基于RDALR模型分析气象条件对太湖蓝藻水华发生的影响及预报

近年来,太湖水体出现多次严重的蓝藻水华过程,所以探索气象条件引发蓝藻水华的暴发机制及预报方法有着重要的理论意义及实际价值。由于chl-a含量的动态变化可反映水华与否,可利用粗糙集决策调节回归模型(rough decision-adjusted logistic regression model,RDALR)将粗糙集理论与二元逻辑回归(binary logistic regression,BLR)结合起来,用来建立气象条件和太湖chl-a含量二者之间的联系,为蓝藻暴发期水华预报提供一可行方法,且该方法具有一定可移植性。2012年5月1日—9月5日,对东山24项气象数据和东太湖6个取水口水质监测数据分析表明:RDALR模型解释了东太湖128 d水华监测日71.6%的chl-a动态变化,与BLR模型相比,将39次水华暴发的预报精度提高15%。对RDALR模型分析得出,当模型显著性水平小于0.05时,东太湖水域水华强度与平均风速、平均相对湿度呈显著正相关,与日降水量(P)呈显著负相关,同时水华强度与气温(T)、日照时数(SD)及最大风速风向(WD)等其他气象条件相关不显著。