淡水湖泊藍藻水華預測模型(一)

2022-08-14 14:39:33 0 雙良環(huán)境

亮點

　　1. 預測有害藍藻水華的模型有兩大類：基于過程的模型和數(shù)據驅動的模型，前者多用于長期預測、后者常用于短期預報;

　　2. 目前有害藍藻水華預測模型輸出結果和模型性能指標缺少統(tǒng)一標準;

　　3. 模型輸入的主要預測因子包括水溫、透明度、磷、氮、氣溫、氣壓等;

　　4. 用于開發(fā)和驗證有害藍藻水華預測模型的四種藍藻監(jiān)測方法：顯微鏡、色素分析、原位熒光法、遙感;

　　5. 原位熒光高頻監(jiān)測和遙感技術的進步會促進有害藍藻水華模型的改進。

摘要

　　湖泊和水庫中有害藍藻水華(CyanoHABs)的毒性和造成的經濟影響對全球水資源管理部門來說是一個重大風險。預測水華發(fā)生和理解有害藍藻水華的主要驅動因素是優(yōu)化水資源管理的必要條件。通過綜述有害藍藻水華預報預測模型的應用及其案例的分析，總結了該領域的知識現(xiàn)狀、局限性和未來前景機會。預測有害藍藻水華主要有兩種建模方法：基于過程的模型(process-based, PB)和數(shù)據驅動的模型(data-driven, DD)。模型的目標是建模方法選擇的決定因素。PB模型多用于預測未來的場景，而DD模型則用于短期預報。每一種建模方法都提供了多種變量，使其能夠應用于更具體、更具有針對性的目標。所綜述的大多數(shù)模型研究都是應用于特定地點的。監(jiān)測方法，包括數(shù)據頻率、不確定性和精度，被認為是提高模型性能的一個主要限制。研究發(fā)現(xiàn)模型輸出和性能指標缺乏標準化。有害藍藻水華的建模是一個跨學科的主題，應改進學科之間的交流，加強模型間的比較。這些不足會阻礙從業(yè)人員利用的建模工具。我們建議，水資源管理人員應重點推廣具有相似特征的湖泊模型，并在可能的情況下使用高頻監(jiān)測進行模型的開發(fā)和驗證。

引言

　　淡水湖泊是人類生活飲用水源的主要來源，還用于經濟(例如農業(yè)、工業(yè)和水力發(fā)電)和娛樂活動。藍藻(有時被稱為藍綠藻)是一個多樣的原核細菌，因為它們會危害水資源，所以受到水務公司和政府的關注。藍藻會產生毒素，所以會對公眾身體健康構成重大威脅，導致皮膚過敏反應和胃腸道紊亂、急性肝炎、以及神經性疾病。藍藻的毒性不僅限于影響人類，還影響到許多動物，會降低水生生態(tài)系統(tǒng)的生物多樣性。此外，一些藍藻種類還會產生異味和臭味化合物，這使得消費者對水質的評估是負面的，這就可能需要額外的水處理。一些藍藻水華影響自然的商業(yè)旅游活動，并可能影響內在固有系統(tǒng)和商業(yè)價值。

　　藍藻的有害作用在有害藍藻水華事件中被放大。有害藍藻水華以前被定義為由于藍藻種群的迅速增長而導致水體的明顯視覺變色的事件，這通常在水體表層，但有時在更深的水柱中。然而，對有害藍藻水華暴發(fā)的定量閾值，國際上仍然沒有共識。定量閾值通常是針對特定的一個地方或研究，如細胞濃度水平、葉綠素a濃度、水體表面的浮渣或藍藻單位。

　　近年來，全世界有害藍藻水華事件的數(shù)量和規(guī)模都在不斷增加。因此，有必要進行積極有效的有害藍藻水華預防和治理，這需要開發(fā)工具來幫助水資源管理人員。選擇長期的減緩管理策略(例如，減少外部營養(yǎng)負荷、生物污染、清除沉積物)或對風險事件的快速響應程序(例如早期監(jiān)測預警系統(tǒng)，選擇性取水口、水處理廠附加裝置)應基于準確的工具，這能夠提高管理效率，盡量減少有害藍藻水華發(fā)生的風險和治理成本。

　　有害藍藻水華是一個復雜的生態(tài)事件，通常是由特定地點的生物、化學和物理因素相互作用引起的。此外，為了適應不同的營養(yǎng)和能源環(huán)境，有害藍藻水華的水華物種和菌株是多樣化的。像溫度、太陽輻射、風、降雨、水柱分層、水流等物理因素，在藍藻的演替中起著重要的作用。藍藻和其他浮游植物的生物相互作用(例如化感作用)，浮游動物和富營養(yǎng)化也可能影響有害藍藻水華的暴發(fā)。因此，對不同物種和系統(tǒng)的有害藍藻水華的評估往往需要通過構建模型以達到更全面的理解。模型通常是為了幫助專家理解、預測和優(yōu)化對有害藍藻水華的響應而開發(fā)的?？梢酝ㄟ^預測或預報來估計未來有害藍藻水華的暴發(fā)規(guī)模和時間。在預測和預報術語的區(qū)分方面還沒有共識，但出于本文的目的，我們將預報定義為對未來的估計，通常側重于短期操作策略，并將預測定義為解釋未來的長期趨勢。對于旨在預測有害藍藻水華的模型，時間維度通常需要在幾天到幾個月的尺度上，因為長時間尺度可能會在模型輸出中引入不確定性。目前，一般有兩種建模方法被用來預報或預測有害藍藻水華，要么獨立使用，要么組合使用?；谶^程的(PB)模型通過一組數(shù)學方程來量化生態(tài)學、生物化學和物理學的已知原理、理論和經驗知識。數(shù)據驅動(DD)模型是基于數(shù)據挖掘算法和統(tǒng)計技術，這些算法和統(tǒng)計技術分析和識別監(jiān)測數(shù)據之間的模式，創(chuàng)建與藍藻動態(tài)相關的預期規(guī)則。

　　為了開發(fā)和應用PB和DD模型，需要跨學科的專家團隊，如數(shù)據科學家、生態(tài)學家、環(huán)境工程師和管理人員等。到目前為止，已經開發(fā)了大量的模型來預測有害藍藻水華。盡管我們對水華發(fā)生和形成的各個方面還沒有完全了解，但現(xiàn)有的模型可以作為改進未來有害藍藻水華管理策略的基礎。然而，這些方法和學科之間缺乏充分的溝通，阻礙了現(xiàn)有的模型改進和應用。如何為特定水體選擇合適的有害藍藻水華模型，仍然是水資源管理人員面臨的主要挑戰(zhàn)。

　　在此背景下，本文旨在系統(tǒng)地綜述目前關于淡水湖泊有害藍藻水華預測和預報模型的文獻。通過綜述，我們對當前的挑戰(zhàn)和現(xiàn)有的研究進行了批判性的評估。我們首先解釋了系統(tǒng)的文獻方法和從文章中提取的目標數(shù)據。主要討論要點分為八節(jié)：i)時間線和全球分布的有害藍藻水華的模型應用;ii)PB的當前應用;iii)DD模型的當前應用;iv)被用作有害藍藻水華模型源數(shù)據的監(jiān)測技術;v)模型輸出及其對水資源管理的影響;vi)模型性能評估;vii)有害藍藻水華的主要預測因子;viii)建議水資源管理人員優(yōu)化有害藍藻水華模型的開發(fā)和管理。在這些討論要點的基礎上，最后提出了該主題的未來研究方向。