基于MODIS的西藏典型湖泊叶绿素a浓度反演

叶绿素a浓度是反映湖泊富营养化状态的一个重要参数。以MODIS L1B数据为基础,结合叶绿素a浓度实测数据,基于经验分析法实现了西藏典型湖泊叶绿素a浓度反演研究,并探索了西藏典型湖泊2019年春、夏、秋季叶绿素a浓度的时空变化特征。首先,利用叶绿素a浓度实测数据和MODIS L1B影像不同波段的反射率值进行组合试验,选择最佳波段组合建立模型;其次,分别选用2015年、2017年叶绿素a浓度实测值和反演值对模型进行对比验证;最后,利用叶绿素a浓度反演模型对西藏典型湖泊2019年春、夏、秋季叶绿素a浓度的时空变化特征进行分析。结果表明：在空间尺度上,西藏典型湖泊叶绿素a浓度整体上呈现出周围高、中部低的分布特征,且湖岸水体叶绿素a浓度变化较大;在季节尺度上,不同湖泊叶绿素a浓度的季节变化存在较大差异,格仁错和色林错的季节变化幅度较大,纳木错、塔若错和羊卓雍错的季节变化幅度较小。     

基于MODIS的烟台近海水体叶绿素浓度分布

利用实测光谱数据及水体叶绿素浓度数据建立了基于MODIS数据的叶绿素反演模型,并利用MODIS L1B数据对研究区的叶绿素浓度进行了反演。通过分析烟台近海水体叶绿素浓度分布得出,烟台近海水体叶绿素浓度由沿岸向海延伸,叶绿素的浓度逐渐增加;通过不同月份的叶绿素浓度分布状况发现,夏季水体叶绿素浓度含量最高,冬季最低。     

基于Landsat系列卫星分析1985—2015年东平湖叶绿素a浓度变化趋势

基于Landsat-5 TM数据和地面同步水质监测数据发现,近红外波段与红色波段比值与叶绿素a实测浓度存在较高相关性,并以此建立了提取水体表层叶绿素a浓度的遥感信息模型。经验证,该模型用于叶绿素a浓度反演的精度良好,平均相对误差为14.5%。将该模型应用于Landsat卫星系列数据,提取了东平湖1985-2015年每年度丰水期叶绿素a浓度信息,得到共31幅东平湖叶绿素a浓度分布图,并对其进行了时空分析。结果表明：1985-2015年,东平湖叶绿素a平均浓度范围为32.4~81.4 μg/L,空间分布上一般表现为湖周边浅水区高于湖中心深水区,且空间差异变化明显;时间序列上,东平湖叶绿素a浓度表现出一定的波动性,在1987、1988、1992年出现较高值,总体看来,在95%置信水平上秩相关系数为-0.592,浓度呈下降趋势。     

富营养化湖泊叶绿素a时空变化特征及其影响因素分析

基于内蒙古乌梁素湖区20个监测点5、7、9、11月的监测数据,分析水体中叶绿素a浓度时空变化情况。同时,分析水体中总氮、总磷、氨氮、硝酸盐氮、COD、p H、总有机碳与叶绿素a的相关性。结果显示,叶绿素a浓度呈现由西北向东南逐渐减少的趋势,而浓度峰值出现在7月下旬,低值出现在11月下旬。相关因素与叶绿素a的相关性呈复杂性,线性拟合结果显示,与COD没有明显相关性;与总有机碳呈弱负相关性,与p H呈负相关性;而与总磷、总氮、氨氮、硝酸盐氮呈正相关性。期望该研究为干旱区湖泊水体富营养化控制和水资源管理提供科学依据。     

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。     

阅海湿地叶绿素a季节变化特征及其与环境因子的关系

2020年春、夏、秋、冬四季对阅海湿地进行水样采集并测定叶绿素a(Chl-a)等10种环境因子,采用相关分析、逐步回归分析和通径分析进行分析评价。结果表明：阅海湿地深水区与浅水区的Chl-a质量浓度季节差异较大,夏、秋季较高,春、冬季较低;空间上深水区高于浅水区。对深水区Chl-a质量浓度影响的环境因子依次为水温、I_Mn、DO,其中水温为正向直接作用,I_Mn、DO为负向直接作用;对浅水区Chl-a质量浓度影响的环境因子依次为TP、BOD₅,均为正向直接作用。TN对阅海湿地Chl-a质量浓度影响不大,控制水体含磷营养盐类物质及有机物的输入量是防止阅海湿地Chl-a质量浓度过高的主要措施。     

导数同步荧光法测定绿藻叶绿素a浓度

建立了绿藻中叶绿素a的导数同步荧光检测法。该方法快速、简便,不需要复杂的前处理。叶绿素a的线性范围为0.02～125μg/L,检出限为0.25μg/L,回收率为97.0%～103.8%。     

基于特征选择和机器学习的阳澄湖叶绿素a遥感反演研究

利用2016-2020年Sentinel-2多光谱遥感影像和同步实测叶绿素a浓度数据,提出了一种基于特征选择和机器学习的叶绿素a遥感反演方法,并应用于阳澄湖.结果表明,特征选择方法在反演模型的自变量选取上具有较好的应用效果,基于此建立的随机森林模型在阳澄湖叶绿素a反演上具有较优的验证精度;2016-2020年阳澄湖叶绿...     

新安江水库透明度与叶绿素a浓度反演模式初步研究

新安江水库有完整监测数据记录开始于1985年,但2001年后才有浮游植物密度和叶绿素a数据。文章利用2001—2009年透明度和叶绿素a监测数据,采用SPSS统计软件拟合回归方程,再根据2001年以前的透明度数据,反演相对应的新安江水库浮游植物叶绿素a浓度。结果表明,新安江水库1988、1990年浮游植物生物量较低,而1993、1996、2009年浮游植物生物量分别出现峰值,2000年以前浮游植物生物量波动剧烈,2000年以后基本呈上升趋势,特别是2005年以后上升趋势非常明显。     

乌梁素海氮磷浓度与叶绿素a时空分布关系研究

为了解乌梁素海的富营养状况,采用2005—2007年乌梁素海监测数据,对叶绿素a浓度与总氮、总磷浓度相关关系进行了研究,并对乌梁素海水体中叶绿素a浓度的时空分布进行分析。结果表明,乌梁素海叶绿素a浓度具有明显的时空分布特征,在时间上,5、10月份叶绿素a浓度偏高;在空间上,北部区〉南部区。     

基于Sentinel-3 OLCI影像的渤海FUI水色指数遥感提取及应用

水色是水体水文学特征的基本要素之一。水色测定主要是采用福莱尔比色表(Forel-Ule Scale)将自然水体按颜色从深蓝到红棕共分为21个级别,用以观测、记录海洋和内陆水体的颜色。基于2020—2021年大辽河口、黄河口西南及秦皇岛近岸海域的现场实测数据和同步Sentinel-3 OLCI影像,验证了FUI水色指数遥感提取结果的准确性,发现当现场测量时间与卫星过境时间接近时,FUI水色指数遥感提取结果与实测结果基本一致。利用2021年1—12月Sentinel-3 OLCI影像,提取了渤海月均FUI水色指数遥感产品,发现渤海FUI水色指数的主要变化区间为5~17,整体呈现辽东湾、渤海湾及莱州湾沿岸海域高,秦皇岛海域及其他离岸海域低的空间分布特征,且存在秋冬季高、春夏季低的时间变化规律。此外,FUI水色指数对诸多海洋生态环境问题具有显著的指示功能。尝试将其应用于海洋水色异常和海水水质类别观测,均取得了较好的应用效果。由此可见,FUI水色指数遥感提取将在今后的海洋生态环境监测与评价方面发挥重要作用。     

2002—2016年北京市PM10浓度时间变化特征

以北京市2002—2016年PM₁₀日均浓度序列数据为基础,结合小波分析、Mann-Kendall检验、滑动t检验等分析方法,研究PM₁₀浓度随时间变化的周期性、趋势性及突变性特征。结果表明：PM₁₀日均浓度变化具有较典型的季节周期性,主周期为300 d左右,次周期为150 d左右。不同周期分析结果显示,PM₁₀污染春季最高,冬季次高,夏末秋初最低。总体上,PM₁₀浓度以平均每年约4 μg/m³的速率递减。2009年以前PM₁₀浓度呈波动变化,降低趋势不显著,2009年1月为序列的突变点,突变后呈显著下降趋势。     

邯郸地区2017—2021年PM2.5和O3污染特征

利用实时监测数据分析2017—2021年邯郸市及周边区县PM_2.5和O₃污染特征。研究发现:2017—2021年各地区PM_2.5年均质量浓度持续降低,轻度及轻度以上污染逐渐减少;2017—2019年O₃污染加剧,2020年起O₃年均质量浓度逐年下降,污染天不断减少。PM_2.5和O₃-8 h分别在1月(平均浓度为127.3 μg/m³,平均超标22d)和6月(平均浓度为233.4 μg/m³,平均超标22 d)污染最严重。结合气象参数分析来看,PM_2.5与温度、风速和降水量呈显著负相关,与相对湿度呈显著正相关;O₃-8h与温度呈显著正相关,而与风速、湿度和降水量的相关性较弱。后向轨迹和潜在源分析表明:邯郸地区PM_2.5典型污染月受山西省中部地区污染传输影响最大,O₃典型污染月受河南省东部污染传输影响最大。     

天水市大气SO2浓度时空变化特征的卫星遥感监测与影响分析

大气卫星遥感监测作为一种新型监测手段,具有范围广、速度快、成本低等优势,对环境应急保护及其预警都具有非常重要的意义。选取天水市2006—2013年各年12月每日OMI level-2数据产品,利用Aura卫星技术和Arc GIS等技术平台,对天水市大气中SO_2的时空分布规律和污染原因进行了分析研究。结果表明:2006—2013年天水市SO_2柱浓度及其总量呈现出明显增加的趋势,但在2008年有小幅降低;在2008年以前,天水市SO_2浓度呈现出由东南向西北逐渐减少的趋势,但自2009年后污染重心发生迁移并且出现了数个集中化的SO_2高值区;研究区SO_2垂直柱浓度有自然因素、人类活动等多方面的复合影响,其中能源消耗及机动车尾气排放是主要影响因素。研究进一步讨论了遥感数据产品的应用前景。     

Step-up multiple regression model to compute Chlorophyll a in the coastal waters off Cochin, southwest coast of India

The interaction effects of abiotic processes in the production of phytoplankton in a coastal marine region off Cochin are evaluated using multiple regression models. The study shows that chlorophyll production is not limited by nutrients, but their physiological regulations (responses to nutrients, pH, temperature and salinity) are mainly responsible for the increased biological production. The model explaining 77% of variability for chlorophyll a production is indicative of preconditioning of the coastal waters. The phytoplankton production is found to be sensitive to the environment, which varies seasonally. Further, the study suggests that supply of organic matter and grazing of zooplankton (not included) would improve the model efficiency. Despite this, the good agreement in the computed and measured chlorophyll a values shows that step-up multiple regression model is a useful tool to understand the influence of environmental variables on the production of phytoplankton in these coastal waters.     

2018—2021年安徽省PM2.5和O3时空分布特征及其健康风险分析

利用2018—2021年安徽省空气质量监测数据分析了PM_2.5和O₃时空分布特征及其引发的健康风险。结果表明:从时间分布来看,2018—2021年安徽省PM_2.5年均值下降25.5%,而O₃-8 h年均值则保持持平;PM_2.5和O₃-8 h月均值具有明显的季节变化特征,PM_2.5月均质量浓度和超标天数均在冬季达到最大值,O₃-8 h月均值和超标天数则在夏季达到最大值。从空间分布来看,PM_2.5、O₃-8 h年均值和超标天数均为皖北最高,其次为皖中,最后为皖南。夏季O₃是主要的健康风险因子,冬季PM_2.5是主要的健康风险因子。当PM_2.5超标时,除2021年皖北地区外(PM₁₀是主要的健康风险因子),PM_2.5均是主要的健康风险因子;当O₃-8 h超标时,O₃是主要的健康风险因子。     

2019—2021年徐州市大气细颗粒物化学组成特征及来源解析

徐州市地处四省交界,大气污染物来源复杂,颗粒物污染在气象条件不利时较为显著。通过地面观测数据、颗粒物组分连续观测、源解析及轨迹溯源等方法,对徐州市2019—2021年颗粒物变化特征进行了全面分析,以定量解析各类污染源的贡献,识别对颗粒物贡献显著的化学成分。结果表明：PM_2.5各组分质量占比中二次无机盐和有机碳相对较高,其中二次无机盐SNA(SO■、NO^-₃、NH⁺₄)占比达到59.1%～62.7%;水溶性离子总浓度逐年降低,但Mg²⁺和Ca²⁺浓度2021年分别同比增加2%和12.5%,说明扬尘污染存在反弹。秋冬季水溶性离子明显较高,Cl^-浓度明显高于其他季节,表明徐州市秋冬季受移动源、燃煤源和二次有机气溶胶共同影响。PM_2.5中OC与EC质量浓度比为4.88～8.40,说明徐州市颗粒物受多源影响,柴油、汽油机动车尾气排放以及燃煤排放对颗粒物贡献较大。后向轨迹分析表明,污染严重的1月污染物主...     

沈阳市冬季重污染过程PM2.5浓度变化及成因分析

利用多种污染物浓度数据、气象观测数据,结合HYSPLIT后向轨迹模式,对2015年11月6—10日发生在沈阳的一次较长时间重污染天气过程,从大气浓度变化、天气形势特征及成因机制等方面进行综合分析。结果表明,重污染期间日空气质量指数均超过重度污染限值200,首要污染物PM_(2.5)最高小时质量浓度达到1 326μg/m3,为沈阳市监测PM_(2.5)以来的历史峰值。此次空气污染是气象及人为因素共同作用的结果,重污染过程时段内高空场不利于气流上升运动的发展,地面倒槽、稳定的大气层结不利于污染物的扩散。此次重污染过程与大范围秸秆集中燃烧、大量污染物排放有一定关系。通过后向轨迹计算分析,发现颗粒物长距离输送对区域污染产生一定影响。     

2013-2017年京津冀区域PM2.5浓度变化特征

利用2013-2017年京津冀区域13个城市PM_2.5监测数据,综合探讨了该区域PM_2.5浓度的时空变化特征。结果表明：京津冀区域PM_2.5污染整体较重,但治理成效显著,2013-2017年区域PM_2.5年均质量浓度分别为106、93、77、71、64 μg/m³,完成《大气污染防治行动计划》PM_2.5浓度下降25%左右的目标;13个城市PM_2.5浓度各百分位数总体呈现下降趋势,且随百分位数增大而下降速率加大,PM_2.5年均质量浓度平均每年下降10.6 μg/m³,污染严重的太行山沿线城市邢台、石家庄、邯郸3个城市平均每年分别下降20.3、16.1、13.9 μg/m³;京津冀区域PM_2.5重度污染天数比例分别为19.9%、16.6%、9.5%、9.0%、7.0%,呈下降趋势。2013-2017年京津冀区域PM_2.5平均质量浓度与非重度污染天相比升高19 μg/m³,PM_2.5重度污染天平均质量浓度较非重度污染天时高244.4%。     

铅锌尾矿库周边土壤重金属污染特征及环境风险

以尾矿库周边土壤为研究对象,用改进BCR法探讨Zn、Pb、Ni、Cu、Cr形态特征,用污染因子Cf和风险评价代码RAC评估环境风险。结果表明:Pb污染最重,总量是区域背景值的2倍多,污染剖面各重金属总量垂向分布均匀,污染已扩散至1 m深;5种金属均主要以残渣态存在,有效态、可交换态Pb质量占比均高于其他4种金属,与表层土壤相比,中、下层污染剖面各金属以更稳定的形态存在;Zn、Ni、Cu、Cr在表层或污染剖面土壤均存在低风险,部分点位Pb存在中度风险。