中国环境科学

作者：张劲松, 巨昕玥, 郑洁, 黄朋, 胡翔, 董鸣, 贾仁庆, 王翔, 马明俊, 赵南京, 殷高方

单位：1. 中国科学院合肥物质科学研究院, 安徽光学精密机械研究所, 中国科学院环境光学与技术重点实验室, 安徽省环境光学监测技术重点实验室, 安徽 合肥 230031;2. 中国科学技术大学, 安徽 合肥 230026;3. 安徽省生态环境监测中心, 安徽 合肥 230071;4. 安徽省黄山生态环境监测中心, 黄山 245499;5. 合肥综合性科学中心环境研究院, 安徽 合肥 230071;6. 安徽工程大学集成电路学院, 安徽 芜湖 241000

关键词：水质-藻类耦合,水质评估,驱动因子,新安江

基金：国家重点研发计划项目(2022YFC3103900,2021YFC3200100);国家自然科学基金资助项目(42206198,62375270);安徽省科技创新平台重大科技项目(S202305a12020004);合肥综合性科学中心环境研究院科研团队建设项目(HYKYTD2024004);中国仪器仪表学会科学仪器托举计划项目(CISTJ2024)

以新安江上游安徽段流域为例,从水质-藻类耦合视角研究了2022年8月~2023年4月期间其水质演变过程与藻类响应特征;利用多元统计分析探究了水质演变的关键驱动因子,在此基础上辨识水质演变特征与藻类指标之间的潜在关联性,开发了具备水生态健康指示效应的关键藻复合指标:单位质量藻表观浊度(AT)和总藻浓度梯度下典型藻优势度(ADI),揭示了其在水质评估中的作用机制.最后,提出了集水质和藻类响应特征于一体的综合水质识别概念模型.结果表明,(1)研究区水质评价以III类为主(占比为67.9%),水质综合指数(WQI)平均值为81.61(范围为55.44~90.83),达到良好等级,在2023年2月~2023年4月水质出现明显恶化,WQI平均值降至76.09,特别需要更好的识别和保护;(2)水温(WT)、溶解氧(DO)及营养盐浓度是导致水质演变的重要驱动因子,Spearman相关系数最高可达0.72(P £0.01);(3)藻复合指标AT和ADI作为表征水质和生态系统状态的综合指标可快速识别水体恶化;(4)基于感官特征、有机物特征和藻类响应特征构建的水质识别概念模型有望解决现有水质评价标准忽略水质恶化和生物指标的问题.研究结果可为新安江水源地水生态环境的识别和保护以及传统监测系统的提升与革新提供科学理论依据.

来源：2025年第8期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2025年第8期