湖泊蓝藻水华暴发期微囊藻毒素遥感定量估算模型研究

Microcystin (MC) is the kind of algal toxin that has highest frequencies of appearance, highest production and most harmfulness in the cyanobacterial bloom.So this proposal is to study the bio-optical change characteristics caused by the variation of Microcystin concentration in water using laboratory experiment and on-site observation during cyanobacterial bloom. At the same time, the relationship between Microcystin production of Microcystis and the algal physiological parameter- - Carbon:Chlorophyll-a concentration would be extensively explored. Then, the retrieval method of phytoplankton carbon via remote sensing is also studied, and the quasi analytical algorithms for retrieving bio-optical properties of alga are developed. Finally, the coupling model of Microcystin and bio-optical parameters of alga and the physiological parameter was built. Based on this, it would be possible to quantitatively estimate Microcystin concentration in water from remote sensing reflectance. This method would extend the monitoring water quality parameters by remote sensing technology.

微囊藻毒素是一种在蓝藻水华中出现频率最高、产量最大和危害最严重的藻毒素。本申请拟通过室内实验、野外观测等手段，研究在水华暴发期间，湖泊水体中微囊藻毒素含量变化引起的生物光学特征变化响应规律，分析藻类生理状态参数－碳:叶绿素a浓度与微囊藻产毒的响应关系，在此基础上，研究富营养化湖泊中藻类碳的遥感反演方法，发展适合二类水体的固有光学量半分析算法，构建微囊藻毒素含量与藻类固有光学量以及碳:叶绿素a等参数的耦合模型，实现基于遥感反射率的微囊藻毒素含量定量估算，进一步拓展水环境可遥感参数。

微囊藻毒素是一种在蓝藻水华中出现频率最高、产量最大和危害最严重的藻毒素。构建内陆湖泊微囊藻毒素的遥感估算方法可以获得大尺度的微囊藻毒素时空分布，这对湖泊水环境管理及预警具有重要的意义。在2015-2018期间，共进行了9次野外采样，从太湖、巢湖、滇池等我国典型富营养化湖泊获得了495个水样的光学和水质参数。通过室内藻类模拟生长实验分析了不同生长期内和不同生长环境下，微囊藻毒素产毒的变化及其引起的生物光学变化特征，结果发现实验室培养铜绿微囊藻藻毒素与叶绿素a浓度的相关性较高，其次是藻密度。同时发现藻毒素浓度与540 nm左右及710nm处的遥感反射率存在较好的正相关关系，与710nm处的总吸收和颗粒物吸收具有最强的相关性。在野外定点原位观测下发现微囊藻毒素含量变化与遥感反射率的相关性没有室内培养环境下的显著，与550nm、710nm处的总吸收系数相关性较强，与400nm处的色素颗粒物吸收呈现较强的负相关关系，并且与780nm处的后向散射相关性较好。同时，根据我国内陆湖泊水体颗粒有机碳(POC)的来源，提出了基于水体分类的POC“两步法”估算方法，针对不同光学特征类型水体构建相应的POC估算模型，反演精度得到显著的提高，MAPE小于30%，在此基础上，分析藻类碳占POC比重与固有光学量的响应关系，发展了基于POC和藻类吸收系数的藻类碳半分析模型，从而最终实现碳:叶绿素a的估算。本研究发展了适合我国富营养化湖泊的固有光学量反演算法。在对现有的IOPs反演算法进行验证的基础上，提出了QAA-DB算法，基于QAA算法，同时选取550nm和675nm作为参考波长构建反演模型，实现双模型协同反演策略，从而最终得到吸收系数，反演误差MAPE为19.71%，RMSE为1.3933，并改进了的吸收系数分解算法，得到浮游植物吸收系数a_ph (λ)、非色素颗粒物及CDOM吸收光谱之和a_dm (λ)，分解误差MAPE为24.72%，RMSE为0.81。 在以上参数反演的基础上，构建了基于光学量和相关参数的藻毒素估算模型，其中基于遥感反射率的估算模型的MAPE为36%，RMSE为0.32μg/L，反演效果令人满意，并把该模型成功的应用于太湖的OLCI影像，得到了太湖的藻毒素浓度空间分布。