太湖蓝藻水华形成的适宜气象指标

(1南京信息工程大学大气物理学院，南京210044； 2江苏省气象服务中心，南京210008)摘要 根据2005-2017年卫星遥感反演的太湖蓝藻水华信息，利用区域气象观测数据分析各类气象因子对太湖

蓝藻深水华形成的影响.结果表明：①在日平均气温为0〜35 °C区间内会出现蓝藻聚集现象.其中最适宜气温区间 为15. 1~35 该区间内累计出现蓝藻水华的面积占比达90%、出现大面积蓝藻水华占比达93%；②在卫星观测

到蓝藻前6 h,平均风速为0. 2-4.8 m/s区间内能观测到蓝藻水华.其中最适宜的平均风速区间为0.5-3.4 m/s, 该区间内蓝藻水华累计出现次数占比达94.7%,大面积蓝藻水华主要出现在平均风速<2.0 m/s的情况下，占比

89%；③降水总体上呈负效应.但在观测到有大面积蓝藻水华的情况下.前24 h有小雨(<10 mm)的情形与总降水

次数之比达88%,说明小雨的适度扰动有利于形成大面积蓝藻水华；④日照充足有利于蓝藻生长，但并非蓝藻水华 形成的必要条件。在此基础上建立的多元回归综合气象指数模型.拟合结果较好•通过了 0.001的显著性检验。

关键词蓝藻水华；卫星遥感；适宜气象指标；太湖中图分类号：P49 DOI： 10. 19517/j. 1671-6345. 20180514 文献标识码：A藻的复苏、生长、输移和水华形成产生一定的影响。 引言这些研究成果对于了解气象水文因子对蓝藻生长和

太湖是我国第三大淡水湖泊.地处富饶的沪、 水华形成的作用非常必要，但上述研究大多分析了 宁、杭三角中心，20世纪80年代起，太湖水质开始

单因子的作用.主要依据实验数据或短时间的实测

富营养化，2000年以后，随着社会经济的快速发展， 数据.仅有少部分的个例分析.对于太湖这样的大型

各种污染持续处于较高水平，太湖水质也不断恶化. 浅水湖泊.难以客观反映实际情况。富营养化状况呈现加重趋势随着近年来太湖区

为此.利用2005-2017年太湖及周边地区气象

域污染治理工作的持续加强，太湖水质营养盐浓度 站的观测数据及同步卫星观测数据，分别从不同时 总体上趋于下降，但水质富营养化的状况并没有得

间尺度详细分析了蓝藻生长和水华形成的气象要素 到根本改变⑷。水质富营养化的直接后果之一就是 特征•确定蓝藻水华形成的适宜气象指标.并综合考

诱发蓝藻水华的暴发* .2007年以来.蓝藻水华的

虑多气象因子建立多元回归综合气象指数模型，实

频繁暴发成为困扰太湖的主要生态环境问题。而气 现对蓝藻水华的定量气象影响评估，为太湖蓝藻水 象条件则被认为是造成近年来太湖蓝藻水华增多趋 华的监测、预警和精细化防控提供参考依据。势的重要原因之一血旳。孔繁翔等分析认为在富营

养化状况下，太湖底泥中的营养盐足以支撑蓝藻生 1资料与方法长和水华形成.气象条件可能成为主要的限制因 1. 1资料子更有学者认为其影响甚至可能会超过营养 选用太湖区域的湖面及周边苏州、无锡、宜兴、

盐已有研究表明，在主要的气象因子中，气

吴中和东山5个基本站和23个区域自动站2005—

温fl，-3\\降水」5、风“T9和光照沖疔等都会对蓝

2017年的逐日逐小时气象观测资料(图1),数据来

--------------------------------- http：//www. qxkj. net. cn 气象科技江苏省基础研究计划太湖专项(BK2007745).江苏省科技支撑计划项目(BE2011840)、江苏省气象局重点项目(KZ201403)共同资助作者简介：杭鑫•男.1990年生•硕士研究生，工程师•主要从事卫星遥感及应用气象研究・Email：57O7O2OO5@qq. com收稿日期：2018年4月10日；定稿日期：2018年10月24日* 通信作者• Email ：jsqxlyc@ 163. com172气 象 科 技第47卷源于江苏省气象局。卫星数据为2005 --2017年的 Aqua/Terra 卫星（EOS/MOD1S 传感器）和 FY-3

卫星（MERSI传感器）影像数据.空间分辨率为250 m.

数据来源于国家卫星气象中心和江苏省气象局。1.2蓝藻水华的遥感解译卫星反演蓝藻水华的方法较多.目前常用的1

种指标是NDVI （归一化植被指数）-23'25 :NDVI =Qnir少\" 十； pred°\"

（1）式中，卩””为近红外波段反射率.0\"为红光波段反

射率。共解译得到1191幅蓝藻水华面积$1 km2 的影像.获取面积、次数、时间及位置等定量信息。 同时将单次面积超过468 km2或太湖水面面积

20%的蓝藻水华定义为大面积蓝藻水华，共有85个

影像样本。1.3蓝藻水华概率计算考虑到卫星在阴雨天气无法观测到湖面情况， 因而仅使用蓝藻水华观测次数不能客观反映真实情

况，所以采用晴天状况下蓝藻水华出现的概率（P,）

来进行分析：P, = M— u i X 100%,

（2）式中为第i个气温区间蓝藻水华出现概率.M

为第i个气温区间的蓝藻水华次数.D,为第i个气

温区间晴天（云量V8）总日数。1.4太湖蓝藻指数构建目前多以面积表示蓝藻水华程度，但仅用1个 面积指标难以客观反应蓝藻水华的程度.为此综合

考虑面积和次数，设计了蓝藻指数I.：人=+ X 100%+/龙善 X 100% （3）

式中，代为历年蓝藻水华面积.N为历年出现蓝藻 水华的次数.A为太湖水体的总面积，N为出现蓝 藻水华累计总次数.为权重系数.权重系数采用

信息量权数法来确定河。1.5多元线性回归模型构建采用多元回归模型来拟合多气象因子对蓝藻水 华的影响•并建立综合气象指数模型：Ic = w' x + b

（4）式中』为蓝藻指数.X为气象因子.W为权重系数，

\"为常数。2结果与分析2. 1蓝藻水华形成的温度特征图2为2005 -2017年太湖蓝藻水华累计面积 与区域年平均气温的关系曲线，由图可见，蓝藻水华

累计面积与年平均气温呈现较好的一致性，相关系

数R = 0. 74,通过0.01显著性检验。表明年平均气

温的高低对蓝藻水华的形成具有较明显的影响。

2007年蓝藻水华的大暴发，与暖冬和气温异常偏高

有着密切的关系，其中年平均气温自2005年起持续

升高，至2007年达历史极大值17. 7 °C。分析观测到蓝藻水华的气温特征，发现在日平

均气温为0〜35 £的范围内.都有蓝藻水华出现，在

卫星过境时刻的1 h平均气温最高为3& 7 °C .最低

仅为2.8 °C.表明在常温条件下太湖都有可能出现 蓝藻水华。将日平均气温按5 °C等分成7个区间，

统计蓝藻水华在各气温区间的面积及其占太湖总面

积比例（图3）。由图3可见.蓝藻水华面积总体上

随着气温的升高而增大，在30 °C以后迅速减少.各 气温区间内蓝藻水华面积占比分别为：0.0~5宅为

3%。5. 1~10 °C 为 6%.10. 1~15 °C为 1%, 15. 1 〜

20 °C为 14%,20. 1 〜25 °C 为 21 %,25. 1 — 30 °C 为

31 %, 30. 1 〜35 °C 为 15 %,其中 10. 1~15 °C 区间最第1期杭鑫等：太湖蓝藻水华形成的适宜气象指标173小，25. 1〜30乜区间最大，15. 1〜35 °C气温区间段 累计占比达90%.表明太湖蓝藻水华适宜温度区间 为15. 1〜35 °C。大面积蓝藻水华在各气温区间的

分布情况基本相似.各个气温区间内面积占比分别 为：0.0〜5 °C 为 2%。5. 1 ~ 10 °C 为 6%.10. 1~

15 °C 为 11%, 15. 1 〜20 °C 为 9%, 20. 1 〜25 °C 为

20%,25. 1 〜30 °C 为 38%,30. 1 〜35 °C 为 15 %,其

中在25. 1〜30 °C区间面积最大.超过了 1/3比例,

在15. 1~35 °C温度区间面积占比达93%,表明大 面积蓝藻水华也主要集中出现在15. 1〜35 °C的气 温区间。4 035 ・蓝藻水华30 25-大面积蓝藻水华 20 15 1050

0~5 5.1~10 10.1~15 15.1~20 20. 1~25 25.1~30 30.1~35气温区间/T图3 2005-2017年各气温区间太湖蓝藻水华面积占比图4为蓝藻水华单次平均面积和出现概率随气

温的变化曲线，由图4可见.蓝藻水华平均面积总体 上沿着气温的平均线波动.而出现的概率则总体上 随气温升高而增大.在33工时平均面积达相对高点 后急剧减小.说明此时高温会对蓝藻水华产生明显

的抑制作用。出现概率与气温呈以下关系：P = 0. O63T2 - 0. 741T+ 7. 773 （5）式中，P表示蓝藻水华出现概率.丁表示气温。相关

系数R = 0.94,通过0.001显著性检验。s

<^.

壬

图4

2005—2017年太湖蓝藻水华单次平均面积与出现概率随气温变化2.2蓝藻水华形成的风特征风速对蓝藻水华的形成具有显著的影响。根据

太湖蓝藻水华面积与卫星过境时刻前6 h平均风速 分布（图5）,可以发现.总体上风速随蓝藻水华面积 增大而减小。蓝藻水华的形成主要集中于风速较小 的情况，而风速较大时会对蓝藻水华产生一定程度

的抑制作用。050(5-s0・^m5)

05x

0505

0

100 200 300 400 500 600 700 800 900 1000 11001200 1300 1400両积/km2图5 2005-2017年太湖蓝藻水华面积及卫星过境时刻前6 h平均风速分布蓝藻水华常呈现空间和时间上的高度变异与不 稳定性，在风浪的作用下，蓝藻细胞（团）迅速上浮形 成水华和下沉消失的转换相当迅速⑶〕，因此，仅用 风速的日平均值或月平均值均不能反映风的真实影

响。为此本文根据卫星解译得到的1191次太湖蓝

藻水华，统计了卫星观测时刻前6 h的平均风速情 况.分析逐时风速对蓝藻水华的影响，可以发现；有

蓝藻水华出现前6 h的平均风速均介于0. 2〜

4.8m/s之间，平均为1.8m/s。为进一步分析不同

风速对蓝藻水华次数的影响，按1.0 m/s风速间隔 分段统计.将风速大于3. 5 m/s和小于0. 5 m/s设

置为上下限。表1为卫星监测到蓝藻水华前6 h的

最大、最小风速和不同时段不同风速区间的蓝藻水华 次数分布情况。由表1可知，卫星观测到蓝藻水华前

6 h的风速一般都超过0. 5 m/s,风速VO. 5 m/s的蓝

藻水华出现次数不超过2%.而风速$3.5 m/s的蓝

藻水华出现次数占比也仅为3. 4%〜10. 4%,大部 分蓝藻水华都出现在平均风速为0. 5〜3. 4 m/s的

区间内•从前1 h占比最小为89. 3%增至前6 h占

比最大为94. 7%.其中1. 5〜2. 4 m/s区间占比最

高，各时段占比均超过40%。表明太湖蓝藻水华绝 大部分都出现在0.5〜3. 4 m/s的风速范围内。、

174表1时间气 象 科 技第47卷2005—2017年卫星监测到太湖蓝藻水华前1〜6 h的最大、最小风速和不同风速区间蓝藻水华次数占比最大风速最小风速VO. 5 m/s%0. 30. 60. 5〜1. 4 m/s

%16.819. 123.41. 5〜2. 4 m/s%2. 5~3. 4 m/s$3. 5 m/sh* s 1m5. 65. 34. 9* s 1m0. 20. 10. 20. 20. 20. 1%%12345643. 043. 142. 644. 743. 942. 429. 529. 025.810. 4& 16. 65. 34. 53. 41. 51. 84. 94. 94.827.431.936.420. 917. 815. 91. 91. 9统计分析出现大面积蓝藻水华前1〜6 h太湖 沿岸气象站的平均风速分布（表2）,发现：前1〜6 h

占比均超过50%。大面积蓝藻水华集中于前6 h平 均风速小于2 m/s的情况下，占比达89%,而在平 均风速小于0. 5 m/s或大于3. 0 m/s的情况下基本

各时间段平均风速最小值均小于0. 5 m/s,平均风 速最大值均不大于2. 9 m/s；各时间段大面积蓝藻

不会岀现大面积蓝藻水华。水华主要出现在1. 1〜2 m/s的平均风速区间，次数

表2

2005—2017年卫星监测到太湖大面积蓝漠水华前1~6 h太湖沿岸气象站最大、最小风速及不同风速区间蓝藻水华次数占比时间最大风速最小风速0〜1 m/s1. 1 〜2 m/s%2. 1 〜3 m/sh1s_1*m2. 9* s_ 1m%6%0. 50. 50. 464686130212342.92. 92. 811172218140.40.40.427355551562.82.8345511风向主要影响蓝藻水华的输移和空间分布格 可能呈现负面影响。刘心愿等［祸认为降雨过程总 是伴随着水华的消退•而这种抑制作用是阶段性的， 降水过程也会将上游或沿岸泥沙和营养盐等物质带

局。选用太湖蓝藻水华多发的夏季和秋季风向玫瑰 图和蓝藻水华累计次数的分布情况进行分析

（图6）。由图可见，夏季（6 - 8月）太湖地区主导风

入湖中，进而中长期影响蓝藻水华的生消过程。陈

向为东南东.蓝藻水华主要由湖区东南部向西北部 方向移动.西北部沿岸区成为蓝藻水华高频聚集区；

中赞等〔旳研究表明大多数小雨天气对蓝藻短期发 展较有利，中等强度降水对蓝藻短期发展有一定的

秋季（9-11月）的主导风向由东南东转为北风，蓝 藻水华改为向南部集聚.频发重发区域也逐步向湖

抑制作用，大雨以上降水过程抑制蓝藻发展。由蓝

藻水华累计面积与年降水量的关系（图7）可以看 出，蓝藻水华面积与降水量总体呈负相关关系•两者

心区和南部沿岸区转移。2.3蓝藻水华形成的降水特征降水对蓝藻水华的影响比较复杂.目前尚不十 分清楚降水对蓝藻水华生消影响的机制，但总体上

相关系数为一0.27。降水对蓝藻水华的影响后续还 需做更深层次的研究。第1期杭鑫等：太湖蓝藻水华形成的适宜气象指标175气象卫星太湖蓝藻水华总次数统计6—8月气象卫星太湖蓝藻水华总灰频统计9—11旷（C）图6 2005-2017年夏季（a、b）及秋季（c、d）太湖蓝藻水华次数分布及风向玫瑰图2 16oo 4oo 2oo 0oO 0O

70000积蓝藻水华（面积$468 km2）在有降水的情况下，

60000小雨量级的占比达88%,说明小雨增加了湖水的扰 动，促进蓝藻水华的大面积形成。B50000<

來

汪300004000020000100000990*060—O — •-*OOOOOOOOOOOOO年份0图7 2005-2017年太湖蓝藻水华累计面积与年降水量图8

▼2005—2017年太湖卫星观测到蓝藻水华前24 h雨量等级占比大雨,3%图8为卫星观测到蓝藻水华前24 h的降水情

况•由图可见，既有蓝藻又有降水的记录有294次,

占2005-2007年蓝藻水华出现总数约36%,其中

2.4蓝藻水华形成光照特征光照对藻类的生长也有重要的影响。张海春等 在水柱试验中发现.铜绿微囊藻在无光照和5000 lx 的光照度下都会出现明显的浮聚现象:城。根据统 计结果，出现蓝藻水华的当日日照时数平均为小雨量级（降雨量＜10 mm）占比84% ,中雨量级

（10 mmW降雨量＜25 mm）占比13%,大雨量级（降

雨量A25m m）占比3% ,表明蓝藻水华的出现与前

24 h降水之间并不存在明显的因果关系。而大面

176气 象 科 技第17卷& 5 h,最大为12.6 h,最小仅0. 12 h.其中日照时数

小于3 h的有25天，单次平均面积为141 km2,比全

藻水华次数代入N,,N为历年累计次数总和。a.h

权重系数由信息权数法计算得到分别为0. 65、

部单次平均面积161 km：仅小12%,其中有2天超 过了 500 km：.说明充足的日照是蓝藻生长的重要

0.35.由此计算得到历年的蓝藻指数7.值(表3).其

中2007年的值最大为0. 76. 2017年其次为

条件之一，但并非暴发的必要条件。0. 71.相对应的蓝藻水华面积分别超过3万km?和 2.5万km2,远大于其余年份;2009年的蓝藻指数仅

为0. 11,是2005年以来最小值，相应的蓝藻水华面 积8000 km2多.为2005年以来最小.且明显小于其

3多元回归综合气象指数模型的构建首先构建太湖蓝藻指数。根据每年蓝藻水华累

积面积和次数，将历年蓝藻水华面积代入式(2)中

将太湖水体面积2445 km2代入A,历年出现蓝

表3

年份 2005

余年份，表明蓝藻指数7,-与蓝藻水华程度较为匹

配•与实际情况基本相符。2005—2017年太湖蓝藻指数人2006 2007 0.759

2008 2009 0. 113

2010 2011

0.171

2012 0.210

2013 2014 2015 2016 0.324

2017I。 0. 162

0.415 0. 186 0.307 0.266 0. 189 0.281 0. 709然后建立回归模型。选择可能具有影响的气象 因子时，既考虑年尺度的统计平均值：年平均气温、

础上，综合考虑多气象因子，建立了多元回归评估模 型，从而实现蓝藻水华的气象定量评估，可为太湖蓝 藻水华的监测、预测预警和精细化防控提供依据，结

年高温日数(日最高气温$35 °C的天数)、年日照时

数、年降水量和年雨日数以及年平均风速共6个年 尺度因子；也考虑対蓝藻生长和水华形成主要阶段

论如下：(1) 气温对太湖蓝藻的复苏生长和水华形成及

大面积暴发具有重要的影响。在0〜35 °C的日平均 气温区间内.均能发现蓝藻水华.其中最适宜气温区

有可能产生影响的因子：如冬春季节气温对藻类越

冬复苏会有明显影响.梅雨期雨量的多少往往决定 了夏季降水量等.选取了 6

7月降水量，1—2月、间为15. 1~35 °C,区间内累计出现蓝藻水华的面积 占比达90%、大面积蓝藻水华占比达93%。1 3月和3—5月平均气温4个阶段性气象因子。再将蓝藻指数作为因变量，与上述10个自变量气象 (2) 风通过产生的风浪和湖流的扰动影响蓝藻

水华的形成与消散。在卫星过境前6 h平均风速为

因子进行多元回归。综合考虑气象因子对蓝藻水华 影响的正负效应.最后选取了年平均气温「、，1 —3

0.2〜4. 8 m/s的区间内都能观测到蓝藻水华，其中

最适宜的平均风速区间为0. 5~3. 4 m/s,蓝藻水华 累计出现次数占比达94.7%.大面积蓝藻水华主要

月平均气温“年降水量：，6—7月降水量和 年高温日数dm” 5个气象因子纳入模型的构建.将

ty、儿-3、广y、厂6-7和“Tina*分别对应自变量与蓝藻指数 出现在平均风速＜2.0 m/s的情况下，占比89%；(A)建立得到回归方程：I. =— 5.6021 + 0. 3428. + 0. 0346t— — 0. OOOlr,—0. 0002=7 — 0. OOlldm”

(6)根据回归方程计算得到历年蓝藻指数值.对比 利用面积和次数构建的蓝藻指数.两者相关系数达

(3) 降水对蓝藻水华的影响比较复杂，目前尚不

十分清楚降水对蓝藻水华生消影响的机制■但总体

上可能呈现负面影响•后续需要做更深层次的研究。(4) 藻类含有色素，需要吸收光照进行光合作

用.另外长期暴露在强光条件下也可能抑制其生长。

0. 83,通过0.001显著性检验，拟合结果较好。卫星观测到蓝藻水华的最小日照时数仅为0. 12 h. 甚至出现2天日照时数小于3 h但蓝藻水华超过

4结论与讨论本文利用太湖湖面及周边地区持续观测的气象 数据及同步卫星数据.详细分析了影响太湖蓝藻生

500 km2的情况，说明充足的日照可能是蓝藻水华

暴发的条件之一.但并非必要条件。(5) 根据蓝藻水华面积和次数构建了太湖蓝藻

指数，应用多元回归方法建立了综合气象指数模型， 两者的相关系数为0. 83.通过了 0. 001显著性检

长和水华形成的温度、降水、风向风速和光照等气象 因子特征，得出了蓝藻水华的适宜气象指标.在此基

第1期杭鑫等：太湖蓝藻水华形成的适宜气象指标177验，拟合效果较好。但模型所选资料为2005年以来

的气象和卫星观测数据，而这一时期太湖水质处于 持续富营养化状态，因此模型可能突出了气象因子 的作用，没有充分考虑营养盐的累积对蓝藻生长和

水华形成的作用，因而模型可能适用于富营养化状 态下的蓝藻水华气象评估，营养盐和水文气象因子 的综合影响有待进一步研究。参考文献[1] 戴秀丽.钱佩琪，叶凉，等.太湖水体氮、磷浓度演变趋势(1985

-2015 年)[J].湖泊科学,2016, 28(5): 935-943.[2] 朱广伟，秦伯强，张运林.等.2005- 2017年北部太湖水体叶

绿素a和营养盐变化及影响因素[J].湖泊科学，2018, 30(2) : 279-295.[3] O'Neli J M, Davis T W, Burford M A, et al. The rise of

harmful cyanobacteria blooms： The potential roles of eutrophi-

cationand climate change [J]. Harmful Algae, 2012, 14 : 313-

334.[4] 秦伯强，王小冬，汤祥明，等.太湖富营养化与蓝藻水华引起的

饮用水危机一原因与对策[J].地球科学进展，2007, 22(9)：

896-906.[5] 鲁韦坤，谢国清，余凌翔，等.MODIS遥感监测滇池蓝藻水华

分布[J].气象科技,2009, 37(5)： 618-620.[6] Te S H , Chen E Y, Gin K Y. Comparison of quantitative PCR

and droplet digital PCR multiplex assays for two genera of

bloomforming cyanobacteria, cylindrospermopsis and micro­cystis [J]. Appl Environ Microbiol, 2015, 81 ( 15 )：

5203-5211.[7] Rigosi A, Carey C C. Ibelings B W, et al. The interaction be­

tween climate warming and eutrophication to promote cya­

nobacteria is dependent on trophic state and varies among taxa

[J]. Limnology and Oceanography, 2014, 59(1) : 99-114.[8] 张德林，李军，薛正平.淀山湖蓝藻发生程度气象预测模型

[J].气象科技,2012, 40(3)： 481-484.[9] 孔繁翔，高光.大型浅水富营养化湖泊中蓝藻水华形成机理的

思考[J].生态学报.2005, 25(3)： 589-595.[10] Zhang M. Duan H T, Shi X L, et al. Contributions of meteor­

ology to the phenology of cyanobacterial blooms： implications

for future climate change [J]. Wat Res, 2012, 46 ( 2 )：

442-452.[11] Cao H S, Tao Y, Kong F X, et al. Relationship between tem­

perature and cyanobacterial recruitment from sediments in la­

boratory and field studies [J]. Journal of Freshwater Ecology,

2008, 23(3)： 405-412.[12] Xu H , Paerl H W . Qin B Q, et al. Nitrogen and phosphorus

inputs control phytoplankton growth in eutrophic Lake Taihu,

China [J]. Limnology and Oceanography, 2010, 55 ( 1 )： 420-432.[13] 李亚春•谢小萍，朱小莉，等.结合卫星遥感技术的太湖蓝藻水

华形成温度特征分析[J].湖泊科学，2016, 28 ( 6 )：

1256-1264.[14] 刘心愿，宋林旭，纪道斌，等.降雨对蓝藻水华消退影响及其

机制分析[J].环境科学,2018, 39(2)： 774-782.[15] Reichwaldt E S, Ghadouani A. Effects of rainfall patterns on

toxic cyanobacterial blooms in a changing climate: between simplistic scenarios and complex dynamics [J]. Water Re­

search, 2011, 46(5)： 1372-1393.：16]赵孟绪，韩博平.汤溪水库蓝藻水华发生的影响因子分析[J].

生态学报，2005, 25(7)： 1554-1561.[17] 王成林，黄娟.钱新.高温微风条件下太湖流域风场时空特征

分析[J].湖泊科学,2011, 23(1)： 122-12&[18] Webster I. Hutchinson P A. Effect of wind on the distribution

of phytoplankton cells in lakes revisited [J]. Limnology & O-

ceanography, 1994 , 39: 365-373.[19] 李亚春•谢小萍，杭鑫•等.结合卫星遥感技术的太湖蓝藻水华

形成风场特征[J].中国环境科学，2016, 36(2)： 525-533.[20] 武胜利，刘诚•孙军，等.卫星遥感太湖蓝藻水华分布及其气象

影响要素分析[J].气象,2009, 35(1)： 18-23.[21] 巫娟，陈雪初•孔海南，等.光照度对水华鱼腥藻细胞比重与藻

丝长度的影响研究[J].中国环境科学，2012, 32 ( 5 )：

875-879.[22] Cao C J , Zheng B H , Chen Z L, et al. Eutrophication and al­

gal blooms in channel type reservoirs： A novel enclosure ex­periment by changing light intensity [J]. Journal of Environ­

mental Sciences, 2011. 23(10): 1660-1670.[23] 段洪涛，张寿选，张渊智.太湖蓝藻水华遥感监测方法[J].湖

泊科学，2008, 20(2)： 145-152.[24] 韩秀珍，吴朝阳•郑伟，等.基于水面实测光谱的太湖蓝藻卫星

遥感研究[J].应用气象学报.2010, 21(6)： 724-731.[25] 郭鹏，邹春辉，赵学斌.MODIS影像水体监测方法研究进展

[J1 气象科技,2012,40(6):869-873.[26] 曾宪报.统计权数论[D].大连：东北财经大学，1998.[27] 秦伯强，杨桂军，马建荣，等.太湖蓝藻水华“暴发”的动态特征

及其机制[J].科学通报.2016,61(7):759-770.[28] 刘心愿，宋林旭，纪道斌，等.降雨对蓝藻水华消退影响及其机

制分析[J].环境科学，2018, 39(2)： 774-782.[29] 陈中赞，黄玲琳.降水对太湖蓝藻水华发生的影响[C]〃中国

湖泊论坛，2014.[30] 张海春•陈雪初，李春杰.光照度对蓝藻垂直迁移特性影响研

究[J].环境污染与防治，2010,32(5):64-67.178气 象 科 技第47卷Suitable Meteorological Indicators for Formation of

Cyanobacteria Blooms in Taihu LakeHang Xin1,2 Luo Xiaochun2 Xie Xiaoping2 Li Yachun2(1 Nanjing University of Science and Technology, School of Atmospheric Physics, Nanjing 210044;2 Jiangsu Meteorological Service Center, Nanjing 210008)Abstract: According to the information of cyanobacteria bloom on the Taihu Lake retrieved from satellite remote sensing from 2005 to 2017 and the regional meteorological observation data, it is shown that the Taihu Lake cyanobacteria bloom occurred in the daily average temperature range of 0 to 35 °C , with the

high-incidence interval being 15.1 to 35 °C , within which the bloom cyanobacterial area accounts for 90%, and the large-scale cyanobacterial bloom (the area of a single cyanobacteria bloom event exceeds 20% of the

surface area of the Taihu Lake, 468 km') accounts for 93%. Within 6 hours before the satellite passing, in the average wind speed being 0. 2 to 4.8 m,/'s, the cyanobacterial bloom can be observed, with the most

suitable wind speed range being 0. 5 to 3. 4 m/s, within which the occurrence number of cyanobacterial bloom accounts for 94.7 % . The large-scale cyanobacterial bloom mainly occurred when the average wind

speed was 0 to 2. 0 m/s, accounting for 89 % . The wind direction mainly affects the movement and spatial

distribution of cyanobacterial bloom. Precipitation generally has a negative impact on the occurrence and development of cyanobacterial bloom. While there occurred was large-area cyanobacteria bloom, the situation that there was small precipitation (V10 mm) in the first 24 hours accounts for 88% , indicating

that the moderate disturbance of light rainfall is conducive to the formation of large-areas cyanobacteria blooms. Sufficient sunshine may be one of the conditions for cyanobacterial bloom, but not a necessary

condition. On the basis of this, a multivariate regression comprehensive meteorological index model is established, and the fitting result is good, passed the 0.001-level significance test.Keywords: cyanobacteria bloom; remote sensing; suitable meteorological indicator; Taihu Lake