大型浅水湖泊翌年蓝藻水华首次发生水域预测方法

专利名称：大型浅水湖泊翌年蓝藻水华首次发生水域预测方法
技术领域：
本发明涉及一种大型浅水湖泊蓝藻水华早期预测方法，特别是涉及一种大型浅水 湖泊翌年蓝藻水华首次发生水域的预测方法，具体是通过色素分析、藻类光合作用及活性 分析、有效风场分析等，结合模型预测，对翌年蓝藻水华最初发生水域进行早期预测。
背景技术：
由于湖泊富营养化问题难以在短期内得到根本解决，在相当长一段时间内，很难 杜绝湖泊等水体每年蓝藻水华的发生，因此在削减湖泊营养盐，从根本上阻断蓝藻水华生 长的营养物质来源的同时，发展蓝藻水华预测技术，将有助于减少蓝藻水华带来的生态危 害和健康风险。国内外的研究主要针对已经形成的蓝藻水华进行短时间尺度预警预测，分析藻类 水华形成与气象水文条件、营养盐水平的关系。例如，欧盟1999年开展了蓝藻水华的检测、 监测和预报的研究，发展了通过遥感技术对藻华发生预测的途径。日本通过人工神经网络 发现叶绿素a的浓度可以表征藻类的总生物量，并可以对藻类水华进行预测。美国海洋与 气象局开发了赤潮短期预测系统，监测和预报墨西哥湾的赤潮，在有赤潮的季节每周预报2 次。在我国，中科院南京地理与湖泊研究所于2007开始在太湖夏季水华形成时期进行水 华短期预测及发布，每半周预测未来3天内太湖重要水源地及大太湖叶绿素浓度的分布格 局。然而，目前对于较长时间尺度上预测来年水华形成趋势的研究还未有相关报道。 长时间尺度预测需要考虑越冬期的种源分布格局、复苏期藻类的生长、迁徙等一系列过程， 对天气预报的要求也更高，涉及到的问题比短期预测更为复杂。然而，长时间尺度预测将会 有助于提高环境管理部门的决策能力，提高湖泊治理中的技术与工程措施的针对性和科学 性。因此，在湖泊生态灾害防治体系中，有必要引入新的和更有效的检测与分析方法，建立 一套科学的蓝藻水华早期预测方法。

发明内容
本发明提供一种大型浅水湖泊翌年蓝藻水华首次发生水域的预测方法，运用生物 学、生态学检测方法，结合气象、遥感相关技术，尽可能真实地对蓝藻越冬复苏的整个生态 格局进行全方位的监测，并通过蓝藻生长、迁移规律，预测来年蓝藻水华最初的发生地点。简言之，本发明以色素分析、藻类光合作用及活性分析、有效风场分析等为基础， 分析蓝藻生长、迁移及水华形成的驱动因素，从而对蓝藻越冬复苏的生态格局变化规律进 行评估；结合生态动力学预测模型，对蓝藻水华翌年首次发生水域进行早期预测。本发明的上述目的是这样实现的
一种大型浅水湖泊翌年蓝藻水华首次发生水域的预测方法，其特征在于基于水体面 积和特征设定监测点对水体和底泥取样；利用色素分析表征蓝藻的时空分布，利用细胞光 合作用活性、酯酶活性表征各湖区蓝藻活性；采集湖区气象数据，确定有效风场；建立生态动力学模型对蓝藻水华翌年首次发生水域进行预测。本发明所述的预测方法，包括以下步骤
1)基于水体面积和特征设定监测点，在监测期内在各监测点分别对水体和底泥取
样；
每年冬春的10月至次年4月进行全水域采样，每月至少一次。泥样切取最上层2cm左 右厚度的表层底泥移至密封袋中。水样采集整水柱，混勻，并即时测定各项水质参数。在每 个采样点采集三份平行样品。2)测定水体和底泥中的藻蓝素含量，利用色素分析表征蓝藻越冬复苏的时空分布 格局；
藻蓝素的测定可采用分光光度法进行测定。在藻蓝素含量测定前，先对样品进行处理， 样品处理方法为
水样的处理量取IOOml水样滤纸抽滤。将滤纸剪碎加入0. 05 M pH7. 0 Tris缓冲液 研磨，于4°C下黑暗中静置提取8-10h。样品离心并将上清转移至容量瓶中。最后定容测定 藻蓝素含量。底泥样品的处理称取一定量解冻后的底泥样品，计算含水率。称取5g左右研磨 好的样品放入研钵中，加入0.05 M pH 7.0 Tris缓冲液研磨，于4°C黑暗条件下静置8-10h。 样品离心并将上清液用90%丙酮定容至10mL。此待测液用于测定藻蓝素含量。
通过荧光分光光度计测定样品荧光强度，以荧光强度对藻蓝素浓度作出工作曲线，再 根据底泥样品重量或水样体积计算出最终含量。根据水体和底泥中藻蓝素含量，可以确定不同水域在不同时期水体和底泥中蓝藻 的生物量，反映蓝藻的时空分布格局。从下文的描述中可知，在生态动力学模型中，藻蓝素 含量可作为种源量带入预测模型。3)测定水体中藻细胞的光合活性和酯酶活性，表征蓝藻复苏过程的时间序列，结 合种源量对蓝藻的原位生长量进行修正；
对每个采集的样品分别测定水体中藻细胞的光合作用能力和酯酶活性，其中通过色素 荧光分析仪进行藻类光合活性分析，通过酯酶检测方法分析藻细胞活性。藻类光合活性分析的具体操作如下取刚采回的水样适量装入测量杯，暗适应 15min先打开测量光(ML)，待初始荧光稳定后得到Fo，打开饱和光强(ST)，得到样品的Fm 和光系统II的最大光合效率，并测定快速光响应曲线。酯酶检测方法分析藻细胞活性的具体方法如下向Iml藻液中加入适量荧光染料 (Fluorescence dieastrate)，室温避光染色后，通过流式细胞仪检测酶活的强度。通过光合活性分析得到的Fv/Fm、光系统II的最大光合效率以及快速光响应曲线 可以全面表征藻细胞的光合作用能力，而酯酶活性检测通过染色后FLl通道荧光信号的强 弱表示酯酶活性大小。两者都从不同角度表征藻细胞的活性在时间上的序列，通过界定蓝 藻的活性，结合种源量对蓝藻的原位生长量进行修正，在生态动力学模型预测中可以根据 蓝藻的活性确定蓝藻的原位生长量在预测模型中所占权重。4)采集湖区气象数据，确定有效风场，可根据气象条件对蓝藻复苏过程中的迁移 进行预测；
(a)数据的采集利用自动气象监测站收集各种气象数据，包括风速风向，光照，温度寸。(b)分析有效风场在蓝藻越冬和复苏过程中的驱动作用。方法如下不同水域根 据实际观测数据，确定湖区蓝藻水平迁移主要风速区间，例如太湖通常为1.9-3. lm/s，筛选 此风速区间不同风向的频次，制作有效风向风频玫瑰图，以此确定每个月监测水域的有效 风场。5)基于ELC0M-CAEDYM模式构建蓝藻水华生态动力学模型，对蓝藻水华的形成进 行预测，包括
(a)数据的采集参数化方案包括湖泊地形数据、气象数据、湖泊理化数据(包括营养盐 分布)。(b)生态动力学模型的建立及预测由于最初蓝藻水华的形成是以一定的蓝藻生 物量(种源量)为基础，在其生长活性和风场条件下的迁移共同影响下形成，因此为了本发 明目的，将有效风场导致的蓝藻迁移和蓝藻原位生长(种源和活性因子)视为水华形成的共 同的触发因子。根据监测数据率定模型参数，选择网格，根据模型对每个网格内的蓝藻生物 量进行预测。在实际数值模型构建中，根据参数地域性程度的差异分别选择实验测定值、相似 系统参考值和文献值作为模型参数初始值，然后应用数据同化技术进行优化。对于高强度 地域性参数，采用监测湖泊原位生态实验等现场实验方法获得；例如蓝藻生长速率，最适生 长温度等。对于中等强度地域性参数，一般采用相似系统参考值；例如悬浮颗粒降解速率常 数，营养盐再生系数等。此外，对于个别自由参数，例如悬浮颗粒迁移速率常数等，在模型模 拟结果和原位观测数据基础上，采用模型参数优化方法最终予以确定。(C)结果输出以时间序列分阶段模式输出结果，预测时间的缩短将提高预测的准 确性。可以用surfer软件绘制蓝藻生物量等高线图输出，也可以在Arcgis条件支持下输 出蓝藻生物量等高线图或编程后直接输出。本发明的优点及效果本发明通过在湖区布设多处监测点采集水样、泥样，进行 多项理化、细胞生物学分析，并结合气象数据，从蓝藻的复苏量及迁移量这两个关键因素入 手，对蓝藻越冬复苏的生态格局变化规律进行评估。本发明方法将蓝藻生物量、生长活性和 有效风场视为水华形成的共同触发因子，分析蓝藻生长、迁移及水华形成的驱动因素，并通 过模型将各参数进行整合，将预测结果以蓝藻生物量等高线图的形式按时间序列直观的展 现。本发明方法从不同角度对蓝藻水华的形成进行预测，通过相关分析的相互验证(如色 素和活性分析；光合作用和酯酶活性等等)，从而提高了预测的准确性。本发明方法可以对 大型浅水湖泊翌年蓝藻水华最初的发生地点进行预测，使环境管理部门提前做好相应的准 备，同时为湖泊治理工程措施(如冬季疏浚)的可行性和针对性提供依据。下面结合具体实施例对本发明进行详细描述。本发明的保护范围并不以具体实施 方式为限，而是由权利要求加以限定。


图1太湖监测点位分布示意图2A、2B 2007-2008年太湖水体及底泥中越冬蓝藻的时间分布； 图3 A.3B 2008-2009年太湖水体及底泥中越冬蓝藻的时间分布；图4 2008-2009年太湖水体蓝藻光合活性的变化； 图5 2008-2009年太湖N5点位水体中越冬蓝藻酯酶活性的变化； 图6 2007-2009年太湖越冬前期和复苏期的有效风场； 图7 2008年太湖最初蓝藻水华形成的卫星遥感图； 图8 2009年太湖最初蓝藻水华形成的卫星遥感图； 图9 2008-04-25太湖MODIS监测结果；
图10A-10C不同起始时间分阶段模拟2008年4月25日水华的预测结果； 其中IOA =2008-01-20为初始值模拟结果；IOB =2008-02-20为初始值模拟结果；IOC 2008-03-20为初始值模拟结果。
具体实施例方式采用本发明方法，通过对太湖蓝藻的越冬和复苏期其种源数量、生长活性以及迁 移活动的分析，具体包括色素分析、藻类光合作用及酯酶活性分析、有效风场分析等，可判 断来年蓝藻水华最可能的初发水域，再结合生态动力学预测模型，对翌年蓝藻水华首次发 生水域进行早期预测。采样点设置基于水体面积和特征设定监测点，确保北太湖，西南太湖，及各湖湾 等蓝藻频发区域包含其中，东南太湖水草密集，极少出现水华，不作监测。1.测定藻蓝素含量，利用色素分析对冬季越冬蓝藻种源的时空分布格局进行描 述，并对蓝藻种源对翌年蓝藻水华首次发生水域的影响进行评价和预测
基于水体面积和特征在太湖水域设定14处监测点(如图1所示)，每年10月至次年4 月进行全湖采样，每月采样至少一次。泥样采集时，用内径为62mm的柱状采泥器采集底泥 样品，切取最上层2cm左右厚度的表层底泥移至密封袋中。水样采集时，用自制2. 5m长的 PVC柱状采水器采集整水柱，混勻。每个样品采集三份平行样品，其中水样即时用多功能水 质仪(YSI6600-V2) (Yellow Spring Instruments, USA)测定水质参数。量取IOOml水样，用Whatman GF/C玻璃纤维滤纸抽滤。将滤纸剪碎加入0. 05 M PH7.0 Tris缓冲液研磨，于4°C下黑暗中静置提取8-10h。然后在4000g转速下离心5min， 将上清转移至容量瓶中。最后定容测定水体中藻蓝素含量。同样，称取一定量解冻后的底 泥样品，于室内风干至恒重，并称取干重，计算含水率。称取5g左右研磨好的样品放入研钵 中，加入0.05 M pH 7.0 Tris缓冲液，仔细研磨2-5min，于4°C黑暗条件下静置8-10h。然 后以4000g的转速离心5min，上清液转移至IOmL容量瓶中，最后用90%丙酮定容至IOmL用 于测定底泥中藻蓝素含量。
通过岛津荧光分光光度计RF- 5301测定藻蓝素含量(阎荣，2004)，激发光波长为 620nm，发射光波长647nm，扫描速度eOnm/min，以荧光强度对藻蓝素浓度作出工作曲线。在 与标准系列相同的条件下测定样品提取液的荧光强度从而在工作曲线上求得样品中藻蓝 素含量，再根据底泥样品重量或水样体积计算出最终含量。根据色素分析结果可以得到越冬蓝藻的时间和空间分布格局。以2007-2008年太 湖水体(图2A)及底泥(图2B)中越冬蓝藻的时间、空间分布为例，由图可知入冬后，太湖北 部水域底泥和水体中蓝藻生物量均较少，蓝藻生物量主要集中于中南太湖和西太湖。底泥 中蓝藻分布位于西南湖区和南部湖心，而水体分布要更加多变。而进入一月后水体蓝藻的聚减，使得在1-3月中水体没有明显的蓝藻聚集区。12月水体和底泥蓝藻分布区域具有显 著相关性(P<0. 01)，其余各月单月水体和底泥蓝藻分布没有显著相关性。但是对于越冬周期内所有时间点位进行统计分析，结果表明，越冬阶段底泥和水 体蓝藻分布具有显著相关性(P<0. 01)。另从时间上来说，对于水华的形成有重要影响的迅 速复苏的时间区间，对底泥中蓝藻分布的3月和2月点位进行分析表明，两者具有显著相关 性(p<0. 01)。与此类似，对不同监测点2008-2009年太湖水体(图3A)及底泥(图3B)中越 冬蓝藻的时间分布的分析结果可获知，太湖水体中越冬蓝藻主要分布于北太湖和西太湖， 冬季水体蓝藻的下沉和死亡，使太湖底泥中蓝藻含量也相应增长，并具有一定的时间滞后 性，太湖底泥蓝藻复苏快速增长区域与越冬地分布密切相关(P<0. 01)。结论通过水体和底泥藻蓝素色素分析，发现次年蓝藻快速复苏区域与蓝藻越冬 地分布具有明显的相关性，与蓝藻水华最初发生区域也一致。这就说明根据蓝藻的越冬区 域(即“种源”地)及复苏量的界定，并结合其迁移过程(如下文，可通过气象条件进行预测)， 可以对来年蓝藻水华的强度和最初水华形成地进行预测。2.利用细胞活性分析对蓝藻的复苏过程的时间序列进行预测
在各监测点每年10月至次年4月进行水样全湖采样，每月采样至少一次。用自制2. 5m 长的PVC柱状采水器采集整水柱，混勻，在每个采样点采集三份平行样品。取刚采回的水 样适量装入测量杯，选用Wiyto-PAM(WALZ Germany)进行藻类光合活性分析，控制软件为 Phyto winl. 47(ffalz)0样品暗适应15min先打开测量光(ML)，待初始荧光稳定后得到Fo， 打开饱和光强(ST)，得到样品的Fm，并且通过公式 Fv/Fm = (Fm - F0)/Fm
从而得到光系统II的最大光合效率。测定快速光响应曲线时打开光化光(AL)，每个强 度的光照时间为20s，得到一系列的相对电子传递速率，拟合得到快速光曲线。通过酯酶检测方法(Franklin，2001)分析藻细胞活性。向Iml藻液(经300目 筛绢过滤)中加入25ml Fluorescence dieastrate，室温避光染色后，在流式细胞仪(BD， 美国)上经488nm激光激发后FLl通道(530 + 15nm)可以检测荧光信号，通过荧光信号表 征酶活强弱。每次检测酯酶活性前通过标准小球(Caltag，美国)把200mW，488nm激光激发 后FLl通道的信号强度校正为定值，使每次检测的荧光强度具有可比性。上述测定可获知监测水域蓝藻光合能力和酯酶活性的时间空间分布，如图4和图 5所示。由图4可知，太湖水体中蓝藻的Fv/Fm值从2008年10月一 12月太湖蓝藻光合作 用能力较强，但数值逐渐降低，而绿藻相对较低，这可能存在蓝藻水华对绿藻生长的抑制。 1月一 3月绿藻的光合作用能力逐渐增强，而蓝藻的光合作用能力几乎消失，反映了蓝藻越 冬过程的状态。4月蓝藻的光合作用迅速恢复，且发生水华。这表明蓝藻光合作用与蓝藻越 冬复苏的不同阶段相对应，且蓝藻光合作用能力的快速恢复与其最初水华的形成有很强的 时间一致性。对照5月份我们可以看出硅藻基本消失，蓝藻占绝对的优势。越冬周期中水体N5点位微囊藻酯酶活性的时空变化如图5所示，FLl通道的荧光 强度表征了酯酶活性的强弱。可以看出太湖水体蓝藻酯酶活性从10月份后整体上呈降低 的趋势，一直持续到2月份，至2月达到最低点，表明低温对蓝藻酯酶活性的强弱有抑制作 用，从次年2月份开始由于水温的升高，蓝藻开始复苏，藻细胞酯酶活性开始缓慢升高.我 们还发现蓝藻生物量较高的区域酯酶活性反而会比临近生物量较低的区域活性低。整体而言，酯酶活性的高峰期出现在10月及次年的3 - 4月份。这与蓝藻水华的形成的时间也具 有明显的相关性。结论利用越冬蓝藻细胞活性对蓝藻的复苏时间过程进行预测。蓝藻在复苏过程 中细胞活性的变化，特别是蓝藻光合作用从无到有，逐渐增加的过程，与最初蓝藻水华的形 成有明显的同步性。通过蓝藻的活性，结合种源量对蓝藻的原位生长量进行修正，或者说 根据蓝藻的活性确定蓝藻的原位生长量在模型中所占权重。例如蓝藻活性极低时，尽管种 源量丰富，原位生长量仍可以忽略，蓝藻的分布主要由其迁移量所决定；随着蓝藻活性的增 加，原位生长量不断增加进而对分布产生影响。3.气象条件对蓝藻的复苏过程进行预测
每年11月至次年4月利用自动气象监测站(美国N0VALYNX系统)每隔5分钟收集湖 泊表面气象数据，包括风速风向，光照，温度等。在风速风向数据中，筛选太湖蓝藻水平迁移 主要风速区间(1.9-3. lm/s)的数据(即为有效风速)，按风向平均划分16个区域，按月份计 算16个风向区域有效风速的频次，制作有效风向风频玫瑰图，以频次最高的4-5个方向大 致确定每个月湖面的有效风场。考虑到越冬期(1月-2月)蓝藻会出现下沉现象，在水体中 的含量较低，风场对蓝藻迁移的驱动作用较弱，因此忽略。而在下述生态动力学模型的描述 中，各时段风场数据都得到应用，二者结果基本一致，这也印证了风向玫瑰图忽略越冬期风 场是合理的。根据图6越冬前期和复苏期有效风场所示，2007-2008年太湖越冬蓝藻主要受西 北和偏北风向的影响，分布区域逐步向西南和湖心区域变化，西南湖区和湖心成为2007年 蓝藻主要的越冬地。结合2008年2月以及3月水体和底泥藻蓝素分布(见图2A、2B)，西南 太湖和湖心是藻蓝素增长较快，也是浓度最高的区域。至2008年4月18日(图7)，已在西 南湖区形成明显蓝藻水华聚集区域。从2008年春季蓝藻复苏形成水华过程可见，2008年 蓝藻水华发源于西南湖区，而这正是07年蓝藻越冬的区域，种源丰富。蓝藻的复苏发生并 增长形成水华的区域即是上一年水华越冬区域。2008-2009年的情况也类似，越冬前期和 复苏期主要以东南风向为主，水华越冬区域和来年蓝藻快速增长区域也集中在北部和西北 角。根据遥感图片(图8)，2009年4月底蓝藻水华也在竺山湾一带最先形成。因而掌握冬 季蓝藻越冬区域的变化将能够判断来年蓝藻最早复苏的区域，从而提高早期蓝藻水华预报 的准确性。结果分析利用有效风场可以对蓝藻的迁移进行分析，包括越冬前期种源的积累， 以及蓝藻在复苏过程中的迁移，从而对春季水华蓝藻复苏及来年最初形成时间水域进行预 测。4.建立生态动力学模型对蓝藻水华的形成进行早期预测。根据以上蓝藻复苏影响因子的研究，基于ELC0M-CAEDYM模式，应用太湖湖泊地形 数据、气象数据、湖泊理化数据，构建太湖蓝藻水华生态动力学模型。地形数据包括水深和 岸线。气象数据包括风速、风向、太阳辐射、气温、相对湿度、大气压、降雨量等。湖泊理化数 据包括湖水流速、流向、湖水氮磷浓度(溶解态、颗粒态)、水温、溶氧、悬浮物、透明度、湖泥 氮磷含量等；水体和底泥蓝藻等藻类的色素数据。此外入湖径流的流量、氮磷浓度(溶解态、 颗粒态)、水温、溶氧、悬浮物等也包括在内。将蓝藻生物量、生长活性和有效风场导致的蓝藻迁移视为水华形成的共同触发因子，从而预测模型各因子之间的关系如下 F=/l (Nt) X/2 (L) Χ/3 (V)
其中/1 (Nt)为t时刻由藻类数量引起的水华发生概率；/2 (L)为由蓝藻生长活性引 起的水华发生概率；/3 (V)为有效风场条件引起的水华发生概率。根据监测数据，结合上述色素、细胞活性、气象条件等分析所得阈值，验证模型运 行结果可靠性，并率定模型各参数，依据太湖理化数据、气象数据的时间数列统计资料以及 气象预测资料，预测未来一定时间内蓝藻生物量的时空变化。模型网格选择250πΓ 250m,时 间步长为5分钟，在windows环境下运行。根据预测时间的长短，分阶段计算未来每个网格 内的生物量数据。应用本发明的模型在不同起始时间分阶段模拟2008年4月25日水华最初形成的 结果，并与实际的MODIS监测结果(见图9)相对照。如图10A-C可见，初始值分别为2008 年1月、2月、3月的模拟结果与实际监测结果具有一定相似性，且随着预测时间的缩短精确 性也有所提高。这一结果进一步验证了长时间尺度的蓝藻水华早期预测的可操作性，同时 也表明了本发明方法在太湖蓝藻水华早期预测中具有一定的应用价值。
权利要求
1.大型浅水湖泊翌年蓝藻水华首次发生水域的预测方法，其特征在于基于水体面积 和特征设定监测点对水体和底泥取样；利用色素分析表征蓝藻的时空分布；利用细胞光合 作用活性、酯酶活性表征各湖区蓝藻活性；采集湖区气象数据，确定有效风场；建立生态动 力学模型对蓝藻水华翌年首次发生水域进行预测。
2.根据权利要求1所述的大型浅水湖泊翌年蓝藻水华首次发生水域的预测方法，其特 征在于包括以下步骤1)基于水体面积和特征设定监测点，每年10月至次年4月进行全水域采样，每月至少 一次，在各监测点分别对水体和底泥取样；2)测定水体和底泥中的藻蓝素含量，确定不同水域在不同时期水体和底泥中蓝藻的生 物量，表征蓝藻越冬复苏期种源的时空分布格局；3)测定水体中藻细胞的光合活性和酯酶活性，并结合种源量对蓝藻的原位生长量进行 修正，表征蓝藻复苏过程的时间序列；4)采集湖区气象数据，确定有效风场，根据气象条件对蓝藻复苏过程中的迁移量进行 预测；5)基于ELC0M-CAEDYM模式构建蓝藻水华生态动力学模型，对蓝藻水华翌年首次发生 水域进行预测。
3.根据权利要求1或2所述的大型浅水湖泊翌年蓝藻水华首次发生水域的预测方法， 其特征在于藻蓝素含量采用分光光度法进行测定。
4.根据权利要求1或2所述的大型浅水湖泊翌年蓝藻水华首次发生水域的预测方法， 其特征在于藻类光合活性测定采用色素荧光分析仪进行。
5.根据权利要求1或2所述的大型浅水湖泊翌年蓝藻水华首次发生水域的预测方法， 其特征在于酯酶活性检测方法是将藻细胞染色后，通过流式细胞仪检测酶活的强度。
6.根据权利要求1或2所述的大型浅水湖泊翌年蓝藻水华首次发生水域的预测方法， 其特征在于有效风场的确定方法是，根据实际观测数据，确定湖区蓝藻水平迁移主要风速 区间，筛选此风速区间不同风向的频次，制作有效风向风频玫瑰图。
7.根据权利要求1或2所述的大型浅水湖泊翌年蓝藻水华首次发生水域的预测方法， 其特征在于所述的生态动力学模型将将蓝藻生物量、有效风场导致的蓝藻迁移和蓝藻原 位生长作为水华形成的共同触发因子，各因子之间的关系如下式所示，F=/l (Nt) X/2 (L) Χ/3 (V)其中/1 (Nt)为t时刻由藻类数量引起的水华发生概率；/2 (L)为由蓝藻生长活性引 起的水华发生概率；/3 (V)为有效风场条件引起的水华发生概率。
8.根据权利要求1或2所述的大型浅水湖泊翌年蓝藻水华首次发生水域的预测方法， 其特征在于建立生态动力学模型对蓝藻水华进行预测的方法包括以下步骤(a)采集包括湖泊地形数据、气象数据、湖泊理化数据参数；(b)生态动力学模型的建立及预测将蓝藻生物量、有效风场导致的蓝藻迁移和蓝藻原 位生长视为水华形成的共同的触发因子，率定模型参数，选择网格，对每个网格内的生物量 进行预测；(c)结果输出绘制蓝藻生物量等高线图，以时间序列分阶段模式输出结果。
9.根据权利要求8所述的大型浅水湖泊翌年蓝藻水华首次发生水域的预测方法，其特征在于所述的模型参数根据参数地域性程度的差异分别选择实验测定值、相似系统参考 值和文献值作为模型参数初始值，后进行优化。
全文摘要
本发明公开了一种大型浅水湖泊翌年蓝藻水华首次发生水域的预测方法，其特征在于基于水体面积和特征设定监测点对水体和底泥取样；利用色素分析表征蓝藻的时空分布；利用细胞光合作用活性、酯酶活性表征各湖区蓝藻活性；采集湖区气象数据，确定有效风场；建立生态动力学模型对蓝藻水华翌年首次发生水域进行预测。本发明方法将蓝藻生物量、生长活性和有效风场视为水华形成的共同触发因子，分析蓝藻生长、迁移及水华形成的驱动因素，对蓝藻越冬复苏的生态格局变化规律进行评估，从不同角度对蓝藻水华的形成进行预测，并通过模型将各参数进行整合，将预测结果以蓝藻生物量等高线图的形式按时间序列直观的展现。
文档编号C12Q1/44GK102141517SQ20111000067
公开日2011年8月3日 申请日期2011年1月5日 优先权日2011年1月5日
发明者于洋, 孔繁翔, 季健, 张民, 王长友, 阳振, 马荣华 申请人:中国科学院南京地理与湖泊研究所