Identification of MIB producers and odor risk assessment using routine data: A case study of an estuary drinking water reservoir

重要链接

全文

摘要

MIB（2-甲基异莰醇）产生的蓝藻在水库中的识别一直是水库管理部门面临的一个巨大挑战，因为通常需要分离培养蓝藻菌株。在这项研究中，开发了一种基于皮尔逊积矩相关分析、标准化数据处理和专家判断相结合的协议，用于识别MIB生产者，主要基于来自中国长江某入海口饮用水水库的常规监测数据，并建立了一个使用分位数回归的风险模型，以评估MIB发生的风险。自2011年以来，该水库在夏季遭遇MIB问题。在323种浮游植物中，Planktothrix 被判定为该水库的MIB生产者，因为其表现出最高的相关系数（\(R\) = 0.60），以及最低的假阳性率（FP% = 0）和假阴性率（FN% = 14）。低假阳性率尤其重要，因为只有在检测到生产者时，MIB才应被检测到。高光消光系数（k = 5.57±2.48 m^-1）归因于河水中的高浑浊负荷，降低了水体表层的光强，这可能保护了低光照需求的_Planktothrix_免受过度太阳辐射的影响，使其在整个夏季持续生长。风险模型表明，当_Planktothrix_的细胞密度超过609.0个细胞/mL时，水中发生不可接受的MIB浓度（>15 ng L^-1）的概率高达90%，而当细胞密度降至37.5个细胞/mL和9.6个细胞/mL时，风险显著降低至50%和10%。本研究中开发的方法，包括识别潜在生产者的协议和风险模型，可为利用常规监测数据管理遭受MIB问题的水源提供参考案例。

图摘要

引用

Add to Zotero

@Article{su2021identification,
    title       = {Identification of MIB producers and odor risk assessment using routine data: A case study of an estuary drinking water reservoir},
    author      = {Ming Su and Yiping Zhu and Zeyu Jia and Tingting Liu and Jianwei Yu and Michael Burch and Min Yang},
    year        = 2021,
    journal     = {Water Research},
    volume      = 192,
    pages       = 116848,
    url         = {https://www.sciencedirect.com/science/article/abs/pii/S0043135421000464},
    issn        = {0043-1354},
    doi         = {10.1016/j.watres.2021.116848}
}