受咸潮防控和气温变化等多重因素影响，今年1月以来青草沙水库水质波动幅度加大，为深入了解青草沙水库水质变化情况以及城投原水公司在原水水质保障方面采取的主要措施，市供水调度监测中心于3月21日赴青草沙水库开展专题调研。

城投原水水质中心向调研组介绍了青草沙原水近期水质情况。 今年1月和2月水库库中央、下游闸内、输水区等各监测点位的高锰酸盐指数、pH值、叶绿素a和藻密度较往年明显升高，水质波动幅度加大，给原水水质带来不利影响。为深入探究水质波动原因，城投原水水质中心对水库上游闸门开启（下游闸门关闭）、上游闸门关闭（下游闸门开启）等多种运行工况开展了水体分层取样监测，将监测结果与2016-2023年的历史同期数据进行比较分析，将水库水位、下游闸排水量、水温、气温、降水量、光照强度等影响因素与藻类增殖情况进行相关性分析。统计分析结果表明：2024年2月输水区优势藻种为小环藻，其优势度达到0.85以上，藻密度、小环藻优势度明显高于往年同期，水中较高的藻密度是引发水中高锰酸盐指数、叶绿素a和pH值明显升高的主要原因；此外经显微镜检测发现，小环藻体积较往年明显不同，小环藻体积明显增大，往年出现大直径细胞的小环藻占比约10%，今年占比约80%以上，水中叶绿素a明显升高可能与小环藻藻细胞体积显著增大有关。

为了更快、更好地识别原水中的藻类，准确分析藻类生长趋势以及对水质的影响，城投原水公司水质中心引进了Algae-Hub 藻类人工智能分析仪用于藻类检测。Algae-Hub是基于高精度三维自控载物台、平场复消色差高倍物镜、图像识别与深度学习等人工智能算法的一体化浮游植物智能鉴定设备，集成了样品放大、扫描、信息全数字化、物种鉴定、计数统计等多种功能。该仪器采用水生生物数据库、Algae-Hub 数据库用于浮游植物自动鉴定分析，同时可以自建数据库，从而识别更多的目标物种；能够显著缩短分析时间，系统可在10分钟之内完成一个样本的分析，与传统人工显微镜镜检每个样品需耗时3小时以上相比，极大地减少了分析人员的工作强度，减少了分析时间；该仪器能够自动记录藻细胞计数、单细胞长度、单细胞宽度、单细胞高度、单细胞直径、单细胞面积、单细胞体积、细胞密度、生物量，自动计算细胞密度与生物量的平均值，实现样本信息全数字化保存，有效提升检测质量。

除人工检测藻类外，城投原水公司还充分利用叶绿a、蓝藻、pH等在线水质仪表，及时掌握原水水质变化趋势和藻类生态演替规律，全方位保障原水水质。为进一步改善库内原水水质，青草沙水库近期进一步加大了下游闸排水力度，按照生产运行方案科学控制水库水位，经多措并举，目前青草沙输水区高锰酸盐指数、pH值、叶绿素a等水质指标均有所下降。

供水调度中心对原水公司应对水质波动采取的措施表示充分肯定，希望城投原水进一步积累藻类人工智能分析仪的使用经验，充分结合传统显微镜人工镜检方法，进一步扩充浮游植物数据库，为今夏高峰供水期间藻类专项监测的开展做好充足准备。