基于NDVI滇池水華特征的時空變化研究

何云玲，熊巧利，羅賢 ，李同艷，余嵐

1. 云南大學資源環境與地球科學學院，云南 昆明 650091；2. 云南大學亞洲國際河流中心，云南 昆明 650091；3. 云南省國際河流與跨境生態安全重點實驗室，云南 昆明 650091

水質是水體的物理（色度、懸浮物等）、化學（有機和無機物含量）和生物（細菌、微生物、浮游生物等）方面的特征及其組成狀況。生活和工農業生產廢水中大量氮、磷等營養物質進入淡水水體后導致藻類（主要由藍藻、綠藻組成）大量繁殖的“水華”現象，是湖泊富營養化的典型特征。水華一直是評價湖泊水體水質狀況的重要指標之一。自上個世紀 90年代以來，中國太湖、巢湖、滇池等湖泊藍藻水華暴發相繼出現，對飲用水源安全造成較大影響（李旭文等，2011）。在采取一系列治理措施后，“三湖”水質有所改善，富營養化程度較歷史峰值均有一定降低，然而以藍藻為優勢類群的水華現象卻依然時有發生（Zhang et al.，2015；Zhang et al.，2016）。如何監測和控制藻類水華，是湖泊富營養化研究中的重點和難點（楊桂山等，2010；蔣大林，2015）。

水質遙感是指利用遙感技術對水質指標進行檢測，并根據遙感波段的信息與水質指標的光譜特征，建立反演模型對水質指標的濃度進行預測（冼翠玲等，2017）。相比于傳統的水質監測手段，遙感監測技術具有掃描面積大、資料更新周期短、成本相對較低和便于進行長期實時監測等優點。自20世紀 70年代初期開始，國外就廣泛地開展水質遙感反演研究（Song et al.，2012）。國內的相關研究在最近幾年發展迅速，聞建光等（2006）基于Hyperion星載高光譜遙感影像，運用波段比值法、一階微分處理技術構建了太湖葉綠素a濃度的反演模型。Shi et al.（2015）發現MODIS Aqua影像與總懸浮物在645 nm波長處具有極強相關性，據此發展了適應性極強的總懸浮物經驗反演模型，并在太湖取得了良好效果。歸一化植被指數（Normalized Difference Vegetation Index，NDVI），是遙感影像中近紅外波段的反射值與紅光波段的反射值之差與兩者之和的比值，常被用于確定目標區綠色植物覆蓋程度的指標值（陳旭等，2015）；徐京萍等（2008）發現利用MODIS數據的NDVI能夠確定湖泊藍藻的時空分布；周立國等（2008）基于MODIS衛星影像，采用比值模型方法確定藍藻分布的相對濃度信息；藍藻暴發時引發水體溫度、色度和透明度等一系列物理性質發生變化，進而導致水體反射波譜特性也發生變化，利用這一特性，就可以基于NDVI值對藍藻水華分布范圍和面積進行識別（魯韋坤等，2009）。

滇池位于云南省會昆明市的南部，是該市重要的水源地，支持著昆明市工業、農業、旅游業等發展，歷史上素有“高原明珠”之稱。但隨著社會經濟的快速發展，大量的工農業廢水和生活污水排入滇池，加之入湖支流水系較多，出流水系較少，湖泊換水周期較長，致使滇池水質惡化，水體富營養化問題突出（王杰等，2018），成為全國湖泊富營養化治理的重點對象。已有學者對滇池水質的時空分布特征做過研究，主要集中在滇池水質傳統方法采樣監測（梁中耀等，2014）、葉綠素 a濃度分析（韋力元等，2016）、NDVI值域的劃分（謝國清等，2010）、水質等級預測模型（徐玉妃等，2018）、以及氣象條件與水質之間的關系方面（張虎才等，2017）。本研究基于2000－2017年的NDVI不同值域對滇池藍藻水華信息進行提取，并從逐年、逐月到逐旬詳細分析滇池水華的時空分布規律以及變化特征，以期為滇池的治理及水資源的開發利用提供數據支持，也為建立實時監測和預警系統奠定基礎。

1 滇池水域概況

滇池，亦稱昆明湖，是云南省最大的淡水湖，位于昆明市主城區的西南方向，湖面海拔1886 m，平均水深5 m，最深8 m；湖水在西南海口泄出，稱螳螂川，為長江上游干流金沙江支流普渡河上源，屬長江流域金沙江水系，為地震斷層陷落型的湖泊。南北長39 km，東西最寬為13 km，流域面積約為2920 km2，容水量為15.7億立方米。滇池流域地處低緯度、高海拔地區，屬于熱帶高原季風氣候；年均溫 14.7 ℃，日溫差較大，降雨年內分配特點明顯，分為干濕分明的雨季和旱季。流域內水系眾多，有 30余條河流呈向心狀注入滇池，其中徑流面積大于100 km2的河流有盤龍江、寶象河、洛龍河、撈魚河、大河、柴河、東大河。滇池流域的地理位置及基本概況如圖1所示。

2 數據來源與處理

2.1 數據來源

圖1 滇池流域地理位置及基本概況圖Fig. 1 Geographical location and basic profile of Dianchi Basin

利用中國科學院資源環境科學數據中心（http：//www.resdc.cn/）2015年中國土地利用遙感監測數據提取滇池水體邊界，分辨率為30 m×30 m。DEM 數據來自于美國國防部國家測繪局公布的SRTM-DEM 數據（http：//www.cgiar-csi.org），分辨率為90 m×90 m。MODIS數據來自于美國國家航空航天局 NASA（National Aeronautics and Space Administration）（https：//ladsweb.modaps.eosdis.nasa.gov/)的Terra遙感衛星2000年2月18日－2017年12月31日的MOD13Q1數據產品，選用16 d合成250 m×250 m分辨率的NDVI數據產品；該數據產品已經完成影像數據的輻射定標、大氣校正、幾何校正、氣溶膠、臭氧吸收訂正及去云等預處理。

2.2 數據處理

將MODIS影像數據導入MRT軟件中進行影像拼接并進行UTM投影轉換。借助ENVI 5.1、ArcGIS 10.2軟件進行空間裁剪、掩膜、重分類得到 2000－2017年的時間序列遙感數據集。并采用最大值合成法（maximum value composite，MVC）建立NDVI時間序列柵格數據集，分別求出月、季、年 NDVI值，公式如下：式中，i為月序號，取值范圍1－12月；NDVIi為第 i月 NDVI最大值；NDVIk為月上下旬 NDVI值，k取值為1－24；j為季序號，取值范圍為1－4，NDVIj為第j季NDVI最大值；y為年序號，取值范圍為1－18，NDVIy為第y年NDVI最大值，yNDVIj為第y年第j季NDVI最大值。

采用最小二乘法計算數據集中所有像元的NDVI與時間的回歸斜率Slope，若Slope＞0，表示隨時間變化NDVI呈增加趨勢，并且數值越大增幅越大；若Slope＜0則代表NDVI呈下降趨勢。計算公式為：

式中，i為年序號；n為年跨度，即18年；NDVIi為第i年NDVI值。

采用謝國清等（2010）在滇池藍藻水華光譜特征研究中關于NDVI閾值劃分水華的等級方法，即NDVI值大于-0.1的區域，為藍藻水華區域，其中-0.1≤NDVI≤0.2為輕度水華，表征像元內水華覆蓋度為0－30%；0.2＜NDVI≤0.4為中度水華，表征像元內藍藻水華覆蓋度為 31%－80%；NDVI＞0.4為重度水華，表征像元內藍藻水華覆蓋度為 81%－100%。應用GetData Graph Digitizer 2.26軟件對以往實測研究中滇池富營養化指數變化特征進行數值提取，對比分析及驗證基于遙感識別基礎上NDVI表征的滇池水華特征。

3 研究結果與分析

3.1 年際變化

從2000－2017年滇池NDVI的逐年變化趨勢圖中可以看出（圖2），通過實測研究得到的2008－2014年滇池富營養化指數與同時段基于 NDVI表征的水華特征變化趨勢相比，出現較高值和較低值的波動變化趨勢相似。其次，除了秋季有緩慢增加的趨勢外，其他季節和全年的NDVI整體上均呈減少趨勢，但均未通過P＜0.05的顯著性檢驗。據統計，冬季的NDVI減少趨勢最明顯（-0.0028/a），夏季次之（-0.0022/a），春季變化趨勢不明顯。另外，夏季NDVI與年NDVI的變化趨勢較為一致，18年間NDVI經歷幾次增加和減少的波動。總體而言，從2000年開始滇池年NDVI呈減少趨勢，藍藻水華覆蓋度呈降低趨勢。

圖2 2000－2017年滇池NDVI值與富營養化指數變化圖Fig. 2 Annual NDVI and eutrophication index in Dichi from 2000 to 2017

通過數據分析得到 2000－2017年滇池 NDVI的年平均值空間等級分布及變化斜率（圖 3），多年平均的輕度水華面積占滇池總面積的54.99%，中度和重度水華面積分別占總面積的 27.42%和17.59%，從南到北，滇池水華呈現從輕度到中度、重度的變化格局（圖3a）。滇池大部分區域NDVI變化斜率主要分布在 0－-0.1之間，NDVI整體上呈現不同程度的減小趨勢（圖3b），呈減小趨勢的區域占研究區總面積55.64%；但有區域差異，NDVI減小，表征藍藻水華覆蓋度減少的地區主要分布在滇池北岸的斷橋，滇池中部的觀音山西、白漁口、海口西等地；NDVI增大，表征藍藻水華覆蓋度增加的地區主要分布在滇池北岸的草海、羅家營，滇池東南部的觀音山東、滇池南等地。

圖3 2000－2017年滇池年平均NDVI空間分布（a）及變化斜率（b）圖Fig. 3 Spatial distribution of average NDVI and variation slope in Dianchi from 2000 to 2017

3.2 四季變化

按照上述 NDVI閾值劃分藍藻水華等級的方法，統計各季節滇池水華的空間分布特征，仍然表現出“北重南輕”的分布態勢（圖 4）；春、夏、秋三季滇池以輕度水華為主，分別占滇池總面積的86.49%、72.11%和 83.23%；冬季則以無水華區域所占總面積比例最大（69.34%），冬季的重度水華區域僅占1.57%；而中度和重度水華則主要出現在夏季，所占比例最高，分別占滇池總面積的13.89%和14%。總體而言，滇池的重度水華區域主要分布在滇池的北部（斷橋、草海）和滇池的邊界；中度水華區域主要分布在滇池的中部羅家營和觀音山西；輕度水華區域主要集中在滇池南部的觀音山中、海口西和滇池南。

圖4 不同季節滇池水華特征的空間變化Fig. 4 Spatial distribution of water bloom in four seasons in Dianchi

3.3 月變化

通過實測得到的滇池逐月富營養化指數與基于NDVI表征的逐月水華特征變化趨勢相比較（圖5），可以看出二者出現較大值與較小值的波動變化相吻合，均是在7月達到最大值，12月達到最小值；5－8月滇池富營養化指數為高值區；同時，NDVI也表現為高值區，代表藍藻水華覆蓋度大，富營養化程度嚴重。

圖5 滇池逐月NDVI值與富營養化指數變化圖Fig. 5 Monthly NDVI value and eutrophication index in Dianchi

再從逐月的滇池NDVI值空間變化特征可以看出（圖6），每年的1－3月除了靠近滇池北岸附近區域以外的大部分地區NDVI值很小，從4月開始，NDVI開始逐漸增大，在不同地區出現水華；7－8月份NDVI值較大，滇池水華較嚴重；9月份開始滇池NDVI值又逐漸減小，水華面積縮減。

統計不同程度水華出現的面積比例在各月的變化（圖7），滇池11－4月以無水華區域為主，面積比例占絕大優勢（尤其11－3月占80%以上）；5－10月則以輕度水華為主（尤其5－9月所占面積比例為80%左右）（圖7a）。中度水華主要出現在5－10月之間，所占總面積比例均小于12%；重度水華則出現在 7－9月之間，所占總面積比例較小（均在8%以下），尤其重度水華出現的時間從5月開始到8月達到峰值（月平均值為7.61%），10月開始逐漸消失（圖7b）。

3.4 旬變化

從上述滇池水華特征的四季和月變化分析中可知，藍藻水華的暴發主要集中在夏季，進一步對夏季各旬的NDVI值空間變化進行研究（圖8）。藍藻水華的暴發時間7月上旬和8月下旬，其重度水華面積分別高達11.4%和14.0%。水華較嚴重的區域仍集中在滇池的草海、斷橋和滇池的邊界地區。

4 討論與結論

4.1 討論

滇池在維持流域生態平衡、滿足生產生活用水、減輕洪澇災害和提供豐富水產品等方面發揮著不可替代的作用。20世紀60年代其水質為Ⅱ類，水產資源豐富，70年代為Ⅲ類，80年代為Ⅴ類，90年代為劣Ⅴ類，“九五”開始，滇池被列為全國重點治理湖泊。伴隨遙感監測技術的進步和迅速發展，對滇池的相關研究也逐漸開展，謝國清等（2010）利用假彩色合成法以及 NDVI閾值進行了滇池藍藻水華劃分，但未通過時間序列NDVI值對水華時空變化特征進行研究；王杰等（2018）通過傳統采樣方法對滇池 2008－2014年富營養化程度進行分析，但是數據樣本較少；蔣大林（2015）通過浮游藻指數（FAI）對滇池水華時空分布特征及其驅動因子進行研究，主要集中在FAI閾值提取和水華面積的簡單統計方面。本研究基于遙感數據，借鑒上述學者研究成果，對NDVI值域進行了分類，對18年來滇池水華的時空分布特征進行了更深入、詳細的分析研究，研究結果和侯秀麗等（2018）、余麗燕等（2016）、余佑金等（2017）的結論相一致，表明基于NDVI值域判斷滇池水華時空變化特征具有一定可行性。

滇池地處昆明城市下游，是昆明盆地最低凹地帶，接納生活污水、工業廢水和含有農藥化肥的農業污水，造成研究區藍藻水華暴發格局呈現“北重南輕”的分布態勢。此外，昆明地區 7－8月氣溫較高，風速較小，氣候條件加速了藍藻水華的暴發，導致了滇池水華在月變化上存在顯著差異。2000年開始，昆明市開始大力推進滇池污染治理的各項工作，通過鋪設截污管道、建污水處理廠、牛欄江-滇池補水工程通水，成效逐步顯現，水質逐漸提升。這和本研究中2000－2017年滇池年平均NDVI總體呈現減少趨勢，藍藻水華覆蓋度有所降低的結論是一致的。滇池北部的草海、斷橋、暉彎和觀音山地區過去是滇池流域富營養化程度較重、水質較差的地區，但是經過整治，這些地區的水質有變好趨勢，反而是過去富營養化程度較輕、水質較好的滇池南部羅家營南端部分地區水華有加重趨勢，這在未來滇池水質綜合防治中值得關注。

圖6 滇池水華的月變化空間分布圖Fig.6 Spatial distribution of monthly water bloom in Dianchi

雖然基于MODIS遙感數據研究水華變化有其局限性，水體識別主要依賴于光譜信息導致NDVI無法區分藍藻區域和高渾濁水體，不能有效識別低密度藍藻水體，研究結果易擴大或縮小藍藻的分布范圍（郭鵬等，2012）。然而，不可否認的是，MODIS數據以其波段窄、信噪比高、波譜敏感性好以及可免費獲取等優點可為實時、準確、經濟地獲取藍藻水華信息提供便捷。在今后的研究中需探索更精確混合像元估算藍藻水華面積的方法；需充分利用不同遙感數據的優點，提高數據時空分辨率。不同學者對NDVI值域劃分有不同的劃分依據，如謝國清等（2010）認為NVDI≥-0.1為藍藻水華區域，孫佳麗等（2010）認為NDVI＞0為藍藻水華區域。本研究采用的是文獻引用量達高頻次的分級標準，在今后的研究中可進一步分析通過 NDVI值域變化判斷藻類水華的時空分布特征；以及進一步分析水華暴發與當地氣象條件、經濟社會相關因子的關系（王菁晗等，2018；魯韋坤等，2017；歐陽志宏等，2015；盛海燕等，2015）。目前基于MODIS數據建立相應的藍藻預警預測模型已有相關報道（魏清宇等，2008），隨著衛星遙感技術的發展，傳感器性能的進一步提高，直接通過遙感手段開展湖泊水質機理層面的分析以及預測預警，將是今后重要的研究方向。

圖7 滇池輕度和無水華區域（a）中度和重度水華區域（b）所占面積比例圖Fig. 7 Monthly variation of water bloom area ratio in Dianchi

圖8 滇池水華的旬變化空間分布圖Fig. 8 Spatial distribution of water bloom in every half month in Dianchi

4.2 結論

本研究基于滇池 2000－2017年時間序列的遙感影像數據，利用 GIS空間分析技術，對其近 18年來 NDVI的時間變化和空間分布特征進行了分析，探討了藍藻水華不同等級的分布面積和空間變化特征，得出以下結論：

（1）2000－2017年滇池NDVI總體呈現減少趨勢（趨勢系數未達到P＜0.05的顯著性檢驗），呈減小趨勢的區域占研究區總面積55.64%，藍藻水華覆蓋度有所降低。

（2）7－8月滇池NDVI值最大，水華最嚴重，9月開始水華面積縮減，11－4月以無水華區域為主（面積比例 80%左右），5－10月以輕度水華為主（80%左右），重度水華出現在7－9月（8%以下）。藍藻水華的暴發時間為7月上旬和8月下旬，其重度水華面積分別高達11.4%和14.0%。

（3）滇池藍藻水華的暴發格局總體呈現“北重南輕”的分布態勢，水華較嚴重的區域集中在北部草海、斷橋、暉彎和滇池邊界。

（4）滇池NDVI減小表征藍藻水華覆蓋度減少，富營養化程度減輕的地區主要分布在滇池北岸的斷橋，中部的觀音山西、白漁口、海口西等地；NDVI增大表征藍藻水華覆蓋度增加，主要分布在滇池北岸的草海、羅家營，滇池東南部的觀音山東、觀音山中、滇池南等地。