【專家視角】史小麗研究員等-WR｜極端氣候事件驅動大型淺水湖泊藍藻水華“常態化”風險

來源：市場資訊

（來源：生態修復網）

湖泊藍藻水華是全球變化背景下水環境安全領域面臨的重要挑戰，不僅威脅湖泊生態系統穩定性，還會增加飲用水處理壓力并提升水華毒素風險。相較于氣候平均態變化，極端高溫、極端降雨和極端干旱等事件具有突發性強、影響劇烈和滯后效應顯著等特征，可能更直接觸發藍藻水華暴發。然而，當前研究多聚焦氣候變暖等平均態效應，缺乏對極端氣候事件邊際貢獻的定量評估，對其差異化作用路徑缺乏深入解析，且尚未將極端暴露特征納入可解釋、可遷移的水華預警框架。

近日，中國科學院南京地理與湖泊研究所史小麗研究員團隊以洪澤湖為研究對象，融合2003—2024年多源日尺度數據，構建了分布滯后非線性模型（DLNM）與反事實分解相結合的歸因框架，并建立了以極端氣候暴露特征為核心的機器學習水華日尺度預報模型，系統揭示了極端氣候事件驅動大型淺水富營養化湖泊藍藻水華風險演變的關鍵規律。

一、首次定量分離了極端氣候事件與正常氣候負荷對水華的相對貢獻

2003—2024年，極端氣候事件對洪澤湖藍藻水華面積的累計貢獻（61.59%）已超過正常氣候負荷。不同類型的極端事件呈現出明顯的類型特異性與滯后性：極端高溫（EHEs）和極端干旱（EDEs）顯著促進了水華暴發，極端降雨（EREs）則通過水體混合和沖刷作用對水華起到抑制作用。

圖1.

極端氣候事件驅動洪澤湖藍藻水華常態化

二、基于極端氣候暴露特征實現無同步水質輸入的藍藻水華預警

在預測層面，研究構建以極端高溫、極端降雨和極端干旱暴露特征為核心的機器學習預報框架。結果表明，即使不引入同步水質數據，仍能夠較有效實現洪澤湖藍藻水華日尺度連續預報與閾值預警。這表明，在富營養化背景長期存在、水質數據獲取存在時空局限的湖泊中，極端氣候暴露本身已包含較強的風險信息，可為低成本、低延遲、可遷移的業務化水華預警提供新思路。

極端氣候事件對洪澤湖藍藻水華的影響

三、揭示未來極端氣候下藍藻水華“常態化”趨勢，提出氣候韌性治理策略

研究進一步評估了“減污—氣候變化”雙重壓力下的控藻策略，發現：即便未來實現嚴格營養鹽控制目標，在極端氣候強力驅動下，水華依然難以被完全遏制。因此，未來湖泊管理必須從傳統的“基于平均氣候狀態”的治理范式，轉向“防范極端氣候風險”的適應性管理范式。

該研究從事件尺度歸因、機制解析、預警建模和未來情景預測四個層面，提出面向淺水富營養化湖泊的極端事件驅動型藍藻水華研究新范式。研究表明，在全球變化背景下，藍藻水華風險管理需由傳統的“平均氣候—營養鹽”控制思路，轉向兼顧極端事件、營養鹽調控與預警響應的協同治理路徑。相關成果深化了對極端氣候事件重塑湖泊藍藻水華風險的科學認識，為淺水富營養化湖泊的業務化預警、適應性治理及氣候韌性營養鹽目標制定提供重要支撐。

上述研究以Intensifying extreme climatic events drive the normalization of cyanobacterial blooms in a large shallow eutrophic lake為題發表于Water Research，中國科學院南京地理與湖泊研究所特別研究助理劉常清為論文第一作者，史小麗研究員為通訊作者。該研究得到江蘇省基礎研究計劃和國家自然科學基金項目資助。

(生態修復網)