CN103616490A

CN103616490A - 一种大型浅水湖泊水华蓝藻总存量估算的方法

Info

Publication number: CN103616490A
Application number: CN201310638949.XA
Authority: CN
Inventors: 于洋; 孔繁翔; 张民; 阳振; 韩涛; 曹焕生
Original assignee: Nanjing Institute of Geography and Limnology of CAS
Current assignee: Nanjing Institute of Geography and Limnology of CAS
Priority date: 2013-12-03
Filing date: 2013-12-03
Publication date: 2014-03-05
Anticipated expiration: 2033-12-03
Also published as: CN103616490B

Abstract

本发明公开了一种大型浅水湖泊水华蓝藻总存量估算的方法，其特征在于：确定不同气象水文条件下水华蓝藻的垂直分布特征，结合卫星遥感定量反演湖泊水体表层的色素含量；进而建立“表层”色素浓度和“水柱”色素含量的演算关系；将湖泊网格分区进而定量反演各网格的“水柱”色素含量，估算水华蓝藻总存量及区域分布。本发明可以获取水华蓝藻时空分布的实际强度，评估治理措施对控制蓝藻的效果，为湖泊的管理和决策提供科技支撑作用。

Description

一种大型浅水湖泊水华蓝藻总存量估算的方法

技术领域

本发明涉及一种大型浅水湖泊水华蓝藻总存量估算的方法。

背景技术

目前大型浅水湖泊蓝藻水华强度的评估主要依据卫星遥感影像获取的蓝藻水华面积及频次，但该方法仅能反映水华表层覆盖面积，未考虑水柱蓝藻生物量，其科学性和准确性存在一定质疑。

本发明旨在通过不同气象因子下水华蓝藻的垂向分布规律和卫星遥感反演，构建蓝藻总存量精确估算技术，对大型浅水湖泊的蓝藻水华强度进行定量估算，客观反映蓝藻的总存量与时空分布。从短期来看，依据该结果可以有效对湖泊蓝藻水华风险及主要风险区域进行有效预评估；从长期来看，蓝藻总存量可以用于表征不同年度蓝藻水华实际强度及其增减程度，评估湖泊长期治理效果，科学评估有关湖泊治理工程实施的绩效，为采取更有针对性的蓝藻水华控制措施提供决策依据。

发明内容

本发明的目的在于提供一种大型浅水湖泊水华蓝藻总存量估算方法，能够获取水华蓝藻时空分布的实际强度，评估治理措施对控制蓝藻的效果，为湖泊的管理和决策提供科技支撑作用。

为实现上述目的，本发明所采用的技术方案如下：

一种大型浅水湖泊水华蓝藻总存量估算方法，其特征在于，确定不同气象水文条件下水华蓝藻的垂直分布特征，结合卫星遥感定量反演湖泊水体表层的色素含量；进而建立“表层”色素浓度和“水柱”色素含量的演算关系；将湖泊网格分区进而定量反演各网格的“水柱”色素含量，估算大型浅水湖泊蓝藻水华总存量及区域分布。

具体地，所述的方法包括如下步骤：

1、确定不同气象水文条件下蓝藻水华垂向分布格局

基于大型浅水湖泊水体面积和特征设定监测点，通过整水柱采样器，采集不同水层水样，了解水柱中浮游藻类的数量变化动态，同步测定伴随蓝藻生物量变化的风浪变化，以确定两者之间的关系。分析不同水域及温度下藻颗粒（叶绿素a浓度）垂向分布类型；对野外试验和室内试验获得的藻颗粒（叶绿素a浓度）垂向分布数据进行数值模拟；在以上基础上，构建单元水柱水华蓝藻垂向分布规律及函数。

2、基于卫星遥感影像的湖泊表层蓝藻生物量估算

利用卫星遥感影像获取表层蓝藻水华生物量反演图像，通过人工监测、比较不同水质条件下（色素、浊度、悬浮物性质等）的光谱特征波段，估测中表层蓝藻水华与各因素的相互影响关系。由于有无水华覆盖的水体离水信号差异较大，不同水域类型的遥感反射比，需要构建不同的表层生物量反演模型，定量反演湖泊水体表层的色素含量。

3、大型浅水湖泊蓝藻总存量估算

将湖泊网格分区，结合湖体深度及各区域气象水文条件，利用蓝藻水华数据同化算法和参数率定技术，整合蓝藻垂向分布函数和表层蓝藻生物量估算模型，通过水华蓝藻表层及垂向分布格局反演各网格的“水柱色素含量”，进而估算大型浅水湖泊水华蓝藻总存量。

本发明的优点及效果：本案运用生物学、生态学检测方法，结合气象、遥感、数据模拟相关技术，通过建立“表层”色素浓度和“水柱”色素含量的这一核心演算关系，尽可能更真实的对大型浅水湖泊水华蓝藻的整个生态分布格局和总存量进行全方面的分析和评估。根据本案的结果不但可以有效对湖泊蓝藻水华主要风险区域进行有效预评估，而且还可以建立蓝藻总存量这一长期检测指标评估湖泊治理效果，为科学决策提供依据。

下面结合具体实施例对本发明进行详细描述。本发明的保护范围并不以具体实施方式为限，而是由权利要求加以限定。

附图说明

图1藻类在各层中的百分含量平均的变异系数于风浪的关系。

图2风浪与蓝藻水华垂向分布特征的关系。

图3不同水域、不同季节蓝藻水华分布特征。

图4巢湖蓝藻水华分布MODIS卫星遥感影像（图4a）及反演图（图4b）。

图5EcoTaihu模型的模块结构示意图。

图6巢湖蓝藻总存量估算结果，其中图5a：叶绿素；图5b：蓝藻生物量。

具体实施方式

下面通过具体实施例对本发明所述的技术方案给予进一步详细的说明，但有必要指出以下实施例只用于对发明内容的描述，并不构成对本发明保护范围的限制。

本发明对大型浅水湖泊水华蓝藻总存量进行估算，上述目的是这样实现的：通过野外现场试验、室内控制试验确定不同气象水文条件下水华蓝藻的垂直分布特征，结合MODIS卫星遥感影像，通过遥感反射比、水华覆盖度对不同水域水华类型进行分类，定量反演湖泊表层水体的色素含量。进而建立“表层”色素浓度和“水柱”色素含量的演算关系，将湖泊网格分区进而定量反演各网格的“水柱色素含量”，估算大型浅水湖泊水华蓝藻总存量及区域分布。

步骤如下：

1.通过水面布点监测、确定不同气象水文条件下（风速、气温等）水华蓝藻的垂直分布特征。

基于大型浅水湖泊水体面积和特征设定监测点，包括类型的湾区（浅湾区、深湾区、近岸湾区）和湖心区等等，通过分层水样同步采样器和完整水柱采样器，采集不同水层水样。对藻类垂向分布的各种影响参数进行筛选和率定，如藻类在各层中的百分含量平均的变异系数于风浪的关系；不同水域情况对藻类的分布系数；风浪与蓝藻水华垂向分布的影响等等，为后续模型设定提供数据基础。

藻类的垂直分布与风速有着非常密切的关联。藻类在各层间的百分含量的变异系数（CV）随着风浪的增大而减小。由于各层间的变异系数表征藻类在水柱中的垂直分布的均匀程度，变异系数随风浪的变化反映了藻类在不同风浪条件下的在水柱中的垂直分层(图1)。如图1，当风速为2.0m·s^-1波高0.044m时，总藻类、绿藻和蓝藻的垂直分布很不均匀，变异系数分别是0.90、0.53和2.89。风浪变为2.5m·s^-1时，各个类群的藻类的变异系数减小。当风速为3.1m^-1且有效波高为0.06m时，总藻类、绿藻和蓝藻在水柱中分层百分含量的CV分别为0.50、0.26和0.69，各层间的分布已经比较均匀。当风速和波高变得更大时，三种类群的藻类在水柱中会更均匀的分布。

如图2所示（风浪大小在图的下方），在不同的风浪条件下，各种类群的藻在水柱中的垂直分布受到显著的影响。当风速为2.0m·s^-1和波高为0.04m时，蓝藻（主要为微囊藻）在湖面(表层5cm)中形成水华，此时大约有37%的总生物量聚集表层。当风速达到2.5m·s^-1和波高为0.057m时大约有34％的蓝藻生物量聚集在湖面。当风速继续加强，达到3.1m·s^-1和0.062m，表面水华消失，大多数的蓝藻聚集在湖水底层。与蓝藻的垂直变化相反，总藻类和绿藻没有在表层形成类似的分布。

根据不同水域、不同季节蓝藻水华分布特征来看（图3）：蓝藻生物量的变化呈现由绿藻为主的藻类变为以蓝藻为优势种的过程。但不同水域受风场、流速流向的影响较大。湾1蓝藻的垂直分层在3月份蓝藻主要集中在上覆水，其次分布与50cm的深度。进入4月份的分布集中的50cm。5月份蓝藻变的主要分布在中间层，特别是1.0-1.5m的水层。当蓝藻取得优势时，其分布还是主要以中间层为主，两端较低的比例。湾3总体趋势类似，从波定性来看湾2的明显大于湾1。湾3蓝藻在5月份的分布5月份蓝藻的垂直分层不再均匀，而知主要集中的水底层，中间层中蓝藻的数量最小。确立优势后的蓝藻主要在中间层分布，而且是以中间层向两端递减的模式分布。湖心的蓝藻前3个月在水柱中的分布都相对均匀。5月份在表层和上覆水中的蓝藻的数量最大。直至蓝藻形成优势，大部分蓝藻在湖心分布在表层。如图可知蓝藻的分布受温度影响，具有明显的季节性变化。在空间上，蓝藻生物量表现为：湾区(上风口)<湖心<湾区(下风口)；在垂直方向上，风较小的情况多分布于中上层，但大风过程中其垂直分布较为均匀。

通过本案结果可以看出，表层的藻类生物量占总生物量的比例与风浪的大小有一定的函数关系（如表1所示），可以通过表层的蓝藻水华浓度和蓝藻的垂向分布特征对蓝藻总存量进行估算。从结果可以看出，蓝藻和总的藻类的表层生物量百分比与风浪大小具有比较显著的相关关系，而绿藻则没有这样的关系，这也为估算水华蓝藻总存量提供理论依据。

表1藻类表层生物量（各色素含量）占水柱中总量的比例与风浪的关系

2、基于卫星遥感影像的湖泊表层蓝藻生物量估算

通过人工监测、比较不同水质条件下（色素、浊度、悬浮物性质等）的光谱特征波段，以及在估测中表层蓝藻水华与各因素的相互影响关系。结合水面监测，构建蓝藻水华的MODIS卫星遥感提取普适模式，通过卫星遥感定量反演湖泊水体表层的色素含量。利用室内和野外试验观测到的数据对遥感反演数据进行验证。

MODIS遥感影像的获取为当日MODIS AQUA1B的采样数据。对获取的MODIS影像进行了几何纠正和辐射定标计算。几何纠正采用Geographic Lat/Lon投影，结合1B数据中的经纬度信息进行校正,校正后的位置精度达到0.5个像素。在ERDAS中利用湖泊矢量边界，通过掩膜技术提取湖泊水域，除去岛屿植被的影响，利用最近邻法，将MODIS500m影像数据重采样为250m分辨率，以满足蓝藻水华信息提取的需要。

辐射定标的目的是得到各像元的反射率值。计算公式为：

R=Scales×(DN-Offsets)

其中Scales为反射率缩放系数；DN为1B数据存储值，Off sets为反射率缩放截距，R为图像像元点反射率值。

由于水表面的悬浮藻类在NIR波段比在其他波段反射率高，这样可以很容易的将藻类从水体中区分出来。通过浮游藻类指数模型(Floating Algae Index，FAI)法提取湖泊表层蓝藻水华信息，采用红光－近红外－短波红外波段的有效组合，校正大气的影响，通过波段光谱特征建立阈值，有效地穿透薄云，较为真实地反映蓝藻水华的分布：

FAI=R_rc,NIR-R_rc,NIR'

其中R_rc,NIR与R_rc,NIR'分别使用下式进行计算：

R_{rc} = π L_{t}^{*} / (F_{0} \cos θ_{0}) - R_{r}

R_rc,NIR'=R_rc,RED+(R_rc,SWIR-R_rc,RED)×(λ_NIR-λ_RED)/(λ_SWIR-λ_RED)

上式中

为传感器经过辐射定标的辐射率，F₀为大气层外垂直入射的太阳辐照度，θ₀为太阳天顶角，R_r为使用6S模型估计的瑞利散射的反射率。

针对MODIS波段设置，红波段中心波长为645nm，近红外波段为858nm，短波红外波段为1250nm，根据尚琳琳的优化方法，简化为：

FAI = R_{rc, NIR} - {R_{rc, NIR}}^{,} = R_{rc, NIR} - \frac{381}{595} \times R_{rc, RED} - \frac{214}{595} \times R_{rc, SWIR}

基于大量野外现场观测数据，收集星地同步数据，根据不同水域类型的遥感反射比，调整阈值，完善蓝藻水华的MODIS卫星遥感普适方法。巢湖的蓝藻水华反演提取结果见图4，野外试验观测到的数据对遥感反演数据验证良好。

3、大型浅水湖泊蓝藻总存量估算

基于实测和遥感反演数据对水华蓝藻总存量进行估算，采用EcoTaihu模型，该模型以三维水动力模型为基础的刻画三维湖流、营养盐转化输移、藻类生长、死亡以及输移的富营养化生态模型。EcoTaihu模型主要由三大模块组成，第一块为相对独立的水动力学湖流、水位变化模块；第二块为食物链网模块，包括鱼类、有机碎屑、浮游动物、藻类以及高等水生植物；第三块为物质输移转化模块，包括溶解氧输移转化子模块、氮输移转化子块和磷输移转化子模块，其中氮子模块含有9子模块，它们为氨氮、亚硝酸盐、硝酸盐氮、碎屑氮、藻类氮、浮游动物氮输移转化子子模块及鱼类氮、高等水生植物氮、底泥氮转化子子模块；磷子模块包含正磷酸盐磷、碎屑磷、藻类磷、浮游动物磷输移转化子子模块，以及高等植物磷、鱼类磷、底泥间隙水磷、底泥可交换磷子子模块（图5）。

模型计算时输入条件主要分为：1)边界条件，包括湖泊各河道营养盐进出以及流量值；2)外部条件，包括大气降雨，风速风向，太阳辐射等；3)初始条件，包括各计算单元水质、藻类初始值；4)模型参数，包括藻类生长、死亡，水质等扩散系数、降解系数等。基于湖泊长序列实测数据基础，确定数据同化系统的几个主要参数（集合样本数、截断半径、放大因子、观测频率、观测类型）的选取对集合卡尔曼滤波的集合平均的均方根误差的影响，比较同化效果，获得参数的初估情况；基于Nash-Sutcliffe模型对同化系统进行效率分析。

结果输出：可以输出瞬时数值或以时间序列分阶段模式输出结果。图表可用surfer软件制等高线图输出，也可以在Arcgis条件支持下输出等高线图或编程后直接输出网格数值。通过实测数据或遥感反演数据进行率定估算巢湖蓝藻总存量数值（如图6），获得总叶绿素209.39吨，蓝藻总生物量35406.80吨。

Claims

1.一种大型浅水湖泊水华蓝藻总存量估算方法，其特征在于，确定不同气象水文条件下水华蓝藻的垂直分布特征，结合卫星遥感定量反演湖泊水体表层的色素含量；进而建立“表层”色素浓度和“水柱”色素含量的演算关系；将湖泊网格分区进而定量反演各网格的“水柱”色素含量，估算大型浅水湖泊蓝藻水华总存量及区域分布。

2.根据权利要求1所述的大型浅水湖泊水华蓝藻总存量估算方法，其特征在于，所述的方法包括如下步骤：

1）确定不同气象水文条件下蓝藻水华垂向分布格局

基于大型浅水湖泊水体面积和特征设定监测点，采集不同水层水样，分析水柱中浮游藻类的数量变化，同步测定伴随蓝藻生物量变化的风浪变化，以确定两者之间的关系；分析不同水域及温度下藻颗粒垂向分布类型；对藻颗粒垂向分布数据进行数值模拟，在此基础上，构建单元水柱水华蓝藻垂向分布规律及函数；

2）基于卫星遥感影像的湖泊表层蓝藻生物量估算

利用卫星遥感影像获取表层蓝藻水华生物量反演图像，通过人工监测、比较不同水质条件下的光谱特征波段，估测中表层蓝藻水华与各因素的相互影响关系；根据不同水域类型的遥感反射比构建表层生物量反演模型，定量反演湖泊水体表层的色素含量；

3）大型浅水湖泊蓝藻总存量估算

将湖泊网格分区，结合湖体深度及各区域气象水文条件，利用蓝藻水华数据同化算法和参数率定技术，整合蓝藻垂向分布函数和表层蓝藻生物量估算模型，通过水华蓝藻表层及垂向分布格局反演各网格的“水柱”色素含量，估算大型浅水湖泊水华蓝藻总存量。

3.根据权利要求2所述的大型浅水湖泊水华蓝藻总存量估算方法，其特征在于，所述的步骤1）中，单元水柱水华蓝藻垂向分布函数是指蓝藻的表层生物量占单元水柱中蓝藻总量的比例与风浪的函数关系。

4.根据权利要求2所述的大型浅水湖泊水华蓝藻总存量估算方法，其特征在于，所述的步骤2）中，所述的表层生物量反演模型采用MODIS卫星遥感提取普适模式，对获取的MODIS影像进行几何纠正和辐射定标计算。

5.根据权利要求2所述的大型浅水湖泊水华蓝藻总存量估算方法，其特征在于，所述的步骤3）中，对水华蓝藻总存量进行估算采用EcoTaihu模型。