太湖蓝藻水华遥感监测方法
蓝藻水华的预警监测体系
蓝藻水华的预警监测体系孟大鹏YSI (China) ltd. Co,.市场和战略规划部部中国北京市朝阳区东四环中路39号华业国际中心A座605室dmeng@ysi-china.摘要：通过分析影响蓝藻生长的因素，综合运用卫星遥感、在线、采样、剖面和自容等多种监测方式和浮标、AUV等多种平台，选择具有短期、长期预警意义的参数和对监控污染有指向意义的参数来监测。
同时结合多种来源的数据进行综合的分析、修正和校准，在蓝藻的浓度、种类、藻毒素的浓度和现场实测数据之间建立相应的联系，以了解水华爆发的规律并建立当地水华的预警模型关键词：蓝藻，水华，预警1.引言蓝藻水华在很多研究当中被认为是湖泊等水体富营养化的结果之一，从对水华的统计上看，水体富营养化最常见的结果就是导致由于藻类大量繁殖形成的水华现象。
蓝藻水华最根本的对策是减少水体的营养盐输入水平。
实际上，污染的排放取决于人类生活和经济活动的规模、区域和方式。
改变任何地区现有的经济活动的规模、区域和方式毫无疑问是一个长期和复杂的系统工程。
其过程往往耗资巨大、操作复杂、历时数年甚至几十年，影响区域内各行各业人民的生活、工作。
许多对蓝藻的持续研究表明，很多爆发过蓝藻的湖泊在随后的十几年乃至几十年内持续在夏季爆发的比例非常高。
甚至可以说，在国内湖泊富营养化比较严重的情况下，蓝藻爆发的威胁毫无疑问将在很长的一段时间内存在。
在这种情况下，在蓝藻水华爆发前和爆发时的应急处理将是环境监管部门应对蓝藻水华事件的常态。
而目前中国近70%以上的湖泊存在着富营养化的事实也表明蓝藻水华频发态势将在未来一段时间内依然持续。
因此应对蓝藻的威胁的应急处理将是降低经济、社会和生态损失必不可少的有效措施。
而有效的应急处理首先需要掌握准确的水华态势以及提前预测蓝藻的爆发，而越早预测到蓝藻水华的爆发，应急处理措施的效率就会越高，越有效，蓝藻水华所引起的各种损失也会被控制在最低的范围内。
因此可以说建立有效的蓝藻水华预警监测系统是保证应急处理机制有效的先决条件，也是目前应对蓝藻水华威胁的必由之路。
太湖水质监测方案
太湖水质监测方案一．监测目的太湖流域位于长江三角洲地区腹地，人口密集，经济发达。
2007年5月底，由于太湖蓝藻暴发等原因，导致无锡市水源地水质污染，严重影响了当地近百万群众的正常生活，引起社会广泛关注。
通过对太湖水质的监测，实时了解水质变化情况，从而科学管理水体。
二．太湖流域概况太湖是我国第三大淡水湖，水面面积2338平方公里，太湖流域文化底蕴深厚，被誉为“人间天堂”。
流域面积36895平方公里，是我国经济最发达的地区之一，在全国占有举足轻重的地位。
流域内河道水系以太湖为中心，分上游水系和下游水系两个部分。
上游主要为西部山丘区独立水系，有苕溪水系、南河水系及洮滆水系等；下游主要为平原河网水系，主要有以黄浦江为主干的东部黄浦江水系（包括吴淞江）、北部沿江水系和南部沿杭州湾水系。
京杭运河穿越流域腹地及下游诸水系，太湖流域境内全长312km，起着水量调节和承转作用，也是流域的重要航道。
（一）自然概况1.地形地貌和气象太湖湖区面积3192平方公里（包括部分湖滨陆地）。
平原区河网交织，水流流速缓慢。
太湖流域属亚热带季风气候区，雨水丰沛，四季分明，夏季炎热。
年平均气温14.9～16.2℃，年日照时数1870～2225小时。
多年平均降水量1177毫米，多年平均水面蒸发量822毫米。
2.水资源概况太湖流域多年平均水资源总量177.4亿立方米，人均、亩均水资源占有量分别为398立方米和727立方米。
长江多年平均过境水量9334亿立方米。
其中太湖的湖泊面积为2425平方公里，水面面积2338.11平方公里，湖泊长度68.55公里，平均宽度34.11公里，平均水深1.89米，总容蓄水量44.30亿立方米。
出入太湖河流228条，其中主要入湖河流有苕溪、南溪和洮滆等；出湖河流有太浦河、瓜泾港、胥江等；人工调控河道主要有望虞河等。
3.太湖湖体水质整体情况根据江苏省环保部门统计数据，2009年，太湖湖体的高锰酸盐指数平均浓度为4.2mg/L，达到Ⅲ类；总磷平均浓度为0.083mg/L，属Ⅳ类；总氮平均浓度为2.64mg/L，劣于Ⅴ类。
太湖蓝藻水华预警监测综合系统的构建
太湖蓝藻水华预警监测综合系统的构建黄君;张虎军;江岚;宋挺;戴敏【摘要】近年来随着浅水型湖泊的富营养化进程不断加快,蓝藻水华暴发现象也频繁出现,采用科学、全面的手段对太湖蓝藻暴发进行预警十分必要.根据太湖蓝藻预警监测中使用的现场巡视、卫星遥感、实验室分析、自动监测等监测技术手段,分别建立各自监测系统,结合各监测系统特点和相互关系,对太湖蓝藻水华预警监测综合系统的构建进行了探讨,以期能够更好地开展太湖蓝藻水华预警监测工作,为确保太湖地区饮用水安全,提高环保部门应对太湖蓝藻水华暴发的能力,为政府决策提供技术支持和保障.【期刊名称】《中国环境监测》【年(卷),期】2015(031)001【总页数】7页(P139-145)【关键词】蓝藻水华;预警监测;监测系统;太湖【作者】黄君;张虎军;江岚;宋挺;戴敏【作者单位】无锡市环境监测中心站,江苏无锡214121;无锡市环境监测中心站,江苏无锡214121;无锡市环境监测中心站,江苏无锡214121;无锡市环境监测中心站,江苏无锡214121;无锡中讯检测技术有限公司,江苏无锡214423【正文语种】中文【中图分类】X84湖泊富营养化和蓝藻水华暴发是当前我国湖泊面临的最重要的环境问题之一，也是全世界关注的湖泊富营养化控制的焦点［1］。
近年来我国内陆湖泊面临的一个主要问题是水体的富营养化，蓝藻水华频繁暴发，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用水安全［2］。
尤其是2007年5月暴发的“太湖饮用水危机”更是给我们敲响了警钟，并进一步凸现了我国湖泊富营养化的严峻局面和蓝藻水华频发的现状［3］。
湖泊富营养化治理和控制蓝藻水华尤其迫切，对于太湖蓝藻水华预警监测工作提出了更高的要求，如何发挥各种预警监测技术手段的特点，并建立联系各种技术手段的预警监测系统，发挥预警监测系统在太湖蓝藻水华预警监测工作中的积极作用显得尤为重要。
基于遥感技术的太湖蓝藻水华时空变化分析
《河南水利与南水北调》2023年第6期水生态文明基于遥感技术的太湖蓝藻水华时空变化分析徐寅生，赵琳（中水北方勘测设计研究有限责任公司，天津300222）摘要：利用卫星遥感手段监测水环境具有大范围、长时序、周期性、快速、动态监测等优势，文章利用哨兵2号多光谱卫星遥感数据，对2017-2021年五年内的太湖蓝藻情况进行监测，提取湖区不同季节蓝藻水华信息，进而分析不同季节湖区水质的变化特征。
实验结果表明，近五年来，太湖蓝藻爆发时段主要集中在每年的5月份左右，蓝藻爆发区域主要集中在太湖西北部的竺山湖、西部沿岸区、梅梁湖等湖湾；湖心区蓝藻数量呈明显增长，需要引起关注。
关键词：多光谱；水质；太湖；叶绿素a；哨兵2号中图分类号：TP79文献标识码：A文章编号：1673-8853（2023）06-0005-02Analysis of Spatial and Temporal Changes of Cyanobacteria Bloom in Taihu Lake Based onRemote Sensing TechnologyXU Yinsheng,ZHAO Lin（China Water Resources Beifang Investigation,Design and Research CO.LTD.,Tianjin300222,China）Abstract：Monitoring water environment by means of satellite remote sensing has the advantages of large-scale,long-time sequence, periodicity,fast and dynamic monitoring.This article utilizes Sentinel-2multispectral satellite remote sensing data to monitor the blue-green algae situation in Taihu Lake from2017to2021.It extracts information on blue-green algal blooms in different seasons of the lake and analyzes the characteristics of water quality changes in different seasons.The results show that the blue-green algae outbreak in Taihu Lake has been mainly concentrated in May of each year for the past five years,and the algal blooms were mainly concentrated in Zhushan Lake,western coastal areas and Meiliang Lake in northwestern Tai Lake.The number of blue-green algae in the central lake area has shown a significant increase,which deserves attention.Key words：Multispectral;water quality;Tai Lake;chlorophyll a;Sentinel21理论基础浮游藻类指数的基本原理为水体在红光波段、近红外波段和短波红外波段表现出强烈的吸收作用，对于表面存在蓝藻水华的水体，在近红外波段表现为明显的反射峰，利用这一特点，通过相关波段的组合，构建FAI指数模型，具体计算公式如下。
遥感-太湖监测设计方案
太湖水质监测方案2008年5月29日，以“太湖美，美就美在太湖水”著称的无锡太湖，突然大面积蓝藻暴发，供给无锡全市市民的饮用水源迅速被蓝藻污染，小小蓝藻搅得无锡市近200万人口生活不得安宁。
千百年来被太湖滋养的无锡，被一场严重的水危机打了个措手不及。
太湖蓝藻的肆虐，不是一朝一夕就形成的，太湖蓝藻的危害已经有二十多年了，至今已呈积重难返之势。
太湖蓝藻的治理，相关部门也早就采取措施加以治理，但至今仍没有找到根治蓝藻的方法，太湖蓝藻的治理，出路到底在哪里？蓝藻的爆发更多是人祸造成“蓝藻”是一种最原始的单细胞藻类植物，一般呈蓝绿色，少数呈红色，主要分布在淡水中。
在一些营养丰富的水体中，有些“蓝藻”经常在夏季大量繁殖，并在水面形成一层蓝绿色而有腥臭味的浮沫（称为“水华”），造成水体缺氧、腐臭。
“蓝藻”死亡后会产生毒素，加剧水质恶化，严重污染饮用水。
这次无锡水危机最直接的原因是蓝藻暴发，看上去是气温升高、降雨偏少弱化了水体本身的净化能力，致使水质进一步恶化，加剧了蓝藻的灾情。
但不可否认的是，这样一场生态灾难的背后挥之不去的是人祸的影子。
据有关监测结果显示，太湖的营养盐浓度持续增高，1998年以来湖心区监测点水体总磷的浓度和叶绿素含量的平均值均呈现不断增加趋势。
由于水体严重富营养化，太湖流域的饮用水日益受到威胁。
监测数据显示，目前，太湖流域的饮用水源地水质以Ⅱ类、Ⅲ类为主，有32%的水体水质不能达到饮用水要求。
从1995年起，太湖就被列入国家“三河三湖”水污染防治的重点，十多年的治理中，各级政府都投入了大量资金，建设了大批工程。
据统计，2005年太湖治理一期总投资约人民币100亿元，即将开始的太湖治理二期工程预算投资甚至达到了1000亿元。
然而所有的努力，都被污染的加剧所淹没。
近年来，太湖上的蓝藻就像“牛皮癣”，越治越多，一到夏天就暴发。
太湖湖泊生态系统结构遭受空前破坏，连续多年发生了湖泊萎缩、功能衰退、水质污染、湿地减少等现象。
结合卫星遥感技术的太湖蓝藻水华形成风场特征
结合卫星遥感技术的太湖蓝藻水华形成风场特征李亚春;谢小萍;杭鑫;朱小莉;黄珊;景元书【摘要】On the basis of the meteorological observation data and remote sensing data over the Taihu Lake and its surrounding areas during 2003 to 2013, combined with the WRF3.5.1 simulations, the relationships between the cyanobacteria blooms in Taihu Lake and surface wind speeds were analyzed. The results show that cyanobacteria blooms mainly occurred in the period of the weak wind speed about 0.5~3.4m/s, about six hours earlier than the MODIS satellite overpass time in Taihu Lake, which accounts for 94.7% of all cyanobacteria blooms events. As the area of cyanobacteria blooms decreasing with the wind speed strengthening, a large bloom of cyanobacteria bloom mainly occurred 6 hours ahead with the average wind speed less than 2m/s, accounting for 89%. In addition,the wind direction mainly affects the spatial patterns of cyanobacteria blooms in Taihu Lake. All these results suggest that the wind patterns play an important role on the formation, drifting and distribution of cyanobacteria blooms.%为进一步了解太湖蓝藻水华形成和分布与近地面风场的关系,利用太湖湖面及周边地区2003~2013年气象与卫星观测数据分析、并应用WRF3.5.1数值模型模拟,发现太湖蓝藻水华主要出现在卫星观测时刻前6h平均风速为0.5~3.4m/s的区间,占比达94.7%;蓝藻水华面积总体上随风速增大而减小,大范围蓝藻水华主要出现在前6h平均风速≤2m/s的情形下,占比达89%;风向则主要影响蓝藻水华在太湖的空间分布格局.结果表明局地风场对于太湖蓝藻水华的形成、输移和分布具有重要作用.【期刊名称】《中国环境科学》【年(卷),期】2016(036)002【总页数】9页(P525-533)【关键词】蓝藻水华;近地面风场;卫星遥感;数值模拟【作者】李亚春;谢小萍;杭鑫;朱小莉;黄珊;景元书【作者单位】江苏省气象局,江苏南京 210008;江苏省气象局,江苏南京 210008;江苏省气象局,江苏南京 210008;常州市气象局,江苏常州 210008;江苏省气象局,江苏南京 210008;南京信息工程大学应用气象学院,江苏南京 210044【正文语种】中文【中图分类】X87* 责任作者, 研究员级高级工程师,***************气候变化和水质富营养化被认为是近几十年来全球蓝藻水华频发的两个重要原因[1-3],也是近年来太湖蓝藻水华增多趋重的主要原因[4-5].蓝藻水华的形成除了其本身的生理特点以外,气象条件、营养盐和其他环境因素也都起着关键作用,但任何一种单因子都难以驱动水华形成[6-8].当湖泊水质富营养化程度难以得到控制的情况下,磷、氮浓度可能不再是藻类生长和水华形成的限制因子,其他环境因素可能取而代之,其中气象条件显得尤为重要[9].气象和水文条件一般通过影响湖泊水体的分层、热量传递交换以及光照、营养盐的可利用性等,直接或间接地影响藻类个数、群落、分布和生命周期等[10].现有研究已证实,气温、风、光照、降水等气象因子都会对太湖蓝藻生长和水华形成产生重要影响[11-13].其中,风的影响相对复杂,一方面,其产生的风浪和湖流改变了蓝藻的位置,使其积聚形成水华,另一方面则因风浪扰动会促使大量的营养盐从底泥中释放,导致湖泊水体重新分层与混合,增加了藻类可利用的营养盐[14-16].相关研究[17-19]表明了风或风浪对太湖水体中胶体态营养盐、浮游植物和藻类存在重要的影响, 而Kanoshina等[20]认为风引起的水流可能决定了蓝藻水华的空间分布,Zhou等[21]则认为风的持续时间及其动力性是影响太湖蓝藻水华时空间变化的关键因子.有研究表明,通常情况下微风有利于蓝藻水华的生长和漂浮,孙小静等[17]发现风速<4m/s的小风浪有利于蓝藻生长或漂浮,王铭玮等[22]则认为小于2.2m/s的低风速有利于淀山湖的蓝藻水华形成.Wu等[23-24]利用MODIS卫星图像结合实地抽样调查研究发现,太湖蓝藻水华面积与风速成负相关,较小风速有利于蓝藻水华形成,但短时间强风(30分钟平均风速超过6m/s)引起的强烈混合作用则会增加大面积蓝藻水华形成的机会,并且太湖地区四月和十月大风频繁可能正是蓝藻水华大面积发生的重要原因.王成林等[25-26]应用数值模拟方法研究了适宜太湖蓝藻水华形成的风场辐散特征及其形成机制,认为太湖区域存在特有的辐散场,蓝藻水华在此辐散风场的驱动下会改变迁移方向.王文兰等[27]利用WRF V2模式分析了近地面风场变化对太湖蓝藻暴发的影响,认为蓝藻水华面积及输移方向对近地面风场的响应相当迅速.由此可见,风对蓝藻水华的形成、输移和分布的影响很大,但到目前为止还没有完全弄清其影响机制,而防控蓝藻水华越来越需要能够对其发生发展和位置变化作出精准预测,风向、风速就应当作为必须考虑的环境驱动因子[28].此外,现有的研究大多或基于实验数据,或基于短时间、间断性的实测数据,有些甚至仅仅是个例分析,而太湖是一个大型浅水湖泊,蓝藻水华面积常常达数百平方公里,因此有些结果难以反映实际情况,而且不同的结果之间有时会存在明显差异.为此,本文利用太湖湖面及周边地区2003～ 2013年连续高频的气象观测数据及同步卫星监测数据,从气象学角度深入分析太湖蓝藻水华形成、输移与分布的风场特征,明确蓝藻水华、尤其是大面积蓝藻水华形成的适宜风速参数,并对太湖区域风场进行高分辨率数值模拟,分析近地面风场变化对蓝藻水华的影响,以期为进一步研究蓝藻水华形成机理和输移过程提供理论依据,为太湖蓝藻水华的预测、预警和防控提供技术支持.1.1 资料气象资料来源于江苏省气象局,主要选用了太湖湖区及周边区域的5个气象基本站和23个区域自动站的观测资料(图1),基本站观测资料包括宜兴、无锡、苏州、吴中和东山站2003～2013年逐时风向、风速观测资料,区域自动站观测资料为2009～2013年时间间隔为10min的风向、风速观测数据.卫星数据来源于国家卫星气象中心和江苏省气象局,选用2003～2013年具有较高时空分辨率的Aqua/Terra卫星(EOS/MODIS)和 FY-3卫星(MERSI)观测的影像数据.1.2 太湖蓝藻的遥感解译方法卫星遥感在监测大型湖泊水质和大面积蓝藻水华方面具有独特优势.蓝藻水华的遥感解译方法很多,包括单波段、波段差值、波段比值、归一化植被指数(NDVI)及藻类指数模型等[29-31].本研究选用目前业务上常用的NDVI方法,解译得到2003～2013年累计805幅太湖蓝藻水华面积≥1km2的卫星遥感影像,解读出蓝藻水华频次、面积、时间及位置信息等.东太湖和东部沿岸区水质较好,很少发生蓝藻聚集现象,在NDVI提取过蓝藻水华过程中以掩膜技术进行处理.为考察大范围蓝藻水华形成与风的关系,定义单次蓝藻水华面积超过太湖水面面积的20％或468km2以上的为大范围蓝藻水华,得到大范围蓝藻水华卫星遥感影像样本62个,除2003年以外的其他年份均有发生.1.3 风的统计分析方法太湖蓝藻水华的形成与输移对风的响应较为迅速,但同时也是前期气象条件影响的累积,本研究统计了卫星观测时刻前1～6h的风观测数据,考察各时间段平均风速、最大风速、最小风速和风向与蓝藻水华之间的关系.风的统计依据《地面气象观测规范》[32]规定的方法.1.4 风场的数值模拟方法为全面、详细地了解近地层风场变化对蓝藻水华的影响,利用数值模式WRF 3.5.1对太湖区域的风场进行高分辨率模拟,分析近地面风场变化对蓝藻水华的强度、输移及分布范围的影响.模拟时间为2010年9月3日08:00～9月8日08:00,期间太湖蓝藻水华经历了较明显的生消过程.WRF 3.5.1数值模式采用三层嵌套结构,格距分别为30、10和3.3km,格点数分别为232×172、166×121和109×79.模拟方案的初始场和边界气象资料取自美国国家环境预报中心(NCEP)提供的空间分辨率为1°×1°,时间间隔为6h的FNL(Final Operational Global Analysis)全球分析资料,云微物理参数化方案采用Purdue Lin,长波辐射方案为RRTM,短波辐射方案为Dudhia,陆面过程为Noah陆面模式,积云参数化方案为Grell-Devenyi ensemble scheme,边界层方案为Mellor-Yamada-Janjic.2.1 风速对蓝藻水华频次的影响2003～2013年,卫星解译得到太湖出现蓝藻水华共计805次,统计卫星观测时刻前6h的平均风速,得到观测时刻前6h的平均风速分布情况(图2).卫星观测到各次蓝藻水华前6h的平均风速均介于0.2～4.8m/s之间,最小值0.2m/s,最大值4.8m/s,平均值1.8m/s.为分析不同风速对蓝藻水华频次的影响,按照1.0m/s的风速间隔进行分段统计,考虑到在风速0.5m/s以下和3.5m/s以上蓝藻水华频次均较少,故将其分别设置为上下限.表1为卫星监测到蓝藻水华前6h的最大、最小风速和不同时段不同风速区间的蓝藻水华频次分布情况.由表1可知,卫星监测到蓝藻水华前6h的风速一般都超过0.5m/s,<0.5m/s的蓝藻水华频次占比均不超过2％,而风速≥3.5m/s的频次占比也仅为3.4％～ 10.4％,大部分蓝藻水华都出现在平均风速为0.5～3.4m/s的区间内,占比从1h最小为89.3％增至6h时最大为94.7％,其中1.5～2.4m/s区间占比最高,各时段占比均超过40％.表明太湖绝大多数蓝藻水华都出现在0.5～3.4m/s的风速范围内,在前6h平均风速小于0.5或大于3.5m/s的情况下,卫星均较少观测到蓝藻水华的出现.2.2 风速对蓝藻水华面积的影响风速对蓝藻水华的面积具有显著的影响,在风速较小的情况下,藻类会顺着风向漂移,易形成蓝藻水华,而较大的风速则会对蓝藻水华产生一定程度的抑制作用.图3为卫星观测到的太湖蓝藻水华面积与对应前6h平均风速分布图,由图3看出,太湖蓝藻水华面积大多在600km2以下,占比达95％,总体上随着蓝藻水华面积的增大,相对应的风速趋于减小.为进一步分析太湖蓝藻水华面积与风速之间的关系,根据每个区间之间样本数等分原则,将面积分成0～13、14～32、33～63、64～103、104～152、153～241、242～427及428以上km2共8个区间,分别统计区间内前6h平均最小风速、最大风速及80％概率区间对应的风速,绘制成相应的风速箱线图(图4).由图可以看出,各面积区间对应的前6h平均最大风速随面积增大而明显下降,平均最小风速则随面积增大而缓慢下降,风速波动范围随面积增大呈明显的收窄趋势,风速范围由最大的1.1～3.6缩减至0.7～2.1m/s.2.3 风速对大范围蓝藻水华的影响2003～2013年卫星观测到大范围蓝藻水华样本数共计62个,除2003年以外的其他各年均有发生.统计大范围蓝藻水华前太湖沿岸气象站1～6h的平均风速分布情况,分析大范围蓝藻水华与风速的关系(表2),表明:卫星观测到大范围蓝藻水华前1～6h各时间段平均风速最小均小于0.5m/s,最大平均风速均小于2.9m/s;各时间段蓝藻水华主要出现在平均风速为1.1～2m/s区间,频次占比均超过50％,随着统计的时间段延长,0～1m/s区间的蓝藻水华频次占比由1h的6％稳定增至5h的35％,而2.1～3m/s区间的频次占比则由30％稳定降至11％,0～2m/s区间的频次占比由68％增至89％.由此得到:大范围蓝藻水华主要出现在前6h平均风速小于2m/s的情况下,在风速小于0.5m/s或大于3.0m/s的情况下,卫星几乎观测不到大面积蓝藻水华的聚集.2.4 风向对蓝藻水华的影响风向主要影响蓝藻水华的输移方向,是影响太湖蓝藻水华在全湖分布格局变化的重要驱动因素.图5为2003～2013年各季节蓝藻水华频次分布及太湖区域风向玫瑰图.由图5可看出,在春季(3～5月)蓝藻水华复苏期,随温度上升以及光辐射加强,冬季累积在底泥表面的蓝藻“种源”开始复苏,并随气温升高快速生长,形成蓝藻水华.由于春季太湖区域盛行东南东风向,聚集成群的蓝藻水华在风的作用下向西北部方向漂移,从而在太湖西北部沿岸区形成相对高频区.在蓝藻水华活跃的夏季(6～8月),气象条件适宜,蓝藻水华频次明显增加,在主导风向仍为东南东风的作用下,蓝藻水华向西北部漂移,与西部沿岸区、梅梁湖和竺山湖区域自身生长的蓝藻共同形成水华,成为太湖蓝藻水华的频发重发区.秋季(9～11月)仍处于蓝藻水华活跃期,但主导风向已转为北风,在相对高频率的北～西北风的作用下,大量蓝藻水华向南部漂移集聚,频发重发区域向湖心区和南部沿岸区转移.进入冬季(12月～次年2月),随着气温的下降,蓝藻水华逐渐进入休眠期,前期形成的大量蓝藻水华不可能在短时间内迅速消亡,在主导风向为NW的风作用下,蓝藻水华高频区域继续向湖心区转移.2.5 数值模拟近地面风场对蓝藻水华的影响由于湖水和陆地之间存在热力差异,对于太湖这样的大型湖泊,主要受湖陆风的影响,湖面气象观测站点稀少及观测资料缺乏,难以全面了解湖面风场的变化情况.利用WRF 3.5.1对太湖区域的风场进行高分辨率的数值模拟,分析近地面风场对蓝藻水华输移及分布范围的影响,以期全面、详细地了解风对蓝藻水华的影响.以2010年9月4～7日的蓝藻水华过程作为个例(表3).2010年9月4～7日,太湖湖区及沿岸地区日平均气温在29℃左右,日平均风速<3m/s,气象条件适宜,卫星均观测到了蓝藻水华,但面积和范围不同,4日和6日蓝藻水华面积分别达789km2和795km2,而7日仅有6km2.对照蓝藻水华强度分布图和近地面风场数值模拟结果(图6),可以看到,在9月4日13:00时的风场模拟图上,梅梁湖、西部沿岸区及湖心区北部区域为低风速区,风速为2～3m/s,部分区域甚至更低,无明显的主导风向,由湖内向湖岸风速逐渐增大,风向由东北部偏西北向——湖心区中部偏东向——西北部沿岸偏东南向变化,受此影响,在湖心区、西部沿岸区和梅梁湖等区域观测到大范围蓝藻水华,在贡湖和竺山湖大部、西部近岸等区域由于风速较大,蓝藻水华范围或强度明显偏小;在9月5 日13:00时的风场模拟图上,太湖湖面风速增大,仅在南部沿岸区和湖心区南部有2～3m/s的低风速区,而这一区域由于水质较好蓝藻水华出现频次较低,在主导风向为东北的风场影响下,仅在西南部沿岸区和湖心区观测到小面积蓝藻水华;9月6日11:00时的风场模拟图显示,在太湖西南部大片区域风速仅为1～2m/s,且湖面风向主要为东或东北向,在此风场作用下,观测到西部沿岸区和湖心区西部出现大面积蓝藻水华,而包括竺山湖、梅梁湖、贡湖、湖心区北部及西北部近岸区几乎未出现蓝藻水华;9月7日11:00时的风场模拟结果显示,太湖湖面风速明显增大,大部分区域风速都在4m/s以上,仅在南部沿岸区和东部沿岸区的很小区域风速较小,前一天的大面积蓝藻水华已不见踪影.由此可见:蓝藻水华的面积和分布范围对近地面风场的变化响应非常迅速,较小的风速有利于蓝藻颗粒的上浮聚集形成水华,较大的风速使蓝藻颗粒不易上浮,并在风浪和环流的共同作用下于水体中混合无法集聚形成水华.2.6 讨论由于卫星观测到的主要是湖泊表面蓝藻水华形成的现象,难以反映水华形成前蓝藻生物量及其水中垂直分布,因而本文主要探讨蓝藻水华形成的风场特征及风对蓝藻水华输移和分布的影响.通常认为微风或无风有利于蓝藻水华的形成,这种说法不够准确.气象上规定的“微风”风速范围为3.4～5.4m/s,“无风”为0～0.2m/s,两者相差甚远.根据分析结果,风速<0.5m/s时蓝藻水华的频次占比均不超过2％,而大范围蓝藻水华前1～6h最小风速为0.4～0.5m/s,表明水华的形成需要一定风力及其产生的风浪和湖流的扰动,真正风平浪静时蓝藻反而不易聚集形成水华.目前报道的大部分风速阈值都处于“微风”范围,如Cao等[33]确定为3.1m/s,而孙小静等[17]、王成林等[34]为<4m/s,小型湖泊则更小,如淀山湖为<2.2m/s[22].造成差异的原因很多,数据来自于实验还是实地观测、观测位置和取样不同,其结果就会不一样,此外,风速统计采用的方法不同也会影响结果.统计风速的时间长短对阈值的影响很大,总体上统计时间越长越容易平滑风的波动性,阈值也趋小,如大范围蓝藻水华发生前1h的平均风速主要位于1.1～2.9m/s区间,占比高达94％,而前6h平均风速则主要位于0～2.0m/s,占比89％,因此对于各种风速阈值需要进行具体分析.蓝藻水华的形成是包括气象、水文等众多环境因子综合影响的结果,任何单一因子都难以驱动蓝藻的生长和水华形成[10].本文的研究没有考虑其他环境因子,因此分析结果难免会受到影响,需要进一步研究其他环境因子及其协同作用对蓝藻水华形成的影响,以更好地理解蓝藻水华的发生机理,为防控蓝藻水华提供理论依据.3.1 蓝藻水华的形成需要一定风力及其产生的风浪和湖流的扰动,太湖蓝藻水华主要出现于前6h平均风速为0.5～3.4m/s的区间,卫星观测到蓝藻水华时刻前6h平均风速在此区间占比达94.7％.3.2 蓝藻水华面积总体上随风速增大而减小,大范围蓝藻水华主要出现在前1h平均风速1.1～ 2.9m/s区间,占比达94％,而6h平均风速为0～ 2.0m/s,占比89％. 3.3 风向主要影响蓝藻水华的分布格局.在春季复苏期和夏季活跃期,主导风向为东南东,蓝藻水华主要向西北部方向漂移,与西部沿岸区、梅梁湖和竺山湖区域自身生长的蓝藻共同形成蓝藻水华,成为蓝藻水华频发重发区;在秋季活跃期,主导风向转为北风,大量蓝藻水华向太湖南部漂移集聚.12月份蓝藻水华逐渐进入衰败期,前期形成的大量蓝藻水华在主导风向为西北的作用下,继续向太湖湖心区转移.【相关文献】[1] O’Neila J M, Davisb T W, Burfordb M A, et al. The rise of harmful cyanobacteria blooms: The potential roles of eutrophication and climate change [J]. Harmful Algae, 2012,14:313–334.[2] Te S H, Chen E Y, Gin K Y. Comparison of quantitative PCR and droplet digital PCR multiplex assays for two genera of bloomforming cyanobacteria, cylindrospermopsis and Microcystis [J]. Appl. Environ. Microbiol., 2015,81(15):5203-5211.[3] Anna Rigosi, Cayelan C Carey, Bas W Ibelings, et al. The interaction between climate warming and eutrophication to promote cyanobacteria is dependent on trophic state and varies among taxa [J]. Limnology and Oceanography, 2014,59(1):99-114.[4] 商兆堂,任健,秦铭荣.气候变化与太湖蓝藻暴发的关系 [J].生态学杂志, 2010,29(1):55-56.[5] 王成林,潘维玉,韩月琪,等.全球气候变化对太湖蓝藻水华发展演变的影响 [J]. 中国环境科学, 2010,30(6):822-828.[6] 孔繁翔,高光.大型浅水富营养化湖泊中蓝藻水华形成机理的思考 [J]. 生态学报,2005,25(3):589-595.[7] Bista D, Heckathorn S A, Bridgeman T, et al. Interactive effects of temperature, nitrogen, and zooplankton on growth and protein and carbohydrate content of cyanobacteria from Western Lake Erie [J]. Journal of Water Resource and Protection, 2014,6(12): 1139-1153.[8] 赵巧华,杭蓉蓉,王玲,等.夏季太湖水体势能异常的空间分异特征及其机制 [J]. 中国环境科学, 2015,35(1):227-235.[9] 谢国清,李蒙,鲁韦坤,等.滇池蓝藻水华光谱特征、遥感识别及暴发气象条件 [J]. 湖泊科学, 2010,22(3):327-336.[10] 孔繁翔,宋立荣,等.蓝藻水华形成过程及其环境特征研究 [M].北京:科学出版社, 2011.[11] Zhang Min, Duan Hongtao, Shi Xiaoli, et al. Contributions of meteorology to the phenology of cyanobacterial blooms: implications for future climate change [J]. Wat. Res., 2012,46(2):442-452.[12] Reichwaldt E S, Ghadouani A. Effects of rainfall patterns on toxic cyanobacterial blooms in a changing climate: between simplistic scenarios and complex dynamics [J]. Wat. Res., 2011,46(5):1372-1393.[13] 巫娟,陈雪初,孔海南,等.光照度对水华鱼腥藻细胞比重与藻丝长度的影响研究 [J]. 中国环境科学, 2012,32(5):875-879.[14] 秦伯强,胡维平,高光,等.太湖沉积物悬浮的动力机制及内源释放的概念性模式 [J]. 科学通报,2003,48(17):1822-1831.[15] 范成新,张路,秦伯强,等.风浪作用下太湖悬浮态颗粒物中磷的动态释放估算 [J]. 中国科学(D辑), 2003,33(8):760-768.[16] 朱广伟,秦伯强,高光,等.风浪扰动引起大型浅水湖泊内源磷暴发性释放的直接证据 [J]. 科学通报, 2005,50(1):66-71.[17] 孙小静,秦伯强,朱广伟,等.风浪对太湖水体中胶体态营养盐和浮游植物的影响 [J]. 环境科学, 2007,28(3):506-511.[18] 尤本胜,王同成,范成新,等.风浪作用下太湖草型湖区水体N、P动态负荷模拟 [J]. 中国环境科学, 2008,28(1):33-38.[19] 朱永春,蔡启铭.风场对藻类在太湖中迁移影响的动力学研究[J]. 湖泊科学, 1997,9(2):152-158.[20] Kanoshina I, Lips U, Leppanen L M. The influence of weather conditions (temperature and wind) on cyanobacterial bloom development in the Gulf of Finland (Baltic Sea) [J]. Harmful Algae, 2003,(2):29-41.[21] Zhou Jian, Qin Boqiang, Casenave C, et al. Effects of wind wave turbulence on the phytoplankton community composition in large, shallow Lake Taihu [J]. Environmental Science and Pollution Research, 2015,22(16):12737-12746.[22] 王铭玮,徐启新,车越,等.淀山湖蓝藻水华暴发的气象水文因素探讨 [J]. 华东师范大学学报(自然科学版), 2011,2011(1):21-31.[23] Wu Tingfeng, Qin Boqiang, Zhu Guangwei, et al. Dynamics of cyanobacteria bloom formation during short-term hydrodynamic fluctuation in a large shallow, eutrophic, and wind-exposed Lake Taihu, China [J]. Environmental Science and Pollution Research, 2013,20(12):8546-8556.[24] Wu Tingfeng, Qin Boqiang, Justin D, et al. The influence of changes in wind patterns on the areal extension of surface cyanobacterial blooms in a large shallow lake in China [J]. Science of The Total Environment, 2015,(518–519):24-30.[25] 王成林,陈黎明,潘维玉,等.适宜太湖蓝藻水华形成的风场辐散特征及其形成机制 [J]. 中国环境科学, 2010,30(9):1168-1176.[26] 王成林,黄娟,钱新.高温微风条件下太湖流域风场时空特征分析 [J]. 湖泊科学,2011,23(1):122-128.[27] 王文兰,曾明剑,任健.近地面风场变化对太湖蓝藻暴发影响的数值研究 [J]. 气象科学,2011,31(6):718-725.[28] 王长友,于洋,孙运坤,等.基于ELCOM-CAEDYM模型的太湖蓝藻水华早期预测探讨 [J]. 中国环境科学, 2013,33(3): 491-502.[29] 马荣华,孔维娟,段洪涛,等.基于MODIS影像估测太湖蓝藻暴发期藻蓝素含量 [J]. 中国环境科学, 2009,29(3):254-260.[30] 韩秀珍,吴朝阳,郑伟,等.基于水面实测光谱的太湖蓝藻卫星遥感研究[J].应用气象学报, 2010,21(6):724-731.[31] Hu C M, Lee Z P, Ma R H, et al. Moderate Resolution Imaging Spectroradiometer (MODIS) observations of cyanobacteria blooms in Taihu Lake, China [J]. Journal of Geophysical Research, 2010,115(C04002):1-20.[32] 中国气象局.地面气象观测规范 [M]. 北京:气象出版社, 2003.[33] Cao H S, Kong F X, Luo L C, et al. Effects of wind-induced waves on vertical photoplankton distribution and surface blooms of Microcystis aeruginosain Lake Taihu [J]. Journal of Freshwater Ecology, 2006,21(2):231-238.[34] 王成林.太湖蓝藻水华及藻源性“湖泛”形成机制的气象因素研究[学位论文].南京:南京大学, 2008.。
太湖蓝藻水华遥感监测方法
Ｌ ｋ ｃ （ ａ ｅ ｉ湖泊科 学）２ ０ ，０２：４ ．５ Ｓ． ， ０ ８ ２ （） １５ １２
ｈ ｐ／ ｗ．ａｅ． ｇ Ｅ ｍａ ：ｌｋｓ ｉｌ ． ． ｔ ：ｗｗ ｊ ｋｓ ｒ． — ｉ ｊ ｅ＠ｎｇａ ａ ｃ ｔ ／ ｌ ｏ ｌ ａ ｓｃｎ ￣２ ０ ｙＪ ｕｎ ｌｆ ａ ｅ ｃｅｃｓ ０ ８ｂ ｒａ Ｌ ｋ ｉｎｅ ｏ ｏ Ｓ
摘
要 ：利用 遥感 技 术监 测 太湖 蓝 藻水 华具 有 重要 的现实 意 义 ． 于不 同遥感 数 据 ， 括 ＭＯＤ ＳＴｒ 、 Ｂ Ｒ ． ＣＤ、 Ｔ 基 包 Ｉ／ｅｒ Ｃ Ｅ Ｓ２ ａ Ｃ Ｅ Ｍ
和 Ｉ ＳＦ ＩＳ ，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 ， 取不 同历史 时 期太 湖 蓝藻 水华 ．结果 Ｒ ．６ＬＳ ３ 提
表 明： ＭＯＤ ＳＴｒａ 据可 以利 用 判别 式 Ｂａｄ ＞ ． 和 Ｂ ｎ ２１ ｎ４ １ 取蓝 藻 水 华； ＢＥ Ｓ２Ｃ Ｄ、Ｅ Ｍ 和 Ｉ ＳＦ ＩＳ Ｉ／ｅｒ 数 ｎ ２ ０１ ａｄ ／ａ ｄ＞ 提 ３ Ｃ Ｒ ． Ｃ Ｔ Ｒ ．６Ｌ Ｓ ３ 数据 可 以利 用 Ｂａｄ ｎ ４大 于一定 阈值 和 Ｂ ｎ４Ｂａｄ＞ ａ ｄ／ ｎ３ 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 Ｅ Ｍ 和 Ｉ ＳＰ ＩＳ Ｔ Ｒ ．６ Ｌ Ｓ ３数 据 Ｂ ｎ ４波 段对 蓝 藻水 华空 间 分 布强度 进 行 了五 级划 ａｄ
太 湖 蓝 藻 水 华 ，张 渊 智
（：中国 科学 院 南京 地 理 与湖 泊研 究 所湖 泊 与 环境 国家重 点 实 验室 ，南京 ２ ００ ） １ １０ ８
太湖饮用水源地蓝藻水华预警监测体系的构建
・管理与改革・太湖饮用水源地蓝藻水华预警监测体系的构建徐恒省,洪维民,王亚超,翁建中,李继影(苏州市环境监测中心站,江苏 苏州 215004)摘 要:从预警机制的建立与分工、预警监测时间的确定、预警监测的启动、预警信息的发布、预警监测的终止、预警监测的工作流程等方面,建立了太湖引用水源地蓝藻水华预警监测体系。
指出了政府必须在资金、物资、人才、技术等方面给予预警监测体系充足的保障,确保预警监测体系长期有效地运行。
关键词:太湖;蓝藻水华;预警监测体系中图分类号:X507 文献标识码:C 文章编号:100622009(2008)01-0001-03Early W arn i n g M on itor i n g System Est ablishm en t to Cyanobacter i aBloo m 2form i n g of Source W a ter S ite i n the Ta i hu LakeXU Heng 2sheng,HONG W ei 2m in,WANG Ya 2chao,W E NG J ian 2zhong,L I J i 2ying(Suzhou Environm enta l M onitoring Central S ta tion,Suzhou,J iangsu 215004,China )Abstract:The early warning monit oring syste m of the Taihu Lake cyanobacteria bl oom 2f or m ing was estab 2lished fr om ,early warning monit oring establishment and task distributi on,ti m e of cyanobacteria bl oom 2f or m ing,start of the e mergency monit oring,publicati on of the inf or mati on,st op of the e mergency monit oring,chart fl ow of e mergency monit oring .The government should support the working gr oup of early warning monit oring at budget,material res ources,talented pers on,technol ogy for l ong 2ti m e effective operati on of the monit oring .Key words:The Taihu Lake;Cyanobacteria bl oom 2f or m ing;Early war m ing monit oring syste m收稿日期:2007-11-04;修订日期:2008-01-13作者简介:徐恒省(1972—),男,江苏连云港人,工程师,大学,从事生态环境监测工作。
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].
太湖蓝藻水华预警监测技术体系的探讨_徐恒省
收稿日期:2007-09-17作者简介:徐恒省(1972-),男,江苏连云港人,工程师.表2环境质量生物分类环境质量类型生物污染指数生物伤害度指数生物多样性指数Ñ无污染001Ò轻污染0~01501Ó中污染015~101Ô重污染\10~11~05应用实例对某一化工厂附近植物群落进行调查,群落中各种植物的伤害状况如表3所示。
表3植物群落伤害状况植物受害状况悬铃木、加拿大白杨80%以上的叶片受害,甚至脱落丝瓜叶片明显受害,部分植物死亡向日葵、葱、玉米、牵牛花50%的叶面积受害,叶脉间有点块状伤斑月季、蔷薇、枸杞30%的叶面受害,叶脉间有伤班葡萄、金银花10%的叶面受害,叶片有轻度伤斑广玉兰、大叶黄杨无明显症状表3调查结果表明,植物已受到明显的伤害,丝瓜的生物多样性已经发生改变。
根据植物受害程度和生物多样性的变化,可以判断环境污染是严重的。
参考文献:[1]张志杰.环境污染生态学[M].北京:中国环境科学出版社,19891[2]田贵全.气相色谱法测定鱼体中的PCB及有机氯农药[J].中国环境监测,1999,15(2).[3]Arndt,U.,W.Nobel&B.Schweizer,Bioindikatoren:Moelichkeiten,Grenzen und neue Erkenntnisse,Ulmer Verlag Stuttgart,19871[4]Schubert,R.,Bioindikation in terrestrischenOeosystemen,Gustav Fi scher Verlag,Jena,19911[5]Klein,R.&M.Paulus,Umweltproben fuer dieSchadstoffanalytik im Biomonitoring,Gustav Fischer Verlag,19951太湖蓝藻水华预警监测技术体系的探讨徐恒省,洪维民,王亚超,翁键中,李继影(苏州市环境监测中心站,江苏苏州215004)摘要:太湖蓝藻水华已经成为一个社会和政府共同关注的环境问题。
基于IDL语言的太湖蓝藻水华遥感监测信息系统设计
遥感信息
基于 Ｉ Ｌ语言的太湖蓝藻水华遥感监测信息 系统设计 Ｄ
王 姓 ① ， 南③， ～ 江 胡斌 ③
（ 中 国科 学 院南 京 地 理 与 湖 泊 研 究 所 湖 泊 与 环 境 国家 重 点 实 验 室 ， 京 ２ ０ ０ ； ① 南 １０ ８
② 中 国科 学 院研 究 生 院 ， 京 １０ ４ ； 南 京 师 范 大 学 虚 拟 地 理 环境 教 育 部 重 点 实 验 室 ， 京 ２ ０ ４ ） 北 ００９③ 南 １ ０ ６
摘要 ： ＭＯＤ ＳＬ Ｂ数据 为数据源 ， 以 Ｉ Ｉ 采用 Ｉ ＤＬ语 言 ， 运用 系统配置 与插 件技术 实现 系统架构 ， 计 中间件 解 设
决 系统 框 架 和 Ｉ Ｌ ｒｗＷｉｇｔ 件 通 信 接 口的 衔 接 问 题 ， 计 模 型 对 象 管 理 器 组 织 模 型 对 象 ， 计 Ｉ Ｌ数 据 显 Ｄ Ｄａ ｄｅ 控 设 设 Ｄ 示 的组 织 结 构 实 现 图像 显 示 及 其 与 矢量 数 据 的 叠 加 显 示 ， 用 相 对 图像 坐标 系显 示 叠 加 的 矢 量 数 据 ， 运 用 影 像 使 并 匹配 技 术 和 仿 射 变 换 技 术 分 别 实 现 了 ＭＯ Ｉ １ 影像 “ 眼皮 ” 除 及 其 几 何 校 正 ， 此 基 础 上 运 用 蓝 藻 水 华 遥 Ｄ ＳＬ Ｂ 双 消 在 感监测模 型， 实现 蓝 藻 水 华 空 间分 布 信 息 自动 化 提 取 。
展 较快 的长 江下 游 三角 洲地 区 ， 该地 区人 口密度 大 ，
城 市化 程度 高 ， 太湖 又是 上 海 、 苏州 、 无锡 等 大 、 中城 市 的水 源地 。随着 经济 的发 展 ， 污染 的加 重 ， 泊 富 湖
太湖蓝藻水华的预防、预测和预警的理论与实践
三、研究成果
1、预防实践
根据研究，太湖蓝藻水华的预防主要从改善水质和生态修复两个方面入手。 具体措施包括：加强污水处理厂的运营管理，提高污水治理水平；加强流域内工 农业生产的污染控制，减少污染物排放；推广生态农业和绿色渔业，减少对水体 的污染。
2、预测成果
通过建立数学模型，研究人员可以根据实时的水质、气象等数据，对太湖蓝 藻水华的发生进行预测。根据预测结果，可以及时采取预警措施，减轻蓝藻水华 对太湖生态系统及人类生产生活的影响。
一、材料与方法
1、1样本采集
我们在太湖梅梁湾的水体中，按照不同的深度和位置，采集了大量的水样， 并进行了藻类种类的计数和鉴定。同时，我们也对水温、pH、溶解氧、总悬浮物 等环境因子进行了测定。
1、2逐步回归统计
我们将藻类数量作为因变量，将环境因子作为自变量，利用逐步回归的方法， 对藻类数量与环境因子之间的关系进行统计。通过逐步回归，我们发现水温、pH、 溶解氧和总悬浮物是影响藻类数量的主要环境因子。
三、结论
本次演示通过对太湖梅梁湾藻类及相关环境因子的逐步回归统计，发现水温、 pH、溶解氧和总悬浮物是影响藻类数量的主要环境因子。通过初步预测蓝藻水华 的发生，我们可以及时采取有效的措施来预防和控制蓝藻水华的发生，从而保护 太湖生态系统的健康和稳定。
感谢观看
3、预警案例
预警太湖蓝藻水华的发生需要各部门间的协同合作。无锡市政府根据研究机 构的预测结果，及时启动应急预案。例如，在蓝藻水华高发期，实行水源地取水 口轮流取水制度，减轻单一取水口压力；加强湖面打捞，减轻蓝藻水华对太湖生 态系统的破坏等。
四、研究不足与展望
目前，太湖蓝藻水华的预防、预测和预警研究虽然取得了一定的成果，但仍 存在一些不足之处。例如，影响蓝藻水华的因素众多，建立更为精准的预测模型 仍需不断探索；预警应急措施的响应速度和效果需进一步提高。
太湖蓝藻水华的遥感监测研究
太湖蓝藻水华的遥感监测研究一、内容简述太湖蓝藻水华是近年来我国太湖地区较为严重的环境问题之一，对太湖水质和生态环境造成了严重影响。
为了及时了解太湖蓝藻水华的分布、变化和严重程度，本文采用遥感技术对太湖蓝藻水华进行了监测研究。
本文首先介绍了太湖蓝藻水华的基本概念和形成原因，然后详细阐述了遥感技术在太湖蓝藻水华监测中的应用，包括卫星遥感、航空遥感和地面遥感等。
接着本文分析了太湖蓝藻水华的空间分布特征，包括大范围、高密度分布和季节性变化等特点。
本文结合实际数据，对太湖蓝藻水华的发展趋势进行了预测，并提出了相应的防治措施，以期为太湖地区的环境保护和生态修复提供科学依据。
A. 研究背景随着人类活动的不断增加，太湖地区面临着严重的水环境问题，其中蓝藻水华是最为突出的一种。
蓝藻水华是一种由蓝藻类植物引起的水体富营养化现象，其生长速度快、覆盖范围广，对水生生物和人类健康造成严重影响。
近年来太湖地区蓝藻水华的发生频率呈上升趋势，给水资源管理和环境保护带来了巨大挑战。
因此对太湖蓝藻水华的遥感监测研究具有重要的现实意义。
遥感技术作为一种非接触式的监测手段，具有实时、动态、高时空分辨率等特点，能够有效地反映地表生态环境的变化。
目前国内外学者已经开展了大量关于太湖蓝藻水华遥感监测的研究，但仍存在一定的局限性，如数据源单算法不够精确等问题。
因此开展太湖蓝藻水华遥感监测研究，对于提高太湖蓝藻水华监测的准确性和时效性具有重要意义。
B. 研究目的和意义随着人类活动的不断增加，太湖地区的水体污染问题日益严重，尤其是蓝藻水华的发生频率逐年上升，对太湖生态环境和周边居民的生活造成了严重影响。
因此开展太湖蓝藻水华的遥感监测研究具有重要的现实意义。
建立太湖蓝藻水华遥感监测模型，提高监测数据的准确性和时效性。
通过对太湖地区不同时间段的遥感影像进行分析，揭示蓝藻水华的发生规律，为政府部门制定针对性的防治策略提供依据。
探讨太湖地区蓝藻水华与气象、水文等环境因素的关系，为综合防治提供理论支持。
基于近湖面定点遥感连续监测藻类水华的研究
基于近湖面定点遥感连续监测藻类水华的探究引言近年来，全球范围内藻类水华事件频繁发生，并给生态环境和人类健康带来巨大恐吓。
针对藻类水华的监测与预警工作极其重要，遥感技术因其快速、高效的特点成为了不行替代的工具之一。
本探究旨在基于近湖面定点遥感数据连续监测藻类水华，以提高对水生态环境的保卫和管理水平。
方法1. 数据得到：选择具有直径约为300米，位于湖面上的确定点进行监测。
遥感卫星数据，如高区分率影像数据和多光谱、高光谱数据，可提供所需的监测信息。
同时，结合定点观测测站，得到实地数据，通过地面观测与遥感数据进行对比分析。
2. 数据处理：对遥感数据进行预处理，比如辐射定标、大气校正等，以消除大气和地表杂乱信息的影响，并将其转换为水质参数。
然后，依据所选择的水质参数建立监测模型，并利用监测数据对其进行校正和验证。
3. 数据分析：利用遥感数据，结合监测模型，分析藻种的数量、空间分布和时序变化。
通过比较不同时间点的遥感数据，识别并跟踪藻类水华的演变过程，确保准时预警，并提供决策支持。
结果与谈论1. 数据得到和处理：本探究接受多源数据得到和处理方法，能够满足数据需求，并尽量缩减大气、地表反射等干扰因素的影响。
通过对比分析，遥感数据与实地观测数据具有较好的一致性。
2. 藻类水华监测模型：依据水体光学特性和藻类生物特征，建立了一种基于遥感数据的藻类水华监测模型。
该模型通过光谱分析和数学统计方法，可以较准确地计算藻类浓度和种类，并提供水华预警。
3. 藻类水华时空变化分析：通过应用监测模型，我们能够获得藻类的分布图、时序变化图和热点区域图。
在时间上，我们发现藻类水华频繁发生在夏季、高温多湿的气候环境下；在空间上，藻类水华主要集中在湖泊靠拢陆地的区域。
结论本探究，通过多源数据得到和处理、建立监测模型和分析藻类水华的时空变化，为藻类水华的监测与预警提供了有效的方法和手段。
然而，目前依旧存在一些问题，比如局部光照条件与大气因素的影响，需要进一步加以解决。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
J. Lake Sci.(湖泊科学), 2008, 20(2): 145-152 . E-mail: jlakes@ ©2008 by Journal of1, 张寿选 1, 张渊智 2
但明显高于清洁水体和植被; 在近红外波段(Band2, 5,
6, 7), 蓝藻与水体有较大差异, 更接近于植被光谱特
征, 尤其在 Band2(841-876nm)出现植被的“陡坡效应”,
之后形成近红外高台. 由于太湖水体范围确定, 蓝藻
提取过程中可以排除太湖周边及其岛屿植被的干扰,
因此如何区分蓝藻与水体, 特别是浑浊水体的光谱特 征, 是利用 MODIS 数据成功提取蓝藻分布信息的关 键[16-18].
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].
蓝藻水华爆发, 水体中叶绿素 a 含量显著增加. 藻华水体叶绿素 a 浓度与 440nm、680nm 吸收系数呈
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
146
J. Lake Sci.(湖泊科学), 2008, 20(2)
警系统都非常重要[5]. 遥感技术提供了快速大范围监测蓝藻的可能. 蓝藻水华爆发, 水体中叶绿素含量显著升高, 导致水
体光谱特征发生变化. 蓝、红光反射率降低; 近红外波段具有明显的植被特征“陡坡效应”, 反射率升高; 同时荧光峰位置向长波方向移动[6-7]. 通常蓝藻覆盖区域光谱特征与无藻湖面有较为明显差异. 李旭文等 基于TM数据研究发现植被差异指数(DVI)对藻类的含量反映灵敏[8]; 黄家柱和赵锐等曾成功利用TM数据 监测1998年8月11日太湖蓝藻爆发情况[9]; 胡雯等建立了基于FY-lC/CAVHRR数据的巢湖蓝藻叶绿素a含 量遥感估算模型. 但是, 这些研究的卫星数据源都相对单一. 蓝藻爆发周期长, 变化快, 数据需求急, 单 一遥感数据已经无法满足实际需求. MODIS数据具有较高的时间分辨率(Terra和Aqua白天分别过境一次) 和光谱分辨率, 且有长时间序列数据, 可以生产几乎实时的图像, 但是其空间分辨率较低; CBERS-1、 TM、ETM以及IRS-P6 LISS3数据拥有较高的空间分辨率, 但是其光谱分辨率低, 重返周期长[10], 很难满 足蓝藻监测和预警要求的实效性. 如果综合利用这些数据, 扬长避短, 采用MODIS长时间序列数据, 重 点时间和区域采用中巴资源卫星CBERS-2 CCD、Landsat TM /ETM、IRS-P6 LISS3等较高空间分辨率数 据, 将能更好的满足蓝藻监测和预警需要. 因此, 如何利用多源遥感数据, 建立准确、快速提取蓝藻的方 法, 是目前蓝藻遥感面临的一个主要问题. 而利用蓝藻光谱特征, 针对不同遥感数据源, 研究提取蓝藻 分布范围和面积的方法, 对于蓝藻遥感监测具有重要的现实意义. 本文利用MODIS、CBERS-2 CCD、 ETM以及IRS-P6 LISS3等遥感影像, 尝试研究适合不同数据源的太湖蓝藻提取方法, 为今后快速获取蓝 藻分布信息, 建立太湖蓝藻水华预警系统奠定基础.
红外进行了重新排序(图 1). 其中, 蓝藻选自蓝藻水华
带上典型像元, 浑浊水体选自大太湖水体浑浊水体像
元, 清洁水体选自东太湖, 而植被选自西山岛上典型
森林植被像元(图 2(a)). 在可见光范围内 (Band 3, 4,
1), 蓝藻水华与混浊水体的光谱特征类似, 均在绿光
Band 4 波段内形成反射峰, 峰值大小没有显著差别,
Cyanobacteria bloom monitoring with remote sensing in Lake Taihu
DUAN Hongtao1, ZHANG Shouxuan1 & ZHANG Yuanzhi2
(1: State Key Laboratory of Lake Science and Environment, Nanjing Institute of Geography and Limnology, CAS, Nanjing 210008, P.R.China)
(2: Institute of Space and Earth Information Science, The Chinese University of Hong Kong, Shatin, NT, Hong Kong, P.R.China)
Abstract: It is significant that remote sensing methods is used for monitoring cyanobacteria bloom in Lake Taihu, since it breaks out frequently each year. Based on spectral characters of cyanobacteria bloom, different algorithm including single band, band subtraction and band ratio, were used for bloom mapping, with different instruments such as the MODIS/Terra, CBERS-2 CCD, ETM and IRS-P6. They noted that all these sensors were able to detect cyanobacteria bloom, while the algorithm of band ratio between infrared and red band has a stable correlation with blooms, and it can be developed into a universal pattern. Except that, spatial cyanobacteria bloom concentrations were separated into five classes based on digital number values (DNs) in ETM and IRS-P6 Band 4. This study showed that satellite observations was effectively applied to cyanobacteria bloom monitoring and early-warning for Lake Taihu. Keywords: Cyanobacteria bloom; satellite monitoring; multi-source data; Lake Taihu
正相关关系, 水体可见光波段 440nm、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
用 1:50000 地形图进行几何精纠正, 误差均在 0.5 个像元之内. 本研究只针对各数据单幅影像, 且主要为
了获取蓝藻空间分布信息, 因此没有进行大气纠正.
段洪涛等: 太湖蓝藻水华遥感监测方法
147
2 结果与讨论
2.1 MODIS
2007 年 4 月 25 日太湖水域各类典型地物光谱特征曲线, MODIS 按照其波段分布特征从可见光到近
(1: 中国科学院南京地理与湖泊研究所湖泊与环境国家重点实验室, 南京 210008) (2: 香港中文大学太空与地球信息科学研究所, 香港 沙田)
摘 要: 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奠定了基础. 关键词: 蓝藻; 卫星监测; 多源数据; 太湖