袁 俊，曹志剛，馬金戈，沈 明，齊天賜，段洪濤

(1：西北大學(xué)城市與環(huán)境學(xué)院，西安 710127) (2：西北大學(xué)，陜西省地表系統(tǒng)與環(huán)境承載力重點(diǎn)實(shí)驗(yàn)室，西安 710127) (3：中國科學(xué)院南京地理與湖泊研究所，中國科學(xué)院流域地理學(xué)重點(diǎn)實(shí)驗(yàn)室，南京 210008)

湖泊是地表極其重要的水資源，為流域工農(nóng)業(yè)發(fā)展和人類生活提供穩(wěn)定而清潔的水源，是人類活動(dòng)與發(fā)展的熱點(diǎn)區(qū)域[1]。氣候變化及流域土地利用變化，加速湖泊富營(yíng)養(yǎng)化[2]，有害藻華暴發(fā)加劇[3]，全球許多大型湖泊都出現(xiàn)嚴(yán)重的水華，如美國伊利湖，加拿大溫尼伯湖，中國太湖、巢湖和滇池等[4]。藍(lán)藻水華發(fā)生導(dǎo)致了一系列的湖泊水生態(tài)環(huán)境問題，顯著削弱了湖泊的生態(tài)服務(wù)功能和價(jià)值，嚴(yán)重制約了區(qū)域社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展[5-6]。以往研究基于藍(lán)藻水華的暴發(fā)頻率分析藻華的時(shí)空變化，在此基礎(chǔ)上，進(jìn)一步了解藍(lán)藻生長(zhǎng)周期的關(guān)鍵時(shí)間點(diǎn),研究其暴發(fā)狀態(tài)的時(shí)序變化，對(duì)探究藻華發(fā)生機(jī)理、改善水質(zhì)也具有借鑒意義[7]。生物學(xué)領(lǐng)域?qū)⑸镩L(zhǎng)期適應(yīng)自然環(huán)境周期性變化，形成與此相適應(yīng)的生長(zhǎng)發(fā)育節(jié)律的現(xiàn)象稱之為物候[8]，藻類屬于浮游植物，浮游植物物候呈現(xiàn)了在季節(jié)性環(huán)境變化下浮游植物生長(zhǎng)繁殖的規(guī)律性變化，能夠有效地反映浮游植物的生長(zhǎng)和湖泊的生長(zhǎng)條件[9]。不同于生物學(xué)意義上的“物候”變化，遙感領(lǐng)域通常將藍(lán)藻水華暴發(fā)面積或葉綠素a等參數(shù)達(dá)到一定閾值時(shí)的起始和持續(xù)時(shí)間等時(shí)序變化特征稱之為藍(lán)藻水華的物候特征[7,10-11]。理解藍(lán)藻水華物候?qū)τ跉夂蜃兓捻憫?yīng)和其在水環(huán)境中的變化機(jī)制，有助于準(zhǔn)確掌握湖泊水質(zhì)和生態(tài)環(huán)境變化特征及輔助提升藍(lán)藻水華預(yù)測(cè)預(yù)警。

相較于傳統(tǒng)的觀測(cè)手段，光學(xué)衛(wèi)星遙感因其速度快、范圍廣、監(jiān)測(cè)周期短，已成為湖泊藍(lán)藻水華的重要監(jiān)測(cè)手段[12]。藍(lán)藻水華在水面聚集，引起近紅外波段反射率抬升，形成植被的反射光譜，這是光學(xué)遙感圖像提取藍(lán)藻水華的理論基礎(chǔ)。目前，光學(xué)遙感識(shí)別藍(lán)藻水華的方法分為3類：光譜指數(shù)提取法[13]、監(jiān)督分類法[14]、機(jī)器學(xué)習(xí)分類方法[15]。監(jiān)督分類方法需要人工干預(yù)，受主觀影響大，機(jī)器學(xué)習(xí)方法能實(shí)現(xiàn)復(fù)雜地物的提取要求，但是需要大量的訓(xùn)練樣本。相對(duì)而言，基于藻華光譜特征構(gòu)建光譜指數(shù)，結(jié)合閾值提取，機(jī)理性強(qiáng)且提取快速，是衛(wèi)星遙感監(jiān)測(cè)湖泊藍(lán)藻水華的主流方法。

藍(lán)藻水華暴發(fā)周期長(zhǎng)，變化快，以Moderate-Resolution Imaging Spectroradiometer(MODIS)(Terra：1999年至今；Aqua：2002年至今)為代表的中分辨率海洋水色傳感器被廣泛應(yīng)用于水華面積和物候監(jiān)測(cè)?；贛ODIS 時(shí)間序列數(shù)據(jù)，Liniger等[16]發(fā)現(xiàn)了南極洲默茨冰川與B09B冰山2010年撞擊后其水華暴發(fā)開始時(shí)間延遲、持續(xù)時(shí)間縮短；Rohr等[17]探討了南大洋浮游植物水華物候的變化機(jī)制；Wynne等[18]探究了薩吉諾灣和伊利湖近20年的藻華物候，分析了薩吉諾灣和伊利湖藻華物候的影響因子。雖然MODIS等傳感器重訪周期快、波段多，但是衛(wèi)星發(fā)射于1999年后，實(shí)際上，太湖、巢湖等一些藍(lán)藻水華暴發(fā)頻繁的區(qū)域，2000年之前富營(yíng)養(yǎng)化已比較嚴(yán)重且藍(lán)藻水華已經(jīng)暴發(fā)[19-20]，補(bǔ)充這一時(shí)間段的藍(lán)藻水華時(shí)空變化信息有助于提升對(duì)湖泊藻華變化規(guī)律的認(rèn)識(shí)。Landsat系列傳感器，包括Landsat 4/5 TM(Thematic Mapper，1982-2011 年)、Landsat 7 ETM+ (Enhanced Thematic Mapper plus，1999-2022 年)、Landsat 8/9 OLI (Operational Land Imager，2013年至今)，是持續(xù)時(shí)間最長(zhǎng)的地球資源衛(wèi)星之一。Landsat可以彌補(bǔ)MODIS在2000年之前觀測(cè)的空白，但其時(shí)間分辨率低(16 d)，觀測(cè)藍(lán)藻水華頻率確實(shí)有所不足[21]。如何綜合利用Landsat系列傳感器和MODIS數(shù)據(jù)，考慮不同數(shù)據(jù)源觀測(cè)藍(lán)藻水華的差異，聯(lián)合監(jiān)測(cè)湖泊藍(lán)藻水華變化，將使得觀測(cè)1980s以來湖泊藍(lán)藻水華時(shí)空變化成為可能。

本文的研究目標(biāo)是使用Landsat和MODIS監(jiān)測(cè)巢湖1987-2020年間藻華暴發(fā)情況和物候時(shí)空變化，解析巢湖藍(lán)藻水華近40年的時(shí)空規(guī)律。具體內(nèi)容包括：(1)基于光譜指數(shù)和閾值分割方法，研究Terra MODIS和Landsat提取藍(lán)藻水華時(shí)空變化的一致性和差異；(2)獲取1987-2020年巢湖藍(lán)藻水華暴發(fā)面積時(shí)空分布，分析1987-2020年巢湖藻華物候特征(暴發(fā)開始時(shí)間、暴發(fā)結(jié)束時(shí)間、暴發(fā)持續(xù)時(shí)間)的變化規(guī)律；(3)基于巢湖總氮(TN)、總磷(TP)濃度和氣溫、風(fēng)速、降雨等環(huán)境因子，分析藻華物候指標(biāo)長(zhǎng)時(shí)間變化的原因。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

巢湖(31°25′28″～31°43′28″N，117°16′54″～117°51′46″E，圖1)位于安徽省中部，屬合肥市管轄，是我國五大淡水湖之一，水域面積約760 km2，東西長(zhǎng)55 km、南北寬21 km、湖岸線周長(zhǎng)176 km，平均水深2.89 m，多年平均水位為8.03 m，容積20.7×108m3[22]。湖水主要靠地面徑流補(bǔ)給，入湖河流約33條，其中主要出入湖河流有9條，包括南淝河、十五里河、派河、杭埠河、柘皋河、雙橋河、兆河、白石天河、裕溪河[23]。近年來，隨著巢湖流域工業(yè)化以及城市化的發(fā)展，巢湖水體呈現(xiàn)嚴(yán)重富營(yíng)養(yǎng)狀況，藍(lán)藻水華頻繁暴發(fā)，對(duì)巢湖流域的生態(tài)環(huán)境產(chǎn)生了嚴(yán)重的影響[24]。

圖1 巢湖及其分區(qū)、氣象站點(diǎn)位置Fig.1 Location of Lake Chaohu and its zoning and meteorological station

1.2 衛(wèi)星數(shù)據(jù)與預(yù)處理

1.2.1 Landsat系列衛(wèi)星數(shù)據(jù) 從美國地質(zhì)調(diào)查局(United States Geology Survey, USGS, https://earthexplorer.usgs.gov)網(wǎng)站下載了巢湖上空1987-2020年無云或少云情況下的Landsat L1T級(jí)影像共289景，其中Landsat 5 TM 205景、Landsat 7 ETM+ 24景、Landsat 8 OLI 60景(表1)。下載過程中通過USGS提供的Landsat快視圖判斷巢湖上空是否被云覆蓋，對(duì)存在云影響的圖像進(jìn)行去云操作。Landsat 7數(shù)據(jù)在2003年后出現(xiàn)條帶，數(shù)據(jù)質(zhì)量下降， 2003年后未使用此數(shù)據(jù)；同時(shí)Landsat 5在2011年停止運(yùn)行，Landsat 8在2013年2月發(fā)射，此期間沒有有效Landsat數(shù)據(jù)。研究使用ACOLITE軟件(https://github.com/acolite)對(duì)TM、ETM+和OLI數(shù)據(jù)進(jìn)行處理得到瑞利散射校正反射率Rrc(Rayleigh-corrected reflectance)[25]。

1.2.2 MODIS衛(wèi)星數(shù)據(jù) MODIS搭載在Terra和Aqua兩顆衛(wèi)星上，具有較高時(shí)間分辨率，一天內(nèi)可以覆蓋全球兩次(部分赤道低緯度地區(qū)除外)[26]。MODIS的陸地波段(前7個(gè)波段，光譜范圍為443～2130 nm)具有較高的空間分辨率(250～500 m)且在渾濁湖泊不飽和，因此本研究?jī)H使用這7個(gè)波段提取藍(lán)藻水華?？紤]到Landsat系列衛(wèi)星過境時(shí)間為當(dāng)?shù)貢r(shí)間上午10∶15左右，因此本文選用了上午過境的MODIS/Terra，以獲取時(shí)間相對(duì)一致的湖泊觀測(cè)。從美國國家宇航局(NASA)獲取了2000-2020年巢湖天氣狀況良好的MODIS/Terra影像1919景，基本涵蓋了2000-2020年全年各月份，特別是水華最為嚴(yán)重的夏秋季節(jié)(表1)。MODIS數(shù)據(jù)利用SeaDAS 7.5.3軟件去除臭氧吸收和分子瑞利散射的影響，獲得Rrc數(shù)據(jù)[27-29]。

表1 巢湖1987-2020年Landsat/MODIS衛(wèi)星影像數(shù)據(jù)的時(shí)間分布*Tab.1 Temporal distribution of Landsat/MODIS data in Lake Chaohu used in this study from 1987 to 2020

1.2.3 陸地和云掩膜 首先使用Landsat和MODIS影像快視圖進(jìn)行目視觀察，排除巢湖上空多云覆蓋的圖像；然后，對(duì)存在少云覆蓋的圖像采用單波段閾值進(jìn)行云掩膜處理。云掩膜閾值分別是MODIS_Rrc(1240)≥0.0235[30]和Landsat_Rrc(SWIR)>0.018[31]。采用歸一化水體指數(shù)(normalized difference water index，NDWI)進(jìn)行水體邊界提取，根據(jù)水體在影像中的分布選擇閾值將水體與其他地物區(qū)分開來[32]。最后，研究將水體向內(nèi)掩膜3個(gè)像元，避免陸地臨近效應(yīng)對(duì)水體信號(hào)的影響。

1.3 藍(lán)藻水華提取算法

1.3.1 浮游藻類指數(shù)(FAI) 常用的光譜指數(shù)有NDVI、增強(qiáng)型植被指數(shù)法(enhanced vegetation index，EVI)和浮游藻類指數(shù)(floating algae index，F(xiàn)AI)等。NDVI對(duì)大氣干擾處理有限，受云層影響較大，不易區(qū)分高渾濁水體，同時(shí)當(dāng)藍(lán)藻密度較大時(shí)，NDVI會(huì)出現(xiàn)飽和現(xiàn)象[33]。EVI具有較好的抗大氣干擾能力，可抑制水體背景噪聲，但易將藍(lán)藻水華與水生植被混淆[34]。相比于NDVI、EVI等算法，F(xiàn)AI算法對(duì)環(huán)境和觀測(cè)條件(氣溶膠類型和厚度、太陽/觀測(cè)幾何和太陽光)的變化不敏感，并且不易受云層影響，可以有效避免對(duì)藍(lán)藻水華的誤判，已廣泛應(yīng)用到湖泊藍(lán)藻水華的監(jiān)測(cè)。

FAI指數(shù)實(shí)質(zhì)上是一種波段減法，即通過構(gòu)建紅光、近紅外和短波紅外的基線來反映藻類在水體表面聚集的光譜變化特征，其計(jì)算公式為：

FAI=Rrc(λNIR)-R′rc(λNIR)

(1)

(2)

其中，MODIS參與計(jì)算的波段為λRed=645 nm、λNIR=859 nm、λSWIR=1240 nm；TM參與計(jì)算的波段為λRed=660 nm、λNIR=839 nm、λSWIR=1678 nm；ETM+參與計(jì)算的波段為λRed=661 nm、λNIR=835 nm、λSWIR=1650 nm；OLI參與計(jì)算的波段為λRed=655 nm、λNIR=865 nm、λSWIR=1609 nm[35]。

1.3.2 藍(lán)藻水華閾值確定 使用Hu等[11]在太湖提出的梯度閾值方法提取藍(lán)藻水華。對(duì)于Landsat系列數(shù)據(jù)，使用FAI<-0.01和FAI>0.02排除純凈水體和純?cè)迦A像元，生成藻-水混合圖像的FAI梯度直方圖?？紤]到藻華-非藻華邊界處FAI值梯度變化大，因此單幅圖像梯度變化最大處所對(duì)應(yīng)的FAI值即是單景影像的藻華閾值。最后每景Landsat影像FAI閾值的均值減去其兩倍標(biāo)準(zhǔn)差作為所有Landsat的藻華提取閾值，研究確定的Landsat藻華提取FAI閾值為-0.0089。

MODIS數(shù)據(jù)由于空間分辨率較低，研究采用藻華像元生長(zhǎng)算法[36](algae pixel growing algorithm，APA)進(jìn)一步提高藍(lán)藻水華提取精度。從MODIS圖像確定巢湖的純?cè)迦AFAI閾值為0.05，純水體FAI閾值為-0.004，對(duì)水和藍(lán)藻混合的像元，選用APA精確計(jì)算藻華混合像元內(nèi)的藻華面積，估算湖泊全水域藍(lán)藻水華實(shí)際面積[36]。像元生長(zhǎng)算法是通過判定衛(wèi)星影像中的藻華“生長(zhǎng)點(diǎn)像元”，采用臨近像元相關(guān)和逐漸擴(kuò)展的思路，計(jì)算出混合像元的藻華蓋度，這里所說的蓋度是指某一混合像元中藻華完全覆蓋的面積占該像元面積的百分比[37]，具體計(jì)算過程見參考文獻(xiàn)[38]。研究通過統(tǒng)計(jì)覆蓋度不為0的藻華像元的個(gè)數(shù)CMODIS，計(jì)算整個(gè)巢湖的藍(lán)藻水華面積：

Bloomarea=0.25×0.25×CMODIS

(3)

1.4 藍(lán)藻水華物候指標(biāo)

目前，業(yè)內(nèi)對(duì)湖泊水華發(fā)生的定義仍沒有形成統(tǒng)一共識(shí)。在以往評(píng)估遠(yuǎn)洋環(huán)境浮游植物物候的工作中，水華事件開始的一個(gè)常見定義是葉綠素a濃度(Chl.a)高于背景中值濃度的5%[10]?？紤]巢湖藍(lán)藻水華暴發(fā)的季節(jié)性和年際變化周期特征以及《水華遙感與地面監(jiān)測(cè)評(píng)價(jià)技術(shù)規(guī)范(征求意見稿)》中“太湖、巢湖水華狀況判斷暫行辦法”定義藍(lán)藻水華物候分析的周期為每年春季(本年3-5月)開始至冬季(12月-次年2月)結(jié)束。暴發(fā)開始時(shí)間為每年3月份開始藻華面積第1次為全湖面積的5%時(shí)的日期；暴發(fā)結(jié)束時(shí)間為次年2月之前藻華面積為全湖的5%時(shí)的最后日期；藻華暴發(fā)結(jié)束日期減去暴發(fā)開始日期即為藻華持續(xù)時(shí)間。關(guān)于1%、5%和10%閾值識(shí)別的巢湖藻華物候指標(biāo)結(jié)果的對(duì)比分析見3.1節(jié)。

Landsat傳感器和MODIS的時(shí)空分辨率存在差異。針對(duì)二者空間分辨率差異在監(jiān)測(cè)藻華分布的影響，本文選取了2000-2020年41景巢湖同步MODIS/Terra和Landsat影像，分析其提取藍(lán)藻水華面積的一致性問題(3.1節(jié))。1987-1999年藻華物候特征只能由Landsat系列數(shù)據(jù)獲取，考慮到Landsat的時(shí)間分辨率較低，2000年之前的物候參數(shù)使用3年為周期進(jìn)行統(tǒng)計(jì)(1987-1989、1990-1992、1993-1995、1996-1998、1999-2000年)，巢湖藻華暴發(fā)開始時(shí)間取3年的最小值，暴發(fā)結(jié)束時(shí)間和持續(xù)時(shí)間取3年的最大值。每周期內(nèi)，巢湖每月基本至少2景Landsat影像(表1)，雖然2月有影像缺失，但藻華暴發(fā)時(shí)間從每年3月開始統(tǒng)計(jì)，對(duì)結(jié)果影響相對(duì)較弱。關(guān)于Landsat影像數(shù)量潛在引起的結(jié)果差異，在3.1.3節(jié)進(jìn)一步深入討論。

1.5 環(huán)境驅(qū)動(dòng)因子

研究獲取巢湖1987-2020年月度總氮(TN)、總磷(TP)濃度數(shù)據(jù)，TN、TP濃度分別由堿性過硫酸鉀消解紫外分光光度法(GB 11894-1989)和鉬酸銨分光光度法(GB 11893-1989)測(cè)定[39]。統(tǒng)計(jì)計(jì)算1987-2020年這兩種水質(zhì)指標(biāo)的年均值，討論分析其對(duì)巢湖藻華物候的影響。此外，藍(lán)藻水華暴發(fā)受氣象因子(溫度、風(fēng)速、降雨量和日照時(shí)長(zhǎng))年際以及季節(jié)性變化影響較大，除了當(dāng)年的氣象因子外，上年年均以及冬季氣象因子也對(duì)藻華暴發(fā)有顯著影響[40-41]。研究從中國氣象數(shù)據(jù)中心(http://data.cma.cn)下載了合肥氣象站的日均氣溫、風(fēng)速、降水和日照時(shí)長(zhǎng)數(shù)據(jù)，之后生成年平均及季節(jié)平均結(jié)果，以分析氣象因子與巢湖藻華物候特征的關(guān)系。

1.6 統(tǒng)計(jì)分析指標(biāo)

本文利用Pearson相關(guān)系數(shù)來分析巢湖藻華物候與環(huán)境因子的相關(guān)性，相關(guān)分析使用線性逐步回歸。采用Theil-Sen median和Mann-Kendall趨勢(shì)分析方法，研究巢湖藻華暴發(fā)開始時(shí)間、暴發(fā)結(jié)束時(shí)間、暴發(fā)持續(xù)時(shí)間的長(zhǎng)時(shí)間變化趨勢(shì)，并以P值表示顯著性大小，P<0.05為顯著性水平，P<0.01為極顯著水平。

2 結(jié)果

2.1 藍(lán)藻水華面積的時(shí)序變化

1987-2020年Landsat和MODIS監(jiān)測(cè)結(jié)果 (圖2) 顯示，巢湖藍(lán)藻水華規(guī)模逐漸擴(kuò)大，暴發(fā)面積不斷增加。2000年之前，全巢湖藍(lán)藻水華整體暴發(fā)規(guī)模較小，大面積藻華較少，1990年出現(xiàn)峰值507.3 km2，其余年份每年全湖區(qū)藍(lán)藻水華暴發(fā)面積峰值都在500 km2以下，且面積峰值集中在夏秋季出現(xiàn)(圖2d)。2000年之后，整個(gè)巢湖藍(lán)藻水華暴發(fā)面積在2000-2005年呈上升趨勢(shì)，2005-2010年較穩(wěn)定，2011年出現(xiàn)最高峰608.4 km2，2012-2014年藻華暴發(fā)面積有所下降，2015年出現(xiàn)次高峰，2016-2020年呈下降趨勢(shì)(圖2d)。西巢湖2000年之前藍(lán)藻水華暴發(fā)規(guī)模也較小，暴發(fā)峰值出現(xiàn)在1999年，達(dá)到216.2 km2，2000年之后，西巢湖藍(lán)藻水華面積居高不下 (圖2a)。1987-1999年中巢湖和東巢湖無明顯藻華發(fā)生，其中，中巢湖暴發(fā)峰值出現(xiàn)在1991年(162.7 km2)，東巢湖暴發(fā)峰值出現(xiàn)在1990年(204.1 km2)(圖2b，c)。2000年之后，中巢湖藻華面積在2000-2012持續(xù)增加，此后呈現(xiàn)波動(dòng)式下降的規(guī)律(圖2b)；東巢湖藍(lán)藻水華面積在2000-2011年逐漸增加，2011年達(dá)到暴發(fā)面積次峰值225.5 km2，2012年后暴發(fā)面積整體呈現(xiàn)下降趨勢(shì)(圖2c)。

圖2 巢湖1987-2020年藍(lán)藻水華暴發(fā)面積： (a)西巢湖；(b)中巢湖 ；(c)東巢湖 ；(d)全巢湖Fig.2 Area of algal blooms in Lake Chaohu from 1987 to 2020: (a) west lake; (b) central lake; (c) east lake; (d) the whole lake

過去34年中，全湖以及各湖區(qū)每月藍(lán)藻水華平均暴發(fā)面積均呈增加趨勢(shì)，其中，全湖增加趨勢(shì)最為顯著(slope=0.28，P<0.01)，其次是西巢湖(slope=0.14，P<0.01)，中巢湖(slope=0.07，P<0.01)以及東巢湖(slope=0.07，P<0.01)增加趨勢(shì)較平緩(圖3)，分湖區(qū)月平均暴發(fā)面積均呈增加趨勢(shì)，可能使全湖整體上月平均面積增加趨勢(shì)最為顯著。此外，每年藍(lán)藻水華暴發(fā)面積最大值大多集中在6-11月，即夏、秋季節(jié)，冬、春季藍(lán)藻水華大面積暴發(fā)較少，符合巢湖夏、秋季節(jié)藍(lán)藻水華暴發(fā)較為嚴(yán)重，冬、春季節(jié)有所減緩的規(guī)律。

圖3 巢湖1987-2020年藍(lán)藻水華月平均面積長(zhǎng)時(shí)間變化趨勢(shì)： (a)西巢湖；(b)中巢湖；(c)東巢湖； (d)全巢湖Fig.3 Long-term trend of monthly mean area of algal blooms in Lake Chaohu from 1987 to 2020: (a) west lake; (b) central lake ;(c) east lake; (d) the whole lake

2.2 巢湖藻華物候時(shí)空變化趨勢(shì)

本研究以藻華面積大于5%湖泊總面積為藻華判定閾值，結(jié)合1987-2020年Landsat和MODIS數(shù)據(jù)計(jì)算出巢湖藍(lán)藻水華每年暴發(fā)開始時(shí)間、結(jié)束時(shí)間和持續(xù)時(shí)間 (圖4，表2)?？傮w上，巢湖藻華暴發(fā)多開始于4-6月，集中在次年1月和2月結(jié)束。1987-2000年間巢湖藻華暴發(fā)開始時(shí)間多在5月，暴發(fā)開始時(shí)間最晚的日序數(shù)為154 d，其次是149 d(1993-1995年)、121 d(2000年)和114 d(1987-1989年)；2000年之后暴發(fā)開始時(shí)間逐步提前至4月甚至3月(圖4，表2)。2000年前，巢湖藻華暴發(fā)結(jié)束時(shí)間多集中在1月初，結(jié)束最早的日序數(shù)為362 d(1990-1992年)；2000年后，暴發(fā)結(jié)束時(shí)間有所延遲，且多集中在2月中下旬結(jié)束，其中，最晚的日序數(shù)為423 d(2016年)(圖4，表2)。1987-2000年，藻華暴發(fā)持續(xù)時(shí)間集中在5～7個(gè)月，2000年達(dá)到10個(gè)月；2000年之后，暴發(fā)持續(xù)時(shí)間不斷增加，最短為8個(gè)月(2020年)，最長(zhǎng)為12個(gè)月(2006年)。

表2 巢湖1987-2020年藻華物候參數(shù)期及氣象數(shù)據(jù)統(tǒng)計(jì)Tab.2 Statistics of algal blooms phenology and meteorological data of Lake Chaohu from 1987 to 2020

圖4 巢湖1987-2020年Landsat(散點(diǎn))和MODIS/Terra(折線)藍(lán)藻水華暴發(fā)面積以及暴發(fā)開始時(shí)間(a)和暴發(fā)結(jié)束時(shí)間(b)(括號(hào)中標(biāo)注的是年份及藻華開始或結(jié)束的日序，結(jié)束時(shí)間出現(xiàn)在來年1-2月，所以，結(jié)束時(shí)間的日序數(shù)延續(xù)了前一年的日序數(shù)；1987-1999年為3年時(shí)間段取物候指標(biāo)，年份取中間值)Fig.4 Landsat (scatters) and MODIS/Terra (lines) cyanobacterial blooms area and timing of initiation (a) and timing of termination (b) in Lake Chaohu (Note that the numbers in the parentheses are year and day sequence for the start or end of algal blooms. The day sequence value of the end time is superimposed on the day sequence number of the previous year. 1987-1999 is a three-year time period to take the phenological index, and the year is taken as the middle value)

總體上，1987-2020年巢湖藻華物候特征的時(shí)序變化分為3個(gè)階段：①1987-2004年，暴發(fā)開始時(shí)間呈顯著提前趨勢(shì)(R2=0.66，P<0.01)，平均每年提前9.7 d，暴發(fā)結(jié)束時(shí)間有所延遲，但不顯著(R2=0.27，P>0.05)，平均每年延遲3.9 d，暴發(fā)持續(xù)時(shí)間呈顯著增加趨勢(shì)(R2=0.67，P<0.01)，平均每年增加17.4 d。②2005-2010年，藻華暴發(fā)開始時(shí)間呈現(xiàn)顯著延遲趨勢(shì)(R2=0.61，P<0.05)，平均每年延遲8.9 d，暴發(fā)結(jié)束時(shí)間無明顯變化，暴發(fā)持續(xù)時(shí)間有所減少，但不顯著(R2=0.15，P>0.05)，平均每年減少8.8 d。③2011-2020年，巢湖藻華暴發(fā)開始、結(jié)束和持續(xù)時(shí)間變化趨勢(shì)均不顯著，其中，暴發(fā)開始時(shí)間平均每年提前1.3 d(R2=0.14，P>0.05)，暴發(fā)結(jié)束時(shí)間平均每年提前5.7 d(R2=0.27，P>0.05)，暴發(fā)持續(xù)時(shí)間平均每年縮短4.5 d(R2=0.15，P>0.05)(圖5)。

圖5 巢湖1987-2020年藻華物候變化趨勢(shì)： (a)開始時(shí)間 ；(b)結(jié)束時(shí)間 ；(c)持續(xù)時(shí)間(灰色箭頭僅表示為上升或下降趨勢(shì))Fig.5 Long-term trend of algal blooms phenology in Lake Chaohu from 1987 to 2020: (a) the timing of initiation; (b) the timing of termination; (c) the timing of duration (Gray arrows indicate an upward or downward trend)

2.3 巢湖藻華物候指標(biāo)與環(huán)境因子的關(guān)系

巢湖藻華物候指標(biāo)的年變化與TN、TP濃度無顯著相關(guān)關(guān)系。1987-2004以及2005-2010年TN、TP濃度均呈下降趨勢(shì)，2011-2020年TN、TP濃度略微上升，且從整體上看，1987-2020年TN、TP濃度呈顯著下降趨勢(shì)(圖6a)。盡管30多年來，巢湖TN、TP濃度有所下降，但對(duì)比《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》 (GB 3838-2002)發(fā)現(xiàn)，巢湖1987-2020年平均TN濃度(2.18 mg/L)超過了國家Ⅴ類水體標(biāo)準(zhǔn)，TP濃度(0.16 mg/L)位于國家Ⅲ類水體標(biāo)準(zhǔn)，巢湖水體富營(yíng)養(yǎng)化程度一直處于較高水平，滿足藍(lán)藻水華生長(zhǎng)要求[42]，所以，湖體的營(yíng)養(yǎng)鹽不是影響巢湖藻華物候指標(biāo)的主要因子。

巢湖藻華不同階段物候指標(biāo)受氣象因子影響不同(圖7)。1987-2004年暴發(fā)開始時(shí)間與上年年平均溫度呈顯著負(fù)相關(guān)(R2=0.50，P<0.05)(圖7a)；暴發(fā)結(jié)束時(shí)間和持續(xù)時(shí)間與氣象因子均無明顯相關(guān)關(guān)系。研究發(fā)現(xiàn)，1987-2004年巢湖藻華暴發(fā)結(jié)束時(shí)間和持續(xù)時(shí)間都呈延遲趨勢(shì)，同時(shí)段內(nèi)，巢湖年平均溫度顯著上升(R2=0.43，P<0.05)(圖6c)，年平均風(fēng)速和冬季平均風(fēng)速均有所下降(圖6b)；②2005-2010年，藻華暴發(fā)開始時(shí)間與春季降雨量呈顯著正相關(guān)(R2=0.82，P<0.05)，與春季平均溫度(R2=0.69，P<0.05)、春季平均日照(R2=0.95，P<0.01)呈顯著負(fù)相關(guān)(圖7b～d)；暴發(fā)結(jié)束(R2=0.72，P<0.05)和持續(xù)時(shí)間(R2=0.93，P<0.01)與年降雨量呈顯著負(fù)相關(guān)(圖7e～f)；2011-2020年，藻華暴發(fā)開始時(shí)間、結(jié)束和持續(xù)時(shí)間與氣象因子均無顯著相關(guān)關(guān)系。該時(shí)間段內(nèi)，藻華暴發(fā)開始時(shí)間略微提前，而巢湖上年冬季溫度有所上升(圖6c)，暴發(fā)結(jié)束時(shí)間提前，持續(xù)時(shí)間縮短，相應(yīng)地，冬季平均風(fēng)速不斷增加(圖6b)。

圖6 1987-2020年巢湖環(huán)境因子變化趨勢(shì)：(a)TN和TP濃度； (b)冬季平均風(fēng)速和年平均風(fēng)速；(c)上年冬季平均溫度和年平均溫度Fig.6 Trends of environmental factors in Lake Chaohu from 1987 to 2020: (a) TN and TP; (b) average winter wind speed and annual average wind speed; (c) average temperature in the previous winter and annual average temperature

圖7 1987-2004年暴發(fā)開始時(shí)間與上年年平均溫度的關(guān)系(a)； 2005-2010年暴發(fā)開始時(shí)間與春季降雨量、平均溫度以及日照時(shí)長(zhǎng)的關(guān)系(b～d)；2005-2010年暴發(fā)結(jié)束和持續(xù)時(shí)間與年降雨量的關(guān)系(e～f)Fig.7 Relationship between the start time and the average annual temperature of the previous year from 1987 to 2004 (a); Relationship between the start time and the spring precipitation, temperature and sunshine from 2005 to 2010 (b-d); Relationship between the termination time and duration and the annual precipitation from 2005 to 2010 (e-f)

3 討論

3.1 多源衛(wèi)星遙感精度與不確定性

3.1.1 衛(wèi)星藻華提取的不確定性 基于FAI指數(shù)和閾值分割的湖泊藍(lán)藻水華提取有效避免了湖泊水體中泥沙信號(hào)和大氣程輻射的影響，提升了精度，但仍有幾個(gè)因素會(huì)干擾本文藍(lán)藻水華衛(wèi)星提取的絕對(duì)精度：(1)水陸邊界的臨近效應(yīng)：靠近陸地的水體信號(hào)強(qiáng)，F(xiàn)AI值也會(huì)偏高，導(dǎo)致靠近陸地的像元有時(shí)也會(huì)被識(shí)別為藍(lán)藻水華；(2)遙感圖像的云掩膜多使用單波段閾值法，但能夠完全去除云陰影影響的算法尚不成熟，Rrc(1240)>0.023和Rrc(1640)>0.0215會(huì)錯(cuò)誤地將藍(lán)藻水華作為“云像元”掩膜去除，過度云掩膜造成有效數(shù)據(jù)丟失[35,43]；(3)研究所使用的FAI閾值提取藍(lán)藻水華，通常適用于積聚在水體表面的藍(lán)藻，即“cyanobacterial scum”，不易監(jiān)測(cè)較為分散且濃度較低的藍(lán)藻水華，影響了藍(lán)藻水華提取精度。

祁國華等[14]指出不同空間分辨率衛(wèi)星對(duì)水華的識(shí)別會(huì)略有差別，衛(wèi)星影像過境時(shí)間存在時(shí)間差，水華可能會(huì)在幾分鐘內(nèi)發(fā)生微小變化，造成不同衛(wèi)星的提取結(jié)果出現(xiàn)不同程度的差異。2000-2020年間巢湖41景同步MODIS和Landsat圖像提取藻華面積一致性較好(圖8)，差異在0.19～39.85 km2之間，其中提取誤差在0～10 km2的占51%，在10～20 km2的占22%，在20～30 km2的占15%，在30～40 km2的占12%。Landsat空間分辨率較高，使得二者提取誤差低值所占比例較大。Landsat和MODIS提取結(jié)果差異最大的在2016年11月14日(MODIS提取面積為79.43 km2，Landsat提取面積為39.58 km2)，是由于當(dāng)天MODIS上空存在薄云，造成提取誤差。

圖8 巢湖MODIS和Landsat同步衛(wèi)星數(shù)據(jù)提取藍(lán)藻水華面積一致性對(duì)比Fig.8 Comparison of the consistency of algal blooms area from MODIS and Landsat synoptic satellite data in Lake Chaohu

3.1.2 物候閾值的影響 藻華物候的確定方法多樣，如Soppa等[44]規(guī)定當(dāng)Chl.a濃度值超過中位數(shù)5%時(shí)的時(shí)間至少持續(xù)兩周時(shí)定義為水華開始日期，將Chl.a值下降至閾值以下第1周為水華結(jié)束日期。關(guān)鍵閾值的選取影響物候特征的精度，因此本文對(duì)比分析1%閾值和10%閾值的巢湖藻華物候結(jié)果，驗(yàn)證5%閾值提取物候的精度。1%為閾值即在巢湖藻華面積達(dá)到7.6 km2時(shí)認(rèn)為藍(lán)藻水華暴發(fā)。MODIS本身空間分辨率較低，該閾值面積僅占有120個(gè)像元，提取的物候特征與巢湖藻華暴發(fā)規(guī)律有較大偏差，且年際之間無明顯變化，巢湖整年都在暴發(fā)藻華(圖9)。10%為閾值計(jì)算藻華物候，2000年之后藻華暴發(fā)開始時(shí)間與5%相差不大，但由于閾值面積達(dá)到76 km2，受Landsat時(shí)間分辨率和多種不確定性因素的影響，2000年之前有4年(1988、1989、1993和1998年)藻華暴發(fā)開始時(shí)間和結(jié)束時(shí)間為同一天，且1996年為藻華暴發(fā)的空白期，即僅有的遙感圖像數(shù)據(jù)無法滿足閾值要求，1996年被認(rèn)定為無藻華暴發(fā)(圖9)，因此10%閾值不能準(zhǔn)確刻畫所提取的巢湖藍(lán)藻物候特征。

圖9 10%和1%閾值藻華物候期結(jié)果： (a)暴發(fā)開始時(shí)間；(b)暴發(fā)結(jié)束時(shí)間Fig.9 10% and 1% threshold algal blooms phenology: (a)the start time; (b)the termination time

3.1.3 Landsat時(shí)間分辨率的影響 Landsat具有較高空間分辨率，但其重訪周期較長(zhǎng)(16 d)，較少的衛(wèi)星數(shù)據(jù)降低了對(duì)巢湖的有效觀測(cè)次數(shù)，一定程度上影響藻華物候時(shí)序變化的精度。為減弱2000年前 Landsat影像稀少對(duì)年藻華物候特征的影響，本研究使用3年周期統(tǒng)計(jì)巢湖2000年之前的物候參數(shù)。統(tǒng)計(jì)周期內(nèi)幾乎每月平均至少2景Landsat遙感影像覆蓋，間接地提升了2000年前Landsat系列數(shù)據(jù)觀測(cè)巢湖藻華物候時(shí)序變化的時(shí)間分辨率。該方法統(tǒng)計(jì)的巢湖1987-2020年藻華物候的長(zhǎng)時(shí)序變化趨勢(shì)相對(duì)不存在突變(圖5)。為揭示Landsat每3年周期和MODIS數(shù)據(jù)統(tǒng)計(jì)藻華物候的時(shí)間一致性，我們對(duì)比了2000-2020年Landsat和MODIS所提取的藻華暴發(fā)開始時(shí)間(圖10)。Landsat每3年周期觀測(cè)的藻華暴發(fā)時(shí)間雖然比MODIS的結(jié)果略晚一些，但基本上較為接近。同時(shí)，二者觀測(cè)到的藻華暴發(fā)開始時(shí)間的趨勢(shì)較為一致，即2000-2010年暴發(fā)開始時(shí)間有所延遲，此后藻華暴發(fā)提前。事實(shí)上，以往一些研究使用Landsat數(shù)據(jù)對(duì)水質(zhì)情況進(jìn)行分析時(shí)也采用了類似的方式[45-47]，并揭示出了湖泊水質(zhì)的長(zhǎng)時(shí)序變化。雖然使用多年周期統(tǒng)計(jì)的方式一定程度上彌補(bǔ)了Landsat數(shù)據(jù)不足的缺點(diǎn)，提升了Landsat分析結(jié)果的可信度，但仍需說明的是，2000年前后藻華物候參數(shù)統(tǒng)計(jì)的數(shù)據(jù)源不同，且數(shù)據(jù)的時(shí)間分辨率存在一定的差異，Landsat低衛(wèi)星數(shù)量統(tǒng)計(jì)的年藻華物候特征無法達(dá)到與MODIS完全等同的觀測(cè)頻率，由此，所得出的藻華物候變化趨勢(shì)及其與環(huán)境因子的相關(guān)性不可避免地會(huì)存在一定的不確定性。但是Landsat是目前唯一可連續(xù)獲取的2000年前的免費(fèi)衛(wèi)星數(shù)據(jù)，是將藍(lán)藻水華監(jiān)測(cè)結(jié)果延長(zhǎng)15年的最好選擇，同時(shí)，探索性聯(lián)合時(shí)空分辨率存在差異的多源衛(wèi)星數(shù)據(jù)共同監(jiān)測(cè)湖泊藻華物候，可為之后的研究提供一點(diǎn)思路和參考。

圖10 2000-2020年Landsat藻華暴發(fā)開始時(shí)間(每3年)與MODIS的對(duì)比Fig.10 Comparison of the start time of algal blooms between Landsat (every 3 years) and MODIS from 2000 to 2020

3.2 巢湖藍(lán)藻水華物候變化的驅(qū)動(dòng)機(jī)制

巢湖藍(lán)藻以微囊藻(Microcystis)和魚腥藻(Anabaena)為主，不同季節(jié)藍(lán)藻優(yōu)勢(shì)藻藻種不同，5-9月以微囊藻為主，而3-4月和10月后以魚腥藻為主[48]，本文“藻華物候”重點(diǎn)在于巢湖藍(lán)藻水華暴發(fā)的時(shí)間變化，而非生態(tài)上的“物候”的定義，微囊藻、魚腥藻或其他藍(lán)藻藻類大量繁殖后在水面聚集均會(huì)被識(shí)別為藍(lán)藻水華，因此，藻種間的交替變化(藻種生長(zhǎng)期差異)不會(huì)顯著影響巢湖藻華暴發(fā)時(shí)間的變化。

水體中營(yíng)養(yǎng)鹽濃度升高，藻類吸收營(yíng)養(yǎng)鹽，迅速繁殖形成有機(jī)團(tuán)聚體，進(jìn)而在水面形成水華[49]。本研究發(fā)現(xiàn)巢湖TN、TP等營(yíng)養(yǎng)鹽濃度對(duì)于藻華物候變化特征影響較弱，這可能是因?yàn)槌埠旧鞹N、TP等營(yíng)養(yǎng)鹽濃度一直處于較高水平，滿足藍(lán)藻生長(zhǎng)要求，因此營(yíng)養(yǎng)鹽不是改變巢湖藻華暴發(fā)時(shí)間變化的主要因子。本研究發(fā)現(xiàn)，上年年平均溫度、春季平均溫度越高，日照時(shí)長(zhǎng)越長(zhǎng)，藻華暴發(fā)時(shí)間越早。溫度升高、日照時(shí)長(zhǎng)增加利于藻華生長(zhǎng)，使得藻華暴發(fā)時(shí)間提前[50]。巢湖1987-2020年上年年平均溫度(R2=0.35，P<0.01)和春季平均溫度(R2=0.40，P<0.01)呈顯著上升趨勢(shì)(圖11a)，春季平均日照呈不顯著增加趨勢(shì)(R2=0.08,P>0.05)(圖11b)，同時(shí)，1987-2020年巢湖年平均風(fēng)速和冬季平均風(fēng)速均呈下降趨勢(shì)，2005年后，平均風(fēng)速都在3 m/s以下(圖6b，表2)，溫度升高、日照時(shí)長(zhǎng)保持穩(wěn)定、風(fēng)速降低利于藻華聚集，形成大面積水華，由此，未來巢湖藍(lán)藻水華暴發(fā)時(shí)間可能依然呈提前趨勢(shì)，暴發(fā)結(jié)束和持續(xù)時(shí)間呈延遲趨勢(shì)，相應(yīng)地，藍(lán)藻水華暴發(fā)規(guī)模變大，周期變長(zhǎng)，給巢湖藍(lán)藻水華的治理帶來一定困難。

圖11 巢湖1987-2020上年年平均溫度和春季平均溫度(a)和春季平均日照(b)的變化趨勢(shì) Fig.11 Trends of annual mean temperature in the last year and spring mean temperature (a) and spring mean sunshine (b) from 1987 to 2020 in Lake Chaohu

研究還發(fā)現(xiàn)不同湖區(qū)影響藍(lán)藻水華暴發(fā)的主要因子不同，風(fēng)速對(duì)于藍(lán)藻水華暴發(fā)也有重要影響。風(fēng)速較低，藍(lán)藻容易在水面堆積形成水華，長(zhǎng)時(shí)間低風(fēng)速天氣，會(huì)加劇藍(lán)藻水華聚集程度，導(dǎo)致水華面積大幅增加[51]，Wang等[52]研究發(fā)現(xiàn)風(fēng)速與滇池藻華發(fā)生呈負(fù)相關(guān)，并且滇池春季藻華持續(xù)時(shí)間明顯短于秋冬季，其認(rèn)為強(qiáng)風(fēng)是限制藻華聚集的主要因素，滇池春季的高風(fēng)速容易分散藻華使得春季藻華持續(xù)時(shí)間較短；Shi等[53]研究指出太湖2003-2017年浮游植物水華暴發(fā)開始時(shí)間與春季平均風(fēng)速呈顯著正相關(guān)。

不同區(qū)域的湖泊或者相同湖泊不同時(shí)間受氣象因子的影響程度不同的原因是多方面的。中國的一些淺水湖泊所處地理位置不同，如滇池位于云貴高原，太湖、巢湖位于東部平原，其所處地理位置的氣候條件有明顯差異，氣候差異以及滇池的水質(zhì)特征使得滇池藍(lán)藻水華發(fā)生難易與嚴(yán)重程度與太湖、巢湖有所不同[54]，溫度和氮、磷營(yíng)養(yǎng)鹽是導(dǎo)致“三湖”藍(lán)藻水華暴發(fā)存在差異的主要因子[55]。對(duì)海洋區(qū)域而言，藍(lán)藻水華發(fā)生以及浮游植物物候與海洋所處地理位置(高緯度地區(qū)和低緯度地區(qū))、海洋表面溫度、海冰濃度變化、海冰厚度、云層覆蓋、氣象因素也均有一定的相關(guān)性[56-58]。

3.3 未來巢湖藍(lán)藻水華變化的啟示

藻類水華暴發(fā)是在一定的營(yíng)養(yǎng)、氣候、水文條件和生態(tài)環(huán)境下形成的藻類過度繁殖和聚集的現(xiàn)象，是水體環(huán)境因子(如 TN、TP、pH值、水動(dòng)力、溶解氧)和氣象因子(如氣溫、光照、風(fēng)速、降雨量等)綜合作用的結(jié)果，一般認(rèn)為較高的營(yíng)養(yǎng)鹽濃度、適宜的溫度、充足的光照以及較低的風(fēng)速條件下，更易暴發(fā)藍(lán)藻水華[59]。巢湖流域水體富營(yíng)養(yǎng)化與合肥市近年來的發(fā)展息息相關(guān)，據(jù)安徽省統(tǒng)計(jì)年鑒，2000-2020年間，合肥市的人口從2000年的438萬增加到2020年的937萬，而GDP則從324.73億元猛增到10045.72億元。人口的迅速增加、工農(nóng)業(yè)生產(chǎn)的迅速發(fā)展、污水、化肥、農(nóng)藥的大量使用和排放等一系列大規(guī)模的活動(dòng)嚴(yán)重破壞了巢湖的生態(tài)環(huán)境，巢湖出現(xiàn)了明顯富營(yíng)養(yǎng)化，制約了該地區(qū)的社會(huì)和經(jīng)濟(jì)發(fā)展，引起了國家和地方政府的極大關(guān)注，從“六五”至“九五”，圍繞巢湖的富營(yíng)養(yǎng)化防治，進(jìn)一步開展了一些管理調(diào)查與對(duì)策研究[60]。近年來，國家大力開展“三河三湖”的治理，巢湖的富營(yíng)養(yǎng)化趨勢(shì)得到了明顯的遏制，并且富營(yíng)養(yǎng)化水平有所下降，但是其營(yíng)養(yǎng)化水平仍處于高位，足以支持藍(lán)藻水華的發(fā)生[23]。巢湖水質(zhì)恢復(fù)是一個(gè)流域系統(tǒng)工程，需要科技、資金和全社會(huì)的關(guān)心和介入[61]。富營(yíng)養(yǎng)化及藍(lán)藻水華問題的徹底解決，需要流域污染控制與生態(tài)修復(fù)相結(jié)合，不可能一朝一夕完成。通過構(gòu)建藍(lán)藻水華預(yù)測(cè)體系，預(yù)判水華藍(lán)藻發(fā)展?fàn)顩r，采取針對(duì)性的應(yīng)急處置措施，可以有效減少藍(lán)藻水華帶來的次生災(zāi)害及其對(duì)周邊居民的影響。未來，除了研究各種環(huán)境條件下藍(lán)藻水華暴發(fā)的規(guī)律，也應(yīng)著重關(guān)注藍(lán)藻種類和生理狀態(tài)對(duì)于藻華暴發(fā)的影響[62]。

4 結(jié)論

1)1987-2020年巢湖藍(lán)藻水華暴發(fā)規(guī)模不斷擴(kuò)大，暴發(fā)面積不斷增加。研究時(shí)段內(nèi)，全湖區(qū)及其分區(qū)每月藍(lán)藻水華暴發(fā)面積均呈增加趨勢(shì)，全湖區(qū)增加趨勢(shì)最為顯著。此外，每年藍(lán)藻水華暴發(fā)面積的最大值大多集中在6-11月，即夏秋季節(jié)，冬季和春季巢湖藍(lán)藻水華大面積暴發(fā)較少。

2)在過去34年里，巢湖藍(lán)藻水華暴發(fā)時(shí)間變化分為3個(gè)階段：1987-2004年，巢湖藍(lán)藻水華年暴發(fā)開始時(shí)間顯著提前，暴發(fā)持續(xù)時(shí)間顯著增加；2005-2010年，藻華年暴發(fā)開始時(shí)間顯著延遲，但暴發(fā)持續(xù)時(shí)間變化不顯著；2011-2020年，巢湖藻華暴發(fā)開始、結(jié)束和持續(xù)時(shí)間呈現(xiàn)年際波動(dòng)，年暴發(fā)開始時(shí)間、結(jié)束時(shí)間和持續(xù)時(shí)間均有所提前，但變化都不顯著。

3)1987-2020年巢湖藻華物候指標(biāo)年變化與TN、TP年均濃度無顯著相關(guān)性。1987-2004年暴發(fā)開始時(shí)間與上年年平均溫度呈顯著負(fù)相關(guān)，表明上年年平均溫度增加會(huì)使得藻華暴發(fā)開始時(shí)間提前，2005-2010年，藻華暴發(fā)開始時(shí)間與春季平均溫度、春季平均日照呈顯著負(fù)相關(guān)，與春季降雨量呈顯著正相關(guān)，表明春季平均溫度越高、日照越長(zhǎng)、降雨量越少，巢湖藻華暴發(fā)時(shí)間越早；暴發(fā)結(jié)束和持續(xù)時(shí)間與年降雨量呈顯著負(fù)相關(guān)，表明隨著年降雨量增加，暴發(fā)結(jié)束提前，暴發(fā)持續(xù)時(shí)間縮短；2011-2020年，藻華暴發(fā)開始時(shí)間、結(jié)束和持續(xù)時(shí)間與氣象因子均無顯著相關(guān)關(guān)系。