3S技术在太湖富营养化和蓝藻水华分布规律中的应用研究

应用3S技术,采用营养状态指数法、蓝藻水华分级评价方法以及蓝藻水华发生频率分析方法,对2010—2013年太湖富营养化状况和太湖蓝藻水华时空分布规律进行分析和研究,以期为太湖富营养化控制和蓝藻水华预警、监控工作提供技术支持,同时为太湖水环境治理提供科学依据。实践证明,3S技术能快速、全面、直观地反映太湖富营养化状况和蓝藻水华时空分布规律。结果表明:(1)2010—2013年太湖处于轻度富营养状态,太湖富营养化呈现西北高、东南低的分布规律;(2)2010—2013年,全太湖小型蓝藻水华发生次数最多,蓝藻水华级别越高,发生次数越少;(3)年际变化上,蓝藻水华发生次数总体趋于平稳,蓝藻水华发生呈现"小型多发、中大型少发、重大型偶发"趋势,蓝藻水华发生规模呈显著缩小趋势;(4)月际变化上,8月和9月是太湖蓝藻水华的高发月份,9月蓝藻水华发生规模最大;(5)空间变化上,太湖西部沿岸是太湖蓝藻水华首次爆发最频繁的水域,太湖西部沿岸区尤其宜兴沿岸是蓝藻水华爆发频率最高的水域。     

未雨绸缪有效防治太湖蓝藻

"太湖美,美就美在太湖水".太湖,以2 250km2的水域面积和44亿m3的湖水,孕育、润泽了吴越大地.太湖水环境质量的好坏,直接关系到江浙沪两省一市经济社会发展和人民生活质量.     

太湖水域功能与水生态修复

随着近年来高速发展的工业文明对水域依赖性的降低,水域功能日渐退化.研究了太湖水生态的历史演变以及演变的动因,分析了水生态修复案例,提出了水生态修复的具体措施,以期为太湖水污染治理提供借鉴,使太湖水域重新焕发青春,保障太湖及其平原水域生命的延续.     

淀山湖水源保护规划方案研究

一、概述 淀山湖属太湖水系,位于江苏、浙江和上海的交界处。是上海青浦县西边的一个淡水湖泊。距市区50公里,面积62平方公里,比杭州西湖大10倍,水深约2米,湖泊调蓄量约0.8亿立米。淀山湖承泄太湖来水,提供黄浦江上游水量的40％。是黄浦江重要的水源地,又是上海通往苏州等地的重要航道,也是上海市郊最大的淡水渔场。随着淀山湖上游及其周围地区的开发建设,淀山湖已受到轻度污染,因此,合理开发和保护好淀山湖水质已成为控制黄浦江污染的重要战略决策。     

中国典型淡水湖泊沉积物中生物标志物组成特征及源解析

分别采集鄱阳湖、太湖和巢湖表层沉积物样品,对沉积物样品的总有机碳(TOC)、TN、总有机碳同位素(δ13 Corg)和总氮同位素(δ15 Ntotal)等参数以及脂肪烃、脂肪醇、脂肪酸等主要生物标志物进行了分析研究。研究表明,鄱阳湖、太湖和巢湖表层沉积物有机质均呈现出陆源、内源有机质混合来源特征;鄱阳湖、太湖和巢湖表层沉积物中的脂肪烃主要来自藻类源和细菌源,太湖和巢湖沉积物脂肪烃组成受人类活动石油烃影响明显。藻类源是鄱阳湖沉积物中游离态、结合态脂肪醇和巢湖沉积物中游离态脂肪醇的主要来源,太湖沉积物中游离态、结合态脂肪醇和巢湖沉积物中结合态脂肪醇主要来自细菌源。脂肪酸是鄱阳湖、太湖和巢湖表层沉积物样品可溶性有机质的主要组分,主要以结合态脂肪酸形式存在,细菌源是结合态脂肪酸的主要来源。     

浙江省环境监测中心启动太湖藻类监测快报工作

为加强对太湖蓝藻水华的动态监测，提高环境监控时效，浙江省环境监测中心于2008年1月建成了EOS／MODIS数据DVB—s接收系统，每天接收处理EOS／MODIS数据，对太湖水域蓝藻水华进行大范围实时监控。根据环境保护部《关于加强太湖巢湖流域环境监测和执法监察工作的紧急通知》（环办[2008]11号）精神，浙江省环境监测中心已于2008年4月25日启动太湖藻类监测快报工作，按照要求上报监测结果。     

酶联免疫快速检测技术在太湖流域微囊藻毒素污染调查中的应用研究

采用酶联免疫(ELISA)法对2008年5～11月环太湖水域及太湖下游嘉兴河网水体中微囊藻毒素(MC)的污染状况进行了调查.结果表明,ELISA法对环太湖水样的加标回收率为(98.0±6.5)%,相对标准偏差≤10.0%,准确性和再现性均良好,且具有通量高、检测速度快的特点,适于太湖流域MC污染的普查和初筛.环太湖水样中的MC-LR在2008年8、10月较高;太湖下游嘉兴河网水样中的MC-LR自2008年7月开始有检出,最高质量浓度出现在9月,为0.772μg/L;各饮用水源地水样中的MC-LR亦有检出,但未超过<地表水环境质量标准>(GB 3838-2002)规定的限值(1.0μg/L).     

太湖水体附着细菌和浮游细菌的丰度与分布特征

为了探讨太湖水体附着细菌及浮游细菌丰度的变化规律,明确细菌丰度与环境因子的关系,应用荧光显微技术对太湖4个湖区细菌丰度及分布特征进行了研究,并探讨了其与总氮(TN)、总磷(TP)、叶绿素a(Chla)、总悬浮颗粒物(TSS)等环境因子之间的关系.结果表明,太湖水体中附着细菌占优势,占总细菌的65％(总细菌平均值为6.53×106cells/mL,附着细菌平均值为4.25×106 cells/mL,浮游细菌平均值为2.28 × 106 cells/mL);附着细菌与浮游细菌数丰度具有相似的时空分布规律,附着细菌与浮游细菌丰度都是河口区(10#)最高,其次梅梁湾(3 #)、湖心区(8#)和东太湖(24#)较低;春夏季高,秋冬季低;水温、TP对太湖水体中附着细菌及附浮游细菌的丰度影响比较大,它们与水体中附着细菌丰度及附浮游细菌均呈显著的正相关(p＜0.05).太湖不同湖区附着细菌及浮游细菌的数量空间差异是由太湖不同湖区生态环境的异质性引起的.     

巢湖和太湖微囊藻毒素差异性研究

采用固相萃取高效液相色谱法检测巢湖和太湖水体中5种微囊藻毒素(MCs)——MC-RR、MC-YR、MC-LR、MC-LA、MC-LY的含量。结果表明,巢湖水体中的MCs以MC-RR、MC-LA、MC-LY为主,太湖水体主要以MC-RR、MC-LR、MC-LA为主,其中太湖MC-LR的最高质量浓度为2.558μg/L,超过《地表水环境质量标准》(GB 3838—2002)中对集中式生活饮用水地表水源地的限定值(1μg/L)。分析巢湖和太湖水体中MCs与水质指标之间的相关性,发现同种MCs与两湖环境因子的相关性存在明显差异。逐步回归拟合结果表明,氨氮和DO分别能与巢湖MC-LR、MC-LY进行拟合;Chl-a、TOC能与太湖MC-LR回归拟合,TOC能与太湖MC-YR进行拟合。由于多数MCs不能通过水质指标的拟合结果来预测,因此在未来研究中需结合环境因子和MCs的遗传机制来共同分析MCs在水中的分布规律。     

太湖苕溪流域农业面源污染评价及对策

苕溪水系是太湖的重要支流,其总流量的70％入太湖.近年来沿水系农业发展带来的面源污染问题日益突出,在一定程度上影响了太湖的水源环境.通过对苕溪流域农业面源污染的调查和评价发现:流域种植业化肥TN污染负荷率高达98.03％,TP为1.97％；畜禽养殖粪便COD污染负荷率达74.91％,TN为20.59％,TP为4.50％；淡水养殖中精养鱼塘污染物TN污染负荷率达54.15％,COD为39.95％,TP为5.90％.针对这一现状,提出了太湖苕溪流域环境友好型农业发展的对策建议.     

太湖底泥的污染控制及修复技术的可行性应用探讨

太湖表层底泥营养物、重金属和有机污染物等含量较高,并有向水体释放倾向,对水体及水生生态系统造成威胁.文章探讨了对太湖已开展或近期可开展的内源污染治理实用和示范技术,如外部污染源控制、原位覆盖、原位底泥氧化、原位上覆水充氧、生态疏浚、生物修复技术以及自然消减技术等.对上述技术运用于太湖进行了可行性分析.     

硫酸铝渣去除水中磷研究

分别以蒸馏水和太湖水为例,研究了硫酸铝渣去除水中磷的能力,并分析了其对水体Al3+、SO24-以及pH的影响.结果表明:(1)除太湖水pH为9.0、10.0两种条件外,随着磷平衡浓度的增加,硫酸铝渣除磷量趋于某一定值,其规律符合Langmuir吸附等温式；太湖水pH为9.0、10.0两种条件下,硫酸铝渣除磷量符合Fre...     

浙江省太湖交界断面藻类预警应急监测指标特征分析

太湖藻类的爆发呈现一定的阶段性,根据2008年太湖藻类的时空分布,将藻类爆发划分为5个阶段。在太湖流域藻类预警应急监测期间,连续监测湖州市新塘港与太湖交界断面的8项水质指标,研究藻类爆发不同阶段交界断面水质指标的变化情况,采用Pearson相关分析法分析各水质指标间的相关性,探讨不同时期太湖流域藻类预警应急监测应重点关注的水质指标,为浙江省太湖流域藻类防控提供理论依据。     

基于解释结构模型法的太湖水华爆发要素分析

根据太湖水华爆发特点及文献资料检索,从气象、水动力、化学和生物等4个方面筛选出太湖水华爆发的17个要素,利用解释结构模型(ISM)分析了各要素之间的直接(因果)关系和间接关系,推导出太湖水华爆发要素整体关联层次结构图,从6个层次上直观反映了水华爆发过程,从系统角度分析了水华爆发原因,为水华预防及治理提供了若干参考依据.     

3种浮萍对富营养化水体的修复

选用Spirodela polyrhiza、Lemna aequinoctialis和Landoltia punctata 3种太湖浮萍为实验对象,在实验室条件下,研究其生长状况及其对模拟太湖水体的净化效果。结果表明,3种浮萍对水体总氮、氨氮、硝氮和总磷都具有很好的净化效果,S.polyrhiza,L.aequinoctialis和L.punctata对总氮的去除率分别为80.3%、73.7%和83.8%,对总磷的去除率分别为98.8%,96.4%和99.3%,但对有机物的去除作用比较有限。除营养吸收外,浮萍的水质净化能力还表现在对水中环境因子的影响,3种浮萍都能够维持水体p H在4.6~6.5的范围内以适合自身生长,并能够在一定程度上增加水体的溶解氧含量。硝化和反硝化作用是氮去除的主要途径,由于水体溶解氧含量较高,促进了好氧反硝化作用的进行。相比于S.polyrhiza和L.aequinoctialis,L.punctata具有较强的水体净化效果和生长速度,是净化太湖富营养化水体的理想水生植物。     

基于GOCI数据的太湖叶绿素a浓度反演和蓝藻水华遥感监测

太湖蓝藻水华是广为关注的环境问题,迫切需要实现蓝藻水华的动态监测。利用静止轨道海洋水色遥感器(GOCI)遥感数据构建了太湖叶绿素a反演的三波段模型,使用归一化植被覆盖指数(NDVI)进行蓝藻水华监测,并进行了富营养化评价。结果表明:(1)三波段模型优于波段比值模型,可以用于GOCI遥感数据反演太湖叶绿素a浓度。(2)2019年6月3日太湖叶绿素a大致呈湖心和西部浓度低,北部和西南沿岸浓度高的空间分布;从10:15至15:15,叶绿素a浓度先升高后降低。(3)竺山湖和椒山周边水域水华聚集情况较为严重,是当天重度水华的主要发生区域;水华的时间变化规律同叶绿素a浓度变化规律一致。(4)对2019年4月和6月的GOCI遥感数据进行富营养化评价发现,太湖富营养化水平总体呈西部高东部低、北部高南部低、边缘高中间低的趋势;6月较4月富营养化水平明显加剧。     

基于RDALR模型分析气象条件对太湖蓝藻水华发生的影响及预报

近年来,太湖水体出现多次严重的蓝藻水华过程,所以探索气象条件引发蓝藻水华的暴发机制及预报方法有着重要的理论意义及实际价值。由于chl-a含量的动态变化可反映水华与否,可利用粗糙集决策调节回归模型(rough decision-adjusted logistic regression model,RDALR)将粗糙集理论与二元逻辑回归(binary logistic regression,BLR)结合起来,用来建立气象条件和太湖chl-a含量二者之间的联系,为蓝藻暴发期水华预报提供一可行方法,且该方法具有一定可移植性。2012年5月1日—9月5日,对东山24项气象数据和东太湖6个取水口水质监测数据分析表明:RDALR模型解释了东太湖128 d水华监测日71.6%的chl-a动态变化,与BLR模型相比,将39次水华暴发的预报精度提高15%。对RDALR模型分析得出,当模型显著性水平小于0.05时,东太湖水域水华强度与平均风速、平均相对湿度呈显著正相关,与日降水量(P)呈显著负相关,同时水华强度与气温(T)、日照时数(SD)及最大风速风向(WD)等其他气象条件相关不显著。     

苏南太湖地区城镇水污染防治对策研究

苏南太湖水域是城镇环境重要组成部分,水域结构与功能的多样性为区域或部门多目标、多途径的开发与利用提供了有利条件。本文根据太湖地区城镇水环境研究结果,提出一套适合于该地区自然环境特点、有利于经济与环境协调发展的水污染控制对策及其相应的措施。     

南太湖富营养化调查及评价

2009年4月至2010年4月,综合利用TN、可溶性无机氮(DIN)、叶绿素a(Chl-a)、透明度(SD)、TP和浮游植物等指标,通过参数法、综合营养状态指数法及浮游植物优势种法评价了南太湖富营养化水平。结果表明:(1)南太湖夹浦、新塘、小梅口、幻溇4个断面的TN质量浓度为1.80~2.53 mg/L,TP质量浓度为0.08~0.11 mg/L,DIN质量浓度为0.55~1.10 mg/L,Chl-a质量浓度为6.4~19.2μg/L。(2)夹浦、新塘和小梅口3个断面的综合营养状态均为轻度富营养,幻溇断面为中营养。南太湖综合营养状态水平呈现出由西南向东北逐级递减的趋势。(3)南太湖的浮游植物优势种的演替过程为鱼腥藻(Anabeana)→微囊藻(Microcystis)→拟浮丝藻(Planktothricoides),但均属于蓝藻。因此,浮游植物优势种法评价的南太湖富营养化水平为重富营养化,但该方法由于不确定性较大,一般只作为参考。     

太湖西岸水质变化趋势及主要驱动因子

基于2009—2015年太湖西岸10个监测断面的8个水质指标数据,采用季节性Kendall检验法对其指标的浓度变化趋势进行分析,并用主成分分析法结合相关分析评价历年水质状况,分析影响太湖西岸水质的主要驱动因子。结果表明:(1)2009—2015年太湖西岸COD下降趋势显著,DO非显著上升,电导率、高锰酸盐指数、BOD5、氨氮、TP和TN均表现为高度显著下降趋势。(2)主成分分析从原始信息中提取出两个主成分,共解释了73.645%的结果,分别代表水质氮磷营养盐和有机污染。综合得分表明,2009—2015年太湖西岸水质呈逐年改善趋势。水质污染在空间上表现为北部向南部递减的趋势。(3)相关分析表明,氨氮和COD是影响该区域水质的主要驱动因子。