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。     

基于遥感方法的巢湖水华月平均强度评价方法研究

以巢湖2009—2017年,每年4—10月(共63个月)的地面和遥感监测结果的日平均值作为基础数据,分别对地面和遥感监测指标求月平均值,根据各指标间的相关性,最终确定巢湖水华月平均强度评价的指标为藻密度、月累计水华面积、平均水华面积和大面积次数,对这4个指标分别采用分级赋分的方法进行评分,总评分等于4个指标评分之和,依据总评分的结果,将巢湖水华强度由弱至强分为5个等级。依据该评价方法,巢湖水华强度从4月—9月,基本由弱至强呈上升趋势,中间偶有波动,在9月前后达到峰值,水华强度一般为较强至强。     

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。     

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。     

典型湖泊水华特征及相关影响因素分析

通过2011-2015年对太湖、巢湖和滇池水华高发季节的连续监测，以藻类密度和水华面积为判据评价了3个湖体的水华情况及变化趋势，探讨了水华发生的主要影响因素。结果表明：太湖水华程度以"轻度水华"为主，巢湖水华程度以"轻微水华"为主，滇池水华程度以"中度水华"为主；太湖、巢湖和滇池水华规模均以"零星性水华"为主；太湖和巢湖藻类密度与水温、pH、溶解氧、总氮、总磷和高锰酸盐指数均呈显著正相关，与透明度呈显著负相关，与氨氮无显著相关性；滇池藻类密度与水温、总磷和高锰酸盐指数均呈显著正相关，与透明度和氨氮呈显著负相关，与pH、溶解氧和总氮无显著相关性。     

“MMA”技术路线在太湖蓝藻水华监测中的应用

通过对3S技术整合,提出"MMA"技术路线应用于蓝藻水华监测,包括监测、测绘、分析等关键步骤。对太湖蓝藻水华研究结果表明,总体规律一致,但又有所差异。一方面,太湖蓝藻密度(CBD)、叶绿素a(Chl-a)及水华频率分布图结果均呈现"西高东低"的空间分布规律;另一方面,太湖湖心区CBD和Chl-a浓度亦较高,而遥感监测后的水华频率图显示为无水华或频率小于1%。故应参照"MMA"技术路线,综合应用3S技术,并核验比对,弥补单项技术存在的不足,全面真实反映藻类水华情况。"MMA"技术路线既适用于水华监测,亦可推广至其他环境监测工作。     

空间分布频率分析法在太湖水华遥感监测中的应用

以2009—2012年MODIS遥感影像为主要数据源,提出了基于中长时间尺度多时相数据的空间分布频率指数(SDFI)与计算方法,通过分析比较4年太湖水华SDFI计算结果,并结合同期湖体浮标自动监测数据,发现太湖西部沿岸水华暴发频率和营养盐浓度最高,梅梁湖和竺山湖次之,应当作为下一阶段太湖水环境监控治理的重点区域。     

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。     

综合遥感与地面观测的巢湖水体富营养化评价

提出一种将地面观测数据空间插值与遥感反演结合的湖泊富营养化评价方法与业务化运行模式。对叶绿素a等可反演参数利用遥感影像反演,并利用实测值校正获得高精度反演结果;对总磷等不易反演参数采用空间插值获取全湖区数据,采用综合营养指数法对巢湖富营养化状态进行反演,获得2015年5月12日巢湖富营养化状态空间分布情况。结果表明,巢湖全湖为轻度和中度富营养化状态,呈现出西半湖高于东半湖的总体空间分布趋势。结合相关数据对巢湖富营养化成因进行推断,认为南淝河等上游河流各类营养物质输入量较大是造成西半湖北部富营养化严重的主要成因;西南部杭埠河等河流氮磷输入量较大,但其他营养物质输入较少,使得该区域总体呈现出富营养化程度偏低的现象。     

新疆克州"十五"期间生态环境质量评价研究

区域生态环境状况对区域经济发展起重要支撑作用,本文采用遥感和地理信息系统的技术手段,利用2000年与2006年ETM影像及CBERS影像,结合《生态环境状况评价技术规范》中的技术方法,对克州"十五"前后生态环境状况进行了综合评价.研究认为,克州总体生态环境状况处于一般和较差水平,"十五"期间克州生态环境状况总体上虽无明显变化,但各生态环境状况评价指数基本上均呈现下降趋势.     

合肥市环巢湖地区种植业面源污染监测与评价

通过2016-2018年在合肥市环巢湖5个县区主要农田周边沟渠中采集水样,监测农田氮磷流失浓度,并评价该区域种植业面源污染状况。结果表明,这3年该区域种植业TN、TP流失的平均质量浓度分别为3.48 mg/L、0.602 mg/L,均高于地表水Ⅴ类水质标准。2016年与2017年TN、TP浓度差异不大,2018年较前两年TN浓度有所提高,TP浓度相比显著降低。巢湖市农田沟渠水中TP浓度高于其他县区,TN浓度相对较低;NO-3 N浓度庐江县高于其他县区;NH 3 N地区间几乎没有差异。TP和NH 3 N浓度均为秋季高于夏季,TN和NO-3 N浓度均为夏季高于秋季。     

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。     

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。     

太湖蓝藻水华暴发主要特征初析

太湖水体富营养化加剧引起了多方面的关注,针对近年实际监测结果,结合历年流域水环境质量的变化,初步归纳了当前太湖蓝藻水华暴发的地域特征、时间周期特点及主要水质指标的变化规律,总结了太湖蓝藻水华的暴发呈多峰形状态.2007年太湖沙渚水源地藻类生物量的两峰三阶段的特征进一步表明,太湖蓝藻水华的暴发进入了高频期.     

杭州市大气细颗粒物PM_(2.5)中多环芳烃含量特征研究

按季节对杭州市大气细颗粒物PM2.5中16种多环芳烃(PAHs)的含量在2006年进行了为期一年(样本数n=47)的测定分析.研究表明,杭州市大气PM2.5中PAHs总浓度为40.66ng/m3,以中环或高环为主,分别占总PAHs的32.23%和47.6%;云栖点位(位于风景名胜区内)PM2.5中PAHs浓度高于朝晖点位(位于商业居民混合区);季节变化呈现春季高,秋季低的特点;PM2.5中苯并[a]芘等效毒性(BEQ)为4.50;PM2.5中PAHs的来源不是单一的.