0.05),為光合生物提供了良好的光照基礎(chǔ)條件。水溫、電導(dǎo)率、溶解氧、pH表現(xiàn)出季節(jié)性極顯著差異(P關(guān)鍵詞 三峽水庫;次級河流;高頻自動監(jiān)測;數(shù)據(jù)挖掘中圖分類號:X524 文獻標識碼:A 文章編號:2095-3305(2019)05-057-03DOI: 10.19383/j.cnki.nyzhyj.2019.05.023High Frequency"/>

国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

三峽水庫次級河流高頻自動監(jiān)測與數(shù)據(jù)挖掘

2019-10-21 08:00劉偉吳慶梅鄧力楊兵
農(nóng)業(yè)災(zāi)害研究 2019年5期
關(guān)鍵詞:三峽水庫數(shù)據(jù)挖掘

劉偉 吳慶梅 鄧力 楊兵

摘要 2013年對三峽水庫次級河流10個點位7個參數(shù)進行了原位高頻自動監(jiān)測研究。結(jié)果顯示濁度的季節(jié)性差異不顯著(P>0.05),為光合生物提供了良好的光照基礎(chǔ)條件。水溫、電導(dǎo)率、溶解氧、pH表現(xiàn)出季節(jié)性極顯著差異(P<0.001),葉綠素a、藍綠藻的季節(jié)性差異顯著(P<0.01)。pH與藍綠藻顯著正相關(guān)(P<0.05),溶解氧與葉綠素a、藍綠藻顯著正相關(guān)(P<0.01)。pH的變化幅度、葉綠素a和藍綠藻的最大值,單獨或結(jié)合分析都可預(yù)警水環(huán)境發(fā)生重大量變,但是否發(fā)生質(zhì)變,則需要進一步研究算法。

關(guān)鍵詞 三峽水庫;次級河流;高頻自動監(jiān)測;數(shù)據(jù)挖掘

中圖分類號:X524 文獻標識碼:A 文章編號:2095-3305(2019)05-057-03

DOI: 10.19383/j.cnki.nyzhyj.2019.05.023

High Frequency Automatic Monitoring and Data Mining of Secondary Rivers in the Three Gorges Reservoir

LIU Wei? ?et al(Ecological and Environment Monitoring Center of Chongqing,Chongqing 401147)

Abstract In 2013,the in-situ high-frequency automatic monitoring of 7 parameters at 10 points in the secondary river of the Three Gorges Reservoir was carried out. The results showed that the seasonal difference of turbidity was not significant (P>0.05),which provided a good light base for photosynthetic organisms. The seasonal differences of water temperature,conductivity,dissolved oxygen and pH value were significant (P<0.001),the seasonal differences of chlorophyll a and blue-green algae were significant (P<0.01),and the pH value was positively correlated with that of blue-green algae (P<0.05). Dissolved oxygen was positively correlated with chlorophyll a and blue-green algae (P<0.01). The mean value of dissolved oxygen,the variation range of pH,the abnormal value of chlorophyll a,the maximum value of blue-green algae,alone or in combination with the analysis,could be used to predict the significant quantitative change of water environment,but whether the qualitative change occurs or not,the algorithm needs to be further studied.

Key words? ?Three Gorges Reservoir;Secondary river;High frequency automatic monitoring;Data mining

三峽水利工程蓄水后,許多學(xué)者對次級河流水體富營養(yǎng)化程度加重[1]這一現(xiàn)象進行了研究。有以單一季節(jié)水華藻類優(yōu)勢種、毒性及營養(yǎng)限值為研究對象[2-3],以單次水華事件及其發(fā)生時的理化條件為研究對象[4],以特定水期氮、磷分布特征為研究對象[5],也有以每月定時定點河流的生物和理化因子變化為研究對象[6]。均采取現(xiàn)場采樣、實驗室分析的傳統(tǒng)研究手段。從時間序列看,這種單次觀測結(jié)果數(shù)據(jù)“離散”,難以捕捉水華的暴發(fā)-消亡生態(tài)過程。近年來,有學(xué)者在太湖研究了原位高頻自動監(jiān)測技術(shù)[7],并把它作為水華預(yù)警監(jiān)測系統(tǒng)的子系統(tǒng)加以應(yīng)用,但仍需要完善且保持穩(wěn)定運行[8]。筆者將該技術(shù)全天候應(yīng)用到三峽庫區(qū)次級河流中,為水華研究獲取了長時間序列基線數(shù)據(jù),為預(yù)警算法的研究打下基礎(chǔ)。

1 材料與方法

2013年在三峽水庫次級河流回水區(qū)設(shè)置10個監(jiān)測斷面,分別為S1金竹灘、S2紅旗、S3老龍?zhí)?、S4雙江、S5清水碼頭、S6草堂、S7大昌、S8白水口、S9龍頭山、S10葡萄壩,點位設(shè)置和水位變化見圖1。五參數(shù)(水溫、pH、電導(dǎo)率、濁度、溶解氧)直接反映水質(zhì),連續(xù)監(jiān)測成本低且與其他指標存在一定相關(guān)性,因而在預(yù)警監(jiān)測中不可或缺[9]。熒光法測定藍綠藻比傳統(tǒng)方法速度快,可信度高,可為預(yù)警監(jiān)測提供有力支持[10-11],熒光法測定葉綠素和其他測量方法間具有極好的線性關(guān)系,且測定速度快[12]。因此該項目中五參數(shù)采用成熟的自動監(jiān)測技術(shù)[13-14],藍綠藻和葉綠素測定采用熒光法。監(jiān)測設(shè)備為HACH公司Hydrolab5,搭載在浮標上進行原位監(jiān)測,每小時一組數(shù)據(jù),通過對數(shù)據(jù)的分析,為預(yù)警的輪詢算法和事件算法提供基線,為后期管理提供咨詢建議[15-16]。采用SPSS24.0軟件,運用方差(單因素ANOVA分析LSD法)和相關(guān)性分析法進行數(shù)據(jù)分析。

2 結(jié)果與分析

2.1 水溫變化特征

全年水溫表現(xiàn)出極顯著性差異(P<0.001),呈現(xiàn)出非常明顯的季節(jié)變換特征(圖2)。各斷面2、9月水溫差別較小,差別最小出現(xiàn)在高水位的2月,最大溫差0.90℃。6—8月低水位期間各斷面水溫差別較大,其中最大溫差8.32℃出現(xiàn)在6月。可見氣溫變化是引起水溫月份差異的主要原因,庫區(qū)水位變化是不同月份內(nèi)不同點位水溫差異的主要原因。

2.2 濁度變化特征

全年濁度季節(jié)性差異不顯著(P>0.05)。6—9月低水位期間各斷面濁度差別大,可能是各斷面降水特征各異、流速差別較大綜合導(dǎo)致。斷面S4和S8出現(xiàn)離群值較多,主要原因是斷面所在地水域較狹小,易受周邊地表徑流的濁度影響(圖3)。濁度總體不高,全年為光合生物生長提供了良好的透明度條件。

2.3 電導(dǎo)率變化特征

全年電導(dǎo)率季節(jié)性差異極顯著(P<0.001),年均值379 μs/cm。2、3、4月電導(dǎo)率較大,均值約為420 μs/cm,8月電導(dǎo)率較小,平均327 μs/cm(圖4)。電導(dǎo)率呈現(xiàn)冬(春)季較高夏季較低的趨勢,與傳統(tǒng)方法研究[17]發(fā)現(xiàn)的規(guī)律基本相同??傮w來看各斷面各月份均存在差異,說明電導(dǎo)率受支流流域特點影響較大。高水位期間電導(dǎo)率有趨同趨勢,低水位期間差別有拉大趨勢,這和水位變化導(dǎo)致水動力學(xué)改變,進而影響干支流的水體混合有關(guān)。

2.4 溶解氧變化特征

全年溶解氧季節(jié)性差異極顯著(P<0.001),在5.48~10.01 mg/L波動(圖5),年均值7.46 mg/L。溫度和水位的變化對溶解氧的影響并不明顯(圖1~2,圖5)。藍綠藻在2、5、8月出現(xiàn)極值的同時,溶解氧未出現(xiàn)相應(yīng)的最大值,這和張述太等[6]的發(fā)現(xiàn)不同,主要原因是數(shù)據(jù)量差異造成。溶解氧與葉綠素a、藍綠藻顯著正相關(guān)(P<0.01),說明藻類生命活動是影響溶解氧的主導(dǎo)原因之一;溶解氧也可作為葉綠素a、藍綠藻探頭運行正常與否的輔助判別指標。

2.5 pH變化特征

全年pH季節(jié)性差異極顯著(P<0.001),年均值7.98,呈弱堿性。12月pH均值最小(7.44), 5月pH均值最大(8.27)。pH與藍綠藻顯著正相關(guān)(P<0.05),說明藻類生命活動主導(dǎo)了pH的變化。pH在高水位的1、2、12月,各斷面pH差異大于1.5(圖6a),說明生化作用強度因斷面不同而有較大差異。pH在S5、S7的年際變化大于1.5,說明此兩斷面生化作用的季節(jié)變化更劇烈,是容易發(fā)生水華的斷面(圖6b),其所在河流是歷史上常發(fā)生水華的梅溪河[18]和大寧河[19]。pH的變化幅度可作為預(yù)警水華的指標。

2.6 葉綠素a變化特征

全年葉綠素a季節(jié)性差異顯著(P<0.01),10個斷面葉綠素a差異顯著(P<0.01)。葉綠素a與藍綠藻顯著正相關(guān)(P<0.01)。12月葉綠素a均值最低(1.5 mg/m3),其次為11月;3月葉綠素a均值最高,為7.3 mg/m3,其次為2、5、8月。葉綠素a極值出現(xiàn)在2、3、5月,也是水華暴發(fā)的慣常月份。S2、S3、S5和S7與其余斷面差異顯著(圖7),S2、S3所在東溪河和黃金河生態(tài)環(huán)境較好[20-21],未見水華報道。結(jié)合各斷面pH變化特征分析,S5、S7的葉綠素a與水華的相關(guān)性更大。葉綠素a極值可作為預(yù)警水華的指標。

2.7 藍綠藻變化特征

全年藍綠藻季節(jié)性差異顯著(P<0.01)。藍綠藻斷面性差異顯著(P<0.01)。因藍綠藻的暴發(fā)呈指數(shù)級增長,關(guān)注其極值更具有意義。斷面極值較高的月份為2、8、5月(圖8),也是水華暴發(fā)的慣常月份。S2和S8與其余各斷面差異顯著。S2、S4、S6、S8斷面極值較大。S4所在的澎溪河[22]、S6所在的草堂河[23]、S8所在的大寧河均在春季出現(xiàn)過不同程度的水華??梢娝{綠藻的極值可作為預(yù)警水華的指標。

3 討論

三峽水庫次級河流屬亞熱帶濕潤季風(fēng)區(qū),7個監(jiān)測因子中濁度受季節(jié)性變化影響最小,為水體中各類光合生物創(chuàng)造了良好的光照條件。pH的變化幅度、葉綠素a的極值、藍綠藻的極值都可單獨作為水環(huán)境發(fā)生重大變化的預(yù)警指標;溶解氧可作為判別以上3個監(jiān)測指標正常運行與否的輔助指標。從預(yù)警到鎖定到水華,則需多指標綜合分析。預(yù)警的閾值則需要在長期監(jiān)測的基礎(chǔ)上研究算法。這種高頻自動監(jiān)測技術(shù)是解放人力、降低成本進行預(yù)警的好方法,但進行業(yè)務(wù)化運行還需要進一步進行數(shù)據(jù)挖掘工作。

參考文獻

[1] 黃真理.三峽水庫水環(huán)境保護研究及其進展[J].四川大學(xué)學(xué)報(工程科學(xué)版),2006,38(5):7-15.

[2] 周廣杰,況琪軍,劉國祥,等.三峽庫區(qū)藻類水華調(diào)查及其毒理學(xué)研究[J].水生生物學(xué)報,2006,30(1):37-41.

[3] 周廣杰,況琪軍,胡征宇.大寧河春季浮游藻類“水華”及其營養(yǎng)限制[J].長江流域資源與環(huán)境,2007,16 (5):628.

[4] 曹丞進,鄭丙輝,張佳磊,等.三峽水庫支流大寧河冬、春季水華調(diào)查研究[J].環(huán)境科學(xué),2009,30(12):3441-3448.

[5] 盧玨安,諶書,蔣卉,等.三峽水庫典型支流水體氮磷分布特征及污染評價[J].昆明理工大學(xué)學(xué)報(自然科學(xué)版),2019,44(1):104-112.

[6] 張述太,薛俊增,姚建良,等.三峽水庫大寧河庫灣水環(huán)境的時空變化特征[J].水生態(tài)學(xué)雜志,2010,3(2):1-7.

[7] 秦伯強,朱廣偉,張運林,等. 高頻無線自動監(jiān)測技術(shù)在湖泊藍藻水華監(jiān)測和預(yù)測中的應(yīng)用[J].科研信息化技術(shù)與飲用,2010,1(3):61-70.

[8] 黃君,張虎軍,江嵐,等.太湖藍藻水華預(yù)警監(jiān)測綜合系統(tǒng)的構(gòu)建[J].中國環(huán)境監(jiān)測,2015,31(1):139-145.

[9] 張苒,劉京,周偉,等. 水質(zhì)自動監(jiān)測參數(shù)的相關(guān)性分析及在水環(huán)境監(jiān)測中的應(yīng)用[J].中國環(huán)境監(jiān)測,2015,31(4):125-129. [10] 楊曉冬.淺析熒光法測定藍藻生物量的可行性[J].環(huán)境科學(xué)導(dǎo)刊,2011,30(5):89-91.

[11] 朱培瑜,魏柯.熒光法快速測定浮游植物以及應(yīng)用于梅梁湖預(yù)警監(jiān)測可行性探討[J].四川環(huán)境監(jiān)測,2014,33(3):99-101.

[12] 程春梅,黃偉朵,張偉.水體浮游植物葉綠素a濃度測定方法比較[J].浙江水利水電學(xué)院學(xué)報,2016,28(6):59-63.

[13] USGS. National field manual for the coll-ection of water-quality data [EB/OL].(2004-08)(2018-12-25).http://waterwatch. usgs.gov/.

[14] 劉偉,黃偉,余家燕,等.中國水質(zhì)自動監(jiān)測評述[J].環(huán)境科學(xué)與管理,2015,40(5):131-133.

[15] BELITZ K,DUBROVSKY N M,BUROW K,et al. Framework for a ground-water quality monitoring and assessment pro-gram for California (Water-Resources Investigations Report 2003-4166)[EB/OL]. (2003)(2019-02-18). https://pubs.usgs.gov/wri/wri034166/pdf/wri034166.pdf

[16] ACWI/NWQMC. Framework for monit-oring published in Water Resources IM-PACT[EB/OL].(2003-9-3)(2018-12-25). http://water.usgs.gov/wicp/acwi/monitoring/pubs/0309impact.pdf.

[17] 姚建良.三峽水庫蓄水后浮游甲殼動物生態(tài)學(xué)研究[D].烏魯木齊:新疆農(nóng)業(yè)大學(xué),2007.

[18] 吳光應(yīng),劉曉靄,萬丹,等.三峽庫區(qū)大寧河2010年春季水華特征[J].中國環(huán)境監(jiān)測,2012,28(3):47-52.

[19] 操滿,傅家楠,周子然,等.三峽庫區(qū)典型干-支流相互作用過程中的營養(yǎng)鹽交換:以梅溪河為例[J].環(huán)境科學(xué),2015,36(4):1294-1299.

[20] 池仕運,胡菊香,陳勝,等.三峽庫區(qū)支流底棲動物群落結(jié)構(gòu)研究[J].水生態(tài)學(xué)雜志,2011,32 (4):24-29.

[21] 徐靜波,劉紅,袁興中.三峽庫區(qū)東溪河濕地保育區(qū)建設(shè)的生態(tài)學(xué)途徑[J].重慶師范大學(xué)學(xué)報(自然科學(xué)版),2011,28(1):23-26.

[22] 姜偉,周川,紀道斌,等.三峽庫區(qū)澎溪河與磨刀溪電導(dǎo)率等水質(zhì)特征與水華的關(guān)系比較[J].環(huán)境科學(xué),2017,38(6):2327-2334.

[23] 李亞軍. 三峽庫區(qū)支流水質(zhì)季節(jié)變化模擬的參數(shù)敏感性分析:以草堂河為例[D].邯鄲: 河北工程大學(xué),2017.

責(zé)任編輯:鄭丹丹

作者簡介 劉偉(1978-),男,重慶人,高級工程師,碩士,主要從事環(huán)境監(jiān)測研究。*通訊作者,高級工程師,主要從事環(huán)境監(jiān)測研究。

收稿日期 2019-07-02

猜你喜歡
三峽水庫數(shù)據(jù)挖掘
數(shù)據(jù)挖掘技術(shù)在內(nèi)河航道維護管理中的應(yīng)用研究
數(shù)據(jù)挖掘綜述
軟件工程領(lǐng)域中的異常數(shù)據(jù)挖掘算法
基于R的醫(yī)學(xué)大數(shù)據(jù)挖掘系統(tǒng)研究
一本面向中高級讀者的數(shù)據(jù)挖掘好書