孔杰，周忠發(fā)*，但雨生，蔣翼，李韶慧

基于分形插值模型的平寨水庫水體富營養(yǎng)化評價

孔杰1,2，周忠發(fā)1,2*，但雨生1,2，蔣翼1,2，李韶慧1,2

（1.貴州師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院/喀斯特研究院，貴陽 550001；2.貴州省喀斯特山地生態(tài)環(huán)境國家重點(diǎn)實驗室培育基地，貴陽 550001）

【】分析平寨水庫水體富營養(yǎng)化時空變化特征，對平寨水庫水體富營養(yǎng)化情況進(jìn)行評價。采集2018年11月（秋）、2019年1月（冬）、5月（春）和7月（夏）4個季節(jié)的水樣，選取葉綠素a（Chla）、總磷（TP）、總氮（TN）、高錳酸鹽指數(shù)（CODMn）和透明度（SD）5個指標(biāo)，利用分形維數(shù)權(quán)重的方法建立富營養(yǎng)化評價插值模型，對平寨水庫的水體富營養(yǎng)化進(jìn)行評價。①平寨水庫TP和CODMn量達(dá)到Ⅱ類水質(zhì)標(biāo)準(zhǔn)，TN量超出Ⅴ類水質(zhì)標(biāo)準(zhǔn)，是主要污染因子；TN、CODMn和Chla量在夏季最高，TP量在冬季最高，SD在春季最低。②平寨水庫總體上呈中富營養(yǎng)、富營養(yǎng)狀態(tài)，所有監(jiān)測斷面沒有出現(xiàn)貧營養(yǎng)和貧中營養(yǎng)，說明該水庫水體富營養(yǎng)化程度較高。③平寨水庫夏季富營養(yǎng)化程度最高，冬春季次之，秋季最低。BS2和HJ2監(jiān)測斷面富營養(yǎng)化程度最高，NY3、SG3和PZ4監(jiān)測斷面次之，ZW8和SG1監(jiān)測斷面最低。平寨水庫富營養(yǎng)化程度偏高，TN是主要污染因子，控制氮元素的輸入和富集是防治平寨水庫富營養(yǎng)化的重中之重。

分形插值模型；水體富營養(yǎng)化；綜合評價；喀斯特高原；水庫

0 引言

【研究意義】由于人類的不合理利用，導(dǎo)致水資源被污染甚至造成水體富營養(yǎng)化。有研究表明我國水體富營養(yǎng)化現(xiàn)狀已經(jīng)相當(dāng)嚴(yán)重[1]。因此，急需摸清水體富營養(yǎng)化的發(fā)生發(fā)展規(guī)律并加以治理，這對水資源的可持續(xù)利用及水生態(tài)系統(tǒng)的保護(hù)具有非常重要的意義。【研究進(jìn)展】隨著對水體富營養(yǎng)化研究的不斷深入以及技術(shù)的不斷更新，出現(xiàn)了多種水體富營養(yǎng)化評價方法。目前最常見的方法主要有：綜合營養(yǎng)狀態(tài)指數(shù)評價[2]、水生生物指標(biāo)評價、模糊綜合評價[3]、灰色聚類評價[4]和神經(jīng)網(wǎng)絡(luò)評價[5]等。但是這些方法都存在自身的缺點(diǎn)和不足，比如，綜合營養(yǎng)狀態(tài)指數(shù)評價方法側(cè)重對監(jiān)測指標(biāo)進(jìn)行評價，沒考慮評價過程中參數(shù)的不確定性，并且主要突出某一個指標(biāo)的作用，因而具有適用條件要求和局限性[6]；模糊綜合評價方法以隸屬度函數(shù)描述水體營養(yǎng)狀態(tài)分級界限的模糊性和不確定性，然而從信息利用的角度來看，模糊數(shù)學(xué)評價方法對研究對象變化范圍這一信息的關(guān)注度不夠[7]；神經(jīng)網(wǎng)絡(luò)評價方法在如何選擇權(quán)重、確定隸屬函數(shù)、選取網(wǎng)絡(luò)結(jié)構(gòu)、提高計算精度與速度等方面還需進(jìn)一步改進(jìn)[8]。早在2005年劉光萍等[9]將分形理論評價模型引入到水體富營養(yǎng)化評價中并且發(fā)現(xiàn)該方法具有計算簡單、數(shù)據(jù)處理工作量小、結(jié)果客觀合理等優(yōu)點(diǎn)。武國正等[10]、詹勇等[11]將此方法運(yùn)用于烏梁素海湖泊水質(zhì)評價中并且發(fā)現(xiàn)研究結(jié)果與綜合營養(yǎng)狀態(tài)指數(shù)法的評價結(jié)果具有很高的一致性。隨后，胡云玲等[12]、龔艷冰等[13]也用分形理論評價模型分別對艾里克湖和南水北調(diào)東線源頭的水質(zhì)進(jìn)行評價并且取得了很好的效果?！厩腥朦c(diǎn)】水體富營養(yǎng)化是一個復(fù)雜現(xiàn)象，各個環(huán)境因子與富營養(yǎng)化狀況之間的關(guān)系是非線性的，需要揭示其內(nèi)在規(guī)律性，以便準(zhǔn)確掌握水體當(dāng)前的富營養(yǎng)化狀況并合理預(yù)測其發(fā)展趨勢?！緮M解決的關(guān)鍵問題】分形理論在揭示整體與部分之間內(nèi)在關(guān)聯(lián)性、復(fù)雜現(xiàn)象背后的規(guī)律方面有突出優(yōu)勢，通過計算各評價指標(biāo)的分形維數(shù)并據(jù)此建立富營養(yǎng)化評價插值模型，對平寨水庫的水體富營養(yǎng)化情況進(jìn)行評價，分析平寨水庫水體富營養(yǎng)化的時空變化特征，以期為平寨水庫乃至整個黔中水利樞紐的水資源保護(hù)提供科學(xué)依據(jù)和理論支撐，為流域內(nèi)的工農(nóng)業(yè)生產(chǎn)生活及用水安全提供保障。

1 材料與方法

1.1 研究區(qū)概況

圖1為研究區(qū)概況，平寨水庫位于105°17′3′′E—105°26′44′′E，26°29′33′′N—26°35′38′′N之間，由納雍河、水公河、張維河、白水河和扈家河筑壩蓄水而成。該水庫是黔中水利樞紐工程配套建設(shè)的一座水庫，擔(dān)負(fù)著向安順、貴陽及其周邊區(qū)縣供水的重任，一期工程建成后，可解決5個縣城和28個鄉(xiāng)鎮(zhèn)的供水問題。

圖1 研究區(qū)概況

流域內(nèi)巖石類型以二疊、三疊系的灰?guī)r、白云質(zhì)灰?guī)r和白云巖為主。平寨水庫處于亞熱帶季風(fēng)氣候區(qū)，年平均氣溫10.4~15.1 ℃，多年平均降水量為1 089.6 mm。流域內(nèi)人口密集，社會經(jīng)濟(jì)活動頻繁并且有大型煤礦企業(yè)及洗煤廠。根據(jù)貴州省水功能區(qū)劃，平寨水庫為黔中水利樞紐一期工程集中式飲用水源地一級保護(hù)區(qū)，水質(zhì)目標(biāo)為Ⅱ類。

1.2 指標(biāo)選取與水樣處理

在庫區(qū)設(shè)置NY3、SG3、ZW8、BS2、HJ2、SG1和PZ4共計7個監(jiān)測點(diǎn)。由于水體中氮、磷等營養(yǎng)物質(zhì)質(zhì)量濃度過高，會引起藻類等浮游植物的瘋長及顆粒懸浮物的增多，進(jìn)而影響水體中的葉綠素a質(zhì)量濃度、有機(jī)物質(zhì)及水體透明度，而高錳酸鹽指數(shù)是評價水體受有機(jī)物污染程度的主要指標(biāo)，結(jié)合相關(guān)研究[14-16]，選取葉綠素a（Chla）、總磷（TP）、總氮（TN）、高錳酸鹽指數(shù)（CODMn）和透明度（SD）5個指標(biāo)進(jìn)行評價。于2018年11月（秋）、2019年的1月（冬）、5月（春）和7月（夏）無雨天氣采集表層0.5 m處的水樣，裝入聚乙烯采樣瓶中。總氮需加適量硫酸作為固定劑，總磷需加4滴配比為1∶1的鹽酸（摩爾濃度為6 mol/L）作為固定劑，密封放入便攜式冷藏箱，帶回實驗室分析。其中，SD用賽氏圓盤法現(xiàn)場測定；TN用堿性過硫酸鉀消解+紫外分光光度法測定；TP用鉬酸銨分光光度法測定；Chla用丙酮萃取分光光度法測定；CODMn用堿性高錳酸鉀法測定。

1.3 研究方法

1.3.1 指標(biāo)分形維數(shù)的計算

分形理論的概念是美籍?dāng)?shù)學(xué)家Mandelbrot[17]于1975年提出的。該理論是非線性科學(xué)研究中的一個分支，它以分形幾何為基礎(chǔ)來揭示復(fù)雜自然現(xiàn)象和社會現(xiàn)象背后隱藏的規(guī)律以及事物間整體和部分的關(guān)系[18]。分形特征的度量用分形維數(shù)來表示，常見的分維類型主要有盒子維數(shù)、信息維數(shù)、相似維數(shù)和關(guān)聯(lián)維數(shù)。本文選用關(guān)聯(lián)維數(shù)，評價模型[19]建立如下：

1）標(biāo)準(zhǔn)數(shù)據(jù)集的建立。根據(jù)文獻(xiàn)[9]，確定水體富營養(yǎng)化評價標(biāo)準(zhǔn)，如表1所示。

表1 富營養(yǎng)化評價標(biāo)準(zhǔn)

式中：為待評價因素的樣本個數(shù)；為待評價對象的指標(biāo)個數(shù)。

2）對富營養(yǎng)化評價指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理，以消除指標(biāo)的量綱并統(tǒng)一指標(biāo)的變化方向。對于效益型指標(biāo)（SD）和成本型指標(biāo)（TP、TN、Chla和CODMn）分別按式（2）和式（3）進(jìn)行計算，將指標(biāo)變換到[0,1]區(qū)間。

對歸一化后的評價標(biāo)準(zhǔn)，在各評價標(biāo)準(zhǔn)等級范圍內(nèi)，利用Matlab軟件按均勻分布隨機(jī)產(chǎn)生10個標(biāo)準(zhǔn)樣本，對于每個指標(biāo)采用同一組隨機(jī)數(shù)值，6個評價等級共形成60個評價樣本。最終指標(biāo)數(shù)據(jù)向量如式（4）所示。

3）建立多維相空間，形式如下：

1維 2維 … （-1）維 …維。 （5）

式中：、=1,2,…,-+1，代表不同相空間的點(diǎn)數(shù)；=1,2,…,，為最大的相空間維數(shù)。

5）分別計算每維相空間兩點(diǎn)間距離小于或等于r的概率C()，可以得到關(guān)聯(lián)積分函數(shù)，計算式為：

式中：r為指定的距離上限，一般取相空間維數(shù)的2倍，為Heaviside函數(shù)，其計算式為：

6）如果存在分形，則每維相空間有：

根據(jù)每維相空間計算出一組C()值，若C()和r在雙對數(shù)圖上為直線，則分形存在，其斜率為該維相空間的分形維數(shù)，即：

式中：s為關(guān)聯(lián)維數(shù)，如果分形維數(shù)隨著相空間維數(shù)的升高趨向極限，則此極限值為空間的分形維數(shù)。在具體應(yīng)用當(dāng)中，如果分形維數(shù)沒有嚴(yán)格地趨向某一極限，則采取比較不同維數(shù)相空間的分形維數(shù)，選擇其趨于穩(wěn)定的最大者或相鄰空間分形維數(shù)之差滿足一定精度要求，作為該評價指標(biāo)的分形維數(shù)。

1.3.2 分形插值評價模型的構(gòu)建

1）將貧營養(yǎng)、貧中營養(yǎng)、中營養(yǎng)、中富營養(yǎng)、富營養(yǎng)和重富營養(yǎng)分別賦予經(jīng)驗等級1~6，得到60個標(biāo)準(zhǔn)評價樣本，每個評價樣本相應(yīng)的經(jīng)驗等級為()。根據(jù)式（2）—式（12）計算出各指標(biāo)的分形維數(shù)D，則第個標(biāo)準(zhǔn)樣本的綜合評價值為：

2）假設(shè)6個評價等級中的第e個評價等級對應(yīng)的評價值為()∈[S,S]，建立第個樣本綜合評價值()與經(jīng)驗等級()的散點(diǎn)圖，根據(jù)散點(diǎn)圖可建立相應(yīng)的分形插值評價模型：

2 結(jié)果與分析

2.1 分形插值模型的建立

2.1.1 各評價指標(biāo)分形維數(shù)的計算

根據(jù)式（2）—式（3）對水體富營養(yǎng)化評價標(biāo)準(zhǔn)進(jìn)行歸一化處理（表2），然后在上述各評價標(biāo)準(zhǔn)等級范圍內(nèi)按均勻分布隨機(jī)產(chǎn)生10個標(biāo)準(zhǔn)樣本，對每個指標(biāo)采用同一組隨機(jī)數(shù)值，共形成60個標(biāo)準(zhǔn)樣本，根據(jù)水體富營養(yǎng)化等級分別賦予經(jīng)驗等級1~6共6個等級。

根據(jù)式（6）—式（12），可求出每個富營養(yǎng)化評價指標(biāo)的分形維數(shù)。利用標(biāo)準(zhǔn)樣本數(shù)據(jù)擬合出各指標(biāo)在各維相空間的C()與r雙對數(shù)曲線（圖2為TP在3維相空間和11維相空間的雙對數(shù)曲線）。曲線的斜率為該指標(biāo)的分形維數(shù)，分形維數(shù)越大，表明該指標(biāo)越重要。選取隨相空間維數(shù)的變化而趨于穩(wěn)定的值作為指標(biāo)的分形維數(shù)，由此計算得出TP、TN、CODMn、Chla和SD的分形維數(shù)分別為0.467 8、0.392 8、0.406 4、0.454 6和0.587 3。

表2 水體富營養(yǎng)化單因素評價標(biāo)準(zhǔn)

圖2 TP的lnCk(s)-lnrsk擬合曲線

2.1.2 水體富營養(yǎng)化插值評價模型

根據(jù)式（13）計算出上述60個標(biāo)準(zhǔn)樣本的綜合評價值。然后以綜合評價值()為橫坐標(biāo)，以經(jīng)驗等級值()為縱坐標(biāo)，建立二者的散點(diǎn)圖（圖3）。再根據(jù)式（14），建立水體富營養(yǎng)化評價插值模型，如式（15）所示。

圖3 z(f)與y(f)的散點(diǎn)圖

2.2 水體富營養(yǎng)化指標(biāo)質(zhì)量濃度的動態(tài)變化

圖4為各監(jiān)測斷面富營養(yǎng)化指標(biāo)動態(tài)變化，圖4（f）為各斷面平均值，TN、CODMn和Chla在夏季最高，TP在冬季最高，SD在春季最低。從全年來看，TP變化趨勢為“Ｖ”形，CODMn變化趨勢為“Ｚ”形，Chla和SD變化趨勢為倒“Ｖ”形，TN波動較大。其中，TP質(zhì)量濃度依次為冬季＞春季＞夏季＞秋季；TN質(zhì)量濃度依次為夏季＞冬季＞秋季＞春季；CODMn質(zhì)量濃度依次為夏季＞春季＞冬季＞秋季；Chla質(zhì)量濃度依次為夏季＞秋季＞冬季＞春季；SD依次為秋季＞冬季＞夏季＞春季。

從圖4（a）—圖4（e）可以看出，7個監(jiān)測斷面水體中TP的質(zhì)量濃度在全年的變化范圍為0.011~0.15mg/L，平均值為0.025mg/L，峰值出現(xiàn)在冬季的SG1斷面，質(zhì)量濃度達(dá)到0.15 mg/L，超出全年平均值的6倍，依據(jù)《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》，該監(jiān)測斷面TP值已經(jīng)達(dá)到Ⅳ類水質(zhì)標(biāo)準(zhǔn)的限值，最低值出現(xiàn)在秋季的NY3、ZW8、SG1和冬季的SG3、HJ2斷面，TP質(zhì)量濃度均為0.011mg/L。TN質(zhì)量濃度在全年的變化范圍為1.79~4.13mg/L，平均值為2.84mg/L，除春季的SG3、ZW8、BS2和SG1的TN質(zhì)量濃度低于2.0mg/L外，其余均超過Ⅴ類水質(zhì)標(biāo)準(zhǔn)，峰值出現(xiàn)在夏季的NY3斷面，超過Ⅱ類水質(zhì)標(biāo)準(zhǔn)8.26倍。CODMn質(zhì)量濃度在全年的變化范圍為0.8~5.4 mg/L，平均值為2.91mg/L，主要為Ⅱ類水質(zhì)標(biāo)準(zhǔn)，春夏二季質(zhì)量濃度明顯比秋冬兩季高。Chla質(zhì)量濃度的變化范圍為0.47~15.08μg/L，峰值出現(xiàn)在夏季的NY3斷面，但該斷面其他季節(jié)Chla質(zhì)量濃度均處于較低水平，這是由于納雍河流域農(nóng)業(yè)活動頻繁，排入河中的營養(yǎng)物質(zhì)聚集再加上夏季適宜的氣溫，藻類植物生長造成Chla質(zhì)量濃度顯著提高。透明度是反應(yīng)水體富營養(yǎng)化狀況最直觀的指標(biāo)，最低值出現(xiàn)在春季的NY3斷面并且春季的透明度均值最小?？傮w而言，平寨水庫TP、TN和CODMn質(zhì)量濃度年際變化較為平緩，Chla和SD年際波動較大，TP和CODMn質(zhì)量濃度均達(dá)到Ⅱ類水質(zhì)標(biāo)準(zhǔn)，TN質(zhì)量濃度超標(biāo)嚴(yán)重，是主要的污染因子。

圖4 平寨水庫各監(jiān)測斷面富營養(yǎng)化指標(biāo)動態(tài)變化

2.3 水體富營養(yǎng)化時空分布特征

將預(yù)處理后的實測數(shù)據(jù)代入式（12）計算出各評價指標(biāo)的分形維數(shù)，然后根據(jù)式（13）和式（15）計算出不同季節(jié)各監(jiān)測斷面的綜合評價值并據(jù)此得到各監(jiān)測斷面在4個季節(jié)的富營養(yǎng)化評價結(jié)果，如圖5所示。

圖5 平寨水庫各監(jiān)測斷面富營養(yǎng)化評價結(jié)果

總體來看，除秋季SG3斷面為中營養(yǎng)以外，其余各評價結(jié)果均為中富營養(yǎng)和富營養(yǎng)，二者分別占整個評價結(jié)果的46.4%和50%，全部監(jiān)測斷面中已經(jīng)沒有貧營養(yǎng)和貧中營養(yǎng)的區(qū)域出現(xiàn)。由此可知，平寨水庫水體已經(jīng)達(dá)到了中富營養(yǎng)化和富營養(yǎng)化程度，并且全年變化穩(wěn)定。從評價結(jié)果的季節(jié)分布來看，夏季全部為富營養(yǎng)，冬季除HJ2斷面為富營養(yǎng)以外，其余均為中富營養(yǎng)。春夏二季的富營養(yǎng)化程度整體上高于秋冬二季，這主要是由于TN、CODMn和Chla質(zhì)量濃度夏季最高，造成夏季的營養(yǎng)程度偏高。從各監(jiān)測斷面來看，BS2在春季、夏季和秋季為富營養(yǎng)，HJ2在春季、夏季和冬季為富營養(yǎng)，富營養(yǎng)化程度偏高，ZW8、SG1監(jiān)測點(diǎn)在春季、秋季和冬季均為中富營養(yǎng)，富營養(yǎng)化程度稍好。由此可見，平寨水庫BS2和HJ2的富營養(yǎng)化程度最高，NY3、SG3和PZ4次之，ZW8和SG1最低。

3 討論

3.1 富營養(yǎng)化原因分析

研究結(jié)果顯示，平寨水庫富營養(yǎng)化評價指標(biāo)中，TN量超標(biāo)嚴(yán)重，是主要的污染因子。這是由于平寨水庫由上游5條河流匯集而成，各個河流中的氮元素聚集于此，再加上河流流經(jīng)處多為城鎮(zhèn)、村莊，由此造成的居民生活污染和農(nóng)業(yè)面源污染較重，導(dǎo)致水體中氮元素量超標(biāo)。TN量在夏季達(dá)到最高，此時葉綠素a量也達(dá)到最高，一方面是由于夏季光照增加，光合作用加強(qiáng)，水體中的藻類植物如藍(lán)藻門念珠藻、綠藻門柵藻等繁殖迅速[20]，水體自凈能力小于生物生產(chǎn)能力，導(dǎo)致水體中葉綠素a量增多。另一方面，氮元素對水體浮游植物的生長繁殖有重要影響[21]。與此同時，以反映有機(jī)污染為主的高錳酸鹽指數(shù)也在夏季達(dá)到了最高，使透明度在春夏季較低，這是由于藻類生長使得水體中雜質(zhì)變多并且對光的散射和吸收變強(qiáng)，降低了水體透明度。由此可說明，TN量對平寨水庫富營養(yǎng)化狀況有直接影響，并且研究發(fā)現(xiàn)，4個季節(jié)中，平寨水庫所有監(jiān)測斷面的TN量均值都超過了2.0 mg/L，超出Ⅴ類水質(zhì)標(biāo)準(zhǔn)。李秋華等[22]調(diào)查了貴州省20座代表性水庫的營養(yǎng)水平，發(fā)現(xiàn)水庫水體中的TN量普遍偏高。也有研究[23]認(rèn)為貴州地區(qū)TN的背景值比較高。劉叢強(qiáng)等[24]通過對烏江流域梯級水庫的初步研究，發(fā)現(xiàn)在庫區(qū)底層的季節(jié)性厭氧環(huán)境下，底泥中的氮磷等營養(yǎng)物質(zhì)會向上覆水體中轉(zhuǎn)移，這也會加劇水體富營養(yǎng)化程度。

3.2 富營養(yǎng)化研究探討

本文基于分形插值模型對平寨水庫富營養(yǎng)化情況進(jìn)行評價，該模型先計算單個富營養(yǎng)化指標(biāo)的分形維數(shù)，以分形維數(shù)為指標(biāo)權(quán)重計算每個標(biāo)準(zhǔn)樣本的綜合評價值，根據(jù)綜合評價值與經(jīng)驗等級值映射函數(shù)，建立分形插值模型。結(jié)果表明分形插值模型評價結(jié)果客觀真實，與李秋華等[22,25]對貴州高原20余座水庫的研究結(jié)果具有較高的一致性。富營養(yǎng)化的形成是一個內(nèi)部充滿了復(fù)雜物理、化學(xué)和生物反應(yīng)的遠(yuǎn)離平衡狀態(tài)的過程。針對深水型人工湖泊而言，水體的季節(jié)性分層會使深水水庫出現(xiàn)不同時期不同層面的富營養(yǎng)化程度，不同深度氮、磷等營養(yǎng)物質(zhì)質(zhì)量濃度的不同，會影響整個水體的營養(yǎng)化狀態(tài)，浮游生物群落的季節(jié)演替也會使?fàn)I養(yǎng)狀態(tài)呈相應(yīng)變化。因此后續(xù)研究將綜合考量多方面因素，進(jìn)一步對平寨水庫富營養(yǎng)化狀況進(jìn)行評價分析。

4 結(jié)論

1）平寨水庫TP和CODMn量主要為Ⅱ類水質(zhì)標(biāo)準(zhǔn)，TN量超出Ⅴ類水質(zhì)標(biāo)準(zhǔn)，是主要污染因子。TN、CODMn和Chla量在夏季最高，TP量在冬季最高，SD在春季最低。

2）平寨水庫總體上呈現(xiàn)中富營養(yǎng)、富營養(yǎng)狀態(tài)并且夏季富營養(yǎng)化程度最高，秋季最低。從監(jiān)測斷面來看，BS2和HJ2的富營養(yǎng)化程度最高，NY3、SG3和PZ4次之，ZW8和SG1最低。

3）控制氮元素的輸入和富集是防治平寨水庫富營養(yǎng)化的重中之重。

[1] 揣小明. 我國湖泊富營養(yǎng)化和營養(yǎng)物磷基準(zhǔn)與控制標(biāo)準(zhǔn)研究[D]. 南京: 南京大學(xué), 2011.

CHUAI Xiaoming. Study on lake eutrophication as well as the criteria and control standard for phosphorus in China[D]. Nanjing: Nanjing University, 2011.

[2] 朱廣偉. 太湖富營養(yǎng)化現(xiàn)狀及原因分析[J]. 湖泊科學(xué), 2008, 20(1): 21-26.

ZHU Guangwei. Eutrophic status and causing factors for a large, shallow and subtropical Lake Taihu, China[J]. Journal of Lake Sciences, 2008, 20(1): 21-26.

[3] 金菊良, 魏一鳴, 丁晶. 基于改進(jìn)層次分析法的模糊綜合評價模型[J]. 水利學(xué)報, 2004, 35(3): 65-70.

JIN Juliang, WEI Yiming, DING Jing. Fuzzy comprehensive evaluation model based on improved analytic hierarchy process[J]. Journal of Hydraulic Engineering, 2004, 35(3): 65-70.

[4] 朱慶峰, 廖秀麗, 陳新庚, 等. 用灰色聚類法對荔灣湖水質(zhì)富營養(yǎng)化程度的評價[J]. 中國環(huán)境監(jiān)測, 2004, 20(2): 47-50.

ZHU Qingfeng, LIAO Xiuli, CHEN Xingeng, et al. The application of the grey clustering method to assess the eutrophication of lake of Liwan[J]. Environmental Monitoring in China, 2004, 20(2): 47-50.

[5] 任黎, 董增川, 李少華. 人工神經(jīng)網(wǎng)絡(luò)模型在太湖富營養(yǎng)化評價中的應(yīng)用[J]. 河海大學(xué)學(xué)報(自然科學(xué)版), 2004, 32(2): 147-150.

REN Li, DONG Zengchuan, LI Shaohua. Application of artificial neural network model to assessment of Taihu Lake eutrophication[J]. Journal of Hehai University (Natural Sciences), 2004, 32(2): 147-150.

[6] 尹星, 李如忠, 楊繼偉, 等. 基于延拓盲數(shù)的湖庫水體富營養(yǎng)化評價模型[J]. 環(huán)境科學(xué)學(xué)報, 2014, 34(4): 1 045-1 053.

YIN Xing, LI Ruzhong, YANG Jiwei, et al. Eutrophication evaluation model for lake and reservoir based on extendedblind number[J]. Acta Scientiae Circumstantiae, 2014, 34(4): 1 045-1 053.

[7] 趙建平, 姚天雨, 王明虎, 等. 基于云模型的長沙市大氣環(huán)境質(zhì)量評價[J]. 環(huán)境工程, 2017, 35(11): 149-154.

ZHAO Jianping, YAO Tianyu, WANG Minghu, et al. Atmospheric environmental quality assessment in Changsha based on cloud model[J]. Environmental Engineering, 2017, 35(11): 149-154.

[8] 蓋兆梅, 劉仁濤, 付強(qiáng), 等. 地下水脆弱性評價的混沌模糊神經(jīng)網(wǎng)絡(luò)模型[J].南水北調(diào)與水利科技, 1-6[2020-12-30]. http://kns.cnki.net/kcms/detail/13.1334.TV.20191012.1513.002.html.

GAI Zhaomei, LIU Rentao, FU Qiang, et al. The chaos fuzzy neural network model and its application in the groundwater vulnerability evaluation[J]. South-to-North Water Transfers and Water Science & Technology, 1-6[2019-10-21].http://kns.cnki.net/kcms/detail/13.1334.TV.20191012.1513.002.html.

[9] 劉光萍, 杜萍, 王琨. 分形理論在湖泊富營養(yǎng)化評價中的應(yīng)用[J]. 江西農(nóng)業(yè)大學(xué)學(xué)報, 2005, 27(6): 925-929.

LIU Guangping, DU Ping, WANG Kun. Application of fractal theory to evaluation of lake eutrophication[J]. Acta Agriculturae Universitis Jiangxiensis, 2005, 27(6): 925-929.

[10] 武國正, 徐宗學(xué), 李暢游. 基于分形理論的水體富營養(yǎng)狀況評價及其驗證[J]. 水資源保護(hù), 2012, 28(4): 12-16.

WU Guozheng, XU Zongxue, LI Changyou. Water eutrophication assessment and validation based on fractal theory[J]. Water Resources Protection, 2012, 28(4): 12-16.

[11] 詹勇, 李暢游, 史小紅, 等. 分形理論在烏梁素海湖泊水質(zhì)評價中的應(yīng)用[J]. 水資源與水工程學(xué)報, 2012, 23(2): 37-39, 43.

ZHAN Yong, LI Changyou, SHI Xiaohong, et al. Application of fractal theory to the evaluation of water quality in Wuliangsuhai Lake[J]. Journal of Water Resources and Water Engineering, 2012, 23(2): 37-39, 43.

[12] 胡云玲, 焦鍵, 劉江, 等. 分形理論在艾里克湖富營養(yǎng)化評價中的應(yīng)用[J]. 新疆環(huán)境保護(hù), 2015, 37(1): 8-12, 17.

HU Yunling, JIAO Jian, LIU Jiang, et al. Application of Fractal Theory on evaluation of water quality in Eric Lake[J]. Environmental Protection of Xinjiang, 2015, 37(1): 8-12, 17.

[13] 龔艷冰, 劉高峰, 張繼國, 等. 基于分形維數(shù)權(quán)重的南水北調(diào)東線源頭水質(zhì)評價研究[J]. 環(huán)境科學(xué)學(xué)報, 2014, 34(12): 3 194-3 199.

GONG Yanbing, LIU Gaofeng, ZHANG Jiguo, et al. Water quality assessment of the east route of south-to-north water diversion based on fractal dimension weight[J]. Acta Scientiae Circumstantiae, 2014, 34(12): 3 194-3 199.

[14] 王志強(qiáng), 田娜, 繆建群, 等. 基于組合可拓綜合分析法的鄱陽湖流域水質(zhì)富營養(yǎng)化評價[J]. 生態(tài)學(xué)報, 2017, 37(12): 4 227-4 235.

WANG Zhiqiang, TIAN Na, MIAO Jianqun, et al. Eutrophication assessment of water quality in Poyang lake basin based on comprehensive analysis method of combined extension[J]. Acta Ecologica Sinica, 2017, 37(12): 4 227-4 235.

[15] 方娜, 游清徽, 劉玲玲, 等. 基于云模型的鄱陽湖秋季周邊濕地水體富營養(yǎng)化評價[J]. 生態(tài)學(xué)報, 2019, 39(17): 6 314-6 321.

FANG Na, YOU Qinghui, LIU Lingling, et al. Evaluation of eutrophication in Poyang Lake wetland during autumn based on the cloud model[J]. Acta Ecologica Sinica, 2019, 39(17): 6 314-6 321.

[16] 劉林峰, 周先華, 高健, 等. 神農(nóng)架大九湖濕地浮游植物群落結(jié)構(gòu)特征及營養(yǎng)狀態(tài)評價[J]. 湖泊科學(xué), 2018, 30(2): 417-430.

LIU Linfeng, ZHOU Xianhua, GAO Jian, et al. Phytoplankton community structure and trophic status evaluation in Dajiuhu wetland of Shennongjia Alpine[J]. Journal of Lake Sciences, 2018, 30(2): 417-430.

[17] MANDELBROT B. Fractals: Form, chance, and dimension[M]. New York: W. H. Freeman ＆ Company, 1975.

[18] 牛穎超, 周忠發(fā), 王歷, 等. 基于分形插值模型的貴州農(nóng)產(chǎn)品區(qū)土壤養(yǎng)分綜合評價研究[J]. 環(huán)境化學(xué), 2018, 37(10): 2 207-2 218.

NIU Yingchao, ZHOU Zhongfa, WANG Li, et al. Comprehensive evaluation of soil nutrients in Guizhou agricultural products areas based on the fractal interpolation model[J]. Environmental Chemistry, 2018, 37(10): 2 207-2 218.

[19] 竇明, 于璐, 毛豪林, 等. 基于分形理論的淮河水系形態(tài)結(jié)構(gòu)特征分析[J]. 武漢大學(xué)學(xué)報(工學(xué)版), 2019, 52(4): 303-310.

DOU Ming, YU Lu, MAO Haolin, et al. Analysis of characteristics of river system form structure in Huaihe River Basin based on fractal theory[J]. Engineering Journal of Wuhan University, 2019, 52(4): 303-310.

[20] 趙思琪, 范垚城, 代嫣然, 等. 水體富營養(yǎng)化改善過程中浮游植物群落對非生物環(huán)境因子的響應(yīng)：以武漢東湖為例[J]. 湖泊科學(xué), 2019, 31(5): 1 310-1 319.

ZHAO Siqi, FAN Yaocheng, DAI Yanran, et al. Responses of phytoplankton community to abiotic environmental variables with the mitigation of eutrophication: A case study of Donghu Lake, Wuhan City[J]. Journal of Lake Sciences, 2019, 31(5): 1 310-1 319.

[21] 何俊, 谷孝鴻, 劉國鋒. 東太湖水生植物及其與環(huán)境的相互作用[J]. 湖泊科學(xué), 2008, 20(6): 790-795.

HE Jun, GU Xiaohong, LIU Guofeng. Aquatic macrophytes in East Lake Taihu and its interaction with water environment[J]. Journal of Lake Sciences, 2008, 20(6): 790-795.

[22] 李秋華. 貴州高原水庫富營養(yǎng)化特征及評價[J]. 貴州師范大學(xué)學(xué)報(自然科學(xué)版), 2018, 36(2): 1-8.

LI Qiuhua. Characteristics and evaluation of eutrophication in Guizhou plateau reservoirs[J]. Journal of Guizhou Normal University (Natural Sciences), 2018, 36(2): 1-8.

[23] 馬健榮, 夏品華, 詹金星, 等. 貴州三水庫冬季浮游生物分布及影響因子分析[J]. 中國環(huán)境監(jiān)測, 2012, 28(5): 57-63.

MA Jianrong, XIA Pinhua, ZHAN Jinxing, et al. The distribution of plankton and its regulating factors analysis in three reservoirs of Guizhou in winter[J]. Environmental Monitoring in China, 2012, 28(5): 57-63.

[24] 劉叢強(qiáng), 汪福順, 王雨春, 等. 河流筑壩攔截的水環(huán)境響應(yīng)—來自地球化學(xué)的視角[J]. 長江流域資源與環(huán)境, 2009, 18(4): 384-396.

LIU Congqiang, WANG Fushun, WANG Yuchun, et al. Responses of aquatic environment to river damming—from the geochemical view[J]. Resources and Environment in the Yangtze Basin, 2009, 18(4): 384-396.

[25] 李秋華, 商立海, 高廷進(jìn), 等. 喀斯特高原深水水庫—萬峰湖富營養(yǎng)化特征分析[J]. 生態(tài)科學(xué), 2013, 32(2): 194-199.

LI Qiuhua, SHANG Lihai, GAO Tingjin, et al. Eutrophication characteristics of a karst plateau deep-water Wanfeng Reservoir[J]. Ecological Science, 2013, 32(2): 194-199.

Using Fractal Interpolation to Evaluate Eutrophication at Pingzhai Reservoir in Guizhou Province

KONG Jie1,2, ZHOU Zhongfa1,2*, DAN Yusheng1,2, JIANG Yi1,2, LI Shaohui1,2

(1.College of Geography and Environmental Sciences/Karst Research Institute, Guizhou Normal University, Guiyang 550001, China;2. The State Key Laboratory Incubation Base for Karst Mountain Ecology Environment of Guizhou Province, Guiyang, 550001, China)

【】Water eutrophication has become prevalent in China and the underlying mechanism is the imbalance between nutrients inflow and consumption, which boosts overgrowth of some species. Eutrophication could undermine functions of the aquatic ecosystem, and understanding development of the eutrophication and its determinants is therefore important to ameliorate it.【】The Pingzhai reservoir in the karst plateau of Guizhou province is an important water source for irrigation and drinking in the province, and the objective of this paper is to unveil its eutrophication and the factors affecting it.【】Water samples were collected from late November 2018 (autumn), January (winter), May (spring) and July (summer) 2019, and for each sample we measured the contents of chlorophyll a (Chla), total phosphorus (TP), total nitrogen (TN), permanganate index (CODMn) and transparency (SD) in it. A model derived based on the fractal interpolation was used to evaluate eutrophication in the reservoir.【】①The TP and CODMncontents in the reservoir meet Class II water quality standard, and the TN content exceeds the class V water quality standard and is the main determinant of the eutrophication. The contents of TN, CODMnand Chla were highest in summer, while the TP content was highest in winter and the SD content was lowest in spring. ②Eutrophication in the reservoir is moderate or above, and the data measured from different locations showed that the reservoir was not oligotrophic, indicating that the reservoir has been eutrophic. ③The reservoir is most eutrophic in summer and least in autumn, with other seasons between. The eutrophication degree was highest at the BS2 and HJ2 monitoring sections, and least at the ZW8 and SG1 sections, with NY3, SG3 and PZ4 sections between.【】In general, the reservoir is highly eutrophic with the increased TN being the main determinant. Controlling inflow and accumulation of nitrogen in the reservoir is hence the top priority to remediate its eutrophication.

fractal interpolation model; water eutrophication; comprehensive evaluation; karst plateau; reservoir

X52；X824

A

10.13522/j.cnki.ggps.2019403

1672 - 3317（2021）01 - 0123 - 08

2019-11-27

國家自然科學(xué)基金項目（U1612441）；國家自然科學(xué)基金地區(qū)項目（41661088）；貴州省高層次創(chuàng)新型人才培養(yǎng)計劃項目〔2016〕5674）；貴州省科技計劃項目（[2017]5726-57）

孔杰（1994-），男，河南項城人。碩士研究生，主要從事自然資源保護(hù)與開發(fā)管理。E-mail: 1066008148@qq.com

周忠發(fā)（1969-），男，貴州遵義人。教授，博士生導(dǎo)師，主要研究方向為喀斯特生態(tài)環(huán)境、地理信息系統(tǒng)與遙感。E-mail: fa6897@163.com

孔杰, 周忠發(fā), 但雨生, 等. 基于分形插值模型的平寨水庫水體富營養(yǎng)化評價[J]. 灌溉排水學(xué)報, 2021, 40(1): 123-130.

KONG Jie, ZHOU Zhongfa, DAN Yusheng, et al. Using Fractal Interpolation to Evaluate Eutrophication at Pingzhai Reservoir in Guizhou Province[J]. Journal of Irrigation and Drainage, 2021, 40(1): 123-130.

責(zé)任編輯：白芳芳