水库水体近红外反射峰与叶绿素含量之间的关系初探

2007年8月至2008年9月,对厦门两个淡水水体(芙蓉湖、厦大水库)的叶绿素浓度和遥感反射率(Rrs)进行了连续观测.在叶绿素浓度6-322mg/m3的范围,Rrs光谱出现显著的近红外反射峰,中心位置在700-710nm之间,较之通常的荧光峰中心(683nm)向长波方向偏离.该峰在厦大水库始终出现在700nm,但在芙蓉湖存在时间变化,随着叶绿素浓度的增加,由705红移到710nm.由此,仿MODIS荧光高度(FLH)的定义,定义该峰的高度(简写为REH),对于水库和美蓉湖中心波段分别确定为700和710nm.REH与叶绿素浓度呈现显著相关,美蓉湖REH=0.0161g(chl)-7.8×10-6(R2=0.79,n=41),水库REH=0.0001chl+0.0002(R2=0.74,n=32).可见对十高散射的淡水藻华水体,可以并且需要通过改进FLH的波段选择,基于更长波段处的近红外峰的高度探测叶绿素浓度.     

浮游植物叶绿素a含量测定方法的比较测定

本文比较研究了浮游植物叶绿素ａ含量测定的２种常用方法－国内常用的丙酮萃取分光光度法和国际上较通用的热乙萃取分光光度法。实验结果显示：热乙醇法具有操作简便、快捷、萃取完全,低毒等优点。两种方法有显著统计差异及很好的相关性,其回归方程为：Ｃｈｌａ乙醇＝１．２６１Ｃｈｌａ丙醇－３．５（Ｒ＝０．９９８）。     

基于反射光谱的太湖北部叶绿素a浓度定量估算

利用地物光谱仪研究了太湖水体的反射光谱特征与叶绿素a浓度之间的定量关系,结果表明太湖水体的叶绿素a浓度可以用720 nm附近的反射率估算,同时也可以用806 nm和571 nm两个波段的反射率比值来估算,前者建立的估算模型具有较好的通用性,而后者只能较好的估算<10μg/L的叶绿素a浓度;通过对光谱微分的分析,发现叶绿素a浓度与690 nm附近的一阶微分和702 nm附近的二阶微分相关性最好,但基于反射光谱一阶微分的叶绿素a浓度估算模型,并没有显著的提高太湖叶绿素a浓度的估测精度,二阶微分后的估测精度好于一阶微分,但其估测精度仍没有利用720 nm反射光谱的反演模型高．太湖水体的叶绿素a浓度可以利用720 nm附近的反射光谱有效地估算．     

基于环境一号卫星高光谱遥感数据的巢湖水体叶绿素a浓度反演

三波段模型是基于生物光学模型构建的叶绿素a浓度反演半分析模型,是目前反演内陆富营养化浑浊水体叶绿素a浓度效果较好的方法.本文通过星地同步实验,分析巢湖水体各组分光谱特征,分别基于地面实测数据与环境一号卫星高光谱遥感数据建立三波段模型反演巢湖水体叶绿素a浓度.结果表明,由于特征波段在不同数据源的位置不同,导致了两个模型波段选择及反演精度的差异.因此,只有在充分考虑遥感数据的光谱特征的条件下,分析遥感信息理论和实际图幅影像有效结合在一起的地物信息,才能进一步优化三波段模型的波段选择,实现遥感数据定量反演水体叶绿素a浓度的目标.     

结合Landsat ETM与实测光谱估测太湖叶绿素及悬浮物含量

实地测试太湖水体的反射光谱,实验室分析水样,运用相关分析法探求叶绿素、悬浮物的光谱特征波段,估测叶绿素和悬浮物含量;对比LandsatETM波段,运用不同的函数曲线对相应的波段组合进行回归拟合,建立相应的估测模型,选取精度最好的两个分别对太湖的叶绿素和悬浮物含量进行估测.结果表明:(1)对多光谱遥感而言,LandsatTM/ETM是定量获取叶绿素和悬浮物的较好的数据源,但不是最适合的数据源;(2)通过ETM3与叶绿素建立一定的函数关系来估测叶绿素含量具有较高的精度,其中利用算术组合ETM3/ETM1估测叶绿素的精度最高;(3)ETM4与悬浮物具有较高的相关度,其中利用算术组合ETM4/ETM1估测悬浮物含量的精度最高;(4)LandsatETM卫星影像中,不同尺寸的像元窗口影响水质参数的估测精度;对叶绿素估测而青,7×7或者5×5窗口比较适合,对悬浮物估测而言,一般不超过3×3.     

春季巢湖水温和水体叶绿素a浓度的变化关系

根据2007年3-6月的巢湖逐时气象观测资料和水环境监测资料,分析了水体叶绿素a浓度、水温和气温的时间变化规律以及相互之间的关系.结果表明:水温日变化幅度小于气温日变化幅度,多项式拟合决定系数较高,为0.81;水温与水体叶绿素a浓度逐时变化关系不稳定,线性拟合决定系数变化范围为0到0.91,平均为0.35;水温日平均与...     

NDCI法Ⅱ类水体叶绿素a浓度高光谱遥感数据估算

以太湖、巢湖为研究区,以Hyperion和HJ-1A卫星HSI高光谱数据以及实测水质浓度数据为实验数据,引入归一化叶绿素指数(NDCI),对Ⅱ类水体的高光谱叶绿素a浓度估算进行分析研究.首先对高光谱数据的光谱通道设置以及水体光谱特征进行分析,研究确定模型的最优波段.然后,将确定最优波段后的NDCI反射率因子作为变量与实测样本点数据进行回归分析,得到NDCI与叶绿素a浓度之间的回归关系,进行叶绿素a浓度的估算.与常用的比值法、一阶微分法和三波段法相比,NDCI的性能优于这3种方法,表明NDCI是一种计算简单、估算精度高、实用性强的Ⅱ类水体叶绿素a浓度估算方法.     

氯化物水型盐碱池塘浮游植物叶绿素a的研究

于 1997年 4月至 1998年 9月对山东省高青赵店渔场 ( 37°17′N,117°55′E)的盐碱池塘叶绿素进行了调查研究 .结果表明 ,盐碱池塘叶绿素总量平均为 115.12μg· L-1,叶绿素 a平均含量为 73.90μg· L-1,占叶绿素总量的 61.76% ,叶绿素 b和叶绿素 c分别占总量的 12 .97%和2 5.2 7% .叶绿素 a含量的季节变动较大 ,有明显盛夏和初秋高峰期 .无鱼对照池的叶绿素 a比养鱼池塘低得多 .叶绿素 a的昼夜变化与垂直分布变化较大 ,但不遵循同一模式 .盐碱池塘叶绿素 a含量与浮游植物生物量、水温、总氮、总磷和硅酸盐显著正相关 ,与透明度显著负相关 ,而与盐度、碱度、p H、硬度、电导率均无规律性联系     

应用实测光谱估算千岛湖夏季叶绿素a浓度

依据2010年8月的实测数据构建了千岛湖水体夏季叶绿素a浓度的实测光谱数据估算模型,并进行了验证.利用ASD FieldSpec3野外光谱仪获取高光谱数据,计算水体离水辐亮度和遥感反射率.通过寻找反演水体叶绿素a浓度的高光谱敏感波段,采用单波段相关分析、波段比值、微分光谱、三波段模型、BP人工神经网络等多种算法进行比较分析,结果表明:叶绿素a浓度与单波段光谱反射率的相关性不大;596 nm和489 nm波长处反射率比值、545 nm处光谱一阶微分与叶绿素a浓度均呈较显著相关,估测模型决定系数R2分别为0.782、0.590,RMSE分别为0.89、1.98μg/L;三波段模型的反演结果优于传统的波段比值和一阶微分法,R2为0.838,RMSE为0.71μg/L;神经网络模型大大提高了叶绿素a浓度的反演精度,R2高达0.942,RMSE为0.63μg/L.本研究为今后在千岛湖水域的夏季相邻月份进行叶绿素a浓度大范围遥感反演研究奠定了基础.     

吉林查干湖水体叶绿素a含量高光谱模型研究

叶绿素a含量能够在一定程度上反映水质状况,高光谱遥感可有效反演叶绿素a含量.该研究通过分析水体叶绿素a浓度与其高光谱反射特征之间的相关关系,采用单波段相关分析、波段比值、微分光谱和神经网络模型等多种算法建立了叶绿素a高光谱定量模型.结果表明:叶绿素a与单波段光谱在蓝、绿波段相关系数较低,而在红光与近红外波段有明显提高,微分光谱也表现出同样的趋势;反射率比值算法模拟效果好于线性回归法;神经元网络模型可以大大提高实测光谱数据的反演能力,确定性系数高达0.95.这为今后利用星载高光谱传感器在查干湖进行叶绿素a浓度大面积遥感反演提供了研究基础.     

巢湖的开发与治理概况

巢湖是我国五大淡水湖之一,湖泊水面面积784km~2,位于安徽省中部。巢湖及其流域是长江下游北岸的一条主要水系,流域面积14200km~2。行政区划包括巢湖、六安两地区及合肥市,计有九县二市,人口530万人。耕地44×104hm~2,其中江淮分水岭以南丘陵地区26×104hm~2,沿江滨湖圩区18×10~4hm~2。是安徽省粮油、水禽、鱼类的主要产地之一,在全省经济发展中占有重要的位置。 建国后,在国家的大力支持下,巢湖流域进行了大规模的水利建设。长江大堤全面加固,巢湖闸、裕汐闸先后建成,控制了江洪倒灌,初步解除了江洪的威胁。但在流域治理中,尚有以下两个关键问题没有得到解决:一是巢湖洪水出路少,全流域排水出路仅有裕汐河一处,     

基于遥感藻总量和气象因子的巢湖不同湖区藻华预测

湖泊能为人类提供不可或缺的资源,而全球普遍存在的湖泊富营养化导致的藻华频繁暴发正不断损害湖泊生态环境服务功能.为合理保护湖泊环境和防治藻华危害,需预测藻华暴发.以我国富营养巢湖为研究区,本文构建了一种基于遥感藻总量和气象因子的不同湖区藻华暴发概率预测方法.基于MODIS/Aqua数据,研究首先反演了2003—2019年日尺度的藻华分布和考虑垂向结构的水柱藻总量.然后,统计了西、中和东巢湖的藻华面积,判别了藻华/非藻华日,并匹配日平均藻总量和气象因子.最后,筛选出藻华形成的关键影响因子——藻总量、气温和水汽压,并构建了不同湖区日藻华暴发概率的Logistic预测模型.不同湖区月平均藻总量基本一致,但藻华暴发日占比呈“西高东低”特征.对西、中和东巢湖的藻华/非藻华检验样本,模型精度分别为90%、85%和89.5%,模型也适用于2020年夏秋季和冬春季藻华预测.湖泊藻华暴发是藻类大量增殖并在一定气象条件下的产物,故基于遥感藻总量和气象因子的藻华暴发概率预测科学合理,可推广应用于太湖等其他富营养湖泊.     

巢湖富营养化研究进展

本文系统论述了20年来巢湖富营养化的研究过程,根据不同阶段对巢湖研究的特点,将巢湖富营养化研究过程划分为三个阶段:初步调查阶段、深入研究阶段和应用研究阶段. 综述了巢湖富营养化研究的8个方面的内容,包括流域自然和社会环境的调查、水域生态调查与评价、流域水污染源调查与评价、巢湖富营养化机理研究、水质区划与容量研究、流域的非点源污染研究、生态环境现状调查研究和内源污染控制研究等. 文中指出了近10多年来缺少对巢湖的基础研究,形成背景资料的断裂,10多年前的研究成果不能完全满足当今巢湖富营养化防治的需要. 目前,巢湖仍然处于全湖富营养化状态,急需对巢湖进一步开展基础研究,为从根本上治理巢湖污染寻求对策. 最后指出了一些主要的研究方向.     

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...     

巢湖、太湖蓝藻湖靛及其提取物的动物毒性初步研究

对国内淡水湖泊巢湖、太湖中的蓝藻湖靛及其提取物（藻胆蛋白）,进行了动物毒性实验。实验动物为昆明种小白鼠,采用灌胃法给药。给药后小白鼠均无中毒症状,一周内无死亡。说明巢湖、太湖中蓝藻湖靛及其提取物,对以小白鼠为代表的哺乳类动物消化系统,基本不产生毒性。这对于开发两湖中的蓝藻作为鱼、家禽等饲料和提取其中的植物蛋白（藻胆蛋白）作为营养食品添加剂等有一定意义。     

巢湖4种蚌类不同组织中5种微量元素含量及其空间变化

蚌类在湿地生态系统元素的富集与转化过程中发挥重要作用.以巢湖常见扭蚌（Arconaia lanceolata）、三角帆蚌（Hyriopsis cumingii）、褶纹冠蚌（Cristaria plicata）和圆顶珠蚌（Unio douglasiae）为对象,分析其内脏团、外套膜（包含鳃,下同）和斧足中5种微量元素（Cu、Zn、As、Cd、Pb）的含量.结果表明：5种元素在4种蚌体内均有检出,除Zn在圆顶珠蚌组织间表现为外套膜>内脏团>斧足外,4种蚌体组织间5种微量元素含量均表现为内脏团 > 外套膜 > 斧足;4种蚌类各微量元素平均含量均表现为Zn > Cu > As > Pb > Cd;Cu和Pb在4种蚌类中的平均含量表现为扭蚌 > 褶纹冠蚌 > 圆顶珠蚌 > 三角帆蚌,扭蚌各组织中Pb含量是其他3种蚌类的2.62~6.99倍,Zn的各平均含量表现为圆顶珠蚌 > 扭蚌 > 三角帆蚌 > 褶纹冠蚌,As表现为圆顶珠蚌 > 三角帆蚌 > 褶纹冠蚌 > 扭蚌,Cd表现为扭蚌 > 圆顶珠蚌 > 三角帆蚌 > 褶纹冠蚌,Cd在圆顶珠蚌和扭蚌中的含量是三角帆蚌和褶纹冠蚌的2.75~6.08倍.不同种类之间微量元素含量的差异大于同一种类微量元素含量的空间差异.微量元素污染较重的河口区蚌体组织具有较高的微量元素含量,污染较轻的河口中蚌体组织各微量元素含量也相对较低,表明蚌类可作为巢湖水体微量元素污染监测的指示生物.4种蚌类中Pb、Cd、As含量均未超出国家食品安全标准的限定值.     

Hyperspectral feature analysis of chlorophyll a and suspended solids using field measurements from Taihu Lake,eastern China

Abstract

We report results of three field campaigns conducted at 39 stations. At each station, we measured reflectance spectra in situ and collected water samples for measuring chlorophyll a (CHL) and suspended solids (SS) concentrations in the laboratory. To identify the indicative bands and develop suitable estimation models for CHL (C _CHL) and SS (C _SS) concentrations in Taihu Lake, a spectral-feature method and a derivative method were applied. The following conclusions were drawn: (a) the critical C _CHL and C _SS probably causing their spectral variation are, respectively: 0, 10, 50 and 75 μg L^?1, and 0, 10, 50 and 100 mg L^?1; (b) the derivative method is better than the spectral-feature method for estimating C _CHL and C _SS; (c) the optimal variable for CHL is a reflectance second-order derivative at 501 nm or a reflectance first-order derivative at 698 nm; the optimal variable for SS can change when its concentration is low and the range is narrow; otherwise, the optimal variable is a reflectance first-order derivative at 878 nm; and (d) the CHL and SS have an effect on one another's retrieval. The C _CHL estimation accuracy would benefit from narrowing the C _SS range. With C _CHL increasing and its range broadening, the corresponding C _SS estimation accuracy decreases gradually.     

湖泊中有色可溶性物质对近紫外及蓝光衰减的影响

研究巢湖(藻型湖泊)和龙感湖(草型湖泊)的有色可溶性物质(CDOC)对近紫外及蓝光衰减的影响时发现：巢湖水体中可溶性有机碳含量比龙感湖大。2个湖泊中来源不同的可溶性有机碳对光的吸收极其相似,只是在量上有差异。在巢湖水体中,光的衰减曲线在355—400nm之间有一个峰,且Kd值较大,而在龙感湖水体中,光的衰减曲线在500nm以下时随着波长的递减而增加。从CDOC对Kd的贡献来看,它们之间最大的相关是在355nm左右,这是悬浮质、叶绿素以及CDOC共同作用的结果。