论文部分内容阅读
水华是藻类突发性大量生长的水体污染现象。水华暴发会释放藻毒素同时藻层阻隔大气中氧气进入,引起水生生物窒息死亡,使水体产生异味,造成水体质量的严重破坏。水华造成水环境的严重污染引起越来越多的学者的关注和研究,然而消落带水域是一个多因素耦合、多维度协同和具有整体性特征的非线性复杂生态环境动力学开放子系统,采用近代归纳式研究方法和理论已很难描述、研究并定量揭示其内在演化规律。本文以复杂网络(Complex Networks,CNs)理论为基础,从图论(Graph Theory)和统计规律上描述和求解复杂系统的整体行为。CNs理论由于1998年Watts揭示了CNs的小世界(Small World)属性,1999年Albert发现了CNs的无标度特性(Scale-Free,SF)等,拓展了CNs的应用领域,为表征和研究消落带水华污染提供了全新的视角、思路和手段。表征复杂网络的参数主要有平均路径长度(Average Path Length,L)和聚类系数(Clustering Coefficient,C)。根据定义,L是任意两个节点之间距离的平均值,C是网络中与节点连接的其它节点也可能彼此连接的特性的数值表示。本文按照CNs理论将具体网络抽象为一个由点集V和边集E组成的图G=(V,E),从而将消落带水华暴发抽象成一个CNs系统,通过合理抽象将消落带系统映射到CNs系统进行运算,再通过反演来表达系统的水华暴发行为。基于CNs理论的思路和统计规律,将引起水华暴发的各种因素抽象为点集V的各个节点,各因素间的相互作用抽象为边集E的各条边。从而将消落带水域多因素耦合、多维度协同作用造成的水华暴发抽象是各节点相互连接而形成的一个复杂网络。在初步建立水体中水华暴发的CNs模型上,根据CNs理论对平均路径长度L和聚类系数C的定义,得出在水华暴发CNs模型中,L与水华暴发的概率成反比,而C反映了水华暴发的各因素之间的相互作用程度。通过代入2007年春季嘉陵江、长江和2002年乌江“黑潮”8月份乌江渡水库监测数据,对表征水华暴发CNs系统参数L和C的计算,得出发生水华水域的L越小水华暴发的概率越大,即通过监测数据验证了CNs理论结果。同时根据CNs理论对参数C定义,由计算值得出在水华暴发前后C是一个先增加后减小在增加的过程,表明在水华暴发周期(暴发前期、暴发时期、消退时期),各因素间的相互作用是先增强后减弱再增强的过程。