结合卫星遥感技术的太湖蓝藻水华形成风场特征

李亚春,谢小萍,杭 鑫,朱小莉,黄 珊,景元书(.江苏省气象局,江苏 南京 0008；.常州市气象局,江苏 常州 0008；.南京信息工程大学应用气象学院,江苏 南京 0044)



结合卫星遥感技术的太湖蓝藻水华形成风场特征

李亚春1*,谢小萍1,杭 鑫1,朱小莉2,黄 珊1,景元书3(1.江苏省气象局,江苏 南京 210008；2.常州市气象局,江苏 常州 210008；3.南京信息工程大学应用气象学院,江苏 南京 210044)

摘要：为进一步了解太湖蓝藻水华形成和分布与近地面风场的关系,利用太湖湖面及周边地区2003～2013年气象与卫星观测数据分析、并应用WRF3.5.1数值模型模拟,发现太湖蓝藻水华主要出现在卫星观测时刻前6h平均风速为0.5～3.4m/s的区间,占比达94.7％;蓝藻水华面积总体上随风速增大而减小,大范围蓝藻水华主要出现在前6h平均风速≤2m/s的情形下,占比达89％;风向则主要影响蓝藻水华在太湖的空间分布格局.结果表明局地风场对于太湖蓝藻水华的形成、输移和分布具有重要作用.

关键词：蓝藻水华；近地面风场；卫星遥感；数值模拟

* 责任作者, 研究员级高级工程师, jsqxlyc@163.com

气候变化和水质富营养化被认为是近几十年来全球蓝藻水华频发的两个重要原因[1-3],也是近年来太湖蓝藻水华增多趋重的主要原因[4-5].蓝藻水华的形成除了其本身的生理特点以外,气象条件、营养盐和其他环境因素也都起着关键作用,但任何一种单因子都难以驱动水华形成[6-8].当湖泊水质富营养化程度难以得到控制的情况下,磷、氮浓度可能不再是藻类生长和水华形成的限制因子,其他环境因素可能取而代之,其中气象条件显得尤为重要[9].

气象和水文条件一般通过影响湖泊水体的分层、热量传递交换以及光照、营养盐的可利用性等,直接或间接地影响藻类个数、群落、分布和生命周期等[10].现有研究已证实,气温、风、光照、降水等气象因子都会对太湖蓝藻生长和水华形成产生重要影响[11-13].其中,风的影响相对复杂,一方面,其产生的风浪和湖流改变了蓝藻的位置,使其积聚形成水华,另一方面则因风浪扰动会促使大量的营养盐从底泥中释放,导致湖泊水体重新分层与混合,增加了藻类可利用的营养盐[14-16].相关研究[17-19]表明了风或风浪对太湖水体中胶体态营养盐、浮游植物和藻类存在重要的影响, 而Kanoshina等[20]认为风引起的水流可能决定了蓝藻水华的空间分布,Zhou等[21]则认为风的持续时间及其动力性是影响太湖蓝藻水华时空间变化的关键因子.有研究表明,通常情况下微风有利于蓝藻水华的生长和漂浮,孙小静等[17]发现风速<4m/s的小风浪有利于蓝藻生长或漂浮,王铭玮等[22]则认为小于2.2m/s的低风速有利于淀山湖的蓝藻水华形成.Wu等[23-24]利用MODIS卫星图像结合实地抽样调查研究发现,太湖蓝藻水华面积与风速成负相关,较小风速有利于蓝藻水华形成,但短时间强风(30分钟平均风速超过6m/s)引起的强烈混合作用则会增加大面积蓝藻水华形成的机会,并且太湖地区四月和十月大风频繁可能正是蓝藻水华大面积发生的重要原因.王成林等[25-26]应用数值模拟方法研究了适宜太湖蓝藻水华形成的风场辐散特征及其形成机制,认为太湖区域存在特有的辐散场,蓝藻水华在此辐散风场的驱动下会改变迁移方向.王文兰等[27]利用WRF V2模式分析了近地面风场变化对太湖蓝藻暴发的影响,认为蓝藻水华面积及输移方向对近地面风场的响应相当迅速.由此可见,风对蓝藻水华的形成、输移和分布的影响很大,但到目前为止还没有完全弄清其影响机制,而防控蓝藻水华越来越需要能够对其发生发展和位置变化作出精准预测,风向、风速就应当作为必须考虑的环境驱动因子[28].此外,现有的研究大多或基于实验数据,或基于短时间、间断性的实测数据,有些甚至仅仅是个例分析,而太湖是一个大型浅水湖泊,蓝藻水华面积常常达数百平方公里,因此有些结果难以反映实际情况,而且不同的结果之间有时会存在明显差异.

为此,本文利用太湖湖面及周边地区2003～ 2013年连续高频的气象观测数据及同步卫星监测数据,从气象学角度深入分析太湖蓝藻水华形成、输移与分布的风场特征,明确蓝藻水华、尤其是大面积蓝藻水华形成的适宜风速参数,并对太湖区域风场进行高分辨率数值模拟,分析近地面风场变化对蓝藻水华的影响,以期为进一步研究蓝藻水华形成机理和输移过程提供理论依据,为太湖蓝藻水华的预测、预警和防控提供技术支持.

1 资料与方法

1.1 资料

气象资料来源于江苏省气象局,主要选用了太湖湖区及周边区域的5个气象基本站和23个区域自动站的观测资料(图1),基本站观测资料包括宜兴、无锡、苏州、吴中和东山站2003～2013年逐时风向、风速观测资料,区域自动站观测资料为2009～2013年时间间隔为10min的风向、风速观测数据.

图1　气象数据采样点位置示意Fig.1 Location of the sampling meteorological site

卫星数据来源于国家卫星气象中心和江苏省气象局,选用2003～2013年具有较高时空分辨率的Aqua/Terra卫星(EOS/MODIS)和 FY-3卫星(MERSI)观测的影像数据.

1.2 太湖蓝藻的遥感解译方法

卫星遥感在监测大型湖泊水质和大面积蓝藻水华方面具有独特优势.蓝藻水华的遥感解译方法很多,包括单波段、波段差值、波段比值、归一化植被指数(NDVI)及藻类指数模型等[29-31].本研究选用目前业务上常用的NDVI方法,解译得到2003～2013年累计805幅太湖蓝藻水华面积≥1km2的卫星遥感影像,解读出蓝藻水华频次、面积、时间及位置信息等.东太湖和东部沿岸区水质较好,很少发生蓝藻聚集现象,在NDVI提取过蓝藻水华过程中以掩膜技术进行处理.

为考察大范围蓝藻水华形成与风的关系,定义单次蓝藻水华面积超过太湖水面面积的20％ 或468km2以上的为大范围蓝藻水华,得到大范围蓝藻水华卫星遥感影像样本62个,除2003年以外的其他年份均有发生.

1.3 风的统计分析方法

太湖蓝藻水华的形成与输移对风的响应较为迅速,但同时也是前期气象条件影响的累积,本研究统计了卫星观测时刻前1～6h的风观测数据,考察各时间段平均风速、最大风速、最小风速和风向与蓝藻水华之间的关系.风的统计依据《地面气象观测规范》[32]规定的方法.

1.4 风场的数值模拟方法

为全面、详细地了解近地层风场变化对蓝藻水华的影响,利用数值模式WRF 3.5.1对太湖区域的风场进行高分辨率模拟,分析近地面风场变化对蓝藻水华的强度、输移及分布范围的影响.模拟时间为2010年9月3日08:00～9月8日08:00,期间太湖蓝藻水华经历了较明显的生消过程.WRF 3.5.1数值模式采用三层嵌套结构,格距分别为30、10和3.3km,格点数分别为232×172、166×121和109×79.模拟方案的初始场和边界气象资料取自美国国家环境预报中心(NCEP)提供的空间分辨率为1°×1°,时间间隔为6h的FNL(Final Operational Global Analysis)全球分析资料,云微物理参数化方案采用Purdue Lin,长波辐射方案为RRTM,短波辐射方案为Dudhia,陆面过程为Noah陆面模式,积云参数化方案为Grell-Devenyi ensemble scheme,边界层方案为Mellor-Yamada-Janjic.

2 结果与讨论

2.1 风速对蓝藻水华频次的影响

2003～2013年,卫星解译得到太湖出现蓝藻水华共计805次,统计卫星观测时刻前6h的平均风速,得到观测时刻前6h的平均风速分布情况(图2).卫星观测到各次蓝藻水华前6h的平均风速均介于0.2～4.8m/s之间,最小值0.2m/s,最大值4.8m/s,平均值1.8m/s.

图2　2003～2013年卫星观测时刻前6h平均风速分布Fig.2 Average wind speed in 6hours before satellites observation time during 2003～2013

表1　卫星观测时刻前1～6h平均风速范围及蓝藻水华频次总体分布Table 1 Average wind speed in 1～6h before satellites observation time and cyanobacteria bloom frequency

为分析不同风速对蓝藻水华频次的影响,按照1.0m/s的风速间隔进行分段统计,考虑到在风速0.5m/s以下和3.5m/s以上蓝藻水华频次均较少,故将其分别设置为上下限.表1为卫星监测到蓝藻水华前6h的最大、最小风速和不同时段不同风速区间的蓝藻水华频次分布情况.由表1可知,卫星监测到蓝藻水华前6h的风速一般都超过0.5m/s,<0.5m/s的蓝藻水华频次占比均不超过2％,而风速≥3.5m/s的频次占比也仅为3.4％～ 10.4％,大部分蓝藻水华都出现在平均风速为0.5～3.4m/s的区间内,占比从1h最小为89.3％增至6h时最大为94.7％,其中1.5～2.4m/s区间占比最高,各时段占比均超过40％.表明太湖绝大多数蓝藻水华都出现在0.5～3.4m/s的风速范围内,在前6h平均风速小于0.5或大于3.5m/s的情况下,卫星均较少观测到蓝藻水华的出现.

2.2 风速对蓝藻水华面积的影响

风速对蓝藻水华的面积具有显著的影响,在风速较小的情况下,藻类会顺着风向漂移,易形成蓝藻水华,而较大的风速则会对蓝藻水华产生一定程度的抑制作用.图3为卫星观测到的太湖蓝藻水华面积与对应前6h平均风速分布图,由图3看出,太湖蓝藻水华面积大多在600km2以下,占比达95％,总体上随着蓝藻水华面积的增大,相对应的风速趋于减小.

图3　2003～2013年太湖蓝藻水华面积及对应6h平均风速分布Fig.3 Cyanobacteria bloom area and average wind speed in 6h before satellites observation time during 2003～2013

图4　2003～2013年蓝藻水华不同面积区间及对应6h平均风速Fig.4 Cyanobacteria bloom area ranges and corresponding average wind speed in 6h during 2003～2013

为进一步分析太湖蓝藻水华面积与风速之间的关系,根据每个区间之间样本数等分原则,将面积分成0～13、14～32、33～63、64～103、104～152、153～241、242～427及428以上km2共8个区间,分别统计区间内前6h平均最小风速、最大风速及80％概率区间对应的风速,绘制成相应的风速箱线图(图4).由图可以看出,各面积区间对应的前6h平均最大风速随面积增大而明显下降,平均最小风速则随面积增大而缓慢下降,风速波动范围随面积增大呈明显的收窄趋势,风速范围由最大的1.1～3.6缩减至0.7～2.1m/s.

2.3 风速对大范围蓝藻水华的影响

表2　大范围蓝藻水华前1～6h平均风速范围及蓝藻水华频次总体分布Table 2 Average wind speed in 1~6h before large scalecyanobacteria bloom observed by satellites andcyanobacteria bloom frequency

2003～2013年卫星观测到大范围蓝藻水华样本数共计62个,除2003年以外的其他各年均有发生.统计大范围蓝藻水华前太湖沿岸气象站1～6h的平均风速分布情况,分析大范围蓝藻水华与风速的关系(表2),表明:卫星观测到大范围蓝藻水华前1～6h各时间段平均风速最小均小于0.5m/s,最大平均风速均小于2.9m/s;各时间段蓝藻水华主要出现在平均风速为1.1～2m/s区间,频次占比均超过50％,随着统计的时间段延长,0～1m/s区间的蓝藻水华频次占比由1h的6％稳定增至5h的35％,而2.1～3m/s区间的频次占比则由30％稳定降至11％,0～2m/s区间的频次占比由68％增至89％.由此得到:大范围蓝藻水华主要出现在前6h平均风速小于2m/s的情况下,在风速小于0.5m/s或大于3.0m/s的情况下,卫星几乎观测不到大面积蓝藻水华的聚集.

2.4 风向对蓝藻水华的影响

图5　各季节太湖蓝藻水华频次分布及风向玫瑰Fig.5 Cyanobacteria bloom frequency and corresponding wind direction rose chart in the four seasons during 2003～2013

风向主要影响蓝藻水华的输移方向,是影响太湖蓝藻水华在全湖分布格局变化的重要驱动因素.图5为2003～2013年各季节蓝藻水华频次分布及太湖区域风向玫瑰图.由图5可看出,在春季(3～5月)蓝藻水华复苏期,随温度上升以及光辐射加强,冬季累积在底泥表面的蓝藻“种源”开始复苏,并随气温升高快速生长,形成蓝藻水华.由于春季太湖区域盛行东南东风向,聚集成群的蓝藻水华在风的作用下向西北部方向漂移,从而在太湖西北部沿岸区形成相对高频区.在蓝藻水华活跃的夏季(6～8月),气象条件适宜,蓝藻水华频次明显增加,在主导风向仍为东南东风的作用下,蓝藻水华向西北部漂移,与西部沿岸区、梅梁湖和竺山湖区域自身生长的蓝藻共同形成水华,成为太湖蓝藻水华的频发重发区.秋季(9～11月)仍处于蓝藻水华活跃期,但主导风向已转为北风,在相对高频率的北～西北风的作用下,大量蓝藻水华向南部漂移集聚,频发重发区域向湖心区和南部沿岸区转移.进入冬季(12月～次年2月),随着气温的下降,蓝藻水华逐渐进入休眠期,前期形成的大量蓝藻水华不可能在短时间内迅速消亡,在主导风向为NW的风作用下,蓝藻水华高频区域继续向湖心区转移.

2.5 数值模拟近地面风场对蓝藻水华的影响

由于湖水和陆地之间存在热力差异,对于太湖这样的大型湖泊,主要受湖陆风的影响,湖面气象观测站点稀少及观测资料缺乏,难以全面了解湖面风场的变化情况.利用WRF 3.5.1对太湖区域的风场进行高分辨率的数值模拟,分析近地面风场对蓝藻水华输移及分布范围的影响,以期全面、详细地了解风对蓝藻水华的影响.

以2010年9月4～7日的蓝藻水华过程作为个例(表3).2010年9月4～7日,太湖湖区及沿岸地区日平均气温在29℃左右,日平均风速<3m/s,气象条件适宜,卫星均观测到了蓝藻水华,但面积和范围不同,4日和6日蓝藻水华面积分别达789km2和795km2,而7日仅有6km2.

对照蓝藻水华强度分布图和近地面风场数值模拟结果(图6),可以看到,在9月4日13:00时的风场模拟图上,梅梁湖、西部沿岸区及湖心区北部区域为低风速区,风速为2～3m/s,部分区域甚至更低,无明显的主导风向,由湖内向湖岸风速逐渐增大,风向由东北部偏西北向——湖心区中部偏东向——西北部沿岸偏东南向变化,受此影响,在湖心区、西部沿岸区和梅梁湖等区域观测到大范围蓝藻水华,在贡湖和竺山湖大部、西部近岸等区域由于风速较大,蓝藻水华范围或强度明显偏小;在9月5 日13:00时的风场模拟图上,太湖湖面风速增大,仅在南部沿岸区和湖心区南部有2～3m/s的低风速区,而这一区域由于水质较好蓝藻水华出现频次较低,在主导风向为东北的风场影响下,仅在西南部沿岸区和湖心区观测到小面积蓝藻水华;9月6日11:00时的风场模拟图显示,在太湖西南部大片区域风速仅为1～2m/s,且湖面风向主要为东或东北向,在此风场作用下,观测到西部沿岸区和湖心区西部出现大面积蓝藻水华,而包括竺山湖、梅梁湖、贡湖、湖心区北部及西北部近岸区几乎未出现蓝藻水华;9月7日11:00时的风场模拟结果显示,太湖湖面风速明显增大,大部分区域风速都在4m/s以上,仅在南部沿岸区和东部沿岸区的很小区域风速较小,前一天的大面积蓝藻水华已不见踪影.由此可见:蓝藻水华的面积和分布范围对近地面风场的变化响应非常迅速,较小的风速有利于蓝藻颗粒的上浮聚集形成水华,较大的风速使蓝藻颗粒不易上浮,并在风浪和环流的共同作用下于水体中混合无法集聚形成水华.

表3　2010年9月4～7日的蓝藻水华过程Table 3 A developing process of cyanobacteria bloom from 4th to 7th Sep. in 2010

图6　2010年9月4～7日蓝藻水华分布及近地面风场数值模拟对照Fig.6 Cyanobacteria bloom distribution and corresponding surface wind simulation chart from Sep. 4th to 7th in 2010

2.6 讨论

由于卫星观测到的主要是湖泊表面蓝藻水华形成的现象,难以反映水华形成前蓝藻生物量及其水中垂直分布,因而本文主要探讨蓝藻水华形成的风场特征及风对蓝藻水华输移和分布的影响.通常认为微风或无风有利于蓝藻水华的形成,这种说法不够准确.气象上规定的“微风”风速范围为3.4～5.4m/s,“无风”为0～0.2m/s,两者相差甚远.根据分析结果,风速<0.5m/s时蓝藻水华的频次占比均不超过2％,而大范围蓝藻水华前1～6h最小风速为0.4～0.5m/s,表明水华的形成需要一定风力及其产生的风浪和湖流的扰动,真正风平浪静时蓝藻反而不易聚集形成水华.目前报道的大部分风速阈值都处于“微风”范围,如Cao等[33]确定为3.1m/s,而孙小静等[17]、王成林等[34]为<4m/s,小型湖泊则更小,如淀山湖为<2.2m/s[22].造成差异的原因很多,数据来自于实验还是实地观测、观测位置和取样不同,其结果就会不一样,此外,风速统计采用的方法不同也会影响结果.统计风速的时间长短对阈值的影响很大,总体上统计时间越长越容易平滑风的波动性,阈值也趋小,如大范围蓝藻水华发生前1h的平均风速主要位于1.1～2.9m/s区间,占比高达94％,而前6h平均风速则主要位于0～2.0m/s,占比89％,因此对于各种风速阈值需要进行具体分析.

蓝藻水华的形成是包括气象、水文等众多环境因子综合影响的结果,任何单一因子都难以驱动蓝藻的生长和水华形成[10].本文的研究没有考虑其他环境因子,因此分析结果难免会受到影响,需要进一步研究其他环境因子及其协同作用对蓝藻水华形成的影响,以更好地理解蓝藻水华的发生机理,为防控蓝藻水华提供理论依据.

3 结论

3.1 蓝藻水华的形成需要一定风力及其产生的风浪和湖流的扰动,太湖蓝藻水华主要出现于前6h平均风速为0.5～3.4m/s的区间,卫星观测到蓝藻水华时刻前6h平均风速在此区间占比达94.7％.

3.2 蓝藻水华面积总体上随风速增大而减小,大范围蓝藻水华主要出现在前1h平均风速1.1～ 2.9m/s区间,占比达94％,而6h平均风速为0～ 2.0m/s,占比89％.

3.3 风向主要影响蓝藻水华的分布格局.在春季复苏期和夏季活跃期,主导风向为东南东,蓝藻水华主要向西北部方向漂移,与西部沿岸区、梅梁湖和竺山湖区域自身生长的蓝藻共同形成蓝藻水华,成为蓝藻水华频发重发区;在秋季活跃期,主导风向转为北风,大量蓝藻水华向太湖南部漂移集聚.12月份蓝藻水华逐渐进入衰败期,前期形成的大量蓝藻水华在主导风向为西北的作用下,继续向太湖湖心区转移.

参考文献：

[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,秦铭荣.气候变化与太湖蓝藻暴发的关系 [J].生态学杂志, 2010,29(1):55-56.

[5] 王成林,潘维玉,韩月琪,等.全球气候变化对太湖蓝藻水华发展演变的影响 [J]. 中国环境科学, 2010,30(6):822-828.

[6] 孔繁翔,高 光.大型浅水富营养化湖泊中蓝藻水华形成机理的思考 [J]. 生态学报, 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] 赵巧华,杭蓉蓉,王 玲,等.夏季太湖水体势能异常的空间分异特征及其机制 [J]. 中国环境科学, 2015,35(1):227-235.

[9] 谢国清,李 蒙,鲁韦坤,等.滇池蓝藻水华光谱特征、遥感识别及暴发气象条件 [J]. 湖泊科学, 2010,22(3):327-336.

[10] 孔繁翔,宋立荣,等.蓝藻水华形成过程及其环境特征研究 [M].北京:科学出版社, 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,陈雪初,孔海南,等.光照度对水华鱼腥藻细胞比重与藻丝长度的影响研究 [J]. 中国环境科学, 2012,32(5):875-879.

[14] 秦伯强,胡维平,高 光,等.太湖沉积物悬浮的动力机制及内源释放的概念性模式 [J]. 科学通报, 2003,48(17):1822-1831.

[15] 范成新,张 路,秦伯强,等.风浪作用下太湖悬浮态颗粒物中磷的动态释放估算 [J]. 中国科学(D辑), 2003,33(8):760-768.

[16] 朱广伟,秦伯强,高 光,等.风浪扰动引起大型浅水湖泊内源磷暴发性释放的直接证据 [J]. 科学通报, 2005,50(1):66-71.

[17] 孙小静,秦伯强,朱广伟,等.风浪对太湖水体中胶体态营养盐和浮游植物的影响 [J]. 环境科学, 2007,28(3):506-511.

[18] 尤本胜,王同成,范成新,等.风浪作用下太湖草型湖区水体N、P动态负荷模拟 [J]. 中国环境科学, 2008,28(1):33-38.

[19] 朱永春,蔡启铭.风场对藻类在太湖中迁移影响的动力学研究[J]. 湖泊科学, 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] 王铭玮,徐启新,车 越,等.淀山湖蓝藻水华暴发的气象水文因素探讨 [J]. 华东师范大学学报(自然科学版), 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,陈黎明,潘维玉,等.适宜太湖蓝藻水华形成的风场辐散特征及其形成机制 [J]. 中国环境科学, 2010,30(9):1168-1176.

[26] 王成林,黄 娟,钱 新.高温微风条件下太湖流域风场时空特征分析 [J]. 湖泊科学, 2011,23(1):122-128.

[27] 王文兰,曾明剑,任 健.近地面风场变化对太湖蓝藻暴发影响的数值研究 [J]. 气象科学, 2011,31(6):718-725.

[28] 王长友,于 洋,孙运坤,等.基于ELCOM-CAEDYM模型的太湖蓝藻水华早期预测探讨 [J]. 中国环境科学, 2013,33(3): 491-502.

[29] 马荣华,孔维娟,段洪涛,等.基于MODIS影像估测太湖蓝藻暴发期藻蓝素含量 [J]. 中国环境科学, 2009,29(3):254-260.

[30] 韩秀珍,吴朝阳,郑 伟,等.基于水面实测光谱的太湖蓝藻卫星遥感研究[J].应用气象学报, 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] 中国气象局.地面气象观测规范 [M]. 北京:气象出版社, 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.太湖蓝藻水华及藻源性“湖泛”形成机制的气象因素研究[学位论文].南京:南京大学, 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

作者简介：李亚春(1966-),男,江苏武进人,研究员级高级工程师,硕士,主要从事遥感应用和应用气象研究.发表论文20余篇.

基金项目：江苏省基础研究计划太湖专项(BK2007745);江苏省科技支撑计划项目(BE2011840);江苏省气象局重点项目(KZ201403)

收稿日期：2015-07-15

中图分类号：X87

文献标识码：A

文章编号：1000-6923(2016)02-0525-09