梁 恒,陳忠林,瞿芳術(shù),田家宇,李圭白
(哈爾濱工業(yè)大學(xué)城市水資源與水環(huán)境國家重點實驗室,哈爾濱 150090,hitliangheng@163.com)
微宇宙環(huán)境下藻類生長與理化因子回歸研究
梁 恒,陳忠林,瞿芳術(shù),田家宇,李圭白
(哈爾濱工業(yè)大學(xué)城市水資源與水環(huán)境國家重點實驗室,哈爾濱 150090,hitliangheng@163.com)
為考察水庫水中藻類生長與理化因子的相關(guān)性,用微宇宙環(huán)境模擬藻類生長過程并監(jiān)測理化因子變化,建立相關(guān)回歸統(tǒng)計方程.以微宇宙環(huán)境中魚腥藻、微囊藻和中度營養(yǎng)狀態(tài)水體中藻類的生長為研究對象,考察藻類生長過程中理化因子的變化,建立藻生長與環(huán)境因子的線性相關(guān)矩陣,并建立相關(guān)預(yù)測方程.實驗結(jié)果表明:總磷和水溫是影響藻類生長顯著因子;通過總磷和水溫建立起的相關(guān)預(yù)測方程,能夠預(yù)測水體內(nèi)藻細胞濃度變化.微宇宙環(huán)境下基于理化因子所建立起的藻類生長預(yù)測方程有助于水廠準確預(yù)測藻類濃度,及時調(diào)整水處理工藝.
微宇宙環(huán)境;藻類生長;理化因子;回歸分析
伴隨著近年來經(jīng)濟快速發(fā)展,湖泊水庫氮、磷污染不斷積累,造成藍藻水華大量爆發(fā)[1-3].富營養(yǎng)化問題不但制約了水源資源的開發(fā)利用,而且直接影響著人類的健康生存和社會可持續(xù)發(fā)展.為了研究水庫藻類爆發(fā)的機理,可采用水生微宇宙來模擬天然環(huán)境中水體富營養(yǎng)化的過程,通過觀測氮磷等指標的變化,研究它們的變化規(guī)律及相關(guān)關(guān)系,從而探討富營養(yǎng)化的形成原理[4-7],并據(jù)此確定藻類生長的顯著限制因子,提出水庫水體富營養(yǎng)化防控的重點.
本研究以微宇宙環(huán)境中魚腥藻(ACD)、微囊藻(ACM)和中度營養(yǎng)狀態(tài)水體中藻類(AC)的生長為研究對象,考察藻類生長過程中理化因子的變化,建立藻生長與環(huán)境因子的線性相關(guān)矩陣,監(jiān)測水體中與藻類生長密切相關(guān)的理化因子的變化,并建立相關(guān)預(yù)測方程,為當?shù)厮畯S掌握藻類濃度變化趨勢以及時調(diào)整水處理工藝提供基礎(chǔ).
微宇宙環(huán)境實驗的模擬裝置為1.3 m×1.2 m×1.2 m的水族箱,1.6 cm厚的玻璃板.取廣東省開平市大沙河水庫中層水放入玻璃缸內(nèi),箱體底部鋪設(shè)7 cm厚的取自于水庫底部的底泥,并將玻璃缸置于室外,模擬水庫水的自然生長條件.
控制水族箱處于穩(wěn)定的自然生長環(huán)境下,分析藻類生長的重要影響因子及影響規(guī)律.應(yīng)用SPSS11.0軟件計算統(tǒng)計量F值,根據(jù)F值后退式篩選各相關(guān)因子,建立相關(guān)預(yù)測模型;調(diào)整相關(guān)影響因子參數(shù),獲得不同初始條件下藻類生長預(yù)測模型.
在本研究中,大沙河水庫原水曾出現(xiàn)2次優(yōu)勢藻大量繁殖,分別為魚腥藻(685萬/L)和微囊藻(765萬/L).且優(yōu)勢藻峰值數(shù)密度均達到或超過藻細胞總數(shù)密度的75%.考慮到藻類生長的差異性和選擇性,不同的優(yōu)勢藻與各因子的相關(guān)程度會有差別.因而,以魚腥藻為優(yōu)勢藻的原水和以微囊藻為優(yōu)勢藻的原水及中營養(yǎng)狀態(tài)原水作為水族箱試驗的研究對象,分別考察其影響因子及影響規(guī)律.
每天 2次記錄各樣本中的 pH、NH3-N、NO2-N、NO3-N、總氮、總磷、溫度、CODMn、DO 和藻細胞數(shù)密度(AC、ACD和ACM).檢測方法依據(jù)標準辦法進行,實驗周期為20 d.
由表1可知,本研究中的微宇宙環(huán)境理化因子中與魚腥藻生物量具有顯著關(guān)系的因子包括總磷、水溫和pH.水族箱微宇宙環(huán)境為藻類提供了穩(wěn)定的生長環(huán)境,研究結(jié)果表明大沙河水庫在魚腥藻爆發(fā)時,屬磷限制型污染.
表1 魚腥藻生物量與微宇宙環(huán)境理化因子線性相關(guān)矩陣
pH和水溫具有顯著相關(guān)關(guān)系,回歸方程為
適宜的水溫適合藻類的生長,而藻類的光合作用過程能夠改變水體pH,因而pH和水溫通過藻類具有間接性相關(guān)作用.在此,將pH考慮為受變因子,其變化受藻類生長影響,而非藻類生長的影響因子.
綜合考慮主要相關(guān)因子,將測試結(jié)果用自然對數(shù)法進行標準化(ln(x+1)).在非營養(yǎng)鹽外源控制條件下,魚腥藻濃度與魚腥藻的藻類預(yù)測模型為
其中:nACD為魚腥藻細胞數(shù)密度,T為溫度,ρP為總磷質(zhì)量濃度.
由于魚腥藻爆發(fā)周期較短,且濃度較低,當?shù)赜譄o魚腥藻爆發(fā)歷史數(shù)據(jù),因而,針對預(yù)測模型的檢驗,僅在微宇宙環(huán)境做了8次.預(yù)測結(jié)果見如圖1.
圖1 微宇宙環(huán)境魚腥藻細胞密度實測值與預(yù)測值比較
由圖1可知,預(yù)測模型能夠較準確地預(yù)測出魚腥藻濃度的變化,魚腥藻濃度預(yù)測峰值與實測值相符.然而,由于模型的預(yù)測結(jié)果僅在微宇宙環(huán)境下進行檢驗,魚腥藻濃度范圍較穩(wěn)定,因而預(yù)測結(jié)果理想.在實際水體的預(yù)測中,魚腥藻的濃度會由于水體環(huán)境的變化而出現(xiàn)波動,尤其會出現(xiàn)高低濃度的突變,需進一步檢驗?zāi)P偷臏蚀_性,并引入修正因子,對模型進行修正[8].
大沙河水庫于2004年和2005年兩次出現(xiàn)微囊藻爆發(fā),導(dǎo)致水廠需增加混凝劑投量方能滿足耗氧量去除要求.本研究中,微宇宙環(huán)境下的微囊藻生長穩(wěn)定,對微囊藻生物量與微宇宙環(huán)境理化因子作相關(guān)分析,結(jié)果見表2.
表2 微囊藻生物量與微宇宙環(huán)境理化因子線性相關(guān)矩陣
本研究中的微宇宙環(huán)境理化因子中與微囊藻生物量具有顯著關(guān)系的因子包括總磷、水溫、pH和CODMn.如上所述,CODMn和pH,均是由于藻細胞濃度的變化而引起其發(fā)生的變化,均為受變因子,而非藻類生長的誘變因子,因而同樣在預(yù)測模型中未納入變量.
綜合考慮主要相關(guān)因子水溫和總磷,將測試結(jié)果用自然對數(shù)法進行標準化(ln(x+1)).在非營養(yǎng)鹽外源控制條件下,微囊藻生物量預(yù)測方程如下:
微囊藻生物量預(yù)測方程能夠預(yù)測微宇宙環(huán)境下微囊藻的生長態(tài)勢和峰值(見圖2).微囊藻生物量的預(yù)測方程在實踐應(yīng)用中,可進一步考察水庫水動力學(xué)特征,建立綜合因子預(yù)測方程,從而能夠滿足不同條件下的預(yù)測要求.
圖2 微宇宙環(huán)境微囊藻細胞密度實測值與預(yù)測值比較
大沙河水庫常年處于中營養(yǎng)狀態(tài),通過建立中營養(yǎng)水體的藻生長與環(huán)境因子的線性相關(guān)矩陣,可監(jiān)測水體中與藻類生長密切相關(guān)的理化因子的變化,并建立相關(guān)預(yù)測方程,了解水體藻類含量及營養(yǎng)狀態(tài),調(diào)整水處理工藝參數(shù),為可能爆發(fā)的藻類污染做好技術(shù)儲備,并為大沙河水庫水源管理提供參考.
本研究期間,用于微宇宙環(huán)境模擬研究的中營養(yǎng)水庫水藻類數(shù)密度平均為220×104~385×104L.
由表3可知,本研究中的微宇宙環(huán)境理化因子中與藻細胞生物量具有顯著關(guān)系的因子包括總磷和水溫.與前面提到的微囊藻和魚腥藻不同,pH和耗氧量等理化因子與藻細胞并無明顯相關(guān)關(guān)系.這是因為中營養(yǎng)狀態(tài)下水體藻細胞生長態(tài)勢穩(wěn)定,藻細胞光合作用不強烈,對水環(huán)境pH值變化貢獻較小.而耗氧量的增加則與藻細胞釋放和死亡相關(guān),該水體的藻細胞生長未對耗氧量的變化構(gòu)成影響[9-10].
中營養(yǎng)水體內(nèi),亞硝氮的含量與溶解氧顯著相關(guān),這是因為溶解氧含量對硝化進程具有顯著影響.而硝氮含量對水體中總氮貢獻最大,因而其與總氮的相關(guān)性顯著.
綜合考慮主要相關(guān)因子水溫和總磷,在非營養(yǎng)鹽外源控制條件下,中營養(yǎng)水體藻細胞生物量預(yù)測方程如下:
在中營養(yǎng)狀態(tài)的水體藻細胞濃度預(yù)測中,該預(yù)測方程能夠較準確反映水體營養(yǎng)狀態(tài)變化(見圖3).由于中營養(yǎng)狀態(tài)下水庫水文條件相似,在預(yù)測方程中可作為常數(shù)擬合,因而,水庫水文對中營養(yǎng)狀態(tài)水體中藻細胞量預(yù)測影響較小.
表3 藻細胞生物量與微宇宙環(huán)境理化因子線性相關(guān)矩陣
圖3 微宇宙環(huán)境藻細胞密度實測值與預(yù)測值比較
1)在對以魚腥藻、微囊藻和中營養(yǎng)狀態(tài)的水庫水的研究中發(fā)現(xiàn),總磷和水溫是影響藻類生長顯著因子;
2)通過總磷和水溫建立起的相關(guān)預(yù)測方程,能夠預(yù)測水體內(nèi)藻及優(yōu)勢藻細胞濃度變化.而預(yù)測方程在實踐中能夠指導(dǎo)保護水源,根據(jù)藻類生長態(tài)勢控制磷營養(yǎng)鹽的輸入.
[1]HALLEGEFF G M.A review of harmful algal bloom and their apparent global increase[J].Phycologia, 1993,32(2):79-99.
[2]CLARK S,SMITH D W.Cyanobacteria Toxins and the current state of knowledge on water treatment options:A review[J].J Environ Eng Sci,2004(3):155 -185.
[3]HENDERSON R,PARSONS S A,JEFFERSON B.The impact of algal properties and pre-oxidation on solid-liquid separation of algae[J].Water Res, 2008,42:1827-1845.
[4]王凌云.景觀水體富營養(yǎng)化過程的微宇宙模擬及其修復(fù)研究[D].哈爾濱:哈爾濱工業(yè)大學(xué).2006.
[5]TAUB F B.Standardized aquatic microcosms[J].Environ Sci Technol, 1989,23(9):1064 -1066.
[6]WEBBER E C,DEUTSCH W G,BAYNE D R,et al.Ecosystem-level testing of a synthetic pyrethroid insecticide in aquatic mesocosms[J].Environ Toxicol Chem, 1992,11(1):87 -105.
[7]MCKEE D,ATKINSON D,COLLINGS S E.Response of freshwater microcosm communities to nutrients,fish,and elevated temperature during winter and summer[J].Limnol Oceanogr, 2003,48(2):707 -722.
[8]LIEBIG M,SCHMIDT G,BONTJE D.Direct and indirect effects of pollutants on algae and algivorous ciliates in an aquatic indoor microcosm[J].Aquatic Toxicology, 2008,88:102-110.
[9]RIBEIRO R,TORGO L.A comparative study on predicting algae blooms in Douro River,Portugal[J].Ecological Modelling, 2008,212:86-91.
[10]BEARON R N,GRUNBAUM D.From individual behaviour to population models:A case study using swimming algae[J].J Theoretical Biology, 2008,251(4):679-697.
Regression equations between algae propagation and physico-chemical factors under microcosm environment
LIANG Heng,CHEN Zhong-lin,QU Fang-shu,TIAN Jia-yu,LI Gui-bai
(State Key Laboratory of Urban Water Resources and Environment,Harbin Institute of Technology,Harbin 150090,China,hitliangheng@163.com)
In order to investigate the correlation between algae propagation and physico-chemical factors for reservoir water,the algae propagation was modelled and the factors were monitored under the microcosm environment for building regression equations.The linear matrix based on the biomass of anabaena(ACD),microcystis(ACM)and algae(AC)in moderate eutrophic situation was built.Results showed that the reservoir is phosphorous-limited and relative to total phosphorous(TP)and temperature.The prediction equations based on TP and temperature can predict algae concentration variations.The prediction equations bulit under microcosm conditions can help water plants predict algae concentrations and adjust water treatment processes according to the equations’results.
microcosm environment;algae propagation;physico-chemical factors;regression analysis
TU991.2
A
0367-6234(2010)06-0841-04
2010-03-01.
國家自然科學(xué)基金資助項目(50808051);哈爾濱工業(yè)大學(xué)城市水資源與水環(huán)境國家重點實驗室開放基金資助項目(HIT.ES200803).
梁 恒(1979—),男,博士,講師;
陳忠林(1967—),男,教授,博士生導(dǎo)師;
李圭白(1931—),男,教授,中國工程院院士.
(編輯 楊 波)