結合衛星遙感技術的太湖藍藻水華形成風場特征

李亞春,謝小萍,杭 鑫,朱小莉,黃 珊,景元書(.江蘇省氣象局,江蘇 南京 0008；.常州市氣象局,江蘇 常州 0008；.南京信息工程大學應用氣象學院,江蘇 南京 0044)

?

結合衛星遙感技術的太湖藍藻水華形成風場特征

李亞春1*,謝小萍1,杭 鑫1,朱小莉2,黃 珊1,景元書3(1.江蘇省氣象局,江蘇 南京 210008；2.常州市氣象局,江蘇 常州 210008；3.南京信息工程大學應用氣象學院,江蘇 南京 210044)

摘要：為進一步了解太湖藍藻水華形成和分布與近地面風場的關系,利用太湖湖面及周邊地區2003～2013年氣象與衛星觀測數據分析、并應用WRF3.5.1數值模型模擬,發現太湖藍藻水華主要出現在衛星觀測時刻前6h平均風速為0.5～3.4m/s的區間,占比達94.7％;藍藻水華面積總體上隨風速增大而減小,大范圍藍藻水華主要出現在前6h平均風速≤2m/s的情形下,占比達89％;風向則主要影響藍藻水華在太湖的空間分布格局.結果表明局地風場對于太湖藍藻水華的形成、輸移和分布具有重要作用.

關鍵詞：藍藻水華；近地面風場；衛星遙感；數值模擬

* 責任作者, 研究員級高級工程師, jsqxlyc@163.com

氣候變化和水質富營養化被認為是近幾十年來全球藍藻水華頻發的兩個重要原因[1-3],也是近年來太湖藍藻水華增多趨重的主要原因[4-5].藍藻水華的形成除了其本身的生理特點以外,氣象條件、營養鹽和其他環境因素也都起著關鍵作用,但任何一種單因子都難以驅動水華形成[6-8].當湖泊水質富營養化程度難以得到控制的情況下,磷、氮濃度可能不再是藻類生長和水華形成的限制因子,其他環境因素可能取而代之,其中氣象條件顯得尤為重要[9].

氣象和水文條件一般通過影響湖泊水體的分層、熱量傳遞交換以及光照、營養鹽的可利用性等,直接或間接地影響藻類個數、群落、分布和生命周期等[10].現有研究已證實,氣溫、風、光照、降水等氣象因子都會對太湖藍藻生長和水華形成產生重要影響[11-13].其中,風的影響相對復雜,一方面,其產生的風浪和湖流改變了藍藻的位置,使其積聚形成水華,另一方面則因風浪擾動會促使大量的營養鹽從底泥中釋放,導致湖泊水體重新分層與混合,增加了藻類可利用的營養鹽[14-16].相關研究[17-19]表明了風或風浪對太湖水體中膠體態營養鹽、浮游植物和藻類存在重要的影響, 而Kanoshina等[20]認為風引起的水流可能決定了藍藻水華的空間分布,Zhou等[21]則認為風的持續時間及其動力性是影響太湖藍藻水華時空間變化的關鍵因子.有研究表明,通常情況下微風有利于藍藻水華的生長和漂浮,孫小靜等[17]發現風速<4m/s的小風浪有利于藍藻生長或漂浮,王銘瑋等[22]則認為小于2.2m/s的低風速有利于淀山湖的藍藻水華形成.Wu等[23-24]利用MODIS衛星圖像結合實地抽樣調查研究發現,太湖藍藻水華面積與風速成負相關,較小風速有利于藍藻水華形成,但短時間強風(30分鐘平均風速超過6m/s)引起的強烈混合作用則會增加大面積藍藻水華形成的機會,并且太湖地區四月和十月大風頻繁可能正是藍藻水華大面積發生的重要原因.王成林等[25-26]應用數值模擬方法研究了適宜太湖藍藻水華形成的風場輻散特征及其形成機制,認為太湖區域存在特有的輻散場,藍藻水華在此輻散風場的驅動下會改變遷移方向.王文蘭等[27]利用WRF V2模式分析了近地面風場變化對太湖藍藻暴發的影響,認為藍藻水華面積及輸移方向對近地面風場的響應相當迅速.由此可見,風對藍藻水華的形成、輸移和分布的影響很大,但到目前為止還沒有完全弄清其影響機制,而防控藍藻水華越來越需要能夠對其發生發展和位置變化作出精準預測,風向、風速就應當作為必須考慮的環境驅動因子[28].此外,現有的研究大多或基于實驗數據,或基于短時間、間斷性的實測數據,有些甚至僅僅是個例分析,而太湖是一個大型淺水湖泊,藍藻水華面積常常達數百平方公里,因此有些結果難以反映實際情況,而且不同的結果之間有時會存在明顯差異.

為此,本文利用太湖湖面及周邊地區2003～ 2013年連續高頻的氣象觀測數據及同步衛星監測數據,從氣象學角度深入分析太湖藍藻水華形成、輸移與分布的風場特征,明確藍藻水華、尤其是大面積藍藻水華形成的適宜風速參數,并對太湖區域風場進行高分辨率數值模擬,分析近地面風場變化對藍藻水華的影響,以期為進一步研究藍藻水華形成機理和輸移過程提供理論依據,為太湖藍藻水華的預測、預警和防控提供技術支持.

1 資料與方法

1.1 資料

氣象資料來源于江蘇省氣象局,主要選用了太湖湖區及周邊區域的5個氣象基本站和23個區域自動站的觀測資料(圖1),基本站觀測資料包括宜興、無錫、蘇州、吳中和東山站2003～2013年逐時風向、風速觀測資料,區域自動站觀測資料為2009～2013年時間間隔為10min的風向、風速觀測數據.

圖1　氣象數據采樣點位置示意Fig.1 Location of the sampling meteorological site

衛星數據來源于國家衛星氣象中心和江蘇省氣象局,選用2003～2013年具有較高時空分辨率的Aqua/Terra衛星(EOS/MODIS)和 FY-3衛星(MERSI)觀測的影像數據.

1.2 太湖藍藻的遙感解譯方法

衛星遙感在監測大型湖泊水質和大面積藍藻水華方面具有獨特優勢.藍藻水華的遙感解譯方法很多,包括單波段、波段差值、波段比值、歸一化植被指數(NDVI)及藻類指數模型等[29-31].本研究選用目前業務上常用的NDVI方法,解譯得到2003～2013年累計805幅太湖藍藻水華面積≥1km2的衛星遙感影像,解讀出藍藻水華頻次、面積、時間及位置信息等.東太湖和東部沿岸區水質較好,很少發生藍藻聚集現象,在NDVI提取過藍藻水華過程中以掩膜技術進行處理.

為考察大范圍藍藻水華形成與風的關系,定義單次藍藻水華面積超過太湖水面面積的20％ 或468km2以上的為大范圍藍藻水華,得到大范圍藍藻水華衛星遙感影像樣本62個,除2003年以外的其他年份均有發生.

1.3 風的統計分析方法

太湖藍藻水華的形成與輸移對風的響應較為迅速,但同時也是前期氣象條件影響的累積,本研究統計了衛星觀測時刻前1～6h的風觀測數據,考察各時間段平均風速、最大風速、最小風速和風向與藍藻水華之間的關系.風的統計依據《地面氣象觀測規范》[32]規定的方法.

1.4 風場的數值模擬方法

為全面、詳細地了解近地層風場變化對藍藻水華的影響,利用數值模式WRF 3.5.1對太湖區域的風場進行高分辨率模擬,分析近地面風場變化對藍藻水華的強度、輸移及分布范圍的影響.模擬時間為2010年9月3日08:00～9月8日08:00,期間太湖藍藻水華經歷了較明顯的生消過程.WRF 3.5.1數值模式采用三層嵌套結構,格距分別為30、10和3.3km,格點數分別為232×172、166×121和109×79.模擬方案的初始場和邊界氣象資料取自美國國家環境預報中心(NCEP)提供的空間分辨率為1°×1°,時間間隔為6h的FNL(Final Operational Global Analysis)全球分析資料,云微物理參數化方案采用Purdue Lin,長波輻射方案為RRTM,短波輻射方案為Dudhia,陸面過程為Noah陸面模式,積云參數化方案為Grell-Devenyi ensemble scheme,邊界層方案為Mellor-Yamada-Janjic.

2 結果與討論

2.1 風速對藍藻水華頻次的影響

2003～2013年,衛星解譯得到太湖出現藍藻水華共計805次,統計衛星觀測時刻前6h的平均風速,得到觀測時刻前6h的平均風速分布情況(圖2).衛星觀測到各次藍藻水華前6h的平均風速均介于0.2～4.8m/s之間,最小值0.2m/s,最大值4.8m/s,平均值1.8m/s.

圖2　2003～2013年衛星觀測時刻前6h平均風速分布Fig.2 Average wind speed in 6hours before satellites observation time during 2003～2013

表1　衛星觀測時刻前1～6h平均風速范圍及藍藻水華頻次總體分布Table 1 Average wind speed in 1～6h before satellites observation time and cyanobacteria bloom frequency

為分析不同風速對藍藻水華頻次的影響,按照1.0m/s的風速間隔進行分段統計,考慮到在風速0.5m/s以下和3.5m/s以上藍藻水華頻次均較少,故將其分別設置為上下限.表1為衛星監測到藍藻水華前6h的最大、最小風速和不同時段不同風速區間的藍藻水華頻次分布情況.由表1可知,衛星監測到藍藻水華前6h的風速一般都超過0.5m/s,<0.5m/s的藍藻水華頻次占比均不超過2％,而風速≥3.5m/s的頻次占比也僅為3.4％～ 10.4％,大部分藍藻水華都出現在平均風速為0.5～3.4m/s的區間內,占比從1h最小為89.3％增至6h時最大為94.7％,其中1.5～2.4m/s區間占比最高,各時段占比均超過40％.表明太湖絕大多數藍藻水華都出現在0.5～3.4m/s的風速范圍內,在前6h平均風速小于0.5或大于3.5m/s的情況下,衛星均較少觀測到藍藻水華的出現.

2.2 風速對藍藻水華面積的影響

風速對藍藻水華的面積具有顯著的影響,在風速較小的情況下,藻類會順著風向漂移,易形成藍藻水華,而較大的風速則會對藍藻水華產生一定程度的抑制作用.圖3為衛星觀測到的太湖藍藻水華面積與對應前6h平均風速分布圖,由圖3看出,太湖藍藻水華面積大多在600km2以下,占比達95％,總體上隨著藍藻水華面積的增大,相對應的風速趨于減小.

圖3　2003～2013年太湖藍藻水華面積及對應6h平均風速分布Fig.3 Cyanobacteria bloom area and average wind speed in 6h before satellites observation time during 2003～2013

圖4　2003～2013年藍藻水華不同面積區間及對應6h平均風速Fig.4 Cyanobacteria bloom area ranges and corresponding average wind speed in 6h during 2003～2013

為進一步分析太湖藍藻水華面積與風速之間的關系,根據每個區間之間樣本數等分原則,將面積分成0～13、14～32、33～63、64～103、104～152、153～241、242～427及428以上km2共8個區間,分別統計區間內前6h平均最小風速、最大風速及80％概率區間對應的風速,繪制成相應的風速箱線圖(圖4).由圖可以看出,各面積區間對應的前6h平均最大風速隨面積增大而明顯下降,平均最小風速則隨面積增大而緩慢下降,風速波動范圍隨面積增大呈明顯的收窄趨勢,風速范圍由最大的1.1～3.6縮減至0.7～2.1m/s.

2.3 風速對大范圍藍藻水華的影響

表2　大范圍藍藻水華前1～6h平均風速范圍及藍藻水華頻次總體分布Table 2 Average wind speed in 1~6h before large scalecyanobacteria bloom observed by satellites andcyanobacteria bloom frequency

2003～2013年衛星觀測到大范圍藍藻水華樣本數共計62個,除2003年以外的其他各年均有發生.統計大范圍藍藻水華前太湖沿岸氣象站1～6h的平均風速分布情況,分析大范圍藍藻水華與風速的關系(表2),表明:衛星觀測到大范圍藍藻水華前1～6h各時間段平均風速最小均小于0.5m/s,最大平均風速均小于2.9m/s;各時間段藍藻水華主要出現在平均風速為1.1～2m/s區間,頻次占比均超過50％,隨著統計的時間段延長,0～1m/s區間的藍藻水華頻次占比由1h的6％穩定增至5h的35％,而2.1～3m/s區間的頻次占比則由30％穩定降至11％,0～2m/s區間的頻次占比由68％增至89％.由此得到:大范圍藍藻水華主要出現在前6h平均風速小于2m/s的情況下,在風速小于0.5m/s或大于3.0m/s的情況下,衛星幾乎觀測不到大面積藍藻水華的聚集.

2.4 風向對藍藻水華的影響

圖5　各季節太湖藍藻水華頻次分布及風向玫瑰Fig.5 Cyanobacteria bloom frequency and corresponding wind direction rose chart in the four seasons during 2003～2013

風向主要影響藍藻水華的輸移方向,是影響太湖藍藻水華在全湖分布格局變化的重要驅動因素.圖5為2003～2013年各季節藍藻水華頻次分布及太湖區域風向玫瑰圖.由圖5可看出,在春季(3～5月)藍藻水華復蘇期,隨溫度上升以及光輻射加強,冬季累積在底泥表面的藍藻“種源”開始復蘇,并隨氣溫升高快速生長,形成藍藻水華.由于春季太湖區域盛行東南東風向,聚集成群的藍藻水華在風的作用下向西北部方向漂移,從而在太湖西北部沿岸區形成相對高頻區.在藍藻水華活躍的夏季(6～8月),氣象條件適宜,藍藻水華頻次明顯增加,在主導風向仍為東南東風的作用下,藍藻水華向西北部漂移,與西部沿岸區、梅梁湖和竺山湖區域自身生長的藍藻共同形成水華,成為太湖藍藻水華的頻發重發區.秋季(9～11月)仍處于藍藻水華活躍期,但主導風向已轉為北風,在相對高頻率的北～西北風的作用下,大量藍藻水華向南部漂移集聚,頻發重發區域向湖心區和南部沿岸區轉移.進入冬季(12月～次年2月),隨著氣溫的下降,藍藻水華逐漸進入休眠期,前期形成的大量藍藻水華不可能在短時間內迅速消亡,在主導風向為NW的風作用下,藍藻水華高頻區域繼續向湖心區轉移.

2.5 數值模擬近地面風場對藍藻水華的影響

由于湖水和陸地之間存在熱力差異,對于太湖這樣的大型湖泊,主要受湖陸風的影響,湖面氣象觀測站點稀少及觀測資料缺乏,難以全面了解湖面風場的變化情況.利用WRF 3.5.1對太湖區域的風場進行高分辨率的數值模擬,分析近地面風場對藍藻水華輸移及分布范圍的影響,以期全面、詳細地了解風對藍藻水華的影響.

以2010年9月4～7日的藍藻水華過程作為個例(表3).2010年9月4～7日,太湖湖區及沿岸地區日平均氣溫在29℃左右,日平均風速<3m/s,氣象條件適宜,衛星均觀測到了藍藻水華,但面積和范圍不同,4日和6日藍藻水華面積分別達789km2和795km2,而7日僅有6km2.

對照藍藻水華強度分布圖和近地面風場數值模擬結果(圖6),可以看到,在9月4日13:00時的風場模擬圖上,梅梁湖、西部沿岸區及湖心區北部區域為低風速區,風速為2～3m/s,部分區域甚至更低,無明顯的主導風向,由湖內向湖岸風速逐漸增大,風向由東北部偏西北向——湖心區中部偏東向——西北部沿岸偏東南向變化,受此影響,在湖心區、西部沿岸區和梅梁湖等區域觀測到大范圍藍藻水華,在貢湖和竺山湖大部、西部近岸等區域由于風速較大,藍藻水華范圍或強度明顯偏小;在9月5 日13:00時的風場模擬圖上,太湖湖面風速增大,僅在南部沿岸區和湖心區南部有2～3m/s的低風速區,而這一區域由于水質較好藍藻水華出現頻次較低,在主導風向為東北的風場影響下,僅在西南部沿岸區和湖心區觀測到小面積藍藻水華;9月6日11:00時的風場模擬圖顯示,在太湖西南部大片區域風速僅為1～2m/s,且湖面風向主要為東或東北向,在此風場作用下,觀測到西部沿岸區和湖心區西部出現大面積藍藻水華,而包括竺山湖、梅梁湖、貢湖、湖心區北部及西北部近岸區幾乎未出現藍藻水華;9月7日11:00時的風場模擬結果顯示,太湖湖面風速明顯增大,大部分區域風速都在4m/s以上,僅在南部沿岸區和東部沿岸區的很小區域風速較小,前一天的大面積藍藻水華已不見蹤影.由此可見:藍藻水華的面積和分布范圍對近地面風場的變化響應非常迅速,較小的風速有利于藍藻顆粒的上浮聚集形成水華,較大的風速使藍藻顆粒不易上浮,并在風浪和環流的共同作用下于水體中混合無法集聚形成水華.

表3　2010年9月4～7日的藍藻水華過程Table 3 A developing process of cyanobacteria bloom from 4th to 7th Sep. in 2010

圖6　2010年9月4～7日藍藻水華分布及近地面風場數值模擬對照Fig.6 Cyanobacteria bloom distribution and corresponding surface wind simulation chart from Sep. 4th to 7th in 2010

2.6 討論

由于衛星觀測到的主要是湖泊表面藍藻水華形成的現象,難以反映水華形成前藍藻生物量及其水中垂直分布,因而本文主要探討藍藻水華形成的風場特征及風對藍藻水華輸移和分布的影響.通常認為微風或無風有利于藍藻水華的形成,這種說法不夠準確.氣象上規定的“微風”風速范圍為3.4～5.4m/s,“無風”為0～0.2m/s,兩者相差甚遠.根據分析結果,風速<0.5m/s時藍藻水華的頻次占比均不超過2％,而大范圍藍藻水華前1～6h最小風速為0.4～0.5m/s,表明水華的形成需要一定風力及其產生的風浪和湖流的擾動,真正風平浪靜時藍藻反而不易聚集形成水華.目前報道的大部分風速閾值都處于“微風”范圍,如Cao等[33]確定為3.1m/s,而孫小靜等[17]、王成林等[34]為<4m/s,小型湖泊則更小,如淀山湖為<2.2m/s[22].造成差異的原因很多,數據來自于實驗還是實地觀測、觀測位置和取樣不同,其結果就會不一樣,此外,風速統計采用的方法不同也會影響結果.統計風速的時間長短對閾值的影響很大,總體上統計時間越長越容易平滑風的波動性,閾值也趨小,如大范圍藍藻水華發生前1h的平均風速主要位于1.1～2.9m/s區間,占比高達94％,而前6h平均風速則主要位于0～2.0m/s,占比89％,因此對于各種風速閾值需要進行具體分析.

藍藻水華的形成是包括氣象、水文等眾多環境因子綜合影響的結果,任何單一因子都難以驅動藍藻的生長和水華形成[10].本文的研究沒有考慮其他環境因子,因此分析結果難免會受到影響,需要進一步研究其他環境因子及其協同作用對藍藻水華形成的影響,以更好地理解藍藻水華的發生機理,為防控藍藻水華提供理論依據.

3 結論

3.1 藍藻水華的形成需要一定風力及其產生的風浪和湖流的擾動,太湖藍藻水華主要出現于前6h平均風速為0.5～3.4m/s的區間,衛星觀測到藍藻水華時刻前6h平均風速在此區間占比達94.7％.

3.2 藍藻水華面積總體上隨風速增大而減小,大范圍藍藻水華主要出現在前1h平均風速1.1～ 2.9m/s區間,占比達94％,而6h平均風速為0～ 2.0m/s,占比89％.

3.3 風向主要影響藍藻水華的分布格局.在春季復蘇期和夏季活躍期,主導風向為東南東,藍藻水華主要向西北部方向漂移,與西部沿岸區、梅梁湖和竺山湖區域自身生長的藍藻共同形成藍藻水華,成為藍藻水華頻發重發區;在秋季活躍期,主導風向轉為北風,大量藍藻水華向太湖南部漂移集聚.12月份藍藻水華逐漸進入衰敗期,前期形成的大量藍藻水華在主導風向為西北的作用下,繼續向太湖湖心區轉移.

參考文獻：

[1] O’Neila J M, Davisb T W, Burfordb M A, et al. The rise of harmful cyanobacteria blooms: The potential roles of eutrophication and climate change [J]. Harmful Algae, 2012,14:313–334.

[2] Te S H, Chen E Y, Gin K Y. Comparison of quantitative PCR and droplet digital PCR multiplex assays for two genera of bloomforming cyanobacteria, cylindrospermopsis and Microcystis [J]. Appl. Environ. Microbiol., 2015,81(15):5203-5211.

[3] Anna Rigosi, Cayelan C Carey, Bas W Ibelings, et al. The interaction between climate warming and eutrophication to promote cyanobacteria is dependent on trophic state and varies among taxa [J]. Limnology and Oceanography, 2014,59(1):99-114.

[4] 商兆堂,任 健,秦銘榮.氣候變化與太湖藍藻暴發的關系 [J].生態學雜志, 2010,29(1):55-56.

[5] 王成林,潘維玉,韓月琪,等.全球氣候變化對太湖藍藻水華發展演變的影響 [J]. 中國環境科學, 2010,30(6):822-828.

[6] 孔繁翔,高 光.大型淺水富營養化湖泊中藍藻水華形成機理的思考 [J]. 生態學報, 2005,25(3):589-595.

[7] Bista D, Heckathorn S A, Bridgeman T, et al. Interactive effects of temperature, nitrogen, and zooplankton on growth and protein and carbohydrate content of cyanobacteria from Western Lake Erie [J]. Journal of Water Resource and Protection, 2014,6(12): 1139-1153.

[8] 趙巧華,杭蓉蓉,王 玲,等.夏季太湖水體勢能異常的空間分異特征及其機制 [J]. 中國環境科學, 2015,35(1):227-235.

[9] 謝國清,李 蒙,魯韋坤,等.滇池藍藻水華光譜特征、遙感識別及暴發氣象條件 [J]. 湖泊科學, 2010,22(3):327-336.

[10] 孔繁翔,宋立榮,等.藍藻水華形成過程及其環境特征研究 [M].北京:科學出版社, 2011.

[11] Zhang Min, Duan Hongtao, Shi Xiaoli, et al. Contributions of meteorology to the phenology of cyanobacterial blooms: implications for future climate change [J]. Wat. Res., 2012,46(2):442-452.

[12] Reichwaldt E S, Ghadouani A. Effects of rainfall patterns on toxic cyanobacterial blooms in a changing climate: between simplistic scenarios and complex dynamics [J]. Wat. Res., 2011,46(5):1372-1393.

[13] 巫 娟,陳雪初,孔海南,等.光照度對水華魚腥藻細胞比重與藻絲長度的影響研究 [J]. 中國環境科學, 2012,32(5):875-879.

[14] 秦伯強,胡維平,高 光,等.太湖沉積物懸浮的動力機制及內源釋放的概念性模式 [J]. 科學通報, 2003,48(17):1822-1831.

[15] 范成新,張 路,秦伯強,等.風浪作用下太湖懸浮態顆粒物中磷的動態釋放估算 [J]. 中國科學(D輯), 2003,33(8):760-768.

[16] 朱廣偉,秦伯強,高 光,等.風浪擾動引起大型淺水湖泊內源磷暴發性釋放的直接證據 [J]. 科學通報, 2005,50(1):66-71.

[17] 孫小靜,秦伯強,朱廣偉,等.風浪對太湖水體中膠體態營養鹽和浮游植物的影響 [J]. 環境科學, 2007,28(3):506-511.

[18] 尤本勝,王同成,范成新,等.風浪作用下太湖草型湖區水體N、P動態負荷模擬 [J]. 中國環境科學, 2008,28(1):33-38.

[19] 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[J]. 湖泊科學, 1997,9(2):152-158.

[20] Kanoshina I, Lips U, Leppanen L M. The influence of weather conditions (temperature and wind) on cyanobacterial bloom development in the Gulf of Finland (Baltic Sea) [J]. Harmful Algae, 2003,(2):29-41.

[21] Zhou Jian, Qin Boqiang, Casenave C, et al. Effects of wind wave turbulence on the phytoplankton community composition in large, shallow Lake Taihu [J]. Environmental Science and Pollution Research, 2015,22(16):12737-12746.

[22] 王銘瑋,徐啟新,車 越,等.淀山湖藍藻水華暴發的氣象水文因素探討 [J]. 華東師范大學學報(自然科學版), 2011,2011(1):21-31.

[23] Wu Tingfeng, Qin Boqiang, Zhu Guangwei, et al. Dynamics of cyanobacteria bloom formation during short-term hydrodynamic fluctuation in a large shallow, eutrophic, and wind-exposed Lake Taihu, China [J]. Environmental Science and Pollution Research, 2013,20(12):8546-8556.

[24] Wu Tingfeng, Qin Boqiang, Justin D, et al. The influence of changes in wind patterns on the areal extension of surface cyanobacterial blooms in a large shallow lake in China [J]. Science of The Total Environment, 2015,(518–519):24-30.

[25] 王成林,陳黎明,潘維玉,等.適宜太湖藍藻水華形成的風場輻散特征及其形成機制 [J]. 中國環境科學, 2010,30(9):1168-1176.

[26] 王成林,黃 娟,錢 新.高溫微風條件下太湖流域風場時空特征分析 [J]. 湖泊科學, 2011,23(1):122-128.

[27] 王文蘭,曾明劍,任 健.近地面風場變化對太湖藍藻暴發影響的數值研究 [J]. 氣象科學, 2011,31(6):718-725.

[28] 王長友,于 洋,孫運坤,等.基于ELCOM-CAEDYM模型的太湖藍藻水華早期預測探討 [J]. 中國環境科學, 2013,33(3): 491-502.

[29] 馬榮華,孔維娟,段洪濤,等.基于MODIS影像估測太湖藍藻暴發期藻藍素含量 [J]. 中國環境科學, 2009,29(3):254-260.

[30] 韓秀珍,吳朝陽,鄭 偉,等.基于水面實測光譜的太湖藍藻衛星遙感研究[J].應用氣象學報, 2010,21(6):724-731.

[31] Hu C M, Lee Z P, Ma R H, et al. Moderate Resolution Imaging Spectroradiometer (MODIS) observations of cyanobacteria blooms in Taihu Lake, China [J]. Journal of Geophysical Research, 2010,115(C04002):1-20.

[32] 中國氣象局.地面氣象觀測規范 [M]. 北京:氣象出版社, 2003.

[33] Cao H S, Kong F X, Luo L C, et al. Effects of wind-induced waves on vertical photoplankton distribution and surface blooms of Microcystis aeruginosain Lake Taihu [J]. Journal of Freshwater Ecology, 2006,21(2):231-238.

[34] 王成林.太湖藍藻水華及藻源性“湖泛”形成機制的氣象因素研究[學位論文].南京:南京大學, 2008.

Analysis of wind field features causing cyanobacteria bloom in Taihu Lake combined with remote sensing methods.

LI Ya-chun1*, XIE Xiao-ping1, HANG Xing1, ZHU Xiao-li2, HUANG Shan1, JING Yuan-shu2(1. Meteorological Bureau of Jiangsu Province, Nanjing 210008, China；2.Meteorological Bureau of Changzhou City, Changzhou 213022, China；3.Institute of Applied Meteorology, Nanjing University of Information Science and Technology, Nanjing 210044, China). China Environmental Science, 2016,36(2)：525～533

Abstract：On the basis of the meteorological observation data and remote sensing data over the Taihu Lake and its surrounding areas during 2003 to 2013, combined with the WRF3.5.1 simulations, the relationships between the cyanobacteria blooms in Taihu Lake and surface wind speeds were analyzed. The results show that cyanobacteria blooms mainly occurred in the period of the weak wind speed about 0.5～3.4m/s, about six hours earlier than the MODIS satellite overpass time in Taihu Lake, which accounts for 94.7％ of all cyanobacteria blooms events. As the area of cyanobacteria blooms decreasing with the wind speed strengthening, a large bloom of cyanobacteria bloom mainly occurred 6 hours ahead with the average wind speed less than 2m/s, accounting for 89％. In addition, the wind direction mainly affects the spatial patterns of cyanobacteria blooms in Taihu Lake. All these results suggest that the wind patterns play an important role on the formation, drifting and distribution of cyanobacteria blooms.

Key words：cyanobacteria bloom；surface wind speeds；remote sensing；numerical simulation

作者簡介：李亞春(1966-),男,江蘇武進人,研究員級高級工程師,碩士,主要從事遙感應用和應用氣象研究.發表論文20余篇.

基金項目：江蘇省基礎研究計劃太湖專項(BK2007745);江蘇省科技支撐計劃項目(BE2011840);江蘇省氣象局重點項目(KZ201403)

收稿日期：2015-07-15

中圖分類號：X87

文獻標識碼：A

文章編號：1000-6923(2016)02-0525-09