基于贝叶斯网络的太湖叶绿素建模及预测

作     者：何云川 

作者单位：中国矿业大学 

学位级别：硕士

导师姓名：丁艳青;邓建明

授予年度：2022年

学科分类：08[工学] 0815[工学-水利工程] 

主      题：叶绿素a 湖泊治理 蓝藻水华 模型模拟 太湖 

摘      要：随着全球气候持续变暖,湖泊藻类水华问题成为全球湖泊面临的重要环境问题。在湖泊生态学领域,贝叶斯网络模型用概率测度权重来描述数据间的相关性,能够解决生态数据间不一致甚至相互对立的问题,凭着这一独特优势,成为预测藻类水华暴发的有效研究手段。太湖作为中国典型的富营养化浅水湖泊,藻类水华问题尤为突出。本论文以太湖为研究区域,基于太湖站1992至2020年的水质和气象实测数据,利用贝叶斯网络模型模拟湖泊生物指标,构建了贝叶斯网络叶绿素模拟模型,模拟研究太湖不同气候和营养盐条件下的叶绿素水平。本文首先运用广义加性模型分析太湖水质气象指标的长期趋势,结果表明太湖水质和气候具有强烈的季节差异,再结合太湖藻类生长的季节性特点,针对四个季节分别建立了贝叶斯网络模型。从模型自身结构分析,春季和冬季气候指标对叶绿素的贡献大于总磷浓度;夏季和秋季时,总磷浓度对叶绿素的贡献大于气候指标。春、冬季气温较低,气候是限制水华藻类生长的主要因素;夏、秋气候适宜藻类生长,总磷浓度是限制水华藻类繁殖的主要因素。本文接着利用模型量化环境要素对太湖历史叶绿素贡献,结果表明在太湖水体春季总磷浓度为0.135 mg/L且气候指标（温度/风速）为6.35℃·s/m,夏季总磷浓度为0.231 mg/L且气候指标为11.48℃·s/m,秋季总磷浓度为0.136 mg/L且气候指标为7.00℃·s/m时,叶绿素浓度对外界环境的变化最敏感,藻类在此条件下生长繁殖效率最高。本文最后基于IPCC中的气候预测,利用模型模拟未来气候变化背景下的营养盐控制目标,认为控制太湖叶绿素在未来10年处于水华暴发低风险水平（叶绿素浓度低于历史75%分位数值的概率大于75%）,应将太湖春、夏、秋季总磷浓度分别控制在0.024 mg/L、0.118 mg/L和0.129 mg/L以下。为了达成此控制目标,太湖总磷需在近两年春、夏、秋季的平均浓度0.112 mg/L、0.196 mg/L和0.175mg/L的基础上,分别降低78.57%、39.80%和26.29%。本论文有图32幅,表4张,参考文献101篇。