中科院生态中心杨敏团队WR:基于天气预报的丝状蓝藻动态控制框架

Author
Affiliations

生态中心杨敏团队

Published

July 22, 2026

Fig. 1

第一作者:方姣 通讯作者:苏命、杨敏 通讯单位:中国科学院生态环境研究中心 论文DOI:https://doi.org/10.1016/j.watres.2026.126505

图文摘要

Fig. 2

成果简介

近日,中国科学院生态环境研究中心杨敏课题组在Water Research上发表了题为“Controlling filamentous cyanobacterial blooms requires adaptive, weather-informed strategy”的研究论文(DOI: https://doi.org/10.1016/j.watres.2026.126505)。

本研究通过在我国东部40座饮用水水库的大尺度调查,发现丝状蓝藻普遍存在并成为优势类群。由于丝状蓝藻是藻毒素与嗅味的主要来源,且主要生长在水面以下,导致现有控制技术缺乏有效应对手段。为此,本研究通过原位模拟实验,揭示了丝状产嗅藻在光响应上具有与微囊藻等聚集型蓝藻不同的特征,即适应更低的光强。因此,在水源管理中需要通过实时光照条件来优化丝状蓝藻的控制策略。基于此,研究团队提出了基于预测信息和天气预报实现精准控藻的新框架,该研究为饮用水水库丝状蓝藻水华防控提供了一种兼具科学性和工程应用价值的新思路。

全文速览

本研究围绕饮用水水库丝状蓝藻风险及其精准防控开展研究。通过对我国东部40座典型水库开展调查发现,约50%的水库中丝状蓝藻密度占比超过80%,利用XGBoost模型建立了丝状蓝藻暴发风险预测模型,识别出不同水库的丝状蓝藻爆发高风险时期。进一步研究发现,底泥重悬对丝状蓝藻的控制基于水下光照调节:在低光条件下可有效抑制丝状蓝藻生长,而在高光条件下,不合理的底泥重悬可能因将光照调节至丝状蓝藻适宜生长范围而促进其增长。基于这一机制,研究团队提出了以实时风险预测为基础、动态调节底泥重悬参数的精准抑藻策略,实现了不同环境条件下的精准调光抑藻。现场验证结果表明,该策略能够有效抑制假鱼腥藻生长,为丝状蓝藻精准控制提供了新的技术路径。

引言

近年来,丝状蓝藻在全球湖泊和饮用水水库中呈快速扩张趋势,逐渐成为影响饮用水安全的重要生态风险。与传统以微囊藻为代表的浮游蓝藻不同,丝状蓝藻多分布于水体中下层,不仅能够产生藻毒素,还会释放2-MIB、土臭素(GSM)等致嗅物质,严重影响饮用水感官品质和供水安全。然而,由于其特殊的生态位和生长策略,现有以控营养盐、絮凝除藻等为代表的治理技术对丝状蓝藻的控制效果有限,亟需发展更加精准、生态友好的防控策略。

本研究以我国东部40座典型饮用水水库为研究对象,系统分析了丝状蓝藻的分布格局及爆发风险,构建了丝状蓝藻风险预测模型,并结合底泥重悬对水下光环境的调控作用,提出了“预测—调控”一体化的精准治理框架。研究进一步阐明了光照条件决定底泥重悬控藻效果的关键机制,并通过现场应用验证了该框架在假鱼腥藻精准控制中的可行性,为饮用水水库丝状蓝藻的主动预警和精准治理提供了新的理论基础和技术支撑。

图文导读

Fig. 3: 中国东部40座饮用水水库丝状蓝藻的空间分布。a, 各水库的蓝藻分类组成与形态分区(丝状/群体/其他)。b, 丝状蓝藻属的空间分布。c, 2023–2024年调查期间总蓝藻及其亚类的细胞密度范围。d, 蓝藻水华强度分层。珊瑚橙、浅橙、天蓝和浅灰色分别表示丝状蓝藻优势(相对丰度>80%)、丝状蓝藻优势(>50%)、群体蓝藻优势(>50%)和其他蓝藻优势。e, 40座水库中主要丝状蓝藻属的空间出现频率,以检出该属的水库数量表示。柱状图颜色深浅表示基于细胞密度的水华风险等级,共四类,风险依次升高,从< 2 × 107 cells L-1 至 > 1 × 108 cells L-1。假鱼腥藻(Pseudanabaena)和拉氏拟柱孢藻(Raphidiopsis)呈双峰优势,共同占据>15%的高风险水库(3–4级),同时在57%的低风险系统(1级)中维持基础种群,反映沿营养梯度的生态位分化。f, 丝状蓝藻属对总细胞密度的相对贡献,显示所有采样水库的组成比例。

研究团队调查了我国东部40座典型饮用水水库,发现夏秋季蓝藻水华普遍发生,超过45%的水库达到中度水华水平。丝状蓝藻已成为优势类群,在72.5%的水库中占据优势,在超过一半的水库中占比超过80%,而微囊藻仅在22.5%的水库中占优势。调查共发现10余种丝状蓝藻,其中假鱼腥藻(Pseudanabaena)、拉氏拟柱孢藻(Raphidiopsis)和鞘丝藻(Lyngbya)最为常见。

Fig. 4: 基于机器学习的丝状蓝藻水华风险评估框架。a, XGBoost模型性能验证(n = 303个水库-月份观测值)。b, 40座水库3月至10月水华强度的时空预测。

基于40座水库监测数据,研究团队构建了丝状蓝藻暴发风险预测模型,成功识别了不同季节的暴发风险。

Fig. 5: 假鱼腥藻(Pseudanabaena)在精准光调控下的光响应抑制动态。a, S水库中设置5个2 m深的水柱,通过梯度遮光膜(透光面积:0.004 m2 - 0.196 m2)建立5种光照强度 regime(初始光照强度 Ic:5.9 µmol m-2 s-1 - 670.4 µmol m-2 s-1,见补充图2)。b, 各处理组的光照强度。每个光照强度(Ic)指9:00–16:00期间0.05 m水深的平均光照强度。c, 12天光照条件的量化(n = 12)。d, 各处理组假鱼腥藻丰度的减少量。e, 假鱼腥藻控制率(CR)与水下光照可利用性(Idc)的关系。

基于40座水库调查结果,研究团队选取分布最广的优势属——假鱼腥藻(Pseudanabaena)作为代表种,开展不同光照条件下的培养实验。结果表明,降低水下光照可显著抑制假鱼腥藻生长,且控藻效果随光照强度降低而增强,二者呈显著线性关系。这表明,水下光环境是影响丝状蓝藻生长的关键因子,为基于光调控的精准治理策略提供了理论依据。

Fig. 6: 底泥重悬驱动的光衰减系数动态。a, S水库中设置5个4 m深的水柱,通过梯度底泥浓度(csed:0.1 g L-1 - 8.0 g L-1)建立5种动态衰减系数 regime。b, 不同底泥负荷(0.1–8.0 g L-1)下衰减系数比(ø = k / k0)的时间衰减过程。c, 初始衰减放大系数ø(ø0)与底泥浓度(csed)的关系。d, ø衰减速率(ρ)对颗粒物负荷的依赖性。e, 经验证的衰减模型,覆盖0.1–8 g L-1浓度范围和1–1000时间尺度。

研究团队进一步开展现场试验,系统评估了不同底泥重悬强度对水下光环境的影响,建立了底泥浓度、作用时间与光衰减之间的定量关系模型。研究发现,随着底泥重悬浓度增加,水体消光能力显著增强,但控光效果并非无限增加,而是在适宜底泥浓度下达到最佳水平。该模型实现了底泥重悬强度与水下光照的精准匹配,为不同环境条件下的精准控藻提供了关键技术支撑。

Fig. 7: 丝状蓝藻控制的底泥重悬(SR)运行优化。a, 40座水库中实现风险等级2目标(2 × 107 cells L-1)在10天内的最优SR运行参数(csed:0.1–5.2 g L-1 × 重悬频率 n)。b, S水库案例研究,展示通过SR(1.5 g L-1 × 5次循环 d-1)控制丝状蓝藻的效率。c, 不同气象条件(每日表层光照强度 I0,0–20 mol m-2 d-1)和水华强度(80–280 × 106 cells L-1)下,混合层深度6.0 m时最优SR通量(csedn)。为代表实际季节性天气变化,使用各季节每日表层辐照度(I0)的20%–80%分位范围。较低辐照值(接近20%分位)通常代表阴天或雨天条件,中间值代表典型多云条件,较高值(接近80%分位)代表晴朗条件。每个矩形条表示在不同水华强度和 I0 条件下的SR管理策略。绿色、蓝色和橙色段分别表示SR不必要、适用(即SR能有效抑制蓝藻生长)和不适用(超出SR可控范围)。在SR有效光范围内,较高的表层辐照度(I0)对应较大的光衰减需求,因此需要更强的底泥重悬强度(0.1–5.2 g L-1 × 1–5次循环 d-1)。

研究团队将风险预测模型与底泥重悬光调控模型相结合,构建了“预测—决策—调控”一体化精准控藻框架,并应用于40座水库开展运行方案模拟。结果表明,大多数水库仅需中低强度底泥重悬即可实现丝状蓝藻有效控制,而高风险水库则需根据藻密度、光照条件和混合深度动态优化运行参数。现场验证进一步证实,该框架能够准确预测蓝藻暴发风险,并指导底泥重悬运行,实现假鱼腥藻快速抑制。进一步的情景分析还构建了不同藻密度、不同气象条件和混合深度下的运行决策图谱,可为不同饮用水水库制定差异化控藻方案提供科学依据,形成了兼具预测预警、精准调控和工程应用价值的丝状蓝藻主动防控新模式。

小结

综上,本研究首次构建了风险预测与精准底泥重悬调控的丝状蓝藻主动防控框架,实现了从“识别风险”到“精准干预”的全过程管理。研究不仅揭示了丝状蓝藻在我国东部饮用水水库中的广泛分布特征及其关键驱动机制,还建立了可根据藻密度、天气预报和混合深度动态优化运行参数的决策体系,并完成了现场验证。该成果为饮用水水库丝状蓝藻的精准预警和绿色治理提供了新的理论基础和技术支撑,也为保障饮用水安全提供了可推广的生态调控新模式。

作者介绍

Fig. 8

苏命,中国科学院生态环境研究中心研究员,主要从事水质风险识别与控制研究,在饮用水水源藻源水质识别与控制方面的机理解析、技术研发与大型水体工程化应用方面取得了重要成果。针对我国普遍存在的水源嗅味问题提出了基于产嗅藻生态位特征的原位抑藻控嗅技术,系统应用于上海青草沙水库,推广至广东、浙江等20余座水源水库,有力保障了各水源水质安全。主持国家自然科学基金、重点研发课题、企业工程应用类项目20余项。在Environmental Science & Technology, Water Research等学术期刊上发表论文50余篇,授权专利、软著共10项,转化2项,编写《饮用水嗅味控制与管理技术指南》等专著。获中国科学院杰出成就奖,中国城镇供水排水协会科学技术特等奖,WDDO绿色工程设计奖、华夏奖二等奖等科技奖项。

Fig. 9

杨敏,中国科学院生态环境研究中心研究员,环境工程专家。长期从事水环境微生物风险控制研究,牵头实施“十一五”以来全国饮用水水质调查,研创了有害藻、病原微生物快速检测方法和装备,攻克大型水源地水体绿色抑藻控嗅、抗生素废水耐药性传播源头阻断等关键工程技术难题。成果应用于《生活饮用水卫生标准》等多项国家和WHO标准规范编制、水源水质调控和制药废水耐药性控制等工程建设,以及北京、上海、余杭等地多起饮水嗅味事件应急处置,惠及“一带一路”多国。获国家科技进步一等奖、二等奖,国家自然科学二等奖、中国科学院杰出科技成就奖、光华奖、中国城镇供水排水协会科学技术进步特等奖、侯德榜化工科学技术成就奖等。

参考资料

原文链接:https://www.sciencedirect.com/science/article/pii/S0043135426011796

更多资料:https://drwater.net