湖泊生态系统的建模

L Hakanson,乌普萨拉大学瑞典乌普萨拉©2009爱思唯尔有限公司保留所有权利。

介绍:基本概念和建模中存在的问题湖泊生态系统

每一个水生生态系统是独一无二的,但只有少数详细研究了生态。原因与湖泊的实用价值,包括渔业、娱乐、和水供应,有要求分析有关信息或预测湖泊没有详细的研究。生态系统建模是预测和分析的主要工具可以在这种情况下提供。

湖泊生态系统建模和其他水生生态系统不仅是重要的实际问题与湖泊管理或环境治理、而且在展示的方式等多种因素同时在生态系统功能社区组成、生物生产力、生物地球化学过程。因此,建模是有用的不仅是为解决问题提供实用信息的一种手段,而且在提高基本的了解湖泊生态系统。

湖泊生态系统模型是由链接预测方程合并多个环境变量。环境变量可能的物理、化学或生物,他们通常表示为单位数量或体积单位面积,或通量(单位时间内的质量或能量)。相关变量对湖泊生态系统模型不仅包括那些适用于湖本身,但也的分水岭湖获取水和溶解或悬浮物质影响生态系统过程(图1)。

环境变量在湖泊生态系统模型中使用的两种类型:那些特定站点的数据必须在建模的支持,和那些可以使用典型的或通用的值。特定变量的例子包括湖的尺寸(例如,平均深度),水文特征(例如,水力停留时间),和浓度在水中的溶解或悬浮物质(如营养、有机物)。变量的例子,典型的或通用的值可以使用包括利率水柱的传质沉积物表面的沉积物表面或水柱。变量特定于给定的湖将会把这里称为lake-specific变量,但有时也被称为“强制驱动变量。变量的典型的或通用的信息是足够的会将这里称为泛型变量。

重复测试模型的预测能力,根据实际生态系统特征,表明哪些环境变量必须因地制宜,哪些可以通用。这样的经验建模的一个重要结果在过去二十年中是一个非常重要的环境变量数量可以通用模型的预测能力。

数学上来说,可以创建生态系统模型的复杂性。但经验表明,复杂性降低了预测生态系统模型的可靠性。因此,建模的一个重要目标是代表相关的生态系统过程的方式既现实又简单。结合的原则简单通用的变量的原则极大地简化对湖泊生态系统建模。

一旦准备作为一组相关方程基于特定场地和泛型变量,必须校准,使预测模型为一个特定的湖。校准涉及插入特定站点的具体数值变量。通常第一次尝试校准模型进行预测一个特定的模型表明,湖有偏见的预测。modeler然后试图找到一个错误在校准。如果找到一个疑似错误,校准调整,直到模型产生的预测显示低的偏见。

校准的校准过程涉及调整产生现实的结果可能会误导人。因为模型包含耦合方程,其中有许多相互抵抗的效果,它几乎总是可以使模型产生结果的低偏差通过调整校准的一个或多个变量。因此,一种改进的适合并不一定表明初始模型的问题已经得到解决;它只显示了模型已被迫产生一个更好的预测调整,可能是也可能不是正确的。

modeler的工具在校准验证错误。验证的过程建模者使用一个模型,该模型已校准

点源排放的降水

点源排放的降水

图1示意图说明影响湖泊的基本的运输过程。

或一些其他生态系统生态系统进行预测,没有参与校准过程。换句话说,它是一个测试模型的外首次开发的框架模型。如果模型已正确校准,它将执行在系统中未使用校准过程,提供这些系统一般用于校准的相似性的。

湖泊生态系统模型的应用程序产生的价值模型的几个指标。首先,在验证模型预测的准确性和精度的量化指数模型的价值。第二个指标是实际的或基本模型预测的重要性;失败的模型来预测最重要类型的结果是一个疲软的指标模型。第三个价值指数的范围可以应用的条件。一些模型条件下表现良好,非常接近那些用于校准,但无法预测湖泊的条件不同于那些用于校准。更健壮的模型更有价值。最后,最成功的是那些模型可以成功运营的特定场域变量的基础上,信息是容易的。模糊需求信息可以减少模型的价值。

强调简洁,在必要时为了保护模型的预测能力,建模者必须避免任何试图代表数学生态系统的所有可能的连接从细胞水平延伸至整个有机体,人口和社区。建模者必须寻找有意义非生物因素和生物反应之间的联系在生态系统水平。一个成功的方法在这个尝试简化之间定量关系的发展大众运输环境重要的物质和生物驱动生态系统响应。这个概念可能被称为“effect-load-sensitivity”(ELS)生态系统建模方法。适合建模,是水资源管理直接相关。它是基于湖泊的原则通常有不同的敏感性给定质量负载的污染物。例如,湖泊显示低pH值将维持鱼类数量的汞浓度每单位质量高于湖泊高pH值接收相同的汞负荷单位体积或单位面积。

古典湖建模:Vollenweider方法

理查德Vollenweider首先表明,磷浓度的湖泊可以预测水力停留时间(水保留时间)和磷的平均浓度为河流或小溪进入湖用质量平衡模型。然后,他表明,浮游植物的丰度特征,以水体叶绿素浓度,可以预测建模的磷浓度。校准磷和叶绿素a之间的关系是通过简单的回归分析从野外观察众多湖泊。Vollenweider的方法是伟大的实用价值因为它使湖经理第一次计算多少减少磷的运输需要一个湖为了减少藻类的生长在湖里为管理目的一个可接受的水平。

Vollenweider方法,虽然很有影响力,已经显示出一定的局限性。首先,它不处理时间浮游植物生物量的变化,因此未能解释的特殊重要性藻类生物量与平均生物量达到顶峰。此外,Vollenweider方法,最初,未能考虑到大量逃离的磷效率最高的湖泊沉积物的(“内部装载的磷”)。因为这样的湖泊可以自我加肥,控制外部的磷源的预测效果可能不是有效的。即便如此,Vollenweider方法仍是一个重点湖泊富营养化建模,因为它显示了成功的两个关键特性模型:简单和容易定义的使用,lake-specific变量。

湖模型不同处理非生物和生物变量。污染物或营养质量通量,携带单位时间单位的克,或数量或浓度无机物质,一般都是通过使用微分方程处理。适合作为生物直接控制下的环境变量(一)必须区别对待,因为他们不反映了质量守恒定律。例如,营养在一个湖泊可能不是完全纳入浮游植物生物量因为存在的生物去除剂(食草动物)或液压的生物量(冲洗)。因此,适合作为非生物相关变量通过经验校准,这常常涉及回归Vollenweider使用的类型。

船模型结合的质量平衡方法非生物变量的预测与回归分析等实证方法与bioin-dicators非生物变量(图2)。这样,这样一个模型使用质量守恒的原则来计算一个重要非生物变量的负载或浓度等养分浓度。然后模型非生物变量转换成生物信号,如图所示,通过经验建立适合作为一个或多个非生物变量和生物学指标之间的关系。因此,建模方法、Vollenweider首创,可用于预测范围广泛的生物学指标反应通过一致的使用一些简单的模型发展的原则。

人口、土地利用

我分水岭地区被^预测养分运输

营养负荷的湖

营养负荷的湖

内部流程:沉积、再悬浮、扩散、混合、矿化

营养浓度

生物学指标1西奇深度fBioindicator 2》IjChlorophyll-a

生物学指标4,大型植物覆盖

^生物学指标3日深,血氧饱和度水区域

图2基本元素在ELS水生富营养化研究建模和管理利用养分浓度相关的质量平衡模型和回归分析适合作为(例如,海水透明度深度、叶绿素a的浓度,血氧饱和度在深水区和大型植物覆盖)。

规模的相关性建模

适合作为,通常都是高度重视的目标建模,可以在大范围的时间和空间尺度上的量化。模型设计的预测产生在不同尺度定性可能产生不同的结果。modeler的关键是选择合适的空间和时间尺度给应用程序。

的灵活性发展不同规模的模型在一定程度上受到的可用性和程度的不确定性建模的所有类型的经验数据支持。如图3所示,不确定性增加时间范围内增加(相同的空间规模将是真实的),但短时间尺度建模的约束产生不可能要求经验文档。因此,最优条件建模涉及中间尺度的时间和空间。此外,关注生态系统作为一个自然实体征收一定的空间约束。生态系统建模不能从经验数据积累很容易在特定的生物。因此,生态系统建模是通过关注适合作为对整个生态系统产生影响。例如,生态系统食物链现象的建模等生物浓缩的汞可以开始考虑的丰度和类型的一个湖泊的顶级食肉动物。顶级食肉动物的影响是通过食物链的关系越低,传播影响营养动力学在一个生态系统的基础上。

最近的事态发展在质量平衡模型

意外向大气中释放大量的radio-cesium从乌克兰的切尔诺贝利反应堆在1986年导致了运输大量的放射性铯斯堪的纳维亚和欧洲。虽然令人担忧的从环境和人类健康的角度,切尔诺贝利事故允许前所未有的质量平衡跟踪环境组成(铯)。因为可以检测出放射性铯通过其放射性排放,即使是少量的运输从大气到土壤表面,并通过土壤表面排水网,进入食物链可以在许多不同的研究空间大的规模类型的水生生态系统。

放射性铯的研究产生了新的理解率和传输机制不仅放射性铯,而且对许多其他物质,包括污染物和营养相关的湖泊生态系统的建模。这种改善程度的理解导致复杂的质量平衡预测湖泊生态系统模型(图2)。

沉积作用是这个名字从水沉积物通量携带质量。返回从沉积物质量水柱可以发生再悬浮,由湍流生成在湿地中,或在浓度梯度扩散在湿地中。此外,一些质量是通过埋

400 350 300 250

400 350 300 250

	\ /简历
\ N
	\最优

sE ra

时间范围内

图3说明水生生态的因素控制模型的最优性。曲线明显的简历表明,大多数湖变量显示越来越多的变异系数(CV)和增加样本的时间间隔。曲线标记N(数据点的数量需要运行或测试模型)显示,数据要求更高的模型用来预测短而不是长时间尺度。最优曲线说明了简历和N的综合效应。

底部的湖上积累的质量,和一些叶子湖水流出。通量如图2所示的形式massbalance建模的核心的湖泊。

质量平衡模型如图2所示,通过改善新见解来自切尔诺贝利核污染,显示出很高的预测能力。例如,建模的放射性铯浓度23截然不同欧洲的湖泊占96%的方差和显示斜坡有关保护观察浓度为0.98。如此高的可预测性在massbalance建模是非常有用的。

图4显示了建模的磷支持管理通过使用LakeMab,湖泊生态系统模型,通过切尔诺贝利灾难所引导的方法获得的。结果所示模型是实现没有校准。

改善建模实践

缩写是广泛用于生态系统建模。现代缩写系统遵循规则,旨在简化数学术语的使用。相反在数学和物理定义,避免希腊字母记忆字母组合。一致性是用于等措施。例如,措施持续长度指定为L, subclassified用

巴拉顿湖(大、浅、富营养的)

建模

建模

25个月

25个月

bullaren湖(中间大小和中滋育的)

观察到的

bullaren湖(中间大小和中滋育的)

观察到的

建模

建模

25个月

琴湖(小,深度和贫营养)

观察到的

建模

25个月

图4 (a)的建模结果非常大,浅富营养的湖巴拉顿湖,匈牙利,(b) Bullaren湖,瑞典,这是一个温和的大小(本研究)中滋育的和(c)琴湖,加拿大,这是非常小,深而贫瘠。建模的数据给TP浓度以及观察到长期的中间值。

下标。例如,Lmax最大长度。流量从一个舱到另一个生态系统的指定下标:工厂意味着通量从舱舱B。

不同形式的一个特定的物质被使用建模可能是杰出的分布系数的一个模型。例如,系数可能区分溶解和颗粒分数水柱。这种区别是重要的功能,因为particu-late分数可以解决沉积物,而分数不能溶解。给出系数向深海与浅海沉积再悬浮的更有可能。总的来说,分布系数的使用促进了建模的重要质量流量过程内湖泊:例如,从水中沉淀沉积物,沉积物的再悬浮水,从泥沙的扩散水,混合与深水表层水,从有机无机形式和转换。

模型如图2所示是一个典型的使用空间隔间:地表水,深水,侵蚀和运输区域,区域的积累。象征性的符号引用这些隔间。例如,FSWDW表明通量从地表水深水。

建模基于官能团的食物网

管理问题与生产率有关,社区组成和生物量的浓度通常需要建模的食物网的交互。图5显示了一个典型的应用程序。对于大多数湖泊生态系统建模、模型中包括若干官能团:食肉鱼,猎物鱼,底栖动物掠夺性的浮游动物,食草浮游动物、浮游植物bacterioplankton, ben-thic藻类、大型植物。组功能相关。例如,食肉鱼类吃猎物的鱼,吃食草和食肉浮游动物和底栖动物。隔间的变化是通过利用常微分方程使用每周或每月的时间尺度。校准版本的模型产生预测的典型模式。湖泊污染等应对不同寻常的影响将显示偏离这些模式,这将表明数据收集和实证分析的必要性。

食物网的概念建模的基础包括消费被掠食者,代谢效率,流动率生物质在隔间里,选择性的喂食,和迁移率(特别是鱼)。

湖泊生态系统建模的未来

最近的改进建模表明,湖泊生态系统建模将比过去更有用和更广泛的适用。因此,模型处理问题可能更广泛地纳入大学重要的管理培训项目,用于支持决策。它永远是正确的,然而,每个模型都有一个特定的领域使用,外,它的使用将不合适。也许未来模型开发的最重要的方面,因此也对我们的理解和结构水生生态系统的功能,与可靠的实证数据的访问不同类型的湖泊。这是费时和昂贵的工作,应该有一个高,而不是低,优先级,尽管它可能并不总是被视为非常迷人的工作。

肉食性鱼类

猎物的鱼

二级生产商

底栖动物^ ^ ^ ^掠夺性浮游动物

沉积物底栖藻类大型植物食草浮游动物_

继续阅读:公司信息

这篇文章有用吗?

0 0