湖泊富营养化分析
湖泊富营养化的成因及防治措施
湖泊富营养化的成因及防治措施
湖泊富营养化是指湖泊中营养物质过多，导致水体富营养化的现象。
这种现象会导致水体中藻类、浮游生物等生物大量繁殖，使水体变得浑浊，甚至会引发水华等问题，对水生态环境造成严重影响。
湖泊富营养化的成因主要有以下几个方面：
1.农业生产。
农业生产中使用的化肥、农药等会随着雨水流入湖泊中，导致湖泊富营养化。
2.城市化进程。
城市化进程中，排放的污水、垃圾等会直接或间接地进入湖泊中，导致湖泊富营养化。
3.气候变化。
气候变化会导致降雨量和温度的变化，进而影响湖泊中营养物质的含量和分布。
为了防止湖泊富营养化，我们可以采取以下措施：
1.加强环境监测。
对湖泊的水质、营养物质含量等进行定期监测，及时发现问题并采取措施。
2.加强农业生产管理。
加强对农业生产中化肥、农药等的管理，减少对湖泊的污染。
3.加强城市污水处理。
加强城市污水处理设施的建设和管理，减少对湖泊的污染。
4.加强宣传教育。
加强对公众的环保意识宣传和教育，提高公众对湖泊保护的重视程度。
湖泊富营养化是一个严重的环境问题，需要我们采取有效的措施进行防治。
只有加强环境监测、加强农业生产管理、加强城市污水处理和加强宣传教育等多方面的努力，才能有效地保护湖泊生态环境，维护人类的生存环境。
长江流域重点湖泊的富营养化及防治
长江流域重点湖泊的富营养化及防治长江流域重点湖泊的富营养化及防治一、引言长江是中国最长的河流，流域广阔，贡献了丰富的自然资源和人文景观。
长江流域中蕴含有大量的湖泊，拥有丰富的水资源，对于当地人民的生活和经济发展起着至关重要的作用。
然而，随着人口的增加和经济的发展，长江流域的湖泊面临着严重的富营养化问题，给湖泊生态环境带来了巨大的威胁。
二、富营养化的原因1. 农业活动排放的农业废水长江流域的农业非常发达，大量的农药、化肥等农业废水排放到湖泊中。
这些废水中的营养物质直接导致湖泊水体中富营养化现象的发生。
2. 工业废水的排放随着工业的不断发展，长江流域的一些工业企业在生产过程中排放了大量的废水。
这些废水中含有大量的有机物和化学物质，对湖泊水质产生了严重的污染，加剧了湖泊富营养化的速度。
3. 生活污水的排放人口的增加和城市化进程的加快，使得长江流域的城市生活污水排放量急剧增加。
这些污水中含有大量的废水和有机物，直接排入湖泊，加重了湖泊的富营养化程度。
三、富营养化的影响1. 水质下降湖泊富营养化会导致湖泊水质下降，水中的营养物质过多，容易引发水华现象。
水华会消耗大量的溶解氧，导致水质恶化，严重影响水生生物的生长和繁殖。
2. 水生生物减少富营养化会导致湖泊中大量的藻类大量繁殖，形成藻华。
藻华所释放的毒素对水生生物产生严重危害，导致湖泊中的鱼类和其他生物数量大幅减少。
3. 湖泊生态系统崩溃湖泊富营养化会导致湖泊生态系统失衡，水生植被大量衰退，湖泊中的生物多样性急剧降低。
长江流域的一些湖泊甚至出现了环境退化和生态系统崩溃的情况。
四、富营养化防治措施1. 加强农业面源污染控制政府应加强对农业面源污染的监管，制定严格的法律法规，加强对农民的培训和宣传，提倡绿色农业，减少化肥和农药的使用。
2. 加强工业废水治理政府应加大对工业企业废水排放的监管力度，对违法排放行为进行严厉处罚。
鼓励企业进行环境友好型改造，减少废水的排放。
水体富营养化对湖泊生态系统的影响
水体富营养化对湖泊生态系统的影响水体富营养化是指湖泊或其他水体中过多的营养物质积累，导致水体中浮游植物和藻类等生物过度繁殖的现象。
这种现象对湖泊生态系统带来了重大的影响。
本文将通过对水体富营养化的定义、原因和影响等方面进行分析，以展示水体富营养化对湖泊生态系统的影响。
一、水体富营养化的定义和原因水体富营养化是指湖泊或其他水体中过多的氮、磷等营养物质的积累，导致水体中生物过度繁殖的现象。
营养物质主要来自人类活动，如农业排放、城市污水和工业废水等。
这些人类活动使得水体中的氮、磷等营养物质含量远远高于自然背景值，从而导致富营养化的发生。
二、对湖泊生态系统的影响2.1. 水质恶化：水体富营养化使得水体中浮游植物和藻类过度繁殖，形成大面积的藻华。
这些藻类生长过程中会消耗过量的氧气，导致湖泊水中的溶解氧含量降低，从而对鱼类和其他动物造成生存威胁。
2.2. 光照透明度降低：水体富营养化导致浮游植物和藻类的过度繁殖，形成大量的藻类颗粒物悬浮在水中。
这些颗粒物可以吸收水中的光线，使得湖泊水的透明度降低。
光照透明度的降低不仅影响湖泊中底栖植物的生长，也对鱼类等水生动物的觅食和繁殖造成负面影响。
2.3. 生物多样性下降：水体富营养化导致湖泊中生物群落结构的改变，使得某些物种的数量急剧增加，而其他物种的数量则急剧减少甚至消失。
这种物种组成的改变降低了湖泊的生物多样性，破坏了湖泊生态系统的平衡。
2.4. 水生植被减少：水体富营养化使得水中的藻类过度繁殖，形成大量的藻类颗粒物。
这些颗粒物在水体中沉积，形成富营养化的底泥。
底泥的过多堆积会阻碍水生植物的生长和繁殖，导致水生植被的减少。
水生植被的减少不仅影响湖泊的景观价值，也减少了湖泊生态系统中植物的生态功能。
2.5. 经济影响：水体富营养化对湖泊的影响不仅局限于生态系统，也会对人类社会经济带来负面影响。
富营养化导致湖泊水质恶化，使得湖泊的用水功能受到限制。
此外，富营养化还会导致湖泊的水产资源减少，对渔业产业造成损失。
湖泊富营养化对生态系统的影响
湖泊富营养化对生态系统的影响湖泊是地球上最广泛的水域类型之一，拥有独特的生态系统。
然而，由于人类活动的不当干预，湖泊富营养化成为当代社会面临的严峻问题之一。
富营养化是指湖泊中营养物质（如氮、磷等）的浓度过高，导致水质恶化，产生一系列的生态问题。
本文将探讨湖泊富营养化对生态系统的影响，并介绍一些应对富营养化的措施。
富营养化对湖泊生态系统的影响首先表现在水质问题上。
过高的营养物质含量会导致湖泊水体浑浊，水透明度下降，从而阻碍水底光合作用的进行。
这会使湖泊中的浮游植物大量繁殖，形成水华。
水华不仅使水质变差，还可能释放有害物质，严重影响水生态系统的平衡。
此外，营养物质过多还会导致营养链的改变，水体中浮游植物数量剧增，鱼类数量减少，甚至出现鱼类死亡的情况。
富营养化还会对湖泊底部生态系统产生深远的影响。
过多的氮、磷等营养物质会进入湖底，促使水下植物的生长，形成大量底泥有机质。
这些有机质在缺氧环境下分解，产生大量硫化氢等有害气体，破坏底部生态系统的稳定性。
同时，湖泊底部富营养化还会导致底泥释放出大量氮磷等营养物质，形成恶性循环，使湖泊进一步富营养化，并对水体生态系统造成更大的威胁。
除了对水质和底部生态系统的影响外，湖泊富营养化还会对湖岸带生态系统造成负面影响。
湖岸带是湖泊生态系统的重要组成部分，是陆水相交生态系统的过渡地带。
富营养化使湖水中磷浓度过高，磷在湖岸带水土系统中积累，导致湖岸带土壤富磷化。
富磷化的土壤降低了湖岸带植物对水分和养分的吸收能力，影响湖岸带植物的生长和物种多样性。
同时，湖岸带植物的凋落物富含有机质，进一步促进湖水营养化，形成恶性循环。
湖岸带植物凋落物过多还会影响湖泊的鱼类繁殖和水鸟栖息。
要应对湖泊富营养化问题，需要采取一系列措施来恢复湖泊生态系统的平衡。
首先，要控制人类活动带来的营养物质输入。
工业废水、农业面源污染、城市雨水等都是湖泊营养物质过多的重要来源，需要加强污水处理和农业面源污染控制，减少营养物质的输入量。
太湖富营养化现状及原因分析
太湖富营养化现状及原因分析太湖，这座位于中国江苏和浙江两省交界处的宁静湖泊，近年来面临着一个严重的问题——富营养化。
富营养化是指水体中富含氮、磷等营养物质，导致水生植物如藻类等大量繁殖，最终影响水质的现象。
本文将探讨太湖富营养化的现状及其原因。
太湖地处长江三角洲，气候条件适宜，属于亚热带湿润气候区。
湖区水域广阔，水资源丰富，是周边城市的重要水源地。
然而，随着经济的发展和人类活动的加剧，太湖的水质逐渐恶化，富营养化问题日益严重。
根据近年来的调查数据显示，太湖流域的水体中氮、磷等营养物质的含量普遍偏高，使得藻类等水生植物大量繁殖。
夏季是太湖富营养化的高发期，由于气温高、降雨少，藻类繁殖速度加快，导致湖水透明度下降，水质逐渐恶化。
太湖富营养化的主要原因是人类活动的影响。
农业生产的过度施肥和城市污水的排放，使得大量的氮、磷等营养物质进入太湖。
随着太湖流域城市化进程的加快，水体生态系统的自然平衡受到破坏，生物多样性减少，导致水生植物繁殖失控。
环太湖地区的工业发展也给水质带来了严重的污染。
太湖富营养化已经对当地生态环境和人们的生活带来了严重的危害。
水体中的有毒物质和有害微生物含量增加，影响了饮用水的质量。
同时，富营养化还导致了水生生态系统的失衡，许多珍稀水生生物如中华鲟、太湖银鱼等濒临灭绝。
为了防止和减轻太湖富营养化的程度，政府和环保组织采取了一系列措施。
政府加强了对太湖流域的环境管理，严格控制了农业生产的化肥使用量，并加强了对城市污水排放的监管。
政府还实施了一系列的生态修复项目，如建立生态保护区、修复受损生态系统等。
环保组织积极倡导公众参与环保活动，提高人们的环保意识。
例如，组织志愿者清理湖边的垃圾，减少人为因素对太湖的破坏。
科研机构也在积极研究太湖富营养化的治理方法，如引进新技术改善水质、推广生态农业等。
通过政府、环保组织和科研机构的共同努力，相信太湖的富营养化问题会得到有效的缓解。
太湖富营养化是一个严重的环境问题，需要全社会共同和努力解决。
湖泊富营养化分析
湖泊富营养化分析湖泊富营养化导致的藻类暴发一直是我国最为突出的水环境问题之一. 藻类过度生长是多种因素共同作用的结果，既包括水温、光照、风速等自然因素，也包括氮(N)、磷(P)、铁(Fe)等营养物过量排放的人类活动因素. 在诸多因素中，全球气候变暖背景下的水温变化与高强度人类活动所引起的N、 P排放增加被认为是导致湖泊富营养化最关键因素，因此，同时考虑水温、 N、 P因子变化的湖泊富营养化相关研究在逐渐增多，但温度与营养物对湖泊藻类生物量的交互作用等还需要深入研究[7]，比如水温、 N、 P促进藻类生物量增长的相对重要度的长期变化规律和季节性特征.富营养化湖泊的藻类生长是自然界中一个非期望或非平均的现象，藻类生物量数据异质性很强，水华期间的藻类数据会呈“高峰厚尾”的分布，或存在显著的异方差等情况. 近年来在环境科学和生态学领域受到重视的分位数回归(quantile regression)方法特别适合处理这种波动性大、异质性很强的环境数据. 该方法可针对回归变量任何一个分位点进行回归分析，且在存在极端值或重尾情况时仍能保持较好的稳健性，适宜处理应变量对自变量的极端响应，而不只是平均水平的响应，因此能更加全面地反映藻类生物量对水温、 N、 P 等环境指标的响应特征. 本研究基于云南洱海长时间尺度(1990-2013年)的水质观测数据，运用分位数回归方法，按不同年份区间和不同季节分别分析洱海藻类生物量[以叶绿素a(Chl-a)表征]对N、 P、水温的定量响应关系，探讨营养物因子与水温因子相对重要性的长时间尺度演变规律和季节性变化规律，对制定洱海富营养化控制策略提供科学依据.1 材料与方法1.1 研究区域洱海是云南省第二大高原淡水湖泊，为滇西最大的断陷湖，跨洱源、大理两县市，处于东经100°06′-100°17′，北纬25°36′-25°55′之间. 水面面积249.80 km2，汇水面积2 565.0 km2，最大水深21.0 m，平均水深10.5 m，库容28.8亿m3(图 1). 洱海是沿湖人民生活、灌溉、工业用水的主要水源地，是整个流域社会经济可持续发展的基础[14]. 洱海湖面多年平均海拔1 965.8 m，光照充足，辐射强，气温温和，为浮游藻类的大量繁殖提供了有利条件. 区年均气温15℃左右，年均降雨量1 055 mm，年均蒸发量1 970 mm. 流域水系发达，入湖河流大小共 117条.图 1 洱海流域及水质监测点分布示意1.2 数据来源从云南省环境监测中心站、中国大理洱海湖泊研究中心等环境监测和研究部门收集了洱海1990-2013年的水环境常规监测数据，全湖水质监测点为13个(图 1)，经纬度依次为：25°51′36″N 100°10′12″E,25°51′18″N 100°11′24″ E,25°51′00″N 100°12′36″E,25°41′42″N 100°12′54″E,25°42′00″N 100°13′48″E,25°42′18″N 100°15′00″E,25°37′48″N 100°13′48″E,25°36′0″N 100°15′0″E,25°37′60″N 100°15′50″E,25°55′30″N 100° 6′54″E,25°54′54″N 100°8′42″E,25°54′36″N 100°10′48″E,25°47′29″N 100°11′43″E. 水质指标主要包括总氮(TN)、总磷(TP)、水温、藻类叶绿素a(Chl-a)，采样频次为一年6次或12次. 各水质指标的主要测试方法如下：TN为过硫酸钾氧化紫外分光光度法，TP为钼锑抗分光光度法，水温为温度计现场实时测定，Chl-a为四波段分光光度法[15]. 数据主要统计特征见表 1，TP的变异系数最大(239.7%)，其次是Chl-a和TN，这可能与各指标的年份间差异和季节性差异有关. 各指标数据的Kolmogorov-Smirnov正态分布检验，除了水温数据呈正态分布以外，所有指标的数据都呈非正态分布.表 1 洱海水温、总氮、总磷及藻类叶绿素a的统计值(n=1 419)1.3 分位数回归方法分位数回归模型(quantile regression)是依据因变量的条件分位数对自变量进行回归，得到所有分位水平的回归模型.假设随机变量的分布函数为F(y)=Prob(Y≤y)，Y 的τ分位数为满足F(y) ≥τ的最小y 值:F(y)的τ分位点Q(τ)由最小化关于ξ的目标函数得到:其中ρτ(u)称为检验函数:假设因变量Y和自变量X 在τ分位的线性函数关系为Y=X′β+ε，给定X=x时，Y的条件分布函数为FY (y | x)，则τ分位数为：线性条件分位数通常表示为:分位数回归能在不同的分位数τ得到不同的分位函数，残差计算方法不同于最小二乘法，具体如下：1.4 数据处理与分析考虑长时间尺度变化，将1990-2013年的监测数据按照相同年限(6 a)分成4组：1990-1995年、 1996-2001年、 2002-2007年、 2008-2013年，分别对这4组进行三元分位数回归分析. 为分析季节变化，将所有监测数据按春、夏、秋、冬四季分成4组，按不同季节分别进行三元分位数回归分析，比较各因子的斜率值变化，并计算95%置信区间(CI)，CI覆盖0(包含0)，表示相关性“不显著”，而CI未覆盖0(不包含0)，说明相关性“显著”. 为便于比较3个因子的斜率值变化，在进行多元分位数回归之前，所有原始数据取对数(lg) 处理.使用统计软件STATA V.12.0进行分位数回归分析和参数估计.2 结果与讨论2.1 水质指标的年际变化与季节变化2.1.1 年际变化从TN变化趋势图看，2001年之前，TN浓度呈缓慢上升趋势，但总体处于较好的Ⅱ类水质. 在2001-2003年期间有一次跳跃式增长，从Ⅱ类区跨入Ⅲ类区，近10年(2003-2013年)TN浓度维持在Ⅲ类水平，达到2001年之前浓度水平的近2倍[图 2(a)]. TP浓度年均值的变化趋势表现为有升有降，基本在Ⅱ类水平线上下浮动，浓度高峰出现在2002-2004年区间和2013年. 近10余年(2002-2013年)的TP浓度水平比前10年(1990-2001年)的浓度水平总体高出15%左右[图 2(b)]. 洱海的年平均水温在16-19℃之间周期性波动，未见明显的上升或下降趋势[图 2(c)].图 2 洱海TN、 TP、水温和藻类Chl-a的逐年变化(1990-2013年)从藻类Chl-a变化趋势看，2000年之前洱海全湖Chl-a维持在低浓度水平，变化范围为1.0-3.5 mg·m-3. 2000-2002的3年期间，Chl-a浓度呈直线上升，藻类生物量从低水平跨越至较高水平. 2003年之后的Chl-a平均浓度达到2000年之前的10余倍[图 2(d)]. Pearson相关性分析显示藻类Chl-a与TN以及水温均呈显著正相关性(P<0.01)，而与TP的相关性不显著(P>0.05).2.1.2 季节变化4项水质指标具有明显的季节性特征，均表现为夏、秋两季较高，且两季数据接近，而春、冬季数值较低. 8-10月TN浓度最高，5月是一年中TN上升的起点，11月是TN开始下降的拐点[图 3(a)]. 一年中TP浓度在4-7月是洱海上升速率最快的时段[图 3(b)]. 水温在夏季和秋季最高，分别为23.3℃和20.2℃，很适宜藻类生长[图 3(c)]. 藻类Chl-a 浓度在6-7月出现跳跃式上升，平均值由10 mg·m-3跃升至20 mg·m-3，在7-11月维持在最高水平[图 3(d)].图 3 洱海TN、 TP、水温和藻类Chl-a的季节变化2.2 藻类对氮、磷及水温的长时间尺度响应特征通过三元分位数回归方法分析洱海N、 P和水温对藻类Chl-a的耦合效应随时间变化特征. 4个年份区间的lg(TN)、 lg(TP)和lg(水温)的斜率值随分位点的变化谱图见图 4，斜率值及其95%置信区间的统计特征见表 2.表 2 不同年份区间的多元分位数回归的斜率参数统计图 4 4个年份区间的三元分位数回归中lg(TN)、 lg(TP)和lg(Temp)的斜率变化4个时间段lg(TN)、 lg(TP)和lg(水温)的平均斜率值变化范围分别为0.03-0.20、-0.30-0.80、 0.44-2.70，3个因子对藻类的促进效应依次为水温>磷>氮. 各因子的斜率值随时间变化很大，水温的斜率值逐渐下降，从1990-1995年期间的2.05-4.78快速下降至2008-2013期间的0.15-0.75，说明水温对藻类生长的正效应在持续相对下降. 水温斜率的95%置信区间(CI)在2007年之前的时间段全未覆盖0，而在2008-2013年期间只有部分区间(0.45<τ<0.71)未覆盖0，说明水温与藻类Chl-a之间相关性总体表现为极显著，但在2008年之后显著度出现下降. 相反，TP的斜率值逐渐上升，从1990-1995年期间的负值(-0.42--0.05)快速攀升至2008-2013年期间的0.52-1.07，说明P对藻类生长的正效应逐渐在相对增强. 除了1996-2001年时间段，TP斜率的95%CI在绝大部分位点均是未覆盖0，说明TP与藻类Chl-a之间相关性总体呈极显著. 在过去20余年中TN的斜率值比较低，但在绝大部分分位条件下表现为正效应，在1996-2001年和2002-2007年两个时段的数值略高，而在2008-2013年的正效应达到最低. TN斜率的95%CI只在1996-2007年期间的部分分位点未覆盖0，说明TN与藻类Chl-a之间相关显著度较低.总体上看，水温和营养物共同支撑着洱海藻类生物量，这与国内外其他富营养化湖泊的研究结果类似. 营养物和水温对藻类生物量变化的耦合效应比较复杂，据1980-2014年的洱海陆域大理站气象资料，当地日平均气温、日最高气温以及日最低气温均存在缓慢上升的趋势，近30余年日最低气温上升幅度为0.05℃·a-1，有气候变暖趋势. 而分位数回归结果显示水温是洱海藻类增长的重要限制因素，但其相对重要度随着时间推移(富营养化程度加重)明显下降，而P的相对重要度明显持续上升，P比N对藻类的限制作用更强. 与水温相比，营养盐浓度可能是影响洱海藻类生物量的更重要因素. 这与Jeppesen等提出的亚热带到温带区域的35个湖泊中浮游藻类生物量与结构主要是由营养物决定,而气候变暖的作用较小的结论基本一致.分位数回归分析结果显示洱海藻类属于N、 P共同限制，这与N/P比值有关. 一般当N/P质量比在10∶1-25∶1的范围时，藻类生长出现氮磷共同限制的概率大. 洱海N/P质量比值一般在10-30之间波动，平均值为23，中位数21(表 1)，符合藻类出现N、 P共同限制的条件. 藻类Chl-a对营养物和水温的响应关系可能与藻类群落结构演替有很大关系. 洱海的富营养化演进过程是藻类群落结构逐渐从硅藻门占优势向蓝藻门占优势的演变过程. 不同藻类对N、 P和水温的响应程度差别会很大，硅藻的最主要限制因子可能是水温等气象条件，其次是营养盐，而蓝藻一般受N/P质量比值的影响显著，还有水温、光照、气压等条件[29]. 洱海N/P质量比值现状适合微囊藻、鱼腥藻等蓝藻门在藻类竞争中占优势.2.3 藻类对氮、磷及水温响应的季节性特征不同季节中lg(TN)、 lg(TP)和lg(水温)的斜率值随分位点的变化谱图见图 5. 春季，TN和水温的斜率值均始终保持为正值，两者的95% CI在绝大部分分位条件下均未覆盖0(极显著). TP斜率在大多数条件下(τ<0.85)为负值. 在较高分位时(τ>0.7，Chl-a>5.4 mg·m-3)，水温和TN的斜率值同时下降，而TP斜率值明显相应上升，当τ>0.85处(Chl-a>8.0 mg·m-3)TP的斜率值转为正. 这说明N和水温是支撑春季藻类生物量的重要因素，但出现高生物量的决定性因子是P.图 5 分季节的三元分位数回归中lg(TN)、 lg(TP)和lg(Temp)的斜率值变化夏季，水温的斜率值在所有分位点全部为负值，数值范围为-2.27-0.03，而TN和TP 斜率平均值分别为0.51和0.26，在较高分位时两者的95% CI均未覆盖0(极显著). 当τ<0.40(Chl-a<3mg·m-3)，TN斜率持续上升，而TP斜率相应下降. 而当τ>0.40，TN斜率持续缓慢下降，而TP斜率持续快速上升，说明夏季藻类是N、 P共同限制，但随着藻类生物量增长，TP对藻类的正效应逐渐强于TN.秋季，TN和水温的斜率全部为正值，平均值分别为0.66和4.59，两者的95% CI在所有分位点都未覆盖0(极显著). TP斜率总体是大于0，平均值0.16，而95%CI在绝大部分分位条件下是覆盖0(不显著). 秋季藻类增长的限制因子重要度排序为：水温>TN>TP.冬季，TN斜率始终为负值，TP斜率虽然在绝大部分条件下为正值，但其95%CI全覆盖0(不显著). 温度的斜率始终保持正值，其95% CI在绝大部分条件下(0.22<τ<1.52)未覆盖0(极显著)，说明水温是冬季藻类增长的主导限制因子.TN、 TP、水温、 Chl-a的数值季节性变化表现出高度一致，均是在夏、秋两季达到最高(图 3)，这反映了营养物与水温共同促进洱海藻类生物量变化. 但分位数回归结果显示藻类对各因子的响应关系在夏季和秋季完全不同，夏季日平均气温最高，普遍达到藻类生长所需要的最佳温度，因此水温不属于夏季藻类生长的限制因子. 夏季降雨量大，暴雨径流携带更多营养物进入湖体，促进藻类暴发，N、 P成为藻类共同限制因子. 夏季持续高温还会加速下层水中有机物质的耗氧分解，造成溶解氧浓度急剧下降，容易出现缺氧状态，促进底泥中大量氨氮和磷酸盐加快溶出，致使水中TN、 TP含量升高，支撑全湖藻类出现暴发性增长. 秋季，经过夏季藻类暴发已消耗了大量N、 P，而且秋季气温昼夜温差加大，水温数据的离散度明显大于夏季，藻类生物量对水温变化表现可能更加敏感，使水温成为藻类主要限制因子. 春季和冬季，营养物浓度水平较低，湖水呈相对清洁状态，水温的波动对藻类生物量影响也比较大.洱海藻类群落的季节性特征很明显，在春季以硅藻和蓝藻占优势，冬季以绿藻和蓝藻占优势，而蓝藻在全年绝大部分时间占优势，尤其是在夏秋两季处于绝对优势地位，水华发生时蓝藻数量高达107 cells·L-1. 夏季水温能普遍达到蓝藻生长最理想水温(20℃以上)，营养物浓度则成为藻类生物量的决定性因子.具体参见污水宝商城资料或更多相关技术文档。
湖泊富营养化产生原因分析
湖泊富营养化产生原因分析
一是人类活动。
在进行农业发展、工业建设、城市建设过程中，人类将大量的有机废物、无机废物、污染物和污染废水直接排放到湖泊中，使溶氧量下降，导致湖泊富营养化。
此外，人类还会通过一些活动，如河道改造、湖泊开发、河流淤积、沉积物污染等，直接危害湖泊的生态环境，损害湖泊的水质，从而导致湖泊富营养。
二是气候变化。
气候变化是影响全球水环境的重要因素，对湖泊富营养化也有影响。
一方面，降水量会增加，而湖泊的水量也随之迅速增加，从而加剧湖泊的富营养化现象。
另一方面，温度上升可以加速营养物质的挥发，从而加剧湖泊富营养化。
三是生物活动。
生物活动也是影响湖泊富营养化的重要因素之一、一方面，水体中存在的动物入湖摄食，会释放出大量的磷和氮等有机物质，加剧湖泊的富营养化。
另一方面，水体中存在的植物，其生长特性使得湖泊环境中有机物质的积累，从而也导致湖泊的富营养化。
四是自然因素。
自然因素是湖泊富营养化产生的重要原因之一。
湖泊水体富营养化的来源危害及治理研究
湖泊水体富营养化的来源危害及治理研究湖泊富营养化是指湖泊水体中氮、磷等富营养物质的含量过高，导致水体营养物浓度升高，水体变成富营养状态的现象。
湖泊水体富营养化的主要来源包括农业、城市生活污水和工业废水的排放以及土地利用变化等。
湖泊富营养化对水体生态系统造成了严重的危害，包括以下几个方面：1. 水质恶化：湖泊富营养化导致水体中浮游植物和藻类大量繁殖，形成大面积的水华。
这些水华阻碍了光照的透过，使水下植物生长受到抑制，水体透明度下降，导致水质恶化。
2. 水体富氧现象消失：水体中富营养物质过多，会促使藻类大量繁殖，随着藻类大量死亡和腐烂，氧气的消耗量明显增加。
由于湖泊的通气能力有限，当水体富营养化严重时，水体中富氧现象将消失，导致水下生物无法正常存活。
3. 生物多样性降低：湖泊富营养化对水生生物的生存和繁衍造成了极大的影响。
由于水体中藻类大量繁殖，水下植物无法获得充足的光合作用，导致水下植物种类减少，生物多样性降低。
4. 鱼类死亡：湖泊富营养化导致水体中氧气含量下降，无法满足鱼类的生存需要。
由于湖泊富营养化使得水中富含有毒有害物质，如氮、磷等，进而影响鱼类的健康。
为了治理湖泊水体的富营养化问题，需要采取以下一些措施：1. 加强环境管理：加强对农业、工业和城市生活污水的排放管理，严格限制污染物的排放标准和排放量，减少氮、磷等富营养物质进入湖泊水体。
2. 构建湿地系统：湿地系统是自然的水质净化系统，具有很强的氮、磷去除能力。
通过人工修建湿地系统，引导水体经过湿地净化，可以有效去除水体中的富营养物质。
3. 沉水植物修复：选择适应湖泊环境条件的沉水植物，通过人工种植沉水植物，增加水体中植物的数量，提高水质的净化能力。
4. 生物调控：通过人为措施引入一些能够消耗水体中富营养物质的生物，如背脂鲤、草鱼等，控制水体中藻类的繁殖，缓解湖泊水体富营养化的问题。
5. 整体治理：湖泊富营养化问题需要综合治理，包括改善土地利用模式，保护湖泊周边生态环境，加强水域和湖泊管理，促使湖泊富营养化问题得到有效控制。
湖泊(水库)富营养化评价方法及分级技术规定及计算示例
湖泊（水库）富营养化评价方法及分级技术规定及计算示例（中国环境监测总站，总站生字[2001]090号）1、湖泊（水库）富营养化状况评价方法：综合营养状态指数法 综合营养状态指数计算公式为：TLI （∑）=∑Wj·TLI （j ）式中：TLI （∑）—综合营养状态指数；Wj —第j 种参数的营养状态指数的相关权重。
TLI （j ）—代表第j 种参数的营养状态指数。
以chla 作为基准参数，则第j 种参数的归一化的相关权重计算公式为：∑==m j ijijrr wj 122式中：r ij —第j 种参数与基准参数chla 的相关系数； m —评价参数的个数。
中国湖泊（水库）的chla 与其它参数之间的相关关系r ij 及r ij 2见下表。
中国湖泊（水库）部分参数与chla 的相关关系r ij 及r ij 2值※※：引自金相灿等著《中国湖泊环境》，表中r ij 来源于中国26个主要湖泊调查数据的计算结果。
营养状态指数计算公式为：⑴ TLI （chl ）=10（2.5+1.086lnchl ） ⑵ TLI （TP ）=10（9.436+1.624lnTP ） ⑶ TLI （TN ）=10（5.453+1.694lnTN ）⑷TLI（SD）=10（5.118-1.94lnSD）⑸TLI（COD Mn）=10（0.109+2.661lnCOD）式中：叶绿素a chl单位为mg/m3，透明度SD单位为m；其它指标单位均为mg/L。
2、湖泊（水库）富营养化状况评价指标：叶绿素a（chla）、总磷（TP）、总氮（TN）、透明度（SD）、高锰酸盐指数（COD Mn）3、湖泊（水库）营养状态分级：采用0～100的一系列连续数字对湖泊（水库）营养状态进行分级：TLI（∑）＜30 贫营养（Oligotropher）30≤TLI（∑）≤50 中营养（Mesotropher）TLI（∑）>50 富营养(Eutropher)50＜TLI（∑）≤60 轻度富营养(light eutropher)60＜TLI（∑）≤70 中度富营养(Middle eutropher)TLI（∑）>70 重度富营养(Hyper eutropher)在同一营养状态下，指数值越高，其营养程度越重。
湖泊富营养化
5、有些产生毒素：甲藻产生石房毒素、进入 食物链
湖泊富营养化
第11页
湖泊富营养化
第12页
七、湖泊富营养化防治
1、加强生态管理：预防含N、P及生活污水未经 处理直接排入河流；
2、污水深度处理：彻底去除有机污染物；
3、化学杀藻：漂白粉、CuSO4 (0.1~0.5mg/L)撒 入产生赤潮河流或海洋；
湖泊富营养化
第10页
六、富营养化危害
1、水体外观呈色、变浊、影响景观：
内陆湖：水华（水花 Water bloom);
海洋：赤潮（红潮 Red tide)
2、水体散发不良气味：土腥素（geosmin)， 硫醇、吲哚、胺类、酮类等；
3、溶解氧下降：分解有机物及藻类残体造成 细菌大量繁殖，消耗掉水中氧气。
湖泊富营养化
第6页
五、富营养化类型及判别标准
因为影响富营养化现象原因很复杂，在不一 样生态环境条件下，水体之间富营养化程度存在 很大差异。同一水体在不一样阶段也可能相差十 分悬殊。为了研究富营养化演替规律，普通将富 营养化现象分为贫营养型、中营养型及富营养型 三种基础类型。其间又可细分出几个亚型，如特 贫营养型、贫—中营养型、中—富营养型等
第2页
伴随时间推移，自外部进入湖中营养盐类逐 步积聚，湖水中营养物质增多，湖泊生物生产能 力提升，生物量增加，水中溶解氧含量下降，水 色发暗，透明度降低，水生生物种群组成逐步由 适合富营养状态下种群所代替，湖泊对应由贫营 养型发展为中营养型，进而演变为富营养型。
湖泊富营养化
第3页
三、主要表现
富营养化现象发展到一定阶段，表现为浮游 藻类异常增殖。以蓝绿藻类为主水藻泛浮水面， 严重时形成“水花”或“湖靛”。在迎风湖岸或 湖湾处，糜集水面藻类可成糊状薄膜，湖面呈暗 绿色，透明度极低，可散发出腥臭味。而且还会 分泌出大量藻类毒素，抑制鱼类和其它生物生长， 对人畜造成危害，并严重污染环境。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
湖泊富营养化分析湖泊富营养化导致的藻类暴发一直是我国最为突出的水环境问题之一. 藻类过度生长是多种因素共同作用的结果，既包括水温、光照、风速等自然因素，也包括氮(N)、磷(P)、铁(Fe)等营养物过量排放的人类活动因素. 在诸多因素中，全球气候变暖背景下的水温变化与高强度人类活动所引起的N、 P排放增加被认为是导致湖泊富营养化最关键因素，因此，同时考虑水温、 N、 P因子变化的湖泊富营养化相关研究在逐渐增多，但温度与营养物对湖泊藻类生物量的交互作用等还需要深入研究[7]，比如水温、 N、 P促进藻类生物量增长的相对重要度的长期变化规律和季节性特征.富营养化湖泊的藻类生长是自然界中一个非期望或非平均的现象，藻类生物量数据异质性很强，水华期间的藻类数据会呈“高峰厚尾”的分布，或存在显著的异方差等情况. 近年来在环境科学和生态学领域受到重视的分位数回归(quantile regression)方法特别适合处理这种波动性大、异质性很强的环境数据. 该方法可针对回归变量任何一个分位点进行回归分析，且在存在极端值或重尾情况时仍能保持较好的稳健性，适宜处理应变量对自变量的极端响应，而不只是平均水平的响应，因此能更加全面地反映藻类生物量对水温、 N、 P 等环境指标的响应特征. 本研究基于云南洱海长时间尺度(1990-2013年)的水质观测数据，运用分位数回归方法，按不同年份区间和不同季节分别分析洱海藻类生物量[以叶绿素a(Chl-a)表征]对N、 P、水温的定量响应关系，探讨营养物因子与水温因子相对重要性的长时间尺度演变规律和季节性变化规律，对制定洱海富营养化控制策略提供科学依据.1 材料与方法1.1 研究区域洱海是云南省第二大高原淡水湖泊，为滇西最大的断陷湖，跨洱源、大理两县市，处于东经100°06′-100°17′，北纬25°36′-25°55′之间. 水面面积249.80 km2，汇水面积2 565.0 km2，最大水深21.0 m，平均水深10.5 m，库容28.8亿m3(图 1). 洱海是沿湖人民生活、灌溉、工业用水的主要水源地，是整个流域社会经济可持续发展的基础[14]. 洱海湖面多年平均海拔1 965.8 m，光照充足，辐射强，气温温和，为浮游藻类的大量繁殖提供了有利条件. 区年均气温15℃左右，年均降雨量1 055 mm，年均蒸发量1 970 mm. 流域水系发达，入湖河流大小共 117条.图 1 洱海流域及水质监测点分布示意1.2 数据来源从云南省环境监测中心站、中国大理洱海湖泊研究中心等环境监测和研究部门收集了洱海1990-2013年的水环境常规监测数据，全湖水质监测点为13个(图 1)，经纬度依次为：25°51′36″N 100°10′12″E,25°51′18″N 100°11′24″ E,25°51′00″N 100°12′36″E,25°41′42″N 100°12′54″E,25°42′00″N 100°13′48″E,25°42′18″N 100°15′00″E,25°37′48″N 100°13′48″E,25°36′0″N 100°15′0″E,25°37′60″N 100°15′50″E,25°55′30″N 100° 6′54″E,25°54′54″N 100°8′42″E,25°54′36″N 100°10′48″E,25°47′29″N 100°11′43″E. 水质指标主要包括总氮(TN)、总磷(TP)、水温、藻类叶绿素a(Chl-a)，采样频次为一年6次或12次. 各水质指标的主要测试方法如下：TN为过硫酸钾氧化紫外分光光度法，TP为钼锑抗分光光度法，水温为温度计现场实时测定，Chl-a为四波段分光光度法[15]. 数据主要统计特征见表 1，TP的变异系数最大(239.7%)，其次是Chl-a和TN，这可能与各指标的年份间差异和季节性差异有关. 各指标数据的Kolmogorov-Smirnov正态分布检验，除了水温数据呈正态分布以外，所有指标的数据都呈非正态分布.表 1 洱海水温、总氮、总磷及藻类叶绿素a的统计值(n=1 419)1.3 分位数回归方法分位数回归模型(quantile regression)是依据因变量的条件分位数对自变量进行回归，得到所有分位水平的回归模型.假设随机变量的分布函数为F(y)=Prob(Y≤y)，Y 的τ分位数为满足F(y) ≥τ的最小y 值:F(y)的τ分位点Q(τ)由最小化关于ξ的目标函数得到:其中ρτ(u)称为检验函数:假设因变量Y和自变量X 在τ分位的线性函数关系为Y=X′β+ε，给定X=x时，Y的条件分布函数为FY (y | x)，则τ分位数为：线性条件分位数通常表示为:分位数回归能在不同的分位数τ得到不同的分位函数，残差计算方法不同于最小二乘法，具体如下：1.4 数据处理与分析考虑长时间尺度变化，将1990-2013年的监测数据按照相同年限(6 a)分成4组：1990-1995年、 1996-2001年、 2002-2007年、 2008-2013年，分别对这4组进行三元分位数回归分析. 为分析季节变化，将所有监测数据按春、夏、秋、冬四季分成4组，按不同季节分别进行三元分位数回归分析，比较各因子的斜率值变化，并计算95%置信区间(CI)，CI覆盖0(包含0)，表示相关性“不显著”，而CI未覆盖0(不包含0)，说明相关性“显著”. 为便于比较3个因子的斜率值变化，在进行多元分位数回归之前，所有原始数据取对数(lg) 处理.使用统计软件STATA V.12.0进行分位数回归分析和参数估计.2 结果与讨论2.1 水质指标的年际变化与季节变化2.1.1 年际变化从TN变化趋势图看，2001年之前，TN浓度呈缓慢上升趋势，但总体处于较好的Ⅱ类水质. 在2001-2003年期间有一次跳跃式增长，从Ⅱ类区跨入Ⅲ类区，近10年(2003-2013年)TN浓度维持在Ⅲ类水平，达到2001年之前浓度水平的近2倍[图 2(a)]. TP浓度年均值的变化趋势表现为有升有降，基本在Ⅱ类水平线上下浮动，浓度高峰出现在2002-2004年区间和2013年. 近10余年(2002-2013年)的TP浓度水平比前10年(1990-2001年)的浓度水平总体高出15%左右[图 2(b)]. 洱海的年平均水温在16-19℃之间周期性波动，未见明显的上升或下降趋势[图 2(c)].图 2 洱海TN、 TP、水温和藻类Chl-a的逐年变化(1990-2013年)从藻类Chl-a变化趋势看，2000年之前洱海全湖Chl-a维持在低浓度水平，变化范围为1.0-3.5 mg·m-3. 2000-2002的3年期间，Chl-a浓度呈直线上升，藻类生物量从低水平跨越至较高水平. 2003年之后的Chl-a平均浓度达到2000年之前的10余倍[图 2(d)]. Pearson相关性分析显示藻类Chl-a与TN以及水温均呈显著正相关性(P<0.01)，而与TP的相关性不显著(P>0.05).2.1.2 季节变化4项水质指标具有明显的季节性特征，均表现为夏、秋两季较高，且两季数据接近，而春、冬季数值较低. 8-10月TN浓度最高，5月是一年中TN上升的起点，11月是TN开始下降的拐点[图 3(a)]. 一年中TP浓度在4-7月是洱海上升速率最快的时段[图 3(b)]. 水温在夏季和秋季最高，分别为23.3℃和20.2℃，很适宜藻类生长[图 3(c)]. 藻类Chl-a 浓度在6-7月出现跳跃式上升，平均值由10 mg·m-3跃升至20 mg·m-3，在7-11月维持在最高水平[图 3(d)].图 3 洱海TN、 TP、水温和藻类Chl-a的季节变化2.2 藻类对氮、磷及水温的长时间尺度响应特征通过三元分位数回归方法分析洱海N、 P和水温对藻类Chl-a的耦合效应随时间变化特征. 4个年份区间的lg(TN)、 lg(TP)和lg(水温)的斜率值随分位点的变化谱图见图 4，斜率值及其95%置信区间的统计特征见表 2.表 2 不同年份区间的多元分位数回归的斜率参数统计图 4 4个年份区间的三元分位数回归中lg(TN)、 lg(TP)和lg(Temp)的斜率变化4个时间段lg(TN)、 lg(TP)和lg(水温)的平均斜率值变化范围分别为0.03-0.20、-0.30-0.80、 0.44-2.70，3个因子对藻类的促进效应依次为水温>磷>氮. 各因子的斜率值随时间变化很大，水温的斜率值逐渐下降，从1990-1995年期间的2.05-4.78快速下降至2008-2013期间的0.15-0.75，说明水温对藻类生长的正效应在持续相对下降. 水温斜率的95%置信区间(CI)在2007年之前的时间段全未覆盖0，而在2008-2013年期间只有部分区间(0.45<τ<0.71)未覆盖0，说明水温与藻类Chl-a之间相关性总体表现为极显著，但在2008年之后显著度出现下降. 相反，TP的斜率值逐渐上升，从1990-1995年期间的负值(-0.42--0.05)快速攀升至2008-2013年期间的0.52-1.07，说明P对藻类生长的正效应逐渐在相对增强. 除了1996-2001年时间段，TP斜率的95%CI在绝大部分位点均是未覆盖0，说明TP与藻类Chl-a之间相关性总体呈极显著. 在过去20余年中TN的斜率值比较低，但在绝大部分分位条件下表现为正效应，在1996-2001年和2002-2007年两个时段的数值略高，而在2008-2013年的正效应达到最低. TN斜率的95%CI只在1996-2007年期间的部分分位点未覆盖0，说明TN与藻类Chl-a之间相关显著度较低.总体上看，水温和营养物共同支撑着洱海藻类生物量，这与国内外其他富营养化湖泊的研究结果类似. 营养物和水温对藻类生物量变化的耦合效应比较复杂，据1980-2014年的洱海陆域大理站气象资料，当地日平均气温、日最高气温以及日最低气温均存在缓慢上升的趋势，近30余年日最低气温上升幅度为0.05℃·a-1，有气候变暖趋势. 而分位数回归结果显示水温是洱海藻类增长的重要限制因素，但其相对重要度随着时间推移(富营养化程度加重)明显下降，而P的相对重要度明显持续上升，P比N对藻类的限制作用更强. 与水温相比，营养盐浓度可能是影响洱海藻类生物量的更重要因素. 这与Jeppesen等提出的亚热带到温带区域的35个湖泊中浮游藻类生物量与结构主要是由营养物决定,而气候变暖的作用较小的结论基本一致.分位数回归分析结果显示洱海藻类属于N、 P共同限制，这与N/P比值有关. 一般当N/P质量比在10∶1-25∶1的范围时，藻类生长出现氮磷共同限制的概率大. 洱海N/P质量比值一般在10-30之间波动，平均值为23，中位数21(表 1)，符合藻类出现N、 P共同限制的条件. 藻类Chl-a对营养物和水温的响应关系可能与藻类群落结构演替有很大关系. 洱海的富营养化演进过程是藻类群落结构逐渐从硅藻门占优势向蓝藻门占优势的演变过程. 不同藻类对N、 P和水温的响应程度差别会很大，硅藻的最主要限制因子可能是水温等气象条件，其次是营养盐，而蓝藻一般受N/P质量比值的影响显著，还有水温、光照、气压等条件[29]. 洱海N/P质量比值现状适合微囊藻、鱼腥藻等蓝藻门在藻类竞争中占优势.2.3 藻类对氮、磷及水温响应的季节性特征不同季节中lg(TN)、 lg(TP)和lg(水温)的斜率值随分位点的变化谱图见图 5. 春季，TN和水温的斜率值均始终保持为正值，两者的95% CI在绝大部分分位条件下均未覆盖0(极显著). TP斜率在大多数条件下(τ<0.85)为负值. 在较高分位时(τ>0.7，Chl-a>5.4 mg·m-3)，水温和TN的斜率值同时下降，而TP斜率值明显相应上升，当τ>0.85处(Chl-a>8.0 mg·m-3)TP的斜率值转为正. 这说明N和水温是支撑春季藻类生物量的重要因素，但出现高生物量的决定性因子是P.图 5 分季节的三元分位数回归中lg(TN)、 lg(TP)和lg(Temp)的斜率值变化夏季，水温的斜率值在所有分位点全部为负值，数值范围为-2.27-0.03，而TN和TP 斜率平均值分别为0.51和0.26，在较高分位时两者的95% CI均未覆盖0(极显著). 当τ<0.40(Chl-a<3mg·m-3)，TN斜率持续上升，而TP斜率相应下降. 而当τ>0.40，TN斜率持续缓慢下降，而TP斜率持续快速上升，说明夏季藻类是N、 P共同限制，但随着藻类生物量增长，TP对藻类的正效应逐渐强于TN.秋季，TN和水温的斜率全部为正值，平均值分别为0.66和4.59，两者的95% CI在所有分位点都未覆盖0(极显著). TP斜率总体是大于0，平均值0.16，而95%CI在绝大部分分位条件下是覆盖0(不显著). 秋季藻类增长的限制因子重要度排序为：水温>TN>TP.冬季，TN斜率始终为负值，TP斜率虽然在绝大部分条件下为正值，但其95%CI全覆盖0(不显著). 温度的斜率始终保持正值，其95% CI在绝大部分条件下(0.22<τ<1.52)未覆盖0(极显著)，说明水温是冬季藻类增长的主导限制因子.TN、 TP、水温、 Chl-a的数值季节性变化表现出高度一致，均是在夏、秋两季达到最高(图 3)，这反映了营养物与水温共同促进洱海藻类生物量变化. 但分位数回归结果显示藻类对各因子的响应关系在夏季和秋季完全不同，夏季日平均气温最高，普遍达到藻类生长所需要的最佳温度，因此水温不属于夏季藻类生长的限制因子. 夏季降雨量大，暴雨径流携带更多营养物进入湖体，促进藻类暴发，N、 P成为藻类共同限制因子. 夏季持续高温还会加速下层水中有机物质的耗氧分解，造成溶解氧浓度急剧下降，容易出现缺氧状态，促进底泥中大量氨氮和磷酸盐加快溶出，致使水中TN、 TP含量升高，支撑全湖藻类出现暴发性增长. 秋季，经过夏季藻类暴发已消耗了大量N、 P，而且秋季气温昼夜温差加大，水温数据的离散度明显大于夏季，藻类生物量对水温变化表现可能更加敏感，使水温成为藻类主要限制因子. 春季和冬季，营养物浓度水平较低，湖水呈相对清洁状态，水温的波动对藻类生物量影响也比较大.洱海藻类群落的季节性特征很明显，在春季以硅藻和蓝藻占优势，冬季以绿藻和蓝藻占优势，而蓝藻在全年绝大部分时间占优势，尤其是在夏秋两季处于绝对优势地位，水华发生时蓝藻数量高达107 cells·L-1. 夏季水温能普遍达到蓝藻生长最理想水温(20℃以上)，营养物浓度则成为藻类生物量的决定性因子.具体参见污水宝商城资料或更多相关技术文档。