基于MODIS的滇池蓝藻水华时间序列变化趋势及气象影响因素分析

谢兆起

（南京师范大学地理科学学院，江苏南京，210023）

0 引言

水华是指淡水水体中某些藻类过度繁殖导致的一种有害的生态现象，是水体富营养化的一种重要特征，也属于世界性的水污染公害之一。水华作为水污染特征的同时，又在一定程度上加剧了水华的严重程度，大大影响了生态和景观，甚至威胁用水健康，给社会和经济带来损失。因此，近年来水华也作为一个重要的环境课题，在国内外得到大量的研究。

目前国内外关于蓝藻水华监测方面的研究成果大多集中于利用遥感高光谱数据检测蓝藻水华，研究对象主要为太湖、巢湖等面积较大的水域河湖[1]；另外一些集中于对河湖的叶绿素a 和悬浮物含量等水体参数进行定量反演从而获取蓝藻水华浓度的方式[2]。

遥感以其宏观、快速、成本低和便于进行长期动态监测的优势，在区域面状水质监测中发挥了重要作用。应用TM 等高分辨率卫星监测滇池蓝藻水华的技术已经比较成熟，早在1989年渤海湾发生赤潮时胡德永等[3]就已经使用该技术来研究赤潮。但由于高分辨率卫星具有重访周期较长、数据昂贵等缺点不可能用于日常监测。新型卫星遥感数据的出现，如MODIS 影像，给内陆水体的水质遥感监测提供了新的机遇。Lefelier 等[4]利用MODIS 较高的辐射分辨率（12bit，TM 图像8bit）来估算叶绿素浓度，研究结果表明：在最适宜的观测条件下，利用MODIS 的特定波段可以很灵敏地监测到叶绿素a 在海洋表面0.5mg/ml 的浓度变化；王海君等[5]基于搭载在Terra 卫星上的ASTER 的数据，结合实地采样数据对太湖梅梁湾的蓝藻分布状况进行了分析研究；段洪涛等[6]基于不同遥感数据，包括MODIS/Terra、CBERS.2CCD、ETM 和IRS.F6LISS3，结合蓝藻水华光谱特征，采用单波段、波段差值、波段比值等方法，提取了不同历史时期的太湖蓝藻水华；周立国等[7]基于MODIS卫星影像，采用比值模型方法进一步确定蓝藻分布的相对浓度信息；徐京萍等[8]利用MODIS 数据成功提取蓝藻水华信息，用近红外光波段比值识别模式和植被指数NDVI 值、EVI 值识别模式确定蓝藻分布范围。

就我国而言，滇池是水华较为严重的湖泊之一。滇池水体自20世纪80年代以来富营养化严重，且蓝藻水华爆发规模较大、持续时间长，被国务院列入重点治理湖泊。滇池入湖河流20 多条，流域覆盖7 县区40 多个镇[9]。由于周边城市城市化进程加快，排入滇池的工业废水和生活、农业污水增加，且滇池为内陆湖泊，自净能力较差，导致滇池蓝藻水华问题突出。近年来，滇池每年都会发生不同时间和空间规模的蓝藻水华现象。这种现象破坏了滇池的生态环境平衡，严重降低了滇池的使用功能[10]。但相较我国其他蓝藻水华现象较为严重的湖泊，前人对滇池的研究较少，故本文选取滇池为研究对象，意在探究滇池近十年来的蓝藻水华在时间序列下的变化趋势并对其主要影响因素进行分析。

1 研究区概况与数据来源

1.1 研究区概况

滇池，高原湖泊，位于云南省昆明市西南部，是云南省最大的淡水湖，也是中国第六大淡水湖（地理位置为东经24°28′至25°28′，北纬102°30′至103°00′）。滇池分为内海与外海两部分，其中北部为内海，南部为外海。当滇池外海水位高程1 887.4m 时，湖泊面积298.05km2、最大水深11.35m、平均水深5.01m。滇池呈南北向展布，南北最大长度为39.4km，东西最大宽度为12.66km，其周长为161.55km[11]。

滇池地处低纬高原地带，属北亚热带，但温度年较差较小，具有典型的温带气候特征。滇池冬季均温在0°C 以上，而夏季均温则低于20°C。滇池干湿季分明，年平均降雨量约为972.24mm，其中汛期（5～10月）降水量占全年总降水量的89%。根据2010-2019年滇池月均日照时长统计，年均日照时长2 255.5h，终年太阳投射角度大。滇池年均风速为2.74m/s。

1.2 数据来源

滇池的MODIS 图像0 级数据（Terra 和Aqua 卫星，2010年1月至2019年12月）从海洋色彩网（http：//oceancolor.gsfc.nasa.gov）上下载。除去卫星数据外，还收集了气象数据和水质数据，日照时数（SH，h）数据来自中国地面气候资料日值数据集V3.0 处理生成，风速（WS，m/s）、水温（WT，℃）数据均由中国科学院南京地理与湖泊研究所和昆明市滇池高原湖泊研究院提供。

其中，滇池夏季月份所筛选出的遥感影像样本相对较少，这可能与当地的气候有较大的关系。夏季滇池上空有较多云团，所得部分遥感影像无法进行分析，故可能导致分析不够全面。但该种情况属于遥感影像获取与筛选过程中难以避免的正常现象，故按常规操作将该部分数据舍去。

2 研究方法

2.1 蓝藻水华阈值确定

本文运用FAI 来检测基于MODIS 图像的蓝藻水华。相比于其他算法，FAI 算法可以有效地避免由于阈值设置不同而造成的蓝藻水华面积提取误差，并且FAI指数更不易受环境条件和观测条件的影响，利于水华的提取。FAI 法已被大量运用在水华的鉴定中，其具体公式如下[12]：

式中：ρRED、ρNIR、ρSWIR分别代表红光、近红外、短波红外波段经过瑞利校正后的反射率；λRED、λNIR、λSWIR分别表示红光、近红外、短波红外波段的中心波长；ρ′NIR为红光和短波红外波段在近红外波段处采用线性内插法得到的插值反射率。

按上述公式计算后，确定阈值为0.011 22，即FAI＞0.011 22，经验证可行，即0.011 22 是区分蓝藻水华的FAI 的临界值，FAI 大于0.011 22 则可认为发生蓝藻水华。

2.2 蓝藻水华暴发程度等级划分

2.2.1 国家划分标准

根据《水华遥感与地面监测评价技术规范》（HJ1098-2020），采用水华面积比例评价的水华程度分级标准：1 级，无水华，P=0；2 级，无明显水华，0＜P＜10%；3 级，轻度水华，10%≤P＜30%；4 级，中度水华，30%≤P＜60%；5 级，重度水华，60%≤P≤100%。

2.2.2 滇池FAI 划分标准

参考相关文献中蓝藻水华强度等级划分方法[13]，可按强度递增大致依次划分为三个等级：风险Ⅰ级，0≤FAI＜0.011 22；风险Ⅱ级，0.011 22≤FAI＜0.022 44；风险Ⅲ级，FAI≥0.022 44。

3 结果与分析

3.1 滇池蓝藻水华暴发严重程度等级

3.1.1 按国家标准划分

经统计，滇池2010-2019年水华数据中达重度水华的天数为0 天，占总体的0.00%；达中度水华的天数为4 天，占总体的0.54%；达轻度水华的天数为29 天，占总体的3.9%。其他样本数据均为无明显水华和无水华。其中，出现中度水华的年份为2013年、2017年、2018年，2018年为最高值，水华面积占比38.18%。在已有的数据中，水华暴发程度达到轻度水华及以上的天数，2010、2014、2015、2016年份中仅有一天，因此暴发持续时间最短。其他年份暴发时长相似，稍长的年份为2013、2017年，分别有9 天和5 天。

从图1 可以看出，2010-2019年期间滇池每年都会暴发蓝藻水华，但是时间和规模有一定差异。例如2010与2011年甚至延迟至11月份才会迎来蓝藻水华的大规模暴发，11月份的蓝藻水华面积百分比明显高于8～10月份。而且整体来看，11月份之后蓝藻水华暴发的年份，比7～8月份蓝藻水华暴发的年份更多。

图1 滇池水华暴发面积百分比图

3.1.2 按FAI 值划分

从图2 中可以较清晰地看出滇池2010-2019年FAI 的情况：较少量FAI 值分布在风险Ⅰ级的范围内，而几乎所有FAI 值都分布在风险Ⅱ级的范围内，没有分布在风险Ⅲ级范围内的FAI 值。由此可以总结出，不同于中国湖泊水华整体发生的时间主要在3～9月（约占我国水华事件的83%）[14]，滇池水华全年内的FAI 数据整体分布在一个相对较稳定的范围内，但是却长期处于存在水华暴发的情况下，可见滇池水华治理任重而道远。

图2 滇池FAI 频率分布直方图

3.2 滇池水华暴发月际变化情况

从图3 来看，滇池蓝藻水华面积变化具有一定的规律。整体而言，滇池平均水华暴发面积夏季最大，秋季其次，冬春季节较小。这与图1 中显示的水华暴发事件多出现在秋冬季有所不同，是由于滇池夏季水华面积长时间保持在相对较小的范围内波动，而冬季滇池蓝藻水华面积波动幅度较大，取均值后则出现比夏季更小的情况。

图3 滇池历年各月平均水华暴发面积百分比折线图

3.3 滇池水华年际变化情况

综合图2 与图4 可以看出滇池年度的水华暴发程度均有所差异。从图4 可以看出，水华的暴发极大值呈现较大幅度上下波动的趋势。同时综合图1 的数据可统计出每年水华暴发的峰值可以发现，在2017-2019年每年会出现多次峰值，部分峰值出现于2～4月份，且每年水华暴发的峰值出现在11月前后的概率要高于出现在7～9月份的概率。这可能与滇池当地的气候有较大关联：与处于我国第一阶梯的湖泊相比，滇池冬季温度相对较高，全年温度缓和，且滇池水温全年都处于较高的水平，有时甚至高于气温，这有利于水华在全年时间范围下的增殖。

图4 滇池历年水华暴发最大面积折线图

3.4 滇池水华暴发与气象因素的关系

影响水华的因素主要分为气象因素和水质因素。根据已有研究，影响蓝藻水华的主要水质因素总氮、总磷含量均超过了蓝藻水华生长的阈值[15]，故气象因素相比水质因素对滇池蓝藻水华的影响更大，水质因素的波动则对滇池蓝藻水华的暴发影响较小。根据已有研究，在影响滇池水华的各气象因子中，风速、日照时长和水温与水华暴发的相关性较大[16]，故本文就这三个因子与滇池水华的关系进行分析。

由图5 可以看出蓝藻水华暴发与风速有明显的负相关关系，当风速在0～1m/s 区间时，水华发生频率最低，但水华暴发程度很大；当风速位于2～3m/s 区间时，水华发生频率最高；而当风速大于3m/s 时，水华发生频率逐渐减少。这表明一定强度的风浪可以有效地抑制藻类的生长与聚集，使其无法形成规模较大的水华，削弱水华造成的影响；但微风则有利于藻的聚集[17]。同时可以看出，水华的突然性暴发与风速的突变有关，多数滇池水华大规模暴发事件对应着一定时间区间内风速变化的极值。

图5 滇池主要气象因素与水华面积大小的相关性分析

从图5 中也可以看出，蓝藻水华随时间的整体波动趋势与每月总日照时长随时间的波动趋势有着较明显的负相关关系，这与藻类生长的规律[18]和部分前人的研究[19]不符。考虑到滇池位于云贵高原，光照相较我国第一阶梯的湖泊较为充足，满足了藻类的生长需要；同时过强的紫外线反而对蓝藻水华的形成产生了抑制作用[16]，故呈现负相关关系。

从图5 中还可以看出，秋季的滇池蓝藻水华暴发事件与水温有明显的单峰关系，当水温处于20℃附近时，蓝藻水华暴发程度较小；当水温处于15℃附近时，蓝藻水华暴发程度产生明显的增大；当水温处于10℃附近时，蓝藻水华暴发程度又回归到较小的情况。表明在滇池秋季的环境下，当水温过高时，藻类生长代谢过于旺盛，不利于蓝藻水华的累积；当水温过低时，藻类有机物积累过于缓慢，同样不利于蓝藻水华的累积；当水温合适时，蓝藻水华则易于发展。其他季节，蓝藻的暴发事件则与水温的突变有较为明显的对应性，说明水温改变时，滇池蓝藻也易于受到相应的影响。有研究指出适合太湖蓝藻水华暴发的温度范围在22℃～33℃[20]，但这不代表22℃以下或就不发生蓝藻水华，这也能给滇池的水华暴发程度的变化提供参考。

4 结论

本文基于滇池MODIS 影像数据，重点研究滇池的FAI 阈值，进一步分析滇池蓝藻水华在时间序列上的变化以及气象因素对蓝藻水华暴发的相关性和影响。主要结论如下：

（1）运用统计手段分析确定提取滇池水华的FAI阈值为0.011 22，进行阈值统计后发现0.011 22 可以作为滇池水华的基础阈值；

（2）滇池在2010-2019 常年有水华现象，且蓝藻水华现象在秋冬季表现较为显著，甚至出现水华面积占比接近40%的大面积暴发现象，故该时段的水华治理需要得到更多的关注和治理；

（3）滇池的风速、日照时长和水温因素与水华暴发有明显相关性关系。其中：风速与水华暴发程度整体上呈现较明显的负相关关系，且多数水华大规模暴发事件与区间内风速变化的极值有对应关系；日照时长则与水华暴发整体上具有较明显的负相关关系；水温在秋季与水华暴发整体上具有较明显的单峰关系，其他季节则与水温的突变有关。

致谢 感谢中国科学院南京地理与湖泊研究所徐力刚研究员对项目的支持并提供相关数据，感谢南京师范大学吕恒教授对项目的支持与指导，感谢陆世姣、李坤阳、胡家铭、魏全睿等同志参加部分工作。