公众应成为流域污染防治的监督力量

流域污染防治需要公众的参与监督 《2006中国环境状况公报》显示,2006年,全国地表水总体水质属中度污染,其中,松花江、黄河、淮河为中度污染,辽河、海河为重度污染,巢湖水质为Ⅴ类,太湖和滇池为劣Ⅴ类,引起社会高度关注.2007年入夏以来,太湖、滇池、巢湖的蓝藻接连暴发,一定程度上标志着我国进入了水污染密集暴发阶段.     

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.     

深化流域水污染治理 部分地区初见成效

国家对重点流域水污染防治高度重视,2009年5月《重点流域水污染防治专项规划实施情况考核暂行办法》正式实施,该《办法》适用于对淮河、海河、辽河、松花江、三峡水库库区及上游、黄河小浪底水库库区及上游、太湖、巢湖、滇池等水污染防治重点流域各省(区、市)人民政府实施相关专项规划情况的考核。如今距离《办法》的实施已将近一年,环保部已开始陆续对各重点流域进行考核。     

依靠技术进步解决印染行业水污染问题

我国已经步入水污染密集暴发期.近年来频频暴发的恶性水环境污染事件--松花江水污染,渤海湾、东海赤潮,太湖、巢湖、滇池蓝藻污染……一次次为人们敲响警钟.     

中国主要淡水湖泊沉积物中重金属生态风险研究

根据我国主要湖泊表层沉积物中重金属Cr、Cd、Hg、As、Pb、Zn、Cu的污染情况,对沉积物中的重金属分别采用潜在生态风险指数法与地积累指数法进行评价。结果表明:两种方法评价结果基本一致。滇池、红枫湖重金属污染最严重,鄱阳湖、洞庭湖与洪泽湖次之。严重的生态风险不存在,但是Cd在鄱阳湖、滇池和太湖中具有一定的潜在威胁;太湖、巢湖、南四湖重金属潜在生态风险较低。     

抚仙湖，我拿什么保护你

位于云南省玉溪市的抚仙湖,I类水量占全国90％,几乎为每个中国人储备了15吨I类水。其206亿立方的储水量相当于12个滇池,4个太湖、6个巢湖。然而．近20年来的监测分析表明,抚仙湖水质透明度不断下降,化学需氧量上升。总氮、总磷持续增加。     

保卫湖泊

今年四五月以来,太湖、滇池、巢湖等国内几个湖泊连续暴发蓝藻"水华",甚至严重地影响了周边城市的供水安全.湖泊--这一由陆地洼地积水而成的、水域比较宽广、换流缓慢的水体,其生态环境保护受到了前所未有的关注.     

湖泊富营养化趋势的灰色马尔柯夫预测

根据水质时间序列具有趋势性和波动性的特点,将灰色马尔柯夫模型应用于太湖、滇池、巢湖三大湖泊水质富营养化趋势预测,其预测值可看成趋势项和随机波动项之和.预测过程如下:①用t检验准则判断并剔除序列中的异常数据,保证CM(1,1)模型精度;②建立GM(1,1)模型,对时序数据进行拟合,找出其变化趋势并建立趋势项;③根据最大残差划分状态空间,进行马尔柯夫预测,找出波动性规律并建立随机波动项.预测结果显示:太湖、滇池、巢湖预测结果的相对误差分别为3.59%、1.73%、2.20%,平均相对误差为2.50%,比单纯的灰色CM(1,1)模型降低了0.32%.     

中国水污染事件纪实

编者按:如果说,两年前的松花江事件标志着中国进入了水污染事故的高发期,那么,2007年入夏以来太湖、滇池、巢湖的蓝藻接连暴发,则标志着中国进入了水污染密集爆发的阶段.近日,国家环保总局对长江、黄河、淮河、海河四大流域进行了环保专项执法检查,结果显示:其环境违法现象之普遍、影响之恶劣、污染之严重已经到了令人扼腕的地步.     

基于半分析模型的太湖春季水体漫衰减系数Kd(490)估算及其遥感反演

漫衰减系数是水体重要的光学参数,是水生态系统的重要影响因素.利用2009年4月和2010年5月太湖实测数据,基于光学闭合原理,首先求解出490 nm处水体总的吸收系数[a(490)]和后向散射系数[bb(490)],进而研究了其与模拟的环境一号卫星多光谱数据不同波段遥感反射率之间的关系,在此基础上构建了太湖春季水体Kd(490)反演的半分析模型并将其应用到环境一号卫星影像上进行了太湖春季水体Kd(490)的遥感反演.结果表明,①基于光学闭合原理,可以较为准确地求解出a(490)和bb(490),a(490)实测值与求解值的平均相对误差为17.1%,bb(490)与模拟的环境一号卫星第四波段的遥感反射率具有很好的指数关系;②本研究所构建的模型具有较好的精度和稳定性,利用与卫星影像准同步的地面采样点对模型进行验证,得出模型反演的平均相对误差为21.6%,均方根误差为1.68 m-1;③太湖春季水体Kd(490)具有较强的空间差异性,太湖北部和东太湖大部分区域为Kd(490)的低值区,太湖西部和南部为Kd(490)的高值区,而太湖中部大部分区域介于两者之间.     

基于中巴地球资源1号卫星的太湖表层水体水质遥感

利用CBERS 1的CCD数据和准同步地面监测数据,结合水体组分的光谱特征,建立了太湖表层水体叶绿素a和总氮的遥感信息模型.将模型用于2000 09 16太湖表层水体,所得结果较客观地反映了叶绿素a和总氮的分布趋势,表明利用CBERS 1的CCD数据进行湖泊表层水体水质指标监测具有重要的现实意义和应用前景.由于地面监测站位有限,模型在浅水草型湖泊———东太湖的适用性受到一定限制,说明同步性好、覆盖广的地面监测对于水质遥感信息模型的准确性和适用性至关重要.     

长江中下游4个湖泊非色素颗粒物吸收系数光谱模型

利用指数模型和幂函数模型对2007年和2010年长江中下游4个湖泊58个样本 a_d(λ)(非色素颗粒物吸收系数) 光谱进行拟合,以 R2(决定系数)、RE(相对误差)和RMSE(均方根误差)等统计参数判定模型效果. 指数模型和幂函数模型 R2平均值、RE、RMSE分别为0.998、7.01%、0.015 m-1和0.994、15.90%、0.027 m-1. 统计检验显示,指数模型的 R2显著大于幂函数模型(ANOVA,P<0.001),而RE和RMSE则显著小于幂函数模型(ANOVA,P<0.001). 指数模型能更准确地拟合 a_d(λ),得到的 S_d(光谱斜率)平均值为(12.21±1.08)μm-1,400~700 nm波段内变异系数为8.85%,空间上4个湖泊之间变化不是很明显,仅傀儡湖的 S_d略低于其他3个湖泊. a_d(λ)与ρ(ISM)(无机悬浮颗粒物浓度)呈极显著正相关,通过ρ(ISM)可以得到长江中下游典型浅水湖泊 a_d(λ)光谱模型.      

巢湖流域和太湖流域沉积物中苄氯菊酯和高效氰戊菊酯的生态风险评价

分析了巢湖流域和太湖流域表层沉积物中苄氯菊酯和高效氰戊菊酯,并结合毒性单元法(Toxic Unit,TU)和物种敏感性分布法(Species Sensitivity Distributions,SSD)评价了两种拟除虫菊酯的生态风险.结果显示,两大流域沉积物中均广泛检测出两类污染物.总体而言,巢湖流域苄氯菊酯含量较高,而太湖流域高效氰戊菊酯含量较高.同时,两种污染物在巢湖流域呈现显著的正相关,但太湖流域二者之间没有相关关系.3种风险评价方法(TU法、沉积物SSD法、水体SSD法)均揭示苄氯菊酯对巢湖流域水生环境影响较大,而高效氰戊菊酯对两个流域影响均较大.因此,需要加强对流域高效氰戊菊酯污染的关注.其中,TU法预测的风险最小,沉积物SSD法预测的风险最大,主要原因在于TU法采用的毒性数据为LC50,而SSD法则选用了NOEC/LOEC,同时沉积物SSD法是出于保护大部分底栖生物为目的的方法.各种方法对于评价沉积物毒害污染物的生态风险均存在不足,尽管沉积物SSD法最为合理,但由于其毒性数据较少,最终预测结果存在一定的不确定性.因此,需要进一步加强对底栖生物毒性的研究和数据积累.     

鄱阳湖天然湖面遥感监测及其与水位关系研究

以1989—2010年鄱阳湖100期(景)Landsat TM/ETM+影像为数据源,对比分析了水体指数法和谱间关系法两种主要的水体提取方法,利用水体指数法提取了天然湖体水面面积,揭示了不同水位下鄱阳湖天然湖体水面的空间扩展过程与特征,建立了汛期与非汛期水面-水位关系模型并确定了相应代表性水位站。结果表明:①在鄱阳湖,水体指数法水体提取精度优于谱间关系法;②受地形影响,不同水位条件下鄱阳湖天然水面的空间扩展特征大致呈"菱形"沿湖岸以顺时针方向(即:北→东→南→西→北)推进;③水位为6~15 m时,鄱阳湖天然湖体水面随水位变化呈线性变化,水面变化显著;而在水位介于15~22 m时,天然湖体水面随水位变化则呈对数变化。基于水面-水位关系模型,确定汛期代表性水位站为星子站、都昌站与吴城站;而非汛期代表性水位站为棠荫站。     

基于灰色-随机风险率方法的湖泊水质分析

湖泊水环境是一个受多种不确定性因素限制的复杂系统。以内蒙古乌梁素海为研究对象,应用水质超标灰色-随机风险率的计算方法和系统可靠性分析理论建立了单项参数评价模型和综合参数评价模型,分析湖泊入口断面水质存在的潜在风险性。结果表明:乌梁素海镉的Ⅴ类达标率仅为7.69%~23.89%,镉污染已经十分严重,硫化物和氰化物的Ⅲ类和Ⅴ类达标率都达到100%,所以几乎不受这两项指标的污染。该方法能较好地反映乌梁素海入口断面不同水质参数的污染强度和污染历时的变异过程,为湖泊水环境风险的决策和管理工作提供了参考依据。     

应用遥感数据评价蓝藻水华对太湖取水口的影响

为量化蓝藻水华对太湖饮用水取水口的影响,将太湖矢量图进行栅格化,根据权重函数计算像元的权重因子;再将权重因子图与由遥感影像得到的水华分布图进行叠加,对对应像元进行影响因子计算;最后根据像元的影响因子求出归一化影响指数(NII),并以此进行影响评价.通过对2007年5月1~16日太湖MODIS EVI影像进行的实例分析和验证,表明该方法能较好地反映太湖水华对取水口的影响程度,与实际情况符合;在提出的3种权重函数模型中,负指数模型和正态分布模型能较好地反映蓝藻水华对饮用水取水口的影响程度,可以作为影响评价的权重模型.     

应用遥感技术监测和评价太湖水质状况

利用遥感信息和有限的实地监测数据建立了太湖水质参数预测模型 ,该方法可以用于太湖水质污染的预测、分析和评价 ,能够较好地反映水质的空间分布特征 ,尤其适合于大范围水域的快速监测 .研究结果表明 ,利用单波段、多波段因子组合以及主成分分析等手段可以使遥感信息得到更充分的利用 ,从而使预测结果更加精确 .预测结果显示 ,太湖流域已经呈现了严重的富营养化趋势 ,且空间分布不均衡 .东太湖以及靠近无锡和苏州的湖体附近相对污染更为严重 .     

鄱阳湖沉积物重金属污染影响因素分析——基于STIRPAT模型

为探究人类活动对鄱阳湖沉积物重金属污染的影响,于2017年10月在鄱阳湖入口、出口及湖区布设20个采样点位,开展鄱阳湖沉积物重金属表层及垂向分布特征调查,评价其潜在生态风险.利用¹³⁷Cs和²¹⁰Pb计年法推算出鄱阳湖沉积物的平均沉积速率,并结合柱状分层样品重金属含量,得出具体年代的重金属蓄积特性.基于STIRPAT模型,通过偏最小二乘回归分析得到鄱阳湖沉积物重金属演变与总人口数量、城镇化率、实际人均GDP、绿色专利申请数、第二产业占比、第三产业占比6种社会经济指标的多元非线性模型.结果表明：（1）鄱阳湖表层沉积物重金属Cu污染最为严重且生态风险程度最高, 地累积指数为“强”或“中-强”污染范畴,单因子潜在生态风险指数平均值为47.25,属于“中等”生态风险.整个湖区的总潜在生态风险指数RI平均值为107.07,表明鄱阳湖表层沉积物重金属总体处于低生态危害水平.（2）1988~2017年总人口数量是影响鄱阳湖沉积物重金属Cd和Cu污染的最主要正向因素,其他正向因素为第二产业占比、第三产业占比、城镇化率及实际人均GDP,绿色专利申请数所反映出的区域绿色技术创新能力及环保研发投入对鄱阳湖沉积物重金属Cd、Cu污染具有负相关关系.     

Assessment of nutrient distributions in Lake Champlain using satellite remote sensing

The introduction of nutrients to lakes causing eutrophic conditions is a major problem around the world. Proper monitoring and modeling are important to effectively manage eutrophication in lake waters. The goal is to develop remote sensing models for nutrients, total phosphorus and total nitrogen, in Lake Champlain. The remote sensing models were created using multivariate linear regression with the unique band combinations of Landsat Enhanced Thematic Mapper Plus （ETM＋） imagery based on the empirical relationship with the field observations. The resulting models successfully showed nutrient distributions in the most eutrophic part of Lake Champlain, Missisquoi Bay, with reasonable adjusted coefficient of determination values （R2 = 0.81 and 0.75 for total phosphorus and total nitrogen, respectively）. The results show the feasibility and the utility of satellite imagery to detect spatial distributions of lake water quality constituents, which can be used to better understand nutrient distributions in Lake Champlain. This approach can be applicable to other lakes experiencing eutrophication assisting decision making when implementing Best Management Practices and other mitigation techniques to lakes.     

支持向量机在太湖叶绿素a非线性反演中的应用

根据湖泊监测的特点,采用支持向量机(SVM)方法,反演太湖叶绿素a的浓度分布.将2005年8月太湖29个现场水质监测点数据分为训练测试样本集和验证样本集,利用训练测试样本集以及与其时间同步的MODIS遥感影像,分别构建了4种SVM模型.对比分析表明,直接以波段反射率以及水深信息构成输入向量的SVM模型预测效果最好.利用训练测试样本构建了线性回归模型、主成分分析模型(PCA)以及神经网络模型(ANN),并利用验证数据比较了上述3种模型与SVM模型的预测结果.结果表明ANN模型和SVM模型预测能力明显优于另外2种模型,其中SVM模型对低值和高值均有较好的预测精度,平均相对误差仅为15.91%,预测精度比ANN模型提高了10%.利用SVM模型和ANN模型分别反演了2005年8月15日太湖叶绿素a浓度分布,比较了2种模型反演结果的异同,分析了太湖叶绿素a分布特征及其成因.