崇明岛典型河道水体中叶绿素a动态特征及其与环境因子的相关分析

黄慧琴，侯进菊，翁辰，江涛，张秋卓

华东师范大学生态与环境科学学院//上海市城市化生态过程与生态恢复重点实验室，上海 200241

崇明岛典型河道水体中叶绿素a动态特征及其与环境因子的相关分析

黄慧琴，侯进菊，翁辰，江涛，张秋卓*

华东师范大学生态与环境科学学院//上海市城市化生态过程与生态恢复重点实验室，上海 200241

目前，水体富营养化已成为最棘手的全球环境问题之一。分析水体中叶绿素a时空分布特征、变化规律及其影响因素，可为水体的生态修复提供重要的数据支持。选取崇明岛典型河道团旺河水体为研究对象，布设7个采样点，于2013年4月—2014年3月间对各采样点进行叶绿素a、水温、透明度、TN、TP、氨氮、高锰酸盐指数等水质因子的监测与评价。结果表明，该河道中叶绿素a浓度及相关环境因子随季节变化较为显著，叶绿素a浓度季节性变化表现为夏季（42.33 μg·L-1）＞春季（31.68 μg·L-1）＞秋季（20.88 μg·L-1）＞冬季（11.70 μg·L-1）。SPSS分析结果表明，叶绿素a与总氮、总磷及温度间呈显著相关关系，而与其他环境因子相关关系不显著。建立了叶绿素a的多元回归方程：Y=377.873X1-0.507X2+0.505X3-21.834（r2=0.911），验证方程ρ计算（Chl-a） =2.503+0.905×ρ实测（Chl-a）（r2=0.946）表明，该回归方程能够准确地预测团旺河水体叶绿素a的变化趋势，可为水体富营养化的预警提供可靠的科学依据。

叶绿素a；环境因子；崇明岛典型河道；预警

HUANG Huiqin， HOU Jinju， WENG Chen， JIANG Tao， ZHANG Qiuzhuo. Dynamics of chlorophyll-a and its potential relationship with environmental factors in typical river of Chongming island ［J］. Ecology and Environmental Sciences， 2016， 25（8）: 1369-1375.

随着人类活动的加剧，大量的营养盐通过各种途径进入流域、湖泊、水库等水体中，由此引发的水体富营养化现象日趋严重，成为目前最棘手的环境问题之一（周晓红等，2009；Junker et al.，2008；谷勇峰等，2013）。水体叶绿素a浓度的高低与水体藻类生物量密切相关，也与水环境质量密切相关，是水体富营养化的重要指标（鄢昭等，2015）。因此，分析叶绿素a时空分布特征、变化规律及其影响因素，能清楚地反映湖泊营养盐分布规律及富营养化的形成机制，从而为湖泊的生态修复提供重要的科学依据（毛旭锋等，2015）。

诸多学者对叶绿素a与其它环境因子之间的关系进行了广泛研究，利用线性回归、曲线回归、遗传算法、逐步多元回归、相关分析法、小波分析法等（张以飞等，2015）用于藻类爆发的预测以及水体富营养化的主要驱动因子研究，但这些模型算法基本没有考虑季节因素的影响，不能很好地反映研究区域叶绿素a浓度分布特征的季节动态变化。此外，已有的对叶绿素a与环境因子相关性的研究工作多集中于湖泊、水库等封闭性水体（Bock et al.，1999；李堃等，2011；吴阿娜等，2011；Romo et al.，1996；黄伟建等，2001；葛大兵等，2005；Wang et al.，2007；蒋万祥等，2010），而关于敞开式的河流或河道，特别是对位于城乡交错带河道的研究较少。

崇明岛地处长江口，是中国第三大岛，亦是上海可持续发展的重要战略空间。团旺河位于崇明岛东滩的团旺路东侧，属于城乡交错带河道，是崇明岛上的重要河道之一，其水文环境复杂、受人类活动干扰较严重。本研究选取团旺河这一典型河道水体藻类为研究对象，于2013年4月—2014年3月间对其进行水质监测。基于水质监测数据，分析该水体中叶绿素a浓度的季节变化和空间动态特征，运用多元线性回归分析模拟叶绿素a浓度与环境因子之间的关系，并预测叶绿素a的变化趋势，以期为上海市乃至全国河道的水环境质量评价和富营养化预警等水环境保护及水域管理工作提供一定的科学依据。

图1　采样点的布设Fig. 1　Sampling sites in Tuanwang River

1　采样及分析方法

1.1采样点位置及采样频次

根据团旺河的自然形态，并在充分调研河道周边污染特征及采样可行性的基础上，于团旺河干流及其支流上布设7个采样点，分别标记为S01～S07（如图1所示），对其水体进行常规水质指标的监测。于2013年4月—2014年3月间进行12次采样，采样频率为每月1次。为尽量减小因采样时间不同而带来的误差，本研究的各点采样工作规定在9:00—15:00之间同时进行。各点位采样次序一致，因此可从采样时间上保持样品的准确性。水样均取自水面以下0.5 m处。

1.2监测项目与样品分析方法

样品的取样、保存及分析监测方法均依照国家环保局颁布的《水和废水监测分析方法》（国家环境保护总局，2002）进行。水质监测项目与方法见表1。计算各个采样点的水质指标均值，分析水质监测结果。

1.3数据统计分析方法

利用SPSS for Windows 22.0进行数据的相关性分析及回归方程建立，分析被测水样叶绿素a与环境因子的相关性，并建立相应的回归方程以对叶绿素a的浓度变化特征及趋势进行预估判断。

表1　监测项目与分析方法Table 1　Monitoring projects and analysis methods

2　结果与分析

2.1水质监测结果与分析

2.1.1常规水质指标监测结果

各个月份温度、透明度、总氮等环境因子的监测结果如表2所示。由表2结合《地表水环境质量标准》（国家环境保护总局等，2002）可以看出：被监测河道的主要污染物为总氮。总氮12次监测平均值为1.84 mg·L-1，处于V类水质水平，其中6月总氮监测值达到峰值，为4.85 mg·L-1；总磷12次监测平均值为0.10 mg·L-1，处于III类水质水平，6月总磷监测值达到峰值，为0.15 mg·L-1，5月及12月总磷含量最低，为0.08 mg·L-1；氨氮12次监测平均值为0.30 mg·L-1，处于II类水质标准，月际变化范围为0.22～0.39 mg·L-1；水体透明度监测平均值为42.48 cm，月际变化范围为9.30～34.9 cm；高锰酸盐指数的平均值为5.51 mg·L-1，月际变化范围为4.43～7.04 mg·L-1。

透明度在春冬季节较高，在夏秋季节较低，主要是因为夏季水体中的藻类大量爆发，致使大量浮游植物和悬浮物漂流在水面或沉浸在水中。总氮的质量浓度平均值在春季较高，为2.92 mg·L-1，冬季最低，为1.48 mg·L-1。总磷的质量浓度变化表现为夏季最高，冬季最低，分别为0.13 mg·L-1和0.08 mg·L-1。推测原因为进入春、夏季后，水体中氮、磷的来源主要是生活污水以及农田废水，这与人们生活用水的方式息息相关。

表2　常规水质指标监测结果Table 2　The results of basic water quality analysis

图2　叶绿素a的动态变化Fig. 2　The fluctuations of chlorophyll-a in Tuanwang River

2.1.2叶绿素a时空变化特征

采样期间叶绿素a的时空变化特征如图2所示。在2013年4月—2014年3月间，团旺河各个采样点叶绿素a的质量浓度平均值为26.65 μg·L-1，变化范围在8.48～52.16 μg·L-1。从月份变化上看，本次调查共监测到3次明显峰值，分别为6月、7月、8月，其中6月份各样点平均值为40.10 μg·L-1，变化范围为37.83～72.42 μg·L-1；7月份各样点平均值为52.16 μg·L-1，变化范围为43.84～71.77 μg·L-1；8月份各样点平均值为48.40 μg·L-1，变化范围为39.87～70.42 μg·L-1。2月各样点叶绿素a质量浓度最低，仅为8.48 μg·L-1，各样点变化范围为7.43～9.94 μg·L-1。同时，4月较5月而言，叶绿素a浓度反而偏高（其它污染物也偏高），这可能是由于人为活动的干扰所致。

不同季节的叶绿素a的平均质量浓度表现为夏季最高，达到42.33 μg·L-1，春季和秋季次之，分别为31.68、20.88 μg·L-1，冬季最低，为11.70 μg·L-1。可见团旺河的叶绿素a的浓度存在显著的季节变化特征，表现为夏季＞春季＞秋季＞冬季，反应了该水域浮游植物现存量从冬季开始，经过春季到夏季达到最大值，而从秋季开始逐渐下降。各采样点叶绿素a的浓度存在一定的空间分布特征，四季中叶绿素a浓度最高值为4号采样点，平均质量浓度为36.11 μg·L-1；最低值为7号采样点，平均质量浓度为22.92 μg·L-1。4号采样点位于团旺河的支流上，旁边有一定的养殖区域，长期的养殖活动使得水体中的营养盐成分含量增高，有利于浮游植物类的生长繁殖，故4号采样点叶绿素a浓度高于其他采样点。

叶绿素a（Chl-a）是浮游植物现存量的重要指标，水体中Chl-a的含量及其动态变化反映了水体中藻类的丰度、生物量及变化规律，是评价湖泊富营养状态的重要指标（王斌等，2015）。监测期间，团旺河叶绿素a的平均质量浓度为26.65 μg·L-1，与其他水域叶绿素a的平均质量浓度相比（见表3）：团旺河叶绿素a的平均质量浓度高于近海岸区域而明显低于内陆河流区域。叶绿素浓度的分布具有从近岸向远海区域递减的趋势（高爽，2009），这是由于近海岸口的泥沙较多，透明度低，限制了藻类的光合作用，致使叶绿素a存在明显的区域性变化特点。而团旺河处于近海区域与内陆区域之间，其叶绿素a的浓度也就处于两者之间。巢湖属于富营养化情况较为严重的湖泊区域，而团旺河的叶绿素a浓度最接近于巢湖，故认为团旺河水体富营养化程度较高。

表3　各水域叶绿素a值的比较Table 3　Reported Chlorophyll a concentration in different water body

表4　描述统计量Table 4　Descriptive statistics

表5　显著性系数表Table 5　Significant coefficient table

2.2叶绿素a与环境因子的相关分析

选取水温、透明度、氨氮、总氮、总磷及氮磷比等6个相关环境因子，利用SPSS软件，对被测河道中叶绿素a含量与环境因子之间的相关系数及其双尾显著性进行分析，结果如（表4）所示。根据表4可知，pH、溶解氧和高锰酸盐指数离散程度较小，叶绿素a、温度和悬浮物离散程度较大。由此表明水体酸碱度、溶解氧含量保持在比较稳定的状态，而其他水质因子波动幅度则比较大。

显著性系数如表5所示。从表中可以看出，叶绿素a与总磷呈极显著相关关系，与总氮、温度呈显著相关关系。透明度、高锰酸盐指数及氨氮都未与叶绿素a呈现显著相关关系。说明团旺河的水体污染及一定程度的富营养化的形成的主要原因是由磷含量的升高而导致的，磷是水体富营养化的潜在因子。还有部分原因也可能是总氮含量升高导致的，总氮也是营养盐的一部分，是水体生物生长繁殖所需要的主要成分之一。

2.2.1叶绿素a与水温的相关分析

本研究中，团旺河水体中叶绿素a含量与水温呈显著相关关系，并且由表2可以看出：水温的季节变化为夏季＞春季＞秋季＞冬季，这与叶绿素a的季节变化保持一致，表明水温对浮游植物的生长具有一定的促进作用，与大多数学者的研究结果相吻合。吴阿娜等（2011）对淀山湖蓝藻水华高发期叶绿素a动态及相关环境因子的研究和张瑜斌等（2009）对赤潮多发区深圳湾叶绿素a的时空分布及其影响因素的研究结果均表明：叶绿素a与水温呈显著正相关关系。

2.2.2叶绿素a含量与营养盐的相关分析

营养盐结构变化影响着浮游植物营养动力学、生物碳传递、生物量以及群落演替，甚至可影响整个食物网系统（王玉珏等，2015）。因此，研究营养盐结构与叶绿素a的相关关系具有重要意义。

在本研究中，河道中总氮的平均含量为1.84 mg·L-1，根据《地表水环境质量标准》（国家环境保护总局等，2002），可将其定为V类水质。从季节上看，总氮的浓度呈现夏＞春＞冬＞秋的变化情况，这一研究结论与多数学者的相关研究是相符合的，如（龙云芳等，2012）210研究表明，春夏季节受水体搅动的影响底泥中的氮、磷营养盐向水体中释放，进而使水体中氮、磷浓度升高。叶绿素a与氮的相关性分析结果（表5）表明，叶绿素a浓度与总氮之间存在着显著正相关关系。由各月份叶绿素a和总氮的均值（图2和表2）也可看出，叶绿素a与总氮的峰值出现时间相吻合，这一研究结果与多数学者的研究结果相符。如邓建才等（2008）通过对太湖水体中氮、磷空间分布特征及环境效应的研究发现，叶绿素a与总氮存在显著的线性正相关，相关系数为0.662。本研究结果表明，团旺河中浮游植物的生长与总氮存在密切的相关关系。

同时，监测结果表明，河道中总磷的平均质量浓度为0.1 mg·L-1，水质处于III类。从季节上看，总磷的浓度呈现夏＞春＞冬＞秋的变化特征，这一研究结论与多数学者的相关研究是相符合的，龙云芳等（2012）211研究表明春夏季节，温度升高，河道中底泥膨胀，底泥中的磷营养盐向水体中不断释放，使得春夏季节水体中磷含量偏高。相关性分析结果表明，团旺河水体中叶绿素a与总磷之间存在着极显著正相关关系。这一研究结果与大多数学者的研究结果相吻合。国际经济与合作发展组织（OECD）在北美、北欧、阿尔卑斯地区进行的综合调查表明，lg（Chla）=0.96lg（TP）-0.55；日本相关研究结果表明lg（Chla）与lg（TP）存在显著正相关；宋敬阳（1991）据相关研究表明，在磷为限制因子的水体中，叶绿素a与磷的相关程度一般较高（毛旭锋等，2015）。OECD在对北欧264个水体中的叶绿素a 浓度调查后发现，其中80%的水体中叶绿素a浓度受到磷的限制（王兰等，2016）。

水体中TN、TP浓度升高，使水体处于富营养化状态，促进了藻类等浮游植物生长，因而水体中叶绿素a浓度也增高（龙云芳等，2012）211。由表2可以看出：TN、TP的季节变化都呈现夏＞春＞冬＞秋的季节变化特征，这与叶绿素a的浓度的季节变化大体上保持一致。

氮、磷营养是影响藻类生长最重要的营养盐，当氮磷比（TN/TP）＜13时，氮是限制性因子；当氮磷比（TN/TP）＞17时，磷是限制性营养因子（王兰等，2016）。团旺河水体的TN/TP比值为18.4，因此磷有可能为限制性营养因子。综上，磷浓度的增加可能会增加藻类爆发的风险。

2.3利用多元线性回归方程预测叶绿素a的变化趋势

多元线性回归是指含有多个变量的线性回归方程，用于解释因变量与多个自变量之间的线性关系，其多元线性回归模型的回归方程为：y=b0+b1x1+b2x2+…+bnxn，其中，b0为模型中的回归常数， b1， b2，…bn是模型中的偏回归系数。为了更好地掌握水体中叶绿素a的变化特征和趋势， 根据2013年4月—2014年3月的监测数据对监测区域进行多元回归分析，建立多元线性回归方程，通过探究叶绿素a浓度变化的规律来研究水华发生的规律性。根据表6可知，与叶绿素a呈极显著性相关的环境因子分别为总氮、总磷、温度，相关系数分别为0.040、0、0.001，均小于0.05。因此选择温度、总磷和总氮与叶绿素a进行多元线性回归方程。建立的回归方程为：

式中，Y表示叶绿素a的浓度；X1、X2分别表示总氮、总磷的浓度；X3表示温度。

显著性检验P=0.000＜0.01表明方程拟合度较好，回归结果有效。同时，通过拟合变量叶绿素a的残差分布直方图（图3）也可以看出，残差符合正态分布，模型拟合度较好。

图3　残差分布直方图Fig. 3　Regression standardized residual

将由回归线性方程计算而来的叶绿素a的浓度值与实测值进行对比，结果如图4所示。计算值与实测值的线性方程为：

图4　叶绿素a实测值与计算值的拟合Fig. 4　Simulation of experimental value and predicted value of Chl-a in Tuanwang River

计算值与实测值间极好的拟合关系亦说明，所建立的多元线性回归方程能够以温度、总磷和总氮为自变量，准确地反映和预测团旺河水体中叶绿素a浓度的变化特征及趋势。将2013年4月—2014年5月的实测数据和根据多元线性回归方程得出的预测数据加以验证，结果如图5所示。由图5可以看出，该方程能够很好地预测团旺河叶绿素a的变化趋势，结合多元线性回归分析法可为水体富营养化的预警提供可靠的数据支撑与科学依据。

图5　叶绿素a实测值与预测值的比较Fig. 5　Comparison between experimental value and predicted value of Chl-a in Tuanwang River

3　结论

水体富营养化是现阶段我国主要的水环境问题，探究水体蓝藻水华的发生规律、内在机制及预警研究迫在眉睫。本研究利用2013年4月—2014年3月崇明岛团旺河水质监测数据，分析崇明典型河道中叶绿素a的动态变化及其与环境因子的关系，以期为水体富营养化防治及蓝藻水华预警提供科学数据。主要结论如下：

（1）2013年4月—2014年3月团旺河水体叶绿素a及相关水质监测因子随时空变化较为显著，且叶绿素a的年平均值为26.65 μg·L-1，表现为夏季（42.33 μg·L-1）＞春季（31.68 μg·L-1）＞秋季（20.88 μg·L-1）＞冬季（11.70 μg·L-1）；其中，6月、7月、8月均存在峰值，12月存在谷值。

（2）通过相关分析，发现叶绿素a与总氮、总磷及温度呈显著正相关关系，与氨氮、高锰酸盐指数、透明度均不存在显著相关关系。

（3）以温度、总磷和总氮为自变量，叶绿素a为因变量，建立了拟合效果良好的多元线性回归方程，该方程能够较为准确地反映和预测团旺河水体叶绿素a浓度的变化规律和趋势。

JUNKER B， BUCHECKER M. 2008. Aesthetic preferences versus ecological objectives in river restorations ［J］. Landscape and Urban Planning， 85（3-4）: 141-154.

BOCK M T， MILLERBS， BOWMAN A W. 1999. Assessment of eutrophication in the firth of clyde:Analysis of coastalwater data from 1982 to 1996 ［J］.Marine Pollution Bulletin， 38（3）: 222-231.

ROMO S， DONK VAN E， GYLSTRA R， et al. 1996. A multivariate analysis of phytoplankton and food web changes in a shallow biomanipulated lake ［J］. Freshwater Biology， 36: 683-696.

WANG X L， LU Y L， HE G Z， et al. 2007. Multivariate analysis of interactions between phytoplankton biomass and environmental variables in TaihuLake， China ［J］. Environmental Monitoring and Assessmen， 133（1-3）: 243-253.

邓建才， 陈桥， 翟水晶， 等. 2008. 太湖水体中氮、磷空间分布特征及环境效应.环境科学［J］. 29（12）: 3382-3386.

高爽. 2009. 北黄海叶绿素和初级生产力的时空变化特征及其影响因素［D］. 青岛: 中国海洋大学.

葛大兵， 吴小玲， 朱伟林. 2005. 岳阳南湖叶绿素a及其水质关系分析［J］.中国环境监测， 21（4）: 69-71.

谷勇峰， 李梅， 陈淑芬， 等. 2013. 城市河道生态修复技术研究进展［J］.环境科学与管理， 38（4）: 25-29.

国家环境保护总局《水和废水监测分析方法》编委会. 2002. 水和废水监测分析方法（第四版）［M］. 北京: 中国环境科学出版社: 243-284.

国家环境保护总局， 国家质量监督检验检疫总局. 2002. 地表水环境质量标准: GB3838—2002［S］. 北京: 中国环境科学出版社.

黄伟建， 陈菊芳， 徐宁， 等. 2001. 鄱阳湖水环境要素与叶绿素a的灰关联模型［J］. 水生生物学报， 25（4）: 416-419.

蒋万祥， 赖子尼， 庞世勋， 等. 2010. 珠江口叶绿素a时空分布及初级生产力［J］. 生态与农村环境学报， 26（2）: 132-136.

李堃， 肖莆. 2011. 巢湖叶绿素a浓度的时空分布及其与氮、磷浓度关系［J］. 生物学杂志， 28（1）: 53-56.

李荣欣， 王雨， 康建华， 等. 2011. 九龙江河口水体叶绿素a含量和初级生产力的时空变化［J］. 台湾海峡， 30（4）: 551-558.

李柱， 郭伟胜， 成水平， 等. 2014. 南淝河叶绿素a时空分布特征及环境因子影响分析［J］. 水生生物学报， 38（2）: 342-350.

龙云芳， 葛大兵， 谢小魁， 等. 2012. 洞庭湖立体养殖生态系统底泥总氮与总磷的时空变化及其与叶绿素a的关系［J］. 湖南农业大学学报，38（2）: 209-211.

毛旭锋，魏晓燕. 2015. 富营养化湖泊叶绿素a时空变化特征及其影响因素分析［J］. 中国环境监测， 31（6）: 65-70.

缪灿， 李堃， 余冠军. 2011. 巢湖夏、秋季浮游植物叶绿素a及蓝藻水华影响因素分析［J］.生物学杂志， 28（2）: 54-57.

宋敬阳. 1999. 湖泊富营养化相关物理量的定量关系［J］. 中国环境管理干部学院学报， （1）: 33-36.

王斌， 马健， 王银亚， 等. 2015. 天山天池夏季叶绿素a的分布及富营养化特征研究［J］. 环境科学， 36（7）: 2465-2471.

王兰， 王超， 赵秀侠， 等. 2016. 升金湖叶绿素a浓度的时空变化特征［J］.生物学杂志， 33（1）: 49-52.

王玉珏， 刘哲， 张永， 等. 2015. 2010—2011年胶州湾叶绿素a与环境因子的时空变化特征［J］. 海洋学报， 37（4）: 103-116.

吴阿娜， 朱梦杰， 汤琳， 等. 2011. 淀山湖蓝藻水华高发期叶绿素a动态及相关环境因子分析［J］. 湖泊科学， 23（1）: 67-72.

鄢昭， 刘婷， 付婷， 等. 2015. 磁湖叶绿素a时空分布特征及环境因子影响分析［J］. 环境科学与及时， 38（8）: 123-126， 149.

张瑜斌， 章洁香， 张才学， 等. 2009. 赤潮多发区深圳湾叶绿素a的时空分布及其影响因素生态环境学报［J］. 18（5）: 1638-1643.

周贝贝， 王国祥， 徐瑶， 等. 2012. 南京秦淮河叶绿素a空间分布及其与环境因子的关系［J］. 湖泊科学， 24（2）: 267-272.

周伟华， 袁翔城， 霍文毅， 等. 2004. 长江口邻域叶绿素a和初级生产力的分布［J］. 海洋学报， 26（3）: 143-150.

周晓红， 王国祥， 冯冰冰， 等. 2009. 3种景观植物对城市河道污染水体的净化效果［J］. 环境科学研究， 22（1）: 108-113.

张以飞， 汪靓， 王玉琳. 2015. 非参数季节分解模型太湖叶绿素a浓度变化特征研究［J］. 四川环境， 34（2）: 26-32.

董开升， 王悠， 杨震， 等. 2007. 胶州湾夏、冬两季叶绿素a的分布特征研究［J］. 中国海洋大学学报， 37（s2）: 127-130.

Dynamics of Chlorophyll-a and Its Potential Relationship with Environmental Factors in Typical River of Chongming Island

HUANG Huiqin， HOU Jinju， WENG Chen， JIANG Tao， ZHANG Qiuzhuo*
Shanghai Key Lab for Urban Ecological and Eco-Restoration， School of Ecological and Evironmental Sciences， East China Normal University，ShangHai 200241， China

Eutrophication is one of the intractable global environmental problems nowadays. The spatial and temporal distribution analysis of chlorophyll a in water body and its influence factors could provide us important data information to choose suitable water restoration project. Seven sampling sites in Tuanwang river， Chongming island were selected and monitored for their water quality fators included chlorophyll a， temperature， SD， NH4+-N， TN， CODMnfrom Apr. 2013 to Mar. 2014. The results showed that Chl-a concentration and its related water quality index were changed in different seasons. Chl-a concentrations in summer（42.33μg·L-1）＞spring （31.68 μg·L-1）＞autumn （20.88 μg·L-1）＞winter （11.70 μg·L-1）. Significant positive correlations were found between chlorophyll-a concentration and total nitrogen， total phosphorus and water temperature there was no significant correlation between chlorophyll-a and other water quality factors by SPSS analysis. Further， a valid regression equation Y=377.873X1-0.507X2+0.505X321.834 （r2=0.911） was built successfully， which could predict Chl-a concentrations in future， thus it could help us to early warm eutrophication state of water body.

chlorophyll-a； environmental factors； typical river of Chongming island； early warming

10.16258/j.cnki.1674-5906.2016.08.017

X171

A

1674-5906（2016）08-1369-07

上海市科委科技攻关项目（12231205305）；国家自然科学基金项目（31400513）

黄慧琴（1991年生），女，硕士研究生，研究方向为固体废弃物资源化利用。E-mail: huanghq1991@163.com

2016-07-10

引用格式：黄慧琴， 侯进菊， 翁辰， 江涛， 张秋卓. 崇明岛典型河道水体中叶绿素a动态特征及其与环境因子的相关分析［J］.生态环境学报， 2016， 25（8）: 1369-1375.