污染水体中蓝藻叶绿素的光谱特征分析

合集下载

TM与ETM

各个波段的特征TM1 0.45-0.52um蓝波段：对叶绿素和叶色素浓度敏感，对水体穿透强，用于区分土壤与植被、落叶林与针叶林、近海水域制图，有助于判别水深及水中叶绿素分布以及水中是否有水华等。

TM2 0.52-0.60um,绿波段：对健康茂盛植物的反射敏感,对绿的穿透力强,用于探测健康植物绿色反射率,按绿峰反射评价植物的生活状况,区分林型,树种和反映水下特征。

在所有的波段组合中，TM 波段－2 的分类精度是最高的，达到了 75.6%。

从单时相遥感影像的分类来讲，这种分类精度只相当于中等水平。

但若从多时相图像的角度来看，这一精度则相当于在采用分类后比较法时，每一景图像的平均分类精度需达到 86.9% 的水平②，而这种分类精度，特别是在山区，其实已经是比较好的了。

TM3 0.62-0.69UM ,红波段：叶绿素的主要吸收波段,反映不同植物叶绿素吸收,植物健康状况,用于区分植物种类与植物覆盖率,其信息量大多为可见光最佳波段,广泛用于地貌,岩性,土壤,植被,水中泥沙等方面。

TM4 0.76-0.96UM近红外波段：对无病害植物近红外反射敏感，对绿色植物类别差异最敏感,为植物通用波段,用于目视调查,作物长势测量,水域测量，生物量测定及水域判别。

TM51.55-1.75UM中红外波段：对植物含水量和云的不同反射敏感，处于水的吸收波段,一般1.4-1.9UM内反映含水量,用于土壤湿度植物含水量调查,水分善研究,作物长势分析,从而提高了区分不同作用长势的能力，可判断含水量和雪、云。

在TM7个波段光谱图像中，一般第5个波段包含的地物信息最丰富。

TM61.04-1.25UM远红外波段：可以根据辐射响应的差别,区分农林覆盖长势,差别表层湿度,水体岩石,以及监测与人类活动有关的热特征,作温度图，植物热强度测量。

TM7 2.08-3.35UM,中红外波段,为地质学家追加波段,处于水的强吸收带,水体呈黑色,可用于区分主要岩石类型,岩石的热蚀度,探测与交代岩石有关的粘土矿物。

内陆水体藻类叶绿素浓度与反射光谱特征的关系

文章编号:100724619(2000)0120041205内陆水体藻类叶绿素浓度与反射光谱特征的关系疏小舟,尹　球,匡定波(中国科学院上海技术物理研究所,上海　200083)摘　要:　通过研究内陆水体反射光谱特征与藻类叶绿素浓度之间的关系,建立藻类叶绿素高光谱定量遥感模型。

在实验地太湖地区,采用高分辨率地物光谱仪实地测量了湖水在可见光和近红外波段(300—1100nm )的反射光谱曲线,并且同时采样分析叶绿素、总悬浮固体物质浓度等水质参数。

研究发现在叶绿素浓度较高时(>5μg/L ),水体光谱反射比R 705nm /R 675nm 、叶绿素在700nm 附近反射峰的位置等与叶绿素浓度有较好的相关性。

关键词:　叶绿素;高光谱;遥感中图分类号:　TP79/Q949.2 文献标识码:　A1　引　言内陆湖泊由于有机污染物质的注入,水体易趋于营养化。

富营养化水体的一个重要特征是藻类物质大量繁殖。

叶绿素在藻类物质中所占的比例比较稳定,并且易于在实验室测量,因此叶绿素浓度常作为反映水体营养化程度的一个重要参数。

常规的水质监测是通过采集水样、过滤、萃取以及分光光度计分析,以确定叶绿素浓度。

因而大区域的水环境监测是一项极费人力物力和时间的工作,采样方法也不可能对大型湖泊内的藻类分布作全面的调查。

遥感技术作为一种区域性水环境调查和监测手段,日益受到重视,北美和欧洲的一些国家早已开展了利用航空遥感数据监测湖泊群内叶绿素分布的研究[1,2]。

叶绿素遥感一般是通过实验研究水体反射光谱特征与叶绿素浓度之间的关系建立叶绿素算法[3]。

对于内陆水体,其困难在于,水体中其它污染物质,如无机悬浮物质和有机溶解性物质(黄色物质)光学效应的干扰,以及藻类及其它污染物质特性的地域性、甚至季节性的差异。

近年来,成像光谱仪技术发展迅速,利用高光谱分辨率有可能大大提高叶绿素遥感的精度。

本文目的是研究中国湖泊中含藻类水体的高光谱反射率特性及其与藻类叶绿素浓度之间的关系,在此基础上建立适合中国湖泊特点的叶绿素高光谱定量遥感模型。

水中藻类荧光光谱技术在污染检测及修复中的应用

水中藻类荧光光谱技术在污染检测及修复中的应用随着环境污染的日益严重，人们对于环境治理和修复的需求也日益增加。

这些需求驱动着科学家们不断地探索新的技术，从而提高效率和准确性。

水中藻类荧光光谱技术是一种新兴的技术，能够有效地检测水体污染，并为修复提供指导。

本文将介绍水中藻类荧光光谱技术的原理、应用领域以及未来可能的发展。

一、水中藻类荧光光谱技术的原理水中藻类荧光光谱技术是一种基于藻类细胞在受激发后发出的荧光特征的分析方法。

具体来说，当藻类受到激发光后，会发出荧光信号，荧光强度和光谱分布会受到一系列因素的影响，如藻类品种、光照条件、环境中的污染物等。

因此，通过对荧光信号的测量和分析，就能够得到水体中存在的污染物信息。

二、水中藻类荧光光谱技术的应用在环境污染检测中，水中藻类荧光光谱技术已经得到广泛的应用。

首先，它可以用于有害藻类的检测和监测。

有害藻类是一种对水生生态和人类健康都会造成极大危害的藻类，对其的检测和监测是治理有害藻类的前提。

其次，在水体污染物的检测中，水中藻类荧光光谱技术也能够发挥重要的作用。

通过监测藻类荧光强度和光谱分布，就能够快速、准确地诊断出水体中是否存在污染物，为环境治理提供科学依据。

最后，水中藻类荧光光谱技术也能够用于水体修复中。

治理污染需要先快速准确地定位污染源，然后才能采取有效的治理措施。

水中藻类荧光光谱技术能够准确地诊断污染物并进行分析，为水体修复提供了重要的参考。

三、水中藻类荧光光谱技术未来的发展随着技术的不断发展和应用需求的不断增加，水中藻类荧光光谱技术在未来可能会在以下几个方面得到进一步的发展。

首先，技术的检测精度和准确性还有提高空间，未来可能会通过改进光谱仪器和信号处理算法来提高检测精度和准确性。

其次，将水中藻类荧光光谱技术应用于水体修复中的工程实践时，还需要进一步考虑技术的可操作性和实用性。

因此，未来可能会考虑研发更加便携、实用的技术和设备。

最后，水中藻类荧光光谱技术也有望进一步创新，推出更加多样和专业的应用技术，以满足不同领域和行业的需求。

TM各波段分析

TM图像波段介绍一、各波段特征：1.TM1 0。

45-0.52um，蓝波段，对水体穿透强,对叶绿素与叶色素反映敏感，有助于判别水深及水中叶绿素分布以及水中是否有水华等。

2.TM2 0.52—0。

60um，绿波段,对健康茂盛植物的反射敏感，对力的穿透力强，用于探测健康植物绿色反射率，按绿峰反射评价植物的生活状况，区分林型，树种和反映水下特征.3。

TM3 0。

62—0。

69UM ,红波段,叶绿素的主要吸收波段,反映不同植物叶绿素吸收,植物健康状况,用于区分植物种类与植物覆盖率,其信息量大多为可见光最佳波段，广泛用于地貌,岩性，土壤,植被,水中泥沙等方面。

4 。

TM4 0。

76-0.96UM 近红外波段，对绿色植物类别差异最敏感,为植物通用波段，用于牧师调查，作物长势测量,水域测量。

5。

TM5 1。

55—1.75UM，中红外波段，处于水的吸收波段，一般1。

4—1。

9UM内反映含水量，用于土壤湿度植物含水量调查，水分善研究，作物长势分析，从而提高了区分不同作用长势的能力。

易于反映云与雪。

6。

TM6 1.04—1。

25UM热红外波段，可以根据辐射响应的差别,区分农林覆盖长势，差别表层湿度，水体岩石,以及监测与人类活动有关的热特征,进行热制图。

7。

TM7 2.08-3。

35UM，中红外波段，为地质学家追加波段，处于水的强吸收带,水体呈黑色，可用于区分主要岩石类型，岩石的热蚀度，探测与交代岩石有关的粘土矿物。

二。

波段组合：1、TM321(RGB)：均是可见光波段，合成结果接近自然色彩.对浅水透视效果好，可用于监测水体的浊度、含沙量、水体沉淀物质形成的絮状物、水底地形。

一般而言：深水深兰色；浅水浅兰色；水体悬浮物是絮状影象；健康植被绿色；土壤棕色或褐色。

可用于水库、河口及海岸带研究，但对水陆分界的划分不合适。

这种RGB组合模拟出一副自然色的图象。

有时用于海岸线的研究和烟柱的探测。

2、TM453（RGB）：2个红外波段、1个红色波段。

Landsat TM、ETM+数据介绍

TM各个波段的特征B1 为蓝色波段，该波段位于水体衰减系数最小的部位，对水体的穿透力最大，用于判别水深，研究浅海水下地形、水体浑浊度等，进行水系及浅海水域制图；B2 为绿色波段，该波段位于绿色植物的反射峰附近，对健康茂盛植物反射敏感，可以识别植物类别和评价植物生产力，对水体具有一定的穿透力，可反映水下地形、沙洲、沿岸沙坝等特征；B3 为红波段，该波段位于叶绿素的主要吸收带，可用于区分植物类型、覆盖度、判断植物生长状况等，此外该波段对裸露地表、植被、岩性、地层、构造、地貌、水文等特征均可提供丰富的植物信息；B4 为近红外波段，该波段位于植物的高反射区，反映了大量的植物信息，多用于植物的识别、分类，同时它也位于水体的强吸收区，用于勾绘水体边界，识别与水有关的地质构造、地貌等；B5 为短波红外波段，该波段位于两个水体吸收带之间，对植物和土壤水分含量敏感，从而提高了区分作物的能力，此外，在该波段上雪比云的反射率低，两者易于区分，B5 的信息量大，应用率较高；B6 为热红外波段，该波段对地物热量辐射敏感，根据辐射热差异可用于作物与森林区分、水体、岩石等地表特征识别；B7 为短波外波段，波长比 B5 大，是专为地质调查追加的波段，该波段对岩石、特定矿物反应敏感，用于区分主要岩石类型、岩石水热蚀变，探测与交代岩石有关的粘土矿物等；B8 为全色波段（Pan），该波段为 Landsat-7 新增波段，它覆盖的光谱范围较广，空间分辨率较其他波段高，因而多用于获取地面的几何特征。

=============================波段组合：TM321（RGB）：均是可见光波段，合成结果接近自然色彩。

对浅水透视效果好，可用于监测水体的浊度、含沙量、水体沉淀物质形成的絮状物、水底地形。

一般而言：深水深兰色；浅水浅兰色；水体悬浮物是絮状影象；健康植被绿色；土壤棕色或褐色。

可用于水库、河口及海岸带研究，但对水陆分界的划分不合适。

TM各波段分析

TM图像波段介绍一、各波段特征：1.TM1 0.45-0.52um,蓝波段,对水体穿透强,对叶绿素与叶色素反映敏感,有助于判别水深及水中叶绿素分布以及水中是否有水华等.2.TM2 0.52-0.60um,绿波段,对健康茂盛植物的反射敏感,对力的穿透力强,用于探测健康植物绿色反射率,按绿峰反射评价植物的生活状况,区分林型,树种和反映水下特征.3.TM3 0.62-0.69UM ,红波段,叶绿素的主要吸收波段,反映不同植物叶绿素吸收,植物健康状况,用于区分植物种类与植物覆盖率,其信息量大多为可见光最佳波段,广泛用于地貌,岩性,土壤,植被,水中泥沙等方面.4 .TM4 0.76-0.96UM 近红外波段,对绿色植物类别差异最敏感,为植物通用波段,用于牧师调查,作物长势测量,水域测量.5.TM5 1.55-1.75UM,中红外波段,处于水的吸收波段,一般1.4-1.9UM内反映含水量,用于土壤湿度植物含水量调查,水分善研究,作物长势分析,从而提高了区分不同作用长势的能力.易于反映云与雪.6.TM6 1.04-1.25UM热红外波段,可以根据辐射响应的差别,区分农林覆盖长势,差别表层湿度,水体岩石,以及监测与人类活动有关的热特征,进行热制图.7.TM7 2.08-3.35UM,中红外波段,为地质学家追加波段,处于水的强吸收带,水体呈黑色,可用于区分主要岩石类型,岩石的热蚀度,探测与交代岩石有关的粘土矿物.二.波段组合:1、TM321（RGB）：均是可见光波段，合成结果接近自然色彩。

对浅水透视效果好，可用于监测水体的浊度、含沙量、水体沉淀物质形成的絮状物、水底地形。

一般而言：深水深兰色；浅水浅兰色；水体悬浮物是絮状影象；健康植被绿色；土壤棕色或褐色。

可用于水库、河口及海岸带研究，但对水陆分界的划分不合适。

这种RGB组合模拟出一副自然色的图象。

有时用于海岸线的研究和烟柱的探测。

2、TM453（RGB）：2个红外波段、1个红色波段。

蓝绿藻测试标准

蓝绿藻测试标准
蓝绿藻是一类固氮藻类，它们是一种重要的生态系统组成部分，但过度生长可能导致水质污染和生态系统崩溃。

因此，进行蓝绿藻测试是非常重要的。

以下是一些常规的蓝绿藻测试标准：
1. 藻密度测试：通过计数水样中的蓝绿藻细胞数量来评估蓝绿藻的密度。

常见的方法是显微镜计数或流式细胞仪分析。

2. 叶绿素测定：叶绿素是蓝绿藻的光合作用关键色素，其浓度可以用于评估藻类生长状态。

叶绿素可以通过光谱分析或压滤法测定。

3. 水中营养盐测定：蓝绿藻过度生长通常与过量的营养盐（例如氮和磷）相关。

测试水样中的氮和磷浓度可以帮助了解蓝绿藻生长的潜在原因。

4. 藻毒素检测：一些蓝绿藻产生毒素，对人类和动物健康有害。

进行蓝绿藻测试时，通常会测定水样中的藻毒素浓度。

5. DNA测序：通过对蓝绿藻DNA进行测序，可以识别和分类蓝绿藻的不同物种和菌株。

这有助于理解蓝绿藻的种类组成和生态功能。

需要注意的是，蓝绿藻测试标准可能因地区和具体监测目的的
不同而有所差异。

在进行蓝绿藻测试时，必须遵循相应的方法和标准。

淀山湖蓝藻水华高发期叶绿素a动态及相关环境因子分析

J.L ake Sci.(湖泊科学),2011,23(1):67272htt p://.E2mail:jlakes@niglas.ac.cn2011by Journal of L ake Sciences淀山湖蓝藻水华高发期叶绿素a动态及相关环境因子分析3吴阿娜,朱梦杰,汤　琳,朱　刚,汪　琴,张锦平33(上海市环境监测中心,上海200030)摘　要:根据2008年5-9月专项监测数据,分析蓝藻水华高发期淀山湖叶绿素a浓度的动态变化,及其与pH、溶解氧、T N、TP等环境因子的相互关系.结果表明,淀山湖蓝藻水华高发期叶绿素a存在明显的时间变化和空间分异,特别是叶绿素a的峰值共对应了3次水华暴发过程.其叶绿素a对数与总磷对数呈极显著正相关,与硝酸盐氮、T N/TP呈负相关,与总氮、氨氮等则无显著相关性;这表明淀山湖可能是一定程度的磷限制性湖泊.此外,叶绿素a与水温、pH、溶解氧呈显著正相关,与透明度存在极显著负相关.关键词:淀山湖;叶绿素a;蓝藻水华;环境因子;相关分析D ynam ic s o f ch l o r op hyll2a and a na lys is o f e nvir o nm en ta l fac t o rs in Lake D ian sha n du ring summ e r and a u tum nW U Enuo,ZHU M engjie,TANG L in,ZHU Gang,W ANG Q in&ZHANG J inp ing(Shangha i Environm enta l M onitoring Center,Shangha i200030,P.R.C hina)Abs tra c t:According t o the monit oring data at13sa mp ling sites of Lake D ianshan fr om May t o Sep te mber2008,the relati onshi p bet w een chl or ophyll2a concentrati ons and envir onmental fact ors(water te mperature,pH,DO,T N and TP)was investigated.The results indicated that there was an obvi ous te mporal and s patial variati on of chl or ophyll2a.The first cyanobacterial bl oom in2008 occurred on July23at Q iandungang site and Youyongchang site.The most severe bl oom covered a t otal area of17km2on August 27.Significantly positive l ogarithm ic correlati on was f ound bet w een chl or ophyll2a and t otal phos phorus,but not f or a mmonia nitr o2 gen,nitrate nitr ogen and t otal nitr ogen.Phos phorusm ight be the main li m ited fact or in Lake D ianshan.Significantly positive corre2 lati ons were found bet w een chl or ophyll2a concentrati on and water temperature,pH,diss olved oxygen,and markedly negative corre2 lati on bet w een chl or ophyll2a and trans parency.Ke ywo rds:Lake D ianshan;chl or ophyll2a;cyanobacterial bl oom;envir onmental fact or;correlati on analysis淀山湖位于上海市青浦区和江苏省昆山市交界处,湖区面积为62k m2.作为上海市郊最大的天然淡水湖泊和区域重要水源地之一,淀山湖已经成为黄浦江上游水源保护区的重要组成部分.当前淀山湖氮磷营养盐浓度已远高于湖泊富营养化水平,已经具备了暴发大规模、大面积蓝藻水华的水质营养条件,特别是夏、秋季节,在合适的水温、光照及水文等条件下,成为蓝藻水华暴发的高发季节[1-2].2007年、2008年淀山湖蓝藻水华频发,特别是2007年8月30日淀山湖不同程度的蓝藻水华覆盖了全湖将近80%的水面.淀山湖蓝藻水华可能对区域饮用水安全及水环境带来重大影响,因此有必要对其发生规律进行研究,以期为供水安全和环境保护提供必要的参考资料.有关淀山湖的研究目前主要集中于水质富营养化评价、藻毒素污染水平等方面的初步探讨,对于藻类水华期间的藻类生物量及其影响因子的分析,尤其是对蓝藻水华高发期这一特殊时期的针对性研究仍相对较少[1,3-5].叶绿素a具有湖泊富营养化水平和水华消长情况的表征能力,开展叶绿素a及其与环境因子的相关性研究具有重要的意义[6-7],本研究即以淀山湖蓝藻水华高发期(2008年5-9月)专项监测数据为基3 33上海市科委项目(08DZ1203007)资助.2010-01-18收稿;2010-08-24收修改稿.吴阿娜,女,1980年生,博士,工程师;E2mail:enuowu@hot m .通讯作者;E2mail:zhangj p@se .68　J.L ake Sci.(湖泊科学),2011,23(1)础,分析淀山湖叶绿素a含量的时间动态变化和空间分异特征,并探讨其与营养盐指标及其它相关环境因子的内在关联,以期为淀山湖蓝藻水华预警等水环境保护工作提供一定的科学依据.图1淀山湖监测点位分布Fig.1Samp ling sites in Lake D ianshan 1研究方法1.1采样方法淀山湖共设13个常规监测点位(图1),其中急水港、千墩港、大朱厍和白石矶代表淀山湖的主要进水口,西闸和淀峰分别为淀山湖主要出水口,赵田湖中心、湖心北区、湖心东区、四号航标、湖心南区、游泳场及网箱渔场则为湖体监测点位.为有效监控淀山湖蓝藻水华发生及规律,于蓝藻水华高发季节(2008年5-9月)开展为期5个月的专项监测,水样每周采集一次,共计18次.每次的采样工作一般在上午9:00到下午14:00之间进行,各点位采样次序一致,尽量减小因采样时间不同而带来的误差.1.2分析方法监测项目包括水温(T)、溶解氧(DO)、pH、氨氮(NH42 N)、总磷(TP)、总氮(T N)、可溶性磷酸盐(P O3242P)、硝酸盐氮(NO32N)、亚硝酸盐氮(NO22N)、透明度(S D)和叶绿素a,其中水温、pH、溶解氧以及透明度为现场测定,其它指标带回实验室分析测定,水样均取自水面以下0.5m.样品分析方法:叶绿素a测定采用分光光度法,取500m l水样用醋酸纤维滤膜抽滤,滤膜低温干燥后用丙酮萃取,离心后取上清液测定吸光度;透明度采用萨氏盘测定;其它相关理化指标分析方法依据《水和废水监测分析方法(第四版)》[8].数据统计方法:利用SPSS f orW indows17.0计算统计数据的相关系数,分析淀山湖水体叶绿素a与环境因子的相关性,建立相应的回归方程.2结果与讨论2.1叶绿素a时空变化特征根据淀山湖蓝藻水华高发期(2008年5-9月)13个监测断面共18次监测结果,淀山湖叶绿素a平均值为18.89mg/m3,变化范围在0.39-513.11mg/m3.可以看出,监测期间淀山湖出水口、进水口及湖区监测点位叶绿素a存在较大程度的时间变化和空间分异.从叶绿素a动态变化上,本次调查共监测到淀山湖叶绿素a的3次明显峰值,分别为7月23日、8月19日、8月27日,上述时段淀山湖均发生了明显的蓝藻水华暴发过程(图2).7月23日左右,淀山湖发生2008年首次蓝藻水华,主要集中在游泳场沿岸和江苏省界内千墩港桥附近,其中千墩港桥叶绿素a含量达到513.11m g/m3.8月19日至20日,淀山湖蓝藻水华面积增大,其中19日游泳场、赵田湖中心至湖心北区等附近水域叶绿素a浓度均达115m g/m3以上;20日蓝藻水华区域逐渐向西北方向推移,游泳场点位叶绿素a降至 6.27m g/m3,而湖心北区、湖心东区点位含量则受到蓝藻堆积影响,持续上升至324.55m g/m3和446.87m g/m3.8月27日左右淀山湖又一次暴发蓝藻水华,发生范围集中在淀山湖淀峰-急水港航道以北的湖区水面,湖心北区、游泳场、湖心东区及主要出水口监测点位叶绿素a均达到30m g/m3以上.从叶绿素a空间分布上,根据各点位监测值的加权平均计算各功能区叶绿素a,可以发现进水口叶绿素吴阿娜等:淀山湖蓝藻水华高发期叶绿素a 动态及相关环境因子分析69　a 含量相对较高,且随时间变化较大,最高高达134.35mg/m 3;出水口点位叶绿素a 含量相对较低,叶绿素a波动范围在0.39-59.21mg/m 3;湖区7个监测点位叶绿素a 变化相对较大,特别是湖心北区、湖心东区及赵田湖中心等点位波动范围在2.71-446.87mg/m 3.表12008年3次淀山湖蓝藻水华过程及叶绿素a 监测结果Tab .1The cyanobacterial bl oom of Lake D ianshan and chl or ophyll 2a concentrati on in 2008蓝藻水华暴发时间发生面积(km 2)主要发生范围叶绿素a (mg/m 3)7月23日—千墩港附近/游泳场沿岸 3.09-513.118月19日8.0游泳场/西闸/湖心北区/赵田湖中心等区域7.03-320.108月27日14.0-17.0淀峰-急水港航道以北水面8.81-115.25图2淀山湖各功能区叶绿素a 含量的时空变化Fig .2Temporal and s patial changes of chl or ophyll 2a in different secti on of Lake D ianshan2.2叶绿素a 与相关环境因子2.2.1相关分析　湖泊水体中浮游植物的生长受到多种环境因子的影响和制约,而叶绿素a (Chl .a )的现存量则在一定程度上反映浮游植物的生长状况.淀山湖不同功能区Chl .a 含量和相关环境因子之间的Pears on 相关系数及其双尾显著性分析结果(表2)可以看出,进水口、湖区及出水口等各功能区Chl .a 与pH 、DO 、TP 均呈极显著相关,湖区、出水口Chl .a 与S D 、NO 32N 呈显著负相关,湖区Chl .a 与T 呈显著相关.综合全湖13个监测点位监测数据,淀山湖全湖Chl .a 含量与pH 、T 、DO 及TP 呈显著正相关,与S D 呈极显著负相关,而与氨氮、总氮、硝酸盐氮及可溶性磷酸盐等则无显著相关.表2淀山湖叶绿素a 含量与环境因子之间的相关系数及检验结果Tab .2Correlati on coefficients bet w een chl or ophyll 2a and envir on mental fact ors in Lake D ianshan因子进水口湖区出水口全湖pH0.425330.596330.826330.49933S D-0.226-0.24433-0.3583-0.23433T0.1430.17630.2240.1623DO0.339330.304330.733330.31033NH 42N-0.039-0.1130.289-0.071TP0.782330.488330.433330.60233T N-0.020-0.063-0.158-0.044NO 22N-0.018-0.119-0.212-0.082NO 32N-0.012-0.2283-0.47033-0.1633P O 3242P 0.0200.0810.301-0.099T N /TP-0.164-0.202-0.126-0.13133P <0.05,显著相关;33P <0.01,极显著相关.70　J.L ake Sci .(湖泊科学),2011,23(1)2.2.2叶绿素a 与营养盐指标　营养盐的含量变化可以影响浮游植物的数量,而浮游植物的生长状况又是营养盐含量变动的主要条件.作为浮游植物体内主要成分的叶绿素a,其与营养盐的相关关系研究一直是湖泊富营养化研究中的热点问题.由于其关系的复杂性,以往研究中学者对氮、磷等营养盐与叶绿素a 的关系存在各种不同的观点[9-12].淀山湖蓝藻“水华”高发期叶绿素a 与氮、磷等营养盐相关分析结果表明,Chl .a 与TP 存在极显著正相关,与硝酸盐氮存在显著负相关,与总氮、亚硝酸盐氮、可溶性磷酸盐等指标均不存在明显相关.2008年淀山湖蓝藻水华高发期监测结果显示,淀山湖TP 、T N 含量在监测期间存在较大程度的变化,总体均超过富营养化标准[1];TP 变化幅度在0.063-1.04mg/L,均值为0.201mg/L,超过地表水V 类湖库标准;T N 含量变化幅度在0.391-9.33mg/L,均值为2.42mg/L.TP 在总体趋势上与Chl .a 存在明显的一致性,而T N 、T N /TP 与Chl .a 关系相对较弱(图3).已有研究结果表明可利用N /P 大于7时,P 是可能的限制性营养盐[7],而本研究期间淀山湖T N /TP 平均值为14.7,且相关分析显示Chl .a 与TP 存在极显著正相关,因此磷可能是淀山湖浮游植物生长潜在的限制性营养盐.但值得一提的是,由于目前淀山湖氮、磷营养盐已远超过富营养水平,水华暴发可能更多受到水文、气象等因子的协同诱导作用,当然这需要更多的数据分析加以明确.图3淀山湖蓝藻水华高发期叶绿素a 浓度T N /TP 和TP 浓度的变化Fig .3The fluctuati ons of chl or ophyll 2a,T N /TP and TP in Lake Dianshan图4淀山湖蓝藻水华高发期总磷与叶绿素a 的相关分析Fig .4The correlati on bet w een chl or ophyll 2aand t otal phos phorus of Lake D ianshanOECD 在北美、北欧、阿尔卑斯地区进行的综合调查表明,lg (Chl .a )=0.96lg (TP )-0.55[12],日本相关研究结果表明lg (Chl .a )与lg (TP )存在显著正相关[13],本研究进一步对lg (Chl .a )与lg (TP )进行相关分析和回归分析,表明两者存在极显著正相关,相关系数为0.327,其回归方程为lg (Chl .a )=0.9555lg (TP )+1.5917(图4).2.2.3叶绿素a 与理化参数　(1)Chl .a 与水温、pH:温度直接影响藻类的生长,淀山湖Chl .a 含量与水温呈显著正相关,相关系数为0.162,表明水温对浮游植物的生长具有一定的促进作用,但比较相关研究该相关程度较弱,可能与本次监测为蓝藻水华高发的夏、秋季节,水温变化相对较为平缓有关.淀山湖蓝藻水华高发期湖泊水体呈弱碱性,pH 主要分布在7.0-9.0之间,相关分析表明淀山湖Chl .a 含量与pH 呈显著正相关,相关系数为0.499(图5a ),这主要是由于浮游植物光合作用过程中吸收二氧化碳,从而增加了pH 值.Chl .a 与水温和pH 均呈显著正相关的结论与王丽卿等的研究结果均较为吻合[4,14-16].　吴阿娜等:淀山湖蓝藻水华高发期叶绿素a动态及相关环境因子分析71图5淀山湖pH(a)和透明度(b)与叶绿素a的相关分析Fig.5The correlati on bet w een chl or ophyll2a and pH(a),trans parency(b)of Lake D ianshan (2)Chl.a与透明度:蓝藻水华暴发期间,藻类的大量聚集往往引起湖体透明度的下降,因此透明度与叶绿素a存在显著负相关(图5b),但由于受到不同水流情况干扰影响,淀山湖进水口、出水口及湖区等不同功能区相关程度存在一定差异(表2).目前日本、美国等国家根据当地湖泊分析结果多表明透明度与叶绿素a存在反双曲线关系[17],进一步相关分析结果显示淀山湖蓝藻水华高发期lg(Chl.a)与lg(S D)呈极显著负相关,相关系数为0.355,其关系式为lg(S D)=1.5894-0.0817lg(Chl.a).(3)Chl.a与DO:DO作为体现湖泊水体营养水平的重要指示参数,不仅是浮游植物生长的重要条件,也是浮游植物代谢过程所必需的.相关分析显示淀山湖Chl.a含量与DO呈极显著的正相关关系,相关系数为0.310,叶绿素a与溶解氧变化具有较高的一致性,表明在淀山湖采样期间Chl.a含量越高,浮游藻类数量越多,光合作用使得水体中DO浓度增加(图6).尽管有研究发现水华大量发生期间可能会因大量的藻类死亡分解而消耗水体中DO从而使水体呈厌氧状态,但本研究中淀山湖蓝藻水华覆盖程度相对较低且水华持续时间较短(一般仅为1-3d),监测期间并未记录藻类大量聚集使得溶解氧迅速下降的现象.图6淀山湖蓝藻水华高发期叶绿素a与溶解氧变化Fig.6The fluctuati ons of chl or ophyll2a and DO in Lake D ianshan3结论湖泊富营养化是现阶段我国主要的水环境问题,湖泊蓝藻水华的发生规律、内在机制以及预警研究已经成为重要的研究课题.近年来淀山湖蓝藻水华频发,开展相关的基础研究,可以为富营养化防治及蓝藻水华预警提供科学数据及决策依据.本文尝试利用2008年淀山湖专项监测数据,分析淀山湖蓝藻水华高发期叶绿素a的动态变化趋势和空间分异特征,并初步识别其相关环境因子.(1)2008年淀山湖蓝藻水华高发期(5-9月)叶绿素a平均值为18.9mg/m3,已达到富营养化水平,叶绿素a存在明显的动态变化和空间分异,在时间上根据叶绿素a共识别出3次明显的蓝藻水华暴发过程,空72　J.L ake Sci.(湖泊科学),2011,23(1)间上进水口叶绿素a浓度相对较高.(2)淀山湖可能是一定程度的磷限制性湖泊,叶绿素a的对数与总磷的对数呈极显著正相关,其回归方程为lg(Chl.a)=0.9555lg(TP)+1.5917,叶绿素a与氨氮、总氮等均不存在显著相关关系,与硝酸盐氮、T N/TP存在负相关.(3)淀山湖叶绿素a含量与水温、pH、溶解氧等理化环境因子呈显著正相关,而叶绿素a浓度与透明度存在极显著负相关关系.其中水温是影响浮游植物生长的关键因子,而pH、溶解氧及透明度是叶绿素a浓度变化的被动反应因子.4参考文献[1]　宋永昌.淀山湖富营养化及其防治研究.上海:华东师范大学出版社,1992.[2]　程　曦,李小平.淀山湖氮磷营养物20年变化及其藻类增长响应.湖泊科学,2008,20(4):4092419.[3]　施　玮,吴和岩,赵耐青等.淀山湖水质富营养化和微囊藻毒素污染水平.环境科学,2005,26(5):36241.[4]　王丽卿,张军毅,王旭晨等.淀山湖水体叶绿素a与水质因子的多元分析.上海水产大学学报,2008,17(1):58264.[5]　杨漪帆,朱永青,林卫青.淀山湖蓝藻水华及其控制因子的模型研究.环境污染与防治,2009,31(6):58263.[6]　吕唤春,王飞儿,陈英旭等.千岛湖水体叶绿素a与相关环境因子的多元分析.应用生态学报,2003,14(8):134721350.[7]　韩新芹,叶　麟,徐耀阳等.香溪河库湾春季叶绿素a浓度动态及其影响因子分析.水生生物学报,2006,30(1):89294.[8]　国家环境保护局《水和废水监测分析方法》编委会.水和废水监测分析方法(第四版).北京:中国环境科学出版社,1997.[9]　胡　韧,林秋奇,段舜山等.热带亚热带水库浮游植物叶绿素a与磷分布的特征.生态科学,2002,21(4):3102315.[10]　Lau SSS,Lane S N.B i ol ogical and che m ical fact ors influencing shall ow lake eutr ophicati on:a l ong2ter m study.Science ofthe Total Environm ent,2002,228:1672181.[11]　Chen Y,Fan C,Teubner K et al.Changes of nutrients and phyt op lankt on chl or ophyll2a in a large shall ow lake,Taihu,China:an82year investigati on.Hydrobiologia,2003,506(1):2732279.[12]　世界经济合作与发展组织.水体富营养化监测评价与防治.北京:中国环境科学出版社,1989.[13]　宋敬阳.湖泊富营养化相关物理量的定量关系.中国环境管理干部学院学报,1999,9(1):33236.[14]　王飞儿,吕唤春,陈英旭等.千岛湖叶绿素a浓度动态变化及其影响因素分析.浙江大学学报(农业与生命科学版),2004,30(1):22226.[15]　阮晓红,石晓丹,赵振华等.苏州平原河网区浅水湖泊叶绿素a与环境因子的相关关系.湖泊科学,2008,20(5):5562562.[16]　刘冬燕,宋永昌,陈德辉.苏州河叶绿素a动态特征及其与环境因子的关联分析.上海环境科学,2003,22(4):264.[17]　刘鸿亮.湖泊富营养化调查规范.北京:中国环境科学出版社,1987.。

太湖蓝藻水华遥感监测方法

太湖蓝藻水华遥感监测方法一、本文概述太湖，作为中国最大的淡水湖之一，近年来面临着严重的蓝藻水华污染问题。

蓝藻水华的大面积爆发不仅破坏了水生态系统，还对周边地区的水资源安全构成了严重威胁。

因此，对太湖蓝藻水华的有效监测与管理显得尤为重要。

本文旨在探讨遥感技术在太湖蓝藻水华监测中的应用方法，以期为相关领域的研究与实践提供有价值的参考。

本文首先介绍了太湖蓝藻水华问题的严重性和遥感技术在该领域的应用背景，阐述了遥感监测的重要性和可行性。

接着，文章详细介绍了遥感监测方法的基本原理和流程，包括遥感数据源的选择、数据预处理、特征提取以及蓝藻水华信息的提取与识别等关键步骤。

在此基础上，文章还深入探讨了遥感监测方法的优缺点，以及在实际应用中可能面临的挑战和问题。

本文总结了遥感技术在太湖蓝藻水华监测中的实际应用案例和效果评估，展望了遥感技术在未来蓝藻水华监测与管理中的发展前景和趋势。

通过本文的研究，旨在为太湖蓝藻水华的遥感监测提供一套科学、有效、可行的方法论，为水环境保护和水资源管理提供有力支持。

二、太湖蓝藻水华概述太湖，作为中国第三大淡水湖，其生态环境和水质状况对于周边地区乃至全国都具有重要影响。

然而，近年来，太湖蓝藻水华频繁爆发，严重影响了太湖的水质和生态环境。

蓝藻水华是一种由蓝藻（一种原核生物）过度繁殖引起的水体污染现象，其大量繁殖会消耗水中的氧气，导致水生生物死亡，同时还会产生有害的次生代谢产物，对人类和其他生物的健康构成威胁。

太湖蓝藻水华的发生与多种因素有关，包括气候条件、水体营养状况、湖泊地形等。

其中，气候因素如温度、光照、风速等直接影响蓝藻的生长和繁殖；水体营养状况，如氮、磷等营养物质的含量，为蓝藻提供了生长所需的营养物质；而太湖独特的湖泊地形和水文条件，也为蓝藻的聚集和繁殖提供了有利条件。

为了有效监测和防控太湖蓝藻水华，遥感技术被广泛应用于太湖蓝藻水华的监测中。

遥感技术具有覆盖范围广、获取信息量大、更新速度快等优势，能够实现对太湖蓝藻水华的快速、准确监测。

太湖蓝藻水华遥感监测方法

波段组合算法, 是本文研究的重点.
1.2 遥感数据及其处理方法
1.2.1 遥感数据通过调查太湖蓝藻历史爆发时段, 分别选取部分蓝藻存在时段内的 EOS MODIS/Terra(空
间分辨率 250m、500m、1km)、CBERS-2 CCD(空间分辨率 19.5m)、Landsat ETM(空间分辨率 30m)、以
水是生命之源, 而湖泊是地球上最重要的淡水资源之一, 是湖泊流域地区经济可持续发展和人们赖以生存的重要基础[1]. 目前, 我国内陆湖泊面临的一个主要问题是水体的富营养化[2], 其重要特征是藻类物质, 特别是蓝藻大量繁殖. 蓝藻异常生长, 极易堆积、腐烂沉降, 形成水华, 在河口以及近岸淤积[3], 不仅破坏水体景观和生态系统平衡, 而且由于蓝藻在生长过程中释放毒素, 消耗溶解氧, 引起水体生物大量死亡, 湖泊水质恶化, 严重威胁了湖泊周围地区的饮水安全[4]. 如2007年5-6月, 由于太湖蓝藻爆发, 无锡重要水源地贡湖南泉水厂取水口遭受严重污染, 导致100多万人饮水困难. 因此, 快速、全面掌握蓝藻分布信息, 对于控制蓝藻水华、评价蓝藻生态环境风险、研究蓝藻异40nm、680nm 反射率减小, 吸收峰增加; 藻华水体叶绿素 a 浓度与位于
700nm 附近的反射峰高度呈正相关关系, 也与 690-740nm 区间的荧光峰位置红移呈正相关关系[12-13]; 同
时, 近红外波段具有明显的植被特征“陡坡效应”, 反射率升高[6]. 因此, 基于这些显著光谱特征的波段或
aY
(1)
式中: RW 为水面反射率; bW、bS和bP分别为水、无机悬浮物质和藻类物质的后向散射系数; aW、aS、aP和 aY 分别为水、无机悬浮物质、藻类物质和黄色物质的吸收系数. 各物质的吸收、后向散射系数均可分别写成比吸收系数、比后向散射系数和相应物质浓度的乘积[11].

污染水体中蓝藻叶绿素的光谱特征分析

污染水体中蓝藻叶绿素的光谱特征分析作者：赵志敏，洪小芹，李鹏，金小东， ZHAO Zhi-min， HONG Xiao-qin， LI Peng， JIN Xiao-dong作者单位：南京航空航天大学理学院,江苏,南京,210016刊名：光谱学与光谱分析英文刊名：SPECTROSCOPY AND SPECTRAL ANALYSIS年，卷(期)：2010，30(6)被引用次数：0次1.贺俊华.程永进.张昊查看详情 2007(5)2.马荣华.戴锦芳查看详情 2005(1)3.Iluz D.Yacobi Y Z.Gitelson A查看详情 2003(5)4.Michael Schagerl.Gabriela Künzl查看详情 2007(3)5.LI Zhen-guo.LU Jun.WANG Guo-xiang查看详情 2006(2)6.TANG Yao-ji.YOU Wen-wei.CHEN Ying查看详情 2004(3)7.ZHAO Zhi-min.XIN Yu-jun.WANG Le-xin查看详情 2008(1)8.ZHU Wei-hua.ZHAO Zhi-min.GUO Xin查看详情 2009(4)9.WANG Le-xin.ZHAO Zhi-min.XIN Yu-jun查看详情 2007(4)10.ZHU Wei-hua.ZHAO Zhi-min.GUO Xin查看详情 2008(1)lership J S.Parker C.Donnelly D查看详情 2005(4)12.Bebawy Loties I.Abbas Samah S.Fattah Laila A查看详情 2005(10)13.Wortmann A C.Froehlich P E.Pinto R B查看详情 2007(3)babpour Abdolmajid.Lee Choul-Gyun查看详情 2006(2)15.Stauffer Mark T.Hunter Leland J.Troncone Steven K查看详情 2007(3)16.Wu Nan.Zhu Yongqang.Browns查看详情 1009(23)17.Chawla H M.Mrig Sarika查看详情 2009(6)18.CHEN Ting.HUANG Zhi-yong.DAI Yu-lan查看详情 2008(6)19.Thongboonkerd Visith.Songtawee Napat.Kanlaya Rattiyaporn查看详情 2006(4)20.WANG Tianhu.ZHAO Zhimin.ZHANG Lin查看详情 2009(1-3)21.陈国珍紫外-可见光分光光度法 198322.LU Dong-yu.CUI Xin-tu.HUANG Jing-rong查看详情 2006(1)1.期刊论文李旭文.黎刚.缪蓓蓓.LI Xuwen.LI Gang.LIAO Pei-pei Google Earth和ArcGIS 9.2软件在太湖水污染及蓝藻监测数据展现中的应用-国土资源遥感2008,""(1)利用Google Earth和 ArcGIS 9.2软件对太湖水污染及蓝藻监测数据进行了集成和发布,为形象直观展示太湖生态环境,分析太湖水环境质量及蓝藻空间分布特征提供了很好的技术支持.2.会议论文汪松牟关于上海河道、湖泊开展水生态修复的建议──应对蓝藻暴发等水污染事件的长远措施2007 本文从今年东太湖发生蓝藻暴发的水污染事件说起,根据2006年全市河道、湖泊不容乐观的水质现状、上海面污染情况严重、太湖流域来水水质恶化的趋势和太湖流域等实际情况,强调了修复水生态系统的重要性和必要性。

污染水体中蓝藻叶绿素的光谱特征分析

污染水体中蓝藻叶绿素的光谱特征分析
作者：洪小芹，赵志敏，李鹏，王田虎
作者单位：南京航空航天大学理学院,江苏南京 210016
1.苏彦平.杨健.刘洪波.SU Yan-ping.YANG Jian.LIU Hong-bo太湖南泉水域水体及水华蓝藻中常量元素Ca Na Mg K和Al的特征和变化[期刊论文]-农业环境科学学报2011,30(3)
2.谢小萍FY3A/MERSI影像在太湖蓝藻监测中的应用[会议论文]-2010
3.孙红梅.SUN Hong-mei定量荧光及地化方法识别真假油气显示[期刊论文]-特种油气藏2007,14(1)
4.王林.赵冬至.邢小罡.杨建洪.傅云娜脱镁叶绿素对浮游植物吸收特性的影响[期刊论文]-海洋与湖沼
2009,40(5)
5.张芳基于小波分析的东海浮游植物种类荧光光谱识别技术研究[学位论文]2008
6.李梅.武栋.周明.赵开弘藻蓝蛋白裂合酶基因的表达与酶活性研究[期刊论文]-华中科技大学学报(自然科学版) 2004,32(2)
7.王鑫.张运林.WANG Xin.ZHANG Yunlin微囊藻和栅列藻吸收与散射特性的实验研究[期刊论文]-海洋湖沼通报2007(z1)
8.张艳茹.岳兴举大庆外围油田油水层荧光显微图像特征[期刊论文]-大庆石油地质与开发2004,23(3)
9.申金媛.苏晓星.常胜江.张延炘.罗琦.陈瑞良一种用于大气中杂质气体识别的新方法[期刊论文]-光电子·激光2003,14(9)
10.周军.徐运.Zhou Jun.Xu Yun总有机碳分析仪测定高氯水样的探讨[期刊论文]-中国卫生检验杂志2007,17(10)引用本文格式：洪小芹.赵志敏.李鹏.王田虎污染水体中蓝藻叶绿素的光谱特征分析[会议论文] 2008。

污染水体中蓝藻叶绿素的光谱特征分析

污染水体中蓝藻叶绿素的光谱特征分析随着经济的快速发展和人口的迅速增加，水体污染问题成为了全球关注的焦点之一、蓝藻是一种常见的水生植物，它能够快速繁殖并形成大规模藻华，对水体造成严重污染。

其中，蓝藻叶绿素是蓝藻生长的关键因素之一，也是污染水体中的重要指标之一、因此，对污染水体中蓝藻叶绿素的光谱特征进行分析，具有重要的科学意义和应用价值。

蓝藻叶绿素的主要吸收波长在400~700nm之间，但具体的光谱特征会受到环境因素的影响。

首先，蓝藻的生长状态会影响其光谱特征。

在蓝藻的生长过程中，叶绿素的含量会随着生长阶段的不同而发生变化。

通常情况下，蓝藻的生长速率较快，叶绿素的含量也会逐渐增加。

因此，在观测蓝藻叶绿素的光谱特征时，应该考虑到蓝藻的生长状态。

其次，水体的透明度会对蓝藻叶绿素的光谱特征产生影响。

透明度主要是由于水体中溶解有机物、悬浮物和颗粒物的存在，这些物质会散射和吸收光线，从而影响蓝藻叶绿素的吸收光谱。

一般来说，水体透明度越低，颗粒物含量越高，蓝藻叶绿素的吸收光谱越明显。

因此，在进行蓝藻叶绿素的光谱分析时，应该考虑到水体的透明度。

此外，水体中其他物质的存在也会对蓝藻叶绿素的光谱特征产生干扰。

例如，有机物、无机物和其他生物胚胎等物质都可能存在于水体中，并对蓝藻叶绿素的吸收光谱造成影响。

因此，在进行蓝藻叶绿素的光谱分析时，需要对水体中其他物质进行合理的提取和分离。

针对以上问题，研究人员已经提出了一系列的技术手段和方法，以实现对污染水体中蓝藻叶绿素光谱特征的分析。

其中，遥感技术是一种常用的方法。

通过使用遥感仪器，可以对整个水体的多光谱信息进行高精度的获取，并进一步提取蓝藻叶绿素的光谱特征。

此外，还可以使用光谱分析仪和光谱数据处理软件进行光谱曲线的提取和分析。

这些技术手段极大地促进了对污染水体中蓝藻叶绿素光谱特征的研究。

综上所述，污染水体中蓝藻叶绿素的光谱特征是环境科学研究中的重要问题之一、研究人员通过使用遥感技术、光谱分析仪和光谱数据处理软件等方法，可以对污染水体中蓝藻叶绿素的光谱特征进行分析，为水体污染治理提供科学依据和技术支持。

利用实测光谱色调表征蓝藻状况的研究

利用实测光谱色调表征蓝藻状况的研究
利用实测光谱色调表征蓝藻状况的研究可以通过对不同光谱波段的反射率或辐射率进行测量和分析来探究蓝藻的生长状况和水质状况。

以下是可能实施的研究步骤：
1. 采集样本：选择实验区域，并采集蓝藻样本和相应的水体样本。

2. 光谱仪测量：使用光谱仪对蓝藻样本和水体样本进行光谱测量。

确保在不同波长范围内（可见光和近红外光）测量反射率或辐射率。

3. 数据处理：对光谱数据进行预处理，如去除背景噪音和校正项。

4. 色调分析：通过对光谱数据进行色调分析，可以提取特征参数或指数，用于表征蓝藻状况。

常见的色调参数包括色调指数、比值指数和归一化指数。

5. 关联分析：将从色调分析中得到的指标与蓝藻生长状况和水质状况进行关联分析，以确定不同色调参数与蓝藻丰度或水体富营养化程度之间的相关性。

6. 结果解释：根据关联分析的结果，解释不同色调参数与蓝藻状况之间的关系，以及光谱色调表征在监测蓝藻生长和水质状况方面的应用潜力。

7. 结论和展望：总结研究的结果，提出对未来研究的展望，如开发更精确的色调指标或结合其他水质参数进行综合分析。

需要注意的是，这仅是一个基本的研究框架，实际研究还需要根据具体情况进行不同步骤的调整和优化。

此外，实施该研究需要使用专业的光谱设备和分析软件，并且需要对选取的色调参数进行验证和验证结果。

近海浅层水体蓝藻水华评价与监测方法研究

近海浅层水体蓝藻水华评价与监测方法研究近年来，蓝藻水华在近海浅层水体中的增长已经引起了广泛的关注。

蓝藻水华不仅对水质造成了严重的影响，还对生态系统和人类健康产生了威胁。

因此，针对近海浅层水体的蓝藻水华评价与监测方法的研究至关重要。

一、浅层水体蓝藻水华评价方法1. 水体光学性质评价方法光学性质评价可以通过测量水体的透明度、浊度以及色度等参数来进行。

这些参数可以提供蓝藻水华的初步评估，为后续的测量和分析提供参考。

2. 大气环境评价方法大气环境评价方法主要通过监测气象因素，如风速、湿度和温度等，来评估蓝藻水华的分布和发展趋势。

这些气象因素与蓝藻水华的生长和传播有密切关系，因此可以作为蓝藻水华评价的重要参考指标。

3. 水质指标评价方法水质指标评价方法是评估蓝藻水华的常用方法之一。

这些指标包括溶解氧、氨氮、亚硝酸盐和硝酸盐等参数。

通过对这些指标的监测和分析，可以了解水体中蓝藻水华的分布和丰度。

二、浅层水体蓝藻水华监测方法1. 遥感技术监测方法遥感技术可以通过卫星图像获取大范围的水体信息，包括水体的颜色、浊度和透明度等。

这些信息可以提供蓝藻水华的空间分布和时间演变等重要数据，为蓝藻水华的监测和预测提供依据。

2. 传感器监测方法传感器监测方法可以通过安装在水体中的传感器获取水体的多个参数，包括温度、溶解氧、氨氮和叶绿素等。

这些参数与蓝藻水华的生长和传播有关，可以提供详细的监测数据，为蓝藻水华的评估和管理提供科学依据。

3. 分子生物学监测方法分子生物学监测方法通过分析水体中的DNA和RNA等生物标记物，可以快速准确地检测蓝藻水华的存在和种类。

这种方法具有高灵敏度和高特异性，可以提供蓝藻水华的种类鉴定和数量统计，为蓝藻水华的监测和管理提供基础数据。

三、浅层水体蓝藻水华监测方法的优缺点1. 优点浅层水体蓝藻水华评价与监测方法多样化，可以从不同角度综合评估蓝藻水华的分布和丰度。

遥感技术和传感器监测方法可以提供大范围的监测数据，具有较高的时空分辨率。

太湖水体中藻蓝蛋白的紫外可见吸收光谱特征分析

根据待测溶液500~700的吸收峰个数，可将太湖水体中藻蓝蛋白的吸收光谱划分为无峰型、单峰型、双峰型三类（图３）。各吸收谱类型包括的样点数量和日期见表１。
第一类是无峰型，即500~700nm间变化平缓， 620nm附近未检测到藻蓝蛋白的吸收特征。推测其原因是该光谱形态的水样多采集于春、秋季（表1），水样中浮游藻类生物量小、蓝藻所占比例低，致使待测溶液的藻蓝蛋白含量微少难以检出。根据300~450nm的吸收差异，无峰型又可划分为无峰Ⅰ和无峰Ⅱ两个亚类。无峰Ⅰ仅260nm 附近出现吸收峰，250~800nm的谱型更接近于水样的CDOM吸收谱（图4）。无峰Ⅱ在260和 330nm处均具吸收峰，说明待测溶液中其他可溶性蛋白的含量较高。
对于标准品的配置和测量，sigma公司生产的藻蓝蛋白标准品0.5mg，加人25mL磷酸盐缓冲液使其成为20mg· L-1的标准溶液贮备液，装入棕色瓶中，于4℃保存。实验分析时将标准液取出并配制为10mg· L-1的标准应用液。以磷酸盐缓冲液作为空白对照测量吸光度。参照张运林方法，通过 GF/F玻璃纤维滤膜过滤水样、测量滤液吸光度，获取有色可溶性有机物（CDOM ）的吸收数据，对藻蓝蛋白吸收光谱特征进行辅助分析。
第三类为双峰型，即在620nm 藻蓝蛋白特征吸收峰的右侧约670nm处出现了另一个吸收峰，同时在300~450nm出现吸收肩。按照吸光度的高低顺序，双峰型光谱的主吸收峰出现在260nm附近，次吸收峰位于330nm左右，三个吸收峰260，330 ，620nm的平均峰值比约为10:5:1。从图1来看，双峰型光谱670nm附近的吸收谱带与藻蓝蛋白、别藻蓝蛋白的吸收具有重叠。
由图2和图3可知，太湖水体藻蓝蛋白吸收光谱的次吸收峰位于330nm左右，单一藻种则出现在620nm附近。产生该差异的原因可能有以下两种：一是太湖水体中藻体多以群体态形式聚集并形成包裹体，包裹体表面附有由果胶酸、粘多糖等构成的群体胶鞘。群体胶鞘类似于藻体细胞外壳，其存在会增加藻蓝蛋白提取的难度，使得太湖藻蓝蛋白待测溶液的提取纯度低于单一藻种。第二种可能是受到其他非蓝藻门藻种的影响。太湖是多藻种共存的湖泊水体，水体中除了蓝藻外，还会存在诸如斜生栅藻、梅尼小环藻等的其他非蓝藻门藻种。这些非蓝藻门藻种虽不含藻蓝蛋白，但其细胞体本身也由众多可溶性蛋白质构成；在反复冻融提取过程中，它们也会发生降解并产生CDOM，致使太湖藻蓝蛋白紫外波段至蓝波段的的吸收光谱特征

蓝藻出现前后太湖水荧光光谱的对比分析

蓝藻出现前后太湖水荧光光谱的对比分析摘要:2007年无锡太湖蓝藻爆发之后，对太湖水质的研究成为热点。

本文对2010年4月、6月、8月和10月的太湖梅梁湾处水体进行取样，利用WGY-10型荧光分光光度计，对蓝藻出现前后的太湖水的荧光光谱进行研究。

通过研究发现:(1)太湖水荧光光谱在300nm〜380nm带宽内的谱峰由氮磷化合物引起；(2)太湖水中氮磷化合物中的磷浓度越大，对应的光谱峰值越高；(3)2010年太湖中蓝藻的数量与其中的氮磷化合物中的磷的浓度呈正相关，即湖水中氮磷化合物中的磷会促进蓝藻的生长。

关键词:太湖水紫外光激发荧光光谱氮磷化合物太湖是中国五大淡水湖之一，太湖蓝藻最早出现在I960年夏季, 但是经历的时间一般都不长，一到初秋便慢慢消失。

从20世纪90年代开始，太湖梅梁湖区域连续几年出现蓝藻爆发现象［1］。

因此，研究蓝藻爆发原因以及随时掌握蓝藻的生长动态显得很有意义。

研究太湖蓝藻的途径很多，大致可以分为两大类：一是利用传感器进行遥感监测，根据监测到的蓝藻的密度变化，采取及时有效的防治措施来控制蓝藻的爆发，这类监测在近几年应用很多［2,3］;二是在实验室利用实验仪器来分析太湖水质的荧光光谱，根据荧光光谱的变化来分析判断蓝藻生长的动向［4〜8］。

与上面的研究方法不同，本文对不同时期的太湖水在紫外光的激发下得到的荧光光谱进行研究分析，根据得到的荧光光谱强度的变化来判断蓝藻的生长趋势。

1实验方法本实验以太湖梅梁湾处的太湖水为试样，取试样盛于石英比色皿中,放置在光谱测量系统样品室，由Xe灯通过激发单色器获得所需的各种不同波长的激光，激励样品，然后采用荧光分光光度计测量其荧光光谱特性。

实验原理图如图1所示。

2结果与分析2.1太湖水试样和培养液在270nm和290nm激发下的荧光光谱为了便于更好地对太湖水的荧光光谱进行对比分析，我们选取紫外光波长范围内激发得到荧光谱图效果较好的270nm和290nm作为激发波长。

水体中泥沙对藻类光谱特征位置的影响分析

Vol . 24 No. 4 Aug. 2008
水体中泥沙对藻类光谱特征位置的影响分析
吴传庆1 ,2 , 王桥2 , 刘晓曼2 , 万华伟2 , 王昌佐2 , 厉青2
(1. 北京师范大学环境学院 , 北京 100875 ; 21 中国环境监测总站 , 北京 100012)
摘要 : 自然水体叶绿素 a 浓度的遥感反演中 ,泥沙的存在影响着反演精度。如何消除这种影响是提高叶绿素 a 遥感反演精度的关键 ,而了解泥沙对藻类光谱特征的影响是消除影响的前提。文章在人工控制条件下获取了不同泥沙浓度下藻类光谱曲线 ,通过分析光谱曲线特征位置的漂移和数值变化 ,总结泥沙对藻类光谱的影响并提出了消除影响的可能性。关键词 : 水体光谱 ; 泥沙 ; 藻类 ; 影响中图分类号 :X832 文献标识码 :A 文章编号 :100226002 (2008) 0420035204
3 8
中国环境监测
第 24 卷第 4 期 2008 年 8 月
图 7 - 3 所示 , 654nm 反射峰 ( Y 值为 0) 和 679nm 吸收谷 ( Y 值为 0) 位置基本不变 ,变化在 2nm 之内 ;701nm 反射峰位置变化较小 ,随泥沙浓度增加略微向长波方向移动 ,移动范围在 4nm 之内 ;该反射峰的两肩光谱曲线斜率变化最大波段 (即导数绝对值最大波段) 位置固定 ( 基本无变化) ,分别为 686186nm 和 7301nm 位置。图 7 - 4 所示 , 830nm 处光谱曲线下降最快位置固定 : 827178nm 。
© 1994-2008 China Academic Journal Electronic Publishing House. All rights reserved.

污染水体中蓝藻叶绿素的光谱特征分析

TM与ETM

内陆水体藻类叶绿素浓度与反射光谱特征的关系

水中藻类荧光光谱技术在污染检测及修复中的应用

TM各波段分析

Landsat TM、ETM+数据介绍

TM各波段分析

蓝绿藻测试标准

淀山湖蓝藻水华高发期叶绿素a动态及相关环境因子分析

太湖蓝藻水华遥感监测方法

太湖蓝藻水华遥感监测方法

污染水体中蓝藻叶绿素的光谱特征分析

污染水体中蓝藻叶绿素的光谱特征分析

污染水体中蓝藻叶绿素的光谱特征分析

利用实测光谱色调表征蓝藻状况的研究

近海浅层水体蓝藻水华评价与监测方法研究

太湖水体中藻蓝蛋白的紫外可见 吸收光谱特征分析

蓝藻出现前后太湖水荧光光谱的对比分析

水体中泥沙对藻类光谱特征位置的影响分析

太湖水体中藻蓝蛋白的紫外可见吸收光谱特征分析