论文部分内容阅读
近年来,河流水污染事件频频发生,对水质监测技术提出了更高更迫切的要求。为了有效地对河流的污染进行防治、预警甚至预报,有必要采用高效可靠的水质监测手段。底栖硅藻水质生物监测技术是被广泛研究与使用的技术,是河流水质及生态质量监测的理想手段。本文研究了龙江流域底栖硅藻群落特征及与环境的关系,用多种数学手段筛选出了适合龙江流域水质评价的硅藻指数,并用底栖硅藻对龙江水质和生态质量进行了综合评价。得到结论和创新如下：一、5月份龙江流域设14个采样点,共鉴定出硅藻2纲6目8科30属110种；9月份龙江流域设20个采样点,共鉴定出硅藻2纲6目8科30属163种。两次采样的优势属都为Navicula, Achnanthes和Cymbella,但鉴定出的优势种的差异较大；各个样点藻种的分布体现了硅藻群落在不同时空的异质性,但普生种大体相同。二、研究了环境因子对龙江底栖硅藻群落变异和空间分布的作用。RDA分析表明8个环境因子共解释了硅藻群落变异的51.3%,并筛选出溶解氧(DO)、温度(T)、电导率(Cond)和海拔(Alt)为影响硅藻群落变异和空间分布的显著因子,能解释硅藻群落结构变异的30.9%,占总环境因子解释量的60.23%。硅藻相对密度、硅藻种类数与环境因子的相关分析、聚类分析和回归分析表明,硅藻种类数与环境因子间不存在明显的相关关系,而硅藻相对密度则与海拔存在显著的相关关系,接着用回归函数定量地拟合了以硅藻相对密度为因变量、海拔为自变量的两者间的关系,得出了回归方程。三、采用相关分析法、主成分分析法、最优分割分类法、箱须图法、逐步判别分析法和双向指示种分类法等数学方法研究分析了十六个硅藻指数在龙江水质评价的合理性。通过主成分分析得出水质理化综合得分,最优分割法将水质依次分成4类。箱须图法与相关分析法首先选出了EPI-D,IBD, IPS, IDP, TDI指数。主成分法对五个指数与样点组成的矩阵再次进行主成分分析评分,再用最优分割法将样点分成四类,对五个硅藻指数进行逐步判别分析,考虑引入不同指数组合的所有31种分类情况,IPS与TDI指数组合两次分类正确率分别为100%与94.4%,费希尔判别函数的二维聚类效果也最优,水质分类能力最好。继续通过双向指示种法,考虑硅藻群落的生态属性重新再分出水质不同的四组,IPS和TDI指数在水质分类的箱须图呈现出合理的趋势。三次四组不同水质类别中,IPS和TDI指数与样点的箱须图都表现出合理的趋势,而且IPS和TDI间、与环境因子及其他硅藻指数间的相关性良好。故而认为IPS和TDI适合进行龙江的水质生物监测评价。四、综合采用多样指数法、硅藻生物指数法、硅藻生态类群评价法以及理化指标验证法结合GIS技术对龙江水质进行评价,并提出了基于硅藻指数的水质比较评价的DIR法。发现多样性指数法不适合龙江水质的评价,各种评价方法各有特点,为了研究的科学性和实用性,各种水质评价方法的联合采用是必要的。五、龙江5月份的水质总体比9月份的差；上游河段的硅藻相对密度比下游河段的大,水质相对较好；硅藻种数变化的趋势大体上与硅藻相对密度的变化相反,但两次采样硅藻种数的变化与河流水质的变化没表现出明显的规律性。