基于FAI方法的洱海蓝藻水华遥感监测

利用1999 2014年Landsat卫星遥感影像数据,采用浮游藻类指数(FAI)方法识别、提取洱海蓝藻水华信息,进而获取蓝藻水华时空分布数据,为进一步分析洱海蓝藻水华发生规律及监测预警提供参考.结果表明:1999 2014年洱海夏、秋季多次发生蓝藻水华,以小型水华为主(水华面积在10 km^2以内),大型水华现象主要发生在2003、2006、2013年,其中2006年水华面积最大,达到42 km^2.除近岸湖湾区域容易产生蓝藻堆积外,洱海蓝藻大型水华主要发生在洱海北部和中部区域,南部发生频次较少.近岸区域蓝藻堆积从春季开始,中心水域水华发生在夏末和秋季(8 11月),其中大型水华集中发生在10月左右.

基于FAI的太湖水华时空分布特征与气象驱动因子分析

对蓝藻水华进行监测是治理水华的关键。为掌握太湖蓝藻水华时空分布变化情况,本文利用2013—2020年Landsat-8 OLI影像数据,采用坡度与统计分析的方法,着重研究了浮游藻类指数(FAI)阈值,并结合气象因子分析水华暴发的驱动因素。结果表明:2013—2020年太湖夏季蓝藻水华比较严重,0.000 4可以作为提取夏季水华的基准阈值,太湖的西北部湖湾、竺山湾、梅梁湾水华频发,温度、光照会促进蓝藻水华的暴发,可为研究太湖水域质量评价提供参考。

多源卫星遥感数据监测巢湖蓝藻水华爆发研究

湖泊蓝藻水华的精准动态监测,可为水利及环保部门评价污染水体的防治效果、优化和调整防治政策提供依据。论文以巢湖为研究对象,利用Landsat TM/OLI、HJ-1B CCD/IRS和NPP-VIIRS三种不同空间分辨率的影像数据,通过归一化水体指数(Normalized Difference Water Index,NDWI)实现巢湖水域范围提取,利用归一化植被指数(Normalized Difference Vegetation Index,NDVI)和浮游藻类指数(Floating Algae Index,FAI)提取2010~2014年共22景巢湖蓝藻的爆发区域。进一步的,对NDVI和FAI两种方法计算的蓝藻爆发区域进行对比分析,评价Landsat、HJ-1B以及VIIRS三种影像数据对巢湖蓝藻水华空间和时间的监测效果及适用性,进而结合气象因素分析不同气象因子对蓝藻水华爆发的影响。研究结果表明:(1)相比NDVI指数,FAI指数(Landsat和HJ-1B数据为主,VIIRS数据辅助)能降低薄云对蓝藻水华提取效果的影响,可提高蓝藻水华爆发区域、程度的识别能力;(2)气象因子中气温和日照时长加重了蓝藻水华爆发的严重程度,降水则对蓝藻水华的爆发起到一定的抑制作用。综上所述,论文引入VIIRS卫星影像研究巢湖蓝藻水华爆发,利用FAI指数降低薄云对蓝藻水华爆发面积提取精度的影响,取得的研究结果可为基于多源卫星遥感数据的巢湖蓝藻水华动态监测系统开发提供重要的方法支持,有利于推进卫星遥感技术在安徽省“河长制”和“湖长制”中发挥重要作用。

一种区分浒苔和马尾藻的遥感方法

浒苔和马尾藻是我国近海藻类灾害事件中两种常见的大型漂浮藻类。鉴于在浒苔灾害爆发过程中常常伴随着马尾藻的出现,给藻类灾害遥感监测带来很多困难,该文根据浒苔和马尾藻的实测光谱数据和MODIS影像上提取的两种藻类光谱数据提出了区分浒苔和马尾藻的指数算法(USI)及马尾藻指数算法(SI)。并使用2013年6月20日MODIS 1B数据,设定USI算法的阈值为[0.251734,0.353013]和SI算法的阈值0.640227,成功地实现了南黄海海域爆发的大型藻类灾害事件中浒苔和马尾藻两种主要藻类的区分,所得到的马尾藻主要集中分布在青岛附近海域,总量约占藻类总量的3.7%,分类结果与实际情况比较一致。

西泉眼水库富营养化状况及浮游藻类群落分析

根据综合营养状态指数法对西泉眼水库入口、库心和出口不同采样点全年6次监测结果的综合营养状态指数统计,全年平均值入口为56.2077;库心为54.4001;出口为55.1350,说明水库已处于轻度富营养化状态.并对各采样点的差异进行方差分析,F值为3.548,小于F_(0.05),说明各采样点间富营养化程度差异不显著.经配时数据t检验,3个水期间富营养化程度差异都达到显著水平:丰水期>平水期>枯水期.对水库浮游藻类3次采样共观察到29属,在浮游藻类的种类数上,表现为丰水期>平水期>枯水期.

浮游藻类在云南湖库水质监测及评价中的应用

云南工农业用水有很大比例是利用湖泊、水库蓄水提供,而保障这些湖库的水质安全是个重要的课题,探讨了藻类植物在湖库水质评价中的方法及应用,为更好的服务于云南湖库水质安全评价提供理化监测以外的另一途径。

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.

HY-1C卫星CZI载荷的黄海绿潮提取研究

海洋一号C(HY-1C)卫星是中国首颗海洋水色业务卫星,其搭载的海岸带成像仪(CZI)在近海海洋环境监测中正发挥越来越重要的作用;随着搭载有相同传感器的HY-1D卫星发射,双星组网观测,可形成3天2次的高频次、大范围对海观测能力,在海洋漂浮藻类、海洋溢油等目标探测方面具备优异的效能。高空间分辨率光学数据中包含了丰富的海洋环境信息,给特定目标的识别提取带来一定干扰。本研究面向HY-1C卫星CZI载荷开展中国近海漂浮藻类识别提取的业务化应用需求,发展基于藻类缩放指数与虚拟基线高度融合的海洋漂浮藻类识别提取算法,算法优选适用于无短波红外波段国产数据的虚拟基线高度指数来增强藻类信号,通过藻类缩放指数滑动窗口运算,有效剔除高空间分辨率光学数据中的复杂干扰信息,实现了基于CZI数据的海洋漂浮藻类高精度提取,且具有较好的计算运行效率。此外,结合准同步高分卫星16 m多光谱数据,开展CZI数据含藻像元的不确定性分析,发现CZI数据反演结果对近海小斑块漂浮藻类存在不可忽视的高估现象。研究还指出,光学数据用于漂浮藻类监测,其不确定性不仅来源于传感器的空间分辨率差异,还与海洋漂浮藻类形态特征的空间分异性有关。明晰海洋漂浮藻类的形态学空间分异特征,将有助于提高光学数据反演结果的精度,并阐明不确定性。

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。

基于Landsat8影像的蓝藻水华提取方法对比研究

对湖泊蓝藻水华实现精准的遥感监测,可为湖泊的污染防控和治理提供科学依据。基于Landsat8多光谱数据,以巢湖为研究对象,利用归一化植被指数(NDVI)和浮游藻类指数(FAI)分别对蓝藻水华进行提取,并将提取的蓝藻水华强度划分为三级,进一步对这两种提取方法进行对比,分析了巢湖的蓝藻水华分布。研究结果表明:(1)针对NDVI和FAI两种不同提取方法确定的阈值及分级阈值可以有效地提取巢湖的蓝藻水华;(2)相对于NDVI方法,FAI方法可以降低云对提取精度的影响;(3)巢湖西半湖及沿岸水体富营养化一直比较严重,东半湖的富营养化也日趋严重。研究确定的蓝藻水华提取阈值及分级阈值不仅为巢湖的蓝藻水华污染治理和预警提供方法支持,还为其它湖泊蓝藻水华的遥感监测提供参考依据。