閩江口硅藻-鹽度轉(zhuǎn)換函數(shù)建立

徐 斌，陳 敏，吳詩勇，周國華，王承濤，張愛梅，方 琦

（1.自然資源部第三海洋研究所，福建 廈門361005；2.江西省地質(zhì)工程（集團(tuán)）公司，江西 南昌330029；3.安徽理工大學(xué)地球與環(huán)境學(xué)院，安徽 淮南232001；4.福建省地質(zhì)調(diào)查研究院，福建 福州350013）

硅藻是一類單細(xì)胞生物，只要有水的地方均能發(fā)現(xiàn)其蹤跡，具有種類豐富、環(huán)境適應(yīng)性敏感以及殼體不易破壞等特點(diǎn)，這使得硅藻可以用于研究地質(zhì)歷史時期的古環(huán)境狀況。隨著研究程度的不斷加深以及計算機(jī)技術(shù)的革新，定量古環(huán)境研究已逐漸替代定性分析。目前有效的定量分析方法之一就是建立硅藻與環(huán)境間的轉(zhuǎn)換函數(shù)，將硅藻群落和特定的環(huán)境變量聯(lián)系起來，利用加權(quán)平均計算屬種的環(huán)境最適值和耐受值，用屬種的最適值和耐受值去推導(dǎo)環(huán)境變量值。具體分析步驟可分為因子分析和回歸模型建立，因子分析采用典型對應(yīng)分析（Canonical Correspondence A-nalysis，CCA），這是目前相對最有效的直接梯度分析方法，主要作用是能將生物屬種、環(huán)境因子和取樣站位同時顯示在一個低維的空間中，可直觀揭示出屬種排列分布和各環(huán)境指標(biāo)的關(guān)系。回歸模型包括非線性回歸模型下的加權(quán)平均回歸分析（Weighted Averaging Analysis，WA）和偏最小二乘法回歸模型（Weighted Average-Partial Least Square，WA-PLS）。

目前轉(zhuǎn)換函數(shù)在海洋、湖泊和河口均有應(yīng)用。海洋中主要應(yīng)用于海表溫度和鹽度，例如Sève（1999）在拉布拉多海建立了海表溫度和鹽度轉(zhuǎn)換函數(shù)［1］。湖泊中的研究較為深入，國內(nèi)外已建成一些完善的轉(zhuǎn)換函數(shù)數(shù)據(jù)庫。Charles（1985）對迪朗達(dá)克湖建立了pH、堿度、導(dǎo)電率、總磷等轉(zhuǎn)換函數(shù)數(shù)據(jù)庫［2］；董旭輝等（2006）建立了長江中下游湖泊硅藻-總磷轉(zhuǎn)換函數(shù)數(shù)據(jù)庫［3］；張慧清等（2013）、吳燕妮等（2016）以及李小平等（2012）分別利用已建立的長江中下游湖泊硅藻-總磷轉(zhuǎn)換函數(shù)數(shù)據(jù)庫研究了石塘湖、白馬湖和淀山湖的古環(huán)境［4-6］。在河口區(qū)主要應(yīng)用于鹽度和海平面變化，在古鹽度重建研究中發(fā)揮著重要的作用。Zong等（2010）在珠江口成功建立了硅藻-鹽度轉(zhuǎn)換函數(shù)［7］；莊陳程等（2014）建立了長江口現(xiàn)代潮灘硅藻海平面轉(zhuǎn)換函數(shù)［8］。閩江是福建省最大的河流，重建器測時代之前閩江口水體鹽度對研究閩江口海侵歷史、海平面變化及淡水輸入量變化等均具有重要的科學(xué)意義。目前關(guān)于閩江口古鹽度重建的相關(guān)研究未見發(fā)表，本研究利用閩江口表層沉積硅藻數(shù)據(jù)建立了該河口區(qū)的硅藻-鹽度轉(zhuǎn)換函數(shù)。

1 材料與方法

1.1 研究區(qū)概述

閩江位于福建省東部、臺灣海峽西岸，發(fā)源于武夷山脈，水系全長2 872 km，流經(jīng)福建和浙江兩省8個縣、市，是福建省的母親河。閩江正源為沙溪，由沙溪、建溪和富屯溪三大支流流經(jīng)南平匯合為閩江干流，南平以上稱之為閩江上游，建溪尤西段稱為中游，水口以下稱之為閩江下游。閩江河口大部分位于福州盆地，盆地屬于典型斷陷盆地，河流具有坡降較小，河面開闊，水流穩(wěn)定等特點(diǎn)。閩江流經(jīng)竹岐進(jìn)入福州盆地后，到達(dá)淮安時受到南臺島阻隔分成南北支流，北支穿過福州市區(qū)至馬尾稱為北港，南支稱為南港。南北港在馬尾處匯合后折向北東，徑直穿過閩安至亭江一線，到達(dá)亭江附近受到瑯岐島阻隔再度分為南北兩汊，南汊途徑梅花直奔東海稱為梅花水道；北汊沿長門水道繼續(xù)向北東方向前進(jìn)，受粗蘆島、川石島、壺江島的阻斷又分為烏豬水道、熨斗水道和川石水道匯入東海，其中川石水道是閩江主航道［9］。閩江口屬于強(qiáng)潮型河口，據(jù)多年監(jiān)測資料表明，河口最大潮差達(dá)到7.04 m，平均潮差為4.37 m，河口以內(nèi)潮差迅速減弱，導(dǎo)致閩江感潮河段不長。一般認(rèn)為枯季潮區(qū)界可達(dá)侯官，潮流界可至文山里附近；洪季潮區(qū)界至解放大橋附近，潮流界到達(dá)馬尾附近。最近也有學(xué)者提出潮區(qū)界和潮流界均有上延，枯季可到達(dá)竹岐附近。

1.2 采樣站位

本次研究共采集了23個表層沉積樣品，具體采樣位置見圖1。23個表層沉積樣品于2009年11月在對閩江口及其鄰近海域進(jìn)行多科學(xué)綜合調(diào)查時采集，調(diào)查期間共設(shè)置了31個取樣站位，利用沉積物抓斗進(jìn)行表層沉積物采集，共在25個站位采集到沉積物樣品，由于其中2個站位樣品很少，被應(yīng)用于其他研究，故選用剩余23個站位的表層沉積物進(jìn)行硅藻分析研究，取樣站位信息如表1所示。

圖1 閩江口及其鄰近海域采樣站位分布Fig.1 Locations of sampling stations in Minjiang Estuary and its adjacent sea areas

表1 研究區(qū)站位采樣情況Tab.1 Descriptions of sampling stations in the study area

續(xù)表1

1.3 硅藻分析方法

處理步驟主要包括前期處理、制片、鑒定和統(tǒng)計分析。大致流程為從樣品中取10 g左右放入烘箱烘干4 h，稱重后加入蒸餾水和雙氧水浸潤去除有機(jī)質(zhì)，經(jīng)超聲波分散儀（頻率80 Hz，時間2 min）分散后，倒入15μm孔徑網(wǎng)篩過濾淘洗。經(jīng)反復(fù)清洗后取上層富含硅藻懸浮液轉(zhuǎn)移至15 cm3離心管中，靜置24 h并離心，吸取20 mm3涂勻于蓋玻片上，晾干后用加拿大樹脂制成固定片。利用Olympus BX51光學(xué)顯微鏡進(jìn)行硅藻薄片的觀察和鑒定（物鏡40×，目鏡20×）。每個樣品鑒定和統(tǒng)計硅藻300粒左右，不足300粒的樣品以統(tǒng)計3張標(biāo)準(zhǔn)片為準(zhǔn)。硅藻的分類鑒定依據(jù)參考金德祥（1965、1982、1992）、程兆第（1996）等所著的大量硅藻分類學(xué)書籍和文獻(xiàn)［10-14］。

1.4 環(huán)境數(shù)據(jù)采集

因在近岸河口區(qū)硅藻分布往往與水深、鹽度、沉積物粒徑具有最大相關(guān)性［15］，故本研究選擇水深、鹽度、沉積物平均粒徑（Mz）和標(biāo)準(zhǔn)偏差（σi）形成環(huán)境因子數(shù)據(jù)集。水深和鹽度數(shù)據(jù)均取自于航次現(xiàn)場調(diào)查過程，其中水深為高潮時水深，采用水坨現(xiàn)場測定；鹽度為日平均鹽度，由WTW Vario Cond便攜式鹽度儀測定。樣品粒度分析按照《海洋調(diào)查規(guī)范》［16］的規(guī)定在自然資源部第三海洋研究所完成。

1.5 數(shù)據(jù)處理

數(shù)據(jù)分析前，應(yīng)先對硅藻數(shù)據(jù)和環(huán)境數(shù)據(jù)進(jìn)行前期處理，我們選取相對百分含量大于2%的種類進(jìn)行分析。本研究MJ1站位位于河口最外側(cè)，沉積環(huán)境較為復(fù)雜，硅藻豐度極低，該站位僅含有少量多束圓篩藻（Coscinodiscus divisus），與最近的MJ2站位豐度差距巨大，與其他站位硅藻組成也相差甚遠(yuǎn)，MJ1站位又位于浙閩沿岸流影響范圍，綜合分析其硅藻分布可能受到沿岸流影響。為排除MJ1可能帶來的誤差，后期因子分析時將MJ1站位排除。由于在研究區(qū)所處的我國東部近岸水域及河流中硅藻季節(jié)性更替和變化非常大［17］，因此構(gòu)建轉(zhuǎn)換函數(shù)的鹽度數(shù)據(jù)應(yīng)選擇當(dāng)季的平均值（即2009年秋季）。而鑒于采樣時日平均鹽度值與該季平均值差異不會很大，因此選用日平均鹽度來代替秋季平均鹽度。環(huán)境數(shù)據(jù)雖量綱不同，但其值差異不大，在本次分析中不做標(biāo)準(zhǔn)化處理。

1.6 理論基礎(chǔ)

1.6.1 因子分析 所有因子分析皆由Canoco 4.5軟件完成，該軟件包括4個核心模塊。第一模塊為數(shù)據(jù)轉(zhuǎn)換模塊Wcanolmp，其作用是將Excel表格中物種數(shù)據(jù)轉(zhuǎn)換為軟件可識別數(shù)據(jù)；第二模塊為數(shù)據(jù)拼接及低頻數(shù)據(jù)刪除模塊CanoMerge；第三模塊為核心模塊Canoco for window，所有的排序手段都集中于此模塊，其作用是通過排序手段建立樣方、物種和環(huán)境之間的關(guān)系；第四模塊為成圖模塊CanoDraw for window，此模塊的作用能將排序結(jié)果成圖［18］。具體分析步驟如下：

①消拱對應(yīng)分析（Detrended Correspondence A-nalysis，DCA）獲取硅藻數(shù)據(jù)的單峰響應(yīng)值，即4個軸梯度長度。若最大梯度長度大于2，則利用單峰模型下CCA分析硅藻與環(huán)境之間的關(guān)系。

②利用CCA分析環(huán)境數(shù)據(jù)的膨脹因子（Variance Inflation Factor，VIF），當(dāng)某環(huán)境因子VIF＞20，說明該環(huán)境因子對硅藻分布影響很小，在因子分析過程中應(yīng)將其刪除。

③限制性典型對應(yīng)分析（Constrained Canonical Correspondence Analysis，cCCA）可判別各環(huán)境變量對硅藻群落的影響程度。當(dāng)某環(huán)境因子第一軸和第二軸特征值的比值λ1/λ2＞0.5時，則該環(huán)境因子可作為轉(zhuǎn)換函數(shù)的目標(biāo)因子。

1.6.2 模型建立 轉(zhuǎn)換函數(shù)建立通過C2軟件完成，軟件由英國紐卡斯?fàn)柎髮W(xué)的Juggins（2007）研發(fā)［19］。目前運(yùn)用最多的回歸模型為非線性模型，非線性模型包括WA和WA-PLS。WA方法根據(jù)不同的還原方式和對屬種忍耐值是否降權(quán)進(jìn)行分類，可分為傳統(tǒng)加權(quán)平均（WA-Cla）、反向加權(quán)平均（WAInv）、降權(quán)的傳統(tǒng)加權(quán)平均（WAtol-Cla）和反向加權(quán)平均（WAtol-Inv）［20］。WA-PLS方法是最小二乘方法與反向還原回歸方法的結(jié)合，考慮硅藻數(shù)據(jù)的殘差結(jié)構(gòu)，通過每一次殘差結(jié)構(gòu)組分的不斷提取進(jìn)而提高硅藻屬種的環(huán)境適宜值計算的準(zhǔn)確性。評價模型的推導(dǎo)能力，主要根據(jù)其均方根方差（RMSE）及相關(guān)系數(shù)（R2）進(jìn)行判斷。

2 結(jié)果與討論

2.1 硅藻種屬組成及總豐度

23個表層沉積樣品中共鑒定出硅藻24屬59種，其優(yōu)勢種（相對百分含量＞10%）主要以咸水或半咸水浮游種為主，包括弓束圓篩藻（Coscinodiscus curvatulus）、多束圓篩藻（Coscinodiscus divisus）、瓊氏圓篩 藻 （Coscinodiscus jonesianus）、輻射圓篩藻（Coscinodiscus radiatus）等（表2）。次優(yōu)勢種（5%＜相對百分含量＜10%）主要包括星臍圓篩藻（Coscinodiscus asteromphalus）、洛氏圓篩藻（Coscinodiscus rothii）和細(xì)弱圓篩藻（Coscinodiscus subtilis）等。MJ3站位以淡水種為主，主要包括海氏窗紋藻（Epithemia hyndmanii）、黃埔水鏈藻（Hydrosera whampoensis）和軟雙菱藻（Surirella tenera）。

表2 研究區(qū)表層沉積硅藻優(yōu)勢種Tab.2 Surface sediment diatom dominant species in the study area

通過表層沉積硅藻總豐度分布圖（圖2）可知，河口段包括MJ1～5站位，其豐度值變化區(qū)間為13～49 906個/g，最大豐度值出現(xiàn)在MJ2站位，MJ1站位豐度值最??；長門至馬尾段包括MJ6～8這3個站位，其豐度值變化范圍為544～78 356個/g，最大豐度值位于MJ6站位，最小豐度值位于MJ8站位；閩江北港共6個站位，最大豐度位于MJ11站位，豐度值為114 886個/g，MJ12站位豐度值僅為2 801個/g；南港包括MJ17～23這7個站位，最大豐度值位于MJ21站位，豐度值為87 904個/g，最小值為239個/g；竹岐至侯官段MJ15和MJ16站位豐度值分別為143個/g和40 330個/g。

2.2 因子分析

DCA分析結(jié)果顯示4個軸中最大梯度長度為2.180，值大于2，故選用單峰模型下的CCA分析。下文依次進(jìn)行CCA、cCCA和DCCA分析。

表層站位、硅藻與環(huán)境因子的CCA排序結(jié)果如圖3所示，鹽度和水深兩個環(huán)境變量線段較長，且鹽度變量與橫軸夾角呈銳角，因此橫軸應(yīng)與鹽度相關(guān)性最好，水深變量與縱軸夾角呈銳角，故認(rèn)為控制研究區(qū)硅藻分布的主要因素是鹽度和水深。

圖2 研究區(qū)表層沉積硅藻總豐度分布Fig.2 Distribution pattern of total surface sediment diatoms in the study area

圖3 表層采樣站位與環(huán)境因子間CCA排序圖Fig.3 CCA ranking for stations and environmental factors

排序圖中站位與環(huán)境變量的關(guān)系，根據(jù)沈林南等（2014）的相關(guān)研究［21］可知，站位在環(huán)境變量正延長線上投影長度表示其正相關(guān)性大小，負(fù)延長線上投影表示該站位與環(huán)境變量呈負(fù)相關(guān)性。由此可以將研究區(qū)劃分為4個區(qū)。Ⅰ區(qū)包括MJ2、3、4等3個站位，與鹽度有較好的正相關(guān)性，區(qū)內(nèi)主要含有愛式輻環(huán)藻（Actinocyclus ehrenbergii）、波狀輻裥藻（Actinoptychus undulatus）和離心列海鏈藻（Thalassiosira excentrica）等近岸咸水種，其中MJ3站位還含有海氏窗紋藻、黃埔水鏈藻、軟雙菱藻等淡水種，各淡水種相對百分含量分別為7.14%、7.14%、7.14%，且這幾個站位分布在閩江口口門外，受近岸咸水影響強(qiáng)烈，代表受河口外沿岸水體影響的區(qū)域；Ⅱ區(qū)包括MJ5、6、7、15、17等5個站位，它們與水深及標(biāo)準(zhǔn)偏差成正相關(guān)關(guān)系，主要含有星臍圓篩藻、圓篩藻（Coscinodiscus sp.）等廣溫性遠(yuǎn)洋種，反映了這些原本應(yīng)該存在于近海的外洋性種類是通過潮汐作用沿著河口潮汐通道和河道上溯而沉積在閩江口門內(nèi)的，其中MJ15站位位于閩江竹岐至候官段，距離口門較遠(yuǎn)，但其硅藻組成與其他4個站位相似，因此可能是天文大潮及風(fēng)暴作用時潮水影響達(dá)到閩江該處河段，從而將近海的硅藻攜帶沉積至此處，代表受潮汐上溯海水入侵影響的區(qū)域；Ⅲ區(qū)包括MJ9、10、11、12、13、14站位，與水深及鹽度均呈負(fù)相關(guān)關(guān)系，主要出現(xiàn)小眼圓篩藻（Coscinodiscus oculatus）、輻射圓篩藻和細(xì)弱圓篩藻等近岸咸水和半咸水種，該區(qū)可能受到海水入侵與徑流的共同影響；Ⅳ區(qū)包括MJ8、16、18、19、20、21、22、23站位，與水深及鹽度均呈負(fù)相關(guān)，且與平均粒徑具有較好的相關(guān)性。區(qū)內(nèi)出現(xiàn)了披針橋彎藻（Cymbella lanceolata）和純脆桿藻（Fragilaria capusina）等淡水種，其相對百分含量分別為0.26%和2.42%，說明該區(qū)受到閩江徑流影響。

硅藻與環(huán)境因子的CCA排序結(jié)果如圖4所示，排序圖中環(huán)境因子箭頭越長代表該因子與種類數(shù)據(jù)的相關(guān)性越強(qiáng)，由此可見鹽度和水深是研究區(qū)控制硅藻種類分布的主要環(huán)境因子。由CCA分析結(jié)果可知（表3），軸1和軸2的特征值分別為0.114和0.035，軸1是最大解釋變量軸，鹽度與軸1最接近，故軸1代表與鹽度接近的解釋變量；軸2則代表與水深和標(biāo)準(zhǔn)偏差相關(guān)的解釋變量。軸1和軸2累計解釋了81.9%的硅藻與環(huán)境因子間的關(guān)系，這也解釋了硅藻屬種與環(huán)境因子相關(guān)性極強(qiáng)。

圖4 表層沉積硅藻與環(huán)境因子間CCA排序圖Fig.4 CCA ranking for surface sediment diatoms and environmental factors

經(jīng)cCCA分析后，鹽度、水深、標(biāo)準(zhǔn)偏差、平均粒徑的特征值 λ1/λ2值依次分別為0.524、0.107、0.056、0.068，其中鹽度特征值比值大于0.5，其他均小于0.5，故鹽度可作為轉(zhuǎn)換函數(shù)的目標(biāo)因子。

表3 CCA分析結(jié)果Tab.3 Results of CCA analysis

2.3 轉(zhuǎn)換函數(shù)建立

DCCA分析結(jié)果顯示，最大梯度長度為2.568，大于2.4個標(biāo)準(zhǔn)離差單元，因此使用非線性模型下的WA和WA-PLS建立硅藻-鹽度轉(zhuǎn)換函數(shù)更為合適［22］。前文已指出MJ1站位沉積環(huán)境復(fù)雜，可能受沿岸流等的影響，因此本次模型建立僅使用剩余22個站位數(shù)據(jù)進(jìn)行模型構(gòu)建。

轉(zhuǎn)換函數(shù)建立通過異常樣點(diǎn)刪除和模型比選等手段最終確定。首先利用WA模型建立硅藻-鹽度轉(zhuǎn)換函數(shù)，模型成果表顯示（表4），WA模型下的WA_Cla具有最小的R2，并且具有較小的RMSE和Max_Bias，故此模型中WA_Cla模型推導(dǎo)能力最強(qiáng)。但根據(jù)殘差圖可知（圖5），MJ3站位殘差最大，說明MJ3站位對模型建立影響加大，通過分析可知MJ3站位位于河口區(qū)，主要種類為近岸咸水種，但與I區(qū)的其他兩個站位不同，其中還含有淡水硅藻，并且其淡水種組成在其他站位均無相似情況。因此我們認(rèn)為MJ3站位淡水種可能是南下的浙閔沿岸流將敖江的淡水種硅藻攜帶至此處沉積。這種情況在北侖河口地區(qū)也出現(xiàn)過，沿岸流攜帶來的外地種類改變了河口區(qū)原本的硅藻組成［23］。因此在閩江硅藻-鹽度轉(zhuǎn)換函數(shù)模型構(gòu)建時需要對MJ3站位硅藻種類數(shù)據(jù)進(jìn)行修正，即刪除該站位中的淡水種。

重新運(yùn)行軟件建立WA模型，分析結(jié)果如表4所示，WA_Inv模型的R2達(dá)到0.908 15，相比未修正MJ3站位硅藻數(shù)據(jù)時有顯著提高，其中RMSE為2.341 7，較之前變化不大，Max_Bias為5.430 9，相比之下有所提升。綜合來看，剔除MJ3站位淡水種后，模型推導(dǎo)能力顯著提升。利用WA-PLS模型再次運(yùn)行軟件，WA-PLS模型分析結(jié)果見表4，此時Component 5的R2高達(dá)0.988 51，RMSE為0.637 9，Max_Bias為2.063 1，相比WA_Inv模型，R2提高了8.85%，RMSE降低了72.76%，Max_Bias降低了60.02%。整體而言，Component5模型推導(dǎo)能力最強(qiáng)，鹽度擬合結(jié)果如圖6所示。

表4 模型成果Tab.4 Results from modeling

圖5 WA_Cla模型殘差圖Fig.5 Residual graph of WA_CLa model

根據(jù)Component 5模型擬合結(jié)果可以得出轉(zhuǎn)換函數(shù)關(guān)系式表示為S擬=0.25+1.007S實(shí)。該轉(zhuǎn)換函數(shù)可通過柱狀硅藻數(shù)據(jù)進(jìn)行古鹽度反演，柱狀硅藻屬種必須選取表層硅藻訓(xùn)練集數(shù)據(jù)中出現(xiàn)過的物種并且相對百分含量大于2%的導(dǎo)入模型，軟件通過對柱狀硅藻數(shù)據(jù)與表層數(shù)據(jù)擬合，得出最為接近表層硅藻數(shù)據(jù)，此表層數(shù)據(jù)對應(yīng)的實(shí)測鹽度值帶入轉(zhuǎn)換函數(shù)即可得出預(yù)測鹽度。

圖6 Component 5模型鹽度擬合圖Fig.6 Salinity fitting diagram of Component 5 model

2.4 討論

近年來，隨著數(shù)理統(tǒng)計方法的不斷發(fā)展，轉(zhuǎn)換函數(shù)的應(yīng)用逐步被應(yīng)用開來，有孔蟲、硅藻等海洋生物群體均有利用轉(zhuǎn)換函數(shù)反演古環(huán)境。轉(zhuǎn)換函數(shù)的精度控制目標(biāo)為獲得最低的RMSE值與最高的R2值，目前為提高轉(zhuǎn)換函數(shù)精度方式主要包括模型比較和數(shù)據(jù)過濾。根據(jù)前人研究成果顯示，轉(zhuǎn)換函數(shù)模型包括WA、WA-PLS、ML、MAT等，以上模型為我們提供了更多的選擇，但仍以WA和WA-PLS最受青睞，其實(shí)各模型差異性不大，并且在許多情況下，各模型預(yù)測性能基本無差異，只是通過比較RMSE值與R2值選取最優(yōu)模型。通過已建立轉(zhuǎn)換函數(shù)殘差圖剔除異常數(shù)這是本研究建立轉(zhuǎn)換函數(shù)所選取模型的原因。本研究利用WA模型剔除了MJ1站位，再使用WA模型和WA-PLS模型重建時發(fā)現(xiàn)MJ3站位中淡水種同樣影響轉(zhuǎn)換函數(shù)精度，最終得出RMSE及R2均較為理想，與Zong等在珠江口所建立轉(zhuǎn)換函數(shù)精度相當(dāng)［7］。文中通過剔除站位提升精度的同時也減少了樣本量，縮短了環(huán)境梯度寬度，鹽度梯度寬度從27.6縮短為23.7，從圖5中可以看出目前預(yù)測鹽度值大于23的僅為MJ2站位，導(dǎo)致轉(zhuǎn)換函數(shù)預(yù)測寬度減小，影響轉(zhuǎn)換函數(shù)精度。針對此問題本研究采取前人普遍接受以20%切割點(diǎn)作為誤差補(bǔ)償［24］，本區(qū)如果柱狀硅藻數(shù)據(jù)與現(xiàn)代訓(xùn)練集本集一致，鹽度值以2.76作為平均誤差作為補(bǔ)償提升精度。

3 結(jié)論

（1）對23個表層沉積樣品進(jìn)行分析，共鑒定出硅藻24屬59種，優(yōu)勢種有弓束圓篩藻、多束圓篩藻、瓊氏圓篩藻、輻射圓篩藻、星臍圓篩藻、洛氏圓篩藻和細(xì)弱圓篩藻，硅藻豐度范圍為13～49 906個/g。

（2）通過CCA分析將研究區(qū)表層沉積硅藻劃分為4個區(qū)，Ⅰ區(qū)主要含有愛式輻環(huán)藻、波狀輻裥藻和離心列海鏈藻等近岸咸水種，代表受河口外沿岸水體影響的區(qū)域；Ⅱ區(qū)主要含有星臍圓篩藻、圓篩藻屬等廣溫性外洋種，代表受潮汐上溯海水入侵影響的區(qū)域；Ⅲ區(qū)主要出現(xiàn)小眼圓篩藻、輻射圓篩藻和細(xì)弱圓篩藻等近岸咸水種和半咸水種，該區(qū)可能受海水入侵與徑流共同影響；Ⅳ區(qū)內(nèi)出現(xiàn)了披針橋彎藻和純脆桿藻等淡水種，說明該區(qū)受到閩江徑流影響。

（3）通過WA-PLS模型下Component 5模型建立了轉(zhuǎn)換函數(shù)，轉(zhuǎn)換函數(shù)關(guān)系式為S擬=0.25+1.007S實(shí)。

（4）本研究轉(zhuǎn)換函數(shù)精度較高，雖因樣本量減少引發(fā)鹽度梯度減小，但以2.76作為平均誤差作為補(bǔ)償提升轉(zhuǎn)換函數(shù)精度。未來的研究中可以以該轉(zhuǎn)換函數(shù)為基礎(chǔ)，反演閩江口地區(qū)古鹽度變化情況。若想建立一個能適用于閩江口地區(qū)的完整環(huán)境數(shù)據(jù)庫，需完善閩江口其他環(huán)境數(shù)據(jù)以及樣品量。

致謝：感謝廈門大學(xué)高愛國教授提供23個表層沉積物樣品，感謝沈林南博士鑒定部分薄片。