小型人工湖藻類變化特征及主要驅動因子研究

竇 明，孟 猛，毛豪林，張 彥，李桂秋

(1.鄭州大學水利與環境學院，鄭州 450001；2.河南省鄭州水文水資源勘測局，鄭州 450000；3.中國農業科學院農田灌溉研究所，河南 新鄉 453002)

0 引 言

小型人工湖作為一種能夠調節局部氣候、美化環境的景觀水體，近年來在城市景觀設計和地方水生態文明建設規劃中受到高度重視，然而由于其水域面積狹小、水體循環緩慢等特點，使得進入其中的污染物難以降解，并容易引發水體富營養化等水環境惡化問題。近年來，國內外學者在人工湖泊水體富營養化預防與治理方面開展了大量研究工作，例如劉春光[1]、Fernandez[2]、Luciana[3]等對各自研究區域不同時期浮游植物的分布、動態規律、生長特性進行了探究，張潔[4]、沈勇[5]、ChoSohyun[6]等研究了自然狀況下環境因子與藻類的變化過程，并采用不同方法分析了環境因子之間存在的相關關系及其對藻類生長繁殖的影響。本文以鄭州大學眉湖為研究對象，根據現場監測和實驗室檢測數據，在藻類和環境因子變化特征分析的基礎上，剖析小型人工湖藻類動態變化與各因子之間的相關關系，并通過相關分析和主因子分析來識別影響小型人工湖藻類動態變化的主要驅動因子，可為小型人工湖泊環境保護提供決策依據。

1 材料與方法

鄭州大學眉湖水面寬30～60 m，長約500 m，水域面積約為2.2 萬m2。湖水分為北、中、南三段，中段較長且水流緩慢，北端地勢較高，南端設有高低階梯。供水水源以地下水補給為主、以處理后貯存的雨水為輔，水源輸入口位于眉湖北端，出水口位于眉湖南部的2號橋下。眉湖配置了水循環系統，包括局部噴泉和上揚式曝氣管循環及整體的南北流動，并設置了11個潛入式曝氣機和3個上揚式曝氣機，采用交叉方位安置[7]。

1.1 實驗設計及數據采集

筆者于2016年5-9月期間在眉湖進行了5次取樣監測。由于眉湖湖體呈狹長狀，故從南到北設置5個監測斷面(如圖1所示)。其中，Ⅰ斷面位于橋1南側，此處水體受噴泉的影響較大；Ⅱ斷面位于橋1與橋2之間，此處有圈養動物及大量觀賞魚類；Ⅲ斷面位于橋2與橋3之間，即湖中心位置；Ⅳ斷面位于橋3與橋4之間，此處有少量的水生植物；Ⅴ斷面位于湖北端，此處有大量的水生植物。在每次取樣監測時，在每個監測斷面測5～10次，并取平均值。

圖1 監測斷面及取樣點分布Fig.1 Distribution of monitoring sections and sampling points

采用現場監測和取樣檢測相結合的方式對1個水動力指標、15個水質指標進行數據采集。現場監測指標有9個，其中流速由FlowTracker聲學多普勒流速儀測定，葉綠素a、溶解氧(DO)、pH值、水溫、電導率、濁度由YSI-EXO水質多參數分析儀測定，光照強度由ST102型便攜式光照度計測定，透明度由SD-20塞氏盤測定，懸浮物由JC-SS-1Z型懸浮物測試儀測定。實驗室檢測指標6個，包括化學需氧量(COD)、生化需氧量(BOD5)、氨氮(NH4-N)、總磷(TP)、總氮(TN)、硝酸鹽氮(NO3-N)，送往相關環境檢測機構進行檢測。

1.2 研究方法

研究表明[8]，藻類的群落結構變化規律受相關物理、化學及生物等環境因子的制約，這些因子對藻類生長和分布的影響并不是孤立的。結合筆者已開展的監測工作，將可能對藻類濃度產生影響的驅動因子分為以下五類：①熱力因子，包括水溫、光照強度。②氧平衡因子，包括溶解氧、生化需氧量、化學需氧量等指標的濃度。③營養鹽因子，包括總磷、總氮、硝酸鹽氮、氨氮等指標的濃度。④濁度因子，包括濁度、透明度、懸浮物含量。⑤其他驅動因子，包括電導率、pH值。

為從上述因子中篩選出影響眉湖藻類濃度變化的關鍵驅動因子，本文采取如下研究思路：對藻類及各水環境因子的變化趨勢進行分析，對水質狀況進行評價；其次，根據對各藻類濃度影響驅動因子的分類，采用皮爾遜相關分析來衡量藻類濃度與各驅動因子以及驅動因子內部間的相關性強弱以進行第一輪篩選，首先根據各驅動因子與藻類的相關度從每類中篩選出幾個高相關性因子，而后根據驅動因子間的相關度，結合機理上的定性分析將其余相互之間存在高相關性的環境因子進一步精簡，在每類中篩選出1～2個獨立性高的代表性驅動因子；第三，根據篩選出來驅動因子采用主成分分析法進行第二輪篩選，主成分分析法可將多個藻類濃度變化的驅動因子進行降維，經過主成分分析和因子旋轉后，多個驅動因子簡化為幾個主因子，每個主因子由各項環境因子線性表出，將高方差貢獻率的主因子中的高荷載因子留存，低方差貢獻率主因子中的高荷載因子篩去[9]；最后，以藻類濃度作為因變量、篩選出來的主要驅動因子作為自變量，采用多元線性回歸分析建立藻類濃度動態變化的定量表達式。

2 結果與分析

2.1 藻類變化規律分析

(1)藻類動態變化特征分析。根據實驗監測數據，眉湖水體中藻類細胞濃度變化較大，呈現較為明顯的南北差異(如圖2)。在水流緩慢、水質較差的Ⅰ、Ⅱ斷面(可綜合為“南部斷面”)，藻類濃度在6月16日、9月28日分別出現了兩次峰值；而在水流較快、水質較好的Ⅳ、Ⅴ斷面(可綜合為“北部斷面”)，其水質隨時間的變化相對Ⅰ、Ⅱ、Ⅲ斷面較為平緩，在5月12日到6月12日間藻類濃度以較為平穩的趨勢由約400 個/mL上升約三倍，到1 500 個/mL，在9月末又下降到1 000 個/mL左右。北部斷面與南部斷面的藻類動態變化有著不同的特征，南部斷面的藻類峰值發生在7月初、9月末，呈波動狀變動趨勢，南部斷面則呈先增后減的丘狀變化趨勢，波動幅度也較南部斷面平緩。可見由于眉湖狹長的水體形態，使南北部藻類動態變化規律沒有明顯相關性，在某些時期內甚至出現相反的變動趨勢。

圖2 各斷面藻類細胞濃度變化情況Fig.2 Changes of algae cell concentrations in various sections

(2)水體藻類含量與相關驅動因子間的變化規律分析。根據實驗期的監測數據，對眉湖藻類含量與相關驅動因子之間的變化趨勢進行分析(圖3)。兩個熱力因子中，溫度與藻類含量之間的變化趨勢關聯不太顯著，光照強度僅在北部斷面較為顯著。從成因上分析，由于實驗期均在夏季進行，熱量充裕，水溫多在26 ℃左右，而水體中的主要藻類，如銅綠微囊藻、小環藻、漢斯冠盤藻、斜生柵藻等，其適宜生長溫度大多在15～30 ℃間，故溫度變化對藻類生長作用不明顯；光照強度對藻類的影響在南部斷面較為明顯，而在北部斷面不明顯，可能原因是由于眉湖南北部不同的水生植物覆蓋率及不同的水體透明度導致了藻類能夠接受到的光照強度也不同，而北部斷面處于一個對藻類生長促進作用更強的光照強度區間中。

在氧平衡因子中，由于湖中設有多處曝氣系統，溶解氧含量一直處于較高水平，與藻類變化相關性不明顯。化學需氧量濃度與藻類含量之間的變化趨勢較為一致，特別是在南部斷面更為顯著，峰值與低谷的出現時期均與藻類相同。從成因上分析，自5月份以來氣溫逐漸升高，微生物、浮游動物等活動增強，湖底沉積的有機質在生物分解作用下加快進入水體，而進入8月校區放假，眉湖周邊的人類活動減少，致使在南部斷面投喂魚類、鵝類而進入水體的有機質也相應減少，因而8月份化學需氧量出現了一個小低谷；北部斷面化學需氧量峰值雖然與藻類有所差別，但增減趨勢也較為相似。

在營養鹽因子中，總氮濃度的變化趨勢與藻類含量在南部斷面較為接近；而在北部斷面，當藻類含量達到峰值時總氮濃度卻跌入低谷。相對于總氮，總磷濃度與藻類含量之間的相關性不顯著，可能是除蟲期噴灑農藥飄入湖中導致，其在9月末濃度突然升高，這一時期藻類含量并無明顯升高，說明在眉湖中，相較于磷，氮元素是藻類生長更主要的限制性營養元素。在南北部斷面，藻類與氨氮均呈一定程度的負相關，在南部斷面更為明顯，由于氨氮是水質惡化的一個指示性因子，水體流動不暢時，水體中氧含量不足，厭氧菌的滋生會使氨氮增高。

濁度、懸浮物、透明度3個濁度因子的變化趨勢與藻類含量相關性較強，它們在南部斷面與藻類濃度趨勢的重合度較高，表明在這一水域中固體懸浮物主要為浮游藻類，而在北部斷面則為泥沙和有機質。水體電導率與藻類的變動趨勢呈一定程度的正相關，其相關關系在南部斷面較明顯。電導率與水體的摻雜程度有關，高電導率意味著水體中無機鹽等營養成分更為充足，更利于藻類生長[10]。pH與藻類濃度呈正相關，可能的原理是堿性條件下，大氣中的CO2在水體中的溶解度更強，從而光合作用也會加快，利于藻類繁殖[8]。

總體來看，南部斷面藻類含量變化在趨勢上相關度高的因子有COD濃度、總氮濃度及pH值；而北部斷面則為濁度和COD濃度。對比南、北斷面的水環境特征，南部斷面水體富營養程度高、水質較差，且經常有營養物外源輸入(集中在開學期間和周末)；而北部斷面水體富營養程度低、水質都較好，水中及岸邊植被茂盛，水體自凈能力較強。這些水循環條件、周邊環境的不同造成了藻類與各營養因子變化趨勢的差別。

2.2 主要驅動因子識別

在測量了眉湖不同斷面和點位的水體流速后發現，眉湖水體呈現流速緩慢，流向無序的特點，風力及曝氣機運行對水體流速存在著明顯的擾動作用。各監測點的平均流速在0.01 m/s以下，流向頻繁變化，采用實際監測數據用于研究中的意義不大，因此決定不將流速實測數據應用于驅動因子識別中。但通過對眉湖的觀測和調查，發現水動力因素可能對眉湖存在著一定的影響，表現為北部地勢高因而水體循環流暢，南部Ⅳ斷面以南地勢較低且出水口設置較高，可能導致較深部分的水體不能排出而使富營養化比北部明顯。

圖3 各環境因子變化情況Fig.3 The trend of environmental factors

本節主要采用兩種方法分析眉湖藻類動態變化的主要驅動因子。首先采用皮爾遜相關分析法進行相關度較強的因子的初步篩選；進而采用主成分分析法進行進一步篩選，采用最大方差法進行主因子旋轉后，每個主因子都代表幾個環境因子，方差貢獻率較低的主因子中的代表因子可視為非關鍵因子。

2.2.1 基于相關分析方法主要驅動因子識別

(1)藻類與各驅動因子的相關性分析。統計藻類在眉湖南北部的含量變化，做出與環境因子之間的相關分析，以此為依據篩選出主要的驅動因子，相關分析結果如表1所示。

表1 藻類細胞濃度與各環境因子相關系數Tab.1 Correlative coefficient between algae cell concentration and environmental factors

由表1可見，藻類細胞濃度與某些環境因子的相關度較高，然而這些與藻類存在高相關度的環境因子彼此間可能互為因果，還需結合環境因子間的相關矩陣，在機理上分析的基礎上進行進一步精簡。

(2)基于環境因子相關矩陣的主要驅動因子篩選。為了分析環境因子間的相互作用，建立環境因子間的皮爾遜相關系數矩陣，相關關系較高的因子間可能存在較密切的機理聯系，應分析其機理并將其中之一篩去，分析結果見表2。

表2 各因子之間皮爾遜相關系數矩陣Tab.2 Pearson correlation coefficient matrix between factors

由表2可見，以下環境因子間相關性較高：COD與BOD5的相關系數為0.855。BOD5與總磷的相關系數為0.656，電導率與總氮的相關系數為-0.677，溶解氧與濁度的相關系數為-0.549，溶解氧與氨氮的相關系數為-0.546，pH與電導率的相關系數為0.518等。這些相關性較高的因子之間可能存在一定的機理之間的聯系，例如COD與BOD5，這兩個指標表征意義相似；溶解氧與氨氮，氨氮含量的升高表明發生了厭氧菌的滋生，氧含量也會下降。pH與電導率，pH含量的升高表明水體中溶解性無機鹽含量的上升，此時電導率也會提升。結合數據分析環境因子之間可能存在的機理聯系后，將其中一些具有代表性的驅動因子篩選出來。

在熱力因子中，南部斷面溫度與藻類生長相關性較明顯，而北部斷面光照強度與藻類生長相關性較明顯，故南部斷面選取溫度、北部斷面選取光照強度作為熱力因子的代表因子。在氧平衡因子中，溶解氧與藻類變化相關關系不明顯，生化需氧量與化學需氧量兩個指標表征意義相似，變化趨勢及與藻類的相關性也相似，應將其中之一舍去，故南北斷面都選取COD作為氧平衡因子的代表因子。在營養鹽因子中，總氮與藻類濃度的相關性高于總磷，是眉湖水體中藻類生長的限制性營養元素；此外，眉湖南部氨氮濃度較高，其與藻類呈較明顯的負相關。因此南部斷面選取總氮和氨氮、北部斷面選取總氮營養鹽因子中的代表因子。在濁度因子中，濁度、透明度、懸浮物3個指標意義近似且相互間相關性較高，故選取濁度作為濁度因子的代表因子。在其他環境因子中，pH與藻類生長相關關系較電導率明顯，故南北部斷面都選取pH為代表因子。

經第一輪篩選后，共篩選出于6個與藻類生長相關關系較密切的幾個因子，南部斷面是熱力因子1個(即溫度)，氧平衡因子1個(即COD)、營養鹽因子2個(即總氮、氨氮)、濁度因子1個(即濁度)、其他因子1個(即pH)。北部斷面是熱力因子1個(即光照強度)，氧平衡因子1個(即COD)、營養鹽因子1個(即總氮)、濁度因子1個(即濁度)、其他因子1個(即pH)。

2.2.2 基于主成分分析的主要驅動因子識別

將篩選出來的幾個環境因子進行KMO和Bartlett球形檢驗，其KMO南部斷面為0.664，北部斷面為0.608；而Bartlett球度檢驗給出的相伴概率南北部均為0，小于顯著性水平0.05，可認為適合做主成分分析。將南北部斷面監測的環境因子篩選出來的對藻類生長影響較為明顯的幾個因子進行主成分分析，以獲得信息更為綜合的因子，并在此基礎上對各類因子的影響程度進行研究。為使每個主成分的意義更加明確，采用最大方差法對因子進行旋轉，按照累計方差貢獻率不低于80%的原則，南部斷面提取了3個主成分，北部斷面提取了2個主成分(如見表3)。其因子荷載矩陣如表4所示。

表3 變量的方差解釋Tab.3 Explained variances of variables

由方差解釋表及荷載矩陣可以看出，南部斷面第一主因子的方差貢獻率最高，為32.277%。光照強度、總磷在第一主因子上的載荷較高。第一主因子主要反映光強和磷元素對藻類生長的綜合作用。第二主因子方差貢獻率也較高，為31.460%，COD、濁度、pH在此主因子上的荷載較高，眉湖水體中泥沙含量較少，固體懸浮質主要是有機質，故COD和濁度都可以看做是水體中固體有機懸浮質的濃度。因此第二主因子主要反映有機懸浮質和pH對藻類生長的綜合作用。第三主因子方差貢獻率為18.595%，相對于其他兩個主因子貢獻較少。高荷載因子為氨氮。主要反映氨氮對藻類生長的作用。綜合來看，南部斷面第三主因子相對第一和第二主因子的方差貢獻率較小，僅有18.595%，可以認為氨氮對藻類生長的影響作用不顯著，可能原因是在水體中含量過低，無論是為藻類生長供給氮元素的正面作用或是改變水體pH影響藻類生存的負面作用都不顯著，將其篩去。至此，篩選出了5個對眉湖藻類生長起明顯作用的因子，分別是溫度、COD、總氮、濁度、pH。

表4 因子荷載矩陣Tab.4 Factor load matrix

北部斷面第一主因子貢獻率44.499%，COD、總氮、濁度在第一主因子上的荷載較高，第一主因子主要反應有機營養物質對藻類的生長作用。第二主因子貢獻率40.061%，光照強度、pH在此主因子上荷載較高，光照強度影響藻類光合作用強度，pH也與藻類光合作用互為影響因素。第二主因子主要反映光合作用條件對藻類生長的總和作用。綜合來看，北部斷面兩個主因子方差貢獻率相似，且都超過了40%，可認為北部斷面經第一輪篩選過后的光照強度、COD、總氮、濁度、pH 5個環境因子中，沒有不顯著的因子。

2.3 定量關系式建立

將經過相關分析和主成分分析的篩選的因子與藻類數據建立多元回歸方程，并檢驗顯著性，其中顯著性檢驗的概率值P>0.05的自變量可以認為與因變量關系不顯著，應該被剔除。如表5，南部斷面剔除溫度、COD和氨氮，北部斷面剔除濁度和pH后，剩余的自變量再次建立多元回歸方程并進行顯著性檢驗，無不顯著的自變量。最終得到多元回歸方程為：

表5 回歸系數與顯著性分析Tab.5 Regression coefficient and significance analysis

南部斷面：

Ca=-7 803.161+2 515.812TN+54.333Tu+957.315P

(1)

北部斷面：

Ca=-398.29+26.38I+9.83COD+166.73TN

(2)

式中：Ca為藻類細胞濃度，個/mL；I為光照強度，Lux；COD為化學需氧量濃度，mg/L；TN為總氮濃度，mg/L；Tu為濁度，NTU；P為水體pH值。

利用2015年4-9月在眉湖進行的水生態綜合監測實驗的數據對回歸模型進行驗證，南北斷面平均相對誤差分別為17.60%和19.34%，可以看出擬合程度較好。該回歸模型根據2016年5-9月的眉湖水生態監測實驗數據建立，采用2015年同時期的實驗數據進行驗證，驗證結果表明該模型基本可靠，適用于對眉湖夏季藻類生長情況的研究，而春冬秋季節藻類與各環境因子的關系與夏季可能有所不同，該模型在這些季節的適用性有待驗證。

3 結 語

本文結合眉湖現場監測與實驗室檢測數據，分析了水體中藻類及各水質因子的變化趨勢及其影響因素；利用相關分析和主因子分析的結果篩選出影響藻類生長的主要環境因子；采用篩選出的環境因子建立了關于藻類的多元回歸方程，描述了幾個主要環境因子與藻類細胞濃度間的相關性，其中較高的有南部斷面總氮、濁度和pH，北部斷面的光照強度、COD和總氮，并使用實測數據進行了驗證。研究中識別的眉湖藻類生長的主要驅動因子，可以作為該湖的藻類爆發防治工作的參考，豐富了國內關于小型人工湖藻類動態變化規律的研究。