昆明湖水体悬浮颗粒物与有色可溶性有机物光谱吸收特性研究

基于2011年9月23日在北京颐和园昆明湖测量的10个采样点的水体各组分吸收系数光谱,分析了秋季昆明湖悬浮颗粒物、非藻类颗粒物、藻类颗粒物及有色可溶性有机物(CDOM)的光谱吸收特性.结果表明,水体总吸收当中,藻类颗粒物贡献率最大,CDOM次之,非藻类颗粒物贡献率最低,这表明藻类颗粒物是秋季昆明湖水体中最主要的水体组分.秋季昆明湖南部藻类颗粒物吸收系数与叶绿素a浓度均大于北部,这可能是因为昆明湖水由北侧流入从南侧流出,且北京秋季盛行北风导致的.未发现CDOM与叶绿素a浓度间具有显著的相关关系,可能与藻类空间分布不均匀、并且受CDOM外源影响有关系.     

东平湖CDOM吸收光谱特性及其来源解析

为分析东平湖有色可溶性有机物（CDOM）吸收特性、来源和空间分布的季节变化,分别于2013年8、12月以及2014年3月采集了35个表层水样,分析了各基本水质参数、CDOM吸收系数[a（440）]、比吸收系数[a^*（440）]和相对分子量参数M值的分布规律及CDOM吸收系数与水质参数之间的相关关系.结果表明：东平湖CDOM吸收系数a（440）呈现出枯水期 > 丰水期 > 平水期的规律,空间分布与CDOM比吸收系数[a^*（440）]相似.M值呈现出丰水期 < 平水期 < 枯水期的变化趋势.丰水期CDOM吸收系数与叶绿素a（Chla）具有显著相关关系;丰、平水期两季CDOM吸收系数与DOC存在显著相关关系.丰水期CDOM同时受外源和内源输入的影响,但以内源输入为主,主要来源于浮游植物降解产物;老湖镇湖区外源特征明显.平水期CDOM亦受内源和外源输入的双重影响,但浮游植物的腐烂降解不是CDOM的主要来源;北部湖区以外源输入为主.枯水期CDOM整体表现出较强的自生源特征,但相关分析显示,浮游植物降解并不是CDOM的主要来源,自生源特征可能与挖沙活动导致的悬浮物浓度增高有关;东南湖区因大汶河输入的影响呈现出较强的外源特征.利用东平湖丰、平水期两季CDOM浓度反演DOC浓度具有可行性.     

富营养化水体中黑水团的吸收及反射特性分析

对黑水团水体光学特性进行研究,是利用遥感技术监测和评估黑水团事件的前提.针对2015年7月在太湖发生的黑水团现象,采集了太湖黑水团区(区域一)、蓝藻水华区(区域二)、清水区(区域三)共36个水样,对这3个区域的水体遥感反射率以及吸收特性进行对比分析.结果表明:1区域一水体的总颗粒物、色素颗粒物和非色素颗粒物吸收系数比区域二、区域三高出1~2倍,在400~500 nm之间,区域一CDOM吸收系数相比另外两个区域的水体高出2倍左右.导致黑水团区域水体具有很低的遥感反射率,被人眼感知时呈现为黑色;2黑水团区域水体M值低于滇池、巢湖和太湖的M值变化范围,说明黑水团中CDOM的腐殖酸含量较高.此外,叶绿素a浓度与CDOM在350 nm处吸收系数之间具有很好的相关性,表明蓝藻的降解可能是黑水团中CDOM的一个主要来源;3在380 nm之后,黑水团区域的水体总吸收以色素颗粒物占主导,但在短波350~380 nm处,CDOM对总吸收的贡献率高于色素颗粒物和非色素颗粒物.     

新安江水库夏季CDOM吸收光谱特征及来源分析

为探讨夏季新安江水库有色可溶性有机物(CDOM)吸收光谱特征、空间分布及潜在来源,于2013年7月份在新安江水库采集了53个表层水样,分析了CDOM吸收系数a(350)、比吸收系数a*(350)和光谱斜率S值的空间分布规律及CDOM吸收系数与水质参数的相关关系.结果表明:通过系统聚类分析,夏季新安江水库CDOM吸收系数空间分布可划为3类,吸收系数大小呈现出A类区(西北河流区)>B类区(库心区及东北库区)>C类区(西南库区及东南库区)的规律,空间分布与CDOM比吸收系数相似而与S值相异.CDOM吸收系数a(350)与叶绿素a(Chla)浓度、浮游植物吸收系数及悬浮物浓度存在极显著性正线性相关,表明夏季新安江水库CDOM主要来源于浮游植物新陈代谢及降解产物.     

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.     

太湖北部不同湖区春、夏季溶解性酸性多糖分布

为研究太湖dAPS(dissolved acidic polysaccharides,溶解性酸性多糖)的时空变化,探讨湖泊水体中dAPS对有机碳的贡献和重要性,于2012年春、夏季调查了太湖北部不同湖区(竺山湾、梅梁湾、贡湖湾、湖心区)水体中ρ(dAPS),分析了其时空变化特征及其与ρ(Chla)之间的关系,并探讨了不同湖湾中dAPS对DOC(溶解性有机碳)的贡献率. 结果表明,太湖北部水体中ρ(dAPS)春、夏季变化范围为3.02~9.93mg/L,平均值为(6.10±1.59) mg/L. 夏季太湖北部各湖区之间ρ(dAPS)没有显著性差异,春季梅梁湾中ρ(dAPS)显著高于湖心区(P<0.05),其他湖区并没有显著性差异. 春、夏两季ρ(dAPS)的最低值均出现在湖心区. 除贡湖湾外,夏季太湖北部各湖区ρ(dAPS)与ρ(Chla)都存在显著线性正相关,而春季各湖区则无显著线性关系. 这说明春、夏季dAPS的受控因素不一样,夏季ρ(dAPS)受藻类影响较大. 夏季各湖区dAPS对DOC的贡献率以贡湖湾最高,平均值高达46.7%±7.7%,春季则以梅梁湾的贡献率较高,平均值为68.6%±5.9%,这意味着dAPS在太湖水体有机碳循环中起着重要的作用.      

珠江口水体组分的吸收特性分析

水体组分吸收特性是水下光场和水面光谱的主要影响因子,对其进行研究有助于提高对水体光学特性的认识和水质参数的遥感反演.基于2013年7月珠江口水体30个样本的实测数据,对珠江口水体总颗粒物、非藻类颗粒物、浮游藻类和CDOM的吸收特征进行了分析,结果表明:1总颗粒物吸收特征为非藻类颗粒物主导类型;2非藻类颗粒物的吸收系数遵循指数衰减规律,主要来源是陆源性输入,指数斜率Sd均值与空间变化幅度高于内陆二类水体;3多项式关系能较好地表达aph(440)与叶绿素a浓度的关系,而aph(675)与叶绿素a浓度存在很好的线性相关,辅助色素对浮游藻类吸收系数的影响主要在短波波段,长波波段叶绿素a的影响占主导地位,比吸收系数随叶绿素a浓度的增加而减小,呈现幂指数衰减规律;4CDOM输入以陆源为主,光谱曲线在紫外波段250~290 nm之间存在一个吸收肩,按光谱特征分段拟合Sg值能够更好地表达CDOM吸收特性,M值与A段(240~260 nm)的斜率Sg值呈现较强的正相关,珠江口水体的M值较小,CDOM中腐殖酸含量较高;5珠江口水体非色素颗粒物吸收在总吸收中占主导地位,浮游藻类吸收对总吸收的贡献远小于非色素颗粒物,CDOM吸收对总吸收的贡献最小,当CDOM中腐殖酸含量较高时,CDOM对水体总吸收的贡献大,腐殖酸含量较低时,CDOM对水体总吸收的贡献小.     

太湖有色溶解有机质光谱吸收空间的分异特征

 利用模糊聚类的方法,分析了冬、夏季全太湖有色溶解有机质(CDOM)的吸收系数谱的时空演变特征.结果表明,就太湖CDOM 的组成而言,冬、夏2 季的CDOM 均可大致划分为2 类,夏季,一类位于太湖西部沿岸及北部湾区,另一类位于太湖东南部区域;冬季,其一位于太湖北部及北部湾区,其二位于太湖的南部.太湖北部区域入湖河道输送的有机物是造成该区域CDOM 的组成类型及浓度区别于太湖南部的主要因素.冬、夏2 季不同盛行风引发的风生流,是造成CDOM 在太湖呈现不同季节、不同空间分布的基本原因.在这2 季中,北部湾区的CDOM 的浓度均大于其南部区域,且南部CDOM 浓度的空间变化较北部平缓.冬季全太湖CDOM 组成的空间变化较夏季更为均匀.     

夏季太湖CDOM光学特性空间差异及其来源解析

为进一步探究夏季太湖CDOM（有色溶解性有机质）光学特性在空间分布上的差异性与其来源的关系,对其紫外-可见吸收及三维荧光光谱特性进行了分析研究,在此基础上进一步分析了CDOM吸尘系数及其荧光组分（C1、C2、C3、C4）强度和各水质参数间的相关性.结合主成分分析法探讨了CDOM的来源以及与各参数指标[ρ（DOC）除外]之间的来源关系.结果表明:CDOM吸收系数α（355）、S值（光谱斜率）变化范围分别为3.27~8.27 m-1和0.011~0.021 nm-1;太湖西部、北部及南部湖区CDOM丰度较大,S值较低,受陆源输入的影响较为明显.CDOM的三维荧光光谱揭示其中含有两种类蛋白质组分C1和C2以及类腐殖质组分C3和C4,并且以类蛋白质组分为主.此外,大部分采样点的荧光指数（FI）为1.70~2.01,自生源指数（BIX）大于1,腐殖化指数（HIX）小于0.6,r_（T/C）（荧光峰T与荧光峰C荧光强度比值）小于2,表明夏季太湖CDOM内源特性相对强烈.研究显示,除ρ（DOC）外,CDOM与其他水质参数在第一主成分上（贡献率为90.8%）均存在显著相关关系,说明各水质参数的来源存在相似性,并且受生物自生源影响更为显著.      

太湖北部湖区COD浓度空间分布及与其它要素的相关性研究

利用2004年夏季在太湖北部湖区的采样数据,分析了化学需氧量(COD)浓度的空间分布,建立了COD浓度与有色可溶性有机物(CDOM)吸收、荧光、溶解性有机碳(DOC)浓度之间的定量关系.并以2004-01、2005-01、2007-06的数据探讨了COD的来源.结果表明,夏季COD浓度的变化范围为3.77～7.96 mg·L-1,均值为(5.90±1.54)mg·L-1. COD浓度从梅梁湾内往湾口再往大太湖呈现逐渐降低趋势,梅梁湾和大太湖的均值分别为(6.93±0.89)ms·L-1、(4.21±0.49)mg·L-1,梅梁湾的值显著要高于大太湖开阔水域. COD浓度与CDOM吸收、荧光、DOC浓度存在显著的正相关.通过对光学活性物质CDOM浓度的反演,可以外推水体有机物污染程度,为日后利用遥感影像反演和评估太湖水体有机物污染状况奠定基础.夏季COD浓度与叶绿素a浓度存在极显著正相关,而冬季没有相关或这种相关性很弱,并且夏季的值明显要高于冬季的值,反映了除入湖河流带来外源COD的输入外,夏季浮游植物大量生长死亡腐烂后的降解产物也是水体中COD的重要来源.     

太湖梅梁湾有色可溶性有机物对光的吸收

探讨了太湖梅梁湾不同湖区有色可溶性有机物(CDOM)对光的吸收、光衰减系数的变化及与DOC浓度的关系、CDOM吸收对光衰减系数的贡献率以及指数函数曲线斜率S值.结果表明,不同类型湖区CDOM吸收系数差异明显,a_d(440)、a_d(320)的变化范围分别为1.22～2.58m^-1,6.24～10.69m^-1;DOC浓度最高值出现在梁溪河口,为12.74mg/L,最低值出现梅梁湾口,为6.87mg/L,大致呈由湾内向湾口逐渐递减的趋势;DOC与CDOM吸收系数在波长320nm以下存在显著性相关,波长320～700nm CDOM吸收对光衰减系数的贡献率在0.69%～60.9%间变化,400nm以下紫外短光部分贡献率均大于20%,空间上短波部分贡献率在河口区、五里湖比梅梁湾内及沿岸带要大;CDOM吸收的指数函数曲线斜率S在13.9～18.1m^-1间.     

太湖CDOM紫外吸收特性及其分子量时空分布特征

基于2006年8月16日、2007年3月28日对太湖梅梁湾15个样点和2007年11~12月对全湖61个样点的有色溶解性有机物(CDOM)吸收系数观测数据,对CDOM分子量相对大小的时空差异及其影响因素进行了分析.结果表明,梅梁湾地区主要富集的是高分子量CDOM,而大太湖地区则较为复杂,北部地区主要是高分子量的CDOM占据主导地位;而在太湖东西部,主要是低分子量的CDOM;南太湖区域,高分子量的CDOM和低分子量的CDOM相对平衡.不同波长范围内CDOM吸收模型的斜率系数(S)值对CDOM的分子组成的敏感性具有一定的差异性,UVR最为敏感,其次是UV-A,再次为UV-B,UV-C最不敏感.梅梁湾CDOM主要影响因素是陆源,陆源影响的强度随季节的变化具有一定的差异,其中8月份最强,其次是3月份,最弱为11月份.     

太湖典型湖区中胶体有机碳浓度的时空变化

利用切向流超滤技术研究了太湖梅梁湾与贡湖湾2个不同生态类型的典型湖区在不同季节胶体有机碳(COC)的浓度变化,并同步观测了浮游植物、叶绿素(Chla)、悬浮物(SS)等背景指标.结果表明,作为藻型湖区的梅梁湾,其COC浓度夏季最高,秋季最低;作为草型湖区的贡湖湾.其COC浓度在秋季最高,冬季最低;太湖梅梁湾和贡湖湾COC浓度的差异和季节变化有关,夏季梅梁湾COC浓度高于贡湖湾,差异为一年中最大;太湖水体COC浓度和Chla浓度显著正相关(r=0.81,P=0.015),表明浮游植物的生命活动址太湖水体COC的一个重要来源.     

太湖化学耗氧量和生化需氧量的时空分布特征

基于2009年2月(冬季)、5月(春季)、8月(夏季)、11月(秋季)全太湖32个站点的化学耗氧量(COD)、生化需氧量(BOD)、溶解性总氮(DTN)、溶解性总磷(DTP)、浮游植物色素数据,分析了太湖COD、BOD的时空分布特征,并探讨了影响COD、BOD时空分布的因素.结果表明,2009年太湖COD值为3.40～6.16mg·L-1,平均值为(4.38±0.72)mg·L-1;BOD为0.64～5.93mg·L-1,平均值为(1.91±1.63)mg·L-1.COD值在秋冬季节较高,其值显著大于春夏季(p0.001);而BOD值冬季较高,其它季节都较低.COD与BOD的空间分布格局相似,呈现出自竺山湾、太湖西北沿岸区向梅梁湾区、湖心区、东南湖湾区依次递减的趋势.分类统计结果显示,河口沿岸区COD、BOD值显著高于开敞水域区(p0.001).相关性分析结果表明,COD、BOD与DTN、DTP、浮游植物色素的相关性存在季节性差异.夏季浮游植物色素浓度与COD、BOD相关系数最高,说明夏季浮游植物降解对水体内COD和BOD的贡献要高于其它季节.COD与BOD的时空分布特征主要受降雨量、河流输入、"引江济太"及太湖浮游植物活动等的影响.     

太湖梅梁湾水体组分吸收特性季节差异分析

利用2006年8月、11月和2007年3月太湖梅梁湾水样实验室测定的水体组分固有光学特性数据和水质分析数据,分析水体中各组分在不同季节的吸收特性,并讨论不同季节光谱吸收的主导因子.结果表明,各组分在不同季节其吸收特性存在一定的差异,总悬浮吸收系数在夏季最大,在440 nm平均吸收系数为(7.49 4±3.0)m-1,春季最小,440 nm平均吸收系数为(2.86±0.73)m-1,且不同季节其吸收类型不同;非藻类颗粒吸收特性的季节性差异相对较小,其吸收系数和S值的差异主要是由于无机悬浮物含量和组成的不同导致的;由于藻类含量的差异导致浮游藻类吸收系数在夏季最大,675 nm平均吸收系数为(5.49±3.5)m-1,秋季次之675 nm平均吸收系数为(2.03±1.14)m-1,春季最小,675 nm平均吸收系数为(0.62±0.25)m-1;而有色可溶件有机物(chromophoric dissolved organic matter,CDOM)吸收系数和S值的季节差异性主要是由于其来源的不同,导致其浓度和成分的不同形成的.春、秋季由于无机悬浮物含量较高,非藻类颗粒物对总吸收的贡献大于其他组分,是水体总吸收的主导因子,而夏季由于浮游藻类含量较高,使其成为水下光谱的主要影响因素.     

太湖典型草、藻型湖区有色可溶性有机物的吸收及荧光特性

2004年4月对太湖典型草、藻型湖区东太湖和梅梁湾有色可溶性有机物(CDOM)的吸收和荧光特性进行了研究.通过实验测定方法得到东太湖和梅梁湾CDOM的光谱吸收系数及其荧光值.结果表明,溶解性有机碳(DOC)的浓度在6.3～17.2 mg/L间变化,其均值为9.08±2.66 mg/L;CDOM在280 nm和355 nm的吸收系数分别为11.2～32.6 m^-1(平均值17.46m-1±5.75 m^-1)和2.4m～8.3 m^-1(平均值4.17 m^-1±1.47 m^-1);355 nm波长处CDOM的比吸收系数为0.31～0.64 L·(mg·m)^-1,平均值0.46L·(mg·m)^-1±0.08 L·(mg·m)^-1.355 nm的激发波长、450 nm的发射波长处的荧光值的变化范围0.50～3.91 nm^-1(平均值1.32nm-1±0.84 nm^-1).2类草、藻型湖区的DOC浓度、CDOM吸收系数、355 nm处荧光值均存在显著性差异,但CDOM比吸收系数和指数函数斜率则没有显著性差异,由此则反映了CDOM来源的一致性.CDOM的吸收系数与DOC浓度的相关性随波长的降低而增加,在短波部分存在明显的正相关.355 nm处的荧光值、DOC浓度与CDOM吸收系数存在如下显著性的正相关关系:F_n(355)=0.544(±0.035)a(355)-0.946(±0.152),DOC=1.537(±0.196)a(355)+2.683(±0.862).280～500 nm、280～360 nm、360～440 nm指数函数斜率分别为14.37μm^-1±0.73μm^-1、19.17μm-1±0.84μm^-1、13.38μm-1±0.82μm^-1.     

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.