全 文 ：第 26卷　第 6期 海 洋 环 境 科 学 Vol.2 6 , No.6
2 0 0 7年 1 2月 MARINEENVIRONMENTALSCIENCE Dec. 2 0 0 7
海州湾多纹膝沟藻赤潮的动态相关分析＊
潘雪峰 1 , 张　鹰 1 , 刘吉堂 2
(1.江苏省环境演变与生态建设重点实验室 ,江苏 南京 , 210097;2.连云港海洋环境监测站 ,江苏 连云港, 222001)
摘　要:以 2004年海州湾发生的一次多纹膝沟藻赤潮为研究对象。通过主成分分析对赤潮发生期间的环境因子和赤潮发
展关系进行动态分析 ,同时通过相关分析探讨环境因子和赤潮藻类浓度的关系。结果表明:影响赤潮的主导因子为 COD、叶
绿素 、PO3-4 -P和 pH值。相关分析表明在建立藻类浓度反演模型时需考虑藻类浓度与 PH值间线性关系 ,藻类浓度与 DO、叶
绿素 、COD、PO3-4 -P间非线性关系 ,可以将水温 、气压 、盐度等作为独立因子考虑。
关键词:多纹膝沟藻;环境因子;主成分分析;相关分析
中图分类号:X55　　文献标识码:A　　文章编号:1007-6336(2007)06-0523-04
DynamicandcorrelativeanalysisoftheGonyaulaxpolygramma
redtideinHaizhouGulf
PANXue-feng1 , ZHANGYing1 , LIUJi-tang2
　　(1.JiangsuKeyLaboratoryofEnvironmentalChangeandEcologicalConstruction, Nanjing210097, China;2.LianyungangO-
ceanEnvironmentalMonitoringStation, Lianyungang222042, China)
Abstract:TheresearchobjectisGonyaulaxpolygrammaredtidewhichbrokeoutatHaizhouGulfin2004.Thepaperpresentsthedy-
namicanalysisontherelationbetweentheenvironmentalfactorswhichoccuredduringredtideperiodandtheredtidedevelopmentby
theprincipalcomponentanalysis.Italsowasfoundthatthecorelativerelationbetweentheenvironmentalfactorsandthisredtidealga
concentration(AC)bymeansoflinearandnon-linearcorrelativeanalysis.TheresultsindicatethatCOD, chlorophyl, PO3-4 -P, and
pHcouldbethedominantfactorsfortheoccurrenceofredtide.Theresultsofcorrelativeanalysisarethatthelinearrelationbetween
pHandAC, non-linearrelationsbetweenDO, chlorophyl, COD, PO3-4 -PandAC, shouldbeconsideredwhenACmodelisfound.
Thewatertemperature, atmosphericalpressure, salinityandotherfactorsareconsideredasindependentfactors.
Keywords:Gonyaulaxpolygramma;environmentalfactors;principalcomponentanalysis;correlativeanalysis
　　随着连云港地区经济的发展和人口的增长 , 排入海
域的工业废水和生活污水逐年增加 , 环境污染逐年加剧 ,
其污染主要是受重金属和有机物影响 , 而且部分海域已
达赤潮发生条件 [ 1] 。连云港的海州湾在 2004年和 2005
年分别发生 2次和 4次赤潮事件。其中 2005年发生赤潮
的海域成灾面积超过 1 275 km2 ,是 2004年的 12倍 , 并首
次出现有毒赤潮。就赤潮发展的趋势而言 , 其危害范围
和造成的经济损失在迅速的扩大。因此对该海域环境因
子和赤潮之间关系的研究具有十分重要的意义。
国内外许多学者都对赤潮与环境因子间的关系进行
了研究 , 赤潮形成与环境因子之间联系密切 , 环境的变化
导致了赤潮的形成 , 而赤潮的发生又进一步改变海域的
环境 , 它们之间存在着一种复杂的关系 [ 2 ～ 6] 。 本文基于
海州湾在 2004年 09月 29日 ～ 10月 03日发生的多纹膝
沟藻赤潮数据 , 运用 SPSS统计软件 , 进行主成分 、线性和
非线性相关分析 ,探讨该种赤潮和环境因子的关系。
1　材料与方法
1.1　数据获取
监测站为连云港赤潮监控区内 6个站位(见图 1中 A
～F)。调查项目包括水温 、pH值 、盐度 、COD、DO、PO3-4 -
P、 NO-2-N、NO-3-N、NH+4 -N、SiO2-3 -Si、叶绿素 、气压共计 12
＊ 收稿日期:2006-02-20,修订日期:2006-05-15
　基金项目:国家自然科学基金重点项目资助(50339010);江苏 908专项项目资助
　作者简介:潘雪峰(1981-),男 ,江苏海安人 ,硕士研究生 ,从事海洋信息和生态环境学研究 , E-mail:pxf999666@sina.com
个指标以及多纹膝沟藻藻类浓度数据。此外还有风速 、
风向 、气温等数据 , 在本文的数据分析中未将其统计在
内。数据的获取是在赤潮发生期间 , 组织监测人员按照
《赤潮监测技术规程》指标 , 现场定位 、采样 、分析。
图 1　海州湾赤潮监测站位
Fig.1LocationofredtidemonitoringstationinHaizhouGulf
1.2　方法概述
1.2.1　主成分分析
主成分分析的主要思想是将研究对象的多个相关变
量简化为少数几个不相关的变量 ,在丢失最小的原则下 ,
经线性变换和舍弃少部分信息 , 以少数新的综合变量取
代原有的多维变量 , 从而能够更简便和有效地进行各种
系统分析 [ 7, 8] 。
由于主成分分析中各因子量纲 、大小以及评价指标
不同 , 为了使其具有可比性 , 所以需要将这些原始数据进
行归一化处理。
在本文区中选取了 m组数据和 n个指标 , 即可建立
一个 Xij矩阵(i=1.2.3…m, j=1.2.3…n, m=14、n=12),
经过公式:Zij=Xij-XiSi 标准化 , 其中 Xi=
1n΢
n
j=1Xij, Si=
΢nj=1(Xij-Xj)2n-1 。
由标准化值求出协方差矩阵和特征方程的特征根 ,
并根据累积方差百分比确定主成分数 , 由表 1中可见 14
个特征根中前 4个累积百分比超过 90%, 它们基本解释
了此次赤潮与环境因子间的关系。其后的 8个主成分所
提供的信息较少 ,故只选择前 4个主成分进行研究。同
时利用主成分之间互不相关的原理和协方差阵以及特征
根 , 求出原 14个指标变为 4个主成分的系数矩阵 ,由此得
系数矩阵 Aij见表 2, A=(Aij)p×m,其中 p是主成分的个数 ,
在此为 4。于是由主成分的变换公式 Yij=XijAT(其中 AT
是 A的转置矩阵), 可以得到表 3。
1.2.2　相关分析
相关分析是通过相关系数来衡量变量之间的紧密程
度。相关系数介于-1 ～ 1之间 , 当大于 0时称为正相关 ,
表示变量 A随变量 B的增大而增大 , 当小于 0时称为负
相关 , 表示变量 A随变量 B增大而减小。
通常所说的线性相关是指 Pearson相关 , 用来表示两
变量之间的线性相关程度 , 而通过 Kendall偏秩相关系数
和 Spearman秩相关系数可反映两变量间单调相关程
度 [ 9] 。如果相关系数值接近 0时 , 则可认为两变量间相
互独立。为确切反映变量间相关性还需以这些相关系数
为统计量进行独立性检验 ,即 P-值检验 , 一般将显著性水
平设为 0.05, 如果得出 P-值小于 0.05则认为二因素是相
关的 , 反之则认为它们之间是独立的。在本文将 14个指
标分别和多纹膝沟藻浓度做上述三种检验得到各种相关
系数如表 4。
表 1　各个主成分的特征值和累积方差百分比
Tab.1Eigenvalueofprincipalcomponentsandpercentofcu-
mulativevariance
主成分 特征值 方差贡献(%)
累积贡献
(%)
1 4.955 41.292 41.292
2 3.042 25.346 66.638
3 1.918 15.985 82.623
4 0.914 7.618 90.241
2　结果与讨论
2.1　主成分分析结果
从表 2,可以看出在第一个主成分中 , COD、叶绿素 、
PO3-
4
-P和 pH值为主要化学环境因子 ,在第二个主成分中
水温 、气压和盐度为主要物理因子 , 第三个主成分中 NH-
2
-
N和 NH+
4
-N为主要影响因子 ,而第四主成分则是 SiO2-
3
-Si
和 NH-3-N为主要影响因子。结合表 3可以得出在整个多
纹膝沟藻赤潮期间 6个站位如下分析:A站点:在 29号是
赤潮发展初期 , 这天的风向是东北风 , 风速是微风 , 同时
适宜的物理因子水温 、气压和盐度有利于藻类的生长 ,此
外 COD、叶绿素 、PO3-4 -P和 pH值也成为影响该站赤潮的
主要化学环境因子。 30号和 3号时是赤潮维持阶段 , 此
时物理因子对此次赤潮的作用已经远超过化学环境因子
的影响程度 , 化学环境因子已经成了抑制藻类增长的因
素。 B站点:在 29号时多纹膝沟藻还没有成为优势种 ,处
于赤潮的起始期 。在 30号和 3号时发现该站赤潮已经形
成并处在维持期 ,此时水温 、气压和盐度有利于藻类的增
长 , 而 COD、叶绿素 、PO3-4 -P和 pH值成了抑制藻类增长的
因子 , 此外 NO-2-N、NH+4 -N、SiO2-3 -Si和 NH-3-N一直是促进
藻类增长的因子。 C站点:在 29号和 30号赤潮处于发展
期 , 这 12个环境因子对藻类的增长都是起着促进作用 ,
在 3号时赤潮处于维持期 , COD、叶绿素 、PO3-4 -P和 pH值
成了抑制藻类增长的因子而其他因子仍是起的促进作
用。 D、E、F站点均在 3号时多纹膝沟藻已经不是优势
种。但是在 29号时 D站处于发展期所有因子对藻类的
发展都起着促进作用 ,主要受第一和第二主成分影响 , E
站处于维持期 COD、叶绿素 、PO3-4 -P和 pH成了抑制藻类
524 　海　洋　环　境　科　学　　　　　　　　　　　　　　第 26卷
表 2　系数矩阵
Tab.2 Coefficientmatrix
主成分 水温 pH值 盐度 COD DO PO3-4 NO-2 NO-3 NH+4 SiO2-3 叶绿素 气压
1 -0.373 0.766 -0.566 0.923 0.686 0.829 0.449 -0.376 -0.585 0.424 0.910 -0.456
2 0.871 0.603 0.692 0.234 0.372 0.409 -0.218 0.5 -0.271 -1.7 0.336 0.753
3 0.05 0.098 0.042 -0.237 0.328 -0.316 0.845 0.168 0.727 -0.506 -0.196 0.275
4 0.11 -0.088 0.269 -0.121 0.325 -0.184 0.044 -0.494 0.084 0.593 -0.109 0.226
表 3　变换后矩阵
Tab.3 Transformedmatrix
站位 时间 1 2 3 4
A 09-29 1.395 2.268 0.955 0.935
C 09-29 0.461 1.869 0.816 0.975
D 09-29 0.626 1.470 0.236 0.408
E 09-29 -0.044 1.254 0.263 0.346
F 09-29 5.417 3.073 -0.006 0.484
A 09-30 -0.463 1.375 0.216 0.314
B 09-30 -0.437 1.427 0.237 0.322
C 09-30 0.302 1.795 0.289 0.459
D 09-30 -0.415 2.514 0.612 0.702
E 09-30 -0.742 2.153 0.468 0.475
F 09-30 -1.005 1.982 0.486 0.513
A 10-03 -2.836 6.204 1.449 1.673
B 10-03 -1.962 5.828 1.686 1.777
C 10-03 -1.683 5.993 1.728 1.779
发展的因子 , F站处于发展期但是 NH-2-N和 NH+4 -N是抑
制藻类增长的影响因子 , 而第一主成分是最主要的影响
因子。 30号时 D、E、F站都处于维持期 ,共同的特点是此
时 COD、叶绿素 、PO3-4 -P和 pH值是阻止藻类继续增长的
因子 ,而其它因子对藻类的增长都起着促进作用 ,水温 、
气压和盐度是对藻类影响最大的因子。
2.2　相关分析结果
2.2.1　线性相关分析
由表 4可知 PH值因子的 Pearson相关系数较大且 P
值检验小于 0.05, 通常可以认为它和多纹膝沟藻浓度有
良好的相关性 , 而 Kendal和 Spearman检验都小于 0.05,
则更加表明了这个因子和藻类浓度相关性 , 相关性可表
现为正线性相关关系。
表 4　相关系数及显著性检验
Tab.4Correlativecoefficientandcheckupprominentcharacter
项目 pearson(线性) P-值 kendal(偏秩) P-值 spearman(秩) P-值
水温 -0.03 0.918 0.053 0.807 0.154 0.6
pH 0.905 0 0.602 0.004 0.778 0.001
S -0.242 0.405 0.044 0.826 -0.004 0.988
COD 0.958 0 0.055 0.784 0.081 0.782
DO 0.616 0.019 0.376 0.062 0.453 0.104
PO3-4 0.980 -0.033 0.87 -0.02 0.946
NO-2 0.101 0.73 0.165 0.412 0.248 0.392
NO-3 -0.139 0.635 0.078 0.701 -0.101 0.73
NH+4 0.229 0.432 0.187 0.352 0.319 0.267
SiO2-3 0.307 0.285 -0.137 0.506 -0.173 0.554
叶绿素 0.982 0 0.187 0.352 0.27 0.35
气压 -0.197 0.5 0.242 0.244 0.358 0.209
2.2.2　特殊相关分析
COD、DO、PO3-4 -P、叶绿素四个因子的 Pearson相关系
数较大且 P值检验小于 0.05, 通常可以认为它们和藻类
浓度之间存在相关性 , 而 COD、DO、PO3-
4
-P、叶绿素的 Ken-
dall和 Spearman检验则是大于 0.05。这表明这 4个因子
和多纹膝沟藻浓度之间不存在很好的单调关系 , 理论上
线性相关性越好应该越呈现出单调趋势 , 而事实并不是
这样。它们之间关系可以通过图 2的四个散点图表示
(横坐标为四个因子标准化值 、纵坐标为多纹膝沟藻浓度
标准化值)。
结合图 2和表 4可知四个因子和藻类浓度之间表现
为线性相关 , 但是它们单调性表现均比较差 , 所以四个因
子和藻类浓度之间是表现为线性相关的非线性关系 , 是
一种特殊相关。单调性好差的次序是DO、COD、叶绿素和
525　第 6期　　　　　　　　　　　　潘雪峰等:海州湾多纹膝沟藻赤潮的动态相关分析
图 2　溶解氧 、叶绿素 、化学耗氧量 、磷酸盐和多纹膝沟藻浓度的散点
Fig.2 ScaterplotsbetweenDO, chlorophyl, COD, PO3-4 andGonyaulaxpolygrammaconcentration
PO3-4 -P,也即它们和藻类浓度的非线性关系越来越复杂。
于是在建立藻类的反演和预测模型时为提高反演精度必
须要考虑它们之间的非线性关系。
其余的几个因子:水温 、盐度 、 NH-3-N、NO-2-N、NH+4 -N、
SiO2-3 -Si、气压可以认为和多纹膝沟藻藻类浓度之间是独立
的相关关系。这样在建立模型时可以不必考虑这些要素。
3　结　论
(1)通过主成分分析和相关分析可得 ,此次多纹膝沟
藻赤潮形成的主导因子为 COD、叶绿素 、PO3-4 -P和 pH值。
(2)对 6个监测站的监测数据分析可知 , COD、叶绿
素 、PO3-4 -P、pH值 、水温 、气压 、盐度在此次多纹膝沟藻赤
潮的发展 、维持和消亡期间起着重要的影响。在赤潮形
成初期藻类在微风下聚集 , 并在适宜的水温 、气压和盐度
条件下 , 加上水体有足够的营养物质 , 则形成赤潮。在维
持期 , 水温 、气压和盐度一直是有利于藻类增长 , 而化学
环境因子起着抑止藻类增长的作用。最终由于 COD、叶
绿素 、PO3-4 -P和 pH值因子对藻类生长的抑止作用 , 使得
赤潮消失。
(3)pH值和藻类浓度有着正线性相关关系 , 而 DO、
COD、叶绿素 、PO3-4 -P均和藻类浓度有着表现为线性相关
的非线性关系 , 其它因子如水温 、气压 、盐度等由于和藻
类浓度有着非常复杂的非线性关系 , 则可认为它们和藻
类浓度没有相关关系 ,所以在建立该藻类浓度反演 、预测
模型时可以不考虑这些因子。
参考文献:
[ 1] 徐　颖.连云港附近海域水环境质量评价 [ J] .海洋环境科
学 , 2001, 20(4):54-57.
[ 2] 黄秀清 ,蒋晓山 , 陶 然 ,等.长江口一次骨条藻赤潮发生过
程的多元分析 [ J] .海洋环境科学 , 2000, 19(4):1-5.
[ 3] 洪君超 ,黄秀清 ,蒋晓山 ,等.嵊山水域中肋骨条藻赤潮发生
过程主导因子分析 [ J] .海洋学报 , 1993, 15(6):135-141.
[ 4] 王洪礼 ,冯剑丰 ,孙 景 ,等.高等动物对赤潮藻类模型非线性
动力学行为的影响 [ J] .海洋环境科学 , 2004, 23(1):19-21.
[ 5] QUCHIA.Simulationofredtidebymeansofmultipleregression
andfourieranalysis[ J] .BulJapSocSciFish, 1986, 52(2):
203-207.
[ 6] 蔡燕红 ,蒋晓山 ,黄秀清.舟山海域一次具齿原甲藻赤潮初探
[ J] .海洋环境科学 , 2002, 21(1):42-45.
[ 7] 王学仁 ,王松桂.实用多元统计分析 [ M] .上海:上海科学技
术出版社 , 1990.270-297.
[ 8] 苏金明 ,傅荣华 , 周建斌 , 等.统计软件 SPSS系列应用实战
篇 [ M] .北京:电子工业出版社 , 2002.255-290.
[ 9] JEANDICKINSONGIBBONS, SUBHABRATACHAKRABOR-
TI.Nonparametricstatisticalinference[M].NewYork:MDek-
ker, 1992, 334-382.
526 　海　洋　环　境　科　学　　　　　　　　　　　　　　第 26卷