徐 闖,劉廣州,陳曉宏

(1：中山大學土木工程學院，廣州 510275) (2：湖北省生態(tài)環(huán)境科學研究院水環(huán)境研究所，武漢 430072)

氧是生命體賴以生存的核心元素，水體中的溶解氧是水生生態(tài)系統(tǒng)中生命體和生物地球化學過程的基礎[1-2]. 當水體的耗氧速率大于復氧速率時，溶解氧濃度開始降低，并對水生生態(tài)系統(tǒng)形成威脅. 當溶解氧低于3 mg/L時，大量浮游植物的卵和幼蟲會在幾天之內死亡；嚴重的低氧甚至會在水體中形成“死區(qū)”，沒有生命體可以在該區(qū)域內存活[3-5]. 然而，隨著社會經(jīng)濟的不斷發(fā)展，全球河流均出現(xiàn)了不同程度的污染，溶解氧濃度持續(xù)下降[6-7]. 因此，研究溶解氧的時空分布及其影響因素對理解水體生物多樣性和水體生物地球化學循環(huán)具有重要意義.

溶解氧的分布具有時空特異性. 空間上，我國水體溶解氧可以被分為3個區(qū)域：北部高飽和溶解氧區(qū)、南部低飽和溶解氧區(qū)和中部飽和溶解氧過渡區(qū)[8]. 時間上，溶解氧的分布具有自相似性，例如，Li等[9]研究了珠江流域沙河站溶解氧的變化規(guī)律，發(fā)現(xiàn)其存在25 h的遲滯. 溶解氧的時空分布由耗氧過程(底泥耗氧作用和硝化作用等)和復氧過程(浮游植物光合作用產(chǎn)氧等)共同主導，受到自然要素(水溫、降雨等)和人類活動(污染物排放、水庫和丁壩工程建設等)的綜合影響[10-11]. 例如，在Mexico灣北部，過量營養(yǎng)鹽輸入灣內，加上水體層化的作用，導致灣內出現(xiàn)了超過15000 km2的低氧區(qū)[12]. 在珠江口及其鄰近陸架區(qū)，流量和西南風主導的動力過程以及營養(yǎng)鹽主導的生物化學過程共同影響溶解氧的時空分布[13]. 可以看出，不同區(qū)域溶解氧時空分布的調控因素不同.

在高度城市化城市河網(wǎng)區(qū)，社會經(jīng)濟發(fā)達，工業(yè)化程度高，大量廢污水被排放進入河流，導致水體受到嚴重污染[14]. 以往研究表明，包括汾河、渭河、西江在內的許多河流均面臨著溶解氧偏低問題，嚴重影響了河流生態(tài)系統(tǒng)的健康發(fā)展[9,15]. 基于此，許多學者采用不同的方法對河流水質變化及污染成因進行研究. 例如，王昱等[16]發(fā)現(xiàn)黑河上中游河流的主要污染物為氨氮、五日生化需氧量和高錳酸鹽指數(shù)，且這些污染物會嚴重影響河流溶解氧濃度. 蘇春雅[17]則發(fā)現(xiàn)水溫、藻類密度和水體底質是揚州城區(qū)11條內河溶解氧的主要調控因素. 可以看出，河網(wǎng)區(qū)溶解氧受到水文要素和水質要素的共同調控，且作用機理復雜. 然而，先前研究主要針對河流綜合水質進行分析，在此基礎上探討溶解氧的變化情況，單一針對溶解氧時空分布及其影響因素的研究不多. 同時，先前研究多采用皮爾遜相關系數(shù)來度量變量間的相關關系[18]. 然而，溶解氧變化呈現(xiàn)出典型的非線性特征，導致該系數(shù)無法準確地捕捉到變量間的響應關系[19]. 近年來，一種新的變量關系度量方法最大信息系數(shù)在許多領域得到了廣泛應用，該方法可以有效地度量變量間的各種復雜關系[20]. Fan等[21]將皮爾遜相關系數(shù)和最大信息系數(shù)連用，成功地將流量和各影響因素之間的線性關系和非線性關系區(qū)分開. 然而，最大信息系數(shù)在水環(huán)境領域的應用還比較少.

東江是珠江流域的重要組成部分，近年來隨著水環(huán)境整治力度的加大，河流水質有了一定的提升，但溶解氧偏低問題依然突出[22-23]. 在全球變暖和人類活動不斷加劇的大背景下，東江溶解氧的時空分布是否會改變，主要影響因素是什么，這些問題亟待回答. 基于此，本文以珠江流域東江(東莞段)為例，采用實測數(shù)據(jù)對該區(qū)域溶解氧的時空分布進行研究，并結合最大信息系數(shù)、交叉小波轉換和多元線性回歸等多種方法量化分析各因素對溶解氧分布的貢獻，以期為河流治理提供借鑒.

1 研究區(qū)域和數(shù)據(jù)

1.1 研究區(qū)概況

圖1 研究區(qū)域及點位示意圖Fig.1 Schematic diagram of study area and stations

東江發(fā)源于江西省尋烏縣椏髻缽山，自東北向西南流經(jīng)廣東省，最后匯入珠江口及其鄰近陸架區(qū). 東江是珠江的3條主要支流之一，長度約為562 km，集水面積約為35340 km2(圖1). 東江流域位于亞熱帶季風區(qū)，年降雨量約為1800 mm. 降雨量的年內分布不均勻，4-9月為豐水期，降雨量約占全年降雨量的80%；10月至次年3月為枯水期，降雨量僅為全年降雨量的20%. 社會經(jīng)濟方面，東江承擔著為粵港澳大灣區(qū)主要城市約4000萬人口提供生產(chǎn)生活用水的重要任務[24-25]. 東莞段位于珠江流域東江下游，上起東莞市橋頭鎮(zhèn)，下至東莞市沙田鎮(zhèn)，河長約70 km. 根據(jù)東莞市生態(tài)環(huán)保局發(fā)布的水環(huán)境質量信息[26]可知，①當市內的飲用水源地(萬江水廠、第六水廠和樟村水廠)水質不達標時，溶解氧是主要的超標項目；②市內入?？谏程镢羰嗝娴娜芙庋鯉缀跞昃幱诓贿_標狀態(tài)；③市內水質自動監(jiān)測站(橋頭水站和虎門水站)的主要污染物為溶解氧. 綜合來看，東江東莞段面臨顯著的溶解氧不達標問題. 因此，選擇該區(qū)域進行溶解氧時空變化及其影響因素研究是合適的.

1.2 研究數(shù)據(jù)及來源

本文選取東江東莞段橋頭、樟村和沙田泗盛3個水質站的監(jiān)測數(shù)據(jù)進行實例研究. 如圖1所示，3個站點分別位于上游干流區(qū)域、中游河網(wǎng)區(qū)域以及下游入?？趨^(qū)域，具有較好的代表性. 站點實測數(shù)據(jù)包括溶解氧、水溫、電導率、濁度、高錳酸鹽指數(shù)和氨氮. 橋頭站的數(shù)據(jù)范圍為2013-2019年，樟村站的數(shù)據(jù)范圍為2011-2019年，沙田泗盛站的數(shù)據(jù)范圍為2018-2019年.

2 研究方法

采用折線圖和箱型圖分析溶解氧的空間變化、季節(jié)變化和年際變化；采用連續(xù)小波轉換提取溶解氧的周期；采用交叉小波轉換、最大信息系數(shù)和多元線性回歸揭示溶解氧時空變化的驅動因素.

2.1 連續(xù)小波轉換

連續(xù)小波轉換可以將原始時間序列分解為時域和頻域兩個維度，進而獲取更多數(shù)據(jù)細節(jié)，已經(jīng)被廣泛應用于時間序列的周期分析[27]. 其計算公式為:

(1)

式中，WT代表小波系數(shù)；a代表尺度參數(shù)，決定了信號的壓縮程度；b代表位移參數(shù)，決定了信號的平移程度；x(t)代表原始信號序列.

根據(jù)前人研究[28]，本文采用Morlet小波作為母小波，基于小波系數(shù)的實部來分析溶解氧的周期性. 為了確定主周期，同時計算了不同周期對應的小波方差. 小波方差越大，代表其對應的周期越顯著. 小波方差的計算公式為:

(2)

2.2 交叉小波轉換

交叉小波轉換能夠同時分析時域和頻域中兩個序列之間多時間尺度的相關關系[29]，其計算公式為:

(3)

2.3 最大信息系數(shù)

最大信息系數(shù)由Reshef等于2011年提出[30]. 與皮爾遜相關系數(shù)等只能獲取變量間的線性關系不同，最大信息系數(shù)可以有效地度量變量間的各種復雜關系，已經(jīng)許多領域得到了廣泛應用[20]. 最大信息系數(shù)在0和1之間變化，數(shù)值越大代表變量之間的關系越強. 最大信息系數(shù)超過0.30，則可以認為變量之間存在相關關系. 一般將最大信息系數(shù)和皮爾遜相關系數(shù)連用以量化變量間的線性關系和非線性關系，如公式(4)所示.

α=MIC-R2

(4)

式中，α代表非線性系數(shù)，MIC代表最大信息系數(shù)，R代表皮爾遜相關系數(shù).α>0.20表示變量間的非線性關系較強；反之則表示變量間的線性關系較強.

2.4 多元線性回歸

溶解氧的時空變化受到多重因素的復合影響，選用多元線性回歸來定量不同因素的貢獻. 其計算公式如下:

Y=a+b1X1+…+bnXn

(5)

式中，Y表示溶解氧，X表示水溫等影響因素，a表示截距，b表示X和Y之間的回歸系數(shù).

圖2 溶解氧月變化趨勢Fig.2 Monthly trend of dissolved oxygen

3 結果與分析

3.1 溶解氧時空變化規(guī)律

3.1.1 溶解氧月變化規(guī)律 從圖2可見，2011-2019年各年月均溶解氧濃度均呈現(xiàn)出先降低后升高的變化趨勢. 一般而言，溶解氧濃度從1-2月開始降低，直到6-8月達到最小值，之后逐漸上升，年內整體變化呈現(xiàn)V字型. 以2018年為例，3個站點溶解氧最大值均出現(xiàn)在2月，分別為9.03、7.74和5.25 mg/L. 橋頭站和沙田泗盛站溶解氧最小值出現(xiàn)在8月，分別為2.95和1.56 mg/L；樟村溶解氧最小值出現(xiàn)在6月，為3.17 mg/L.

3.1.2 溶解氧豐-枯水期變化規(guī)律 由圖3a可知，橋頭、樟村和沙田泗盛3個站點多年溶解氧平均值分別為6.66、5.68和3.11 mg/L，分別對應地表水Ⅱ類、Ⅲ類和Ⅳ類標準. 由此可知，從東江上游干流至下游入?？冢芙庋鯘舛瘸尸F(xiàn)出逐漸遞減的趨勢. 盡管統(tǒng)計的年份并不完全一致，但從圖2可以看出，3個站點的溶解氧在2018-2019年也符合空間遞減規(guī)律. 由圖3b～c可知，豐水期3個站點溶解氧均值分別為5.82、4.64和2.23 mg/L，對應地表水Ⅲ類、Ⅳ類和Ⅴ類標準；枯水期3個站點溶解氧均值分別為7.50、6.67和4.00 mg/L，對應地表水Ⅰ類、Ⅱ類和Ⅳ類水標準. 豐水期溶解氧濃度比枯水期分別低1.68、2.03和1.77 mg/L. 整體而言，東江東莞段溶解氧展現(xiàn)出了明顯的豐-枯季變化.

圖3 多年所有季節(jié)(a)、豐水期(b)和枯水期(c)溶解氧箱型圖Fig.3 Dissolved oxygen box diagrams of all seasons (a), wet season (b) and dry season (c)

圖4 溶解氧年際變化趨勢Fig.4 Inter-annual variation of dissolved oxygen

3.1.3 溶解氧年際變化規(guī)律 圖4為溶解氧濃度的年際變化趨勢. 因沙田泗盛站僅有兩年數(shù)據(jù)，因而未展示在圖中. 由圖4可知，橋頭站溶解氧濃度在2013-2017年變化不大，約為7.00 mg/L；2018和2019年溶解氧濃度降低，分別為5.68和6.40 mg/L. 和橋頭站相比，樟村站溶解氧濃度的年際變化較大. 2011年溶解氧濃度為5.50 mg/L，到2012年下降為4.55 mg/L，之后逐漸增加，至2017年達到最大值(6.50 mg/L)后又逐漸降低. 同時，豐水期和枯水期溶解氧的年際變化趨勢和年均溶解氧的變化趨勢類似. 另外，由圖4也可以看出，橋頭站溶解氧濃度高于樟村站，且豐水期溶解氧濃度低于枯水期，這和圖2～3中得出的結論一致.

3.1.4 溶解氧周期性 為了進一步揭示溶解氧在不同時間尺度上的變化規(guī)律，采用連續(xù)小波轉換提取了溶解氧的周期及其對應的小波方差，如圖5和表1所示. 可以看出，橋頭站和樟村站的溶解氧均在整個時域范圍內呈現(xiàn)出8～16個月的震蕩周期，對應的震蕩中心均為11.64個月，說明這兩個站點溶解氧存在顯著的年周期. 此外，在部分時域內，橋頭站溶解氧還存在6.24和18.91個月的周期，樟村站溶解氧還存在4.12和6.69個月的周期，盡管其對應的小波方差較小. 沙田泗盛站僅有兩年數(shù)據(jù)，因此溶解氧未表現(xiàn)出年周期. 圖5c顯示2018和2019年溶解氧分別在0～4個月和5～7個月的周期上震蕩. 表1顯示該站點溶解氧的主周期為3.58 和5.43個月. 總的來說，東江東莞段溶解氧最顯著的周期為年周期，此外還存在一些半年和季節(jié)等周期.

圖5 橋頭站(a)、樟村站(b)和沙田泗盛站(c)溶解氧周期性Fig.5 Periodicity of dissolved oxygen at Qiaotou (a), Zhangcun (b) and Shatiansisheng (c) stations

表1 3個站點溶解氧的主周期及 其對應的小波方差

3.2 溶解氧時空變化的影響因素

3.2.1 最大信息系數(shù)結果 2013-2019年橋頭站溶解氧和水溫之間的最大信息系數(shù)最高(0.72)，說明水溫是溶解氧時空變化最重要的影響因素；溶解氧和高錳酸鹽指數(shù)以及氨氮之間的最大系數(shù)值超過0.30，說明這兩個因素也會在一定程度上影響溶解氧的變化. 不同之處在于，溶解氧和水溫之間為線性負相關關系(R=-0.84)，和高錳酸鹽指數(shù)以及氨氮之間為非線性關系(表2).

2011-2019年樟村站溶解氧和水溫以及高錳酸鹽指數(shù)之間的最大信息系數(shù)達到0.30以上，分別為0.61和0.30，說明水溫仍是該站點溶解氧時空變化的主要影響因素. 其中，溶解氧和水溫之間為線性負相關關系(R=-0.76)，和高錳酸鹽指數(shù)之間為非線性關系(表2).

表2 溶解氧和各驅動因素之間的最大信息系數(shù)、相關性系數(shù)和非線性系數(shù)值

2018-2019年沙田泗盛站溶解氧和所有因素之間的最大信息系數(shù)值均達到0.30以上，分別為0.56(水溫)、0.69(電導率)、0.35(濁度)、0.31(高錳酸鹽指數(shù))和0.48(氨氮). 其中，溶解氧和水溫之間為線性負相關關系(R=-0.60)，和電導率之間為線性正相關關系(R=0.71)，和濁度、高錳酸鹽指數(shù)以及氨氮之間為非線性關系(表2).

3.2.2 交叉小波轉換結果 為了進一步揭示溶解氧和影響因素在不同周期下的響應關系，采用交叉小波轉換對原始數(shù)據(jù)進行分析，結果如圖6所示. 圖中細實線代表影響錐邊界，落在影響錐內部的為有效譜值區(qū)域；粗實線為顯著性95%以上的置信區(qū)間. 顏色代表相關性：黃色越深，相關性越高. 箭頭代表相位:箭頭向左代表負相位關系，即變量之間變化趨勢相反；箭頭向右代表正相位關系，即變量之間變化趨勢相同；箭頭向上代表自變量超前因變量的變化；箭頭向下代表自變量滯后因變量的變化.

圖6 橋頭站(a～e)、樟村站(f～j)和沙田泗盛站(k～o)溶解氧交叉小波轉換結果Fig.6 Cross wavelet transform results of dissolved oxygen at Qiaotou (a-e), Zhangcun (f-j) and Shatiansisheng (k-o) stations

在橋頭站，溶解氧和水溫在全時間尺度的8～16個月周期上存在顯著相關關系，和電導率、濁度、高錳酸鹽指數(shù)以及氨氮僅在部分時域內存在相關性. 以電導率為例，在2014-2016年，其和溶解氧在3～15個月的周期上存在顯著相關區(qū)域. 和橋頭站類似，樟村站溶解氧和水溫在全時間尺度的8～16個月周期上也存在顯著的相關關系，而溶解氧和其他因素多在2014-2017年的8～16個月周期內存在顯著相關關系，但其相位有所差異. 沙田泗盛站的數(shù)據(jù)較少，溶解氧主要和高錳酸鹽指數(shù)在6～7個月的周期上存在顯著相關關系.

3.2.3 多元線性回歸結果 為了量化主要影響因素對溶解氧時空變化的貢獻，采用多元線性回歸來對溶解氧進行擬合. 根據(jù)最大信息系數(shù)和交叉小波轉換的結果，本文首先采用單一水溫指標擬合溶解氧，在此基礎上疊加最大信息系數(shù)在0.30以上的其他因素擬合溶解氧，最后輸入所有影響因素擬合溶解氧，結果如表3所示.

表3 橋頭站、樟村站和沙田泗盛站溶解氧多元線性回歸結果

在橋頭站，水溫可以解釋溶解氧整體變化的70%，疊加其他因素后僅可將相關性系數(shù)提升2%，說明水溫是該站點溶解氧時空變化最重要的影響因素，這和表2所得出的結論一致. 在樟村站，水溫可以解釋溶解氧時空變化的57%，疊加高錳酸鹽指數(shù)后，相關性系數(shù)并未明顯提升，疊加其他因素后，相關性系數(shù)提升至65%，這說明除水溫外的其他因素貢獻了溶解氧時空變化的8%. 在沙田泗盛站，水溫僅可以解釋溶解氧時空變化的33%，疊加電導率、濁度、高錳酸鹽指數(shù)和氨氮后，可以解釋整體變化的64%. 這說明其他因素的綜合作用可以與水溫的作用相當.

4 討論

本文基于橋頭、樟村和沙田泗盛3個水質站點的監(jiān)測數(shù)據(jù)，在月、季節(jié)和年際3個時間尺度下研究了溶解氧的時空分布規(guī)律；同時采用最大信息系數(shù)、交叉小波轉換和多元線性回歸等多種研究方法對溶解氧的影響因素進行解析. 可以看出，東江東莞段溶解氧展現(xiàn)出了顯著的時空變化，且該變化受到多重因素的綜合調控.

溶解氧濃度在1-12月大體呈現(xiàn)出先遞減后遞增的趨勢，具有明顯的豐、枯季變化規(guī)律. 實際上，這一規(guī)律在珠江口、香港大鵬灣等區(qū)域也有發(fā)現(xiàn)[13, 31]. 如Zhang等[31]研究了珠江口溶解氧的年內變化，發(fā)現(xiàn)磨刀門附近枯水期溶解氧濃度可以達到8 mg/L，然而豐水期僅約3 mg/L. 在本文中，橋頭、樟村和沙田泗盛3個站點豐水期溶解氧濃度比枯水期分別降低1.68、2.03和1.77 mg/L. 這一差異的原因可以被歸結為以下兩點：豐水期水溫較高，使得氧氣在水體中的溶解度變低；根據(jù)前人研究，珠江流域養(yǎng)殖業(yè)、種植業(yè)和農(nóng)村污水等帶來的氮、磷面源污染較多[32]，豐水期降雨量遠大于枯水期，降雨沖刷作用使得水體中耗氧物質增加，溶解氧濃度降低.

年際上，橋頭和樟村2個站點溶解氧均以11.64個月為周期進行波動. 相比而言，樟村站溶解氧的年際差異較大. 其中，2012和2013年溶解氧濃度較低(4.55和4.99 mg/L)，2017年溶解氧濃度最大(6.50 mg/L). 這3年樟村站的水溫、電導率、高錳酸鹽指數(shù)和氨氮濃度較為接近，但濁度差別較大. 2012和2013年的濁度分別為26.75和31.37 NTU，遠高于2017年的7.18 NTU. 溶解氧和濁度之間存在負相關關系(表2)，水體濁度增加不利于水生生物的光合作用，限制了溶解氧的源，使其濃度降低. 這一結果與Hu等[33]在珠江口的最新研究一致.

就空間變化而言，在橋頭和樟村站，水溫是溶解氧時空變化的首要影響因子，兩者之間存在顯著的線性負相關關系. 此外，表2顯示這兩個站點的高錳酸鹽指數(shù)和氨氮也會調控溶解氧的變化. 高錳酸鹽指數(shù)和氨氮實際上反映了水體中各有機物和無機物的耗氧過程，其中氨氮引發(fā)的硝化反應會消耗溶解氧進而使其轉化為亞硝態(tài)氮和硝態(tài)氮，而高錳酸鹽指數(shù)則反映了各有機物和無機物的氧化過程. 在下游沙田泗盛站，溶解氧僅達到地表IV類水標準，比上游降低了3.55 mg/L. 該站點的水溫和上游2個站點類似. 但是高錳酸鹽指數(shù)為3.67 mg/L，氨氮濃度為0.96 mg/L，均高于上游站點，說明該站點水體中各污染物的耗氧過程更加顯著. 同時，沙田泗盛站的濁度為144.75 NTU，比上游站點高了約100 NTU，說明濁度對水生生物光合作用的限制也影響了該站點溶解氧濃度. 值得注意的是，沙田泗盛站的溶解氧和電導率之間呈現(xiàn)出了顯著的正相關關系，這與上游站點不同. 沙田泗盛站距離入?？谧罱?，受到的潮汐作用最為顯著，潮汐攜帶的大量氯離子導致該站點電導率增加. 實際上，潮汐可以促進水體混合，進而緩解水體低氧[34]. 但是沙田泗盛站位于多支流交匯處，接納了來自上游各支流的大量污染物，水體耗氧過程占據(jù)了主導地位，導致溶解氧濃度下降.

綜合來看，東江東莞段溶解氧偏低問題突出，尤其是沙田泗盛站. 針對這一問題，提出以下幾點建議:①源頭管控. 當前對于養(yǎng)殖業(yè)，農(nóng)村生活污水等面源污染的摸排是不到位的，應該加強排查，摸清本底；另外，考慮到水動力、浮游植物和底泥等因素均會對溶解氧濃度產(chǎn)生較大影響，應該完善監(jiān)測網(wǎng)絡，在常規(guī)監(jiān)測中同步測量流量、潮位、葉綠素a和底質相關指標；同時，應該在沙田泗盛上游各支流布設監(jiān)測站，以明確不同支流的貢獻. 在此基礎上，可以采取提高排污標準，科學施肥等方式在源頭上減少污染物的排放. ②過程管控. 要加快管網(wǎng)建設，推進雨污分流；同時，要加大巡查力度，快速發(fā)現(xiàn)違法排污問題并及時進行管控；③推進智能化平臺建設，整合預報、預警和溯源等功能，以便未雨綢繆.

河流溶解氧的時空變化受到自然要素和人類活動的綜合影響. 自然要素中，本文主要考慮了水溫的變化，研究結果也顯示水溫是溶解氧時空變化的主要影響因素. 就人類活動而言，工廠、船舶和農(nóng)田等點、面源污染會帶來大量的耗氧物質，影響水體中溶解氧濃度，這一點在本文中已有體現(xiàn). 除此之外，人類活動主導的水力調控也會影響溶解氧濃度，例如水庫泄洪和水壩構建等水力調控措施可以影響河流的水動力條件，進一步影響溶解氧濃度[35]. 在后續(xù)研究中應進一步考慮水力調控的作用. 另一方面，溶解氧濃度的變化也會對水生生態(tài)系統(tǒng)造成嚴重影響，例如魚類產(chǎn)卵場對溶解氧的變化非常敏感[36]. 因此，在后續(xù)研究中要進一步關注溶解氧引發(fā)的生態(tài)效應. 總的來說，本文基于實測數(shù)據(jù)分析了珠江流域東江東莞段溶解氧的時空變化規(guī)律及其影響因素，提出了對應的管控措施，并探討了后續(xù)的研究方向，相關結果可以為本流域及其他流域的水環(huán)境綜合整治和水生態(tài)管控等提供參考.

5 結論

1)東江東莞段溶解氧存在顯著的時空變化. 空間上，從干流橋頭站至入?？谏程镢羰⒄径嗄昶骄芙庋鯘舛认陆盗?.55 mg/L. 季節(jié)上，橋頭、樟村和沙田泗盛3個站點豐水期溶解氧濃度分別比枯水期低1.68、2.03和1.77 mg/L. 年際上，不同年份的溶解氧呈現(xiàn)出波動特征，主要波動周期為11.64個月.

2)最大信息系數(shù)、交叉小波轉換和多元線性回歸能夠較好地揭示溶解氧和各影響因素之間的響應關系. 在橋頭站和樟村站，水溫是溶解氧時空變化的首要影響因子，可以解釋其整體變化的57%以上. 此外，高錳酸鹽指數(shù)主導的氧化作用和氨氮主導的硝化作用是溶解氧重要的匯，所有因素疊加后可以解釋溶解氧整體變化的65%以上.

3)沙田泗盛站受上游多條支流匯入的影響，整體水質較差. 電導率、濁度、高錳酸鹽指數(shù)和氨氮濃度均高于上游站點. 增強的水體耗氧作用及減弱的光合作用導致該站點溶解氧濃度低于上游站點. 總的來說，所有因素疊加后可以解釋該站點溶解氧整體變化的64%.