武汉市一组复合氧化塘藻类与某些生态因子的相关性研究

报道了从1988年3月至1989年12月对武汉市墨水湖地区一组复合氧化塘中藻类总细胞数(ACN)、叶绿素a(chl·a)与水温、透明度、总氮(TN)、总磷(TP)、总溶解磷(TDP)、溶解磷(DP)、非溶解磷即总磷与总溶解磷之差值(TP-TDP)等的相关性及ACN与chl·a的相关性的研究结果,并讨论了这些相互关系对氧化塘处理效果、氧化塘水质变化的指示意义.     

岳阳南湖叶绿素a及其水质关系分析

通过对南湖水环境中叶绿素a的测定并同时分析其水质,结果表明,南湖水域叶绿素a呈现明显的时空变化特征:夏季>春季>秋季>冬季,麦子港>湖心。叶绿素a含量与环境因子有关,如水温、水质营养因子、BOD5、CODMn有关,南湖N、P满足藻类生长需要,春季总P对数值与夏季叶绿素a对数值成线性关系。南湖叶绿素a含量变化范围在1.75～3.62mgm3,说明南湖水体处于中富营养状态。     

洞庭湖水体叶绿素a时空分布及与环境因子的相关性

2013年6月至2014年5月逐月对洞庭湖水体叶绿素a质量浓度和主要环境因子进行测定,分析洞庭湖水体叶绿素a质量浓度的时空分布特征,探讨洞庭湖水体叶绿素a质量浓度与环境因子的相关性。结果表明,洞庭湖水体叶绿素a质量浓度为0.11~8.62 mg/m~3,年均值为(1.89±1.23)mg/m~3,属贫营养;叶绿素a质量浓度随季节变化明显,总体呈现夏、秋季明显大于冬、春季的规律;在空间上,总体表现为西洞庭湖和东洞庭湖明显大于南洞庭湖。全湖叶绿素a质量浓度与水温、电导率、COD和TP呈极显著正相关,与DO、NH3-N、TN和TN/TP呈极显著负相关,与NO-3-N呈显著负相关,与p H和透明度无显著相关性。全湖TN/TP的年均值为28.5,磷可能是洞庭湖水体浮游植物生长的限制性营养盐。     

太湖苕溪流域氮磷的生物学阈值评估

水体富营养化与氮、磷含量过高密切相关,本研究从悬浮、底栖叶绿素a限值及其与氮、磷的响应关系入手,选择干、支流清晰的太湖苕溪流域作为研究区域,建立河道氮磷阈值评估方法. 90个点位的监测数据表明,苕溪流域总氮污染超标比例高;悬浮叶绿素a与总氮、总磷存在显著相关性,而底栖叶绿素a只与总氮存在显著相关性,与总磷的相关性不显著;根据回归分析、El-Shaarawi经验方程,以及对应的目前公认的悬浮叶绿素a和底栖叶绿素a的限制值(悬浮叶绿素a≤ 5 μg·L^-1,底栖叶绿素≤100 mg·m^-2),苕溪流域干流和支流的总氮阈值相差较大,支流(1.3 mg·L^-1)大于干流(0.9 mg·L^-1),总磷阈值相差不大,约为0.05 mg·L^-1.干、支流有区分的氮磷阈值的限定有利于改善苕溪河流整体水质,对其他类似苕溪、支流较多的河流面源污染控制同样具有借鉴意义.     

基于HJ1A-CCD数据的高光谱影像重构研究

遥感影像高光谱重构可以从较少的光谱波段还原出丰富的高光谱信息,为水环境遥感提供更加适用的数据源,对内陆水体水色遥感具有重要意义.利用2009年6月13日获取的HJ1A-HSI和HJ1A-CCD数据,构建HJ1A-CCD数据的高光谱重构模型,重构结果表明:①与地面实测数据相比,重构数据和HJ1A-HSI数据在660～900 nm波长范围内的平均相对误差分别为0.305 1和0.337 7;②重构影像信息熵和平均梯度都高于HJ1A-HSI影像.此外,分别利用HJ1A-HSI数据和重构数据建立叶绿素a浓度的三波段反演模型,发现重构数据能得到更高的反演精度.     

星云湖浮游植物和水环境特征研究及相关性分析

于2010年9月(丰水期)和2011年3月(枯水期)对星云湖水环境特征进行调查研究。结果表明星云湖枯水期各营养盐分布较均匀;而丰水期藻类的大量繁殖打乱了水体中营养盐的均匀分布。对水生态调查结果显示,星云湖丰水期叶绿素a含量最高达到了736.56 mg/m3,位于螺狮铺和大庄河附近,浮游植物总量最高达到6.1×109个/L,蓝藻为优势种;枯水期叶绿素a含量最高达到了89.28 mg/m3,位于陈家湾和河咀附近,浮游植物总量最高达到1.04×109个/L。通过相关性分析和聚类分析可知,星云湖浮游植物总量与叶绿素a和总氮呈显著性相关关系,在丰水期和枯水期星云湖水环境状况存在较大的差别,水质易受外界环境条件的影响。在星云湖水华防治工作中,建议重点应关注各湖湾区域,尤其是南部区域的螺狮铺和大庄河附近。     

基于HJ-1A卫星超光谱数据的太湖叶绿素a浓度及悬浮物浓度反演

通过对2010年5月2日太湖HJ-1A卫星超光谱影像的几何纠正和6S模型辐射校正,以及水体实测光谱数据和影像光谱数据分析,将太湖28个水体采样点光谱数据分别进行归一化处理和一阶微分处理后,选取和水质参数相关系数最大的波段或波段组合建立反演模型,获得太湖叶绿素a浓度以及悬浮物浓度的空间分布图.研究表明,超光谱影像B73波...     

一种基于GOCI数据的叶绿素a浓度三波段估算模型

以标准三波段算法为基础,构建了适用于GOCI影像数据的叶绿素a浓度三波段估算模型.并以三峡水库、巢湖、洞庭湖和太湖水体的289组实测叶绿素a浓度以及光谱数据作为基础,模拟了GOCI影像和MERIS影像波段,率定了模型参数,并与MERIS三波段算法和目前常用的GOCI波段比值算法进行了对比分析,最终用GOCI影像数据进行了独立数据验证.结果表明:1对目前的数据集,680 nm处和660 nm处的色素颗粒物吸收系数具有相对固定的比例关系,比值为1.351;2 GOCI三波段模型在模型率定中,得到与MERIS三波段模型近似的效果,线性拟合的决定系数为0.809,略低于MERIS三波段模型的0.820,但明显优于GOCI比值模型(0.450),有效避免了GOCI波段比值模型中在叶绿素a浓度低值区出现的"扩散"现象,体现出较好的普适性;3通过验证数据集中平均相对误差和均方根误差两个误差指标的对比,发现GOCI三波段模型误差表现与建模数据一致,与MERIS数据接近,明显优于GOCI波段比值模型;4通过GOCI影像的同步验证,发现GOCI波段比值算法会对太湖叶绿素a浓度产生明显的低估,且难以体现叶绿素a浓度空间变异.GOCI三波段算法效果相对较好.相比于目前常用的波段比值算法,GOCI三波段算法具有更高的稳定性和精度,有较强的应用潜力.     

基于GOCI影像和水体光学分类的内陆湖泊叶绿素a浓度遥感估算

叶绿素a作为水质参数之一,常用来作为衡量水体富营养化程度的指示标准.利用从太湖及洞庭湖获取的326个实测数据,基于实测遥感反射率对水体光谱进行光学分类,结果表明所采集的样点可分为3种水体类型.结合GOCI的波段设置,建立了不同类型水体的叶绿素a浓度反演模型.水体类型一可以利用490 nm(3波段)和555 nm(4波段)来反演,水体类型二可利用660 nm(5波段)和443 nm(2波段),水体类型三利用745 nm(7波段)和680 nm(6波段).精度分析表明,分类后的平均相对误差明显下降,类型一为38.91%、类型二为24.19%、类型三为22.90%;类型一均方根误差为4.87μg·L-1、类型二为8.13μg·L-1、类型三为11.66μg·L-1;分类前后的总体平均相对误差由49.78%降低到29.59%,总体均方根误差由14.10μg·L-1降低到9.29μg·L-1,分类后反演精度得到了显著提高.利用2013年5月13日8景GOCI影像反演了太湖的叶绿素a浓度,结果表明,2013年5月13日太湖叶绿素a浓度日变化显著,高值区主要集中在竺山湾、梅梁湾、贡湖湾,低值区主要集中在湖心区以及南部区域,10:00以后太湖西南部沿岸的叶绿素a浓度显著降低.这种先分类后反演的方法对于二类水体的模型反演精度的提高具有重要作用.     

太湖水体溶解态磷的时空变化特征

对2010年太湖西岸区北段、湖心北区、贡湖、梅梁湾、竺山湾、西岸区南段、湖心南区、南岸区和湖心区9个研究点位水体中的溶解态总磷(TSP)、溶解态反应磷(SRP)和叶绿素a(Chl-a)进行了长达1年的动态监测,全面分析了太湖不同月份、不同区域水体溶解态磷含量的时空动态变化特征及其与藻类生长的相关性。全湖月平均TSP变化范围为(0.027±0.019)~(0.054±0.042)mg/L,SRP变化范围为(0.009 ± 0.006)~(0.035 ± 0.020) mg/L,夏秋季SRP含量高于春冬季。北太湖区溶解态磷含量普遍高于南太湖区,近岸溶解态磷含量高于离岸。各点位年均TSP变化范围为(0.019±0.011)~(0.104±0.038) mg/L,SRP变化范围为(0.009±0.006)~(0.041±0.022)mg/L。全年SRP变异(53.2%)高于TSP(23.4%)、近岸变异高于离岸、表层高于底层。溶解态磷含量日变化特征不明显,外源磷输入影响太湖水体溶解态磷分布。全年中太湖水体TSP、SRP与Chl-a呈显著正相关,相关系数分别为0.313(P<0.01)、0.284(P<0.01)。