殷守敬，吳傳慶，王 晨，馮愛萍，董 昊，高 芮，馬萬棟

1.環(huán)境保護(hù)部衛(wèi)星環(huán)境應(yīng)用中心，北京 100094 2.國(guó)家環(huán)境保護(hù)衛(wèi)星遙感重點(diǎn)實(shí)驗(yàn)室，北京 100094 3.安徽省環(huán)境監(jiān)測(cè)中心站，安徽 合肥 230061 4.巢湖管理局環(huán)境保護(hù)監(jiān)測(cè)站，安徽 巢湖 238000

我國(guó)是一個(gè)多湖泊國(guó)家，共有湖泊2萬多個(gè)，面積超過1 km2的天然湖泊有2 759個(gè)，同時(shí)也是世界上湖泊富營(yíng)養(yǎng)化最嚴(yán)重的地區(qū)之一。2014年我國(guó)61個(gè)國(guó)控湖泊(水庫)有2個(gè)為中度富營(yíng)養(yǎng)狀態(tài)，13個(gè)為輕度富營(yíng)養(yǎng)狀態(tài)[1]。水污染與富營(yíng)養(yǎng)化帶來了一系列嚴(yán)重問題，包括水體毒性化、威脅湖泊飲用水源和水產(chǎn)品安全、湖泊生物多樣性下降、水生生態(tài)系統(tǒng)受損等，造成巨大的資源和經(jīng)濟(jì)損失[2]。因此，湖泊富營(yíng)養(yǎng)化治理受到國(guó)家的高度重視，富營(yíng)養(yǎng)化狀態(tài)監(jiān)測(cè)與評(píng)估已經(jīng)成為我國(guó)迫切需要解決的問題[3]。

湖泊富營(yíng)養(yǎng)化評(píng)價(jià)方法主要包括營(yíng)養(yǎng)狀態(tài)指數(shù)法、營(yíng)養(yǎng)度指數(shù)法和評(píng)分法[4-5]。目前國(guó)際上尚未提出統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn)或模型，綜合營(yíng)養(yǎng)狀態(tài)指數(shù)法由于其可操作性、簡(jiǎn)潔性和科學(xué)性，成為我國(guó)環(huán)保部門富營(yíng)養(yǎng)化監(jiān)測(cè)工作的推薦方法。

湖泊富營(yíng)養(yǎng)化監(jiān)測(cè)手段主要有實(shí)地監(jiān)測(cè)和遙感監(jiān)測(cè)2種。實(shí)地監(jiān)測(cè)配合采集水樣實(shí)驗(yàn)室分析方法是目前湖泊水體監(jiān)測(cè)的主要手段。該方法具有數(shù)據(jù)準(zhǔn)確、指標(biāo)豐富等特點(diǎn)，但是耗時(shí)耗力，并且由于采樣時(shí)間差別大、樣本量少、水體流動(dòng)性強(qiáng)等原因，無法有效反映湖泊水質(zhì)的同步空間分布狀態(tài)。在湖泊富營(yíng)養(yǎng)化遙感監(jiān)測(cè)方面，遙感手段可以瞬時(shí)獲得大范圍水質(zhì)參數(shù)的空間變化趨勢(shì)[6]，帶動(dòng)了國(guó)內(nèi)外一大批圍繞湖泊水質(zhì)定量反演和富營(yíng)養(yǎng)化評(píng)價(jià)方面的科學(xué)研究[7]，通過構(gòu)建經(jīng)驗(yàn)回歸模型[8]、半分析模型[9]或通過遺傳編程[10]等方法反演水質(zhì)參量，然后計(jì)算營(yíng)養(yǎng)狀態(tài)指數(shù)，反演指標(biāo)包括葉綠素a(chl-a)[11]、懸浮物(SST)濃度[12]和透明度(SD)[13]等水質(zhì)參數(shù)。國(guó)內(nèi)學(xué)者在HJ-1 CCD和GF-1 WFV等國(guó)產(chǎn)衛(wèi)星數(shù)據(jù)的應(yīng)用方面開展了相關(guān)研究[14-15]?？傮w來講，目前的湖泊富營(yíng)養(yǎng)化狀態(tài)評(píng)價(jià)研究工作多采用單因子或少數(shù)因子，具備一定的片面性。并且，湖泊水體物質(zhì)組成的復(fù)雜性和光學(xué)特性差異導(dǎo)致很難形成普適性的水質(zhì)遙感反演模型[16-17]，限制了其在業(yè)務(wù)化應(yīng)用中的推廣。

本文擬將實(shí)地監(jiān)測(cè)的準(zhǔn)確性和遙感監(jiān)測(cè)對(duì)空間趨勢(shì)的反映能力相結(jié)合，基于綜合營(yíng)養(yǎng)狀態(tài)指數(shù)法，構(gòu)建綜合遙感與實(shí)測(cè)觀測(cè)結(jié)合的湖泊富營(yíng)養(yǎng)化監(jiān)測(cè)評(píng)價(jià)方法，并以巢湖為例用國(guó)產(chǎn)GF-1 WFV數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù)對(duì)方法的可行性進(jìn)行驗(yàn)證，為我國(guó)湖泊水環(huán)境質(zhì)量監(jiān)測(cè)提供參考。

1 實(shí)驗(yàn)部分

1.1 研究區(qū)概況

巢湖是中國(guó)五大淡水湖之一，面積超過820 km2，位于安徽省中部，屬于長(zhǎng)江水系下游湖泊。湖水主要靠地面徑流補(bǔ)給，流域面積1.4萬km2，沿湖河流35條，集水范圍包括合肥等兩市五縣。隨著流域經(jīng)濟(jì)發(fā)展，巢湖水質(zhì)逐步變差。從20世紀(jì)70年代起，巢湖就多次暴發(fā)水華，80年代富營(yíng)養(yǎng)化已擴(kuò)展到全湖，90年代以來全湖長(zhǎng)期處于富營(yíng)養(yǎng)化狀態(tài)。2014年監(jiān)測(cè)結(jié)果顯示[1]，巢湖湖體平均為輕度富營(yíng)養(yǎng)狀態(tài)，其中西半湖為中度富營(yíng)養(yǎng)狀態(tài)，東半湖為輕度富營(yíng)養(yǎng)狀態(tài)。

1.2 數(shù)據(jù)采集

地面監(jiān)測(cè)數(shù)據(jù)為安徽省環(huán)境監(jiān)測(cè)中心站2015年5月12日實(shí)地監(jiān)測(cè)和水樣采集、實(shí)驗(yàn)室分析的水質(zhì)數(shù)據(jù)(圖1)，包括chl-a、SD、TP、TN、CODMn等。Chl-a濃度采用美國(guó)YSI EXO2型水質(zhì)多功能測(cè)定儀原位測(cè)量獲取，SD采用塞氏圓盤測(cè)定，CODMn、TP、TN通過現(xiàn)場(chǎng)水樣采集、實(shí)驗(yàn)室分析獲取，其中，CODMn按照《水質(zhì) 高錳酸鹽指數(shù)的測(cè)定》(GB 11892—1989)采用50 mL酸式滴定管基于酸性高錳酸鉀法測(cè)定，TP按照《水質(zhì) 總磷的測(cè)定 鉬酸銨分光光度法》(GB/T 11893—1989)用723N可見分光光度計(jì)通過鉬酸銨光度法測(cè)定，TN按照《水質(zhì) 總氮的測(cè)定 堿性過硫酸鉀消解紫外分光光度法》(HJ 636—2012)采用TU-1901型紫外可見分光光度計(jì)通過堿性過硫酸鉀消解紫外分光光度法測(cè)定。遙感數(shù)據(jù)采用2015年5月12日上午11：11獲取的GF-1 WFV1數(shù)據(jù)。

注：背景為2015年5月12日GF-1 WFV1影像。圖1 巢湖采樣點(diǎn)分布圖Fig.1 Distribution of sampling points in Chaohu Lake

1.3 遙感數(shù)據(jù)預(yù)處理

對(duì)遙感影像數(shù)據(jù)逐步進(jìn)行輻射定標(biāo)、幾何校正、大氣校正等處理。

輻射定標(biāo)。采用ENVI5.2直接將圖像灰度值利用絕對(duì)定標(biāo)系數(shù)轉(zhuǎn)化為大氣頂層反射率(L)，計(jì)算公式：

L=Gain·DN+Bias

式中：Gain為波段增益，W/(m2·sr)；DN為影像原始灰度值；Bias為偏移值，W/(m2·sr·μm)。定標(biāo)系數(shù)取自中國(guó)資源衛(wèi)星應(yīng)用中心網(wǎng)站公布的2015年國(guó)產(chǎn)陸地觀測(cè)衛(wèi)星絕對(duì)輻射定標(biāo)系數(shù)(表1)。

表1 GF-1 WFV1相機(jī)絕對(duì)輻射定標(biāo)系數(shù)

幾何校正。采用環(huán)境保護(hù)部衛(wèi)星環(huán)境應(yīng)用中心存檔的經(jīng)過幾何精校正的GF-1 WFV基準(zhǔn)影像數(shù)據(jù)，利用ENVI軟件自動(dòng)配準(zhǔn)功能對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行配準(zhǔn)校正，校正精度保證在0.5個(gè)像元以內(nèi)。

大氣校正?；贓NVI Flassh大氣校正模塊，所需的氣溶膠厚度參數(shù)從當(dāng)日MODIS氣溶膠產(chǎn)品中獲取，計(jì)算得到大氣校正后的各波段遙感反射率數(shù)據(jù)。

水體范圍提取。采用已有的巢湖邊界矢量范圍緩沖區(qū)分析后裁剪反射率影像，利用裁切后影像在eCognition Developer 9.1軟件內(nèi)提取水體分布范圍。為避免湖泊邊界混合像元和淺水底質(zhì)對(duì)反演結(jié)果的影響，水陸分割線應(yīng)盡量向水體方向偏離。最后輸出水體范圍的矢量邊界，用于對(duì)反演結(jié)果影像的裁剪。

由于實(shí)驗(yàn)當(dāng)天巢湖無水華分布，未進(jìn)行水華區(qū)域提取和剔除處理。

1.4 富營(yíng)養(yǎng)化狀態(tài)評(píng)價(jià)模型選取

考慮我國(guó)環(huán)境監(jiān)測(cè)部門業(yè)務(wù)工作實(shí)際情況，同時(shí)考慮方法的科學(xué)性、代表性和可操作性，采用目前應(yīng)用最多、環(huán)保部門推薦的綜合營(yíng)養(yǎng)狀態(tài)指數(shù)法開展巢湖富營(yíng)養(yǎng)化評(píng)價(jià)與分級(jí)。即分別根據(jù)chl-a、SD、TP、TN、CODMn等參數(shù)計(jì)算單因子營(yíng)養(yǎng)狀態(tài)指數(shù)，通過加權(quán)計(jì)算得到綜合營(yíng)養(yǎng)狀態(tài)指數(shù)：

(1)

式中：TLI(∑)為綜合營(yíng)養(yǎng)狀態(tài)指數(shù)；TLI(j)為第j種參數(shù)的營(yíng)養(yǎng)狀態(tài)指數(shù)；Wj為以chl-a為基準(zhǔn)參數(shù)計(jì)算的第j種參數(shù)的營(yíng)養(yǎng)狀態(tài)指數(shù)的歸一化相關(guān)權(quán)重，其取值來源于我國(guó)26個(gè)典型湖泊(水庫)調(diào)查數(shù)據(jù)計(jì)算獲得的相關(guān)系數(shù)。權(quán)重計(jì)算公式見式(2)：

(2)

式中：rij為第j種參數(shù)與基準(zhǔn)參數(shù)chl-a的相關(guān)系數(shù)，取值見表(2)；m為評(píng)價(jià)參數(shù)的個(gè)數(shù)。

表2 中國(guó)湖泊(水庫)部分參數(shù)與chl-a的相關(guān)關(guān)系rij及值

TLI(chl-a)=10(2.5+1.086 ln chl-a)(3)

TLI(SD)=10(5.118-1.94 ln SD)(4)

TLI(TP)=10(9.436+1.624 ln TP)(5)

TLI(TN)=10(5.453+1.694 ln TN)(6)

TLI(CODMn)=10(0.109+2.661 ln CODMn)(7)

式中：chl-a質(zhì)量濃度單位為mg/m3；SD單位為m；其他指標(biāo)單位均為mg/L。

根據(jù)富營(yíng)養(yǎng)化分級(jí)標(biāo)準(zhǔn)，采用0～100的數(shù)字對(duì)湖泊營(yíng)養(yǎng)狀態(tài)分成5級(jí)：貧營(yíng)養(yǎng)(0,30)，中營(yíng)養(yǎng)[30,50]，輕度富營(yíng)養(yǎng)(50,60], 中度富營(yíng)養(yǎng)(60,70]，重度富營(yíng)養(yǎng)(70,100)。

1.5 富營(yíng)養(yǎng)化狀態(tài)評(píng)價(jià)參數(shù)獲取

已有研究顯示，各個(gè)湖泊富營(yíng)養(yǎng)化評(píng)價(jià)參數(shù)中，適用于遙感反演的參數(shù)為chl-a質(zhì)量濃度，而SD由于和TSS濃度的高度負(fù)相關(guān)性也成為較常見的水質(zhì)遙感反演產(chǎn)品。因此，可以根據(jù)該湖區(qū)已有的模型通過遙感反演獲得chl-a和SD數(shù)據(jù)。遙感反演產(chǎn)品由于其瞬時(shí)、大范圍成像特點(diǎn)，對(duì)各指標(biāo)的空間分布趨勢(shì)可以精確描述，其在絕對(duì)反演精度上的差距，可以采用少量的實(shí)測(cè)值的糾正得到彌補(bǔ)。

而TP、TN和CODMn等參數(shù)，由于其濃度變化對(duì)水體光譜特征的影響利用現(xiàn)有的傳感器很難捕捉，直接利用遙感反演獲得可信度較高產(chǎn)品的難度很大。盡管有研究顯示水體TP、TN和CODMn與光譜信息存在一定的相關(guān)關(guān)系，可以利用實(shí)測(cè)數(shù)據(jù)建立的統(tǒng)計(jì)關(guān)系在一定程度上反演氮磷濃度，并在部分區(qū)域取得較好結(jié)果[18-19]，但是在業(yè)務(wù)化應(yīng)用中其精度難以得到保證[20-21]。因此，全湖范圍的TP、TN和CODMn可以采用地面實(shí)測(cè)數(shù)據(jù)的空間插值獲取，其產(chǎn)品可信度得到較大程度的保障[22-23]。

1.5.1 遙感反演模型

由于湖泊水體光學(xué)特性的復(fù)雜性，常常利用光譜特征與水質(zhì)參數(shù)之間的統(tǒng)計(jì)關(guān)系構(gòu)建經(jīng)驗(yàn)?zāi)Ｐ头囱莺此|(zhì)參數(shù)。由于GF-1 WFV數(shù)據(jù)與HJ-1 CCD數(shù)據(jù)在波段設(shè)置上基本一致，可以借鑒研究人員采用基于實(shí)測(cè)光譜、水質(zhì)參數(shù)和水體固有光學(xué)特性等數(shù)據(jù)和HJ-1 CCD影像數(shù)據(jù)構(gòu)建的經(jīng)驗(yàn)?zāi)Ｐ蚚24]對(duì)巢湖chl-a、TSS濃度和SD進(jìn)行反演。

chl-a反演模型：chl-a=[727.83×(b4/b3)2-548.77×(b4/b3)+142.27]/3(8)

TSS反演模型：TSS=836.6×(b3·b4/b2)1.186(9)

SD反演模型：SD=337.4×TSS-0.62(10)

式中：bi表示GF-1 WFV1影像經(jīng)過大氣校正后的第i波段的遙感反射率。

然后利用影像當(dāng)日實(shí)測(cè)數(shù)據(jù)對(duì)影像反演結(jié)果進(jìn)行校正。具體方法：在反演結(jié)果影像上，取實(shí)測(cè)點(diǎn)位坐標(biāo)點(diǎn)周圍80 m(5個(gè)像元)緩沖區(qū)內(nèi)的影像均值，與實(shí)測(cè)數(shù)據(jù)構(gòu)建常數(shù)項(xiàng)為零的一元線性回歸模型，見式(11)，然后利用公式對(duì)遙感反演結(jié)果進(jìn)行校正。

Y=aX(11)

式中：Y為實(shí)測(cè)參數(shù)值；X為影像反演值。

1.5.2 TP、TN、CODMn插值

水質(zhì)參數(shù)空間插值常用方法包括Kriging、樣條函數(shù)等。鑒于湖泊采樣樣本點(diǎn)數(shù)量較少，且湖泊水質(zhì)受邊界影響較大，考慮采用樣條內(nèi)插法對(duì)TP、TN和CODMn等參數(shù)插值。因此在本研究中，利用現(xiàn)有實(shí)測(cè)站點(diǎn)數(shù)據(jù)在Arcgis10.1中建立TP、TN和CODMn等參數(shù)點(diǎn)狀矢量分布圖，并利用Spline with Barriers方法插值獲得全湖范圍內(nèi)的產(chǎn)品。

用式(3)～式(7)分別計(jì)算各參數(shù)的富營(yíng)養(yǎng)化狀態(tài)，然后用式(1)和式(2)計(jì)算綜合富營(yíng)養(yǎng)指數(shù)，并對(duì)其進(jìn)行分級(jí)。

2 結(jié)果與分析

2.1 計(jì)算結(jié)果

對(duì)chl-a和SD，分別根據(jù)式(8)、式(9)、式(10)進(jìn)行反演，然后利用采樣點(diǎn)位的影像反演值和實(shí)測(cè)值對(duì)式(11)進(jìn)行模型參數(shù)率定，并對(duì)反演結(jié)果進(jìn)行校正，得到反演結(jié)果影像空間分布圖，如圖2和圖3所示。

對(duì)TP、TN和CODMn，基于實(shí)測(cè)站位濃度數(shù)據(jù)，利用樣條內(nèi)插法獲得全湖區(qū)域濃度空間分布圖，分別如圖4～圖7所示。

圖2 基于反演的巢湖chl-a濃度空間分布圖Fig.2 Spatial distribution map of Chaohu Lake chl-a concentration inversion results

圖3 基于反演的巢湖水體SD空間分布圖Fig.3 Spatial distribution map of Chaohu Lake SD inversion results

2.2 各指標(biāo)空間分布特征分析

巢湖chl-a濃度(圖2)總體呈現(xiàn)出湖體北部高于南部、西半湖高于東半湖的空間特征。西半湖中北部區(qū)域和東半湖東北、東南沿岸區(qū)域，chl-a質(zhì)量濃度最高，多處于8～14 mg/L范圍，高值集中在北部沿岸，只有極少數(shù)沿岸點(diǎn)受底質(zhì)水草影響，質(zhì)量濃度高于14 mg/L；其次為是東半湖中部區(qū)域，chl-a質(zhì)量濃度為6～8 mg/L；湖體西南沿岸和湖泊中南部區(qū)域濃度最低，為2～6 mg/L，且低值分布在西南沿岸。

圖4 基于插值的巢湖TP濃度空間分布圖Fig.4 Spatial distribution map of Chaohu Lake TP concentration interpolation result

圖5 基于插值的巢湖TN濃度空間分布圖Fig.5 Spatial distribution map of Chaohu Lake TN concentration interpolation result

圖6 基于插值的巢湖CODMn空間分布圖Fig.6 Spatial distribution map of Chaohu Lake CODMn concentration interpolation result

巢湖水體SD(圖3)整體呈現(xiàn)從西南向東北逐漸減小的趨勢(shì)，且總體透明度較低，介于0.05～0.27 m。湖西和西南沿岸區(qū)域湖水透明度最大，深度為0.13～0.27 m；其次是沿東北走向的湖體中南部區(qū)域、西半湖中東部和東半湖中部，透明度為0.09～0.13 m；最低的是東半湖東北部沿岸區(qū)域，透明度為0.05～0.09 m。

圖7 巢湖富營(yíng)養(yǎng)化指數(shù)空間分布圖Fig.7 Spatial distribution map of Chaohu Lake trophic level index

巢湖TP濃度(圖4)總體上呈現(xiàn)從西北部向湖心、然后向東北方向逐漸降低的趨勢(shì)。西半湖中北部濃度最高，質(zhì)量濃度為0.09～0.14 mg/m3，且西北沿岸向西半湖湖心走向的區(qū)域濃度值最高；其次是湖體中部湖心向北區(qū)域，質(zhì)量濃度為0.07～0.09 mg/m3；東北部出湖口和中部南側(cè)沿岸質(zhì)量濃度最低，為0.04～0.07 mg/m3。

TN濃度(圖5)總體上呈現(xiàn)出西半湖東半部濃度最高、向東西兩側(cè)濃度逐漸降低的趨勢(shì)。南淝河入湖區(qū)周邊和西半湖東半部TN質(zhì)量濃度最高，為3.0～4.0 mg/m3；其次是湖體中部區(qū)域，質(zhì)量濃度為2.5～3.0 mg/m3；西南部和東北部巢湖壩口區(qū)域降至最低，質(zhì)量濃度為2.0～2.5 mg/m3。

CODMn(圖6)在空間分布特征上與總磷相似，呈現(xiàn)出西半湖東北湖區(qū)最高、向湖心區(qū)域和東北部出口方向逐漸下降的趨勢(shì)。西半湖東北部CODMn最高，其次是湖心區(qū)域，CODMn為5.0～6.6 mg/m3；從該區(qū)域向西南和東北方向，CODMn逐漸降低，CODMn為4.1～5.0 mg/m3。

從巢湖富營(yíng)養(yǎng)指數(shù)空間分布趨勢(shì)(圖7)看，富營(yíng)養(yǎng)化最嚴(yán)重的區(qū)域?yàn)槲靼牒辈磕箱呛尤牒^(qū)域，富營(yíng)養(yǎng)指數(shù)為61.6～68.3，其次是東半湖湖心和東南沿岸區(qū)域，富營(yíng)養(yǎng)指數(shù)為60.0～61.6，均為中度富營(yíng)養(yǎng)化狀態(tài)；富營(yíng)養(yǎng)化程度較輕的是湖心區(qū)域和東半湖北部區(qū)域，富營(yíng)養(yǎng)指數(shù)為58.9～60.0，最輕的是西南沿岸區(qū)域和東部湖區(qū)出口區(qū)域，富營(yíng)養(yǎng)指數(shù)為51.9～58.9，為輕度富營(yíng)養(yǎng)化狀態(tài)。

2.3 各指標(biāo)總體統(tǒng)計(jì)特征分析

從實(shí)測(cè)值和反演值的統(tǒng)計(jì)結(jié)果(表3)對(duì)全湖chl-a和SD的反映能力來看，影像反演能更好地體現(xiàn)全湖的空間分布情況，并且高值區(qū)和低值區(qū)不限于采樣點(diǎn)實(shí)測(cè)值的數(shù)值范圍；全湖葉綠素a質(zhì)量濃度均值為7.03 mg/L，略低于采樣點(diǎn)均值7.24 mg/L，標(biāo)準(zhǔn)差低于采樣值；全湖透明度均值為0.11 m，略低于根據(jù)采樣點(diǎn)實(shí)測(cè)值所得均值的0.12 m(表4)，標(biāo)準(zhǔn)差低于采樣值。

表3 指標(biāo)統(tǒng)計(jì)結(jié)果

通過空間插值對(duì)湖泊范圍內(nèi)TP、TN和CODMn的大小和分布趨勢(shì)有了更好的空間體現(xiàn)；由于插值方法原理的限制，該結(jié)果是對(duì)空間趨勢(shì)的估計(jì)，不代表真實(shí)值，且最低值和最高值均局限在采樣值區(qū)間以內(nèi)；插值影像TP、TN和CODMn全湖均值分別為0.084、 2.79、5.067 mg/m3，與實(shí)測(cè)值相當(dāng)，但是其標(biāo)準(zhǔn)差均高于實(shí)測(cè)值標(biāo)準(zhǔn)差。 從統(tǒng)計(jì)結(jié)果來看，巢湖富營(yíng)養(yǎng)指數(shù)為51～69，全湖處于輕度富營(yíng)養(yǎng)化和中度富營(yíng)養(yǎng)化狀態(tài)。其中，中度富營(yíng)養(yǎng)化湖區(qū)面積占全湖的47.98%；輕度富營(yíng)養(yǎng)化湖區(qū)面積占全湖面積的52.02%。全湖富營(yíng)養(yǎng)化狀態(tài)指數(shù)平均值為60.341，為中度富營(yíng)養(yǎng)化狀態(tài)；基于采樣點(diǎn)實(shí)測(cè)值計(jì)算的富營(yíng)養(yǎng)指數(shù)均值為59.926，為輕度富營(yíng)養(yǎng)。

2.4 富營(yíng)養(yǎng)化成因探討

根據(jù)各富營(yíng)養(yǎng)化指標(biāo)的空間分布趨勢(shì)，結(jié)合入湖河流分布和可能的影響因素，對(duì)巢湖各富營(yíng)養(yǎng)化因子來源進(jìn)行分析。巢湖北部南淝河、十五里河水體營(yíng)養(yǎng)物質(zhì)的輸入導(dǎo)致巢湖水體chl-a濃度升高，東南沿岸和東北沿岸城建區(qū)也有營(yíng)養(yǎng)物質(zhì)輸入，而巢湖南部新河和兆河河水入湖對(duì)chl-a濃度起稀釋作用?？紤]到西南部杭埠河等入湖河流流量和輸沙量較大，但西南部總懸浮物濃度較低，SD高于東北下游區(qū)域，推測(cè)巢湖水體透明度主要受有機(jī)懸浮物的影響。根據(jù)巢湖TP濃度空間分布趨勢(shì)，可以認(rèn)為巢湖北部十五里河和南淝河磷輸入量最大，其次是西南方向入湖的杭埠河等，派河和新河輸入量較少，而兆河入湖對(duì)水體TP濃度的稀釋作用大于輸入。巢湖氮的輸入來源主要為北部的南淝河和西南部的杭埠河、白石山河，西部的派河氮輸入濃度較低，對(duì)水體起到稀釋作用。CODMn從陸源輸入和水文條件等因素方面考慮，西半湖北部南淝河、十五里河對(duì)CODMn的貢獻(xiàn)最大，其次是南部的兆河，貢獻(xiàn)最小的是西南部的杭埠河與派河等，對(duì)湖水CODMn濃度起到稀釋作用。

綜合各指標(biāo)分析，巢湖富營(yíng)養(yǎng)化在空間分布格局上受SD和TN 2種因子的主導(dǎo)?？紤]到湖泊的富營(yíng)養(yǎng)化物質(zhì)主要來源于陸源輸入，并且空間分布受水文條件的影響，可根據(jù)富營(yíng)養(yǎng)指數(shù)的空間分布，嘗試推測(cè)巢湖外部不同區(qū)域?qū)Τ埠I(yíng)養(yǎng)物質(zhì)的輸入貢獻(xiàn)。富營(yíng)養(yǎng)化最嚴(yán)重的西半湖北部區(qū)域，承接上游南淝河、十五里河來水，其集水區(qū)域內(nèi)包含合肥市轄區(qū)等人類經(jīng)濟(jì)活動(dòng)較多的區(qū)域，并且有大面積建成區(qū)與湖泊相鄰，各種營(yíng)養(yǎng)物質(zhì)陸源輸入量都比較大；東南部富營(yíng)養(yǎng)化區(qū)域無大型河流輸入，富營(yíng)養(yǎng)化主要表現(xiàn)為懸浮物和chl-a濃度較高，其原因可能是鄰岸的人類活動(dòng)輸入，以及水文條件的影響使得上游輸入的營(yíng)養(yǎng)物質(zhì)在該區(qū)域的形成富集；西南沿岸富營(yíng)養(yǎng)化程度較低，富營(yíng)養(yǎng)化主要表現(xiàn)為氮磷富營(yíng)養(yǎng)化，可認(rèn)為西南方向入湖的杭埠河和白石山河氮磷輸入量較大，CODMn和chl-a等輸入較小。

3 結(jié)論

針對(duì)目前水質(zhì)遙感反演通用模型構(gòu)建難度較大的現(xiàn)狀，提出基于實(shí)測(cè)數(shù)據(jù)校正的高精度水質(zhì)反演結(jié)果的可行性方法。在此基礎(chǔ)上，將水質(zhì)參數(shù)遙感反演與實(shí)測(cè)數(shù)據(jù)空間插值有機(jī)結(jié)合，形成基于綜合營(yíng)養(yǎng)指數(shù)法的湖泊富營(yíng)養(yǎng)化評(píng)價(jià)方法。通過將該方法在巢湖區(qū)域的應(yīng)用，證明了該方法在業(yè)務(wù)化運(yùn)行方面的潛力，并對(duì)巢湖富營(yíng)養(yǎng)化成因進(jìn)行初步分析。

為提高富營(yíng)養(yǎng)化評(píng)價(jià)結(jié)果精度，建議：基于不同季節(jié)的天地同步觀測(cè)數(shù)據(jù)構(gòu)建適用于巢湖水質(zhì)反演的模型，進(jìn)一步提高反演精度；根據(jù)遙感反演結(jié)果，綜合考慮參數(shù)的值域分布和空間分布，進(jìn)一步優(yōu)化采樣點(diǎn)站位的空間布設(shè)方案，便于獲得更高的空間插值結(jié)果；基于長(zhǎng)期的監(jiān)測(cè)數(shù)據(jù)，對(duì)湖泊富營(yíng)養(yǎng)化成因進(jìn)行分析。

[1] 環(huán)境保護(hù)部. 2014年中國(guó)環(huán)境狀況公報(bào)[EB/OL]. (2015-06-05)[2015-06-05]. http://jcs.mep.gov.cn/hjzl/zkgb/2014zkgb/201506/t20150605_303011.htm.

[2] 中國(guó)環(huán)境科學(xué)研究院. 湖泊生態(tài)安全調(diào)查與評(píng)估[M].北京:科學(xué)出版社，2012:3-5.

[3] 王橋,楊一鵬,黃家柱. 環(huán)境遙感[M]．北京:科學(xué)出版社, 2005: 1-30.

[4] 王明翠,劉雪芹,張建輝.湖泊富營(yíng)養(yǎng)化評(píng)價(jià)方法及分級(jí)標(biāo)準(zhǔn)[J]. 中國(guó)環(huán)境監(jiān)測(cè),2002,18(5):47-49.

WANG Mingcui, LIU Xueqin, ZHANG Jianhui. Evaluate Method and Classification Standard on Lake Eutrophication[J]. Environmental Monitoring in China, 2002, 18(5):47-49.

[5] 荊紅衛(wèi),華蕾,孫成華,等. 北京城市湖泊富營(yíng)養(yǎng)化評(píng)價(jià)與分析[J].湖泊科學(xué),2008,20(3):357-363.

JING Hongwei, HUA Lei,SUN Chenghua, et al. Analysis on Urban Lakes’ Eutrophication Status in Beijing[J]. Journal of Lake Sciences, 2008, 20(3):357-363.

[6] KUTSER T, PAAVEL B C, VERPOORTER C, et al. Remote Sensing of Water Quality in Optically Complex Lakes[J]. International Archives of the Photogrammetry, Remote Sensing and Spatial, Information Sciences, 2012， XXXIX-B8:165-169.

[7] WALCZYKOWSKI P, JENEROWICZ A, ORYCH A. A Review on Remote Sensing Methods of Detecting Physical Water Pollutants[J]. Research Conference in Technical Disciplines, 2013(1):125-130.

[8] WANG F, HAN L, KUNG H T, et al. Applications of Landsat-5 TM Imagery in Assessing and Mapping Water Quality in Reelfoot Lake, Tennessee[J]. International Journal of Remote Sensing, 2006,27 (23):5 269-5 283.

[9] LYU H, WANG Q, Wu C Q, et al. Retrieval of Phycocyanin Concentration from Remote-Sensing Reflectance Using a Semi-Analytic Model in Eutrophic Lakes[J]. Ecological Informatics，2013,18(6):178-187.

[10] CHEN L. A Study of Applying Genetic Programming to Reservoir Trophic State Evaluation Using Remote Sensor Data[J]. International Journal of Remote Sensing, 2003, 24(24):2 265-2 275.

[11] PALMER S C J, ODERMATT D, HUNTER P D, et al. Satellite Remote Sensing of Phytoplankton Phenology in Lake Balaton Using 10 Years of MERIS Observations[J]. Remote Sensing of Environment, 2015, 158(1): 441-452.

[12] CHAWIRA M, DUBE T, GUMINDOGA W. Remote Sensing Based Water Quality Monitoring in Chivero and Manyame Lakes of Zimbabwe[J]. Physics and Chemistry of the Earth, 2013,66(8): 38-44.

[13] PAPOUTSA C, AKYLAS E, HADJIMITSIS D. Trophic State Index Derivation Through the Remote Sensing of Case-2 Water Bodies in the Mediterranean Region[J]. Open Geosciences, 2014, 6(1):67-78.

[14] 吳傳慶,蓋嘉翔,王橋,等.湖泊富營(yíng)養(yǎng)化遙感評(píng)價(jià)模型的建立方法[J]. 中國(guó)環(huán)境監(jiān)測(cè), 2011,27(5):77-82.

WU Chuanqing, GAI Jiaxiang, WANG Qiao, et al. Establishing a Remote Sensing Assessing Method of Lacustrine Eutrophication[J]. Environmental Monitoring in China, 2011, 27(5):77-82.

[15] 朱利,李云梅,趙少華,等. 基于GF-1號(hào)衛(wèi)星WFV數(shù)據(jù)的太湖水質(zhì)遙感監(jiān)測(cè)[J]. 國(guó)土資源遙感, 2015(1):113-120.

ZHU Li, LI Yunmei, ZHAO Shaohua, et al. Remote Sensing Monitoring of Taihu Lake Water Quality by Using GF-1 Satellite WFV Data[J]. Remote Sensing for Land Resources, 2015(1):113-120.

[16] 潘德爐,馬榮華.湖泊水質(zhì)遙感的幾個(gè)關(guān)鍵問題[J]. 湖泊科學(xué), 2008, 20(2):139-144.

PAN Delu, MA Ronghua. Several Key Problems of Lake Water Quality Remote Sensing[J]. Journal of Lake Sciences, 2008, 20(2):139-144.

[17] LESHT BM, BARBIERO R P, WARREN G J. Satellite Ocean Color Algorithms: A Review of Applications to the Great Lakes[J]. Journal of Great Lakes Research, 2012, 38(1):49-60.

[18] EISENSTEIN M, PARK M. Assessment of Nutrient Distributions in Lake Champlain Using Satellite Remote Sensing[J]. Journal of Environmental Sciences, 2014,26(9):1 831-1 836.

[19] WU C F, WU J P, QI J G, et al. Empirical Estimation of total phosphorus concentration in the mainstream of the Qiantang River in China using Landsat TM data[J]. International Journal of Remote Sensing, 2010, 31(9):2 309-2 324.

[20] GAO Y, GAO J, YIN H, et al. Remote Sensing Estimation of the Total Phosphorus Concentration in A large Lake Using Band Combinations and Regional Multivariate Statistical Modeling Techniques[J]. Journal of Environmental Management, 2015,151:33-43.

[21] CHEN J, QUAN W T. Using Landsat/TM Imagery to Estimate Nitrogen and Phosphorus Concentration in Taihu Lake, China[J]. IEEE Journal of Selected Topics in Applied Earth Observations & Remote Sensing, 2012, 5(1):273-280.

[22] 王玉磊,錢新,高海龍,等.基于MODIS數(shù)據(jù)輔助的太湖葉綠素a空間插值應(yīng)用[J].環(huán)境科學(xué)與技術(shù), 2014,37(1):168-173.

WANG Yulei, QIAN Xin, GAO Hailong, et al. Spatial Interpolation of Chlorophyll-a in Taihu Lake Based on the MODIS Data Aided[J]. Environmental Science Technology,2014,37(1)：168-173.

[23] 毛新偉,陸銘鋒,高 琦,等.三次樣條插值方法在太湖水質(zhì)評(píng)價(jià)中的應(yīng)用[J].水資源保護(hù)，2011,27(4):58-61,78.

MAO Xinwei, LU Mingfeng, GAO Qi. Application of Cubic Spline Interpolation Method in Water Quality Evaluation of Taihu Lake[J]. Water Resources Protection, 2011,27(4):58-61,78.

[24] 薛云,趙運(yùn)林,張維,等. 基于環(huán)境一號(hào)衛(wèi)星CCD數(shù)據(jù)的洞庭湖夏季富營(yíng)養(yǎng)狀態(tài)評(píng)價(jià)[J]. 環(huán)境科學(xué)學(xué)報(bào),2014,34(10):2 534-2 539.

XUE Yun, ZHAO Yunlin, ZHANG Wei, et al. Eutrophication Assessment of Dongting Lake in Summer Based on HJ-1 CCD Data[J]. Acta Scientiae Circumstantiae, 2014, 34(10):2 534-2 539.