重慶研究院水庫水體富營養化研究取得進展

　　近日，中國科學院重慶綠色智能技術研究院大數據挖掘及應用中心在水庫水體富營養化研究中取得系列進展，相關研究成果發表在Ecological Indicators、Chemometrics and intelligent laboratory systems和Water Resources Management等期刊上。研究獲得國家科技重大專項“水體污染防治與治理”項目、中科院率先行動百人計劃項目和國家自然科學基金項目的支持。

　　富營養化是氮、磷等營養鹽含量過多所引起的全球性水環境問題，受到世界各國政府和學者的高度關注。為有效防止富營養化的發生，保障水體的正常功能，對富營養化程度進行科學評價是重要前提。它是水環境科學管理的基本手段，可為富營養化的防治提供決策依據。

　　在富營養化評價中通常會面臨三種問題：一是知識冗余及其不確定性問題，由于影響富營養狀態的因素眾多并具有很多不確定性，這種冗余和不確定性來源多個方面，如不同地域間的影響因素不同，以及人為活動和社會經濟不同等；二是監測數據獲取具有一定的隨機性，包括監測人員的個體操作差異、統計方法的選用差異以及監測儀器的精度差異和故障問題；三是監測數據的獲取成本，在富營養化評價中，各監測指標數據的獲取代價并不相同，如總磷(TP)、總氮(TN)和高錳酸鹽指數(CODMn)的在線監測需要消耗大量試劑和能量用于復雜的消解過程，因而其獲取代價高于葉綠素a(Chl-a)、透明度(SD)等指標。

　　針對以上三種問題，研究團隊分別提出了粗糙集與多維云模型的混合模型、動態的奇異粗糙集模型和基于半監督分類技術的富營養化評價模型。與主流富營養化評價模型比較，上述模型從信息科學角度出發，實現了高質量的富營養化評價，主要體現在：（1）評價結果優于主流分類及富營養評價模型。其不僅能評價富營養級別，還能預測富營養狀態值，預測效果理想。（2）協助專家在區域內的所有水華異常項中分析出某次水華前兆異常項的最小集合，減小了問題求解規模，為水華預測提供了客觀依據，以此輔助決策者快速準確的評估水質以及估計其發展趨勢。（3）針對實時監測大數據實現快速評價處理，并利用部分低代價監測指標幫助或取代部分高代價監測指標實現富營養化的準確評價。該系列項目研究成果將有助于對大型水庫富營養化問題的科學認知評價和監測預警。