环境科学  2020, Vol. 41 Issue (5): 2158-2165   PDF    
水源水库藻类功能群落演替特征及水质评价
李衍庆1,2, 黄廷林1,2, 张海涵1,2, 温成成1,2, 杨尚业1,2, 林子深1,2, 高欣3     
1. 西安建筑科技大学环境与市政工程学院, 西北水资源与环境生态教育部重点实验室, 西安 710055;
2. 西安建筑科技大学环境与市政工程学院, 陕西省环境工程重点实验室, 西安 710055;
3. 李家河水库管理有限公司, 西安 710016
摘要: 为了解水源水库的藻类功能群落时空演替特征及水质变化,以李家河水库为例,2018年9月~2019年6月对藻类及水质因子开展连续监测,采用功能类群划分方法对水库藻类进行了识别与分类,探讨了藻类功能群落与水质间关系,并结合WQI指数法进行水质评价.结果表明,本研究共获得藻类56种,隶属于4门28属,可划分为15个功能群类,其中优势藻类功能群落分别为B、D、G、J、L0、Mp、P、W1和X1;李家河水库藻类结构呈现明显的季节性特征,混合期藻密度明显低于分层期,其中混合期的主要功能藻种为小球藻和小环藻,分层期的主要功能藻种为舟形藻和针杆藻.冗余分析(RDA)表明,水温、混合层深度和RWCS指数是驱动藻类演替的主要因子;WQI分析结果显示李家河水体水质为"良好",混合期水质略好于分层期.本研究指出扬水曝气系统可改变藻类功能群落的演替特征,有效改善水源水库水质,保障了饮水供水安全.
关键词: 李家河水库      藻类功能群落      演替特征      RDA分析      WQI水质评价     
Succession Characteristics of Algae Functional Groups and Water Quality Assessment in a Drinking Water Reservoir
LI Yan-qing1,2 , HUANG Ting-lin1,2 , ZHANG Hai-han1,2 , WEN Cheng-cheng1,2 , YANG Shang-ye1,2 , LIN Zi-shen1,2 , GAO Xin3     
1. Key Laboratory of Northwest Water Resource, Environment and Ecology, Ministry of Education, School of Environmental and Municipal Engineering, Xi'an University of Architecture and Technology, Xi'an 710055, China;
2. Shaanxi Key Laboratory of Environmental Engineering, School of Environmental and Municipal Engineering, Xi'an University of Architecture and Technology, Xi'an 710055, China;
3. Lijiahe Reservoir Management Co., Ltd., Xi'an 710016, China
Abstract: To understand the temporal and spatial succession characteristics of algae functional communities and water quality changes in a drinking water reservoir, the Lijiahe Reservoir was selected to monitor variations in water quality and algae from September 2018 to June 2019. The algae community was classified into functional groups following the method proposed by Reynolds and Padisák. The relationship between algal functional community and water quality was discussed, and the water quality was assessed using the water quality index (WQI) method. The results showed that 56 species of algae were obtained, belonging to 4 families and 28 genera, which were divided into 15 functional groups. The dominant algae functional communities were B, D, G, J, L0, Mp, P, W1, and X1. The algae structure of Lijiahe Reservoir showed obvious seasonal characteristics. The algal density in the mixed period was significantly lower than that in the stratification period. The main functional algae in the mixed period were Chlorella and Cyclotella, but Navicula and Synedra were the dominant functional algae in the stratification period. Redundancy analysis showed that the water temperature, mixing depth, and relative water column stability index were the main factors driving algae succession. WQI analysis indicated that the water quality of Lijiahe Reservoir was "good", and the water quality during the mixed period was slightly better than that in the stratification period. This study demonstrates that water-lifting aerators can change the succession characteristics of algae functional groups, and effectively contribute to improvement in water quality in a drinking water reservoir.
Key words: Lijiahe Reservoir      algae functional community      succession characteristics      RDA analysis      WQI assessment     

水库是我国重要的饮用水水源, 但在全球变暖和经济快速发展的背景下, 过量营养输入和气温升高导致水库水体面临藻类水华和富营养化的双重问题[1].而水库水环境变化也会引起浮游藻类群落的演替, 反映水质变化[2].因此, 藻类时空演替特征及水生态评价在水源水库显得尤为重要.

浮游藻类作为水体中主要的初级生产者和生态指示物种[3, 4], 其群落组成和种群变化能直接反映水环境的状况[5~7], 但常规传统的浮游藻类的系统分类学难以体现浮游植物的生态学功能[8, 9].目前国内外学者广泛采用藻类功能分组(phytoplankton functional classification)研究湖库水生态状况[10~12].Reynolds等[13]以生理生长特征及环境适应性为基础, 将具有相同生态位的浮游藻类优势种组合划分为31个不同的功能群, 可更合理地揭示生境变化对藻类集群的选择机制和水体状况.邓婕等[14]对雅鲁藏布江湘河流域水质进行了评价, 指出优势功能群的演替是水动力环境与水质变化共同作用的结果.以上报道指出了藻类功能分组应用于湖泊水源研究的可行性, 但多集中于自然水域时空演替及其群落驱动因子方向, 针对水源水库混合期及分层期浮游功能藻类演替特征、优势功能群落识别方向的研究较少.

李家河水库源起秦岭山脉, 是西安市的主要供水水源之一, 作为典型的峡谷性深水型分层水库, 2017年分层期暴发蓝藻水华且底层沉积污染释放, 水生态系统被破坏[15, 16].针对以上问题, 李家河水库于2018年引入扬水曝气水质改善技术(water-lifting aerators, WLAs), 延长了水体混合期, 改变了原有水生态环境及水质状况[17], 这可能驱动藻类演替和功能组群的再选择.因此, 本研究以李家河水库为例, 于2018年9月至2019年6月期间开展连续监测, 通过对浮游藻类和水质指标的分析, 探究人工干预水库混合期及分层期浮游藻类功能组演替规律及其主控因子, 并结合WQI(water quality index)开展水库水质的量化评估, 以期为水源水库生态功能解析、水质监管和治理提供理论依据和决策参考.

1 材料与方法 1.1 研究区域概况

李家河水库(33°51′N~34°08′N; 109°17′E~109°36′E)位于陕西省西安市蓝田县境内, 是西安市重要的供水水源之一, 兼具发电、防洪等功能.李家河水库建于2015年, 是典型性的峡谷深水型分层水库, 总库容5.69×107 m3, 平均水深和最大水深分别为56 m和80 m.

李家河水库于2016年和2017年均暴发了蓝藻水华[18], 为改善水库水质, 提高供水安全.李家河水库于2018年引入扬水曝气水质改善技术(water-lifting aerators, WLAs), 兼具人工强制混合及底层充氧功能, 可改变藻类结构及分布, 在主库区共安装8台扬水曝气器, 呈S型分布, 其他具体性能参数见文献[19].

2018年6月20日~9月30日, 扬水曝气系统运行, 实现了水体强制混合, 9月底系统关闭后, 水体持续自然混合, 故2018年9月~2019年2月底为水体混合期, 2019年3~6月为水体自然分层期.

1.2 采样点布置

根据藻类及水质研究需要, 在李家河水库坝前区域设置原位监测点(见图 1), 该监测点位于水库最深区域且水体滞留时间长, 历年水深范围为32~77 m, 平均水深49 m, 存在明显的季节性分层特征, 具有研究代表性.监测点垂向共设置3个采样深度, 分别为表层(水下0.5 m)、中层(分层期为温跃层中部, 混合期为水体垂向中部)及底层(沉积物上0.5 m).

图 1 李家河水库采样点位置示意 Fig. 1 Location of sampling sites in Lijiahe Reservoir

1.3 水样采集与分析

本研究于2018年9月~2019年6月在坝前监测点实施原位监测, 频率为每月2~4次, 利用5 L的取水器分别采集不同深度水样.其中, 每个水样保留1 L现场加入鲁哥试剂, 用于浮游植物定性及定量分析, 其余水样带回实验室立即开展理化分析.水温(WT)、电导率(EC)、溶解氧(DO)、pH和浊度(Turb)等指标使用哈希Hydrolab DS5多功能水质分析仪原位监测, 深度间隔为1 m;透明度(SD)采用Secchi盘法现场测定.

水体营养盐及有机物指标均参照文献[20]中标准方法.高锰酸盐指数采用酸式滴定法测定, 总氮(TN)和总磷(TP)采用碱性过硫酸钾消解-紫外分光光度法和过硫酸钾消解-钼锑抗分光光度法测定, 氨氮(NH4+-N)采用纳氏试剂分光光度法测定, 硝氮(NO3--N)采用紫外分光光度法测定.

藻类分析采用生物光学显微镜, 鉴定到属水平, 具体藻类的识别参考文献[21], 对已获得的藻种根据Renolyd等[13]和Padisák等[22]提出的方法进行浮游植物功能群落的分类.

1.4 评价方法 1.4.1 优势度分析

藻类功能群的优势度指数根据相应功能群出现的频率和丰度来确定[23]

(1)

式中, Y为优势度, fi为第i藻类功能群在采样点中出现的频率;Pi为第i功能群丰度占总藻类丰度的比例.当Y>0.02时定为优势功能群[24].

1.4.2 真光层、混合层及水体稳定指数分析

水体真光层(Zeu)深度为透明度(SD)的2.7倍, 混合层(Zmix)深度主要与水体参混状态有关, 其值根据水温垂向分布分析获得[25].其中, Zeu/Zmix比值能用来反映水体光的可利用性, 影响浮游植物的分布[26];水体热分层稳定性评价采用RWCS指数, 具体计算公式如下[27]

(2)

式中, DsDb分别代表表层和底层的水体密度, kg ·m-3D4D5分别代表 4℃时的纯水密度和5℃时的密度, kg ·m-3;由于李家河水库浊度总体较低, 故计算中未考虑悬浮固体.

1.4.3 水质指数(WQI)分析

为了更客观地评价李家河水库水质状况, 采用水质评价指数(WQI), 遴选WT、pH、EC、DO、TN、NH4+-N、NO3--N、TP、RWCS和Zeu/Zmix开展水质分析评估, 其中各个指标相对权重见表 1, 评价分析参考Pesce等[28]提出的方法, 具体公式如下:

表 1 用于WQI计算的相对权重和参数归一化因子 Table 1 Relative weights and normalization factors of parameters for WQI calculation

(3)

式中, n是参数的总数, Ci是分配给参数i的归一化值, Pi是从1~4分配给参数i的相对权重.WQI值评定水质, 范围从1~100:>90是优秀, 70~90是良好, 50~70是中等, 25~50是差, < 25是非常差.

1.5 数据处理

所有数据建立Excel数据管理库, 水质统计分析及绘图采用Surfer 12.0、Origin 9.0及SPSS 22.0软件.藻类与水质相关性及冗余分析采用Canoco 5.0软件, 所有参数均经过lg(x+1)转换, 后开展去趋势分析(DCA), 当计算梯度大于4, 采用典范对应分析(CCA)方法;当计算梯度小于3, 采用冗余分析(RDA)方法, 当计算梯度处于3~4之间, RDA和CCA皆可选择.

2 结果与分析 2.1 水体理化指标变化 2.1.1 物理指标变化

图 2所示, 李家河水库水温季节性变化大, 全年水温在3.23~25.14℃之间, 平均水温为13.49℃;表层水温在3.28~25.14℃之间, 平均水温17.24℃;底层水温在4.11~22.31℃, 平均水温9.88℃.图 3为水库RWCS指数季节性变化特征, RWCS值处在0.2~104之间, 根据水体热分层稳定性评价标准, 水体可分为2个时期:混合期(2018年9月~2019年2月), 分层期(2019年3月~2019年6月).

图 2 李家河水库水温垂向分布 Fig. 2 Vertical distribution of water temperature in Lijiahe Reservoir

图 3 水体RWCS指数季节性变化 Fig. 3 Seasonal variation in relative water column stability in Lijiahe Reservoir

Zeu/Zmix比值可反映光的可利用性, 是评价藻类分布的一个重要因素.如图 4所示, 总体上Zeu值变化不大, 混合期略微大于分层期, 而Zeu/Zmix值变化显著, 分层期大于混合期, 最大值出现在6月, 随着混合深度的减小而增加.

图 4 李家河水库混合层(Zmix)、真光层(Zeu)和Zeu/Zmix季节性变化 Fig. 4 Seasonal variation in the mixing zone, euphotic zone, and Zeu/Zmix ratio in Lijiahe Reservoir

2.1.2 营养盐及有机物变化

图 5所示, 总氮、总磷、氨氮和高锰酸盐指数(除硝氮外)在混合期污染物浓度呈降低趋势, 垂向污染物浓度差异不明显(P>0.05), 硝氮浓度随着混合的持续, 升高后逐步稳定.分层期各污染物浓度有升高趋势, 垂向污染物浓度存在差异(P < 0.05), 主要原因是该时期低层水体呈缺氧或厌氧态, 沉积物中污染物释放到上覆水体所致.氮磷比(N/P)季节性变化特征明显, 混合期与分层期均呈先升高后降低趋势.

图 5 李家河水库营养盐和有机物季节性变化 Fig. 5 Seasonal variation in nutrients and organic matter in Lijiahe Reservoir

2.2 藻类功能群落的演替特征 2.2.1 藻密度变化与功能群落划分

图 6所示, 本研究期间藻密度在(192~1 013)×104个·L-1之间, 平均值为416×104个·L-1, 藻密度存在明显的季节变化特征, 分层期藻密度高于混合期且在垂向存在显著差异(P < 0.05).

图 6 李家河水库藻密度季节性变化 Fig. 6 Seasonal variation in algal cell density in Lijiahe Reservoir

本研究期间共鉴定出藻类4门28属, 其中混合期以绿藻门为主, 占比超过80%, 分层期以硅藻门为主, 占比超过50%.李家河水库藻类功能群划分结果见表 2, 共获得15个藻类功能群, 分别为:X1、J、F、G、P、N、X2、Y、B、D、Mp、C、W2、W1和L0.

表 2 李家河水库藻类功能群划分 Table 2 Classification of algae functional groups in Lijiahe Reservoir

2.2.2 藻类优势功能群演替特征

李家河水库主要的藻类优势功能群为B、D、G、J、L0、Mp、P、W1和X1, 本研究中的浮游藻类优势功能群的构成、演替及其影响因子的分析均以上述优势功能群为基础.李家河水库浮游藻类功能群演替特征见图 7, 混合期主要以功能群X1+B为主, 垂向上表层、中层和底层的功能群落组成并无较大差异(P>0.05), 分层期功能群X1+B的占比逐渐下降, 功能群Mp+D成为优势功能群, 垂向上表层和中层逐渐以功能群D为主, 而底层以功能群Mp为主.

图 7 李家河水库藻类功能群相对丰度季节性变化 Fig. 7 Seasonal variations in the relative abundance of algae functional groups in Lijiahe Reservoir

2.3 WQI指数法评价水库水质

采用WQI指数法对李家河水库水质进行评价, 结果见图 8.从中可知, 李家河水库水体WQI值处在70~90之间, 评价为“良好”, 最大值和最小值分别出现在11月和3月.总体上混合期水质略好于分层期水质, 混合期垂向差异较小(P>0.05), 分层期表层水质最好.

图 8 李家河水库WQI值季节性变化 Fig. 8 Seasonal variation in WQI value in Lijiahe Reservoir

2.4 藻类功能群落演替驱动分析

选取藻类优势功能群与主要水质因子开展RDA分析(图 9), 参与冗余分析的主要因子为WT、TN、TP、NH4+-N、NO3--N、SD、RWCS和Zeu/Zmix, 轴1为主要的特征轴, 轴1和轴2的特征值分别为0.9845和0.0130, 分别解释了98.45%和1.30%的浮游藻类功能群变化.如图 9所示, WT、RWCS和Zeu/Zmix是驱动藻类功能群演替的主要环境因子, 其次为TP和SD等;此外, 功能群X1、MP、P、J、D和W1与TP、WT、RWCS和Zeu/Zmix呈正相关, 与TN和NO3--N呈负相关, L0与SD和TN呈正相关, B和G与NO3--N和NH4+-N呈正相关.

图 9 李家河水库藻类功能群与水质因子的RDA分析 Fig. 9 RDA analysis between water quality parameters and algae functional groups in Lijiahe Reservoir

3 讨论 3.1 藻类功能群演替机制

浮游藻类结构及丰度是反映水体生态系统功能和进行水质评价的重要参数[4], 其演替受水温、光照、营养盐、水体热稳定状况(混合或分层)及光的可利用性(Zeu/Zmix)等环境因子的影响[29].李家河水库藻群生物量及组成在混合期及分层期呈现差异, 具体表现为“低藻密度和X1+B功能群(混合期)”向“高藻密度及Mp+D功能群(分层期)”的演替特征, 其内在的驱动机制值得深入研究.

混合期, 水体热分层消亡(前期WLAs运行, 水体实现了人工去分层;后期水体自然混合), 垂向温差<1℃, 水体热稳定性RWCS指数较低, 水体处于持续混合的状态(图 2图 3).Ma[30]和Stramska等[31]的研究表明, 水体混合增加了混合层深度和光限制, 且紊动的水环境影响了藻类光合作用, 不利于藻类生长, 这是导致混合期藻密度较低的主要原因.此外, 该期间Zeu值较大(透明度SD较大), 但Zeu/Zmix仅为0.10~0.17(图 4).Oliver等[32]的研究指出, Zeu/Zmix小于某个临界值时会表现为光限制, 这临界值的范围为0.20~0.35, 这可能导致光敏感型藻类的大量衰亡.同时, 混合期营养盐(TN、TP和NH4+-N)总体呈下降趋势, N/P在34~182之间(图 5), 表现为磷限制(N/P>16)[33].由此可知, 混合期具有水动力环境不稳定、光可利用性低和磷限制的特征, 这是导致藻密度低的主要原因, RDA分析也印证了以上结论, 即WT、Zeu/Zmix和RWCS指数是驱动藻类演替的主要因子(图 9), 同时以上复杂的生境可能导致藻类再选择.结合藻类功能生境特征分析(表 2), 功能群X1(以小球藻为代表)可适应混合度较高的贫营养水体, 功能群B(以小环藻为代表)对环境耐受性强, 低光照水体亦可生长, 因此功能群X1+B凭借其对生境的高适应性及营养盐利用效率[34], 成为此时期的优势功能群.

分层期, 随气温升高, 垂向温差加剧, RWCS指数升高, 伴随着营养盐逐渐升高, 该时期功能群Mp+D(分别以舟形藻和针杆藻为代表, 均属硅藻门)取代功能群X1+B成为分层期的主要优势功能群.卢金锁等[35]的研究指出, 水温变化对藻类功能群演替影响程度最大, 可能促使藻类暴发, 这与本研究的结论一致, 即分层期高藻密度(图 6)及Mp+D与WT良好的相关性(图 9).生境特征分析显示(表 2), Mp+D均适应在中高营养的浅水水体, 而李家河水库作为磷限制水体, 分层期上升的TP浓度也是导致其成为优势功能群的主要原因.黄亚男等[36]的研究指出, Mp+D以硅藻门为主体, 属狭冷型藻, 易于在春季及初夏暴发水华, 进一步支撑了本研究的结论.

3.2 WLAs运行及水质改善对藻类功能群演替的影响

以上部分讨论了混合期、分层期WT、Zeu/Zmix、RWCS指数和TP在藻类功能群演替中的重要作用及深层机制, 但WLAs运行促使水体强制混合, 改变了水温分布、混合层深度及水质可能是主要原因.温成成等[17]对李家河水库的研究指出, 2018年6月底WLAs运行, 诱使水体混合期延长, 含直接作用期(9月1日~31日)和间接作用期(10月1日~翌年2月底)均为混合期, 该时期水动力环境复杂且水质得到改善, 营养盐(除NO3--N外)TN、TP和NH4+-N均呈现降低趋势, WQI值处在74.83~77.84之间, 不利于藻类生长, 可能筛选环境耐受性及营养盐利用效率高的藻种, 如小球藻和小环藻(X1+B)等.苟婷等[37]对贝江浮游藻类的研究指出, 氮磷营养盐是影响浮游藻类群落分布的重要环境因子, 水质变化为驱动藻类演替的重要因素;任杰等[38]对苏南水库的研究表明, 磷及营养状态指数与硅藻生物量的关系密切.相较于混合期, 分层期(3月~6月)水温和营养盐升高, WQI值较低(74.00~74.67之间, 低于混合期), 稳定的水动力环境、高水温及营养条件均有利于藻类生长, 可能导致藻类暴发.

因此, 李家河水库混合期(9月~翌年2月)水体WLAs运行引起的自然分层破坏及水质改善, 可能是促使该时期藻密度降低及藻类功能群再选择的深层原因, 而分层期(3~6月)WLAs未运行(属于非作用期), 水体处于自然演替状态, 水温和营养盐升高, 且水质较混合期差, 藻密度升高, 也印证了以上结论.总之, WLAs有利于水质改善, 可改变藻类演替特征, 且驱动藻功能群的再选择, 保障了水源水库供水安全.

4 结论

(1) 李家河水库藻类总细胞密度在研究期间具有明显的时空变化规律, 混合期表层、中层和底层藻密度差异不大, 分层期随着水温分层的形成, 表层藻密度高于中层和底层.

(2) 对水库进行的浮游藻类分析结果显示李家河水库藻类共可分为15个藻类功能群:X1、J、F、G、P、N、X2、Y、B、D、Mp、C、W2、W1和L0, 且不同时期的浮游藻类功能群优势群存在显著差异.李家河水库藻类功能群混合期主要以功能群X1+B为主, 且垂向差异小;分层期功能群X1+B的占比逐渐下降, 功能群Mp+D成为优势功能群, 表层、中层和底层优势功能群存在差异.

(3) 根据WQI指数评价李家河水库水质为“良好”, 且混合期评分高于分层期, 混合期垂向差异小, 分层期垂向差异较混合期大.冗余分析(RDA)表明, 李家河水库藻类功能群分布与演替受水质因子影响较为明显, 水温、混合层深度、RWCS指数和营养盐是影响李家河水库藻类功能群的主要因素.

参考文献
[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] 孟睿, 何连生, 过龙根, 等. 长江中下游草型湖泊浮游植物群落及其与环境因子的典范对应分析[J]. 环境科学, 2013, 34(7): 2588-2596.
Meng R, He L S, Guo L G, et al. Canonical correspondence analysis between phytoplankton community and environmental factors in macrophtic lakes of the middle and lower reaches of Yangtze river[J]. Environmental Science, 2013, 34(7): 2588-2596.
[4] 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.
Wang A A, Feng J, Xie S L. Phytoplankton community structure and assessment of water quality in the middle and lower reaches of Fenhe river[J]. Environmental Science, 2014, 35(3): 2915-2923.
[5] 韩欢欢, 范亚文. 黑龙江省安兴湿地秋季浮游植物群落结构[J]. 湖泊科学, 2012, 24(4): 577-585.
Han H H, Fan Y W. Phytoplankton community structure in autumn of Anxing wetland, Heilongjiang province[J]. Journal of Lake Sciences, 2012, 24(4): 577-585. DOI:10.3969/j.issn.1003-5427.2012.04.011
[6] 姚玲爱, 赵学敏, 周广杰, 等. 广东省高州水库春季蓝藻水华成因初步探讨[J]. 湖泊科学, 2011, 23(4): 534-540.
Yao L A, Zhao X M, Zhou G J, et al. Preliminary regulating factors of spring cyanobacteria bloom in Gaozhou reservoir, Guangdong province[J]. Journal of Lake Sciences, 2011, 23(4): 534-540.
[7] 王自业, 葛继稳, 李建峰, 等. 三峡库区古夫河着生藻类分布与水质因子的关系[J]. 植物科学学报, 2013, 31(3): 219-227.
Wang Z Y, Ge J W, Li J F, et al. Relationship between periphyton distribution and water quality of Gufu river of Three Gorges reservoir area[J]. Plant Science Journal, 2013, 31(3): 219-227.
[8] 夏莹霏, 胡晓东, 徐季雄, 等. 太湖浮游植物功能群季节演替特征及水质评价[J]. 湖泊科学, 2019, 31(1): 134-146.
Xia Y F, Hu X D, Xu J X, et al. Seasonal succession of phytoplankton functional group and assessment of water quality in Lake Taihu[J]. Journal of Lake Sciences, 2019, 31(1): 134-146.
[9] 王莲, 李璇, 马卫星, 等. 盐龙湖水源生态净化系统FG和MBFG演替特征及水质响应性评价[J]. 环境科学, 2020, 41(3): 1265-1275.
Wang L, Li X, Ma W X, et al. Succession characteristics and water quality responsiveness evaluation of FG and MBFG in Yanlong Lake water source ecological purification system[J]. Environmental Science, 2020, 41(3): 1265-1275.
[10] Diaz M M, Pedrozo F L, Temporetti P F. Phytoplankton of two Araucanian lakes of differing trophic status (Argentina)[J]. Hydrobiologia, 1998, 369: 45-57.
[11] Lepistö L, Holopainen A L, Vuoristo H. Type-specific and indicator taxa of phytoplankton as a quality criterion for assessing the ecological status of Finnish boreal lakes[J]. Limnologica, 2004, 34(3): 236-248. DOI:10.1016/S0075-9511(04)80048-3
[12] 彭凯, 李太民, 刘利, 等. 苏北骆马湖浮游植物群落结构及其水质生物评价[J]. 湖泊科学, 2018, 30(1): 183-191.
Peng K, Li T M, Liu L, et al. Community structure of phytoplankton and bio-assessment of water quality in lake Luoma, northern Jiangsu province[J]. Journal of Lake Sciences, 2018, 30(1): 183-191.
[13] Reynolds C S, Huszar V, Kruk C, et al. Towards a functional classification of the freshwater phytoplankton[J]. Journal of Plankton Research, 2002, 24(5): 417-428. DOI:10.1093/plankt/24.5.417
[14] 邓捷, 童猛, 张红星, 等. 雅鲁藏布江湘河流域浮游生物群落结构的探究与多样性分析[J]. 基因组学与应用生物学, 2019, 38(9): 3987-3993.
Deng J, Tong M, Zhang H X, et al. Investigation and diversity analysis of plankton community structure in the Xianghe basin of the Yalu Tsangpo river[J]. Genomics and Applied Biology, 2019, 38(9): 3987-3993.
[15] 刘雪晴, 黄廷林, 李楠, 等. 水库热分层期藻类水华与温跃层厌氧成因分析[J]. 环境科学, 2019, 40(5): 2258-2264.
Liu X Q, Huang T L, Li N, et al. Algal bloom and mechanism of hypoxia in the metalimnion of the Lijiahe reservoir during thermal stratification[J]. Environmental Science, 2019, 40(5): 2258-2264.
[16] 徐进, 黄廷林, 李凯, 等. 李家河水库污染物来源及水体分层对水质的影响[J]. 环境科学, 2019, 40(7): 3049-3057.
Xu J, Huang T L, Li K, et al. Pollution sources and the stratification effects on water quality in Lijiahe reservoir[J]. Environmental Science, 2019, 40(7): 3049-3057.
[17] 温成成, 黄廷林, 李楠, 等. 人工强制混合充氧及诱导自然混合对水源水库水质改善效果分析[J]. 环境科学, 2020, 41(3): 1227-1235.
Wen C C, Huang T L, Li N, et al. Effects of artificial destratification and induced-natural mixing on water quality improvement in a drinking water reservoir[J]. Environmental Science, 2020, 41(3): 1227-1235.
[18] Huang Y W, Yang C, Wen C C, et al. S-type Dissolved oxygen distribution along water depth in a canyon-shaped and algae blooming water source reservoir:reasons and control[J]. International Journal of Environmental Research and Public Health, 2019, 16(6): 987. DOI:10.3390/ijerph16060987
[19] 巨拓, 黄廷林, 马卫星, 等. 稳定分层水库水质的季节性变化特征及扬水曝气水质改善[J]. 湖泊科学, 2015, 27(5): 819-828.
Ju T, Huang T L, Ma W X, et al. Characteristics of seasonal variation and water-lifting aerator improvement of water quality in a steady stratified reservoir[J]. Journal of Lake Sciences, 2015, 27(5): 819-828.
[20] 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.
[21] 胡鸿钧, 魏印心. 中国淡水藻类——系统、分类及生态[M]. 北京: 科学出版社, 2006.
Hu H J, Wei Y X. Freshwater algae in China:system, classification and ecology[M]. Beijing: Science press, 2006.
[22] Padisák J, Crossetti L O, Naselli-Flores L. Use and misuse in the application of the phytoplankton functional classification:a critical review with updates[J]. Hydrobiologia, 2009, 621(1): 1-19. DOI:10.1007/s10750-008-9645-0
[23] Aksnes D L, Wassmann P. Modeling the significance of zooplankton grazing for export production[J]. Limnology and Oceanography, 1993, 38(5): 978-985. DOI:10.4319/lo.1993.38.5.0978
[24] Richardson T L, Jackson G A. Small phytoplankton and carbon export from the surface ocean[J]. Science, 2007, 315(5813): 838-840. DOI:10.1126/science.1133471
[25] Katsiapi M, Moustaka-Gouni M, Michaloudi E, et al. Phytoplankton and water quality in a mediterranean drinking-water reservoir (Marathonas reservoir, Greece)[J]. Environmental Monitoring and Assessment, 2011, 181(1-4): 563-575.
[26] 姚绪姣.三峡水库香溪河库湾浮游植物群落结构演替规律研究[D].宜昌: 三峡大学, 2013.
Yao X J. Succession of phytoplankton assemblages in Xiangxi bay of Three Gorges reservoir[D]. Yichang: China Three Gorges University, 2013. http://cdmd.cnki.com.cn/Article/CDMD-11075-1014006880.htm
[27] Padisák J, Scheffler W, Kasprzak P, et al. Interannual variability in the phytoplankton composition of Lake Stechlin (1994-2000)[J]. Advances in Limnology, 2003, 58: 101-133.
[28] Pesce S F, Wunderlin D A. Use of water quality indices to verify the impact of córdoba city (argentina) on suquía river[J]. Water Research, 2000, 34(11): 2915-2926. DOI:10.1016/S0043-1354(00)00036-1
[29] 孙文秀, 武道吉, 裴海燕, 等. 山东某新建水库浮游藻类的群落结构特征及其环境驱动因子[J]. 湖泊科学, 2019, 31(3): 734-745.
Sun W X, Wu D J, Pei H Y, et al. Phytoplankton community structure and environmental factors in a newly built reservoir, Shandong Province[J]. Journal of Lake Sciences, 2019, 31(3): 734-745.
[30] Ma W X, Huang T L, Li X. Study of the application of the water-lifting aerators to improve the water quality of a stratified, eutrophicated reservoir[J]. Ecological Engineering, 2015, 83: 281-290. DOI:10.1016/j.ecoleng.2015.06.022
[31] Stramska M, Dickey T D. Phytoplankton bloom and the vertical thermal structure of the upper ocean[J]. Journal of Marine Research, 1993, 51(4): 819-842. DOI:10.1357/0022240933223918
[32] Oliver R L, Hart B T, Olley J, et al. The darling river: algal growth and the cycling and sources of nutrients. Report to the Murray-darling basin commission (project M386)[R]. Australia: Final Report, 2000.
[33] 吴雅丽, 许海, 杨桂军, 等. 太湖春季藻类生长的磷营养盐阈值研究[J]. 中国环境科学, 2013, 33(9): 1622-1629.
Wu Y L, Xu H, Yang G J, et al. Developing the critical phosphorus threshold for spring algal growth in lake Taihu, China[J]. China Environmental Science, 2013, 33(9): 1622-1629.
[34] Reynolds C S. The ecology of phytoplankton[M]. Cambridge: Cambridge University Press, 2006.
[35] 卢金锁, 张颖, 胡亚潘. 深水型水库中藻类功能群组演替及其与环境因子的关系[J]. 环境工程学报, 2014, 8(11): 4605-4611.
Lu J S, Zhang Y, Hu Y P. Succession of algae functional groups and its relationship with environmental factors in a deep water reservoir[J]. Chinese Journal of Environmental Engineering, 2014, 8(11): 4605-4611.
[36] 黄亚男, 纪道斌, 龙良红, 等. 三峡库区典型支流春季特征及其水华优势种差异分析[J]. 长江流域资源与环境, 2017, 26(3): 461-470.
Huang Y N, Ji D B, Long L H, et al. The variance analysis of characteristics and blooms of the typical tributaries of the Three Gorges reservoir in spring[J]. Resources and Environment in the Yangtze Basin, 2017, 26(3): 461-470. DOI:10.11870/cjlyzyyhj201703017
[37] 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.
Gou T, Ma Q L, Xu Z C, et al. Phytoplankton community structure and eutrophication risk assessment of Beijiang river[J]. Environmental Science, 2015, 36(3): 946-954.
[38] 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.