基于卫星遥感观测的藻类水华时空变化和驱动机制取得系列研究进展

　　在流域高强度人类活动的影响下，全球绝大多数湖库面临着不同程度的水体富营养化问题。水体富营养化最为严重的后果是湖库生态系统退化，表现为草型生态系统退化、藻型生态系统扩张、藻类水华频发暴发，而全球气候变化又进一步加剧了湖库藻类水华及其灾害。近30年全球68%的湖泊藻类水华的暴发强度、暴发规模和暴发频次均呈显著上升趋势。太湖、巢湖、滇池等标志性湖泊遭受蓝藻水华的长期困扰，而近年来洱海、丹江口、白洋淀、三峡水库等水体的藻类水华问题也日益凸显，我国已经成为全球水体富营养化程度最严重，藻类水华暴发频率最高、分布最广的国家之一，对水源地饮用水安全、区域生态环境和人民的生命健康构成了巨大威胁。尽管经过数年的环境治理，但我国藻类水华并未有明显好转，其根本原因在于目前对藻类水华暴发成因和机制的认识依旧不足。 

　　卫星遥感具有快速、大范围、周期性的特点，已经成为湖泊蓝藻水华监测和预测预警不可或缺的技术手段。本研究工作充分利用遥感观测时空大尺度的优势，结合地面定位监测等技术方法，在卫星时间分辨率对藻类水华遥感提取的影响、风速对藻类水华时空分布的影响以及藻总量对气候变化的响应三个方面取得了一系列重要进展。 

　　藻类在水体中垂向分布异质且变化迅速，卫星时间分辨率差异对于准确捕捉湖泊浮游植物水华时空变化特征至关重要。研究基于2001-2020年太湖藻类水华MODIS监测数据，生成时间分辨率为2天至30天的藻类水华模拟数据集。利用多种统计学方法，揭示了不同时间分辨率的藻类水华时空变化趋势的差异及其对气候因素的响应；并从日、月和年的尺度上分别量化了上述差异与时间分辨率之间的关系。研究表明，从基于不同时间分辨率的模拟数据集得出的藻类水华时空变化趋势存在显著的不一致性；随着时间分辨率降低，基于模拟数据集的水华面积与MODIS藻类水华面积之间的关系逐渐减弱；藻类水华对气候因子的响应也随时间分辨率在日、月和年尺度上的变化而变化。上述基于模拟数据的结论也得到了太湖、巢湖和滇池的MODIS、Landsat系列以及Sentinel卫星藻华监测数据的验证。研究结果不推荐基于低时间分辨率的卫星数据来揭示长期的藻类水华动态，建议选用静止轨道卫星数据以及时间分辨率小于3天的卫星数据开展湖泊藻华日常遥感监测。 

　　风速是气候变化对东亚大气环流的显著影响因素。尽管风并不是富营养化湖泊藻类生长的主要环境因子，但直接影响着藻华的发生强度和规模。本研究以中国三大典型富营养化湖泊（太湖、巢湖和滇池）为研究区，基于2000-2018年MODIS卫星遥感影像，定量评估了风对三大湖泊蓝藻水华发生规模的影响，明确了富营养化内陆湖泊发生藻华（藻华面积/水域面积＞4%）的风速阈值，解析了风速季节性变化与藻华发生周期的关系，深化了风通过水动力场藻类的空间分布格局影响的认识。研究表明：（1）三个湖泊风速及蓝藻水华发生规模变化规律差异显著，这与三个湖泊的地理位置以及常年季风类型差异密切相关；（2）风速和藻华面积的月均值呈现显著负相关；当风速<3m/s，藻华面积与风速的关系为显著的线性负相关(r = 0.928~0.962, p < 0.01)；（3）风速3m/s被认为是发生藻华（藻华面积/水域面积＞4%）的阈值；（4）三个湖泊不同月份风速与藻华规模的相关性比较类似，尤其是在每年的5-9月份，三个湖泊的风速均与藻华规模呈现显著的负相关，且温度较高的月份，负相关越强；（5）风速和风向是形成不同水动力场的主导因素之一，基于水动力场的散度场直接影响着藻华的空间分布格局。 

　　富营养化湖泊藻类垂向分布非均匀性，造成采用水体表层叶绿素a浓度无法准确、科学地表征湖泊藻总量时空分布。水柱内的藻总量因为可以真实反映水柱内的藻类含量信息，成为代表水体中藻量信息的新指标。该研究以巢湖为研究区，基于2000-2018年MODIS卫星遥感影像，重构了2000-2018年巢湖藻总量长时序数据，解析了巢湖藻总量时空变化规律，定量评估了气候变化因子对巢湖藻总量时空变化的影响，深化了风通过水动力场对藻总量的空间分布格局影响的认识。研究表明：（1）巢湖全湖藻总量2000-2018年每年以0.569t Chla速率呈现逐渐增长的趋势；（2）巢湖全湖藻总量呈现双峰年际变化模式；（3）巢湖单元水柱藻总量呈现西部湖区最高，尤其西部湖区的北部沿岸带，东部和中部湖区的中部区域相对较低；（4）单元水柱藻总量对月际、年际尺度上温度变化响应比较敏感，而风速则直接影响着每日的单元水柱藻总量的空间分布格局，较高的温度和偏低的风速促进了湖泊中浮游藻类的生长，风则通过湖泊的水动力过程对藻总量空间分布细节产生直接影响；（5）随着气候变化的加剧，巢湖富营养化状况将面临着更多的挑战。

　　相关研究成果发表在国际权威期刊ISPRS Journal of Photogrammetry and Remote Sensing, Remote Sensing, Water Research。研究得到国家自然科学基金优秀青年基金、碳专项项目和面上项目，中国科学院科学仪器研发项目，以及南京地理与湖泊研究所青年科学家小组等项目的联合资助。 

　　https://doi.org/10.1016/j.isprsjprs.2022.07.017

　　https://doi.org/10.3390/rs13040800 

　　https://doi.org/10.1016/j.watres.2021.117786 

　　来源：http://www.niglas.cas.cn/xwdt_1_1/yjjz/202208/t20220805_6496824.html