申文熙　丁圣

摘? 要：文章基于GF衛(wèi)星數(shù)據(jù)，利用NDVI方法實(shí)現(xiàn)了星云湖藍(lán)藻水華的提取和水華覆蓋度計(jì)算以及面積估算，分析了氣象要素對星云湖藍(lán)藻水華爆發(fā)的影響，生成的歸一化植被指數(shù)能夠較好地反映星云湖藍(lán)藻水華分布狀況，適于業(yè)務(wù)化運(yùn)行。星云湖藍(lán)藻水華冬春季多發(fā)生在星云湖的北部和西北部，藍(lán)藻水華大面積爆發(fā)時(shí)會(huì)蔓延至湖中區(qū)域。冬春季降水少、日照時(shí)數(shù)增加，微風(fēng)等氣象條件有利于水華的發(fā)生。

關(guān)鍵詞：GF衛(wèi)星數(shù)據(jù)；藍(lán)藻水華；星云湖

中圖分類號：TP39；X87? 文獻(xiàn)標(biāo)識碼：A? 文章編號：2096-4706（2023）12-0124-04

Monitoring of Cyanobacteria Bloom in Xingyun Lake Based on GF Satellite

SHEN Wenxi， DING Sheng

（Yuxi Meteorological Bureau， Yuxi? 653100， China）

Abstract： Based on the GF satellite data， this paper realizes the extraction of cyanobacteria bloom in Xingyun Lake， the calculation of bloom coverage and the area estimation using NDVI method， and analyzes the impact of meteorological factors on the cyanobacteria bloom outbreak in Xingyun Lake. The generated normalized vegetation index can better reflect the distribution of cyanobacteria bloom in Xingyun Lake， and is suitable for commercial operation. Cyanobacteria blooms in Xingyun Lake mostly occur in the north and northwest of Xingyun Lake in winter and spring. Cyanobacteria blooms will spread to the middle of the lake when they erupt in a large area. Less precipitation in winter and spring， increased sunshine hours， and other meteorological conditions such as breeze are conducive to the occurrence of water bloom.

Keywords： GF satellite data; cyanobacteria bloom; Xingyun Lake

0? 引? 言

藍(lán)藻過度繁殖會(huì)造成藍(lán)藻水華，導(dǎo)致水質(zhì)惡化，造成經(jīng)濟(jì)和生態(tài)的巨大損失。相比其他觀測手段，使用衛(wèi)星遙感觀測和統(tǒng)計(jì)浮游藻類能快速地監(jiān)測大面積藻類變化，通過反演得到藻類面積和空間分布狀態(tài)。本文分析藍(lán)藻水華光學(xué)遙感圖像，利用歸一化植被指數(shù)（NDVI）方法調(diào)整閾值，實(shí)現(xiàn)對遙感圖像的水華分布區(qū)域的提取，并分析星云湖藍(lán)藻水華的空間與時(shí)間分布規(guī)律，同時(shí)分析了哪些氣象條件影響藍(lán)藻水華暴發(fā)。

1? 數(shù)據(jù)來源及數(shù)據(jù)預(yù)處理

1.1? 研究區(qū)概況與數(shù)據(jù)來源

如圖1所示，星云湖位于云南省玉溪市江川區(qū)北，南北長10.5 km，東西平均寬3.8 km，最窄處2.3 km，湖岸線長36.3 km，總面積為34.71 km2。水溫夏季平均20.5 ℃，冬季10 ℃。星云湖地處亞熱帶半濕潤高原季風(fēng)氣候區(qū)，年平均降水量821.1 mm，單日最大降水量95.1 mm，年平均氣溫16.4 ℃，極端最高氣溫33.8 ℃，極端最低氣溫-5.9 ℃。年平均濕度72%，年平均風(fēng)速1.5 m/s，極大風(fēng)速12.9 m/s。

1.2? 數(shù)據(jù)源

高分四號衛(wèi)星（GF4）于2016年6月13日投入使用，是我國第一顆地球同步軌道遙感衛(wèi)星，運(yùn)行在距地36 000 km的地球靜止軌道，具備高時(shí)間分辨率和較高空間分辨率的優(yōu)勢。GF4可見光近紅外譜段分辨率為50 m，中波紅外相機(jī)（IRS）空間分辨率為400 m。GF4 PMS相機(jī)可見光紅光通道CH4（0.63～0.69 μm）和近紅外通道CH5（0.76～0.89 μm）在近紅外通道圖像中，覆有藍(lán)藻水華的水體反射率明顯高于沒有藍(lán)藻水華的水體。由于星云湖水域面積不大，GF4衛(wèi)星從時(shí)間長度和空間時(shí)間分辨率上均能滿足觀測要求，本文使用GF4 PMS數(shù)據(jù)為數(shù)據(jù)源監(jiān)測星云湖藍(lán)藻水華。本文共獲取2021—2022年GF4_PMS數(shù)據(jù)共120景，其中快速識別有水華的影像共17景。

2? 藍(lán)藻水華提取方法

衛(wèi)星遙感湖泊藍(lán)藻水華監(jiān)測技術(shù)流程，主要包括數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)預(yù)處理、藍(lán)藻水華判識、藍(lán)藻水監(jiān)測報(bào)告編寫等。技術(shù)路線圖如圖2所示。

2.1? 數(shù)據(jù)預(yù)處理

在地理定位和輻射校正的基礎(chǔ)上對數(shù)據(jù)進(jìn)行如下處理：地圖投影變換；幾何精校正，校正誤差優(yōu)于1個(gè)像元；掩膜處理，去除目標(biāo)區(qū)以外的地物；目標(biāo)區(qū)云蓋判識；計(jì)算歸一化植被指數(shù)。

2.2? 監(jiān)測技術(shù)方法

NDVI（Normalized Difference Vegetation Index）歸一化植被指數(shù)反映作物生長狀態(tài)等信息，由于藻類的植被的光譜特性類似，在近紅外波段700 nm附近有熒光峰，因此可以用于湖泊藻類信息的提取和計(jì)算。NDVI的計(jì)算公式為：

式（1）中，Rnir為近紅外波段的反射率；Rred為紅光波段的反射率。NDVI通過兩個(gè)波段的組合比值模型，可以減少云陰影、地形起伏、太陽高度角等非植被要素帶來的影響。根據(jù)藍(lán)藻覆蓋比例，可以對藍(lán)藻水華的強(qiáng)度進(jìn)行分級，0%～30%為輕度，30%～60%為中度，60%以上為重度，并賦予不同的等級為不同的顏色，單像元藍(lán)藻水華覆蓋度計(jì)算為：

式（2）中：fci為第i個(gè)像元藍(lán)藻水華覆蓋度，fci的最小值為0，最大值為100%；Nw為無藍(lán)藻水華、相對清潔水體的NDVI值，依據(jù)湖泊歷史數(shù)據(jù)經(jīng)驗(yàn)統(tǒng)計(jì)得到；Nc為藍(lán)藻水華NDVI經(jīng)驗(yàn)值，依據(jù)湖泊歷史數(shù)據(jù)經(jīng)驗(yàn)統(tǒng)計(jì)得到。

2.3? 基于NDVI方法水華提取

高分辨率影像能較好地顯示地物觀測細(xì)節(jié)，能更好地顯示湖面上小面積藍(lán)藻水華的分布狀態(tài)。通過調(diào)整閾值大小，采用目視解疑的方法進(jìn)行驗(yàn)證。圖3（a）展示了2022年11月23日星云湖GF影響，圖3（b）展示了基于NDVI的水華提取結(jié)果，可見能將小水華提取出來，與真實(shí)的水華分布范圍比較吻合。圖4（a）是星云湖藍(lán)藻水華覆蓋度統(tǒng)計(jì)，圖4（b）是藍(lán)藻水華強(qiáng)度等級分布。

3? 星云湖藍(lán)藻水華提取結(jié)果

采用NDVI歸一化植被指數(shù)方法對星云湖的藍(lán)藻水華進(jìn)行提取，圖5為部分藍(lán)藻提取結(jié)果。

4? 氣象因素對星云湖藍(lán)藻水華的影響

本文的氣象數(shù)據(jù)來源于距離星云湖僅2 km的江川區(qū)氣象站的日監(jiān)測數(shù)據(jù)，收集了星云湖藍(lán)藻水華暴發(fā)當(dāng)天及之前的全過程氣象要素觀測數(shù)據(jù)，包括平均風(fēng)速、平均氣溫、日照時(shí)數(shù)和降水量等要素。如表1所示。

表中可以看出星云湖的藍(lán)藻水華發(fā)生當(dāng)天，風(fēng)速穩(wěn)定在1.2～2.8 m/s區(qū)間，大面積藍(lán)藻水華發(fā)生時(shí)間段風(fēng)速處于1.5 m/s左右，星云湖常年風(fēng)速處于1.5 m/s左右，說明星云湖的微風(fēng)條件適宜藍(lán)藻水華形成，微風(fēng)適宜藍(lán)藻擴(kuò)散，又不至于使藍(lán)藻過量稀釋。水華發(fā)生當(dāng)天的氣溫與前一周均值的差值大多為正值，說明藍(lán)藻水華發(fā)生當(dāng)天的氣溫與之前相比所有升高，短期溫度的升高有利于藍(lán)藻水華的形成。日照利于藍(lán)藻光合作用和繁殖，觀測數(shù)據(jù)表明藍(lán)藻水華發(fā)生當(dāng)天的日照時(shí)長多為10 h左右，且與前一周均值的差值大多為正值，差值最高達(dá)8.4 h，說明藍(lán)藻水華發(fā)生前有日照增加的現(xiàn)象。降雨會(huì)帶來新鮮氧氣和稀釋湖水中營養(yǎng)物質(zhì)，不利于藍(lán)藻暴發(fā)，觀測數(shù)據(jù)也表明藍(lán)藻水華發(fā)生當(dāng)天均沒有降雨，且前一周降雨日數(shù)大多為0或1（小于1 mm降水），最大為3天，大多數(shù)前一周無明顯降雨。所以短期的日照與溫度的增加，前期極少的降雨，以及水華發(fā)生當(dāng)日的長時(shí)間日照有利于藻類的聚集，微風(fēng)的推動(dòng)對藍(lán)藻水華的形成十分有利。

5? 結(jié)? 論

用于劃分水華的閾值，對于不同湖泊、不同時(shí)段都會(huì)有不同結(jié)果，因此，需要利用水質(zhì)觀測和野外調(diào)查數(shù)據(jù)進(jìn)行驗(yàn)證。本文主要分析了氣象因素如何影響星云湖藍(lán)藻水華發(fā)生，得出以下三點(diǎn)結(jié)論：

1）使用SMART和NDVI方法進(jìn)行湖泊藍(lán)藻水華提取可行。歸一化植被指數(shù)NDVI能夠反映藍(lán)藻的覆蓋度和不同區(qū)域藍(lán)藻的濃度，計(jì)算較簡單，比較適于業(yè)務(wù)化運(yùn)行。

2）水體面積較小的湖泊水庫要實(shí)現(xiàn)衛(wèi)星遙感藍(lán)藻水華監(jiān)測采用高分辨率影像效果較好。高分辨率影像能較好地顯示地物的細(xì)節(jié)，更清晰地顯示小面積藍(lán)藻水華分布狀況。

3）近年來星云湖藍(lán)藻水華暴發(fā)時(shí)有發(fā)生，星云湖藍(lán)藻水華冬春季多爆發(fā)在星云湖的北部和西北部，藍(lán)藻水華大面積暴發(fā)時(shí)會(huì)蔓延至湖中區(qū)域。冬春季降水少、日照時(shí)數(shù)增加，加之有微風(fēng)推動(dòng)等氣象條件有利于水華擴(kuò)散發(fā)生。

參考文獻(xiàn)：

[1] 朱利，王橋，吳傳慶，等.巢湖水華遙感監(jiān)測與年度統(tǒng)計(jì)分析研究 [J].中國環(huán)境監(jiān)測，2013，29（2）：162-166.

[2] 潘德爐，毛天明，李淑菁，等.衛(wèi)星遙感監(jiān)測我國沿海水色環(huán)境的研究 [J].第四紀(jì)研究，2000（3）：240-246.

[3] 黃家柱，趙銳.衛(wèi)星遙感監(jiān)測太湖水域藍(lán)藻暴發(fā) [J].遙感信息，1999（4）：43-44.

[4] 張淵智，段洪濤.芬蘭海岸帶水域藍(lán)藻水華遙感監(jiān)測 [J].湖泊科學(xué)，2008（2）：167-172.

[5] 謝國清，李蒙，魯韋坤，等.滇池藍(lán)藻水華光譜特征、遙感識別及暴發(fā)氣象條件 [J].湖泊科學(xué)，2010，22（3）：327-336.

[6] 韓秀珍，吳朝陽，鄭偉，等.基于水面實(shí)測光譜的太湖藍(lán)藻衛(wèi)星遙感研究 [J].應(yīng)用氣象學(xué)報(bào)，2010，21（6）：724-731.

[7] 陳云，戴錦芳.基于遙感數(shù)據(jù)的太湖藍(lán)藻水華信息識別方法 [J].湖泊科學(xué)，2008（2）：179-183.

[8] 國家環(huán)保局科技標(biāo)準(zhǔn)司編.中國湖泊富營養(yǎng)化及其防治研究 [M].北京：中國環(huán)境科學(xué)出版社，2001：98-103.

[9] 盧大遠(yuǎn)，劉培剛，范天俞，等.漢江下游突發(fā)“水華”的調(diào)查研究 [J].環(huán)境科學(xué)研究，2000（2）：28-31.

[10] 楊桂山，馬榮華，張路，等.中國湖泊現(xiàn)狀及面臨的重大問題與保護(hù)策略 [J].湖泊科學(xué)，2010，22（6）：799-810.

[11] 林怡，潘琛，陳映鷹，等.基于遙感影像光譜分析的藍(lán)藻水華識別方法 [J].同濟(jì)大學(xué)學(xué)報(bào)：自然科學(xué)版，2011，39（8）：1247-1252.

[12] 夏曉瑞，韋玉春，徐寧，等.基于決策樹的Landsat TM/ETM+圖像中太湖藍(lán)藻水華信息提取 [J].湖泊科學(xué)，2014，26（6）：907-915.

[13] 陳宜瑜.淡水生態(tài)系統(tǒng)中的若干生物多樣性問題 [J].生物科學(xué)信息，1990（5）：197-200.

[14] 黃漪平.太湖水環(huán)境及其污染控制 [M].北京：科學(xué)出版社，2001.

[15] 劉連成.中國湖泊富營養(yǎng)化的現(xiàn)狀分析 [J].災(zāi)害學(xué)，1997（3）：61-65.

[16] 李蒙，謝國清，魯韋坤，等.氣象條件對滇池水華分布的影響 [J].氣象科學(xué)，2011，31（5）：639-645.

[17] 王甘霖.內(nèi)陸水體藍(lán)藻水華主被動(dòng)遙感監(jiān)測研究 [D].上海：華東師范大學(xué)，2015.

[18] 范裕祥，金社軍，周培，等.巢湖藍(lán)藻水華分布特征和氣象條件分析 [J].安徽農(nóng)業(yè)科學(xué)，2015，43（4）：191-193+198.

[19] 朱利，李云梅，趙少華，等.基于GF-1號衛(wèi)星WFV數(shù)據(jù)的太湖水質(zhì)遙感監(jiān)測 [J].國土資源遙感，2015，27（1）：113-120.

作者簡介：申文熙（1978.06—），男，漢族，云南玉溪人，工程師，本科，研究方向：生態(tài)氣象服務(wù)。