藻型湖区氧化亚氮排放特征及其影响因素

湖泊等内陆水体是大气N₂O潜在的重要排放源,也是全球N₂O收支估算的重要组成部分。目前全球湖泊普遍面临富营养化和蓝藻暴发等问题,明晰藻型湖泊N₂O排放强度及其环境影响因子对准确估算湖泊N₂O排放和预测其未来变化至关重要。本研究选择太湖藻型湖区为研究对象,同时选取人为活动影响较小的湖心区作为对比区域,基于2011年8月至2013年8月为期2年的逐月连续观测,探讨藻型湖区N₂O排放特征及其影响因素。结果表明,藻型湖区呈现极强的N₂O排放,其排放通量为(4.88±3.05) mmol/(m²·d),是参考区域(湖心:(2.10±4.31) mmol/(m²·d))的2倍多。此外,在藻型湖区中不同点位N₂O排放差异显著,受河流外源输入影响,近岸区是N₂O的热点排放区,其年均排放通量高达10.93 mmol/(m²·d)。连续观测表明N₂     

2000年—2020年中国大型湖泊月平均透明度遥感监测数据集

湖泊水体透明度是湖泊水环境状况的综合表征,与多种水质参数关系密切,对湖泊水环境监测具有重要意义.本文的目的 是介绍一种中国大型湖泊(＞20 km2)月平均透明度遥感监测数据集的生成流程、主要特征和应用价值.数据集生产方法是将Liu等(2020)构建的透明度遥感算法应用于GEE (Google Earth Engine)...     

中国湖泊的数量、面积与空间分布

以11004景/幅CBERSCCD和LandsatTM/ETM卫星遥感影像数据为基础,参照GoogleEarth影像及其他文献资料,在6843幅1：10万和1：5万地形图（DRG）、1：25万地形图部分图层数据（DLG）的支持下,制定了湖泊边界判译原则,经过遥感判译、野外考察、室内校正、专家咨询、数据校正和成果确定等技术环节,确定全国目前共有1.0km2以上的自然湖泊2693个,分布在28个省（自治区、直辖市）,总面积81414.6km2,约占全国国土面积的0.9%.近30年来,全国新生和新发现面积大于1.0km2的湖泊分别共有60个和131个,原面积大于1.0km2的湖泊消失243个.     

湖泊水质遥感研究进展

详述了湖泊遥感水质最新发展动态,如遥感水质模型的数学方法、与水质指标最敏感的波段以及TM、SPOT、MODIS、MERIS、AVHRR、CASI等传感器的适用情况,并分析了可能导致湖泊水质遥感模型误差的原因和解决办法。湖泊各项水质组分与光谱之间相互影响可认为是一种非常复杂的非线性关系,最适合用神经网络这样的黑箱模型来模拟。应当研究和选取敏感波段,用高光谱逐段分析与各种水质指标相关最密切的波段。湖泊水质遥感最终走向实用化必将其与水生态问题结合起来,作为一种监测手段,在水中藻类的时空分布、流域营养物质输送模型和湖泊水域水质模型等问题中得到广泛应用。我国学者使用超光谱数据源获得更为精确的监测成果还比较少,由于我国卫星可以用来进行水质遥感的波段比较宽,应当在新一代的资源环境卫星上加入更适合水质遥感的波段。     

藻源性湖泛发生过程CDOM变化对水色的影响

利用Y-型沉积物再悬浮发生装置模拟湖泛发生过程,分析其中有色可溶性有机物(CDOM)的变化特征及其对水色的影响.结果表明,藻类死亡过程消耗大量的氧气,水中溶解氧在短时间内消失殆尽,形成厌氧环境;并同时分解产生大量CDOM,使得水中CDOM显著增多.前期阶段,CDOM浓度随时间一直升高,第6 d时CDOM浓度达到峰值,CDOM在443 nm处的吸收系数a_g(443)为4.48 m^-1.水体黑度值(FeS浓度)呈先增大后减小的趋势,最大值0.35mmol/L同样出现在第6 d,整个过程中,CDOM浓度和黑度值变化趋势一致,a_g(443)与水体黑度呈显著正相关.利用Hydrolight和CIE颜色匹配函数模拟不同梯度的CDOM对水色的影响,发现随a_g(443)增大,水体颜色也逐渐由绿色转为棕色,整体向长波方向移动,水色逐渐变暗.因此,可以认为CDOM浓度变化是引起湖泛水体发黑的重要原因之一,可作为定量监测湖泛强度的指示性参数.     

太湖水体吸收分解(Ⅰ):悬浮颗粒与浮游植物色素的分离

以2008年10月太湖实测数据为基础,用改进的指数函数和线性法拟合非色素颗粒物吸收和浮游植物色素吸收,根据二者的加和关系,建立总悬浮颗粒物吸收分解模型,依据参量的不同,分别构建了两个分解模型(Mod-4和Mod-5),两者都可以较好的分解出太湖水体浮游植物色素吸收和非色素颗粒物吸收,但Mod-5的拟合精度稍高于Mod-4.研究结果对于进一步探索和建立太湖区域生物光学模型,精确反演水质参数具有一定意义.     

太湖沿岸水体CDOM吸收光谱特性

有色可溶性有机物(CDOM)吸收光谱特性研究对于水色定量遥感反演具有重要作用.通过2007年6月10日至6月18日太湖沿岸68个CDOM吸收光谱曲线和水质参数实测数据,分析了CDOM吸收光谱曲线特征以及ag(440)、Sg值及其相关关系等,结果表明:太湖沿岸水体CDOM吸收光谱曲线表现为两种类型,贡湖湾CDOM吸收系数明显高于太湖其他沿岸水域,ag(440)最高值即出现在贡湖湾;同时,梅梁湾、贡湖湾、镇湖湾、光富湾等ag(440)高于沿岸水体平均值,而南部3个湖湾皆低于平均值.另外,贡湖湾Sg值较小,且与ag(440)呈现出较好的关系;而沿岸其它水体Sg值与ag(440)虽然呈现负相关,但关系不明显.这对于了解太湖水体CDOM特件以及定量反演有一定的意义和作用.     

大型浅水湖泊水体对流混合速率分析

湖泊水体的对流混合是最基本的物理过程,其能显著影响湖泊生态系统温室气体等循环,但浅水湖泊水体对流混合的研究鲜有报道.本研究基于太湖(面积2400 km2,平均水深1.9 m)中尺度通量网的原位、高频、连续和多点的观测数据,分析该大型浅水湖泊水体对流混合速率w*的时空特征.结果表明太湖水体w*的均值为2.49 mm/s,因太湖的风速、水温和辐射等物理参数无空间变化,w*也无明显的空间变化.但是研究表明w*呈现显著的昼夜变化和季节变化,且昼夜变化幅度强于季节变化.总体上夜间w*是白天的4倍多,冬季w*(均值1.79 mm/s)明显低于春季(均值2.42 mm/s)、夏季(均值2.91 mm/s)和秋季(均值2.82 mm/s).太湖w*主要受风速和能量收支影响,白天风速是主要驱动因子,夜晚能量收支是主要驱动因子.     

适用于多种卫星数据的太湖水体漫衰减系数估算算法

下行漫衰减系数(K_d)是描述水下光场的重要参数,决定水体真光层深度,影响着浮游藻类初级生产力及其分布特征.基于2008—2013年太湖4次大规模野外试验数据,分析太湖水体漫衰减系数特征及其影响因素,建立适用于多种卫星数据且较高精度的太湖水体490 nm处下行漫衰减系数估算模型.结果表明:无机悬浮物是太湖水体漫衰减系数的主要影响因素;红绿波段比值(674 nm/555 nm)最适合于太湖K_d(490)估算,模型反演精度较高(N=72,R~2=0.72,RMSE=0.89 m~(-1),MAPE=21.58%);利用实测光谱数据,模拟得到MODIS/EOS、OLCI/Sentinel-3、GOCI/COMS和MSI/Sentinel-2等主要传感器波段的信号,构建适用于多种卫星传感器K_d(490)估算的红绿波段模型,建模精度较高(N=72,R~20.7,RMSE0.9 m~(-1),MAPE22.0%),且进行了验证(N=37,R~20.7,RMSE0.9 m~(-1),MAPE22.0%).     

长江中下游大型湖泊水体固有光学特性:Ⅰ.吸收

吸收系数是水体固有光学特性的重要组成部分,也是构建水色参数高精度遥感模型的基础,具有重要的研究意义.本文针对长江中下游三大淡水湖——鄱阳湖(2010 10、2011 08)、太湖(2008 10、2011 08)和巢湖(2009 10)进行5次野外实验,以International Ocean Colour Coordinating Group(IOCCG)2000年报告"Remote Sensing of Ocean Colour in Coastal,and Other Optically-Complex,Waters"为基础,对水体不同光学主导类型进行分类;并根据a_d(非色素颗粒物吸收)、a_ph(浮游植物色素吸收)、a_g(有色可溶性有机物吸收)等不同主导类型光谱曲线特征差异,引入a_d-g(主导类型a_d、a_g、a_d-a_g的合并类型)和a_ph-related(主导类型a_d-a_ph、a_d-a_ph-a_g的合并类型)类型,对主导类型进行归纳合并.结果显示:秋季,鄱阳湖、太湖、巢湖的主导类型较为单一,分别为a_d、a_d-a_g、a_d-a_ph-a_g;夏季,鄱阳湖和太湖同为两种类型共同主导,分别为a_d、a_d-a_g,a_d-a_ph-a_g、a_d-a_ph.总体来说,鄱阳湖夏、秋季和太湖秋季主导类型都属于a_d-g类型,而太湖夏季和巢湖秋季则属于a_ph-related类型.另外,分别针对Gons和Gitelson叶绿素a模型假设条件进行验证,发现不同湖泊水体及不同主导类型下其适用性程度不一致.