基于遥感数据的太湖蓝藻水华信息识别方法

2007 年太湖大规模蓝藻暴发,再次引起了人们对太湖环境的关注.有效地提取蓝藻水华信息对分析蓝藻动态分布有重要意义.而卫星遥感技术是进行太湖水质监测与保护的措施之一.本文以2007年4月23日CBERS-02星CCD数据为主要的数据源,以NDVI值为测试变量,运用CART算法确定分割阈值,从而通过构建决策树的方法识别蓝藻水华信息,分析其蓝藻水华的提取结果,取得了较好的效果.文中还在GIS技术支持下,提取了2007年5月17日MODIS影像中的蓝藻水华信息.本次研究为以后开展长期的太湖蓝藻水华动态监测提供技术参考.     

基于多源卫星数据的小型水体蓝藻水华联合监测——以天津于桥水库为例

近年来水体富营养化呈扩张趋势,蓝藻水华不仅在太湖等大型湖泊频发,水面面积较小的天津于桥水库等也形势严峻,亟需加强卫星遥感监测.但是,以往在太湖等业务化使用非常成功的MODIS等卫星数据(约500 m),由于空间分辨率较低,难以满足小型水体的监测要求;而Landsat-8等空间分辨率较高的卫星数据(30 m),通常重返周期较长,无法满足水华高频监测需求.本文以天津市于桥水库(面积约80 km2)为研究区,针对常用的卫星数据,从空间、时间、光谱范围和数据可获取性共4个方面,评价不同卫星数据蓝藻水华监测能力和算法,同时对不同卫星监测结果一致性进行评估.结果表明:(1)筛选出国产HJ-1A\B CCD、GF-1 WFV和美国Landsat-8 OLI这3种卫星波段合适,空间分辨率较高,适用于桥水库蓝藻水华监测,但考虑到其重返周期较长,建议多星联合观测;(2)各个卫星监测结果与卫星影像目视解译结果基本一致,均方根误差和相对误差均分别控制在0.78 km2和4.9%以内;(3)不同卫星监测结果一致性良好,一致性精度达到99.5%;(4)根据历史影像结果,发现于桥水库2016年水质开始呈富营养化,藻华现象在夏、秋两季最为严重.研究表明,针对小型水面水体蓝藻水华监测,利用较高分辨率数据联合监测,是一种有效的替代策略,今后可在更多小型水域推广.     

基于FAI方法的洱海蓝藻水华遥感监测

利用1999 2014年Landsat卫星遥感影像数据,采用浮游藻类指数(FAI)方法识别、提取洱海蓝藻水华信息,进而获取蓝藻水华时空分布数据,为进一步分析洱海蓝藻水华发生规律及监测预警提供参考.结果表明:1999 2014年洱海夏、秋季多次发生蓝藻水华,以小型水华为主(水华面积在10 km~2以内),大型水华现象主要发生在2003、2006、2013年,其中2006年水华面积最大,达到42 km~2.除近岸湖湾区域容易产生蓝藻堆积外,洱海蓝藻大型水华主要发生在洱海北部和中部区域,南部发生频次较少.近岸区域蓝藻堆积从春季开始,中心水域水华发生在夏末和秋季(8 11月),其中大型水华集中发生在10月左右.     

太湖蓝藻水华遥感监测方法

利用遥感技术监测太湖蓝藻水华具有重要的现实意义.基于不同遥感数据,包括MODIS/Terra、CBERS-2 CCD、ETM和IRS.P6 LISS3,结合蓝藻水华光谱特征,采用单波段、波段差值、波段比值等方法,提取不同历史时期太湖蓝藻水华.结果表明:MODIS/Terra数据可以利用判别式Band2＞0.1和Band2/Band4＞1提取蓝藻水华;CBERS-2 CCD、ETM和IRS-P6 LISS3数据可以利用Band4大于一定阈值和Band4/Band3＞1提取蓝藻水华;波段比值(近红外,红光＞1)算法稳定,可以发展成为蓝藻水华遥感提取普适模式.同时,本文成功利用ETM和IRS.P6 LISS3数据Band4波段对蓝藻水华空间分布强度进行了五级划分.这为今后利用遥感技术,建立太湖蓝藻水华监测和预警系统莫定了基础.     

太湖蓝藻水华暴发的氮磷控制阈值分析

藻类生长与营养盐浓度存在藻类几何级数增长的营养盐浓度变化的下限阈值和藻类生长不受氮磷浓度增加影响的上限阈值,但由于蓝藻水华的形成受多种因素的综合影响,不同湖泊、不同区域及不同时段的氮磷浓度对蓝藻水华的影响差别较大,使得蓝藻生长的氮磷控制阈值难以确定.针对控制蓝藻水华暴发的氮磷阈值的研究虽然有所开展,但多集中在实验室研究阶段或对经验值的判断,虽然也有基于野外实测数据的研究,但也限制于某一特定区域,而基于野外长序列实测数据并且覆盖整个湖泊的氮磷阈值研究则是空白.太湖作为具有较高营养背景的富营养化浅水湖泊,蓝藻水华的发生受氮磷影响较大.对太湖总磷(TP)、总氮(TN)和叶绿素a(Chl.a)浓度的时空变化分析发现,太湖西北湖区的TP、TN与Chl.a浓度明显较高,并且TP、TN与Chl.a均呈显著性正相关.为探究太湖蓝藻水华暴发的TP和TN控制阈值,以轻富营养化等级下的Chl.a分级标准(10,26］作为表征水华暴发的条件,采用郑丙辉等的频率分布法,确定了太湖蓝藻水华暴发的TP和TN控制阈值分别为0.05~0.06和1.71~1.72 mg/L;通过空间验证,太湖藻型区TP和TN浓度远高于同级营养水平下全湖区TP和TN控制阈值,表明藻型区高氮磷水平为蓝藻水华发生提供充足营养盐条件,即使氮磷全湖平均浓度控制在蓝藻水华暴发的氮磷阈值水平之下,但在气象水文等因素适宜条件下,藻型区水华发生风险仍然较高;并且在高氮磷背景下,即便在水华发生风险低的季节,水华发生风险仍然较大.近十几年来,虽然太湖经历了大规模的高强度治理,但由于环太湖流域的湖西区入湖负荷占比大,导致太湖藻型区氮磷浓度仍处于高位运行状态,为蓝藻水华的暴发提供了充足的营养盐基础,因此,湖西区的控源减排仍然是太湖富营养化及蓝藻水华防控的重点.     

基于决策树的Landsat TM/ETM+图像中太湖蓝藻水华信息提取

以9期Landsat TM/ETM+影像为数据源,基于K-T变换和归一化植被指数(NDVI),建立了湖泊蓝藻水华信息提取的决策树模型.基于大气顶面反射率图像,选用2005年10月17日太湖图像进行了对比验证,表明决策树模型比单波段阈值法、多波段阈值法(RVI、DVI、NDVI)能够更有效地提取蓝藻水华信息,区分陆生植被、水生植物和水华,省去了水体掩膜的过程.使用太湖2002年10月25日和2011年7月22日图像、巢湖2005年8月12日的图像,验证决策树模型方法和工作流程的有效性.使用多期TM图像确定了阈值的取值范围,其中,亮度、绿度、NDVI的下限值依次为0.191、-0.007、-0.054,湿度下限范围为0.07~0.15;亮度阈值上限范围为0.3~0.7、绿度为0.2~0.5、湿度为0.1~0.3,这些结果可作为湖泊蓝藻水华遥感监测的参考.     

太湖蓝藻水华的预防、预测和预警的理论与实践

综述了蓝藻水华预防、预测预警的重要意义及其理论与技术体系.基于作者所提出的将蓝藻水华形成分为休眠、复苏、生长和上浮聚集形成水华的"四阶段理论",以及太湖蓝藻越冬、春季复苏和水华形成的时空规律,提出了太湖蓝藻水华的预防理念.综述了国内外蓝藻水华形成与预测研究进展,阐述了蓝藻水华形成关键过程的主导生态因子及其阈值:确定了水华蓝藻越冬的空间分布与生命特征,利用室内模拟实验和野外原位观测与捕捉,得到了蓝藻春季复苏的室内和野外温度阈值分别为14℃和9℃,发现了蓝藻复苏量与有效生理积温呈正相关的基本规律;初步揭示了水华蓝藻生长竞争优势形成的生物学与生态学机理以及光利用策略,利用细胞分裂频率法测定了夏季太湖水华蓝藻的原位生长速率为0.2-0.4;确定了在不同水文气象条件下,水华蓝藻在水体中垂直分布和在不同湖区之间输移的基本格局,发现藻类在水体中各层间百分含量的变异系数随着风浪的增大而减小,进一步证明了蓝藻水华形成是在适当水文气象要素驱动下,已经成为优势种群的水华蓝藻在湖体中空间位置的改变而引起的.建立了太湖蓝藻水华预测模型和工作流程,在2007年和2008年在太湖实施了未来3d的蓝藻水华预测预警,预测分析了2008年全年太湖蓝藻水华情势.对预测结果的回顾性评估与分析表明,目前已有的理论研究结果和预测工作流程可以对太湖蓝藻水华发生概率、发生地点和强度进行预测,预测准确率达到60%-80%.此外,还提出了未来蓝藻水华预测的研究方向.     

滇池蓝藻水华光谱特征、遥感识别及暴发气象条件

通过研究滇池蓝藻水华在可见光、红外谱段的光谱特征,并利用假彩色合成法以及归一化植被指数(NDVI)法进行了滇池蓝藻水华信息的遥感识别和提取,进而对提取结果进行了对比分析.结果表明:假彩色合成图的绿色区域和NDVI值大于-0.1的区域,为蓝藻水华区域.-0.1≤NDVI≤0.2时,轻度水华,像元内水华覆盖度为0-30%;0.2NDVI≤0.4时,中度水华,像元内蓝藻水华覆盖度为31%-80%;NDVI0.4时,重度水华,水华浓厚,像元内蓝藻水华覆盖度为81%-100%.同时研究了激励滇池蓝藻水华暴发的关键气象因子和指标.滇池蓝藻水华暴发的关键时期是6-9月份,影响滇池蓝藻暴发的关键因子是日照和风速.6-9月份连续4-5h的光照,且风速≤2m/s的气象条件组合极易引起蓝藻水华暴发.     

基于高分六号数据提取太湖蓝藻方法的对比及适用性分析

以往对太湖蓝藻提取的研究中,较少将国内高分系列卫星影像作为数据源.为此本文基于2019年太湖不同蓝藻暴发时期的高分六号数据,采用随机森林（random forest,RF）法、归一化植被指数（normalized differential vegetation index,NDVI）阈值法和多光谱绿潮指数（multispectral green tide index,MGTI）阈值法对太湖蓝藻进行提取以寻求提取太湖蓝藻的最佳方法,并在此基础之上探讨了RF不同输入变量的适用性.结果表明,2019年太湖南岸和梅梁湖的蓝藻水华富营养化较为严重,NDVI阈值法明显将部分轻度蓝藻漏提,MGTI阈值法对中、重度蓝藻的识别能力不如NDVI法,而RF法能够有效地提取太湖蓝藻.其中将归一化植被指数和归一化水体指数作为输入变量的RF法提取中型暴发期的太湖蓝藻精度最高,总体分类精度和Kappa系数分别为99%和0.97.研究太湖蓝藻的提取方法对太湖的环境治理提供了技术支持,也为其他湖泊蓝藻的遥感监测提供了科学依据.     

太湖蓝藻水华发生风险区划

湖泊水华是全世界面临的严重生态环境问题之一,对人类和生态系统健康都有重大影响.以太湖为研究区域,基于近年的蓝藻水华及水环境监测数据,结合自组织特征映射神经网络和模糊风险评价方法,对太湖不同监测点蓝藻水华的发生风险进行综合评价,并借助GIS地学统计分析方法对全太湖蓝藻水华发生风险进行区划,绘制太湖蓝藻水华发生风险区划图.结果表明:太湖被分为重度风险区、中度风险区、轻度风险区、微风险区,各风险区基本呈带状分布.从各风险区面积来看,重度风险区、中度风险区、轻度风险区的面积约各占太湖总面积的1/5,而微风险区约占太湖总面积的2/5;从各风险区位置来看,重度风险区主要分布在西北部区域,且从整个湖区来看,蓝藻水华的发生风险等级自西北到东南依次递减.本研究揭示太湖水华灾害风险的空间分布规律,对支撑水环境监测和水华灾害防治方案的制定具有一定的意义.     

基于高频高光谱近感观测量化风对蓝藻水华的影响

全球气候变化显著影响湖泊理化环境和生态系统演化,对生态系统服务造成负面影响甚至引发生态系统灾变,其中风速下降可能促使富营养化湖泊蓝藻水华的暴发和水面漂浮集聚。以往由于较低的观测频次,往往很难精细量化风对蓝藻水华的影响。利用陆基高光谱近感观测技术,基于分钟小时尺度开展周年高频观测,通过对6—10月蓝藻生长期太湖表层水体叶绿素a浓度统计分析,量化蓝藻水华高频动态变化特征,确定蓝藻水华漂浮集聚的风速阈值。研究发现,随着风速的下降,水体表层叶绿素a浓度随之增加,蓝藻水华出现概率也随之增加。概率分析显示,当近地面风速小于2.5 m/s时,湖泊表层比较容易形成明显肉眼可见的蓝藻水华,藻华发生概率为55.1%。长时间持续的低风速容易诱发蓝藻水华形成和漂浮集聚,强风浪事件后低风速出现1～2天叶绿素a往往就能恢复以往较高水平,这为管理者有效防控蓝藻水华提供了新视角。长期气象观测显示,气候变化影响下太湖地区风速呈现显著下降趋势,增加了蓝藻竞争优势和发生概率,有助于其在表面漂浮集聚。在未来的气候变化情景下,如果风速继续呈现下降趋势,在营养盐条件不变情况下湖泊表层蓝藻水华发生概率可能还会上升,增加蓝藻水华防控...     

卫星遥感解译湖泊蓝藻水华的几个关键问题探讨

蓝藻水华是全球性的水环境健康问题,对水华暴发过程信息的快速准确获取是制定有效防治措施的关键.卫星遥感因具有大范围、周期性观测的特点,被广泛地用于湖泊蓝藻水华的时空动态监测.本文指出在利用遥感对湖泊蓝藻水华进行研究时,需要注意的4个问题:(1)湖泊水体中泥沙等信号对藻华存在干扰;(2)大气程辐射及水陆边界影响藻华特征提取结果;(3)卫星数据的有效观测频次影响获取的藻华时空变化趋势;(4)卫星遥感难以实现藻华暴发区的叶绿素浓度准确反演.本文分析了形成上述问题的主要原因,并建议相关的研究工作者在选用合适的遥感数据及方法时,对它们的潜在影响进行评估.     

基于GOCI数据的太湖蓝藻垂向迁移特征及关键影响因素

蓝藻水华频繁暴发是太湖面临的主要环境问题之一,蓝藻聚集上浮是表层水华形成的前提。为探究蓝藻垂向迁移与水华日变化之间的关系,阐明蓝藻垂向迁移的关键影响因素,基于2015-2020年地球静止海洋彩色成像仪(GOCI)数据,分析了太湖不同湖区蓝藻水华日变化过程,发现太湖蓝藻水华垂向迁移的日变化主要呈现上升、下降、先上升后下降三种类型,且不同湖区存在差异。统计分析和偏最小二乘法结构方程模型(PLS-SEM)结果表明,水环境因子对蓝藻垂向迁移过程影响较小,累积光辐射是驱动蓝藻垂向迁移的主要气象因子。气温升高有利于蓝藻持续维持上浮能力,前一天风速较大且当天风速较小会加速蓝藻上浮。相较于沿岸湖区,湖心区受累积光辐射、风速的影响更大,蓝藻水华日变化过程更剧烈。本研究水环境因子数据为逐月数据,为深入探究水环境因子对蓝藻垂向迁移的影响后续还需进行高频监测研究。本文结果有助于探明浅水湖泊蓝藻水华形成机制,为富营养化湖泊蓝藻水华预测预警及治理提供理论支撑。     

太湖蓝藻水华的年度情势预测方法探讨

在太湖、巢湖、滇池、洱海、三峡水库等我国重要湖泊和水库,蓝藻水华时常发生但年际之间藻情往往有较大差异,给蓝藻水华的防控物资及人员投入、湖库水源地水质安全保障带来较大的挑战,亟待探索周年尺度的蓝藻水华强度预测方法.本文收集了太湖连续15年的蓝藻水华情势观测数据和同步的气象、水文数据用于构建蓝藻水华预测模型,提出了利用遥感反演的蓝藻水华面积(A_(BL))及人工观测的水体浮游植物叶绿素α浓度([Chl.a]_(LB))共同表征的蓝藻水华强度指标(BI).分析了太湖年尺度的BI值与环境条件的关系,提出了基于年初能够掌握的气象、水文、营养盐等综合环境指标进行年度BI预测的统计模型.结果表明,太湖年度BI值与冬季及初春(12-3月)日均水温(WT_(12-3))、冬春季有效积温(AT_(12-3))、前一年降雨总量(RF_(YB))等环境因子呈显著正相关,与冬季及初春的水体总氮(TN_(12-3))、溶解性总氮(DTN_(12-3))、总磷(TP_(12-3))及溶解性总磷(DTP_(12-3))不存在统计上的显著相关关系.此外,本研究开展了基于上述因子(BI为因变量,其余环境因子为自变量)的多元(或一元)回归分析,并遴选出最优模型.总体而言,最优模型的模拟计算结果与实测浓度具有较高的一致性,因此本研究得出的模型对太湖蓝藻水华年际强度预测具有较高精度.本研究对太湖等富营养化湖库蓝藻水华的中长期预测具有指导意义.     

高温干旱背景下太湖藻情变化特征及机制

2022年我国长江流域经历了长期的高温干旱,对湖泊水生态环境和湖内藻情态势产生了深远影响。但目前关于干旱环境下湖泊水华的响应特征研究较少。以太湖为例,基于2005—2022年湖体营养盐与叶绿素a浓度的长期监测数据,结合卫星遥感影像反演的蓝藻水华面积变化,探讨了2022年高温干旱对太湖蓝藻的影响特征及驱动机制。结果表明,2022年蓝藻水华高发季节(5—9月),太湖蓝藻水华的平均面积和最大面积均明显下降,其中5月的水华面积仅为近5年同期平均面积的20%;水样采集分析获得的水体叶绿素a浓度和微囊藻生物量在春季也明显下降。营养盐方面,2022年太湖的总氮和总磷均值分别为1.41和0.084 mg/L,较近5年均值分别下降了30.6%和27.3%,均为2005年以来的最低值。氮磷浓度空间分布的克里金插值显示,除西北湖区(竺山湾)受河流入湖影响外,大部分湖区的溶解态氮磷也都处于较低状态,冬季溶解性总磷浓度小于0.02 mg/L的水域面积占全湖面积的79%。随机森林分析表明,总磷、水温和风速是影响春季微囊藻和藻类生物量的关键因子。冬季湖体磷水平低,加上春季外源负荷较少,致使2022年春季太湖大范围湖...     

非经典生物操纵驱动从水华向非水华的稳态转化——来自武汉东湖的全湖验证实验

对藻类水华的生态控制区分为欧美学者提出的经典生物操纵和我国学者提出的非经典生物操纵,前者依赖浮游动物,可用来控制小型藻类,后者依赖滤食性鱼类,可用来控制形成群体的蓝藻（特别是微囊藻）。武汉东湖是一个富营养化城市湖泊,30余年未发生水华,2021年突然暴发微囊藻水华,一度覆盖湖面近87%。东湖生态站通过对长期监测数据的分析发现,东湖目前的营养水平仍然适合蓝藻的暴发,而短期内又无法进一步有效削减营养盐负荷,因此,基于非经典生物操纵的理论（合理配置本土的滤食性鲢、鳙）,实施了定量化的生物控藻方案,结果控藻成效显著,在极端高温干旱的2022年并未发生蓝藻水华,即将东湖生态系统从水华（浊水）稳态迅速切换到了非水华稳态,完成了一种新的稳态转换,获得了经典生物操纵从未有过的成功。非经典生物操纵理论的有效性通过全湖实验得到了验证,证明它提供了一种对环境友好、成本极低且颇为有效的控制富营养湖泊中形成群体蓝藻水华的方法,具有广阔的应用前景。     

太湖蓝藻水华的扩张与驱动因素

蓝藻水华表征指标及驱动因子的多样性增加了研究人员、湖泊管理部门对于蓝藻水华扩张驱动因素的困惑,本研究通过整合太湖蓝藻水华长尺度研究的成果,将蓝藻水华扩张区分为时间扩张、空间扩张和生物量扩张3个方面,分析各自的驱动因子,系统阐述了当下太湖蓝藻水华的扩张和驱动因素.太湖蓝藻水华的时间扩张呈现由夏季集中发生向春季和秋冬季节扩张的趋势,导致春季蓝藻水华发生的提前,以及年度峰值的推迟;空间扩张呈现由西北太湖向湖心和东部湖区、乃至全湖扩张的趋势;太湖蓝藻生物量自2003年以后一直呈现缓慢增加的趋势.蓝藻水华时间扩张的驱动因素相对独立,主要受气象因子的影响,风速和日照时间是主要驱动因子,风速降低和日照时间延长均有助于蓝藻水华时间的扩张;空间扩张和生物量扩张则受气象因子和富营养化的双重影响,其中影响水华空间扩张的因子较多,富营养化和气象因素的主次难以确定,一般偶发性大面积蓝藻水华受气象因子驱动,而频发性大面积蓝藻水华主要受营养盐空间分布影响;影响蓝藻生物量扩张的主要驱动因素为总磷,另外氮磷比、水下可利用光和风速的变化也在一定程度上驱动了太湖蓝藻生物量的扩张.目前表征蓝藻水华强度通常利用空间扩张或生物量扩张指标,但是均具有一定局限性,相互间也缺乏可比性,各指标用于长尺度趋势研究更为可靠,短尺度比较受方法缺陷影响较大,应进一步开发表征水华蓝藻总存量的指标以统一空间扩张和生物量扩张.     

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...