基于GF-1卫星数据的洱海干季水质时空变化监测

祁兰兰 王金亮 农兰萍 刘钱威

摘要：为探究2014～2019年洱海干季水质变化规律及其驱动因子，选用2014～2019年1月和11月GF-1号卫星遥感影像资料，以叶绿素a浓度、透明度、富营养化指数这3个指标为研究标的开展洱海水质反演。结果表明：① 时间上，2014～2019年洱海叶绿素a浓度和富营养化指数逐年降低，透明度逐渐增加，洱海干季水质呈好转趋势。② 空间上，洱海2014～2019年11月份整体上呈现叶绿素a浓度和富营养化指数北部低、南部高，透明度北部高、南部低，北部水质较好，南部水质偏差的趋势;1月份整体上呈现叶绿素a浓度中部较高，南、北部偏低，北部水质较好，透明度由北向南递减，富营养化指数由北向南增加的趋势。③ 洱海叶绿素a浓度和富营养化指数均与水体总氮、总磷含量呈显著正相关关系（P<0.05），水体透明度与总氮、总磷含量呈显著负相关关系。

关 键 词：水质监测;时空变化;叶绿素a浓度;透明度;富营养化指数;GF-1卫星影像;洱海

中图法分类号：X87

文献标志码：A

文章编号：1001-4179（2021）09-0024-08

DOI：10.16232/j.cnki.1001-4179.2021.09.005

0 引 言

湖泊是宝贵的自然资源，具有调节气候，维持区域生态系统平衡等功能，此外在渔业、航运、娱乐等方面具有重要的经济价值[1-2]。洱海是滇西北最大的湖泊，具有重要的生态和经济服务价值。近年来随着周边农业、工业、商业活动的加强，洱海水质呈恶化趋势，由中营养状态演变为富营养化水平，尤其是1996，2003，2006，2013年秋季分别暴发了大规模大面积的蓝藻水华，这严重影响了洱海的水生态系统及环湖居民的安全用水。水质监测是指应用化学分析、物理探测等方法定量、定性分析河湖的水质状况，是后续政策的制定、水质管理、污染修复的前提。传统水质监测采用取样分析方法，该方法虽能把握水质情况，但监测范围有限。相比传统水质监测经济性差、滞后性、小区域等问题，遥感技术以其高频率、大尺度、多光谱的特点广泛应用于水环境的监测，尤其适合于叶绿素a浓度、透明度等与湖泊富营养化有关的水质指标的监测[3-4]。

利用高分影像进行湖泊水质监测研究主要集中在以下几个方面：探究高分影像监测湖泊水质的适宜性[5-6]，湖泊水体信息的提取方法[7]，结合高分影像对比不同模型间水质反演的可行性[8]，监测湖泊面积变化趋势[9]，以不同水质指标为依据分析湖泊水质空间特征[10-11]。而利用高分影像进行高原湖泊长时间序列水质监测及探究引起水质变化的驱动因素的相关研究较少。

目前关于洱海水质的监测研究包括：利用采样分析法研究洱海入湖河流水质参数的空间分布[12]，洱海水生態系统退化及防治[13]，定量监测特定时间点洱海营养物质含量变化，检测指标包括氮、磷、化学需氧量等营养物质的含量[14-15]。使用遥感技术监测洱海水质情况的研究包括：研究洱海浮游植物及蓝藻水华的空间分布特征[16]，土地利用与湖泊水质的关系[17]，对于洱海水质遥感监测方法的优化，例如利用OLCI数据构建的三波段模型能很好地估算洱海叶绿素a的浓度分布情况[18]，改进基于Landsat宽频带的三波段模型，用于预测早期无监测数据的水华[19]。目前关于洱海水质的长时间序列变化多以现场采样监测为主，例如李泽坤采用取样、检测方法监测了2004～2013年洱海由中营养向富营养趋势转变[20]，但该研究无法整体把握洱海的水质状况。近年以遥感手段监测洱海水质长时间序列变化的研究较少，关于洱海水质变化的诱因仍需要进一步研究和解析。

本次研究利用高分影像进行高原湖泊长时间序列水质监测，获取多个时间节点洱海水质GF-1号遥感影像，通过GF-1号遥感数据分析洱海整个湖区水质时间序列变化，并解释水质产生变化的原因，旨在为洱海的治理提供科学的指引。

1 研究区概况与数据来源

1.1 研究区概况

洱海是云南省第二大淡水湖泊，位于大理州境内，介于北纬25°36′～25°58′，东经100°06′～100°18′之间。大理州年平均气温为15.5℃，且干湿季分明，5～10月为雨季，11月至次年4月为干季，年降雨量为1 000～1 200 mm（95%的水量集中在5～10月份）。洱海湖区总面积为249.4 km2，总容量25.3亿m3，属澜沧江水系，东岸有凤尾箐、玉龙河等数十条大小集水沟渠，北有茈碧湖、东湖、西湖，西临苍山十八溪，南有波罗江、金星河（见图1）。洱海是灰鹤、红嘴鸥等生物的栖息地，鱼类 31种，具有重要的生态价值。洱海还是周边生活、农业生产、工业活动的主要水源地，2019年洱海流域常住人口数量约102万，具有很高的经济服务价值。

1.2 数据来源及预处理

因缺少湿季不同年份且同月份的遥感影像，无法满足影像时间的相对一致性，所以只探究洱海干季水质变化。研究选用2014～2019年6 a的1月、11月共12景GF-1卫星WFV传感器16 m空间分辨的影像数据，数据级别均为level1A。该卫星轨道参数：轨道高度645 km（标称值）;倾角98.0506°;降交点地方时为10：30;侧摆能力（滚动）±25°，机动25°的时间≤200 s，具有应急侧摆（滚动）±35°的能力;其他相关参数如表1～2所列。该卫星高时空分辨率的优势为大区域的遥感监测提供了硬件支撑，在农业与环境监测、国土资源管理、城市精细化管理中发挥了重要的作用[21]。本文对图像的预处理包括辐射定标、大气校正、正射校正。辐射定标采用中国资源卫星应用中心提供的绝对辐射定标系数将传感器记录的数字量化值转换成辐射率。大气校正通过ENVI 5.3软件的FLAASH大气校正模块进行大气校正，几何校正采用研究区经过精校正的参考影像。

研究洱海区域的温度、降水量数据来源于中国国家气象数据中心网（http：∥data.cma.cn/）;洱海月平均水位数据来源于大理州年鉴;洱海水体总氮、总磷含量、化学需氧量的月均值采用大理州环境监测站的洱海常规监测资料，来源于2013～2019年大理州环境监测站年鉴报表[22]。

2 研究方法

2.1 洱海水域提取

由于水体和陆地通过太阳辐射呈现出不同的光谱特征，在遥感影像上水陆界线比较清晰，因此，国内外对于水体遥感信息的提取研究比较多。Mcfeeters依据水体从可见光至红外波段反射率逐渐降低的原理，提出了改进的归一化差异化水体指数（NDWI）[23];徐涵秋通过修正波段组合在NDWI的基础上提出了改进的归一化差异水体指数（MNDWI）[24];李生生等通过ENVI内置的IDL语言运用绿光和近红外两个波段提出了新的IDLWI水体指数，然后利用IDLWI+Canny算子精确地提取出了青海湖湖区水体的边界[25]。骆剑承等针对高原湖泊类型多样，湖区间盐分差异等特征，以遥感地学分析分层分类理论为依据，通过“全域-局部”分步迭代模型，高精度地提取出了青藏高原湖泊的水体边界[26]。段秋亚等针对GF-1号影像数据，比较分析了NDWI 阈值法、支持向量机法（SVM）、面向对象法3种方法在提取精度、提取效率方面的差异[27]。研究针对洱海湖区的特点，采用NDWI进行水体边界提取，经过多次尝试，当NDWI=-0.056时，水体提取的边界效果最好，公式如下：

2.2 水质参数反演算法

随着遥感技术的发展，对地物光谱特征和水质参数定量反演的研究逐渐引起重视。在水色遥感中，进行水质参数反演的方法由最初的物理分析方法演变为经验方法再到半经验方法[28]。遥感监测的水质参数主要包括叶绿素a 浓度、悬浮物浓度、透明度、浊度、总氮、总磷等。研究选取叶绿素a浓度、透明度、富营养化指数进行洱海的水质监测。

2.2.1 叶绿素a浓度监测算法

在水质监测中，叶绿素a浓度（chl-a）是反映水体富营养化程度和水环境质量的一个重要指标参数。水体中藻类物质和浮游植物会在蓝光波段呈现吸收谷，而近红外波段和绿光波段出现反射峰，当水中叶绿素a浓度增加时，水体的蓝光波段反射率下降，绿光和近红外波段反射率上升。基于这一现象，利用叶绿素a浓度和水体反射率之间的差异，进行叶绿素a浓度的反演[29]。本次研究采用的叶绿素a浓度反演模型[5]公式如下：

2.2.2 水体透明度算法

水体透明度是描述水体水质的一个重要且直接的参数，能从视觉上反映湖水的浑浊度及清澈程度，同时还能评价湖泊的营养状态[30]。水体透明度常通过由其他水质参数浓度建立与透明度之间的关系进行间接反演。本次研究通过悬浮物浓度间接地反演洱海的水体透明度，其悬浮物浓度及透明度反演模型[5]为

2.2.3 综合富营养化指数算法

水体营养化指数属于间接的水质参数，综合营养化指数能够反映湖泊的营养化程度[31]。湖泊以0～100分进行水体的营养程度划分：<30为贫营养;30～50视为中度营养，50～60为轻度富营养，60～70视为中度富营养化，>70为重度富营养化。本次研究采用的富营养化估算模型[5]为

3 结果与讨论

采用前述方法，分别对洱海2014～2019年1月和11月份叶绿素a浓度、水体透明度以及富营养化指数进行估算，得到了洱海叶绿素a浓度、透明度和富营养化指数反演结果（见图2～4）。

3.1 叶绿素a浓度反演结果

根据公式（2），利用2014～2019年12景遥感影像，选用各景影像红光、近红外波段进行反演，得到洱海干季的叶绿素a浓度空间分布图（见图2）。

从图2可知，总体而言2014～2019年1月份洱海叶绿素a含量呈下降趋势。2014～2015年叶绿素a浓度在南部较高，北部较低，这2 a的叶绿素a浓度最高值分别为256.71，170.02 mg/m3，最低值分别为30.91，30.03 mg/m3;2016～2019年叶绿素a浓度北部高、南部低。2014～2019年11月份洱海叶绿素a浓度总体而言呈下降趋势，且空间上均呈南部>中部>北部趋势（见图2（b））。这说明，随着近年来的治理，洱海的叶绿素a浓度呈下降趋势。

3.2 透明度反演结果

根据公式（3），利用2014～2019年12景遥感影像，选用各景影像绿光、红光波段进行间接反演，得到洱海干季透明度的空間分布图（见图3）。

从图3可知，近6 a洱海1月和11月份的水体透明度北部区域最高，中部次之，东南部最低。从时间序列角度上看，1月份的透明度无明显规律，2014～2019年呈波动递增趋势，2016年和2018年呈下降趋势，全湖透明度较差。11月份透明度的分布具有一定的规律性，2014～2019年呈逐年增加趋势。这说明随着近年来的治理，洱海干季的透明度逐渐增加。

3.3 富营养化指数反演结果

根据公式（5），利用2014～2019年12景遥感影像，结合叶绿素a浓度和悬浮物浓度的反演结果间接得到洱海干季富营养化指数的空间分布图（见图4）。

从图4可以看出，2014～2019年由北到南洱海富营养化指数呈逐渐递增的趋势。从时间序列来看，2014～2016年中1月份的富营养化指数较高，其中2016年最为严重，大部分水域面积富营养化指数在62以上，从水质分级来看这3 a洱海处于中度富营养化水平;2017～2019年大致都处于轻度富营养状态。近6 a洱海11月份富营养化指数平均值由2014年的62逐年降低至2019年的55，2019年洱海降为轻度富营养化等级。

3.4 洱海水质主要指标均值的变化趋势

根据反演结果得到1月和11月份叶绿素a浓度、透明度、富营养化指数均值的变化趋势（见图5）。

由图5可知：近6 a洱海1月份叶绿素a浓度均值最高值为2014年的39.25，最低为2018年的31.34;11月份洱海叶绿素a浓度均值最高为2014年的42.86，最低为2019年的32.25。洱海1月份水体透明度均值的最高值为2019年的512.9，最低为2016年的40.9，透明度上升了92%;11月份透明度均值呈逐渐增加趋势，由2014年的107.09上升为2019年的302.11，增加了65%。洱海1月份富营养化指数呈下降趋势，均值最高值为2016年的64.16，最低为2019年的55.94;11月份富营养化指数均值最高值为2014年的62.65，最低为2019年的57.28。总体而言，近6 a洱海1月份和11月份叶绿素a浓度均值、富营养化指数均值均呈下降趋势，水体透明度均值呈增加趋势，洱海干季水质向好转变。

3.5 氮、磷与各指标关系

利用上述数据，将2014～2019年的1月、11月的叶绿素a浓度、透明度、富营养化指数的月均值，与每年对应月份总氮、总磷含量进行回归分析，得到3个水质指标与总氮、总磷之间的相关关系（见图6）。

由图6可知，洱海水体1月、11月份叶绿素a浓度均值、水体富营养化指数均值这2个水质指标与水体总氮、总磷含量之间呈显著的正相关关系（P<0.05），水体透明度指数均值与总氮、总磷含量呈显著负相关关系（P<0.05）。根据前期研究，上述3个水质指标与当月降水量、当月均温、洱海水位情况均无显著的相关关系。这说明洱海水质的这3个主要指标受水体总氮、总磷含量影响较大，而与自然环境因素相关性不大。

3.6 讨 论

研究结果显示2014～2019年洱海干季水质总体呈好转趋势，1，11月叶绿素a浓度总体下降（见图2）、透明度增加（见图3）、富营养化指数下降（见图4）。大量研究表明叶绿素a浓度和水体透明度呈负相关，例如：关于洱海、洞庭湖水质遥感监测的研究显示水体透明度增加时，叶绿素a浓度下降[11，32];浮游植物生物量及有机质含量的增加是洱海透明度下降的重要驱动因素[33]。水体富营养化指数与叶绿素a浓度呈正相关，与水体透明度呈负相关。对洪泽湖[34]的研究表明，水体富营养化指数增加时，叶绿素a浓度增加，同时透明度下降。这些研究结果与本研究结果类似。

研究发现洱海水体叶绿素a浓度与水体总氮、总磷含量呈正相关关系（见图6（a）和（b））。根据文献，高浓度的总氮、总磷加速了洱海水污染的范围，导致洱海水生态系统恶化[13]。有研究表明：水体总磷、总氮共同引发白洋淀水体富营养化[35];对于淀山湖[36]、升钟湖[37]的研究也发现水体叶绿素a浓度与水体总氮、总磷呈正相关关系。这些研究结果与本文的研究结果类似。水体氮、磷含量在很大程度上影响水体浮游植物的种类、数量，并且显著地刺激浮游植物的生长[38]。根据文献，洱海绿藻与总氮之间成正相关关系，总氮浓度升高可能会导致水华[39]。有研究显示淀山湖水体冠盘藻、绿藻的含量随着水体总氮、总磷含量增加呈快速增加趋势，从而引发了水体的水华现象[36]。本次研究中洱海干季水体叶绿素a浓度降低，这或许由于近年来洱海治理后水体氮磷含量降低使浮游植物含量下降导致。研究显示洱海干季水体透明度与总氮、总磷呈显著负相关（见图6（c）和（d））。而有研究发现抚仙湖水体透明度与总氮含量呈显著负相关[40]，内江的透明度与总磷含量呈正相关[41]，这与本文的研究结果类似，这或许是由于氮磷含量下降导致水体浮游植物数量下降所致[42]。水体富营养受水体氮磷含量、水温等多种因素影响[43]，研究显示洱海水体富营养化指数与水体总氮、总磷含量呈显著正相关（见图6（e）和（f）），这与上述研究结果类似。

水体水质变化监测是水环境保护、水体生态系统健康评价、水灾工农业应用方面评价的前提。本研究通过GF-1号遥感数据分析发现洱海干季水质呈好转趋势，这说明近年来洱海水体保护措施有效。水体氮、磷含量与周边人类活动密切相关，农业生产、工业及生活污水等均导致水体氮、磷输入量增加[44]。相关研究也发现洱海富营养化程度主要受磷负荷的影响较大，尤其是洱海北三江流域和西部坝区，农业面源污染导致湖区氮、磷含量的增加[45]，洱海湖区总氮、总磷的入湖量主要来源于种植业和禽畜养殖业[46]。有研究显示总磷、总氮和有机质含量是引起洱海富营养化的重要因子[14，45]。本文的研究显示洱海干季水质向好，且与水体氮磷含量显著相关，这说明通过整治洱海环湖工商业活动、农业种植和污水处理事项能降低洱海氮磷含量，洱海的保护行动切实有效。本研究的结果可为洱海的保护，今后保护对策的制定提供参考。

4 结 论

本文选取典型高原湖泊洱海为研究区，采用GF-1号多光谱影像，利用水质参数反演模型对洱海干季水质时空变化进行遥感监测。研究发现：2014～2019年1月、11月份洱海叶绿素a浓度、水体富营养化指数总体呈下降趋势，水体透明度呈上升趋势，洱海干季水质整体向好。洱海水体叶绿素a浓度，富营养化指数、透明度和气温、降水量、水位无显著关系，这3者主要受水体总氮、总磷影响。这或许是由于近6 a对洱海的治理使水体的总氮、总磷下降，水体浮游植物水平下降、入湖悬浮物量降低所致。本研究可为高原湖泊水环境长时间序列的遥感水质监测及洱海的后续治理提供参考，后期可采用更多的遥感数据及实测的水质数据开展结果的验证分析，对洱海水质变化的具体机制进行进一步研究。

参考文献：

[1] 于雪英，江南.基于RS、GIS技術的湖面变化信息提取与分析：以艾比湖为例[J].湖泊科学，2003，15（1）：81-84.

[2] 于洋，张民，钱善勤，等.云贵高原湖泊水质现状及演变[J].湖泊科学，2010，22（6）：820-828.

[3] ZHOU Z，ZHAO Y L.Research on the water auality monitoring system for inland Lakes based on remote sensing[J].Procedia Environmental Sciences，2011，10：1707-1711.

[4] DORNHOFER K，OPPELT N.Remote sensing for lake research and monitoring-Recent advances [J].Ecological Indicators，2016，64（5）：105-122.

[5] 朱利，李云梅，赵少华，等.基于GF-1号卫星WFV数据的太湖水质遥感监测[J].国土资源遥感，2015，27（1）：113-120.

[6] 周亚东，何报寅，寇杰锋，等.基于GF-1号遥感影像的武汉市及周边湖泊综合营养状态指数反演[J].长江流域资源与环境，2018，27（6）：1307-1314.

[7] 贾祎琳，张文，孟令奎.面向GF-1影像的NDWI分割阈值选取方法研究[J].国土资源遥感，2019，31（3）：95-100.

[8] 朱云芳，朱利，李家国，等.基于GF-1 WFV影像和BP神经网络的太湖叶绿素a反演[J].环境科学学报，2017，37（1）：130-137.

[9] 袁媛.近40年青藏高原湖泊变化遥感分析 [D].青岛：中国石油大学（华东），2016.

[10] 高晨，徐健，高丹，等.基于GF-1与实测光谱数据鄱阳湖丰水期总悬浮物浓度反演[J].国土资源遥感，2019，31（3）：101-109.

[11] 彭保发，陈哲夫，李建辉，等.基于GF-1影像的洞庭湖区水体水质遥感监测[J].地理研究，2018，37（9）：1683-1691.

[12] LU S Y，ZHANG W T，XING Y，et al.Spatial distribution of water quality parameters of rivers around Erhai Lake during the dry and rainy seasons[J].Environmental Earth Sciences，2015，74（11）：7423-7430.

[13] WANG S，ZHANG L，NI L，et al.Ecological degeneration of the Erhai Lake and prevention measures[J].Environmental Earth Sciences，2015，74（5）：3839-3847.

[14] 郭宏龙.洱海水环境历史变化规律探讨[J].环境科学导刊，2018，37（4）：22-25.

[15] 王永美.洱海化学需氧量变化趋势及影响因素分析[J].环境科学导刊，2016，35（1）：5-7.

[16] 张娇，陈莉琼，陈晓玲.基于FAI方法的洱海蓝藻水华遥感监测 [J].湖泊科学，2016，28（4）：718-725.

[17] 杜芳芳.湖泊流域土地利用变化与湖泊水质关系研究[D].昆明：昆明理工大学，2011.

[18] 毕顺，李云梅，吕恒，等.基于OLCI数据的洱海叶绿素a浓度估算 [J].湖泊科学，2018，30（3）：701-712.

[19] TAN W，LIU P，LIU Y，et al.A 30-year assessment of phytoplankton blooms in Erhai Lake using landsat imagery：1987 to 2016[J].Remote Sensing，2017，9（12）：1265.

[20] 李泽坤，杨萍萍，苏社飞.2004～2013年洱海富营养化变化趋势[J].环境科学导刊，2015，34（1）：1-3.

[21] 东方星.我国高分卫星与应用简析[J].卫星应用，2015（3）：44-48.

[22] 大理州环境监测站.2013-2019年大理州环境监测站年鉴报表[R].大理：大理州环境监测站，2020.

[23] MCFEETERS S K.The use of the Normalized Difference Water Index （NDWI）in the delineation of open water features[J].International Journal of Remote Sensing，1996，17（7）：1425-1432.

[24] 徐涵秋.利用改进的归一化差异水体指数（MNDWI）提取水体信息的研究[J].遥感学报，2005，9（5）：589-595.

[25] 李生生，王广军，梁四海，等.基于Landsat-8 OLI数据的青海湖水体边界自动提取[J].遥感技术与应用，2018，33（4）：666-675.

[26] 骆剑承，盛永伟，沈占锋，等.分步迭代的多光谱遥感水体信息高精度自动提取[J].遥感学报，2009，13（4）：610-615.

[27] 段秋亚，孟令奎，樊志伟，等.GF-1卫星影像水体信息提取方法的适用性研究[J].国土资源遥感，2015，27（4）：79-84.

[28] 江輝.基于多源遥感的鄱阳湖水质参数反演与分析[D].南昌：南昌大学，2011.

[29] 陶然，彭金婵，张豪，等.内陆水体叶绿素a浓度遥感监测方法研究进展[J].地理信息世界，2019，26（4）：44-53.

[30] LI N，SHI K，ZHANG Y，et al.Decline in transparency of Lake Hongze from long-term MODIS observations：possible causes and potential significance[J].Remote Sensing，2019，11（2）：177.

[31] 朱利，姚延娟，吴传庆，等.基于环境一号卫星的内陆水体水质多光谱遥感监测[J].地理与地理信息科学，2010，26（2）：81-84.

[32] 杨威，邓道贵，张赛，等.洱海叶绿素a浓度的季节动态和空间分布[J].湖泊科学，2012，24（6）：858-864.

[33] ZHOU Q C，WANG W L，HUANG L C，et al.Spatial and temporal variability in water transparency in Yunnan Plateau lakes，China[J].Aquatic Sciences，2019，81（2）：36.

[34] 王霞，刘雷，何跃，等.洪泽湖水体富营养化时空分布特征与影响因素分析[J].环境监测管理与技术，2019，31（2）：58-61.

[35] 阳小兰，张茹春，毛欣，等.白洋淀水体氮磷时空分布与富营养化分析[J].江苏农业科学，2018，46（24）：370-373.

[36] 杨丽，张玮，尚光霞，等.淀山湖浮游植物功能群演替特征及其与环境因子的关系[J].环境科学，2018，39（7）：3158-3167.

[37] 唐颖，陈兰英，蒋祖斌，等.升钟湖水体叶绿素a动态特征及其影响因子分析[J].环境监测管理与技术，2020，32（1）：56-59.

[38] 张晓举，赵升.莱州湾西部浮游植物群落与环境因子关系的研究[J].大连海洋大学学报，2018，33（4）：532-538.

[39] ZHU R，WANG H，CHEN J，et al.Use the predictive models to explore the key factors affecting phytoplankton succession in Lake Erhai，China[J].Enviromental Sciene and Pollution Research，2018，25（2）：1283-1293.

[40] 潘繼征，熊飞，李文朝，等.云南抚仙湖透明度的时空变化及影响因子分析[J].湖泊科学，2008，20（5）：681-686.

[41] 丁玲.水体透明度模型及其在沉水植物恢复中的应用研究[D].南京：河海大学，2006.

[42] 李建茹.内蒙古乌梁素海浮游植物群落特征及生态模拟研究[D].呼和浩特：内蒙古农业大学，2014.

[43] 何为媛，王莉玮，王春丽.不同水体中叶绿素a与氮磷浓度关系及富营养化研究[J].安徽农学通报，2019，25（14）：121-123.

[44] 彭文启，王世岩，刘晓波.洱海水质评价[J].中国水利水电科学研究院学报，2005，3（3）：192-198.

[45] 羊华，李红燕，李丽怀.2015年洱海入湖河流磷负荷时空变化与洱海富营养化浅析[J].人民珠江，2017，38（7）：77-79.

[46] 杨振，江琪，卢中辉.洱海流域水污染排放的人文因素解析[J].云南地理环境研究，2016，28（1）：42-48.

（编辑：谢玲娴）