巢湖西半湖水華暴發(fā)的多元驅(qū)動因子分析及趨勢預測.pdf

1、近年來我國的許多湖泊頻繁暴發(fā)水華,其面積、強度均在大幅度增長。巢湖是我國五大淡水湖之一,同時也是安徽省內(nèi)最大的湖泊。根據(jù)當?shù)毓芾聿块T的監(jiān)測結(jié)果,巢湖富營養(yǎng)化水面已占全湖的70％,其中臨近合肥的西半湖長期處于重富營養(yǎng)或極富營養(yǎng)狀態(tài),本世紀已出現(xiàn)了10余次較為嚴重的藍藻水華,城鄉(xiāng)飲水安全存在較大隱患,迫切需要從根源緩解水體富營養(yǎng)化趨勢。針對水華暴發(fā)的多元因子和趨勢預測進行研究,有助于建立起識別水華驅(qū)動因子和模擬藻類生物量動態(tài)變化的理論和技術

2、體系,并提升對藻類暴發(fā)的應對能力。因此,本論文著眼水質(zhì)、氣象、水文等多元環(huán)境因素對水華暴發(fā)的多元耦合驅(qū)動作用,通過相關分析、因子分析、多元時間序列分析等方法,量化藻類生物量與環(huán)境因子間的相關關系,識別驅(qū)動水華的顯著因子,構(gòu)建有效的水華暴發(fā)預測模型,分析水華藻類濃度的動態(tài)變化趨勢,并提出相關水華防治措施。
　　本文取得的主要成果如下:
　　使用與水華暴發(fā)相關的環(huán)境因子建立對水華暴發(fā)起到潛在的支配作用的因子模型,利用少數(shù)幾個公共

3、因子去解釋較多個環(huán)境因子中存在的復雜關系。分析結(jié)果表明,巢湖西半湖水華暴發(fā)的顯著驅(qū)動因子為氣溫、水體營養(yǎng)物濃度和光照、水位等。夏季水華暴發(fā)多為受到氣溫變化驅(qū)動的結(jié)果,而春季藻類的大量增殖主要受到水體營養(yǎng)條件和風速、光照、水位等氣象水文條件變化的影響。
　　建立帶有多個環(huán)境因子時間序列作為輸入變量的多元時間序列模型ARIMAX,對葉綠素a濃度動態(tài)變化進行擬合及預測。該模型的模擬精度較好,可根據(jù)歷史監(jiān)測資料定量預測未來一段時間內(nèi)葉綠素

4、a濃度的變化情況,而且對不同區(qū)域水華發(fā)生的趨勢預測也有良好的適用性。通過模型,對藻類動態(tài)變化趨勢的分析結(jié)果顯示,水華暴發(fā)是多元環(huán)境因子的共同驅(qū)動結(jié)果,即春季期間水體需要保持較高的CODMn、BOD、TP等營養(yǎng)水平和適合水華藻類增殖的pH、水位條件,在春夏過渡期間伴隨日照時間延長需要水體含氮量持續(xù)升高,在此基礎上,夏季的高溫天氣將使該湖區(qū)出現(xiàn)水華暴發(fā)現(xiàn)象。
　　量化水質(zhì)、氣象、水文等環(huán)境因子與葉綠素a濃度之間的關聯(lián)度,篩選顯著水華驅(qū)

5、動因子,分析多因素耦合作用對水華驅(qū)動因子識別的影響。為了在多因素耦合條件下對環(huán)境因子進行有效篩選,建立分組偏相關分析方法,以此較全面地識別水華驅(qū)動因子。
　　以環(huán)境影響因子為自變量、葉綠素a濃度為因變量,建立預測葉綠素a濃度變化的多元逐步回歸模型。該模型可操作性較強,適于對水華暴發(fā)的趨勢作出定性預測。同時,模型篩選出的顯著水華驅(qū)動因子為水位、TN、CODMn和氣溫等,與相關分析和主因子分析結(jié)果一致,互為佐證。
　　對巢湖西半