朱廣偉，辛華榮，李 未，劉俊杰，鄒 偉，秦伯強(qiáng)

（1.中國科學(xué)院南京地理與湖泊研究所太湖湖泊生態(tài)系統(tǒng)研究站，江蘇 南京 210008；2.江蘇省水文水資源勘測局，江蘇 南京 210029）

湖庫型水源地常常面臨藍(lán)藻水華的危害，水質(zhì)安全受到嚴(yán)重威脅［1］。開發(fā)藍(lán)藻水華預(yù)測預(yù)警技術(shù)并實(shí)施業(yè)務(wù)化運(yùn)行對于水源地水質(zhì)安全保障、大面積湖泛事件的預(yù)防具有重要的價(jià)值［2-4］。然而，藍(lán)藻水華的影響因素很多，短期預(yù)報(bào)的精度相對較高［5］，但季度預(yù)報(bào)或者年度預(yù)報(bào)等中長期的預(yù)報(bào)缺乏有效的工具，成為藍(lán)藻水華防控中的技術(shù)瓶頸。

美國國家海洋與大氣管理局（NOAA）的Stumpf等［6］2012年提出了用春季入流量及總磷負(fù)荷開展夏季藍(lán)藻水華強(qiáng)度預(yù)測的方法，通過MERIS衛(wèi)星影響681 nm波段信號反演出藍(lán)藻水華強(qiáng)度信息（CI），2002—2011年10年的統(tǒng)計(jì)分析表明，CI值（0.64～14.18之間，對應(yīng)水華面積170～2 968 km2）與伊利湖主要入湖河道Maumee河3—6月來水量及6月TP負(fù)荷量相關(guān)，可以用來預(yù)測8月的水華強(qiáng)度。由于伊利湖水體水質(zhì)較好，湖體磷濃度較低，藻類生長的磷限制明顯，因此，該方法具有一定的可信度。此后，Stumpf等［7］又根據(jù)預(yù)測誤差分析，修正了預(yù)測方法，用生物可利用磷（TBP）負(fù)荷代替TP負(fù)荷，預(yù)測精度有所提高，并發(fā)現(xiàn)了入湖負(fù)荷發(fā)生的具體月份、6月的溫度等對預(yù)測精度產(chǎn)生較大的影響。密歇根大學(xué)水中心的Obenour等［8］發(fā)現(xiàn)由于TP與水華面積之間的非線性響應(yīng)會導(dǎo)致預(yù)測精度不佳，并改用貝葉斯層次模型對預(yù)測模型進(jìn)行了優(yōu)化。

氣候因子對水華強(qiáng)度的影響較大。2007年以來，太湖是水污染治理投入巨大，但是藍(lán)藻水華強(qiáng)度在2016年之后反而增大，與冬春季增溫等氣候因子密切相關(guān)［9］。上海交通大學(xué)的周韞韜等［10］通過對我國東海海岸帶有害藍(lán)藻水華（HABs）發(fā)生規(guī)律進(jìn)行分析，提出可以利用表層水體的無機(jī)磷含量、地區(qū)降雨量及年度表層海溫對年度HABS發(fā)生頻次進(jìn)行預(yù)測。美國威斯康辛大學(xué)Beal等［11］以Mendota湖為例，開發(fā)了提前2月預(yù)測未來藍(lán)藻水華強(qiáng)度的模型，綜合考慮了營養(yǎng)鹽和氣候因子，包括入湖水量、磷負(fù)荷、漂浮藍(lán)藻指數(shù)及全球海面水溫等信息。

張虎軍等［12］基于2012—2020年太湖藍(lán)藻水華面積變化，構(gòu)建了采用湖體自動監(jiān)測浮標(biāo)1月水溫、電導(dǎo)率及實(shí)驗(yàn)室分析的1月BOD和3月水體TN質(zhì)量濃度統(tǒng)計(jì)預(yù)測水華強(qiáng)度。朱廣偉等［13］則基于太湖湖泊生態(tài)系統(tǒng)研究站2005—2019年太湖藍(lán)藻水華監(jiān)測信息，構(gòu)建了基于冬春季水溫、年度降雨量及冬春季TN為變量因子的統(tǒng)計(jì)預(yù)測模型。這些模型在一定程度上實(shí)現(xiàn)了太湖藍(lán)藻水華中長期預(yù)測，但是模型的理論基礎(chǔ)不清，特別是關(guān)于氮的解釋難以令人滿意。因此，本文以太湖2005—2021年的藍(lán)藻水華遙感監(jiān)測及太湖湖泊生態(tài)系統(tǒng)研究站的相關(guān)環(huán)境因子觀測為基礎(chǔ)，提出了1種預(yù)測因子更為全面的太湖藍(lán)藻水華中長期預(yù)測模型，以期為類似湖庫的藍(lán)藻水華風(fēng)險(xiǎn)防控提供科技支撐。

1 數(shù)據(jù)來源及預(yù)測方法構(gòu)建

1.1 數(shù)據(jù)來源

2004年12月至2022年2月太湖水體浮游植物Chl-a、太湖逐日水溫（WT）、采樣點(diǎn)月水深（WD）、水體TN、TP數(shù)據(jù)均來自中國科學(xué)院太湖湖泊生態(tài)系統(tǒng)研究站的生態(tài)系統(tǒng)觀測數(shù)據(jù)庫；MODIS遙感影像來自美國NASA的Goddard Space Flight Center Web網(wǎng)站。

1.2 預(yù)測方法構(gòu)建

首先構(gòu)建了藍(lán)藻水華強(qiáng)度（Bloom Intensity，BI）這一參數(shù)。太湖BI值采用文獻(xiàn)［13］中的方法構(gòu)建，以季度為單位進(jìn)行計(jì)算。該算法包含2個(gè)方面的信息：（1）利用MODIS遙感反演獲得的太湖藍(lán)藻水華面積ABL，基于冬、春、夏、秋4個(gè)季度的可獲得反演的水華面積進(jìn)行季度平均，自2004年12月1日至2022年2月28日，共獲得具有統(tǒng)計(jì)意義的遙感反演影像1 882 d，面積介于0.1～1 216.7 km2之間，平均值為170.8 km2，按照冬季（12月—翌年2月）、春季（3—5月）、夏季（6—8月）及秋季（9—11月）分段統(tǒng)計(jì)，獲得各個(gè)季度的ABL值；（2）太湖湖泊生態(tài)系統(tǒng)研究站每季度一次（每年2月、5月、8月、11月采樣，分別代表冬、春、夏、秋）的全湖32個(gè)點(diǎn)位水柱3層混合樣測定的浮游植物葉綠素a濃度。而某季度的BI值是該季度的ABL與Chl-a之積與統(tǒng)計(jì)期間最大積（出現(xiàn)在2017年秋季）的比值。

其次，采用多元統(tǒng)計(jì)回歸的方法，從當(dāng)年冬季結(jié)束時(shí)（每年的2月底）可獲得的氣象、水文、營養(yǎng)鹽等信息中遴選信息，構(gòu)建當(dāng)年春季（3—5月）及整個(gè)水華季（3—11月）BI值與環(huán)境信息之間的能夠經(jīng)得起顯著性檢驗(yàn)的統(tǒng)計(jì)關(guān)系方程。在信息篩選時(shí)，綜合考慮如下幾方面的信息：（1）當(dāng)年冬季的藻種情況，用冬季藍(lán)藻水華強(qiáng)度指數(shù)IB，win表征；（2）春季即將開始時(shí)的湖體營養(yǎng)鹽狀況，以2月調(diào)查獲得的全湖藍(lán)藻水華生長的氮限制區(qū)面積或磷限制區(qū)面積占全湖水面面積的比值表征，即參考許海等［14］2015年太湖試驗(yàn)結(jié)果，TP低于0.05 mg/L時(shí)開始對藻類生長產(chǎn)生影響，TN 0.80 mg/L時(shí)開始對藻類生長產(chǎn)生影響，以2月太湖站監(jiān)測32個(gè)點(diǎn)位TN、TP插值后，TP受限或TN受限交集的湖面面積占太湖總面積之比，記為LN，F(xiàn)eb；（3）反映冬季藻類復(fù)蘇條件的能量信息逐日水溫平均值（TW，win）；（4）反映冬季外源補(bǔ)給強(qiáng)度及水草萌發(fā)條件的信息，2月采樣點(diǎn)平均水深（DW，F(xiàn)eb）。此外，其他相關(guān)信息，如冬季平均風(fēng)速、水體透明度等，經(jīng)逐步回歸分析及遴選，保留了上述4個(gè)指標(biāo)。基于2004年12月1日至2022年2月28日期間采集的相關(guān)數(shù)據(jù)，獲得春季水華強(qiáng)度IB，spr及水華季水華強(qiáng)度指數(shù)IB，bloom的預(yù)測公式如下：

通過模型計(jì)算值與實(shí)測值比對，BIspr的預(yù)測公式及BIbloom的預(yù)測公式均達(dá)到顯著相關(guān)，可以開展太湖藍(lán)藻水華的預(yù)測分析。

圖1 藍(lán)藻水華強(qiáng)度多元統(tǒng)計(jì)相關(guān)模型預(yù)測與實(shí)測值關(guān)系

2 數(shù)據(jù)分析及2022年藻情預(yù)測應(yīng)用

2.1 關(guān)鍵環(huán)境因子的長期變化特征

2005—2022年太湖冬季水溫、2月水深、冬季水華強(qiáng)度及2月營養(yǎng)鹽限制面積變化如圖2。從圖2可以看出，在影響年度藻情的4中環(huán)境要素中，既有有利于水華控制的，又有不利于水華控制的。冬季平均溫度TW，win而言，2022年為8.63℃。盡管低于2020年、2021年及2017年，但是也是在2005年以來18年中第4高，有利于冬季藻種的快速啟動增殖過程。從冬季藍(lán)藻水華指數(shù)看，2022年冬季為0.043，在18年中排第3高，低于2008年和2017年，與TW，win反映的情況類似。因此，從兩種冬季藻情和復(fù)蘇條件看，2022年藍(lán)藻水華的強(qiáng)度可能偏大。

而影響太湖藍(lán)藻水華強(qiáng)度的另外兩項(xiàng)環(huán)境因素略則有利于藍(lán)藻水華的控制。從2月全湖水深看，2022年處于中等，明顯低于2016年、2018年、2019年等，在過去18年中排第7（圖2）。值得關(guān)注的是盡管DW，F(xiàn)eb處于中等水平，但是還是略高于2021年。而另一項(xiàng)因素：2月份全湖藻類生長受限面積占比LN，F(xiàn)eb則在過去18年中處于最高?？紤]到2021年在溫度偏高的情況下，總體藻情偏弱，與2021年春季藻類生長受限可能有關(guān)。2022年的受限面積最大的情況，可能意味著2022年的藻情強(qiáng)度仍可能受到營養(yǎng)鹽的限制。

圖2 影響太湖年度藍(lán)藻水華強(qiáng)度的4種主要因素多年變化情況

2.2 2022年太湖年度藻情預(yù)測

根據(jù)式2～3，以及圖2中的年初冬末環(huán)境信息，預(yù)測2022年年度藍(lán)藻水華強(qiáng)度如圖3。

從圖3可以看出，根據(jù)本文提出的預(yù)測模型，2022年春季及水華季藍(lán)藻水華強(qiáng)度略強(qiáng)于2021年。2005—2021年的IB，spr均值為0.22，其中2017—2021年的5年均值為0.55，而2022年的預(yù)測值為0.33。從長期看仍屬于中等偏強(qiáng)，但是與過去5年比有明顯偏弱，略強(qiáng)于2021年（IB，spr為0.32）。而就這個(gè)水華季的水華強(qiáng)度指數(shù)IB，bloom看，2005—2021年均值為0.29，其中2017—2021年的5年均值為0.47，而2022年的預(yù)測值為0.29。與過去17年均值相當(dāng)，弱于過去5年均值，而會強(qiáng)于2021年（IB，bloom為0.26）。

圖3 太湖2005年以來春季及水華季藍(lán)藻水華強(qiáng)度變化及2022年預(yù)測值

盡管從預(yù)測結(jié)果看，2022年的藻情只是略強(qiáng)于2021年，在2016年以來的強(qiáng)水華期中屬于中等偏輕，但是絕不能掉以輕心。引起大規(guī)模瘋長（異常增殖）并容易在湖水表面聚積、隨風(fēng)漂移堆積的藍(lán)藻種屬，是一些生命周期不長、半個(gè)月左右生物量即可發(fā)生極大改變的自養(yǎng)型光合作用生物，這就導(dǎo)致冬末的環(huán)境條件主要影響的是年度水華的藍(lán)藻水華的種源情況，而后期具體藻情的發(fā)展，則與春、夏季的天氣情況關(guān)系密切。因此，一方面，根據(jù)中國氣象局國家氣候中心對2022年的氣溫預(yù)測，無論是2022年春季，還是夏秋季節(jié)，太湖流域2022年的氣溫預(yù)測較歷史平均值偏高0.5℃。由于近5年太湖流域總體處于偏暖時(shí)期，因此較歷史平均值偏高0.5℃，可以認(rèn)為與近幾年的情況相當(dāng)。如果按此預(yù)測，則不會對前面的預(yù)測結(jié)果產(chǎn)生大的影響。另一方面，近年來異常天氣事件頻次增高［15］，總體而言是對太湖藍(lán)藻水華強(qiáng)度有促進(jìn)作用的。相較于硅藻、綠藻等，易于形成水華的藍(lán)藻種屬，如微囊藻和魚腥藻，均屬于更適宜于惡劣環(huán)境條件，如高溫、低光、風(fēng)浪擾動、低營養(yǎng)等。而異常天氣的增多，往往有利于有害藍(lán)藻種屬的快速占優(yōu)［16］，對后期藻類的發(fā)展產(chǎn)生影響。如，2022年2月下旬以來，持續(xù)高溫晴熱，降水量很少，太湖南部湖區(qū)已經(jīng)出現(xiàn)近百平方公里的魚腥藻水華?，F(xiàn)場調(diào)查的情況看，太湖大部分湖區(qū)，特別是南部太湖，能見到明顯表層水華條帶，優(yōu)勢屬為魚腥藻。如果后期仍然持續(xù)高溫晴熱，將對2022年的藻情產(chǎn)生重大影響。因此，對太湖后期的藻情還應(yīng)高度關(guān)注、充分準(zhǔn)備。

3 結(jié)語

盡管大型湖泊藍(lán)藻水華的年度情勢多變，受氣象情勢的影響甚大，但是，由于藍(lán)藻水華的發(fā)生、發(fā)展具有連續(xù)性，從湖泊冬末春初的環(huán)境信息能夠捕捉到年度水華強(qiáng)度的蛛絲馬跡，實(shí)施年度情勢預(yù)報(bào)。本文基于太湖2005年以來的藍(lán)藻水華情勢分析，構(gòu)建了基于冬季水溫、水深、水華強(qiáng)度及營養(yǎng)鹽條件的多元統(tǒng)計(jì)模型預(yù)測春季及水華季總體水華強(qiáng)度，模型的相關(guān)性較好，能為藍(lán)藻水華防控提供參考信息。

基于本文構(gòu)建的預(yù)測模型，嘗試預(yù)測了2022年度藍(lán)藻水華強(qiáng)度。初步預(yù)測結(jié)果認(rèn)為2022年度藍(lán)藻水華的強(qiáng)度屬于中等，弱于過去5年平均情況，但高于2021年的強(qiáng)度。由于未來氣象情勢變化對藍(lán)藻水華強(qiáng)度會產(chǎn)生更直接的影響，國家氣候中心預(yù)測2022年總體氣溫較多年均值偏高0.5℃，且近年來異常天氣發(fā)生頻次增高，因此，仍不能排除后期天氣異常導(dǎo)致更強(qiáng)水華的出現(xiàn)。在太湖藍(lán)藻水華防控中，建議密切關(guān)注天氣和藻情，及早啟動調(diào)水，充分做好水廠和湖體藍(lán)藻綜合防控與應(yīng)急處置準(zhǔn)備，確保城市供水安全。