亮點
1. 預(yù)測有害藍(lán)藻水華的模型有兩大類：基于過程的模型和數(shù)據(jù)驅(qū)動的模型，前者多用于長期預(yù)測、后者常用于短期預(yù)報;
2. 目前有害藍(lán)藻水華預(yù)測模型輸出結(jié)果和模型性能指標(biāo)缺少統(tǒng)一標(biāo)準(zhǔn);
3. 模型輸入的主要預(yù)測因子包括水溫、透明度、磷、氮、氣溫、氣壓等;
4. 用于開發(fā)和驗證有害藍(lán)藻水華預(yù)測模型的四種藍(lán)藻監(jiān)測方法：顯微鏡、色素分析、原位熒光法、遙感;
5. 原位熒光高頻監(jiān)測和遙感技術(shù)的進(jìn)步會促進(jìn)有害藍(lán)藻水華模型的改進(jìn)。
摘要
湖泊和水庫中有害藍(lán)藻水華(CyanoHABs)的毒性和造成的經(jīng)濟影響對全球水資源管理部門來說是一個重大風(fēng)險。預(yù)測水華發(fā)生和理解有害藍(lán)藻水華的主要驅(qū)動因素是優(yōu)化水資源管理的必要條件。通過綜述有害藍(lán)藻水華預(yù)報預(yù)測模型的應(yīng)用及其案例的分析，總結(jié)了該領(lǐng)域的知識現(xiàn)狀、局限性和未來前景機會。預(yù)測有害藍(lán)藻水華主要有兩種建模方法：基于過程的模型(process-based, PB)和數(shù)據(jù)驅(qū)動的模型(data-driven, DD)。模型的目標(biāo)是建模方法選擇的決定因素。PB模型多用于預(yù)測未來的場景，而DD模型則用于短期預(yù)報。每一種建模方法都提供了多種變量，使其能夠應(yīng)用于更具體、更具有針對性的目標(biāo)。所綜述的大多數(shù)模型研究都是應(yīng)用于特定地點的。監(jiān)測方法，包括數(shù)據(jù)頻率、不確定性和精度，被認(rèn)為是提高模型性能的一個主要限制。研究發(fā)現(xiàn)模型輸出和性能指標(biāo)缺乏標(biāo)準(zhǔn)化。有害藍(lán)藻水華的建模是一個跨學(xué)科的主題，應(yīng)改進(jìn)學(xué)科之間的交流，加強模型間的比較。這些不足會阻礙從業(yè)人員利用的建模工具。我們建議，水資源管理人員應(yīng)重點推廣具有相似特征的湖泊模型，并在可能的情況下使用高頻監(jiān)測進(jìn)行模型的開發(fā)和驗證。
引言
淡水湖泊是人類生活飲用水源的主要來源，還用于經(jīng)濟(例如農(nóng)業(yè)、工業(yè)和水力發(fā)電)和娛樂活動。藍(lán)藻(有時被稱為藍(lán)綠藻)是一個多樣的原核細(xì)菌，因為它們會危害水資源，所以受到水務(wù)公司和政府的關(guān)注。藍(lán)藻會產(chǎn)生毒素，所以會對公眾身體健康構(gòu)成重大威脅，導(dǎo)致皮膚過敏反應(yīng)和胃腸道紊亂、急性肝炎、以及神經(jīng)性疾病。藍(lán)藻的毒性不僅限于影響人類，還影響到許多動物，會降低水生生態(tài)系統(tǒng)的生物多樣性。此外，一些藍(lán)藻種類還會產(chǎn)生異味和臭味化合物，這使得消費者對水質(zhì)的評估是負(fù)面的，這就可能需要額外的水處理。一些藍(lán)藻水華影響自然的商業(yè)旅游活動，并可能影響內(nèi)在固有系統(tǒng)和商業(yè)價值。
藍(lán)藻的有害作用在有害藍(lán)藻水華事件中被放大。有害藍(lán)藻水華以前被定義為由于藍(lán)藻種群的迅速增長而導(dǎo)致水體的明顯視覺變色的事件，這通常在水體表層，但有時在更深的水柱中。然而，對有害藍(lán)藻水華暴發(fā)的定量閾值，國際上仍然沒有共識。定量閾值通常是針對特定的一個地方或研究，如細(xì)胞濃度水平、葉綠素a濃度、水體表面的浮渣或藍(lán)藻單位。
近年來，全世界有害藍(lán)藻水華事件的數(shù)量和規(guī)模都在不斷增加。因此，有必要進(jìn)行積極有效的有害藍(lán)藻水華預(yù)防和治理，這需要開發(fā)工具來幫助水資源管理人員。選擇長期的減緩管理策略(例如，減少外部營養(yǎng)負(fù)荷、生物污染、清除沉積物)或?qū)︼L(fēng)險事件的快速響應(yīng)程序(例如早期監(jiān)測預(yù)警系統(tǒng)，選擇性取水口、水處理廠附加裝置)應(yīng)基于準(zhǔn)確的工具，這能夠提高管理效率，盡量減少有害藍(lán)藻水華發(fā)生的風(fēng)險和治理成本。
有害藍(lán)藻水華是一個復(fù)雜的生態(tài)事件，通常是由特定地點的生物、化學(xué)和物理因素相互作用引起的。此外，為了適應(yīng)不同的營養(yǎng)和能源環(huán)境，有害藍(lán)藻水華的水華物種和菌株是多樣化的。像溫度、太陽輻射、風(fēng)、降雨、水柱分層、水流等物理因素，在藍(lán)藻的演替中起著重要的作用。藍(lán)藻和其他浮游植物的生物相互作用(例如化感作用)，浮游動物和富營養(yǎng)化也可能影響有害藍(lán)藻水華的暴發(fā)。因此，對不同物種和系統(tǒng)的有害藍(lán)藻水華的評估往往需要通過構(gòu)建模型以達(dá)到更全面的理解。模型通常是為了幫助專家理解、預(yù)測和優(yōu)化對有害藍(lán)藻水華的響應(yīng)而開發(fā)的。可以通過預(yù)測或預(yù)報來估計未來有害藍(lán)藻水華的暴發(fā)規(guī)模和時間。在預(yù)測和預(yù)報術(shù)語的區(qū)分方面還沒有共識，但出于本文的目的，我們將預(yù)報定義為對未來的估計，通常側(cè)重于短期操作策略，并將預(yù)測定義為解釋未來的長期趨勢。對于旨在預(yù)測有害藍(lán)藻水華的模型，時間維度通常需要在幾天到幾個月的尺度上，因為長時間尺度可能會在模型輸出中引入不確定性。目前，一般有兩種建模方法被用來預(yù)報或預(yù)測有害藍(lán)藻水華，要么獨立使用，要么組合使用?；谶^程的(PB)模型通過一組數(shù)學(xué)方程來量化生態(tài)學(xué)、生物化學(xué)和物理學(xué)的已知原理、理論和經(jīng)驗知識。數(shù)據(jù)驅(qū)動(DD)模型是基于數(shù)據(jù)挖掘算法和統(tǒng)計技術(shù)，這些算法和統(tǒng)計技術(shù)分析和識別監(jiān)測數(shù)據(jù)之間的模式，創(chuàng)建與藍(lán)藻動態(tài)相關(guān)的預(yù)期規(guī)則。
為了開發(fā)和應(yīng)用PB和DD模型，需要跨學(xué)科的專家團(tuán)隊，如數(shù)據(jù)科學(xué)家、生態(tài)學(xué)家、環(huán)境工程師和管理人員等。到目前為止，已經(jīng)開發(fā)了大量的模型來預(yù)測有害藍(lán)藻水華。盡管我們對水華發(fā)生和形成的各個方面還沒有完全了解，但現(xiàn)有的模型可以作為改進(jìn)未來有害藍(lán)藻水華管理策略的基礎(chǔ)。然而，這些方法和學(xué)科之間缺乏充分的溝通，阻礙了現(xiàn)有的模型改進(jìn)和應(yīng)用。如何為特定水體選擇合適的有害藍(lán)藻水華模型，仍然是水資源管理人員面臨的主要挑戰(zhàn)。
在此背景下，本文旨在系統(tǒng)地綜述目前關(guān)于淡水湖泊有害藍(lán)藻水華預(yù)測和預(yù)報模型的文獻(xiàn)。通過綜述，我們對當(dāng)前的挑戰(zhàn)和現(xiàn)有的研究進(jìn)行了批判性的評估。我們首先解釋了系統(tǒng)的文獻(xiàn)方法和從文章中提取的目標(biāo)數(shù)據(jù)。主要討論要點分為八節(jié)：i)時間線和全球分布的有害藍(lán)藻水華的模型應(yīng)用;ii)PB的當(dāng)前應(yīng)用;iii)DD模型的當(dāng)前應(yīng)用;iv)被用作有害藍(lán)藻水華模型源數(shù)據(jù)的監(jiān)測技術(shù);v)模型輸出及其對水資源管理的影響;vi)模型性能評估;vii)有害藍(lán)藻水華的主要預(yù)測因子;viii)建議水資源管理人員優(yōu)化有害藍(lán)藻水華模型的開發(fā)和管理。在這些討論要點的基礎(chǔ)上，最后提出了該主題的未來研究方向。
聲明：所載內(nèi)容來源互聯(lián)網(wǎng)，僅供參考，交流之目的，轉(zhuǎn)載的稿件版權(quán)歸原創(chuàng)和機構(gòu)所有，如有侵權(quán)，請聯(lián)系我們刪除。
市場服務(wù)中心
總經(jīng)辦
微信掃一掃
