基于風(fēng)云三號氣象衛(wèi)星數(shù)據(jù)的太湖水體表層藍藻水華特征研究

摘 要：用衛(wèi)星遙感技術(shù)監(jiān)測太湖藍藻水華具重要價值。利用風(fēng)云三號衛(wèi)星中分辨率光譜成像儀數(shù)據(jù)計算了歸一化植被指數(shù)、增強型植被指數(shù)等，以提取藍藻水華分布，并基于太湖東山氣象站的氣象資料分析水華暴發(fā)的驅(qū)動因素。結(jié)果顯示：風(fēng)云三號具備監(jiān)測太湖藍藻水華的能力，2017年太湖不同季節(jié)藍藻分布情況不同，最大葉綠素指數(shù)監(jiān)測效果更好，溫度、光照會促進藍藻水華的暴發(fā)，對拓展氣象衛(wèi)星數(shù)據(jù)應(yīng)用范圍、強化湖泊水體藍藻監(jiān)測具有重要參考價值。

關(guān)鍵詞：風(fēng)云三號衛(wèi)星；中分辨率光譜成像儀；藍藻水華

中圖分類號：X524 文獻標志碼：B 文章編號：2095–3305（2024）06–0-03

太湖是我國第三大淡水湖，有灌溉、航運和漁業(yè)資源之利且富含著大量的淡水資源。但是隨著全球氣溫上升和工業(yè)污染加劇，太湖面臨著水質(zhì)富營養(yǎng)化問題，其中，藍藻水華因分泌大量毒素、耗竭水體溶解氧、破壞水生態(tài)系統(tǒng)平衡、威脅飲用水安全、影響公眾健康，成為嚴重的生態(tài)和經(jīng)濟挑戰(zhàn)。藍藻水華暴發(fā)受內(nèi)外因的共同影響，包括其自身特性、適宜的溫度與水動力條件、氣溫升高、二氧化碳增加和日照延長等氣候因素[1]。因此，隨著氣候變暖，快速、全面掌握水華分布信息并了解其天氣響應(yīng)至關(guān)重要。

衛(wèi)星遙感觀測因其寬廣范圍、快速的對地觀測優(yōu)勢和高時空分辨率等，在監(jiān)測藍藻水華方面發(fā)揮著日益重要的作用。當前，多種衛(wèi)星數(shù)據(jù)，如中分辨率成像光譜儀（MODIS）、哨兵系列（Sentinel）和陸地資源衛(wèi)星（Landsat）被廣泛應(yīng)用于湖泊藍藻水華的研究和監(jiān)測[2]。

然而，不同衛(wèi)星數(shù)據(jù)在時間和空間分辨率上存在差異，限制了水華提取的及時性和精度。

風(fēng)云三號（FY-3）氣象衛(wèi)星是我國新一代太陽同步軌道氣象衛(wèi)星，具有高時間分辨率的特點，適用于大型湖泊的日常監(jiān)測和水表水華特征研究。中分辨率光譜成像儀I型（Medium Resolution Spectral Imager-I，MERSI-I）是風(fēng)云三號B星（FY-3B）重要的光學(xué)成像儀器，可以探測來自地球大氣系統(tǒng)的電磁輻射。通過成像，可以實現(xiàn)植被、生態(tài)、地表覆蓋分類及積雪覆蓋等陸表特性全球遙感監(jiān)測。盡管FY-3在監(jiān)測藍藻水華方面的應(yīng)用較少且提取方法單一，但其潛力巨大。因此，提高水華解譯精度是當前研究的熱點。為此，需選擇合適的算法，如歸一化植被指數(shù)（NDVI）和浮游藻類指數(shù)（FAI），以減輕大氣對水華提取的影響[3]。利用FY-3B的中分辨率光譜成像儀（MERSI）數(shù)據(jù)進行太湖藍藻監(jiān)測預(yù)警研究。通過計算一系列水色遙感指標，提取藍藻的空間分布，并與已有成果進行對比，分析各指數(shù)的監(jiān)測效果。這一研究有望為充分發(fā)揮FY-3衛(wèi)星在湖泊水華遙感監(jiān)測中的作用提供參考。

1 研究區(qū)概況

選取太湖水體作為研究區(qū)域。太湖地處30°55′40″N

～31°32′N、119°52′32＂～120°36′E，位于江蘇和浙江兩省的交界處，長江三角洲的南部，是中國著名的五大淡水湖之一。太湖流域具有亞熱帶季風(fēng)氣候特征，年平均氣溫14.9～16.2 ℃，冬季干冷，夏季濕熱，光照充足，無霜期長，臺風(fēng)頻繁，雨水豐沛。同時，太湖流域氣候復(fù)雜多變、地理位置和地貌形態(tài)特殊，對氣溫、風(fēng)速、降水和日照等氣候要素的變化響應(yīng)快速而敏感。隨著全球氣候的變暖，環(huán)太湖地區(qū)也經(jīng)歷著氣溫上升和降水區(qū)域異常變化的過程。有研究發(fā)現(xiàn)太湖流域的氣溫明顯升高，自20世紀90年代以來，太湖流域發(fā)生了突變式增溫[4]。太湖處于富營養(yǎng)化狀態(tài)，冬季有利于藍藻水華越冬，春季溫度升高，促進藍藻生長，藍藻生物量不斷增加；夏季高溫光照充足，藍藻更具生長優(yōu)勢。太湖流域地形周邊高、中間低，西部高、東部低，呈碟狀，平原面積占比超過65%，水流速緩慢，人類活動導(dǎo)致大量氮、磷等營養(yǎng)鹽輸入太湖水體，加劇湖水富營養(yǎng)化[5]。

2 衛(wèi)星數(shù)據(jù)及其處理方法

風(fēng)云三號氣象衛(wèi)星是我國獨立自主研發(fā)的極地軌道氣象衛(wèi)星，具有250 m和1 000 m的空間分辨率，時間分辨率高，約102 min繞地球飛行一圈，每天可以完成1次全球覆蓋觀測。我國大型湖泊（湖泊面積大于500 km2），如青海湖、洞庭湖、太湖等湖水面積大，對于空間分辨率的精度要求不高，因此選取了2017年4月29日（藍藻暴發(fā)）和1月26日（無藍藻）的FY-3B數(shù)據(jù)，對太湖地區(qū)遙感數(shù)據(jù)進行波段運算。為此，選擇覆蓋太湖的MERSI一級數(shù)據(jù)，并進行了預(yù)處理，包括裁剪、幾何校正和掩膜處理，以提取太湖水域。通過波段計算，得到了藍藻水華的時空分布，并用彩色分級顯示指數(shù)大小[6]。此外，還參考了太湖及周圍的數(shù)字高程模型地圖和中國地圖。使用的風(fēng)云氣象衛(wèi)星數(shù)據(jù)已由國家衛(wèi)星中心提供，并經(jīng)過地理和大氣校正。

3 研究方法

藻類屬于低等浮游植物，細胞中的葉綠素同樣可以進行光合作用。當水華暴發(fā)時，藍藻覆蓋水面，其葉綠素進行光合作用，在近紅外波段反射率值與植被相似，呈現(xiàn)類似于植被的光譜反射特性。因此，可利用此特性提取水華分布區(qū)。通過計算不同植被指數(shù)，可反映太湖表層水體藍藻水華的時空分布特征。

不同植被指數(shù)可以表征陸地表層植被的信息。歸一化植被指數(shù)主要用于表征地表植被生長狀況，但對藍藻強度不高的區(qū)域存在誤判現(xiàn)象[7]。增強型植被指數(shù)提高了探測稀疏植被的能力，對環(huán)境和觀測條件較為敏感[8]。比值植被指數(shù)與葉綠素含量高度相關(guān)，但難以區(qū)分高渾濁水體和低濃度藍藻。差異植被指數(shù)對土壤背景變化敏感，但難以區(qū)分藻華水體與低濁水體[9]。最大葉綠素指數(shù)是藍藻優(yōu)勢型水體葉綠素濃度的重要遙感指標，能有效監(jiān)測藍藻水華。浮游藻類指數(shù)則通過紅光波段反射率和近紅外波段吸收能力的變化區(qū)分藻華水體和清潔水體，但難以識別低密度藍藻和水體水華混合像元[10]。這些指數(shù)各有優(yōu)缺點，應(yīng)根據(jù)具體研究目標和條件選擇合適的方法。

由于太湖水華面積與當日氣象條件不滿足正態(tài)分布，因此對其進行斯皮爾曼相關(guān)性分析、檢驗和線性回歸，以探究不同氣象條件對太湖藍藻水華暴發(fā)的影響程度。

4 結(jié)果對比分析

4.1 植被指數(shù)對太湖藍藻水華解析潛力

利用FY-3B/MERSI觀測數(shù)據(jù)計算NDVI、EVI、RVI

和DVI等植被指數(shù)，并繪制其空間分布（圖1）。

通過對比分析利用哨兵-3A衛(wèi)星數(shù)據(jù)估算的植被指數(shù)分布圖[9]與圖1結(jié)果可以看出，冬季全太湖表面NDVI低且均勻，介于-0.4～-0.3之間，表明湖表無水華出現(xiàn)。春末，全湖NDVI提高，兩大高值區(qū)（西北部沿岸和湖心以南）顯示藍藻水華盛行。冬季全湖RVI、DVI和EVI也低且均勻。春末，這3個指數(shù)在兩大高值區(qū)大幅提高，但EVI、RVI和DVI在監(jiān)測水華面積時略有縮小，且未能精確劃分藍藻水華強度。與哨兵數(shù)據(jù)相比，4個植被指數(shù)均能檢測藍藻，并反映太湖藍藻的分布，但NDVI對輕度小面積水華的提取效果更佳?？傮w而言，這些植被指數(shù)在監(jiān)測太湖藍藻水華方面具有一定的有效性，但精準度仍有待提高。

左：2017年1月26日，無藍藻；右：2017年4月29日，有藍藻

4.2 最大葉綠素指數(shù)和浮游藻類指數(shù)對太湖藍藻水華的解析潛力

由于FY-3B/MERSI觀測數(shù)據(jù)不同250 m分辨率數(shù)據(jù)沒有波長為0.685、0.765和1.640 μm的通道，不能直接計算最大葉綠素指數(shù)和浮游藻類指數(shù)。為此，選取FY-3B/MERSI觀測數(shù)據(jù)1 000 m分辨率數(shù)據(jù)的第12、13和19通道，且為了統(tǒng)一分辨率采取第11和14通道分別代替第3和4通道進行計算。分別計算MCI和FAI并給出其空間分布（圖2）。

通過對比2017年4月29日和1月26日的哨兵-3A衛(wèi)星數(shù)據(jù)估算的藍藻水華分布圖，可以分析得出：冬季全湖MCI數(shù)值低且均勻，東北部沿岸稍高，無藍藻暴發(fā)跡象。春末，全湖MCI大幅上升，太湖東南區(qū)域水質(zhì)較清，西部區(qū)域較渾濁并出現(xiàn)2個高數(shù)值區(qū)，表明藍藻水華大面積暴發(fā)且程度不同。風(fēng)云數(shù)據(jù)與哨兵數(shù)據(jù)基本一致，但分辨率稍低，精確度略差。MCI監(jiān)測到的水華面積更大，等級劃分更準確，能有效監(jiān)測輕度水華。

左：2017年1月26日，無藍藻；右：2017年4月29日，有藍藻

冬季全湖FAI偏低，呈分層式分布，從西南到東北逐層降低。春末，西南區(qū)域FAI明顯升高，出現(xiàn)大值區(qū)，而湖心以北FAI降低。FAI監(jiān)測到的水華面積較小，與NDVI類似。

MCI和NDVI均能有效提取高強度水華分布范圍，但NDVI對陸地植被也有效，對不同程度的水藻混合狀態(tài)可能低估水華范圍和面積。而MCI對葉綠素濃度更敏感，可更準確地反映全湖葉綠素分布特征，有利于提取水華范圍和分析強度。因此，MCI在藍藻水華監(jiān)測中具有更好的應(yīng)用前景。太湖藻華的暴發(fā)受氣象條件的影響，統(tǒng)計了太湖2017年1月26日、3月9日、4月29日、5月28日、7月28日、12月20日共6 d，2018年2月23日、3月12日、4月25日、5月13日、7月18日、12月18日共6 d和2019年4月8日、5月24日、8

月17日、11月15日共4 d，總共16個樣本當天的氣象條件及水華面積占比，包含無藍藻暴發(fā)時期和藍藻盛行時期。針對太湖水華暴發(fā)面積占比，結(jié)合每日累計日照時數(shù)、最低氣溫、最高氣溫和平均氣溫4個氣象因子做相關(guān)性分析，探討氣象因子對水華暴發(fā)的影響。

經(jīng)相關(guān)性檢驗，藻華暴發(fā)與最低氣溫、最高氣溫和平均氣溫的相關(guān)性最為顯著，相關(guān)系數(shù)分別為0.862

（P＜0.001）、0.853（P＜0.001）和0.847（P＜0.001），相關(guān)系

數(shù)最高的最低氣溫是影響藍藻水華生長的最關(guān)鍵因素，累計日照時數(shù)與藻華暴發(fā)的相關(guān)性也較顯著，R2為0.712（P=0.002）。

對最低氣溫、最高氣溫、平均氣溫與藍藻水華面積占比作線性回歸，最低氣溫對藍藻水華暴發(fā)的影響高于最高氣溫和平均氣溫。暴發(fā)當日水華面積占比在32%以上的：日最低氣溫在16.2 ℃以上，其中，最低氣溫在3.9 ℃時仍有藍藻水華的發(fā)生；日最高氣溫在28.6～36.7 ℃之間；平均氣溫在22.2 ℃以上，這說明藍藻能生長發(fā)育的溫度范圍較廣，溫度偏高有利于其生長發(fā)育和暴發(fā)。

對當日累計日照時數(shù)和藍藻水華面積占比作相關(guān)性分析，相關(guān)系數(shù)達到0.712，日照時數(shù)也是影響藍藻水華暴發(fā)的關(guān)鍵因素之一。藍藻水華暴發(fā)的當日累計日照時數(shù)均超過8.6 h，說明日照時數(shù)累計超過8.6 h比較適宜藍藻生長，在水面充分進行光合作用后可以形成水華。

5 結(jié)論

此研究通過采用FY-3B的MERSI傳感器監(jiān)測太湖藍藻水華，發(fā)現(xiàn)MCI和NDVI指數(shù)對藍藻水華的表征最佳，能準確監(jiān)測到兩大暴發(fā)區(qū)域并分級水華強弱。高時間分辨率的FY-3B數(shù)據(jù)能迅速預(yù)警藍藻水華分布，但Sentinel-3A的空間分辨率更高，解析更精準。2017年太湖藍藻分布特征為春末時在西側(cè)、北側(cè)和湖心南側(cè)暴發(fā)，東側(cè)較少。通過分析有利于藍藻生長發(fā)育的氣象數(shù)據(jù)發(fā)現(xiàn)，溫度范圍較廣，其中，每日累計日照時數(shù)超過8.6 h，溫度偏高最有利于太湖藍藻生長發(fā)育和暴發(fā)。此研究為風(fēng)云三號衛(wèi)星在水華監(jiān)測中的應(yīng)用提供了支撐，展現(xiàn)了FY-3B在藍藻水華監(jiān)測中的潛力。

參考文獻

[1] 楊柳燕，楊欣妍，任麗曼，等.太湖藍藻水華暴發(fā)機制與控制對策[J].湖泊科學(xué)，2019，31（1）：18-27.

[2] 陳彩霞，高志偉，楊坤琳，等.基于MODIS數(shù)據(jù)的洱海NDVI時空分布及其與氣象要素的關(guān)系[J].氣象與環(huán)境科學(xué)，2023，

46（5）：1-8.

[3] 徐良泉，蘇濤，雷波，等.基于FAI-L方法的巢湖水域藻華提取方法研究[J].湖泊科學(xué)，2023，35（4）：1222-1235.

[4] 包云軒，何琰，蒯志敏，等.環(huán)太湖地區(qū)氣候變化特征研究[J].大氣科學(xué)學(xué)報，2018，41（06）：872-880.

[5] 伍永年，黃玙盟，張祎旸，等.太湖流域防汛抗旱減災(zāi)體系建設(shè)與成就[J].中國防汛抗旱，2019，29（10）：89-98.

[6] 魯韋坤，謝國清，余凌翔，等.MODIS遙感監(jiān)測滇池藍藻水華分布[J].氣象科技，2009，37（5）：618-620，646.

[7] 王嘉杰，王賀封，張安兵，等.基于多種植被指數(shù)TVDI京津冀地區(qū)干旱監(jiān)測[J].測繪與空間地理信息，2023，46（4）：21 -25.

[8] 來萊，張玉超，景園媛，等.富營養(yǎng)化水體浮游植物遙感監(jiān)測研究進展[J].湖泊科學(xué)，2021，33（5）：1299-1314.

[9] 李旭文，張悅，侍昊，等.基于哨兵-3A衛(wèi)星OLCI數(shù)據(jù)的最大葉綠素指數(shù)在太湖藍藻水華監(jiān)測中的應(yīng)用[J].中國環(huán)境監(jiān)測，2019，35（3）：146-155.

[10] 祁國華，馬曉雙，何詩瑜，等.基于多源遙感數(shù)據(jù)的巢湖水華長時序時空變化（2009—2018年）分析與發(fā)生概率預(yù)測[J].湖泊科學(xué)，2021，33（2）：414-427.

收稿日期：2024-01-12

基金項目：大學(xué)生創(chuàng)業(yè)創(chuàng)新項目（202210621004）；成都信息工程大學(xué)科研項目（KYTZ201821）；國家自然科學(xué)基金項目（41971308）。

作者簡介：侯潤琳（2002—），女，山東濟南人，主要從事地陸面過程與衛(wèi)星遙感研究。#通信作者：文軍（1964—），男，甘肅臨洮人，教授，主要從事陸面過程與衛(wèi)星遙感研究，E-mail：jwen@lzb.ac.cn。