水体富营养化及水华预警

水体富营养化及水华预警北京工商大学崔莉凤Email:[e-mail]:68985473,13621319979河湖富营养化是我国目前以及今后相当长一段时期内面临的重大水环境问题。“十一五”国家总量控制计划水体：COD、氨氮(总氮)、总磷近年来，我国每年都有因蓝藻暴发造成水源污染而被迫减产甚至停产，对工农业生产和饮用水安全构成了严重的威胁。科学预测河湖中富营养化的产生,并采取相应措施减少其带来的影响是我国水资源保护急需解决的重大问题。汇报内容1、富营养化发生及其危害2、富营养化与水华评价指标3、水华预测系统及其效果4、水质远程信息传输及水华评价预测系统1、富营养化发生及其危害1.1富营养化概念河湖水库等水体接纳过量氮、磷等营养物质，使藻类和其它水生生物大量繁殖，水体透明度和溶解氧发生变化，造成水体水质恶化，加速河湖水库等水体的老化，从而使水体的生态系统和水功能受到损害。1.2营养物质特指对水生生态系统中的生产者而言的营养物质，包括水生植物和藻类生长所需的所有元素。分常量元素和微量元素。常量元素：包括碳、氢、氧、氮、磷等构成植物细胞主体的元素。藻类细胞经验公式：C106H263O110N16P微量元素：包括铁、铜、锰等水生植物和藻类细胞生长的限制性营养元素一般为氮和磷。大部分湖库一般表现为磷限制型富营养化。1.3水华的危害1.分泌致癌的藻毒素，威胁地表饮用水源地安全藻类在生长过程中分泌出藻毒素，是一种生物毒素，通过饮水或食物链进入人体，能损害肝脏，具有促癌效应，直接威胁人类的健康和生存。藻毒素的毒性很强，其急性毒性是纯砒霜的数百倍。藻毒素在生物体内降解很慢，呈现累积效应，并可引起二次中毒。国家生活饮用水卫生标准（GB5749－2006）国家地表水环境质量标准（GB3838－2002）水源地的微囊藻毒素－LR的限值是0.001mg/L，比氰化物低20倍。目前我们实验室正在对水华暴发与微囊藻毒素的关系进行研究。2.引起水体酸碱度和溶解氧周期性变化，破坏水生生态系统典型日水华发生时溶解氧昼夜变化0246810121416123456789101112131415161718192021222324时间溶解氧北护城河沿昆玉河岸走时发现大约20cm左右的死鱼，旁有大量缠绕的水草及一些烟头、纸筒。3.与高等水生植物竞争与拮抗A、与高等水生植物竞争营养源与光源；B、分泌拮抗物质，抑制高等水生植物生长。4.影响水体的感官性状，破坏旅游太湖水华（2006.6）太湖水华（2006.6）淡水湖、库暴发“水华”滇池水华（2002.9）滇池水华（2002.9）滇池水华（2002.9）近海暴发“赤潮”1999年上海外滩赤潮1989年黄骅赤潮美国佛罗里达州赤潮富营养化状态一旦形成，水体中营养素被水生生物吸收，成为其机体的组成部分，水生生物死亡腐烂过程中，营养素又释放到水中，再次被生物利用，形成植物营养物质的循环。富营养化的水体即使切断外界营养物质来源，也很难自净和恢复，因而有时也称之为生态癌症。污染较为严重的麦钟桥河段从2003年北京的西海、后海、前海、筒子河和北海、中南海入口、朝阳公园及北京动物园等多处河湖水体发生了严重的“水华”；北京市的饮用水源之一的密云水库的库区水质为中营养型，有向富营养型转化的趋势；而官厅水库的库区水质为中富营养型。动物园水华密云水库水华密云水库水华紫竹院水华2、富营养化与水华评价指标2.1水体富营养化评价营养化评价是根据水的使用功能，按照一定的评价因子、质量标准和评价方法，对河湖泊水库富营养化发展过程中某一状态进行定量描述。目前对水华发展和暴发的评价还没有定量描述。富营养化发生基本参数水体基本指标：总磷、总氮、CODMn、BOD5、微量元素（Fe、Mn、Mg、Zn等）、水体流速、水体中的各种高等或低等的动植物等等。感官指标：色度、透明度、浊度、气味、水体表面性状等。气象指标：光照强度、水温、风力、湿度、气压、降雨量等。表征指标：藻密度、叶绿素a、溶解氧、pH值等。目前富营养化评价指标综合营养状态指数法（中国环境监测总站推荐）评分法（水利部门推荐）CODMn、总磷、总氮、叶绿素a和透明度等五项指标。没有同藻类细胞生长密切相关的光照强度、pH值、温度等指标。综合营养状态指数法以chla作为基准参数，计算权重：mijjIWI1mjijijjrrW122营养状态指数计算公式：I(chla)=10(2.5+1.086lnchla)I(TP)=10(9.436+1.624lnTP)I(TN)=10(5.453+1.694lnTN)I(SD)=10(5.118-1.94lnSD)I(CODMn)=10(0.109+2.661lnCODMn)式中:chla单位mg/m3，SD单位m，其它指标mg/L。I＜30贫营养（Oligotropher）30≤I≤50中营养（Mesotropher）I50富营养(Eutropher)50＜I≤60轻度富营养(lighteutropher)60＜I≤70中度富营养(Middleeutropher)I70重度富营养(Hypereutropher)方法优点：公式明确,应用面广，在环保系统和高等院校广泛使用.方法缺点：五项参数权重有别，计算时缺一不可。评分法营养程度评分值叶绿素a总磷总氮高锰酸盐指数透明度(mg/L)(mg/L)(mg/L)(mg/L)(m)贫营养100.00050.0010.020.1510.0200.0010.0040.050.45.0中营养300.0020.010.11.03.0400.0040.0250.32.01.5500.010.050.54.01.0轻度富营养600.0260.11.08.00.5中度富营养700.0640.22.010.00.4800.160.66.025.00.3重度富营养900.40.99.040.00.210011.316.060.00.12水体富营养化与水华0.0E+001.0E+062.0E+063.0E+064.0E+065.0E+066.0E+067.0E+068.0E+069.0E+061.0E+071591317212529333741时间（天）藻密度（个/ml）0102030405060708090chl-a（μg/L）藻密度叶绿素a北海水样实验条件光照强度6000Lx、水温26℃，进行恒温培养。每天同一时间分别测定每个水样的藻密度和叶绿素a。富营养化水体与水华暴发有必然的联系，由于在水华暴发期，藻类细胞呈指数增长，细胞密度往往在1～2天内即达到平衡点，所以水体富营养化评价指标体系不适合使用在水华的评价。我们研究藻类光和作用平均活化能、水体综合营养状态指数、透明度的共同作用，构建水华评价函数模型。化学因素：营养元素（N、P）、PH值、微量元素等；水华2.2水华评价函数模型水华综合评价函数基本参数：光照强度、水温、叶绿素a、总磷、总氮、透明度。1.铜绿微囊藻光合作用平均活化能模型22020maxln0.3280.3591.0661.080.0271177.39TTaTPIERTDMCTPI－2.营养状态指数模型0()110.6ln()iGicTSIic[00.25]无水华(0.250.34]轻度水华(0.340.45]中度水华0.45重度水华F=21ijijmijjRrR21ijijmijjRrR水华综合评价函数：1niiiFWTiW为第i种评价参数的权重系数（多属性决策理论计算出）水华综合计算值分级：数据计算结果水华综合评价富营养化评分法轻度水华中度营养化中度水华重度富营养化重度水华重度富营养化经过大量数据计算，富营养化评价的结果和水华综合评价结果概念是有区别的。通过对实验数据的分析，结果表明该评价模型能用于描述水华生长的不同阶段，为水华预测与治理提供参考依据。3、水华预警系统及其效果3.1系统模型的实验基础室外模拟培养实验（研究水华成因及规律）室内正交实验（研究水华影响指标的相关性）铁、锰微量元素对藻类生长的影响实验叶绿素a与藻密度相关性研究实验水华阈值的研究水体中氮磷对藻类营养盐代谢的影响水生植物化感作用对藻类营养盐代谢的影响构建铜绿微囊藻和混合藻种的动力学模型提出水华综合评价模型室外阳光房模拟水华实验阳光房模拟培养发生的水华阳光房模拟水华实验在线检测室内智能培养箱水华控制因子正交实验鉴于水华形成过程的非线性和复杂性，目前对其机理还没有一个完整清楚地诠释，直接基于机理建立评价与预测模型遇到了很大的困难。为了避免机理不清楚给建模带来的问题，使用神经网络（BP和RBF神经网络）建立水华评价与预测模型。3.2水华预测模型的提出目前主要方法是基于水体富营养化机理的各种数学模型，如磷模型、水体动力学模型等，或者是数学模型的变型，如指数法等，应用效果不理想。没有一个被大家公认通用的具有可比性的水环境质量评价数学模型；缺乏比较客观、可靠的确定环境因子及其权重的方法；大多数利用数学模型建立的水体营养状况评价系统，其作用停留在“评价”阶段，真正能“预测”的少；经验或者专业知识的不同使得水环境评价方法有本质上的不同，造成了对同一个问题的不同认识，甚至结论相反。水环境预测中的问题解决方案解决方案神经网络模型神经网络建模本质上是一种黑箱建模方法，它不需要对研究对象的内在机理进行准确的数学描述；神经网络建模过程中，会自动调整各环境因子在评价和预测中的权重，充分反映各因素的客观情况；利用历史数据进行神经网络建模，可以模拟水环境、水华内在变化机理，可以对水质状况进行预测；可以尽可能多的考虑各专业领域内对水环境有重要影响因素的参数和因子；3.3水华预测指标结合粗糙集理论以及主成分分析法，确定水华预测指标体系如下：温度，光照，溶解氧，总氮，总磷，叶绿素a实验模拟水华发生的实验结果与理论模拟结果相同。确定水华发生预测指标体系神经网络/支持向量机的水华预测模型水华预测模块实验数据、现场检测数据符合实际情况？测试、运行、修改NY开始粗糙集理论（实验数据、现场检测数据）预测指标分析模块试验方案修正智能模型修正3.4水华短期预测方法（1）水华短期预测效果（8～24小时）输入参数：温度、溶解氧、TN、N/P、叶绿素（前一天）、光照。数据选取：选取阳光房6月-8月“单数小时”数据用于训练，双数小时用于检验。水华短期预测模型训练水华短期预测结果阳光房数据预测效果数据输入：温度、溶解氧、TN、N/P、叶绿素、光照预测参数：24小时后的Chl_a值数据拟合曲线误差收敛曲线图8数据拟合曲线数据输入：水温、浊度、溶解氧、氨氮、叶绿素预测参数：8小时后的Chl_a值图7误差收敛曲线现场自动监测数据预测效果（无光照数据）现场自动监测数据预测效果（输入光照数据）数据输入：水温、浊度、溶解氧、氨氮、叶绿素、光照预测参数：8小时后的Chl_a值数据拟合曲线误差收敛曲线数据来源不同输入参数的预测模型预测精度阳光房数据温度、溶解氧、TN、N/P、叶绿素、光照93.2%现场自动监测数据水温、浊度、溶解氧、氨氮、叶绿素、光照85.7%水温、浊度、溶解氧、氨氮、叶绿素72.4%TN、TP、N/P是水华预测模型非常重要的输入变量，如果缺少，预测精度会受到较大影响；光照也是预测模型的一个重要输入变量，增加光照，能有效提高预测精度。（2）“水华”中期预测效果（2～7天）预测两天之后叶绿素值，精度93.48%预测一周后叶绿素值，精度83.92%3.5水华预警软件系统基于神经网络短期预报系统的实现采用MATLAB6.5和VisualBasic6.0混合编程的方法。这种实现技术不仅程序的正确率高，而且人机界面比较好，兼顾了两种软件的优点，同时编写程序简单，开发周期短，是科学计算编程中的一种新思路。操作系统首界面叶绿素预测子系统能够实现以下功能：1）基于历史数据建立叶绿素预测模型；2）预测第二天的叶绿素最高值及其24小时内的变化情况；3）预测第三天的叶绿素最高值及其24小时内的变化情况。叶绿素预测系统