王 萌，鄭 偉，劉 誠

(國家衛(wèi)星氣象中心，北京 100081)

利用Himawari-8高頻次監(jiān)測太湖藍藻水華動態(tài)

王 萌，鄭 偉，劉 誠

(國家衛(wèi)星氣象中心，北京 100081)

新一代靜止氣象衛(wèi)星Himawari-8以其10 min/次的高觀測頻次，為連續(xù)動態(tài)監(jiān)測藍藻水華提供了有力的數(shù)據(jù)支持. 基于太湖實地光譜測量資料，提出Himawari-8衛(wèi)星資料太湖藍藻水華動態(tài)監(jiān)測方法. 以2015年10月2日藍藻水華發(fā)生過程為例，利用連續(xù)、多時次Himawari-8資料，動態(tài)監(jiān)測了太湖藍藻水華的發(fā)展變化，分析藍藻水華的出現(xiàn)、發(fā)展和消失，計算藍藻水華強度的動態(tài)變化，認識藍藻水華程度及變化特征，估算藍藻水華的動態(tài)變化速度. 上述分析為研究藍藻水華的生長消亡過程提供了支持. 進一步探討藍藻水華動態(tài)變化與氣象要素的關系，發(fā)現(xiàn)在相同的溫濕條件下，風場對藍藻水華的形成、運動和消失有直接的驅(qū)動作用.

Himawari-8；藍藻水華；動態(tài)變化；太湖；風場

藍藻是地球上最早出現(xiàn)的水生生物之一，在水生態(tài)系統(tǒng)的物質(zhì)循環(huán)和能量流動中起著重要作用. 藍藻過度繁殖會導致水體發(fā)生藍藻水華，水質(zhì)惡化，造成區(qū)域景觀、經(jīng)濟和生態(tài)的巨大損失[1-3]. 藍藻水華目前已成為國內(nèi)外淺水湖泊中最常見的水環(huán)境問題，如我國的太湖、巢湖、滇池等都長期受到藍藻水華的困擾[4].

為保障太湖水環(huán)境安全和水生態(tài)功能，國家和當?shù)卣环矫婕哟罅颂廴疚锱欧诺墓芸亓Χ群吞{藻治理力度，另一方面開展了藍藻水華發(fā)生機理及治理技術優(yōu)化等多方面的研究. 要對太湖藍藻水華進行有效治理，必須對其發(fā)生、發(fā)展、消亡的整個過程有清晰的把握. 太湖藍藻水華的發(fā)生具有暴發(fā)面積大、時空變化劇烈的特點[5]，利用衛(wèi)星遙感技術可以對藍藻水華進行有效監(jiān)測. 很多研究者開展了利用EOS/MODIS(中分辨率成像光譜儀)、FY3、Landsat TM等衛(wèi)星資料的藍藻水華監(jiān)測方法研究，取得了一定的研究成果；周立國、李亞春等利用MODIS衛(wèi)星數(shù)據(jù)監(jiān)測了太湖藍藻水華[6-8]；馬榮華、段洪濤等利用多源衛(wèi)星數(shù)據(jù)(MODIS、Landsat TM等)分析了太湖藍藻水華的時空分布[9-12]；韓秀珍等基于水面實測光譜及FY3和MODIS數(shù)據(jù)反演了太湖的水質(zhì)參數(shù)[13]. 但藍藻水華受到湖泊水質(zhì)環(huán)境、氣象條件等多因素影響，其發(fā)生發(fā)展變化快，極軌衛(wèi)星資料在時效性與動態(tài)跟蹤等方面都不能很好地滿足對藍藻水華的動態(tài)監(jiān)測需求.

Himawari-8(向日葵8號)是日本氣象廳2014年10月7日發(fā)射的地球同步靜止氣象衛(wèi)星，10 min可完成1幅地球全圓盤圖，具備了高空間覆蓋度、高時間分辨率的特點，在識別藍藻水華的同時，可及時發(fā)現(xiàn)藍藻水華的空間動態(tài)變化，研究其在湖泊中的動態(tài)遷移過程，對于治理太湖、防止水華發(fā)生具有重要的現(xiàn)實意義.

表1 Himawari-8/AHI通道參數(shù)

Tab.1 Channel parameters of Himawari-8

通道中心波長/μm空間分辨率/km10.46120.51130.640.540.86151.6262.3273.9286.2297.02107.32118.62129.621310.421411.221512.321613.32

表2 FY3B/MERSI 1～5通道參數(shù)

Tab.2 Channels 1-5 parameters of FY3B/MERSI

通道波長范圍/μm空間分辨率/m10.45～0.5025020.53～0.5825030.63～0.6625040.84～0.89250510.50～12.50250

表3 EOS/MODIS 1～2通道參數(shù)

Tab.3 Channels 1-2 parameters of EOS/MODIS

通道波長范圍/μm空間分辨率/m10.62～0.6725020.841～0.876250

1 數(shù)據(jù)

研究中使用的主要數(shù)據(jù)包括2015年10月2日Himawari-8、FY3B/MERSI(中分辨率光譜成像儀)、EOS/MODIS和GF1(高分1號)衛(wèi)星對太湖的觀測數(shù)據(jù). Himawari-8具有16個波譜通道(表1)，包含3個可見光通道、3個近紅外通道和10個紅外線通道，空間分辨率為0.5～2 km不等，全部通道10 min可完成1幅地球全圓盤圖，針對特定目標可實現(xiàn)2.5 min一次. 本文利用Himawari-8 0.5和1 km分辨率的通道數(shù)據(jù)(3、4通道)動態(tài)監(jiān)測太湖藍藻水華，結合具有更高空間分辨率的FY3B/MERSI(250 m)、EOS/MODIS(250 m)和GF1(16 m)數(shù)據(jù)，對Himawari-8數(shù)據(jù)監(jiān)測結果進行分析驗證. 對所用遙感數(shù)據(jù)進行輻射校正、幾何校正、投影轉換和裁剪等預處理，并分別提取藍藻水華信息.

FY3B搭載的MERSI有5個250 m分辨率的通道(表2)，包括3個可見光通道、1個近紅外通道和1個遠紅外通道，其1～4通道的波長范圍與Himawari-8 1～4通道的波長范圍基本一致. EOS/MODIS 數(shù)據(jù)有36個光譜通道，其250 m分辨率的1、2通道(表3)波長范圍與Himawari-8 3、4通道的波長范圍基本一致，是監(jiān)測藍藻水華的主要通道. GF1號衛(wèi)星搭載的多光譜相機(WFV)包括可見光到近紅外范圍的4個通道(表4),其數(shù)據(jù)與Himawari-8 1～4通道的波長范圍基本一致. 上述數(shù)據(jù)可用于對Himawari-8藍藻水華監(jiān)測結果進行檢驗.

2 Himawari-8太湖藍藻水華動態(tài)監(jiān)測方法

2.1 藍藻水華監(jiān)測方法

藍藻水華發(fā)生以后，在外力(風、水流等)的作用下，大面積積聚于水面，在衛(wèi)星遙感影像上產(chǎn)生類似陸生植被的光譜特征. 藍藻水華在近紅外波段有強的反射，其反射率明顯高于水體，是反映藍藻水華的主要波段；在可見光紅光波段有較強的吸收，其反射率甚至低于水體(圖1). 利用近紅外波段和可見光紅光波段生成的歸一化植被指數(shù)NDVI或者比值指數(shù)RI(NDVI=(NIR-R)/(NIR+R)，RI=NIR/R，其中NIR和R分別為近紅外波段和可見光紅光波段反射率)可以反映藍藻水華信息，在湖泊水面這一單一下墊面條件下，藍藻水華可以被清楚地識別出來.

Himawari-8可見光波段(3通道)和近紅外波段(4通道)的波段設置正是可以反映藍藻水華的主要波段，針對Himawari-8的波段設置，利用NDVI模型，采用閾值法提取藍藻水華信息，判別公式為：

表4 GF1/WFV通道參數(shù)

Tab.4 Channels parameters of GF1/WFV

通道波長范圍/μm空間分辨率/m10.45～0.521620.52～0.591630.63～0.691640.77～0.8916

NDVI>NDVIt

(1)

式中，NDVI代表判識像元NDVI值，NDVIt代表NDVI判識閾值，為保證藍藻水華提取精度，該閾值通過人機交互判識確定. 對于太湖水域內(nèi)的像元，當NDVI值大于閾值時，認為該像元為藍藻水華像元.

2.2 藍藻水華監(jiān)測精度驗證

為清晰反映太湖藍藻水華的分布區(qū)域，結合環(huán)太湖行政區(qū)劃，參考已有太湖分區(qū)[14]，將太湖水域劃分為12個區(qū)域(圖2)，包括：湖心中區(qū)、湖心北區(qū)、湖心南區(qū)、西北部沿岸區(qū)、西南部沿岸區(qū)、南部沿岸區(qū)、東部沿岸區(qū)、東太湖、竺山湖、貢湖、梅梁湖和五里湖.

圖1 太湖藍藻水體(a)和清潔水體(b)遙感反射率光譜曲線Fig.1 Reflectance spectral curves of cyanobacteria water (a) and clean water (b) in Lake Taihu

圖2 太湖水域分區(qū)Fig.2 Partition map of Lake Taihu

從2015年10月2日10:20(北京時間，下文同上)Himawari-8和10:17 MODIS太湖藍藻水華監(jiān)測圖像(圖3a、b)可見，藍藻水華主要分布在西南部沿岸區(qū)、西北部沿岸區(qū)、湖心北區(qū)和梅梁湖，Himawari-8與MODIS監(jiān)測的太湖藍藻水華在分布區(qū)域上是完全一致的. 從2015年10月2日11：00 Himawari-8和11：02 GF1太湖藍藻水華監(jiān)測圖像(圖3c、d)可見，藍藻水華主要分布在西南部沿岸區(qū)、西北部沿岸區(qū)、湖心北區(qū)和梅梁湖，除湖心中區(qū)少量絲縷狀藍藻水華外，Himawari-8與GF1監(jiān)測的太湖藍藻水華在分布區(qū)域上是一致的. 從2015年10月2日13：40 Himawari-8和13：45 FY3B太湖藍藻水華監(jiān)測圖像(圖3e、f)可見，藍藻水華分布在西北部沿岸區(qū)、湖心北區(qū)和梅梁湖，Himawari-8與FY3B監(jiān)測的太湖藍藻水華在分布區(qū)域上是完全一致的.

為定量對比分析，分區(qū)計算藍藻水華面積. 結果表明，Himawari-8與MODIS、GF1和FY3B監(jiān)測的太湖藍藻水華面積整體差別很小，其中10：20 Himawari-8與10：17 MODIS相比，誤差為2%；11：00 Himawari-8與11：02 GF1相比，誤差為2.3%；13：40 Himawari-8與13：45 FY3B相比，誤差為6.9%(表5).

圖3 2015年10月2日太湖藍藻水華監(jiān)測圖像(北京時間)Fig.3 Cyanobacteria bloom monitoring images of Lake Taihu on Oct. 2, 2015

衛(wèi)星分區(qū)面積/km2西南部沿岸區(qū)西北部沿岸區(qū)湖心北區(qū)梅梁湖湖心中區(qū)竺山湖湖心南區(qū)全太湖Himawari-8(10:20)201101308510180373MODIS(10:17)181131408415110381Himawari-8(11:00)161011398222208388GF1(11:02)181001497533148397Himawari-8(13:40)0574260160121FY3B(13:45)01081240150130

2.3 藍藻水華強度計算

藍藻水華強度是指像元內(nèi)藍藻水華的覆蓋程度，通常分為無藍藻水華、輕度藍藻水華、中度藍藻水華和重度藍藻水華. 本文設定為：像元內(nèi)藍藻水華覆蓋度為0，則為無藍藻水華；介于0～30%之間，為輕度藍藻水華；介于30%～60%之間，為中度藍藻水華；大于60%，為重度藍藻水華. 藍藻水華強度對反映藻水華發(fā)生程度和空間分布有一定的指示意義.

NDVI是反映藍藻水華強度的重要指標，本文采用NDVI的平均分布來反映藍藻水華的空間分布狀態(tài)，基于混合像元分解原理計算藍藻水華強度，以整點數(shù)據(jù)為代表.

(2)

式中，i=1、2、3、…、10分別代表07:00-16:00整點時間.

線性光譜混合模型是混合像元分解中最常用的方法，在該模型中，像元在某一光譜波段的反射率是由構成像元的基本組分的反射率及其所占像元面積的比例為權重系數(shù)的線性組合. 考慮太湖湖區(qū)的組分主要是藍藻和水體，根據(jù)線性光譜混合模型，NDVI可表示為：

NDVI=NDVIV·C+NDVIW(1-C)

(3)

式中，NDVIV為藍藻NDVI，通常采用0.81作為參考值[15]；NDVIW為水體NDVI，通常采用-0.3作為參考值[15]；C為藍藻覆蓋度，則有：

(4)

2.4 藍藻水華變化速度估算

為研究藍藻水華的動態(tài)變化速度，本文引用衡量土地覆蓋面積變化速度的土地利用動態(tài)度進行分析[16-17]，規(guī)定其動態(tài)度的大小為研究水域藍藻水華的平均變化速度，其計算公式為：

(5)

式中，K為藍藻水華動態(tài)變化速度，At1為藍藻水華在研究水域初期面積(km2)，At2為藍藻水華在該水域末期面積(km2)，t1為研究初始時間，t2為結束時間；當研究時長(t2-t1)設定為1 h時，K為研究水域藍藻水華的逐小時變化速度.

3 Himawari-8太湖藍藻水華動態(tài)監(jiān)測應用

3.1 藍藻水華發(fā)生過程分析

藍藻快速增殖并達到一定密度而形成水華需要一定的條件，如足夠的能量和營養(yǎng)、適宜的環(huán)境條件等. 分析藍藻水華發(fā)生過程——出現(xiàn)、發(fā)展、消失，是太湖藍藻水華監(jiān)測的第一步，可作為預警和控制藍藻水華發(fā)生的依據(jù)，Himawari-8 10 min/次的數(shù)據(jù)覆蓋，為分析藍藻水華發(fā)生過程提供了數(shù)據(jù)支持. 圖4反映了太湖藍藻水華的動態(tài)演變過程. 10月2日06:10，藍藻水華首先出現(xiàn)在太湖的西北部沿岸區(qū)和湖心北區(qū)的北部沿岸，水華面積相對較小(圖4a)；06:30時，藍藻水華在該區(qū)域幾乎沒有明顯變化(圖4b)；07:00開始，水華逐漸擴大，梅梁湖開始出現(xiàn)少量藍藻(圖4c)；隨后，水華自西北部沿岸區(qū)、湖心北區(qū)和梅梁湖繼續(xù)擴大，到11:00時，水華面積達到最大，西北部沿岸區(qū)大部分水域、湖心北區(qū)西部水域、梅梁湖大部分水域均被藍藻覆蓋，西南部沿岸區(qū)和湖心中區(qū)有少量藍藻水華(圖4l)；12:00開始，藍藻水華逐漸減少(圖4m)，到16:00時，僅湖心北區(qū)北部沿岸有少量藍藻水華(圖4q)，17:00時，受云的影響，沒有監(jiān)測到藍藻水華信息(圖4r).

圖4 2015年10月2日Himawari-8太湖藍藻水華監(jiān)測圖像(北京時間)(R(3)、G(4)、B(2) 合成)Fig.4 Multi-channel composition color images of Lake Taihu based on Himawari-8 on Oct. 2, 2015(R(3)，G(4)，B(2) color composition)

3.2 藍藻水華強度動態(tài)變化分析

利用公式(2)和(4)分別計算平均NDVI及藍藻水華強度等級. 結果表明，重度藍藻水華主要分布在湖心北區(qū)、西北部沿岸區(qū)和梅梁湖，這與NDVI的高值區(qū)域是一致的；中度藍藻水華主要分布在湖心北區(qū)的南部水域，輕度藍藻水華主要分布在湖心中區(qū)和西南部沿岸區(qū)，這與NDVI的低值區(qū)域是一致的(圖5).

圖5 2015年10月2日 Himawari-8 太湖NDVI平均分布及藍藻水華強度等級Fig.5 NDVI and Cyanobacteria bloom intensity of Lake Taihu based on Himawari-8 on Oct. 2, 2015

2015年10月2日07:00-15:00太湖藍藻水華強度隨時間不斷變化. 在藍藻水華發(fā)生之初，07:00和08:10時，以輕度藍藻水華為主；隨著時間的推移，到09:00和11:00時，中度和重度藍藻水華逐漸增多；在藍藻水華逐漸減少階段，首先快速消散的為輕度藍藻水華，如11:00-12:00時；其次為重度和中度藍藻水華，如12:00-14:00時；到15:00時，僅余下少量輕度藍藻水華(圖6).

圖6 2015年10月2日Himawari-8太湖藍藻水華強度(北京時間)Fig.6 Cyanobacteria bloom intensity of Lake Taihu based on Himawari-8 on Oct. 2, 2015

表6 2015年10月2日Himawari-8太湖藍藻水華動態(tài)變化速度

Tab.6 Cyanobacteria blooms dynamic change speed of Lake Taihu based on Himawari-8 on Oct. 2, 2015

時間(北京時間)藍藻面積/km2K平均風速/(m/s)07:0025-0.608:101986.920.709:002830.430.510:003340.180.7711:003880.161.712:00274-0.292.0313:00218-0.201.714:0097-0.562.4715:0050-0.482.5716:0018-0.642.2

3.3 藍藻水華動態(tài)變化速度分析

2015年10月2日，在藍藻水華發(fā)展階段，變化速度最快的為07:00-08:10時間段，其次為08:10-09:00、09:00-10:00和10:00-11:00時間段，即水華發(fā)展速度逐漸變慢；在藍藻水華逐漸減少階段，變化速度最快的為15:00-16:00時間段，其次為13:00-14:00、14:00-15:00、11:00-12:00和12:00-13:00時間段(圖6). 對比圖5可知：在水華發(fā)展階段，變化速度最快的為輕度藍藻水華，其次為中度藍藻水華和重度藍藻水華；在水華減少階段，變化速度最快的為輕度藍藻水華，其次為重度藍藻水華和中度藍藻水華.

3.4 藍藻水華動態(tài)變化與氣象要素的關系

藍藻水華的發(fā)生與很多因素相關，如藻類數(shù)量、風速、風向、降雨、氮磷營養(yǎng)鹽濃度、光照強度、溫度等，大量研究表明，各因子之間存在一定的綜合作用和相互補償作用[18-21]. 根據(jù)太湖藍藻水華形成的4 階段理論，在5-10月，水體中藍藻生物量將一直高于發(fā)生水華的閾值，此時太湖的營養(yǎng)鹽濃度、光照強度、溫度等已不是藻類生長的限制因子，此時只要氣象和水文條件適合，藍藻就會發(fā)生水平、垂直位置改變而“暴發(fā)”[22-23]. 氣象因子對藻類在湖泊中的暴發(fā)和遷移影響有多大，藍藻水華形成后如何運動，其運動方式是什么，成為氣象、水文部門關注的核心問題.

吳曉東等研究指出，太湖特定湖區(qū)的短期藍藻水華的藍藻生長、漂移和上浮主要受氣象條件的影響[24]. 孔繁翔等認為，在大多數(shù)情況下，突然出現(xiàn)的“水華”只不過是已存在、分散在水體中的藻類群體在適宜條件下的上浮、聚集、遷移至水面并為人們?nèi)庋鬯姷倪^程，而非藻類在短時間內(nèi)連續(xù)的快速生長所致；準確地說，“暴發(fā)”僅僅描述了短時間內(nèi)大量水華藍藻群體的空間位置的改變，主要是從水體中上浮到水體表層或者由于風的作用，在湖岸的局部地區(qū)大量聚集[25]. 曹煥生研究指出水華的形成不是生物量的突然增加，而是其生物量在風浪的作用下垂直遷移的結果，當風速<3 m/s時，藍藻的水華就會出現(xiàn)；營養(yǎng)鹽對于水華的形成沒有明顯的作用，只是具有保持生物量的間接作用[26]. 朱永春等研究指出不同風場對于藻類在湖泊中的水平及垂直分布影響很大，并且存在著一個“臨界風速”，其范圍在2～3 m/s 之間，當風速<臨界風速時，水面可以近似看作水動力光滑，沒有波浪產(chǎn)生，在水表面藻類順著風向迅速向迎風岸邊漂移，大量堆積；但當風速超過臨界風速時，將產(chǎn)生波浪作用，波浪、風擾動及平均環(huán)流的共同作用使得藻類在水體中上下混合，分布比較均勻，不再出現(xiàn)藻類聚積現(xiàn)象，從而抑制了水華的形成[27].

從2015年10月1-2日太湖氣象自動站風速、氣溫觀測數(shù)據(jù)*,② 數(shù)據(jù)來源于國家氣象信息中心.可見，兩日均無降水，溫度也幾乎沒有差異，而風速則有較大不同(圖7). 10月1日白天，太湖平均風速高達4.6 m/s，最大風速超過7.9 m/s；10月1日18：00開始，風速逐漸下降，10月2日，平均風速下降至1.4 m/s，遠小于臨界風速，且持續(xù)高溫，湖區(qū)的大量藍藻在風的驅(qū)動下上浮，聚集在西北部湖區(qū)，形成水華.

10月2日，藍藻水華首先出現(xiàn)在太湖的西北部沿岸區(qū)和湖心北區(qū)的北部沿岸，隨后自西北部沿岸區(qū)、湖心北區(qū)和梅梁湖逐漸向東南擴散，太湖氣象自動站②監(jiān)測顯示10月2日00：00-11：00太湖湖面平均風速0.83 m/s，最大不超過2 m/s，風向均介于270°～299°之間，以西偏北風為主，藍藻在風的驅(qū)動下上浮、聚集形成水華并向湖泊的下風向漂移擴散；隨著藻類的迅速聚集，11：00水華面積達到最大；12：00開始，藍藻水華逐漸減少，自動站監(jiān)測表明12：00開始，湖面風速有所增大，12：00-24：00平均風速為2 m/s，最大風速超過4 m/s，風向與00：00-11：00時相比發(fā)生改變，以東偏南風為主，介于124°～160°之間，受風的影響，藍藻遷移路徑發(fā)生改變，不再向東南方向擴散，由于瞬時風速的加大，風擾動使藻類在水體中上下混合，不再聚集，衛(wèi)星監(jiān)測顯示藍藻水華逐漸減少(圖4、表7). 可見，風對藍藻水華的形成、運動和消失有直接的驅(qū)動作用，以上衛(wèi)星遙感監(jiān)測的藍藻水華動態(tài)變化結果與風速和風向的分析結論與已有的研究結果是一致的[26-27].

結合圖6和表6可知，07:00-11:00，藍藻水華不斷發(fā)展，水華動態(tài)變化速度逐漸變小，中度和重度藍藻水華逐漸增多；11:00時，受站點3風向改變的影響，藍藻水華停止擴散；11:00-16:00時，藍藻水華逐漸減少，水華的動態(tài)變化速度與風速有一定的正相關關系，即風速越大，水華的減少速度越快. 從圖6可見，站點1附近以輕度藍藻水華為主，站點2附近以中度藍藻水華為主，站點3附近以重度藍藻水華為主，盡管風速為站點1<站點2<站點3，但受風向和藍藻水華強度影響，藍藻水華的快速消失順序分別為：站點1、站點2和站點3.

圖7 太湖氣象自動站2015年10月1-2日風速和氣溫Fig.7 Wind speed and air temperature of Lake Taihu on Oct. 1-2, 2015, observed by meteorological station

站點風向/°5:006:007:008:009:0010:0011:0012:0013:0014:0015:0016:0017:0018:001無無無無無無無無無229226228219211227328028629330428927115313712413913813812632982882882762740160135128137140132145128

4 結論

新一代靜止氣象衛(wèi)星Himawari-8以其高時間、高空間分辨率的特點，可以及時發(fā)現(xiàn)藍藻水華的空間動態(tài)變化，為治理太湖藍藻提供了有力的數(shù)據(jù)支持.

基于太湖實地光譜測量資料，提出Himawari-8衛(wèi)星資料太湖藍藻水華的動態(tài)監(jiān)測方法：利用混合像元分解原理計算藍藻水華強度，分析藍藻水華發(fā)生程度及變化特征；通過引入衡量土地覆蓋面積變化速度的土地利用動態(tài)度估算藍藻水華變化速度. 以2015年10月2日為例，動態(tài)監(jiān)測了太湖藍藻水華的發(fā)展變化，分析了藍藻水華的出現(xiàn)、發(fā)展和消失. 計算了藍藻水華強度的動態(tài)變化：藍藻水華強度隨時間不斷變化，在藍藻水華發(fā)生之初，以輕度藍藻水華為主，隨著時間的推移，中度和重度藍藻水華逐漸增多；在藍藻水華減少階段，首先快速消失的為輕度藍藻水華，其次為重度和中度藍藻水華. 估算了藍藻水華的動態(tài)變化速度：在水華發(fā)展階段，變化速度最快的為輕度藍藻水華，其次為中度和重度藍藻水華；在水華減少階段，變化速度最快的為輕度藍藻水華，其次為重度和中度藍藻水華. 上述分析為研究藍藻水華的生長消亡過程提供了支持.

探討了藍藻動態(tài)變化與氣象要素的關系. 通過對比分析2015年10月1-2日太湖氣象自動站的風速、風向和氣溫觀測數(shù)據(jù)，可知，風場對藍藻水華的形成和移動有直接的驅(qū)動作用；當風速>臨界風速時，則對藍藻水華有一定的抑制作用；當風速<臨界風速時，將有利于水華藍藻的上浮、漂移和聚集. 風速大，則風力擾動較大，水華藍藻無法上浮到水面并快速漂移集聚到局部湖區(qū)，因此對藍藻水華有一定的抑制作用；風速適宜，水華藍藻在風的驅(qū)動下上浮、漂移和聚集，容易形成水華. 水華形成后藍藻在風的驅(qū)動下向湖泊的下風向漂移擴散. 同時，風擾動使藍藻在水體中上下混合，沉降和上浮. 計算表明，藍藻水華減少階段，水華的動態(tài)變化速度與風速有一定的正相關關系，即風速越大，水華的減少速度越快.

利用衛(wèi)星遙感探尋藍藻水華發(fā)生過程，分析其動態(tài)變化，將有助于探索藍藻水華的規(guī)律，為藍藻水華的預測、預警提供參考. Himawari-8 10 min/次的高觀測頻次，為藍藻水華的預測提供了很好的遙感支撐，為已有的藍藻水華預報模型提供了更多遙感數(shù)據(jù)的修正和驗證，對建立有效的太湖藍藻水華預報技術有重要的意義.

[1] Codd GA, Morrison LF, Metcalf JS. Cyanobacterial toxins: risk management for health protection.Toxicology&AppliedPharmacology, 2005, 203(3): 264-272.

[2] Zhou Xiaobai, Zhang Ninghong, Zhang Yongetal. The temporal and spatial distribution pattern of cyanobacteria and its control method in Taihu Lake.EcologyandEnvironmentalSciences, 2013, 22(12):1930-1935. [周笑白, 張寧紅, 張詠等. 太湖藍藻的時空變化規(guī)律及治理方法. 生態(tài)環(huán)境學報, 2013, 22(12): 1930-1935.]

[3] Paerl HW, Xu H, McCarthy MJetal. Controlling harmful cyanobacterial blooms in a hyper-eutrophic lake (Lake Taihu, China): The need for a dual nutrient (N & P) management strategy.WaterResearch, 2011, 45: 1973-1983.

[4] Qin Boqiang, Wang Xiaodong, Tang Xiangmingetal. Drinking water crisis caused by bloom in Lake Taihu: Eutrophication and cyanobacterial cause and measurement.AdvancesinEarthScience, 2007, 22(9): 896-906. [秦伯強, 王小冬, 湯祥明等. 太湖富營養(yǎng)化與藍藻水華引起的飲用水危機——原因與對策. 地球科學進展, 2007, 22(9): 896-906.]

[5] Zhang Yanhui, LI Weifeng, Chen Qiuwen. Algae bloom risk zoning of Lake Taihu.JLakeSci, 2015, 27(6): 1133-1139. DOI:10.18307/2015.0619. [張艷會, 李偉峰, 陳求穩(wěn). 太湖藍藻水華發(fā)生風險區(qū)劃. 湖泊科學, 2015, 27(6): 1133-1139.]

[6] 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, 馮學智, 王春紅等. 太湖藍藻水華的MODIS衛(wèi)星監(jiān)測. 湖泊科學, 2008, 20(2): 203-207.]

[7] Li Yachun, Sun Jiali, Xie Zhiqingetal. Extraction methods of cyanobacteria bloom in Lake Tai based on MODIS vegetation index.JournaloftheMeteorologicalSciences, 2011, 31(6): 737-741. [李亞春, 孫佳麗, 謝志清等. 基于MODIS 植被指數(shù)的太湖藍藻信息提取方法研究. 氣象科學, 2011, 31(6): 737-741.]

[8] Wang M, Shi W, Tang J. Water property monitoring and assessment for China’s inland Lake Taihu from MODIS-aqua measurements.RemoteSensingofEnvironment, 2011, 115: 841-854.

[9] Ma Ronghua, Kong Fanxiang, Duan Hongtaoetal. Spatio-temporal distribution of cyanobacteria blooms based on satellite imageries in Lake Taihu, China.JLakeSci, 2008, 20(6): 687-694. DOI:10.18307/2008.0605. [馬榮華, 孔繁翔, 段洪濤等. 基于衛(wèi)星遙感的太湖藍藻水華時空分布規(guī)律認識. 湖泊科學, 2008, 20(6): 687-694.]

[10] Duan Hongtao, Zhang Shouxuan, Zhang Yuanzhi. Cyanobaeteria 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. 太湖藍藻水華遙感監(jiān)測方法. 湖泊科學, 2008, 20(2): 145-152.]

[11] Duan HT, Ma RH, Hu CM. Evaluation of remote sensing algorithms for cyanobacterial pigment retrievals during spring bloom formation in several lakes of East China.RemoteSensingofEnvironment, 2012, 126: 126-135.

[12] Qi L, Hu CM, Duan HTetal. A novel MERIS algorithm to derive cyanobacterial phycocyanin pigment concentrations in a eutrophic lake: Theoretical basis and practical considerations.RemoteSensingofEnvironment, 2014, 154: 298-317.

[13] Han Xiuzhen, Wu Chaoyang, Zheng Weietal. Satellite remote sensing of Cyanophyte using observed spectral measurements over the Taihu lake.JAppMetSci, 2012, 21(6): 724-730. [韓秀珍, 吳朝陽, 鄭偉等. 基于水面實測光譜的太湖藍藻衛(wèi)星遙感研究. 應用氣象學報, 2012, 21(6): 724-730.]

[14] Han Xiuzhen, Zheng Wei, Liu Cheng eds. Cyanobacteria bloom’s monitoring, evaluation and system build in Taihu by satellite remote sensing. Beijing: China Meteorological Press, 2011: 110. [韓秀珍, 鄭偉, 劉誠. 衛(wèi)星遙感太湖藍藻水華監(jiān)測評估及系統(tǒng)建設. 北京: 氣象出版社, 2011: 110.]

[15] National Satellite Meteorological Center. Technical directives for monitoring of cyanobacterial blooms in lakes by satellite remote sensing. QT/T 207-2013. [國家衛(wèi)星氣象中心. 湖泊藍藻水華衛(wèi)星遙感監(jiān)測技術導則. QT/T 207-2013.]

[16] Duan Zengqiang, Zhang Fengrong, Kong Xiangbin. Method for information mining of land-use change and its application.TransactionsoftheChineseSocietyofAgriculturalEngineering, 2005, 21(12): 60-66. [段增強, 張鳳榮, 孔祥斌. 土地利用變化信息挖掘方法及其應用. 農(nóng)業(yè)工程學報, 2005, 21(12): 60-66.]

[17] Xiao Ming, Wu Jiqiu, Chen Qiuboetal. Dynamic change of land use in Changhua downstream watershed based on CA-Markov model.TransactionsoftheChineseSocietyofAgriculturalEngineering, 2012, 28(10): 231-238. [肖明, 吳季秋, 陳秋波等. 基于CA-Marko模型的昌化江流域土地利用動態(tài)變化. 農(nóng)業(yè)工程學報, 2012, 28(10): 231-238.]

[18] Huang Yuling, Chen Mingxi, Liu Defuetal. Effect of nitrogen, phosphorus, light and water temperature on the formation and djsappearance of blue—green algae bloom.JournalofNorthwestA&FUniversity(Nat.Sci.Ed.), 2008, 36(9): 93-100. [黃鈺玲, 陳明曦, 劉德富等. 不同氮磷營養(yǎng)及光溫條件對藍藻水華生消的影響. 西北農(nóng)林科技大學學報(自然科學版), 2008, 36(9): 93-100.]

[19] Huang Yuling, Chen Mingxi, Guo Jing. Simulation and forecast of blue-green algae (Cyanobacteria) bloom formation and disappearance under different water temperatures.JofChinaTreeGorgesUniversity(NaturalSciences), 2009, 31(1): 84-88. [黃鈺玲, 陳明曦, 郭靜. 不同水溫下藍藻水華生消模擬與預測. 三峽大學學報(自然科學版), 2009, 31(1): 84-88.]

[20] Chen Mingxi. Simulation of the mechanism of blue-green algal bloom formation and disappearing[Dissertation]. Yichang: China Tree Gorges University, 2007. [陳明曦. 藍藻水華生消機制室內(nèi)模擬實驗研究[學位論文]. 宜昌: 三峽大學, 2007.]

[21] Ma Jianrong, Deng Jianming, Qin Boqiangetal. Progress and prospects on cyanobacteria bloom—Forming mechanism in lakes.ActaEcologicaSinica, 2013, 33(10): 3020-3030. [馬健榮, 鄧建明, 秦伯強等. 湖泊藍藻水華發(fā)生機理研究進展. 生態(tài)學報, 2013, 33(10): 3020-3030.]

[22] Kong Fanxiang, Gao Guang. Hypothesis on cyanobacteria bloom-forming mechanism in large shallow eutrophic lakes.ActaEcologicaSinica, 2005, 25(3): 589-595. [孔繁翔, 高光. 大型淺水富營養(yǎng)化湖泊中藍藻水華形成機理的思考. 生態(tài)學報, 2005, 25(3): 589-595.]

[23] Wang Wenlan, Zeng Mingjian, Ren Jian. Numerical study of the impact of surface wind changes on the cyanobacteria bloom in Lake Taihu.JournaloftheMeteorologicalSciences, 2011, 31(6): 718-725. [王文蘭, 曾明劍, 任健. 近地面風場變化對太湖藍藻暴發(fā)影響的數(shù)值研究. 氣象科學, 2011, 31(6): 718-725.]

[24] Wu Xiaodong, Kong Fanxiang, Gao Junfengetal. Progress and prospect of cyanobacteria bloom forecast in Taihu Lake. Guang Zhou: Symposium for Pollution Control and Ecological Restoration Techniques of Water Environments in China, 2008. [吳曉東, 孔繁翔, 高俊峰等. 太湖藍藻水華的預測進展及展望. 廣州: 中國水環(huán)境污染控制與生態(tài)修復技術學術研討會, 2008.]

[25] 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. 太湖藍藻水華的預防、預測和預警的理論與實踐. 湖泊科學, 2009, 21(3): 314-328.]

[26] Cao Huansheng. Study on the formation process and dominant ecological factors of cyanobacteria bloom in Taihu [Dissertation]. Nanjing: Nanjing Institute of Geography & Limnology, Chinese Academy of Sciences, 2006. [曹煥生. 太湖藍藻水華形成過程及其主導生態(tài)因子研究[學位論文]. 南京: 中國科學院南京地理與湖泊研究所, 2006.]

[27] Zhu Yongchun, Cai Qiming. The dynamic research of the influence of wind field on the migration of algae in Taihu lake.JLakeSci, 1997, 9(2):152-158. DOI:10.18307/1997.0210. [朱永春, 蔡啟銘. 風場對藻類在太湖中遷移影響的動力學研究. 湖泊科學, 1997, 9(2): 152-158.]

Application of Himawari-8 data with high-frequency observation for Cyanobacteria bloom dynamically monitoring in Lake Taihu

WANG Meng, ZHENG Wei & LIU Cheng

(NationalSatelliteMeteorologicalCenter,Beijing100081,P.R.China)

Himawari-8 as a new generation geostationary meteorological satellite can provide the observation data for dynamically monitoring of Cyanobacteria bloom, with high time resolution at an interval per 10 minutes. According to the spectrum measuring data of Lake Taihu area, a method using the Himawari-8 data was proposed for dynamically monitoring of the Cyanobacteria bloom. In this paper, the outbreak processes of Cyanobacteria bloom on October 2nd, 2015 were monitored continuously including the Cyanobacteria bloom’s appearing, increasing and disappearing. The dynamic changes of the intensity and speed of Cyanobacteria bloom were calculated, and the extent and variation were analyzed. All the analysis provided useful information for studying the growth and death of Cyanobacteria bloom. Furthermore, this paper discussed the relation between Cyanobacteria bloom’s dynamic changes and meteorological elements of temperature and humidity under the same conditions. Results showed that wind is a direct driving effect on appearing, increasing and disappearing of the Cyanobacteria blooms.

Himawari-8; Cyanobacteria bloom; dynamic change; Lake Taihu; wind

國家高技術研究發(fā)展計劃“863”項目(2012AA120903)和中國氣象局2015年專業(yè)氣象服務“高分衛(wèi)星藍藻水華監(jiān)測”子課題聯(lián)合資助. 2016-06-01收稿；2016-11-22收修改稿. 王萌(1982～)，女，碩士； E-mail：wangmeng@cma.gov.cn.

DOI 10.18307/2017.0502