1 / 92
文档名称:

巢湖富营养化连续在线监测与蓝藻水华预警.pdf

格式:pdf   页数:92
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

巢湖富营养化连续在线监测与蓝藻水华预警.pdf

上传人:durian 2014/6/6 文件大小:0 KB

下载得到文件列表

巢湖富营养化连续在线监测与蓝藻水华预警.pdf

文档介绍

文档介绍:密级——学位论文巢湖富营养化连续在线监测与蓝藻水华预警肖永辉扬刿盘鲎型受璺丝撞:扬刿盘鲎塑盅镓郏褐至:量旦堑刿盘鲎苏粞镓还蕉銎堂生愕生欤貉生阄封壶塾援奎堑麴援迕鳇副数援指导教师姓名:§申请学位级别:塑±学科专业名称:论文提交日期:论文答辩日期:学位授予单位:学位授予日期:答辩委员会主席:论文评阅人:月分类号学号墨沽狂’
●●●■,“歹,‘
巢湖富营养化连续在线监测与蓝藻水华预警摘要型龆肽P的蓝藻水华预警方法,对巢湖蓝藻的暴发进行预测。各部分的研近几十年来,随着工农业生产的迅速发展,水体富营养化及蓝藻水华污染己成为最为突出的世界性水环境问题之一。我国湖泊富营养化及蓝藻水华现象尤为严重,大多数湖泊、水库甚至河流中都不同程度地有水华的发生,太湖、滇池、巢湖等内陆大型湖泊富营养化严重,每年夏秋季都会暴发大规模蓝藻水华。蓝藻水华大面积、长时间频发,不仅破坏了湖泊水体的正常功能和生态环境,造成渔业生产的重大损失,而且严重威胁饮用水安全,危害人体健康,已成为制约经济和社会持续发展的重要环境因素。现阶段尚无有效可行的方法控制蓝藻水华的发生。因此,实时监测水体富营养化状况变化,及时预警蓝藻水华的发生,采取应急措施降低蓝藻水华的危害,具有非常现实的意义。本文针对富营养化与蓝藻水华问题,以巢湖西半湖为研究对象,采用综合营养状态指数法对巢湖水体的富营养化程度进行评价,并开展对巢湖富营养化的连续在线监测。结合实时监测的水质参数和相关气象参数,运用格兰杰因果关系检验从中筛选出蓝藻水华预测时间序列上的滞后敏感因子,建立基于向量自回归模究内容及主要结论如下:ü笛槭曳治霾舛晗掳肽瓿埠靼牒霾裳愕囊堵趟產⒆芰⒆艿⒏呙趟嵫沃甘和透明度五项指标,采用综合营养状态指数法对巢湖的富营养化状况进行评价。结果表明,,并有趋向严重的趋势,‘综合营养状态指数的季节变化趋势较明显。岷鲁埠挥Q谙呒嗖馐荩芯苛烁魉什数与藻类浓度的相关性变化趋势。研究表明,年吕对迨浅埠挠攀藻种,夏秋季节是蓝藻水华爆发的敏感时期。在此期间藻类浓度、水温、、溶
关键词:富营养化;蓝藻水华;连续在线监测;滞后敏感因子;向量自回归预警解氧等参数呈现出明显的日间昼夜变化效应。对藻类叶绿素坑跋旖洗蟮囊子有水温、浊度等。猿埠挥Q谙呒嗖饣碌氖菸;。ü兰杰因果关系检验法筛选出了多种与蓝藻水华暴发相关的时间序列上的滞后敏感因子。分析表明,若要预测未来盏脑搴浚对逅Tぞ秃竺舾幸蜃佑腥解氧、温度和浊度;若要预测未来盏脑迮ǘ龋对逅Tぞ秃竺舾幸蜃佑电导率、温度、浊度和大气压。⒊埠对逅Tぞ南蛄孔曰毓槟P停晕蠢日和未来盏脑类叶绿素げ庵涤胧导手到心夂稀=峁砻鳎四P驮げ饪煽啃越虾茫沂合于短期预测。模型Ⅱ
姻:根8璮,纎畆瑀瓵琣.,..瑃,,.瑃甌,,,.,.瑃...Ⅱ
琾琩,,肠£.甌畇產篹籧.;;.甀,,,痟瑆。/
录目中文摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.英文摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第一章综述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章巢湖蓝藻水华预警滞后敏感因子的筛选⋯⋯⋯⋯⋯⋯⋯⋯.第二章巢湖水质富营养化监测与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯此甯挥Q肜对逅!巢湖及其流域概况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..巢湖富营养化状况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯埠挥Q梢蚍治觥锤挥Q肜对逅Tぞ芯拷埂富营养化与水华影响因子的选择⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯常用预警模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。芯磕康摹⒁庖搴湍谌荨骸埠矢挥Q笛槭曳治觥富营养化相关水质参数的测定与评价方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.埠挥Q谙呒嗖夥治觥巢湖富营养化连续在线监测系统⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.格兰杰因果关系检验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。单位根检验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯协整检验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯水体富营养化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯蓝藻水华⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。埠挥Q肜对逅8趴觥样品的采集与保存⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯结果与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.结果与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯秆》椒ā介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯~峁胩致邸数据预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.琂、结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.
第四章基于向量自回归模型的蓝藻水华预警⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第五章结论与展望⋯⋯⋯⋯⋯⋯⋯⋯