CN115662497B - 基于营养盐浓度的蓝藻生长模型的构建方法 - Google Patents
基于营养盐浓度的蓝藻生长模型的构建方法 Download PDFInfo
- Publication number
- CN115662497B CN115662497B CN202211408838.5A CN202211408838A CN115662497B CN 115662497 B CN115662497 B CN 115662497B CN 202211408838 A CN202211408838 A CN 202211408838A CN 115662497 B CN115662497 B CN 115662497B
- Authority
- CN
- China
- Prior art keywords
- blue algae
- growth
- nutrient salt
- nutrient
- model based
- 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.)
- Active
Links
- 150000003839 salts Chemical class 0.000 title claims abstract description 44
- 235000015097 nutrients Nutrition 0.000 title claims abstract description 43
- 230000005791 algae growth Effects 0.000 title claims abstract description 21
- 238000010276 construction Methods 0.000 title claims abstract description 6
- 241000195493 Cryptophyta Species 0.000 claims abstract description 54
- 230000012010 growth Effects 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 22
- 239000002028 Biomass Substances 0.000 claims abstract description 20
- 238000012258 culturing Methods 0.000 claims abstract description 9
- 230000003698 anagen phase Effects 0.000 claims abstract description 5
- 230000005526 G1 to G0 transition Effects 0.000 claims abstract description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 24
- 229910052757 nitrogen Inorganic materials 0.000 claims description 12
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 7
- 229910052698 phosphorus Inorganic materials 0.000 claims description 7
- 239000011574 phosphorus Substances 0.000 claims description 7
- 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 description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000002835 absorbance Methods 0.000 claims description 2
- 229930002868 chlorophyll a Natural products 0.000 claims description 2
- 108010053210 Phycocyanin Proteins 0.000 claims 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 13
- 238000012851 eutrophication Methods 0.000 description 4
- 230000000050 nutritive effect Effects 0.000 description 4
- 241000192511 Pseudanabaena Species 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 241000192542 Anabaena Species 0.000 description 2
- 241000192700 Cyanobacteria Species 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 229930002875 chlorophyll Natural products 0.000 description 2
- 235000019804 chlorophyll Nutrition 0.000 description 2
- 206010067476 Apparent death Diseases 0.000 description 1
- 241001197082 Knodus beta Species 0.000 description 1
- 241000192710 Microcystis aeruginosa Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 239000001963 growth medium Substances 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 238000011081 inoculation Methods 0.000 description 1
- 239000002609 medium Substances 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Landscapes
- Micro-Organisms Or Cultivation Processes Thereof (AREA)
Abstract
本发明公开了基于营养盐浓度的蓝藻生长模型的构建方法，(1)以不同浓度的营养盐培养某一种类蓝藻，初始时刻记为t0，记录t0时刻蓝藻的生物量N0和营养盐的浓度C0，培养过程中，在若干t时刻检测蓝藻的生物量N，待蓝藻生长经过了对数生长期进入平稳期后，停止培养记录；(2)将实验数据按t、C0、N0、N整理成4列，导入软件进行非线性拟合，在软件的非线性拟合功能中输入公式通过拟合获取模型中的参数k、β、λ，从而构建基于营养盐浓度的蓝藻生长模型。本发明将蓝藻的表观出生率与营养盐的浓度关联，构建了基于营养盐浓度的蓝藻生长模型，模型仅需初始时的营养盐浓度和生物量即可预测蓝藻的生长过程，解决了目前“S”型曲线无法根据营养盐浓度模拟预测蓝藻生长过程的难题。
Description
技术领域
本发明涉及水生态领域，特别涉及一种基于营养盐浓度的蓝藻生长模型的构建方法。
背景技术
湖泊水体富营养化引起蓝藻过度繁殖，暴发水华，污染淡水资源，严重破坏湖泊水生态环境，影响经济和社会发展。模拟蓝藻生长，将有助预测蓝藻水华暴发和富营养化湖泊的水环境修复。
水体富营养化是一种氮、磷等植物营养物质含量过多所引起的水质污染现象。在自然条件下，随着河流夹带冲击物和水生生物残骸在湖底的不断沉降淤积，湖泊会从贫营养湖过渡为富营养湖，进而演变为沼泽和陆地，这是一个极为缓慢的过程。但由于人类的活动，大量的工业废水、生活污水以及农田径流中的氮磷等营养物进入湖泊后，加速了这一进程。2009年我国66％以上的湖泊和水库已处于富营养化水平(马荣华等,2009)，目前长江中下游的所有湖泊均为富营养化状态。富营养化水体中的藻类将在水体表层阳光充足的范围内过度生长繁殖，在一定的气象条件下会暴发蓝藻水华。蓝藻水华暴发时水中的溶氧含量极低，引起大量水生生物死亡，死亡的水生生物沉积到湖底，被微生物分解，此过程消耗大量的溶氧，使水体溶氧含量进一步急剧下降，引起水质恶化、发臭。
蓝藻的生长周期可分为4个阶段，分别为适应期(潜伏期)、对数期、稳定期和衰亡期。在适应期，蓝藻生长较缓慢；进入对数期后，蓝藻开始快速生长，其增长量呈对数趋势；当蓝藻增长达到一定程度时，受环境资源制约进入稳定期；随着营养的耗尽，蓝藻趋于衰亡。藻类的生长规律符合“S”型曲线，人们使用“S”型曲线中的Logistic模型拟合不同营养盐浓度时蓝藻的生长情况(黄亮,2016；王正芳,2014)，但该类模型每一种营养盐浓度对应一条Logistic曲线，即营养盐浓度不是模型参数，且模型其中的一个参数为最大生物量，但在实际的应用中，藻类在初期生长时人们并不清楚其在对数生长期之后的最大的生物量，这使得所建立的模型无法模拟不同营养盐浓度时蓝藻的生长情况，从而限制了模型在蓝藻水华预测预警中的应用。
发明内容
针对现有技术中存在的问题，本发明提供一种基于营养盐浓度的蓝藻生长模型的构建方法，模型仅需初始时的营养盐浓度和生物量即可预测蓝藻的生长过程，解决了目前“S”型曲线无法根据营养盐浓度模拟预测蓝藻生长过程的难题。
蓝藻的生长速率与出生率和死亡率有关，出生率与可用资源的数量有关，如水体中磷元素的浓度越高，则生长快，出生率就高，死亡率与藻类的生长特性有关，一段时间内的死亡率可认为是恒定的。
t时刻蓝藻的表观出生率p(t)按式(1)设置，表观死亡率q设为常数m。
p(t)＝k[C0-β·N(t)]+a (1)
其中，C0为营养盐的初始浓度，如总氮浓度，总磷浓度；N(t)为t时刻的蓝藻生物量，如蓝藻细胞数、叶绿素a浓度、特定波段的吸光度，或其它可表征蓝藻生物量的特征数值等；k、β、a为待定的系数，β表示蓝藻生长所需要的营养盐的数量，如一小时的吸收量、一天的吸收量等，β值越大，蓝藻生长需要的营养盐越多，β值越小，蓝藻生长需要的营养盐越少，越容易成为优势藻种，k表示蓝藻吸收水体中营养盐的能力，k越大表示从水体中获取营养盐的能力越强，k值越大越容易成为优势藻种，βN(t)反应了蓝藻在生长过程中所消耗的营养盐的量。
t+Δt时刻蓝藻的生物量可表示为式(2)。
N(t+Δt)＝N(t)+p(t)·N(t)·Δt-q·N(t)·Δt (2)
整理式(2)得式(3)。
N(t+Δt)-N(t)＝p(t)·N(t)·Δt-q·N(t)·Δt (3)
当Δt趋于无穷小时，式(3)可变换为式(4)。
dN＝pNdt-qNdt (4)
联合式(1)和式(4)，可得式(5)。
dN＝N(kC0+a-m-kβN)dt (5)
变换式(5)得式(6)。
令a-m＝λ，对式(6)积分得式(7)。
其中，N0为蓝藻的初始生物量，N为t时刻的蓝藻生物量。
对式(7)整理得式(8)。
式(8)为基于营养盐浓度的蓝藻生长模型，N为t时刻的蓝藻生物量，C0为初始时的营养盐浓度，如总氮浓度、总磷浓度等，N0为初始时的蓝藻生物量，k、β、λ为需要确定的参数，可通过实验获取。
以不同浓度的营养盐培养蓝藻，记录初始时(t0)的营养盐浓度(C0)和蓝藻生物量(N0)，培养过程中，在t时刻(可以等间隔，如半天、一天等，也可以不等间隔，因前期蓝藻生长慢，检测的时间间隔可以大一些，如两天检测一次，在对数生长期蓝藻的生长速度很快，可以每天或每半天检测一次)检测蓝藻生物量(N)，待蓝藻生长经过了对数生长期进入平稳期后，停止培养。将实验数据按t、C0、N0、N整理成4列，将数据导入SPSS中，在SPSS的非线性拟合功能中输入公式(8)，通过拟合获取参数k、β、λ，从而构建基于营养盐浓度的蓝藻生长模型。也可以使用其它软件(如Matlab)进行非线性拟合获取参数k、β、λ。
有益效果：
将蓝藻的表观出生率与氮磷营养盐的浓度关联，构建了基于营养盐浓度的蓝藻生长模型，模型仅需初始时的营养盐浓度和生物量即可预测蓝藻的生长过程，解决了目前“S”型曲线无法根据营养盐浓度模拟预测蓝藻生长过程的难题。
附图说明
图1为本发明实施例伪鱼腥藻不同氮浓度模拟生长与实测数据的吻合情况示意图。
具体实施方式
使用BG11培养基培养伪鱼腥藻，总氮浓度按1.0mgN·L-1、1.225mgN·L-1、1.55mgN·L-1和1.75mgN·L-1配置，其它营养元素浓度为BG11培养基默认配置。接种后的叶绿素浓度N0＝12.0μg·L-1。分别在第1、2、3、4、5、6、7、8、10、11、12、13、14、15、17、19、21、22、24、26、27、30天时检测叶绿素浓度。将总氮浓度为1.0mgN·L-1、1.55mgN·L-1和1.75mgN·L-1实验数据按下面的表格整理，将数据导入SPSS，在SPSS的非线性拟合功能中输入公式(8)，从而得到k＝0.018、β＝0.152、λ＝0.192。构建的基于氮素浓度的伪鱼腥藻生长模型见式(9)。使用总氮浓度为1.225mgN·L-1的实验数据检测模型。模型对这4种总氮浓度的伪鱼腥藻生长模拟结果与实测数据的吻合情况见图1，可见模型拟合结果与实测数据的吻合度较高，预测较准确。
表1构建模型的数据
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (5)
1.基于营养盐浓度的蓝藻生长模型的构建方法，其特征在于：
(1)以不同浓度的营养盐培养某一种类蓝藻，初始时刻记为t0，记录t0时刻蓝藻的生物量N0和营养盐的浓度C0，培养过程中，在若干t时刻检测蓝藻的生物量N，待蓝藻生长经过了对数生长期进入平稳期后，停止培养记录；
(2)将实验数据按t、C0、N0、N整理成4列，导入软件进行非线性拟合，在软件的非线性拟合功能中输入公式通过拟合获取公式中的参数k、β、λ，从而构建基于营养盐浓度的蓝藻生长模型。
2.根据权利要求1所述的基于营养盐浓度的蓝藻生长模型的构建方法，其特征在于：所述软件是SPSS或Matlab。
3.根据权利要求1所述的基于营养盐浓度的蓝藻生长模型的构建方法，其特征在于：所述不同浓度的营养盐是指含有不同磷元素浓度或氮元素浓度的营养盐。
4.根据权利要求1所述的基于营养盐浓度的蓝藻生长模型的构建方法，其特征在于：培养过程中对蓝藻生物量N的检测，t时刻间隔时间相等；或者在生长较慢的前期检测间隔时间为两天，在对数生长期检测间隔时间为一天或半天。
5.根据权利要求1所述的基于营养盐浓度的蓝藻生长模型的构建方法，其特征在于：蓝藻的生物量N采用检测蓝藻细胞数、叶绿素a浓度、藻青蛋白含量、特定波段的吸光度中任一种方式确定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211408838.5A CN115662497B (zh) | 2022-11-10 | 2022-11-10 | 基于营养盐浓度的蓝藻生长模型的构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211408838.5A CN115662497B (zh) | 2022-11-10 | 2022-11-10 | 基于营养盐浓度的蓝藻生长模型的构建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115662497A CN115662497A (zh) | 2023-01-31 |
| CN115662497B true CN115662497B (zh) | 2023-12-29 |
Family
ID=85021998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211408838.5A Active CN115662497B (zh) | 2022-11-10 | 2022-11-10 | 基于营养盐浓度的蓝藻生长模型的构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115662497B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104112080A (zh) * | 2014-07-29 | 2014-10-22 | 武汉大学 | 水体水华风险快速预警方法 |
| CN107292436A (zh) * | 2017-06-16 | 2017-10-24 | 北京工商大学 | 基于非线性动力学时序模型的蓝藻水华预测方法 |
| CN107562987A (zh) * | 2017-07-20 | 2018-01-09 | 重庆大学 | 基于藻类细胞能量代谢的磷营养限制判别方法 |
| CN110532646A (zh) * | 2019-08-09 | 2019-12-03 | 北京工商大学 | 基于自适应动态规划的湖库蓝藻水华预测方法 |
| CN114819407A (zh) * | 2022-06-06 | 2022-07-29 | 北京航空航天大学杭州创新研究院 | 湖泊蓝藻水华动态预测方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7132254B2 (en) * | 2004-01-22 | 2006-11-07 | Bowling Green State University | Method and apparatus for detecting phycocyanin-pigmented algae and bacteria from reflected light |
-
2022
- 2022-11-10 CN CN202211408838.5A patent/CN115662497B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104112080A (zh) * | 2014-07-29 | 2014-10-22 | 武汉大学 | 水体水华风险快速预警方法 |
| CN107292436A (zh) * | 2017-06-16 | 2017-10-24 | 北京工商大学 | 基于非线性动力学时序模型的蓝藻水华预测方法 |
| CN107562987A (zh) * | 2017-07-20 | 2018-01-09 | 重庆大学 | 基于藻类细胞能量代谢的磷营养限制判别方法 |
| CN110532646A (zh) * | 2019-08-09 | 2019-12-03 | 北京工商大学 | 基于自适应动态规划的湖库蓝藻水华预测方法 |
| CN114819407A (zh) * | 2022-06-06 | 2022-07-29 | 北京航空航天大学杭州创新研究院 | 湖泊蓝藻水华动态预测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115662497A (zh) | 2023-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Ecological environment changes in Daya Bay, China, from 1982 to 2004 | |
| Wu et al. | Nutrient removal ability of seaweeds on Pyropia yezoensis aquaculture rafts in China’s radial sandbanks | |
| Jiang et al. | Effects of fish farming on phytoplankton community under the thermal stress caused by a power plant in a eutrophic, semi-enclosed bay: Induce toxic dinoflagellate (Prorocentrum minimum) blooms in cold seasons | |
| McCarthy et al. | Implications of water column ammonium uptake and regeneration for the nitrogen budget in temperate, eutrophic Missisquoi Bay, Lake Champlain (Canada/USA) | |
| Sullivan | 15 Applied diatom studies in estuaries and shallow coastal environments | |
| Lubsch et al. | Uptake kinetics and storage capacity of dissolved inorganic phosphorus and corresponding dissolved inorganic nitrate uptake in Saccharina latissima and Laminaria digitata (Phaeophyceae) | |
| Miles et al. | Diel variation in microphytobenthic productivity in areas of different tidal amplitude | |
| Song | Hydrodynamic impacts on algal blooms in reservoirs and bloom mitigation using reservoir operation strategies: A review | |
| Hyun et al. | Bacterial abundance and production during the unique spring phytoplankton bloom in the central Yellow Sea | |
| Dai et al. | Why do red tides occur frequently in some oligotrophic waters? Analysis of red tide evolution history in Mirs Bay, China and its implications | |
| CN115662497B (zh) | 基于营养盐浓度的蓝藻生长模型的构建方法 | |
| Jiang et al. | Reasons and control of eutrophication in new reservoirs | |
| Hilton et al. | Active reservoir management: a model solution | |
| Znachor et al. | Brief history of long-term ecological research into aquatic ecosystems and their catchments in the Czech Republic | |
| CN104597229A (zh) | 一种测定养殖生物沉积物降解的装置及方法 | |
| Li et al. | Assessment of algae and greenhouse gases in different reservoirs worldwide by reactor model | |
| Christian et al. | Aerobic microbes and meiofauna | |
| Bürgi et al. | Long-term changes in functional properties and biodiversity of plankton in Lake Greifensee (Switzerland) in response to phosphorus reduction | |
| Piedrahita et al. | A general model of the aquaculture pond ecosystem | |
| Zhang et al. | Control effect of periodic variation on the growth of harmful algal bloom causative species | |
| Hobbie et al. | Bacterial production in an arctic pond: With 2 figures and 1 table in the text | |
| Huiwang et al. | Functions used in biological models and their influences on simulations | |
| Chen et al. | Spatial–temporal distribution and limiting factor variation of algal growth: three-dimensional simulation to enhance drinking water reservoir management | |
| CN107941649A (zh) | 水产养殖池塘中常见微藻的无机氮吸收速率的检测方法 | |
| Casagli et al. | Coupling heat transfer modelling to ALBA model for full predictions from meteorology |
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 |