新立城水库藻类水华环境因子分析及其预警监测

调查研究表明长春市新立城水库发生小范围藻类水华期间浮游植物藻类群落结构变化不明显,种群丰度增加。对监测数据进行了分析并与该地区非水华期间的监测数据相比较;同时对水质进行了环境因子相关性及对藻类水华的影响分析。结果显示溶解氧和温度是影响水库叶绿素a值变化的主要环境因子,且可以作为北方湖泊藻类水华预警的主要监测指标。     

三峡库首回水区水华期间污染因子变化趋势及相关性分析

摘要：2011年3月，三峡库区夷陵区段回水区发生水华，水体呈红棕色。在水华爆发期间，水体中溶解氧、pH值、高锰酸盐指数、总氮、总磷均出现异常偏高现象。通过对水华期间污染因子跟踪监测，对该水域水体中污染因子变化趋势进行分析，同时对各污染因子之间相关性进行讨论，最后分析了相关原因。     

基于神经网络的城市内湖水华预警综合建模方法研究

针对城市内湖水华产生过程存在复杂性、时变性、不确定性等特点,运用内集-外集、粗糙集约简和RBF神经网络模型,通过水华藻生物量阈值界定、风险概率计算、预警等级划分、预警因子识别和神经网络预测模型的研究,提出一种城市内湖水华预警综合建模方法.以天津清净湖为例,利用p H值、水温等12项水质指标监测数据,确定清净湖水华的叶绿素a浓度阈值为70.98?g/L,依据水华风险概率划分5个水华预警等级,并确定水温、溶解氧、高锰酸盐指数和TDS为水华预警因子.利用RBF神经网络技术构建清净湖水华预警模型,验证结果显示,模型预测精度达85.7%,表明该方法能较好地用于城市内湖水华预警模型构建.     

矿化度作为蒙新高原湖泊营养物基准影响指标的可行性

基于蒙新高原湖区多年综合调查资料及现场监测数据分析,结果显示蒙新湖区存在咸化趋势.多元逐步回归分析表明总磷、矿化度是影响蒙新湖区初级生产力的重要因子.相关性分析显示,蒙新高原湖区湖泊矿化度与溶解氧、pH值、总氮、叶绿素a及透明度相关,其中,溶解氧、pH值与矿化度呈极显著负相关(P<0.01);总氮、叶绿素a与矿化度呈极显著正相关(P<0.01);透明度与矿化度呈显著负相关(P<0.05).通过矿化度与国际公认的营养物基准指标[原因变量(TP、TN)和反应变量(Chl-a、SD)]之间的线性关系研究表明,矿化度应成为蒙新高原湖区湖泊营养物基准影响指标之一,研究结果为确定蒙新高原湖区湖泊营养物基准的候选变量和指标提供了理论依据.     

干季滇池水质与盘龙江水质的研究

通过对滇池水域和盘龙江下游水质进行采样,分析了水中pH值、浊度、溶解氧(DO)、电导率、叶绿素、化学需氧量(COD)、总磷(TP)、氨态氮(NH3-N)等8个指标。研究表明,滇池近岸水域中pH值偏碱性、浊度大、叶绿素含量和化学需氧量高、总磷量高、溶解氧过饱和;在滇池外海水域,除溶解氧、叶绿素较高外,其余指标大多在水质标准(Ⅲ类)范围内;而在盘龙江下游区域内,水质差,各项指标都超过地表水Ⅴ类标准,这一事实可能会加重滇池的水体污染。     

数据缺失条件下基于MLP神经网络的水华风险预警方法研究

针对水华风险预警过程中相关监测指标数据缺失的问题,借鉴多元统计和随机分析构建了一种缺失数据插补方法,用于弥补现场调查数据的不足.基于主成分分析,对水华相关影响指标进行降维,确定水体水华风险预警模型的输入层变量.同时,采用多层感知器(MLP)人工神经网络模型对水华表征指标叶绿素a的浓度进行预测,并引入风险概率的概念,提出了水华风险概率计算公式,完善了水华预警的风险表达.最后以三峡库区典型支流大宁河为案例的研究证明了上述方法的可操作性.研究结果显示,插补数据条件下和未插补数据条件下的大宁河水华风险预警模型决定系数分别为0.9711和0.7769,前者的模型准确性更高,叶绿素a浓度预测效果更好;预测时段内大宁河11 d为水华蓝色预警(无警)级别,水华发生的风险概率为1.99%~18.61%;1 d达到水华橙色预警(中警)级别,水华发生概率为90.48%.     

三峡水库支流大宁河冬、春季水华调查研究

以三峡水库主要支流--大宁河冬、春季2次不同类型水华的调查数据为依据,分析并比较了不同水华期间水质的变化、营养盐的构成及水华的特征.结果表明,大宁河冬季水华以唐家湾为中心,叶绿素a(Chl-a)含量较高[(Chl-a)_(max)/(Chl-a)_(min)=260];随着藻类的生长总氮(TN)、总磷(TP)和高锰酸盐指数出现富集而含量升高,溶解氧(DO)和pH却出现低值;水华高峰期水体藻类较少,共发现2门4种,水华优势种为铜绿微囊藻和水华微囊藻,藻密度高达3.15×10~7个/L,相关加权综合营养状态指数为80,属于重度富营养化水体.而春季水华属于自回水段以下整体性暴发,Chl-a含量也较高[(Chl-a)_(max)/(Chl-a)_(min)=140];TN、TP和高锰酸盐指数均是随着水华的发生逐渐升高;水华高峰期藻类种群丰富,共发现5门44种,各断面水华优势种和藻密度均不同,相关加权综合营养状态指数显示东坪坝和白水河为轻度富营养化水体.相关性分析表明,冬季水华期间Chl-a与TN、TP、高锰酸盐指数、水温呈显著正相关,与DO、透明度(SD)呈显著负相关;春季水华Chl-a与TP、高锰酸盐指数、DO、pH呈显著正相关,与SD呈显著负相关.冬季水华pH与SD呈显著正相关,与TN、TP、高锰酸盐指数呈显著负相关;而春季水华pH与Chl-a、TP、高锰酸盐指数、DO、气温呈显著正相关,与SD呈显著负相关.     

杏林湾水库上游水域水华期和非水华期水质变化

为了查明厦门市杏林湾水库上游水域水华期和非水华期水质变化情况,对17个水体主要指标(温度、pH、氧化还原电位、溶解氧、盐度、电导率、浊度、透明度、叶绿素a浓度、总碳、总有机碳、总氮、铵态氮、硝态氮、亚硝态氮、总磷和正磷酸盐的浓度)进行了测定。结果显示:水华期和非水华期叶绿素a浓度(μg/L)分别为121.31±18.89 (μg/L)和28.53±2.82 (μg/L),两者差异极显著(P 0.01),并且两个时期的理化因子与叶绿素a间无显著的相关性(P 0.05),两个时期的理化因子除水温、氧化还原电位、铵态氮、总磷以及正磷酸盐外,其余因子均存在显著(P 0.05)或极显著差异(P 0.01)。此外,水华期和非水华期的综合营养指数分别为78.32±2.63和72.24±2.57,可见,该水域在这两个时期均处于重度富营养状态。     

藻类生长过程中DO、pH与叶绿素相关性分析

为了在"水华"发生过程中,找到一些合理的预报参数,给河湖管理提供科学依据。在实验室做了藻类的培养试验。通过计算可以知道,pH比溶解氧(DO)与叶绿素有更好的相关性,更适合做为藻类生长情况的预报参数;溶解氧之差(△DO)与藻类的生长情况负相关性比pH之差(△pH)与藻类生长的负相关性要好;得到了在总氮0.62mg/L,总磷0.37mg/L、光强为132201x、水温为28.5℃,气压为1.016×10~5Pa的条件下的光合作用产氧速率函数;在水温为26.5～28.6℃的条件下藻类的耗氧速率为0.0176mg/(μg·h)。     

基于复杂网络的城市湖库藻类水华形成识别研究

在对城市湖库藻类水华形成机理深入研究的基础上,将提取的影响水华暴发的关键因子总磷(TP)、总氮(TN)、温度(T)、pH值、溶解氧(DO)、光照(I)、叶绿素a浓度(chl_a)作为网络节点,将影响因素间的关系抽象成网络的边,构建了藻类水华形成的有向网络模型.同时,计算了复杂网络的统计特征参数,构建了节点的关键度模型,并进行修正,进而构建了水华形成的复杂网络统计特征参数模型G,对其进行半定量分级,从而实现对水华暴发的有效识别,最后采用北京城市河湖水质的实验数据对模型进行了验证.结果表明,复杂网络统计特征参数G与叶绿素a浓度有显著的相关性,能够较好地表征水华形成过程.     

城市再生水景观利用水华识别和预警方法探讨

城市再生水景观回用的主要问题是水体富营养化导致水华的暴发。为了抑制藻类的大规模生长,需要提前采取预防措施,以便将有可能爆发水华的藻类及时杀死或除去。目前,人们已经对景观水体中常见藻类的生长规律做了深入的研究,发现水体中藻数量(藻密度)的多少与水体的pH值和DO值的变化有密切而相对稳定的关系。通过在线实时监控pH值和DO值,找到△pH、△DO与藻类生长之间的关系,并结合pH、DO、温度、正磷酸盐和总氮等指标,实现实时识别和预测水华爆发的目的。     

2019年秦皇岛海域海洋卡盾藻赤潮与理化因子关系研究

2019年7月23日至7月29日,河北秦皇岛海域暴发了一次小规模的海洋卡盾藻（Chattonella marina）赤潮（最高浓度达2.22×106cell/L）。本文对该次赤潮进行了监测,同时选取当期海域浮标在线监测数据（表层海水温度、降雨量、盐度、浊度、pH、溶解氧、叶绿素a和营养盐等）进行了海洋卡盾藻赤潮与环境要...     

长江流域水质评价与预测

依据长江流域水质监测资料,选用具有代表性的主要因子pH、DO、高锰酸盐指数、NH3-N,采用综合水质标识指数模型对长江流域进行了定量综合评价,评价结果表明,影响长江流域水质的主要污染因子是NH3-N和高锰酸盐指数;定量综合评价显示长江流域总体水质为Ⅱ类水,但有恶化为Ⅲ类水的趋势。据此,揭示了水质的时空变化规律。根据监测数据和水质报告,采用灰色模型预测了未来10年长江流域各类水质比例,预测表明,Ⅲ类以上可饮用水的比例在逐年减少。     

南水北调中线工程对汉江中下游水华的影响及对策研究(Ⅰ)——汉江水华发生的关键因子分析

为了评估南水北调中线工程对汉江中下游水华的影响,在广泛现场监测、资料收集、调查论证工作的基础上,应用水动力学模型和富营养化动力学模型对汉江水华发生的成因和关键因子进行了分析。汉江水华发生的主要原因有3个:汉江中游进入城区的排污量日趋增大,藻类等生物所需的氮、磷等营养物质严重过量(此乃根本原因);汉江水枯同时长江水位增高使汉江流速变缓,产生类似于湖泊的水流特性;春季气温偏高。在已满足藻类生长需求的营养条件下,流量和流速是制约汉江水华发生的关键(敏感)因子,南水北调中线工程对汉江中下游水华的影响将主要体现在水文因子上。     

三峡库区巫山段三期蓄水前后水质状况及其变化趋势研究

根据长江巫山段六个断面2005年和2007年枯、平、丰的水质监测结果,通过对培石断面2005年和2007年的对比,可以看出三期蓄水前后长江水质比较稳定,仍为Ⅱ类水质。通过对2005年和2007年培石断面的各实测指标比较分析可以看出DO、CODMn、BOD5、TP指标2007年均出现不同程度的下降,而NH3-N、TN则呈现升高的趋势。但各支流由于受干流回水顶托影响,水环境趋于复杂,部分河段出现水华现象,需引起高度重视。     

古夫河着生藻类优势种体积与水质因子的相关性研究

通过研究长江三峡库区古夫河着生藻类优势种体积的变化,探索影响其体积的主要水质因子,为河流水质评价提供依据.于2010年12月至2012年2月,对古夫河着生藻类和地表水采样11次,共鉴定着生藻类197种,检测水质指标10项.选取Mcnaughton优势度指数(Y)>0.02的着生藻类(共30种)作为优势种并计算体积;利用主成分分析(PCA)分析优势种藻类在不同月份的体积变化.结果显示,硅藻门对冷暖季的变化较为敏感.将水质因子与优势种藻类体积进行典范对应分析(CCA),结果显示水质因子与藻类体积相关性大小为:溶解氧>氨氮>叶绿素a>酸碱度>硝态氮>总磷>水温>总氮>总有机碳>化学需氧量.Monte Carlo显著性检验结果为溶解氧和氨氮对着生藻类体积的影响最大,其次为叶绿素a、酸碱度和硝态氮.硅藻门藻类体积的变化可以判断古夫河水体中溶解氧、氨氮、叶绿素a、酸碱度、硝态氮的含量与变化.     

钱塘江杭州段水体中溶解氧现状及其影响因素

对钱塘江干流饮用水源地历史数据和现场采样数据进行相关性分析,结果表明:钱塘江干流河段CODMn与DO存在显著负相关,CODMn变化对DO的影响很大,CODMn愈高,DO值愈小;水温与DO存在显著负相关,DO的变化受水温影响很大,水温愈高,DO值愈小;pH与DO存在一定程度的正相关,但相关性不显著,DO随着pH的升高而略...     

来宾红水河珍稀鱼类保护区水质指标相关性研究

借助SPSS统计分析软件,选择来宾红水河珍稀鱼类保护区水质指标中水温、pH、DO、COD_(Mn)、NH_3-N、NH_3、TN、TP、Chl-a进行Pearson相关分析。为水质监测人员和数据审核提供参考,提高数据质量,同时便于通过相关关系的改变及时了解水质的变化。结果表明,Chl-a与环境因子具有较密切的相关关系,其中,Chl-a与TN、TP表现为负相关关系,Chl-a与NH_3-N、NH_3为显著正相关,相关系数分别为0.30、0.41;Chl-a与水温、pH、DO均存在不同程度的正相关;Chl-a与COD_(Mn)呈极显著正相关,相关系数为0.44。N/P变化范围是7.4~166.1,属于磷限制性水域。营养盐与其他环境因子之间也存在某些较稳定的相关关系,其中,TP和pH极显著负相关,相关系数为-0.52;NH和3pH、NH_3和DO、NH_3-N和DO极显著正相关,相关系数分别为0.51、0.77、0.75。NH_3和NH_3-N相关系数达到0.72。DO和水温极显著负相关,相关系数为-0.44,和pH极显著正相关,相关系数为0.33,和COD_(Mn)呈负相关趋势。     

九龙江拟多甲藻水华预警和应急处置的初步研究

介绍了九龙江北溪及甲藻水华暴发的情况,根据国内外研究报道和九龙江北溪拟多甲藻水华暴发期间相关监测结果,拟定甲藻密度达到5×10^5个／L、叶绿素a含量〉15mg／m^3、pH〉7、D0〉8mg／L、高锰酸盐指数〉2．0mg／L为临界状态;甲藻密度达到1×10^6个／L、叶绿素a含量〉40mg／m^3、pH值接近8、D0〉9mg／L、高锰酸盐指数〉3．5mg／L为初步暴发状态;甲藻密度达到〉1×10^7个／L、叶绿素a含量〉85mg／m^3、pH〉8、D0〉10mg／L、高锰酸盐指数〉6．0mg／L为严重暴发状态。并结合当地的实际情况,对不同预警条件下应急响应和处置拟多甲藻水华的物理、化学和生物等具体措施进行初步研究。提出九龙江水系中封闭型水域可采取化学方法,支流水域可采用植物及化感技术和超声波方法,干流自来水厂采取围隔过滤和生态调水等方法应急处置拟多甲藻水华。