2003年6月蓄水以来，三峡库区正常蓄水高程175 m与汛期限制水位145 m形成30 m消落带，消落带是库区径流、污染物汇集区域^[1].落干期消落带拦截碳氮磷等污染物质，淹水期消落带植被衰亡有机残体腐烂分解释放碳氮磷等元素，消落带土壤与上覆水体之间存在物质交换与迁移过程，消落带是污染物的“汇”、“源”^[2].农业生产中污染物质、库区居民生活垃圾及地表径流携带营养物质在消落期沉积于消落带土壤中^[3]，淹没期向水中释放氮、磷以及有机污染物，使水体呈现不同程度营养状态^[4].三峡水库部分支流库湾发生不同程度水华现象^[5]，已成为备受关注的生态环境问题之一，同时，因干流水体倒灌及顶托作用引起支流水体的流速减缓、水位升高等显著水文梯度变化特征^[6]，使得支流库湾营养盐受地表径流输入、干流倒灌、底泥和消落带释放等多种因素影响^[7].

河流水质具有季节性和区域性特征^[8]，其变化会对水生态系统产生一系列影响^[9].并且各因素之间也存在着一定的相关性，使在高维空间中研究水质污染程度的变化规律变得十分复杂，多元统计在对多维复杂数据集合分析中具有明显优势，可以迅速发掘水质监测数据中隐藏在大规模原始数据集中的重要信息，有效快捷地分析系统中变量间的内在规律.近年来，多元统计分析已成为有效评估海洋、河流和湖泊水质时空变化特征以及识别水体污染源的有效工具^[10].

三峡水库运行在开县境内会形成面积45 km²的消落带^[11]，汉丰湖是三峡库区最大库中湖，也是前置库在三峡的首次应用^[12].汉丰湖试运行期间受三峡水位调控影响显著，兼具湖泊、河流、回水河湾等多种形态特征且年度周期重现.汉丰湖水文条件及生态环境特征十分特殊，因其独特“库中库”调控模式，季节性大范围消落区湿地、庞大的生活污染和农业面源污染源、巨大的城市和人口承载，特别是关系到环湖居住36万三峡移民的安稳致富，在三峡库区具有非常独特的生态和经济地位，同时直接影响下游小江流域乃至三峡库区水质环境.汉丰湖前置库试运行后，现有研究主要集中在蓄水期间营养状态与藻类群落结构^{[4, 13]}、汉丰湖夏季及支流浮游植物群落与环境因子^{[14, 15]}等蓄水期、泄水期单一水文形态下的水质水生态研究^{[16, 17]}，尚无对三峡水位年际影响下湖泊、河流、回水河湾等水文形态周期变化下的水文水质特征研究.

2012年5月汉丰湖水位调节坝通过竣工验收，2013年开始进行试验性运行，同年5月出现浮萍漂浮现象^[18]，2015年10月监测到水华现象^[19].本研究以2015年为汉丰湖典型试运行年，利用聚类分析、因子分析、回归分析等多元统计分析方法，分析汉丰湖水文水质变化特征，探究汉丰湖水文形态周期变化下的水质变化规律及主导因子，以期为汉丰湖运行及库区其他相似水文特征下的支流回水末端地区水环境治理提供参考.

开县境内地形为人口密集的开阔平坝，距县城4.5 km的调节坝以上消落区面积24 km²，最大消落深度18.5 m，是三峡库区面积最大、受影响人口最多的消落区.汉丰湖是西部内陆最大城市人工湖泊，东起水位调节坝，南河、东河、澎溪河 (小江) 交汇呈“Y”字形沿县城东西延展，蓄水量8 000万m³，湖泊东西长12.51 km，南北宽5.86 km.调节坝以上控制流域面积3 198.6 km^{2 [11]}.

汉丰湖建成正式运行后，水位调节坝以上减少消落带面积14.48 km²，水位消涨幅度由18.5 m降至6.5 m，并形成典型的双重水位变化.冬季，三峡库区高水位运行期间，汉丰湖维持在175 m高水位；夏季，当三峡水库水位消落至145 m时，由于水位调节坝的蓄水作用，汉丰湖水位保持在168.5 m^[20].

布置5个控制断面及采样点 (图 1)，分别为调节坝 (HF1)、东南河交汇 (HF2)、东河 (HF3)、头道沟 (HF4)、南河 (HF5)；每月下旬采样一次；根据2015年汉丰湖试运行期蓄水方案和三峡水库蓄水时间^[21]，设置断面中垂线分层采样，采样点水深 (H) 分别在水面以下0.5 m、1/2H、H-0.5 m等分上、中、下三层采样.现场监测采用美国哈希便携式多参数水质仪 (型号:MINISONDE5X，HACH，美国) 测定H(水深)、T(水温)、pH、DO (溶解氧)、Chl-a (叶绿素) 等指标，SD (透明度) 采用塞氏盘法，v(流速) 采用便携式流速仪 (LGY，NS，中国) 测定；采集水样低温 (4℃) 保存，到达实验室后立刻进行样品测试，参照文献[22]测定TSS (总固体悬浮物)、高锰酸盐指数、TN (总氮)、DN (可溶性总氮)、NO₃^--N (硝态氮)、NH₄⁺-N (氨氮)、NO₂^--N (亚硝态氮)、TP (总磷)、DP (可溶性总磷)、SRP (正磷酸盐) 等指标.

图 1

Fig. 1

地图数据来源为文献[23] 图 1 汉丰湖采样断面示意 Fig. 1 Sampling point distributions in Hanfeng Lake

多元统计分析法包括因子分析 (FA)^[24]、系统聚类分析 (CA)^[25]、主成分分析 (PCA)^[26]等能够在处理数据过程中保留原始变量大部分信息，其中主成分分析能够克服变量选择时的冗余和相关，有助于选择信息量最丰富的因子进行模型构造^[27]，在研究水质污染状况及水质时空变化规律中应用广泛^[28].

(1) 系统聚类分析

聚类是按照特定标准把一个数据分割成不同类，使得类内相似性及类间差异性尽可能大^[29]，水质评价中常根据采样时间和采样地点对水质时空变化特征进行聚类分析^[30]，分析水质变化时空变化特征或分析指标间相似性^{[31, 32]}.研究中以欧式距离 (Euclidean distance) 度量样本间距离，运用Ward算法生成层次结构聚类树，具体方法参考文献[33].

(2) 主成分分析

主成分分析是将多指标简化为少量综合指标，用少数变量尽可能多反映原变量信息，保证原信息损失小且变量数目尽可能少^[33]，具体方法参考文献[33].

(3) 多元线性回归

多元线性回归用含有多个解释变量线性回归模型，解释因变量与其他多个自变量之间的线性关系.估计多元线性回归方程中未知参数是多元线性回归分析核心任务之一，其中t-test用于检验回归系数，R²用于验证预测结果的精确度^[34]，具体方法参考文献[33].

多元统计分析等均利用SPSS 16.0处理，P < 0.05为显著性相关，P < 0.01时为极显著相关.

以调节坝为汉丰湖水位监测断面，调节坝闸门底板高程156.50 m^[11]，图 2为2014年1月~2015年12月汉丰湖调节坝流速及水位与监测当日三峡大坝上游水位时间变化. 2015年汉丰湖调节坝水深2.80~18.50 m，平均流速-0.02~0.32 m ·s^-1. 1月、11~12月汉丰湖水深受三峡蓄水影响，水位增高、水域面积加大、流速减缓，接近天然湖泊形态；2~4月受三峡泄水影响，水域面积减小、水位降低，消落带裸露，湖泊形态向河流形态演替；5~8月三峡水位低于坝底高程，汉丰湖呈自然河流形态；汛期末9月三峡开始蓄水影响，三峡水位快速抬升，淹没消落带，呈现部分回水河湾特征，同时汉丰湖流域来水短时间内补给不足，造成下游小江回流补给汉丰湖出现倒流，但东河、南河来水呈下泄状态，调节坝出现典型回水特征，上层水体为倒流回水，下层水体为下泄^[35]；10月后上游来水与下游回水在汉丰湖相互顶托达到相对平衡出现水体滞流状态^[36]，水体基本静止呈湖泊形态.

图 2

Fig. 2

流速正值为上游流向下游，负值为三峡回水下游流向上游；三峡水位数据来源为文献[37] 图 2 2014~2015年汉丰湖调节坝流速及水位与三峡坝前水位变化 Fig. 2 Map of distribution flow rate and water level of regulating dam and upstream water level of TGR per month of (2014-2015)

水温垂向分层现象不明显，1~4月、9~12月出现了水温弱分层现象，9月、10月最明显，表底水温差为1.09~2.17℃，1~4月、9~12月表底温差均小于1.00℃，东河大桥、东南河在1~2月出现了微弱的逆温分层现象，表层水温略低于底层水温，表底逆温最大达到-0.76℃，这是因为冬季为湖泊表层水温受气温降低的影响而降低，底层水体降温滞后，其与3~4月春季气温回升时水库水体形成的弱正温分层过程正好相反；到5月以后，上游来流量增大，汉丰湖恢复成河流形态，流速增大，水温分层消失，这与前人预测及监测的结果相符^[35]，9~10月受三峡蓄水影响，顶托回水使汉丰湖水位持续缓慢上升，下游三峡回水水温高于上游支流来水，形成水温弱分层，11~12月随着气候降低使上层水温降低、上下层水体混合，上下层温差逐渐减小 (图 3).

图 3

Fig. 3

图 3 汉丰湖水体水温变化及分层特征 Fig. 3 Variation of water temperature and characteristics of stratification in Hanfeng Lake

图 4为汉丰湖2015年主要水质指标时间变化特征，相关性分析发现水位、流速等指标与部分水质指标显著相关 (P < 0.05)，表明汉丰湖水质时间变化受水文变化影响.主要水质指标变化呈现较为显著时段特征，1月汉丰湖呈自然湖泊形态，水体透明度较高，氮磷含量较低；2月受三峡泄水影响汉丰湖水位降低，NH₄⁺-N、TN、TP、Chl-a平均浓度分别增加3.2、1.6、1.3、6.2倍，表明水位降低扰动消落带底泥造成氮磷释放污染水体，藻类死亡沉降使水体透明度增大；3月水位持续降低，NH₄⁺-N浓度降低，但流速逐渐增大使水体更新加快，氮、磷、Chl-a浓度有所降低，3~4月水位小幅回升，流速减缓，较高氮、磷含量及适宜温度及水动力条件，Chl-a浓度升高. 5~8月汉丰湖呈自然河流形态，流速较大，水体滞留时间短，水动力条件不适宜藻类生长，Chl-a和NH₄⁺-N含量降低、高锰酸盐指数增大，表明受流域有机污染增强，5月氮磷、高锰酸盐指数较大可能与春耕期农业面源污染有关；9月三峡蓄水水位影响汉丰湖，下游三峡小江顶托回水淹没汉丰湖消落带，流速为负，Chl-a浓度升高. 10月汉丰湖出现水体流滞，呈湖泊形态，同时完全淹没消落带，大面积消落带植被衰亡有机残体腐烂分解释放碳、氮、磷等元素，氮、磷、高锰酸盐指数、pH等指标升高，浮游植物大量繁殖，DO出现过饱和，Chl-a浓度最高达74.19 μg ·L^-1，藻类种群密度29.19×10⁶ ind ·L^-1，汉丰湖出现水华暴发现象^[38]；11~12月氮、磷、高锰酸盐指数、Chl-a降低，水质较好.

图 4

Fig. 4

图 4 汉丰湖主要水文水质时间变化特征 Fig. 4 Characteristics distribution of main hydrological and water quality time change in Hanfeng Lake

采用系统聚类分析多元统计法对汉丰湖2015年1~12月采样点的17个水文、水质指标进行时间聚类分析，所聚类过程见图 5.结合水文形态时间变化特征和时间聚类分析树状图，将汉丰湖试运行年水文、水质时间变化分为4个时期：2015年5~8月为一个时期 (T1期)，河流形态时期；2015年1月、3月和11~12月为一时期 (T2期)，湖泊形态时期；2015年2月、4月和9月为一时期 (T3期)，水位变动时期；2015年10月为一时期 (T4期)，水华暴发时期.

图 5

Fig. 5

图 5 汉丰湖水文水质时间聚类分析图谱 Fig. 5 Dendrogram of hydrological and water quality time hierarchical cluster analysis in Hanfeng Lake

为探究4个时期水质变化规律，对2015年汉丰湖逐月水质指标进行因子分析，通过降维 (特征值大于1) 提取若干个主成分，其累积贡献率体现水质指标绝大数信息^[39].进行因子分析前，先对数据进行KMO (Kaiser-meyer-olkin) 值分析和Bartlett球型检验[(χ²)，Bartlett's test of sphericity]，结果见表 1.其中有3个时期检验统计量 (KMO) 值大于0.6，说明研究中监测数据基本适合用于因子分析.

表 1 (Table 1)

表 1 汉丰湖试运行年 (2015年) 分期水质数据KMO值分析和Bartlett球型检验 Table 1 Data table for Kaiser-meyer-olkin and Bartlett's test of sphericity of staging water quality for commissioning of Hanfeng Lake in 2015 分类序号 分期类型 KMO Bartlett 1 河流形态期 0.555 0.000 2 湖泊形态期 0.680 0.000 3 水位变动期 0.662 0.000 4 水华敏感期 0.737 0.000

表 1 汉丰湖试运行年 (2015年) 分期水质数据KMO值分析和Bartlett球型检验 Table 1 Data table for Kaiser-meyer-olkin and Bartlett's test of sphericity of staging water quality for commissioning of Hanfeng Lake in 2015

由表 2可知，采用Kaiser标准化正交旋转法，根据主成分提取特征值 (>1) 原则每个时期分别提取4~5个主成分，最大限度减少荷载变量个数且使分析数据反映更多信息，主成分累积贡献率之和分别为82.93%、77.61%、78.32%、88.40%.

表 2 (Table 2)

表 2 汉丰湖试运行年 (2015年) 分期水质主成分载荷矩阵 Table 2 Staging water quality of principal component loading matrix for commissioning of Hanfeng Lake in 2015 T1(河流形态期) 主成分旋转载荷矩阵 T3(水位变动期) 主成分旋转载荷矩阵 T2(湖泊形态期) 主成分旋转载荷矩阵 T4(水华敏感期) 主成分旋转载荷矩阵 监测指标 主成分 监测指标 主成分 监测指标 主成分 监测指标 主成分 PC1 PC2 PC3 PC4 PC5 PC1 PC2 PC3 PC4 PC1 PC2 PC3 PC4 PC5 PC1 PC2 PC3 PC4 DP 0.924 0.083 0.014 0.16 0.017 T -0.93 -0.295 0.089 0.04 DP 0.898 0.168 -0.162 0.113 0.015 NO3--N -0.945 0.035 0.286 -0.027 TP 0.859 0.242 0.151 0.049 0.029 SD 0.876 0.111 -0.079 -0.262 TP 0.855 0.064 -0.069 0.323 -0.001 DO 0.918 0.296 0.127 0.183 SD -0.709 0.121 0.463 0.087 0.022 NH4+-N 0.875 -0.005 0.238 0.111 TN 0.754 0.322 0.317 0.077 -0.119 NH4+-N 0.906 0.269 0.042 0.093 pH -0.708 -0.169 0.111 0.254 0.579 DN 0.724 0.6 0.042 0.023 DN 0.731 0.528 0.33 0.075 -0.126 pH 0.896 0.216 -0.259 -0.104 Chl-a -0.646 0.141 -0.169 0.573 0.105 TN 0.66 0.654 0.002 -0.041 NO3--N 0.717 0.298 0.025 -0.18 -0.205 高锰酸盐指数 0.857 0.393 -0.182 -0.177 T -0.643 -0.211 -0.405 0.353 0.037 NO3--N 0.533 0.738 -0.077 -0.082 高锰酸盐指数 0.687 0.26 0.061 0.054 0.391 H 0.752 0.335 0.353 0.142 NO2--N 0.63 0.471 0.018 0.054 -0.3 v 0.316 0.73 0.149 -0.117 PO4--P 0.687 -0.184 -0.393 -0.269 -0.028 T 0.628 0.247 0.386 0.385 DN 0.076 0.977 0.081 -0.019 -0.032 TSS -0.304 0.673 0.071 -0.24 NH4+-N 0.522 0.469 0.435 0.315 -0.132 DP 0.437 0.87 -0.081 0.064 NO3--N 0.126 0.968 -0.012 -0.044 0.044 NO2--N -0.083 -0.601 0.03 0 DO 0.173 0.918 0.101 0.008 0.006 PO4--P 0.416 0.833 0.026 0.239 TN 0.229 0.796 -0.085 -0.068 -0.443 TP 0.328 0.541 0.156 0.438 pH 0.157 0.817 -0.089 -0.092 0.33 DN -0.287 0.807 0.395 -0.033 v -0.056 -0.161 -0.905 0.022 0.017 Chl-a -0.044 0.175 0.898 0.197 SD -0.25 -0.666 0.081 -0.445 0.205 TN 0.547 0.805 0.042 0.06 H 0.145 -0.364 0.705 -0.273 0.12 pH -0.454 0.071 0.779 -0.121 T -0.161 -0.105 0.874 0.18 0.118 TP 0.093 0.728 -0.497 0.312 TSS 0.259 0.187 -0.059 -0.813 0.275 H 0.169 -0.275 0.777 0.151 v 0.248 0.543 0.586 -0.143 -0.262 TSS 0.32 0.726 0.308 -0.08 PO4--P 0.456 -0.472 -0.182 0.641 0.118 DO 0.429 0.248 0.715 -0.27 Chl-a 0.176 0.056 -0.036 0.89 0.131 Chl-a 0.634 0.72 -0.034 -0.048 高锰酸盐指数 0.314 0.324 -0.291 0.574 -0.095 PO4--P -0.337 -0.292 -0.033 0.825 NO2--N -0.066 -0.043 0.437 0.747 -0.163 v 0.024 -0.108 -0.74 -0.044 DO -0.261 -0.037 0.406 -0.107 0.803 DP 0.564 0.226 0.032 0.719 H -0.149 -0.039 -0.044 0.043 0.791 NO2--N -0.187 -0.17 0.101 -0.938 NH4+-N -0.188 0.171 0.362 0.24 -0.731 高锰酸盐指数 -0.455 -0.406 0.229 0.588 TSS 0.262 0.267 0.306 -0.234 0.419 SD -0.246 -0.113 0.567 0.734 贡献率/% 25.87 20.42 12.89 12.4 11.35 贡献率/% 29.46 20.86 15.97 12.04 贡献率/% 27.65 18.59 11.81 11.78 7.78 贡献率/% 37.69 28.91 10.95 10.85 累计贡献率/% 25.87 46.29 59.18 71.58 82.93 累计贡献率/% 29.46 50.32 66.28 78.32 累计贡献率/% 27.65 46.25 58.06 69.83 77.61 累计贡献率/% 37.69 66.6 77.55 88.40 1) 黑体字表示较高因子载荷

表 2 汉丰湖试运行年 (2015年) 分期水质主成分载荷矩阵 Table 2 Staging water quality of principal component loading matrix for commissioning of Hanfeng Lake in 2015

(1) T1(河流形态期)

PC₁(第一主成分)：因子负荷25.87%，反映信息量最大. DP、TP正相关程度较高、SD、pH负相关程度较高，反映汉丰湖水体污染状态. PC₂ (第二主成分)：因子负荷20.42%，DN、NO₃^--N、TN均具有较高正相关度，反映汉丰湖水体氮含量. PC₃(第三主成分)：因子负荷占12.89%，H呈正相关关系，v呈负相关关系，反映汉丰湖河流状态特征. PC₄(第四主成分)：因子负荷为12.40%，TSS呈负相关关系，反映汉丰湖湖体外源泥沙对水质的影响. PC₅(第五主成分)：因子负荷为11.35%，NH₄⁺-N呈正相关关系，DO呈负相关关系，反映汉丰湖水质状态.

(2) T2(湖泊形态期)

PC₁ (第一主成分)：因子负荷27.65%，反映信息量最大. TN、DN、DP、TP、NO₃^--N正相关程度较高，反映汉丰湖水体氮、磷营养盐状态，是湖泊期水体富营养化重要体现. PC₂ (第二主成分)：因子负荷为18.59%，DO、pH、均具有较高正相关度，反映汉丰湖水体物理状态. PC₃(第三主成分)：因子负荷占11.81%，T呈正相关关系，反映汉丰湖湖泊期水体弱分层特征. PC₄(第四主成分)：因子负荷为11.78%，NO₂^--N、Chl-a呈正相关关系，反映汉丰湖湖污染及浮游植物变化特征. PC₅(第五主成分)：因子负荷为7.78%，H呈正相关关系，反映汉丰湖湖泊形态特征.

(3) T3(水位变动期)

PC₁ (第一主成分)：因子负荷为29.46%，反映信息量最大. SD、NH₄⁺-N、DN正相关程度较高、T负相关程度较高，反映汉丰湖水位变动期间氮营养盐形态转化特征；PC₂ (第二主成分)：因子负荷为20.86%，NO₃^--N、v，反映汉丰湖水位变动造成流速变化对水体自净影响. PC₃(第三主成分)：因子负荷占15.97%，Chl-a、pH、H、DO呈正相关关系，反映汉丰湖水深H变化过程中营养状态造成的浮游植物生长对水体酸碱度、溶解氧的影响. PC₄(第四主成分)：因子负荷为12.04%，PO₄^--P、DP呈正相关关系，反映汉丰湖水位变动期磷元素变化特征.

(4) T4(水华敏感期)

PC₁ (第一主成分)：因子负荷为37.69%，反映信息量最大. DO、NH₄⁺-N、pH、高锰酸盐指数、H正相关程度较高，NO₃^--N呈负相关关系，反映汉丰湖水体污染状态. PC₂ (第二主成分)：因子负荷为28.91%，DP、PO₄^--P、DN、TN、TP、TSS、Chl-a均具有较高正相关度，反映汉丰湖水华期间氮磷含量特征及浮游植物生长特征，是水体富营养化重要体现. PC₃(第三主成分)：因子负荷占10.95%，v呈负相关关系，反映水动力特征对水华影响. PC₄(第四主成分)：因子负荷为10.85%，SD呈正相关关系，NO₂^--N呈负相关关系，反映水华对透明度影响.

王丽平等^[34]选择6个主成分因子的分值 (Score values PC_n) 作为自变量进行多元线性回归得出大宁河Chl-a的预测回归模型为：lg (Chl-a)=0.579-0.191×(Score1)-0.013×(Score2)-0.013×(Score3)+0.042×(Score4)+0.134×(Score5)-0.059×(Score6)，相关系数R=0.731.其对水质理化指标进行因子分析并获得能够代替原有变量大部分信息且相互独立的因子变量基础上，进行多元线性回归分析，提高了统计稳定性，避免了单纯使用多元线性回归方法的局限性.本研究以2015年汉丰湖4个时期主成分因子的分值为自变量、Chl-a为因变量进行逐步回归，得到Chl-a的预测回归模型如表 3所示.

表 3 (Table 3)

表 3 Chl-a和环境因子的回归方程 Table 3 Stepwise multiple regression between Chl-a and environmental factors 分期序号 回归方程 R2 Sig. T1(河流形态期) lg (Chl-a)=0.221×(Score1)-0.579×(Score2)-0.023×(Score3)+0.024×(Score4)+0.071×(Score5) 0.603 P < 0.01 T2(湖泊形态期) lg (Chl-a)=0.301×(Score1)-0.228×(Score2)-0.159×(Score3)+0.005×(Score4)+0.227×(Score5) 0.476 P < 0.05 T3(水位变动期) lg (Chl-a)=-0.069×(Score1)+0.252×(Score2)-0.485×(Score3)-0.208×(Score4) 0.606 P < 0.01 T4(水华敏感期) lg (Chl-a)=-0.325×(Score1)+0.002×(Score2)+0.526×(Score3)-0.484×(Score4) 0.774 P < 0.01

表 3 Chl-a和环境因子的回归方程 Table 3 Stepwise multiple regression between Chl-a and environmental factors

汉丰湖既是城市内湖，也是典型的水敏性湿地公园^[40]，同时在试运行期不同特征时期具有湖泊、河流、回水河湾等多种形态特征，湖泊水质还具有季节性和区域性特征，Chl-a影响因素众多，且各因素之间也存在着一定的相关性，使在高维空间中水文、水质、水生态的变化规律变得十分复杂.因此利用聚类分析、主成分分析、回归分析等方法提取主要影响分析.不同特征时期由表 3结合表 2主成分分析可知，T1(河流形态期) Chl-a主要影响成分为PC₂，主要指标为DN、NO₃^--N、TN，表明Chl-a主要受汉丰湖水体氮含量影响显著；T2(湖泊形态期) Chl-a主要影响成分为PC₁，主要指标为TN、DN、DP、TP、NO₃^--N，表明Chl-a主要受汉丰湖水体氮、磷营养盐状态影响显著；T3(水位变动期) 主要影响成分为PC₃，主要指标为Chl-a、pH、H、DO，表明Chl-a主要受汉丰湖水深H变化过程影响显著；T4(水华敏感期) 主要影响成分为PC₃，主要指标为v，表明Chl-a主要受水动力特征影响显著.

(1)2015年汉丰湖试运行期间，受三峡水位调控影响，兼具湖泊、河流、回水河湾等多种形态特征. 1月和10~12月受三峡蓄水影响，水位较高、水域面积较大、流速缓慢，接近天然湖泊形态；5~8月三峡水位低于坝底高程，汉丰湖呈自然河流形态；2~4月受三峡泄水影响，汉丰湖水域面积减小、水位降低，消落带裸露，湖泊形态向河流形态演替；9月受三峡支流小江回水壅水影响，水位升高，淹没消落带，呈现部分回水河湾特征.根据主要水质指标显著的时段变化特征，可分为4个时期，其中2015年5~8月为T1(河流形态期)，2015年1月、3月和11~12月为T2(湖泊形态期)，2015年2月、4月和9月为T3(水位变动期)，2015年10月为T4(水华敏感期).

(2) 主成分分析结果表明中，汉丰湖水体富营养化现象在不同时期受不同主导成分影响，不同时期对Chl-a有显著影响水质指标因子不同，主成分累积贡献率分别为82.93%、77.61%、78.32%、88.40%.用主成分分析简化水质指标之间的相关性，以因子得分 (Score values) 为自变量用于多元线性回归分析中.结果发现各时期lg (Chl-a) 与因子分值明显相关，T1(河流形态期) 主要水质影响指标为DP、TP、SD、pH，T1(河流形态期) Chl-a主要影响成分为PC₂，汉丰湖水体氮含量影响显著；T2(湖泊形态期) 主要水质影响指标为TN、DN、DP、TP、NO₃^--N，T2(湖泊形态期) Chl-a主要影响成分为PC₁，汉丰湖水体氮、磷营养盐状态影响显著；T3(水位变动期) 主要水质影响指标为SD、NH₄⁺-N、DN、T，T3(水位变动期) 主要影响成分为PC₃，汉丰湖水深H变化过程影响显著；T4(水华敏感期) 主要水质影响指标为TN、DN、DO、NH₄⁺-N、pH、高锰酸盐指数、H、NO₃^--N，T4(水华敏感期) 主要影响成分为PC₃，水动力特征影响显著.综上所述，汉丰湖试运行期间频繁且大幅度的水位变动是其水文水质变化的重要影响因素，消落带在河流期为营养盐的“汇”、在湖泊期为营养盐的“源”，水位变动直接影响水动力条件以及营养盐的释放与富集，最终影响水体富营养化状态.