湖库藻类监测
汾河二库藻类监测与分析评价
ｔｍｐ ｒ ｒ ｙ ｕ ｈ ｅ ｄ ｎ ｙ ｏ ｕ ｔ ｅ ｕ ｒ ｐ ｉ ａｉ ｎ ｈ ｓ ａ ｐ ａ ｅ ｏ ａ ｌ ，ｂ ｔｔ ｅ ｔ ｎ ｅ ｃ ｆｆ ｒ ｒ ｅ ｔ ｈ ｃ ｔ ａ ｐ ｅ ｒ．Ｔ ｅ ａ ａ ｙ ｉ ｉ ｄ ｃ ｔｓ ｔ ａ ｈ ｏｌ ｔ ｎ ｓ ｗ ｉｈ ｉ ｈ ｏ ｏ ｈ ｎ ｌｓｓ ｎ ｉａ ｅ ｈ ｔｔ ｅ ｐ ｌ ａ ｔ ｈ ｃ ｕ
１ 藻 类简 介
藻类涵盖 了原 核生物 、 原生生物界 和植物界 ， 是浮游植 物 的最大类群 。 藻类具有叶绿素 ， 能进行光合作用 ， 无真正根茎叶
主要危害有 ： 饮用水源受到威胁 ， 响人类 的健康 和生存 ； 影 自来
水厂 的过滤装置被藻类水华填塞 ， 无法工作 ； 藻类大量死亡后 ，
８
文章编号 ：０ ６ ８３ （０ ２ ０ — ０ — ３ １０ — １９ ２ １ ）３０ ８ ０
山西水利科技
２ １ 年 ８月 ０２
汾河二库藻类监测 与分析评价
史伟 生
（ 山西省水环境监测 中心 山西太原 ０ ０ ０ ） ３０ １
藻类采集与监测
2. 福尔马林液 作用：浮游生物定性样品的固定 配方： 90 mL 40%甲醛 +10mL甘油
用量：100毫升水样+10毫升福尔马林液
定量样品的沉淀和浓缩
1000mL 固定的水 样静置沉淀24小时
用3-5mm的橡皮管， 虹吸抽掉上清液
余下20-25mL 沉淀转至 30ml的定量瓶中，定 容至30mL。
采样频率与时间
➢ 采样频率一般全年应不少于四次（每季度一次）， 条件允许时，最好是每月一次。
➢ 根据排污状况，必要时可随时增加采样次数。 ➢ 采样时间应尽量在一天内相近的时间，例如上午
8-10时。
样品采集
定量采样工具
出水活门 功能：定量采集水样
温度计
材质：有机玻璃
进水活门 常见规格：1L, 2L, 5L 压重铅圈
计数框盖上盖玻片 (不能有气泡)
静置数分钟后，计数
计数方法
1. 计数框行格法 计数框内若干小方格中藻 类的数量。
2. 长条行格法 计数框内若干长条中藻类 的数量。
3. 目镜视野法 利用显微镜目镜视野来 选取计数面积。
目镜视野法计数
计数的视野数目应根据浮游植物数量的多少来确定，一 般为100-500个视野，使所得计数值在300以上
监测意义
✓ 最重要的初级生产者 ✓ 水中溶解氧的主要供应者 ✓ 能量流动、物质循环和信息传递
浮游植物的种类组成、群落结构和丰度变化，直接影 响水体水质、系统内能量流、物质流和生物资源变动。
应用：
1）水质监测和环境评价
2）生态学研究
藻类是反映水体环境质
3）水环境治理和修复
量的重要生物指标
(完整版)浮游藻类监测及分类
油：黄藻、金藻、硅藻的主要贮藏物，甲藻、隐藻中也有。
注：白糖素、副淀粉、油遇碘液不变色。
液泡和鞭毛
液泡：在细胞壁与细胞质间的空腔，空腔充满液体称为液腔，在调节滲透压，吸收水分等方面有重要作用。
鞭毛：除隐藻和红藻外，其他藻类几乎都有具鞭毛的种类。鞭毛的数量有一根、两根及多根，有两根以上鞭毛时，有的等长、有的不相等。鞭毛着生、有顶生、有侧生。
生物密度：
藻类个体数
划分标准：
贫营养型：<30万个/升
中营养型：30～100万个/升
富营养型：>100万个/升
藻类湿重
浮游藻类的比重近于1，其湿重相当于其体积。
划分标准：
贫营养型：<3mg/L
中营养型：3～5mg/L
富营养型：5～10mg/L
超富营养型：>10mg/L
藻类的分门：
藻类的分类有不同的看法，主要在分类地位，分类依据等方面
目前国内大多学者把常见淡水藻类分成11个门（即蓝藻门、隐藻门、甲藻门、金藻门、黄藻门、硅藻门、裸藻门、绿藻门、红藻门、褐藻门、轮藻门）。
注：红藻门、褐藻门不常见，轮藻门多为着生藻类，本课件不展开讨论。
红藻门、褐藻门在淡水中种类极少，而且不是浮游种类。
浮游藻类的基本特征：
基本定义：浮游藻类是指所有生活在水中营浮游生活方式的微小植物。
样品计数
显微镜的校准（需要好好学习）
将目（测微）尺放入10倍目镜内，应使用刻度清晰成像（一般刻度面应朝下），将台（测微）尺当作显微玻片标本，用20倍物镜进行观察，使台尺刻度清晰成像。台尺的刻度代表标尺上的实际长度，一般每小格0.01mm。转动目镜并移动载物台，使目尺与台尺平行，并且目尺的边沿刻度与台尺的0点刻度重合，然后数出目尺10格相当于台尺多少格，用这个格数去乘0.01mm，其积表示目尺10格代表标本上的长度多少。用台尺测出视野的直径，按πr2计算视野面积。
东昌湖叶绿素a和藻密度监测及微囊藻毒素分析
东昌湖叶绿素a和藻密度监测及微囊藻毒素分析 赵 慧 马景刚 樊 华东昌湖叶绿素a和藻密度监测及微囊藻毒素分析赵 慧，马景刚，樊 华，李爱峰（海洋环境与生态（中国海洋大学）教育部重点实验室，山东 青岛 266100）摘 要：2009年4月、5月，2010年6月、8月、9月、10月及2011年3月，分别对东昌湖水体中的叶绿素浓度和藻细胞密度进行了调查，统计分析叶绿素a和藻密度的动态变化及二者之间的相关性，并进行蓝藻水华的风险评估；同时对部分样品中的微囊藻毒素进行了分析。
结果表明，东昌湖的叶绿素a浓度和藻密度均具有明显的季节变化，存在发生蓝藻水华的风险，但二者之间的相关性不显著，可能是由于浮游植物群落组成发生了明显的变化，且不同藻类细胞的叶绿素a含量差异较大，在所分析的藻细胞样品中未检测出微囊藻毒素。
关键词：东昌湖；叶绿素a；藻密度；蓝藻水华；微囊藻毒素中图分类号： X834 文献标识码：A蓝藻水华是指湖泊水体中的蓝藻快速大量繁殖形成肉眼可见的蓝藻群体或者导致水体颜色发生变化的一种现象，严重时可在水面漂浮积聚形成绿色的藻席甚至藻浆。
蓝藻水华的发生根源于湖泊富集了过多的氮、磷等营养物质，是湖泊富营养化的一种表现形式[1]。
近年来湖泊富营养化问题日益严重，蓝藻水华的发生极为频繁，而且危害严重。
蓝藻水华出现时，水面被厚厚的蓝绿色湖靛所覆盖，甚至在岸边大量堆积。
藻体大量死亡分解的过程中，散发恶臭，破坏景观，蓝藻大量生长改变了水体的理化环境，透明度降低，溶解氧减少，造成鱼虾等水生生物的死亡。
当水体中的营养元素被蓝藻耗尽时，蓝藻大量死亡，在被细菌分解过程中仍然可以释放蓝藻毒素，最终导致水生态系统的迅速崩溃[2]。
蓝藻水华也给水产养殖业、供水及旅游业甚至人类的饮用水安全带来极大的危害[3]。
伴随着蓝藻水华的发生，一些有害的藻类会向水体中释放毒素，在发生水华的蓝藻中有许多能产生毒素，其中以微囊藻毒素 (Microcystins，MCYSTs，MCs)的存在最普遍且与人体健康关系最密切 [4]。
科技成果——河湖水生态智能监测新技术
科技成果——河湖水生态智能监测新技术对应需求河湖生态自动化监测预警技术成果简介该成果结合原位图像采集、物联网等技术，对枝角类、桡足类浮游动物等样品进行快速图像采集并量化，同时根据图像采集的生物量计算公式快速计算生物量，具有实时原位监测藻类密度、时空分布、种群演替规律等功能，可起到藻类水华预警作用。
可实现水生态监测的信息化和智能化。
适用于江河、库湖等各类水体中细胞密度大于30万个体数量/升，直径大于5微米的常见淡水藻类快速智能监测。
技术特点该成果可实现水生生物自动鉴定和水生态数据信息化采集，建立了一套水生态数据智能采集传输平台。
1、实时原位监测藻类密度、时空分布、种群演替规律；可起到藻类水华预警作用。
2、可进行在线或巡航监测，在30分钟内完成常规显微镜计数法需2天才可完成的工作量。
3、对水华藻类可根据藻类图谱库实现藻类自动识别、快速检测；对枝角类、桡足类浮游动物等样品进行快速图像采集并量化。
4、可根据图像采集的生物量快速计算生物量。
5、可与因特网、4G无线网络结合，搭建远程监控的水生态智能监测体系。
技术水平实用新型专利7项，长江水利委员会科学技术奖一等奖1项。
应用情况该成果在河南南湾水库推广应用，快速获取水体中浮游生物大小、粒径分布特征，提高了水生态检测效率，依据监测结果提出相应的水生态环境管理措施。
方案应用后，水库水质好转且鱼类资源实现增产；在三峡库区推广应用，对香溪河水华藻类开展实时原位监测，30分钟内完成水华藻类密度、生物量、粒径分布特征监测，提高了水生态监测效率，实现了藻类水华监测信息化。
已在三峡水库、河南南湾水库、浙江汤浦水库等各类水域进行应用，快速获取了各类水域中水生生物优势种、生物量、粒径变动趋势等水生态原位监测数据，实现水生态监测的自动化及数字化。
藻与水产养殖中的藻类监测预警
藻与水产养殖中的藻类监测预警藻类是一类重要的微生物生物体，它们在水环境中起着重要的作用。
在水产养殖中，藻类监测预警成为了一项必不可少的工作。
本文将从藻类的生态特点、监测方法以及预警系统等方面进行探讨。
一、藻类的生态特点藻类是一类原生生物，它们分布广泛，可在淡水、海水和土壤中寄生和繁殖。
藻类一般以光能为能量来源，通过光合作用进行自养。
同时，它们对环境的适应能力强，可以在不同的水质条件下生存。
然而，过多的藻类生长会带来水质问题，如水体富营养化、藻类毒素释放等，对水产养殖产生不利影响。
二、藻类监测方法为了及时掌握水体中藻类的数量和种类，科学家们发展了多种藻类监测方法。
其中，最常用的方法包括：显微镜观察法、流式细胞仪法和遥感技术。
显微镜观察法是最直接的一种方法，通过观察采集的水样中的藻类形态特征来判断种类与数量。
这种方法操作简单，但需要专业的技术人员进行判读，且耗时较长。
流式细胞仪法则是一种高效、快速的监测方法。
它利用光散射和吸收原理，通过激光束对藻类进行检测和计数，并结合统计学方法对样本进行分析。
这种方法操作简单、准确度高，但设备成本较高。
遥感技术则是一种通过卫星或航空器获取藻类信息的方法。
通过测量水体的反射和辐射特性，可以了解藻类的分布情况和密度。
该技术具有范围广、快速监测的特点，但需要专业的遥感数据处理和分析。
三、藻类监测预警系统为了更好地把握藻类的变化趋势和预测可能出现的藻类水华，发展藻类监测预警系统显得尤为重要。
一般而言，藻类监测预警系统由数据采集、数据处理和预警发布三个环节组成。
数据采集阶段，需要将不同监测方法获取的数据整合，确保数据的准确性和完整性。
这包括采样点的选择、样品收集和实验室分析等。
数据处理阶段，针对采集到的数据进行分析和处理，以得出藻类的数量、种类以及分布等信息。
这一阶段需要借助计算机处理软件进行数据处理和统计分析。
预警发布阶段，根据分析得出的数据结果，进行预警等级判断，并及时发布相关信息。
太湖藻类的定量遥感监测的开题报告
太湖藻类的定量遥感监测的开题报告一、研究背景及意义：太湖作为国内面积最大、功能最多元的淡水湖泊之一，是中国东部地区经济、生态、文化等方面的重要区域核心。
但由于人类活动的影响，太湖已经成为我国典型的富营养化湖泊，其中蓝藻、绿藻、硅藻等藻类水华的漫发严重危害着太湖的水资源和环境质量，对区域经济、社会和生态环境的稳定和可持续发展产生重要影响。
目前，针对藻类水华问题，科技人员在传统的采样监测方式的基础上，开始使用遥感监测手段对太湖藻类水华进行定量研究。
遥感监测方法在时间、空间和定量领域表现出了优越性能，成为太湖远程监测与分析的重要技术手段。
因此，太湖藻类的定量遥感监测研究具有现实意义。
二、研究内容与任务：1. 研究太湖藻类水华的空间分布规律和发展趋势。
2. 建立太湖藻类水华遥感检测与定量分析方法。
3. 分析藻类水华与环境因素之间的关系和影响规律。
4. 探究各种干预措施的有效性与适用性。
三、研究方法：1. 综合使用多源卫星数据、光谱数据和气象数据，构建太湖藻类水华遥感监测系统。
2. 利用遥感数据进行监测模型的构建、优化和验证。
3. 结合野外实验，建立藻类水华与环境因素之间的关系模型。
4. 采用统计学方法对监测数据进行分析。
四、预期成果：1. 确定太湖藻类水华的空间分布规律和发展趋势。
2. 建立太湖藻类水华遥感检测与定量分析方法。
3. 发掘藻类水华与环境因素之间的关系和影响规律。
4. 探索干预措施的有效性与适用性。
5. 为太湖生态与环境保护提供科学依据。
五、研究难点：1. 如何建立精准的监测模型。
2. 如何克服遥感数据的缺陷及其分析过程中的干扰因素。
3. 如何准确分析藻类水华与环境因素的影响关系。
六、研究的创新之处：1. 基于遥感方法及相关技术的智能信息技术平台建设，完成大面积高分辨率空间及时藻华的识别与分类。
2. 结合藻类水华的生态基础和环境因素，发掘数据间的关系发现，建立有效的数据挖掘模型。
3. 对于不同措施的策划、生态效益的实现和推广，在不断探索中总结出一定的规律，提出参考意见和建议，为进一步的研究和实践积累丰富的实践经验。
浅谈藻类监测的几种常用方法
人力资源124 2015年23期浅谈藻类监测的几种常用方法章玉琴1蔡晖1.21.武汉市水文水资源勘测局，湖北武汉 4300742.武汉大学信息管理学院，湖北武汉 430074摘要：最近几年，人们逐步将研究转移到着生生物上来。
因为着生生物往往固定在一个地方保持不动，因而即便处于流速较大的河流、水库中，也能对水质状况的变化有一个很清楚的反映。
在这一点上，着生生物要比浮游生物做的好。
本文对几种常见的藻类定量检测方法做了简要介绍，分析了各个方法的优缺点，以资同仁们参考。
关键词：着生藻类；检测方法；意义；方法中图分类号：X832 文献标识码：A 文章编号：1671-5780(2015)23-0124-011 藻类的重要作用藻类品种丰富，有蓝藻、裸藻、甲藻等浮游藻类，它们的存在对于水环境的生态平衡作用巨大。
它们可谓是优质的水环境清洁工，不仅可以通过光合作用为水中生物提供氧气，而且能够将水环境中的有机物质和水生生物的代谢产物进行分解。
除此之外，由于许多藻含有丰富的营养，是水生生物的优质饵料。
近些年来，极端灾害天气频发，各类水域“水华”频繁涌现，居民的饮水安全和养殖业受到严重威胁。
水利部水文局出于管理水资源与保护水生态的目的，在全国水文系统开展以藻类监测为主的水生态监测工作。
2 藻类监测的几种方法藻类监测的方法主要包括叶绿素法、细胞计数法、水体PH值法和其他两种应急检测法。
其中作为藻类生物量测定的基本方法的是叶绿素法和细胞计数法，而叶绿素测定法又分三种，分别为：荧光法、分光光度法、和高效液相色谱法。
2.1 叶绿素a测定法叶绿素a是表征浮游植物生物量的最常用的指标之一，所以常被用于研究地表水环境的富营养化。
同时，叶绿素a 也被用来评价水体富营养化水平，以及衡量水体水质。
2.2 直接荧光法荧光法能较为准确地检测出水体中叶绿素a来，特别是在藻类生长初期的时候。
其检测限低、灵敏度高、操作法易的特点很好地满足了在线测量的要求。