相关加权综合营养状态指数方法在洋河水库富营养化评价中的应用

运用相关加权综合营养状态指数方法对洋河水库的营养水平进行评价，并和卡森指数方法、修正的营养状态指数方法相互比较和印证，表明该水库的营养水平在7、8、9三个月已达富营养水平，其TLIc均值在1999年和2000年分别达到61．9和63．5。10、11月很接近富营养水平，其它月份为中或中--富营养水平。在评价方法的选择上，干旱年可选用修正的营养状态指数方法，而在外界因素对水质干扰强的年份，还是以相关加权综合营养状态指数方法为佳。

三峡水库蓄水后的富营养化趋势分析

根据三峡库区2003年10月和2004年4月、7月的水质监测资料,对影响水体富营养化的水质指标以及各指标之间的相关关系进行了分析。结果表明,三峡库区水体中,营养盐指标总体来说处在一种高含量水平,其中上游由泥沙携带输入的污染物质贡献较大。2003年10月,浮游植物数量介于2.02×104～31.6×104个·L-1之间,与蓄水前相比无明显变化;2004年4月,浮游植物种类与数量发生了较大变化,部分断面浮游植物数量显著增加,总体介于3.18×104～16288×104个·L-1,而总磷、总氮的质量浓度平均值分别为0.080和1.35mg·L-1,已超过了国际上确定的爆发水华的临界值,偏高的营养盐水平则为浮游植物的生长创造了有利条件。利用2004年7月的水质监测资料,运用相关加权综合营养状态指数法对库区水体营养化状况进行了评价,对各断面的评价结果比较接近。

2007～2011年石棚水库富营养化评价

为了解石棚水库近几年的富营养化状态,基于2007～2011年石棚水库的水质监测数据,采取相关加权综合营养状态指数法,对石棚水库富营养化进行评价,对结果进行了分析。在分析中,采取的是对相同季节、不同年份和不同季节、相同年份的数据进行分类比较,然后结合origin图像进行分析。这样既得出了各个影响因子在这5年中的变化趋势,又得出了一年中不同季节的主要影响因子。

辽宁省6座水源水库富营养化状况的分析与评价

为了解辽宁省主要水源水库的富营养化状况,利用相关加权综合营养状态指数TLI(∑)等方法,研究了辽宁省大伙房水库、汤河水库、碧流河水库、柴河水库、观音阁水库和桓仁水库6座水源水库在2008—2009年期间水体的富营养化状况。结果表明:除碧流河水库外,其他5座水库均达到富营养化状态;按聚类分析,6座水库共分为3类,碧流河水库单独为一类,水质最好,柴河水库单独为一类,富营养化水平较高,水质较差,其余水库为一类,水质状况相对较好;主成分分析显示,对水体富营养化影响较大的水化学因子是氨态氮、硝酸氮、总磷。根据对辽宁省水源水库水质状况的调研结果,作者提出了对辽宁省水源水库水环境有效保护和治理的建议:(1)成立水源地保护组织,对水源水库进行综合治理;(2)禁止网箱养鱼,大力发展保水渔业;(3)规范水利工程,投入人力和物力对水源水库加强生物和化学监测,对潜在的生态风险及时预警或预报;(4)对已发生严重富营养化的水库应考虑采取生态学手段进行生态修复。

典型地表缓流河流可见水华污染预警研究

以地表缓流河流为研究对象,利用相关加权营养状态指数(TLI)模型及广义回归神经网络(GRNN),建模预警可见水华的暴发。先选取叶绿素a(Chla)浓度为基准参数,氨氮、透明度为参数,建立相关加权营养状态指数模型,并利用统计分析法确定出TLI阈值为70、水温阈值为28℃。再以TLI、水温为输入,以水体中的Chla为输出,建立并训练GRNN。将TLI阈值、水温阈值带入GRNN中,最终确定可见水华暴发的Chla临界值为33μg/L。基于TLI、水温、Chla等的阈值,以监测数据进行验证对比,准确率达85%。用该方法来预警地表缓流河流可见水华具有很高的准确度。

杭州西湖底栖动物群落结构及其水质生物学评价

2017年对西湖9个点位的底栖动物进行季度调查,共采集到3门7纲25种底栖动物。底栖动物年均密度为280.3个/m2,主要类别为水生昆虫、寡毛类、软体动物,优势种为羽摇蚊(Chironomus plumosus)和圆田螺(Cipangopaludina)。空间分布上,不同湖区的底栖动物组成存在不同,在主湖区(少年宫、外湖心)底栖动物主要为水生昆虫,摇蚊幼虫为绝对优势种,而湖西区(西里湖、茅家埠、金沙港、乌龟潭、浴鹄湾)底栖动物主要为软体动物。季节变化上,底栖动物密度分布为冬季>秋季>夏季>春季。寡毛类全年采样出现频次较低,作为耐污染种,这表明西湖水环境质量变好。西湖的Shannon-Wiener生物多样性指数(H’)年均值为1.27,西湖水质为轻污染,其中茅家埠、金沙港和乌龟潭点位H’较高,与所在湖区生长大量沉水植物,生境更加稳定有关。H’与加权营养状态指数(TLI(∑))在对西湖个别点位水质评价结果上存在差异,鉴于西湖底栖动物生境易受外界影响导致群落波动较大,因此认为TLI(∑)的评价结果更为准确。