太湖蓝藻水华季节性营养盐限制及其短期预警决策支持系统

发布时间：2020-04-26 07:53

【摘要】：基于营养盐动力学研究的蓝藻水华调控历来是湖泊管理研究的热点,“控氮”、“控磷”还是“氮磷共同控制”?一直是湖沼学研究争论的焦点。早期的“磷削减范式”理论多年的实践发现难以通过仅仅削减磷来控制国际上一些大型浅水湖泊的蓝藻水华,而在大型浅水湖泊长期氮/磷调控思路的探索中,一直对于季节性营养盐限制形成的过程研究未得到足够重视,尤其是在宏观尺度上蓝藻水华期营养盐限制形成过程中的营养盐消耗、驱动和再生维持机制的过程研究还不够深入。自上世纪80年代中期以来,大型浅水湖泊—太湖一直经历着严重的富营养化,尤其是北部的梅梁湾几乎每年都发生不同程度的蓝藻水华,蓝藻水华的调控与预警也时刻困扰着太湖管理的决策者。近期,太湖梅梁湾藻类生长季节性营养盐限制转换(冬春季节浮游植物主要受到磷限制,而夏秋季节氮是主要的限制因子)的发现,提供了太湖蓝藻水华与营养盐动力学进一步研究的新视角。因此,本研究立足于太湖大尺度连续性的湖沼学数据调查和收集,描述和归纳太湖藻类群落与氮磷营养盐的时空分布特征;构建梅梁湾蓝藻水华与季节性营养盐限制响应模型,论证了梅梁湾存在长期季节性营养盐限制模式,并探讨了营养盐限制与藻类生物量的季节性响应关系;在此基础上,为了揭示更为关注的夏秋季节蓝藻水华期营养盐限制形成的关键过程机制,构建了太湖水动力-水质-藻类生长动力学耦合模型,通过不同情景解析并提出蓝藻水华调控的氮磷削减策略;并在长期营养盐调控的同时,基于太湖耦合模型,对太湖蓝藻水华重灾区与饮用水源地水质进行短期预警。上述研究能为太湖蓝藻水华的营养盐调控和短期预警提供一定的科学借鉴和决策支持,为太湖管理决策者制定更具针对性的蓝藻水华防控管理方案提出新的思路。主要研究内容和结果如下:基于太湖9个不同湖区站点为期3年(2009-2011)的不同形态的氮磷营养盐、叶绿素a(Chla)、微囊藻毒素(MCs)和不同藻类群落丰度逐月的监测,通过数据统计分析展示了太湖主要营养盐和藻类的时空分布特征。冬春季节的总氮(TN)和硝态氮(NO3O)浓度明显高于夏秋季节,而总磷(TP)、溶解性反应磷(SRP)和叶绿素a(Chla)呈现相反的季节性变化规律。浮游植物的群落主要分为蓝藻、绿藻、硅藻、裸藻和隐藻,呈现出冬春季节以蓝藻、硅藻和绿藻为主的群落组成,向夏秋季节以蓝藻为优势种的群落季节性演替。此外,微囊藻毒素在不同湖区的分布依次是:北部湖区西部湖区湖心区草型主导的湖区。研究期内,北部梅梁湾湖区水华期高浓度的微囊藻毒素(2.75±0.27μg/L),时刻威胁着邻近的饮用水源地贡湖湾湖区的水质,基于对饮用水源地生态安全的长期保护,因此本研究为进一步探索梅梁湾蓝藻水华重灾区营养盐限制规律和蓝藻水华调控提供了较为翔实的数据参考和科学依据。基于TSI偏差模型评估了太湖梅梁湾20年(1992—2011)长期季节性营养盐限制模式的波动规律,即冬春季节浮游藻类生长主要受到磷的限制,而夏秋季节氮是主要的限制因子。外源入流的氮磷输入,强烈影响着梅梁湾内营养盐浓度的大小和时间上的差异。特别是,研究推测冬春季节湾内氮的输入主要受外源入流的驱动,而夏秋季节底泥磷的释放是水体中磷浓度的主要来源。外源入流和内源底泥氮磷的季节性变化,很大程度上促进了梅梁湾营养盐季节性转换模式的形成。基于TSI偏差指数(TSIN-TSIP)的广义加和模型(GAM),进一步分析了梅梁湾营养盐限制状态与浮游藻类生物量季节性变化及峰值的响应关系。GAM模型计算发现,蓝藻水华期存在弱的N限制(TSIN-TSIP =-10)对应着蓝藻生物量(Chla)的峰值。同时,1995年冬春季节营养盐限制因子的转变也部分解释了 1996年全年普遍高的Chla值。上述的研究为进一步探索季节性营养盐限制过程机制提供科学的理论基础,也为太湖管理者在调控蓝藻水华制定营养盐削减策略的目标时,需要将季节性氮磷营养盐限制模式考虑进来。从太湖生态系统的视角出发,基于ELCOM-CAEDYM模型构建太湖三维水动力-水质-藻类生长动力学耦合模型,校验和定量分析夏秋季节蓝藻水华与营养盐动力学动态变化过程,证实了夏秋季节蓝藻水华存在显著的氮营养盐限制波动,围绕着外源入流氮磷营养盐的输入和底泥氮磷营养盐的释放,设置4种不同的情景解析,揭示了梅梁湾氮磷营养盐限制过程中氮源的不足和磷源得以补充的关键过程机制,即蓝藻水华对水柱中氮磷的大量消耗和水柱中的反硝化过程促进了氮的缺失,底泥磷的释放极大的补充了水柱中蓝藻可直接利用的磷源,这些共同导致了水华期氮限制的形成。在此基础上,致力于太湖水质的改善,在氮磷共同削减的调控理论框架下,从季节性的视角提出了更加针对具体的营养盐削减策略,即冬春季节,加强对外源磷的削减,进一步抑制蓝藻在春季的复苏,减少进入夏秋季节之前水柱中的蓝藻密度基数规模。磷削减的同时,对流域内氮源的削减,降低入湖河流对湖体氮源的输入量,可以进一步加强夏秋季节因水柱中氮源不足而抑制蓝藻快速增殖,从而减轻蓝藻水华发生的程度和频率。夏秋季节蓝藻水华期,加强对氮的削减和氮浓度的稀释,在一定程度上是降低蓝藻水华更为有效经济的途径。这些过程机制的模拟分析和探索过程为太湖蓝藻水华与氮磷营养盐的响应关系研究提供了一个新的视角,同时,本研究得出的太湖季节性营养盐削减策略,是对当前大型浅水湖泊—太湖蓝藻水华营养盐调控理论的一个具体补充。基于蓝藻水华的预测原理和流程的详细描述,本研究提出了基于决策支持系统平台的蓝藻水华预测体系,通过平台内构建水动力-水质-藻类生长动力学耦合模型,并开发出太湖蓝藻水华预警的可视化决策支持系统平台,通过动态数据采集、数据信息管理、水华预测耦合模型的构建和模拟结果的评估,描述了太湖蓝藻水华预警预测结果的详细流程,并在以往蓝藻水华预警研究的基础上,建立以蓝藻生物量峰值和不同浓度面积等更加直观有效的蓝藻水华预测指标,并围绕不同主导风向下蓝藻水华可能堆积区域的预警研究,发现当盛行东南风时,湖心区西岸高浓度的蓝藻较为容易进入竺山湾和梅梁湾西部区域;而当盛行西南风时,湖心区的蓝藻较为容易进入梅梁湾和贡湖湾。最终探索性的提出,对于处在下风向的竺山湾、梅梁湾、贡湖湾来说,可能其主轴线与风向的夹角决定了湖湾外来蓝藻输入通量的大小,是蓝藻水华预警的重要因子。这些对于主导风向下蓝藻水华可能的堆积区域的探索,为当前太湖蓝藻水华的预警研究补充了一个新的视角和思路。最后,基于上述的预警研究,实现对太湖蓝藻水华的未来3日(72小时)的短期预警、评估和发布。此外,基于决策支持系统平台将每个模块有机的集成在同一个系统内,实现了数据的共享与唯一性、数据的快速存储与查询及模型运行结果的实时展现与快速发布,高效的实现了太湖蓝藻水华的预测预报。同时分析了当前蓝藻水华预测流程中研究工作的改进和存在的不足,并进一步从蓝藻水华预测模型计算技术、模型内核模块、数据监测与获取技术、模型的校验及预测结果评估和信息发布等方面,详细的阐述了当前的各项技术的发展和突破,预示着未来蓝藻水华预测将会更加精确和有效。因此,该研究为太湖蓝藻水华长期营养盐调控和短期应急和预测预警提供思路上和方法学上的借鉴。
【图文】：

蓝藻,最大生长速率,绿藻,硅藻

逑高温有利于蓝藻竞争优势的形成（Ｒｏｂａｒｔｓ邋ａｎｄ邋Ｚｏｈａｒｙ，１９８７；邋Ｅｌｌｉｏｔｔ邋ｅ／ｆｌ／．邋，邋２００６）逡逑（如图１－２所示）。当温度超过２５°Ｃ时，其它藻类生长速率出现持平甚至下降，逡逑而蓝藻生长速率随着温度的升高继续升高。Ｌｉｕ逦ａ／．邋（２０１１）分析了Ｈ■年的太湖逡逑蓝藻水华数据，认为温度升高与微囊藻优势形成具有十分明显的关系，微囊藻成逡逑为主要优势种的温度范围为２５￣３０°Ｃ；而ＮａｌｅｗａｊｋｏａｎｄＭｕｒｐｈｙ（２００１）对日本琵逡逑琶湖（Ｌａｋｅ邋Ｂｉｗａ）蓝藻与温度关系研宄发现当水温处于２８？３２°Ｃ时，微囊藻的逡逑生长速率达到最大值。一些室内实验研究，较高的温度有利于蓝藻（微囊藻）形逡逑成优势，最优生长温度为２８．８到３０．５°Ｃ，同时，微囊藻具有较强的高温耐受性，逡逑温度达到邋３５°Ｃ时生长才受到抑制（Ｊｅｐｐｅｓｅｎｅ丨邋ａ／．，２００９；邋Ｋｏｓｔｅｎ邋ｅ／ａ／．，２０１２）。逡逑浮游植物对不同水温的响应主要体现在植物种群的季节变换上。一般情况下，逡逑硅藻、金藻和黄藻适宜温度较低，在１４？１８°Ｃ，，绿藻较高，为２０？２５°Ｃ，大部分逡逑蓝藻的最适温度为２５？３５°Ｃ邋（Ｎａｌｅｗａｊｋｏ邋ａｎｄ邋Ｍｕｒｐｈｙ

水质模型,藻水华,微囊,蓝藻

合（Ｌｅｏｎ邋ｅｆ邋ａ／．邋，邋２０１１）。最新版的邋ＣＡＥＤＹＭ邋（ｖ３．３）包含了邋Ｃ、Ｎ、Ｐ、Ｓｉ邋和邋５逡逑个门类浮游藻类（蓝藻、绿藻、硅藻、裸藻和隐藻）作为水质模型状态变量，是逡逑考虑了水体中种群与种群之间相互生态作用的生物地球化学模型（图１－３）。因而，逡逑被广泛用于研宄营养盐循环、营养负荷的波动对藻类水华和藻类群落演替的影响、逡逑同时还可以识别有利于蓝藻成为优势种的条件（Ｗａｌｌａｃｅ邋ａｎｄ邋Ｈａｍｉｌｔｏｎ，邋２０００；逡逑Ｌｅｗｉｓ邋ｅｔ邋ａｌ．，邋２００４邋）邋0逡逑１９逡逑
【学位授予单位】：南京大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：X524

【参考文献】