Eutrophication caused cyanobacterial bloom occurrence is recognized as highly heterogeneous in spatiotemporal field, which makes the observation and prediction of bloom difficult. Wind-driven circulation, as the main external force of transporting all kinds of matter in shallow lakes, is closely related with the distribution of patch-like bloom. In this project, we will start with wind-induced divergence. The dominant spatial patterns of wind-driven circulation, water mass convergence and divergence in different temporal scales and their controlling factors will be studied using hydrodynamic numerical model combining with the Empirical Orthogonal Function and Singular Value Decomposition method. To study the hydrodynamic mechanis controlling the blooms formation and distribution in different temporal scales, especially in days and even smaller scales in summer and autumn, the consistency between the dominant spatial patterns of convergence and the regions of blooms will be determined, and the correlation between the divergence and chlorophyll concentration retrieved from the MODIS images will be analyzed. This research will provide scientific evidence to identify when and where would the blooms occur and to help short-term forecasting of blooms on lake management.
富营养化引发的蓝藻水华问题在短时间尺度内具有高度的时空异质性,为观测和预报水华发生带来困难。风驱动下的水动力过程作为浅水湖泊物质输移的主要动力,与藻华斑块状的空间分布特征关系密切。本项申请拟引入流体运动中的散度概念,利用浅水湖泊三维水动力数值模型和经验正交函数、奇异值分解等统计手段相结合的方法,研究太湖风生流、散度、辐合、辐散区在不同时间尺度下的空间分布特征及控制因素。结合MODIS遥感数据提取的水华分布区域、叶绿素浓度等指标,确定辐合区空间分布与藻华分布区域的一致性,分析散度强度与叶绿素浓度空间分布之间的定量关系,从而揭示蓝藻水华在不同时间尺度下,尤其是水华多发季节短时间尺度(数天或者一天)下空间分布区域与集聚面积的水动力驱动机制。本项目的开展将为浅水湖泊富营养化治理,蓝藻水华暴发的控制提供科学依据。
富营养化引发的蓝藻水华问题在短时间尺度内具有高度的时空异质性,为观测和预报水华发生带来困难。本项目引入了流体运动中的散度概念,构建了三维浅水湖泊水动力数值模型,模拟了实测风场驱动下太湖风生流与散度场的空间分布,利用EOF方法分析了太湖散度场的时空分布特征;通过与遥感影像反演的水华分布区域对比发现,辐合区的分布与水华聚集区相一致,辐散区的分布与未发生水华的区域相一致,正是由于辐合区和辐散区的时空分布随风场的变化不断发生变化,导致了蓝藻水华在短时间尺度内的高度时空分异性;进一步利用SVD方法研究太湖不同湖区风生流流速与叶绿素浓度场之间的相关关系,发现叶绿素浓度与风场SVD第一对空间分布型时间系数之间的相关系数为0.54,表明二者之间关系密切。这些研究结果揭示了蓝藻水华在不同时间尺度下,尤其是水华多发季节短时间尺度(数天或者一天)下空间分布区域与集聚面积的水动力驱动机制。除此之外,本项目利用太湖多年水动力、水环境因子监测数据,分析了太湖藻类生物量与主要水环境因子的多时间尺度相关,结果表明,叶绿素浓度、水温、总氮和总磷四个变量在频域上均呈现明显的季节尺度和年际尺度的周期振荡,其中叶绿素浓度对水温的变化响应没有时间延迟,对总氮或者总磷的变化响应3个月左右的响应延迟;对ONI指数与太湖水温、水位、叶绿素浓度之间的相关性进行分析,结果表明叶绿素浓度对南方涛动的响应延迟约为2个月。本项目的研究结果为浅水湖泊富营养化治理,蓝藻水华暴发的短期预测提供科学依据。
{{i.achievement_title}}
数据更新时间:2023-05-31
涡度相关技术及其在陆地生态系统通量研究中的应用
氟化铵对CoMoS /ZrO_2催化4-甲基酚加氢脱氧性能的影响
硬件木马:关键问题研究进展及新动向
近 40 年米兰绿洲农用地变化及其生态承载力研究
疏勒河源高寒草甸土壤微生物生物量碳氮变化特征
时空大数据驱动的蓝藻水华预测预警方法研究
太湖局地大气热力环流特征及其对蓝藻水华输移的影响
太湖固氮蓝藻时空特征的生理生态学机制研究
太湖蓝藻水华毒素对水禽生殖功能的影响