PCLake - PCLake

PCLake динамичный, математическая модель раньше учился эвтрофикация эффекты на мелководье озера и пруды. Модели PCLake явно самые важные биотический групп и их взаимоотношений в общих рамках питательные циклы. PCLake используется как учеными, так и специалистами по водным ресурсам. PCLake в 2019 расширен до PCLake +^[1] который может быть применен к стратификационным озерам.

Фон

Обычно мелководные озера находятся в одном из двух контрастных альтернативные стабильные состояния:^[2] прозрачное состояние с погруженными макрофитами и рыбоядными рыбами или мутное состояние с преобладанием фитопланктона и бентоядных рыб. Переход из одного состояния в другое во многом обусловлен поступлением питательных веществ (фосфор и азот ) в экосистему.^[3] Если содержание питательных веществ превышает критическое значение, эвтрофикация вызывает переключение из прозрачного состояния в мутное. В результате загрязнения городской воды и / или интенсивное сельское хозяйство в водосборные территории многие мелководные озера и пруды мира находятся в эвтрофном состоянии с мутной водой и плохим экологическим качеством. В этом мутном состоянии озеро также становится объектом цветения токсичных водорослей. цианобактерии (также называемые сине-зелеными водорослями). Однако восстановление прозрачного состояния затруднено, поскольку критическая нагрузка питательными веществами для обратного переключения часто оказывается ниже, чем критическая нагрузка в сторону мутного состояния. Таким образом, снижение поступления питательных веществ не приводит автоматически к переключению обратно в фазу чистой воды. Следовательно, система показывает гистерезис.

Заявление

PCLake разработан для изучения воздействия эвтрофикации на мелководные озера и пруды.^[4] С одной стороны, модель используется учеными для изучения общего поведения этих экосистем. Например, PCLake используется для понимания явлений альтернативных стабильных состояний и гистерезиса, и в этом свете, относительной важности таких характеристик озера, как глубина воды или длина выборки.^[5] Также были изучены потенциальные последствия потепления климата для мелководных озер.^[6] С другой стороны, PCLake применяется менеджерами водных ресурсов озера, которые считают мутное состояние нежелательным. Они могут использовать модель для определения критических нагрузок для своих конкретных озер и оценки эффективности восстановительных мер. Для этого также была разработана метамодель.^[7] Мета-модель может использоваться специалистами по управлению водными ресурсами для получения оценки критических значений нагрузки для определенного озера на основе лишь нескольких важных параметров без необходимости запуска полной динамической модели.^[8]

Озера, смоделированные с помощью PCLake

номер	Название озера	Страна	Глубина (м)	Площадь озера (км^2)
1	Hollands-Ankeveen[9]	Нидерланды	1.3	0.85
2	Bergse Achterplas[9]	Нидерланды	2.0	0.41
3	Bergse Voorplas[9]	Нидерланды	2.0	0.60
4	Beulakerwijde[9]	Нидерланды	1.8	13.00
5	Ботсхол, Гроте Видже[9]	Нидерланды	2.0	0.53
6	Кааг, Норремер[9]	Нидерланды	2.4	3.20
7	Лангераар, Гирплас[9]	Нидерланды	1.9	0.28
8	Loosdrecht[9]	Нидерланды	2.2	9.40
9	Наарден, Гроте Меер[9]	Нидерланды	1.3	1.70
10	Наарден, Вейде Блик[9]	Нидерланды	1.0	0.38
11	Reeuwijk, Nieuwenbroek[9]	Нидерланды	1.8	1.04
12	Nieuwkoop, Noordeinder[9]	Нидерланды	3.0	1.50
13	Nieuwkoop, Zuideinder[9]	Нидерланды	3.0	1.00
14	Reeuwijk, Elfhoeven[9]	Нидерланды	2.0	1.09
15	Westeinderplassen[9]	Нидерланды	2.8	8.52
16	Zuidlaardermeer[9]	Нидерланды	1.0	6.00
17	Nannewijd[9]	Нидерланды	1.0	1.00
18	Blankaart[9]	Бельгия	1.0	0.30
19	Матен 13[9]	Бельгия	0.8	0.03
20	Visvijver[9]	Бельгия	0.8	0.01
21	Гара, Юг[9]	Ирландия	1.0	2.03
22	Maumwee[9]	Ирландия	2.0	0.27
23	Муллах[9]	Ирландия	2.3	0.35
24	Pollaphuca[9]	Ирландия	6.8	19.74
25	Рамор[9]	Ирландия	3.0	7.41
26	Лукнайно[9]	Польша	1.8	6.30
27	Waalboezem[9]	Нидерланды	3.8	0.78
28	Binnenbedijkte Maas[9]	Нидерланды	4.0	1.58
29	Brielse Meer[9]	Нидерланды	5.5	4.91
30	Волкерак[9]	Нидерланды	5.0	45.70
31	Zoommeer[9]	Нидерланды	6.0	15.80
32	Oude Venen 2[9]	Нидерланды	1.3	0.10
33	Veluwemeer[9]	Нидерланды	1.6	32.40
34	Wolderwijd[9]	Нидерланды	1.9	18.00
35	Nuldernauw[9]	Нидерланды	2.1	8.70
36	Дронтермер[9]	Нидерланды	1.3	5.40
37	Braassemermeer[9]	Нидерланды	3.9	4.52
38	Лангераар, Нордейнде[9]	Нидерланды	1.9	0.75
39	Муи Нел[9]	Нидерланды	4.5	1.16
40	Хет Хол[9]	Нидерланды	1.0	0.30
41	Kortenhoef[9]	Нидерланды	1.2	1.93
42	Stichts-Ankeveen[9]	Нидерланды	1.0	1.00
43	Фризские озера (в среднем)[9]	Нидерланды	1.4	5.18
44	Enso[9]	Дания	1.9	0.11
45	Недерсо[9]	Дания	1.6	0.14
46	Соби[9]	Дания	3.0	0.72
47	Петля[9]	Дания	1.2	0.91
48	Квинд[9]	Дания	1.9	0.15
49	Коносамент[9]	Дания	1.0	0.45
50	Силькеборг-Лангсо[9]	Дания	2.0	0.46
51	Honda[9]	Испания	1.0	0.09
52	Нуэва[9]	Испания	1.5	0.27
53	Ботсхол Кляйне Видье[9]	Испания	1.7	0.21
54	Тайху[10]	Китай	1.9	2250
55	Dianchi[11]	Китай	4.4	298
56	Чаоху[12]	Китай	2.5	760

Содержание модели

Математически PCLake состоит из набора связанных дифференциальные уравнения. С большим количеством переменные состояния (> 100) и параметры (> 300) модель можно охарактеризовать как относительно сложную. Основные биотические переменные: фитопланктон и подводная водная растительность, описывая основное производство. Упрощенный пищевой сети состоит из зоопланктон, зоопаркбентос, молодь и взрослый сиг и рыбоядная рыба. Основными абиотическими факторами являются прозрачность и питательные вещества фосфор (P), азот (N) и кремнезем (Si). В основе модели лежат баланс воды и питательных веществ (приток и отток). Модель описывает полностью перемешанный водный объект и включает как толщу воды, так и верхний слой наносов. Общие циклы питательных веществ для азота, фосфора и кремния описываются как полностью закрытые (за исключением притока и оттока и денитрификация ). Входными данными для модели являются: гидрология озера, содержание биогенных веществ, размеры и характеристики наносов. Модель рассчитывает хлорофилл -a, прозрачность, цианобактерии, растительный покров и биомасса рыб, а также концентрации и потоки питательных веществ N, P и Si и кислорода. По желанию можно включить зону заболоченных земель с болотной растительностью и водообменом с озером.

PCLake откалиброван по данным о питательных веществах, прозрачности, хлорофилле и растительности более чем 40 европейских (но в основном голландских) озер, и был проведен систематический анализ чувствительности и неопределенности.^[13]Хотя PCLake в основном используется для голландских озер, вполне вероятно, что модель также применима к сопоставимым не-расслоение озера в других регионах, если параметры скорректированы или внесены небольшие изменения в модель.

Разработка модели

Первая версия PCLake (к тому времени называемая PCLoos) была создана в начале 1990-х годов на Нидерландский национальный институт общественного здравоохранения и окружающей среды (RIVM) в рамках проекта исследования и восстановления озера Лосдрехт. С тех пор он был расширен и улучшен. Параллельно PCLake, PCDitch была создана модель экосистемы канав и других линейных водоемов. Эти модели были доработаны доктором. Ян Х. Янсе и его коллеги из Нидерландское агентство по оценке окружающей среды (PBL), ранее входившая в состав RIVM. С 2009 года модель находится в совместном владении PBL и Нидерландского института экологии, где ведется дальнейшее развитие и применение PCLake, связанного с водно-экологическими исследованиями.

Смотрите также

• Экологический портал
• Портал окружающей среды
• Водный портал

• Модель экосистемы
• Моделирование качества воды
• Экопат
• PCDitch

Рекомендации

1. Janssen, Annette B.G .; Терлинкс, Свен; Beusen, Arthur H.W .; Huijbregts, Mark A.J .; Рост, Ясмийн; Schipper, Aafke M .; Seelen, Laura M. S .; Mooij, Wolf M .; Янсе, Ян Х. (24.03.2019). «PCLake +: основанная на процессах экологическая модель для оценки трофического состояния стратифицированных и не стратифицированных пресноводных озер во всем мире». Экологическое моделирование. 396: 23–32. Дои:10.1016 / j.ecolmodel.2019.01.006. ISSN  0304-3800.
2. Шеффер М., 1993. Альтернативные равновесия в мелководных озерах. Тенденции в экологии и эволюции 8: 275–-279
3. Janse JH, 1997. Модель динамики питательных веществ в мелководных озерах по отношению к нескольким стабильным состояниям. Hydrobiologia 342/343: 1–8
4. Янсе Дж. Х., 2005. Модельные исследования эвтрофикации мелководных озер и канав. Кандидатская диссертация. Университет Вагенингена
5. Janse JH и другие, 2008. Критическая нагрузка фосфором различных типов мелководных озер и последствия для управления, оцененные с помощью модели экосистемы PCLake. Лимнологика 38: 2003–2019
6. Mooij WM и другие, 2007. Прогнозирование воздействия изменения климата на мелкие озера умеренного пояса с помощью модели экосистемы PCLake. Hydrobiologia 584: 443–454
7. http://themasites.pbl.nl/modellen/pclake/
8. Шеп, С. (на голландском языке) 2010. Neuraal netwerk PCLake ten behoeve van KRW-verkenner. Виттевен + Бос; rapportnr. UT565-2-1
9. Янсе, янв (2008). «Критическая нагрузка фосфором на мелководные озера различных типов и последствия для управления, оцененные с помощью модели экосистемы PCLake». Imnologica-Экология и управление внутренними водами. 38 (3–4): 203–219. Дои:10.1016 / j.limno.2008.06.001.
10. Янссен, Аннет Б. Г. (2017). «Пространственная идентификация критических нагрузок по биогенным веществам в крупных мелководных озерах: последствия для озера Тайху (Китай)». Водные исследования. 119: 276–287. Дои:10.1016 / j.watres.2017.04.045.
11. Ли, Дяньчи (2019). «Моделирование питательных веществ в озере Дяньчи (Китай) и его водоразделе». Управление водными ресурсами в сельском хозяйстве. 212: 48–59. Дои:10.1016 / j.agwat.2018.08.023.
12. Конг, Сянчжэнь (2016). «Гидрологическое регулирование приводит к смене режима: данные палеолимнологии и моделирования экосистемы большого мелководного китайского озера». Биология глобальных изменений. 23 (2): 737–754. Дои:10.1111 / gcb.13416.
13. Janse JH и другие, 2010. Оценка критической нагрузки фосфором на мелководные озера с помощью модели экосистемы PCLake: чувствительность, калибровка и неопределенность. Экологическое моделирование 221: 654–665