基于EOS/MODIS资料的太湖藻类动态模拟

建立了太湖藻类生长的动态模型,并将其与水动力模型和水质模型相耦合,利用2001年7～8月太湖的实测资料对模型进行了率定。借助该模型,对2004年8月太湖水体中TN、TP的变化以及藻类生长过程进行了模拟。利用中分辨率成像光谱仪EOS/MODIS的数据对太湖叶绿素a浓度进行遥感定量,将遥感监测数据和模型计算结果进行了比较。结果表明:该模型可进行风生湖流、TN、TP的模拟,以叶绿素a浓度描述的藻类浓度的模拟值能较好地拟合遥感监测值,且遥感监测图和模型模拟图所反映的全太湖叶绿素浓度分布基本一致。最后根据遥感和模拟对太湖全区的藻类分布作了具体的分析。     

太湖富营养化控制机理模拟

建立了一个将三维风生湖流模型,水质模型和富营养化模型耦合的数学模型,该模型不仅可以对太湖的风生湖流,总磷、总氮、COD等水质要素进行模拟,还可以模拟藻类在太湖中的生长和消亡情况以及其随风生湖流迁移的规律;在模型中,还考虑了水温、总氮、总磷和太阳辐射等环境生态因子对藻类生长率的影响,并且将模拟结果与1998年太湖的实测资料进行了对比,结果表明:该模型对风生湖流、总磷、总氮的模拟都是切合实际的,以叶绿素a浓度描述的藻类浓度的模拟值也能较好的拟合实测值。     

湖泊水质模型SALMO在太湖梅梁湾的应用

改进了湖泊水质模型SALMO,针对太湖梅梁湾,利用2005年实测数据进行模型参数率定,并模拟了2006年水质.结果发现,绿藻、蓝藻、硅藻3种藻类的模拟结果与藻类的实测年变化格局一致,反应了3种藻类的季节性演替,其中,硅藻、绿藻在冬末春初占优势,蓝藻在夏秋季占优势;溶解氧模拟结果与实测数据非常一致,年平均相对误差为14.3%;NO-3-N和PO3-4-P的变化趋势与实测结果基本一致.研究结果表明,SALMO能很好地模拟藻类和营养盐的浓度动态,并在一定程度上揭示水华机制.     

风浪扰动下的太湖悬浮物实验与模拟

采用太湖湖区底泥,根据波浪水槽实验总结了各种扰动强度下太湖底泥的起动切应力.波浪水槽可以系统地模拟太湖常见的波浪强度.通过实验确定了太湖底泥的临界切应力为0.050 Pa,采用国外先进的FVCOM模型计算模拟了太湖流场和悬浮物分布并和太湖实测资料进行了对比,结果较为合理,证明了模型的有效性.由于目前太湖的野外监测资料存在较明显的时空不一致性.模型参数率定的精度受到了较大影响,太湖悬浮物与太湖底泥的内源释放以及水体的透明度有较大关系,因此通过室内实验研究太湖的悬浮物规律对太湖的富营养化治理具有重要意义.     

基于DYRESM模型的太湖全年水温模拟及其在水华预警中的应用

水温是湖泊生态系统的重要驱动因子,太湖蓝藻水华暴发过程与湖泊全年水温变化密切相关。本文从水温角度出发,运用澳大利亚西澳大学水研究中心开发的一维DYRESM水动力学模型模拟了太湖2005全年的水温变化状况,并通过太湖2005年水温实测值进行了验证,模型结果较好的反应了2005年太湖逐日水温的变化情况。另外从水温角度对太湖蓝藻水华暴发阶段作出分析,为太湖蓝藻水华暴发的预测预警研究进行了方法上的准备和探索。     

太湖底泥营养要素动态释放模拟和模型计算

采用太湖湖区底泥,根据环型水槽实验总结了各种扰动强度下太湖底泥的起动、悬浮和营养盐释放规律.环型水槽内水体流速均匀且能够通过控制水槽的转速精确控制水槽的水体流速.通过考察水槽中水体TN、TP浓度的变化,建立起了底泥TN、TP释放率(y)与水体流速大小(x)的定量化关系.根据实验确定的各种参数,采用ECOMSED模型计算模拟,并和太湖实测资料进行了对比,结果较为合理.由于目前太湖的野外监测资料存在较明显的时空不一致性,模型参数率定的精度受到了较大影响,通过室内实验模拟底泥的内源释放对太湖的富营养化治理具有重要意义.     

太湖磷循环的生态动力学模拟研究

构建了太湖水生态动力学模型(CAEDYM),依据已有相关研究成果对模型参数进行了初选,利用2005年的水文、气象、水质等监测数据对模型参数进行了率定,分析了湖泊水体磷的循环机制和沉积物内源磷的释放机制.结果表明,水温和溶解氧的模拟结果与实测数据非常吻合,TP、PO43-和Chl-a的变化趋势也与实测结果基本相同.浮游植物优势种的演替模式表现为:冬季隐藻和硅藻占优势,春季绿藻占优势,夏季和秋季蓝藻占优势;磷的内源释放对太湖磷循环影响的模拟结果表明,在不改变外源输入的情况下,降低底泥中磷的再悬浮作用能够有效降低水体中Chl-a的浓度,但对水体中TP及PO43-的影响较小.     

长江下游及河口区水动力特征

基于EFDC模型,构建长江下游及河口区二维水动力模型,对河流和河口区进行整体模拟,研究长江下游及河口区水动力特征.模型在空间上采用变尺度、拟合边界的矩形网格,在时间上采用动态时间步长,在模拟过程中自动识别干湿网格,更好地保证模拟精度与效率.利用1998年冬季以及2005年夏季和秋季实测资料,对粗糙高度等敏感参数进行参数率定和验证.结果表明,模拟的潮位和流速与实测成果拟合较好,较好地反映了各水期长江下游及河口区的水动力要素的空间分布特征.应用模型模拟2004-2007年不同水期的水动力过程,并对模拟结果进行统计分析.研究显示:从空间来看,河道、河口流态存在显著差异,涨、落潮流场空间分布差异大;受径流和潮差的相互作用,潮流界在河口以上150~450 km之间变动,径流量和潮流界位置具有对数相关关系.从时间来看,径流量丰平枯变化大,对潮流量和径流入海时间都有一定的影响,潮流量、径流入海时间与径流量之间也存在明显的定量关系.      

小洋口附近污染物的扩散输运计算

应用水动力数学模型对江苏省如东县小洋口附近海域水质因子COD进行扩散场的模拟.模型采用正交曲线网格对整个计算区域进行剖分,对大、小潮情况下的流速、潮位及扩散场进行了研究,并利用排放口附近的现场实测水文资料进行验证.结果表明:水动力模拟结果与实测资料吻合较好.在大、小潮时各个阶段中,流速与流向对COD的迁移扩散起着决定作用,且小潮落憩时刻污水的影响范围最大.     

太湖氮、磷自净能力的实验与模型模拟

于2011年9月对太湖竺山湖开展了1次湖区实验,根据质量平衡原理,通过进出竺山湖湖区河道以及竺山湖湾心、湾口水量、水质测量,弄清了竺山湖湖区营养物质进出以及消纳规律,从而为完善水量-水质模型参数提供依据,也为进一步研究太湖水体自净能力提供了基础资料.采用EcoTaihu模型模拟了太湖营养物质的循环以及自净能力,根据竺山湖湖区实测结果对模型进行了验证,实验得到竺山湖湖区总氮年自净能力为1 979 t,总磷年自净能力为119 t,通过EcoTaihu模型计算得到竺山湖总氮年自净能力为1 911 t,总磷年自净能力为116 t,实测数据和模型较为吻合.模型计算结果表明,2006、2008、2010年太湖氮元素自净能力分别为4.00、4.27、4.11万t.2006、2008、2010年太湖磷元素自净能力分别为1 566、1 798、1 712 t.     

河流氮磷和水量输入对太湖富营养化的影响机理研究

针对河湖氮磷控制标准不衔接问题,以大型浅水湖泊太湖为例,基于2013—2018年环太湖主要入湖河流和湖体总氮浓度〔ρ(TN)〕、总磷浓度〔ρ(TP)〕、叶绿素a浓度〔ρ(Chla)〕、水量等监测数据资料,采用湖盆模型(Bathtub模型),构建太湖主要入湖河流与湖体ρ(TN)、ρ(TP)和ρ(Chla)的响应关系,分析了主要入湖河流ρ(TN)、ρ(TP)和水量对湖体富营养化的影响,探讨了太湖主要入湖河流水量及其与湖体氮磷协同控制限值. 结果表明:①太湖主要入湖河流氮磷的输入仍显著影响湖体ρ(TN)、ρ(TP),尤其是对西北部湖区的富营养化水平产生了显著影响;②在入湖水量方面,湖西区入湖水量增加可导致太湖富营养化程度增加,而“引江济太”水量输入在一定程度上改善了太湖水质. 建议分区域控制直接入湖河流水量,其中,湖西区直接入湖水量控制在60×108~70×108 m3之间,望虞河“引江济太”水量控制在15×108~20×108 m3之间;③针对太湖流域而言,现行《地表水质量标准》(GB 3838—2002)在协同控制河、湖氮磷方面存在一定的不足,仅通过控制入湖河流ρ(TN)、ρ(TP),太湖ρ(TN)、ρ(TP)难以达到Ⅲ类水质标准;④与全湖平均值相比,湖西区要达到同一标准限值,入湖河流协同控制限值要更为严格. 在河湖氮磷衔接目标制定上,建议湖西区单独设定协同控制目标浓度值. 另外,建议结合《地表水质量标准》(GB 3838—2002),开展太湖流域水质、水量协同控制,有效约束入湖通量,达到河湖氮磷协同控制目的.      

Composition analysis of colored dissolved organic matter in Taihu Lake based on three dimension excitation-emission fluorescence matrix and PARAFAC model, and the potential application in water quality monitoring

Taihu Lake is one of the five biggest lakes in China. Surface water samples from 26 sampling sites of Taihu Lake were collected. Furthermore wet chemical analysis （CODCr and BOD5） and measurement of three dimensional excitation-emission matrix （3DEEM） spectra in the laboratory have been conducted. Using parallel factor analysis （PARAFAC） model, three components of colored dissolved organic matter （CDOM） have been identified successfully, based on the analysis of 3DEEM data. The characteristics of the three components also have been described by comparing them to some components of CDOM, identified in earlier researches. Meanwhile, spatial variations of concentration for the three components in Taihu Lake have been analyzed, and the result indicates that the concentration of component 1 depends more on the situation of wastewater pollution and can be used as the indicator of wastewater pollution. The relationship between the concentrations of the three components and results of the wet chemical analysis show that none of the three components can be used as indicators of gross organic matter in water. However, the concentrations of all the three components have obvious linear relationships with the BOD5 value, especially for component 1 （r = 0.72878）. Finally, the potential applications of the composition analysis based on 3DEEM and PARAFAC model in water quality monitoring have been illuminated.     

Composition analysis of colored dissolved organic matter in Taihu Lake based on three dimension excitation-emission fuorescence matrix and PARAFAC model, and the potential application in water quality monitoring

Taihu Lake is one of the five biggest lakes in China. Surface water samples from 26 sampling sites of Taihu Lake were collected. Furthermore wet chemical analysis (CODCr and BOD5) and measurement of three dimensional excitation-emission matrix (3DEEM) spectra in the laboratory have been conducted. Using parallel factor analysis (PARAFAC) model, three components of colored dissolved organic matter (CDOM) have been identified successfully, based on the analysis of 3DEEM data. The characteristics of the three components also have been described by comparing them to some components of CDOM, identified in earlier researches. Meanwhile, spatial variations of concentration for the three components in Taihu Lake have been analyzed, and the result indicates that the concentration of component 1 depends more on the situation of wastewater pollution and can be used as the indicator of wastewater pollution. The relationship between the concentrations of the three components and results of the wet chemical analysis show that none of the three components can be used as indicators of gross organic matter in water. However, the concentrations of all the three components have obvious linear relationships with the BOD5 value, especially for component 1 (r=0.72878). Finally, the potential applications of the composition analysis based on 3DEEM and PARAFAC model in water quality monitoring have been illuminated.     

基于GF-1 WFV影像和BP神经网络的太湖叶绿素a反演

叶绿素a浓度是可直接遥感反演的重要水质参数之一,常用来评价湖泊水体的富营养化程度.太湖是典型的二类水体,光学性质复杂,应用一类水体线性反演模式拟合较为片面且难以找到最佳拟合模型.BP神经网络模型具有模拟复杂非线性问题的功能.为研究高分一号卫星16m多光谱相机WFV4结合BP神经网络进行太湖叶绿素a浓度监测的可行性,实验利用GF-1 WFV4影像和实时的地面采样数据,建立了BP神经网络模型,同时采用波段比值经验模型进行对比.经精度检验,BP神经网络模型预测值与实测值之间的可决系数R2高达0.9680,而波段比值模型的R2为0.9541,且均方根误差RMSE由波段比值模型的18.7915降低为BP神经网络模型的7.6068,平均相对误差e也由波段比值模型的19.16%降低为BP神经网络模型的6.75%.结果证明,GF-1 WFV4影像应用BP神经网络模型反演太湖叶绿素a浓度较波段比值模型精度有所提高.将经过水体掩膜的GF-1 WFV4影像用于训练好的BP神经网络反演太湖叶绿素a浓度分布,结果显示,叶绿素a高浓度区集中分布在湖心区北部、竺山湾、梅梁湾区域,与之前的研究一致.本文研究结果验证了采用BP神经网络模型对GF-1 WFV4影像进行太湖叶绿素a浓度反演的可行性.     

太湖水质变化与经济发展关系研究—基于环境库兹涅茨曲线(EKC)方法

本文利用1979-2010年五项太湖水质指标时间序列数据,通过拟合太湖水质环境库兹涅茨曲线对太湖水质与经济发展之间关系进行了实证分析。研究结果表明:总磷、总氮和高锰酸钾指数与经济发展之间存在典型的倒"U"型曲线关系,叶绿素a和化学需氧量与经济发展之间的关系则可以用倒"N"型三次曲线的右半部分刻画。二十世纪末以来开展的一系列太湖流域污染治理措施对水质环境库兹涅茨曲线拐点的出现甚至提前起到很大的作用。     

太湖水体Chl-a预测模型ARIMA在引排水方案优化中的应用

我国东部大型浅水湖泊太湖的富营养化和藻华暴发一直是困扰该地区社会经济高质量发展的重要水问题之一,其中水资源分配不均及部分营养盐浓度较高,严重制约了太湖水体生态环境的健康发展。基于1999-2019年太湖水质、气象等逐月观测资料,构建了基于协变量(TN、TP、COD_Mn、降水量和引排水量)的叶绿素a(Chl-a)预测模型ARIMA(1, 1, 1)(0, 1, 1)₁₂,并结合2007-2019年历史引排水方案经验和效果,提出了未来平水年情景下降低太湖藻华大面积暴发风险的引排水方案优化策略。结果表明:所构建的ARIMA(1, 1, 1)(0, 1, 1)₁₂模型能有效预测太湖水体Chl-a浓度;且在预设未来情景下,通过同步增加引、排水量可有效降低水体营养盐含量。引排水方案的优化关键在于季节性水资源的合理调配,在满足水安全的基础上适当加大冬春季节引排水,可达到改善水动力和排出营养盐的效果。     

太湖、巢湖水体总悬浮物浓度半分析反演模型构建及其适用性评价

总悬浮物浓度是水体重要的水质参数.本研究利用太湖春季、秋季和巢湖夏季多期野外实测数据,通过对生物光学模型进行合理的简化构建适用于太湖、巢湖水体总悬浮物浓度反演的半分析模型,并将该模型应用于MERIS和环境一号卫星高光谱卫星影像上以验证该方法的适用性.结果表明:①针对太湖和巢湖水体,总悬浮物浓度最优反演波段范围为730～832nm(氧气吸收带除外);②针对MERIS数据,波段10(中心波长754 nm)和波段12(中心波长779 nm)均适用于太湖总悬浮物浓度反演,而波段11(中心波长761 nm)由于氧气吸收带的影响不适用于总悬浮物浓度反演;③针对太湖MERIS数据,模型反演结果的相对误差基本上呈现出随距离卫星过境时间增大而逐渐增加的趋势,在卫星过境时间正负3 h内测量的样点,模型反演结果的相对误差均在50%以内,而时间差超过3 h,相对误差则逐渐增大到50%以上;④环境一号卫星高光谱数据17个波段(B83～B99)均能够对巢湖总悬浮物浓度进行较好的反演,其反演效果要好于MERIS数据在太湖的反演结果.