气象因子对巢湖水源地蓝藻水华暴发的影响

2019-07-08 03:30蒋晨韵唐晓先王璨袁俣李小龙钱新
江苏农业科学 2019年10期
关键词:气象因子情景模拟巢湖

蒋晨韵 唐晓先 王璨 袁俣 李小龙 钱新

摘要:近年来,巢湖蓝藻水华频频暴发,位于巢湖东部的水源地亦出现严重的蓝藻水华,影响渔业以及周边人们生产生活用水安全等。巢湖是典型的富营养化浅水湖泊,营养盐浓度水平适宜蓝藻生长繁殖。在当前水质条件下,研究气象因子及其变化对蓝藻水华生消和迁移的影响具有重要意义。以巢湖2016年9月的实测数据为基础,构建三维水动力-水质模型,设置不同的气温、辐射、风速、风向的组合情景,对蓝藻水华进行模拟,并重点关注巢湖水源地。结果显示,入秋后,巢湖气温仍有利于蓝藻的生长。这种温暖晴好天气下,如持续小风且风向不利(西南风),中部出现的蓝藻水华,能够在3 d左右到达巢湖水源地。因此,在营养盐充足且温度较为适宜的季节,风速和风向是巢湖蓝藻水华预警的重要因子。

关键词:巢湖;水质模型;蓝藻水华;气象因子;情景模拟;预测预警

中图分类号: X524  文献标志码: A  文章编号:1002-1302(2019)10-0281-05

20世纪70年代以来,巢湖多次出现蓝藻水华,巢湖富营养化问题逐渐受到重视。近年来,有关巢湖蓝藻水华的研究不断深入,蓝藻控制有了更多的理论基础与实践经验[1-2]。尽管如此,巢湖蓝藻水华问题仍未得到改善。2007年,巢湖经历了2000年以后较为严重的蓝藻水华[3]。2008年以后富营养化仍维持较高水平。从2000—2015年卫星观测研究结果看[4-5],巢湖蓝藻水华呈初次暴发时间提前、覆盖面积变大、暴发频率增加以及持续时间增长的趋势。蓝藻水华的暴发对水体中生物、水质造成不良影响,同时,危及巢湖水源地饮水安全和人体健康。

蓝藻水华的形成受到物理、化学、生物等因素影响[6],一方面是内生性因素,包括藻类生长需要的营养物质、藻类自身的生理结构,另一方面是适合蓝藻增殖、形成水华的外生性环境条件[7-9]。在营养盐充足的情况下,环境因素对蓝藻水华的暴发和扩散起到重要作用。已有研究证实了气温、风、太阳辐射、降水等气象因子对巢湖蓝藻水华的暴发及面积具有重要影响[10-12]。从2014—2016年巢湖水质监测数据来看,巢湖全湖营养盐总氮(TN)、总磷(TP)浓度的最小值均大于美国环保局(USEPA)《湖泊与水库技术指导手册——营养盐标准》所述可能发生蓝藻水华的阈值(TP浓度为0.001 mg/L、TN浓度为0.150 mg/L)[13],在蓝藻所需营养盐相对充足的前提下,气象因子很有可能成为影响巢湖蓝藻水华形成和分布的关键因素,对此进行针对性研究很有必要。已有研究主要通过对监测数据进行分析得出结论[14],本研究通过水动力-水质模型具体分析巢湖蓝藻水华在时间空间上对气象因素的响应,为巢湖蓝藻水华的预测预警和控制提供参考。

1 资料与方法

1.1 数据资料

模型计算所需的水质数据来源于巢湖管理局,包括每月1次的常规水质监测数据以及在蓝藻水华易暴发期每周2次的加密监测数据。

气象数据包括中国气象数据共享服务平台(http://data.cma.cn/)中国地面国际交换站气候资料日值数据集(V3.0)中合肥站点的气温、降水、风速、风向等日值数据,以及在巢湖忠庙处自建小型气象站采集的气温、降雨、风速、风向、辐射等间隔15 min的数据。

巢湖水华分布遥感监测图片来自于MODIS影像,2012—2016年共有292份监测到有效藻华,各年中蓝藻水华最大面积分别达到184.0、167.6、198.0、321.9、237.6 km2。

1.2 模型应用

本研究选用ELCOM-CAEDYM(三维水动力-水质)耦合模型模拟气象因子对巢湖蓝藻水华的影响。通过将水动力模型ELCOM与水质模型CAEDYM耦合,模拟三维流场中光照、温度、溶解氧含量、碳氮磷循环等对藻类生长的影响,纳入蓝藻上浮与沉降等过程模拟,生成不同时点、网格、深度中各指标浓度,能够有效模拟气象因子在不同维度上对蓝藻水华规模、分布产生的影响。

ELCOM-CAEDYM模型在国内外都有应用。在国外,ELCOM-CAEDYM被成功应用于澳大利亚西部天鹅河口[15]、Daecheong水库[16]、Urayama水库[17]等,国内也有学者将其用于淀山湖[18]、太湖[19]、天目湖[20]水质模拟研究,成功模拟了降水、入湖河流、营养盐、水温等因素对蓝藻水华的影响,并能够很好地反映出蓝藻水华的时空分布。谢兴勇等成功将ELCOM运用于巢湖引江济巢调水的工作[21],为ELCOM-CAEDYM模型在巢湖的运用打下了基础。

通過选取典型的蓝藻水华事件,搜集同期数据构建模型,对模型进行率定与验证。结果表明,模型能够较好地反应蓝藻生消与分布情况。

1.3 情景设置

1.3.1 基本情景 选择2016年9月18—30日的蓝藻水华过程为基础,对全湖进行初始化。全湖初始水温在25 ℃左右。总氮浓度范围在0.77~2.91 mg/L,氨氮浓度在0.08~2.39 mg/L,总磷浓度在0.04~0.20 mg/L。整体上,营养盐浓度西部高,中部次之,东部低。初始时蓝藻水华集中出现在西湖区以及湖心处(以藻浓度65 μg/L作为藻华出现的临界值)。通过对比基本情景模拟的结果与相应的蓝藻卫片,进一步对模型进行验证。

1.3.2 气温情景 监测到有效蓝藻水华时,日均气温在 14.3~33.4 ℃之间,各年日均气温均值在24.5~26.5 ℃之间,日最低气温均值在20 ℃以上,日最高气温均值在30 ℃左右。根据自动监测站的数据,设置不同的温度区间,分别为a(22.6~29.4 ℃)、b(20.7~31.8 ℃)、c(17.2~18.3 ℃)、d(20.9~25.7 ℃)。通过气温情景模拟,分析不同温度范围(a、c、d)和波动幅度(a、b)对蓝藻水华的影响。

1.3.3 辐射情景 根据自建气象站采集的辐射数据,日最高太阳辐射值范围在400~800 W/m2,根据实际数据设置4档不同的辐射值,日最高值分别为极低值(LL)144.4 W/m2、低值(L)388.1 W/m2、中值(M)578.1 W/m2和高值(H) 815.6 W/m2。通过辐射情景模拟的结果分析太阳辐射(光照)对蓝藻水华的影响。

1.3.4 风向风速情景 从风向上看,蓝藻暴发的时段各种风向均出现过,其中以东风、东南风、东北风为主,西南风、南风、西风次之。为模拟不同风向对蓝藻水华迁移扩散的影响,在小风、高温、晴天的情形下设置不同的风向,在模拟东风下蓝藻的迁移扩散的基础上,重点关注主要不利风向(如西风、西南风)作用下,湖区西部、中部藻华可能对巢湖东部水源地巢湖船厂(图1)造成的影响。

从2012—2016年的蓝藻暴发时段的风速分析,日平均风速均值均小于2 m/s,各年的均值在1.62~1.94 m/s之间。据此,设置1、2、3 m/s 3种情景,风速恒定。其他气象因子控制在适合蓝藻生长的范围内进行模拟,以考察风速对水华的影响。

2 结果与分析

2.1 基本情景模拟结果

基本情景下,蓝藻水华主要分布在西湖区和湖心区域靠北岸,逐渐向南扩散,在南岸形成藻华,面积在初始时略有增加,随后逐渐减小,与卫星图像监测到的蓝藻水华变化趋势基本一致(图2)。

2.2 气温对蓝藻水华的影响

气温较低的c情景中,由于辐射较高,计算期间水温维持

在25 ℃左右,藻浓度缓慢上升,在模拟后期保持在50 μg/L的水平。在巢湖地区夏季偶发的低气温条件下,即使营养盐较高、辐射较强,暴发水华的可能性也相对较小。

气温高于20 ℃的情景(a、b、d)中,水温均呈缓慢上升的趋势,最高能够达到33 ℃。在水温未超过29 ℃时,随着水温的升高,巢湖船厂处表层藻浓度逐渐升高,从初始的30 μg/L上升到80~90 μg/L,随后浓度开始缓慢下降,但始终高于 65 μg/L。在藻浓度下降阶段,水温多在30 ℃左右,此时高温对蓝藻生长形成抑制,气温越高,水温越高,藻浓度下降的速度越快。情景a与b下,气温日均值相近,日气温波动幅度变大(±2 ℃)对藻浓度水平没有明显影响。

藻浓度在不同温度区域变化趋势不同,源于蓝藻生长速率在不同温度下的变化。在达到29 ℃之前,蓝藻生长速率随温度升高而升高,因此,气温高于20 ℃的情景中初始藻浓度增长明显快于气温20 ℃以下的情景。当水温高于29 ℃时,气温越高,藻浓度下降越快,可能是由于温度超过了藻类生长的最适温度,藻类生长速率下降,而同时代谢死亡速率加快,使得藻浓度下降。另外,从已有观测值看,即使在入秋后的9月,气温日均值仍处于20~30 ℃之间,极少情况会低于 20 ℃,因此该时段气温条件有利于蓝藻生长。

2.3 辐射对蓝藻水华的影响

在辐射值较高的情景下,水温上升较快,仅在日最大辐射极低时,水温出现了下降。水源地巢湖船厂处,较高辐射值下,随水温上升,藻浓度呈先上升后下降的趋势,在低辐射情景下,藻浓度呈下降趋势(图4)。然而,在东半湖湖心藻浓度随时间始终呈下降趋势。总体上,辐射值越高,藻浓度越高。

不同辐射值代表了不同的光照度以及向水体传递的能量,影响藻类生长所能获取的光照以及水体表层温度的变化。水温适宜的情况下,光照不足(辐射值较低)会抑制蓝藻的生长,藻浓度呈下降趋势,但仍然维持在25 μg/L左右。东半湖湖心处,藻浓度始终呈下降趋势,可能是受其他因素影响,如附近低浓度水的混合稀释。巢湖在6—9月,每日辐射最高值小于200 W/m2的情况很少,基本能够满足蓝藻快速生长繁殖的条件。其他条件有利蓝藻增殖时,当辐射值达到 500 W/m2 以上,水源地藻浓度快速上升并且能够稳定在 65 μg/L 以上,出现蓝藻水华。随着辐射值上升,藻浓度稳定时达到的值变高,但是增长率变小(图5)。有研究发现滇池藻浓度与辐射值存在负相关关系的情况[22],这可能是由于滇池纬度低海拔高,辐射强度整体较高下的特有现象。巢湖处于亚热带,出现这种情况的概率不大。

2.4 风对蓝藻水华的影响

风速1 m/s时,表层藻类快速繁殖,风向的影响更为明显。西风、西南风情景下,巢湖船厂水源地的藻浓度均快速上升。西风下,浓度上升最快,最高能够上升到100 μg/L。东风能够阻碍蓝藻水华迁移到达东湖区取水口(船厂)处,使藻浓度维持在较低水平。不同风向下,忠庙、东半湖湖心藻浓度变化差别不大(图6)。

从不同风速情景下的藻浓度平面分布(图7)看,风速为1 m/s时,蓝藻水华连续、大面积出现,随时间不断向西南方向延伸,覆盖大部分湖区。风速2、3 m/s时,蓝藻水华未在全湖范围连成一片,且面積远小于风速为1 m/s时。

风速小时,蓝藻浓度迅速上升并且上浮至表层,随风扩散迁移,形成大片水华。在巢湖,当风速维持在1 m/s左右时,会在 1 d 内迅速形成大面积藻华,在迅速增殖的同时向四周扩散。

不同点位上垂直方向的平均浓度变化也有所不同(图8)。忠庙处,1 m/s风速下垂直方向藻浓度平均值要小于2、3 m/s 时,差距最大时近20 μg/L。东半湖湖心处,3种风速下垂直方向平均浓度相差并不大(小于10 μg/L)。巢湖船厂处,垂直方向平均浓度与表层浓度一致,风速小时浓度高。

风速小时,藻类漂浮在表层,有适宜的温度和充足的光照,迅速繁殖、扩散迁移。因此,风速小时,表层浓度更大。风速较大时,对水体扰动增大,达到一定程度可能会破坏高温下的水体分层,使得营养盐、藻类在垂直方向上快速混合。在水深较小的巢湖船厂处,即使在风速1 m/s的情况也能充分混合。但在水深较大的忠庙处,1 m/s的风速不足以破坏整个分层,藻类在表层迅速增殖积聚,消耗表层营养盐。一方面,由于分层未被打破,阻碍了底层营养盐向表层的迁移,表层未得到补给。另一方面,1 m/s风速下,表层水温会更高,表层藻类代谢死亡速率也会增快。这可能共同导致了1 m/s时忠庙处垂直方向平均藻浓度低于2 m/s和3 m/s时。

2.5 藻浓度与蓝藻气象指标的关系

在营养盐充足的条件下,尝试分析藻浓度与气象因子之间的关系。将气温、辐射和风速进行归一化处理,计算气象指标。选取每天正午过后15:00的数据,分析藻浓度与气象指标的关系。从西半湖湖心、忠庙、东半湖湖心3个点的结果看,藻浓度总体上与气象指标呈正相关关系。西半湖湖心处初始藻浓度高,趋势更为明显(图9)。

忠庙处,有2个明显的低值,原因可能是这2点对应初始时段(09-18和09-19),初始浓度较低,尽管气象条件较为适宜,藻浓度仍然处于较低水平。另外,气象指标最大值点出现在9月20日,并未对应最高浓度,但仍然相对前2日大幅上升。其他点位浓度水平较高,可能是由于后续高浓度区的藻类迁移到了该处。在未来分析考虑藻浓度的变化时,除了原位生长的蓝藻外,还应纳入迁移量。

3 结论

在营养盐充足的春夏季节,气温、辐射、风等气象因素对藻浓度及蓝藻水华时空分布的影响可能更加明显。进入秋季后,巢湖气温日均值仍处于20~30 ℃之間,有利于蓝藻的生长。同时,巢湖藻浓度会随着辐射值的增加而增加。当气象预报为晴天或者多云时,仍应加强监测。

气温适宜的晴好天气,风对蓝藻水华生消和分布产生的影响可能会更加明显。如果在此时巢湖中部湖区出现蓝藻水华,1 m/s的西南风下,经过3 d左右,水华会迁移扩散到位于巢湖东部、裕溪河口上游的巢湖水源地。如在中部湖区观测到蓝藻水华,应密切结合未来风速风向的预报进行分析,如在未来几日气象预报中出现风速在1 m/s以下的情况,应对水源地的藻浓度进行跟踪加密监测,并制定相应的应急方案。

将气温、辐射和风速归一,计算蓝藻气象指标,对藻浓度与其关系进行了分析。总体上,在温度适宜(大多在20~30 ℃)、天气晴好时,巢湖不同湖区的藻浓度均与蓝藻气象指标呈一定的正相关关系,但未考虑藻类的湖内迁移。在后续的研究中,应考虑迁移量的影响。

参考文献:

[1]陈云峰,殷福才,陆根法. 水华暴发的突变模型——以巢湖为例[J]. 生态学报,2006,26(3):878-883.

[2]贾晓会,施定基,史绵红,等. 巢湖蓝藻水华形成原因探索及“优势种光合假说”[J]. 生态学报,2011,31(11):2968-2977.

[3]张 民,孔繁翔. 巢湖富营养化的历程、空间分布与治理策略(1984—2013年)[J]. 湖泊科学,2015,27(5):791-798.

[4]唐晓先,沈 明,段洪涛. 巢湖蓝藻水华时空分布(2000—2015年)[J]. 湖泊科学,2017,29(2):276-284.

[5]Zhang Y,Ma R,Zhang M,et al. Fourteen-year record (2000-2013) of the spatial and temporal dynamics of floating algae blooms in Lake Chaohu,observed from time series of MODIS images[J]. Remote Sensing,2015,7(8):10523-10542.

[6]孔繁翔,高 光. 大型浅水富营养化湖泊中蓝藻水华形成机理的思考[J]. 生态学报,2005,25(3):589-595.

[7]吴 珺,李 浩,曹德菊,等. 巢湖东半湖蓝藻水华暴发时空动态及成因[J]. 农业环境科学学报,2013,32(10):2035-2041.

[8]于 洋,彭福利,孙 聪,等. 典型湖泊水华特征及相关影响因素分析[J]. 中国环境监测,2017,33(2):88-94.

[9]王雪蕾,王新新,朱 利,等. 巢湖流域氮磷面源污染与水华空间分布遥感解析[J]. 中国环境科学,2015,35(5):1511-1519.

[10]张 红,黄 勇,李 堃. 湖面亮温对巢湖水华影响的遥感监测分析[J]. 环境科学,2012,33(10):3323-3328.

[11]范裕祥,金社军,周 培,等. 巢湖蓝藻水华分布特征和气象条件分析[J]. 安徽农业科学,2015(4):191-193.

[12]张 红,黄 勇,姚 筠,等. 巢湖藻类遥感监测和气象因子分析[J]. 环境科学与技术,2009,32(1):118-121.

[13]Gibson G,Carlson R,Simpson J,et al. Nutrient criteria technical guidance manual:lakes and reservoirs (EPA-822-B-00-001)[M]. Washington DC:U.S. Government Publishing Office,2000.

[14]张 红,黄 勇. 基于NOAA/AVHRR卫星资料的巢湖水华规律分析[J]. 中国环境科学,2009,29(7):727-732.

[15]Robson B J,Hamilton D P. Three-dimensional modelling of a Microcystis bloom event in the Swan River estuary,Western Australia [J]. Ecological Modelling,2004,174(1):203-222.

[16]Chung S W,Imberger J,Hipsey M R,et al. The influence of physical and physiological processes on the spatial heterogeneity of a Microcystis bloom in a stratified reservoir[J]. Ecological modelling,2014,289:133-149.

[17]Yajima H,Choi J. Changes in phytoplankton biomass due to diversion of an inflow into the Urayama Reservoir[J]. Ecological engineering,2013,58:180-191.

[18]卢 嘉,陈小华,李小平. 基于ELCOM-CAEDYM模型的淀山湖营养物投入响应关系的模拟[J]. 湖泊科学,2011,23(3):366-374.

[19]王长友,于 洋,孙运坤,等. 基于ELCOM-CAEDYM模型的太湖蓝藻水华早期预测探讨[J]. 中国环境科学,2013,33(3):491-502.

[20]成晓奕,李慧赟,戴淑君. 天目湖沙河水库溶解氧分层的季节变化及其对水环境影响的模拟[J]. 湖泊科学,2013,25(6):818-826.

[21]谢兴勇,钱 新,钱 瑜,等. “引江济巢”工程中水动力及水质数值模拟[J]. 中国环境科学,2009,28(12):1133-1137.

[22]谢国清,李 蒙,鲁韦坤,等. 滇池蓝藻水华光谱特征、遥感识别及暴发气象条件[J]. 湖泊科学,2010,22(3):327-336.

猜你喜欢
气象因子情景模拟巢湖
巢湖颂歌
橡胶产量与气象因子的灰色关联性及逐步回归分析研究
Materials Studio软件在材料专业课程教学中的应用
情景模拟在“公共关系学”礼仪与技巧教学中的应用
情景模拟教学法对提升小学语文阅读效果的探讨
情景模拟在大学英语课堂实践中的应用
春季和夏季巢湖浮游生物群落组成及其动态分析
巢湖玉卮意蕴长
华能巢湖电厂脱硝系统的改造