太湖叶绿素a浓度时空分异及其定量反演

利用2005年实测叶绿素a浓度数据分析了太湖叶绿素a浓度的时空分布特征,并利用同步光谱数据,分季节对太湖叶绿素a浓度的反演模型进行研究,从而分析叶绿素a的时空变化对反演模型的影响.首先分析1a内叶绿素a浓度随时间的变化规律,然后利用反距离加权插值法绘制叶绿素a浓度不同季节空间分布图,分析叶绿素a浓度在不同季节的空间分布规律,在此基础上分春、夏、秋3个季节和中营养化、轻度富营养化、中度富营养化、重度富营养化4个营养状态进行叶绿素a浓度定量反演模型研究.结果表明,太湖叶绿素a浓度具有明显的时空分布特征.夏季叶绿素a浓度最高,冬季最低,平均浓度分别为56.29μg/L、13.61 μg/L.秋季由于受到夏季高浓度的影响,叶绿素a浓度高于春季,平均值分别为26.43μg/L、34.78μg/L;夏季叶绿素a浓度空间变化最大,冬季全湖叶绿素a浓度含量较为均一,空间变化不明显,秋季空间差异要大于春季;全年北部湖区的空间差异较大,而南部湖区相对较小.不同季节叶绿素a反演算法模型不同,春、秋季波段比值法反演效果较好;而夏季微分法反演效果明显好于其它反演算法,不同营养状态条件下反演算法差异相对较小.     

“十一五”期间滴水湖富营养化评价

采用综合营养状态指数TLI(Σ)对"十一五"期间滴水湖富营养化状态、时空分布特征及变化趋势进行了评价及分析。结果表明:滴水湖水质整体处于轻度富营养状态,石皮泐港进水口的综合营养状态指数大于湖区各点位;每年4月-5月和8月-10月两个时间段,滴水湖综合营养状态指数较高;"十一五"期间,滴水湖的富营养化状态呈现不显著下降的趋势。建议加强对水体叶绿素a浓度等生物指标的监测,以更全面地评价滴水湖的营养状态。     

基于GOCI影像和水体光学分类的内陆湖泊叶绿素a浓度遥感估算

叶绿素a作为水质参数之一,常用来作为衡量水体富营养化程度的指示标准.利用从太湖及洞庭湖获取的326个实测数据,基于实测遥感反射率对水体光谱进行光学分类,结果表明所采集的样点可分为3种水体类型.结合GOCI的波段设置,建立了不同类型水体的叶绿素a浓度反演模型.水体类型一可以利用490 nm(3波段)和555 nm(4波段)来反演,水体类型二可利用660 nm(5波段)和443 nm(2波段),水体类型三利用745 nm(7波段)和680 nm(6波段).精度分析表明,分类后的平均相对误差明显下降,类型一为38.91%、类型二为24.19%、类型三为22.90%;类型一均方根误差为4.87μg·L-1、类型二为8.13μg·L-1、类型三为11.66μg·L-1;分类前后的总体平均相对误差由49.78%降低到29.59%,总体均方根误差由14.10μg·L-1降低到9.29μg·L-1,分类后反演精度得到了显著提高.利用2013年5月13日8景GOCI影像反演了太湖的叶绿素a浓度,结果表明,2013年5月13日太湖叶绿素a浓度日变化显著,高值区主要集中在竺山湾、梅梁湾、贡湖湾,低值区主要集中在湖心区以及南部区域,10:00以后太湖西南部沿岸的叶绿素a浓度显著降低.这种先分类后反演的方法对于二类水体的模型反演精度的提高具有重要作用.     

利用Hyperion高光谱数据的三波段法反演太湖叶绿素a浓度

以2004-08-19太湖野外试验所获取的水质数据(叶绿素a浓度7.8~154.3μg.L-1,总悬浮物浓度65.0~190.2 mg.L-1,N=38)和同步的Hyperion星载高光谱数据为研究对象,利用三波段算法反演太湖水体的叶绿素a浓度.通过分析太湖固有光学量的特点,提出适用于太湖的3个特征波段的选择依据,并对波段进行优化计算,在此基础上建立了三波段统计模型,最后对模型的反演精度进行分析与评价.结果表明,Hyperion的B34(691.37 nm)、B37(721.90 nm)和B50(854.18 nm)组成三波段模型变量与叶绿素a浓度具有最高的相关系数(r=0.934),模型的决定系数(R2)和均方根误差(RMSE)分别为0.872和13.93μg.L-1,其反演精度优于传统经验统计模型,如比值模型(R2=0.844,RMSE=15.41μg.L-1)和一阶微分模型(R2=0.831,RMSE=16.00μg.L-1).研究结果证实了三波段法适用于内陆富营养化浑浊水体和Hyperion高光谱数据,为今后更精确地反演内陆水体的叶绿素a浓度提供了参考依据.     

查干湖富营养化状况高光谱遥感评价研究

通过分析查干湖水体水质参数与其高光谱反射特征之间的响应关系,采用单波段与波段比值等算法分别建立了湖水水质的高光谱定量反演模型;同时结合修正营养状态指数(TSIM)模型,针对水质参数的实验室数据和高光谱模型模拟数据,对查干湖富营养化程度进行了监测和评价,并进行了验证.结果表明:1)利用高光谱监测模型对湖泊富营养化状况进行监测和评价,能够获取较为准确的评价结果;2)单项指数评价法由于只针对一个指标进行评价,不适合用来进行水体富营养化评价,采用修正营养状态指数TSIM(AVE)方法,可以对查干湖水体富营养化程度进行正确的评价.评价结果显示,查干湖水体处于富营养化状态,需要采取措施防止进一步恶化.     

三峡水库成库后支流库湾营养状态及营养盐输出

三峡水库成库后,对受成库影响的12条主要支流库湾营养状态及营养盐输出状况进行了初步研究.结果表明,支流库湾总氮(TN)、总磷(TP)、高锰酸盐指数、叶绿素a含量和透明度差异较大,透明度范围为0.10～3.5 m,TN含量范围为0.535～7.47 mg·L-1,TP含量范围为0.016～0.835 mg·L-1,高锰酸盐指数范围为1.55～5.88 mg·L-1,叶绿素a范围为1.38～23.7 mg·m-3.支流受到不同程度污染,水体中N含量丰富,部分次级河流富营养化的限制因子为P.利用相关分析方法,分析了叶绿素a与营养盐之间的关系,叶绿素a与高锰酸盐指数呈显著正相关(r=0.6242,p＜0.01).利用综合营养状态指数法评价了次级河流富营养化程度,结果表明,5月和6月份分别有5条和8条支流达到富营养化水平,其余河流为中营养.三峡水库蓄水后,支流库湾的富营养化程度较成库前严重.12条次级河流排放TN、TP、高锰酸盐指数和NH4 -N分别为668、26.7、890和99.2 g·s-1.三峡水库完工后,因支流库湾区水体流速进一步减缓,富营养化趋势将加重.     

利用高光谱反演模型评估太湖水体叶绿素a浓度分布

叶绿素a浓度是评价水体富营养化和初级生产力的一个重要参数,高光谱遥感是获取叶绿素a浓度的有效手段.为建立太湖水域叶绿素a的最佳高光谱估算模型,选取2015年5—7月共计60组同步实测高光谱数据和叶绿素a浓度数据,在地面光谱反射率和叶绿素a浓度相关性分析的基础上,使用2∶1的数据样本进行太湖水域叶绿素a的最佳高光谱估算模型的建立和验证,筛选模型分别为波段比值、三波段、荧光峰位置、峰谷距离、一阶微分、NDCI(Normalized Difference Chlorophyll Index)、峰面积、荧光峰高度、WCI(Water Chlorophyll-a Index)和四波段模型.结果表明,建模得到的四波段模型决定系数最高,峰面积模型的决定系数相对最低;四波段模型的反演精度最高,均方根误差(RMSE)为0.00376 mg·L~(-1),平均绝对误差(MAPE)为27.86%,而WCI模型的反演精度相对最低,RMSE为0.01231 mg·L~(-1),MAPE为45.11%.将反演精度最高的四波段模型应用于2015年8月3日的两景HSI(Hyperspectral Imaging Radiometer)高光谱影像数据,也得到较高精度,利用同步实测叶绿素a浓度验证的决定系数为0.7643,RMSE为0.00433 mg·L~(-1),MAPE为45.62%.在春、夏季叶绿素对水体光学特性占主导作用且叶绿素分布均匀的情景下,本研究可为太湖水域叶绿素a的高光谱反演和水环境监测提供有价值的参考,其它季节水体光谱特点的研究尚待进一步开展.     

基于GF-1 WFV影像和BP神经网络的太湖叶绿素a反演

叶绿素a浓度是可直接遥感反演的重要水质参数之一,常用来评价湖泊水体的富营养化程度.太湖是典型的二类水体,光学性质复杂,应用一类水体线性反演模式拟合较为片面且难以找到最佳拟合模型.BP神经网络模型具有模拟复杂非线性问题的功能.为研究高分一号卫星16m多光谱相机WFV4结合BP神经网络进行太湖叶绿素a浓度监测的可行性,实验利用GF-1 WFV4影像和实时的地面采样数据,建立了BP神经网络模型,同时采用波段比值经验模型进行对比.经精度检验,BP神经网络模型预测值与实测值之间的可决系数R2高达0.9680,而波段比值模型的R2为0.9541,且均方根误差RMSE由波段比值模型的18.7915降低为BP神经网络模型的7.6068,平均相对误差e也由波段比值模型的19.16%降低为BP神经网络模型的6.75%.结果证明,GF-1 WFV4影像应用BP神经网络模型反演太湖叶绿素a浓度较波段比值模型精度有所提高.将经过水体掩膜的GF-1 WFV4影像用于训练好的BP神经网络反演太湖叶绿素a浓度分布,结果显示,叶绿素a高浓度区集中分布在湖心区北部、竺山湾、梅梁湾区域,与之前的研究一致.本文研究结果验证了采用BP神经网络模型对GF-1 WFV4影像进行太湖叶绿素a浓度反演的可行性.     

三峡库区蓄水后支流回水段富营养化研究

2004年4月期间分别对大宁河、神女溪、抱龙河与大溪河回水段水体进行了富营养化调查和监测,并运用综合营养状态指数法对监测结果进行了评价与相关性分析,初步研究了支流回水段水体的水质状况.结果表明库区支流回水段的营养盐浓度并不比长江干流高,但库区支流回水段的中下游区域已经发生了轻度富营养化;相关公式的建立有助于掌握支流回水段的水质状况;叶绿素a与氮磷等营养盐呈现较好的正相关关系,与透明度和电导率则呈较显著的负相关关系.     

太湖水域叶绿素a浓度的遥感反演研究

利用太湖水域MODIS遥感数据的各波段反射率组合计算值,与实测的叶绿素a浓度进行相关性分析,找到相关性最好的反射率组合,建立反演太湖叶绿素a浓度的遥感模型.结果表明,利用MODIS数据可以较好地实现对太湖水域叶绿素a浓度的定量反演计算,并以MODIS数据第3、第17波段的反射率组合作为遥感指数建立了反演叶绿素a浓度的模型.第3、第17波段的波长范围分别为459nm～479nm、890nm～920nm,这一波段选择与以往使用TM数据得到的结论有所不同.     

洪泽湖有毒和无毒微囊藻丰度及其与环境因子之间的相关分析

为了解洪泽湖有毒和无毒微囊藻丰度及其空间分布,于2014年8月对洪泽湖30个采样点水体的营养盐浓度和Calson富营养化指数(trophic state index,TSI)进行研究,同时采用实时荧光定量PCR技术测定了有毒和无毒微囊藻丰度.结果表明,洪泽湖水体的总氮和总磷浓度平均值分别为1.63 mg·L-1和0.11 mg·L-1,富营养化指数在58.1~73.6之间,洪泽湖水质呈富营养化状态;有毒微囊藻在洪泽湖广泛分布,其丰度在1.13×104~3.51×106copies·m L-1之间,总微囊藻丰度在1.06×105~1.10×107copies·m L-1之间,有毒微囊藻占总微囊藻的比例在8.5%~38.5%之间,平均值为23.6%,有毒微囊藻丰度及其比例均呈现出明显的空间差异性;相关分析结果显示,总微囊藻、有毒微囊藻和有毒微囊藻所占比例三者之间呈极显著正相关性(P0.01),总微囊藻和有毒微囊藻丰度与叶绿素a浓度和TSI有极显著正相关性(P0.01),与透明度有极显著负相关性(P0.01),有毒微囊藻所占比例与叶绿素a、总氮、总磷和TSI有极显著正相关性(P0.01),与TN/TP和透明度有极显著负相关(P0.01).因此,削减洪泽湖总氮、总磷浓度一方面可以降低水体富营养化水平,另一方面有利于抑制有毒微囊藻对无毒微囊藻的竞争优势.     

基于太湖微囊藻毒素的叶绿素a阈值研究

以探讨叶绿素a(Chl-a)阈值为主要目的于2013年6~10月间每月在太湖采样,通过固相萃取超高效液相色谱串联质谱法对水体中3种微囊藻毒素(MC-LR、MC-RR、MC-YR)进行检测.利用SPSS软件分析各种形态的微囊藻毒素(MCs)与总氮(TN)、总磷(TP)、Chl-a、高锰酸盐指数等富营养指标的相关性,分析了MC-LR、MCs与Chl-a的关系.结果表明,太湖MCs污染较严重,其浓度的空间分布特征为:梅梁湾>贡湖、西部沿岸区>湖心区>胥湖区、南部湖区,并以MC-LR浓度最高;相关性分析表明MC-LR、MC-RR、MC-YR及MCs均与高锰酸盐指数、TN、TP、Chl-a呈极显著正相关(P<0.01).结合饮用水中MC-LR和MCs的标准限值分析得出,太湖Chl-a的阈值是12.26 mg·m-3,与美国北卡罗莱纳州湖泊的Chl-a标准值比较属于安全阈值,具有一定的科学性.     

近十年洪泽湖富营养化状态变化趋势及原因分析

通过2011～2020年洪泽湖全湖逐月监测数据的分析,厘清了近十年洪泽湖富营养化状态变化趋势、时空变化特征和驱动要素,为洪泽湖富营养化控制提供针对性建议.作为洪泽湖最主要的入湖河流,淮河近十年来高锰酸盐指数显著上升、 TN显著下降.洪泽湖近十年水体总体透明度、 TP浓度和高锰酸盐指数平均值显著上升,TN和Chl-a浓度的平均值显著下降,富营养化状态指数（TLI）有下降趋势.洪泽湖富营养化状态的变化趋势在空间上存在差异：洪泽湖东区是淮河的过水通道,由于较短的水体停留时间,即使在营养盐浓度较高的情况下,藻类生物量仍显著低于其他区域,同时由于淮河水质的改善,TLI显著下降;北区具有较高的水生植被覆盖度,不仅降低了水体营养盐浓度,并为浮游动物和鱼类提供了栖息地,有效地抑制了藻类的生长,富营养状态要明显低于其余湖区,近十年TLI呈现下降趋势;西区富营养化程度最高,由于内源释放的加剧,藻类生物量最高,富营养化程度并没有得到改善.洪泽湖富营养化状态也存在显著的季节差异,夏季富营养化指数最高,藻类生物量因温度升高而相对较高,同时夏季藻类生物量主要受营养盐浓度影响,其中NO^-     

洱海流域湖泊生态系统健康综合评价与比较

基于2009年5月对洱海及其流域内的海西海、茨碧湖和西湖3个小型湖泊的水环境和浮游生物的调查,采用生态系统健康指数(EHI)和营养状态指数(TSI)法对其生态系统健康状态进行定量综合评价.结果表明:洱海流域湖泊整体处于富营养状态,健康状态较差;各湖泊健康状态存在空间差异:海西海和茨碧湖生态系统健康状态为中等,西湖和洱海健康状态为较差;而洱海湖泊内健康状态同样存在空间差异,北部和中部深水区较其他区域健康状态好.2种评价方法比较表明:洱海流域湖泊属于营养盐和生物量基本上呈正相关的响应型生态系统,生态系统健康指数(EHI)适用于洱海流域的生态系统健康评价.此外,整理分析洱海浮游生物历史数据,同样采用EHI法评价得出近20年来洱海生态系统健康状态呈逐渐恶化趋势,尤其1997年健康状态最差.     

太湖水体Chl-a预测模型ARIMA的构建及应用优化

叶绿素a（Chl-a）是湖泊浮游植物生物量的重要指标,其含量能反映水中浮游植物的丰度和变化规律.以1999年12月~2019年8月太湖水体Chl-a和环境因子的逐月监测数据为基础,运用主成分分析方法探讨了Chl-a与环境因子的关系,据此建立了Chl-a与主要环境因素之间的多元线性逐步回归模型及自回归综合移动平均模型（ARIMA）.结果表明：①太湖Chl-a浓度存在着明显的季节变化,且总体处于上升趋势.总磷（TP）、高锰酸盐指数、月均气温（MAT）和月度降雨量（MR）与Chl-a浓度存在较好的变化同步性,总氮（TN）和氨氮（NH₄⁺-N）则表现出明显的滞后性.②主成分分析结果表明,太湖水体藻类暴发条件不仅仅是基于N和P等限制性因素,而是发展为TN、NH₄⁺-N、TP和高锰酸盐指数、MR和MAT等多元因素的综合影响.③两种模型经验证比较,基于1999~2019年逐月资料建立的Chl-a浓度的ARIMA模型模拟效果和预测精度明显优于所建立的多元线性逐步回归模型,特别是在考虑主要环境因素作为自变量及优化自变量取值情况下其预测效果得到进一步提升.建立的ARIMA（0,1,1）（0,1,1）模型将有助于太湖藻类暴发的预报和预警,并为及时有效地安排水资源调度及调控等水环境管理措施提供依据.     

春季太湖光量子产额空间分布的特征分析

基于2009年4月28日、5月4日、5月5日及5月6日在太湖梅梁湾的栈桥头、直湖港的河口区、太湖中心及胥口湾中心测定的初级生产力及水下光场数据,计算了各测点的藻类光量子产额和P-I曲线,并分析了其空间差异的特征.太湖栈桥头的P-I曲线呈现出明显的光抑制现象;在胥口湾中心和直湖港河口,P-I曲线呈现出弱的光抑制现象;而在太湖中心区域,P-I曲线只达到了光饱和状态,并未出现光抑制现象.单位叶绿素a的最大光量子产额的大小顺序为太湖中心区域、梅梁湾的栈桥头、直湖港的河口区及胥口湾的湖心区.     

黄花水龙对富营养化水体中氮磷去除效果的研究

在太湖地区沟渠、池塘及河网中广泛分布着1种形态类似水花生的土著浮水植物--黄花水龙,其生长习性表明黄花水龙是太湖地区水生态系统修复的潜在物种.采用室内试验和现场观测相结合的方式,进一步探讨了黄花水龙对富营养化水体中氮磷的去除效果.室内试验结果显示,夏季黄花水龙对总氮去除率约为60%,分别是水葫芦、水花生和对照的2.6、2.9和3.8倍,对总磷去除率约为25%,分别是水葫芦、水花生和对照的0.7、1.9和5倍;冬季黄花水龙对总氮和总磷去除率分别约为23%和20%,是对照的3.3和2倍;夏季和冬季黄花水龙对氨氮和硝氮亦有良好的净化效果.宜兴林庄港现场观测显示,7～10月引种黄花水龙的河段水体中总氮和总磷的去除率为10.2%～19.6%和23.4%～41.6%,而同期对照河段仅为0.1%～1.6%和3.7%～5.6%.室内试验和现场试验结果均表明黄花水龙对受损水体中氮磷具有良好的净化效果,可作为太湖河网富营养化水体修复的植物之一.     

太湖富营养化现状,趋势及其综合整治对策

在１９９４￣１９９５年太湖９次富营养化现状调查基础上，评价了太湖各期营养程度，并分析了３５年来主要营养物含量发展趋势。结果表明，太湖营养水平处于中富向富营养过渡状态，中富面积约占全湖面积的７０％以上，夏季富营养及重富营养水域出现在北部湖区的梅梁湖、五里湖和西部沿岸带，约占全湖面积的１０％，３０多年来湖体中形态营养元素含量有较大增长，尤其是磷增长最快，使氮磷比下降。太湖水源地梅梁湖营养程度由１９８１     

富营养化评价的对数型幂函数普适指数公式

为了建立科学合理、简洁直观、普适通用、易于计算和使用方便的湖泊富营养化评价模型,在适当设定富营养化指标"参照值"基础上,定义了相对于"参照值"的指标"规范值"概念,提出了一个对多项指标的"规范值"均适用的富营养化评价对数型幂函数指数公式,并采用粒子群优化算法对公式中的参数进行优化,得到优化后对14项指标皆适用的富营养化评价普适指数公式.将该公式用于我国不同地区和不同类型的45个湖泊及邛海8个断面的富营养化评价,其结果与用修正卡森指数公式TSIm、营养状态指数公式TSIc和幂函数加和型普适指数公式等多种评价法的评价结果几乎完全一致,并与实况相符合,从而为水体富营养化评价提供了一个简单、实用的新公式.     

太湖中颗粒有机碳对水体固有光学特性的影响

利用2011年5期太湖现场测量数据和室内分析数据,通过建立ρ(POC)(POC为颗粒有机碳)与a_p(λ)(颗粒物吸收系数)、b_bp(510)(总颗粒物的后向散射系数)的相关关系,评价了POC对水体固有光学特性的影响. 结果表明,太湖水体ρ(POC)时空变化显著,各期样品平均值在1 558.06~5 281.09 mg/m3之间变化. ρ(POC)与a_p(λ)具有较好的相关关系,特别是在浮游植物色素强烈吸收的波段(605~700 nm),各期数据的相关系数均在0.9以上;但ρ(POC)与b_bp(510)的相关性较差(R2=0.04, P=0.02). 进一步分析ρ(POC)对颗粒物的色素部分和非色素部分的影响发现,ρ(POC)与色素颗粒物吸收系数〔a_ph(665)〕的相关性很好(R2=0.82),而与非色素颗粒物吸收系数相关性较差. ρ(NPOC)(NPOC为非有机碳颗粒物)与b_bp(510)的相关性较好(R2>0.60),说明太湖水体POC对浮游植物色素的吸光特性有重要影响,而NPOC影响了水体的后向散射特性.