錢春龍,曾一川,袁偉皓,吳 怡

(1.江蘇中瑞咨詢有限公司,南京 210036; 2.河海大學(xué) 環(huán)境學(xué)院,南京 210098)

0 引 言

水體富營養(yǎng)化問題是全球水環(huán)境由于人口數(shù)量的增加及工業(yè)化進(jìn)程加快所必須面臨的長期治理挑戰(zhàn)[1]。全球范圍內(nèi)的很多重要濕地、湖泊、河流,如拉姆薩爾濕地[2]、肯尼亞維多利亞湖[3]、加拿大安大略湖[4]、巴西米納斯·格萊斯多斯河[5]等,水體均面臨承載不同程度的營養(yǎng)負(fù)荷壓力。水質(zhì)惡化會為飲用水安全、水生態(tài)系統(tǒng)健康帶來系列嚴(yán)重危害。

隨著江西省及環(huán)鄱陽湖經(jīng)濟(jì)帶的快速發(fā)展,鄱陽湖湖區(qū)污染負(fù)荷日益加重。2018年江西省生態(tài)環(huán)境廳組織江西省環(huán)境保護(hù)科學(xué)研究院對鄱陽湖水體總磷(TP)污染的成因和來源進(jìn)行了分析,形成了初步結(jié)論:近5 a來,鄱陽湖水體總體達(dá)到《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》(GB 3838—2002)中Ⅳ類標(biāo)準(zhǔn)要求,Ⅰ—Ⅲ類水質(zhì)優(yōu)良點位比例總體呈下降趨勢。由于湖體北部連通長江,湖流形態(tài)與水沙交換與其他湖泊有著較大差異,體現(xiàn)出顯著季節(jié)性[6],吸引多種遷徙候鳥[7]及包括江豚[8]在內(nèi)多種珍稀物種中轉(zhuǎn)或棲息。因此全面考慮多項水質(zhì)指標(biāo),綜合評估水質(zhì)狀況、提高藻類增殖等可能保護(hù)區(qū)水生態(tài)安全威脅因子模擬預(yù)測水平,對鄱陽湖地區(qū)物種資源、水資源、生態(tài)資源良性化發(fā)展利用具有現(xiàn)實意義。

近年來,關(guān)于鄱陽湖水質(zhì)評價方法多樣,包括聚類分析[9]、水質(zhì)指數(shù)法(Water Quality Index,WQI)[10]、綜合營養(yǎng)狀態(tài)指數(shù)法[11]等,分別從各自角度對鄱陽湖水質(zhì)保護(hù)提供重要參考。但這些方法存在評價體系復(fù)雜,當(dāng)存在劣Ⅴ類監(jiān)測值時無法完全評價等情況?？紤]到總磷(TP)、氨氮(NH3-N)是鄱陽湖主要水污染指標(biāo)[12],且總氮(TN)多處于《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》(GB 3838—2002)中Ⅴ類標(biāo)準(zhǔn)或劣Ⅴ類;高錳酸鹽指數(shù)(CODMn)作為表征水體中還原性物質(zhì)總量的一項指標(biāo),對于衡量水體含氧量因生物降解消耗而變化具有重要意義。

本文選擇2012—2020年間對鄱陽湖涵蓋三大重點保護(hù)區(qū)的4處代表性采樣點的NH3-N、TN、TP、CODMn等4項水質(zhì)因子進(jìn)行月度監(jiān)測,并采用綜合水質(zhì)標(biāo)識指數(shù)法(Water Quality Identification Index,WQII)進(jìn)行綜合分析。依托單因子指數(shù)法,該法可以量化水質(zhì)參數(shù)監(jiān)測值在地表水5級水質(zhì)標(biāo)限(包括劣V類標(biāo)準(zhǔn))之中的具體位置[13],并綜合考慮各參數(shù)的影響。依托上述8 a時間序列數(shù)據(jù)同步構(gòu)建以葉綠素a(Chl-a)為表征藻類的因變量的多元線性逐步回歸方程(Multiple Linear Stepwise Regression,MLSR)、季節(jié)性自回歸求和移動平均(Seasonal Autoregressive Integrated Moving Average,SARIMA)模型。鑒于水溫是藻類增殖的主要限制因子,選擇2020年6—8月份水溫增幅明顯時期的Chl-a濃度預(yù)測值與實測值偏差比較,檢驗2種模型對于各監(jiān)測點位的適用程度與抗干擾性。該套組合方法對更全面掌握水質(zhì)綜合狀態(tài),保障環(huán)鄱陽湖地區(qū)飲用水、水生態(tài)安全,增強(qiáng)藍(lán)藻水華爆發(fā)風(fēng)險預(yù)測能力具有現(xiàn)實意義,同時以期為各類水體關(guān)鍵生態(tài)因子評價預(yù)測提供參考。

1 材料與方法

1.1 研究區(qū)域與監(jiān)測點位

鄱陽湖流域氣候類型屬于亞熱帶季風(fēng)氣候,位于江西省的北部、長江中下游的南岸(115°4′13″E—116°24′6″E,26°44′40″N—29°44′48″N)[14],是中國最大淡水湖,也是世界第23大淡水湖,同時還是世界上重要的生態(tài)濕地,在維護(hù)生物多樣性和保障防洪安全方面發(fā)揮著重要的作用[15]。鑒于鄱陽湖面積廣、保護(hù)區(qū)眾多及監(jiān)測工作開展情況,選擇包括長江江豚保護(hù)區(qū)、國家種質(zhì)資源保護(hù)區(qū)、鄱陽湖國家級自然保護(hù)區(qū)在內(nèi)的三大保護(hù)區(qū)作為分析對象;代表性監(jiān)測點選擇康山、蚌湖、都昌、蛇山4個點位,獲取自2012年起的月度監(jiān)測數(shù)據(jù)對歷史水質(zhì)變化進(jìn)行綜合研判分析。監(jiān)測過程執(zhí)行《水環(huán)境監(jiān)測規(guī)范》(SL 219—2013)規(guī)定,選擇《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》(GB 3838—2002)的Ⅲ類標(biāo)準(zhǔn)作為水質(zhì)要求標(biāo)準(zhǔn)。研究區(qū)域保護(hù)區(qū)分布及點位從屬關(guān)系如圖1所示。

1.2 綜合水質(zhì)標(biāo)識指數(shù)法(WQII)

就TN指標(biāo)而言,康山、蚌湖、都昌、蛇山4個點位均有屬于劣Ⅴ類監(jiān)測值,分別占檢測時段總體樣本的8.33%、18.52%、17.59%、21.30%。WQII評價體系可以將這種超過Ⅴ類標(biāo)準(zhǔn)的情況囊括,同時對所有監(jiān)測值進(jìn)行歸一化、定量化判斷。

(1)單因子水質(zhì)指數(shù)。首先將所選擇的4個水質(zhì)參數(shù)指標(biāo)依照GB 3838—2002對于各參數(shù)標(biāo)準(zhǔn)限值計算出各自單因子水質(zhì)指數(shù),將不同濃度限值因子標(biāo)準(zhǔn)歸一化,便于進(jìn)一步處理。單因子水指數(shù)質(zhì)公式為

式中:Qi為第i項水質(zhì)因子的水質(zhì)指數(shù);Ci為第i項待評水質(zhì)參數(shù)的水質(zhì)類別,取值為0,1,2,…,Ci≥5時表示為劣Ⅴ類;Pi為待評價數(shù)據(jù)在Ci類水與Ci+1類水之間與中所處分位,即待評價數(shù)據(jù)與所在水質(zhì)類別的標(biāo)準(zhǔn)下限值之比,保留一位小數(shù)(四舍五入);ρi表示水質(zhì)因子實際濃度;ρCi和ρCi+1分別表示該水質(zhì)因子Ci類水與Ci+1類水在GB3838—2002中的實際濃度。

(2)綜合水質(zhì)標(biāo)識指數(shù)。該指數(shù)為單因子水質(zhì)指數(shù)的綜合體現(xiàn),其表達(dá)式為

WQII=W1.W2W3W4。

(2)

式中:W1.W2為綜合水質(zhì)指數(shù),由各項CiPi取均值確定(W2為四舍五入保留一位的小數(shù));W3、W4為標(biāo)識碼,W3表示低于所評價的水功能區(qū)水質(zhì)要求標(biāo)準(zhǔn)(此次評價選擇Ⅲ類)的水質(zhì)因子個數(shù);W4為所評價的水功能區(qū)水質(zhì)要求標(biāo)準(zhǔn)(此次評價選擇Ⅲ類)與綜合水質(zhì)指數(shù)的差距[16],如果綜合水質(zhì)指數(shù)更好則為0。WQII法評價流程實例示意如圖2所示。

圖2 WQII法的評價流程Fig.2 Assessment process of the WQII method

1.3 預(yù)測模型體系

1.3.1 MLSR方程

(3)

式中b0,b1,…,bn表示線性回歸系數(shù)。

依照最小二乘法原理,計算因變量的觀測值與估計值之差的平方和,選出該值最小的一組作為方程的線性回歸系數(shù)。進(jìn)一步通過逐個引入并剔除偏回歸平方和不顯著的備選自變量[18],排除嚴(yán)重多重共線性,以得到最優(yōu)MLSR方程。該方程的建立通過Minitab 18實現(xiàn)。

1.3.2 SARIMA模型

1.3.2.1 模型公式

時間序列方法是通過綜合考慮研究對象的現(xiàn)狀及過去以及各因素間相關(guān)關(guān)系所建立的預(yù)測模型,在評估研究對象時需要考察其歷史演化規(guī)律[19]。綜合水質(zhì)標(biāo)識指數(shù)法則以一種直觀且更深入的方式呈現(xiàn)水質(zhì)指標(biāo)在一段時間的觀測值(即時間序列)上的變化情況,并綜合評估水質(zhì)情況。依托該時間序列,Chl-a濃度的季節(jié)性自回歸求和移動平均模型(SARIMA)通過時間序列中所包含規(guī)律的建立模型[20]并通過運(yùn)行R語言可視化平臺Rstudio實現(xiàn)。如果時間序列在經(jīng)歷s個時間間隔之后出現(xiàn)相似的變化趨勢,則該序列周期為s,階數(shù)用(p,d,q)×(P,D,Q)s表示[21]。其中(p,d,q)和(P,D,Q)s分別是模型的非季節(jié)性和季節(jié)性部分[22],公式為

Φp(L)AP(Ls)ΔdΔDsyt=Θq(L)BQ(Ls)εt。(4)

式中:Φp(L)和Θq(L)分別是平穩(wěn)的自回歸算子和可逆的移動平均算子[23];AP(Ls)和BQ(Ls)分別為非季節(jié)性的自回歸算子和移動平均算子;Δd、ΔDs分別為非季節(jié)性差分算子和季節(jié)性差分算子;yt為時間序列的觀測值(t為時間序列長度);L為滯后算子;p、d、q分別是非季節(jié)性的自回歸階、差分次數(shù)、移動平均項的階;P、D、Q分別是季節(jié)性周期的自回歸階、差分次數(shù)、移動平均項的階;εt為隨機(jī)模型具有獨立同分布和共同方差的隨機(jī)誤差[24]。

1.3.2.2 最優(yōu)SARIMA模型選取

作為SARIMA模型中的一個重要假設(shè),監(jiān)測數(shù)據(jù)時間序列必須是平穩(wěn)的,因此運(yùn)用單位根檢驗(Augmented Dickey-Fuller Test,ADF)判定序列數(shù)據(jù)的平穩(wěn)性。具體采用R語言可視化平臺Rstudio內(nèi)置tseries程序包中的adf.test函數(shù)對序列進(jìn)行檢驗,顯著性水平為0.01,對立假設(shè)為“序列平穩(wěn)”。當(dāng)差分n次時,若出現(xiàn)p<0.01,則否定原假設(shè),接受對立假設(shè),即此序列d=n。本次模型預(yù)測的4個監(jiān)測點除都昌差分次數(shù)為1以外,其余序列均差分次數(shù)均為0。

基于赤池信息量準(zhǔn)則(Akaike Information Criterion,AIC)[25],forecast程序包auto.arima函數(shù)可以實現(xiàn)AIC值最小的SARIMA作為最優(yōu)模型的自動選取。此時還需要將d值替換成由adf.test函數(shù)確定好的差分次數(shù)以消除模型的趨勢性(auto.arima函數(shù)輸出最優(yōu)模型后帶有“with drift”字樣),成為各監(jiān)測點最優(yōu)SARIMA模型的最終形態(tài)。模型采用的訓(xùn)練樣本為2012年1月—2020年5月監(jiān)測數(shù)據(jù),預(yù)測2020年6—8月Chl-a濃度,并與實測數(shù)據(jù)比較。

2 結(jié)果與分析

2.1 基于綜合水質(zhì)標(biāo)識指數(shù)法的水質(zhì)評價

2.1.1 鄱陽湖重點保護(hù)區(qū)監(jiān)測點單因子水質(zhì)指數(shù)分析

2.1.1.1 康山監(jiān)測點單因子水質(zhì)指數(shù)分析

如圖3所示,對于南磯濕地國家級自然保護(hù)區(qū)代表監(jiān)測點康山,CODMn、NH3-N、TP、TN這4種水質(zhì)參數(shù)單因子水質(zhì)指數(shù)均值從最優(yōu)開始排布為:CODMn(Qi=2.2)>NH3-N (Qi=2.3)>TP(Qi=2.5)> TN(Qi=4.7)。就時間序列方差來看,TN波動程度最高,其次為NH3-N;TP和CODMn均在0.2以下。除TN以外,其他參數(shù)的Qi在2015年以后多保持在3.0以內(nèi),達(dá)到Ⅲ類水體標(biāo)準(zhǔn);水質(zhì)類別最低時Qi分別接近Ⅳ類(CODMn,Qi=3.9)、Ⅴ類(NH3-N,Qi=4.6;TP,Qi=4.8),TN為劣Ⅴ類(Qi=8.0)。自2016年6月之后CODMn一直保持在Ⅱ類標(biāo)準(zhǔn)附近;氨氮則2015年出現(xiàn)Ⅳ類監(jiān)測值后濃度出現(xiàn)明顯下降,在2020年最新監(jiān)測中接近Ⅰ類水體標(biāo)準(zhǔn)。

圖3 康山2012—2020年單因子水質(zhì)指數(shù)月際變化Fig.3 Monthly variation of single-factor water quality index at Kangshan from 2012 to 2020

2.1.1.2 蚌湖監(jiān)測點單因子水質(zhì)指數(shù)分析

對于代表長江江豚保護(hù)區(qū)的蚌湖監(jiān)測點而言,平均水質(zhì)略低于康山。NH3-N成為水質(zhì)最優(yōu)因子, 其次是TP和CODMn,TN最差。將標(biāo)準(zhǔn)差作為判斷波動程度標(biāo)準(zhǔn),CODMn(0.52)是波動幅度最小的參數(shù),其次分別為TP(0.59)、NH3-N(0.98)、TN(1.51)。各參數(shù)最低類別監(jiān)測值均出現(xiàn)在2016年1月份之前,其中TN單因子水質(zhì)指數(shù)雖然仍在5.0左右波動,但自2018年1月起出現(xiàn)較為明顯的濃度降低趨勢;NH3-N自2016年1月份出現(xiàn)一次極值后,Qi一直保持在較為優(yōu)良的水平,2016年2月—2020年12月均值為2.0;CODMn、TP均值分別為2.3、2.4,均滿足Ⅲ類水體要求,如圖4所示。

圖4 蚌湖2012—2020年單因子水質(zhì)指數(shù)月際變化Fig.4 Monthly variation of single-factor water quality index at Banghu from 2012 to 2020

2.1.1.3 都昌監(jiān)測點單因子水質(zhì)指數(shù)分析

如圖5所示,對于代表長江江豚保護(hù)區(qū)的都昌監(jiān)測點而言,將2012—2020年監(jiān)測時段內(nèi)的4種水質(zhì)參數(shù)單因子水質(zhì)指數(shù)均值從表現(xiàn)最優(yōu)開始排布,依次為:CODMn(Qi=2.2)>TP(Qi=2.4)>NH3-N(Qi=2.6),均滿足Ⅲ類水體標(biāo)準(zhǔn)限值;排在最后的依然是TN指標(biāo)(Qi=4.9)氮素指標(biāo)的單因子水質(zhì)指數(shù)的波動范圍較大,最優(yōu)時接近或超過在Ⅱ類水體標(biāo)準(zhǔn)(NH3-N,Qi=1.2;TN(Qi=2.2);CODMn(Qi=1.5)、TP(Qi=1.5))最優(yōu)值達(dá)到了Ⅱ類水體標(biāo)準(zhǔn)。時間趨勢角度而言,而Qi最高的2014年2月時NH3-N、TN分別為7.7、8.4。NH3-N和CODMn在2016年后出現(xiàn)了一定程度的降幅;而TP和TN在2020年依舊保持前8 a的濃度水平。

圖5 都昌2012—2020年單因子水質(zhì)指數(shù)月際變化Fig.5 Monthly variation of single-factor water quality index at Duchang from 2012 to 2020

2.1.1.4 蛇山監(jiān)測點單因子水質(zhì)指數(shù)分析

如圖6所示,對于代表鄱陽湖國家種質(zhì)資源保護(hù)區(qū)的蛇山監(jiān)測點而言,各水質(zhì)參數(shù)單因子水質(zhì)指數(shù)均值從表現(xiàn)最優(yōu)開始排布,依次為:CODMn(Qi=2.2)> TP(Qi=2.7)> NH3-N(Qi=2.8),均滿足Ⅲ類水體標(biāo)準(zhǔn)限值;與都昌監(jiān)測點類似,排在最后的依然是TN指標(biāo)(Qi=5.2,劣Ⅴ類)。將標(biāo)準(zhǔn)差作為判斷波動程度標(biāo)準(zhǔn),從大到小依次為:NH3-N(1.93)>TN(1.69)>TP(0.71)>CODMn(0.33)。NH3-N、CODMn、TP的Qi指數(shù)最好時優(yōu)于Ⅱ類水質(zhì)標(biāo)準(zhǔn);而TN最優(yōu)值也滿足Ⅲ類水質(zhì)標(biāo)準(zhǔn)限值(Qi=2.5)。NH3-N和TN在2015年之前濃度監(jiān)測值較為同步,2014年2月均出現(xiàn)最大值(NH3-N,Qi=10.1;TN,Qi=11.0);進(jìn)入2016年,NH3-N濃度出現(xiàn)明顯下降,2016—2020年單因子指數(shù)為2.0,同期TN則為5.0。

圖6 蛇山2012—2020年單因子水質(zhì)指數(shù)月際變化Fig.6 Monthly variation of single-factor water quality index at Sheshan from 2012 to 2020

2.1.2 各監(jiān)測點綜合水質(zhì)標(biāo)識指數(shù)分析

鄱陽湖重點保護(hù)區(qū)各監(jiān)測點WQII月際變化如圖7所示。

圖7 2012—2020年鄱陽湖重點保護(hù)區(qū)代表性監(jiān)測點WQII月際變化Fig.7 Monthly variation of WQII at representative monitoring sites in key reserves of Poyang Lake from 2012 to 2020

從平均值來看,WQII值主要在3.01附近分布,分別為康山(2.91)>都昌(3.01)>蚌湖(3.11)>蛇山(3.31)。WQII高值集中出現(xiàn)在11、12、1、2月份共4個枯季月份。從時間趨勢分析,都昌和蛇山站點在2014年第一季度以及2015年第一季度出現(xiàn)標(biāo)識指數(shù)極大值,而后出現(xiàn)明顯的下降,并在3.01左右波動;康山在2018年出現(xiàn)近8 a歷史最高值之后下降到3.00以下,2020年末降至2.50左右。若將Qi≤3.0作為合格標(biāo)準(zhǔn),各監(jiān)測點達(dá)標(biāo)率從最高開始排序,順次如下:康山(69.44%)、都昌(62.04%)、蛇山(57.41%)、蚌湖(55.56%)。由于各保護(hù)區(qū)水質(zhì)指數(shù)有部分樣本超過3.00的情況(即高于Ⅲ類水質(zhì)),可以將3.0都昌(2.60)>康山(2.70)>蛇山(2.80)。

2.2 SARIMA模型可靠性評價

如圖8所示,qqnorm和qqline函數(shù)顯示4個監(jiān)測點SARIMA模型的殘差均滿足均值為0的正態(tài)分布,即正態(tài)性假設(shè)。同時,模型還需滿足殘差的自相關(guān)系數(shù)都應(yīng)為0。在此選擇Box.test函數(shù),對立假設(shè)為“至少存在一個自相關(guān)系數(shù)不為0”,顯著性水平設(shè)置為0.01。經(jīng)殘差檢驗,4個點位模型的p值分別為康山(0.85)、蚌湖(0.97)、都昌(0.33)、蛇山(0.95),均大于顯著性水平。則否定對立假設(shè),模型殘差“自相關(guān)系數(shù)均為0”成立,即滿足獨立性。總體而言,SARIMA模型對各點位監(jiān)測序列的擬合效果良好、可靠性高。

圖8 各監(jiān)測點SARIMA模型殘差的正態(tài)分布Q-Q圖Fig.8 Normal distribution Q-Q plots to determine whether the residuals of SARIMA model for each moni-toring point series satisfy the normality assumption

2.3 Chl-a月際濃度的預(yù)測優(yōu)度比較

如表1所示,同步對鄱陽湖重點保護(hù)區(qū)各監(jiān)測點建立以Chl-a為因變量的多元線性逐步回歸方程(MLSR),并計算預(yù)測Chl-a與真實監(jiān)測值的偏差,以比較2種模型擬合的精度。結(jié)合江西省水文局水質(zhì)監(jiān)測資料類別,考慮到藻類生長受水溫、營養(yǎng)鹽等要素影響明顯,因此選擇水溫(Tw)、透明度(Ds)、

表1 鄱陽湖重點保護(hù)區(qū)各監(jiān)測點位Chl-a的SARIMA模型與MLSR方程平均預(yù)測誤差對比Table 1 Comparison of average prediction errors of Chl-a concentration between SARIMA model and MLSR equation for monitoring sites of key reserves in Poyang Lake

CODMn、NH3-N、TP、TN 6個因子作為備選自變量。為進(jìn)一步比較逐步回歸方程與SARIMA兩種模型預(yù)測的可靠性,選擇模型預(yù)測數(shù)據(jù)與監(jiān)測數(shù)據(jù)之間的絕對誤差(Absolute Percentage Error,AEP)、均方根誤差(Root Mean Square Error,RMSE)、一致性指數(shù)(Index of Agreement, IoA)作為判斷2種模型的精準(zhǔn)度依據(jù)。AEP、RMSE是誤差評估參數(shù),參數(shù)值越小代表預(yù)測值與實測值差異小,模擬精準(zhǔn)度更高;IoA綜合體現(xiàn)了模式與觀測的一致程度,其值越大代表一致度越高。各站點取誤差平均值比較,如表2所示。

各監(jiān)測點Chl-a濃度及最佳SARIMA模型如圖9所示,中括號內(nèi)數(shù)字代表周期s=12,即將12個月視為該序列的周期。蚌湖點位Chl-a濃度范圍為0.5～51.0 μg/L,多年均值為11.01 μg/L,最高濃度出現(xiàn)在2018年10月,標(biāo)準(zhǔn)差為9.19 μg/L,波動范圍與濃度最高。康山除2016年7月出現(xiàn)極值32.70 μg/L以外,Chl-a濃度保持在0.10～19.20 μg/L,標(biāo)準(zhǔn)差相較蚌湖降低5.17 μg/L,波動程度明顯趨緩。都昌與蛇山點位Chl-a濃度與蚌湖相比大幅降低,濃度范圍分別為0.20～18.50、0.57～23.40 μg/L;多年均值分別比蚌湖低5.12、5.86 μg/L;標(biāo)準(zhǔn)差分別為3.50、3.37 μg/L。

圖9 基于SARIMA模型的各監(jiān)測點Chl-a濃度預(yù)測及其放大Fig.9 SARIMA-based Chl-a predictions for monitoring sites and its zoomed-in plot

從模型精度角度比較,都昌最優(yōu)模型ARIMA(0,1,1)(0,0,1)[12]的RMSE為2.09,比MLSR方程少3.01,預(yù)測優(yōu)勢明顯。同樣,蚌湖和蛇山SARIMA模型預(yù)測值的RMSE相較MLSR方程的預(yù)測值更小,IoA比MLSR方程預(yù)測值更大。8月份Chl-a在都昌和蛇山監(jiān)測點的監(jiān)測濃度出現(xiàn)明顯的離群值,分別降至1.76、0.57 μg/L,均為監(jiān)測序列中最小值,因此2020年8月2種預(yù)測模型均出現(xiàn)了較高的誤差。雖然康山、都昌的IoA表現(xiàn)出MLSR方程略高于SARIMA模型,但從整體來看,SARIMA模型AEP、RMSE和IoA均值較MLSR方程分別低1.38、1.43和高0.05;除去2020年8月都昌和蛇山Chl-a濃度極小值后,SARIMA模型平均相對誤差為17.14%,MLSR方程為34.09%。因此可以認(rèn)為SARIMA模型精度更高,擬合效果更好。

3 討 論

湖泊水體Chl-a的變化與工業(yè)與人類生活[26]、土地利用[27]、內(nèi)源再釋放[28]、水體局部理化條件[29]等多重作用因素有關(guān)?；谝延袛?shù)據(jù)建立的MLSR方程擬合效果好,可以根據(jù)系數(shù)給出每個自變量的解釋并消除多重共線性[30]。但逐步回歸的線性預(yù)測結(jié)果往往不能全面考慮多種因素,且葉綠素與各要素驅(qū)動的水質(zhì)、物化因子存在不可忽視的非線性關(guān)系[31-32]。SARIMA模型對含有季節(jié)因素的時間序列適用性較好,在考慮歷史數(shù)據(jù)的優(yōu)勢以外還考慮了自變量的隨機(jī)干擾[33]。從模型對各點位Chl-a濃度的預(yù)測精度來看,除都昌和蛇山點位于2020年8月的預(yù)測以外,SARIMA模型均優(yōu)于MLSR方程,這也與Khodakhah等[34]和Chen等[35]在預(yù)測過程中所得出SARIMA模型精準(zhǔn)度更高的結(jié)論一致。

本文選取的鄱陽湖區(qū)4個代表性水質(zhì)監(jiān)測點分布于鄱陽湖中部主體湖區(qū)的三大保護(hù)區(qū)內(nèi),除TN因子明顯超標(biāo)以外,自2016年開始總體水質(zhì)改善明顯。將各監(jiān)測點之間進(jìn)行比較,位于南部的康山最優(yōu),其次是北部的都昌和蚌湖,排在最后的蛇山,且水質(zhì)較差的情況多集中在鄱陽湖“低水似河”的枯水期,這可能由于較長的水力停留水平有關(guān)[36]。但藻類生長并不完全與氮磷營養(yǎng)鹽濃度呈正比,如水溫這一控制藻類生長的重要因素在康山和蛇山體現(xiàn)較為顯著。受風(fēng)浪擾動和航運(yùn)采砂影響,作為懸移質(zhì)泥沙顆粒濃度的主要表征參數(shù)之一的SD是都昌點位藻類增殖主要驅(qū)動要素,懸移質(zhì)泥沙顆粒因其特殊的組成與性質(zhì)成為氮磷等營養(yǎng)的重要載體。

綜合水質(zhì)標(biāo)識指數(shù)超過5.002的總計15次監(jiān)測值全部來自于3個監(jiān)測點,分別為蚌湖(2次)、都昌(3次)、蛇山(10次)。從標(biāo)準(zhǔn)差作為波動判斷標(biāo)準(zhǔn)來看,蛇山同樣也是波動幅度最大的監(jiān)測點,在TN仍處于高位的前提下,NH3-N、TP指標(biāo)在2020年1月的監(jiān)測中單因子指數(shù)分別為7.8、3.5,進(jìn)一步增加了蛇山這一點位的水質(zhì)保護(hù)壓力。考慮到其位于國家種質(zhì)資源保護(hù)區(qū)的敏感性,有必要對其周邊污染源溯源及優(yōu)化識別、強(qiáng)化管控工作的接續(xù)開展。

4 結(jié) 論

基于2012—2020年監(jiān)測數(shù)據(jù),以綜合水質(zhì)標(biāo)識指數(shù)法較為全面地分析鄱陽湖重點保護(hù)區(qū)代表性監(jiān)測點水質(zhì);構(gòu)建以Chl-a為因變量的MLSR方程與SARIMA模型,選取2020年6—8月進(jìn)行預(yù)測并與實測值比較,以判斷模型適用性與精度,結(jié)論具體如下:

(1)鄱陽湖重點保護(hù)區(qū)代表性監(jiān)測點綜合水質(zhì)良好,平均值自最優(yōu)開始排布,依次為:康山(2.91)>都昌(3.01)>蚌湖(3.11)>蛇山(3.31)。綜合水質(zhì)標(biāo)識指數(shù)高值多集中出現(xiàn)在水力停留時間較長的枯季。

(2)SARIMA模型相比于MLSR方程能更好地預(yù)測保護(hù)區(qū)各點位Chl-a濃度,同時建議提高監(jiān)測頻次、強(qiáng)化序列數(shù)據(jù)可靠性。

(3)蚌湖點位Chl-a濃度最高、蛇山綜合水質(zhì)波動最為顯著,建議開展兩點位周邊污染源溯源及優(yōu)化識別、強(qiáng)化管控工作。