基于经验频率曲线的湖泊富营养化随机评价方法及其验证

本文提出了基于经验频率曲线的湖泊富营养化随机评价方法.该法通过建立水体富营养化评价标准中各项水质指标和评价级别的经验频率曲线,推求实际水体各项水质指标的经验频率,并采用加权平均法推求湖泊富营养化评价级别的经验频率,从而得出湖泊富营养化的评价级别,具有方法简单、图形直观、计算工作量小的特点.经全国30个湖库湖泊实测水质资料的验证,随机评价方法与模糊评价方法和灰色评价方法的计算精度相当.     

结冰对乌梁素海水体富营养化的影响

为研究结冰对湖泊富营养化状态的影响,以内蒙古乌梁素海为研究对象,用"注射器"式采水器和冰钻分别采集水样和冰样,并测定总氮、总磷、COD_(Cr)、叶绿素a浓度、冰厚、水深和透明度等指标,运用分形理论评价模型对湖泊结冰前、后的富营养化等级进行综合评价.结果表明:乌梁素海湖泊结冰厚度与水深存在较好的负相关性,其相关系数为0.54;湖泊结冰后,水体的富营养化等级由富营养变为重富营养,表明结冰过程中,氮、磷等营养元素被排斥至冰下水体,即结冰过程对湖泊水体中的营养元素具有浓缩效应,导致冰下环境质量恶化,并促进营养元素向沉积物转移;但也可以利用该浓缩效应,从湖泊冰封期富营养化污染的特殊性入手,运用底泥疏浚和冰体-水体分离等工程技术手段,实现湖泊富营养化污染的治理.     

2006-2017年乌梁素海夏季水体营养状态及影响因子

为探明草型湖泊乌梁素海水体营养状态及演变趋势,明确水体富营养化的关键影响因子,本文采用2006-2017年每年7月份湖泊水质监测数据,利用综合营养指数法评价了湖泊不同区域监测点的水体营养状态,模拟分析了湖泊水体营养状态的演变过程及趋势特征,定性分析了湖泊富营养的关键影响因子.研究结果表明：乌梁素海湖区北部、西部和南部监测点处于轻度富营养状态的极限概率分别为0.588、0.633和0.329,而湖泊的中部和东部监测点处于中营养状态的极限概率分别为0.810和0.536,说明乌梁素海湖区北部、西部和南部区域夏季水体营养状态将呈现向轻度富营养化演变的趋势,而湖区中部和东部区域则呈现向中营养化演变的趋势.水环境因子中水体理化指标对湖泊富营养化起决定性作用,且盐度指标响应概率高达55%,是水体理化指标中第1位影响因子,同时pH值与水深指标也是影响乌梁素海水体富营养化程度的重要因子.     

入湖河流污染控制技术在云南高原湖泊应用初见成效

在水体富营养化控制中面污染源控制迄今仍是世界性难题,在我国面污染源控制问题已经成为湖泊富营养化防治中的卡脖子因素,许多湖泊因面污染源得不到有效控制而不可避免地发生着富营养化,而作为国家重点治理的太湖、滇池、巢湖也因面污染源得不到有效控制而进展迟缓,诸多重要的城市水源水体普遍遭受到面源污染。 针对云南九大高原湖泊普遍出现的加速富营养化趋势,中国科学院南京地理与湖泊研究所科研人员提     

湖泊藻型富营养化控制——技术、理论及应用

湖泊富营养化防治走过了从控制营养盐、直接除藻、到生物调控、生态工程及生态恢复等艰难历程,各国为此投入了巨额资金、然而收效甚微,富营养化依然是全球性重大水环境问题。回顾和分析富营养化湖泊治理研究与实践的成功经验与失败教训,无疑将有助于采取更切实可行的技术有效控制湖泊富营养化。综观全球营养养化治理研究成果,不难看出,富营养化是一个典型的生态问题,生态问题只有用生态学方法解决。在全湖性富营养化难以快速根治的情况下,如何集中技术优势和有限财力,优先解决对人类生活影响较大的局部水域富营养化问题,逐步修复受损的湖泊生态系统,提高水体自净能力、改善水体环境质量并建立湖泊健康生态系统。     

湖泊富营养化综合评价方法

从对湖泊富营养化评价的一般方法入手,综述了国内外有关湖泊富养化综合评价的一些方法,提出：营养状态指数法由于可对湖泊营养状态进行连续的数值化的分级,从而为湖泊富营养化机理的定量研究提供了坚实的基础,应是今后湖泊富营养化评价中的主要方法。     

底泥疏浚能控制湖泊富营养化吗?

世界上许多湖泊面临着严峻的富营养化问题,富营养化湖泊底泥中的营养盐比水体中要丰富得多,因此,人们常把疏浚底泥作为治理富营养化湖泊的一种重要措施,它需要巨大的资金投入,但尚未见在中等以上湖泊中通过疏浚底控制湖泊富营养化的明显实例,分析 浚底泥作为水利工程和航道工程措施有重要效用,其改善水质效果与疏浚方法有关,适当的疏浚可在短期内改善水质,但从月和季以上长期段持,疏浚底泥不是控制湖泊富营营养化的充要条     

基于主客观赋权模糊综合评价法的湖泊水生态系统健康评价

运用湖泊营养状态指数判断湖泊的富营养化状态,并根据湖泊的水质、沉积物和水生生物群落的现状和特点,运用主观赋权法中的层次分析法和客观赋权法中的熵权法结合模糊综合评价法,对长江中游地区江汉湖群37个湖泊的水生态系统进行健康状态评价.对湖泊富营养化的调查结果表明,海口湖处于中营养状态,18个湖泊处于富营养化状态,18个湖泊处于超富营养化状态.湖泊生态系统健康评价的研究结果表明,37个湖泊中,处于健康状况"优"的湖泊只有海口湖,处于健康状况"良"的湖泊有5个,分别为东西汊湖、花马湖、梁子湖、童家湖和涨渡湖,其余31个湖泊均处于健康状况"差"的状态.经过与湖泊营养状态指数的对照,本研究结果表明,由主观赋权的专家评分的层次分析法结合模糊综合评价法对江汉湖群湖泊水生态健康状态的评价效果相比客观赋权的熵权模糊综合评价法更贴合实际.     

富营养化水体浮游植物遥感监测研究进展

随着湖泊流域经济的快速发展,蓝藻水华频繁暴发的现象越来越严重,水体富营养化已经成为国内外重大环境问题.浮游植物是水体的初级生产者,是衡量水体富营养化程度的主要指标之一,遥感技术则是探测水体浮游植物时空分布的重要手段.在收集整理近千篇国内外水体浮游植物遥感研究论文的基础上,从卫星数据源、研究内容及研究方法等角度,总结了遥感技术在富营养化湖泊浮游植物监测应用的历史进展、研究重点及发展趋势.研究表明,现有的富营养化水体浮游植物遥感研究,以湖泊蓝藻水华问题为切入点,研究视角由水体表层(藻华面积、色素浓度)转至水下三维(藻总量),研究方法从定性识别转向定量反演,研究内容从监测蓝藻水华推进到探测不同类群蓝藻,逐渐形成了以应用为导向,"MODIS/VIIRS大中型湖泊日常监测—GF/Sentinel2小型湖泊针对性监测—无人机应急监测"的浮游植物遥感综合监测体系.上述研究梳理了富营养化水体浮游植物遥感监测湖泊水环境学科的发展动向,以期为从事蓝藻水华生态灾害监测和预警人员提供重要的技术支撑和理论参考.     

湖北长湖富营养化状况及时空变化(2012-2013年)

为评估长湖水体富营养化程度,2012-2013年分4个季度对全湖区20个采样点的物理、化学和生物要素进行监测,在评价水质现状的基础上采用综合营养状况指数法和浮游植物细胞丰度指数法综合评价水体营养状况,并应用典型相关分析(CCA)方法揭示水体富营养化状况与湖泊理化要素之间的典型相关性.结果显示:4个季节长湖全湖区的水质均处于地表水IV类~劣V类水标准;综合营养状态指数值在49.54~82.55之间,浮游植物细胞丰度在2.88×106~61.73×106cells/L之间,均显示其处于富营养化状态;长湖富营养化状况的分布呈现一定的时空差异性;CCA分析显示,长湖理化要素变量可解释68.6%的水体富营养化状况变量的变异,影响其富营养化状况的主要理化因素有水体总磷、总氮、溶解氧、亚硝态氮、硝态氮浓度,水深和沉积物总磷、总氮含量.长湖水体富营养化主要是由于外源的磷污染,其次是氮污染,富营养化最严重的夏、秋季浮游植物的生长主要受氮营养限制,而冬、春季则部分受磷营养限制,部分属于过渡类型.因此,建议大力削减围网/围栏养殖量,同时考虑结合水生植物栽种等生态工程建设措施以降低长湖水体发生严重富营养化的风险,并进一步改善长湖的水质现状.     

吉林省湖、库水质评估及其污染防治

湖、库富营养化是营养物质输入过程而引起的一种水效应。它不仅表现为水生植物和藻类的过度生长,同时还伴随着一系列的水质变化进而导致水质恶化,影响水体多种功能。本文以近年监测的主要湖、库的水质数据,采用主成分聚类分析和营养度评价方法对吉林省的主要湖、库的富营养化程度进行了分析与评价。这对区域水资源的合理开发利用,开展环境质量评价与预测,以及对制定湖、库富营养化防治对策具有重要意义。     

2016—2020年长江中游典型湖泊水质和富营养化演变特征及其驱动因素

“十三五”时期,长江流域水环境质量改善明显,但湖泊水质和富营养化状况改善滞后. 长江中游作为我国淡水湖泊集中分布区域之一,部分湖泊存在水环境质量恶化和富营养化加重问题. 本文以长江中游区域国家开展监测的洪湖、斧头湖、梁子湖、大通湖、洞庭湖和鄱阳湖这6个典型湖泊为研究对象,科学评价其2016—2020年水质和富营养化时空变化特征及关键驱动因素,探讨其成因及治理对策. 结果表明,“十三五”时期长江中游湖泊水质和富营养化程度存在较大差异,与2016年相比,2020年大通湖水质改善最为明显,梁子湖水质变差,总磷是影响长江中游湖泊水质类别的主要因子; 洪湖富营养程度恶化最为严重,斧头湖次之,TLI(SD)对长江中游湖泊富营养化评价贡献最大. 目前长江中游湖泊呈有机污染加重和叶绿素a浓度升高现象,洪湖、斧头湖和梁子湖主要与氮、磷营养盐浓度升高有关,而大通湖、洞庭湖和鄱阳湖受水文过程、流域纳污量和湖泊管理等非营养盐因素影响较大. 总氮和总磷仍然是影响“十三五”时期长江中游湖泊水质和富营养化的最主要驱动力,且各湖泊总氮和总磷浓度变化均具有较强正相关性,建议开展河湖氮、磷标准衔接工作,提出河湖氮、磷标准限值或考核目标,以完善河湖水环境质量标准和生态健康影响评价技术规范. 同时,建议长江中游湖泊在开展截污控源、内源控制和生态修复的同时,进一步深化流域管理,特别是对洞庭湖、鄱阳湖、梁子湖和斧头湖等跨行政区湖泊,以提高湖泊治理与修复的系统性和整体性.     

湖泊富营养化评价模糊集理论与模式

根据湖泊(水库)营养化具有模糊性的特点。建立了湖泊(水库)富营养化评价的模糊集理论与模式,并首次提出富营养化指标综合权重矩阵概念及其确定方法。应用该模式对我国12个湖泊(水库)的富营养化程度进行了评价,结论与实际情况相符。为湖泊(水库)富营养化治理和保护提供了科学依据。上述理论与模型原则上亦可在其他环境评价领域中应用。     

Combining the SWAT model with sequential uncertainty fitting algorithm for streamflow prediction and uncertainty analysis for the Lake Dianchi Basin,China

Streams play an important role in linking the land with lakes. Nutrients released from agricultural or urban sources flow via streams to lakes, causing water quality deterioration and eutrophication. Therefore, accurate simulation of streamflow is helpful for water quality improvement in lake basins. Lake Dianchi has been listed in the ‘Three Important Lakes Restoration Act’ in China, and the degradation of its water quality has been of great concern since the 1980s. To assist environmental decision making, it is important to assess and predict hydrological processes at the basin scale. This study evaluated the performance of the soil and water assessment tool (SWAT) and the feasibility of using this model as a decision support tool for predicting streamflow in the Lake Dianchi Basin. The model was calibrated and validated using monthly observed streamflow values at three flow stations within the Lake Dianchi Basin through application of the sequential uncertainty fitting algorithm (SUFI‐2). The results of the autocalibration method for calibrating and the prediction uncertainty from different sources were also examined. Together, the p‐factor (the percentage of measured data bracketed by 95% prediction of uncertainty, or 95PPU) and the r‐factor (the average thickness of the 95PPU band divided by the standard deviation of the measured data) indicated the strength of the calibration and uncertainty analysis. The results showed that the SUFI‐2 algorithm performed better than the autocalibration method. Comparison of the SUFI‐2 algorithm and autocalibration results showed that some snowmelt factors were sensitive to model output upstream at the Panlongjiang flow station. The 95PPU captured more than 70% of the observed streamflow at the three flow stations. The corresponding p‐factors and r‐factors suggested that some flow stations had relatively large uncertainty, especially in the prediction of some peak flows. Although uncertainty existed, statistical criteria including R² and Nash–Sutcliffe efficiency were reasonably determined. The model produced a useful result and can be used for further applications. Copyright © 2012 John Wiley & Sons, Ltd.     

2015-2019年武汉市湖泊水质时空变化

为探究“十三五”期间武汉市湖泊水质变化特征及规律,分析当前武汉市湖泊水环境的主要问题及成因,为武汉市水生态环境保护“十四五”规划提供科学支撑,以武汉市166个湖泊为研究对象,根据武汉市环境监测中心2015-2019年对各个湖泊的监测数据,采用水质综合污染指数、富营养化状态评价、动态度分析等方法,对武汉市湖泊水环境进行综合评价.结果表明：1）2015-2019年武汉市湖泊水质总体好转,2019年全市湖泊综合污染指数较2015年下降7.74%,多数湖泊营养状态呈现稳中向好趋势,但湖泊水质较难实现持续改善.2）武汉市湖泊主要超标污染物总磷、氨氮、化学需氧量和高锰酸盐指数平均质量浓度在2015-2019年间均呈下降趋势,但2019年有47%湖泊总磷浓度劣于Ⅳ类评价标准,磷元素是制约湖泊水质的主要因素.3）2015-2019年武汉市中心城区湖泊综合污染指数下降,湖泊富营养化状态好转,但青山北湖、南湖等湖泊综合污染指数较高,排口排污、底泥内源污染是影响中心城区湖泊水质的主要因素.新城区湖泊水质改善仍面临一定压力,东西湖水系重度富营养化湖泊数量增多,后湖水系湖泊综合污染指数上升,农业面源、工业生产对新城区湖泊水质影响较大,湖泊破碎化导致的自净能力降低也是影响湖泊水质的重要因素.     

综合营养状态指数(TLI)在夏季长江中下游湖库评价中的局限及改进意见

综合营养状态指数(TLI)在中国湖库富营养化评价中应用非常广泛.对于该指数的各分项指标,基于叶绿素a的评估结果是富营养化风险的直接体现,是最终指示;而基于理化指标(总氮、总磷、透明度和高锰酸盐指数)的评估结果是间接指示.如果两者TLI评估结果存在显著差异,则说明基于理化参数的TLI评估结果低估或者高估了实际富营养化水平和相关风险.本文针对长江中下游湖库的基于水质理化指标和基于叶绿素a的TLI结果是否匹配的问题开展了调查分析.结果表明,对于非通江浅水湖泊而言,基于总氮、总磷、高锰酸盐指数的TLI评估结果均低估了富营养化水平和相关风险;对于通江浅水湖泊而言,基于总氮、总磷和透明度的TLI评估结果高估了富营养化水平和相关风险,而基于高锰酸盐指数的结果低估了富营养化水平;对于深水水库,基于总氮的TLI指数评估结果高估了富营养化水平,而基于总磷、透明度和高锰酸盐指数的结果低估了富营养化水平.上述水质理化指标和叶绿素a评估结果不匹配的原因为以下两点:第一,部分物理化学指标失去了对富营养化风险(叶绿素a)的指示意义,如通江浅水湖泊的总氮、总磷、透明度和高锰酸盐指数以及深水湖泊的总氮;第二,部分富营养化理化指标和叶绿素a原有关系发生错位,比如对于深水湖泊总磷对叶绿素a的响应比TLI指数构建所采用的关系更加敏感.针对TLI理化指标评估在长江中下游湖库应用中存在的问题提出如下改进建议:1)结合长时间序列历史数据,基于分位数回归等方法构建特定湖泊的叶绿素a和理化参数的响应关系,开发“一湖一策”的评估公式;2)根据换水周期和湖泊面积水深比对进行湖泊分类,建立特定湖泊类型的叶绿素a和理化参数的响应关系,构建“一类一策”的评估公式;3)在富营养化评估结果中应分别量化富营养化状态参数(营养盐水平)和富营养化风险参数(叶绿素a)以及两者比值,但生物指标是富营养化评估的最终指示.现阶段我国富营养化评价和管理多为“全国一策”,可能很难满足经济高效的管理需求.因此,本研究所建议和综述的“一类一策”和“一湖一策”的湖泊富营养化评估方法对未来的湖泊生态管理可能具有重要意义.     

基于富营养化阈值的松花湖水环境容量分析

通过对松花湖水体中浮游植物的绝对优势种——铜绿微囊藻(Microcystis aeruginosa)单藻株生长与磷、氮定量关系的室内模拟研究,得出松花湖富营养化发生的阈值为：总磷浓度0．065 mg/L,总氮浓度0．843 mg/L．利用风险分析理论和蒙特卡罗随机模拟方法,在分析2002-2004年松花湖水体中总磷和总氮浓度实际分布规律的基础上,提出了计算湖、库总磷和总氮水环境容量的不确定性方法．通过对松花湖磷、氮水环境容量的计算,得出松花湖流域总磷和总氮的最大允许排放量为2123．78 t/a和7018．82 t/a,为了使松花湖富营养化发生的概率在0．001以下,总磷和总氮需要分别削减3208．34 t/a和18648．91 t/a．     

基于遥感影像纹理信息的湖泊围网养殖区提取

中国东部许多湖泊被人为围网养殖开发,高密度的围网养殖区较容易导致湖泊富营养化和水质恶化,因此人们利用遥感数据开展了湖泊围网养殖区的调查研究．对于湖泊围网养殖区的提取大多采用多光谱分类或目视解译手工数字化,多光谱分类围网养殖区和自然水体易于混淆,而手工数字化对于大区域提取工作量比较大.论文提出了基于遥感影像纹理信息的湖泊围网养殖区提取方法,事实证明此方法易于实现且提取精度高．该文选用中巴资源卫星02星多光谱数据,以白马湖为试验区,首先采用归一化差值植被指数提取水体及少部分光谱特征与之相似的人工建筑物和裸土,再采用主成份分析对研究区影像进行数据压缩和几何信息增强,利用灰度共生矩阵对影像纹理信息进行分析,以均值为量化指标,确定其最佳阈值,最后以决策树分类方法提取湖泊围网养殖区．     

Eutrophication control decision making using EFDC model for Shenzhen Reservoir,China

The three-dimensional hydrodynamic and eutrophication model was implemented based on EFDC to help eutrophication control decision making of Shenzhen Reservoir. Model calibration and validation were conducted with two set of independent observed data in 2009 and 2010–2011. The model represented the hydrodynamic process and the spatial and temporal distribution of water quality well. Subsequently, three eutrophication control scenarios were configured, included removing 100% nutrients from all tributaries, increasing by 50% of water flows, and removing 50% nutrients from Dongjiang. As results shown, the maximum chlorophyll-a concentrations were decreased by 1, 16.4 and 46.3%, the average chlorophyll-a concentrations were decreased by 1.3, 29.8 and 29.9%. Increasing water flows and removing nutrients from Dongjiang can significantly improve water quality and effectively reduce risk of water bloom.