基于主成分分析法的暗纹东方鲀当年鱼种养殖效益分析_徐嘉波.pdf

第 38 卷第 2 期大连海洋大学学报Vol38 No22 0 2 3 年 4 月JOUNAL OF DALIAN OCEAN UNIVESITYApr 2 0 2 3DOI:1016535/jcnkidlhyxb2022-146文章编号:2095-1388(2023)02-0206-11基于主成分分析法的暗纹东方鲀当年鱼种养殖效益分析徐嘉波，刘永士，施永海*，袁新程，王建军，刘建忠(上海市水产研究所 上海市水产技术推广站，上海 200433)摘要:为优化暗纹东方鲀(Takifugu obscurus)当年鱼种养殖技术参数，完善配套养殖尾水处理系统(AWTS)功能，提高养殖综合效益，采用主成分分析法(PCA)分析了暗纹东方鲀当年鱼种单养模式叠加养殖尾水处理模式的养殖效益与水质状况。选取 20182020 年期间 17 口暗纹东方鲀当年鱼种养殖池塘(合计 5.33 hm2)的 8 个养殖效益相关参数指标，提取 3 个主成分且涵盖养殖效益原始信息 88.08%的信息量进行养殖效益综合分析，对 4 个水质参数指标，提取 2 个主成分且涵盖养殖尾水与养殖尾水处理系统排放水水质原始信息 74.90%的信息量进行水质综合分析，结合水质标识指数法(IWQ)对综合水质状况进行评价。结果表明:暗纹东方鲀当年鱼种养殖效益重要程度依次为经济效益、生态效益;影响养殖效益的指标排序为产值养殖周期养殖密度产值/投入成活率收获规格饲料转化率初始规格，技术参数指标重要性依次为养殖周期养殖密度成活率收获规格饲料转化率初始规格，其中，养殖初始的技术参数(养殖周期、养殖密度和初始规格)控制的重要性大于养殖进程技术管理(成活率、收获规格和饲料转化率);养殖效益优秀组的综合水质状况明显差于良好组与普通组，早、中期(79 月)各养殖池塘综合水质状况变差，优秀组尤为明显;养殖周期内，各养殖池塘主要污染物为总固体悬浮物。研究表明，暗纹东方鲀单养模式叠加养殖尾水处理模式，可有效解决养殖池塘产生养殖尾水的达标排放问题，养殖尾水处理系统对养殖效益优秀组与良好组的综合水质状况主要具有未显著改善的作用，可显著提高生态效益。关键词:暗纹东方鲀;主成分分析;当年鱼种;养殖效益中图分类号:S 964.3文献标志码:A暗纹东方鲀(Takifugu obscurus)俗称河豚，其隶属于鲀形目(Tetraodontiformes)鲀科(Tetra-odontidae)东方鲀属(Takifugu)，被誉为“长江三鲜”之首。河豚一直被视为餐桌上的珍品，其肉味腴美、鲜嫩可口，富含蛋白质，营养丰富，中国自古就有食河豚的传统习惯，尤其江浙一带1。近年来，随着暗纹东方鲀养殖面积的日益扩大，市场对其鱼种的需求量也不断增加，养殖商品鱼(成鱼、一龄鱼种)总产量逐年提高。目前，对暗纹东方鲀商品成鱼多种养殖模式的养殖能效与水质变化研究已取得了一定进展2，而当年鱼种养殖模式仍主要以单养为主，随着水产绿色健康养殖五大行动的推进，养殖尾水处理系统(aquaculturewastewater treatment system，AWTS)及模式的建立与应用已具有一定基础和规模3-5。因此，单养模式基础上叠加养殖尾水处理模式已成为行之有效的暗纹东方鲀健康养殖新模式，可获得更好的社会、经济和生态效益。现行的养殖效益一般以养殖成活率、单位面积产量、总产量、产值、成本和水质指标等一个或多个单一因子实施评价分析，关键信息易重叠，也会因众多变量与数据，增加评价分析的复杂性。而主成分分析法(PCA)通过降维方式对高维变量可进行综合和简化6，被广泛应用于农业与环境评价领域7-9。但目前以某一主要养殖品种为例，采用主成分分析法评价分析水产养殖效益的研究鲜见报道。本研究中，选取 20182020 年上海市水产研究所奉贤科研基地星火分部配套使用养殖尾水处收稿日期:2022-06-09基金项目:上海市科技兴农重点攻关项目(2022-02-08-00-12-F01192);上海长江口主要水生动物人工繁育工程技术研究中心项目(13DZ2251800);上海领军人才项目(沪人社专 2021-67 号);上海市农业领军人才项目(沪委农办 2018-60 号)作者简介:徐嘉波(1982)，男，高级工程师。E-mail:shxujiabo 通信作者:施永海(1975)，男，研究员。E-mail:yonghais 理系统的暗纹东方鲀当年鱼种 17 口养殖池塘(合计 5.33 hm2)作为研究对象，采用主成分分析法对生产性规模的养殖效益，以及养殖周期内养殖尾水与养殖尾水处理系统排放水数据进行综合评价分析，不仅可佐证以往用单一技术参数评价养殖效益的准确性，同时还从综合评价的角度，揭示了影响养殖效益的各技术要素和参数重要程度及相关性，以期为优化养殖技术参数、完善配套养殖尾水处理系统功能、提高养殖综合效益提供科学依据。1材料与方法1.1材料1.1.1试验鱼种试验鱼种由上海市水产研究所奉贤科研基地每年通过人工繁殖获得，乌仔鱼苗在每年 5 月下旬6 月上旬转入池塘培育，至 7 月上旬经筛选后，将已转食人工配合饲料的夏花鱼种转入 17 口池塘开展当年鱼种养殖。1.1.2试验池塘养殖池塘以“2020-01#”的方式编号，如 2020-01#表示 2020 年 01 号池塘。池塘均为泥沙底质，水深为 1.5 m，养殖面积为 0.270.43 hm2，面积为 0.43 hm2的养殖池塘配备 2 台1.5 kW 叶轮式增氧机，其余池塘均配备 1 台增氧机。池塘进水口设置孔径为 245 m 的过滤筛绢网，排水口设网目为 2 mm3 mm 的聚乙烯排水围网和孔径为 350 m 的筛绢闸网。1.2方法1.2.1养殖尾水处理当年鱼种养殖池塘分布在东西两个区的集中连片池塘中，两区的养殖尾水分别经配套养殖尾水处理系统处理后方能排放至自然水域。其中，东区养殖尾水处理系统由池塘总排水沟、表面流湿地和 1 个养殖池塘改造的净化池塘组成;西区养殖尾水处理系统由表面流湿地、2 个养殖池塘改造的净化池塘组成(图 1)。东、西区养殖池塘与配套养殖尾水处理系统的面积比分别为 9.4 1 和 9.8 1。东区总排水沟主要种植菱角(Trapa bispinosa)，湿地主要种植香蒲(Typha orientalis)，一级净化池塘主要放养梭鱼(Liza haematocheila);西 区 湿 地 主 要 种 植 芦 苇(Phragmites communis)、香蒲和菱角，一级净化池塘主要放养梭鱼，二级净化池塘主要种植凤眼莲(Eichhornia crassipes)和蕹菜(Ipomoea aquatica)。养殖尾水处理系统详细构建参数见徐嘉波等10 的记载。图 1养殖小区及养殖尾水处理系统工艺流程Fig.1Construction of aquafarm and the technologicalprocess of aquaculture wastewater treatmentsystem(AWTS)1.2.2养殖管理夏花鱼种放入放养池塘后的第2 天，开始投喂蛋白质含量为 45%的鳗鱼粉状饲料和水做成的面团，每天 2 次(8:00、14:00)，面团置于饲料台上，每口池塘按需在其中 1 条长塘埂上设置 1520 个饲料台，投喂量以投喂后 1 h 摄食完为准。鱼种放养后，每天傍晚或夜间开启增氧机，79 月、1011 月、12 月的每天平均开机时长分别为 12、9、6 h。每口池塘总体换水原则为每半月换水 1 次，每次换水量为 1/4 池塘水体。每次池塘换水均采用 1 个潜水泵(60 m3/h)抽取池塘养殖尾水泵入养殖尾水处理系统，经净化处理后排放至自然水域。养殖尾水处理系统运行水力负荷为0.0210.023 m/h。1.2.3分析方法参考蒋涛等11 对水产养殖综合效益评价指标的分类，选取养殖周期、养殖密度、初始规格、收获规格、成活率、饲料转化率、产值和产值/投入 8 项涉及水产养殖经济和生态及社会效益的指标，作为养殖效益主成分分析指标，选取淡水池塘养殖水排放要求(SC/T 91012007)中总固体悬浮物(TSS)、有机物(CODMn)、总氮(TN)和总磷(TP)4 项主要规范性要求指标，作为养殖尾水综合水质主成分分析指标。1.2.4指标的测定与计算养殖主要技术指标:养殖面积、养殖起止时间、养殖周期、养殖密度、初始规格、收获规格、增重率、成活率、饲料用量和饲料转化率。养殖投入指标:人工费、水电费、苗种费、饲料费和塘租费。养殖产出指标:起捕数量、单位产量、产值和产值/投入比。人工费计算依据为单人每月管理 2.67 hm2，在养殖周期内分摊至每口池塘;水电费按每口池塘实际使用增氧机与水泵进排水用电计算;苗种费、饲料费和塘租费，均按 3 年平均市场指导价计算。702第 2 期徐嘉波，等:基于主成分分析法的暗纹东方鲀当年鱼种养殖效益分析每次池塘换水阶段的后期，检测养殖池塘与养殖尾水处理系统排放口水质。水质指标及检测方法:分别采用滤纸重量法和碱性高锰酸钾法检测 TSS 和 CODMn含量，分别采用HJ 6362012 碱性过硫酸钾消解紫外分光光度法和 GB 118931989 钼酸铵比色法检测 TN 和 TP 含量。1.2.5综合水质标识指数评价依据 淡水池塘养殖水排放要求(SC/T 91012007)(以下简称“行标”)，参考徐嘉波等10 的方法，计算综合水质标 识 指 数(IWQ)和 空 间 变 化 定 性 评 价 值(IX1.X2)。其中，IWQ=X1.X2X3 X4(X5)，由整数与4 位小数组成，行标所对应的 X2 为两位小数，(X5)为 检 测 水 质 中 主 要 污 染 物，如 2.591 1(TSS)，整数部分表示综合水质评价级别为行标二级，第一、二位小数 59 表示在行标二级限值变化区间内所处位置，第三位小数 1 表示有一项单因子参评指标未达行标二级，第四位小数 1 表示综合水质级别劣于行标排放要求一个级别，该区域排放要求为行标一级，TSS 为检测水质中主要污染物。当IX1.X210%时，表示水质未发生改善(恶化);当10%IX1.X220%时，表示水质未发生显著改善(恶化);当 IX1.X220%时，表示水质发生显著改善(恶化)。1.3数据处理采用 SPSS 19.0 软件分别对养殖效益及养殖尾水与养殖尾水处理系统排放水水质数据进行主成分分析，首先将原始数据进行标准化，得出各指标的相关系数，然后对标准化后的数据进行主成分分析，根据特征根大于 1 确定主成分个数，根据载荷矩阵分析计算特征向量系数，建立主成分综合得分表达式，计算主成分综合得分。采用 SPSS 19.0 软件对养殖池塘在养殖周期内的水质指标进行描述性统计，并对各养殖池塘养殖尾水与养殖尾水处理系统排放水水质指标主成分综合得分的差值近似服从正态分布的数据，采用配对样本 t 检验，对不同养殖池塘养殖尾水水质指标主成分综合得分采用Kruskal-Wallis 检验，显著性水平设为 0.05。2结果与分析2.1当年鱼种养殖效果当已转食的夏花鱼种达到一定比例时进行集中筛选和放养，通常自每年 7 月起进入当年鱼种养殖阶段。从表 1 可见:2020-01#、2019-01#等池塘，放养的是夏花鱼种培育池塘首批次筛选出的鱼种;7 月中、下旬放养初始规格约 8 g/ind.的鱼种，一表 120182020 年暗纹东方鲀当年鱼种养殖主要技术参数Tab.1Main aquaculture technical parameters in the yearling Takifugu obscurus culture from 2018 to 2020池塘pond养殖面积/hm2cultureaera养殖日期culturedate养殖周期/dculturecycle养殖密度/(indhm2)culturedensity初始规格/(gind1)initialsize收获规格/(gind1)finalsize增重率/%weightgain成活率/%survivalrate饲料用量/kgfeedamount饲料转化率/%feed conversionefficiency2020-01#0.302020-07-072020-11-1714461 4435.2114.02 0921002 784.575.472019-01#0.302019-07-042019-11-1913949 4307.5120.01 5001002 298.077.442020-02#0.302020-07-012020-11-2915258 9675.2124.02 285812 906.561.432020-03#0.302020-07-072020-11-1713362 5105.588.51 5091002 316.071.662018-01#0.302018-07-102018-11-2814236 6608.0126.51 481981 883.072.122019-02#0.302019-07-192019-11-2613138 86712.0137.01 042941 970.576.052018-02#0.272018-07-112018-11-2313637 5008.5130.81 439971 798.070.632019-03#0.302019-07-032019-11-1914042 2137.5105.01 3001002 012.566.072020-04#0.302020-07-242020-11-2412433 0007.5117.01 460991 480.577.692018-03#0.432018-07-312018-11-2712030 00028.0135.43841002 001.587.932018-04#0.302018-08-142018-11-269539 99035.0129.2269961 663.089.902019-04#0.302019-07-192019-11-2012438 50012.0113.0842941 691.572.542018-05#0.302018-08-032018-12-0512534 99513.5103.06631001 538.570.202019-05#0.432019-08-162019-11-2610235 28931.8113.02551002 072.583.382020-05#0.302020-07-232020-11-2711734 0005.285.01 5351001 315.565.642020-06#0.302020-07-292020-11-2711133 3338.594.01 006691 536.542.152019-06#0.302019-08-272019-12-029748 5402.533.51 24079494.078.32平均值 mean12542 07312.0109.91 194951 868.472.86标准差 S.D.1710 3619.825.15809561.010.91802大连海洋大学学报第 38 卷般为夏花鱼种培育池塘第二批筛选鱼种;而 2018-03#、2018-04#则是当年鱼种分塘后养殖的池塘，一般在 7 月底8 月放养，初始规格约为 30 g/ind;各养殖池塘平均放养密度为42 073 ind./hm2，通常初始规格小的养殖池塘，放养密度相对较高;历经平均 125 d 的养殖周期后，当年鱼种陆续完成出池销售或进棚越冬，平均收获规格为 109.9 g/ind，平均增重率为 1 194%。由于放养时为群体打样计数，收获时为个体计数，成活率总体存在约 5%的误差，对实际统计超过 100%的成活率，按照100%计。除个别池塘外，当年鱼种养殖成活率达90%以上;饲料转化率平均为 72.86%，其 中，2018-03#、2018-04#和 2019-05#放养大规格鱼种的池塘饲料转化率明显高于其他池塘，分别为 87.93%、89.90%和 83.38%。从表 2 可见，17 口养殖池塘的养殖主要投入平均为 115 547 元/hm2，最高为 164 076 元/hm2，最低为 49 769 元/hm2，投入差距主要与放养密度相关，放养密度增加造成苗种费与饲料费增加。表 220182020 年暗纹东方鲀当年鱼种养殖主要投入Tab.2Main aquaculture input of the yearling Takifuguobscurus culture from 2018 to 2020元/hm2池塘pond人工费cost oflabor水电费utility苗种费cost ofseeding饲料费cost offeed塘租费pondlease总投入totalinput2020-01#6 4807 61328 257102 10011 837156 2872019-01#6 2577 07928 99784 26011 423138 0162020-02#6 8408 68729 483106 57312 493164 0762020-03#5 9877 79229 92384 92010 930139 5522018-01#6 3907 69422 00069 04311 670116 7972019-02#5 8976 65731 09372 25310 767126 6672018-02#6 1208 39622 50074 16811 179122 3632019-03#6 3007 30223 97773 79311 507122 8792020-04#5 5806 87319 80054 28710 19396 7332018-03#5 4007 91930 00050 8089 863103 9902018-04#4 2775 41140 00060 9777 807118 4722019-04#5 5806 79330 80062 02310 193115 3892018-05#5 6276 55428 00056 41310 273106 8672019-05#4 5906 44530 95152 6118 384102 9812020-05#5 2676 66717 00048 2379 61786 7882020-06#4 9976 20520 00056 3409 12396 6652019-06#4 3674 75314 56318 1137 97349 769平均值 mean5 6446 99126 31466 28910 308115 547标准差 S.D.7561 0076 36421 209138126 881从表 3 可见，17 口养殖池塘的养殖产值平均为 253 972 元/hm2，明显高于 2019 年全国淡水养殖平均产值(120 919 元/hm2，见 2020 年中国渔业统计年鉴)，产值/投入值平均为 2.13，最高可达 2.69，表明当年鱼种养殖经济效益显著。表 320182020 年暗纹东方鲀当年鱼种养殖产出Tab.3Aquaculture output of the yearling Takifugu obscu-rus culture from 2018 to 2020池塘pond起捕数量/(ind.hm2)number ofharvest单位产量/(kghm2)per unitoutput产值/(元hm2)productionvalue产值/投入productionvalue/input2020-01#56 5137 003420 2722.692019-01#48 3275 930355 8962.582020-02#58 9675 953357 1202.182020-03#59 8475 533276 6071.982018-01#35 7904 527271 6002.332019-02#38 8674 997299 7012.372018-02#36 4204 763285 7502.342019-03#39 9604 433265 9442.162020-04#33 0003 833230 0452.382018-03#29 9914 062243 6922.342018-04#38 5704 983299 0002.522019-04#38 5004 090245 3912.132018-05#34 9033 600216 0002.022019-05#30 9513 988239 2612.322020-05#34 0002 880143 9191.662020-06#33 3332 160120 8971.252019-06#48 5401 29046 4310.93平均值 mean40 9694 354253 9722.13标准差 S.D9 4751 37190 1670.462.2养殖效益主成分分析从表 4 可见，前 3 个主成分特征值大于 1，方差贡献率分别为 45.65%、29.64%、12.79%，累计方差贡献率为88.08%，即3 个主成分代表了17 口池塘养殖效益 88.08%的信息量。提取的主成分载荷矩阵如表 5 所示。表 4养殖效益主成分分析参数Tab.4Principal component analysis parameters of aqua-culture benefits成分component特征值eigenvalue方差贡献率/%variancecontribution rate累计方差贡献率/%cumulative variancecontribution rate13.6545.6545.6522.3729.6475.2931.0212.7988.0840.688.4796.5550.182.2598.8060.070.9099.7070.020.2499.9480.000.06100.00主成分特征向量系数计算公式为主成分特征向量系数=主成分因子载荷对应主成分特征值。(1)902第 2 期徐嘉波，等:基于主成分分析法的暗纹东方鲀当年鱼种养殖效益分析表 5养殖效益主成分因子载荷矩阵Tab.5Principal component factor matrix of aquaculturebenefits效益指标benefitindex第一主成分first principalcomponent第二主成分second principalcomponent第三主成分third principalcomponent养殖周期aquaculture cycle0.4770.8130.182养殖密度aquaculture density0.1180.6990.599初始规格 initial size0.3610.8270.063收获规格 harvest size0.8380.0690.508成活率 survival rate0.7300.2010.277饲料转化率 feedconversion efficiency0.5350.5830.537产值 production value0.8840.3900.030产值/投入production value/input0.9880.0010.051计算得出每个主成分特征向量系数后，构建得到 3 个主成分得分的函数表达式为F1=0.250Z1+0.062Z2+0.189Z3+0.439Z4+0.382Z5+0.280 Z6+0.463 Z7+0.517Z8，(2)F2=0.528Z1+0.454Z20.537Z30.045Z40.131Z50.379Z6+0.253Z7+0.001Z8，(3)F3=0.180Z1+0.593Z20.062Z30.503Z4+0.274Z5+0.532Z6+0.030Z70.050Z8。(4)其中:F1为第一主成分得分值;F2为第二主成分得分值;F3为第三主成分得分值;Z 为指标标准化值，Z1为养殖周期;Z2为养殖密度;Z3为初始规格;Z4为收获规格;Z5为成活率;Z6为饲料转化率;Z7为产值;Z8为产值/投入。以各主成分的方差贡献率为权重，建立综合得分评价表达式为F=0.457F1+0.296F2+0.128F3，(5)即F=0.247Z1+0.239Z20.081Z3+0.123Z4+0.171Z5+0.084Z6+0.290Z7+0.230Z8。(6)其中，F 为主成分综合得分值。通过 F1、F2、F3、F 表达式计算各主成分得分及综合得分见表 6。各成分特征向量系数绝对值越大，代表该养殖效益指标与该主成分的相关性越强12，通常认为特征向量系数绝对值大于 0.3，表明该指标与主成分紧密度较高13。2.3养殖效益综合性分析与评价养殖效益指标与经济、生态、社会效益均有相关性，但各自有侧重点。如养殖周期延长，从业者收入增加，社会效益增加;养殖密度增加，池塘载表 6各主成分得分及综合得分Tab.6Principal component score and comprehensive score池塘pond各主成分得分score of principal component第一first第二second第三third综合得分comprehensivescore综合排名comprehensiveranking2020-01#0.960.620.141.7312019-01#0.780.310.061.1422020-02#0.150.830.060.9232020-03#0.050.460.220.6242018-01#0.400.150.100.4552019-02#0.500.000.080.4262018-02#0.400.120.100.4272019-03#0.090.270.020.3382020-04#0.200.150.030.0192018-03#0.640.670.050.07102018-04#0.680.840.070.09112019-04#0.020.070.030.12122018-05#0.140.140.030.31132019-05#0.310.770.040.42142020-05#0.810.100.000.91152020-06#1.880.130.282.04162019-06#2.200.150.272.0817荷增大，代谢污染物排放增加，生态效益下降;初始规格越小，成本降低，经济效益则上升;收获规格下降，经济效益下降;饲料转化率越小，污染物排放增加，生态效益下降。从式(2)可见，第一主成分主要代表收获规格、成活率、产值和产值/投入，并与以上指标呈正相关，反映养殖效益中决定养殖经济效益的相关指标信息，该主成分贡献率最大，表明养殖效益评价中经济效益最大化为第一要素。从式(3)可见，第二主成分主要代表养殖周期、养殖密度、初始规格和饲料转化率，与养殖周期、养殖密度呈正相关，与初始规格和饲料转化率呈负相关，反映影响养殖效益的养殖初始关键技术参数信息对社会效益有正面影响，但对生态效益有负面影响，且为在经济效益方面具有可优化性的主成分。从式(4)可见，第三主成分主要代表养殖密度、收获规格和饲料转化率，与养殖密度、饲料转化率呈正相关，与收获规格呈负相关，反映影响养殖效果的技术参数信息对经济效益有负面影响，且为在生态效益方面具有可优化性的主成分。由综合得分评价表达式(6)的系数可知，影响养殖效益的指标排序为产值养殖周期养殖密度产值/投入成活率收获规格饲料转化率初始规格。其中，养殖结果类指标的重要性为产值产值/投入，技术参数指标重要性为养殖周期养殖密度成活率收获规格饲料转化率初始规格，即养殖初始技术参数(养殖周期、养殖密度和初012大连海洋大学学报第 38 卷始规格)控制的重要性大于养殖进程技术管理(成活率、收获规格和饲料转化率)。综合式(6)、表 6 分析结果可知，当年鱼种养殖效益各因素重要程度依次为经济效益、生态效益。2.4当年鱼种养殖综合水质状况根据养殖效益综合得分排名(表 6)，定义优秀、良好和普通 3 个组别，将综合得分排名前 3 的池塘(2020-01#、2019-01#和 2020-02#)纳入优秀组，排名第 6、9、12 的池塘(2019-02#、2020-04#和 2019-04#)纳入良好组，排名最末的 3 个池塘(2020-05#、2020-06#和 2019-06#)纳入普通组，评价当年鱼种池塘养殖尾水和 AWTS 排放水的综合水质状况，9 口养殖池塘水质指标描述性统计见表 7。对养殖期间各养殖池塘共计 146 批次养殖尾水和 AWTS 排放水水样的 4 项水质指标进行主成分分析，提取累计方差贡献率为 74.90%的主成分 2 个，并建立主成分综合得分表达式，计算获得主成分综合得分，综合得分越高，水质状况越差。图 2 为优秀组、良好组和普通组 9 口池塘在当年鱼种养殖周表 7养殖周期内池塘养殖尾水与养殖尾水处理系统排放水中各项水质指标的描述性统计Tab.7Descriptive statistics of water quality index in aquaculture wastewater and discharge water from the aquaculturewastewater treatment system(AWTS)during the culture period组别group池塘pond水质指标water qualityindex池塘养殖尾水中的含量/(mgL1)content of aquaculture wastewater养殖尾水处理系统排放水中的含量/(mgL1)content of AWTS discharge water平均值标准差 meanS.D.范围 range平均值标准差 meanS.D.范围 range去除率/%removalrate优秀组excellent2020-01#TSS187.6455.19101.80313.20108.5242.2762.63204.7042.16CODMn12.133.547.2317.9210.811.588.4012.4710.90TN3.461.850.526.372.260.690.963.3434.79TP0.730.340.461.590.350.090.230.5051.242019-01#TSS148.3065.2892.00236.40120.4093.3739.29296.9118.81CODMn7.931.336.4610.186.780.985.088.0514.50TN3.101.241.294.671.390.211.031.6755.10TP0.970.930.392.830.480.460.221.4150.862020-02#TSS148.9361.2179.80275.20107.4645.3935.25176.6327.85CODMn10.162.825.7614.279.671.826.7912.514.89TN3.621.830.866.142.010.780.973.8044.50TP0.590.290.161.270.360.130.210.6739.89良好组good2019-02#TSS96.131.6567.20150.0068.0544.5117.60124.2029.18CODMn6.250.785.417.306.330.555.476.881.24TN3.161.111.494.261.750.411.112.3244.69TP0.430.140.320.620.360.170.180.6316.562020-04#TSS94.5136.0927.60148.6064.1434.9512.60122.3732.13CODMn7.771.086.378.997.151.025.328.677.94TN2.810.951.184.201.560.620.752.6844.36TP0.380.120.270.680.170.060.130.3253.742019-04#TSS100.7840.6635.60158.0066.636.3620.48131.8033.91CODMn7.161.704.9010.027.021.594.969.331.95TN2.730.651.623.541.430.290.931.9347.57TP0.430.070.320.530.320.120.180.5424.78普通组normal2020-05#TSS94.3131.0947.60137.20112.3141.5731.25162.6619.08CODMn7.881.166.409.227.921.136.179.820.45TN2.431.041.474.981.500.790.753.2738.33TP0.550.610.212.160.520.600.222.125.842020-06#TSS150.5831.8992.80191.40135.4862.2244.98214.4910.03CODMn9.012.156.9113.738.141.755.8610.609.72TN2.530.840.913.442.210.481.392.9212.43TP0.480.100.370.630.270.030.220.3142.632019-06#TSS60.2421.9038.4095.6043.3330.5115.1188.8128.06CODMn7.141.685.7310.056.920.865.987.933.00TN2.280.421.842.961.160.220.971.4849.12TP0.270.120.200.480.200.120.120.3925.19112第 2 期徐嘉波，等:基于主成分分析法的暗纹东方鲀当年鱼种养殖效益分析图 2养殖周期内水质指标主成分综合得分的变化Fig.2Change in principal component comprehensive score of water quality index during the culture period期内养殖尾水和 AWTS 排放水水质指标主成分综合得分的动态变化。经 Kruskal-Wallis 检验，9 口池塘养殖尾水水质指标主成分综合得分有极显著性差异(H=40.947，P0.001)，其中，优秀组中 2020-01#池塘尾水水质分别与良好组中 2019-02#、2020-04#、2019-04#，普通组中 2020-05#、2019-06#池塘均有显著性差异(调整 P0.05);优秀组中 2019-01#、2020-02#及普通组中 2020-06#池塘尾水水质均与普通组中 2019-06#池塘有显著性差异(调整 P0.05)。经配对样本 t 检验，普通组中 2020-05#、2019-06#2 口池塘的养殖尾水与 AWTS 排放水的水质指标主成分综合得分间无显著性差异(P0.05)，其余 7 口养殖池塘的 2 种水质指标主成分综合得分间均有显著性差异(P0.05)，这与使用水质标识指数法的综合水质评价结果一致(表 8)。3讨论3.1当年鱼种养殖效益的主成分特性本研究中，第一主成分上得分较高的 2020-01#、2019-01#、2018-03#和 2018-04#池塘(表 6)个212大连海洋大学学报第 38 卷表 8采用水质标识指数法的综合水质评价结果Tab.8esult of comprehensive water quality evaluation bywater quality identification index(IWQ)method池塘pond综合水质标识指数 IWQ池塘养殖尾水aquaculturewastewater of pond养殖尾水处理系统排放水AWTS discharge w