Ketvirtą valandą popiet žvejybai skirtas ežeras gali atrodyti visiškai ramus. Vanduo šiltas, žuvys galbūt vis dar aktyvios, o netoli paviršiaus išmatuotas ištirpusio deguonies kiekis gali atrodyti visiškai priimtinas. Tačiau ežeras jau gali artėti prie didžiausią stresą sukeliančios paros deguonies ciklo dalies – tuo metu, kai jį stebi vos vienas kitas žmogus.
Karštis, ištirpęs deguonis, dumbliai ir melsvabakterės yra susiję, tačiau jų ryšio neapibrėžia viena paprasta priežasties ir pasekmės grandinė. Todėl naudingiausia stebėsenos sistema nebūtinai yra ta, kurioje daugiausia jutiklių. Naudingiausia yra ta, kuri atsako į operatoriui iš tiesų rūpimus klausimus:
Ta pati pagrindinė matavimo problema kyla pramoginės žvejybos ežeruose, vidaus vandenų žuvų ūkiuose, atviros jūros varžose ir midijų ūkiuose. Pagrindiniai fizikiniai ir biologiniai procesai yra bendri; skiriasi vandens apykaita, auginamų organizmų tankis, druskingumas, aplinkos poveikis ir biologinis tikslas.
- Ar deguonies kiekis tampa pavojingas žuvims?
- Ar prie pokyčio prisideda biologinis aktyvumas?
- Ar ima vyrauti melsvabakterės arba kita vietos sąlygoms svarbi vandens žydėjimą sukelianti grupė?
- Ar tendenciją galima atpažinti pakankamai anksti, kad būtų spėta įsikišti?
Šiame įraše nagrinėjama, ką gali ir ko negali parodyti ištirpusio deguonies, chlorofilo a, melsvabakterių, drumstumo ir druskingumo matavimai žvejybiniuose ežeruose, vidaus vandenų ir atviros jūros žuvų ūkiuose bei apysūrio ar jūros vandens midijų ūkiuose. Paskutiniuose skyriuose grįšime prie laiko klausimo: kada deguonies rizika paprastai būna didžiausia ir kodėl popietinė apžiūra gali jos neatskleisti?
Karštis keičia deguonies balansą
Vandeniui šylant, mažėja jo gebėjimas išlaikyti ištirpusį deguonį. Tuo pat metu žuvys ir mikroorganizmai nenustoja kvėpuoti, o biologinis deguonies poreikis gali didėti. Karšti ir ramūs orai taip pat gali sustiprinti terminį sluoksniavimąsi, todėl sumažėja apykaita tarp deguonies prisotinto paviršinio vandens ir gilesnių sluoksnių.
Šie mechanizmai ne visus žvejybinius ežerus, akvakultūros ar midijų ūkius veikia vienodai. Rezultatui įtakos turi gylis, vėjo poveikis, vandens skaidrumas, organinių medžiagų apkrova, žuvų ar midijų tankis ir baseino geometrija. Net palyginti sekliame vandenyje gali susidaryti reikšmingų vertikalių ar erdvinių skirtumų.
Tai pirmoji priežastis, kodėl vienas retkarčiais atliktas matavimas yra menkas įrodymas. Rodmuo apibūdina vieną vietą ir vieną akimirką, tačiau neparodo, kuria kryptimi kinta sistema.
Pirmasis jutiklis nėra „dumblių jutiklis“
Jei valdymo tikslas – apsaugoti žuvis ar midijas, logiška pradėti nuo ištirpusio deguonies. Tai aplinkos rodiklis, tiesiogiai susijęs su tuo metu žuvims prieinamu deguonimi.
Paprastai kartu reikėtų matuoti ir temperatūrą. Ji veikia deguonies tirpumą, žuvų medžiagų apykaitą, vandens maišymąsi bei deguonies koncentracijos ir prisotinimo procentais interpretavimą.
Atviros jūros ir apysūrio vandens vietose prie pagrindinių rodiklių taip pat reikėtų priskirti elektrinį laidį arba druskingumą. Druskingumas veikia deguonies tirpumą ir padeda atpažinti gėlo vandens antplūdžius, sluoksniavimąsi bei besikeičiančias vandens mases. Midijų ūkiuose jis taip pat suteikia svarbaus konteksto apie filtravimo sąlygas ir fitoplanktono bendrijos pokyčius.
Nuolatinė DO ir temperatūros duomenų seka pradeda atsakyti į praktinius klausimus, kurių neatsako pavienis matavimas:
- Kokia yra pasikartojančių deguonies svyravimų amplitudė?
- Ar mažiausia vertė nuosekliai mažėja?
- Kaip sparčiai mažėja deguonies kiekis?
- Ar vandens storymė visur elgiasi vienodai?
- Ar aeratorius sukėlė tikėtą reakciją?
Tinkamas pavojaus slenkstis priklauso nuo konkrečios vietos ir organizmų. Svarbi rūšis, gyvenimo tarpsnis, auginamų organizmų tankis, vandens temperatūra ir poveikio trukmė. Pokyčio greitis gali būti toks pat svarbus kaip fiksuotas slenkstis: sparčiai krintanti vertė gali pateisinti įsikišimą dar nepasiekus pavojaus ribos.
Ar dirbtinis intelektas gali prognozuoti deguonies kritimą vien iš DO?
Kartais – jei teiginys suformuluojamas tiksliai.
Pakankamai ilgoje ir reguliarioje DO laiko eilutėje yra informacijos apie pasikartojančius ciklus ir ankstesnes vietos reakcijas į įvairias sąlygas. Laiko eilučių ir mašininio mokymosi modeliai gali išmokti šiuos dėsningumus ir įvertinti būsimą DO kitimo trajektoriją. Pavyzdžiui, Eze ir Ajmal (2020), taikydami hibridinį EEMD–LSTM metodą akvakultūros tvenkinio DO laiko eilutei, gavo daug žadančias trumpalaikes ir ilgesnio laikotarpio prognozes.
Tačiau tai nereiškia, kad vienoje vietoje išmokytą modelį galima tiesiog perkelti į kitą. Naudingai operacinei prognozei reikia vietinių duomenų, bandymų su mokymui nenaudotais duomenimis ir nuolatinio tikrinimo keičiantis sezonams bei vietos sąlygoms.
Vien DO istorijoje taip pat gali būti dėsningumų, atitinkančių didelį biologinį produktyvumą ar vandens žydėjimą. Vis dėlto ji negali patikimai nustatyti priežasties. Iš jos operatorius nesužinos, ar vyrauja dumbliai, ar melsvabakterės, kokios rūšys yra vandenyje ir ar gaminami toksinai.
Pridėjus temperatūros, meteorologinius ir pigmentų matavimus, interpretacija gali tapti konkretesnė. Tyrimai taip pat parodė, kad melsvabakterių dinamiką galima prognozuoti naudojant neišsamius aplinkos duomenų rinkinius, tačiau pasiektas tikslumas vis tiek priklauso nuo pasirinktų kintamųjų, vietovių ir validavimo strategijos (Fournier et al., 2024).
Saugi praktinė skirtis yra tokia: vien DO paremti modeliai gali prognozuoti deguonies riziką, bet tiesiogiai nediagnozuoja vandens žydėjimo.
Ką iš tikrųjų mato chlorofilo a jutiklis
Chlorofilo a yra deguonį gaminančiame fitoplanktone, įskaitant eukariotinius dumblius ir melsvabakteres. Todėl chlorofilo a fluorescencija plačiai naudojama kaip netiesioginis bendro fitoplanktono gausos ar aktyvumo rodiklis.
Svarbiausias žodis čia – netiesioginis. Fluorometras organizmų neskaičiuoja. Jis skleidžia pasirinktų bangos ilgių šviesą ir matuoja sužadintų pigmentų išspinduliuotą šviesą. Optinio signalo ir tikrosios biomasės santykis gali kisti dėl šių veiksnių:
- Rūšinės ir bendrijos sudėties.
- Ląstelių dydžio, kolonijų ir pigmentų kiekio.
- Fiziologinės būklės ir nesenos šviesos ekspozicijos.
- Nefotocheminio gesinimo.
- Temperatūros ir ištirpusios organinės medžiagos.
- Skendinčių dalelių.
- Jutiklio geometrijos, matavimo diapazono ir kalibravimo.
Melsvabakterėse taip pat yra chlorofilo a, tačiau įprasti CHL fluorometrai gali jas atspindėti kitaip nei žaliuosius dumblius ar kitą fitoplanktoną, nes pagalbiniai pigmentai ir ląstelių sandara veikia optinį atsaką.
Todėl USGS lauko darbų gairėse in situ fluorescencija laikoma praktiniu netiesioginiu rodikliu, kuriam reikia pagal konkretų tikslą pritaikyto kalibravimo, trukdžių bandymų, valymo ir kokybės užtikrinimo, o ne absoliučiu biomasės matu (Foster et al., 2022). Finger Lakes regione atliktas lauko vertinimas taip pat parodė, kaip svarbu lyginti rodmenis su atskirais mėginiais ir suprasti konkretaus jutiklio veikimą (Johnston et al., 2024).
Taigi DO + CHL naudinga, kai klausiama: ar kartu su deguonies ciklu kinta ir platesnė fitoplanktono dinamika?
Ką papildomai parodo CYANO jutiklis
Stebint gėlą vandenį, CYANO fluorometru paprastai matuojamas fikocianinas – pagalbinis pigmentas, būdingas melsvabakterėms. Todėl šis kanalas gėlavandenėms melsvabakterėms yra selektyvesnis nei bendras chlorofilo a matavimas.
Tačiau dėl to signalas netampa nei išskirtinis, nei absoliutus. Skirtingų melsvabakterių rūšių atsakas skiriasi, nes skiriasi pigmentų kiekis, ląstelių išsidėstymas ir fiziologinė būklė. Rodmenį taip pat gali paveikti žalieji dumbliai, skendinti medžiaga, natūrali organinė medžiaga, aplinkos šviesa ir temperatūra.
Choo et al. (2018) išbandė kelis in situ fluorometrus su melsvabakterių kultūromis, žaliųjų dumblių trukdžiais ir papildomai sukeltu drumstumu. Kontroliuojamose monokultūrose prietaisai veikė gerai, tačiau, priklausomai nuo prietaiso ir sąlygų, trukdžiai galėjo lemti tiek per didelius, tiek per mažus įverčius.
Ma et al. (2022) nustatė, kad natūrali organinė medžiaga ir kylanti temperatūra gali sumažinti fikocianino rodmenis. Jų lauko rezultatai taip pat parodė, kad fluorescencijos ir melsvabakterių biotūrio ryšys iš dalies priklausė nuo vyraujančių organizmų ir aplinkos sąlygų.
Taigi, kai rūpinamasi būtent gėlo ar apysūrio vandens melsvabakterėmis, CYANO signalas yra specifiškesnis už CHL, tačiau jis nenustato rūšies, neskaičiuoja ląstelių ir nematuoja toksinų.
Svarbu, kad čia kalbama būtent apie gėlą vandenį. Nereikėtų automatiškai manyti, kad fikocianino fluorescencija pagrįstas CYANO kanalas atspindi žydinčią bendriją atviros jūros ar apysūrio vandens vietose. Jūrų ir apysūrio vandens bendrijose gali būti daug fikoeritrino turinčių melsvabakterių ir kenksmingų eukariotinių mikrodumblių, kuriems aptikti reikia kito optinio kanalo, mikroskopijos, molekulinės analizės ar toksinų tyrimų. Jutiklį būtina rinktis pagal vietoje svarbius organizmus ir pigmentus, o ne vien pagal žodį „dumbliai“ (Foster et al., 2022; McKergow, 2025).
DO + CYANO naudinga, kai klausiama: ar su fikocianinu susijęs signalas kinta tuo pačiu metu kaip ir deguonies rizika?
DO + CHL + CYANO naudinga, kai klausiama: ar kinta platesnė fitoplanktono bendrija, jos melsvabakterių dalis, ar abi?
Drumstumas – signalas, padedantis interpretuoti kitus signalus
Drumstumas svarbus būtent todėl, kad fluorescencija yra optinis matavimas.
Skendinčios dalelės šviesą išsklaido ir sugeria. Jos gali paveikti ir į vandenį siunčiamą sužadinimo šviesą, ir į detektorių grįžtančią fluorescencinę šviesą. Priklausomai nuo dalelių tipo bei koncentracijos ir prietaiso geometrijos, gali atsirasti slopinimas, papildoma sklaida, netiesiškumas arba teigiama ar neigiama matavimo paklaida.
Praktiškai, pasikeitus optinėms sąlygoms, CHL ar CYANO padidėjimas gali būti iš dalies užmaskuotas arba atrodyti didesnis, nei yra iš tikrųjų. Todėl tuo pat metu veikiantis drumstumo kanalas gali:
- Pažymėti laikotarpius, kai fluorescencijos duomenys mažiau patikimi.
- Padėti atskirti pigmentų kitimo tendencijas nuo nuosėdų ar jų resuspensijos įvykių.
- Tapti įvesties duomenimis vietoje sukalibruotam korekcijos modeliui.
- Patobulinti automatines kokybės kontrolės taisykles.
Tačiau drumstumas fluorescencijos automatiškai nekompensuoja. Pats vandens žydėjimas gali padidinti drumstumą, o didelė biomasė gali sukelti savitarpio šešėliavimą ar optinį slopinimą, kurio atskira drumstumo vertė neapibūdina iki galo. Korekcijos kryptį ir dydį būtina nustatyti naudojant konkretų jutiklį ir reprezentatyvius vietos mėginius (Foster et al., 2022; Choo et al., 2018; McKergow, 2025).
Drumstumą geriausia laikyti kontekstiniu ir kokybės kontrolės rodikliu: jis gali parodyti, kada fluorescencija užmaskuota ar iškraipyta, bet negali CHL ar CYANO paversti tiesioginiu biomasės matu.
Kaip pasirinkti mažiausią naudingą stebėsenos rinkinį
1 scenarijus: svarbiausia išvengti ūmaus žuvų streso dėl deguonies trūkumo
Pradėkite nuo DO + temperatūros. Šis derinys matuoja esamą deguonies būklę, jos kitimo kryptį ir reakciją į aeravimą. Jis nenustato mažėjimo priežasties.
2 scenarijus: svarbiausia anksčiau įspėti apie deguonies riziką
Naudokite DO + temperatūrą + pakankamą vietinių duomenų istoriją. Validuotas prognozavimo modelis gali įvertinti tikėtiną kitimo trajektoriją ir laiką, likusį iki valdymo slenksčio.
3 scenarijus: svarbi platesnė dumblių dinamika
Pridėkite CHL. Taip gaunamas netiesioginis platesnės fitoplanktono bendrijos pokyčių rodiklis. Kad fluorescenciją būtų galima susieti su biomase ar chlorofilo koncentracija, reikia konkrečios vietos mėginių.
4 scenarijus: ypač rūpi gėlavandenės melsvabakterės
Pridėkite CYANO. Taip gaunamas selektyvesnis su fikocianinu susijęs signalas, tačiau ne informacija apie rūšis, ląstelių skaičių ar toksinus.
5 scenarijus: operatoriui reikia atskirti bendras dumblių ir melsvabakterių tendencijas
Naudokite DO + temperatūrą + CHL + CYANO. Abu pigmentų kanalus galima interpretuoti kartu, o DO fiksuoja žuvims tiesiogiai svarbią būklę.
6 scenarijus: dažnai kinta nuosėdų, paviršinio nuotėkio ar resuspensijos poveikis
Prie tinkamos konfigūracijos pridėkite drumstumą. Jis gali parodyti kintančias optines sąlygas ir padėti taikyti vietoje validuotas korekcijas.
7 scenarijus: sprendimai susiję su toksinais ar visuomenės sveikata
Naudokite nuolatinius jutiklius reprezentatyviam mėginių ėmimui planuoti. Joks CHL ar CYANO fluorometras nepakeičia rūšių nustatymo ar toksinų analizės.
8 scenarijus: vieta yra atviroje jūroje arba apysūriame vandenyje
Pridėkite elektrinį laidį arba druskingumą, o pigmentų kanalus rinkitės pagal vietoje svarbią fitoplanktono bendriją. Šioje aplinkoje signalą gali lemti vandens masių pokyčiai, potvyniai, atoslūgiai ir srovės, o gėlam vandeniui skirtas fikocianino kanalas gali būti ne pats informatyviausias žydėjimo rodiklis.
Kaip stebėsenos sistema keičiasi pagal gamybos tipą
Žuvų auginimas vidaus vandenyse
Vidaus vandenų tvenkiniams ir baseinams būdinga didelė dalis žvejybinių ežerų deguonies ciklo, tačiau dėl įžuvinimo tankio, šėrimo ir susikaupusios organinės medžiagos deguonies poreikis gali būti didesnis, o praktinių veiksmų gali prireikti skubiau. DO + temperatūra lieka pagrindiniu rinkiniu; CHL, CYANO ir drumstumas pridedami, kai valdymui svarbi žydėjimo dinamika ar kintančios optinės sąlygos. Intensyviose sistemose pH ir amoniakas taip pat gali būti svarbūs, nors jie nepatenka į šiame straipsnyje pateikiamą siauresnį jutiklių palyginimą.
Prognozės čia ypač lengvai pritaikomos praktiškai, nes dažnai galima tiesiogiai įjungti aeratorius, siurblius ar papildomo deguonies tiekimą. Eze ir Ajmal (2020) naudotas tvenkinio tyrimas parodo konkrečiai vietai pritaikytų DO prognozių galimybes, o Shoko et al. (2014) – kodėl įžuvintuose žeminiuose tvenkiniuose svarbus matavimo laikas.
Žuvų auginimas atviroje jūroje
Atviros jūros varžose vandens apykaita paprastai didesnė nei vidaus vandenų tvenkinyje, todėl deguonies dinamiką gali lemti srovės, potvyniai ir atoslūgiai, vandens masės, biomasė varžoje, šėrimas ir vertikalus žuvų pasiskirstymas, o ne vienas pasikartojantis tvenkinio ciklas. Pagrindinis matavimų rinkinys paprastai turėtų apimti DO, temperatūrą ir druskingumą arba elektrinį laidį, o jutikliai turėtų būti išdėstyti biologiškai svarbiuose gyliuose. Matavimai prieš srovę, varžos viduje ir pasroviui atsako į skirtingus klausimus.
CHL gali suteikti bendro fitoplanktono konteksto, tačiau gėlam vandeniui skirtas CYANO kanalas nėra universalus jūrinių kenksmingų dumblių žydėjimų (HAB) jutiklis. Vietos žydėjimų istorija ir konkretiems organizmams pritaikytas mėginių ėmimas tebėra būtini. Pripažįstama, kad aplinkos sąlygos, įskaitant deguonį, temperatūrą, druskingumą, sroves ir šviesą, lemia žuvų elgseną bei pasiskirstymą jūrinėse varžose (Oppedal et al., 2011).
Midijų auginimas, ypač apysūriame vandenyje
Midijoms fitoplanktonas yra ir maistas, ir galimas pavojus. CHL gali būti bendras fitoplanktono prieinamumo rodiklis, o drumstumas padeda atskirti kintančias optines sąlygas ir skendinčias neorganines medžiagas nuo paprastos pigmentų tendencijos. Nė vienas iš šių signalų atskirai neapibūdina maisto kokybės.
Apysūrio vandens vietos yra ypač dinamiškos, nes gėlo vandens prietaka, druskingumo gradientai, potvyniai, atoslūgiai ir sluoksniavimasis gali greitai pakeisti deguonies sąlygas bei bendrijos sudėtį. Todėl praktišką pagrindinį rinkinį sudaro temperatūra + elektrinis laidis arba druskingumas + DO, o CHL ir drumstumas pridedami fitoplanktono ir dalelių kontekstui. Konkrečiam pigmentui skirtą kanalą reikėtų rinktis tik nustačius vietoje svarbius organizmus.
Kai kurie kenksmingi mikrodumbliai gali užteršti moliuskus net tada, kai DO, CHL ir matoma vandens būklė neatrodo neįprastai. Nuolatiniai jutikliai gali padėti sutelkti dėmesį ir planuoti mėginių ėmimą, tačiau jie nepakeičia rūšių nustatymo, jūrinių biotoksinų tyrimų ar taikomos moliuskų saugos programos (Shumway, 1990).
Ko gali neparodyti vienas matavimo taškas
Jutiklis matuoja aplink jį esantį vandenį, o ne visą vandens telkinį ar ūkį.
Paviršinis jutiklis gali neaptikti mažesnio deguonies kiekio prie dugno. Šalia aeratoriaus esantis jutiklis gali fiksuoti vietinį aeratoriaus poveikį, o ne sąlygas platesnėje žuvų buveinėje. Užutėkiai, įtekėjimo vietos ir gilesnės zonos gali kisti skirtingai.
Jūroje jutiklio vietą taip pat reikia vertinti vyraujančios srovės, varžos geometrijos ir žuvų laikymosi gylio atžvilgiu. Prie midijų auginimo lyno ar plausto sąlygos paviršiuje ir apatiniame auginimo gylyje gali skirtis, o pasikeitus potvynio ar atoslūgio krypčiai prieš srovę ir pasroviui esančios ūkio pusės gali susikeisti vietomis.
Todėl planuojant įrengimą reikėtų atsižvelgti į:
- Vietas, kuriose šiltomis sąlygomis laikosi žuvys ar auginami organizmai.
- Gylį ir sluoksniavimosi tikimybę.
- Įtekėjimo bei ištekėjimo vietas ir užuovėjines zonas.
- Aeratorių vietą ir jų poveikį.
- Tai, ar reikia matuoti daugiau nei viename gylyje ar vietoje.
Biologinės apnašos ir nusėdusios nuosėdos taip pat gali sukurti netikras tendencijas. Valymas, apžiūra, kalibravimo patikros ir lygiagrečiai paimti vandens mėginiai nėra nebūtini priedai – jie yra matavimo sistemos dalis. Tiek USGS, tiek NIWA gairėse pabrėžiama, kad jutiklių naudojimą ir kokybės užtikrinimą reikia derinti prie numatomo duomenų panaudojimo (Foster et al., 2022; McKergow, 2025).
Mašininio mokymosi modelį mokant pagal kelių jutiklių duomenis ir ilgas laiko eilutes, galima tikėtis gerokai tikslesnių prognozių nei iš modelių, pagrįstų vien DO.
Laiko spąstai: kodėl mažiausiai deguonies dažnai būna prieš aušrą
Dabar galime grįžti prie ežero, kuris popiet atrodė ramus.
Šviesiuoju paros metu dumbliai, melsvabakterės ir vandens augalai vykdo fotosintezę ir papildo vandenį deguonimi. Produktyviose sistemose ši biologinė gamyba gali laikinai viršyti deguonies suvartojimą ir nulemti įspūdingą popietinį rodmenį.
Saulei nusileidus fotosintezė sustoja, tačiau kvėpavimas – ne: žuvys, augalai, planktonas ir mikroorganizmai toliau vartoja deguonį. Todėl jo koncentracija gali mažėti visą naktį, kol sugrįžus šviesai vėl prasideda fotosintetinė gamyba.
Štai kodėl paros minimumas dažniausiai pasiekiamas auštant ar prieš pat aušrą, o ne karščiausiu ir geriausiai matomu paros metu. Žeminiuose žuvininkystės tvenkiniuose atlikti matavimai parodė, kad nuo vidurnakčio iki aušros DO buvo reikšmingai mažesnis nei popiet (Shoko et al., 2014). Eutrofinio Taihu ežero aukšto dažnio stebėsena taip pat užfiksavo pasikartojančius minimumus apie 05:00–06:00 ir ryškią sezoninę bei paros dinamiką (Xie et al., 2025).
Šis dėsningumas ypač svarbus produktyviems, palyginti uždariems ežerams ir vidaus vandenų tvenkiniams. Jo nereikėtų aklai taikyti gerą vandens apykaitą turinčiai atviros jūros varžai, kur minimumą gali lemti potvyniai, atoslūgiai, srovės ir praeinančios vandens masės, arba apysūrei lagūnai, kur svarbi gali būti ir paros biologija, ir potvynių bei atoslūgių apykaita. Nuolatiniai vietos duomenys parodo, kuris „laikrodis“ iš tikrųjų valdo konkrečią vietą.
Vandens žydėjimas gali dar padidinti šį paros svyravimą. Tanki populiacija dieną gali pagaminti daug deguonies, o naktį suvartoti jį kvėpuodama. Jei žydėjimas žlunga, irimo procesai sukuria papildomą deguonies poreikį.
Popietinis rodmuo nebūtinai buvo klaidingas. Jis tiesiog atsakė ne į tą klausimą.
Praktinis klausimas nėra „Koks deguonies lygis, kol stoviu prie ežero?“ Tikrasis klausimas – „Koks bus mažiausias deguonies lygis prieš prasidedant kitam atsigavimui?“
Nuo prognozės iki veiksmų
Naudinga įspėjimo sistema gali derinti išmatuotą DO vertę, dabartinį jos mažėjimo greitį, prognozuojamą minimumą, prognozės neapibrėžtumą ir konkrečiai vietai nustatytą įsikišimo lygį.
Žvejybiniame ežere ar vidaus vandenų žuvų ūkyje toks įspėjimas gali suteikti laiko įjungti aeravimą, cirkuliaciją ar papildomo deguonies tiekimą dar prieš pasirodant matomiems žuvų streso požymiams. Atviroje jūroje jis gali padėti priimti sprendimus dėl šėrimo, deguonies tiekimo ar kitų varžų valdymo veiksmų. Midijų ūkyje jis gali paskatinti tikslinį mėginių ėmimą, apžiūrą ar su derliaus nuėmimu susijusius sprendimus, užuot mėginus valdyti visą aplinkinį vandens telkinį.
Po to stebėsena turi tęstis. Duomenys po intervencijos parodo, ar sąlygos iš tiesų pagerėjo, kaip greitai jos keitėsi ir ar pasirinkta jutiklio vieta atspindi valdomų organizmų aplinką.
Praktinės priemonės
Jei domina praktinės stebėsenos priemonės, peržiūrėkite mūsų netH₂O plūdurus: B100-5 skirtas vidaus vandenims, o B400-10 – įrengti reiklesnėse pakrančių ir atviros jūros vietose.
Išvados
- DO + temperatūra yra žuvims kylančiai deguonies rizikai valdyti būtinas pagrindas.
- DO istorija gali padėti prognozuoti konkrečios vietos deguonies mažėjimą, tačiau vien DO vandens žydėjimo nediagnozuoja.
- CHL yra netiesioginis platesnės fitoplanktono dinamikos rodiklis.
- Gėlo vandens CYANO kanalas yra selektyvesnis melsvabakterėms, bet tiesiogiai nematuoja rūšių, ląstelių ar toksinų.
- Atviros jūros ir apysūrio vandens vietose taip pat reikia druskingumo ar elektrinio laidžio konteksto, o vietoje svarbus pigmento kanalas gali būti nesusijęs su fikocianinu.
- Midijų ūkiuose nuolatiniai jutikliai gali padėti sutelkti dėmesį ir planuoti mėginių ėmimą, bet nepakeičia jūrinių biotoksinų stebėsenos.
- Drumstumas gali atskleisti optinius trukdžius ir padėti koreguoti duomenis tik po vietinio validavimo.
- Gėlo vandens sistemose DO + CHL + CYANO verta naudoti, kai bendrų dumblių ir melsvabakterių tendencijų atskyrimas pakeistų valdymo sprendimą.
- Tinkama vieta, valymas ir reprezentatyvūs mėginiai tebėra būtini.
- Daugiausia pasakantis deguonies matavimas gali būti atliktas tuo metu, kai vietoje beveik nieko nėra.
Literatūra
- Choo, F.; Zamyadi, A.; Newton, K.; Newcombe, G.; Bowling, L.; Stuetz, R.; Henderson, R.K. (2018). “Performance evaluation of in situ fluorometers for real-time cyanobacterial monitoring.” H2Open Journal, 1(1), 26–46. https://doi.org/10.2166/h2oj.2018.009.
- Eze, E.; Ajmal, T. (2020). “Dissolved Oxygen Forecasting in Aquaculture: A Hybrid Model Approach.” Applied Sciences, 10, 7079. https://doi.org/10.3390/app10207079.
- Foster, G.M.; Graham, J.L.; Bergamaschi, B.A.; Carpenter, K.D.; Downing, B.D.; Pellerin, B.A.; Rounds, S.A.; Saraceno, J.F. (2022). Field Techniques for the Determination of Algal Pigment Fluorescence in Environmental Waters—Principles and Guidelines for Instrument and Sensor Selection, Operation, Quality Assurance, and Data Reporting. U.S. Geological Survey Techniques and Methods, Book 1, Chapter D10. https://doi.org/10.3133/tm1D10.
- Fournier, C.; Fernandez-Fernandez, R.; Cirés, S.; López-Orozco, J.A.; Besada-Portas, E.; Quesada, A. (2024). “LSTM networks provide efficient cyanobacterial blooms forecasting even with incomplete spatio-temporal data.” Water Research, 267, 122553. https://doi.org/10.1016/j.watres.2024.122553.
- Johnston, B.D.; Finkelstein, K.M.; Gifford, S.R.; Stouder, M.D.; Nystrom, E.A.; Savoy, P.R.; Rosen, J.J.; Jennings, M.B. (2024). Evaluation of Sensors for Continuous Monitoring of Harmful Algal Blooms in the Finger Lakes Region, New York, 2019 and 2020. U.S. Geological Survey Scientific Investigations Report 2024-5010. https://doi.org/10.3133/sir20245010.
- Ma, L.; Moradinejad, S.; Guerra Maldonado, J.F.; Zamyadi, A.; Dorner, S.; Prévost, M. (2022). “Factors Affecting the Interpretation of Online Phycocyanin Fluorescence to Manage Cyanobacteria in Drinking Water Sources.” Water, 14, 3749. https://doi.org/10.3390/w14223749.
- McKergow, L. (2025). Algal Fluorescence Sensor Selection. High Frequency Water Quality Monitoring Guidance, NIWA Client Report 2025313HN. Oficialių gairių PDF.
- Oppedal, F.; Dempster, T.; Stien, L.H. (2011). “Environmental drivers of Atlantic salmon behaviour in sea-cages: A review.” Aquaculture, 311(1–4), 1–18. https://doi.org/10.1016/j.aquaculture.2010.11.020.
- Shumway, S.E. (1990). “A review of the effects of algal blooms on shellfish and aquaculture.” Journal of the World Aquaculture Society, 21(2), 65–104. https://doi.org/10.1111/j.1749-7345.1990.tb00529.x.
- Shoko, A.P.; Limbu, S.M.; Mrosso, H.D.J.; Mgaya, Y.D. (2014). “A comparison of diurnal dynamics of water quality parameters in Nile tilapia monoculture and polyculture with African sharp tooth catfish in earthen ponds.” International Aquatic Research, 6, 56. https://doi.org/10.1007/s40071-014-0056-8.
- Xie, D.; Chen, X.; Qian, Y.; Feng, Y. (2025). “Prolonged Summer Daytime Dissolved Oxygen Recovery in a Eutrophic Lake: High-Frequency Monitoring Diel Evidence from Taihu Lake, China.” Water, 17(22), 3221. https://doi.org/10.3390/w17223221.