有害蓝藻水华模型的时间和空间分布
自20世纪80年代来，关于这一主题的研究论文的数量一直在增加(图2)。2008年以后，每年的文章总数迅速增加。特别是，2013年之后，发表的研究论文的数量快速增加，得益于藻类原位荧光法和卫星遥感监测等新技术的应用(图2)。对有害蓝藻水华的研究理解还得益于监测技术(例如，产生了大量可用的观测数据)，还包括计算机性能和蓝藻生态学、生理学和生态风险知识。
图2. 按监测方法(直方图)和建模方法(折线图)分类的文章时间序列
PB或DD的使用是随着时间的推移而改变的。在2013年之后，DD模型的比例有所增加(图2)。在澳大利亚、美国和日本，DD预报模型应用的比例很高，而PB方法在英国和北欧国家更常见(图3)。
已发表的论文大都集中在美国、北欧、中国东南、日本和大洋洲。相反，很少有论文来自热带地区，包括非洲和南美洲中部(图3)。论文集中在发达国家，可能与它们的科学资源有关，发达国家可以提供研发资金和数据。例如，在2016年回顾了非洲有害蓝藻水华的报告情况。得出的结论是，在非洲大陆有关这一主题的信息是缺失的，这可能与内战和基础设施的不足有关。被排除的会议论文和非英语论文可能会也能够解释SLR的这一发现。
PB或DD的使用是随着时间的推移而改变的。在2013年之后，DD模型的比例有所增加(图2)。在澳大利亚、美国和日本，DD预报模型应用的比例很高，而PB方法在英国和北欧国家更常见(图3)。
已发表的论文大都集中在美国、北欧、中国东南、日本和大洋洲。相反，很少有论文来自热带地区，包括非洲和南美洲中部(图3)。论文集中在发达国家，可能与它们的科学资源有关，发达国家可以提供研发资金和数据。例如，在2016年回顾了非洲有害蓝藻水华的报告情况。得出的结论是，在非洲大陆有关这一主题的信息是缺失的，这可能与内战和基础设施的不足有关。被排除的会议论文和非英语论文可能会也能够解释SLR的这一发现。
有害蓝藻水华的预报和预测模型通常对具有完整研究的湖泊中有促进作用。例如加拿大的西伊利湖和中国的太湖，最近几年一些湖库发生严重的有害蓝藻水华事件，这对饮用水供应产生严重的影响，这些都是很好的蓝藻水华模拟案例，如日本的Kasumigaura湖和Wivenhoe水库也得到了深入的研究，因为它们是当地重要的水资源。
这些模型主要是针对比较容易富营养化的湖泊开发的(图4)。在SLR中，有超过50%的模拟湖泊已经是富营养化或超营养化的。只有8 %的湖泊处于贫营养状态，20 %的湖泊处于中营养状态。大约有20%的模拟湖泊的营养状况没有被分类。已知有害蓝藻水华的发生与营养水平有关。补充材料2列出了所有湖泊的详细清单，这些湖泊已开发出了有害蓝藻水华的预报或预测模型，并按营养状态、循环模式和建模方法进行了分组。
另一个可能导致有害蓝藻水华发生的重要因素是湖泊的水循环模式。在某些情况下，湖泊采用人工混合的方法来控制有害蓝藻水华。虽然贫营养状态湖泊(贫营养到中营养)大多是单次混合模式，但是富营养化湖泊中多数是多次混合模式。约50%的模拟湖泊没有指定其水文环流模式。建立基于营养状况和循环模式的湖泊分类数据库，将有助于比较不同地点的水体，因为这两个特征对有害蓝藻水华事件来说是非常重要的。
声明：所载内容来源互联网，仅供参考，交流之目的，转载的稿件版权归原创和机构所有，如有侵权，请联系我们删除。
市场服务中心
总经办
微信扫一扫
