巢湖藍(lán)藻水華時(shí)空分布(20002015年)*

唐曉先，沈 明，段洪濤

(1:巢湖管理局環(huán)境保護(hù)監(jiān)測(cè)站,巢湖 238000)(2:中國(guó)科學(xué)院南京地理與湖泊研究所，南京 210008)

唐曉先1，沈 明2，段洪濤2

(1:巢湖管理局環(huán)境保護(hù)監(jiān)測(cè)站,巢湖 238000)(2:中國(guó)科學(xué)院南京地理與湖泊研究所，南京 210008)

巢湖是我國(guó)五大淡水湖之一，近年來(lái)水體富營(yíng)養(yǎng)化嚴(yán)重，藍(lán)藻水華頻繁暴發(fā). 通過(guò)收集2000-2015年晴好天氣下2478景MODIS Terra和Aqua影像，利用浮游藻類指數(shù)，提取巢湖藍(lán)藻水華時(shí)空分布數(shù)據(jù). 結(jié)果顯示，巢湖藍(lán)藻水華覆蓋面積、暴發(fā)頻率以及持續(xù)時(shí)間都在增加，每年最初暴發(fā)時(shí)間提前. 從分布上來(lái)看，西巢湖依然嚴(yán)重，中巢湖、東巢湖水華暴發(fā)面積較以往大大增加；過(guò)去16年內(nèi)巢湖藍(lán)藻水華暴發(fā)頻率持續(xù)增長(zhǎng)，其中2007年最為嚴(yán)重，2008-2010年暴發(fā)頻率出現(xiàn)緩和，此后又出現(xiàn)增長(zhǎng)趨勢(shì). 這些研究結(jié)果有助于掌握藍(lán)藻水華的情況，為巢湖科學(xué)治理提供了數(shù)據(jù)支持.

MODIS；藍(lán)藻水華；時(shí)空分布;巢湖;浮游藻類指數(shù)

巢湖主體位于安徽省合肥市，面積約760 km2，是我國(guó)第五大淡水湖，長(zhǎng)江中下游重要的淡水資源和生態(tài)濕地，在當(dāng)?shù)厝嗣裆詈徒?jīng)濟(jì)發(fā)展中發(fā)揮著重作用[1]. 近30年來(lái)，隨著巢湖流域經(jīng)濟(jì)的快速發(fā)展，大量點(diǎn)源、面源污染進(jìn)入水體，巢湖水質(zhì)污染嚴(yán)重，水體富營(yíng)養(yǎng)化情況日益嚴(yán)峻，藍(lán)藻水華頻繁發(fā)生[2]. 藍(lán)藻異常生長(zhǎng)，極易堆積形成水華，在河口以及近岸淤積，不僅破壞水體景觀和生態(tài)系統(tǒng)平衡，而且由于藍(lán)藻在生長(zhǎng)和死亡過(guò)程中釋放毒素，消耗溶解氧，容易引起水體中的生物大量死亡，湖泊水質(zhì)惡化，嚴(yán)重威脅湖泊周圍地區(qū)的飲用水安全[3]. 因此，快速、全面掌握藍(lán)藻分布信息，對(duì)于控制藍(lán)藻水華、評(píng)價(jià)藍(lán)藻生態(tài)環(huán)境風(fēng)險(xiǎn)、研究藍(lán)藻異常生長(zhǎng)的原因以及建立水質(zhì)的預(yù)警系統(tǒng)非常重要.

衛(wèi)星遙感技術(shù)提供了快速、大范圍監(jiān)測(cè)藍(lán)藻水華變化的可能. 藍(lán)藻水華暴發(fā)，水體中葉綠素a濃度顯著升高，導(dǎo)致水體光譜特征發(fā)生變化[2,4]. 藍(lán)、紅光反射率降低；近紅外波段具有明顯的植被特征“陡坡效應(yīng)”，反射率升高；同時(shí)熒光峰位置向長(zhǎng)波方向移動(dòng)[5-7]. 通常藍(lán)藻覆蓋區(qū)域光譜特征與無(wú)藻湖面有較為明顯的差異，這為利用光學(xué)衛(wèi)星數(shù)據(jù)進(jìn)行藍(lán)藻水華監(jiān)測(cè)提供了理論基礎(chǔ). MODIS數(shù)據(jù)具有較高的時(shí)間分辨率(Terra和Aqua白天分別過(guò)境一次)和光譜分辨率，可以快速生產(chǎn)幾乎實(shí)時(shí)的圖像；特別是Terra星2000年發(fā)射以來(lái)已積累近16年數(shù)據(jù)，是研究藍(lán)藻水華時(shí)空分布規(guī)律最為理想的數(shù)據(jù)源[8].

目前利用MODIS數(shù)據(jù)監(jiān)測(cè)藍(lán)藻水華的算法有很多，常用的有單波段法、比值法、歸一化植被指數(shù)(Normalized Difference Vegetation Index，NDVI)法、增強(qiáng)型植被指數(shù)(Enchanted Vegetation Index,EVI)法和浮游藻類指數(shù)(Floating Algae Index，F(xiàn)AI)法等[9-11]. 但在實(shí)際應(yīng)用中，由于衛(wèi)星影像都是柵格影像，像元大小取決于空間分辨率；如MODIS衛(wèi)星影像最高空間分辨率為250 m，也就是說(shuō)MODIS衛(wèi)星影像是由一系列250 m×250 m的像元組成. 但水華呈現(xiàn)形式千姿百態(tài)，既有茫茫一片的，也有呈條帶狀的，更有不規(guī)則分布的；即使茫茫一片的，也存在強(qiáng)度的不同[10,12]. 這些不同形態(tài)的水華，都呈現(xiàn)在MODIS像元(250 m×250 m)內(nèi).FAI算法通過(guò)統(tǒng)計(jì)設(shè)置固定閾值，利用簡(jiǎn)單的像元分解，被認(rèn)為是最為簡(jiǎn)單、有效和高精度的藍(lán)藻水華提取算法[13].

本研究針對(duì)2000-2015年巢湖MODIS衛(wèi)星影像，利用FAI指數(shù)，提取長(zhǎng)時(shí)間序列水華數(shù)據(jù)，研究巢湖藍(lán)藻最初暴發(fā)時(shí)間、持續(xù)時(shí)間、覆蓋度和空間分布頻率等，揭示藍(lán)藻水華時(shí)空分布規(guī)律.

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，水域面積約為760 km2，水深0.98～7.98 m，最大蓄水量可達(dá)48×108m3[1]. 近年來(lái)，由于當(dāng)?shù)亟?jīng)濟(jì)的迅速發(fā)展，人口的迅猛增加，巢湖受污染越來(lái)越嚴(yán)重，水體富營(yíng)養(yǎng)化程度加劇，藍(lán)藻水華暴發(fā)頻繁[14].

圖1 巢湖及其分區(qū)

1.2 MODIS衛(wèi)星數(shù)據(jù)

從NASA網(wǎng)站上獲取了2000-2015年間包含巢湖天氣狀況良好的MODIS衛(wèi)星遙感影像2478景(表1)，基本涵蓋了2000-2015年全年各月份，特別是水華暴發(fā)最為嚴(yán)重的夏、秋季節(jié). MODIS數(shù)據(jù)處理是利用SeaDAS軟件進(jìn)行輻射定標(biāo)獲得L1B數(shù)據(jù)然后去除臭氧吸收和分子瑞利散射的影響，從而獲得MODIS瑞利散射校正的反射率(Rayleigh-corrected reflectance,Rrc)數(shù)據(jù)[15-17].

1.3 藍(lán)藻水華提取算法

當(dāng)藍(lán)藻大量繁殖并在水面聚集時(shí)，會(huì)使水體表現(xiàn)出類似植被的光譜特征. 針對(duì)MODISRrc數(shù)據(jù)，Hu等[18-19]提出一種快速、簡(jiǎn)單的藍(lán)藻識(shí)別指標(biāo)算法，即FAI法，本文直接使用FAI算法用于計(jì)算巢湖藍(lán)藻水華時(shí)空分布數(shù)據(jù),其計(jì)算公式為：

(1)

其中：

(2)

表1 2000-2015年巢湖衛(wèi)星影像數(shù)據(jù)

1.4 藍(lán)藻水華時(shí)空分布分析方法

利用16年(2000-2015年)的遙感數(shù)據(jù)分析巢湖藍(lán)藻水華時(shí)空分布規(guī)律的統(tǒng)計(jì)量包括：藍(lán)藻水華覆蓋面積、最初暴發(fā)時(shí)間、持續(xù)時(shí)間、月平均覆蓋度以及年暴發(fā)頻率. 水華覆蓋面積為0.25×0.25CMODISkm2，其中CMODIS為MODIS藍(lán)藻水華像元數(shù). 針對(duì)水華最初暴發(fā)時(shí)間和持續(xù)時(shí)間以水華面積最初出現(xiàn)50km2為基礎(chǔ)進(jìn)行統(tǒng)計(jì). 水華年暴發(fā)頻率為年內(nèi)所有MODIS數(shù)據(jù)中水華暴發(fā)次數(shù)的比例.

2 結(jié)果與分析

2.1 藍(lán)藻水華覆蓋面積長(zhǎng)時(shí)間趨勢(shì)

利用FAI算法統(tǒng)計(jì)2000-2015年所有巢湖MODIS影像的藍(lán)藻水華面積，并對(duì)巢湖各分區(qū)(西巢湖、中巢湖和東巢湖)及整個(gè)湖區(qū)分別進(jìn)行面積統(tǒng)計(jì)(圖2). 西巢湖藍(lán)藻水華面積一直居高不下，而中巢湖和東巢湖水華面積一直呈增加趨勢(shì)并在2011-2012年達(dá)到峰值，2013-2014年水華面積呈現(xiàn)下降趨勢(shì)，2015年又再次增加. 整個(gè)巢湖藍(lán)藻水華面積在2000-2005年呈上升趨勢(shì)，2005-2010年較穩(wěn)定，最大水華暴發(fā)面積都在300 km2左右，2011年出現(xiàn)次高峰，2012-2014年水華暴發(fā)面積又有所下降，2015年再次呈現(xiàn)上升趨勢(shì)，最大水華暴發(fā)面積一度達(dá)到500 km2，由于合肥位于巢湖上游，近些年隨著經(jīng)濟(jì)的快速發(fā)展，合肥市人口和工廠數(shù)量急劇增加，同時(shí)上游流域還存在大量的畜禽養(yǎng)殖，導(dǎo)致大量的污染物通過(guò)南淝河、十五里河和派河等流入西巢湖，因此西巢湖的富營(yíng)養(yǎng)化較中巢湖、東巢湖更為嚴(yán)重.

圖2 2000-2015年巢湖藍(lán)藻水華面積：a)西巢湖；b)中巢湖；c)東巢湖；d)全湖區(qū)

為了研究巢湖不同程度水華覆蓋面積的變化情況，根據(jù)藍(lán)藻水華面積進(jìn)行分類：無(wú)水華覆蓋(面積小于10 km2)、輕度水華覆蓋(面積在10～50 km2之間)、中度水華覆蓋(面積在50～100 km2之間)和重度水華覆蓋(面積大于100 km2). 2000-2015年巢湖不同程度水華覆蓋面積比例變化表明(圖3)無(wú)水華覆蓋總體呈減少趨勢(shì)，并且在2007年達(dá)到最小值，輕度水華覆蓋和中度水華覆蓋近年來(lái)基本持平，而重度水華覆蓋在2000-2012年呈增加趨勢(shì)，并在2013年之后有所下降. 因此，巢湖水體藍(lán)藻水華暴發(fā)的總趨勢(shì)為：2000-2002年中度以上藍(lán)藻水華暴發(fā)面積小，2003年后水體惡化，2007年水華面積達(dá)到最大，2008-2011年水華面積逐年減少，2012年出現(xiàn)了次高峰，2013-2015年中度以上水華暴發(fā)面積又有所下降.

圖3 2000-2015年巢湖不同程度水華覆蓋面積比例變化

2.2 最初暴發(fā)時(shí)間和持續(xù)時(shí)間

考慮到巢湖藍(lán)藻水華一般會(huì)持續(xù)到次年1月，水華最初暴發(fā)時(shí)間是從每年2月1日開(kāi)始，統(tǒng)計(jì)第一次出現(xiàn)水華覆蓋面積50 km2時(shí)候的日期(表2). 2000-2003年水華起始暴發(fā)時(shí)間逐年推遲，2004年以后逐年提前，并在2008年出現(xiàn)最小值，暴發(fā)時(shí)間最早. 2009以后最初暴發(fā)時(shí)間又出現(xiàn)了推遲，2015年水華起始暴發(fā)時(shí)間再次提前. 在大多數(shù)年份中，每年水華最初暴發(fā)都是從西巢湖沿岸開(kāi)始，向中巢湖和東巢湖蔓延.

水華暴發(fā)持續(xù)時(shí)間是根據(jù)每年最初和最后一次觀測(cè)到的水華面積在50 km2以上的暴發(fā)日期相減所得到，以每年2月1日為起始統(tǒng)計(jì)時(shí)間，次年1月31日為截止時(shí)間(表2).最初暴發(fā)時(shí)間在2007、2008年出現(xiàn)最早的同時(shí)，持續(xù)時(shí)間也最長(zhǎng). 從巢湖各區(qū)域來(lái)看，西巢湖水華暴發(fā)時(shí)間最早，持續(xù)時(shí)間最長(zhǎng)，明顯高于中巢湖和東巢湖.

另外，巢湖藍(lán)藻除了微囊藻外，還有魚(yú)腥藻、小環(huán)藻等分布[20-21]. 微囊藻最適生長(zhǎng)溫度為25℃或以上，水溫是影響其水華暴發(fā)的重要條件[22]. 3-4月份，巢湖地區(qū)日均溫小于25℃，不利于微囊藻生長(zhǎng)，魚(yú)腥藻占據(jù)優(yōu)勢(shì)形成水華；5-9月，日均溫超過(guò)25℃，微囊藻占據(jù)優(yōu)勢(shì)形成水華；10月以后，日平均溫度再次低于25℃，藍(lán)藻水華又以魚(yú)腥藻為主導(dǎo). 這種藻種間的變化，對(duì)于衛(wèi)星遙感監(jiān)測(cè)藍(lán)藻水華有一定影響，但目前還沒(méi)有有效手段對(duì)其進(jìn)行區(qū)分.

表2 巢湖藍(lán)藻水華暴發(fā)起始時(shí)間與持續(xù)時(shí)間(d)*

*水華暴發(fā)起始時(shí)間為自每年2月1日開(kāi)始，水華覆蓋面積第一次達(dá)到50 km2的年積日；持續(xù)時(shí)間為每年最初(2月1日開(kāi)始)和最后一次觀測(cè)到的水華面積在50 km2以上的暴發(fā)日期相減所得到天數(shù).

2.3 藍(lán)藻水華月平均覆蓋度

逐月平均覆蓋度是根據(jù)2000-2015年內(nèi)每月覆蓋度統(tǒng)計(jì)出來(lái)的，范圍在0～100%之間，值越接近100%表示該區(qū)域藍(lán)藻水華覆蓋度越高.巢湖在所有月份都有不同程度的藍(lán)藻水華覆蓋，4月份開(kāi)始水華覆蓋度明顯增加；藍(lán)藻水華主要發(fā)生在5-11月，其中水華覆蓋度在9月達(dá)到最高(圖4). 這是因?yàn)樗{(lán)藻生長(zhǎng)與水華形成會(huì)經(jīng)歷越冬休眠、春季復(fù)蘇、生長(zhǎng)和集聚上浮4個(gè)階段[23]. 冬季(12-次年2月)隨著溫度降低藍(lán)藻從上層水體下沉到水底越冬，表面藍(lán)藻覆蓋明顯降低；春季(3-4月)隨著溫度上升、光照增加，藍(lán)藻從水底開(kāi)始上浮復(fù)蘇，藍(lán)藻覆蓋度明顯增加；夏、秋季(5-11月)藍(lán)藻大量生長(zhǎng)并上浮集聚，形成大面積水華. 從巢湖各區(qū)域來(lái)看，西巢湖月平均覆蓋度最高，越靠近西北角越高，而東巢湖水域藍(lán)藻水華覆蓋度最低. 這與巢湖營(yíng)養(yǎng)水平分布密切相關(guān)，西巢湖靠近安徽省省會(huì)合肥市，大量工業(yè)廢水和生活污水經(jīng)南淝河、十五里河、派河等河道流入西巢湖，導(dǎo)致西巢湖氮、磷濃度明顯高于中巢湖和東巢湖，為藍(lán)藻水華的發(fā)生提供了有利的物質(zhì)基礎(chǔ)[24-26].

圖4 2000-2015年巢湖藍(lán)藻水華月平均覆蓋度

2.4 藍(lán)藻水華年暴發(fā)頻率

對(duì)巢湖各地區(qū)每年水華暴發(fā)頻率進(jìn)行統(tǒng)計(jì)(圖5和圖6)，西巢湖藍(lán)藻水華暴發(fā)頻率明顯高于中巢湖和東巢湖. 其中西巢湖靠近南淝河、塘西河、十五里河的沿岸區(qū)域水華暴發(fā)頻率最高. 盡管近十幾年來(lái)巢湖污染治理的投資不斷增加，湖泊環(huán)境狀況得到改善，氮、磷濃度逐年下降，但湖泊富營(yíng)養(yǎng)化仍保持在較高水平[21,24-26]，并且遠(yuǎn)遠(yuǎn)滿足藍(lán)藻的生長(zhǎng)條件[27]. 而西巢湖作為水華主要發(fā)生湖區(qū)，年暴發(fā)頻率變化較為復(fù)雜，呈現(xiàn)分段式的變化趨勢(shì). 2000-2007年年暴發(fā)頻率持續(xù)增加；2007-2010年年暴發(fā)頻率有所下降，這可能隨著國(guó)家和當(dāng)?shù)卣母叨戎匾暎ㄟ^(guò)實(shí)施有效的治理措施[28]，使巢湖全湖區(qū)特別是西巢湖的藍(lán)藻水華暴發(fā)頻率明顯減少；2010-2015年西巢湖年暴發(fā)頻率呈增加趨勢(shì)，但有所波動(dòng). 這意味著在合肥市飛速發(fā)展的經(jīng)濟(jì)背景下，原有的治理方案可能已經(jīng)無(wú)法滿足減緩藍(lán)藻水華暴發(fā)的發(fā)生.

圖5 2000-2015年巢湖藍(lán)藻水華暴發(fā)頻率分布

圖6 2000-2015年巢湖藍(lán)藻水華暴發(fā)頻率統(tǒng)計(jì)

3 結(jié)論

隨著巢湖周邊人口、工廠增加和經(jīng)濟(jì)發(fā)展，巢湖水體富營(yíng)養(yǎng)化也日益嚴(yán)重，藍(lán)藻水華暴發(fā)日益頻繁，面積也有所增加. 尤其是在2007年最為嚴(yán)重，隨著國(guó)家和當(dāng)?shù)卣母叨戎匾曇约皩?shí)施有效的治理措施[28]，在2008-2010年期間巢湖藍(lán)藻水華的暴發(fā)頻率出現(xiàn)緩和，但此后藍(lán)藻水華的暴發(fā)頻率又呈現(xiàn)一定增長(zhǎng)趨勢(shì). 另外，本文針對(duì)MODIS的Terra和Aqua星，使用FAI指數(shù)可以對(duì)巢湖藍(lán)藻水華暴發(fā)面積和分布進(jìn)行實(shí)時(shí)監(jiān)測(cè)，為巢湖藍(lán)藻水華監(jiān)測(cè)和預(yù)警起到重要作用，同時(shí)本研究方法也可以嘗試應(yīng)用于其他湖泊的監(jiān)測(cè).

[1] Wang Sumin, Dou Hongshen eds. Memoirs of lakes in China. Beijing:Science Press, 1998. [王蘇民, 竇鴻身. 中國(guó)湖泊志. 北京: 科學(xué)出版社, 1998.]

[2] Yin Fucai, Zhang Zhiyuan. Survey of Chaohu Lake eutrophication research.JLakeSci, 2004, 15(4): 377-384. DOI: 10.18307/2003.0413. [殷福才, 張之源. 巢湖富營(yíng)養(yǎng)化研究進(jìn)展. 湖泊科學(xué), 2004, 15(4): 377-384.]

[3] Ma Jianrong, Deng Jianming, Qin Boqiangetal. Progress and prospects on cyanobacteria bloom-forming mechanism in lakes.ActaEcologicaSinica, 2013, 33(10): 3020-3030. DOI: 10.5846/stxb201202140200. [馬健榮, 鄧建明, 秦伯強(qiáng)等. 湖泊藍(lán)藻水華發(fā)生機(jī)理研究進(jìn)展. 生態(tài)學(xué)報(bào), 2013, 33(10): 3020-3030.]

[4] Yang Dingtian, Pan Delu. Progress in the research on cyanobacteria remote sensing.RemoteSensingforLand&Resources, 2006, 18(4): 1-5. [楊頂田, 潘德?tīng)t. 藍(lán)藻的衛(wèi)星遙感研究進(jìn)展. 國(guó)土資源遙感, 2006, 18(4): 1-5.]

[5] Duan Hongtao, Zhang Shouxuan, Zhang Yuanzhi. Cyanobacteria bloom monitoring with remote sensing in Lake Taihu.JLakeSci, 2008, 20(2): 145-152. DOI: 10.18307/2008.0202. [段洪濤, 張壽選, 張淵智. 太湖藍(lán)藻水華遙感監(jiān)測(cè)方法. 湖泊科學(xué), 2008, 20(2): 145-152.]

[6] Xie Huaming, Pan Fakang, Shu Yingetal. Temporal and spatial distribution study of algal blooms in Chaohu Lake based on remote sensing.JournalofAnhuiAgriculturalSciences, 2011, 39(21): 12825-12827. [解華明, 潘法康, 舒瑩等. 巢湖藍(lán)藻水華時(shí)空分布特征遙感監(jiān)測(cè)研究. 安徽農(nóng)業(yè)科學(xué), 2011, 39(21): 12825-12827.]

[7] Jia Xaiohui, Shi Dingji, Shi Mianhongetal. Formation of cyanobacterial blooms in Lake Chaohu and the photosynthesis of dominant species hypothesis.ActaEcologicaSinica, 2011, 31(11): 2968-2977. [賈曉會(huì), 施定基, 史綿紅等. 巢湖藍(lán)藻水華形成原因探索及“優(yōu)勢(shì)種光合假說(shuō)”. 生態(tài)學(xué)報(bào), 2011, 31(11): 2968-2977.]

[8] Mei Changqing, Wang Xinyuan, Peng Peng. Application of MODIS data for monitoring blue-green algal bloom in Chaohu Lake.RemoteSeningTechnologyandApplication, 2008, 23(3): 328-332. [梅長(zhǎng)青, 王心源, 彭鵬. 應(yīng)用MODIS數(shù)據(jù)監(jiān)測(cè)巢湖藍(lán)藻水華的研究. 遙感技術(shù)與應(yīng)用, 2008, 23(3): 328-332.]

[9] Hu C. A novel ocean color index to detect floating algae in the global oceans.RemoteSensingofEnvironment, 2009, 113(10): 2118-2129. DOI: 10.1016/j.rse.2009.05.012.

[10] Zhang Y, Ma R, Duan Hetal. A novel algorithm to estimate algal bloom coverage to subpixel resolution in Lake Taihu.IEEEJournalofSelectedTopicsinAppliedEarthObservations&RemoteSensing, 2014, 7(7): 3060-3068. DOI: 10.1109/JSTARS.2014.2327076.

[11] Wang Ning, Huang Juan, Cui Tingweietal. Capability comparison of 5 vegetation indices for detecting the green tide in different development phases and the application.ActaLaserBiologySinica, 2014, 23(6): 590-595. [王寧, 黃娟, 崔廷偉等. 基于MODIS數(shù)據(jù)的5種植被指數(shù)對(duì)不同生長(zhǎng)階段綠潮的探測(cè)能力對(duì)比及應(yīng)用. 激光生物學(xué)報(bào), 2014, 23(6): 590-595.]

[12] Zhang Y, Ma R, Zhang Metal. Fourteen-year record (2000-2013) of the spatial and temporal dynamics of floating algae blooms in Lake Chaohu, observed from time series of MODIS images.RemoteSensing, 2015, 7(8): 10523-10542. DOI: 10.3390/rs70810523.

[13] Duan H, Loiselle SA, Zhu Letal. Distribution and incidence of algal blooms in Lake Taihu.AquaticSciences, 2015, 77(1): 9-16. DOI: 10.1007/s00027-014-0367-2.

[14] Li Lei, Dai Wanhong. Present status of water eutrophication in Chao Lake and countermeasures for prevention and control.SoilandWaterConservationinChina, 2009, (7): 55-57. [李雷, 戴萬(wàn)宏. 巢湖水體富營(yíng)養(yǎng)化污染現(xiàn)狀及防治對(duì)策. 中國(guó)水土保持, 2009, (7): 55-57.]

[15] Chavula G, Brezonik P, Thenkabail Petal. Estimating chlorophyll concentration in Lake Malawi from MODIS satellite imagery.PhysicsandChemistryoftheEarth,PartsA/B/C, 2009, 34(13): 755-760. DOI: 10.1016/j.pce.2009.07.015.

[16] Rodríguez-Guzmán V, Gilbes-Santaella F. Using MODIS 250 m imagery to estimate total suspended sediment in a tropical open bay.InternationalJournalofSystesmsApplications,Engineering&Development, 2009, 3(1): 36-44.

[17] Le C, Hu C, English Detal. Climate-driven chlorophyll-a changes in a turbid estuary: Observations from satellites and implications for management.RemoteSensingofEnvironment, 2013, 130(4): 11-24. DOI: 10.1016/j.rse.2012.11.011.

[18] Hu C, Lee Z, Ma Retal. Moderate resolution imaging spectroradiometer (MODIS) observations of cyanobacteria blooms in Taihu Lake, China.JournalofGeophysicalResearch:Oceans(1978-2012), 2010, 115(C04002). DOI: 10.1029/2009JC005511.

[19] Hu C, Chen Z, Clayton TDetal. Assessment of estuarine water-quality indicators using MODIS medium-resolution bands: Initial results from Tampa Bay, FL.RemoteSensingofEnvironment, 2004, 93(3): 423-441. DOI: 10.1016/j.rse.2004.08.007.

[20] Meng Renxian, Liu Zhenqiu. An evaluation of water pollution and eutrophication of the Chaohu Lake by means of phytoplankton.ActaHydrobiologicaSinica, 1988, 12(1): 13-26. [蒙仁憲, 劉貞秋. 以浮游植物評(píng)價(jià)巢湖水質(zhì)污染及富營(yíng)養(yǎng)化. 水生生物學(xué)報(bào), 1988, 12(1): 13-26.]

[21] Yu Tao. Phytoplankton community structure in Chaohu Lake[Dissertation]. Hefei: Anhui University, 2010. [余濤. 巢湖浮游植物群落結(jié)構(gòu)研究[學(xué)位論文]. 合肥: 安徽大學(xué), 2010.]

[22] Li Yinxia. Succession ofMicrocystisblooms in Lake Chaohu and competition between different bloom-forming cyanobacterial strains[Dissertation]. Beijing: University of Chinese Academy of Sciences, 2013. [李印霞. 巢湖微囊藻水華演替及不同水華藍(lán)藻競(jìng)爭(zhēng)的研究[學(xué)位論文]. 北京: 中國(guó)科學(xué)院大學(xué), 2013.]

[23] Kong Fanxiang, Ma Ronghua, Gao Junfengetal. The theory and practice of prevention, forecast and warning on cyanobacteria bloom in Lake Taihu.JLakeSci, 2009, 21(3): 314-328. DOI: 10.18307/2009.0302. [孔繁翔, 馬榮華, 高俊峰等. 太湖藍(lán)藻水華的預(yù)防, 預(yù)測(cè)和預(yù)警的理論與實(shí)踐. 湖泊科學(xué), 2009, 21(3): 314-328.]

[24] Huang Ming. Study on comprehensive assessment method for water quality eutrophication in Chaohu Lake.JournalofWanxiUniversity, 2012, 28(5): 23-25. [黃明. 巢湖水質(zhì)富營(yíng)養(yǎng)化綜合評(píng)價(jià)方法探討. 皖西學(xué)院學(xué)報(bào), 2012, 28(5): 23-25.]

[25] Wang Qifeng, Li Chao, Wang Shoufengetal.JournalofAnhuiAgriculturalSciences, 2011, 39(31): 19324-19354. [王起峰, 李超, 王守峰等. 巢湖富營(yíng)養(yǎng)化的時(shí)間變化規(guī)律分析. 安徽農(nóng)業(yè)科學(xué), 2011, 39(31): 19324-19354.]

[26] Zhu Yu, Wang Feng. Water quality in Chaohu Lake watershed and the its environmental object’s.TheAdministrationandTechniqueofEnvironmentalMonitoring, 2005, 16(6): 22-23. [朱余, 王鳳. 巢湖流域水質(zhì)狀況與環(huán)境目標(biāo)可達(dá)性分析. 環(huán)境監(jiān)測(cè)管理與技術(shù), 2005, 16(6): 22-23.]

[27] Zhang M, Duan H, Shi Xetal. Contributions of meteorology to the phenology of cyanobacterial blooms: Implications for future climate change.WaterResearch, 2012, 46(2): 442-452. DOI: 10.1016/j.watres.2011.11.013.

[28] Zhang Min, Kong Fanxiang. The process, spatial and temporal distributions and mitigation strategies of the eutrophication of Lake Chaohu(1984-2013).JLakeSci, 2015, 27(5): 791-798. DOI: 10.18307/2015.0505. [張民, 孔繁翔. 巢湖富營(yíng)養(yǎng)化的歷程, 空間分布與治理策略(1984-2013年). 湖泊科學(xué), 2015, 27(5): 791-798.]

Temporal and spatial distribution of algal blooms in Lake Chaohu, 2000-2015

TANG Xiaoxian1, SHEN Ming2& DUAN Hongtao2

(1:MonitoringStationofChaohuLakeManagementAuthority,Chaohu238000,P.R.China)(2:NanjingInstituteofGeographyandLimnology,ChineseAcademyofSciences,Nanjing210008,P.R.China)

Algal blooming in eutrophic lakes has become a critically important issue.As the fifth largest freshwater lake in China, Lake Chaohu has drawn increasing attentions due to the declining of water quality and the occurrence of massive algal blooms.This study applied 2478 free cloud MODIS images onboard Terra and Aqua satellites over the period of 2000-2015 to extract algal blooms with a floating algal index algorithm. The results showed that blooms coverage, frequency, and duration noticeably increased during these years, and the initial blooming occurs earlier. Particularly, algal blooms became more serious during 2000-2015. The conditions for algae blooming was getting better during 2008-2010, and the growth trend has emerged since 2011. 16-year series algal blooms data will help to understand the change in water quality of the Lake Chaohu.

MODIS; algal blooms; temporal and spatial distribution; Lake Chaohu; floating algae index

*國(guó)家高技術(shù)研究發(fā)展計(jì)劃“863”項(xiàng)目(2014AA06A509)資助.2016-01-12收稿；2016-06-29收修改稿.唐曉先(1978～)，男，學(xué)士，高級(jí)工程師; E-mail：txxchep@sina.com.

J.LakeSci.(湖泊科學(xué))， 2017， 29(2)： 276-284

DOI 10.18307/2017.0203

?2017 byJournalofLakeSciences