太湖水富营养化蓝藻水华监测及控制研究

王 盼 赵 俊 张 闻

(扬州市勘测设计研究院有限公司，江苏 扬州 225000)

1 概 述

淡水系统营养丰富导致了有害蓝藻水华的全球扩散，这些水华污染了取水口，破坏了食物网，导致缺氧，减少了生物多样性并产生对消费者有毒的次级代谢产物，包括浮游动物、贝类、鱼类等[1-2]，造成了巨大的经济损失，还可能会因全球变暖而加剧。许多浮游蓝藻可产生蓝藻毒素，如神经毒素、肝毒素、细胞毒素以及刺激性毒素和胃肠毒素。富营养化导致的有毒蓝藻水华的增殖和扩张威胁着人类健康[3]。许多国家已经记录到饮用水源或娱乐场所中存在有毒的蓝藻水华，由于全球变暖，蓝藻水华预计在21世纪会增加。因此，减轻有毒蓝藻水华的风险，并减少其负面影响，是富营养化水体，特别是作为饮用水供水水库或在休闲场所发挥关键作用的湖泊的迫切管理需求[4-5]。本文提出了一种将富营养化太湖地表蓝藻水华监测、预测、预警和风险管理措施相结合的蓝藻水华威胁控制策略，重点是为风险评估和管理应对提供信息。

2 数据和方法

2.1 研究地点

太湖是我国工业化程度最高、城市化程度最高、人口稠密的长江三角洲地区的一个大(面积2338km2)、浅(平均深度1.9m)富营养湖泊。它具有多种功能，如饮用水供应、防洪、旅游娱乐配套、航运和水产养殖。其主要功能是饮用水供应，1000多万人依靠湖泊来获取饮用水资源，尤其是在上海、苏州、无锡和湖州等城市。自20世纪80年代中国改革开放以来，该湖经历了严重的富营养化。长期调查表明，蓝藻水华主要由微囊藻属组成，且主要分布在北部(见图1)。

图1 研究区概况

2.2 水质和蓝藻水华监测

监测包括三个要素：遥感图像检索；无人值守传感器检测，无线数据传输；船载采样和分析。监测指标的选择取决于可行性和可用性。根据2015—2018年的叶绿素和浮游植物监测数据，太湖可见表面蓝藻水华定义为CHL-a，浓度为20μg/L，相当于浮游植物生物量5.0×107cells/L。表面蓝藻水华的发生与营养(氮和磷)等生理环境参数、温度和光以及物理环境条件有关[6]。

太湖遥感影像中的蓝藻水华信号是利用859nm左右的反射波长获得的。NASA发射到地球轨道的有效载荷科学仪器，以不同的空间分辨率(250～1000m)捕捉36个光谱波段的数据，并每隔1～2天对整个地球成像一次。结合带比(859∶555nm)，用反射波长的阈值(859nm或带比>1)描绘蓝藻水华。根据CHL-a浓度～101mg/L估计该阈值。从NASA EOS数据网关(EDG)下载分辨率为250m的modis图像。为了提高时间分辨率，监测蓝藻水华的快速变化，在湖泊北部和西北部部署了18个自动无线高频监测站，其中水体富营养化程度最高，CHL-A浓度高，蓝藻B频繁复发。从4—10月，每周两次(周一和周四)，连续四年(2015—2018年)对自动无线观测站附近的18个站点进行采样和分析。

2.3 地表蓝藻水华预测

蓝藻水华发生预测模型包括三个关键因素：一是以叶绿素a浓度表示的藻生物量；二是以风速表示的风致湍流；三是通过辐照度降低蓝藻的降水量。藻类大量繁殖时会出现蓝藻水华(>20μg/L)，低风速(<3.1m/s)，低或无降水。蓝藻水华发生的概率是叶绿素a浓度、风力(蒲福尺度)和降水概率的结果。预测模型中的浮游植物生物量是通过计算预测期内藻类生长、死亡和沉降率的总和来计算的。藻类生物量预测模型的输入包括初始藻类生物量(CHL-a)、温度(通过自动和高频监测传感器测量)、光(通过透明度手动测量)、P和N浓度(通过手动监测测量)。

根据可用性，利用遥感图像或自动高频测量的3天观测数据或船上采样数据评估蓝藻水华预测结果。如果定义区域内的一个网格单元蓝藻发生概率大于0.5，并且从遥感图像或自动监测或人工观测中观察到的蓝藻在定义区域内发生，则说明蓝藻发生预测成功；反之亦然。通过计算正确预测蓝藻水华的总天数，除以总预测天数，得到特定区域的预测精度。

3 太湖监测结果

3.1 地表蓝藻水华监测

太湖蓝藻水华监测始于2008年。为了监测数据的连续性，选择2015年4月—2018年10月这段时间执行本研究。在连续四年的监测(2015—2018年)中，从4—10月的温暖月份，总共有258张图像可以从中检索到蓝藻水华。其中，217幅图像显示了蓝藻水华的反射信号，蓝藻水华的最大面积分别为524.2km2、982.8km2、997.5km2和991.4km2(见图2)，2015—2018年的平均面积分别为154.3km2、191.6km2、242.8km2和191.1km2，表明太湖继续遭受严重的富营养化。表层蓝藻水华，没有明显缓解。

图2 2015—2018年的太湖年度最大蓝藻水华面积

2015年8月，遥感和无线自动在线观测显示，台风经过太湖后，蓝藻水华动态变化。台风苏迪罗于2015年8月11—13日经过太湖，风速在2015年8月11日17∶00左右达到峰值8.7m/s[见图3(a)]。水流测量表明，8月12日清晨之前，垂直流速呈双向运动(上下)，此后表层附近有均匀的向上运动[见图3(b)]。有趣的是，在台风峰值前后，荧光测量到的地表和底部的CHL-a浓度被去除并充分混合，而在台风后，地表CHL-a浓度增加，底部CHL-a浓度下降。相应地，卫星图像显示，当风速开始下降时，湖心上午10∶27有几段总面积为92.3km2的水华[见图3(c)]；一天后，水华面积扩大到391.7km2[见图3(d)]。2015年8月11—13日的数据显示，蓝藻水华新增近300km2。

图3 2015年8月苏迪罗台风期间蓝藻水华的形成

3.2 地表蓝藻水华预测

该模型预测了连续四个监测夏季的地表蓝藻水华，预测了2015—2018年地表蓝藻水华暴发和积累分别为141天、150天、138天和102天。通过模型输出的叶绿素a浓度与卫星图像、自动监测参数的比较，评价预测精度。平均预测精度为82.2%±11.7%(见表1)。

表1 太湖2015—2018年赤潮发生率的精确预测

3.3 蓝藻水华风险管理

针对不同程度的蓝藻水华事件，采取不同的防治措施，降低污染风险。这些应急响应包括收集和清除藻华、确保饮用水安全等。为保障饮用水安全，应急措施包括增加水质和MCS监测频率、从其他替代处理厂转移水、在饮用水厂入口周围500m处设置屏障和浮式围堰。在这个定向蓝藻水华监测和预测系统的四年执行阶段(2015—2018年)，政府机构收集并移除了以下数量的水华：600000t(2015年)、650000t(2016年)、970000t(2017年)和1250000t(2018年)(见表2)；蓝藻水华引起黑水团聚事件，虽然在2018年出现频率增加，但黑水团聚的总范围减少到4.8km2，2015—2018年期间，没有饮用水污染，尽管营养素浓度与监测和响应计划实施前的浓度相似。

表2 2015—2018年蓝藻生物量、黑水团聚频率和面积的收集

4 结 论

蓝藻水华是富营养化的结果，这是由于工业废物处理、生活污水排放和农田灌溉等越来越多的人为活动导致氮(N)和磷(P)过度富集所致。因此，去除污水中的氮和磷是富营养化控制的主要选择。

采用综合监测方法，首次在强风暴后现场清楚地看到了地表蓝藻水华的形成。卫星图像数据显示，地表蓝藻开花面积从8月12日上午10时27分的92.3km2扩大到2015年8月13日上午11时9分的391.7km2。2015—2018年连续四年，共有177份蓝藻水华发生和位置预测报告，涵盖531天。但在这些预测日子里，蓝藻水华的发生率仅为15%左右。通过与卫星图像数据或自动高频传感器数据或人工采样分析数据的比较，预测藻类水华分布的平均精度为82.2%±11.7%，这意味着这些预测与观测结果高度一致。这种综合监控系统是一种探索，对于这个大而异质的湖泊来说，建造和维护的成本是相当高的。成功应用的关键是监测点的空间分辨率，以及更有效和可靠的化学和生物传感器。为了提高空间监测分辨率和生物监测参数，未来需要更多的无线高频自动监测站和可靠的水化学和生物探测传感器。