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(guó)家重點(diǎn)實(shí)驗(yàn)室，哈爾濱 150090，hitliangheng@163.com)

微宇宙環(huán)境下藻類(lèi)生長(zhǎng)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(guó)家重點(diǎn)實(shí)驗(yàn)室，哈爾濱 150090，hitliangheng@163.com)

為考察水庫(kù)水中藻類(lèi)生長(zhǎng)與理化因子的相關(guān)性，用微宇宙環(huán)境模擬藻類(lèi)生長(zhǎng)過(guò)程并監(jiān)測(cè)理化因子變化，建立相關(guān)回歸統(tǒng)計(jì)方程.以微宇宙環(huán)境中魚(yú)腥藻、微囊藻和中度營(yíng)養(yǎng)狀態(tài)水體中藻類(lèi)的生長(zhǎng)為研究對(duì)象，考察藻類(lèi)生長(zhǎng)過(guò)程中理化因子的變化，建立藻生長(zhǎng)與環(huán)境因子的線性相關(guān)矩陣，并建立相關(guān)預(yù)測(cè)方程.實(shí)驗(yàn)結(jié)果表明:總磷和水溫是影響藻類(lèi)生長(zhǎng)顯著因子;通過(guò)總磷和水溫建立起的相關(guān)預(yù)測(cè)方程，能夠預(yù)測(cè)水體內(nèi)藻細(xì)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(lèi)生長(zhǎng)預(yù)測(cè)方程有助于水廠準(zhǔn)確預(yù)測(cè)藻類(lèi)濃度，及時(shí)調(diào)整水處理工藝.

微宇宙環(huán)境;藻類(lèi)生長(zhǎng);理化因子;回歸分析

伴隨著近年來(lái)經(jīng)濟(jì)快速發(fā)展，湖泊水庫(kù)氮、磷污染不斷積累，造成藍(lán)藻水華大量爆發(fā)［1－3］.富營(yíng)養(yǎng)化問(wèn)題不但制約了水源資源的開(kāi)發(fā)利用，而且直接影響著人類(lèi)的健康生存和社會(huì)可持續(xù)發(fā)展.為了研究水庫(kù)藻類(lèi)爆發(fā)的機(jī)理，可采用水生微宇宙來(lái)模擬天然環(huán)境中水體富營(yíng)養(yǎng)化的過(guò)程，通過(guò)觀測(cè)氮磷等指標(biāo)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(yíng)養(yǎng)化的形成原理［4－7］，并據(jù)此確定藻類(lèi)生長(zhǎng)的顯著限制因子，提出水庫(kù)水體富營(yíng)養(yǎng)化防控的重點(diǎn).

本研究以微宇宙環(huán)境中魚(yú)腥藻(ACD)、微囊藻(ACM)和中度營(yíng)養(yǎng)狀態(tài)水體中藻類(lèi)(AC)的生長(zhǎng)為研究對(duì)象，考察藻類(lèi)生長(zhǎng)過(guò)程中理化因子的變化，建立藻生長(zhǎng)與環(huán)境因子的線性相關(guān)矩陣，監(jiān)測(cè)水體中與藻類(lèi)生長(zhǎng)密切相關(guān)的理化因子的變化，并建立相關(guān)預(yù)測(cè)方程，為當(dāng)?shù)厮畯S掌握藻類(lèi)濃度變化趨勢(shì)以及時(shí)調(diào)整水處理工藝提供基礎(chǔ).

1 實(shí)驗(yàn)

1.1 實(shí)驗(yàn)裝置及方法

微宇宙環(huán)境實(shí)驗(yàn)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(kāi)平市大沙河水庫(kù)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(kù)底部的底泥，并將玻璃缸置于室外，模擬水庫(kù)水的自然生長(zhǎng)條件.

控制水族箱處于穩(wěn)定的自然生長(zhǎng)環(huán)境下，分析藻類(lèi)生長(zhǎng)的重要影響因子及影響規(guī)律.應(yīng)用SPSS11.0軟件計(jì)算統(tǒng)計(jì)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(cè)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(lèi)生長(zhǎng)預(yù)測(cè)模型.

在本研究中，大沙河水庫(kù)原水曾出現(xiàn)2次優(yōu)勢(shì)藻大量繁殖，分別為魚(yú)腥藻(685萬(wàn)/L)和微囊藻(765萬(wàn)/L).且優(yōu)勢(shì)藻峰值數(shù)密度均達(dá)到或超過(guò)藻細(xì)胞總數(shù)密度的75%.考慮到藻類(lèi)生長(zhǎng)的差異性和選擇性，不同的優(yōu)勢(shì)藻與各因子的相關(guān)程度會(huì)有差別.因而，以魚(yú)腥藻為優(yōu)勢(shì)藻的原水和以微囊藻為優(yōu)勢(shì)藻的原水及中營(yíng)養(yǎng)狀態(tài)原水作為水族箱試驗(yàn)的研究對(duì)象，分別考察其影響因子及影響規(guī)律.

1.2 檢測(cè)方法

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(xì)胞數(shù)密度(AC、ACD和ACM).檢測(cè)方法依據(jù)標(biāo)準(zhǔn)辦法進(jìn)行，實(shí)驗(yàn)周期為20 d.

2 結(jié)果與討論

2.1 魚(yú)腥藻生長(zhǎng)與理化因子回歸統(tǒng)計(jì)研究

由表1可知，本研究中的微宇宙環(huán)境理化因子中與魚(yú)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(lèi)提供了穩(wěn)定的生長(zhǎng)環(huán)境，研究結(jié)果表明大沙河水庫(kù)在魚(yú)腥藻爆發(fā)時(shí)，屬磷限制型污染.

表1 魚(yú)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(lèi)的生長(zhǎng)，而藻類(lèi)的光合作用過(guò)程能夠改變水體pH，因而pH和水溫通過(guò)藻類(lèi)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(lèi)生長(zhǎng)影響，而非藻類(lèi)生長(zhǎng)的影響因子.

綜合考慮主要相關(guān)因子，將測(cè)試結(jié)果用自然對(duì)數(shù)法進(jìn)行標(biāo)準(zhǔn)化(ln(x+1)).在非營(yíng)養(yǎng)鹽外源控制條件下，魚(yú)腥藻濃度與魚(yú)腥藻的藻類(lèi)預(yù)測(cè)模型為

其中:nACD為魚(yú)腥藻細(xì)胞數(shù)密度，T為溫度，ρP為總磷質(zhì)量濃度.

由于魚(yú)腥藻爆發(fā)周期較短，且濃度較低，當(dāng)?shù)赜譄o(wú)魚(yú)腥藻爆發(fā)歷史數(shù)據(jù)，因而，針對(duì)預(yù)測(cè)模型的檢驗(yàn)，僅在微宇宙環(huán)境做了8次.預(yù)測(cè)結(jié)果見(jiàn)如圖1.

圖1 微宇宙環(huán)境魚(yú)腥藻細(xì)胞密度實(shí)測(cè)值與預(yù)測(cè)值比較

由圖1可知，預(yù)測(cè)模型能夠較準(zhǔn)確地預(yù)測(cè)出魚(yú)腥藻濃度的變化，魚(yú)腥藻濃度預(yù)測(cè)峰值與實(shí)測(cè)值相符.然而，由于模型的預(yù)測(cè)結(jié)果僅在微宇宙環(huán)境下進(jìn)行檢驗(yàn)，魚(yú)腥藻濃度范圍較穩(wěn)定，因而預(yù)測(cè)結(jié)果理想.在實(shí)際水體的預(yù)測(cè)中，魚(yú)腥藻的濃度會(huì)由于水體環(huán)境的變化而出現(xiàn)波動(dòng)，尤其會(huì)出現(xiàn)高低濃度的突變，需進(jìn)一步檢驗(yàn)?zāi)Ｐ偷臏?zhǔn)確性，并引入修正因子，對(duì)模型進(jìn)行修正［8］.

2.2 微囊藻生長(zhǎng)與理化因子回歸統(tǒng)計(jì)研究

大沙河水庫(kù)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(zhǎng)穩(wěn)定，對(duì)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(jiàn)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(xì)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(lèi)生長(zhǎng)的誘變因子，因而同樣在預(yù)測(cè)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(cè)試結(jié)果用自然對(duì)數(shù)法進(jìn)行標(biāo)準(zhǔn)化(ln(x+1)).在非營(yíng)養(yǎng)鹽外源控制條件下，微囊藻生物量預(yù)測(cè)方程如下:

微囊藻生物量預(yù)測(cè)方程能夠預(yù)測(cè)微宇宙環(huán)境下微囊藻的生長(zhǎng)態(tài)勢(shì)和峰值(見(jiàn)圖2).微囊藻生物量的預(yù)測(cè)方程在實(shí)踐應(yīng)用中，可進(jìn)一步考察水庫(kù)水動(dòng)力學(xué)特征，建立綜合因子預(yù)測(cè)方程，從而能夠滿足不同條件下的預(yù)測(cè)要求.

圖2 微宇宙環(huán)境微囊藻細(xì)胞密度實(shí)測(cè)值與預(yù)測(cè)值比較

2.3 中營(yíng)養(yǎng)水體藻生長(zhǎng)與理化因子回歸統(tǒng)計(jì)研究

大沙河水庫(kù)常年處于中營(yíng)養(yǎng)狀態(tài)，通過(guò)建立中營(yíng)養(yǎng)水體的藻生長(zhǎng)與環(huán)境因子的線性相關(guān)矩陣，可監(jiān)測(cè)水體中與藻類(lèi)生長(zhǎng)密切相關(guān)的理化因子的變化，并建立相關(guān)預(yù)測(cè)方程，了解水體藻類(lèi)含量及營(yíng)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(lèi)污染做好技術(shù)儲(chǔ)備，并為大沙河水庫(kù)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(yíng)養(yǎng)水庫(kù)水藻類(lèi)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(xì)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(yú)腥藻不同，pH和耗氧量等理化因子與藻細(xì)胞并無(wú)明顯相關(guān)關(guān)系.這是因?yàn)橹袪I(yíng)養(yǎng)狀態(tài)下水體藻細(xì)胞生長(zhǎng)態(tài)勢(shì)穩(wěn)定，藻細(xì)胞光合作用不強(qiáng)烈，對(duì)水環(huán)境pH值變化貢獻(xiàn)較小.而耗氧量的增加則與藻細(xì)胞釋放和死亡相關(guān)，該水體的藻細(xì)胞生長(zhǎng)未對(duì)耗氧量的變化構(gòu)成影響［9－10］.

中營(yíng)養(yǎng)水體內(nèi)，亞硝氮的含量與溶解氧顯著相關(guān)，這是因?yàn)槿芙庋鹾繉?duì)硝化進(jìn)程具有顯著影響.而硝氮含量對(duì)水體中總氮貢獻(xiàn)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(yíng)養(yǎng)鹽外源控制條件下，中營(yíng)養(yǎng)水體藻細(xì)胞生物量預(yù)測(cè)方程如下:

在中營(yíng)養(yǎng)狀態(tài)的水體藻細(xì)胞濃度預(yù)測(cè)中，該預(yù)測(cè)方程能夠較準(zhǔn)確反映水體營(yíng)養(yǎng)狀態(tài)變化(見(jiàn)圖3).由于中營(yíng)養(yǎng)狀態(tài)下水庫(kù)水文條件相似，在預(yù)測(cè)方程中可作為常數(shù)擬合，因而，水庫(kù)水文對(duì)中營(yíng)養(yǎng)狀態(tài)水體中藻細(xì)胞量預(yù)測(cè)影響較小.

表3 藻細(xì)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(xì)胞密度實(shí)測(cè)值與預(yù)測(cè)值比較

3 結(jié)論

1)在對(duì)以魚(yú)腥藻、微囊藻和中營(yíng)養(yǎng)狀態(tài)的水庫(kù)水的研究中發(fā)現(xiàn)，總磷和水溫是影響藻類(lèi)生長(zhǎng)顯著因子;

2)通過(guò)總磷和水溫建立起的相關(guān)預(yù)測(cè)方程，能夠預(yù)測(cè)水體內(nèi)藻及優(yōu)勢(shì)藻細(xì)胞濃度變化.而預(yù)測(cè)方程在實(shí)踐中能夠指導(dǎo)保護(hù)水源，根據(jù)藻類(lèi)生長(zhǎng)態(tài)勢(shì)控制磷營(yíng)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(yíng)養(yǎng)化過(guò)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(guó)家自然科學(xué)基金資助項(xiàng)目(50808051);哈爾濱工業(yè)大學(xué)城市水資源與水環(huán)境國(guó)家重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金資助項(xiàng)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(guó)工程院院士.

(編輯 楊 波)