蠡湖藻密度与水质因子的灰关联分析

摘要：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。

关键词：蠡湖；藻密度；水质；灰关联

中图分类号：X52文献标识码：A文章编号：1674-9944（2015）12-0193-04

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。

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。

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。

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

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。

参考文献：

[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年12月Journal of Green Science and Technology