王長(zhǎng)友,于 洋,孫運(yùn)坤,李洪利,孔繁翔,張 民,史小麗,陽(yáng) 振

(1.南京信息工程大學(xué)海洋科學(xué)學(xué)院,江蘇 南京 210044；2.中國(guó)科學(xué)院南京地理與湖泊研究所,湖泊與環(huán)境國(guó)家重點(diǎn)實(shí)驗(yàn)室,江蘇 南京 210008)

太湖平均氮磷含量近年來(lái)一直居高不下,即使沒(méi)有外源輸入,長(zhǎng)期積累在湖泊底泥中的內(nèi)源營(yíng)養(yǎng)鹽在相當(dāng)長(zhǎng)一段時(shí)間內(nèi)仍然足以支撐水華藍(lán)藻的生長(zhǎng),很難杜絕藍(lán)藻水華的發(fā)生[1].根據(jù)掌握的藍(lán)藻水華形成的基本規(guī)律,發(fā)展藍(lán)藻水華發(fā)生的預(yù)測(cè)預(yù)報(bào)技術(shù),將有助于提高環(huán)境管理部門的應(yīng)對(duì)能力,有助于減少藍(lán)藻水華帶來(lái)的生態(tài)危害和健康風(fēng)險(xiǎn).水華預(yù)測(cè)的時(shí)間尺度受水華形成機(jī)理認(rèn)知程度和預(yù)測(cè)技術(shù)的限制.有文獻(xiàn)報(bào)道國(guó)外20世紀(jì)90年代末即開展了水華短期預(yù)測(cè)工作[2].中國(guó)科學(xué)院南京地理與湖泊研究所從2007年開始在太湖夏季水華形成時(shí)期進(jìn)行未來(lái)3d水華短期預(yù)測(cè)及葉綠素濃度的分布格局.然而長(zhǎng)時(shí)間尺度預(yù)測(cè)將更有助于提高環(huán)境管理部門應(yīng)對(duì)生態(tài)危害和健康風(fēng)險(xiǎn)的能力,提高湖泊治理措施的針對(duì)性和科學(xué)性.近年來(lái)淺水湖泊藍(lán)藻水華的發(fā)生機(jī)制研究已取得重要進(jìn)展,藍(lán)藻水華形成的"四階段理論" 揭示了太湖藍(lán)藻水華的形成機(jī)理與基本規(guī)律,確定了影響藍(lán)藻水華形成的關(guān)鍵要素及其閾值[1],為運(yùn)用數(shù)值模型對(duì)太湖藍(lán)藻水華進(jìn)行早期預(yù)測(cè)提供了理論框架.

本文基于澳大利亞西澳大學(xué)水研究中心開發(fā)的通用水生生態(tài)動(dòng)力學(xué)模型CAEDYM,剖析其生態(tài)子系統(tǒng)中藍(lán)藻生物量增長(zhǎng)的建模原理,應(yīng)用太湖藍(lán)藻水華形成的"四階段理論", 考慮不同階段藍(lán)藻的生理特性及導(dǎo)致水華形成觸發(fā)因子,以風(fēng)速、風(fēng)向、太陽(yáng)輻射、氣溫、相對(duì)濕度、大氣壓、降雨量等為系統(tǒng)外部環(huán)境驅(qū)動(dòng)變量,通過(guò)模塊數(shù)組傳輸技術(shù)實(shí)現(xiàn)其與三維水動(dòng)力模型 ELCOM 的耦合,以ELCOM-CAEDYM耦合模型為框架構(gòu)建太湖水華藍(lán)藻生態(tài)動(dòng)力學(xué)模型,對(duì)藍(lán)藻水華的形成進(jìn)行早期預(yù)測(cè).

1 太湖藍(lán)藻水華基本發(fā)生規(guī)律及形成機(jī)制的研究概況

太湖是我國(guó)的第三大淡水湖,處于長(zhǎng)江三角洲 經(jīng) 濟(jì) 區(qū) 的 核 心 地 帶 ,介 于 30°55′40″N～31°32′58″ N 和 119°52′32″ E～120°36′10″ E 之間,南北長(zhǎng) 68.5km,東西平均寬 34km,最寬處 56km,地跨江蘇、浙江兩省.在正常水位條件下,太湖的水面積為 2338km2,平均水深 1.89m,水深介于1.5m-2.5m的面積近1700km2,最大水深4m,是一個(gè)典型的碟型淺水湖泊,平均湖水停留時(shí)間為300d[3].

從營(yíng)養(yǎng)狀態(tài)來(lái)看,太湖在20世紀(jì)60年代處于貧中營(yíng)養(yǎng)水平,至20世紀(jì)80年代達(dá)貧中至中營(yíng)養(yǎng)水平,20世紀(jì)90年代初上升到中富營(yíng)養(yǎng),至2000年已以富營(yíng)養(yǎng)化為主[4].從發(fā)生季節(jié)來(lái)看,太湖藍(lán)藻水華最初在夏季出現(xiàn).隨著近年來(lái)水體富營(yíng)養(yǎng)化程度加劇,首次發(fā)生的時(shí)間逐漸前移,而到秋季,藍(lán)藻水華完全消失的時(shí)間則顯著推遲.近年來(lái),3～4月逐漸成為藍(lán)藻水華的初始出現(xiàn)期,5～9月為藍(lán)藻水華的頻發(fā)期,并能一直延續(xù)到晚秋,甚至到次年的1月份(如2008年).從發(fā)生地點(diǎn)來(lái)看,到上世紀(jì)末太湖北部(梅梁灣、竺山灣)一直是藍(lán)藻水華的最初發(fā)生地,也是全年藍(lán)藻水華發(fā)生的重災(zāi)區(qū);本世紀(jì)初開始,南部沿岸區(qū)(浙江附近水域)春季開始時(shí)有發(fā)生,逐漸成為太湖藍(lán)藻水華的最早發(fā)生地,集聚面積也逐年擴(kuò)大,持續(xù)時(shí)間越來(lái)越長(zhǎng);2003 年以來(lái),藍(lán)藻水華開始向湖心擴(kuò)散,嚴(yán)重時(shí)幾乎覆蓋整個(gè)太湖的非水生植被區(qū),發(fā)生的頻率也顯著增加[1,5].

在探索藍(lán)藻水華形成機(jī)理方面也取得重要進(jìn)展,孔繁翔等[6]提出的藍(lán)藻水華形成"四階段理論"認(rèn)為,藍(lán)藻生長(zhǎng)與水華形成經(jīng)歷了越冬休眠(12～2月)、春季復(fù)蘇(3～4月)、生長(zhǎng)(4～9月)、集聚上浮(4～11月)并形成水華等 4個(gè)階段,不同的階段藻類的生理特性不同,影響其發(fā)展的主導(dǎo)生態(tài)因子也不同.冬季水華藍(lán)藻的休眠主要受低溫及黑暗環(huán)境所影響,春季復(fù)蘇階段藍(lán)藻復(fù)蘇的生物量與每天高于藍(lán)藻生理代謝起始溫度(9℃)以上的連續(xù)積累溫度值(有效積溫)線性相關(guān)[7].水華發(fā)生季節(jié)太湖微囊藻的細(xì)胞分裂頻率有顯著的日變化規(guī)律,日原位生長(zhǎng)速率介于 0.19 到0.37[8].在春季和夏季已經(jīng)成為優(yōu)勢(shì)種群的水華藍(lán)藻在有適當(dāng)?shù)乃臍庀髼l件,將會(huì)漂浮到水面,在風(fēng)和湖流的驅(qū)動(dòng)下,形成了災(zāi)害性藍(lán)藻水華.風(fēng)浪對(duì)于水華的形成具有直接的驅(qū)動(dòng)作用,當(dāng)風(fēng)速小于閾值3.1m/s時(shí),藍(lán)藻水華就會(huì)形成[9].該理論比較清晰地闡述了藍(lán)藻水華形成的幾個(gè)關(guān)鍵性階段以及導(dǎo)致不同階段轉(zhuǎn)換的關(guān)鍵因子及其閾值,把握這些關(guān)鍵因子的變化規(guī)律,就有可能更準(zhǔn)確的預(yù)測(cè)藍(lán)藻水華的發(fā)展趨勢(shì).

2 基于ELCOM-CAEDYM構(gòu)建太湖水華藍(lán)藻生態(tài)動(dòng)力學(xué)模型

2.1 ELCOM-CAEDYM模型簡(jiǎn)介

CAEDYM 模型在傳統(tǒng)的"N-P-Z"模型基礎(chǔ)上,考慮了生源要素生物地球化學(xué)變化過(guò)程與湖泊內(nèi)源釋放的碳、氮、磷、金屬等遷移與形態(tài)轉(zhuǎn)化過(guò)程,涵蓋浮游植物、浮游動(dòng)物、魚類、沉水植物、底棲生物、無(wú)脊椎動(dòng)物、微生物、細(xì)菌等生態(tài)系統(tǒng)過(guò)程,已發(fā)展成為一個(gè)基于過(guò)程的通用水生生態(tài)系統(tǒng)動(dòng)力學(xué)模型[10].CAEDYM 模型采用模塊開發(fā)技術(shù),采用公共數(shù)組傳輸機(jī)制能與任意模擬湖泊、水庫(kù)、濕地、河流、河口和海岸的水動(dòng)力學(xué)模型耦合.ELCOM 是由西澳大學(xué)水研究中心開發(fā)的用于模擬河口、湖泊與沿海水域的水動(dòng)力學(xué)狀態(tài)的三維數(shù)值模型,可用來(lái)預(yù)測(cè)受到風(fēng)應(yīng)力、表面加熱或冷卻等環(huán)境力作用時(shí),水體的速度、溫度和鹽度分布.ELCOM 可與CAEDYM 結(jié)合構(gòu)建ELCOM-CAEDYM耦合模型用于水動(dòng)力條件下化學(xué)和生物過(guò)程的模擬[10-11].其中,ELCOM-CAEDYM 耦合模型的ELCOM運(yùn)用用戶提供的太陽(yáng)輻射、風(fēng)速、氣溫和相對(duì)濕度等數(shù)據(jù)通過(guò)地表熱力學(xué)模塊模擬控制自由表面的傳熱和水體溫度,自由面上遷移的能量中不可穿透性成分(長(zhǎng)波輻射、顯熱交換、蒸發(fā)、熱損失)作為水體表面混合層的溫度源,可穿透性短波輻射遵循指數(shù)衰減和消光法則,作為多個(gè)網(wǎng)格層的熱源.ELCOM 對(duì)風(fēng)作用的模擬不僅體現(xiàn)在地表熱力學(xué)模塊中的蒸發(fā)冷卻,還體現(xiàn)在風(fēng)混合層中的風(fēng)力作用、自由面上的風(fēng)應(yīng)力,以及風(fēng)生流[11].ELCOM-CAEDYM 耦合模型通過(guò)公共數(shù)組傳輸機(jī)制將 ELCOM 模擬的水體溫度等變量傳遞給CAEDYM,CAEDYM進(jìn)而通過(guò)狀態(tài)變量方程模擬控制葉綠素、營(yíng)養(yǎng)鹽等生物化學(xué)狀態(tài)變量,葉綠素、營(yíng)養(yǎng)鹽等 CAEDYM 狀態(tài)變量也經(jīng)由公共數(shù)組傳輸機(jī)制傳遞給 ELCOM,作為 ELCOM 的有效遷移標(biāo)量通過(guò)標(biāo)量輸移方程模擬其在水體中的運(yùn)動(dòng)[10-11].

ELCOM-CAEDYM 模型在國(guó)外得到較為廣泛的應(yīng)用[10].在國(guó)內(nèi),盧嘉等[12]利用ELCOMCAEDYM 模型對(duì)淀山湖營(yíng)養(yǎng)物投入響應(yīng)關(guān)系進(jìn)行了模擬.謝興勇等[13-14]利用 CAEDYM 與一維水動(dòng)力模型DYRESM耦合,研究了太湖磷的循環(huán)以及引江濟(jì)巢對(duì)巢湖的水環(huán)境影響.李大勇等[15-16]將 ELCOM-CAEDYM 應(yīng)用于太湖,對(duì)藻類生物量、磷酸鹽、氨氮及硝酸鹽的變化進(jìn)行了模擬,并評(píng)估了引江調(diào)水對(duì)貢湖灣的環(huán)境效應(yīng).盡管研究目的及掌握的數(shù)據(jù)資料不同,ELCOM - CAEDYM 模型在太湖的成功應(yīng)用,表明該模型構(gòu)建理論基本適用于太湖,尤其是該模型沉積層再懸浮及營(yíng)養(yǎng)鹽釋放的計(jì)算模式與太湖內(nèi)源釋放模式吻合[16],并且為ELCOM-CAEDYM 在太湖參數(shù)化應(yīng)用提供了寶貴經(jīng)驗(yàn).然而像太湖這樣的長(zhǎng)江中下游地區(qū)大型淺水富營(yíng)養(yǎng)化湖泊,藍(lán)藻水華形成的“四階段”具有明顯的地域生態(tài)學(xué)特征,目前ELCOM-CAEDYM 模型對(duì)太湖藍(lán)藻水華形成的生態(tài)過(guò)程地域性特征考慮不多.

2.2 太湖水華藍(lán)藻生態(tài)動(dòng)力學(xué)模型的構(gòu)建及參數(shù)的再率定

藍(lán)藻生物量一定程度的增長(zhǎng)是藍(lán)藻水華形成的必要條件,"四階段理論"作為太湖藍(lán)藻水華形成機(jī)制的理論,目前預(yù)測(cè)藍(lán)藻生物量的生態(tài)動(dòng)力學(xué)方法還不完善,而 CAEDYM 模型作為通用的水生生態(tài)動(dòng)力學(xué)模型可以模擬預(yù)測(cè)藍(lán)藻生物量的增長(zhǎng).本文以CAEDYM 模型為建?？蚣?并與ELCOM水動(dòng)力學(xué)模型耦合,重點(diǎn)圍繞藍(lán)藻及其關(guān)鍵影響因子建立太湖水華藍(lán)藻生態(tài)動(dòng)力學(xué)模型.東南太湖水草密集,極少出現(xiàn)水華,屬草型湖區(qū),北太湖、西太湖和南太湖屬藻型湖區(qū),水華頻發(fā).考慮到太湖藻型湖區(qū)藍(lán)藻生物量巨大,浮游動(dòng)物、魚類等攝食作用對(duì)于藍(lán)藻生物量影響很小等實(shí)際特點(diǎn),對(duì)生態(tài)過(guò)程進(jìn)行了適當(dāng)簡(jiǎn)化處理,重點(diǎn)關(guān)注藍(lán)藻生態(tài)過(guò)程及生源要素的生物地球化學(xué)過(guò)程.此外,春季的藍(lán)藻復(fù)蘇是太湖水華形成的關(guān)鍵階段,藍(lán)藻的復(fù)蘇生物量與有效積溫呈有線性關(guān)系上標(biāo)>[1,6,17],因此在利用 ELCOM-CAEDYM 模型框架構(gòu)建太湖水華藍(lán)藻生態(tài)動(dòng)力學(xué)模型時(shí)增加了藍(lán)藻復(fù)蘇項(xiàng).太湖水華藍(lán)藻生態(tài)動(dòng)力學(xué)模型中藍(lán)藻生物量狀態(tài)變量與營(yíng)養(yǎng)鹽(氮磷)、光照、溫度等影響因子的關(guān)系方程為[1,10]：

式中：Aa為藻類生物量,μg Chl-a/L;μ為藻類生長(zhǎng)速率,d-1;μmax為最大生長(zhǎng)速率;VAa為藻類的沉降速率;Δz為平均沉積厚度;N為氮營(yíng)養(yǎng)鹽濃度;P為磷營(yíng)養(yǎng)鹽濃度;I為光照強(qiáng)度;T為溫度;f()表示限制因子函數(shù).

藻類生長(zhǎng)光限制時(shí)應(yīng)用Steele方程：

式中：IK為最大生長(zhǎng)速率條件下光合速率所需光強(qiáng).

氮限制時(shí)應(yīng)用胞內(nèi)N濃度Monod方程：

式中：KN為半飽和常數(shù).

磷限制時(shí)應(yīng)用胞內(nèi)P濃度Monod方程：

式中：KP為半飽和常數(shù).

溫度限制方程：

表1 模型主要生態(tài)參數(shù)Table 1 The main ecological model paterments

模型水平網(wǎng)格分辨率為250m×250m,垂直分為7層,表層0.3m,其他層0.5m.模型參數(shù)率定根據(jù)參數(shù)地域性程度的差異,分別選擇實(shí)驗(yàn)測(cè)定值、相似系統(tǒng)參考值和權(quán)威文獻(xiàn)值作為模型參數(shù)初始值,然后應(yīng)用數(shù)據(jù)同化技術(shù)進(jìn)行必要的優(yōu)化.對(duì)于高強(qiáng)度地域性參數(shù),盡可能采用太湖原位生態(tài)實(shí)驗(yàn)等現(xiàn)場(chǎng)實(shí)驗(yàn)方法獲得,例如藍(lán)藻最大原位生長(zhǎng)速率[8],底泥藍(lán)藻復(fù)蘇系數(shù)[7]等.對(duì)于中等強(qiáng)度地域性參數(shù),一般采用相似系統(tǒng)參考值,例如,藍(lán)藻再懸浮速率常數(shù),營(yíng)養(yǎng)鹽半飽和常數(shù)等.此外,對(duì)于個(gè)別自由參數(shù),例如藍(lán)藻生長(zhǎng)溫度限制函數(shù)中的常數(shù)項(xiàng),藍(lán)藻呼吸和死亡速率系數(shù)等,在模型模擬結(jié)果和原位觀測(cè)數(shù)據(jù)基礎(chǔ)上,采用模型參數(shù)優(yōu)化方法最終予以確定.

根據(jù)水體和底泥藍(lán)藻生物量調(diào)查數(shù)據(jù)(圖1)[18],考慮底泥藍(lán)藻的復(fù)蘇量與"有效積溫"的相互關(guān)系,對(duì)每個(gè)網(wǎng)格內(nèi)的藍(lán)藻生物量進(jìn)行預(yù)測(cè),構(gòu)建藍(lán)藻初始濃度場(chǎng).根據(jù)太湖站監(jiān)測(cè)數(shù)據(jù)確定湖水氮磷濃度(溶解態(tài)、顆粒態(tài))、水溫、溶氧、懸浮物、透明度、湖泥氮磷含量等初始值.自動(dòng)氣象監(jiān)測(cè)站(美國(guó)NOVALYNX系統(tǒng))每隔5min收集的湖泊表面風(fēng)速、風(fēng)向、太陽(yáng)輻射、氣溫、相對(duì)濕度、大氣壓、降雨量等氣象數(shù)據(jù)作為外部強(qiáng)迫邊界條件.此外入湖徑流的流量、氮磷濃度(溶解態(tài)、顆粒態(tài))、水溫、溶氧、懸浮物等也作為外部強(qiáng)迫邊界條件.

圖1 太湖藍(lán)藻生物量調(diào)查站點(diǎn)Fig.1 Survey stations of cyanobacteria biomass in the Lake Taihu

2.3 太湖水華藍(lán)藻生態(tài)動(dòng)力學(xué)模型中的底泥藍(lán)藻復(fù)蘇生物量

“四階段理論”認(rèn)為,對(duì)于太湖這樣四季分明、擾動(dòng)劇烈的大型淺水富營(yíng)養(yǎng)化湖泊,藍(lán)藻的生長(zhǎng)與水華的形成具有階段性特征,其中春季的藍(lán)藻復(fù)蘇是水華形成的關(guān)鍵階段,在太湖底泥越冬的藍(lán)藻是來(lái)年春天水華藍(lán)藻的種源[1,4].隨著春季溫度上升、光照加強(qiáng), 在冬季下沉到太湖底泥中的水華藍(lán)藻細(xì)胞及群體開始進(jìn)入水柱中,逐漸復(fù)蘇生長(zhǎng)并發(fā)展為水華,野外觀測(cè)和室內(nèi)實(shí)驗(yàn)結(jié)果證實(shí)溫度是影響藍(lán)藻復(fù)蘇的關(guān)鍵因子,復(fù)蘇階段藍(lán)藻復(fù)蘇的生物量與每天高于藍(lán)藻生理代謝起始溫度(9℃)以上的連續(xù)積累溫度值(有效積溫)線性相關(guān)[1,6-7,17].CAEDYM 模型原有的藍(lán)藻生物量狀態(tài)變量沒(méi)有考慮來(lái)自底泥的藍(lán)藻復(fù)蘇生物量[10],本文在模擬藍(lán)藻復(fù)蘇階段生物量時(shí)增加了底泥藍(lán)藻復(fù)蘇項(xiàng).底泥藍(lán)藻復(fù)蘇項(xiàng)中的底泥藍(lán)藻復(fù)蘇系數(shù)kAT和藍(lán)藻復(fù)蘇閾值溫度Tthr直接來(lái)自野外觀測(cè)值[7].

圖2 2008年4月25日模擬輸出的藍(lán)藻生物量與站點(diǎn)調(diào)查值、MODIS衛(wèi)星反演值的對(duì)比Fig.2 Comparison of the modeled cyanobacteria biomass with the survey data and the inferred data from MODIS satellite imagery

以2008年3月20日藍(lán)藻生物量調(diào)查值構(gòu)建初始場(chǎng),分別在有藍(lán)藻復(fù)蘇項(xiàng)和無(wú)藍(lán)藻復(fù)蘇項(xiàng)的情況下運(yùn)行模型,模擬輸出2008年4月25日水柱藍(lán)藻生物量模擬值與站點(diǎn)調(diào)查值(整個(gè)水柱藍(lán)藻生物量平均值)比對(duì),相應(yīng)位置的表層藍(lán)藻生物量模擬值與MODIS衛(wèi)星反演值(一般反映表層藍(lán)藻生物量的情況)比對(duì)(圖 2),并計(jì)算相對(duì)誤差.有藍(lán)藻復(fù)蘇項(xiàng)的情況下,水柱模擬值與站點(diǎn)調(diào)查值的誤差變化范圍在 2.8%～70.4%,平均誤差32.1%,誤差小于20%的站點(diǎn)4個(gè);無(wú)藍(lán)藻復(fù)蘇項(xiàng)的情況下,模擬值與站點(diǎn)調(diào)查值的誤差變化范圍在 7.5%～78.5%,平均誤差 35.5%,誤差小于20%的站點(diǎn)只有2個(gè).有藍(lán)藻復(fù)蘇項(xiàng)的情況下,表層模擬值與 MODIS衛(wèi)星反演值的誤差變化范圍在12.5%～83.9%,平均誤差47.3%,誤差小于 20%的站點(diǎn) 4個(gè);無(wú)藍(lán)藻復(fù)蘇項(xiàng)的情況下,模擬值與站點(diǎn)調(diào)查值的誤差變化范圍在 2.0%～85.5%,平均誤差 52.3%,誤差小于 20%的站點(diǎn)只有1個(gè).可見(jiàn)增加藍(lán)藻復(fù)蘇項(xiàng)一定程度上降低了模擬結(jié)果的誤差.

此外,應(yīng)用蒙特卡羅分析方法,采用變異系數(shù)分析初始濃度場(chǎng)(50%變化幅度)對(duì)模擬輸出結(jié)果的靈敏度,結(jié)果表明有藍(lán)藻復(fù)蘇項(xiàng)的情況下變異系數(shù)為 0.33,無(wú)藍(lán)藻復(fù)蘇項(xiàng)的情況下變異系數(shù)為0.31,二者變異系數(shù)沒(méi)有明顯差別.

3 太湖藍(lán)藻水華的早期預(yù)測(cè)及其效果評(píng)估

太湖藍(lán)藻水華的早期預(yù)測(cè),主要是在深入認(rèn)識(shí)藍(lán)藻時(shí)空分布規(guī)律及越冬復(fù)蘇時(shí)間序列規(guī)律的基礎(chǔ)上,構(gòu)建太湖水華藍(lán)藻生態(tài)動(dòng)力學(xué)模型,結(jié)合中長(zhǎng)期的水文與氣象預(yù)測(cè),對(duì)未來(lái)一段時(shí)間內(nèi)藍(lán)藻水華發(fā)生的時(shí)間和地點(diǎn)進(jìn)行早期預(yù)測(cè).通過(guò)模型輸出結(jié)果與站點(diǎn)調(diào)查結(jié)果及MODIS衛(wèi)星反演結(jié)果進(jìn)行比對(duì),評(píng)估早期預(yù)報(bào)的效果.其中,站點(diǎn)調(diào)查葉綠素值為湖水整個(gè)水柱葉綠素平均值,與模型輸出的水柱葉綠素模擬結(jié)果比對(duì);MODIS衛(wèi)星反演結(jié)果一般反映的是表層葉綠素的情況,與模型輸出的表層葉綠素模擬結(jié)果比對(duì).

圖3 2009年6月18日和20日太湖水體藍(lán)藻葉綠素空間分布(μg Chla/L)Fig.3 Spatial distribution of cyanobacteria chlorophyll in the water of the Taihu Lake in June 18 and 20, 2009 (μg Chla/L)

3.1 生長(zhǎng)及上浮聚集階段藍(lán)藻水華形成的早期預(yù)測(cè)

在野外觀測(cè)中發(fā)現(xiàn),藍(lán)藻水華形成的 4個(gè)階段彼此相互部分重疊.夏、秋兩季,藍(lán)藻生長(zhǎng)并形成優(yōu)勢(shì)和上浮漂移聚集 2個(gè)階段可以重復(fù)無(wú)數(shù)次,成為藍(lán)藻水華的頻發(fā)期[1],在此階段進(jìn)行早期預(yù)測(cè)有助于減少頻發(fā)期間藍(lán)藻水華的危害.

基于2009年5月14日水柱藍(lán)藻葉綠素調(diào)查結(jié)果構(gòu)建藍(lán)藻生物量初始濃度場(chǎng),驅(qū)動(dòng)模型模擬2009年6月18日和20日太湖水體藍(lán)藻葉綠素空間分布(圖3).與6月18日站點(diǎn)水柱調(diào)查結(jié)果比較,可以看出模型輸出結(jié)果在葉綠素濃度范圍及發(fā)生地點(diǎn)上與站點(diǎn)調(diào)查結(jié)果有很較高的一致性.與6月20日MODIS衛(wèi)星反演結(jié)果比較,可以看出模型輸出結(jié)果與MODIS衛(wèi)星反演結(jié)果一致(圖3,圖4).其中,2009年6月18日模擬值與站點(diǎn)調(diào)查值的誤差變化范圍在1.0%～56.9%,平均誤差23.8%,誤差小于20%的站點(diǎn)7個(gè),占站點(diǎn)總數(shù)的50%,誤差在20%～50%之間的站點(diǎn)4個(gè),占站點(diǎn)總數(shù)的29%,誤差大于50%站點(diǎn)3個(gè),占站點(diǎn)總數(shù)的21%;2009年6月20日模擬值與MODIS衛(wèi)星反演值的誤差變化范圍在3.8%～62.7%,平均誤差33.6%,誤差小于 20%的站點(diǎn) 5個(gè),占站點(diǎn)總數(shù)的 36%,誤差在20%～50%之間的站點(diǎn)5個(gè),占站點(diǎn)總數(shù)的36%,誤差大于50%站點(diǎn)4個(gè),占站點(diǎn)總數(shù)的29%.此外,應(yīng)用蒙特卡羅分析方法,采用變異系數(shù)分析初始濃度場(chǎng)(50%變化幅度)對(duì)模擬輸出結(jié)果的靈敏度,結(jié)果表明生長(zhǎng)、集聚上浮階段變異系數(shù)為0.16,模擬結(jié)果對(duì)初始濃度場(chǎng)的變化比較敏感.

有研究表明在太湖這樣的富營(yíng)養(yǎng)化湖泊中,營(yíng)養(yǎng)鹽濃度已遠(yuǎn)遠(yuǎn)超過(guò)了藍(lán)藻生長(zhǎng)的基本需求,夏季的光照強(qiáng)度和溫度也不是藻類生長(zhǎng)的限制因子,湖水中水華藍(lán)藻的生物量將會(huì)一直高于發(fā)生水華的閾值.氣象與水文因素是藍(lán)藻水華形成堆積的驅(qū)動(dòng)力[1].基于 ELCOM-CAEDYM 耦合模型框架構(gòu)建的太湖水華藍(lán)藻生態(tài)動(dòng)力學(xué)模型,在較長(zhǎng)時(shí)間尺度上對(duì)生長(zhǎng)和上浮階段藍(lán)藻水華形成的成功預(yù)測(cè),表明 CAEDYM 模型能很好的模擬夏季水華藍(lán)藻的生長(zhǎng)過(guò)程,ELCOM 水動(dòng)力模型能很好的模擬藍(lán)藻水華形成的水動(dòng)力學(xué)過(guò)程.

圖4 2009年6月18日太湖水體藍(lán)藻葉綠素站點(diǎn)調(diào)查值與模擬輸出水柱平均值、2009年6月20日MODIS衛(wèi)星反演值與模擬輸出表層值的對(duì)比Fig.4 Comparison between the surveyed and the modeled cyanobacteria biomass in the water column in June 18,2009 and between the inferred data from MODIS satellite imagery and the modeled ones in the surface water of the Lake Taihu in June 20, 2009

3.2 復(fù)蘇階段藍(lán)藻水華形成的早期預(yù)測(cè)

近年來(lái),太湖水華藍(lán)藻從復(fù)蘇到成為優(yōu)勢(shì)種群所需時(shí)間越來(lái)越短,只要有合適的水文氣象條件,就有可能在早春形成災(zāi)害性藍(lán)藻水華.3～4月逐漸成為太湖藍(lán)藻水華的初始出現(xiàn)期[1].

基于2008年3月20日水柱和底泥藍(lán)藻葉綠素調(diào)查結(jié)果構(gòu)建藍(lán)藻生物量初始濃度場(chǎng),驅(qū)動(dòng)模型模擬2008年4月25日太湖水體藍(lán)藻葉綠素空間分布(圖 5).與站點(diǎn)水柱調(diào)查結(jié)果比較,可以看出3月20日水柱和底泥藍(lán)藻生物量為初始場(chǎng)的模型輸出水柱結(jié)果在葉綠素濃度范圍及發(fā)生地點(diǎn)上與站點(diǎn)調(diào)查結(jié)果基本一致.將模型輸出表層葉綠素結(jié)果與 MODIS衛(wèi)星反演結(jié)果比較,總體上模擬結(jié)果與MODIS衛(wèi)星反演結(jié)果的也比較一致,但 MODIS衛(wèi)星反演結(jié)果在近岸水體明顯高于模擬結(jié)果,可能是受陸地地表影響(圖 5,圖 6).其中,2008年4月25日模擬值與站點(diǎn)調(diào)查值的誤差變化范圍在2.8%～70.4%,平均誤差32.1%,誤差小于 20%的站點(diǎn) 4個(gè),占站點(diǎn)總數(shù)的 29%,誤差在20%～50%之間的站點(diǎn) 7個(gè),占站點(diǎn)總數(shù)的 50%,誤差大于50%站點(diǎn)3個(gè),占站點(diǎn)總數(shù)的21%;模擬值與 MODIS衛(wèi)星反演值的誤差變化范圍在12.5%～83.9%,平均誤差 47.3%,誤差小于 20%的站點(diǎn) 4個(gè),占站點(diǎn)總數(shù)的 29%,誤差在 20%～50%之間的站點(diǎn) 3個(gè),占站點(diǎn)總數(shù)的 21%,誤差大于50%站點(diǎn)7個(gè),占站點(diǎn)總數(shù)的50%.應(yīng)用蒙特卡羅分析方法獲得的初始濃度場(chǎng)(50%變化幅度)對(duì)模擬輸出結(jié)果的變異系數(shù)為 0.33,表明復(fù)蘇階段模擬結(jié)果對(duì)初始濃度場(chǎng)的變化靈敏度較高.以上結(jié)果表明,基于 ELCOM-CAEDYM 耦合模型框架構(gòu)建的太湖水華藍(lán)藻生態(tài)動(dòng)力學(xué)模型,對(duì)春季復(fù)蘇階段藍(lán)藻水華形成的早期預(yù)測(cè)也有一定的應(yīng)用價(jià)值,同時(shí)表明 CAEDYM 模型能較好的模擬復(fù)蘇階段水華藍(lán)藻的生長(zhǎng)過(guò)程.

3.3 越冬階段水華藍(lán)藻生長(zhǎng)的早期預(yù)測(cè)

越冬階段藍(lán)藻生物量對(duì)春末夏初藍(lán)藻水華的形成具有關(guān)鍵作用[1,4],因此在較長(zhǎng)時(shí)間尺度上對(duì)越冬階段水華藍(lán)藻生長(zhǎng)狀況進(jìn)行預(yù)測(cè)有助于提高水華生態(tài)災(zāi)害的應(yīng)對(duì)能力.

基于2008年2月20日水柱和底泥藍(lán)藻葉綠素調(diào)查結(jié)果構(gòu)建藍(lán)藻生物量初始濃度場(chǎng),驅(qū)動(dòng)模型模擬2008年4月25日太湖水體葉綠素空間分布(圖 5).與站點(diǎn)水柱調(diào)查結(jié)果及 MODIS衛(wèi)星反演結(jié)果比較,可以看出2月20日藍(lán)藻生物量為初始場(chǎng)的模型輸出結(jié)果在葉綠素濃度范圍及發(fā)生地點(diǎn)上與站點(diǎn)調(diào)查結(jié)果及MODIS衛(wèi)星反演結(jié)果也具有一定的一致性,但一致性程度都低于 3月20日藍(lán)藻生物量為初始場(chǎng)的模擬結(jié)果(圖5,圖6).其中,模擬值與站點(diǎn)調(diào)查值的誤差變化范圍在3.0%～82.5%,平均誤差 38.5%,誤差小于 20%的站點(diǎn)4個(gè),占站點(diǎn)總數(shù)的29%,誤差在20%～50%之間的站點(diǎn)5個(gè),占站點(diǎn)總數(shù)的36%,誤差大于50%站點(diǎn)5個(gè),占站點(diǎn)總數(shù)的36%;模擬值與MODIS衛(wèi)星反演值的誤差變化范圍在 12.7%～91.5%,平均誤差55.0%,誤差小于20%的站點(diǎn)3個(gè),占站點(diǎn)總數(shù)的21%,誤差在20%～50%之間的站點(diǎn)2個(gè),占站點(diǎn)總數(shù)的14%,誤差大于50%站點(diǎn)9個(gè),占站點(diǎn)總數(shù)的65%.盡管模型計(jì)算誤差會(huì)隨預(yù)測(cè)時(shí)間的延長(zhǎng)而增大,但幾乎同樣的時(shí)間尺度,在生長(zhǎng)上浮聚集階段的差異并沒(méi)這么大.造成這種較大差異最有可能的原因是2月份絕大部分藍(lán)藻還處于冬季休眠階段,而目前CAEDYM模型對(duì)于越冬階段的微藻生存狀況還沒(méi)有清晰表達(dá),如越冬藍(lán)藻的存活率等,藍(lán)藻越冬機(jī)制還沒(méi)能夠在模型中充分體現(xiàn).

太湖水體和底泥中藍(lán)藻含量的調(diào)查結(jié)果表明,2007～2008 年藍(lán)藻越冬的主要水域位于西太湖和南太湖的部分區(qū)域,1月份平均水溫 4℃,全湖水體及底泥中藍(lán)藻等藻類都降至最低點(diǎn),2月份平均水溫 8℃,個(gè)別時(shí)段水溫超過(guò)藍(lán)藻復(fù)蘇的閾值溫度(9℃),各個(gè)湖區(qū)底泥藍(lán)藻的含量有所增加,以西南湖區(qū)最為顯著,但水體藍(lán)藻含量仍然較低; 3月初水溫已回升接近14℃,超過(guò)越冬藍(lán)藻復(fù)蘇的溫度閾值,底泥表層藍(lán)藻的量開始增加,部分上升進(jìn)入水體開始復(fù)蘇,但水體藍(lán)藻含量仍然不高[18].以2008年1月20日水柱和底泥藍(lán)藻葉綠素調(diào)查結(jié)果構(gòu)建藍(lán)藻生物量初始濃度場(chǎng),驅(qū)動(dòng)模型模擬2008年2月20日太湖水體葉綠素空間分布(圖7).與站點(diǎn)水柱調(diào)查結(jié)果及MODIS衛(wèi)星反演結(jié)果比較,可以看出1月20日藍(lán)藻生物量為初始場(chǎng)的模型輸出結(jié)果與站點(diǎn)調(diào)查結(jié)果及MODIS衛(wèi)星反演結(jié)果具有一定的相似性(圖7,圖9),但相似程度比復(fù)蘇及生長(zhǎng)聚集階段的要低.同樣,以2008年2月20日水柱和底泥藍(lán)藻生物量為初始濃度場(chǎng),模擬2008年3月20日太湖水體葉綠素空間分布(圖8),可以看出2月20日藍(lán)藻生物量為初始場(chǎng)的模型輸出結(jié)果在葉綠素濃度范圍及發(fā)生地點(diǎn)上與站點(diǎn)調(diào)查結(jié)果及MODIS衛(wèi)星反演結(jié)果的相似性程度也不高(圖8,圖9).其中,2008年2月20日模擬值與站點(diǎn)調(diào)查值的誤差變化范圍在12.0%～116.2%,平均誤差42.1%,誤差小于20%的站點(diǎn) 3個(gè),占站點(diǎn)總數(shù)的 21%,誤差在 20%～50%之間的站點(diǎn) 8個(gè),占站點(diǎn)總數(shù)的 58%,誤差大于50%站點(diǎn) 3個(gè),占站點(diǎn)總數(shù)的 21%;模擬值與MODIS衛(wèi)星反演值的誤差變化范圍在18.7%～114.5%,平均誤差48.5%,誤差小于20%的站點(diǎn) 2個(gè),占站點(diǎn)總數(shù)的 14%,誤差在 20%～50%之間的站點(diǎn) 7個(gè),占站點(diǎn)總數(shù)的 50%,誤差大于50%站點(diǎn)5個(gè),占站點(diǎn)總數(shù)的36%.2008年3月20日模擬值與站點(diǎn)調(diào)查值的誤差變化范圍在11.9%～143.6%,平均誤差39.7%,誤差小于20%的站點(diǎn) 4個(gè),占站點(diǎn)總數(shù)的 29%,誤差在 20%～50%之間的站點(diǎn) 6個(gè),占站點(diǎn)總數(shù)的 42%,誤差大于50%站點(diǎn) 4個(gè),占站點(diǎn)總數(shù)的 29%;模擬值與MODIS衛(wèi)星反演值的誤差變化范圍在 9.7%～118.4%,平均誤差 43.0%,誤差小于 20%的站點(diǎn) 4個(gè),占站點(diǎn)總數(shù)的 29%,誤差在 20%～50%之間的站點(diǎn)5個(gè),占站點(diǎn)總數(shù)的36%,誤差大于50%站點(diǎn)5個(gè),占站點(diǎn)總數(shù)的 36%.應(yīng)用蒙特卡羅分析方法獲得的越冬休眠階段初始濃度場(chǎng)(50%變化幅度)對(duì)模擬輸出結(jié)果的變異系數(shù)平均為 0.17.以上結(jié)果反映出 CAEDYM 模型對(duì)藍(lán)藻越冬過(guò)程模擬能力不強(qiáng),應(yīng)在藍(lán)藻越冬機(jī)制模擬計(jì)算方面進(jìn)一步改進(jìn),才能更好滿足藍(lán)藻水華早期預(yù)測(cè)的需要.5值

圖5 2008年4月25日太湖水體藍(lán)藻葉綠素空間分布(μg Chla/L)Fig.5 Spatial distribution of cyanobacteria chlorophyll in the water of the Lake Taihu in April 25, 2008 (μg Chla/L)

圖6 2008年4月25日太湖水體藍(lán)藻葉綠素站點(diǎn)調(diào)查值與模擬輸出水柱平均值的對(duì)比、MODIS衛(wèi)星反演值與模擬輸出表層值的對(duì)比Fig.6 The comparison between the surveyed and the modeled cyanobacteria biomass in the water column and between the inferred data from MODIS satellite imagery and the modeled ones in the surface water in the Lake Taihu in April 25, 2008

圖7 2008年2月20日太湖水體葉綠素空間分布(μg Chla/L)Fig.7 Spatial distribution of cyanobacteria chlorophyll in the water of the Lake Taihu in February 20, 2008 (μg Chla/L)

圖8 2008年3月20日太湖水體葉綠素空間分布(μg Chla/L)Fig.8 Spatial distribution of cyanobacteria chlorophyll in the water of the Lake Taihu in March 20, 2008 (μg Chla/L)

圖9 2008年2月20日、3月20日的太湖水體藍(lán)藻葉綠素站點(diǎn)調(diào)查值與模擬輸出水柱平均值的對(duì)比、MODIS衛(wèi)星反演值模擬輸出表層值的對(duì)比Fig. 9 The comparison between the surveyed and the modeled cyanobacteria biomass in the water column and between the inferred data from MODIS satellite imagery and the modeled ones in the surface water in the Lake Taihu in February 20 and March 20, 2008

4 結(jié)論

4.1 應(yīng)用太湖藍(lán)藻水華形成的"四階段理論",基于ELCOM-CAEDYM耦合模型框架構(gòu)建了太湖水華藍(lán)藻生態(tài)動(dòng)力學(xué)模型,在較長(zhǎng)時(shí)間尺度上對(duì)藍(lán)藻水華的強(qiáng)度和最初形成時(shí)間、地點(diǎn)進(jìn)行早期預(yù)測(cè), 生長(zhǎng)上浮階段模擬值與站點(diǎn)調(diào)查值的平均誤差為 23.8%,與 MODIS衛(wèi)星反演值的平均誤差33.6%;春季復(fù)蘇階段模擬值與站點(diǎn)調(diào)查值的平均誤差為32.1%,與MODIS衛(wèi)星反演值的平均誤差47.3%;越冬階段的模擬值與站點(diǎn)調(diào)查值的平均誤差為40.1%,與MODIS衛(wèi)星反演值的平均誤差為48.8%.

4.2 應(yīng)用蒙特卡羅分析方法獲得初始濃度場(chǎng)(50%變化幅度)對(duì)各階段模擬結(jié)果的變異系數(shù)變化范圍為0.16～0.33,復(fù)蘇階段模擬結(jié)果對(duì)初始濃度場(chǎng)變化的敏感度最高,生長(zhǎng)、集聚上浮階段模擬結(jié)果對(duì)初始濃度場(chǎng)變化的敏感度最低.

[1] 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 [J]. 湖泊科學(xué), 2009,21(3)：314-328.

[2] Cracknell A P, Newcombe S K, Black A F. The ABDMAP (Algal bloom detection, monitoring and prediction) concerted action [J].International Journal of Remote Sensing, 2001,22(2-3)：205-247.

[3] 譚 嘯.主要環(huán)境因子對(duì)藻類多樣性及藍(lán)藻優(yōu)勢(shì)確立的影響[D]. 南京：中國(guó)科學(xué)院南京地理與湖泊研究所, 2009.

[4] 吳曉東.藍(lán)藻水華形成的關(guān)鍵過(guò)程研究及太湖藍(lán)藻水華預(yù)報(bào)[D]. 南京：中國(guó)科學(xué)院南京地理與湖泊研究所, 2008.

[5] 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 [J]. 中國(guó)環(huán)境科學(xué), 2009,29(3)：254-260.

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

[7] Cao H S, Tao Y, Kong F X, et al. Relationship between temperature and cyanobacterial recruitment from sediments in laboratory and field studies [J]. Journal of Freshwater Ecology,2008,23(3)：405-412.

[8] 吳曉東,孔繁翔.水華期間太湖梅梁灣微囊藻原位生長(zhǎng)速率的測(cè)定 [J]. 中國(guó)環(huán)境科學(xué), 2008,28(6)：552-555.

[9] Cao H S, Kong F X, Luo L C, et al. Effects of wind-induced waves on vertical photoplankton distribution and surface blooms ofMicrocystis aeruginosain Lake Taihu [J]. Journal of Freshwater Ecology, 2006,21(2)：231-238.

[10] Hipsey M R, Antenucci J P, Hamilton D. Computational aquatic ecosystem dynamics model： CAEDYM v3.2 Science Manual(DRAFT) [R]. Perth： Centre for Water Research, University of Western Australia, 2008.

[11] Hodges B, Dallimore C. Estuary, lake and coastal ocean model：ELCOM v2.2 science manual [R]. Perth： Centre for Water Research, University of Western Australia, 2008.

[12] 盧 嘉,陳小華,李小平.基于ELCOM-CAEDYM模型的淀山湖營(yíng)養(yǎng)物投入響應(yīng)關(guān)系的模擬 [J]. 湖泊科學(xué), 2011,23(3)：366-374.

[13] 謝興勇,錢 新,張玉超,等.引江濟(jì)巢對(duì)巢湖的水環(huán)境影響分析[J]. 環(huán)境科學(xué)研究, 2009,22(8)：897-901.

[14] 謝興勇,祖 維,錢 新.太湖磷循環(huán)的生態(tài)動(dòng)力學(xué)模擬研究 [J].中國(guó)環(huán)境科學(xué), 2011,31(5)：858-862.

[15] 李大勇,王濟(jì)干,董增川.引江調(diào)水改善太湖貢湖灣的水環(huán)境效應(yīng) [J]. 水力發(fā)電學(xué)報(bào), 2011,30(5)：132-138.

[16] 李大勇,王濟(jì)干,董增川.基于生態(tài)系統(tǒng)動(dòng)力學(xué)模型的太湖藻類動(dòng)態(tài)模擬 [J]. 水力發(fā)電學(xué)報(bào), 2011,30(6)：124-131.

[17] 譚 嘯,孔繁翔,于 洋,等.升溫過(guò)程對(duì)藻類復(fù)蘇和群落演替的影響 [J]. 中國(guó)環(huán)境科學(xué), 2009,29(6)：578-582.

[18] 季 健,孔繁翔,于 洋,等.太湖越冬藍(lán)藻空間分布的初步研究[J]. 湖泊科學(xué), 2009,21(4)：490-494.

[19] Hu W P, J?rgense S E, Zhang F B. A vertical-compressed three-dimensional ecological model in Lake Taihu, China [J].Ecological Modelling, 2006,190：367-398.