基于主成分分析的南黄海辐射沙脊群水质变化特征分析

曹　维，郭清荣，徐夏芳，蔡燕红，魏永杰，黄秀清

（1.国家海洋局宁波海洋环境监测中心站，浙江宁波　315012；2.上海东海海洋工程勘察设计研究院，上海　200137）

基于主成分分析的南黄海辐射沙脊群水质变化特征分析

曹维1，郭清荣1，徐夏芳1，蔡燕红1，魏永杰1，黄秀清2

（1.国家海洋局宁波海洋环境监测中心站，浙江宁波315012；2.上海东海海洋工程勘察设计研究院，上海200137）

根据2011年2-12月6个航次对南黄海辐射沙脊群水质调查获得资料的统计分析，结合主成分分析方法，研究了调查水域生态环境的失控变化特征以及相应的影响因素。主成分1与COD、无机氮、石油类有较强相关性，表现为陆源污染的影响；第二主成分与pH、溶解氧有较强的相关性。第三主成分与叶绿素a有较强相关性，表明辐射沙脊群较高的初级生产力。其原始数据的方差解释能力分别为50.366%、29.636%、10.789%，累计贡献率为90.791%。在环境要素的空间变化特征看，1-3#测站水质变化受硝酸盐、亚硝酸盐、COD、石油类等浓度波动的影响较大；5、6#测站则受盐度影响较大，表明了各站的空间差异。

主成分分析；南黄海辐射沙脊群；水质

南黄海辐射沙脊群分布于江苏中部海岸带外侧，由一系列沙脊、潮流水道相间组成，大体上以弶港为顶点，以黄沙洋为主轴，自岸至海呈展开的褶扇状向海辐射，北起射阳河口，南至长江口北部的蒿枝港，总面积约2.8万km2，是一个全球罕见、规模巨大、形态独特的辐射沙脊。随着江苏沿海地区的不断发展，滩涂围垦工程的推进，尤其是人工岛的规划与建设，掌握辐射沙脊群区域水质的长期动态变化尤为重要。

而主成分分析法分析法已用于河水、湖泊等生态系统的时空变化研究［1-4］，因此本文运用主成分分析法分析南黄海辐射沙脊群海域物理化学生物要素之间相互耦合关系及空间变化特征，可为人类活动对海湾生态环境的影响提供参考资料，同时为有关管理部门决策提供科学依据。

图1　南黄海辐射沙脊群水质监测站位图Fig.1　Monitoring stations in the South Yellow Sea

1　材料与方法

1.1材料

2011年2-12月，在南黄海辐射沙脊群布设了6个站位，开展了每2个月1次的水质调查。采样站位分布见图1。调查要素包括pH、盐度（S）、DO、COD、叶绿素、NH4-N、NO2-N、NO3-N、PO4-P，样品采集和分析调查方法均参照《海洋监测规范》。

1.2主成分分析

使用SPSS软件对水质指标进行主成分分析，按特征值大于1确定主成分数，或累积贡献至少70%确定主成分数。

2　结果与讨论

2.1南黄海辐射沙脊群水环境质量现状

2011年辐射沙脊群附近海域水质监测结果见表1。

调查期间，水体中pH值为7.97～8.25，DO含量7.04～10.40 mg/L，符合一类海水水质标准；COD含量为0.10～2.80 mg/L，其中4#～6#站符合一类海水水质标准，1#～3#站符合二类海水水质标准；

活性磷酸盐含量为1.4～56.9 μg/L，除个别站位（8月航次1#站位和12月航次2#、3#、4#站位），其余均符合二类海水水质标准；

无机氮含量为153.2～1246.0 μg/L，部分超四类海水水质标准，超标率65%；

石油类含量为0.008～0.118 mg/L，44.4%的调查数据超二类海水水质标准、符合三类海水水质标准。

表1　各航次水质监测结果统计Tab.1　The statistics of water quality monitoring results

2.2环境因子相关系数

线性相关系数描述两个因子之间的相互关系，有利于判断因子之间的相互作用。本文利用相关系数研究环境因子的相互关系，见表2。

盐度与硝酸盐、亚硝酸盐成显著负相关，盐度越低，硝酸盐、亚硝酸盐浓度越高，说明辐射沙脊群水质的无机氮浓度主要受陆源污染的影响。

氨氮与叶绿素a成正相关，由于叶绿素为浮游植物的特征表征指标，叶绿素浓度大，表明氨氮等营养盐含量增加，促进浮游植物的生长繁殖。浮游植物对各种形态无机氮的吸收以氨氮最为优先［5］，因此，氨氮的波动对浮游植物的密度的影响显著，叶绿素a浓度也随之产生显著变化，在杭州湾及舟山渔场等海域同样表现为叶绿素a浓度与氨氮的相关性显著［6］。

表2　主成分提取结果Tab.2　Principal component extraction results

2.3水质的主成分分析

用软件SPSS对监测数据进行分析，得到结果见表3～4。

表3　主成分提取结果Tab.3　Principal component extraction results

由表3可知，成分1、2、3的贡献率分别为50.366%、29.636%、10.789%，累计贡献率为90.791%，即第一、二、三成分包括了原监测变量90.791%的信息，所以取成分1、2、3作为主成分。

表4　成份载荷矩阵Tab.4　Component load matrix

由表4可知：主成分1与COD、无机氮、石油类有较强相关性；第二主成分与pH、溶解氧有较强的相关性。第三主成分与叶绿素a有较强相关性。

第一主成分表现为陆源污染的影响，主成分COD、氨氮、硝酸盐、亚硝酸盐、石油类对第一主成分具有较大的正权重系数，表明沿岸地区人为活动的增加，生活污水、工业污水排放造成海域水体中有机物质增加、水体富营养化。同时，外海对辐射沙脊群影响体现在盐度的副权重系数，由于南黄海辐射沙脊群没有大河陆源淡水输入少，海水主要受南黄海海水交换的影响。第三主成分中叶绿素a占有较大的正权重，表明辐射沙脊群较高的初级生产力。同时，氨氮等营养盐含量增加，促进浮游植物的生长繁殖。

2.4环境要素的空间变化特征

图2　6个测站得分及环境因子载荷Fig.2　Score and environment factor load of 6 monitoring stations

根据全年的环境要素进行综合空间研究，6个站点的第一、第二主成分得分描述空间分布特征如图2。从图2可以看出，1-3#测站位于右下角，此处表示了硝酸盐、亚硝酸盐、COD、石油类的正贡献，反映了这3个测站硝酸盐、亚硝酸盐、COD、石油类等环境因子变化较大，说明人类生产生活产生的污染物在该区域是影响水环境变化的主要诱因。5、6#测站与盐度分布在同一象限区间，反映了这2个站盐度变化大的特点，2个站位处于辐射沙脊群的南侧，靠近长江口，受不同季节长江冲淡水影响，盐度波动较大。

3　结论

（1）2011年辐射沙脊群附近海域水体中pH、DO、符合一类海水水质标准；COD、符合二类海水水质标准；活性磷酸盐除8月、12月航次个别站位外符合二类海水水质标准；水体中无机氮含量较高，部分超四类海水水质标准，超标率65%；石油类44.4%的调查数据超二类海水水质标准、符合三类海水水质标准。

（2）水质中，盐度与硝酸盐、亚硝酸盐成显著负相关，氨氮与叶绿素a成正相关，说明辐射沙脊群水质的无机氮浓度主要受陆源污染的影响，以及氨氮等营养盐含量增加，促进了浮游植物的生长繁殖。

（3）通过主成分分析，发现主成分1与COD、无机氮、石油类有较强相关性；第二主成分与pH、溶解氧有较强的相关性；第三主成分与叶绿素a有较强相关性。同时，从环境要素的空间变化特征看，1-3#测站受硝酸盐、亚硝酸盐、COD、石油类的影响较大；5、6#测站则受盐度影响较大。

［1］KUNWAR P S，AMRITAM，DINESH M，et al Multivariate statistical techniques for the evaluation of spatial and temporal variations in water quality of Gomti River（India）——A case study［J］.Water Research，2004，38:3 980-3 992.

［2］CAROLINAM，CARLOSM，MDOLORES G R，et al Using chemom etric tools to assess anthropogen ic effects in river water）——A case study:Gu adalqu ivir River（Spain）［J］.Analyt ica Chimica Acta，2004，515:143-149.

［3］WUNDERLIN D A，DIAZMDP，AMEMV，et al.Pat tern recogn ition techniques for the evalut ion of spatial and temporal variations in water quality）——A case study［J］.Water Research，2001，35（12）:2 881-2 894.

［4］VEGAM，PARDOR，BARRADOE，et al.Assessment of season al and polluting effects on the quality of river water by exploratory data analysis［J］.Water Research，1998，32（12）:581-3592.

［5］张晓萍.厦门马銮湾水域无机氯的化学特征［J］.台湾海峡，2001，20（3）:319-322.

［6］蒋玫，沈新强.杭州湾及邻近水域叶绿素a与氮磷盐的关系［J］.海洋渔业，2004，26（1）:35-39.

Analysis of Water Quality Variation by Principal Component Anylysis in Radial Sandy Ridge Area of the South Yellow Sea

CAO Wei，GUO Qing-rong，XU Xia-fan，et al
（Marine Environmental Monitoring Center of Ningbo，SOA，Ningbo315012，China）

According to the statistical analysis and principal component analysis of water quality data from six cruises in radial sandy ridge area of the South Yellow Sea in 2011，the spatial and temporal variations of the ecological environment and influence factors were analyzed.Principal component 1（50.366%of the variance）is associated with COD，inorganic nitrogen and oil，and this result shows the impact of land-based sources of pollution. Principal component 2（29.636%of the variance）is associated with pH and DO.Principal component 3（10.789%of the variance）is associated with chlorophyll a，and the result indicates the higher primary productivity of radial sandy ridge area.In spatial pattern of the environmental factors，the water quality of 1-3 station is influenced by the concentration fluctuations of nitrate，nitrite，COD and oil，while 5-6 station is influenced by salinity which showes the spatial difference among stations.

principal component analysis；radial sandy ridge area of the South Yellow Sea；water quality

X832

A

1008-830X（2015）02-0136-04

2014-06-20

国家海洋局海洋公益专项（201005006-8）

曹维（1982-），女，浙江宁波人，硕士研究生，工程师，研究方向：海洋环境监测与评价.E-mail:caowei@eastsea.gov.cn