论文部分内容阅读
摘要 根据2015年洱海流域农灌水中硝态氮与总氮的监测结果，分析了硝态氮与总氮之间的相关性。结果表明，农灌水中硝态氮与总氮之间存在显著相关性，春季、夏季、秋季及冬季的相关系数分别为0.597 9、0.966 5、0.895 2、0.635 8，其中夏季的相关性最好，同时可以通过硝态氮或总氮参数的测定，确定另一个参数的数值范围，进而确定测定时的稀释倍数，有利于提高监测效率。
关键词 农灌水；硝态氮；总氮；相关性；洱海流域
中图分类号 X832 文献标识码 A 文章编号 1007-5739（2017）16-0152-02
氮元素是造成水华现象的主要环境因子之一[1-2]，是污染物排放总量控制的主要对象，主要通过地表径流、生活废水、生产废水、养殖废水等途径进入地表水体，破坏水域生态系统平衡，降低水体透明度，使水体严重缺氧及引发恶臭，产生巨大的危害[3]。因此，對水质中氮元素的监测是十分必要的。近年来，人们不仅对水质中氮元素进行了监测，而且对其相关性也开展了研究。李文杰等[4]对地表水中氨氮和总氮的相关性进行了研究，王 冰[5]对废水中氨氮和总氮的相关性进行了研究，杨 琼等[6]对河水中氨氮和总氮的相关性进行了研究，但对硝态氮和总氮的相关性研究不多。
本文利用洱海流域农灌水的硝态氮和总氮的监测数据，分析两者的相关关系，总结其中规律，以提高监测效率。
1 数据与方法
1.1 数据来源
选择2015年洱海流域6条农灌沟水质监测硝态氮和总氮浓度数据作为研究对象。规定3—5月为春季，6—8月为夏季，9—11月为秋季，12月至翌年2月为冬季。每条农灌沟定点每月监测1次，每年监测取样为72个，共计监测数据为144个。
1.2 分析方法
硝态氮的分析方法采用水质硝酸盐氮的测定紫外分光光度法（HJ/T 346—2007），总氮的分析方法采用水质总氮的碱性过硫酸钾消解紫外分光光度法（HJ 636—2012）。
1.3 研究方法
2 结果与分析
2.1 数据来源
所用数据为2015年洱海流域6条农灌沟的144个数据，详见表1。
2.2 回归方程的建立
通过表1计算不同季节洱海流域6条农灌沟硝态氮与总氮的相关参数（表2）。可以看出，r范围为0.597 9～0.966 5，其中夏季r为0.966 5，说明夏季农灌沟硝态氮与总氮存在较好的相关性。分别绘制不同季节洱海流域6条农灌沟硝态氮与总氮的相关关系图（图1）。可以看出，夏季、秋季相对春季与冬季的监测点均匀地分布在相关线性周围，即夏季、秋季农灌沟硝态氮与总氮的相关性相对较好。
2.3 相关显著性检验
由图1可知，春、夏、秋、冬季回归方程分别为y1=1.745x-0.126 1（1）、y2=1.524x 0.133 8（2）、y3=2.101x-0.986 7（3）、y4=0.938x 0.951 3（4）。由表2可知，r1-r4分别为0.597 9、0.966 5、0.895 2、0.635 8。四季同时取a=0.001，查相关系数临界值r0.001=0.525，r1-r4≥r0.001，故春、夏、秋、冬季洱海流域农灌沟硝态氮与总氮浓度相关性显著。
2.4 回归方程精密度检验
春季回归方程精密度检验显示，若区间概率取68.3%、95.4%，可以采用回归方程（1）；若区间概率取99.7%，回归方程（1）不可采用。夏季回归方程精密度检验显示，若区间概率取68.3%、95.4%，可以采用回归方程（2）；若区间概率取99.7%，回归方程（2）不可采用。秋季回归方程精密度检验显示，若区间概率取68.3%、95.4%，可以采用回归方程（3）；若区间概率取99.7%，回归方程（3）不可采用。冬季回归方程精密度检验显示，若区间概率取68.3%，可以采用回归方程（4）；若区间概率取95.4%、99.7%，回归方程（4）不可采用。
3 结论
洱海流域6条农灌沟硝态氮与总氮浓度相关显著性研究表明，春季、夏季、秋季及冬季存在显著性，r分别为0.597 9、0.966 5、0.892、0.635 8，其中夏季的相关性较好，其次是秋季；春季、夏季、秋季及冬季一元线性回归方程分别为y1=1.745x-0.126 1、y2=1.524x 0.133 8、y3=2.101x-0.986 7、y4=0.938x 0.951 3；四季回归方程精密度检验研究表明，若区间概率取68.3%，可以采用春季、夏季、秋季及冬季回归方程；若区间概率取95.4%，可以采用春季、夏季及秋季回归方程；若区间概率取99.7%，四季都不可采用。
建立洱海流域农灌沟硝态氮与总氮浓度回归方程，可以通过硝态氮与总氮某一参数的测定[6]，确定在一定置信度下另外一个参数的数值范围，进而确定测定时的稀释倍数，可以提高监测效率。
4 参考文献
[1] 孔繁翔，宋立荣.蓝藻水华过程及其环境特征研究[M].北京：科学出版社，2011：43.
[2] SCHINDLER D W.Evolution of phosphorus limitation in lakes[J]. Science，1977，195： 260-262.
[3] DIN G L，WU J Q，PAN G Y，et al.Simulation study on algal dynamics based on ecological flume experiment in Taihu Lake，China[J].Ecological Engineering，2007，31（3）：147-158.
[4] 李文杰，王冰.地表水中氨氮和总氮的相关性分析[J].环境保护科学，2012，38（3）：79-81.
[5] 王冰.废水中氨氮和总氮的相关性分析研究[J].环境科学与管理，2015，40（3）：107-109.
[6] 杨琼，张明时，秦攀鑫，等.环境水体中亚硝态氮、硝态氮和总氮的液相色谱测定[J].分析测试学报，2008（5）：563-566.
关键词 农灌水；硝态氮；总氮；相关性；洱海流域
中图分类号 X832 文献标识码 A 文章编号 1007-5739（2017）16-0152-02
氮元素是造成水华现象的主要环境因子之一[1-2]，是污染物排放总量控制的主要对象，主要通过地表径流、生活废水、生产废水、养殖废水等途径进入地表水体，破坏水域生态系统平衡，降低水体透明度，使水体严重缺氧及引发恶臭，产生巨大的危害[3]。因此，對水质中氮元素的监测是十分必要的。近年来，人们不仅对水质中氮元素进行了监测，而且对其相关性也开展了研究。李文杰等[4]对地表水中氨氮和总氮的相关性进行了研究，王 冰[5]对废水中氨氮和总氮的相关性进行了研究，杨 琼等[6]对河水中氨氮和总氮的相关性进行了研究，但对硝态氮和总氮的相关性研究不多。
本文利用洱海流域农灌水的硝态氮和总氮的监测数据，分析两者的相关关系，总结其中规律，以提高监测效率。
1 数据与方法
1.1 数据来源
选择2015年洱海流域6条农灌沟水质监测硝态氮和总氮浓度数据作为研究对象。规定3—5月为春季，6—8月为夏季，9—11月为秋季，12月至翌年2月为冬季。每条农灌沟定点每月监测1次，每年监测取样为72个，共计监测数据为144个。
1.2 分析方法
硝态氮的分析方法采用水质硝酸盐氮的测定紫外分光光度法（HJ/T 346—2007），总氮的分析方法采用水质总氮的碱性过硫酸钾消解紫外分光光度法（HJ 636—2012）。
1.3 研究方法
2 结果与分析
2.1 数据来源
所用数据为2015年洱海流域6条农灌沟的144个数据，详见表1。
2.2 回归方程的建立
通过表1计算不同季节洱海流域6条农灌沟硝态氮与总氮的相关参数（表2）。可以看出，r范围为0.597 9～0.966 5，其中夏季r为0.966 5，说明夏季农灌沟硝态氮与总氮存在较好的相关性。分别绘制不同季节洱海流域6条农灌沟硝态氮与总氮的相关关系图（图1）。可以看出，夏季、秋季相对春季与冬季的监测点均匀地分布在相关线性周围，即夏季、秋季农灌沟硝态氮与总氮的相关性相对较好。
2.3 相关显著性检验
由图1可知，春、夏、秋、冬季回归方程分别为y1=1.745x-0.126 1（1）、y2=1.524x 0.133 8（2）、y3=2.101x-0.986 7（3）、y4=0.938x 0.951 3（4）。由表2可知，r1-r4分别为0.597 9、0.966 5、0.895 2、0.635 8。四季同时取a=0.001，查相关系数临界值r0.001=0.525，r1-r4≥r0.001，故春、夏、秋、冬季洱海流域农灌沟硝态氮与总氮浓度相关性显著。
2.4 回归方程精密度检验
春季回归方程精密度检验显示，若区间概率取68.3%、95.4%，可以采用回归方程（1）；若区间概率取99.7%，回归方程（1）不可采用。夏季回归方程精密度检验显示，若区间概率取68.3%、95.4%，可以采用回归方程（2）；若区间概率取99.7%，回归方程（2）不可采用。秋季回归方程精密度检验显示，若区间概率取68.3%、95.4%，可以采用回归方程（3）；若区间概率取99.7%，回归方程（3）不可采用。冬季回归方程精密度检验显示，若区间概率取68.3%，可以采用回归方程（4）；若区间概率取95.4%、99.7%，回归方程（4）不可采用。
3 结论
洱海流域6条农灌沟硝态氮与总氮浓度相关显著性研究表明，春季、夏季、秋季及冬季存在显著性，r分别为0.597 9、0.966 5、0.892、0.635 8，其中夏季的相关性较好，其次是秋季；春季、夏季、秋季及冬季一元线性回归方程分别为y1=1.745x-0.126 1、y2=1.524x 0.133 8、y3=2.101x-0.986 7、y4=0.938x 0.951 3；四季回归方程精密度检验研究表明，若区间概率取68.3%，可以采用春季、夏季、秋季及冬季回归方程；若区间概率取95.4%，可以采用春季、夏季及秋季回归方程；若区间概率取99.7%，四季都不可采用。
建立洱海流域农灌沟硝态氮与总氮浓度回归方程，可以通过硝态氮与总氮某一参数的测定[6]，确定在一定置信度下另外一个参数的数值范围，进而确定测定时的稀释倍数，可以提高监测效率。
4 参考文献
[1] 孔繁翔，宋立荣.蓝藻水华过程及其环境特征研究[M].北京：科学出版社，2011：43.
[2] SCHINDLER D W.Evolution of phosphorus limitation in lakes[J]. Science，1977，195： 260-262.
[3] DIN G L，WU J Q，PAN G Y，et al.Simulation study on algal dynamics based on ecological flume experiment in Taihu Lake，China[J].Ecological Engineering，2007，31（3）：147-158.
[4] 李文杰，王冰.地表水中氨氮和总氮的相关性分析[J].环境保护科学，2012，38（3）：79-81.
[5] 王冰.废水中氨氮和总氮的相关性分析研究[J].环境科学与管理，2015，40（3）：107-109.
[6] 杨琼，张明时，秦攀鑫，等.环境水体中亚硝态氮、硝态氮和总氮的液相色谱测定[J].分析测试学报，2008（5）：563-566.