基于主成分分析法的西南山區(qū)河道型水庫(kù)水環(huán)境變化特征研究

姜 來(lái)，李 洪，李 嘉，黃文典，張陵蕾

(1.四川大學(xué) 水力學(xué)與山區(qū)河流開(kāi)發(fā)保護(hù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，成都 610065；2.四川省紫坪鋪開(kāi)發(fā)有限責(zé)任公司，成都 610065)

西南河道型水庫(kù)具有河流和湖泊的雙重特性[1]，與一般水庫(kù)不同的是河道型水庫(kù)水深和水面寬都遠(yuǎn)小于庫(kù)長(zhǎng)，且較一些平原水庫(kù)防洪問(wèn)題較突出。在枯水期，上游來(lái)水較少，水庫(kù)高水位運(yùn)行，整體上呈湖泊特性；豐水期為了滿足防洪要求，來(lái)流量與泄洪量基本相等，呈河道特性。西南山區(qū)蘊(yùn)含豐富的水資源，隨著工農(nóng)業(yè)的發(fā)展及區(qū)域人口的增長(zhǎng)，西南山區(qū)水庫(kù)水環(huán)境問(wèn)題日益惡化，出現(xiàn)“藻類水華、黑潮、突發(fā)性水質(zhì)惡化”等水環(huán)境問(wèn)題。西南河道型水庫(kù)區(qū)別于東部平原水庫(kù)有著水深大、水溫低等特點(diǎn)，其中水庫(kù)季節(jié)性分層是影響水庫(kù)物理、化學(xué)和生物過(guò)程的重要因素[2]。

紫坪鋪水庫(kù)是西南地區(qū)的一座具有灌溉、供水、防洪、發(fā)電、旅游和環(huán)境保護(hù)等功能的大型水庫(kù)，位于岷江上游，正常蓄水位877 m，最大壩高156 m，總庫(kù)容11.12 億m3，是西南山區(qū)典型的河道型水庫(kù)。隨著水庫(kù)運(yùn)行時(shí)間的增長(zhǎng)，水體水質(zhì)受到影響，威脅著供水安全，在不同季節(jié)會(huì)產(chǎn)生不一樣的水質(zhì)問(wèn)題。學(xué)者們針對(duì)紫坪鋪水庫(kù)進(jìn)行了相關(guān)研究。如李嘉等[3]分析不同的運(yùn)行流量對(duì)污染物下泄的影響，并對(duì)不同污染物的來(lái)流情況提出對(duì)應(yīng)的應(yīng)急措施。李志勤等[4]結(jié)合水庫(kù)水動(dòng)力學(xué)特性分析水庫(kù)中污染物運(yùn)動(dòng)規(guī)律。張沁等[5]采取水庫(kù)的水質(zhì)原型觀測(cè)方法對(duì)水庫(kù)的水質(zhì)模型進(jìn)行驗(yàn)證。綜上，相關(guān)研究只是針對(duì)單一水文形態(tài)下的水質(zhì)進(jìn)行研究，并未對(duì)季節(jié)影響下湖泊、河流等形態(tài)周期變化下的水質(zhì)進(jìn)行研究。本研究以2016-2017年以紫坪鋪水庫(kù)的水質(zhì)監(jiān)測(cè)結(jié)果成果為基礎(chǔ)，運(yùn)用聚類分析、因子分析、回歸分析等多元統(tǒng)計(jì)分析方法，探究不同形態(tài)周期下水庫(kù)水質(zhì)的變化規(guī)律及影響水體營(yíng)養(yǎng)狀態(tài)的主控因子，以期為保障水庫(kù)水環(huán)境安全及富營(yíng)養(yǎng)化管理提供有力的支撐。

1 材料與方法

1.1 采樣點(diǎn)設(shè)置

在紫坪鋪水庫(kù)設(shè)置12個(gè)監(jiān)測(cè)斷面，即漁子溪電站尾水下游(G1)、牛圈溝(G2)、阿壩鋁廠下游(G3)、圣音寺(G4)、壽溪河(Z5)、壽溪河匯口下游(G6)、水田坪(G7)、龍溪溝(Z8)、跨庫(kù)大橋右(G9R)、跨庫(kù)大橋中(G9M)和跨庫(kù)大橋左(G9L)、壩前查關(guān)村(G10)和壩下水文站(G11)。紫坪鋪采樣監(jiān)測(cè)斷面見(jiàn)圖1。

圖1 紫坪鋪水質(zhì)監(jiān)測(cè)點(diǎn)分布Fig.1 Distribution of monitoring sites in Zipingpu reservoir

1.2 樣品采集與分析

采樣時(shí)間為2016年5月-2017年4月，每月下旬，每次監(jiān)測(cè)1 d，共監(jiān)測(cè)12次?，F(xiàn)場(chǎng)采取表層0.5 m水樣，水銀溫度計(jì)及YSI EXO水質(zhì)多參數(shù)水質(zhì)儀(YSI，美國(guó))讀取表層和深層水溫(T)，塞氏盤測(cè)量透明度(SD)，pH計(jì)測(cè)定pH(HACH，美國(guó))，便攜式濁度儀測(cè)定濁度(HACH，美國(guó))，便攜式電導(dǎo)率儀測(cè)定電導(dǎo)率?，F(xiàn)場(chǎng)水樣采集結(jié)合實(shí)驗(yàn)室分析的監(jiān)測(cè)指標(biāo)包括高錳酸鹽指數(shù)(CODMn)、五日生化需氧量(BOD5)、氨氮(NH3-N)、總磷(TP)、總氮(TN)、葉綠素(Chla)等。監(jiān)測(cè)及分析方法按《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》中選配的方法進(jìn)行。紫坪鋪水庫(kù)2016～2017年氣象資料來(lái)源于都江堰氣象局。

1.3 數(shù)據(jù)處理及分析

多元統(tǒng)計(jì)分析方法包括因子分析、聚類分析、主成分分析，此類方法可以在數(shù)據(jù)處理中保留大部分的信息，其中主成分分析能夠克服變量選擇時(shí)的相關(guān)、選擇信息量最豐富的因子，已在水質(zhì)污染狀況和水質(zhì)時(shí)空變化研究中廣泛應(yīng)用。

(1)聚類分析。針對(duì)數(shù)據(jù)出現(xiàn)的單位及數(shù)量級(jí)的不同，對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。季節(jié)變化對(duì)水質(zhì)的影響，運(yùn)用多元統(tǒng)計(jì)方法選取2016-2017年庫(kù)區(qū)及壩下12個(gè)斷面中包含降雨量及水溫在內(nèi)的12個(gè)指標(biāo)進(jìn)行聚類分析，以歐式距離(Euclidean distance)度量樣本距離，運(yùn)用Ward算法使水質(zhì)特征相似的月份形成層次聚類樹，將特征類似的季節(jié)聚類，得到河流形態(tài)時(shí)期和湖泊形態(tài)時(shí)期。

(2)主成分分析。根據(jù)水質(zhì)數(shù)據(jù)按河流形態(tài)期和湖泊形態(tài)期分類后，各自利用10個(gè)水質(zhì)指標(biāo)進(jìn)行因子分析，依據(jù)特征值(PCi)是否大于一的原則提取主成分，分別提取出河流形態(tài)期和湖泊形態(tài)期的主要水質(zhì)影響因子，最后計(jì)算出監(jiān)測(cè)點(diǎn)的綜合因子得分，由初始因子荷載陣與其對(duì)應(yīng)主成分特征值的平方根的比值得到對(duì)應(yīng)的系數(shù)矩陣后，與對(duì)應(yīng)標(biāo)準(zhǔn)化后的水質(zhì)指標(biāo)相乘可得到主成分表達(dá)式：

(1)

(2)

式中：Fi為各斷面主成分得分；Xj為監(jiān)測(cè)指標(biāo)；ηij為特征值對(duì)應(yīng)系數(shù)；F為各斷面的綜合得分。

(3)多元線性回歸。多元線性回歸將具有多個(gè)解釋變量的線性回歸模型，解釋因變量與其他多個(gè)自變量之間的線性關(guān)系。t-test用于檢驗(yàn)回歸系數(shù),R2用于驗(yàn)證預(yù)測(cè)結(jié)果的精確度。本文以2016～2017年紫坪鋪湖泊形態(tài)期和河流形態(tài)期中各自的主成分因子分值(Score values)為自變量，Chla濃度為因變量進(jìn)行多元線性回歸。湖泊形態(tài)期選擇3個(gè)主成分因子的分值(Score valuesPCi)作為自變量進(jìn)行多元線性回歸；河流形態(tài)期選擇4個(gè)主成分因子的分值(Score valuesPCi)作為自變量進(jìn)行多元線性回歸，分別得出紫坪鋪Chla預(yù)測(cè)模型。

使用Excel 2016和SPSS 22.0進(jìn)行數(shù)據(jù)分析，P<0.05表示顯著性相關(guān)，P<0.01表示極顯著相關(guān)。

2 結(jié)果與分析

2.1 水質(zhì)樣本

紫坪鋪?zhàn)鳛獒航嫌我蛔湫臀髂仙絽^(qū)河道型水庫(kù)，做好水質(zhì)監(jiān)測(cè)與防治對(duì)水庫(kù)水質(zhì)安全具有重要意義。選取具有代表性的12個(gè)監(jiān)測(cè)斷面的10個(gè)水質(zhì)指標(biāo)作為評(píng)價(jià)對(duì)象。2016年5月～2017年4月監(jiān)測(cè)數(shù)據(jù)如表1、2。

表1 年內(nèi)水質(zhì)指標(biāo)監(jiān)測(cè)數(shù)據(jù)Tab.1 Monitoring statistics of water quality index during the year

表2 評(píng)價(jià)斷面水質(zhì)監(jiān)測(cè)年均值統(tǒng)計(jì)Tab.2 Water quality monitoring annual average statistics of evaluation section

2.2 季節(jié)變化的水質(zhì)特征

降雨和溫度等季節(jié)性條件對(duì)河道型水庫(kù)邊界影響很大，進(jìn)而影響水庫(kù)的水動(dòng)力特征，不同水動(dòng)力條件下的水質(zhì)變化也不同[1]。圖2為2016年5月-2017年4月紫坪鋪包含季節(jié)變化特征在內(nèi)的12個(gè)水質(zhì)因子的聚類結(jié)果。依據(jù)(Dlink/Dmax)×100<7.5(Dlink/Dmax表示個(gè)案連鎖距離與最大連鎖距離之比)和(Dlink/Dmax)×100<2處將時(shí)間序列分為兩個(gè)時(shí)期，即5-9月為河流形態(tài)期，1-4月及10-12月為湖泊形態(tài)期。水利調(diào)度是水庫(kù)河流形態(tài)與湖泊形態(tài)變化的關(guān)鍵因子，1-4月水庫(kù)入、出庫(kù)流量較小，自5月起入、出庫(kù)流量逐漸增加，且在此期間水位較低，流速加快，來(lái)流量與出庫(kù)量基本相等，呈現(xiàn)河道的形態(tài)。至9月下泄流量發(fā)生改變，出庫(kù)量開(kāi)始減小，水位較低，至10月后下泄流量逐漸下降，水位開(kāi)始升高至較高水平，流速減小，呈現(xiàn)湖泊的形態(tài)。實(shí)際水利調(diào)度與聚類分析出的結(jié)果具有較高相似度，說(shuō)明聚類結(jié)果較好。河流形態(tài)期間水位變化范圍在830.69～848.54 m，保持在低水位運(yùn)行的狀態(tài)，入庫(kù)流量和降雨量都在較高的程度，且在6、7月泄洪洞開(kāi)始使用，使流速加快，水域面積減小，形成近似于河道的形態(tài)；10月隨著入庫(kù)流量和降雨量的降低，水庫(kù)開(kāi)始蓄水至次年的1月，期間保持著平均水位為871.71 m的高水位運(yùn)行，流速減緩，水域面積增大，形成近似于湖泊的形態(tài)。

水溫是影響水庫(kù)水質(zhì)的重要參數(shù)之一，水溫變化過(guò)程及分布狀況將影響到湖庫(kù)水環(huán)境中的理化過(guò)程，直接或間接的影響水體中浮游植物的生長(zhǎng)，水溫的分層對(duì)水華的爆發(fā)作用顯著[6]。大型水庫(kù)中，庫(kù)區(qū)的水深較深，易形成水溫分層現(xiàn)象，選取庫(kù)區(qū)水深較深的水田坪、跨庫(kù)大橋中和查關(guān)村斷面及在河流形態(tài)、湖泊形態(tài)和水位變動(dòng)時(shí)期中的典型月份進(jìn)行水溫分層分析(圖3)。紫坪鋪水庫(kù)地處川東盆地亞熱帶氣候區(qū)，從春末夏初開(kāi)始至初秋，都保持著穩(wěn)定的水溫分層結(jié)構(gòu)。在河流形態(tài)期向湖泊形態(tài)期過(guò)渡的9-10月，水體垂向?qū)α髯饔脤?dǎo)致垂向分層破壞，庫(kù)區(qū)接近同溫狀態(tài)，三個(gè)斷面平均上下層水溫差僅為1.85 ℃。

圖2 2016-2017年紫坪鋪水質(zhì)聚類分析結(jié)果與月均水利調(diào)度變化Fig.2 Water quality cluster analysis results and monthly average water project operation of Zipingpu Reservoir during 2016-2017

圖3 水溫的垂向分層特征Fig.3 Vertical stratification of water temperature

2.3 水質(zhì)因子空間分布特征

為了研究紫坪鋪河流和湖泊水文形態(tài)時(shí)期中水質(zhì)變化規(guī)律和主導(dǎo)因子，以及受形態(tài)周期變化影響較大的區(qū)域。對(duì)一年中10個(gè)主要的逐月水質(zhì)參數(shù)進(jìn)行因子分析，將多個(gè)水質(zhì)變量降維為少數(shù)能反映情況的綜合變量，即主成分，其中累計(jì)貢獻(xiàn)率可代表水質(zhì)指標(biāo)大多數(shù)的信息。對(duì)數(shù)據(jù)進(jìn)行KMO(Kaiser-meyer-olkin)值分析和Bartlett球型檢驗(yàn)[(χ2) ，Bartlett test of sphericity]，檢驗(yàn)結(jié)果表明，湖泊形態(tài)期和河流形態(tài)期Bartlett值和KMO值分別為0、0.003和0.550、0.529，Bartlett值小于0.05，KMO值大于0.5，說(shuō)明數(shù)據(jù)適合用于因子分析。湖泊形態(tài)期和河流形態(tài)期旋轉(zhuǎn)載荷矩陣如表3，采用的Kaiser標(biāo)準(zhǔn)化正交旋轉(zhuǎn)法，通過(guò)對(duì)10個(gè)相關(guān)程度較高的水質(zhì)因子進(jìn)行線性變換后，將水質(zhì)因子間的變化關(guān)系和相互作用關(guān)系集中體現(xiàn)到綜合性變量上，即主成分(PCi)。湖泊形態(tài)期從該時(shí)期的水質(zhì)因子中提取了3個(gè)特征值大于1的主成分(PC1、PC2、PC3)，PC1的貢獻(xiàn)率為51.78%，主要包含濁度、TP和SD，基本反映了該時(shí)期水質(zhì)的磷污染。PC2的貢獻(xiàn)率為15.14%，主要包含TN、BOD5、電導(dǎo)率和Chla，反映水體的營(yíng)養(yǎng)狀態(tài)。PC3的貢獻(xiàn)率為10.99%，主要包含pH和CODMn，反映水質(zhì)的有機(jī)污染。在第一主成分PC1基本確定湖泊形態(tài)期水質(zhì)一般性的磷污染情況下，還反映了水體營(yíng)養(yǎng)狀態(tài)和有機(jī)污染的2種不同環(huán)境問(wèn)題；河流形態(tài)期從該時(shí)期的水質(zhì)因子中提取了4個(gè)特征值大于1的主成分(PC1、PC2、PC3、PC4)，PC1的貢獻(xiàn)率為39.20%，主要包含濁度、SD和TP，基本反映了該時(shí)期水質(zhì)的磷污染。PC2的貢獻(xiàn)率為22.83%，主要包含BOD5、TN和NH3-N，反映水體受農(nóng)業(yè)面源的污染。PC3的貢獻(xiàn)率為14.24%，主要包含NH3-N、pH和Chla，反映水體的營(yíng)養(yǎng)狀態(tài)。PC4的貢獻(xiàn)率為10.96%，主要包含電導(dǎo)率和CODMn，反映水質(zhì)的有機(jī)污染。在第一主成分PC1基本確定河流形態(tài)期水質(zhì)一般性的磷污染情況下，還反映了農(nóng)業(yè)面源污染、水體營(yíng)養(yǎng)狀態(tài)和有機(jī)污染的3種不同環(huán)境問(wèn)題。

各個(gè)監(jiān)測(cè)點(diǎn)的因子得分及綜合得分如表4。湖泊形態(tài)期和河流形態(tài)期因子1都在G1和G2上的得分較高，但湖泊形態(tài)期得分較高，分別為2.27、2.05，上游河流是水庫(kù)外源性磷主要輸入形式，且大部分是顆粒態(tài)磷，故說(shuō)明湖泊形態(tài)期上游區(qū)域主要受泥沙及磷元素影響。湖泊形態(tài)期因子2和因子3也在G1和G2上的得分較高，還受農(nóng)業(yè)排放、生物和有機(jī)物的綜合影響；河流形態(tài)期中，因子1在G4、G6和G9M監(jiān)測(cè)斷面處的得分較高，分別為2.26、1.23和1.21，此期間，降雨量大，徑流沖刷帶入的磷元素及受到擾動(dòng)影響的沉積磷向上覆水釋放產(chǎn)生的磷大量增加，導(dǎo)致這幾個(gè)監(jiān)測(cè)點(diǎn)受泥沙及磷元素的影響。因子2在Z5、G4和G1上的得分較高，因子4在G2、G6和G4這幾個(gè)斷面處得分最高，說(shuō)明在上游及支流匯口處受生物化學(xué)因素影響及有機(jī)物的影響。因子3在G9L和G9M斷面處的得分較高，分別為2.12和1.50，說(shuō)明這幾個(gè)斷面處水體主要受人類活動(dòng)的影響。湖泊形態(tài)期和河流形態(tài)期綜合得分較高的都位于上游區(qū)域，說(shuō)明上游區(qū)域受影響程度大，且是下游區(qū)域水質(zhì)變化的“源”。河流形態(tài)期中其次綜合得分較高的是G4、G6和G9M，該區(qū)域水體流動(dòng)性相對(duì)較弱，有適宜藻類生長(zhǎng)的水動(dòng)力條件，受其上游影響且此期間溫度較高，故在此區(qū)域易發(fā)生水華。

表3 2016-2017年紫坪鋪水庫(kù)水質(zhì)主成分荷載矩陣Tab.3 Principal component loading matrix of water quality for Zipingpu Reservoir during 2016-2017

表4 監(jiān)測(cè)點(diǎn)分期污染情況綜合得分Tab.4 Contamination synthesis scores of monitoring sites during different phases

2.4 水質(zhì)因子時(shí)間分布特征

依據(jù)紫坪鋪水庫(kù)2016-2017年一年的水質(zhì)監(jiān)測(cè)數(shù)據(jù)并結(jié)合聚類分析、主成分分析分析結(jié)果，選取因水文形態(tài)周期變化水質(zhì)受其影響較大的區(qū)域進(jìn)行分析。即漁子溪電站尾水下游(G1)、圣音寺(G4)為上游區(qū)域，壽溪河匯口下游(G6)為支流匯口下游區(qū)域，跨庫(kù)大橋中(G9M)和查關(guān)村(G10)為庫(kù)區(qū)代表區(qū)域。對(duì)年內(nèi)各典型水質(zhì)因子進(jìn)行分析(圖4)。降雨量和水溫與部分水質(zhì)因子顯著性相關(guān)(P<0.05)，表明季節(jié)變化對(duì)紫坪鋪水庫(kù)水質(zhì)影響顯著。

2016-2017年紫坪鋪水庫(kù)TP月變化劇烈，尤其是入庫(kù)斷面G1，在湖泊形態(tài)期來(lái)水量較低，總磷的含量也相對(duì)較低(圖5)。水庫(kù)中的磷大部分是由上游干流輸入而來(lái)，且主要是顆粒態(tài)的磷，由于水庫(kù)集水面積大，河流進(jìn)入的流速緩慢，輸入的含磷顆粒物更易沉降，干流輸入的磷含量更多，隨著降雨量的增大，上游的徑流量隨之增加，且吸附能力較差的土壤會(huì)因降雨將其表面的含磷物質(zhì)沖刷至水庫(kù)，對(duì)下游庫(kù)區(qū)磷含量產(chǎn)生影響，故在河流形態(tài)期內(nèi)出現(xiàn)相應(yīng)的幾個(gè)峰值。

圖4 2016-2017年紫坪鋪水庫(kù)主要水質(zhì)指標(biāo)月變化Fig.4 Monthly variation of main water quality index in Zipingpu Reservoir during 2016-2017

圖5 2016-2017年紫坪鋪水庫(kù)漁子溪電站尾水下游斷面總磷、總氮與月降雨量的變化Fig.5 Comparison between monthly precipitation and concentrations of TN and TP of Yuzixi downstream of the tailrace monitoring site in ZipingpuReservoir during 2016-2017

入庫(kù)G1斷面TN月變化很大，最大值為5.19 mg/L，最小值為0.22 mg/L，平均值為1.73 mg/L，污染相對(duì)嚴(yán)重，河流形態(tài)期內(nèi)降雨量較高，其中5月降雨量達(dá)到189 mm，TN含量達(dá)到峰值，7月降雨量為全年最大值，達(dá)287 mm，在次月TN隨即快速增加至1.42 mg/L。說(shuō)明TN含量受降雨量的影響。同時(shí)在5月及7月透明度較高，分別為0.25和0.18 m，說(shuō)明受人類擾動(dòng)較小，所受外源氮輸入影響高于人類擾動(dòng)作用。

入庫(kù)斷面Chla濃度的季節(jié)變化與其他斷面明顯不同，可能是受上游來(lái)水影響。由于降雨量的增大改變了上游區(qū)域水文條件及溫度升高超過(guò)了藻類生長(zhǎng)的適宜溫度。全年降雨量最高的7月后的8月庫(kù)區(qū)各點(diǎn)出現(xiàn)峰值，最大值達(dá)14.18 mg/m3。4月和8月的雙峰值代表了年內(nèi)河道型水庫(kù)中藻類的生長(zhǎng)情況。氮、磷是藻類生長(zhǎng)所必須的元素，G9M斷面處的Chla與氮、磷元素有一定的相似關(guān)系，說(shuō)明氮、磷對(duì)藻類生長(zhǎng)起到了關(guān)鍵的作用，在河流形態(tài)期隨著降雨量的增大向下游庫(kù)區(qū)帶入更多的氮、磷元素，且SD發(fā)生變化，會(huì)有發(fā)生水華的風(fēng)險(xiǎn)[7]。但也有不同之處，比如在湖泊形態(tài)期向河流形態(tài)期過(guò)渡的4-5月TP與Chla的變化不同，且氮磷比不同時(shí)會(huì)對(duì)浮游植物繁殖造成相應(yīng)的影響，平均值為87，說(shuō)明在過(guò)渡期藻類受磷元素的限制，在湖泊形態(tài)期，面源污染嚴(yán)重，但是藻類受到溫度的影響生長(zhǎng)較緩慢(圖6)。

圖6 2016-2017年紫坪鋪水庫(kù)跨庫(kù)大橋中斷面總磷、總氮與葉綠素a的變化Fig.6 Comparison between concentrations of TN, TP and chlorophyll-a of Central bridge of the tailrace monitoring site in Zipingpu Reservoir during 2016-2017

2.5 多元線性回歸分析

由于紫坪鋪水庫(kù)在不同時(shí)期具有湖泊、河流形態(tài)特征，且因季節(jié)變化對(duì)Chla影響的因素會(huì)不同。故利用聚類分析、主成分分析法、多元線性回歸分析按不同時(shí)期提取主要影響因子，由表5并結(jié)合表3的主成分分析可知，湖泊形態(tài)期中對(duì)Chla濃度影響最大的是PC1，主要因素是濁度、TP和SD，即Chla含量受水體污染狀況及磷元素的綜合影響；河流形態(tài)期中對(duì)Chla濃度影響最大的是PC3，主要因素是NH3-N、pH，即Chla含量受人類活動(dòng)的影響，主要受氮元素的影響。PC2和PC4的貢獻(xiàn)較PC3相差不大，故Chla次要影響因素是BOD5、電導(dǎo)率、CODMn，即Chla含量受生物化學(xué)與有機(jī)物的綜合影響。

表5 葉綠素a與水質(zhì)因子的回歸方程Tab.5 Stepwise multiple regression between chlorophyll-a and water quality factors

3 結(jié) 語(yǔ)

(1)紫坪鋪水庫(kù)兼具湖泊與河流的雙重形態(tài)特征。1-4月及10-12月受紫坪鋪蓄水的影響，水位較高，流速緩慢，水域面積較大，接近天然湖泊形態(tài)。5-9月水位降低，水域面積減小，呈自然河流形態(tài)。根據(jù)主要指標(biāo)的時(shí)段變化特征，1-4月及10-12月為湖泊形態(tài)期，5-9月為河流形態(tài)期。

(2)主成分分析結(jié)果表明，紫坪鋪水體營(yíng)養(yǎng)狀態(tài)在不同時(shí)期受不同主導(dǎo)因素的影響，且對(duì)Chla起主要影響作用的水質(zhì)指標(biāo)也不同。將湖泊與河流形態(tài)期的因子得分作為自變量進(jìn)行多元線性回歸，分析結(jié)果發(fā)現(xiàn)各時(shí)期Chla與因子顯著相關(guān)。湖泊形態(tài)期主要水質(zhì)影響指標(biāo)為濁度、TP和SD，Chla主要影響因子為PC1，水體污染情況及磷含量影響顯著；河流形態(tài)期主要水質(zhì)影響指標(biāo)為濁度、TP和SD，Chla主要影響因子為PC3，水體氮含量影響顯著。

(3)水質(zhì)時(shí)空分布特征結(jié)果表明，湖泊形態(tài)期受影響程度大的是上游區(qū)域，主要影響因子是濁度、TP和TN；河流形態(tài)期受影響程度大的是中下游區(qū)域，主要影響因子是濁度、TP和BOD5。湖泊和河流形態(tài)期內(nèi)都主要受磷元素影響，隨著湖泊形態(tài)期向河流形態(tài)期過(guò)渡，入庫(kù)流量逐漸增大，外源磷逐漸向下游輸移，藻類的吸收利用制約著下游區(qū)域的 水質(zhì)情況。綜上所述，紫坪鋪水庫(kù)在河流、湖泊形態(tài)周期變化下導(dǎo)致年內(nèi)水動(dòng)力條件改變直接影響營(yíng)養(yǎng)鹽的富集與釋放，最終影響水庫(kù)營(yíng)養(yǎng)狀態(tài)。

(4)在不同時(shí)期對(duì)主要水質(zhì)影響指標(biāo)及時(shí)空特征進(jìn)行研究，可更全面反映水庫(kù)營(yíng)養(yǎng)狀態(tài)，對(duì)水庫(kù)管理具有一定的意義。

□