彭 雪，張 璐，黃素珍，藺慶偉，劉碧云，張 義，吳振斌

(1：中國(guó)科學(xué)院水生生物研究所淡水生態(tài)和生物技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，武漢 430072)(2：中國(guó)科學(xué)院大學(xué)，北京 100049)(3：武漢理工大學(xué)資源與環(huán)境工程學(xué)院，武漢 430072)(4：河南師范大學(xué)生命科學(xué)學(xué)院，新鄉(xiāng)453007)

沉水植物作為水生態(tài)系統(tǒng)中的初級(jí)生產(chǎn)者，在水生態(tài)系統(tǒng)的物質(zhì)循環(huán)和能量流動(dòng)中發(fā)揮重要作用[1-2]，因此其覆蓋度和生物量常常被作為評(píng)價(jià)湖泊等淺水水體系統(tǒng)穩(wěn)定性的重要參數(shù). 目前針對(duì)沉水植物的覆蓋度及生物量研究的主要方法有人工樣方法、遙感監(jiān)測(cè)法[3]和水聲學(xué)技術(shù). 人工樣方法屬于勞動(dòng)密集型，不僅費(fèi)時(shí)費(fèi)力、主觀性強(qiáng)，無法準(zhǔn)確地繪制沉水植物的空間分布，且通常會(huì)對(duì)沉水植物造成損傷，這對(duì)于恢復(fù)期的沉水植物生長(zhǎng)不利. 遙感技術(shù)可以通過衛(wèi)星遙感數(shù)據(jù)監(jiān)測(cè)水生植物的時(shí)空分布[4-5]，但是該技術(shù)遙感數(shù)據(jù)的獲取容易受到云層覆蓋、水體清澈度等的影響，且在遙感影像提取時(shí)沉水植物容易與水體中的懸浮物和浮游植物等產(chǎn)生“異物同譜”現(xiàn)象[6]，這些因素都會(huì)導(dǎo)致利用遙感技術(shù)監(jiān)測(cè)沉水植物的空間分布時(shí)研究結(jié)果與實(shí)際結(jié)果的誤差. 相比之下，水聲學(xué)技術(shù)在富營(yíng)養(yǎng)化水體中沉水植物監(jiān)測(cè)方面具有更好的優(yōu)勢(shì).

目前基于水聲學(xué)的回聲探測(cè)儀已廣泛應(yīng)用于水生態(tài)多個(gè)領(lǐng)域，Dufour等[7]在美國(guó)伊利湖中利用多功能回聲探測(cè)儀DT-X對(duì)魚類豐度進(jìn)行調(diào)查，利用回聲探測(cè)結(jié)果與刺網(wǎng)調(diào)查結(jié)果進(jìn)行耦合，用以計(jì)算魚類豐度，結(jié)果表明兩種方法結(jié)合能有效提高魚類豐度估計(jì)值. Rotta等[8]在巴西圣保羅州的水庫(kù)中利用回聲探測(cè)儀對(duì)沉水植物的高度進(jìn)行評(píng)估并與遙感結(jié)果相比，結(jié)果表明二者具有良好的相關(guān)性. 回聲探測(cè)技術(shù)可以在不同類型的水體中精確和快速地監(jiān)測(cè)沉水植物，還可將回聲探測(cè)導(dǎo)出的數(shù)據(jù)與地統(tǒng)計(jì)學(xué)的插值方法結(jié)合，準(zhǔn)確地繪制出研究水體中沉水植物的空間分布[9].

在沉水植物調(diào)查中通常是按照人工布點(diǎn)進(jìn)行采樣，獲得離散數(shù)據(jù)，但實(shí)際沉水植物分布特征是具有連續(xù)性的，所以需要能將離散點(diǎn)進(jìn)行平面擬合的空間插值分析方法，能更加客觀準(zhǔn)確地反映沉水植物的分布特點(diǎn)[10]. 地統(tǒng)計(jì)學(xué)中的空間插值方法是通過一定已知樣本點(diǎn)數(shù)據(jù)，利用其統(tǒng)計(jì)規(guī)律，找到一個(gè)這些樣本點(diǎn)間的函數(shù)關(guān)系式，通過這個(gè)關(guān)系式求出區(qū)域范圍內(nèi)未測(cè)量點(diǎn)的值[11]. 目前，基于空間插值的方法很多，不同的插值方法結(jié)果差別較大，在實(shí)際應(yīng)用中并不存在一種普適性的插值方法，所以，根據(jù)實(shí)測(cè)數(shù)據(jù)特點(diǎn)及研究區(qū)域特征選擇插值方法一直是地學(xué)研究的一個(gè)熱點(diǎn)[12]. 劉春洋等[13]在海洋底棲生物密度調(diào)查中，利用不同插值方法對(duì)未采樣區(qū)域的底棲生物分布狀況進(jìn)行繪制，結(jié)果表明普通克里金法的插值效果最好. 鄭蘭香等[14]利用反距離權(quán)重插值法對(duì)抽水型水庫(kù)中的總氮、總磷等水質(zhì)參數(shù)的空間分布進(jìn)行分析，結(jié)果表明反距離權(quán)重插值法能準(zhǔn)確地反映水庫(kù)區(qū)域內(nèi)污染物的分布狀況. 目前缺少空間插值法在沉水植物空間分布系統(tǒng)研究.

本研究選擇在水生態(tài)學(xué)領(lǐng)域最常使用的3種插值方法：普通克里金插值法(Ordinary Kriging，OK)、反距離權(quán)重插值法(Inverse distance weighted interpolation，IDW)、徑向基函數(shù)插值法(Radial basis function，RBF). 以便攜型回聲探測(cè)儀——MX為手段，以成功恢復(fù)沉水植物的杭州西湖子湖——茅家埠、烏龜潭、小南湖3個(gè)淺水湖泊為研究場(chǎng)地，采用回聲探測(cè)技術(shù)與地統(tǒng)計(jì)學(xué)的插值方法結(jié)合，研究便攜型回聲探測(cè)儀MX在淺水湖泊中進(jìn)行沉水植物探測(cè)的可行性，探究不同插值方法的誤差范圍及靈敏度，找到適合且能降低評(píng)價(jià)誤差的淺水湖泊沉水植物蓋度分布的插值方法，為后期更大尺度的湖泊沉水植物空間分布研究提供理論依據(jù).

1 材料與方法

1.1 調(diào)查斷面及采樣點(diǎn)設(shè)置

杭州西湖為典型南方城市景觀湖泊，依托國(guó)家重大科技專項(xiàng) “十一五”和“十二五”水專項(xiàng)課題，對(duì)杭州西湖子湖——茅家埠、烏龜潭、小南湖、鵒湖灣等西湖西進(jìn)水域開展沉水植物群落恢復(fù)生態(tài)工程. 并形成了以黑藻和苦草為優(yōu)勢(shì)種的穩(wěn)定沉水植物群落，平均蓋度達(dá)30%以上[15]. 本研究以茅家埠(30.240123°N，120.128882°E，面積0.487 km2，平均水深1.4 m)、烏龜潭(30.232301°N，120.133413°E，面積0.10 km2，平均水深1.3 m)、小南湖(30.229643°N，120.142121°E，面積0.089 km2，平均水深1.9 m)3個(gè)淺水水體為研究對(duì)象，采用斷面式開展沉水植物蓋度的回聲探測(cè)，斷面沿湖區(qū)長(zhǎng)軸方向設(shè)計(jì)(圖1)，間隔為80 m. 在實(shí)際回聲探測(cè)時(shí)，通過測(cè)距儀使得調(diào)查斷面盡量與設(shè)計(jì)斷面一致.

圖1 3個(gè)湖區(qū)回聲探測(cè)斷面及采樣點(diǎn)位Fig.1 Echo detection sections and sampling sites of three lakes

1.2 采樣周期

于2018年7月(夏季)、10月(秋季)、12月(冬季)對(duì)茅家埠、烏龜潭、小南湖3個(gè)湖泊的沉水植物進(jìn)行回聲探測(cè)，選擇3個(gè)湖泊沉水植物生物量最高的秋季數(shù)據(jù)進(jìn)行空間插值分析，選擇茅家埠沉水植物蓋度不同季節(jié)的數(shù)據(jù)進(jìn)行空間插值分析.

1.3 監(jiān)測(cè)方法

本研究使用美國(guó)BioSonics公司生產(chǎn)的便攜型回聲探測(cè)儀——MX進(jìn)行回聲樣本采集，它將多種功能進(jìn)行集成，內(nèi)置DGPS傳感器，換能器的工作頻率為200 kHz, 發(fā)射波束角為8.5°～9°. 該裝置置于手劃船上，平均船速為1.5 km/h，數(shù)據(jù)采集過程中，將換能器垂直固定于船頭，入水深10 cm. 使用BioSonics的Visual Acquisition 6.0進(jìn)行聲學(xué)數(shù)據(jù)的記錄，同時(shí)將水溫(7月30℃、10月20℃、12月9℃)及鹽度(7月0.11 ng/L、10月0.11 ng/L、12月0.11 ng/L)等參數(shù)輸入數(shù)據(jù)采集程序. 數(shù)據(jù)采集中，數(shù)字脈沖報(bào)告頻率為5 ping/s，每個(gè)ping的持續(xù)時(shí)間為0.1 ms，“ping”為聲納脈沖.

使用BioSonics的沉水植物分析軟件Visual Habitat處理回聲探測(cè)記錄數(shù)據(jù)，Visual Habitat軟件中所有的控制參數(shù)、特征識(shí)別參數(shù)、系統(tǒng)和環(huán)境參數(shù)的設(shè)置均按軟件中的默認(rèn)值設(shè)置，底部特征強(qiáng)度為-38 dB，植物特征強(qiáng)度為-70 dB. 該軟件可以利用多步算法通過檢查回波信號(hào)來提取植物屬性的信息(圖2)，同時(shí)導(dǎo)出水深、沉水植物冠蓋高度、百分比覆蓋度、探測(cè)樣點(diǎn)的經(jīng)緯度等，導(dǎo)出的數(shù)據(jù)中每個(gè)GPS經(jīng)緯度對(duì)應(yīng)10 ping的平均值. 為了防止底部的枯枝等雜物被錯(cuò)誤分類為植物特征，將植物檢測(cè)高度設(shè)為10 cm(即低于10 cm的值軟件處理時(shí)不判為是植物).

圖2 回聲探測(cè)儀數(shù)據(jù)處理回波圖Fig.2 Echo detector data processing echogram

1.4 回聲探測(cè)儀與人工樣方比較

在回聲探測(cè)儀原位采集沉水植物數(shù)據(jù)的同時(shí)，使用樣方方法(30 cm×47 cm)人工采集對(duì)應(yīng)采樣點(diǎn)的沉水植物，每個(gè)樣點(diǎn)重復(fù)采集3次，并帶回實(shí)驗(yàn)室稱重，求得平均濕重. 人工樣方采樣點(diǎn)設(shè)置在回聲探測(cè)斷面上(圖1)，并在Visual Acquisition 6.0軟件上進(jìn)行標(biāo)記. 為驗(yàn)證回聲探測(cè)結(jié)果的準(zhǔn)確性，根據(jù)式(1)求出回聲探測(cè)得到的沉水植物生物體積百分比(PVI)[16]. 將PVI與人工樣方采集到的沉水植物濕重進(jìn)行線性回歸分析.

PVI=MC(MH/BD)

(1)

式中,MH、BD和MC分別為回聲探測(cè)儀在1 min內(nèi)測(cè)量1個(gè)采樣點(diǎn)的平均沉水植物高度、平均底部深度和沉水植物蓋度.

1.5 插值方法

普通克里金插值法在獲得已知點(diǎn)間統(tǒng)計(jì)關(guān)系的基礎(chǔ)上，從變量相關(guān)性和變異性出發(fā)，使用變異函數(shù)模型以估計(jì)非采樣區(qū)域的值[17]，一般公式為:

(2)

(3)

式中,Z(x0)為x0處的預(yù)測(cè)值;Z(xi)為原始測(cè)量值;ki為賦予插值點(diǎn)的一組權(quán)重系數(shù)，其和等于1，n為參與插值的樣本點(diǎn)數(shù). 該方法中變量為半變異函數(shù)，扇區(qū)類型為4個(gè)扇區(qū)，每個(gè)扇區(qū)最大相鄰要素為5，最小相鄰要素為2，插值圖輸出像元大小為1.3188×10-5，當(dāng)同一位置存在兩個(gè)或多個(gè)采樣點(diǎn)時(shí)使用平均值.

反距離權(quán)重插值法是一種基于相似原理的局部插值方法，其估計(jì)值為周圍樣本點(diǎn)的加權(quán)平均值，被賦予的權(quán)重是樣本點(diǎn)與估計(jì)點(diǎn)間的距離[10]，離估計(jì)點(diǎn)越近的樣本點(diǎn)被賦予的權(quán)重越大，一般公式為：

(4)

式中,Z為估計(jì)點(diǎn)的預(yù)測(cè)值；Zi實(shí)測(cè)樣本點(diǎn)的值；n為參與預(yù)測(cè)計(jì)算過程中的實(shí)測(cè)樣本點(diǎn)數(shù)；Di為樣本點(diǎn)i與預(yù)測(cè)點(diǎn)間的距離；p為權(quán)重參數(shù)，是距離的冪，其顯著影響內(nèi)插的結(jié)果. 該方法中冪為2，扇區(qū)類型為4個(gè)扇區(qū)，每個(gè)扇區(qū)最大相鄰要素為15，最小相鄰要素為10，插值圖輸出像元大小1.3188×10-5，當(dāng)同一位置存在兩個(gè)或多個(gè)采樣點(diǎn)時(shí)使用平均值.

徑向基函數(shù)插值法定義為空間中任一點(diǎn)xi到某一中心x0之間歐氏距離的單調(diào)函數(shù)，當(dāng)xi越遠(yuǎn)離x0時(shí)函數(shù)取值越小，徑向基函數(shù)法具有5種基函數(shù)，分別為薄板樣條函數(shù)、張力樣條函數(shù)、規(guī)則樣條函數(shù)、高次曲面函數(shù)、反高次曲面函數(shù)，本文選擇規(guī)則樣條函數(shù)進(jìn)行分析. 該方法中核函數(shù)為規(guī)則樣條函數(shù)，核參數(shù)為17140442.5471，扇區(qū)類型為4個(gè)扇區(qū)，每個(gè)扇區(qū)最大相鄰要素為15，最小相鄰要素為10，插值圖輸出像元大小1.3188×10-5，當(dāng)同一位置存在兩個(gè)或多個(gè)采樣點(diǎn)時(shí)使用平均值.

表1 3個(gè)湖泊水深、沉水植物高度、蓋度、沉水植物體積百分比和單位面積平均濕重

1.6 交叉驗(yàn)證

本文采用交叉驗(yàn)證的方法對(duì)杭州西湖沉水植物蓋度的空間插值結(jié)果進(jìn)行評(píng)估，交叉驗(yàn)證是在建模時(shí)用于評(píng)價(jià)某一插值方法準(zhǔn)確性的方法，本研究不同季節(jié)每個(gè)湖泊采集的樣本約為3000～4000個(gè)，將4/5的樣本點(diǎn)用作插值建模，通過建立的模型對(duì)剩下1/5的樣本數(shù)據(jù)進(jìn)行預(yù)測(cè)，求出樣本原始數(shù)據(jù)與預(yù)測(cè)數(shù)據(jù)間的偏差，用于比較3種插值方法的優(yōu)化程度，以得出最佳的插值方法. 選擇誤差絕對(duì)值均值(MEAN)和誤差均方根(RMSE)作為交叉驗(yàn)證的評(píng)定指標(biāo)[18]，MEAN可以估算預(yù)測(cè)值的誤差范圍，RMSE可以反映插值模型利用樣點(diǎn)數(shù)據(jù)的估值靈敏度和極值效應(yīng)[19]，RMSE越小說明誤差均值的變化范圍越小. 計(jì)算公式如下：

(5)

(6)

式中,Zi為第i個(gè)采樣點(diǎn)的實(shí)測(cè)值，Zki為第i個(gè)采樣點(diǎn)的預(yù)測(cè)值，n為用于驗(yàn)證的樣本數(shù).

1.7 數(shù)據(jù)處理

使用Excel 2016軟件對(duì)導(dǎo)出數(shù)據(jù)進(jìn)行整理，SPSS 19.0軟件進(jìn)行回歸模型分析，Origin軟件進(jìn)行圖表繪制，使用ArcGIS 10.2地統(tǒng)計(jì)分析模塊進(jìn)行空間插值分析.

圖3 3個(gè)湖泊沉水植物體積百分比(y)與平均濕重(x)的線性回歸分析Fig.3 Linear regression analysis of submerged plant volume (y) and average wet weight (x) of submerged plants in three lakes

2 結(jié)果與分析

2.1 回聲探測(cè)與人工采樣結(jié)果對(duì)比

表1顯示了3個(gè)湖泊人工樣方獲得的單位面積沉水植物的平均濕重與PVI. 茅家埠和烏龜潭樣方中采集到的沉水植物主要為苦草、黑藻、金魚藻，小南湖樣方中采集到的沉水植物主要為苦草和狐尾藻. 為驗(yàn)證回聲探測(cè)結(jié)果的準(zhǔn)確性，對(duì)二者進(jìn)行線性回歸分析(圖3). 茅家埠、烏龜潭和小南湖沉水植物體積百分比(y)與平均濕重(x)的線性回歸方程分別為y=0.0179x-9.7505(R2=0.7927)、y=0.0109x-9.1871(R2=0.8211)、y=0.0047x-1.4442(R2=0.8789). 從3個(gè)湖泊回歸方程的相關(guān)系數(shù)可以看出，PVI與單位面積沉水植物平均濕重具有良好的相關(guān)性.PVI與平均濕重雖然量綱不同，但兩者為不同方式獲得的沉水植物生物量的特征指標(biāo)，這說明利用MX回聲探測(cè)儀進(jìn)行淺水湖泊的沉水植物監(jiān)測(cè)具有良好的可行性.

2.2 插值分析及交叉驗(yàn)證結(jié)果

2.2.1 不同湖泊沉水植物蓋度插值分析 以回聲探測(cè)的沉水植物蓋度秋季結(jié)果為基礎(chǔ)數(shù)據(jù)，分別選擇3種插值方法對(duì)茅家埠、烏龜潭、小南湖進(jìn)行沉水植物蓋度空間插值分析，得到9張沉水植物蓋度空間分布圖(圖4～6)，用不同顏色直觀地描繪不同沉水植物的蓋度，綠色表示高覆蓋度，紅色表示低覆蓋度. 從圖中可以看出，3種插值方法均能基本反映出沉水植物的蓋度分布. 3個(gè)湖泊沉水植物的總體蓋度茅家埠最高，其次是烏龜潭，小南湖最低. 茅家埠沉水植物蓋度最大值出現(xiàn)在中部及西南片，最低值出現(xiàn)在東北部，這是由于東北部生長(zhǎng)有大量的蘆葦和荷花等挺水植物. 烏龜潭的西北片沉水植物分布較少，這是由于該片位于西湖引水工程的入水口附近，由引水工程輸入的殘留絮凝劑附著在沉水植物葉片上，導(dǎo)致沉水植物生長(zhǎng)狀況不好[20]. 且該區(qū)域底質(zhì)較硬，不利于沉水植物生長(zhǎng). 小南湖湖區(qū)水體透明度較高，平均為1.5 m左右，適合沉水植物生長(zhǎng). 湖心區(qū)沉水植物蓋度高于岸邊淺水區(qū)原因主要為：小南湖東南角區(qū)域?yàn)槲骱こ痰淖畲笕胨?30萬t/d)，水力的沖刷不利于沉水植物生長(zhǎng)；小南湖沿岸西邊區(qū)域?yàn)橛未a頭，人為干擾較大；北邊為小南湖與西里湖連通的航道區(qū)，行船不利于沉水植物生長(zhǎng).

圖4 反距離權(quán)重法插值沉水植物蓋度分布Fig.4 Interpolation results of submerged plants coverage distribution by IDW

圖5 徑向基函數(shù)法插值沉水植物蓋度分布Fig.5 Interpolation results of submerged plants coverage distribution by RBF

圖6 普通克里金法插值沉水植物蓋度分布Fig.6 Interpolation results of submerged plants coverage distribution by OK

3種方法的插值精確度采用交叉驗(yàn)證法來驗(yàn)證，交叉驗(yàn)證結(jié)果如表2所示. 對(duì)于茅家埠和小南湖沉水植物的蓋度插值，3種插值方法的RMSE排序均為IDW

對(duì)于烏龜潭沉水植物的蓋度插值，3種插值方法的RMSE排序?yàn)镮DW

表2 3個(gè)湖泊3種插值方法的交叉驗(yàn)證結(jié)果

2.2.2 不同季節(jié)沉水植物蓋度插值分析 以茅家埠回聲探測(cè)的沉水植物蓋度結(jié)果為基礎(chǔ)數(shù)據(jù)，分別選擇3種插值方法對(duì)夏季、秋季、冬季進(jìn)行沉水植物蓋度空間插值分析. 通過交叉驗(yàn)證方法探究3種插值方法對(duì)不同季節(jié)沉水植物蓋度空間插值分析的精確度. 交叉驗(yàn)證結(jié)果見表3，對(duì)于3個(gè)季節(jié)茅家埠沉水植物蓋度的插值分析，3種插值方法的RMSE排序均為IDW

表3 不同季節(jié)3種插值方法的交叉驗(yàn)證結(jié)果

綜合上述結(jié)果，對(duì)同一季節(jié)不同湖泊和同一湖泊不同季節(jié)回聲探測(cè)沉水植物蓋度進(jìn)行插值分析，由于反距離權(quán)重法綜合考慮不同已知樣點(diǎn)的權(quán)重值，在估算預(yù)測(cè)值誤差范圍及插值模型的靈敏度上均好于徑向基函數(shù)法和普通克里金法，采用反距離權(quán)重法對(duì)茅家埠、烏龜潭、小南湖3個(gè)湖泊沉水植物蓋度空間分布進(jìn)行插值效果最好，與茅家埠不同季節(jié)沉水植物蓋度進(jìn)行插值分析結(jié)果一致.

2.3 茅家埠、烏龜潭、小南湖沉水植物季節(jié)變化

對(duì)3個(gè)湖泊沉水植物蓋度的季節(jié)變化進(jìn)行分析，結(jié)果如圖7、圖8所示，3個(gè)湖泊中茅家埠沉水植物的蓋度最高，其次為烏龜潭，蓋度最低的為小南湖. 茅家埠沉水植物蓋度在季節(jié)間存在顯著差異. 烏龜潭沉水植物蓋度夏季與冬季存在顯著差異，冬季較夏季下降了6.9%. 小南湖沉水植物蓋度秋季最高，與夏季和冬季存在顯著差異，冬季蓋度下降了30.3%. 回聲探測(cè)是利用沉水植物對(duì)入射聲波回聲信號(hào)反映沉水植物的狀況，由于沉水植物物種間產(chǎn)生的回聲信號(hào)差異較小，目前不能通過回聲探測(cè)儀區(qū)分沉水植物種類，因此分析小南湖沉水植物冬季蓋度下降還需要結(jié)合具體的沉水植物種類和生境.

圖7 3個(gè)湖泊沉水植物蓋度不同季節(jié)的比較(不同字母代表顯著差異(P<0.05))Fig.7 Seasonal variation of the submerged plants coverage in three lakes(Different letters indicated that differences were significant(P<0.05))

圖8 反距離權(quán)重法插值沉水植物不同季節(jié)的蓋度分布Fig.8 Interpolation results of submerged plants coverage in different seasons by IDW

對(duì)3個(gè)湖泊沉水植物高度進(jìn)行分析，由圖9可知，茅家埠沉水植物高度夏季(0.62 m)明顯高于秋季(0.51)和冬季(0.44)(P<0.05). 烏龜潭沉水植物高度僅夏季(0.51)與冬季(0.40)存在顯著差異，冬季與夏季相比下降了0.13 m. 小南湖沉水植物高度秋季最高(0.93 m)，顯著高于夏季(0.43)和冬季(0.41)(P<0.05)，這與小南湖秋季湖區(qū)大量生長(zhǎng)的狐尾藻和大茨藻有關(guān). 本研究進(jìn)行回聲探測(cè)的3個(gè)湖泊平均水深均在1 m以上，沉水植物為直立生長(zhǎng). 對(duì)于沉水植物冠層高大，生物量在水面上有堆積的水體，可以通過人工采集沉水植物樣本測(cè)量其株高，與回聲探測(cè)結(jié)果建立模型，用以消除回聲探測(cè)所造成的沉水植物株高誤差. Sabol等[22]在海草生長(zhǎng)茂密的河口設(shè)計(jì)30 cm ×30 cm樣方采集沉水植物測(cè)量其株高，與回聲探測(cè)結(jié)果進(jìn)行對(duì)比，結(jié)果顯示誤差大約為±0.08 m.

圖9 3個(gè)湖泊沉水植物高度的季節(jié)變化(不同字母代表顯著差異(P<0.05))Fig.9 Seasonal variation of the submerged plants height in three lakes(Different letters indicated that differences were significant(P<0.05))

3個(gè)湖泊沉水植物生物體積百分比(PVI)季節(jié)變化如圖10所示，PVI由水深、沉水植物蓋度和高度計(jì)算所得，茅家埠、烏龜潭、小南湖3個(gè)湖泊平均水深分別為1.64、1.59、2.04 m. 茅家埠沉水植物PVI夏季最高，3個(gè)季節(jié)間存在顯著差異. 烏龜潭沉水植物的PVI夏季最高，秋季和冬季不存在顯著差異. 小南湖沉水植物PVI與蓋度和高度變化一致，秋季顯著高于夏季和冬季.

圖10 3個(gè)湖泊沉水植物PVI的季節(jié)變化(不同字母代表顯著差異(P<0.05))Fig.10 Seasonal variation of the submerged plants PVI in three lakes(Different letters indicated that differences were significant(P<0.05))

3 結(jié)論與展望

通過對(duì)回聲探測(cè)結(jié)果計(jì)算的沉水植物體積百分比與人工樣方采樣獲得的沉水植物濕重建立回歸模型，發(fā)現(xiàn)兩者具有較好的相關(guān)性. 利用回聲探測(cè)儀對(duì)3個(gè)湖泊沉水植物不同季節(jié)進(jìn)行監(jiān)測(cè)，結(jié)果表明茅家埠沉水植物蓋度最高，其次是烏龜潭，小南湖最低，這與實(shí)際人工監(jiān)測(cè)結(jié)果(每月常規(guī)監(jiān)測(cè)，未發(fā)表)一致.

分析對(duì)比普通克里金、反距離權(quán)重法、徑向基函數(shù)3種插值方法對(duì)不同湖泊及同一湖泊不同季節(jié)回聲探測(cè)沉水植物蓋度結(jié)果的空間插值效果，結(jié)果顯示反距離權(quán)重法插值效果相對(duì)最好.

本研究結(jié)果表明便攜式回聲探測(cè)——MX應(yīng)用于淺水湖泊進(jìn)行沉水植物的監(jiān)測(cè)具有良好可行性. 由于在進(jìn)行空間插值時(shí)分析的指標(biāo)中僅包括經(jīng)緯度和植物蓋度，在以后的調(diào)查過程中還可以采集更多的環(huán)境參數(shù)，如底部沉積物類型、湖泊地形等，以提高插值模型的精確度，便于獲得更優(yōu)模型.

致謝：感謝上海澤泉科技公司提供回聲探測(cè)儀及黃亞東工程師的技術(shù)幫助.