梁溪河(E120°14′22″~120°17'47″, N31°33′10″~31°33′48″)地处江苏省无锡市滨湖区，位于太湖东北方向，是市区内最大的内河，也是太湖北部湖区梅梁湾的一条主要出水河道^[9]。河道呈东西走向，河流总长度7 km，其作为天然纽带连接了蠡湖、京杭大运河、城区水系和太湖，是维系无锡市城区河道生态健康的重要廊道，在调活城区水系中发挥了重要作用。

1991年，相关部门在梁溪河入河口构建了犊山防洪控制工程，该工程持续发挥了挡污、防洪、引排水等作用；后来，为了能引排水，另构建了设计流量为50 m³·s⁻¹的梅梁湖泵站枢纽^[10-12]，该枢纽在夏季持续抽引梅梁湾湖水进入梁溪河最后汇入京杭大运河，以改善太湖水环境。梁溪河上的景宜桥断面是市区主要出湖河道监测点位之一，也是省控断面之一，且景宜桥断面位于梁溪河入河口，选择该断面作为监测点能较为准确的反映梅梁湾调水对河道的影响，采样点位示意图见图1。

于2019年6—8月使用长1 m和直径20 cm有机玻璃柱逐日采集景宜桥断面左、中、右柱状水样并混混合装于桶中，分取水样，进行水质指标测定。测定指标包括水温(WT)、溶解氧(DO)、叶绿素a(Chl-a)、悬浮质(SS)、总氮(TN)、总磷(TP)、溶解性总氮(DTN)、溶解性总磷(DTP)。其中，WT与DO使用EXO多参数水质测定仪测定，室内分析均按照《水和废水监测分析方法》^[13]进行，监测频次见表1。

1)叶绿素a在水体中的垂直分布情况测定。藻水华时空动态的高度不确定性会影响样品的准确性，也会影响整个断面蓝藻通量数据的准确性。为了解叶绿素a在水中的分布情况，将景宜桥断面从左至右设置18个点位，对每个点位水体进行剖面测定。现场先使用SM-5A便携式声纳测深仪测出每个点位水深，将EXO多参数水质测定仪设置为自动测定并保存模式(每2 s记录1次数据)，然后系上预先做好刻度的绳子,将EXO主机自表层水体(停顿约5 s)缓慢、匀速并垂直放到相应水深处，再对其余点位进行相同操作。打开EXO主机蓝牙，连接电脑用配套KorEXO软件筛选出每个点位叶绿素a数据并导出。

2)蓝藻通量人工监测方法的建立。通常情况下，水体藻类的生物量以细胞密度或叶绿素含量来表示，但是因为形成水华的蓝藻大部分是以藻颗粒的形式存在，蓝藻打捞部门用的蓝藻打捞量一般是以质量的形式表达，因此,相较于叶绿素a，每日梅梁湾排入梁溪河的蓝藻总质量即蓝藻通量更加直观，有利于蓝藻打捞部门及时了解藻情。

采集水样并量取2份定量水样，使用25目浮游生物网过滤后，再用纯水将生物网上的藻颗粒冲洗到滤器中，一份用GF/F玻璃纤维滤膜过滤，用热乙醇提取法^[14]测定叶绿素a浓度，定义为颗粒态叶绿素a (Chl-a(P))；另一份用550 ℃烧过的已知质量的GF/F膜过滤后烘干、称重且计算悬浮藻颗粒干质量W_pa，结合泵站调水流量，可得到梅梁湾排入梁溪河蓝藻通量。通过建立Chl-a(P)与W_pa之间的关系，即可通过叶绿素a估算出蓝藻通量。

3)蓝藻通量自动监测方法的建立。无锡市蓝藻打捞与处置信息化平台在梅梁湾与梁溪河交接处景宜桥断面设置了岸基式水质和蓝藻自动监测系统，采用传感器在线测量蓝藻参数值，并集成了流速仪、输配水系统和太阳能电源系统等。高扬程自吸泵通过浮船固定于水下0.5 m位置，可根据水位变化上下浮动。在线监测过程中，藻蓝素传感器测定的蓝藻细胞密度比叶绿素荧光探头测定的叶绿素精度更高，数据更可靠，因此本研究主要采用藻蓝素传感器在线测量蓝藻细胞密度来捕捉蓝藻生物量的变化。方法为通过实测的叶绿素a浓度估算出蓝藻通量，再将自动监测的藻量参数值与蓝藻通量线性拟合，建立公式，从而根据蓝藻传感器测得的藻细胞密度计算出进入河道的蓝藻通量。应用后每日监测数据通过云平台接收后存储进数据库，并在进行数据存储时，由系统自动进行日统计蓝藻通量的计算并将数据在信息化平台展示。具体步骤见图2。

河道断面叶绿素a空间分布测定结果见图3。梁溪河的景宜桥断面河床两岸浅、中间深，整体呈U型。水体表、中及底层的流速与外界条件如风场的综合作用对Chl-a浓度空间分布影响较大，水柱中Chl-a质量浓度为3.95~10.47 μg·L⁻¹。水体Chl-a浓度沿表层至底层方向逐渐减小，存在显著分层现象，最大值在表层0.3 m处。除光合作用及藻类自身浮力外，水动力条件也是影响Chl-a浓度垂向分布的重要因素之一^[15]。监测期间泵站枢纽调水流量为26.32 m³·s⁻¹，流速低，湍流混合作用小，水动力扰动不足以使得水体中的藻类颗粒物混合均匀。在水平方向上，表层湖流对风场变化响应较大，Chl-a浓度出现断层、团聚现象。监测期间，藻颗粒在右滨岸带聚集现象明显，这也与现场调查观测结果一致。右滨岸带整个水柱中的Chl-a浓度较左滨岸带高；中层及底层湖流对同步风场变化响应存在显著滞时，受水动力过程影响更大，每个点位之间Chl-a浓度差异不显著。

在U型断面的流通河道中，梁溪河水体Chl-a浓度在空间分布上呈表层高、底层低、滨岸带略高的特征，近岸表层采样的自动监测系统获得的水体叶绿素a浓度比整个河道断面平均值高30%，会影响梁溪河河道蓝藻通量自动监测数据的准确性。

根据调水流量，将藻密度均值转化为藻量，梁溪河景宜桥断面藻量与梅梁湾泵站排水流量在夏季的变化趋势见图4。梅梁湾泵站枢纽抽引梅梁湾水体进入梁溪河共计90 d(2019年6—9月)。其中：2019年6月4—6月5日未排水，6月1—6月3日期间以及6月6日—6月27日期间维持在20～30 m³·s⁻¹；到6月28日，排水流量迅速升高到最高值(48.67 m³·s⁻¹)，一直持续到7月8日，之后又降到30 m³·s⁻¹以下。6、7、8月排水流量均值分别为26.0、30.3和22.8 m³·s⁻¹，且瞬间监测值在0～48.7 m³·s⁻¹波动，3个月平均排水流量为25.8 m³·s⁻¹，共计向梁溪河调水2.05×10⁸ m³，约占全年调水量的35%，占2019年太湖夏季蓄水量的0.3%。

在梅梁湾夏季藻情严重的情况下，梅梁湾排入梁溪河的藻量波动较大，整体变化趋势与流量类似。6—8月藻量均值分别为6、22和10亿个·d⁻¹，总量为1 163亿个，其中最高值出现在7月25日(82亿个)。因6月4日和6月5日未排水，故梅梁湾引入梁溪河的藻量为0。梁溪河藻量也反映出梅梁湾蓝藻水华的情况。从排水流量变化来看，6月排水流量均值比8月高，藻量均值却低于8月，可见2019年8月梅梁湾蓝藻水华情况较6月严重。

由梅梁湾向梁溪河调水带进的大量蓝藻水华也会影响河道水质。梁溪河景宜桥断面营养盐变化见图5。梁溪河水体氮、磷营养盐及叶绿素a浓度受梅梁湾的来水影响显著，变化趋势明显。叶绿素a往往作为藻类现存量的表征，可直接反映水体的富营养化程度。调水在改善梅梁湾与梁溪河水质的同时，大量的蓝藻颗粒物也随之进入梁溪河，对梁溪河造成了高藻通量的冲击。2019年监测期间，颗粒态叶绿素a浓度高值出现在7月末的几日，峰值高达488 μg·L⁻¹，3个月均值为54.3 μg·L⁻¹。由于梁溪河蓝藻水华颗粒物直接来源于梅梁湾，可见2019年夏季梅梁湾蓝藻水华程度较为严重。

TN、TP均呈先明显升高后降低的趋势。其中，6月份整体保持稳定，7月份和8月份的波动较大。采样期间TN、TP出现2次峰值，均出现在7月24日与8月17日，2次峰值对应的TN质量浓度分别为13.07 mg·L⁻¹和13.08 mg·L⁻¹，TP质量浓度分别为1.205 mg·L⁻¹和1.017 mg·L⁻¹。这是由于同时间内调水带入了大量蓝藻水华颗粒物，蓝藻自身储存了大量的氮、磷，因而加重了梁溪河氮、磷营养盐含量。溶解性营养盐是藻类生长容易吸收利用的形式，其浓度变化可直接影响着藻类的生长。夏季梁溪河水体DTN与DTP前期升高趋势较为明显，至8月11日逐渐下降，均值分别为1.16 mg·L⁻¹和0.103 mg·L⁻¹，DTN/TN和DTP/TP分别为41%和37%。由此可见，颗粒态氮是梁溪河水体氮、磷的重要形态，说明梅梁湾蓝藻水华颗粒物对梁溪河水体水质影响较大。

梅梁湾逐日排入梁溪河的蓝藻通量根据式(1)进行计算；结合流量，将自动监测的藻密度值转化为藻量，根据式(2)进行计算。将6月1—6月30日人工高频监测的蓝藻通量和自动监测的藻量进行线性拟合，结果见图6，其关系见式(3)。可见，原位传感器自动监测获得的藻密度及藻量可较好的反映出梁溪河河道藻情变化。

式中：W_pa为悬浮藻质量浓度，g·L⁻¹；V为流量，m³·s⁻¹。

式中：N为藻量，亿个·d⁻¹，A_d为藻密度，百万个·L⁻¹。

梁溪河水体藻颗粒在空间分布上呈表层高、底层低、滨岸带略高的特征(图3)，因此,系统采集0.5 m水深样品计算出的通量值会高于整个U型断面。为使系统监测的蓝藻通量更接近真实蓝藻通量，需扣除部分通量值。结合1.2中提及的方法，利用叶绿素a空间分布测定中叶绿素a浓度，估算出蓝藻通量随水深变化。其中，水下0.5 m水深通量为51.84 t·d⁻¹，而整个水柱中通量为51.69 t·d⁻¹，因此，需扣除约0.3%的通量值。

根据校正后蓝藻通量的监测方法，将2019年7月1日—8月31日自动监测获得的通量数据与人工监测通量进行对比，结果见图7。可以发现，2种监测方式获得的蓝藻通量变化趋势整体一致，高值均在7月末的几天出现，瞬时值在0～450 t·d⁻¹变化。在湖泊藻情严重的情况下，受梅梁湾持续来水的影响，梁溪河每日接纳的蓝藻通量巨大，自动与人工监测蓝藻通量均值分别为105 t·d⁻¹和98 t·d⁻¹且总量相当，分别为6 524 t和6 077 t，自动监测比人工高出6.8%。若按照85%含水率处置藻泥来计算，则梅梁湾排入梁溪河的藻泥重分别估算为43 490 t和40 511 t，分别约占无锡市全面打捞量(50 000 t)的87%和81%。就比值来看，2种监测方式获得的通量堆积比约在50%，自动监测蓝藻通量总量与人工的比值为1.07。2种监测方法蓝藻通量数据变化趋势基本一致，说明国家“十三五”水专项无锡市蓝藻打捞与处置信息化平台在江苏无锡梁溪河景宜桥设置的水质和蓝藻自动监测系统对梅梁湾排入梁溪河的蓝藻通量有良好的实时监控效果。

水体中的蓝藻颗粒在分布不均匀的情况下，采样方式和采样数量的差异造成了原位自动传感器监测的蓝藻通量数据相较于人工监测偏大(图7)。为了解2种监测方式数据的相关性与差异性，将2019年7月1日—8月31日获得的蓝藻通量数据按人工监测和自动监测方法分为2组，进行配对样本t检验。检验结果表明，2种监测方式下的蓝藻通量数据相关系数为0.723，且Sig.<0.01，说明在监测期间内，传统与自动2种方式所获得的数据结果呈显著相关。

对传统监测方法和自动监测方法得到的2组结果分别进行了均值和标准差计算，并在此基础上，针对同一监测指标的2组结果进行了配对样本t检验。假设2组数据不存在显著差异性，检验结果表明，t=0.953，Sig.为0.344>0.01，表明配对的2组数据之间无显著差异。

藻类生物量主要受营养盐、温度、光照等环境因子控制^[16-18]，同时也受水动力扰动强度和光照刺激下细胞生理变化的影响^[19-20]。由湖泊排入河道的蓝藻通量直接受水量大小的影响，蓝藻通量又是根据叶绿素a与藻密度计算出的结果。因此，对Chl-a、藻密度与各环境因子做皮尔逊线性相关分析，结果见表2。Chl-a浓度或藻密度主要与排水流量、水温、溶解氧及营养盐浓度呈显著相关。

浅水湖泊水动力过程是决定短期蓝藻水华分布的重要因素。水动力过程对蓝藻水华颗粒物的迁移扩散有直接影响，2019年7月1日—8月31日期间泵站枢纽以平均24.89 m³·s⁻¹的流量向梁溪河排水，改变了水体的流动状态。相关分析结果显示，Chl-a、藻密度与排水流量呈显著正相关(P<0.01)。这说明，在梅梁湾夏季蓝藻水华情势严重的情况下，扩散到梁溪河的蓝藻通量大小受到水动力的影响强烈，水量大，则会输入更多的蓝藻进入梁溪河。水动力过程也影响着蓝藻水华的生长消亡历程。有研究表明，不同流速对铜绿微囊藻的生长、消亡有着不同程度的影响^[21]。梁溪河河道较为规则，水流方向由泵站至景宜桥，最终汇入京杭大运河，水体流速快，因此，不利于蓝藻在河道原位生长繁殖。

水温是影响藻类生长的环境因子之一。陈宇炜等^[22]对梅梁湾藻类与相关因子的分析表明，温度与梅梁湾藻类总生物量呈显著相关。温度对梅梁湾藻类的生长有直接的影响，在蓝藻颗粒物扩散到景宜桥断面过程中，采样期间平均水温为29 ℃，非常适合太湖蓝藻的生长繁殖，进而影响排入梁溪河的蓝藻通量。

溶解氧是参与浮游植物代谢过程的重要物质。随着浮游植物的生长，叶绿素a浓度升高。就现场采样记录观察，梁溪河表层水体常被蓝藻水华覆盖，导致水面下光照减弱，光合作用降低。浮游植物主要以呼吸作用为主，消耗溶解氧，使得两者呈负相关关系，可见溶解氧是水体叶绿素a含量变化的被动因子。

在绝大多数情况下，氮、磷营养盐是蓝藻生长的主要物质基础^[23-25]。本研究中，Chl-a、藻密度与营养盐呈显著正相关。这主要是因为蓝藻自身含有大量的氮磷，形成藻类生物量与自身储存氮磷之间的自相关关系。由于梁溪河蓝藻水华直接来源于梅梁湾的调水，可见叶绿素a浓度的波动在很大程度上受水文因子的影响。以上结果说明，排水流量与水温是影响蓝藻通量的主要因素。

传感器自动监测在环境监测领域的应用越来越广泛，利用无线传感器网络技术来进行水环境监测，能够很好地克服传统水环境监测方法实时性差、耗费大、测面积小等缺点^[26]。此外，自动监测采用原位高频率监测，突破了传统的湖沼学研究方法^[8]。

梁溪河水质与蓝藻水华自动监测系统采用无线传感器网络，可实时采集水样并连续在线监测蓝藻通量，且景宜桥断面位于梁溪河入河口，有效避免了蓝藻水华颗粒物因长距离的流动而造成蓝藻含量大量削减的情况。传感器探头还可每小时监测1次水质，可获得相应指标的昼夜变化数据，具有一定实用性。总体来说，自动监测在梁溪河水质与蓝藻水华监控、趋势分析和水污染预警预报等方面具有人工监测不可替代的作用。

造成自动与传统的人工监测存在差异的因素有测定原理、仪器精度和灵敏度及采样位置、采样方式几个方面。为评价水环境质量，要求所确定的原位监测站址能充分地反映所测水域的质量状况及该水域质量变化的时间性和空间性^[27]，需要根据河宽和水深按照左中右、上中下确定采样垂线的数量和垂线上采样点的数量。依照2种监测采样方式，梁溪河水质和蓝藻自动监测系统采用近岸表层采样，而人工采集监测断面左中右1 m深度水柱混合样，这是2种监测方式的蓝藻通量存在差异的重要原因。为使蓝藻水华自动监测数据更加准确完善，提出以下建议。

1)采样位置的优化。采样方式的不同影响了采样的代表性，在一些流量不大的水体上采样结果差异不大，而在大江大河上，自动监测与手工监测相比可能会存在差异。由于梁溪河水质与蓝藻自动监测系统仅在近岸表层设置了一个采样点，在便于维护和不妨碍通航的情况下，高扬程自吸泵应最大限度地伸向河中央，所采集的样品才能更好地代表整个断面，在水位太低情况下也可防止配水出现问题。另外，由于高扬程自吸泵抽取水下0.5 m上下水样，此深度的藻颗粒含量较高，因此，自吸泵在伸向河中央的情况下，可进一步放到更深一处的位置。

2)定期维护输水通路。配水系统长期放置于水中，平时进入管道的有大量底泥悬浮杂质，这些悬浮物会形成淤泥并附着在自吸泵和输水通道的管壁上，可能会造成输水通路的堵塞，导致测定的藻密度等指标含量与实际存在误差。因此，可定期取出自吸泵及输水通道进行清洗，若出现生锈腐蚀情况也应及时更换配水系统。

1)在U型断面的流通河道中，夏季梅梁湖泵站以平均24.89 m³·s⁻¹的流量向梁溪河调水，改变了河道水体的流动状态；景宜桥断面水体中蓝藻颗粒在空间上整体呈表层高、底层低、滨岸带略高的特征。

2)通过数据对比验证，自动监测蓝藻通量与人工监测获得的数据显著相关，2种监测方法下获得的蓝藻通量总体变化趋势一致，说明构建的梁溪河蓝藻通量自动监测方法获取蓝藻通量的效果较好，可取代人工高频监测方法。

3)调水流量和水温是影响梅梁湖排入梁溪河蓝藻通量的重要因素。流速大小影响着藻颗粒在水体中的分布，在叶绿素a浓度分布不均匀情况下，采样方式是导致自动与人工监测结果存在差异的主要原因。