太湖不同叶绿素a浓度水体荧光特征分析

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。

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。

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。

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。