2004年夏季太湖梅梁湾席状漂浮水华风力漂移入湾量计算

太湖北部重度水华暴发时,在夏季盛行风推动下,漂浮的席状水华可由大太湖漂移进入位于太湖北部的梅梁湾,使湾内的水华加剧.本文通过室内风箱水槽实验和野外观测,对水华的风力漂移作了定量研究,建立了风速与水华漂移速度的指数相关方程.并据此对2004年夏季太湖北部发生席状水华的6d分别计算了水华风力漂移入湾量.6d中,只有2004-07-31水华漂移是由湾内向大太湖输出,且量很小,只有0.05 km2;其余5d水华漂移进入梅梁湾的面积占整个梅梁湾面积的3.7%～13.3%,进入量最大的是2004-06-11,达17.4km2,最少的是2004-07-30,为4.8 km2.

巢湖蓝藻水华时空分布(2000-2015年)

巢湖是我国五大淡水湖之一,近年来水体富营养化严重,蓝藻水华频繁暴发.通过收集2000-2015年晴好天气下2478景MODIS Terra和Aqua影像,利用浮游藻类指数,提取巢湖蓝藻水华时空分布数据.结果显示,巢湖蓝藻水华覆盖面积、暴发频率以及持续时间都在增加,每年最初暴发时间提前.从分布上来看,西巢湖依然严重,中巢湖、东巢湖水华暴发面积较以往大大增加;过去16年内巢湖蓝藻水华暴发频率持续增长,其中2007年最为严重,2008-2010年暴发频率出现缓和,此后又出现增长趋势.这些研究结果有助于掌握蓝藻水华的情况,为巢湖科学治理提供了数据支持.

基于SMDPSO算法的呼伦湖藻华遥感监测

水体富营养化所引起的藻华爆发现象是我国面临的重大环境问题之一。以内蒙古呼伦湖为研究区,采用基于离散粒子群优化的光谱匹配(SMDPSO)算法提取藻华,以浮游藻类指数(FAI)的分类结果作为验证数据进行精度检验。然后分析2009-2018年藻华的时空变化特征,并将此算法应用于黄海。结果表明:SMDPSO算法可以有效地识别呼伦湖藻华,与FAI分类结果之间的R^(2)为0.97,RMSE为0.22 km^(2);呼伦湖藻华爆发于7-8月,且主要出现在湖泊边缘;SMDPSO算法既可以较好地识别以蓝藻为优势门的呼伦湖藻华,也可以提取黄海的浒苔(绿藻);SMDPSO算法不仅保留了光谱指数法精度高的特点,而且它还具有成本低、参数少、无需人工干预的优势。该研究为藻华遥感监测提供了新的工具,有助于控制湖泊水体富营养化和改善水生态环境。

巢湖2016年蓝藻水华时空分布及环境驱动力分析

针对近年来巢湖蓝藻水华暴发频繁,基于中分辨率成像光谱仪(moderate-resolution imaging spectrum-radiometer,MODIS)多光谱遥感数据,采用浮游藻类指数(floating algae index,FAI)和藻华像元生长算法(algae pixel-growing algorithm,APA)提取了巢湖蓝藻水华覆盖面积,在分析2016年巢湖蓝藻水华时空分布规律基础上,结合巢湖水质、气象数据,讨论了藻华暴发的主要环境驱动力.结果表明,2016年巢湖藻华暴发季节与往年一致(5～11月),但藻华首次暴发时间推迟到5月,持续时间缩短至204 d,平均藻华面积85. 53 km^2.其环境驱动力研究发现,尽管巢湖主要水质指标呈现下降趋势,但总氮、总磷浓度依然分别超过V类和IV类水质标准;与往年相比,2016年春季风速偏大(ΔW=0. 1 m·s^(-1))、降水偏多(ΔP=0. 8 mm)与日照时数偏低(ΔS=-1. 3 h)是巢湖藻华面积减少、起始暴发时间推迟的主要原因;藻华持续期内,降水成为影响藻华面积月际变化的主要影响因素,当日平均风速不仅与当天藻华面积存在较显著的负相关(P <0. 05),当风速较大时对后续几日的藻华面积产生一定的滞后影响.这些研究结果有助于了解巢湖蓝藻水华情况,为应对巢湖藻华暴发与气候变化提供理论依据.