祁蘭蘭 王金亮 農蘭萍 劉錢威

摘要：為探究2014～2019年洱海干季水質變化規(guī)律及其驅動因子，選用2014～2019年1月和11月GF-1號衛(wèi)星遙感影像資料，以葉綠素a濃度、透明度、富營養(yǎng)化指數這3個指標為研究標的開展洱海水質反演。結果表明：① 時間上，2014～2019年洱海葉綠素a濃度和富營養(yǎng)化指數逐年降低，透明度逐漸增加，洱海干季水質呈好轉趨勢。② 空間上，洱海2014～2019年11月份整體上呈現葉綠素a濃度和富營養(yǎng)化指數北部低、南部高，透明度北部高、南部低，北部水質較好，南部水質偏差的趨勢;1月份整體上呈現葉綠素a濃度中部較高，南、北部偏低，北部水質較好，透明度由北向南遞減，富營養(yǎng)化指數由北向南增加的趨勢。③ 洱海葉綠素a濃度和富營養(yǎng)化指數均與水體總氮、總磷含量呈顯著正相關關系（P<0.05），水體透明度與總氮、總磷含量呈顯著負相關關系。

關 鍵 詞：水質監(jiān)測;時空變化;葉綠素a濃度;透明度;富營養(yǎng)化指數;GF-1衛(wèi)星影像;洱海

中圖法分類號：X87

文獻標志碼：A

文章編號：1001-4179（2021）09-0024-08

DOI：10.16232/j.cnki.1001-4179.2021.09.005

0 引 言

湖泊是寶貴的自然資源，具有調節(jié)氣候，維持區(qū)域生態(tài)系統(tǒng)平衡等功能，此外在漁業(yè)、航運、娛樂等方面具有重要的經濟價值[1-2]。洱海是滇西北最大的湖泊，具有重要的生態(tài)和經濟服務價值。近年來隨著周邊農業(yè)、工業(yè)、商業(yè)活動的加強，洱海水質呈惡化趨勢，由中營養(yǎng)狀態(tài)演變?yōu)楦粻I養(yǎng)化水平，尤其是1996，2003，2006，2013年秋季分別暴發(fā)了大規(guī)模大面積的藍藻水華，這嚴重影響了洱海的水生態(tài)系統(tǒng)及環(huán)湖居民的安全用水。水質監(jiān)測是指應用化學分析、物理探測等方法定量、定性分析河湖的水質狀況，是后續(xù)政策的制定、水質管理、污染修復的前提。傳統(tǒng)水質監(jiān)測采用取樣分析方法，該方法雖能把握水質情況，但監(jiān)測范圍有限。相比傳統(tǒng)水質監(jiān)測經濟性差、滯后性、小區(qū)域等問題，遙感技術以其高頻率、大尺度、多光譜的特點廣泛應用于水環(huán)境的監(jiān)測，尤其適合于葉綠素a濃度、透明度等與湖泊富營養(yǎng)化有關的水質指標的監(jiān)測[3-4]。

利用高分影像進行湖泊水質監(jiān)測研究主要集中在以下幾個方面：探究高分影像監(jiān)測湖泊水質的適宜性[5-6]，湖泊水體信息的提取方法[7]，結合高分影像對比不同模型間水質反演的可行性[8]，監(jiān)測湖泊面積變化趨勢[9]，以不同水質指標為依據分析湖泊水質空間特征[10-11]。而利用高分影像進行高原湖泊長時間序列水質監(jiān)測及探究引起水質變化的驅動因素的相關研究較少。

目前關于洱海水質的監(jiān)測研究包括：利用采樣分析法研究洱海入湖河流水質參數的空間分布[12]，洱海水生態(tài)系統(tǒng)退化及防治[13]，定量監(jiān)測特定時間點洱海營養(yǎng)物質含量變化，檢測指標包括氮、磷、化學需氧量等營養(yǎng)物質的含量[14-15]。使用遙感技術監(jiān)測洱海水質情況的研究包括：研究洱海浮游植物及藍藻水華的空間分布特征[16]，土地利用與湖泊水質的關系[17]，對于洱海水質遙感監(jiān)測方法的優(yōu)化，例如利用OLCI數據構建的三波段模型能很好地估算洱海葉綠素a的濃度分布情況[18]，改進基于Landsat寬頻帶的三波段模型，用于預測早期無監(jiān)測數據的水華[19]。目前關于洱海水質的長時間序列變化多以現場采樣監(jiān)測為主，例如李澤坤采用取樣、檢測方法監(jiān)測了2004～2013年洱海由中營養(yǎng)向富營養(yǎng)趨勢轉變[20]，但該研究無法整體把握洱海的水質狀況。近年以遙感手段監(jiān)測洱海水質長時間序列變化的研究較少，關于洱海水質變化的誘因仍需要進一步研究和解析。

本次研究利用高分影像進行高原湖泊長時間序列水質監(jiān)測，獲取多個時間節(jié)點洱海水質GF-1號遙感影像，通過GF-1號遙感數據分析洱海整個湖區(qū)水質時間序列變化，并解釋水質產生變化的原因，旨在為洱海的治理提供科學的指引。

1 研究區(qū)概況與數據來源

1.1 研究區(qū)概況

洱海是云南省第二大淡水湖泊，位于大理州境內，介于北緯25°36′～25°58′，東經100°06′～100°18′之間。大理州年平均氣溫為15.5℃，且干濕季分明，5～10月為雨季，11月至次年4月為干季，年降雨量為1 000～1 200 mm（95%的水量集中在5～10月份）。洱海湖區(qū)總面積為249.4 km2，總容量25.3億m3，屬瀾滄江水系，東岸有鳳尾箐、玉龍河等數十條大小集水溝渠，北有茈碧湖、東湖、西湖，西臨蒼山十八溪，南有波羅江、金星河（見圖1）。洱海是灰鶴、紅嘴鷗等生物的棲息地，魚類 31種，具有重要的生態(tài)價值。洱海還是周邊生活、農業(yè)生產、工業(yè)活動的主要水源地，2019年洱海流域常住人口數量約102萬，具有很高的經濟服務價值。

1.2 數據來源及預處理

因缺少濕季不同年份且同月份的遙感影像，無法滿足影像時間的相對一致性，所以只探究洱海干季水質變化。研究選用2014～2019年6 a的1月、11月共12景GF-1衛(wèi)星WFV傳感器16 m空間分辨的影像數據，數據級別均為level1A。該衛(wèi)星軌道參數：軌道高度645 km（標稱值）;傾角98.0506°;降交點地方時為10：30;側擺能力（滾動）±25°，機動25°的時間≤200 s，具有應急側擺（滾動）±35°的能力;其他相關參數如表1～2所列。該衛(wèi)星高時空分辨率的優(yōu)勢為大區(qū)域的遙感監(jiān)測提供了硬件支撐，在農業(yè)與環(huán)境監(jiān)測、國土資源管理、城市精細化管理中發(fā)揮了重要的作用[21]。本文對圖像的預處理包括輻射定標、大氣校正、正射校正。輻射定標采用中國資源衛(wèi)星應用中心提供的絕對輻射定標系數將傳感器記錄的數字量化值轉換成輻射率。大氣校正通過ENVI 5.3軟件的FLAASH大氣校正模塊進行大氣校正，幾何校正采用研究區(qū)經過精校正的參考影像。

研究洱海區(qū)域的溫度、降水量數據來源于中國國家氣象數據中心網（http：∥data.cma.cn/）;洱海月平均水位數據來源于大理州年鑒;洱海水體總氮、總磷含量、化學需氧量的月均值采用大理州環(huán)境監(jiān)測站的洱海常規(guī)監(jiān)測資料，來源于2013～2019年大理州環(huán)境監(jiān)測站年鑒報表[22]。

2 研究方法

2.1 洱海水域提取

由于水體和陸地通過太陽輻射呈現出不同的光譜特征，在遙感影像上水陸界線比較清晰，因此，國內外對于水體遙感信息的提取研究比較多。Mcfeeters依據水體從可見光至紅外波段反射率逐漸降低的原理，提出了改進的歸一化差異化水體指數（NDWI）[23];徐涵秋通過修正波段組合在NDWI的基礎上提出了改進的歸一化差異水體指數（MNDWI）[24];李生生等通過ENVI內置的IDL語言運用綠光和近紅外兩個波段提出了新的IDLWI水體指數，然后利用IDLWI+Canny算子精確地提取出了青海湖湖區(qū)水體的邊界[25]。駱劍承等針對高原湖泊類型多樣，湖區(qū)間鹽分差異等特征，以遙感地學分析分層分類理論為依據，通過“全域-局部”分步迭代模型，高精度地提取出了青藏高原湖泊的水體邊界[26]。段秋亞等針對GF-1號影像數據，比較分析了NDWI 閾值法、支持向量機法（SVM）、面向對象法3種方法在提取精度、提取效率方面的差異[27]。研究針對洱海湖區(qū)的特點，采用NDWI進行水體邊界提取，經過多次嘗試，當NDWI=-0.056時，水體提取的邊界效果最好，公式如下：

2.2 水質參數反演算法

隨著遙感技術的發(fā)展，對地物光譜特征和水質參數定量反演的研究逐漸引起重視。在水色遙感中，進行水質參數反演的方法由最初的物理分析方法演變?yōu)榻涷灧椒ㄔ俚桨虢涷灧椒╗28]。遙感監(jiān)測的水質參數主要包括葉綠素a 濃度、懸浮物濃度、透明度、濁度、總氮、總磷等。研究選取葉綠素a濃度、透明度、富營養(yǎng)化指數進行洱海的水質監(jiān)測。

2.2.1 葉綠素a濃度監(jiān)測算法

在水質監(jiān)測中，葉綠素a濃度（chl-a）是反映水體富營養(yǎng)化程度和水環(huán)境質量的一個重要指標參數。水體中藻類物質和浮游植物會在藍光波段呈現吸收谷，而近紅外波段和綠光波段出現反射峰，當水中葉綠素a濃度增加時，水體的藍光波段反射率下降，綠光和近紅外波段反射率上升?；谶@一現象，利用葉綠素a濃度和水體反射率之間的差異，進行葉綠素a濃度的反演[29]。本次研究采用的葉綠素a濃度反演模型[5]公式如下：

2.2.2 水體透明度算法

水體透明度是描述水體水質的一個重要且直接的參數，能從視覺上反映湖水的渾濁度及清澈程度，同時還能評價湖泊的營養(yǎng)狀態(tài)[30]。水體透明度常通過由其他水質參數濃度建立與透明度之間的關系進行間接反演。本次研究通過懸浮物濃度間接地反演洱海的水體透明度，其懸浮物濃度及透明度反演模型[5]為

2.2.3 綜合富營養(yǎng)化指數算法

水體營養(yǎng)化指數屬于間接的水質參數，綜合營養(yǎng)化指數能夠反映湖泊的營養(yǎng)化程度[31]。湖泊以0～100分進行水體的營養(yǎng)程度劃分：<30為貧營養(yǎng);30～50視為中度營養(yǎng)，50～60為輕度富營養(yǎng)，60～70視為中度富營養(yǎng)化，>70為重度富營養(yǎng)化。本次研究采用的富營養(yǎng)化估算模型[5]為

3 結果與討論

采用前述方法，分別對洱海2014～2019年1月和11月份葉綠素a濃度、水體透明度以及富營養(yǎng)化指數進行估算，得到了洱海葉綠素a濃度、透明度和富營養(yǎng)化指數反演結果（見圖2～4）。

3.1 葉綠素a濃度反演結果

根據公式（2），利用2014～2019年12景遙感影像，選用各景影像紅光、近紅外波段進行反演，得到洱海干季的葉綠素a濃度空間分布圖（見圖2）。

從圖2可知，總體而言2014～2019年1月份洱海葉綠素a含量呈下降趨勢。2014～2015年葉綠素a濃度在南部較高，北部較低，這2 a的葉綠素a濃度最高值分別為256.71，170.02 mg/m3，最低值分別為30.91，30.03 mg/m3;2016～2019年葉綠素a濃度北部高、南部低。2014～2019年11月份洱海葉綠素a濃度總體而言呈下降趨勢，且空間上均呈南部>中部>北部趨勢（見圖2（b））。這說明，隨著近年來的治理，洱海的葉綠素a濃度呈下降趨勢。

3.2 透明度反演結果

根據公式（3），利用2014～2019年12景遙感影像，選用各景影像綠光、紅光波段進行間接反演，得到洱海干季透明度的空間分布圖（見圖3）。

從圖3可知，近6 a洱海1月和11月份的水體透明度北部區(qū)域最高，中部次之，東南部最低。從時間序列角度上看，1月份的透明度無明顯規(guī)律，2014～2019年呈波動遞增趨勢，2016年和2018年呈下降趨勢，全湖透明度較差。11月份透明度的分布具有一定的規(guī)律性，2014～2019年呈逐年增加趨勢。這說明隨著近年來的治理，洱海干季的透明度逐漸增加。

3.3 富營養(yǎng)化指數反演結果

根據公式（5），利用2014～2019年12景遙感影像，結合葉綠素a濃度和懸浮物濃度的反演結果間接得到洱海干季富營養(yǎng)化指數的空間分布圖（見圖4）。

從圖4可以看出，2014～2019年由北到南洱海富營養(yǎng)化指數呈逐漸遞增的趨勢。從時間序列來看，2014～2016年中1月份的富營養(yǎng)化指數較高，其中2016年最為嚴重，大部分水域面積富營養(yǎng)化指數在62以上，從水質分級來看這3 a洱海處于中度富營養(yǎng)化水平;2017～2019年大致都處于輕度富營養(yǎng)狀態(tài)。近6 a洱海11月份富營養(yǎng)化指數平均值由2014年的62逐年降低至2019年的55，2019年洱海降為輕度富營養(yǎng)化等級。

3.4 洱海水質主要指標均值的變化趨勢

根據反演結果得到1月和11月份葉綠素a濃度、透明度、富營養(yǎng)化指數均值的變化趨勢（見圖5）。

由圖5可知：近6 a洱海1月份葉綠素a濃度均值最高值為2014年的39.25，最低為2018年的31.34;11月份洱海葉綠素a濃度均值最高為2014年的42.86，最低為2019年的32.25。洱海1月份水體透明度均值的最高值為2019年的512.9，最低為2016年的40.9，透明度上升了92%;11月份透明度均值呈逐漸增加趨勢，由2014年的107.09上升為2019年的302.11，增加了65%。洱海1月份富營養(yǎng)化指數呈下降趨勢，均值最高值為2016年的64.16，最低為2019年的55.94;11月份富營養(yǎng)化指數均值最高值為2014年的62.65，最低為2019年的57.28?？傮w而言，近6 a洱海1月份和11月份葉綠素a濃度均值、富營養(yǎng)化指數均值均呈下降趨勢，水體透明度均值呈增加趨勢，洱海干季水質向好轉變。

3.5 氮、磷與各指標關系

利用上述數據，將2014～2019年的1月、11月的葉綠素a濃度、透明度、富營養(yǎng)化指數的月均值，與每年對應月份總氮、總磷含量進行回歸分析，得到3個水質指標與總氮、總磷之間的相關關系（見圖6）。

由圖6可知，洱海水體1月、11月份葉綠素a濃度均值、水體富營養(yǎng)化指數均值這2個水質指標與水體總氮、總磷含量之間呈顯著的正相關關系（P<0.05），水體透明度指數均值與總氮、總磷含量呈顯著負相關關系（P<0.05）。根據前期研究，上述3個水質指標與當月降水量、當月均溫、洱海水位情況均無顯著的相關關系。這說明洱海水質的這3個主要指標受水體總氮、總磷含量影響較大，而與自然環(huán)境因素相關性不大。

3.6 討 論

研究結果顯示2014～2019年洱海干季水質總體呈好轉趨勢，1，11月葉綠素a濃度總體下降（見圖2）、透明度增加（見圖3）、富營養(yǎng)化指數下降（見圖4）。大量研究表明葉綠素a濃度和水體透明度呈負相關，例如：關于洱海、洞庭湖水質遙感監(jiān)測的研究顯示水體透明度增加時，葉綠素a濃度下降[11，32];浮游植物生物量及有機質含量的增加是洱海透明度下降的重要驅動因素[33]。水體富營養(yǎng)化指數與葉綠素a濃度呈正相關，與水體透明度呈負相關。對洪澤湖[34]的研究表明，水體富營養(yǎng)化指數增加時，葉綠素a濃度增加，同時透明度下降。這些研究結果與本研究結果類似。

研究發(fā)現洱海水體葉綠素a濃度與水體總氮、總磷含量呈正相關關系（見圖6（a）和（b））。根據文獻，高濃度的總氮、總磷加速了洱海水污染的范圍，導致洱海水生態(tài)系統(tǒng)惡化[13]。有研究表明：水體總磷、總氮共同引發(fā)白洋淀水體富營養(yǎng)化[35];對于淀山湖[36]、升鐘湖[37]的研究也發(fā)現水體葉綠素a濃度與水體總氮、總磷呈正相關關系。這些研究結果與本文的研究結果類似。水體氮、磷含量在很大程度上影響水體浮游植物的種類、數量，并且顯著地刺激浮游植物的生長[38]。根據文獻，洱海綠藻與總氮之間成正相關關系，總氮濃度升高可能會導致水華[39]。有研究顯示淀山湖水體冠盤藻、綠藻的含量隨著水體總氮、總磷含量增加呈快速增加趨勢，從而引發(fā)了水體的水華現象[36]。本次研究中洱海干季水體葉綠素a濃度降低，這或許由于近年來洱海治理后水體氮磷含量降低使浮游植物含量下降導致。研究顯示洱海干季水體透明度與總氮、總磷呈顯著負相關（見圖6（c）和（d））。而有研究發(fā)現撫仙湖水體透明度與總氮含量呈顯著負相關[40]，內江的透明度與總磷含量呈正相關[41]，這與本文的研究結果類似，這或許是由于氮磷含量下降導致水體浮游植物數量下降所致[42]。水體富營養(yǎng)受水體氮磷含量、水溫等多種因素影響[43]，研究顯示洱海水體富營養(yǎng)化指數與水體總氮、總磷含量呈顯著正相關（見圖6（e）和（f）），這與上述研究結果類似。

水體水質變化監(jiān)測是水環(huán)境保護、水體生態(tài)系統(tǒng)健康評價、水災工農業(yè)應用方面評價的前提。本研究通過GF-1號遙感數據分析發(fā)現洱海干季水質呈好轉趨勢，這說明近年來洱海水體保護措施有效。水體氮、磷含量與周邊人類活動密切相關，農業(yè)生產、工業(yè)及生活污水等均導致水體氮、磷輸入量增加[44]。相關研究也發(fā)現洱海富營養(yǎng)化程度主要受磷負荷的影響較大，尤其是洱海北三江流域和西部壩區(qū)，農業(yè)面源污染導致湖區(qū)氮、磷含量的增加[45]，洱海湖區(qū)總氮、總磷的入湖量主要來源于種植業(yè)和禽畜養(yǎng)殖業(yè)[46]。有研究顯示總磷、總氮和有機質含量是引起洱海富營養(yǎng)化的重要因子[14，45]。本文的研究顯示洱海干季水質向好，且與水體氮磷含量顯著相關，這說明通過整治洱海環(huán)湖工商業(yè)活動、農業(yè)種植和污水處理事項能降低洱海氮磷含量，洱海的保護行動切實有效。本研究的結果可為洱海的保護，今后保護對策的制定提供參考。

4 結 論

本文選取典型高原湖泊洱海為研究區(qū)，采用GF-1號多光譜影像，利用水質參數反演模型對洱海干季水質時空變化進行遙感監(jiān)測。研究發(fā)現：2014～2019年1月、11月份洱海葉綠素a濃度、水體富營養(yǎng)化指數總體呈下降趨勢，水體透明度呈上升趨勢，洱海干季水質整體向好。洱海水體葉綠素a濃度，富營養(yǎng)化指數、透明度和氣溫、降水量、水位無顯著關系，這3者主要受水體總氮、總磷影響。這或許是由于近6 a對洱海的治理使水體的總氮、總磷下降，水體浮游植物水平下降、入湖懸浮物量降低所致。本研究可為高原湖泊水環(huán)境長時間序列的遙感水質監(jiān)測及洱海的后續(xù)治理提供參考，后期可采用更多的遙感數據及實測的水質數據開展結果的驗證分析，對洱海水質變化的具體機制進行進一步研究。

參考文獻：

[1] 于雪英，江南.基于RS、GIS技術的湖面變化信息提取與分析：以艾比湖為例[J].湖泊科學，2003，15（1）：81-84.

[2] 于洋，張民，錢善勤，等.云貴高原湖泊水質現狀及演變[J].湖泊科學，2010，22（6）：820-828.

[3] ZHOU Z，ZHAO Y L.Research on the water auality monitoring system for inland Lakes based on remote sensing[J].Procedia Environmental Sciences，2011，10：1707-1711.

[4] DORNHOFER K，OPPELT N.Remote sensing for lake research and monitoring-Recent advances [J].Ecological Indicators，2016，64（5）：105-122.

[5] 朱利，李云梅，趙少華，等.基于GF-1號衛(wèi)星WFV數據的太湖水質遙感監(jiān)測[J].國土資源遙感，2015，27（1）：113-120.

[6] 周亞東，何報寅，寇杰鋒，等.基于GF-1號遙感影像的武漢市及周邊湖泊綜合營養(yǎng)狀態(tài)指數反演[J].長江流域資源與環(huán)境，2018，27（6）：1307-1314.

[7] 賈祎琳，張文，孟令奎.面向GF-1影像的NDWI分割閾值選取方法研究[J].國土資源遙感，2019，31（3）：95-100.

[8] 朱云芳，朱利，李家國，等.基于GF-1 WFV影像和BP神經網絡的太湖葉綠素a反演[J].環(huán)境科學學報，2017，37（1）：130-137.

[9] 袁媛.近40年青藏高原湖泊變化遙感分析 [D].青島：中國石油大學（華東），2016.

[10] 高晨，徐健，高丹，等.基于GF-1與實測光譜數據鄱陽湖豐水期總懸浮物濃度反演[J].國土資源遙感，2019，31（3）：101-109.

[11] 彭保發(fā)，陳哲夫，李建輝，等.基于GF-1影像的洞庭湖區(qū)水體水質遙感監(jiān)測[J].地理研究，2018，37（9）：1683-1691.

[12] LU S Y，ZHANG W T，XING Y，et al.Spatial distribution of water quality parameters of rivers around Erhai Lake during the dry and rainy seasons[J].Environmental Earth Sciences，2015，74（11）：7423-7430.

[13] WANG S，ZHANG L，NI L，et al.Ecological degeneration of the Erhai Lake and prevention measures[J].Environmental Earth Sciences，2015，74（5）：3839-3847.

[14] 郭宏龍.洱海水環(huán)境歷史變化規(guī)律探討[J].環(huán)境科學導刊，2018，37（4）：22-25.

[15] 王永美.洱?；瘜W需氧量變化趨勢及影響因素分析[J].環(huán)境科學導刊，2016，35（1）：5-7.

[16] 張嬌，陳莉瓊，陳曉玲.基于FAI方法的洱海藍藻水華遙感監(jiān)測 [J].湖泊科學，2016，28（4）：718-725.

[17] 杜芳芳.湖泊流域土地利用變化與湖泊水質關系研究[D].昆明：昆明理工大學，2011.

[18] 畢順，李云梅，呂恒，等.基于OLCI數據的洱海葉綠素a濃度估算 [J].湖泊科學，2018，30（3）：701-712.

[19] TAN W，LIU P，LIU Y，et al.A 30-year assessment of phytoplankton blooms in Erhai Lake using landsat imagery：1987 to 2016[J].Remote Sensing，2017，9（12）：1265.

[20] 李澤坤，楊萍萍，蘇社飛.2004～2013年洱海富營養(yǎng)化變化趨勢[J].環(huán)境科學導刊，2015，34（1）：1-3.

[21] 東方星.我國高分衛(wèi)星與應用簡析[J].衛(wèi)星應用，2015（3）：44-48.

[22] 大理州環(huán)境監(jiān)測站.2013-2019年大理州環(huán)境監(jiān)測站年鑒報表[R].大理：大理州環(huán)境監(jiān)測站，2020.

[23] MCFEETERS S K.The use of the Normalized Difference Water Index （NDWI）in the delineation of open water features[J].International Journal of Remote Sensing，1996，17（7）：1425-1432.

[24] 徐涵秋.利用改進的歸一化差異水體指數（MNDWI）提取水體信息的研究[J].遙感學報，2005，9（5）：589-595.

[25] 李生生，王廣軍，梁四海，等.基于Landsat-8 OLI數據的青海湖水體邊界自動提取[J].遙感技術與應用，2018，33（4）：666-675.

[26] 駱劍承，盛永偉，沈占鋒，等.分步迭代的多光譜遙感水體信息高精度自動提取[J].遙感學報，2009，13（4）：610-615.

[27] 段秋亞，孟令奎，樊志偉，等.GF-1衛(wèi)星影像水體信息提取方法的適用性研究[J].國土資源遙感，2015，27（4）：79-84.

[28] 江輝.基于多源遙感的鄱陽湖水質參數反演與分析[D].南昌：南昌大學，2011.

[29] 陶然，彭金嬋，張豪，等.內陸水體葉綠素a濃度遙感監(jiān)測方法研究進展[J].地理信息世界，2019，26（4）：44-53.

[30] LI N，SHI K，ZHANG Y，et al.Decline in transparency of Lake Hongze from long-term MODIS observations：possible causes and potential significance[J].Remote Sensing，2019，11（2）：177.

[31] 朱利，姚延娟，吳傳慶，等.基于環(huán)境一號衛(wèi)星的內陸水體水質多光譜遙感監(jiān)測[J].地理與地理信息科學，2010，26（2）：81-84.

[32] 楊威，鄧道貴，張賽，等.洱海葉綠素a濃度的季節(jié)動態(tài)和空間分布[J].湖泊科學，2012，24（6）：858-864.

[33] ZHOU Q C，WANG W L，HUANG L C，et al.Spatial and temporal variability in water transparency in Yunnan Plateau lakes，China[J].Aquatic Sciences，2019，81（2）：36.

[34] 王霞，劉雷，何躍，等.洪澤湖水體富營養(yǎng)化時空分布特征與影響因素分析[J].環(huán)境監(jiān)測管理與技術，2019，31（2）：58-61.

[35] 陽小蘭，張茹春，毛欣，等.白洋淀水體氮磷時空分布與富營養(yǎng)化分析[J].江蘇農業(yè)科學，2018，46（24）：370-373.

[36] 楊麗，張瑋，尚光霞，等.淀山湖浮游植物功能群演替特征及其與環(huán)境因子的關系[J].環(huán)境科學，2018，39（7）：3158-3167.

[37] 唐穎，陳蘭英，蔣祖斌，等.升鐘湖水體葉綠素a動態(tài)特征及其影響因子分析[J].環(huán)境監(jiān)測管理與技術，2020，32（1）：56-59.

[38] 張曉舉，趙升.萊州灣西部浮游植物群落與環(huán)境因子關系的研究[J].大連海洋大學學報，2018，33（4）：532-538.

[39] ZHU R，WANG H，CHEN J，et al.Use the predictive models to explore the key factors affecting phytoplankton succession in Lake Erhai，China[J].Enviromental Sciene and Pollution Research，2018，25（2）：1283-1293.

[40] 潘繼征，熊飛，李文朝，等.云南撫仙湖透明度的時空變化及影響因子分析[J].湖泊科學，2008，20（5）：681-686.

[41] 丁玲.水體透明度模型及其在沉水植物恢復中的應用研究[D].南京：河海大學，2006.

[42] 李建茹.內蒙古烏梁素海浮游植物群落特征及生態(tài)模擬研究[D].呼和浩特：內蒙古農業(yè)大學，2014.

[43] 何為媛，王莉瑋，王春麗.不同水體中葉綠素a與氮磷濃度關系及富營養(yǎng)化研究[J].安徽農學通報，2019，25（14）：121-123.

[44] 彭文啟，王世巖，劉曉波.洱海水質評價[J].中國水利水電科學研究院學報，2005，3（3）：192-198.

[45] 羊華，李紅燕，李麗懷.2015年洱海入湖河流磷負荷時空變化與洱海富營養(yǎng)化淺析[J].人民珠江，2017，38（7）：77-79.

[46] 楊振，江琪，盧中輝.洱海流域水污染排放的人文因素解析[J].云南地理環(huán)境研究，2016，28（1）：42-48.

（編輯：謝玲嫻）