基于MODIS的富营养化湖泊蓝藻水华时空分布及气象影响分析

基于RS 的于桥水库藻华时空分布特征及影响因子分析岳㊀昂1㊀张㊀赞1㊀魏㊀巍1∗㊀韩静敏1㊀刘红磊2(1.天津市生态环境监测中心,天津300191;2.天津市环境保护科学研究院,天津300191)摘要:于桥水库蓝藻水华的出现造成水体富营养化,影响饮用水安全㊂遥感技术为监测和预防藻华提供了高效快捷的手段,以2008 2017年的Landsat 卫星影像为数据源,通过NDVI 指数反演,分析了于桥水库历年藻华分布特征和变化趋势㊂从空间分布特征来看,于桥水库藻华主要分布在东岸和北岸,严重时会发展到水库中心;从历年藻华面积变化趋势看,2008 2013年,于桥水库藻华爆发面积较小,2013 2015年藻华现象逐年严重,2016 2017年水库藻华面积显著减少并趋于平稳㊂根据遥感监测结果,结合实地监测数据,分析得出:磷是于桥水库藻华爆发的限制性因子,气温的阶段性上升可能导致藻华大面积爆发㊂基于此研究结果,提出以磷输入控制为核心目标的于桥水库藻华防治措施,以减少水体富营养化和藻华爆发㊂关键词:于桥水库;遥感;藻华;影响因子;磷SPATIOTEMPORAL DISTRIBUTION CHARACTERISTICS OF ALGAL BLOOM IN YUQIAORESERVOIR BASED ON RS AND ITS INFLUENCE FACTORS ANALYSISYue Ang 1㊀Zhang Zan 1㊀Wei Wei 1∗㊀Han Jingmin 1㊀Liu Honglei 2(1.Tianjin Eco-Environmental Monitoring Center,Tianjin 300191,China;2.Tianjin Academy of Environmental Sciences,Tianjin 300191,China)Abstract :The appearance of cyanobacteria blooms in Yuqiao Reservoir caused eutrophication of the water body and affectedthe safety of drinking water.Remote sensing technology provides an efficient and fast way to monitor and prevent algal blooms.Landsat satellite remote sensing images from 2008to 2017were used to analyze the distribution characteristics and changing trends of algal blooms in Yuqiao Reservoir through NDVI index inversion.From the perspective of spatial distributioncharacteristics,the algal blooms are mainly distributed on the east and north shores while in severe cases will develop to the center of the reservoir.From the perspective of the algal bloom area changes over the years,the area is relatively small,but more serious year by year from 2013to 2015,and decreased significantly and stabilized from 2016to 2017.Based on theresults of remote sensing monitoring and field monitoring data,the research showed that phosphorus is the limiting factor for algal blooms in the Yuqiao Reservoir,and the stepwise increase in temperature may cause large-scale blooms of algal blooms.Based on this result,algae bloom prevention measures in Yuqiao Reservoir were proposed with the core objective of phosphorus input control to reduce water eutrophication and algal blooms.Keywords :Yuqiao Reservoir;Remote sensing;Algal bloom;Impact factor;Phosphorus㊀㊀㊀㊀㊀㊀㊀㊀收稿日期:2020-03-21基金项目:天津市科技计划项目(16YFXTSF00380)㊂第一作者:岳昂,工程师,研究方向为水环境监测㊁生态环境遥感监测研究㊂∗通信作者:魏巍(1970-),男,高级工程师,主要从事生态环境监测相关工作㊂1003813938@0㊀引㊀言水是人类生存和进步的生命之源,是社会经济发展不可替代的基础自然资源㊂近年来,随着社会经济的迅猛发展,城镇化程度加速扩张,工农业生产和生活污水的排放对内陆湖泊河流造成了不同程度的污染,导致水体富营养化问题出现,水华蓝藻现象爆发,成为水生态系统最重要的问题之一,给内陆湖泊生态环境治理带来了严峻的考验㊂传统的藻华测量方法是通过现场采样后在实验室进行测量,这种方法不仅费时费力,而且无法监测大范围水体的藻华分布情况㊂遥感技术的出现和快速发展,为监测和预防水华蓝藻提供了高效快捷的手段㊂遥感监测具有监测范围广㊁速度快㊁成本低㊁便于进行长期动态监测的优势,利用遥感技术进行蓝藻水华监测能够较好的反映藻华的时空分布和演化规律,可以帮助环境监测相关部门快速掌握藻华的变化趋势,为藻华预警提供科学依据[1]㊂在内陆水体水质遥感监测中,对蓝藻水华的监测主要是针对藻华覆盖的分布范围和动态趋势的监测㊂利用遥感技术监测蓝藻水华的方法包括单波段阈值法㊁光谱指数法㊁监督分类法和水质参数反演法等㊂单波段阈值法是利用藻华在近红外波段的高反射特性,通过选取合适的阈值区分藻华和水体,从而获取藻华分布范围㊂段洪涛等[2]利用MODIS数据,选取0.1为阈值,认为band>0.1时为藻华,提取了海岸带水域的蓝藻水华㊂光谱指数法是利用不同的波段组合方式,通过计算波段比值的方法实现藻华的有效监测㊂李旭文[3]等利用Landsat TM数据通过构建差分植被指数DVI来计算藻类生物量,并对藻类生物量进行分级,对太湖梅梁湖区藻类分布特征进行了监测和分析㊂Hu等[4]通过建立浮游藻类光谱指数提取了青岛海岸的藻类,并将改方法应用于太湖,对太湖2000 2009年藻华分布情况进行了监测㊂监督分类法是利用蓝藻和水体的光谱特征和纹理信息的差异,通过训练样本选择利用遥感图像监督分类的方法提取蓝藻水华㊂林怡[5]利用Landsat ETM+数据构建的归一化蓝藻指数,采用支持向量机(Support Vector Machine,SVM)方法进行监督分类提取淀山湖蓝藻水华,有效地识别了各种密度的蓝藻空间分布信息㊂水质参数反演法是以蓝藻素或叶绿素a为目标,通过遥感定量反演,分析蓝藻的分布状态㊂例如,梅长青[6]㊁怀红燕[7]等利用MODIS数据对我国巢湖㊁淀山湖进行叶绿素反演,通过叶绿素浓度监测藻类水华的暴发㊂于桥水库是天津市唯一的城市集中式应用水水源地,是天津市市区及滨海新区千万人口的生命线,对天津市经济社会发展具有极其重要的作用㊂但是近年来,由于农业面源污染和上游城市污水的排放[8-9],污染加剧,给于桥水库水质状况带来了严重影响,造成了水体富营养化,从1997年就已经出现了蓝藻水华爆发[10],给天津市饮用水安全带来了极大隐患,因此于桥水库藻华监测及爆发因素分析尤为重要㊂本文利用Landsat8和landsat7卫星遥感影像,通过光谱指数计算,提取于桥水库近10年来的藻华空间分布情况,分析其时空分布特征,并结合实地水质监测数据和区域温度数据,分析于桥水库总磷㊁叶绿素a与藻华面积的关系,探讨藻华爆发的影响因子,为于桥水库藻华治理和水质监管提供支撑㊂1㊀藻华遥感解译1.1㊀研究区概况于桥水库位于天津市蓟县城东4km处的州河上游,是一座山谷型水库㊂于桥水库始建于1959年, 1983年引滦入津工程建成后,于桥水库正式纳入引滦入津工程管理,成为天津唯一的水源地,其主要功能以防洪㊁城市供水为主,兼顾灌溉㊁发电等㊂于桥水库上游主要入库河流为淋河㊁沙河和黎河,其中沙河和黎河汇聚而成果河,黎河为引滦输水通道,上游连接输水隧洞,由于输水影响,果河入库的氮㊁磷质量浓度持续超标[11],导致库区水质无法达到规划要求的Ⅲ类标准,直接影响下游的蓟县㊁宝坻㊁宁河㊁玉田㊁汉沽等各县(区)的低洼地区近百万人口和300余万亩耕地㊂1.2㊀数据介绍遥感数据采用了Landsat-8OLI和Landsat-7ETM+卫星遥感图像,数据源来自地理空间数据云(http:// /)㊂Landsat-7是美国的陆地卫星计划(Landsat)中的第七颗,卫星携带增强型专题制图仪(Enhanced Thematic Mapper,ETM+)传感器,与Landsat-5相比增加了分辨率为15m的全色波段(PAN波段)㊂Landsat-8是太阳同步轨道卫星,携带陆地成像仪(Operational Land Imager,OLI)和热红外传感器(Thermal Infrared Sensor,TIRS),OLI陆地成像仪包括9个波段,空间分辨率为30m,其中包括一个15m的全色波段㊂与Landsat5/Landsat7相比, Landsat8涵盖的波段更多㊁波段划分更精细,数据量也提高到以往的3倍[12,13]㊂本文选取2008 2017年8 9月的Landsat-8OLI和Landsat-7ETM+影像为主要数据源进行于桥水库藻华解译分析㊂气象数据来自中国气象科学共享服务系统(http://图1㊀于桥水库遥感影像示意/),获取了流域内气象站(站点编号54439,坐标为117ʎ53ᶄE㊁40ʎ12ᶄN)的日平均和最大气温,分析气温与于桥水库叶绿素a质量浓度和藻华爆发面积的关系㊂1.3㊀藻华提取方法研究1.3.1㊀Landsat数据预处理利用ENVI软件对Landsat数据进行区域裁剪㊁辐射定标㊁大气校正等预处理[14],消除传感器误差㊁大气误差等外界干扰因素的影响,并采用单波段阈值法制作水体区域掩膜[15],获得准确的水体区域,在此基础上再进行蓝藻水华的提取㊂1.3.2㊀蓝藻水华提取方法蓝藻水华具有与植被相似的光谱特征[16],在550nm(绿波段)附近有一个反射峰,在675~710nm 波段具有类似于植被的陡坡效应,而在710~900nm (近红外波段)由于藻类细胞结构特点强烈反射太阳光谱能量而具有一个极高的反射率平台[17],这是蓝藻水华区别于正常水体的最明显的特征,因此利用植被指数可以有效的进行蓝藻水华的提取㊂归一化植被指数(Normalized Difference Vegetation Index,NDVI)是最常用且提取效果较好的植被指数之一,由于蓝藻光谱特征具有与植被相似的陡坡效应,所以利用NDVI可以有效的识别蓝藻水华㊂NDVI的计算公式如下:NDVI=NIR-RNIR+R(1)式中:NIR为近红外波段反射值;R为红波段反射值㊂1.4㊀藻华空间分布及演变趋势分析1.4.1㊀藻华面积解译获得于桥水库的水体区域后,利用ENVI的波段运算工具进行NDVI反演,得到于桥水库的NDVI图㊂在NDVI图像中,NDVI>0的区域为藻华区域,且NDVI值越大藻华浓度越高,NDVI值越小藻华浓度越低;NDVI<0的区域为正常水体㊂对得到的NDVI 图像进行阈值分割,得到于桥水库藻华分布图㊂为了消除其他易混淆物体的干扰,得到精准的藻华分布,通过对象矩形度进一步判断藻华的面积分布㊂对象矩形度即为表明形状能被矩形描述的程度,由多边形面积比多边形外接矩形的面积表示㊂矩形的矩形度为1,非矩形的矩形度小于1㊂对象矩形度是识别藻华的核心因子,根据对目标对象的判断将对象矩形度设定为0.7~0.8,可以有效识别出农田大体特征,消除对藻华提取的影响,但应注意前一步分割参数应设定相对细微㊂此外,由于水流㊁风向等外部环境都会影响到藻华的聚集,因此在卫星影像上含有藻华的水体与正常水体表现了不同的表面特征,即藻华在水体表面一般表现为条带状或者絮状形态,容易与周围湖水相区分,有利于目标物的目视解译[18],利用这一特征对获得藻华分布图进行后处理,最终得到准确的于桥水库藻华面积分布图㊂1.4.2㊀于桥水库近10年藻华空间分布特征及演变趋势分析利用2008 2017年8 9月于桥水库Landsat数据,采用NDVI指数反演结合人工目视解译的遥感方法,提取于桥水库2008 2017年的藻华空间分布图,分析10年间于桥水库藻华变化趋势,结果见图2㊂从空间分布特征来看,于桥水库藻华主要分布在东岸和北岸,严重时会发展到水库中心,西南沿岸基本没有藻华出现,水质状况较好,造成这一分布特征的原因可能与盛行风向㊁入库支流营养盐数据[19]以图2㊀于桥水库2008 2017年夏秋季藻华时空分布和藻华面积变化趋势及水库周边地貌状况有关[20]㊂从历年藻华面积变化趋势看,2008 2013年,于桥水库藻华爆发面积较小,水质状况较好,其中2009年藻华面积最小为1.87km2,2010 2013年藻华面积相对平稳,基本维持在3km2左右;2013 2015年藻华现象逐年严重,到2015年达到一个峰值,藻华面积达到5.65km2; 2016 2017年水库藻华面积显著减少并趋于平稳,藻华面积分别为1.5km2和1.95km2㊂2㊀藻华影响因子分析2.1㊀于桥水库近10年水质情况为研究水质环境与藻华面积变化的关系,本文分析了2008 2017年于桥坝下㊁水库中心㊁东马坊㊁九百户㊁三岔口不同监测点位的总磷(Total Phosphorus, TP)和叶绿素a(Chl-a)的质量浓度变化情况,如图3所示㊂整体来看,在同一监测时间,不同监测点位的TP和Chl-a质量浓度没有明显差异,且五个监测点位上的TP质量浓度与Chl-a质量浓度的历年变化趋势基本一致㊂2008 2012年TP和Chl-a质量浓度均较为平稳,没有明显变化,从2013年开始,TP和Chl-a质量浓度大幅上升,并到2016年达到最大,2017年开始有回落趋势㊂2008年于桥水库TP和Chl-a平均质量浓度分别是0.027mg/L和6.7mg/m3,到2016年分别上升至0.110mg/L和24.3mg/m3,2017年又回落至0.035mg/L和13.3mg/m3㊂ʏ TP; ʻ Chl-a㊂图3㊀于桥水库5个监测站点的总磷和叶绿素a质量浓度变化(2008 2017年)2.2㊀于桥水库磷质量浓度、叶绿素a与藻华面积关系分析分析于桥水库2008 2017年实测的TP和Chl-a 质量浓度可以发现,二者呈现明显的线性关系(R2= 0.944),如图4a所示㊂由此可见,TP质量浓度的增加会促进藻类生长,进而造成水体Chl-a质量浓度的上升,这一结果与Smith等[21]的研究结果是一致的,也进一步证明了磷是于桥水库藻华爆发的限制性因子㊂如图4b是藻华面积与叶绿素a的关系图,从图中可以看出二者没有明显关联㊂结合磷质量浓度与藻华面积的历年变化情况可以看出,磷质量浓度与藻华面积变化也不完全一致㊂从藻华面积变化趋势图中可知,于桥水库藻华面积在2015年达到最大值5.65km2,而磷质量浓度和叶绿素a浓度的最大值均是在2016年,其浓度分别为0.109mg /L 和52.44mg /m 3,而此时藻华面积相较2015年已大幅减少,甚至为历年最少㊂由此可知,虽然TP 浓度增加会促进藻华爆发,然而藻华爆发面积与磷质量浓度没有必然联系㊂这是因为磷并非是引起藻华爆发的唯一因素,藻华发生会受到营养盐浓度㊁温度㊁湖泊地形㊁湖流等多种环境因素的影响㊂于桥水库的输入方式主要是河流输入[22],河流入库口由于流速降低,吸附于颗粒上的磷大量沉积,并水土界面发生交换作用重新进入上覆水体,导致水中磷质量浓度升高[23],造成有支流输入的河口和近岸区域藻华滋生和大面积聚集(见图2)㊂因此,在于桥水库藻华防治工作中,应重点关注水流较为缓慢的岸边区域和有支流输入的河口缓流区域㊂图4㊀叶绿素质量浓度对总磷质量浓度的响应关系及藻华面积与叶绿素质量浓度2.3㊀区域气温与于桥水库藻华爆发关系分析水温对藻类生长具有重要影响,其中25ħ左右是较适宜藻类生长的温度[24],因此每年的8 9月是于桥水库藻华爆发最为严重的时间㊂利用国家气象站(遵化站)2008 2017年8 9月的日平均和最大气温数据,分析不同年份气温变化与于桥水库藻华面积变化的关系㊂结果显示,2015年8 9月日平均气温分布与其他年份有明显不同㊂2015年8 9月,日平均气温在22~28ħ的累计频率为65%左右,明显高于其他年份,说明该部分时段温度高于同期温度㊂进一步分析发现在藻华面积分布较高的年份均有类似的温度分布特征,充分证明了在营养盐充足的条件下,气温的升高会促进藻类大量繁殖,导致藻华大面积爆发㊂ʻ 2008; ʏ 2009; ▶ 2010; һ 2011; ▽ 2012;⎔ 2013; ʻˑ 2014; Җ 2015; ◁ 2016; Ѳˑ 2017㊂图5㊀于桥水库2008 2017年8 9月份日平均气温累积频度分布3㊀结㊀论从上述分析可以看出,于桥水库藻华主要出现库区东岸和北岸的河流入口处,西南及水库中心水体状况较好,藻华出现较少㊂引起藻华现象的原因包括营养盐输入㊁磷质量浓度的增加㊁温度等因子,其中营养盐是藻华发生的物质基础,总磷与水中叶绿素a 浓度有着直接影响,是于桥水库藻华爆发的限制性因子;温度也与藻华爆发密切相关,对藻华爆发面积有着重要影响㊂基于此,在于桥水库蓝藻水华防治方面,建议以磷输入控制为核心目标,具体对策如下:1)控制面源磷输入和废污水排放,实施基于入库磷总量达标的流域水质目标管理方案[25];2)建造人工湿地,开展入库河流岸边带修复和重建,减低入河磷污染和净化水质;3)在东岸和北岸污染较重区域开展生态清淤,减少沉积物内源磷污染㊂参考文献[1]㊀赵丹.典型内陆湖库蓝藻水华遥感监测[D].西安科技大学,2018.[2]㊀张渊智,段洪涛.芬兰海岸带水域蓝藻水华遥感监测[J].湖泊科学,2008,20(2):167-172.[3]㊀李旭文,季耿善,杨静.太湖藻类的卫星遥感监测[J].湖泊科学,1995(7):65-68.[4]㊀HU C,LEE Z,MA R,et al.Moderate resolution imagingspectroradiometer (MODIS)observations of cyanobacteria bloomsin Taihu Lake,China [J ].Journal of Geophysical Research:Oceans,2010,115(C4).(下转第83页)。

第47卷第1期2019年2月Vol. 47,No. 1Feb. 2019气象科技METEOROLOGICAL SCIENCE AND TECHNOLOGY太湖蓝藻水华形成的适宜气象指标杭鑫⑺罗晓春$谢小萍2李亚春2**--------------------------------- http ：//www. qxkj. net. cn 气象科技江苏省基础研究计划太湖专项(BK2007745).江苏省科技支撑计划项目(BE2011840)、江苏省气象局重点项目(KZ201403)共同资助作者简介：杭鑫•男.1990年生•硕士研究生，工程师•主要从事卫星遥感及应用气象研究・Email ：57O7O2OO5@qq. com收稿日期：2018年4月10日；定稿日期：2018年10月24日* 通信作者• Email ：jsqxlyc@ 163. com(1南京信息工程大学大气物理学院，南京210044； 2江苏省气象服务中心，南京210008)摘要 根据2005-2017年卫星遥感反演的太湖蓝藻水华信息，利用区域气象观测数据分析各类气象因子对太湖蓝藻深水华形成的影响.结果表明：①在日平均气温为0〜35 °C 区间内会出现蓝藻聚集现象.其中最适宜气温区间 为15. 1~35 该区间内累计出现蓝藻水华的面积占比达90%、出现大面积蓝藻水华占比达93%；②在卫星观测到蓝藻前6 h,平均风速为0. 2-4.8 m/s 区间内能观测到蓝藻水华.其中最适宜的平均风速区间为0.5-3.4 m/s, 该区间内蓝藻水华累计出现次数占比达94.7%,大面积蓝藻水华主要出现在平均风速<2.0 m/s 的情况下，占比89%；③降水总体上呈负效应.但在观测到有大面积蓝藻水华的情况下.前24 h 有小雨(<10 mm)的情形与总降水次数之比达88%,说明小雨的适度扰动有利于形成大面积蓝藻水华；④日照充足有利于蓝藻生长，但并非蓝藻水华 形成的必要条件。

中国的湖泊⽣态系统动⼒学模型研究始于20世纪80年代，主要集中在滇池、太湖、东湖、巢湖、西湖等富营养化严重的湖泊以及其他⽔体。

⽬前，已有⼀些软件⽤于湖泊⽣态系统动⼒学模拟，有CE-QUAL-ICM、WASP、AQUATOX、Pamolare、CAEDYM 等，以及⽤来模拟湖泊能流的软件ECOPATH.近年来应⽤较多的是美国环保署开发的WASP，其建模原理是⽔量和污染物质在时空上的守恒，模型由两个⼦模型构成，可以模拟任何地表⽔体。

Pamolare（PlanningandManagementofLakesandReservoirs）由联合国环境规划署（UNEP）国际环境技术中⼼（IETC-UNEP）和国际湖泊环境委员会（ILEC）联合开发。

该软件包根据复杂性不同，由4个⼦模型构成，并在LakeGlums湖得到应⽤与测试。

在建模⽅法上，⼀般以质量平衡⽅程为基础，主要考虑：物理扩散迁移，⽣化反应及源、汇等因素；模拟对象则包括细菌、浮游动植物和底栖⽣物及鱼类等的⽣长与死亡，⽣源要素（氮、磷等）的循环以及BOD、DO的动⼒过程等等。

建模时对时空尺度的选择很重要。

物理、化学过程相对于⽣物过程，时空尺度要⼩得多，如果尺度选择过⼩，模型运算量、存储量就很⼤，⽽且⽣物过程⼏乎不显著；反之，物理、化学过程就得不到充分体现。

因此，在模拟过程中，需要结合模拟⽬的对尺度进⾏权衡选择。

⽣态系统模型虽然考虑因素多，对系统的描述很全⾯，但不可避免的也有其缺点。

这类模型所需数据多，很少有湖泊可以提供充⾜的数据，这就限制了模型的应⽤。

由于对⼀些机理尚未搞清楚，参数选择仍是经验估计，精度并没有预期那么⾼。

参数选择上多是参照具体的研究对象，模型中因包含湖泊具体的内部关系，⽽使建⽴在某⼀湖泊上的模型具有的个性特征。

因此，这样的模型还是有很⼤局限性的，并且计算量⼀般都很⼤。

模型发展⽅⾯，变量是重要的制约因素。

有些状态变量，如鱼类及浮游动物⽣物量很难在现场连续观测获得实测数据，这样就不可能在实际观测数据基础上进⾏校正，因此模型的灵敏度、可靠性就得不到有效提⾼。

气候变化对蓝藻水华的影响随着气候变化的不断加剧，各种生态系统都受到了严重的影响，其中包括河流、湖泊和海洋。

蓝藻水华是一种常见的环境问题，它对水生生态系统和人类健康造成了相当大的威胁。

本文将探讨气候变化如何影响蓝藻水华的发生和发展。

首先，气候变化导致了水温的升高，这是蓝藻水华形成的重要因素之一。

蓝藻是一种蓝绿色藻类，它们在较高温度下生长迅速。

而在温暖的气候条件下，水体中的温度上升会刺激蓝藻的繁殖。

由于水温升高，蓝藻的生长周期缩短，从而导致其数量迅速增加，形成水华现象。

水华不仅破坏了水生生态系统的平衡，还造成了毒素的释放，危害了生态链上的其他生物。

其次，气候变化也导致了水域富营养化的加剧，为蓝藻水华的发生提供了理想的环境。

随着全球气候的变暖，冰川融化加快，大量的营养物质被冲入水体中。

这些营养物质包括氮、磷等化学元素，它们是蓝藻生长所必需的。

蓝藻在富营养化的水体中具有竞争优势，可以迅速繁殖，形成水华。

而水华不仅浑浊了水质，还对水中其他生物造成了威胁，导致水生生态系统的进一步破坏。

另外，气候变化还会影响水体中的氧气含量，从而加剧蓝藻水华的发展。

气候变化导致了降雨量和湿度的增加，这会使得水体中溶解氧的浓度降低。

蓝藻在低氧条件下能够快速繁殖，而其他水生生物则难以适应这种环境。

当水体氧气含量降低到一定程度时，蓝藻水华就会迅速扩大，并对其他水生生物造成威胁，甚至导致生态系统的崩溃。

此外，气候变化对降雨分布和水体流动性也有一定影响，这会进一步促进蓝藻水华的发生。

降雨分布的不均匀会导致某些地区水体富营养化程度加剧，为蓝藻生长提供了更适宜的条件。

同时，水体流动性的改变也会使得蓝藻在水中的分布更加广泛。

这样一来，蓝藻就能更为迅速地进入其他水域，形成新的水华。

这种扩散和传播加速了蓝藻水华的发展，对生态系统造成了进一步破坏。

综上所述，气候变化对蓝藻水华的影响是多方面的。

它导致水温升高、水域富营养化加剧、氧气含量降低以及降雨分布和水体流动性的改变，这一系列因素共同促进了蓝藻水华的发生和发展。

湖泊富营养化水质模型的构建及应用湖泊是人类赖以生存的重要资源之一，同时也是自然生态系统的重要组成部分。

然而，随着人类活动的不断扩张和城市化的加剧，湖泊受到了越来越多的污染和破坏，水质问题也日益突出。

其中，湖泊富营养化是目前湖泊水质问题的主要形式之一，对湖泊的健康和生态平衡产生了严重影响。

因此，研究湖泊富营养化水质模型的构建和应用具有重要的理论和实践意义。

一、湖泊富营养化水质模型的构建1.1 湖泊富营养化的特征及影响因素湖泊富营养化是指湖泊中营养物质（如氮、磷等）的浓度过高，从而导致水体生产力和水生生态系统的异常增长。

同时，湖泊富营养化还会引起水体透明度降低、水体的氧化还原电位变化等一系列影响。

影响湖泊富营养化的因素较为复杂，主要包括自然和人为因素。

自然因素常见的包括湖泊水体的深度、水流速度、水位变化等；而人为因素主要包括工业、农业、城市化等活动导致的人为污染。

1.2 基于质量平衡的水质模型建模湖泊富营养化水质模型是指在考虑影响湖泊水质的各种因素的基础上，通过建立湖泊内营养物质的质量平衡方程，模拟湖泊水质的变化规律。

具体来说，湖泊富营养化水质模型建模的过程主要包括以下几个方面：（1）确定输入物质。

这包括确定营养盐输入通量、湖泊周围的地下水输入通量、湖泊内沉积物释放通量等。

（2）建立营养盐输运和转化方程。

通过建立营养盐输运方程及其物质平衡和动力学转化方程，确定湖泊内的各种营养物质的分布和转化规律，以及水体中营养盐的浓度等信息。

（3）根据某一时刻的输入和转化，确定该时刻的水质特性和各项生态指标等。

1.3 常见的湖泊富营养水质模型（1）SEDMOD模型SEDMOD模型是一种较为经典的湖泊富营养化水质模型，适用于考虑沉积物中营养物释放对湖泊水质的影响。

该模型基于物质平衡原理，可以同时模拟湖泊水质的空间和时间分布规律。

（2）CE-QUAL-W2模型CE-QUAL-W2模型是一种基于二维水动力学模型的湖泊富营养化水质模型。

摘要：为了探讨巢湖东半湖蓝藻水华暴发时空分布规律及其成因，对2008—2009年巢湖东半湖蓝藻密度、叶绿素含量及相关水质指标进行研究。

采用逐步剔除法和逐步回归法进行分析，获得巢湖东半湖蓝藻水华暴发时空分布图。

结果表明，巢湖东半湖蓝藻暴发存在明显的时空分布差异，藻华形成（叶绿素a 含量、蓝藻密度）与透明度、高锰酸钾指数、氨氮以及总氮显著相关，结合多元回归分析可知，影响水华暴发的环境因子有水温、pH 、透明度和总氮。

关键词：蓝藻暴发；时空分布；相关性分析；多元回归；巢湖中图分类号：X171.5文献标志码：A 文章编号：1672-2043（2013）10-2035-07doi:10.11654/jaes.2013.10.019巢湖东半湖蓝藻水华暴发时空动态及成因吴珺1，李浩1，曹德菊1*，黄祥明2，赵富贵2，王光宇3，闫晓明3（1.安徽农业大学资源与环境学院，合肥230036；2.安徽省巢湖市环保局环境监测站，合肥238006；3.安徽省农业科学院，合肥230031）Tempo-spatial Dynamics and Cause of Cyanobacterial Blooms in East-half Part of Lake ChaohuWU Jun 1,LI Hao 1,CAO De-ju 1*,HUANG Xiang-ming 2,ZHAO Fu-gui 2,WANG Guang-yu 3,YAN Xiao-ming 3（1.School of Resources and Environment ，Anhui Agricultural University ，Hefei 230036,China;2.Chaohu Environmental Protection Bureau of Environmental Monitoring Station,Hefei 238006,China;3.Anhui Academy of Agricultural Sciences,Hefei 230031,China ）Abstract ：To explore the tempo-spatial dynamics and cause of the cyanobacterial blooms in the east-half part of Lake Chaohu,the density of cyanobacterial,chlorophyll a,water temperature ，total nitrogen,total phosphorus and pH were measured during 2008—2009.Cyanobac －terial blooms generally appeared between June and August,and near the center （Zhongmiao ）of the Lake.Cyanobacterial blooming （chloro －phyll a content and algal density ）was significantly correlated with transparency index,permanganate index,ammonia nitrogen and total ni －trogen in water.Nitrogen in water was a critical factor leading to tocyanobacterial blooming.Suitable temperature facilitated this phe －nomenon.Keywords ：cyanobacterial bloom;spatial and temporal dynamic;correlation analysis;multiple regressions;Lake Chaohu收稿日期：2013－02－27基金项目：国家科技支撑计划项目（2012BAD14B13）；安徽省农业科学院科技创新团队项目（13C0203）作者简介：吴珺（1987—），女，江苏昆山人，在读硕士，主要研究方向为环境评价与规划。

基于MODIS的南四湖植被覆盖变化的时空特征研究于泉洲;董杰;刘恩峰;周蕾;梁春玲;张怀珍;曹建荣【摘要】湿地植被的时空变化研究是陆地生态系统对全球变化响应研究的重要内容之一.利用2000-2015年的中分辨率成像光谱仪(MODIS)16天合成的植被指数数据(NDVI和EVI)作为植被覆盖的指标,采用基于像元的线性趋势分析和稳定性分析方法研究了南四湖湿地植被覆盖的时空演变和稳定性格局特征,并结合气象数据和相关资料分析了控制植被覆盖变化的主要因素.结果表明:1) 南四湖湿地植被覆盖度受景观格局控制,呈现由湖岸向湖心减小的带状分布特征.2) 南四湖植被覆盖变化具有阶段性特征.2000-2003年生长季植被覆盖度处于较高水平,2004-2006年处于较低水平,之后波动变化;植被覆盖年内变化呈双峰特征,尤其在下级湖.3) 湿地的水陆交错地带植被覆盖下降趋势明显,植被指数平均每10年减少0.1~0.3,其他区域植被覆盖略有上升.4) 植被覆盖的稳定度亦呈现以湖心为中心的环带状特征,由湖心到湖岸植被的稳定性逐渐增高.5) 植被覆盖度的变化与区域降水导致的湖泊水位变化关系密切.除去极端降水的2003年,年降水量与湿地植被指数呈显著负相关关系(P<0.05),相关系数分别为-0.60(NDVI)和-0.66(EVI).作为南水北调东线工程重要的水利枢纽,南四湖频繁的水文调蓄必然影响湿地植被覆盖格局,进而影响南四湖湿地生态过程及生态功能,需引起管理者的重视.%Spatial and temporal change study of wetland vegetation is an important part of the global change and terrestrial ecosystem research.We selected vegetation index(NDVI and EVI)data of Moderate Resolution ImagingSpectroradiometer(MODIS)during 2000 to 2015 as indicators to represent vegetation ing pixel-based linear trend analysis and stability analysis method,we studied the vegetation coverage temporal and spatialevolution and vegetation stability pattern of Nansi Lake,and combined with meteorological data and other related data to analyze its control factors.The results show that:1)Vegetation coverage of Nansi Lake was controlled by landscape pattern,with a reducing banded distribution from the lake shore to the eulimnetic area.2)Vegetation coverage change had stage characters.Vegetation coverage was at a high level in growing season from 2000 to 2003,at a low level from 2004 to 2006 and fluctuated after 2006.Vegetation coverage had bimodal trends within theyear,especially in the lower lake.3)Vegetation coverage decreased significantly at the lake-land ecotone in Nansi wetland.Vegetation index decreased by 0.1 to 0.3 per 10 years averagely,and it increased slightly at other regions.4)Stability of vegetation coverage presented the annular characterized,increasing from the central to shores of the lake gradually.5)Vegetation coverage has the close relationship with regional precipitation and lake level change caused by precipitation.Except the extreme precipitation year(2003),annual precipitation and wetland vegetation index showed a significant negative correlation(P<0.05),and correlation coefficients were-0.60(for NDVI)and-0.66(for EVI).As an important hydro-junction at south-to-north water transfer east route project,frequent hydrological regulation in Nansi Lake inevitably influences wetland vegetation coverage pattern,even affecting the Nansi Lake ecological processes and functions,to which relevant managers should pay serious attention.【期刊名称】《林业资源管理》【年(卷),期】2017(000)001【总页数】9页(P144-152)【关键词】MODIS;EVI;NDVI;植被覆盖;南四湖湿地【作者】于泉洲;董杰;刘恩峰;周蕾;梁春玲;张怀珍;曹建荣【作者单位】聊城大学环境与规划学院,山东聊城 252059;聊城大学环境与规划学院,山东聊城 252059;湖泊与环境国家重点实验室中国科学院南京地理与湖泊研究所,南京 210008;中国科学院地理科学与资源研究所,北京 100101;商丘师范学院测绘与规划学院,河南商丘 476000;聊城大学环境与规划学院,山东聊城 252059;聊城大学环境与规划学院,山东聊城 252059【正文语种】中文【中图分类】S718.45湿地被誉为“地球之肾”，是水陆交互作用所形成的自然综合体，在调节气候、涵蓄水源和维持生态系统平衡等方面具有重要的作用［1，2］。