环境科学  2016, Vol. 37 Issue (7): 2696-2704   PDF    
引用本文
戴文芳, 阳石页, 阙治家, 熊金波 . 浮游微型真核生物群落对电厂温排水增温的响应[J]. 环境科学,2016, 37(7): 2696-2704.
DAI Wen-fang, YANG Shi-ye, QUE Zhi-jia, XIONG Jin-bo . Responses of Plankton Microeukaryotic Community to Increasing Temperatures Created by Power Plant Thermal Discharges[J]. Environmental Science,2016, 37(7): 2696-2704.
浮游微型真核生物群落对电厂温排水增温的响应
戴文芳1 , 阳石页1 , 阙治家1 , 熊金波1,2     
1.宁波大学海洋学院, 宁波 315211;
 2.浙江海洋高效健康养殖协同创新中心, 宁波 315211
收稿日期: 2015-12-20; 修订日期: 2016-02-16.
基金项目:浙江省自然科学基金项目(LY15D060002) ;宁波市自然科学基金项目(2015A610246) ;浙江省新苗人才计划项目(2015R40506)
作者简介: 戴文芳(1991~),女,硕士研究生,主要研究方向为海洋环境科学,E-mail:daiwenfang6283@163.com
通讯联系人, E-mail:xiongjinbo@nbu.edu.cn
摘要: 浮游微型真核生物作为初级生产者,细菌捕食者和较大型生物寄生者,在维持生态系统稳定中起核心作用.因此,研究浮游微型真核生物对温排水增温的响应对评价近年来大量电厂兴建的环境效应具有重要意义.沿象山港乌沙山电厂温排水水流采集表层水样,利用Illumina技术测定18S rDNA基因研究浮游微型真核生物群落组成.真核浮游生物的主要组成为囊泡虫门(Protalveolata)、纤毛亚门(Ciliophora)、甲藻门(Dinoflagellata)和丝足虫类(Cercozoa).多元回归树分析发现浮游微型真核生物多样性主要受溶解氧、硝态氮和温度的控制.温排水造成的增温梯度显著地改变了浮游微型真核生物的群落组成(Global RANOSIM=0.422, P<0.001) ;反向选择筛选到空间距离、溶解氧、叶绿素a和温度是造成群落变异的主要因子.浮游微型真核生物的空间分布遵循空间距离-群落相似性衰减模型(R=-0.192, P=0.039) ,周转速率为0.002.此外,筛选到15个敏感的真核生物科,其相对丰度与增温幅度显著相关.重要的是对某一特定的科,其相对丰度随温度的变化与其已知的生态功能相吻合,可以作为评价温排水增温的指示种群.本研究阐明了温排水增温梯度下真核浮游生物群落的空间分布规律,并为评价温排水对微生态效应提供了灵敏的生物学指标.
关键词: 电厂温排水      微型真核生物群落      驱动因子      空间分布      指示科     
Responses of Plankton Microeukaryotic Community to Increasing Temperatures Created by Power Plant Thermal Discharges
DAI Wen-fang1 , YANG Shi-ye1 , QUE Zhi-jia1 , XIONG Jin-bo1,2     
1.School of Marine Sciences, Ningbo University, Ningbo 315211, China;
 2.Collaborative Innovation Center for Zhejiang Marine High-efficiency and Healthy Aquaculture, Ningbo 315211, China
Abstract: Plankton microeukaryotes are primary producers, bacterial grazers and parasites in the ocean, thus contributing essential roles in marine ecosystem stability. For this reason, understanding how the microeukaryotic community responds to increasing temperature created by thermal discharges is key to evaluating the ecological and environmental consequences of a power plant. In this study, using an Illumina sequencing based analysis of eukaryotic 18S rDNA gene, we investigated the compositions of microeukaryotic community along a thermal gradient caused by the discharge from the Wusha Mountain power plant in Xiangshan Bay. The plankton microeukaryotic communities were dominated by Protalveolata, Ciliophora, Dinoflagellata and Cercozoa. A multivariate regression tree revealed that mircoeukaryotic diversity was primarily controlled by dissolved oxygen (DO), followed by nitrate and temperature. Thermal discharge significantly altered the compositions of microeukaryotic community, evidenced by an analysis of similarity (Global RANOSIM=0.422, P<0.001) . A forward selection procedure showed that the variations of microeukaryotic community were primarily shaped by geographic distance, DO, chlorophyll a, and temperature. The spatial distribution of microeukaryotic community followed a distance-decay for similarity relationship, with a turnover of 0.002. In addition, 15 sensitive eukaryotic families were screened, the relative abundances of which were significantly associated with the discharge-induced temperature gradient. For a given eukaryotic family, the pattern of enrichment or decline was consistent with its known ecological function, which could be served as bio-indicators for temperature anomalies. Collectively, this study demonstrates the spatial pattern of microeukaryotic community in responses to increasing temperature, and provides sensitive bio-indicators for evaluating the ecological consequences of thermal discharge.
Key words: power plant thermal discharge      microeukaryotic community      driving factor      spatial distribution      bio-indicators     

为解决社会经济迅速发展对电力的需求，沿海地区电厂相继投入建设. 沿海建厂最主要的目的是就地抽提海水用于汽轮机等产热设备的冷却，然后将冷却水排回取水海域. 冷却水的温度一般比正常水体高8~10℃，持续的温排水排放会在邻近海域形成一个持续的高温区[1]，且存在明显的随距离增加而下降的水温梯度变化[2]. 水温升高能加速微生物对有机物的降解，使悬浮物的浓度增大，加速受纳水体的富营养化进程，已经对水体微环境、 较大型浮游动植物产生了诸多负面影响[3~5]，如： 温排水带来的温升造成海水环境缺氧，继而对底栖生物、 鱼类等造成危害[1]. 然而尚缺乏温排水对在物质能量循环过程中起基础作用的浮游微型生物对增温响应规律的研究[6, 7].

海洋浮游植物将地球上约一半的CO2固定为有机质[8]. 因此，长期的海区定位站点主要关注了海水增温对浮游植物的影响，发现增温会降低净生产量[9, 10]，尽管海水增温能够促进浮游植物的丰度和光合作用[11]. 造成这种结果的主要原因是异养微生物呼吸对增温的敏感性高于浮游植物的初级生产力[12, 13]. 换言之，海水增温促进了光合作用积累的有机质，经异养微生物增强的活性降解后返回到大气中[9, 10, 14]，或经微生物碳泵沉降到海床中储存[13, 15]. 此外，海水增温使浮游生物的群落组成从以较大型的真核藻为主向微型生物转变[16]，意味着浮游微型生物在海水增温干扰下将发挥更重要的生态功能[9]. 有研究表明，浮游真核生物能够下行通过摄食浮游植物和细菌的密度，同时作为鱼类饵料上行控制渔业资源[17]. 因此，浮游真核生物对增温的响应对整个微食物网的平衡至关重要，决定着海洋生态系统在全球气候变暖背景下的生态功能稳定性[6, 10].

目前，国内外学者针对海水增温对浮游微型真核生物的影响开展了一些研究，发现电厂温排水增温降低了浮游动物群落物种数、 丰度及多样性[18]； 0.52℃ 的温升使浮游生态系统的初级生产量与总呼吸量的比值提高了1.2倍[19]； 改变了浮游植物[4]和浮游动物的群落结构[3, 20]，群落周转速率加快，进而导致生态系统的功能稳定性降低[21]. 这些研究为评价温排水增温对微型真核浮游生物多样性及群落组成提供了基础数据，表明浮游真核生物对温升变化敏感. 然而，这些研究主要利用镜检检测较大型浮游动、 植物多样性和组成作为指标来评价海水增温的微生态效应[3, 4, 18]，存在耗时、 耗力且灵敏度较差的缺陷. 此外，镜检只能检测到相对丰度较高的物种，而忽略了在应对环境变化时可能具有重要作用的稀有物种. 近年来，以18S rDNA基因为分子标记，极大地拓展了对真核微生物多样性的认识[17],但现有研究主要集中在对真核生物的多样性调查，缺乏微型真核微生物对环境干扰，如海水温升、 响应的研究[17]. 鉴于冬季低的本底温度，电厂温排水增温可能会对浮游微型真核生物造成更大的影响. 因此，本研究在冬季采集海水，通过Illumina测序技术分析微型真核生物群落在象山港电厂温排水增温梯度下的响应规律，以期回答： ①象山港浮游微型真核生物的组成特征； ②温排水增温梯度下真核微生物群落的空间分布特征及环境驱动因子； ③能否筛选到敏感的真核微生物种群来指示增温幅度. 区别于监测站的水化指标监测，本研究能够为评价电厂温排水对环境的影响提供敏感的生物学指标.

1 材料与方法 1.1 样品采集

2014年12月在象山港乌沙山电厂温排水影响区域选择了宁波海洋监测站常年监测的11个站点，采集表层海水(水深25~50 cm). 为了便于数据的比较及保持监测数据的连续性，本研究中站点编号沿用监测站历年监测时的站点编号. 其中W8(位于横山码头外侧，受温排水影响较小)为对照站点(图 1). 为了获得对照站点的重复样品，在W8站点30 m×30 m水域范围内取4个重复； 在温排水口水流梯度3个(排水口E2、 E4、 E6) 、 左侧4个(左侧L1和L4，新增N1和N3) ，右侧3个(右侧R1、 R3和R5) 站点各取1个水样，共计14个样品. 水质监测指标有： 水温、 pH、 盐度、 溶解氧，并记录采样位点经纬度坐标. 样品的采集、 贮存、 运输和预处理均按《海洋调查规范》(GB/T 12763-2007) 和《海洋监测规范》(GB 17378-2007) 中规定的方法进行.

图 1 采样站点示意 Fig. 1 Distribution of sampling sites

1.2 水体理化性质测定

海水温度、 pH、 溶解氧(DO)和盐度用Multi 350i多功能便携式水质检测仪(Sea-Bird)原位测定. 其它水质理化指标根据《海洋监测规范》(GB 17378-2007) 的标准方法测定： 磷酸盐(PO43-)用抗坏血酸还原磷钼蓝法； 硝酸盐(NO3-)用锌镉还原法； 亚硝酸盐(NO2-)用重氮-偶氮法； 氨盐(NH4+)用次溴酸钠氧化法； 化学需氧量(COD)用碱性高锰酸钾法； 石油类油污物(Oil)浓度用紫外分光光度计法； 叶绿素a(Chla)采用丙酮萃取分光光度法，分光光度计测定在647 nm和665 nm的吸光值，根据公式Chla=12.70A665-2.79A647计算叶绿素a浓度[22].

1.3 DNA的提取和纯化

采集的水样先经100 μm 灭菌尼龙筛绢预过滤去除较大的浮游生物，然后经0.22 μm孔径的滤膜(Millipore,Boston,MA,USA)抽滤收集微生物. 滤膜用无菌剪刀剪碎后，利用Power Soil DNA试剂盒(MO BIO Laboratories,Carlsbad,CA,USA)按照操作说明提取微生物总DNA，并用NanoDrop ND-1000分光光度计(NanoDrop Technologies,Wilmington,USA)测定DNA浓度和纯度. DNA样品-80℃保存备用.

1.4 真核浮游生物18S rDNA基因扩增及Illumina测序

取每个样品纯化后的DNA 50ng作为模板，PCR扩增真核浮游生物的18S rDNA基因. 引物为3NDF(5′-GGCAAGTCTGGTGCCAG-3′)和V4_euk_R2(5′-ACGGTATCTRATCRTCTT CG-3′). 其中在每个引物的5′端带有用于Illumina测序的接头和区分样品来源的6碱基的 Barcode序列. PCR反应参数如下： 30个循环，95℃变性30 s，55℃退火30 s，72℃延伸30 s，最后72℃延伸10 min[23]. 每个样品PCR重复3次以减少扩增过程造成的偏差. PCR产物凝胶电泳检测，得到与扩增预期大小一致且无非特异性的条带后，用PCR片段纯化试剂盒纯化(TaKaRa Biotech,Japan). 利用NanoDropND-1000测定浓度后，每个样品取等量的PCR产物混合，在Miseq双末端测序平台测序(Illumina,San Diego,USA).

1.5 Illumina数据处理

下机后的数据用FLASH软件拼接二端序列[24]，然后用Qiime(quantitative insights into microbial ecology)流程分析，包括质控和去嵌合体[25]. 简言之，剪接掉3个以上的连续且质控分子小于20的碱基，保留>300bp的长序列，再用UCHIME去掉嵌合体[24]. 用UCLUST将序列在97%的相似性水平聚类为OTUs(operational taxonomic units，分类操作单元)； 挑选在每个OTU里丰度和覆盖度最高的序列为代表序列，用PyNAST在Silva数据库中比对，获得OTUs的物种分类信息[26, 27]. 去掉不属于真核生物的序列. 为了提高数据的可靠性，去掉在所有样品中只检测到1次的序列(Singleton)，同时通过对每个样品随机取样27100条(对应所有样品中最低的测序深度)序列消除样品间由于测序深度造成的偏差.

1.6 统计分析

为研究电厂温排水增温对真核生物的影响，采用多元回归树聚类法(multivariate regression tree,MRT)筛选影响真核微生物多样性的环境因子[28]. 利用 Bray-Curtis 距离比较真核微生物群落结构在不同增温幅度下的差异[29]，并用相似性(analysis of similarity,ANOSIM)检测差异的显著性[30]. 运用单因素方差分析(one-way analysis of variance)比较不同种群在增温梯度下的差异显著性. 运用空间距离-群落相似性模型评价真核微生物的空间分布特征. 由于环境因子间的相关性以及与空间距离的自相关性，利用基于距离的多元线性模型(distance-based multivariate linear model,DistLM)筛选与真核微生物群落显著相关的环境因子. 简言之，首先使用边际检验(marginal tests)评估单一环境变量的贡献，然后用顺序检验(sequential tests)反向选择筛选与真核微生物群落最相关的环境因子组合及环境变量的累积解释比例. 在典范对应分析(canonical correspondence analysis,CCA)中建立微型真核浮游生物群落与环境因子、 空间距离间的相互关系. 利用Pearson相关性分析挑选丰度与增温幅度显著相关的种群，作为指示增温的指示种.

2 结果与分析 2.1 温排水增温对水体理化性质的影响

电厂温排水显著地(P<0.001) 增加了邻近水域的温度(表 1)，增温幅度与距离排水口的距离正相关(R=0.529,P<0.001，皮尔森相关性). 与对照站点W8相比，站点E2、 E4和R1增温2~3℃，站点L1、 L4、 R3和R5增温1~2℃，站点E6、 N1和N3增温0~1℃. 此外，温排水增温显著地降低了水体中的溶解氧和叶绿素a浓度； 增加了硝酸盐、 化学需氧量的浓度和油污的含量； 但对其它测定的主要环境因子没有显著的影响(表 1).

表 1 环境因子在不同增温幅度下的均值比较1) Table 1 Comparison of the geochemical variables among different temperature increments

2.2 真核浮游生物群落结构组成

质控和去掉单一序列后，在14个样品中共获得452352条有效序列，每个样品平均32311±4558条序列. 均一化到每个样品27100后，在97%的相似性水平获得1886个OTUs. 宁波象山港浮游真核微生物群落中，主要组成为囊泡虫门(Protalveolata)、 纤毛亚门(Ciliophora)、 甲藻门(Dinoflagellata)、 隐藻目(Cryptomonadales)、 后生动物(Metazoa)、 绿藻类(Chlorophyta)和丝足虫类(Cercozoa)等优势类群(表 2). 单因素方差分析结果发现甲藻门、 隐藻目和丝足虫类在不同增温幅度下相对丰度差异显著(P<0.05,表 2).

表 2 环境因子在不同增温幅度下的均值比较1) Table 2 Comparison of the geochemical variables among different temperature increments

2.3 温排水增温对真核浮游生物多样性和群落组成的影响

利用多元回归树分析(图 2)，发现溶解氧是影响真核浮游生物群落多样性的首要因素(解释了22.2%的多样性变异)，其次为硝态氮(17.9%)和温度(13.8%).

图 2 多元回归树分析控制真核微生物多样性的环境因子 Fig. 2 Multiple regression tree analysis for identification of factors shaping the eukaryotic diversity

主坐标分析发现在增温梯度下，真核浮游生物群落依增温幅度聚类，其中第一轴和第二轴共同解释了32.7%的群落变异(图 3). 群落差异性检测分析表明在不同增温幅度下群落差异显著(RANOSIM=0.422,P<0.001) ，此外，除增温ΔT 1~2℃和ΔT 2~3℃间差异不显著之外，其它组间群落组成差异均达到显著水平(表 3).

图 3 主坐标分析真核微生物群落在不同增温幅度下的差异 Fig. 3 Principal coordinates analysis (PCoA) of the eukaryotic community using Bray-Curtis distance

表 3 基于Bray-Curtis距离的群落差异性分析1) Table 3 Community dissimilarity test based on analysis of similarity (ANOSIM) using Bray-Curtis distance

2.4 不同增温幅度下微型真核浮游生物群落的空间分布特征

由于水流、 潮汐等因素可能会影响浮游生物的空间分布特征，导致自由态微生物的随机扩散而呈现无规则的分布[31]. 因此，利用空间距离-群落相似性模型分析浮游微型真核生物群落的空间分布特征，结果表明在温排水影响下随着站点间空间距离的增加，真核生物群落的相似性递减，尽管相关性较低，但达到显著相关水平(R=-0.192,P=0.039) ，其周转速率为0.002(图 4).

图 4 浮游真核微生物群落相似性与空间距离的拟合相关性 Fig. 4 Correlation between the eukaryotic community similarity (1-Bray-Curtis distance) and geographic distances

2.5 真核浮游生物群落与环境因子、 空间距离间的相互关系

为了评估空间距离(作为扩散限制的指标)和水体理化性质对真核浮游生物群落变异的相对贡献，利用反向选择筛选与群落变异最相关的环境因子组合，发现空间距离、 叶绿素a、 溶解氧和温度的组合与群落变异的相关性最高，累积解释了52.3%的群落变异(表 4). 去趋势对应分析(detrended correspondence analysis,DCA)发现第一和二轴的轴长值(axis lengths)大于4，适合单峰模型. 因此，采用典范对应分析(CCA)建立群落变异与环境因子间的相互关系，发现叶绿素a和溶解氧与对照站点的浮游微型真核生物群落正相关，而受到温排水影响的浮游微型真核生物群落与温度正相关(图 5). 这些结果表明在电厂温排水影响的区域范围内，温度直接改变了浮游微型真核生物的群落结构； 此外，增温导致的叶绿素a和溶解氧浓度减低(表 1)也间接地作用于微型真核生物的组成.

表 4 反向选择筛选与微型真核微生物群落变异最相关的环境因子 Table 4 Distance-based multivariate linear model for microeukaryotic community showing the percentage of variation explained by forward-selection of variables

图 5 典范对应分析建立真核微生物群落变异与环境因子、 空间距离间的相互关系 Fig. 5 Canonical correspondence analysis (CCA) revealing the relationship between eukaryotic communities and environmental factors, the spatial distances

2.6 筛选敏感的真核微生物指示增温幅度

在科水平筛选与温度幅度显著相关，且相对丰度较高(在所有样品中的平均相对丰度>1%)的真核微生物科. 共筛选到15个真核微生物科，主要属于分别为丝足虫类(Cercozoa)、 囊泡虫(Alveolata)和藻类. 其中13个种群与温度负相关，即增温导致其相对丰度降低； 2个与温度正相关(图 6). 尽管这15个种群的相对丰度值差别较大，但在海水增温梯度影响下，其相对丰度线性变化(图 6). 因此，可以作为指示温排水增温幅度的指示种群.

图 6 与增温幅度显著相关的 15个真核指示种群 Fig. 6 Identification of the 15 eukaryotic assemblages serving as bio-indicators along the temperature gradient

3 讨论

随着国家对海洋环境的重视，亟需评估沿海大量电厂的兴建对环境的影响. 本研究通过研究温排水增温梯度下的微型真核浮游生物，发现微真核浮游生物群落不是随机分布的，增温梯度显著地改变了真核浮游生物的群落组成，并明确了导致群落变异的环境因子. 同时筛选到了能够指示增温幅度的敏感浮游真核生物科，这为评价温排水对生态系统的影响提供了新的监测生物学指标.

3.1 增温改变了微型真核浮游生物群落组成

电厂温排水显著地增加了邻近海水的温度，进而影响水体理化性质，如氨氮、 溶解氧等. 研究发现溶解氧、 硝态氮和温度是影响真核浮游生物多样性的主要因素(图 2). 浮游微型动物均为化能异养型生物，因此增温导致的溶解氧降低能够抑制其多样性. 此外，硝态氮作为海水环境中主要的无机氮，能够为浮游藻类提供氮源，促进藻类的生长. 例如，增温促进的硝态氮增加，促进了绿藻门和隐藻目相对丰度的增加(表 2)，进而改变了微型真核浮游生物的群落组成. 本研究中发现囊泡虫门、 纤毛亚门和腰鞭毛目等为主要的浮游微型真核生物，相似的群落组成在我国黄海[32]、 北太平洋[33]和北极圈[34]均有发现，表明浮游微型真核生物在主要组成上在各海区具有一定的普遍性. 此外，增温显著地改变了真核浮游生物的群落组成(图 3). 类似的，在象山港电厂温排水的作用下改变了浮游植物[4]和浮游动物[3]的群落组成. 事实上，在其它电厂温排水增温的影响下也发现增温改变了硅藻的组成，并加快了硅藻群落在时间尺度上的周转速率，进而导致生态功能的稳定性降低[21]. 在象山港电厂中通过围隔实验发现0.52℃的增温使总初级生产量与总生物量的比值提高了1.5倍，即加快了生物碳的代谢速率[19]，可能对气候变暖产生正反馈作用[12]. 此外，在胶州湾原位调查实验中也发现浮游动物群落的周转率与该海区表层水温显著正相关[35]. 这些结论与本研究结果相一致. 冬季海水温度较低(12℃)，温度能够促进浮游动物种类的增加，促进对浮游植物造成捕食压力[5]； 以及不同物种对温度有不同的敏感性[3, 4]，进而改变浮游真核生物组成. 此外，长期增温使浮游植物从大型向微型转变[9]，导致总的浮游植物生物量减少，表现为叶绿素a的浓度降低(表 1)，引起浮游微型真核生物群落的变化. 可见，真核浮游生物的群落组成和功能均能够对增温产生灵敏的响应. 考虑到浮游微型真核生物在食物网中承上启下的重要作用[17]，其群落的改变可能影响生态功能. 因此，今后的工作需要关注浮游微型真核生物群落的改变对生态功能的潜在影响.

3.2 驱动浮游微型真核生物群落变异的环境因子

真核浮游生物如浮游植物作为海洋生物的初级生产力，在物质能量循环过程中发挥着重要的作用[12]，因此明确浮游微型真核生物群落的空间分布特征及其环境驱动因子，对于明确生态系统的稳定性和功能至关重要. 从直觉上判断，水流的扰动作用会掩盖海水增温对真核微生物的影响. 此外，Finlay[31]认为浮游微型真核生物的高多样性和扩散能力，导致其在海洋环境中无处不在，是随机分布的. 然而，在电厂温排水造成的增温梯度下随着空间距离的增加群落相似性衰减(图 4)，表明在水流和潮汐的干扰下仍能够检测到海水增温对微型真核生物群落的影响. 在其它对浮游微型真核生物的生态调查中也发现其分布受空间距离的影响[32, 36]，说明浮游真核微生物的扩散速率低于环境因子对定殖的选择压力，即通过物种选择(Species sorting)筛选适应环境的真核浮游生物种群. 因此，进一步利用反向选择来筛选驱动群落变异的环境因子，发现空间距离、 叶绿素a、 溶解氧和温度是驱动微型真核生物群落变异的主要环境因子(表 3和图 5). 朱艺峰等[37]研究象山港国华电厂温排水附近海域浮游动物群落主要受季节水温、 溶解氧和海域增温的影响，与本研究结果相一致. 溶解氧能够促进化能异养浮游动物的生长，如在高溶解氧的表层发现最高丰度的丝足虫类[36]，与对照W8站点微型真核生物群落组成与溶解氧浓度正相关的结果吻合(图 5). 此外，浮游植物的次级代谢产物能够为异养生物的生长提供底物，叶绿素a作为浮游植物生物量的间接指标，对浮游微型真核生物群落的影响在其它研究中也有报道[36]. 温度作为影响微生物活性的主要因素，能够促进嗜温性微生物的生长. 通过季节性采样发现浮游动物多样性数随水温增加而下降的拐点水温范围为20.3~22.3℃，在低于20.3℃时，电厂温排水增温增加了浮游微型动物的多样性[3]. 本研究的采样季节在冬季，采样当天的水温只有12℃，低于大多数微型真核生物的最适生长温度. 因此，温排水增温能够促进特定种群的增殖和代谢活性，进而影响浮游微型真核生物的群落结构[19, 32, 37]. 同时，冬季环境水温较低，温排水的增温能使藻类提前达到其增殖的温度，导致种群数量增加[38]. 类似的，本研究发现甲藻和绿藻的相对丰度随增温梯度增加(表 2). 值得注意的是： 温排水增温对浮游微型真核生物群落的直接影响较低(8.9%，表 4)，因此增温主要通过改变水体的理化性质，如溶解氧和浮游植物的初级生产力等，间接影响浮游真核生物的群落组成. 类似的，在土壤生态系统中增温也主要是通过间接效应影响微生物群落组成和功能结构[39, 40]. 尽管过去认为浮游微型真核生物具有较宽的温度耐受性，如浮游动物可以通过水平或垂直的迁移策略减轻增温造成的损伤. 本研究结果发现较小的温升(<3℃)能够显著地改变微型真核生物的群落组成和多样性(图 2和3)，说明浮游微型真核生物对增温非常敏感.

3.3 利用微型真核浮游生物科指示增温幅度

研究浮游微型真核生物对温排水增温的响应特征，最终期望能够利用敏感的种群来指示和评价电厂温排水对海洋环境的影响. 事实上，有研究通过长期的季节性采样将特定真核生物丰度与温度拟合，依据其分布峰的特征(在最适宜温度区间内分布的集中度)将真核生物分为温度敏感型和不敏感型种类，并利用温度敏感型表征全球变暖生态效应的指标[41]. 基于此思路，筛选与增温幅度显著相关的浮游微型真核生物种群，筛选到15个浮游真核生物科(图 6). 值得注意的是，在15个指示种群中，13个指示科与增温幅度负相关，表明温升对浮游微型真核生物存在严重的负面影响. 这种趋势与其它在象山港的研究一致，即大部分物种倾向于迁出排水口，表现为在较高增温站点丰度降低[3]. 此外，对于特定物种，其相对丰度的变化与该物种已知的生态功能相吻合. 例如： 球半隐藻(Hemiselmis)具有较高的温度耐受性[42]，其相对丰度与温度显著正相关(r =0.453,P=0.049) . 这种变化趋势与长期检测结果一致，在全球气候变暖背景下的浮游植物由较大型藻向微型藻转变[9]. 相反地，丝足虫类(Cercozoa)对增温敏感[38]，属于该门的指示种相对丰度与温度负相关(图 6). 一些重要物种丰度的降低能够对生态功能造成严重的负面影响，有研究发现增温导致中华哲水蚤高丰度消退的时间提前，引起浮游动物群落结构变化，导致对赤潮生物摄食压力下降，最终使东海赤潮暴发的频率增加[43]. 类似地，有研究通过浮游微生物群落的变化特征来评价水质[44]. 因此，利用敏感的真核浮游生物来评价和预测增温造成的生态效应具有较强的可行性和应用价值.

4 结论

(1) 电厂温排水显著地增加了邻近水域的温度，增温主要通过改变水体理化性质的间接作用影响浮游微型真核生物群落组成，环境选择是造成群落变异的主要因素.

(2) 筛选到敏感的微型真核浮游生物指示科，其丰度的变化与增温幅度显著相关，可以评价增温对浮游微型真核生物的影响并预测对生态功能可能的影响； 区别于传统的水质监测，为评价电厂温排水对环境的影响提供了生物学指标.

本研究在采样过程中得到了宁波市海洋环境监测中心的支持和帮助，在此表示感谢！

参考文献
[1] 黄晓琛, 陈雪初, 彭欣, 等. 滨海电厂温排水对海洋环境的影响研究进展[J]. 海洋环境科学,2014,33 (6) : 972–976.
[2] Li X Y, Li B, Sun X L. Effects of a coastal power plant thermal discharge on phytoplankton community structure in Zhanjiang Bay, China[J]. Marine Pollution Bulletin,2014,81 (1) : 210–217 .
[3] 朱艺峰, 黄简易, 林霞, 等. 象山港国华电厂强增温海域浮游动物群落结构和多样性的时空特征[J]. 环境科学,2013,34 (4) : 1498–1509.
[4] 李婷, 韩晓, 林霞. 象山港国华电厂强增温海域浮游植物群落结构的季节性格局[J]. 生态科学,2014,33 (2) : 353–360.
[5] 杜萍, 刘晶晶, 徐晓群, 等. 象山港不同生境冬季浮游动物生态特征比较研究[J]. 水产科技情报,2011,38 (2) : 92–99.
[6] Azam F, Malfatti F. Microbial structuring of marine ecosystems[J]. Nature Reviews Microbiology,2007,5 (10) : 782–791 .
[7] 裘琼芬, 张德民, 叶仙森, 等. 象山港网箱养殖对近海沉积物细菌群落的影响[J]. 生态学报,2013,33 (2) : 483–491.
[8] Field C B, Behrenfeld M J, Randerson J T, et al. Primary production of the biosphere:integrating terrestrial and oceanic components[J]. Science,1998,281 (5374) : 237–240 .
[9] Sarmento H, Montoya J M, Vázquez-Domínguez E, et al. Warming effects on marine microbial food web processes:how far can we go when it comes to predictions?[J]. Philosophical Transactions of the Royal Society B:Biological Sciences,2010,365 (1549) : 2137–2149 .
[10] Taylor G T, Muller-Karger F E, Thunell R C, et al. Ecosystem responses in the southern Caribbean Sea to global climate change[J]. Proceedings of the National Academy of Sciences of the United States of America,2012,109 (47) : 19315–19320 .
[11] Li W K W, Harrison W G, Head E J H. Coherent assembly of phytoplankton communities in diverse temperate ocean ecosystems[J]. Proceedings:Biological Sciences,2006,273 (1596) : 1953–1960 .
[12] Wohlers J, Engel A, Z llner E, et al. Changes in biogenic carbon flow in response to sea surface warming[J]. Proceedings of the National Academy of Sciences of the United States of America,2009,106 (17) : 7067–7072 .
[13] John E H, Wilson J D, Pearson P N, et al. Temperature-dependent remineralization and carbon cycling in the warm Eocene oceans[J]. Palaeogeography, Palaeoclimatology, Palaeoecology,2014,413 : 158–166 .
[14] Vázquea-Domínguez E, Vaqué D, Gasol J M. Ocean warming enhances respiration and carbon demand of coastal microbial plankton[J]. Global Change Biology,2007,13 (7) : 1327–1334 .
[15] Jiao N Z, Herndl G J, Hansell D A, et al. Microbial production of recalcitrant dissolved organic matter:long-term carbon storage in the global ocean[J]. Nature Reviews Microbiology,2010,8 (8) : 593–599 .
[16] Giovannoni S J, Vergin K L. Seasonality in ocean microbial communities[J]. Science,2012,335 (6069) : 671–676 .
[17] Massana R, Pedrós-Alió C. Unveiling new microbial eukaryotes in the surface ocean[J]. Current Opinion in Microbiology,2008,11 (3) : 213–218 .
[18] 李亚红, 周筝, 赵小芳, 等. 大港发电厂温排水对附近海域浮游动物影响研究[J]. 环境保护科学,2014,40 (3) : 5–8.
[19] 蔡泽富, 杨红, 焦俊鹏, 等. 温排水对围隔生态系统各粒级海洋浮游生物的影响[J]. 水产学报,2011,35 (8) : 1240–1246.
[20] 王扬才, 吴雄飞, 施慧雄, 等. 象山港电厂附近海域浮游动物群落特征研究[J]. 宁波大学学报(理工版),2011,24 (3) : 5–10.
[21] Hillebrand H, Soininen J, Snoeijs P. Warming leads to higher species turnover in a coastal ecosystem[J]. Global Change Biology,2010,16 (4) : 1181–1193 .
[22] Inskeep W P, Bloom P R. Extinction coefficients of chlorophyll a and b in N, N-dimethylformamide and 80% acetone[J]. Plant Physiology,1985,77 (2) : 483–485 .
[23] Xiong J B, Ye X S, Wang K, et al. Biogeography of the sediment bacterial community responds to a nitrogen pollution gradient in the East China Sea[J]. Applied and Environmental Microbiology,2014,80 (6) : 1919–1925 .
[24] Edgar R C, Haas B J, Clemente J C, et al. UCHIME improves sensitivity and speed of chimera detection[J]. Bioinformatics,2011,27 (16) : 2194–2200 .
[25] Caporaso J G, Kuczynski J, Stombaugh J, et al. QⅡME allows analysis of high-throughput community sequencing data[J]. Nature Methods,2010,7 (5) : 335–336 .
[26] DeSantis T Z, Hugenholtz P, Larsen N, et al. Greengenes, a chimera-checked 16S rRNA gene database and workbench compatible with ARB[J]. Applied and Environmental Microbiology,2006,72 (7) : 5069–5072 .
[27] Caporaso J G, Bittinger K, Bushman F D, et al. PyNAST:a flexible tool for aligning sequences to a template alignment[J]. Bioinformatics,2010,26 (2) : 266–267 .
[28] De'ath G. Multivariate regression trees:a new technique for modeling species-environment relationships[J]. Ecology,2002,83 (4) : 1105–1117 .
[29] Lozupone C, Knight R. UniFrac:a new phylogenetic method for comparing microbial communities[J]. Applied and Environmental Microbiology,2005,71 (12) : 8228–8235 .
[30] Clarke K R. Non-parametric multivariate analyses of changes in community structure[J]. Australian Journal of Ecology,1993,18 (1) : 117–143 .
[31] Finlay B J. Global dispersal of free-living microbial eukaryote species[J]. Science,2002,296 (5570) : 1061–1063 .
[32] Gong J, Shi F, Ma B, et al. Depth shapes α-and β-diversities of microbial eukaryotes in surficial sediments of coastal ecosystems[J]. Environmental Microbiology,2015,17 (10) : 3722–3737 .
[33] Brown M V, Philip G K, Bunge J A, et al. Microbial community structure in the North Pacific ocean[J]. The ISME Journal,2009,3 (12) : 1374–1386 .
[34] Lovejoy C, Massana R, Pedrós-Alió C. Diversity and distribution of marine microbial eukaryotes in the Arctic Ocean and adjacent seas[J]. Applied and Environmental Microbiology,2006,72 (5) : 3085–3095 .
[35] 刘光兴, 张志南. 胶州湾北部浮游动物的生物量和生产力[J]. 中国海洋大学学报,2000,30 (2Ⅱ) : 58–64.
[36] Monier A, Comte J, Babin M, et al. Oceanographic structure drives the assembly processes of microbial eukaryotic communities[J]. The ISME Journal,2015,9 (4) : 990–1002 .
[37] 朱艺峰, 戴美霞, 周晓红, 等. 环境因子对国华电厂温排水海域浮游动物群落β多样性的影响[J]. 应用生态学报,2015,26 (8) : 2543–2552.
[38] Jiang Z B, Zeng J N, Chen Q Z, et al. Potential impact of rising seawater temperature on copepods due to coastal power plants in subtropical areas[J]. Journal of Experimental Marine Biology and Ecology,2009,368 (2) : 196–201 .
[39] Xu Z L. Determining optimal temperature and salinity of Lucifer (Dendrobranchiata:Sergestoidea:Luciferidae) based on field data from the East China Sea[J]. Plankton and Benthos Research,2010,5 (4) : 136–143 .
[40] Sym S D. Basal lineages of green algae-their diversity and phylogeny[A]. In:Ohtsuka S, Suzaki T, Horiguchi T, et al (Eds.). Marine Protists[M]. Japan:Springer, 2015. 89-105.
[41] Zhou J Z, Xue K, Xie J P, et al. Microbial mediation of carbon-cycle feedbacks to climate warming[J]. Nature Climate Change,2012,2 (2) : 106–110 .
[42] Xiong J B, Sun H B, Peng F, et al. Characterizing changes in soil bacterial community structure in response to short-term warming[J]. FEMS Microbiology Ecology,2014,89 (2) : 281–292 .
[43] Liu D Y, Sun J, Zou J Z, et al. Phytoplankton succession during a red tide of Skeletonema costatum in Jiaozhou Bay of China[J]. Marine Pollution Bulletin,2005,50 (1) : 91–94 .
[44] Casé M, Leça E E, Leitão S N, et al. Plankton community as an indicator of water quality in tropical shrimp culture ponds[J]. Marine Pollution Bulletin,2008,56 (7) : 1343–1352 .