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。     

铜对污染区和非污染区海州香薷光合作用差异

在铜胁迫下,以水培的方法,对污染区、非污染区海州香薷的净光合速率(Pn)、气孔导度(Gs)、胞间CO2浓度(Ci)、气孔限制值(Ls)、叶绿素(Chl)等进行比较研究。结果表明,15μmol/L和45μmol/L铜处理下,污染区、非污染区海州香薷Pn均显著下降,但是污染区Pn下降了16%~27%,非污染区Pn下降了56%~62%。此外,非污染区海州香薷Gs、Ci均明显下降,Ls明显上升,Chla、Chlb含量没有明显变化(15μmol/L铜的Chla含量除外),表明其净光合速率下降的主要原因是气孔限制;但是,污染区海州香薷Gs、Ci、Ls上升或轻微变化,Chla、Chlb含量均明显下降,表明其光合作用可能不存在气孔限制,同时Chl含量明显下降可能是其净光合速率下降的原因之一。此研究揭示了金属型植物光合作用差异及其气孔和非气孔限制,可为进一步查明其生长限制因子提供科学依据。     

基于TM数据北京城区水体叶绿素a浓度反演方法研究

叶绿素是城市水体富营养化的重要表征参数.以北京城区重点水体为研究对象,利用2011年6月8日TM遥感影像及同步获取的实测数据,在对TM数据进行几何校正和大气校正等预处理的基础上,选取相关性最大的TM2/(TM1 +TM4)波段组合进行叶绿素a浓度反演;利用2008 ～ 2010年的历史TM影像及人工水质站点准同步的实测数据,对模型的精度及适用性进行分析得出:回归模型适用于30 m以上的北京城区水体叶绿素a浓度监测,相对误差为17.04％.     

苯并[α]芘对海洋微藻生长及细胞特征的影响

采用急性毒性实验方法,研究了苯并[α]芘(B[α]P)对3种海洋微藻生长和细胞特征的影响。结果表明,B[α]P对3种海洋微藻生长的抑制呈显著的时间-剂量效应,其96 h半数效应浓度依次为:湛江等鞭金藻17.00μg/L,塔溪堤等鞭金藻25.18μg/L,牟氏角毛藻83.06μg/L。高浓度B[α]P胁迫96 h后,3种海洋微藻细胞体积和细胞内容物颗粒均有增加,而藻细胞叶绿素含量却随着B[α]P浓度的增加而降低。这一研究说明,B[α]P对微藻细胞形态及光合能力均能造成明显影响,并可抑制藻细胞数量的增长。B[α]P对藻细胞的抑制作用存在种的差异性,相对来说,金藻类微藻对B[α]P更为敏感。     

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...     

水动力对浮游生物影响的围隔研究

利用3个围隔装置,于2007年8月～2008年7月间研究了0.002、0.10、0.15和0.30 m.s-1共4种表面流速对围隔内浮游植物和浮游动物生长的影响.结果表明,0.15、0.30 m.s-1这2种表面流速下围隔内壁附着水绵生物量分别是对应静止条件下的2.3倍和31.3倍,0.10、0.15和0.30 m.s-1这3种表面流速下围隔内Chl-a浓度分别为对应静止围隔中的45%、54%和26%,浮游动物生物量分别为对应静止围隔中的38%、27%和6%.这些现象的作用机制可能在于水动力产生的剪切力促进水绵的营养生殖、紊动强制裹挟浮游植物破坏其光生境、水绵繁殖抑制浮游植物生长和水动力扰动降低浮游甲壳动物捕食成功率.     

臭氧胁迫对冬小麦叶绿素荧光及气体交换的影响

为给O3等大气污染物胁迫下我国粮食生产和安全评估提供依据,利用开顶式气室(OTC)开展了3种O3熏蒸水平的大田试验(空气,CK;100 nL.L-1,T1;150 nL.L-1,T2),采用D iving-PAM叶绿素荧光仪和LC pro+光合仪测定了冬小麦(扬麦13)不同生育期的叶绿素荧光及气体交换参数.结果表明,T1的Fv/Fm均高于0.8,Pm、qP、(1-qP)/NPQ及Y(NO)与CK相似,NPQ及Y(NPQ)分别较CK上升13.5%~29.0%和13.3%~22.7%,实际光化学效率在自然光下(快速光曲线,RLC)和暗适应后(诱导曲线达稳态时,IC)分别下降4.6%~7.6%和11.3%~19.3%,Pn与Gs分别下降8.0%~9.8%和11.0%~23.1%,Ls在抽穗期和扬花期高于CK,在灌浆期和成熟期低于CK;T2的Fv/Fm均略低于0.8,Y(NO)、(1-qP)/NPQ及ci分别较CK增加37.9%~75.6%、157.1%~325.8%和3.4%~18.1%,实际光化学效率在RLC和IC条件下分别下降10.2%~13.6%和21.4%~29.1%,Pn、Ls、qP、Pm、NPQ及Y(NPQ)分别下降28.1%~39.9%、5.2%~21.3%、15.8%~30.4%、27.6%~45.6%、33.3%~52.9%和5.7%~17.9%.O3胁迫显著降低了冬小麦的光合能力,其胁迫效应和作用机制在生长季内呈动态变化;T1的Fv/Fm下降是对NPQ增加的响应,Pn与实际光化学效率降低是保护性调节的结果,其抗氧化系统及热耗散机制足以保护PSⅡ反应中心免遭光伤害;T2的CO2同化与QA重新氧化受限,热耗散机制受损,其光合能力下降是光合系统受到O3与过剩光能双重伤害的结果;O3损伤冬小麦PSⅡ的临界值在100~150 nL.L-1之间,接近100 nL.L-1,Fv/Fm难以指示O3对冬小麦的胁迫.尽管冬小麦对高浓度O3具有一定适应能力,地表O3浓度升高仍然是我国粮食生产中面临的一个重要的问题.     

基于机器学习方法的太湖叶绿素a定量遥感研究

为了比较评价人工神经网络和支持向量机2种机器学习算法在水质遥感中的应用能力,本研究首先从基础理论和学习目的入手,对比分析了2种机器学习算法的理论体系;其次,以太湖为例,基于MODIS遥感影像,构建了反演太湖叶绿素a浓度的2种机器学习方法模型,通过对模型的验证、稳定性和鲁棒性分析以及全湖反演结果对比3个方面评价了2种模型的泛化能力.验证结果表明,支持向量机模型对验证样本预测结果的均方差根和平均相对误差分别为5.85和26.5%,而人工神经网络模型的预测结果均方差和平均相对误差则高达13.04和46.8%;稳定性和鲁棒性评价亦说明,以统计学习理论为基础的支持向量机模型具有更加良好的稳定性、鲁棒性,空间泛化能力优于人工神经网络模型;2种机器学习算法对太湖叶绿素a的浓度分布反演结果基本一致,但人工神经网络模型因其学习目标设定和网络构建中的“过学习”等缺陷,造成了对东太湖以及湖心区叶绿素a的反演结果与实际监测结果差异较大.     

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.     

水质遥感在太湖叶绿素a时空分布动态变化研究中的应用

通过研究MODIS遥感数据与太湖现场监测数据之间的规律,确定了一个基于MODIS数据的叶绿素a指数,并以此为基础构建出一个具有普适性的、反映太湖叶绿素a时空分布动态变化的反演模型,为太湖藻类爆发的机理、预警研究以及水环境管理累积数据,提供决策依据。