基于GAM模型的太湖葉綠素a與營養(yǎng)鹽相關(guān)性研究

郭亮，蘇婧，紀(jì)丹鳳，崔馳飛，鄭明霞，孫源媛，席北斗，吳明紅.上海大學(xué)環(huán)境與化學(xué)工程學(xué)院，上海 00444 .中國環(huán)境科學(xué)研究院地下水污染模擬與修復(fù)環(huán)境保護重點實驗室，北京 000

基于GAM模型的太湖葉綠素a與營養(yǎng)鹽相關(guān)性研究

郭亮1,2，蘇婧2*，紀(jì)丹鳳2，崔馳飛2，鄭明霞2，孫源媛2，席北斗2，吳明紅1
1.上海大學(xué)環(huán)境與化學(xué)工程學(xué)院，上海 200444 2.中國環(huán)境科學(xué)研究院地下水污染模擬與修復(fù)環(huán)境保護重點實驗室，北京 100012

通過分析2013年1月—2015年7月的太湖水體葉綠素a(Chl-a)以及其他指標(biāo)數(shù)據(jù)，發(fā)現(xiàn)太湖水質(zhì)存在區(qū)域性差異，據(jù)此將太湖分為梅梁灣、貢湖灣、竺山灣和主湖區(qū)四大區(qū)域，引入廣義加性模型(GAM模型)對營養(yǎng)鹽、環(huán)境因子與Chl-a的關(guān)系進行分析。結(jié)果表明：梅梁灣只有TP與Chl-a濃度的相關(guān)性較強，且呈顯著的非線性相關(guān)；貢湖灣TP濃度對Chl-a濃度的影響是線性的，TN濃度為非線性的，且TN濃度的影響可能更大；竺山灣CODMn和TP與Chl-a濃度均呈顯著非線性相關(guān)，其中以CODMn的影響更為顯著，可能原因是竺山灣歷年來一直是有機污染排放重災(zāi)區(qū)；主湖區(qū)TN和TP對Chl-a濃度的影響均較大，呈顯著非線性相關(guān)。太湖各區(qū)域富營養(yǎng)化爆發(fā)的條件不一致，不同的環(huán)境因素導(dǎo)致富營養(yǎng)化的條件也不相同。

太湖；葉綠素a；GAM模型；非線性；營養(yǎng)鹽

太湖[1]是我國著名的淡水湖泊，也是長江三角洲地區(qū)周邊城市的重要水源地，隨著周邊地區(qū)經(jīng)濟的高速發(fā)展，太湖水質(zhì)越來越差。大量高濃度的營養(yǎng)鹽排入太湖水體，使其呈高度富營養(yǎng)化，從而導(dǎo)致藍藻水華的頻繁爆發(fā)。氮磷是藻類生長的物質(zhì)基礎(chǔ)[2]，其與藻類生物量之間的關(guān)系一直是研究湖泊富營養(yǎng)化的重點之一[3]。葉綠素a(Chl-a)是藻類重要的組成部分，水體Chl-a水平反映了浮游植物生物量的高低，其濃度與水環(huán)境質(zhì)量密切相關(guān)，是水體理化性質(zhì)動態(tài)變化的綜合反映指標(biāo)，在水體富營養(yǎng)化評價中起關(guān)鍵作用。

目前有學(xué)者就營養(yǎng)鹽與Chl-a之間的關(guān)系做了大量研究[4]，得到的結(jié)果不盡相同：如吳阿娜等[5]分析了淀山湖藻類爆發(fā)期Chl-a與氮磷等營養(yǎng)鹽的關(guān)系，結(jié)果表明，Chl-a與TP呈顯著正相關(guān)，但與TN、亞硝酸鹽氮等指標(biāo)均不存在明顯相關(guān)性；阮曉紅等[6]研究了60多個平原淺水湖泊Chl-a與TN、TP等環(huán)境因子的相關(guān)性，結(jié)果表明，Chl-a與亞硝酸鹽氮呈正相關(guān)，Chl-a的對數(shù)與TP呈正相關(guān)；趙漢取等[7]對南太湖運用簡單線性回歸分析得出，Chl-a與TN呈正相關(guān)，與TP卻無顯著相關(guān)性；Wang等[8]的研究表明，太湖營養(yǎng)鹽在不同季節(jié)內(nèi)與Chl-a的相關(guān)性不同。綜上，Chl-a與營養(yǎng)鹽存在相關(guān)關(guān)系，但線性相關(guān)、對數(shù)線性相關(guān)以及正負(fù)相關(guān)的結(jié)論都存在。由于Chl-a與其影響因子之間關(guān)系復(fù)雜[8]，常用的線性回歸分析可能會忽略解釋變量與響應(yīng)變量之間的非線性關(guān)系，因此需引入非線性的分析方法[9]。

傳統(tǒng)的線性分析方法不能適用多變量之間的統(tǒng)計學(xué)分析。廣義加性模型(generalized additive models，GAM)是一種非參數(shù)的分析模型，具有高度靈活性[10]，能直接處理因變量與多個解釋變量之間的非線性關(guān)系[11]，能用非參數(shù)的方法檢測數(shù)據(jù)結(jié)構(gòu)，并找出其中規(guī)律[12]，且不需要假定數(shù)據(jù)分布[13]。這些特性使GAM模型在環(huán)境領(lǐng)域運用越來越廣泛。賀翔等[14]使用GAM模型研究大氣環(huán)境因子對PM2.5的影響發(fā)現(xiàn)，一小部分因子與PM2.5濃度呈線性關(guān)系，大部分因子與其呈非線性關(guān)系。目前該模型在湖泊富營養(yǎng)化上的應(yīng)用較少。筆者使用GAM模型分析了太湖不同區(qū)域Chl-a與營養(yǎng)鹽之間的關(guān)系，以期為太湖的富營養(yǎng)化防控和管理提供科學(xué)依據(jù)。

1 材料與方法

1.1 采樣點的布設(shè)

在大量研究中均對梅梁灣、竺山灣、貢湖灣3個灣區(qū)進行過重點分析[15-17]，因此筆者將太湖分為梅梁灣、竺山灣、貢湖灣以及主湖區(qū)4個區(qū)域進行分析，整個太湖區(qū)域共設(shè)24個采樣點，1～3號、4～6號和7～9號采樣點均位于太湖北部，其所在的位置分別為梅梁灣、貢湖灣、竺山灣，如圖1所示。為突出采樣點的代表性，根據(jù)太湖水質(zhì)大致狀況，其在太湖北部和西北部較多，其余地方則是均勻分布。采樣時間為2013年1月—2015年7月，平均每2個月采1次。用上、下底均有閥門的有機玻璃采水器采集表層下0.5 m的水樣。

圖1 太湖采樣點及分區(qū)Fig.1 Subareas and sampling sites of Taihu Lake

1.2 樣品測定方法

1.3 研究方法

GAM模型是GLM模型(廣義線性模型)的半?yún)?shù)擴展，GLM模型是一般線性模型的直接推廣，其使因變量的均值通過1個非線性連接函數(shù)而依賴于線性預(yù)測值，同時還允許響應(yīng)概率分布為指數(shù)分布族中的任何一員。許多廣泛應(yīng)用的統(tǒng)計模型均屬于GLM模型，其一般形式為：

g(y)=β0+β1x1+…+βmxm+ε

(1)

式中：g(y)為連接函數(shù)；β為常數(shù)；x為解釋變量即環(huán)境因子；ε為誤差項。一般線性模型要求因變量是連續(xù)的且服從正態(tài)分布，而在GLM模型中，因變量的分布可以擴展到非線性的情況。

當(dāng)所取樣本不滿足線性和正態(tài)分布時，則無法使用線性模型，此時需使用一種光滑的函數(shù)來代替線性函數(shù)，即在等式右邊使用某光滑的函數(shù)s(x)來替代不滿足條件的βx，使自變量和因變量不局限于線性關(guān)系，其一般形式為：

g(y)=s0+s1(x1)+…+sm(xm)+φ

(2)

式中：s(x)為連接解釋變量的光滑函數(shù)；φ為隨機殘差項。在該模型中，響應(yīng)變量的分布不僅可以是正態(tài)分布，還可以是二項分布、卡方分布等。

數(shù)據(jù)統(tǒng)計分析和作圖采用Excel、SPSS 17.0和R 3.2.2軟件。

2 結(jié)果與分析

2.1 Chl-a的空間差異性

太湖2013—2015年所有采樣點5月、7月和10月Chl-a的平均濃度分別為20.1、30.78和20.46 μgL；3月、8月和11月的平均濃度為12.62、28.25和15.49 μgL，高于其他月份水平。藻類爆發(fā)具有代表性的5月、7月和10月24個采樣點Chl-a的濃度變化如圖2所示。

圖2 太湖各采樣點Chl-a濃度的變化規(guī)律Fig.2 Spatial variation of Chl-a concentration in each sampling sites of Taihu Lake

從圖2可以看出，1～9號采樣點Chl-a濃度要顯著大于其他采樣點，5月、7月和10月平均濃度分別為41.21、30.25、42.19、29.46、30.42、44.07、59.68、48.33和35.48 μgL，其中7～9號采樣點(竺山灣)較高。

太湖Chl-a濃度整體表現(xiàn)為竺山灣最高，梅梁灣和貢湖灣次之，主湖區(qū)最低。梅梁灣和貢湖灣為典型的入湖河流的灣口，而竺山灣歷年來為周圍工業(yè)污染水源排放口，污染嚴(yán)重。太湖北部及西北部受人為污染源輸入影響明顯，富營養(yǎng)化程度高于其他湖區(qū)。

2.2 基于GAM模型的Chl-a與營養(yǎng)鹽濃度的相關(guān)性

采用GAM模型對太湖4個區(qū)域Chl-a與營養(yǎng)鹽濃度分別進行相關(guān)性分析。GAM模型的一般分析步驟為：1)變量預(yù)分析；2)模型構(gòu)建；3)模型輸出。進行數(shù)據(jù)分析之前首先區(qū)分?jǐn)?shù)據(jù)中的解釋變量和響應(yīng)變量；其次利用頻次分布圖和正態(tài)Q-Q圖法，確定響應(yīng)變量的連接函數(shù)。在實際運用的過程中共曲線性是不可忽視的問題，對于共曲線性的診斷，可以利用解釋變量之間的Pearson相關(guān)系數(shù)來判定二者的相關(guān)性，當(dāng)相關(guān)系數(shù)大于0.5時，可認(rèn)為2個解釋變量之間存在共曲線性；反之，則不存在。解釋變量的選擇通過響應(yīng)變量與解釋變量相關(guān)性強弱來判定，原則是選取相關(guān)性最強的指標(biāo)。

2.2.1 梅梁灣Chl-a與營養(yǎng)鹽濃度的相關(guān)性

在梅梁灣區(qū)域，根據(jù)Chl-a濃度與環(huán)境因子間的相關(guān)系數(shù)，發(fā)現(xiàn)TN和TP與Chl-a濃度之間相關(guān)性較好，因此選取TN和TP濃度為解釋變量。

圖3為梅梁灣的Chl-a濃度的正態(tài)Q-Q圖和頻次分布。從圖3可以看出，初步設(shè)定Chl-a濃度基本滿足正態(tài)分布。確定連接函數(shù)為g(y)=y。

圖3 梅梁灣Chl-a濃度的正態(tài)Q-Q圖和頻次分布Fig.3 The Chl-a normal Q-Q plot and frequency distribution diagram in Meiliang Bay

TN和TP濃度的相關(guān)系數(shù)為0.54，可能存在共曲線性，因此需剔除1個變量。

根據(jù)變量預(yù)分析的結(jié)果，將TN與TP濃度分別作為解釋變量構(gòu)建模型，其方程如下：

g(y)=s0+s(TN)+ε

(3)

g(y)=s1+s(TP)+ε

(4)

從表1可以看出，TP和TN解釋變量的相關(guān)性均呈較高水平，且解釋率均較高，但TP濃度的擬合程度較TN濃度高，因此選取TP濃度的模型為最優(yōu)模型。

表1 梅梁灣TN、TP濃度的分析結(jié)果

注：edf為自由度；D-E為解釋率。

注：虛線為置信區(qū)間，實線為擬合關(guān)系。s(TP)為解釋變量對響應(yīng)變量偏影響關(guān)系，無量綱，估計自由度為5.25。圖4 梅梁灣TP與Chl-a濃度的關(guān)系Fig.4 The relationship between TP and Chl-a in Meiliang Bay

圖4為梅梁灣Chl-a與TP濃度的關(guān)系。從圖4可以看出，TP與Chl-a濃度基本呈顯著非線性關(guān)系；當(dāng)TP濃度為0～0.25 mgL時，Chl-a與TP濃度呈負(fù)相關(guān)；當(dāng)TP濃度為0.35～1.50 mgL時，TP與Chl-a濃度呈顯著正相關(guān)；當(dāng)TP大于1.50 mgL時，Chl-a濃度隨TP濃度的變化趨勢并不明顯，藻類的生長繁殖幾乎不受TP濃度的限制。

2.2.2 貢湖灣Chl-a與營養(yǎng)鹽濃度的相關(guān)性

在貢湖灣區(qū)，TP與Chl-a濃度的相關(guān)性較強，因此只選取TP濃度作為解釋變量，且確定連接函數(shù)g(y)=y，其方程如下：

g(y)=s0+s(TP)+ε

(5)

將式(5)代入GAM模型，擬合R2只有0.277，自由度為1.00，表明TP與Chl-a濃度為線性關(guān)系，解釋率為31.3%，模擬效果不好。因此需加入與Chl-a濃度相關(guān)性較好的變量TN濃度，其模型方程如下：

g(y)=s0+s(TN)+s(TP)+ε

(6)

將2個變量TN和TP濃度代入式(6)進行擬合，其R2為0.671，自由度分別為5.63和1.00，解釋率為76.4%，處在較好的水平。

圖5為貢湖灣TN和TP與Chl-a濃度的關(guān)系。從圖5可以看出，TN濃度對Chl-a濃度的影響較為顯著，二者存在較為復(fù)雜的非線性關(guān)系。TN濃度為0～1 mgL時，二者呈正相關(guān)；TN濃度為1～2 mgL時，呈負(fù)相關(guān)；當(dāng)TN濃度大于2 mgL時，TN濃度對Chl-a濃度的影響最為顯著，呈明顯的正相關(guān)。TP濃度與Chl-a濃度呈典型的線性相關(guān)關(guān)系。

2.2.3 竺山灣Chl-a與營養(yǎng)鹽濃度的相關(guān)性

根據(jù)環(huán)境因子間的兩兩相關(guān)性，選取CODMn和TP濃度作為解釋變量，確定變量后，為更好的判斷響應(yīng)變量的分布特征以及確定連接方程，將響應(yīng)變量對數(shù)化，g(y)=lgy，其模型方程如下：

g(y)=s0+s(TP)+s(CODMn)+ε

(7)

將式(7)代入GAM模型擬合得出R2為0.707，TP和CODMn的自由度分別為2.87和2.08，解釋率為78%。

從圖6可以看出，CODMn和TP與Chl-a濃度存在顯著的非線性關(guān)系。TP濃度為0.1～0.3 mgL時，

注：TN自由度為5.63，TP自由度為1.00。圖5 貢湖灣TN和TP與Chl-a濃度的關(guān)系Fig.5 The relationship between TN,TP and Chl-a in Gonghu Bay

Chl-a與TP濃度的相關(guān)性不顯著，推測該區(qū)間內(nèi)TP濃度并不是主要限制因子；當(dāng)TP濃度大于0.3 mgL時，其與Chl-a濃度存在顯著的正相關(guān)關(guān)系，TP濃度成為Chl-a濃度的主要影響因子。CODMn與Chl-a濃度呈先正后負(fù)的相關(guān)關(guān)系，CODMn為5～15 mgL時，其與Chl-a濃度呈較為顯著的正相關(guān)關(guān)系；當(dāng)CODMn大于15 mgL時，其與Chl-a濃度呈負(fù)相關(guān)關(guān)系。

注：CODMn自由度為2.87，TP自由度為2.08。圖6 竺山灣CODMn、TP與Chl-a濃度的關(guān)系Fig.6 The relationship between CODMn,TP and Chl-a in Zhushan Bay

2.2.4 主湖區(qū)Chl-a與營養(yǎng)鹽濃度的相關(guān)性

根據(jù)環(huán)境因子的相關(guān)性，確定TN和TP濃度為解釋變量，連接函數(shù)為g(y)=lgy，其模型基本方程如下：

g(y)=s0+s(TN)+s(TP)+ε

(8)

將式(8)代入GAM模型擬合得出R2為0.64，呈顯著相關(guān)，2個解釋變量的自由度均達到3.00以上，其解釋率為67.8%，均處于較好水平。

從圖7可以看，TN與Chl-a濃度存在較為顯著的非線性關(guān)系，當(dāng)TN濃度為0～1.5 mgL時，其與Chl-a濃度呈負(fù)相關(guān)；當(dāng)TN濃度大于1.5 mgL時，其與Chl-a濃度呈較為顯著的正相關(guān)。李堃等[19]研究表明，TP與Chl-a濃度總體呈正相關(guān)，當(dāng)TP濃度為0～0.1 mgL時，其與Chl-a濃度呈極顯著的正相關(guān)關(guān)系，與本研究結(jié)果一致。

2.3 討論

太湖水體中Chl-a與營養(yǎng)鹽濃度的關(guān)系存在明顯的空間差異，分區(qū)進行Chl-a與營養(yǎng)鹽濃度關(guān)系的研究是必要的。

注：TN自由度為3.15，TP自由度為3.72。圖7 主湖區(qū)TP和TN與Chl-a濃度的關(guān)系Fig.7 The relationship between TN,TP and Chl-a in Main Lake Area

梅梁灣屬于營養(yǎng)鹽濃度較高的區(qū)域，通過GAM模型模擬得出TP與Chl-a濃度呈顯著的非線性關(guān)系，與其他區(qū)域相比，影響因子更單一，但Chl-a濃度沒有呈現(xiàn)出隨TP濃度升高而升高的趨勢，這與張曉晴等[20]研究的梅梁灣Chl-a與TP濃度存在非線性關(guān)系一致。因為每種藻類都有其適宜的營養(yǎng)鹽濃度[21]，超過該濃度范圍，會造成藻類細胞死亡的現(xiàn)象。隨著適應(yīng)能力較低的藻類死亡，適應(yīng)能力較強的藻類會成為優(yōu)勢藻，因而藻類組成也會發(fā)生變化[22]。即使?fàn)I養(yǎng)鹽濃度呈上升趨勢，藻類的濃度也不會升高。

通過GAM模型擬合得出，貢湖灣TN與Chl-a濃度呈非線性關(guān)系，而TP與Chl-a濃度呈顯著的線性關(guān)系。貢湖灣周邊的工業(yè)污染以及農(nóng)業(yè)污染較少，TN濃度為1.59 mgL，TP濃度為0.07 mgL，比梅梁灣和竺山灣水質(zhì)好，加之“引江濟太”工程對減少貢湖灣有機污染物和降低營養(yǎng)鹽濃度均做出了較大貢獻，“引江濟太”的水源水質(zhì)優(yōu)于貢湖灣，但仍比主湖區(qū)稍差[23]，處在富營養(yǎng)化爆發(fā)的營養(yǎng)鹽濃度區(qū)間內(nèi)，所以貢湖灣是典型的氮磷共同限制區(qū)域。當(dāng)TN濃度大于2 mgL，Chl-a與TN和TP濃度呈現(xiàn)顯著正相關(guān)，這與陳永根等[24]的研究結(jié)果一致。但在多數(shù)時候TN濃度對Chl-a濃度的影響比TP濃度更為顯著，貢湖灣的沉水植物較少，相同營養(yǎng)鹽濃度下，更易發(fā)生富營養(yǎng)化，根據(jù)Redfield定律[25]，貢湖灣中NP為8.3，TN濃度可能成為顯著限制因子。

通過GAM模型擬合得出，竺山灣CODMn、TP與Chl-a濃度均呈顯著非線性相關(guān)。竺山灣結(jié)構(gòu)與梅梁灣類似，屬于典型的河湖系統(tǒng)[26]，其周邊城區(qū)和鄉(xiāng)鎮(zhèn)工廠遍布，水環(huán)境質(zhì)量較差。生物物種以耐污型為主，與主湖區(qū)和貢湖灣相比，有機物濃度極高，大量有機污染物沉積下來，成為潛在影響水質(zhì)的污染源[27]。研究表明，農(nóng)業(yè)面源對太湖TN和TP濃度的貢獻率分別為29%和19%[28]，過量施肥的養(yǎng)分通過地表徑流和地下淋溶進入竺山灣，導(dǎo)致水質(zhì)進一步變差，富營養(yǎng)化嚴(yán)重，水生植被消失。另外，有機污染物被分解，產(chǎn)生大量含有氮磷等營養(yǎng)元素的物質(zhì)，使得氮磷濃度進一步升高。CODMn的升高導(dǎo)致藻類的增加，當(dāng)CODMn進一步升高，營養(yǎng)鹽濃度超過了藻類生長的適宜濃度，篩選出了一批耐受性極高的水生生物，即使?fàn)I養(yǎng)鹽濃度處于較高水平，這與GAM模型模擬結(jié)果類似。當(dāng)TP濃度為0.1～0.3 mgL時，藻類生長響應(yīng)并不積極，究其原因可能是藻類生長繁殖受到有機污染物作用較明顯。

主湖區(qū)與Chl-a濃度相關(guān)性較強的因子為TN和TP濃度，二者均與Chl-a濃度呈顯著的非線性關(guān)系，且其顯著程度在不同濃度區(qū)間表現(xiàn)出較大差異。相對而言，主湖區(qū)富營養(yǎng)化程度較低，水體中TN、TP濃度主要來自于梅梁灣、竺山灣，但由于貢湖灣的稀釋作用，水體進入主湖區(qū)的過程中，氮磷濃度不斷下降[29]，TN和TP的平均濃度分別為0.34和0.13 mgL，低于藻類生長濃度的上限。且GAM模型模擬結(jié)果顯示，低濃度范圍內(nèi)TN濃度上升不會使藻類濃度上升，其原因可能是一些大型沉水植物對水華藻類存在抑制作用[30]，因為在低濃度范圍內(nèi)當(dāng)水體氮磷濃度升高時，氮磷能促進水生植物的生長，導(dǎo)致水生植物抑制藻類的作用增強。

3 結(jié)論

(1)太湖Chl-a濃度以及富營養(yǎng)化程度具有明顯的空間分布差異，表現(xiàn)為竺山灣>梅梁灣>貢湖灣>主湖區(qū)。

(2)采用GAM模型模擬得出，太湖Chl-a與營養(yǎng)鹽濃度存在顯著的非線性關(guān)系，梅梁灣TP與Chl-a濃度擬合關(guān)系較好，是潛在限制因子；竺山灣CODMn與Chl-a濃度相關(guān)性最好；貢湖灣和主湖區(qū)則是典型的氮磷營養(yǎng)鹽共同限制，主湖區(qū)Chl-a與TP和TN濃度呈顯著的非線性關(guān)系。

(3)湖中各區(qū)域?qū)hl-a濃度的影響因子各不相同，可能是由于歷史污染物的沉淀和區(qū)域結(jié)構(gòu)不同造成的。

[1] LIU X,LU X H,CHEN Y W.The effects of temperature and nutrient ratios onMicrocystisbloomsin Lake Taihu,China:an 11-year investigation[J].Harmful Algae,2011,10(3):337-343．

[2] 秦伯強.湖泊生態(tài)恢復(fù)的基本原理與實現(xiàn)[J].生態(tài)學(xué)報,2007,27(11):4848-4856. QIN B Q.Principles and approach for lake ecological restoration[J].Acta Ecologica Sinica,2007,27(11):4848-4856.

[3] PAERL H W.Nutrient and other environmental controls of harmful cyanobacterial blooms along the freshwater-marinecontinuum[J].Advances in Experimental Medicine and Biology,2008,619:216-241.

[4] CHEN M J,LI J,DAI X,et al.Effect of phosphorus and temperature on chlorophyll a contents and cell sizes ofScenedesmusobliquusandMicrocystisaeruginosa[J].Limnology,2011,12(2):187-192.

[5] 吳阿娜,朱夢杰,湯琳,等.淀山湖藍藻水華高發(fā)期葉綠素a動態(tài)及相關(guān)環(huán)境因子分析[J].湖泊科學(xué),2011,23(1):67-72． WU E N,ZHU M J,TANG L,et al.Dynamics of chlorophylla and analys is of environmental factors in Lake Dianshan duringsummer and autumn[J].Lake Sceience,2011,23(1):67-72．

[6] 阮曉紅,石曉丹,趙振華,等.蘇州平原河網(wǎng)區(qū)淺水湖泊葉綠素a與環(huán)境因子的相關(guān)關(guān)系[J].湖泊科學(xué),2008,20(5):556-562． RUAN X H,SHI X D,ZHAO Z H,et al.Correlation between chlorophyll-a concentration and environmental factors in shallow lakes in plain river network areas of Suzhou[J].Lake Sceience,2008,20(5):556-562．

[7] 趙漢取,韋肖杭,姚偉忠,等.南太湖近岸水域葉綠素a含量與氮磷濃度的關(guān)系[J].水生態(tài)學(xué)雜志,2011,32(5):59-63. ZHAO H Q,WEI X H,YAO W Z,et al.Relationships between chlorophyll-a content and TN，TP concentrations in coastal waters of South Taihu Lake[J].Journal of Hydroecology,2011,32(5):59-63.

[8] WANG X L,LU Y L,HE G Z,et al.Exploration of relationships between phytoplankton biomass and related environmental variables using multivariate statistic analysis in a eutrophic shallow lake:a 5-year study[J].Environmental Sciences,2007,19(8):920-927.

[9] WANG H L,LI S P,FENG J F.Explore the cause of harmful algae by calculate measurable nonlinear relationship between phytoplankton biomass and environmental factors[J].Marine Science Bulletin,2005,7(1):82-86．

[10] WOOD S N.Generalized additive models:an introduction with R[M].London:Chapman & Hall CRC,2006．

[11] GUISAN A,Jr EDWARDS T C,HASTIE T.Generalized linear and generalized additive models in studies of species distributions:setting the scene[J].Ecological Modelling,2002,157:89-100．

[12] 牛明香,李顯森,徐玉成.基于廣義可加模型的時空和環(huán)境因子對東南太平洋智利竹筴魚漁場的影響[J].應(yīng)用生態(tài)學(xué)報,2010,21(4):1049-1055． NIU M X,LI X S,XU Y C.Effects of spatiotemporal and environmental factors on the fishing ground ofTrachurusmurphyiin Southeast Pacific Ocean based on generalized additive model[J].Chinese Journal of Applied Ecology,2010,21(4):1049-1055.

[13] 鄧建明,秦伯強,王博雯.廣義可加模型在R中的快捷實現(xiàn)及藍藻水華預(yù)測分析中的應(yīng)用[J].生態(tài)學(xué)雜志,2015,34(3):835-842. DENG J M,QIN B Q,WANG B W.Quick implementing of generalized additive models using R and its application in bluegreen algal bloom forecasting[J].Chinese Journal of Ecology,2015,34(3):835-842.

[14] 賀翔,林振山.基于GAM模型分析影響因素交互作用對PM2.5濃度變化的影響[J].環(huán)境科學(xué),2017,38(1):22-32. HE X,LIN Z S.Interactive effects of the influencing factors on the changes of PM2.5concentration based on GAM model[J].Environmental Sciecce,2017,38(1):22-32.

[15] 戴江玉,吳時強,呂學(xué)研,等.引水對太湖貢湖灣有機污染時空變化的影響[J].水生態(tài)學(xué)雜志,2016,37(1):40-45. DAI J Y,WU S Q,Lü X Y,et al.Effect of water diversion on spatial-temporal dynamics of organic pollutants in Gonghu Bay,Lake Taihu[J].Journal of Hydroecology,2016,37(1):40-45.

[16] 秦文浩,夏琨,葉曉東,等.竺山灣流域河湖系統(tǒng)污染物總量控制研究[J].長江流域資源與環(huán)境,2016,25(5):823-829. QIN W H,XIA K,YE X D,et al.Study of total amount control in a river-lake system of Zhushan Bay watershed[J].Resources and Environment in the Yangtze Basin,2016,25(5):823-829.

[17] 汪明,武曉飛,李大鵬,等.太湖梅梁灣不同形態(tài)磷周年變化規(guī)律及藻類響應(yīng)研究[J].環(huán)境科學(xué),2015,36(1):81-86. WANG M,WU X F,LI D P,et al.Annual variation of different phosphorus forms and response of algae growth in Meiliang Bay of Taihu Lake[J].Environmenal Science,2015,36(1):81-86.

[18] 楊玉珍,夏末銘,楊瑾,等.水體中葉綠素a測定方法研究[J].中國環(huán)境監(jiān)測,2011,27(5):24-27. YANG Y Z,XIA M M,YANG J,et al.The research of methods measuring chlorophyll a in water[J].Environmental Monitoring of China,2011,27(5):24-27.

[19] 李堃,肖莆.巢湖葉綠素a濃度的時空分布及其與氮、磷濃度關(guān)系[J].生物學(xué)雜志,2011,28(1):53-56. LI K,XIAO P.Temporal and spatial distribution of cholrphyll-a concentration and its relationships with TN,TP concentrations in Lake Chao Hu[J].Journal of Biology,2011,28(1):53-56.

[20] 張曉晴,陳求穩(wěn).太湖水質(zhì)時空特性及其與藍藻水華的關(guān)系[J].湖泊科學(xué),2011,23(3):339-349. ZHANG X Q,CHEN Q W.Spatial temporal characteristic of water quality in lake Taihu and its relationship with algal bloom[J].Lake Science,2011,23(3):339-349.

[21] STEINBERG C E W,HARTMANN H M.Planktonic bloom-forming cyanobacteria and the entrophication of lakes and rivers[J].Freshwater Biology,1988,20(2):279-287.

[22] 朱偉,萬蕾,趙聯(lián)芳.不同溫度和營養(yǎng)鹽質(zhì)量濃度條件下藻類的種間競爭規(guī)律[J].生態(tài)環(huán)境,2008,17(1):6-11. ZHU W,WAN L,ZHAO L F.Interspecies competition rule of algae under different temperature and nutrient concentration condition[J].Ecology and Enviroment,2008,17(1):6-11.

[23] 高怡,毛新偉,徐衛(wèi)東.“引江濟太”工程對太湖及周邊地區(qū)的影響分析[J].水文,2006,26(1):92-94． GAO Y,MAO X W,XU W D.Analysis of the Influence on the Taihu Lake and the area around:diversion from the Yangtze River to the Taihu Lake[J].Journal of China Hydrology,2006,26(1):92-94.

[24] 陳永根,劉偉龍,韓紅娟,等.太湖水體葉綠素a含量與氮磷濃度的關(guān)系[J].生態(tài)學(xué)雜志,2007,26(12):2062-2068. CHEN Y G,LIU W L,HAN H J,et al.Relationships between chlorophylla content and TN and TP concentrations in water bodies of Taihu Lake[J].Journal of Biology,2007,26(12):2062-2068.

[25] 陳潔,高超.Redfield比值在富營養(yǎng)化研究中的應(yīng)用及發(fā)展[J].四川環(huán)境,2016,35(6):109-114. CHEN J,GAO C.Application and development of the redfield ratio in the study of eutrophication[J].Sichuan Environment,2016,35(6):109-114.

[26] 李宗禮,郝秀平,王中根,等.河湖水系連通分類體系探討[J].自然資源學(xué)報,2011,26(11):1975-1982. LI Z L,HAO X P,WANG Z G,et al.Exploration on classification of interconnected river system network[J].Journal of Natural Resources,2011,26(11):1975-1982.

[27] 許嫚,劉曉收,劉清河,等.太湖竺山灣湖泊緩沖帶內(nèi)濕地浮游植物季節(jié)變化[J].海洋湖沼通報,2014,51(4):42-50. XU M,LIU X S,LIU Q H,et al.Seasonal change of phytoplankton in the wetlands of lake buffer zone of Zhushan Bay,Taihu Lake[J].Transactions of Oceanology and limnology,2014,51(4):42-50.

[28] 楊林章,施衛(wèi)明,薛利紅,等.農(nóng)村面源污染治理的“4R”理論與工程實踐:總體思路與“4R”治理技術(shù)[J].農(nóng)業(yè)環(huán)境科學(xué)學(xué)報,2013,32(1):1-8. YANG L Z,SHI W M,XUE L H,et al.Reduce-retain-reuse-restore technology for the controlling the agricultural nonpoint source pollution in countryside in China:general countermearsures and technologies[J].Journal of Agro-enviroment Science,2013,32(1):1-8.

[29] 楊頂田,陳偉民,江晶,等.藻類爆發(fā)對太湖梅梁灣水體中NPK含量的影響[J].應(yīng)用生態(tài)學(xué)報,2003,14(6):969-972. YANG D T,CHEN W M,JIANG J,et al.Effects of algal bloom on N,P and K contents in Meiliang Bay of Taihu Lake[J].Chinese Journal of Applied Ecology,2003,14(6):969-972.

[30] HILT S,GROSS E M.Can allelopathically active submerged macrophytes stabilize clear-water states in shallow-lakes[J].Basic and Applied Ecology,2008,9:422-432.□

Relationship of chlorophyll-a and nutrients in Taihu Lake based on GAM model

GUO Liang1,2, SU Jing2, JI Danfeng2, CUI Chifei2, ZHENG Mingxia2, SUN Yuanyuan2, XI Beidou2, WU Minghong1
1.School of Environmental and Chemical Engineering, Shanghai University, Shanghai 200444, China 2.State Environmental Protection Key Laboratory of Simulation and Control of Groundwater Pollution, Chinese Research Academy of Environment Sciences, Beijing 100012, China

Data of chlorophyll-a and other environmental factors from January 2013 to July 2015 in Taihu Lake were sampled. It was found there existed significant difference of water quality in different parts of Taihu Lake. Therefore, the lake was divided into four areas, i.e. Meiliang Bay, Gonghu Bay, Zhushan Bay and Main Lake Area. The generalized additive model (GAM) was introduced to analyze the relationship between chlorophyll-a and nutrients and other environmental factors. The results showed that there was significant nonlinear relationship between chlorophyll-a was total phosphorus (TP) in Meiliang Bay. The relationship between the chlorophyll-a and TP was linear, while the relationship between chlorophyll-a and total nitrigon (TN) was non-linear in Gonghu Bay, and TN was possibly the main limiting factor in the bay. There was significant non-liner relationship between chlorophyll-a and TP and CODMnin Zhushan Bay, and CODMnwas a more significant factor; the reason may be that Zhushan Bay was the key area of organic pollutants emission. Both TN and TP had a strong effect on chlorophyll-a in main area of Taihu Lake and there was significant non-liner relationship between TN, TP and chlorophyll-a. The outbreaks of eutrophication are inconsistent in different areas of Taihu Lake, and the different environmental factors have resulted in different conditions of entrophication.

Taihu Lake; chlorophyll-a; GAM model; non-liner relationship; nutrients

2017-02-07

國家水體污染控制與治理科技重大專項(2012ZX07101-002)

郭亮(1992—)，男，碩士研究生，研究方向為湖泊富營養(yǎng)化，guoliang199214@163.com

*責(zé)任作者:蘇婧(1982—)，女，副研究員，博士，研究方向為營養(yǎng)物標(biāo)準(zhǔn)，sujing169@163.com

X524

1674-991X(2017)05-0565-08

10.3969j.issn.1674-991X.2017.05.078

郭亮，蘇婧，紀(jì)丹鳳,等.基于GAM模型的太湖葉綠素a與營養(yǎng)鹽相關(guān)性研究[J].環(huán)境工程技術(shù)學(xué)報,2017,7(5):565-572.

GUO L, SU J, JI D F, et al.Relationship of chlorophyll-a and nutrients in Taihu Lake based on GAM model[J].Journal of Environmental Engineering Technology,2017,7(5):565-572.