利用多源遙感數據預警太湖沉水植物與藻類水華過程的實例研究*

宋 挺 劉軍志 顧征帆 徐 超 江 嵐

(1.無錫市環境監測中心站,江蘇 無錫 214121；2.南京師范大學虛擬地理環境教育部重點實驗室,江蘇 南京 210023；3.江蘇省地理信息資源開發與利用協同創新中心,江蘇 南京 210023)

水生植物通常被稱為水草，根據其在水中的生長狀態可以分為挺水植物、浮葉植物、漂浮植物和沉水植物[1]。水生植物常被視為湖泊環境變化的指示物，是湖泊生態系統的重要組成部分，也是保持水生生態系統良性運行的關鍵種群[2-3]。水生植物具有顯著的初級生產功能和保護生物多樣性的生態功能[4-7]，其對內陸水體的物理和化學環境有明顯的改善作用[8-9]，水生植物生長密集的地方水質狀況一般較好。在太湖北部水域，隨著近年來水質逐年轉好，水生植物密度明顯增高，有從藻型湖泊向草型湖泊轉化的趨勢。但是這也引發了一個新的環境風險，即在春夏季藍藻開始繁殖之際，水華高發地帶水生植物的密集生長對藍藻的遷移造成阻隔[10]，使大量藍藻堆積在局部范圍內。在藻類與水生植物死亡后，很容易造成局部區域水質迅速惡化，水體發黑發臭形成湖泛[11]。

1 研究背景

太湖為我國第三大淡水湖，湖泊面積2 338.1 km2，平均水深1.9 m，最大水深2.6 m。太湖是存在嚴重藍藻水華的典型內陸淺水湖泊，列為國務院重點治理的富營養化水域之一。

注：圓圈內為藻類聚集區域，圖2、圖3、圖5同。圖1 太湖2015年4月23日至28日MODIS影像Fig.1 The MODIS images of Tai Lake from April 23 to 28,2015

在利用中分辨率成像光譜儀(MODIS)衛星遙感數據(空間分辨率250 m，每天過境4次)進行太湖藍藻水華預警監測工作中，發現2015年4月23日至4月28日宜興西部沿岸與竺山湖交界處有2 km2左右的藍藻水華聚集現象(見圖1)，通過衛星圖片觀察，藍藻聚集區域固定且聚集面積穩定，正常情況下，在風力、光照等影響下，藻類聚集區域一般具有動態變化，長時間在相同區域的小規模藻類聚集現象較為少見，因此有必要對這一現象展開進一步的觀測與研究。

2 藍藻聚集的遙感解析與實地驗證

針對MODIS衛星遙感數據在宜興西部沿岸與竺山湖交界處觀測到的藍藻聚集現象，使用空間分辨率較高的環境一號衛星電荷耦合元件傳感器(CCD)數據(空間分辨率30 m，每3天過境2次)對此現象做進一步分析。從2015年4月25日至4月28日的環境一號衛星偽彩色(近紅外、紅、綠通道，下同)影像上(見圖2)可以看到，該水域連續多日水色較周邊其他水域深，且摻雜有藍藻水華特征的紅色，推測該水域有較高密度的沉水植物，并有藻類富集其中。從MODIS影像上觀察到的藍藻聚集現象可能與沉水植物密集生長阻礙藻類遷移有關。

為驗證遙感影像對該水域情況的判斷，研究人員于2015年4月28日赴該水域進行現場觀測，現場觀測情況如圖3所示。由圖3可見，水域現場情況與之前判斷基本一致，即該水域有較高密度的沉水植物，并對藍藻起到了一定的阻隔與富集作用，經鑒定，沉水植物為眼子菜屬Potamogeton，群落類型為單優群落，群叢優勢種為菹草Potamogetoncrispus。

圖2 2015年4月25日至28日環境一號衛星偽彩色影像Fig.2 The pseudocolor images of HJ-1 satellite from April 25 to 28,2015

圖3 水域現場巡視照片Fig.3 Photos of the field observation

使用環境一號衛星CCD數據對該水域的情況進行追溯，從4月22日的偽彩色影像(見圖4)來看，該水域呈現出紅色絮狀分布情況，可以推斷該水域發生過一次藍藻聚集，之后連續多日出現的小規模藍藻聚集，可能與此次水華的藍藻被菹草阻隔有關。從圖5可以看到，4月10日該水域水色相對正常，與周邊水域沒有很明顯的顏色差別，而到4月17日，該水域的水色較周邊明顯加深。依此推斷，該水域的菹草在4月10日至4月17日間開始長出水面。

圖4 2015年4月22日環境一號衛星的偽彩色影像Fig.4 The pseudocolor image of HJ-1 satellite on April 22,2015

圖5 2015年4月10日與4月17日環境一號衛星的偽彩色影像Fig.5 The pseudocolor images of HJ-1 satellite on April 10 and 17,2015

3 沉水植物生長區域的光譜分析與范圍提取

3.1 典型樣本區域的遙感光譜特征分析

使用2015年4月26日的環境一號衛星CCD數據對沉水植物區域進行光譜特征分析。首先，對環境一號衛星CCD數據進行輻射定標、幾何校正、大氣校正等預處理，然后根據實地觀測結合環境衛星影像，分別選取沉水植物區、藻草混合區、湖體周邊陸地植被區和水體對照區等4類樣本區域進行統計，各類樣本區域在4個通道中心波長(475、560、660、830 nm)處的平均反射率光譜如圖6所示。

圖6 2015年4月26日不同類型地物的反射率光譜Fig.6 The reflectance spectra of different land features on April 26,2015

從圖6可以看出，相對于陸地植被區，沉水植物區與藻草混合區在紅光660 nm處的吸收谷不明顯，說明兩者在可見光下的植被特征不明顯，整體上與水體對照區類似，但沉水植物區與藻草混合區在反射率上均低于水體對照區。沉水植物區的反射率在水體對照區、沉水植物區、藻草混合區中最低，因此在實際影像上表現出水色較其他水體更深；在近紅外波段(830 nm)處，水體對照區反射率小幅下降，而沉水植物區和藻草混合區的反射率均出現抬升，但均遠低于陸地植被區的抬升幅度，其中沉水植物區的抬升幅度在沉水植物區、藻草混合區、陸地植被區中最小，在偽彩色影像上沉水植物區主要表現為黑色但有略微的發紅。

3.2 現場實測光譜反射率特征分析

實測光譜數據是水生植物和水華遙感識別方法建立和驗證的基礎[12]，對于發展遙感信息處理的新方法、提高遙感分類水平起著十分重要的作用[13]。本研究使用美國ASD公司生產的便攜式ASD地物光譜儀，現場實測了不同類型地物的光譜反射率，測試波段為350～1 050 nm，光譜分辨率為2 nm。儀器觀測平面與太陽入射平面的夾角為135°左右(背向太陽方向)，儀器與水面法線的夾角在40°左右，以盡量避免絕大部分的太陽直射反射，同時減少船舶陰影的影響。分別對標準灰板、水面和天空測量輻亮度，每次測量采集10條光譜，進行遙感反射率計算前，先對異常數據進行剔除，再對剩余的光譜曲線進行平均，然后使用平均處理后的數據計算遙感反射率(見式(1))。

(1)

式中：Rrs為遙感反射率；Lw為離水輻亮度，W/(cm2·nm)；Ed(0+)為水面總入射輻照度，W/(cm2·nm)。Lw和Ed(0+)可以通過以下公式計算得到：

Lw=Lsw-r×Lsky

(2)

(3)

式中：Lsw為總輻亮度，W/(cm2·nm)；r為氣-水界面對天空光的反射率，根據唐軍武等[14]的經驗，平靜水面r可取0.022，在5 m/s左右風速下r可取0.025，10 m/s左右風速下r可取0.026～0.028，本研究依據當日風速情況，r取值為0.025；Lsky為天空漫反射光輻亮度，W/(cm2·nm)；Lp為標準灰板的輻亮度，W/(cm2·nm)；ρp為標準灰板的反射率。其中，Lsw、Lsky、Lp均通過ASD地物光譜儀實測獲得。

使用ASD地物光譜儀分別測量了沉水植物和周邊對照水體共3條光譜，其中沉水植物測量1個點，對照水體測量2個點，兩處對照水體測點的濁度經現場測量為11、87 NTU，分別計為水體1和水體2。數據經相關處理后，得到的反射率光譜如圖7所示(為減少噪聲的影響，僅使用350～850 nm的反射率數據)。

從圖7可以看出，水體2的光譜反射率較另兩條光譜要高，這可能與水體2的懸浮物含量較多有關。藍藻中含有藻藍蛋白，藻藍蛋白在625 nm附近有一個吸收峰[15]，在反射率光譜上表現為谷值，3條反射率光譜在625 nm處均有不明顯的反射谷，說明在3個測量區內的水體中均含有藍藻，但密度相對不高。3條反射率光譜在675 nm處均出現反射谷，在700 nm處也都出現反射峰(熒光峰)，其中沉水植物表現最明顯，是較典型的葉綠素特征，說明沉水植物的葉綠素信息較對照水體表現的更為強烈。在700 nm后的近紅外波段區域，由于水體對近紅外光的強吸收，兩組對照水體的光譜反射率均呈明顯的下降趨勢；對于沉水植物而言，由于葉綠素細胞在近紅外的強烈反射導致反射率在700 nm后下降緩慢。

圖7 2015年4月28日現場采集反射率光譜Fig.7 Field reflectance spectra of different land features on April 28,2015

圖8 2015年4月17日至28日沉水植物生長區域提取結果Fig.8 Extraction results of submerged vegetation regions from April 17 to 28,2015

3.3 沉水植物生長區域的提取

本研究采用監督分類的方法實現了沉水植物生長區域的提取和分析。首先，通過目視判讀和現場調查，選取了沉水植物生長區域、藻草混合區域和水體等訓練樣本，然后利用ENVI軟件對2015年4月17日、4月26日、4月27日、4月28日的環境一號衛星偽彩色影像進行監督分類，提取出該水域的沉水植物生長區域與藻草混合區域。沉水植物生長區域隨時間的變化情況如圖8所示，其面積變化見圖9。經核算，2015年4月17日、4月26日、4月27日、4月28日沉水植物生長區域的面積分別為1.85、3.67、3.72、3.94 km2，呈緩慢增加的趨勢。

圖9 2015年4月17日至28日沉水植物生長區域的提取面積Fig.9 The area of submerged vegetation regions from April 17 to 28,2015

4 結論與建議

(1) 傳統地面手段對沉水植物生長趨勢和區域的監測費時費力，本研究綜合利用多源遙感數據進行了一次大型湖泊的沉水植物預警和分析。首先利用時間分辨率高的MODIS數據進行連續監測，發現太湖宜興西部沿岸與竺山湖水域交界處有連續多日相似面積的藍藻聚集現象，然后利用較高空間分辨率的環境一號衛星CCD數據結合實地觀測進行藍藻聚集原因分析，并對沉水植物生長區域進行了提取與面積統計，驗證了利用多源遙感數據進行沉水植物與水華預警的可行性和便捷性，所采用的技術方法可為相關部門提供借鑒。

(2) 沉水植物快速生長所引起的藻類富集對湖泊水質有很大的潛在威脅，對于藍藻水華高發區尤其如此。建議相關部門利用多源遙感數據實時關注水草蔓延水域，并及時采取清理打撈等措施，以避免沉水植物及藻類死亡腐爛所引起的水質惡化，切實改善水生態環境。

[1] 秦伯強，胡維平，陳偉民．太湖水環境演化過程與機理[M].北京：科學出版社，2004．

[2] 周婕，曾誠．水生植物對湖泊生態系統的影響[J].人民長江，2008，39(6)：88-91．

[3] 魏華，成水平，柴培宏，等．2009年秋季武漢大東湖北湖水系水生植物調查[J].湖泊科學，2011，23(3)：401-408．

[4] 雷澤湘，徐德蘭，顧繼光，等．太湖大型水生植物分布特征及其對湖泊營養鹽的影響[J].農業環境科學學報，2008，27(2)：698-704．

[5] ASAEDA T,TRUNG V K,MANATUNGE J.Modeling the effects of macrophyte growth and decomposition on the nutrient budget in Shallow Lakes[J].Aquatic Botany,2000,68(3):217-237.

[6] 趙安娜，馮慕華，李文朝，等．沉水植物伊樂藻光合放氧對水體氮轉化的影響[J].生態環境學報，2010，19(4)：757-761．

[7] 韓飛園，周非，劉雪花，等．水生植物重建工程對小柘皋河富營養化水質的凈化效果[J].環境科學研究，2011，24(11)：1263-1268．

[8] 種云霄,胡洪營,錢易. 大型水生植物在水污染治理中的應用研究進展[J].環境污染治理技術與設備，2003,4(2):36-40.

[9] 鮮啟鳴，陳海東，鄒惠仙，等．四種沉水植物的克藻效應[J].湖泊科學，2005，17(1)：75-80．

[10] 向速林，朱夢圓，朱廣偉，等．太湖東部湖灣大型水生植物分布對水質的影響[J].中國環境科學，2014，34(11)：2881-2887．

[11] 宋挺，黃君，嚴飛，等．環境衛星CCD影像在太湖沉水植物監測中的應用[J].環境監控與預警，2014，6(6)：12-18．

[12] 李俊生，吳迪，吳遠峰，等．基于實測光譜數據的太湖水華和水生高等植物識別[J].湖泊科學，2009，21(2)：215-222．

[13] 易維寧，陸亦懷，羅明．地物光譜數據庫及其在遙感中的應用[J].光電子技術與信息，1998，11(5)：25-28．

[14] 唐軍武，田國良，汪小勇，等．水體光譜測量與分析Ⅰ:水面以上測量法[J].遙感學報，2004，8(1)：37-44．

[15] 李素菊，王學軍．內陸水體水質參數光譜特征與定量遙感[J].地理學與國土研究，2002，18(2)：26-30．