共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
巢湖蓝藻重度发生时的水质特征分析 总被引:1,自引:0,他引:1
通过2004~2006年以来气象卫星观测和现场实时的水质监测结果,得出巢湖蓝藻重度发生时的水质特征,并对预警蓝藻发生的监测点位以及利用卫片解译蓝藻时应注意的问题提出建议。 相似文献
3.
4.
5.
江苏省太湖应急防控形势及对策体系研究 总被引:1,自引:0,他引:1
对2008年-2010年来太湖水质状况、蓝藻暴发状况及影响因素、湖泛发生状况及成因、蓝藻生长对湖体水质的影响、蓝藻与湖泛对饮用水安全影响进行了研究.简述了环保、建设、水利、气象、中科院南京地理与湖泊研究所等部门和单位,在监测预警、供水保障、调水引流、打捞蓝藻、生态清淤、控源截污、人工增雨、统筹协调等方面团结协作、多措并... 相似文献
6.
太湖蓝藻水华预警监测综合系统的构建 总被引:2,自引:2,他引:0
近年来随着浅水型湖泊的富营养化进程不断加快,蓝藻水华暴发现象也频繁出现,采用科学、全面的手段对太湖蓝藻暴发进行预警十分必要。根据太湖蓝藻预警监测中使用的现场巡视、卫星遥感、实验室分析、自动监测等监测技术手段,分别建立各自监测系统,结合各监测系统特点和相互关系,对太湖蓝藻水华预警监测综合系统的构建进行了探讨,以期能够更好地开展太湖蓝藻水华预警监测工作,为确保太湖地区饮用水安全,提高环保部门应对太湖蓝藻水华暴发的能力,为政府决策提供技术支持和保障。 相似文献
7.
传统的人工监测无法实现大规模蓝藻的实时监测预警,该研究运用基于Python的ArcGIS Server自动发布地图服务、多元数据预警分析、人工水质监测数据预警分析等技术,以滇池为研究区,构建了水华预警系统。通过预警体系业务子系统和预警信息共享与发布子系统,结合滇池蓝藻水华监测预警综合数据库,实现了大规模蓝藻预警信息的实时生成、共享和发布,提出了地表变化动态监测预警的思路。系统建成后,通过对滇池流域生态红线预警范围内的地表覆盖变化情况监测,可及时发现导致水华发生的潜在陆源污染因素。同时配合排污点污染成分检测实现预警,从源头防止水华发生。 相似文献
8.
9.
10.
为了探究浮游细菌和蓝藻暴发之间的关系,利用实时荧光定量PCR和高通量测序技术,对夏季蓝藻暴发期间太湖竺山湾表层水和底泥中浮游细菌群落结构和多样性进行研究。结果表明,从门水平来看,水样和底泥中平均相对丰度最高的为变形菌门,放线菌门次之,此外蓝藻门也有一定的比例,可为水华暴发提供预警指示;从属水平来看,水样中的优势细菌主要为GpXI和GpIIa,底泥中为Gp6和GpIIa。 相似文献
11.
梅梁湖水体浮游植物与环境因子的关系 总被引:3,自引:1,他引:2
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。 相似文献
12.
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。 相似文献
13.
14.
应用流式细胞仪监测太湖藻类初探 总被引:2,自引:1,他引:1
流式细胞仪在海水微型浮游生物监测领域应用较为广泛,但在淡水藻类定量研究以及生物监测中应用仍较少。探讨了应用便携式浮游植物流式细胞仪CytoSense监测太湖藻类的可行性和时效性。结果表明,为了提高检测结果的准确性,流式细胞仪的应用过程中最好是现场采样、现场分析。流式细胞仪对藻细胞密度的检测下限为100万个/L,大于100万个/L时检测结果与人工镜检结果相吻合;在悬浮物含量小于108 mg/L的水体中,流式细胞仪检测结果具备较高的准确性。另外,流式细胞仪操作简单、分析速度快、便携性好、无污染,在太湖藻类监测中具有一定应用前景。 相似文献
15.
三峡库区大宁河回水段水华暴发时空分布特征分析 总被引:1,自引:1,他引:0
对三峡库区一级支流大宁河巫山段2004年到2008年常规监测、水华期间加密监测以及单个测点水华垂线24小时监测数据进行了统计、分析及评价。结果发现,该河段水华暴发具有明显的时空分布特征,时间上,全年各月份均有出现,但主要集中在3~6月,占观测频次的79%;24小时内叶绿素a含量在下午16:00~18:00时间段内达到最大值;空间上,总体呈现出离入长江口越近暴发的频次越高,回水河湾较平直河道,宽阔河段较狭窄河段更重的趋势,主要集中在大宁河的开阔河段(小三峡三个峡谷之间及其上、下游开阔河段);24小时内水华垂线分布明显,0.5~5m的叶绿素a含量上层高于下层,水面下30m及以下区域叶绿素a含量变化不显著。 相似文献
16.
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。 相似文献
17.
18.
对显微计数和叶绿素α测定两种主要藻类的监测方法进行了简要评述,提出在水源水除藻研究中应针对不同的除藻机制,采取不同的藻类监测方法。化学氧化除藻大都使用强氧化剂,将它们投入含藻的水体后,能穿透藻类细胞壁,扩散至细胞内部氧化叶绿素,使藻类代谢终止、死亡,故宜采用叶绿素α法。生物法除藻是利用生物对藻类的吸附、捕食和分解等作用去除藻类,则应采用计数法。 相似文献
19.
20.
典型湖泊水华特征及相关影响因素分析 总被引:1,自引:0,他引:1
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。 相似文献