眉湖水质指标与叶绿素a关系的研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇眉湖水质指标与叶绿素a关系的研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：通过对郑州大学眉湖Chl-a、COD、TN、TP含量的测定，应用Excel和SPSS等软件对4个指标因子以及氮磷比进行统计关系分析。Pearson相关分析显示COD、TP与Chl-a呈显著正相关，而进一步的多元逐步回归分析显示氮磷比对Chl-a影响微弱，另外，通过灰色关联分析得出COD与TN浓度是影响眉湖水质的主要因子。这对评价和改善城市湖泊水体的水质状况具有重要借鉴意义。

关键词：眉湖；Chl-a；COD；TP；TN

1 引言

近年来，城市化的进展严重影响了城市水体的水质状况，水体富营养化是当前城中湖的主要污染问题之一。在富营养化研究中，生态模型已成为基本的手段之一，它可以有效地模拟和简化复杂的生态过程，帮助人们进行预测并制定策略[1]。化学需氧量（COD）反映了水体受还原性污染的情况，是水质监测中的重要指标。氮、磷是生物圈内重要的营养元素，研究表明，富营养化现象受多种环境因子影响，其中最为重要的2 个参数即是溶解性的氮和磷，因此总氮（TN）、总磷（TP）成为衡量水质的重要指标[2-3]。叶绿素是植物光合作用中必不可少的光和色素，也是表征藻类现存量的重要指标，通过测定浮游植物叶绿素含量，可掌握水体初级生产力情况，在环境监测中，常将叶绿素a（Chl-a）作为水体富营养化的重要指标之一[4-6]。

国内现行的对水体富营养化的评价普遍建立在叶绿素a浓度等级的划分上，并且往往停留在水质是否达标和是否污染的层面上，针对几个关键因子对富营养化的协同和抑制作用还欠缺深入的认识和研究。随着城市化进程和城市扩张的加剧，城市水体面临着巨大的压力，大大增加了水华、蓝藻等自然灾害暴发的风险。因此分析叶绿素a与水质指标因子之间的相关性，对于初步评价水体富营养化现状，防治河流和湖泊富营养化具有重要的借鉴意义。

眉湖，是郑州大学新校区内构筑的一个景观湖，水质相对稳定且浮游藻类较多，其营养盐主要来自周边林地和补充水源以及人为因素排入水中的营养物质等。本文利用2014年7月至2015年1月对眉湖水质的监测数据，重点分析和总结了眉湖水体中叶绿素a与化学需氧量、总氮、总磷含量以及氮磷比之间的相关关系，并建立相关模型以期为预防和控制水体富营养化，改善眉湖水质提供依据。

2 材料与方法

2.1 监测内容

每个样点分析三类指标[7]含4个监测内容。第一类是营养盐指标：TP、TN；第二类是水质理化指标：COD；第三类是生物指标：Chl-a。

2.2 点位布设与样品采集

根据眉湖不同河段特征及周围的环境状况，在水质相对稳定的中段设置2个采样点，1号采样点位于中段右岸，2号采样点位于中段左岸。

采样时间为2014年7月――2015年1月，每月采样2次，根据《环境监测》（第四版）中水样的采集方法[8]，每次按照1～2号的样点顺序依次用聚乙烯瓶采集表层下0.5米深处的瞬时水样，时间控制在上午9点左右，采样结束后立即带往实验室进行分析。

2.3 测定方法

利用水质检测仪测定水样中的COD、TP、TN含量，对于生物指标叶绿素a的测定，参考文献《水和废水监测分析方法》（第四版）和《水体中叶绿素a测定方法》[9]，采用乙醇萃取分光光度法进行测定。

2.4 数据处理方法

对数据的处理和分析主要采用Excel和SPSS，对各指标因子进行回归分析、Pearson相关分析、逐步回归拟合以及灰色关联分析，使用的软件为Excel2003、SPSS 21、Minitab等。

3 分析与讨论

3.1 叶绿素a与各水质指标的相关关系分析

根据表1中的水质监测数据发现自2014年7月以来各水质因子在空间和时间上均有变化与起伏，COD与叶绿素a的含量总体呈下降趋势且COD与叶绿素a变化趋势基本相同。1号样点处COD的最高浓度为38.71mg/L，最低为6.05 mg/L，平均浓度为19.30mg/L；叶绿素a的最高浓度为32.53mg/m3，最低浓度为4.84 mg/m3。2号样点处的COD平均浓度为24.69 mg/L略高于1号样点处的平均浓度，叶绿素a的平均含量为19.28 mg/m3。眉湖水体中TP与TN含量较低，1号样点处TP平均浓度为0.0287 mg/L，2号样点处TP的平均浓度为0.0339 mg/L。

叶绿素a是衡量藻类数量和浮游植物含量的重要指标，通过研究叶绿素a与其他水质指标之间的相关关系，对深入探讨叶绿素a与水体富营养化程度之间的关系有重要意义。

根据无量纲[10-11]处理后的数据，利用软件SPSS得出相关Pearson系数矩阵，由此分析叶绿素a与其他水质指标的相关关系，并对相关性显著的指标进行一元回归，Pearson系数矩阵见表2。

**. 在 0.01 水平（双侧）上显著相关；*. 在 0.05 水平（双侧）上显著相关。

由相伴概率可知在0.05的显著性水平下，在1号样点处，COD和TP和N/P 与叶绿素a的Pearson 相关性显著，表明它们对叶绿素a有明显的趋势性影响，其中COD与TP的相关系数为正，表明叶绿素a将随着COD、TP的变化发生相同趋势的变化，与COD的相关关系尤为显著，p=0.000，相关系数为0.814；N/P将与叶绿素a发生相反趋势的变化。在2号样点处，满足相伴概率p

3.2 多元线性回归方程的建立

简单的一元回归无法确定某一自变量对结果变量的净效应或者偏效应，多元线性[12]回归模型适用于分析一个因变量和多个自变量之间的关系，因而，利用多元回归分析Chl-a与COD、TN、TP以及N/P之间的关系就十分有必要。

利用SPSS以叶绿素a的浓度为因变量，以COD、TN、TP含量以及N/P为自变量，对样1、样2分别进行多元回归分析，得到样1处回归方程为Chl-a = - 0.50 + 0.337 COD + 40.5 TN - 15 TP - 0.413 N/P（R2 = 83.1%），样2处回归方程为Chl-a = 13.7 + 0.362COD + 25.9 TN + 58TP - 1.15 N/P（R2 = 58.1%）。直接回归无法消除不相关或影响不显著的变量的影响，为消除此类影响通过逐步回归对上述模型进行修正以剔除变化不显著的变量[13]，提高模型的拟合程度。最终得到样1处回归方程为Chl-a = -6.919 + 0.48COD + 17TN +188TP（R2 =86.97%），样2处回归方程为Chl-a = -3.359 + 0.44COD +352TP（R2 =61.35%）。显然，修正后的模型R2明显增大，对于描述Chl-a与水质指标因子的关系将更加准确。经研究发现，两样点处Chl-a与水质指标因子间的相关关系不同，1号样点在消除N/P这一变量后得到的模型拟合程度提高，说明N/P对1号样点处叶绿素a含量的影响不显著；对比得出2号样点处TN和N/P对叶绿素a含量的影响并不显著。因而，通过分域段研究叶绿素a与水质指标因子间的关系，对于研究叶绿素a与水体富营养化程度之间的关系有重要意义，同时也可以弥补单纯利用叶绿素a浓度等级的划分评价富营养化程度这类方法的不足。

3.3 眉湖水质主要影响因子分析

利用无量纲化后的数据，将Chl-a监测值作为参考序列， K=1，・・・，14，其他各指标因子的序列为，i=1，・・・，4，利用灰关联分析探讨监测指标对眉湖水质的影响程度。灰色关联系数用表示，取分辨系数=0.5，选取2个因素作为直接影响因子，另外2个因素为间接影响因子，r01、r02、r03、r04分别为COD、TN、TP、N/P的关联度，经计算得出：

=3.344，=3.103，=3.092，

=2.378。

从上述关联度的分析可以看出COD、TN属于影响眉湖水质的直接影响因素，且COD的影响程度更大，TP和N/P属于间接影响因素，TP在间接影响因素中影响程度更大。要想改善郑州眉湖水质，应当优先控制COD与TN的含量。

4 结论

通过Peasron相关分析，得到COD、TP与Chl-a呈显著正相关，且样1处叶绿素a与COD浓度之间有很好的线性关系。多元逐步回归分析显示不同水域各因子之间的相互影响程度不同，叶绿素a与各水质指标之间回归方程也不同，为更好地研究叶绿素a与水体富营养化程度的关系需要分区域进行。灰色关联分析显示COD、TN是影响眉湖水质最重要的影响因子，TP是最重要的间接影响因素，要想改善眉湖水质，必须优先控制水体中COD和TN的含量。

参考文献：

[1]郑建瑜，袁俊峰. 围格生态系中叶绿素a浓度、化学需氧量及透明度之间统计关系的研究[J]. 海洋湖沼通报，1991：41-44.

[2]吴怡，邓天龙，廖梦霞等.天然水体沉积物中有机氮的研究进展[J].广东微量元素科学，200613（11）：7-13.

[3]吴怡，郭亚飞等.成都府南河叶绿素a和氮、磷的分布特征与富营养化研究[J].中国环境监测.29（4）：43-48.

[4]国家环境保护总局《水和废水监测分析方法》编委会.水和废水监测分析方法[M].4版.北京：中国环境科学出版社，2002：670-671.

[5]LORENZEN D J. Determination of chlorophyll a and phaeopigments：Spectrophotometric equations[J]. Limnology and Oceanog-raphy，1967，12：343-346.

[6]杜胜蓝，黄岁牛臧长娟等.浮游植物现存量表征指标间相关性研究Ⅱ：叶绿素a与藻密度[J].水资源与水工程学报，2011，22（2）：44-49.

[7]张巍，王学军，江耀慈，周修炜.太湖水质指标相关性与富营养化特征分析[J].环境污染与防治，2002（02）：50.

[8]奚旦立，孙裕生.《环境监测》（第四版）[M].高等教育出版社，2010：44-49.

[9]杨玉珍，夏未铭，杨瑾，王婷，马文鹏. 水体中叶绿素a测定方法的研究[J]. 中国环境监测，27（50）：24-26.

[10]张丽旭，赵敏，蔡燕红.象山港海域N、P和CODMn的变化趋势及其与富营养化的关系[J].海洋环境科学，2011（02）.

[11]严喜祖，宋中华，毕春加.数学建模及其实验[M].北京：科学出版社，2009：254-264.

[12]谢宇.回归分析（修订版）[M].北京：社会科学文献出版社，2013（03）95-113.

[13]高回璇.应用多元统计分析[M].北京：北京大学出版社，2000：125-130.

项目来源：郑州大学大学生创新创业训练计划项目 项目编号：2014xjxm057