[发明专利]一种构建历史时期湖泊浮游植物群落的方法

说明书

技术领域

本发明属于水生态系统监测领域，涉及一种以湖泊表水理化因子、表水浮游植物群落及表层沉积物理化因子为依据，利用数学模型构建历史时期湖泊浮游植物群落的方法。

背景技术

浮游植物是植物群落的重要组成部分，通常浮游植物就是指浮游藻类。浮游植物是湖泊生态系统中重要的初级生产者，它启动了湖泊中的食物网，在湖泊生态系统的能量流动、物质循环和信息传递中起着至关重要的作用。浮游植物的群落结构和多样性变化可以敏感的反映出环境因子对生态系统的影响。不同浮游植物群落的细胞壁结构有所差异，在沉积过程中，硅藻以其硅质细胞壁抵御了酸碱的腐蚀，而绿藻、蓝藻等浮游植物群落会被逐渐分解，导致大部分浮游植物群落无法以生物化石的形式保存下来，即不能通过常规的生物实验鉴别浮游植物物种。绿藻、蓝藻群落可以有效指示湖泊的营养程度，甲藻群落可以反映湖泊溶解氧浓度的波动，硅藻群落对湖泊的水位水量有着较强的响应，因此构建历史时期湖泊浮游植物群落对理解湖泊生态系统变化和环境演变有着重要的意义。

近十几年来对浮游植物群落的研究逐步深入。国内，有学者利用多维尺度分析对不同季节浮游植物的丰度、生物量和群落关系进行了研究，由于硅藻的生长温度较绿藻和蓝藻低，同时春季是硅藻繁殖的高峰季节，因此浮游植物的生物量和丰度在春季较其他季节明显增加(王建国等，2011)；有学者利用Pearson相关分析和典范对应分析对浮游植物数量消长与环境因子的关系进行了探讨，结果表明水温、溶解氧和透明度是浮游植物数量消长的主要影响因子(王丽卿等，2011)；有学者发现水体中的pH和总磷浓度是影响浮游植物分布格局的重要因素(沈会涛等，2008)。国外，研究更重视对浮游植物群落和环境因子的连续观测，首先确定区域的主要浮游植物物种，通过长期监测发现温度是限制浮游植物体态的决定因子(Alam et al，2001)，基于食物网的动态模型被应用于预测湖泊浮游植物的生物量和生产量(et al.)，同时长序列时间和大尺度空间的结合是研究浮游植物群落和环境因子作用的一个趋向(Popovich et al.)。检索发现浮游植物群落测定的发明专利，申请号为200910119854.0，名称为一种浮游植物群落组成快速测定方法，公开号为CN101561395，该方法包括3个步骤：获得浮游植物荧光光谱原始谱库；构建高维正交空间，提取浮游植物荧光光谱特征；对浮游植物样品荧光光谱进行识别分析，最终确定浮游植物群落组成。

检索发现浮游植物群落检测的发明专利，申请号为201010184785.4，名称为一种浮游植物群落结构的检测方法，公开号为CN101838700A，该方法包括4个步骤：浮游植物水样采集；DNA提取；使用变性梯凝胶电泳技术进行浮游植物群落结构分析；图形处理及数据分析，最终确定浮游植物群落的结构组成，有利于浮游植物赤潮的爆发预警。

由此可见，我们可以借助数学模型构建历史时期湖泊浮游植物群落，了解湖泊历史时期的环境状况及演变过程，对于维持现代湖泊生态系统的健康具有重要的指导意义。

发明内容

历史时期湖泊浮游植物群落的构建包括三部分：筛选部分，分析部分和构建部分。筛选部分是运用小波分析选出关键的表水理化因子和表层沉积物理化因子；分析部分是利用基于遗传算法的回归方程建立两种关键理化因子的定量关系，同时运用典范对应分析探索表水关键理化因子与浮游植物群落的响应关系；构建部分是借助推算出的对应历史时期表水关键理化因子值，建构历史时期湖泊浮游植物群落，用沉积柱各剖面层的硅藻物种对模型进行验证。

附图说明

历史时期湖泊浮游植物群落构建流程图

具体实施方式

1)筛选关键理化因子

运用Haar小波分解模式分析理化因子的变化趋势，Haar小波的光滑性较差，但具有很好的局部性，可以对波动信号的总体趋势进行分析，局部振荡较大的理化因子表明其变化具有显著性，理化因子的变化梯度大有助于分析浮游植物群落的结构变化

Haar小波：

其中，θ(t)表示一个基小波