(2: 中国科学院南京地理与湖泊研究所, 南京 210008)
(2: Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, P. R. China)
巢湖主体位于安徽省合肥市,面积约760 km2,是我国第五大淡水湖,长江中下游重要的淡水资源和生态湿地,在当地人民生活和经济发展中发挥着重作用[1].近30年来,随着巢湖流域经济的快速发展,大量点源、面源污染进入水体,巢湖水质污染严重,水体富营养化情况日益严峻,蓝藻水华频繁发生[2].蓝藻异常生长,极易堆积形成水华,在河口以及近岸淤积,不仅破坏水体景观和生态系统平衡,而且由于蓝藻在生长和死亡过程中释放毒素,消耗溶解氧,容易引起水体中的生物大量死亡,湖泊水质恶化,严重威胁湖泊周围地区的饮用水安全[3].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、研究蓝藻异常生长的原因以及建立水质的预警系统非常重要.
卫星遥感技术提供了快速、大范围监测蓝藻水华变化的可能.蓝藻水华暴发,水体中叶绿素a浓度显著升高,导致水体光谱特征发生变化[2, 4].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[5-7].通常蓝藻覆盖区域光谱特征与无藻湖面有较为明显的差异,这为利用光学卫星数据进行蓝藻水华监测提供了理论基础. 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,可以快速生产几乎实时的图像;特别是Terra星2000年发射以来已积累近16年数据,是研究蓝藻水华时空分布规律最为理想的数据源[8].
目前利用MODIS数据监测蓝藻水华的算法有很多,常用的有单波段法、比值法、归一化植被指数(Normalized Difference Vegetation Index,NDVI)法、增强型植被指数(Enchanted Vegetation Index, EVI)法和浮游藻类指数(Floating Algae Index,FAI)法等[9-11].但在实际应用中,由于卫星影像都是栅格影像,像元大小取决于空间分辨率;如MODIS卫星影像最高空间分辨率为250 m,也就是说MODIS卫星影像是由一系列250 m×250 m的像元组成.但水华呈现形式千姿百态,既有茫茫一片的,也有呈条带状的,更有不规则分布的;即使茫茫一片的,也存在强度的不同[10, 12].这些不同形态的水华,都呈现在MODIS像元(250 m×250 m)内. FAI算法通过统计设置固定阈值,利用简单的像元分解,被认为是最为简单、有效和高精度的蓝藻水华提取算法[13].
本研究针对2000—2015年巢湖MODIS卫星影像,利用FAI指数,提取长时间序列水华数据,研究巢湖蓝藻最初暴发时间、持续时间、覆盖度和空间分布频率等,揭示蓝藻水华时空分布规律.
1 数据与方法 1.1 研究区概况巢湖(31°25′28″~31°43′28″N,117°16′54″~117°51′46″E; 图 1)位于安徽省中部,水域面积约为760 km2,水深0.98~7.98 m,最大蓄水量可达48×108 m3[1].近年来,由于当地经济的迅速发展,人口的迅猛增加,巢湖受污染越来越严重,水体富营养化程度加剧,蓝藻水华暴发频繁[14].
从NASA网站上获取了2000—2015年间包含巢湖天气状况良好的MODIS卫星遥感影像2478景(表 1),基本涵盖了2000—2015年全年各月份,特别是水华暴发最为严重的夏、秋季节. MODIS数据处理是利用SeaDAS软件进行辐射定标获得L1B数据然后去除臭氧吸收和分子瑞利散射的影响,从而获得MODIS瑞利散射校正的反射率(Rayleigh-corrected reflectance, Rrc)数据[15-17].
当蓝藻大量繁殖并在水面聚集时,会使水体表现出类似植被的光谱特征.针对MODIS Rrc数据,Hu等[18-19]提出一种快速、简单的蓝藻识别指标算法,即FAI法,本文直接使用FAI算法用于计算巢湖蓝藻水华时空分布数据, 其计算公式为:
$FAI{_{{\rm{MODIS}}}} = {R_{{\rm{rc}}}}\left( {859} \right) - R_{{\rm{rc}}}^\prime \left( {859} \right)$ | (1) |
其中:
$R_{{\rm{rc}}}^\prime \left( {859} \right) = {R_{{\rm{rc}}}}\left( {645} \right) + \left[ {{R_{{\rm{rc}}}}\left( {1240} \right) - {R_{{\rm{rc}}}}\left( {645} \right)} \right] \cdot \frac{{859 - 645}}{{1240 - 645}}$ | (2) |
利用16年(2000—2015年)的遥感数据分析巢湖蓝藻水华时空分布规律的统计量包括:蓝藻水华覆盖面积、最初暴发时间、持续时间、月平均覆盖度以及年暴发频率.水华覆盖面积为0.25×0.25CMODIS km2,其中CMODIS为MODIS蓝藻水华像元数.针对水华最初暴发时间和持续时间以水华面积最初出现50 km2为基础进行统计.水华年暴发频率为年内所有MODIS数据中水华暴发次数的比例.
2 结果与分析 2.1 蓝藻水华覆盖面积长时间趋势利用FAI算法统计2000—2015年所有巢湖MODIS影像的蓝藻水华面积,并对巢湖各分区(西巢湖、中巢湖和东巢湖)及整个湖区分别进行面积统计(图 2).西巢湖蓝藻水华面积一直居高不下,而中巢湖和东巢湖水华面积一直呈增加趋势并在2011—2012年达到峰值,2013—2014年水华面积呈现下降趋势,2015年又再次增加.整个巢湖蓝藻水华面积在2000—2005年呈上升趋势,2005—2010年较稳定,最大水华暴发面积都在300 km2左右,2011年出现次高峰,2012—2014年水华暴发面积又有所下降,2015年再次呈现上升趋势,最大水华暴发面积一度达到500 km2,由于合肥位于巢湖上游,近些年随着经济的快速发展,合肥市人口和工厂数量急剧增加,同时上游流域还存在大量的畜禽养殖,导致大量的污染物通过南淝河、十五里河和派河等流入西巢湖,因此西巢湖的富营养化较中巢湖、东巢湖更为严重.
为了研究巢湖不同程度水华覆盖面积的变化情况,根据蓝藻水华面积进行分类:无水华覆盖(面积小于10 km2)、轻度水华覆盖(面积在10~50 km2之间)、中度水华覆盖(面积在50~100 km2之间)和重度水华覆盖(面积大于100 km2). 2000—2015年巢湖不同程度水华覆盖面积比例变化表明(图 3)无水华覆盖总体呈减少趋势,并且在2007年达到最小值,轻度水华覆盖和中度水华覆盖近年来基本持平,而重度水华覆盖在2000—2012年呈增加趋势,并在2013年之后有所下降.因此,巢湖水体蓝藻水华暴发的总趋势为:2000—2002年中度以上蓝藻水华暴发面积小,2003年后水体恶化,2007年水华面积达到最大,2008—2011年水华面积逐年减少,2012年出现了次高峰,2013—2015年中度以上水华暴发面积又有所下降.
考虑到巢湖蓝藻水华一般会持续到次年1月,水华最初暴发时间是从每年2月1日开始,统计第一次出现水华覆盖面积50 km2时候的日期(表 2). 2000—2003年水华起始暴发时间逐年推迟,2004年以后逐年提前,并在2008年出现最小值,暴发时间最早. 2009以后最初暴发时间又出现了推迟,2015年水华起始暴发时间再次提前.在大多数年份中,每年水华最初暴发都是从西巢湖沿岸开始,向中巢湖和东巢湖蔓延.
水华暴发持续时间是根据每年最初和最后一次观测到的水华面积在50 km2以上的暴发日期相减所得到,以每年2月1日为起始统计时间,次年1月31日为截止时间(表 2).最初暴发时间在2007、2008年出现最早的同时,持续时间也最长.从巢湖各区域来看,西巢湖水华暴发时间最早,持续时间最长,明显高于中巢湖和东巢湖.
另外,巢湖蓝藻除了微囊藻外,还有鱼腥藻、小环藻等分布[20-21].微囊藻最适生长温度为25℃或以上,水温是影响其水华暴发的重要条件[22]. 3—4月份,巢湖地区日均温小于25℃,不利于微囊藻生长,鱼腥藻占据优势形成水华;5—9月,日均温超过25℃,微囊藻占据优势形成水华;10月以后,日平均温度再次低于25℃,蓝藻水华又以鱼腥藻为主导.这种藻种间的变化,对于卫星遥感监测蓝藻水华有一定影响,但目前还没有有效手段对其进行区分.
2.3 蓝藻水华月平均覆盖度逐月平均覆盖度是根据2000—2015年内每月覆盖度统计出来的,范围在0~100%之间,值越接近100%表示该区域蓝藻水华覆盖度越高.巢湖在所有月份都有不同程度的蓝藻水华覆盖,4月份开始水华覆盖度明显增加;蓝藻水华主要发生在5—11月,其中水华覆盖度在9月达到最高(图 4).这是因为蓝藻生长与水华形成会经历越冬休眠、春季复苏、生长和集聚上浮4个阶段[23].冬季(12—次年2月)随着温度降低蓝藻从上层水体下沉到水底越冬,表面蓝藻覆盖明显降低;春季(3—4月)随着温度上升、光照增加,蓝藻从水底开始上浮复苏,蓝藻覆盖度明显增加;夏、秋季(5—11月)蓝藻大量生长并上浮集聚,形成大面积水华.从巢湖各区域来看,西巢湖月平均覆盖度最高,越靠近西北角越高,而东巢湖水域蓝藻水华覆盖度最低.这与巢湖营养水平分布密切相关,西巢湖靠近安徽省省会合肥市,大量工业废水和生活污水经南淝河、十五里河、派河等河道流入西巢湖,导致西巢湖氮、磷浓度明显高于中巢湖和东巢湖,为蓝藻水华的发生提供了有利的物质基础[24-26].
对巢湖各地区每年水华暴发频率进行统计(图 5和图 6),西巢湖蓝藻水华暴发频率明显高于中巢湖和东巢湖.其中西巢湖靠近南淝河、塘西河、十五里河的沿岸区域水华暴发频率最高.尽管近十几年来巢湖污染治理的投资不断增加,湖泊环境状况得到改善,氮、磷浓度逐年下降,但湖泊富营养化仍保持在较高水平[21, 24-26],并且远远满足蓝藻的生长条件[27].而西巢湖作为水华主要发生湖区,年暴发频率变化较为复杂,呈现分段式的变化趋势. 2000—2007年年暴发频率持续增加;2007—2010年年暴发频率有所下降,这可能随着国家和当地政府的高度重视,通过实施有效的治理措施[28],使巢湖全湖区特别是西巢湖的蓝藻水华暴发频率明显减少;2010—2015年西巢湖年暴发频率呈增加趋势,但有所波动.这意味着在合肥市飞速发展的经济背景下,原有的治理方案可能已经无法满足减缓蓝藻水华暴发的发生.
随着巢湖周边人口、工厂增加和经济发展,巢湖水体富营养化也日益严重,蓝藻水华暴发日益频繁,面积也有所增加.尤其是在2007年最为严重,随着国家和当地政府的高度重视以及实施有效的治理措施[28],在2008—2010年期间巢湖蓝藻水华的暴发频率出现缓和,但此后蓝藻水华的暴发频率又呈现一定增长趋势.另外,本文针对MODIS的Terra和Aqua星,使用FAI指数可以对巢湖蓝藻水华暴发面积和分布进行实时监测,为巢湖蓝藻水华监测和预警起到重要作用,同时本研究方法也可以尝试应用于其他湖泊的监测.
[1] |
Wang Sumin, Dou Hongshen. Memoirs of lakes in China. Beijing: Science Press, 1998. [王苏民, 窦鸿身. 中国湖泊志. 北京: 科学出版社, 1998.]
|
[2] |
Yin Fucai, Zhang Zhiyuan. Survey of Chaohu Lake eutrophication research. J Lake Sci, 2004, 15(4): 377-384. [殷福才, 张之源. 巢湖富营养化研究进展. 湖泊科学, 2004, 15(4): 377-384. DOI:10.18307/2003.0413] |
[3] |
Ma Jianrong, Deng Jianming, Qin Boqiang et al. Progress and prospects on cyanobacteria bloom-forming mechanism in lakes. Acta Ecologica Sinica, 2013, 33(10): 3020-3030. [马健荣, 邓建明, 秦伯强等. 湖泊蓝藻水华发生机理研究进展. 生态学报, 2013, 33(10): 3020-3030. DOI:10.5846/stxb201202140200] |
[4] |
Yang Dingtian, Pan Delu. Progress in the research on cyanobacteria remote sensing. Remote Sensing for Land & Resources, 2006, 18(4): 1-5. [杨顶田, 潘德炉. 蓝藻的卫星遥感研究进展. 国土资源遥感, 2006, 18(4): 1-5. DOI:10.6046/gtzyyg.2006.04.01] |
[5] |
Duan Hongtao, Zhang Shouxuan, Zhang Yuanzhi. Cyanobacteria bloom monitoring with remote sensing in Lake Taihu. J Lake Sci, 2008, 20(2): 145-152. [段洪涛, 张寿选, 张渊智. 太湖蓝藻水华遥感监测方法. 湖泊科学, 2008, 20(2): 145-152. DOI:10.18307/2008.0202] |
[6] |
Xie Huaming, Pan Fakang, Shu Ying et al. Temporal and spatial distribution study of algal blooms in Chaohu Lake based on remote sensing. Journal of Anhui Agricultural Sciences, 2011, 39(21): 12825-12827. [解华明, 潘法康, 舒莹等. 巢湖蓝藻水华时空分布特征遥感监测研究. 安徽农业科学, 2011, 39(21): 12825-12827. DOI:10.3969/j.issn.0517-6611.2011.21.067] |
[7] |
Jia Xaiohui, Shi Dingji, Shi Mianhong et al. Formation of cyanobacterial blooms in Lake Chaohu and the photosynthesis of dominant species hypothesis. Acta Ecologica Sinica, 2011, 31(11): 2968-2977. [贾晓会, 施定基, 史绵红等. 巢湖蓝藻水华形成原因探索及"优势种光合假说". 生态学报, 2011, 31(11): 2968-2977.] |
[8] |
Mei Changqing, Wang Xinyuan, Peng Peng. Application of MODIS data for monitoring blue-green algal bloom in Chaohu Lake. Remote Sening Technology and Application, 2008, 23(3): 328-332. [梅长青, 王心源, 彭鹏. 应用MODIS数据监测巢湖蓝藻水华的研究. 遥感技术与应用, 2008, 23(3): 328-332. DOI:10.11873/j.issn.1004-0323.2008.3.328] |
[9] |
Hu C. A novel ocean color index to detect floating algae in the global oceans. Remote Sensing of Environment, 2009, 113(10): 2118-2129. DOI:10.1016/j.rse.2009.05.012 |
[10] |
Zhang Y, Ma R, Duan H et al. A novel algorithm to estimate algal bloom coverage to subpixel resolution in Lake Taihu. IEEE Journal of Selected Topics in Applied Earth Observations & Remote Sensing, 2014, 7(7): 3060-3068. DOI:10.1109/JSTARS.2014.2327076 |
[11] |
Wang Ning, Huang Juan, Cui Tingwei et al. Capability comparison of 5 vegetation indices for detecting the green tide in different development phases and the application. Acta Laser Biology Sinica, 2014, 23(6): 590-595. [王宁, 黄娟, 崔廷伟等. 基于MODIS数据的5种植被指数对不同生长阶段绿潮的探测能力对比及应用. 激光生物学报, 2014, 23(6): 590-595.] |
[12] |
Zhang Y, Ma R, Zhang M et al. Fourteen-year record (2000-2013) of the spatial and temporal dynamics of floating algae blooms in Lake Chaohu, observed from time series of MODIS images. Remote Sensing, 2015, 7(8): 10523-10542. DOI:10.3390/rs70810523 |
[13] |
Duan H, Loiselle SA, Zhu L et al. Distribution and incidence of algal blooms in Lake Taihu. Aquatic Sciences, 2015, 77(1): 9-16. DOI:10.1007/s00027-014-0367-2 |
[14] |
Li Lei, Dai Wanhong. Present status of water eutrophication in Chao Lake and countermeasures for prevention and control. Soil and Water Conservation in China, 2009(7): 55-57. [李雷, 戴万宏. 巢湖水体富营养化污染现状及防治对策. 中国水土保持, 2009(7): 55-57.] |
[15] |
Chavula G, Brezonik P, Thenkabail P et al. Estimating chlorophyll concentration in Lake Malawi from MODIS satellite imagery. Physics and Chemistry of the Earth, Parts A/B/C, 2009, 34(13): 755-760. DOI:10.1016/j.pce.2009.07.015 |
[16] |
Rodríguez-Guzmán V, Gilbes-Santaella F. Using MODIS 250 m imagery to estimate total suspended sediment in a tropical open bay. International Journal of Systesms Applications, Engineering & Development, 2009, 3(1): 36-44. |
[17] |
Le C, Hu C, English D et al. Climate-driven chlorophyll-a changes in a turbid estuary:Observations from satellites and implications for management. Remote Sensing of Environment, 2013, 130(4): 11-24. DOI:10.1016/j.rse.2012.11.011 |
[18] |
Hu C, Lee Z, Ma R et al. Moderate resolution imaging spectroradiometer (MODIS) observations of cyanobacteria blooms in Taihu Lake, China. Journal of Geophysical Research:Oceans (1978-2012), 2010, 115(C04002). DOI:10.1029/2009JC005511 |
[19] |
Hu C, Chen Z, Clayton TD et al. Assessment of estuarine water-quality indicators using MODIS medium-resolution bands:Initial results from Tampa Bay, FL. Remote Sensing of Environment, 2004, 93(3): 423-441. DOI:10.1016/j.rse.2004.08.007 |
[20] |
Meng Renxian, Liu Zhenqiu. An evaluation of water pollution and eutrophication of the Chaohu Lake by means of phytoplankton. Acta Hydrobiologica Sinica, 1988, 12(1): 13-26. [蒙仁宪, 刘贞秋. 以浮游植物评价巢湖水质污染及富营养化. 水生生物学报, 1988, 12(1): 13-26.] |
[21] |
Yu Tao. Phytoplankton community structure in Chaohu Lake[Dissertation]. Hefei:Anhui University, 2010. [余涛. 巢湖浮游植物群落结构研究[学位论文]. 合肥: 安徽大学, 2010. http://cdmd.cnki.com.cn/Article/CDMD-10357-2010145605.htm ]
|
[22] |
Li Yinxia. Succession of Microcystis blooms in Lake Chaohu and competition between different bloom-forming cyanobacterial strains[Dissertation]. Beijing:University of Chinese Academy of Sciences, 2013. [李印霞. 巢湖微囊藻水华演替及不同水华蓝藻竞争的研究[学位论文]. 北京: 中国科学院大学, 2013. http://www.irgrid.ac.cn/handle/1471x/846225 ]
|
[23] |
Kong Fanxiang, Ma Ronghua, Gao Junfeng et al. The theory and practice of prevention, forecast and warning on cyanobacteria bloom in Lake Taihu. J Lake Sci, 2009, 21(3): 314-328. [孔繁翔, 马荣华, 高俊峰等. 太湖蓝藻水华的预防, 预测和预警的理论与实践. 湖泊科学, 2009, 21(3): 314-328. DOI:10.18307/2009.0302] |
[24] |
Huang Ming. Study on comprehensive assessment method for water quality eutrophication in Chaohu Lake. Journal of Wanxi University, 2012, 28(5): 23-25. [黄明. 巢湖水质富营养化综合评价方法探讨. 皖西学院学报, 2012, 28(5): 23-25.] |
[25] |
Wang Qifeng, Li Chao, Wang Shoufeng et al. Journal of Anhui Agricultural Sciences, 2011, 39(31): 19324-19354. [王起峰, 李超, 王守峰等. 巢湖富营养化的时间变化规律分析. 安徽农业科学, 2011, 39(31): 19324-19354. DOI:10.3969/j.issn.0517-6611.2011.31.111] |
[26] |
Zhu Yu, Wang Feng. Water quality in Chaohu Lake watershed and the its environmental object's. The Administration and Technique of Environmental Monitoring, 2005, 16(6): 22-23. [朱余, 王凤. 巢湖流域水质状况与环境目标可达性分析. 环境监测管理与技术, 2005, 16(6): 22-23.] |
[27] |
Zhang M, Duan H, Shi X et al. Contributions of meteorology to the phenology of cyanobacterial blooms:Implications for future climate change. Water Research, 2012, 46(2): 442-452. DOI:10.1016/j.watres.2011.11.013 |
[28] |
Zhang Min, Kong Fanxiang. The process, spatial and temporal distributions and mitigation strategies of the eutrophication of Lake Chaohu(1984-2013). J Lake Sci, 2015, 27(5): 791-798. [张民, 孔繁翔. 巢湖富营养化的历程, 空间分布与治理策略(1984-2013年). 湖泊科学, 2015, 27(5): 791-798. DOI:10.18307/2015.0505] |