APP下载

徐汇区地表水中氨氮、总氮与总磷变化趋势及相关性研究

2022-10-25顾娴静

皮革制作与环保科技 2022年17期
关键词:回归方程氨氮二者

顾娴静

(上海市徐汇区环境监测站,上海 200233)

1 前言

水体富营养化是由于氮、磷等其他不同类型营养元素的不断增多,造成水体中出现大量藻类,或者是其他浮游生物,从而破坏整个水生自然环境的均衡[1],造成水体有臭味,而且变得十分浑浊,这是一个全球性的环境问题。氮、磷等元素是最基础的化学循环元素,是造成水体富营养化的原因,它们主要是由一些生活和工业污水形成的污染导致而成[2]。所以,氨氮、总氮和总磷是最关键的污染物,针对他们的监测分析至关重要。

本文通过分析徐汇区部分地表水断面氨氮、总氮、总磷之间的关系,建立回归方程,研究其线性特征,最终的分析结果有益于审核人员对数据进行精准把控。在实际工作中,便于利用其中某一种参数的测量值对另外两种参数的浓度范围作出预测,从而设定适当的稀释倍数,判断水体所处范围的标准,提升了数据分析效果。

2 数据来源

本文数据来源于2020年上海市徐汇区地表水6个断面(点位)的监测数据。其中2019年12月至2020年3月为枯水期,4月~5月、10月~11月为平水期,6月~9月为丰水期,6个断面每月月初监测一次,分为上下频,数据已作均值处理,共获得了216个数据。

3 研究方法

3.1 分析方法

氨氮项目的分析采用了《水质 氨氮的测定 纳氏试剂分光光度法》(HJ 535-2009)[3],分析总氮项目时主要参考了《水质 总氮的测定 碱性过硫酸钾消解紫外分光光度法》(HJ 636-2012)[4],而分析总磷项目时主要参考了《水质 总磷的测定钼酸铵分光光度法》(GB 11893-1989)[5]。

3.2 数据处理

通过使用数据分析软件SPSS来全面分析所有的监测数据,剖析这些数据之间的皮尔逊相关性,如果最终分析结果呈显著性相关关系,那么可以借助origin进行曲线绘制,建立一元线性回归方程;如果最终分析结果没有显著性相关关系,则不绘制曲线,无相关性关系。

4 结果与讨论

2020年度6个断面的氨氮、总氮、总磷监测数据如表1所示。地表水采样及分析、数据处理均参照相关标准中的规范要求进行。

表1 2020年度氨氮、总氮、总磷的监测结果汇总(单位:mg/L)

4.1 氨氮、总氮、总磷比值的时间变化趋势

图1显示多数断面在丰水期氨氮-总氮比值最高,枯水期总体数值比平水期低。通常地表水中监测的总氮数值包括氨氮数值、硝氮数值、亚硝氮数值以及有机态氮数值,多位研究人员发现[6],当前对于遭受严重污染的水体来说,氨氮-总氮的占比相对较高,说明氨氮的形态也相对较多。因此不难分析出,在高水位时期,水体受到的损害和污染较为严重,而在干旱和平坦的水体中,其受到的污染程度较小。

图1 不同时期氨氮-总氮比值变化趋势图

图2显示枯水期期间氨氮-总磷占比较高,而丰水期比值最低。究其原因主要是由于季节性的变化导致总磷含量也会发生相应改变,相较于平水期和枯水期的水体来说,丰水期的水体总磷含量明显较高。一般情况下,地表水体中的总磷形态多种多样,比如有溶解无机磷等,而水体中藻类生长的主要营养元素来自于磷[7],总磷的季节性变化与藻类多少变化相符。

图2 不同时期氨氮-总磷比值变化趋势图

与氨氮-总磷比值相似,从图3中不难看出枯水期的总氮-总磷含量,与高水丰期和正常水丰期相比明显增加。同样,这与总磷的显著季节性变化有关。

图3 不同时期总氮-总磷比值变化趋势图

4.2 氨氮、总氮、总磷的相关性研究

4.2.1 氨氮与总氮的相关性研究

通过对表1的氨氮与总氮数据统计分析可以得出,以氨氮浓度为x,总氮浓度为y,创建的回归方程为y=ax+b,其中a为斜率,b为截距,并绘制两者的线性相关性图。通过表2中数据结果看,每个不同时期呈现的相关性曲线也有很大不同,具体如图4、图5、图6所示。在枯水期,氨氮与总氮之间呈现出显著性的相关性,且相关系数达到0.964,皮尔逊相关性为0.966,二者之间的显著水平为0.01,表明二者间存在明显的正相关关系;在平水期,二者间同样呈现出显著性的相关性,且相关系数达到0.903,皮尔逊相关性为0.907,二者之间的显著水平为0.01,表明二者间存在明显的正相关关系;在丰水期,二者间同样呈现出显著性的相关性,且相关系数达到0.98,皮尔逊相关性为0.981,二者间的显著水平为0.01,表明二者之间存在明显的正相关关系。相比之下,丰水期相关性最高,枯水期次之,平水期最低。

表2 2020年度不同时期氨氮与总氮相关性情况

图4 枯水期氨氮与总氮线性关系

图5 平水期氨氮与总氮线关系

图6 丰水期氨氮与总氮线性关系图

4.2.2 氨氮与总磷的相关性研究

对表1中氨氮与总磷监测数据进行统计分析,以氨氮浓度为x,总磷浓度为y,创建一元线性回归方程y=ax+b,其中a为斜率,b为截距,绘制两者的线性相关系图。表3显示的是氨氮与总磷的线性情况,图7、图8、图9展示的是多个时期的相关性曲线情况。按照表3和图7、图8、图9所示的结果来看,在枯水期,氨氮与总磷之间呈现出显著性的相关性,且相关系数达到0.928,皮尔逊相关性为0.932,二者间的显著水平为0.01,表明二者间存在明显的正相关关系;在平水期,两者之间的相关性也很明显,相关系数为0.831,皮尔逊相关系数为0.839,二者间的显著水平为0.01,这表明二者间存在明显的正相关关系;在丰水期,相关系数和皮尔逊相关性分别为0.951和0.954,二者间的显著水平为0.01,表明二者间存在明显的正相关关系。而丰水期相关性最为突出,枯水期次之,平水期最低。

表3 2020年度不同时期氨氮与总磷相关性情况

图7 枯水期氨氮与总磷线性关系

图8 平水期氨氮与总磷线关系

图9 丰水期氨氮与总磷线性关系图

4.2.3 总氮与总磷的相关性研究

对表1中总氮与总磷监测数据进行统计分析,以总氮浓度为x,总磷浓度为y,创建回归方程y=ax+b,其中a为斜率,b为截距,并绘制两者的线性相关性图。表4为总氮与总磷的线性情况,图10、图11、图12为不同时期的线性相关性曲线。在枯水期,总氮与总磷之间呈现出显著性的相关性,且相关系数达到0.906,皮尔逊相关性为0.910,二者之间的显著水平为0.01,这表明二者之间存在明显的正相关关系;在平水期,相关系数为0.961,皮尔逊相关系数为0.963,二者之间的显著水平为0.01,这表明二者之间存在明显的正相关关系;在丰水期,二者之间同样的呈现出显著性的相关性,且相关系数达到0.941,皮尔逊相关性为0.943,二者之间的显著水平为0.01,这表明二者之间存在明显的正相关关系。由此可见,平水期相关性最高,丰水期第二,枯水期最低。

图10 枯水期总氮与总磷线性关系

图11 平水期总氮与总磷线性关系

图12 2020年丰水期总氮与总磷线性关系

表4 2020年度不同时期总氮与总磷相关性情况

5 结语

(1)通过研究不同时期徐汇区地表水各个断面氨氮-总氮比值、氨氮-总磷比值、总氮-总磷比值,最终总结得出,在丰水期,氨氮-总氮含量占比最大,而氨氮-总磷含量占比以及总氮-总磷含量占比在这个时期相对最小,说明丰水期期间氨氮、总磷的整体含量相对较高,水体富营养化情况也十分严重,平水期与枯水期相对受到的环境污染较少。

(2)相关性研究表明,徐汇区地表水断面的氨氮、总氮与总磷之间的关系较为显著,成正相关关系,尤其是在丰水期,相较于平水期和枯水期,这三者之间的相关关系较高,而总氮与总磷之间的关联关系,在平水期的相关性最高。

(3)综上所述,针对这三者之间的相关性关系创建回归方程并进行统计分析研究非常重要,这对于以后的日常监测具有不容小觑的指导意义,按照这三个参数进行关系测定,判断另外两种参考值的大致含量范围,可以预测稀释倍数,并提升检测分析的效果。

猜你喜欢

回归方程氨氮二者
AQ2+间断化学分析仪测定水体中氨氮的方法
碱改性凹凸棒石去除水源水中氨氮的试验研究
采用直线回归方程预测桑瘿蚊防治适期
浅谈回归方程在煤质检验中应用时应注意问题
折点加氯法去除氨氮应用于河道突发性污染中的试验研究及其应用
摇曳
5统计案例(回归分析及独立性检验)
天然沙粒对氨氮吸附的影响
Units 13—14词语辨析
译经