CN113111294A - 基于藻类多样性指数的水体营养化评价方法及其应用 - Google Patents
基于藻类多样性指数的水体营养化评价方法及其应用 Download PDFInfo
- Publication number
- CN113111294A CN113111294A CN202110409980.0A CN202110409980A CN113111294A CN 113111294 A CN113111294 A CN 113111294A CN 202110409980 A CN202110409980 A CN 202110409980A CN 113111294 A CN113111294 A CN 113111294A
- Authority
- CN
- China
- Prior art keywords
- water body
- algae
- diversity index
- index
- water
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 175
- 241000195493 Cryptophyta Species 0.000 title claims abstract description 98
- 235000016709 nutrition Nutrition 0.000 title claims abstract description 87
- 230000035764 nutrition Effects 0.000 title claims abstract description 82
- 238000011156 evaluation Methods 0.000 title claims abstract description 31
- 230000003321 amplification Effects 0.000 claims abstract description 45
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 45
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 25
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims abstract description 18
- 229910052757 nitrogen Inorganic materials 0.000 claims abstract description 18
- 229910052698 phosphorus Inorganic materials 0.000 claims abstract description 18
- 239000011574 phosphorus Substances 0.000 claims abstract description 18
- 229930002868 chlorophyll a Natural products 0.000 claims abstract description 14
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims abstract description 14
- 235000015097 nutrients Nutrition 0.000 claims description 15
- 238000012851 eutrophication Methods 0.000 claims description 10
- 239000002609 medium Substances 0.000 claims description 10
- 235000003715 nutritional status Nutrition 0.000 claims description 8
- 235000003784 poor nutrition Nutrition 0.000 claims description 8
- 239000001963 growth medium Substances 0.000 claims description 7
- 239000008239 natural water Substances 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 5
- 241000192700 Cyanobacteria Species 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 241000195628 Chlorophyta Species 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 241000199913 Crypthecodinium Species 0.000 claims 1
- 241000589634 Xanthomonas Species 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 14
- 239000000126 substance Substances 0.000 abstract description 11
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 abstract description 8
- 229910052760 oxygen Inorganic materials 0.000 abstract description 8
- 239000001301 oxygen Substances 0.000 abstract description 8
- 238000005259 measurement Methods 0.000 abstract description 5
- 238000002474 experimental method Methods 0.000 abstract description 4
- 238000005070 sampling Methods 0.000 description 6
- 241000894007 species Species 0.000 description 5
- 230000000050 nutritive effect Effects 0.000 description 4
- 150000003839 salts Chemical class 0.000 description 4
- 239000003153 chemical reaction reagent Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 241000206764 Xanthophyceae Species 0.000 description 2
- 238000000540 analysis of variance Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000012258 culturing Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000206761 Bacillariophyta Species 0.000 description 1
- 239000002028 Biomass Substances 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- -1 transparency Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明提供了一种基于藻类多样性指数的水体营养化评价方法及其应用，涉及水质检测技术领域。所述评价方法首先提供待测水体样本进行扩增培养，对扩增培养后水体的藻类多样性指数H'进行计算；随后利用上述藻类多样性指数H'对水体营养状态进行划分。上述水体营养化评价方法相对于现有的通过测定水体中总氮、总磷、叶绿素a、化学耗氧量和生化需氧量等参数来计算营养状态的评价方法，本申请水体营养化评价方法不需要复杂的化学测定，无需使用任何化学实验方法，仅通过对扩增培养后水体的藻类多样性指数H'进行计算，即可划分得到水体的营养化状态，具有检测方法准确简便，检测过程无污染的优势。
Description
技术领域
本发明涉及水质检测技术领域，尤其是涉及一种基于藻类多样性指数的水体营养化评价方法及其应用。
背景技术
自然水体富营养化本质是由于水体中氮磷营养盐和溶解性有机物的累积，表现为水体内氮磷营养盐含量过高，超过水体的自净能力。目前，国际上传统的水体富营养化评价通过测定水体中总氮、总磷、叶绿素a、透明度、化学耗氧量和生化需氧量等参数来计算其营养状态指数，然后划分水体的营养状态类型。这种方法需要进行大量水质参数的测定，费时费力，成本高昂，并且水质参数测定过程是需要使用大量的化学试剂，其本身对水环境和实验人员均是有害的。
藻类作为水生态系统食物链中的重要的初级生产者之一，藻类对环境的要求低，可以在低温、低营养、低光照的环境中正常生存,具有很高的初级生产力。在富营养化的水体或湿地环境中，藻类可以通过吸收水体中的氮磷,为自身的生长活动提供养分,同时可以降低水体中的营养盐含量,改善水体环境。因此，水体中的氮磷等营养盐含量与藻类的生物量、物种组成等有着密切的关系。
针对现有水体营养化评价方法的不足，对藻类与水体营养化的关系进行研究，研究开发一种准确、简便，无污染的水体营养化的评价方法，变得十分必要和迫切。
有鉴于此，特提出本发明。
发明内容
本发明的第一目的在于提供一种基于藻类多样性指数的水体营养化评价方法，该评价方法无需使用任何化学实验，仅通过对扩增培养后水体的藻类多样性指数H'进行计算，即可划分得到水体的营养化状态，具有检测方法准确简便，检测过程无污染的优势。
本发明的第二目的在于提供一种上述基于藻类多样性指数的水体营养化评价方法的应用。
为了实现本发明的上述目的，特采用以下技术方案：
本发明提供的一种基于藻类多样性指数的水体营养化评价方法，所述评价方法包括以下步骤：
提供待测水体样本进行扩增培养，对扩增培养后水体的藻类多样性指数H'进行计算；
随后利用上述藻类多样性指数H'，以如下标准对水体营养状态进行划分：
0.15＜H'为贫营养；
0.1≤H'≤0.15为中营养；
0.05≤H'＜0.1为轻度富营养；
H'＜0.05为富营养型。
进一步的，所述扩增培养的温度为22～28℃，时间为14～21d；
优选地，所述扩增培养的温度为25℃，时间为21d。
进一步的，所述扩增培养的扩增培养基为纯水；
更进一步的，所述扩增培养中待测水体样本与扩增培养基的质量比为2～1：1。
进一步的，所述藻类多样性指数H'的计算公式为：
H'＝∑(Pi)(lnPi)；
式中，H'为藻类多样性指数；Pi为第i种藻类个体数占总个体数的比例。
更进一步的，所述藻类包括蓝藻门、硅藻门、绿藻门、黄藻门和隐藻门。
进一步的，所述水体营养状态的划分是基于水体营养状态指数TLI获取的。
进一步的，所述藻类多样性指数H'与水体营养状态指数TLI的关系模型公式为：
TLI＝70.025-212.535×H'。
更进一步的，所述关系模型的构建方法如下：
(a)、提供待测水样，对待测水样的总磷、总氮和叶绿素a进行检测，随后采用如下公式计算水体营养状态指数：
式中，TLI为综合营养状态指数；Wj为第j种参数的营养状态指数的相关权重，其中总磷、总氮和叶绿素a的权重分别为0.297、0.283、0.421；TLI(j)为第j种参数的营养状态指数，其计算公式如下：
TLI(Chla)＝10×(2.5+1.086lnChla)；
TLI(TP)＝10×(9.436+1.624lnTP)；
TLI(TN)＝10×(5.453+1.694lnTN)；
式中：Chla为叶绿素a浓度；TP为总磷浓度；TN为总氮浓度；
(b)、采用与步骤(a)相同的待测水样，以为2～1：1的体积比与扩增培养基混匀，随后在温度22～28℃的条件下扩增培养14～21d，然后对扩增培养后水体的藻类多样性指数H'进行计算；
(c)、构建藻类多样性指数H'与水体综合营养状态指数TLI的关系模型。
本发明提供的一种上述基于藻类多样性指数的水体营养化评价方法在自然水体营养状态评价中的应用。
与现有技术相比，本发明的有益效果为：
本发明提供的基于藻类多样性指数的水体营养化评价方法，该评价方法首先提供待测水体样本进行扩增培养，对扩增培养后水体的藻类多样性指数H'进行计算；随后利用上述藻类多样性指数H'，以如下标准对水体营养状态进行划分：0.15＜H'为贫营养；0.1≤H'≤0.15为中营养；0.05≤H'＜0.1为轻度富营养；H'＜0.05为富营养型。上述水体营养化评价方法相对于现有的通过测定水体中总氮、总磷、叶绿素a、化学耗氧量和生化需氧量等参数来计算营养状态指数的水体营养化评价方法，本申请水体营养化评价方法不需要复杂的化学测定，无需使用任何化学实验方法，仅通过对扩增培养后水体的藻类多样性指数H'进行计算，即可划分得到水体的营养化状态，具有检测方法准确简便，检测过程无污染的优势。
本发明提供的上述基于藻类多样性指数的水体营养化评价方法可以广泛应用于自然水体营养状态的评价过程中。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
根据本发明的一个方面，一种基于藻类多样性指数的水体营养化评价方法，所述评价方法包括以下步骤：
提供待测水体样本进行扩增培养，对扩增培养后水体的藻类多样性指数H'进行计算；
随后利用上述藻类多样性指数H'，以如下标准对水体营养状态进行划分：
0.15＜H'为贫营养；
0.1≤H'≤0.15为中营养；
0.05≤H'＜0.1为轻度富营养；
H'＜0.05为富营养型。
本发明提供的基于藻类多样性指数的水体营养化评价方法，该评价方法首先提供待测水体样本进行扩增培养，对扩增培养后水体的藻类多样性指数H'进行计算；随后利用上述藻类多样性指数H'，以如下标准对水体营养状态进行划分：0.15＜H'为贫营养；0.1≤H'≤0.15为中营养；0.05≤H'＜0.1为轻度富营养；H'＜0.05为富营养型。上述水体营养化评价方法相对于现有的通过测定水体中总氮、总磷、叶绿素a、化学耗氧量和生化需氧量等参数来计算营养状态指数的水体营养化评价方法，本申请水体营养化评价方法不需要复杂的化学测定，无需使用任何化学实验方法，仅通过对扩增培养后水体的藻类多样性指数H'进行计算，即可划分得到水体的营养化状态，具有检测方法准确简便，检测过程无污染的优势。
在本发明的一种优选实施方式中，所述扩增培养的温度为22～28℃，时间为14～21d；
作为一种优选的实施方式，本申请上述水体营养化评价方法不同于直接对待测水样进行藻类多样性指数的方法，本申请需要将待测水样进行扩增培养然后进行测定，原因在于：
第一、直接对水样进行分析由于水体中的藻类含量较低，存在较大的采样失真问题，导致不同水体计算得到的多样性指数差异较小，无法通过多样性指数直接划分得到水体的营养状态类型，特别是对贫营养和中营养这种类型的水质根本很难划分；
第二、水体中藻类的数量和种类是随着季节的不同而变化的，特别是在夏季蓝藻易于大规模爆发的内河水体流域，例如天津的海河流域、独流减河流域等。
春季、夏季，秋季不同的季节对水体中的藻类进行多样性分析所得到的结果都是不同的。申请人通过研究发现，同一流域水体不同季节得到的藻类多样性指数存在较大的差异，虽然也能与水体营养状态呈现一定的相关性，但如果直接用不同季节的水体多样性指数对水体的营养状态进行划分的话，很难得到一个准确的标准，更无法直接进行水体营养状体划分。例如：同一水样，在12℃的条件(模拟秋季水面温度)下培养14d，随后进行藻类鉴定，各藻门的种类数量均是较高的，进行导致藻类多样性指数也较高的，普遍在1.5以上；而同一水样，在26℃的条件(模拟夏季水面温度)下培养21d，随后进行藻类鉴定，藻类多样性指数仅为0.12左右。两者很难在同一标准下进行分类判断。
本申请的水体营养化评价方法更适用于夏季蓝藻已于大规模爆发的天津内河水体流域。本申请将待测水体在22～28℃的条件下处理14～21d，实际上模拟的是天津内河夏季水体的表面温度，由于温度的原因，其他藻门的生长受到了抑制，因此无论那个季节提取的水样，蓝藻均都会占有主体地位，同时如果仅从水体的营养状态来讲(不考虑污染的因素)，夏季也是水体营养状态最高的时刻。申请人经研究发现，通过采用将待测水体在22～28℃的条件下处理14～21d，可以使不同季节采样的水体处在同一标准下，然后使用该多样性指数对水体的营养状态进行划分，能够更为准确的反应水体的营养状态水平。
优选地，所述扩增培养的温度为25℃，时间为21d。
在本发明的一种优选实施方式中，所述扩增培养的扩增培养基为纯水；
作为一种优选的实施方式，本申请采用加入扩增培养基的方式对水体中的藻类进行培养，因此所获得的藻液是水体中生长得到的，即水体中的藻类分布。
需要说明的是，本申请水体中的藻类组成并不同于附着藻类，申请人通过前期研究发现，将待测水样中放入载玻片，然后分别在5℃、15℃、25℃的条件下培养21d，收集载玻片上的附着藻类，发现载玻片上富集的藻类含有较多的硅藻门(均在40％左右)，其所得到的各季节藻类多样性指数差异也较小，由于附着藻类的组成与水体中的藻类组成是完全不同的，附着藻类的多样性指数更多能反应的是污染程度的相关性，而非水体的直接营养状态，无法与水体的营养程度进行直接关联。
在上述优选实施方式中，所述扩增培养中待测水体样本与扩增培养基的质量比为2～1：1。
在本发明的一种优选实施方式中，所述藻类多样性指数H'的计算公式为：
H'＝∑(Pi)(lnPi)；
式中，H'为藻类多样性指数；Pi为第i种藻类个体数占总个体数的比例。
在上述优选实施方式中，所述藻类包括蓝藻门、硅藻门、绿藻门、黄藻门和隐藻门。
在本发明的一种优选实施方式中，所述水体营养状态的划分是基于水体营养状态指数TLI获取的。
在本发明的一种优选实施方式中，所述藻类多样性指数H'与水体营养状态指数TLI的关系模型公式为：
TLI＝70.025-212.535×H'。
在上述优选实施方式中，所述关系模型的构建方法如下：
(a)、提供待测水样，对待测水样的总磷、总氮和叶绿素a进行检测，随后采用如下公式计算水体营养状态指数：
式中，TLI为综合营养状态指数；Wj为第j种参数的营养状态指数的相关权重，其中总磷、总氮和叶绿素a的权重分别为0.297、0.283、0.421；TLI(j)为第j种参数的营养状态指数，其计算公式如下：
TLI(Chla)＝10×(2.5+1.086lnChla)；
TLI(TP)＝10×(9.436+1.624lnTP)；
TLI(TN)＝10×(5.453+1.694lnTN)；
式中：Chla为叶绿素a浓度；TP为总磷浓度；TN为总氮浓度；
(b)、采用与步骤(a)相同的待测水样，以为2～1：1的体积比与扩增培养基混匀，随后在温度22～28℃的条件下扩增培养14～21d，然后对扩增培养后水体的藻类多样性指数H'进行计算；
(c)、构建藻类多样性指数H'与水体综合营养状态指数TLI的关系模型：TLI＝70.025-212.535×H'。
(d)、随后利用上述藻类多样性指数H'，以如下标准对水体营养状态进行划分：
0.15＜H'为贫营养；0.1≤H'≤0.15为中营养；0.05≤H'＜0.1为轻度富营养；H'＜0.05为富营养型。
根据本发明的一个方面，一种上述基于藻类多样性指数的水体营养化评价方法在自然水体营养状态评价中的应用。
本发明提供的上述基于藻类多样性指数的水体营养化评价方法可以广泛应用于自然水体营养状态的评价过程中。
下面将结合实施例对本发明的技术方案进行进一步地说明。
实施例1
2020年6月10日，提取海河流域水体样本(经检测TIL为40)，将水体样本平均分为6份；同时利用叶绿素a、高锰酸盐指数、总氮和总磷的质控样配置TLI分别为20、30、40、50、60的培养液。然后将6份水体样本分别与上述培养液以1：1的质量比混匀，制得贫营养型、中营养型、轻度富营养型和富营养型的水体。
具体如下：
然后，将上述6份水体加入等量的扩增培养液，在25℃下培养3周后，然后将藻液摇匀静置，吸取0.1mL的藻液置于规格为20mm×20mm的0.1mL计数框中，在显微镜下鉴定并计数。
采用Shannon-Wiener多样性指数(H')对水体的营养程度进行评价，H'＝∑(Pi)(lnPi)(Pi为此物种个体数占总个体数比例)。
具体结果如下表所示：
采用本申请总结得到的藻类多样性指数H'与水体营养状态指数TLI的关系模型公式为：TLI＝70.025-212.535×H'。对待测水体的营养状态等级进行预估，同时对6个采样点获取的另一份样品进行实际检测，具体检测结果如下表所示：
对上述估算的营养状态指数与实际测试值进行方差分析，方差分析的显著性值Sig.＝0.001<0.01<0.05，表明由自变量“多样性指数(H')”和因变量“TLI”建立的线性关系回归模型具有极显著的统计学意义。
应用例1
2020年夏季6月上中旬，分别在海河天津段上、中、下游流域设置10个采样点(S1～S10)，采集各个采样点的水体样品2份，一份加入等量的基础培养液中，在25℃下培养3周后，然后在藻液中加入鲁格试剂并摇匀静置，吸取0.1mL的藻液置于规格为20mm×20mm的0.1mL计数框中，在显微镜下鉴定并计数。
采用Shannon-Wiener多样性指数(H')对水体的营养程度进行评价H'＝∑(Pi)(lnPi)(Pi为此物种个体数占总个体数比例)，随后使用本申请关系模型公式为：TLI＝70.025-212.535*H'，对水体的营养状态进行估算；同时将另一份用于效果验证，用常规方法测定S1～S10水体的TLI水平。
具体测定结果如下：
经方差分析检测得到，本申请水体营养化评价方法应用于海河水体，相对误差在0.19％～5.07％之间，具有较高的准确度。
应用例2
2020年夏季8月下旬，分别在独流碱河天津段上、中、下游流域设置10个采样点(P1～P10)，采集各个采样点的水体样品2份，一份加入等量的基础培养液中，在25℃下培养3周后，然后在藻液中加入鲁格试剂并摇匀静置，吸取0.1mL的藻液置于规格为20mm×20mm的0.1mL计数框中，在显微镜下鉴定并计数。
采用Shannon-Wiener多样性指数(H')对水体的营养程度进行评价H‘＝∑(Pi)(lnPi)(Pi为此物种个体数占总个体数比例)，随后使用本申请关系模型公式为：TLI＝70.025-212.535*H'，对水体的营养状态进行估算；同时将另一份用于效果验证，用常规方法测定P1～P10水体的TLI水平。
具体测定结果如下：
经方差分析检测得到，本申请水体营养化评价方法应用于独流碱河水体，相对误差在0.18％～5.83％之间，具有较高的准确度。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于藻类多样性指数的水体营养化评价方法，其特征在于，所述基于藻类多样性指数的水体营养化评价方法包括以下步骤：
提供待测水体样本进行扩增培养，对扩增培养后水体的藻类多样性指数H'进行计算；
随后利用上述藻类多样性指数H'，以如下标准对水体营养状态进行划分：
0.15＜H'为贫营养；
0.1≤H'≤0.15为中营养；
0.05≤H'＜0.1为轻度富营养；
H'＜0.05为富营养型。
2.根据权利要求1所述的基于藻类多样性指数的水体营养化评价方法，其特征在于，所述扩增培养的温度为22～28℃，时间为14～21d。
3.根据权利要求1所述的基于藻类多样性指数的水体营养化评价方法，其特征在于，所述扩增培养的扩增培养基为纯水。
4.根据权利要求3所述的基于藻类多样性指数的水体营养化评价方法，其特征在于，所述扩增培养中待测水体样本与扩增培养基的质量比为2～1：1。
5.根据权利要求1所述的基于藻类多样性指数的水体营养化评价方法，其特征在于，所述藻类多样性指数H'的计算公式为：
H'＝∑(Pi)(lnPi)；
式中，H'为藻类多样性指数；Pi为第i种藻类个体数占总个体数的比例。
6.根据权利要求5所述的基于藻类多样性指数的水体营养化评价方法，其特征在于，所述藻类包括蓝藻门、硅藻门、绿藻门、黄藻门和隐藻门。
7.根据权利要求1所述的基于藻类多样性指数的水体营养化评价方法，其特征在于，所述水体营养状态的划分是基于水体营养状态指数TLI获取的。
8.根据权利要求7所述的基于藻类多样性指数的水体营养化评价方法，其特征在于，所述藻类多样性指数H'与水体营养状态指数TLI的关系模型公式为：
TLI＝70.025-212.535×H'。
9.根据权利要求8所述的基于藻类多样性指数的水体营养化评价方法，其特征在于，所述关系模型的构建方法如下：
(a)、提供待测水样，对待测水样的总磷、总氮和叶绿素a进行检测，随后采用如下公式计算水体营养状态指数：
式中，TLI为综合营养状态指数；Wj为第j种参数的营养状态指数的相关权重，其中总磷、总氮和叶绿素a的权重分别为0.297、0.283、0.421；TLI(j)为第j种参数的营养状态指数，其计算公式如下：
TLI(Chla)＝10×(2.5+1.086lnChla)；
TLI(TP)＝10×(9.436+1.624lnTP)；
TLI(TN)＝10×(5.453+1.694lnTN)；
式中：Chla为叶绿素a浓度；TP为总磷浓度；TN为总氮浓度；
(b)、采用与步骤(a)相同的待测水样，以为2～1：1的体积比与扩增培养基混匀，随后在温度22～28℃的条件下扩增培养14～21d，然后对扩增培养后水体的藻类多样性指数H'进行计算；
(c)、构建藻类多样性指数H'与水体综合营养状态指数TLI的关系模型。
10.一种根据权利要求1～9任一项所述的基于藻类多样性指数的水体营养化评价方法在自然水体营养状态评价中的应用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110409980.0A CN113111294B (zh) | 2021-04-20 | 2021-04-20 | 基于藻类多样性指数的水体营养化评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110409980.0A CN113111294B (zh) | 2021-04-20 | 2021-04-20 | 基于藻类多样性指数的水体营养化评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113111294A true CN113111294A (zh) | 2021-07-13 |
| CN113111294B CN113111294B (zh) | 2022-09-13 |
Family
ID=76717730
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110409980.0A Expired - Fee Related CN113111294B (zh) | 2021-04-20 | 2021-04-20 | 基于藻类多样性指数的水体营养化评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113111294B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114436392A (zh) * | 2021-12-29 | 2022-05-06 | 河南中汇环保科技有限公司 | 一种定向剔除水体藻类引导的水体生态修复方法 |
| CN114971129A (zh) * | 2022-01-11 | 2022-08-30 | 淮阴师范学院 | 一种ii类水体藻类生物多样性指数的快速估算方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170004236A1 (en) * | 2014-01-23 | 2017-01-05 | Urban Planning & Desing Institute Of Shenzhen (Updis) | Method for early warning analysis of eutrophication of designed artificial water body |
| CN106501196A (zh) * | 2016-10-13 | 2017-03-15 | 中国科学院南京地理与湖泊研究所 | 一种基于水体吸收系数的湖泊富营养化评价方法 |
| CN106501195A (zh) * | 2016-10-13 | 2017-03-15 | 中国科学院南京地理与湖泊研究所 | 基于水体悬浮颗粒物吸收系数的湖泊富营养化评价方法 |
| CN109897785A (zh) * | 2019-04-04 | 2019-06-18 | 重庆大学 | 一种室内模拟水华的稳定培养方法 |
| AU2020101936A4 (en) * | 2018-05-04 | 2020-10-01 | Jinan University | Method of eutrophic water body restoration based on ecosystem model and biomanipulation technology |
| CN111863142A (zh) * | 2020-07-13 | 2020-10-30 | 中国环境科学研究院 | 一种湖泊营养状态评价方法及其应用 |
-
2021
- 2021-04-20 CN CN202110409980.0A patent/CN113111294B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170004236A1 (en) * | 2014-01-23 | 2017-01-05 | Urban Planning & Desing Institute Of Shenzhen (Updis) | Method for early warning analysis of eutrophication of designed artificial water body |
| CN106501196A (zh) * | 2016-10-13 | 2017-03-15 | 中国科学院南京地理与湖泊研究所 | 一种基于水体吸收系数的湖泊富营养化评价方法 |
| CN106501195A (zh) * | 2016-10-13 | 2017-03-15 | 中国科学院南京地理与湖泊研究所 | 基于水体悬浮颗粒物吸收系数的湖泊富营养化评价方法 |
| AU2020101936A4 (en) * | 2018-05-04 | 2020-10-01 | Jinan University | Method of eutrophic water body restoration based on ecosystem model and biomanipulation technology |
| CN109897785A (zh) * | 2019-04-04 | 2019-06-18 | 重庆大学 | 一种室内模拟水华的稳定培养方法 |
| CN111863142A (zh) * | 2020-07-13 | 2020-10-30 | 中国环境科学研究院 | 一种湖泊营养状态评价方法及其应用 |
Non-Patent Citations (1)
| Title |
|---|
| 刘娜: "漳泽水库藻类调查与富营养评价", 《海河水利》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114436392A (zh) * | 2021-12-29 | 2022-05-06 | 河南中汇环保科技有限公司 | 一种定向剔除水体藻类引导的水体生态修复方法 |
| CN114436392B (zh) * | 2021-12-29 | 2022-12-13 | 河南中汇环保科技有限公司 | 一种定向剔除水体藻类引导的水体生态修复方法 |
| CN114971129A (zh) * | 2022-01-11 | 2022-08-30 | 淮阴师范学院 | 一种ii类水体藻类生物多样性指数的快速估算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113111294B (zh) | 2022-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113111294B (zh) | 基于藻类多样性指数的水体营养化评价方法 | |
| Riley | Plankton studies. II. The western North Atlantic, May-June, 1939 | |
| Garibotti et al. | Composition and biomass of phytoplankton assemblages in coastal Antarctic waters: a comparison of chemotaxonomic and microscopic analyses | |
| Pinckney et al. | Application of photopigment biomarkers for quantifying microalgal community composition and in situ growth rates | |
| Jakobsen et al. | Estimating time series phytoplankton carbon biomass: inter-lab comparison of species identification and comparison of volume-to-carbon scaling ratios | |
| Stewart | Nitrogen Turnover in Marine and Brackish Habitats II. Use of 15N in Measuring Nitrogen Fixation in the Field | |
| CN104318123A (zh) | 贝类生物沉积对近海环境沉积物有机碳贡献的评估方法 | |
| CN114755383B (zh) | 一种基于大数据平台的水质在线监测分析管理系统 | |
| Jellison et al. | Photosynthetic activity of phytoplankton and its relation to environmental factors in hypersaline Mono Lake, California | |
| CN114240196A (zh) | 一种基于水动力-水质-生态模型的湖泊多水源调控方法 | |
| CN110596080A (zh) | 一种基于矿质元素的金鲳鱼产地鉴别方法 | |
| McIntosh et al. | Linkages between the forest floor microbial community and resource heterogeneity within mature lodgepole pine forests | |
| Saunders et al. | Comparison of belowground biomass in C 3-and C 4-dominated mixed communities in a Chesapeake Bay brackish marsh | |
| Froneman et al. | Biogeographic structure of the microphytoplankton assemblages of the south Atlantic and Southern Ocean during austral summer | |
| CN109852664B (zh) | 一种用于检测水华或赤潮水体中单一藻类生物量的方法 | |
| CN111461503A (zh) | 基于微生物p/r值评估河流减水河段环境流量的方法 | |
| Skujinš et al. | Soil biological properties of a montane forest sere: corroboration of Odum's postulates | |
| CN110031592B (zh) | 一种快速测定植物抗盐能力的方法 | |
| CN115639332B (zh) | 一种河湖水质分析方法、装置及系统 | |
| CN110766282A (zh) | 一种湿地净化能力评估与提升方法 | |
| CN113884621B (zh) | 一种定量植物吸收利用重碳酸盐的方法 | |
| CN110378505A (zh) | 一种体重预测方法 | |
| Chen et al. | Loss of plant functional groups impacts soil carbon flow by changing multitrophic interactions within soil micro-food webs | |
| Nemcek et al. | Seasonal and spatial dynamics of the phytoplankton community in the Salish Sea, 2015–2019 | |
| CN113555059A (zh) | 环境变化下有机碳和微生物耦合关系的定量方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20221220 Address after: 300191 No. 19, rehabilitation Road, Tianjin, Nankai District Patentee after: TIANJIN ECO-ENVIRONMENTAL MONITORING CENTER Patentee after: TIANJIN TIANBIN RUICHENG ENVIRONMENTAL TECHNOLOGY ENGINEERING CO.,LTD. Address before: 308, 3rd floor, 112 Nankai 2nd Road, Nankai District, Tianjin (Science and Technology Park) Patentee before: TIANJIN TIANBIN RUICHENG ENVIRONMENTAL TECHNOLOGY ENGINEERING CO.,LTD. |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220913 |