洞庭湖区南汉垸水体浮游植物群落结构特征及其影响因素

环境要素的变化对浮游植物的群落结构和功能具有重要影响.为揭示洞庭湖南汉垸湖区浮游植物群落结构特征及其影响因素,分别于2017年11月（关泵封水期）和2018年6月（开泵放水期）在洞庭湖区典型堤垸——南汉垸进行了采样调查,并对调查区域内的浮游植物及主要水环境因子进行了系统监测和分析.结果表明:①调查期间共检出浮游植物8门62属,主要隶属于绿藻门（Chlorophyta）、硅藻门（Bacillariophyta）和蓝藻门（Cyanophyta）,浮游植物分布表现出较为显著的时间差异性,11月浮游植物的丰度为8.34×106~3.02×108 L-1,6月为1.13×106~2.04×107 L-1.②Shannon-Wiener多样性指数（H'）介于1.10~3.24之间,Margalef丰富度指数（d）介于1.42~6.40之间,Pielou均匀度指数（J）介于0.48~0.87之间,多样性评价表明,南汉垸整体上介于轻污染与β-中污染之间,局部采样点为α-中污染.③PCA（主成分分析）结果表明,ρ（TN）、ρ（TP）和ρ（NH₄+-N）为南汉垸水体的主要污染因子.④RDA（冗余分析）结果表明,南汉垸浮游植物群落结构分布与pH、ρ（NH₄+-N）及ρ（TN）呈正相关,与WT（水温）呈负相关.研究显示,南汉垸水体介于轻污染与β-中污染之间,营养状态及浮游植物群落结构在时间上差异较大.      

洞庭湖近30年水环境演变态势及影响因素研究

水量、泥沙和污染物交换作为河流与湖泊之间的关键过程,对湖泊生态环境演变具有复杂而深远的影响.以长江中游典型通江湖泊洞庭湖为研究对象,着眼于“江湖”“河湖”“人湖”三重作用关系变化,从水文情势、水质、富营养化3个层面剖析了近30年洞庭湖水环境演变态势及主控因素.结果表明:①“江湖”关系变化影响了洞庭湖水沙交换及其年内分配,是湖泊枯水期提前和延长、水沙关系突变等现象的主控因素;“河湖”“人湖”关系变化协同加剧了该现象.②“河湖”关系的失衡和“河湖”统筹管理措施缺位,造成入湖河流长期输送大量营养物质,是湖体氮磷污染较重的根源;“江湖”“人湖”关系变化协同影响着营养盐分布格局,但影响范围及程度有限.③在“江湖”“河湖”作用关系复合影响下,藻类生长条件更为有利,增加了洞庭湖富营养化及水华风险.为保障洞庭湖水环境安全,建议:针对“江湖”作用主导的低枯水位问题,以水资源调控为核心,推进长江与流域上游水库联合生态调度,保障湖泊生态流量;针对“河湖”作用主导的水质恶化问题,以水污染防治为核心,强化流域污染控制,统筹“河湖”一体化监测管理模式,保障湖泊水环境质量;对于“人湖”作用主导的生态破坏问题,以生态空间管控为核心,划定并坚守生态红线,保障生态空间.      

长江中下游三大湖泊滩地资源的基本特征及其开发利用

本文重点论述了洞庭湖、鄱阳湖和太湖滩地的发育程度及其差异的原因;根据长期的水文观测资料,分析并列表说明了滩地的水情特点及植被概况。在此基础上,从宏观角度提出了对三湖滩地资源开发与整治的对策。     

洞庭湖浮游植物调查与水质评价

报道了1995年至1997年洞庭湖浮游植物群落的调查结果，共鉴定出浮游植物7门50属82种，并结合水化学指标，对洞庭湖水质作了初步评价。     

Application of Bayesian regularized BP neural network model for analysis of aquatic ecological data-A case study of chlorophyll-a prediction in Nanzui water area of Dongting Lake

Bayesian regularized BP neural network（BRBPNN） technique was applied in the chlorophyll-α prediction of Nanzui water area in Dongting Lake. Through BP network interpolation method, the input and output samples of the network were obtained. After the selection of input variables using stepwise/multiple linear regression method in SPSS i1.0 software, the BRBPNN model was established between chlorophyll-α and environmental parameters, biological parameters. The achieved optimal network structure was 3-11-1 with the correlation coefficients and the mean square errors for the training set and the test set as 0.999 and 0.000？8426, 0.981 and 0.0216 respectively. The sum of square weights between each input neuron and the hidden layer of optimal BRBPNN models of different structures indicated that the effect of individual input parameter on chlorophyll- α declined in the order of alga amount 〉 secchi disc depth（SD） 〉 electrical conductivity （EC）. Additionally, it also demonstrated that the contributions of these three factors were the maximal for the change of chlorophyll-α concentration, total phosphorus（TP） and total nitrogen（TN） were the minimal. All the results showed that BRBPNN model was capable of automated regularization parameter selection and thus it may ensure the excellent generation ability and robustness. Thus, this study laid the foundation for the application of BRBPNN model in the analysis of aquatic ecological data（chlorophyll-α prediction） and the explanation about the effective eutrophication treatment measures for Nanzui water area in Dongting Lake.     

东洞庭湖湿地生态系统健康状态与水位关系研究

基于CBERS卫星遥感影像数据，以东洞庭湖国家级自然保护区为研究区，通过光谱特征分析建立决策树分类模型，提取东洞庭湖湿地的地物类型。以生态系统健康理论为基础，依据东洞庭湖湿地的特点，综合湿地生产力、组织结构、弹性和功能4个方面，建立湿地生态系统健康状态评价指标体系和评价模型，利用GIS技术，分析东洞庭湖湿地在2000～2006年10个时相的生态系统健康状态。结合城陵矶水文站的水位数据，探讨了东洞庭湖湿地健康状态与城陵矶水位之间的相关性，并利用2007年两个时相的数据进行检验。研究结果表明：东洞庭湖湿地健康状态与城陵矶水位之间存在着较大的相关性，当城陵矶水位达到30 m左右时，东洞庭湖湿地健康状态达到最佳值     

近52年来洞庭湖流域气象干旱的时空分布特征

基于洞庭湖流域84个气象站点1962~2013年的逐日气象资料,利用综合干旱指数(CI)对洞庭湖流域气象干旱的时间和空间特征进行分析。结果表明:在过去52 a,区域性干旱强度较强的时段以夏季、秋季、夏秋和秋冬时节为主;区域干旱强度在春季、夏季、夏秋、冬季呈上升趋势;秋冬时节和年干旱强度变化不明显;春夏时节、夏秋时节、秋冬时节和冬春时节的平均干旱强度比春、夏、秋、冬单个季节的平均干旱强度大。小波分析表明,区域干旱强度的周期以10a为主周期,5 a和22 a为次周期。近52 a来,历年干旱站次比主要集中于10%~30%之间,多表现为区域性干旱,以夏季和秋季的干旱范围较大;干旱频率高发时期主要为夏季、夏秋时节和秋季。干旱频率高发地主要以流域的南部山地和北部的洞庭湖平原为主,西北部的山地发生干旱相对较少,衡邵盆地随季节变化干旱频率易发生高低值转换。     

洞庭湖表层沉积物中重金属污染评价与分析

为了解综合治理后洞庭湖表层沉积物中重金属的分布及污染程度,2015年12月对洞庭湖沅江市南嘴等31个点位采集0~20 cm沉积物,测定了沉积物中Cu、Pb、Zn、Cr、Cd、As、Hg的含量,基于地积累指数法和潜在生态风险指数法对沉积物中重金属的污染状况进行了分析与评价。结果表明,洞庭湖重金属污染有所改善,但仍比较严重,以Cd最为严重,其次是Pb和As,且三大湖区重金属污染程度顺序为南洞庭湖>东洞庭湖>西洞庭湖;地积累指数法显示洞庭湖表层沉积物中7种重金属元素的污染程度顺序为Cd>Pb>As>Zn>Cu=Cr>Hg;潜在生态风险指数法显示洞庭湖表层沉积物中7种重金属元素的潜在生态风险因子的大小顺序为Cd>Hg>As>Pb>Cu>Zn=Cr。对洞庭湖沉积物中重金属的分布及来源分析发现,湘江、沅江、资江入口为重金属Cd污染最严重的3个点位,Cd主要来源于湘江、资江、沅江;Pb含量最高的点位为东洞庭湖龙口村,达到138.7 mg/kg,为工业企业集中区;Hg含量最高的点位依次为沅水入口、目平湖中与南,Hg的污染分别主要来源于沅水和周边27家污染企业;As含量最高的点位依次为澧水入口、湘江入口、资水入口和大通湖渔场内湖,说明澧水、湘江、资水给洞庭湖带来了As的污染,而大通湖渔场内湖的As来源于附近工农业污染。因此,治理湘江、沅江、资江流域重金属污染是控制洞庭湖Cd、Pb、As和Hg污染的重点途径。研究结果为洞庭湖水资源保护与有效利用、经济可持续发展及合理规划提供了指导作用。     

洞庭湖湖区生态环境问题及保护对策

洞庭湖区多年来由于人类不合理的开发利用,给湖区生态系统带来了许多负面影响,主要表现在：湖区水环境污染严重、生物多样性减少,珍稀物种濒危、自然灾害频发、土壤潜育化加重,湿地环境破坏。针对这些问题,提出一系列保护湖区的对策,因地制宜,综合治理,以期洞庭湖区生态环境得到恢复并向良性方向发展。