一種大型淺水湖泊水華藍(lán)藻總存量估算的方法
【專利摘要】本發(fā)明公開了一種大型淺水湖泊水華藍(lán)藻總存量估算的方法，其特征在于：確定不同氣象水文條件下水華藍(lán)藻的垂直分布特征，結(jié)合衛(wèi)星遙感定量反演湖泊水體表層的色素含量；進(jìn)而建立“表層”色素濃度和“水柱”色素含量的演算關(guān)系；將湖泊網(wǎng)格分區(qū)進(jìn)而定量反演各網(wǎng)格的“水柱”色素含量，估算水華藍(lán)藻總存量及區(qū)域分布。本發(fā)明可以獲取水華藍(lán)藻時空分布的實際強度，評估治理措施對控制藍(lán)藻的效果，為湖泊的管理和決策提供科技支撐作用。
【專利說明】一種大型淺水湖泊水華藍(lán)藻總存量估算的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種大型淺水湖泊水華藍(lán)藻總存量估算的方法。
【背景技術(shù)】
[0002]目前大型淺水湖泊藍(lán)藻水華強度的評估主要依據(jù)衛(wèi)星遙感影像獲取的藍(lán)藻水華面積及頻次，但該方法僅能反映水華表層覆蓋面積，未考慮水柱藍(lán)藻生物量，其科學(xué)性和準(zhǔn)確性存在一定質(zhì)疑。
[0003]本發(fā)明旨在通過不同氣象因子下水華藍(lán)藻的垂向分布規(guī)律和衛(wèi)星遙感反演，構(gòu)建藍(lán)藻總存量精確估算技術(shù)，對大型淺水湖泊的藍(lán)藻水華強度進(jìn)行定量估算，客觀反映藍(lán)藻的總存量與時空分布。從短期來看，依據(jù)該結(jié)果可以有效對湖泊藍(lán)藻水華風(fēng)險及主要風(fēng)險區(qū)域進(jìn)行有效預(yù)評估；從長期來看，藍(lán)藻總存量可以用于表征不同年度藍(lán)藻水華實際強度及其增減程度，評估湖泊長期治理效果，科學(xué)評估有關(guān)湖泊治理工程實施的績效，為采取更有針對性的藍(lán)藻水華控制措施提供決策依據(jù)。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于提供一種大型淺水湖泊水華藍(lán)藻總存量估算方法，能夠獲取水華藍(lán)藻時空分布的實際強度，評估治理措施對控制藍(lán)藻的效果，為湖泊的管理和決策提供科技支撐作用。
[0005]為實現(xiàn)上述目的，本發(fā)明所采用的技術(shù)方案如下:
[0006]一種大型淺水湖泊水華藍(lán)藻總存量估算方法，其特征在于，確定不同氣象水文條件下水華藍(lán)藻的垂直分布特征，結(jié)合衛(wèi)星遙感定量反演湖泊水體表層的色素含量；進(jìn)而建立“表層”色素濃度和“水柱”色素含量的演算關(guān)系；將湖泊網(wǎng)格分區(qū)進(jìn)而定量反演各網(wǎng)格的“水柱”色素含量，估算大型淺水湖泊藍(lán)藻水華總存量及區(qū)域分布。
[0007]具體地，所述的方法包括如下步驟:
[0008]1、確定不同氣象水文條件下藍(lán)藻水華垂向分布格局
[0009]基于大型淺水湖泊水體面積和特征設(shè)定監(jiān)測點，通過整水柱采樣器，采集不同水層水樣，了解水柱中浮游藻類的數(shù)量變化動態(tài)，同步測定伴隨藍(lán)藻生物量變化的風(fēng)浪變化，以確定兩者之間的關(guān)系。分析不同水域及溫度下藻顆粒(葉綠素a濃度)垂向分布類型；對野外試驗和室內(nèi)試驗獲得的藻顆粒(葉綠素a濃度)垂向分布數(shù)據(jù)進(jìn)行數(shù)值模擬；在以上基礎(chǔ)上，構(gòu)建單元水柱水華藍(lán)藻垂向分布規(guī)律及函數(shù)。
[0010]2、基于衛(wèi)星遙感影像的湖泊表層藍(lán)藻生物量估算
[0011]利用衛(wèi)星遙感影像獲取表層藍(lán)藻水華生物量反演圖像，通過人工監(jiān)測、比較不同水質(zhì)條件下(色素、濁度、懸浮物性質(zhì)等)的光譜特征波段，估測中表層藍(lán)藻水華與各因素的相互影響關(guān)系。由于有無水華覆蓋的水體離水信號差異較大，不同水域類型的遙感反射比，需要構(gòu)建不同的表層生物量反演模型，定量反演湖泊水體表層的色素含量。
[0012]3、大型淺水湖泊藍(lán)藻總存量估算[0013]將湖泊網(wǎng)格分區(qū)，結(jié)合湖體深度及各區(qū)域氣象水文條件，利用藍(lán)藻水華數(shù)據(jù)同化算法和參數(shù)率定技術(shù)，整合藍(lán)藻垂向分布函數(shù)和表層藍(lán)藻生物量估算模型，通過水華藍(lán)藻表層及垂向分布格局反演各網(wǎng)格的“水柱色素含量”，進(jìn)而估算大型淺水湖泊水華藍(lán)藻總存量。
[0014]本發(fā)明的優(yōu)點及效果:本案運用生物學(xué)、生態(tài)學(xué)檢測方法，結(jié)合氣象、遙感、數(shù)據(jù)模擬相關(guān)技術(shù)，通過建立“表層”色素濃度和“水柱”色素含量的這一核心演算關(guān)系，盡可能更真實的對大型淺水湖泊水華藍(lán)藻的整個生態(tài)分布格局和總存量進(jìn)行全方面的分析和評估。根據(jù)本案的結(jié)果不但可以有效對湖泊藍(lán)藻水華主要風(fēng)險區(qū)域進(jìn)行有效預(yù)評估，而且還可以建立藍(lán)藻總存量這一長期檢測指標(biāo)評估湖泊治理效果，為科學(xué)決策提供依據(jù)。
[0015]下面結(jié)合具體實施例對本發(fā)明進(jìn)行詳細(xì)描述。本發(fā)明的保護(hù)范圍并不以【具體實施方式】為限，而是由權(quán)利要求加以限定。
【專利附圖】

【附圖說明】
[0016]圖1藻類在各層中的百分含量平均的變異系數(shù)于風(fēng)浪的關(guān)系。
[0017]圖2風(fēng)浪與藍(lán)藻水華垂向分布特征的關(guān)系。
[0018]圖3不同水域、不同季節(jié)藍(lán)藻水華分布特征。
[0019]圖4巢湖藍(lán)藻水華分布MODIS衛(wèi)星遙感影像(圖4a)及反演圖(圖4b)。
[0020]圖5EcoTaihu模型的模塊結(jié)構(gòu)示意圖。
[0021]圖6巢湖藍(lán)藻總存量估算結(jié)果，其中圖5a:葉綠素；圖5b:藍(lán)藻生物量。
【具體實施方式】
[0022]下面通過具體實施例對本發(fā)明所述的技術(shù)方案給予進(jìn)一步詳細(xì)的說明，但有必要指出以下實施例只用于對
【發(fā)明內(nèi)容】
的描述，并不構(gòu)成對本發(fā)明保護(hù)范圍的限制。
[0023]本發(fā)明對大型淺水湖泊水華藍(lán)藻總存量進(jìn)行估算，上述目的是這樣實現(xiàn)的:通過野外現(xiàn)場試驗、室內(nèi)控制試驗確定不同氣象水文條件下水華藍(lán)藻的垂直分布特征，結(jié)合MODIS衛(wèi)星遙感影像，通過遙感反射比、水華覆蓋度對不同水域水華類型進(jìn)行分類，定量反演湖泊表層水體的色素含量。進(jìn)而建立“表層”色素濃度和“水柱”色素含量的演算關(guān)系，將湖泊網(wǎng)格分區(qū)進(jìn)而定量反演各網(wǎng)格的“水柱色素含量”，估算大型淺水湖泊水華藍(lán)藻總存量及區(qū)域分布。
[0024]步驟如下:
[0025]1.通過水面布點監(jiān)測、確定不同氣象水文條件下(風(fēng)速、氣溫等)水華藍(lán)藻的垂直分布特征。
[0026]基于大型淺水湖泊水體面積和特征設(shè)定監(jiān)測點，包括類型的灣區(qū)(淺灣區(qū)、深灣區(qū)、近岸灣區(qū))和湖心區(qū)等等，通過分層水樣同步采樣器和完整水柱采樣器，采集不同水層水樣。對藻類垂向分布的各種影響參數(shù)進(jìn)行篩選和率定，如藻類在各層中的百分含量平均的變異系數(shù)于風(fēng)浪的關(guān)系；不同水域情況對藻類的分布系數(shù)；風(fēng)浪與藍(lán)藻水華垂向分布的影響等等，為后續(xù)模型設(shè)定提供數(shù)據(jù)基礎(chǔ)。
[0027]藻類的垂直分布與風(fēng)速有著非常密切的關(guān)聯(lián)。藻類在各層間的百分含量的變異系數(shù)(CV)隨著風(fēng)浪的增大而減小。由于各層間的變異系數(shù)表征藻類在水柱中的垂直分布的均勻程度，變異系數(shù)隨風(fēng)浪的變化反映了藻類在不同風(fēng)浪條件下的在水柱中的垂直分層(圖1)。如圖1，當(dāng)風(fēng)速為2.0m 波高0.044m時，總藻類、綠藻和藍(lán)藻的垂直分布很不均勻，變異系數(shù)分別是0.90,0.53和2.89。風(fēng)浪變?yōu)?.5m ? s—1時，各個類群的藻類的變異系數(shù)減小。當(dāng)風(fēng)速為3.1nT1且有效波高為0.06m時，總藻類、綠藻和藍(lán)藻在水柱中分層百分含量的CV分別為0.50,0.26和0.69，各層間的分布已經(jīng)比較均勻。當(dāng)風(fēng)速和波高變得更大時，三種類群的藻類在水柱中會更均勻的分布。
[0028]如圖2所示(風(fēng)浪大小在圖的下方)，在不同的風(fēng)浪條件下，各種類群的藻在水柱中的垂直分布受到顯著的影響。當(dāng)風(fēng)速為2.0m* s—1和波高為0.04m時，藍(lán)藻(主要為微囊藻)在湖面(表層5cm)中形成水華，此時大約有37%的總生物量聚集表層。當(dāng)風(fēng)速達(dá)到
2.5m ? s—1和波高為0.057m時大約有34%的藍(lán)藻生物量聚集在湖面。當(dāng)風(fēng)速繼續(xù)加強，達(dá)到3.1m ? s—1和0.062m，表面水華消失，大多數(shù)的藍(lán)藻聚集在湖水底層。與藍(lán)藻的垂直變化相反，總藻類和綠藻沒有在表層形成類似的分布。 [0029]根據(jù)不同水域、不同季節(jié)藍(lán)藻水華分布特征來看(圖3):藍(lán)藻生物量的變化呈現(xiàn)由綠藻為主的藻類變?yōu)橐运{(lán)藻為優(yōu)勢種的過程。但不同水域受風(fēng)場、流速流向的影響較大。灣I藍(lán)藻的垂直分層在3月份藍(lán)藻主要集中在上覆水，其次分布與50cm的深度。進(jìn)入4月份的分布集中的50cm。5月份藍(lán)藻變的主要分布在中間層，特別是1.0-1.5m的水層。當(dāng)藍(lán)藻取得優(yōu)勢時，其分布還是主要以中間層為主，兩端較低的比例。灣3總體趨勢類似，從波定性來看灣2的明顯大于灣I。灣3藍(lán)藻在5月份的分布5月份藍(lán)藻的垂直分層不再均勻，而知主要集中的水底層，中間層中藍(lán)藻的數(shù)量最小。確立優(yōu)勢后的藍(lán)藻主要在中間層分布，而且是以中間層向兩端遞減的模式分布。湖心的藍(lán)藻前3個月在水柱中的分布都相對均勻。5月份在表層和上覆水中的藍(lán)藻的數(shù)量最大。直至藍(lán)藻形成優(yōu)勢，大部分藍(lán)藻在湖心分布在表層。如圖可知藍(lán)藻的分布受溫度影響，具有明顯的季節(jié)性變化。在空間上，藍(lán)藻生物量表現(xiàn)為:灣區(qū)(上風(fēng)口)〈湖心〈灣區(qū)(下風(fēng)口)；在垂直方向上，風(fēng)較小的情況多分布于中上層，但大風(fēng)過程中其垂直分布較為均勻。
[0030]通過本案結(jié)果可以看出，表層的藻類生物量占總生物量的比例與風(fēng)浪的大小有一定的函數(shù)關(guān)系(如表1所示)，可以通過表層的藍(lán)藻水華濃度和藍(lán)藻的垂向分布特征對藍(lán)藻總存量進(jìn)行估算。從結(jié)果可以看出，藍(lán)藻和總的藻類的表層生物量百分比與風(fēng)浪大小具有比較顯著的相關(guān)關(guān)系，而綠藻則沒有這樣的關(guān)系，這也為估算水華藍(lán)藻總存量提供理論依據(jù)。
[0031]表1藻類表層生物量(各色素含量)占水柱中總量的比例與風(fēng)浪的關(guān)系
【權(quán)利要求】
1.一種大型淺水湖泊水華藍(lán)藻總存量估算方法，其特征在于，確定不同氣象水文條件下水華藍(lán)藻的垂直分布特征，結(jié)合衛(wèi)星遙感定量反演湖泊水體表層的色素含量；進(jìn)而建立“表層”色素濃度和“水柱”色素含量的演算關(guān)系；將湖泊網(wǎng)格分區(qū)進(jìn)而定量反演各網(wǎng)格的“水柱”色素含量，估算大型淺水湖泊藍(lán)藻水華總存量及區(qū)域分布。
2.根據(jù)權(quán)利要求1所述的大型淺水湖泊水華藍(lán)藻總存量估算方法，其特征在于，所述的方法包括如下步驟: 1)確定不同氣象水文條件下藍(lán)藻水華垂向分布格局 基于大型淺水湖泊水體面積和特征設(shè)定監(jiān)測點，采集不同水層水樣，分析水柱中浮游藻類的數(shù)量變化，同步測定伴隨藍(lán)藻生物量變化的風(fēng)浪變化，以確定兩者之間的關(guān)系；分析不同水域及溫度下藻顆粒垂向分布類型；對藻顆粒垂向分布數(shù)據(jù)進(jìn)行數(shù)值模擬，在此基礎(chǔ)上，構(gòu)建單元水柱水華藍(lán)藻垂向分布規(guī)律及函數(shù)； 2)基于衛(wèi)星遙感影像的湖泊表層藍(lán)藻生物量估算 利用衛(wèi)星遙感影像獲取表層藍(lán)藻水華生物量反演圖像，通過人工監(jiān)測、比較不同水質(zhì)條件下的光譜特征波段，估測中表層藍(lán)藻水華與各因素的相互影響關(guān)系；根據(jù)不同水域類型的遙感反射比構(gòu)建表層生物量反演模型，定量反演湖泊水體表層的色素含量； 3)大型淺水湖泊藍(lán)藻總存量估算 將湖泊網(wǎng)格分區(qū)，結(jié)合湖體深度及各區(qū)域氣象水文條件，利用藍(lán)藻水華數(shù)據(jù)同化算法和參數(shù)率定技術(shù)，整合藍(lán)藻垂向分布函數(shù)和表層藍(lán)藻生物量估算模型，通過水華藍(lán)藻表層及垂向分布格局反演各網(wǎng)格的“水柱”色素含量，估算大型淺水湖泊水華藍(lán)藻總存量。
3.根據(jù)權(quán)利要求2所述的大型淺水湖泊水華藍(lán)藻總存量估算方法，其特征在于，所述的步驟I)中，單元水柱水華藍(lán)藻垂向分布函數(shù)是指藍(lán)藻的表層生物量占單元水柱中藍(lán)藻總量的比例與風(fēng)浪的函數(shù)關(guān)系。
4.根據(jù)權(quán)利要求2所述的大型淺水湖泊水華藍(lán)藻總存量估算方法，其特征在于，所述的步驟2)中，所述的表層生物量反演模型采用MODIS衛(wèi)星遙感提取普適模式，對獲取的MODIS影像進(jìn)行幾何糾正和輻射定標(biāo)計算。
5.根據(jù)權(quán)利要求2所述的大型淺水湖泊水華藍(lán)藻總存量估算方法，其特征在于，所述的步驟3)中，對水華藍(lán)藻總存量進(jìn)行估算采用EcoTaihu模型。
【文檔編號】G01C11/00GK103616490SQ201310638949
【公開日】2014年3月5日 申請日期:2013年12月3日 優(yōu)先權(quán)日:2013年12月3日
【發(fā)明者】于洋, 孔繁翔, 張民, 陽振, 韓濤, 曹煥生 申請人:中國科學(xué)院南京地理與湖泊研究所