湖泊能为人类提供不可或缺的资源,而全球普遍存在的湖泊富营养化导致的藻华频繁暴发正不断损害湖泊生态环境服务功能.为合理保护湖泊环境和防治藻华危害,需预测藻华暴发.以我国富营养巢湖为研究区,本文构建了一种基于遥感藻总量和气象因子的不同湖区藻华暴发概率预测方法.基于MODIS/Aqua数据,研究首先反演了2003—2019年日尺度的藻华分布和考虑垂向结构的水柱藻总量.然后,统计了西、中和东巢湖的藻华面积,判别了藻华/非藻华日,并匹配日平均藻总量和气象因子.最后,筛选出藻华形成的关键影响因子——藻总量、气温和水汽压,并构建了不同湖区日藻华暴发概率的Logistic预测模型.不同湖区月平均藻总量基本一致,但藻华暴发日占比呈“西高东低”特征.对西、中和东巢湖的藻华/非藻华检验样本,模型精度分别为90%、85%和89.5%,模型也适用于2020年夏秋季和冬春季藻华预测.湖泊藻华暴发是藻类大量增殖并...

Schistosomiasis japonica, caused by Schistosoma japonicum infection, remains a major public health concern in China, and the geographical distribution of this neglected tropical disease is limited to regions where Oncomelania hupensis, the intermediate host of the causative parasite, is detected. The purpose of this study was to monitor the transmission of S. japonicum in potential risk regions...

Abstract Background Microcystins (MCs) are secondary metabolites of cyanobacteria that hepatotoxic to humans through the ingestion cyanobacteria-contaminated water and accidental inhalation from lake activities. MCs with diverse congeners in can be precisely quantified using online solid-phase extraction-ultra performance liquid chromatography coupled tandem mass spectrometry (online-SPE UPLC–M...

近20年来，巢湖蓝藻水华频繁暴发，对流域内居民生活和社会生产产生了严重影响.由于缺乏蓝藻水华全方位监测、高精度模拟和智能化分析手段，传统方法难以实现现状掌握、异常识别、原因追溯、未来模拟的目标，无法满足巢湖蓝藻水华科学防控与应急处置的要求，蓝藻水华引起的突发事件随时可能发生.本文针对巢湖蓝藻水华的全面监测和应急决策问题，整合了卫星遥感、无人机监测、视频监控、浮标监测和人工巡测手段，构建了巢湖水质和水华全方位监测网络；结合巢湖水动力-水质-藻类耦合模拟模型，研制了蓝藻水华预测预警和蓝藻水华暴发应急处置模块，实现了蓝藻水华短期（未来2日逐时）和长期（未来7日逐日）模拟，并实现了未来5日蓝藻水华沿岸堆积模拟.最终，通过集成巢湖水质和水华监测、预测预警、应急处置等模块，研发了巢湖蓝藻水华监测预警与模拟分析平台，实现了全湖水质和水华现状迅速掌握、超标信息自动识别与高精度预测预警、沿岸重点区域水...