基于主成分分析的5种投饲率黄颡鱼养殖塘水质评价

赵晚晨，秦秀东，程光平，张伟刚，孙玉章，李文红，赵学倩，张亚军

（1.广西大学动物科学技术学院/广西高校水生生物健康养殖与营养调控重点实验室，广西 南宁 530005；2.桂林市第二水产养殖场，广西 桂林 541000；3.广西桂林市小池塘农牧有限公司，广西 桂林 541000）

【研究意义】投饲模式是水产养殖过程中极为重要的饲养技术，不同养殖品种、个体大小及养殖水域水环境条件不同时，其适宜的投饲率也不相同［1］。探究水产动物适宜的投饲率及摄食水平是水产养殖业获得经济效益最大化的重要途径之一［2］。黄颡鱼（Pelteobagrus fulvidraco Richardson）属于脊索动物门（Chordata）鲶形目（Siluriformes）鲿科（Bagridae）黄颡鱼属（Pelteobagrus），俗称黄骨鱼、嘎牙子等［3］，是一种小型底栖淡水经济养殖鱼类，也是我国南方地区淡水养殖主导品种之一。近年来，黄颡鱼池塘养殖业的高密度、高投饲量养殖加剧了养殖水体的富营养化，导致养殖塘水质不同程度恶化，同时引发了养殖对象病害以及水环境质量等问题。因此，对黄颡鱼养殖塘适宜投饲率筛选，将为构建节能型生态化鱼类养殖新技术体系提供依据，对推动水产养殖业的健康可持续发展具有积极意义。【前人研究进展】国内学者研究了不同投饲率对锦鲤幼鱼［4］、罗非鱼［5］生长及养殖水质的影响。苗淑彦等［6］研究发现，在投饲率过高的情况下，水体中的残饵是引起养殖水体水质恶化的关键因素；高杉等［7］研究养殖水体中的氮、磷等水平，发现随着饲料投喂率的增加，氮、磷等营养盐的含量有所提高，致使水质状况变差［8］。此外，还有学者研究了不同投饲率对黄颡鱼生长性能、成活率及摄食的影响［9］，但迄今关于不同投饲率对黄颡鱼养殖塘水环境质量影响的研究鲜有报道。【本研究切入点】水质评价是判断水质优劣以及制定养殖水体水质调控措施的前提。水质评价的常用方法包括单因子指数法［10］、主成分分析法、综合指数评价法、灰色关联法和模糊评判法［11］等，其中主成分分析法（Principal Component Analysis，PCA）具有降维作用［12］，而灰色关联分析法具有较高的信息利用率［13］，二者结合有助于提高水质评价结果的可信性。【拟解决的关键问题】本研究以10口生产性黄颡鱼养殖塘为载体，探索5种投饲率对养殖塘主要环境因子的影响。通过定期采样监测，结合主成分分析与灰色关联分析相，评价不同投饲率下养殖塘的水质状况，初步筛选出基于良好水质的黄颡鱼节能型投饲模式，为我国鱼类池塘生态化养殖提供参考。

1 材料与方法

1.1 试验设计

试验塘为广西桂林市小池塘农牧有限公司的10口食用黄颡鱼养殖塘。土质塘堤，面积0.16～0.60 hm2，平均水深1.8 m，底泥厚度约40 cm。水源以集雨水为主、附近溪流抽提灌溉为辅。各塘均设1台自动投饲机和2台水车式增氧机。

本试验在黄颡鱼养殖周期的中、后期进行，原放养鱼种为自培的杂交黄颡鱼，经过筛及抽样测定主要生长指标后进行分塘，鱼种规格及放养情况如表1所示。设1.0%、1.5%、2.0%、2.5%和3.0% 5个投饲率处理（对应A组、B组、C组、D组和E组），2个重复。供试饲料为广东奥特饲料有限公司生产的海龙牌黄颡鱼膨化配合饲料，粗蛋白含量≥40%。

1.2 养殖管理

各塘按黄颡鱼鱼种重量及设定投饲率计算每天的理论投饲量；使用自动投饲机投饲，每天清晨和傍晚各投喂1次，每隔10 d调整日投饲量1次；在具体投喂中，以每天傍晚投饲1 h后的饲料剩余状况判断当天实际投饲量及确定次日投饲量。试验期共60 d（2018年7～9月），期间各处理塘实际饲料输入量如表1所示。

表1 各塘投饲率、鱼种放养及饲料输入情况Table 1 Feeding rate, stocking and feed input of each pond

1.3 水质样品采集与分析

水质测定项目包括水温（WT）、酸碱度（pH）、透明度（SD）、亚硝酸盐氮（NO2-N）、氨态氮（NH3-N）、总氮（TN）、化学需氧量（CODMn）、5日生化需氧量（BOD5）、总磷（TP）和溶氧（DO）。采样点为每口塘投饲台附近。鱼种放养当天开始采集水样，之后每隔30 d左右采集水样1次，先后采样检测水质共3次。样品采集和测定参照文献［14-17］进行，水质评价标准参照《地表水环境质量标准》［18］。

1.4 数据处理

采用Microsoft Excel 2010对各试验塘水质指标进行无量纲化处理［19］，无量纲化公式如下，获取无量纲化值见表2。

式中，Xb(K)为b检测时期试验塘评估样品的K项指标的无量纲化值；为 b 检测时期试验塘评估样品各水质指标的实测值；为水环境质量分类标准中各评估指标的标准值。

为提高分析结果参数的有效性［20-21］，用主成分分析法（PCA）SPSS 25比较分析5种投饲率下养殖塘的主要环境因子，用灰色关联分析法对水质等级进行综合评价［22-23］。

采用KMO和巴特利特球形检验对主成分的适用性作出判断。KMO检验的依据是变量间的简单相关同偏相关的比较，一般认为KMO接近1，相应变量适合作主成分分析，且分析效果较好，KMO＜0.5则不适合进行主成分分析；巴特利特球形检验用来判定变量之间是否存在相关性，定义P＜0.05为各变量间显著相关，可以进行主成分分析，同时要求主成分因子方差累计贡献率≥ 70%［24-25］。

表2 5种投饲率下黄颡鱼养殖塘水质理化因子无量纲化值Table 2 Dimensionless value of physicochemical factors in the water of P.fulvidraco pond with five feeding rates

2 结果与分析

2.1 不同投饲率下黄颡鱼养殖塘TN、TP的动态变化

5种投饲率下黄颡鱼养殖塘的TN、TP动态变化如图1所示。试验期内各处理塘TN含量随养殖活动的进行大致呈上升趋势，变化范围为0.049～0.625 mg/L。其中，D处理塘TN含量最高，均值为0.485 mg/L；A处理塘TN含量最低，为0.366 mg/L。B、C、D处理塘TN含量显著高于A、E处理塘。总体上，TN含量表现为D处理＞C处理＞B处理＞E处理＞A处理；在TP水平上，除A处理塘呈略为上升趋势外，其他处理塘随养殖活动进行呈现稍下降趋势。其中，C处理塘TP含量最高，为0.224 mg/L；A处理塘TP含量最低，为0.144 mg/L；B、C、D处理塘TP含量明显高于A、E处理塘。总体上，TP含量表现为C处理＞B处理＞D处理＞E处理＞A处理。

图1 5种投饲率下黄颡鱼养殖塘TN、TP的动态变化Fig.1 Dynamic changes of TN and TP in P.fulvidraco ponds with five feeding rates

2.2 不同投饲率下黄颡鱼养殖塘NO2-N、NH3-N的动态变化

5种投饲率下黄颡鱼养殖塘的NO2-N、NH3-N动态变化如图2所示。试验期内A、B、C、E 处理塘NO2-N含量随养殖活动进行总体呈上升趋势，而D处理塘NO2-N含量则明显下降，总体变化范围为0.014～0.437 mg/L。其中，B处理塘NO2-N含量最高、均值为0.298 mg/L，E处理塘NO2-N含量最低、均值为0.228 mg/L。A、B、C、D 处理塘NO2-N含量差异较小且均高于E处理塘。总体上，NO2-N水平表现为B处理＞D处理＞C处理＞A处理＞E处理；在NH3-N水平上，A、B、E处理塘NH3-N含量随养殖活动进行略微上升，C、D 处理塘NH3-N含量则显著下降。其中，D处理塘NH3-N含量最高、均值为0.092 mg/L，A处理塘NH3-N含量最低、均值为0.018 mg/L。C、D处理塘NH3-N含量波动较大且高于A、B、E 处理塘，总体上，NH3-N含量D处理＞C处理＞B处理＞E处理＞A处理。

图2 5种投饲率下黄颡鱼养殖塘NO2-N、NH3-N的动态变化Fig.2 Dynamic changes of NO2-N and NH3-N in P.fulvidraco ponds with five feeding rates

2.3 不同投饲率下黄颡鱼养殖塘DO、BOD5的动态变化

5种投饲率下黄颡鱼养殖塘的DO、BOD5动态变化如图3所示。试验期内各组塘DO含量随养殖活动进行变动较小。其中，B处理塘DO含量最高均值为3.867 mg/L，C处理塘DO含量最低均值为3.077 mg/L。B、D、E 处理塘DO含量差异不大且均高于A、C 处理塘。总体上，DO含量表现为B处理＞D处理＞E处理＞A处理＞C处理；在BOD5水平上，B、C、D处理塘BOD5含量大致呈现上升趋势，A、E处理塘则略微下降。其中，B处理塘最高均值为3.103 mg/L，A处理塘BOD5含量最低均值为2.340 mg/L。B、D、E处理塘BOD5含量差异较小且显著高于A、C处理塘。总体上，BOD5含量B处理＞D处理＞E处理＞C处理＞A处理。

图3 5种投饲率下黄颡鱼养殖塘BOD5、DO的动态变化Fig.3 Dynamic changes of BOD5 and DO in P.fulvidraco ponds with five feeding rates

2.4 不同投饲率下养殖塘环境因子主成分分析

2.4.1 水质指标相关性分析 对经标准化处理的WT、SD、DO、CODMn、TN、TP、NH3-N 和 pH值等8种水质指标进行双变量相关性分析［26］，得到各指标的相关系数矩阵R（表3），两水质指标间联系程度越大，其相关性系数的绝对值则越大。由表3可知，pH与WT、SD、 CODMn、TN、NH3-N等5项水质指标间的相关性系数均较大，且与WT、SD的相关性最高、呈负相关，相关系数绝对值均大于0.5。WT与 CODMn呈显著负相关，相关系数绝对值为0.507。TN与DO两者之间的相关性最小，其绝对值最低为0.011。

2.4.2 KMO和巴特利特检验 对表3水质指标进行KMO和巴特利特检验，结果（表4）显示，KMO为0.701，即KMO＞0.5；巴特利特检验显著性水平为0.021，即P＜0.05，因此可以运用主成分分析方法对养殖塘的水环境质量进行评价。

2.4.3 公因子方差分析 对WT、SD、 DO、CODMn、TN、TP、NH3-N和pH值等8项水质指标进行公因子方差分析，结果（表4）显示，8项水质指标的有效信息提取值均大于0.50且趋近于1，确认以上8个指标可作为评价黄颡鱼养殖池塘水质的主要指标。

表3 5种投饲率下黄颡鱼养殖塘水质理化因子相关性矩阵Table 3 Correlation matrix of physicochemical factors of water quality in P.fulvidraco culture ponds with five feeding rates

表4 5种投饲率下黄颡鱼养殖塘水质理化因子公因子方差Table 4 Variance of physicochemical factors of water quality in P.fulvidraco culture ponds with five feeding rates

2.4.4 提取主成分 根据主成分提取的原则选取特征值大于1的前n个主成分［27-29］。从表5可以看出，前3个主成分的初始贡献率(即主成分对原始信息的保留程度)为73%、趋近于100%，对养殖塘水质存在较大影响，涵盖信息量较大，因此只需要提取前3个主成分对水质进行分析［30］，即：λ1=2.780、λ2=2.325、λ3=1.071。使用此方法原始信息的有效性损失了27%，但是水质分析指标从原来的8个降为3个，很大程度上简化了水质评价指标［31］。

表5 5种投饲率下黄颡鱼养殖塘水质指标方差分解主成分提取结果Table 5 Principal component extraction result of variance decomposition of water quality indexes in P.fulvidraco pond with five feeding rates

各水质理化因子与3个主成分之间的成分得分系数矩阵如表6所示，其相应的成分得分系数绝对值越大，说明相应指标与主成分之间的联系越紧密，通常认为成分得分系数大于0.3，表明该指标与主成分紧密度较高［32］。从表6中8项水质理化指标在3个主成分上的得分系数可知，第一主成分主要反映SD、DO及CODMn指标信息，第二主成分主要反映NH3-N、TN及DO指标信息，第三个主成分主要反映TP、TN及NH3-N指标信息，其中对TP的反应度最大值为0.779。

表6 5种投饲率下黄颡鱼养殖塘水质理化因子成分得分系数矩阵Table 6 Score coefficient matrix of physicochemical factors of water quality in P.fulvidraco ponds with five feeding rates

2.4.5 主成分表达式的构建 由主成分得分系数矩阵数据（表6），乘以经无量纲化处理的各水质指标监测数据（表2），再依次相加获得主成分的表达式Fn［33］。本研究只选择经过主成分分析对水质特征值贡献率较大的3个主成分进行分析，将其得分系数与对应的水质指标标准化数据相乘之后获得F1、F2、F3表达式如下：

F1=0.270WWT+0.337WSD+0.332WDO-0.335WCOD-0.071WTP+0.042WTN+0.051WNH3-N-0.199WPH

F2=-0.096WWT+0.148WSD+0.336WDO+0.011WCOD+0.133WTP+0.367WTN+0.632WNH3-N+0.178WPH

F3=-0.006WWT+0.107WSD-0.183WDO+0.181WCOD+0.779WTP-0.263WTN+0.290WNH3-N-0.161WPH

从F1、F2、F3可以看出，第一主成分中SD、CODMn、DO相关系数的绝对值之和较高，是影响养殖塘水质的主要因素，其中CODMn、TP及pH值为负相关，其他均为正相关；第二主成分中NH3-N、TN、DO是影响水质的主要因素，其中WT为负相关，其他均为正相关；第三主成分中TP是影响水质的最主要因素，其中SD、CODMn、TP、NH3-N为正相关，其他均为负相关。

2.5 不同投饲率下黄颡鱼养殖塘环境因子灰色关联分析

基于不同投饲率下养殖塘水质理化因子主成分分析结果，从中选取对水质状况具有主导作用的理化指标DO、CODMn、TN、TP、NH3-N，运用灰色关联分析评价各塘水质状况［34］。以《地表水环境质量标准》中5类水质评价标准为依据，将各处理塘无量纲化处理的水质指标实测值与无量纲化处理的标准级别值（表7）进行关联度计算，计算出实测值与标准值之间的关联度并进行排序。两者关联系数值越大，表明该处理塘水质与相应级别水质接近程度越高，进而对水质级别进行判定（表8）。各处理塘水质级别综合评判均为Ⅲ类水；投饲率2.5%的D处理塘水质情况波动较大，8月份显示为Ⅳ类水、水质恶化，9月份显示为Ⅱ类水、水质状况略有好转。

表7 地表水环境评价标准的无量纲值Table 7 Dimensionless values of environmental assessment criteria for surface water

表8 5种投饲率下黄颡鱼养殖塘水质指标与水质等级关联度Table 8 Correlation between water quality indexes and water quality grades of P.fulvidraco ponds with five feeding rates

2.6 不同投饲率下黄颡鱼养殖塘水质综合评价

将主成分分析中的8项水质指标在每个主成分上的得分乘以与之相对应的方差贡献率权重，即可得出各养殖塘水质的主成分综合得分评价函数F，即：

F= 0.348/(0.348+0.166+0.134)×F1+0.166/(0.3 4 8+0.1 6 6+0.1 3 4)×F2+0.1 3 4/(0.348+0.166+0.134)×F3

根据主成分综合评价函数，用SPSS 25计算出各处理塘水质状况的主成分综合得分（表9）并进行排序，进而评价5种投饲率下养殖塘的水质状况，得分越大表明养殖塘水质污染越严重。由水质综合评价结果（表9）可以看出，投饲率2.5%、3.0%处理塘的水质评价综合得分较高，排名相对靠前，水质相对较差，说明水质污染较为严重；投饲率1.5%处理塘的主成分分析的综合评分处于相对中等状态，水质状况相对略好；投饲率1.0%、2.0%处理塘的综合得分较低，水质状况相对较好。

表9 5种投饲率下黄颡鱼养殖塘水环境因子主成分分析综合得分Table 9 Comprehensive score of Principal Component Analysis of water environment factors in P.fulvidraco ponds with five feeding rates

3 讨论

3.1 不同投饲率对黄颡鱼养殖塘NO2-N、NH3-N、TN和TP的影响

淡水养殖塘水体中的TN、TP、NO2-N、NH3-N等是水环境质量的参考指标，不同程度地反映水环境质量，直接影响水生生物的正常生长。杨世平等［35］研究表明，饲料投喂量的不同极大影响水环境因子变化，进而影响养殖塘水质状况。水体中NO2-N、NH3-N浓度随养殖活动的进行呈现上升趋势［36］，即随养殖时间延长，水体中堆积大量饵料、鱼体排泄物及其他鱼体和浮游生物的尸体将使水体NO2-N、NH3-N浓度升高［37-40］。本研究中相对较高投饲率的B、C、E处理塘NO2-N浓度随养殖活动的进行上升幅度较大，D组塘养殖中期NO2-N浓度下降显著，但其整体浓度仍处于较高水平；B、C、D、E处理塘NH3-N浓度也处于较高水平，而低投饲率的A处理塘NO2-N浓度上升幅度较为缓慢，NH3-N浓度波动也较小。这与施祥元等［41］关于水质因子变动研究结果相符。王艳红等［42］认为，水生态系统中影响水质的各理化因子不是单一存在的，而是密切联系、相互影响制约［43］。本研究水环境因子综合分析结果表明，5种投饲率养殖塘水质理化因子之间存在极大相关性，即DO、CODMn、TN、TP、NH3-N、NO2-N及pH值共同参与养殖塘水质调节。其中养殖活动初期（7—8月）各模式塘中TP、TN、NH3-N及NO2-N含量等变化显著，原因可能在于初期浮游植物密度低，光合作用产氧量少，水体环境中氧含量不足，水体自净能力差，从而造成水体TP、TN、NO2-N、NH3-N等理化因子的积累。随着养殖活动的进行，浮游植物密度增大，产氧量增加，制约水体TP、TN、NO2-N、NH3-N含量变化，共同影响着水环境质量。

3.2 不同投饲率对黄颡鱼养殖塘水环境因子主成分特性探讨

本研究中第一主成分主要显示SD、DO及CODMn的信息，而各处理塘SD主要受外部饲料输入量、雨水带入的悬浮物质和藻类等水生生物代谢作用，以及池塘增氧机搅拌作用影响。水体SD降低，表明池塘水生生物数量增多，进而导致CODMn升高。因此，第一主成分主要间接反映水体生物的活动状况及其对水环境因子的影响。该结果与管佳佳等［44］关于太湖水质理化因子的分析结果相符。

第二主成分主要显示NH3-N、TN及DO的信息，三者均表现为正相关。表明作为营养元素的氮盐，其含量波动制约了池塘水生生物密度，即藻类等水生生物密度增加，将引起DO含量增加。第二主成分信息揭示了黄颡鱼养殖塘氮盐特性，该结果与马诗茜等［45］关于水库水质分析结果相符。

第三主成分中TP是影响水质的最主要因素。隋少峰等［46］研究表明，养殖塘水体pH值是综合性指标，其大于或小于7.4（pH中性值）时有利于底泥对磷的释放。本研究pH值与TP有显著相关性，即养殖塘pH值变化影响水体TP含量［47］。第三主成分反映黄颡鱼养殖塘无机盐离子特,及其对水生生物代谢活动影响［48］。同时，本研究第一主成分的方差贡献率略高于第二、第三主成分，即试验周期内首要主控因素为SD、DO、CODMn，而人工投饲等引起水体SD、DO及CODMn变动的因素对养殖塘水环境质量起主导作用。该结论进一步加强本研究水质综合评价结果，即适宜的外源性物质（如饵料）输入能使水质保持良好状态。

3.3 不同投饲率对黄颡鱼养殖塘水体富营养化状态的影响

外源输入饲料影响养殖水体水质，影响程度随输入量的大小而异。朱鹏等［49］研究表明，水产养殖的规模化发展给池塘水环境质量带来氮、磷压力。LI等［50］研究表明，水体中氮、磷含量超标是引起水体富营养化的主要因素。余国营等［51］研究表明，水体底泥中有机质含量状况参与构成水体富营养化内源性压力。因此，养殖池塘中，大量外源物质（如饲料、渔药、城市地表污水）的排放及农药残留雨水能引起养殖水体TN、TP含量显著变化，严重则引起水体富营养化［52-53］。

本研究的水质评价表明，A、B、C、E处理塘水质均为Ⅲ类水，符合水产品养殖水质标准。而D处理塘8月份水质级别为Ⅳ类水，且水体中的TN、TP等因子含量超标，水质污染严重。其原因可能是D处理（投饲率2.5%）塘饲料投喂量较大，饲料中的残饵及鱼类排泄物在底泥中积累较多，条件适宜时可引起特定优势藻类大量繁殖，易造成水体富营养化。主成分分析综合评分表明，A、C两种处理塘的总体得分较低，水质较为稳定，且A处理塘水质状况较好。原因可能在于：A处理塘投饲量低，鱼体对饵料的利用率高，底泥中饵料残余量减少，降低了底泥中TN、TP等物质的积累，且随着养殖时间的延长，水体不断自我净化，有助于保持较好的水质状况，避免了因TN、TP等环境因子超标以及优势藻类大量繁殖而引发的水体富营养化。因此，解决水体富营养化的主要措施为控制水体外源营养盐的输入，其中采取合理的投饲策略为控制营养盐输入的措施之一，既能为养殖户带来较高经济效益，又能保持良好水质，为实现黄颡鱼生态化养殖奠定基础。

4 结论

黄颡鱼养殖塘水环境质量易受到WT、SD 、DO、CODMn、BOD5、TN、TP、NH3-N、NO2-N、pH值等理化因子影响。主成分分析（PCA）及不同投饲率处理塘水质因子动态分析表明，CODMn、DO、TN、TP及NH3-N在影响养殖塘水质方面占据主导作用；pH值与其他理化因子均存在极高相关性，且TN与TP、NH3-N均呈显著相关性。这些理化因子之间密切联系并相互制约，共同影响水环境质量状况，据此应引起养殖户的密切关注，针对水质理化因子状况采取合理的水质调控措施。

经灰色关联分析评价，5种投饲率中，投饲率1.0%、1.5%、2.0%、3.0%处理塘的水质均达Ⅲ类水，符合水产品养殖水质标准。而投饲率2.5%处理塘在养殖中期水质级别达到Ⅳ类水，且水体中的TN、TP等因子含量超标，水质污染较严重；1.0%、1.5%、2.0%处理塘主成分综合评分分别为1.2704536、1.2704664、1.2704642，水质状况稳定，而3.0%处理塘的得分最高为1.2730678，水质波动较大。因此，投饲率为1.0%～2.0%处理塘的的水质状况相对较好，过高的投饲率将降低养殖水体的水质健康状况。

以主成分分析结合灰色关联分析评价养殖塘水质，弱化了单独使用其中一种方式探讨水环境质量的片面性，大大提高了养殖塘水质评价结果的可信性，可为水产养殖户持续性生态养殖提供参考。