浅水湖泊稳态转换阈值的判定方法技术

本发明专利技术的实施例提供了一种浅水湖泊稳态转换阈值的判定方法，涉及河湖水生态环境技术领域。方法包括获取水生态环境指标、筛选出关键驱动因子、构建水生态环境数值模型、判定稳态转换阈值和评估治理效果。通过对水生态环境指标的全面透彻感知，在水生态环境指标中筛选出关键驱动因子，借助水生态环境数值模型，模拟水生态环境要素变化趋势，判定稳态转换阈值。通过稳态转换阈值动态评价湖泊水生态系统健康状况，定量评估不同治理措施对水生态系统变化趋势的影响。本方法将水生态环境数值模型融合到浅水湖泊的稳态转换阈值判定中，为城市浅水湖泊富营养化防控和长期健康运行管控提供科学定量化手段。供科学定量化手段。供科学定量化手段。

【技术实现步骤摘要】
浅水湖泊稳态转换阈值的判定方法


[0001]本专利技术涉及河湖水生态环境
，具体而言，涉及一种浅水湖泊稳态转换阈值的判定方法。

技术介绍

[0002]浅水湖泊生态系统变化对养分负荷有明显的滞后作用，这种现象被成为“稳态转换”，它会导致生态系统的急剧恶化，并增加生态恢复的难度。水生态模型可以实现量化管理，为湖泊管理者提供必要的决策管理，但目前大部分水生态模型仅关注于水质变化，鲜少考虑水生生物的变化以及湖泊稳态转换的阈值；Mann
‑
Kendall等非参数检验法在水质突变检验方面已经得到一定的应用，但这类统计学方法依托于大量时间序列数据，且易受缺失值、异常值等影响。
[0003]目前国内外对于浅水湖泊的研究主要集中于水动力特征和水质模拟预测，较少关注水生态要素。另一方面，在实际的城市浅水湖泊生态修复中，往往缺乏完整的长时间尺度数据。同时，水生态系统复杂，受多种因素影响，通过统计方法确定阈值往往无法解释其内在机理。

技术实现思路

[0004]本专利技术的目的包括提供了一种浅水湖泊稳态转换阈值的判定方法，其能够定量化、动态化评估湖泊治理措施对水生态指标变化的影响，为浅水湖泊的治理和清水环境的恢复提供了理论指导和技术支持。
[0005]本专利技术的实施例可以这样实现：本专利技术提供一种浅水湖泊稳态转换阈值的判定方法，方法包括：S1：获取湖泊的水生态环境指标；S2：在水生态环境指标中筛选出关键驱动因子；S3：根据关键驱动因子，构建水生态环境数值模型；S4：基于水生态环境数值模型，判定稳态转换阈值；S5：基于水生态环境数值模型，评估湖泊管理措施的治理效果。
[0006]在可选的实施方式中，水生态环境指标包括气象指标、水文指标、水质指标、水生生物指标和表征指标，S1还包括：根据历史资料调研情况，在浅水湖泊的水环境、水动力及水生态位置布设监测节点，构建河湖水系网格化监测体系，实现对气象指标、水文指标、水质指标、水生生物指标和表征指标的感知。
[0007]在可选的实施方式中，气象指标至少包括气温、太阳辐射、风速和风向；水文指标至少包括水位、水深和流速；水质指标包括水温、酸碱度、溶解氧、电导率、浊度、总磷浓度、总氮浓度、氨氮浓度、硅酸盐浓度、磷酸盐浓度、硝酸盐浓度、透明度、高锰酸盐指数、硫酸盐浓度、生化需氧量和叶绿素a浓度；水生生物指标包括浮游植物生物量、浮游动物生物量、沉
水植物生物量、底栖动物生物量和鱼类生物量；表征指标包括浮游植物密度、藻密度、沉水植物植被覆盖度、浮游动物种类和丰度、底栖动物种类和丰度、鱼类的种类和丰度。
[0008]在可选的实施方式中，S2还包括：引入多元回归分析法和多元数据约束性排序法分析各水生态环境指标的内在关系，并识别影响河湖清水环境的关键驱动因子，按相关性系数进行排序，选取排序前3的水生态环境指标作为关键驱动因子；在可选的实施方式中，多元回归分析法包括皮尔逊相关性分析和聚类分析，多元数据约束性排序法包括去趋势对应分析、冗余分析和典型对应分析。
[0009]在可选的实施方式中，S3还包括：根据关键驱动因子，以湖泊的进水和出水流量为边界条件，以气象和水文数据为外部环境条件，以水生态环境监测数据为初始条件，基于PCLake构建水生态环境数值模型，并进行敏感性分析和参数校准；其中，敏感性分析利用Python语言平台的SALib程序包进行，参数校准利用Python语言平台的parsac程序包进行。
[0010]在可选的实施方式中，S4还包括：S41：基于水生态环境数值模型的模拟结果，并借助分岔分析方法确定湖泊的稳态转换阈值，对湖泊水生态系统状态进行定量化判断。
[0011]在可选的实施方式中，S41还包括：基于水生态环境数值模型，使用P负荷减少方案进行分岔分析，得到负荷
‑
响应曲线；在水生态环境数值模型中定义浅水湖泊的清水态与浊水态的划分标准为：叶绿素a浓度小于25μg/L，植被覆盖率大于20%，且相对富营养化深度小于0.9m时认为该浅水湖泊处于清水态，否则为浊水态。
[0012]在可选的实施方式中，S5还包括：基于水生态环境数值模型，设置湖泊管理措施，模拟不同情景下浅水湖泊总氮浓度、总磷浓度、叶绿素a浓度和沉水植物生物量，定量化评估不同湖泊管理措施下湖泊水生态环境和稳态转换阈值的变化情况。
[0013]在可选的实施方式中，湖泊管理措施包括营养盐调控、水力调控和清理湖面，不同情景包括极端高温、极端降雨、削减外源负荷、收割沉水植物和底泥疏浚。
[0014]本专利技术实施例提供的浅水湖泊稳态转换阈值的判定方法的有益效果包括：利用PCLake构建了浅水湖泊生态系统模型，考虑了水生态过程以及湖泊的稳定状态，可定量化、动态化评估湖泊治理措施对水生态指标变化的影响，为浅水湖泊的治理和清水环境的恢复提供了理论指导和技术支持。
附图说明
[0015]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0016]图1为本专利技术实施例提供的浅水湖泊稳态转换阈值的判定方法的流程图；
图2为兴隆湖治理前后外部氮磷负荷；图3为兴隆湖的稳态转换阈值；图4为不同治理措施下的稳态转换阈值。
具体实施方式
[0017]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0018]因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0019]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0020]需要说明的是，在不冲突的情况下，本专利技术的实施例中的特征可以相互结合。
[0021]请参考图1，本实施例提供了一种浅水湖泊稳态转换阈值的判定方法（以下简称：方法），方法将水生态机理模型融合到浅水湖泊稳态转换阈值判定和健康评估中，该方法包括以下步骤：S1：获取湖泊的水生态环境指标。
[0022]具体的，根据历史资料调研情况，在城市浅水湖泊的关键断面、排口、支流出入口等重要水环境、水动力及水生态位置布设监测节点，构建河湖水系网格化监测体系，便于进行水环境、水生态指标的监测。具体的，基于已有的水下高灵敏度生态环境摄像及360
°
环向全景成像技术，获得基于计算机视觉的沉水植本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种浅水湖泊稳态转换阈值的判定方法，其特征在于，所述方法包括：S1：获取湖泊的水生态环境指标；S2：在水生态环境指标中筛选出关键驱动因子；S3：根据所述关键驱动因子，构建水生态环境数值模型；S4：基于所述水生态环境数值模型，判定稳态转换阈值；S5：基于所述水生态环境数值模型，评估湖泊管理措施的治理效果。2.根据权利要求1所述的浅水湖泊稳态转换阈值的判定方法，其特征在于，所述水生态环境指标包括气象指标、水文指标、水质指标、水生生物指标和表征指标，S1还包括：根据历史资料调研情况，在浅水湖泊的水环境、水动力及水生态位置布设监测节点，构建河湖水系网格化监测体系，实现对所述气象指标、所述水文指标、所述水质指标、所述水生生物指标和所述表征指标的感知。3.根据权利要求2所述的浅水湖泊稳态转换阈值的判定方法，其特征在于，所述气象指标至少包括气温、太阳辐射、风速和风向；所述水文指标至少包括水位、水深和流速；所述水质指标包括水温、酸碱度、溶解氧、电导率、浊度、总磷浓度、总氮浓度、氨氮浓度、硅酸盐浓度、磷酸盐浓度、硝酸盐浓度、透明度、高锰酸盐指数、硫酸盐浓度、生化需氧量和叶绿素a浓度；所述水生生物指标包括浮游植物生物量、浮游动物生物量、沉水植物生物量、底栖动物生物量和鱼类生物量；所述表征指标包括浮游植物密度、藻密度、沉水植物植被覆盖度、浮游动物种类和丰度、底栖动物种类和丰度、鱼类的种类和丰度。4.根据权利要求1所述的浅水湖泊稳态转换阈值的判定方法，其特征在于，S2还包括：引入多元回归分析法和多元数据约束性排序法分析各水生态环境指标的内在关系，并识别影响河湖清水环境的所述关键驱动因子，按相关性系数进行排序，选取排序前3的水生态环境指标作为关键驱动因子。5.根据权利要求4所述的浅水湖泊稳态转换阈值的判定方法，其特征在于，所述多元回归分析法包...

【专利技术属性】
技术研发人员：张红，陈永灿，刘昭伟，王皓冉，史天颖，范骢骧，丁意恒，
申请(专利权)人：清华四川能源互联网研究院，
类型：发明
国别省市：