论文部分内容阅读
摘要为了探讨湖泊水质季节性变化规律，2012年5～11月、2013年4～8月，对江苏省昆山市长白荡上游、中央以及下游的水温、pH、亚硝酸盐、总氮、氨氮、总磷、COD 7项水质指标进行了监测，并通过SPSS软件对水质指标进行了相关性分析。结果显示，上游的氨氮水平和上游的pH之间存在显著线性负相关关系，下游的氨氮水平和中央的氨氮水平之间存在极显著线性正相关关系，上、中、下游的水温之间以及上、中、下游pH之间存在极显著线性正相关关系；偏回归方程分析显示，2012、2013年水质各指标的总体变化趋于平稳；主成分分析显示，影响2012年长白荡水质的主成分为上游的氨氮、下游的COD和总氮。基于单项指标达标率评价标准评价长白荡水质，显示2012年长白荡的总体水质属于V类标准，2013年总体水质超过V类标准（劣V类），说明长白荡水质有变劣的趋势。研究结果为分析与评价长白荡水质现状、污染程度提供了支撑数据，为进一步的水质治理提供了理论指导。
关键词锦溪长白荡；水质监测；分析；评价
中图分类号S181.3文献标识码A文章编号0517-6611（2015）07-247-06
Water Quality Analysis and Evaluation of Jinxi Changbai Swing， Kunshan during 2012-2013
ZHANG Hao1， XUAN Yin-ming2， JIANG Ming2， GONG Cheng-liang1* et al
（1. School of Basic Medical and Biological Sciences， Soochow University， Suzhou， Jiangsu 215123； 2. Kunshan Aquaculture Technology Extension Station， Suzhou， Jiangsu 215300）
AbstractTo investigate the seasonal changes of lake water quality， from May to November 2012， from April to August 2013， in Changbai swing， Kunshan City， Jiangsu Province， the central， upstream and downstream’s water temperature， pH， nitrite， total nitrogen， ammonia nitrogen， total phosphorus and COD were monitored， the correlation of water quality index was conducted through SPSS software analysis. Results show that the upper reaches of the ammonia nitrogen level and the upper reaches of the pH have a significant linear negative correlation. Between the downstream of ammonia nitrogen level and the middle of ammonia nitrogen level have a significant linear positive correlation. Among the central， upstream and downstream’s water temperature， pH have a significant linear positive correlation； partial regression equation analysis shows that in 2012 and 2013， the water quality index of the overall change leveled off； principal component analysis shows that the main effect component of water quality are upstream and downstream’s ammonia nitrogen， COD and total nitrogen in Changbai swing 2012. Based on single objective evaluation standard， the water quality of Changbai swing， the overall water quality belongs to show V class standard 2012， the overall water quality more than V class standard （bad V kind）2013， shows that Changbai swing water quality change trend of inferior quality. The results for the analysis and evaluation of Changbai swing， provides situation of water quality and pollution degree supporting data， theoretical guidance for further water quality management.
Key wordsJinxi Changbai swing； Water quality monitoring； Analysis； Evaluation 昆山市锦溪镇东邻上海市，西接苏州市，位于昆山市的西南，为江苏省的南大门。该地区以其如诗如画的水乡风貌，动人的传说吸引着无数游客流连忘返[1]。锦溪有着丰富的自然人文资源，五湖三荡包围全镇，水域面积占全镇面积的54%。长白荡位于古镇锦溪镇的西南面约1 km处，呈南北向长方形状，南北中间长度约4 km，东西中间长度约1.3 km，平均水深约2.2 m。西北角与明镜荡相通，西南角与古镇周庄镇高勇村内河相连，东南角与汪洋湖相通，总面积约400 hm2（不包含上海区域66.7 hm2），属昆山市湖泊生态修复工程之一。通过水质监测可以对其水环境中的污染物及污染因素进行监测，评价污染物产生的原因及污染途径，为水质保护提供技术支持[2]，对水资源的开发利用、规划和管理提供科学依据[3]。对湖泊水质进行分析可以对其水质质量做出科学评估，对其水资源质量的鉴定能够及时发现区域内水资源存在的问题并指导区域内水资源保护的决策制定，对水资源的保护起到重要的预警作用[4]。因此，笔者分别于2012年5～11月、2013年4～8月对长白荡的水质指标进行监测研究，以揭示锦溪长白荡水体的生态特点，评价2012年初开始的荡内水产养殖对水质的影响情况，期望为长白荡湖道改造和水质管理提供参考。
1材料与方法
1.1水质监测点的选择
选择江苏省苏州昆山市锦溪长白荡（120°52′ E，31°09′ N）上游、中央和下游3个不同的位置作为监测点。其中，上游为锦溪古镇河道入湖的蜻蜓港外侧200 m水面处；中央为长白荡公路大桥南侧的中心位置；下游为锦溪镇顾家浜村与周庄镇祥坞村交界处的300 m外的水面位置。）
1.2采样方法
按监测点每月定点采集水深0.5 m的水样，每个点采1 000 ml。
1.3水质监测方法
1.3.1pH。用pH计（梅特勒-托利多，FE20K）按GB/T6920-1986方法检测。
1.3.2化学需氧量（COD）。取3 ml水样加入反应管中，经148 ℃、2 h消解，冷却至室温后，用COD检测试剂盒（ME 1.14540.0001）按产品说明书在德国默克（MERCK）多参数水质分析仪（Pharo 100）进行。
1.3.3亚硝酸盐。取10 ml水样置于试管或反应管中，用亚硝酸盐检测试剂盒（ME1.14776.0002）按产品说明书进行。
1.3.4氨氮。取5 ml水样（20～30 ℃）加至反应管中，用氨氮检测试剂盒（ME1.14739.0001）按产品说明书进行。
1.3.5总氮。取10 ml水样加入空消解管中，用总氮检测试剂盒（ME1.00613.0001）按产品说明书进行。
1.3.6总磷。取5 ml水样加至反应管中，用总磷检测试剂盒（ME1.14543.0001）按产品说明书进行。
1.4水质评价
水质评价按照中华人民共和国环境保护部发布的《地表水环境质量标准》（GB3838-2002）进行[5]；采用《地表水环境质量标准》（GHZB1-1999）的单因子指数评价法[6]确定单项指标的水质类别；在单项评价的基础上，选取单项指标最差水质类别作为综合评价水体水质类别。
1.5统计分析
通过SPSS软件对各指标在不同月份的变化趋势和各指标之间的相关性进行分析。
2结果与分析
2.1水质检测
江苏省的天然湖泊一般以5～9月为丰水期，10月至次年4月为枯水期，每年随气候变化有一定的变化。《中国气候公报》显示，2012年属于丰水年，2013年降雨量较常年偏多4%，比2012年略偏少。为了追踪长白荡的水质变化规律，于2012年5～11月、2013年4～8月，笔者对长白荡上游、中央以及下游的水温、pH、亚硝酸盐、总氮、氨氮、总磷、COD 7项水质指标进行了逐月监测，结果如表1、2所示。检测所有时期，水的pH在7.0～8.5之间，偏碱性；亚硝酸盐指标因季节而有变化，总体在I～III类标准之间，2012年8月长白荡下游的亚硝酸盐指标较高，达到了IV类标准，COD指标总体达I类水质标准，但2013年6月下游的COD达到了V类标准，而中央区域的COD值已经超过V类标准，污染较为严重（当时该采样点附近挖泥取土造绿化带以及机动船频繁进出）；氨氮指标总体在I～II类标准之间；不同区域总氮指标变化较大，2012年5月总氮水平超过4.5 mg/L，超过V类标准；水体中总磷水平较高，基本上超过湖泊IV标准。
表12012年5～11月锦溪长白荡上游、中央以及下游的水质监测结果
2.2水质总体评价
对长白荡丰水期各个指标进行单项指标达标率评价。长白荡不同的指标标准值达标率区别较大，选取单项指标的最差水质类别作为评价水体的水质类别，其中，2012年（5～11月）总氮和总磷均达到V类标准，2013年（4～8月）为总磷达到V类标准，COD超过V类标准为劣V类。可见长白荡水质主要超标项是总氮和总磷，主要适用于农业用水区以及一般景观要求水域。
2.3水质指标间的关联性分析
对水质各指标进行多个变量间的关联性分析，结果如表3、4所示。2012年长白荡上游、中央、下游总磷之间及与其他指标均无相关性，上游、中央、下游温度之间呈极显著相关，但与其他数据无相关性。
选取表3中一组相关性数据进行多元线性回归分析以研究该依变量（上游pH）和多个自变量（下游COD、上游氨氮、下游pH、中央pH）之间的线性依存关系。结果表明，两个变量间相关系数（R）为0.995，决定系数（R2）为0.991，校正之后的决定系数（调整R2）为0.972；标准估计的误差为0.078 54，说明自变量和因变量之间关系密切，抽样误差较小。 对偏回归系数进行的方差分析（F检验），结果显示，F值为52.589，P值（0.019）<0.05，说明因变量（上游pH）和自变量（上游氨氮、中央pH、下游pH、下游COD）的综合线性影响显著。各变量偏回归系数分析及其抽样误差作假设检验（t检验）结果表明，上游氨氮、中央pH、下游pH 、下游COD的回归系数（B）分别为-1.492（b1）、 1.980（b2）、-1.039（b3）和0.011（b4），截距（常量）为0.704，因此建立的因变量与自变量的多元回归方程为y=0.704-1.492x1+1.980x2-1.039x3+0.011x4（y为上游pH，x1为上游氨氮，x2为中央pH，x3为下游pH，x4为下游COD）。假设检验分析显示，偏回归系数b1、b3、b4的P值均>0.05，说明建立的多元线性回归方程不是最优方程，因此进一步进行逐步回归分析。
如表5所示，在模型1中变量中央pH引入回归方程后，其偏回归系数的F值为20.930，P值（0.006）<0.01。在模型2中，变量
中央pH和上游氨氮含量被引入方程后，其偏回
表32012年5～11月长白荡上游、中央以及下游的7项水质指标的相关性分析
43卷7期
张 皓等昆山市锦溪长白荡2012～2013年水质分析与评价
表42013年4～8月长白荡上游、中央以及下游的7项水质指标的相关性分析
注：“*”为P<0.05，差异显著，即两者存在显著的线性相关关系；“**”为P<0.01，差异极显著，即两者存在极显著的线性相关关系。N表示自由度；Pearson相关系数的绝对值越大，相关性越强，绝对值越小，相关性越弱；相关系数的正负分别表示两指标线性正相关和线性负相关。
归系数的F为28.585，P值（0.004）<0.01，可见变量中央pH和上游氨氮含量的引入对回归方程的影响均极显著，而下游COD的偏回归系数无统计学意义，即对回归方程的影响不大，故不引入回归方程。
当各步引入对回归方程影响最大的变量时，分析有关偏回归系数，并进行t检验（表6）。结果显示，第一次引入变量中央pH时，所得的第一回归方程为y=0.291+0.942x（y为上游pH，x为中央pH），当增加引入变量上游氨氮值时，第二回归方程为y=2.621+0.679x1-1.699x2（y为上游pH，x1为中央pH，x2为上游氨氮值）；当再增加引入变量下游pH时，所得的第三回归方程是y=1.064+1.869x1-1.397x2-0.991x3（y为上游pH，x1为中央pH，x2为上游氨氮值，x3为下游pH）。3个自变量所对应的P值均<0.05，具有高显著性。
表5上游pH（因变量）的逐步回归分析结果
各变量未引入（已排除的变量）回归方程时的偏回归系数的变化及其假设检验结果如表7所示，在3个模型中，下游COD的P值均>0.05，无显著统计学意义，故为不重要变量。在模型1中，下游pH的P值>0.05，同样也没有显著统计学意义。因此剔除下游COD和下游pH这两个无统计学意义的自变量，采用表6中的第二个模型的数据构建回归方程，即逐步回归方程中的第二回归方程（y=2.621+0.679x1-1.699x2，y为上游pH，x1为中央pH，x2为上游氨氮值）[7]。
表7已排除的变量的偏回归系数及其假设检验结果
模型Beta IntSig.偏相关共线性统计量容量
1上游氨氮-0.437-2.7920.049-0.8130.669
下游pH-1.481-2.0890.105-0.7220.046
下游COD0.2080.6620.5440.3140.440
2下游pH-1.117-3.1680.036-0.9020.043
下游COD-0.005-0.0230.983-0.0130.372
3下游COD-0.088-0.7680.523-0.4770.355
注：模型1中的预测变量：（常量），中央pH；
模型2中的预测变量：（常量），中央pH，上游氨氮；
模型3中的预测变量：（常量），中央pH，上游氨氮，下游pH。
因变量为上游pH。
多元线性回归方程的构建可以应用于对长白荡水质的预测和控制。当某一指标（因变量）超标时，可以通过调控与它相关的指标（自变量）的量从而达到减小水质污染的目的。通过回归方程也可以对不同位置的各种水质指标的含量变化进行预测，提前进行诊断和处理，避免有可能发生的水质污染。
2.4各水质指标与季节的关系
长白荡各水质指标因季节差异而呈不同的变化。2012年水体pH 6月最高，10月次之，pH下游>中央>上游；8月水体pH最低，其中中央>下游>上游；除11月外，其他各月基本上下游pH最高，上游pH最低（图1a）。2013年三位置pH最大值均在4月，下游pH>中央>上游；4～5月pH降低幅度最大，5月的pH最低，pH下游>中央>上游；5月后，水体pH逐渐上升，7月pH达到第2个峰值，8月pH有所下降（图1b）。
注：a.2012年；b.2013年。
图1水体pH的季节性变化
2012年5～11月中，6月中央COD值最高（20 mg/L），7月上游COD最低（5 mg/L），上游、中央的COD值升降幅度相对较大。5月上游的总氮水平最高（5.2 mg/L），略大于下游、中央的总氮含量，其他各月三位置的总氮含量低于2.5 mg/L，水平都相当。2013年4～8月中，6月中央的COD值最高（48 mg/L），7月下游和6月上游的COD值最低（6 mg/L）。8月三位置COD值相当，均<10 mg/L。各月的总氮量均低于2.1 mg/L，各月的数值相当，变化趋势平稳（图2）。 2012年5～11月，长白荡上游中央亚硝酸盐含量均低于0.15 mg/L，最高值出现在8月的下游区（0.2 mg/L），上游和中央区的硝酸盐的含量变化较小，在0.052～0.145 mg/L之间。三位置氨氮含量均在8月达到峰值，其中下游区的氨氮水平最高（0.747 mg/L），下游区氨氮水平变化最大，上游与中央区的变化程度相当，且相对下游较小。3个检测点的总磷含量变化幅度都较小且比较一致，居于0.11～0.22 mg/L之间（图3a）。2013年长白荡三位置亚硝酸盐的变化较小，最高值出现在6月的上游检测点（0.114 mg/L），其他各月的亚硝酸盐水平基本稳定在0.1 mg/L内。氨氮水平在6和8月达到最大值，4和7月的水平最低，且最高两月和最低两月相差不大。三检测点的总磷变化趋势相似，4～8月呈缓慢上升趋势[8]，在8月达到最大值0.3 mg/L（图3b）。
注：a.2012年；b.2013年。
图2水体总氮、COD值的季节性变化
注：a.2012年；b.2013年。SYAD表示长白荡上游的氨氮含量；ZYAD表示中央的氨氮含量；XYAD表示下游的氨氮含量；SY-YXSY表示长白荡上游的亚硝酸盐含量值；ZY-YXSY表示中央的亚硝酸盐含量值；XY-YXSY表示下游的亚硝酸盐含量值；SYZL表示长白荡上游的总磷含量值；ZYZL表示中央的总磷含量值；XYZL表示下游的总磷含量值。
图3水体亚硝酸盐、氨氮、总磷值的季节性变化
2.5水质指标的聚类分析
用系统聚类法中的指标聚类对水质指标进行聚类分析，结果显示，以类内最小的相关系数显著为分类标准，2012年上游、中央、下游3个调查点的水温、水体pH各聚为一类，上游、中央调查点的COD值为一类，下游COD为一类，上游、中央、下游的总氮水平以及上游、中央的亚硝酸盐为一类，中央、下游的氨氮水平以及下游的亚硝酸盐水平均为一类，上游区氨氮水平、上游区的总磷水平、下游区总磷水平、中央区的总磷水平各为一类（图4a）。2013年的水质指标的聚类分析结果显示，上游、中央、下游的水温取为一类，中央、下游、上游区的总磷水平以及中央、下游、上游区氨氮水平为一类，上游、中央、下游的pH以及中央、下游区总氮水平为一类，中央、下游的COD值均为一类，上游区亚硝酸盐水平和上游的COD水平聚为一类，中央区的亚硝酸盐水平、下游区的亚硝酸盐水平、上游区总氮水平各为一类[9]（图4b）。总体而言，2012年水温、pH、总氮水平在上游、中央、下游3个调查点的变化差异较小，2013年水温、pH、总磷水平以及氨氮水平3个调查点的变化差异也较小。
2.6主要成分分析
主要成分分析是研究如何用少数几个综合指标或因素来表达众多指标或因素，综合后的新指标成为原来指标的主成分，彼此相互独立，又能综合反映原来多个指标（多因素）的大部分信息。因此，为了研究影响长白荡水质的主要因素，对2012年的水质指标用多元统计的方法进行主要成分分析，并将多维因子纳入同一系统中进行定量化研究。首先计算各输出变量的均数（均值）、标准差，然后按照所选标准提取相应数量主成分后，计算各变量中的信息分别被提取出的比例。所有变量的提取量都达到90%以上，说明所有变量的信息都被充分提取，可以对这些变量进行主要成分分析。
根据特征根及其占相应的特征根总值的百分比和累计百分比，可以发现第1～5主成分累计贡献率达到了97.452%（表8），说明这些成分已可以综合反映原来7个指标的大部分信息，可以不需要再增加主成分。
根据主成分分析法中特征根≥1的原则，提取了5个主成分，从每一个主成分里面选取载荷较大的指标，即表9中数值的绝对值较大的指标作为对应的主成分。结果显示，第一主成分包括上游的
注：枝长代表各指标变量之间的差异的大小，越长，相似度越小。a.2012年；b.2013年。
图4水质指标的聚类树形图
表8解释的总方差
成分初始特征值合计方差的贡献率∥%累积贡献率∥%
提取平方和载入合计方差的贡献率∥%累积贡献率∥%
pH、上游的氨氮水平、下游COD水平，第二主成分包括上游、中央、下游的总氮水平。说明主要成分分析是一种有效的水质评价方法，同时在水质综合评价时，可以根据主要成分分析法得出的结论，重点考虑排名靠前的指标，删除那些次要的指标，确定造成污染的主要成分（第一主成分最严重，第二主成分次之）。这样不仅避免了人为选择指标的随意性，更节省了监测所需的人力物力，使评价方法更加科学和正确[10]。
3结论与讨论
对长白荡不同区域、不同时期的水质分析结果显示，除了2012年8月下游区亚硝酸盐水平和2013年6月中央区和下游区的COD水平超出平均值较多外，2012～2013年间长白荡的水质的各个指标总体上趋于稳定。
根据单项指标达标率评价标准，选取单项指标的最差水质类别作为评价水体的水质类别，其中COD和氨氮的达标率应达到100%，其他指标的达标率应达到80%。结果表明，2012年长白荡的水质中总氮和总磷指标达到V类标准，亚硝酸盐和氨氮指标达到II类标准，COD指标达到III类标准，即长白荡总体水质属于V类标准；而2013年总磷指标达到V类标准，氨氮和亚硝酸盐指标达到II类标准，总氮指标达到IV类标准，COD指标超过V类标准，总体水质超过V类标准。说明虽然近两年水质指标比较稳定，但是与2012年相比，2013年的各水质指标变劣，相对污染有加重的趋势。关联性分析可以发现，水质各指标之间存在相关性，相关性显著程度存在一定差异，与2012年相比，2013年相关性达到极显著水平的相关水质项目没发生变化（如3个不同调查点的温度和pH），但显著性较小的水质项目发生了一定的变化（如总磷和亚硝酸盐水平等）。水质聚类树形图分析显示，与2012年相比，2013年树形结构有一定的变化，但是总体变化不大，说明长白荡这两年水质指标之间的关联性并没有被严重破坏，水质比较稳定，没有新发生明显的污染。虽然2012～2013年不同月份之间各水质指标变化趋势和大小并不一致，但是整体变化都比较稳定，各个指标几乎都低于V类标准的最大值。总体来说，荡内进行的水产养殖对水质影响不大。
参考文献
[1] 胡永进，高小慧，芮晓雯.苏州锦溪古镇五保湖滨河公园景观设计[J].安徽农业科学，2011，39（3）：1754-1755.
[2] 高娟，华珞，滑丽萍，等.地表水水质监测现状分析与对策[J].首都师范大学学报：自然学科版，2006，27（1）：75-80.
[3] 厉艳君，杨木壮.地下水水质评价方法综述[J].地下水，2007，29（5）：19-24.
[4] 李君.签谈水质分析的意义与内容[J].科技创新导报，2012（21）：233.
[5] 李立君，高金燕，祁立友，等.桃林口水库监测分析[J].水科学与工程技术，2008（6）：60-61.
关键词锦溪长白荡；水质监测；分析；评价
中图分类号S181.3文献标识码A文章编号0517-6611（2015）07-247-06
Water Quality Analysis and Evaluation of Jinxi Changbai Swing， Kunshan during 2012-2013
ZHANG Hao1， XUAN Yin-ming2， JIANG Ming2， GONG Cheng-liang1* et al
（1. School of Basic Medical and Biological Sciences， Soochow University， Suzhou， Jiangsu 215123； 2. Kunshan Aquaculture Technology Extension Station， Suzhou， Jiangsu 215300）
AbstractTo investigate the seasonal changes of lake water quality， from May to November 2012， from April to August 2013， in Changbai swing， Kunshan City， Jiangsu Province， the central， upstream and downstream’s water temperature， pH， nitrite， total nitrogen， ammonia nitrogen， total phosphorus and COD were monitored， the correlation of water quality index was conducted through SPSS software analysis. Results show that the upper reaches of the ammonia nitrogen level and the upper reaches of the pH have a significant linear negative correlation. Between the downstream of ammonia nitrogen level and the middle of ammonia nitrogen level have a significant linear positive correlation. Among the central， upstream and downstream’s water temperature， pH have a significant linear positive correlation； partial regression equation analysis shows that in 2012 and 2013， the water quality index of the overall change leveled off； principal component analysis shows that the main effect component of water quality are upstream and downstream’s ammonia nitrogen， COD and total nitrogen in Changbai swing 2012. Based on single objective evaluation standard， the water quality of Changbai swing， the overall water quality belongs to show V class standard 2012， the overall water quality more than V class standard （bad V kind）2013， shows that Changbai swing water quality change trend of inferior quality. The results for the analysis and evaluation of Changbai swing， provides situation of water quality and pollution degree supporting data， theoretical guidance for further water quality management.
Key wordsJinxi Changbai swing； Water quality monitoring； Analysis； Evaluation 昆山市锦溪镇东邻上海市，西接苏州市，位于昆山市的西南，为江苏省的南大门。该地区以其如诗如画的水乡风貌，动人的传说吸引着无数游客流连忘返[1]。锦溪有着丰富的自然人文资源，五湖三荡包围全镇，水域面积占全镇面积的54%。长白荡位于古镇锦溪镇的西南面约1 km处，呈南北向长方形状，南北中间长度约4 km，东西中间长度约1.3 km，平均水深约2.2 m。西北角与明镜荡相通，西南角与古镇周庄镇高勇村内河相连，东南角与汪洋湖相通，总面积约400 hm2（不包含上海区域66.7 hm2），属昆山市湖泊生态修复工程之一。通过水质监测可以对其水环境中的污染物及污染因素进行监测，评价污染物产生的原因及污染途径，为水质保护提供技术支持[2]，对水资源的开发利用、规划和管理提供科学依据[3]。对湖泊水质进行分析可以对其水质质量做出科学评估，对其水资源质量的鉴定能够及时发现区域内水资源存在的问题并指导区域内水资源保护的决策制定，对水资源的保护起到重要的预警作用[4]。因此，笔者分别于2012年5～11月、2013年4～8月对长白荡的水质指标进行监测研究，以揭示锦溪长白荡水体的生态特点，评价2012年初开始的荡内水产养殖对水质的影响情况，期望为长白荡湖道改造和水质管理提供参考。
1材料与方法
1.1水质监测点的选择
选择江苏省苏州昆山市锦溪长白荡（120°52′ E，31°09′ N）上游、中央和下游3个不同的位置作为监测点。其中，上游为锦溪古镇河道入湖的蜻蜓港外侧200 m水面处；中央为长白荡公路大桥南侧的中心位置；下游为锦溪镇顾家浜村与周庄镇祥坞村交界处的300 m外的水面位置。）
1.2采样方法
按监测点每月定点采集水深0.5 m的水样，每个点采1 000 ml。
1.3水质监测方法
1.3.1pH。用pH计（梅特勒-托利多，FE20K）按GB/T6920-1986方法检测。
1.3.2化学需氧量（COD）。取3 ml水样加入反应管中，经148 ℃、2 h消解，冷却至室温后，用COD检测试剂盒（ME 1.14540.0001）按产品说明书在德国默克（MERCK）多参数水质分析仪（Pharo 100）进行。
1.3.3亚硝酸盐。取10 ml水样置于试管或反应管中，用亚硝酸盐检测试剂盒（ME1.14776.0002）按产品说明书进行。
1.3.4氨氮。取5 ml水样（20～30 ℃）加至反应管中，用氨氮检测试剂盒（ME1.14739.0001）按产品说明书进行。
1.3.5总氮。取10 ml水样加入空消解管中，用总氮检测试剂盒（ME1.00613.0001）按产品说明书进行。
1.3.6总磷。取5 ml水样加至反应管中，用总磷检测试剂盒（ME1.14543.0001）按产品说明书进行。
1.4水质评价
水质评价按照中华人民共和国环境保护部发布的《地表水环境质量标准》（GB3838-2002）进行[5]；采用《地表水环境质量标准》（GHZB1-1999）的单因子指数评价法[6]确定单项指标的水质类别；在单项评价的基础上，选取单项指标最差水质类别作为综合评价水体水质类别。
1.5统计分析
通过SPSS软件对各指标在不同月份的变化趋势和各指标之间的相关性进行分析。
2结果与分析
2.1水质检测
江苏省的天然湖泊一般以5～9月为丰水期，10月至次年4月为枯水期，每年随气候变化有一定的变化。《中国气候公报》显示，2012年属于丰水年，2013年降雨量较常年偏多4%，比2012年略偏少。为了追踪长白荡的水质变化规律，于2012年5～11月、2013年4～8月，笔者对长白荡上游、中央以及下游的水温、pH、亚硝酸盐、总氮、氨氮、总磷、COD 7项水质指标进行了逐月监测，结果如表1、2所示。检测所有时期，水的pH在7.0～8.5之间，偏碱性；亚硝酸盐指标因季节而有变化，总体在I～III类标准之间，2012年8月长白荡下游的亚硝酸盐指标较高，达到了IV类标准，COD指标总体达I类水质标准，但2013年6月下游的COD达到了V类标准，而中央区域的COD值已经超过V类标准，污染较为严重（当时该采样点附近挖泥取土造绿化带以及机动船频繁进出）；氨氮指标总体在I～II类标准之间；不同区域总氮指标变化较大，2012年5月总氮水平超过4.5 mg/L，超过V类标准；水体中总磷水平较高，基本上超过湖泊IV标准。
表12012年5～11月锦溪长白荡上游、中央以及下游的水质监测结果
2.2水质总体评价
对长白荡丰水期各个指标进行单项指标达标率评价。长白荡不同的指标标准值达标率区别较大，选取单项指标的最差水质类别作为评价水体的水质类别，其中，2012年（5～11月）总氮和总磷均达到V类标准，2013年（4～8月）为总磷达到V类标准，COD超过V类标准为劣V类。可见长白荡水质主要超标项是总氮和总磷，主要适用于农业用水区以及一般景观要求水域。
2.3水质指标间的关联性分析
对水质各指标进行多个变量间的关联性分析，结果如表3、4所示。2012年长白荡上游、中央、下游总磷之间及与其他指标均无相关性，上游、中央、下游温度之间呈极显著相关，但与其他数据无相关性。
选取表3中一组相关性数据进行多元线性回归分析以研究该依变量（上游pH）和多个自变量（下游COD、上游氨氮、下游pH、中央pH）之间的线性依存关系。结果表明，两个变量间相关系数（R）为0.995，决定系数（R2）为0.991，校正之后的决定系数（调整R2）为0.972；标准估计的误差为0.078 54，说明自变量和因变量之间关系密切，抽样误差较小。 对偏回归系数进行的方差分析（F检验），结果显示，F值为52.589，P值（0.019）<0.05，说明因变量（上游pH）和自变量（上游氨氮、中央pH、下游pH、下游COD）的综合线性影响显著。各变量偏回归系数分析及其抽样误差作假设检验（t检验）结果表明，上游氨氮、中央pH、下游pH 、下游COD的回归系数（B）分别为-1.492（b1）、 1.980（b2）、-1.039（b3）和0.011（b4），截距（常量）为0.704，因此建立的因变量与自变量的多元回归方程为y=0.704-1.492x1+1.980x2-1.039x3+0.011x4（y为上游pH，x1为上游氨氮，x2为中央pH，x3为下游pH，x4为下游COD）。假设检验分析显示，偏回归系数b1、b3、b4的P值均>0.05，说明建立的多元线性回归方程不是最优方程，因此进一步进行逐步回归分析。
如表5所示，在模型1中变量中央pH引入回归方程后，其偏回归系数的F值为20.930，P值（0.006）<0.01。在模型2中，变量
中央pH和上游氨氮含量被引入方程后，其偏回
表32012年5～11月长白荡上游、中央以及下游的7项水质指标的相关性分析
43卷7期
张 皓等昆山市锦溪长白荡2012～2013年水质分析与评价
表42013年4～8月长白荡上游、中央以及下游的7项水质指标的相关性分析
注：“*”为P<0.05，差异显著，即两者存在显著的线性相关关系；“**”为P<0.01，差异极显著，即两者存在极显著的线性相关关系。N表示自由度；Pearson相关系数的绝对值越大，相关性越强，绝对值越小，相关性越弱；相关系数的正负分别表示两指标线性正相关和线性负相关。
归系数的F为28.585，P值（0.004）<0.01，可见变量中央pH和上游氨氮含量的引入对回归方程的影响均极显著，而下游COD的偏回归系数无统计学意义，即对回归方程的影响不大，故不引入回归方程。
当各步引入对回归方程影响最大的变量时，分析有关偏回归系数，并进行t检验（表6）。结果显示，第一次引入变量中央pH时，所得的第一回归方程为y=0.291+0.942x（y为上游pH，x为中央pH），当增加引入变量上游氨氮值时，第二回归方程为y=2.621+0.679x1-1.699x2（y为上游pH，x1为中央pH，x2为上游氨氮值）；当再增加引入变量下游pH时，所得的第三回归方程是y=1.064+1.869x1-1.397x2-0.991x3（y为上游pH，x1为中央pH，x2为上游氨氮值，x3为下游pH）。3个自变量所对应的P值均<0.05，具有高显著性。
表5上游pH（因变量）的逐步回归分析结果
各变量未引入（已排除的变量）回归方程时的偏回归系数的变化及其假设检验结果如表7所示，在3个模型中，下游COD的P值均>0.05，无显著统计学意义，故为不重要变量。在模型1中，下游pH的P值>0.05，同样也没有显著统计学意义。因此剔除下游COD和下游pH这两个无统计学意义的自变量，采用表6中的第二个模型的数据构建回归方程，即逐步回归方程中的第二回归方程（y=2.621+0.679x1-1.699x2，y为上游pH，x1为中央pH，x2为上游氨氮值）[7]。
表7已排除的变量的偏回归系数及其假设检验结果
模型Beta IntSig.偏相关共线性统计量容量
1上游氨氮-0.437-2.7920.049-0.8130.669
下游pH-1.481-2.0890.105-0.7220.046
下游COD0.2080.6620.5440.3140.440
2下游pH-1.117-3.1680.036-0.9020.043
下游COD-0.005-0.0230.983-0.0130.372
3下游COD-0.088-0.7680.523-0.4770.355
注：模型1中的预测变量：（常量），中央pH；
模型2中的预测变量：（常量），中央pH，上游氨氮；
模型3中的预测变量：（常量），中央pH，上游氨氮，下游pH。
因变量为上游pH。
多元线性回归方程的构建可以应用于对长白荡水质的预测和控制。当某一指标（因变量）超标时，可以通过调控与它相关的指标（自变量）的量从而达到减小水质污染的目的。通过回归方程也可以对不同位置的各种水质指标的含量变化进行预测，提前进行诊断和处理，避免有可能发生的水质污染。
2.4各水质指标与季节的关系
长白荡各水质指标因季节差异而呈不同的变化。2012年水体pH 6月最高，10月次之，pH下游>中央>上游；8月水体pH最低，其中中央>下游>上游；除11月外，其他各月基本上下游pH最高，上游pH最低（图1a）。2013年三位置pH最大值均在4月，下游pH>中央>上游；4～5月pH降低幅度最大，5月的pH最低，pH下游>中央>上游；5月后，水体pH逐渐上升，7月pH达到第2个峰值，8月pH有所下降（图1b）。
注：a.2012年；b.2013年。
图1水体pH的季节性变化
2012年5～11月中，6月中央COD值最高（20 mg/L），7月上游COD最低（5 mg/L），上游、中央的COD值升降幅度相对较大。5月上游的总氮水平最高（5.2 mg/L），略大于下游、中央的总氮含量，其他各月三位置的总氮含量低于2.5 mg/L，水平都相当。2013年4～8月中，6月中央的COD值最高（48 mg/L），7月下游和6月上游的COD值最低（6 mg/L）。8月三位置COD值相当，均<10 mg/L。各月的总氮量均低于2.1 mg/L，各月的数值相当，变化趋势平稳（图2）。 2012年5～11月，长白荡上游中央亚硝酸盐含量均低于0.15 mg/L，最高值出现在8月的下游区（0.2 mg/L），上游和中央区的硝酸盐的含量变化较小，在0.052～0.145 mg/L之间。三位置氨氮含量均在8月达到峰值，其中下游区的氨氮水平最高（0.747 mg/L），下游区氨氮水平变化最大，上游与中央区的变化程度相当，且相对下游较小。3个检测点的总磷含量变化幅度都较小且比较一致，居于0.11～0.22 mg/L之间（图3a）。2013年长白荡三位置亚硝酸盐的变化较小，最高值出现在6月的上游检测点（0.114 mg/L），其他各月的亚硝酸盐水平基本稳定在0.1 mg/L内。氨氮水平在6和8月达到最大值，4和7月的水平最低，且最高两月和最低两月相差不大。三检测点的总磷变化趋势相似，4～8月呈缓慢上升趋势[8]，在8月达到最大值0.3 mg/L（图3b）。
注：a.2012年；b.2013年。
图2水体总氮、COD值的季节性变化
注：a.2012年；b.2013年。SYAD表示长白荡上游的氨氮含量；ZYAD表示中央的氨氮含量；XYAD表示下游的氨氮含量；SY-YXSY表示长白荡上游的亚硝酸盐含量值；ZY-YXSY表示中央的亚硝酸盐含量值；XY-YXSY表示下游的亚硝酸盐含量值；SYZL表示长白荡上游的总磷含量值；ZYZL表示中央的总磷含量值；XYZL表示下游的总磷含量值。
图3水体亚硝酸盐、氨氮、总磷值的季节性变化
2.5水质指标的聚类分析
用系统聚类法中的指标聚类对水质指标进行聚类分析，结果显示，以类内最小的相关系数显著为分类标准，2012年上游、中央、下游3个调查点的水温、水体pH各聚为一类，上游、中央调查点的COD值为一类，下游COD为一类，上游、中央、下游的总氮水平以及上游、中央的亚硝酸盐为一类，中央、下游的氨氮水平以及下游的亚硝酸盐水平均为一类，上游区氨氮水平、上游区的总磷水平、下游区总磷水平、中央区的总磷水平各为一类（图4a）。2013年的水质指标的聚类分析结果显示，上游、中央、下游的水温取为一类，中央、下游、上游区的总磷水平以及中央、下游、上游区氨氮水平为一类，上游、中央、下游的pH以及中央、下游区总氮水平为一类，中央、下游的COD值均为一类，上游区亚硝酸盐水平和上游的COD水平聚为一类，中央区的亚硝酸盐水平、下游区的亚硝酸盐水平、上游区总氮水平各为一类[9]（图4b）。总体而言，2012年水温、pH、总氮水平在上游、中央、下游3个调查点的变化差异较小，2013年水温、pH、总磷水平以及氨氮水平3个调查点的变化差异也较小。
2.6主要成分分析
主要成分分析是研究如何用少数几个综合指标或因素来表达众多指标或因素，综合后的新指标成为原来指标的主成分，彼此相互独立，又能综合反映原来多个指标（多因素）的大部分信息。因此，为了研究影响长白荡水质的主要因素，对2012年的水质指标用多元统计的方法进行主要成分分析，并将多维因子纳入同一系统中进行定量化研究。首先计算各输出变量的均数（均值）、标准差，然后按照所选标准提取相应数量主成分后，计算各变量中的信息分别被提取出的比例。所有变量的提取量都达到90%以上，说明所有变量的信息都被充分提取，可以对这些变量进行主要成分分析。
根据特征根及其占相应的特征根总值的百分比和累计百分比，可以发现第1～5主成分累计贡献率达到了97.452%（表8），说明这些成分已可以综合反映原来7个指标的大部分信息，可以不需要再增加主成分。
根据主成分分析法中特征根≥1的原则，提取了5个主成分，从每一个主成分里面选取载荷较大的指标，即表9中数值的绝对值较大的指标作为对应的主成分。结果显示，第一主成分包括上游的
注：枝长代表各指标变量之间的差异的大小，越长，相似度越小。a.2012年；b.2013年。
图4水质指标的聚类树形图
表8解释的总方差
成分初始特征值合计方差的贡献率∥%累积贡献率∥%
提取平方和载入合计方差的贡献率∥%累积贡献率∥%
pH、上游的氨氮水平、下游COD水平，第二主成分包括上游、中央、下游的总氮水平。说明主要成分分析是一种有效的水质评价方法，同时在水质综合评价时，可以根据主要成分分析法得出的结论，重点考虑排名靠前的指标，删除那些次要的指标，确定造成污染的主要成分（第一主成分最严重，第二主成分次之）。这样不仅避免了人为选择指标的随意性，更节省了监测所需的人力物力，使评价方法更加科学和正确[10]。
3结论与讨论
对长白荡不同区域、不同时期的水质分析结果显示，除了2012年8月下游区亚硝酸盐水平和2013年6月中央区和下游区的COD水平超出平均值较多外，2012～2013年间长白荡的水质的各个指标总体上趋于稳定。
根据单项指标达标率评价标准，选取单项指标的最差水质类别作为评价水体的水质类别，其中COD和氨氮的达标率应达到100%，其他指标的达标率应达到80%。结果表明，2012年长白荡的水质中总氮和总磷指标达到V类标准，亚硝酸盐和氨氮指标达到II类标准，COD指标达到III类标准，即长白荡总体水质属于V类标准；而2013年总磷指标达到V类标准，氨氮和亚硝酸盐指标达到II类标准，总氮指标达到IV类标准，COD指标超过V类标准，总体水质超过V类标准。说明虽然近两年水质指标比较稳定，但是与2012年相比，2013年的各水质指标变劣，相对污染有加重的趋势。关联性分析可以发现，水质各指标之间存在相关性，相关性显著程度存在一定差异，与2012年相比，2013年相关性达到极显著水平的相关水质项目没发生变化（如3个不同调查点的温度和pH），但显著性较小的水质项目发生了一定的变化（如总磷和亚硝酸盐水平等）。水质聚类树形图分析显示，与2012年相比，2013年树形结构有一定的变化，但是总体变化不大，说明长白荡这两年水质指标之间的关联性并没有被严重破坏，水质比较稳定，没有新发生明显的污染。虽然2012～2013年不同月份之间各水质指标变化趋势和大小并不一致，但是整体变化都比较稳定，各个指标几乎都低于V类标准的最大值。总体来说，荡内进行的水产养殖对水质影响不大。
参考文献
[1] 胡永进，高小慧，芮晓雯.苏州锦溪古镇五保湖滨河公园景观设计[J].安徽农业科学，2011，39（3）：1754-1755.
[2] 高娟，华珞，滑丽萍，等.地表水水质监测现状分析与对策[J].首都师范大学学报：自然学科版，2006，27（1）：75-80.
[3] 厉艳君，杨木壮.地下水水质评价方法综述[J].地下水，2007，29（5）：19-24.
[4] 李君.签谈水质分析的意义与内容[J].科技创新导报，2012（21）：233.
[5] 李立君，高金燕，祁立友，等.桃林口水库监测分析[J].水科学与工程技术，2008（6）：60-61.