微生物治理有害藻华研究进展

近年来,全球近海海域有害藻华频发,导致严重的环境问题与经济损失,如何有效地治理有害藻华引发全球关注。抑藻微生物可以通过细胞接触等直接方式及分泌胞外活性物质等间接方式破坏藻细胞的细胞结构、生理过程和遗传功能,进而抑制藻细胞的生长。本文总结了抑藻微生物控制有害藻华的主要作用原理和研究进展,综述了当前以微生物为基础的控制藻华的方法和技术,探讨了其在有害藻华治理方面的发展方向与应用前景,以期为有害藻华的防控提供参考。     

流式影像仪在东海海域甲藻藻华研究中的应用

有害藻华对海水养殖、人类健康和生态安全构成威胁,已成为全球性的生态灾害.近20年来,米氏凯伦藻(Karenia mikimotoi)、东海原甲藻(Prorocentrum donghaiense)等甲藻形成的有害藻华在东海海域连年暴发,其频率高、危害大,形成及演变机理复杂,对藻华原因种进行监测是开展有害藻华预警和防控的...     

结合长时序遥感监测和机器学习算法预测藻类增殖风险时空变化

饮用水源地藻类增殖监测和预测对于改善水生态系统环境和保护人类健康具有重要意义。利用多源遥感数据能够获取高时空分辨率的藻类动态信息,结合长时序遥感监测与机器学习算法能够适应藻类生长复杂的影响机制和非线性特征,实现藻类增殖风险时空变化的预测。本文利用Landsat与MODIS长时间序列卫星遥感数据,采用FAI与NDVI两种方法提取2000—2020年丹江口水库藻类浓度的时空变化信息,在此基础上分析藻类增殖对气象因子(气温、气压、相对湿度、风速和累计日照时间)的时间滞后效应。利用支持向量机、朴素贝叶斯与随机森林3种机器学习算法预测藻类增殖风险,并对3种算法的预测性能进行评价和对比。结果表明:丹江口水库藻类浓度年际变化呈现出先增后降的趋势,呈现出明显的季节性周期变化,春末夏初是藻类快速增殖时期。空间上入库支流和库湾等局部地区藻类浓度相对较高,为藻类增殖高风险区,丹江口水库藻类增殖风险预测模型能够较为准确地确定藻类增殖高风险区位置并反映短期内的空间变化情况,3种算法的预测结果呈现出整体上的一致性,其中支持向量机与朴素贝叶斯算法表现出更高的精度,提前4～5天是最佳预测时间。