论文部分内容阅读
湖泊生态系统是地球上最重要的淡水生态系统。湖泊及其周围湿地是社会和经济发展的重要保障。然而，人类活动导致的环境问题已经给淡水湖泊生态系统带来诸多潜在影响，这种影响必然会阻碍社会经济的发展。目前，富营养化问题是大多数湖泊面临的最主要的环境问题。湖泊生态系统，尤其是浅水湖泊生态系统因其独特的景观特性更容易受到人类活动干扰和破坏。因此，开展浅水湖泊富营养化方面的研究尤为必要和迫切。本论文综合应用环境科学、生态学、信息学领域的周期识别、趋势突变分析、因子分析等多种技术方法研究了湖泊生态系统对水质、水文、水生态和气候要素的响应特征，揭示了这些要素间的相互关系和作用的变化特征，最后通过对湖泊富营养化的模拟为环境管理提供技术支持。
本论文在深入调研和文献研读的基础上，总结并综合了浅水湖泊生态系统各影响要素长期时间序列的周期结构、趋势和突变特征、各要素间的相关关系分析及基于人工神经网络的富营养化模拟的研究方法，构成第二章的主要内容。第三章探讨了各富营养化影响要素的变化特征，研究了湖泊多年来的污染和富营养化状态的时空变化特征。结果显示:湖泊各水质因子的时空变化存在时间和空间上的异质性，相应水质管理手段也应具有多元化。从空间变化来看，湖泊多年的水质污染变化程度存在由西北向东南逐渐递减的趋势，而水体富营养状态的变化程度呈现西南向东北逐级递减的趋势。通过对过去三十多年气候变化的分析表明，各水文气象参数中仅有日照时数呈现显著下降趋势。对水文气候变化要素的突变研究表明，水位和水量要素有突变发生，是由多年来大规模补水所致。水资源匮乏是白洋淀湖泊可持续发展的重要问题。
尽管大规模的补水在一定程度上缓解了白洋淀湖泊水资源匮乏的危机，然而，补水必然会造成区域水文条件的变化，其中最明显的特征就是水位的变化。这种水文条件的改变必然会影响湖泊的生态系统结构和功能。论文第四章，通过对水位周期结构变化的分析探讨补水的效果和影响。对比了无补水的时间序列水位周期结构变化特征和有补水的时间序列水位的周期结构变化特征，并参考整个时间段的水位周期结构变化特征，结果显示:补水通过减小和削弱水位波动的振幅，进而显著改变了水位变化的周期结构。通过季节变化对月变化的解释表明，补水造成了水位短期不规则的振荡特征，尤其是月尺度上存在“双峰振荡”的特征。此外，补水的累积效应还导致了近年来水位趋势变化存在小幅上升态势。
补水改变了区域水文条件。区域水文的改变会对湖泊生态系统结构和功能造成潜在影响。水文的改变必然首先影响湖泊水质，进而影响湖泊生态系统。论文第五章和第六章分别研究了水质和生态系统对这种水文条件改变的响应。在水质对湖泊区域水文变化响应的研究中，选择对补水响应速度不同的三个站点，通过水位变化进行水文改变的显著性时间段划分，在各时段段内研究营养盐的变化情况。在生态系统对水文改变的响应中，着重分析了代表浮游植物生物量的Ch1α和水位变化的同步性情况，并在相对较大的尺度下，基于NDVI分类研究了水文、气象在不同时间尺度下对植被覆盖的影响。结果显示:湖泊水体营养盐对水文变化存在非直接的响应关系，但水体营养盐浓度的变化在很大程度上受水位波动的影响，并且这种影响较为普遍。这一结果表明:目前的水量补给未能满足湖泊生态恢复的需要，而且补水的同时应当关注其对水体营养盐的影响。水体浮游植物Ch1α与水位变化存在不同步的特征，即Ch1α周期波动存在4个月和12个月以上的显著周期波动特征，而水位波动存在6个月左右的显著周期变化。但是，二者在约16个月的时间尺度上存在同步性周期变化。水文-气候因子对植被NDVI的影响在短期内以气象要素为主，尤以温度蒸发较为显著，而随着时间尺度的加大，水资源的可利用性逐渐成为植被NDVI变化的主要限制因素。
论文第七章和第八章，分两种情景基于人工神经网络方法构建模型模拟了湖泊富营养化变化特征。第七章应分不同水文期，基于湖泊水质参数应用综合进化算法对白洋淀湖泊进行了富营养化模拟建模。第八章则考虑了水质要素、水文要素及气候变化因子，构建了基于小波-神经网络的富营养化模型。这两种模型均取得了较高的预测精度。同时，基于综合进化算法的富营养化模型还深入挖掘了不同水文条件下，水体营养盐的控制规则，这一结果可以作为富营养化预警的重要内容。而基于小波-神经网络的富营养化模型则展示了小波分解对有噪数据滤过的优势，对于提高生态数据利用的可靠性是一重要保障。
本文应用多种技术方法研究了浅水湖泊生态系统对水质、水文、水生态及气候要素的响应特征，揭示了浅水湖泊生态系统中水质、水文、水生态及气候因子间的相互关系和相互作用;系统研究了白洋淀浅水湖泊的生态补水对区域水文条件、湖泊水质及区域水生态系统的影响;模拟了浅水湖泊富营养化的变化特征，并基于人工神经网络分别引入了综合进化算法和小波去噪的分析方法有效地提高了模拟的精度。在研究过程中，本文还发展了多种小波分析方法在浅水湖泊水生态系统中的应用，如基于连续小波变换的时间-尺度分解对序列周期的识别;基于小波功率谱和小波方差分析对周期振荡显著性的检验;基于交叉小波分析对两时间序列要素在不同时间尺度上的相关关系识别;基于小波分解方法对水生态数据噪声的处理等。综上，综合多种技术方法研究浅水湖泊生态系统对区域水质、水文、水生态和气候要素响应，基于人工神经网络引入综合进化算法和小波去噪的湖泊富营养化模拟，丰富和发展了浅水湖泊生态系统的理论和方法体系，研究结果将有助于实现更有效的湖泊管理。