首页|基于统计模型的巢湖水体富营养化模拟研究

基于统计模型的巢湖水体富营养化模拟研究

扫码查看
水体富营养化和藻类大面积爆发是目前湖泊普遍存在的污染问题,作为“三湖”之一的巢湖由于受到人为因素的严重干扰也面临着同样的问题。叶绿素a(Chl-a)的含量作为监测湖泊富营养化的指标之一,其浓度高低可以反映水体中藻类的数量和水质状况,因此常被广泛研究。然而常规的监测方法耗时费力且又存在一定局限性,因此选择一种高效快捷的方法模拟预测Chl-a的浓度对预防和治理湖泊水体富营养化有重要的现实意义。 本文利用巢湖湖区在2016~2018年的水环境监测数据,包括理化、生化指标(水温、溶解氧(DO)、pH、电导率、浊度、透明度、Chl-a、藻密度、高锰酸盐指数)和营养盐指标(氨氮、总磷、总氮)共12个水质指标,采用非度量多维尺度(NMDS)法分析了这些指标的时空分布特征。然后采用TLI法和SVM法对水体富营养化状态进行了评价。最后,以巢湖水体中的Chl-a为主要研究对象,利用Spearman相关性分析和冗余分析(RDA)两种方法研究了Chl-a与其它水质参数之间的相关性,从而运用线性(MLR)和非线性方法(SVM和RF)建立起模拟巢湖水体Chl-a浓度的预测模型,通过模拟结果对比得出最优模型,并采取4种方法减少输入因子,构建出快速模拟巢湖Chl-a浓度的模型。 以上研究得到的主要结论概括如下:(1)研究期内(2016~2018年每年的4~10月),巢湖水体的水质指标(除电导率外)在时间上受季节变化影响较为明显,其中水温、pH、浊度、藻密度、高锰酸盐指数及Chl-a均为夏季>秋季>春季;DO、透明度、氨氮和总氮均为春季>秋季>夏季;总磷则为秋季>夏季>春季。空间上,除DO和透明度外,水温、pH、电导率、浊度、Chl-a、藻密度、高锰酸盐指数、氨氮、总磷和总氮均呈现出了从西湖区逐渐向东湖区递减的趋势,这可能与西湖区靠近城市生活区,受人为活动影响有关。此外,总氮在2016~2018年里浓度平均值的波动范围分别为0.998~2.801mg/L、1.252~3.289mg/L和1.327~2.428mg/L,其浓度值超过了地表水Ⅲ类水标准,部分期间内属劣V类水,是巢湖水体的主要污染因子。(2)TLI法评价结果表明,巢湖水体的富营养化状态在时间分布上均为轻度富营养,空间分布上西湖区高于东湖区,除西湖区个别监测点位的水体为中度富营养,大多监测点位的水体为轻度富营养。SVM法评价结果从时间分布上看,2016年和2017年的监测点位水体主要呈轻度富营养,2018年呈中度富营养;从空间分布上看,西湖区水体的富营养化状态仍高于东湖区,大多呈中度富营养,南淝河甚至在2017年和2018年呈重度富营养。(3)除了Chl-a与DO和透明度之间存在显著的负相关,与其余的水质指标均存在不同程度的正相关,且大多为显著相关。(4)相同的因子输入不同的模型中时,RF模型的模拟结果优于SVM模型,SVM模型的模拟结果又优于MLR模型;不同的因子输入相同的模型中时,以理化、生化指标和营养盐指标共同作为输入参数的二类因子模型要优于仅以理化、生化指标或仅以营养盐指标为输入参数的一类因子模型;总体上以二类因子作为RF模型的输入因子对水体中Chl-a浓度的预测效果最好,其模拟和验证的R均大于0.7。(5)使用RF模型,以精简后的五个参数包括藻密度、温度、总磷、浊度和pH作为输入参数,拟构建出模拟水体Chl-a浓度的快速模拟模型,模拟结果具有可接受性。本文的研究成果对模拟预测巢湖水体Chl-a浓度及制定巢湖水体富营养化治理措施都具有重要意义。

杨碧莹

展开 >

浅水湖泊 叶绿素a 水体富营养化 统计模型

硕士

环境工程

杨金香

2020

安徽理工大学

中文

X5