富营养化湖库天-空-地一体化监控平台系统设计与实践

湖泊和水库是我国的主要饮用水源地,但大都处于富营养化状态,蓝藻水华频发,已成为影响社会稳定、制约区域社会经济可持续发展的重大问题.蓝藻水华的整体应对策略,已经从被动应急转变为主动防御;但要做到主动防御,必须有现代化全方位的蓝藻灾害监测监控手段和体系,及时掌握蓝藻水华及其衍生灾害现状和动向,在未发生或者刚发生时及时觉察.本文针对富营养化湖库富营养化引起的蓝藻水华应急监控问题,按照"整个湖体、重点区域、关键位置"3个监测层次,利用中高分辨率卫星、无人机、岸基/平台视频、自动浮标、人工巡测等技术或手段,围绕"现状掌握、异常报警、原因追溯"的建设目标,提出了天-空-地一体化监控系统建设框架,明确了不同手段的协同方式和业务流程,并正在巢湖进行应用实践.相信本文提出的系统架构不仅在巢湖,在更多的富营养化湖库都具有重要的应用和推广价值.     

巢湖蓝藻水华时空分布(2000-2015年)

巢湖是我国五大淡水湖之一,近年来水体富营养化严重,蓝藻水华频繁暴发.通过收集2000-2015年晴好天气下2478景MODIS Terra和Aqua影像,利用浮游藻类指数,提取巢湖蓝藻水华时空分布数据.结果显示,巢湖蓝藻水华覆盖面积、暴发频率以及持续时间都在增加,每年最初暴发时间提前.从分布上来看,西巢湖依然严重,中巢湖、东巢湖水华暴发面积较以往大大增加;过去16年内巢湖蓝藻水华暴发频率持续增长,其中2007年最为严重,2008-2010年暴发频率出现缓和,此后又出现增长趋势.这些研究结果有助于掌握蓝藻水华的情况,为巢湖科学治理提供了数据支持.     

1980s以来巢湖藻华物候时空变化遥感分析

蓝藻水华暴发时间变化一定程度上表征了藻华物候特征,研究藻华物候变化可为湖泊水环境健康问题治理和缓解水生生态系统环境退化提供科学依据。以往巢湖蓝藻水华遥感监测主要基于2000年以来的MODIS卫星数据,限制了对巢湖蓝藻水华暴发时空变化过程的理解。本文利用Landsat扩展时间序列,联合MODIS数据,基于浮游藻类指数和阈值分割技术提取巢湖蓝藻水华,在评估二者藻华提取结果一致性的基础上,获取并分析了巢湖1987-2020年蓝藻水华暴发物候的规律及影响因子。结果表明：(1) 2000年前,巢湖蓝藻水华暴发规模较小,2000年后面积显著上升,大面积蓝藻水华出现频繁,2011年达到最高峰(608.4 km²);(2)1987-2020年间,巢湖蓝藻水华暴发可以分为3个阶段：(1)1987-2004年,巢湖蓝藻水华年暴发开始时间显著提前,暴发持续时间显著增加;(2)2005-2010年,藻华年暴发开始时间显著延迟,但暴发持续时间变化不显著;(3)2011-2020年,巢湖藻华暴发开始、结束和持续时间呈现年际波动,年暴发开始时间、结束时间和持续时间有所提前,但不显著;(3)巢湖...     

大型湖库滨岸带蓝藻水华堆积风险评估——以巢湖为例

淡水湖库富营养化与蓝藻水华是全球性的突出水环境问题,尤其是滨岸带严重蓝藻水华堆积甚至造成了水体黑臭、威胁饮用水安全等严重危害,科学评估滨岸带蓝藻水华堆积风险、精准识别蓝藻水华易堆积区域是水环境管理与研究中亟待解决的关键科学问题.本研究以我国长江中下游的大型浅水富营养化湖泊巢湖为研究对象,依托流域水文与湖泊水动力模拟、遥...     

基于Sentinel-3 OLCI影像的巢湖藻蓝素浓度年内动态遥感监测

藻蓝素(PC)是水体蓝藻的指示性色素,其浓度反映了蓝藻生物量,利用卫星遥感监测藻蓝素浓度年内动态对蓝藻水华的有效防控有着重要意义.根据不同季节的巢湖藻蓝素浓度实测数据与同期Sentinel-3 OLCI影像,构建机器学习回归反演模型,应用于巢湖2019年OLCI影像集上,对巢湖藻蓝素浓度的空间分布、年内变化进行遥感监测...     

巢湖富营养化的历程、空间分布与治理策略(1984-2013年)

通过文献调研,分析巢湖富营养化的历程及其与合肥市社会、经济与人口发展的关系,同时利用遥感解译和野外调查监测方法分析2012和2013年巢湖主要富营养化指标及蓝藻水华的空间分布特征,并进一步探讨各个阶段湖泊治理措施对巢湖富营养化过程的影响.研究发现:近30年间,1984-1994年是巢湖水质的主要恶化阶段,在1990s中期巢湖的富营养化达到了近30年的峰值,这主要是经济快速发展、污染治理投入有限所致;1995-2007年,巢湖的水质逐步改善,恢复到1980s中期略高的水平,这得益于"九五"和"十五"期间的大量投入,对污、废水进行处理,限制了污染物直接入湖;但是2008年以来,巢湖的水质改善效果并不明显,富营养化维持在较高水平波动,这可能是因为合肥市经济快速发展背景下,原有的污、废水处理后入湖的减排方式已经不能进一步有效削减巢湖的污染负荷.巢湖富营养化在空间分布上呈现西高东低的渐变趋势,这主要是由西部主要入湖河流污染所致.通过对比2012和2013年的空间分布数据发现,2013年主要入湖污染河流河口水质相对2012年均有所好转,其中十五里河河口的好转比南淝河河口明显.综合长期及全湖富营养化水平的变化分析,现阶段巢湖富营养化的治理亟需改变经济发展模式,调整产业结构,实施污废水尾水提标改造、畜禽养殖污染控制和面源污染控制等控源工程,以进一步降低巢湖的富营养化程度.     

富营养化水体浮游植物遥感监测研究进展

随着湖泊流域经济的快速发展,蓝藻水华频繁暴发的现象越来越严重,水体富营养化已经成为国内外重大环境问题.浮游植物是水体的初级生产者,是衡量水体富营养化程度的主要指标之一,遥感技术则是探测水体浮游植物时空分布的重要手段.在收集整理近千篇国内外水体浮游植物遥感研究论文的基础上,从卫星数据源、研究内容及研究方法等角度,总结了遥感技术在富营养化湖泊浮游植物监测应用的历史进展、研究重点及发展趋势.研究表明,现有的富营养化水体浮游植物遥感研究,以湖泊蓝藻水华问题为切入点,研究视角由水体表层(藻华面积、色素浓度)转至水下三维(藻总量),研究方法从定性识别转向定量反演,研究内容从监测蓝藻水华推进到探测不同类群蓝藻,逐渐形成了以应用为导向,"MODIS/VIIRS大中型湖泊日常监测—GF/Sentinel2小型湖泊针对性监测—无人机应急监测"的浮游植物遥感综合监测体系.上述研究梳理了富营养化水体浮游植物遥感监测湖泊水环境学科的发展动向,以期为从事蓝藻水华生态灾害监测和预警人员提供重要的技术支撑和理论参考.     

基于多源遥感数据的巢湖水华长时序时空变化(2009—2018年)分析与发生概率预测

湖泊富营养化导致的水华问题严重影响了淡水资源的利用和保护,快速、全面、准确的监测水华信息对于湖泊水环境的治理具有十分重要的意义.本文以巢湖为研究区域,利用多源光学遥感影像和时空融合技术,采用波段融合的方式将NDVI指数波段加入到遥感影像当中,并通过监督分类解译水华信息,以此揭示2009-2018年10年间巢湖水华的时空变化规律.结果表明：巢湖发生的水华以零星和局部水华为主,2012年巢湖水体首次出现区域蓝藻水华;巢湖水华的季节变化性强,夏、冬半年水华变化差异大,其中2018年季节间的差异最为显著;巢湖水华后五年发生频率明显高于前五年,西半湖水华较东半湖严重,且巢湖西北部是水华的高发区域,2011年水华开始向沿岸蔓延,2014年水华首次出现在西南湖区,2016年巢湖水华高发区域新增巢湖东部和中部地区.另外,本文根据巢湖的相关气象数据,构建了Logistic水华气象风险概率预测模型,模型平均预测准确率高达87.52%.探究巢湖水华长时序的时空变化规律有助于从宏观上把握其动态趋势,为后续湖区治理以及周边生态环境建设提供理论依据,水华气象风险概率预测模型可为巢湖水华的预警和防控提供决策支持.     

利用Himawari-8高频次监测太湖蓝藻水华动态

新一代静止气象卫星Himawari-8以其10 min/次的高观测频次,为连续动态监测蓝藻水华提供了有力的数据支持.基于太湖实地光谱测量资料,提出Himawari-8卫星资料太湖蓝藻水华动态监测方法.以2015年10月2日蓝藻水华发生过程为例,利用连续、多时次Himawari-8资料,动态监测了太湖蓝藻水华的发展变化,分析蓝藻水华的出现、发展和消失,计算蓝藻水华强度的动态变化,认识蓝藻水华程度及变化特征,估算蓝藻水华的动态变化速度.上述分析为研究蓝藻水华的生长消亡过程提供了支持.进一步探讨蓝藻水华动态变化与气象要素的关系,发现在相同的温湿条件下,风场对蓝藻水华的形成、运动和消失有直接的驱动作用.     

2018年巢湖风浪特征分析

基于实测数据,利用验证良好的SWAN风浪模型开展了2018年巢湖风浪变化及分布特征研究.巢湖2018年平均有效波高和波周期分别为0.16 m和1.22 s,整体春季风浪大,秋季风浪小.月均最大值出现在4月,分别为0.22 m和1.36 s,月均最小值出现在11月,分别为0.11 m和1.06 s,变化幅度分别为最大值的52%和22%.月均值整体中巢湖最大,东巢湖次之,西巢湖最小.巢湖月最大有效波高和波周期主要出现在东巢湖或中巢湖,各值月间差异显著,最大变化幅度分别为最大值的61%和27%.不同湖区计算的月均有效波高和波周期较大值分布范围所占湖区的比例不同,中巢湖与东巢湖较大,西巢湖最小.不同月份及湖区较大有效波高出现的时间占比是不一致的,9-11月份时间占比较小,将有利于蓝藻水华的出现.     

基于遥感藻总量和气象因子的巢湖不同湖区藻华预测

湖泊能为人类提供不可或缺的资源,而全球普遍存在的湖泊富营养化导致的藻华频繁暴发正不断损害湖泊生态环境服务功能.为合理保护湖泊环境和防治藻华危害,需预测藻华暴发.以我国富营养巢湖为研究区,本文构建了一种基于遥感藻总量和气象因子的不同湖区藻华暴发概率预测方法.基于MODIS/Aqua数据,研究首先反演了2003—2019年日尺度的藻华分布和考虑垂向结构的水柱藻总量.然后,统计了西、中和东巢湖的藻华面积,判别了藻华/非藻华日,并匹配日平均藻总量和气象因子.最后,筛选出藻华形成的关键影响因子——藻总量、气温和水汽压,并构建了不同湖区日藻华暴发概率的Logistic预测模型.不同湖区月平均藻总量基本一致,但藻华暴发日占比呈“西高东低”特征.对西、中和东巢湖的藻华/非藻华检验样本,模型精度分别为90%、85%和89.5%,模型也适用于2020年夏秋季和冬春季藻华预测.湖泊藻华暴发是藻类大量增殖并在一定气象条件下的产物,故基于遥感藻总量和气象因子的藻华暴发概率预测科学合理,可推广应用于太湖等其他富营养湖泊.     

典型风力条件及水力调度下太湖藻华高频时空动态监测

湖泊藻华问题已成为全球水生态环境领域面临的长期挑战,风力条件变化和引调水工程的水力调度能改变湖体水动力结构,对藻类的生长和聚集过程产生影响,进行该过程的精细化监测和机制分析对于湖泊藻华预报预警和应急处置具有重要意义。本研究基于Hiamwari-8/AHI卫星遥感高频监测数据,对比分析了归一化差异植被指数(NDVI)、增强植被指数(EVI)和浮游藻类指数(FAI) 3种不同指数对太湖藻华的反演效果,开展了典型风力条件下和水力调度下太湖藻华生消过程的持续监测分析。结果表明,FAI对藻华区域和非藻华区域的区分更加明显,其阈值提取的藻华面积与基于MODIS图像解译的藻华面积的相对误差最低,为-2.27%。当营养盐充足且水温持续保持在蓝藻大量生长增殖的阈值以上时,风力条件是导致太湖藻类迁移聚集的关键因子,风向主要影响藻类的水平迁移,使其进行方向性迁移并逐渐形成大面积藻华区域。风速主要影响藻类的垂向迁移并存在临界阈值,当风速低于约2.5 m/s的临界风速时,藻华面积随风速增加而增加;当风速高于临界风速时,藻华面积随风速增加而降低。水力调度对距离较近的贡湖湾区域具有显著影响,主要通过水动力扰动来影响...     

太湖、巢湖、滇池水华与相关气象、水质因子及其响应的比较(1981-2015年)

比较了太湖、巢湖、滇池（"三湖"）1981-2010年间的气象要素,1987-2015年间的水质要素,2000-2013年间的年内水华起始日期与持续时间,以及与水华相关的已有研究情况.其中,气象要素包括气温、日温差、风速、风向、气压、降水、相对湿度等;水质要素包括水温、总氮浓度、总磷浓度、水体综合营养指数等.对比结果表明,云贵高原湖泊滇池因其冬、春季节气温较高且日温差较大等气象特征,以及总磷浓度较高等水质特征,相比于东部平原湖泊太湖、巢湖而言更易发生水华,且在"三湖"中水华年内起始日期最早,持续时间最长.然而,目前有关滇池水华的研究相对于"三湖"中的太湖却远远不足.鉴于滇池所处湖区的独特气象、水质特征,平原水华湖泊的研究结果难以有针对性地指导其水华控制,亟需提高滇池水华研究的系统性与深度.只有因地制宜,方有希望逐步有效控制、减轻、乃至消除滇池水华.     

基于MODIS数据的2000-2010年乌梁素海"黄苔"时空变化

利用2000-2010年每年5-9月MODIS数据根据比值算法提取乌梁素海湖区黄苔的面积和空间分布信息并进行统计分析,探求乌梁素海黄苔产生的时空分布规律及特征,从而为黄苔的预防和治理提供支持.结果表明:(1)黄苔面积变化的年际和月际特征方面,2000、2001、2005、2006、2008、2010年黄苔面积超过了多年平均值(24 km2).5—7月份黄苔面积较小,保持在20 km2左右;8月黄苔面积迅速增长(约28 km2),9月黄苔面积最大,达到40 km2左右.(2)黄苔发生频率方面,2001年黄苔的规模和频率最高,发生频率达到0.58;2005、2006、2010年次之,发生频率在0.25附近波动(多年年均黄苔暴发频率为0.19);其他年份黄苔的发生频率处于低于0.10的水平.黄苔发生规模较大、次数较多的月份集中在8、9月,发生频率分别达到0.27、0.52,超过多年月均黄苔暴发频率0.19;其他月份黄苔的发生频率处于低于0.10的水平.(3)黄苔出现的空间分布方面,西大滩为东大滩的北部至中部,以及乌梁素海南部明水区排干口附近的西部沿岸是黄苔出现频率较高的区域.(4)2个月前的日均温度、降雨和营养盐浓度及当月风速与黄苔的产生具有极显著相关性;营养盐含量(TN、TP)的空间分布与黄苔的空间分布表现出较好的相关性.乌梁素海黄苔面积的年际变化受人类活动特别是生态补水的影响明显.     

基于水华蓝藻固有光学特性的主要类群定量识别方法

蓝藻水华是湖泊水体富营养化的重要特征之一,不同水华蓝藻类群形成的水华特征、危害及其治理方法差异显著.因此,如何快速、准确地掌握不同蓝藻类群的时空分布特征成为实施富营养化湖泊污染治理与生态恢复、蓝藻生态灾害预测预警中一个亟待解决的科学问题.本研究基于纯藻种实验室培养和室内光学控制实验,在微囊藻(Microcystis)、鱼腥藻(Dolichospermum)、束丝藻(Aphanizomenon)3种主要水华蓝藻固有光学特性的基础上,通过甄别不同水华蓝藻的吸收、散射和后向散射光谱的特征波段,构建了基于吸收和散射特性的5种水华蓝藻类群的非线性最优化定量识别模型,其中,基于440、620和675 nm 3个波段吸收的a-CIM 440,620,675具有较为稳定的定量识别能力;并基于野外实测光学特性数据,实现了巢湖主要水华蓝藻类群的定量监测,初步分析了巢湖主要水华蓝藻类群的时空分布特性.研究表明,巢湖的水华蓝藻以鱼腥藻、微囊藻为主,束丝藻较少,鱼腥藻主要出现在温度较低的季节,微囊藻在夏季的西部湖区占优势;巢湖水华主要为微囊藻藻华和鱼腥藻藻华,且浓度较高的蓝藻主要存在于水体表面以下20 cm范围内;微囊藻和鱼腥藻在非藻华断面垂向上均匀分布.本研究可为富营养化湖泊蓝藻水华预测预警以及相关管理部门决策提供重要的理论依据和科学支撑.     

巢湖、太湖蓝藻湖靛及其提取物的动物毒性初步研究

对国内淡水湖泊巢湖、太湖中的蓝藻湖靛及其提取物（藻胆蛋白）,进行了动物毒性实验。实验动物为昆明种小白鼠,采用灌胃法给药。给药后小白鼠均无中毒症状,一周内无死亡。说明巢湖、太湖中蓝藻湖靛及其提取物,对以小白鼠为代表的哺乳类动物消化系统,基本不产生毒性。这对于开发两湖中的蓝藻作为鱼、家禽等饲料和提取其中的植物蛋白（藻胆蛋白）作为营养食品添加剂等有一定意义。     

基于FAI-L方法的巢湖水域藻华提取方法研究

近年来随着人类的活动日益加剧,水体富营养化问题已经严重威胁到湖泊生态安全。为了快速并准确地获取藻华爆发的范围,本文提出浮游藻类指数线性拟合模型（FAI linear fitting model, FAI-L）。在以往的研究中,NDVI(normalized difference vegetation index)已经广泛应用于藻华的识别中,且采用坡度计算获取NDVI阈值的方法也得到验证,相对于NDVI,FAI对环境条件的改变敏感度较低,且由于FAI增加了短红外波段,能够有效地降低部分大气和薄云的影响,对藻华的识别有较高的精度,但是FAI识别藻华的阈值如何确定的问题没有有效的解决办法。本文通过建立NDVI与FAI的线性拟合方程,利用NDVI阈值确定FAI阈值,能够有效地解决FAI阈值确定问题。通过Landsat8和Sentinel-2的提取结果显示：（1）FAI-L相对于NDVI提取结果在精度上有较大提升。采用该方法对于Landsat8影像的藻华提取精度为97.16%,相对于NDVI的提取精度（91.72%）提高了5.44%。（2）以Sentinel-2数据为基础探究FAI-L的适用性情...