2002—2018年滇池外海蓝藻水华暴发时空变化特征及其驱动因子

为弄清滇池外海蓝藻水华暴发时空变化规律及其影响因素，将滇池外海分为北、中、南3个区域，基于2002—2018年期间中分辨率成像光谱仪(MODIS)反演的水华面积，分析了上述3个区域蓝藻水华的时空变化特征。基于2007—2018年水文、气象和出入流数据，构建了外海三维水动力生态模型(AEM3D),并计算了各区域的水力滞留时间。通过冗余分析(RDA)、随机森林(RF)和斯皮尔曼相关分析方法，分析了影响以上区域蓝藻水华暴发的主要驱动因子。结果表明：2002—2018年期间，整个滇池外海区域年平均水华面积比(水华面积占该区域总面积比例)呈缓慢下降趋势，空间上由北向南依次递减，整个外海水华暴发面积最大主要发生在秋季。在外海北部区域，其东部水华较西部更为严重，而在中部和南部区域，呈现西部水华较东部更为严重的空间分布模式。通过对各影响因子的统计分析发现，风速、水温和日照时长是上述各区域中蓝藻水华暴发的主要决定性因素。水华暴发期间以西南风为主导风向，且上述区域的水华面积比随风速增加呈下降趋势。在外海各区域，水力滞留时间与水华暴发面积均呈显著正相关，空间上水力滞留时间由北向南逐渐增大，风速和风向是影响蓝...     

草鱼引入对滇池湖体海菜花消亡的影响

1976年,曾经繁盛在滇池的海菜花群落消亡并引起了广泛讨论。该文通过对相关文献的整理和分析,重建了1950—2000年滇池水环境、水生植物与鱼产量变化趋势图,发现滇池外海海菜花消失的时间早于污染爆发,而与滇池鱼产量增加的时间基本一致,并由此提出:滇池外海海菜花群落消失主要归因于20世纪60年代草鱼的过量放养,而围湖造田和后期污染则使海菜花种群难以恢复。     

滇池水体理化环境状况时空分布格局研究

在滇池全湖设置了 4 0个采样点 ,从 2 0 0 2年 9月至 2 0 0 3年 8月 ,按每月一次的频度对滇池水体的pH、溶解氧、透明度、总磷、溶解性总磷、溶解性磷、总氮、氨氮、Chla进行了为期一年的监测。结果表明 ,滇池外海水质已属V类及超V类水质 ,重富营养程度 ,只能满足工业和农业供水水质要求。滇池外海水质存在区域性强的特点 ,其污染程度与该地区的工农业分布格局相关 ,西北部水质污染情况最为严重 ,北部次之 ,南部最轻 ;在不同月份水质存在明显差异 ,在汛期 (5— 9月份 )水质污染最为严重 ,冬春季节则较轻。本研究初步揭示了滇池污染的现状及时空分布规律 ,为分区域治理滇池水污染提供了科学依据     

蓝藻水华预报模型及基于遗传算法的参数优化

蓝藻水华预报是应对水危机,保障水资源供给的一项重要工作。以太湖北部三湾(竺山湖、梅梁湾、贡湖)为研究对象,采用动态空间环境建模技术,构建了蓝藻水华预报模型,并通过实地观测建立了模拟的初始参数集。利用2008年04-09月太湖水环境、气象等实测数据,采用遗传算法优化叶绿素a浓度预报模型中敏感度较高的4个参数。研究结果表明,该模型在蓝藻水华空间分布的预报上达到了一定的精度;采用遗传算法能全面、高效地进行参数优化,降低了模拟结果的相对残差,提高了模型预报精度。     

鄱阳湖南矶湿地自然保护区蓝藻水华状况与成因分析

南矶湿地国家自然保护区位于鄱阳湖西南部, 总面积约333 km2, 大部分区域由碟形湖及相应洲滩组成。2012 年10 月该地区碟形湖爆发了较重的蓝藻水华, 通过监测发现本次蓝藻水华优势种为铜绿微囊藻(M.aeruginosa)和水华微囊藻(M. flos-aquae), 其细胞密度最高达2.51×109 cells^_L–1, 相应水体的微囊藻毒素浓度也达到1.6 gL^–1, 超过了世界卫生组织规定的安全界限。通过水质分析发现该地区的总磷浓度普遍较高, 所有调查点位的总磷浓度在0.15-0.3 mgL–1 之间, 综合富营养化指数在52-63 间, 总体达到了轻-中度富营养化状态。本次南矶湿地蓝藻水华可能与当地居民对碟形湖的不合理开发致使水体营养盐浓度偏高有关, 同时当地高温高光强的秋季特殊气候也为蓝藻水华的爆发提供了优良的外部条件。     

滇池外海藻类时空分布及其与环境因素间非线性相关分析

文章基于滇池外海监测数据(2014—2020), 分析了滇池外海不同区域间的藻类分布情况, 并运用最大信息系数(Maximal Information Coefficient, MIC)定量分析了滇池外海中环境因素与藻类间的非线性关系。主要结果如下: (1)滇池外海藻密度呈现明显的北高南低的趋势, 蓝藻在所有藻类中占绝对优势, 且主要在夏季表现出最高的藻类密度占比, 绿藻的藻类占比次于蓝藻但远高于其他藻类且在春季的藻类占比相对最高; (2)总体上藻类密度与结果变量存在明显的线性关系, 同时与原因变量间的非线性关系显著; (3)蓝藻的水质驱动因素主要为水温(MIC: 0.27, P<0.01)和氨氮(MIC: 0.22, P<0.01), 且相较于其他氮源, 氨氮对蓝藻的影响更大。绿藻的水质驱动因素主要为总磷(MIC: 0.27, P<0.01)和总氮(MIC: 0.21, P<0.01), 其他形态的氮对绿藻的影响可能较氨氮更强。在气象条件中, 蓝藻和绿藻主要受气温及辐射量的控制。     

三峡水库香溪河库湾夏季水华调查

以三峡水库支流香溪河为研究对象,以2011年夏季的采样数据为基础,比较分析了水华前后支流库湾营养盐和叶绿素a的时空分布规律及其相关性。结果表明,2011年6月21—29日,香溪河暴发了显著的藻类水华,叶绿素a峰值达到125.8 mg·m-3。相关分析表明,水华过程显著影响可溶性无机N、P的空间分布,营养盐空间分布从中游高、河口低,转变为从河口至上游递减,并且在水华区域锐减;长江干流较高的营养盐本底值增大了支流库湾水华的风险;高营养盐背景值的长江干流水体在香溪河库湾的潜出位置是水华最严重的区域;干流水体对库湾表层的营养盐补给作用是影响库湾水华生消的关键因素。     

无机氮磷添加对太湖来源浮游植物和附着生物生物量的影响术

为了探讨富营养对太湖来源水体浮游植物的影响,对来源于太湖梅梁湾的水体进行氮磷营养盐添加实验.实验共3个处理(T0、T1和T2),T0不进行营养盐添加,处理T1和T2添加无机氮磷,T1中总氮、总磷净增加分别为10和0.5 mg·L-1,T2添加的量为T1的2倍.结果表明:T0的浮游植物叶绿素a含量明显低于添加营养盐的2个处理,而添加营养盐的2个处理之间没有显著差异,说明氮磷营养盐的添加在一定程度上能够促进浮游植物的生长,但并非营养盐添加越高浮游植物生物量就越高;添加处理与对照中附着生物叶绿素a含量的比较结果与浮游植物生物量的相同;T2中浮游植物的生长可能受到除氮磷之外的因素的限制;T1和T2中均没有出现期望的蓝藻水华,表明蓝藻水华的形成不只是与充足的氮磷供应有关.     

滇池束丝藻水华毒性生物检测

近年来,由于外源污染物大量入湖,致使滇池水体呈富营养状态,蓝藻水华频繁爆发。束丝藻属与微囊藻属随季节演替,成为滇池蓝藻水华的两大优势种群。束丝藻水华暴发期间,滇池放养的滤食性鱼类出现死亡,其原因可能是由于丝状藻体堵塞鱼鳃部而引起,但也不能排除束丝藻毒素的影响。有毒束丝藻水华对鱼类的危害主要表现在几个方面:鱼类受到有毒束丝藻细胞所分泌毒素,如四氢嘌呤碱等毒性毒害;与束丝藻共生细菌毒害;或束丝藻死亡后分解消耗水体中溶解氧造成水体缺氧等都是可以使鱼致死的原因。       

茅尾海营养状况及其来源研究

根据2008年茅尾海海域水质调查结果,采用营养指数法、营养状态质量指数法、有机污染指数法对海湾营养状况进行了评价,并结合2007年入海污染源调查结果,探讨了茅尾海的营养盐来源。结果表明:茅尾海受无机氮污染较重,海域处于呈富营养状态,有机污染程度属2级,表明开始受到有机污染。营养盐高值区集中在北部海域和东部海域。钦江、茅岭江等入海河流携带入海的营养盐是海域营养的主要来源,占入海污染物总量的79%以上,其次来自钦州湾外海的混合排污口。2001~2007年茅尾海DIN、DIP年均浓度分别与入海河流氮、磷营养盐入海负荷呈显著正相关,两者的相关系数分别为0.873和0.824。     

Analysis of cyanobacteria bloom in the Waihai part of Dianchi Lake,China

Blue-green algae (BGA) bloom is a typical phenomenon in eutrophied lakes. However, up to now, no environmental mechanism has been commonly accepted. Systematic and complete data sets of BGA blooms and environmental factors without any missing data are rare, which seriously affected previous studies. In this study, a bootstrapping based multiple imputation algorithm (EMB) was first applied to reconstruct a complete data set from the available data set with missing data, hence forming a basis for quantitatively relating BGA bloom to contributing factors. Then, the probability of BGA bloom outbreak was simulated using a binomial (or binary) logistic regression model, which is an effective tool for recognizing key contributing factors. The results suggest that 1) the outbreak frequency or probability of BGA bloom tends to first increase and then decrease with a turning point between June and September each year; 2) air temperature, relative humidity, and precipitation were significant positive factors correlated with outbreak frequency, whereas wind speed and the number of sunshine hours were negative factors; 3) water temperature had a strong positive effect on the probability of BGA bloom outbreak, whereas other water quality factors, such as concentrations of organics and nutrients, were not so significant. However, water quality factors, such as NO₃–N, SD, pH, NH₄–N, COD and DO, still need to be concerned, which had a potential to aggravate the outbreak of BGA bloom in Dianchi Lake, if they were out of control.     

太湖水华程度及其生态环境因子的时空分布特征

湖泊水华是全世界面临的严重生态环境问题之一,对人类和生态系统健康都有重大影响。由于湖泊水华受流域面源、点源污染、气候、水文因子以及湖泊生态系统自身特征等众多因素影响,水华是否爆发、其严重程度及时空分布特征呈现明显的复杂性。以我国太湖为研究区域,基于近年的水华及水环境的监测数据,用自组织特征映射神经网络对太湖不同监测点的水华程度进行了自动聚类分析。结果表明,太湖水华程度呈现为明显的无水华、轻度、中度和重度水华4类。不同程度水华的叶绿素a、水温、COD_(Mn)、营养盐、浮游植物生物量以及藻种(蓝藻、绿藻、硅藻)结构的时空差异显著,不同变量间的关系复杂,有助于深入认识太湖近年水华发生的时空变异特性。     

基于氮磷比解析太湖苕溪水体营养现状及应对策略

生态化学计量学是评价水体营养状态的重要手段,利用其氮磷比指标探讨了我国太湖主要入湖河流苕溪的营养状态。野外监测结果显示,苕溪水体氮素超标严重,磷素污染轻度,硝酸盐、颗粒态磷为氮磷的主要赋存形态,且氮磷浓度呈现相似的季节变化规律,表明苕溪主要受农业面源污染影响。氮磷比分析表明,苕溪水体春、秋季处于磷素限制状态,夏季适合藻类生长,冬季低温条件下不利于藻类的大量繁殖;苕溪生物量增长受磷素限制,线性拟合亦显示其氮磷比主要受磷素波动的调控;苕溪干流大面积暴发蓝藻水华的风险较部分支流及死水区低,苕溪水入湖后,特别是夏季其暴发风险将显著提高。针对苕溪水体的富营养化现状,提出若干条水质改善应对策略。     

提高水体净化能力控制湖泊富营养化

建立了湖泊污染物质动力学方程,根据我国湖泊和美国O keechobee湖资料,确定了控制藻类暴发的总磷阈值为0.035m g/L,总氮阈值为0.350m g/L(滇池)和1.050m g/L(太湖);用实测资料,计算得到需要削减的外污染源滇池为总磷、总氮各78%,太湖为总磷69%、总氮56%。提出通过提高水体净化能力可以控制湖泊富营养化的理论依据和如下技术路线:提高湖泊净化率,使其超过输入的污染率,在湖内实现浓度低于控制藻类水华暴发所需要的磷、氮阈值;因地制宜综合运用到太湖、巢湖、滇池等一类大、中型湖泊,加强管理,就可以在占湖泊7%(滇池)和4%(太湖)的湖面上,依托科学布设控制其生长的凤眼莲,将其规模化地加工为有益产品,从而有效地去除湖泊中的营养盐,将水体综合净化率比现有净化率在滇池提高4.6倍,在太湖提高2.1倍,实现控制湖泊富营养化目标,并同步地在约3~4倍相应面积上修复健康水生态系统。     

不同植被防护措施对三峡库区土质道路边坡侵蚀的影响

为了探明沙湖浮游动物密度、生物量、分布与水环境因子之间的关系,运用多元逐步回归分析、通径分析和典范对应分析方法对2009年4月、7月、10月、2010年1月测定的沙湖浮游动物密度、生物量数据与水环境因子进行多元分析。结果表明:沙湖浮游动物密度与叶绿素a含量、总氮、总磷之间呈显著线性相关,影响沙湖浮游动物密度的主要水环境因子依次为叶绿素a含量、总氮、总磷;浮游动物生物量与叶绿素a含量、总氮、透明度、化学需氧量(CODMn)之间呈显著线性相关,影响浮游动物生物量的主要水环境因子依次为叶绿素a含量、总氮、透明度、化学需氧量;叶绿素a含量和总氮对浮游动物的直接影响作用最强,其他水环境因子主要通过影响叶绿素a含量间接影响浮游动物密度及生物量。浮游动物与水环境因子的CCA排序结果将分别适应不同水环境的16种浮游动物分为3组,叶绿素a含量、化学需氧量、水温和总磷是影响沙湖浮游动物群落特征及时空分布的主要水环境因子。     

阳宗海和滇池中紫色非硫细菌数量和种群结构的比较

在2002年平水期对高原湖泊阳宗海和滇池中的紫色非硫细菌(PNSB)数量和种群结构进行了比较研究。对两湖中的各因子进行t检验,发现各因子和PNSB数量都有极显著差异,富营养化湖泊滇池中的PNSB数量远远多于贫营养化湖泊阳宗海;两湖中PNSB的优势种是红假单胞菌属,也有少数的红螺菌属。两湖种群结构的区别是滇池有红微菌,而阳宗海有大量红细菌。     

滇池流域退耕区植物群落构建对地表径流污染物的削减效应

为探索不同群落的构建在滇池流域的实际应用,以确定削减污染物最优植物群落的配置方式,该研究选取地表径流悬浮物(SS)、COD含量、总氮(TN)、总磷(TP)、氨氮(NH_4~+-N)、硝氮(NO_3~--N)六个指标作为主要的分析对象,在滇池流域退耕区开展了不同植物群落配置对地表径流污染物削减效应的试验研究。结果表明:三个植物群落对SS、COD、TN、TP、NO_3~--N在2014年和2015年间均表现出显著性的削减趋势,且三个植物群落对SS、TP和NO_3~--N的削减率均在45%以上,但并未对NH_4~+-N表现出削减效果。不同植物群落对污染物的削减效应存在一定的差异性,但是三个不同群落与年度的交互作用对SS、COD、TN、TP、NO_3~--N五个养分指标的削减并没有表现出显著的差异性。从整体上来看,三种植物群落类型中,以乔-灌-草构建的立体式植物群落对地表径流污染物的削减效果最佳。     

Prediction and elucidation of the population dynamics of Microcystis spp. in Lake Dianchi (China) by means of artificial neural networks

Lake Dianchi is a shallow and turbid lake, located in Southwest China. Since 1985, Lake Dianchi has experienced severe cyanabacterial blooms (dominated by Microcystis spp.). In extreme cases, the algal cell densities have exceeded three billion cells per liter. To predict and elucidate the population dynamics of Microcystis spp. in Lake Dianchi, a neural network based model was developed. The correlation coefficient (R²) between the predicted algal concentrations by the model and the observed values was 0.911. Sensitivity analysis was performed to clarify the algal dynamics to the changes of environmental factors. The results of a sensitivity analysis of the neural network model suggested that small increases in pH could cause significantly reduced algal abundance. Further investigations on raw data showed that the response of Microcystis spp. concentration to pH increase was dependent on algal biomass and pH level. When Microcystis spp. population and pH were moderate or low, the response of Microcystis spp. population would be more likely to be positive in Lake Dianchi; contrarily, Microcystis spp. population in Lake Dianchi would be more likely to show negative response to pH increase when Microcystis spp. population and pH were high. The paper concluded that the extremely high concentration of algal population and high pH could explain the distinctive response of Microcystis spp. population to + 1 SD (standard deviation) pH increase in Lake Dianchi. And the paper also elucidated the algal dynamics to changes of other environmental factors. One SD increase of water temperature (WT) had strongest positive relationship with Microcystis spp. biomass. Chemical oxygen demand (COD) and total phosphorus (TP) had strong positive effect on Microcystis spp. abundance while total nitrogen (TN), biological oxygen demand in five days (BOD₅), and dissolved oxygen had only weak relationship with Microcystis spp. concentration. And transparency (Tr) had moderate positive relationship with Microcystis spp. concentration.     

A Catastrophe Model for Water Bloom Prediction: A Case Study of China's Lake Chaohu

Using a case study of Lake Chaohu, the fifth largest lake in China, we constructed a cusp model for water bloom prediction that used TP (total phosphorus), T (temperature), Chla (chlorophyll-a), and DO (dissolved oxygen). These four parameters were assumed to be the most important factors in eutrophication and water bloom of the lake. The model was found to be accurate, because its relative error was around 10%. What is more convincing, according to the catastrophe discriminant of the cusp model, it could be judged that a discontinuous jump of the aquatic ecosystem occurred in July 2004, in Lake Chaohu. This conclusion is consistent with the fact that water blooms arose in August 2004. The cusp model also showed satisfactory precision when applied to forecast the eutrophication trend and prediction of water bloom in Lake Chaohu in 2005. The case study found that water bloom brought on by eutrophication can be fit and predicted by a catastrophe model. We suggest that catastrophe models would be a constructive approach to forecast and judge the outbreak of water bloom in lakes. In addition, by constructing and studying such catastrophe models, lake managers would be able to simulate the effects of different protection and mitigation projects and enrich the scientific basis for the optimization of these projects as well.