眉湖水質指標與葉綠素a關系的研究

摘 要：通過對鄭州大學眉湖Chl-a、COD、TN、TP含量的測定，應用Excel和SPSS等軟件對4個指標因子以及氮磷比進行統計關系分析。Pearson相關分析顯示COD、TP與Chl-a呈顯著正相關，而進一步的多元逐步回歸分析顯示氮磷比對Chl-a影響微弱，另外，通過灰色關聯分析得出COD與TN濃度是影響眉湖水質的主要因子。這對評價和改善城市湖泊水體的水質狀況具有重要借鑒意義。

關鍵詞：眉湖；Chl-a；COD；TP；TN

1 引言

近年來，城市化的進展嚴重影響了城市水體的水質狀況，水體富營養化是當前城中湖的主要污染問題之一。在富營養化研究中，生態模型已成為基本的手段之一，它可以有效地模擬和簡化復雜的生態過程，幫助人們進行預測并制定策略[1]。化學需氧量（COD）反映了水體受還原性污染的情況，是水質監測中的重要指標。氮、磷是生物圈內重要的營養元素，研究表明，富營養化現象受多種環境因子影響，其中最為重要的2 個參數即是溶解性的氮和磷，因此總氮（TN）、總磷（TP）成為衡量水質的重要指標[2-3]。葉綠素是植物光合作用中必不可少的光和色素，也是表征藻類現存量的重要指標，通過測定浮游植物葉綠素含量，可掌握水體初級生產力情況，在環境監測中，常將葉綠素a（Chl-a）作為水體富營養化的重要指標之一[4-6]。

國內現行的對水體富營養化的評價普遍建立在葉綠素a濃度等級的劃分上，并且往往停留在水質是否達標和是否污染的層面上，針對幾個關鍵因子對富營養化的協同和抑制作用還欠缺深入的認識和研究。隨著城市化進程和城市擴張的加劇，城市水體面臨著巨大的壓力，大大增加了水華、藍藻等自然災害暴發的風險。因此分析葉綠素a與水質指標因子之間的相關性，對于初步評價水體富營養化現狀，防治河流和湖泊富營養化具有重要的借鑒意義。

眉湖，是鄭州大學新校區內構筑的一個景觀湖，水質相對穩定且浮游藻類較多，其營養鹽主要來自周邊林地和補充水源以及人為因素排入水中的營養物質等。本文利用2014年7月至2015年1月對眉湖水質的監測數據，重點分析和總結了眉湖水體中葉綠素a與化學需氧量、總氮、總磷含量以及氮磷比之間的相關關系，并建立相關模型以期為預防和控制水體富營養化，改善眉湖水質提供依據。

2 材料與方法

2.1 監測內容

每個樣點分析三類指標[7]含4個監測內容。第一類是營養鹽指標：TP、TN；第二類是水質理化指標：COD；第三類是生物指標：Chl-a。

2.2 點位布設與樣品采集

根據眉湖不同河段特征及周圍的環境狀況，在水質相對穩定的中段設置2個采樣點，1號采樣點位于中段右岸，2號采樣點位于中段左岸。

采樣時間為2014年7月——2015年1月，每月采樣2次，根據《環境監測》（第四版）中水樣的采集方法[8]，每次按照1～2號的樣點順序依次用聚乙烯瓶采集表層下0.5米深處的瞬時水樣，時間控制在上午9點左右，采樣結束后立即帶往實驗室進行分析。

2.3 測定方法

利用水質檢測儀測定水樣中的COD、TP、TN含量，對于生物指標葉綠素a的測定，參考文獻《水和廢水監測分析方法》（第四版）和《水體中葉綠素a測定方法》[9]，采用乙醇萃取分光光度法進行測定。

2.4 數據處理方法

對數據的處理和分析主要采用Excel和SPSS，對各指標因子進行回歸分析、Pearson相關分析、逐步回歸擬合以及灰色關聯分析，使用的軟件為Excel2003、SPSS 21、Minitab等。

3 分析與討論

3.1 葉綠素a與各水質指標的相關關系分析

根據表1中的水質監測數據發現自2014年7月以來各水質因子在空間和時間上均有變化與起伏，COD與葉綠素a的含量總體呈下降趨勢且COD與葉綠素a變化趨勢基本相同。1號樣點處COD的最高濃度為38.71mg/L，最低為6.05 mg/L，平均濃度為19.30mg/L；葉綠素a的最高濃度為32.53mg/m3，最低濃度為4.84 mg/m3。2號樣點處的COD平均濃度為24.69 mg/L略高于1號樣點處的平均濃度，葉綠素a的平均含量為19.28 mg/m3。眉湖水體中TP與TN含量較低，1號樣點處TP平均濃度為0.0287 mg/L，2號樣點處TP的平均濃度為0.0339 mg/L。

葉綠素a是衡量藻類數量和浮游植物含量的重要指標，通過研究葉綠素a與其他水質指標之間的相關關系，對深入探討葉綠素a與水體富營養化程度之間的關系有重要意義。

根據無量綱[10-11]處理后的數據，利用軟件SPSS得出相關Pearson系數矩陣，由此分析葉綠素a與其他水質指標的相關關系，并對相關性顯著的指標進行一元回歸，Pearson系數矩陣見表2。

**. 在 0.01 水平（雙側）上顯著相關；*. 在 0.05 水平（雙側）上顯著相關。

由相伴概率可知在0.05的顯著性水平下，在1號樣點處，COD和TP和N/P 與葉綠素a的Pearson 相關性顯著，表明它們對葉綠素a有明顯的趨勢性影響，其中COD與TP的相關系數為正，表明葉綠素a將隨著COD、TP的變化發生相同趨勢的變化，與COD的相關關系尤為顯著，p=0.000，相關系數為0.814；N/P將與葉綠素a發生相反趨勢的變化。在2號樣點處，滿足相伴概率p<0.05的僅有COD、TP這兩項指標，其相關系數為正，與葉綠素a呈現相同的變化趨勢。結合1、2號點位，可知眉湖水質狀況具有空間差異，不同樣點處監測數據存在一定的差異，其相關關系也不盡相同，所監測指標中TP、COD與葉綠素a濃度的變化有顯著性影響。對1號樣點處與葉綠素a關系尤為密切的COD、TP作一元回歸得到Chl-a = 1.72 + 0.686 COD （ R2=66.2%）、Chl-a = 3.44 + 401TP （R2=63.0%）。

3.2 多元線性回歸方程的建立

簡單的一元回歸無法確定某一自變量對結果變量的凈效應或者偏效應，多元線性[12]回歸模型適用于分析一個因變量和多個自變量之間的關系，因而，利用多元回歸分析Chl-a與COD、TN、TP以及N/P之間的關系就十分有必要。

利用SPSS以葉綠素a的濃度為因變量，以COD、TN、TP含量以及N/P為自變量，對樣1、樣2分別進行多元回歸分析，得到樣1處回歸方程為Chl-a = - 0.50 + 0.337 COD + 40.5 TN - 15 TP - 0.413 N/P（R2 = 83.1%），樣2處回歸方程為Chl-a = 13.7 + 0.362COD + 25.9 TN + 58TP - 1.15 N/P（R2 = 58.1%）。直接回歸無法消除不相關或影響不顯著的變量的影響，為消除此類影響通過逐步回歸對上述模型進行修正以剔除變化不顯著的變量[13]，提高模型的擬合程度。最終得到樣1處回歸方程為Chl-a = -6.919 + 0.48COD + 17TN +188TP（R2 =86.97%），樣2處回歸方程為Chl-a = -3.359 + 0.44COD +352TP（R2 =61.35%）。顯然，修正后的模型R2明顯增大，對于描述Chl-a與水質指標因子的關系將更加準確。經研究發現，兩樣點處Chl-a與水質指標因子間的相關關系不同，1號樣點在消除N/P這一變量后得到的模型擬合程度提高，說明N/P對1號樣點處葉綠素a含量的影響不顯著；對比得出2號樣點處TN和N/P對葉綠素a含量的影響并不顯著。因而，通過分域段研究葉綠素a與水質指標因子間的關系，對于研究葉綠素a與水體富營養化程度之間的關系有重要意義，同時也可以彌補單純利用葉綠素a濃度等級的劃分評價富營養化程度這類方法的不足。

3.3 眉湖水質主要影響因子分析

利用無量綱化后的數據，將Chl-a監測值作為參考序列， K=1，···，14，其他各指標因子的序列為，i=1，···，4，利用灰關聯分析探討監測指標對眉湖水質的影響程度。灰色關聯系數用表示，取分辨系數=0.5，選取2個因素作為直接影響因子，另外2個因素為間接影響因子，r01、r02、r03、r04分別為COD、TN、TP、N/P的關聯度，經計算得出：

=3.344，=3.103，=3.092，

=2.378。

從上述關聯度的分析可以看出COD、TN屬于影響眉湖水質的直接影響因素，且COD的影響程度更大，TP和N/P屬于間接影響因素，TP在間接影響因素中影響程度更大。要想改善鄭州眉湖水質，應當優先控制COD與TN的含量。

4 結論

通過Peasron相關分析，得到COD、TP與Chl-a呈顯著正相關，且樣1處葉綠素a與COD濃度之間有很好的線性關系。多元逐步回歸分析顯示不同水域各因子之間的相互影響程度不同，葉綠素a與各水質指標之間回歸方程也不同，為更好地研究葉綠素a與水體富營養化程度的關系需要分區域進行。灰色關聯分析顯示COD、TN是影響眉湖水質最重要的影響因子，TP是最重要的間接影響因素，要想改善眉湖水質，必須優先控制水體中COD和TN的含量。

參考文獻：

[1]鄭建瑜，袁俊峰. 圍格生態系中葉綠素a濃度、化學需氧量及透明度之間統計關系的研究[J]. 海洋湖沼通報，1991：41-44.

[2]吳怡，鄧天龍，廖夢霞等.天然水體沉積物中有機氮的研究進展[J].廣東微量元素科學，200613（11）：7-13.

[3]吳怡，郭亞飛等.成都府南河葉綠素a和氮、磷的分布特征與富營養化研究[J].中國環境監測.29（4）：43-48.

[4]國家環境保護總局《水和廢水監測分析方法》編委會.水和廢水監測分析方法[M].4版.北京：中國環境科學出版社，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]杜勝藍，黃歲樑，臧長娟等.浮游植物現存量表征指標間相關性研究Ⅱ：葉綠素a與藻密度[J].水資源與水工程學報，2011，22（2）：44-49.

[7]張巍，王學軍，江耀慈，周修煒.太湖水質指標相關性與富營養化特征分析[J].環境污染與防治，2002（02）：50.

[8]奚旦立，孫裕生.《環境監測》（第四版）[M].高等教育出版社，2010：44-49.

[9]楊玉珍，夏未銘，楊瑾，王婷，馬文鵬. 水體中葉綠素a測定方法的研究[J]. 中國環境監測，27（50）：24-26.

[10]張麗旭，趙敏，蔡燕紅.象山港海域N、P和CODMn的變化趨勢及其與富營養化的關系[J].海洋環境科學，2011（02）.

[11]嚴喜祖，宋中華，畢春加.數學建模及其實驗[M].北京：科學出版社，2009：254-264.

[12]謝宇.回歸分析（修訂版）[M].北京：社會科學文獻出版社，2013（03）95-113.

[13]高回璇.應用多元統計分析[M].北京：北京大學出版社，2000：125-130.

項目來源：鄭州大學大學生創新創業訓練計劃項目 項目編號：2014xjxm057