2. 太原市汾河景区管理委员会, 太原 030002
2. Management Committee of Taiyuan Scenic Segment of Fenhe River, Taiyuan 030002, China
浮游植物作为水生态系统的初级生产者,其种类组成、 分布状况和生物量的变化会随环境的变化而异[1],并极大程度地参与到河流水体中的物质能量转换中[2],能有效地综合反映水域富营养化的程度和过程. 浮游植物具有细胞个体小、 结构简单、 对环境的敏感性高,变化较快等特点[3],在河流湖泊等水体中与非生物因素,如磷、 氮、 高锰酸盐指数、 溶解氧、 温度等具有相互影响、 同步变化的效应[4, 5, 6, 7],因此,浮游植物群落结构的多样性常被利用监测分析水质状况[8, 9, 10],是一种有效的水体生态环境评价方法.
汾河是山西省最大的河流,发源于宁武县管涔山,穿越云中山和吕梁山之间的峡谷,至兰村以上为上游,中下游纵贯省境中部的太原、 临汾两大盆地,在黄河禹门口下游的万荣县庙前村附近汇入黄河. 汾河干流的中上游段贯穿于太原城区,太原汾河景区是汾河流经太原区域,经过水利治理和绿化美化后而形成的滨水公园. 北起柴村桥北侧,南至祥云桥南侧,整体总长超过18 km,宽有百米. 太原汾河景区起着纳污泄洪的作用. 每当暴雨过后,排污渠的污水就会进入汾河水体,加上汾河景区游客来往,居民生活和工厂的生产等,极易给汾河景区的水体造成污染.
本研究通过对太原汾河景区的浮游植物细胞密度和环境因子进行测定,分别以时间和采样点为单位分析浮游植物生物量和环境因子的变化,通过冗余分析(redundancy analysis,RDA)进一步对环境因子和浮游植物生物量的相关性进行排序,分析浮游植物生物量的变化趋势及其影响因素,以期为太原汾河的景观水体治理和生态修复提供一定的理论依据.
1 材料与方法 1.1 研究区域及采样点的设置本研究对汾河景区2014年丰水期6-10月进行监测,每周取样一次,从太原汾河景区上游到下游设置9个采样点(图 1),分别为柴村桥下(S1)、 汾管委对面木平台处(S2),胜利桥-漪汾桥(S3)、 漪汾桥-迎泽桥(S4)、 迎泽桥-南内环桥(S5)、 南内环桥-长风桥(S6)、 长风桥-南中环桥(S7)、 南中环桥-祥云桥(S8)和西岸浑水渠(S9)[11].
![]() | 图 1 太原汾河景区采样点分布示意 Fig. 1 Distribution of sampling sites in the Fenhe Scenic Spot of Taiyuan |
定量采集使用采水器在水面采取1 L水样,加入10%-15%的鲁哥试剂(Lugol's solution)10 mL进行固定,避光、 静置保存48 h,吸去上清,留下底层50 mL[12, 13]备检,在显微镜(Olympus BX51)下进行鉴定和计数[14, 15].
1.3 环境因子的测定环境因子测定包含水温(WT)、 气温(AT)、 pH、 溶解氧(DO)、 高锰酸盐指数、 化学需氧量(COD)、 总氮(TN)、 氨氮(NH4+-N)、 总磷(TP). 其中水温、 气温、 溶解氧及pH通过水质分析仪进行分析[16],化学需氧量、 总氮、 氨氮、 总磷等化学指标参照中华人民共和国国家标准(GB 3838-2002)进行测定.
1.4 统计分析
综合营养状态指数TSI(∑)=·TSI(J)[17, 18],采用总磷、 总氮、 氨氮、 化学需氧量、 高锰酸盐指数来作为水体的综合营养状态指数的权重因素. 式中,Wj表示第j种参数对应的营养状态指数的权重,TSI(J)表示第J种参数对应的营养状态指数,m表示评价参数的数量.
浮游植物和环境因子的时空变化由Oringe 8.5进行分析,分别以时间和空间为尺度对环境因子和浮游植物细胞密度的变化进行分析. 同时对其进行多元分析,浮游植物细胞在各样点出现的频率满足≥12.5%进行多元分析之前[19],进行标准化,将物种数据和环境因子除了pH外进行lg (x+1)转化,提高正态分布性,进行冗余分析(RDA)的同时进行蒙特卡洛(Monte Carlo)检验,整个分析经过Canoco 4.5进行[16].
2 结果与分析 2.1 浮游植物组成特征太原汾河景区的浮游植物组成主要为蓝藻门(Cyanophyta)、 绿藻门(Chlorophyta)、 硅藻门(Bacillariophyta),优势种为微小平裂藻(Merismopedia tenuissima)、 弱细颤藻(Oscillatoria tenuis)、 小席藻(Phormidium tenue)、 尖针杆藻(Synedra acusvar).
从时间变化上来看(图 2),6月浮游植物总细胞密度为28.75×106 个 ·L-1,其中蓝藻最高为18.68×106 个 ·L-1; 7月生物量最大,总细胞密度达到38.4×106 个 ·L-1,其中蓝藻为28.4×106 个 ·L-1,8月的总细胞密度为33.58×106 个 ·L-1,蓝藻细胞密度为26.54×106 个 ·L-1,9月的细胞密度为33.39×106 个 ·L-1,蓝藻的细胞密度为25.2×106 个 ·L-1,10月的总细胞密度最低,为23.89×106 个 ·L-1,蓝藻的细胞密度为18.65×106 个 ·L-1.
![]() | 图 2 浮游植物细胞密度的时空分布 Fig. 2 Temporal and spatial distribution pattern of phytoplankton cell densities |
以采样站点的浮游植物分布来看(图 2),以中游处于市中心繁华地带工厂企业附近中下游和污染区浮游植物生物量较大,漪汾桥-迎泽桥(S4)、 迎泽桥-南内环桥(S5)和南内环桥-长风桥(S6)这3个样点的细胞密度最多,分别为43.04×106、 44.37×106和42.5×106 个 ·L-1,所有样点中,蓝藻门植物为主要类群,其次是绿藻门植物物. 在水体中,浮游植物会随着理化因子的变化而呈现出一定的时空差异[20].
2.2 环境因子的特征太原汾河景区各环境因子的变化多样(图 3),从时间变化来看,温度从6-10月先升高再降低,7月最高为25.63℃,10月最低为14.93℃. 平均pH变化在8.22-8.42之间,10月pH达到最高. 溶解氧在整个丰水期表现为先上升后下降的趋势,7月达到最高6.68 mg ·L-1,最低值出现在9月,而后又上升,主要是因为夏季降雨量较高导致[21]. 高锰酸盐指数表现为先下降后上升的趋势,最高值出现在10月为6.55 mg ·L-1,最低值出现在8月为5.64 mg ·L-1. 化学需氧量先降低到7月的最低值23 mg ·L-1随后又升高到9月的最高为27.43 mg ·L-1,波动相对较大. 总氮开始含量最高为2.57 mg ·L-1,降到8月最低1.77 mg ·L-1后又继续升高. 氨氮呈现出先减少后增加的趋势,最低为8月的0.38 mg ·L-1,最高为9月的1.16 mg ·L-1. 而总磷在整个时间段的变化不大.
根据太原汾河景区的空间分布如图 3所示,各样点之间的温度和pH差异较小,西岸浑水渠(S9)站点处的溶解氧较小,除此外,其余站点间的差异不显著,高锰酸盐指数和总磷的值均在漪汾桥-迎泽桥(S4)站点处最大,分别达到24.15 mg ·L-1和0.43 mg ·L-1,化学需氧量在柴村桥下(S1)和漪汾桥-迎泽桥(S4)站点处的量非常少,漪汾桥-迎泽桥(S4)最少为1.74 mg ·L-1,其余站点含量较多,且差异较小,总氮和氨氮均表现为漪汾桥-迎泽桥(S4)处含量最少,而南中环桥-祥云桥(S8)处含量最多. 综合分析,理化因子在漪汾桥-迎泽桥(S4)和南中环桥-祥云桥(S8)处呈现多样性.
![]() | 图 3 各环境因子的时空分布 Fig. 3 Temporal and spatial distribution pattern of environmental factors |
综合营养状态指数为TLI(∑),其分级标准为TLI(∑)<30为贫营养,30 ≤TLI(∑) ≤50为中营养,TLI(∑)>50为富营养,50 <TLI(∑) ≤60为轻度富营养,60 <TLI(∑) ≤70为中度富营养,TLI(∑)>70为重度富营养[18, 22]. 太原汾河景区在丰水期总氮均超标,6月的化学需氧量超标,7月和9月的氨氮超标,整个丰水期汾管委对面木平台处(S2)、 迎泽桥-南内环桥(S5)、 长风桥-南中环桥(S7)、 南中环桥-祥云桥(S8)和西岸浑水渠(S9)站点多次达到了中度富营养化水平,枯水期胜利桥-漪汾桥(S3)、 迎泽桥-南内环桥(S5)、 长风桥-南中环桥(S7)、 南中环桥-祥云桥(S8)达到了中度富营养化水平(表 1).
![]() |
表 1 丰水期的综合营养状态指数 Table 1 Index of comprehensive nutrition in wet season and dry season |
对物种和环境因子进行分析时,为了确定选择线性模型还是单峰模型,先对物种数据进行非约束性分析去趋势对应分析(detrended correspondence analysis,DCA),确定排序轴的最大长度,如果最大排序轴的长度大于4时,选择单峰模式模型; 如果小于3,则选择线性模式; 如果介于3-4之间,则单峰模型和线性模型均合适[30]. 通过太原汾河景区浮游植物蓝藻(SP1)、 绿藻(SP2)、 硅藻(SP3)、 总细胞密度(SP4)与环境因子的多元关系进行除趋势对应分析(DCA分析),得到藻类细胞的最大梯度值为0.272,远小于3,因此选择约束排序选择线性模型冗余分析(RDA),进一步寻找新的变量作为最好的预测响应变量分布. 在进行冗余分析RDA分析[24]时,同时检测水温(WT)、 气温(AT)、 pH、 溶解氧(DO)、 高锰酸盐指数、 化学需氧量(COD)、 总氮(TN)、 氨氮(NH4+-N)、 总磷(TP)各环境因子的独立效应,每个因子的重要性和显著性用Monte-Carlo假设检验[25, 26](表 2),以P<0.05筛选出对环境影响显著的因子[16],剩下水温、 气温、 溶解氧、 化学需氧量、 总氮、 总磷这6种理化因子,然后对平均环境因子和和平均藻类细胞生物量进行RDA排序分析(图 4),前两轴的特征值分别为0.550、 0.101,为主要的排序轴,表明前两轴的生物环境相关性系数分别为0.728、 0.736. 生物-环境的相关关系累积率为48.3%(表 3),浮游植物细胞密度到原点的直线与环境因子夹角的余弦值表示二者的相关性. 浮游植物总细胞密度与溶解氧呈显著正相关(P=0.048),与化学需氧量呈显著负相关(P=0.022); 蓝藻细胞密度与溶解氧均呈显著正相关(P=0.032),与化学需氧量呈显著负相关(P=0.042); 绿藻细胞密度与化学需氧量和总磷均呈显著负相关(P=0.044 0、 P=0.026 0),硅藻细胞密度与水温、 气温呈极显著正相关(P=0.01、 P=0.008)、 与化学需氧量呈极显著负相关(P=0.008).
![]() | 图 4 浮游植物细胞密度与环境因子的 RDA排序图 Fig. 4 RDA biplot of phytoplankton cell densities and environment factors |
根据太原汾河景区丰水期6-8月浮游植物细胞与环境因子的RDA排序分析[图 5(a)],前两轴的特征值较高,分别为0.728和0.189,为主要的排序轴,能解释的数据比例高达91.7%(表 4). 由此得知,总细胞密度与化学需氧量、 总磷呈显著负相关(P=0.016、 P=0.034),蓝藻细胞密度与化学需氧量呈显著负相关(P=0.044); 绿藻细胞密度与总磷呈现显著负相关(P=0.018); 硅藻细胞密度与化学需氧量呈现显著负相关(P=0.03). 9-10月浮游植物的RDA排序分析如图 5(b),前两轴的特征值分别为0.895和0.071(表 4),硅藻细胞密度与水温、 气温呈显著正相关(P=0.034、 P=0.032),与其他水体环境因子相关性不显著.
![]() |
表 2 对RDA分析的约束性检验Monte Carlo检验结果 Table 2 Monte Carlo permutation test for RDA in constrained vectors for three different phytoplankton species and total cells densities |
![]() |
表 3 基于RDA的环境因子对藻类的变异 Table 3 RDA results of environment factors for phytoplankton |
![]() |
表 4 丰水期基于RDA环境因子对浮游植物细胞密度的变异 Table 4 RDA results of phytoplankton cell densities and environment factors in wet season |
![]() | 图 5 丰水期浮游植物细胞密度与环境因子的RDA排序图 Fig. 5 RDA biplot of phytoplankton cell densities and environment factors in wet season (June-August (a) and September-October (b)) |
环境因子是变化多样的,对浮游植物群落的影响是非常重要的[27]. 研究表面水和降雨量是驱动环境变化的主要因子[28],对浮游植物的生长状况有着十分重要的影响. 尤其是在靠近市中心的站点,由于游客、 居民、 工厂等影响,总氮超标[29],导致水质整体处于一个贫营养到中度富营养的状态. 在CPAHsΣ汾河景区丰水期期间,浮游植物的群落结构主要为蓝藻、 绿藻和硅藻,蓝藻为主要类群,其中7月浮游植物的生物量达到最大,并且在靠近市中心的样点的生物量最多.
温度的变化对浮游植物的生物量和密度有着明显的影响[30],是影响浮游植物密度季节变化的重要理化因子,水温的变化影响着水体物理、 化学和生物的活动,从而影响水体上下水层的交换,进而影响到浮游植物的垂直分布,并直接影响其生长、 死亡等生态过程和水体营养物的生化循环和分布[31, 32]. 河流中浮游植物和环境因子RDA排序分析和季节排序分析发现,浮游植物的生物量会随温度的升高而增加[33, 34]. 但是太原汾河景区的丰水期的浮游植物生物量与水温之间关系不同,6-8月的浮游植物生物量与水温呈现负相关,9-10月浮游植物生物量与水温相关性不显著,这与7、 8月的降雨量大,稀释了浮游植物生物量,并且降雨会导致水位上升,水流速度加快,导致浮游植物不能积累有关[1].
营养盐是浮游植物生长的关键因素,水体中营养盐的变化与浮游植物的变化具有相互促进的关系,即营养盐可以影响浮游植物的生长状况,同时浮游植物的生长也会影响营养盐的含量. 溶解氧是影响浮游植物的主要因素[35],也是研究水体自净能力的重要指标. 水体中的生物结构分布不合理会导致溶解氧产生变化,同时溶解氧的变化会进一步导致水体生物结构的变化,水体中丰富多样的浮游植物可以使水体保持较高的溶解氧含量[36]. 因此,浮游植物与溶解氧呈显著的正相关性,高的溶解氧伴随着高的浮游植物生物量[37]. 在丰水期,汾河景区水体中溶解氧与浮游植物呈现显著正相关,这与大量浮游植物进行光合作用产生氧气有密切关系. 7月时,溶解氧含量达到最大,表明水体营养状况较好. 7月以后,随着降雨量增加,未经处理的城市居民污水和上游工厂废水流入河流,大量的有机污染物和无机盐的降解过程会消耗大量的水体中的氧,进而制约了浮游植物的光合作用,进一步导致溶解氧的含量下降. 此外影响溶解氧的因素还有水体温度,气候、 径流量、 水体的滞留时间、 营养物质的含量等因素[38]. 9月以后随着降雨量规模的减弱,污水渠污水不会漫过围坝而进入汾河水体,同时由于降雨量的稀释作用,使化学需氧量浓度减少[39],进而溶解氧的浓度恢复.
化学需氧量表示水体中还原性物质的含量,由于淡水河流中主要的还原性物质是有机物,化学需氧量也可以作为衡量水体中有机物含量的指标,化学需氧量越大,表明水体受有机物的污染程度就越严重. 化学需氧量的变化主要与城市生活污水和工厂排放量,以及降雨量有关[38, 40]. 在丰水期的6-8月,太原汾河景区水体中化学需氧量与浮游植物的生长呈显著负相关,在9-10月相关性减小. 由于汾河景区周边的居民和游客生活活动带来污染,尤其是夏季的6-8月,降雨量增加,排污渠的污水进入,导致汾河景区水体化学需氧量升高,同时也造成溶解氧含量降低,使得化学需氧量成为影响浮游植物生长的主要因子.
研究表明水体中浮游植物的生长与氮、 磷含量的变化有密切关系,水体的富营养化主要是由于氮、 磷盐的含量适合水体中个别浮游植物物种大量增殖,进而引起浮游植物群落结构的简化,生物量异常增大,导致水华暴发[13, 41]. 通常,水体中的氮、 磷营养盐的增加在一定范围内会促进藻类植物的生长,然而过高的氮、 磷含量反而会促使藻类植物密度的降低,抑制其生长,总氮和总磷的阈值分别为16.55 mg ·L-1和0.58 mg ·L-1. 水体富营养化发生时,总氮浓度为0.2 mg ·L-1,总磷为0.02 mg ·L-1. 太原汾河景区水体中氮、 磷营养盐含量均高于发生浓度. 总氮在6、 7月超标,由于降雨量过高的情况下将污水中的氮、 磷和有机物大量带入河流水体中,造成水体富营养化. 总磷在整个丰水期含量保持在一个较为稳定的状态,各种环境因子的作用在不同时期表现不同[42]. 研究结果显示绿藻与总氮呈显著正相关,而与总磷呈显著负相关,由于总磷含量高于阈值导致绿藻植物的细胞密度降低. 此外,氮磷比是一个综合的影响方式,促使藻类生长的最佳氮磷比为16 ∶1,而太原汾河景区水体中氮磷比远远大于16 ∶1,表明磷是该河流水体藻类生长的主要限制因子[43]. 由于太原汾河景区6-8月雨水量较大,水流较快,从而降低了河流水体中的磷的含量,使磷的作用减小[39],从而降低了暴发水华的风险.
4 结论(1)太原汾河景区的浮游植物组成主要为蓝藻门(Cyanophyta)、 绿藻门(Chlorophyta)、 硅藻门(Bacillariophyta),优势种为微小平裂藻(M. tenuissima)、 弱细颤藻(O. tenuis)、 小席藻(P. tenue)和尖针杆藻(S. acusvar). 丰水期期间,7月生物量最大,总细胞密度达到38.4×106个 ·L-1,10月份的总细胞密度最低. 以中游处于市中心繁华地带工厂企业附近中下游和污染区浮游植物生物量较大,所有样点中,蓝藻门为主要类群,其次是绿藻.
(2)太原汾河景区各环境因子的变化多样,丰水期期间,温度为14.93-25.63℃,平均pH在8.22-8.42之间. 由于夏季降雨量较高,溶解氧在整个丰水期表现为先上升后下降的趋势. 高锰酸盐指数、 化学需氧量和氨氮都表现为先下降后上升的趋势. 总磷在整个时间段的变化不大. 理化因子在漪汾桥-迎泽桥(S4)和南中环桥-祥云桥(S8)处呈现多样性.
(3)太原汾河景区在丰水期总氮均超标. 综合营养状态指数显示,整个丰水期汾管委对面木平台处(S2)、 迎泽桥-南内环桥(S5)、 长风桥-南中环桥(S7)、 南中环桥-祥云桥(S8)和西岸浑水渠(S9)站点多次达到了中度富营养化水平.
(4)通过太原汾河景区浮游植物蓝藻、 绿藻、 硅藻、 总细胞密度与环境因子的多元关系进行去趋势对应分析(DCA分析),显示藻类细胞的最大梯度值为0.272,需通过约束排序选择线性模型冗余分析(RDA),进一步确定新变量作为最好的预测响应变量分布.
(5)通过冗余分析(RDA)表明浮游植物总细胞密度与溶解氧呈显著正相关,与化学需氧量呈显著负相关.
[1] | 李然然, 章光新, 张蕾. 查干湖湿地浮游植物与环境因子关系的多元分析[J]. 生态学报, 2014, 34 (10): 2663-2673. |
[2] | 韩博平, 林旭钿, 李铁. 广东省大中型水库富营养化现状与防治对策研究[M]. 北京: 科学出版社, 2003. |
[3] | 王爱爱, 冯佳, 谢树莲. 汾河中下游浮游藻类群落特征及水质分析[J]. 环境科学, 2014, 35 (3): 915-923. |
[4] | Chalar G. The use of phytoplankton patterns of diversity for algal bloom management[J]. Limnologica, 2009, 39 (3): 200-208. |
[5] | Reynolds C S. What factors influence the species composition of phytoplankton in lakes of different trophic status[J]. Hydrobiologia, 1998, 369-370 : 11-26. |
[6] | Naselli-Flores L. Phytoplankton assemblages in twenty one Sicilian reservoirs relationships between species composition and environmental factors[J]. Hydrobiologia, 2000, 424 (1): 1-11. |
[7] | Whitton B A. Changing approaches to monitoring during the period of the 'Use of Algae for Monitoring Rivers' symposia[J]. Hydrobiologia, 2012, 695 (1): 7-16. |
[8] | 李静, 崔凯, 卢文轩, 等. 春季和夏季巢湖浮游生物群落组成及其动态分析[J]. 水生生物学报, 2015, 39 (1): 185-192. |
[9] | Xu Y Y, Cai Q H, Ye L, et al. Asynchrony of spring phytoplankton response to temperature driver within a spatial heterogeneity bay of Three-Gorges Reservoir, China[J]. Limnologica, 2011, 41 (3): 174-180. |
[10] | 常乐, 张秀红. 汾河临汾城区浮游植物群落特征[J]. 农业与技术, 2012, 32 (2): 52-56. |
[11] | 章宗涉, 黄祥飞. 淡水浮游生物研究方法[M]. 北京: 科学出版社, 1991. |
[12] | Haande S, Rohrlack T, Semyalo R P, et al. Phytoplankton dynamics and cyanobacterial dominance in Murchison Bay of Lake Victoria (Uganda) in relation to environmental conditions[J]. Limnologica, 2011, 41 (1): 20-29. |
[13] | 姜雪芹, 禹娜, 毛开云, 等. 冬季上海市城区河道中浮游植物群落结构及水质的生物评价[J]. 华东师范大学学报(自然科学版), 2009, (2): 78-87, 140. |
[14] | 时红, 孙新忠, 范建华. 水质分析方法与技术[M]. 北京: 地震出版社, 2001. |
[15] | 中国孢子植物志编辑委员会. 中国淡水藻志(第一-第十五卷)[M]. 北京: 科学出版社, 1988-2012. |
[16] | 李艳利, 李艳粉, 徐宗学. 影响浑太河流域大型底栖动物群落结构的环境因子分析[J]. 环境科学, 2015, 36 (1): 94-106. |
[17] | 国家环境保护总局. 水和废水监测分析方法[M]. (第四版). 北京: 中国环境科学出版社, 2002. |
[18] | 陈建良, 胡明明, 周怀东, 等. 洱海蓝藻水华暴发期浮游植物群落变化及影响因素[J]. 水生生物学报, 2015, 39 (1): 24-28. |
[19] | Lopes M R M, de M Bicudo C E, Ferragut M C. Short term spatial and temporal variation of phytoplankton in a shallow tropical oligotrophic reservoir, southeast Brazil[J]. Hydrobiologia, 2005, 542 (1): 235-247. |
[20] | Jiang Z B, Chen J F, Zhou F, et al. Controlling factors of summer phytoplankton community in the Changjiang (Yangtze River) Estuary and adjacent East China Sea shelf[J]. Continental Shelf Research, 2015, 101 : 71-84. |
[21] | 李英明, 潘军峰. 山西河流[M]. 北京: 科学出版社, 2004. |
[22] | 成芳, 凌去非, 徐海军, 等. 太湖水质现状与主要污染物分析[J]. 上海海洋大学学报, 2010, 19 (1): 105-110. |
[23] | 李然然. 查干湖湿地水环境演变及生态风险评估[D]. 北京: 中国科学院大学, 2014. |
[24] | Borcard D, Legendre P, Drapeau P. Partialling out the spatial component of ecological variation[J]. Ecology, 1992, 73 (3): 1045-1055. |
[25] | 李红, 马燕武, 祁峰, 等. 博斯腾湖浮游植物群落结构特征及其影响因子分析[J]. 水生生物学报, 2014, 38 (5): 921-928. |
[26] | Wang F, Wang X, Zhao Y, et al. Temporal variations of NDVI and correlations between NDVI and hydro-climatological variables at Lake Baiyangdian, China[J]. International Journal of Biometeorology 2014, 58 (7): 1531-1543. |
[27] | 江志兵, 陈全震, 寿鹿, 等. 象山港人工鱼礁区的网采浮游植物群落组成及其与环境因子的关系[J]. 生态学报, 2012, 32 (18): 5813-5824. |
[28] | 侯伟, 黄成, 江启明, 等. 粤北三座典型中型水库富营养化与浮游植物群落特征[J]. 生态环境学报, 2011, 20 (5): 913-919. |
[29] | 闵文武, 王培培, 李丽娟, 等. 渭河流域浮游植物功能群与环境因子的关系[J]. 环境科学研究, 2015, 28 (9): 1397-1406. |
[30] | Temponeras M, Kristiansen J, Moustaka-Gouni M. Seasonal variation in phytoplankton composition and physical-chemical features of the shallow Lake Doïrani, Macedonia, Greece[J]. Hydrobiologia, 2000, 424 (1-3): 109-122. |
[31] | 邱小琮, 赵红雪, 孙晓雪. 宁夏沙湖浮游植物与水环境因子关系的研究[J]. 环境科学, 2012, 33 (7): 2265-2271. |
[32] | 卢亚芳, 黄永春, 黄世玉, 等. 厦门杏林湾水库浮游植物密度与生态因子的灰关联分析[J]. 台湾海峡, 2002, 21 (2): 209-216. |
[33] | Dupuis A P, Hann B J. Warm spring and summer water temperatures in small eutrophic lakes of the Canadian prairies: potential implications for phytoplankton and zooplankton[J]. Journal of Plankton Research, 2009, 31 (5): 489-502. |
[34] | 陈向, 刘静, 何琦, 等. 东江惠州河流段人工基质附着硅藻群落的季节性动态[J]. 湖泊科学, 2012, 24 (5): 723-731. |
[35] | Eisner L B, Gann J C, Ladd C, et al. Late summer/early fall phytoplankton biomass (chlorophylla) in the eastern Bering Sea: Spatial and temporal variations and factors affecting chlorophyll a concentrations[J]. Deep Sea Research Part II: Topical Studies in Oceanography, 2015, doi:10.1016/j.dsr2.2015.07.012. |
[36] | 赵海超, 王圣瑞, 赵明, 等. 洱海水体溶解氧及其与环境因子的关系[J]. 环境科学, 2011, 32 (7): 1952-1959. |
[37] | O'Boyle S, Wilkes R, McDermott G, et al. Factors affecting the accumulation of phytoplankton biomass in Irish estuaries and near shore coastal waters: A conceptual model[J]. Estuarine, Coastal and Shelf Science, 2015, 155 : 75-88. |
[38] | 杨福霞, 简慧敏, 田琳, 等. 大辽河口COD与DO的分布特征及其影响因素[J]. 环境科学, 2014, 35 (10): 3748-3754. |
[39] | 杨晓英, 罗兴章, 郑正, 等. 平水期和丰水期殷村港污染物浓度时空变异比较研究[J]. 环境科学, 2012, 33 (9): 3051-3056. |
[40] | 杨亮杰, 余鹏飞, 竺俊全, 等. 浙江横山水库浮游植物群落结构特征及其影响因子[J]. 应用生态学报, 2014, 25 (2): 569-576. |
[41] | 苟婷, 马千里, 许振成, 等. 贝江浮游藻类群落特征及富营养化风险分析[J]. 环境科学, 2015, 36 (3): 946-954. |
[42] | Lehman P W. The influence of climate on phytoplankton community biomass in San Francisco Bay Estuary[J]. Limnology and Oceanography, 2000, 45 (3): 580-590. |
[43] | 吴述园, 葛继稳, 苗文杰, 等. 三峡库区古夫河着生藻类叶绿素a的时空分布特征及其影响因素[J]. 生态学报, 2013, 33 (21): 7023-7034. |