大长山人工生境开发示范区水质评价

张露1,田涛1,马智2,刘永虎1,杨军1,刘汉超1

(1.大连海洋大学 辽宁省海洋牧场工程技术研究中心,辽宁 大连 116023;2. 大连金普新区渔港监督,辽宁 大连 116600)

摘要:为了评价大长山人工生境开发示范区水质环境,于2013—2015年对大连长海县大长山岛人工生境开发示范区进行了8个航次的环境调查,获取了盐度、pH、COD等20个水化学指标,并利用主成分分析法及单因子指数法研究分析了该海域的水质状况。结果表明:除2014年8月航次对照区属Ⅱ类海水标准外,其余航次、站点调查结果均显示大长山海域符合Ⅰ类海水标准;用主成分分析法将20个指标分为了6个主成分,解释了79.165%的结果;主成分得分范围为-1.535~3.706,其中,2014年8月得分最高,评价结果与单因子指数分析结果基本一致。研究表明,大长山人工生境开发示范区整体水质良好。

关键词: 大长山;人工生境开发;水质评价;主成分分析;单因子指数法

人工鱼礁是海洋牧场建设中的基础生态工程,是修复与优化近岸海域生态环境的重要技术手段之一,也是水生生物人工生境开发的主要建设内容之一。通常使用废旧船只、不规则混凝土构件、石块等材料制作礁体,投放在水深、底质、潮流等环境适宜的海域[1],通过改变鱼礁周围海域的流、光、音、味、底质等非生物环境因子,引起生物环境的变化[2],使大量生物聚集在鱼礁周围,达到改善海域生态环境,聚集、养护和增殖渔业资源的目的[3-4]

大长山岛镇位于大连市长海县,其海洋生物资源丰富,盛产海胆、栉孔扇贝、海参等名贵的海珍品[5]。近年来,由于无序的开发利用,海洋生态环境遭到一定破坏,部分近岸海域呈现海底荒漠化,野生资源已近枯竭。随着海洋牧场建设的兴起,海水增养殖业发展迅速。通过投放人工鱼礁营造海底生境,结合底播刺参生态苗种,于2013年11月建设了大长山人工生境开发示范区,自建成以来未进行渔业、水质建设效果对比评价。为此,本研究中根据2013—2014年示范区水质环境的调查结果,分析了该示范区水质环境的变动情况及优化效果,以期为综合评价人工生境示范区建设效果提供参考依据。

1 材料与方法

1.1 调查时间及站位设置

调查海域为大长山人工生境开发示范区,范围为(39°16.274′~39°18.059′N,122°36.938′~122°40.505′E)。调查期间,采用GPSMAP 60CSx 型全球卫星定位系统在投放人工鱼礁的海域设置5个采样站位,并在附近海域选择2个采样点作为对照点,站位分布见图1。

自2013年5月开始至2015年3月结束,分别在2013、2014年的5月、8月、11月及次年3月进行出海调查,共进行7个航次的调查。

1.2 方法

对大长山人工生境示范区的水文环境进行调查,测定项目包含水温、盐度、pH等20个水化学指标。取样分析方法参照《海洋监测规范》(GB 173784-2007)[6]

1.2.1 主成分分析评价法 主成分分析法(PCA)也称主变量分析法,是将数据降维研究或特征提取的研究方法,其主要操作原理是将一组相关变量线性变换为另一组不相关的变量,从而使研究更加简便[7]。优势在于可从多个变量中筛选出最具影响的综合因子,最大限度地保留原有信息并客观地确定各个指标的权重,可避免主观的随意性[8]。基于上述优点,主成分分析法已被广泛应用于水质分析、水体富营养化及重金属污染分析等方面[8-14]

图1 调查站位分布图
Fig.1 Sampling sites during the survey

本研究中,分析指标为水温(X1)、盐度(X2)、pH(X3)、化学需氧量(COD)(X4)、溶解氧(DO)(X5)、总氮(TN)(X6)、总磷(TP)(X7)、无机氮(DIN)(X8)、铵盐(X9)、硝酸盐(X10)、亚硝酸盐(X11)、叶绿素(X12)、活性磷酸盐(X13)、铜(Cu)(X14)、镉(Cd)(X15)、铅(Pd)(X16)、砷(As)(X17)、锌(Zn)(X18)、汞(Hg)(X19)、石油类(X20)。

(1)数据标准化。将原始数据标准化可以排除数量级及量纲不同对结果带来的影响[7],其计算公式为

(1)

其中:xij为第i个影响因子第j次调查的原始数据;为第i个影响因子的样本平均值;ei为第i个影响因子的标准差。

(2)建立标准化数据矩阵。使用标准化后的数据建立标准化数据矩阵,其计算公式为

X=(Xij)n×p

(2)

其中:n为样本数;p为每个样本的指标数。

(3)建立相关系数矩阵。根据标准化数据矩阵计算对应的相关系数矩阵R,同时计算R的特征值和特征向量[9],其计算公式为

(3)

R=(rij)p×p

(4)

(4)转化主成分。根据特征根对应的特征向量lg1lg2,…,lgp,将标准化的指标转化为主成分[15],主成分(Fg)计算公式为

Fg=X×lgi

(5)

(5)确定主成分个数。特征值表示了主成分对指标变量影响的力度大小,若特征值小于1.0,说明主成分对结果的解释力度不够[16]。根据主成分特征值大于1.0的原则确定主成分个数[17]

(6)主成分综合得分。计算主成分的值及各主成分的方差贡献率,然后计算主成分的综合得分[18],其计算公式为

Fig=Xi1lg1+Xi2lg2+…+Xiplgp

(6)

(7)

其中,λg为特征值。本研究中规定,主成分得分F≤1为Ⅰ类水质,1<F≤3为Ⅱ类水质,F>3为Ⅲ类水质。

1.2.2 单因子指数评价法 用单因子指数法,将评价因子与《海水水质标准》(GB3097—1997)进行比较,以确定各个评价因子代表的水质类别,在所有评价因子的水质类别中,选取最差的水质类别作为整个水体的水质类别,并确定水体中最为主要的污染因子。除溶解氧指数与pH指数计算方法不同外,其余因子指数的计算方法如下:

Ii=Ci/Si

(7)

其中:Ii为第i项评价因子的标准指数;Ci为第i项评价因子的实测浓度;Si为第i项评价因子的评价标准。

溶解氧指数(Pi)计算方法为

Pi=(Cimax-Ci)/(Cimax-CiO)。

(8)

其中:Cimax为本次调查中溶解氧含量的最大值(mg/L);CiO为溶解氧的评价标准(mg/L)。

pH指数(SpH)计算方法为

SpH=|pH-pHsm|/Ds

(9)

pHsm=(pHsu+pHsd)/2,

(10)

Ds=(pHsu-pHsd)/2。

(11)

其中:pHsm为标准中规定的pH上下限的平均值;Ds为标准中规定的pH上下限差值的一半;pHsu为标准中规定的pH的上限值;pHsd为标准中规定的pH的下限值。

1.3 数据处理

主成分分析使用SPSS软件进行[19]。主成分得分和原始变量的相关系数分析使用斯皮尔曼检验分析[20]

2 结果与分析

2.1 主成分分析

本研究中,KMO统计量为0.625,Bartlett的球形检验值小于0.001,说明本次收集数据对主成分分析法的适用性较好,变量间存在相互关系,适用于主成分分析法。采取特征值大于1.0的原则确定选择前6种主成分,这6种主成分解释了79.165%的结果,初始主成分及选择的主成分的特征值、方差贡献率和累计方差贡献率如表1所示。主成分分析中的因子荷载值如表2所示。

表1 矩阵的特征根方差贡献率和累计贡献率

Tab.1 Eigenvalues, variance contribution and accumulative contribution rates in principal components%

主成分principal component特征值eigenvalue方差贡献率variance contribution rate累积贡献率accumulativecontribution rateF15.12825.64025.640F23.96419.82245.462F32.74713.73559.197F41.8199.09568.291F51.1215.60573.896F61.0545.26879.165

表2 主成分分析中的因子荷载值
Tab.2 Various factors loadings in principal components

环境因子 factor成分1 F1成分2 F2成分3 F3成分4 F4成分5 F5成分6 F6水温X10.3330.8920.033-0.0490.095-0.024盐度X2-0.224-0.937-0.118-0.046-0.0170.080pH X3-0.5900.301-0.0680.2310.421-0.041化学需氧量X4-0.4250.227-0.5670.012-0.1340.025溶解氧X5-0.724-0.5630.1260.125-0.0860.108总氮X6-0.4540.6530.454-0.018-0.1740.133总磷X70.568-0.299-0.0900.310-0.142-0.298无机氮X80.8380.258-0.122-0.035-0.0840.322铵盐X90.8670.179-0.0930.184-0.1430.071硝酸盐X10-0.1960.4430.190-0.3670.0230.622亚硝酸盐X110.613-0.278-0.477-0.2650.1450.123叶绿素X120.1940.581-0.463-0.012-0.288-0.246活性磷酸盐X130.488-0.117-0.1350.2520.5330.340铜X140.3620.1530.4210.649-0.2180.017镉X150.465-0.4270.520-0.3640.002-0.033铅X160.324-0.2600.639-0.3470.200-0.192砷X170.1300.4120.096-0.6870.136-0.376锌X180.438-0.0640.7570.099-0.2320.105汞X190.1040.3070.2880.4270.529-0.220石油类X20-0.7540.2300.3680.078-0.058-0.020

荷载值代表了各个指标与主成分间的相关性关系,指标与某个成分的荷载绝对值越大,就说明指标与该成分的相关性越强[20-21]。主成分1对总方差的贡献率为25.640%,其中铵盐、无机氮、溶解氧等占有较高权重,无机氮营养盐等会为水域的浮游植物提供营养物质基础[22],故主成分1被命名为初级生产力指标。主成分2对总方差的贡献率为19.822%,其中盐度、水温占有较高权重,盐度是重要的物理因子,对藻类生长及水体富营养化有重要影响[23],主成分2属于物理环境因子。主成分3对总方差的贡献率为13.735%,占有较高权重的为锌、铅。主成分4对总方差的贡献率为9.095%,占有较高权重的为砷、铜,主成分3和主成分4同属于重金属指标。主成分5对总方差的贡献率为5.605%,占有较高权重的为活性磷酸盐、汞。主成分6对总方差的贡献率为5.268%,占有较高权重的为硝酸盐。

2.2 主要水质状况的时空分布特征

根据主成分得分计算公式,分别计算出大长山海域投放人工鱼礁前后示范区及对照区的主成分得分,变化趋势见图2。通过计算得出,大长山海域2013年11月前示范区主成分得分平均值为-0.123,变化范围为-0.972~0.582,对照区主成分得分平均值为-0.144,变化范围为-0.638~0.105;2013年11月后示范区主成分得分平均值为0.040,变化范围为-1.535~3.646,对照区主成分得分平均值为0.104,变化范围为-1.322~3.706。除2014年8月航次示范区得分为3.646、对照区得分为3.706外,其余航次得分均不超过0.6,结果表明,大长山海域总体水质情况良好。

图2 示范区与对照区主成分得分随时间变化
Fig.2 Changes in score of main components in the demonstration area and control area with experimental dates

2.3 单因子指数分析

示范区和对照区单因子指数计算结果见图3、图4。按照《海水水质标准》(GB3097—1997),将调查结果与Ⅰ类海水标准进行对比,示范区所有调查项目均符合Ⅰ类海水标准(图3),对照区除2014年8月航次汞金属指标得分为1.05外,所有调查项目均符合Ⅰ类海水标准(图4)。将对照区每个航次汞离子的调查结果与Ⅱ类海水标准比较,结果表明全部符合Ⅱ类海水标准。本研究表明,示范区水质良好,属Ⅰ类海水,对照区2014年8月航次调查水域属Ⅱ类海水,其余航次调查水域均属Ⅰ类海水。单因子指数分析结果与主成分分析结果基本一致。

图3 示范区单因子指数分析图
Fig.3 Graph of single factor index in the demonstration area

图4 对照区单因子指数分析图
Fig.4 Graph of single factor index in the control area

3 讨论

3.1 水环境因子的时间分布

运用主成分分析法将20个水质指标综合为6个主成分,解释了79.165%的结果,基本能够反映原指标信息。结果表明,大长山海域整体水质情况良好。

2014年5月水质污染较轻,这可能是因为5月光照条件好,水体中的浮游植物及礁体上附着的藻类增多,对水体中营养盐等利用率增高,从而改善了水质[24]。这与唐伟尧[25]的研究结果春季是藻类群落丰富度指数和均匀度指数最高的季节相符。2014年8月水质污染较为严重,可能是因为7、8月份为雨季,大量的降雨使得陆地上淡水中的营养盐、重金属等物质向海洋中转移,过强的光照、过高的温度等自然条件限制了浮游植物的活性,降低了营养盐的利用率,大量的营养盐无法被利用,海水中营养盐浓度增加,呈现富营养化趋势。此外,7、8月份为渔业主要作业月份,大量渔船从码头出发从事捕捞活动,沿岸的重金属、营养盐等物质被带入海洋中,同时船舶在作业时会产生大量的石油类污染物,也是海水污染的一个重要因素。

3.2 水环境因子的空间分布

现有关于人工鱼礁投放效果的研究表明,人工鱼礁的环境功能包括许多方面,例如,长期投放人工鱼礁后会使海水特质发生变化,减缓富营养化的发展进程,可以改善海洋渔场和增养殖区的生态环境状况,提高海域生物多样性,使得海域中生物结构更加稳定等[26-33]

鉴于大长山人工生境示范区水域目前并无其他可参考的水质数据,因此,本研究只对此次调查数据进行分析,对比示范区与对照区的水质参数。本研究中,大长山海洋牧场示范区及对照区水质对比结果表明,包括温度、盐度、透明度在内的海洋水文环境因子无明显差异,其原因可能是因为投放人工鱼礁时间较短且示范区与对照区距离较近,从而使水文变化呈现相同趋势。而营养盐及重金属调查结果表明,示范区与对照区有轻微差异但不显著,其主要原因可能是投放人工鱼礁后示范区的水质得到了改善,但由于示范区与对照区地理距离相距较近,海水在洋流的作用下不断交换,导致示范区和对照区环境条件趋于相近。这与秦伯强等[34]提出水体中营养盐的分布与存在形式会受到水动力条件的影响,以及陈伟民等[35]提出水动力条件会改变水体中理化环境因子及悬浮物、透明度、pH和营养盐的浓度的观点相符。建议未来在对大长山人工生境示范区建设评价时,应在较远地点设置对照点,以期达到更好的对比效果。

参考文献

[1] 左涛.东、黄海浮游动物群落结构研究[D].青岛:中国科学院海洋研究所,2003.

[2] 周艳波,蔡文贵,陈海刚,等.人工鱼礁生态诱集技术的机理及研究进展[J].海洋渔业, 2010,32(2):225-230.

[3] 王宏,陈丕茂,李辉权,等.澄海莱芜人工鱼礁集鱼效果初步评价[J].南方水产,2008,4(6):63-69.

[4] 孙利元.山东省人工鱼礁建设效果评价[D].青岛:中国海洋大学,2010.

[5] 张瑞春.大长山岛镇海珍品养殖的现状、制约因素及对策[J].齐鲁渔业,2005,22(4):44.

[6] 国家海洋局.GB173784—2007海洋监测规范[M].北京:海洋出版社,1991.

[7] 王维,纪枚,苏亚楠.水质评价研究进展及水质评价方法综述[J].科技情报开发与经济,2012,22(13):129-131.

[8] 冯利华.环境质量的主成分分析[J].数学的实践与认识,2003(8):32-35.

[9] 刘潇,薛莹,纪毓鹏,等.基于主成分分析法的黄河口及其邻近水域水质评价[J].中国环境科学,2015,35(10):3187-3192.

[10] Chapagain S K,Pandey V P,Shrestha S,et al.Assessment of deep groundwater quality in Kathmandu Valley using multivariate statistical techniques.[J].Water Air & Soil Pollution,2010,210(1-4):277-288.

[11] Zhang Bing,Song Xianfang,Zhang Yinghua,et al.Hydrochemical characteristics and water quality assessment of surface water and groundwater in Songnen Plain,Northeast China[J].Water Research,2012,46(8):2737-2748.

[12] Nosrati K,Eeckhaut M V D.Assessment of groundwater quality using multivariate statistical techniques in Hashtgerd Plain,Iran[J].Environmental Earth Sciences,2012,65(1):331-344.

[13] Zhou Feng,Liu Yong,Guo Huaicheng.Application of multivariate statistical methods to water quality assessment of the watercourses in Northwestern New Territories,Hong Kong[J].Environmental Monitoring & Assessment,2007,132(1-3):1-13.

[14] Zhou F,Guo H,Liu Lei.Quantitative identification and source apportionment of anthropogenic heavy metals in marine sediment of Hong Kong[J].Environmental Geology,2007,53(2):295-305.

[15] 韩伟,李钢.主成分分析在地区科技竞争力评测中的应用[J].数理统计与管理,2006,25(5):512-517.

[16] 杨竞,童祯恭,刘玉哲.Spss软件对饮用水水质进行主成分分析评价的运用[J].环境科学与技术,2011,34(7):171-174.

[17] 刘臣辉,吕信红,范海燕.主成分分析法用于环境质量评价的探讨[J].环境科学与管理,2011,36(3):183-186.

[18] 张弘,赵惠祥,刘燕萍,等.基于主成分分析法的科技期刊评价方法[J].编辑学报,2008,20(1):87-90.

[19] Perkins R G,Underwood G J C.Gradients of chlorophyll a and water chemistry along an eutrophic reservoir with determination of the limiting nutrient by in situ nutrient addition[J].Water Research,2000,34(3):713-724.

[20] Lundberg C,Lönnroth M,Von Numers M,et al.A multivariate assessment of coastal eutrophication.Examples from the Gulf of Finland,Northern Baltic Sea[J].Marine Pollution Bulletin,2005,50(11):1185-1196.

[21] 尹炜,辛小康,梁建奎,等.基于主成分分析的丹江口水库支流水质评价[J].水电能源科学,2015,33(1):34-38.

[22] 杨东方,于子江,张柯,等.营养盐硅在全球海域中限制浮游植物的生长[J].海洋环境科学,2008,27(5):547-553.

[23] 高嵩,范士亮,韩秀荣,等.浒苔绿潮与南黄海近岸海域水质的关系[J].中国环境科学,2014,34(1):213-218.

[24] 王伟定,梁君,章守宇.人工鱼礁建设对浙江嵊泗海域营养盐与水质的影响[J].水生生物学报,2010,34(1):78-87.

[25] 唐伟尧.威海西港人工鱼礁区大型底栖藻类季节性变化[D].青岛:中国海洋大学,2014.

[26] Shipley J B,Cowan Jr J H C.Artificial reef placement: a red snapper,Lutjanus campechanus,ecosystem and fuzzy rule-based model[J].Fisheries Management and Ecology,2011,18(2):154-167.

[27] 孙习武,张硕,赵裕青,等.海州湾人工鱼礁海域鱼类和大型无脊椎动物群落组成及结构特征[J].上海海洋大学学报,2010,19(4):505-513.

[28] 刘永虎,程前,田涛,等.大连獐子岛人工鱼礁海域夏季水质变化与评价[J].大连海洋大学学报,2016,31(3):331-337.

[29] 卢璐,张硕,赵裕青,等.海州湾人工鱼礁海域沉积物中重金属生态风险的分析[J].大连海洋大学学报,2011,26(2):126-132.

[30] 杨柳,张硕,孙满昌,等.海州湾人工鱼礁海域春、夏季浮游植物群落结构及其与环境因子的关系[J].生物学杂志,2011,28(6):14-18.

[31] 于亚群,田涛, 陈勇, 等.獐子岛深水人工鱼礁区大泷六线鱼生长特性研究[J].大连水产学院学报,2016,31(2):205-210.

[32] 陈勇,于长清,张国胜,等.人工鱼礁的环境功能与集鱼效果[J].大连海洋大学学报,2002,17(1):64-69.

[33] 刘鹏.人工鱼礁的发展现状及环境功能[J].现代农业科技,2011(20):312,314.

[34] 秦伯强,胡维平,陈伟民,等.太湖梅梁湾水动力及相关过程的研究[J].湖泊科学,2000,12(4):327-334.

[35] 陈伟民,陈宇炜,秦伯强,等.模拟水动力对湖泊生物群落演替的实验[J].湖泊科学,2000,12(4):343-352.

Water quality assessment of demonstration area for artificial habitat development in Dachangshan, Liaoning Province

ZHANG Lu1, TIAN Tao1, MA Zhi2, LIU Yong-hu1, YANG Jun1, LIU Han-chao1

(1.Center for Marine Ranching Engineering Science Research of Liaoning Province, Dalian Ocean University, Dalian 116023, China; 2.Supervision of Fishing Port in Jinpu New District, Dalian 116600, China)

Abstract The water parameters including salinity, pH, and COD were monitored in eight environment voyages in Dachangshan island artificial habitat development demonstration area of Changhai county,Dalian, from 2013 to 2015 to evaluate the system of Dachangshan water environment of artificial habitat development demonstration area, and analyzed by principal component analysis (PCA) and single factor index method to evaluate the water quality in the area. The results showed that the water quality in most area of Dachangshan waters met the first kind of seawater standard, except that control plot of the August 2014 voyage belonged to second kind water standard. The principal component analysis (pca) indicated that 20 indices falled into six main components, explaining 79.165% of the results, with principal component score of -1.535 to 3.706, the maximal score in August 2014, and consistent with the single factor index. The findings indicate that the overall water quality is good in Dachangshan artificial habitat development demonstration area.

Key words Dachangshan; artificial habitat development; water quality assessment; principal component analysis; single factor index method

中图分类号X824

文献标志码:A

收稿日期 2017-12-21

基金项目 国家海洋公益性行业科研专项(201205023);国家科技支撑计划项目(2012BAD18B02,2015BAD13B05)

作者简介 张露(1991—), 女, 硕士研究生。E-mail:120118239@qq.com

通信作者 田涛(1979—), 男,博士, 副教授。E-mail:tian2007@dlou.edu.cn

DOI:10.16535/j.cnki.dlhyxb.2018.03.017

文章编号2095-1388(2018)03-0387-06