TY - JOUR ID - 10.18307/2021.0204 TI - 基于多源遥感数据的巢湖水华长时序时空变化(2009—2018年)分析与发生概率预测 AU - 祁国华,马晓双,何诗瑜,吴鹏海 VL - 33 IS - 2 PB - 科学出版社 SP - 414 EP - 427 PY - 2021/03/06/ JF - 湖泊科学 JA - UR - http://www.jlakes.org/ch/reader/view_abstract.aspx?file_no=20210209&flag=1 KW - 巢湖;水华;遥感监测;监督分类;时空变化;气象数据;Logistic模型 KW - Lake Chaohu;algal blooms;remote sensing monitoring;supervised classification;spatiotemporal changes;meteorological data;Logistic model AB - 湖泊富营养化导致的水华问题严重影响了淡水资源的利用和保护,快速、全面、准确的监测水华信息对于湖泊水环境的治理具有十分重要的意义.本文以巢湖为研究区域,利用多源光学遥感影像和时空融合技术,采用波段融合的方式将NDVI指数波段加入到遥感影像当中,并通过监督分类解译水华信息,以此揭示2009-2018年10年间巢湖水华的时空变化规律.结果表明:巢湖发生的水华以零星和局部水华为主,2012年巢湖水体首次出现区域蓝藻水华;巢湖水华的季节变化性强,夏、冬半年水华变化差异大,其中2018年季节间的差异最为显著;巢湖水华后五年发生频率明显高于前五年,西半湖水华较东半湖严重,且巢湖西北部是水华的高发区域,2011年水华开始向沿岸蔓延,2014年水华首次出现在西南湖区,2016年巢湖水华高发区域新增巢湖东部和中部地区.另外,本文根据巢湖的相关气象数据,构建了Logistic水华气象风险概率预测模型,模型平均预测准确率高达87.52%.探究巢湖水华长时序的时空变化规律有助于从宏观上把握其动态趋势,为后续湖区治理以及周边生态环境建设提供理论依据,水华气象风险概率预测模型可为巢湖水华的预警和防控提供决策支持. ER -