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.     

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...     

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.     

巢湖微囊藻毒素异构体组成的时空分布特征及影响因子

有害蓝藻释放微囊藻毒素（MCs）,严重威胁饮用水源地用水安全.为了解巢湖MCs污染状况及其异构体组成对水质的影响,于2012年夏季（8月）和秋季（11月）,2013年冬季（2月）和春季（5月）进行采样分析,研究了巢湖水体中胞内微囊藻毒素（IMCs）和胞外微囊藻毒素（EMCs）异构体的时空分布及其与环境因子的关系.结果发现,IMCs和EMCs的平均浓度变化范围分别为0.12~6.45 μg/L和0.69~1.92 μg/L.在3种常见的异构体中,MC-RR和MC-LR比例较高,MC-YR最低,MC-RR和MC-LR是巢湖水体中MCs的主要异构体类型.IMCs和EMCs的异构体浓度及其比例呈现不同的时空分布特征.微囊藻生物量、水温、总磷浓度是影响IMCs和EMCs异构体浓度及其组成变化的关键环境因子.本研究表明巢湖富营养化严重的西湖区夏季能合成更多的MC-RR异构体,而秋、冬季节偏向于释放生理毒性更强的MC-LR异构体.了解MCs异构体组成变化及其关键影响因素,有助于预测预警水体MCs污染状况和评估饮用水源地MCs风险.     

巢湖蓝藻水华监测预警与模拟分析平台设计与实践

近20年来,巢湖蓝藻水华频繁暴发,对流域内居民生活和社会生产产生了严重影响.由于缺乏蓝藻水华全方位监测、高精度模拟和智能化分析手段,传统方法难以实现"现状掌握、异常识别、原因追溯、未来模拟"的目标,无法满足巢湖蓝藻水华科学防控与应急处置的要求,蓝藻水华引起的突发事件随时可能发生.本文针对巢湖蓝藻水华的全面监测和应急决策...     

2012-2018年巢湖水质变化趋势分析和蓝藻防控建议

巢湖自1990s中期至2012年间水质明显改善,但是近年来水质改善效果变缓,2018年蓝藻水华面积显著增加,为有效评估巢湖水体环境的变化,通过对2012-2018年巢湖17个点位的逐月调查数据分析阐述了近年来巢湖水质和藻情的变化特征,并在流域空间尺度上分析了巢湖流域水污染治理的进展和不足,为后续治理方向的调整和确定提供支撑.2012-2018年湖区调查数据显示:巢湖湖体总磷和总氮浓度显著升高,铵态氮浓度显著下降,水华蓝藻总量显著升高.在空间上,各污染指标水平呈现由西向东呈逐渐降低的趋势,但是各指标在不同湖区随时间的变化趋势差异明显,西部湖区的总磷、总氮和水华蓝藻指标近年来略有下降或持平,中部和东部湖区则显著升高,所以巢湖湖体总氮和总磷浓度的升高主要源于中、东部湖区的升高,这也是这两个湖区水华蓝藻变动的主要驱动因素.主要入湖河口数据显示:西部4条主要入湖污染河流(南淝河、十五里河、塘西河和派河)水质明显改善,但仍处于较高污染水平,中东部入湖河流(兆河、双桥河和柘皋河)总磷浓度明显升高,是中东部湖区水体营养盐升高的主要原因.中东部河流入湖污染的增加加剧了该区域湖体的富营养化水平,尤其是总磷...     

巢湖水体二氧化碳浓度时空分布特征及其水-气交换通量

为揭示巢湖水体二氧化碳浓度（cCO₂）时空变化特征及其影响因素,2017年2、4、8和11月分别采集巢湖表层水样,测定水样的理化、生物学参数以及cCO₂,并以此计算其水-气界面交换通量.结果表明：巢湖表层水体cCO₂的变化范围为13.31~55.47 μmol/L,年平均值为26.27 μmol/L,在空间上呈现出西高东低的分布趋势;在季节上表现为暖季（夏季）低、冷季（春、秋和冬季）高的规律.巢湖表层水体cCO₂与溶解性有机碳浓度呈显著正相关,与叶绿素a浓度呈显著负相关,说明有机质分解和光合作用在巢湖CO₂生物化学循环过程中占重要作用;同时,南淝河等入湖河流污染严重,输入大量有机和无机碳,对西巢湖水体CO₂贡献较大.总体上,巢湖CO₂排放量相对较低,巢湖部分区域在冷季（2、11月）表现为CO₂的汇.本研究对于明晰富营养化湖泊CO₂排放特征以及准确估算全球内陆湖泊碳通量等都具有参考价值.     

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...     

巢湖湖滨带藻类水华期异味物质的空间分布规律及其影响因素

为探究湖滨带藻类水华期水体异味物质的空间分布规律,2019年6—10月对巢湖湖滨带水体理化参数和异味物质进行月度调查,分析湖滨带水体异味物质的空间分布特征,并探讨影响其空间分布差异的主要因素。结果表明：巢湖湖滨带藻类水华期水体异味物质浓度在空间上总体表现为西北部湖区最高,南部湖区次之,东北部湖区和北部湖区最低的分布特征,藻类生物量高低及其分解是水体异味物质产生空间分布差异的主要原因。风向和风速间接影响了湖滨带水体异味物质的空间分布,其中北部湖区受风速和风向的影响最为明显,其次是南部湖区和东北部湖区,西北部湖区影响最小。此外,湖滨带植被通过影响该区域藻类水华堆积及消散过程加剧了水体中异味物质的富集。     

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.     

水华生消过程中巢湖水体和沉积物理化性质变化特征

湖泊水华存在复杂的生消过程,然而目前较多研究聚焦在水华持续阶段对湖泊生态系统的影响,却较少关注水华生消过程对湖泊水体和沉积物理化性质的影响.以巢湖为对象,根据历史资料确定水华区和非水华区,在相同位点分别于水华形成前期、形成期、持续期和消亡期采集水体和沉积物样品,分析水华生消过程对湖泊水体和沉积物理化指标及营养盐的影响.结果表明,巢湖研究区域水华形成期为5月中旬至6月中旬,持续期为6月中旬至9月上旬,之后进入水华消亡期.水体透明度、p H值和溶解氧在水华区与非水华区大部分时间存在显著差异,且随水华生消过程呈现不同的变化趋势,但水温、氧化还原电位和电导率在水华区和非水华区无显著差异,并随水华生消过程呈现相同的变化趋势.非水华区水体和沉积物中各形态氮、磷浓度明显低于水华区,且随时间变化幅度相对较小.在水华区,水体氮、磷浓度(总溶解性氮、硝态氮、氨氮、总氮、总溶解性磷、磷酸盐)在水华形成期和水华持续前期呈下降趋势,但在水华持续后期和水华消亡期呈增加趋势;沉积物氮、磷浓度(总氮、总磷)和总有机质含量显著高于非水华区,三者在水华区和非水华区随水华生消过程呈现不同的变化趋势.研究表明,水华生消过程对湖泊营养盐和水体及沉积物性质有不同的影响,这对湖泊富营养化治理和水华防治具有重要意义.     

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...     

基于多源遥感数据的巢湖水华长时序时空变化(20092018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20092018年10年间巢湖水华的时空变...