南通近岸海域水質(zhì)特征的因子及聚類分析研究

丁言者，李飛，徐敏，黃曉龍，徐文健

（1.南京師范大學(xué) 地理科學(xué)學(xué)院，江蘇 南京210023；2.國家海洋局 南通海洋環(huán)境監(jiān)測中心站，江蘇 南通226005；3.國家海洋局 國家海洋環(huán)境監(jiān)測中心，遼寧 大連116023）

1 引言

近年來，我國海洋經(jīng)濟(jì)發(fā)展迅猛，但同時也帶來了海洋生態(tài)環(huán)境加劇惡化的問題，海水作為海岸帶生產(chǎn)活動污染物的直接受納水體，其特征的分析研究對于海洋開發(fā)活動的有效管理和海洋生態(tài)環(huán)境保護(hù)工作的開展具有重要指導(dǎo)意義。

目前對于海洋水環(huán)境特征的研究主要集中于水質(zhì)現(xiàn)狀評價和趨勢分析［1—2］、水體富營養(yǎng)狀況評價及分析［3—4］、水文氣象要素時空特征分析以及重金屬和有機(jī)污染物的時空分布特征分析［5—6］。采用多元統(tǒng)計方法可對大量的環(huán)境調(diào)查數(shù)據(jù)進(jìn)行有效的數(shù)據(jù)信息提取和理論歸納分析［7］，避免了人為確定各指標(biāo)權(quán)重的主觀隨意性，具有簡化、降維的優(yōu)點(diǎn)，在湖泊［8］與河流［9］的水質(zhì)分析領(lǐng)域已有較廣泛的應(yīng)用。由于海洋生態(tài)環(huán)境的特殊性和復(fù)雜性，該方法的應(yīng)用研究相對較少。劉綠葉等［10］采用主成分法和聚類分析法對呂四漁場近岸海域水質(zhì)監(jiān)測數(shù)據(jù)進(jìn)行了初步分析研究；林小蘋等［11］探討了主成分－聚類分析方法在柘林灣海水富營養(yǎng)化分類與評價中的應(yīng)用；曾淦寧等［12］運(yùn)用聚類分析方法綜合理化和生物指標(biāo)對杭州灣水質(zhì)進(jìn)行了評價。

江蘇省南通市地處我國沿江沿?！癟”型生產(chǎn)力布局主軸線的交匯區(qū)域［13］，南瀕長江，東臨黃海，灘涂濕地廣闊，受洋流和海洋潮汐作用，水體自凈能力較強(qiáng)。優(yōu)越的自然環(huán)境條件為沿海開發(fā)提供了較大的環(huán)境容量，對這一區(qū)域的保護(hù)和開發(fā)利用對沿海地區(qū)的可持續(xù)發(fā)展具有十分重要的意義。本文旨在通過對南通市近岸海域水質(zhì)現(xiàn)狀及特征的分析為南通市海洋生態(tài)建設(shè)和環(huán)境保護(hù)提供參考。

2 材料與方法

2.1 調(diào)查分析

針對p H、溶解氧、化學(xué)需氧量、硝酸鹽、亞硝酸鹽、銨鹽、活性磷酸鹽、油類等監(jiān)測指標(biāo)，分別于2012年5月（春）、8月（夏）和10月（秋）在南通近岸海域開展了3個航次的現(xiàn)場調(diào)查，調(diào)查站位布設(shè)如圖1所示。采用顛倒采水器采集表層（海面下1 m）水樣，檢測方法依據(jù)《海洋化學(xué)調(diào)查技術(shù)規(guī)程》［14］進(jìn)行?，F(xiàn)場海水鹽度、溶解氧、p H用YSI多參數(shù)分析儀進(jìn)行現(xiàn)場測定，硝酸鹽（NN）測定采用鋅鎘還原法，亞硝酸鹽（NN）測定采用萘乙二胺分光光度法，銨鹽（NHN）測定采用次溴酸鹽氧化法，活性磷酸鹽（POP）測定采用磷鉬藍(lán)分光光度法，樣品用UV2100型分光光度計進(jìn)行測定。無機(jī)氮（DIN）為硝酸鹽、亞硝酸鹽與銨鹽濃度之和，化學(xué)耗氧量（CODMn）的測定采用堿性高錳酸鉀法，石油類的測定采用紫外分光光度法。

圖1 監(jiān)測站點(diǎn)Fig.1 Monitoring station

2.2 研究方法

2.2.1 因子分析

本文采用因子分析方法［15］，按累積方差貢獻(xiàn)率α大于80%提取主因子［16］，根據(jù)分析過程中得到的因子得分系數(shù)矩陣列出各主因子表達(dá)式，將標(biāo)準(zhǔn)化后的原始數(shù)據(jù)代入，得到各站位各主因子不同監(jiān)測期的得分情況。在因子分析基礎(chǔ)上，結(jié)合站位點(diǎn)空間信息［17］，利用Arc GIS和Surfer等制圖分析軟件，繪制2012年各主因子的空間分布圖。因子分析具體步驟如下：

a.判斷因子分析適用性。根據(jù)KMO值和Bartlett球形度檢驗(yàn)結(jié)果判斷數(shù)據(jù)是否符合使用因子分析的要求（當(dāng)KMO＞0.5且顯著性概率P值為0.000時，說明樣本數(shù)據(jù)適用于因子分析）。

b.數(shù)據(jù)的標(biāo)準(zhǔn)化及相關(guān)系數(shù)矩陣的計算與特征根求解。

c.主因子的提取。主因子的提取默認(rèn)按λ≥1進(jìn)行（λ為特征值），也可根據(jù)累積方差貢獻(xiàn)率α確定，當(dāng)累積方差α達(dá)到80%～85%時進(jìn)行提取。本文按α≥80%提取。

d.因子正交旋轉(zhuǎn)。采用方差最大化法對初始因子進(jìn)行正交旋轉(zhuǎn)，以便于對各主因子進(jìn)行解釋。

e.計算站位主因子得分。根據(jù)得分系數(shù)矩陣確定主因子Fi的表達(dá)式，計算各站位各主因子的得分。

2.2.2 聚類分析

利用聚類分析［18］方法，根據(jù)各站位的主因子得分并結(jié)合其空間信息，進(jìn)行系統(tǒng)Q型聚類。類與類之間距離的計算方法選用組間聯(lián)接法。

在進(jìn)行區(qū)域劃分時，基于Arc GIS的泰森多邊形網(wǎng)格工具可以避免人為主觀劃分的主觀性和不確定性，且比人為劃分更為便捷［19］。因此使用Arc GIS軟件對16個調(diào)查站位做泰森多邊形分析，同時依據(jù)聚類分析結(jié)果合并同類型區(qū)域，以實(shí)現(xiàn)南通近岸海域區(qū)域劃分。由于水質(zhì)變化在時空上的連續(xù)性，文中區(qū)域邊界不代表絕對分界線。泰森多邊形可用于定性分析，本研究中采用離散站位點(diǎn)特性來描述泰森多邊形區(qū)域的水質(zhì)特征。

3 結(jié)果與討論

3.1 因子分析結(jié)果

表1為各指標(biāo)之間的相關(guān)系數(shù)矩陣，從中可以看出，化學(xué)需氧量與磷酸鹽、石油類與亞硝酸鹽之間存在一定的相關(guān)性，因此作進(jìn)一步因子分析。

對數(shù)據(jù)進(jìn)行KMO統(tǒng)計量和Bartlett's球形檢驗(yàn)，KMO檢驗(yàn)值為0.65，大于0.5，且Bartlett's球形檢驗(yàn)P值為0.000，小于顯著性水平0.05，因此數(shù)據(jù)適合做因子分析［16］。

表1 相關(guān)系數(shù)矩陣Tab.1 Correlation matrix

3.1.1 主因子提取

按累積方差貢獻(xiàn)率α大于80%作為主因子提取標(biāo)準(zhǔn)。前4個主因子的特征值分別為3.98、1.86、1.46、0.82，方 差 貢 獻(xiàn) 率 分 別 為 39.85%、18.60%、14.63%、8.2%，這4個主因子的累計方差貢獻(xiàn)率達(dá)到了81.27%，基本涵蓋了10個指標(biāo)所表達(dá)的信息（表2）。

表2 特征值及方差貢獻(xiàn)表Tab.2 Total variance explained

續(xù)表2

3.1.2 旋轉(zhuǎn)成分矩陣

通常在未經(jīng)過旋轉(zhuǎn)的主因子中，各指標(biāo)在多個主因子上都有較高的載荷，其表達(dá)的信息比較含糊，無法對主因子做較合理的解釋，因此對因子載荷矩陣進(jìn)行旋轉(zhuǎn)［20—21］。表3為旋轉(zhuǎn)后的因子載荷矩陣，給出了每個變量在4個主因子上的載荷。從表中看出，亞硝酸鹽、石油類在F1上有較大的正向載荷；鹽度、溶解氧為F2的主要表征；磷酸鹽在F3上的載荷高達(dá)0.93，化學(xué)需氧量、硝酸鹽的載荷分別為0.73和0.47。F4主要體現(xiàn)了銨鹽的情況。

表3 旋轉(zhuǎn)成分矩陣Tab.3 Rotated component Matrix

3.1.3 因子得分

利用因子得分系數(shù)矩陣列出各主因子表達(dá)式［22］，將標(biāo)準(zhǔn)化后的3個月份的監(jiān)測數(shù)據(jù)代入主因子得分公式，得到各主因子的得分情況，如表4所示。

表4 主因子得分Tab.4 The score of common factors

續(xù)表4

3.2 主因子的時空變化及其解釋

圖2為4個主因子的等值線分布圖，結(jié)合表3可以發(fā)現(xiàn)：F1（NO－2－N、石油類）夏季出現(xiàn)高值，秋季相對較低。F1的高值區(qū)主要位于冷家沙西北側(cè)，呈輻射狀分布，另外，在啟東與海門市交界處的大洋港近岸區(qū)域也出現(xiàn)小高值。F1體現(xiàn)的是亞硝酸鹽、石油類物質(zhì)的污染。亞硝酸鹽是水體中含氮有機(jī)物進(jìn)一步氧化，轉(zhuǎn)變成硝酸鹽過程中的中間產(chǎn)物；石油類污染主要源于河口、港口等航運(yùn)密集區(qū)域，不易降解。由于鹽度與p H在F1上有一定的負(fù)向載荷，筆者認(rèn)為F1是北上長江徑流與外海水在冷家沙淺灘處相遇作用的結(jié)果，NO－2－N與石油類是其特征表達(dá)。

圖2 主因子平面分布Fig.2 Distributions of four main factors

F2（DO、鹽度、NN）的季節(jié)變化因站點(diǎn)位置不同有明顯差異，靠近長江口附近的站位F2季節(jié)變化顯著，呈現(xiàn)夏低秋高的現(xiàn)象，而位于南通中北部海域的站位季節(jié)變化相對較小。南通中、北部近岸海域F2等值線的分布與岸線走向大致平行，值由近岸向離岸逐漸增大；至冷家沙南部網(wǎng)倉洪區(qū)域，等值線開始明顯彎曲，呈弧狀。由于鹽度、溶解氧在F2上擁有較大的正向載荷，N－N的負(fù)向載荷也較高，筆者認(rèn)為F3體現(xiàn)了外海水進(jìn)入的影響，DO、鹽度、NN是其特征表達(dá)，冷家沙南部F2等值線開始彎曲是受到北上長江徑流相抵作用的體現(xiàn)。

F3（CODMn、PO－P）季節(jié)變化較為顯著，多數(shù)站位表現(xiàn)出由春季至秋季逐漸增大的現(xiàn)象。長江入?？谔幨荈3的高值區(qū)，覆蓋面積較大，并逐漸向北延伸，而在如東縣北部的栟茶運(yùn)河入?？谔帲現(xiàn)3也從河口處以較快速度向外遞減。因此，F(xiàn)3的空間分布是以長江徑流輸入為主，加之栟茶運(yùn)河攜帶污染物入海產(chǎn)生疊加影響的體現(xiàn)。

F4（N－N）等值線的分布與F1較為相似，都在近岸河口處出現(xiàn)高值，但F4的最高值位于小洋口港近岸、栟茶運(yùn)河入?？谖恢?，而靠近長江入?？谔幍奈廴疚餄舛容^前者相對較低，但影響范圍較大。王先偉等［23］研究認(rèn)為靠近人為源強(qiáng)的水體，氨氮含量相對較高，源強(qiáng)愈大，銨鹽含量愈高。如東縣北部小洋口港區(qū)域人類活動頻繁，且小洋口閘外側(cè)灘涂分布有排污傾倒用海區(qū)，故認(rèn)為F4主要體現(xiàn)的是近岸人為源的影響。

3.3 基于動力地貌的水質(zhì)分區(qū)

3.3.1 站點(diǎn)聚類及區(qū)域劃分

利用系統(tǒng)聚類分析方法對表4的數(shù)據(jù)進(jìn)行聚類［24］，各站點(diǎn)聚類結(jié)果如圖3所示，其中橫坐標(biāo)為聚類重新標(biāo)定距離 （Rescaled Distance Cluster Combine），縱坐標(biāo)為聚類要素。由聚類圖可直觀地看出各站點(diǎn)的相似歸類情況，選用10作為閾值，則站點(diǎn)聚為5類，各類所含站位及覆蓋區(qū)域如表5所示。

圖3 聚類分析樹狀圖Fig.3 Tree procedure of cluster analysis

圖4為采用泰森多邊形法對南通近岸海域分區(qū)的結(jié)果，A區(qū)對應(yīng)栟茶運(yùn)河入海口及小洋口港附近近岸海域，B區(qū)主要覆蓋爛沙洋區(qū)域，C區(qū)為冷家沙西北部，處于B、D兩區(qū)交界處，D區(qū)覆蓋通州、海門、啟東三市近岸海域，E區(qū)為長江口外、啟東東側(cè)離岸海域。

表5 站位聚類結(jié)果Tab.5 Result of site clustering

3.3.2 區(qū)域特征分析

根據(jù)區(qū)域所涵蓋站位的因子得分情況，繪制各區(qū)域主因子特征圖（見圖5），結(jié)合區(qū)域地理位置及地形特點(diǎn)作進(jìn)一步分析：

A區(qū)：A區(qū)為小洋口港的近岸淺灘區(qū)，沿岸分布臨港工業(yè)，匯入該區(qū)的拼茶運(yùn)河為陸域重要排污泄洪通道。A區(qū)受人為影響最為劇烈。由于該區(qū)位于輻射沙洲南翼潮汐水道尾部，水動力條件較弱，污染物擴(kuò)散相對緩慢，故污染也最為嚴(yán)重。該區(qū)F3與F4季節(jié)變化顯著，F(xiàn)3由春季至秋季逐漸增大，可能是由于栟茶運(yùn)河經(jīng)小洋口外閘控制排放入海，開閘時間不定所致；F4（N－N）出現(xiàn)春高秋低的現(xiàn)象，這是由于春季溫度偏低，海洋微生物活性弱，對氨氮的分解作用較慢。

B區(qū)：B區(qū)處于冷家沙北側(cè)，覆蓋爛沙洋，西側(cè)與A區(qū)相接，西南側(cè)鄰接陸域，該區(qū)潮汐水道動力較強(qiáng)，污染物擴(kuò)散相對較快。F3由春季至秋季逐漸增大，F(xiàn)1呈現(xiàn)夏高秋低的現(xiàn)象，F(xiàn)2與F4季節(jié)變化相對較小。B區(qū)F1與F3的季節(jié)變化呈現(xiàn)與A區(qū)相同的趨勢，這是由于B區(qū)污染物來源受到了A區(qū)的強(qiáng)烈影響，反映了A、B兩區(qū)區(qū)域水文動力地貌均受到爛沙洋水道－沙洲系統(tǒng)的控制作用。

C區(qū)：C區(qū)位于冷家沙所在區(qū)域，北側(cè)為控制B區(qū)的爛沙洋潮汐通道，南側(cè)為控制D區(qū)的網(wǎng)倉洪潮汐通道。季節(jié)變化顯示該區(qū)夏季污染突出，秋季次之。

D區(qū)：D區(qū)覆蓋通州、海門、啟東三市的近岸海域，北側(cè)以冷家沙與爛沙洋水道相隔，區(qū)內(nèi)主要分布有小廟洪水道和網(wǎng)倉洪水道，南側(cè)與長江口鄰接，受到區(qū)內(nèi)潮汐通道和長江口的共同影響，區(qū)域水動力條件較強(qiáng)。D區(qū)各主因子季節(jié)變化明顯，具有典型的季節(jié)性特征污染物，春季以F4為主，這是由于春季溫度偏低，海洋微生物對氨氮分解作用較弱，致其濃度相對偏高；夏季F1升高，這是隨溫度上升，含氮類有機(jī)物加快分解過程中產(chǎn)生較多N－N的體現(xiàn)；秋季以F3（COD、P－P）占優(yōu)，這與“長江口及毗鄰海域COD濃度秋季普遍大于春夏季”的結(jié)論一致［25］，楊東方等［26］的研究顯示，長江口海域的磷酸鹽濃度幾乎不受長江流量變化的影響，其濃度不呈現(xiàn)周期性的季節(jié)變化。

圖4 區(qū)域劃分圖Fig.4 Zoning plan

E區(qū)：E區(qū)為網(wǎng)倉洪和小廟洪水道外側(cè)離岸海域，南側(cè)與長江口外海相接。F3在夏、秋兩季出現(xiàn)較大增長，應(yīng)與該季長江入海通量增加有關(guān)；F2在夏季出現(xiàn)明顯低值，可能是夏季長江入海攜帶較多硝酸鹽，且溫度較高不利于海水富氧所致。

綜合各區(qū)季節(jié)變化特征可以看出，南通近岸海域春季主要受F4的影響，夏季各區(qū)F1、F2的影響增大，秋季F3的影響更為顯著。A、B兩區(qū)由于均受到爛沙洋水道及其西側(cè)近岸污染的控制影響，季節(jié)變化趨勢呈明顯的相似性；夏季D、E兩區(qū)的主因子特征與A、B、C有顯著差異，可能是由于長江口沖淡水北偏干擾造成的。

4 結(jié)論

（1）利用因子分析方法，將南通市近岸海域水質(zhì)調(diào)查10類要素通過4個主成分F1（N－N、石油類）、F2（DO、鹽度、N－N、）、F3（CODMn、P－P）、F4（N－N）反映，貢獻(xiàn)率分別為39.85%、18.60%、14.63%、8.2%。

（2）主因子F1的高值區(qū)主要位于冷家沙西北側(cè)，F(xiàn)1的空間分布是北上長江徑流與外海水在冷家沙淺灘處相遇作用的結(jié)果。南通中、北部近岸海域F2等值線的分布與岸線走向大致平行，至冷家沙南部網(wǎng)倉洪區(qū)域，等值線開始明顯彎曲，F(xiàn)2體現(xiàn)了外海水進(jìn)入的影響。長江入海口處是F3的高值區(qū)，覆蓋面積較大，并向北延伸，如東縣北部栟茶運(yùn)河入?？谔嶧3也從河口向外遞減，F(xiàn)3的空間分布是河流輸入影響的體現(xiàn)。F4的分布與F3較為相似，都在近岸河口處出現(xiàn)高值，其貢獻(xiàn)以小洋口港近岸為主。

（3）通過站位聚類將南通近岸海域劃分為5個類型區(qū)，A區(qū)為小洋口港的近岸淺灘區(qū)，受近岸人類活動及河口排污影響劇烈，處于輻射沙洲南翼潮汐水道尾部，水文動力條件弱，污染嚴(yán)重；B區(qū)為冷家沙北側(cè)爛沙洋區(qū)域，受西側(cè)相鄰的河口排污區(qū)和近岸污染影響，在主要潮汐通道的強(qiáng)動力作用下，污染程度較輕；C區(qū)為冷家沙所在區(qū)域，位于B、D兩區(qū)之間的潮灘區(qū)，受到B、D兩區(qū)域污染的綜合影響；D區(qū)覆蓋通州、海門、啟東三市近岸海域，北側(cè)以冷家沙與爛沙洋水道相隔，南側(cè)鄰長江口，區(qū)內(nèi)分布有小廟洪水道和網(wǎng)倉洪水道，區(qū)域水動力條件較強(qiáng)；E區(qū)為網(wǎng)倉洪和小

廟洪水道外側(cè)離岸海域，南側(cè)與長江口外海相接。不同空間類型分區(qū)結(jié)果體現(xiàn)了區(qū)域動力地貌在海洋污染物分布中的強(qiáng)烈影響。

圖5 各區(qū)域主因子特征Fig.5 Features of main factors in each region

［1］崔娜.金州灣近岸海域水質(zhì)污染變化趨勢分析［J］.環(huán)境科學(xué)與技術(shù)，2001，24（增刊）：25－27.

［2］簡慧蘭，陶建軍，張健夫.南通市近岸海域水環(huán)境質(zhì)量評價［J］.海洋漁業(yè)，2006，28（4）：343－345.

［3］高生泉，林以安，金明明，等.春、秋季東、黃海營養(yǎng)鹽的分布變化特征及營養(yǎng)結(jié)構(gòu)［J］.東海海洋，2004，22（4）：38－50.

［4］沈永明.江蘇近岸海域營養(yǎng)鹽類污染分布特征與評價［J］.生態(tài)環(huán)境學(xué)報，2010，19（1）：6－10.

［5］何小燕，胡挺，汪亞平，等.江蘇近岸海域水文氣象要素的時空分布特征［J］.海洋科學(xué)，2010，34（9）：44－54.

［6］李玉.膠州灣主要重金屬和有機(jī)污染物的分布及特征研究［D］.青島：中國科學(xué)院海洋研究所，2005.

［7］王嵐，王亞平，許春雪，等.多元校正分析在水環(huán)境地球化學(xué)領(lǐng)域中的應(yīng)用［J］.地質(zhì)通報，2009，28（2／3）：257－262.

［8］李波，濮培民，韓愛民.洪澤湖水質(zhì)的因子分析［J］.中國環(huán)境科學(xué)，2003，23（1）：69－73.

［9］朱萬森，陳紅光，劉志榮，等.應(yīng)用因子分析法對地面水質(zhì)污染狀況的研究［J］.復(fù)旦學(xué)報（自然科學(xué)版），2003，42（3）：501－505.

［10］劉綠葉，孫國銘，劉培廷.應(yīng)用主成分法和聚類分析法分析呂四漁場近岸海水水質(zhì)［J］.海洋漁業(yè)，2006，28（3）：217－221.

［11］林小蘋，黃長江，林福榮.海水富營養(yǎng)化評價的主成分－聚類分析方法［J］.數(shù)學(xué)的實(shí)踐與認(rèn)識，2004，34（12）：69－74.

［12］曾淦寧，吳國權(quán)，徐曉群.多元聚類分析方法在杭州灣水質(zhì)分析上的應(yīng)用［J］.浙江工業(yè)大學(xué)學(xué)報，2009，37（1）：14－18.

［13］黃夏銀，李冰，王水.南通沿海開發(fā)與生態(tài)環(huán)境保護(hù)研究［J］.中國資源綜合利用，2010，28（9）：36－40.

［14］國家海洋局908專項(xiàng)辦公室.海洋化學(xué)調(diào)查技術(shù)規(guī)程［Z］.北京：海洋出版社，2006.

［15］Kazi T G，Arain M B，Jamali M K，et al.Assessment of water quality of polluted lake using multivariate statistical techniques：A case study［J］.Ecotoxicology and Environmental Safety，2009，72（2）：301－309.

［16］張文彤.SPSS統(tǒng)計分析高級教程［M］.北京：高等教育出版社，2004.

［17］李波，濮培民，韓愛民.洪澤湖水質(zhì)的因子分析［J］.中國環(huán)境科學(xué)，2003，23（1）：69－73.

［18］袁連新，余勇.聚類分析方法及其環(huán)境監(jiān)測 （水質(zhì)分析）中的應(yīng)用［J］.環(huán)境科學(xué)與技術(shù)，2011，34（12 H）：267－269.

［19］龍胤慧，廖梓龍.基于泰森多邊形法的慶陽市面雨量計算［J］.河北工程大學(xué)學(xué)報 （自然科學(xué)版），2012，29（3）：64－67.

［20］張文杰.上海海洋經(jīng)濟(jì)可持續(xù)發(fā)展的實(shí)證研究［D］.上海：上海海洋大學(xué)，2011.

［21］Dou Y G，Li J，Zhao J T，et al.Distribution，enrichment and source of heavy metals in surface sediments of the eastern Beibu Bay，South China Sea［J］.Marine Pollution Bulletin，2013，67（1／2）：137－145.

［22］黃靜.淮南潘謝采煤塌陷區(qū)水污染源解析［D］.淮南：安徽理工大學(xué)，2012.

［23］王先偉，溫偉英，劉翠梅.珠江口及附近海域夏季氮的化學(xué)形式分布研究［J］.海洋科學(xué)，2003，27（4）：49－53.

［24］Singh K P，Malik A，Mohan D，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（18）：3980－3992.

［25］中國海洋學(xué)會，中國海洋湖沼學(xué)會海岸河口分會.第十屆中國河口海岸學(xué)術(shù)研討會論文集［C］.北京：海洋出版社，2007.

［26］楊東方，王凡，高振會，等.長江口理化因子影響初級生產(chǎn)力的探索：Ⅱ.磷不是長江口浮游植物生長的限制因子［J］.海洋科學(xué)進(jìn)展，2006，24（1）：97－107.