APP下载

农灌水中硝态氮与总氮的相关性分析

2017-09-22罗兴华周斌张顺仁

现代农业科技 2017年16期
关键词:总氮相关性

罗兴华 周斌 张顺仁

摘要 根据2015年洱海流域农灌水中硝态氮与总氮的监测结果,分析了硝态氮与总氮之间的相关性。结果表明,农灌水中硝态氮与总氮之间存在显著相关性,春季、夏季、秋季及冬季的相关系数分别为0.597 9、0.966 5、0.895 2、0.635 8,其中夏季的相关性最好,同时可以通过硝态氮或总氮参数的测定,确定另一个参数的数值范围,进而确定测定时的稀释倍数,有利于提高监测效率。

关键词 农灌水;硝态氮;总氮;相关性;洱海流域

中图分类号 X832 文献标识码 A 文章编号 1007-5739(2017)16-0152-02

氮元素是造成水华现象的主要环境因子之一[1-2],是污染物排放总量控制的主要对象,主要通过地表径流、生活废水、生产废水、养殖废水等途径进入地表水体,破坏水域生态系统平衡,降低水体透明度,使水体严重缺氧及引发恶臭,产生巨大的危害[3]。因此,對水质中氮元素的监测是十分必要的。近年来,人们不仅对水质中氮元素进行了监测,而且对其相关性也开展了研究。李文杰等[4]对地表水中氨氮和总氮的相关性进行了研究,王 冰[5]对废水中氨氮和总氮的相关性进行了研究,杨 琼等[6]对河水中氨氮和总氮的相关性进行了研究,但对硝态氮和总氮的相关性研究不多。

本文利用洱海流域农灌水的硝态氮和总氮的监测数据,分析两者的相关关系,总结其中规律,以提高监测效率。

1 数据与方法

1.1 数据来源

选择2015年洱海流域6条农灌沟水质监测硝态氮和总氮浓度数据作为研究对象。规定3—5月为春季,6—8月为夏季,9—11月为秋季,12月至翌年2月为冬季。每条农灌沟定点每月监测1次,每年监测取样为72个,共计监测数据为144个。

1.2 分析方法

硝态氮的分析方法采用水质硝酸盐氮的测定紫外分光光度法(HJ/T 346—2007),总氮的分析方法采用水质总氮的碱性过硫酸钾消解紫外分光光度法(HJ 636—2012)。

1.3 研究方法

2 结果与分析

2.1 数据来源

所用数据为2015年洱海流域6条农灌沟的144个数据,详见表1。

2.2 回归方程的建立

通过表1计算不同季节洱海流域6条农灌沟硝态氮与总氮的相关参数(表2)。可以看出,r范围为0.597 9~0.966 5,其中夏季r为0.966 5,说明夏季农灌沟硝态氮与总氮存在较好的相关性。分别绘制不同季节洱海流域6条农灌沟硝态氮与总氮的相关关系图(图1)。可以看出,夏季、秋季相对春季与冬季的监测点均匀地分布在相关线性周围,即夏季、秋季农灌沟硝态氮与总氮的相关性相对较好。

2.3 相关显著性检验

由图1可知,春、夏、秋、冬季回归方程分别为y1=1.745x-0.126 1(1)、y2=1.524x+0.133 8(2)、y3=2.101x-0.986 7(3)、y4=0.938x+0.951 3(4)。由表2可知,r1-r4分别为0.597 9、0.966 5、0.895 2、0.635 8。四季同时取a=0.001,查相关系数临界值r0.001=0.525,r1-r4≥r0.001,故春、夏、秋、冬季洱海流域农灌沟硝态氮与总氮浓度相关性显著。

2.4 回归方程精密度检验

春季回归方程精密度检验显示,若区间概率取68.3%、95.4%,可以采用回归方程(1);若区间概率取99.7%,回归方程(1)不可采用。夏季回归方程精密度检验显示,若区间概率取68.3%、95.4%,可以采用回归方程(2);若区间概率取99.7%,回归方程(2)不可采用。秋季回归方程精密度检验显示,若区间概率取68.3%、95.4%,可以采用回归方程(3);若区间概率取99.7%,回归方程(3)不可采用。冬季回归方程精密度检验显示,若区间概率取68.3%,可以采用回归方程(4);若区间概率取95.4%、99.7%,回归方程(4)不可采用。

3 结论

洱海流域6条农灌沟硝态氮与总氮浓度相关显著性研究表明,春季、夏季、秋季及冬季存在显著性,r分别为0.597 9、0.966 5、0.892、0.635 8,其中夏季的相关性较好,其次是秋季;春季、夏季、秋季及冬季一元线性回归方程分别为y1=1.745x-0.126 1、y2=1.524x+0.133 8、y3=2.101x-0.986 7、y4=0.938x+0.951 3;四季回归方程精密度检验研究表明,若区间概率取68.3%,可以采用春季、夏季、秋季及冬季回归方程;若区间概率取95.4%,可以采用春季、夏季及秋季回归方程;若区间概率取99.7%,四季都不可采用。

建立洱海流域农灌沟硝态氮与总氮浓度回归方程,可以通过硝态氮与总氮某一参数的测定[6],确定在一定置信度下另外一个参数的数值范围,进而确定测定时的稀释倍数,可以提高监测效率。

4 参考文献

[1] 孔繁翔,宋立荣.蓝藻水华过程及其环境特征研究[M].北京:科学出版社,2011:43.

[2] SCHINDLER D W.Evolution of phosphorus limitation in lakes[J]. Science,1977,195: 260-262.

[3] DIN G L,WU J Q,PAN G Y,et al.Simulation study on algal dynamics based on ecological flume experiment in Taihu Lake,China[J].Ecological Engineering,2007,31(3):147-158.

[4] 李文杰,王冰.地表水中氨氮和总氮的相关性分析[J].环境保护科学,2012,38(3):79-81.

[5] 王冰.废水中氨氮和总氮的相关性分析研究[J].环境科学与管理,2015,40(3):107-109.

[6] 杨琼,张明时,秦攀鑫,等.环境水体中亚硝态氮、硝态氮和总氮的液相色谱测定[J].分析测试学报,2008(5):563-566.endprint

猜你喜欢

总氮相关性
长江口徐六泾断面近10年水质变化分析
复混肥料中总氮测定方法及注意事项
气相分子吸收光谱法在线氧化消解测定水质总氮研究
SBBR进水NH+4—N浓度对反硝化及总氮的影响
松花湖水体中总磷总氮浓度变化特征的研究
基于Kronecker信道的MIMO系统通信性能分析
小儿支气管哮喘与小儿肺炎支原体感染相关性分析
脑梗死与高同型半胱氨酸的相关性研究(2)
脑梗死与高同型半胱氨酸的相关性研究
会计信息质量可靠性与相关性的矛盾与协调