利用长期监测数据对华南亚热带水库中的叶绿素-a进行多因子建模以实现定量分析

《Environmental Research》：Multi-factor modeling of chlorophyll-a in South China’s subtropical reservoirs using long-term monitoring data for quantitative analysis

本研究通过2020-2024年对广东三座水库的长期监测，分析了水温、总氮（TN）、总磷（TP）与叶绿素a（Chl-a）的非线性关系，发现TN对Chl-a增殖影响更显著（4.2 μg/L·TN vs 2.8 μg/L·TP）。基于多因子动态模型模拟，验证了温度与营养物质的协同效应（温度＞25℃时Chl-a增长率提升15%），模型R2＞0.85，为亚热带水库富营养化治理提供了科学工具。

　　

关海昭|牛一源|祖传金|康菊

中国广东省水利局广州水文局，广州510150

摘要

由于营养物质和气候之间的复杂相互作用，富营养化和有害藻类水华在全球范围内威胁着淡水生态系统，尤其是在人口密集的亚洲地区，那里快速的城市化和农业集约化加剧了营养污染。理解水温、营养水平以及叶绿素-a（Chl-a）动态之间的非线性关系对于解决淡水生态系统中的富营养化问题至关重要。然而，许多现有研究倾向于简化这些关系，并且缺乏长期野外数据的验证。在这里，我们对中国广东省的三个水库（天塘山（S1）、白沙河（S2）和梅州（S3）进行了多年的野外监测（2020-2024年），监测的关键环境因素包括总氮（TN）、总磷（TP）、水温和Chl-a）。Chl-a浓度显示出显著的时空变化，范围从1.2到11.8 μg/L，总体呈上升趋势，表明富营养化正在加剧。研究发现Chl-a与TN、TP和温度之间存在强烈的正相关关系。通过对长期数据的数值分析，发现TN对Chl-a增殖的影响比TP更大，即Chl-a每增加1 mg/L，其浓度平均增加4.2 μg/L，而TP每增加1 mg/L，Chl-a仅增加2.8 μg/L。基于收集的数据，我们开发并校准了一个动态的多因素水生态模型。该模型准确再现了观测到的Chl-a变化模式（R2 = 0.85），揭示了温度和营养物质之间的协同效应，特别是在温度超过25℃且TN水平较高时，Chl-a生长率提高了15%。该模型为预测Chl-a动态提供了坚实的理论基础，并支持基于科学的管理策略，例如有针对性的减少氮负荷，以减轻亚热带水库的富营养化问题。这项研究强调了在气候变化和人为压力下，采用多因素、基于过程的方法进行可持续水资源管理的必要性。

引言

水生生态系统在支持地球生命方面发挥着基础性作用，其结构和功能受到关键环境因素之间复杂相互作用的影响，特别是水温、营养物质可用性（如总氮（TN）和总磷（TP）以及通常由叶绿素-a（Chl-a）代表的藻类生物量。近几十年来，全球气候变化和人类活动的加剧深刻改变了这些生态系统，导致极端水文事件更加频繁，加速了富营养化，并导致生物多样性的广泛丧失（Fong等人，2025年；Priya等人，2023年；Hader和Barnes，2019年；Menden-Deuer等人，2025年；Soana等人，2024年；Zhao等人，2025年；Hirata等人，2025年；Boyacioglu等人，2024年）。在亚洲，快速的城市化和农业集约化加剧了淡水体的营养污染。来自南亚（包括巴基斯坦和孟加拉国）的研究记录了河流流域和湖泊中严重的富营养化压力，突显了需要本地化理解和解决方案的区域危机（Ul Haq和Muhammad，2023年；Muhammad，2023年；Tokatl?等人，2025年；Muhammad等人，2024年）。特别是在中国的亚热带地区，由于流域过量营养物质负荷和与气候变化相关的水温上升的共同作用，水库中的藻类水华频率和强度都在增加。有效管理这些系统需要定量理解这些多重驱动因素如何相互作用以控制浮游植物生物量。

预测藻类动态的一个关键挑战在于多种压力因素（如变暖和营养富集）之间的非线性和协同作用。气候变化会加剧营养污染的影响，改变浮游植物群落结构和水华阈值，这是单因素模型无法捕捉到的（Mpakairi等人，2024年；Latwal等人，2024年）。这些环境变化凸显了迫切需要揭示多重压力因素之间的相互依赖关系，并通过稳健的机制模型量化它们的生态影响（Liang等人，2025年；Qi等人，2025年；Huang等人，2022年）。

尽管近年来水生生态学中的多因素建模取得了进展，但许多模型在预测和解释能力方面仍然有限。早期研究通常关注线性、单因素关系，例如营养浓度和Chl-a生长。然而，复杂性科学这一新兴领域促使人们转向综合方法，以捕捉多种驱动因素之间的相互作用。例如，Liu等人（2021年）使用了一个耦合的水动力-生态模型来量化TN、TP、总悬浮固体（TSS）和光照可用性对查干湖浮游植物竞争的交互作用，确定TSS是蓝藻演替的主要驱动因素。类似地，Qian等人（2024年）应用深度学习来模拟太湖的藻类水华动态，揭示了温度分层和营养输入之间的协同效应。Zhang等人（2024年）探索了水库中TP和Chl-a的空间分布模式，强调了纬度、坡度和温度等地理和气象因素对Chl-a变化的影响。在亚热带水库（如南非的Nandoni水库）进行的遥感研究进一步证实了高分辨率监测在捕捉Chl-a空间异质性方面的实用性，这表明需要空间明确地理解富营养化驱动因素（Mpakairi等人，2024年）。系统评价强调了开发将流域过程与湖泊动态相结合的集成模型的努力（Shi等人，2024年；Buta等人，2023年）。在南亚的恒河-布拉马普特拉河和印度河流域的研究也强调了人为营养负荷和气候变异性在驱动水生生态系统变化中的关键作用（Muhammad等人，2024年；Tokatl?等人，2023年）。

虽然这些研究提供了有价值的数据并展示了先进建模技术的潜力，但它们往往严重依赖统计或机器学习方法，对潜在的生态机制的洞察有限（Liu等人，2021年；Qian等人，2024年；Zhang等人，2024年）。许多现有模型的一个关键局限性在于它们使用短期数据集进行校准，因此缺乏针对长期观测记录的严格验证；这种缺陷严重削弱了它们在现实气候变异性和偶发干扰事件（如亚热带季风地区常见的极端降雨）条件下准确模拟和预测系统响应的能力——这些事件会大幅改变营养通量和浮游植物动态（Buta等人，2023年）。此外，传统的模型（如水蚀预测项目（WEPP）虽然在模拟土壤侵蚀等物理过程方面有效，但在捕捉水生态相互作用方面存在不足（Flanagan等人，2012年；Chen等人，2025年）。通过将鲁棒优化和情景分析整合到水资源管理中，已经取得了一些进展，例如Xu等人（2022年）将多目标优化和基于copula的不确定性量化纳入了级联水库规划，但生态模型仍然相对简单。相比之下，新兴的动态多因素模型提供了探索生态变量之间非线性反馈和时间连续性的有希望的工具，包括Chl-a生长、营养循环和温度动态。尽管具有潜力，但这些模型仍处于开发的早期阶段，很少应用于实际的水生系统。

为了解决这些问题，本研究旨在：（1）使用全面的五年（2020–2024年）监测数据集量化三个亚热带水库中Chl-a的时空动态和关键驱动因素；（2）开发一个基于过程的动态多因素模型，机制性地整合水温、TN和TP对Chl-a的影响；（3）根据长期数据校准和验证模型，以评估其预测能力并提供探索管理方案的工具。我们提出了一种动态的多因素建模方法，以研究中国广东省三个淡水水库中水温、TN和TP与Chl-a之间的相互作用。通过利用长期监测数据并将生态机制纳入建模框架，这项工作旨在加深我们对富营养化过程的理解，并为知情的水生生态系统管理提供科学依据。

研究地点和样本采集

如图1所示，天塘山水库（S1：114.17°E，23.79°N）、白沙河水库（S2：114.29°E，23.82°N）和梅州水库（S3：114.03°E，23.57°N）位于中国广东省东江流域的主要支流增江的上游。该地区具有典型的亚热带季风气候。2020年1月至2024年12月期间收集了水质样本。采样频率有所不同：S1为每月一次，

水质参数的时空动态

2020年至2024年间，三个监测水库在关键水质参数上表现出不同但相互关联的趋势。水温遵循可预测的季节性周期，而TN、TP和Chl-a的浓度则表现出不同程度的年际波动和空间差异，表明营养状态正在逐渐变化。

所有水库的水温都表现出一致的季节性模式，在夏季（7月至9月）达到峰值（图3a，4a）。

讨论

我们的长期监测证实了研究水库中富营养化压力不断增加的趋势，这与亚热带地区的观察结果一致（Mpakairi等人，2024年；Latwal等人，2024年；Zhang等人，2024年；Shi等人，2024年；Buta等人，2023年；Ishikawa等人，2022年；Cairo等人，2020年）。这种普遍现象通常是由该地区加剧的人为活动和气候变化驱动的（Huang等人，2022年）。研究发现TN相对于TP占据主导地位

未来展望

这项工作为未来的研究开辟了几条途径。（1）不同的采样频率限制了水库之间的精细比较。未来的监测应采用协调的高频率（例如，每两周一次或连续的基于传感器的）采样，以更好地解决短期动态和事件响应，正如长期水库水质演变研究中所强调的（Buta等人，2023年）。（2）PCA和模型解释了大部分但不是所有观察到的变异

结论

本研究整合了五年的监测数据与动态水生态模型，以研究三个亚热带水库中的Chl-a动态。主要发现如下：（1）长期监测显示富营养化压力呈明显上升趋势。Chl-a浓度范围从1.2 μg/L增加到11.8 μg/L，在整个研究期间所有水库中均显示出显著的上升趋势，其中天塘山（S1）和白沙河（S2）水库的增幅最为明显。

作者贡献声明

关海昭：撰写——审稿与编辑、撰写——初稿、可视化、方法论、调查、正式分析、数据管理、概念化。牛一源：撰写——审稿与编辑、撰写——初稿、可视化、方法论、调查、正式分析。祖传金：撰写——审稿与编辑、调查、资金获取。康菊：撰写——审稿与编辑、撰写——初稿、可视化、验证、软件、方法论、调查、正式分析。

代码和数据可用性

数据和代码将应要求提供。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

致谢

本研究得到了江苏省‘双创’博士人才基金（编号：JSSCBS0620）和江苏科技大学青年教师研究启动基金（编号：1202932307）的支持。