基于GAM模型的太湖叶绿素a含量与环境因子相关性分析
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.13198/j.issn.1001-6929.2018.03.20

基于GAM模型的太湖叶绿素a含量与环境因子相关性分析

引用
随着富营养化程度的加剧,太湖近30年来水华频发.为了探讨太湖西部沿岸水华暴发与环境因子的关系,于2017年4月1-18日(当地历年蓝藻暴发早期)在太湖西部沿岸进行了密集原位调查.共采集样品72个,测定了水温、溶解氧、各形态氮、磷营养盐浓度以及风速等环境指标,并利用GAM(广义相加模型)定量分析了叶绿素a含量与各环境因子间的关系.结果表明:①叶绿素a含量波动幅度较大(17.10~795.89 mg/m3),太湖西部沿岸带有明显的蓝藻水华暴发现象.②水温、风速以及硝态氮浓度与叶绿素a含量的变化显著相关(P<0.05),各环境因子按其对叶绿素a含量变化的解释率排序为水温>风速>硝态氮浓度.其中水温是影响叶绿素a含量最为重要的环境因子,叶绿素a含量随着水温的升高呈现明显上升趋势.风速也是影响叶绿素a含量的关键因子之一,较低的风速(<3 m/s)有利于蓝藻的漂移集聚从而形成水华,引起叶绿素a含量的升高.研究显示,GAM模型较好地解释了叶绿素a的含量变化,模型总体解释度达到70.6%,可为太湖西部沿岸蓝藻水华早期的预测预警提供一定的基础支撑.

叶绿素a、水温、风速、广义相加模型

31

X524(水体污染及其防治)

国家自然科学基金项目No.41573108,31500423Supported by National Natural Science Foundation of China41573108,31500423

2018-07-19(万方平台首次上网日期,不代表论文的发表时间)

共7页

886-892

相关文献
评论
暂无封面信息
查看本期封面目录

环境科学研究

1001-6929

11-1827/X

31

2018,31(5)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn