基于云模型的鄱陽湖秋季周邊濕地水體富營養(yǎng)化評(píng)價(jià)

方 娜,游清徽,劉玲玲,李菊媛,盧成芳,張 琍,3,楊 濤,3,余紫萍,呂澤蘭,陽文靜,3,*

1 江西師范大學(xué)鄱陽湖濕地與流域研究教育部重點(diǎn)實(shí)驗(yàn)室,南昌 330022 2 江西師范大學(xué)地理與環(huán)境學(xué)院,南昌 330022 3 江西師范大學(xué)江西省鄱陽湖綜合治理與資源開發(fā)重點(diǎn)實(shí)驗(yàn)室,南昌 330022 4 江西師范大學(xué)生命科學(xué)學(xué)院,南昌 330022

濕地是介于陸地與水生生態(tài)系統(tǒng)之間的過渡地帶,具有涵養(yǎng)水源、調(diào)節(jié)徑流、降解污染及保護(hù)生物多樣性等重要功能[1- 2]。因受圍墾、污水排放等人類活動(dòng)的影響,會(huì)導(dǎo)致濕地環(huán)境惡化、生物多樣性降低、濕地生態(tài)服務(wù)功能減弱等問題[3- 4]。水體富營養(yǎng)化是濕地水環(huán)境評(píng)價(jià)的關(guān)鍵,濕地水體的富營養(yǎng)化評(píng)價(jià)可以較為準(zhǔn)確地反映濕地的水質(zhì)狀況和健康程度,為濕地的保護(hù)和修復(fù)提供科學(xué)依據(jù)[5]。

常用的水體富營養(yǎng)化程度評(píng)價(jià)方法有卡爾森營養(yǎng)狀態(tài)指數(shù)、綜合營養(yǎng)狀態(tài)指數(shù)、模糊數(shù)學(xué)法,灰色聚類法、人工神經(jīng)網(wǎng)絡(luò)模型、云模型等方法[6- 11]。其中,營養(yǎng)狀態(tài)指數(shù)法計(jì)算簡便,但其主要突出單項(xiàng)指標(biāo)的作用,而水體富營養(yǎng)化評(píng)價(jià)通常需要考慮多個(gè)評(píng)價(jià)因子的綜合影響[12]；模糊綜合評(píng)價(jià)法排除評(píng)價(jià)邊界隸屬模糊的影響,卻存在隸屬函數(shù)選擇的隨機(jī)性；灰色聚類法精確度高而結(jié)果分辨率低；人工神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用性較差[13]。水體富營養(yǎng)化評(píng)價(jià)過程存在分類標(biāo)準(zhǔn)的模糊性、水質(zhì)指標(biāo)多變和難以定量描述等問題,使評(píng)價(jià)過程具有明顯的隨機(jī)性和模糊性[5]。基于云模型的富營養(yǎng)化評(píng)價(jià)方法可以有效解決上述問題,使水質(zhì)評(píng)價(jià)結(jié)果更為客觀。云模型是李德毅院士提出的一種定性概念與其定性數(shù)值相互轉(zhuǎn)換模型,能綜合考慮評(píng)價(jià)過程中評(píng)價(jià)標(biāo)準(zhǔn)的非線性、評(píng)價(jià)因子的多樣性以及評(píng)價(jià)過程之中的模糊性與隨機(jī)性等特點(diǎn)[14]。在大氣環(huán)境質(zhì)量評(píng)價(jià)、地震風(fēng)險(xiǎn)綜合評(píng)價(jià)、旅游發(fā)展評(píng)估等多方面得到廣泛應(yīng)用[13,15- 16]。在水質(zhì)評(píng)價(jià)方面有丁昊等利用云模型對(duì)湖庫的富營養(yǎng)化狀況進(jìn)行了評(píng)價(jià),并驗(yàn)證了其可行性[11]。

鄱陽湖作為中國最大的淡水湖泊,是典型的淺水型湖泊,在平水期、枯水期洲灘大片裸露,形成大面積的濕地,以其獨(dú)特的生境與復(fù)雜的氣候、水文條件形成了鄱陽湖極具特色的濕地生態(tài)系統(tǒng)[17- 18]。近年來,受周邊居民生活、養(yǎng)殖業(yè)及流域內(nèi)工農(nóng)業(yè)生產(chǎn)等人類活動(dòng)的影響,鄱陽湖水質(zhì)狀況不斷下降,富營養(yǎng)化程度加劇[19- 20]。目前關(guān)于鄱陽湖富營養(yǎng)化狀況的研究主要集中在鄱陽湖主湖區(qū)[21- 23],對(duì)鄱陽湖周邊濕地水質(zhì)進(jìn)行富營養(yǎng)化評(píng)價(jià)的研究還較少。富營養(yǎng)化評(píng)價(jià)能讓管理者更直觀地了解鄱陽湖濕地的水質(zhì)狀況,以便及時(shí)采取相應(yīng)的保護(hù)管理措施。本研究旨在基于云模型對(duì)鄱陽湖周邊濕地水體進(jìn)行富營養(yǎng)化評(píng)價(jià),同時(shí)與應(yīng)用較廣泛的富營養(yǎng)化評(píng)價(jià)方法綜合營養(yǎng)狀態(tài)指數(shù)法進(jìn)行對(duì)比,分析兩種方法評(píng)價(jià)結(jié)果的異同,以期為鄱陽湖濕地水質(zhì)評(píng)價(jià)提供重要的方法和手段。

圖1 鄱陽湖濕地采樣點(diǎn)分布圖Fig.1 Locations of sample sites in Poyang Lake wetland

1 材料與方法

1.1 數(shù)據(jù)采集與處理

2016年9—10月于鄱陽湖周邊隨機(jī)選取了30個(gè)典型濕地進(jìn)行采樣(圖1),在采樣點(diǎn)的開闊水域利用塞氏盤測量水體的透明度(Secchi disk depth, SD),并采集3份250 mL的水樣,用冷藏保溫箱保存后帶回實(shí)驗(yàn)室,進(jìn)行葉綠素a(chlorophyll-a, Chl-a)、總磷(total phosphorus, TP)、總氮(total nitrogen, TN)、高錳酸鹽指數(shù)(chemical oxygen demand using manganese, CODMn)等水質(zhì)參數(shù)的測定。Chl-a采用丙酮萃取法測定,參考《水和廢水監(jiān)測分析方法》(第4版)[24],TP和TN采用紫外分光光度法測定,CODMn采用堿性高錳酸鉀法測定。

1.2 研究方法

1.2.1云模型評(píng)價(jià)

(1)評(píng)價(jià)指標(biāo)及標(biāo)準(zhǔn)

本文選擇使用較廣泛[23,25- 26]的Chl-a、TP、TN、CODMn、SD 等5個(gè)水質(zhì)評(píng)價(jià)因子進(jìn)行鄱陽湖濕地水體的富營養(yǎng)化評(píng)價(jià),水體營養(yǎng)狀態(tài)分級(jí)標(biāo)準(zhǔn)[27]見表1。

(2)確定評(píng)價(jià)因子權(quán)重

本文根據(jù)評(píng)價(jià)因子的實(shí)測濃度和各營養(yǎng)分級(jí)標(biāo)準(zhǔn)濃度來計(jì)算評(píng)價(jià)因子權(quán)重。設(shè)評(píng)價(jià)因子X=[x1,x2,x3,x4,x5],它的權(quán)重矩陣為A=[a1,a2,a3,a4,a5],權(quán)重計(jì)算公式為：

表1 富營養(yǎng)化評(píng)價(jià)參數(shù)及分級(jí)標(biāo)準(zhǔn)

Chl-a：葉綠素a Chlorophyll-a；TP：總磷Total phosphorus；TN：總氮Total nitrogen；CODMn：高錳酸鹽指數(shù) Chemical oxygen demand using manganese；SD：透明度Secchi disk depth

(1)

(2)

式中,n為評(píng)價(jià)因子個(gè)數(shù),m為水體樣本數(shù),ci為xi的實(shí)測質(zhì)量濃度,ai為評(píng)價(jià)因子xi的權(quán)重,Sik為xi的第k級(jí)標(biāo)準(zhǔn)值,wi為第i個(gè)評(píng)價(jià)因子的m個(gè)水體樣本的平均實(shí)測濃度值與該評(píng)價(jià)因子的Sik值的平均值之比。

(3)確定云模型參數(shù)

云模型用期望Ex、熵En和超熵He共3個(gè)數(shù)字特征來整體表征一個(gè)概念[14]。Ex表示云滴在論域空間分布的期望,是概念在論域空間的中心值,最能夠代表定性概念；En表示一個(gè)定性概念可被度量的范圍,熵越大可被度量的范圍越廣；He表示云圖上云滴的離散程度,超熵將模糊性和隨機(jī)性相關(guān)聯(lián),反映了云滴的厚度[11,28]。

假設(shè)水體評(píng)價(jià)因子的富營養(yǎng)評(píng)價(jià)類別對(duì)應(yīng)的特征值范圍具有上下邊界[Bmin,Bmax],則富營養(yǎng)評(píng)價(jià)類別的云模型的3個(gè)數(shù)字特征可以通過下式計(jì)算:

(3)

式中,Bmin、Bmax分別表示富營養(yǎng)評(píng)價(jià)類別對(duì)應(yīng)的特征值范圍的最小與最大邊界。k為常數(shù),本文中設(shè)k為0.01,不同等級(jí)云模型數(shù)字特征的具體計(jì)算方法參照文獻(xiàn)方法[11]。設(shè)水質(zhì)指標(biāo)的5個(gè)營養(yǎng)等級(jí)評(píng)價(jià)區(qū)間分別為Ⅰ(0,a],Ⅱ(a,b],Ⅲ(b,c],Ⅳ(c,d],Ⅴ(d,+∞),云模型參數(shù)的計(jì)算規(guī)則見表2。

Ex：期望 Expected value；En：熵 Entropy；He：超熵 Hyper Entropy

(4)生成云模型

根據(jù)確定的云模型數(shù)字特征參數(shù),使用MATLAB軟件編寫正態(tài)云及半云發(fā)生器程序[29- 30],分別生成5個(gè)評(píng)價(jià)因子的云模型。

(5)計(jì)算綜合確定度

各評(píng)價(jià)因子隸屬于某級(jí)別的確定度相加,乘以相應(yīng)的評(píng)價(jià)因子權(quán)重A,得到該水體位于某一級(jí)別的確定度之和,然后比較得到最大確定度,最大確定度所在的級(jí)別即為各采樣點(diǎn)所屬的富營養(yǎng)化級(jí)別。

1.2.2綜合營養(yǎng)狀態(tài)指數(shù)

綜合營養(yǎng)狀態(tài)指數(shù)法是中國環(huán)境監(jiān)測總站推薦使用的湖泊(水庫)富營養(yǎng)化評(píng)價(jià)方法[31]?；贑hl-a、TP、TN、CODMn和SD等水質(zhì)指標(biāo)對(duì)水體富營養(yǎng)化程度進(jìn)行評(píng)價(jià),計(jì)算公式如下：

TLI(∑)=∑Wj·TLI(j)

(4)

式中,TLI(∑)表示綜合營養(yǎng)狀態(tài)指數(shù)；Wj表示第j種參數(shù)的營養(yǎng)狀態(tài)指數(shù)的相關(guān)權(quán)重；TLI(j)表示第j種參數(shù)的營養(yǎng)狀態(tài)指數(shù)。

以Chl-a為基準(zhǔn)參數(shù),則第j中參數(shù)的歸一化相關(guān)權(quán)重計(jì)算公式為：

(5)

式中,rij表示第j中參數(shù)與基準(zhǔn)參數(shù)Chl-a的相關(guān)系數(shù)；m表示評(píng)價(jià)參數(shù)的個(gè)數(shù)。

營養(yǎng)狀態(tài)指數(shù)公式如下：

TLI(Chl-a)=10(2.5+1.086lnChl-a)

(6)

TLI(TP)=10(9.436+1.624lnTP)

(7)

TLI(TN)=10(5.453+1.694lnTN)

(8)

TLI(CODMn)=10(0.109+2.661lnCODMn)

(9)

TLI(SD)=10(5.118-1.94lnSD)

(10)

式中,SD單位為m,Chl-a單位為mg/m3,其他指標(biāo)單位均為mg/L。采用0—100的一系列連續(xù)數(shù)字對(duì)水體營養(yǎng)狀態(tài)進(jìn)行分級(jí),指數(shù)值越高,營養(yǎng)程度越重。TLI在30以下為貧營養(yǎng),30—50為中營養(yǎng),大于50為富營養(yǎng),其中50—60為輕度富營養(yǎng),60—70為中度富營養(yǎng),大于70為重度富營養(yǎng)。

2 研究結(jié)果

2.1 云模型評(píng)價(jià)結(jié)果

將營養(yǎng)狀態(tài)分級(jí)標(biāo)準(zhǔn)值(表1)和各采樣點(diǎn)的評(píng)價(jià)因子的實(shí)測值代入(1—2)式中,可以得到各評(píng)價(jià)因子的權(quán)重：A=[0.13,0.26,0.35,0.21,0.05],從左到右分別為Chl-a、TP、TN、CODMn、SD的權(quán)重。其中TN的權(quán)重最大,其次是TP、CODMn,權(quán)重最小的是Chl-a、SD。

根據(jù)云模型數(shù)字特征參數(shù)的計(jì)算方法(表2),計(jì)算各水質(zhì)因子的云模型參數(shù)。因SD分級(jí)標(biāo)準(zhǔn)與其他評(píng)價(jià)因子有異,其云模型數(shù)字特征參數(shù)單獨(dú)列出(表3)。在MATLAB軟件中生成5個(gè)評(píng)價(jià)因子的云模型如圖2所示。橫坐標(biāo)代表評(píng)價(jià)因子濃度,縱坐標(biāo)代表評(píng)價(jià)因子對(duì)應(yīng)各個(gè)營養(yǎng)級(jí)別云的確定度,橫坐標(biāo)從左到右分別代表從貧營養(yǎng)到重度富營養(yǎng)所對(duì)應(yīng)的云,評(píng)價(jià)因子SD從右到左分別代表從貧營養(yǎng)到重度富營養(yǎng)所對(duì)應(yīng)的云。每個(gè)評(píng)價(jià)因子的實(shí)測值,在云模型圖上都有對(duì)應(yīng)的確定度。

表3 透明度的云模型數(shù)字特征

圖2 各評(píng)價(jià)因子對(duì)應(yīng)各營養(yǎng)級(jí)別的云模型Fig.2 The integrated cloud for each water quality parameter Chl-a：葉綠素a Chlorophyll-a；TP：總磷Total phosphorus；TN：總氮Total nitrogen；CODMn ：高錳酸鹽指數(shù) Chemical oxygen demand using manganese；SD：透明度Secchi disk depth

計(jì)算各采樣點(diǎn)5個(gè)水質(zhì)因子對(duì)應(yīng)各營養(yǎng)級(jí)別的綜合確定度(表4),云模型評(píng)價(jià)結(jié)果顯示,本研究的30個(gè)鄱陽湖周邊濕地采樣點(diǎn)中,有7個(gè)采樣點(diǎn)的水質(zhì)處于中營養(yǎng),17個(gè)采樣點(diǎn)處于輕度富營養(yǎng),5個(gè)處于中度富營養(yǎng),僅1個(gè)采樣點(diǎn)處于重度富營養(yǎng)。根據(jù)云模型富營養(yǎng)化評(píng)價(jià)結(jié)果,鄱陽湖周邊濕地水質(zhì)總體上處于輕度富營養(yǎng)。

2.2 綜合營養(yǎng)狀態(tài)指數(shù)評(píng)價(jià)結(jié)果

鄱陽湖周邊濕地水質(zhì)綜合營養(yǎng)指數(shù)范圍是40.79—62.96(表4),其中有12個(gè)采樣點(diǎn)的綜合營養(yǎng)指數(shù)小于50,水質(zhì)處于中營養(yǎng)；15個(gè)采樣點(diǎn)的綜合營養(yǎng)指數(shù)處于50—60之間,水質(zhì)呈輕度富營養(yǎng)；3個(gè)采樣點(diǎn)的綜合營養(yǎng)指數(shù)處于60—70之間,其水質(zhì)處于中度富營養(yǎng)。根據(jù)綜合營養(yǎng)狀態(tài)指數(shù)評(píng)價(jià)結(jié)果,鄱陽湖周邊濕地水質(zhì)整體上處于輕度富營養(yǎng)。

3 討論

水體富營養(yǎng)化評(píng)價(jià)指標(biāo)及標(biāo)準(zhǔn)的選取對(duì)水體富營養(yǎng)化評(píng)價(jià)結(jié)果有重要影響,但目前還沒有完全統(tǒng)一的劃分營養(yǎng)類型的標(biāo)準(zhǔn),評(píng)價(jià)指標(biāo)也較多[8,32]。本研究選用參照了中國環(huán)境監(jiān)測總站推薦使用的水質(zhì)指標(biāo)及營養(yǎng)分級(jí)標(biāo)準(zhǔn)。多數(shù)學(xué)者認(rèn)為氮磷是浮游藻類生長的主要營養(yǎng)物質(zhì),可以作為水體富營養(yǎng)化的重要指標(biāo)[33]。此外,水體富營養(yǎng)化的最直觀表現(xiàn)是浮游藻類數(shù)量增多和種類變化,水體Chl-a含量及透明度也可以直接地反映水體營養(yǎng)狀態(tài)水平,是湖泊水體營養(yǎng)狀態(tài)的指示指標(biāo)[34]。CODMn反映的是水體有機(jī)物的含量,營養(yǎng)物質(zhì)的增加可能會(huì)導(dǎo)致藻類大量繁殖,從而使水體有機(jī)物含量增加[35]。本文通過參考大量文獻(xiàn)[8,27,31,36],采用的評(píng)價(jià)指標(biāo)及分級(jí)方法使用廣泛,這樣可縮小同一水體富營養(yǎng)化評(píng)價(jià)結(jié)果之間的差距,也使得不同湖泊之間的評(píng)價(jià)結(jié)果具有可比性。

本研究使用云模型和綜合營養(yǎng)狀態(tài)指數(shù)分別對(duì)鄱陽湖周邊濕地水體進(jìn)行富營養(yǎng)化評(píng)價(jià),兩種方法的評(píng)價(jià)結(jié)果皆反映鄱陽湖周邊濕地水體總體上處于輕度富營養(yǎng)狀態(tài),與前人在主湖區(qū)的研究結(jié)果一致[22- 23]。但兩種方法的評(píng)價(jià)結(jié)果也存在差異,如位于贛江入湖口北支的采樣點(diǎn)7,其云模型評(píng)價(jià)結(jié)果為重度富營養(yǎng),綜合營養(yǎng)狀態(tài)指數(shù)評(píng)價(jià)結(jié)果為中營養(yǎng),評(píng)價(jià)結(jié)果相差較大。綜合營養(yǎng)狀態(tài)指數(shù)將水質(zhì)參數(shù)之間的關(guān)系定量化,用數(shù)學(xué)式來表示參數(shù)之間的內(nèi)在聯(lián)系,以Chl-a為基準(zhǔn)參數(shù),根據(jù)一些湖泊調(diào)查結(jié)果中基準(zhǔn)參數(shù)與其余水質(zhì)參數(shù)的相關(guān)關(guān)系得到經(jīng)驗(yàn)公式,從而推導(dǎo)出其余參數(shù)的營養(yǎng)狀態(tài)指數(shù)[7]。云模型基于概率論及模糊集合理論,運(yùn)用了正態(tài)分布和正態(tài)隸屬函數(shù)的普適性,沒有強(qiáng)調(diào)精確的函數(shù)表示,而是利用3個(gè)數(shù)字特征表示概念的不確定性,通過特定的計(jì)算機(jī)算法來實(shí)現(xiàn)定性概念和定量表示的不確定轉(zhuǎn)換,克服了富營養(yǎng)化評(píng)價(jià)的隨機(jī)性及模糊性[14]。鄱陽湖水體氮磷含量較高,Chl-a含量較低,這是由于鄱陽湖水體流動(dòng)性大、懸浮泥沙含量較高不利于浮游藻類的生長[37]。因此,單個(gè)Chl-a含量指標(biāo)并不能真實(shí)地反映鄱陽湖水體富營養(yǎng)化的程度。我們構(gòu)建的云模型中,TN、TP的權(quán)重較高,而Chl-a含量權(quán)重較低,符合鄱陽湖水質(zhì)的實(shí)際情況[38]。與此相反,綜合營養(yǎng)狀態(tài)指數(shù)對(duì)Chl-a含量的依賴度較高,因此兩種方法會(huì)得出不同的結(jié)果。由此也可以看出,盡管綜合營養(yǎng)狀態(tài)指數(shù)法使用簡便,但沒能很好地結(jié)合鄱陽湖濕地水體的實(shí)際情況,云模型比綜合營養(yǎng)狀態(tài)指數(shù)更適用于鄱陽湖濕地水體的富營養(yǎng)化評(píng)價(jià),評(píng)價(jià)結(jié)果更客觀可靠。

鄱陽湖濕地水質(zhì)污染因子較多,且各采樣點(diǎn)水質(zhì)污染情況存在較大的差距。云模型除了能較好的反映水質(zhì)級(jí)別的模糊性與隨機(jī)性外,也可反映出各因子共同作用下的水質(zhì)狀況,不至于因某項(xiàng)參數(shù)超標(biāo)而使綜合指標(biāo)偏高,依照采樣點(diǎn)各評(píng)價(jià)因子的隸屬度,可以直觀地對(duì)鄱陽湖濕地水體營養(yǎng)化程度進(jìn)行判別[11]?；谠颇Ｐ偷乃w富營養(yǎng)化評(píng)價(jià)方法不僅可以了解水體富營養(yǎng)化級(jí)別,對(duì)隸屬于同一級(jí)別的水體也可以通過確定度的大小而分辨其水體富營養(yǎng)化的程度[39]。如采樣點(diǎn)13、16根據(jù)評(píng)價(jià)結(jié)果都屬于中度富營養(yǎng),但采樣點(diǎn)16的確定度大于采樣點(diǎn)13(表4),根據(jù)確定度的大小可以判斷采樣點(diǎn)16水體富營養(yǎng)化程度更高。由此可見,基于云模型的水體富營養(yǎng)化程度評(píng)價(jià)方法可在鄱陽湖濕地水體富營養(yǎng)化評(píng)價(jià)中得到應(yīng)用。

表4 鄱陽湖周邊濕地水質(zhì)營養(yǎng)等級(jí)評(píng)價(jià)結(jié)果

TLI：綜合營養(yǎng)狀態(tài)指數(shù) Comprehensive trophic level index

4 結(jié)論

本研究利用云模型對(duì)鄱陽湖周邊濕地水體富營養(yǎng)化狀況進(jìn)行評(píng)價(jià),評(píng)價(jià)結(jié)果顯示鄱陽湖周邊濕地水體總體上呈輕度富營養(yǎng)化狀態(tài)。云模型在實(shí)現(xiàn)水體富營養(yǎng)化等級(jí)和評(píng)價(jià)指標(biāo)數(shù)值之間的不確定轉(zhuǎn)換方面具有優(yōu)勢(shì),保留了富營養(yǎng)化評(píng)價(jià)過程中的隨機(jī)性和模糊性,可以客觀真實(shí)地反映鄱陽湖濕地水體富營養(yǎng)化狀態(tài)。