太湖蓝藻水华受热浪热强迫的多尺度分析:机制、空间异质性及未来预测

《Environmental Research》:Multi-scale analysis of thermal forcing of heatwaves on cyanobacterial blooms in Lake Taihu: mechanisms, spatial heterogeneity, and future projections

【字体: 大 中 小 】 时间:2026年07月07日 来源:Environmental Research 8.2

编辑推荐:

  杨一鸣|黄超|李云梅|李俊达|余恒|董贤章|朱玉新|王高伦|李建中|王晓涵中国南京师范大学地理科学学院,教育部虚拟地理环境重点实验室,南京210023摘要随着水温上升和湖泊热浪频发,这些现象越来越被视为蓝藻有害藻华爆发的重要驱动因素。然而,不同时间和空间尺度上藻华动态对极端温度的

  杨一鸣|黄超|李云梅|李俊达|余恒|董贤章|朱玉新|王高伦|李建中|王晓涵中国南京师范大学地理科学学院,教育部虚拟地理环境重点实验室,南京210023摘要随着水温上升和湖泊热浪频发,这些现象越来越被视为蓝藻有害藻华爆发的重要驱动因素。然而,不同时间和空间尺度上藻华动态对极端温度的敏感程度仍不明确。以2000年至2024年的太湖为研究对象,我们构建了一个综合分析框架,结合淡水湖热动力学重建、滞后特征工程和机器学习方法,系统量化温度与藻华之间的响应关系,并预测未来藻华风险。在响应关系方面,多尺度分析表明,由湖泊热浪引发的藻华加剧是由足够的绝对温度和累积热量决定的,而非瞬时温度作用;而藻华敏感度的空间差异则由子区域形态、水动力连通性以及流域营养盐输入共同决定。基于FLake模型重建的温度和水动力变量所构建的随机森林模型具有最佳的预测性能(接收者操作特征曲线下面积为0.807,召回率为0.804)。SHapley加性解释分析指出,湖底水温是主要的预测因子,其作用阈值在10–13℃之间。在预测方面,在营养盐条件不变的情况下,到2100年,根据不同气候情景,藻华爆发概率将分别上升约22%、37%和40%。即便在营养盐减少达到30%的理想水平时,也无法完全抵消由气候变暖带来的风险。总体而言,这些研究结果表明,在气候变暖背景下,仅依靠营养盐管理难以取得显著效果。因此,有效的长期藻华管理不仅需要本地措施,还需将温室气体减排与针对性营养盐调控相结合。引言全球大型浅水湖面临着日益严重的蓝藻有害藻华问题,这已成为最紧迫的生态威胁之一(Hou等人,2022年)。与深水湖不同,浅水湖的水柱较短,湖底水温对气候变化的反应更为迅速(Woolway等人,2020年)。因此,湖底蓝藻休眠细胞的复苏与表面藻华的形成之间存在高度敏感的关联(Urrutia-Cordero等人,2020年)。湖底水温的季节性变化直接决定了蓝藻休眠细胞复苏的时间,进而影响年度藻华爆发的节奏(Smucker等人,2021年)。在气候变化背景下,气温上升以及极端高温事件频发为蓝藻提供了更有利的生长环境。全球范围内,湖水持续变暖与蓝藻生物量长期增加存在显著相关性(Yan等人,2017年)。同时,尽管一些地区已采取措施减少营养盐输入,但许多湖泊仍因流域持续输入的氮磷物质而拥有充足的营养来源,为蓝藻种群扩张提供条件(Hamilton等人,2016年)。温度升高与营养盐富集的共同作用使得蓝藻藻华的时间延长、范围扩大,给湖泊饮用水源的长期安全带来了严重威胁(Rodgers,2021年)。湖泊热浪是指湖面水温异常升高的现象,定义为连续五天以上湖面水温持续高于该季节的气候阈值(Woolway等人,2021年)。由于气候变化加速,全球湖泊热浪的频率和强度都在增加,已成为影响湖泊温度结构和水生生态系统功能的重要因素(Woolway等人,2024年)。表面湖泊热浪会改变湖泊的水温结构,通过加剧垂直温度分层、缩小混合层深度以及提高湖底水温,为湖底蓝藻的复苏和向上迁移创造有利条件(Bartosiewicz等人,2016年;Huang等人,2021年)。先前的研究表明,过去几十年里湖泊热浪的频率和强度呈上升趋势,在高排放情景下这一趋势还将持续(W. Wang等人,2023年)。然而,湖泊热浪对蓝藻藻华的影响并非瞬时的线性反应。蓝藻从湖底复苏到形成可见的表层藻团需要数周的累积温度过程,因此温度信号与藻华响应之间存在明显的时间滞后(即累积效应)(Wang等人,2022年)。这种滞后现象并非个例,也体现在其他环境变量中(Q. Wang等人,2023年)。太湖是3000多万人的重要饮用水源,也是全球研究蓝藻有害藻华最深入的大型浅水湖之一(K. Xue等人,2024年)。过去二十年里,通过持续加强流域管理,太湖的营养盐浓度有所下降,但藻华风险并未同步降低。近年来藻华范围的年际变化表明,温度条件对藻华动态的调控作用正在增强(Qin等人,2019年)。在营养盐控制效益逐渐降低且气候变暖持续加重的双重背景下,准确量化湖泊热浪与藻华之间的多尺度耦合关系,评估未来气候情景下的长期藻华风险,已成为管理太湖及类似浅水富营养化湖泊的关键科学任务(Wilk-Wo?niak等人,2024年)。目前,关于藻华预测的研究主要分为两种途径:机理建模和机器学习。机理模型如环境流体动力学代码、通用湖泊模型与水生生态动力学模型结合体,以及河口、湖泊和沿海海洋模型与计算水生生态系统动力学模型结合体,通过模拟藻类生长、营养循环和水动力过程来再现藻华演变过程。虽然这类模型能够全面描述物理过程,但由于参数校准复杂且计算成本高昂,难以用于长期概率预测(Liang等人,2020年;Song等人,2023年;Uddin Ahmad和Zappi,2018年)。相比之下,机器学习在藻华预测领域发展迅速,它具备拟合非线性关系的强大能力,还能灵活整合多种来源的异构数据(Kim等人,2021年;Villanueva等人,2023年;Zheng等人,2021年)。不过,目前的机器学习研究大多以气象变量或表面观测的水质参数作为输入。光学遥感存在固有的物理探测限制,只能获取水柱表层几厘米到几十厘米的信息,而湖底水温等垂直温度和水动力变量则始终处于观测盲区(Piccolroaz等人,2024年)。在浅水湖中,这一盲区尤为重要:湖底水温是触发蓝藻复苏的关键因素,也是藻华爆发的初始驱动信号,但在绝大多数机器学习预测模型中却未被考虑(Feng等人,2025年;Zhang等人,2026年)。此外,由于大多数现有机器学习研究依赖瞬时变量,因此很少关注环境驱动因素的累积效应,以及气候与营养盐共同作用下的长期藻华风险预测,而实际上纳入滞后和累积特征可能具有重要价值,但目前相关研究较少。将一维热动力学建模与机器学习相结合,可为解决这些相互关联的问题提供有效方案。像淡水湖模型这样的热动力学湖泊模型,能够以较低的计算成本重建受物理规律约束的垂直温度变量,尤其是可作为连续日序列的湖底水温,而这些变量是卫星遥感和气象观测无法获取的,同时也不需要像EFDC这样的三维水动力模型那样进行复杂的参数校准和承担高昂的计算成本。一旦获得这些热动力学重建的变量,就可以将其与气象和营养盐数据一起输入机器学习模型,从而捕捉累积效应,并在气候与营养盐共同作用的背景下生成长期藻华风险预测,这是单一方法无法实现的。基于这一混合框架,本研究以2000年至2024年的太湖为研究对象,旨在实现两个主要目标。首先,通过FLake热动力学模型重建太湖完整的日变化垂直温度结构,追踪不同空间和时间尺度上水温变化与藻华发生的长期协同演化关系,从而研究蓝藻藻华对温度作用,尤其是湖泊热浪的响应。其次,构建一个以温度为核心的藻华预测模型,将该模型与其它环境驱动因素相结合,再通过将最优模型与第六阶段耦合模型比较项目的气候预测结果相结合,评估未来高温情景下的藻华爆发风险,并分析营养盐减少策略的缓解效果。这两个目标共同为在气候变暖背景下管理太湖及类似浅水富营养化湖泊的长期藻华风险提供了定量依据。材料与方法太湖位于长江三角洲地区(北纬30°55′40″ – 31°32′58″,东经119°52′32″ – 120°36′10″),总面积为2338平方公里,平均深度为1.9米,属于典型的大型浅水混养湖(Huang等人,2015年;Qin等人,2007年)。受东亚季风气候影响,太湖夏季炎热多雨,冬季寒冷干燥(Hu等人,2010年;Qin等人,2021年)。研究区域被划分为六个子区域:珠山湾、梅梁湾、……湖泊热动力学重建与湖泊热浪特征分析为获取太湖的温度动态信息,需对FLake模型中的相关参数进行优化,最终得到的参数值为0.7455 m-1、0.0025以及1.7439。在校准之前,FLake模型模拟的湖面水温与ESACCI卫星数据的R2值为0.96,RMSE值为1.43℃;经过校准后,这些指标分别提升至R2=0.98和RMSE=1.07℃(见图2a–b)。通过与现场实测数据的独立验证,进一步确认了模型的模拟精度。不同时间和空间尺度下热应力对蓝藻有害藻华影响的比较分析在不同时间尺度上,藻华对温度作用的响应体现了绝对温度水平和累积热量共同的作用。需要指出的是,从无云观测数据中计算得到的月度和年度平均CBP值在云层覆盖频繁的时期可能存在偏向低藻华水平的采样偏差,因此在解读下文中的年际和季节性CBP变化时需考虑到这一点。2022年的案例研究说明了……结论本研究结合湖泊热动力学建模、滞后特征工程和机器学习方法,量化了2000年至2024年间太湖湖泊热浪与蓝藻藻华之间的多尺度响应关系。在研究期间共记录了74次湖泊热浪事件,2020年后其累积强度明显增加。在不同时间尺度上,藻华的响应取决于是否同时满足足够的绝对温度和累积热量条件。作者贡献说明黄超:写作——审稿与编辑、可视化、验证、软件应用、定量分析。李云梅:写作——审稿与编辑、初稿撰写、监督、资源协调、项目管理、方法设计、资金筹集、概念构思。杨一鸣:写作——审稿与编辑、初稿撰写、可视化、验证、软件应用、方法设计、定量分析、概念构思。王晓涵:软件应用、定量分析。王高伦:资源协调、数据整理。未引用参考文献Schlegel和Smit,2018年;Wang等人,2023年;Wang等人,2023年;Xue等人,2024年。利益冲突声明? 作者声明不存在可能影响本文研究的已知财务利益或个人关系。致谢本研究得到了中国国家自然科学基金(42571394)和江苏省研究生科研实践创新计划(KYCX25_1960)的支持。水质监测数据由中国国家科技基础设施国家地球系统科学数据中心湖泊-流域科学数据中心提供(http://lake.geodata.cn)。太湖涡流通量网络提供的现场水温数据已获许可使用。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号