洱海叶绿素a浓度的季节动态和空间分布

2010年5月至2011年4月,对洱海叶绿素a的季节动态、空间分布及其与环境因子的关系进行研究.结果表明,水体中叶绿素a浓度存在明显的季节变化,其变化范围为4.11~24.30μg/L,年平均值为10.4±6.5μg/L,最小值出现在2011年3月,最大值出现在2010年9月.叶绿素a浓度在夏、秋季较高,冬、春季较低.在空间变化上,叶绿素a浓度在南部湖区最大,其次是北部湖区,中部湖区最低.Pearson相关系数和主成分分析表明,洱海叶绿素a浓度在不同湖区中与水温和透明度均呈极显著相关.总氮在北部和南部湖区与叶绿素a浓度均存在一定的相关性,而总磷与叶绿素a浓度在南部湖区存在一定的相关性.根据修正的卡尔森营养状态指数,洱海综合TSI值为50.6,水质处于中营养状态.     

基于反射光谱的太湖北部叶绿素a浓度定量估算

利用地物光谱仪研究了太湖水体的反射光谱特征与叶绿素a浓度之间的定量关系,结果表明太湖水体的叶绿素a浓度可以用720 nm附近的反射率估算,同时也可以用806 nm和571 nm两个波段的反射率比值来估算,前者建立的估算模型具有较好的通用性,而后者只能较好的估算<10μg/L的叶绿素a浓度;通过对光谱微分的分析,发现叶绿素a浓度与690 nm附近的一阶微分和702 nm附近的二阶微分相关性最好,但基于反射光谱一阶微分的叶绿素a浓度估算模型,并没有显著的提高太湖叶绿素a浓度的估测精度,二阶微分后的估测精度好于一阶微分,但其估测精度仍没有利用720 nm反射光谱的反演模型高．太湖水体的叶绿素a浓度可以利用720 nm附近的反射光谱有效地估算．     

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.     

NDCI法Ⅱ类水体叶绿素a浓度高光谱遥感数据估算

以太湖、巢湖为研究区,以Hyperion和HJ-1A卫星HSI高光谱数据以及实测水质浓度数据为实验数据,引入归一化叶绿素指数(NDCI),对Ⅱ类水体的高光谱叶绿素a浓度估算进行分析研究.首先对高光谱数据的光谱通道设置以及水体光谱特征进行分析,研究确定模型的最优波段.然后,将确定最优波段后的NDCI反射率因子作为变量与实测样本点数据进行回归分析,得到NDCI与叶绿素a浓度之间的回归关系,进行叶绿素a浓度的估算.与常用的比值法、一阶微分法和三波段法相比,NDCI的性能优于这3种方法,表明NDCI是一种计算简单、估算精度高、实用性强的Ⅱ类水体叶绿素a浓度估算方法.     

叶绿素a浓度的动态峰反演方法

叶绿素a是影响内陆水体光学特性的主要水色要素之一.作为反映水体富营养化程度的重要参数指标,国内外学者发展了大量的算法和模型进行水体中叶绿素a浓度的遥感反演.这些算法均使用固定的波段位置.叶绿素a的特征谱段随着其浓度的变化存在一定的位移,尤其是701nm反射峰,其存在着明显的"红移"现象,因此使用固定波段势必带来一定的误差.通过对不同叶绿素a浓度水样的光谱曲线分析,提出动态峰反演叶绿素a浓度的方法.使用反射峰范围最大值和吸收谷范围最小值,而不是固定波长位置进行建模,以求获得更高的反演精度.     

春季巢湖水温和水体叶绿素a浓度的变化关系

根据2007年3-6月的巢湖逐时气象观测资料和水环境监测资料,分析了水体叶绿素a浓度、水温和气温的时间变化规律以及相互之间的关系.结果表明:水温日变化幅度小于气温日变化幅度,多项式拟合决定系数较高,为0.81;水温与水体叶绿素a浓度逐时变化关系不稳定,线性拟合决定系数变化范围为0到0.91,平均为0.35;水温日平均与...     

基于半分析算法的香港邻近海域叶绿素a浓度反演

为进一步了解香港近海水体特性及监测其水质状况,根据2001年3-5月在香港临近海域调查取得的实测资料,对该海域水体光谱进行解析,开发该海域叶绿素a浓度与色素吸收系数aph(675)的经验模型,具有较高相关性;用剖面数据外推及水体光谱模拟方法完成对水下表面遥感反射率光谱的推导;进而建屯反演低浓度区叶绿素a浓度的半分析算法,反演结果与实测值比较平均相对误差为45%,均方根差0.933,相关系数0.78,误差主要来源于外推演算及散射模型.结果表明该算法在低悬浮物低叶绿素浓度区域有一定适用性.     

基于环境一号卫星高光谱遥感数据的巢湖水体叶绿素a浓度反演

三波段模型是基于生物光学模型构建的叶绿素a浓度反演半分析模型,是目前反演内陆富营养化浑浊水体叶绿素a浓度效果较好的方法.本文通过星地同步实验,分析巢湖水体各组分光谱特征,分别基于地面实测数据与环境一号卫星高光谱遥感数据建立三波段模型反演巢湖水体叶绿素a浓度.结果表明,由于特征波段在不同数据源的位置不同,导致了两个模型波段选择及反演精度的差异.因此,只有在充分考虑遥感数据的光谱特征的条件下,分析遥感信息理论和实际图幅影像有效结合在一起的地物信息,才能进一步优化三波段模型的波段选择,实现遥感数据定量反演水体叶绿素a浓度的目标.     

洪泽湖叶绿素a浓度的时空变化特征

叶绿素a浓度是衡量藻类生物量及评价水体营养状态的重要指标.基于洪泽湖2012年12月至2013年11月的水质监测数据,利用统计手段分析湖区叶绿素a浓度的时空变化规律,并进一步探究叶绿素a浓度与各项水质理化因子的响应关系.从时间维度上看,洪泽湖叶绿素a浓度季节变化规律在不同湖区有所差异,东部湖区叶绿素a浓度随季节变化曲线呈"双峰型",分别在3月和8月达到峰值.北、西部湖区叶绿素a浓度在春季变化平缓,并在秋季达到峰值.从空间维度上看,3个湖区之间叶绿素a浓度在春、冬两季存在显著差异,其余季节差异不显著.典范对应分析表明洪泽湖不同月份、不同湖区叶绿素a浓度与水质理化因子之间存在不同的响应关系.本研究为探究洪泽湖藻类时空异质性原因、宏观掌控其营养状态以及制定相应水质改善措施提供参考依据.     

辽河流域太子河流域N、P和叶绿素a浓度空间分布及富营养化

通过对太子河流域46个采样点溶解性无机氮、溶解性无机磷、总氮、总磷、电导率、p H、溶解氧和叶绿素a浓度及相关环境因子的测定,分析氮、磷浓度与叶绿素a浓度的空间分布特征,利用回归分析判别氮、磷与叶绿素a浓度的相关性,冗余分析判别河流水质与环境因子的关系,并初步评价太子河流域水体富营养化状况.结果表明:太子河流域氮、磷浓度具有明显的空间异质性,表现为上游浓度较低且变化较平稳,辽阳段浓度逐渐上升且波动增大,鞍山段浓度最高.冗余分析显示氮、磷浓度的空间分布特征与土地利用方式、海拔、河岸缓冲带宽度、植被多样性密切相关.叶绿素a浓度与氨氮、硝态氮、溶解性无机氮、溶解性无机磷、总氮、总磷和电导率呈显著正相关,说明营养盐的增多在一定程度上会促进浮游藻类的增长.太子河流域水体富营养化评价综合指数显示,太子河流域"中"营养状态点位有27个,占58.7%,"富"营养状态点位有19个,占41.3%,没有"贫"、"重富"和"极富"营养状态.     

基于随机森林的内陆湖泊水体有色可溶性有机物(CDOM)浓度遥感估算

水体中的有色可溶性有机物(CDOM)是湖泊生态系统中氮、磷等有机营养物质的重要来源,利用卫星遥感数据反演内陆水体中CDOM浓度一直是个挑战.因此本文基于滇池2009年9月、2017年4月以及太湖2016年7月的现场原位观测和室内实验,在分析水体固有光学特性的基础上,引入机器学习算法,建立了基于哨兵-3A OLCI传感器的我国内陆湖泊水体CDOM浓度随机森林反演模型.利用独立的验证数据集对所构建的随机森林模型及常用的波段比值模型、一阶微分模型、半分析模型、BP神经网络模型等的反演精度进行评价.结果表明:随机森林模型的均方根误差为0.14 m-1,平均相对误差为21%,与反演效果相对较好的BP神经网络模型相比,均方根误差降低了50%,平均相对误差降低了38%,反演精度得到了显著的提高.根据随机森林算法的特征重要性参数提供的各自变量影响力结果,发现B11(709 nm)和B6(560 nm)波段贡献率最大,是反演CDOM的敏感波段.最后将随机森林模型应用到滇池2017年4月12日、太湖2017年5月18日的哨兵-3A OLCI影像上,得到滇池、太湖水体CDOM浓度分布图.滇池CDOM浓度的分布特征大致符合东北、西南高,中西部低的趋势,且河口处的CDOM浓度高于湖泊水体,表明径流的输入给滇池水体带来了大量的CDOM.太湖CDOM浓度的分布特征大致符合西部高,湖心区和东部低的趋势.太湖西部以及北部梅梁湾受入湖河流影响较大,CDOM浓度较高,太湖开敞区远离河口处,受外源河流的影响逐渐减小,且由于湖水的不断稀释,CDOM浓度不断降低.太湖东部水生植物很多,湖水较为清澈,CDOM浓度较低.     

洱海富营养化影响因素分析

水质富营养化评价表明,洱海现属中营养水平,根据全年平均状态下的某些单项指标评分或近年来某些时段的全湖营养类型综合评分,将洱海评价为从中营养状态向营养营养状态过渡型的湖泊可能更为适宜。与历史资料相比,８０年代至今富营养化进程料快,主要营养盐守趋势。     

基于MERIS数据的滇池叶绿素浓度时空变化(2003-2009年)及趋势

基于多时相MERIS数据,本文对滇池叶绿素a浓度的时空变化趋势进行了研究.以野外实测数据为基础,对应用较好的三种叶绿素a浓度反演模型进行了验证比较,通过精度评价和误差分析选择最优的三波段模型;将其应用到经过几何纠正和大气纠正等预处理后的MERIS数据系列,得到2003 - 2009年时间序列下的57幅滇池叶绿素a浓度分...     

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...     

水体叶绿素含量的遥感定量模型

利用１９９２年７月２５日陆地卫星ＴＭ数据与该日同步湖面多点观测资料,对太湖北部水体叶绿素含量与不同波段遥感值的关系进行了定量分析,发现ＴＭ３与Ｃｈｌ－ａ含量有负幂次关系,ＴＭ４,ＴＭ７则分别与Ｃｈｌ－ａ含量有较好的正、负线性相关性。     

上、下行效应对洱海浮游植物优势功能群的影响

浮游动物牧食、水温及营养可利用性均可影响优势浮游植物功能群的转变,但这些驱动因素的交互作用尚不清楚。为了解云南高原湖泊——洱海浮游植物优势功能群的分布特征及其主要驱动因素,于2018年1月2020年12月进行月度采样,结合聚类分析、方差分析和冗余分析等,分析驱动浮游植物优势功能群转变的主要因素。结果表明,共鉴定浮游植物7门96属,划分为27个浮游植物功能群,其中优势功能群有15个。聚类分析结果表明,根据浮游植物功能群密度数据可将优势功能群转变过程分为3个由不同类型藻类主导的时期（S期、M期和P期）,其中S期（为期18个月）以功能群S1和H1（代表藻为假鱼腥藻、浮丝藻和长孢藻等丝状蓝藻）为主,M期（为期10个月）以功能群M（微囊藻群体）为主,P期（为期8个月）以功能群P和M（脆杆藻和单个微囊藻等）为主。RDA分析及变差分解分析结果表明,卡尔森营养状态指数（TSI）（主要是总磷）是影响以丝状藻类为主的浮游植物功能群的主要驱动因素,TSI和水温是影响以微囊藻为主的浮游植物功能群的重要驱动因素。因此,在富营养化初期湖泊中,降低湖泊营养负荷是首要任务。同时可以考虑增加浮游动物丰度的策略,以增强浮...     

洱海富营养化时间演变特征(1988-2013年)及社会经济驱动分析

基于1988-2013年的洱海流域社会经济统计数据与湖内水质历史监测数据,分析了社会经济指标和富营养化指标的逐年变化趋势,并借助Change-point Analyzer对指标进行了拐点分析.结果显示：过去25年洱海水体呈明显富营养化趋势,主要富营养化指标均出现过1次恶化拐点,总磷出现时间最早（1996年）,其次是高锰酸盐指数（1999年）,总氮、叶绿素a、透明度和综合营养状态指数则集中在2002-2003年期间出现拐点,叶绿素a浓度上升10余倍,透明度相应下降了近50%.流域主要社会经济指标出现了2~3次增长拐点,首次拐点集中出现在1994-1999年期间,明显早于富营养化指标恶化拐点出现时间.多元回归分析显示洱海总磷浓度受流域农作物种植业发展影响最大,其他水质指标则主要受流域畜牧业的影响.