2019, Vol. 40
2. 中国科学院南京地理与湖泊研究所, 湖泊与环境国家重点实验室, 太湖湖泊生态系统研究站, 南京 210008
2. Taihu Lake Ecosystem Research Station, State Key Laboratory of Lakes and Environment, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China
反硝化作用使氮素彻底离开了水生态系统进入大气, 是水体最主要的脱氮过程[1~3].湖泊中反硝化作用去除的氮可占总氮去除量的80% [4].全球湖泊每年通过反硝化作用去除的氮超过外源氮输入负荷的30%[5, 6].因此, 反硝化作用对于湖泊的氮素平衡和富营养化控制具有重要的意义.反硝化过程依赖于硝态氮(NO3--N)的供应, 许多情况下NO3--N浓度是反硝化作用的控制因子, NO3--N浓度越高反硝化速率越高, 直至达到饱和[7].
以往自然水体的反硝化研究对象主要集中在沉积物-水界面上[8], 这是由于沉积物为反硝化作用提供了厌氧的还原环境, 而且沉积物中的微生物以及有机底物的含量是上层水体含量的数倍, 在沉积物中的停留时间要远远长于在上覆水体中的停留时间[9, 10].然而Liu等[11]在室内模拟了黄河悬浮物的反硝化作用, 证明好氧水体悬浮物反硝化的存在可能归因于颗粒物内部厌氧微位点, 这些微位点在悬浮物中形成类似的好氧-无氧微界面从而提供了反硝化作用发生的必要条件.在富营养化水体, 蓝藻水华暴发可能会强烈影响水生态系统中的硝化-反硝化过程：①白天水华暴发时, 蓝藻的强烈光合作用使水体产生富氧环境；而到了夜间, 大量藻类的呼吸作用会降低水体溶解氧浓度, 并且藻类生长堆积或者衰亡腐烂时会消耗大量溶解氧, 使水体产生缺氧甚至厌氧条件[12~14], 水华期间溶解氧浓度的昼夜变化可能会导致发生白天硝化作用之后, 夜间发生反硝化作用的现象；②在蓝藻生长过程中, 藻细胞分泌大量的多糖到细胞外形成附着的胞外多糖[15], 水中浮游微生物可以附着在藻团的多糖上, 形成好氧-缺氧微生境, 使硝化作用和反硝化作用可以同时发生；③在衰亡分解阶段, 蓝藻的快速降解将显著增加水溶性有机碳浓度[16]和氨氮浓度, 因此为反硝化作用提供了额外的碳源和氮源, 加强水柱中反硝化作用的发生.
太湖是我国大型浅水富营养化湖泊.在过去的30年中, 微囊藻水华暴发已成为湖泊中的一个主要环境问题[17].太湖水体中氮浓度存在非常大的季节变化, 据太湖湖泊生态系统研究站逐月监测资料统计, 冬、春季节部分湖区总氮可以超过10mg ·L-1, 而夏、秋季节则可能低于2 mg ·L-1；尤其是藻华易暴发的梅梁湾等北部湖区夏秋季节氮浓度下降的幅度更大, 导致浮游植物生长受到严重的氮制限[18].到目前为止, 这种氮浓度动态变化的原因还没有得到很好地解释.推测夏季太湖水体氮浓度的降低可能是因为藻类先吸收无机氮大量生长, 然后死亡分解后通过硝化-反硝化去除, 或者无机氮在水体通过直接反硝化作用离开水体, 也可能是两者同时发生, 其中的转化过程并不清楚.
本研究在夏季太湖蓝藻水华严重暴发期开展了为期33 d的模拟培养实验, 主要目的是分析蓝藻生长期和降解期对水体氮素动态变化的影响, 探究蓝藻存在下水柱中反硝化作用发生过程及其机制, 揭示蓝藻堆积是否会促进水柱反硝化作用和脱氮效率, 及蓝藻水华发生是否是太湖夏季水体氮营养盐降低的主要原因.
1 材料与方法 1.1 研究站点和实验设置本研究站点位于太湖西北部的梅梁湾, 与一些主要入湖河流相连(图 1).湾中积聚了大量的蓝藻, 经镜检藻类主要以微囊藻属的水华微囊藻、铜绿微囊藻和惠氏微囊藻为优势种, 占蓝藻总生物量的90%以上[19].梅梁湾夏季Chl-a的平均值为40~50 μg ·L-1 [17].因此选择位于梅梁湾太湖湖泊生态系统研究实验室(TLLER)的实验港池作为培养实验的场所, 以便泵取梅梁湾湖水作为实验用水, 实验点位(北纬31°25′12″, 东经120°12′57″)如图 1所示.
|
图 1 实验点位示意 Fig. 1 Site of the experiment |
本实验培养装置是100 L的白色有机塑料桶(H=100 cm, 底部直径φ=40 cm).抽取湖水70 L到培养桶中, 有机塑料桶被固定在室外模拟实验池中, 保持实验环境温度和光照条件与太湖一致.
本实验研究不同蓝藻生物量对反硝化的影响, 设置1个原湖水对照组和4个不同生物量的蓝藻添加处理(生物量用叶绿素a表征, 对照组、1倍、2倍、4倍和8倍实验组的初始生物量分别为45.90、245.22、408.36、803.63和1 501.58 μg ·L-1), 每个实验组有3个平行, 本文数据均以平均值表示.实验开始第1~10 d, 每天取样后在每组添加1 mg ·L-1的硝酸钾(KNO3)和0.05 mg ·L-1磷酸二氢钾(KH2PO4), 模拟水体氮磷的脉冲式供应, 共添加了10 mg ·L-1的硝态氮和0.5 mg ·L-1的磷酸盐, 为水体硝化菌、反硝化菌、蓝藻提供足够的营养盐, 观测蓝藻水体反硝化作用的最大潜力.本实验处理信息和水体其它基础理化性质如表 1所示.在空白对照实验组中, Chl-a浓度由湖泊(水库)富营养化指数TLI(Chl-a)>60表示, 显示出太湖中度富营养化状态.
|
表 1 实验水体初始基础理化性质 Table 1 Initial physical and chemical properties in the test water body |
1.2 水样采集与指标测定
取水样时先搅匀水面堆积蓝藻, 然后取0.5 L水样用来做营养盐、叶绿素的测定分析, 取样频率1~2 d一次.蓝藻的培养周期为33 d, 实验前期每隔4 d取一次水样进行反硝化培养, 实验后期5~6 d一次.采样时用YSI (Yellow Springs Instruments, USA)测定在水面下0.2 m处水温(WT)、溶解氧(DO)、pH值.总氮(TN)、总磷(TP)、NO3--N、颗粒态总氮(PTN)、NH4+-N等指标, 参考文献[20]的方法进行测定.叶绿素浓度(Chl-a)采用热乙醇萃取叶绿素法测定[21].
1.3 同位素培养与反硝化速率计算 1.3.1 样品采集与处理现场用蠕动泵抽水样, 进口端橡胶导管(φ=5 mm)插入水面0.2 m下, 出口端橡皮管插入12 mL Labco培养瓶(H=100 mm, φ=10 mm)的底部, 用排空法排走瓶内空气, 瓶子快满时缓慢抽出橡皮管, 瓶口留下饱满的水珠, 垂直旋紧瓶盖, 避免培养瓶内存在气泡.
每个实验组取3个培养瓶样品：1个空白样(原湖水), 1个添加同位素15NO3-N(99.29% 15N)做为第0 h的水样, 1个添加同位素15NO3-N做培养24 h的水样.添加同位素时用移液枪向瓶内缓慢加入15NO3-N使终浓度为20 μmol ·L-1, 添加同位素后, 摇匀.空白组和第0 h的培养瓶迅速用0.1 mL注射器从瓶盖加入0.05 mL的饱和氯化锌, 添加时避免进入空气, 室内冷藏保存；培养样品放在实验水池里, 暗箱避光培养24 h后, 注射饱和氯化锌固定, 冷藏保存.
1.3.2 反硝化速率测定与计算方法15N同位素示踪结合MIMS膜接口质谱仪测量. 15N同位素示踪法测定反硝化速率由Binnerup等[22]提出, 后来经Nielsen等[23]改进.它是将15NO3-加入到水体中, 加入的15NO3-与水柱中本底的14NO3-混合后, 经过脱氮微生物的硝化反硝化作用产生28N2、29N2、30N2.
通过MIMS装备的半透性硅胶膜将溶解性气体从待测水样中分离、冷冻纯化, 在真空系统驱动下进入四级杆质谱在线测定水样中15N-N2(29N2、30N2), 然后根据29N2和30N2的产生比例计算水体中反硝化潜势, 具有测定直接、需要样品量少以及速度快的特点.
1.3.3 MIMS电子信号值转化浓度的计算以20℃盐度为0的标准纯水测得28N2标准电子信号值M(28N2)S[其中右下标S表示标准纯水(standard water)], M(28N2)S值随时间t变化可以得到漂移回归曲线y=At+B, 代入样品的测定时间到曲线方程中得到该时刻对应的标准28N2的电子信号值M(28N2)S, t, 此时刻样品所测的28N2信号值M(28N2)t与M(28N2)S, t的比值乘以标准纯水中的28N2浓度值[c(28N2)S], 所得结果即为样品校正后的28N2实际浓度值, 其中标准纯水中的28N2浓度[c(28N2)S]可以按照Weiss[24]计算得到的20℃, 且盐度为0的标准纯水溶解态氮气浓度.
|
式中, c(28N2)t、c(29N2)t、c(30N2)t分别表示t时刻的28N2、29N2、30N2实际浓度值, μmol ·L-1; M(28N2)t、M(29N2)t、M(30N2)t表示t时刻的28N2信号值.
反硝化速率的计算：反硝化作用产生的N2均来自NO3-(或NO2-)的N原子.对于添加15NO3-的培养实验, 反硝化作用产生28N2、29N2和30N2, 速率的比值与培养体系NO3-中14N和15N的丰度比例一致, 即：
|
式中, FN表示15N/14N的丰度比值；D28、D29和D30分别表示反硝化过程中各自N2产生量的速率[μmol ·(L ·d)-1]. Dtotal表示反硝化速率, [μmol ·(L ·d)-1].用c(29N2)t和c(30N2)t分别表示MIMS测得的各自N2总量, μmol ·L-1.反硝化速率单位根据进样管的横截面积和体积来转换, 将计算所得单位[μmol ·(L ·d)-1]转换为通用单位[μmol ·(m2·h)-1].
2 结果与分析 2.1 叶绿素动态变化根据Chl-a浓度的变化(图 2), 蓝藻生长过程可以大致分为3个阶段：第一阶段Chl-a浓度从第1 d开始急剧上升, 在第4 d实验各组均达到Chl-a浓度最高值, 处理组4(8倍蓝藻添加组)最高值达到(2 662.90±386.08)μg ·L-1, 与初始值[(1 501.58±39.45) μg ·L-1]相比, 单日的平均增长速率最高(19.34%), 说明实验前期营养盐N、P和适宜的光照和水温为蓝藻生长提供了良好的生境, 各组蓝藻生长迅速, 叶绿素a浓度剧烈增长；第二阶段, 第5 d叶绿素a骤然下降, 在第7 d达到实验过程最低水平, 8倍组降低至(923.40±103.39) μg ·L-1, 叶绿素a降低幅度接近2/3.这可能是因为蓝藻细胞在这一时期达到此生境的最大生长阈值, 水体中的氮源或上层空间不足以再支持更多蓝藻细胞的生长, 从而出现藻类细胞大面积衰亡、分解现象.第三阶段叶绿素a浓度略微增加之后处于基本稳定阶段.
|
图 2 实验组Chl-a浓度随时间变化曲线 Fig. 2 Chl-a concentration versus time curve in the test group |
本实验处理组在第1~10 d持续性添加硝酸盐1.0mg ·(L ·d)-1, 共加入NO3--N 10.0mg ·L-1, 因此对照组、蓝藻堆积1倍组、2倍组、4倍组、8倍组的TN终浓度均呈现上升趋势(图 3), 从图 3中可以看到, 4、8倍蓝藻组在第4 d达到第一次峰值, 4倍和8倍蓝藻组的TN浓度分别达到(20.89±3.62)mg ·L-1和(30.81±3.08)mg ·L-1, 这一期间TN和Chl-a浓度的骤然上升, 表现出蓝藻生长的最大潜势.第4~6 d后4倍和8倍TN下降至第一次谷底值分别为(14.33±1.09) mg ·L-1和[(19.83±1.09) mg ·L-1而后再次出现增幅, 至第8 d, 达到第二次峰值[(22.47±0.23) mg ·L-1], 随后开始稳步下降, 至实验结束, TN浓度分别为(14.20±3.06) mg ·L-1和(15.42±1.99) mg ·L-1, 这一时期水体TN的变化与蓝藻密度显著相关.对照组、1倍组和2倍组均在第8 d出现一次峰值, 而后表现出TN的稳定下降.从图 2和图 3来看, 蓝藻密度和水体TN浓度相关性十分明显, 各组TN出现升降均与Chl-a浓度变化基本同步.实验结束时TN浓度显著低于实验期间系统内的最高TN浓度, 显示水体存在脱氮的作用.
|
图 3 实验组TN浓度随时间变化曲线 Fig. 3 TN concentration versus time curve in the test group |
本实验水体中的颗粒态总氮(PTN)与叶绿素a浓度和TN的波动显著相关(图 2~4), 在添加氮源时PTN浓度也在稳定增加, 并且水体PTN浓度平均占TN浓度的75%, 说明蓝藻细胞吸收水体中的溶解性氮源转化成颗粒态氮, PTN是氮源的主要存在形态.第5 d和第12 d, 8倍蓝藻添加组的PTN浓度分别达到谷点值13.41 mg ·L-1和13.76mg ·L-1, 而后水体颗粒态总氮浓度开始再次上升, 第14 d达到峰值16.39 mg ·L-1后再次下降, 对比其他实验组PTN浓度出现降低的时间提前了, 表现出高密度蓝藻组随水体氮磷营养盐浓度变化更敏感, 停止供应氮磷营养盐后, 藻团的衰亡速率比低藻密度组要快.
|
图 4 实验组PTN浓度随时间变化曲线 Fig. 4 Curve of PTN concentration over time in the test group |
本实验持续10 d添加NO3--N营养盐1.0mg ·(L ·d)-1, 水体NO3-浓度在1~10 d稳定上升(图 5), 各蓝藻添加组在第10 d停止添加N营养盐后水体NO3-浓度开始持续性降低, 第10~18 d的NO3-浓度降低幅度显著, 8倍蓝藻添加组下降幅度值最高为0.48mg ·(L ·d)-1, 说明水体NO3-被蓝藻细胞或微生物消耗、去除.第18 d的8倍组水体的NO3-浓度最快接近太湖夏季水体硝态氮浓度值, 4倍、2倍和1倍蓝藻添加组的NO3-浓度(最低为0.03mg ·L-1)依次降低到与太湖夏季NO3-浓度接近(图 5).
|
图 5 实验组NO3-浓度随时间变化曲线 Fig. 5 Curve of NO3- concentration over time in the test group |
对照组的水体NO3-浓度在N源添加阶段与蓝藻添加组趋势一样呈现上升趋势, 而后开始出现下降, 但在实验末期对照组水体的NO3--N浓度显著高于其他蓝藻添加组水体的硝态氮浓度, 这表明蓝藻水华的存在是太湖夏季水体中硝态氮浓度很低的主要原因.
如图 6所示, 本实验前期(1~6 d), 各组水体NH4+浓度均呈现上升趋势, 8倍蓝藻添加组在第6 d达到峰值[(4.18±0.36)mg ·L-1], 而此时叶绿素a浓度在下降, 与Cardinale[25]在分析蓝藻衰亡期水体NH4+-N会升高是由于藻细胞降解和氨化有机质产生NH4+-N的结论一致, 表明蓝藻在生长的同时也有部分蓝藻在衰亡降解.从第4 d到第8 d处理组叶绿素a均呈现下降趋势(图 2), 而对照组的叶绿素a浓度下降是从第5 d开始的, 并且溶解氧浓度比8倍蓝藻添加组要高(图 7), 不适合发生异化还原为氨(DNRA)过程, 所以NH4+-N的浓度增加是由于氨化作用.之后出现NH4+浓度大幅度回落, 直至第12 d, 再次出现大幅度上升, 到第14 d 8倍蓝藻处理组的NH4+浓度最高值4.72 mg ·L-1.第10~12 d, 8倍蓝藻处理组的叶绿素a浓度呈现下降趋势, 表明是蓝藻细胞衰亡分解氨化作用产生NH4+的活动占主体部分, 这点与何东等[26]在研究藻降解过程营养盐的形态分析结论契合.然后各蓝藻添加组的NH4+浓度开始回落至最低浓度后小幅度增加至稳定波动.其中第12 d, 1倍蓝藻组的NH4+-N浓度达到最低值0.22mg ·L-1, 第14 d各实验组NH4+-N浓度增长至实验过程最高, 8倍蓝藻组达(4.72±1.26)mg ·L-1, 4倍、2倍、1倍和对照组分别为(2.67±0.42)、(0.83±0.15)、(0.46±0.10)和(0.66±0.37) mg ·L-1.第22 d后各蓝藻处理组NH4+-N浓度降至最低(0.25~0.38)mg ·L-1, 第22之后开始回升至(0.55~0.83)mg ·L-1, 第33 d略微有所下降(图 6).可以分析出蓝藻在水体中是处于生长和衰亡降解同时发生, 并且从图 2和图 6可以看出, 第4~6 d和第10~14 d有机质氨化降解成NH4+-N比藻类死亡时间要滞后2~4 d.
|
图 6 实验组NH4+浓度随时间变化曲线 Fig. 6 Curve of NH4+ concentration over time in the test group |
|
图 7 实验组溶解氧DO浓度随时间变化曲线 Fig. 7 Curve of dissolved oxygen DO concentration over time in the test group |
水体溶解氧DO监测选择每天的傍晚时分, 经过蓝藻细胞白天的光合作用氧气积累, 溶解氧浓度达到当天最高值.各蓝藻添加组水体DO值呈现大幅波动, 但蓝藻密度越高, 水体的溶解氧表现得越低(图 7).水体在第2 d DO值均呈现上升, 添加蓝藻2倍组达到最高值22.57mg ·L-1, 第3 d平稳地小幅度下降.各实验组在第8 d DO值骤降, 8倍组下降幅度最大至6.47mg ·L-1, 同时第7~8 d蓝藻添加组和对照组的藻密度在降低(图 2), 单位面积藻类的光合活性强度也降低, 衰亡的蓝藻细胞有机质降解也可能消耗水体的溶解氧.之后DO值随着叶绿素a增长又开始回升后进入稳定阶段且仍保持蓝藻浓度越高溶解氧越低.在第15 d之后, 持续性的阴雨天气, 光照强度过低致使实验各组水体DO浓度呈现大幅度波动后持续下降, 第22 d转晴后, 随着温度和光照强度上升, 水体DO值也开始回升.
蓝藻添加对反硝化速率的影响：添加了蓝藻处理组的反硝化速率比对照组的反硝化速率显著高得多(图 8), 蓝藻添加处理1倍组、2倍组、4倍组、8倍组初始反硝化速率分别为(32.18±0.35)、(43.6±17.87)、(28.88±9.75)和(59.09±8.93)μmol ·(m2·h)-1.第1~14 d, 蓝藻处理组的反硝化速率均呈现上升现象, 并且在同一时刻反硝化速率从大到小顺序表现为8倍、4倍、2倍、1倍和对照.第14 d蓝藻1、2、4和8倍组的反硝化速率达到最高, 分别为：(534.45±242.18)、(633.60±114.06)、(815.53±334.53)和(1 614.52±301.57)μmol ·(m2·h)-1. 2倍、4倍和8倍在第14 d后反硝化速率开始持续性降低, 而第21 d, 1倍组的反硝化速率却增加到(582.74±169.42) μmol ·(m2·h)-1.第33 d蓝藻添加组的反硝化速率分别降低至(1.45±1.42)、(7.90±3.56)、(9.35±1.90)和(16.84±1.25)μmol ·(m2·h)-1.实验对照组第1 d反硝化速率为(24.09±6.81)μmol ·(m2·h)-1, 第10 d后达到最高值[(88.37±42.89)μmol ·(m2·h)-1].对照组的反硝化最大强度较蓝藻添加组提前出现, 第10 d后的脱氮作用已经开始回落, 第10~33 d脱氮作用趋于平稳, 反硝化速率降至最低值[(32.03±6.07)μmol ·(m2·h)-1].从图 2、图 6和图 8看到, 水体反硝化速率与NH4+浓度相关性显著, 也说明蓝藻降解过程是反硝化作用最适宜的生境条件.
|
图 8 实验组反硝化速率随时间变化曲线 Fig. 8 Curve of the denitrification rate of the experimental group with time |
本实验期间, 蓝藻处于生长-衰亡-再生长的循环过程, NH4+浓度的增加与藻生物量显著相关(图 1和图 6), 在NO3--N持续添加的后期(第8~10 d), 各实验组藻生物量增长的速率变缓, NH4+浓度呈现下降趋势, 而水体的NO3-降低的速率却上升.表明在第8~10 d, NO3-离子的消耗不仅是由于蓝藻生长吸收, 水体还存在脱氮过程的协同作用.
在第10 d对照组的NO3--N浓度增加速率较小, 蓝藻添加1倍组的NO3-离子浓度增加速率达到最小值0.107mg ·(L ·d)-1, 即1倍蓝藻实验组消耗或去除NO3-离子的速率越强, 此时1倍蓝藻组的Chl-a平均增长速率为10.83μg ·(L ·d)-1, 平均反硝化增长速率为7.42μmol ·(L ·d)-1, 显示蓝藻细胞吸收硝态氮的强度和反硝化脱氮速率的增加. 图 8显示叶绿素a浓度最高的蓝藻添加8倍组在第10 d反硝化速率[(201.10±13.32)μmol ·(m2·h)-1]相对于第1 d [(59.09±8.93) μmol ·(m2·h)-1]有所提升, 蓝藻添加1倍组在第10 d反硝化速率[(160.48±43.72) μmol ·(m2·h)-1]相对于第1 d [(32.18±0.35) μmol ·(m2·h)-1]也上升, 2倍组和4倍组均呈现相同增长趋势.蓝藻密度在增加的同时反硝化速率也在增加.
在NO3--N持续投入的最后1 d(第10 d), 对照组达到最高反硝化速率为(88.37±42.89) μmol ·(m2·h)-1, 该处理组在第10 d的叶绿素a浓度为(184.6±10.32) μg ·L-1.第21 d对照组的Chl-a增加至最高浓度为(296.6±172.5) μg ·L-1, 反硝化速率为(39.29±34.14) μmol ·(m2·h)-1, 蓝藻添加1倍组的Chl-a为(372.1±19.33)μg ·L-1, 反硝化速率为(582.70±169.42) μmol ·(m2·h)-1, 表明蓝藻浓度是影响反硝化速率的主要因素.
在第14~33 d, 虽然蓝藻添加1倍、2倍、4倍和8倍组的叶绿素a浓度波动幅度很小(图 2), 但是水体NH4+浓度在降低, 高密度蓝藻组的反硝化速率也开始下降, 表明是藻细胞的降解幅度降低导致反硝化强度减弱.第21 d各实验组的反硝化速率从大到小依次是8倍、1倍、4倍、2倍和对照组, 这与各组的NH4+浓度从大到小排列的顺序一致.整体来说, 在添加定量的营养盐的条件下, 蓝藻生物量越高, 越容易形成水体中NH4+浓度高的生境, 进而导致反硝化速率越高.
相关性分析表明, 反硝化速率与叶绿素a浓度呈现正相关性(P＜0.05), 蓝藻密度越高, 为水体硝化细菌和反硝化微生物提供越优越的生存条件, 促进水体硝化作用和反硝化作用.将蓝藻添加实验分成3个阶段：第一阶段, 第1~10 d, 在规律性投入营养盐的条件下, 高密度蓝藻组的NO3--N离子浓度去除速率与叶绿素a浓度成正相关(P＜0.01).反硝化速率也呈现上升趋势；第二阶段：第10~14 d, 停止了对水体添加硝酸盐后, 蓝藻生物量在稳定下降, NO3--N浓度开始持续降低, 在此期间高密度蓝藻处理组NO3--N浓度减小的趋势较大(各蓝藻处理组平均下降2.03 mg ·L-1), 并且NH4+浓度整体在大幅度上升, 第14 d蓝藻8倍组的NH4+浓度达到最高点值4.72 mg ·L-1, 各蓝藻处理组的反硝化速率也大幅度增加.蓝藻衰亡细胞被分解的速率很快, 平均每天分解掉41.9%, 呈现出NH4+-N浓度大幅度增加, 水体中的NH4+-N来源主要是由蓝藻细胞衰亡分解氨化产生的[27].表明蓝藻细胞分解蛋白质氨化降解的速率很快, 在蓝藻团外层好氧条件下, NH4+-N为硝化微生物提供充足底物, 表明在蓝藻细胞衰亡降解产生NH4+-N的速率高于生长吸收NH4+-N速率；而且这一阶段NH4+-N的降低幅度仍然在增大, 表明是硝化作用对NH4+-N转换成NO3--N的速率要高于蓝藻吸收NH4+-N速率, 并且在此时期水体中的藻团是有利于反硝化作用的.第三阶段：第14~33 d, 蓝藻浓度趋于稳定, 同期水体的无机盐浓度也在慢慢降低(图 6和图 7), 反硝化作用也随之开始减弱, 直至水体硝态氮浓度过低(~0.03mg ·L-1), 表明是因为蓝藻吸收了水体中的氮营养盐和反硝化作用去除了氮营养盐.
在本实验第6 d的反硝化速率虽然有所增加, 但是增长速率并不特别显著(图 8), 这一时期的水体环境并不适宜发生脱氮, 但是第10~14 d, 反硝化呈现迅猛增加, 说明当蓝藻生长速率慢下来时, NH4+浓度的增加成为了反硝化作用表现活跃的关键因子.
水体环境溶解氧浓度较高时, 不适宜游离在水体中的反硝化菌产生反硝化作用.反硝化脱氮是一个厌氧过程, 溶解氧会在微生物细胞的新陈代谢过程中与NO3-竞争电子, 反硝化细菌只有在氧气浓度低于6.4mg ·L-1时, 才会转向厌氧呼吸, 用NO3-作为电子受体[28], 高浓度的溶解氧会抑制这一过程的发生.而附着水华藻团的自由生活微生物膜形成好氧-厌氧的微环境, 在外部好氧层的硝化细菌将水体中的NH4+离子作为内部厌氧层反硝化菌的底物转化成NO3-, 在第14 d反硝化速率整体都在大幅度增加, 而水体NO3--N浓度含量并不高, 表明在蓝藻分解条件下耦合硝化-反硝化是反硝化作用的主要形式.蓝藻暴发时脱氮微生物丰度会增加, 李洁等[29]发现藻华的暴发会有利于氨氧化细菌和反硝化细菌丰度的提高, 太湖水体中含nirS和nirK基因反硝化菌的数量增加至起始的100倍左右.
因此, 蓝藻增殖与脱氮的模式可以总结为：夏季光照强度和温度适宜藻类的增长, 水体浮游植物生物量的增加, 为微生物的表面附着提供基床条件, 形成生物膜, 藻类光合作用产氧为附着在蓝藻细胞团分泌的多糖上的硝化细菌提供了有氧气环境, 使硝化菌通过硝化作用产生NO3-成为可能[1], 藻团生物膜的内部可能形成厌氧环境, 发生反硝化作用, 将氮从水体去除, 其概念模式如图 9所示.
|
图 9 蓝藻影响反硝化作用的概念性模式 Fig. 9 Conceptual pattern of cyanobacteria affecting denitrification |
在实验结束后, 用下式计算TN去除率, 表示各实验组水体的TN去除效率, 可以直观表现蓝藻对水体氮去除过程的影响.
|
式中, TN0表示初始TN浓度; TNs表示投入的氮源量；TNf表示最终TN浓度, 浓度单位均为mg ·L-1.
蓝藻添加处理TN的去除率很可观：1倍、2倍、4倍、8倍蓝藻处理组的TN去除率分别为32.30%、32%、28.96%、40.02%, 而对照组的TN去除率为17.72%, 总体表明蓝藻密度是太湖夏季水体脱氮的重要因子.
4 结论(1) 蓝藻生长阶段对反硝化有促进作用, 但是蓝藻降解阶段才是反硝化作用发生的最适宜环境：在叶绿素a浓度达到最高值时, 反硝化速率虽然有所增加, 但在实验过程中并不突出, 并且在蓝藻密度出现下降趋势的2~4 d内, 反硝化速率才会显著上升.
(2) 蓝藻生物量促进反硝化作用的机制主要体现在蓝藻降解的程度越高, 水体NH4+-N浓度也会越高, 从而促进蓝藻团生境的耦合硝化-反硝化作用.并且叶绿素a浓度与水体TN去除效率表现出正相关性(P＜0.05), 藻团密度最大组的TN有效净化率高达40.02%, 比对照组要高2.26倍, 表明水华暴发蓝藻堆积会刺激太湖水体反硝化脱氮作用, 蓝藻水华是太湖梅梁湾夏季氮营养盐表现很低的原因, 水华的生长与降解是促进太湖生态系统N营养盐去除的重要环节.
| [1] | Brunberg A K. Contribution of bacteria in the mucilage of Microcystis spp. (Cyanobacteria) to benthic and pelagic bacterial production in a hypereutrophic lake[J]. FEMS Microbiology Ecology, 1999, 29(1): 13-22. |
| [2] |
徐徽, 张路, 商景阁, 等. 太湖梅梁湾水土界面反硝化和厌氧氨氧化[J]. 湖泊科学, 2009, 21(6): 775-781. Xu H, Zhang L, Shang J G, et al. Denitrification and anammox on the sediment-water interface in the Meiliang Bay of Lake Taihu[J]. Journal of Lake Sciences, 2009, 21(6): 775-781. |
| [3] | Wu G X, Zhai X F, Jiang C G. Effect of ammonium on nitrous oxide emission during denitrification with different electron donors[J]. Journal of Environmental Sciences, 2013, 25(6): 1131-1138. DOI:10.1016/S1001-0742(12)60164-8 |
| [4] | Galloway J N, Townsend A R, Erisman J W, et al. Transformation of the nitrogen cycle:recent trends, questions, and potential solutions[J]. Science, 2008, 320(5878): 889-892. DOI:10.1126/science.1136674 |
| [5] | Wollheim W M, Peterson B J, Thomas S M, et al. Dynamics of N removal over annual time periods in a suburban river network[J]. Journal of Geophysical Research:Biogeosciences, 2008, 113(G3): G03038. |
| [6] | Harrison J A, Maranger R J, Alexander R B, et al. The regional and global significance of nitrogen removal in lakes and reservoirs[J]. Biogeochemistry, 2009, 93(1-2): 143-157. DOI:10.1007/s10533-008-9272-x |
| [7] | Silvennoinen H, Liikanen A, Torssonen J, et al. Denitrification and nitrous oxide effluxes in boreal, eutrophic river sediments under increasing nitrate load:a laboratory microcosm study[J]. Biogeochemistry, 2008, 91(2-3): 105-116. DOI:10.1007/s10533-008-9262-z |
| [8] | Mulholland P J, Helton A M, Poole G C, et al. Stream denitrification across biomes and its response to anthropogenic nitrate loading[J]. Nature, 2008, 452(7184): 202-205. DOI:10.1038/nature06686 |
| [9] | Fulweiler R W, Nixon S W. Net sediment N2 fluxes in a southern New England estuary:variations in space and time[J]. Biogeochemistry, 2012, 111(1-3): 111-124. DOI:10.1007/s10533-011-9660-5 |
| [10] | Trimmer M, Grey J, Heppell C M, et al. River bed carbon and nitrogen cycling:State of play and some new directions[J]. Science of the total Environment, 2012, 434: 143-158. DOI:10.1016/j.scitotenv.2011.10.074 |
| [11] | Liu T, Xia X H, Liu S D, et al. Acceleration of denitrification in Turbid Rivers due to denitrification occurring on suspended sediment in oxic waters[J]. Environmental Science & Technology, 2013, 47(9): 4053-4061. |
| [12] | Pérez-Mayorga D M, Ladah L B, Zertuche-González J A, et al. Nitrogen uptake and growth by the opportunistic macroalga Ulva lactuca (Linnaeus) during the internal tide[J]. Journal of Experimental Marine Biology and Ecology, 2011, 406(1-2): 108-115. DOI:10.1016/j.jembe.2011.05.028 |
| [13] | Picot B, Moersidik S, Casellas C, et al. Using diurnal variations in a high rate algal pond for management pattern[J]. Water Science and Technology, 1993, 28(10): 169-175. DOI:10.2166/wst.1993.0227 |
| [14] | Livingstone D, Pentecost A, Whitton B A. Diel variations in nitrogen and carbon dioxide fixation by the blue-green alga Rivularia in an upland stream[J]. Phycologia, 1984, 23(2): 125-133. DOI:10.2216/i0031-8884-23-2-125.1 |
| [15] | De Philippis R, Faraloni C, Margheri M C, et al. Morphological and biochemical characterization of the exocellular investments of polysaccharide-producing Nostoc strains from the Pasteur Culture Collection[J]. World Journal of Microbiology and Biotechnology, 2000, 16(7): 655-661. DOI:10.1023/A:1008985722388 |
| [16] | Nguyen M L, Westerhoff P, Baker L, et al. Characteristics and reactivity of algae-produced dissolved organic carbon[J]. Journal of Environmental Engineering, 2005, 131(11): 1574-1582. DOI:10.1061/(ASCE)0733-9372(2005)131:11(1574) |
| [17] | Xu H, Paerl H W, Qin B, et al. Determining critical nutrient thresholds needed to control harmful cyanobacterial blooms in eutrophic Lake Taihu, China[J]. Environmental Science & Technology, 2015, 49(2): 1051-1059. |
| [18] | Xu H, Paerl H W, Qin B Q, et al. Nitrogen and phosphorus inputs control phytoplankton growth in eutrophic Lake Taihu, China[J]. Limnology and Oceanography, 2015, 55(1): 420-432. |
| [19] |
陈宇炜, 高锡云, 秦伯强. 西太湖北部夏季藻类种间关系的初步研究[J]. 湖泊科学, 1998, 10(4): 35-40. Chen Y Z, Gao X Y, Qin B Q. The Summer phytoplankton species composition in northern part of west Taihu Lake[J]. Journal of Lake Sciences, 1998, 10(4): 35-40. |
| [20] | 金相灿, 屠清瑛. 湖泊富营养化调查规范[M]. (第二版). 北京: 中国环境科学出版社, 1990. |
| [21] |
陈明华, 谢良国, 付志强, 等. 丙酮法和热乙醇法测定浮游植物叶绿素a的方法比对[J]. 环境监测管理与技术, 2016, 28(2): 46-48. Chen M H, Xie L G, Fu Z Q, et al. Comparison of two methods for measurement of phytoplanktonic Chlorophyll-a[J]. The Administration and Technique of Environmental Monitoring, 2016, 28(2): 46-48. DOI:10.3969/j.issn.1006-2009.2016.02.011 |
| [22] | Binnerup S J, Jensen K, Revsbech N P, et al. Denitrification, dissimilatory reduction of nitrate to ammonium, and nitrification in a Bioturbated Estuarine sediment as measured with 15N and microsensor techniques[J]. Applied and Environmental Microbiology, 1992, 58(1): 303-313. |
| [23] | Nielsen L P. Denitrification in sediment determined from nitrogen isotope pairing[J]. FEMS Microbiology Letters, 1992, 86(4): 357-362. DOI:10.1111/j.1574-6968.1992.tb04828.x |
| [24] | Weiss R F. The solubility of nitrogen, oxygen and argon in water and seawater[J]. Deep Sea Research and Oceanographic Abstracts, 1970, 17(4): 721-735. DOI:10.1016/0011-7471(70)90037-9 |
| [25] | Cardinale B J. Cardinale reply[J]. Nature, 2011, 477(7366): E3-E4. |
| [26] |
何东, 张毅敏, 杨飞, 等. 太湖藻源性颗粒物降解过程中营养盐转化及其生态效应[J]. 中国环境科学, 2016, 36(3): 899-907. He D, Zhang Y M, Yang F, et al. The transformation of the nutrient in the degradation process of the phytoplankton-derived particulate organic matter and it's ecological effect[J]. China Environmental Science, 2016, 36(3): 899-907. DOI:10.3969/j.issn.1000-6923.2016.03.036 |
| [27] |
李柯, 关保华, 刘正文. 蓝藻碎屑分解速率及氮磷释放形态的实验分析[J]. 湖泊科学, 2011, 23(6): 919-925. Li K, Guan B H, Liu Z W. Experiments on decomposition rate and release forms of nitrogen and phosphorus from the decomposing cyanobacterial detritus[J]. Journal of Lake Sciences, 2011, 23(6): 919-925. |
| [28] | Treusch A H, Leininger S, Kletzin A, et al. Novel genes for nitrite reductase and Amo-related proteins indicate a role of uncultivated mesophilic crenarchaeota in nitrogen cycling[J]. Environmental Microbiology, 2005, 7(12): 1985-1995. DOI:10.1111/j.1462-2920.2005.00906.x |
| [29] |
李洁, 张思凡, 肖琳. 微囊藻水华对水体中氮转化及微生物的影响[J]. 环境科学, 2016, 37(6): 2164-2170. Li J, Zhang S F, Xiao L. Effect of water bloom on the nitrogen transformation and the relevant bacteria[J]. Environmental Science, 2016, 37(6): 2164-2170. |