CN114814136A - 一种rue界定城市河网水华程度方法及其应用 - Google Patents
一种rue界定城市河网水华程度方法及其应用 Download PDFInfo
- Publication number
- CN114814136A CN114814136A CN202210394391.4A CN202210394391A CN114814136A CN 114814136 A CN114814136 A CN 114814136A CN 202210394391 A CN202210394391 A CN 202210394391A CN 114814136 A CN114814136 A CN 114814136A
- Authority
- CN
- China
- Prior art keywords
- urban river
- rue
- river network
- algae
- bloom
- 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.)
- Pending
Links
- 241000192710 Microcystis aeruginosa Species 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 26
- 241000195493 Cryptophyta Species 0.000 claims abstract description 110
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 56
- 238000005070 sampling Methods 0.000 claims abstract description 27
- 229910052698 phosphorus Inorganic materials 0.000 claims description 27
- 239000011574 phosphorus Substances 0.000 claims description 27
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 25
- 239000002028 Biomass Substances 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 4
- 239000005422 algal bloom Substances 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 14
- 241000192700 Cyanobacteria Species 0.000 description 11
- 229910052757 nitrogen Inorganic materials 0.000 description 7
- 241000894006 Bacteria Species 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- XLYOFNOQVPJJNP-ZSJDYOACSA-N Heavy water Chemical compound [2H]O[2H] XLYOFNOQVPJJNP-ZSJDYOACSA-N 0.000 description 2
- 229930002868 chlorophyll a Natural products 0.000 description 2
- 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 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000050 nutritive effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 229910019142 PO4 Inorganic materials 0.000 description 1
- 241000425347 Phyla <beetle> Species 0.000 description 1
- 241001093501 Rutaceae Species 0.000 description 1
- YUWBVKYVJWNVLE-UHFFFAOYSA-N [N].[P] Chemical compound [N].[P] YUWBVKYVJWNVLE-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000035 biogenic effect Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 description 1
- 239000010452 phosphate Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
Abstract
本发明公开了一种RUE界定城市河网水华程度方法及其应用，属于蓝藻水华界定技术领域。包括以下步骤：预先设定关于城市河网水华程度的至少一个界定阈值和关于城市河网水华程度的待采样信息；基于所述待采样信息，构建城市河网采样模型；利用所述城市河网采样模型获取水体样品；对所述水体样品进行数据采集，得到关于城市河网的信息库；基于所述信息库，计算得到当前城市河网的生物资源利用效率；将所述生物资源利用效率与界定阈值进行比较分析得到比较结果，基于所述比较结果，判定城市河网水华程度。本发明中藻类RUE与藻密度相关性显著，藻类RUE与蓝藻水华暴发成正相关，藻类RUE值越高，水华暴发风险越高。
Description
技术领域
本发明属于蓝藻水华界定技术领域，具体涉及一种RUE界定城市河网水华程度方法及其应用。
背景技术
营养盐生物地球化学循环不断加剧，导致湖泊水库等引水源地蓝藻水华程度日益加深，使得含藻水有通过引水通道向下游城市河网扩散的趋势，如何在蓝藻向城市河网扩散的前期界定城市河网水体水华程度，成为城市河网水生态环境保护的重点。
水华界定和对应的生物量阈值判定一直都是个难题，当前水华界定在国际上尚未形成统一的标准，有的是将叶绿素a等作为间接指标，并且当前的界定值大多是针对湖泊，没有考虑城市河道等动水水体水华问题。
发明内容
发明目的：为了解决上述问题，本发明提供了一种RUE界定城市河网水华程度方法及其应用。
技术方案：一种RUE界定城市河网水华程度方法，包括以下步骤：
预先设定关于城市河网水华程度的至少一个界定阈值和关于城市河网水华程度的待采样信息；
基于所述待采样信息，构建城市河网采样模型；利用所述城市河网采样模型获取水体样品；
对所述水体样品进行数据采集，得到关于城市河网的信息库；基于所述信息库，计算得到当前城市河网的生物资源利用效率；
将所述生物资源利用效率与界定阈值进行比较分析得到比较结果，基于所述比较结果，判定城市河网水华程度。
在进一步的实施例中，所述待采样信息至少包括城市河网的物理化学特性，以及城市河网内的藻类群落情况；其中，所述物理化学特性至少包括总磷浓度；所述藻类群落情况至少包括藻类生物量、藻类群落结构以及藻密度。
在进一步的实施例中，所构建城市河网采样模型至少包括以下流程：
在城市河网上设置若干个样点，针对每个样点获取当前样点中至少三组水体样品；
将每个样点上获取的至少三组水体样品进行混合，得到关于每个样点的混合样品；
从混合样品中随机获取样品。
在进一步的实施例中，所获取关于城市河网的信息库至少包括以下流程：
先对所述水体样品进行预处理；
基于所述待采样信息，对所述水体样品进行测量，得到测量结果；
基于所述测量结果，形成城市河网的信息库。
在进一步的实施例中，所所述生物资源利用效率RUE计算公式如下：
其中，bio(M)为生物量，M为生物类别，TP为总磷浓度。
在进一步的实施例中，所根据生物资源利用效率RUE计算公式计算当前城市河网中的藻类RUE，得到的藻类RUE，将藻类RUE与界定阈值比较，比较结果如下：
当藻密度在预定范围内，藻类RUE与藻类水华爆发程度成正相关，则：
若0≤RUE≤Y1，则表示城市河网水体无水华；
若Y1<RUE≤Y2，则表示城市河网水体无明显水华；
若RUE≥Y3，则表示城市河网水体形成水华；
其中，Y1为第一界定阈值，Y2为第二界定阈值，Y3为第三界定阈值。
在进一步的实施例中，所所述预定范围为藻密度不超过50*107cell/L。
RUE界定城市河网水华程度方法的应用，利用上述得到的生物资源利用效率RUE，表征城市河网中的藻类多样性。
在进一步的实施例中，所根据生物资源利用效率RUE计算公式计算当前城市河网中的蓝藻RUE，得到蓝藻RUE值，则藻类多样性判断结果如下：
蓝藻RUE值高时，表征蓝藻在藻类中占比高，城市河网的藻类多样性低；
蓝藻RUE值低时，表征蓝藻在藻类中占比低，城市河网的藻类多样性高。
有益效果：本发明中藻类RUE与藻密度相关性显著，可作为界定城市河道水华程度的指标，通过藻类RUE进行城市水华界定中发现，藻类RUE与蓝藻水华暴发成正相关，藻类RUE值越高，水华暴发风险越高；此外，可利用蓝藻RUE表征藻类多样性，水体藻类多样性较高时，抢占蓝藻的生长位，蓝藻RUE受到限制，削弱区域蓝藻水华爆发风险，对实现区域水资源可持续利用提供理论支撑。
附图说明
图1是本发明藻类RUE与藻密度的拟合图。
具体实施方式
为了解决现有技术中存在的问题，申请人对现有各种方案进行了深入地分析，具体如下：
水华界定和对应的生物量阈值判定一直都是个难题，当前水华界定在国际上尚未形成统一的标准，有的是将叶绿素a等作为间接指标，并且当前的界定值大多是针对湖泊，没有考虑城市河道等动水水体水华问题。
为此申请人提出了以下解决方案，如图1所示，本实施例提供了一种RUE界定城市河网水华程度方法，包括以下步骤：
预先设定关于城市河网水华程度的至少一个界定阈值和关于城市河网水华程度的待采样信息，在本实施例中，界定阈值设为三个，分别为第一界定阈值、第二界定阈值以及第三界定阈值；所述待采样信息至少包括城市河网的物理化学特性，以及城市河网内的藻类群落情况；其中，所述物理化学特性至少包括总磷浓度；所述藻类群落情况至少包括藻类生物量、藻类群落结构以及藻密度。
基于所述待采样信息，构建城市河网采样模型；利用所述城市河网采样模型，获取水体样品；具体流程如下：在城市河网上设置若干个样点，针对每个样点获取当前样点上的水体样品，对每个样点的水体至少采集三次，将每个样点采集到的至少三组的样品混合，然后从混合样品中随机获取样品。
对所述水体样品进行数据采集，得到关于城市河网的信息库；其中，所述信息库至少包括以下信息：当前城市河网的物理化学特性，以及当前城市河网内的藻类群落情况，其中所述当前物理化学特性至少包括当前总磷浓度；所述当前藻类群落情况至少包括当前藻类生物量、当前藻类群落结构以及当前藻密度。说明如下：本实施例选用的城市河网为南京江心洲，江心洲作为太湖流域的新兴小生境城市，受水体阻隔，藻类主要由外源输入，影响因素较少；区域生态环境需水主要靠外源补水；区域独特，建成区与非建成区分割明显有利于对比分析。在江心洲枯水期(2021年3月)，以及丰水期(2021年7月)展开研究；在江心洲布设11个点位进行水质与生态监测，其中建成区布设5个点位(S1-S5)，非建成区6个点位(S6-S11)；分别调查河流的物理化学特性(流速、水温、总氮浓度、总磷浓度、氮磷比)以及藻类群落结构、藻类生物量、藻密度等数据。用不锈钢桶采集水体水样，每一个样点的水体采集3次，将采集的样品进行混合，然后从混合样中随机获取样品。对获取到的样品进行预处理，预处理步骤如下：装取500mL水样加酸固定后在PVC瓶中冷冻保存，实验室进行生源物质分析；1000mL水样加入鲁哥试剂后浓缩至30mL，经48h静置后进行浮游植物鉴定。对采集到的水样进行处理并检测相应的数据，总氮、总磷等水质指标按照水与废水的规定进行测量，得到总氮浓度、总磷浓度等数据；水温、浊度等指标采用哈希Hydrolab便携式水质多参仪进行现场测量；流速采用旋浆式流速仪进行现场测量；采用光学显微镜(Olympus BX41)对浮游植物进行400倍放大量化，取0.1ml静置浓缩液于0.1ml藻类计数框中，每个样品随机均匀读取100个可用视野，在光学显微镜下进行藻类识别与计数，以及对浮游植物种类进行鉴定，进而得到藻类生物量、藻类群落结构以及藻密度数据；基于上述试验得到测量结果，形成数据库。
基于所述信息库，计算得到当前城市河网样点的生物资源利用效率RUE；生物资源利用效率RUE计算公式如下：
其中，bio(M)为生物量，M为生物类别，TP为总磷浓度。
基于所述生物资源利用效率，与所述界定阈值比较分析并得到比较结果；基于所述比较结果，判定城市河网水华程度。说明如下：根据上述公式，计算当前城市河网中的藻类RUE，藻类
其中，bio(藻类)为藻类生物量；将藻类RUE与界定阈值比较，比较结果如下：当藻密度不超过50*107cell/L，RUE与蓝藻水华爆发程度成正相关：若0≤RUE≤Y1，则表示城市河网水体无水华；若Y1<RUE≤Y2，则表示城市河网水体无明显水华；若RUE≥Y3，则表示城市河网水体形成水华；其中，Y1为第一界定阈值，Y2为第二界定阈值，Y3为第三界定阈值；具体情况如表1所示：
表1
拟合藻类RUE与藻密度确定二者的相关性，拟合公式如下：y＝29.34+8.72x-0.1x2，其中，y为RUE值，x为藻密度；结果显示，R2＝0.86相关性较高，且P<0.01(R2＝0.86，P<0.01，此处的R2和P表示拟合相关性参数)，两者相关性显著，利用RUE值可以代替藻密度进行城市河道水华界定，证明了藻类RUE值作为界定城市河道水华程度的可行性。根据拟合公式计算可得：Y1的数值范围为42～50，优选地，Y1＝46.81；Y2的数值范围为102～110，优选地，Y2＝106.68；Y3的数值范围为202～210，优选地，Y3＝206.57。拟合结果显示，当藻密度超过50*107cell/L时，藻类RUE出现下降趋势，表明藻类RUE适合轻度水华水体的水华识别，不适合湖泊、水库等重度水华水体。
RUE较高的点，水体蓝藻门生物量大大超过了其他藻种，成为为优势种。虽然江心洲水体丰水期水体磷P浓度超过了国际上水华风险的磷P阈值，但由于该阈值是统计湖库结果获得，在河道的适用性还有待进一步确定。按照中国《地表水质量标准》中的规定，江心洲磷P浓度为三类水，处于低磷P生境。在这种低磷P水体生境下，蓝藻通过形成聚磷颗粒实现磷酸盐的超累积，以供群体持续增长，衰亡蓝藻释放出大量颗粒态氮、磷营养盐，又可以被其他蓝藻所吸收，实现蓝藻－蓝藻之间磷循环，有利于蓝藻持续增殖。同时，蓝藻生长形成团聚体，为附生细菌提供了更多的空间，附生细菌吸收衰亡蓝藻中的氮、磷，作为一种临时储库，这部分氮、磷可以被蓝藻再利用，实现蓝藻与附生细菌之间氮、磷循环形成控磷型蓝藻生境，在竞争优势下，存在藻华暴发风险。这种蓝藻－蓝藻磷循环，蓝藻-附生细菌磷循环的双重磷P循环机制，形成独特的城市河道控磷型生境，造成蓝藻大量繁殖，形成优势种。过低的磷P浓度(分母)，较高的藻类生物量(分子)，共同形成高RUE的现象。
在另一个实施例中提供了RUE界定城市河网蓝藻水华程度方法的应用，利用上述得到的生物资源利用效率RUE，表征城市河网中的藻类多样性，具体如下：
根据上述公式，计算当前城市河网中的蓝藻RUE，蓝藻
其中，bio(蓝藻)为蓝藻生物量；得到蓝藻RUE值后，藻类多样性判断结果如下：
蓝藻RUE值高时，表征蓝藻在藻类中占比高，城市河网的藻类多样性低；
蓝藻RUE值低时，表征蓝藻在藻类中占比低，城市河网的藻类多样性高。
表2为丰水期江心洲河网各监测点浮游藻类多样性、蓝藻门占比以及蓝藻RUE值。对比结果显示，当区域藻类多样性较高时，由于藻类群落相互之间对营养物质以及生态位的竞争，造成蓝藻门占比降低，例如S1点位藻类多样性为1.63，其蓝藻门占比为28.57％，而S11点位藻类多样性为0.42，其蓝藻门占比高达为91.36％.进一步的，高多样性藻类生物分布其概况，削弱了蓝藻门的生物资源可利用性，S1的RUE蓝藻为38.95，S11达到423.19。利用RUE值进行蓝藻水华界定时，可深层次分析多样性对生态系统稳定提升的作用，为进一步的进行蓝藻防治提供理论支撑。
表2
Claims (9)
1.一种RUE界定城市河网水华程度方法，其特征在于，包括以下步骤：
预先设定关于城市河网水华程度的至少一个界定阈值和关于城市河网水华程度的待采样信息；
基于所述待采样信息，构建城市河网采样模型；利用所述城市河网采样模型获取水体样品；
对所述水体样品进行数据采集，得到关于城市河网的信息库；基于所述信息库，计算得到当前城市河网的生物资源利用效率；
将所述生物资源利用效率与界定阈值进行比较分析得到比较结果，基于所述比较结果，判定城市河网水华程度。
2.根据权利要求1所述的一种RUE界定城市河网水华程度方法，其特征在于，
所述待采样信息至少包括城市河网的物理化学特性，以及城市河网内的藻类群落情况；其中，所述物理化学特性至少包括总磷浓度；所述藻类群落情况至少包括藻类生物量、藻类群落结构以及藻密度。
3.根据权利要求1所述的一种RUE界定城市河网水华程度方法，其特征在于，
构建城市河网采样模型至少包括以下流程：
在城市河网上设置若干个样点，针对每个样点获取当前样点中至少三组水体样品；
将每个样点上获取的至少三组水体样品进行混合，得到关于每个样点的混合样品；
从混合样品中随机获取样品。
4.根据权利要求1所述的一种RUE界定城市河网水华程度方法，其特征在于，
获取关于城市河网的信息库至少包括以下流程：
先对所述水体样品进行预处理；
基于所述待采样信息，对所述水体样品进行测量，得到测量结果；
基于所述测量结果，形成城市河网的信息库。
5.根据权利要求1所述的一种RUE界定城市河网水华程度方法，其特征在于，
所述生物资源利用效率RUE计算公式如下：
其中，bio（M）为生物量，M为生物类别，TP为总磷浓度。
6.根据权利要求5所述的一种RUE界定城市河网水华程度方法，其特征在于，
根据生物资源利用效率RUE计算公式计算当前城市河网中的藻类RUE，得到的藻类RUE，将藻类RUE与界定阈值比较，比较结果如下：
当藻密度在预定范围内，藻类RUE与藻类水华爆发程度成正相关，则：
若0≤RUE≤Y1，则表示城市河网水体无水华；
若Y1<RUE≤Y2，则表示城市河网水体无明显水华；
若RUE≥Y3，则表示城市河网水体形成水华；
其中，Y1为第一界定阈值，Y2为第二界定阈值，Y3为第三界定阈值。
7.根据权利要求6所述的一种RUE界定城市河网水华程度方法，其特征在于，
所述预定范围为藻密度不超过50*107cell/L。
8.RUE界定城市河网水华程度方法的应用，其特征在于，利用权利要求1至7任意一项得到的生物资源利用效率RUE，表征城市河网中的藻类多样性。
9.根据权利要求8所述的RUE界定城市河网水华程度方法的应用，其特征在于：
根据生物资源利用效率RUE计算公式计算当前城市河网中的蓝藻RUE ，得到蓝藻RUE值，则藻类多样性判断结果如下：
蓝藻RUE值高时，表征蓝藻在藻类中占比高，城市河网的藻类多样性低；
蓝藻RUE值低时，表征蓝藻在藻类中占比低，城市河网的藻类多样性高。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210394391.4A CN114814136A (zh) | 2022-04-14 | 2022-04-14 | 一种rue界定城市河网水华程度方法及其应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210394391.4A CN114814136A (zh) | 2022-04-14 | 2022-04-14 | 一种rue界定城市河网水华程度方法及其应用 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114814136A true CN114814136A (zh) | 2022-07-29 |
Family
ID=82536764
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210394391.4A Pending CN114814136A (zh) | 2022-04-14 | 2022-04-14 | 一种rue界定城市河网水华程度方法及其应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114814136A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1762854A (zh) * | 2004-10-20 | 2006-04-26 | 吴为中 | 资源化快速转移污染物的水净化方法 |
| CN101021062A (zh) * | 2007-02-15 | 2007-08-22 | 陈建庭 | 城市河溪沟渠水体立体式原位生态修复方法 |
| 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 |
| CN107451755A (zh) * | 2017-08-16 | 2017-12-08 | 中国科学院城市环境研究所 | 一种城市尺度生态红线的划定方法 |
| AU2020103356A4 (en) * | 2020-02-26 | 2021-01-21 | Chinese Research Academy Of Environmental Sciences | Method and device for building river diatom bloom warning model |
| US20210293770A1 (en) * | 2017-06-19 | 2021-09-23 | Nanjing Institute Of Geography & Limnology. Chinese Academy Of Sciences | Stereoscopic monitoring and data mining system and method for harmful lake cyanobacteria bloom |
-
2022
- 2022-04-14 CN CN202210394391.4A patent/CN114814136A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1762854A (zh) * | 2004-10-20 | 2006-04-26 | 吴为中 | 资源化快速转移污染物的水净化方法 |
| CN101021062A (zh) * | 2007-02-15 | 2007-08-22 | 陈建庭 | 城市河溪沟渠水体立体式原位生态修复方法 |
| 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 |
| US20210293770A1 (en) * | 2017-06-19 | 2021-09-23 | Nanjing Institute Of Geography & Limnology. Chinese Academy Of Sciences | Stereoscopic monitoring and data mining system and method for harmful lake cyanobacteria bloom |
| CN107451755A (zh) * | 2017-08-16 | 2017-12-08 | 中国科学院城市环境研究所 | 一种城市尺度生态红线的划定方法 |
| AU2020103356A4 (en) * | 2020-02-26 | 2021-01-21 | Chinese Research Academy Of Environmental Sciences | Method and device for building river diatom bloom warning model |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mauerhofer et al. | Methods for quantification of growth and productivity in anaerobic microbiology and biotechnology | |
| Zhao et al. | Linking abundance and community of microbial N2O-producers and N2O-reducers with enzymatic N2O production potential in a riparian zone | |
| Feng et al. | Microbial communities and sediment nitrogen cycle in a coastal eutrophic lake with salinity and nutrients shifted by seawater intrusion | |
| CN101260434A (zh) | 一种城市污水中浮游生物群落dna指纹的分析方法 | |
| CN105420375A (zh) | 一种环境微生物基因组草图的构建方法 | |
| CN113658640B (zh) | 一种淡水生态系统健康评价方法 | |
| Yan et al. | Suburban agriculture increased N levels but decreased indirect N2O emissions in an agricultural-urban gradient river | |
| Vanharanta et al. | Viability of pico-and nanophytoplankton in the Baltic Sea during spring | |
| CN107447023B (zh) | 一种荧光原位杂交联合流式细胞术检测污水处理系统中聚磷菌的方法 | |
| CN106591424B (zh) | 一种应用羊角月牙藻测试采油废水生物毒性的方法 | |
| CN114814136A (zh) | 一种rue界定城市河网水华程度方法及其应用 | |
| CN115630764A (zh) | 基于水生生物完整性指数的河流生态系统健康的评价方法 | |
| CN115343439A (zh) | 一种城市内河流域水质监测方法 | |
| White | Chemical characterization of films | |
| Andreatta et al. | Tools for discrimination and analysis of lake bacterioplankton subgroups measured by flow cytometry in a high-resolution depth profile | |
| Ariesyady et al. | The Distribution of Microalgae in a Stabilization Pond System of a Domestic Wastewater Treatment Plant in a Tropical Environment (Case Study: Bojongsoang Wastewater Treatment Plant). | |
| CN103555831B (zh) | 污水处理厂亚硝酸盐氧化菌荧光定量pcr检测方法 | |
| CN103146814B (zh) | 污水处理厂聚磷菌实时荧光定量pcr检测方法 | |
| CN116577128B (zh) | 一种可生物降解塑料废水处理数据智能采集分析方法 | |
| Tu et al. | Analysis and research on the diversity of microbial community structure in urban river sediment. | |
| Zhang et al. | Identification and relative contributions of environmental driving factors for abundant and rare bacterial taxa to thermal stratification evolution | |
| CN117558356B (zh) | 一种生态沟渠氮磷去除效率常数的评估方法 | |
| Lee et al. | Competitiveness evaluation for individual growth in hybrid processes | |
| Kalcheva et al. | Bacterioplankton of wetlands along the Lower Danube River (Bulgaria) and its relation to environmental factors | |
| CN117990635A (zh) | 一种判定市政污水管网存在河水倒灌的方法 |
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 |