汉江下游干支流浮游植物群落特征及其对水质的指示评价

浮游植物群落的动态变化可以全面、真实地反映水质的优劣,有利于了解水体污染状况的发展趋势。为及时掌握汉江下游水质变化,基于2019年3—12月汉江下游干流及主要支流浮游植物和水体理化指标监测数据,分析了浮游植物群落结构特征,并通过冗余分析研究了影响浮游植物群落结构的主要环境因子,同时运用浮游植物群落特征对汉江下游水质进行了综合评价。研究结果表明,在汉江下游干流及主要支流共鉴定出浮游植物7门110种,硅藻在种类组成上占绝对优势,以直链藻和冠盘藻为主。不同区域的浮游植物优势种存在差异:在汉江下游干流,硅藻门直链藻的优势度最大(0.19);在引江济汉运河,绿藻门球衣藻的优势度最大(0.14);在汉北河,蓝藻门伪鱼腥藻的优势度最大(0.24)。结合早年调查结果,汉江下游浮游植物密度近年来呈现先上升后下降的变化趋势。浮游植物密度和生物量受多种环境因子的影响,与水温呈显著正相关,与总磷、总氮、磷酸盐、氨氮和硅酸盐呈显著负相关。汉江下游干流、引江济汉运河、汉北河Shannon-Wiener指数分别为2.15、2.16、2.37,水质评价结果均为β-中污染;Pielou均匀度指数分别为0.77、0.80、0.74,水质评价结果均为轻度污染;Margalef物种丰富度指数分别为1.24、1.07、1.54,水质评价结果均为α-中污染。综合评价显示,2019年3—12月,汉江下游干流及主要支流整体处于中度污染状态。     

动态因子分析在环境监测数据综合处理中的应用

动态因子分析(DFA)作为降维度的多元统计方法,被设计用于时间序列分析,以揭示多元变量中解释变量与共同趋势对响应变量的影响程度。相较传统多元统计方法,DFA显性考虑时间因素,并量化影响响应变量的潜在因素。该方法可以忽略内在理化过程,具有良好的模拟效果,且在国外已广泛应用于地表水及地下水生态环境、空气污染等领域,但在国内尚未被应用。DFA在自身完善、应用范围、信息挖掘、数据预处理、预测分析、空间分析方面仍有巨大发展前景。