基于水面反射率光谱分类的太湖藻蓝蛋白浓度反演

藻蓝蛋白是蓝藻的标志性色素,利用遥感反演藻蓝蛋白浓度的时空分布对于蓝藻水华监测和预警具有重要意义.太湖水体光学特性时空差异较大,传统的藻蓝蛋白遥感反演方法在太湖各湖区各季节的适用性有限.因此,本文采用先分类再反演的策略,基于水面反射率光谱分类进行太湖藻蓝蛋白浓度反演建模.首先采用逐步迭代的K均值聚类方法实现光谱分类;然后分别利用每一类的训练样本光谱数据建立最适用于该类的藻蓝蛋白反演模型;最后利用每一类的检验样本光谱数据进行反演模型精度评价.为了对比,同时采用不分类的传统方法进行反演建模和精度评价.检验结果表明:基于不分类的传统建模方法得到的均方根误差RMSE=14.14μg·L-1,平均相对误差σ=59.1%,反演结果和实测数据可决系数为0.46;基于光谱分类的建模方法得到RMSE=8.47μg·L-1,σ=31.3%,反演结果和实测数据可决系数为0.87.因此,基于光谱分类的藻类蛋白反演方法有效地提高了反演精度,可以为其它水体的藻蓝蛋白浓度反演提供借鉴.     

基于数据同化的太湖叶绿素多模型协同反演

在国内外众多学者的不懈努力下,开发了大量的水质参数遥感估算反演模型,但不同的模型都具有其"局限性",只能从某个层面反映"真值".基于上述考虑,本研究发展了基于数据同化方法的太湖叶绿素a浓度多模型协同反演算法.利用2006~2009年太湖野外实测水体高光谱遥感反射率数据,构建了7个叶绿素a浓度反演模型;通过模型精度对比,最终遴选出6个适宜的叶绿素a浓度反演模型.进而使用不同模型组合,进行多模型协同反演.结果表明:1多模型协同反演算法的反演精度要高于单模型反演的反演精度,最优MAPE仅为22.4%;2随着参与多模型协同反演的模型个数的增加,其反演精度也逐渐提高,MAPE均值从25.6%降低到23.4%,RMSE均值从15.082μg·L-1降低到14.575μg·L-1,相关系数R均值从0.91提升到0.92;3通过对多模型协同反演产品的置信区间进行计算,可以有效地估算产品精度和误差,同时使得获取全湖反演叶绿素a浓度的误差空间分布情况成为可能.     

香溪河夏季水华暴发差异性研究及其机制分析

三峡水库支流水华已成广泛关注问题,香溪河在同一时期不同空间暴发了不同藻类水华。2017年6-7月对香溪河水华藻种进行连续跟踪监测,分析水华藻种和环境因子的变化及其关系。结果表明:香溪河总氮平均浓度为2.212 mg/L,总磷平均浓度为0.071 mg/L,表层水温在24.95～29.93℃之间。总磷浓度从上游到下游呈递减趋势,总氮从上游到下游呈递增趋势。监测期间中下游暴发了蓝藻水华,叶绿素a最高浓度为69.62μg/L;上游暴发了甲藻水华,叶绿素a最高浓度为100.56μg/L,水华的优势藻种呈现空间差异性。这种藻类空间分布的差异性主要受中层倒灌异重流影响,倒灌的范围同时也决定了2种水华的暴发范围。中下游水体高浓度氮与中层倒灌异重流是蓝藻水华暴发的关键。上游区间具有特殊的循环水流与高浓度磷是甲藻水华暴发的关键。     

十六烷基三甲基氯化铵与荧蒽对小球藻的联合毒性及其作用机制

以普通小球藻(Chlorella vulgaris)为受试生物,采用批量培养方法研究了阳离子表面活性剂十六烷基三甲基氯化铵(CTAC)与多环芳烃荧蒽(Flu)的联合毒性及其作用机制.结果表明,当CTAC初始浓度固定为100μg/L时,随Flu浓度的升高(0~100.84μg/L), CTAC与Flu的联合毒性由协同效应(0~22.50μg/L)转为拮抗效应(22.50~100.84μg/L).当Flu浓度为1.13μg/L时,协同效应达到最大(RI＝2.01),与对照组相比,生物量抑制率从37.5%增加至80.9%;对氮和铁单位吸收量分别从0.27mg和9.18μg降至0.09mg和2.14μg;藻细胞Zeta电位从-10.0mV提高至-8.3mV;叶绿素a和可溶性蛋白质含量分别从5.00mg/L和80.65μg/mg降为2.57mg/L和50.36μg/mg.根据实验结果分析, CTAC与Flu复合污染体系提高了藻细胞Zeta电位,抑制了小球藻对氮和铁的吸收,降低了藻细胞体内叶绿素和蛋白质的含量.     

不同营养水平下沉水植物的抑藻效应

控制水体的营养盐浓度,尤其是磷浓度,可以控制藻类水华的发生.然而,经济成本很高.相对藻类而言,沉水植物对水体营养盐升高敏感性更低,且沉水植物的存在可以改变藻类的群落结构和生长速率.为探讨沉水植物在营养盐与蓝藻水华控制关系中的作用,本研究探讨了有无水生植物存在下,不同营养盐浓度(磷浓度分别为0.025、0.05、0.1 mg·L~(-1),对应地表水Ⅲ～Ⅴ类)下蓝藻水华暴发(chlorophyll-a10μg·L~(-1))的频率、强度和持续时间.结果表明,初始藻浓度为5μg·L~(-1)和10μg·L~(-1)情况下,3种磷浓度下都会发生水华,磷浓度的升高会导致蓝藻水华暴发的强度和持续时间增加.然而,在加入水生植物金鱼藻后,初始藻浓度为5μg·L~(-1)的条件下,没有形成水华.初始藻浓度为10μg·L~(-1)的条件下,各处理组在实验初始时会形成短暂水华,之后,各处理组的叶绿素a浓度均低于10μg·L~(-1),显示蓝藻生长受到抑制.因此,沉水植物存在情况下,在营养盐较高的水体,蓝藻水华也不会发生.     

MODIS时序影像的福建近岸叶绿素a浓度反演

叶绿素a(Chl-a)浓度是可以直接遥感反演的重要水质参数之一,常用来评价近岸水体的富营养化程度.为有效监测福建近岸水域中的叶绿素a浓度变化,本文利用MODIS时间序列影像数据,采用适用于小样本数据的机器学习方法随机森林(Random Forest, RF)和传统的特征波段比值(Band Ratio, BR)方法,结合时序浮标观测数据,在浮标观测站点有限的情况下,采用"以时间连续补空间稀疏"的建模策略,分别对福建近岸不同时相叶绿素a浓度进行遥感反演,并对反演结果进行验证与分析.结果显示RF、BR两种方法反演的均方根误差(RMSE)分别为0.49、0.52μg·L~(-1),平均绝对百分比误差(MAPE)分别为37.50%、50.20%,平均决定系数(R~2)分别为0.87、0.21.可见,基于MODIS时序影像的RF模型可较准确估测福建近岸叶绿素a浓度,且精度优于BR模型.在近岸水环境普遍恶化且浮标观测站点有限的情况下,本研究可提供一种有效监测叶绿素a浓度的方法,有利于福建近岸水环境(如赤潮)的遥感监测.     

香港近海海域叶绿素a定量反演及时空变化分析

以2009~2019年HJ-1A/B卫星多光谱数据和对应日期的实测数据为数据源,通过预处理提取出各波段组合反射率并与实测叶绿素a浓度数据进行统计相关性分析,选取相关性最高的波段组合作为特征变量与2/3的实测叶绿素a浓度数据进行建模,并用剩下的1/3实测叶绿素a浓度数据进行精度验证以确定最佳遥感反演模型,最后根据最佳反演模型对2009-2019年的香港近海海域叶绿素a浓度进行反演,明晰该海域近10年的叶绿素a浓度时空变化特征.结果表明：利用HJ-1A/B卫星多光谱数据反演香港近海海域叶绿素a浓度的最佳波段组合为第3波段和第2波段比值（B3/B2）,相关系数（r）为0.893;最佳反演模型为利用B3/B2构建的e指数回归模型（Chl=0.004e^6.693(B3/B2)）,决定系数（R²）为0.934,均方根误差（RMSE）为0.255μg/L,平均相对误差（RPD）为25%;近10年香港近海海域的叶绿素a浓度时空变化特征：空间上整体呈现“东高西低,由东向西逐渐减小”的分布特征,西部海域比东部海域平均浓度低5μg/L左右;2017年内呈“春低秋高,夏升冬降”的随季节变化特点,其中秋季最高,夏春两季次之,冬季最低.     

北京市城区地表水体叶绿素a与藻密度相关性研究

实验主要研究在实验室培养条件下,对北京市城区地表水体进行分析,发现在叶绿素a浓度>40μg/L时,叶绿素a与藻密度有较好的相关性,R2值均>0.8705。同时,通过对实验数据及现象的分析,得到了水华阈值在叶绿素a浓度40μg/L,以及结合藻类生长曲线和藻密度、叶绿素a的日增长率的变化量得出各个河湖"水华"暴发的暴发点。     

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.     

广州流溪河水库叶绿素a遥感反演研究

叶绿素a是衡量水体初级生产力和富营养化程度的一项重要指标。本研究在讨论分析反演水体叶绿素a浓度的半分析生物光学模型理论基础上,利用Landsat TM数据及中巴资源卫星02星CCD相机高分辨率数据,结合实测数据建立广州流溪河水库叶绿素a浓度的波段比值型反演模型。该模型对两个不同监测日期的叶绿素a浓度反演效果较好,拟合系数(R2)分别达到0.860和0.715,均方根误差分别为0.102μg/L和0.198μg/L。反演结果表明,流溪河水库叶绿素a浓度整体较低,均在2.0μg/L以下,空间分布在湖库区较均匀,入库支流玉溪河水域叶绿素a浓度略高于湖库区。     

基于门限极值理论的湖泊水质参照状态的确定

在前人工作的基础上,利用门限极值的广义Pareto分布理论和超出阈值峰(Peak Over Threshold,POT)方法,提出了一种确定湖泊参照状态浓度的新方法.该方法不仅能够给出更为精确的置信区间,而且克服了广义极值分布理论取用数据浪费等缺陷.将该方法应用到太湖的水质基准参照状态中,通过POT方法对太湖8个站点1995~2006年总氮(TN),总磷(TP)和叶绿素a(Chl-a)的数据进行预处理,分别以-1.0mg/L, -0.05mg/L与-4μg/L作为它们观测值相反数的门限值,结果表明观测值的相反数符合广义Pareto分布,验证了方法的可行性.推荐采用25%分位点的值作为太湖总氮,总磷和叶绿素a的参照状态,即太湖的参照状态是:总氮0.66mg/L;总磷0.023mg/L;叶绿素a为1.27μg/L.最后分别得出了它们各自的95%置信区间,而且其精度明显高于广义极值分布理论结果.     

基于MODIS数据的水稻种植面积监测方法研究

以具有较典型丘陵山区特征的福州地区为示范,首先在GIS技术的支持下,通过土地利用现状图、数字高程和海拔高度来提取水稻可能种植区,然后利用2001-2005年的MODIS卫星遥感数据,计算得到水稻可能种植区内的叶面积指数LAI,并分析LAI的年际变化特征,在此基础上建立水稻种植面积估算模式。结果表明:利用MODIS数据监测丘陵山区双季稻种植面积相对误差可小于13%,双季晚稻种植面积监测的准确率优于双季早稻。     

支持向量机在太湖叶绿素a非线性反演中的应用

根据湖泊监测的特点,采用支持向量机(SVM)方法,反演太湖叶绿素a的浓度分布.将2005年8月太湖29个现场水质监测点数据分为训练测试样本集和验证样本集,利用训练测试样本集以及与其时间同步的MODIS遥感影像,分别构建了4种SVM模型.对比分析表明,直接以波段反射率以及水深信息构成输入向量的SVM模型预测效果最好.利用训练测试样本构建了线性回归模型、主成分分析模型(PCA)以及神经网络模型(ANN),并利用验证数据比较了上述3种模型与SVM模型的预测结果.结果表明ANN模型和SVM模型预测能力明显优于另外2种模型,其中SVM模型对低值和高值均有较好的预测精度,平均相对误差仅为15.91%,预测精度比ANN模型提高了10%.利用SVM模型和ANN模型分别反演了2005年8月15日太湖叶绿素a浓度分布,比较了2种模型反演结果的异同,分析了太湖叶绿素a分布特征及其成因.     

基于ELCOM-CAEDYM模型的太湖蓝藻水华早期预测探讨

结合太湖蓝藻水华形成的"四阶段理论", 基于澳大利亚西澳大学水研究中心开发的ELCOM-CAEDYM耦合模型框架构建了太湖水华蓝藻生态动力学模型,对蓝藻水华的形成进行模拟,分析了太湖蓝藻水华早期预测的可行性.结果表明:该模型在较长时间尺度上对春季复苏阶段及生长上浮阶段蓝藻水华的形成模拟效果较好,蓝藻生物量模拟值与站点调查值的误差变化范围在1.0%~70.4%,平均误差为28.0%,与MODIS卫星反演值的误差变化范围在3.8%~83.9%,平均误差40.5%;但越冬阶段蓝藻生物量模拟输出值与站点调查值的误差变化范围在3.0%~143.6%,平均误差为40.1%,与MODIS卫星反演值的误差变化范围在9.7%~118.4%,平均误差为48.8%,表明模型对蓝藻越冬过程模拟能力还不强,应在蓝藻越冬机制模拟计算方面进一步改进,以满足蓝藻水华早期预测的需要.     

温州市近岸海域具齿原甲藻密度预测模型研究

通过对2004年5月温州市洞头列岛附近海域赤潮发生过程相关监测数据的深入分析,利用多元回归分析方法建立了基于COD、PO4-P和Chl-a的温州市近岸海域赤潮优势种具齿原甲藻(Prorocentrum dentatum)密度线性预测模型,并以2003年该赤潮监控区相关监测数据对其进行了检验.结果表明,该模型具有较高精度和可靠性,预测值最大相对误差为16.90%、最小仅为2.10%.     

滨岸带水华堆积与消散特征及其营养盐效应

为了解滨岸带植被、地形等地貌要素对蓝藻水华堆积及消散过程的影响,在太湖滨岸带设置不同形式的围格和植被实验区,通过逐日监测水体叶绿素a（Chl-a）的消长过程及同步营养盐变化,研究夏季蓝藻水华在湖泊滨岸带堆积与消散特征和营养盐效应.结果表明,滨岸带的地形地貌及植被状况对蓝藻水华的堆积程度及消散过程影响较大,软围隔营造的滨岸带静水环境,以及不同植被所形成的不同滞水区,显著加剧了蓝藻水华的局部堆积,从岸边挺水和浮叶植被区到开敞水域对照区,蓝藻水华的堆积程度依次递减;近岸挺水和浮叶植被区蓝藻水华堆积最严重,堆积时间最早,持续时间长;蓝藻水华堆积对营养盐等水质指标影响极大,堆积严重时该区域Chl-a含量达到了457.42μg/L,总氮（TN）达到11.04mg/L,总磷（TP）达到1.32mg/L;橡胶围格内浮叶植物区藻类堆积程度与近岸区类似,而浮叶植物与沉水植物混合区藻类堆积程度低于单一浮叶植物区;水体围隔能够加剧蓝藻水华的堆积,没有围隔的浮叶植物区藻类堆积程度最低.在蓝藻水华堆积过程中,蓝藻细胞仍在继续增殖,水体Chl-a仍会明显增加,而同期的水体营养盐的增幅小于Chl-a,甚至随着藻类生长消耗及生态系统的脱氮效应,溶解态氮磷下降明显.蓝藻水华消散过程中,TN、TP与Chl-a同步下降,但藻体中的氮磷释放到水中,导致堆积区的溶解态氮、磷有所增加,显示出明显的营养盐效应.本研究定量刻画了蓝藻水华局部堆积并快速致灾的地形地貌要素特点,揭示了蓝藻水华的水质与生态效应,为科学评估富营养化水体蓝藻水华的生态灾害风险提供科学依据.     

基于MERIS影像的洪泽湖叶绿素a浓度时空变化规律分析

叶绿素a(Chl-a)浓度是衡量藻类生物量及评价水体营养状态的重要指标.基于洪泽湖2016年7月、2016年12月共49个实测水质参数与同步光谱数据,验证了5种可应用于MERIS/OLCI数据的Chl-a遥感估算模型(包括波段比值模型、三波段模型、FLH模型、MCI模型以及UMOC模型)在洪泽湖水域的适用性.结果表明,UMOC模型是最适用于洪泽湖水域的Chl-a浓度估算模型,其平均相对误差为32.30%,低于波段比值模型的75.17%,三波段模型的62.44%,FLH模型的45.87%和MCI模型的56.95%.进而利用UMOC模型,结合MERIS数据,获取了洪泽湖2002~2012年Chl-a浓度遥感估算产品,并分析了洪泽湖Chl-a浓度的时空变化规律.洪泽湖Chl-a浓度具有明显的时空差异性.依据水体像元长时间序列月平均Chl-a浓度的差异,将洪泽湖水体分为了区域A、区域B和区域C这3种类型.区域B和区域C水体无明显的变化趋势,区域A则显著增加.与气象因子的相关性分析表明,区域B和区域C年平均Chl-a的波动主要受年降水量的影响,反映了该2个区域Chl-a浓度的变化主要受湖流强度的控制,区域A年平均Chl-a浓度的变化与年平均风速呈显著负相关性,风速下降的气候大背景可能会加重这一区域的富营养化程度,威胁南水北调的水质安全.此外,在汛期(7~9月)洪泽湖水体Chl-a浓度与离淮河入湖口的距离呈显著的正相关关系,证明了这一时期淮河对洪泽湖藻类浓度具有明显的抑制作用.     

基于遥感信息和净初级生产力的天然橡胶估产模型

建立基于MODIS数据的天然橡胶净初级生产力遥感估算模型,利用2009年生长季(4—12月)250 m分辨率的MODIS数据和气象数据估算海南阳江农场天然橡胶的生长季净初级生产力, 通过天然橡胶的干物质分配率估算阳江农场天然橡胶的产胶潜力。用以树位为单元的地面实际干胶产量与已得到的天然橡胶林产胶潜力进行回归分析,建立天然橡胶干胶产量的估测模型。利用估产模型对阳江农场2010年7月的干胶产量进行模拟,用同期实际干胶产量对估产模型进行精度验证与实用性评价,结果显示7月估产模型均方根误差RMSE为1.78 g·m^-2,相对均方根误差RMSE_r为18.25%。研究表明,基于遥感信息和净初级生产力的天然橡胶估产模型具有较好的产量估测效果。     

不同方法估算太湖叶绿素a浓度对比研究

基于2006-01-07～2006-01-09和2006-07-29～2006-08-01太湖地面实测高光谱数据以及同步水质参数数据,对比分析了三波段模型、两波段模型、反射峰位置法、一阶微分法4种方法用于估算太湖叶绿素a浓度的精度,并讨论其应用于遥感影像中估算叶绿素a浓度的可行性. 2次采样3类水色参数总悬浮物、叶绿素a浓度和有色可溶性有机物在440 nm处吸收系数的变化范围分别为12.24～285.20 mg·L^-1、 4.83～155.11 μg·L^-1和0.27～2.36 m^-1.前述4种方法在反演太湖水体的叶绿素a浓度时都取得较高的精度;决定系数分别为：0.813、 0.838、 0.872、 0.819,均方根误差分别为：13.04、 12.12、 13.41、 12.13 μg·L^-1;相对误差分别为：35.5%、 34.9%、 24.6%、 41.8%.反射峰位置法估算精度最高,但应用到叶绿素a浓度遥感影像估算比较困难.三波段模型和两波段模型的反演结果优于传统的一阶微分法,且在卫星遥感反演中具有良好的应用前景.根据模拟MERIS数据,分别得到最优三波段模型［R^-1(665)-R^-1(709)］×R(754)和两波段模型R(709)/R(681),其决定系数、均方根误差、相对误差分别为0.788、 13.87 μg·L^-1、 37.3%和0.815、 12.96 μg·L^-1、 34.8%,反映了MERIS数据能非常好地应用于太湖这类浑浊二类水体叶绿素a浓度的精确估算.     

基于实测数据和卫星数据的黄东海透明度估测模型研究

海水透明度是描述水体光学特征的一个重要参数,也是海洋水质调查中的一个重要指标。利用2个航次的黄东海透明度数据和MODIS遥感反射率数据,进行了黄东海透明度的遥感反演研究,建立了透明度单波段模型、波段比值模型、三波段模型以及基于固有光学特性的半分析模型。结果表明,三波段模型具有较高精度,反演值与实测值之间的平均相对误差为19%、决定系数为0.719、均方根误差为1.47m。黄东海透明度估测模型的建立,有利于利用遥感影像对黄东海透明度进行全面估测,对于监测黄东海水质状况具有重要意义。