湖泊富养分化导致的藻类爆发一直是我国最为杰出的水环境问题之一。 藻类过度生长是多种要素一起作用的结果,既包含水温、 光照、 风速等天然要素,也包含氮(N)、 磷(P)、 铁(Fe)等养分物过量排放的人类活动要素。
在诸多要素中,全球气候变暖布景下的水温变化与高强度人类活动所引起的N、 P排放增加被认为是导致湖泊富养分化最关键要素,因而,一起考虑水温、 N、 P因子变化的湖泊富养分化相关研讨在逐步增多。
但温度与养分物对湖泊藻类生物量的交互作用等还需要深入研讨[7],比如水温、 N、 P促进藻类生物量增加的相对重要度的长时间变化规律和季节性特征。富养分化湖泊的藻类生长是天然界中一个非希望或非平均的现象,藻类生物量数据异质性很强,水华期间的藻类数据会呈"高峰厚尾"的散布,或存在显着的异方差等状况。
近年来在环境科学和生态学领域受到重视的分位数回归(quantile regression)办法特别合适处理这种波动性大、 异质性很强的环境数据。 该办法可针对回归变量任何一个分位点进行回归分析,且在存在极端值或重尾状况时仍能保持较好的稳健性,适合处理。