魯韋坤，余凌翔，歐曉昆，李發(fā)榮

(1：云南大學(xué)生態(tài)學(xué)與地植物學(xué)研究所，昆明 650091) (2：云南省氣候中心，昆明 650034) (3：昆明市環(huán)境監(jiān)測中心，昆明 650032)

滇池藍(lán)藻水華發(fā)生頻率與氣象因子的關(guān)系*

魯韋坤1，2，余凌翔2，歐曉昆1，李發(fā)榮3

(1：云南大學(xué)生態(tài)學(xué)與地植物學(xué)研究所，昆明 650091) (2：云南省氣候中心，昆明 650034) (3：昆明市環(huán)境監(jiān)測中心，昆明 650032)

藍(lán)藻水華暴發(fā)是在一定的營養(yǎng)、氣候、水文條件和生態(tài)環(huán)境下形成的藻類過度繁殖和聚集的現(xiàn)象, 是水體環(huán)境因子(如總氮、總磷、pH值、溶解氧)和氣象因子綜合作用的結(jié)果. 然而滇池周年性水華暴發(fā)標(biāo)志著滇池藍(lán)藻水華在當(dāng)前水質(zhì)條件下，氣象因子為關(guān)鍵影響因子. 為了進(jìn)一步探究滇池藍(lán)藻水華發(fā)生與氣象因子的規(guī)律，本文利用2010-2011年滇池藍(lán)藻水華遙感監(jiān)測資料與周邊地面氣象站逐月資料，研究滇池藍(lán)藻水華月發(fā)生頻率與月氣象因子的關(guān)系. 結(jié)果顯示，滇池藍(lán)藻水華發(fā)生頻率與平均氣溫、最低氣溫、平均風(fēng)速、累計(jì)日照時(shí)數(shù)和降雨量等氣象因子均表現(xiàn)為顯著相關(guān)，其中與日照時(shí)數(shù)和風(fēng)速呈顯著負(fù)相關(guān). 各因子中與風(fēng)速的相關(guān)系數(shù)最高，說明滇池各月藍(lán)藻水華發(fā)生頻率高低與風(fēng)速關(guān)系最為密切，進(jìn)一步驗(yàn)證了在具備藍(lán)藻水華發(fā)生所需營養(yǎng)鹽條件下，水體穩(wěn)定性對藍(lán)藻水華發(fā)生的影響更為重要的結(jié)論. 以上結(jié)果可為科學(xué)預(yù)測藍(lán)藻水華發(fā)生，并采取相應(yīng)措施減少其帶來的影響提供理論依據(jù).

滇池；藍(lán)藻水華；遙感；氣象因子；環(huán)境因子

藻類水華暴發(fā)是在一定的營養(yǎng)、氣候、水文條件和生態(tài)環(huán)境下形成的藻類過度繁殖和聚集的現(xiàn)象, 是水體環(huán)境因子(如總氮(TN)、總磷(TP)、pH值、水動力、溶解氧)和氣象因子(如氣溫、光照、風(fēng)速等)綜合作用的結(jié)果[1-2]. 一般認(rèn)為較高的氮、磷等營養(yǎng)鹽濃度[3-4]以及較低的氮磷比[5-7]、較高的水溫[8-9]、充足的光照[9-11]以及較小的風(fēng)速和風(fēng)浪條件[9,11-15]都有可能促成藍(lán)藻水華暴發(fā)[16]. 對滇池而言， 2001年首次出現(xiàn)周年性水華，標(biāo)志著滇池藍(lán)藻水華在當(dāng)前水質(zhì)條件下，氣象因子為關(guān)鍵影響因子. 因此，有必要針對氣象條件對滇池藍(lán)藻水華發(fā)生的影響進(jìn)行分析. 其結(jié)果可作為科學(xué)預(yù)測藻類水華的產(chǎn)生，并采取相應(yīng)措施減少其帶來影響的理論依據(jù)，具有重要的生態(tài)和環(huán)境意義.

1 資料和方法

1.1 滇池藍(lán)藻水華的月發(fā)生頻率

1.1.1 藍(lán)藻水華的定義 目前“水華”沒有一個(gè)國際公認(rèn)的定義，現(xiàn)有文獻(xiàn)中關(guān)于水華的定義綜合后主要有以下幾種觀點(diǎn)：(1)藻細(xì)胞密度為0.5×106～15×106cells/L[17]；(2)水體藻類大量生長繁殖或聚集并達(dá)到一定濃度[18]；(3)某些藻類發(fā)生性的繁殖，引起明顯的水色變化，并在水面形成或薄或厚的綠色或其他顏色的藻類漂浮物[19]. 就第一種觀點(diǎn)而言，滇池2010-2011年8個(gè)常規(guī)水質(zhì)觀測點(diǎn)的藻密度月平均最小值為2.1×107cells/L，依據(jù)該定義，滇池全年都在發(fā)生水華，這顯然與媒體和公眾所認(rèn)知的水華實(shí)際情況不符. 后兩種觀點(diǎn)的差異主要體現(xiàn)在“聚集”描述上的差異，其中第3種觀點(diǎn)明確指出必須在水面形成或薄或厚的綠色或其他顏色藻類的漂浮物才能稱之為水華，這一觀點(diǎn)為遙感監(jiān)測水華大多數(shù)相關(guān)文獻(xiàn)和媒體所認(rèn)可. 同時(shí)對于遙感而言，該定義有利于將水華區(qū)域光譜特征區(qū)別于無水華區(qū)域，遙感監(jiān)測結(jié)果更加準(zhǔn)確可信. 綜上所述，本文所指的藍(lán)藻水華為：在富營養(yǎng)化水體中，在一定的氣象條件下，某些藻類大量繁殖并聚集，并在水面形成或薄或厚的綠色或其他顏色的藻類漂浮物的現(xiàn)象.

1.1.2 遙感數(shù)據(jù) 環(huán)境減災(zāi)星1A/B(以下簡稱HJ衛(wèi)星)CCD傳感器分辨率高達(dá)30 m，擁有可見光藍(lán)、綠、紅和近紅外4個(gè)通道，當(dāng)二者聯(lián)合觀測時(shí)，重訪周期僅為2天，可對滇池藍(lán)藻水華是否發(fā)生進(jìn)行有效監(jiān)測. 為了保證監(jiān)測結(jié)果的可靠性以及數(shù)據(jù)的可獲取性，本文以2010-2011年間中午過境的逐日HJ衛(wèi)星1A/B CCD影像為主，MODIS-TERRA衛(wèi)星250 m和500 m影像為輔進(jìn)行藍(lán)藻水華信息提取.

1.1.3 藍(lán)藻水華提取方法 大量藻類聚集在水體表面，使水體反射率在近紅外波段急劇上升，形成類似植被的“陡坡效應(yīng)”，與清潔水體在該波段較強(qiáng)的吸收形成強(qiáng)烈反差，這一特征為利用遙感方法監(jiān)測藍(lán)藻水華提供理論依據(jù). 目前常用的水華遙感監(jiān)測方法主要有假彩色合成、波段比值、歸一化植被指數(shù)(NDVI)、增強(qiáng)植被指數(shù)(EVI)、浮游藻類指數(shù)(FAI)等[20-25]. 但由于HJ衛(wèi)星CCD傳感器無短波紅外通道，無法計(jì)算FAI，通過對其他方法的試驗(yàn)，利用假彩色合成和EVI相結(jié)合的方法就能達(dá)到高效、準(zhǔn)確的效果. 具體流程為首先對HJ衛(wèi)星1A/B CCD和TERRA衛(wèi)星250 m和500 m通道影像進(jìn)行輻射定標(biāo)、投影轉(zhuǎn)換、地理校正和簡單大氣校正；然后HJ衛(wèi)星采用CCD傳感器 R:3、G:4、B:3，TERRA采用250 m通道R:1、G:2、B:1進(jìn)行假彩色合成，為了避開滇池外海湖岸帶水生植物的影響，挑選HJ衛(wèi)星和TERRA衛(wèi)星滇池枯水期影像質(zhì)量較好和藍(lán)藻水華未發(fā)生的影像分別提取外海水岸線，再在假彩色合成圖上疊加相應(yīng)的水岸線，當(dāng)?shù)岢厮毒€以內(nèi)大面積發(fā)生藍(lán)藻水華時(shí)，僅通過目視解譯進(jìn)行判識，當(dāng)目視解譯藍(lán)藻水華未發(fā)生或不能確定時(shí)，采用EVI做進(jìn)一步判識，通過對不同時(shí)段兩顆衛(wèi)星的藍(lán)藻水華EVI分析，HJ衛(wèi)星判識藍(lán)藻水華的閾值在0.07附近波動，TERRA衛(wèi)星閾值在0.13附近波動，因此統(tǒng)一采用HJ衛(wèi)星EVI≥0.07、TERR衛(wèi)星EVI<0.13作為藍(lán)藻水華判識閾值. 通過HJ衛(wèi)星和TERRA衛(wèi)星假彩色合成和EVI對比(圖1、2)，以2010年8月10日和31日HJ衛(wèi)星和TERRA衛(wèi)星監(jiān)測結(jié)果為例，二者均在滇池北部監(jiān)測到水華，雖然EVI將南部云區(qū)誤判為水華，但是云區(qū)在假彩色合成圖上為白色-灰色，在判識時(shí)較易剔除其影響. 同時(shí)HJ衛(wèi)星和TERRA衛(wèi)星監(jiān)測的水華區(qū)域分布范圍基本一致，由此可見，利用HJ衛(wèi)星和TERRA衛(wèi)星監(jiān)測滇池藍(lán)藻水華是可行的.EVI具體計(jì)算方法如下：

(1)

式中，ρNIR、ρRED和ρBLUE分別代表近紅外波段、紅光波段和藍(lán)光波段的反射率，對應(yīng)HJ衛(wèi)星和TERRA衛(wèi)星分別為4、3、1通道和2、1、3通道(其中3通道重采樣為250 m).

圖3 滇池水質(zhì)常規(guī)監(jiān)測點(diǎn)分布Fig.3 Distribution of conventional water quality monitoring points in Lake Dianchi

1.1.4 藍(lán)藻水華月發(fā)生頻率的計(jì)算方法 衛(wèi)星資料處理時(shí)，當(dāng)衛(wèi)星過境時(shí)滇池外海上空完全被云覆蓋，或部分(主要是外海北部藍(lán)藻高發(fā)區(qū))覆蓋并影響藍(lán)藻水華是否發(fā)生判識時(shí)，視為無效監(jiān)測，當(dāng)?shù)岢赝夂４蟛糠挚梢?，或者僅部分區(qū)域可見且監(jiān)測到藍(lán)藻水華時(shí)，視為有效監(jiān)測. 當(dāng)任意衛(wèi)星監(jiān)測到水華，且面積>1 km2時(shí)，則認(rèn)為當(dāng)日發(fā)生了一次藍(lán)藻水華，反之則認(rèn)為當(dāng)日藍(lán)藻水華未發(fā)生. 在得到逐日監(jiān)測結(jié)果的基礎(chǔ)上，統(tǒng)計(jì)逐月有效監(jiān)測次數(shù)、水華發(fā)生次數(shù)和發(fā)生頻率，當(dāng)月藍(lán)藻水華發(fā)生頻率的計(jì)算方法為：

(2)

式中，P為當(dāng)月藍(lán)藻水華發(fā)生頻率，n為藍(lán)藻水華發(fā)生次數(shù)，N為有效監(jiān)測次數(shù).

1.2 滇池水質(zhì)數(shù)據(jù)

2010-2011年1-12月滇池外海9個(gè)水質(zhì)常規(guī)監(jiān)測點(diǎn)月初監(jiān)測的主要污染物數(shù)據(jù)(包括TN、氨氮、TP、pH值、藻密度等監(jiān)測指標(biāo))由昆明市環(huán)境監(jiān)測中心提供，監(jiān)測點(diǎn)位分布見圖3.

監(jiān)測采樣方法按《水質(zhì)采樣技術(shù)指導(dǎo)》(HJ 494-2009)規(guī)范進(jìn)行，監(jiān)測指標(biāo)分析方法按《水和廢水監(jiān)測分析方法》(第四版)[26]相關(guān)標(biāo)準(zhǔn)進(jìn)行，各指標(biāo)具體分析方法見表1.

1.3 氣象數(shù)據(jù)

在滇池藍(lán)藻水華與氣象因子的相關(guān)研究中，雖然滇池周邊有昆明、呈貢、晉寧和太華山4個(gè)多因子氣象站(圖4)，但大部分的研究均選擇昆明站氣象資料作為氣象因子的數(shù)據(jù)源[11,24]，由于昆明站位于滇池最北部，作為一個(gè)整體，顯然僅利用昆明站氣象資料代表整個(gè)湖區(qū)的氣象因子有失偏頗. 因此本研究選擇滇池周邊4個(gè)站點(diǎn)氣象因子的平均值作為氣象因子的數(shù)據(jù)源，所選因子包括2010-2011年逐月平均氣溫、最低氣溫、最高氣溫、氣壓、降雨量、日照時(shí)數(shù)、風(fēng)速和風(fēng)向頻率等. 由于所選時(shí)段僅為兩年，為了排除所選時(shí)段氣象因子較歷年同期可能存在較大差異導(dǎo)致分析結(jié)果無代表性的問題，對2000-2011年和2010-2011年4個(gè)站點(diǎn)平均的逐月平均氣溫、降雨量、日照時(shí)數(shù)和風(fēng)速進(jìn)行差異性配對t檢驗(yàn)分析，分析結(jié)果(表2)顯示，所選時(shí)段各月與歷年同期各要素并無顯著性差異(Sig.>0.05)，說明所選時(shí)段各月氣象要素具較好的代表性和適用性.

1.4 研究方法

在分析滇池主要水質(zhì)指標(biāo)已經(jīng)不是制約滇池藍(lán)藻水華發(fā)生的主要因子的基礎(chǔ)上，利用逐月統(tǒng)計(jì)的4個(gè)站點(diǎn)氣象因子的平均值和滇池藍(lán)藻水華發(fā)生頻率，通過統(tǒng)計(jì)分析，研究滇池水華發(fā)生頻率與氣象因子的關(guān)系.

表2 2000-2011年和2010-2011年月氣象要素差異性分析

2 結(jié)果與分析

2.1 滇池水質(zhì)分析

富營養(yǎng)化是藍(lán)藻水華暴發(fā)的主要先決條件，一般來說，氮和磷被認(rèn)為是主要的營養(yǎng)元素，特別是磷對湖泊富營養(yǎng)化具有特殊的作用[27].Sas等對歐洲的18個(gè)水體進(jìn)行分析過程中設(shè)定，浮游植物生長在可溶性活性磷濃度超過0.01 mg/L的水體中將不受磷限制，無機(jī)氮濃度超過0.1 mg/L將不受氮限制[3]. 美國國家環(huán)境保護(hù)局(USEPA)在其《湖泊與水庫技術(shù)指導(dǎo)手冊一營養(yǎng)鹽標(biāo)準(zhǔn)》中指出，在湖泊與水庫中，TP與TN濃度分別超過l和150 μg/L時(shí)即有可能發(fā)生藍(lán)藻水華. 磷濃度高時(shí)有利于形成藍(lán)藻水華的種類成為優(yōu)勢種[28].

圖4 滇池周邊氣象站點(diǎn)分布Fig.4 Location of the meteorological stations around Lake Dianchi

從滇池2010-2011年的TN和TP監(jiān)測情況來看，滇池TN和TP濃度最低值均明顯高于上述標(biāo)準(zhǔn)(圖5). 因此在研究時(shí)段內(nèi)，水體營養(yǎng)鹽濃度不是滇池藍(lán)藻水華暴發(fā)的主要限制因子.

此外水體氮磷濃度比對藍(lán)藻水華的發(fā)生也有影響. 目前有兩種觀點(diǎn)，其一是隨著水體中磷濃度的增加，通常當(dāng)TN∶TP<29∶1，甚至低至5∶1～10∶1時(shí)，藍(lán)藻在浮游植物種群組成中占優(yōu)勢[5-7]， 從滇池2010-2011年監(jiān)測情況來看，滇池氮磷濃度比在13.1∶1～20.6∶1之間. 因此水體氮磷比也不是滇池藍(lán)藻水華暴發(fā)的限制因子.

同時(shí)有研究表明，水體的pH值也會對藍(lán)藻水華的發(fā)生產(chǎn)生影響. 在浮游植物密度較高的水體中，較強(qiáng)的光合作用消耗水體中大量CO2，因此藍(lán)藻水華發(fā)生時(shí)伴隨了CO2濃度降低與pH值上升[29]. An等[30]對Taechung水庫1994年夏季藍(lán)藻生長的研究表明，pH值>8.5有利于藍(lán)藻的生長，在pH值>9時(shí)，微囊藻借助懸浮機(jī)制在水體表面形成水華后有利于吸收“空氣一水”界面的CO2，而其他沒有懸浮機(jī)制的藻類，由于缺乏賴以維持較高光合作用速率的CO2而在競爭中處于劣勢[6]. 從滇池pH值年際變化來看，滇池常年的pH值約為9.0，有利于藍(lán)藻的生長，因此pH值也不是滇池藍(lán)藻水華暴發(fā)的限制因子.

滇池水體氮、磷濃度極高，pH值為藍(lán)藻水華發(fā)生的最適范圍，各項(xiàng)指標(biāo)均達(dá)到或突破了藍(lán)藻水華發(fā)生的閾值，因此，可以把滇池看成一個(gè)藍(lán)藻水華發(fā)生與氣象因子關(guān)系的天然實(shí)驗(yàn)體.

2.2 2010-2011年滇池藍(lán)藻水華時(shí)間分布規(guī)律

監(jiān)測結(jié)果顯示，2010-2011年的249次有效監(jiān)測中，共發(fā)生藍(lán)藻水華89次，占有效監(jiān)測總數(shù)的35.7%. 2010和2011年分月統(tǒng)計(jì)顯示，除1、2、6和8月發(fā)生頻率大致相當(dāng)外(2010和2011年1月均為0，2月分別為8.3%和5.9%，6月均為50%，8月均為100%)，其他各月發(fā)生頻率差異較大. 2010-2011年綜合統(tǒng)計(jì)顯示，滇池藍(lán)藻水華呈現(xiàn)前低、中高、后下降的趨勢. 其中1-3月發(fā)生頻率在8%以下，6、10和11月發(fā)生頻率為50%，發(fā)生頻率較高的為7-9月，其中8月發(fā)生頻率為100%(圖6).

圖5 滇池2010-2011年1-12月全湖TN和TP濃度變化Fig.5 Variations of total nitrogen and total phosphorus concentrations from January 2010 to December 2011 in Lake Dianchi

圖6 滇池2010-2011年逐月藍(lán)藻水華遙感監(jiān)測統(tǒng)計(jì)Fig.6 Monthly statistics of cyanobacteria bloom by remote sensing monitoring from 2010 to 2011 in Lake Dianchi

在水質(zhì)狀況基本不變的情況下， 2010-2011年各月氣象條件的差異可能是導(dǎo)致3-5月、7月和10-12月藍(lán)藻水華發(fā)生頻率差異較大的主要原因. 如2010年3-5月藍(lán)藻水華發(fā)生頻率較2011年明顯偏低，氣象因子顯示，2010年3-5月較2011年總體月平均氣溫偏高，日照時(shí)數(shù)偏多、風(fēng)速偏大. 因此有必要進(jìn)一步研究各月氣象因子與滇池月藍(lán)藻水華發(fā)生頻率的關(guān)系.

2.3 滇池藍(lán)藻水華月發(fā)生頻率與月氣象因子的關(guān)系

利用這4個(gè)站點(diǎn)2010-2011年逐月平均氣溫、最高氣溫、最低氣溫、累計(jì)日照時(shí)數(shù)、累計(jì)降雨量、平均風(fēng)速、平均氣壓等氣象因子，與2010-2011年逐月滇池藍(lán)藻水華發(fā)生頻率做相關(guān)分析，結(jié)果表明，4個(gè)站點(diǎn)最低氣溫、日照時(shí)數(shù)、降雨量和風(fēng)速均與藍(lán)藻水華發(fā)生頻率在0.01水平呈顯著相關(guān)，其中與最低氣溫和降雨量呈正相關(guān)(相關(guān)系數(shù)分別為0.611和0.719)，而與日照時(shí)數(shù)和風(fēng)速呈負(fù)相關(guān)(相關(guān)系數(shù)分別為-0.724和-0.783)，與平均氣溫在0.05水平呈顯著正相關(guān)(相關(guān)系數(shù)為0.513)；相關(guān)系數(shù)最高的為風(fēng)速，表明滇池藍(lán)藻水華發(fā)生與風(fēng)速關(guān)系最為密切. 最高氣溫和氣壓未通過顯著性檢驗(yàn)(相關(guān)系數(shù)分別為0.388和0.049)，表明滇池藍(lán)藻水華月發(fā)生頻率與月最高氣溫和平均氣壓的相關(guān)性較低.

2.3.1 月平均最低氣溫 2010-2011年滇池月平均最低氣溫1-7月逐漸升高，7月最高，從8月開始逐漸降低；藍(lán)藻水華發(fā)生頻率從1月開始逐漸升高，8-9月達(dá)到頂峰，此后從10月開始逐漸降低(2010年11月除外)，藍(lán)藻水華發(fā)生頻率的變化趨勢與最低氣溫的變化趨勢相似，但是相對月最低氣溫具有一定的滯后性(圖7a). 因此可用1月的月平均最低氣溫與2月的藍(lán)藻水華發(fā)生頻率，2月的月平均最低氣溫與3月的藍(lán)藻水華發(fā)生頻率，以此類推，建立回歸模型. 其意義在于利用該模型可實(shí)現(xiàn)當(dāng)月最低氣溫預(yù)測下月藍(lán)藻水華發(fā)生頻率. 從散點(diǎn)圖及回歸分析的結(jié)果可以看出，線性回歸得到R2高達(dá)0.6651(圖7b). 依據(jù)該模型，當(dāng)上月平均最低氣溫低于4.3℃時(shí)，滇池藍(lán)藻水華不會發(fā)生，當(dāng)月平均最低氣溫升至12.1℃時(shí)，滇池藍(lán)藻水華可能發(fā)生的頻率升至50%，當(dāng)月平均最低氣溫升至19.9℃時(shí)，滇池藍(lán)藻水華可能發(fā)生的頻率升至100%.

圖7 藍(lán)藻水華發(fā)生頻率與月平均最低氣溫的對比(a)及與上月平均最低氣溫的散點(diǎn)圖(b)Fig.7 Comparison of the occurrence frequency of cyanobacteria bloom and the monthly average minimum temperature (a), and the scatter plot (b)

2.3.2 月平均氣溫 2010-2011年滇池各月平均氣溫與月平均最低氣溫變化趨勢基本一致(圖7a、8a). 用同樣的分析方法做線性回歸，得到R2=0.5587(圖8b)，比月平均最低氣溫所得R2低，說明月平均最低氣溫對藍(lán)藻水華發(fā)生頻率的影響高于月平均氣溫.

圖8 藍(lán)藻水華發(fā)生頻率與月平均氣溫的對比(a)以及與上月平均氣溫的散點(diǎn)圖(b)Fig.8 Comparison of the occurrence frequency of cyanobacteria bloom and the monthly average temperature (a), and the scatter plot (b)

2.3.3 月日照時(shí)數(shù) 2010-2011年滇池日照時(shí)數(shù)在1-5月較6-10月長，在日照時(shí)數(shù)較長的1-4月，對應(yīng)的藍(lán)藻水華發(fā)生頻率反而較低；而在日照時(shí)數(shù)非常短的6-10月，對應(yīng)的藍(lán)藻水華發(fā)生頻率反而非常高(圖9a). 兩者的相關(guān)性分析結(jié)果表明，年內(nèi)各月藍(lán)藻水華發(fā)生頻率與各月的平均日照時(shí)數(shù)呈顯著負(fù)相關(guān)，相關(guān)系數(shù)為-0.724. 進(jìn)一步對藍(lán)藻水華發(fā)生頻率與日照時(shí)數(shù)做散點(diǎn)圖及回歸分析，回歸分析結(jié)果R2=0.5245(圖9b).

圖9 滇池藍(lán)藻水華發(fā)生頻率與月日照時(shí)數(shù)的對比(a)和散點(diǎn)圖(b)Fig.9 Comparison of the occurrence frequency of cyanobacteria bloom and the monthly sunshine hours (a), and the scatter plot(b)

2.3.4 月降雨量 隨著月降雨量的增大，滇池藍(lán)藻水華發(fā)生頻率呈增大趨勢(圖10a). 兩者的相關(guān)性分析結(jié)果表明，年內(nèi)各月藍(lán)藻水華發(fā)生頻率與各月的降雨量呈顯著正相關(guān)，相關(guān)系數(shù)為0.719. 進(jìn)一步對藍(lán)藻水華發(fā)生頻率與月降雨量做散點(diǎn)圖及回歸分析，發(fā)現(xiàn)降雨量與滇池的藻類水華之間存在顯著正相關(guān)關(guān)系，R2=0.5169(圖10b).

圖10 滇池藍(lán)藻水華發(fā)生頻率與月降雨量的對比(a)和散點(diǎn)圖(b)Fig.10 Comparison of the frequency of cyanobacteria bloom and the monthly precipitation (a), and the scatter plot (b)

2.3.5 平均風(fēng)速 滇池月平均風(fēng)速在1-4月均大于2.5 m/s，對應(yīng)的藍(lán)藻水華發(fā)生頻率較低；在5-9月隨著風(fēng)速的減小，對應(yīng)的藍(lán)藻水華發(fā)生頻率有增加的趨勢(圖11a). 對藍(lán)藻水華發(fā)生頻率與平均風(fēng)速的倒數(shù)做散點(diǎn)圖及回歸分析，可以看出平均風(fēng)速的倒數(shù)與滇池的藻類水華之間存在顯著的正相關(guān)關(guān)系，回歸分析結(jié)果R2=0.6812(圖11b). 依據(jù)該模型，當(dāng)月平均風(fēng)速高于3.7 m/s時(shí)，滇池藍(lán)藻水華不會發(fā)生，當(dāng)月平均風(fēng)速降至2.2 m/s時(shí)，滇池藍(lán)藻水華可能發(fā)生的頻率升至50%，當(dāng)月平均風(fēng)速降至1.5 m/s時(shí)，滇池藍(lán)藻水華可能發(fā)生的頻率升至100%.

圖11 滇池藍(lán)藻水華發(fā)生頻率與平均風(fēng)速的對比(a)和散點(diǎn)圖(b)Fig.11 Comparison of the frequency of cyanobacteria bloom and the average wind speed (a), and the scatter plot (b)

3 討論和結(jié)論

研究認(rèn)為，影響藍(lán)藻水華的主要因子有水體氮磷濃度、氮磷比、pH值，水溫、水動力和氣象因子等因子[1-2]. 對于滇池，以上因子中水動力主要取決于風(fēng)速的大小，水溫主要取決于氣溫高低和日照時(shí)數(shù)大小，因此這兩個(gè)因子可歸結(jié)為氣象因子. 本文在分析研究時(shí)段滇池水體氮、磷濃度、氮磷比、pH值的基礎(chǔ)上，認(rèn)為研究時(shí)段內(nèi)影響滇池藍(lán)藻水華發(fā)生的主要因子為氣象因子，為后面氣象因子對藍(lán)藻水華發(fā)生頻率的分析排除了其他因子的影響，所得結(jié)果更為客觀合理. 同類研究則基本忽略了以上分析[9,11,32]，以太湖為例，2008-2012年逐月水質(zhì)監(jiān)測結(jié)果*水利部太湖流域管理局. 太湖流域及東南諸河省界水體水資源質(zhì)量狀況通報(bào), 2012.顯示，雖然太湖TN和TP濃度均達(dá)到了藍(lán)藻水華發(fā)生的閾值上限，但是氮磷比在部分月份大于29∶1，這將成為影響太湖同期藍(lán)藻水華發(fā)生的重要因子，如果僅分析氣象因子對藍(lán)藻水華的影響，所得結(jié)果可能存在誤差. 建議在做同類研究時(shí)，對影響藍(lán)藻水華的因子先做分析，以確定氣象因子是否為唯一限制因子，之后的分析結(jié)果才更有說服力. 同時(shí)這也說明，氣象因子對滇池藍(lán)藻水華影響的重要性高于太湖.

此外本文的結(jié)果和已發(fā)表的類似文獻(xiàn)還存在以下差異：

1)在藍(lán)藻水華發(fā)生的主要月份方面，可能由于藍(lán)藻水華多發(fā)生在氣溫較高的季節(jié)，因此大部分研究均以5-10月為主[11,24,32,34]，容易給讀者造成在其他月份藍(lán)藻水華不會發(fā)生的誤解. 文獻(xiàn)[24]認(rèn)為滇池藍(lán)藻水華發(fā)生的關(guān)鍵期為6-9月份. 但本文研究結(jié)果則顯示，7-9是滇池藍(lán)藻水華發(fā)生的高發(fā)期，發(fā)生概率為90%～100%，6月、10-11月發(fā)生概率為50%左右，5月和12月為30%左右，其他月份相對較低. 若以月發(fā)生頻率≥50%為關(guān)鍵期，那么滇池藍(lán)藻水華發(fā)生的關(guān)鍵期應(yīng)為6-11月份.

2)在溫度方面，一般認(rèn)為，藍(lán)藻對高溫的耐受能力強(qiáng)于其他藻類, 較高的水溫有利于藍(lán)藻成為優(yōu)勢種群和藍(lán)藻水華發(fā)生[33]，有研究指出太湖藍(lán)藻水華暴發(fā)的適宜氣溫為22～33℃[31]，同樣容易給讀者造成在適宜溫度以下藍(lán)藻水華不會發(fā)生的誤解. 對89個(gè)監(jiān)測到藍(lán)藻水華樣本當(dāng)日12：00時(shí)最高氣溫進(jìn)行統(tǒng)計(jì)分析，結(jié)果顯示，僅有62.9%的樣本最高氣溫在22.0～26.5℃，31.5%的樣本在15.0～21.9℃，在最高氣溫僅為12.5℃時(shí)，藍(lán)藻水華依然會發(fā)生(圖12). 顯然上述適宜氣溫對滇池藍(lán)藻水華的發(fā)生并不適用. 這對于僅從氣溫方面界定滇池藍(lán)藻水華是否發(fā)生具有重要意義.

圖12 滇池藍(lán)藻水華發(fā)生日的最高溫度分布Fig.12 Distribution of maximum temperature when cyanobacteria bloom occurred in Lake Dianchi

3)在日照時(shí)數(shù)方面，文獻(xiàn)[9-11,24]一致認(rèn)為日照時(shí)數(shù)越多，藍(lán)藻水華就越容易發(fā)生，但是本文研究結(jié)果顯示，藍(lán)藻水華發(fā)生頻率與日照時(shí)數(shù)呈顯著負(fù)相關(guān)關(guān)系，即日照時(shí)數(shù)越少，藍(lán)藻水華月發(fā)生頻率越高，這與前人的研究結(jié)論相反. 對樣本數(shù)據(jù)進(jìn)行分析后發(fā)現(xiàn)，2011年7月11日、8月27日和9月3日均監(jiān)測到藍(lán)藻水華，但是當(dāng)日的日照時(shí)數(shù)為0 h，說明僅在監(jiān)測時(shí)滇池上空恰巧出現(xiàn)了短時(shí)的晴空. 究其原因，可能是前期(1-5月)日照時(shí)數(shù)較多，藍(lán)藻已經(jīng)積累了足夠的生物量，在多云和陰雨天氣，只要其他氣象條件適宜，也會發(fā)生藍(lán)藻水華. 此外有研究結(jié)果顯示紫外輻射對藍(lán)藻生長和光合作用有抑制作用[35]，由于滇池地處高原，紫外輻射強(qiáng)度高于地處平原地區(qū)的巢湖和太湖，這也可能是導(dǎo)致本文結(jié)論與其他湖泊所得結(jié)論相反的原因之一. 至于文獻(xiàn)[11,24]雖然所得結(jié)論基于滇池?cái)?shù)據(jù)，但由于其所用樣本數(shù)較少，并未涉及日照時(shí)數(shù)較少的樣本，致使結(jié)論出現(xiàn)偏差.

4)在降雨量方面，有研究認(rèn)為，隨著降雨量的增加，雨水會起到相應(yīng)的稀釋作用，對藍(lán)藻水華發(fā)生和水華面積有一定的抑制作用[32]. 也有研究認(rèn)為當(dāng)降水量增加時(shí)，地表徑流增多，將攜帶陸地上更多的污染物匯入湖體，尤其是農(nóng)田和城鎮(zhèn)所在地區(qū)的化肥、污水、家畜糞便等，經(jīng)入湖河流匯入湖泊，致使水體營養(yǎng)元素濃度增加，促進(jìn)藍(lán)藻水華的發(fā)生[36]. 從本文的研究結(jié)果看，滇池藍(lán)藻水華發(fā)生頻率與降雨量呈顯著正相關(guān)關(guān)系，與后者結(jié)論一致，但從原因來看，根據(jù)前文對滇池水質(zhì)的分析，認(rèn)為營養(yǎng)鹽濃度并不是滇池藍(lán)藻水華暴發(fā)的限制因子，因此本文認(rèn)為降水通過影響其他氣象條件，而非通過影響營養(yǎng)鹽條件而影響滇池藍(lán)藻的生長.

5)在風(fēng)速方面，風(fēng)速是滇池水動力和水體穩(wěn)定性的重要影響因子. 當(dāng)風(fēng)浪過大時(shí)起到攪拌作用，致使水體表層藍(lán)藻下沉，改變藻密度的垂直分布，使得水體中藻密度趨于均勻，不易發(fā)生水華；當(dāng)風(fēng)速小于臨界風(fēng)速時(shí)，有利于藍(lán)藻上浮聚集形成水華. 滇池2010-2011年的8個(gè)水質(zhì)常規(guī)監(jiān)測點(diǎn)藻密度監(jiān)測情況顯示，全湖藻密度1-12月平均值為5833×104cells/L，最大值出現(xiàn)在7月(9562×104cells/L)，最小值出現(xiàn)在2月(2087×104cells/L)，最大值和最小值之間并未出現(xiàn)明顯的數(shù)量級增長，說明滇池常年水體藻密度已經(jīng)具備了藍(lán)藻水華發(fā)生的條件. 藍(lán)藻水華月發(fā)生頻率與月平均風(fēng)速分析顯示，月發(fā)生頻率較低的月份正是風(fēng)速較高的月份，表明水體穩(wěn)定性為制約藍(lán)藻水華發(fā)生的主要因子. 此外國內(nèi)外學(xué)者在臨界風(fēng)速對藍(lán)藻水華的影響方面做了大量研究，但由于分析方法和研究水體的差異，所得臨界值從2.0至4.5 m/s不等[9,11-13]. 本文依據(jù)所得模型計(jì)算，月平均風(fēng)速>3.7 m/s時(shí)滇池藍(lán)藻水華不會發(fā)生， 50%發(fā)生概率的臨界風(fēng)速為2.2 m/s，100%發(fā)生概率的臨界風(fēng)速為1.5 m/s，進(jìn)一步明確了滇池藍(lán)藻水華發(fā)生與風(fēng)速的關(guān)系，對于藍(lán)藻水華的防治具有重要指導(dǎo)意義.

以上分析從單因子方面討論了本文研究結(jié)果與前人研究結(jié)論的差異，較為一致的是較小的風(fēng)速有利于藍(lán)藻水華的發(fā)生. 從各因子的時(shí)段匹配(圖13)來看，雖然冬、春季滇池日照時(shí)數(shù)較多，降雨偏少，但是風(fēng)速較大，致使藍(lán)藻水華在冬、春季節(jié)發(fā)生頻率較低，夏、秋季則剛好相反. 依據(jù)生態(tài)學(xué)的“短板”理論可推斷，風(fēng)速是影響滇池藍(lán)藻水華發(fā)生的決定性因子. 進(jìn)一步驗(yàn)證了在具備藍(lán)藻水華發(fā)生所需營養(yǎng)鹽條件下，水體穩(wěn)定性對藍(lán)藻水華發(fā)生的影響更為重要的結(jié)論[34]. 而風(fēng)速與日照和降雨量時(shí)段匹配的差異，也可能是本文在日照、降雨等方面所得結(jié)論有別于其他研究的主要原因.

圖13 滇池日照時(shí)數(shù)、降雨量和風(fēng)速匹配圖Fig.13 Matching chart of sunshine hours, precipitation and wind speed at Lake Dianchi

[1] Reynold CS ed. The ecology of freshwater phytoplankton. Cambride studies in ecology. London: Unive Press,1984.

[2] Robert EL ed. Phycology(second edition). London: Cambride Unive Press,1985.

[3] Oliver RL, Ganf GG. Freshwater blooms. In: Whitton BA, Potts M eds. The ecology of cyanobacteria. The Netherlands: Kluwer Academic Publishers, 2000: 149-194.

[4] Smith VH, Tilman GD, Nekola JC. Eutrophication: Impacts of excess nutrient inputs on freshwater, marine, and terrestrial ecosystems.EnvironmentalPollution, 1999, 100: 179-196.

[5] Yang Min, Zhang Sheng, Hu Zhengyuetal. Characteristics and preliminary regulating factors of cyanobacterial bloom in Xiangxi Bay of the Three Gorges Reservoir.JLakeSci, 2014, 26(3): 371-378. DOI:10.18307/2014.0306. [楊敏, 張晟, 胡征宇等. 三峽水庫香溪河庫灣藍(lán)藻水華暴發(fā)特性及成因探析. 湖泊科學(xué), 2014, 26(3): 371-378.]

[6] Ma JR, Brookesc JD, Qin BQetal. Environmental factors controlling colony formation in blooms of the cyanobacteriaMicrocystisspp. in Lake Taihu, China.HarmfulAlgae, 2014, 31(1): 136-142.

[7] Ndong M， Bird D， Nguyen Tetal. Estimating the risk of cyanobacterial occurrence using an index integrating meteorological factors: Application to drinking water production.WaterResearch, 2014, 56(1): 98-108.

[8] Paerl HW, Hall NS, Calandrino ES. Controlling harmful cyanobacterial blooms in a world experiencing anthropogenic and climatic-induced change.ScienceoftheTotalEnvironment, 2011, 409: 1739-1745.

[9] Fan Yuxiang, Jin Shejun, Zhou Peietal. Analysis on the distributions and meteorological conditions of cyanobacteria bloom in Chaohu Lake.JournalofAnhuiAgriculturalSciences, 2015, (4):191-193,198. [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. 安徽農(nóng)業(yè)科學(xué), 2015, (4): 191-193,198.]

[10] Reynolds CS ed. The ecology of phytoplankton. Cambridge: Cambridge University Press, 2006.

[11] Li Meng, Xie Guoqing, Lu Weikunetal. Effect of meteorological conditions on blue algal bloom distribution in Dianchi Lake.ScientiaMeteorologicaSinica, 2011, 31(5): 639-645.[李蒙, 謝國清, 魯韋坤等. 氣象條件對滇池水華分布的影響. 氣象科學(xué), 2011, 31(5): 639-645.]

[12] Huang CC, Li YM, Yang Hetal. Detection of algal bloom and factors influencing its formation in Taihu Lake from 2000 to 2011 by MODIS.EnvironmentalEarthSciences, 2014, 71(8): 3705-3714.

[13] Cao HS, Kong FX, Luo LCetal. Effects of wind and wind-induced waves on vertical phytoplankton distribution and surface blooms ofMicrocystisaeruginosain Lake Taihu.JournalofFreshwaterEcology, 2006, 21: 231-238.

[14] Hunter P, Tyler A, Willby Netal. The spatial dynamics of vertical migration byMicrocystisaeruginosain a eutrophic shallow lake: A case study using high spatial resolution time-series airborne remote sensing.LimnolOceanogr, 2008, 53: 2391-2406.

[15] Wu T, Qin B, Zhu Getal. Dynamics of cyanobacterial bloom formation during short-term hydrodynamic fluctuation in a large shallow, eutrophic, and wind-exposed Lake Taihu, China.EnvironmentalScience&PollutionResearch, 2013, 20: 8546-8556.

[16] Qin Boqiang, Yang Guijun, Ma Jianrongetal. Dynamics of variability and mechanism of harmful cyanobacteria bloom in Lake Taihu, China.ChineseScienceBulletin, 2016, 61: 759-770. [秦伯強(qiáng),楊桂軍,馬健榮等.太湖藍(lán)藻水華“暴發(fā)”的動態(tài)特征及其機(jī)制. 科學(xué)通報(bào), 2016, 61: 759-770.]

[17] Lu Dayuan, Liu Peigang, Fan Tianyuetal. The investigation of ‘water bloom’ in the downstream of the Han River.ResearchofEnvironmentalSciences, 2000, 13(2): 29-31.[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. 環(huán)境科學(xué)研究, 2000, 13(2): 29-31.]

[18] Zheng Jianjun, Zhong Chenghua, Deng Chunguang. Discussion on definition of algal bloom.WaterResourcesProtection, 2006, 22(5): 45-47, 80.[鄭建軍, 鐘成華, 鄧春光. 試論水華的定義. 水資源保護(hù), 2006, 22(5): 45-47, 80.]

[19] Cao Qiaoli, Huang Yuling, Chen Mingxi. Experimental research on hydro-dynamic simulation of cyanobateria bloom outbreak and extinction.DisasterandControlEngineering, 2008, (1): 8-10.[曹巧麗, 黃鈺玲, 陳明曦. 水動力條件下藍(lán)藻水華生消的模擬實(shí)驗(yàn)研究與探討. 災(zāi)害與防治工程, 2008, (1): 8-10.]

[20] Xu Jingping, Zhang Bai, Li Fangetal. Detecting modes of cyanobacteria bloom using MODIS data in Lake Taihu.JLakeSci, 2008, 20(2): 191-195. DOI:10.18307/2008.0209. [徐京萍, 張柏, 李方等．基于MODIS數(shù)據(jù)的太湖藻華水體識別模式．湖泊科學(xué), 2008, 20(2): 191-195.]

[21] Zhou Liguo, Feng Xuezhi, Wang Chunhongetal. Monitoring cyanobacteria bloom based on MODIS data in Lake Taihu.JLakeSci, 2008, 20(2): 203-207. DOI:10.18307/2008.0211. [周立國, 馮學(xué)智, 王春紅等. 太湖藍(lán)藻水華的MODIS衛(wèi)星監(jiān)測．湖泊科學(xué), 2008, 20(2): 203-207.]

[22] Jin Yan, Zhang Yong, Niu Zhichunetal. Application of Environmental Satellite HJ-1 CCD data for cyanobacteria bloom remote sensing in Taihu Lake.TheAdministrationandTechniqueofEnvironmentalMonitoring, 2010, 22(5): 53-56.[金焰, 張?jiān)? 牛志春等. 環(huán)境一號衛(wèi)星CCD數(shù)據(jù)在太湖藍(lán)藻水華遙感監(jiān)測中的應(yīng)用. 環(huán)境監(jiān)測管理與技術(shù), 2010, 22(5): 53-56.]

[23] Lu Weikun, Xie Guoqing, Yu Lingxiangetal. Distribution of Bluealga Bloom over Dianchi Lake Monitored with MODIS remote sensing images.MeteorologicalScienceandTechnology, 2009, 37(5): 618-620．[魯韋坤, 謝國清, 余凌翔等. MODIS遙感監(jiān)測滇池藍(lán)藻水華分布. 氣象科技, 2009, 37(5): 618-620.]

[24] Xie Guoqing, Li Meng, Lu Weikunetal. Spectral features, remote sensing identification and breaking-out meteorological conditions of algal bloom in Lake Dianchi.JLakeSci, 2010, 22(3): 327-336. DOI:10.18307/2010.0304. [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. 湖泊科學(xué), 2010, 22(3): 327-336.]

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

[26] “Water and wastewater monitoring and analysis method” editorial board of State Environmental Protection Administration of China ed. Monitoring and analysis methods of water and wastewater: fourth edition. Beijing: China Environmental Science Press, 2002:102-653. [國家環(huán)境保護(hù)總局《水和廢水監(jiān)測分析方法》編委會. 水和廢水監(jiān)測分析方法: 第4版. 北京: 中國環(huán)境科學(xué)出版社, 2002:102-653.]

[27] Hornberger GM, Spear RC. Eutrophication in Peel Inlet—I. The problem-defining behavior and a mathematical model for the phosphorus scenario.WaterResearch, 1980, 14(1): 29-42.

[28] Reynolds CS, Oliver RL, Walsby AE． Cyanobacterial dominance: The role of buoyancy regulation in dynamic lake environments．NewZealandJournalofMarine&FreshwaterResearch, 1987, 21: 379-390．

[29] Zhao Mengxu, Han Boping. Analysis of factors affecting cyanobacteria bloom in a tropical reservoir (Tangxi Reservoir, China).ActaEcologicaSinica, 2005, 25(7): 1554-1561.[趙孟緒, 韓博平. 湯溪水庫藍(lán)藻水華發(fā)生的影響因子分析. 生態(tài)學(xué)報(bào), 2005, 25(7): 1554-1561.]

[30] An KG, Jones JR． Factor regulating blue-green dominance in a reservoir directly influenced by the Asian monsoon．Hydrobiologia, 2000, 432: 37-48．

[31] Robarts RD, Zohary T. Temperature effects on photosynthetic capacity, respiration, and growth rates of bloom-forming cyanobacteria.MarineandFreshwaterResearch, 1987, 21: 391-399．

[32] Wu Shengli, Liu Cheng, Sun Junetal． Remote sensing and analysis on meteorological factors of blue algal bloom in Lake Tai.MeteorologicalMonthly, 2009, 35(1): 18-23.[武勝利, 劉誠, 孫軍等. 衛(wèi)星遙感太湖藍(lán)藻水華分布及其氣象影響要素分析. 氣象, 2009, 35(1):18-23.]

[33] Chen Yuwei, Qin Boqiang, Gao Xiyun． Prediction of blue-green algae bloom using stepwise multiple regression between algae & related environmental factors in Meiliang Bay, Lake Taihu.JLakeSci, 2001, 13(1): 63-71．DOI: 10.18307/2001.0110. [陳宇煒, 秦伯強(qiáng), 高錫云. 太湖梅梁灣藻類及相關(guān)環(huán)境因子逐步回歸統(tǒng)計(jì)和藍(lán)藻水華的初步預(yù)測. 湖泊科學(xué), 2001, 13(1): 63-71．]

[34] Ren Jian, Jiang Mingshu, Shang Zhaotangetal． Study on the meteorological condition of blue-green algae fast growth in Lake Tai.ScientiaMeteorologicaSinica, 2008, 28(2): 221-226. [任健, 蔣名淑, 商兆堂等. 太湖藍(lán)藻暴發(fā)的氣象條件研究． 氣象科學(xué), 2008, 28(2): 221-226.]

[35] Zhang Yunlin. Progress and prospect in lake optics: A review.JLakeSci, 2011, 23(4): 483-497. DOI: 10.18307/2011.0401. [張運(yùn)林. 湖泊光學(xué)研究進(jìn)展及其展望. 湖泊科學(xué), 2011, 23(4): 483-497.]

[36] Jiang Jin, An Na, Zhang Yietal． Influence of rainfall run-off in hydrologic process on non-point pollution.JournalofAnhuiAgriculturalSciences, 2012, (6): 3529-3531.[蔣金, 安娜, 張義等. 水文過程中降雨徑流對非點(diǎn)源污染的影響. 安徽農(nóng)業(yè)科學(xué), 2012, (6): 3529-3531.]

J.LakeSci.(湖泊科學(xué))， 2017， 29(3)： 546-557

DOI 10.18307/2017.0303

?2017 byJournalofLakeSciences

Relationship between occurrence frequency of cyanobacteria bloom and meteorological factors in Lake Dianchi

LU Weikun1,2, YU Lingxiang2, OU Xiaokun1& LI Farong3

(1:InstituteofEcologyandGeobotany,YunnanUniversity,Kunming650091,P.R.China) (2:YunnanClimateCenter,Kunming650034,P.R.China) (3:KunmingEnvironmentMonitorCenter,Kunming650032,P.R.China)

The published study suggested that cyanobacteria bloom was a phenomenon of excessive reproduction and aggregation with certain nutrient levels, climate and hydrological conditions and was the result of the comprehensive effect of meteorological and water environmental factors such as total nitrogen, total phosphorus, pH values. It was also found that annual outbreak of cyanobacteria bloom in Lake Dianchi indicated that, under the current condition of water quality, the main factor was the meteorological factor. In order to further explore the regularity between meteorological factors and occurrence of cyanobacterial bloom, the relationship between frequency of cyanobacteria bloom and meteorological factors were studied, by using the remote sensing data of cyanobacteria bloom and the monthly meteorological data from the stations nearby Lake Dianchi from 2010 to 2011. The results showed that the cyanobacterial bloom frequency had significant correlation with the average temperature, minimum temperature, average wind speed, cumulative sunshine hours and precipitation, which had a significant negative correlation with sunshine hours and wind speed, respectively. Among the factors, the wind speed had the highest correlation coefficient. It showed that the weaker wind speed was the most closely related to the occurrence of cyanobacteria bloom in Lake Dianchi. And this further verified that the stability of the water body had a more important effect on the occurrence of cyanobacteria bloom, under certain conditions of sufficient nutrients for requires of cyanobacteria bloom. These results can be used as a scientific prediction to forecast the occurrence of cyanobacteria bloom, and to take appropriate measures to reduce the impact of the cyanobacteria bloom.

Lake Dianchi; cyanobacteria bloom; remote sensing; meteorological factors; environmental factors

*國家水體污染控制與治理科技重大專項(xiàng)(2010ZX07102-006)和云南省社會事業(yè)發(fā)展專項(xiàng)(2011CA014)聯(lián)合資助. 2016-04-04收稿;2016-08-22收修改稿. 魯韋坤(1979～)，男，碩士，高級工程師；E-mail:luweikun@hotmail.com.