基于浮游植物色素反演的富营养化湖泊主要藻类遥感识别机理-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

基于浮游植物色素反演的富营养化湖泊主要藻类遥感识别机理

项目名称：基于浮游植物色素反演的富营养化湖泊主要藻类遥感识别机理
项目类别：面上项目
批准号：41171273
申请代码：D0106
项目来源：国家自然科学基金
研究期限：2012-01-01-2015-12-31

项目负责人：马荣华
负责人职称：研究员
依托单位：中国科学院南京地理与湖泊研究所
批准年度：2011

中文摘要：

浮游植物的生物量及其群落结构可以反映湖泊的营养水平，并可作为藻类生态灾害预测预警的重要依据。目前针对多种藻类的多色素遥感还不成熟，而现有藻类识别方法成本高、效率低。以长江中下游富营养化典型湖泊（太湖和巢湖等）为研究对象，通过室内控制试验、野外现场试验和辐射传输数值模拟，获取浮游植物主要门类（绿藻、硅藻和蓝藻）指示性色素（叶绿素b、叶绿素c和藻蓝素）光谱吸收特征和比吸收系数；基于LEE和Gons等模型，利用最小二乘法，构建浮游植物色素总吸收及其数学分解模型，获得各指示性色素特征波段或全波段吸收系数，进而定量反演其浓度；最终实现三种藻类生物量及其存在比例的准确估算，形成一套可用于长江中下游富营养化湖泊的藻类自动识别模型，进而为浮游植物的生物量遥感估算和群落遥感识别提供理论和方法基础，同时还可以推动湖泊光学和湖泊生态学的发展。

中文主题词：湖泊；富营养化；APA；EOF；PCI

英文摘要：

Lake；Eutrophication；APA；EOF；PCI

英文主题词： Lake；Eutrophication；APA；EOF；PCI

结论摘要：

共计野外试验18次，发展了富营养化湖泊水体中藻蓝蛋白的提取方法，分析了湖泊水体的固有光学特性，基于Hydrolight确定和验证了湖泊水体固有光学特性的区域化参数，建立了基于偏最小二乘回归的多色素浓度反演模型，评价了欧空局BEAM软件的水色产品精度；开发了一种适用于MODIS的改进SWIR迭代大气校正算法；分析了颗粒组成对遥感反射比和MERIS叶绿素指数算法的影响；开发了一种利用MERIS卫星遥感影像定量反演藻蓝素PC的新算法PCI，反演太湖叶绿素a浓度的波谱分解算法和利用MODIS陆地波段反演太湖叶绿素a的EOF算法，发展了一种估算太湖藻华覆盖面积的新算法APA（Algae Pixel-growing Algorithm）；开发了一种利用MODIS反演的叶绿素数据耦合进太湖水文生态动力学模型的同化算法；分析了富营养化湖泊中由藻华引起的黑水团的光学特征以及通过MODIS反演的POC变化特征；设计及实现了基于集合卡尔曼滤波的太湖叶绿素a同化试验平台。参加国内会议8人次、国际会议4人次、1人次获得江苏省地理学会2014年学术年会优秀论文一等奖。发表论文30篇，其中SCI论文15篇，国内核心期刊14篇，发明专利1件。

成果综合统计