2019, Vol. 40
2. 南京师范大学虚拟地理环境教育部重点实验室, 南京 210023;
3. 南京师范大学地理科学学院, 南京 210023
2. Key Laboratory of Virtual Geographic Environment of Education Ministry, Nanjing Normal University, Nanjing 210023, China;
3. School of Geography, Nanjing Normal University, Nanjing 210023, China
水生植被作为湖泊生态系统的重要组成部分, 在改善水质和维护生物多样性方面具有重要作用[1].水生植被不仅能削减风浪、固定底泥减少沉积物再悬浮和营养盐释放, 还可以为动物提供食物和栖息地, 是湖泊中的主要初级生产者.当前, 国际及我国湖泊均面临富营养化和水生植被退化等问题[2~6].水生植被作为评价和恢复湖泊生态系统健康的重要指标和手段受到广泛关注[7, 8].因此, 湖泊水生植被的时空分布、变化特征及其影响因素对于湖泊管理和恢复生态系统健康具有重要的意义.
定点采样与分析等水生植被传统调查方法, 虽然能够准确、详细获取水生植被的种类和生物量, 但是费时费力, 可重复性差, 制图周期长, 难以满足对水生植被大尺度和长期动态监测的需求[9~11].尤其对于像鄱阳湖、太湖和洪泽湖等大型湖泊水生植被时空分布的获取, 传统方法显得力不从心.遥感技术为解决大尺度、动态监测等问题提供了一个有效手段[12], 并成功应用于湖泊水生植被的监测[13~17].于泉洲等[18]利用16d MODIS合成的植被指数数据, 揭示了南四湖2000~2015年植被覆盖在空间上由湖岸向湖心减小的带状分布; 年际变化具有阶段性和年内变化双峰型的特征, 并揭示了植被覆盖度与湖泊水位密切相关.张寿选等[19]利用Landsat数据反演透明度并与植被指数(NDVI和EVI)建立分类决策树, 得到2002年7月15号太湖水生植被面积约407 km2.
洪泽湖是我国南水北调东线的重要调蓄湖泊, 影响着周围城市和下游的饮用水安全, 随着洪泽湖富营养化发展, 局部水域发生小范围蓝藻水华现象, 水质受到广泛关注[20].与此同时, 相关研究表明洪泽湖的水生植被自20世纪50年代以来发生了显著地退化[21, 22], 但2008年后关于洪泽湖水生植被的研究相对较少.陶婷等[23]利用Landsat数据基于NDVI和MNDWI指数建立决策树将洪泽湖湿地分为养殖场、敞水区、裸地、沉水植物、挺水植物和浮水植物, 但该研究缺少对于水生植被长时间变化的分析. Yu等[24]基于MODIS数据比较了3种植被指数(FAI、EVI和NDVI)对于2000~2009年洪泽湖国家湿地自然保护区湿地覆盖变化的有效性, 结果表明FAI能够准确估算湿地植被覆盖, 且植被覆盖的变化与洪水和日照时数有关.虽然该文章分析了洪泽湖的湿地植被长时间序列的变化, 但是研究区仅聚焦国家湿地自然保护区, 难以反映洪泽湖全湖水生植被的长期动态变化趋势.
因此, 本文选用2007~2017年MODIS数据, 利用植被频次法(vegetation present frequency, VPF)提取水生植被信息, 探究洪泽湖近11a水生植被的时空分布及变化特征, 深入分析其长期变化的潜在影响因素.
1 材料与方法 1.1 研究区概况洪泽湖(33°06′~33°40′N, 118°10′~118°52′E)是我国第四大淡水湖泊, 位于淮河流域中游, 是一个典型的吞吐性浅水湖泊(图 1), 平均水位12.5 m, 水域面积为1 597 km2, 平均水深1.90 m[25].洪泽湖位于中国南北气候过渡带, 属于暖温带半湿润季风气候区, 降水年内分布极不均匀, 冬春干旱少雨, 夏秋闷热多雨.洪泽湖有7条河流注入, 其中淮河径流的贡献最大, 占入湖径流量70%以上; 主要的出水口包括长江淮河水道、北部的灌溉水渠和淮沭河, 大约有60%~70%的湖水由通江水道入海.同时, 洪泽湖还为周边超过800 km2(120万亩)耕地提供水源灌溉, 是粮食生产安全的重要保障.另外, 洪泽湖也具有重要的生态功能, 为淡水生物提供了食物和栖息地.近年来由于自然环境的演变、环境污染以及人类不合理的开发活动, 致使洪泽湖水质恶化[26], 植被退化[27], 湿地生态功能下降[23], 生态环境呈现退化趋势, 严重制约着洪泽湖水资源的可持续利用和社会经济的可持续发展.自2007年发现优质黄沙资源以来, 受高额利润的驱动, 洪泽湖非法采砂船由原来的几十艘发展到2016年的600多艘[28].根据水利部门的统计每天洪泽湖被采的黄沙资源高达30万t.剧烈的采砂活动不仅破坏了湖泊底质结构和底栖动物产卵场所, 还通过扰动沉积物造成悬浮物浓度增加和内源营养盐释放, 降低了水体透明度, 改变了湖泊的物理和化学环境, 进而影响到湖泊生态系统结构和功能.为了更好地分析洪泽湖水生植被的时空变化, 将洪泽湖分为5个湖区(Z1、Z2、Z3、Z4和Z5, 见图 1).
|
图 1 洪泽湖及其5个分区示意 Fig. 1 Map of Lake Hongze and its five sub-regions |
为了高频动态的监测洪泽湖水生植被覆盖的多年变化, 本研究选用重访周期为1 d的MODIS卫星数据, 从NASA Ocean color网站(https://oceancolor.gsfc.nasa.gov/)下载得到2007~2017年4 158景MODIS-Aqua L0数据, 利用Seadas 7.4软件进行辐射定标、几何校正、重采样和大气校正获得经瑞利散射校正后、空间分辨率为250 m的地表反射率产品.经过人工目视鉴别, 去除受云、太阳耀斑和气溶胶影响超过研究区面积1/3的影像, 得到1 284幅高质量影像用于提取水生植被(图 2).大气校正采用Liu等[29]提出的基于陆地植被像元的大气校正法.
|
图 2 2007~2017年洪泽湖MODIS-Aqua数据的时间分布 Fig. 2 Temporal distributions of the MODIS-Aqua data covering Lake Hongze during the period 2007-2017 |
目前国内外利用遥感影像提取水生植被的方法众多, 如决策树、监督分类、非监督分类、随机森林[30]和面向对象等.考虑到洪泽湖部分水域已出现蓝藻水华, 而蓝藻水华和水生植被具有相似的光谱特征, 利用遥感影像提取水生植被时容易造成误差[31].因此, 本研究选择Liu等[32]针对浅水富营养化湖泊提出的植被频次法以提取洪泽湖2007~2017年的水生植被.首先, 计算漂浮藻类指数(floating algal index, FAI)利用太湖水生植被阈值-0.025将植被信号(蓝藻水华和水生植物)从开敞水域中提取出来, 并重新赋值为1, 水域为0.由于蓝藻水华受温度、营养盐和风速等影响, 出现位置漂忽不定并且存在时间短, 而水生植被的生长周期比较长, 出现位置固定, 因此通过计算每个像元植被信号出现的频次, 并根据频次区分蓝藻水华和水生植被, 进而提取获得水生植被覆盖信息.由于VPF仅能反映水生植被的覆盖程度, 而无法揭示水生植被类型, 因此当区域中水生植被信号出现的频率减小时, 表明水生植被覆盖减少, 水生植被发生退化.
|
(1) |
|
(2) |
|
(3) |
式中, n为总的影像数; VPFj为像元j在n幅影像中植被信号出现的频率; Rrc(λ)为MODIS经瑞利散射校正后的遥感反射率, λ为波长(nm).
1.4 气象数据本研究所使用的气象数据取自临近洪泽湖的盱眙气象站, 从中国气象数据网(http://data.cma.cn/)下载得到2007~2017年的数据, 其中包括逐日气温、风速、降雨量和日照时数等.
1.5 统计分析运用SPSS 22.0软件对于数据进行统计分析, 包括平均值、最大值、最小值和标准差, 计算参数间皮尔逊相关系数(r)和进行线性回归分析, 定义P≤0.05为统计学意义上显著, 否则不显著.另外, 单因素方差分析(one way-ANOVA)和非参数检验(Mann-Whitney U test)被用于检验季节和年际间的差异.同时, 引入变异系数(coefficient of variation, C.V.)来检测洪泽湖水生植被的变化及其稳定性.
|
(4) |
式中, SD为标准差, Mean为平均值.
2 结果与分析 2.1 VPF季节变化将经过预处理的1 284幅高质量影像应用到模型上[公式(1)], 得到2007~2017年洪泽湖季节平均VPF的空间分布(图 3).总体上, 洪泽湖VPF存在明显的季节和空间差异, 春夏高、秋冬低(P < 0.05, one-way ANOVA), 其中春、夏、秋、冬的VPF平均值分别为0.41±0.04、0.50±0.09、0.42±0.09和0.36±0.08, 与水生植被的生长节律一致.从月份上看, VPF月均取值为0.21~0.43, 最高值出现在6月, 最低值出现在1月, 与VPF季节变化一致.这种季节性差异主要是由水生植被季节性的生长引起.另外, 通过单因素方差分析发现洪泽湖4~10月VPF显著高于其他月份(P < 0.05), 表明4~10月是洪泽湖植被的生长季.对于全湖和不同湖区季节VPF进行时间序列统计, 只有在Z2区域夏季VPF发生显著增加(R2=0.53, P < 0.05, N=11).相反, Z1湖区近11 a的季节时间序列VPF显著减小(r=-0.309, P < 0.05, N=44), 最大值0.76出现在2014年夏季, 最小值0.29出现在2017年冬季.
|
图 3 2007~2017年洪泽湖季节VPF空间分布 Fig. 3 Spatial distribution of seasonal VPF values in Lake Hongze from 2007 to 2017 |
由图 3可知, 洪泽湖季节VPF呈现出显著空间异质性.总体上, VPF在空间上沿岸带大于开敞水域, 高值出现在洪泽湖西部和北部湖区, 说明洪泽湖水生植被整体分布格局沿岸带高于开敞水域, 西部和北部湖区高于中部、东部和南部湖区.对全湖和不同湖区VPF进行统计分析(表 1), Z2湖区VPF值全年显著高于其他湖区(P < 0.05, Mann-Whitney U test), 并维持在0.67~0.83高值范围, 表明在Z2区域水生植被有较高分布. Z3和Z4区域大部分维持在0~0.1低值范围, 表明水生植被在开敞水域(Z3和Z4)出现频次较小.水生植被上述空间分布与野外采样调查结果一致.
|
表 1 2007~2017年洪泽湖全湖及5个湖区多年不同季节VPF均值及标准差 Table 1 Mean VPF values and standard deviation in the entire lake and its five sub-lake regions during the period 2007-2017 |
2.2 VPF年际变化
全湖VPF年际变化范围是0.24~0.37, 最高值出现在2014年, 最低值出现在2016年(图 4), 整体上全湖呈现出微弱的下降趋势但在统计上不显著(P>0.05).由于洪泽湖水生植被分布具有显著的空间差异(图 3), 因此根据该结果得出洪泽湖水生植被覆盖在近11 a没有显著变化的结论是草率的.由图 3可知, 洪泽湖的水生植被出现频次高的地方主要位于Z1和Z2湖区.因此对水生植被的主要分布区和时间做线性分析发现在Z1湖区年VPF呈显著下降的趋势(R2=0.56, P < 0.01, N =11), 从2008年的最高值0.50下降到2016年最低值0.27, 下降45.8%, 反映了Z1湖区水生植被覆盖减小.其中在Z2湖区整体有上升的趋势但并不显著(P>0.05), 表现出阶段性2007~2014年VPF显著地上升(R2=0.82, P < 0.01)而后下降的变化趋势.另外, 年VPF大于0.30的区域主要位于Z1和Z2湖区, 其他湖区大部分水域年VPF小于0.30, 指示了2007~2017年洪泽湖水生植被覆盖空间分布格局变化不大.
|
图 4 2007~2017年洪泽湖不同湖区VPF时间序列 Fig. 4 Time series data of annual VPF in different regions during the period 2007-2017 |
图 5给出2007~2017年洪泽湖逐年和多年平均VPF空间分布.从中可以看出, 洪泽湖VPF具有显著的空间异质性, 反映水生植被空间分布具有较大差异.全湖VPF值的变化范围介于0~1, 平均值为0.28±0.32, 呈现出由沿岸带向开敞水域带状递减的规律, 表明洪泽湖水生植被空间分布由湖岸向湖心呈带状分布.为进一步定量直观地获取洪泽湖水生植被分布, 对于5个湖区做空间上平均统计, 其中VPF最高值出现在Z2湖区为0.75±0.27, 其次是Z1湖区为0.41±0.30, Z4区域的VPF值最低为0.11±0.20, 表明了水生植被的主要分布区为Z1和Z2, 与以往的研究结果相同[27].其中, Z5区域为通江水道, 湖流扰动剧烈和换水周期快不利于水生植被的生长[1], 水生植被仅在该区域西南侧浅水区少量分布.
|
图 5 2007~2017年洪泽湖逐年和多年平均VPF空间分布 Fig. 5 Spatial patterns of annual and multi-year mean VPF values in Lake Hongze during the period 2007-2017 |
湖泊中水生植被受多种环境因子的影响, 如营养盐、透明度、温度和日照时数等[33]. 2007~2017年洪泽湖年平均风速呈现显著下降趋势(R2=0.74, P < 0.01), 而年降水量、平均温度和年日照时数没有明显变化趋势(P>0.05), 见图 6.降水的年际变化范围为0.74~1.38 m, 气温、日照时数和风速的多年均值分别为(15.64±0.37)℃、(1 847.47±192.82)h和(1.99±0.13)m·s-1.为了进一步探索气象因子对于洪泽湖水生植被覆盖的影响, 对全湖及主要植被分布区域(Z1和Z2)VPF与气温、日照时数、降水量和风速进行相关性分析, 结果发现(图 7)Z2湖区年VPF仅与年日照时数具有显著正相关(R2=0.66, P < 0.01), 但与其它因素无显著相关(P>0.05), 说明Z2湖区水生植被覆盖的年际变化受日照时间和光照影响显著, 其他因素影响不显著, 与Yu等[24]在洪泽湖国家湿地公园的研究结果一致.另外, Z1湖区的年VPF仅与年平均风速之间表现出显著正相关(R2=0.51, P < 0.05), 而全湖年VPF与气温、降水量、日照时数和风速无显著相关(P>0.05).上述结果表明, 气温、降水量和日照时数均对洪泽湖全湖和Z1区域水生植被年变化影响不显著.对于大型浅水湖泊而言, 风速是扰动湖泊水体的重要因素, 造成沉积物再悬浮和总悬浮物浓度增加, 降低水体透明度和真光层深度[34, 35], 不利于水生植被的萌发和生长[27, 33].此外, 风浪扰动还会增加对水生植物的拖拽力, 进而对水生植物造成物理伤害并限制其空间分布[1], 因此理论上风速与水生植被应该表现为负相关. Z1区域年VPF与年均风速间显著正相关但与理论相悖, 不能据此得出Z1区域年VPF的变化主要受风速的影响这一结论.
|
图 6 2007~2017年洪泽湖年均气温、日照时数、年降水量及年均风速 Fig. 6 Variation of annual mean climate variables in Lake Hongze from 2007 to 2017 |
|
图 7 2007~2017年Z2区域年日照时数与VPF线性回归 Fig. 7 Linear regression between annual mean sunshine duration and VPF estimated from MODIS data from 2007 to 2017 in the Z2 region |
人类活动被认为是影响湖泊水质和生态的重要因素, 如围垦养殖导致1978~2006年洪泽湖西岸挺水植被的退化, 并逐步被沉水植被取代[36].另外, 随着中国城市化进程的加快, 对于建筑用沙的需求日益增加, 在高额利润的驱动下, 采砂活动常见于我国长江中下游流域和淮河流域的湖泊中, 如鄱阳湖[37]和骆马湖[38].自2007年以后洪泽湖发现大量优质黄沙资源, 采沙船由原来的几十艘增加到2016年的600多艘[39]. Duan等[40]利用Landsat数据定量计算了采砂船的数量与总悬浮物浓度增加量之间具有显著正相关, 表明洪泽湖总悬浮物浓度的增加主要由采砂活动引起.为了进一步探究采砂活动对于水生植被的影响, 本文引入曹志刚等[41]基于MODIS红光波段(645 nm)和近红外波段(1 240 nm)去瑞利散射校正后的遥感反射率建立的总悬浮物浓度(total suspended matter, TSM)经验估算模型, 得出洪泽湖近11 a季节总悬浮物浓度介于17.49~35.10 mg·L-1, 平均值为(23.40±4.67) mg·L-1, 2016年年平均浓度比2007年增加了27.7%.洪泽湖2007~2017年采砂活动造成的总悬浮物浓度增加导致Z1区域透明度的显著降低, 由2007年0.71 m下降到2016年0.53 m, 下降了25.4%, 指示了洪泽湖水下光环境变暗[42].剧烈的采砂活动显著增加了水体中总悬浮物浓度[41, 43], 进而增加光在水中的漫射衰减, 降低透明度和真光层深度[35, 44], 将会对沉水植物的萌发和生长产生影响, 限制水生植被的分布.根据2013年洪泽湖全湖水生生物调查结果显示, 洪泽湖水生植被类型以沉水植物为主, 且集中于成子湖区(Z1).因此对于采砂区域和水生植被共同存在的Z1区域VPF与总悬浮物浓度做线性回归(图 8), 结果显示两者存在显著负相关(R2=0.48, P < 0.01), 表明Z1区域VPF的减少与人为采砂活动引起的总悬浮物浓度增加密切相关.
|
图 8 2007~2017年Z1区域季平均总悬浮颗粒物浓度与VPF的线性回归 Fig. 8 Correlations between seasonal mean TSM concentrations and VPF in the Z1 region during the period 2007-2017 |
为了进一步衡量采砂活动对于水生植被空间上的影响, 基于像元计算Z1区域年VPF变异系数来表征洪泽湖水生植被空间上的变化(图 9).从图 9中可知, 开敞水域VPF变异系数明显高于沿岸地区, 表明水生植被的稳定性由开敞水域向湖岸逐渐增加.就Z1区域而言, 变异系数在湖心及南部区域存在显著地高值区(C.V.>95%), 空间上与Duan等[40]研究的采砂主要集中区分布一致.进而在空间上证明了采砂活动是Z1区域水生植被减少的重要原因, 尤其对靠近采砂区域的水生植被影响最为显著.
|
图 9 2007~2017年Z1区域年VPF变异系数空间分布 Fig. 9 Coefficient of variation of annual VPF in the Z1 region during the period 2007-2017 |
尽管2017年3月以来洪泽湖的疯狂采砂活动已被禁止, 但过去10 a采砂活动对水生植被和湖泊生态系统的破坏和影响将持续相当长时间.采砂活动被禁止后, 水体扰动减少, 总悬浮物浓度会有所降低, 而透明度和水下光环境会有所改善, 形成有利于水生植被生长的光学环境, 但由于采砂造成的湖泊底质破坏和部分水域水深加深, 水生植被在短期内可能很难恢复到以前的水平.伴随着水生植被退化和底泥营养盐释放增加, 甚至有可能会出现从原来以水生植被为主的草型生态系统向以蓝藻水华为主的藻型生态系统突变.因此未来需要继续加强洪泽湖水环境和水生植被的遥感动态监测, 服务于湖泊生态系统的恢复和管理.
4 结论(1) 2007~2017年洪泽湖水生植被VPF呈现显著的时空特征, 春夏显著高于秋冬, 体现明显季节变化, 全湖平均没有发生显著年变化, 但水生植被分布广泛、人为采砂活动强烈的Z1湖区VPF呈显著降低的趋势, 指示水生植被在该地区出现退化; 空间上, 洪泽湖VPF整体上由沿岸带向开敞水域递减, 其中Z1和Z2湖区的VPF高于其他湖区, Z1区域的水生植被稳定性由开敞水域向沿岸带增加.
(2) 因子分析显示, 洪泽湖Z2区VPF仅与年日照时数呈显著正相关, 表明光照对VPF有显著影响, 而温度和降水等影响不明显; 在采砂活动强烈的Z1湖区, 总悬浮物浓度与VPF呈显著负相关, 表明采砂导致的总悬浮物浓度增加是影响Z1区域水生植被退化的重要原因.尽管人为采砂活动已得到有效禁止, 但采砂活动对水生植被和湖泊生态系统的破坏和影响还将持续相当长时间.
致谢: 感谢彭凯和邹伟在洪泽湖水质数据采集上提供的帮助、徐轩和曹志刚等在MODIS批处理代码上提供的帮助！| [1] |
朱金格, 胡维平, 刘鑫, 等. 湖泊水动力对水生植物分布的影响[J]. 生态学报, 2019, 39(2): 454-459. Zhu J G, Hu W P, Liu X, et al. A review of the studies on the response of aquatic vegetation to hydrodynamic stress in lakes[J]. Acta Ecologica Sinica, 2019, 39(2): 454-459. |
| [2] | Zhang Y L, Jeppesen E, Liu X H, et al. Global loss of aquatic vegetation in lakes[J]. Earth-science Reviews, 2017, 173: 259-265. DOI:10.1016/j.earscirev.2017.08.013 |
| [3] |
许秋瑾, 金相灿, 颜昌宙. 中国湖泊水生植被退化现状与对策[J]. 生态环境, 2006, 15(5): 1126-1130. Xu Q J, Jin X C, Yan C Z. Macrophyte degradation status and countermeasures in China[J]. Ecology and Environment, 2006, 15(5): 1126-1130. DOI:10.3969/j.issn.1674-5906.2006.05.047 |
| [4] | Liu J G, Yang W. Water sustainability for China and beyond[J]. Science, 2012, 337(6095): 649-650. DOI:10.1126/science.1219471 |
| [5] | Hou X J, Feng L, Chen X L, et al. Dynamics of the wetland vegetation in large lakes of the Yangtze Plain in response to both fertilizer consumption and climatic changes[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2018, 141: 148-160. DOI:10.1016/j.isprsjprs.2018.04.015 |
| [6] |
胡旻琪, 张玉超, 马荣华, 等. 巢湖2016年蓝藻水华时空分布及环境驱动力分析[J]. 环境科学, 2018, 39(11): 4925-4937. Hu M Q, Zhang Y C, Ma R H, et al. Spatial and temporal dynamics of floating algal blooms in Lake Chaohu in 2016 and their environmental drivers[J]. Environmental Science, 2018, 39(11): 4925-4937. |
| [7] | Qin B Q, Yang L Y, Chen F Z, et al. Mechanism and control of lake eutrophication[J]. Chinese Science Bulletin, 2006, 51(19): 2401-2412. DOI:10.1007/s11434-006-2096-y |
| [8] |
李洁, 蒋丽娟, 王晓琳, 等. 凤眼莲对富营养化水体中氨氧化和反硝化微生物的影响[J]. 环境科学, 2017, 38(10): 4253-4261. Li J, Jiang L J, Wang X L, et al. Effect of Eichhornia crassipes on ammoxidation and denitrification microorganisms in eutrophic freshwaters[J]. Environmenatal Science, 2017, 38(10): 4253-4261. |
| [9] |
崔心红, 陈家宽, 李伟. 长江中下游湖泊水生植被调查方法[J]. 武汉植物学研究, 1999, 17(4): 357-361. Cui X H, Chen J K, Li W. Survey methods on aquatic macrophyte vegetation in lakes in the middle and lower reaches of Changjiang River[J]. Journal of Wuhan Botanical Research, 1999, 17(4): 357-361. DOI:10.3969/j.issn.2095-0837.1999.04.013 |
| [10] | Wang S S, Gao Y N, Li Q, et al. Long-term and inter-monthly dynamics of aquatic vegetation and its relation with environmental factors in Taihu Lake, China[J]. Science of the Total Environment, 2019, 651: 367-380. DOI:10.1016/j.scitotenv.2018.09.216 |
| [11] |
张圳, 张弥, 肖薇, 等. 太湖水生植被NDVI的时空变化特征分析[J]. 遥感学报, 2018, 22(2): 324-334. Zhang Z, Zhang M, Xiao W, et al. Analysis of temporal and spatial variations in NDVI of aquatic vegetation in Lake Taihu[J]. Journal of Remote Sensing, 2018, 22(2): 324-334. |
| [12] |
李渊, 李云梅, 郭宇龙, 等. 基于稀疏表达的水体遥感反射率高光谱重构及其应用[J]. 环境科学, 2019, 40(1): 200-210. Li Y, Li Y M, Guo Y L, et al. Reconstruction of water hyperspectral remote sensing reflectance based on sparse representation and its application[J]. Environmental Science, 2019, 40(1): 200-210. |
| [13] |
侍昊, 张婷, 李旭文, 等. 基于多星遥感影像的太湖北部湖湾春季沉水植被分布动态监测[J]. 环境监控与预警, 2016, 8(1): 13-18. Shi H, Zhang T, Li X W, et al. Dynamic monitoring of distribution of submerged vegetation in the north of Taihu Lake in spring based on multi-source remote sensing images[J]. Environmental Monitoring and Forewarning, 2016, 8(1): 13-18. DOI:10.3969/j.issn.1674-6732.2016.01.004 |
| [14] | Shi K, Zhang Y L, Zhu G W, et al. Deteriorating water clarity in shallow waters:evidence from long term MODIS and in-situ observations[J]. International Journal of Applied Earth Observation and Geoinformation, 2018, 68: 287-297. DOI:10.1016/j.jag.2017.12.015 |
| [15] | Shi K, Zhang Y L, Zhou Y Q, et al. Long-term MODIS observations of cyanobacterial dynamics in Lake Taihu:responses to nutrient enrichment and meteorological factors[J]. Scientific Reports, 2017, 7: 40326. DOI:10.1038/srep40326 |
| [16] |
刘阁, 李云梅, 吕恒, 等. 基于MERIS影像的洪泽湖叶绿素a浓度时空变化规律分析[J]. 环境科学, 2017, 38(9): 3645-3656. Liu G, Li Y M, Lü H, et al. Remote sensing of Chlorophyll-a concentrations in Lake Hongze using long time series MERIS observations[J]. Environmental Science, 2017, 38(9): 3645-3656. |
| [17] |
郭宇龙, 李云梅, 朱利, 等. 基于HJ1A-CCD数据的高光谱影像重构研究[J]. 环境科学, 2013, 34(1): 69-76. Guo Y L, Li Y M, Zhu L, et al. Research of hyperspectral reconstruction based on HJ1A-CCD data[J]. Environmeantal Science, 2013, 34(1): 69-76. |
| [18] |
于泉洲, 董杰, 刘恩峰, 等. 基于MODIS的南四湖植被覆盖变化的时空特征研究[J]. 林业资源管理, 2017(1): 144-152. Yu Q Z, Dong J, Liu E F, et al. Analysis on vegetation spatio-temporal variation of Nansi Lake based on MODIS[J]. Forest Resources Management, 2017(1): 144-152. |
| [19] |
张寿选, 段洪涛, 谷孝鸿. 基于水体透明度反演的太湖水生植被遥感信息提取[J]. 湖泊科学, 2008, 20(2): 184-190. Zhang S X, Duan H T, Gu X H, et al. Remote sensing information extraction of hydrophytes based on the retrieval of water transparency in Lake Taihu, China[J]. Journal of Lake Sciences, 2008, 20(2): 184-190. DOI:10.3321/j.issn:1003-5427.2008.02.008 |
| [20] | 刘远书, 曹鹏飞. 论南水北调东线洪泽湖蓝藻暴发的可能性[J]. 水利规划与设计, 2014(1): 9-12. DOI:10.3969/j.issn.1672-2469.2014.01.003 |
| [21] | Ruan R Z, Zhang L. Changes of Hongze Lake wetlands in the past three decades[A]. In: Proceedings of 2010 International Conference on Wireless Communications Networking and Mobile Computing[C]. Chengdu: IEEE, 2010. 1-4. |
| [22] |
刘伟龙, 邓伟, 王根绪, 等. 洪泽湖水生植被现状及过去50多年的变化特征研究[J]. 水生态学杂志, 2009, 2(6): 1-8. Liu W L, Deng W, Wang G X, et al. Aquatic macrophyte status and variation characteristics in the past 50 years in Hongzehu Lake[J]. Journal of Hydroecology, 2009, 2(6): 1-8. |
| [23] |
陶婷, 阮仁宗, 张楼香, 等. 洪泽湖湿地植被信息提取方法研究[J]. 地理空间信息, 2017, 15(3): 93-96, 99. Tao T, Ruan R Z, Zhang L X, et al. Extraction method of wetland vegetation information in Hongze Lake[J]. Geospatial Information, 2017, 15(3): 93-96, 99. |
| [24] | Yu K, Hu C M. Changes in vegetative coverage of the Hongze Lake national wetland nature reserve:a decade-long assessment using MODIS medium-resolution data[J]. Journal of Applied Remote Sensing, 2013, 7(1): 073589. DOI:10.1117/1.JRS.7.073589 |
| [25] | Lei S H, Wu D, Li Y M, et al. Remote sensing monitoring of the suspended particle size in Hongze Lake based on GF-1 data[J]. International Journal of Remote Sensing, 2019, 40(8): 3179-3203. DOI:10.1080/01431161.2018.1541109 |
| [26] | Wu Y, Dai R, Xu Y F, et al. Statistical assessment of water quality issues in Hongze Lake, China, related to the operation of a water diversion project[J]. Sustainability, 2018, 10(6): 1885. DOI:10.3390/su10061885 |
| [27] |
张圣照. 洪泽湖水生植被[J]. 湖泊科学, 1992, 4(1): 63-70. Zhang S Z. Aquatic vegetation in Hongze Lake[J]. Journal of Lake Sciences, 1992, 4(1): 63-70. |
| [28] |
严登余. 洪泽湖采砂管理分析[J]. 江苏科技信息, 2015(31): 49-50. Yan D Y. Analysis on sand mining management in Hongze Lake[J]. Jiangsu Science & Technology Information, 2015(31): 49-50. DOI:10.3969/j.issn.1004-7530.2015.31.021 |
| [29] | Liu G, Li Y M, Lyu H, et al. An improved land target-based atmospheric correction method for Lake Taihu[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2016, 9(2): 793-803. DOI:10.1109/JSTARS.2015.2503800 |
| [30] |
侍昊, 李旭文, 牛志春, 等. 基于随机森林模型的太湖水生植被遥感信息提取[J]. 湖泊科学, 2016, 28(3): 635-644. Shi H, Li X W, Niu Z C, et al. Remote sensing information extraction of aquatic vegetation in Lake Taihu based on Random Forest Model[J]. Journal of Lake Sciences, 2016, 28(3): 635-644. |
| [31] |
李俊生, 吴迪, 吴远峰, 等. 基于实测光谱数据的太湖水华和水生高等植物识别[J]. 湖泊科学, 2009, 21(2): 215-222. Li J S, Wu D, Wu Y F, et al. Identification of algae-bloom and aquatic macrophytes in Lake Taihu from in-situ measured spectra data[J]. Journal of Lake Sciences, 2009, 21(2): 215-222. DOI:10.3321/j.issn:1003-5427.2009.02.009 |
| [32] | Liu X H, Zhang Y L, Shi K, et al. Mapping aquatic vegetation in a large, shallow eutrophic lake:a frequency-based approach using multiple years of MODIS data[J]. Remote Sensing, 2015, 7(8): 10295-10320. DOI:10.3390/rs70810295 |
| [33] |
秦伯强, 张运林, 高光, 等. 湖泊生态恢复的关键因子分析[J]. 地理科学进展, 2014, 33(7): 918-924. Qin B Q, Zhang Y L, Gao G, et al. Key factors affecting lake ecological restoration[J]. Progress in Geography, 2014, 33(7): 918-924. |
| [34] | Zhang Y L, Liu X H, Qin B Q, et al. Aquatic vegetation in response to increased eutrophication and degraded light climate in Eastern Lake Taihu:Implications for lake ecological restoration[J]. Scientific Report, 2016, 6: 23867. DOI:10.1038/srep23867 |
| [35] | Zhang Y L, Qin B Q, Zhu G W, et al. Effect of sediment resuspension on underwater light field in shallow lakes in the middle and lower reaches of the Yangtze River:a case study in Longgan Lake and Taihu Lake[J]. Science in China Series D, 2006, 49(S1): 114-125. DOI:10.1007/s11430-006-8111-y |
| [36] |
阮仁宗, 夏双, 陈远, 等. 1979~2006年洪泽湖西岸临淮镇附近湖泊变化研究[J]. 湿地科学, 2012, 10(3): 344-349. Ruan R Z, Xia S, Chen Y, et al. Change of lake nearby Linhuai Town in west bank of Hongze Lake during 1979-2006[J]. Wetland Science, 2012, 10(3): 344-349. DOI:10.3969/j.issn.1672-5948.2012.03.013 |
| [37] | Li J, Tian L Q, Chen X L, et al. Remote-sensing monitoring for spatio-temporal dynamics of sand dredging activities at Poyang Lake in China[J]. International Journal of Remote Sensing, 2014, 35(16): 6004-6022. DOI:10.1080/01431161.2014.939783 |
| [38] | 王飞, 叶慎忠, 朱泉. 骆马湖采砂作业对水体影响分析及对策思考[J]. 江苏水利, 2015(7): 36-37. DOI:10.3969/j.issn.1007-7839.2015.07.016 |
| [39] | 韩东良.洪泽湖全面禁止采砂[N].中国环境报, 2016-09-12(06). |
| [40] | Duan H T, Cao Z G, Shen M, et al. Detection of illicit sand mining and the associated environmental effects in China's fourth largest freshwater lake using daytime and nighttime satellite images[J]. Science of the Total Environment, 2019, 647: 606-618. DOI:10.1016/j.scitotenv.2018.07.359 |
| [41] | Cao Z G, Duan H T, Feng L, et al. Climate- and human-induced changes in suspended particulate matter over Lake Hongze on short and long timescales[J]. Remote Sensing of Environment, 2017, 192: 98-113. DOI:10.1016/j.rse.2017.02.007 |
| [42] | Li N, Shi K, Zhang Y L, 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. DOI:10.3390/rs11020177 |
| [43] | Feng L, Hu C M, Chen X L, et al. Human induced turbidity changes in Poyang Lake between 2000 and 2010:observations from MODIS[J]. Journal of Geophysical Research:Oceans, 2012, 117(C7): C07006. |
| [44] |
刘笑菡, 冯龙庆, 张运林, 等. 浅水湖泊水动力过程对藻型湖区水体生物光学特性的影响[J]. 环境科学, 2012, 33(2): 421-420. Liu X H, Feng L Q, Zhang Y L, et al. Effects of hydrodynamic process on bio-optical properties in algal-dominated lake region of shallow lake[J]. Environmental Science, 2012, 33(2): 421-420. |