应用变性梯度凝胶电泳研究厦门西海域超微型真核浮游生物多样性

应用变性梯度凝胶电泳(DGGE)方法对厦门西海域超微型真核浮游生物的遗传多样性进行周年变化特征研究分析.结果表明,厦门西海域典型测站的超微型真核浮游生物群落具有丰富的多样性组成;厦门西海域超微型真核浮游生物群落遗传结构和主要类群组成季节性变化显著:不同典型测站之间的超微型真核浮游生物群落遗传结构的周年变化特征相似;不同典型测站之间的超微型真核浮游生物群落的类群组成也很相似,由绿藻、Stramenopiles、定鞭金藻、甲藻、未确定类群(unidentified groups)和其他类群组成.     

基于3种时间序列模型的九龙江河流库区藻华预测

湖库富营养化和有害藻华是全球性生态环境问题,藻华预测与早期预警是保障湖库水源地供水安全的关键技术.如何基于高频水生态在线监测数据进行藻华的实时动态预测成为水生态管理领域的重大需求.本研究以福建省九龙江江东库区(水源地)为例,利用3年连续观测的逐时平均总叶绿素a浓度数据,对比研究了SARIMA、Prophet和LSTM(长短期记忆神经网络)3种时间序列模型在藻华(日平均叶绿素a大于15μg·L^-1)预测方面的效果.结果表明：(1)时间序列模型要求参数少,灵活性强,能清晰反映水质特征和未来变化趋势,可弥补传统藻类监测预警方法的局限性;(2)基于深度学习框架的LSTM模型,具有独特的迭代优化算法,对藻类非线性变化特征的识别和预测能力较强,其总叶绿素a逐日预测和7日预测效果均显著优于SARIMA模型和Prophet模型;(3)输入数据长度会在一定程度上影响模型预测效果,最优的输入数据时间长度为7 d;输入数据频率对预测效果也有影响,在预测非藻华日时,小时数据的预测效果优于日频率数据;在预测藻华日时,两种频率数据无显著差异,但日频率数据能更准确识别藻华日特征.总结起来,基于...     

海岸带陆海气氮磷污染协同治理:监测、模拟与决策

陆海统筹已成为美丽海湾建设和海岸带可持续发展的关键战略。其中,陆海气氮磷污染协同治理是持续改善近岸海域生态环境质量的关键,但其缺乏理论指导与技术支撑。梳理了陆海气环境介质与界面过程的监测、模型(流域-河流模型、河口-近海模型、大气沉降模型等)的研究现状、技术难点和发展趋势。为加快推进流域-海域综合治理,亟须建立陆海气氮磷污染监测-模型-评估-决策体系。建议加快陆海气界面氮磷通量监测技术开发与应用,构建陆海气集成或耦合模型,在不同时空尺度上探究氮磷污染来源、主要输移通道、跨界面过程和机制。提出了未来研究重点:1)基于监测与模型提升海岸带生态系统的科学认知;2)构建陆海统筹视角的富营养化评估与生态系统健康评估方法;3)创新分区分类环境容量核算与分配方法;4)研究海岸带环境污染多目标治理优化方案;5)开展海岸带社会-经济-环境系统互馈模拟与多主体协同决策,助力生态环境治理能力现代化。     

人工神经网络模型在水质预警中的应用研究进展

水质预警模型是大数据时代构建环境智能决策与管理体系的关键技术.近年来,水质自动化监测能力的提升以及测管协同对环境模型的强烈需求,激发了研究人员探索新的建模方法并努力提高模型预测性能.其中,人工神经网络(Artificial Neural Network, ANN)模型发展迅速.本文综述了3大类ANN模型的发展历史和模型结构特点,梳理了ANN模型在水质数据软测量、数据异常检测和时间序列预测等方面的研究进展,归纳了一般建模流程、技术建议和常用的模型性能指标,发现ANN模型的应用依赖于监测数据质量,存在模型可解释性差、模型运行硬件资源要求较高等不足,提出未来水质预警模型的研发思路和重点,需要加快推进水环境监测技术与预警模型的协同发展和业务化应用,通过多种应用场景检验实现技术迭代,形成大数据驱动的水质在线监测-智能预警-应急管理支撑体系,助力我国环境治理能力现代化.     

利用光合色素研究厦门海域超微型浮游植物群落结构

应用反相高效液相色谱(RP-HPLC)方法对厦门海域9个站位水样进行分析，对色素数据进行换算，结果表明在厦门海域超微型浮游植物优势类群是绿薰，而总浮游植物优势类群是硅藻；超微型浮游植物对总浮游植物生物量贡献为总生物量1．5％～11％，超微型粒级细胞在一些类群中(绿藻、金藻)中占有很大比重。在超微型浮游类群组成中没有甲藻纲，而蓝藻丰度也非常低。超微型浮游植物组成结构厦门港富营养化水域呈单优势类群结构，在九龙江河口区域受冲淡水与陆源成分影响。结构较为复杂。