基于MODIS数据的太湖藻华水体识别模式

针对2007年5月太湖爆发的蓝藻水华事件,利用MODIS植被指数数据对其进行遥感监测.结果表明:MODIS数据可成功提取蓝藻水华信息.近红外/红光波段比值识别模式和植被指数NDVI值、EVI值识别模式均可确定蓝藻分布范围,但前两者不易将高浑浊水体区分开来,或不易识别低蓝藻分布区域,因此易扩大或缩小蓝藻分布范围;而后者由于引入了背景调节参数,可有效抑制背景水体及泥沙的影响,因此根据EVI值得到的蓝藻范围及强度较为真实的反映了藻华情况.该研究可为今后利用遥感技术,建立太湖蓝藻水华监测系统奠定基础.     

基于遥感数据的太湖蓝藻水华信息识别方法

2007 年太湖大规模蓝藻暴发,再次引起了人们对太湖环境的关注.有效地提取蓝藻水华信息对分析蓝藻动态分布有重要意义.而卫星遥感技术是进行太湖水质监测与保护的措施之一.本文以2007年4月23日CBERS-02星CCD数据为主要的数据源,以NDVI值为测试变量,运用CART算法确定分割阈值,从而通过构建决策树的方法识别蓝藻水华信息,分析其蓝藻水华的提取结果,取得了较好的效果.文中还在GIS技术支持下,提取了2007年5月17日MODIS影像中的蓝藻水华信息.本次研究为以后开展长期的太湖蓝藻水华动态监测提供技术参考.     

基于水华蓝藻固有光学特性的主要类群定量识别方法

蓝藻水华是湖泊水体富营养化的重要特征之一,不同水华蓝藻类群形成的水华特征、危害及其治理方法差异显著.因此,如何快速、准确地掌握不同蓝藻类群的时空分布特征成为实施富营养化湖泊污染治理与生态恢复、蓝藻生态灾害预测预警中一个亟待解决的科学问题.本研究基于纯藻种实验室培养和室内光学控制实验,在微囊藻(Microcystis)、鱼腥藻(Dolichospermum)、束丝藻(Aphanizomenon)3种主要水华蓝藻固有光学特性的基础上,通过甄别不同水华蓝藻的吸收、散射和后向散射光谱的特征波段,构建了基于吸收和散射特性的5种水华蓝藻类群的非线性最优化定量识别模型,其中,基于440、620和675 nm 3个波段吸收的a-CIM 440,620,675具有较为稳定的定量识别能力;并基于野外实测光学特性数据,实现了巢湖主要水华蓝藻类群的定量监测,初步分析了巢湖主要水华蓝藻类群的时空分布特性.研究表明,巢湖的水华蓝藻以鱼腥藻、微囊藻为主,束丝藻较少,鱼腥藻主要出现在温度较低的季节,微囊藻在夏季的西部湖区占优势;巢湖水华主要为微囊藻藻华和鱼腥藻藻华,且浓度较高的蓝藻主要存在于水体表面以下20 cm范围内;微囊藻和鱼腥藻在非藻华断面垂向上均匀分布.本研究可为富营养化湖泊蓝藻水华预测预警以及相关管理部门决策提供重要的理论依据和科学支撑.     

太湖蓝藻水华遥感监测方法

利用遥感技术监测太湖蓝藻水华具有重要的现实意义.基于不同遥感数据,包括MODIS/Terra、CBERS-2 CCD、ETM和IRS.P6 LISS3,结合蓝藻水华光谱特征,采用单波段、波段差值、波段比值等方法,提取不同历史时期太湖蓝藻水华.结果表明:MODIS/Terra数据可以利用判别式Band2＞0.1和Band2/Band4＞1提取蓝藻水华;CBERS-2 CCD、ETM和IRS-P6 LISS3数据可以利用Band4大于一定阈值和Band4/Band3＞1提取蓝藻水华;波段比值(近红外,红光＞1)算法稳定,可以发展成为蓝藻水华遥感提取普适模式.同时,本文成功利用ETM和IRS.P6 LISS3数据Band4波段对蓝藻水华空间分布强度进行了五级划分.这为今后利用遥感技术,建立太湖蓝藻水华监测和预警系统莫定了基础.     

MODIS影像的大气校正及在太湖蓝藻监测中的应用

MODIS 数据有免费、波段丰富、时间分辨率高等优点,是进行太湖蓝藻监测的重要数据源,由于MODIS传感器接收的是地物反射太阳辐射的信号,太阳辐射与地球大气的相互作用会引起传感器接收到的信号失真,为了提高利用MODIS数据监测太湖蓝藻的精度,必须对其进行大气校正.本文介绍了FIAASH大气校正模型的基本原理,并对2007年4月25日MODIS数据的前七个波段进行试验,对比分析了影像大气校正前后的NDVI值以检测大气校正的效果;分析表明,大气校正前后NDVI的变化趋势基本上相同,但大气校正后的NDVI动态范围更大,校正后NDVI的平均值和标准差增大,大气校正在一定程度上有效地降低了大气对遥感影像的影响,达到了增强信息的目的;最后,利用大气校正获取的地表真实反射率数据的第二波段与第一波段的比值,运用阈值法提取蓝藻信息,经试验当阈值为1.9时提取出来的蓝藻分布图基本上与实际相符.利用MODIS影像可以快速、及时地监测蓝藻爆发的位置及爆发程度.     

基于Sentinel-3 OLCI影像的巢湖藻蓝素浓度年内动态遥感监测

藻蓝素(PC)是水体蓝藻的指示性色素,其浓度反映了蓝藻生物量,利用卫星遥感监测藻蓝素浓度年内动态对蓝藻水华的有效防控有着重要意义.根据不同季节的巢湖藻蓝素浓度实测数据与同期Sentinel-3 OLCI影像,构建机器学习回归反演模型,应用于巢湖2019年OLCI影像集上,对巢湖藻蓝素浓度的空间分布、年内变化进行遥感监测...     

利用MODIS影像提取太湖蓝藻水华的尺度差异性分析

有效地提取蓝藻水华信息对分析蓝藻动态分布有重要意义,然而低空间分辨率数据提取的蓝藻水华会产生尺度误差.本文以太湖为研究区,利用2005年10月17日和2010年12月3日两景MODIS(250和500m)数据,采用浮游藻类指数(FAI)法提取太湖蓝藻水华面积;通过将FAI50均值化为FAImean(500 m),然后与...     

基于FAI方法的洱海蓝藻水华遥感监测

利用1999 2014年Landsat卫星遥感影像数据,采用浮游藻类指数(FAI)方法识别、提取洱海蓝藻水华信息,进而获取蓝藻水华时空分布数据,为进一步分析洱海蓝藻水华发生规律及监测预警提供参考.结果表明:1999 2014年洱海夏、秋季多次发生蓝藻水华,以小型水华为主(水华面积在10 km~2以内),大型水华现象主要发生在2003、2006、2013年,其中2006年水华面积最大,达到42 km~2.除近岸湖湾区域容易产生蓝藻堆积外,洱海蓝藻大型水华主要发生在洱海北部和中部区域,南部发生频次较少.近岸区域蓝藻堆积从春季开始,中心水域水华发生在夏末和秋季(8 11月),其中大型水华集中发生在10月左右.     

太湖蓝藻爆发与水温的关系的MODIS遥感

利用MODIS高光谱遥感数据动态监测太湖地区蓝藻水华发展过程,并结合水温环境因子,探讨蓝藻爆发的环境条件.首先,通过简单的比值植被指数,实现蓝藻生物量的遥感估算;根据六期遥感估算结果,监测太湖蓝藻动态发展过程.然后,利用MODIS热红外波段(31和32),采用分裂窗算法,同步反演出的太湖表面水体温度,探讨蓝藻爆发的水温条件,及蓝藻生长与水-温度之间的关系.研究结果表明,在水体富营养化前提下,水体温度是影响蓝藻生长的重要环境因子;合适的水体温度(24-30℃)是蓝藻爆发的必要条件;大于30℃的高温,对蓝藻的生长有明显的抑制作用.     

太湖蓝藻水华的预防、预测和预警的理论与实践

综述了蓝藻水华预防、预测预警的重要意义及其理论与技术体系.基于作者所提出的将蓝藻水华形成分为休眠、复苏、生长和上浮聚集形成水华的"四阶段理论",以及太湖蓝藻越冬、春季复苏和水华形成的时空规律,提出了太湖蓝藻水华的预防理念.综述了国内外蓝藻水华形成与预测研究进展,阐述了蓝藻水华形成关键过程的主导生态因子及其阈值:确定了水华蓝藻越冬的空间分布与生命特征,利用室内模拟实验和野外原位观测与捕捉,得到了蓝藻春季复苏的室内和野外温度阈值分别为14℃和9℃,发现了蓝藻复苏量与有效生理积温呈正相关的基本规律;初步揭示了水华蓝藻生长竞争优势形成的生物学与生态学机理以及光利用策略,利用细胞分裂频率法测定了夏季太湖水华蓝藻的原位生长速率为0.2-0.4;确定了在不同水文气象条件下,水华蓝藻在水体中垂直分布和在不同湖区之间输移的基本格局,发现藻类在水体中各层间百分含量的变异系数随着风浪的增大而减小,进一步证明了蓝藻水华形成是在适当水文气象要素驱动下,已经成为优势种群的水华蓝藻在湖体中空间位置的改变而引起的.建立了太湖蓝藻水华预测模型和工作流程,在2007年和2008年在太湖实施了未来3d的蓝藻水华预测预警,预测分析了2008年全年太湖蓝藻水华情势.对预测结果的回顾性评估与分析表明,目前已有的理论研究结果和预测工作流程可以对太湖蓝藻水华发生概率、发生地点和强度进行预测,预测准确率达到60%-80%.此外,还提出了未来蓝藻水华预测的研究方向.     

芬兰海岸带水域蓝藻水华遥感监测

MODIS-Terra和MERIS数据被用于芬兰湾蓝藻水华的监测,并对两者的性能进行了比较.研究结果表明:MODIS-Terra 波段设置主要针对一类大洋水体,缺乏预警藻蓝素的有效波段;MERIS传感器设置了620nm和665nm波段,基本对应藻蓝素的吸收峰(630nm)和反射峰(650nm),具有蓝藻水华探测的潜力,但在藻华未成型之前,海岸带水体不同优势藻类具有相似的叶绿紊特征,较难辨别蓝藻水华.总的来说,MODlS和MERIS数据比较困难实现蓝藻水华初期预警,但可以有效监测已成型的蓝藻水华.这一方法可以用于中国太湖或者海岸带水体藻华探测和监测研究.     

西湖生态系统健康评价初探

建立了基于多源卫星遥感影像的太湖蓝藻水华信息提取的普适模式,获取了天气晴好条件下蓝藻水华的面积和空间分布近年来,太湖蓝藻水华暴发时间逐渐提前至3-4月,暴发的高频繁期发生在6—7月,其次是10—11月;2000年以来,蓝藻水华的持续时间有所增加,几乎全年（3—12月）都有发生北部（梅梁湾、竺山湾）是蓝藻水华的最初暴发地,是蓝藻水华暴发的重灾区＋每年都有发生;2001年以来,南部沿岸区（浙江附近水域,即夹浦新塘一带的沿岸水体）也几乎每年都有发生,且集聚面积逐年扩大,持续时间越来越长,逐渐成为太湖蓝藻的最早暴发地;2003年以来,蓝藻水华开始向湖心扩散,严重时几乎覆盖整个太湖的非水生植被区：值得注意的是．2005年以来,以前很少有蓝藻水华发生的贡湖湾,也开始有大面积蓝藻水华覆盖,2007年发生的频率显著增加．     

富营养化水体浮游植物遥感监测研究进展

随着湖泊流域经济的快速发展,蓝藻水华频繁暴发的现象越来越严重,水体富营养化已经成为国内外重大环境问题.浮游植物是水体的初级生产者,是衡量水体富营养化程度的主要指标之一,遥感技术则是探测水体浮游植物时空分布的重要手段.在收集整理近千篇国内外水体浮游植物遥感研究论文的基础上,从卫星数据源、研究内容及研究方法等角度,总结了遥感技术在富营养化湖泊浮游植物监测应用的历史进展、研究重点及发展趋势.研究表明,现有的富营养化水体浮游植物遥感研究,以湖泊蓝藻水华问题为切入点,研究视角由水体表层(藻华面积、色素浓度)转至水下三维(藻总量),研究方法从定性识别转向定量反演,研究内容从监测蓝藻水华推进到探测不同类群蓝藻,逐渐形成了以应用为导向,"MODIS/VIIRS大中型湖泊日常监测—GF/Sentinel2小型湖泊针对性监测—无人机应急监测"的浮游植物遥感综合监测体系.上述研究梳理了富营养化水体浮游植物遥感监测湖泊水环境学科的发展动向,以期为从事蓝藻水华生态灾害监测和预警人员提供重要的技术支撑和理论参考.     

滇池蓝藻水华发生频率与气象因子的关系

蓝藻水华暴发是在一定的营养、气候、水文条件和生态环境下形成的藻类过度繁殖和聚集的现象,是水体环境因子(如总氮、总磷、pH值、溶解氧)和气象因子综合作用的结果.然而滇池周年性水华暴发标志着滇池蓝藻水华在当前水质条件下,气象因子为关键影响因子.为了进一步探究滇池蓝藻水华发生与气象因子的规律,本文利用2010-2011年滇池蓝藻水华遥感监测资料与周边地面气象站逐月资料,研究滇池蓝藻水华月发生频率与月气象因子的关系.结果显示,滇池蓝藻水华发生频率与平均气温、最低气温、平均风速、累计日照时数和降雨量等气象因子均表现为显著相关,其中与日照时数和风速呈显著负相关.各因子中与风速的相关系数最高,说明滇池各月蓝藻水华发生频率高低与风速关系最为密切,进一步验证了在具备蓝藻水华发生所需营养盐条件下,水体稳定性对蓝藻水华发生的影响更为重要的结论.以上结果可为科学预测蓝藻水华发生,并采取相应措施减少其带来的影响提供理论依据.