[發(fā)明專利]大型淺水湖泊72小時藍藻水華預測方法

無效

• 申請?zhí)枺?/td>: 201010604207.1
• 申請日: 2010-12-24
• 公開（公告）號: CN102135531A
• 公開（公告）日: 2011-07-27
• 發(fā)明（設計）人: 孔繁翔;吳曉東;張民;于洋;陽振;高俊峰;馬榮華
• 申請（專利權）人: 中國科學院南京地理與湖泊研究所
• 主分類號: G01N33/18
• 分類號: G01N33/18;G01N33/00;G06F19/00
• 代理公司: 南京知識律師事務所 32207
• 代理人: 韓朝暉

技術領域

本發(fā)明涉及一種湖泊、水庫等水域的短時間尺度內藍藻水華的監(jiān)測預報方法，特別是涉及一種大型淺水湖泊72小時藍藻水華預測方法。

背景技術

藍藻水華是目前全球許多國家所面臨的環(huán)境問題，在很多富營養(yǎng)的湖泊或水庫中，藍藻在局部湖區(qū)或庫區(qū)堆積，并在高溫下分解，形成惡臭；特別是當藍藻在水源地取水口附近大量集聚時，就有可能引起水源地的水質惡化，危及供水安全。

目前還缺少有效的治理手段徹底地消除這一環(huán)境問題，藍藻水華仍會大量出現(xiàn)于許多湖泊和水庫中。因此，在研究藍藻水華治理方法的同時，發(fā)展短期的藍藻水華預測、預報技術，提前預知敏感湖區(qū)、尤其是水源地和重點景觀湖區(qū)水華的發(fā)生幾率，可提高環(huán)境管理部門的決策能力，并有利于相關部門及時采取應急措施應對水華污染。

目前國內外還沒有關于短期藍藻水華預報方法的報道。有關藍藻水華監(jiān)測預報的報道主要是采用逐步回歸的統(tǒng)計學方法對浮游植物在長時間尺度上進行預測，如連續(xù)觀測水溫，透明度，pH，總氮（TN），?總磷（TP），溶解無機磷（DIP）等指標，經(jīng)過連續(xù)觀察，建立葉綠素與環(huán)境因子的關系，并在此基礎上利用監(jiān)測的數(shù)據(jù)來預測藻類密度。藍藻水華是一定密度的藻類在特定氣象、水文條件下上浮并大量聚集于水面的現(xiàn)象，因此，即時的藻類密度、氣象、水文條件與水華的發(fā)生密切相關，如果能闡明其中的相互關系，并結合大量的野外調查數(shù)據(jù)，并根據(jù)相關參數(shù)建立模型，則能夠據(jù)以對藍藻水華進行預報。目前已有水體細胞色素快速監(jiān)測的儀器，但是這些儀器在應用于藻類密度很大的水體時往往會有很大的誤差，用于進行藍藻監(jiān)測時給預測結果帶來較大的誤差。衛(wèi)星遙感圖片可以從整體上識別水體中的藍藻水華分布情況，可用于藍藻水華預報工作準確性的評價。

發(fā)明內容

本發(fā)明提供了一種大型淺水湖泊72小時藍藻水華的預測方法，基于水體中即時的藍藻狀況和未來的氣象信息，利用構建的預測模型對藍藻水華的發(fā)生進行短時間尺度的預報。

本發(fā)明方法的技術內容如下：

一種大型淺水湖泊72小時藍藻水華預測方法，其特征在于：根據(jù)藍藻原位生長率和漂移速率參數(shù)，構建水體葉綠素a含量預測模型和水華發(fā)生概率預報模型；分析監(jiān)測水域即時的葉綠素a含量和分布狀況；將監(jiān)測水域即時的葉綠素a含量、分布狀況，以及監(jiān)測期內氣象信息數(shù)據(jù)輸入模型，輸出監(jiān)測水域預測期內葉綠素a濃度的預測值和藍藻水華出現(xiàn)的水域及其概率，發(fā)布水華監(jiān)測預報。

本發(fā)明方法包括以下步驟：

1）在監(jiān)測水域設置采樣點，采集分析監(jiān)測水域即時的水質、藍藻生物量和分布狀況；

可根據(jù)監(jiān)測水域的特點和水域面積，結合歷史數(shù)據(jù)設置采樣點，通過人工野外巡測，或使用離線或在線監(jiān)測儀采集并分析獲得監(jiān)測水域即時葉綠素a濃度值和分布狀況，以獲得本發(fā)明方法進行水華預測所需的監(jiān)測水域即時水質、藍藻生物量和分布狀況數(shù)據(jù)。

預報期間每周至少采樣兩次，采樣后可利用快速水質監(jiān)測儀器測定采樣點各層水體的平均葉綠素濃度。

快速水質監(jiān)測儀器在測量野外群體藍藻葉綠素a含量時存在一定的誤差，本發(fā)明方法建立了水體平均葉綠素濃度與快速水質監(jiān)測儀器測定結果的校正關系式，即：

水體平均葉綠素a濃度=Chla_?YSI×7.76?（Chl_?YSI≤40μg/L）

水體平均葉綠素a濃度=Chla_?YSI×2.2??（Chl_?YSI＞40μg/L）

式中Chla_?YSI為快速水質監(jiān)測儀器測定結果。

2）采集預測期內的包括風速、風向、降雨在內的氣象信息數(shù)據(jù)

根據(jù)氣象部門的預報，采集監(jiān)測水域預測期內未來天氣情況（晴、陰以及降雨）以及風速、風向、溫度等氣象信息。

本發(fā)明選取并采集特定的監(jiān)測數(shù)據(jù)，并據(jù)以建立短時間尺度的水華預報模型。本發(fā)明方法利用生態(tài)學原理，根據(jù)不同氣候條件下藍藻原位生長率，以及不同風向和風速條件下水華藍藻的漂移速率參數(shù)，構建水體葉綠素a含量預報模型和水華發(fā)生概率預報模型。

藍藻水華發(fā)生與很多因素相關，如藻類密度，風速，風向，降雨等，建立藍藻水華的預報模型通常用如下公式進行表達：

F?(水華概率)=?f?(藻類密度，風速，風向，降雨，有效光輻射，湖流，總氮，總磷，

水溫，電導率，溶解無機氮，溶解無機磷，pH，溶氧，…)???????公式1

為本發(fā)明目的，根據(jù)歷史數(shù)據(jù)可將營養(yǎng)鹽等在長時間尺度上影響藍藻生物量的環(huán)境因素忽略，將公式1簡化為如下公式：