CN105606075B - 一种基于局部风速的大型浅水湖泊水华微囊藻垂向分布模式的判别方法 - Google Patents

Abstract

基于局部风速条件的大型浅水湖泊夏季水华微囊藻垂向分布模式判别方法，通过在微囊藻水华湖区布设监测点，在不同风速条件下进行分层水样采集，利用化学分析方法和镜检方法分析测定不同水层中藻类生物量占总生物量比例；选择回归函数并采用AICc标准进行筛选，将该比例作为因变量构建不同风速条件下藻类垂向分布模式的统一函数；提取统一函数系数，运用一般加性模型确定风速作为主要因子的贡献和阈值，并采用回归分析方法确定统一函数系数与风速的关系函数；整合后构建基于风速的水华微囊藻垂向分布模式预测模型。本发明可以获取水华微囊藻的垂向分布模式，为蓝藻水华总量的估算和蓝藻水华的管控提供科技支撑作用。

Description

一种基于局部风速的大型浅水湖泊水华微囊藻垂向分布模式 的判别方法

技术领域

本发明涉及一种大型浅水湖泊中水华分布的判别方法，特别是涉及一种基于局部风速的微囊藻水华垂向分布模式的判别方法。

背景技术

蓝藻水华的发生经常表现为“突发性”，这种“突发性”主要源于水华蓝藻在水体内的水平和垂直迁移。为应对这种移动性的蓝藻水华，监测工作通常要提高监测频率，以跟踪水华蓝藻在时空范围内的变动。但是由于水华蓝藻时空范围内变动的速度较快，传统的监测方法很难达到如此高的监测频率。近年来广泛应用的遥感方法为这种监测提供了解决方案，其可以提供每天两次的遥感分布影像，但是其也仅仅跟踪了表层水华蓝藻的水平迁移，对于垂直分布仍缺乏有效的解决方法。

蓝藻水华，特别是微囊藻水华的垂向分布受水深、距岸距离、风速和水动力等的影响。在大型浅水湖泊中，水深较浅，基本不存在稳定的水体成层过程，同时敞水区宽阔，水体整体流速较缓，因此水深、水动力和距岸距离等对水华微囊藻垂向分布的影响有限。局部风速由于其在时空上的多变性，决定了水华微囊藻的垂向分布模式。通常来讲，当风速较小时，水华微囊藻在自身浮力的作用下上浮到水体表面，导致表层生物量迅速堆积；当风速较大时，在风浪扰动作用下，水华微囊藻趋向于在水体中均匀分布。而且已有研究表明，表层蓝藻占比与风速具有显著的相关性。因此，对大型浅水湖泊而言，基于风速预测水华微囊藻垂向分布具有可行性。

根据蓝藻垂向运动规律，构建基于风速条件的水华微囊藻垂向分布模式判别方法，对于提高水华蓝藻的监测水平具有重要的实用价值，若结合遥感表层蓝藻检测手段，可以实现水华蓝藻总量的计算与评估，对于提升蓝藻水华的预测预警的精度、构建有害蓝藻的处置方法、提高环境管理部门的决策能力等方面都具有重要的现实意义。

发明内容

本发明的目的在于提供一种基于局部风速条件的大型浅水湖泊水华微囊藻垂向分布模式判别方法，从而实现水华微囊藻垂向分布模式的快速定量识别。

概括地，本发明运用实际监测数据，构建描述水华微囊藻垂向分布的统一函数，统一函数系数以包括风速在内的环境变量为自变量；对于大型浅水湖泊，风速作为主要影响因子，其单因素贡献超过90％，据此构建风速与水华微囊藻垂向分布模式的函数，通过函数的整合与优化，最终形成基于风速的垂向分布经验预测模型。

为实现上述发明目的，本发明采用如下技术方案：

一种基于局部风速条件的大型浅水湖泊夏季水华微囊藻垂向分布模式判别方法，其特征在于：在微囊藻水华湖区布设监测点，于夏季蓝藻水华发生期在不同风速条件下进行分层水样采集，利用化学分析方法和/或镜检方法测定不同水层中藻类生物量占总生物量的比例；选择回归函数并采用AICc标准进行筛选，将该比例作为因变量构建不同风速条件下藻类垂向分布模式的统一函数；提取统一函数系数，运用一般加性模型筛选影响函数系数主要因子，确定风速作为主要因子的贡献和阈值，并采用回归分析方法确定统一函数系数与风速的关系函数；实现基于局部风速条件的大型浅水湖泊夏季水华微囊藻垂向分布模式判别。

所述的方法步骤如下：

1.利用色素分析和/或藻类鉴定确定水华微囊藻的垂向分布模式

基于微囊藻水华常见区设定监测点，确保不同水深和距岸距离均有点位设置，同时兼顾不同水华强度。于夏季蓝藻水华发生期，利用分层采样器进行不同风速条件下的分层采样，分层设置根据由水表层向下逐渐加大分层间距的原则设置。采样同时测定不同环境变量，如风速、即时流速、水深、温度等指标。

通过色素分析和藻类鉴定测定藻类生物量，以确定不同风速条件下的藻类垂向分布模式。色素的测定包括叶绿素a和藻蓝素含量分析，采用荧光光谱分析方法；藻类鉴定采用镜检计数方法。

根据不同水层中藻类生物量占总生物量比例，绘制不同风速条件下的藻类垂向分布模式的散点图，得到藻类垂向分布模式。所述的藻类生物量可采用叶绿素a含量、藻蓝素含量和/或镜检计数生物量，可以代表水华微囊藻的生物量(本说明书中，如非特别说明，以简称“藻类”指代“水华微囊藻”)。

2.藻类垂向分布模式统一函数的构建

根据不同风速条件下的藻类垂向分布模式的散点图，采用局部加权回归方法(Loess)绘制藻类生物量沿水深的分布曲线，初步判定藻类垂向分布模式。根据初步判定的垂向分布曲线形状，构建多种可能的回归函数，并利用AICc标准选择最优回归函数模型作为分布模式的统一函数。

(a)垂向分布模式的判定

绘制不同风速条件下的藻类垂向分布模式的散点图，采用局部加权回归方法(Loess)绘制藻类生物量沿水深的分布曲线，初步判定藻类垂向分布模式。

(b)统一函数的构建

根据初步判定的垂向分布曲线形状，构建多种可能的回归函数，将实际测得的数值代入回归函数进行模型筛选，利用AICc标准选择最优模型。

对于大型浅水湖泊，最优模型为式(1)：

其中y为不同水深水华微囊藻占整个水柱藻类总量的百分比，x为水深。

(c)统一函数的诊断

首先利用回归值与残差的散点图来检验模型的独立性，如果散点图没有明显的变化趋势则接受模型的独立性，如果残差具有明显的变化趋势，则不接受其独立性。结果表明，该统一函数模型具有独立性，且不受个别异常数据的影响。

3.统一函数系数与风速关系函数的构建

统一函数确立后，提取不同风速条件的统一函数系数作为因变量，将包括风速在内的环境变量作为自变量，运用一般加性回归模型进行逐步回归分析，确定风速对统一函数系数的贡献，同时利用一般加性回归模型的连接函数确定风速的阈值，然后选择回归函数并采用AICc标准进行筛选，构建统一函数系数与风速的关系函数。

(a)统一函数系数的提取

统一函数获取后，将不同风速条件下的实测数据输入统一函数，获取特定风速下的特定函数，并将特定函数系数提取，构建统一函数系数与风速数据表。

(b)风速对统一函数系数的贡献和阈值的确定

将统一函数系数作为因变量，环境变量作为自变量，所述的环境变量至少包括温度、水深、距岸距离、风速、流速等，运用一般加性回归模型(Generalized additive model,GAM)，进行逐步回归分析，确定风速对函数系数的贡献，同时利用一般加性回归模型的连接函数确定风速的阈值。

结果表明，对于大型浅水湖泊，上述环境变量中风速对函数系数的贡献最大，单因素贡献超过90％，因此可以据此建立基于风速的统一函数系数模型。而且，根据加性模型连接函数可以发现：当风速超过某一值时，水华微囊藻在水体垂向分布上呈现均匀分布，进一步增大风速对其分布没有影响，该风速即为阈值，统一函数系数在风速超过阈值时将不再变化。

(c)统一函数系数与风速关系函数的构建

将统一函数中的系数作为因变量，风速作为自变量，构建统一函数系数与风速的关系函数。该关系函数的构建仍采用经验模型方法：即利用实测的不同风速下藻类垂向分布数据计算统一函数的系数a和b，得到统一函数系数a和b与该风速的数据组，绘制系数a或b与风速(w)的散点图，并利用多种可能的回归函数进行回归，采用AICc标准选择最优回归函数，最优回归函数的一般形式如下：

a＝C1-C2w (2)

b＝C3logw-C4 (3)

其中a，b为统一模型系数，w为风速，C1、C2、C3、C4为常数。

4.基于风速的水华微囊藻垂向分布模式预测模型构建

整合统一函数和统一函数系数与风速的关系函数，从而构建基于风速的水华微囊藻垂向分布模式预测模型。

有益效果：本发明依据蓝藻垂向运动规律的观察与实测，运用野外多点位高频监测手段，获取了蓝藻垂向分布模式，并将这种模式同风速建立了定量的关系，从而构建了基于风速条件的水华微囊藻垂向分布模式判别方法。该方法对于提高水华蓝藻的监测水平具有重要的实用价值，若结合遥感表层蓝藻检测手段，可以实现水华蓝藻总量的计算与评估，对于提升蓝藻水华的预测预警的精度、构建有害蓝藻的处置方法、提高环境管理部门的决策能力等方面都具有重要的现实意义。

附图说明

图1巢湖监测点位示意图；

图2巢湖水华微囊藻垂向分布曲线示意图。图中1-5为不同风速条件下的微囊藻的垂直分布，由1-5风速逐渐降低，分别为3.6，3.1，2.2，1.8，1.2m/s；6-8为不同距岸距离下微囊藻的垂向分布，距岸距离分别为200，100，50m；

图3不同风速条件下巢湖水华微囊藻垂向分布模式的预测图。

具体实施方式

下面通过具体实施例对本发明所述的技术方案给予进一步详细的说明，但有必要指出以下实施例只用于对发明内容的描述，并不构成对本发明保护范围的限制。

采用本发明的方法对大型浅水湖泊水华微囊藻的垂向分布模式进行判别，基于风速对巢湖水域水华微囊藻的垂向分布进行快速判定。

上述目的是这样实现的：通过在巢湖微囊藻水华湖区布设监测点，在不同风速条件下进行分层水样采集，利用化学分析方法和镜检方法分析测定不同水层中藻类生物量占总生物量比例，即垂向分布模式；将该比例作为因变量构建不同风速条件下藻类垂向分布模式的统一函数，从而构建垂向分布的统一模型；提取统一函数系数，运用一般加性模型筛选影响函数系数的主要因子，确定风速作为主要因子的贡献和阈值，并定量统一函数系数与风速的关系函数；最后获得基于风速的水华微囊藻垂向分布模式判定方法，实现了对巢湖水域水华微囊藻的垂向分布的快速判定。

所述的方法步骤如下：

1.利用色素分析或藻类鉴定确定水华微囊藻的垂向分布模式

(a)样品的采集

采样点设置：巢湖微囊藻水华常见区主要集中在西部湖区，因此本实施例中监测工作主要点位均设置在西部湖区(具体见图1)，确保不同水深和距岸距离均有点位设置，同时兼顾不同水华强度，东部湖区水华较少或为鱼腥藻水华，不作监测。

于夏季蓝藻水华发生期，利用分层采样器进行不同风速条件下的分层采样，分层设置为：表层，0.1、0.2、0.4、0.7、1、1.5、2、3m；采集深度至3m或湖底向上50cm。采样同时测定即时风速，以及即时流速、水深、温度等指标，每个深度采集三份平行样品。

(b)样品的处理

量取100ml水样两份，利用GF/F滤膜过滤，一张用于测定叶绿素，一张用于测定藻蓝素。

将用于测定叶绿素的滤膜放入研钵中，加入90％的丙酮溶液2-3ml，充分研磨后转移至具塞离心管中，在4℃的黑暗条件静置提取8-10h，5000rpm离心5min，将上清液转移至10ml容量瓶中，再向沉淀中加入90％的丙酮溶液2-3ml，重复提取两次，将三次离心得到的上清液混匀后定容至10ml，此待测液用于测定叶绿素a的含量。

用于测定藻蓝素含量的样品处理方法与叶绿素类似，只是将提取液换成0.05MpH7.0的Tris缓冲液，离心条件为1240g 10min。

(c)色素的测定

为测定叶绿素a，将荧光分光光度计(RF-5301PC Shimadzu，日本)荧光条件设置为：扫描速度60nm/min，激发和发射单色仪带通均为5nm，响应时间2sec，PM增益置于LOW。取叶绿素a标准系列溶液，90％丙酮作为空白对照，以Δλ＝258nm为固定波长差进行同步扫描，在670nm处出现狭长的叶绿素a荧光发射峰，以此特征峰的荧光强度对叶绿素a的浓度绘制工作曲线。对前述已提取好的待测溶液采用荧光分析方法分别做叶绿素a含量分析。

测定藻蓝素含量时，测定条件为激发波长620nm，发射波长647nm，扫描速度为60nm/min，激发和发射单色仪带通均为5nm，响应时间为2sec，PM增益置于NORMAL，以0.05MpH7.0Tris缓冲液为空白参比液，测定标准溶液在λ＝647nm处的荧光强度，根据标准系列梯度溶液制作标准曲线。对前述已提取好的待测溶液采用荧光分析方法分别做藻蓝素含量分析。

(d)镜检计数

每个样品预留500ml，利用1％的鲁哥氏液固定，静止24小时后，通过虹吸方式抽取上清液，浓缩样品至30ml。浓缩后的样品利用倒置显微镜镜检，计数微囊藻细胞个数，并测量细胞大小，计算细胞体积，最后按照密度值为1换算成生物量，用于与色素测定结果进行对比和验证。

(e)风速测定

风速测定采用手持式风速测定仪(FYF-1便携式测风仪)或湖面自动气象站测定，手持式风速测定仪测定时距离水面高度为3m，静止5分钟，待读数稳定后记录该时段内的平均风速；自动气象站数据通过获取采样时段风速的平均值作为采样时的风速。

2.藻类垂向分布模式统一函数的构建

(a)垂向分布模式的判定

利用步骤1.得到的野外采集和分析数据，绘制不同风速条件下的藻类垂向分布的散点图，藻类生物量可采用叶绿素a含量、藻蓝素含量和/或镜检计数生物量。采用局部加权回归方法(Loess)绘制藻类生物量沿水深的分布曲线(部分分布曲线见图2)，初步判定藻类垂向分布模式。

(b)统一函数的构建

根据初步判定的垂向分布曲线形状，构建多种可能的回归函数，本发明共选择7种回归函数，分别是：

y＝x

y＝1/x

y＝a/x+b

y＝a/x+bx

y＝log(x)

y＝alog(x)+b

将实际测得的数值代入函数进行模型筛选，利用AICc标准选择最优模型。

对于大型浅水湖泊，最优模型为:

其中y为不同水深水华微囊藻占整个水柱藻类总量的百分比，x为水深。

(c)统一函数的诊断

首先利用回归值与残差的散点图来检验模型的独立性，如果散点图没有明显的变化趋势则接受模型的独立性，如果残差具有明显的变化趋势，则不接受其独立性。结果表明，该统一函数模型具有独立性，且不受个别异常数据的影响。

3.风速对统一函数影响的定量贡献和阈值

(a)统一函数系数的提取

统一函数获取后，将不同风速条件下的实测数据输入统一函数，获取特定风速下的特定函数，并将特定函数系数提取，构建统一函数系数与风速数据表。

(b)风速对统一函数系数定量贡献和阈值的确定

将统一函数系数a和b作为因变量，温度、水深、距岸距离、风速、流速等作为自变量，运用一般加性模型(Generalized additive model,GAM)，进行逐步回归分析，确定风速对函数系数的贡献，同时利用一般加性回归模型的连接函数确定风速的阈值。

一般加性模型的基本形式如下：

a或b＝s(温度)+s(水深)+s(距岸距离)+s(风速)+s(流速)

根据模型，结果表明：所有因素中风速对函数系数的贡献最大，单因素贡献超过90％，因此可以据此建立基于风速的统一函数系数模型。而且，根据加性模型连接函数可以发现：当风速超过3.6m/s时，巢湖水华微囊藻在水体中呈现均匀分布，进一步增大风速对其分布没有影响，即统一函数系数在风速超过3.6m/s时将不再变化。

(c)统一函数系数与风速关系函数的构建

以上分析表明，巢湖中影响藻类垂向分布模式的所有因素中风速对函数系数的贡献最大，单因素贡献超过90％，因此，将统一函数系数a和b作为因变量，风速作为自变量，构建统一函数系数a和b与风速的关系函数。该关系函数的构建方法采用经验模型方法：即利用实测的巢湖藻类垂向分布数据计算函数系数，然后构建统一函数系数与同步藻类分布的风速数据表，并绘制散点图，并利用多种可能的回归函数进行回归，采用AICc标准选择最优回归函数作为关系函数，关系函数即统一函数刻画的经验模型的系数，下面的方程为巢湖的关系函数：

a＝0.158-0.615w (4)

b＝19.655logw-9.898 (5)

其中：a和b为统一函数系数；w为风速。

4.水华微囊藻垂向分布模式的判定

将方程(1)、(4)、(5)进行整合，可以得到基于风速的巢湖水华微囊藻垂向分布模式函数：

通过不同风速的输入，可以获得不同风速条件下的巢湖水华微囊藻垂直分布模式(见图3)。

Claims (4)

1.一种基于局部风速条件的大型浅水湖泊夏季水华微囊藻垂向分布模式判别方法，其特征在于：在微囊藻水华湖区布设监测点，于夏季蓝藻水华发生期在不同风速条件下进行分层水样采集，利用化学分析方法和/或镜检方法测定不同水层中藻类生物量占总生物量比例；选择回归函数并采用AICc标准进行筛选，将该比例作为因变量构建不同风速条件下藻类垂向分布模式的统一函数；提取统一函数系数，运用一般加性模型筛选影响函数系数主要因子，确定风速作为主要因子的贡献和阈值，并采用回归分析方法确定统一函数系数与风速的关系函数，从而实现基于局部风速条件的大型浅水湖泊夏季水华微囊藻垂向分布模式判别；

所述的方法包括如下步骤：

1)利用色素分析和/或藻类鉴定确定水华微囊藻的垂向分布模式

基于微囊藻水华常见区设定监测点，于夏季蓝藻水华发生期，利用分层采样器进行不同风速条件下的分层采样，采样同时测定不同环境变量；通过色素分析和藻类鉴定测定藻类生物量，根据不同水层中藻类生物量占总生物量比例，绘制不同风速条件下的藻类垂向分布模式的散点图，确定不同风速条件下的藻类垂向分布模式；

2)水华微囊藻垂向分布模式统一函数的构建

根据不同风速条件下的藻类垂向分布模式的散点图，采用局部加权回归方法绘制藻类生物量沿水深的分布曲线，初步判定藻类垂向分布模式；根据初步判定的垂向分布曲线形状，构建多种可能的回归函数，并利用AICc标准选择最优回归函数模型作为分布模式的统一函数；

所述的水华微囊藻垂向分布统一函数为

<mrow> <mi>y</mi> <mo>=</mo> <msup> <mi>e</mi> <mrow> <mo>(</mo> <mfrac> <mi>a</mi> <mi>x</mi> </mfrac> <mo>+</mo> <mi>b</mi> <mo>)</mo> </mrow> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>

其中y为不同水层水华微囊藻生物量占整水柱生物量比例，x为水深；a，b为统一函数系数；

3)统一函数系数与风速的关系函数的构建

统一函数确立后，提取不同风速条件的统一函数系数作为因变量，将包括风速在内环境变量作为自变量，运用一般加性回归模型进行逐步回归分析，确定风速对统一函数系数的贡献，同时利用一般加性回归模型的连接函数确定风速的阈值，然后选择回归函数并采用AICc标准进行筛选，构建统一函数系数与风速的关系函数；

4)基于风速的水华微囊藻垂向分布模式预测模型构建

整合统一函数和统一函数系数与风速的关系函数，从而构建基于风速的水华微囊藻垂向分布模式预测模型。

2.根据权利要求1所述的基于局部风速条件的大型浅水湖泊夏季水华微囊藻垂向分布模式判别方法，其特征在于，所述的步骤1)中，所设采样点位兼顾水深、距岸距离和水华强度，分层设置中分层密度随水深逐渐降低；所述的藻类生物量采用叶绿素a含量、藻蓝素含量和/或镜检计数生物量。

3.根据权利要求1所述的基于局部风速条件的大型浅水湖泊夏季水华微囊藻垂向分布模式判别方法，其特征在于，所述的步骤3)中，所述的环境变量至少包括温度、水深、距岸距离、风速和流速；风速对统一函数系数的单因素贡献超过90％；当风速超过阈值时，水华微囊藻在水体垂向分布上呈现均匀分布。

4.根据权利要求1所述的基于局部风速条件的大型浅水湖泊夏季水华微囊藻垂向分布模式判别方法，其特征在于，所述的步骤3)中，统一函数系数与风速关系函数的构建方法是，利用实测的不同风速下藻类垂向分布数据计算统一函数的系数a和b，绘制系数a或b与风速的散点图，并利用多种可能的回归函数进行回归，采用AICc标准选择最优回归函数，建立统一函数系数与风速的关系函数如下式所示：

a＝C1-C2w (2)

b＝C3 log w-C4 (3)

其中a，b为统一函数系数，w为风速，C1、C2、C3、C4为常数。