国际创新研究期刊》的研究在科学、工程和技术
菜单ISSN在线(2319 - 8753)打印(2347 - 6710)
ISSN在线(2319 - 8753)打印(2347 - 6710)
| MSc。答:Zyfi1教授,美国Grazhdani1答:阿赫麦提博士1 讲师,木材生产的部门,林业科学院,农业大学地拉那,阿尔巴尼亚地拉那 |
| 相关文章Pubmed,谷歌学者 |
访问更多的相关文章国际创新研究期刊》的研究在科学、工程和技术
Prespa湖区是一个很好的案例研究,这是一个高生物多样性和湿地漫长的人类历史。这个地区的主要特征是两个湖泊,也给该地区的名字:宏观Prespa和微观Prespa圈三个国家的海岸(阿尔巴尼亚,马其顿和希腊),并将他们连接在象征性的。这个地区有独特的栖息地,是重要的区域和全球环境保护的角度来看,和人口众多罕见,残遗,流行,濒危或受威胁的物种。也显著的文化价值观,包括拜占庭纪念碑和传统建筑的例子。在Prespa,人与自然之间的coabidance几个世纪以来形成了和保存了大量的自然和文化价值观,占该地区的国际重要性。然而,当前的资源管理实践包括水和土地使用规划,农业、林业和渔业未能维持和恢复生态系统的健康。本研究的主要目的是使用校准水质模型能够预测未来水质条件造成潜在的湖泊变化操作和/或Prespa公园地区的环境条件。在这项研究中,CE-QUAL-W2,二维水动力和水质模型,用于模拟Prespa湖泊的水质,对2010年到2013年。仿真的主要水质成分:溶解氧、总磷和正磷酸盐,氨和硝酸盐、藻生物量和叶绿素a和有机碳循环进行。每个水质参数的样本数据统计分析。 The CEQUAL- W2 model was able to accurately simulate water quality, with relative error of the mean less than 10%.模型结果显示,模型计算浓度的主要水质指标与测量值。这里介绍的建模结果提供一个起点模拟Praspa湖泊的水质。从本研究结果和结论并不适用Prespa湖泊。模型开发的概念可以被应用并扩大其对其他系统的有效性。
关键字 |
| Prespa湖泊、CE-QUAL-W2模型、流体动力学数据,水质模拟、水质参数。 |
文献调查 |
| 改善富营养化过程和流体动力学的理解以及更先进的计算能力的多维湖泊水动力和水质,水质模型已经开发和应用研究。其中一个是CE-QUAL-W2模型,这是一个longitudinal-vertical水动力和传输模型设计为长期,时变水质模拟网络的河流、湖泊、水库、河口。有很多应用实例CE-QUAL-W2模型的水系统([2],[8],[10],[13],[17][18])。能力模型来预测水质变化的两个维度(纵向和垂直)等特点使CE-QUAL-W2特别适合模拟Prespa湖区的水质。 |
介绍 |
| Prespa湖区(图1)是一个区域而闻名的国际性生态的重要性。同时,Prespa地区盛产稀有动物和植物物种,并且包含一些特别的例子拜占庭遗产。牲畜、农业和渔业是最重要的收入来源Prespa低地。Prespa湖泊的盆地具有一个特殊的生物多样性。该地区被认为是欧洲和全球生物多样性的热点,不仅因为物种的数量和栖息地的礼物,但也由于他们的质量,如稀有和保护意义。这个生态系统独特的价值被侵蚀和威胁增加开采自然资源,不适当的土地利用实践和不协调的部门政策和开发活动导致土壤和水的污染和退化。生产部门没有将生态系统健康目标纳入日常管理实践和保护区生物多样性受到威胁,几乎可以作为避难所。在过去的几十年里,Prespa湖泊盆地也经历了重大污染水体和周边地区,导致水生生物多样性损失;渔业、威胁公共卫生和旅游。最重要的是工业污染和未经处理的废水排放的城市和城镇。 The concentrations of pollutants show seasonal variation, depending upon the weather and the flow in the tributary rivers. |
 |
| 考虑到上面,一项研究获得的信息进行了水质从2010年到2013年。它与Prespa湖泊的生态状态。本研究的目的是开发一个模型的Prespa湖泊:(1)模拟水质在湖中,和(2)援助发展中更深入的了解湖质量和过程的影响。 |
材料和方法 |
| 答:一般数据案例研究PRESPA湖泊 |
| Prespa地区(~ 410 N纬度、经度~ 230 E)位于巴尔干半岛,欧洲东南部。它是第一个跨国保护区在巴尔干半岛成立于2000年2月2日。这是一个高海拔流域包括两个早期湖泊、宏观Prespa和微观Prespa和周围的山。宏Prespa湖面积253.6平方公里,微Prespa的总面积为47.4平方公里,结合流域和湖泊是2519平方公里。Prespa地区的气候是地中海和欧洲大陆的影响,可以定性为continental-central欧洲人。在长时间的高的时候,它的特点是冬季降雨,降雪和低温和温暖但温和的夏天。Prespa地区月平均气温平均9 - 100 c的平均年降雨量为647毫米。Prespa湖区的生态系统的大部分地区已经转换或者转换为各种农业系统,或取代了城镇、村庄和其他人造基础设施。更具体地说,从湖泊抽象的水用于灌溉的目的,使用化肥和农药,处理城市污水,和家庭固体废弃物的增加富营养化,加强植被生长在沿岸带,在浅水区和提高增长的有机物质,从而减少特有鱼类的产卵地,珍稀水鸟觅食。在Prespa等领域,如许多其他non-wetland在欧洲山区,自然条件几百年来一直干扰通过人工干预; despite these changes, the natural character of the landscape is retained, but is far from being pristine. On the other hand, it should be noted that extensive land use practices have often created conditions favouring a high level of biodiversity. Examples of biodiversity-enhancing practices in Prespa basin have been: grazing, mowing and collection/use of reedbeds each year, cultivation of small woodland openings, cultivation practices with inter-cropping, crop rotations, small and intermingling fields with a variety of crops, maintaining natural hedges and trees, the non-use of chemicals, and the combination of arable farming and livestock rearing in a system of high spatial and temporal entropy. |
| b .模型描述 |
| CE-QUAL-W2模型,version 3.7[6]是应用于本研究模拟Prespa湖泊的水质。CEQUAL - W2是2 d的水质和水动力模型(longitudinal-vertical)支持的USACE水道实验空间站[3],对河流、河口、湖泊、水库和河流流域系统。算法定义CE-QUAL-W2模型可以在科尔和井([5],[6])。水质算法包含21成分除了温度包括浮游植物营养/ /溶解氧在缺氧条件下的相互作用。可以模拟任意组合的成分。水质算法模块化允许选民很容易添加额外的子例程。CE-QUAL-W2模型是一个数据密集型的应用程序。应用程序所需的数据包括水深数据,气象数据(空气温度、露点温度、风速、风向、云量、太阳辐射、降水),流入和流出,流入温度、蒸发、水质组分浓度,液压和动力学参数。这些数据的可用性和质量直接影响模型的准确性和限制作用。能力模型来预测水质变化的两个维度(纵向和垂直)等特点使CE-QUAL-W2特别适合模拟Prespa湖泊。 The model was calibrated for orthophosphate, total phosphorus, ammonia, nitrate, total nitrogen, chlorophyll a, algal biomass, organic carbon and dissolved oxygen with available measured data [16]. Calibration consisted of setting model parameters to literature values or to values used by other models ([4], [5], [6], [7]) and refining them in a logical and organized fashion until modeled and measured concentrations matched reasonably well. |
| c .数据收集 |
| 对模型仿真的目的,本研究使用水质Prespa湖泊盆地内的5个地点收集的数据。监测站点的数据收集包括气象、水文和水质数据。全球每小时的太阳辐射、气温、降水、风速、风向、相对湿度测量与监测站点最近的气象站。露点温度是计算从空气温度和相对湿度。在每个湖监测站点,水温和溶解氧测量在一米的增量从表面到水柱。有机和无机营养和总悬浮物浓度测定表面,中间深度和底部收集的样本在每个站点。西奇深度测量也在每个站点。水质监测地点采集标本约每月从11月到4月和5月至10月一个月的两倍。垂直剖面的温度、溶解氧、pH、电导率、浊度和测量领域的人员多参数探测(宇宙或YSI),和样品的分析总悬浮物、总磷、正磷酸盐、硝酸盐和亚硝酸盐,总凯氏氮、氨、总有机碳,和溶解有机碳,在特定深度在湖里范·多恩取样器。两个营养从每个深度采集标本,一个是用硫酸酸化。 In addition, a chlorophyll a sample was taken from 1 m depth, and a sample for phytoplankton identification and enumeration was taken at the lake surface. Zooplankton samples were vertical integrations from 1 m off the bottom to the surface and were collected using conical, 20-cm diameter plankton net. Phytoplankton species were identified and enumerated in each sample, and biovolumes and densities were computed. Likewise, for zooplankton samples, species were identified, and species density and biovolumes were calculated. The distribution of zooplankton lengths was also determined. Chlorophyll-α samples representing depth composites of three samples taken between the surface and secchi depths were used to estimate algal biomass. Unacidified samples were filtered in the laboratory with a 0.45 μm (micrometer) filter. Total phosphorus and orthophosphate were analyzed by U.S. Environmental Protection Agency (USEPA) method 365.1 [15]). Ammonia was analyzed by USEPA method 350.3, and TKN by USEPA method 351.2 [14]. Chlorophyll a was analyzed by Standard Methods 10200H [1]. |
| d .数据和统计分析 |
| 在模型应用中一个经常被忽视的步骤是所有电台策划和分析观测数据和时间数据是可用的。数据开发和分析的另一个重要的任务是分析数据的合理性。所以,时变输入数据都是策划和筛查错误。大量的模型误差统计被参数计算和聚合,季节和位置来评估时空模型的预测能力。拟合优度统计建模和测量值的比较包括年平均错误(我),平均绝对误差(MAE)、均方根误差(RMSE)和相对平均误差百分比(REM)。线性回归分析是由测量数据作为因变量和建模数据作为独立的变量。系数测定、斜率和截距之间的线性回归的计算每个水质采样数据一致。 |
结果与讨论 |
| 水质成分用于模型的发展包括溶解氧、总磷、正磷酸盐、总氮、nitrate-N, ammonium-N,叶绿素a、总有机碳、溶解有机碳。总结当前的模型的性能以及以表格的形式汇总统计。总结模型预测误差统计数据基于采样数据的收集在2010年和2013年之间提供在表i .线性回归统计结果的测量和建模提供了在表二世。 |
 |
| 答:溶解氧 |
| Prespa湖泊的溶解氧含量高,均匀在冬天当wellmixed和冷湖的水。湖的表面加热,氧气溶解度降低,表面通过损失大气中浓度降低。之后,由于分层湖深水层变得孤立,氧气逐渐消耗,主要由沉积物需氧量。最终,深水层成为完全缺氧。这缺氧发生在9月底或10月初在大多数年份的研究。在较低温度和湖推翻去年11月,溶解氧浓度Prespa湖泊回到高水平。比较测量和建模溶解氧概要文件在同一地点,日期,时间和生产之间的年度MEs -0.51和0.13 mg / L,梅斯之间的0.16和0.78 mg / L和0.13和0.88 mg / L之间的均方根为2010年到2013年。整体拟合优度统计数据通常溶解氧是相对较低(< 1.0 mg / L),指示一个不错的选择,表明模型捕捉最重要的空间和时间模式溶解氧数据。该模型准确地代表了季节性温度对氧气溶解度的影响,沉积物需氧量的重要性,缺氧的发展和时间在深水层,和相对不那么重要的藻类光合作用和呼吸作用的影响。溶解氧是影响这样一个广泛的湖沼学的过程和反应,这可能是最好的单指标模型模拟水质的能力。 In this case, the model does a good job with dissolved oxygen and, therefore, should be a useful tool for examining and evaluating water quality in Prespa Lakes. |
| 总磷和正磷酸盐 |
| 湖磷水平整体较低(总磷通常< 0.03 mg / L,正磷酸盐通常< 0.01 mg / L P)。建模和测量之间的最大偏差Prespa湖泊磷浓度通常发生在秋天,总磷模型预测高于时测量。建模和测量总磷颞Pusteci监控现场,代表2013年的如图2所示。图2说明了几个重要的过程中的时序模式影响磷浓度Prespa湖泊。首先,总磷浓度相当低,典型的贫营养系统;低磷浓度可能限制藻类生长和初级生产力。第二,赤潮发生时(通过夏季春末),正磷酸盐浓度(生物可利用磷)下降到低于检测表面附近的湖藻类增长。最后,湖的深水层缺氧时从8月底或9月到11月中旬,磷浓度增加湖底,一个典型的结果附近的湖泊沉积物中的铁氧化物的溶解。氨还应该在缺氧条件下沉积物中释放,这是每年实际上观察到的氨的数据。 |
 |
| 计算拟合优度统计数据测量和建模之间的正磷酸盐生产年度总额之间的MEs 0.001和0.004 mg / L,梅斯0.002至0.004 mg / L和0.003和0.007 mg / L之间的均方根为2010年到2013年(表1)。总磷,年度MEs范围从0.007到0.003 mg / L,梅斯介于0.007和0.011 mg / L,之间和均方根之间0.011和0.016 mg / L。事实上我是接近于零,美和RMSE显示误差小于0.011 mg / L表明该模型准确地捕获Prespa湖泊磷的预算。的比较测量和建模磷浓度在图2中,表我和表二是合理的。磷的模型记录相对较好,和足够的精度来满足本研究的需要。 |
| c .氨氮和硝态氮 |
| 氨低于或接近其分析检出限(0.01 mg / L, N)在Prespa湖泊的年在这项研究中,但可测量浓度的氨被发现积累在深水层浓度达到0.54 mg / L, N层一旦在9月下旬成为缺氧。氨可以积聚在缺氧深水层,因为没有氧气存在支持硝化。深水层氨的来源包括地下水排放和湖泊沉积物中有机物的脱氨基作用。可以减少硝酸细菌社区N2在缺氧条件下,但进一步降低氨并不青睐。湖翻在秋天时,累积氨混合,稀释成湖的大卷,和整个湖成为含氧,减少生产和停止的积累氨、硝酸和增加生产。当硝酸Prespa湖泊中模型。看来硝酸的浓度在夏天被耗尽在地表附近,在深水层最高。这是符合趋势观察到Zyfi [17]。研究发现最高浓度的硝酸Prespa湖泊在冬季(0.458 mg / L, N)和消耗在夏季表层水(少于0.023 mg / L, N),硝酸的浓度在深水层保持相对高(大于0.134 mg / L, N)除了在秋季hypolimnetic缺氧。这些趋势并不总是模仿Prespa湖泊模型,可能由于不准确的边界条件,不准确的捕捉到一个或多个湖沼学的过程,或两者兼而有之。 This is an area where additional data collection, research and additional model refinement may be required for the future. Nitrate is not a critical parameter in characterizing this lake’s water quality (recall that blue-green algae can fix atmospheric nitrogen), however, so some error in its representation is acceptable for the purposes of this investigation. Comparing measured and modeled ammonia profiles at the same location, date, and time produced annual MEs between 0 and 0.01 mg/L as N, MAEs between 0.01 and 0.02 mg/L as N and RMSEs between 0.03 and 0.05 mg/L as N for 2010 through 2013 (table I). Concentrations of ammonia typically were low (< 0.05 mg/L as N), with the exception of samples collected from an anoxic hypolimnion; therefore, it is not surprising that the goodness-of-fit statistics report a relatively small overall error. The model’s overall ability to predict the lake’s ammonia concentrations, in addition to the correct timing and general magnitude of ammonia accumulation in the lake’s hypolimnion, suggests that the most important influences on ammonia were captured by the model with sufficient accuracy. Measured and modeled total nitrogen (TN) profile at the Pusteci monitoring site, for the representative year 2013 is shown in figure 3. |
 |
| d .藻生物量和叶绿素A |
| Prespa湖泊,有超过80种不同种类的藻类被确定的样本从2010年到2013年,和藻类物种的组成和浓度在每个采样实例变化很大。考试Prespa湖泊藻类收集的数据,然而,表明至少两个藻组必须模拟捕获的基本动力学藻社区:一群蓝绿藻和一般的海藻群,包括所有其他类型,包括硅藻、金藻类,隐芽植物。比较建模和测量结果总藻bio-volume(总藻组)和叶绿素的湖边表面Pusteci监测站点,代表2013年的如图4所示。模拟了藻类生物量模型;biovolume直接从生物质使用简单的计算密度的关系。表面样本并不总是藻活性的最佳指标,但这是唯一的藻类在湖里样本。在一般情况下,叶绿素的春季高峰的藻类和藻类种群是由模型的一般藻类群。这些山峰并不总是代表藻的生长。 |
 |
| 中的硅藻株italica一般是一个物种Prespa湖泊在这春天藻类的山峰。这个物种的生存能力在缺氧沉积物2年[9]。人口出现在冬季和春季的水柱,被认为是由于在某种程度上,从支流河床冲刷,湖泊沉积物再悬浮的细胞在风暴。第二个观察和模仿藻山峰August-September主要是由于蓝藻水华,物种项圈藻planctonica。在这些花朵,正磷酸盐成为枯竭的水柱。缺乏正磷酸盐是控制这些花朵的大小([11][12]),在模型中,这直接导致了停止蓝绿色藻类的生长。这表明,磷的消耗可能控制蓝藻的结束在湖里;然而,有可能是其他未知因素。水温升高,例如,似乎是一个因素,帮助发起了蓝藻。比较测量叶绿素a浓度模拟值在同一日期、时间和位置产生年度MEs在-2.5和-0.4之间μg / L,梅斯在2.1和3.4之间μg / L和2.7和3.8之间的均方根μg / L, 2010年到2013年(表1)。藻类和叶绿素a只有采样深度的表面附近的湖。 While the model did not simulate the complex dynamics of all algal species in the lake, it was able to predict the general size and timing of certain algal population changes, including blooms of blue-green algae, which are the algae that most influence Prespa Lakes’s water quality. |
| e .有机碳循环 |
| 有机碳循环Pusteci监测站点,代表2013年的图5所示。这个情节表明一个明确的区别夏季生产,其余的。高有机碳代分层期间有几个含义。首先,它最终分解会影响底水的氧含量。这将是特别重要的水体与较小的深水层(较小,因此氧储备)比Prespa湖泊。第二,运输和命运的有毒物质可以与有机物质密切相关。 |
结论 |
| 在本文中,我们试图回答只有少数Prespa湖泊的水质问题。以下的结论可以从获得的数据推断。 |
| 一般来说,湖水的质量似乎是在可接受的范围之内。数量有限的污染源结合高刷新率的湖水和清洁的流入岩溶地下水水质的主要原因是保持良好。 |
 |
| 模型捕获的主导过程影响水质(溶氧、营养物质和藻类)Prespa湖泊和湖泊的水质模拟动力学具有足够精度的计划模型的目的。校准模型能够模拟各种成分的重要时空动力学在湖中,校准模型的成功应用,2005年和2006年的数据证实了这一点。拟合优度统计所有5年从接受好的变化。比较测量和建模溶解氧概要文件在5年内有可靠的数据(2005 - 2009),模型误差一般小于1毫克/升。在Prespa湖泊氨浓度一般较低。然而,在所有的多年研究,积累的氨气在深水层发生一旦溶解氧耗尽。氨浓度高达0.43 mg / L(毫克/升),N测定2009年11月。藻类在模型中被分为两组:蓝绿藻和所有其他藻类。一般的海藻群在春天有其丰度最高,部分是由于输入的藻类从支流和可能的再悬浮的藻细胞在风暴。蓝绿藻集团往往绽放在夏末(8月,通常)。 Orthophosphate concentrations, as well as zooplankton grazing, water temperature, and light, controlled the levels and timing of algal blooms in the model. Concentrations of bioavailable phosphorus appeared to limit the size of the annual blue-green algae bloom. The model provides predictions of features like peak chlorophyll levels and, hence, produces information that is extremely useful to water-quality managers. This is because the public is often most concerned with extreme events in water body, rather than in seasonal or long-term average conditions. Because of its daily time step, the nutrient/food chain model is capable of generating both types of information. According to the calculation, the lake is overwhelmingly phosphorus limited during the summer stratified period. The fact that there is excess nitrogen and phosphorus in the water indicates that lake’s production is light limited during the remained of the year. By providing predictions of organic carbon levels, model framework provides a means to assess both oxygen and toxic substances in lakes. Further improvements in the model’s capabilities will only come with additional data collection and further model testing and development. |
引用 |
|