太湖遥感可测性蓝藻水华发生条件分析

以太湖蓝藻高发区的浮标站及蓝藻水华遥感监测结果为基础,分析探讨太湖遥感可测性蓝藻水华与水温、蓝藻密度、风向、风速等因素的相关性以及近年来蓝藻水华发生频次变化。结果表明,太湖蓝藻水华高发区遥感可测性蓝藻水华发生的有利条件为水温15~35℃、蓝藻密度200×104~1 300×104个/L、风速1.5~4.5 m/s、风向90~225°,最有利的条件为水温25~30℃、蓝藻密度500×104~600×104个/L、风速3.0~3.5 m/s、风向112.5~202.5°;太湖发生遥感可测性蓝藻水华的临界蓝藻密度为47×104个/L;2008-2013年遥感可测性蓝藻水华的发生次数没有显著降低,发生次数以7-8月份最多,9-10月份次之,其他月份较少。     

太湖蓝藻水华灾害程度评价方法

通过对太湖蓝藻水华灾害分析,借鉴赤潮灾害评价指标,采取蓝藻水华面积和Chla浓度作为灾害程度分级评价指标,应用层次分析法确定权重,结合隶属度函数,采用模糊综合评价建立太湖蓝藻水华灾度分级评价方法,定量描述蓝藻水华灾害程度.结合2008年太湖蓝藻水华灾害事件对该方法进行验证.结果表明,2008年太湖蓝藻水华灾害规模主要为小型、中型和大型,无重大和特大蓝藻水华灾害发生;其中小型蓝藻水华灾害在各月都有分布,中型和大型蓝藻水华灾害主要分布在5月和7~9月.评价结果表明该方法具有一定的科学性和适用性.     

全球气候变化对太湖蓝藻水华发展演变的影响

对太湖周边4个常规气象观测站的47年观测资料进行分析,以探讨全球气候变化对太湖蓝藻水华演变的影响.结果表明,20世纪80年代之前,太湖流域气象条件的年代际尺度变化趋势不利于蓝藻的生长和水华的形成,而在20世纪80年代以后,尤其是20世纪90年代以后,气温、风速、降水变化都较大,且都有利于蓝藻的生长和水华的形成,这与蓝藻水华的观测事实一致.据此定义了蓝藻水华气象指数,每年太湖蓝藻水华气象指数能够很好地反映蓝藻水华的发展变化情况.进而,分析了反映ENSO循环变化的Ni?o3指数与太湖流域气象条件变化的相关性,结果表明ENSO循环与太湖流域风速、降水在年代际尺度上有着非常好的相关性.据此预测,2000年以后10~20年中,太湖蓝藻水华气象指数将继续在高位振荡,若蓝藻生长所需的营养盐浓度得不到有效的控制和明显的降低,蓝藻水华在气候条件的影响下,仍将可能大面积暴发.     

反硝化脱氮对太湖蓝藻水华态势的影响

反硝化作用是水生生态系统的主要脱氮过程,与蓝藻生长之间存在对氮素的竞争作用,然而气候变化背景下反硝化脱氮对蓝藻水华发生动态的影响仍不清楚.基于2017~2021年北太湖为期5 a的水质监测历史数据,结合不同温度下蓝藻生长和沉积物泥浆培养实验,探究了湖体反硝化脱氮与蓝藻水华之间的相互影响.监测数据表明,太湖水体藻类生物量（以Chla表示）高值主要出现在夏秋季节,而总氮浓度季节变化规律与藻类生物量完全相反,冬春季较高,夏秋季显著降低,溶解态无机氮主要以硝态氮为主,并且硝态氮浓度在夏秋季节几乎接近于零.总磷浓度与Chla浓度变化一致.蓝藻培养实验结果表明,20℃以下蓝藻不能大量生长繁殖.泥浆培养实验结果发现,太湖反硝化作用的最高温度阈值为25℃,在10~25℃之间反硝化潜力与温度呈现显著的线性关系（R²=0.99）.反硝化作用发生的最高硝态氮浓度阈值为4 mg ·L^-1,远高于太湖水体的硝态氮浓度,反硝化潜力最高达到（62.98±21.36）μmol ·（kg ·h）^-1.太湖水体反硝化速率受到硝态氮浓度的限制,而气候变暖导致湖泊温度提前升高,会使蓝藻提前生长,蓝藻生长对硝态氮的同化吸收会和反硝化作用产生竞争,使得大量氮还未被反硝化作用脱除就被藻类吸收利用,从而加剧蓝藻水华暴发的态势.研究结果对于解释近年来气候变化背景下太湖蓝藻水华反弹的机制具有重要科学意义.     

太湖蓝藻水华灾害风险分区评估方法研究

通过对太湖蓝藻水华灾害风险分析,构建太湖蓝藻水华风险评估指标体系,结合风险评估概念,建立太湖蓝藻水华灾害风险评估方法.在此基础上,以2008年为基准年,结合太湖9个分区,评估各湖区蓝藻水华灾害危险性、易损性、脆弱性和综合风险.结果表明,综合风险最大的区域集中在太湖的北部,尤其作为水源地的贡湖风险最大,为重度风险;竺山湖、梅梁湾和西部沿岸由于其危险性较大,而总体风险较大,为中度风险;其他湖区风险较小,胥湖、南部沿岸和大太湖为轻度风险;太湖的东南部湖区箭湖东茭咀和东太湖由于水体富营养化程度较低,植物覆盖率较高,蓝藻水华发生危险性较小,综合风险指数较小,为轻微风险.     

太湖蓝藻水华预警监测技术体系探讨

为了及时预警和监测蓝藻水华的发生和发展趋势,建立有效的预警监测技术体系势在必行。本文旨在探讨太湖蓝藻水华预警监测技术体系的现状、问题及相应策略。首先,对现有监测网络与设备建设、数据处理与分析能力、预警标准与指标统一性进行分析,揭示存在的不足。随后,提出加强监测手段和设备建设、优化数据处理与分析能力、制定统一的预警标准和指标等策略,以期为解决太湖蓝藻水华问题提供有益启示。     

太湖蓝藻水华衰亡对沉积物氮、磷释放的影响

在太湖草型区、藻型区及河口区采集原状泥柱进行加藻培养实验,监测培养过程中溶解氧(DO)、总氮(TN)、总磷(TP)、氨氮(NH4+-N)、磷酸根(PO43--P)等相关指标的变化.结果表明,蔽光培养导致加藻体系中蓝藻大量死亡,形成水体极度缺氧环境(DO接近0),沉积物氮、磷释放量改变,上覆水NH4+-N、PO43--P...     

EOS/MODIS数据在太湖蓝藻水华时空分布规律提取中的应用研究

EOS/MODIS数据非常适合于蓝藻水华的监测.为充分发挥EOS/MODIS数据高时间分辨率以及高光谱的独特优点,在2008年太湖蓝藻预警遥感监刹的基础上,利用MODIS数据开展了蓝藻水华时间和空间分布规律信息的提取方法研究,从蓝藻水华分布频率、分布区域的迁移变化以及基于水质指标反演(以温度为例)的相关性分析等方面系统开展太湖蓝藻水华时空发生规律提取方法研究,为蓝藻应急治理工作提供支持.     

蓝藻水华对沉积物-水界面氮交换的影响

为了解蓝藻水华对浅水富营养化湖泊沉积物-水界面氮交换的影响,2013年9月在太湖梅梁湾采集沉积物与上覆水进行加藻培养实验。培养过程中监测温度、p H、溶解氧(DO)、总氮(TN)、氨氮(NH4+-N)、硝氮(NO3--N)。结果表明:培养过程中加藻组铵态氮、硝氮和总氮的变化分别在1.73~11.45、0.16~1.10、12.05~20.34 mg/L之间,显著高于对照组。培养后加藻组与对照组氮组分的变化差异明显。蓝藻水华衰亡显著降低DO浓度和ORP值,造成水体极度缺氧环境(DO接近0),促进沉积物和上覆水体的氮素交换。     

结合卫星遥感技术的太湖蓝藻水华形成风场特征

为进一步了解太湖蓝藻水华形成和分布与近地面风场的关系,利用太湖湖面及周边地区2003~2013年气象与卫星观测数据分析、并应用WRF3.5.1数值模型模拟,发现太湖蓝藻水华主要出现在卫星观测时刻前6h平均风速为0.5~3.4 m/s的区间,占比达94.7%;蓝藻水华面积总体上随风速增大而减小,大范围蓝藻水华主要出现在前6h平均风速≤2 m/s的情形下,占比达89%;风向则主要影响蓝藻水华在太湖的空间分布格局.结果表明局地风场对于太湖蓝藻水华的形成、输移和分布具有重要作用.     

太湖蓝藻暴发治理存在的问题与治理思路

2007年5月29日太湖供水危机以来,由于采取了一系列治理措施,太湖治理取得明显成效,但太湖仍存在入湖污染负荷量大幅度超过水环境容量,芦苇湿地面积大幅度减少,蓝藻水华现象频发等问题。总结太湖治理的经验与教训,提出太湖治理应创新三类技术集成思路:“双减双增”技术,即流域点源、面源及湖内底泥与蓝藻造成的内源的“双减”技术,增加环境容量与水体自净能力的“双增”技术;打捞蓝藻和抑藻杀藻的“双除藻”技术;恢复湿地及生物多样性的“双恢复”技术。同时,通过深入推进和全面建立湖长制,加大应用型科技支撑力度和资金投入等保障治理效果,最终达到蓝藻暴发消除、湿地和生物多样性“双恢复”的目标。建议再次修编《太湖流域水环境综合治理总体方案》,设置控制、消除蓝藻水华暴发相关的研究课题,并将消除蓝藻水华暴发目标列入其中。     

巢湖流域氮磷面源污染与水华空间分布遥感解析

基于遥感监测手段,分别应用DPeRS模型和MODIS水华提取方法对巢湖流域氮磷面源污染特征和巢湖水体水华爆发规律进行遥感像元尺度解析,结果表明: 2010年巢湖流域总氮产生量为1900.3t,入河量为846.5t;总磷为244.1t,入河量为76t.巢湖流域农业面源污染对氮素污染贡献最大,而水土流失则对磷面源污染贡献最大;综合巢湖流域氮磷面源污染和水华爆发的时空特征分析,明确氮磷面源污染与巢湖水华具有相关性,并且时间上水华爆发频率较氮磷面源污染具有先滞后后同步的特征,且面源污染负荷与水华爆发面积的相关系数为0.45;在空间上,面源污染负荷较大区域与水华爆发频度较高区域也有较好的匹配性;基于这种相关性,应用DPeRS模型对巢湖流域进行氮磷减排情景分析,结果表明在施肥量减少30%,农村生活垃圾处理率提高到60%,畜禽粪便处理率和城市垃圾处理率提高到80%的情况下,氮磷面源污染平均削减率可以达到50%.     

Effects of sludge dredging on the prevention and control of algae-caused black bloom in Taihu Lake, China

Algae-caused black bloom (also known as black water agglomerate) has recently become a critical problem in some Chinese lakes.It has been suggested that the occurrence of algae-caused black bloom was caused by the cooperation of nutrient-rich sediment with dead algae,and sludge dredging was adopted to control black bloom in some lakes of China.In this article,based on the simulation of black bloom using a Y-shape apparatus for modeling natural conditions,both un-dredged and dredged sites in three areas of Taihu Lake,China were studied to estimate the effects of dredging on the prevention and control of black bloom.During the experiment,drained algae were added to all six sites as an additional organic load;subsequently,the dissolved oxygen decreased rapidly,dropping to 0 mg/L at the sediment-water interface.Black bloom did not occur in the dredged sites of Moon Bay and Nan Quan,whereas all three un-dredged sites at Fudu Port,Moon Bay and Nan Quan experienced black bloom.Black bloom also occurred at the dredged site of Fudu Port one day later than at the other sites,and the odor and color were lighter than at the other locations.The color and odor of the black water mainly result from the presence of sulfides such as metal sulfides and hydrogen sulfide,among other chemicals,under reductive conditions.The color and odor of the water,together with the high concentrations of nutrients,were mainly caused by the decomposition of the algae and the presence of nutrient-rich sediment.Overall,the removal of the nutrient-rich sediment by dredging can prevent the occurrence and control the degree of algae-caused black bloom in Taihu Lake.     

疏浚对湖泛的影响:以太湖八房港和闾江口水域为例

通过采集太湖八房港和闾江口疏浚后与未疏浚沉积物柱状样于室内模拟“湖泛”的发生与消退过程来研究底泥疏浚对藻源性“湖泛”形成和消退的影响.结果发现,疏浚能有效的延缓“湖泛”发生的时间,八房港和闾江口疏浚后沉积物柱状样水体色度均要低于未疏浚对照样,水体泛黑的时间也分别比未疏浚对照样延迟6d和2d.疏浚沉积物对上覆水柱中营养盐的含量也有较好的控制,试验过程中八房港和闾江口疏浚后沉积物柱状样水体中 NH4+-N的含量仅分别未疏浚对照组的40%和77.1%,PO43--P的含量也仅分别为未疏浚对照组的41.4%和78.1%.值得注意的是,疏浚沉积物所对应的水柱中Fe2+和S2-的含量均要高于未疏浚对照组.八房港和闾江口疏浚沉积物中亚铁的含量分别是未疏浚对照样的78.1%和76.4%,而闾江口疏浚后沉积物中酸挥发性硫化物(AVS)的含量则是未疏浚对照的1.36倍.沉积物中铁、AVS的含量没有表现出明显的垂向分布特征.     

多维度水质安全评价方法探讨——以太湖为例

基于太湖水污染特征,筛选了包括水质、富营养化、水华发生、健康风险方面的指标,构建了包含4个二级指标、21个三级指标的多维度水质安全评价指标体系;提出以层次分析法(analytic hierarchy process, AHP)确定指标权重,以水质安全指数评价水质安全等级的方法,并利用2012年调查数据对太湖水质安全进行了评价。结果表明:2012年太湖整体水质安全等级为及格,除湖东区水质安全等级达到中等外,其余湖区均为及格,其中竺山湖、西北区水质安全状况较差,水质安全指数分别为50.78和52.45;对评价结果进行分析表明,富营养化水平、水华发生状况是影响太湖水质安全的主要因素。     

利用高光谱反演模型评估太湖水体叶绿素a浓度分布

叶绿素a浓度是评价水体富营养化和初级生产力的一个重要参数,高光谱遥感是获取叶绿素a浓度的有效手段.为建立太湖水域叶绿素a的最佳高光谱估算模型,选取2015年5—7月共计60组同步实测高光谱数据和叶绿素a浓度数据,在地面光谱反射率和叶绿素a浓度相关性分析的基础上,使用2∶1的数据样本进行太湖水域叶绿素a的最佳高光谱估算模型的建立和验证,筛选模型分别为波段比值、三波段、荧光峰位置、峰谷距离、一阶微分、NDCI(Normalized Difference Chlorophyll Index)、峰面积、荧光峰高度、WCI(Water Chlorophyll-a Index)和四波段模型.结果表明,建模得到的四波段模型决定系数最高,峰面积模型的决定系数相对最低;四波段模型的反演精度最高,均方根误差(RMSE)为0.00376 mg·L~(-1),平均绝对误差(MAPE)为27.86%,而WCI模型的反演精度相对最低,RMSE为0.01231 mg·L~(-1),MAPE为45.11%.将反演精度最高的四波段模型应用于2015年8月3日的两景HSI(Hyperspectral Imaging Radiometer)高光谱影像数据,也得到较高精度,利用同步实测叶绿素a浓度验证的决定系数为0.7643,RMSE为0.00433 mg·L~(-1),MAPE为45.62%.在春、夏季叶绿素对水体光学特性占主导作用且叶绿素分布均匀的情景下,本研究可为太湖水域叶绿素a的高光谱反演和水环境监测提供有价值的参考,其它季节水体光谱特点的研究尚待进一步开展.