廖 寧，李 洪，李 嘉，張陵蕾，陳 旻，黃文典

(1.四川大學(xué)水力學(xué)與山區(qū)河流開(kāi)發(fā)保護(hù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，成都 610065；2.四川省紫坪鋪開(kāi)發(fā)有限責(zé)任公司，成都 610065)

富營(yíng)養(yǎng)化評(píng)價(jià)是通過(guò)與水體營(yíng)養(yǎng)狀態(tài)相關(guān)的一系列指標(biāo)及其相互關(guān)系，對(duì)水體營(yíng)養(yǎng)狀態(tài)做出準(zhǔn)確的判斷[1]。湖庫(kù)生態(tài)系統(tǒng)千差萬(wàn)別，進(jìn)行某一階段的湖庫(kù)富營(yíng)養(yǎng)化評(píng)價(jià)時(shí)，根據(jù)水體實(shí)際情況選取適當(dāng)?shù)囊蜃觼?lái)定量表述，對(duì)于提升評(píng)價(jià)的準(zhǔn)確性是十分必要的[2]。隨著西部大開(kāi)發(fā)及相關(guān)政策的實(shí)施，中國(guó)西南山區(qū)新建眾多河道型水庫(kù)，此區(qū)域受地理位置、運(yùn)行年限短等限制，水庫(kù)往往具有營(yíng)養(yǎng)鹽水平不高且波動(dòng)大等早期湖庫(kù)的特點(diǎn)[3]。近年來(lái)卻頻繁出現(xiàn)此區(qū)域河道型水庫(kù)大規(guī)模發(fā)生水華且優(yōu)勢(shì)藻種存在演替的報(bào)道[4]，與常見(jiàn)的藍(lán)綠藻水華穩(wěn)定水體相比，營(yíng)養(yǎng)因子對(duì)河道型湖庫(kù)中藻類(lèi)演替的驅(qū)動(dòng)作用并不相同[5]，進(jìn)行富營(yíng)養(yǎng)化評(píng)價(jià)時(shí)選取的描述因子應(yīng)當(dāng)也是不同的。

目前，國(guó)內(nèi)常用的綜合營(yíng)養(yǎng)狀態(tài)法使用固定因子、固定權(quán)重進(jìn)行計(jì)算，雖操作簡(jiǎn)單，但卻無(wú)法依照特異水體進(jìn)行調(diào)整[6]。近年來(lái)有學(xué)者將集對(duì)分析法和BP神經(jīng)網(wǎng)絡(luò)法等引入評(píng)價(jià)中，但步驟繁雜不便于推廣使用：集對(duì)分析法雖考慮了系統(tǒng)特征，但需分別構(gòu)造各評(píng)價(jià)指標(biāo)的聯(lián)系度表達(dá)式[7]；BP神經(jīng)網(wǎng)絡(luò)法需大量的數(shù)據(jù)先進(jìn)行網(wǎng)絡(luò)訓(xùn)練[8]。主成分分析法是一種數(shù)學(xué)統(tǒng)計(jì)方法，方法依照變量特性將多個(gè)因子篩選后轉(zhuǎn)化為幾個(gè)主成分，利用主成分特征值率確定評(píng)分模型[9]。隨著統(tǒng)計(jì)軟件的發(fā)展，使得此方法簡(jiǎn)單易行且可判別營(yíng)養(yǎng)狀態(tài)變化的主要驅(qū)動(dòng)因子。近年來(lái)，主成分分析在富營(yíng)養(yǎng)化評(píng)價(jià)中已有很多應(yīng)用并取得良好的效果，如：褚帆[10]等基于主成分分析得出天津近岸海域富營(yíng)養(yǎng)化的主要驅(qū)動(dòng)因子為總氮；Primpas[11]在評(píng)價(jià)綠藻水體時(shí)發(fā)現(xiàn)，采用懸浮物、化學(xué)需氧量、溶解氧及氨氮這四個(gè)參數(shù)進(jìn)行評(píng)價(jià)的效果較好。本研究以紫坪鋪水庫(kù)2015-2017年的水質(zhì)跟蹤監(jiān)測(cè)結(jié)果為基礎(chǔ)，運(yùn)用主成分分析法對(duì)水庫(kù)的富營(yíng)養(yǎng)化評(píng)價(jià)進(jìn)行討論。同時(shí)，以營(yíng)養(yǎng)狀態(tài)變化的直接指示性生物——藻類(lèi)作為驗(yàn)證，探究更為適合河道型水庫(kù)且可靠的評(píng)價(jià)方法及水庫(kù)營(yíng)養(yǎng)狀態(tài)變化的規(guī)律、主控因子，以期為保障水庫(kù)富營(yíng)養(yǎng)化控制和管理提供有力的基礎(chǔ)支撐。

1 材料與方法

1.1 研究區(qū)域及樣本檢測(cè)

紫坪鋪水庫(kù)位于四川省成都市西北部岷江上游，是一座典型的早期山區(qū)河道型水庫(kù)。水庫(kù)于2006年12月竣工，建成僅5年后便多次發(fā)生局部甲藻水華且優(yōu)勢(shì)藻種存在演替趨勢(shì)[4]。本研究在水庫(kù)中設(shè)置了7個(gè)地表水監(jiān)測(cè)斷面，分布情況見(jiàn)圖1。

圖1 監(jiān)測(cè)斷面分布圖Fig.1 Monitoring section distribution map

于2015年8月-2018年1月連續(xù)30個(gè)月進(jìn)行實(shí)地采樣監(jiān)測(cè)，研究中采用2015年11月-2017年10月連續(xù)24個(gè)月的指標(biāo)開(kāi)展特性分析研究，利用其余6個(gè)月的指標(biāo)數(shù)據(jù)進(jìn)行校驗(yàn)分析。

檢測(cè)指標(biāo)共10項(xiàng)，其中7項(xiàng)為環(huán)境因子，3項(xiàng)為藻類(lèi)相關(guān)因子。采用AMI溶解氧分析儀和塞氏盤(pán)現(xiàn)場(chǎng)測(cè)定水體溶解氧(DO)和透明度(SD)，另取5.0 L表層水樣保存，當(dāng)天帶回實(shí)驗(yàn)室測(cè)定總氮(TN)、總磷(TP)、高錳酸鹽指數(shù)(CODMn)、氨氮(NH3-N)、五日生化需氧量(BOD5)、葉綠素(Chla)和藻密度指標(biāo)。水質(zhì)指標(biāo)的測(cè)定依照《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》(GB3838-2002)中規(guī)定使用的方法進(jìn)行，藻密度及藻類(lèi)種屬采用顯微鏡法[12]進(jìn)行測(cè)定。

1.2 主成分分析法

主成分分析通過(guò)SPSS軟件運(yùn)算，可客觀確定影響富營(yíng)養(yǎng)化的主控因子和權(quán)重，避免主觀隨意性[9]。本研究中根據(jù)水庫(kù)水質(zhì)因子與藻類(lèi)相關(guān)性分析后排序，建立原始環(huán)境變量矩陣，通過(guò)KMO和Bartlett檢驗(yàn)后，依據(jù)特征值的根是否大于1的原則提取主成分，再分別提取出主成分中的主控因子，最后計(jì)算出營(yíng)養(yǎng)狀態(tài)得分，具體的主成分分析步驟如圖2所示。

1.3 多樣性指數(shù)

多樣性指數(shù)是用于表示生物種類(lèi)和數(shù)量之間關(guān)系的一種指數(shù)，可更加客觀地表示藻類(lèi)群落結(jié)構(gòu)變化。為便于校驗(yàn)主成分分析結(jié)果的可行性和可靠性，研究中引入藻類(lèi)的香農(nóng)-威納指數(shù)[13]和皮婁指數(shù)[14]進(jìn)行驗(yàn)證，兩種指數(shù)計(jì)算公式為：

圖2 主成分分析步驟及評(píng)價(jià)討論思路Fig.2 Principal component analysis and evaluation analysis

(1)

J=H′(S)/log2(S)

(2)

式中：H′為香農(nóng)-威納指數(shù)；Pi為第i種藻類(lèi)個(gè)體的比例；S為藻種數(shù)；J為皮婁指數(shù)。

1.4 綜合營(yíng)養(yǎng)狀態(tài)法

為對(duì)比主成分分析法與國(guó)內(nèi)常規(guī)評(píng)價(jià)方法的差異性，研究中采用應(yīng)用最為廣泛的中國(guó)環(huán)境監(jiān)測(cè)總站推薦方法[1]，即綜合營(yíng)養(yǎng)狀態(tài)法進(jìn)行計(jì)算對(duì)比，計(jì)算參數(shù)為T(mén)N、TP、CODMn、Chla和SD因子，公式為：

(3)

式中：TLI(∑)為綜合營(yíng)養(yǎng)狀態(tài)；Wj為第j種參數(shù)的相關(guān)權(quán)重；TLI(j)為第j種參數(shù)的營(yíng)養(yǎng)狀態(tài)。 值0～30為貧營(yíng)養(yǎng)，30～50為中營(yíng)養(yǎng)，>50為富營(yíng)養(yǎng)。

1.5 統(tǒng)計(jì)分析

采用Origin 8.0和SPSS 22.0軟件進(jìn)行統(tǒng)計(jì)分析。樣品分析均設(shè)置3個(gè)平行樣，分析數(shù)據(jù)誤差為均值±5%。主成分分析中采用KMO和Bartlett檢驗(yàn)原始變量矩陣，當(dāng)KMO>0.5且Bartlett<0.05時(shí)，認(rèn)為變量適合進(jìn)行因子分析。

使用SPSS 22.0軟件進(jìn)行皮爾遜相關(guān)性分析，P<0.05表示顯著性相關(guān)，P<0.01表示極顯著相關(guān)。多元線(xiàn)性回歸分析中，Sig.>0.05表示方程擾動(dòng)大。

2 結(jié)果與分析

2.1 藻類(lèi)基本特征

紫坪鋪水庫(kù)2015年11月-2017年10月的藻類(lèi)跟蹤監(jiān)測(cè)成果如圖3。水體中藻密度值的變化范圍為0.35×106個(gè)/L～3.12×106個(gè)/L，且兩年均在5-6月達(dá)到峰值，2016年峰值期有甲藻、綠藻和硅藻，2017年峰值期有綠藻和硅藻，綠藻優(yōu)勢(shì)度達(dá)83%。圖3可見(jiàn)，紫坪鋪水庫(kù)的優(yōu)勢(shì)藻種存在明顯的演替規(guī)律：綠藻、甲藻、隱藻、硅藻、裸藻和藍(lán)藻的優(yōu)勢(shì)度在2016年依次為0.45、0.21、0.17、0.13、0.04和0，在2017年則依次為0.70、0.06、0.07、0.16、0和0.01。計(jì)算藻類(lèi)香農(nóng)-威納指數(shù)和皮婁指數(shù)的結(jié)果表明，香農(nóng)-威納指數(shù)變化范圍為0.46～1.11，2016年和2017年均值分別為0.91、0.87；皮婁指數(shù)變化范圍為0.15～0.28，2016年和2017年均值分別為0.24、0.20。綜上判斷，紫坪鋪水庫(kù)藻類(lèi)種群呈現(xiàn)甲藻正向綠藻演替的態(tài)勢(shì)。根據(jù)以往國(guó)內(nèi)外相關(guān)研究，甲藻、隱藻常見(jiàn)生活在貧、中營(yíng)養(yǎng)水體中，綠藻、硅藻常見(jiàn)生活在中-富營(yíng)養(yǎng)淺水水體中[15]。通過(guò)紫坪鋪水庫(kù)藻類(lèi)的變化，可推測(cè)水體營(yíng)養(yǎng)狀態(tài)可能正發(fā)生改變。

圖3 紫坪鋪水庫(kù)藻種群基本情況Fig.3 Basic situation of algae population in Zipingpu Reservoir

2.2 水質(zhì)基本特征

為分析紫坪鋪水庫(kù)水體營(yíng)養(yǎng)狀態(tài)變化與水質(zhì)因子的關(guān)系，對(duì)水庫(kù)2015年11月-2017年10月的主要水質(zhì)因子進(jìn)行了分析。由圖4可知，Chla與藻密度的變化規(guī)律基本一致，均在5-6月達(dá)到峰值，均值為2.56 mg/m3；TP作為藻類(lèi)生長(zhǎng)的限制元素[16]，均值為0.06 mg/L，2016年和2017年的均值分別為0.05和0.07 mg/L，年際間呈現(xiàn)的上升趨勢(shì)與藻類(lèi)演替規(guī)律保持一致；DO、CODMn、BOD5、NH3-N和SD的均值分別為8.16、1.25、0.93、0.18 mg/L和73 cm，可見(jiàn)紫坪鋪水庫(kù)的營(yíng)養(yǎng)鹽水平并不高，但均呈現(xiàn)年際上升趨勢(shì)。綜合藻類(lèi)演替規(guī)律，紫坪鋪水庫(kù)的水體營(yíng)養(yǎng)狀態(tài)可能具有向富營(yíng)養(yǎng)轉(zhuǎn)變的趨勢(shì)。

分析藻類(lèi)變化與水質(zhì)因子的相關(guān)關(guān)系(見(jiàn)表1)，藻密度、Chla與DO均呈顯著性正相關(guān)(P=0.497、P=0.441，P<0.05)。藻類(lèi)變化是由多因素共同影響導(dǎo)致的，水質(zhì)因子與藻密度的相關(guān)程度排序依次為：DO>CODMn>NH3-N>SD>TP>TN>BOD5，可見(jiàn)除綜合營(yíng)養(yǎng)狀態(tài)法的因子外，DO和NH3-N等因子對(duì)藻類(lèi)變化的作用也不容忽視。

2.3 富營(yíng)養(yǎng)化評(píng)價(jià)

綜合水質(zhì)因子與藻類(lèi)變化的相關(guān)性分析，首先嘗試將DO、CODMn、NH3-N、SD、TP、TN和BOD5這7項(xiàng)因子全部納入建立原始變量矩陣，對(duì)矩陣進(jìn)行KMO和Bartlett值檢驗(yàn)結(jié)果表明，7項(xiàng)因子的Bartlett和KMO值分別為0.004、0.631，說(shuō)明此7項(xiàng)數(shù)據(jù)便適合用于主成分分析。對(duì)7項(xiàng)原始變量進(jìn)行相關(guān)性分析，相關(guān)系數(shù)見(jiàn)表2。

圖4 水質(zhì)因子時(shí)空變化Fig.4 Variation of water quality factors

藻密度ChlaSDTNTPCODMnBOD5DONH3-N藻密度1.0000.719??-0.239-0.0510.210-0.292-0.0370.497?-0.273Chla0.719??1.000-0.521?-0.250-0.216-0.1060.0220.441?-0.228

注：*為P<0.05；**為P<0.01，下同。

表2 相關(guān)性系數(shù)矩陣Tab.2 Correlation coefficient matrix

對(duì)表2中標(biāo)準(zhǔn)化的指標(biāo)進(jìn)行特征值分析，根據(jù)特征值的大小提取主成分，特征值分析見(jiàn)表3。根據(jù)主成分選取原則，特征值大于1的根對(duì)應(yīng)第1、第2主成分，其方差貢獻(xiàn)率分別為48.57%和22.7%，累積方差貢獻(xiàn)率為71.57%，說(shuō)明這兩個(gè)主成分能夠解釋大部分指標(biāo)信息。主成分確定后，需識(shí)別各主成分中的主要污染物，結(jié)果見(jiàn)表4。從表4可知主成分1主要反映DO、NH3-H、TP和TN這4項(xiàng)指標(biāo)的信息，主成分2主要反映SD和CODMn這2個(gè)指標(biāo)的信息?？梢?jiàn)，紫坪鋪水庫(kù)中營(yíng)養(yǎng)狀態(tài)變化的主要驅(qū)動(dòng)因子為DO、NH3-H、TP和TN，驅(qū)動(dòng)程度規(guī)律與表1中的相關(guān)性規(guī)律保持一致。

運(yùn)用SPSS軟件通過(guò)初始因子矩陣除以其對(duì)應(yīng)主成分特征值的平方根，可得到其對(duì)應(yīng)的系數(shù)矩陣如表5。將矩陣中的系數(shù)與標(biāo)準(zhǔn)化后的監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)相乘再相加，得到主成分表達(dá)式F1、F2值及綜合評(píng)價(jià)表達(dá)式F。通過(guò)主成分和綜合評(píng)價(jià)表達(dá)式得到各月的綜合分?jǐn)?shù)，如圖5所示。

表3 紫坪鋪營(yíng)養(yǎng)狀態(tài)主成分特征值Tab.3 Principal component eigenvalues of Zipingpu nutrition status

表4 主成分系統(tǒng)矩陣Tab.4 Principal component system matrix

表5 特征值對(duì)應(yīng)的系數(shù)矩陣Tab.5 Coefficient matrix corresponding to eigenvalues

圖5 主成分分析法、綜合營(yíng)養(yǎng)狀態(tài)法評(píng)價(jià)營(yíng)養(yǎng)狀態(tài)得分情況Fig.5 Principal component analysis and comprehensive nutrition status method to evaluate nutrition status score

3 討 論

3.1 主成分分析差異性討論

為便于對(duì)比主成分分析法的差異性，常規(guī)的綜合營(yíng)養(yǎng)狀態(tài)法計(jì)算結(jié)果如圖5所示。用于特性分析的24個(gè)月中，兩種評(píng)價(jià)方法的得分變化規(guī)律在大部分月份相同。綜合營(yíng)養(yǎng)狀態(tài)法評(píng)價(jià)得分范圍為29.13～50.72，得分最高月份為2017年2月，綜合營(yíng)養(yǎng)狀態(tài)得分為50.73，根據(jù)《地表水環(huán)境質(zhì)量評(píng)價(jià)辦法(試行)》營(yíng)養(yǎng)程度判定等級(jí)為輕度富營(yíng)養(yǎng)狀態(tài)，當(dāng)月的Chla濃度為2.2 mg/m3、CODMn濃度為3.2 mg/L、BOD5濃度為0.11 mg/L，藻密度為1.03×106個(gè)/L，優(yōu)勢(shì)藻種為綠藻，并未表現(xiàn)出富營(yíng)養(yǎng)狀態(tài)；兩種方法的差異性最大表現(xiàn)在2015年12月，然而對(duì)比單因子濃度發(fā)現(xiàn)，水體中Chla濃度為2.8 mg/m3、CODMn濃度為1.6 mg/L、BOD5濃度為0.9 mg/L，藻密度為0.78×106個(gè)/L、優(yōu)勢(shì)藻種為硅藻，同樣未表現(xiàn)出富營(yíng)養(yǎng)狀態(tài)。結(jié)合2015年12月和2017年2月綜上討論分析，主成分分析法與綜合營(yíng)養(yǎng)狀態(tài)法相比可靠性會(huì)更高。

3.2 主成分分析可靠性討論

藻類(lèi)是水體營(yíng)養(yǎng)狀態(tài)的有效指示生物，通常來(lái)說(shuō)藻密度是富營(yíng)養(yǎng)化的直接反映[18]，本研究中使用藻類(lèi)參數(shù)檢驗(yàn)主成分分析法的可靠性，兩種評(píng)價(jià)方法得分與藻類(lèi)特征參數(shù)(藻密度、香農(nóng)-威納指數(shù)、皮婁指數(shù))的相關(guān)性系數(shù)見(jiàn)表6，綜合營(yíng)養(yǎng)狀態(tài)法的結(jié)果與藻密度呈正相關(guān)未表現(xiàn)顯著性(P=0.240)，主成分分析法的結(jié)果與藻密度呈顯著正相關(guān)(P=0.578，P<0.05)；綜合營(yíng)養(yǎng)狀態(tài)法、主成分分析法與藻類(lèi)皮婁指數(shù)的相關(guān)系數(shù)分別為0.028、0.307，可見(jiàn)主成分分析法結(jié)果與藻類(lèi)的變化情況也更加吻合。

表6 2種方法評(píng)價(jià)結(jié)果與藻類(lèi)參數(shù)相關(guān)關(guān)系Tab.6 Correlation between evaluation results of two methods and algae parameters

兩種評(píng)價(jià)方法在準(zhǔn)確性上的差異可能是與選用的計(jì)算因子有關(guān)。有研究表明，自然水體中不同生境組合對(duì)藻類(lèi)的影響也不同[18]，而主成分分析法是將因子歸一后再篩選進(jìn)行評(píng)價(jià)，即因地制宜確定影響的主成分，主成分中的主控因子與綜合營(yíng)養(yǎng)狀態(tài)法中的5項(xiàng)因子相比更加準(zhǔn)確地反映了紫坪鋪水庫(kù)藻類(lèi)的實(shí)際情況。本研究中主成分分析法確定的主控因子有DO、NH3-H、TP和TN等指標(biāo)，以往研究便發(fā)現(xiàn)DO與藻種群相關(guān)性高于TN、TP等因子與藻種群的相關(guān)性[19]，因此主成分分析法可更準(zhǔn)確地反映紫坪鋪水庫(kù)藻類(lèi)的實(shí)際情況。

3.3 多元線(xiàn)性回歸分析

由表6可知，主成分分析法結(jié)果與藻密度呈顯著正相關(guān)，當(dāng)藻密度獲取存在困難時(shí)，可嘗試用主成分因子通過(guò)多元線(xiàn)性回歸分析嘗試確定藻密度值，回歸方程見(jiàn)表7。研究中通過(guò)常規(guī)的Chla進(jìn)行回歸分析發(fā)現(xiàn)，方程不具有顯著相關(guān)性(R2=0.384)，主成分分析法、綜合營(yíng)養(yǎng)狀態(tài)法進(jìn)行回歸分析均有顯著相關(guān)性(R2=0.629，R2=0.772)，但綜合營(yíng)養(yǎng)狀態(tài)法的回歸方程擾動(dòng)大(Sig.=0.073)，可見(jiàn)運(yùn)用主成分分析與藻密度進(jìn)行線(xiàn)性回歸有一定的可行性和可靠性。將回歸方程與特性研究之外的6個(gè)月份藻密度實(shí)測(cè)值進(jìn)行誤差驗(yàn)證發(fā)現(xiàn)，方程預(yù)測(cè)值與藻密度實(shí)測(cè)值誤差均可控制在45%內(nèi)，例如2015年10月、2018年1月的方程預(yù)測(cè)值與實(shí)測(cè)值誤差分別為16.7%、29.9%。

表7 藻密度與主成分因素的回歸方程Tab.7 Regression equation of algae density and principal component factors

注：藻密度～Z；Chla～Z1；TN～Z2；TP～Z3；SD～Z4；CODMn～Z5；DO～Z6；NH3-N～Z7；TLI～Z8；主成分分析得分～Z9。

4 結(jié) 語(yǔ)

(1)通過(guò)連續(xù)24個(gè)月的監(jiān)測(cè)及特性研究發(fā)現(xiàn)，紫坪鋪水庫(kù)中藻類(lèi)存在明顯的演替趨勢(shì)，甲藻優(yōu)勢(shì)度年際間降低14%，綠藻優(yōu)勢(shì)度年際間升高26%；綜合相關(guān)性分析及主成分分析后發(fā)現(xiàn)，水庫(kù)藻類(lèi)及營(yíng)養(yǎng)變化主控因子為DO、NH3-H、TP和TN。

(2)基于主成分分析建立了紫坪鋪水庫(kù)營(yíng)養(yǎng)評(píng)價(jià)方法，與常規(guī)的綜合營(yíng)養(yǎng)狀態(tài)法相比可靠性更高，與藻密度的相關(guān)性由0.240提升至0.578(P<0.05)，與皮婁指數(shù)的相關(guān)性由0.028提升至0.307，可見(jiàn)采用主成分分析法進(jìn)行紫坪鋪水庫(kù)營(yíng)養(yǎng)狀態(tài)評(píng)價(jià)更為客觀、可靠。

(3)基于主控因子構(gòu)建了紫坪鋪水庫(kù)藻密度快速估算方程，相關(guān)性系數(shù)達(dá)0.772(P<0.05)，檢驗(yàn)系數(shù)為0.031；經(jīng)實(shí)測(cè)值驗(yàn)證后發(fā)現(xiàn)，誤差可控制在45%以?xún)?nèi)，可在數(shù)據(jù)缺測(cè)、缺乏專(zhuān)業(yè)檢測(cè)人員、臨時(shí)急迫的需求或預(yù)測(cè)等特殊情況提供快速估算方法，為紫坪鋪水庫(kù)水體研究提供基礎(chǔ)數(shù)據(jù)和理論依據(jù)。