基于TM影像的乌梁素海叶绿素a浓度反演

首先选取预处理后乌梁素海TM影像的单波段及波段组合与实测叶绿素a浓度进行分析,发现相关性很低。然后,结合乌梁素海的水利条件和自身特点,把湖区分为两个区,发现波段组合(TM1+TM2+TM4)/TM3和TM4/TM3与叶绿素a浓度有较高的相关性。最后,选取误差较低的波段组合(TM1+TM2+TM4)/TM3建立线性模型,实时、快速地反演乌梁素海湖区叶绿素a浓度,与实地情况吻合,为乌梁素海"黄苔"预警提供理论依据。     

Producing Cu-loaded algae for feeding experiments: effects of copper on Parachlorella kessleri

Microalgae require several essential metals for optimum growth, which at elevated concentrations may interfere with biochemical and physiological processes, one of them being copper (Cu). The aim of this study is to raise Cu-loaded Parachlorella kessleri as feed for mussels. In order to spike the algae with Cu without lowering their nutritional quality, it is important to know the highest Cu-concentration at which the main parameters remain unaffected, especially in respect to proteins and polysaccharides. The dependence of growth rate, biomass, chlorophyll-a and -b, pheophytin-a, protein, and polysaccharide contents on Cu concentrations are determined. The tests show that P. kessleri is largely unchanged in its nutritional value when exposed to Cu at levels of up to 6?µmol?L^?1. Above 10?µmol?L^?1, toxic effects become obvious, with chlorophyll contents and growth rate being the most sensitive indicators.     

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.      

太湖叶绿素a浓度分布的时空特征及其影响因素

基于2005—2009年20次太湖采样期间的水质监测数据,研究了太湖叶绿素a浓度的主要分布特征,分析了水环境因子对叶绿素a浓度分布的季节性和空间性影响.结果表明,太湖叶绿素a浓度分布的空间差异较大,主要表现为梅梁湾、竺山湾、太湖西部和西南部湖区为叶绿素a浓度距平经验正交分解(EOF)第一模态空间分布的显著正值区,太湖湖心和东南湖区则为负值区;影响叶绿素a浓度的因子有水温、溶解氧、总氮、磷酸根和总磷,但总磷和水温的影响相对更为显著,而各季节叶绿素a浓度的影响因子则略有差异;影响藻类生长的因子存在较大的空间分布差异,但总磷、水温和溶解氧是其主要限制性因子,氮类营养盐的影响则处于次要地位.     

基于实测光谱分析和MODIS数据鄱阳湖叶绿素a浓度估算

基于遥感的大面积水体监测技术为水环境监测提供了一种有效手段。以鄱阳湖为研究区,以反映水体营养状态的重要指标叶绿素a为研究对象,在测定研究区水体光谱及叶绿素a浓度和收集了相应时间的MODIS数据的基础上,采用浮游藻类指数法（Floating Algae Index,FAI）提取鄱阳湖水体范围,对鄱阳湖水体实测光谱数据进行剔除异常、归一化及光谱微分处理,构建波段差值、比值、归一化差值等光谱指数,利用最小二乘原理迭代分析水体叶绿素光谱响应特征,得出敏感波段范围：673～680 nm与650～665 nm、680～710 nm与650～670 nm、662～671 nm与700～720 nm光谱区间组合。选择最佳通道组合,建立基于MODIS影像的鄱阳湖叶绿素a浓度反演模型,相关系数为067。应用该模型得到2011年秋季鄱阳湖的叶绿素浓度估算值,反演结果显示湖区水体叶绿素浓度总体不高,且在空间分布上湖区水体周边与陆地交界处比湖中心区浓度偏高。分析认为：通过对实测光谱的定量分析,获得对鄱阳湖地区水体叶绿素浓度的光谱特征认识,揭示出其反射光谱的长波漂移现象,为鄱阳湖这一富营养化程度底,且水体分布不均匀区域建立一种叶绿素浓度反演方法,可为该区域长期的水环境管理提供方法借鉴     

三峡库区澎溪河与磨刀溪电导率等水质特征与水华的关系比较

三峡库区北岸最大一级支流自三峡大坝2003年蓄水以来,频繁暴发水华,而毗邻的一级支流磨刀溪却少有水华暴发.本文以澎溪河和磨刀溪作为研究对象,于2014年春季和夏季三峡库区水华高发期对两条河流同时采样,对比分析两条河流水体水质以及叶绿素a(Chl-a)含量的时空变化,探索澎溪河水华暴发机理.结果表明:澎溪河Chl-a含量较磨刀溪高,澎溪河春季Chl-a最大值为60.5μg·L~(-1),夏季Chl-a最大值仅7.8μg·L~(-1);磨刀溪Chl-a变化趋势与澎溪河相反,磨刀溪春季Chl-a含量为2.92μg·L~(-1),夏季Chl-a达到7.48μg·L~(-1).澎溪河与磨刀溪春季和夏季节水体温度分层,为温跃层+滞温层模式,而没有混合层;两条河流Chl-a含量均位于水深10 m温跃层.澎溪河春季总氮(TN)、总磷(TP)平均值为2.305 mg·L~(-1)和0.053 mg·L~(-1),夏季为1.673 mg·L~(-1)和0.097 mg·L~(-1);磨刀溪春季为1.875 mg·L~(-1)和0.075 mg·L~(-1),夏季为1.79 mg·L~(-1)和0.054 mg·L~(-1).TN、TP水平均超过了国际公认发生富营养化的阈值;水体氮磷含量与Chl-a浓度并无显著相关性,营养盐并不是藻类生物量的限制性因素.然而在水体电导率的规律方面,两条河却存在很大的差异;春季,磨刀溪上游上层水体(0~10 m)电导率只有下游和长江干流的75%,来自长江干流的回水可覆盖至磨刀溪中游(断面MD03),与Chl-a在此处密集保持一致;夏季电导率和回水区分布与春季相似.与磨刀溪不同,澎溪河春季上游电导率为下游和干流的150%,长江干流回水可到PX04与PX05之间,上游高电导率对应着高Chl-a含量;澎溪河电导率与藻类生长分布表现出显著正相关关系,水体中除N、P营养盐外的其它离子对澎溪河水华暴发起重要作用.     

基于高光谱特征提取的藻类叶绿素a反演模型

选取自然界中分布较广泛的小球藻和铜绿微囊藻为研究对象,进行室内藻类光谱试验,同步测定其ρ(叶绿素a),并分别建立基于混合高斯函数的小球藻和铜绿微囊藻高光谱信息模型. 在此基础上,利用模拟退火算法实现模型的非线性参数拟合,提取这2种藻的高光谱特征,通过非线性回归分析,反演得到分解后的高光谱信息模型的峰高(h_i)与ρ(叶绿素a)的定量模型,实现对水体中小球藻和铜绿微囊藻ρ(叶绿素a)的预测. 结果表明:藻类高光谱特征提取算法能有效揭示小球藻和铜绿微囊藻的光谱本质特征,并得出相应的小球藻和铜绿微囊藻叶绿素a反演模型.      

滇池水体中叶绿素A含量的遥感定量模型

本研究利用滇池1999年4月14日陆地卫星TM数据与准稿步全湖面监测资料，对滇池全湖水体叶绿素A含量与不同波段遥感值的关系进行了关联度分析，并据此建立了TM图像感叶绿素A水质模型，该模型被成功地应用于滇池水体叶绿素A的遥感动态监测。     

基于EOS/MODIS资料的太湖藻类动态模拟

建立了太湖藻类生长的动态模型,并将其与水动力模型和水质模型相耦合,利用2001年7～8月太湖的实测资料对模型进行了率定。借助该模型,对2004年8月太湖水体中TN、TP的变化以及藻类生长过程进行了模拟。利用中分辨率成像光谱仪EOS/MODIS的数据对太湖叶绿素a浓度进行遥感定量,将遥感监测数据和模型计算结果进行了比较。结果表明:该模型可进行风生湖流、TN、TP的模拟,以叶绿素a浓度描述的藻类浓度的模拟值能较好地拟合遥感监测值,且遥感监测图和模型模拟图所反映的全太湖叶绿素浓度分布基本一致。最后根据遥感和模拟对太湖全区的藻类分布作了具体的分析。     

低通时序滤波轨线法在太湖营养过程识别中的应用

环境背景条件变化会导致湖泊ρ（Chla）与环境因子响应关系发生变化.采用低通时序滤波轨线方法可以方便地识别ρ（Chla）与环境因子响应关系的时间转折点,将长时间序列数据进行分段,从而建立分段回归函数,为研究环境因子与湖泊ρ（Chla）的因果关系提供了一种新的思路.以太湖为研究对象,采用低通时序滤波轨线方法,评估了2001—2018年太湖的ρ（Chla）与营养盐〔ρ（TN）、ρ（TP）〕以及氮磷比〔ρ（TN）/ρ（TP）〕的变化过程,研究了年均气温、滞留时间对产藻效率〔ρ（Chla）/ρ（TP）〕的影响过程.结果表明:①2006年、2011年为太湖营养过程轨线的两个时间转折点,将太湖的营养过程轨线分为3段.第1段为污染阶段（2001—2006年）,太湖的ρ（TN）、ρ（TP）、ρ（Chla）同步升高,于2006年达到第一个峰值;第2段为修复阶段（2006—2011年）,太湖的ρ（TN）、ρ（TP）、ρ（Chla）同步降低,于2011年达到谷值;第3段为富营养化加剧阶段（2011—2018年）,太湖的ρ（TN）呈下降趋势,ρ（TP）与ρ（Chla）同步升高,至今未出现转折点.②太湖藻类生长的限值因子为ρ（TP）,2011年之后氮磷比进入浮游藻类适宜生长区,为蓝藻暴发提供了条件.③2011—2018年产藻效率增长了51%,且目前仍在升高未出现转折点,气温升高可能是主要原因.④依据2011—2018年的滤波值建立ρ（Chla）-ρ（TP）的函数预测,为控制蓝藻暴发〔ρ（Chla） < 10 mg/m3〕,太湖的ρ（TP）需要控制在52 μg/L以下.⑤2006年后,太湖的滞留时间呈现缩短趋势,对藻类的繁殖形成抑制,但滞留时间不是影响产藻效率的关键因子.研究显示:自2006年太湖流域实施一系列生态修复工程后,湖泊氮浓度明显降低,但由于流域氮磷排放量较大而且湖体沉积物中累积磷含量较高,致使水体营养盐水平仍未降到能显著抑制蓝藻生长的水平;目前气温升高趋势仍在持续,太湖的控藻形势严峻,为摆脱气候变暖对蓝藻水华趋势的决定作用,应当在控氮基础上加大控磷的力度,同时更多考虑水文调节、生物修复、加强打捞等措施.