千岛湖藻类及相关环境因子多元线性回归和鱼腥藻预测模型的建立

文章以千岛湖 1998～ 2 0 0 1年连续监测资料为基础 ,运用多元线性回归手段 ,以水温等 7项环境因子对叶绿素a、藻类细胞密度、鱼腥藻细胞密度作回归统计 ,建立多元回归方程 ,初步建立千岛湖蓝藻鱼腥藻细胞密度的预报模型。结果表明 ,水温和溶解氧是千岛湖藻类细胞密度的显著相关因子 ,在控制蓝藻鱼腥藻方面 ,削减入湖的 COD和磷元素总量具有现实意义     

生物监测中叶绿素a浓度与藻类密度的关联性研究

通过测定叶绿素a浓度、藻类密度和藻类分类计数等,获取"水华"水体生物监测数据。统计分析结果表明,叶绿素a浓度和藻类密度在蓝藻"水华"(微囊藻为优势种)暴发期间存在显著相关,并拟合出了回归直线。且叶绿素a浓度和藻类密度的自然对数比值也与藻类发生和兴衰存在着规律性联系。     

氮、磷等环境因子对太湖微囊藻与水华鱼腥藻生长的影响

为探索太湖主要水华藻类（微囊藻与水华鱼腥藻）在多种环境因子作用下的生长变化机理，在实验室内对部分水华藻类（微囊藻、鱼腥藻）进行分离培养，研究氮、磷、温度等环境因子对水华藻类生长增殖的影响。研究表明，高水温（30℃）是微囊藻的最适生长温度；随着氮、磷浓度的提高，微囊藻的生长速率加快；低磷是鱼腥藻生长的限制因子。同时，通过野外测定的各项指标发现，当藻类密度较低时，其与总氮、总磷呈正相关。     

海州湾圆筛藻与环境因子的关系研究

通过对2004年海州湾圆筛藻等藻类与环境因子间的相关分析,得出磷酸盐、亚硝酸盐、硝酸盐、水温与藻类细胞数量间为单调相关,并且磷酸盐为藻类生长的主要限制因子;pH值、气压、化学需氧量、盐度、氨盐和藻类细胞数量间为线性相关,氨盐为藻类吸收无机氮的主要形式.另外,以环境因子为自变量,藻类细胞数量为因变量,建立了回归模型,该模型可为监测该藻类细胞数量变化和赤潮提供参考.     

典型湖泊水华特征及相关影响因素分析

通过2011-2015年对太湖、巢湖和滇池水华高发季节的连续监测，以藻类密度和水华面积为判据评价了3个湖体的水华情况及变化趋势，探讨了水华发生的主要影响因素。结果表明：太湖水华程度以"轻度水华"为主，巢湖水华程度以"轻微水华"为主，滇池水华程度以"中度水华"为主；太湖、巢湖和滇池水华规模均以"零星性水华"为主；太湖和巢湖藻类密度与水温、pH、溶解氧、总氮、总磷和高锰酸盐指数均呈显著正相关，与透明度呈显著负相关，与氨氮无显著相关性；滇池藻类密度与水温、总磷和高锰酸盐指数均呈显著正相关，与透明度和氨氮呈显著负相关，与pH、溶解氧和总氮无显著相关性。     

基于多元回归理论的太湖湖泛预警模型研究

在太湖宜兴段藻源性湖泛高发区设立4个监测点,以湖泛发生的物质基础"藻类生物量"为研究对象,运用数据分析软件SPSS对监测点的藻类生物量、水质、气温等数据进行相关分析,建立了以藻密度为因变量的多元逐步回归模型。结合往年太湖藻源性湖泛发生时的气象条件等历史资料以及相关藻密度阈值的报道,构建了太湖宜兴段藻源性湖泛高发区监测预警模型系统,该模型能够基于监测点的实时水质数据和气象预报数据,对监控区域湖水在未来某时间段内发生湖泛风险的可能性进行分级预警。     

江阴地区主要内河叶绿素a动态特征及其与环境因子的相关分析

根据江阴市四条主要内河锡澄运河、白屈港河、张家港河及横河的监测数据，分析叶绿素?a（Chla）的动态变化及其与理化水质因子的相关关系，并建立逐步回归多元线性模型，筛选与Chla显著相关的水质因子。结果表明，四条河道Chla存在明显的时间变化和空间分异。不同河道对Chla有显著影响的水质因子各不相同。总体来说，锡澄运河、白屈港河及张家港河Chla的主要影响因子为水温和外源输入，而横河除了这两个因子外，还受P和NH3-N影响。     

梅梁湖水体浮游植物与环境因子的关系

根据2008年的4月—11月梅梁湖水域应急监测数据,探讨了梅梁湖水体浮游植物与环境因子的关系。相关性分析结果表明,蓝绿藻含量与TP、pH值和DO呈极显著正相关;与TN、SD和EC呈极显著负相关;与NH3-N呈显著负相关。多元逐步回归分析结果表明,梅梁湖浮游植物生长受多个环境因子的共同影响,但主要为TP、TN、水温和风速。     

山仔水库叶绿素a与环境因子的相关分析及富营养化评价

依据2003年3～11月对山仔水库的逐月调查和监测数据,分析叶绿素a含量的时空分布情况，探讨叶绿素a与相关环境因子的关系,并应用修正的卡尔森营养状态指数对山仔水库水质进行分析评价。结果表明，山仔水库除了3、10、11月份处于中营养状态,其余月份都处于富营养化状态。叶绿素a具有明显的时空分布特征。日溪进口和山仔水库坝前的叶绿素a含量较高;初夏和秋末出现高峰，叶绿素a含量分别高达211 mg/m^3和93mg/m^3。多元统计分析表明，与山仔水库叶绿素a含量显著相关的因子是水温和溶解氧。生物因子评价表明，山仔水库浮游藻类的种类和数量都达到了富营养化水平。     

三峡库区大宁河2010年春季水华特征

以大宁河春季水华期间调查数据为基础,运用数理统计分析手段,通过描述大宁河春季水华期藻类及主要理化因子分布特征,揭示出影响藻类生长的主要因子。结果表明:大宁河春季水华期水华河段水体氮、磷含量较高,总氮浓度为1.2～4.11mg/L,平均值为1.748mg/L,总磷浓度为0.027～0.615mg/L,氮磷比均值为17.5。春季水华藻类适宜的光照强度为1400～3800lx,水温为13.0～14.0℃时叶绿素a含量有最大增长,平均水温为13.4℃,藻密度与总氮、总磷、水温、DO、pH、浊度、高锰酸盐指数呈显著正相关关系,与透明度呈负相关关系。回水河段流速小于0.05m/s,流速是藻类生长最主要的限制因子。大宁河回水河段春季水华藻类分布较广,主要有甲藻门、绿藻门、硅藻门、隐藻门、蓝藻门、裸藻门和黄藻门7门28属,其中甲藻门分布最广,其次是绿藻门。春季水华优势种主要有甲藻门的拟多甲藻,绿藻门的衣藻、小球藻,硅藻门的直链藻,蓝藻门的色球藻等。     

太阳山湿地浮游植物优势功能群季节演替特征及驱动因子分析

为探明太阳山湿地浮游植物优势功能群季节演替规律及其主要驱动因子,于2019年4月(春季)、7月(夏季)、10月(秋季)和2020年1月(冬季)采样分析了太阳山湿地浮游植物的种类组成、优势种、丰度、生物量及季节变化,同时测定了水环境理化因子指标,采用冗余分析方法研究了浮游植物优势功能群的优势度、丰度与水环境因子之间的关系。结果表明:太阳山湿地浮游植物可分为22个功能类群;优势功能群的季节演替和空间分异特征明显,存在一定的规律性。春、秋、冬3个季节的浮游植物以硅藻门为主,夏季以绿藻门和蓝藻门为主。春季优势功能群主要为D、C、P,以硅藻门种类为主;夏季优势功能群主要为J、Lo、TC、M、H1,以硅藻门、绿藻门、蓝藻门种类为主;秋季优势功能群主要为D、S1、MP,以硅藻门、绿藻门种类为主;冬季优势功能群主要为D、X3,以硅藻门种类为主。影响太阳山湿地浮游植物优势功能群季节演替的水环境因子有水温(WT)、pH、溶解氧(DO)、透明度(SD)、盐度(Sal)、氮磷营养元素含量、化学需氧量(COD_Cr)和高锰酸盐指数(COD_Mn)。4个湖区浮游植物优势功能群的时空差异与水环境因子密切相关,其中,西湖区浮游植物优势功能群的季节演替驱动因子为pH、DO、WT、总磷(TP),东湖区为pH、DO、WT、氮磷营养元素含量,南湖区为pH、DO、COD_Cr、五日生化需氧量(BOD₅),小南湖区为pH、DO、WT、BOD₅、COD_Cr、TP。pH、DO、WT、BOD₅、SD等水环境因子的季节差异以及TP、TN、氨氮(NH₃-N)、COD_Mn等水环境因子的湖区差异是太阳山湿地浮游植物优势功能群出现季节演替的主要原因。     

洪泽湖水质富营养化评价

对洪泽湖及其入湖河流水质现状进行了评价,得知洪泽湖及其入湖河流总体水质为劣Ⅴ类,影响两者水质的主要污染物为总磷和总氮。对洪泽湖浮游植物的时空分布及相关因子进行分析,得知洪泽湖目前为轻富营养水平。最后对洪泽湖第一次发生蓝藻聚集现象的原因进行了分析。     

Multiple Effects of Environmental Factors on Algal Growth and Nutrient Thresholds for Harmful Algal Blooms: Application of Response Surface Methodology

Systematic understanding of the co-effects of environmental factors on phytoplankton proliferation can enable more effective control of harmful algal blooms in eutrophic lakes and reservoirs. A batch of statistically designed experiments using response surface methodology was recently conducted on mixed algae samples collected from Changtan Reservoir. The central composite designed response surface model was established to evaluate multiple effects of various physical and chemical factors (total nitrogen, total phosphorus, temperature, and light intensity) on algal density and chlorophyll a content. Analysis of variance indicated an excellent correlation between modeling results and experimental responses. Among the selected environmental variables, promotion of the interactive effects of nitrogen and phosphorus together with the optimum total nitrogen/phosphorus mass ratio (between 7.9 and 10.1) was determined to be the most significant stimulating parameter associated with algal blooming development dominated by non-nitrogen-fixing species. The favorable effects of strong illumination were shown to be greater than those of high temperature. The border values of total nitrogen and phosphorus concentrations leading to a critical value of algal density under different water temperatures and light intensities could be predicted as nutrient loading thresholds for harmful algal blooms by our second-order polynomial regression model.     

藻密度手工监测实验室间比对研究

为研究不同实验室藻密度监测数据的可靠性,现场采集了藻密度样品,处理为现场平行样和实验室前处理后平行样2种,分别由5家实验室的6名技术人员开展检测分析。参考相关技术规范要求,结合其他领域相似工作的成功应用案例,采用Z比分数法对分析结果开展藻密度实验室间比对。结果表明,数据的相对偏差均符合技术规范要求;对藻密度进行数据直接比对和对数转换后比对,各实验室对现场平行样和实验室前处理后平行样的检测结果均为合格;分析方法原理导致藻密度手工监测的绝对数值偏差较大,对当前的太湖水华预警工作适用性不高。     

基于深度学习技术的藻类智能监测系统开发

浮游藻类对水环境的变化非常敏感,是评价水环境质量的重要指示生物。传统的浮游藻类监测依靠人工采样分析,需要专业检测人员使用显微镜对藻细胞逐一鉴定并计数,耗时耗力且严重依赖检测人员的专业知识与鉴定经验,限制了浮游藻类监测工作的标准化推广和普及应用。利用神经网络模型建立了一套浮游藻类智能监测系统,该系统能够实现浮游藻类检测的自动进样、自动显微摄影,同时充分发挥深度学习技术在视觉分析领域的优势,自动进行浮游藻类智能识别和计数。使用大量浮游藻类样品开展了深度学习模型训练和结果验证,结果表明,该浮游藻类智能监测系统能够顺利完成浮游藻类样品自动进样、拍摄、鉴定和计数等一系列流程,且智能识别系统鉴定计数结果与人工镜检结果的误差较小。该系统还具有进一步的泛化和拓展能力,随着后续模型训练样品数量的增多,系统识别效率和精度可得到进一步提升,在浮游藻类监测及研究领域具有广阔的应用前景。     

夏季太湖蓝藻水华暴发与臭氧污染的关联性

夏季受东南季风、湖流等因素影响,太湖蓝藻向西北部水域集聚,该区域平均藻密度可高达1×109个/L以上,其中蓝藻集中堆积的近湖岸区域藻类密度更高,蓝藻在不同生命阶段释放的藻源性VOCs的成分谱和产生量有较大差异,其中烯烃和有机胺反应活性较强。蓝藻水华高发期太湖西岸非甲烷总烃的浓度约为常州市区的3.3倍,日变化趋势符合蓝藻代谢规律。太湖西部蓝藻水华、湖西区的非甲烷总烃浓度和臭氧污染程度时空变化规律表明:太湖西部(宜兴)是整个流域臭氧污染最严重的区域,其臭氧污染的形成与太湖蓝藻水华暴发有关联性。     

Relations of Habitat-Specific Algal Assemblages to Land Use and Water Chemistry in the Willamette Basin, Oregon

Benthic algal assemblages, water chemistry, and habitat were characterized at 25 stream sites in the Willamette Basin, Oregon, during low flow in 1994. Seventy-three algal samples yielded 420 taxa — mostly diatoms, blue-green algae, and green algae. Algal assemblages from depositional samples were strongly dominated by diatoms (76% mean relative abundance), whereas erosional samples were dominated by blue-green algae (68% mean relative abundance).Canonical correspondence analysis (CCA) of semiquantitative and qualitative (presence/absence) data sets identified four environmental variables (maximum specific conductance, % open canopy, pH, and drainage area) that were significant in describing patterns of algal taxa among sites. Based on CCA, four groups of sites were identified: streams in forested basins that supported oligotrophic taxa, such as Diatoma mesodon;small streams in agricultural and urban basins that contained a variety of eutrophic and nitrogen-heterotrophic algal taxa; larger rivers draining areas of mixed land use that supported planktonic, eutrophic, and nitrogen-heterotrophic algal taxa; and streams with severely degraded or absent riparian vegetation (> 75% open canopy) that were dominated by other planktonic, eutrophic, and nitrogen-heterotrophic algal taxa. Patterns in water chemistry were consistent with the algal autecological interpretations and clearly demonstrated relationships between land use, water quality, and algal distribution patterns.