基于时间序列的三沙湾水质状况变化趋势分析

王臻

(福建省海洋环境与渔业资源监测中心，福建福州 350003)



基于时间序列的三沙湾水质状况变化趋势分析

王臻

(福建省海洋环境与渔业资源监测中心，福建福州 350003)

根据2007—2016年福建省宁德市三沙湾海水水质状况调查资料，采用时间序列模型对三沙湾海域水体的富营养化和劣四类海水水质面积比例变化趋势进行分析。同时，利用资源与环境承载力评价模型对三沙湾海域空间开发强度进行分析。结果表明，三沙湾海域开发强度指数为0.33，开发强度较高。2017年海水富营养化指数预测为4.5，变化不大，依然处于中度富营养化状态。劣四类水质面积比例为36.77%，较2016年有所恶化。三沙湾水质的恶化可能与其开发强度较高有关。

三沙湾；水质变化趋势；时间序列

三沙湾位于福建省东北部沿海，是我国天然良港，渔业资源十分丰富。海湾由一澳(三都澳)、三港(卢门港、白马港、盐田港)、三洋(东吾洋、官井洋、福鼎洋)等次一级海湾汇集而成[1]，是福建省重要的港湾之一。作为许多专家学者的研究对象，对三沙湾水质状况的研究报告也颇为众多[2-6]。但是对水质状况变化趋势的预测较少，行政管理部门在对三沙湾的开发与保护的决策上，缺少科学依据。本文利用2007—2016年三沙湾的调查结果，从水体污染总体状况出发，利用SPSS软件中的时间序列模型预测三沙湾水质变化趋势，为相关部门做出决策提供科学支撑。

1 材料与方法

1.1 水样采集与监测方法

水样的采集依据《海洋监测规范 第3部分样品采集、贮存和运输》(GB 17378.3—2007)执行。实验室分析方法分按照《海洋监测规范 第四部分：海水分析》(GB 17378.4—2007)执行，其中COD采用碱性高锰酸钾法，石油类采用紫外分光光度法，PO4-P采用磷钼蓝分光光度法，NO2-N采用重氮-偶氮分光光度法，NO3-N采用锌-镉还原法，NH4-N采用次溴酸钠氧化法进行分析。

1.2 评价依据和方法

1.2.1 评价依据

水质评价按照《海水水质标准》(GB 3097—1997)。

1.2.2 空间插值法

劣四类水质面积采用距离反比例法进行空间插值。

1.2.3 富营养化评价法

海水中富营养化状况评价采用富营养化指数法，见公式：

E=(CCOD×CDIN×CDIP×106)/4500

式中，E为富营养化指数；CCOD为化学需氧量浓度，mg/L；CDIN为无机氮浓度，即亚硝酸盐氮(NO2--N)、硝酸盐氮(NO3--N)、氨氮(NH4+-N)的总和，mg/L；CDIP为活性磷酸盐浓度，mg/L。

1.3 预测模型

本文主要采用SPSS软件中的B-J模型来预测水质趋势，基本模型有3种：自回归(AR)模型、移动平均(MA)模型和自回归综合移动(ARIMA)模型。

1.3.1 自回归模型

一般形式为：xt=Φ1xt-1+Φ2xt-2+…+Φpxt-p+εt

式中，εt假设为白噪声序列，且和t时刻之前的原始序列xk(k

1.3.2 移动平均模型

一般形式为：xt=εt+θ1εt-1+θ2εt-2+…+θqεt-q

式中，εt为白噪声序列，说明时间序列xt能表示是为若干个白噪声的加权平均和。此式称为q阶移动平均模型，记为MA(q)。

1.3.3 自回归移动平均模型

一般形式为：xt=Φ1xt-1+Φ2xt-2+…+Φpxt-p+εt+θ1εt-1+θ2εt-2+…+θqεt-q

式中，εt为白噪声序列，且和t时刻之前的原始序列xk(k

2 结果与讨论

2.1 统计结果

从表1中可以看出，十年来，活性磷酸盐、无机氮、石油类含量和COD基本变化不大。2013年后富营养化程度有所减轻，劣四类水质面积逐渐减少。由于2013年劣四类水质比例面积变化太大，对预测结果可能产生较大影响，因此在预测时应作特殊处理，如图1所示。

图1 2007—2016年水质变化趋势Fig.1 The variation trend of water quality from 2007 to 2016

图2 富营养化指数自相关函数和偏相关函数值Fig.2 The ACF and PACF of eutrophication index

年份活性磷酸盐/(mg/L)无机氮/(mg/L)石油类/(mg/L)COD/(mg/L)富营养化劣四类水质面积比例/%20070.0320.3760.0320.902.439.120080.0230.2750.0140.550.845.620090.0570.4280.0140.573.151.420100.0480.4120.0130.924.045.120110.0430.3460.0120.872.934.420120.0350.3750.0120.992.931.420130.0560.3800.0141.245.999.920140.0470.5110.0160.864.658.820150.0390.4860.0170.803.434.820160.0370.4540.0180.823.014.4

2.2 预测与分析

2.2.1 富营养化指数

从图2可以看出富营养化指数的ACF(自相关函数值)和PACF(偏自相关函数值)完全落入上下置信区间，判断序列为平稳序列。通过表2看出，自相关函数拖尾，偏自相关函数5阶截尾，因此采用AR(5)模型进行预测，得到2017年富营养化指数预测值为4.5，处于中度富营养化状态。

表2 富营养化指数偏相关和偏自相关函数值

图3可以看出AR(5)在2009年以后观测值与预测值可以较好地拟合。由表3看出，5阶滞后t统计量显著性(Sig.)小于0.05，判断该模型较为恰当[7]。根据图4残差自相关和偏相关函数值均在置信区间以内，表明残差统计值满足白噪声的两个基本标准[8-9]，由此说明AR(5)可以较好地模拟富营养化指数变化趋势，2017年预测值基本可信。

图3 富营养化指数拟合图Fig.3 The fitting chart of eutrophication index

估计SEtSig.常数3.3410.22414.9230.000AR滞后10.3910.1402.8030.049滞后2-0.0900.202-0.4440.680滞后3-0.0510.176-0.2920.785滞后40.3710.1852.0060.115滞后5-0.9460.151-6.2490.003

图4 残差自相关和偏相关函数值Fig.4 The ACF and PACF of residual

2.2.2 劣四类水质面积比例

在剔除了2013年的异常数据后，在SPSS软件中采用线性插值法替换缺失值，替换值为45.1%，并对新的数据组进行自相关分析。

表4 劣四类水质面积比例偏相关和偏自相关函数值

图5 劣四类水质面积比例自相关函数和偏相关函数Fig.5 The ACF and PACF of the water area worse than Grade IV

从图5可以看出，劣四类水质面积比例的ACF(自相关函数值)和PACF(偏自相关函数值)基本落入上下置信区间，判断序列为平稳序列。通过表4看出，自相关函数拖尾，偏自相关函数2阶截尾，因此采用AR(2)模型进行预测，得到2017年劣四类水质面积预测值为36.77%，见图6。

由图7看出AR(5)观测值与预测值可以较好地拟合。2阶滞后t统计量显著性(Sig.)小于0.05，判断该模型较为恰当(见表5)。由图7看出，AR(2)模型残差自相关和偏自相关函数值均在置信区间以内，预测值基本可信。

图6 劣四类水质面积比例拟合图Fig.6 The fitting chart of the proportion of water area worse than Grade IV

估计SEtSig.常数41.0701.64125.0280.000AR滞后10.3740.2631.4200.199滞后2-0.9040.324-2.7880.027

图7 残差自相关和偏自相关函数值Fig.7 The ACF and PACF of residual

2.3 海域开发强度评价

鉴于三沙湾的富营养化指数和劣四类水质面积比例较2016年均有所提高可能是由于海域开发造成的，因此以2015年的海域调查资料为基础，对三沙湾海域开发强度进行评价。海洋资源环境承载力的模型众多[10-12]，本文采用国家海洋局海洋领域研究组编制的《海洋资源环境承载能力监测预警技术方法

(2016)》进行评价。

2.3.1 海域开发资源效应指数

三沙湾海域使用类型有渔业基础设施用海、围海养殖用海、开放式养殖用海、港口用海、路桥用海、临海工业用海、旅游基础设施用海、城镇建设用海和海岸防护工程用海,如图8所示

海域开发资源效应指数(PE)采用如下计算公式：

式中，PE为海域开发资源效应指数，n为海域使用类型数，Si为第i种用海类型的面积，S为省级海洋功能区划数据获得的海域总面积，li为第i种用海类型的资源耗用系数。通过遥感影像及现场补充调查，统计得到各类型用海面积，见表6。根据表6，计算得三沙湾海域开发资源效应指数PE=0.15。

图8 三沙湾海域开发利用现状Fig.8 The current status of development and utilization of the sea area in Sansha Bay

2.3.2 海域空间开发利用标准

以《福建省海洋功能区划(2011—2020年)》为基础得出三沙湾海域各类功能区面积，并计算该海域空间开发利用标准。海域空间开发利用标准计算公式如下：

式中，PM0为海洋空间开发利用标准;ai为第i类海洋功能区面积;hi为第i类海洋功能区允许的海洋开发程度，赋值方法见表7;S为区域海洋功能区划面积总和。经计算，三沙湾海域海洋空间开发利用标准PM0=0.46。

2.3.3 三沙湾海域开发强度评估

根据海域开发资源效应指数与海洋空间开发利用标准之比，得到三沙湾海域开发强度S2，其计算公式如下：

经计算，三沙湾海域开发资源效应指数PE=0.15。海洋空间开发利用标准PM0=0.46，因此，海域开发强度S2=0.33。

表6 海域使用类型资源耗用指数

由于当S2>0.3时，海域开发强度较高；当S2介于0.15～0.3时，海域开发强度临界；当S2≤0.15时，海域开发强度适宜。因此，三沙湾海域开发强度较高。

表7 主要海洋功能区海洋开发对海域空间资源的影响

3 结论

(1)时间序列模型预测水质变化，能在一定程度上反映排除人为因素干扰下，水体变化情况。预测过程需要排除异常值的影响。异常值不能直接剔除，需要通过替换缺失值的方式进行补齐，否则会导致原有时间序列周期性的破坏，而无法得到正确的预测分析结果。

(2)三沙湾的主要污染物为无机氮和活性磷酸盐。近年来，各参数变化幅度不大。2013年的劣四类水质面积上升幅度较大，之后几年回落到正常水平。2013年水质状况较为异常，需要结合当年多方面因素对数据作进一步分析判断。

(3)2017年富营养化指数预测值为4.5，较2016年有所升高，但变化幅度不大，属于基本维持现状，依然处于中度富营养化状态。劣四类水质面积比例预测值为36.77%，〗较2016年来说，水质有所恶化。三沙湾海域开发强度为0.33，开发强度较高，水质恶化原因可能与三沙湾海域开发强度较高有关。相关行政主管部门应对此高度重视。

[1] 刘修德. 福建省海湾数模与环境研究——三沙湾[M]. 北京: 海洋出版社, 2009, 8- 9.

[2] 刘家富, 郑钦华, 陈洪清, 等. 三沙湾的水质状况[J]. 台湾海峡, 2003, 22(2): 201- 204.

[3] 蔡清海. 福建三沙湾海洋生态环境研究[J]. 中国环境监测, 2007, 23(6): 101- 105.

[4] 郑钦华, 王晓清, 何湘蓉, 等. 三沙湾海水中无机氮的变化特征[J]. 河北渔业, 2008(12): 43- 46.

[5] 马祖友, 夏永健, 石志洲, 等. 2011年三沙湾增养殖区水环境质量评价[J]. 海洋开发与管理, 2013(7): 75- 78.

[6] 邵留, 于克锋, 吴海龙, 等. 三沙湾海域水质周年变化分析与评价[J]. 上海海洋大学学报, 2014, 23(2): 228- 236.

[7] 杜强, 贾丽艳. SPSS统计分析从入门到精通[M]. 北京: 人民邮电出版社, 2013: 131.

[8] 黄杰, 钱瑾, 殷浩文, 等. ARIMA模型在苏州河总磷预测中的应用[J]. 环境工程学报, 2007, 1(1): 139- 143.

[9] 杨位钦, 顾岚. 时间序列分析与动态数据建模[M]. 北京: 北京工业学院出版社, 1986: 361.

[10] 刘佳, 万荣, 陈晓文. 山东省蓝色经济区海洋资源承载力测评[J]. 海洋环境科学, 2013, 32(4): 619- 624.

[11] 刘蕊. 海洋资源承载力指标体系的设计与评价[J]. 广东海洋大学学报, 2009, 29(5): 6- 9.

[12] 邓宗成, 孙英兰, 周皓, 等. 沿海地区海洋生态环境承载力定量化研究[J]. 海洋环境科学, 2009, 28(4): 438- 441.

Analysis of Variation Trend of Water Quality Based on Time Series in Sansha Bay

WANG Zhen

(Ocean Environment and Fishery Resources Monitoring Center of Fujian Province, Fuzhou 350003, China)

According to the survey data of water quality in Sansha Bay, Ningde City, Fujian Province from 2007 to 2016, the time series model is used to analyze the variation trend of the eutrophication and proportion of the water area which was worse than Grade IV. At the same time, the paper analyzes the spatial development intensity of the area in Sansha Bay based on the resource and environment bearing capacity model. The results showed that the development intensity index was 0.33 in Sansha Bay, which indicated high development intensity. In 2017, the eutrophication index was forecasted to be 4.5, still a moderate eutrophication. The proportion of the water area worse than Grade IV was 36.77%, which was worse than that in 2016. The deterioration of water quality in Sansha Bay may be related to its high development intensity.

Sansha Bay; variation trend of water quality; time series

2017-06-08

福建省海洋与渔业厅资源与环境承载力监测专项(闽海渔〔2015〕289号)

王臻(1982—)，男，福建福州人，工程师，本科，主要从事海洋环境监测和评价工作，E-mail：wangcom20@126.com

10.14068/j.ceia.2017.04.017

X824

A

2095-6444(2017)04-0076-06