中心，淡水舌面積447.44km2。 106
圖2-12 2005/08/27分類結果。(a)原始影像；(b)分類前處理影像；(c)分類成果影像，星號為淡水舌相關水團(class1)訓練樣區中心，淡水舌面積51.66km2。 106
圖2-13 2005/10/06分類結果。(a)原始影像；(b)分類前處理影像；(c)分類成果影像，星號為淡水舌相關水團(class1)訓練樣區中心，方型為淡水舌相關水團(class2)訓練樣區中心，淡水舌面積73.00km2。 107
圖2-14 2005/11/06分類結果。(a)原始影像；(b)分類前處理影像；(c)分類成果影像，星號為淡水舌相關水團(class1)訓練樣區中心，淡水舌面積41.51km2。 107
圖2-15 2005/11/09分類結果。(a)原始影像；(b)分類前處理影像；(c)分類成果影像，星號為淡水舌相關水團(class1)訓練樣區中心，淡水舌面積52.19km2。 108
圖2-16 2005/11/28分類結果。(a)原始影像；(b)分類前處理影像；(c)分類成果影像，星號為淡水舌相關水團(class1)訓練樣區中心，淡水舌面積73.44km2。 108
圖2-17 蘭陽大橋2005年日流量資料，圖中紅十字為14幅SPOT衛星影像的拍攝時間。 109
圖2-18 蘭陽溪口附近之海流棍棒圖，測量位置為24.72°N, 121.85°E，圖中橫軸為日期，縱軸為水深，黑線方向為海流方向，黑線長度為海流流速，紅線為衛星經過拍攝的時間。 110
圖2-19 烏石港口附近之海流棍棒圖，測量位置為24.86°N, 121.85°E，圖中橫軸為日期，縱軸為水深，黑線方向為海流方向，黑線長度為海流流速，紅線為衛星經過拍攝的時間。 111
圖2-20 2005/03/20海流向量進展圖，圖中黃色星點，分別為蘭陽溪口及烏石港口附近之海流測量位置，黑線為水團的運動方向。 112
圖2-21 2005/04/03海流向量進展圖，圖中黃色星點，分別為蘭陽溪口及烏石港口附近之海流測量位置，黑線為水團的運動方向。 113
圖2-22 蘭陽溪口附近之海流棍棒圖，測量位置為24.72°N, 121.85°E，圖中橫軸為日期，縱軸為水深，黑線方向為海流方向，黑線長度為海流流速，紅線為衛星經過拍攝的時間。 114
圖2-23 烏石港口附近之海流棍棒圖，測量位置為24.86°N, 121.85°E，圖中橫軸為日期，縱軸為水深，黑線方向為海流方向，黑線長度為海流流速，紅線為衛星經過拍攝的時間。 115
圖2-24 2005/10/06海流向量進展圖，圖中黃色星點，分別為蘭陽溪口及烏石港口附近之海流測量位置，黑線為水團的運動方向。 116
圖2-25 分類後影像之淡水舌面積與蘭陽溪流量之線性迴歸。(a)為前一日流量與水舌面積關係，(b)為前二日累積流量與水舌面積關係，(b)為前三日累積流量與水舌面積關係。 117
圖2-26 分類後影像之淡水舌面積與蘭陽溪前二日累積流量之線性迴歸。圖中趨勢線未加入紅點做計算，其R2=0.8725，紅點為2005/10/06之結果。 118
圖3-1 本實驗所搭乘之漁船，停靠在烏石港口內。 119
圖3-2 由烏石港口前往龜山島行經途中所拍攝之照片，照片中可看出海水清澈。 119
圖3-3 龜山島附近所拍攝之照片，照片中可看出海水清澈。 120
圖3-4 蘭陽溪口附近所拍攝之照片，照片中可看出海水相當混濁。 120
圖3-5 本實驗採集樣水的最南端之照片，照片中可以看出海水依然混濁，遠處海水較為清澈。 121
圖3-6 返航時，第二次在蘭陽溪口附近所拍攝之照片，照片中可看出海水依然相當混濁。 121
圖3-7 返航時，在即將離開蘭陽溪口附近所拍攝之照片，從照片中可明顯看出清澈與混濁的海水分界線。 122
圖3-8 返航時，即將回烏石港口所拍攝之照片，從照片中可看出海水清澈。 122
圖3-9 蘭陽溪外海船測航行路線之示意圖，由烏石港口往龜山島方向行駛(A)，再往蘭陽溪口方向行駛(B)，最後返航，回烏石港口(C)。 123
圖3-10 蘭陽溪外海船測採樣位置之示意圖，圖中星號為採樣點位置。 124
圖3-11 蘭陽溪外海船測結果之鹽度分佈圖，圖中黑色星號為採樣點位置，黑線為等鹽線。 125
圖3-12 蘭陽溪外海船測結果之鹽度與總懸浮顆粒物質濃度關係圖。 126
圖3-13 蘭陽溪外海船測結果之鹽度與葉綠素a濃度關係圖。 126
圖3-14 蘭陽溪外海船測結果之鹽度與矽酸根(SiO4)關係圖。 127
圖3-15 蘭陽溪外海船測結果之鹽度與磷酸根(PO4)關係圖。 127
圖3-16 蘭陽溪外海船測結果之鹽度與銨(NH4)關係圖，紅點為烏石港口附近的採樣點。 128
圖3-17 蘭陽溪外海船測之鹽度分佈面積累積圖。 128
圖3-18分類後影像之淡水舌面積與蘭陽溪前二日累積流量之線性迴歸。圖中趨勢線未加入紅點做計算，其R2=0.8725，紅點為2005/10/06之結果。 129
圖3-19 蘭陽溪外海船測之鹽度分佈面積累積圖。 129
圖3-20 蘭陽溪外海船測之鹽度分佈，圖中黑色星號為採樣點位置，黑線為等鹽線，紅線為鹽度29.4 psu之等鹽線。 130
圖3-21 蘭陽溪外海船測之鹽度分佈，圖中黑色星號為採樣點位置，黑線為等鹽線，紅線為鹽度29.4 psu之等鹽線，紅線範圍猜測可能為淡水舌分佈範圍，並以照片(a)、(b)、(c)、(d)做為佐證。 131
圖3-22 蘭陽溪外海船測結果之葉綠素濃度分佈，星號為採樣點位置，黑線為葉綠素濃度之等值線。 132
圖3-23 蘭陽溪外海船測結果之矽酸根(SiO4)濃度分佈，星號為採樣點位置，黑線為矽酸根(SiO4)濃度之等值線。 133
圖4-1 南海地形圖，圖中南海內部箭頭代為海流，實線為冬季時的海流，虛線為夏季時的海流，十字標記為SEATS測站位址。(摘自Liu et al., 2002) 134
圖4-2 菲律賓海的水平環流示意圖，圖中NEC、NECC、NGCUC、MC及MD，分別代表北赤道洋流、北赤道反流、新幾內亞沿岸潛流民答那峨洋流及民答那峨圓丘。(摘自Tozuka et al., 2002) 134
圖4-3 2003~2007年SeaWiFS及MODIS遙測資料之每日葉綠素a濃度迴歸關係。 135
圖4-4 1997~2011年遙測資料之每日葉綠素a濃度的氣候值。 135
圖4-5 SEATS測站衛星觀測之日平均葉綠素a濃度隨時間的變化。圖中紅色十字為船測資料。 136
圖4-6 SEATS測站衛星觀測之日平均葉綠素a濃度隨時間的變化經船測資料校正後。圖中紅色十字為船測資料。 136
圖4-6 SEATS測站衛星觀測之月平均葉綠素a濃度隨時間的變化。 137
圖4-7 SEATS測站衛星觀測之月平均風速隨時間的變化。 137
圖4-8 SEATS測站衛星觀測之月平均葉綠素a濃度及風速線性迴歸圖。 138
圖4-9 1997~2011遙測資料之月平均葉綠素a濃度的氣候值。 138
圖4-10 SEATS測站衛星觀測之月平均葉綠素a濃度異常值(anomaly)隨時間的變化。 139
圖4-11 SEATS測站衛星觀測之月平均風速異常值(anomaly)隨時間的變化。 139
圖4-12 SEATS測站衛星觀測之月平均葉綠素a濃度及風速異常值與MEI做比較 140
圖4-13 SEATS測站衛星觀測之月平均葉綠素a濃度及風速異常值(anomaly)線性回歸圖。 140
圖4-14 西菲律賓海區域之示意圖。 141
圖4-15 西菲律賓海區域衛星觀測之月平均葉綠素a濃度隨時間之變化。 142
圖4-16 西菲律賓海區域衛星觀測之月平均風速隨時間之變化。 142
圖4-17 西菲律賓海區域衛星觀測之月平均葉綠素a濃度異常值隨時間之變化。 143
圖4-18 西菲律賓海區域衛星觀測之月平均風速異常值隨時間之變化。 143
圖4-19 SEATS測站衛星觀測之月平均葉綠素a濃度及風速的EMD分析，圖中左側為葉綠素a濃度資料，右測風速資料，input為分析的時序資料，c1~c6為經驗模態函數(IMF)，最後為Trend。 144
圖4-20 SEATS測站衛星觀測之月平均葉綠素a濃度及風速異常值在MEI為正值時的回歸關係圖。 145
圖4-21 西菲律賓海區域衛星觀測之月平均葉綠素a濃度及風速異常值在MEI為正值時的回歸關係圖。 145
圖4-22 SEATS測站衛星觀測之月平均葉綠素a濃度及風速異常值在MEI為負值時的回歸關係圖。 146
圖4-23 西菲律賓海區域衛星觀測之月平均葉綠素a濃度及風速異常值在MEI為負值時的回歸關係圖。 146

參考文獻

中文參考文獻
連純琪，2008，「利用多重衛星遙測觀測颱風引起的海洋生地化反應」。碩士論文，國立台灣大學理學院大氣科學研究所。
沈文誠，2010，「利用SPOT衛星影像探討蘭陽溪口淡水舌之時空變化」，碩士論文，國立中央大學水文科學研究所。
王麗文，2007，「南海時間序列站之生地化年間變化研究：利用一維海洋生地化模式之探討」，博士論文，國立中山大學海洋地質及化學研究所。
楊龍士、雷祖強、周天穎，2006，遙感探測理論與分析實務。
資源衛星接收站使用手冊，2010，國立中央大學太空及遙測研究中心，110頁。
陳鎮東，2001。南海海洋學，國立編譯館，506頁。
英文參考文獻
Lihan, T., Saitoh, S.-I., Iida, T., Hirawake, T., Iida, K., 2008. Satellite-measured temporal and spatial variability of the Tokachi River plume. Estuarine, Coastal and Shelf Science 78, 237-249.
Lillesand, T.M., Kiefer, R.W., 2000. Remote sensing and image interptation. John Wiley & Sons, New York, 720 pp.
Schowengerdt, R.A., 2007. Remote sensing:models and methods for image processing. Academic Press, plume, Burlington, MA 515 pp.
Thomas, A.C., Weatherbee, R.A., 2006. Satellite-measured temporal variability of the Columbia River plume. Remote Sensing of Environment 100, 167-178.
H. M. Kao, H. Ren, Y. T. Lee, 2010. Using Remote Sensing Imagery to Monitoring Sea Surface Pollution Cause by Abandoned Gold-Copper Mine.
Kuo, N. -J., Zheng, Q., and Ho, C.-R., 2004. Response of Vietnam coastal upwelling to the 1997-1998 ECSO event observed by multisensory data. Remote Sensing of Envioment, 89, 106-115
Liu, C.-C., C.-H. Chang, C.-G. Wen, C.-H. Huang, J.-J. Hung, J. T. Liu, 2009. Using satellite observations of ocean color to categorize the dispersal patterns of river-borne substances in the Gaoping (Kaoping) River, Shelf and Canyon system. Joural of Marine System, 76,496-510.
Liu, K.K., S.-Y. Chan, P.-T. Shaw, G.-C. Gong, C.-C. Chen, and T.-Y. Tang, 2002. Monsoon-forced chlorophyll distribution and primary production in the South China Sea:Observation and a numerical study. Deep-Sea Research I, 49,1387-1412.
Palacz, A. P., H. Xue, C. Armbrecht, C. Zhang, and F. Chai, 2011, Seasonal and inter-annual changes in the surface chlorophyll of the South China Sea. Journal of Geophysical Research, 116, C09015, doi:10.1029/2011JC007064.
Qu, T., Y. Y. Kim, M. Yaremchuk, T. Tozuka, A. Ishida, and T. Yamagata, 2004. Can Luzon Strait transport play a role in converying the impact of ENSO to the South China Sea? J. Climate, 17,3644-3657.
Tseng, C.M. et al., 2005, A unique seasonal pattern in phytoplankton biomass in low-latitude waters in the South China Sea, Geophy. Res. Lett., 32, L08608, doi:10.1029/2004GL022111.
Yoder, J.A., J.E. O’Reilly, A.H. Barnard, T.S. Moore, C.M. Ruhsam, 2001, Variability in coastal zone color scanner (CZCS) Chlorophyll imagery of ocean margin waters off the US East Coast. Continental Shelf Research, 21, 1191-1218.
Zhang, Y., K. R. Sperber, and J. S. Boyle, 1997. Climatology and interanual variation of the East Asian winter monsoon:Results from the 1979-95 NCEP/NCAR reanalysis. Monthly Weather Review, 125, 2605~2619.

指導教授

劉康克(kon-kee Liu)

審核日期

2012-7-27

推文