您现在的位置是:首页 > 生活 > 正文

研究表明温度比光和流量更能驱动河流中的氧气

发布时间:2023-04-10 16:45:52编辑:来源:

导读 一条河流中的溶解氧量对于生活在其中的动植物来说是生死攸关的问题,但这种氧气浓度因河流而异,取决于它们独特的温度、光线和流量。为了更

一条河流中的溶解氧量对于生活在其中的动植物来说是生死攸关的问题,但这种氧气浓度因河流而异,取决于它们独特的温度、光线和流量。为了更好地了解哪个因素对溶解氧浓度的影响最大,宾夕法尼亚州立大学的研究人员使用深度学习模型分析了数百条河流的数据。

土木与环境工程助理研究教授、该研究的第一作者魏志最近发表在《自然水》杂志上,他说,氧气浓度是衡量水质的重要指标,因为鱼类和其他水生生物需要溶解氧才能呼吸。

“研究表明,流量、温度和阳光这三个主要因素会影响河流或溪流中的溶解氧含量,”支说。“我们想知道,在大陆范围内,这些竞争驱动因素中哪些占主导地位。”

据通讯作者、宾夕法尼亚州立大学土木与环境工程教授 Li Li、Barry 和 Shirley Isett 介绍,普遍的看法是所有三个因素都很重要:溪流流动的速度影响空气中氧气在水中溶解的速度;温度会影响水从空气中吸取多少氧气;阳光照射到水中的程度会影响水中植物自身产生的氧气量。

“然而,由于不同时间不同河流的监测数据量不同,因此要弄清楚这些因素中哪些因素在大陆范围内最重要是一项挑战,”Zhi 说。“在不同河流中测量溶解氧浓度的方式几乎没有一致性。例如,一些河流仅在 1980 年代的夏季进行测量,而一些河流仅在 2000 年代的春季进行测量。”

研究人员使用来自本土 580 条河流的 40 年数据——每条河流都具有独特的温度、流量和光照条件——训练了一个长期短期记忆 深度学习模型来弄清楚天气条件和溶解氧之间的关系。

“传统上,很难同时用一个模型预测如此大规模的溶解氧水平,”李说。“但是通过深度学习和大数据方法,我们可以做到这一点。深度学习模型可以对模式和驱动因素进行大规模系统分析。”

该模型显示,在大陆尺度上,温度在控制溶解氧动态方面超过了光和水流。根据研究结果,光照是溶解氧水平的第二重要因素,而水流的影响最小。

“温度是河流中每日溶解氧动态的主要驱动因素,”Zhi 说。“仅凭温度就可以相当准确地预测氧气浓度。溶解氧在变暖的河流中正在下降,这对未来气候变暖的水安全和生态系统健康具有重要意义。”

标签:

上一篇
下一篇

猜你喜欢

最新文章