基于光谱基线校正的季节性浑浊II类水体叶绿素a浓度遥感反演

水体Chl.a浓度是水质评价的一个重要指标,受悬浮物浓度季节性变化的影响,如何削弱悬浮物的光谱干扰,是实现内陆水体Chl.a浓度遥感高精度反演的难点之一.基于2011-2013年妫水河6次实测水体高光谱数据和水体Chl.a浓度数据,评价广泛应用的三波段模型和非线性拟合能力较好的支持向量机回归(SVR)模型的反演精度,使用基线校正和一阶微分方法来削弱实测高光谱中非Chl.a光谱信息.定义两种基线:750 nm的反射率值;500与750 nm的反射率值连线,基线校正为光谱反射率减去基线值.利用2013年7月的实测数据进行验证,结果表明,SVR模型比三波段模型更适合季节性浑浊水体的Chl.a浓度反演.通过基线校正筛选后的波段反射率组合作为输入变量能够提高SVR模型的反演精度,决定系数为0.68,均方根误差为3.38μg/L;线性基线校正提高三波段Chl.a估算模型的反演能力有限.     

应用实测光谱估算千岛湖夏季叶绿素a浓度

依据2010年8月的实测数据构建了千岛湖水体夏季叶绿素a浓度的实测光谱数据估算模型,并进行了验证.利用ASD FieldSpec3野外光谱仪获取高光谱数据,计算水体离水辐亮度和遥感反射率.通过寻找反演水体叶绿素a浓度的高光谱敏感波段,采用单波段相关分析、波段比值、微分光谱、三波段模型、BP人工神经网络等多种算法进行比较分析,结果表明:叶绿素a浓度与单波段光谱反射率的相关性不大;596 nm和489 nm波长处反射率比值、545 nm处光谱一阶微分与叶绿素a浓度均呈较显著相关,估测模型决定系数R2分别为0.782、0.590,RMSE分别为0.89、1.98μg/L;三波段模型的反演结果优于传统的波段比值和一阶微分法,R2为0.838,RMSE为0.71μg/L;神经网络模型大大提高了叶绿素a浓度的反演精度,R2高达0.942,RMSE为0.63μg/L.本研究为今后在千岛湖水域的夏季相邻月份进行叶绿素a浓度大范围遥感反演研究奠定了基础.     

太湖水体叶绿素浓度反演模型适宜性分析

为确定适合太湖水体叶绿素的反演算法,为同类卫星数据的建模和应用提供参考,本文根据太湖2007年11月、2009年4月和2011年8月实测水质参数以及同步光谱数据,结合水色遥感传感器MODIS、MERIS、GOCI及我国自主发射的HJ-1号卫星CCD传感器波段参数,基于差值模型、比值模型、三波段模型及APPEL模型,分别建立太湖水体叶绿素浓度反演模型,并分析模型的适宜性.结果显示,基于不同传感器数据APPEL模型的决定系数为0.7308~0.8107,模型相对误差为15%~24%,均方根误差为21%~32%;三波段模型基于不同传感器数据拟合的决定系数为0.6014~0.7610,相对误差为28%~36%,相对均方根误差为39%~46%;差值模型决定系数为0.4954~0.7244,相对误差为39%~53%,相对均方根误差为51%~72%;比值模型决定系数为0.4918~0.7098,相对误差为41%~55%,相对均方根误差为56%~75%.相比较而言,APPEL模型的稳定性较强,适合于不同传感器数据的太湖水体叶绿素浓度的反演.此外,相应不同传感器波段位置、波段宽度对模型反演的精度和稳定性的影响也不同,当波段位置接近叶绿素特征波长时,较窄的波宽有利于模型精度的提高,波段位置和叶绿素浓度特征波长相差较大时,合理增加波谱范围有利于叶绿素特征信息的获取.     

北方半干旱区典型湖泊——岱海透明度遥感反演(2013—2020年)

水体的透明度是评价水质的重要指标,在水生态系统中起着重要的作用.借助遥感技术可以获得大范围、实时数据,并且有节省人力物力的优点.本文利用岱海的野外实测透明度数据和光谱数据,针对Sentinel-2 MSI和Landsat-8 OLI卫星数据波段设置,建立了岱海水体透明度反演模型.结果表明：1）本文建立的透明度反演模型中,蓝红波段比二次模型反演精度最好,决定系数R²=0.66,均方根误差（RMSE）为24.02 cm,平均绝对百分比误差（MAPE）为21.24%.2）将蓝红波段比二次模型应用于Landsat-8 OLI和Sentinel-2 MSI卫星数据,透明度反演精度较好,MAPE<28.82%,RMSE<23.26 cm,R²>0.60.3）此算法应用于时间序列MSI和OLI影像,得到了岱海水体透明度时空分布特征.结果表明,岱海水体透明度年平均变化范围在90.71~120.77 cm,2015年的平均透明度最高,2013年的平均透明度最低;月平均变化范围在90.68~122.53 cm,7月的平均透明度最高,5月的平均透明度最低.岱海透明度在空间上的分布趋势大致表现为西北高,东南低,中部高,四周低.4）影响岱海水体透明度变化的主要因素为风速和降水,透明度与风速和降水分别具有显著的负相关和正相关关系.     

全覆盖植被冠层水分遥感监测的一种方法: 短波红外垂直失水指数

利用叶片辐射传输模型PROSPECT、植被冠层辐射传输模型SailH和地气辐射传输模型6S, 进一步探索近红外、短波红外反射光谱特征, 从光谱特征空间的角度, 分析地物在NIR-SWIR空间的分异规律, 建立监测植被冠层水分含量的新方法-短波红外垂直失水指数(SPSI). 通过实地观测数据和叶片、冠层辐射传输模型验证本文提出的新方法, 结果表明SPSI和实地观测的植被冠层水分含量(FMC)具有较高的相关性, R2和RMSE分别为0.79, 26.41%, 证明了SPSI在FMC反演方面有一定的应用潜力.     

抚仙湖近60年来沉水植物群落变化趋势分析

自1960s以来,抚仙湖沿岸带沉水植物群落发展迅速,而监测频率相对不足.为了解抚仙湖沉水植物群落现状及过去60年内的变化趋势,于2016年7月,对抚仙湖全湖沉水植物进行调查,并结合以往多次调查数据进行趋势分析.本次调查设置了36条样带共41个样点.在实测数据验证后,使用卫星多光谱相机数据基于归一化植被指数(NDVI)计算全湖沉水植物分布面积.此外,计算了物种在沿岸带植被区的平均生物量、优势度和群落多样性指数.结果表明:抚仙湖沉水植物2016年夏季分布面积为5.14 km2,平均生物量(鲜重)密度为9.8 kg/m2,最高48.7 kg/m2,全湖总现存量(鲜重)5.02×104t;共采集到沉水植物13种(类),隶属于5科6属.其中,生物量最高的物种是金鱼藻(Ceratophyllum demersum),其次是黑藻(Hydrilla verticillata)和穗花狐尾藻(Myriophyllum spicatum);出现频度最高的物种是穗花狐尾藻,其次是苦草(Vallisneria natans)和篦齿眼子菜(Potamogeton pectinatus);物种优势度最大的物种是穗花狐尾藻,其次是金鱼藻和黑藻;抚仙湖各样点沉水植物香农-威纳多样性指数介于0.05～1.28之间,全湖平均值为0.75;除轮藻类外,沉水植物群丛的冠层在1.5～4 m之间,其中金鱼藻群丛冠层最高.丝状附着藻大量出现,附着在高大的沉水植物冠层上的生物量远远多于附着在基质上的;丝状附着藻主要附着在群落上层沉水植物100 cm以内的植冠上.在过去的60年来,抚仙湖沉水植物分布面积、全湖总生物量和物种丰富度呈增加的趋势;低矮的草甸型物种如轮藻类、苦草等优势度下降,高大的冠层型沉水植物如穗花狐尾藻、金鱼藻等成为优势种;外来物种伊乐藻在最近几年出现并成为次优势种;丝状附着藻生物量增加.以上结果表明,目前抚仙湖沉水植物群落处于生物量、分布面积和多样性最高的阶段,是维持和保护的关键时期.但相比于国外类似湖泊,抚仙湖沉水植物丰富度一直较低,目前冠层型植物占优势、外来物种快速发展和丝状附着藻增殖的态势,将会引起群落结构不稳定,如果不加以保护和管理,可能会朝着富营养化湖泊的群落结构方向发展,进而对沿岸带水质产生不利影响.除了进一步控制抚仙湖入湖营养负荷外,我们建议对群落上层高大的冠层型沉水植物进行收割,收割深度为100 cm,从而控制冠层型沉水植物以及附着在其上的丝状附着藻,为草甸型沉水植物的发展创造条件,引导抚仙湖沉水植物群落向贫营养化湖泊的群落结构方向发展,但其可行性尚需开展研究.     

混合藻类高光谱特征及其叶绿素a分离定量模型

利用地物高光谱遥感技术,在室内进行小球藻、聚球藻及其混合藻高光谱测量.得到这3组藻的反射光谱特征,同时进行叶绿素a(Chl.a)浓度测量.利用Matlab软件中的神经网络工具箱对得到的高光谱数据进行了曲线拟合.并用拟合结果和光谱测量实际结果分别建立了两种单一藻类的定量模型单一小球藻Chl.a最优的定量模型为用反射率实际值建立的小球藻单波段反射率模型Chl.a=1×10~7(R_(687))~2-37016R_(687)+53.64.单一聚球藻Chl.a最优的定量模型为利用反射率实际值建立的聚球藻两波段模型Chl.a=853 15×[R~(-1)(669)-R~(-1)(730)]×R(730)+505.78.在对两种单一藻类定量模型研究的基础上分别用单波段反射率分离模型、三波段分离模型和两波段分离模型对由小球藻和聚球藻组成的混合藻进行了Chl.a浓度分离.其中单波段反射率分离模型和两波段分离模型得到了较好的分离结果,单波段反射率分离模型结果要优于两波段分离模型结果.利用神经网络模型拟合值构建的模型要优于直接用反射率测量值构建的模型,而三波段分离模型的分离结果不理想,不适用于本研究.     

基于叶绿素荧光峰特征的浑浊水体悬浮物浓度遥感反演

内陆水体光学特性复杂,其水质参数遥感反演是当前环境遥感研究的热点与难点.2004年10月在太湖实测了67个站点的遥感反射率与相应站点水质参数浓度,通过对水体反射率光谱的分析发现,秋季太湖悬浮物主导了水体光学特性,叶绿素荧光峰的特征主要体现为悬浮物浓度的变化.据此建立了基于水面实测岛光谱遥感反射率数据的叶绿素荧光峰特征与悬浮物浓度之间的拟合关系,发现二者具有很好的响应关系.具体分析了叶绿素荧光峰绝对高度、基线高度、归一化高度(分别归一化到560nm附近最大反射率波段与近红外810nm附近最大反射率波段)及荧光峰积分面积(包括积分总面积、基线以下面积与基线以上面积)等儿种光谱特征与悬浮物浓度之间的关系,其相关系数(R2)分别为0.8822、0.7483、0.8901、0.8547、0.8927、0.8877、0.8632,平均相对误差分别为27.25%、41.03%、27.11%、25.75%、24.91%、25.47%、27.54%.总体反演精度较高,其中总积分面积法效果最好,基线高度法效果最差,而叶绿索荧光峰波段的位移与悬浮物浓度之间不存在明显的相关性.研究结果表明叶绿素荧光峰特征在浑浊内陆水体悬浮物浓度信息提取中具有很好的应用前景,该方法可为浑浊的二类水体悬浮物遥感反演提供了一个新思路.     

冠层光谱的多项式分析及生化参量反演

提出了一种冠层光谱的多项式表达模型和分解方法, 并将它用于反演冠层多角度光谱数据获取生化参量. 首先叙述了多项式表达的基本公式, 并分析了多项式的n阶项及系数的物理意义, 在此基础上给出完整的多项式表达模型, 以及反演多项式系数的分解方法. 通过对SAILH模型模拟的冠层光谱的分解, 多项式表达不仅能很好地拟合冠层光谱, 而且揭示了冠层的每一次散射对总反射的贡献. 以一次散射系数a₁₀和a₀₁为例, 可以看到多项式系数很好地反映了冠层光谱中的热点现象及观测角度、叶面积指数和叶倾角的影响. 利用多项式表达与叶片模型PROSPECT的耦合, 建立了冠层生化参量反演模型. 分别利用两种不同的冠层模型(SAILH模型和4-SCALE模型)模拟了冠层多角度光谱数据, 然后以多项式表达+PROSPECT模型反演, 以提取生化参量, 都取得了理想的结果. 在此基础之上, 利用实测的玉米冠层多角度光谱数据, 也获得了较为准确的叶绿素含量反演结果. 说明多项式分析提供了不依赖于特定冠层模型而反演生化参量的一条新思路.     

基于泥沙因子的水深遥感反演模型

针对悬浮泥沙影响水体遥感测深精度的问题,选择长江口南港至南槽为研究区,通过对遥感测深方法研究,结合悬浮泥沙光谱特性分析,把"泥沙因子"引入到水体遥感测深反演模型中,研究表明:1)单因子非线性模型中,指数模型对0-2m的水深反演效果较好,对数模型对2-7m的水深反演较好,二次回归模型对7-14m的水深反演效果较好:2)建立的BP人工神经网络水深反演模型综合了多个波段具有的水深信息,模型的反演效果好于单因子非线性模型;3)实验构建的泥沙遥感参数综合了不同波段具有的悬沙信息,削弱了叶绿素和外界环境条件对泥沙信息的干扰,可较好地反映悬沙浓度变化特征;4)建立的BP人工神经网络泥沙因子水深反演模型削弱了悬浮泥沙对遥感测深的影响,模型实际反演能力明显优于单因子非线性模型和多因子BP人工神经网络水深反演模型.     

洱海湖滨带水生植物多样性及分布现状

湖滨带水生植物对湖泊生态系统健康的维持具有重要作用。为了解当前洱海湖滨带水生植物现状,本研究于2020—2021年间每季度对洱海湖滨带水生植物进行调查。调查结果表明:(1)洱海湖滨带现有水生植物206种,属56科156属,其中湿生植物149种,挺水植物24种,沉水植物21种,漂浮植物7种,浮叶植物5种;常见种有狗牙根(Cynodon dactylon)、菰(Zizania latifolia)、苦草(Vallisneria natans)、菱(Trapa bispinosa)等,偶见种为忍冬(Lonicera japonica)、披碱草(Elymus dahuricus)等。(2)从区系分布来看,洱海湖滨带物种主要为世界分布(83种)和热带分布(55种)两种类型,分别占总物种数比例的40.28%和26.71%。(3)在植物群落方面,洱海湖滨带共有18个主要植物群落类型,其中湿生植物群落4种,挺水植物群落3种,沉水植物群落9种,浮叶植物群落2种;以狗牙根群落、菰群落、苦草群落、菱群落为主。通过与历史文献结果的对比分析得出,近年来洱海湖滨带水生植物多样性有了显著提高,但目前存在挺水植物群落...     

水位对洞庭湖湿地4种典型沉水植物的影响

近年来,受全球变化及高强度人为干扰的影响,湿地退化严重(洞庭湖湿地枯水期提前、枯水期水位持续降低和浅水洼地减少),导致洞庭湖湿地沉水植物大面积消亡.深入研究洞庭湖低水位对沉水植物的生长影响,对指导沉水植物恢复有重要意义.以我国典型通江湖泊洞庭湖典型沉水植物为研究对象,模拟野外沉水植物主要分布区域浅水洼地水文环境,设置4个水位梯度(25、50、75、100 cm),探讨竹叶眼子菜(Potamogeton malaianus)、黑藻(Hydrilla verticillata)、苦草(Vallisneria natans)和金鱼藻(Ceratophyllum demersum)的生长、生物量和生理活性对水位变化的响应.结果显示:(1)前期底质养分含量为:总氮0.09%、总磷0.09%、总钾3.04%、碱解氮20.87 mg/kg、速效磷10.7 mg/kg、速效钾326.67 mg/kg、硝态氮6.97 mg/kg、氨氮6.59 mg/kg、有机碳1.21%、有机质2.09%,2个月后,不同水位的底质养分含量有差异,100和75 cm水池的养分含量高于50和25 cm,氨氮、有机质和有机碳含量在25 cm水位的水池较高;(2)75 cm水位适合竹叶眼子菜和黑藻生长,100 cm水位适合苦草和金鱼藻生长;(3)100 cm水位有利于竹叶眼子菜的繁殖及生物量积累,75 cm水位有利于黑藻和金鱼藻的繁殖及生物量积累,50 cm水位有利于苦草的繁殖及生物量积累;(4)100 cm水位下的沉水植物酶活性强,75和50 cm水位下的沉水植物次之,25 cm水位下的最弱.以上结果表明,4种沉水植物的生长特征和生物量积累随水位变化,在水域生态恢复中应考虑将水位控制在50~100 cm之间,这样有利于促进种群生物量和水生生态系统的恢复.     

查干湖冰封期光谱特征及影响因素

湖冰光谱特征是湖冰遥感反演的物理基础,是研究湖冰光学特性和空间分布的理论依据。本文以查干湖为例,使用ASD Field Spec 4便携式地物光谱仪采集冰封期不同类型湖冰、积雪和水体光谱,利用Savitzky-Golay滤波法和包络线去除法分析白冰、灰冰、黑冰、雪冰、积雪和水体的反射光谱特征,探索气泡对湖冰反射光谱特征的影响。积雪和雪冰、白冰和灰冰、黑冰和水体的反射特征随着波长的变化特征基本一致,冰的反射率介于积雪和水体之间,其中白冰的反射率高于灰冰和黑冰,在包络线去除结果中,黑冰和水体在440 nm吸收谷处的吸收面积为5.184和10.878、吸收深度为0.052和0.106,雪、雪冰、白冰、灰冰在800和1030 nm吸收谷处的吸收面积和吸收深度的变化表现为雪<雪冰<灰冰<白冰。气泡是影响湖冰光谱特征的重要因素,气泡使白冰反射率减小和黑冰反射率增大,并且气泡使得白冰在800/1030nm和黑冰在440 nm处的吸收面积和吸收深度减小,其中气泡大小和疏密程度的不同会导致湖冰反射率的影响程度存在差异。同时,本文选取时间同步的Landsat 8 OLI遥感影像,在完成辐...     

西洞庭湖沉水植物分布格局对环境因子及水文情势差异的响应

沉水植物是湖泊生态系统的重要组成部分,其生产力和分布格局受环境因子特别是水文情势决定.洞庭湖是长江流域重要的大型通江湖泊,近年来受人为干扰和气候变化影响,水文节律与水质等环境因子发生改变,导致沉水植物出现衰退现象,急需开展科学恢复,因此有必要对洞庭湖沉水植物深入研究.本研究选取西洞庭湖为研究区域,于2018年和2019年夏季调查了12处典型生境、98个样点的沉水植物与水深、透明度等11个环境因子,采用独立样本T检验和冗余分析方法对沉水植物与环境因子的关系进行分析,对比年际水文情势变化的影响.结果表明：1）西洞庭湖沉水植物主要在水深较浅、水质更优、水体更为稳定的半阻隔子湖和自由连通的湖湾区分布,在河道及水位波动较大的区域分布较少,有、无沉水植物分布样点间存在显著差异的环境因子为水深、透明度、底泥总磷和pH;2）在有沉水植物分布的样点,沉水植物生物量与pH、水深和水体总磷呈显著相关关系;3）自然连通的季节性淹没湖泊沉水植物生物量在2018年高于2019年,可能与2019年5—8月沉水植物关键生长期出现的涨水过程有关,持续的高水位对沉水植物的生长产生了不利影响.维持自然水文节律、湖泊生境异质性与自由连通性、健康的水质等是恢复西洞庭沉水植物的关键,建议在水深低于3 m、营养盐浓度适中、流速及风浪较小的湖湾区或半阻隔湖泊开展沉水植物恢复.     

基于反射光谱和模拟MERIS数据的太湖悬浮物遥感定量模型

利用地物光谱仪研究了太湖水体的反射光谱特征,通过对比分析,发现580nm反射率值和810nm的反射峰高是太湖悬浮物的敏感波段,并通过光谱微分的方法,发现840nm附近的一阶微分与悬浮物浓度相关性最好,基于上述结论,分别建立了太湖悬浮物的反射光谱和一阶微分遥感定量模型,并利用反射光谱数据,模拟MERIS数据的波段设置,结果表明MERIS第5、12、13波段可以很好的估测太湖的悬浮物浓度.     

Spectrally based remote sensing of river bathymetry

This paper evaluates the potential for remote mapping of river bathymetry by (1) examining the theoretical basis of a simple, ratio‐based technique for retrieving depth information from passive optical image data; (2) performing radiative transfer simulations to quantify the effects of suspended sediment concentration, bottom reflectance, and water surface state; (3) assessing the accuracy of spectrally based depth retrieval under field conditions via ground‐based reflectance measurements; and (4) producing bathymetric maps for a pair of gravel‐bed rivers from hyperspectral image data. Consideration of the relative magnitudes of various radiance components allowed us to define the range of conditions under which spectrally based depth retrieval is appropriate: the remotely sensed signal must be dominated by bottom‐reflected radiance. We developed a simple algorithm, called optimal band ratio analysis (OBRA), for identifying pairs of wavelengths for which this critical assumption is valid and which yield strong, linear relationships between an image‐derived quantity X and flow depth d. OBRA of simulated spectra indicated that water column optical properties were accounted for by a shorter‐wavelength numerator band sensitive to scattering by suspended sediment while depth information was provided by a longer‐wavelength denominator band subject to strong absorption by pure water. Field spectra suggested that bottom reflectance was fairly homogeneous, isolating the effect of depth, and that radiance measured above the water surface was primarily reflected from the bottom, not the water column. OBRA of these data, 28% of which were collected during a period of high turbidity, yielded strong X versus d relations (R² from 0·792 to 0·976), demonstrating that accurate depth retrieval is feasible under field conditions. Moreover, application of OBRA to hyperspectral image data resulted in spatially coherent, hydraulically reasonable bathymetric maps, though negative depth estimates occurred along channel margins where pixels were mixed. This study indicates that passive optical remote sensing could become a viable tool for measuring river bathymetry. Copyright © 2009 John Wiley & Sons, Ltd.     

基于遥感反射率的太湖优势藻识别方法

我国淡水湖库频发水华,不同类群形成的水华特征、危害及其治理方法差异显著,因此,如何区分不同藻种的遥感反射率特征,获取湖泊优势种信息是一个亟待解决的科学问题。研究基于室内藻种培养实验,培养了富营养化湖泊中的典型蓝藻和绿藻藻种,其中,蓝藻包括铜绿微囊藻（Microcystis aeruginosa）、假鱼腥藻（Pseudanabaenasp．）和束丝藻（Aphanizomenonsp．）,绿藻包括小球藻（Chlorellasp．）以及四尾栅藻（Scenedesmus quadricauda）;基于实测的遥感反射率,经归一化处理后,分析了不同藻种的遥感反射率特征,构建了DI(difference index)指数以及ADI(algae distinguish index)指数,建立了藻种分类模型,利用验证集数据进行检验,整体识别精度达77.55%,Kappa系数为0.7178。将分类方法应用于太湖野外实测遥感反射率数据集中,结果与实测的生物量数据有较好的匹配;将模型应用于太湖OLCI(ocean and land colour instrument)影像数据,获得了2019年12月和2020...     

洱海4种沉水植物叶片的光合色素组成及C、N、P化学计量特征对水深的响应

水深与水体的多个环境要素(如光照、温度等)密切关联.因而水深会影响沉水植物的生长、繁殖和生理生化特征,包括叶片的光合色素组成和C、N、P化学计量特征.本研究通过对洱海4种沉水植物苦草(Vallisneria natans)、微齿眼子菜(Potamogeton maackianus)、光叶眼子菜(Potamogeton lucens)和篦齿眼子菜(Potamogeton pectinatus)在不同水深梯度的叶片色素组成和C、N、P化学计量特征进行分析,以阐明水深对这些指标的影响规律和机制.结果表明:水深对4种沉水植物叶片光合色素组成和C、N、P化学计量特征的影响具有种间差异性;苦草、微齿眼子菜和光叶眼子菜叶片N含量,苦草和光叶眼子菜叶片P含量都与叶片叶绿素含量呈显著正相关;苦草叶片N含量随水深增加而增加,可能是由苦草为应对深水弱光胁迫而加强光合色素和蛋白的合成导致的,而磷含量的增加可能还受其他因素的影响.     

黄淮海平原封丘试区水生植被

对封丘试区水生植被的研究表明:挺水植物的种类少,但其分布和生物量在该地区占有绝对优势。在本地区的两大代表水体中其生物量(鲜重)可达2.9×10~(?)kg和0.13×10~(?)kg。沉水植物的分布面积在其中一个主要水体(曹岗湖)分布较广,但其生物量仅为3.2×10~3kg(鲜重),其生长的制约因素是水体中过多的草食性鱼类和水体过低的透明度。对植被中的主要经济种类芦苇的生长研究得出了其生物量与时间、密度和均长之间关系的函数。     

Field study on flow structures within aquatic vegetation under combined currents and small-scale waves

Field measurements were conducted to study the influence of aquatic vegetation on flow structures in floodplains under combined currents and wind-driven waves. Wave and turbulent velocities were decomposed from the time series of instantaneous velocity and analysed separately. In the present study, the wind waves were small, leading to the ratios of wave excursion (E_w) to stem spacing (S) for all cases tested here were less than 0.5. This caused the vertical distributions of time-averaged velocity (U_horiz) and turbulent kinetic energy (TKE) impacted by vegetation similar with the vegetated flow structures under pure current conditions. For emergent vegetation, U_horiz and TKE distributed uniformly through the entire water column or increased slightly from bed to water surface. Similar distributions were present in the lower part of submerged vegetation. In the upper part of submerged vegetation, U_horiz and TKE increased rapidly toward water surface and TKE reached its maximum near the top of vegetation. The measured wave orbital velocity (U_w) fitted linear wave theory well through the entire water depth for both the emergent and submerged cases, so that with small E_w/S the wave velocity was not attenuated within vegetation and U_w within canopy can be predicted by the linear wave theory under combined currents and waves. However, wind-driven waves made the turbulence generated near the top of canopy penetrate a deeper depth into vegetation than predictions under pure current conditions.