赤潮發生關鍵控制要素識別研究*
——以渤海為例

林國紅， 董月茹,2， 李克強**， 王淑萍， 王修林

(1.中國海洋大學海洋化學理論與工程技術教育部重點實驗室，化學化工學院，山東 青島 266100;2.南京大學生命分析化學國家重點實驗室，化學化工學院，江蘇 南京 210023)

赤潮發生關鍵控制要素識別研究*
——以渤海為例

林國紅1， 董月茹1,2， 李克強1**， 王淑萍1， 王修林1

(1.中國海洋大學海洋化學理論與工程技術教育部重點實驗室，化學化工學院，山東 青島 266100;2.南京大學生命分析化學國家重點實驗室，化學化工學院，江蘇 南京 210023)

本文以渤海為例，建立了赤潮發生關鍵控制因子的識別方法，主要包括文獻因子檢索匯總、備選因子篩選、備選因子關聯性分析、影響因子獨立性、變動性分析、關鍵控制因子的識別等環節。通過對1990—2009年20年間與渤海赤潮發生相關要素進行關聯性分析，熵值法和變異系數法分析要素的波動性，通過靈敏度分析，將主成分分析和層次分析結合起來確定關鍵控制要素。結果顯示，有14個要素累計貢獻率達到了90%，命名為備選因素。基于橫向和縱向關聯性分析，保證了有9個可以量化的要素，通過變異性系數和熵值法計算要素的權重，表明N/P、DIN、DIP、COD和降水具有較強的信息分辨能力。基于主成分分析和層次分析的結果，渤海赤潮發生的關鍵控制要素主要是DIN、DIP和N/P。它表明在渤海海域赤潮頻發的主要原因可能與養分的輸入，尤其是過量的氮養分輸入所造成的營養結構失衡有關。因此，一些措施例如增加控制污染，減少陸源養分輸入和減輕水體富營養化程度為渤海赤潮的治理和預測提供了依據。

赤潮；控制因子；識別方法；富營養化；渤海

渤海(37°07′N～41°N、117°35′S～122°15′S)是中國唯一的半封閉內海，南北長約556 km，東西寬約300 km，海域面積達77 283 km2，平均水深為18 m。渤海水交換能力、擴散能力和稀釋能力都比較差，隨著環渤海經濟區經濟的高速發展、濱海城市化、臨海工業化進程不斷加快，導致沿海地區工業、農業和生活污水排放負荷增大，水體富營養化程度逐年加劇，表現在渤海赤潮發生的頻次和面積在逐年上升，赤潮規模僅次于東海，已經成為中國赤潮高發區之一。據文獻記錄，近20年來，渤海發生赤潮的次數、面積分別占中國近海發生赤潮次數和面積總量的約1/8和1/4[1]，據統計，1995—2015年的21年間，渤海累計發生赤潮179次，累計面積達64 384 km2，平均每年發生赤潮8.5次，每年發生赤潮面積平均超過3 066 km2[1-2](見圖1)。其中，在1998年，渤海錦州灣發生了自1993年中國首次報道發生赤潮以來面積最大的一次赤潮，單次赤潮面積超過3 000 km2。

渤海赤潮的危害性也在逐漸增大。據統計，1995—2015年的21年間，渤海海域引發大規模赤潮的優勢藻類主要有15種，其中主要以夜光藻、中肋骨條藻、赤潮異彎藻、球形棕囊藻、紅色中縊蟲、抑食金球藻、叉角藻、海洋卡盾藻為主，由它們引起的赤潮次數與累計面積分別約占總次數和總累計面積的約83%和87%[1]。而在1990年代以前，引發渤海赤潮的藻類主要是夜光藻、原甲藻、裸甲藻等無毒性赤潮生物。進入21世紀后出現了赤潮異彎藻、球形棕囊藻和米氏凱倫藻等有毒赤潮[3]。其中，赤潮異彎藻赤潮次數為7次，約占6%，累計面積約4 689 km2，約占10%。對于無毒赤潮，雖然赤潮生物本身沒有毒性，但是由于該赤潮生物的大量繁殖，消耗大量CO2，改變海水酸堿度，降低海水透明度，與其他海洋生物競爭海域中的營養鹽、溶解氧等，可能會導致水體缺氧、近岸軟體動物和甲殼類生物的死亡[4-5]。對于有毒赤潮，赤潮生物本身會產生毒素，例如棕囊藻可以產生DMS(二甲基硫化物)，DMS的前體DMSP可以形成硫酸鹽氣溶膠[6-8]。這種氣溶膠通過影響云凝結核的形成，導致云層對陽光的反射增大，從而影響地球氣候，由此看來，有毒赤潮的爆發不僅會危害海洋環境，也會對大氣環境造成影響[9-10]。

(來源于郭皓(2015)和中國海洋災害公報(2016)。collected from Guo et al., 2015 and China ocean disasters communique(2016).)

圖1 1995—2015年渤海海域赤潮發生情況

Fig.1 Theoccurrence of red tide in Bohai sea with duration from 1995 to 2015

赤潮發生成因隨赤潮生物種類不同而有所差異，營養鹽的增加是赤潮形成的基礎，并且與地理位置、地質狀況、水溫、鹽度、降雨等水文氣象要素等自然環境因素有密切的關系[11-15]，據統計，渤海赤潮的高發期主要集中在6～8月，不同類型赤潮發生的區域性比較明顯，赤潮異彎藻、中肋骨條藻、裸甲藻等赤潮多發生在渤海灣，而夜光藻、抑食金球藻等赤潮多發生在遼東灣西部、秦皇島近岸[16-17]，張志峰認為這些海域對應的河流提供了豐富的氮、磷營養物質，為赤潮的爆發奠定了基礎[18]。2009年在秦皇島近岸海域發現褐藻赤潮[19]，可能與陸源輸入下DON的濃度升高有關[20]。同時，氮磷比的變化與赤潮生物的生長有很大關系，會影響赤潮的形成[21-22]。齊雨藻等對1991年大鵬灣海洋褐藻胞赤潮進行分析，認為鐵離子和風速是形成此次赤潮的主要要素，營養鹽的增加是當時赤潮形成的基礎[23]。錢宏林等對1980—1992年廣東沿海發生的赤潮分析表明，廣東沿海赤潮生物種類繁多可能是赤潮發生的主要原因，海水富營養化和季風轉換也會影響赤潮的發生[24]。赤潮發生的機理非常復雜，是相關海域水文、氣象、物理化學、生物等各方面要素綜合作用的結果[25]。

當前，針對渤海赤潮防控提出了多項措施，但是實際上效果并不顯著，甚至危害在進一步加大。主要是由于不同防控措施針對的要素不同，結果導致不能綜合防控赤潮，因此，對于渤海赤潮的防控，需要全面系統科學地分析赤潮發生關鍵控制要素，建立一套科學合理的指標評估體系。但是目前大多數研究并沒有提到具體的指標篩選過程或者篩選過程單一，對于要素的識別主要分為主觀識別和客觀識別，主觀識別以層次分析法和Delphi法為主[26-27]，多依據專家的主觀經驗，缺乏客觀標準,常用于定性分析；客觀識別以主要素分析法，熵值法，變異系數法為主，其使指標權數與指標變量值相聯系，是一種動態的賦權方法[28]，常用于定量分析。

因此，本文目的是以渤海為例，在赤潮發生影響要素中構建一套科學、合理的指標評價體系，識別出赤潮發生的影響要素、潛在控制要素、關鍵控制要素，為更加有效的進行赤潮防控提供科學依據。

1 材料與方法

1.1 數據來源

數據來自于渤海水文、氣象、化學和生物相關的正式發表的科技論文，結合國家海洋局自1990年代初分別開始發布的《中國海洋環境年報(1990—1998)》及自21世紀初開始發布的《中國海洋環境質量公報(1999—2015)》等(國家海洋局，1991—2016)，國家環境保護部自20世紀80年代末開始發布的《中國環境狀況公報(1990—2015)》(國家環境保護部，1991—2016)等，選取其中與赤潮發生相關的因子，在時間上要有連續性，對于極個別年份數據缺失且確有必要補齊的要素，采用臨近1或2年數據內插法，但對于起始年份需要采用類比法補齊。具體數據來源見表1。

1.2 赤潮發生關鍵控制要素識別方法

根據已有研究文獻，綜合運用頻次統計[41-42]、變異系數[43-44]、熵值[44-45]、層次分析[46]、主成分分析[47]等方法對要素進行篩選，按照對赤潮發生影響效應的大小找出赤潮發生的影響要素、潛在控制要素、關鍵控制要素。主要包括檢索匯總文獻要素、備選要素篩選、要素關聯性建構、影響要素獨立性和變動性分析、關鍵要素識別等步驟(見圖2)。在要素識別中，要求要素具有可測量性并且有可用的調查監測統計數據[48]，同時還要能夠體現綜合性與代表性、客觀性與可操作性、獨立性與可比性、層次性與可測性、時效性與前瞻性[42]。

表1 統計數據來源Table 1 Data and statistics

圖2 渤海控制要素識別流程Fig.2 Work flow for the recognition of control factors in Bohai Sea

1.2.1 檢索匯總文獻要素 在文獻要素檢索統計中，主要通過中國知網(http://www.cnki.net)和Web of Science(http://apps.webofknowledge.com)這兩個數據庫，檢索數據庫中相關的中英文文獻，檢索關鍵詞主要有“赤潮”、“要素”、“red tides”、“HABs”、“factors”、“effect”等。從檢索出的文獻中，統計列出與赤潮發生有關的要素并記錄其在文獻中出現的頻次。

1.2.2 備選要素篩選 對匯總文獻要素根據使用頻次進行排序，取使用頻次占累積總頻次前90%的文獻要素作為備選要素。

1.2.3 要素關聯性建構 要素關聯性建構是對文獻匯總統計的赤潮發生要素進行整理分類，并將綜合要素細化到具體可測要素。在要素關聯性建構中，既要體現要素的縱向關聯性，也要體現出要素之間的橫向關系。在要素縱向關聯性上，按相關要素自身性質可分為不同集群，不同集群又可分為不同指標的組團，再根據是否可以直接測量將組團分為若干具體要素。將匯總要素按此原則進行要素關聯性構建。

1.2.4 影響要素獨立性、變動性分析 在潛在控制要素獨立性分析中，既要判別要素的縱向獨立性，也要判別其橫向獨立性。根據建構的赤潮發生要素縱向關聯性判別各要素的縱向獨立性，采用Bartlett球型度檢驗結合相關性分析判別要素的橫向獨立性。Bartlett球型度檢驗和相關性分析通過軟件SPSS19.0(IBM Statistical Package for the Social Sciences Inc)進行。

在潛在控制要素變動性分析中，采用變異系數法和熵值法評價要素的變動性[28]。要素的變異系數和熵值權重越大，說明該要素的變動性越大[43]，該要素的信息分辨能力越強，而變異系數小或熵值很大的要素的變動性差，對于指標的分辨能力差，應予以剔除。

1.2.5 關鍵控制要素的識別 在關鍵控制要素識別中，既可采用主觀賦權法，也可采用客觀賦權法。

主觀賦權法一般采用層次分析法進行赤潮發生關鍵控制要素的識別[43]，為了降低層次分析法的主觀片面性，這里根據要素的變動性代替專家的主觀賦值，借助MATLAB(Matrix Laboratory)軟件結合相關程序進行各要素權重的計算。

客觀賦值法采用目前使用最廣泛、最成熟的是主成分分析法[49]。通過要素綜合載荷對要素進行篩選，其絕對值越接近1，說明其對赤潮發生的貢獻越大。一般我們認為載荷值小于0.45的要素的影響可以忽略，載荷值大于0.9的要素貢獻突出[50]。綜合載荷的計算公式為：

(1)

其中：m表示提取的綜合指標的個數；i表示原始數據指標；j表示提取的綜合指標；?ij表示第i個原始指標在第j個綜合指標中的載荷數。

本文因數據量大且計算繁瑣，借助SPSS 19.0統計分析軟件運行主成分分析結果，設定顯著性水平P<0.05[51]。

層次分析法表征的是要素自身的變動性，而主成分分析表征的是要素對赤潮發生的影響，結論上有可能出現矛盾，利用靈敏度分析將二者結合，可確定對系統有較大影響的要素[52]。這樣，參照靈敏度分析的思路，以層次分析中要素的變異系數為變動幅度，通過主成分分析所得的主成分與要素之間的關系式，可得系統(這里指赤潮發生)的相對變異系數，即靈敏度[53]。靈敏度越大，要素對赤潮發生的影響就越大，進而可篩選出赤潮發生的關鍵控制要素。靈敏度采用如下計算公式：

(2)

其中：S為赤潮發生相對于要素Xi的相對靈敏度；γFjXi為主成分分析中的因子載荷，即要素Xi對主成分Fj的相關系數；λj為第j個主成分的特征值；?j為第j個主成分的貢獻率；CV為要素的變異系數。一般認為，S≥0.1為較靈敏，這里，因計算的值是相對變異系數，靈敏度閾值可根據計算結果上下浮動。

2 結果與討論

2.1 赤潮文獻要素

文獻檢索統計表明，自1980年以來在中國知網和Web of Science所涉及的相關文獻中，共統計與赤潮發生要素相關的中英文文獻187篇，共涉及赤潮發生要素36個，其中氣象要素有7個，水文要素13個，海水理化要素10個，生物要素4個，還有2個其他類型的要素。

2.2 赤潮發生備選要素

經統計分析，文獻檢索得到的36個文獻要素，累計使用頻次為795次。其中海流、潮流、涌升流、沉降流實質上是海水由于天體引力、密度、風力等原因導致的流動，所以合并為海流，同樣將淡水輸入與徑流合并為徑流。其中營養鹽的出現頻次最高(134次)，其次是水溫(104次)。

檢索統計所得的赤潮發生要素總體上可分為氣象要素、水文要素、海水理化要素、生物要素和其他要素五大類(見圖3)。海水理化要素占的比例最大，約占總體的60%，其次為氣象要素，約占20%。

圖3 赤潮發生要素大類分布圖Fig.3 Distribution of red tides occur factor types

進一步按由高到低的使用頻次統計分析表明，占累計使用頻率前90%的赤潮文獻要素有14個(見圖4)，依次是營養鹽、水溫、鹽度、富營養化、有機物、光照、風、微量元素、赤潮生物、降雨、氣溫、海流、潮汐、溶解氧，將這14個要素作為赤潮發生備選要素。

2.3 赤潮發生要素關聯性構建

赤潮發生要素關聯性既要體現縱向關聯性，也要體現橫向關聯性。根據文獻檢索匯總要素自身性質總體上可分為水文要素、氣象要素、海水理化要素、生物要素和其他五大集群，在關聯性構建中屬于第一主層次，其中以氣象要素集群為例，文獻匯總要素中光照、風、降雨等要素屬于氣象要素，屬于第二層次，而具體到可測要素時，風組團又可細分為風速、風向、風力，屬于第三層次。在根據各要素所屬的分類層次原則的同時，去掉DO和赤潮生物等赤潮后置響應要素，建構赤潮發生要素之間的橫向縱向關聯性(見圖5)。

圖4 赤潮發生文獻要素頻次分布圖Fig.4 Frequency of literature factors for red tide occurrence

2.4 影響要素獨立性、變動性分析結果

要素獨立性應體現在縱向和橫向獨立性兩方面。按照赤潮發生要素橫向縱向關聯性(見圖5)，在選取指標時，只選取同一類別中最小的可計量單元，避免在同一類別不同層次選取要素造成要素重疊的混亂現象。根據這一原則，具有縱向獨立性的要素一共有38個，結合文獻要素頻次統計結果，屬于備選要素且可計量的要素有9個，分別是DIN、DIP、氮磷比、水溫、鹽度、光照、降雨、氣溫、COD。根據1990—2009年渤海海域的調查監測數據，應用球形分析結合同一類別要素相關性(P<0.05)分析備選要素的橫向獨立性。根據圖5，DIP、DIN和氮磷比可能存在橫向關聯，因此僅對這三個要素進行橫向獨立性檢驗(見表2)，DIN、DIP和氮磷比兩兩之間的P值均大于0.05，可斷定這三個要素之間不存在橫向關聯性。

圖5 赤潮發生要素橫向和縱向關聯性框架Fig.5 The framework of horizontal and vertical correlation for factors

運用變異系數法和熵值法計算要素的權重(見圖6)，這9種獨立要素的變異系數權重與熵值權重大小排序基本一致，最大值和最小值均分別為氮磷比和氣溫，其中水溫、鹽度、光照和氣溫的變動性不顯著，說明這四個要素的信息分辨能力較弱，應該剔除。即赤潮發生的潛在控制要素有氮磷比、DIN、DIP、COD、降雨。

2.5 渤海赤潮發生關鍵控制要素識別

綜合主成分分析和層次分析，參照靈敏度分析方法對關鍵控制因子進行識別。

表2 獨立性檢驗Table 2 Independence test

圖6 渤海赤潮發生影響要素權重Fig.6 Weight of the factors affecting the occurrence of red tide in Bohai Sea

2.5.1 主成分分析法結果 利用1990—2009年間渤海海域的備選要素數據作主成分分析，結果表明Kaiser-Meyer-Olkin值(0.523)<0.7，同時Bartlett 的球形度檢驗sig=0.00<0.05，數據滿足主成分分析的條件[54]。根據特征根大于1的原則[50]，元素分為4個主成分，對渤海赤潮累計貢獻率達到了78%。其中第一主成分包括DIP和COD，對渤海赤潮發生貢獻率達23%；第二主成分有鹽度、光照、降雨，對渤海赤潮發生累計貢獻率達44%；第三主成分包括水溫和氣溫，對渤海赤潮發生累計貢獻率達61%；第四主成分包括DIN和氮磷比。

進一步計算要素綜合載荷(見圖7)，渤海赤潮發生影響程度從大到小的要素依次是水溫(0.91)、DIP(0.87)、COD(0.85)、降雨(0.83)、DIN(0.80)、鹽度(0.76)、光照(0.71)、氣溫(0.69)、氮磷比(0.61)。其中，水溫、DIP和COD，三者的綜合載荷都大于0.85。進一步分析，這三者平均綜合載荷比后8個要素平均高15%。

2.5.2 層次分析結果 利用層次分析代替傳統的專家打分，主要根據要素變動性的大小構造判斷矩陣，從而建立要素變動性與渤海赤潮發生的關聯性。借助MATLAB軟件并結合相關程序進行運算，得到各要素相對于渤海赤潮發生的權重值(見圖7)。結果表明，氮磷比、DIN、DIP、COD的變動性在渤海赤潮發生潛在控制要素中占有較大的比重(0.70)。

圖7 赤潮發生潛在控制要素綜合載荷和層次分析結果Fig.7 Combined load and hierarchical analysis results

2.5.3 渤海赤潮發生關鍵控制要素 主成分分析結果表明水溫、DIP、COD三種要素的綜合載荷達到了0.85及以上，表明這三種要素在渤海赤潮發生要素中貢獻突出。層次分析法中，權重較大且大于平均值的要素有氮磷比、DIN、DIP、COD。二者在要素排序中存在差異，這主要與層次分析是根據要素的變動性確定得分，而主成分分析是根據要素對赤潮的影響程度確定得分有關，一般來講，二者具有一致性，即變動性大的影響程度也大，例如，DIP和COD,二者在主成分分析中和層次分析結果中排名均靠前，然而，由于兩種方法依據原理不同，也存在變動性大而綜合載荷小的情況，例如氮磷比和DIN。因此需要綜合主成分分析和層次分析，參照靈敏度分析確定關鍵控制要素。結果(見表3)表明，DIN和氮磷比相對靈敏度均超過0.1，DIP為0.05，其他均小于0.05。這樣，以0.05為較靈敏閾值，DIN、DIP、氮磷比對渤海赤潮發生較靈敏，是關鍵控制要素。

表3 要素綜合靈敏度Table 3 Factors overall sensitivity

3 結語

本文通過文獻要素檢索匯總、備選要素篩選、備選要素關聯性分析、影響要素獨立性、變動性分析、關鍵控制要素的識別等方法對渤海赤潮發生的影響要素進行分析，建立了赤潮發生控制要素識別方法。根據渤海1990—2009年20年的調查監測統計數據分析，表明赤潮發生關鍵控制要素是DIN、氮磷比和DIP。這樣，造成渤海赤潮發生次數和面積逐年增加的主要原因可能是營養鹽的輸入，特別是含氮營養鹽的過量輸入所造成的營養鹽結構失衡。因此，加大對渤海海域污染情況的治理，減少陸源營養鹽，特別是含氮營養鹽的輸入，緩解渤海海域的富營養現狀等方法，可有效防控渤海赤潮發生。

[1] 郭皓, 丁德文, 林鳳翱, 等. 近20a我國近海赤潮特點與發生規律[J]. 海洋科學進展, 2015(4): 547-558.

Guo H, Ding D W, Lin F G, et al. Characteristics and pattern of Red Tide in China coastal waters during the last 20 a[J]. Advances in Marine Science, 2015(4): 547-558.

[2] 國家海洋局. 中國海洋災害公報(2015)[R]. 2016.

http: //www. soa. gov. cn. China ocean disasters communique (2015). 2016.

[3] 林鳳翱, 盧興旺, 洛昊, 等. 渤海赤潮的歷史、現狀及其特點[J]. 海洋環境科學, 2008(S2): 1-5.

Lin F A, Lu X W, Luo H, et al. History, status and characteristics of red tide in Bohai Sea[J]. Marine Environmental Science, 2008(S2): 1-5.

[4] Horner R A, Garrison D L, Plumley F G. Harmful algal blooms and red tide problems on the U. S. west coast[J]. Limnology and Oceanography, 1997, 42(5part2): 1076-1088.

[5] Anderson D M, Glibert P M, Burkholder J M. Harmful algal blooms and eutrophication: nutrient sources, composition, and consequences[J]. Estuares, 2002, 25(4): 704-726.

[6] 齊雨藻, 徐寧, 王艷, 等. 中國赤潮研究的新進展——球形棕囊藻赤潮及其產硫的研究[J]. 中國基礎科學, 2002(4): 25-30.

Qi Y Z, Xu N, Wang Y, et al. Progress of studies on Red Tide in China—Studies onPhaeocystisglobosared tide and its DMS(DMSP) production[J]. China Basic Science, 2002(4): 25-30.

[7] 朱蓉, 楊桂朋, 于娟, 等. 不同氮磷比及鐵濃度對球形棕囊藻二甲基硫和二甲巰基丙酸內鹽生產的影響[J]. 中國海洋大學學報(自然科學版), 2013(10): 67-75.

Zhu R, Yang G P, Yu J, et al. Effect of different N/P ratio and concentration of iron on DMS and DMSP production in the culture ofPhaeocystisglobosa[J]. Periodical of Ocean University of China, 2013(10): 67-75.

[8] Van Boekel J S W, Stefels W H M. Production of DMS from dissolved DMSP in axenic cultures of the marine phytoplankton speciesPhaeocystissp. [J]. Marine Ecology Progress Series, 1993, 97: 11-18.

[9] 鄧坤. 光照、營養鹽限制及硅藻和甲藻對球形棕囊藻生活史的影響[D]. 廣東: 暨南大學, 2013: 66.

Deng K. The Life Cycle ofPhaeocystisGlobosaand the Effects of Light, Nutrient and Co-existing Diatom,Dinoflagellates[D]. Guang Dong: Jinan University, 2013: 66.

[10] Wang S, Elliott S, Maltrud M, et al. Influence of explicit Phaeocystis parameterizations on the global distribution of marine dimethyl sulfide[J]. Journal of Geophysical Research: Biogeosciences, 2015, 120(11): 2158-2177.

[11] 馬志華, 楊翼. 渤海赤潮現象初探[C]. 廣州: 第一屆中國赤潮研究與防治學術研討會論文摘要匯編, 2004, 1.

Ma Z H, Yang Y. Preliminary discussion on the red tide phenomena in the Bohai Sea[C]. Guangzhou: The first Chinese research and prevention and control of red tide academic conference papers in assembly, 2004, 1.

[12] Bricelj V M, Lonsdale D J. Aureococcus anophageflerens: Causes and ecological consequences of brown tides in US mid-Atlantic coastal waters[J]. American Society of Limnology and Oceanoraphy, 1997, 42(5part2): 1023-1038.

[13] 周名江, 于仁成. 有害赤潮的形成機制、危害效應與防治對策[J]. 自然雜志, 2007(2): 72-77.

Zhou M J, Yu R C. Mechanisms and impacts of harmful algal blooms and the countmeasures[J]. Chinese Journal of Nature, 2007(2): 72-77.

[14] 孫冷, 黃朝迎. 赤潮及其影響[J]. 災害學, 1999(2): 52-55.

Sun L, Huang Z Y. Red tide and its impacts[J]. Journal of Catastrophology, 1999(2): 52-55.

[15] Kim D, Jo Y, Choi J, et al. Physical processes leading to the development of an anomalously largeCochlodiniumpolykrikoidesbloom in the East sea/Japan sea[J]. Harmful Algae, 2016, 55: 250-258.

[16] Zheng X S, Liu W Q. Red Tide characteristics and spatial-temporal variation of chlorophyll concentration in Bohai Sea[J]. International Conference on Remote Sensing(ICRS), 2010,24(1):178-187.

[17] 國家海洋局. 中國海洋災害公報(2000～2015). 2001～2016.

http: //www. soa. gov. cn. China ocean disasters communique (2000～2015). 2001～2016, http: //www. coi. gov. cn.

[18] 張志鋒. 渤海富營養化現狀、機制及其與赤潮的時空耦合性[J]. 海洋環境科學, 2012(4): 465-483.

Zhang Z F. Eutrophication status, mechanism and its coupling effect with algae blooming in Bohai[J]. Marine Environmental Science, 2012(4): 465-483.

[19] Zhang, Q C, Qiu L M, Yu R C, et al. Emergence of brown tides caused byAureococcusanophagefferensHargraveset Sieburth in China[J]. Harmful Algae, 2012, 19: 117-124.

[20] Gobler C J, et al. Expansion of harmful brown tides caused by thepelagophyte,AureoumbralagunensisDeYoe et Stockwell, to the US east coast[J]. Harmful Algae, 2013, 27: 29-41.

[21] Hodgkiss I J, Ho K C. Are changes in N: P ratios in coastal waters the key to increased red tide blooms?[C]. //Asia-Pacific Conference on Science and Management of Coastal Environment Springer Netherlands, 1997: 141-147.

[22] 劉皓, 高永利, 殷克東, 等. 不同氮磷比對中肋骨條藻和威氏海鏈藻生長特性的影響[J]. 熱帶海洋學報, 2010(6): 92-97.

Liu H, Gao Y L, Yin K D, et al. Effects of N to P ratio on the growth of two red tide diatomSkeletonemacostatumandThalassiosiraweissflogii[J]. Journal of Tropical Oceanography, 2010(6): 92-97.

[23] 齊雨藻, 洪英, 呂頌輝, 等. 南海大鵬灣海洋褐胞藻赤潮及其成因[J]. 海洋與湖沼, 1994(2): 132-138.

Qi Y Z, Hong Y, Lv S H, et al. Outbreak of chattonella marina red tide and its relation to ecological parameters in Dapeng bay, South China Sea[J]. Oceanologia et limnologia sinica, 1994(2): 132-138.

[24] 梁松, 錢宏林, 齊雨藻. 中國沿海的赤潮問題[J]. 生態科學, 2000(4): 44-50.

Liang S, Qian H L, Qi Y Z. Problem on the ride tide in coastal China Sea[J]. Ecologic Science, 2000(4): 44-50.

[25] 唐洪杰. 長江口及鄰近海域富營養化近30年變化趨勢及其與赤潮發生的關系和控制策略研究[D]. 青島: 中國海洋大學化學化工學院, 2009, 121.

Tang H J. Studies of Eutrophication Features and Eutrophication-HABs Relationships in the Changjiang Estuary and Its Adjacent Area During the past 30 Years and Strategies on Controlling Eutrophication[D]. Qingdao: chemistry college of Ocean University of China, 2009, 121.

[26] 馮興剛, 李媛. 我國體育教師評價體系研究中指標權重確定方法綜述[J]. 體育科技, 2014(1): 117-118.

Feng X G, Li Y. Overview of researches on the methods to determine the indicators weights evaluation system of PE teachers in China[J]. Sport Science and Technology, 2014(1): 117-118.

[27] 郭秀英, 陳義才, 張鑒, 等. 頁巖氣選區評價指標篩選及其權重確定方法——以四川盆地海相頁巖為例[J]. 天然氣工業, 2015(10): 57-64.

Guo X Y, Chen Y C, Zhang J, et al. Assessment index selection and weight determination of shale gas plays: A case study of marine shale in the Sichuan Basin[J]. Periodical of Gas, 2015(10): 57-64.

[28] 宋彥蓉, 張寶元. 基于地區現代化評價的客觀賦權法比較[J]. 統計與決策, 2015(11): 82-86.

Song Y R, Zhang B Y. Comparison of objective evaluation method based on the regional modernization[J]. Statistics and Decision, 2015(11): 82-86.

[29] 孫培艷. 渤海富營養化變化特征及生態效應分析[D]. 青島: 中國海洋大學化學化工學院, 2007: 80.

Sun P Y. Analysis of Eutrophication Variation Characteristic and Ecological Effect of Bohai Sea[D]. Qingdao: Chemistry College of Ocean University of China, 2007: 80.

[30] 王修林, 李克強. 渤海主要化學污染物海洋環境容量[M]. 北京: 科學出版社, 2006: 318.

Wang X L, Li K Q. Marine Environmental Capacity of Pollutants in Bohai Sea[M]. Beijing: Science Press, 2006: 318.

[31] 闞文靜, 張秋豐, 石海明, 等. 近年來渤海灣營養鹽變化趨勢研究[J]. 海洋環境科學, 2010(2): 238-241.

Kan W J, Zhang Q F, Shi H M, et al. Study on variation trend of nutrient salts in Bohai Bay[J]. Marine Environmental Science, 2010(2): 238-241.

[32] 郁斢蘭, 王諾, 劉忠波, 等. 自凈作用下渤海海域COD環境容量研究[J]. 中國環境科學, 2015(5): 1579-1585.

Yu T L, Wang N, Liu Z B, et al. COD environmental capacity of different zones of the Bohai Sea with the consideration of self-purification[J]. China Environmental Science, 2015(5): 1579-1585.

[33] 石強. 渤海夏季溫鹽年際變化時空模態與氣候響應[J]. 應用海洋學學報, 2015(4): 484-495.

Shi Q. Climate response and spatio-temporal model on the interannual temperature-salinity changes in summer of Bohai Sea[J]. Journal of Applied Oceanography, 2015(4): 484-495.

[34] 國家海洋局. 中國海洋環境年報(1990～1998). 1991～1999. http: //www. soa. gov. cn

State Oceanic Administration. China's Marine Environment report (1990～1998). 1991～1999. http: //www. soa. gov. cn

[35] 李明財, 熊明明, 楊艷娟, 等. 環渤海地區1961—2010年太陽總輻射時空變化特征[J]. 氣候變化研究進展, 2012(2): 119-123.

Li M C, Xiong M M, Yang Y J, et al. Spatial-temporal variations of solar global radiation in the circum-Bohai-Sea region during 1961-2010[J]. Advances in Climate Change Research, 2012(2): 119-123.

[36] 郭全. 渤海夏季營養鹽和葉綠素分布特征及富營養化狀況分析[D]. 青島: 中國海洋大學化學化工學院, 2005, 67.

Guo Q. Features in Distribution of Nutrients and Chlorophyll and Eutrophication Assessment in the Bohai Sea in Summer[D]. Qingdao: Chemistry College of Ocean University of China, 2005, 67.

[37] 許士國, 富硯昭, 康萍萍. 渤海表層葉綠素a時空分布及演變特征[J]. 海洋環境科學, 2015(6): 898-903.

Xu S G, Fu Y Z, Kang P P. Seasonal and interannual variation of Chlorophyll a in Bohai Sea[J]. Marine Environmental Science, 2015(6): 898-903.

[38] 石強. 渤海溶解氧和表觀耗氧量季節循環時空模態與機制[J]. 海洋湖沼通報, 2015(1): 175-186.

Shi Q. The mechanism and spatial-temporal model on the seasonal cycle of dissolved oxygen and apparent oxygen utilization in Bohai Sea[J]. Transactions of Oceanology and Limnology, 2015(1): 175-186.

[39] 張志鋒, 賀欣, 張哲, 等. 渤海富營養化現狀、機制及其與赤潮的時空耦合性[J]. 海洋環境科學, 2012(4): 465-468.

Zhang Z F, He X, Zhang Z, et al. Eutrophication status, mechanism and its coupling effect with algae blooming in Bohai[J]. Marine Environmental Science, 2012(4): 465-468.

[40] 國家海洋局. 中國海洋環境質量公報. (2000～2008. 2001～2009), http: //www. soa. gov. cn

State Oceanic Administration. China's Marine environment quality bulletin. (2000～2008. 2001～2009), http: //www. soa. gov. cn

[41] 陳燕飛. 生態經濟系統可持續發展評價指標體系研究及應用[J]. 科技信息(科學教研), 2008(8): 204-205.

Chen F Y. Research and application of ecological economic system of sustainable development evaluation index system[J]. Science and Technology Information, 2008(8): 204-205.

[42] 田富姣, 于魯冀, 趙晴. 基于生態系統的水環境壓力分區指標體系構建[J]. 環境科學與技術, 2011(10): 191-195.

Tian F J, Yu L J, Qing Zhao. Indicator system construction of water environment pressure zoning based on ecosystem[J]. Environmental Science and Technology, 2011(10): 191-195.

[43] 江強強, 方堃, 章廣成. 基于新組合賦權法的地質災害危險性評價[J]. 自然災害學報, 2015(3): 28-36.

Jiang Q Q, Fang K, Zhang G C. Assessment of geological risk based on new combined weight method[J]. Journal of Natural Disasters, 2015(3): 28-36.

[44] 姜君. 基于熵權與變異系數組合賦權法的模糊綜合評價模型-以白洋淀水環境質量評價為例[D]. 北京: 首都師范大學, 2011: 39.

Jiang J. Assessing Water Quality Using Fuzzy Theory and Information Entropy in Baiyangdian[D]. Beijing: Capital Normal University, 2011: 39.

[45] Zou Z H, Yun Y, Sun J N. Entropy method for determination of weight of evaluating in fuzzy synthetic evaluation for water quality assessment[J]. Journal of Environmented Sciences, 2006, 18(5): 1020-1023.

[46] Ocampo-Duque W, Ferré-Huguet N, Domingo J L, et al. Assessing water quality in rivers with fuzzy inference systems: A case study[J]. Environment International, 2006, 32(6): 733-742.

[47] Ouyang Y. Evaluation of river water quality monitoring stations by principal component analysis[J]. Water Research, 2005, 39(12): 2621-2635.

[48] Wei C, Guo Z, Wu J, et al. Constructing an assessment indices system to analyze integrated regional carrying capacity in the coastal zones-A case in Nantong[J]. Ocean & Coastal Management, 2014, 93: 51-59.

[49] Jiang H Y, Wang W X. Application of Principal Component Analysis in Synthetic Appraisal for Multi-objects Decision-making*[J]. Journal of Wuhan University of Technology, 2004, 28(3): 467-470.

[50] Simeonov V. Multivariate statistical study of simultaneously monitored cloud water, aerosol and rainwater data from different elevation levels in an alpine valley (Achenkirch, Tyrol, Austria)[J]. Talanta, 2003, 61(4): 519-528.

[51] Lau S S, Lane S N. Nutrient and grazing factors in relation to phytoplankton level in a eutrophic shallow lake: the effect of low macrophyte abundance[J]. Water Res, 2002, 36(14): 3593-3601.

[52] Demaria E M, Nijssen B, Wagener T. Monte Carlo sensitivity analysis of land surface parameters using the Variable Infiltration Capacity model[J]. Journal of Geophysical Research: Atmospheres, 2007, 112(D11):1-15.

[53] Hakanson, L. The role of characteristic coefficients of variation in uncertainty and sensitivity analyses, with examples related to the structuring of lake eutrophication models[J]. Ecological Modeling, 2000, 131: 1-20.

[54] Wu M, Wang Y, Sun C, et al. Identification of coastal water quality by statistical analysis methods in Daya Bay, South China Sea[J]. Marine Pollution Bulletin, 2010, 60(6): 852-860.

TheMethodtoIdentitytheKeyControlFactorofRedTide:ACaseStudyofBohaiSea

LIN Guo-Hong1, DONG Yue-Ru1, 2, LI Ke-Qiang1, WANG Shu-ping1, WANG Xiu-Lin1

(1.Key Laboratory of Marine Chemistry Theory and Technology, Ministry of Education, College of Ocean University of China, Qingdao 266100, China; 2.State Key Laboratory of Analytical Chemistry for Life Science, School of Chemistry and Chemical Engineering, Nanjing University, Nanjing 210023, China)

Red tide has caused great economic loses because of the increasing occurrence frequency, geographic scope and the damage degree in the Bohai Sea. In this case, it is urgently to take measures to prevent and control the occurrence of red tide, the key of which is to determine the key control factors. However, there is no specific factors screening method in current study, or the screening methods are too single. Meanwhile, the key control factors of red tide may have differences in different sea areas. Therefore, based on red tide in the Bohai Sea, we establish an identification method of key control factors which includes the literature factor retrieval summary, alternative factor screening, alternative factor association analysis, the impact factor independence analysis, fluctuation analysis, and key control factor identification etc. Factors fluctuationis analyzed through entropy value method and variance coefficient method by analyzing statistical data associated with red tide occurrence from 1990 to 2009 in the Bohai Sea. And finally, the key control factors are identified with the theory of sensitivity analysis method by combing the principal component analysis and analytic hierarchyprocess (AHP). Results show that there are 14 factors with cumulative frequency reaching 90%, named alternative factors. Independences of 9 quantifiable factors are assured based on the framework of horizontal and vertical association. And then, weight of factors are calculated by both variance coefficient method and entropy method. Result shows that N/P, DIN, DIP, COD and rainfall reflect stronger information resolution ability. Based on the results of principal component analysis and analytic hierarchy process, the key control factors of red tide primarily are DIN, DIP and N/P in Bohai Sea, indicating that the frequent occurrence of red tide in the Bohai Sea may be connected with the nutrient inputs, especially the imbalance of nutrient structure caused by the excessive input of nitrogenous nutrients. Therefore, some measures such as increasing control of pollution, reducing input of terrestrial nutrients and mitigating degree of eutrophication can provide the basis for the prediction and the governance of red tide in the Bohai Sea.

red tide; control factor; identification method; eutrophication; Bohai Sea

X43

A

1672-5174(2017)12-088-09

責任編輯 徐 環

10.16441/j.cnki.hdxb. 20160287

林國紅， 董月茹， 李克強， 等. 赤潮發生關鍵控制要素識別研究——以渤海為例[J]. 中國海洋大學學報(自然科學版), 2017, 47(12)： 88-96.

LIN Guo-Hong, DONG Yue-Ru, LI Ke-Qiang, et al. The method to identity the key control factor of red tide: A case study of Bohai Sea[J]. Periodical of Ocean University of China, 2017, 47(12)： 88-96.

國家重點研發項目(2016YFC1402101)；國家基金委-山東省聯合基金項目(U1606404)；國家減災中心項目：“渤海典型赤潮災害預防及減災技術預研”資助

Supported by National Key Research and Development Program(2016YFC1402101);the NSFC-Shandong Joint Fund for Marine Ecology and Environmental Sciences(U1606404); National Marine Hazard Mitigation Service Fund: “Pre-Research on Disaster Prevention and Mitigation Technology for HABs in Bohai Sea”

2016-08-14；

2016-11-29

林國紅(1991-)，女，碩士生。E-mail:1012134573@qq.com

** 通訊作者：E-mail:likeqiang@ouc.edu.cn