首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 125 毫秒
1.
蓝藻水华暴发时间变化一定程度上表征了藻华物候特征,研究藻华物候变化可为湖泊水环境健康问题治理和缓解水生生态系统环境退化提供科学依据。以往巢湖蓝藻水华遥感监测主要基于2000年以来的MODIS卫星数据,限制了对巢湖蓝藻水华暴发时空变化过程的理解。本文利用Landsat扩展时间序列,联合MODIS数据,基于浮游藻类指数和阈值分割技术提取巢湖蓝藻水华,在评估二者藻华提取结果一致性的基础上,获取并分析了巢湖1987-2020年蓝藻水华暴发物候的规律及影响因子。结果表明:(1) 2000年前,巢湖蓝藻水华暴发规模较小,2000年后面积显著上升,大面积蓝藻水华出现频繁,2011年达到最高峰(608.4 km2);(2)1987-2020年间,巢湖蓝藻水华暴发可以分为3个阶段:(1)1987-2004年,巢湖蓝藻水华年暴发开始时间显著提前,暴发持续时间显著增加;(2)2005-2010年,藻华年暴发开始时间显著延迟,但暴发持续时间变化不显著;(3)2011-2020年,巢湖藻华暴发开始、结束和持续时间呈现年际波动,年暴发开始时间、结束时间和持续时间有所提前,但不显著;(3)巢湖...  相似文献   

2.
近20年来,巢湖蓝藻水华频繁暴发,对流域内居民生活和社会生产产生了严重影响.由于缺乏蓝藻水华全方位监测、高精度模拟和智能化分析手段,传统方法难以实现"现状掌握、异常识别、原因追溯、未来模拟"的目标,无法满足巢湖蓝藻水华科学防控与应急处置的要求,蓝藻水华引起的突发事件随时可能发生.本文针对巢湖蓝藻水华的全面监测和应急决策...  相似文献   

3.
张怡辉  胡维平  彭兆亮 《湖泊科学》2020,32(4):1177-1188
基于实测数据,利用验证良好的SWAN风浪模型开展了2018年巢湖风浪变化及分布特征研究.巢湖2018年平均有效波高和波周期分别为0.16 m和1.22 s,整体春季风浪大,秋季风浪小.月均最大值出现在4月,分别为0.22 m和1.36 s,月均最小值出现在11月,分别为0.11 m和1.06 s,变化幅度分别为最大值的52%和22%.月均值整体中巢湖最大,东巢湖次之,西巢湖最小.巢湖月最大有效波高和波周期主要出现在东巢湖或中巢湖,各值月间差异显著,最大变化幅度分别为最大值的61%和27%.不同湖区计算的月均有效波高和波周期较大值分布范围所占湖区的比例不同,中巢湖与东巢湖较大,西巢湖最小.不同月份及湖区较大有效波高出现的时间占比是不一致的,9-11月份时间占比较小,将有利于蓝藻水华的出现.  相似文献   

4.
西湖生态系统健康评价初探   总被引:27,自引:3,他引:24  
卢志娟  裴洪平  汪勇 《湖泊科学》2008,20(6):802-805
建立了基于多源卫星遥感影像的太湖蓝藻水华信息提取的普适模式,获取了天气晴好条件下蓝藻水华的面积和空间分布近年来,太湖蓝藻水华暴发时间逐渐提前至3-4月,暴发的高频繁期发生在6—7月,其次是10—11月;2000年以来,蓝藻水华的持续时间有所增加,几乎全年(3—12月)都有发生北部(梅梁湾、竺山湾)是蓝藻水华的最初暴发地,是蓝藻水华暴发的重灾区+每年都有发生;2001年以来,南部沿岸区(浙江附近水域,即夹浦新塘一带的沿岸水体)也几乎每年都有发生,且集聚面积逐年扩大,持续时间越来越长,逐渐成为太湖蓝藻的最早暴发地;2003年以来,蓝藻水华开始向湖心扩散,严重时几乎覆盖整个太湖的非水生植被区:值得注意的是.2005年以来,以前很少有蓝藻水华发生的贡湖湾,也开始有大面积蓝藻水华覆盖,2007年发生的频率显著增加.  相似文献   

5.
太湖蓝藻水华暴发机制与控制对策   总被引:2,自引:0,他引:2  
湖泊蓝藻水华暴发由于引发水生态系统的灾害和饮用水安全风险而成为国内外研究的热点之一.太湖蓝藻水华暴发原因多样,其中蓝藻自身的特性是水华暴发的内因,太湖的地理、水文和气象特征为蓝藻水华暴发提供了合适的温度和水动力条件,是蓝藻水华暴发的外因,湖泊草-藻型生态系统的转变以及氮、磷营养盐的高负荷输入更利于蓝藻生长,湖泊氮、磷营养盐四重循环是蓝藻水华不断暴发的维持机制,蓝藻水华暴发与氮、磷营养盐浓度之间存在交互作用关系.太湖蓝藻水华的控制应以陆源控源截污为基础,增加湖泊营养盐输出为重点,实现疏堵有机结合,其中恢复水生植被,重建草-藻结合型水生态系统是太湖湖泊生态修复的关键所在.  相似文献   

6.
湖泊富营养化导致的水华问题严重影响了淡水资源的利用和保护,快速、全面、准确的监测水华信息对于湖泊水环境的治理具有十分重要的意义.本文以巢湖为研究区域,利用多源光学遥感影像和时空融合技术,采用波段融合的方式将NDVI指数波段加入到遥感影像当中,并通过监督分类解译水华信息,以此揭示2009-2018年10年间巢湖水华的时空变化规律.结果表明:巢湖发生的水华以零星和局部水华为主,2012年巢湖水体首次出现区域蓝藻水华;巢湖水华的季节变化性强,夏、冬半年水华变化差异大,其中2018年季节间的差异最为显著;巢湖水华后五年发生频率明显高于前五年,西半湖水华较东半湖严重,且巢湖西北部是水华的高发区域,2011年水华开始向沿岸蔓延,2014年水华首次出现在西南湖区,2016年巢湖水华高发区域新增巢湖东部和中部地区.另外,本文根据巢湖的相关气象数据,构建了Logistic水华气象风险概率预测模型,模型平均预测准确率高达87.52%.探究巢湖水华长时序的时空变化规律有助于从宏观上把握其动态趋势,为后续湖区治理以及周边生态环境建设提供理论依据,水华气象风险概率预测模型可为巢湖水华的预警和防控提供决策支持.  相似文献   

7.
滇池蓝藻水华发生频率与气象因子的关系   总被引:6,自引:4,他引:2       下载免费PDF全文
蓝藻水华暴发是在一定的营养、气候、水文条件和生态环境下形成的藻类过度繁殖和聚集的现象,是水体环境因子(如总氮、总磷、pH值、溶解氧)和气象因子综合作用的结果.然而滇池周年性水华暴发标志着滇池蓝藻水华在当前水质条件下,气象因子为关键影响因子.为了进一步探究滇池蓝藻水华发生与气象因子的规律,本文利用2010-2011年滇池蓝藻水华遥感监测资料与周边地面气象站逐月资料,研究滇池蓝藻水华月发生频率与月气象因子的关系.结果显示,滇池蓝藻水华发生频率与平均气温、最低气温、平均风速、累计日照时数和降雨量等气象因子均表现为显著相关,其中与日照时数和风速呈显著负相关.各因子中与风速的相关系数最高,说明滇池各月蓝藻水华发生频率高低与风速关系最为密切,进一步验证了在具备蓝藻水华发生所需营养盐条件下,水体稳定性对蓝藻水华发生的影响更为重要的结论.以上结果可为科学预测蓝藻水华发生,并采取相应措施减少其带来的影响提供理论依据.  相似文献   

8.
基于突变理论的太湖蓝藻水华危险性分区评价   总被引:7,自引:2,他引:5  
蓝藻水华暴发是湖泊生态系统中营养物质长期累积的结果,是系统营养经长期演化后的极端状态.突变理论评价方法无需确定指标权重,减少了人为主观因素,并且计算方便.本文基于突变理论,采取蓝藻水华暴发的表征因子(叶绿素浓度)和导致蓝藻水华暴发的环境因子(总氮和总磷)作为潜在危险性评价指标,蓝藻水华的面积、范围以及暴发频次作为历史危险性评价指标建立多准则蓝藻水华暴发风险评价指标体系,并结合太湖九个分区进行蓝藻水华暴发危险性分区及全湖评价.研究结果表明:竺山湖和西部沿岸为极重危险性湖区;梅梁湾为重度危险性湖区;南部沿岸、贡湖和大太湖为中度危险性湖区;箭湖东茭咀、东太湖和胥湖蓝藻水华暴发危险性较小,为轻微危险性湖区.整体上看,太湖蓝藻水华暴发危险性程度由轻到重基本上沿东南-西北方向变化,与营养盐浓度由低到高分布趋势相一致.根据评价结果,可以明确太湖各区遭遇蓝藻水华暴发危险性的大小,为蓝藻水华风险管理和应急处理提供科学依据.  相似文献   

9.
对三峡水库一级支流神农溪2008年夏季蓝藻水华进行调查,结果表明神农溪蓝藻水华优势种是铜绿微囊藻(Microcystis aeruginosa),暴发水域面积约0.2 km2,持续时间约50 d.本次水华暴发与水体总磷浓度呈正相关,温度、降雨、光照和营养盐等对水华暴发具有重要影响.研究发现尽管神龙溪水域总体处于中-富营养状态,但局部水域由于水流缓慢、水体滞留时间长、营养稀释扩散速率小,在夏季出现富营养化状态,这是蓝藻水华暴发的根本原因.建议开展包括流域综合治理在内的环境整治,确保神农溪水体生态环境的稳定.  相似文献   

10.
藻蓝素(PC)是水体蓝藻的指示性色素,其浓度反映了蓝藻生物量,利用卫星遥感监测藻蓝素浓度年内动态对蓝藻水华的有效防控有着重要意义.根据不同季节的巢湖藻蓝素浓度实测数据与同期Sentinel-3 OLCI影像,构建机器学习回归反演模型,应用于巢湖2019年OLCI影像集上,对巢湖藻蓝素浓度的空间分布、年内变化进行遥感监测...  相似文献   

11.
基于遥感藻总量和气象因子的巢湖不同湖区藻华预测   总被引:1,自引:0,他引:1  
湖泊能为人类提供不可或缺的资源,而全球普遍存在的湖泊富营养化导致的藻华频繁暴发正不断损害湖泊生态环境服务功能.为合理保护湖泊环境和防治藻华危害,需预测藻华暴发.以我国富营养巢湖为研究区,本文构建了一种基于遥感藻总量和气象因子的不同湖区藻华暴发概率预测方法.基于MODIS/Aqua数据,研究首先反演了2003—2019年日尺度的藻华分布和考虑垂向结构的水柱藻总量.然后,统计了西、中和东巢湖的藻华面积,判别了藻华/非藻华日,并匹配日平均藻总量和气象因子.最后,筛选出藻华形成的关键影响因子——藻总量、气温和水汽压,并构建了不同湖区日藻华暴发概率的Logistic预测模型.不同湖区月平均藻总量基本一致,但藻华暴发日占比呈“西高东低”特征.对西、中和东巢湖的藻华/非藻华检验样本,模型精度分别为90%、85%和89.5%,模型也适用于2020年夏秋季和冬春季藻华预测.湖泊藻华暴发是藻类大量增殖并在一定气象条件下的产物,故基于遥感藻总量和气象因子的藻华暴发概率预测科学合理,可推广应用于太湖等其他富营养湖泊.  相似文献   

12.
比较了太湖、巢湖、滇池("三湖")1981-2010年间的气象要素,1987-2015年间的水质要素,2000-2013年间的年内水华起始日期与持续时间,以及与水华相关的已有研究情况.其中,气象要素包括气温、日温差、风速、风向、气压、降水、相对湿度等;水质要素包括水温、总氮浓度、总磷浓度、水体综合营养指数等.对比结果表明,云贵高原湖泊滇池因其冬、春季节气温较高且日温差较大等气象特征,以及总磷浓度较高等水质特征,相比于东部平原湖泊太湖、巢湖而言更易发生水华,且在"三湖"中水华年内起始日期最早,持续时间最长.然而,目前有关滇池水华的研究相对于"三湖"中的太湖却远远不足.鉴于滇池所处湖区的独特气象、水质特征,平原水华湖泊的研究结果难以有针对性地指导其水华控制,亟需提高滇池水华研究的系统性与深度.只有因地制宜,方有希望逐步有效控制、减轻、乃至消除滇池水华.  相似文献   

13.
太湖富营养化现状及原因分析   总被引:110,自引:24,他引:86  
朱广伟 《湖泊科学》2008,20(1):21-26
根据2005-2006年太湖湖泊生态系统研究站的监测结果,结合历史监测记录,评价了近5年来太湖富营养化的趋势.结果显示,从2000年以来,太湖的富营养化状况有加重趋势.主要表现在:1)与历史监测资料对比,近5年来无论梅梁湾还是湖心区,夏季水体TN、TP含量均呈增高趋势,如1992-2001年,太湖湖心区夏季(6-8月份)水体TN的平均值为1.706 mg/L (范围1.238-2.266mg/L),而2002-2006这5年间该平均值为2.344mg/L(范围1.924-2.717mg/L),明显高于前10年(p=0.005),另外,同期湖心区夏季的水体透明度则明显下降(1992—2001年夏季平均值为0.63 m,而2002-2006年则为0.34 m,p=0.003); 2)从野外调查看,太湖夏季水华暴发的范围越来越大,从2000年以前的梅梁湾、竺山湾及部分湖西区为主,发展到2006年的整个西太湖,夏季暴发水华的面积占太湖总面积的一半以上,且一年中出现水华的时间越来越长,水华出现的频率越来越高,微囊藻水华为特征的藻型生态系统在大太湖似乎越来越稳定;3)近年来太湖沉水植物分布区的面积有所下降.研究表明,太湖近年来富营养化的现状不容乐观,原因可能与近几年异常的气候和水文条件有关,也可能与水草区的不断破坏而减弱了微囊藻水华的生态竞争有关,应引起有关部门重视.  相似文献   

14.
淡水湖库富营养化与蓝藻水华是全球性的突出水环境问题,尤其是滨岸带严重蓝藻水华堆积甚至造成了水体黑臭、威胁饮用水安全等严重危害,科学评估滨岸带蓝藻水华堆积风险、精准识别蓝藻水华易堆积区域是水环境管理与研究中亟待解决的关键科学问题.本研究以我国长江中下游的大型浅水富营养化湖泊巢湖为研究对象,依托流域水文与湖泊水动力模拟、遥...  相似文献   

15.
2012-2018年巢湖水质变化趋势分析和蓝藻防控建议   总被引:4,自引:3,他引:1  
巢湖自1990s中期至2012年间水质明显改善,但是近年来水质改善效果变缓,2018年蓝藻水华面积显著增加,为有效评估巢湖水体环境的变化,通过对20122018年巢湖17个点位的逐月调查数据分析阐述了近年来巢湖水质和藻情的变化特征,并在流域空间尺度上分析了巢湖流域水污染治理的进展和不足,为后续治理方向的调整和确定提供支撑.20122018年湖区调查数据显示:巢湖湖体总磷和总氮浓度显著升高,铵态氮浓度显著下降,水华蓝藻总量显著升高.在空间上,各污染指标水平呈现由西向东呈逐渐降低的趋势,但是各指标在不同湖区随时间的变化趋势差异明显,西部湖区的总磷、总氮和水华蓝藻指标近年来略有下降或持平,中部和东部湖区则显著升高,所以巢湖湖体总氮和总磷浓度的升高主要源于中、东部湖区的升高,这也是这两个湖区水华蓝藻变动的主要驱动因素.主要入湖河口数据显示:西部4条主要入湖污染河流(南淝河、十五里河、塘西河和派河)水质明显改善,但仍处于较高污染水平,中东部入湖河流(兆河、双桥河和柘皋河)总磷浓度明显升高,是中东部湖区水体营养盐升高的主要原因.中东部河流入湖污染的增加加剧了该区域湖体的富营养化水平,尤其是总磷浓度明显提升,导致中东部湖区夏季水华蓝藻的优势种从鱼腥藻种类演替为微囊藻种类.夏季微囊藻的大量繁殖,使得2018年巢湖中东部湖区部分月份水华面积异常增高.因此,巢湖流域的治理应该在持续强化流域西部合肥市污染治理的同时,增加对流域中部和东部治理的关注和投入.  相似文献   

16.
以9期Landsat TM/ETM+影像为数据源,基于K-T变换和归一化植被指数(NDVI),建立了湖泊蓝藻水华信息提取的决策树模型.基于大气顶面反射率图像,选用2005年10月17日太湖图像进行了对比验证,表明决策树模型比单波段阈值法、多波段阈值法(RVI、DVI、NDVI)能够更有效地提取蓝藻水华信息,区分陆生植被、水生植物和水华,省去了水体掩膜的过程.使用太湖2002年10月25日和2011年7月22日图像、巢湖2005年8月12日的图像,验证决策树模型方法和工作流程的有效性.使用多期TM图像确定了阈值的取值范围,其中,亮度、绿度、NDVI的下限值依次为0.191、-0.007、-0.054,湿度下限范围为0.07~0.15;亮度阈值上限范围为0.3~0.7、绿度为0.2~0.5、湿度为0.1~0.3,这些结果可作为湖泊蓝藻水华遥感监测的参考.  相似文献   

17.
Lake Pyhäjärvi, on the border between Finland and Russia in Karelia, is a very valuable clear-water lake of the Lobelia type. It belongs to the European Union's Natura 2000 programme in Finland, and has been included in regional and national monitoring programmes since the 1960s. The main monitoring station is situated near the outlet of the lake. Deterioration of its water quality was suspected already in the 1980s because of decreasing Secchi depths (transparency) and increasing chlorophyll a.The occurrence of algal blooms on the lakeshores is monitored weekly during each summer at one site on Lake Pyhäjärvi (site 1). This is a part of nationwide intensive algae monitoring programme organised by the environmental authorities together with voluntary observers at some 270 lake sites in Finland since 1998. Since 1997, Secchi depth observations have been carried out by volunteers biweekly or monthly at 17 sites on the lake. In the vicinity of one of these transparency observation sites (station 100), intensive monitoring of algae has been carried out. At this lakeshore monitoring site 69 algal observations were made, ten of which recorded algal blooms during the study period 1998–2002. The observed algal blooms were caused by algae of the Anabaena species, mainly by Anabaena lemmermannii. At Lake Pyhäjärvi the number of algal bloom observations received from the public have decreased from the 1990s to the 2000s. The range of Secchi disc transparency was 5.0–8.4 m with a mean value of 6.2 m at station 100 and 4.3–7.7 m (mean 6.1 m) at the main monitoring station 2 during the open water periods in 1998–2002. During this study period, the maximum values at site 100 seem to have increased slightly, which might indicate some improvement in the water quality due to decreased point source loading.We conclude that the intensive algal monitoring results of 5 years at the lakeshore site and the transparency results — both compiled by trained volunteers — reflect an improvement in the state of Lake Pyhäjärvi in Karelia. This conclusion is in accordance with the long-term water quality and short-core studies of sedimentary diatoms in Lake Pyhäjärvi. We suggest that the intensive algal observations and transparency measurements are both suitable methods for the monitoring of lakeshores and lakes, and that both are suitable for voluntary monitoring. We found public participation a good tool for monitoring lakes and lakeshores.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号