1. 引言
星云湖位于中国云南省玉溪市江川区，南边是杞麓湖，北边是抚仙湖，是由断层形成的湖泊，总面积为34.7 km2 [1]。星云湖为云南九大高原湖泊之一，也是一个富营养化的湖泊，每年都会大面积爆发藻类水华 [2] - [6]。藻类在湖面的聚集在空间和时间上变化都非常迅速，可能会在几天之内大量的形成藻类水华，藻类聚集的位置可能在一天之内都会有较大的变化，对于星云湖的水质监测在过去30年得到了长足的发展，以往当地环境监测部门每个月定期采样监测，到后来发展到设置了自动监测站点，在时间上更加密集的采样监测，但是受制于监测点位较少，目前星云湖的自动监测站只有一个，无法掌握湖面上藻类水华在空间上的发生、发展的情况。
采用卫星可以实现高时间频率和空间上连续的监测湖泊藻类的动态变化 [7] - [12]。常用于湖泊环境监测的卫星有Landsat系列，MODIS，高分一号GF-1，环境一号HJ-1，Sentinel系列卫星等，其中MODIS属于中分辨率成像光谱仪，其时间分辨率较高，但其空间分辨率较低，对于较小湖泊造成的误差较大，上述其余几种卫星数据的空间分辨率均在10~30米之间，但是只有国产的高分一号和环境一号卫星的时间分辨率较高，理论上可以达到2天 [13]。本研究使用高分一号卫星数据观测星云湖藻类水华爆发情况，观测时间段为2017年2月至2018年6月，该时间段涵盖了星云湖水华爆发和消亡的整个周期，提取了藻类水华大量爆发的区域相关遥感信息，并与同时期水质监测数据做相关分析，寻找与藻类聚集有关的水质参数因子。本研究将为研究星云湖藻类水华监测及预警提供新的手段，为湖泊环境管理决策提供依据。
2. 研究方法
2.1. 数据来源
国产高分一号卫星具有较高时空分辨率，WFV传感器拥有3个可见光波段和1个近红外波段，可以有效观测湖泊藻类水华。本研究使用中国资源卫星应用中心(http://www.cresda.com/CN/)下载的星云湖区域16m分辨率的高分一号WFV卫星遥感影像共32景，影像日期包括2017年2月4日到2018年6月7日，对原始影像的假彩色合成图经过目视判读后，去除天气状况不好的、湖面上空多云的影像8景和无藻的影像2景，最后筛选出藻类水华明显的影像22景。由于西南地区云雨天气较多，如果选取完全无云的影像，将删除过多的影像，研究数据将大大减少，为了获得更多的可供研究的数据，用于分析的22景影像中包含了部分有少量的云覆盖的影像，见表1。
Table 1. List of image data for GF-1 in the Xingyun Lake
表1. 星云湖GF-1卫星影像数据列表
用于高分一号影像预处理正射校正的地形图是V2版本的ASTER GDEM数据，其来源于中国科学院计算机网络信息中心地理空间数据云平台(http://www.gscloud.cn)。
污染指数和营养状态指数来自云南省生态环境厅九大高原湖泊水质监测月报的监测数据。
2.2. 数据预处理
由于水体本身为弱反射体，其信息更容易受到大气、平台姿态以及仪器设备稳定等方面的影响，所以在使用遥感影像前，需对原始遥感影像进行正射校正、辐射定标、大气校正等预处理。其中，正射校正采用ENVI5.3.1软件的RPC Orthorectification Workflow批处理工具，基于V2版本的ASTER GDEM地形图进行校正，辐射定标采用Radiometric Calibration Batch工具批处理完成，大气校正采用FLAASH工具完成。
本研究使用的软件有：ENVI5.3.1、ArcGIS10.3和SPSS24。
2.3. 蓝藻水华区域的提取
在完成所有GF-1 WFV影像预处理之后，本研究首先需要提取星云湖水面区域，由于星云湖水体区域变化不大，本研究基于无偏移的谷歌地球影像勾画星云湖水域边界，由于高分一号影像经过正射校正后依然有一定的位置偏差，为了确保裁剪后的所有高分一号影像均包含星云湖水体区域，本研究将水域边界矢量图建立200米缓冲区，然后将其用来裁剪高分一号影像，得到包含完整湖泊水域和部分水陆交错带的研究区域。
本研究以GF-1卫星遥感影像假彩色合成图中星云湖藻类水华区域为基准，目视识别呈现粉色的区域就是水华区域，借助归一化植被指数法(NDVI)对星云湖藻类水华区域特征信息进行提取。
归一化植被指数(NDVI) [3] 是反映植被覆盖状况的一种遥感指标，其数值的大小能指示植被覆盖变化，是近红外与可见光通道反射率之差与之和的商，利用ENVI中的波段运算工具计算NDVI值，计算公式为
，
是近红外波段所得到的反射率，
是红光波段得到的反射率。NDVI的值在−1和1之间，像元的NDVI值越高，表明像元内地物的叶绿素含量越高，对于水体，也就能指示藻细胞数量越多。
本研究采用经验法取值，反复调整及试验来确定NDVI阈值，经多次试验发现，NDVI取值在0~0.4之间能较好的获取藻类水华信息。确定合适的NDVI阈值对所选图像进行阈值分割，将归一化植被指数(NDVI)大于阈值的像元判断为藻类水华区域，相反将小于阈值的像元判断为一般水体，从而得到藻类水华区域和其他区域的二值图，输出为二值图之后，以假彩色影像粉红色区域为判断基准，与这个二值图的藻华区域进行对比，如果两者不一致，就换个阈值再重新分割，直到基本一致为止，然后输出这个二值图为shpfile矢量图层，导入ArcGIS里面将不属于藻华的区域删除，尤其是水陆交错带的区域。由于云层的NDVI值也很高，容易在阈值分割的时候被错误划分为藻华区域，需要人工将其剔除，形成最终的藻华区域矢量图层。将最终确定的矢量图层作为ROI导入到ENVI里面计算藻华区域的像元数，NDVI最大值，最小值，平均值，标准差。
2.4. 数据相关性分析
根据云南省生态环境厅九大高原湖泊水质监测月报的水污染指数、湖泊营养状态指数和通过遥感技术提取的藻类水华覆盖区域内NDVI参数和面积参数，在SPSS软件中做皮尔逊相关分析，找到相关性高的因子，研究藻华覆盖区域内NDVI值、水污染指数、湖泊营养状态指数之间的关系及影响。在数据的选择过程中，由于九大高原湖泊水质监测月报的数据是一个月一次，而本研究的遥感数据有部分数据一个月有多次观测，针对该情况，我们的遥感数据选择该月份的平均值作为一个参数(如藻华面积平均值，NDVI均值)，另外再选取该月份的最大值作为另一个参数(如最大NDVI均值，最大爆发面积)。最大NDVI均值指当月藻华面积最大的影像中藻华覆盖区域的NDVI均值。
3. 结果与讨论
3.1. 遥感观测星云湖藻类水华的变化趋势
从图1和图2可知，2017年第一次观测到星云湖藻类爆发的日期在2月4号，有藻类大量聚集在北部湖湾，南部也有少量聚集，爆发面积达到6.33 km2，到了3月下旬藻类大面积聚集，出现第一个峰值，观测到3月22日藻华面积为10.06 km2，此后保持相对的稳定，藻华面积在8 km2以下，在7月27日到7月30日之间观察到一个明显的消退过程，藻类覆盖面积从3.22 km2减小到0.12 km2。此后又开始大量爆发，10月28日观测到7.67 km2藻华覆盖面积。此后，11月5日到11月14日之间又观测到连续的消退过程，藻华面积从11月5日的3.06 km2下降到11月10日的1.89 km2，再下降到11月14日的0.64 km2。到12月，藻华面积又达到一次高峰，12月21日观测到超过15 km2的藻华面积。此后，由于气温的下降，藻类聚集面积和爆发强度有所减小，逐渐消亡，2018年2月16日观测到仅有0.13 km2的藻华覆盖面积。随着春天的到来，天气逐渐转暖，藻华覆盖面积从3月份开始升高，在2018年的3月9日出现一个峰值，藻类聚集面积达到9.01 km2，与2017年3月22日的10.06 km2相差不大，此后有所消退，2018年6月7日突然爆发，观测到的蓝藻水华爆发面积已接近16 km2，大于2017年同期观测到的结果。
Figure 1. The GF-1 images of the Xingyun lake (the image marked CIR is a pseudo-color gaussian stretch enhancement of the lake after atmospheric correction, and the red part of the image is the area of algae bloom distribution; the map marked NDVI is a visual output of the algae bloom region (in red) of the lake extracted from the NDVI bottom map)
图1. GF-1卫星拍摄星云湖遥感影像(标有CIR的图是大气校正后假彩色高斯拉伸增强显示的星云湖，图中红色部分即为藻类水华分布区域；标有NDVI的图是基于NDVI底图提取的星云湖藻类水华区域(用红色表示)的可视化输出)
Figure 2. Changes of algae bloom area
图2. 藻华面积时间变化图
2017年10月28日、2018年4月23日、2018年5月21日附近的藻类水华面积比较小，而从表2可知，这三个日期的遥感影像数据星云湖区域有少量云层覆盖，所以实际藻类覆盖面积可能比折线图中显示的要大。
在22次观测当中，藻类水华聚集面积低于星云湖水体总面积20%的有14次，大多发生在2017年的4月到11月和2018年的1月到5月间，高于20%的有8次，面积最大一次高达水体总面积的46.02%，发生在2018年的6月7日，其次第二个高峰发生在2017年12月21日，其爆发面积占水体总面积的43.32%。
总体而言，星云湖藻类水华主要发生在每年的2~3月以后，一直持续到年底甚至第二年年初，到了1~2月份得到短暂的消退，然后又再次爆发，高峰期主要在每年的5~6月和11~12月，而藻类水华的消退是很迅速的，可能在集中爆发期也会迅速消退然后又再次爆发。
Table 2. Statistics of algae bloom area and NDVI
表2. 藻华爆发面积和NDVI统计数据
3.2. 水质指数与遥感参数的相关分析
图3显示了2017年2月到2018年6月藻类覆盖区域NDVI、湖泊污染指数和湖泊营养状态指数的变化趋势。从图3可知，从2017年2月开始，NDVI呈上升的趋势，一直持续到10月达到峰值0.49，之后逐渐减小，到了2018年2月达到最小值，随后又开始上升，在2018年6月再次达到峰值，这与藻华面积峰值出现的日期基本一致。
Figure 3. Pollution index, lake nutrient status index and NDVI mean in algae bloom region
图3. 污染指数、湖泊营养状态指数和藻类覆盖区域内NDVI均值
从表3可以看出星云湖藻华面积与NDVI最大值以及NDVI平均值相关性较强，跟NDVI最小值基本无关。从表4可以看出污染指数与NDVI均值和最大NDVI均值相关性较强，跟藻华的爆发面积相关性较差。营养状态指数与NDVI均值的相关性较强，跟其它指标相关性不显著。
Table 3. Pearson correlation analysis between cyanobacteria bloom area and NDVI (N = 22)
表3. 藻华面积与NDVI之间的皮尔逊相关分析(N = 22)
**. 在0.01级别(双尾)，相关性显著。
Table 4. Pearson correlation analysis between water quality index and remote sensing index (N = 12)
表4. 水污染指数与遥感指数之间的皮尔逊相关分析(N = 12)
**. 在0.01级别(双尾)，相关性显著。
4. 结论
本研究使用高分一号卫星WFV传感器的数据，基于NDVI阈值分割与人工识别相结合，获取2017年2月至2018年6月间星云湖藻类水华分布的区域，对其藻华发生发展的时空变化特征做了分析，并与水质参数做相关分析，主要得到以下结论：
1) 从2017年2月到2018年6月星云湖大部分时间都有藻类水华聚集，且具有不确定性、不间断性、长期性，藻类水华的爆发往往会持续发生到下一年；3至4月是藻类水华的起始和萌发时期，5至12月是蓝藻水华的大规模爆发期，到下一年1至3月是衰退期。
2) 藻华面积与NDVI最大值和平均值有显著的正相关，污染指数与藻华面积最大时的NDVI均值呈显著的正相关。
基金项目
云南省地方本科高校(部分)基础研究联合专项项目(编号2017FH001-100，2018FH001-067，2018FD094，2017FD161)和云南省教育科学规划项目(编号GJZ171813)联合资助。
NOTES
*通讯作者。