2016, Vol. 37
2. 绍兴市汤浦水库有限公司, 上虞 312364
2. Shaoxing Tangpu Reservoir Co., Ltd., Shangyu 312364, China
在我国水资源短缺和水环境恶化的严峻情势下，河湖供水水质退化，导致对水库水源的依赖；特别是我国东南沿海省市，水库型水源地日益成为经济社会可持续发展的重要保障[1].然而近十几年来我国水库水质呈显著下降趋势，1/3重要供水水库已呈富营养化，藻类水华事件频发，不同程度破坏水库生态系统，影响水源水质，降低生态系统服务功能，危及饮水安全[2].
汤浦水库位于浙江省绍兴市与上虞市交界处，属曹娥江支流小舜江流域，功能以供水为主，兼顾防洪；水库控制流域集雨面积460 km2，水面面积14 km2，总库容2.35亿m3，多年平均供水27 820万m3，是虞绍平原区域性专用水源地，解决近400万人口的生活和生产用水. 2001年建成以来，因受上游污染源的胁迫，水库呈富营养化趋势，多次出现浮游植物大量增殖现象，影响供水水质.
浮游植物的时空分布特征往往具一定规律性和周期性，温带湖泊的长期研究表明，特定的优势种组合常在固定时段重复出现，这一过程通常又受水体物理、化学、水文和生物等因子调控[3, 4].本研究对汤浦水库浮游植物和水文水环境因子进行周年的月度监测，利用偏冗余分析(partial redundancy analysis，Partial RDA)分解浮游植物群落时间和空间维度的方差，定量描述其时空相对重要性，进一步利用冗余分析(redundancy analysis，RDA)探索浮游植物季节演替规律及其与水文和水环境因子的关系，以期为水库生态系统的维护和水质管理提供科学依据.
1 材料与方法 1.1 采样点设置本研究在汤浦水库设置6个采样点(图 1)，从上游库湾到下游坝前分别是S1(双江溪)、S2(王化溪)、S3(托潭)、S4(库中)、S5(宅阳)和S6(取水口). 2011年每月中旬进行1次月度采样.
|
图 1 汤浦水库采样点示意 Fig. 1 Sampling sites in Tangpu Reservoir |
浮游植物样品:定性样品用25号浮游生物网在水体表层呈“∞”字形来回拖动约3~5 min捞取，4%福尔马林固定，实验室用10×40倍显微镜观察，进行种属鉴定；定量样品在水体表层0.5 m处采集2 L，用鲁哥试剂(Lugol's)固定，带回实验室沉淀浓缩至30 mL，在显微镜下利用浮游生物计数框行格法进行分类计数，对于密度高不适合行格法计数的样品采用视野计数法，对30~50个视野计数，使细胞数不少于300个.
水质理化样品与浮游植物样品同步采集，水温(WT)、pH、溶解氧(DO)和电导率(EC)用便携式水质分析仪现场测定，透明度(SD)用塞式透明度盘现场测定，高锰酸盐指数、总有机碳(TOC)、叶绿素a (Chla)、总氮(TN)、总磷(TP)、铁(Fe)、锰(Mn)、氯化物(Cl-)、硫酸盐(SO42-)、氨氮(NH4+-N)、硝酸盐(NO3--N)、亚硝酸盐氮(NO2--N)和磷酸盐(PO43--P)的测定均参考文献[5]，水体全硅(SiO2)按照《GB/T 12149-2007工业循环冷却水和锅炉用水中硅的测定》中适用于天然水的氢氟酸转化分光光度法测定.水体氮磷比(N:P)为摩尔比，月均水力滞留时间(HRT)等于水库库容量与出流量的比值[6]，月降雨量(Precip)及以上水文和水环境因子数据由绍兴市汤浦水库有限公司提供.
1.3 数据处理与统计分析环境因子的Pearson相关系数用SPSS 21.0进行计算.浮游植物群落与环境因子间的关系用CANOCO 4.5分析；物种数据采用浮游植物密度数据，并经平方根转换[7]，环境因子除pH外进行lg (x+1)转换[8]；对浮游植物物种数据进行DCA (detrended correspondence analysis)分析，排序轴最大梯度长度为3.265，可选用基于线性模型的RDA分析[7].
通过RDA和Partial RDA分析可将物种数据矩阵的总方差分解成不同组分[9]:基于采样月份建立表征时间变化的虚拟变量T，基于采样点建立表征空间变化的虚拟变量S；通过时间和空间共同约束下的RDA分析(S和T同为解释变量)，剔除空间影响后时间约束下的Partial RDA分析(T为解释变量以及S为协变量)，以及剔除时间影响后空间约束下的Partial RDA分析(S为解释变量以及T为协变量)，可以将浮游植物物种数据的方差分解为时间变量独立作用部分，空间变量独立作用部分，时间和空间变量交互作用部分，以及未能解释的部分.
进行浮游植物和环境因子的RDA分析时，为避免环境因子间多元共线性的影响，需对环境因子进行筛选.首先试探性将所有环境因子作为解释变量纳入RDA分析，查看其方差膨胀因子(variance inflation factor，VIF)大小，一般认为VIF>10时，因子间共线性明显[10]，需对环境因子缩减；本研究环境因子缩减原则为Pearson相关系数大于0.75(P < 0.01)的一对环境因子只保留其中1个，优先保留过去研究表明对浮游植物群落有影响或直接影响的因子；缩减后的环境因子集重新纳入RDA分析，用Forward selection程序中的人工选择(Manual selection)筛选通过Monte Carlo检验(P < 0.01，n=999)的参数进行分析和作图.本研究最后入选RDA分的环境因子为HRT、EC、SiO2、WT、SO42-、DO、NO2--N、Precip、N:P和Mn，除WT的VIF为10.60外其余皆小于10.为了简化排序图，只有超过15%方差能被排序轴解释的物种入选作图.为了便于排序图解译和分析，之前因存在共线性去除的(TN、TP、Chla、pH、TOC、高锰酸盐指数和Cl-)以及未通过Monte Carlo检验的(SD、Fe、NO3--N、NH4+-N和PO43--P)共计12个环境因子作为被动变量(passive variables)放入排序图中.
2 结果与分析 2.1 水文与水环境特征汤浦水库水文和水环境变量2011年均值和变化范围见表 1.各变量Pearson相关系数矩阵见表 2(其中仅列举至少有1个与其他变量的相关系数≥0.750的变量).其中，WT与除Fe外的其他因子显著相关，与高锰酸盐指数相关性最高，二者峰值出现在8月(最高)和2月(最低)；pH与高锰酸盐指数、TOC和Chla显著正相关，三者最高值集中出现在5月、7月和8月，pH还与SiO2显著负相关；除了WT和pH外，高锰酸盐指数还与TOC和Chla呈显著正相关；Cl-与电导率和SO42-显著正相关，三者在上半年明显高于下半年；TN与NO3--N显著强相关；TP与Fe显著正相关，与N:P显著负相关.
|
表 1 汤浦水库水文和水环境变量特征 Table 1 Hydrology and water quality characteristics in Tangpu Reservoir |
|
|
表 2 汤浦水库水文与水环境变量Pearson相关系数矩阵1)(n=72) Table 2 Pearson correlation coefficients matrix of hydrology and water quality variables in Tangpu Reservoir |
2.2 浮游植物群落特征 2.2.1 种类组成
2011年12次调查，在汤浦水库共检出浮游植物7门62属115种，其中，绿藻门的种类最多，48种，占总种数的41.7%；其次是硅藻门34种，占29.6%；蓝藻门17种，占14.8%；甲藻门和裸藻门各5种，各占4.3%；隐藻门和金藻门各3种，各占2.6%.
2.2.2 优势种设定月平均相对丰度大于10%的浮游植物为优势种，调查期间，汤浦水库共有优势种13种，其中硅藻门优势种有5种，颗粒直链藻最窄变种(Melosira granulatavar. angustissima)在1月和2月形成优势，模糊直链藻(Melosira ambigua)在10~12月和1月形成优势，小环藻(Cyclotella sp.)在4月和6月形成优势，尖针杆藻(Synedra acus)在6月和7月形成优势，链状弯壳藻(Achnanthidium catenatum)则在1~6月形成优势；蓝藻门优势种为小席藻(Phormidium tenue)、小颤藻(Oscillatoria tenuis)、细小隐球藻(Aphanocapsa elachista)和鞘丝藻(Lyngbyasp.)，在4~8月和10月形成优势；绿藻门优势种为单生卵囊藻(Oocystis solitaria), 湖生卵囊藻(Oocystis lacustris)和弯曲栅藻(Scenedesmus arcuatus)，在8月和9月形成优势；隐藻门优势种为尖尾蓝隐藻(Chroomonas acuta)，在9~12月、1和2月形成优势.从表 3可见，13种优势种百分比丰度合计占所有种类的56%以上，最高达94%，浮游植物群落类型按时间顺序依次为硅-隐藻型(1和2月)，硅藻型(3月)，硅-蓝藻型(4~6月)，蓝-硅藻型(7月)，蓝-绿藻型(8月)，绿-隐藻型(9月)，蓝-隐-硅藻型(10月)和硅-隐藻型(11和12月).
|
|
表 3 浮游植物优势种月度平均百分比丰度1)/% Table 3 Monthly average percentage abundances of dominant phytoplankton species/% |
2.2.3 细胞密度和相对丰度
汤浦水库浮游植物月均密度为0.59×106~20.88×106 cells·L-1，各采样点表现出相似的时间变化(图 2): 4月最高并显著高于其他月份(皆超过10×106 cells·L-1)，6月最低，在9~11月间略有回升.
|
图 2 浮游植物细胞密度和相对丰度的时空变化 Fig. 2 Spatial and temporal variations of phytoplankton cell densities and relative abundances |
从浮游植物相对丰度(图 2)来看，汤浦水库占主导地位的是硅藻门、蓝藻门、绿藻门和隐藻门，其他3门(裸藻门、金藻门和甲藻门)合计所占比例均 < 5%.与浮游植物密度类似，各采样点的浮游植物门类组成具有较相似的时间变化:硅藻门在1~6月、11和12月占较高比例，相对丰度为44.4%~87.4%，仅处于水库上游的双江溪5月和王化溪11月低于50%；蓝藻门在4~10月占较高比例，平均相对丰度为13.6%~58.9%；绿藻门在8月和9月占较高比例，平均相对丰度分别为51.8%和50.7%；隐藻门在1~2月和9~12月平均相对丰度为11.4%~25.3%.
2.3 浮游植物时空方差分解时间变量和空间变量对浮游植物群落数据总方差解释的贡献有明显的差别(图 3):时间和空间变量共同作用的贡献达74.8%，约为总方差的3/4，其中时间变量独立作用的贡献T占绝大部分达72.3%，空间变量独立作用的贡献S仅为2.5%，时间和空间变量交互作用部分的贡献T∩S为0；时间和空间变量未能解释的方差U占25.2%，约为总方差的1/4.
|
图 3 时间变量和空间变量对浮游植物方差分解的贡献 Fig. 3 Variation partitioning of the species data into temporal and spatial fractions |
以采样月份作为虚拟变量对浮游植物进行RDA分析，结果表明，第一典范轴和所有典范的Monte Carlo检验均呈极显著水平(P < 0.01)，其中，第1和第2排序轴分别解释了浮游植物方差的22.1%和20.4%，所有典范轴累计贡献达72.3%.采样月份在排序图中以点表示，其坐标为相同月份所有样点得分在排序空间的质心(Centroid)，月份间的距离指示其群落结构的相似程度，距离越近的月份其浮游植物群落越相似；图 4可见时间变量在排序空间得到很好的分化，12个月较均匀地分散在4个象限，其中4、5和6月在第一象限，7、8和9月在第二象限，10、11、12和1月在第三象限，2和3月则在第四象限.物种在排序图中以箭头表示，箭头指向该物种丰度变异最大的方向，箭头越长的物种对群落数据的变异贡献越大；为避免过多物种箭头的堆积影响排序解译，只有前两轴解释超过15%方差的28种浮游植物(包括绿藻10种、硅藻8种、蓝藻6种、甲藻2种，裸藻和隐藻各1种)入选作图；物种箭头最长的10种藻依次是链状弯壳藻、模糊直链藻、鞘丝藻、细小隐球藻、尖尾蓝隐藻、小席藻、黏球藻(Gloeocapsa sp.)、极毛顶棘藻(Chodatella cilliata)、单生卵囊藻和栅藻(Scenedesmus sp.)；所有蓝藻(6种)和大部分绿藻(7种)分布于轴1的上半区域，尤其在第2象限形成比其他区域密集的聚群指向7月和8月，此外该区域还包含甲藻2种以及硅藻和裸藻各1种；硅藻除尖针杆藻外皆分布于轴1下半区域，此外该区域还包含绿藻3种以及隐藻1种，与轴1上半区相比，物种箭头分布更为均匀.
|
箭头代表物种，其中绿色箭头为绿藻，蓝色箭头为蓝藻，褐色箭头为硅藻，黄色箭头为甲藻，紫色箭头为隐藻，橙色箭头为裸藻；红色实心三角形代表月份变量；物种按箭头长度依次如下: AchnCate:链状弯壳藻；MeloAmbi:模糊直链藻；LyngSp.:鞘丝藻；AphaElac:细小隐球藻；ChroAcut:尖尾蓝隐藻；PhorTenu:小席藻；GloeSp.:黏球藻；ChodCill:极毛顶棘藻；OocySoli:单生卵囊藻；ScenSp.:栅藻；PhorSp.:席藻；MicrPusi:微芒藻；AnkiAngu:狭形纤维藻；QuadChod:并联藻；ChroSp.:色球藻；GlenSp.:薄甲藻；CyclSp.:小环藻；MeloGrAn:颗粒直链藻最窄变种；TetrMini:微小四角藻；StauSp.:角星鼓藻；CyclMene:梅尼小环藻；PeriSp.:拟多甲藻；MeloGASp:颗粒直链藻最窄变种螺旋变形；CrucApic:十字藻；AsteForm:美丽星杆藻；SyneAcus:尖针杆藻；TracVolv:旋转囊裸藻；ChloVulg:小球藻；Jan: 1月；Feb: 2月；Mar: 3月；Apr: 4月；May: 5月；Jun: 6月；Jul: 7月；Aug: 8月；Sep: 9月；Otc: 10月；Nov: 11月；Dec: 12月 图 4 浮游植物与月份作为虚拟变量的RDA排序 Fig. 4 RDA ordination of phytoplankton species with month as dummy variables |
浮游植物与环境因子RDA分析结果表明(图 5)，所筛选的10个环境因子共解释59.4%的物种变化，第1和第2排序轴分别贡献了22.1%和18.8%.红色箭头表示经Monte Carlo置换检验对浮游植物群落结构变化影响显著的环境因子，箭头长度从大到小依次为HRT、SiO2、EC、WT、SO42-、DO、NO2--N、Precip、N:P和Mn，也相应代表了对浮游植物群落影响的重要程度；与轴1明显正相关的有EC、SO42-和DO，明显负相关的为HRT和NO2--N，其中HRT和EC箭头明显长于其他环境因子，主导着轴1方向物种的变化；与轴2明显正相关的有WT和Precip，明显负相关的有SiO2、N:P和Mn，其中SiO2和WT箭头明显长于其他环境因子，主导着轴2方向物种的变化.蓝色箭头代表了被筛选掉的被动变量，它们不影响排序结果仅在排序完成后重新放到排序空间中，这些变量要不箭头很短，要不方向和有显著影响的变量很一致；排序图中除了TOC、pH、高锰酸盐指数、Cl-、Chla和NO3--N的箭头较长外，其余被动变量箭头皆较短；其中高锰酸盐指数和Chla与WT的方向相近，TOC、pH和TP与Precip的方向相近，NH4+-N和PO43--P方向一致位于DO与Precip之间，Fe和DO方向一致，Cl-与EC的方向相近，SD和Mn的方向相近.
|
红色箭头代表通Monte Carlo置换检验有显著影响的环境因子，蓝色箭头代表被筛选掉的被动变量，黑色箭头代表物种，物种缩写与图 4相同 图 5 浮游植物与环境因子的RDA排序 Fig. 5 RDA ordination of phytoplankton species with environmental variables |
汤浦水库于2010年5月和2011年4月均暴发以链状弯壳藻和丝状蓝藻为主的藻类水华[11]，其中2010年的丝状蓝藻为湖泊假鱼腥藻(Pseudanabaena limnetica)，2011年为小席藻；浮游植物细胞密度在4月达到极大值后迅速下降，6月达到全年的极小值，这与该月较高的降雨量有关，3次强降雨合计536mm，占全年的35%，尽管降雨带来较高浓度的TN、TP、NO3--N和SiO2，但同时也带入过多悬浮物导致水体SD降低，进而影响浮游植物生长和增殖[12].
从细胞密度和门类的相对丰度来看，浮游植物有明显的时间差异，而空间上6个采样点间的差异却相对不明显.浮游植物时空变量的Partial RDA进一步指出汤浦水库浮游植物群落的样点间变异仅占总变异2.5%，远小于月份间的变异(占72.3%).这些结果一致表明浮游植物时间异质性大，空间异质性小，浮游植物在水库表层的分布较为均质，沿水流方向纵向梯度变化并不明显，对水质参数进行聚类分析发现S1和S2为一类，S3、S4、S5和S6为一类，两类间距离也不大[13]，这些现象往往与水库吞吐流特征和水动力过程有关，汤浦水库作为支流蓄水水库(tributary reservoir)月均水力滞留时间超过120d，河流区和过渡区较小或不明显，水库各方面属性与湖泊更为相似[14].对于这类型水库，时间尺度上增加采样频率比空间尺度上增加采样点数更有利于探索浮游植物的演替规律；对汤浦水库而言，后续研究则可减少部分水库纵向采样点，或根据实际情况合并某些采样点.
浮游植物优势种划分和月度RDA结果一致地提取了主导周年演替的重要物种: 13个优势种在月度RDA排序图中出现了10个，而排序图中对群落变异贡献最大的10种浮游植物有7种是优势种，造成二者差异的仅仅是出现频率和百分比丰度较低的优势种(小颤藻、湖生卵囊藻和弯曲栅藻)，以及RDA中重要性靠后的种类(黏球藻、极毛顶棘藻和栅藻).比较而言，月度RDA能更直观呈现浮游植物物种与月度变量的关系，优势种月均丰度分析则有助于排序图的解译.二者结果表明，链状弯壳藻、模糊直链藻和尖针杆藻等硅藻分别在全年除8、9月的其他10个月内占较高比例，鞘丝藻、细小隐球藻和小席藻等蓝藻分别在4~8月和10月的6个月内占较高比例，尖尾蓝隐藻在1、2月和9~12月的6个月内占较高比例，卵囊藻(Oocystissp.)和栅藻仅在8、9月占较高比例.在排序空间中，时间上相邻的月份往往距离更相近，如果将水温最低的1、2和3月视为冬季，水温最高的7、8和9月视为夏季，排序图从第一到第四象限沿逆时针方向呈现出春-夏-秋-冬明显的季节演替，其中春季由硅藻和蓝藻占优势，夏季由蓝藻和绿藻占优势，秋季和冬季则由硅藻和隐藻占优势.
3.2 浮游植物演替的影响因子分析不作任何筛选而利用所有环境因子进行RDA排序，前两轴能解释42.0%的物种变异，这仅仅比本研究采用的排序高1.1%，这进一步说明本研究采用的筛选合理有效，所筛选的环境因子集在RDA中既有效地去除因子间的共线性又能较大程度提取物种变异信息.
浮游植物和环境因子的RDA结果表明HRT是对汤浦水库浮游植物影响最大的环境因子，HRT平均为195 d，从春季的5月(123 d)到秋季的10月(226 d)有一个逐渐上升的过程.在排序图中，HRT和NO2--N几乎重叠与轴1呈正相关，并与SO42-、DO、EC、Cl-、TN、NO3--N、Fe、NH4+-N和PO43--P负相关，这与环境因子间相关分析的结果一致，在数值上EC、Cl-和SO42-从春季到秋季则表现出明显的下降过程.电导率EC常用于间接推测水体离子成分的总浓度[5]，从量浓度和因子间相关性可知，本研究中SO42-、Cl-和NO3-对其贡献大，NH4+、PO43-和NO2-的贡献较小；几乎所有离子(仅NO2-除外)连同EC随HRT减少而增大，也即加大水体交换率可提高水体离子浓度. HRT的增加往往有利于强化水库的反硝化作用，尤其在水体搅动减少导致DO下降的情况下，可增加氮的去除，使水体NO3--N和TN浓度下降[15, 16]，NO2--N作为反硝化过程中间产物在一定条件下可能导致积累而与HRT呈正相关[17, 18].从排序中可见(图 5)，与HRT正相关的重要种类为尖尾蓝隐藻和模糊直链藻，二者适应静止或流动缓慢的水体[19]；而与HRT负相关的重要种类为链状弯壳藻和小席藻，二者共同在春季占优势，并在4月形成密度较高的水华，不同地区链状弯壳藻水华案例研究表明该种适应较高强度的水体扰动，水体动力学过程是水华发生和持续的重要影响因素[11, 20].已有众多研究表明水力滞留时间是水库最关键的水文水动力学参数之一，其长短与水库的水动力学、化学与生物过程直接关联[21]，对浮游植物生物量、生产力和群落组成有重大影响[22, 23].尤其与温带地区浮游植物演替多受温度和光照影响相比，低纬度的热带及亚热带地区更易受径流的季节或年际变化及其带来的营养盐供应变化以及季节性短期的水体稳定性的影响[24].总而言之，汤浦水库浮游植物群落沿轴1方向上的变化由HRT及其驱动的水库离子浓度变化和反硝化过程共同主导，并主要体现了浮游植物春季和秋季的变化.
重要性紧随HRT之后的环境因子是水体总硅SiO2和WT.其中SiO2连同N:P、Mn与轴2呈负相关，代表水体营养元素与微量元素对浮游植物的影响；WT则连同降雨Precip与轴2呈正相关，代表气象条件对浮游植物的影响.和浙江省很多水库相似[25, 26]，汤浦水库氮含量较高磷含量较低，TN (平均为1.92 mg·L-1)指标接近劣Ⅴ类水，TP (平均为0.02 mg·L-1)指标为Ⅰ类水，N:P均值为254，最低为76，为显著的磷限制水体，磷的输入或添加往往能促进该类水体浮游植物生物量的增长[27, 28]，相关分析也表明汤浦水库浮游植物生物量Chla与PO43--P (r=0.595，P < 0.01)和TP (r=0.586，P < 0.01)呈显著正相关. RDA结果则表明单独的某种氮或磷营养成分对浮游植物群落演替贡献不大，SiO2和N:P才是重要的控制因子；排序图中硅藻与蓝藻、绿藻有明显区别，硅藻基本对应高SiO2、高N:P和低WT，而大部分蓝藻和绿藻则恰恰相反.长期的种类特异性分析表明硅藻和蓝藻对环境因子的生长响应有巨大差别[29]；蓝藻成为优势通常与氮的耗竭尤其形成低N:P紧密相关[30, 31]；硅藻生长则因需要摄取大量硅用于细胞壁合成，导致硅在特定时空的耗竭和补充成为硅藻水华生消和种类演替的重要因素[32]，而且大多数硅藻的最适生长温度往往低于蓝藻[33, 34]；从冬季到夏季，汤浦水库水体N:P和SiO2有明显的下降过程，WT则显著上升，浮游植物群落类型依次经历了硅藻-隐藻型、硅藻-蓝藻型和蓝藻-绿藻型的转变.总而言之，汤浦水库浮游植物群落沿轴2方向上硅藻、隐藻和蓝藻、绿藻间的演替主要由SiO2、WT和N:P驱动，并主要体现了浮游植物冬季和夏季的变化.
浮游植物的演替是多种环境因子在时空上综合作用的结果，总体来说，HRT、SiO2、WT和N:P是汤浦水库浮游植物演替关键影响因子.宁波横山水库浮游植物优势种及其季节变化和汤浦水库有很高的一致性，杨亮杰等[26]的研究表明，WT是该水库硅藻和蓝藻间演替的主因.朱广伟等[35]对太湖流域以硅藻生物量占优的中营养饮用水源水库长达5年的研究表明，硅藻优势属为针杆藻、曲壳藻、小环藻和直链藻，与本研究基本一致，其中针杆藻常能形成水华造成危害，而本研究的水华硅藻则为弯壳藻；该研究进一步指出硅藻生物量受气温、降雨、水位和营养盐供给的影响.降雨带来的地表径流通常含大量营养物质，汤浦水库6月的大量降雨明显导致表层水体SiO2陡然上升，但全年来看二者却呈显著负相关，尤其在低降雨量月份SiO2仍保持较高浓度，因此可推测外源硅元素的输入可对水体SiO2产生影响，但内源硅元素释放起更重要作用.汤浦水库在春末夏初到秋末冬初期间存在明显季节分层，其余时段水体混合较为均匀，与本研究中SiO2较高浓度月份重合，这进一步说明水体混合有助于底层硅元素带到水体表层.全湖实验表明，选择性底层取水可影响水体分层，使硅藻超过蓝藻成为优势的时间得到延长[36].因此水库季节性分层对浮游植物演替有重要的影响，汤浦水库后续研究工作已设置分层采样来进一步探讨这个问题.
4 结论(1) 调查期间共检出浮游植物7门62属115种，种类组成以绿藻为主，硅藻其次；浮游植物细胞密度4月最高，为20.88×106 cells·L-1，并形成以链状弯壳藻和小席藻为优势的水华，6月最低，为0.59×106 cells·L-1，强降雨则是该月浮游植物密度显著下降的原因.
(2) Partial RDA表明浮游植物群落月份间变异占总变异72.3%，远大于仅占2.5%的样点间变异；结合浮游植物细胞密度和相对丰度的时空变化可知，汤浦水库浮游植物的时间异质性大，空间异质性小，符合支流蓄水水库特征.
(3) 优势种分析和浮游植物月度RDA表明，硅藻全年优势最明显，其次是蓝藻和隐藻，再次是绿藻，其中春季由硅藻和蓝藻占优势，夏季由蓝藻和绿藻占优势，秋季和冬季则由硅藻和隐藻占优势.
(4) 浮游植物和环境因子的RDA表明，HRT及其驱动的水库离子浓度变化和反硝化过程是主导春季和秋季水体扰动耐受和敏感种类间演变，以及春季水华形成的关键因子；SiO2、WT和N:P则是主导冬季和夏季，硅藻、隐藻和蓝藻、绿藻间演变的关键因子.
致谢: 对绍兴市汤浦水库有限公司及相关工作人员在现场采样给予的帮助表示感谢!| [1] | 朱党生, 张建永, 史晓新, 等. 城市饮用水水源地安全评价(Ⅱ):全国评价[J]. 水利学报, 2010, 41(8) : 914–920. Zhu D S, Zhang J Y, Shi X X, et al. Security assessment of urban drinking water sources Ⅱ. Security assessment for cities in China[J]. Journal of Hydraulic Engineering, 2010, 41(8) : 914–920. |
| [2] | 韩博平. 中国水库生态学研究的回顾与展望[J]. 湖泊科学, 2010, 22(2) : 151–160. Han B P. Reservoir ecology and limnology in China: a retrospective comment[J]. Journal of Lake Sciences, 2010, 22(2) : 151–160. |
| [3] | Reynolds C S. Ecology of phytoplankton[M]. Cambridge: Cambridge University Press, 2006. |
| [4] | 李哲, 方芳, 郭劲松, 等. 三峡小江(澎溪河)藻类功能分组及其季节演替特点[J]. 环境科学, 2011, 32(2) : 392–400. Li Z, Fang F, Guo J S, et al. Seasonal succession of phytoplankton function groups in the Xiaojiang (Pengxi) River backwater area, Three Gorges Reservoir[J]. Environmental Science, 2011, 32(2) : 392–400. |
| [5] | 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. State Environmental Protection Administration. Monitoring and analysis methods of water and wastewater[M]. 4th ed.. Beijing: China Environmental Science Press, 2002. |
| [6] | 林秋奇, 韩博平. 水库生态系统特征研究及其在水库水质管理中的应用[J]. 生态学报, 2001, 21(6) : 1034–1040. Lin Q Q, Han B P. Reservior limnology and its application in water quality management: an overview[J]. Acta Ecologica Sinica, 2001, 21(6) : 1034–1040. |
| [7] | Lepš J, Šmilauer P. Multivariate analysis of ecological data using CANOCO[M]. Cambridge: Cambridge University Press, 2003. |
| [8] | 冯佳, 郭宇宁, 王飞, 等. 太原汾河景区浮游植物群落结构及其与环境因子关系分析[J]. 环境科学, 2016, 37(4) : 1353–1361. Feng J, Guo Y N, Wang F, et al. Relationship between the phytoplankton distribution and environmental factors in Fenhe scenic spot of Taiyuan[J]. Environmental Science, 2016, 37(4) : 1353–1361. |
| [9] | Muylaert K, Sabbe K, Vyverman W. Spatial and temporal dynamics of phytoplankton communities in a freshwater tidal estuary (Schelde, Belgium)[J]. Estuarine, Coastal and Shelf Science, 2000, 50(5) : 673–687. DOI: 10.1006/ecss.2000.0590 |
| [10] | Chatterjee S, Hadi A S. Regression analysis by example[M]. 4th ed.. Hoboken: Wiley, . |
| [11] | 马沛明, 施练东, 赵先富, 等. 一种淡水水华硅藻--链状弯壳藻(Achnanthidium catenatum)[J]. 湖泊科学, 2013, 25(1) : 156–162. Ma P M, Shi L D, Zhao X F, et al. A bloom-forming freshwater diatom: Achnanthidium catenatum[J]. Journal of Lake Sciences, 2013, 25(1) : 156–162. DOI: 10.18307/2013.0120 |
| [12] | 李磊, 李秋华, 焦树林, 等. 阿哈水库浮游植物功能群时空分布特征及其影响因子分析[J]. 环境科学学报, 2015, 35(11) : 3604–3611. Li L, Li Q H, Jiao S L, et al. Spatial and temporal distribution characteristics of phytoplankton functional groups in aha reservoir and their influencing factors[J]. Acta Scientiae Circumstantiae, 2015, 35(11) : 3604–3611. |
| [13] | 施练东, 竺维佳, 胡菊香, 等. 汤浦水库及入库支流水质时空变化特征与影响因素分析[J]. 水生态学杂志, 2013, 34(5) : 9–15. Shi L D, Zhu W J, Hu J X, et al. Characteristics and influencing factors analysis of spatio-temporal variations of water quality in Tangpu Reservoir and its tributaries[J]. Journal of Hydroecology, 2013, 34(5) : 9–15. |
| [14] | 赵孟绪, 雷腊梅, 韩博平. 亚热带水库浮游植物群落季节变化及其影响因素分析--以汤溪水库为例[J]. 热带亚热带植物学报, 2005, 13(5) : 386–392. Zhao M X, Lei L M, Han B P. Seasonal change in phytoplankton communities in Tangxi reservoir and the effecting factors[J]. Journal of Tropical and Subtropical Botany, 2005, 13(5) : 386–392. |
| [15] | Garnier J, Billen G, Sanchez N, et al. Ecological functioning of the Marne reservoir (upper Seine basin, France)[J]. Regulated Rivers: Research & Management, 2000, 16(1) : 51–71. |
| [16] | David M B, Wall L G, Royer T V, et al. Denitrification and the nitrogen budget of a reservoir in an agricultural landscape[J]. Ecological Applications, 2006, 16(6) : 2177–2190. DOI: 10.1890/1051-0761(2006)016[2177:DATNBO]2.0.CO;2 |
| [17] | Philips S, Laanbroek H J, Verstraete W. Origin, causes and effects of increased nitrite concentrations in aquatic environments[J]. Reviews in Environmental Science and Biotechnology, 2002, 1(2) : 115–141. DOI: 10.1023/A:1020892826575 |
| [18] | Kaplan D, Wilhelm R, Abeliovich A. Interdependent environmental factors controlling nitrification in waters[J]. Water Science and Technology, 2000, 42 : 167–172. |
| [19] | Tian C, Pei H Y, Hu W R, et al. Variation of phytoplankton functional groups modulated by hydraulic controls in Hongze Lake, China[J]. Environmental Science and Pollution Research, 2015, 22(22) : 18163–18175. DOI: 10.1007/s11356-015-4830-y |
| [20] | 张云, 马徐发, 郭飞飞, 等. 湖北金沙河水库浮游植物群落结构及其与水环境因子的关系[J]. 湖泊科学, 2015, 27(5) : 902–910. Zhang Y, Ma X F, Guo F F, et al. Community structures of phytoplankton and their relationships with environmental factors in the Jinshahe Reservoir, Hubei Province[J]. Journal of Lake Sciences, 2015, 27(5) : 902–910. DOI: 10.18307/2015.0517 |
| [21] | 孔范龙, 郗敏, 徐丽华, 等. 富营养化水体的营养盐限制性研究综述[J]. 地球环境学报, 2016, 7(2) : 121–129. Kong F L, Xi M, Xu L H, et al. Review of studies on the limitation of nutrients in the eutrophic water[J]. Journal of Earth Environment, 2016, 7(2) : 121–129. |
| [22] | Søballe D M, Kimmel B L. A large-scale comparison of factors influencing phytoplankton abundance in rivers, lakes, and impoundments[J]. Ecology, 1987, 68(6) : 1943–1954. DOI: 10.2307/1939885 |
| [23] | 冉祥滨, 于志刚, 姚庆祯, 等. 水库对河流营养盐滞留效应研究进展[J]. 湖泊科学, 2009, 21(5) : 614–622. Ran X B, Yu Z G, Yao Q Z, et al. Advances in nutrient retention of dams on river[J]. Journal of Lake Sciences, 2009, 21(5) : 614–622. DOI: 10.18307/2009.0502 |
| [24] | 张怡, 胡韧, 肖利娟, 等. 南亚热带两座不同水文动态的水库浮游植物的功能类群演替比较[J]. 生态环境学报, 2012, 21(1) : 107–117. Zhang Y, Hu R, Xiao L J, et al. Comparative analysis of succession of the phytoplankton functional groups in two reservoirs with different hydrodynamics in Southern China[J]. Ecology and Environmental Sciences, 2012, 21(1) : 107–117. |
| [25] | 盛海燕, 姚佳玫, 刘明亮, 等. 杭州地区17座水库浮游植物群落组成及其与环境因子的关系[J]. 水生态学杂志, 2015, 36(1) : 25–33. Sheng H Y, Yao J M, Liu M L, et al. Phytoplankton communities and their relationship with environmental factors in 17 medium and large reservoirs in Hangzhou[J]. Journal of Hydroecology, 2015, 36(1) : 25–33. |
| [26] | 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. Yang L J, Yu P F, Zhu J Q, et al. Community structure characteristics of phytoplankton and related affecting factors in Hengshan Reservoir, Zhejiang, China[J]. Chinese Journal of Applied Ecology, 2014, 25(2) : 569–576. |
| [27] | Perkins R G, Underwood G J C. Gradients of chlorophyll a and water chemistry along an eutrophic reservoir with determination of the limiting nutrient by in situ nutrient addition[J]. Water Research, 2000, 34(3) : 713–724. DOI: 10.1016/S0043-1354(99)00228-6 |
| [28] | 任杰, 周涛, 朱广伟, 等. 苏南水库硅藻群落结构特征及其控制因素[J]. 环境科学, 2016, 37(5) : 1742–1753. Ren J, Zhou T, Zhu G W, et al. Community structure characteristics of diatom in reservoirs located in the south of Jiangsu Province, China and its control factors[J]. Environmental Science, 2016, 37(5) : 1742–1753. |
| [29] | Lehman J T, Abella S E B, Litt A H, et al. Fingerprints of biocomplexity: taxon-specific growth of phytoplankton in relation to environmental factors[J]. Limnology and Oceanography, 2004, 49(4part2) : 1446–1456. DOI: 10.4319/lo.2004.49.4_part_2.1446 |
| [30] | Smith V H. Low nitrogen to phosphorus ratios favor dominance by blue-green algae in lake phytoplankton[J]. Science, 1983, 221(4611) : 669–671. DOI: 10.1126/science.221.4611.669 |
| [31] | 董静, 高云霓, 李根保. 淡水湖泊浮游藻类对富营养化和气候变暖的响应[J]. 水生生物学报, 2016, 40(3) : 615–623. Dong J, Gao Y N, Li G B. A review: responses of phytoplankton communities to eutrophication and climate warming in freshwater lakes[J]. Acta Hydrobiologica Sinica, 2016, 40(3) : 615–623. |
| [32] | Lehman E M, McDonald K E, Lehman J T. Whole lake selective withdrawal experiment to control harmful cyanobacteria in an urban impoundment[J]. Water Research, 2009, 43(5) : 1187–1198. DOI: 10.1016/j.watres.2008.12.007 |
| [33] | 张华, 胡鸿钧, 晁爱敏, 等. 浙江紧水滩水库浮游植物群落结构季节变化特征[J]. 生态学报, 2013, 33(3) : 944–956. Zhang H, Hu H J, Chao A M, et al. Seasonal changes of phytoplankton community structure in Jinshuitan Reservoir, Zhejiang, China[J]. Acta Ecologica Sinica, 2013, 33(3) : 944–956. DOI: 10.5846/stxb |
| [34] | 黄廷林, 曾明正, 邱晓鹏, 等. 温带季节性分层水库浮游植物功能类群的时空演替[J]. 中国环境科学, 2016, 36(4) : 1157–1166. Huang T L, Zeng M Z, Qiu X P, et al. Phytoplankton functional groups and their spatial and temporal distribution characteristics in a temperate seasonally stratified reservoir[J]. China Environmental Science, 2016, 36(4) : 1157–1166. |
| [35] | 朱广伟, 金颖薇, 任杰, 等. 太湖流域水库型水源地硅藻水华发生特征及对策分析[J]. 湖泊科学, 2016, 28(1) : 9–21. Zhu G W, Jin Y W, Ren J, et al. Characteristics of diatom blooms in a reservoir-water supply area and the countermeasures in Taihu basin, China[J]. Journal of Lake Sciences, 2016, 28(1) : 9–21. DOI: 10.18307/2016.0102 |
| [36] | Ferris J A, Lehman J T. Interannual variation in diatom bloom dynamics: roles of hydrology, nutrient limitation, sinking, and whole lake manipulation[J]. Water Research, 2007, 41(12) : 2551–2562. DOI: 10.1016/j.watres.2007.03.027 |