基于环境一号卫星CCD数据的巢湖叶绿素a的动态监测

环境一号卫星CCD数据具有获取周期短、空间分辨率高等特点,能够及时准确地监测叶绿素a的浓度变化和分布,其在内陆湖泊水质遥感监测方面具有良好的应用前景。文章通过星地同步地面实验,建立起巢湖水体的叶绿素a浓度遥感反演模型,利用2009年4月至2010年3月的环境一号卫星CCD数据,分季节对巢湖叶绿素a行动态监测和分析。结果表明,巢湖叶绿素a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,秋季高于春季;西半湖湖区叶绿素a浓度一般高于东半湖湖区,西北部和中部湖区空间变化比较大,东部湖区变化较小。     

环境一号卫星多光谱数据在巢湖蓝藻动态监测中的应用

采用环境一号卫星(HJ1A/1B)的多光谱(CCD)数据,通过影像预处理提取巢湖湖域蓝藻的归一化植被指数(NDVI),对巢湖湖域的蓝藻进行动态遥感监测,在GIS平台上计算蓝藻在研究时段内的平均空间分布、模拟其变化趋势及平均改善速度,结果表明,HJ1A/1B-CCD影像数据具有较高时空分辨率,对巢湖湖域蓝藻的识别能力强;巢湖湖域生态环境总体较好,蓝藻只是在局部湖域暴发,其中蓝藻极高密度区、高密度区呈团状、片状,主要集中分布在巢湖西湖区北部沿岸,并且为楔形向中心延伸;巢湖蓝藻暴发的湖域总体呈现改善趋势,但各区改善的程度、速度差异较大,原因复杂,尤其是西湖区北部沿岸不仅改善速度缓、改善程度不佳,甚至出现退化;巢湖西区应以治理为主、监测为重,东区则以着重监测。     

巢湖富营养化遥感监测

以巢湖为研究区,通过对蓝藻水华暴发程度与其光谱反射率之间关系的研究,确定MOD IS遥感影像识别水华暴发级别的阈值,对4类不同暴发程度蓝藻水华光谱特征进行遥感识别;进而确立巢湖水体富营养化评价方法,建立巢湖富营养化遥感反演模型,为实时监控巢湖水质,预警蓝藻水华暴发提供技术支持。     

人工神经网络在深圳市水库富营养化评价中的应用

对富营养化评价标准进行插值获取大量的样本,建立了基于BP人工神经网络的富营养化评价模型。将模型应用于评价深圳市13座主要水库的富营养化状况,对其成因进行分析,并提出了对策与建议。研究结果表明,石岩水库与深圳水库为轻度富营养化,占评价水库总数的15.4%;西丽水库等11座水库为中营养,占评价水库总数的84.6%。人工神经网络用于建立湖库富营养评价模型是适合的。     

抚仙湖、星云湖与杞麓湖营养状态演变及突变分析

为科学评价抚仙湖、星云湖和杞麓湖(简称三湖)营养状态及其变化趋势,基于三湖1991—2015年水质数据,采用综合营养状态指数法评价其富营养化水平,通过Mann-Kendall(Sneyers)方法判识三湖富营养化趋势及突变时间。结果表明:三湖都存在水质恶化现象,其综合营养状态指数及各分项指数均呈变差趋势,表征其营养物质在增加。三湖的营养化水平和演变时间存在显著差异,抚仙湖处于贫营养,星云湖由中营养转变为富营养,杞麓湖表现为中度-重度富营养化;抚仙湖和杞麓湖分别在2004、2011年出现突变点,星云湖自2000年后综合营养状态指数显著增加。基于三湖营养状态演变及趋势,结合变化特征及相关情况的讨论,提出对抚仙湖的管理应减少农业化肥和农药排放,对星云湖和杞麓湖的管理应削减高污染工矿企业排放等。     

江苏省高宝湖区湖泊群富营养化特征分析

对江苏省高宝湖区高邮湖、宝应湖、邵伯湖和白马湖湖泊富营养化共性与差异性特征进行了分析。结果表明,2009—2014年,4个湖泊总体处于中营养—轻度富营养之间,综合富营养状态指数值在年内均呈波动变化,丰水期明显大于枯水期;主要营养因子水平在4个湖泊之间均存在较明显的差异,尤其是TN和SD 2项指标阶梯状差异较为明显,Chl-a也呈现不同程度的年内分布水平差异,并在春、夏季存在藻类暴发风险;各湖泊Chl-a与环境因子相关性差异较大,宝应湖、白马湖以及总体分析的高宝湖群Chl-a均与水温、TP相关性显著,TP应是高宝湖群藻类生长限制的主导营养因子;各湖泊富营养化特征存在差异性,总体上宝应湖与白马湖富营养化特征较为类似,与高邮湖差异较大,邵伯湖富营养化特征与高邮湖接近,又兼有与宝应湖、白马湖相似性特征。     

基于MODIS的西藏典型湖泊叶绿素a浓度反演

叶绿素a浓度是反映湖泊富营养化状态的一个重要参数。以MODIS L1B数据为基础，结合叶绿素a浓度实测数据，基于经验分析法实现了西藏典型湖泊叶绿素a浓度反演研究，并探索了西藏典型湖泊2019年春、夏、秋季叶绿素a浓度的时空变化特征。首先，利用叶绿素a浓度实测数据和MODIS L1B影像不同波段的反射率值进行组合试验，选择最佳波段组合建立模型；其次，分别选用2015年、2017年叶绿素a浓度实测值和反演值对模型进行对比验证；最后，利用叶绿素a浓度反演模型对西藏典型湖泊2019年春、夏、秋季叶绿素a浓度的时空变化特征进行分析。结果表明：在空间尺度上，西藏典型湖泊叶绿素a浓度整体上呈现出周围高、中部低的分布特征，且湖岸水体叶绿素a浓度变化较大；在季节尺度上，不同湖泊叶绿素a浓度的季节变化存在较大差异，格仁错和色林错的季节变化幅度较大，纳木错、塔若错和羊卓雍错的季节变化幅度较小。     

太湖水华的遥感分析

随着太湖流域的经济迅速发展,太湖湖体的富营养化程度日趋严重,特别是在20世纪的后期,水华频繁爆发。国家环保总局常规的水质监测是基于21个点位对全湖进行评价,完成一次采样耗时近1月,其对大面积水华现象的监测具有很大的局限性。文章利用遥感技术快速、大尺度、动态监测的特点,基于多个时相的TM影像对太湖的水温、悬浮物、叶绿素等水质参数的浓度和分布进行了遥感反演,进而对太湖水华的成因、发展程度、影响因素等方面进行分析,从而对太湖水华发生的特点,太湖的水质情况有一个全面的了解。     

基于湖北省12个中小型湖泊的水环境遥感监测应用示范

以《湖北省水环境遥感监测示范系统》为数据处理平台,对2012—2014年湖北省大东湖水网、梁子湖水系和汤逊湖水系共计12个湖泊的水质类别以及营养状态级别进行遥感监测,并对比实测数据进行精度评价。结果表明:遥感监测的梁子湖、豹澥湖和严西湖水质相对较好,杨春湖、北湖和南湖水质相对较差且富营养化状况较为严重。该系统能很好地实现对水质优良达标湖泊以及富营养化湖泊的识别。对示范区域各湖泊水质类别和营养状态级别的遥感监测,基本上能满足业务化运行的需求。个别湖泊遥感监测精度较低,主要表现为遥感监测的湖泊水质类别和营养状态级别均要优于实测的结果。系统对于面积相对较大的湖泊遥感监测精度更高。     

地表水环境遥感监测关键技术与系统

介绍了地表水环境遥感监测的关键技术与系统及其典型应用,其代表性机理模型和应用示范成果主要来自于中国科学院遥感与数字地球研究所的高光谱遥感团队在最近几年中取得的一些研究进展,主要包括建立了基于改进双峰法的水体分布自动化遥感提取方法,实现了简单、高效和高精度的水体提取；提出了大型湖泊长时序水量估算方法,并以青藏高原湖区为例,重建了典型湖泊面积、水位和水量序列；发展了基于“软分类”的典型内陆水体叶绿素a浓度反演方法,构建了基于生物光学模型的高度浑浊水体悬浮物浓度遥感反演半解析方法,提高了反演方法的区域和季节适用性；构建了基于水色指数的大范围湖库营养状态和透明度遥感监测方法,实现了全球大型湖库营养状态遥感监测,以及全国大型湖库透明度遥感监测；在此基础上,开发了地表水环境遥感监测系统,提高了水环境遥感监测效率,促进了卫星遥感在水环境监测中的高精度业务化应用。     

Mapping chlorophyll-a through in-situ measurements and Terra ASTER satellite data

This paper presents an application of water quality mapping through real-time satellite and ground data. The Lake Beysehir which is the largest freshwater lake and drinking water reservoir in Turkey was selected as the study area. Terra ASTER satellite image is used as remote sensing data source for water quality mapping in addition to simultaneously performed in-situ measurements. Ground data is collected simultaneously with the ASTER overpass on June 09, 2005 over the Lake Beysehir. The spatial distribution map is developed by using multiple regression (MR) technique for water quality parameter, which is chlorophyll-a (chl-a). The results indicate that simultaneous ground and satellite remote sensing data are highly correlated (R (2) > 0.86). In the image processing step, geometric correction, image filtering and development of water quality map procedures are performed with the ERDAS Imagine and ArcGIS 9.0 software. The trophic status of Lake Beysehir is considered to be oligotrophic with an average 1.55 microg/l chl-a concentration.     

淀山湖富营养化驱动力初探

通过2015—2019年在淀山湖布设5个采样点，监测总氮、总磷等12项水质指标，运用综合营养状态指数法和潜在性富营养化评价法对该水域富营养化水平进行分析，采用主成分分析法初步确定影响该水域富营养化水平的主要驱动因子。结果表明：监测期间淀山湖水质因子时空分布差异显著。综合营养状态指数法评价结果表明，淀山湖富营养化在轻—中度富营养化水平，并且季节变化规律明显；潜在性富营养化法评价结果表明，监测期间淀山湖以磷限制潜在性富营养为主。驱动因子分析表明硝酸盐氮是该水域富营养化最主要的驱动因子。     

巢湖水华遥感监测与年度统计分析研究

介绍了巢湖蓝藻水华的日常遥感监测方法与流程,开展了基于日常监测的年度统计分析,为水华环境管理提供了科学依据。首先分析了蓝藻水华与正常水体的光谱差异,利用蓝藻水华在近红外波段的"陡坡效应",基于NDVI方法开展水华日常遥感监测。基于日常监测开展水华年度统计分析,获得水华最早发生日期、最晚发生日期、最大发生面积等,并以水华发生频率、水华起始日期和水华持续时间来分析巢湖一年内高发区、发展趋势及持续时间等时空分布规律。研究表明,2010年巢湖水华的高发区域在巢湖西北部水域,水华持续天数最长的区域是巢湖西北和中部部分区域,水华先在西部沿岸聚集,随时间推移向东部和中部扩散,巢湖西南、中部和东南沿岸是最后新增的水华区域。     

巢湖蓝藻水华遥感监测初探

以巢湖为研究区,从2008年4月到11月,对巢湖水体的24个点位进行了连续的水体光谱测量,通过对蓝藻水华爆发程度与其光谱反射率之间关系的研究,确定遥感识别水华爆发级别的阈值,对四类不同爆发程度蓝藻水华光谱特征进行遥感识别,绘制巢湖蓝藻水华特征等级图。     

Spatial and Temporal Variations of Eutrophication in Western Chaohu Lake, China

Chaohu Lake is one of the five largest fresh lakes in China. Now it is one of the three most eutrophic lakes of China attracting more and more attention in the world-wide-concern. From Zhongmiao Temple to Qitouzui Cape, the lake is divided into two parts. The eutrophication state of the lake western part is more serious than that of the eastern part, mainly because the former is the final place of industrial and municipal wastewater from Hefei City, the capital of Anhui Province. Through six routine national sampling sites of the Western Chaohu Lake, we analyzed the yearly variation of eutrophication from 1984 to 2004, the monthly variation from 2001 to 2004 and the spatial distribution and variation of the six sampling sites in the year 1992, 1996, 2000 and 2004 with Trophic State Index (TSI). The main reasons for Chaohu Lake eutrophication and the spatial and temporal variations of eutrophication in Western Chaohu Lake were discussed.     

联合多源光学和雷达遥感的巢湖水华长时序时空变化分析

以巢湖水华爆发现象为研究对象,利用多源光学遥感和全极化SAR遥感作为数据源,对研究区域2008—2017年的水华进行识别提取,定量和定性分析水华面积及区域位置的时空变化。结果表明:在时间上,每年二、三季度巢湖水华面积普遍高于一、四季度,总体上呈现年平均水华面积逐渐减小趋势,前五年的水华面积比后五年高。在空间上,巢湖西北部水华发生频率最高,西部水华比东部水华发生频率高,沿岸比湖中心发生频率高。巢湖水华整体呈现改善趋势。     

洪泽湖流域生态环境问题及治理对策

分析了洪泽湖水环境和污染源特征,针对存在的氮磷超标导致湖体富营养化、生态退化以及入境客水污染等主要环境问题,提出制订入湖河流TN标准、控制污染物排放总量、修复湖泊生态、治理客水和强化水质监控等措施,为有效地改善洪泽湖水环境质量,遏制湖泊富营养化趋势提供科学支撑。