基于主成分分析的滨海型盐碱地池塘环境评价

吴会民 张韦 李文雯 蔡超 王永辰 李楠 缴建华

摘要：运用主成分分析法对三口池塘水质和沉积物共20个指标的检测结果进行了综合评价。结果表明，在养殖前期水质最差，养殖中期水质最好，养殖后期逐渐下降。

关键词：滨海型盐碱地池塘;理化因子;沉积物;主成分分析

中图分类号：X824         文献标识码：A

文章编号：0439-8114（2019）17-0043-03

DOI：10.14088/j.cnki.issn0439-8114.2019.17.011           开放科学（资源服务）标识码（OSID）：

Abstract： In order to evaluate the quality of pond of coastal saline-alkaline land by principal component analysis（PCA）， 20 indicators of water and sediment were detected. The results showed that the cultural water quality was the worst at the early stage， but it turned better at the middle， and it got worse at the last stages of the breeding.

Key words： pond of coastal saline-alkaline land; physical-chemical factors; sediment; principal component analysis （PCA）

目前水环境质量评价的方法有很多种，主要有两大类，即单因子评价法和综合评价法[1]。单因子评价法计算较为简便，但局限性也较明显，即缺乏对水质总体的评价。综合评价法主要包括模糊综合评价法[2]、人工神经网络评价法[3]、层次分析法[4]、灰色聚类法[5]和投影寻踪法[6]等，但是這些方法在判断水环境优劣时需要与相应的标准值进行比较，然而很多水环境指标没有标准值，尤其是在渔业水质评价时，可供利用的有标准值的指标很少，这给水质评价带来很多不便。主成分分析法（PCA）也称为主变量分析法，旨在利用降维的思想对高维变量系统进行最佳综合和简化，将较多的指标转化为少数几个综合指标[7]。由于该方法不需要参考指标的标准值，因此，可以根据任何可以量化的指标进行评价比较，尤其适用于标准值很少的渔业水体的评价比较。本试验以天津市水产研究所淡水试验站的3口养殖池塘为研究对象，研究了池塘环境各指标的相关性，并首次利用主成分分析法对养殖池塘不同阶段的环境质量进行了比较，以期为该类型池塘选择合适的调控措施提供参考，并为建立渔业水体环境评价方法奠定基础。

1  材料与方法

1.1  研究对象及样品采集

选取天津市水产研究所淡水试验站3口养殖池塘，每口面积为0.267 hm2，池底土质，池深3.0 m，有效水深2.5 m。每口池塘配备一台1.5 kW的叶轮式增氧机和一台120 W的投饵机。养殖模式为鱼虾混养，主养凡纳滨对虾，养殖密度为120万尾/hm2，放养规格为1.0～1.5 cm/尾，混养种类主要为乌克兰鳞鲤（125 g/尾，7 500尾/hm2）、异育银鲫（50 g/尾，3 000尾/hm2）、草鱼（250 g/尾，450尾/hm2）、鲢（125 g/尾，2 250尾/hm2）、鳙（250 g/尾，750尾/hm2）。养殖过程中对凡纳滨对虾和鱼类进行分别投喂。鱼类投喂人工配合饲料，日投饵4次;凡纳滨对虾日投喂2次，上下午各一次，在鱼类集中摄食时沿池塘四周投喂。每天中午及晚上开启增氧机，中午开启时间为12：00～14：00，晚上开启时间根据实际情况而定，另外，高温季节及阴雨天气加长开启时间。养殖过程中主要是通过池塘的清淤杀菌、苗种检疫杀菌、定期投喂药饵、水质杀菌、底质改良等措施预防病害的发生。整个养殖周期没有从外部引水，补充水源主要为自然降雨。

在养殖季节（5—10月）每月采样1次。每次采样都选择在晴天上午9：00～10：00进行。用于主成分分析的指标有20个。其中，水质的测定指标有pH、悬浮物、化学需氧量、氨氮、亚硝酸盐氮、硝酸盐氮、总氮、活性磷酸盐、总磷、铜、锌、总硬度、总碱度、盐度;沉积物的测定指标有总磷、总氮、铜、锌、硫化物、有机碳。各测定指标依据相应国家标准进行测定。

1.2  研究方法

主成分分析法（PCA）也称为主变量分析法，旨在利用降维的思想对高维变量系统进行最佳综合和简化，将较多的指标转化为少数几个综合指标。主成分个数确定的原则：①只选取特征根>1时对应的主成分;②累积贡献率达到80%以上对应的主成分;③根据特征根变化的突变点决定主成分变量。

用SPSS13.0对试验数据进行主成分分析。

2  结果与分析

2.1  水质、沉积物指标的相关性

用相关分析研究了水质和沉积物各因子之间的相关关系，结果显示，沉积物铜含量、水体活性磷酸盐含量和总碱度、总硬度与5个指标存在显著相关性，水体pH、氨氮含量、锌含量及总磷与4个指标存在显著相关性，沉积物锌含量、有机碳含量和水体化学耗氧量与3个指标存在显著相关性，底泥总氮含量和水体总硬度与2个指标存在显著相关性，水体亚硝酸盐氮含量与1个指标存在相关性。由此可见，各指标之间存在着错综复杂的关系。

以沉积物总氮为自变量，以其他全部指标为因变量通过逐步回归分析方法建立了回归方程。由表1可知，沉积物中总氮（TN沉积物）与水质锌（Zn+）、亚硝酸盐氮（NO2-）、悬浮物（SS）的回归方程为TN沉积物 =-7.39 Zn++0.435 NO2--2.523 SS。

2.2  主成分分析计算

由各指標两两相关分析可知，各指标之间存在着复杂的相关关系，说明这些指标所反映的池塘的环境信息存在重叠关系，适合进行主成分分析。主成分分析的特征值和主成分方差贡献率及累计方差贡献率和特征值曲线如表2和图1所示，由于前5个主成分累计方差贡献率已达到100.000%，故其他主成分未列出。根据主成分提取原则，主成分1、2、3、4的特征值都大于1，并且4个主成分累计方差贡献率为95.893%，从图1也可以看出，特征值曲线在主成分4出现了突变，由此可知，将此4个主成分作为综合指标，可较为全面地反映滨海型盐碱地池塘的环境状况。因此取主成分的个数为4。

主成分载荷矩阵代表的是各指标与主成分之间的相关关系，某一指标与某一主成分的载荷绝对值越大，说明该指标与该主成分的相关性越强，联系越紧密。从表3可以看出，氨氮、活性磷酸盐、总碱度、总磷等指标在主成分1上的载荷较大，有机碳dn、pH、亚硝酸盐氮等指标在主成分2上的载荷较大，硫化物dn、总氮dn、悬浮物、盐度、总硬度等指标在主成分3上的载荷较大，锌dn、锌等指标在主成分4上的载荷较大。从主成分载荷的分布可看出，主成分1可解释滨海型盐碱地池塘水体的氮、磷水平，主成分2可解释滨海型盐碱地池塘沉积物的有机碳水平和水体的亚硝酸盐氮水平，主成分3可解释滨海型盐碱地池塘水体的悬浮物水平，主成分4可解释滨海型盐碱地池塘的重金属锌水平。

由表4水质指标的载荷矩阵可得出主成分的得分公式[8]。

式中，Z为主成分载荷值;L为标准化的指标值;F为主成分得分;i为采样次数;g为主成分个数;

j为指标个数。

主成分综合评价根据如下公式计算[8]：

式中，λ是特征值。

2.3  评价结果

将各监测批次的标准化数据代入主成分公式中，便可得到各批次的得分，说明了不同污染物对各监测批次水体的影响程度。再利用主成分综合评价公式得出各监测批次的综合得分，主成分综合得分能够反映水体的水质状况，得分越高，水质污染状况越严重。从主成分综合得分（表4）可以看出，在养殖前期水质最差，其主成分综合评分最高值达到4.48，养殖中期7月、8月主成分综合得分较低，在7月29日达到最低值-5.56，水质处于最好状态，养殖后期水质又有所下降。

3  讨论

从主成分综合得分可以看出，在刚开始养殖时池塘环境质量最差，这是因为天津的滨海型盐碱地池塘每年在放苗前和刚放苗时池塘的枝角类生物量都很大，而浮游植物的密度都很低，池塘水体氨氮和亚硝酸盐氮含量都很高。随着所放鱼苗和虾苗的摄食，枝角类生物量急剧减少，浮游植物种类和生物量逐渐增多，池塘水体质量明显改善，整个池塘生态系统达到一个较好的平衡状态。在本研究中，养殖中后期池塘环境质量最好，这可能是因为本研究中主养对象是凡纳滨对虾，并且套养了一定比例的鲢鱅等滤食性鱼类，池塘养殖结构比较合理，养殖过程中管理比较规范。利用主成分分析法对滨海型盐碱地养殖池塘环境的评价结果与池塘水质、沉积物和浮游生物的分析结果基本一致，说明主成分分析法是一种比较理想的养殖池塘环境评价方法。主成分分析法已广泛应用于河流湖泊等水环境质量评价[9，10]，本方法计算简便，不需要复杂的计算公式，用成熟的统计软件就可以实现，因此有很好的实用性。笔者之前发表的文章也可以实现任意指标的比较，但是计算方法较复杂[11]，因此主成分分析法在渔业环境评价中有更广阔的应用前景。

参考文献：

[1] 杨  旭，曾祥亮.基于单因子评价法和污染指数法的郑州大学眉湖水质评价[J].江苏科技信息，2014（5）：51-53.

[2] 宋  科，赵  晟，张  力，等.基于模糊综合评价法的东极大黄鱼（Larimichthys crocea）养殖区海水水质评价[J].海洋与湖沼，2013， 44（2）：383-388.

[3] 王彤彤，张  剑，涂  川，等.IPSO-BP神经网络在渭河天水段水质评价中的应用[J].环境科学与技术，2013，36（8）：175-181.

[4] 卢文喜，李  迪，张  蕾.基于层次分析法的模糊综合评价在水质评价中的应用[J].节水灌溉，2011（3）：46-49.

[5] 赵天燕，贺方升，侯棋棕，等.一种改进的灰关联分析法在水质评价中的应用[J].安全与环境学报，2005，5（1）：26-29.

[6] 康  明，王丽萍，赵璧奎，等.基于投影寻踪动态聚类法的水库水质评价模型[J].水力发电，2013，39（1）：16-19.

[7] 邢  静，张  越，陈彦磊，等.基于主成分分析法的黄河流域国控断面水质评价[J].节水灌溉，2013（10）：31-34.

[8] 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.

[9] 龚  然，徐力刚，徐  进，等.主成分分析法在城市小型湖泊水质评价中的应用[J].环境科学与技术，2014，37（S2）：486-488，545.

[10] 陈  荣，李雄华.主因子分析法在东江湖水质评价中的应用[J].湖南文理学院学报（自然科学版），2015，27（4）：64-68.

[11] 吴会民，姜巨峰，李春艳，等.三种不同养殖品种池塘水质变化特征分析及比较[J].淡水渔业，2016，46（2）：82-86.