[发明专利]大型浅水湖泊72小时蓝藻水华预测方法

说明书

技术领域

本发明涉及一种湖泊、水库等水域的短时间尺度内蓝藻水华的监测预报方法，特别是涉及一种大型浅水湖泊72小时蓝藻水华预测方法。

背景技术

蓝藻水华是目前全球许多国家所面临的环境问题，在很多富营养的湖泊或水库中，蓝藻在局部湖区或库区堆积，并在高温下分解，形成恶臭；特别是当蓝藻在水源地取水口附近大量集聚时，就有可能引起水源地的水质恶化，危及供水安全。

目前还缺少有效的治理手段彻底地消除这一环境问题，蓝藻水华仍会大量出现于许多湖泊和水库中。因此，在研究蓝藻水华治理方法的同时，发展短期的蓝藻水华预测、预报技术，提前预知敏感湖区、尤其是水源地和重点景观湖区水华的发生几率，可提高环境管理部门的决策能力，并有利于相关部门及时采取应急措施应对水华污染。

目前国内外还没有关于短期蓝藻水华预报方法的报道。有关蓝藻水华监测预报的报道主要是采用逐步回归的统计学方法对浮游植物在长时间尺度上进行预测，如连续观测水温，透明度，pH，总氮（TN）， 总磷（TP），溶解无机磷（DIP）等指标，经过连续观察，建立叶绿素与环境因子的关系，并在此基础上利用监测的数据来预测藻类密度。蓝藻水华是一定密度的藻类在特定气象、水文条件下上浮并大量聚集于水面的现象，因此，即时的藻类密度、气象、水文条件与水华的发生密切相关，如果能阐明其中的相互关系，并结合大量的野外调查数据，并根据相关参数建立模型，则能够据以对蓝藻水华进行预报。目前已有水体细胞色素快速监测的仪器，但是这些仪器在应用于藻类密度很大的水体时往往会有很大的误差，用于进行蓝藻监测时给预测结果带来较大的误差。卫星遥感图片可以从整体上识别水体中的蓝藻水华分布情况，可用于蓝藻水华预报工作准确性的评价。

发明内容

本发明提供了一种大型浅水湖泊72小时蓝藻水华的预测方法，基于水体中即时的蓝藻状况和未来的气象信息，利用构建的预测模型对蓝藻水华的发生进行短时间尺度的预报。

本发明方法的技术内容如下：

一种大型浅水湖泊72小时蓝藻水华预测方法，其特征在于：根据蓝藻原位生长率和漂移速率参数，构建水体叶绿素a含量预测模型和水华发生概率预报模型；分析监测水域即时的叶绿素a含量和分布状况；将监测水域即时的叶绿素a含量、分布状况，以及监测期内气象信息数据输入模型，输出监测水域预测期内叶绿素a浓度的预测值和蓝藻水华出现的水域及其概率，发布水华监测预报。

本发明方法包括以下步骤：

1）在监测水域设置采样点，采集分析监测水域即时的水质、蓝藻生物量和分布状况；

可根据监测水域的特点和水域面积，结合历史数据设置采样点，通过人工野外巡测，或使用离线或在线监测仪采集并分析获得监测水域即时叶绿素a浓度值和分布状况，以获得本发明方法进行水华预测所需的监测水域即时水质、蓝藻生物量和分布状况数据。

预报期间每周至少采样两次，采样后可利用快速水质监测仪器测定采样点各层水体的平均叶绿素浓度。

快速水质监测仪器在测量野外群体蓝藻叶绿素a含量时存在一定的误差，本发明方法建立了水体平均叶绿素浓度与快速水质监测仪器测定结果的校正关系式，即：

水体平均叶绿素a浓度=Chla _YSI×7.76 （Chl _YSI≤40μg/L）

水体平均叶绿素a浓度=Chla _YSI×2.2  （Chl _YSI＞40μg/L）

式中Chla _YSI为快速水质监测仪器测定结果。

2）采集预测期内的包括风速、风向、降雨在内的气象信息数据

根据气象部门的预报，采集监测水域预测期内未来天气情况（晴、阴以及降雨）以及风速、风向、温度等气象信息。

本发明选取并采集特定的监测数据，并据以建立短时间尺度的水华预报模型。本发明方法利用生态学原理，根据不同气候条件下蓝藻原位生长率，以及不同风向和风速条件下水华蓝藻的漂移速率参数，构建水体叶绿素a含量预报模型和水华发生概率预报模型。

蓝藻水华发生与很多因素相关，如藻类密度，风速，风向，降雨等，建立蓝藻水华的预报模型通常用如下公式进行表达：

F (水华概率)= f (藻类密度，风速，风向，降雨，有效光辐射，湖流，总氮，总磷，

水温，电导率，溶解无机氮，溶解无机磷，pH，溶氧，…)       公式1

为本发明目的，根据历史数据可将营养盐等在长时间尺度上影响蓝藻生物量的环境因素忽略，将公式1简化为如下公式：