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.     

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.     

基于随机森林模型的太湖水生植被遥感信息提取

水生植被作为太湖湿地的重要组分,其数量和范围变化影响着湖泊生态系统的平衡,故利用遥感技术对水生植被的空间分布开展研究有助于太湖湿地生态系统的保护.以Landsat 8多光谱遥感影像为主要数据源,利用光谱指数和图像变换方法构建多个特征变量,结合随机森林(RF)模型,提取太湖水生植被的空间分布.结果表明:(1)通过对比分析训练样本特征值的平均值、标准差和变异系数,NDVI、NDWIF、SR等指数更易于区分开敞水域和沉水植被、浮叶植被和挺水植被;(2)当设置1000棵分类树和4个分割节点的随机变量时,RF分类模型的袋外误分率小于6%,误分主要受SR、MNDWI和NDVI等特征变量影响;(3)通过验证分析,基于RF模型获得的2014年7月太湖水生植被覆盖面积约为306.0km2,分类精度为88.56%(Kappa系数为0.88),主要分布在湖体的东部和南部,以沉水和浮叶植被为主,两者占水生植被覆盖总面积的84.9%.     

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.     

MODIS影像的大气校正及在太湖蓝藻监测中的应用

MODIS 数据有免费、波段丰富、时间分辨率高等优点,是进行太湖蓝藻监测的重要数据源,由于MODIS传感器接收的是地物反射太阳辐射的信号,太阳辐射与地球大气的相互作用会引起传感器接收到的信号失真,为了提高利用MODIS数据监测太湖蓝藻的精度,必须对其进行大气校正.本文介绍了FIAASH大气校正模型的基本原理,并对2007年4月25日MODIS数据的前七个波段进行试验,对比分析了影像大气校正前后的NDVI值以检测大气校正的效果;分析表明,大气校正前后NDVI的变化趋势基本上相同,但大气校正后的NDVI动态范围更大,校正后NDVI的平均值和标准差增大,大气校正在一定程度上有效地降低了大气对遥感影像的影响,达到了增强信息的目的;最后,利用大气校正获取的地表真实反射率数据的第二波段与第一波段的比值,运用阈值法提取蓝藻信息,经试验当阈值为1.9时提取出来的蓝藻分布图基本上与实际相符.利用MODIS影像可以快速、及时地监测蓝藻爆发的位置及爆发程度.     

基于环境卫星CCD数据的太湖蓝藻水华监测算法研究

水体富营养化引起的蓝藻水华问题,是我国湖泊面临的主要环境问题,亟需加强现状监测和变化研究;我国自主研发的环境(HJ)卫星空间分辨率高,重访周期短,可用于长时间序列蓝藻水华的动态监测.本文利用HJ卫星CCD数据,通过自动控制散点回归的方法进行相对辐射校正,再将归一化植被指数和像元生长算法相结合,提出了一种可业务化运行的蓝藻水华高精度提取算法.该算法的优点为:(1)水华提取时具有统一的阈值,解决了以往一景影像一个阈值,无法大规模批处理的难题;(2)通过对像元进行线性分解,精度可达到亚像元级别.利用该算法对太湖2009—2014年蓝藻水华进行监测,发现2013—2014年太湖蓝藻水华较以往暴发面积偏小.研究表明,该算法对蓝藻水华识别能力强,自动化程度和水华提取精度高,可作为业务化算法运行.     

基于MODIS数据的太湖藻华水体识别模式

针对2007年5月太湖爆发的蓝藻水华事件,利用MODIS植被指数数据对其进行遥感监测.结果表明:MODIS数据可成功提取蓝藻水华信息.近红外/红光波段比值识别模式和植被指数NDVI值、EVI值识别模式均可确定蓝藻分布范围,但前两者不易将高浑浊水体区分开来,或不易识别低蓝藻分布区域,因此易扩大或缩小蓝藻分布范围;而后者由于引入了背景调节参数,可有效抑制背景水体及泥沙的影响,因此根据EVI值得到的蓝藻范围及强度较为真实的反映了藻华情况.该研究可为今后利用遥感技术,建立太湖蓝藻水华监测系统奠定基础.     

基于遥感特征指数的地表水体自动提取技术研究

为了从海量遥感数据中有效地提取地表水体信息,并提高自动化提取效率,提出了一种基于遥感特征指数的地表水体自动提取方法.该方法选取归一化植被指数(NDVI)、归一化建筑指数(NDBI)和修正归一化水体指数(MNDWI)作为遥感特征指数集,并根据这些指数构建了遥感特征指数曲线.通过分析,发现地表水体在特征曲线中单调上升,植被在特征曲线中单调下降,而其它地物并无此特征.因此,根据这一规律,利用ERDAS IMAGINE软件建立了自动化提取模型.通过与其他方法对比,表明所建立的模型在精度和自动化方面都明显优于其他方法,可用于海量数据地表水体的自动提取.最后,在ARCGIS环境下,并通过决策树模型初步实现了地表水体的自动分类.     

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...     

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...     

近40年来南四湖湿地NDVI变化特征及其控制因子分析

利用Landsat系列卫星的MSS、TM和ETM+遥感数据,计算了研究区的归一化植被指数(NDVI),并以此为湿地植被活动的指标,研究1973 2011年间该湿地植被变化特征及年内季节变化特征,揭示植被活动在年内和年际变化的控制因子以及湿地植被对于气候变化、人类活动和极端干旱事件的响应特征.结果表明:(1)近40年来南四湖湿地植被各个季节的变化特征不尽相同.春季NDVI呈现先降低后增加的特征,主要先后受到研究区围垦、渔业养殖等人为活动和气候变化(增温)的影响;夏季和冬季的NDVI呈现显著降低趋势,主要受到围垦、渔业养殖等人类活动的影响;秋季NDVI的变化不显著.(2)年内季节变化方面,湿地植被面积和NDVI都呈现单峰的变化特征,从春季开始增加,在夏季末(全年的第202和205 d)达到最大值,然后开始下降,到冬季降至最低.植被的年内季节变化特征主要受到月均温度的控制.(3)干旱在一定程度上不是湖泊湿地NDVI增加的限制因子.干旱导致湖泊水位下降,滨湖滩地及湖底露出,可能会促进湿地植被生长和植被面积的扩大,使得湿地NDVI增加.     

太湖长孢藻属(Dolichospermum)生物量长期动态变化及驱动因子

针对近年来太湖水体中长孢藻（Dolichospermum,曾用名鱼腥藻Anabaena）比例增加的趋势,本文研究了2005—2019年太湖春季不同湖区长孢藻生物量的长期变化趋势和空间差异,探究了冬、春季气象条件（气温、日照时长、风速、降雨量）和营养盐（总氮、总磷）水平对其的影响.结果表明,2005—2019年太湖监测数据显示春季长孢藻生物量有比较明显的升高现象,主要发生在竺山湖富营养程度较高的区域,其次是湖心区、梅梁湾和南部湖区.偏最小二乘路径建模（PLS-PM）结果表明,不同湖区长孢藻生物量变化的主要驱动因素存在差异.在湖心区,春季长孢藻的生物量主要受冬季气候条件（气温、风速、日照时长）的影响,其次受春季营养盐和春季气候条件的影响.在梅梁湾、竺山湖和南部湖区,春季长孢藻的生物量主要受春季气候条件的影响.在梅梁湾和竺山湖,春季风速、日照时长是春季长孢藻生物量的显著影响因子;在南部湖区,春季长孢藻生物量的主要驱动因素是春季的日照时长和春季气温.本研究从长时间序列角度,对太湖固氮蓝藻的时空分布特征和影响因素开展了研究,为太湖不同湖区开展针对性的藻类水华防控和富营养化治理提供理论基础.     

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.     

1994-2018年松嫩平原西部月亮泡水淹区生态变化及其对水淹频次的响应

半干旱内陆地区的湖泊湿地是一种特殊的生态系统,季节和年际时间尺度上的湖泊水文变化对湖泊湿地生态结构和功能有着重要影响.近20年来,月亮泡湖泊湿地经历了自然和人为因素共同作用下的水文波动过程.为了实现大尺度地表生态年内/年际变化检测,更好地了解湖泊年际水淹范围及其水淹频次对内陆湖滨湿地生态的影响,基于1994—2018年Landsat TM/OLI影像数据(30 m),首先,计算提取月亮泡的年际水体信息和水淹频次,进而获取湖泊年际淹没范围.其次,采用综合生态指数变化检测法提取生态信息,选取3个标准观测年(1995、2006、2016年),从年内变化和年际变化视角分级评价了研究区生态变化,并分析了水淹频次与湿地生态变化的关系.最终,现有研究表明:湖泊年际水淹区主要分布在月亮泡的北侧与西侧尾闾,月亮泡湖泊湿地北侧的年际水淹频次更为显著.湖泊面积的扩展与自然湿地的减少是月亮泡水淹区域的主要变化类型.在这种变化情况下,研究区水体指数累积量的增加与植被指数累积量的衰减成为显著的生态变化特点.月亮泡湖泊年际水淹频次在一定时间和空间上影响着水淹区域的植被生产能力,水淹的低频波动是研究区植被累积量增加的关键因子.因此,在湿地生态恢复与管理过程中,维持合理的水文波动,恢复月亮泡北侧与西侧沼泽湿地是该区域内生态保护的核心措施.     

基于MODIS数据的博斯腾湖流域植被变化及其与气候因子的关系

以博斯腾湖流域为研究区,基于2001-2016年时间序列的MODIS NDVI数据分析了研究区植被的时空变化趋势,并结合流域气象站点的气温、降水、日照时数和相对湿度数据分析了植被生长季累积NDVI和16天NDVI与气候因子之间的响应特征.结果表明:(1)流域植被覆盖变化呈改善趋势,生长季累积NDVI年变化率为0.014 a-1,16天NDVI变化率均为正值,植被改善趋势显著区域主要分布在高山草原湿地和农业灌溉区边缘的新增农田.(2)植被生长季累积NDVI主要受降水和相对湿度影响,植被总体生产力与水分条件关系最密切,生长季逐16天NDVI与同期气温和日照时数在植被生长初期和末期关系显著,而与降水没有显著的相关性,说明植被短期瞬时长势对热量条件更为敏感.(3)在植被生长不同阶段对气候变化具有不同的滞后效应,其中植被生长初期和末期对气温有0.5~1个月的滞后,生长盛期对降水有0.5~3个月的滞后、日照时数有1.5~2.5个月的滞后、相对湿度有0.5~2.5个月的滞后,揭示了植被不同生长阶段水热条件对其生长韵律的控制差异.     

应用底栖动物完整性指数评价太湖生态健康

依据2010年春季至2012年秋季,太湖32个样点的底栖动物和环境变量共11次的季节性调查结果,采用干扰程度最小系统法定义构建底栖动物生物完整性指数的参照系统,提出了确定参照系统的4个基本条件,进而按非湖心区和湖心区两个生态区分别构建太湖底栖动物完整性指数(LTB-IBI).通过对候选生物参数的分布范围筛选、判别能力分析、与理化因子的相关性和参数间的冗余分析,获得了非湖心区LTB-IBI的4个构成指数:总分类单元数、Simpson多样性指数、前3位优势单元%和BMWP指数,以及湖心区LTB-IBI的5个构成指数:总分类单元数、Simpson多样性指数、甲壳+软体分类单元数、前3位优势单元%和BMWP指数.采用比值法统一构成指数量纲,分别构建了非湖心区和湖心区LTBIBI指数,评价太湖水生态健康的等级.2010-2012年,太湖生态健康总体上呈现逐步提升的趋势.影响太湖底栖动物完整性的重要环境变量是水体中的氮含量.研究表明,连续观察数据可较大程度上提高太湖LTB-IBI指数的可靠性和评价结果的合理性.