蠡湖藻密度与水质因子的灰关联分析

谢扬平

(中国太平洋财产保险股份有限公司无锡分公司，江苏 无锡 214000)

蠡湖藻密度与水质因子的灰关联分析

谢扬平

(中国太平洋财产保险股份有限公司无锡分公司，江苏 无锡 214000)

对蠡湖2011～2014年水质、藻类密度进行了长期监测，采用灰关联方法进行了相关性分析，结果发现：水温是影响藻密度最重要的因素，浊度次之，叶绿素排在第3，pH值和电导率排名较后，溶解氧与藻密度的关系相对最小。对藻密度和其它水质因子进行了多元回归分析，并得到了藻密度和其它水质因子各年度和4年综合的多元回归方程。

蠡湖；藻密度；水质；灰关联

1 引言

蠡湖是太湖北部的一个湖湾，面积约为8 km2，常年水位3.07 m，平均水深达2.10 m。为了解蠡湖水体的水质现状，从2011年1月至2014年12月，利用水质自动监测站蠡湖湖心点位数据，对蠡湖藻密度等水质指标进行了连续监测。根据水质监测数据，本文应用灰关联法和多元线性回归法对蠡湖藻密度与其它水质因子的关系进行了评价，以期能为蠡湖的治理和评价提供一些建议。

2 材料和方法

2.1 采样点位设置

在蠡湖心设置了一个水质自动监测站浮标点位，于2011年1月～2014年12月，每小时一次对水体中的藻密度进行测定，同时测量相关的水质指标，包括水温、pH值、溶解氧、浊度、电导率和叶绿素等，点位设置如图1所示。

2.2 测定方法

采用美国YSI公司6600水质多参数测试仪进行监测。藻密度、叶绿素为荧光法；水温、pH值、溶解氧、浊度、电导率均是电极法。

3 蠡湖四年藻密度情况

2011～2014年4年调查期间，蠡湖藻密度的平均值为863.65万个/L，平均日变幅为8.34～4 626.38万个/L。从年度变化来看，2011年藻密度的均值为673.81万个/L，平均日变幅为33.34～4 615.06万个/L；2012年藻密度的均值为738.98万个/L，平均日变幅为45.63～4 515.83万个/L；2013年藻密度的均值为738.99万个/L，平均日变幅为8.36～4 626.37万个/L；2014年藻密度的均值为1 301.32万个/L，平均日变幅为38.25～4 4432.21万个/L；2011～2014年期间，藻密度分年度的日变化如图2所示，4年间总体的日变化如图所示。

图1 水质监测点位示意

从图2和图3可以看出，藻密度的峰值一般在7、8月份，除2011年度以外，其余3个年份到了9～10月份会出现一个次峰，2014年度相对其余3个年份出现较高藻密度的天数明显增多，4年间藻密度的日变化都有以半个月为周期变化的规律，这也符合蓝藻生长周期性变化的生物生理特点。

4 藻密度与其它水质因子的灰关联分析

4.1 灰色关联度的介绍

灰色系统理论是一种研究“少数据、贫信息”不确定性的新方法[1]。灰色关联分析通过计算系统特征序列和相关序列之间的灰色关联分析确定参考序列(母序列)和若干比较序列(子序列)之间的灰色关联度，以判断特征序列与相关序列关联的强弱[2]。用灰色关联分析方法对藻密度与其它水质因子的相互关系进行分析，可以间接反映它们之间关系的紧密程度，从而了解影响藻密度的最关键因子。

图2 2011～2014年年度藻密度日变化

图3 2011～2014年4年间总体日变化

4.2 灰色关联度分析过程

在灰色关联度的计算过程中，可以采用初值化或均值化的方法对原始数据进行标准化处理，以消除量纲等因素不同对计算结果产生的不良影响。其中，采用均值化方法对数据进行标准化更为合理。以藻密度的日均值为母系列，以水温、pH值、溶解氧、浊度、电导率和叶绿素的日均值为子序列，进行灰色关联分析，分析过程如下。

(1)求各序列(包括母序列和子序列)的初值像(或均值像)，即对数据进行标准化处理以消除测量值量纲，计算公式为：

(1)

式中：Yi为各因素的均值化序列；Xi(k)为各因素序列，其中，i=1，2，3，…n；k为序列的长度，k=1，2，3，…m。

(2)关联系数&(k)的计算，经数据均值化转化的母因素数列为{Yo(k)}，子因素数列为{Yi(k)}，在k时刻，{Yo(k)}与{Yi(k)}的灰关联系数为：

(2)

式中：Δmin和Δmax分别为各个时刻的绝对差中的最大值与最小值；ρ为分辨系数，其作用在于提高灰关联系数之间的差异显著性。一般在0～1之间，本文取0.5。

(3)计算关联度r，两序列的关联度可用序列和各时刻系数的平均值表示(表示全过程的关联度)，其公式为：

(3)

式中：r为子序列与母序列的灰关联度；m为序列的长度。灰关联度构成的序列，描述了子因素对母因素的影响情况，值越大影响越大。

4.3 灰关联分析结果与讨论

对2011～2014年度的藻密度与各水质因子的日均值做灰关联分析，得到的结果如表1所示。

表1 水质因子与藻密度在各年份的灰关联度排序

从表1可以看出，水温是影响藻密度最重要的因素，浊度次之，叶绿素排在第3，pH值和电导率排名较后，溶解氧与藻密度的关系相对最小。

水温通过藻类细胞光合作用及呼吸代谢速率的控制而影响藻密度，通常来说，每增加1℃，代谢率加快10%左右。不过最适温度(也就是代谢率最高温度)随种类而异，如果超过了最适温度，代谢率又会下降，蓝藻的最适温度在25 ℃左右，蓝藻的光合作用速率和细胞分裂速度，在一定温度范围内，随温度升高而增加。

浊度与水中悬浮物有关，一般情况下，悬浮物越多，浊度也就越高。水体中浊度越低，透明度就越高，藻类光合作用的条件也就越好。但是藻密度越高，水体中悬浮颗粒也就越多，从而造成了浊度值的增加，进而造成藻类光合条件的降低。所以说，藻密度和浊度的关系是相互影响相互制约的，彼此之间的有着较密切的关系。

荧光测量的藻类密度仅为藻密度，测量的叶绿素为全部藻类的叶绿素，且由于荧光法限制的原因，其测量的蓝藻叶绿素明显偏低。这就造成了水体中藻类种群机构较稳定的时候，荧光测量的叶绿素与藻密度之间的关系较为密切；水体中藻类种群结构变化较剧烈的时候，荧光测量的叶绿素与藻密度之间相关关系较差。

有研究表明藻类在碱性系统下易于捕获大气中的CO2，因而有利于进行光合作用[3]，而浮游植物的光合作用能显著提高水体pH值，因此pH值是藻密度变化的被动因子。溶解氧是参与浮游植物代谢过程的重要物质，在湖泊等人为因素干扰较少的水体中，随着浮游植物生物量的上升，水体中的溶解氧水平会由于光合作用增强而增加，因此溶解氧也是水体藻密度的被动因子。

5 藻密度与水质因子的多元线性回归分析

5.1 藻密度与水质因子的相关分析

根据2011～2014年的蠡湖心水质自动监测站的数据，对藻密度与其它水质因子进行相关性分析，结果列于表2。

表2 各年份藻密度与水质因子的相关系数

注：*ρ<0.05相关显著；**ρ<0.01相关极显著

各年份蓝绿藻密度与水温呈正相关，这很好的符合了自然规律；与浊度呈正相关，也解释了藻密度与浊度之间相互制约的关系；叶绿素在2011年和2012年与藻密度的呈负相关且相关性较低，表明这两年蠡湖心水域藻类种群结构变化较剧烈，在2013年和2014年与藻密度呈正相关且相关性相对较高，表明这两年蠡湖心水域藻类种群变化较前两年更平稳；蠡湖心溶解氧含量较高，4年的平均值为9.30 ng/L，达到一类水质标准，且溶解氧与主要与水温有关，综合4年来看，与藻密度呈负相关；pH值是藻类密度变化的被动因子，蠡湖心pH值维持在天然水正常范围，2011年较其它3年与藻密度的相关性要高出很多，这可能与2011年前异常数据过多，造成取得的有效数据较少有关；电导率与藻密度相关性较差，4年总体与藻密度的相关性不显著。

5.2 藻密度与水质因子的逐步回归分析

多元回归方程的建立一方面要满足统计学的要求，另一方面也要考虑研究的实际情况。因此，建立藻密度与水质因子逐步回归时，用于回归的水质因子要符合以下两个原则：一是方程方差分析F值的显著水平P应小于0.05，否则建立的方程不能使用；二是自变量与因变量之间的因果关系明确，自变量之间独立性较强。通过这两个筛选条件，应用逐步分析法建立相应的多元线性回归方程见表3。由表3可见，历年筛选出的对藻密度有显著影响的水质因子各不相同。其中水温和浊度在各年度以及4年综合的回归方程中均入选；叶绿素入选各年度；pH值和电导率除2014年以外均入选；溶解氧入选2012年、2013年及4年综合。

6 结语

本文使用蠡湖多年水质数据，并对藻密度的变化规律进行了分析；利用灰关联法对蠡湖藻密度与其它水质因子的关系进行了评价，得到水温是影响藻密度最重要的因素，浊度次之，叶绿素排在第3，pH值和电导率排名较后，溶解氧与藻密度的关系相对最小的结论；对藻密度和其它水质因子进行了多元回归分析，并得到了藻密度和其它水质因子各年度和4年综合的多元回归方程，同样表明水温、浊度、叶绿素a等因子影响藻密度。

表3 藻密度与水质因子的回归方程

注：Y藻密度(万个/L)、XT(℃)、Xλ(Us/CM)、XTU(NYU)、Xchla(ug/L)、XDO(mg/L)、XPH(无量纲)

[1]易得生,郭 萍.灰色理论与方法[M].北京:石油工业出版社,1992.

[2]东亚斌,段志善.灰色关联度分辨系数的一种新的确定方法[J].西安建筑科技大学学报：自然科学版，2008，40(4)：559～592.

[3]邢丽贞,陈华东,李 飞.景观水体中藻类水华的成因及药剂控制分析[J].山东建筑大学学报，2006，21(6)：553～556.

2015-10-30

谢扬平(1975—)，女，四川中江人，工程师，主要从事环境管理工作。

X52

A

1674-9944(2015)12-0193-04