藻源型湖泛发生过程水色变化规律

李佐琛，段洪涛，张玉超，邵世光，3，马荣华

（1.西北大学城市与环境学院，陕西 西安 7101271；2.中国科学院南京地理与湖泊研究所湖泊与环境国家重点实验室，江苏 南京 210008；3.河海大学水文水资源与水利工程科学国家重点实验室，江苏 南京 210008）

藻源型湖泛发生过程水色变化规律

李佐琛1，2，段洪涛2*，张玉超2，邵世光2，3，马荣华2

（1.西北大学城市与环境学院，陕西 西安 7101271；2.中国科学院南京地理与湖泊研究所湖泊与环境国家重点实验室，江苏 南京 210008；3.河海大学水文水资源与水利工程科学国家重点实验室，江苏 南京 210008）

利用Y-型沉积物再悬浮发生模拟装置，模拟湖泛发生过程，分析水体吸收特性变化特征；同时，利用Hydrolight和CIE颜色匹配函数模拟水体颜色，分析湖泛水色变化规律.结果表明：在湖泛发生过程中，可溶性有色物质（CDOM）浓度（ag）不断增大，无机颗粒物浓度及吸收（ad）总体呈减小的趋势，而浮游植物色素浓度及吸收（aph）随时间变化不规律；基于Hydrolight模拟湖泛水体，离水辐亮度（Lw）和遥感反射比（Rrs）均随时间不断变小；3）另外，随SPIM或ag（443）的变大，水体颜色逐渐由绿色变为棕色.当SPIM增至40mg/L时，水体呈现棕色；当ag（443）达到10m-1时，水体呈现红棕色.通过研究湖泛发生过程水体光学特性和水色变化规律，有助于构建高精度的湖泛遥感监测模型.

湖泛；吸收特性；离水辐亮度；遥感反射比；水色

藻源型湖泛是指湖泊富营养化水体在藻类大量暴发、积聚和死亡后，在适宜的气象、水文条件下，与底泥中的有机物在缺氧和厌氧条件下产生生化反应，释放硫化物、甲烷和二甲基三硫等硫醚类物质，形成褐黑色伴有恶臭的黑水团，从而导致水体水质迅速恶化、生态系统受到严重破坏的现象［1］.从20世纪90年代以来，太湖北部水域就时常出现湖泛［2］.而除太湖北部湖区外，滇池福保湾的大清河口和海河口、巢湖的十五里河口和塘西河口也多次发生湖泛现象.

目前，富营养化湖泊水色遥感的研究主要集中在浮游植物色素（叶绿素a和藻蓝素）浓度、蓝藻水华遥感监测等方面［3］.实际上，相对于蓝藻水华本身的危害，湖泛对于水体水质和水源地饮用水安全影响更为直接，危害更大.湖泛发生具有随机性、持续时间短、难以扑捉等特点.目前太湖湖泛的监测主要还是以人工巡查为主，耗费了大量的人力物力［4］.遥感具有监测范围广、速度快、成本低和便于进行长期动态监测的优势，已经在湖泊蓝藻水华的监测中发挥了巨大的作用.湖泛的发生最明显的现象就是水体发黑［1］，与正常水体和蓝藻水华发生区域具有较为明显的光谱差异，因此，遥感可以用于湖泛的监测，发挥更大的优势.利用遥感方法研究黑水团，最早开始于1993年，研究者利用Landsat TM影像成功的识别出了新加坡一个河口的黑水区域［5］.随后，不同学者针对不同区域的黑水团，如佛罗里达礁群（Florida Keys）［6-7］、圣约翰河（the Lower St. Johns River）［8］和波罗的海［9］等进行了研究，发现该类水体中有色可溶性有机物（CDOM）含量普遍偏高.但我国学者何贤强等［10］在我国长江口东南海域黑水区域研究发现，黑水水域CDOM含量相对于其他水体并不显著增高，黑水现象主要是由于颗粒后向散射系数值极小造成的.对于太湖黑水团的遥感研究，目前只有Duan等［11］通过在现场采集黑水团水体，揭示了湖泛发生时水体CDOM含量显著高于普通水体，而无机颗粒物浓度普遍偏低（无机颗粒物控制着水体的后向散射）；因此，二者的共同贡献造成了水体的低散射、高吸收，导致湖泛水体反射率显著低于周边正常水体而呈现黑色.

水色遥感研究只有以水体光学特性为基础，才能保证水色参数浓度反演的精度.易梅森等［12］对浮游植物降解消亡过程中水体光学特性的变化进行了研究，但是，对于湖泛引起的黑水团现象，特别是从大量藻颗粒聚集的绿色水体，到湖泛形成后水体呈现黑色，这一生态过程中水体光学特性的变化，目前研究仍十分欠缺.本文通过Y-型沉积物再悬浮发生模拟装置［13-14］，通过向其中添加藻颗粒和底泥沉积物，模拟湖泛发生过程，分析其中水色参数光学特性变化规律；同时，利用Hydrolight和CIE颜色匹配函数，模拟单个参数梯度变化时的离水辐亮度和遥感反射比，并对水体颜色进行模型推演，探讨湖泛发生过程中的水色变化规律，从而为湖泛卫星遥感监测提供参考.

1 材料与方法

1.1 采样地点与方法

实验所需的底泥沉积物、湖水以及蓝藻颗粒，2013年9月在太湖月亮湾水域同步采集.月亮湾位于太湖北部梅梁湾与竺山湾之间，北靠马山，南面为太湖开阔区域，面积约10.51km2.此水域近几年来多次发生湖泛现象［2］，以此做为采样地点具有较大代表性.

实验所用蓝藻颗粒通过25号浮游生物网采集，湖水通过25L聚乙烯桶收集；沉积物则使用重力式沉积物采泥器（Φ110mm，L50cm），采集30cm左右沉积物柱状样，并带原位上覆水约20cm，用橡胶塞将柱状样塞紧保存.在整个采集过程中要保证沉积物界面无扰动.

1.2 实验方法及模拟条件控制

1.2.1 湖泛发生模拟装置 利用位于中国科学院南京地理与湖泊研究所Y—型沉积物再悬浮发生模拟装置［13］模拟.此装置可以实现浅水湖泊实际水深及不同风浪作用下沉积物—水界面间一些物理、化学、生物过程的模拟，具有室内良好再现浅水湖泊水动力过程及沉积物再悬浮等过程的功能［14］，已证明可以成功模拟湖泛发生过程.

1.2.2 实验方案 将采集的沉积物柱状样上半部分20cm分别装入模拟装置的模拟柱中（图1），并以无扰动法加入采集的湖水，使水深达到与实际湖泊水深相似的180cm，最后在每柱中加入47.5g（约5000g/m2）采集的蓝藻颗粒.在模拟过程中，环境温度控制在（29±1）℃；风速则通过Y-型沉积物再悬浮发生装置模拟，控制该装置上部扰动电机7Hz、下部扰动电机6.4Hz的扰动频率配合产生风浪，此过程相当与模拟太湖常见的3.2m/s的风速［14］，每日下午模拟风浪过程并持续4h；整个过程保持自然光照.为了更准确的描述黑水团形成过程，样品静置24h后，开始采集，每组每天1次，共计6d.采集后的水样，过滤后冷冻保存，待试验全部结束后统一进行了分析.

图1 Y—型沉积物再悬浮发生模拟装置Fig.1 Sketch of the Y-shape apparatus used for the black water simulation

1.3 样品测定与分析

吸收系数的测定：总悬浮颗粒物吸收系数（ap）的测定，用直径47mm 的GF/F膜（孔径0.7µm）过滤水样，使用岛津UV-2600紫外可见分光光度计测量滤膜上颗粒物的吸光度，用同样湿润程度的空白膜做对比，再通过Cleveland等［15］提出的公式进行放大因子校正，计算得出ap（λ）.非色素颗粒物吸收系数（ad）的测定，用次氯酸钠［16］将上述载有总悬浮颗粒物的滤膜漂白15min左右，去除膜上藻类的色素，然后按同样的方法测量计算得出ad（λ）.浮游藻类色素的吸收系数（aph），只需将总悬浮颗粒物吸收系数与非色素颗粒物吸收系数线性相减，即aph（λ）=ap（λ）-ad（λ）.有色可溶性有机物（CDOM）吸收系数（ag）的测定，用孔径22µm的minipore膜过滤水样，在UV-2600上测量滤液的吸光度，用空白做对比，然后根据Bricaud等［17］提出的方法对散射效应进行校正，并计算得到ag（λ）.

水色参数浓度的测定：叶绿素a浓度（Chl-a）的测定，用GF/C膜（孔径1.2µm）过滤水样，将滤膜反复冻融进行细胞破碎，用90%丙酮溶液提取叶绿素，依次测定750，664，647，630nm波长处的吸光度，最后计算得出叶绿素a的浓度.无机颗粒物（SPIM）浓度的测定，采用GB 11901-89的烘干称重法.溶解性有机碳（DOC）的测定，依据ISO 8245-1999，用烧过的GF/F膜对水样进行过滤，在1020型TOC仪对滤清液进行测量.利用溶解氧仪和便携式氧化还原电位仪分别测定水体溶解氧（DO）和氧化还原电位值（Eh）.

1.4 水色推演

1.4.1 Hydrolight模拟 Hydrolight是基于《Light and Water》编写的辐射传输模型，采用不变嵌入法（Invariant Imbedding）来解译辐射传输方程［18］. Hydrolight被用来估算由于CDOM、Chl-a、SPIM浓度等水色参数变化而各自改变的离水辐亮度（Lw）、遥感反射比（Rrs）等.本次模拟采用的ag（440）、Chl-a、SPIM浓度参数均来自湖泛模拟过程中实测所得，比吸收系数和比散射系数采取太湖夏季野外测量的平均数据，风速为3.2m/s，深度采取太湖均深1.9m［19］，太阳天顶角取30度，范围为400～700nm，间隔5nm.

1.4.2 颜色模型 国际照明委员会（CIE）开发了一个普遍公认的比色法坐标系统，光的光谱强度分布可用于导出Y来表示亮度或照度，以及2个色度参数x、y表分别代表色调和饱和度［20］.该系统基于颜色匹配函数（三色函数），一般说来是由类主体衍生的并且被认为是合理和可重复的.CIE颜色分量被估计成辐射光谱和三色函数在可见光谱（400～700nm）综合的产物.

以经验系数0.4产生的色彩为RGB颜色系统亮度范围的中点，并能充分模拟水体的颜色.将CIE坐标系中的X、Y和Z值，用基于色度坐标和标准电脑显示器基准白的矩阵转换为RGB基元［21］.可通过Dierssen等［22］提出的Matlab代码来实现将Lw转化为RGB基元，再量化为颜色.

2 结果与讨论

2.1 水体化学物质变化

由表可见，水体中DO值虽然随时间变化并不规律，但其值都小于0.7mg/L，说明湖泛发生过程中水体是处于厌氧状态的.而Eh值在前期逐渐变小，后期基本趋于稳定，水体呈强还原性状态.SPIM在整体上呈现减小的趋势，而Chl-a的变化较为复杂.从数据上看，藻类在湖泛发生过程中，仍在生长，第4d达到最高值；随后浓度开始减小，分解变为主导；SPIM在第5d后稍有增加，也佐证了藻类分解成为主流.DOC的变化不规律，其值出现反复，可能是由于碳的来源较多，在藻类厌氧分解过程中贡献不同造成的.

湖泛发生过程中由于藻类的死亡分解，释放出大量有机物，部分有机物以可溶态存在水体中，导致水中DOC和CDOM增大；同时，有机物进一步分解，消耗大量的溶解氧，使得水体呈现厌氧还原状态.在厌氧（低DO、Eh）状态下，加剧了物质的还原分解，使得SPIM发生变化.

表1 水体中各生物光学、水质等参数值Table 1 Bio-optical water quality parameters of black water

2.2 水体光学吸收特性变化

2.2.1 浮游植物色素吸收系数（aph） 浮游植物色素吸收，取决于藻类生长状况；在黑水团形成的过程中，藻类生长状况的复杂性决定了aph呈现不规律变化（图2）.藻类的生长状况主要取决于水体中的DO和营养盐浓度高低.实验开始时，水柱中DO均保持一个较高水平，为藻类生长提供良好的环境；随着水中DO的降低，水体处于缺氧、厌氧阶段，藻类出现死亡降解的现象.藻类的死亡分解又会产生大量营养盐，未死亡藻类依靠这些养分而出现暴发生长，导致后期aph出现不规律性变化［23］.

图2 浮游藻类的（a）吸收曲线及（b）aph（443）、aph（665）随时间的变化Fig.2 Phytoplankton （a） absorption spectral； （b） variation of aph（443） and aph（665） with time

如图3所示，相关系数aph（443）＜aph（665），说明黑水团发生过程水体的浮游藻类吸收系数并不仅由Chl-a决定的，应该还有其它色素的影响.从图2可以得知，在蓝光波段除第1d的吸收峰值出现在443nm处外，其他天数的吸收峰都出现偏移，这是由于在黑水团形成过程中，水质下降造成浮游植物细胞破碎死亡，其原本所含的叶绿素也跟着被破坏，而转变成脱镁叶绿素，随脱镁叶绿素占色素总浓度比例的增大，浮游植物吸收曲线上蓝光吸收峰偏离443nm波段，逐渐向412nm波段靠近，蓝光波段吸收峰的高度由脱镁叶绿素浓度决定，而红光波段吸收峰的高度由Chl-a浓度决定［24］.

图3 浮游藻类吸收系数与Chl-a之间的关系Fig.3 Relationships between Chl-a andaph（443）， aph（665）（a） aph（443）； （b）aph（665）

2.2.2 非色素颗粒物吸收系数（ad） 非色素颗粒物吸收光谱曲线在400～700nm不断减小，呈指数衰减形式，700nm后逐渐趋近于零；且波长越短，不同样本间吸收系数变化趋势越大（图4a）.ad（443）随黑水团的发生呈先减小后增大的趋势（图4b）.这是由于藻类的生长和死亡分解过程，消耗大量的氧气，导致水体中DO含量持续降低，进而使水体呈强还原环境，使水中的无机矿物质和部分有机物被还原分解.在前期，分解速率远远大于生成速率，所以使得水体中的非色素颗粒物的含量减小；而到后期当其分解速率减小，生成速率变大，使得水体中颗粒物的含量出现增大的现象［25-26］.

ad（443）与无机悬浮颗粒物（SPIM）相关性分析发现，ad（443）与SPIM呈现弱相关性（R2=0.31，P＜0.01）（图5），说明湖泛形成过程中蓝藻降解除生成无机颗粒物外，还伴随产生大量的非色素有机颗粒物.

2.2.3 CDOM吸收系数（ag） CDOM吸收光谱曲线，与非色素颗粒物光谱特征相似，呈指数衰减趋势，700nm处趋近于零（图6）.由于CDOM吸收系数在短波处差异较大，通常用443nm波长处的吸收系数ag（443）来表现CDOM的浓度［27］.水体中蓝藻颗粒降解是CDOM的主要来源［28］，随着黑水团发生过程中藻类的不断死亡降解，ag（443）呈不断增大的趋势，其范围为1.00～3.04m-1，均值为（2.22±0.78）m-1（图6b），远超一般正常水体.

图4 非色素颗粒物的（a）吸收曲线及（b）ad（443）随时间的变化Fig.4 De-pigmented particle： （a） absorption spectral； （b）variation of ad（443） with time

图5 无机悬浮颗粒物浓度与非色素颗粒物吸收系数的关系Fig.5 Relationships between SPIM and ad（443）

图6 CDOM的（a）吸收曲线及（b）ag（443）随时间的变化Fig.6 CDOM： （a） absorption spectral； （b） variation of ag（443） with time

2.2.4 水体总吸收系数（at（λ））随湖泛的发生，水体的光谱吸收曲线变化（图7a），除在675nm处有明显的吸收峰，其他波段呈指数衰减.随着时间的变化，光谱吸收系数越来越大.第1d的吸收系数最小，其在400～700nm变化范围为0.33～7.21m-1，平均值为2.36m-1；吸收系数的最大值出现在第6d，在400～700nm的变化范围为0.31～10.12m-1，平均值为3.13m-1.总体上，无机颗粒物对总吸收的贡献率要小于浮游植物和CDOM；而且随着试验的进行，CDOM对总吸收的贡献率明显增大，在水体发黑时占绝对主导地位（图7b）.

2.3 湖泛发生过程水色推演

2.3.1 表观光学量 遥感反射比（Rrs）和离水辐亮度（Lw）与水色物质浓度、吸收系数a和后向散射系数b等遵守严格的辐射传输方程：

其中：a（λ）是不同波长的吸收系数；bb（λ）是不同波长的后向散射系数；f/Q，是太阳天顶角函数，取值约为0.0945或0.0922；t/n2=0.54.

图7 （a）水体光谱吸收系数（at（λ））与（b）不同颗粒物对总吸收的贡献率Fig.7 （a） absorption spectral； （b） relative contributions of the three optically significant constituents to non-water total absorption coefficient

在湖泛发生过程中，水体的遥感反射比（Rrs）和离水辐亮度（Lw）变化趋势相似，随时间不断变小（图8）.在湖泛形成过程中，水中的无机颗粒物含量在不断减小，导致水体对光的散射作用减小，即bb较小；同时大量藻类的分解，使得水中CDOM的含量增多，水体对光的吸收作用加强，a明显增加.两者的共同作用导致发生湖泛的水体反射率逐渐降低，并最终显著低于正常水体；在强背景的衬托下，低反射率湖泛水体相对呈现黑色，变成黑水团［11］.

2.3.2 梯度模拟中的表观光学量.通过Hydrolight模拟不同梯度Chl-a、SPIM和ag（440）下的Lw和Rrs，当模拟某个参数变化时，其他参数取平均值.由于颗粒物的强散射作用，随着Chl-a浓度的增加，Lw和Rrs相应变大（图9）；随着ag（440）的增加，Lw和Rrs相应不断变小，这是由于CDOM的强吸收，低散射特性（图11）.由于SPIM既主导后向散射，又有吸收作用，所以SPIM浓度的增加，对表观光学量的变化影响较为复杂，在400～540nm， Lw和Rrs相应变小但变化趋势不明显，而在540～700nm， Lw和Rrs相应变大（图10）.

图8 湖泛发生过程中Rrs和Lw光谱曲线Fig.8 Changes of spectral during laboratory simulations： （a） reflectance and （b） water-leaving radiance

图9 不同Chl-a浓度下的Rrs和Lw光谱曲线Fig.9 Rrsand Lwof Chl-a between 0and 60µg/L

图10 不同SPIM浓度下的Rrs和Lw光谱曲线Fig.10 SPIM between 0and 60mg/L： Rrsand Lw

2.3.3 色彩推演 水色变化受多种因素条件的影响，但为了探究水色物质组成变化而引起的水色绝对变化，没有考虑其他外界条件.在相同背景情况下，水体颜色的变化是由于离水辐亮度等直接变化引起的.本文根据Dierssen提出的Matlab代码，将Lw转化为RGB颜色，推演得出的是在不受太阳耀斑和明亮天空作对比的影响下，人眼正面朝下观测到的水色.

图11 不同浓度ag（443）下的Rrs和Lw光谱曲线Fig.11 ag（443） between 0and 12m-1： （a） Rrs； （b） Lw

图12 Chl-a、SPIM浓度及CDOM变化Fig.12 Surface color based on water-leaving radiance using the CIE color matching functions： （a） Chl-a； （b） SPIM （c）CDOM

随着Chl-a浓度由0µg/L增大到60µg/L，水体颜色逐渐由棕色变为绿色，由长波向短波方向移动.但随着SPIM浓度增大，水体颜色由短波向长波方向移动；当SPIM浓度增至40mg/L时，水体颜色已呈现棕色；同样，当ag（443）增至6m-1时，水体颜色逐渐变为棕色，达到10m-1之后呈现红棕色，整体向长波方向移动.

需要注意的是，本文完全是基于室内湖泛模拟实验进行研究，相对于湖泊自然水体湖泛发生过程，物质参数和水色变化规律是否完全一致，需要进一步的野外实验进行验证；这也是本研究下一步的工作重点.

3 结论

3.1 由于湖泛形成过程中藻类发生分解导致水体中CDOM的含量增多，ag（443）不断增大.ad（443）总体呈减小的趋势，而SPIM也是减小的，但ad（443）与SPIM仅呈弱相关（R2=0.31，P＜0.01）.

3.2 浮游色素吸收系数（aph）随时间变化不规律，aph（665）与Chl-a显著相关（R2=0.54，P＜0.01），aph（443）和Chl-a仅呈弱相关性（R2=0.32）.

3.3 基于Hydrolight模拟湖泛水体，离水辐亮度（Lw）和遥感反射比（Rrs）均随时间不断变小.

3.4 随着Chl-a浓度的增加，Lw和Rrs相应变大；而随着ag（440）的增加，Lw和Rrs相应不断变小.随SPIM浓度增加，对不同波段的表观光学量的影响不同，在400～540nm之间Lw和Rrs相应变小但变化趋势不明显，而在540～700nm处Lw和Rrs相应变大.

3.5 随SPIM或ag（443）的变大，水体颜色逐渐由绿色变为棕色.当SPIM增至40mg/L时，水体呈现棕色；当ag（443）达到10m-1时，水体呈现红棕色.

［1］Shen Qiushi， Liu Cheng， Zhou Qilin， et al. Effects of physical and chemical characteristics of surface sediments in the formation of shallow lake algae-induced black bloom ［J］. Journal of Environmental Sciences， 2013，25（12）：1-8.

［2］陆桂华，马 倩.太湖水域“湖泛”及其成因研究 ［J］. 水科学进展， 2009，20（3）：438-442.

［3］孔繁翔，马荣华，高俊峰，等.太湖蓝藻水华的预防、预测和预警的理论与实践 ［J］. 湖泊科学， 2009，21（3）：314-328.

［4］陆桂华，马 倩.2009年太湖水域“湖泛”监测与分析 ［J］. 湖泊科学， 2010， 22（4）：481-487.

［5］Nichol J E. Remote sensing of tropical blackwater rivers： a method for environmental water quality analysis ［J］. Applied Geography， 1993，13（2）：153-168.

［6］Hu Chuanmin， Keith E H， Michael K C， et al. The 2002 ocean color anomaly in the Florida Bight： A cause of local coral reef decline？［J］. Geophysical Research Letters， 2003，30（3）：1-4.

［7］Hu Chuanmin， Frank E M， Gabriel AV， et al. Linkages between coastal runoff and the Florida Keys ecosystem： A study of a dark plume event ［J］. Geophysical Research Letters， 2004，31（15）：1-4.

［8］Gallegos C L. Optical water quality of a blackwater river estuary：the Lower St. Johns River， Florida， USA ［J］. Estuarine， Coastal and Shelf Science， 2005，63（1）：57-72.

［9］Berthon J F， Zibordi G. Optically black waters in the northern Baltic Sea ［J］. Geophysical Research Letters， 2010，37（9）：1-6.

［10］何贤强，唐军武，白 雁，等.2003年春季长江口海域黑水现象研究 ［J］. 海洋学报（中文版）， 2009，31（03）：30-38.

［11］DuanHongtao， Ma Ronghua， Steven A L， et al. Optical characterization of black water blooms in eutrophic waters ［J］. Science of the Total Environment， 2014，482：174-183.

［12］易梅森，段洪涛，张玉超，等.浮游植物降解过程中的水体光学吸收特性变化研究 ［J］. 中国环境科学， 2014，34（5）：1258-1267.

［13］范成新.一种室内模拟水下沉积物再悬浮状态的方法及装置［P］. 中国， CN1563928-A， 2005-1-12.

［14］尤本胜，王同成，范成新，等.太湖沉积物再悬浮模拟方法 ［J］. 湖泊科学， 2007，19（5）：611-617.

［15］Cleveland J S， Weidemann A D. Quantifying absorption by aquatic particles： A multiply scattering correction for glass-fiber filters ［R］. DTIC Document， 1993.

［16］Tassan S， Ferrari G M. An alternative approach to absorption measurements of aquatic particles retained on filters ［J］. Limnology and Oceanography， 1995，40（8）：1358-1368.

［17］Bricaud A， Morel A， Prieur L. Absorption by dissolved organic matter of the sea （yellow substance） in the UV and visible domains ［J］. Limnology and Oceanography， 1981，26（1）：43-53.

［18］Mobley C D， Mobley C D. Light and water： Radiative transfer in natural waters ［M］. San Diego： Academic press， 1994

［19］秦伯强，胡维平，陈伟民.太湖水环境演化过程与机理 ［M］. 北京：科学出版社， 2004.

［20］Williamson S J， Cummins H Z. Light and color in nature and art［J］. John Wiley and Sons， 1983.

［21］Bt I R. 709-5： Parameter values for the HDTV standards for production and international programme exchange 12 ［J］. EBU Standard for chromaticity tolerances for studio monitors Tech.

［22］Dierssen H M， Kudela R M， Ryan J P， et al. Red and black tides：Quantitative analysis of water-leaving radiance and perceived color for phytoplankton， colored dissolved organic matter， and suspended sediments ［J］. Limnology and Oceanography， 2006，51（6）：2646-2659.

［23］冯 胜，刘 义，余广彬.微生物作用下的微囊藻降解试验研究［J］. 现代农业科技， 2009，01：253-255.

［24］王 林，赵冬至，邢小罡，等.脱镁叶绿素对浮游植物吸收特性的影响 ［J］. 海洋与湖沼， 2009，40（5）：596-602.

［25］宋金明.中国近海生物地球化学 ［M］. 济南：山东科学技术出版社， 2004.

［26］Yamanaka M， Nakano T， Tasec N. Sulfate reduction and sulfide oxidation in anoxic confined aquifers in the northeastern Osaka Basin， Japan ［J］. Journal of Hydrology， 2007，335：55-67.

［27］Del Castillo C E， Coble P G. Seasonal variability of the colored dissolved organic matter during the 1994-95NE and SW monsoons in the Arabian Sea ［J］. Deep Sea Research Part II：Topical Studies in Oceanography， 2000，47（7）：1563-1579.

［28］Babin M， Stramski D， Ferrari G M， et al. Variations in the light absorption coefficients of phytoplankton， nonalgal particles， and dissolved organic matter in coastal waters around Europe ［J］. Journal of Geophysical Research， 2003，108（C7）：3211.

Variations in optical properties and water color during the formation of black bloom waters: a laboratory experiment.

LI Zuo-chen1，2， DUAN Hong-tao2*， ZHANG Yu-chao2， SHAO Shi-guang2，3， MA Rong-hua2
（1.College of Urban and Environmental Science， Northwest University， Xi'an 710127， China；2.State Key Laboratory of Lake Science and Environment， Nanjing Institute of Geography and Limnology， Chinese Academy of Sciences， Nanjing 210008，China；3.College of Hydrology and Water Resources， Hohai University， Nanjing 210098， China）.

China Environmental Science， 2015，35（2）：524～532

In the summer of 2007， a bloom of black water in Lake Taihu entered into the potable water supply of Wuxi city and left more than 1million people lack of drinking water. Recent evidence shows that these blooms involve massive production of dissolved organic carbon， most likely from inorganic carbon fixed in cyanobacterial blooms. Because blooms have limited spatial and temporal distributions， it is difficult to monitor them in situ. Remote sensing provides a new opportunity to monitor this complex carbon transformation. However， little is known about the temporal dynamics of optical properties of black bloom formation. In this study， we analyzed the daily transformation of particulate organic material to dissolved organic material， closely monitoring optical changes and water color during the simulation of a black water bloom in the laboratory. Results showed that during black water bloom formation： 1）CDOM absorption increased significantly， while absorption from suspended particulate inorganic matter decreased. 2）Phytoplankton pigments absorption （aph） varied over time. 3） Simulated water-leaving radiance and remote sensing reflectance decreased， allowingto examine spectral variations and water color in relation to bloom formation. These changes in optical properties of black bloom provided new opportunities to monitor these processes in lake conditions using remote sensing.

black bloom；absorption characteristics；water leaving radiance；remote sensing reflectance；water color

X524

A

1000-6923（2015）02-0524-09

李佐琛（1988-），男，山东潍坊人，西北大学硕士研究生，研究方向为湖泊水色遥感.

2014-06-12

国家自然科学基金（41171271， 41431176）.

* 责任作者， 研究员， htduan@niglas.ac.cn