浅水湖泊氮磷总质量估算方法

1.本发明涉及湖泊水环境领域，具体浅水湖泊氮磷总质量估算方法。


背景技术：

2.为了评估水体富营养化程度，全世界各地营养盐浓度调查已经开展了几十年(chen et al.,2019；huang et al.,2021)。由于传统调查方法需要消耗大量成本，21世纪之后利用遥感技术获取水体营养盐浓度时空分布的研究也逐步展开(chang et al.,2013；xiong et al.,2022)。高频遥感观测表明，在藻华、水动力和气象因素的影响下，浅水湖泊水质空间分布会在短时间之内产生明显变化(杜成功等,2016；qi et al.,2018；shi et al.,2017)。营养盐分布不均匀、不稳定的现象导致了湖泊调查不准确、富营养化治理措施效率低等一系列问题。湖泊营养盐总质量是湖泊营养水平的整体体现，其受到表层沉积物的调节作用影响(xie et al.,2003a；xu et al.,2017)，同时，富营养化湖泊较长的换水周期提升了湖泊营养盐的滞留时间(朱广伟等,2019)，因此通过估算湖泊氮磷总质量，可以为湖泊富营养化治理提供新的视角。
3.水体氮磷总质量估算首先需要明确氮磷的垂向分布特征，由于浅水湖泊易受到风浪扰动，导致上下层混合，水质垂向分布特征研究一般在海洋(wirtz and smith,2020)和深水湖泊(liu et al.,2019)展开。目前，浅水湖泊的水质垂向研究还主要停留于水温和浮游植物(hu et al.,2021；yang et al.,2018)，氮磷浓度垂向分布研究鲜有报道。其中，在深水湖泊的研究表明，湖泊水温的热力分层现象对溶解氧等水质垂向变化有着重要影响(zhang et al.,2015)，而溶解氧浓度又是沉积物吸附和解吸附磷的关键影响因素(ni et al.,2020)。尽管浅水湖泊易受风浪扰动，但是在春夏季节特定天气条件下会出现水温日成层现象，持续时间不超过24小时(yang et al.,2018)。尤其1.5m深度水温变暖最显著(陈争等,2021；张玉超等,2008)。因此，可以认为大多情况下浅水湖泊水体处于混合状态，分层现象出现时，以1.5m为界线估算上下两层的氮磷总质量。另一方面，浮游植物的垂向分布同样对水质垂向分布有着重要影响，尤其是浮游植物爆发时的泵吸效应会导致营养盐浓度升高(xie et al.,2003b)。关于湖泊浮游植物垂向结构的研究相对比较成熟(xue et al.,2015；xue et al.,2017)，一般基于表层叶绿素浓度，利用积分估算单元水柱内叶绿素总量，计算得到单元水柱内的藻类生物量，目前已经在巢湖(li et al.,2017)、滇池(bi et al.,2019)等浅水湖泊得到应用并获得了藻类生物量时空变化。因此，氮磷总质量估算可以借鉴同样的方法。
4.综上，有关湖泊氮磷总质量的研究鲜有报道，浅水湖泊氮磷总质量估算是一项开创性研究，暂时没有太多的报道可以参考。根据实地采集的水样氮磷浓度估算单位面积水柱内营养盐总质量，然后在此基础上估算湖泊氮磷总质量变化，探讨湖泊氮磷总质量变化趋势及机制，不仅丰富湖泊营养状态评估内涵，拓展理论框架，而且为湖泊水环境治理和流域营养盐排放管控提供参考。


技术实现要素：

5.本发明的目的在于提供一种可适用于浅水湖泊的氮磷总质量估算方法，可以利用水质监测数据模拟湖泊氮磷总质量及其变化趋势。
6.为达成上述目的，本发明所采用的技术方案如下：
7.浅水湖泊氮磷总质量估算方法，包括：
8.采集湖泊垂向分层水质样本和混合层样本，测定总氮、总磷浓度；
9.以d为深度分界线将垂向分层水质样本划分为上层样本和下层样本：
10.a.对上层样本，以实测混合层样品氮磷浓度为自变量，实测上层氮磷总质量为因变量建立上层氮磷总质量估算模型；
11.b.对下层样本，计算d处浓度和最下层浓度的变化率，结合当天水位和湖泊湖底地形计算实测下层氮磷总质量，以所述实测下层氮磷总质量为因变量、实测混合层样品氮磷浓度为自变量建立d处浓度模拟计算模型，从而获取下层氮磷总质量估算模型；
12.根据建立的上层氮磷总质量估算模型和下层氮磷总质量估算模型获取采样水柱的氮磷总质量估算模型；
13.根据测得的混合层总氮、总磷浓度，通过插值的方式得到全湖总氮、总磷浓度空间分布，结合所述单元水柱的氮磷总质量估算模型获取湖泊氮磷总质量
14.作为一种优选的实施方式，所述垂向分层水质样本采集时，根据湖泊水深测定结果划分8-10个深度层次，在各个深度层次抽取水样。为防止船行驶过程对水面的扰动，需要等船停水面稳定后，先测定水深，根据水深测定结果，划分8-10个深度层次，以水面下0.1m为第一层，以接近湖底处为最下层，将抽水泵缓慢放下水中，从上至下在各个层次抽取水样。采集的水样冷藏避光保存带回实验室，采用碱性过硫酸钾高温消解法测定总氮和总磷。
15.作为一种优选的实施方式，利用抽水泵抽水时，在抽水泵上栓绳子，绳子上标记刻度，方便取样时记录抽水深度，如果抽水泵重量不足，则在水泵下方挂上重物(如铅鱼)，尽量保证水泵垂直湖面下沉。
16.作为一种优选的实施方式，所述混合层样本为水面表层、底层、水深一半处的水样混匀得到的样本。其中表层通常指水面下0.2m、底层指水底泥上0.2m。
17.作为一种优选的实施方式，所述深度分界线基于湖泊热力分层确定。热力分界线以上为上层，易受风浪扰动，通过积分计算氮磷总质量；下层较稳定，计算热力分界线处浓度和最下层浓度的变化率，结合水位和湖底地形计算氮磷总质量。
18.作为一种优选的实施方式，所述实测上层氮磷总质量通过对湖泊垂向分层水质样本的总氮、总磷浓度积分计算获取。
19.作为一种优选的实施方式，所述a中，对实测数据选取一部分作为训练集，剩下的为验证集；以训练集中混合层样品氮磷浓度为自变量，采用线性、指数、幂函数分别建立上层总质量估算算法，通过多组随机选择的训练集和验证集，基于r2和rmse对算法性能进行评价，选择精度最高的算法作为最终的单元水柱上层氮磷总质量估算模型。优选的，可随机选取75％的样本用于训练，25％的样本用于验证，通过5组随机选择的训练集和验证集，基于r2和rmse对算法性能进行评价，选择精度最高的算法作为最终的单元水柱上层氮磷总质量估算算法。单元水柱下层氮磷总质量算法，通过水位和湖底地形直接推导得到，同样随机选取75％的样本用于训练，25％的样本用于验证，通过5组随机选择的训练集和验证集，基
于r2和rmse对算法性能进行评价。
20.作为一种优选的实施方式，所述b中，下层氮磷总质量基于下式计算：
[0021][0022][0023]
式中，tp
mass2
、tn
mass2
分别为下层总磷、总氮质量；a为水柱的面积；tpd、tnd分别为水深d处总磷、总氮浓度，利用混合层样本模拟得到；h为水深；λ
tp
、λ
tn
分别为d处总磷、总氮浓度和最下层总磷、总氮浓度的变化率，利用采样数据计算得到。水柱可取单元水柱计算，即单位面积(1平方米)内的水柱。
[0024]
作为一种优选的实施方式，利用克里金插值得到全湖总氮、总磷浓度空间分布。优选的，克里金插值方法为普通克里金，模型类型为稳定型，为减少计算量，输出结果为分辨率100m的栅格数据，该操作在arcgis 10.4中完成。
[0025]
作为一种优选的实施方式，还包括利用历史水质监测数据，模拟长时间湖泊氮磷总质量。
[0026]
作为一种优选的实施方式，所述浅水湖泊氮磷总质量估算方法应用于水深≥1.5m区域。水深低于1.5m的区域主要分布于湖滨，会有大量水生植被，而且受到陆地人类活动影响，因此不做考虑。
[0027]
本发明通过采集湖泊垂向样本，测试不同深度氮磷浓度，分为上下两层计算单元水柱内氮磷总质量，建立单元水柱内氮磷总质量算法，利用插值获取湖泊营养盐空间分布，结合湖底地形和水位数据，计算湖泊氮磷总质量。该方法丰富了湖泊营养状态评估内涵，拓展了理论框架，为湖泊水环境治理和流域营养盐排放管控提供参考。
[0028]
由以上本发明的技术方案可知，本发明的利用混合层样品氮磷浓度的湖泊氮磷总质量估算方法。该方法可以基于历史水质监测数据或者遥感反演氮磷数据，结合水位和湖底地形，可以模拟湖泊氮磷总质量时空分布，湖泊氮磷总质量的长期监测，有助于科学评估湖泊营养状态，准确却描述湖泊水体生态环境变化，为湖泊富营养化监测和水环境保护治理提供技术支撑。
[0029]
应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
[0030]
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
[0031]
附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
[0032]
图1是氮磷总质量估算流程图。
[0033]
图2是太湖采样点位和水质监测点位图。
[0034]
图3是太湖平均水位下的水深。
[0035]
图4是垂向分层采样装置。
[0036]
图5是太湖氮磷浓度垂向变化：(a)总氮；(b)总磷。
[0037]
图6单元水柱内氮磷总质量的估算精度：(a)上层氮总质量估算精度；(b)上层磷总质量估算精度；(c)下层氮总质量估算精度；(d)下层磷总质量估算精度。
[0038]
图7是2006-2015年太湖氮磷总质量空间分布：(a)氮总质量；(b)磷总质量。
[0039]
图8是2006-2015年太湖氮磷总质量统计结果：(a)氮总质量；(b)磷总质量。
[0040]
前述图示1-8中，作为英文形式表达的各坐标、标识或其他表示，均为本领域所公知的，并不在本例中再做赘述。
具体实施方式
[0041]
为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。
[0042]
在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是应为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
[0043]
实施例1
[0044]
本实施例以典型浅水湖泊——太湖为例，对本发明的技术方案作进一步描述。
[0045]
本发明通过测定湖泊水深，划分垂向层次，采集水样，测试不同层次深度氮磷浓度，计算单元水柱氮磷总质量；以1.5m深度为分界线将单元水柱分为上下层，利用混合层氮磷浓度分别估算单元水柱上下层的氮磷总质量，建立单元水柱氮磷总质量算法；利用克里金插值获取湖泊氮磷浓度空间分布，结合湖底地形和水位数据，计算湖泊氮磷总质量。最后，将算法应用于太湖的历史时期水质监测数据，模拟太湖2006-2015年氮磷总质量的时空分布。
[0046]
作为示例性的描述，下面结合附图所示，对前述方法的实施进行具体说明。
[0047]
步骤1、采集湖泊垂向分层水质样本，测定总氮(tn)、总磷(tp)浓度；
[0048]
太湖的采样点如图2所示，于2020年11月和2021年11月进行了垂向样本采集实验，分别采集了232个和208个样本垂向样本、29个和26个混合样本。采集垂向样本时，为防止船行驶过程对水面的扰动，需要等船停水面稳定后，先使用绳子悬挂铅鱼放置湖底，标记绳子在水面的位置，测量铅鱼和标记之间的距离，即为水深；太湖平均水位为3.2m，平均水深约为2m(图3)，因此可划分为0.1、0.2、0.3、0.5、0.7、1.0、1.5和2m共8个层次，将抽水泵缓慢放下水中，从上至下在各个层次抽取水样。抽水装置如图4所示，水泵上系绳，绳子标记刻度，方便取样时记录抽水深度，本实施例所用的抽水泵重量达3kg，取样时水面平静无风浪，水泵可以垂直湖面下沉。
[0049]
采集垂向分层样本时，同时采集混合层样本，使用同样的方法，分别在水面下0.2m(表层)、水底泥上0.2m(底层)及水深一半处(中层)采集水样，等比例混合后即为混合层样本。
[0050]
采集的水样冷藏避光保存带回实验室，采用碱性过硫酸钾高温消解法测定总氮和总磷。
[0051]
步骤2、分析氮磷浓度垂向分布特征，计算单元水柱内氮磷总质量，利用混合层样品的总氮、总磷浓度建立单元水柱内氮磷总质量估算算法；
[0052]
氮磷浓度垂向分布特征如图5所示，tn和tp浓度随深度缓慢下降，相比较而言，tn下降趋势更加明显，表层tn浓度和底层tn浓度比例为1.158，表层tp浓度和底层tp浓度比例为1.058。需要强调的是，不同层次的比例是有差异的，明显，越接近表层，上层和下层的比例越大，例如10cm tn浓度和50cm tn浓度比例为1.068，150cm tn浓度和200cm tn浓度比例为1.026；10cm tp浓度和50cm tp浓度比例为1.034，150cm tp浓度和200cm tp浓度比例为0.98。
[0053]
氮磷总质量计算以1.5m为分界线，分为上下两部分建立氮磷总质量估算模型：
[0054]
1)上层易受风浪扰动，通过积分计算实测上层氮磷总质量；之后以混合层样品氮磷浓度为自变量，实测上层氮磷总质量为因变量，采用线性、指数、幂函数分别建立上层总质量估算模型，随机选取75％的样本用于训练，25％的样本用于验证，通过5组随机选择的训练集和验证集，基于r2和rmse对算法性能进行评价，结果表明线性算法为最优算法，上层氮总质量和磷总质量的验证精度分别达到了0.96和0.97(图6)；
[0055]
2)下层较稳定，基于1.5m处浓度、2.0m处浓度计算浓度变化率，利用1.5m处浓度结合浓度变化率、当天水位和太湖湖底地形计算实测下层氮磷总质量，其中水位数据来自水利部太湖流域管理局(http://www.tba.gov.cn/slbthlyglj/sj/sj.html)发布的水情月报。
[0056]
以所述实测下层氮磷总质量作为因变量、混合样本浓度作为自变量拟合1.5m深度氮磷浓度，结合上述变化率、水位和地形数据获取下层氮磷总质量估算模型。同样随机选取75％的样本用于训练，25％的样本用于验证，通过5组随机选择的训练集和验证集，基于r2和rmse对算法性能进行评价，结果表明氮总质量和磷总质量验证精度分别达到了0.91和0.93(图6)。
[0057]
综上，通过混合层样品的氮磷浓度能获取准确的水体氮磷总质量。算法公式为：
[0058]
tn
mass1
＝a
×
(1.468
×
tnm 0.0395)
[0059]
tp
mass1
＝a
×
(1.3382
×
tps 0.0111)
[0060][0061]
tn
150
＝1.0111
×
tn
m-0.0792
[0062][0063]
tp
150
＝1.0793
×
tp
m-0.0119
[0064]
tn
mass
＝tn
mass1
tn
mass2
[0065]
tp
mass
＝tp
mass1
tp
mass2
[0066]
式中，tn
mass1
和tp
mass1
分别表示单位面积内上层水柱(0-150cm深度水柱)的tn和tp的总质量(mg/m2)；a表示水柱的面积，本研究水柱的单位面积为1m2；m表示混合浓度(mg/l)；tn
mass2
和tp
mass2
分别表示单位面积下层水柱(150cm以下深度水柱)的氮和磷的总质量(mg/
m2)；tn
150
和tp
150
分别表示150cm处总氮和总磷浓度，可由混合浓度推算得到；h表示深度(cm)，λ
tn
和λ
tp
分别表示150cm以下总氮和总磷浓度变化率(mg/cm)，为-0.0007和0.00004，根据采样数据计算得到；tnm、tpm分别表示混合层tn、tp浓度；tn
mass
、tp
mass
分别表示单元水柱中tn、tp总质量。
[0067]
步骤3、利用克里金插值对混合层样本进行插值得到全湖总氮、总磷浓度空间分布，结合氮磷总质量估算算法获取湖泊氮磷总质量，并利用历史水质监测数据，模拟长时间湖泊氮磷总质量。
[0068]
克里金插值方法为普通克里金，模型类型为稳定型，为减少计算量，输出结果为分辨率100m的栅格数据，该操作在arcgis 10.4中完成。
[0069]
湖泊氮磷总质量计算区域不包括水深低于1.5m的区域，太湖中内水位常年低于1.5m的区域主要分布于东太湖湖滨(图5)，有大量水生植被，而且受到陆地人类活动影响。
[0070]
根据太湖湖泊生态系统研究站提供的2006-2015年各季度的太湖水质监测数据，监测点位如图2所示，监测时间为每年的2、5、8和11月份。采用本实施例的算法，根据插值结果，结合监测时期的水位和湖底地形得到太湖氮磷总质量空间分布(图7)和统计结果(图8)。结果表明太湖多年平均氮总质量为11727t，2010年前呈缓慢下降趋势，2010年后逐渐平稳。一年中氮总质量最大值大多出现在5月份，最低值大多出现在11月。多年平均磷总质量为512t，2010年前呈缓慢下降趋势，2010年后呈缓慢上升趋势。一年中磷总质量最大值大多出现在8月份，最低值大多出现在2月和5月。一般情况下，上层总质量和下层总质量变化趋势基本一致，而且上层总质量高于下层总质量。但是，在2009年8月份，上层和下层总质量变化趋势不一致，而且下层总质量超过了上层总质量，这是因为当时长三角区域出现了极端降水事件，太湖水位达到了4.2m，超过多年平均水位3.26m的29％，远远高出其他采样时期的水位。值得注意的是，虽然太湖水量大幅提高，但是氮磷总质量并未显著高于当年氮磷总质量，说明水位上升不会大幅改变氮磷总质量，总质量可以在短时间内维持一定水平。
[0071]
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。