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.     

香溪河夏季水华暴发差异性研究及其机制分析

三峡水库支流水华已成广泛关注问题,香溪河在同一时期不同空间暴发了不同藻类水华。2017年6-7月对香溪河水华藻种进行连续跟踪监测,分析水华藻种和环境因子的变化及其关系。结果表明:香溪河总氮平均浓度为2.212 mg/L,总磷平均浓度为0.071 mg/L,表层水温在24.95～29.93℃之间。总磷浓度从上游到下游呈递减趋势,总氮从上游到下游呈递增趋势。监测期间中下游暴发了蓝藻水华,叶绿素a最高浓度为69.62μg/L;上游暴发了甲藻水华,叶绿素a最高浓度为100.56μg/L,水华的优势藻种呈现空间差异性。这种藻类空间分布的差异性主要受中层倒灌异重流影响,倒灌的范围同时也决定了2种水华的暴发范围。中下游水体高浓度氮与中层倒灌异重流是蓝藻水华暴发的关键。上游区间具有特殊的循环水流与高浓度磷是甲藻水华暴发的关键。     

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%.     

三峡库区回水区营养盐和叶绿素a的时空变化及其相互关系

为探讨三峡水库调度运行背景下,库区回水区营养盐和叶绿素a时空变化及其相互关系,于2013年5月~2014年5月在三峡库区北岸最大、也是库区水华频发的支流——澎溪河的回水区高阳平湖进行了定点和高频监测.结果表明水体热分层是高阳平湖水华发生的诱导因素.高阳平湖水体热分层发生于春季(3月初),消亡于夏末(9月中旬),冬季没有分层.2014年春季,随着水体分层的发生和发展,表层叶绿素a在69 d内从14.92μg·L-1骤增至183.73μg·L-1,并暴发水华,之后叶绿素a随着混合层深度增加而下降.水体没有分层时,表、中和底层营养盐浓度相近;水体分层之后,各层磷浓度有了明显差异,表层和底层总磷浓度相差(0.18±0.04)mg·L-1.高水位期(9月至次年4月),高阳平湖硝氮和溶解性磷高于低水位期(5~8月)的含量,分别占总氮、总磷浓度的71.4%~95.4%和42.7%~94.4%,是总氮和总磷的主要组成部分,干流倒灌输入的硝氮和溶解性磷是其主要来源.     

广东大亚湾藻类水华的动力学分析 Ⅱ.藻类水华与营养元素的关系研究

1998年1月－12月在广东大亚湾澳头海域布设6个监测站位，每3天采样1次，连续监测浮游植物种群结构及其时空演替。4月－6月上旬同步监测水温、盐度、光照、pH值、DO、叶绿素a、COD、浊度和营养元素等环境因子，其余月份每月测定一次。监测结果表明，大亚湾澳头海域1998年全年先后发生日本星杆藻（Asterionella japonica)水华、细弱海链藻（Thalathiostira subtilis)水华、裸甲藻（Gymnodinium sp)水华、角毛藻（Chaetoceros spp.)水华。对各种营养元素在水华形成和消亡过程中的作用和机制的研究结果显示：不同的藻类对DIN、DIP的需求量并不相同，且藻类对NO3^-－N、NH4^＋－N、NO2^－－N的吸收具有选择性。海水DIP、可溶性Fe浓度的异常增大是水华发生的诱因，DIP、可溶性Fe被消耗殆尽是水华结束的原因之一。     

城市小型人工湖围隔中生源要素和藻类的时空分布

利用浅水湖泊围隔研究了水华形成过程中生源要素和藻类的分布．结果显示,在围隔内添加磷能促进藻类快速增殖并形成水华．随时间推移,围隔内藻的生物量先升高然后逐渐降低;表层水氮和磷的浓度逐渐下降,其中磷的下降趋势较为明显．在垂直分布上,叶绿素a、总磷、总氮、硝态氮浓度随深度增加而降低;溶解性总磷、氨氮浓度随深度增加而升高．水华期藻类多样性指数下降,优势种主要为蓝藻、绿藻和甲藻,外源磷的添加会使藻类多样性指数提高,但二者并非线性关系．水华期并不是1种藻占绝对优势,有时是2种以上的藻同时爆发．     

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。     

巢湖水华暴发期水-沉积物界面溶解性氮形态的变化

2008年4~10月,连续对巢湖8个样点进行采样,分析了上覆水和表层沉积物间隙水中溶解性氮形态在水华暴发过程中的变化,估算了水-沉积物界面无机氮的扩散通量.结果表明,上覆水中NH4+-N含量随水华暴发强度的增加而减小,溶解性总氮(DTN)含量在水华暴发后明显升高,而NO3--N含量只在水华暴发严重时才明显减少.在大规模水华暴发前(4~5月)上覆水中DTN的主要组成部分是NO3--N和NH4+-N,在水华暴发后则是溶解性有机氮(DON).间隙水中PDTN以NH4+-N为主,其浓度随温度的增加而升高; DON在水华暴发过程中呈先下降后上升的趋势.通量计算结果表明,沉积物作为NH4+-N的“源”一直由间隙水向上覆水释放,西半湖扩散通量在13.06~32.94mg/(m2·d)之间,东半湖扩散通量在4.54~17.41mg/(m2·d)之间.沉积物-水界面交换是湖泊营养盐重要的补充途径,为水华持续暴发提供营养来源.     

水华条件下鄱阳湖区植物叶片碳氮同位素特性

为探讨水华发生区水生植物微观碳氮代谢特性,于2014年同期监测了鄱阳湖6个具重要生态功能的湖区水质,同时采集各湖区两种生活型优势水生植物——马来眼子菜(Potamogeton malaianus)和荇菜(Nymphoides peltatum),并对其叶片中δ13C和δ15N同位素进行分析. 结果表明,相对于非水华区,水华区水体中ρ(Chla)、ρ(TN)、ρ(TP)、ρ(NH₄+-N)明显偏高,处于富营养态. 马来眼子菜叶片δ13C偏低0.22‰~3.91‰,δ15N偏低0.66‰~10.15‰;荇菜叶片δ13C偏高1.15‰~2.37‰,δ15N偏低3.02‰~4.81‰. 水华区马来眼子菜叶与荇菜叶中δ13C、δ15N趋同,差异变小,分别为3.53‰和0.37‰(非水华区δ13C差异为5.93‰~8.59‰,δ15N差异为0.63‰~7.50‰);各采样点马来眼子菜叶δ15N相对于荇菜叶δ15N偏高0.37‰~7.50‰,其δ13C变幅(3.91‰)更大(荇菜叶片为2.37‰). 研究显示,马来眼子菜受环境的影响更大,能更敏感地指示环境灾变.      

基于GAM模型的太湖叶绿素a含量与环境因子相关性分析

随着富营养化程度的加剧,太湖近30年来水华频发.为了探讨太湖西部沿岸水华暴发与环境因子的关系,于2017年4月1-18日（当地历年蓝藻暴发早期）在太湖西部沿岸进行了密集原位调查.共采集样品72个,测定了水温、溶解氧、各形态氮、磷营养盐浓度以及风速等环境指标,并利用GAM（广义相加模型）定量分析了叶绿素a含量与各环境因子间的关系.结果表明:①叶绿素a含量波动幅度较大（17.10~795.89 mg/m3）,太湖西部沿岸带有明显的蓝藻水华暴发现象.②水温、风速以及硝态氮浓度与叶绿素a含量的变化显著相关（P<0.05）,各环境因子按其对叶绿素a含量变化的解释率排序为水温>风速>硝态氮浓度.其中水温是影响叶绿素a含量最为重要的环境因子,叶绿素a含量随着水温的升高呈现明显上升趋势.风速也是影响叶绿素a含量的关键因子之一,较低的风速（<3 m/s）有利于蓝藻的漂移集聚从而形成水华,引起叶绿素a含量的升高.研究显示,GAM模型较好地解释了叶绿素a的含量变化,模型总体解释度达到70.6%,可为太湖西部沿岸蓝藻水华早期的预测预警提供一定的基础支撑.      

氮磷比对水华蓝藻优势形成的影响

通过批量培养实验研究了不同磷水平下N/P比对铜绿微囊藻(蓝藻)和斜生栅藻(绿藻)生长速率的影响,并在太湖蓝藻水华暴发期间,监测了梅梁湾和湖心区水体叶绿素a浓度和氮磷营养盐结构变化,以探讨N/P比对蓝藻优势形成的影响.结果表明, N/P比对铜绿微囊藻和斜生栅藻生长的影响并不表现在一个确定值上,而与水体氮磷的绝对浓度有关,在0.02mg/L磷浓度下,铜绿微囊藻和斜生栅藻在N/P比为4:1~32:1范围内生长速率均较低(0.067~0.074,0.018~0.022d-1),说明受到营养盐的限制;当磷浓度达到0.20mg/L时, 铜绿微囊藻在N/P比为32:1时生长速率达到最大值(0.240d-1),斜生栅藻在N/P比为64:1时生长速率达到最大值(0.380 d-1);而在磷浓度升高到2.00mg/L时,不同N/P比下铜绿微囊藻和斜生栅藻均达到最大生长速率(0.24~0.25, 0.378~0.381d-1),说明氮磷浓度均比较充足,N/P比对生长速率已经没影响.可见,氮磷浓度比N/P比对两种藻的生长影响更大.与斜生栅藻相比,铜绿微囊藻对氮磷营养的生理需求和最大生长速率均相对较低,属K策略物种,易在低氮磷浓度下形成优势.梅梁湾在水华暴发期间氮浓度一直远低于水华较轻的湖心区,而磷浓度远高于湖心区,进而导致梅梁湾N/P质量比(低于20:1)在水华期间一直低于湖心区(124:1),低N/P比是蓝藻水华暴发导致氮浓度下降,磷浓度升高的结果.     

风场对太湖梅梁湾水华及营养盐空间分布的影响

为了解风场对湖泊表层蓝藻水华及营养盐空间分布的影响,以太湖梅梁湾为例,在蓝藻水华期间开展表层粒子漂流实验,研究风场对水体表层物质的推移规律,并开展全水域水体表、中、底层密集布点采样,测定水体藻类叶绿素a、氮、磷、高锰酸盐指数、溶解性有机碳、溶解氧等水质指标,探讨风场驱动下大型浅水湖泊蓝藻水华及营养盐时空分布特征.结果表明,在平均风速1. 9 m·s~(-1)和2. 3 m·s~(-1)的情况下,表层粒子的平均漂移速度分别为3. 0 cm·s~(-1)和5. 0 cm·s~(-1);风场对表层水体蓝藻水华的空间分布具有决定性影响,能够引起蓝藻水华在空间上较高的异质性;蓝藻水华物质的空间变化对水体颗粒态氮、磷、有机质和溶解氧等水质指标产生较大影响,表、中、底层颗粒态氮和磷、高锰酸盐指数与叶绿素a浓度的空间分布一致,而溶解态氮、磷浓度及溶解性有机碳的分布与叶绿素a浓度分布不尽相同;蓝藻水华物质在风场作用下的再分配对水体溶解氧产生复杂的影响,底层溶解氧平均值低于表层与中层,可能对沉积物营养盐释放产生影响;依据高密度布点调查估算,仅表层20 cm,梅梁湾水域的蓝藻干物质赋存量约396 t,远大于蓝藻打捞工程的清除量.研究表明,鉴于水华期间风场作用下对蓝藻水华漂移的巨大影响,在湖泊水质调查采样方法及数据分析时应充分考虑蓝藻水华漂移的影响因素;防控湖泛灾害的蓝藻打捞作业对湖体蓝藻水华赋存量的清除能力有限,只能对岸边带湖泛的预防产生影响.     

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.     

基于多重优化灰色模型的三峡库区香溪河支流回水区水华变化趋势预测研究

三峡水库蓄水后,支流香溪河夏季水体富营养化严重,水华现象暴发频繁,水质污染严重.为预知香溪河库湾水华暴发程度与分布区域,以叶绿素-a为指标,引入灰色伯努利模型,并运用参数优化、含参马尔科夫误差修正、子序列独立优化等多重优化理论对模型进行改进,验证模型的优化效果.同时,利用该优化模型对2015年夏季香溪河近10个点位的叶绿素-a平均浓度变化趋势进行短期预测,结果表明,预测值与实际值相差较小,该模型能够基本反映香溪河近几年的水华变化趋势,目前香溪河库湾XX06~XX08和XX02点位区域分别为水华暴发高危区和局部次高危区,叶绿素-a浓度远高于水华阈值,有较高的水华暴发风险.与传统灰色预测相比,该预测方法的精确度和对波动序列的适应性更好.     

水华对沉积物中氮的转化和去除的影响

湖泊富营养化和水华暴发已经成为突出的环境问题之一,了解水华对湖泊氮素的转化和去除的影响,对于削减湖泊氮负荷至关重要.本文研究了水华对沉积物中氮转化和氮转化相关功能基因的影响,并采用结构方程模型分析了水华影响湖泊中氮转化和去除的途径.结果表明,与厌氧氨氧化相比,反硝化作用是太湖沉积物氮削减的主要途径,对沉积物中总溶解性氮去除率的解释度为42. 3%.水华可以直接造成沉积物中TDN和TOC量的增加,提高厌氧氨氧化菌、nir S和nir K的基因丰度,并且间接提高沉积物中氨氮和硝酸盐的浓度,通过增强厌氧氨氧化和反硝化过程加速沉积物中氮的去除.     

水温分层对三峡水库香溪河库湾春季水华的影响

三峡水库蓄水以来,其支流库湾年复一年暴发严重的春季水华.为找出支流库湾春季水华的关键影响因子,2010年春季对三峡水库库首最大的支流香溪河库湾进行了原位定点连续监测,主要监测指标包括水温、水体透明度、水下光照及营养盐浓度等环境因子.结果表明,春季水温分层发育导致水体混合层深度突然减小是春季水华暴发的直接诱因,真光层与水体混合层之比(Zeu/Zmix)与叶绿素a(Chl-a)的皮尔逊相关系数达0.934(P<0.01).表明Critical Depth模型可用于解释三峡水库典型支流库湾水华生消机制.本研究将为三峡水库支流库湾水华预报及防治提供重要参考.     

香溪河库湾水质特征与非回水区水华响应关系

为探究香溪河在受倒灌影响较弱的河段水华暴发征兆及机理,于水华高发期5~8月对香溪河进行监测,分析电导率、水温、叶绿素a（Chl-a）以及流速.结果表明,在6~8月,香溪河倒灌现象于XX05点（峡口镇）处基本结束,XX06~XX09受倒灌来水影响较弱;香溪河于7月暴发水华,各个监测点位上Chl-a含量均值达到100μg/L以上,XX05~XX06与XX07-XX09点位上暴发不同种水华;在水华暴发前后,水体温度无显著变化,且并无明显分层现象,说明水温分层是水华暴发的主要原因这一理论并不能很好的适用于非回水区;通过对电导率数值的研究发现,数值在垂向上出现显著拐点,而拐点出现在临界层与光补偿层之间,同时与叶绿素a含量分布呈现显著负相关性.香溪河总氮（TN）、总磷（TP）平均值为1.849mg/L和0.157mg/L,均超过富营养化的阈值,水体氮磷含量与Chl-a浓度无显著相关性,水体中除N、P营养盐外的其它离子对香溪河水华的暴发起着重要作用.在水华消退后,电导率数值又逐渐恢复表层高底层低的垂向线性分布特性,与水华的暴发、消退有着明显的响应.     

澳大利亚水华的控制和管理

随着经济发展、人口增长、城市化加速,大量富含氮、磷的生活污水和工业废水排入湖泊、水库和河流,造成水质富营养化,致使蓝绿藻等特征性藻类异常繁殖,形成水华。富营养化是世界性环境问题。澳大利亚新南威尔士州的达令河水系水质富营养化已成为严重的环境问题,导致毒性和非毒性水华频繁发生。据统计1991～1993年该州共发生162次水华,其中84次造成不良影响。1991年底达令河水系发生世界上有记录以来最大规模的蓝绿藻水华,延绵1000多公里。 为控制水质富营养化以减少水华及其危害,新南威尔士州成立了由流域管理委员会、自然资源管理部门、工业部门、环境保护部门、卫生保健部门、应急事故管理部门和大学组成的藻类协调委员会,负责协调水质富营养化和水华的防治管理。该委员会采取了如下措施以减少水华及其危害。     

藻类水华对太湖梅梁湾不同粒径有机组分结构的影响

运用过滤和切向流超滤系统,分离得到2009年8月至2010年8月每月的太湖梅梁湾不同粒径水体有机物,测定了水体中颗粒态有机碳,高分子量和低分子量可溶解性有机碳的含量,并同步分析了叶绿素浓度,水体中各种有机物的碳氮比值和中性单糖含量.对不同形态有机碳浓度的比较发现颗粒态有机碳是太湖碳存在的主要形式.统计分析结果表明叶绿素浓度与颗粒态有机碳之间具有显著的相关性,说明浮游植物是颗粒态有机物的主要来源.此外高分子量可溶性有机物的碳氮比值和中性单糖含量均相对较高,这表明该有机碳的生物可利用性比其它形态的水体有机碳高.     

北京市城区地表水体叶绿素a与藻密度相关性研究

实验主要研究在实验室培养条件下,对北京市城区地表水体进行分析,发现在叶绿素a浓度>40μg/L时,叶绿素a与藻密度有较好的相关性,R2值均>0.8705。同时,通过对实验数据及现象的分析,得到了水华阈值在叶绿素a浓度40μg/L,以及结合藻类生长曲线和藻密度、叶绿素a的日增长率的变化量得出各个河湖"水华"暴发的暴发点。