环境科学学报  2017, Vol. 37 Issue (3): 1162-1168
城市景观水体富营养化评价的升半Г型分布指数公式    [PDF全文]
汪嘉杨 , 郭倩, 余静, 信欣    
成都信息工程大学, 成都 610041
摘要: 构建湖泊富营养化评价指标体系,采用升半Г型分布曲线模拟湖泊富营养化发展过程,在对该评价指标体系数据规范变换预处理基础上,通过对升半Г型分布函数进行改进,提出用于湖泊富营养化评价的升半Г型分布指数公式.公式中的参数采用粒子群算法优化后,得到适用于多区域、多项指标的具有通用性和普适性的湖泊富营养化评价公式.为了解成都市典型景观水体氮磷污染特性,分别于2011年和2015年对成都市典型景观湖泊水体进行水体富营养化监测和评价.评价过程表明,升半Г型分布指数公式用于湖泊富营养化评价,消除了评价指标数目多少的限制和区域性评价指标各异性的限制,省去了复杂的编程计算工作,具有一定的理论意义和实用价值,为评价模型的普适化、简单化提供了一条途径.评价结果表明:2015年北湖为中~富营养等级,东湖、南湖、簇锦湖和浣花溪湖为富~重富营养等级.2011年人民公园湖泊处于中~富等级,北湖、名都公园湖泊、东湖处于富~重富等级,塔子山公园湖泊、浣花溪湖处于重富~极富等级.塔子山公园、浣花溪湖、东湖、南湖周边生活小区聚集,主要受周边生活污水影响较大.通过对成都市市区典型湖泊富营养化评价,能够得知成都市景观水体水质现状,为景观水体防治和管理提供了决策依据.
关键词: 景观水体     富营养化     评价     升半Г型分布公式     规范化     粒子群算法    
Eutrophication evaluation for urban landscape waters based on semi-Г type distribution function
WANG Jiayang , GUO Qian, YU Jing, XIN Xin    
Chengdu University of Information Technology, Chengdu 610041
Received 11 May 2016; received in revised from 22 Jun 2016; accepted 22 Jun 2016
Supported by the National Natural Science Foundation of China(No.51209024), the National Planning Office of Philosophy and Social Science(No.13BGL009), the Social Science Project of Sichuan Province(No.SC15TJ019,SC14C007) and the Project of Education Department of Sichuan Province(No.15ZA0192,15ZA0189)
*Corresponding author: Biography:WANG Jiayang(1980—),female,Ph.D.,associate professor, E-mail: wjj@cuit.edu.cn
Abstract: An evaluation index system of lake eutrophication was established, which includes 15 common monitoring indexes. A universal Г-type distribution formula for lake eutrophication evaluation was proposed based on the selected reference values of all indicators and the appropriate standardization transformation formula. through particle swarm optimization, we obtain a general and flexible formula suitable for multiple regions and multiple-indicators lake eutrophication evaluation. To shed light on the nitrogen and phosphorus pollution characteristics of Chengdu, some typical urban landscape waters were chosen to monitor and evaluate their eutrophication levels in 2011 and 2015. The universal Г-type distribution function, which is not restricted by the number of evaluation indexes and the difference between index systems, has great theoretical and practical significance, providing a new approach to lake eutrophication evaluation. Results suggest that in 2015, North Lake was in meso-eutrophic condition; East Lake, South Lake, Cujin Lake and Huanhuaxi Lake were in hyper-eutrophic condition. And in 2011, North Lake, Mingdu Park and East Lake were in hyper-eutrophic condition; People Park was in meso-eutrophic condition; Tazi Mountain Park and Huanhuaxi Lake were in super hyper-eutrophic condition. Lake eutrophication evaluation of Chengdu can provide not only current water quality status of urban landscape waters, but also the scientific reference for prevention and management.
Key words: landscape waters     eutrophication     evaluation     Semi-Г type distribution     normalization     particle swarm optimization    
1 引言(Introduction)

随着社会经济的发展及人们生活水平的不断提高, 城市湖泊以其独特的生态及景观功能, 越来越受到人们的关注.城市湖泊生态系统复杂程度低, 对外界干扰的抵抗能力较弱(肖韬等, 2013).我国已成为世界上湖泊富营养化范围及程度最严重、面临问题最严峻的国家之一(Jin et al., 2005).《2010年中国环境状况公报》的数据显示, 在环保部监测营养状态的26个湖泊中, 富营养化状态的湖泊占43.2%.城市湖泊几乎都处于重富营养或异常营养状态, 且绝大部分大中型湖泊已具备发生富营养化的条件或处于富营养化状态(中华人民共和国环境保护部, 2011).

景观水体是城市人居环境中重要的组成部分, 主要包括小型的天然湖库、人造湖泊、与房地产开发相配套的人造景观湖以及各种景观用河道等.由于城市景观水体湖水流动缓慢, 水体交换时间长, 几乎可以视为封闭性的湖泊, 常年月累的污染物质, 容易发生富营养化(刘韵琴, 2013).目前, 针对小型景观水体污染和富营养化问题的研究, 已引起人们的关注(Schneider et al., 2008; Yang et al., 2012; Tong et al., 2005).郑剑锋等(2016) 研究结果显示, 天津滨海地区景观水体属于中-重度富营养化水平, 综合营养状态指数变化明显;李如忠等(2014) 研究结果表明合肥市环城河水体污染较为严重, TP和TN月平均浓度远远超出国际规定的水体富营养化临界值;程婧蕾等(2009) 对上海市10个城市公园景观水体富营养化评价, 给出了公园水体污染成因的分析及建议;陈小锋等(2014) 研究了中国典型湖区湖泊富营养化现状、历史演变趋势, 表明绝大多数湖泊已经富营养化, 湖泊富营养化已成为我国淡水湖泊面临的最主要生态环境问题.

水体富营养化评价是湖库、海湾水环境管理的基础和依据, 常用的湖泊富营养化评价方法有卡尔森营养状态指数、修正的营养状态指数、综合营养状态指数、生物评价法、分级评分法、模糊综合评级法、层次分析评级法、神经网络评价法等(Aizaki et al., 1981; Yang et al., 2012;陈藜藜等, 2014;谢平等, 2015; Strobl et al., 2007).上述方法各有利弊, 又各有所偏重, 还未形成统一的评价方法.其中指数评价法由于公式形式简单、直观、易于计算, 结果又能以一个数值来表示而常被使用.因此, 本文在构建湖泊富营养化评价指标体系基础上, 采用升半Г型分布曲线模拟湖泊富营养化发展过程, 通过对湖泊富营养化评价指标数据规范变换预处理基础上, 优化和改进升半Г型分布指数公式, 构建不同评价指标个数不同湖泊通用的湖泊富营养化评价的升半Г型分布指数公式.应用于成都市多个典型景观水体湖泊富营养化评价实例中, 并与其他评价方法的评价结果对比, 表明了评价公式的正确性和实用性, 为城市景观水体富营养化防治和管理提供了决策依据.

2 湖泊富营养化评价的升半Г型分布指数公式(Г distribution index formula for lake eutrophication assessment)

随着排入湖体的氮、磷等营养物质在不断增加, 湖水水质的富营养化过程大大加快, 水质指标的“实测值”ci或其“规范值”xi对综合评价值的影响并不是线性变化的, 具体可表现为:当营养程度很低时, 即指标值很小时(低于Ⅰ级), 对评价结果影响可以忽略;当营养物质增加, 湖水水质的富营养化过程大大加快, 即指标值高于Ⅰ级标准值, 且逐渐增大时, 处于Ⅱ~Ⅳ级, 对评价结果影响迅速增大;当水体营养物质趋于饱和, 即当指标值接近Ⅴ级标准时, 对评价结果影响又逐渐减弱, 趋于饱和.因此可采用如图 1所示的升半Г型分布曲线进行湖泊富营养化评价, 升半Г型分布函数如式(1) 所示.

图 1 升半Γ型分布曲线 Fig. 1 Γ-type distribution function curve
(1)

式中, xi是通过规范化计算得到的湖泊富营养化指标“规范值”, a是常数, k是与评价指标种类无关的待优化确定的普适参数, k>0.ak可优化确定.

n个指标的湖泊富营养化综合评价指数PI见式(2) .

(2)

式中, PIi为由式(1) 计算得到的指标i的单项指数, Wi为指标i的归一化权值, 满足:, 通常, Wi可视作等权.

3 湖泊富营养化指标体系及规范变换预处理(Lake eutrophication Index system and transformation pretreatment)

由于没有全国范围适用的统一的湖泊富营养化评价指标体系, 在地表水水质标准(GB3838-2002) 及文献(余春雪等, 2012; 李祚泳等, 2012)基础上, 制定湖泊富营养化评价指标体系, 如表 1所示.该湖泊富营养化标准体系包括15项常用的监测指标, 基本上涵盖了实际工作和研究中涉及的湖泊富营养化各项指标.各富营养化评价指标的单位、量纲并不完全相同, 致使不同指标的同级标准值差异很大.而实际监测与评价中, 常用其中部分指标进行监测和评价, 因此, 为了处理不同指标个数的不同湖泊监测资料的评价问题, 对湖泊富营养化各指标进行数据规范变换预处理(李祚泳等, 2012), 通过消除不同指标同级标准值的差异, 达到不同指标个数评价的目的.对各指标j分别设定一个适当的“参照标准值”cj0, 设定规范变换式(3) 和(4) , 使不同指标的同级规范值xjk之间差异尽可能小, 而不同等级间差异尽可能大.

表 1 湖泊富营养化评价参照标准值cj0、分级标准值cjk及其规范值xjk Table 1 Reference standard value cj0, classification standard valuecjkand its standard value xjkof lake eutrophication assessment
(3)

式中, xj为指标j(j=1, 2, …, 15) 的规范变换值, xj为指标j的变换值, 对湖库富营养化水体各指标j设定变换式分别如式(4) 所示.

(4)

式中, cj 为指标j的测值, cj0为设定的指标j的“参照标准值”.湖泊富营养化评价参照标准值cj0、分级标准值cjk及变换值xjk表 1所示.

4 基于PSO优化的升半Г型分布指数公式(Г distribution index formula optimized by PSO)

采用粒子群算法(Kennedy et al, 1955; Liuet al, 2008)对式(1) 中的参数ak进行优化, 需要构造满足式(5) 的优化目标函数.

(5)

式中, PIil为由式(1) 计算得到指标il级(l=1, 2, 3, 4, 5) 标准指数值, PIl0为与指标种类无关而只与l级标准有关的指数目标值.由于PIil∈0, 1, 因此可设定PIⅠ0=0.20, PIⅡ0=0.25, PIⅢ0=0.30, PIⅣ0=0.35, PIⅤ0=0.40.PSO算法的参数设置为:群体规模m=30, 参数c1=c2=2, 最大迭代次数T=10000, 惯性权值0.4.对参数k反复寻优, 当min Q =0.00034时, 优化得到k=1.2931, a=0.0260, 从而得到适用于多项湖泊富营养化评价指标的升半Г型分布指数公式.

(6)

评价准则如下:将湖泊富营养化评价指标体系经过规范化处理, 代入式(6) 和式(2) 计算得到湖泊富营养化评价综合评价分级标准:PI(PI、PI、PI、PI、PI)、PI=0.2024、PI=0.2593、PI=0.3151、PI=0.3523、PI=0.4001.得到湖泊富营养化评价准则为:Ⅰ级:PI∈(0.2024, 0.2593], Ⅱ级:PI∈(0.2593, 0.3151], Ⅲ级:PI∈(0.3151, 0.3523], Ⅳ级:PI∈(0.3523, 0.4001], Ⅴ级:PI∈(0.4001, 1].

将待评价样本指标值经过规范化处理, 代入式(6) 和式(2) 计算得到湖泊富营养化评价值:PI1, PI2, PI3…PIn.若待评价样本的综合评价值PI1(或PI2, PI3…PIn)介于综合评价分级标准PIl-1<PIn<PIl, 从而可以判断待评价样本PIn属于第l类.

5 成都市典型景观水体2015年监测及富营养化评价(Monitoring and eutrophication assessment of typical landscape waters in 20115 of Chengdu) 5.1 材料与方法

成都是我国水资源十分丰富的西部内陆城市, 自古有“天府之国”的美称, 为了解成都地区的水体富营养化情况, 开展新建升半Г型分布指数公式的评价研究, 对成都市典型景观水体进行采样和富营养化评价.2015年4月, 选取成都市典型景观水体(东湖、北湖、簇锦湖、南湖、锦城湖、浣花溪湖)如图 2所示.该时间段内湖泊水体富营养化状况稳定, 波动不大.根据景观水体的基本特征, 分别对各湖泊型景观水体筛选10个具有代表性的采样点位(图 2).

图 2 采样布点示意图 Fig. 2 Sampling distribution map

按照采样布点图, 分别在景观湖体水面下0.3 m处采集水样, 并立即送往实验室低温保存和分析, 本次实验室测定主要选取了3项指标, 包括总氮(TN)、氨氮(NH4+-N)和总磷(TP), 均在实验室测定分析.现场测定指标主要有pH 值、电导率(EC)、氧化还原电位(ORP)及水温(WT)等.

水样采集按照湖泊采样技术指导国家标准(GB/T 14581—1993) 执行, 总磷采用钼酸铵分光光度法(GB 11893—1989) 测定, 氨氮采用水杨酸分光光度法(HJ 536—2009) 测定, 总氮采用碱性过硫酸钾消解紫外分光光度法(HJ 636—2012) 测定.pH、WT和EC使用哈纳HI98130pH/EC/TDS/℃测试笔测定;水体ORP采用ORP-986高精度笔式测定.

5.2 结果与讨论

监测得到水体各指标数据如表 2所示.将6个景观湖泊待评价样本(表 2)经过规范化公式(3) 和(4) 处理后, 将规范化值代入公式(6) 和(2) , 得到待评样本的升半Г型分布公式指数值和相应的评价等级.2015年北湖为中~富营养等级, 东湖、南湖、簇锦湖、锦城湖和浣花溪湖为富~重富营养等级.为了进行比较, 采用国内较普遍使用的综合营养状态指数法TSIc评价方法(具体方法参见《湖泊(水库)富营养化评价方法及分级技术规定》)(王明翠等, 2002)进行评价, 计算得到的评价指数和对应的评价等级如表 2所示.Г型指数评价等级和TSIc评价方法的评价结果基本一致.

表 2 2015年成都各景观水体水质及富营养化评价结果 Table 2 Water monitoring value and eutrophication evaluation results of landscape waters of Chengdu in 2015
6 成都市典型景观水体2011年监测及富营养化评价(Monitoring and eutrophication assessment of typical landscape waters in 2011 of Chengdu)

采用成都排水监测站2011年5—8月对成都市6个公园景观用水水质监测数据(邓天英等, 2012), 选取其中涉及到富营养化评价的TP、TN、氨氮、BOD5 4个指标, 待评价样本(表 3)经过规范化公式(3) 和(4) 处理后, 将规范化值代入公式(6) 和(2) , 得到待评样本的升半Г型分布公式指数值和相应的评价等级.

表 3 2011年成都市公园景观用水监测及富营养化评价结果 Table 3 Water monitoring data and eutrophication assessment results of park landscape waters of Chengdu in 2011

北湖、名都公园湖、东湖处于Ⅲ级(富)~ Ⅳ级(重富)之间, 人民公园湖泊处于Ⅱ级(中)~Ⅲ级(富), 塔子山公园、浣花溪湖处于Ⅳ级(重富)~Ⅴ(极富).表明成都市城区大型公园景观水体富营养化严重.为了进行比较, 采用TSIc评价方法进行评价, 计算得到的评价指数和对应的评价等级如表 3所示, Г型指数评价等级和TSIc评价方法的评价结果完全一致.

7 讨论(Discussion)

表 2表 3可以看出, 北湖由2011年富营养等级Ⅲ级(富)~ Ⅳ级(重富)到2015年Ⅱ级(中)~Ⅲ级(富), 表明水质在逐渐变好.根据成都市环城生态区规划, 正构建“六湖八湿地”生态湖泊水系, 北湖面积将从36 hm2亩扩大至247 hm2亩, 是原来的6倍, 湖水深度也有增加.原北湖总蓄水量约为50万m3, 而“新北湖”在成都成华区范围内蓄水总量约为740万m3, 为原来的15倍.随着北湖湖面面积的增大, 湖水深度增加, 北湖水质变好, 富营养等级由2011年的富~重富演变为2015年的中~富.

由于地理位置、水文条件及周边环境条件的不同, 不同景观水体的水环境质量存在一定差异.依据水质指标评价结果表明:2015年, 北湖水体水质最好, 各景观水体水质状况由好到差排名为:北湖、簇锦湖、锦城、浣花溪湖、东湖、南湖.2011年人民公园湖泊处于中~富等级, 北湖、名都公园湖、东湖处于富~重富等级, 塔子山公园湖泊、浣花溪湖处于重富~极富等级.景观水体水质状况由好到差排名为:人民公园、北湖、东湖、名都公园、浣花溪湖、塔子山公园.塔子山公园、浣花溪湖、东湖、南湖周边生活小区聚集, 主要受周边生活污水影响较大, 城市水体的污染防治应以生态治理为主.

本文对成都市典型景观水体富营养化评价结果与文献(税永红等, 2016邓天英等, 2012)水质评价结果一致.文献对成都市多个湖泊水体采样, 并采用单因子评价法, 评价结果均为Ⅴ类~劣Ⅴ类水质.表明:成都市水环境状况又面临严峻的形势.其中TN是景观水体最严重的污染水质因子.调查发现大多数景观水体缺乏固定的补充水源, 湖泊环境容量和自净能力较差, TN浓度超标, 这也是水体富营养化之后湖泊更容易暴发水华的原因.

由于人工湖自身很难形成完整的水生生态系统, 稳定性较差, 同时又具有娱乐功能, 人为活动带来的污染物输入以及雨污水进入水体, 使得水体营养过剩, 超过生物的生产力.事实上, 降雨形成的地表径流在流经商业区、住宅区、街道、停车场时, 地表聚集的一系列污染物, 如氮、磷、盐分、有毒物质及杂物等, 经地表径流和排水管网的传输, 进入了城市景观水体中, 成为城市景观水体富营养化的主要来源之一.

本文虽然选择成都市典型景观水体为具体实例对象, 但升半Г型分布指数公式对于湖库、海湾等水体富营养化评价的适用性是显然的.随着这类水体水质监测数据信息的日益丰富, 以及人们对湖库水体富营养化等级识别精细程度要求的不断提高, 以升半Г型指数公式为代表的不同形式的指数公式由于计算简便, 结果准确, 将有着广泛的应用前景.另一方面, 景观水体的实际评价中, 不同个数指标的评价问题限制了富营养化指标体系和方法的使用范围, 本文构建尽可能全面的富营养化指标体系, 在此基础上, 与规范化数据处理思想相结合, 对于不同监测指标数目的湖库富营养化评价均可适用, 消除了评价指标数目多少的限制和区域性评价指标各异性的限制, 具有实用性.

8 结论(Conclusions)

1) 在地表水水质标准(GB3838-2002) 及文献(余春雪等, 2012; 李祚泳等, 2012)基础上, 制定了湖泊富营养化评价指标体系.该湖泊富营养化标准体系包括15项常用的监测指标, 基本上涵盖了实际工作和研究中涉及的湖泊富营养化指标.

2) 采用升半Г型分布曲线模拟湖泊富营养化发展过程, 在数据规范处理基础上对Г型分布函数进行改进, 提出用于湖泊富营养化评价的升半Г型分布指数公式.改进后的升半Г型分布指数公式可以直接应用于湖泊富营养化评价, 不受指标个数的限制, 消除了评价指标数目多少的限制和区域性评价指标各异性的限制, 省去了复杂的编程计算工作, 具有实用性和可行性, 为评价模型的普适化、简单化提供了一条途径.

3) 分别对2015年和2011年成都市城市典型景观水体进行监测和富营养化评价, 获知成都市景观水体富营养化现状.2015年成都市典型景观水体中, 北湖为中~富营养等级, 东湖、南湖、簇锦湖、锦城湖和浣花溪湖为富~重富营养等级.2011年, 北湖、名都公园湖、东湖处于Ⅲ级(富)~ Ⅳ级(重富), 人民公园湖处于Ⅱ级(中)~Ⅲ级(富), 塔子山公园湖、浣花溪湖处于Ⅳ级(重富)~Ⅴ(极富), 表明成都市城区大型公园景观水体富营养化严重.该监测和评价结果为城市景观水体防治和管理提供了决策依据.

参考文献
[${referVo.labelOrder}] Aizaki M, Otsuki A, Fukushima T, et al. 1981. Application of Carlson's trophic state index to Japanese lakes and relationship between the index and other parameters[J]. Verh Internet Verein Limnol, 21 : 675–681.
[${referVo.labelOrder}] 陈藜藜, 金腊华. 2014. 湖库富营养化的改进型模糊综合评价方法研究[J]. 中国环境科学, 2014, 34(12) : 3223–3229.
[${referVo.labelOrder}] 程婧蕾, 王丽卿, 季高华, 等. 2009. 上海市10个城市公园景观水体富营养化评价[J]. 上海海洋大学学报, 2009, 18(4) : 436–442.
[${referVo.labelOrder}] 陈小锋, 揣小明, 杨柳燕. 2014. 中国典型湖区湖泊富营养化现状、历史演变趋势及成因分析[J]. 生态与农村环境学报, 2014, 30(4) : 438–443.
[${referVo.labelOrder}] 邓天英, 周国荣, 张瑜龙. 2012. 成都市城区公园景观水质污染现状调查[J]. 给水排水, 2012, 38s : 172–175.
[${referVo.labelOrder}] Jin X C, Xu Q J, Huang C Z. 2005. Current status and future tendency of lake eutrophication in China[J]. Science in China Series C-Life Sciences, 48(2) : 948–954.
[${referVo.labelOrder}] Kennedy J, Eberhart R C. 1955. Particle swarm optimization[J]. In:proc. IEEE Int'l. Conf. on neural networks, IV. piscataway, NJ:IEEE Service Center:1942-1948
[${referVo.labelOrder}] 李如忠, 刘科峰, 钱靖, 等. 2014. 合肥市区典型景观水体氮磷污染特征及富营养化评价[J]. 环境科学, 2014, 35(5) : 1718–1726.
[${referVo.labelOrder}] 李祚泳, 张正健, 汪嘉杨, 等. 2012. 基于水环境信息规范变换的水质普适指数公式[J]. 环境科学学报, 2012, 32(3) : 668–677.
[${referVo.labelOrder}] Liu B, Ling Wang, Jia Y. 2008. An effective hybrid PSO-based algorithm for flow shop scheduling with limited buffers[J]. Computers & Operations Research, 35(9) : 2791–2806.
[${referVo.labelOrder}] 刘韵琴. 2013. 再生水补给的城市景观水体富营养化和生态防治[J]. 中南林业科技大学学报(社会科学版版), 2013, 7(3) : 30–35.
[${referVo.labelOrder}] Schneider Y, Grube S, Weilandt M. 2008. Determination and evaluation of the phosphorus load of an artificial shallow lake[J]. Water Science and Technology, 58(10) : 1993–2000. DOI:10.2166/wst.2008.747
[${referVo.labelOrder}] Strobl R O, Forte F, Pennetta L. 2007. Application of artificial neural networks for classifying lake eutrophication status[J]. Lakes & Reservoirs:Research and Management, 12(1) : 15–25.
[${referVo.labelOrder}] 税永红, 金玉梅, 何鑫, 等. 2016. 冬季成都水环境首要污染物磷分布现状探析[J]. 四川环境, 2016, 35(2) : 38–41.
[${referVo.labelOrder}] Tong Y, Lin G F, Ke X, et al. 2005. Comparison of microbial community between two shallow freshwater lakes in middle Yangtze basin, East China[J]. Chemosphere, 60(1) : 85–92. DOI:10.1016/j.chemosphere.2005.01.037
[${referVo.labelOrder}] 王明翠, 刘雪芹, 张建辉. 2002. 湖泊富营养化评价方法及分级标准[J]. 中国环境监测, 2002, 18(5) : 47–49.
[${referVo.labelOrder}] 肖韬, 袁兴中, 唐清华, 等. 2013. 基于概率神经网络的城市湖泊生态系统健康评价研究[J]. 环境科学学报, 2013, 33(11) : 3166–3172.
[${referVo.labelOrder}] 谢平, 陈海健, 李彬彬, 等. 2015. 湖泊富营养化组合评价的方差大小加权法[J]. 中国科学:技术科学, 2015, 45(12) : 1321–1328.
[${referVo.labelOrder}] Yang Y K, Wang W K, Deng H Z, et al. 2012. Analysis on aquatic environment of an artificial lake and control measures to its pollution[J]. Agricultural Science and Technology, 13(8) : 1749–1753.
[${referVo.labelOrder}] Yang J, Yu X Q, Liu L M, et al. 2012. Algae community and trophic state of subtropical reservoirs in southeast Fujian, China[J]. Environmental Science and Pollution Research, 19(5) : 1432–1442. DOI:10.1007/s11356-011-0683-1
[${referVo.labelOrder}] 余春雪, 李祚泳, 胡蕾. 2012. 基于指标规范值的富营养化评价的TOPSIS模型[J]. 中国环境监测, 2012, 28(4) : 6–8.
[${referVo.labelOrder}] 中华人民共和国环境保护部. 2011. 2010中国环境状况公报[R].北京:中华人民共和国环境保护部
[${referVo.labelOrder}] 郑剑锋, 李付宽, 孙力平. 2016. 滨海地区混盐水体富营养化主因子识别与分析——以天津市清净湖为例[J]. 环境科学学报, 2016, 36(3) : 785–791.