基于地球同步海洋水色卫星数据的太湖沉积物模拟

2019-02-28

       近日,我室博士后何岸鹏在国际知名期刊Remote Sensing上发表了有关太湖沉积物遥感反演与数值模拟的相关论文,通讯作者为我室何贤强研究员。

       论文利用计算机模拟与地球同步水色卫星数据相结合的方法,对太湖的流场进行模拟,从而对太湖悬浮物(TSM)浓度以及湖底淤积厚度进行计算。模型综合了浅水动力湖泊二维模型与输沙模型,并且结合地球同步水色遥感卫星(GOCI)数据与太湖实测数据进行综合研究。遥感数据利用紫外大气校正算法(UV-AC)和区域经验悬浮物算法进行反演,同时用同步航次实验数据进行参数校正,得出太湖悬浮物浓度的季节分布特征。结果显示太湖TSM浓度大约在0 - 400 mg/l之间。从月平均TSM浓度结果看,高TSM区域位于湖泊西南部分,1-3月相对较低。从2月到5月,浓度增加并开始向北移动。然后7月下降到最低点。从7月到12月,浓度再次增加,并从湖北岸不断扩散至整个太湖。模拟研究从3月5日开始,持续了10天,由于太湖东部地形复杂,环流主要由太湖西部决定。开始5天后盛行东南风时,水流顺时针方向移动,风速较大。8天后风向改变为东北风时,水流变化方向为逆时针,但相对较弱。由于主导顺时针流动,风作用下模拟得到的TSM浓度在湖岸处更高,最高TSM区域由西边扩散至整个西南湖岸。无论是观测还是模拟,TSM浓度的趋势都是沿整个西南湖岸聚集。总体而言,模拟得到的TSM浓度的空间分布与GOCI观测结果一致。模拟得到的河床沉积结果显示,总的来说,几乎整个湖泊的沉积都是正的。有两种不同的沉降情况:一是流速始终较低的区域,如湖东、湖北曲折湖岸,湖心岛周边地区;另一种是浓度最高的区域,如东南湖岸。本研究对太湖的治理中清淤工作以及蓝藻爆发预防有着重要意义。

引用:He, A., X. He, Y. Bai, Q. Zhu, F. Gong, H. Huang and D. Pan. Simulation of Sedimentation in Lake Taihu with Geostationary Satellite Ocean Color Data. Remote Sensing, 2019, 11(4): 379.

Figure 1. Monthly average TSM contour of Lake Taihu retrieved by GOCI of year 2017 using calibrated TSM algorithm

2.jpg

Figure 2. Change of bed elevation.