基于PCA和SOM模型的龙感湖水质时空动态研究

为评估湖泊渔业模式转型阶段水环境的时空动态, 选择长江中下游典型湖泊龙感湖为研究地点, 于2017—2018年对该湖的黄梅水域和宿松水域进行周年季度水质监测, 通过主成分分析(PCA)和自组织特征映射人工神经网络(SOM)模型定量分析了水体理化参数的时空变化特征, 采用综合营养状态指数法(TLI)对水体富营养化状况进行了评价。PCA分析结果表明, 龙感湖宿松水域和黄梅水域的水质差异较小, 季节动态明显。全湖氨氮夏季平均浓度高达0.64 mg/L; 总氮夏季平均浓度为2.30 mg/L, 冬季平均浓度为1.04 mg/L; 叶绿素a夏季平均含量达95.28 μg/L, 秋季平均浓度为28.30 μg/L; pH夏季最高, 达9.27; 总磷冬季最高, 平均为0.22 mg/L; TLI指数表明龙感湖除秋季属于轻度富营养水体外, 其他3个季节均属于中度富营养状态。SOM模型结果具有可视化强的优点, 能够更清晰和直观地反映龙感湖水质的时空分布动态。围栏拆除和禁渔等管理措施有助于湖泊渔业环境修复和资源恢复, 建议对渔业模式转型后的湖泊生态系统变化进行长期跟踪监测评估。