徐偉偉

（河北省唐山水文水資源勘測局，河北 唐山 063000）

富營養(yǎng)化評價中數(shù)據(jù)分析的研究進(jìn)展

徐偉偉

（河北省唐山水文水資源勘測局，河北 唐山 063000）

數(shù)據(jù)處理方法是富營養(yǎng)化評價的關(guān)鍵因素。簡要闡述富營養(yǎng)化的定義，比較詳細(xì)地評述富營養(yǎng)化評價過程中數(shù)據(jù)處理方法的研究現(xiàn)狀及國內(nèi)外常用的幾種富營養(yǎng)化評價方法。重點介紹幾種定量評價水質(zhì)富營養(yǎng)化的方法：綜合指數(shù)法、統(tǒng)計分析方法（主成分、聚類和判別分析），以及遙感技術(shù)、多標(biāo)準(zhǔn)評價分析、模型分析等。指出富營養(yǎng)評價技術(shù)的發(fā)展將為水質(zhì)管理提供可靠的依據(jù)，并對富營養(yǎng)化評價技術(shù)的研究做出了展望。

富營養(yǎng)化；數(shù)據(jù)分析；綜合指數(shù)法；統(tǒng)計分析方法；遙感技術(shù)

0 引言

據(jù)聯(lián)合國環(huán)境規(guī)劃署（UNEP）的一項調(diào)查表明，在全球范圍內(nèi) 30%～40% 的湖泊和水庫遭受了不同程度富營養(yǎng)化的影響。對美國和歐洲的調(diào)查顯示，美國 78% 的和歐洲大西洋沿岸 65% 的近海水域出現(xiàn)了富營養(yǎng)化癥狀[1]。目前我國 66% 以上的湖泊和水庫處于富營養(yǎng)化狀態(tài)，其中重和超富營養(yǎng)的占22%，而富營養(yǎng)化所導(dǎo)致的藍(lán)藻水華頻發(fā)使得湖泊和水庫的水質(zhì)、底質(zhì)條件惡化，水體生態(tài)系統(tǒng)和功能受到阻礙和破壞，因此富營養(yǎng)化是我國現(xiàn)階段亟待解決的重大水環(huán)境問題[2]，迫切需要一個科學(xué)、準(zhǔn)確的方法對富營養(yǎng)化程度做出客觀評價，這無論是對進(jìn)一步揭示水環(huán)境污染的程度，還是對政府部門的行政管理都十分必要。

1 富營養(yǎng)化及其評價中參數(shù)的選擇

1919 年，瑞典化學(xué)家 Hutchinson 將富營養(yǎng)化的概念擴(kuò)展到湖泊、溪流等淡水體系，并根據(jù)氮和磷的濃度將水體分為貧、中度和富營養(yǎng)的不同類型[3]。后來，富營養(yǎng)化被賦予廣義的定義，即在富營養(yǎng)化評價中還包括除氮磷以外的其他營養(yǎng)物質(zhì)。相對于淡水湖泊，人們對海洋富營養(yǎng)化的認(rèn)識較晚，根據(jù)人們對海洋環(huán)境中的富營養(yǎng)化的理解，Steele 提出“營養(yǎng)鹽的快速積累導(dǎo)致藻類的快速生長”這一定義[4]。其中最具代表性的是 Nixon 提出的最為簡短的定義：富營養(yǎng)化是指水域中有機(jī)質(zhì)的積累速度增加[5]。

溶解氧、濁度、硝酸鹽、亞硝酸鹽、銨鹽、葉綠素 a、生物需氧量、化學(xué)需氧量、總氮和總磷等是水體富營養(yǎng)化評價的主要參數(shù)。當(dāng)今定量評價富營養(yǎng)化的研究趨勢是增加參數(shù)的數(shù)目。盡管一些物理，化學(xué)和生物參數(shù)有助于對富營養(yǎng)化的理解，但是它們是否在評價過程中起顯著性作用還令人質(zhì)疑?？紤]到富營養(yǎng)化的定義與營養(yǎng)鹽和生物量有緊密的關(guān)系，富營養(yǎng)化評價中參數(shù)選擇是有范圍的：常見的無機(jī)氮（硝酸鹽、亞硝酸鹽、銨鹽），無機(jī)磷（磷酸鹽），有機(jī)物（葉綠素 a，浮游植物細(xì)胞數(shù)目和大型植物生物量）這些參數(shù)已足夠?qū)Ω粻I養(yǎng)化進(jìn)行評價。用這些變量評價富營養(yǎng)化的優(yōu)點是：測量費用低，大量的數(shù)據(jù)庫，色素的測定能與衛(wèi)星監(jiān)測技術(shù)結(jié)合起來。目前常用的評價方法大多是用這些參數(shù)進(jìn)行評價。但是在處理這些數(shù)據(jù)時也有很多缺點：1）描述富營養(yǎng)化的主要參數(shù)之間有高度相關(guān)性。這就意味著用來評價富營養(yǎng)化的這些參數(shù)不能僅僅簡單的疊加，而是在富營養(yǎng)化評價時要去除它們之間的相關(guān)性[6]。2）這些變量有時不服從正態(tài)分布，Heyman 在研究瑞典的 25 個中度和高度富營養(yǎng)化湖中的 950 個樣品時發(fā)現(xiàn)，葉綠素 a 不經(jīng)轉(zhuǎn)化就已經(jīng)服從正態(tài)分布[7]，而只有對營養(yǎng)鹽參數(shù)做對數(shù)轉(zhuǎn)化以后才服從正態(tài)分布。

2 單因子評價方法和綜合指數(shù)評價方法

以淡水湖泊富營養(yǎng)化評價方法為基礎(chǔ)的單因子評價方法 TSI（trophic state index），是基于浮游植物的增殖反映水體富營養(yǎng)化程度的，該方法僅僅適用于生態(tài)環(huán)境和水文條件相似的大多數(shù)淡水湖泊體系。由于不同湖泊之間的生態(tài)環(huán)境沒有太大的差異，因此用該方法對不同湖泊間的富營養(yǎng)化評價具有可比性。Carlson（1977 年）提出的 TSI 法主要以透明度、葉綠素 a 濃度和總磷濃度（TP ）為指標(biāo)。由于該方法簡單易行，目前經(jīng)常作為我國湖泊水庫的富營養(yǎng)化狀態(tài)的評價方法，胡春華用 TSI 方法對邊緣區(qū)湖泊蚌湖的富營養(yǎng)化狀態(tài)進(jìn)行了評價[8]。

1998 年 Vollenweider 等針對單因子評價方法只能適用于淡水湖泊體系這一問題，對 TSI 方法進(jìn)行了改進(jìn)并提出了對近海富營養(yǎng)化的綜合評價方法TRIX（Trophic status index）[9]。該指數(shù)是葉綠素 a，溶解無機(jī)氮，總磷和溶解氧的飽和度的絕對偏差的線性結(jié)合，顯然同時包含了壓力、狀態(tài)和響應(yīng)的基本參數(shù)。TRIX 法已在歐洲和南美洲等地的近海富營養(yǎng)化評價中得到了廣泛的應(yīng)用，Moncheva 等人分別利用該方法對黑海、里海及墨西哥尤卡丹半島水域的近海水域的富營養(yǎng)化狀態(tài)進(jìn)行了評價，都得到了很好的結(jié)果[10-12]。但是，TRIX 指數(shù)取決于每個評價參數(shù)的界限值，這些參數(shù)在不同區(qū)域有不同的界限值，因此沒有統(tǒng)一的參考狀態(tài)，所以也不能用于不同水體之間的富營養(yǎng)化的狀態(tài)比較。TRIX 指數(shù)法在國內(nèi)還很少應(yīng)用。

綜上所述，無論是綜合指數(shù)法還是單因子評價方法，都僅限于各綜合因子數(shù)值的簡單疊加。各參數(shù)之間難免會有一定的相關(guān)性，這些復(fù)雜的相關(guān)性將會導(dǎo)致錯誤的狀態(tài)判別。因此不能僅僅局限于各綜合因子的單純疊加，更需要根據(jù)不同水域的特點，用統(tǒng)計學(xué)和軟件技術(shù)相結(jié)合的方法去除這些相關(guān)性，從而準(zhǔn)確而有效地評價水域的富營養(yǎng)化。

3 統(tǒng)計分析方法

在富營養(yǎng)化評價中常見的一元統(tǒng)計分析方法有描述性統(tǒng)計學(xué)、頻數(shù)分布分析、異常值去除、方差分析和回歸分析。這些一元統(tǒng)計分析方法僅僅局限于數(shù)據(jù)的前處理及用于評價參數(shù)之間的關(guān)系，或者用于模型的建立。因而一元統(tǒng)計分析方法并不能給予定量的分類，并且一元統(tǒng)計分析方法往往具有片面性，目前應(yīng)用較多的是多元統(tǒng)計分析方法。

用多元統(tǒng)計技術(shù)評價富營養(yǎng)化主要基于營養(yǎng)鹽的濃度、浮游植物和大型植物的生物量、水的透明度和影響生物量的溫度等這些參數(shù)。一般情況下，在進(jìn)行多元統(tǒng)計分析之前，首先進(jìn)行數(shù)據(jù)預(yù)處理判斷這些數(shù)據(jù)是否能直接用于多元統(tǒng)計分析。例如異常值去除、正態(tài)分布檢驗和參數(shù)之間的相關(guān)性分析。目前國內(nèi)外主要用統(tǒng)計學(xué)分析方法對富營養(yǎng)化水平分類、預(yù)測富營養(yǎng)化的變化趨勢。多元統(tǒng)計分析的結(jié)果可以直接用于富營養(yǎng)化評價，也可以用于更為復(fù)雜的評價方法，如：多標(biāo)準(zhǔn)選擇技術(shù)（multiple criteria choice techniques），依據(jù)地理信息系統(tǒng) GIS 采集數(shù)據(jù)的空間方法（spatial methods）。多元統(tǒng)計分析方法已廣泛用于湖泊、水庫及海岸的管理，水質(zhì)的評價及環(huán)境的保護(hù)，同時也為環(huán)境保護(hù)法做出了突出的貢獻(xiàn)。

3.1 主成分分析

主成分分析是由原始變量線性組合形成新變量的多元統(tǒng)計分析方法，不具有相關(guān)性的新變量之間代表了原始變量的大部分信息，并能對巨大矩陣降維。Vega[13]用主成分分析評價了河流的水質(zhì)并定量地分析了人類活動的影響，在分析水質(zhì)中用到了營養(yǎng)鹽、溶解氧、生物需氧量及化學(xué)需氧量，但是這僅僅是對水質(zhì)評價而沒有體現(xiàn)富營養(yǎng)化的等級分類。為了彌補(bǔ)這一缺點，Primpas[14]用主成分分析法形成了定量評價富營養(yǎng)化的多元綜合指數(shù) E.I.：

式中：C 代表營養(yǎng)鹽和葉綠素 a 的濃度。根據(jù) E.I.定義富營養(yǎng)化水平：E.I.＜ 0.04 非常好，0.04 ＜ E.I.＜0.38 好，0.38 ＜ E.I.＜ 0.85 中等，0.85 ＜ E.I.＜ 1.51差，E.I.＞ 1.51 很差。林徐達(dá)運用主成份分析的方法，對飲用水的特征性指標(biāo)進(jìn)行分類分析[15]。盡管主成分分析有許多優(yōu)點，如簡單易行、結(jié)果直觀易于理解，僅用幾個與富營養(yǎng)化有關(guān)的變量進(jìn)行富營養(yǎng)化評價，但這種方法只用于富營養(yǎng)化的預(yù)處理方法。要對水域富營養(yǎng)化定量評價需要把主成份分析法與其它統(tǒng)計方法結(jié)合起來。

3.2 聚類分析

聚類分析是一種無管理模式識別技術(shù)，根據(jù)事物本身特性來研究個體分類的統(tǒng)計方法，是按照物以類聚的原則研究事物的分類。目前主要以時間和空間變量為聚類分析中的分類依據(jù)[16]。該方法為非參數(shù)分類，分類原理易于理解，但是也有一些缺點，在聚類分析時不能進(jìn)行顯著性檢驗，并且不同的聚類方法會產(chǎn)生不同的分類結(jié)果，因此使該方法在使用時受到了限制。

3.3 判別分析

判別分析在水體富營養(yǎng)化水平分類的基本思想是：根據(jù)一些生物、物理及化學(xué)參數(shù)擬合一個最優(yōu)的線性判別模型用于對不同區(qū)域的富營養(yǎng)化的分類。

判別函數(shù)的一般形式是：

式中：i 為所分類別的數(shù)目；ki是每類函數(shù)中的常數(shù)；n 為參數(shù)的個數(shù)；wj為各變量的判別系數(shù)，反映了研究變量 pj的特征量。Tsirtsis 運用判別分析的方法，基于硝酸鹽、磷酸鹽及葉綠素 a 這 3 個變量把愛琴海水質(zhì)分為 3 類：富、中等和貧營養(yǎng)化[17]。

近年來，尤其是逐步判別分析在富營養(yǎng)化評價中的應(yīng)用大大減小了富營養(yǎng)化評價中的困難，僅用幾個易測參數(shù)就能對富營養(yǎng)化狀態(tài)進(jìn)行初步評價并分類。Pinto[18]通過逐步判別分析的方法選出溶解氧、溫度和濁度 3 個可以用探頭直接測量的參數(shù)把湖水分為高和低風(fēng)險 2 類，預(yù)測準(zhǔn)確率達(dá)到 72%。判別函數(shù)為

式中：DF 為富營養(yǎng)化的模型函數(shù)得分；DO 為溶解氧飽和度；Temp 為水溫（℃）；Turb 為濁度。這種快速評價技術(shù)為水質(zhì)管理提高了效率，減少了花費，推動了在線監(jiān)測技術(shù)的發(fā)展。

4 其他數(shù)據(jù)處理方法

4.1 遙感技術(shù)

典型的采樣調(diào)查技術(shù)已經(jīng)很難滿足富營養(yǎng)化的變化趨勢，尤其大范圍的富營養(yǎng)化評價。最近幾十年，遙感分析技術(shù)為水質(zhì)評價提供了方便。水體的光學(xué)特征，尤其是高光譜圖像技術(shù)可以反映表面水質(zhì)及幾十米水質(zhì)的參數(shù)特征。目前，遙感技術(shù)主要用于葉綠素含量、懸浮物含量的測定及海洋中表面浮游植物分布特征的表征。一般來說，水體中的總磷濃度和懸浮物的含量有很好的線性相關(guān)性，因此Song KS 用高光譜遙感技術(shù)測定了總磷濃度，并用TSI 指數(shù)對水庫進(jìn)行了富營養(yǎng)化評價，得到了很好的效果[19]。近年來，王學(xué)軍等利用遙感信息和有限的實地監(jiān)測數(shù)據(jù)建立了預(yù)測太湖水質(zhì)參數(shù)模型，并結(jié)合單波段、多波段因子組合和主成分分析等手段對太湖流域進(jìn)行了富營養(yǎng)化評價[20]。在湖泊水色遙感方面，建立了湖泊水質(zhì)參數(shù)懸浮物、葉綠素 a 濃度及浮游植物、CDOM 吸收系數(shù)等遙感反演算法，并應(yīng)用衛(wèi)星影像對富營養(yǎng)化湖泊藍(lán)藻水華開展遙感監(jiān)測[21]。利用遙感技術(shù)監(jiān)測水質(zhì)，能夠快速獲取水質(zhì)綜合信息，并能充分體現(xiàn)水質(zhì)的空間分布特征，因此遙感分析技術(shù)更加適合于大范圍水域的快速檢監(jiān)。可是遙感技術(shù)在應(yīng)用時也有一定的局限性，因為遙感技術(shù)僅僅局限于表面研究。

4.2 多標(biāo)準(zhǔn)評價分析

多標(biāo)準(zhǔn)評價分析，一般被稱為多標(biāo)準(zhǔn)決策，就是在不同的標(biāo)準(zhǔn)下從眾多方案中選擇一個最佳方案。該方法結(jié)合了排序算法和標(biāo)準(zhǔn)權(quán)重方法。標(biāo)準(zhǔn)的選擇對結(jié)果的評價至關(guān)重要，可以以計量單位的形式存在，也可以以非計量單位的形式存在。在設(shè)計、評價和選擇方案時可以使用多種方法和程序。可是，所有的方法和程序都必須遵守一個原則：比較不同方案和每個標(biāo)準(zhǔn)的得分。另外，有一系列權(quán)重算法用來表示標(biāo)準(zhǔn)的重要性順序：簡單的加權(quán)分析法和層次的加權(quán)分析法。多標(biāo)準(zhǔn)決策的步驟如下：1）決定所有可選的方案；2）選擇合適的評價標(biāo)準(zhǔn)；3）建立決策矩陣；4）決策矩陣的標(biāo)準(zhǔn)化；5）基于合適的權(quán)重算法為標(biāo)準(zhǔn)分配權(quán)重；6）根據(jù)合適的得分算法選擇所有可能的方案。

方案的決策矩陣表示如下：

式中：I 代表決策方案；j 代表標(biāo)準(zhǔn)；bij代表第 j 個標(biāo)準(zhǔn)第 i 個方案的得分。

在之前的研究中，多種方法用于多標(biāo)準(zhǔn)決策分析，其中加權(quán)和方法的應(yīng)用最為普遍。這種方法應(yīng)用簡單并且所得結(jié)果可靠。多目標(biāo)決策技術(shù)已成功地應(yīng)用于水體富營養(yǎng)化趨勢的評價，并且在水質(zhì)管理和相關(guān)的政策制定中得到了廣泛的應(yīng)用。Moriki等[22]用灰色體系方法評價了海水的富營養(yǎng)化問題，并對海水的富營養(yǎng)化狀態(tài)進(jìn)行了有效地分類。多標(biāo)準(zhǔn)分析方法能有效地用于水質(zhì)富營養(yǎng)化評價，主要原因是該方法可以把不同來源的水質(zhì)信息結(jié)合起來，并給與不同變量不同的權(quán)重。但是，用不同的方法進(jìn)行政策決定時會產(chǎn)生不同的結(jié)果。另外，在權(quán)重分析時有一定的主觀性。因此方法的選擇和權(quán)重分析的主觀判斷共同決定了標(biāo)準(zhǔn)的權(quán)重。最佳權(quán)重方法的選擇確實能夠減小權(quán)重偏差，盡管還不能確定哪種方法可以得到最小偏差。Hajkowicz[23]等通過多元標(biāo)準(zhǔn)分析在水資源管理中的應(yīng)用表明，多元標(biāo)準(zhǔn)分析中方法選擇是重要的，但是決策矩陣的建立更加重要。多元標(biāo)準(zhǔn)分析最大的優(yōu)點是結(jié)合衛(wèi)星信息系統(tǒng)提供的數(shù)據(jù)為大規(guī)模水域的富營養(yǎng)化評價提供了方便。同時，多標(biāo)準(zhǔn)分析把富營養(yǎng)化變量和一些社會經(jīng)濟(jì)學(xué)參數(shù)結(jié)合在了一起，為政策的制定提供了有效而準(zhǔn)確的手段。

4.3 模型分析

在水質(zhì)分析研究中，模擬河川、湖泊、水庫及河口海洋等水質(zhì)狀況的分析建立各種模型。有的模型探索起因和后果的關(guān)系，有的理解并模擬生物地球化學(xué)、物理化學(xué)和生物學(xué)過程及其相互作用，還有的是預(yù)測物理因素和人類活動的壓力對未來水體生態(tài)系統(tǒng)的影響。因此，水質(zhì)模型是預(yù)測水域發(fā)展趨勢、環(huán)境管理和相關(guān)政策制定的有效工具。

水質(zhì)模型主要有 3 種，即水動力學(xué)、統(tǒng)計性及穩(wěn)態(tài)模型。水動力學(xué)模型使用水的體積、流量、流速和水深等參數(shù)描述有關(guān)水體浮游植物生長的物理、生物和化學(xué)作用。模型的建立和驗證過程是在同一水體中，由于不同水體的特征有很大差異，因此建立的模型一般不能用于性質(zhì)不同的其他水域。Vollenweider 等[24-26]基于統(tǒng)計分析技術(shù)和回歸分析分別建立了不同的模型。U.S.OECD 富營養(yǎng)化模型建立了營養(yǎng)鹽和富營養(yǎng)化的響應(yīng)變量之間的定量關(guān)系，旨在評價并控制湖泊和水庫的富營養(yǎng)化。根據(jù)該指令的要求，Vollenweider 根據(jù)一些歐洲湖泊中總磷的載荷濃度和葉綠素 a 之間的定量關(guān)系建立了模型。后來又有人根據(jù)不同湖泊之間的形態(tài)測量學(xué)和水力動態(tài)學(xué)逗留時間之間的差異做了進(jìn)一步校正，從而使新的模型適用于有不同性質(zhì)的湖泊。這一系列的研究為后來的研究提供了堅實的基礎(chǔ)，Golterman 等[27]對該回歸模型做了進(jìn)一步改善并把該模型用于有不同地理學(xué)、形態(tài)學(xué)和水文學(xué)特征的水體中。對于復(fù)雜體系的海洋生態(tài)系統(tǒng)，營養(yǎng)鹽因素的變化將會導(dǎo)致更大的響應(yīng)[28]，因此很難用一個單獨的模型解釋整個海域的相互作用及變化。通常是在不同的海域選擇幾個不同的變量來評價海域的影響。

近年來 GIS 已廣泛應(yīng)用于各個領(lǐng)域，特別在水質(zhì)模擬與管理規(guī)劃方面發(fā)揮了重要作用。很多模型是基于 GIS 技術(shù)建立、驗證并應(yīng)用的。由于江河，湖泊及海洋等流域水環(huán)境信息是具有空間特征的信息，通過應(yīng)用 GIS 技術(shù)可使流域水環(huán)境信息從單一的表格、數(shù)據(jù)形式逐步轉(zhuǎn)變?yōu)榫哂猩鷦有蜗蟮膱D形、圖像方式，并且以這些信息為基礎(chǔ)，還可完成對相關(guān)流域水環(huán)境的預(yù)測、規(guī)劃，以及對某些重大水環(huán)境問題進(jìn)行預(yù)警和防范。將 GIS 技術(shù)結(jié)合水環(huán)境污染模擬、控制和決策也是水質(zhì)模型今后重要的研究課題。把模型和空間分析及映射技術(shù)結(jié)合起來也將會促進(jìn)模型的建立。除此之外，還要把底棲和浮游生物系統(tǒng)與氣候、流域及經(jīng)濟(jì)因素綜合起來建立模型。

5 結(jié)語

要對富營養(yǎng)化狀態(tài)進(jìn)行有效的評價，就必須對富營養(yǎng)化的起因、后果及未來的發(fā)展趨勢有很好地了解。因為富營養(yǎng)化評價的變量之間有著復(fù)雜的關(guān)系和相互作用。因此，很有必要對生態(tài)系統(tǒng)的變量及它們之間的相互作用過程有很好的了解。整體評價也是目前富營養(yǎng)化評價的總體趨勢，但是這種總體方法費用高、耗時、同時還需要專家的判斷。所以可以通過合理的數(shù)據(jù)處理技術(shù)優(yōu)化采樣位置提高評價效率降低評價費用。另外，在線監(jiān)測技術(shù)的發(fā)展，也是今后進(jìn)行富營養(yǎng)化研究的一個重要領(lǐng)域。尤其熒光和紫外可見分光光度計的分析技術(shù)的應(yīng)用促進(jìn)了水色遙感技術(shù)的建立進(jìn)而加快在線監(jiān)測技術(shù)的實施，能夠及時預(yù)測預(yù)警預(yù)報水質(zhì)狀況，進(jìn)而提供有效的保護(hù)措施。因此把簡單的儀器分析技術(shù)和化學(xué)計量學(xué)技術(shù)結(jié)合起來建立各種各樣的富營養(yǎng)化評價方法是今后水富營養(yǎng)化研究的重要方向。

參考文獻(xiàn)：

[1] Bricker SB, Longstaff B, Dennison W, et al.Effects of nutrient enrichment in the nation’s estuaries: a decade of change[J].Harmful Alage, 2008 (8): 21-32.

[2] 楊桂山，馬榮華，張路，等.中國湖泊現(xiàn)狀及面臨的重大問題與保護(hù)策略[J].湖泊科學(xué)，2010, 22 (6): 799-810.

[3] Hutchinson GE.A treatise on limnology.Introduction to lake biology and the limno plankton[M], Volume II.NewYork: John Wiley & Sons, 1967: 1115.

[4] Steele JH.The structure of marine ecosystems[M].Cambridge: Harvard Univ.Press, 1974: 128.

[5] Nixon SW.Coastal marine eutrophication: a definition, social causes, and future concerns[J].Ophelia, 1995, 41: 199-219.

[6] Primpas I, Tsirtsis G, Karydis M, et al.Principal component analysis: development of a multivariate index for assessing eutrophication according to the European water framework directive[J].Ecological indicators, 2010 (10): 178-183.

[7] Heyman U, Ryding SO, Forsberg C.Frequency-distributions of water-quality variables—relationships between mean and maximum values[J].Water Research, 1984 (18): 787-794.

[8] 胡春華，黃丹，周文斌，等.典型湖泊邊緣區(qū)豐水期營養(yǎng)狀態(tài)及其影響因子研究——以蚌湖為例[J].水生態(tài)學(xué)雜志，2013, 34 (3): 32-38.

[9] Vollenweider RA, Giovanardi F, Montanari G, et al.Characterization of the trophic conditions of marine coastal waters with special reference to the NW Adriatic Sea: proposal for a trophic scale, turbidity and generalized water quality index [J].Environmetrics, 1998 (9): 329-357.

[10] Moncheva S, Gotsis-Skretas O, Pagou K, et al.Phytoplankton blooms in Black Sea and Mediterranean coastal ecosystems subjected to anthropogenic eutrophication: similarities and differences[J].Estuary Coast Shelf, 2001 (53): 281-295.

[11] Shahrban M, Etemad-Shahidi A.Classification of the Caspian Sea coastal waters based on trophic index and numerical analysis[J].Environmental monitoring and assessment, 2010 (164): 349-356.

[12] Herrera-Silveira JA, Morales-Ojeda SM.Evaluation of the health status of a coastal ecosystem in southeast Mexico: assessment of water quality, phytoplankton and submerged aquatic vegetation[J].Marine Pollution Bulletin, 2009 (59): 72-86.

[13] Vega M, Pardo R, Barrado E, et al.Assessment of seasonal and polluting effects on the quality of river water by exploratory data analysis[J].Water Research, 1998 (32): 3581-3592.

[14] Primpas I, Karydis M.Scaling the trophic index (TRIX) in oligotrophic marine environments.Environmental monitoring and assessment[J], 2010 (178): 257-269.

[15] 林徐達(dá).基于主成份分析法的飲用水特征性指標(biāo)分類[J].科技創(chuàng)新導(dǎo)報，2012 (21) : 30-32.

[16] Shrestha S, Kazama F.Assessment of surface water quality using multivariate statistical techniques: A case study of the Fuji river basin, Japan[J].Environmental Modelling and Software, 2007 (22): 464-475.

[17] Tsirtsis G, Karydis M.Application of discriminant analysis for water quality assessment in the Aegean.Samos, Greece: 6th Int Conf of Environmental Science and Technology; 1999.

[18] Pinto U, Maheshwari B, Shrestha S, et al.Modeling eutrophication and microbial risks in peri-urban river systems using discriminant function analysis[J].Water Research, 2012 (46): 6476-6488.

[19] Song KS, Li L, Li S, et al.Hyperspectral remote sensing of total phosphorus (TP) in three central Indiana water supply reservoirs[J].Water air soil pollution, 2012 (223): 1481-1502.

[20] 王學(xué)軍，馬廷.應(yīng)用遙感技術(shù)監(jiān)測和評價太湖水質(zhì)狀況[J].環(huán)境科學(xué)，2000 (21): 65-68.

[21] 張運林.湖泊光學(xué)研究進(jìn)展及其展望[J].湖泊科學(xué)，2011, 23 (4): 483-497.

[22] Moriki A, Karydis M.Application of multicriteria choice methods in assessing eutrophication[J].Environmental Monitoring and Assessment, 1994 (33): 1-18.

[23] Hajkowicz S, Higgins A.Comparison of multiple criteria analysis techniques for water resource management[J].European Journal of Operational Research, 2008 (184): 255-265.

[24] Vollenweider RA.Advances in defining critical loading levels for phosphorus in lake eutrophication[J].Mem Ist Ital Idrobiol, 1976 (33): 53-83.

[25] Dillon PJ, Rigler FH.A test of a simple nutrient budget model predicting the phosphorus concentration in lake water [J].J Fish Res Bd Can, 1974 (31): 1771-1778.

[26] Jones RA, Lee GF.Recent advances in assessing impact of phosphorus loads on eutrophication-related water quality[J].Water Research, 1982(16): 503-515.

[27] Golterman HL.Reflections on post-OECD eutrophication models[J].Hydrobiologia, 1991 (218): 167-176.

[28] Tett P, Gilpin L, Svendsen H, et al.Eutrophication and some European waters of restricted exchange[J].Cont Shelf Res, 2003 (23):1635-1671.

Progress and Prospect on Data Analysis of Eutrophication Assessment

XU Weiwei

(Tangshan Hydrology and Water Resources Survey Bureau of Hebei Province, Tangshan 063000, China)

Data processing method has become a key factor for eutrophication assessment.The article concisely introduces definitions of eutrophication and discusses the research status of data analysis and several eutrophication assessment techniques used by the domestic and international field.The paper mainly introduces several kinds quantitative assessment methods of eutrophication, including comprehensive index method, statistical analysis（PCA, CA and DA）, remote sensing, multi-criteria evaluation analysis, model analysis and so on.The development of eutrophication assessment techniques will be the important means for water management.And the future developments of eutrophication assessment techniques have been expected.

eutrophication; data analysis; multimetric eutrophication indices; Multi-dimensional statistical analysis; Remote sensing

X524

A

1674-9405(2014)04-0011-06

2014-05-07

徐偉偉（1979－），女，河北昌黎人，工程師，主要從事水環(huán)境監(jiān)測與水資源保護(hù)方面的研究。