环境科学  2019, Vol. 40 Issue (8): 3519-3529   PDF    
风场对太湖梅梁湾水华及营养盐空间分布的影响
余茂蕾1,2, 洪国喜3, 朱广伟1, 权秋梅2, 许海1, 朱梦圆1, 丁文浩1, 李未1, 吴挺峰1     
1. 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, 南京 210008;
2. 西华师范大学环境科学与工程学院, 南充 637009;
3. 江苏省水文水资源勘测局无锡分局, 无锡 214124
摘要: 为了解风场对湖泊表层蓝藻水华及营养盐空间分布的影响,以太湖梅梁湾为例,在蓝藻水华期间开展表层粒子漂流实验,研究风场对水体表层物质的推移规律,并开展全水域水体表、中、底层密集布点采样,测定水体藻类叶绿素a、氮、磷、高锰酸盐指数、溶解性有机碳、溶解氧等水质指标,探讨风场驱动下大型浅水湖泊蓝藻水华及营养盐时空分布特征.结果表明,在平均风速1.9 m·s-1和2.3 m·s-1的情况下,表层粒子的平均漂移速度分别为3.0 cm·s-1和5.0 cm·s-1;风场对表层水体蓝藻水华的空间分布具有决定性影响,能够引起蓝藻水华在空间上较高的异质性;蓝藻水华物质的空间变化对水体颗粒态氮、磷、有机质和溶解氧等水质指标产生较大影响,表、中、底层颗粒态氮和磷、高锰酸盐指数与叶绿素a浓度的空间分布一致,而溶解态氮、磷浓度及溶解性有机碳的分布与叶绿素a浓度分布不尽相同;蓝藻水华物质在风场作用下的再分配对水体溶解氧产生复杂的影响,底层溶解氧平均值低于表层与中层,可能对沉积物营养盐释放产生影响;依据高密度布点调查估算,仅表层20 cm,梅梁湾水域的蓝藻干物质赋存量约396 t,远大于蓝藻打捞工程的清除量.研究表明,鉴于水华期间风场作用下对蓝藻水华漂移的巨大影响,在湖泊水质调查采样方法及数据分析时应充分考虑蓝藻水华漂移的影响因素;防控湖泛灾害的蓝藻打捞作业对湖体蓝藻水华赋存量的清除能力有限,只能对岸边带湖泛的预防产生影响.
关键词: 蓝藻水华      风场      流场      营养盐      粒子追踪法     
Wind Field Influences on the Spatial Distribution of Cyanobacterial Blooms and Nutrients in Meiliang Bay of Lake Taihu, China
YU Mao-lei1,2 , HONG Guo-xi3 , ZHU Guang-wei1 , QUAN Qiu-mei2 , XU Hai1 , ZHU Meng-yuan1 , DING Wen-hao1 , LI Wei1 , WU Ting-feng1     
1. State Key Laboratory of Lake Science and Environment, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China;
2. College of Environmental Science and Engineering, China West Normal University, Nanchong 637009, China;
3. Hydrology and Water Resources Survey Bureau of Jiangsu Province Wuxi Branch, Wuxi 214124, China
Abstract: Wind field is a very important physical factor controlling the formation of cyanobacteria blooms. A surface particle tracking drift experiment was carried out to study the influence of wind field on the surface current in Meiliang Bay of Lake Taihu during the algal bloom season. For this, chlorophyll-a, nitrogen, phosphorus, the permanganate index, dissolved organic carbon (DOC), and dissolved oxygen (DO) were measured in surface, middle, and bottom waters of the Meiliang Bay during the cyanobacteria bloom period to test how wind field affects the temporal and spatial distribution of cyanobacterial blooms and biomass stock in the water column. The results showed that the average drift velocities of surface particles were 3.0 cm·s-1 and 5.0 cm·s-1 when wind speed averaged 1.9 m·s-1 and 2.3 m·s-1, respectively. The wind field determined the spatial distribution of cyanobacterial blooms in surface waters and led to a high spatial heterogeneity of cyanobacterial blooms. The spatial redistribution of cyanobacterial blooms exerted an important influence on water quality indexes such as particulate nitrogen, phosphorus, organic matter, and dissolved oxygen. The concentrations of particulate nitrogen, phosphorus, the permanganate index, and chlorophyll-a showed a similar vertical distribution pattern. Cyanobacterial blooms were less influenced by the distribution of dissolved nitrogen and dissolved organic carbon from external pollution, while long-term legacy loading played a more important role. This meant that the spatial distributions of dissolved nitrogen and dissolved organic carbon were different from that of chlorophyll-a. Because the redistribution of cyanobacterial blooms, as affected by wind fields, has a complex effect on the dissolved oxygen in the water column, the dissolved oxygen concentration decreased with depth, which may affect the release of soluble nutrients from the sediment. The cyanobacterial biomass stock in the surface water was estimated according to the survey of high-density sites. The dry matter of cyanobacteria in the surface 20 cm of Meiliang Bay was approximately 396 tons on the day of sampling. The results from the present study indicated that the factors influencing cyanobacterial blooms should be considered in sampling methods and the analysis of lake water quality due to the significant influence of wind fields on bloom drift. The collection of cyanobacteria has limited effect on the removal of the algal bloom biomass in whole lake, only being effective at prevention of the event of black spots in lake shore.
Key words: cyanobacterial bloom      wind field      currents      nutrients      satellite-tracked drifter     

湖泊具有供水、渔业、旅游、维持区域生态系统平衡等功能[1].然而由于经济的快速发展、人们生活水平的不断提高, 人为造成的污染物输入加速了湖泊富营养化的进程[2].在全球范围内, 有害蓝藻水华(CyanoHABs)的扩张对内陆和沿海水域的生态完整性、生态系统服务、安全使用和可持续性等构成严重威胁[3~8].我国是世界上蓝藻水华发生最严重、分布最广的国家之一[1], 蓝藻水华在浅水湖泊中产生机理在国内外已有诸多研究[9~12], 其中主要包括蓝藻本身的理化特性及相关环境因子如温度、光照、营养盐等的共同作用[13].在诸多影响因素中, 风浪和湖流能直接作用使得蓝藻容易长距离快速漂移, 大量聚集在岸边及局部湖区形成水华[10, 14], 是蓝藻水华情势的决定性物理因素之一.风场对蓝藻水华在水相中的垂直迁移也有影响, 朱永春等[15]就风场对太湖蓝藻漂移的动力学中研究发现, 不同风场作用对藻类的水平垂直分布有很大的影响.因此, 也可以说蓝藻水华的情势受特定的水文和气象条件影响, 蓝藻群体的时空格局受风场、流场作用塑造[16].

梅梁湾是太湖最早出现蓝藻水华的湖区[17], 也是太湖富营养化最严重的湖湾之一[18], 自2005年以来一直处于中度营养化状态[19]. 2007年太湖蓝藻水华引起饮用水危机事件后, 在国务院、水利部门及各级政府开展的一系列流域及湖泊综合治理措施[20], 蓝藻水华严重堆积区实施蓝藻打捞是其中一项重要的水质保障措施.梅梁湾是蓝藻水华打捞的重点区域, 设立了多个藻水分离站处理、打捞蓝藻.此外, 还实施了梅梁湖泵站调水工程以防控蓝藻水华在滨岸带过度堆积.然而, 太湖蓝藻水华的情势还未得到根本控制.夏季6~7月以及秋季10~11月是太湖蓝藻暴发的主要时期[17].相关资料显示, 自2007年蓝藻暴发引起饮用水危机事件以来[21], 梅梁湾秋季仍有不同程度的水华情况发生[22].由于梅梁湾独特的口袋形状及其地理位置和换水周期短, 使污染物易进不易出[23].风场作为流场和散度场的一个主要驱动场[24], 对梅梁湾污染物迁移与输送、蓝藻的生长与分布起着重要的影响.

尽管针对风场对蓝藻水华的时空影响方面已开展了一些工作, 然而, 鉴于风场的多变性、风场作用于流场的滞后性及湖泊地貌的复杂性等原因, 风场对大型湖泊蓝藻水华时空分布的影响特征尚不清楚, 蓝藻水华堆积所伴随的营养盐时空变化也有待深入研究.为此, 本文以太湖梅梁湾为研究对象, 基于GPS粒子漂移追踪技术和蓝藻水华期间梅梁湾全水域高密度布点监测, 结合采样前风场条件, 观测、研究风场作用下表层湖流的运动方向以及蓝藻水华漂移情况, 分析蓝藻水华漂移对表、中、底层营养盐空间分布的影响, 同时估算梅梁湾叶绿素a的赋存量, 分析蓝藻水华打捞作业对湖泊蓝藻水华的效果, 以期为蓝藻水华的预测预警和灾害防控科学决策提供依据.

1 材料与方法 1.1 研究区域概况

梅梁湾位于太湖最北部, 北接无锡市, 东北与五里湖相连, 西与竺山湾相邻, 南北长约14 km, 东西长约10 km, 水面面积129.3 km2, 平均水深1.9 m[25].梅梁湾北部连接无锡市城市河道梁溪河, 是太湖受城市污染最早、最重的区域之一, 也使得该湖湾的蓝藻水华问题在全太湖最早出现.梅梁湾类似口袋形的地貌特征, 易于蓝藻水华物质的堆积, 是研究风场作用对蓝藻水华漂移影响的理想区域.

1.2 采样及实验方法

在太湖梅梁湾密集布点43个, 在湾内形成横向12条及纵向8条监测剖面, 同时在梅梁湾东北部布设9个监测点, 在河口湖区形成3条监测剖面(图 1). 2017年10月20日09:00~13:30通过乘坐快艇, 使用便携式GPS确定采样点, 沿监测断面由湾顶(梅梁湾北部沿岸区域)、河口湖区向湾口(梅梁湾南部与太湖中心湖区相连的区域)进行监测, 每个点位采集表层(20 cm)、中层(100 cm)、底层(距底部20 cm)的水样分装、冷藏, 用于带回实验室测定相关水质指标; 同时使用YSI 6600 V2(美国Yellow Stone公司)多参数水质分析仪测定每个点位表、中、底的溶解氧(DO)指标.监测期间将15个浮动漂流粒子随机投放并记录抛出时间及GPS点位.

图 1 梅梁湾在太湖中的位置及采样布点示意 Fig. 1 Location of Meiliang Bay and the sampling sites in Lake Taihu

叶绿素a含量(Chl-a)采用热乙醇提取-分光光度法测定[26]; 水体总氮(TN)、溶解性总氮(DTN)采用碱性过硫酸钾消解-紫外分光光度法测定(测定波长:210 nm); 总磷(TP)、溶解性总磷(DTP)采用碱性过硫酸钾消解-钼锑抗显色分光光度法测定(测定波长:700 nm)[27].颗粒态氮(PN)为TN与DTN的差值, 颗粒态磷(PP)为TP与DTP的差值, 高锰酸盐指数采用酸性高锰酸钾滴定法测定[28], 溶解性有机碳(DOC)采用高温燃烧法(岛津2010型TOC仪)进行测定[29].相关风速风向数据来源于设置在梅梁湾东南角的中国科学院太湖生态系统研究站, 测量高度10 m[30].

1.3 数据处理方法

粒子漂移采用GPS定时定位原理, 通过接收卫星信号将当时所在的经纬度信息和时间保存在设备的储存卡、并发送到岸上的控制设备中[31].通过Arc GIS 10.2将经纬度坐标转化为平面坐标(X, Y), 利用三角函数计算出每次记录时间内粒子相应移动的距离, 求出漂移速度.

运用Arc GIS 10.2中克里金插值法, 绘制营养盐、叶绿素a、有机物和溶解氧的空间插值图, 在表层叶绿素a的空间差值基础上利用Arc GIS 10.2绘制泰森多边形, 计算出每个采样点代表的面积[32], 根据表层采样20 cm深度以及监测点叶绿素a浓度, 计算梅梁湾表层叶绿素a赋存量.其余所有数据的统计分析、处理及制图用SPSS 23.0、Origin 8、R等软件进行.

2 结果与分析 2.1 表层流方向及速度的表征

15个粒子2017年10月20~21日的漂移轨迹如图 2, 对应期间的风场过程如图 3.其中, 10月20日粒子总体上往西南方向漂移, 靠近梅梁湾东岸的两个粒子可能受到岸边回流影响, 在漂移过程中方向由西南转为西北. 10月21日粒子总体往偏南漂移, 部分粒子漂移方向由东南转为西南. 15个粒子整体呈湾内至湾口的位移方向.粒子漂移期间风场稳定, 10月20日的主要风向为东北偏北, 10 min最大风速为5.9 m·s-1, 平均风速1.9 m·s-1; 10月21日的主要风向为西北偏北, 10 min最大风速为7.7 m·s-1, 平均风速2.3 m·s-1.根据每个粒子移动距离与漂移时间算出15个粒子的漂移速度在1.0~12.0 cm·s-1之间, 10月20日平均漂移速度为3.0 cm·s-1, 10月21日平均漂移速度5.0 cm·s-1.可以看出, 漂流粒子的移动方向与风场的方向密切相关.

图 2 2017年10月20~21日粒子在太湖梅梁湾的漂移轨迹 Fig. 2 Trajectories of fifteen satellite-tracked surface-following drifters during October 20 to 21, 2017 in Lake Taihu

图 3 2017年10月20~21日风速风向过程 Fig. 3 Wind speed and direction process during October 20 to 21, 2017

通过计算各粒子每个时段的漂移速度方向与对应该时段风向的顺时针夹角与风速如图 4.大部分顺时针偏转角落在0~90°间, 当风速大于4 m·s-1时, 较多的偏转角度数处于0~45°之间.根据Ekman理论[33], 在北半球, 理想情况下, 表面流的方向与风向的夹角应该是按顺时针方向转45°, 在现实中, 由于湖泊沿岸存在回流及地形的斜压过程影响, 偏转角应该小于45°.本实验中63%的顺时针夹角介于0~45°之间, 基本能满足Ekman理论, 说明本次大部分粒子的漂移方向能表现出与风向的较高匹配度, 且在风速为1.9 m·s-1和2.3 m·s-1下, 梅梁湾表层流的流速分别为3.0 cm·s-1和5.0 cm·s-1.

图 4 风速和风向与漂流速度方向之间的顺时针偏转角的极坐标散点图 Fig. 4 Polar scatterplot of wind speed and clockwise deflection angle between wind direction and drifter velocity direction

2.2 叶绿素a及营养盐空间分层分布

本实验布点密度较大, 能清晰地表征出梅梁湾叶绿素a及营养盐浓度的空间分布特征.除18号点位由于渔业拦网养殖, 无法采样, 数据缺失外, 其余点位各指标的表、中和底层空间分布如图 5.其中, 表层Chl-a平均浓度为264.62 μg·L-1, 介于10.71~3 808.35 μg·L-1之间, 最高值出现在41号点; 中层Chl-a平均浓度为83.77 μg·L-1, 浓度介于8.50~515.76 μg·L-1之间, 高值出现在28、31与37号点; 底层Chl-a平均浓度为52.89 μg·L-1, 介于7.40~168.74 μg·L-1之间, 较高值出现在14、31、29与23号点位.空间上, 表、中和底层均呈北部浓度低, 南部靠近湾口区高的分布状态.不同水层叶绿素a浓度沿水深呈减小趋势, 表层Chl-a浓度高值分别是中层和底层叶绿素a最高值的7倍和22倍, 存在显著的分层现象.

图 5 梅梁湾表、中和底层各指标的空间分布 Fig. 5 Spatial distribution of indicators in surface, middle, bottom waters of Meiliang Bay

TN表、中和底层的平均值分别为4.17、2.55和2.14 mg·L-1, 浓度范围分别是1.46~35、1.37~7.52和1.44~3.27 mg·L-1; PN表、中和底层的平均值分别为2.91、1.24和0.84 mg·L-1, 浓度范围分别是0.27~33.93、0.17~5.84和0.19~2.13 mg·L-1; DTN表、中和底层平均值分别为1.26、1.31和1.30 mg·L-1, 浓度范围分别是0.89~1.94、0.84~1.96和0.89~2.06 mg·L-1. TN与PN表、中和底层的浓度分布均与Chl-a一致, 均呈北部浓度低, 南部靠近湾口区高的分布状态, 而DTN表、中和底层的高浓度区域出现在西北沿岸带、西南沿岸带及东南部.说明TN、PN受蓝藻水华空间分布的影响较大.

TP表层浓度范围介于0.083~3.313 mg·L-1之间, 平均值0.363 mg·L-1; 中层平均浓度0.177 mg·L-1, 浓度最低为0.080 mg·L-1, 浓度最高为0.849 mg·L-1, 高浓度区域位于37号点周围, 底层平均浓度为0.132 mg·L-1, 范围在0.075~0.259 mg·L-1间. PP表层平均值0.320 mg·L-1, 浓度介于0.008~3.287 mg·L-1之间, 中层平均浓度为0.133 mg·L-1, 37号点浓度最高(0.803 mg·L-1)、44号点浓度最低(0.006 mg·L-1), 底层平均值为0.087 mg·L-1, 浓度介于0.012~0.219 mg·L-1之间. TP与PP在表、中和底层的浓度分布均与Chl-a一致.而DTP表层的高浓度分布区域在北部, DTP中层和底层自北向南均呈高低高浓度的分布.其中DTP表层浓度介于0.024~0.075 mg·L-1之间, 平均值为0.043 mg·L-1, 中层浓度范围为0.031~0.075 mg·L-1, 平均值为0.045 mg·L-1, 底层浓度介于0.033~0.071 mg·L-1之间, 平均值为0.045 mg·L-1, 中层和底层DTP的平均浓度相同且高于表层.

梅梁湾表、中和底层的高锰酸盐指数平均值分别为10.8、6.3和5.6 mg·L-1, 浓度范围分别为4.28~88.86、4.16~18.96和4.04~8.30 mg·L-1; 空间上, 高锰酸盐指数表层呈北部浓度低, 南部靠近湾口区高的分布状态, 与叶绿素a空间分布一致; 中层浓度分布差异较小, 浓度较高区域与表层一致, 底层浓度远低于表层且分布较均匀. DOC表、中和底层高锰酸盐指数的平均值分别为3.94、3.89和3.85 mg·L-1, 差异较小; 表、中和底层的浓度空间分布基本一致, 表现为北部浓度最低, 南部靠近梅梁湾湾口处浓度最高. DO表、中和底层的浓度分别为10.2、10.1和9.2 mg·L-1, 随着深度增加, 溶解氧浓度逐渐下降; 空间分布基本表现为西南部区域及湾口浓度高于东部, 北部DO浓度最低.

总体上, 梅梁湾不同形态的氮、磷营养盐以及高锰酸盐指数、DOC和DO浓度的空间分布具有一定的差异.其中, TN、TP、PN、PP和高锰酸盐指数的空间分布与水华物质的空间分布高度一致, 表现为北部浓度低, 南部靠近湾口区高的分布状态.但溶解性营养盐等相关指标则与蓝藻水华物质的空间格局具有较大的差异性, 是由于采样期间在东北偏北风的作用下, 由于蓝藻黏滞系数较大[34], 且PN和PP来源于蓝藻颗粒自身储存[35], 使TN、TP、PN和PP分布易受湖流影响, 表层及中层的蓝藻水华往湾口漂移, 造成PN、PP在西南偏南及湾口区域浓度高; 而DTN和DTP黏滞系数低, 受流场影响小, 其来源于底泥释放、蓝藻腐烂和外源污染. DTN浓度分布表现出与长期水华物质易堆积区域的一致性; 而DTP浓度分布表现出与底泥空间分布的关联性.高锰酸盐指数是表征水体的受还原性有机及无机物质的污染程度, 其浓度分布与叶绿素a分布一致, 说明蓝藻水华物质是梅梁湾主要的还原性有机物质; 而DOC是表征水体中溶解性有机物的值, DOC浓度在湾口浓度较高, 表、中和底层浓度依次降低但差异不大, 整体分布与Chl-a分布具有差异, 受湖流影响较小, 入湖污染对DOC分布影响比较大[36].

3 讨论 3.1 风场对漂浮蓝藻水华物质空间格局及动态变化具有重要影响

表层湖流是蓝藻水华漂移的重要载体[31], 而风驱动力是大型浅水湖泊湖流的主要动力因子之一[37], 而水动力条件在特殊风场(如台风)高峰期后的短期内蓝藻形成起决定性作用[38].风场对表层蓝藻水华物质空间分布的重要作用表现在叶绿素a浓度表层空间分布上, 对表层蓝藻水华的动态变化表现在因风速大小使粒子漂移速度不同.由于风场会推动漂浮蓝藻水华物质空间上的堆积, 使其成为推动湖泛形成的环境因子之一[39].诸多对梅梁湾的流场及风场的实测与模拟表明, 表层流对风场变化响应敏感且水动力条件对叶绿素a浓度空间分布有较大影响.比如, 梅梁湾在夏季偏南风、冬季西北风的作用下, 表层产生的顺时针环流使叶绿素在梅梁湾东北部浓度高于其他区域[40], 前期在东北风的作用下梅梁湾表、中和底层流均顺风由湾内流向湾外, 且由于地貌等的影响, 不同区域流场对风场的响应强度不同[30].丁文浩[31]在对太湖水动力特征的观察及分析中发现, 风速加大会直接导致上层流速增加, 使蓝藻随稳定的湖流迁移; 风速较小时虽然无法形成稳定的环流, 但使蓝藻水华容易在表面聚集.本次粒子漂流观察实验及对表层叶绿素a的空间分布表明, 梅梁湾表层湖流对同步风场变化响应迅速且湖流方向与风向有较高匹配度, 当平均风速为1.9 m·s-1和2.3 m·s-1时, 用粒子平均漂移速度表征出表层流速分别为3.0 cm·s-1和5.0 cm·s-1, 表层叶绿素a在空间上呈南部浓度低, 北部靠近湾口区域浓度高的分布, 这是由于在偏北风的作用下表层蓝藻水华往偏南的湾口方向漂移, 并且在采样当天及前一周持续偏北风的作用下, 太湖形成围绕洞庭西山的顺时针环流, 在其北面存在一条从梅梁湾西部流入、东部流出的稳定湖流, 引起梅梁湾与太湖的水交换[41], 在梅梁湾北部靠近湾口区域处于环流顶托, 蓝藻水华容易滞留在该区域, 同时, 梅梁湾连接太湖的湾口中间部分存在0.22 km2大小的拖山岛也会在一定程度影响水体运动, 对湖流产生一定的影响.

3.2 风场作用下蓝藻水华物质迁移对关键水质指标的巨大影响

通过叶绿素a及营养盐浓度的表层空间分布情况看, 总氮、总磷、颗粒态氮磷与高锰酸盐指数表层的空间分布与表层叶绿素a一致, 说明粒子追踪方法能够较好表征蓝藻水华物质在风场作用下的移动特征.由于蓝藻生长过程中会吸收大量氮磷营养盐, 漂浮蓝藻是颗粒氮磷的主要存在形式, 尤其在高密度蓝藻聚积未腐烂的水体中, 氮磷营养盐主要赋存在藻体内[42].因此, 风场在影响表层蓝藻的漂移速度与方向的同时, 也对颗粒态氮磷、水体有机质及叶绿素a等关键水质指标的表层空间分布、时空再分配过程均有决定性作用.

以往研究发现, 梅梁湾河口湖区存在小环流, 容易成为蓝藻聚集区[37].同时, 位于梅梁湾东北部的梁溪河入湖时携带大量污染物质, 使梅梁湾东北部Chl-a、TN和TP等指标的浓度高于其他区域[34]. 2007年以来, 对梁溪河安置闸阀并设立泵站, 阻止其污染物的排入的同时将聚集的蓝藻水华泵至河道, 在偏北风的作用下, 梅梁湾东北部除DTP以外的指标浓度低于其他水域, 说明泵站的设立能有效改善河口湖区水质.丁文浩[31]对太湖湖流及风速风向的分析发现, 在低风速(2.3 m·s-1)和中等风速(3.8 m·s-1)情况下, 上下层湖流分异比较明显, 当风速达到6.7 m·s-1时, 上下层湖流流向一致.采样当天平均风速较小(1.9 m·s-1), 不利于水动力垂向混合[43], 大部分蓝藻漂浮在水体表面, 致使表层叶绿素a及TN、TP、PN和PP在表层浓度远高于中层; 底泥的释放也是造成水质在垂直方向上产生差异的原因之一.因此对梅梁湾采样点布设时, 也应考虑到由于蓝藻漂移造成梅梁湾叶绿素a及营养盐空间分布的异质性, 合理布设具有代表性的采样点位, 才能更加客观反映调查期间湖泊水体的真实水质情况.

3.3 风场变化对连通河道配水工程的水质效益产生影响

调水、补水和排水等工程手段在湖泊和河道治理上已有较多应用.根据不同调水目标针对性地考虑调水水质、实施流量管理、注重水生态功能平衡与资源的保护是科学实施调水、配水工程管理的重点.在我国, 已有很多以水质改善和水华控制为目标的调水工程, 如“引江济太”工程[44], 三峡水库库区支流调度工程[45], 巢湖调水治理河道水质及蓝藻工程[46]等.本研究表明, 风场会影响梅梁湾泵站水域的水质情况, 当河道水质和梅梁湾水质作为不同考虑对象时, 风场是优化调水方案应考虑的重要因素.由于梅梁湖泵站位于梅梁湾河口湖区, 在西南方向风场作用会使梅梁湾漂浮在水面的藻颗粒往梁溪河河口方向及沿岸堆积[47], 东南风条件下, 藻的输移也会使西北部及北部湖区叶绿素a偏高[48]; 本次叶绿素a及营养盐的空间差值分布说明, 偏北风的风场条件下, 有利于避开蓝藻水华在河口沿岸堆积.因此, 当以梁溪河水质为主时, 在偏北风的风场条件下进行泵水调水作业, 有利于河湖水力交换, 增加河道生态需水量、提高溶解氧水平; 当东南风的吹动下太湖蓝藻向梅梁湾漂移, 容易引发“湖泛”灾害时, 在有利于蓝藻往河口漂移的西南风向风场下, 加大调水力度, 有助于湾内蓝藻排出, 降低灾害发生的风险.

3.4 梅梁湾蓝藻赋存量估算及其对蓝藻水华打捞工程的指示意义

蓝藻打捞是一种借助工程技术清除藻类污染的物理措施[49, 50], 在水华发生季节进行藻类人工清除是非常有效且无负面影响的一种方法[51].经过2007年太湖供水危机, 无锡市政府就已经把打捞蓝藻作为治理太湖蓝藻水华的一种长期举措[52].微囊藻(Microcystis)是太湖蓝藻水华的主要藻种[53], 也是主要的打捞对象.相关资料显示, 2008年江浙两省在太湖打捞的富藻水总量约68万t, 宜兴市与无锡市是江苏省主要打捞点, 其中在太湖无锡区域设立的打捞点最多, 而梅梁湾打捞量占无锡市打捞量的三分之一[54].随着蓝藻机械化打捞的能力提升、打捞效率的提高, 江苏省富藻水的打捞量从2008年60万t上升至2016年160万t左右[55]. 2017年无锡市共计打捞富藻水214万t, 由富藻水产出的藻泥(含水率85%)13万t[56], 富藻水里蓝藻干物质(基本不含胞外水)的量为19500 t.每年5~10月是蓝藻暴发主要时期, 2017年梅梁湾打捞点平均每天打捞35 t蓝藻干物质.蓝藻水华物质打捞已经成为治太工程中一项投资巨大、意义重大的日常工作.

在低风速的场景下, 蓝藻水华物质主要存在于表层水体.按照表层20 cm水体叶绿素a含量测定及相关关系分析估算, 采样当天梅梁湾表层蓝藻干物质的赋存量约为396 t.以此估算, 平均每日打捞量占当日湖湾表层赋存量的8.8%, 而90%的蓝藻水华物质仍存在于库湾表层水体中.这说明, 即使在花费了巨大代价的情况下, 管理部门尽全力实施的蓝藻打捞工程对湖泊水体蓝藻水华物质的去除能力有限.因此, 蓝藻水华物质打捞的定位应该是滨岸带湖泛的防控, 作为蓝藻聚集时的原位应急控制方法, 而非蓝藻水华治理.打捞虽然能够防止蓝藻长时间堆积、控制藻源性有机物的释放[57], 但打捞蓝藻的方法只能去除少量漂浮在表层的蓝藻颗粒, 与赋存量相比, 打捞量不足10%;从管理角度来看, 削减流域营养盐的输入才是长期现实有效控制蓝藻水华的策略[58, 59].

4 结论

(1) 浅水湖泊水体中蓝藻水华物质的时空分配受风场的影响大, 漂移堆积空间变化对风场变化响应敏感, 在蓝藻水华风险预测、连通河道的配水工程管理上应予充分考虑.

(2) 风场作用下蓝藻水华物质空间再分配过程对水体颗粒态、溶解态营养盐的影响大, 颗粒物营养盐与蓝藻水华变化的一致性高, 溶解态营养盐与蓝藻水华物质空间格局的一致性较差, 在水质调查方案中应加以关注.

(3) 从调查期间水体蓝藻水华颗粒物的赋存量估算及其与太湖治理工程中蓝藻打捞能力的评估表明, 目前的蓝藻打捞能力对区域水华物质的去除量不足水相表层赋存量的10%.打捞蓝藻的方法只能去除少量漂浮在表层的蓝藻颗粒; 防控湖泛灾害的蓝藻打捞作业对湖体蓝藻水华赋存量的清除能力有限, 只能对岸边带湖泛的预防产生影响.

致谢: 感谢太湖湖泊生态系统研究站提供气象数据, 感谢孙祥、王汉师兄们在采样方面的帮助, 感谢薛静琛、笪文怡在样品分析中的帮助, 感谢无锡市蓝藻治理办公室在调查工作中的支持.
参考文献
[1] 吴庆龙, 谢平, 杨柳燕, 等. 湖泊蓝藻水华生态灾害形成机理及防治的基础研究[J]. 地球科学进展, 2008, 23(11): 1115-1123.
Wu Q L, Xie P, Yang L Y, et al. Ecological consequences of cyanobacterial blooms in lakes and their countermeasures[J]. Advances in Earth Science, 2008, 23(11): 1115-1123. DOI:10.3321/j.issn:1001-8166.2008.11.001
[2] Qin B Q, Xu P Z, Wu Q L, et al. Environmental issues of Lake Taihu, China[J]. Hydrobiologia, 2007, 581(1): 3-14. DOI:10.1007/s10750-006-0521-5
[3] Paerl H W, Xu H, McCarthy M J, et al. Controlling harmful cyanobacterial blooms in a hyper-eutrophic lake (Lake Taihu, China):the need for a dual nutrient (N & P) management strategy[J]. Water Research, 2011, 45(5): 1973-1983. DOI:10.1016/j.watres.2010.09.018
[4] Carmichael W W. Health effects of toxin-producing cyanobacteria:'The CyanoHABs'[J]. Human and Ecological Risk Assessment:An International Journal, 2001, 7(5): 1393-1407. DOI:10.1080/20018091095087
[5] Huisman J, Matthijs H C P, Visser P M. Harmful cyanobacteria[M]. Netherlands: Springer, 2005.
[6] Paul V J. Global warming and cyanobacterial harmful algal blooms[J]. Advances in Experimental Medicine and Biology, 2008, 619: 239-257. DOI:10.1007/978-0-387-75865-7
[7] Paerl H W, Otten T G. Harmful cyanobacterial blooms:causes, consequences, and controls[J]. Microbial Ecology, 2013, 65(4): 995-1010. DOI:10.1007/s00248-012-0159-y
[8] O'Neil J M, Davis T W, Burford M A, et al. The rise of harmful cyanobacteria blooms:the potential roles of eutrophication and climate change[J]. Harmful Algae, 2012, 14: 313-334. DOI:10.1016/j.hal.2011.10.027
[9] 马健荣, 邓建明, 秦伯强, 等. 湖泊蓝藻水华发生机理研究进展[J]. 生态学报, 2013, 33(10): 3020-3030.
Ma J R, Deng J M, Qing B Q, et al. Progress and prospects on cyanobacteria bloom-forming mechanism in lakes[J]. Acta Ecologica Sinica, 2013, 33(10): 3020-3030.
[10] 孔繁翔, 高光. 大型浅水富营养化湖泊中蓝藻水华形成机理的思考[J]. 生态学报, 2005, 25(3): 589-595.
Kong F X, Gao G. Hypothesis on cyanobacteria bloom-forming mechanism in large shallow eutrophic lakes[J]. Acta Ecologica Sinica, 2005, 25(3): 589-595. DOI:10.3321/j.issn:1000-0933.2005.03.028
[11] Dokulil M T, Teubner K. Cyanobacterial dominance in lakes[J]. Hydrobiologia, 2000, 438(1-3): 1-12.
[12] 杨柳燕, 杨欣妍, 任丽曼, 等. 太湖蓝藻水华暴发机制与控制对策[J]. 湖泊科学, 2019, 31(1): 18-27.
Yang L Y, Yang X Y, Ren L M, et al. Mechanism and control strategy of cyanobacterial bloom in Lake Taihu[J]. Journal of Lake Sciences, 2019, 31(1): 18-27.
[13] Shi K, Zhang Y L, Zhang Y B, et al. Phenology of phytoplankton blooms in a trophic lake observed from long-term MODIS data[J]. Environmental Science & Technology, 2019, 53(5): 2324-2331.
[14] 陈黎明, 王成林, 李褆来. 特殊风场条件对太湖蓝藻水华迁移的影响研究[J]. 环境监测管理与技术, 2012, 24(3): 29-34.
Chen L M, Wang C L, Li T L. Study on movement of cyanobacteria bloom with special wind-field condition in Taihu Lake[J]. The Administration and Technique of Environmental Monitoring, 2012, 24(3): 29-34. DOI:10.3969/j.issn.1006-2009.2012.03.007
[15] 朱永春, 蔡启铭. 风场对藻类在太湖中迁移影响的动力学研究[J]. 湖泊科学, 1997, 9(2): 152-158.
Zhu Y C, Cai Q M. The dynamic research of the influence of wind field on the migration of algae in Taihu Lake[J]. Journal of Lake Sciences, 1997, 9(2): 152-158.
[16] 王文兰, 曾明剑, 任健. 近地面风场变化对太湖蓝藻暴发影响的数值研究[J]. 气象科学, 2011, 31(6): 718-725.
Wang W L, Zeng M J, Ren J. Numerical study of the impact of surface wind changes on the cyanobacteria bloom in Lake Taihu[J]. Journal of the Meteorological Sciences, 2011, 31(6): 718-725. DOI:10.3969/j.issn.1009-0827.2011.06.007
[17] 马荣华, 孔繁翔, 段洪涛, 等. 基于卫星遥感的太湖蓝藻水华时空分布规律认识[J]. 湖泊科学, 2008, 20(6): 687-694.
Ma R H, Kong F X, Duan H T, et al. Spatio-temporal distribution of cyanobacteria blooms based on satellite imageries in Lake Taihu, China[J]. Journal of Lake Sciences, 2008, 20(6): 687-694. DOI:10.3321/j.issn:1003-5427.2008.06.001
[18] Lin L, Appiah-Sefah G, Li M. Using a laser particle analyzer to demonstrate relationships between wind strength and Microcystis colony size distribution in Lake Taihu, China[J]. Journal of Freshwater Ecology, 2015, 30(3): 425-433. DOI:10.1080/02705060.2014.976666
[19] 水利部太湖流域管理局, 江苏省水利厅, 浙江省水利厅, 等.太湖健康状况报告(2016)[EB/OL]. http://www.tba.gov.cn/contents/45/14731.html, 2017-09-11.
[20] 朱伟, 谈永琴, 王若辰, 等. 太湖典型区2010-2017年间水质变化趋势及异常分析[J]. 湖泊科学, 2018, 30(2): 296-305.
Zhu W, Tan Y Q, Wang R C, et al. The trend of water quality variation and analysis in typical area of Lake Taihu, 2010-2017[J]. Journal of Lake Sciences, 2018, 30(2): 296-305.
[21] 中国科学院南京地理与湖泊研究所. 太湖梅梁湾2007年蓝藻水华形成及取水口污水团成因分析与应急措施建议[J]. 湖泊科学, 2007, 19(4): 357-358.
Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences. On the cause of cyanophyta bloom and pollution in water intake area and emergency measures in Meiliang Bay, Lake Taihu in 2007[J]. Journal of Lake Sciences, 2007, 19(4): 357-358. DOI:10.3321/j.issn:1003-5427.2007.04.001
[22] 水利部太湖流域管理局, 江苏省水利厅, 浙江省水利厅, 等.太湖健康状况报告(2014)[EB/OL]. http://www.tba.gov.cn/contents/45/14729.html, 2015-03-18.
[23] 焦锋, 李新. 太湖梅梁湾富营养化相关问题探讨[J]. 环境污染与防治, 2005, 27(3): 214-217.
Jiao F, Li X. Discussion on relative questions of eutrophication in Meiliang Lake[J]. Environmental Pollution and Control, 2005, 27(3): 214-217. DOI:10.3969/j.issn.1001-3865.2005.03.019
[24] 逄勇, 濮培民. 非稳定风场作用下太湖梅梁湾流场、散度场的研究[J]. 南京气象学院学报, 1996, 19(2): 186-190.
Pang Y, Pu P M. Study of flow and divergence fields under effect of unsteady wind at Meiliang Lake Taihu[J]. Journal of Nanjing Institute of Meteorology, 1996, 19(2): 186-190.
[25] 黄清辉, 王东红, 王春霞, 等. 太湖梅梁湾和五里湖沉积物磷形态的垂向变化[J]. 中国环境科学, 2004, 24(2): 147-150.
Huang Q H, Wang D H, Wang C X, et al. Vertical variation of the phosphorus form in the sediments of Meiliang Bay and Wuli Lake of Taihu Lake[J]. China Environmental Science, 2004, 24(2): 147-150. DOI:10.3321/j.issn:1000-6923.2004.02.005
[26] 陈宇炜, 陈开宁, 胡耀辉. 浮游植物叶绿素a测定的"热乙醇法"及其测定误差的探讨[J]. 湖泊科学, 2006, 18(5): 550-552.
Chen Y W, Chen K N, Hu Y H. Discussion on possible error for phytoplankton chlorophyll-a concentration analysis using hot-ethanol extraction method[J]. Journal of Lake Sciences, 2006, 18(5): 550-552. DOI:10.3321/j.issn:1003-5427.2006.05.019
[27] 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: 69-70.
[28] 国家环境保护局. 水和废水监测分析方法[M]. 北京: 中国环境科学出版社, 1998: 19-20.
[29] 张运林, 杨龙元, 秦伯强, 等. 太湖北部湖区COD浓度空间分布及与其它要素的相关性研究[J]. 环境科学, 2008, 29(6): 1457-1462.
Zhang Y L, Yang L Y, Qin B Q, et al. Spatial distribution of COD and the correlations with other parameters in the northern region of Lake Taihu[J]. Environmental Science, 2008, 29(6): 1457-1462. DOI:10.3321/j.issn:0250-3301.2008.06.001
[30] 吴挺峰, 朱广伟, 秦伯强, 等. 前期风场控制的太湖北部湖湾水动力及对蓝藻水华影响[J]. 湖泊科学, 2012, 24(3): 409-415.
Wu T F, Zhu G W, Qin B Q, et al. Prior wind field induced hydrodynamics and its influence on cyanobacterial bloom in northern bays of Lake Taihu, China[J]. Journal of Lake Sciences, 2012, 24(3): 409-415. DOI:10.3969/j.issn.1003-5427.2012.03.012
[31] 丁文浩.太湖水动力特征及生态效应模拟[D].北京: 中国科学院大学, 2018. 36-63.
Ding W H. Study on the hydrodynamic characteristics and ecological effect simulation in Lake Taihu[D]. Beijing: University of Chinese Academy of Sciences, 2018. 36-63.
[32] 金颖薇, 朱广伟, 许海, 等. 太湖水华期营养盐空间分异特征与赋存量估算[J]. 环境科学, 2015, 36(3): 936-945.
Jin Y W, Zhu G W, Xu H, et al. Spatial distribution pattern and stock estimation of nutrients during bloom season in Lake Taihu[J]. Environmental Science, 2015, 36(3): 936-945.
[33] Bao M, Guan W B, Yang Y, et al. Drifting trajectories of green algae in the western Yellow Sea during the spring and summer of 2012[J]. Estuarine, Coastal and Shelf Science, 2015, 163: 9-16. DOI:10.1016/j.ecss.2015.02.009
[34] 秦伯强, 胡维平, 陈伟民, 等. 太湖梅梁湾水动力及相关过程的研究[J]. 湖泊科学, 2000, 12(4): 327-334.
Qin B Q, Hu W P, Chen W M, et al. Studies on the hydrodynamic processes and related factors in Meiliang Bay, Northern Taihu Lake, China[J]. Journal of Lake Sciences, 2000, 12(4): 327-334.
[35] 李秉柏, 施德堂, 王志明. 太湖蓝藻暴发的原因及对策建议[J]. 江苏农业科学, 2007(6): 336-339.
Li B B, Shi D T, Wang Z M. Cause and strategy suggestion of Cyanophytes breaking out in Taihu lake[J]. Jiangsu Agricultural Sciences, 2007(6): 336-339. DOI:10.3969/j.issn.1002-1302.2007.06.110
[36] 周业凯, 陈卫, 陶辉, 等. 太湖水源水中溶解性有机物特性分析[J]. 中国给水排水, 2017, 33(5): 60-63.
Zhou Y K, Chen W, Tao H, et al. Characteristics of dissolved organic matter in source water of Taihu Lake[J]. China Water & Wastewater, 2017, 33(5): 60-63.
[37] 许旭峰, 刘青泉. 太湖风生流特征的数值模拟研究[J]. 水动力学研究与进展, 2009, 24(4): 512-518.
Xu X F, Liu Q Q. Numerical study on the characteristics of wind-induced current in Taihu Lake[J]. Chinese Journal of Hydrodynamics, 2009, 24(4): 512-518.
[38] Qin B Q, Li W, Zhu G W, et al. Cyanobacterial bloom management through integrated monitoring and forecasting in large shallow eutrophic Lake Taihu (China)[J]. Journal of Hazardous Materials, 2015, 287: 356-363. DOI:10.1016/j.jhazmat.2015.01.047
[39] 刘俊杰, 陆隽, 朱广伟, 等. 2009-2017年太湖湖泛发生特征及其影响因素[J]. 湖泊科学, 2018, 30(5): 1196-1205.
Liu J J, Lu J, Zhu G W, et al. Occurrence characteristics of black patch events and their influencing factors in Lake Taihu during 2009 and 2017[J]. Journal of Lake Sciences, 2018, 30(5): 1196-1205.
[40] 罗潋葱, 秦伯强, 朱广伟, 等. 太湖梅梁湾冬季湖流特征[J]. 湖泊科学, 2004, 16(1): 73-76.
Luo L C, Qin B Q, Zhu G W, et al. Current circulation pattern in winter Meiliang Bay, Lake Taihu[J]. Journal of Lake Sciences, 2004, 16(1): 73-76. DOI:10.3321/j.issn:1003-5427.2004.01.011
[41] 孙顺才, 黄漪平. 太湖[M]. 北京: 海洋出版社, 1993: 112-113.
[42] 陈丙法, 冯慕华, 尚丽霞, 等. 聚积蓝藻不同打捞强度下藻源污染物释放特征研究[J]. 环境科学学报, 2016, 36(11): 4077-4086.
Chen B F, Feng M H, Shang L X, et al. The release characteristics of algae-derived pollutants in different salvage intensities after cyanobacteria accumulation[J]. Acta Scientiae Circumstantiae, 2016, 36(11): 4077-4086.
[43] 范成新, 陈宇炜, 吴庆龙. 夏季盛行风对太湖北部藻类水华分布的影响[J]. 上海环境科学, 1998, 17(8): 4-6.
Fan C X, Chen Y W, Wu Q L. Effect of prevailing wind in summer on distribution of algal bloom in Lake Taihu[J]. Shanghai Environmental Science, 1998, 17(8): 4-6.
[44] 吴浩云, 周丹平, 何佳, 等. 引江济太工程综合效益的评估及方法探讨[J]. 湖泊科学, 2008, 20(5): 639-647.
Wu H Y, Zhou D P, He J, et al. Integrated benefit assessment of the project water diversion from Yangtze River to Lake Taihu and discussion on the methodology[J]. Journal of Lake Sciences, 2008, 20(5): 639-647. DOI:10.3321/j.issn:1003-5427.2008.05.013
[45] 陈淼, 苏晓磊, 黄慧敏, 等. 三峡库区支流生境因子对库区蓄水的响应[J]. 生态学报, 2018, 38(4): 1478-1486.
Chen M, Su X L, Huang H M, et al. Response of habitat factors to reservoir impoundment in tributaries in the three gorges reservoir region[J]. Acta Ecologica Sinica, 2018, 38(4): 1478-1486.
[46] 李飞鹏, 张海平, 陈玲, 等. 调水对巢湖市河道水质的改善效果及对浮游藻类的影响[J]. 水资源与水工程学报, 2015, 26(3): 30-34.
Li F P, Zhang H P, Chen L, et al. Effect of water diversion on improvement of river water quality and phytoplankton in Chaohu[J]. Journal of Water Resources and Water Engineering, 2015, 26(3): 30-34.
[47] 余茂蕾, 洪国喜, 许海, 等. 湖泊蓝藻水华对连通河道水质的影响[J]. 环境科学, 2019, 40(2): 603-613.
Yu M L, Hong G X, Xu H, et al. Effects of cyanobacterial blooms in eutrophic lakes on water quality of connected rivers[J]. Environmental Science, 2019, 40(2): 603-613.
[48] 许遐祯, 钱昊钟, 赵巧华. 风场对太湖叶绿素a空间分布的影响[J]. 生态学杂志, 2012, 31(5): 1282-1287.
Xu X Z, Qian H Z, Zhao Q H. Effects of wind field on spatial distribution of chlorophyll-a concentration in Taihu Lake[J]. Chinese Journal of Ecology, 2012, 31(5): 1282-1287.
[49] Henderson R, Parsons S A, Jefferson B. The impact of algal properties and pre-oxidation on solid-liquid separation of algae[J]. Water Research, 2008, 42(8-9): 1827-1845. DOI:10.1016/j.watres.2007.11.039
[50] Majsterek I, Sicinska P, Tarczynska M, et al. Toxicity of microcystin from cyanobacteria growing in a source of drinking water[J]. Comparative Biochemistry and Physiology Part C:Toxicology & Pharmacology, 2004, 139(1-3): 175-179.
[51] 周贝贝.蓝藻打捞对水中氮磷及藻类生长的影响[D].南京: 南京师范大学, 2012.
Zhou B B. The effect of cyanobacteria salvage on nitrogen and phosphorus in water and algae growth[D]. Nanjing: Nanjing Normal University, 2012.
[52] 朱喜.太湖水环境治理措施和效果[C], 第三届全国河道治理与生态修复技术交流研讨会论文集.深圳: 中国水利学会, 中国水利技术信息中心, 2011.
[53] 刘玲莉, 顾宇飞, 罗屿, 等. 一株自太湖微囊藻上分离到的细菌的生长及磷代谢[J]. 湖泊科学, 2000, 12(4): 372-378.
Liu L L, Gu Y F, Luo Y, et al. On the growth and phosphorous metabolism of bacterium isolated from Microcystis Aeruginosu in Taihu Lake[J]. Journal of Lake Sciences, 2000, 12(4): 372-378.
[54] 水利部太湖流域管理局, 江苏省水利厅, 浙江省水利厅, 等.太湖健康状况报告(2008)[EB/OL]. http://www.tba.gov.cn/contents/45/14723.html, 2009-02-20.
[55] 水利部太湖流域管理局, 江苏省水利厅, 浙江省水利厅, 等.太湖健康状况报告(2015)[EB/OL]. http://www.tba.gov.cn/contents/45/14730.html, 2016-09-05.
[56] 水利部太湖流域管理局, 江苏省水利厅, 浙江省水利厅, 等.太湖健康状况报告(2017)[EB/OL]. http://www.tba.gov.cn/contents/45/23627.html, 2018-07-17.
[57] 陈丙法, 冯慕华, 尚丽霞, 等. 秋季聚积蓝藻打捞对蓝藻生长及水质影响的原位实验[J]. 湖泊科学, 2016, 28(2): 253-262.
Chen B F, Feng M H, Shang L X, et al. Effects on cyanobacterial growth and water quality after harvesting accumulated cyanobacteria in autumn:an in-situ experiment in Lake Chaohu[J]. Journal of Lake Sciences, 2016, 28(2): 253-262.
[58] Xu H, Paerl H W, Zhu G W, et al. Long-term nutrient trends and harmful cyanobacterial bloom potential in hypertrophic Lake Taihu, China[J]. Hydrobiologia, 2017, 787(1): 229-242. DOI:10.1007/s10750-016-2967-4
[59] Paer H W, Gardner W S, Havens K E, et al. Mitigating cyanobacterial harmful algal blooms in aquatic ecosystems impacted by climate change and anthropogenic nutrients[J]. Harmful Algae, 2016, 54: 213-222. DOI:10.1016/j.hal.2015.09.009