太湖蓝藻水华预警监测综合系统的构建

黄 君，张虎军，江 岚，宋 挺，戴 敏

1．无锡市环境监测中心站，江苏 无锡 214121

2．无锡中讯检测技术有限公司，江苏 无锡 214423

湖泊富营养化和蓝藻水华暴发是当前我国湖泊面临的最重要的环境问题之一，也是全世界关注的湖泊富营养化控制的焦点［1］。近年来我国内陆湖泊面临的一个主要问题是水体的富营养化，蓝藻水华频繁暴发，不仅破坏水体景观和生态系统平衡，而且由于蓝藻在生长过程中释放毒素，消耗溶解氧，引起水体生物大量死亡，湖泊水质恶化，严重威胁了湖泊周围地区的饮用水安全［2］。尤其是2007年5月暴发的“太湖饮用水危机”更是给我们敲响了警钟，并进一步凸现了我国湖泊富营养化的严峻局面和蓝藻水华频发的现状［3］。湖泊富营养化治理和控制蓝藻水华尤其迫切，对于太湖蓝藻水华预警监测工作提出了更高的要求，如何发挥各种预警监测技术手段的特点，并建立联系各种技术手段的预警监测系统，发挥预警监测系统在太湖蓝藻水华预警监测工作中的积极作用显得尤为重要。该文在太湖蓝藻水华预警监测工作基础上，阐述了预警监测工作中使用的监测技术手段，根据各种监测技术手段的监测指标、监测特点及其功能建立各自监测系统，包括现场巡视监测系统、卫星遥感动态监测系统、实验室分析监测系统、水质在线自动监测系统等，将各系统间相互联系的功能相结合，构建能够实现各监测系统功能的太湖蓝藻水华预警监测综合系统，该综合系统整合各子系统提供的蓝藻水华预警信息，通过GIS平台进行信息的分析和展示，发布太湖蓝藻水华预警预报信息，为政府决策和科学治太提供技术支持和保障。

1 太湖蓝藻水华预警监测

太湖蓝藻水华主要是指微囊藻水华。微囊藻为光能自养型浮游微生物，生长在水体中的微囊藻有单体细胞和囊状不定形群体2种形态，群体常由几十个、几百个甚至上千个单体细胞组成。微囊藻对逆境的耐受能力较强，每年温度下降后，微囊藻沉入底泥，以休眠孢子形式抵抗低温侵袭，到来年气侯、化学、生物等条件成熟时又开始快速生长、繁殖［4］。蓝藻水华的“暴发”是表观现象，其前提还是藻类一定的生物量，且是一个逐渐形成的过程。根据生态学的基本理论和野外对水华形成过程的原位观测，孔繁翔等［5］提出了蓝藻水华成因的四阶段理论假设，即在四季分明、扰动剧烈的长江中下游大型浅水湖泊中，蓝藻的生长与水华的形成可以分为休眠、复苏、生物量增加(生长)、上浮及聚集等4个阶段，蓝藻秋季下沉到底泥表面越冬，春季复苏，生物量累积和优势确立，并在适当的水文气象条件下上浮并聚集形成水华，微囊藻的生理特征及每个阶段的主导生态因子各不相同，详见表1［5］。因此，在不同时期对蓝藻生长情况的研究可以更好地掌握蓝藻水华形成的原因。

表1 蓝藻生长及水华形成的主要阶段及主导影响因子

由于蓝藻生长和水华的形成是由水体的物理、化学和生物等多种因素共同作用的结果，而且各要素之间关系复杂，因此，要准确、及时地对蓝藻水华进行预警，需要将各方面因素综合来进行分析，在分析过程中需要用到多种监测技术手段。根据目前实际工作情况以及国内外研究进展，分析了在预警监测过程中需要运用的几项监测技术手段及利用相关技术手段建立的监测系统。

1.1 现场巡视

现场巡视是最原始的监测方式，但也是最有效、最直观的监测方法。现场巡视主要包括气象条件、视觉特征、理化指标、生物指标、嗅觉特征等观测因子。气象条件能准确反映巡视现场的风速、风向、光照等参数，有助于预测藻类迁移方向和在湖面的聚集程度。视觉特征能够直观地反映水体颜色以及水面和水体中藻类分布与聚集形态，如藻类颗粒大小、颜色、聚集形态等，根据藻类的聚集形态、颗粒大小和藻类颜色可以初步判断藻类生物密度和藻龄的大小。水华暴发的一个视觉特征是整个水体中有大量藻类颗粒聚集，藻类颗粒增大，水体颜色由清澈见底的浅绿色逐渐变成黄绿色、灰黄色，当蓝藻水华暴发时，整个湖面出现成片的厚厚的油漆状蓝藻，水华蓝藻暴发后，如果藻类开始死亡，水面成片藻类中间出现白色泡沫，此时还有一个明显的嗅觉特征是出现腥臭味，这也意味着藻类生理周期的终止［6］。借助便携式水质多参数检测仪(YSI6600V2)能够在现场快速测定水温、透明度、pH、溶解氧、电导率、浊度等理化指标以及蓝绿藻密度和叶绿素a等生物指标。水体中pH、溶解氧等理化指标可以作为产生腥臭味的原因，而蓝绿藻密度和叶绿素a等反映水体生物量大小的指标又可以作为预测藻类聚集范围的重要依据。这些指标和感官特征都能通过现场巡视监测得到及时、准确的反映，在此基础上我们建立了现场巡视监测系统，系统组成结构及其相互关系见图1。

1.2 卫星遥感监测

卫星遥感监测技术具有宏观、动态、快速、大范围、周期性等显著特点，已经成为蓝藻水华监测的重要手段，其在蓝藻水华监测上的应用，有着常规监测不可替代的优点。它既可以满足大范围蓝藻监测的需要，也可以动态跟踪蓝藻水华的发生、发展。在太湖蓝藻水华预警监测中，可以利用EOS/MODIS、环境一号小卫星(HJ-1 A/B)等遥感卫星数据，提供蓝藻水华暴发时间、暴发面积、迁移方向等信息，结合地理信息系统统计蓝藻水华暴发频次，并预测可能到达区域与分布范围。利用2012—2013年EOS/MODIS卫星数据，监测太湖蓝藻水华发生时间、蓝藻水华暴发面积、暴发频次、迁移方向等信息。2012年和2013年太湖蓝藻水华暴发频次见图2，2012年和2013年蓝藻水华平均聚集面积对比见图3。

图1 现场巡视监测系统组成图

图2 太湖蓝藻水华暴发频次

遥感技术在水质监测中常用的方法有3种:物理方法、经验方法和半经验方法［7］，通过这些方法可以对水体中水温、悬浮物浓度等理化指标进行估测，同时可以通过在卫星遥感影像上产生类似陆生植被的光谱特征，实现对叶绿素a、藻类密度等指标的反演估算。刘堂友等［8］通过室内实验发现微囊藻光谱在550 nm、710 nm处有2个非常明显的反射波峰，在440 nm和670 nm处有非常明显的吸收峰，特别是微囊藻在620 nm附近有一个吸收峰，该吸收峰是微囊藻所含有的藻青蛋白产生的，这是蓝藻所独特含有的色素，其他藻类没有［9-10］，微囊藻所特有的光谱特征使得遥感监测微囊藻浓度成为可能。根据遥感反演估算得出蓝藻生物量，通过与理化指标的综合分析来评判蓝藻水华暴发程度，评估在环境因子的影响下是否会发生湖泛。在蓝藻水华暴发频次数据统计、水华分布范围趋势研判和暴发湖泛风险评估基础上发布预警结果信息。通过综合蓝藻水华暴发信息、水质和蓝藻生物量的遥感反演模型、发生湖泛的风险评估建立卫星遥感动态监测系统，系统组成结构及其相互关系见图4。

图3 2012—2013年太湖蓝藻水华平均聚集面积对比

图4 卫星遥感动态监测系统组成图

1.3 实验室分析

1.3.1 营养盐浓度监测

水体中充足的营养盐造成蓝藻(尤其是微囊藻)的迅速繁殖、生产［11］，营养盐是影响微囊藻的主要非生物因子之一，其中氮和磷是影响微囊藻生长的主要营养元素［12］。氮、磷营养盐浓度的增加是导致湖泊富营养化的主要原因，也直接诱发了太湖蓝藻水华。而氮和磷的作用往往是相互影响的，不同的氮磷比不仅会对细胞的生长造成影响，甚至影响到细胞内物质的合成与积累［13］。目前，关于微囊藻水华的爆发机理还处在研究状态，多数人认为，微囊藻的爆发与无机氮、磷含量增加密切相关［14］。通过分析2013年4—11月全太湖总氮、总磷浓度的月度变化，对不同氮磷比与藻类密度进行相关性回归，得到氮磷比与藻类密度之间的回归方程为y=－0.043x+66.266，r=0.802。氮磷比与藻类密度散点图见图5。

1.3.2 藻类群落结构监测

太湖蓝藻水华暴发时的主要藻种为微囊藻，微囊藻在不同的生长时期细胞大小明显不同，球形细胞直径为7 μm左右，细胞分裂呈指数级增长，群体成熟后出现气囊，由于光合作用的影响会上浮至水面，最终形成水华。因此，通过显微镜镜检观察微囊藻细胞个体大小、微囊藻生物量、微囊藻群体形态特征和藻类种群结构能够推测其处于何种生长时期，对于早期的蓝藻水华预警和预测水华暴发等起到了很好的作用。

图5 氮磷比与藻类密度散点图

根据实验室营养盐浓度监测和显微镜镜检分析，总结了实验室内蓝藻水华分析监测因子，以理论与实际相结合论证了理化和生物监测相关联的实验室分析监测系统(图6)。

图6 实验室分析监测系统组成图

1.4 水质在线自动监测

水质自动监测作为环境监测的重要手段，具有自动、连续、高效、全天候等特点，近几年在环境管理和环境安全预警中发挥着越来越重要的作用。随着国内对环境预警监测能力建设投入的加大和水质自动监测技术的日趋成熟，水质在线自动监测系统已在全国得到广泛应用［15-16］。水质在线自动监测系统是一个从水样采集系统、水样预处理系统、水样在线自动分析系统、通讯系统、远程控制系统到数据监控管理系统的综合性系统，从而实现水质自动监测站的在线自动运行［17］。其中远程控制系统对采样系统、预处理系统和自动在线分析系统的设备参数和运行状态进行实时监控，同时在线分析仪器的数据信号通过控制系统的控制程序和上层软件实现分析数据的采集和存储，并通过通讯系统将实时监测数据传输至远程数据管理系统。远程数据管理系统可以进行特殊数据的查询和异常数据的编辑存储，并在预警第一时间查定超标参数，反映水质异常情况，进行水质污染评估。水质在线自动监测系统各组成单元见图7。目前在蓝藻水华预警监测过程中，水质在线自动监测系统可监测YSI七参数(水温、浊度、pH、溶解氧、电导率、叶绿素 a、蓝绿藻)、氨氮、高锰酸盐指数、总磷、总氮、挥发酚等指标。当饮用水源地水体中出现可见的藻类颗粒以后，需要密切关注水质参数的变化，尤其是溶解氧［6］。有学者［18］研究指出，溶解氧的昼夜变化，对藻类生长也有很大的影响，可以利用溶解氧的日极差来进行藻类暴发的简单预警。

2 太湖蓝藻水华预警监测综合系统构建

2.1 系统设计思路

以太湖蓝藻水华预警监测为基础，利用各种监测技术手段建立相对应的预警监测系统，根据各个预警监测系统的特点和功能，将相互关联的功能组合，实现各监测系统的功能整合与优化，汇总各系统相结合后提供的蓝藻水华预警信息，通过地理信息系统的空间分析实现预警信息可视化表达，进行太湖蓝藻水华预报预测，及时发布预警信息。

2.2 系统结构和功能

太湖蓝藻水华预警监测综合系统包括现场巡视监测系统、卫星遥感动态监测系统、实验室分析监测系统、水质在线自动监测系统等4个子监测系统。其中现场巡视监测系统提供现场气象、水文、感官特征分析，卫星遥感动态监测系统针对湖面蓝藻水华进行静态与动态信息综合分析，实验室分析监测系统开展藻类生长状况与环境因子相关性分析，水质在线自动监测系统实时监控敏感因子的变化及异常数值的预警。将不同监测系统内相互联系的监测指标和反映的预警信息进行有效整合，形成更科学、更全面的预警监测功能，包括水华迁移趋势分析、水华级别确定、藻类生长状况分析、水华区域预测、敏感数据监控预警。以地理信息系统GIS平台为基础，叠加基础地理信息，结合水文、气象等信息，绘制蓝藻水华预警结果图，并通过蓝藻水华预警监测信息共享平台发布预警信息。太湖蓝藻水华预警监测综合系统组成和运行流程见图8。

图7 水质在线自动监测系统组成图

2.3 系统运行

太湖蓝藻水华预警监测综合系统数据库服务器采用MS SQL Server 2000，将各子监测系统的监测指标和反映信息通过SQL语言写入服务器。GIS服务器使用ArcGIS Server，用来管理各种地理资源，并生成Arcmap蓝藻水华预警专题图。最终信息发布与共享平台的Web应用服务器使用IIS+Net FrameWork 1.1，实现政府各部门的监测数据与预警信息共享，为各部门的联动响应和应急处置提供技术支持。

3 结语

蓝藻水华预警监测是一项庞大的系统工程，良好的组织体系是预警监测工作能否顺利实施的前提，是提高政府应对蓝藻能力的有效保证。根据各种监测技术手段建立预警监测系统，探索各预警监测系统之间的关系与如何综合运用，初步建立了太湖蓝藻水华预警监测综合系统。下一步工作是太湖蓝藻水华预警监测综合系统的实验及验证，并进一步完善，以投入稳定的运行，为太湖蓝藻治理与政府决策提供保障。

图8 太湖蓝藻水华预警监测综合系统组成图

［1］秦伯强．长江中下游浅水湖泊富营养化发生机制与控制途径初探［J］．湖泊科学，2002，14(3):193-202．

［2］陈宇炜，秦伯强，高锡云．太湖梅梁湾藻类及相关环境因子逐步回归统计和蓝藻水华的初步预测［J］．湖泊科学，2001，13(1):63-71．

［3］秦伯强，王小冬，汤祥明，等．太湖富营养化与蓝藻水华引起的饮用水危机——原因与对策［J］．地球科学进展，2007，22(9):896-906．

［4］孙慧群，朱琳，高文宝．淡水湖泊中微囊藻水华的成因分析［J］．生物学通报，2005，40(8):23-24．

［5］孔繁翔，高光．大型浅水富营养化湖泊中蓝藻水华形成机理的思考［J］．生态学报，2005，25(3):589-595．

［6］徐恒省，洪维民，王亚超，等．太湖蓝藻水华预警监测技术体系的探讨［J］．中国环境监测，2008，24(2):62-65．

［7］吴传庆，王桥，杨志峰，等．太湖水华的遥感分析［J］．中国环境监测，2007，23(3):52-56．

［8］刘堂友，匡定波，尹球．藻类光谱实验及其光谱定量信息提取研究［J］．红外与毫米波学报，2002，21(3):213-217．

［9］Dekker A G．Detection ofopticalwaterquality parameters for eutrophic waters by high resolution remote sensing［D］．Amsterdam，Netherlands:Vrije University，1993．

［10］Jupp D，Kirk J，Harris G．Detection，identification，and mapping of cyanobacteria-using remote sensing to measure the optical quality of turbid inland waters［J］．Australian Journal of Marine and Freshwater Research，1994，(45):801-828．

［11］吴怡，郭亚飞，曹旭，等．成都府南河叶绿素a和氮、磷的分布特征与富营养化研究［J］．中国环境监测，2013，29(4):43-49．

［12］许慧萍，杨桂军，周健，等．氮、磷浓度对太湖水华微囊藻(Microcystis flos-aquae)群体生长的影响［J］．湖泊科学，2014，26(2):213-220．

［13］易文利，王国栋，刘选卫，等．氮磷比例对铜绿微囊藻生长及部分生化组成的影响［J］．西北农林科技大学学报:自然科学版，2005，33(6):151-154．

［14］杨顶田，陈伟民，江晶，等．藻类爆发对太湖梅梁湾水体中NPK含量的影响［J］．应用生态学报，2003，14(6):969-972．

［15］李军，陈程．总氮总磷在线自动监测仪的现状与问题［J］．中国环境监测，2013，29(2):156-158．

［16］向运荣，黄辉．地表水水质自动监测系统及其建设中的若干问题［J］．中国环境监测，2001，17(6):5-8．

［17］张江龙．在线水质自动监测系统的的基本构成和功能［J］．厦门科技，2007，(3):54-55．

［18］王正方，张庆，吕海燕，等．长江口溶解氧赤潮预报简易模式［J］．海洋学报，2000，22(4):125-129．