2019, Vol. 39
[PDF全文]
2. 广东省环境污染控制与修复技术重点实验室, 广州 510275
2. Key Laboratory for Pollution Controlling and Repairing Technology of Guangdong Province, Guangzhou 510275
黑臭水体泛指视觉上发黑或泛黑, 嗅觉上有刺激味, 令人不悦或厌恶的水体.一些研究关注黑臭水体的关键污染物及其潜在来源和黑臭污染的健康风险(Song et al., 2009; Wang et al., 2014; Liu et al., 2015).大多数关于黑臭河流的研究则主要集中在生态安全评价和修复技术上(Sheng et al., 2013; He et al., 2015).国内通过建立研究所在地特有的黑臭评价模型, 来对水体进行黑臭评价, 常用的指标主要有氨氮(NH3-N)、溶解氧(DO)、化学需氧量(COD)、五日生化需氧量(BOD5)、总磷(TP)、温度(T)、Fe和Mn等(程江, 2006; 徐明德等, 2009; 郝晓明等, 2011; 王旭等, 2016).还有学者基于河流黑臭研究了综合评价法, 主要包括灰色系统评价法、模糊数学评价法和人工神经网络评价法(陈玉辉, 2013; 张晶尧等, 2015; 徐明德等, 2015).国外学者则通过建立某种评价指标与水质指标之间的非线性回归模型, 来研究水体黑臭发生的规律.有研究通过建立致臭物质乔司脒(Geosmin)的含量预测模型来评价水库和湖泊水体的黑臭情况(Dzialowski et al., 2009; Sugiura et al., 2010).由于不同水体有其个体差异, 国内外至今没有统一的黑臭评价标准, 有研究认为黑臭评价方法还应结合浮游植物等水生生物指标来判别黑臭水体状况(税永红等, 2016; 王旭等, 2016).
国内外研究发现, 藻类密度的增加是水体富营养化进而导致藻源性黑臭水体形成的重要原因之一(金相灿等, 1990; Wang et al., 2014; 王国芳, 2015).藻源性黑臭发生的原因可能是藻细胞能够分泌或分解后释放大量致臭物质(Christensen et al., 2006).原位自然条件下藻类与黑臭现象有一定的相关性(Peter et al., 2009; 邓绪伟等, 2013).陈玉辉等(2013)发现治理后黑臭河流仍出现水华及其次生灾害问题.若使用不当的手段治理黑臭水体会导致藻类死亡大量释放致臭物质, 从而加重黑臭程度.Dzialowski等(2009)对湖泊或水库中蓝藻与乔司脒的产生进行了研究, 但关于黑臭河流中藻类和黑臭现象之间关系的研究鲜见报道.
谷河是流经广州市大学城的一段珠江支流, 常年百米之远即可闻其异臭味, 严重影响了师生们的工作、学习、生活和健康, 多年师生提案仍未能解决其水体黑臭及异味问题, 尚未有研究者对谷河进行过水质或生态学等方面的相关研究, 更缺少对谷河黑臭水平的评估, 因此, 本文对谷河水体黑臭进行评价尤显必须.本研究对谷河布设6个采样点, 进行三季采样, 分析理化因子, 采用黑臭指数法评价谷河的黑臭程度; 同时对浮游藻类的群落构成、丰度和生物量进行测定以了解微藻在谷河河道中的时空分布特征; 并对黑臭评价结果与浮游微藻的相关性进行探讨, 重点探究浮游微藻与黑臭现象的定量关系.研究结果不仅证明了浮游微藻与黑臭现象有一定的定量相关性, 丰富了水生生物学在城市河流黑臭水体评价方法领域的理论研究, 而且也可为谷河水质污染治理和管理提供科学数据支持.
2 材料与方法(Materials and methods) 2.1 研究区域概况谷河位于广州市番禺区小谷围岛北部, 地理坐标为113°23′3.91″E ~113°23′63.98″E、23°4′2.68″N~23°4′17.18″N, 全长约1.5 km, 水深约2 m.从图 1可知, 谷河在南步码头向东南方向连通珠江和一支珠江分流, 南步码头处每周开闸一次与珠江交换水体; 谷河西南段流经中山大学学院建筑群后消失, 春夏季常作为龙舟比赛的训练场所.连日沿河调研发现, 水闸在高潮和低潮时间均未开启, 谷河西南段水流极缓, 同时校内师生反映该段河流时常发生黑臭, 综上分析选择西南段为本文的研究对象.
 |
| 图 1 谷河采样点分布 Fig. 1 Sampling sites in the Gu River |
于谷河西南段布设6个采样点, 于秋(2017年11月)、冬(2018年1月)、春(2018年3月)3次采样与室内试验, 测定的物理因子为温度(T)、pH、透明度(SD), 化学因子为溶解氧(DO)、溶解氧饱和度(DO%)、高锰酸盐指数(CODMn)、氨氮(NH3-N), 生物因子指标为叶绿素a(Chl a)、藻类种类组成、丰度和生物量.谷河布点见图 1, 6个采样点分别为谷河入水口(1#)、出水口(2#)、活水来湖(3#)、谷河西南段的中后段(4#、5#、6#).
2.2 样品采集及处理用有机玻璃采水器在每个采样点采取水面下0.5 m水样.T、SD、DO现场测定.采2 L水样避光保存并带回实验室, 在48 h内完成CODMn、NH3-N、Chl a的测定.采1 L水样装入事先灭菌的聚乙烯瓶, 加入10 mL鲁哥试液固定用于藻类分析.
2.3 理化指标测定方法SD采用赛氏盘测定, T和DO采用上海JPB-607A型便携式溶解氧测定仪测定; CODMn采用酸性高锰酸钾氧化法测定, NH3-N采用纳氏试剂比色法测定.所有具体步骤均按《水和废水监测分析方法》(2002)进行.
2.4 藻类和Chl a的测定与分析Chl a按《水和废水监测分析方法》(2002)采用三色法测定.谭天等(2007)和郑丙辉等(2008)的研究表明, Chl a含量髙于10 μg · L-1时, 水体处于富营养化水平; Chl a髙于20 μg · L-1时, 水体处于严重富营养化水平.
藻类样品静置沉淀48 h后浓缩至30 mL后分析.浮游微藻的种类根据《水生生物监测手册》采用显微镜镜检鉴定(王德铭等, 1993).用标准计数法计算藻类丰度并以每升中的藻类个体数为单位(ind · L-1).由藻类体型相似的几何图形求出不同门类的平均体积, 根据109 μm3约等于1 mg鲜重换算, 则可由藻类丰度计算藻类生物量(刘鸿亮等, 1987; 刘玉等, 1997).采用沈国英等(1990)的公式计算浮游微藻的细胞丰度优势度(Y)和生物量优势度(Yc).根据浮游植物指示法(金相灿等, 1990)评价水体营养状况, 当浮游植物丰度＜ 3×105 ind · L-1、3×105 ~1×106 ind · L-1和> 1×106 ind · L-1时, 水体分别处于贫营养、中营养、富营养状态.污染指示种根据况琪军等(2004;2005)文献确定.
2.5 黑臭评价方法国内20世纪80年代起有学者开始提出黑臭评价, 采用不同的理化指标建立模型来预警黑臭现象的发生(顾国维等, 1983; 胡荣梅等, 1986; 温灼如等, 1987; 方宇翘等, 1993; 阮仁良等, 2002; 徐祖信, 2005; 徐明德等, 2009; 郝晓明等, 2011).国内对黑臭评价方法的研究区域主要集中在苏州水网和黄浦江.本文根据所测定的水质指标和谷河的黑臭表观特征, 选择污染指数法(税永红等, 2016)和黑臭多因子加权指数法(方宇翘等, 1993)来评价谷河的黑臭情况, 两种指数在本文中分别记为I1和I2.这两种指数均考虑了CODMn、NH3-N、DO%对水体黑臭度的影响, 能定量地反映水体黑臭程度.
污染指数法(I1)：
|
(1) |
黑臭多因子加权指数法(I2)：
|
(2) |
式中, CODMn为高锰酸钾指数(mg · L-1); NH3-N为氨氮实测值(mg · L-1); DO为溶解氧(mg · L-1); DO%为溶解氧实测值比实测水温时的溶解氧饱和值; T为实测水温(℃).具体黑臭评价标准为：I1＜1或I2≤8时, 水体为无黑臭; 1≤ I1＜2或8＜I2 ≤15, 微黑臭; 2≤ I1＜5或15＜I2 ≤35, 中度黑臭; I1≥5或I2 >35, 严重黑臭.
导致黑臭现象发生的重要原因之一可能是藻类大量产生致臭物质, 以及藻类死亡后残体的分解释放大量黑臭物质(Sugiura et al., 1994; Giglio et al., 2011; Suurnäkki et al., 2015).有研究表明藻类密度的增加是水体富营养化进而导致藻源性黑臭的重要依据之一, 当藻类丰度为1.0×106~1.0×108 ind · L-1时, 可初步判断水体存在黑臭风险(金相灿等, 1990; 王国芳, 2015; Wang et al., 2014).
2.6 数据处理水质数据、黑臭评价结果和藻类数据采用SPSS统计学软件中的单因素方差分析、Shapiro-Wilk分布检验、Pearson相关分析.用Origin软件进行线性回归分析和绘图.
3 结果(Results) 3.1 理化指标和叶绿素a的时空特征对各采样点水质的理化指标进行测定, T、SD、DO、CODMn、NH3-N和Chl a等指标见表 1.沿河观察无明显排污口, 其中3#靠近食堂, 3#在春季CODMn较其他位点最高(16.40 mg · L-1), 6#河岸两侧均为实验楼, 6#在冬季和春季CODMn较高(分别为23.20 mg · L-1和15.80 mg · L-1), 其余水质指标无异常, 各采样点的理化指标均无显著差异(p>0.05).根据《地表水环境质量标准》GB3838—2002, DO介于Ⅳ到Ⅴ之间, CODMn介于Ⅳ到劣Ⅴ之间, NH3-N均为劣Ⅴ.谷河符合广东河流的水质污染特征, 氨氮级别较高、CODMn级别低于氨氮.
| 表 1 谷河理化指标和叶绿素a含量 Table 1 Chemistry experimental data and chlorophyll a concentration in the Gu River |
 |
SD、DO和CODMn含量在冬季最高, 秋季最低; NH3-N含量在秋季最高, 春季最低.除了NH3-N, 不同季节的理化指标差异显著(p＜0.01).在秋季测得Chl a的最高值, 冬季最低.谷河在秋季处于严重富营养化水平.不同季节的Chl a呈现出显著差异(p＜0.01).
3.2 微藻丰度和生物量的时空特征对谷河微藻的计数统计, 三季的微藻丰度见图 2.春季的丰度最高((4.25×106±1.03×106) ind · L-1), 秋季次之((3.83×106±0.78×106) ind · L-1), 冬季最低((6.72×105±1.30×105) ind · L-1).
 |
| 图 2 微藻丰度的时空分布特征 (a.秋, b.冬, c.春) Fig. 2 Temporal and spatial characteristics of algal abundance (a. autumn, b. winter, c. spring) |
秋季微藻丰度在4#最高, 3#最低, 绿藻和硅藻为优势类群(丰度优势度均为Y=0.38).冬季微藻丰度在5#最高, 6#最低, 硅藻为优势类群(Y=0.34).春季在1#最高, 4#最低, 硅藻(Y=0.41)和隐藻(Y=0.31)占优势.除了甲藻门, 谷河浮游微藻具有明显的季节性特征(p＜0.01), 在空间上没有显著差异(p>0.05).根据浮游植物指示法, 谷河在秋季和春季均处于富营养状态, 冬季处于中营养状态.
由于不同门类微藻个体湿重的差异, 微藻生物量的时空特征和微藻丰度略有不同, 见图 3.春季的生物量最高((24.71±4.96) mg · L-1), 秋季次之((17.46±4.27) mg · L-1), 冬季最低((4.35±4.15) mg · L-1).
 |
| 图 3 微藻生物量的时空分布特征 (a.秋b.冬c.春) Fig. 3 Temporal and spatial characteristics of algal biomass (a. autumn b. winter c. spring) |
秋季微藻总生物量在6#最高, 3#最低, 硅藻的生物量占明显优势(生物量优势度为Yc=0.66), 裸藻次之(Yc=0.12).冬季5#最高, 6#最低, 硅藻为优势类群(Yc=0.78).春季1#最高, 4#最低, 硅藻占优势(Yc=0.57), 裸藻(Yc=0.21)次之.除了甲藻门, 谷河浮游微藻生物量具有明显的季节性特征(p＜0.01), 空间上没有显著差异(p>0.05).
3.3 水质黑臭评价分析根据污染指数法(I1)和黑臭多因子加权指数法(I2)对各样点进行黑臭评价分析, 三季谷河I1值在0.64~1.96, I2在5.15~25.33, 结果见图 4.
 |
| 图 4 黑臭指数的时空分布特征 (a.秋, b.冬, c.春) Fig. 4 Temporal and spatial characteristics of black-odor index (a. autumn, b. winter, c. spring) |
根据黑臭评价标准可知, 三季谷河的I1评价为无黑臭(I1＜1)和微黑臭(1≤ I1＜2)两种状态：秋季2#为微黑臭, 其余无黑臭; 冬季3#、4#为无黑臭, 其余为微黑臭; 春季1#、2#、4#为无黑臭, 其余为微黑臭.I2对三季谷河的评价为无黑臭(I2 ≤8)、微黑臭(8＜I2 ≤15)、中度黑臭(15＜I2 ≤35)3种状态：秋季1#、5#、6#为无黑臭, 其余为微黑臭; 冬季3#、4#为无黑臭, 其余为微黑臭; 春季各位点水质均为中度黑臭.可见同样主要基于CODMn、NH3-N、DO%的I1和I2, 其评价结果不同, I2更符合谷河的实情, 可能原因是谷河与上海的苏州河有相似的水质特征.I2在不同季节上差异显著(p＜0.01).
3.4 微藻与黑臭评价结果的相关性分析藻类密度(即藻类丰度)是判断藻源性黑臭的重要依据.谷河春秋季的藻类丰度为1.0×106 ~1.0×108 ind · L-1, 水体具有发生藻源性黑臭的风险.所有数据经Shapiro-Wilk检验均服从正态分布(p>0.05).对三季微藻的丰度与定量化黑臭指数进行Pearson相关性分析(表 2).基于T、DO%、CODMn和NH3-N 4项指标的I2与不同浮游微藻的丰度基本呈正相关.其中裸藻丰度与I2呈显著正相关(r=0.784, p＜0.01, n=18).通过黑臭指数与浮游微藻丰度的正相关关系, 可以判断浮游微藻对黑臭现象的贡献, 因此I2较适合于评价谷河的藻源性黑臭.
| 表 2 黑臭指数与Chl a和微藻丰度相关性 Table 2 Correlation analysis of black-odor indexes with Chlorophyll a and algal abundance |
|
再进一步, 对不同微藻的丰度占总丰度的比(记为A)及生物量占总生物量的比(记为B)与黑臭指数进行Pearson相关性分析(表 3), 硅藻B与I2呈显著负相关(r=0.662, p＜0.01).裸藻A和B与I2呈显著正相关(r=0.750, r=776, p＜0.01).说明硅藻和裸藻的群落结构可能会对谷河黑臭程度产生响应, 由于裸藻群落比例随黑臭程度的加重而增加, 对裸藻的种类组成进一步分析.
| 表 3 黑臭指数与微藻丰度比例和生物量比例的相关性 Table 3 Correlation analysis of black-odor indexes with algal abundance percentage and biomass percentage |
|
谷河中裸藻门种类组成及其季节分布表见表 4.秋季出现54种裸藻, 冬季为22种, 春季为67种.秋季谷河共鉴定出裸藻门污染指示种14种.其中富营养重污型(β-ps)2种, 中富营养型(β-α-ms)3种, 中营养型(β-ms)9种.冬季污染指示种8种.其中, 富营养重污型(β-ps)1种, 中富营养型(β-α-ms)2种, 中营养型(β-ms)5种.春季污染指示种19种.其中, 富营养重污型(β-ps)2种, 富营养型(α-ms)1种, 中富营养型(β-α-ms)4种, 中营养型(β-ms)12种.富营养重污型和富营养型裸藻门指示种基本仅在谷河中后段出现, 中富营养型和中营养型指示种在各采样点均有出现.谷河在春季(I2=20.35±3.11)黑臭情况最严重, 表现为中度黑臭, 同时裸藻门在春季的A(5.84%±2.66%)和B(21.14%±7.09%)也最高, 约为其它两季的2倍.对I2和裸藻门种数及污染指示种个数的Pearson相关性分析, 裸藻门种数和I2的相关系数r= 0.623(p＜0.01), 裸藻门污染指示种个数和I2的相关系数r=0.623(p＜0.01).裸藻门丰度和种数在不同季节有显著差异(p＜0.05).
| 表 4 谷河中裸藻门种类组成 Table 4 Species composition of Euglenophyta found in the Gu River |
|
根据黑臭指数, 谷河发生黑臭的频率：春季＞冬季＞秋季.SD是反映黑臭水体视觉特征的指标之一, 谷河的SD和I2之间也没有显著相关性(p>0.05).可见根据SD判断的水体黑化特征与黑臭评价并不完全一致, 可能因为本文选择的黑臭评价为综合评价黑化发臭的结果, 所以与研究观察的情况存在差异.在秋季和春季DO较低, Fe、Mn等金属元素易低氧还原并与S2-结合形成黑色物质(Wang et al., 2014; 李佐琛等, 2015), 同时细菌在厌氧分解过程中产生黑色物质(Feng et al., 2014).此外, Wang等(2014)的研究表明水体发臭和黑化之间存在时间差.
黑臭水体的臭味成因是由多种致臭物质造成的.Zaitlin等(2006)和Christensen等(2006)认为嗅觉阈值极低(4 ng · L-1)的乔司脒(Geosmin, GSM)是主要的致臭物质之一.Saadoun等(2001)、Oh等(2017)和Cai等(2017)的研究表明致臭物质GSM和叶绿素之间有负相关关系, 发现高光强下Chl a产量增多而GSM产量减少.本研究中Chl a和黑臭指数均负相关(表 2), 与这几位学者研究结果一致.在秋季, Chl a含量最高且黑臭指数基本最低; 而在Chl a含量较低的冬季和春季, 除2#外黑臭指数均较高(图 4).因此, 本研究对Chl a与水体黑臭特征的解释是, Chl a含量较高时为藻类生长旺盛期, 可能并不产生致臭物质, 当藻类生长进入衰退期时Chl a含量降低而致臭物质含量开始升高(Christensen et al., 2006).致臭物质的产量和藻类生长还受到氮、磷等营养元素的综合影响.天然水体中叶绿素和致臭物质合成之间的关系非常复杂, 有待进深入研究.
4.2 浮游微藻与黑臭现象的关系硅藻为谷河的主要优势类群, 绿藻、隐藻和裸藻在不同季节为优势类群, 种类组成符合河流的特征, 与温瑞塘河(陈玉辉等, 2013)和韩国汉江(Chung et al., 2016)关于黑臭研究的藻类调查结果相近.
藻类丰度的增加可能是黑臭水体形成的重要原因之一.根据浮游植物指示法(金相灿等, 1990), 当浮游植物丰度大于1.0×106 ind · L-1时, 水体处于富营养状态.王国芳(2015)对蓝藻的室内模拟研究发现, 当蓝藻丰度达到1.0×l07 ind · L-1时, 模拟水体散发出浓烈的臭味.在恒定的高温(30±2) ℃下, 当静态和黑暗条件下藻类丰度达到1.0×108 ind · L-1时, 易产生黑臭水团(Wang et al., 2014).因此在春秋季谷河藻类丰度处于藻源性黑臭的风险值之间.Sugiura等(1994)、Peter等(2009)的研究亦表明致臭物质, 如GSM、β-紫罗兰酮, 与蓝藻生物量和丰度有一定的相关性.但谷河中蓝藻在三季均不是优势类群, 且蓝藻丰度与黑臭指数没有显著相关性.
本研究中谷河微藻裸藻丰度与I2呈显著正相关(表 2), 说明从水生生物学角度评价水体黑臭有一定的可行性.邓绪伟等研究(2013)同样发现洞庭湖中部分致臭物质裸藻生物量呈显著正相关，但并未对裸藻种类组成和黑臭物质之间的关系进行探讨.该研究还发现直链藻、盘管藻等硅藻与甲硫醚、二甲基三硫醚和甲硫醚有密切关系.由于蓝藻水华易在春末夏初爆发, 水体黑臭程度更易加重, 因此尚需进一步调查谷河夏季的浮游微藻和底泥藻类残体的情况, 以研究浮游微藻全年变化规律与黑臭程度之间的相关性.
4.3 裸藻群落结构对黑臭程度的响应裸藻门丰度在春季最高((2.38×105±0.09×105) ind · L-1), 秋季次之((9.76×104±2.90×104) ind · L-1), 冬季最低((2.44×104±1.59×104) ind · L-1).裸藻是指示水体富营养化的重要浮游生物之一, 对水体发生的化学变化较敏感, 亦能够反映有机污染导致的水体黑臭现象.因此可以解释, 在谷河黑臭评价最严重的春季, 裸藻门种数和污染指示种个数均最多, 其中中营养型比例较大.
本研究发现, 指示富营养重污型的鱼形裸藻(β-ps)和中富营养型的圆柱鳞孔藻(β-α- ms)等在每季有黑臭和无黑臭发生的位点都有出现, 而中营养型的尖尾扁裸藻(β-ms)和螺旋扁裸藻(β-ms)仅在发生黑臭的位点才有发现.陈玉辉等(2013)研究发现对黑臭河道实施控制措施后, 6条河道曾多次爆发水华, 其中裸藻门绿色裸藻等耐污种占有优势.综上, 根据裸藻门生物量和部分指示中营养型的污染指示种评价谷河的黑臭情况具有一定的可行性.污染指示种作为指示黑臭现象发生的水生生物指标尚需结合其它浮游微藻的污染指示种来做进一步的研究.
5 结论(Conclusions)1) 采用黑臭多因子加权指数法(I2)判断秋、冬季谷河为无黑臭和微黑臭两种状态, 春季为中度黑臭.
2) 谷河的主要优势类群为硅藻门, 绿藻门、隐藻门，分别在秋季和春季为优势类群, 裸藻门生物量在秋季和春季仅次于硅藻门.
3) 裸藻门丰度与I2显著相关(r=0.784, p＜0.01), 表明裸藻门藻类与黑臭水体的形成有一定关系, 也可能是谷河的黑臭水体为裸藻提供了适宜的生存环境.对微藻类群结构进一步分析发现, 裸藻门丰度比例和生物量比例与I2相关系数较高, 分别为0.750和0.776(p＜0.01).裸藻门的种数和污染指示种个数与I2的相关系数均为0.623(p＜0.01).裸藻门丰度和群落结构可能适合于作为水生生物指标来评价谷河的黑臭特征.
4) 河道黑臭的评价和预测需增加浊度、色度、嗅阈值和氧化还原电位等指标来进行更准确分析; 此外, 对目标水体进行长时间段的底栖微藻和浮游微藻以及污染指示种等的分析, 用以综合评价和预测黑臭亦显必须.
Cai F, Yu G, Zhang K, et al. 2017. Geosmin production and polyphasic characterization of Oscillatoria limosa Agardh ex Gomont isolated from the open canal of a large drinking water system in Tianjin City, China[J]. Harmful Algae, 69: 28.
DOI:10.1016/j.hal.2017.09.006
|
陈玉辉. 2013.典型城市黑臭河道治理后的富营养化分析与预测研究[D].上海: 华东师范大学
|
程江, 吴阿娜, 车越, 等. 2006. 平原河网地区水体黑臭预测评价关键指标研究[J]. 中国给水排水, 2006, 22(9): 18–22.
DOI:10.3321/j.issn:1000-4602.2006.09.005 |
Christensen V G, Graham J L, Milligan C R, et al. 2006. Water quality and relation to taste and odor compounds in the North Fork Ninnescah River, and Cheney Reservoir, south-central Kansas in[R]. 2006-5090. Reston, VA: US.Geological Survey
|
Chung S W, Chong S A, Park H S. 2016. Development and applications of a predictive model for geosmin in North Han River, Korea[J]. Procedia Engineering, 154: 521–528.
DOI:10.1016/j.proeng.2016.07.547
|
邓绪伟, 陶敏, 张路, 等. 2013. 洞庭湖水体异味物质及其与藻类和水质的关系[J]. 环境科学研究, 2013, 26(1): 16–21.
|
国家环境保护总局.2002.地表水环境质量标准(GB3838-2002)[S].北京: 中国环境科学出版社
|
Dzialowski A R, Smith V H, Huggins D G, et al. 2009. Development of predictive models for geosmin-related taste and odor in Kansas, USA, drinking water reservoirs[J]. Water Research, 43(11): 2829–2840.
DOI:10.1016/j.watres.2009.04.001
|
方宇翘, 张国莹, 裘祖楠. 1993. 苏州河水的黑臭现象研究[J]. 上海环境科学, 1993, 12(12): 21–26.
|
Feng Z Y, Fan C X, Huang W Y, et al. 2014. Microorganisms and typical organic matter responsible for lacustrine "black bloom"[J]. Science of the Total Environment, 470: 1–8.
|
Giglio S, Chou W K W, Ikeda H, et al. 2011. Biosynthesis of 2-methylisoborneol in Cyanobacteria[J]. Environmental Science & Technology, 45(3): 992.
|
顾国维, 蔡不忒. 1983. 黄浦江黑臭趋势初步预测[J]. 上海环境科学, 1983, 2(4): 24–36.
|
国家环境保护总局《水和废水监测分析方法》编委会. 2002. 水和废水监测分析方法(第4版)[M]. 北京: 中国环境科学出版社.
|
郝晓明, 胡湛波, 刘成, 等. 2011. 南宁市竹排冲河道水体黑臭评价模型建立研究[J]. 华东师范大学学报(自然科学版), 2011, 1(1): 163–171.
DOI:10.3969/j.issn.1000-5641.2011.01.019 |
He D F, Chen R R, Zhu E H, et al. 2015. Toxicity bioassays for water from black-odor rivers in Wenzhou, China[J]. Environmental Science & Pollution Research, 22(3): 1731–1741.
|
胡荣梅, 鞠华. 1986. 苏南太湖地区主要城市水环境污染综合防治研究(下)[J]. 环境科学, 1986, 7(4): 14–23.
|
金相灿, 屠清瑛. 1990. 湖泊富营养化调查规范第二版[M]. 北京: 中国环境科学出版社: 303–316.
|
况琪军, 胡征宇, 周广杰, 等. 2004. 香溪河流域浮游植物调查与水质评价[J]. 植物科学学报, 2004, 22(6): 507–513.
DOI:10.3969/j.issn.2095-0837.2004.06.007 |
况琪军, 马沛明, 胡征宇, 等. 2005. 湖泊富营养化的藻类生物学评价与治理研究进展[J]. 安全与环境学报, 2005, 5(2): 87–91.
DOI:10.3969/j.issn.1009-6094.2005.02.024 |
李佐琛, 段洪涛, 张玉超, 等. 2015. 藻源型湖泛发生过程水色变化规律[J]. 中国环境科学, 2015, 35(2): 524–532.
|
刘玉, 陈桂珠. 1997. 深圳福田红树林区藻类群落结构和生态学研究[J]. 中山大学学报(自然科学版), 1997, 36(1): 101–106.
DOI:10.3321/j.issn:0529-6579.1997.01.004 |
刘鸿亮, 金相灿, 屠清瑛, 等. 1987.湖泊富营养调查规范[Z].北京: 中国环境科学出版社. 199-211
|
Liu C, Shen Q, Zhou Q, et al. 2015. Precontrol of algae-induced black blooms through sediment dredging at appropriate depth in a typical eutrophic shallow lake[J]. Ecological Engineering, 77: 139–145.
DOI:10.1016/j.ecoleng.2015.01.030
|
Naes H, Aarnes H, Utkilen H C, et al. 1985. Effect of photon fluence rate and specific growth rate on geosmin production of the cyanobacterium Oscillatoria brevis (Kütz.) Gom[J]. Applied & Environmental Microbiology, 49(6): 1538–1540.
|
Oh H S, Lee C S, Srivastava A, et al. 2017. Effects of environmental factors on cyanobacterial production of odorous compounds:geosmin and 2-methylisoborneol[J]. J Microbiol Biotechnol, 27(7): 1316–1323.
DOI:10.4014/jmb.1702.02069
|
Peter A, Köster O, Schildknecht A, et al. 2009. Occurrence of dissolved and particle-bound taste and odor compounds in Swiss lake waters[J]. Water Research, 43(8): 2191–2200.
DOI:10.1016/j.watres.2009.02.016
|
阮仁良, 黄长缨. 2002. 苏州河水质黑臭评价方法和标准的探讨[J]. 上海水务, 2002(3): 32–36.
|
Saadoun I M K, Schrader K K, Blevins W T. 2001. Environmental and nutritional factors affecting geosmin synthesis by Anabaena sp[J]. Water Research, 35(5): 1209–1218.
DOI:10.1016/S0043-1354(00)00381-X
|
Sheng Y, Qu Y, Ding C, et al. 2013. A combined application of different engineering and biological techniques to remediate a heavily polluted river[J]. Ecological Engineering, 57(57): 1–7.
|
沈国英, 施并章. 1990. 海洋生态学[M]. 厦门: 厦门大学出版社: 90–91.
|
税永红, 刘菁阳, 周添, 等. 2016.城市河道黑臭水体不同评价方法对比分析[C]//中国环境科学学会.2016全国水环境污染控制与生态修复技术高级研讨会论文集[A].北京: 中国环境科学研究院.48-54
|
Song S K, Shon Z H, Kim Y K, et al. 2009. Characteristics of malodor pollutants and aromatic VOCs around an urban valley in Korea[J]. Environmental Monitoring & Assessment, 157(1/4): 259–275.
|
Sugiura N, Inamori Y, Hosaka Y, et al. 1994. Algae enhancing musty odor production by actinomycetes in Lake Kasumigaura[J]. Hydrobiologia, 288(1): 57–64.
DOI:10.1007/BF00006806
|
Sugiura N, Utsumi M, Wei B, et al. 2010. Assessment for the complicated occurrence of nuisance odours from phytoplankton and environmental factors in a eutrophic lake[J]. Lakes & Reservoirs Research & Management, 9(3/4): 195–201.
|
Suurnäkki S, Gomez-Saez G V, Rantala-Ylinen A, et al. 2015. Identification of geosmin and 2-methylisoborneol in cyanobacteria and molecular detection methods for the producers of these compounds[J]. Water Research, 68: 56–66.
DOI:10.1016/j.watres.2014.09.037
|
谭天, 陈锡平, 徐晓东, 等. 2007. 温州城市河道生态调水控制性工程设置与效果分析[J]. 浙江水利科技, 2007(1): 26–28.
DOI:10.3969/j.issn.1008-701X.2007.01.007 |
王德铭, 王明霞, 罗森源. 1993. 水生生物监测手册[M]. 南京: 东南大学出版社.
|
王国芳. 2015.高密度蓝藻消亡对富营养化湖泊黑臭水体形成的作用及机理[D].南京: 东南大学
|
王旭, 王永刚, 孙长虹, 等. 2016. 城市黑臭水体形成机理与评价方法研究进展[J]. 应用生态学报, 2016, 27(4): 1331–1340.
|
Wang G F, Li X N, Fang Y, et al. 2014. Analysis on the formation condition of the alga-induced odorous black water agglomerate[J]. Saudi Journal of Biological Sciences, 21(6): 597–604.
DOI:10.1016/j.sjbs.2014.07.002
|
温灼如, 张瑛玉, 洪陵成, 等. 1987. 苏州水网黑臭警报方案的研究[J]. 环境科学, 1987, 8(4): 4–9, 96.
|
徐明德, 潘韩智. 2009. 汾河太原城区段及玉门河水质数值模拟研究[J]. 人民黄河, 2009, 31(3): 55–57.
DOI:10.3969/j.issn.1000-1379.2009.03.026 |
徐明德, 阎正坤, 朱秋丽, 等. 2012. 基于BP神经网络-隶属度的河流黑臭评价研究[J]. 数学的实践与认识, 2012, 42(17): 55–61.
DOI:10.3969/j.issn.1000-0984.2012.17.007 |
徐祖信. 2005. 我国河流综合水质标识指数评价方法研究[J]. 同济大学学报:自然科学版, 2005, 33(4): 482–488.
|
张晶尧, 徐明德, 张君杰, 等. 2015. 熵权物元可拓模型在河流黑臭评价中的应用[J]. 人民黄河, 2015, 37(2): 85–88.
DOI:10.3969/j.issn.1000-1379.2015.02.023 |
Zaitlin B, Watson S B. 2006. Actinomycetes in relation to taste and odour in drinking water:Myths, tenets and truths[J]. Water Research, 40(9): 1741–1753.
DOI:10.1016/j.watres.2006.02.024
|
郑丙辉, 曹承进, 秦延文, 等. 2008. 三峡水库主要入库河流氮营养盐特征及其来源分析[J]. 环境科学, 2008, 29(1): 1–6.
|