太湖不同叶绿素a浓度水体荧光特征分析

合集下载

2-4湖塘水体叶绿素a测定

湖塘水体叶绿素a测定姓名：学号：班级：组别：指导教师：实验概述【实验目的及要求】（1）初步了解叶绿素a测定的原理和常规测定方法。

（2）通过实验，掌握叶绿素a的测定方法及富营养化水样的前处理方法。

（3）熟练掌握抽滤装置及分光光度计的使用。

【实验原理】浮游植物的主要光合色素是叶绿素(Chlorophyll)，常见的有叶绿素a、b 和c.叶绿素a（chl-a）存在于所有的浮游植物中，大约占有机物干重的1-2%，是估算浮游植物生物量的重要指标，因此浮游植物叶绿素a含量的测定成为浮游植物生物量的重要指标而被广泛应用。

浮游植物叶绿素a的测定方法有许多种，根据所使用的仪器可以分为高效液相色谱法（HPLC法）、荧光光度计法和分光光度计法等。

高效液相色谱法能够很精确地测定各种光合色素的含量，但由于仪器昂贵，分析操作步骤繁琐，一般不能用于野外大量样品的快速分析。

荧光光度计也能够精确地测定叶绿素a的含量，特别是能够测定叶绿素a含量较低的样品，但由于分析过程中容易受其他色素或色素衍生物的干扰，也不利于快速分析各类不同的野外样品。

因此，分光光度计法成为最常用的浮游植物叶绿素a含量的测定方法。

在所有分光光度计法中，根据所用的色素萃取液分为了丙酮法、甲醇法和乙醇等，再根据比色所用的波长，又分为单色法和多色法（例如单色丙酮法和四色丙酮法）等。

主要的细胞破碎法有研磨、低温冻融、超声破碎等。

尽管丙酮现在仍广泛用于实际分析中，但由于丙酮的萃取效率比较差，特别是对蓝藻的叶绿素a的萃取效率比较低，使得甲醇和乙醇成为替代丙酮的色素萃取剂。

不过，甲醇对人体毒害性大，且在酸化过程中容易产生误差，于是，乙醇成为现在广泛应用的叶绿素a的萃取剂。

超声破碎法因快速、提取效率高等特点也被研究者所青睐。

本实验介绍一种以热乙醇为萃取溶剂，结合超声细胞破碎法为基础的叶绿素a含量测定方法。

叶绿素a和少数处于特殊状态的叶绿素a的关系：叶绿体内类囊体薄膜上的色素，可以分为两类：一类具有吸收和传递光能的作用，包括绝大多数的叶绿素a，以及全部的叶绿素b、胡萝卜素和叶黄素；另一类是少数处于特殊状态的叶绿素a，这种叶绿素a不仅能够吸收光能，还能使光能转换成电能。

不同方法估算太湖叶绿素a浓度对比研究

1, 2 2 3 2
( 1. School of Geography and Ocean Sciences, Nanjing University, Nanjing 210093, China; 2. T aihu Lake Laboratory Ecosystem Research Station, State Key Laboratory of Lake Science and Environment, Nanjing Institute of Geography and L imnology, Chinese Academy of Sciences, Nanjing 210008, China; 3. Earth Observation and Digital Earth Science Center, Chinese Academy of Sciences, Beijing 100080, China) Abstract: Based on the measured remote sensing reflectance and concurrent chlorophyll a ( Chl a) concentration in Taihu Lake from January 7 to 9 and July 29 to August 1, 2006, this study comparatively analyzed the estimation precision of three - band - model, two - band - model, reflectance peak position method and first derivative method, and further discussed the feasibility of the four methods to estimate Chl a using remote sensing image. The data set of two samplings contained widely variable total suspended matter ( 12 24 -285 20 mg L- 1 ) , Chl a ( 4 83 155 11 g L- 1 ) and chromophoric dissolved organic matte absorption coefficient at 440 nm ( 0 27 - 2 36 m - 1 ) . The former four methods all got high precisions on Chl a concentration estimation in Taihu Lake with determination coefficients ( r2 ) of 0 813, 0 838, 0 872 and 0 819, respectively. The root mean square error ( RMSE) between measured and estimated Chl a concentrations using the four models was 13 04, 12 12, 13 41 and 12 13 g L- 1 , respectively, and the relatively error ( RE) was 35 5% , 34 9% , 24 6% and 41 8% , respectively. Although the reflectance peak position method had the highest estimation precision, it was difficult to be applied on remote sensing image due to lacking spectral channel. The three - band -model and two - band - model had higher estimation precisions than the first order differential method and good application foreground in Chl a retrieval using remote sensing image. The r 2 , RMSE, RE of [ R - 1 ( 665) - R - 1 ( 709) ] R ( 754) in three - band -model and R ( 709) R ( 681) in two - band - model based on simulation MERIS data were 0 788, 13 87 g L- 1 , 37 3% , and - 1 0 815, 12 96 g L , 34 8% , respectively. The results in this study demonstrated MERIS data could be applied to retrieve Chl a concentration in turbid Case waters as T aihu Lake. Key words: Taihu Lake; chlorophyll a; retrieval; remote sensing reflectance

洪泽湖叶绿素a浓度的时空变化特征

洪泽湖叶绿素a浓度的时空变化特征齐凌艳;黄佳聪;高俊峰;黄琪;周毅;田威【摘要】叶绿素a浓度是衡量藻类生物量及评价水体营养状态的重要指标.基于洪泽湖2012年12月至2013年11月的水质监测数据,利用统计手段分析湖区叶绿素a浓度的时空变化规律,并进一步探究叶绿素a浓度与各项水质理化因子的响应关系.从时间维度上看,洪泽湖叶绿素a浓度季节变化规律在不同湖区有所差异,东部湖区叶绿素a浓度随季节变化曲线呈“双峰型”,分别在3月和8月达到峰值.北、西部湖区叶绿素a浓度在春季变化平缓.并在秋季达到峰值.从空间维度上看,3个湖区之间叶绿素a浓度在春、冬两季存在显著差异,其余季节差异不显著.典范对应分析表明洪泽湖不同月份、不同湖区叶绿素a浓度与水质理化因子之间存在不同的响应关系.本研究为探究洪泽湖藻类时空异质性原因、宏观掌控其营养状态以及制定相应水质改善措施提供参考依据.【期刊名称】《湖泊科学》【年(卷),期】2016(028)003【总页数】9页(P583-591)【关键词】叶绿素a;洪泽湖;时空变化;典范对应分析【作者】齐凌艳;黄佳聪;高俊峰;黄琪;周毅;田威【作者单位】中国科学院南京地理与湖泊研究所,南京210008;中国科学院大学,北京100049;中国科学院南京地理与湖泊研究所,南京210008;中国科学院南京地理与湖泊研究所,南京210008;中国科学院南京地理与湖泊研究所,南京210008;中国科学院大学,北京100049;江苏省水文水资源勘测局,南京210029;江苏省水文水资源勘测局,南京210029【正文语种】中文随着经济发展与人类活动加剧，水体富营养化已成为世界性的水环境问题. 近年来，世界各大淡水湖和我国滇池、太湖、巢湖等内陆淡水湖多次发生大规模蓝藻集聚现象，严重破坏水生态系统稳定，威胁当地生活生产用水安全. 叶绿素a(Chl.a)是藻类进行光合作用的重要色素，其在水中的浓度通常用于表征水中藻类总体含量以及评判水体的营养状态[1].国内外已开展大量淡水湖泊Chl.a浓度时空动态变化相关研究. Ghadouani等研究伊利湖的藻类和营养盐分布，表明Chl.a高浓度区主要集中于西部湖湾及北部沿岸地区，且与营养盐分布密切相关[2]. Jindal等对Prashar湖藻类随时间动态变化过程进行连续观测，发现Chl.a浓度曲线呈双峰型特征，分别在5月和9月达到峰值[3]. Wu等针对鄱阳湖藻类时空变化进行分析，得出结论：水下光照强度和透明度是限制藻类生长的关键因子，同时南部湖区Chl.a浓度高于北部湖区主要受水温和营养盐影响[4]. Yang等对巢湖Chl.a浓度和总氮(TN)、总磷(TP)等营养盐浓度进行空间分布和季节性变化特征研究，总结出巢湖藻类生物量存在明显先下降后上升的季节变化特点，同时东、西部湖区存在明显空间差异，西部湖区营养盐及Chl.a浓度高于东部主要受上游汇水影响[5-6]. Wu等通过对太湖短期连续观测表明，Chl.a浓度水平分布模式与风生流关系紧密[7]. 钱昊钟等分析太湖湖心、东南湖区与其他湖区Chl.a浓度差异，得出TP、水温和溶解氧是主要限制性因子[8].朱晶晶等发现滇池Chl.a浓度总体呈周期性波动缓慢上升趋势，4-11月上升达到峰值；空间分布上，滇池Chl.a浓度高值区多出现在靠近城镇的人口密集区域[9-10]. Huang等通过分析滇池水体富营养化与人类活动的响应关系，得出含高浓度营养盐的污水排放对滇池富营养化起到关键性作用[11]. 郭劲松等研究三峡小江回水区Chl.a浓度季节变化特征为夏、秋季高，春、冬季低[1,12]. Zhang等研究三峡水库蓄水后大宁河的藻类季节变化特征，得出水温和TN/TP是藻类暴发的关键因素[13]. 分析水体Chl.a浓度时空变化特征有助于深化对藻类水华发生过程机理的认识，从而为有效开展藻类水华防控治理工作提供科学依据.洪泽湖是苏北地区居民生活、农业用水、发电以及维护当地生境的重要水源地. 同时作为南水北调东线工程重要输水线路和调蓄湖泊，其水质不仅关系到南水北调水质安全，也关系到沿河、沿湖乃至整个淮河流域经济可持续发展[14]. 因此全面认识洪泽湖富营养化水平和藻类时空分布特征十分重要. 但是目前研究较多围绕洪泽湖富营养化水平定性分析和水质理化因子时空特征分析[15-16]，Chl.a浓度时空变化特征研究相对较少. 本文基于洪泽湖全年水质监测数据，采用方差分析和典范对应分析等统计手段研究洪泽湖藻类时空变化特征，进一步探究其藻类时空异质性原因，为宏观掌控洪泽湖营养水平、制定水质改善措施提供科学依据[16].洪泽湖地处淮河中游末端(33°06′～33°40′N，118°10′～118°52′E)，为中国第四大淡水湖泊. 湖区跨洪泽、淮阴、泗阳、泗洪和盱眙五县. 东岸平直，其余岸线曲折多湾. 湖区集水面积为15.6×104 km2，补给系数为99. 常年平均水位12.37 m，长65.0 km，最大宽55.0 km，平均宽为24.26 km，最大水深4.37 m，平均水深1.77 m. 湖区属北亚热带与南温带的过渡气候，多年平均气温16.3℃，7月平均气温最高为28.8℃. 多年平均降水量925.5 mm，年内7-9月降水量约占年降水量的65.5%. 湖水来源除大气降水外，主要依靠地表径流，入湖河流主要有8条(淮河、新汴河、老汴河、新濉河、老濉河、徐洪河、怀洪新河和安东河)，其中淮河流量最大[17]. 洪泽湖为吞吐型湖泊，换水周期约为35 d[18]. 湖流以吞吐流和风生流形式并存，在淮河入湖口水流以扇形扩散.根据湖盆形态，生境差异，水文、水力特征以及出入湖河流特性等因素，本研究将洪泽湖湖区分为3个子区：北部湖区、东部湖区和西部湖区. 北部湖区即成子湖区域，水体流动性差，并且受宿迁市城市尾水的影响，水质总体略差；西部湖区包括溧河洼区域，地势较高且水深较浅，水生植物分布面积相对较广，生长茂盛[19]，水质整体较好；东部湖区包括淮河入湖口、过水通道及蒋坝闸湾，湖区水体流动性好，湖流运动较为剧烈. 根据上述湖区形态特征，本研究在全湖共布设8个水质监测站点. 北部湖区设有颜圩、高湖2个监测点；西部湖区有临淮、洪泽湖区(宿迁南)2个监测点；东部湖区布设洪泽湖区(淮安北)、洪泽湖区(淮安西)、洪泽湖区(淮安东)和洪泽湖区(淮安南)4个监测点(图1).本研究选取2012年12月-2013年11月采集的洪泽湖月水质监测数据样本，运用统计软件IBM SPSS Statictis 19和Canoco for Windows 4.5对数据进行统计分析. 数据是由江苏省水文水资源勘测局提供的常规监测资料. 监测项目包括5项：化学需氧量(COD)、溶解氧(DO)、TP、TN和叶绿素a(Chl.a)浓度. 其中COD浓度用高锰酸盐指数法测定，DO浓度用电化学探头法测定，TP和TN浓度分别用钼酸铵分光光度法和碱性过硫酸钾消解紫外分光光度法测定，Chl.a浓度用分光光度法测定. 此外，日平均气温(T)数据来自国家气象中心的盱眙站(站点编号：58138). 根据研究区全年气温变化规律和地处四季分明的温带地区，综合参考传统气候统计法，将研究区季节划分为：春季为3-5月，夏季为6-8月，秋季为9-11月，冬季为12至次年2月.洪泽湖Chl.a浓度的季节变化规律在不同湖区有所差异(图2). 北、西部湖区Chl.a浓度在冬末(1月)出现明显的上升趋势，平均浓度达22.73±2.58 μg/L. 进入春季(3-5月)，Chl.a浓度稍有波动(13.45±4.91 μg/L)后，变化趋于平缓(17.95±4.94 μg/L). 春季湖区平均气温达到15.54℃，日光照时长为6.45 h，光照气温条件适宜. 同时春耕施肥等面源污染带来营养盐汇入，营养盐水平较高，水体中TN平均浓度为1.35 mg/L，TP平均浓度为0.045 mg/L. 藻类生理、生化活性恢复，生长速率加快，种群生物量快速增加后趋于稳定. 夏季(6-8月)洪泽湖区平均气温达到26.99℃，光照时长为5.72 h. 虽然光照充足、温度适宜，但大规模藻类生长为浮游动物及其他大型鱼类牧食提供便利，同时营养盐也被快速消耗，遏制藻类数目的进一步增加. 造成不同站点Chl.a浓度先后回落至低浓度(3.38±1.59 μg/L)后才逐步上升. 进入秋季，藻类种间竞争得到缓解，优势种得以快速增殖，使Chl.a浓度在9月左右达到峰值(36.28±45.92 μg/L)，其中颜圩站点浓度高达104.9 μg/L. 随后10-11月Chl.a浓度受气温下降、光照减弱影响，呈波动下降状态. 冬季湖区气温降至2.78℃，藻类代谢基本停止，进入衰亡、休眠期[20]，因此Chl.a浓度逐步下降至最低浓度(1.55±1.98 μg/L).东部湖区Chl.a浓度季节变化曲线呈“双峰型”(图2)，分别在3月和8月达到浓度峰值. 冬末春初(1-3月)洪泽湖的适宜光照和温度以及较高营养盐水平(TN浓度为4.30 mg/L，TP浓度为0.079 mg/L)使得藻类快速从底泥中复苏，进行大量增殖. Chl.a浓度持续上升直至第1个峰值浓度(13.45±4.89 μg/L). 随后Chl.a浓度表现为迅速下降状态，且至峰谷低浓度(1.68±0.67 μg/L). 研究表明在大型浅水湖泊中，水动力对浮游生物的数量、分布影响十分明显. 如果水体滞留时间变长、流速变缓，浮游植物拥有更长时间生长，在适宜的营养条件下数量往往会显著增长[21]. 但由于东区包含过水通道，水体流动性大且流速快. 藻类受水流冲刷，不容易集聚，造成Chl.a浓度曲线的下降. 夏季(6-8月)藻类在充足光照下达到最大光合效率，藻类生物量成倍增加，使得Chl.a浓度再次上升并于8月达到第2个浓度峰值(25.18±13.45 μg/L). 秋季(9-11月)光照减弱且温度持续下降使Chl.a浓度上下波动且总体呈下降趋势. 冬季(12月)伴随着藻类大量休眠死亡、群落解体，Chl.a 浓度下降为最低值(1.15±0.69 μg/L).洪泽湖全年Chl.a浓度均值表现为北部湖区(18.50±21.26 μg/L)>西部湖区(9.8±5.94 μg/L)>东部湖区(7.68±7.96 μg/L). 单因素方差分析(ANOVA，表1)结果显示3个湖区的Chl.a浓度之间在春季存在显著差异(P<0.05)，其余季节差异不显著.春季和冬季东部湖区Chl.a浓度显著低于北、西部湖区(图3)，春季浓度均值为北部湖区(19.95±3.13 μg/L)>西部湖区(12.95±3.85 μg/L)>东部湖区(6.06±6.00μg/L). 冬季浓度均值为北部湖区(14.66±9.39 μg/L)>西部湖区(10.32±8.40 μg/L)>东部湖区(4.02±3.41 μg/L). 3个湖区的温度和光照等气象条件相近，但是营养盐水平有所不同. 东部湖区的TN和TP浓度均高于北、西部湖区(图4)，表明营养盐不是春季和冬季东部湖区Chl.a浓度的限制因子. 东部湖区Chl.a在春、冬季浓度较低很有可能是由于其过水通道特性，流动性较好. 研究表明流速可能对着生藻类生物量具有显著影响，较大流速环境不适合着生藻类的生长[22]. 当流速过大时，水流的冲刷作用使藻类的生长、繁殖环境受到破坏，藻类的增长和聚集受到有效抑制[23-24]. 北、西部湖区相对封闭，湖流运动相对较弱，藻类较容易进行快速繁殖. 同时西、北部湖区周围农耕渔业比东部湖区发达，虽然营养盐浓度低于东区，但是足够为藻类提供生长物质基础，加之适宜的光照温度，藻类生物量可以稳定上升.夏季和秋季3个湖区之间Chl.a浓度无显著差异(图3)，夏季浓度均值表现为东部湖区(13.64±11.84 μg/L)>北部湖区(7.45±6.86 μg/L)>西部湖区(5.93±2.37μg/L). 根据Chl.a浓度季节变化规律可知，东部湖区由于春季藻类生物量下降，种内竞争大大减弱，造成在夏季藻类快速增长，而北、西部湖区在夏季则是由于种内、种间竞争加剧造成生物量下降. 两者比较，东部湖区Chl.a浓度高于其他2个湖区. 秋季洪泽湖Chl.a浓度均值表现为北部湖区(29.75±40.85 μg/L)>西部湖区(10.04±4.72 μg/L)>东部湖区(7.84±3.60 μg/L). 北部湖区Chl.a浓度远高于其他两个湖区，其中颜圩站点在9月和11月分别出现Chl.a浓度极大值(104.9和48μg/L). 北部湖区由于引水条件较好以及水草丰富，水产养殖业迅猛发展，沿岸多为人工开挖鱼塘和围网养蟹池[14,25]，造成该区水污染严重，同时雨水冲刷引发农业和养殖业面源污染，造成水质富营养化水平较高(图4). TN和TP浓度分别达到1.76±1.66和0.14±0.12 mg/L. 丰富的营养盐条件促使藻类大规模生长暴发，造成北部湖区局部Chl.a浓度较高.图3 洪泽湖不同湖区水体Chl.a浓度的季节变化Fig.3 Seasonal variation of Chl.a concentrations of waters in different zones of Lake Hongze图4 洪泽湖不同湖区TN、TP及Chl.a浓度的变化Fig.4 Changes of TN, TP and Chl.a concentrations in different zones of Lake Hongze2.3 Chl.a浓度与水质理化因子的CCA分析典范对应分析(canonical correspondence analysis, CCA)提供了分析浮游植物群落与环境因子之间对应关系的工具[26]. 本研究进行全年月份和湖区站点Chl.a浓度与水质理化因子(化学需氧量、溶解氧、TP、TN、温度)之间的CCA分析，结果表明，两种CCA分析的轴1特征值均大于其余轴. 从浮游植物与环境因子之间的相关系数中，可以看到与轴1和轴2的相关性都较高(表2).表2 洪泽湖Chl.a浓度与理化因子CCA分析的统计信息Tab.2 Summary statistics for the first two axes of CCA performed between Chl.a concentration and water quality factors in Lake Hongze分析对象轴1轴2月份CCA分析站点CCA分析月份CCA分析站点CCA分析特征值0.2770.2550.0930.062浮游植物与环境因子相关性0.9990.9590.9910.818浮游植物与环境因子方差累积百分数69.173.992.191.9洪泽湖12个月的Chl.a浓度都分布在主轴1和主轴2构成的4个象限内，这4个象限基本把研究区4个季节的Chl.a浓度分隔开. 第1象限内分布春初(3月)和秋季中旬(10月)的Chl.a浓度，与TN浓度表现为正相关；第2象限分布冬季(1、2月)和春季(4、5月)的Chl.a浓度，与TN/TP表现出正相关；第3象限分布秋季(9、11月)的Chl.a浓度，与COD表现出负相关；第4象限分布夏季(6、7、8月)的Chl.a浓度与TN、TP浓度表现出不同程度的正相关(图5). 以上结果证明，除秋季外，其余季节Chl.a浓度均受不同程度的营养盐浓度影响. 氮、磷营养盐是藻类生长不可或缺的元素，同时在一定程度上，温度升高能显著促进藻类对营养盐的吸收利用[27]，因此夏季Chl.a浓度表现为与TN浓度呈正相关. 春、冬两季大多数月份Chl.a浓度与TN/TP呈正相关，研究表明TN/TP对藻类的暴发性生长具有重要意义，是水中浮游植物营养结构特点的重要反映[28].图5 洪泽湖水质理化因子与月际Chl.a浓度的CCA分析结果(Chl1～Chl12分别代表1-12月的Chl.a浓度)Fig.5 Results of canonical correspondence analysis between water quality parameters and monthly chlorophyll-a concentration in Lake Hongze洪泽湖3个湖区的站点可以较好地根据象限区分开，东部湖区站点(洪泽湖区(淮安北)、洪泽湖区(淮安西)、洪泽湖区(淮安东)、洪泽湖区(淮安南))位于轴1右侧，与温度、DO分别呈正、负相关关系(图6). 通常情况下温度上升可以促进藻类生长繁殖. 但温度是影响水体DO的关键因素，非夏季月份，温度的升高导致DO浓度降低[29]，因此两者呈负相关. 此外东区是过水通道，湖流运动相对剧烈，一定程度上影响DO浓度，因而东部湖区Chl.a浓度受温度和DO影响. 北部湖区(颜圩)Chl.a浓度主要受营养盐浓度影响，受DO浓度等因子影响较弱，主要是由于北部湖区相对封闭，且周围养殖、农耕业相对发达，外源营养盐的排入对北区Chl.a浓度产生重大影响. 西部湖区同时受TN和DO浓度的影响，西部湖区周边也进行了一定程度开发，人工投饵与施肥等均会对该区营养盐状况产生影响. 同时，淮河从西区老子山附近入湖，湖流运动也会对该区藻类生长造成影响.图6 洪泽湖水质理化因子与各站点Chl.a浓度的CCA分析结果(yw：颜圩；gh：高湖；lh：临淮；sqn：洪泽湖区(宿迁南)；hab：洪泽湖区(淮安北)；hax：洪泽湖区(淮安西)；had：洪泽湖区(淮安东)；han：洪泽湖区(淮安南))Fig.6 Results of canonical correspondence analysis between water quality parameters and chlorophyll-a concentration in each water sampling site of Lake Hongze3 结论与讨论选取洪泽湖2012年12月至2013年11月水质监测数据，通过方差分析和CCA 统计分析归纳总结洪泽湖Chl.a浓度时空变化规律，并进一步探究其原因. 从时间维度上看，洪泽湖Chl.a浓度季节变化规律在不同湖区有所差异. 东部湖区Chl.a 浓度随季节变化曲线呈“双峰型”，北、西部湖区Chl.a浓度在春季保持平缓，夏季有所回落后上升，在秋季达到峰值. 从空间维度上看，3个湖区的Chl.a浓度变化在春、冬季均存在显著差异(P<0.05)，其余季节差异不显著. 全年月份和湖区站点Chl.a浓度与水质理化因子(COD、DO、TP、TN、温度)之间的CCA分析(图6)显示，不同月份和不同湖区Chl.a浓度与水质理化因子之间存在不同的响应关系. 从以上结论可以看出：1)洪泽湖是典型的过水性湖泊，东区包含过水通道，湖流运动较为剧烈，对藻类生长起到一定的抑制作用.2)洪泽湖北区营养盐水平和Chl.a浓度较高，多是由于上游城市汇水以及周围水产养殖、农耕施肥带来的过剩营养盐. 丰富的营养盐为藻类大量繁殖提供物质基础，因而造成北部湖区较为严重的水质污染.3)在洪泽湖藻类防控治理方面，应该充分考虑上游污水的截留减排以及控制周围农业、渔业的投饵施肥量，以降低湖区营养盐浓度，有效控制藻类生物量.致谢：感谢国家气象中心提供建模气象数据.4 参考文献[1] 郭劲松, 陈园, 李哲等. 三峡小江回水区叶绿素a季节变化及其同主要藻类的相互关系. 环境科学, 2011, 32(4): 976-981.[2] Ghadouani A，Smith REH. Phytoplankton distribution in Lake Erie as assessed by a new in situ spectrofluorometric technique. Great Lakes Research, 2005, 31(2): 154-167.[3] Jindal R, Thakur RK, Ahluwalia AS. Ahluwalia phytoplankton dynamics and water quality of Prashar Lake, Himachal Pradesh, India. Sustainability of Water Quality and Ecology, 2014, 3/4:101-113.[4] Wu Z, Cai Y, Liu X et al. Temporal and spatial variability of phytoplankton in Lake Poyang: The largest freshwater lake in China. Journal of Great Lakes Research, 2013, 39(3): 476-483.[5] Yang L, Lei K, Meng W et al. Temporal and spatial changes in nutrients and chlorophyll-a in a shallow lake, Lake Chaohu, China: An 11-year investigation. Journal of Environmental Sciences, 2013, 25(6): 1117-1123.[6] 姜霞, 王书航, 钟立香等. 巢湖藻类生物量季节性变化特征. 环境科学, 2010, 31(9): 2056-2062.[7] Wu X, Kong F, Chen Y et al. Horizontal distribution and transport processes of bloom-forming Microcystis in a large shallow lake (Taihu, China). Limnologica-Ecology and Management of Inland Waters, 2010,40(1): 8-15.[8] 钱昊钟, 赵巧华, 钱培东等. 太湖叶绿素a浓度分布的时空特征及其影响因素. 环境化学, 2013, 32(5): 789-796.[9] 朱晶晶, 陈晋, 王胜强等. 基于MERIS数据的滇池叶绿素浓度时空变化(2003-2009年)及趋势. 湖泊科学, 2011, 23(4): 581-590. DOI10.18307/2011.0414.[10] 陈永川, 汤丽, 张德刚等. 滇池叶绿素a的时空变化及水体磷对藻类生长的影响. 农业坏境科学学报, 2008, 27(4): 1555-1560.[11] Huang C, Wang X, Yang H et al. Satellite data regarding the eutrophication response to human activities in the plateau lake Dianchi in China from 1974 to 2009. Science of the Total Environment, 2014,485/486(1): 1-11.[12] 张晟, 李崇明, 郑坚等. 三峡水库支流回水区营养状态季节变化. 环境科学, 2009, 30(1): 64-69.[13] Zhang JL, Zheng BH, Liu LS et al. Seasonal variation of phytoplankton in the DaNing River and its relationships with environmental factors after impounding of the Three Gorges Reservoir: A four-year study. Procedia Environmental Sciences, 2010, (2): 1479-1490.[14] 范亚民, 何华春, 崔云霞等. 淮河中下游洪泽湖水域动态变化研究. 长江流域资源与环境, 2010, 19(12): 1397-1403.[15] 李波，濮培民，韩爱民. 洪泽湖水质的时空相关性分析. 湖泊科学, 2002, 14(3): 259-265. DOI 10.18307/2002.0311.[16] 李为，都雪，林明利等. 基于PCA和SOM网络的洪泽湖水质时空变化特征分析. 长江流域资源与环境, 2013, 22(12): 1593-1599.[17] 高俊峰. 中国五大淡水湖保护与发展. 北京：科学出版社, 2012: 39-220.[18] 王苏民, 窦鸿身. 中国湖泊志. 北京：科学出版社, 1998: 268-269.[19] 张圣照. 洪泽湖水生植被. 湖泊科学, 1992, 4(1): 63-70. DOI10.18307/1992.0108.[20] 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. 生态学报, 2005, 25(3): 589-595.[21] 吴晓辉. 水动力条件对藻类影响的研究进展. 生态环境学报, 2010, 19(7): 1732-1738.[22] 吴述园, 葛继稳, 苗文杰等. 三峡库区古夫河着生藻类叶绿素a的时空分布特征及其影响因素. 生态学报, 2013, 33(21): 7023-7034.[23] 张毅敏, 张永春, 张龙江等. 湖泊水动力对蓝藻生长的影响. 中国环境科学, 2007, 27(5): 707-711.[24] Reyonlds CS. The ecology of freshwater phytoplankton. London: Cambriage University Press, 1984: 132-133.[25] 阮仁宗，夏双, 陈远等. 1979～2006年洪泽湖西岸临淮镇附近湖泊变化研究. 湿地科学, 2012, 10: 344-349.[26] 李秋华, 韩博平. 基于CCA的典型调水水库浮游植物群落动态特征分析. 生态学报, 2007, 26(7): 2355-2364.[27] 吴攀, 邓建明, 秦伯强等. 水温和营养盐增加对太湖冬、春季节藻类生长的影响. 环境科学研究, 2013, 26(10): 1064-1071.[28] Li Z, Guo JS, Fang F et al. Potential impact of TN/TP ratio on the cycling of nitrogen XiaoJiang backwater area, Three Gorges Reservior. Journal of Lake Sciences, 2009, 21(4): 509-517.[29] 曾春芬, 黄文钰, 王伟霞等. 天目湖溶解氧分布特征及环境影响因子. 长江流域资源与环境, 2010, 19(4): 445-451.Spatial-temporal variation characteristics of chlorophyll-a concentration in Lake HongzeQI Lingyan1,2, HUANG Jiacong1, GAO Junfeng1**, HUANG Qi1,2, ZHOU Yi3 & TIAN Wei3(1: Nanjing Institute of Geography and Limnology, Chinese Academy ofSciences, Nanjing 210008, P.R.China)(2: University of Chinese Academy of Sciences, Beijing 100049, P.R.China)(3: Jiangsu Province Hydrology and Water Resources Investigation Bureau, Nanjing 210029, P.R.China) Abstract：Chlorophyll-a concentration is usually measured to indicate algae biomass and to evaluate eutrophication level of freshwater lakes. Based on the water quality monitoring data from December 2012 to November 2013, this paper is aimed to analyze the spatial-temporal variation characteristic of chlorophyll-a concentration in Lake Hongze and further to explore the relationship of chlorophyll-a concentration and other water quality factors. Firstly, from the statistical charts of series chlorophyll-a concentration from eight water sampling sites, the seasonal variation curve of eastern zone showed a bimodal in about March and August. However, the seasonal variation curve of chlorophyll-a concentration in the northern zone and western zone were different. The tendency of chlorophyll-a concentration in above two zones kept steady in spring, decreased in middle of summer and then increased to the summit in about September. There were significant differences among three zones in spring and winter, meanwhile, the difference of chlorophyll-a concentration in other two seasons was not significant. In spring and winter, the chlorophyll-a concentration in eastern zone was apparently lower than that of the other two zones, which was mainly due to its high liquidity and the frequent movement of lake currents. Moreover, because of a large amount of nutrients from the surrounding farmland and fish pond injecting into the southern zone, the chlorophyll-a concentration inthis zone was much higher than that of other zones. Finally, the canonical correspondence analysis between chlorophyll-a concentration and aquatic factors, including chemical oxygen demand, dissolved oxygen, total phosphorus, total nitrogen and temperature, was applied in the present research. The results revealed different response relationship existed in different months and locations. Therefore, reducing the polluted inflow from upstream, farm and fish pond was probably effective way to control algae biomass in Lake Hongze.Keywords：Chlorophyll-a; Lake Hongze; spatial-temporal variation; canonical correspondence analysisJ. Lake Sci.(湖泊科学)， 2016， 28(3)： 583-591DOI：10.18307/2016.0314©2016 by Journal of Lake Sciences* 国家重点基础研究发展计划“973”项目(2012CB417006)资助. 2015-03-05收稿；2015-09-01收修改稿. 齐凌艳(1988～)，女，博士研究生；E-mail：***************.** 通信作者；E-mail:*****************.cn.夏季和秋季3个湖区之间Chl.a浓度无显著差异(图3)，夏季浓度均值表现为东部湖区(13.64±11.84 μg/L)>北部湖区(7.45±6.86 μg/L)>西部湖区(5.93±2.37μg/L). 根据Chl.a浓度季节变化规律可知，东部湖区由于春季藻类生物量下降，种内竞争大大减弱，造成在夏季藻类快速增长，而北、西部湖区在夏季则是由于种内、种间竞争加剧造成生物量下降. 两者比较，东部湖区Chl.a浓度高于其他2个湖区. 秋季洪泽湖Chl.a浓度均值表现为北部湖区(29.75±40.85 μg/L)>西部湖区(10.04±4.72 μg/L)>东部湖区(7.84±3.60 μg/L). 北部湖区Chl.a浓度远高于其他两个湖区，其中颜圩站点在9月和11月分别出现Chl.a浓度极大值(104.9和48μg/L). 北部湖区由于引水条件较好以及水草丰富，水产养殖业迅猛发展，沿岸多为人工开挖鱼塘和围网养蟹池[14,25]，造成该区水污染严重，同时雨水冲刷引发农业和养殖业面源污染，造成水质富营养化水平较高(图4). TN和TP浓度分别达到1.76±1.66和0.14±0.12 mg/L. 丰富的营养盐条件促使藻类大规模生长暴发，造成北部湖区局部Chl.a浓度较高.典范对应分析(canonical correspondence analysis, CCA)提供了分析浮游植物群落与环境因子之间对应关系的工具[26]. 本研究进行全年月份和湖区站点Chl.a浓度与水质理化因子(化学需氧量、溶解氧、TP、TN、温度)之间的CCA分析，结果表明，两种CCA分析的轴1特征值均大于其余轴. 从浮游植物与环境因子之间的相关系数中，可以看到与轴1和轴2的相关性都较高(表2).洪泽湖12个月的Chl.a浓度都分布在主轴1和主轴2构成的4个象限内，这4个象限基本把研究区4个季节的Chl.a浓度分隔开. 第1象限内分布春初(3月)和秋季中旬(10月)的Chl.a浓度，与TN浓度表现为正相关；第2象限分布冬季(1、2月)和春季(4、5月)的Chl.a浓度，与TN/TP表现出正相关；第3象限分布秋季(9、11月)的Chl.a浓度，与COD表现出负相关；第4象限分布夏季(6、7、8月)的Chl.a浓度与TN、TP浓度表现出不同程度的正相关(图5). 以上结果证明，除秋季外，其余季节Chl.a浓度均受不同程度的营养盐浓度影响. 氮、磷营养盐是藻类生长不可或缺的元素，同时在一定程度上，温度升高能显著促进藻类对营养盐的吸收利用[27]，因此夏季Chl.a浓度表现为与TN浓度呈正相关. 春、冬两季大多数月份Chl.a浓度与TN/TP呈正相关，研究表明TN/TP对藻类的暴发性生长具有重要意义，是水中浮游植物营养结构特点的重要反映[28].洪泽湖3个湖区的站点可以较好地根据象限区分开，东部湖区站点(洪泽湖区(淮安。

YC湖区叶绿素a时空变化特征及影响因素分析

安徽农学通报 2024 年 09 期
资源·环境·植保
YC 湖区叶绿素 a 时空变化特征及影响因素分析
谢茂嵘刘帅吕文杨文晶杨惠姜宇孙瑞瑞蔡晓钰杨金艳
（江苏省水文水资源勘测局苏州分局，江苏苏州 215011）
摘要本研究基于 2021 年 YC 湖区水质逐月监测，分析了湖区生态系统响应参数（叶绿素 a）及氮、磷营养盐的
关键词叶绿素 a；时空变化特征；生态系统；环境因子；多元逐步回归分析
中图分类号 X524
文献标识码 A
文章编号 1007-7731（2024）09-0077-07
Temporal and spatial characteristics of chlorophyll a and its influencing factors in YC Lake
安徽农学通报 2024 年 09 期关环境因子的空间分布特征及相关性的研究还处于探索阶段。本研究通过对 2021 年 YC 湖区水质进行监测，分析其各水质因子的年内变化趋势，探究叶绿素 a 与相关环境因子的时空变化特征以及其响应关系，为中小型浅水湖泊的治理提供参考。
1 材料与方法
1.1 监测站点布设湖体水域总面积为 117.4 km2，分为西湖
和底层的混合水样，保温箱保存带回实验室分析水质参数。实验室内用 Whatman GF/F、GF/C 玻璃纤
括高锰酸盐指数（CODMn）、TP、TN、Chl-a、氨氮（NH3-N）和 SD。
- 78 -
谢茂嵘等：YC湖区叶绿素a时空变化特征及影响因素分析
1.3 数据分析采用 Excel 软件处理湖区 21 个监测点位的逐月
水质监测数据，绘制叶绿素 a 与环境因子的时间变

太湖水深变化对氮磷浓度和叶绿素a浓度的影响

针对灌排调控的稻田排水中氮素浓度变化规律的研究成果，本次演示提出以下建议：首先，应加强对稻田排水中氮素排放的监测与评估，明确不同因素对氮素排放的影响程度，为灌排调控提供科学依据；其次，应大力发展节水灌溉技术和排水调控措施，优化稻田水分管理，减少氮素排放；最后，应加强稻田生态环境的保护与修复，合理利用水资源，提高稻田生产效益和生态环境质量。
为了探讨太湖水深变化对氮磷浓度和叶绿素a浓度的影响，本研究选择了太湖流域的典型区域进行观测。观测时间跨度为2018年至2022年，每季度进行一次采样和分析。水深采用水下机器人进行测量，氮磷浓度和叶绿素a浓度则通过水样分析得出。数据来源主要包括太湖流域管理局、江苏省环境监测中心等。数据处理方法包括统计分析和图表制作等。
同时，加强公众教育和科普宣传，提高公众环保意识和参与度，推动形成全社会的环保共识。
展望未来，随着科技的不断进步和社会环保意识的增强，太湖水体磷控制目标管理将迎来更多的发展机遇。未来的管理应更加注重科学化、精细化、系统化，推动太湖生态环境的持续改善。通过实施一系列综合性的治理措施，我们有望实现太湖水体中磷浓度的稳步下降，为太湖的可持续发展和生态文明建设奠定坚实基础。
太湖水深变化对氮磷浓度和叶绿素a浓度的影响如下：
1、水深变化对氮磷浓度的影响
太湖水深的增加会导致氮磷浓度的降低。这是因为在较深的水域中，由于水温、光照等条件的改变，藻类等浮游生物的数量减少，从而减少了氮磷等营养物质的消耗量。此外，风浪引起的水体混合作用也会导致水体中的营养物质分布不均，影响其浓度。
太湖，作为中国最大的内陆淡水湖之一，其水体质量对周边生态环境及人类活动具有重要影响。近年来，太湖水体的磷浓度与赋存量呈现长期变化趋势，引发了人们对未来磷控制目标管理的。

近40年来中国湖泊叶绿素a浓度的时空分异特征分析

近40年来中国湖泊叶绿素a浓度的时空分异特征分析武昭鑫;孔祥生;徐兆鹏;曾健;刘鑫【期刊名称】《海洋与湖沼》【年(卷),期】2024(55)2【摘要】随着经济社会快速发展,中国湖泊表现出不同程度的富营养化,湖泊生态正面临着严峻挑战。

叶绿素a是评价水体营养状态的重要指标,可以反映湖泊中浮游植物生物量情况。

基于Landsat系列数据集,对1986~2022年间中国范围内面积在10 km^(2)以上湖泊叶绿素a浓度分布状况进行研究,并对各区域叶绿素a浓度演变趋势进行分析,结果表明:(1)中国湖泊叶绿素a浓度存在地域性空间分布差异。

叶绿素a浓度分布整体呈现东南高,西北低的态势,大约69%的湖泊处于轻富营养化程度,中富营养化状态约占17%。

以35°N和100°E为分界线,各区域叶绿素a浓度随经纬度呈现出一定的变化规律。

(2)近40年间中国湖泊叶绿素a浓度年均值处于缓慢波动上升趋势,时间序列呈现先降低后升高,再降低的变化状态。

所有湖泊叶绿素a浓度显著上升的数量占比约为30%,显著下降的占比约为24.8%,变化不显著的约占45.2%。

整体变化较为稳定,变异系数处于中等波动水平以下,波动较大的区域位于青藏高原,东北地区和长江中下游的部分地区。

(3)各流域内湖泊叶绿素a浓度时空分异特征表现为:空间分布上,内陆流域和西南流域普遍较低,珠江流域和东南流域较高。

时间变化上,除了西南流域和内陆流域的湖泊叶绿素a浓度呈现下降趋势外,其他流域均为上升趋势。

中国湖泊叶绿素a浓度呈现出明显的地域性差异和时间变化趋势,这主要归因于地区气候、水文条件、土地利用以及人类活动变化等因素。

受温暖湿润气候和较强人类活动的影响,东南部地区的湖泊叶绿素a浓度相对较高。

西北部地区气温偏低,降水较少,湖泊叶绿素a浓度普遍较低。

近40年的时间尺度上,受城市化、工业化快速发展和全球气候变化的共同影响,中国整体湖泊叶绿素a浓度呈缓慢上升趋势。

应用MODIS监测太湖水体叶绿素a浓度季节变化研究

应用M ODIS 监测太湖水体叶绿素a浓度季节变化研究王世新,焦云清,周艺,祝令亚,阎福礼(中国科学院遥感应用研究所,北京10010)摘要:以太湖作为实验区,利用波段比值、差值和组合算法讨论了非成像及成像高光谱数据和叶绿素浓度相关性差异和敏感波段分布,在此基础上将不同时段的M ODIS 影像,不同空间分辨率的波段反射率与叶绿素a 浓度实测值进行相关分析,通过回归拟合建立并验证了不同季节的叶绿素a 浓度遥感监测模型,并应用模型计算出太湖水体叶绿素a 浓度的分布情况,对太湖水质变化进行了评价。

研究结果表明,M ODIS 影像在太湖的水质动态变化监测中是可用的。

关键词:M ODIS 影像;叶绿素a;季节变化;模型;太湖中图分类号:T P79 文献标识码:A 文章编号:1000-3177(2008)95-0047-07收稿日期:2007-04-25修订日期:2007-05-23基金项目:国家自然科学基金(40671141)、国家863项目(2006AA 06Z419)共同资助作者简介:王世新(1965~),男,山东人,研究员,主要进行环境遥感和灾害遥感监测研究。

太湖位于长江三角洲地区。

近年来太湖的富营养化问题,已经严重影响了太湖的环境质量。

作为富营养化的关键指标,用来表征藻类爆发程度的叶绿素a 浓度是量化水质状况的重要参数之一。

因此,快速、准确、高频率地监测水环境质量,预警藻类爆发,迫切需要采用各种高新技术,尤其是遥感技术来检测和监测水体叶绿素浓度的时空变化。

对于叶绿素浓度的定量遥感反演,国内外众多学者开展了大量工作,并建立了不同的光学遥感模型,如Thiem ann S.等利用实测光谱和IRS -1c 卫星数据对M ecklenbur g 湖的叶绿素浓度进行了探测[1];P.A.Brivio 等应用TM 影像对Garda 湖的叶绿素浓度变化进行了评价[2];疏小舟等应用OM IS -II 航空成像光谱对太湖叶绿素a 的浓度分布进行了估算[3]。

基于MERIS遥感图像的太湖叶绿素浓度反演

基于MERIS遥感图像的太湖叶绿素浓度反演王根深;王得玉【摘要】以太湖为试验区,基于MERIS遥感图像数据以及同步实测的太湖水质参数数据,应用归一化叶绿素指数算法(NDCI),对太湖水体叶绿素a浓度进行反演,得到了太湖区域的水体叶绿素a反演结果,并对反演结果进行了验证和分析.结果表明:归一化叶绿素指数反演算法能够精确地反演太湖区域的叶绿素a浓度值,模型的决定系数(R2)为0.8812,反演精度优于传统经验统计模型,可为今后更精确地反演内陆水体的叶绿素a浓度提供参考依据.%A novel index,normalized difference chlorophyll index(NDCI) was introduced in this study to invert the chlorophyll a(Chl.a) con-centration form MERIS remote sensing image and the data of water quality parameters of Taihu Lake,and the inversion results were verified and analyzed.The inversion results showed that normalized Difference chlorophyll Index could accurately reflect the chlorophyll a concentration in the Taihu Lake, the coefficient of decision was 0.8812, which was better than traditional empirical model,and provided a reference for the more ac-curate inversion of chlorophyll a concentration in inland water.【期刊名称】《安徽农业科学》【年(卷),期】2017(045)030【总页数】4页(P71-74)【关键词】MERIS遥感图像;叶绿素a;归一化叶绿素指数反演算法;太湖【作者】王根深;王得玉【作者单位】南京邮电大学通信与信息工程学院,江苏南京210003;南京邮电大学通信与信息工程学院,江苏南京210003【正文语种】中文【中图分类】X87内陆水体，特别是位于经济发达、人口密集地区的湖泊和河口，一般受到人类活动影响较大，湖泊水污染和水体富营养程度日益加重。

基于反射光谱的太湖北部叶绿素a浓度定量估算

Ｌｅｇ。Ｉｉｇｏ－，ＨＵＬａｙ・ＪＡＧＮｎｔＨｎＬｎｕＺＯｉｉＩＮａ３Ｘ．ｎ＆
（：ａｊｇｌ￣ｔｏｅｇａｈ１ＮｎｎｉｍｔｕｅｆＧｏｒｐｙ＆ＬｎｏｙＣｉｓＡａｅｙｏｃｉｃｓＮｎｎ１０８Ｐ．Ｃｉ）ｉｍｄｇ，ｈｅｅｃｄｍｎｆＳｅｅ，ａｊｇ２００，．Ｒｈｎｎｉａ（：ＧａｕｔｈｏｏｈｎｓＡａｅｙｏ￣ｎｅ，ｅｎ００９Ｐ２ｒｄａｅＳｏｌｆＣｉｅｃｄｍｃｅｆｃ￥Ｂｌｇ１０３，．尼Ｃｉａｉｔｈｎ）
ＡｂｔａｔＴｅｑａｔａｉｌｉｓｉｅｅｎＳｅｔｌｅｅｔｃｓｓｒｃ：ｈｕｉｔｅｒａｏｈｂｔｅｐｃａＲｆｃｎｅ（ａ）ｃａａｔｓｃｗｔｒｎｈｒｐｙ－ｎｔｖｅｔｎｐｗｒｌａｈｒｃｒｔｓｆａｄｃｌｏｈｌｅｉｏｉｅａｏｌａＣ１ａｏｃｎａｉａｅＴｉｆｎｌｓｄｂｓｄｏｅｉ－ｉａｏｌｔｙＡＤＦｅｄｐｃＨａｄ（ｈ．）ｃｎｅｔｔｎｉＬｋａｕＷＳａａｙｅａｅｎｔｎｓｕｄｔｃｌｃｄｂＳｉＳｅｎ－ｒｏｎｈｌｈｔａｅｅｌ
＠２０ｙＪｕｎｌｆＬｋｃｎｅ０６ｂｏｒａａｅＳｉｃｓｏｅ
基于反射光谱的太湖北部叶绿素ａ度定量估算 ’ 浓
吕恒。李新国１，，，周连义，２江
（中国科学院研究生院，京１０３）２：北００９

基于环境一号卫星的太湖叶绿素a浓度提取_旷达

中国环境科学 2010,30(9)：1268~1273 China Environmental Science 基于环境一号卫星的太湖叶绿素a浓度提取旷达1,2,韩秀珍3*,刘翔4,詹雅婷5,牛铮1,王李娟1,2(1.中国科学院遥感应用研究所,遥感科学国家重点实验室,北京 100101；2.中国科学院研究生院,北京 100139；3.中国气象局国家卫星气象中心,北京 100081；4.北京东方泰坦科技股份有限公司,北京 100083；5.南京信息工程大学气象灾害省部共建教育部重点实验室,江苏南京 210044)摘要：综合环境一号小卫星的CCD数据和同步地面水质监测数据,发现可见光红波段与近红外波段的波段组合与叶绿素a实测浓度存在较高相关性,并以此为基础建立了3个提取水体表层叶绿素a浓度的遥感信息模型.经验证分析,基于近红外波段与红波段比值的模型用于叶绿素a浓度反演提取的精度良好,RMSE达到了6.04mg/m3.将该模型应用于环境一号卫星CCD数据,生成了2009年5~12月共8幅太湖水体叶绿素a浓度分布图,并对其进行了时空分析,结果符合实际,并与以往的研究结果相一致.但模型不适用于水生植被覆盖较多区域叶绿素a浓度估算.关键词：环境一号卫星；遥感；叶绿素a中图分类号：X87 文献标识码：A 文章编号：1000-6923(2010)09-1268-06Quantitative estimation of Taihu chlorophyll-a concentration using HJ-1A and 1B CCD imagery. KUANG Da1,2, HAN Xiu-zhen3*, LIU Xiang4, ZHAN Ya-ting5, NIU Zheng1, WANG Li-juan1,2 (1.State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing Applications, Chinese Academy of Sciences, Beijing 100101, China；2.Graduate University of Chinese Academy of Science, Beijing 100049, China；3.National Satellite Meteorological Center, China Meteorological Administration, Beijing 110008, China；4.Beijing Oriental Titan Technology Corporation, Beijing 100083, China;5. Key Laboratory of Meteorological Disaster, Ministry of Education, Nanjing University of Information Science and Technology, Nanjing 210044, China). China Environmental Science, 2010,30(9)：1268~1273Abstract：In this study, models estimating water chlorophyll-a concentration have been proposed and calibrated, based on the regression analysis between HJ-1 satellite CCD images and synchronous in-situ water quality monitoring data, ranging from September to December in 2008 on Taihu, Jiangsu Province. The red and near infrared bands of HJ-1A and 1B CCD data, with central wavelength at 660 nm and 830 nm respectively, have shown to be sensitive to the chlorophyll-a concentration. Three models has been built and validated. The results illustrate the high potentials of the models to estimate chlorophyll-a concentration in inland waters for operational applications from satellite HJ-1 satellite CCD data, which will be of immense value for environment monitoring. Among the three models been proposed, the one based on index R830/R660 has the highest estimation precision, 6.04mg/m3. This model has been applied to eight images of HJ-1 satellite CCD, generating chlorophyll-a concentration distributions from May to December 2009.Key words：HJ-1 satellite；remote sensing；chlorophyll-a目前,我国内陆江河湖泊水质监测和分析主要依赖于高精度的仪器进行周期性的实地监测以及实验室分析[1].这种监测方法耗费较多人力物力,易受气候和水文条件的限制,难以长时间跟踪监测,且较少的数据点难以反映湖泊的整体分布状况[2].从1978年美国NASA第一代水色遥感器CZCS到MODIS和MERIS,水体叶绿素a的遥感反演方法不断得到更新发展,精度逐渐提高[3].第收稿日期：2009-12-21基金项目：国家“973”项目(2007CB714406);国家“863”项目(2006AA-120107);“十一五”国家科技支撑计划(2008BAC34B03);国家自然科学基金资助项目(40971202)* 责任作者, 高级工程师, hanxz@9期旷达等：基于环境一号卫星的太湖叶绿素a 浓度提取 1269一、二代水色卫星采用的反演方法主要是蓝绿辐亮度比值法.这种反演方法适合于悬浮泥沙和黄色物质含量较低的一类水体.但在二类水体,由于悬浮泥沙的后向散射和黄色物质的强吸收等因素,蓝绿比值法几乎不可用[4].从MODIS 、MERIS 开始,荧光遥感算法[5]成为二类水体叶绿素a 浓度反演的重要方法,包括基线荧光高度法和归一化荧光高度法.这种方法有效地补充了蓝绿比值法的不足[6].但荧光遥感的应用也受到诸多因素的制约,如荧光遥感特征波段的选择、活体叶绿素荧光过程的复杂多变性以及荧光峰的“红移现象”等[4].为提高反演精度,需要研究利用新型传感器数据进行遥感监测的关键技术与方法,同时加强多种遥感数据之间的融合以及遥感数据同地面同步监测数据的结合[7].本研究探索利用新型卫星传感器环境一号卫星进行水体叶绿素a 遥感定量反演方法,结合地面同步观测数据,发现第4波段与第3波段的比值R 830/R 660与叶绿素a 浓度的对数值之间存在较高的相关性,并以此为基础建立了新的遥感信息模型.经验证,该模型的反演精度达到 6.04mg/m 3.将该模型应用到2009年5~12月的环境一号卫星CCD 影像,得到太湖水体叶绿素a 浓度的时空变化分布,对变化趋势进行了分析. 1 数据和方法1.1 研究区域太湖是我国第三大淡水湖泊,位于长江流域下游,该区域城镇密集,城市化水平居全国之首[8].伴随着该地区高速发展的城市化进程,区域内的河流富营养化比较严重,水质属于II~V 类,局部地区甚至为劣V 类.表1 环境一号卫星CCD 相机的主要技术指标Table 1 Technical index of HJ -1 satellite CCD camera波段波谱范围(µm) 空间分辨率(m) 幅宽(km) 回归周期(d)1 0.43~0.52 30 2 0.52~0.60 303 0.63~0.69 304 0.76~0.90 30 360~720311.2 遥感数据2008年9月6日,我国“环境一号卫星A 、B 星以一箭双星的方式在太原卫星发射中心成功发射,并在9月8日开机成像.该卫星主要用于对生态破坏、环境污染和灾害进行大范围、全天候、全天时动态监测.环境一号卫星的CCD 相机共分4个谱段,表2列出其主要技术指标.本研究所用到的环境一号卫星CCD 数据是经过辐射校正、系统几何校正后的2级产品.建立回归模型所需数据以及模型验证数据涵盖从2008年9月19日月至12月15日的8个时相.用于生成2009年5~12月太湖水体叶绿素a 浓度分布图的数据为8景环境一号卫星CCD 数据,其影像采集时间涵盖8个月份.图1 地面采样点分布Fig.1 Distribution of in-situ sampling cites 1.3 地面实测数据所用地面实测数据来自于2008年《湖州市蓝藻监测报告》[9],由湖州市环境保护监测中心每天对若干个固定采样点的水质参数采样获得.地面采样时间一般为上午8:00~10:00,这恰好与环境一号卫星在太湖地区的过境时间相吻合.由表2可见卫星数据与地面采样数据的获取几乎同步,相差一般在2h 以内.用到的7个地面采样点均分布于太湖南部(图1).由于大面积蓝藻覆盖水域不适合于水体叶绿素a 浓度遥感建模,根据《湖1270 中国环境科学 30卷州市蓝藻监测报告》[9]中的蓝藻爆发分布与天气信息,结合卫星影像上的云层覆盖信息,对获得的56个地面采样数据进行了适当剔除.例如,9月19日大钱港入湖口的地面实测点因为云层覆盖被剔除,9月23日长兴夹浦、长兴合溪、长兴兴塘3个实测点因为湖面覆盖大量蓝藻被剔除.对最终得到的43个有效地面采样点数据进行随机抽样,其中30个用于建立反演水体叶绿素a 浓度值的遥感信息模型,其余13个用来评定模型精度.表2 过境卫星时间以及地面采样时间 Table 2 Satellite and in-situ data sampling information 日期卫星过境时间地面采样时间2008-09-19 10:42 08:35~10:00 2008-09-20 10:46 09:12~10:302008-09-23 10:50 09:01~10:082008-10-09 10:37 08:30~09:542008-10-27 10:51 08:43~10:10 2008-11-25 10:49 09:18~10:442008-11-29 10:53 09:06~10:252008-12-15 11:04 08:59~10:111.4 遥感数据的预处理利用环境一号卫星CCD 数据提取太湖表层水体叶绿素a 浓度,首先需要对卫星影像进行几何精校正和大气辐射校正.1.4.1 几何精校正从中国资源卫星应用中心获得的环境一号卫星CCD 数据是经过系统几何畸变校正后的2级产品,只需对其进行几何精校正便能实现原始影像与参考图像的空间精确配准.选用经过空间配准的 1:5 万地形图为参考图像,在ENVI 4.5支持下对环境一号卫星CCD 影像进行几何精校正,图像重采样采用最近邻点法,总误差控制在0.5个像元内.1.4.2 大气辐射校正相对于陆地,水体的反射率很低,入瞳辐亮度中有超过80%以上的能量来自大气的干扰信息[8],因此精确的大气校正是进行河流表层叶绿素a 浓度定量反演所必须的关键步骤.采用ENVI 4.5软件下的FLAASH 大气校正模块对环境一号卫星CCD 数据进行大气校正.输入相关参数,计算得到大气校正后的反射率图像.1.5 遥感信息模型的建立1.5.1 单波段方法利用SPSS 13.0对环境一号卫星CCD 的4个波段反射率与叶绿素a 浓度进行皮尔逊相关性分析.结果表明,除在第1波段475nm 与叶绿素a 浓度的相关系数相对较高以外,其他3个波段反射率与叶绿素a 浓度的相关系数普遍较低,分别为-0.194,0.253,0.359.第1波段475nm 反射率与叶绿素a 浓度的皮尔逊相关系数达到了0.533,但相关程度仍不高.这可能是由于太湖的悬浮物浓度较高,而悬浮物的高反射率掩盖了水体中的叶绿素信息[10].因此,利用环境一号卫星CCD 的单波段建立估算水体叶绿素a 浓度的模型是不适合的. 1.5.2 多波段方法研究表明,采用多波段反射比可以部分消除水表面光滑度和微波随时间和空间变化的干扰,并在一定程度上减小其他污染物的影响[11].在以往运用遥感手段提取叶绿素a 浓度的研究中,一种常用的方法是采用各种波段比值法和波段回归法扩大叶绿素a 吸收峰与叶绿素a 反射峰或荧光峰间的差异,以达到提取叶绿素a 浓度的目的[12].雷坤[13]利用中巴地球资源1号卫星对太湖表层水体进行水质遥感监测,认为近红外波段是提取叶绿素含量的关键波段,联合红波段建立了反演叶绿素a 浓度的双波段模型.吕恒等[2]分析3TM 数据与准实时地面采样数据,发现TM3/(TM1+TM4)与叶绿素a 浓度的相关性最好,并以此建立了太湖叶绿素a 浓度的三波段线性反演模型.戴永宁等[14]以巢湖水体为例,利用624nm 附近藻胆素和706nm 附近叶绿素a 的吸收峰建立了反演叶绿素a 浓度的双波段反演模型.可见,可见光红波段和近红外波段是反演叶绿素a 浓度的常用波段. 为寻找环境一号卫星CCD 反演水体叶绿素a 浓度的最佳波段组合,在SPSS 13.0支持下对各波段灰度值进行比值变换、指数变换和对数变换等多种非线性变化和组合,分析了15种不同波段组合及其第一主成分与叶绿素a 浓度之间的相关关系.结果表明,研究区域叶绿素a 浓度的对数值和第4与第3波段的组合B4/B3的相关系数最高,为0.85(图2).其余波段组合相关系数较高9期旷达等：基于环境一号卫星的太湖叶绿素a 浓度提取 1271的有(B4-B3)/(B3+B4)和B3/(B1+B4),分别为0.8和0.78.01234560123B4/B3L n C h l -a图2 叶绿素a 浓度与波段组合B4/B3的回归曲线Fig.2 Fit curve between the chlorophyll-a concentrationand the value of combined band将各个因子作为自变量与水体叶绿素a 浓度值进行回归分析,建立反演水体叶绿素a 遥感信息模型.将模型计算所得结果与地面实测采样点数据进行统计分析,若合理并满足精度则将结果输出,否则重新分析,直到建立满足精度要求的模型,并对建立的若干个遥感模型进行对比分析.最终得到3个叶绿素a 遥感信息模型,见式(1)~(3).从建立的遥感信息模型可以看出,环境一号卫星CCD 第3和第4波段灰度值与水体叶绿素a 浓度值关系密切,是反演水体叶绿素a 浓度的关键波段. 基于B4/B3因子的模型(模型1): ln(C Chl-a )=0.456+1.8068 (R B4/R B3 ) (1) 基于(B4-B3)/(B3+B4)因子的模型(模型2): ln(C Chl-a )=2.407+4.3833 (R B4-R B3)/(R B4+R B3) (2) 基于B3/(B1+B4)因子的模型(模型3): ln(C Chl-a )=5.122－4.8956R B3/(R B1＋R B4) (3) 式中:C 为叶绿素a 浓度,mg/m 3; R B1,R B3,R B4分别为环境一号卫星CCD 第1、3和4波段反射率. 2 结果与讨论2.1 模型精度验证将建立的3个遥感信息模型应用于环境一号卫星CCD 数据,得到叶绿素a 浓度模型预测值,再和地面采样实测数据进行对比分析.用于验证数据的13个地面采样数据的叶绿素a 浓度实测值为 2.13~82.2mg/m 3,平均浓度值为18.19mg/ m 3.3个模型的预测结果与实测叶绿素a 浓度的误差均方根分别为6.04,19.30,16.02mg/m 3.相对于平均浓度18.19mg/m 3,模型的预测值误差均较大,尤其是模型2和模型3的预测精度很低.进一步分析可知,误差主要来源于个别叶绿素a 浓度值极高的采样点.例如,7号采样点的叶绿素a 浓度实测值为82.2mg/m 3,3个模型预测值的平均误差为40.69mg/m 3.造成这种高浓度叶绿素a 估算精度较低的主要原因,可能是由于地面采样数据主要在秋冬季节采集,水体叶绿素a 浓度较春夏季偏低,造成建立的遥感信息模型对高浓度叶绿素a 不够敏感.此外,内陆水体受人工和自然影响较多,在地理位置偏移较小的情况下可能有较大的叶绿素a 浓度变化梯度,导致实测数据点并不能有效代表所在区域内的平均浓度值.叶绿素a 浓度值较高的区域经常漂浮大量水生植物,这也可能在一定程度限制应用遥感数据估算水体叶绿素a 浓度的精度. 若剔除7号点,剩余的12个采样点的叶绿素a 浓度平均值为12.86mg/m 3,3个模型的预测值误差均方将分别降低至 5.02,8.99,9.78mg/m 3.由此可以得出,在对叶绿素a 浓度偏低和中等的水体进行估算时,模型1相对模型2和模型3具有更高的精度.2.2 太湖水体叶绿素a 浓度变化分析利用遥感图像处理软件ENVI 4.5与ArcGIS9.1,将建立的模型1应用于2009年5~12月的8景环境一号卫星CCD 影像,得到该时期太湖表层水体的叶绿素a 浓度分布图(图3). 从时间上分析,该区域水体的叶绿素a 浓度从6月份开始上升,在9~10月达到浓度峰值,12月份恢复较低水平.从地理上分析,7~8月的高叶绿素a 浓度水域主要分布在沙塘港附近以及新塘北部水域.9~10月,在太湖西北部的沙塘港水域叶绿素a 浓度进一步增高,并呈现往东部的焦山和拖山区域转移的趋势.同一时期,太湖东南部水域出现了极高的叶绿素a 浓度分布.11月份,整个太湖水体叶绿素a 开始下降,高浓度水1272 中国环境科学 30卷域主要分布于西北部沙塘港和东南部水域.叶绿素a 浓度在12月份进一步降低,平均浓度低于10mg/m 3.总体上,太湖水体叶绿素a 浓度呈现北部和东部较高、西南部和湖心较低的分布,这与以往的研究结果相一致[13].太湖的主要污染物来自西北部的常州市与北部无锡市的城市河道以及排污口,造成对应区域的富营养化与叶绿素a 浓度偏高.a.b.c.d.e. f.g.h.12月3日11月4日10月15日 9月10日8月26日7月1日6月25日 5月22日浓度：mg/m 30~55~1010~220~3030~5050~100>100图3 2009年5~12月太湖水体叶绿素a 浓度分布Fig.3 Chlorophyll-a concentration in Taihu from May to Dec, 2009值得注意的一点是,东太湖是典型的草型湖泊,平均水深仅 1.2m,是太湖的主要出水通道,淤积较为严重,在夏秋季节水生植被覆盖率达96%[15].从2009年5~12月的叶绿素a 浓度分布图(图3)上看,与太湖其他区域相比,东太湖的叶绿素a 浓度始终呈现相对较高的水平.这种现象很可能是受该区域丰富的水生植物所致,并不能准确表征该区域水体的叶绿素a 浓度信息.由此可见,建立的遥感信息模型对于覆盖有大量水生植被的水体是不适用的.此外,湖流、水深、水温等也会影响蓝藻的生长[16],从而影响水体的叶绿素a 浓度分布.2.3 与其他卫星传感器的对比分析除了环境一号卫星以外,已经有一些卫星传感器用于相关研究,并得到较好的结果.宋瑜等[3]采用MERIS 数据对太湖叶绿素a 进行反演研究,利用归一化荧光高度与叶绿素a 浓度线性回归建立模型,结果基本上反映出太湖北部水体的叶绿素a 浓度分布格局.然而,在太湖南部水陆过渡带,MERIS 产品数据出现异常值,限制了其在内陆大型湖泊水质状况反演研究中的应用.马荣华等[17]结合Landsat ETM 与实测光谱估测太湖叶绿素,利用ETM3/ETM1与叶绿素浓度值之间的函数关系建立了反演模型,均方根误差为12.34mg/m 3.张玉超等[18]将支持向量机的方法应用于MODIS 数据太湖叶绿素a 非线性反演中,发现其对低值和高值均有较好的预测精度,平均相对误差仅为15.91%.与这些卫星传感器相比,本研究利用环境一号卫星数据用于叶绿素a 浓度反演的精度略微偏低.究其原因,可能包含多个方面,如特征波段的选择,反演算法的设计,地面实测数据,国内自主研制的传感器硬件参数,都可9期旷达等：基于环境一号卫星的太湖叶绿素a 浓度提取 1273能对反演结果产生影响.随着环境一号卫星的研究应用逐渐推开,其在水质遥感方面的反演方法和模型将进一步完善.此外,相对其他卫星传感器,由于环境一号卫星是我国自主设计生产,数据订购和获取较为方便,利于研究和应用工作的开展. 3 结论3.1 利用我国自主研制的环境一号卫星CCD数据进行水体表层叶绿素a 浓度提取,可以获得较高的反演精度. 3.2 环境一号卫星CCD 数据的各个波段中,第3和第4波段与叶绿素a 浓度值具有最高的相关性,是反演水体叶绿素a 浓度的最佳波段.3.2 对于覆盖有大量水生植被的水体,不适合采用遥感信息模型反演水体叶绿素a 浓度.参考文献：[1] 王孝武,孙水裕.基于TM 数据和ANN 的河流水质参数监测研究 [J]. 环境工程学报, 2009,3(8):1532-1536.[2] 吕恒,江南,罗潋葱.基于TM 数据的太湖叶绿素A 浓度定量反演 [J]. 地理科学, 2006,26(4):473-476.[3] 宋瑜,宋晓东,郭照冰,等.利用MERIS 产品数据反演太湖叶绿素a 浓度研究 [J]. 遥感信息, 2009,(8):19-24.[4] 邢天罡,赵冬至,刘玉光,等.叶绿素a 荧光遥感研究进展 [J]. 遥感学报, 2007,11(1):137-145.[5] Neville R A, Gower J F R ．Passive remote sensing ofphytoplankton via chlorophyll fluorescence [J]．Journal of Geophysical Research, 1977,82:3487-3493.[6] Gordon H R. Diffuse reflectance of the ocean: The theory of itsaugmentation by chlorophyll-a fluorescence at 685nm [J]. Applied Optics, 1979,18:1161-1166.[7] 宋瑜,宋晓东,江洪.太湖藻类的遥感监测研究 [J]. 遥感信息, 2008,(4):102-109.[8] 杨一鹏,王桥,肖青,等.基于TM 数据的太湖叶绿素a 浓度定量遥感反演方法研究 [J]. 地理与地理信息科学, 2006,22(2): 5-8.[9] 湖州市环境保护监测中心.2008年《湖州市蓝藻监测报告》 [R].2008.[10] Bhargava D S, Mariam D W. Light penetration depth, turbidityand reflectance related relationship and models [J]. ISPRS Journal of Photogrammetry and Remote Sensing, 1991,46(4):217-230. [11] Koponen S, Pulliainen J, Kallio K, et al. Lake water qualityclassification with airborne hyperspectral spectrometer and simulated MERIS data [J]. Remote Sensing of Environment,2002,79:51-59.[12] 段洪涛,张柏,宋开山,等.查干湖叶绿素a 浓度高光谱定量模型研究 [J]. 环境科学, 2006,27(3):503-507.[13] 雷坤,郑丙辉,王桥.基于中巴地球资源1号卫星的太湖表层水体水质遥感 [J]. 环境科学学报, 2004,24(3):376-380. [14] 戴永宁,李素菊,王学军.巢湖水体的表观光学特性测量与分析[J]. 中国环境科学, 2008,28(11):979-983.[15] 李文朝,陈开宁,吴庆龙,等.东太湖水生植物生物质腐烂分解实验 [J]. 湖泊科学, 2001, 13(4):331-335.[16] 杜聪,王世新,周艺,等.应用遥感数据评价蓝藻水华对太湖取水口的影响. [J]. 中国环境科学, 2009,29(10):1041-1046. [17] 马荣华,戴锦芳.结合Landsat ETM 与实测光谱估测太湖叶绿素及悬浮物含量. [J]. 湖泊科学, 2005,17(2):97-103. [18] 张玉超,钱新, 钱瑜,等.支持向量机在太湖叶绿素a 非线性反演中的应用. [J]. 中国环境科学, 2009,29(1):78-83.致谢：本文的地面采样数据由湖州市环境保护监测中心提供,在此表示感谢.作者简介：旷达(1986-),男,湖南攸县人,中国科学院遥感应用研究所硕士研究生,主要从事遥感与地理信息系统方面的研究.水生动物保护科普宣传月启动全国水生野生动物保护科普宣传月活动启动仪式近日在北京富国海底世界举行.这次科普宣传月活动以“关爱水生动物,从我做起”为主题,旨在向公众普及水生野生动物保护知识,宣传水生野生动物保护法律法规,提高全社会的自然保护意识,共同保护珍稀濒危水生动物,促进人与自然和谐发展.在宣传月期间,香港海洋公园以及大陆多个省(市)的水族馆将举办短信大赛、绘画比赛、征文比赛等形式多样的活动,并播放水生野生动物宣传片及由姚明、郭晶晶等人代言的相关公益广告,旨在唤起全社会对水资源环境和水生动物的关注和关爱.摘自《中国环境报》2010-08-16。

太湖水体叶绿素a含量与氮磷浓度的关系

太湖水体叶绿素a含量与氮磷浓度的关系陈永根;刘伟龙;韩红娟;胡维平【期刊名称】《生态学杂志》【年(卷),期】2007(26)12【摘要】基于太湖水体1993—2002年5—9月监测资料,进行了叶绿素a含量与总氮(TN)、总磷(TP)浓度关系的分区统计分析,探讨了太湖藻类生长的TN、TP适宜浓度。

结果表明:太湖叶绿素a含量与TN、TP浓度的关系存在显著的空间差异;在梅梁湾和西北区,当TN、TP浓度较低时,叶绿素a含量与TN、TP浓度呈正相关;当TN、TP浓度较高时(梅梁湾TN、TP浓度分别超过5.4和0.31mg.L-1;西北区分别超过4.5和0.27mg.L-1),叶绿素a含量与TN、TP浓度呈负相关;在湖心区和贡湖区,叶绿素a含量与TN、TP浓度呈正相关,尤其当TP浓度超过0.1mg.L-1时,叶绿素a含量随TP浓度增加而上升;在东太湖和湖东滨岸区,随TN、TP浓度的升高,叶绿素a含量变化较小;在西南区,叶绿素a含量与TN浓度无显著相关关系,与TP浓度呈正相关;太湖藻类生长的适宜浓度是TN<5.4mg.L-1,TP为0.1～0.31mg.L-1。

【总页数】7页(P2062-2068)【关键词】太湖;叶绿素a;总氮;总磷;藻类生长;适宜浓度【作者】陈永根;刘伟龙;韩红娟;胡维平【作者单位】浙江林学院环境科技学院;中国科学院南京地理与湖泊研究所【正文语种】中文【中图分类】X52【相关文献】1.衡水湖叶绿素a含量变化及其与氮、磷浓度关系的初步研究 [J], 丁二峰2.南太湖水体叶绿素a含量与氮磷浓度的关系 [J], 王俊;韦肖杭;姚伟忠;张敏;赵汉取3.叶绿素a含量与pH、DO、氮磷浓度关系研究——以杨溪水库为例 [J], 曹樱樱4.南太湖近岸水域叶绿素a含量与氮磷浓度的关系 [J], 赵汉取;韦肖杭;姚伟忠;张敏;王俊5.不同水体中叶绿素a与氮磷浓度关系及富营养化研究 [J], 何为媛;王莉玮;王春丽因版权原因，仅展示原文概要，查看原文内容请购买。

应用水表面下辐照度比估测太湖夏季水体叶绿素a浓度

ｑａｒｔｏｅ，ｆｈｃｄｐｎｅｔａｉｌｓｅｅＲ０一７、０）６Ｒ０）９、（一７／Ｒ（一４，ｕｄａｃｍｄｌｏｗｉｉｅｅｄｎｒｂｅｗｒ（）２Ｒ（ｉｓｈｎｖａ６７／（一４Ｒ０）２２６７０）６９
摘
要：利用便携式光谱辐射计，采用一定的观测角度获取水体表面的光谱，进而提取水表面下辐照度比Ｒ（一）息，０信分
析Ｒ（Ｏ一）光谱特征与叶绿素ａ浓度之间的相互关系，果表明太湖夏季水体叶绿素ａ度与Ｒ（结浓０一）光谱曲线７２ｎ６ｍ、７７ａ２ｍ和４６ａ９ｍ处的相关系数较大，分别达到了０８０８一０８．通过单波段、．５、．４、．０波段比值模型分析，认为以Ｒ（，０一）、Ｒ（７／Ｒ（一）、０一）２／Ｒ（）９为自变量的二次函数模型是利用水表面下辐照度比Ｒ（０一）６２０蛳Ｒ（７７０一４６０一）估算太湖夏季水体中叶绿素ａ浓度的最佳模型，模型的决定系数分别达到了０９３、．１０９６，．２０９９、．１回归估计的标准误差Ｓ分别为００２００３、．１Ｆ检验值分别为１１２１９．７９．２．利用剩余ｌ．１、．１００３，０．４、６５６、２９５０个样本对估算模型进行精度和误差检验，结果表明以Ｒ（）６／ＲＯ一）６自变量的二次函数模型好于另外两个，Ｏ７２（４为９对太湖夏季水体叶绿素ａ浓度估算具有一定的实用性．此外，将光谱微分技术应用到Ｒ（Ｏ一）信息分析太湖夏季水体叶绿素ａ浓度，结果不能获得较高的预测精度．

太湖水体叶绿素浓度与反射光谱特征关系的研究

行水体富营养化程度的监测评定。传统实验室分析方法耗费大量人力物力，能适应大范围水体富营不养化快速监测的需要。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
匀，有一定的典型代表性。获取样本时进行同步具
关键词：绿素；射光谱；光谱遥感；归分析叶反高回中图分类号：Ｐ３．２７９文献标识码：Ａ文章编号：１０ —３７（０７８００１７２０）９—０１ —００８４
１引言
随着工业的发展和城市化进程的加速，量污大染物被排放到内陆湖泊，机污染物引起水体的富有营养化，致大量藻类物质的繁殖。藻类物质中都导包含叶绿素，因此通常利用叶绿素浓度这一参数进
收稿日期：０６６４２０ —０ —１修订日期：０６—０ —２２０７９
５０ｍ波长范围内，０ｎ叶绿素吸收作用明显，射反
率较低。５Ｏｍ波长附近属于叶绿素和胡萝卜素８ｈ弱吸收区域，加上细胞散射作用的影响，因此在该波
长附近出现反射波峰。６０ｍ波长后，０ｎ叶绿素等有机质反射能力逐步下降Ｊ藻青蛋白在６２ｍ处具，４ｎ
进行叶绿素浓度遥感监测的基础，过两者之间的通

太湖水体时间序列叶绿素浓度与反射光谱特征分析

ｃｎｅｔａｉｎｗｅｅｃｌｕａｅｉｃｕｉｇｔｅｈｉｈｆｆｕｒｓｅｃｅｋ，ｒａｏｈｌｏｅｃｎｅｃｒｅｒｔｏｏｈｒｃｅｉｔｃｏｃｎｒｔｒａｃｌｔｄ，ｎｌｄｎｈｅｇｔｏｌｏｅｃｎｅｐａａｅｆｔｅｆｕｒｓｅｃｕｖ，ａｉｆｃａａｔｒｓｉｏ
③ ＳａｇａｎｉｎｖｒｉＳａｇａ０３６ｈｎｈｉＭａｔｍｅＵｉｅｓｔｈｎｈｉ１０）ｙ，２
ＡｂｔａｔＲｅｌｃａｃｐｃｒａａａｄｗａｅｕｌｙｐｒｍｅｅｓｗｅｅｍｅｓｒｄｉｋｉｕｆｏＭａ０８ｔａ０９ｓｒｃ：ａｉａａｔｒｒａｕｅＬａｅＴａｈｒｍｙ２０ｏＭｙ２０ｅｔｎ
．
Ａｆｅｎｍａｙｄｔｃｉｎ，ｏｍａｉａｉｎａｄｏｈｒｐｅｒａｍｅｔｓｖｒｌｐｒｍｅｅｓｕｅｏｔｒａｏｌｅｅｔｏｎｒｌｔｏｎｔｅｒｔｅｔｎ，ｅｅａａａｔｒｓｄｃｍｍｏｌｎｒｔｉｖｌｏｈｏｏｈｌｚｎｙｉｅｒａｆｃｌｒｐｙｌｅ
ｗｅｅｅｔｂｉｈｄａｄａａｙｅ．ｅｓｕｙｉｄｃｔｄｔａｏｈｔｅａｅｆｔｅｆｕｒｓｅｃｕｖｎｈａｉｆｃａａｔｒｓｉｒｓａｌｅｎｎｌｚｄＴｈｔｄｎｉａｅｈｔｂｔｈｒａｏｈｌｏｅｃｎｅｃｒｅａｄｔｅｒｔｏｈｒｃｅｉｔｃｓｏ

2005-2017年北部太湖水体叶绿素a和营养盐变化及影响因素

!#$%'((湖泊科学），2018,30(2): 279-295D O I 10. 18307/2018.0201©2018by Journal o f Lake Sciences2005 —2017年北部太湖水体叶绿素&和营养盐变化及影响因素*朱广伟，秦伯强，张运林，许海，朱梦圆，杨宏伟，李宽意，闵8,沈睿杰，钟春妮(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，太湖湖泊生态系统研究站，南京210008)摘要：利用国家生态观测网络太湖湖泊生态系统研究站对北部太湖14个监测点2005—2017年的营养盐和叶绿素a浓度逐月监测数据，分析了北部太湖2005年以来水体营养盐和叶绿素a变化特征，探讨了叶绿素变化的影响因素.结果表明，2015年以来，北部太湖水体叶绿素a浓度呈现显著增高特征，特别是5 —7月的蓝藻水华灾害关键期，水体叶绿素a浓度增幅更加明显;营养盐方面，氮、磷对治理的响应完全不同:水体总氮、溶解性总氮、氨氮的降幅很明显，甚至在春末夏初的蓝藻生长旺盛期出现了供给不足的征兆;但水体总磷降幅却不明显，加之蓝藻水华的磷“泵吸作用”，近3 a来水体总磷浓度反而有升高趋势，溶解性总磷浓度也无明显下降趋势.不同湖区的营养盐变化也不相同:西北湖区溶解性总氮、溶解性总磷浓度显著高于梅梁湾、贡湖湾和湖心区，而且后3个湖区的水质呈现均一化趋势.统计分析表明，北部太湖水体叶绿素a浓度与颗粒氮、颗粒磷、总磷、高锰酸盐指数均呈显著正相关，与溶解态氮呈负相关;5_7月水华关键期北部太湖水体叶绿素a浓度与上半年（1一6月）逐日水温积温、总降雨量、年平均水位均呈显著正相关关系.从研究结果可以看出，近年来北部太湖水体叶绿素a浓度的波动很大程度上受水文气象因子的影响;2007年以来太湖流域一系列生态修复工程的实施，虽然明显降低了湖泊氮浓度，但由于流域和湖体的氮磷本底较高，磷的缓冲能力大，致使水体营养盐水平仍未降到能显著抑制蓝藻生长的水平，年际之间的水文气象条件差异成为蓝藻水华暴发强度差异的主控因素.为此，仍"加大对太湖流域氮、磷负荷的削减，使湖体氮、磷浓度降低到能显著影响蓝藻生长的水平，才能摆脱水文气象条件对蓝藻水华情势的决定作用.关键词：太湖；叶绿素a%营养盐;蓝藻水华;极端降雨;气候变化Variation and driving factors of nutrients and chlorophyll-aconcentrations in northern re-gionof Lake Taihu，China，2005-2017Z H U G u a n g w e i，Q I N B o q i a n g，Z H A N G Y u n l i n，X U H a i，Z H U M e n g y u a n，Y A N G H o n g w e i，L I K u a n y i，M I NS h e n，S H E N R u ijie &Z H O N G C h un ni(Taihu Laboratory fo r Lake Ecosystem R esearch，State K ey Laboratory o f Lake Science and Environment，Nanjing Institute o fGeography and Lim nology，Chinese Academ y o f S c i e n c s，Nanjing210008，P.R. China)Abstrcict：The long-term variation of nutrients and phytoplankton chlorophyi-a (C hi.a) concentrationslarge shalloweutrophic lake，were characterized using the monthly monitoring datain northern 14 sites during 2005 to 2017. Therelationships bet^veen Chi.a and nutrients，as well as hydrological and climatic factors weretors of Chi.a and nutrients variations. The resialts showed that average Chi.a concentration significantly^ increased since 2015，esjDe-cially duang the key cyanobacteaa bloom peaod of May to July. Total nitrogen (T N)，dcsolved total nitrogen (D TN) and ammonia concentrations in nortliern Lake Tailiu showed a significant decreasing trend since 2005. The gro^vtli of cyanobacteria appea nitrogen-limit phenomenon du>ng early summer bloom season in recent years. While total phosphoru phosphorus (D TP) did not show significant decreasing trend in recent y e a r，partly owing to the internal lated by algal bloom in summer. Moreover，the TP and DTP even showed increasing trend in recent 3 years，with higher fluctuationthan the past 10 years. Spatially，northwestern L ake Taihu region showed significant higher nutrient and Chl.a those in Meiliang B ay，Gonghu Bay and central lake. It appeared a homogenization trend of nutaents among*国家国际科技合作专项（2015D F G91980)、国家自然科学基金项目（41671494,41501532)和中国科学院前沿科学重点研究项目（Q Y Z D J-SS W-D Q C008)联合资助.2017-08-07收稿％2017-10-06收修改稿.朱广伟（1972 b)，男，博士，研究员；E-m ail: gwzhu@.280! #$% '((湖泊科学），2018,30(2)Bay and central lake. Statistical analysis showed that Chi.a significantly positive related to particu phonas，TP and permanganate index，but negatively related to dAsolved nitrogen. And Chi.a conHntration during May to July significantly positive related to daily accumulated water temperatiare，total precif)itation during January to June，and to annual averagewater level of the lake. The research indicated that hydrological and climatic factors played more imponant roles than nutnents inthe long-term vaeation of phytoplankton biomass and cyanobacteria bloom intensity, panly because the were still relatively sufficient for phytoplankton growth.Consequently, much more nutrients reduction in the catchment, include nitrogen and phosphorus，were need in future to ultimately control the cyanobacte>a bloom in Lake Taihu.K eyw ords ：Lake Tailiu ；chlorophyi-a ；nutrients; cyanobactena bloom ；extreme rainfall ；climate change富营养化是全球湖泊普遍面临生态灾害问题之一.该问题从1940s— 1950s开始关注[1-2]，1960s— 1970s已经普遍存在并开始治理)3-*，至今仍在发达国家和发展中国家产生危害比如从1970S就受到关注并开展了大量治理工程的北美五大湖之------E rie湖[7]，近10 a来蓝藻水华问题又日益严重，2014年8月1—2日还造成湖滨60万人口的Toledo市供水中断2天)8].此外，治理多年的日本霞浦湖，水华问题也未彻底解决[9].由此可见，在应对湖泊蓝藻水华问题方面，全世界都还面临着严峻的挑战.太湖是我国蓝藻水华问题出现最早、治理时间最长、投入最大的大型湖泊之一.据沈炳康报道，I960年考察太湖时就发现了蓝藻水华现象，1970年后在梅梁湾西北沿岸带夏季水华已经比较常见，条带状分布，每年可延续到11月，而1988年则出现了约1000 km2面积的蓝藻水华，并在1991年7月，蓝藻水华堆积腐烂影响了无锡城市供水，迫使上百家工厂停产，造成巨大的经济损失[1°].1990s以来，太湖的富营养化治理就作为国家水环境治理的标志性工程推进[11]，1998年实施了“零点行动”[12]. 2007年5月发生在无锡沙渚水厂的饮用水危机事件[13]，更是将蓝藻水华治理和灾害防控力度大大提高，实施了从流域到湖体的一系列环境治理和生态修复工程[14].从水利和环境保护部门的监测结果看，无论是入湖河流[15]，还是湖体关键水质断面[16]，水体营养盐浓度近年来都出现下降趋势，治理工作取得初步成效.然而，就遥感监测的蓝藻水华面积而言，近年来下降趋势不明显[17]，藻类生物量和水华情势受气象条件影响较大[1819]，给蓝藻水华灾害防控带来巨大的挑战.太湖作为一个时空异质性较大的浅水湖泊，监测方法和频次均会对水质监测结果产生一定的影响[2°].不同机构对太湖监测的布点、采样方法及分析方法有所不同，评价结果有所差异.本研究利用太湖湖泊生态系统研究站(TLLER)在北部太湖布设的14个逐月监测点营养盐、叶绿素a监测数据，结合研究站的气象、水文观测数据，分析了 2005—2017年北部太湖梅梁湾、贡湖湾、竺山湾及西北沿岸、湖心区（北部）的水体叶绿素a及氮、磷等营养盐含量的变化特征，探讨了 13 a来水体营养盐和叶绿素a浓度波动的影响因素，以期为认识浅水湖泊的蓝藻水华演替特征及防控对策提供科学支撑.1材料和方法1.1监测点布设与采样方法从2005年1月以来，太湖湖泊生态系统研究站（TLLER，简称太湖站）在太湖北部布设14个逐月监测点，开展现场调查和水质、生物指标采样分析（图1).其中，监测点THL00、THL06、THL10、THL14及THL16主要代表出入湖河口，分别靠近梁溪河、直湖港、大浦河（陈东港）、望虞河及殷村港.按照湖泊形态，可将14个点的监测范围划分为4个湖区:西北太湖（NW)(包括监测点THL10、THL16、THL17)、梅梁湾（ML)(包括监测点 THL00、THL01、THL03、THL04、THL05、THL06、THL32 等）、北部湖心区（HX)(包括监测点THL07 和THL08)及贡湖湾（GH)(包括监测点THL13和THL14).在THL05点东滨岸的太湖站，设有逐日水温（WT，B)、水位（WL，m，吴淞高程）观测点，每天8时、14时、20时3次现场观测记录，日值为3次测定的平均值，其中水温测点为水下0.5 m.降雨量（R F)和其他相关气象指标由设在太湖站的气象观测场自动监测仪获得.湖体14个样点的监测在每个月中旬（15日前后）进行.现场用赛氏透明度盘获得水体透明度（SD，m)，采用水温计获得水下50 cm的水温，测深杆测定水深、软泥深度.用于分析水体营养盐和浮游植物叶绿素a浓度（Chl.a，"g/L)的水样为水柱表、中、底3层混合样，用2.5朱广伟等$2005—2017年北部太湖水体叶绿素a和营养盐变化及影响因素281L有机玻璃采水器分别采集水下20 cm(表层）、水底泥上20 cm(底层）及水深一半处（中层）的水样，现场混匀，灌装于5 L水样桶中，带回实验室进行营养盐和Chl.a等指标分析.120〇0，120o15f120°30f图1北部太湖逐月水质监测点位Fig.1Sampling sites of monthly water quality monitoring in northern Lake Taihu1.2水质分析方法样品带回实验室后立即进行各指标测定的预处理.其中，Chl.a浓度测定参照陈宇炜等改进的热乙醇提取、分光光度法[21]，比色波长为650 nm和750 nm(岛津UV-2450型分光光度计）.C hl.a测定时，用直径47 mm的GF/F玻璃纤维滤膜（Whatman公司，孔径约0.7 "m"将浮游植物过滤到膜上，将滤膜置于10 m l的锥形离心管中，加盖，避光冷冻保存24 h以上.测定前，在暗光环境下，用适量90%的热乙醇研磨提取滤膜上的色素，提取液再用GF/C玻璃纤维滤膜（Whatman公司，孔径约1.2 "m"过滤后，分光光度法测定.水体总氮（TO"、总磷(TP)浓度测定时，将采集水样混匀，分取水样25 m l进行水样消解和浓度测定.因此，T0、T P包括了藻颗粒和水体无机悬浮物中的氮、磷浓度.溶解性总氮（DT0)、溶解性总磷（DTP)浓度测定时，则先将水样过GF/F滤膜后，再按照T0、T P的水样消解及测定方法进行分析.铵态氮（OH:')、硝态氮（00;-0)、亚硝态氮（00Y-0)及磷酸根（P〇4_-P)的测定方法则是取GF/F膜的滤后样进行测定.水体高锰酸盐指数（C0DM n"采用高锰酸钾氧化滴定法测定.T0&DT0浓度测定采用过硫酸钾氧化、紫外分光光度法（GB 11894—1989"，测定波长选择210 nm(岛津 UV-2450型分光光度计"％TP、D T P浓度测定采用过硫酸钾氧化、钼锑抗显色分光光度法（GB11893 —1989"，测定波长为700 nm(岛津UV-2450型分光光度计"，T0与DT0浓度之差、T P与DTP浓度之差为颗粒态氮（P0"和颗粒态磷（P P).OH:'浓度的测定采用纳氏试剂光度法（GB 7479— 1987)，00Y-0、002_-0、282! #$% '((湖泊科学），2018,30(2)P〇2—'浓度的测定则采用流动分析、分光光度法（荷兰Skalar SANW型流动分析仪）.1.3数据处理与统计方法分区、分季度及年际平均水质指标采用各区、各季度、各年的数学平均值.TN、TP、C hl.a的平均值中剔除了 2007年6月梅梁湾THL04点及2017年7月西北湖区的THL17点由于藻华堆积严重引起的2次异常高值(约为夏季正常均值的10倍).Chl.a与各营养盐浓度之间的相关性分析采用SPSS 16.0软件完成，其余相关系数及误差均由Excel 2010软件完成.水文气象数据中的日水温积温（AWT)为逐日水温的累计值，特定时段的降雨量（R F)也是逐日值的累加.不同因素间的相关性判别使用泊松系数（1)，1<0.05为显著相关，K0.01为极显著相关.2结果与分析2.1 Chl.a年变化从2005 2017年多年北部太湖水体浮游植物Chl.a浓度看，多年1一 12月逐月北部太湖Chl.a浓度分别为 11.7、11.9、12.2、19.4、35.8、38.5、63.2、55.2、58.7、45.2、29.0、16.1 "g/L，11-4月浓度显著低于 5- 10 月，5 月是藻类开始显著生长的季节，对整年藻类水华情势具有重要的指示意义.2005 —2017年北部太湖水体浮游植物C hl.a的年均值(Chi.—#2)、上半年平均值(Chi.—6)及水华灾害敏感期的5 —7月平均值（Chi..5—7)变化见图2.图2北部太湖多年水体Chl.a浓度年变化曲线(C H h$1—6月Chl.a浓度平均值;Chl.a5_7:5—7月Chl.a浓度平均值;C h l.—u$年均值)Fig.2 Annual chlorophyll'concentrations in water column of northern Lake Taihu13 a来年度Chl.a平均浓度呈现2个峰值:2008—2009年的峰值及2015— 2017年的峰值.2015—2017 年的峰值明显高于2008 — 2009年的峰值.就1一6月的北部太湖平均Chl.a浓度而言，2017年平均值为56.5 "g/L，为13 a来最高.而5—7月的北部太湖Chl.a均值，2015—2017年分别为66.8、97.9、107.1 "g/L，呈现增高趋势，多年的平均低值出现在2010—2011年.年均值2010年最低，为19.2 "g/L，而1—6月和5—7月均值的低值出现在2011年，分别为11.0和10.8 "g/L.相比较而言，发生无锡饮用水危机事件的2007年，整个北部太湖的年均Chl.a浓度不是最高，其原因是该年前3个月藻类生物量并不高，1_3月平均值分别为 7.0、9.4、5.4 "g/L，较多年平均值偏低，且6月初以后“引江济太”水量加大也拉低了夏季之后的藻类峰值，因此，就全年数据而言，平均值不高.但是多年监测的第二高值出现在该年6月的THL04点位，Chl.a浓度达到390.6 "g/L，因显著异于其他点位而在统计中剔除，未计算在内.从Chl.a;—的误差线可以发现，高峰值出现的年份，时空异质性往往较大，因此误差值也显著大于其他年份（图2).在具体的观测中发现，峰值出现的阶段，藻类的堆积现象相对较严重，不同月份之间的差异更显著.2.2营养盐及透明度年变化北部太湖2005—2017年S D的年均值呈现先升高后降低的趋势，最低值出现在2005年（0.32 m)，之后朱广伟等$2005—2017年北部太湖水体叶绿素a 和营养盐变化及影响因素28310.00「0.800.700.60--〇—SD,SDs .X CODj ^^^C O D ^ ——•— CO Dj^j^C 〇DM n 则呈现2个明显的峰值$2007年的峰值和2017年的峰值，1_ 6月平均值分别为8.15和8.99mg /L ， 2017年的峰值略高于2007年的峰值.从月平均值看，1- 12月平均值分别为4.95、4.76、4.78、4.87、5.80、5.62、6.17、5.98、6.40、5.79、5.17、5.04mg/L ，5月之后的蓝藻水华对水体COD m ；的贡献明显，7月和9月出现峰值说明夏季的降雨及藻类腐烂分解可能对COD m ；的水体累积有综合影响.TO 浓度表现出明显的下降趋势:峰值出现在2006—2007年，1 — 6月的T N 浓度最高值为6.37m /L (2006年"，年平均最高值也出现在2006年(5.13m /L )，之后快速下降，至2011年之后下降趋势放缓，但总体仍呈下降趋势.至2017年，年均值北部太湖TO 浓度为2.98m /L ，较2006年的峰值下降了 42%.就月变化而言，1- 12 月的北部太湖 TO 浓度平均值分别为 4.03、4.57、4.96、4.53、4.25、3.56、2.97、2.46、2.68、2.61、2.000.050 L 2005 2007 2009 2011 2013 2015 2017 年 2005 2007 2009 2011 2013 2015 2017 年图3北部太湖多年水体SD 、COD m ；、TO 浓度和T P 浓度的年变化特征Fi /.!^ Variations of secchi depth，permanganate index，total nitro/en concentration and total phosphorus concentration in northern Lake Taihu0.20 L2005 20)7 2009 20112013 2015 2017 年2005 2007 2009 2011 2013 20152017 年逐步升咼并具有一定的波动性，2012年达到最大（0.47 m )，之后又波动下降，2016年为0.43 m .浅水湖泊的水体S D 主要受2种因素影响:无机悬浮颗粒物及有机质或者藻类生物量.而对于大型浅水湖泊而言，无机颗粒物浓度受风浪扰动下底泥再悬浮过程的影响很大[22]，而底泥的悬浮程度受水深的影响.2005 2006年水体S D 偏低，与当时湖体水位偏低有关.而2012年之后的S D 下降，则与水体Chl .a 的增高有关.此外，据施坤等[17]和W u 等[23]的统计，太湖流域的风速多年来呈下降趋势，也对透明度的增高有所贡献.多年看上半年水体透明度均值(SD w )—般都大于年均值(SD h !)，又大于5—7月均值（图3)，主要原因是1 — 4月总体 S D 较高，而5-7月由于藻类快速增殖或者梅雨等的影响，水体浑浊度开始明显变高.从多年平均值看，1- 12 月逐月水体 SD 分别为 0.49、0.45、0.42、0.42、0.30、0.44、0.36、0.30、0.30、0.32、0.39、0.40 m ，冬、春季总体偏高，5月、8—9月是S D 最低的月份，主要原因是藻类生物量的影响.-^ > -o o o o 8.6.4. (T /s s )/l a 〇u 0.日/a w015< 3.2101(1/3曰)/5284! #$% '((湖泊科学），2018,30(2)图4北部太湖2005—2017年水体DTP &DTN 和OH :'浓度的月变化过程Fig.^l Variations of DTP ，DTN and NH ^J-N concentrations in nortliern Lake Tailiu during 2005-2017从2005年1月以来156个月的连续监测情况看，北部太湖D TP 浓度平均值为0.052 mg /L ，相当于TP 浓度平均值(0.154 mg /L )的34%，说明太湖这种底泥易悬浮、藻类生物量偏高的水体，颗粒态磷是水体磷形态的主要组分.从北部太湖D TP 浓度的月平均值看，13 a 来也有2个峰值过程$2008和2015年，其月均峰值 DTP 浓度分别为0.107(2008年2月）和0.103 mg /L (2015年9月）.对比相关湖泊富营养化控制的营养盐水平而言，即便是水体的D TP 水平，在北部太湖中也算比较高的.多年的月变化来看，1 12月逐月平均DTP 浓度分别为 0.054、0.060、0.055、0.045、0.042、0.047、0.051、0.058、0.063、0.051、0.047、0.048 ?/^，最高值出现2.80、3.18 mg /L ，冬、春季显著高于夏、秋季，最低值出现在8月，最高值出现在3月，说明北部太湖水体氮污染主要受到流域城镇生活污水排放和春耕施肥及土地扰动的综合影响.这与X u 等[24]的研究结果一致，也与太湖流域中的农业区水库——天目湖沙河水库的氮素逐月变化特征类似[25].夏季水体氮素的快速下降，既与水体藻类的快速吸收利用有关，也与夏季水华期湖体反硝化脱氮能力大幅度提升[26 27]，以及整个流域浅水湖泊和湿地生态系统中反硝化脱氮速率随温度升高而提高有关.T P 浓度的变化趋势与C 0D m ；较为相似.总体呈现双峰状，就年均值而言，峰值出现在2006年（0.179 mg /L )，2017年的年均值为0.145 mg /L ，较2006年的峰值下降了 19%，也较2005—2016年12年的均值 (0.152 mg /L )低.然而，2017年无论是1 — 6月平均值（0.169 mg /L )，还是5—7月的平均值（0.263 mg /L )，以及全年平均值(0.179 mg /L )，均出现了明显的反弹.5— 7月平均值，达到了 13 a 来的最高值，全年平均值也与历史最高的2006年持平.这与2017年整体水体藻类生物量偏高有关.就各个月份的情况看，2005 — 2017 年 1-12 月北部太湖水体 TP 平均值分别为 0.121、0.129、0.126、0.129、0.157、0.158、0.178、0.194、0.212、 0.173、0.142、0.131 mg /L ，5月开始水体T P 浓度显著升高，9月达到最大，与蓝藻水华物质在水体中的积累及夏季降水带来的外源补给有关.太湖是大型浅水和富营养化湖泊，其水体水华颗粒物及底泥悬浮颗粒物对水体TN 、T P 浓度均会造成较大的影响[28 29]，此时，水体溶解性营养盐水平更能代表对藻类生长的营养盐供给能力.因此，对水体DTP 、 DTN 和NHE -N 浓度变化特征进行分析，见图4.0.120 po.loo - I T _8.7.6.5.4.3.§S )/N朱广伟等$2005—2017年北部太湖水体叶绿素a和营养盐变化及影响因素285在&月，最低值出现在4月，但总体上月变化之间差别不大，而T P浓度在5月开始出现峰值，意味着夏季水体T P浓度的峰值主要来自藻类生物量增加带来的颗粒态磷.北部太湖水体中浓度则呈现出极显著的季节变化:多年平均1一 12月逐月浓度分别为1.31、1.50、1.33、0.90、0.72、0.64、0.45、0.37、0.40、0.46、0.70、0.94 mg/L，呈现明显的年度单峰单谷变化特征，最高值出现在相对降雨量较低、稀释作用较弱、温度较低、水体微生物活性较低的2月，而最低值出现在8 月.同样，DTN呈现类似的单峰年变化规律，多年平均1-12月DTN浓度分别为3.54、4.13、4.45、3.91、3.03、2.45、1.60、1.20、1.25、1.48、1.93、2.53 m/L，最高值出现在农耕施肥活动较为活跃的3月，最低值与OH:'一样，出现在8月.DTN与的浓度峰值相差1个月，NH:'的浓度峰值出现在干旱少雨且气温较低的春耕之前，而 DTN浓度峰值则与春雨峰值及春耕活动强度峰值相近，这说明春耕等春季面源污染对DTN的影响较大，而则更多受城镇生活污水的影响.所监测的156个月中，OH:'浓度平均值为0.81 m/L，DTN浓度平均值为2.63 m/L，T0平均值为3.55 m/L.OH:'浓度平均占DT0的31%，DTN浓度占T O的74%.由于一般生活污水排放的〇''在迁移过程中也有相当一部分会转化成00Y'，因此，可以初步判断，就北部太湖水体氮的来源而言，生活污水和面源污染占据的比重相近.这与L i等[30]采用同位素方法获得的北部太湖入湖河道直湖港氮来源中生活污水比重可能超过50%的研究结果吻合.与DTP不同，DTN和0''显示了明显的逐年下降趋势.以1-6月均值而言，2005-2017年DTN的浓度平均值分别为 5.01、5.47、5.03、4.27、3.37、4.08、3.17、3.03、3.03、2.97、2.84、2.24、2.11 m/L，2017 年相对于年均峰值(2006年）而言，下降了 61% %而2005—2017年0''的浓度年平均值分别为1.94、2.06、1.93、1.31、1.03、1.03、0.97、0.81、0.68、0.71、0.61、0.36、0.42 m/L，2017 年相比峰值而言（2006 年），下降了 80%.这表明 2007 年以来太湖流域的水污染治理取得了巨大的成效，对北部太湖的氮污染起到了明显的削减作用.2.3北部太湖营养盐和叶绿素"浓度的分区差异北部太湖4个湖区的水文条件和污染源有所不同：西北湖区是太湖污染的主要入湖区，入湖负荷较高的几个河流均从西北湖区入湖;贡湖湾本来是以出水为主，外源氮磷进入贡湖湾时已经过了西部湖区的初步降解，但“引江济太”的入湖河道望虞河位于贡湖湾东口，因此该湖湾有时又是来水入湖区;梅梁湾在“引江济太”工程实施之前，是主要的污染入湖区，主要入湖河道梁溪河、直湖港分别纳入了无锡市及常州地区的河道来水，但是在“引江济太”实施之后，特别是2007年以后，对直湖港进行了严格的入湖管控，大多数时间是关闭的，而梁溪河则承担了调水入锡的功能，绝大多数时间，梁溪河是通过泵站调太湖水进入无锡市区. 而湖心区，这里指的是北部太湖的湖心区，与各个水域的交换紧密，水文方面受西北湖区、贡湖湾及南部湖区的影响都较大.2005年以来北部太湖各个湖区水体中Ch L a、DTO、D TP浓度及S D的月变化可以看出，不同湖区Chl.a 浓度月均值呈现一定的差异性，其中峰值大多出现在西北湖区以及梅梁湾.就多年平均值而言，西北湖区、梅梁湾、湖心区及贡湖湾的ChLa浓度多年平均值分别为40.8、38.7、17.9、17.7 "/L，西北湖区与梅梁湾显著高于湖心区及贡湖湾，这与2个水域相对容易成为蓝藻水华的堆积区有关（图5".此外，极端峰值在2015年以来明显增高，2015年10月的西北湖区、2016年7月的梅梁湾、2017年7月的西北湖区、2017年9月的湖心区均出现了超过300 "/L的极高值，反映了近3 a蓝藻水华的极端状况事件在增加.DT0则显示出极显著的空间差异.多年西北湖区、梅梁湾、湖心区及贡湖湾的DT0浓度平均值分别为4.26、2.40、1.93、1.72 m/L，西北湖区显著高于其他湖区.梅梁湾在2010年以前与湖心区及贡湖湾的差别还比较大，但在2011年以后，DTO月变化与贡湖湾、湖心区越来越接近，形成了 3区均一化的特点.比如，在 2005—2007年，梅梁湾、湖心区、贡湖湾的）60浓度平均值分别为4.09、2.25、2.20?/^，这在早期数据分析中，也显示出了较大的空间差异[31].而到了 2015—2017年，3区的DTO浓度平均值分别为1.48、1.58、1.28 m/L，差距已经很小了.同样，D TP也显示了梅梁湾与湖心区、贡湖湾逐步均一化的趋势，以及西北湖区显著高于其他3个湖区的特点.2005—2017年西北湖区、梅梁湾、湖心区及贡湖湾的D T P浓度多年平均值分别为0.097、0.044、0.030、0.032 m/L，西北湖区比其余3区高出1倍多.这与西北湖区的入湖污染有关.与北部太湖平均DTP286! #$% '((湖泊科学），2018,30(2)0.050,图5 2005—2017年北部太湖的西北湖区、梅梁湾、湖心区和贡湖湾的Chl.a 、DTN 、DTP 浓度和S D 变化Fig .5 Variations of Chl.a ，DTN ，DTPand SD in northwestern region ，Meiliang Bay ，central lake and Gonghu Bay of Lake Taihu during 2005 -2017浓度变化趋势不同，西北湖区的D TP 浓度多年变化趋势呈现单峰特征，在2011 — 2012年总体水平较高，而 2005—2006及2014—2017年期间总体水平偏低.这与其余3区的变化不同，也与水体C h l.a 的变化趋势不在2005—2007年期间梅梁湾、湖心区和贡湖湾3个湖区的D T P 浓度平均值分别为0.051、0.023和10.00 ro 幻oW 50(50(22.1.1 0.0.0.0.(l /M /d lp 日/as朱广伟等$2005—2017年北部太湖水体叶绿素a和营养盐变化及影响因素2870.023 mg/L，而2015—2017年3个湖区的平均值分别为0.043、0.035和0.027 mg/L，梅梁湾的平均值显著下降，而湖心区、贡湖湾的平均值则明显上升.事实上，2008—2014年梅梁湾、湖心区、贡湖湾的D TP浓度平均值分别为0.042、0.031和0.037 m/L，3个湖区差异更小.这可能与贡湖湾入流量增加、呈现更明显的外源影响的水文变化有关.从4个湖区的S D多年变化（图5)，似乎看不出湖区之间的显著差别.2005—2017年西北湖区、梅梁湾、湖心区和贡湖湾的S D平均值分别为0.39、0.39、0.30和0.40 m，除了湖区最开敞、受风浪影响大的湖心区SD 偏低外，其余3个湖区基本上没差别.此外，湖区间的差异在不同季节不同，冬季3个湾区与湖心区的差别更大一些，10月至次年4月西北湖区、梅梁湾、湖心区及贡湖湾的S D多年平均值分别为0.45、0.45、0.27和 0.43 m，湖心区与其他湖区的差别更大，而5—9月水华明显期，4个湖区的S D平均值分别为0.32、0.34、0.35 和0.38 m，湖心区与3个湾区没有差别，反而是西北湖区的平均值更低些，这可能主要受蓝藻水华堆积的影响所致.2.4水文气象因子变化影响蓝藻水华发生强度及空间分布的水文气象条件包括温度、光照、风速、风向、降水、换水周期及其时间分布等.S h i等[17]、W c等[23]发现近年来风速下降对太湖蓝藻水华的发生具有影响，Yan/等[32]发现极端气象事件频繁也是近几年太湖蓝藻水华强度没有显著下降的成因.本文对水位、水温、降水等主要水文气象条件进行了分析.2005 — 2017年（截止12月22日）太湖站监测到的逐日水位变化表明，监测期间的最高水位为4.794 m，发生在2016年7月8日，最低水位为2.768 m，发生在2011年5月20日，最高水位与最低水位之差为2.026 m (图 6).就年均值而言，2005-2017 年的年均水位分别为3.165、3.155、3.246、3.332、3.311、3.312、3.174、3.302、3.253、3.279、3.357、3.518 和 3.183m(2017 年数值为截止 12 月 22 日均值），2007 年以后总体水位有所偏高，2015及2016年的水位值明显高于其余各年，其中又以2016年最高.4.7「逐日水位---------------年均水位4.23.22y I I I I I I I I I I I I I I I I I I I I I I I I I图6 2005—2017年太湖站观测点的逐日水位值Fi/.()Daily water level in the observatory site of TLLER during2005 -2017年内的水位差可以在一定程度上反映年内湖体的换水情况.2005 —2017年每年的年内水位差值分别为 0.762、0.524、1.015、0.938、1.368、0.812、1.124、0.884、0.824、0.948、1.214、1.961 和 0.649 m，2007、2009、2011、2015和2016年的年内水位差均超过了 1m，其中2016年的水位差接近2 m.此外，每年均有一个快速水位上涨期，其发生时间的早晚对藻类生长状况可能有影响.2005 —2017年的快速水位上涨期分别发生在6月20日至8月10日、5月21日至7月24日、4月26日至7月11日、6月11。

南太湖水体叶绿素a含量与氮磷浓度的关系

第３卷第３０期
２Ｉ年５月０１
浙江海洋学院学报（自然科学版）Ｊｕｎｌｆｈｊｎｃａｎｖｒｉ（ａｕａＳｉｎｅｏｒａｏｅａｇＯｅｎＵｉｅｓｙＮｔｒｌｃｅｃ）Ｚｉｔ
Ｖ０．０Ｎｏ３１３．Ｍａ，０１ｙ２１
文章编号：０８８０（００ — １００１０ — ３Ｘ２１）３０９－４１
南太湖水体叶绿素ａ含量与氮磷浓度的关系
Ｚ後肖杭，，韦姚伟忠，张敏，汉取赵
（浙江省淡水水产研究所，浙江湖州３３０）１０１
ｈｄｎｉｎｆａｔｃｒｅａｉｎｗｔＰｉｌｓａｏ．Ｒｉｇｅｒｓｉｎａａｙｉｓｏｄｔａｈｈ — ｏｔｎａｏｓｇｉｃｎｏｒｌｔｉＴｎａｌｅｓｎｉｏｈｄｅｒｇｅｓｏｎｓｓｈｗｅｈｔｔｅＣｌａｃｎｅｔｌｉｃｅｓｄｗｔｎｒａｉｇＴｏｃｎｒｔｎＴｏｃｎｒｔｎａｄＮＩ，ｈｎｔｅｆｖｒｂｅｗａｅｏｙＳｒｔｆｎｒａｅｉｉｃｅｓｎＮｃｎｅｔｉ．ＰｃｎｅｔａｉｎＰｗｅａｏａｌｔｒｄａｉｏｈａｏｏｈｂｏ
ｏｓｒｅｎｔｅｓａｉｔ．ＴｅＣｌａｃｎｅｔｉｃｅｓｄｗｉｎｒａｉｇＴｃｎｅｔａｉｎｗｅｈｙｉｕｅｂｅｖｄｉｈｔｔｉｓｃｈｈ — ｏｔｎｎｒａｅｔｉｃｅｓｎＮｏｃｎｒｔｈｎｔｅｎＪｎｈｏ２ｏｎｒｌ０８ａｄｈｄｎｉｎｆａｔｃｒｅａｉｎｉｔｂｒ２０ｎａｕ￣２０．ｈｌａｃｎｅｔｏ７ａｄＡｐｉ２０．ｎａｏｓｇｉｃｎｏｒｌｔｎＯｃｏｅ０７ａｄＪｎａｉｏ０８ＴｅＣｈ— ｏｔｎ

应用实测光谱估测太湖梅梁湾附近水体叶绿素浓度

应用实测光谱估测太湖梅梁湾附近水体叶绿素浓度马荣华;戴锦芳【期刊名称】《遥感学报》【年(卷),期】2005(009)001【摘要】遥感方法测定水体中叶绿素含量的核心问题是建立遥感数据和叶绿素含量的定量关系;利用太湖梅梁湾附近水体的实测光谱和水质采样实验室分析,从数量上揭示了位于682nm附近和706nm附近对叶绿素含量估测最重要的两个光谱特征,分别通过比值(R706/R682、R706/R572)、微分、面积、峰高、峰谷距离以及反射峰位置等建立与叶绿素浓度的线性或非线性相关回归模型,通过R2、平均误差以及RMS误差等的分析对比,认为比值和反射峰位置对叶绿素浓度有很好的指示作用,是估测太湖梅梁湾附近水体叶绿素浓度的最好方法,其中与反射峰位置的指数关系R2达0.9199,与R706/R682的直接线性关系R2达0.9038.相对于706nm附近的峰谷距离、峰高以及反射峰面积而言,反射峰的位置是指示叶绿素浓度最敏感的变量;572nm附近、682nm附近以及706nm附近等三个波段对探测叶绿素a 具有重要作用.【总页数】9页(P78-86)【作者】马荣华;戴锦芳【作者单位】中国科学院,南京地理与湖泊研究所,南京,210008;中国科学院,南京地理与湖泊研究所,南京,210008【正文语种】中文【中图分类】TP79【相关文献】1.基于实测光谱估测密云水库水体叶绿素a浓度 [J], 王婷;刘良云;李存军;贾建华2.应用水表面下辐照度比估测太湖夏季水体叶绿素a浓度 [J], 孙德勇;李云梅;乐成峰;龚绍琦;伍蓝3.结合Landsat ETM与实测光谱估测太湖叶绿素及悬浮物含量 [J], 马荣华;戴锦芳4.太湖水体时间序列叶绿素浓度与反射光谱特征分析 [J], 巩彩兰;周颖;尹球;匡定波;陈利雄;胡勇5.基于CHRIS/PROBA数据和地面实测光谱的三峡库区水体叶绿素a浓度反演研究 [J], 董广香;刘正军;张继贤;盖利亚因版权原因，仅展示原文概要，查看原文内容请购买。

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)。

第３卷，１１第期
２０１１年１月
光谱
学
与
光
谱
分
析
Ｖｏ．１Ｎ．，ｐ３ — ４１３，ｏ１ｐ１６１０
ＳｅｔｏｃｐｎｐｃｒｌｐｃｒｓｏｙａｄＳｅｔａＡｎｌｓｓａｙｉ
Ｊｎａｙ，２１ａｕｒ０１
中图分类号：３．０４３４
太湖叶绿素ａ浓度反演的精度。
引言
１数据获取与分析方法
叶绿素荧光特性是水体叶绿素浓度、初级生产力和浮游植物生理状态测量的有效指标ｌ］１。浮游植物在４０７００～０ｍ太阳光的激发下，６３ｎｎ附近产生明显的峰值，在８ｒ通常被称为太阳激发的叶绿素荧光峰。９６，ｙｅ和Ｓｔ１６年ＴｌｒｍｉＪｈ对自然水体上行辐射的早期测量发现了这个荧光峰的存在，之后的几十年中，国外已有众多学者开展相关研究，表明荧光峰高度和荧光峰位置与叶绿素ａ浓度有关ｌ。国内对水体４ｊ叶绿素荧光特征的研究起步较晚，赵冬至等Ｉ分析了渤海４叉角藻赤潮反射光谱荧光峰的变化，又进一步阐述了多种赤潮和非赤潮藻类由于生理状态的差异，水体荧光高度与叶绿素ａ浓度的响应关系不一致；０６年，洪涛等分析了由２０段于吉林查干湖水体叶绿素ａ量全年分布范围较小，含水体光谱荧光峰位置变化不够敏感。
收稿日期：２０ —２２。订日期：２１—３２０９１ —２修０００—９ｔｉＪ￣ＮＮ：国家科技重大专项（Ｏ９ｘ０５７０６２和国防科技工业民用专项科研技术研究项目（７００ＫＪＡ０Ａ１）Ｊ！２ＯＺ７２—０ —）０Ｋ０１０ — １２￣ｇｊ作者简介：李莉，女，１８９３年生，中国科学院遥感应用研究所研究实习员ｅｍａｌｉｇｓ１３Ｃｒ－ｉｌｉ６．Ｏ：ｌｉ＠ｎ
采用美国ＳＶＣ公司生产的ＧＥ５０型地物光谱测量仪，Ｒ１０测
量光谱范围为３０５ｍ，谱分辨率为３ｎ５￣１００ｎ光ｍ，采样带宽１５ｎ．ｍ，视场角为０３。择晴朗天气，．。选待船停稳水面较
平静时测量，光谱测量仪距离水面１ｍ左右垂直向下观测，避开太阳耀斑以及船体、测量者和仪器阴影的影响，每个采
太湖不同叶绿素ａ浓度水体荧光特征分析
李莉，尹球，巩彩兰。许华，，陈利雄。
１．中国科学院遥感应用研究所，京１００北０１１
２上海市卫星遥感与测量应用中心，．上海２１００１０
３．中国科学院上海技术物理研究所，上海２０８００３
摘
要
利用２００８年太湖蓝藻爆发的５ —８月实测的２７个站点水体光谱反射率和水质参数，分析了不同叶
绿素ａ浓度等级下太湖水体光谱的荧光特征。结果表明，荧光峰位置和荧光峰高度都与叶绿素浓度呈显著正相关，且荧光峰峰值位置和半宽度与叶绿素ａ浓度的拟合度要高于基线荧光峰高度和归一化荧光峰高度。荧光峰特性用于二类水体中高浓度叶绿素探测较传统的蓝绿光波段比值有很大的改进，而宽通道卫星遥感所
行归一化处理作为该点的光谱反射值。归一化反射率计算公
式为
重的５ —８月份的水体反射光谱数据，分析太湖不同叶绿素ａ
浓度等级下水体光谱的荧光峰高度和位置变化特征，以提高
Ｒ（一而盟ｗ
Ｊ４ｏｏ
一
（）１
ｌ
（）／４０（）Ｊ０ＬＲｌ
样点至少测量１Ｏ次，除受毛细波的太阳直射反射等因素剔影响的数值异常的曲线后取光谱的平均值。由于湖面反射光谱测量过程中，太阳光照条件、环境影响以及观测角度的变化都会对反射率的值产生影响，为了Ｏ世纪８代以来，湖０年太
水体富营养化日趋严重，频繁暴发蓝藻水华，非常典型的是二类水体。太湖水体叶绿素ａ浓度随季节变化幅度很大，夏季特别是蓝藻水华爆发时叶绿素ａ浓度分布直接影响到水体的光学特性。本文以太湖为研究区，通过实测蓝藻爆发严
行比较，对每条平均反射光谱选取４００ｍ波谱范围进０￣９０ｎ
１１数据获取．
２００８年５月至８月，每月对太湖中均匀分布的用ＧＰＳ定位的２个固定经纬度点进行水质采样，同步测量水面反７射光谱。其中采集的水样由实验室按照国家标准（Ｂ８８Ｇ３３－２０）０２分析叶绿素ａ浓度、透明度等相关水质参数。光谱测量
第１期
光谱学与光谱分析
ｌ７３
其中Ｌ（）为波长处的水体辐亮度，Ｌ（）Ｒ为相应波长处的标准参考板辐亮度。
采用的叶绿素浓度近红外红光波段比值法本质上与归一化荧光峰高度一致。这为今后进一步利用荧光特征
提高太湖叶绿素ａ浓度反演精度提供了研究基础。关键词荧光特征；叶绿素ａ浓度；太湖；波段比值
文献标识码：ＡＤ：１．９４ｊｉｎ１０ —５３２１）１０３—５ＯＩ０３６／．ｓ．０００９（００— １６０ｓ１