張以飛，汪　靚，王玉琳

(1.南京大學(xué)環(huán)境規(guī)劃設(shè)計(jì)研究院有限公司，南京　210046；2.河海大學(xué)環(huán)境學(xué)院， 南京　210098)

· 試驗(yàn)研究 ·

非參數(shù)季節(jié)分解模型太湖葉綠素a濃度變化特征研究

張以飛1，汪靚2，王玉琳2

(1.南京大學(xué)環(huán)境規(guī)劃設(shè)計(jì)研究院有限公司，南京210046；2.河海大學(xué)環(huán)境學(xué)院， 南京210098)

在湖泊各種水質(zhì)指標(biāo)中，葉綠素a是表征營(yíng)養(yǎng)狀況最重要的指標(biāo)之一。使用基于季節(jié)分解技術(shù)的局部線性回歸的非參數(shù)方法研究了梁溪河口、梅梁灣和湖中心3個(gè)太湖不同區(qū)域1995年～2006年期間葉綠素a觀測(cè)值變化特征。結(jié)果表明該方法能有效的分開太湖葉綠素a觀測(cè)值時(shí)間序列中的趨勢(shì)成分和季節(jié)效應(yīng)成分。趨勢(shì)成分結(jié)果表明，太湖的葉綠素a濃度在1997年中達(dá)到頂峰；1998年～2001年期間3個(gè)區(qū)域的葉綠素a濃度趨勢(shì)一直下降，隨后各有不同；3個(gè)區(qū)域葉綠素a濃度變化趨勢(shì)在2001年之前保持良好的響應(yīng)關(guān)系，此后梁溪河口葉綠素a濃度對(duì)梅梁灣和太湖中心的影響減弱。季節(jié)成分表明3個(gè)區(qū)域葉綠素a的年最高值都出現(xiàn)在8月份，但5月～6月的濃度很可能比7月份更高；冬春季節(jié)3個(gè)區(qū)域的葉綠素a濃度保持良好的響應(yīng)關(guān)系，而夏季彼此的響應(yīng)減弱。季節(jié)成分模式在1998年和2003年分別出現(xiàn)一個(gè)結(jié)構(gòu)變化：前者使太湖每年秋末到春末的葉綠素a濃度下降，但是夏秋兩季的濃度升高；后者使葉綠素a濃度的季節(jié)效應(yīng)變的平穩(wěn)。這些結(jié)果為太湖污染控制提供了理論依據(jù)。

葉綠素a；局部線性回歸；季節(jié)分解； 趨勢(shì)成分；季節(jié)效應(yīng)

當(dāng)前我國(guó)湖泊水環(huán)境的保護(hù)和改善已受到各級(jí)政府和湖泊周圍地區(qū)居民的高度關(guān)注。在影響湖泊水體水質(zhì)的各種污染物中，葉綠素a作為水生植物含有的主要色素之一，是表征水體營(yíng)養(yǎng)狀況的重要指標(biāo)，通過葉綠素a的情況能了解水體生態(tài)系統(tǒng)的情況及其富營(yíng)養(yǎng)化的水平[1～3]，因此研究湖泊的葉綠素a的隨時(shí)間變化的規(guī)律對(duì)掌握湖泊富營(yíng)養(yǎng)化特征的變化有著十分重要的作用。

前人學(xué)者已進(jìn)行了大量葉綠素a與其它環(huán)境因素之間的關(guān)系研究，Joseph A Krewer等[4]用線性回歸和曲線回歸方法研究了水體中溶解態(tài)磷與葉綠素a的關(guān)系；Bobbin J等[5]用遺傳算法研究了葉綠素a的變化規(guī)律，并用于預(yù)測(cè)藻類暴發(fā)；陳宇煒等[6]用逐步多元回歸和相關(guān)分析法研究了梅梁灣葉綠素a與營(yíng)養(yǎng)鹽之間的關(guān)系；白曉華，胡維平[7]用一元回歸法研究了太湖水深變化對(duì)營(yíng)養(yǎng)鹽和葉綠素a的影響；李未等[8]用小波分析研究了太湖營(yíng)養(yǎng)化的主要驅(qū)動(dòng)因子等。

各國(guó)學(xué)者對(duì)葉綠素a與環(huán)境要素關(guān)系研究比較充分，但是對(duì)湖泊中葉綠素a本身中長(zhǎng)期變化規(guī)律的研究很少，龔紹琦等[9]使用參數(shù)統(tǒng)計(jì)方法，建立了太湖不同區(qū)域葉綠素a時(shí)間序列的 ARMA模型；他們認(rèn)為太湖中營(yíng)養(yǎng)區(qū)、輕富營(yíng)養(yǎng)區(qū)和中富營(yíng)養(yǎng)區(qū)分別符合不同參數(shù)的AR(1)、MA(5)以及AR(6)模型，這一結(jié)果是有意義的，但是，這一參數(shù)統(tǒng)計(jì)方法要求數(shù)據(jù)本身符合正態(tài)性假設(shè)[10]，這一點(diǎn)在實(shí)際的觀測(cè)數(shù)據(jù)中并不容易得到滿足。同時(shí)由于葉綠素a本身變化受氣候等自然節(jié)律和因素影響極大，因此肯定具有季節(jié)性規(guī)律；而之前建立的ARMA等模型顯然并沒有考慮季節(jié)性因素的影響，所以是不適當(dāng)?shù)模患竟?jié)性規(guī)律與長(zhǎng)期趨勢(shì)混雜在一起，也將使數(shù)據(jù)規(guī)律分析產(chǎn)生困難，掩蓋真實(shí)的情況，所以也應(yīng)分開考慮。

另一方面，太湖及周邊區(qū)域在我國(guó)社會(huì)經(jīng)濟(jì)發(fā)展中占有很重要的地位，而且從上個(gè)世紀(jì)90年代中期至本世紀(jì)最初的10年間，恰恰是太湖藍(lán)藻爆發(fā)最頻繁的時(shí)期；研究這一時(shí)間段內(nèi)太湖葉綠素a濃度的變化規(guī)律不但對(duì)治理太湖有重要的理論和實(shí)際意義，也對(duì)控制其它區(qū)域的富營(yíng)養(yǎng)化問題有著借鑒意義。因此，本文利用非參數(shù)統(tǒng)計(jì)思想，采用季節(jié)分解的局部線性回歸模型研究1995年～2006年期間太湖的葉綠素a濃度的變化規(guī)律；這一方法不但對(duì)數(shù)據(jù)要求較低，更吻合實(shí)測(cè)數(shù)據(jù)的要求；更重要的是它能將季節(jié)性規(guī)律和長(zhǎng)期趨勢(shì)分開，從而清楚的展現(xiàn)葉綠素a時(shí)間序列的變化趨勢(shì)，揭示太湖葉綠素a的季節(jié)性規(guī)律和長(zhǎng)期趨勢(shì)，為太湖污染控制提供了理論依據(jù)。

1　理論模型

局部線性回歸是一種新的非參數(shù)時(shí)間序列方法；該方法可以比較好的區(qū)分時(shí)間序列中的趨勢(shì)成分和季節(jié)成分[11,12]，不但適用于平穩(wěn)時(shí)間序列，也可以適用于非平穩(wěn)時(shí)間序列。

1.1局部線性回歸

一般地，葉綠素a濃度的時(shí)間序列{Yt,t}能夠分解成下式：

Yt=ft+st+εt

(1)

式中ft表示慢變函數(shù)，表示時(shí)間序列的趨勢(shì)成分；st是周期函數(shù)，表示時(shí)間序列的季節(jié)效應(yīng)成分；εt為殘差。在局部線性回歸中，趨勢(shì)項(xiàng)ft由下式估計(jì)：

(2)

其中h稱為趨勢(shì)窗口寬度，用于控制局部回歸作用的范圍，h越大表示局部線性回歸作用的范圍越大。局部線性回歸中用到的窗口寬度是可調(diào)的，沒有一定的選擇規(guī)則；而且局部線性回歸的結(jié)果，對(duì)h并不敏感[12]；對(duì)于一個(gè)具體的時(shí)間序列，可以根據(jù)葉綠素a濃度的生態(tài)學(xué)特點(diǎn)來(lái)初步選擇，并通過檢驗(yàn)結(jié)果殘差是否滿足正態(tài)性判斷h選擇的正確性[11]。i為一確定的時(shí)間；而t為觀測(cè)值Yt對(duì)應(yīng)的時(shí)間。在(2)式中，由于是局部線性回歸，所以a, b不能由最小二乘法(Ordinary Least Square, OLS)得到；而是通過下式獲得：

(3)

其中Kh(t)為核函數(shù)，它在此的作用即是權(quán)，使得距離t點(diǎn)越遠(yuǎn)其影響越小。通常使用的核函數(shù)為：

(4)

上述局部線性回歸方法在具有季節(jié)效應(yīng)的時(shí)間序列中需要進(jìn)行修正。季節(jié)效應(yīng)修正主要的思想是首先通過一個(gè)低通量過濾器估計(jì)葉綠素a觀測(cè)值的季節(jié)性部分，然后用觀測(cè)值減去季節(jié)性部分的殘差估計(jì)趨勢(shì)部分，并如此反復(fù)迭代；即每個(gè)部分都根據(jù)其它部分的殘差來(lái)擬合。當(dāng)前后兩次迭代得到結(jié)果差別不大時(shí)，認(rèn)為完成估計(jì)；迭代的初始值可以設(shè)置為零。

為了減少異常值對(duì)結(jié)果的影響，在每一次迭代循環(huán)中對(duì)核函數(shù)加權(quán)，權(quán)函數(shù)取為下式：

(5)

(6)

權(quán)函數(shù)的作用是減少迭代中殘差特別大的觀測(cè)值的權(quán)重，從而減少異常點(diǎn)的影響。此外，如果一個(gè)觀測(cè)值的計(jì)算權(quán)重小于限定值可以認(rèn)為是異常點(diǎn)；能夠進(jìn)行異常點(diǎn)識(shí)別也是局部線性回歸季節(jié)分解模型的一個(gè)優(yōu)點(diǎn)；在本文中計(jì)算權(quán)重小于10-8被識(shí)別為異常點(diǎn)。

2　數(shù)據(jù)來(lái)源與處理

本文的觀測(cè)數(shù)據(jù)來(lái)源于江蘇太湖湖泊生態(tài)系統(tǒng)國(guó)家野外科學(xué)觀測(cè)研究站(簡(jiǎn)稱“太湖站”)[13]，該文獻(xiàn)有全太湖32個(gè)野外站點(diǎn)中8個(gè)站點(diǎn)的自1991年～2006年共16年的逐月觀測(cè)數(shù)據(jù)。選擇位于無(wú)錫梁溪河河口的0號(hào)基準(zhǔn)站，位于梅梁灣的4號(hào)基準(zhǔn)站以及太湖中心的8號(hào)基準(zhǔn)站進(jìn)行研究，以反映太湖不同區(qū)域的葉綠素a時(shí)間序列的特點(diǎn)。這些觀測(cè)站1995年～2006年每個(gè)站點(diǎn)有144個(gè)數(shù)據(jù)，共576個(gè)數(shù)據(jù)，觀測(cè)數(shù)據(jù)比較完整，有比較大的研究?jī)r(jià)值。

3　模型分析與計(jì)算

在進(jìn)行具體分析之前，先了解太湖葉綠素a濃度變化的概況。表1是對(duì)3個(gè)站點(diǎn)葉綠素a的觀測(cè)值初步統(tǒng)計(jì)分析的結(jié)果。結(jié)果表明，無(wú)論是最大值，中位數(shù)，平均值8號(hào)點(diǎn)葉綠素a的情況都是其中水質(zhì)是最好的，其它站點(diǎn)的數(shù)據(jù)大致上離太湖中心越近的站點(diǎn)，其情況越好，這一點(diǎn)與之前研究相符[14,15]；從標(biāo)準(zhǔn)差來(lái)看，8號(hào)站點(diǎn)的標(biāo)準(zhǔn)差也最小，表明8號(hào)點(diǎn)葉綠素a年際情況相對(duì)比較穩(wěn)定；其它3個(gè)站點(diǎn)的觀測(cè)值年際則表現(xiàn)出較大的起伏。所有站點(diǎn)觀測(cè)值的偏度都大于0，尤以8號(hào)站點(diǎn)最為明顯，這說(shuō)明這些站點(diǎn)的葉綠素a觀測(cè)值的分布右偏，也就是說(shuō)8號(hào)點(diǎn)葉綠素a更容易出現(xiàn)極端高值。從峰度和偏度來(lái)看，3個(gè)站點(diǎn)的葉綠素a值的分布都明顯的偏離正態(tài)分布，因此使用普通的回歸分析等統(tǒng)計(jì)方法是不合適的。

表1　葉綠素a統(tǒng)計(jì)量表

圖1是3個(gè)站點(diǎn)1～20階的自相關(guān)系數(shù)圖。從中可以看出，0號(hào)點(diǎn)的葉綠素a觀測(cè)值相關(guān)系數(shù)隨著滯后期的增大減小的很慢，這與龔紹琦等[9]人的研究結(jié)果類似；這些現(xiàn)象應(yīng)該是由于該點(diǎn)位于河口，其受人類生產(chǎn)生活等有規(guī)律的活動(dòng)的調(diào)控影響較大，葉綠素a濃度延續(xù)性比較大，從而前后月觀測(cè)值表現(xiàn)出比較強(qiáng)的關(guān)聯(lián)性。4號(hào)點(diǎn)葉綠素a的相關(guān)系數(shù)衰減較慢，但是變化并不規(guī)律，這是因?yàn)槠湮恢迷诿妨簽辰?，它的觀測(cè)值不但受到人類活動(dòng)的較大影響；而且周圍地形、水力條件等自然條件非常復(fù)雜。8號(hào)點(diǎn)的自相關(guān)系數(shù)則衰減較快，表明太湖湖心葉綠素a的濃度和其前后月的觀測(cè)值基本沒有關(guān)系。

3個(gè)站點(diǎn)的葉綠素a觀測(cè)值在滯后期為12處的相關(guān)系數(shù)都比較大，超過了95%置信區(qū)間，這表明了其中存在明顯的季節(jié)效應(yīng)，時(shí)間序列模型需要考慮這一因素的影響；以前的學(xué)者建立的ARMA模型并沒有考慮這一點(diǎn)，因此并不適當(dāng)。從自相關(guān)系數(shù)可以看出太湖不同區(qū)域的葉綠素a的時(shí)間變化規(guī)律明顯不同，人類活動(dòng)增大了近岸區(qū)葉綠素a的時(shí)間自相關(guān)；更重要的是太湖葉綠素a濃度存在明顯的季節(jié)效應(yīng)，不考慮季節(jié)效應(yīng)對(duì)于研究太湖葉綠素a的變化規(guī)律是不合適的。

圖1　葉綠素a濃度自相關(guān)系數(shù)Fig.1　The ACF of chl-a concentrations

根據(jù)以上分析的結(jié)果，3個(gè)站點(diǎn)的葉綠素a觀測(cè)值的局部線性回歸模型窗口寬度都選為12。圖2是模型殘差的正態(tài)分位數(shù)圖?？梢钥吹?，0號(hào)點(diǎn)和8號(hào)點(diǎn)的殘差都很好的滿足正態(tài)分布的要求；4號(hào)點(diǎn)的殘差雖然在邊界處略有偏差；但這主要是邊界效應(yīng)的體現(xiàn)，對(duì)結(jié)果影響不大，可以認(rèn)為模型是符合統(tǒng)計(jì)學(xué)要求的[12]。

圖2　模型殘差分位數(shù)Fig.2　The Q-Q plot of models residuals

表2給出了3個(gè)站點(diǎn)擬合誤差情況。比較而言，可以發(fā)現(xiàn)位于太湖中心的8號(hào)點(diǎn)由于所處環(huán)境簡(jiǎn)單，受人類影響較小，規(guī)律比較清晰，模型效果明顯好于其它兩個(gè)站點(diǎn)的情況。相對(duì)來(lái)說(shuō)，4號(hào)點(diǎn)的模型誤差較大，是因?yàn)槊妨簽乘?、地形條件都比較復(fù)雜；藻類生長(zhǎng)受到的不確定因素較多。

表2　模型誤差

圖3表明了3個(gè)站點(diǎn)的對(duì)數(shù)葉綠素a觀測(cè)值的擬合情況?？梢钥闯觯瑪M合值與觀測(cè)值在大多數(shù)情況下是非常吻合的；誤差比較大的區(qū)域出現(xiàn)在時(shí)間邊界上，這主要是因?yàn)樵谶吔缟峡杀焕玫挠^測(cè)值比較少；此外，雖然0號(hào)點(diǎn)和4號(hào)點(diǎn)分別有5個(gè)異常點(diǎn)，8號(hào)點(diǎn)有兩個(gè)異常點(diǎn)，但是所有的擬合曲線幾乎沒有受到異常點(diǎn)的影響，這表現(xiàn)出局部線性回歸對(duì)異常點(diǎn)良好的穩(wěn)健性。需要注意的是，在圖3中，由于季節(jié)規(guī)律和趨勢(shì)效應(yīng)相混雜，葉綠素a的變化規(guī)律是不明顯的。

圖3　模型擬合圖Fig.3　The fits of the models

4　結(jié)果與討論

4.1趨勢(shì)效應(yīng)

圖4是3個(gè)站點(diǎn)葉綠素a濃度的趨勢(shì)分析圖；可以看到經(jīng)過季節(jié)分解后，3個(gè)站點(diǎn)的葉綠素a濃度變化趨勢(shì)顯得清晰很多。在1997年之前，3個(gè)站點(diǎn)的葉綠素a都在不斷的上升，并在1997年～1998年期間先后達(dá)到頂峰，隨后有所下降。這主要是因?yàn)樘凇熬盼濉北欢樗廴痉乐沃攸c(diǎn)，而《太湖水污染防治“九五”計(jì)劃及2010年規(guī)劃》則是在1998年1月得到國(guó)務(wù)院批復(fù)的[16,17]；這一結(jié)果與當(dāng)時(shí)的太湖治理背景是相符的。需要注意的是最先達(dá)到頂峰的是0號(hào)點(diǎn)的葉綠素a濃度，其次是4號(hào)點(diǎn)的葉綠素a濃度，最后是8號(hào)點(diǎn)的濃度彼此間隔有2～3個(gè)月；并考慮到0號(hào)點(diǎn)監(jiān)測(cè)的梁溪河口在當(dāng)時(shí)是太湖的主要污染源之一，可以認(rèn)為這3個(gè)站點(diǎn)的葉綠素a濃度下降有一定的因果關(guān)系；即這一時(shí)期梁溪河污染的削減，顯著降低了梅梁灣的葉綠素a濃度，也減小了太湖中心區(qū)域葉綠素a的濃度。

從1998年～2001年期間，梁溪河口、梅梁灣和太湖中心葉綠素a濃度均有所下降；從曲線上看，此時(shí)梅梁灣葉綠素a濃度與梁溪河口濃度仍然保持一定的響應(yīng)關(guān)系。2001年以后3個(gè)區(qū)域的葉綠素a濃度變化趨勢(shì)出現(xiàn)顯著差異：2001年～2004年期間梅梁灣和太湖中心的葉綠素a濃度呈現(xiàn)出上升趨勢(shì)；梁溪河口葉綠素a的濃度則繼續(xù)呈現(xiàn)出比較快的下降趨勢(shì)；2004年以后梁溪河口的葉綠素a濃度經(jīng)過一番波動(dòng)以后，出現(xiàn)一定的上升趨勢(shì)；太湖中心的葉綠素a濃度則呈現(xiàn)下降趨勢(shì)，這些與顧蘇莉等人的研究結(jié)果相同[18]。3個(gè)區(qū)域葉綠素a濃度的差別表明，2001年以后隨著治理工程的展開和葉綠素a濃度的降低，太湖中心葉、梅梁灣和梁溪河口葉綠素a濃度彼此的響應(yīng)關(guān)系逐步減弱。由于梅梁灣以及整個(gè)太湖周圍農(nóng)業(yè)發(fā)達(dá)，且觀測(cè)數(shù)據(jù)表明1998年～2004年期間太湖的水溫，水深，光照強(qiáng)度等氣候與水文因素相較于其前后年均無(wú)明顯變化[13]，因此分析它們的葉綠素a濃度響應(yīng)關(guān)系減弱的主要原因是梁溪河的點(diǎn)源污染受到控制以后，比較難控制農(nóng)業(yè)面源污染以及太湖底泥中釋放的內(nèi)源污染開始占主導(dǎo)地位。

從單純的趨勢(shì)成分來(lái)看，2006年底3個(gè)站點(diǎn)葉綠素a濃度與1995年初3個(gè)站點(diǎn)葉綠素a的濃度相差無(wú)幾；但是，相較于其1997年它們最高的時(shí)葉綠素a濃度的對(duì)數(shù)值分別下降了33.9%，27.4%和35.1%。特別要指出，由于2005年以后梁溪河口葉綠素a的趨勢(shì)成分已經(jīng)低于同期梅梁灣葉綠素a的趨勢(shì)成分，顯示單純控制梁溪河污染，對(duì)降低梅梁灣葉綠素a濃度已經(jīng)不會(huì)有太大的意義。

圖4　 葉綠素a趨勢(shì)成分Fig.4　The trend components of chl-a

4.2季節(jié)效應(yīng)

圖5表現(xiàn)了3個(gè)站點(diǎn)葉綠素a的季節(jié)效應(yīng)成分?？梢钥吹?，3個(gè)站點(diǎn)的葉綠素a季節(jié)效應(yīng)有著一些相同的特點(diǎn)：每年的1月份是葉綠素a最低的時(shí)候，從春季開始隨著氣溫的上升葉綠素a濃度逐漸上升并于8月份達(dá)到一年的最高值。但是季節(jié)效應(yīng)曲線表明與其臨近的月份做比較，梁溪河、梅梁灣與太湖中心的7月份葉綠素a的情況并不特別高；反而是5月和6月的葉綠素a濃度比7月份濃度高。

圖5　葉綠素a季節(jié)成分Fig.5　The seasonal components of chl-a

此外，3個(gè)區(qū)域的葉綠素a濃度季節(jié)變化也顯示出一些不同的特點(diǎn)：梁溪河口與梅梁灣的葉綠素a在每年的1月～7月期間基本一直在上升，在8月份達(dá)到頂峰后開始下降，在次年的1月份達(dá)到最低值；太湖中心的葉綠素a在每年的春季4月份達(dá)到一個(gè)高峰以后，在5月～7月有所下降。需要注意，梁溪河口葉綠素a濃度在4月突然上升，而梅梁灣的葉綠素a濃度則在5月突然上升，可以認(rèn)為這兩者之間有一定的響應(yīng)關(guān)系。另一方面，雖然太湖中心8月份的葉綠素a也突然上升，但是上升幅度大于梅梁灣的幅度，且時(shí)間相隔較長(zhǎng)，這表明太湖中心每年的8月的葉綠素a濃度與梅梁灣和梁溪河口的葉綠素a 濃度關(guān)系相對(duì)較小，應(yīng)該有自身的天然因素起作用?？傊?，從季節(jié)因素來(lái)看，梅梁灣葉綠素a的季節(jié)成分與梁溪河口的季節(jié)成分有一定的響應(yīng)關(guān)系；而梅梁灣夏季的葉綠素a季節(jié)成分與太湖中心夏季季節(jié)成分響應(yīng)關(guān)系比較弱。

從細(xì)節(jié)來(lái)看，幾乎所有的季節(jié)效應(yīng)曲線都表在1998年左右顯示出一個(gè)結(jié)構(gòu)變化；1998年之后，每年11月～12月以及1月～4月葉綠素a濃度大多呈下降趨勢(shì)，但是5月～9月葉綠素a濃度有所上升；這表明太湖污染控制工程對(duì)冬春兩季葉綠素a控制表現(xiàn)出良好的效果，而對(duì)夏秋兩季葉綠素a濃度的控制效果不明顯。

2003年左右葉綠素a的季節(jié)效應(yīng)也表現(xiàn)出一個(gè)輕微的改變，這一點(diǎn)在每年的5月～9月的季節(jié)曲線上表現(xiàn)的尤其明顯；2003年后葉綠素a全年的季節(jié)效應(yīng)曲線都比較平穩(wěn)，變化很小。

5　結(jié)　論

本文對(duì)太湖葉綠素a濃度的時(shí)間序列進(jìn)行分析，結(jié)果發(fā)現(xiàn)太湖不同區(qū)域葉綠素a濃度的自相關(guān)性區(qū)別較大，越靠近湖岸自相關(guān)系數(shù)衰減越慢；近岸區(qū)自相關(guān)性比較強(qiáng)，而湖心區(qū)自相關(guān)性較弱；但是3個(gè)區(qū)域葉綠素a的濃度分布都較大的偏離了正態(tài)分布；同時(shí)，分析表明太湖葉綠素a濃度值有強(qiáng)烈的季節(jié)性規(guī)律。具體來(lái)說(shuō)：

5.1本文所使用基于非參數(shù)季節(jié)分解局部線性回歸方法則能夠很好的將太湖葉綠素a濃度觀測(cè)值的趨勢(shì)成分與季節(jié)成分分開，更清晰的表達(dá)了太湖不同區(qū)域葉綠素a的長(zhǎng)期趨勢(shì)和季節(jié)模式。

5.2從趨勢(shì)成分來(lái)看，3個(gè)區(qū)域太湖葉綠素a濃度在1997年中達(dá)到頂峰；2001年前梅梁灣和太湖中心葉綠素a濃度趨勢(shì)與梁溪河口葉綠素a的濃度趨勢(shì)有明顯的響應(yīng)關(guān)系；2001年后梁溪河口葉綠素a情況對(duì)梅梁灣和太湖中心的影響逐步減弱。

5.3從季節(jié)效應(yīng)來(lái)看，3個(gè)區(qū)域葉綠素a濃度最高點(diǎn)都出現(xiàn)在每年的8月份；梁溪河口與梅梁灣的葉綠素a濃度有較強(qiáng)的響應(yīng)關(guān)系；但太湖中心區(qū)域夏季的葉綠素a的濃度的突然上升過程與梅梁灣葉綠素a變化的關(guān)系不大。

[1]Office of water. Ambient water quality criteria recommendations: Information supporting the development of state and Tribal nutrient criteria, lakes and reservoirs in nutrient ecoregion II (EPA-822-B -00-007) [R]. Washington,D.C:United States Environmental Protection Angency,2000.1-30.

[2]張運(yùn)林，秦伯強(qiáng)，陳偉民,等.太湖梅梁灣浮游植物葉綠素a和初級(jí)生產(chǎn)力[J].應(yīng)用生態(tài)學(xué)報(bào)，2004,15(11):2127-2131.

[3]Kalff J.Limnology[M].London: Prentice Hall,2001.

[4]Krewer J A,Holm H W. The phosphorus-chlorophyll a relationship in periphytic communities in a controlled ecosystem [J]. Hydrobiologia, 1982,(94):173-176.

[5]Bobbin J,Recknagel F. Inducing explanatory rules for the prediction of algal blooms by genetic algorithms [J]. Environmental International,2001,(27):237-242.

[6]陳宇煒，秦伯強(qiáng)，高錫云. 太湖梅梁灣藻類及相關(guān)環(huán)境因子逐步回歸統(tǒng)計(jì)和藍(lán)藻水華的初步預(yù)測(cè)[J].湖泊科學(xué),2001,13(1):63-71.

[7]白曉華，胡維平. 太湖水深變化對(duì)氮磷濃度和葉綠素a濃度的影響[J].水科學(xué)進(jìn)展,2006,17(5):727-732.

[8]李未，秦伯強(qiáng). 太湖梅梁灣富營(yíng)養(yǎng)化主要驅(qū)動(dòng)因子的多時(shí)間尺度分析[J].湖泊科學(xué),2012,24(6):865-874.

[9]龔紹琦，黃家柱，李云梅,等. 應(yīng)用時(shí)間序列分析法對(duì)太湖葉綠素-a含量的動(dòng)態(tài)研究[J].海洋與湖沼,2008,39(6):591-598.

[10]王星.非參數(shù)統(tǒng)計(jì)[M].北京：清華大學(xué)出版社,Springer,2009.

[11]Song S Q.環(huán)境與生態(tài)統(tǒng)計(jì)—R語(yǔ)言的應(yīng)用[M].北京：高等教育出版社，2011.

[12]Cleveland R B,Cleveland W S,McRae J E,et al. STL: A Seasonal-Trend Decomposition Procedure Based on Loess [J]. Journal of Official Statistics, 1990,(6):3-33.

[13]秦伯強(qiáng)，胡春華.中國(guó)生態(tài)系統(tǒng)定位觀測(cè)與研究數(shù)據(jù)集—湖泊濕地海灣生態(tài)系統(tǒng)卷，江蘇太湖站(1991-2006)[M].北京：中國(guó)農(nóng)業(yè)出版社，2010. 239-270.

[14]曠達(dá)，韓秀珍，劉翔,等.基于環(huán)境一號(hào)衛(wèi)星的太湖葉綠素a濃度提取[J].中國(guó)環(huán)境科學(xué),2010,30(9):1268-1273.

[15]張玉超，錢新，錢瑜,等.支持向量機(jī)在太湖葉綠素a非線性犯嚴(yán)重的應(yīng)用[J].中國(guó)環(huán)境科學(xué),2009,(1):78-83.

[16]劉鴻志，陳永請(qǐng)，梁占彬.我國(guó)重點(diǎn)湖泊的水環(huán)境管理(一)[J].環(huán)境保護(hù)，1998,(12):9-10.

[17]顧崗.太湖藍(lán)藻暴發(fā)原因及其控制措施[J].上海環(huán)境科學(xué)，1996，15(12):10-14.

[18]顧蘇莉，陳方，孫將陵.太湖藍(lán)藻監(jiān)測(cè)及暴發(fā)情況分析[J].水資源保護(hù),2011,27(3):28-32.

Research on Concentration Variation Characteristics of Chlorophyll a in Taihu Lake Based on Nonparametric Seasonal-Trend Decomposition Model

ZHANG Yi-fei1, WANG Liang2，WANG Yu-ling2

(1.InstituteofEnvironmentalPlanning&DesignNanjingUniversity,Nanjing210046,China;2.CollegeofEnvironment,HohaiUniversity,Nanjing210098,China)

Chlorophyll a (Chl-a) is one of the most important nutrient factors of the lake. The nonparametric method of local linear regression based on seasonal-trend decomposition procedure has been used to study the variation characteristics of observed values of Chl-a during 1995 to 2006 years. The studied areas were mouth of Liangxi River, Meiliang Bay and the center of the lake. The results indicated that the method could effectively decompose the seasonal and the trend components in the observed time series of Chl-a. The trend component showed the Chl-a concentration peaked at 1997, and during 1998 and 2001, the concentrations of Chl-a had been declining first and then different in the three regions. The concentration change trend of Chl-a in studied regions presented good response relationship before 2001, and after then the impact of Chl-a concentration in Liangxi river mouth on the Meiliang Bay and the center of Taihu Lake had reduced. The seasonal component showed that the peak concentration of Chl-a in the three regions appear in August. However, the concentrations in May and June would be higher than that in July. The response relationship among the regions held well in spring and winter but diminished in summer. In 1998 and 2003, respectively, there was a structure variation point for the seasonal components. The first one made the concentrations of Chl-a in Taihu Lake decrease from late autumn to late spring, but increase in summer and autumn. The second one made the seasonal components stable. The research could provide theoretical basis for pollution control of Taihu Lake.

Chlorophyll a; local linear regression; seasonal decomposition; trend component; seasonal influence.

2014-09-26

張以飛(1982-),男，江蘇泗陽(yáng)人，2004年畢業(yè)于河海大學(xué)環(huán)境工程專業(yè)，工程師。研究方向?yàn)榄h(huán)境規(guī)劃，水環(huán)境保護(hù)。

X524

A

1001-3644(2015)02-0026-07