苏州太湖饮用水源地蓝藻水华预警研究

摘要

饮用水的安全保障对太湖流域经济与社会可持续发展具有重要意义。蓝藻水华的暴发作为太湖水环境问题的突出问题，对饮用水安全保障具有重要影响。本文以苏州太湖渔洋山饮用水源地为研究对象，研究分析近年来太湖水源地蓝藻水华暴发状况、特征及变化趋势，对水源水相关指标进行监测，选取合适的蓝藻水华预测指标，筛选确定相应的敏感环境因子并就两者变量关系建立苏州太湖水源地蓝藻水华预测模型，确定太湖蓝藻水华预警阈值，建立苏州太湖水源地蓝藻水华预警方法。对水源地蓝藻水华暴发情况进行科学有效的预测预警，可为苏州太湖饮用水源地蓝藻水华防治提供指南，对饮用水的安全保障具有重要意义。本文的主要研究内容与结论如下： （1）太湖蓝藻水华暴发状况与特征的分析反映出近年太湖蓝藻水华暴发程度、次数及规模呈现上升趋势，太湖蓝藻水华局势不容乐观。2016年太湖蓝藻数量已超8000万个/升，其程度已达重度水平；2014年~2017年蓝藻水华一共暴发387次，次数占比结构逐渐偏向于重大型蓝藻水华；历年最大规模蓝藻水华（1403km2）出现在2017年5月，已达重大型蓝藻水华级别，每年两大高发期的暴发规模逐渐扩大。 （2）对苏州太湖水源水相关指标监测数据的分析反映了叶绿素a、嗅味物质与其他水质指标的分布及动态变化趋势情况，其中叶绿素a与嗅味物质含量变化特征与蓝藻水华的相一致，其极大值出现在蓝藻水华的高发期。叶绿素a浓度的变化范围为10.8μg/L~55.6μg/L，土臭素的浓度范为1.75ng/L~5.72ng/L，2-甲基异莰醇的浓度变化范围为3.93ng/L~11.83ng/L，β-紫罗兰酮的浓度范围为4.92ng/L~13.38ng/L。故将叶绿素a与嗅味物质作为蓝藻水华预测的指示指标。其他水质指标除pH与总磷外均呈现明显的变化趋势，部分指标表现出与蓝藻水华的相关性。 （3）综合相关性分析与主成分分析的结果，筛选确定出叶绿素a与嗅味物质的敏感因子。叶绿素a的敏感因子为总磷、总氮、氨氮、高锰酸盐指数、溶解氧、水温及色度；土臭素的敏感因子为总磷、总氮、氨氮及溶解氧；2-甲基异莰醇的敏感因子为总磷、总氮、氨氮、高锰酸盐指数、水温及溶解氧；β-紫罗兰酮的敏感因子为总磷、总氮、氨氮、高锰酸盐指数及溶解氧。 （4）基于多元回归分析与BP神经网络建立蓝藻水华预测模型，并对模型进行检验，对比与适用情况评估。叶绿素a、土臭素、2-甲基异莰醇与β-紫罗兰酮的多元回归分析模型的回归系数（调整R2）分别为0.932、0.369、0.503与0.468，相对误差分别为0.74%~19.27%、8.63%~35.25%、13.29%~30.58%与10.91%~30.30%；BP神经网络模型相对误差分别为0.66%~10.59%、1.19%~9.10%、0.87%~8.91%与0.73%~11.58%，误差分析与对比表明嗅味物质的多元回归分析效果欠佳，叶绿素a两个模型的效果均较好，另外BP神经网络模型的预测效果明显优于回归分析模型。回归分析模型主要适用于动态变化趋势的预测，可进行定性预测。BP神经网络模型既可以进行有效的定性预测还能进行较为准确的定量预测。 （5）初步探究了太湖蓝藻水华预警阈值，小、中型蓝藻水华溶解氧阈值分别为6.23mg/L、3.90mg/L，小、中、大型高锰酸盐指数阈值为5.118mg/L、6.017mg/L、7.412mg/L；土臭素嗅阈值对应的溶解氧预警阈值为6.05mg/L；2-甲基异莰醇嗅阈值对应溶解氧预警阈值为7.17mg/L，氨氮预警阈值为0.037mg/L。并建立了苏州太湖饮用水源地蓝藻水华预警理论方法，为将来苏州太湖饮用水源地蓝藻水华预警提供思路和理论指导。

目录

声明

第一章 绪 论

1.1研究背景

1.2国内外研究进展

1.3研究目的与意义

1.4研究工作

第二章 太湖蓝藻水华状况与特征分析

2.1 太湖水源地相关概况

2.2 太湖蓝藻水华特征分析

2.3 本章小结

第三章 苏州太湖水源水相关指标的测定与分析

3.1 嗅味物质的测定与分析

3.2 叶绿素的测定与分析

3.3 其他水质指标分析

3.4本章小结

第四章 苏州太湖水源地蓝藻水华敏感因子分析与确定

4.1 数据分析方法

4.2 主要指标相关性分析

4.3 主要指标主成分分析

4.4 本章小结

第五章 苏州太湖饮用水源地蓝藻水华预测模型建立

5.1 多元回归分析模型

5.2 BP神经网络模型

5.3 模型的对比与适用情况分析

5.4 本章小结

第六章 苏州太湖饮用水源地蓝藻水华预警阈值与方法研究

6.1 蓝藻水华敏感因子预警阈值初探

6.2 苏州太湖水源地蓝藻水华预警方法的建立

6.3 本章小结

第七章 结论与展望

7.1 结论

7.2 不足与展望

参考文献

图 表 目 录

致谢

作者简历