張艷會(huì)，李偉峰，陳求穩(wěn)

(1：中國科學(xué)院南京地理與湖泊研究所流域地理學(xué)重點(diǎn)實(shí)驗(yàn)室，南京 210008;2：中國科學(xué)院生態(tài)環(huán)境研究中心城市與區(qū)域生態(tài)國家重點(diǎn)實(shí)驗(yàn)室，北京 100085;3：南京水利科學(xué)研究院生態(tài)環(huán)境研究中心，南京 210029)

太湖藍(lán)藻水華發(fā)生風(fēng)險(xiǎn)區(qū)劃*

張艷會(huì)1，2，李偉峰2*，陳求穩(wěn)3

(1：中國科學(xué)院南京地理與湖泊研究所流域地理學(xué)重點(diǎn)實(shí)驗(yàn)室，南京 210008;2：中國科學(xué)院生態(tài)環(huán)境研究中心城市與區(qū)域生態(tài)國家重點(diǎn)實(shí)驗(yàn)室，北京 100085;3：南京水利科學(xué)研究院生態(tài)環(huán)境研究中心，南京 210029)

湖泊水華是全世界面臨的嚴(yán)重生態(tài)環(huán)境問題之一，對(duì)人類和生態(tài)系統(tǒng)健康都有重大影響.以太湖為研究區(qū)域，基于近年的藍(lán)藻水華及水環(huán)境監(jiān)測(cè)數(shù)據(jù)，結(jié)合自組織特征映射神經(jīng)網(wǎng)絡(luò)和模糊風(fēng)險(xiǎn)評(píng)價(jià)方法，對(duì)太湖不同監(jiān)測(cè)點(diǎn)藍(lán)藻水華的發(fā)生風(fēng)險(xiǎn)進(jìn)行綜合評(píng)價(jià)，并借助GIS地學(xué)統(tǒng)計(jì)分析方法對(duì)全太湖藍(lán)藻水華發(fā)生風(fēng)險(xiǎn)進(jìn)行區(qū)劃，繪制太湖藍(lán)藻水華發(fā)生風(fēng)險(xiǎn)區(qū)劃圖.結(jié)果表明：太湖被分為重度風(fēng)險(xiǎn)區(qū)、中度風(fēng)險(xiǎn)區(qū)、輕度風(fēng)險(xiǎn)區(qū)、微風(fēng)險(xiǎn)區(qū)，各風(fēng)險(xiǎn)區(qū)基本呈帶狀分布.從各風(fēng)險(xiǎn)區(qū)面積來看，重度風(fēng)險(xiǎn)區(qū)、中度風(fēng)險(xiǎn)區(qū)、輕度風(fēng)險(xiǎn)區(qū)的面積約各占太湖總面積的1/5，而微風(fēng)險(xiǎn)區(qū)約占太湖總面積的2/5；從各風(fēng)險(xiǎn)區(qū)位置來看，重度風(fēng)險(xiǎn)區(qū)主要分布在西北部區(qū)域，且從整個(gè)湖區(qū)來看，藍(lán)藻水華的發(fā)生風(fēng)險(xiǎn)等級(jí)自西北到東南依次遞減.本研究揭示太湖水華災(zāi)害風(fēng)險(xiǎn)的空間分布規(guī)律，對(duì)支撐水環(huán)境監(jiān)測(cè)和水華災(zāi)害防治方案的制定具有一定的意義.

太湖；藍(lán)藻水華；風(fēng)險(xiǎn)評(píng)價(jià)；風(fēng)險(xiǎn)區(qū)劃

目前，湖泊藍(lán)藻水華是各個(gè)國家面臨的重大環(huán)境問題之一.就我國而言，由于湖泊富營養(yǎng)化程度的趨勢(shì)不斷加重[1]，湖泊藍(lán)藻水華的暴發(fā)越來越頻繁，暴發(fā)面積也在不斷增加，比如太湖，自2007年以來，其藍(lán)藻水華發(fā)生的典型個(gè)例越來越多、范圍逐年擴(kuò)大、強(qiáng)度逐漸增大，造成重大危害[2-6].鑒于此，國內(nèi)外的學(xué)者進(jìn)行了大量研究，其中，大部分集中在藍(lán)藻水華暴發(fā)機(jī)理和水華預(yù)測(cè)等方面[7-13].研究表明，風(fēng)險(xiǎn)區(qū)劃是在可能避免和減輕自然災(zāi)害的措施中最簡(jiǎn)便有效的方法[14].自20世紀(jì)中期，風(fēng)險(xiǎn)區(qū)劃在美國、日本等國家均有較好的發(fā)展.1980s后期，我國也相繼開展洪水、地震、干旱等自然災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究[15-18].然而，湖泊藍(lán)藻水華在科學(xué)研究的基礎(chǔ)上進(jìn)行發(fā)生風(fēng)險(xiǎn)區(qū)劃的研究還較少，劉聚濤等基于突變理論開展太湖藍(lán)藻危險(xiǎn)性分區(qū)評(píng)價(jià)[19].因此，為了有效地減少藍(lán)藻水華的發(fā)生及其帶來的影響，非常有必要對(duì)藍(lán)藻水華發(fā)生風(fēng)險(xiǎn)進(jìn)行綜合評(píng)價(jià)與科學(xué)區(qū)劃.

藍(lán)藻水華的發(fā)生是營養(yǎng)鹽、水溫、風(fēng)速等氣象條件以及湖泊形態(tài)等眾多因素共同作用的結(jié)果，目前，雖然關(guān)于藍(lán)藻水華的暴發(fā)機(jī)理已經(jīng)開展較多研究，但不同影響因素與藍(lán)藻水華之間的相互影響機(jī)制尚未有明確定論.因此，通過大量觀察和監(jiān)測(cè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析是分析這種多因素、非線性復(fù)雜過程的有效手段.人工神經(jīng)網(wǎng)絡(luò)是一種非常實(shí)用有效的非線性統(tǒng)計(jì)分析方法，對(duì)多變量影響的復(fù)雜系統(tǒng)過程分析具有很大優(yōu)勢(shì)，其可根據(jù)大量數(shù)據(jù)信息，通過自適應(yīng)訓(xùn)練學(xué)習(xí)，揭示不同變量之間的相互響應(yīng)機(jī)制[20-21].由于藍(lán)藻水華的發(fā)生機(jī)制復(fù)雜，藍(lán)藻水華是否暴發(fā)、暴發(fā)的范圍和強(qiáng)度具有很大的不確定性，即水華發(fā)生風(fēng)險(xiǎn)的不確定性.因此，要較為全面地揭示水華發(fā)生的綜合風(fēng)險(xiǎn)，必須要清楚地認(rèn)識(shí)各種不確定性.模糊風(fēng)險(xiǎn)評(píng)價(jià)法是基于信息分配理論[22]的一種綜合評(píng)價(jià)方法，它運(yùn)用內(nèi)-外集模型[23]計(jì)算出可能性-概率模糊風(fēng)險(xiǎn)，即某一事件以某一概率發(fā)生的可能性大小，其可相對(duì)精確地表達(dá)風(fēng)險(xiǎn)的不確定性.本研究結(jié)合自組織特征映射神經(jīng)網(wǎng)絡(luò)和模糊風(fēng)險(xiǎn)評(píng)價(jià)方法，深入分析太湖藍(lán)藻水華發(fā)生風(fēng)險(xiǎn)的各種不確定性，在此基礎(chǔ)上，綜合評(píng)價(jià)太湖不同點(diǎn)位的水華發(fā)生風(fēng)險(xiǎn)，并結(jié)合GIS地統(tǒng)計(jì)空間分析方法，繪制全太湖藍(lán)藻水華發(fā)生風(fēng)險(xiǎn)區(qū)劃圖.本研究揭示太湖藍(lán)藻水華災(zāi)害風(fēng)險(xiǎn)的空間分布規(guī)律，對(duì)支撐水環(huán)境監(jiān)測(cè)和水華災(zāi)害防治方案的制定具有一定的意義.

1 研究區(qū)域和數(shù)據(jù)

圖1 太湖監(jiān)測(cè)站點(diǎn)分布Fig.1 Distribution of monitoring sites in Lake Taihu

太湖(30°55′～31°34′N，119°53′～120°36′E)地處長(zhǎng)江三角洲的南部，面積2338km2，平均水深不到2m[4].該地屬于亞熱帶季風(fēng)氣候類型，四季分明.20世紀(jì)后期太湖藍(lán)藻水華問題日益突出，是國務(wù)院指定重點(diǎn)治理的富營養(yǎng)化水域之一.本研究所采用的水質(zhì)數(shù)據(jù)是2008-2010年每月1次的監(jiān)測(cè)數(shù)據(jù)，覆蓋全太湖的33個(gè)監(jiān)測(cè)點(diǎn)(圖1)，水質(zhì)監(jiān)測(cè)指標(biāo)包括葉綠素a(Chl.a)濃度、總氮(TN)濃度、總磷(TP)濃度、高錳酸鹽指數(shù)(CODMn)和溫度等[24]，以及2010年4-12月對(duì)太湖梅梁灣湖區(qū)每天進(jìn)行的有、無藍(lán)藻水華發(fā)生的現(xiàn)場(chǎng)調(diào)查數(shù)據(jù).

2 研究方法

本研究采用自組織特征映射神經(jīng)網(wǎng)絡(luò)和模糊風(fēng)險(xiǎn)評(píng)價(jià)方法定量分析太湖不同監(jiān)測(cè)點(diǎn)藍(lán)藻水華的發(fā)生風(fēng)險(xiǎn)，并結(jié)合GIS地學(xué)統(tǒng)計(jì)法進(jìn)行分析，對(duì)太湖藍(lán)藻水華發(fā)生風(fēng)險(xiǎn)區(qū)劃(圖2).

圖2 技術(shù)路線圖Fig.2 The technique route

本研究的總體分析步驟是：(1) 基于2008-2010年4-12月太湖不同監(jiān)測(cè)點(diǎn)的水環(huán)境及藍(lán)藻水華監(jiān)測(cè)數(shù)據(jù)，運(yùn)用自組織特征映射神經(jīng)網(wǎng)絡(luò)對(duì)不同監(jiān)測(cè)站點(diǎn)的藍(lán)藻水華程度進(jìn)行聚類分析及驗(yàn)證. 研究表明，藍(lán)藻水華的發(fā)生主要受營養(yǎng)鹽、溫度等環(huán)境要素共同影響[25]. 同時(shí)，鑒于Chl.a濃度與藍(lán)藻的關(guān)系，Chl.a濃度被看作是藍(lán)藻生物量的替代色素[26]，因而，選取5個(gè)與水華暴發(fā)密切相關(guān)的因子作為輸入層指標(biāo)，即Ch.a、TN、TP、CODMn、水溫，其中，Chl.a和CODMn被選作藍(lán)藻水華發(fā)生程度的指示因子，TN、TP是藍(lán)藻水華發(fā)生的主要營養(yǎng)鹽因素，水溫是藍(lán)藻水華發(fā)生的關(guān)鍵性氣象因素，所選取的網(wǎng)絡(luò)結(jié)構(gòu)是2×3；(2) 基于單個(gè)監(jiān)測(cè)點(diǎn)的藍(lán)藻水華特征評(píng)價(jià)結(jié)果，運(yùn)用模糊風(fēng)險(xiǎn)評(píng)價(jià)法對(duì)每個(gè)監(jiān)測(cè)點(diǎn)的藍(lán)藻水華發(fā)生風(fēng)險(xiǎn)進(jìn)行綜合評(píng)價(jià)；(3) 借助GIS平臺(tái)，運(yùn)用地統(tǒng)計(jì)空間數(shù)據(jù)插值方法，對(duì)全太湖進(jìn)行藍(lán)藻水華發(fā)生風(fēng)險(xiǎn)評(píng)價(jià)，并根據(jù)水華風(fēng)險(xiǎn)強(qiáng)度等級(jí)特征進(jìn)行分區(qū).最后，繪制太湖藍(lán)藻水華發(fā)生風(fēng)險(xiǎn)分布圖.

3 研究結(jié)果

3.1 藍(lán)藻水華歷史發(fā)生情況評(píng)價(jià)結(jié)果

表1 各程度藍(lán)藻水華所表示變量的范圍

Tab.1 Range of different variables for different algae bloom degrees

水華程度水溫/℃TN/(mg/L)TP/(mg/L)CODMn/(mg/L)Chl.a/(μg/L)無水華22.532.190.053.5614.13輕度水華22.622.660.105.0235.57中度水華28.642.030.105.4542.25重度水華25.533.330.199.35120.09

表2 小灣里監(jiān)測(cè)點(diǎn)的聚類結(jié)果

Tab.2 SOMF clustering result of the Xiaowanli site

水溫/℃TN/(mg/L)CODMn/(mg/L)TP/(mg/L)Chl.a/(μg/L)水華風(fēng)險(xiǎn)值25.92.664.840.0512.63.121.94.136.690.1224.43.821.21.075.200.1030.04.120.54.184.130.0738.04.518.21.896.050.1160.64.827.81.255.900.1333.65.630.01.566.150.0553.06.722.13.419.920.21121.08.726.53.3712.400.24168.09.815.47.6217.900.61255.09.9

根據(jù)自組織特征映射神經(jīng)網(wǎng)絡(luò)的聚類分析結(jié)果，太湖不同監(jiān)測(cè)站點(diǎn)的藍(lán)藻水華發(fā)生情況，可分為4類：無水華、輕度水華、中度水華、重度水華. 經(jīng)過綜合分析，不同程度藍(lán)藻水華，各個(gè)響應(yīng)變量的閾值范圍表明，從無水華到重度水華各參數(shù)基本呈現(xiàn)遞增的趨勢(shì)，同時(shí)有2個(gè)較大的轉(zhuǎn)折點(diǎn)(表1)：1) 重度水華的水溫卻較中度水華的水溫低.根據(jù)現(xiàn)場(chǎng)的考察發(fā)現(xiàn)重度水華大多是片狀水華，這可能跟風(fēng)的聚集作用有關(guān)，也與張成成等的研究結(jié)果一致，即較高的Chl.a濃度可能與風(fēng)力和水動(dòng)力造成的藍(lán)藻積聚有關(guān)[27]；2) 中度水華時(shí)TN濃度較低，可能與中度水華時(shí)TN消耗量達(dá)到較大有關(guān).

太湖北部小灣里監(jiān)測(cè)點(diǎn)2008-2010年不同監(jiān)測(cè)時(shí)期藍(lán)藻水華的風(fēng)險(xiǎn)特征值見表2.其中，水華風(fēng)險(xiǎn)值是依據(jù)Chl.a濃度經(jīng)過標(biāo)準(zhǔn)量化后的結(jié)果，其中，(0，3]為無水華，(3，5]為輕度水華，(5，7]為中度水華，>7為重度水華.

對(duì)于上述聚類結(jié)果，用2010年的監(jiān)測(cè)數(shù)據(jù)(是否發(fā)生水華的現(xiàn)場(chǎng)記錄)對(duì)水華特征聚類結(jié)果進(jìn)行精度驗(yàn)證，無水華分類精度最高，達(dá)90%以上，輕度水華分類精度接近80%，中度和重度水華的分類精度也都超過60%.

3.2 太湖藍(lán)藻水華發(fā)生風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果

基于自組織特征映射神經(jīng)網(wǎng)絡(luò)的水華特征聚類分析結(jié)果，應(yīng)用模糊風(fēng)險(xiǎn)評(píng)價(jià)方法，對(duì)太湖不同監(jiān)測(cè)點(diǎn)藍(lán)藻水華發(fā)生風(fēng)險(xiǎn)的不確定性進(jìn)行定量分析.以太湖北部湖區(qū)的監(jiān)測(cè)點(diǎn)小灣里為例，對(duì)評(píng)價(jià)結(jié)果進(jìn)行分析.小灣里的可能性風(fēng)險(xiǎn)概率見表3.

發(fā)生輕度水華的各種概率的可能性都有，只是可能性不同，值越大可能性就越大(表3).可能性概率風(fēng)險(xiǎn)表達(dá)概率的可靠性，有利于風(fēng)險(xiǎn)表達(dá)和分析，對(duì)于水華這個(gè)復(fù)雜的系統(tǒng)，風(fēng)險(xiǎn)這么表達(dá)更有利于水華的防治.因此，高概率不意味著高可能性，低概率也不意味著低可能性.如發(fā)生中度水華的概率為0.2的可能性為1，而概率為0.3的可能性為0.4.由此可知，可能性概率風(fēng)險(xiǎn)，相對(duì)準(zhǔn)確地表述了水華的發(fā)生風(fēng)險(xiǎn).

表3 小灣里監(jiān)測(cè)點(diǎn)的可能性風(fēng)險(xiǎn)概率*

*π(p)代表可能性概率風(fēng)險(xiǎn)，即水華以某概率發(fā)生的可能性，p為水華發(fā)生的概率，I為水華的程度區(qū)間，I1為輕度水華，I2為中度水華，I3、I4為重度水華，π(p)=0.6的含義就是該監(jiān)測(cè)點(diǎn)發(fā)生輕度水華的概率為0.4的可能性為0.6.

表4 2010年梅梁灣藍(lán)藻水華調(diào)查結(jié)果

Tab.4 Investigation results of blue-green algae bloom of Meiliang Bay， 2010

月份調(diào)查次數(shù)未發(fā)現(xiàn)水華次數(shù)輕度水華次數(shù)中度水華次數(shù)重度水華次數(shù)45500052322100630181200726022318290191009280208010191108011807101220200總次數(shù)1704693301各程度水華所占比重0.270.540.180.01

為了檢驗(yàn)水華風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果的可靠性，對(duì)其進(jìn)行驗(yàn)證.2010年梅梁灣(小灣里監(jiān)測(cè)點(diǎn)所在湖區(qū))藍(lán)藻水華現(xiàn)場(chǎng)調(diào)查的結(jié)果見表4.其中，輕度水華是顆粒狀藍(lán)藻水華，中度水華是條狀藍(lán)藻水華，重度水華是片狀藍(lán)藻水華.

梅梁灣發(fā)生輕度、中度和重度水華的概率分別為0.54、0.18和0.01(表4).發(fā)生輕度、中度和重度藍(lán)藻水華可能性為1的概率分別為0.5、0.2、0.1或者0.2(表3)，對(duì)比可知，評(píng)價(jià)結(jié)果和調(diào)查結(jié)果基本一致.因此，通過模糊風(fēng)險(xiǎn)評(píng)價(jià)方法，不僅可以揭示水華是否發(fā)生，還能進(jìn)一步定量地揭示不同強(qiáng)度水華發(fā)生的概率及其可能性.

最后，綜合藍(lán)藻水華發(fā)生的這些不確定性，計(jì)算每個(gè)監(jiān)測(cè)點(diǎn)的水華發(fā)生風(fēng)險(xiǎn)，即在給定可能性水平之上各種可能發(fā)生概率的數(shù)學(xué)期望值，小灣里監(jiān)測(cè)點(diǎn)水華發(fā)生的模糊風(fēng)險(xiǎn)值見表5(黑體).同理，計(jì)算出太湖其它32個(gè)監(jiān)測(cè)點(diǎn)的模糊風(fēng)險(xiǎn)值(表5).

風(fēng)險(xiǎn)值為該監(jiān)測(cè)點(diǎn)發(fā)生水華的綜合程度，值越大說明發(fā)生水華的程度越嚴(yán)重，風(fēng)險(xiǎn)越大(表5). 其中，α是截集的水平，表示風(fēng)險(xiǎn)發(fā)生的可能性，α越高，藍(lán)藻水華發(fā)生的可能性越大，對(duì)應(yīng)的發(fā)生概率越靠近真實(shí)情況，不確定性就越低，本研究選取0.5和0.75兩種可能性水平進(jìn)行模糊風(fēng)險(xiǎn)評(píng)價(jià)分析. 保守風(fēng)險(xiǎn)值指以低概率發(fā)生的風(fēng)險(xiǎn)，而冒險(xiǎn)風(fēng)險(xiǎn)值是以高概率發(fā)生的風(fēng)險(xiǎn). 保守風(fēng)險(xiǎn)值普遍高于冒險(xiǎn)風(fēng)險(xiǎn)值(表5)，這是因?yàn)楦吒怕实臑?zāi)害事件發(fā)生的強(qiáng)度比較小，風(fēng)險(xiǎn)也較小，而低概率災(zāi)害事件發(fā)生的強(qiáng)度比較大，風(fēng)險(xiǎn)也較大. 另外，α為0.5時(shí)的保守風(fēng)險(xiǎn)值和冒險(xiǎn)風(fēng)險(xiǎn)值的差值大于α為0.75時(shí)的差值，差值越大說明可靠性越低，可信任度越差. 當(dāng)α達(dá)到一定水平時(shí)，發(fā)生的概率就不再改變. 保守風(fēng)險(xiǎn)值就會(huì)和冒險(xiǎn)風(fēng)險(xiǎn)值合二為一. 在本研究中，當(dāng)α為0.75時(shí)，保守風(fēng)險(xiǎn)值和冒險(xiǎn)風(fēng)險(xiǎn)值就合二為一了. 保守風(fēng)險(xiǎn)值和冒險(xiǎn)風(fēng)險(xiǎn)值具有不同的意義，短期的資源規(guī)劃和保護(hù)以及投資可參考冒險(xiǎn)風(fēng)險(xiǎn)值，而長(zhǎng)期的水資源規(guī)劃、投資、保護(hù)可參考保守風(fēng)險(xiǎn)值. 鑒于α的含義與冒險(xiǎn)風(fēng)險(xiǎn)值和保守風(fēng)險(xiǎn)值內(nèi)涵的差別，選取α為0.75時(shí)的風(fēng)險(xiǎn)值進(jìn)行全湖區(qū)風(fēng)險(xiǎn)插值和風(fēng)險(xiǎn)區(qū)劃.

表5 太湖湖區(qū)所有監(jiān)測(cè)點(diǎn)的模糊風(fēng)險(xiǎn)值

3.3 太湖藍(lán)藻水華發(fā)生風(fēng)險(xiǎn)區(qū)劃

鑒于單個(gè)監(jiān)測(cè)點(diǎn)的風(fēng)險(xiǎn)不能直觀地反映太湖水華風(fēng)險(xiǎn)情況，根據(jù)表5各監(jiān)測(cè)點(diǎn)的風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果，運(yùn)用GIS地統(tǒng)計(jì)空間數(shù)據(jù)插值方法對(duì)太湖整個(gè)湖區(qū)進(jìn)行藍(lán)藻水華發(fā)生風(fēng)險(xiǎn)插值.根據(jù)不同程度水華產(chǎn)生的影響和太湖的實(shí)際特征，借助GIS工具，繪制出整個(gè)湖區(qū)的風(fēng)險(xiǎn)分布圖，太湖被分為4個(gè)風(fēng)險(xiǎn)區(qū)(圖3)：微風(fēng)險(xiǎn)區(qū)、輕度風(fēng)險(xiǎn)區(qū)、中度風(fēng)險(xiǎn)區(qū)、重度風(fēng)險(xiǎn)區(qū)，其風(fēng)險(xiǎn)區(qū)間分別為(0，3]、(3，5]、(5，6]、>6.

從風(fēng)險(xiǎn)區(qū)劃圖(圖3)可以發(fā)現(xiàn)，各風(fēng)險(xiǎn)區(qū)基本呈帶狀分布.從位置來看，重度風(fēng)險(xiǎn)區(qū)和中度風(fēng)險(xiǎn)區(qū)位于太湖西北部區(qū)域，輕度風(fēng)險(xiǎn)區(qū)和微風(fēng)險(xiǎn)區(qū)位于東南部區(qū)域.就整個(gè)太湖而言，從西北到東南風(fēng)險(xiǎn)呈現(xiàn)逐漸降低的趨勢(shì).從面積來看，重度風(fēng)險(xiǎn)區(qū)、中度風(fēng)險(xiǎn)區(qū)和輕度風(fēng)險(xiǎn)區(qū)約占太湖總面積的60%，微風(fēng)險(xiǎn)區(qū)約占太湖總面積的40%，總的來說，整個(gè)太湖藍(lán)藻水華暴發(fā)風(fēng)險(xiǎn)相對(duì)較大的區(qū)域約占60%，說明目前太湖藍(lán)藻水華暴發(fā)的風(fēng)險(xiǎn)較大.

4 結(jié)論

針對(duì)藍(lán)藻水華暴發(fā)的復(fù)雜性和不確定性，本文運(yùn)用自組織特征映射神經(jīng)網(wǎng)絡(luò)和模糊風(fēng)險(xiǎn)評(píng)價(jià)方法定量分析太湖近幾年藍(lán)藻水華發(fā)生的風(fēng)險(xiǎn)特征.運(yùn)用自組織特征映射神經(jīng)網(wǎng)絡(luò)，分析藍(lán)藻水華與不同影響因素的相互響應(yīng)關(guān)系，對(duì)藍(lán)藻水華發(fā)生情況進(jìn)行自組織聚類，避免人為判斷的主觀誤差.運(yùn)用模糊風(fēng)險(xiǎn)評(píng)價(jià)方法來全面地分析不同程度藍(lán)藻水華發(fā)生的概率及可能性，進(jìn)而定量地揭示水華發(fā)生的不確定性，以此為基礎(chǔ)的水華風(fēng)險(xiǎn)綜合評(píng)價(jià)能夠更加真實(shí)地反映太湖水華特征.最后，通過對(duì)太湖藍(lán)藻水華發(fā)生風(fēng)險(xiǎn)的區(qū)劃，能夠從全湖大空間尺度上，直接揭示水華發(fā)生風(fēng)險(xiǎn)的空間分布特征.對(duì)水華監(jiān)測(cè)、預(yù)警和風(fēng)險(xiǎn)管理具有一定的支撐作用，可指導(dǎo)水華防治過程中把資源重點(diǎn)投入到最需要的地方，從而提高水環(huán)境管理的效率，降低運(yùn)行成本.

[1] 朱廣偉.太湖富營養(yǎng)化現(xiàn)狀及原因分析.湖泊科學(xué)，2008，20(1)：21-26.DOI 10.18307/2008.0103.

[2] 商兆堂，任 健，秦銘榮等.氣候變化與太湖藍(lán)藻暴發(fā)的關(guān)系.生態(tài)學(xué)雜志，2010，29(1)：55-61.

[3] 秦伯強(qiáng)，王小冬，湯祥明等.太湖富營養(yǎng)化與藍(lán)藻水華引起的飲用水危機(jī)——原因與對(duì)策.地球科學(xué)進(jìn)展，2007，22(9)：896-906.

[4] 秦伯強(qiáng)，胡維平，陳偉民等.太湖水環(huán)境演化過程與機(jī)理.北京：科學(xué)出版社，2004.

[5] 黃漪平.太湖水環(huán)境及其污染控制.北京：科學(xué)出版社，2001.

[6] 孔繁翔，胡維平，谷孝鴻等.太湖梅梁灣2007年藍(lán)藻水華形成及取水口污水團(tuán)成因分析與應(yīng)急措施建議.湖泊科學(xué)，2007，19(4)：357-358.DOI 10.18307/2007.0401.

[7] 張寧紅，黎 剛，郁建橋等.太湖藍(lán)藻水華暴發(fā)的主要特征初析.中國環(huán)境監(jiān)測(cè)，2009，25(1)：71-74.

[8] 馬榮華，孔繁翔，段洪濤等.基于衛(wèi)星遙感的太湖藍(lán)藻水華時(shí)空分布規(guī)律認(rèn)識(shí).湖泊科學(xué)，2008，20(6)：687-694.DOI 10.18307/2008.0605.

[9] 夏 健，錢培東，朱 瑋.2007年太湖藍(lán)藻水華提前暴發(fā)的氣象成因探討.氣象科學(xué)，2009，29(4)：531-535.

[10] 劉聚濤，楊永生，高俊峰.太湖藍(lán)藻水華分級(jí)及其時(shí)空變化.長(zhǎng)江流域資源與環(huán)境，2011，20(2)：156-160.

[11] 孔繁翔，高 光.大型淺水富營養(yǎng)化湖泊中藍(lán)藻水華形成機(jī)理的思考.生態(tài)學(xué)報(bào)，2005，25(3)：589-595.

[12] 孔繁翔，馬榮華，高俊峰等.太湖藍(lán)藻水華的預(yù)防、預(yù)測(cè)和預(yù)警的理論與實(shí)踐.湖泊科學(xué)，2009，21(3)：314-328.DOI 10.18307/2009.0302.

[13] 孔繁翔，曹煥生，譚 嘯.水華藍(lán)藻復(fù)蘇的研究進(jìn)展與水華預(yù)測(cè).環(huán)境監(jiān)控與預(yù)警，2010，2(1)：1-4.

[14] 黃崇福，張俊香，陳志芬等.自然災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖的一個(gè)潛在發(fā)展方向.自然災(zāi)害學(xué)報(bào)，2004，13(2)：9-15.

[15] 魏建波，趙文吉，關(guān)鴻亮等.基于GIS的區(qū)域干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究以武陵山片區(qū)為例.災(zāi)害學(xué)，2015，30(1)：198-204．

[16] 殷坤龍，朱良峰.滑坡災(zāi)害空間區(qū)劃及GIS應(yīng)用研究.地學(xué)前緣，2001，8(2)：279-284.

[17] 周成虎，萬 慶，黃詩峰.基于GIS的洪水災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究.地理學(xué)報(bào)，2000，55(1)：15-24.

[18] 張俊香，李平日，黃光慶等.基于信息擴(kuò)散理論的中國沿海特大臺(tái)風(fēng)暴潮災(zāi)害風(fēng)險(xiǎn)分析.熱帶地理，2007，27(1)：11-14.

[19] 劉聚濤，高俊峰，姜加虎等.基于突變理論的太湖藍(lán)藻水華危險(xiǎn)性分區(qū)評(píng)價(jià).湖泊科學(xué)，2010，22(4)：488-494.DOI 10.18307/2010.0403.

[20] 陳求穩(wěn).模式自組在水生生態(tài)數(shù)據(jù)分析中的應(yīng)用——太湖富營養(yǎng)化事例分析.水利學(xué)報(bào)，2001，(6)：8-13.

[21] 飛思科技產(chǎn)品研發(fā)中心.神經(jīng)網(wǎng)絡(luò)理論與Matlab7實(shí)現(xiàn).北京：電子工業(yè)出版社，2005：44.

[22] 黃崇福.自然災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)：理論與實(shí)踐.北京：科學(xué)出版社，2005：130-134.

[23] 張俊香.新一代自然災(zāi)害風(fēng)險(xiǎn)區(qū)劃原理與方法研究——以地震災(zāi)害為例[學(xué)位論文].北京：北京師范大學(xué)，2005：21-29.

[24] 黃翔飛，陳偉民，蔡啟銘.湖泊生態(tài)調(diào)查與分析.北京：中國標(biāo)準(zhǔn)出版社，1999.

[25] 馬健榮，鄧建明，秦伯強(qiáng)等.湖泊藍(lán)藻水華發(fā)生機(jī)理研究進(jìn)展.生態(tài)學(xué)報(bào)，2013，33(10)：3020-3030.

[26] 馬榮華，孔維娟，段洪濤等.基于MODIS影像估測(cè)太湖藍(lán)藻暴發(fā)期藻藍(lán)素含量.中國環(huán)境科學(xué)，2009，29(3)：254-260.

[27] 張成成，陳求穩(wěn)，徐 強(qiáng)等.基于支持向量機(jī)的太湖梅梁灣葉綠素a濃度預(yù)測(cè)模型.環(huán)境科學(xué)學(xué)報(bào)，2013，33(10)：2856-2861.

Algae bloom risk zoning of Lake Taihu

ZHANG Yanhui1，2， LI Weifeng2& CHEN Qiuwen3

(1：KeyLaboratoryofWatershedGeographicSciences，NanjingInstituteofGeographyandLimnology，ChineseAcademyofSciences，Nanjing210008，P.R.China2：StateKeyLaboratoryofUrbanandRegionalEcology，ResearchCenterforEco-EnvironmentalSciences，ChineseAcademyofSciences，Beijing100085，P.R.China3：Eco-EnvironmentalResearchCenter，NanjingHydraulicResearchInstitute，Nanjing210029，P.R.China)

Water bloom is one of the most serious ecological environmental problems， which threaten the health of human being and local ecosystems. In this study， we took Lake Taihu in China as the study area，and accessed the occurrence risk of blue-green algae blooms comprehensively based on the individual site，combining self-organizing feature map neural network and fuzzy risk assessment method.Then We exploited the blue-green algae bloom risk zoning and draw the zoning map based on the individual site specific blue-green algae bloom risk assessment through GIS geological statistics analysis method. The assessment results showed that the whole Lake Taihu was divided into four risk zones： sever zone， moderate zone， mild zone and none risk zone， distributing along the aclinic aspect of the slope from northwest to southeast. As a whole， 3/5 of Lake Taihu faced blue-green algae bloom occurrence risk and only less than 2/5 lake area was little or no risk. The blue-green algae bloom occurrence risk presented an obvious mitigation from the northwest to the southeast， where the most sever risk zone was on the north-west. In summary，this study revealed the spatial distribution of blue-green algae bloom occurrence and these method and result would be helpful to support efficient blue-green algae bloom monitoring and risk management.

Lake Taihu； blue-green algae bloom； risk assessment； risk zoning

J.LakeSci.(湖泊科學(xué))， 2015， 27(6)： 1133-1139

DOI 10.18307/2015.0619

?2015 byJournalofLakeSciences

*中國科學(xué)院科技服務(wù)網(wǎng)絡(luò)計(jì)劃(STS)資助.

2014-12-10收稿；2015-02-03收修改稿.

張艷會(huì)(1984～)，女，博士研究生；E-mail：xiaohuizi1984@126.com.

**通信作者；E-mail：li.wf@rcees.ac.cn.