环太湖流域养殖池塘水质的时空变化规律研究
叶绿素a（Chl.a）是各类水体浮游植物生长状况的表征，其含量体现出水体生态系统的初级生产能力和水质环境状况。Chl.a含量的高低与诸多环境因子的变化密切相关，以通径分析的方法来研究水体环境因子变化对Chl.a的影响，能够剖分Chl.a受各环境因子的影响为直接和间接作用，解析出各因子对浮游植物生长效应的决定比例，使复杂的水体环境因子关系明了清晰化。本实验主要研究环太湖流域养殖池塘水体营养因子TN、TP、NH4+-N、NO3－-N、NO2－-N及pH和温度变化对Chl.a的影响，通过相关性分析和多元回归分析剔除了对Chl.a影响不大的NH4+-N、NO3－-N、NO2－-N、PH和温度，并在此基础上根据偏回归系数建立养殖池塘Chl.a与环境因子的多元回归方程。对TN和TP重点进行了通径分析，计算得出TN和TP变化对叶绿素a影响的直接通径系数分别为0.298和0.374，间接通径系数和分别为0.171和0.215。分析表明，环境因子的变化其自身可以以直接敏感的方式较大比例地影响浮游植物的生长和繁殖，而通过作用其他因子间接对浮游植物的生长和繁殖产生影响的路径也十分重要。决定系数显示TP和TN是对Chl.a影响最大的因子。研究表明，通径分析能够更科学地为了解精养池塘水体系统的营养结构、更合理地为水体环境的控制和改善及健康养殖模式的寻求提供科学依据。
目录
摘要1
关键词1
Abstract1
Key words1
引言2
1 材料与方法2
1.1样品采集 2
1.2样品指标测试方法 3
1.3分析方法3
2 结果与分析4
2.1所测池塘水体环境因子的表型统计量4
2.2所测池塘水体环境因子间的表型相关系数4
2.3所测池塘水体环境因子的偏回归系数检验4
2.4池塘环境因子对Chl.a影响的通径分析5
2.5多元线性回归方程的建立5
致谢7
参考文献7
环太湖流域养殖池塘水质的时空变化规律研究
引言
浮游植物是各种水体生态系统的重要组成部分。在海洋、湖泊等大型水体中浮游藻类的初级生产 *好棒文|www.hbsrm.com +Q: ￥351916072$
能力对系统的物质和能量流动有着十分重要的影响。在池塘水体中，浮游藻类与系统之间的关系十分密切，一部分浮游藻类可作为天然饲料被养殖动物摄食，而过多的藻类则反应水质状况的恶化，产生的水华现象、分泌的藻毒素则会危害养殖动物的健康，造成经济效益和环境效益的下降。叶绿素a（Chl.a）广泛存在于浮游植物体中，可通过测定Chl.a的含量来评价水体中浮游植物的生长状况[1]。Chl.a含量的多少与水体的物理条件、营养状况等因素有关。水体的物理因子随地域、时序及养殖模式和种类的不同会存在很大差异，其与Chl.a的相关性则会变化很大。氮、磷是水体主要的营养因子，对藻类的生长和繁殖具有重要影响[2,3]。环境因子变化对Chl.a影响的一般模型可归纳为图1，但近年来，随着集约化和高密度养殖模式大力发展和推广，高饲料量的投入引发水体氮、磷等元素富营养化越来越严重，营养因子与Chl.a之间的动态变化关系会变得更为多端和复杂。
目前评价水质指标内在相关性及其综合环境效应的方法主要包括有模糊综合评价法、灰色关联分析、多元回归分析等。其中灰色关联分析适合对样本及信息量少的数据组进行处理，通过少量的公式计算求出目标关联值，定量反应出几个因子间的关联大小[4]。但该方法在计算过程中对数值差进行了绝对化处理，得出的都为正关联值，不能从定性的角度反应出因子间的相关性，一定程度上存在着对指标评价的主观性判断和信息丢失的问题[5]。多元回归分析能够处理多指标多数据量的数据组，先通过主成分分析、相关性分析等来简化数据信息，找出与系统特征数据相关系数较大的因子，再通过因果关系的分析及显著性检测剔除部分不适合因子以逐步建立多元回归方程[6,7]。但该类方法要求的数据量大、各因素数据与系统特征数据间为线性关系且各因素间彼此无关，这就使得计算变得复杂繁琐、定量结果和定性结果难以一致性地反应和描述出系统的关系和规律[8]。通径分析在遗传育种领域已有广泛应用，而在水域生态研究中未有见报道，在多变量研究中，通径分析能够从直接和间接作用两方面来分解因子间相关性大小，所得通径系数能有效的表示相关变量间原因对结果的直接影响或间接影响的效应，决定系数能反应出自变量对因变量的作用大小。比相关性分析和灰色关联分析更为全面和细腻，能清晰明了地展现出因子间的整体关系，对区分因子的相对重要性及其关联性很有帮助。本研究以环太湖流域精养池塘所监测到的水质数据为基础，基于通径分析的方法来研究养殖池塘N、P等水质因子与Chl.a之间的动态变化关系，探讨影响养殖池塘藻类生长的营养因素，以期能够更全面而细腻地研究和总结水体环境因子的内在规律和系统结构，从而养殖池塘生态环境的控制和改善、合理营养结构及健康养殖模式的寻求提供科学依据。
1 材料与方法
1．1 样品采集
本实验的采样地点是常州市的团头鲂池塘2个、虾蟹池塘2个，宜兴市的青虾池塘1个、蟹塘1个、团头鲂池塘2个、虾蟹池塘2个，苏州市的青虾池塘2个、鲈鱼池塘2个、蟹塘2个、南美白对虾池塘2个，湖州市的鲈鱼池塘2个、青虾池塘2个、蟹塘2个。采集时间为六月份到十月份，每个塘选择3个水样采集点，采样时间为上午7:30至8:00，采样检测周期为两星期,样本量为79个。试验期间，相同池塘两塘的养殖条件和日常养殖管理措施完全相同，根据需要进行换水和使用增氧机。池塘的饵料投喂量根据进食情况适时调整，并随鱼类和虾蟹类体重的增加而进行适当增加。采样位置图如下：
1．2 样品指标测试方法
TN、TP、NH4+N、NO3－N、NO2－N、PO43和Chl.a指标的测定方法参照《环境监测方法标准汇编 水环境》[7]，pH以pH计进行测定、温度T以温度计测定，TN以过硫酸钾氧化紫外分光光度法、TP以过硫酸钾消解氯化亚锡还原光度法、NH4+N以纳氏试剂光度法、NO3－N以酚二磺酸光度法、NO2－N以N（1萘基）乙二胺光度法进行测定[9]。Chl.a的测定参照《水和废水监测分析方法》，采用分光光度法测定[10]。
1．3 分析方法
通径系数表示各条通径对于改变y变量的相对重要性的统计量，其计算方法为：Pi= Rxx 1R xy；决定系数计算方法为：di= pi2；共同决定系数的计算方法为dij = 2rij * P i *P j。其中，Rxx1为x性状间相关矩阵的逆矩阵; Rxy 为x 对y 的相关矩阵; rij表示i性状对j性状的相关系数[11]。
各环境因子测定结果经初步统计整理后，进行因子间相关性分析和以Chl.a为依变量、其他水质因子为自变量的多元回归分析。对得到的偏回归系数进行显著性检验，剔除检验不显著的因子后进行通径分析，计算各因子变化对Chl.a影响的直接和间接通径系数、决定系数。以上分析均在SPSS16.0统计软件中完成。
2 结果与分析
2．1 所测池塘水体环境因子的表型统计量
各水体环境因子的表型统计量结果见表1。PO43 、NO2－N和NO3－N的变异系数最大，说明池塘中PO43、NO2－N和NO3－N含量稳定性不高。pH和温度的变异系数很小，说明池塘的酸碱性在整个养殖周期能够维持在一个较为稳定的偏碱性水平，温度能保持在一定范围。Chl.a、TN和TP的变化系数较为接近，分别为93.69%、75.59%和112.5%，数据离散程度一般，表明精养池塘在不同养殖时期水体营养因子和浮游藻类含
目录
摘要1
关键词1
Abstract1
Key words1
引言2
1 材料与方法2
1.1样品采集 2
1.2样品指标测试方法 3
1.3分析方法3
2 结果与分析4
2.1所测池塘水体环境因子的表型统计量4
2.2所测池塘水体环境因子间的表型相关系数4
2.3所测池塘水体环境因子的偏回归系数检验4
2.4池塘环境因子对Chl.a影响的通径分析5
2.5多元线性回归方程的建立5
致谢7
参考文献7
环太湖流域养殖池塘水质的时空变化规律研究
引言
浮游植物是各种水体生态系统的重要组成部分。在海洋、湖泊等大型水体中浮游藻类的初级生产 *好棒文|www.hbsrm.com +Q: ￥351916072$
能力对系统的物质和能量流动有着十分重要的影响。在池塘水体中，浮游藻类与系统之间的关系十分密切，一部分浮游藻类可作为天然饲料被养殖动物摄食，而过多的藻类则反应水质状况的恶化，产生的水华现象、分泌的藻毒素则会危害养殖动物的健康，造成经济效益和环境效益的下降。叶绿素a（Chl.a）广泛存在于浮游植物体中，可通过测定Chl.a的含量来评价水体中浮游植物的生长状况[1]。Chl.a含量的多少与水体的物理条件、营养状况等因素有关。水体的物理因子随地域、时序及养殖模式和种类的不同会存在很大差异，其与Chl.a的相关性则会变化很大。氮、磷是水体主要的营养因子，对藻类的生长和繁殖具有重要影响[2,3]。环境因子变化对Chl.a影响的一般模型可归纳为图1，但近年来，随着集约化和高密度养殖模式大力发展和推广，高饲料量的投入引发水体氮、磷等元素富营养化越来越严重，营养因子与Chl.a之间的动态变化关系会变得更为多端和复杂。
目前评价水质指标内在相关性及其综合环境效应的方法主要包括有模糊综合评价法、灰色关联分析、多元回归分析等。其中灰色关联分析适合对样本及信息量少的数据组进行处理，通过少量的公式计算求出目标关联值，定量反应出几个因子间的关联大小[4]。但该方法在计算过程中对数值差进行了绝对化处理，得出的都为正关联值，不能从定性的角度反应出因子间的相关性，一定程度上存在着对指标评价的主观性判断和信息丢失的问题[5]。多元回归分析能够处理多指标多数据量的数据组，先通过主成分分析、相关性分析等来简化数据信息，找出与系统特征数据相关系数较大的因子，再通过因果关系的分析及显著性检测剔除部分不适合因子以逐步建立多元回归方程[6,7]。但该类方法要求的数据量大、各因素数据与系统特征数据间为线性关系且各因素间彼此无关，这就使得计算变得复杂繁琐、定量结果和定性结果难以一致性地反应和描述出系统的关系和规律[8]。通径分析在遗传育种领域已有广泛应用，而在水域生态研究中未有见报道，在多变量研究中，通径分析能够从直接和间接作用两方面来分解因子间相关性大小，所得通径系数能有效的表示相关变量间原因对结果的直接影响或间接影响的效应，决定系数能反应出自变量对因变量的作用大小。比相关性分析和灰色关联分析更为全面和细腻，能清晰明了地展现出因子间的整体关系，对区分因子的相对重要性及其关联性很有帮助。本研究以环太湖流域精养池塘所监测到的水质数据为基础，基于通径分析的方法来研究养殖池塘N、P等水质因子与Chl.a之间的动态变化关系，探讨影响养殖池塘藻类生长的营养因素，以期能够更全面而细腻地研究和总结水体环境因子的内在规律和系统结构，从而养殖池塘生态环境的控制和改善、合理营养结构及健康养殖模式的寻求提供科学依据。
1 材料与方法
1．1 样品采集
本实验的采样地点是常州市的团头鲂池塘2个、虾蟹池塘2个，宜兴市的青虾池塘1个、蟹塘1个、团头鲂池塘2个、虾蟹池塘2个，苏州市的青虾池塘2个、鲈鱼池塘2个、蟹塘2个、南美白对虾池塘2个，湖州市的鲈鱼池塘2个、青虾池塘2个、蟹塘2个。采集时间为六月份到十月份，每个塘选择3个水样采集点，采样时间为上午7:30至8:00，采样检测周期为两星期,样本量为79个。试验期间，相同池塘两塘的养殖条件和日常养殖管理措施完全相同，根据需要进行换水和使用增氧机。池塘的饵料投喂量根据进食情况适时调整，并随鱼类和虾蟹类体重的增加而进行适当增加。采样位置图如下：
1．2 样品指标测试方法
TN、TP、NH4+N、NO3－N、NO2－N、PO43和Chl.a指标的测定方法参照《环境监测方法标准汇编 水环境》[7]，pH以pH计进行测定、温度T以温度计测定，TN以过硫酸钾氧化紫外分光光度法、TP以过硫酸钾消解氯化亚锡还原光度法、NH4+N以纳氏试剂光度法、NO3－N以酚二磺酸光度法、NO2－N以N（1萘基）乙二胺光度法进行测定[9]。Chl.a的测定参照《水和废水监测分析方法》，采用分光光度法测定[10]。
1．3 分析方法
通径系数表示各条通径对于改变y变量的相对重要性的统计量，其计算方法为：Pi= Rxx 1R xy；决定系数计算方法为：di= pi2；共同决定系数的计算方法为dij = 2rij * P i *P j。其中，Rxx1为x性状间相关矩阵的逆矩阵; Rxy 为x 对y 的相关矩阵; rij表示i性状对j性状的相关系数[11]。
各环境因子测定结果经初步统计整理后，进行因子间相关性分析和以Chl.a为依变量、其他水质因子为自变量的多元回归分析。对得到的偏回归系数进行显著性检验，剔除检验不显著的因子后进行通径分析，计算各因子变化对Chl.a影响的直接和间接通径系数、决定系数。以上分析均在SPSS16.0统计软件中完成。
2 结果与分析
2．1 所测池塘水体环境因子的表型统计量
各水体环境因子的表型统计量结果见表1。PO43 、NO2－N和NO3－N的变异系数最大，说明池塘中PO43、NO2－N和NO3－N含量稳定性不高。pH和温度的变异系数很小，说明池塘的酸碱性在整个养殖周期能够维持在一个较为稳定的偏碱性水平，温度能保持在一定范围。Chl.a、TN和TP的变化系数较为接近，分别为93.69%、75.59%和112.5%，数据离散程度一般，表明精养池塘在不同养殖时期水体营养因子和浮游藻类含
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/nongxue/scyz/30.html
