如图4.1所示，嘉陵江主城段水体春季藻密度增长迅速，从2月7日至3月26日藻密度从17.03×104 cells/L迅速增长至84.81×104 cells/L，几乎增长了5倍，因此这个时期可以认为是藻华控制的关键时期，即藻华易发期。研究表明，在藻华爆发前如果采取有效措施，可以避免藻华的发生，从而降低生态风险及减少经济损失。因此，如果在此阶段前能对水体藻类的生长情况进行预测并采取相应措施，将有机会减轻藻华爆发的程度或降低藻华爆发的概率。鉴于此，为了控制藻华现象的发生并最大程度地降低藻华的危害，本文针对藻华易发期（2月7日至3月26日）的藻密度，选择藻华易发期前不同时期的藻密度相关指标，对该类指标与藻密度间的相关性进行检验。根据相关性的大小选择藻华预测最佳时期，并通过多元线性回归的方法得到相应时期的藻华预测模型。
在本书中，选择的藻密度相关指标为藻华综合影响模型中的V、pH、Chla、POC、CO2、SRP、EHP、NRA、APA、CAA，而Zn2+由于样本相对较少，在此不列入藻华预测模型。如表4.9所示为提前不同时间段下，藻密度相关参数与藻华易发期期间藻密度的相关系数矩阵。其中第0组为藻华易发期藻密度与相关指标间的相关系数，第1组为提前2周的藻密度相关指标与易发期藻密度间的相关系数，第2组为提前4周，依此类推。
表4.9 藻密度与不同时期相关指标间的相关系数矩阵
**.在置信度（双测）为0.01时，相关性是显著的。
*.在置信度（双测）为0.05时，相关性是显著的。(www.xing528.com)
如表4.9中所示，藻华易发期藻密度与各指标间有如下关系：Cells＝156.435V－3.287CO2－22.588CAA＋3.516APA＋125.881NRA＋43.916，由于共线性的原因，其他变量被排除模型外。
第2至5组均存在与藻密度无显著性相关的指标，因此通过这四组数据对藻华易发期藻密度进行预测的准确性较低。第1组各指标与藻密度相关性较好，通过多元线性拟合，得到提前2周的藻华易发期藻密度预测模型：Cells＝－46.507pH＋37.894CAA－586.025EHP＋2.237APA＋358.27NRA＋352.778，其中各参数单位依次为Cells（104 cell/L）、CAA（EU·10－6 cell）、APA（nmol·L－1·min－1）、NRA（fmol·min－1·cell－1）、EHP（mg/L），其他变量由于共线性的原因而被排除至模型外。
以上模型均在理论上符合各因素与藻密度间的关系，在数学分析上经过严密的论证，对于藻类的监测及预测具有一定的理论价值和潜在的应用价值。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
