-
题名水体富营养化响应规律与水华预警方法研究进展
- 1
-
-
作者
陈弘
周庆琛
佟光远
郭冰冰
-
机构
天津农学院水利工程学院
天津农学院-中国农业大学智慧水利研究中心
天津农学院计算机与信息工程学院
-
出处
《中国农村水利水电》
北大核心
2024年第7期117-125,134,共10页
-
基金
水体污染控制与治理国家科技重大专项子课题(2017ZX07106003)。
-
文摘
水体富营养化问题日益严峻,这种现象导致了浮游植物的异常增长,释放有害的藻毒素,造成了水体的污染,并对动植物乃至人类造成了危害。与之相关的,水体通常流动缓慢,连通性差,水流停滞时间较长,使得这些水体更容易受到富营养化的影响,也使水华风险升高。针对水华的产生机理,深入探讨了水动力因素、水环境因素和气象因素的影响。水动力因素包括水体的流速、流量和水体扰动等情况,它们共同决定了藻类的积聚程度;水环境因素包括水温、溶解氧、营养盐浓度以及酸碱度等,它们将直接影响浮游藻类的生长;气象因素如气温、风力等会改变水体的温度,从而对水华的形成和发展产生影响。还依据江河湖库水体的特点,探讨了数值模型和数据驱动模型在水华预测中的应用,数值模型在水华预测中的应用是通过模拟水体中的环境因素,来预测水华的发生和发展趋势;数据驱动模型以数据挖掘算法和统计技术为基础,利用机器学习方法,通过分析和识别监测数据、图片与水华的对应关系,进行迭代学习,创建其与水华爆发的预测联系。它们为探究水体状况、预测水华事件提供了有效工具,二者相耦合的方法对水华的精准预测有着重要意义,也是未来研究的发展趋势,有助于水资源管理者更好地对其进行调控,提高预测精度和水质管理的效率以减少水华的发生。
-
关键词
富营养化
蓝藻水华
水华预警
数值模型
数据驱动模型
-
Keywords
Eutrophication
cyanobacterial blooms
bloom warning
numerical modeling
data-driven modeling
-
分类号
X524
[环境科学与工程—环境工程]
-
