基于分形插值模型的平寨水库水体富营养化评价

孔杰，周忠发*，但雨生，蒋翼，李韶慧

基于分形插值模型的平寨水库水体富营养化评价

孔杰1,2，周忠发1,2*，但雨生1,2，蒋翼1,2，李韶慧1,2

（1.贵州师范大学 地理与环境科学学院/喀斯特研究院，贵阳 550001；2.贵州省喀斯特山地生态环境国家重点实验室培育基地，贵阳 550001）

【】分析平寨水库水体富营养化时空变化特征，对平寨水库水体富营养化情况进行评价。采集2018年11月（秋）、2019年1月（冬）、5月（春）和7月（夏）4个季节的水样，选取叶绿素a（Chla）、总磷（TP）、总氮（TN）、高锰酸盐指数（CODMn）和透明度（SD）5个指标，利用分形维数权重的方法建立富营养化评价插值模型，对平寨水库的水体富营养化进行评价。①平寨水库TP和CODMn量达到Ⅱ类水质标准，TN量超出Ⅴ类水质标准，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平寨水库总体上呈中富营养、富营养状态，所有监测断面没有出现贫营养和贫中营养，说明该水库水体富营养化程度较高。③平寨水库夏季富营养化程度最高，冬春季次之，秋季最低。BS2和HJ2监测断面富营养化程度最高，NY3、SG3和PZ4监测断面次之，ZW8和SG1监测断面最低。平寨水库富营养化程度偏高，TN是主要污染因子，控制氮元素的输入和富集是防治平寨水库富营养化的重中之重。

分形插值模型；水体富营养化；综合评价；喀斯特高原；水库

0 引言

【研究意义】由于人类的不合理利用，导致水资源被污染甚至造成水体富营养化。有研究表明我国水体富营养化现状已经相当严重[1]。因此，急需摸清水体富营养化的发生发展规律并加以治理，这对水资源的可持续利用及水生态系统的保护具有非常重要的意义。【研究进展】随着对水体富营养化研究的不断深入以及技术的不断更新，出现了多种水体富营养化评价方法。目前最常见的方法主要有：综合营养状态指数评价[2]、水生生物指标评价、模糊综合评价[3]、灰色聚类评价[4]和神经网络评价[5]等。但是这些方法都存在自身的缺点和不足，比如，综合营养状态指数评价方法侧重对监测指标进行评价，没考虑评价过程中参数的不确定性，并且主要突出某一个指标的作用，因而具有适用条件要求和局限性[6]；模糊综合评价方法以隶属度函数描述水体营养状态分级界限的模糊性和不确定性，然而从信息利用的角度来看，模糊数学评价方法对研究对象变化范围这一信息的关注度不够[7]；神经网络评价方法在如何选择权重、确定隶属函数、选取网络结构、提高计算精度与速度等方面还需进一步改进[8]。早在2005年刘光萍等[9]将分形理论评价模型引入到水体富营养化评价中并且发现该方法具有计算简单、数据处理工作量小、结果客观合理等优点。武国正等[10]、詹勇等[11]将此方法运用于乌梁素海湖泊水质评价中并且发现研究结果与综合营养状态指数法的评价结果具有很高的一致性。随后，胡云玲等[12]、龚艳冰等[13]也用分形理论评价模型分别对艾里克湖和南水北调东线源头的水质进行评价并且取得了很好的效果。【切入点】水体富营养化是一个复杂现象，各个环境因子与富营养化状况之间的关系是非线性的，需要揭示其内在规律性，以便准确掌握水体当前的富营养化状况并合理预测其发展趋势。【拟解决的关键问题】分形理论在揭示整体与部分之间内在关联性、复杂现象背后的规律方面有突出优势，通过计算各评价指标的分形维数并据此建立富营养化评价插值模型，对平寨水库的水体富营养化情况进行评价，分析平寨水库水体富营养化的时空变化特征，以期为平寨水库乃至整个黔中水利枢纽的水资源保护提供科学依据和理论支撑，为流域内的工农业生产生活及用水安全提供保障。

1 材料与方法

1.1 研究区概况

图1为研究区概况，平寨水库位于105°17′3′′E—105°26′44′′E，26°29′33′′N—26°35′38′′N之间，由纳雍河、水公河、张维河、白水河和扈家河筑坝蓄水而成。该水库是黔中水利枢纽工程配套建设的一座水库，担负着向安顺、贵阳及其周边区县供水的重任，一期工程建成后，可解决5个县城和28个乡镇的供水问题。

图1 研究区概况

流域内岩石类型以二叠、三叠系的灰岩、白云质灰岩和白云岩为主。平寨水库处于亚热带季风气候区，年平均气温10.4~15.1 ℃，多年平均降水量为1 089.6 mm。流域内人口密集，社会经济活动频繁并且有大型煤矿企业及洗煤厂。根据贵州省水功能区划，平寨水库为黔中水利枢纽一期工程集中式饮用水源地一级保护区，水质目标为Ⅱ类。

1.2 指标选取与水样处理

在库区设置NY3、SG3、ZW8、BS2、HJ2、SG1和PZ4共计7个监测点。由于水体中氮、磷等营养物质质量浓度过高，会引起藻类等浮游植物的疯长及颗粒悬浮物的增多，进而影响水体中的叶绿素a质量浓度、有机物质及水体透明度，而高锰酸盐指数是评价水体受有机物污染程度的主要指标，结合相关研究[14-16]，选取叶绿素a（Chla）、总磷（TP）、总氮（TN）、高锰酸盐指数（CODMn）和透明度（SD）5个指标进行评价。于2018年11月（秋）、2019年的1月（冬）、5月（春）和7月（夏）无雨天气采集表层0.5 m处的水样，装入聚乙烯采样瓶中。总氮需加适量硫酸作为固定剂，总磷需加4滴配比为1∶1的盐酸（摩尔浓度为6 mol/L）作为固定剂，密封放入便携式冷藏箱，带回实验室分析。其中，SD用赛氏圆盘法现场测定；TN用碱性过硫酸钾消解+紫外分光光度法测定；TP用钼酸铵分光光度法测定；Chla用丙酮萃取分光光度法测定；CODMn用碱性高锰酸钾法测定。

1.3 研究方法

1.3.1 指标分形维数的计算

分形理论的概念是美籍数学家Mandelbrot[17]于1975年提出的。该理论是非线性科学研究中的一个分支，它以分形几何为基础来揭示复杂自然现象和社会现象背后隐藏的规律以及事物间整体和部分的关系[18]。分形特征的度量用分形维数来表示，常见的分维类型主要有盒子维数、信息维数、相似维数和关联维数。本文选用关联维数，评价模型[19]建立如下：

1）标准数据集的建立。根据文献[9]，确定水体富营养化评价标准，如表1所示。

表1 富营养化评价标准

式中：为待评价因素的样本个数；为待评价对象的指标个数。

2）对富营养化评价指标数据进行归一化处理，以消除指标的量纲并统一指标的变化方向。对于效益型指标（SD）和成本型指标（TP、TN、Chla和CODMn）分别按式（2）和式（3）进行计算，将指标变换到[0,1]区间。

对归一化后的评价标准，在各评价标准等级范围内，利用Matlab软件按均匀分布随机产生10个标准样本，对于每个指标采用同一组随机数值，6个评价等级共形成60个评价样本。最终指标数据向量如式（4）所示。

3）建立多维相空间，形式如下：

1维 2维 … （-1）维 …维。 （5）

式中：、=1,2,…,-+1，代表不同相空间的点数；=1,2,…,，为最大的相空间维数。

5）分别计算每维相空间两点间距离小于或等于r的概率C()，可以得到关联积分函数，计算式为：

式中：r为指定的距离上限，一般取相空间维数的2倍，为Heaviside函数，其计算式为：

6）如果存在分形，则每维相空间有：

根据每维相空间计算出一组C()值，若C()和r在双对数图上为直线，则分形存在，其斜率为该维相空间的分形维数，即：

式中：s为关联维数，如果分形维数随着相空间维数的升高趋向极限，则此极限值为空间的分形维数。在具体应用当中，如果分形维数没有严格地趋向某一极限，则采取比较不同维数相空间的分形维数，选择其趋于稳定的最大者或相邻空间分形维数之差满足一定精度要求，作为该评价指标的分形维数。

1.3.2 分形插值评价模型的构建

1）将贫营养、贫中营养、中营养、中富营养、富营养和重富营养分别赋予经验等级1~6，得到60个标准评价样本，每个评价样本相应的经验等级为()。根据式（2）—式（12）计算出各指标的分形维数D，则第个标准样本的综合评价值为：

2）假设6个评价等级中的第e个评价等级对应的评价值为()∈[S,S]，建立第个样本综合评价值()与经验等级()的散点图，根据散点图可建立相应的分形插值评价模型：

2 结果与分析

2.1 分形插值模型的建立

2.1.1 各评价指标分形维数的计算

根据式（2）—式（3）对水体富营养化评价标准进行归一化处理（表2），然后在上述各评价标准等级范围内按均匀分布随机产生10个标准样本，对每个指标采用同一组随机数值，共形成60个标准样本，根据水体富营养化等级分别赋予经验等级1~6共6个等级。

根据式（6）—式（12），可求出每个富营养化评价指标的分形维数。利用标准样本数据拟合出各指标在各维相空间的C()与r双对数曲线（图2为TP在3维相空间和11维相空间的双对数曲线）。曲线的斜率为该指标的分形维数，分形维数越大，表明该指标越重要。选取随相空间维数的变化而趋于稳定的值作为指标的分形维数，由此计算得出TP、TN、CODMn、Chla和SD的分形维数分别为0.467 8、0.392 8、0.406 4、0.454 6和0.587 3。

表2 水体富营养化单因素评价标准

图2 TP的lnCk(s)-lnrsk拟合曲线

2.1.2 水体富营养化插值评价模型

根据式（13）计算出上述60个标准样本的综合评价值。然后以综合评价值()为横坐标，以经验等级值()为纵坐标，建立二者的散点图（图3）。再根据式（14），建立水体富营养化评价插值模型，如式（15）所示。

图3 z(f)与y(f)的散点图

2.2 水体富营养化指标质量浓度的动态变化

图4为各监测断面富营养化指标动态变化，图4（f）为各断面平均值，TN、CODMn和Chla在夏季最高，TP在冬季最高，SD在春季最低。从全年来看，TP变化趋势为“Ｖ”形，CODMn变化趋势为“Ｚ”形，Chla和SD变化趋势为倒“Ｖ”形，TN波动较大。其中，TP质量浓度依次为冬季＞春季＞夏季＞秋季；TN质量浓度依次为夏季＞冬季＞秋季＞春季；CODMn质量浓度依次为夏季＞春季＞冬季＞秋季；Chla质量浓度依次为夏季＞秋季＞冬季＞春季；SD依次为秋季＞冬季＞夏季＞春季。

从图4（a）—图4（e）可以看出，7个监测断面水体中TP的质量浓度在全年的变化范围为0.011~0.15mg/L，平均值为0.025mg/L，峰值出现在冬季的SG1断面，质量浓度达到0.15 mg/L，超出全年平均值的6倍，依据《地表水环境质量标准》，该监测断面TP值已经达到Ⅳ类水质标准的限值，最低值出现在秋季的NY3、ZW8、SG1和冬季的SG3、HJ2断面，TP质量浓度均为0.011mg/L。TN质量浓度在全年的变化范围为1.79~4.13mg/L，平均值为2.84mg/L，除春季的SG3、ZW8、BS2和SG1的TN质量浓度低于2.0mg/L外，其余均超过Ⅴ类水质标准，峰值出现在夏季的NY3断面，超过Ⅱ类水质标准8.26倍。CODMn质量浓度在全年的变化范围为0.8~5.4 mg/L，平均值为2.91mg/L，主要为Ⅱ类水质标准，春夏二季质量浓度明显比秋冬两季高。Chla质量浓度的变化范围为0.47~15.08μg/L，峰值出现在夏季的NY3断面，但该断面其他季节Chla质量浓度均处于较低水平，这是由于纳雍河流域农业活动频繁，排入河中的营养物质聚集再加上夏季适宜的气温，藻类植物生长造成Chla质量浓度显著提高。透明度是反应水体富营养化状况最直观的指标，最低值出现在春季的NY3断面并且春季的透明度均值最小。总体而言，平寨水库TP、TN和CODMn质量浓度年际变化较为平缓，Chla和SD年际波动较大，TP和CODMn质量浓度均达到Ⅱ类水质标准，TN质量浓度超标严重，是主要的污染因子。

图4 平寨水库各监测断面富营养化指标动态变化

2.3 水体富营养化时空分布特征

将预处理后的实测数据代入式（12）计算出各评价指标的分形维数，然后根据式（13）和式（15）计算出不同季节各监测断面的综合评价值并据此得到各监测断面在4个季节的富营养化评价结果，如图5所示。

图5 平寨水库各监测断面富营养化评价结果

总体来看，除秋季SG3断面为中营养以外，其余各评价结果均为中富营养和富营养，二者分别占整个评价结果的46.4%和50%，全部监测断面中已经没有贫营养和贫中营养的区域出现。由此可知，平寨水库水体已经达到了中富营养化和富营养化程度，并且全年变化稳定。从评价结果的季节分布来看，夏季全部为富营养，冬季除HJ2断面为富营养以外，其余均为中富营养。春夏二季的富营养化程度整体上高于秋冬二季，这主要是由于TN、CODMn和Chla质量浓度夏季最高，造成夏季的营养程度偏高。从各监测断面来看，BS2在春季、夏季和秋季为富营养，HJ2在春季、夏季和冬季为富营养，富营养化程度偏高，ZW8、SG1监测点在春季、秋季和冬季均为中富营养，富营养化程度稍好。由此可见，平寨水库BS2和HJ2的富营养化程度最高，NY3、SG3和PZ4次之，ZW8和SG1最低。

3 讨论

3.1 富营养化原因分析

研究结果显示，平寨水库富营养化评价指标中，TN量超标严重，是主要的污染因子。这是由于平寨水库由上游5条河流汇集而成，各个河流中的氮元素聚集于此，再加上河流流经处多为城镇、村庄，由此造成的居民生活污染和农业面源污染较重，导致水体中氮元素量超标。TN量在夏季达到最高，此时叶绿素a量也达到最高，一方面是由于夏季光照增加，光合作用加强，水体中的藻类植物如蓝藻门念珠藻、绿藻门栅藻等繁殖迅速[20]，水体自净能力小于生物生产能力，导致水体中叶绿素a量增多。另一方面，氮元素对水体浮游植物的生长繁殖有重要影响[21]。与此同时，以反映有机污染为主的高锰酸盐指数也在夏季达到了最高，使透明度在春夏季较低，这是由于藻类生长使得水体中杂质变多并且对光的散射和吸收变强，降低了水体透明度。由此可说明，TN量对平寨水库富营养化状况有直接影响，并且研究发现，4个季节中，平寨水库所有监测断面的TN量均值都超过了2.0 mg/L，超出Ⅴ类水质标准。李秋华等[22]调查了贵州省20座代表性水库的营养水平，发现水库水体中的TN量普遍偏高。也有研究[23]认为贵州地区TN的背景值比较高。刘丛强等[24]通过对乌江流域梯级水库的初步研究，发现在库区底层的季节性厌氧环境下，底泥中的氮磷等营养物质会向上覆水体中转移，这也会加剧水体富营养化程度。

3.2 富营养化研究探讨

本文基于分形插值模型对平寨水库富营养化情况进行评价，该模型先计算单个富营养化指标的分形维数，以分形维数为指标权重计算每个标准样本的综合评价值，根据综合评价值与经验等级值映射函数，建立分形插值模型。结果表明分形插值模型评价结果客观真实，与李秋华等[22,25]对贵州高原20余座水库的研究结果具有较高的一致性。富营养化的形成是一个内部充满了复杂物理、化学和生物反应的远离平衡状态的过程。针对深水型人工湖泊而言，水体的季节性分层会使深水水库出现不同时期不同层面的富营养化程度，不同深度氮、磷等营养物质质量浓度的不同，会影响整个水体的营养化状态，浮游生物群落的季节演替也会使营养状态呈相应变化。因此后续研究将综合考量多方面因素，进一步对平寨水库富营养化状况进行评价分析。

4 结论

1）平寨水库TP和CODMn量主要为Ⅱ类水质标准，TN量超出Ⅴ类水质标准，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）平寨水库总体上呈现中富营养、富营养状态并且夏季富营养化程度最高，秋季最低。从监测断面来看，BS2和HJ2的富营养化程度最高，NY3、SG3和PZ4次之，ZW8和SG1最低。

3）控制氮元素的输入和富集是防治平寨水库富营养化的重中之重。

[1] 揣小明. 我国湖泊富营养化和营养物磷基准与控制标准研究[D]. 南京: 南京大学, 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] 朱广伟. 太湖富营养化现状及原因分析[J]. 湖泊科学, 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, 魏一鸣, 丁晶. 基于改进层次分析法的模糊综合评价模型[J]. 水利学报, 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] 朱庆峰, 廖秀丽, 陈新庚, 等. 用灰色聚类法对荔湾湖水质富营养化程度的评价[J]. 中国环境监测, 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, 李少华. 人工神经网络模型在太湖富营养化评价中的应用[J]. 河海大学学报(自然科学版), 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, 杨继伟, 等. 基于延拓盲数的湖库水体富营养化评价模型[J]. 环境科学学报, 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] 赵建平, 姚天雨, 王明虎, 等. 基于云模型的长沙市大气环境质量评价[J]. 环境工程, 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] 盖兆梅, 刘仁涛, 付强, 等. 地下水脆弱性评价的混沌模糊神经网络模型[J].南水北调与水利科技, 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] 刘光萍, 杜萍, 王琨. 分形理论在湖泊富营养化评价中的应用[J]. 江西农业大学学报, 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] 武国正, 徐宗学, 李畅游. 基于分形理论的水体富营养状况评价及其验证[J]. 水资源保护, 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, 李畅游, 史小红, 等. 分形理论在乌梁素海湖泊水质评价中的应用[J]. 水资源与水工程学报, 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, 焦键, 刘江, 等. 分形理论在艾里克湖富营养化评价中的应用[J]. 新疆环境保护, 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] 龚艳冰, 刘高峰, 张继国, 等. 基于分形维数权重的南水北调东线源头水质评价研究[J]. 环境科学学报, 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] 王志强, 田娜, 缪建群, 等. 基于组合可拓综合分析法的鄱阳湖流域水质富营养化评价[J]. 生态学报, 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, 刘玲玲, 等. 基于云模型的鄱阳湖秋季周边湿地水体富营养化评价[J]. 生态学报, 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] 刘林峰, 周先华, 高健, 等. 神农架大九湖湿地浮游植物群落结构特征及营养状态评价[J]. 湖泊科学, 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] 牛颖超, 周忠发, 王历, 等. 基于分形插值模型的贵州农产品区土壤养分综合评价研究[J]. 环境化学, 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] 窦明, 于璐, 毛豪林, 等. 基于分形理论的淮河水系形态结构特征分析[J]. 武汉大学学报(工学版), 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] 赵思琪, 范垚城, 代嫣然, 等. 水体富营养化改善过程中浮游植物群落对非生物环境因子的响应：以武汉东湖为例[J]. 湖泊科学, 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, 谷孝鸿, 刘国锋. 东太湖水生植物及其与环境的相互作用[J]. 湖泊科学, 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] 李秋华. 贵州高原水库富营养化特征及评价[J]. 贵州师范大学学报(自然科学版), 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] 马健荣, 夏品华, 詹金星, 等. 贵州三水库冬季浮游生物分布及影响因子分析[J]. 中国环境监测, 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] 刘丛强, 汪福顺, 王雨春, 等. 河流筑坝拦截的水环境响应—来自地球化学的视角[J]. 长江流域资源与环境, 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] 李秋华, 商立海, 高廷进, 等. 喀斯特高原深水水库—万峰湖富营养化特征分析[J]. 生态科学, 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

国家自然科学基金项目（U1612441）；国家自然科学基金地区项目（41661088）；贵州省高层次创新型人才培养计划项目〔2016〕5674）；贵州省科技计划项目（[2017]5726-57）

孔杰（1994-），男，河南项城人。硕士研究生，主要从事自然资源保护与开发管理。E-mail: 1066008148@qq.com

周忠发（1969-），男，贵州遵义人。教授，博士生导师，主要研究方向为喀斯特生态环境、地理信息系统与遥感。E-mail: fa6897@163.com

孔杰, 周忠发, 但雨生, 等. 基于分形插值模型的平寨水库水体富营养化评价[J]. 灌溉排水学报, 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.

责任编辑：白芳芳