|
蓝藻，35亿年前为地球营造生命雏形的先锋，现如今却成了世界公敌，蓝藻水华已经成为世界性的环境难题。在中国太湖2007年的蓝藻污染事件中，5、6月间的蓝藻大面积爆发造成无锡市全城自来水污染，生活用水和饮用水严重短缺，科学家们对蓝藻的研究与观察自此增加很多。 我们简单做一下文章检索就可以看到，仅仅2008-2009年两个年度对太湖和巢湖蓝藻的关注，就与过去一百年的相当。  对于大水面蓝藻监测来说，除了遥感，也没有更好的办法了。但最多的遥感数据（比如Landsat）大多还是为监测陆地指标而设计的卫星参数，在监测水体指标上并不特别具有优势。当然有研究者尝试通过估测水体中的叶绿素或者藻蓝素的浓度来对蓝藻爆发事件进行预测，也算一个不小的突破。 项目组成员野外采集水样工作照   项目组成员在巢湖通过无人机采集野外数据 覆盖太湖的一景遥感图像 （eos.com/landviewer 截图）  而从2000年发射升空的MODIS卫星，是监测蓝藻中受研究者们青睐的数据，虽然空间分辨率只有250 m，但时间分辨率高达0.5天，如果用于水域蓝藻动态的密集监测，是非常合适的。 可惜，MODIS有几个方面的问题，会阻碍我们对问题的探索。首先，上个世纪80年代之前，蓝藻水华是鲜有耳闻的。如果我们现在要拿来比较，也只有用那个时候的数据了；其次，250米的分辨率监测水华，其实还是太粗了，如果只监测一些大湖，那还说得过去。所以，用MODIS来做的相关工作基本上也就集中在太湖、巢湖、滇池。问题是，蓝藻水华不仅仅是大湖的事儿，小湖泊也很频繁，也许水体面积本身就是一个引发水华的重要参数呢！因此，我们需要一次“扫荡式”的全面排查，这或许能让我们更全面了解这个困扰的问题。 而要一揽子解决这几个问题，似乎还是只有Landsat的数据可以帮忙，尽管它没有专门为监测蓝藻水华所设计的波段。但也就是因为此，我们才有了探索的兴趣，也就有了科学研究的价值。 同样，多亏了谷歌地球引擎（Google Earth Engine，GEE），它基于像元对遥感影像进行处理的方式极大地提高了卫星影像数据的利用效率，这给了我们实践“利用Landsat数据进行长时序蓝藻爆发监测”这一想法提供了机会。 作为这样一个问题，长江中下游地区其实是一个极好的研究区域，它是东亚乃至世界级的淡水分布集中区，而且周边城市也是中国近30年飞速发展的缩影。 我们近期（2019年7月）发表的这个研究，就是在GEE遥感大数据云平台上，基于31431景Landsat影像展开的工作。我们提取了长江中下游地区的水体分布，并结合中国湖泊网络博物馆数据确定了水域面积超过50 km2的所有湖泊和水库，一共30个湖泊和10个水库。我们一揽子对这40个湖库在1990-2016年的蓝藻爆发动态进行了全面分析和比较。 这里插播一段  其实最初我们曾想将长江中下游地区面积大于1 km2的湖泊全部分析个遍，大数据时代嘛。虽然这个理想很丰满，但现实也很骨感。所考察的湖泊水库多了，我们根本难于定位1990-2016年间各项社会发展、人口、化肥、温度等数据与哪些水体关联起来；而且这些社会发展数据估计在地球上就从来就没有产生过。经过权衡，我们选择了面积大于50 km2的大型湖库来进行研究。虽然个数少了一些，但我们分析的总水域面积还是占长江中下游地区总水域面积的70%以上。因此嘛，其代表性意义是有的。  长江中下游地区不同大小湖库个数与水域总面积统计 我们逐像元解读了各湖库一年内蓝藻发生情况，再统计各湖库蓝藻爆发年最大面积占总面积的比例（cyanobacterial bloom area percentage，CAP），以及湖库内各像元发生蓝藻水华次数的平均值，并将此定义为蓝藻水华频率指数（cyanobacterial bloom frequency index，CFI）。 有了指标和参数，结果就一目了然了。从1990年以来，超过60%的湖泊、所有的水库，蓝藻水华的CAP和CFI呈现上升的趋势。这说明近30年来，长江中下游地区湖库蓝藻爆发情况总体上是变得更加严峻的——事实就是这样嘛！  30个湖泊和10个水库的1990-2016年间蓝藻爆发面积百分比（cyanobacterial bloom area percentage，CAP）变化率分布，其中'↑'和'↓'表明增加或减少趋势的统计学显著性（p <0.05）。我们按从东向西从南至北的顺序给各湖库进行了编号。  30个湖泊和10个水库的1990-2016年间蓝藻爆发频率指数（cyanobacterial bloom frequency index，CFI）变化率分布，其中'↑'和'↓'表明增加或减少趋势的统计学显著性（p <0.05）。 总体趋势了解了。但我们更想了解的，还是这40个湖库的蓝藻水华历史动态变化的主要影响因素是什么。根据我们的先验认识，人口数量（Population）、三大产业的GDP（PGDP，SGDP，TGDP）、化肥施用量（Fertilizer），年降水量（Precipitation）、年均温（YT）及年内活动温度（AT）应该值得分析，这是分析人类活动和气候变化对蓝藻水华影响的重要参数。  各湖库8大影响因子对CAP产生有效影响的分布图。纵列中的色块表示影响每个湖库蓝藻动态，横坐标对应各湖库编号，数字表示多元线性模型中各解释变量的回归系数。  各湖库8大影响因子对CFI产生有效影响的分布图。纵列中的色块表示影响每个湖库蓝藻动态，横坐标对应各湖库编号，数字表示多元线性模型中各解释变量的回归系数。 直接说我们的结果吧。与湖泊相比，水库受周边地区化肥施用量的影响更普遍，高温年份蓝藻水华爆发的频率和面积有所增加，但湖库地区的降水可以在一定程度上缓解蓝藻的爆发。当然，这些结果也算不上什么新发现，但我们用更大的数据集来明确了一些曾经不确定性的认识。作为一个探索，也有一些新的认识。比如，我们发现，有几个湖泊的蓝藻爆发动态在1990-2016年间是呈现下降趋势的，如升金湖、石臼湖、大冶湖等，其变化则主要与周边地区发展及人口变化相关。 我们的这项研究，将视角集中在多个湖泊长时序蓝藻动态监测上，不仅补充了长江中下游地区大型湖库蓝藻水华爆发动态的历史信息，还扩充了我们对其他非热点研究湖库蓝藻爆发动态变化的基础信息。GEE的实力在本研究中再次获得证明，所以，利用好新的技术，过去许多不能解决的问题将不再令人困扰。希望随着技术的发展，我们能够解决更多目前解决不了的问题，从而对这个蔚蓝星球认识更加全面。 刚刚看到一句网络大V的话，我觉得非常好，放在这里做结尾了—— GEE是免费的，可以提供无限的计算量，但是每个账户计算空间是有限的，我们用GEE就是要在有限的计算空间内争取做无限的计算。 论文：Zong, J.-M.; Wang, X.-X.; Zhong, Q.-Y.; Xiao, X.-M.; Ma, J.; Zhao, B. Increasing Outbreak of Cyanobacterial Blooms in Large Lakes and Reservoirs under Pressures from Climate Change and Anthropogenic Interferences in the Middle–Lower Yangtze River Basin. Remote Sens. 2019, 11, 1754. |
|
|
