2021, Vol. 42
, ZHANG Hai-han
, HUANG Ting-lin , ZONG Rong-rong , LIU Kai-wen , MIAO Yu-tian , YANG Shang-ye , HUANG Xin , WANG Na
近年来受人类活动的影响, 水体富营养化现象导致藻类大量繁殖从而形成有害藻华(HABs)的问题日益严重, 且由于水库和湖泊具有水力停留时间和更新周期长、流速慢以及自净能力低等独特的生态学特征, HABs在这两种水体中频繁发生[1, 2].近年来HABs在影响范围、发生频率和强度等方面趋于严重[3, 4], HABs的发生使得水体水质恶化, 水生生态系统遭到破坏, 水生生物多样性和稳定性减弱, 且蓝藻分泌的藻毒素不仅危害水生生物安全, 还能够引发一系列与HABs相关的疾病, 对人类健康造成严重威胁[2, 5~8].因此, 全面深入了解藻类演替的关键因素及其动态变化机制, 从而制定保护水生生态系统的有效策略, 对预防藻类暴发具有重要意义.
HABs的形成较为复杂, 它是由多个不同因素同时作用而非单一因素所造成的灾害事件[9].在过去的研究中, 人们普遍认为光照、水温、氮磷营养盐和水动力条件等非生物因素在藻华的形成和消亡过程中起着至关重要的作用[10~12].然而, 随着近年来人们研究的不断深入, 发现与藻类生长在同一生境中的微生物, 如细菌[13~20]、真菌[16, 21, 22]、真核微生物[23~25]和浮游动物[26~28]等与藻类关系紧密.在水生生态系统中, 水体微生物, 尤其是细菌群落, 在藻华生消过程中起到了重要的生态学作用[8, 29, 30].细菌群落在微食物网结构中扮演着重要角色, 不仅能够调节生物地球化学循环, 产生刺激藻类生长的必需生物化合物(如脂类和维生素)[8, 31], 吸收基本元素[32], 而且还能通过群体感应调节藻菌互作关系[33], 有些细菌还具有杀藻特性[30, 34].藻华可以通过物种相互作用或因其导致的水质变化而显著影响微生物群落.Zhang等[16]的研究发现, 在藻类暴发过程中, 水体中细菌和真菌的群落结构均发生显著改变.Su等[19]研究了与蓝藻藻华相关的细菌群落的响应机制, 发现微囊藻及其产生的微囊藻毒素可能会通过减少其生物多样性来调控细菌群落结构.Shi等[17]通过对16S rRNA测序技术, 研究了细菌在蓝藻藻华长期分解过程中的群落动态和功能变化, 结果表明细菌群落组成和功能在蓝藻藻华降解过程中发生显著变化.Shao等[35]采用高通量测序技术探索了微囊藻分解过程中附着菌群的群落变化, 发现微囊藻藻华的分解显著改变了附着菌群结构的动态.一些研究还揭示了细胞外碳释放百分比与藻类的特定细胞裂解速率呈正相关[36, 37], 这表明浮游植物的裂解物和渗出物是影响细菌生长和群落结构的关键驱动力[38, 39].因此, 藻类和细菌群落之间确实存在潜在的联系, 但目前大多数学者集中于研究藻华期间细菌群落结构的变化, 但对于较长周期内, 藻类和细菌群落之间的演替特征及相互作用的研究却较少, 尤其是在水源水库中更是少见.
鉴于此, 本文对陕西省西安市李家河水库中藻类和细菌群落进行了为期1 a的跟踪监测, 并通过共生网络分析对藻类和细菌群落的互作关系进行解析, 旨在揭示水库水体中藻类和细菌群落的演替规律及二者之间的潜在关联.主要目的为：①探明水库中藻类群落结构的季相变化特征; ②通过高通量测序技术研究细菌群落结构随时间的演替规律; ③通过共生网络分析和多元数据统计方法解析藻类和细菌群落之间的复杂联系及影响其群落结构的驱动因素.本文的研究结果将为水源水库中藻类和细菌群落间的关系提供新的见解, 以期为有效地管理水生生态系统、藻华预警以及控藻提供可靠的科学依据.
1 材料与方法 1.1 研究区域概况李家河水库位于陕西省西安市蓝田县, 是陕西省西安市居民的重要供水水源地, 属典型的峡谷分层型水源水库.该水库2015年建成, 供水服役时间较短, 但随着水库供水服役时间延长, 水库生态系统呈现富营养化趋势[14, 40].因此本文选择李家河水库作为研究对象, 探究其藻类和细菌群落互作驱动机制可为有效地管理水生生态系统、藻华预警及控藻技术提供可靠的科学依据.
1.2 样品采集及水质参数测定本次研究的采样点为塔前断面(33°59′34″N; 109°23′55″E), 该点位于李家河水库主库区内.采样工作于2018年10月到2019年10月期间每月进行一次, 共采集12个月的水样, 每月采集水样为2.0 L, 分别用于细菌群落结构、藻密度、叶绿素a(Chla)、总氮(TN)、硝氮(NO3--N)、氨氮(NH4+-N)、总磷(TP)、溶解性有机碳(DOC)以及铁(Fe)和锰(Mn)的测定, 而水温(T)、溶解氧(DO)、pH、浊度(turbidity, Tur)和电导率(conductivity, Cond)则采用多参数水质分析仪(HACH Hydro-Lab DS-5, 美国)进行原位在线测定.关于各水质指标的测定方法在文献[14]中已有详细描述.
1.3 细菌群落结构分析 1.3.1 总DNA的提取在超净工作台将500 mL水样用预先灭过菌的0.22 μm滤膜进行过滤, 过滤后将包含微生物的滤膜剪碎并保存至-20℃冰箱直至总DNA的提取.采用CTAB/SDS方法对总DNA进行提取, 使用DNA提取试剂盒(Water DNA Kit, Omega, 美国)根据说明书进行提取并纯化, 并采用2%琼脂糖凝胶电泳对抽提的总DNA进行检测.
1.3.2 高通量测序16S rRNA基因测序的细菌特异性引物为338F(5′-ACTCCTACGGGAGGCAGCAG-3′)和806R(5′-GGACTACHVGGGTWTCTAAT-3′), 扩增该基因的高变区V3-V4区域[17].使用PCR仪(ABI GeneAmp® 9700, CA, 美国)对细菌的DNA测序样品进行扩增.PCR反应混合物为20 μL, 分别由0.8 μL浓度为5 μmol·L-1的正向和反向引物、4 μL的5倍缓冲溶液、2 μL dNTPs(浓度为2.5 mmol·L-1)、0.2 μL BSA、0.4 μL快速Pfu DNA聚合酶、模板DNA(10 ng)及ddH2O组成.初始变性(98℃下持续3 min)、复变性(98℃下持续10 s)、退火(55℃下持续30 s)、延伸(72℃下持续45 s)和再延伸(72℃下持续10 min)构成整个热循环过程, 且循环27次[14, 16].Illumina MiSeq PE300(Illumina, USA)为测序平台, 主要测序工作在上海美吉生物有限公司进行.本研究中所有关于16S rRNA基因测序的原始数据均上传至NCBI-SRA数据库(美国国立生物技术信息中心), 其编号为SRP239070.
1.4 数据处理与分析使用SPSS软件对水质参数进行单因素方差分析(P < 0.05).高通量测序所得原始数据使用软件QIIME 2进行过滤筛选, 并按照97%的相似性水平进行OTU聚类分析[25].细菌群落的多样性指数使用MOTHUR软件计算.细菌门和属水平的群落结构分别使用Circos软件和R软件进行绘制[41].使用Cytoscape软件对藻类和细菌群落进行共生网络分析, 其中参数设置为P < 0.05, |R|>0.8[42].藻类和细菌群落与环境因子的关系使用CANOCO 4.5软件进行RDA分析.数据分析中关于季节划分采用平均气温法[43].
2 结果与讨论 2.1 水质指标分析研究期间李家河水库各水质指标参数如表 1所示, 可看出, 各水质参数在全年呈现显著差异.TN和NO3--N浓度在春夏季整体偏高于秋冬季, 二者浓度最大值均出现在夏末(9月), 分别为(3.87±0.00)mg·L-1和(3.30±0.01)mg·L-1.NH4+-N浓度在春季至夏初(3~6月)偏低于秋冬季, 6月之后, NH4+-N浓度逐渐升高, 并在夏末(9月)迅速增大至全年最高水平(0.23±0.01)mg·L-1, 超过秋初(10月)的最大浓度值(0.13±0.03)mg·L-1.此外, TP、DOC和浊度的值也在9月达到全年最大, 分别为(0.09±0.00)mg·L-1、(4.97±0.41)mg·L-1和(49.30±0.06)NTU.这些水质指标在9月期间显著增大, 主要是由于李家河水库在2019年9月15日有径流输入, 而径流一方面本身会携带一些污染物质进入水库, 另一方面也会将水库周围的泥沙冲刷到水库中, 故水库中这些水质指标的动态变化很大程度上与径流输入密切相关[44], 这也可以从9月浊度显著升高的趋势中看出.Fe和Mn的全年最大值分别出现在8月和3月, 值为(0.08±0.00)mg·L-1和(0.05±0.00)mg·L-1.对于物理指标, T、DO和pH值整体也呈现春夏高于秋冬季节的趋势, 但在9月受暴雨径流的影响, 其值均有所下降.此外, 从T的变化趋势也可以看出, 李家河水库在2018年10月至2019年2月期间水体处于持续混合状态, 故在此期间T不断下降, 此后, 温度开始回升并逐渐升高, 表明水库从持续混合期逐渐开始进入热分层期.在7月底, 李家河水库扬水曝气开始运行, 受扬水曝气强制混合水体的影响, 8月温度较7月相比稍有降低.
|
表 1 李家河水库2018年10至2019年9月期间水质参数变化特征1) Table 1 Variation of the water qualities in the Lijiahe Reservoir from October 2018 to September 2019 |
在时间分布上, 李家河水库全年藻密度和Chla总体呈现夏初大于秋冬季节的趋势(表 1).藻密度和Chla的峰值均出现在夏初6月, 其中藻密度为1 512×104 cells·L-1(P < 0.01), Chla为12.51 μg·L-1(P < 0.01).而在夏季8~9月, 藻密度和Chla显著降低, 下降幅度分别为818.67×104 cells·L-1(P < 0.001)和4.58 μg·L-1(P < 0.001).由于李家河水库在2019年期间7月底开始运行扬水曝气系统, 这使得水库上下水体发生强制混合, 藻类的生长因此受到显著影响, 大部分藻类在水体混合过程中因无法适应周围环境的剧烈变化而逐渐衰亡[45], 故藻密度和Chla值在8~9月较之前相比大幅度降低.而在秋冬季节藻密度和Chla较低, 除了低温对藻类的影响外, 另一方面也与秋冬季节水库处于自然混合期有关.
2.2 藻类季相演替特征 2.2.1 藻类门水平群落结构特征李家河水库全年藻类门水平的群落结构变化采用Circos对其进行分析, 如图 1所示.在研究期间, 李家河水库共检出浮游藻类7门39属, 其中硅藻12属、绿藻14属、蓝藻7属、甲藻和裸藻各2属, 而隐藻和金藻各1属.在全年, 浮游藻类群落结构主要由硅藻和绿藻组成, 其相对丰度之和在82.42%~100%范围内波动(除8月外).但在8月, 蓝藻开始大量繁殖, 并取代硅藻成为仅次于绿藻的第二大优势藻类, 相对丰度达26.99%.蓝藻之所以能在8月藻类群落结构中占优势并取代硅藻的位置, 与其自身所具有的浮力调节机制有关.当水体中的营养盐含量丰富且水温适宜(高于20℃)时, 光便成了共栖藻类竞争的主要甚至是唯一的有限资源, 故藻类的垂直分布对其竞争光照资源至关重要, 占据绝佳的垂直位置将有助于竞争藻类吸收足够的光线, 而此时蓝藻所具有的能够通过改变自身细胞密度从而实现任意调节其本身在水体中所处的位置的能力, 使其在与其他藻类在竞争有限光照资源中占有一定优势[1].此外, 李家河水库硅藻和绿藻在全年的动态变化均呈现双峰型波动的演替模式, 不同在于二者所达峰值的时间并不同步.其中, 硅藻在全年的相对丰度分别于冬季1月和夏季7月达到峰值, 分别为61.74%和52.97%, 而绿藻在全年的相对丰度则分别于冬季2月和春季4月达到最大, 分别为86.06%和95.40%.并且, 1月和4月不仅分别是硅藻和绿藻各自达到相对丰度全年最大值的时间, 也是绿藻和硅藻各自达到全年最小值的时间.
|
字母A~G分别表示硅藻、绿藻、隐藻、蓝藻、甲藻、裸藻和金藻，数字表示月份, 分别为2018年10月至2019年9月 图 1 李家河水库浮游藻类群落结构Circos分析(门水平) Fig. 1 Circos representation of the phytoplankton community at the phylum level in the Lijiahe Reservoir |
李家河水库全年藻类属水平的群落结构变化采用热图来进行表征.由图 2可知, 小球藻(绿藻门)和小环藻(硅藻门)为李家河水库的全年优势藻属.除2019年5~8月外, 其余时间小球藻和小环藻的相对丰度之和的平均值达91.09%.其中小球藻和小环藻的最大值分别出现在春季4月和冬季1月, 值分别为87.12%和58.20%.在时间分布上, 小球藻和小环藻的相对丰度在全年均呈现春夏整体低于秋冬季节的变化趋势, 但在扬水曝气运行以后, 小球藻和小环藻与之前相比具有明显升高趋势.对于小球藻, 其属于单细胞藻类, 繁殖速度较快, 且对低温等恶劣条件的生长适应性强[1, 3, 46], 故在相同生境条件下, 受秋冬季节低温或扬水曝气运行扰动等条件的影响, 小球藻在藻类群落结构中的生长优势逐渐显现.此外, 有研究表明, 人工诱导混合过程对藻类群落具有不同的影响, 水体混合强度较低时有利于蓝藻的生长, 而增加水体混合强度后, 硅藻和绿藻的生长受到促进[47].
|
图 2 李家河水库浮游藻类群落结构热图分析(属水平) Fig. 2 Heat map showing the phytoplankton classified at the genus level in the Lijiahe Reservoir |
此外, 李家河水库中还有针杆藻、柵藻、颤藻、湖丝藻和金杯藻等只在固定时间大量繁殖的优势藻属.针杆藻在2019年6月~7月期间大量繁殖, 其在藻类群落结构中的占比大幅度增加, 分别为43.99%和48.02%.杨毓等[48]在研究金盆水库藻形态功能组的季节演替规律时, 在较为常见的藻类形态功能组Ⅵ中也检测到了针杆藻, 该藻与功能组Ⅵ中其他藻类在藻类群落中的占比达85.67%.Yang等[49]在研究四明湖水库浮游藻类群落结构的时间演替规律时也发现了针杆藻, 不同的是, 在该水库针杆藻的数量在8~9月期间显著增多, 相对丰度达36%, 并发现藻类的这种演替规律受种间相互作用的影响显著.柵藻在5月和7月的相对丰度达到全年最大, 分别为31.99%和21.53%.而颤藻和湖丝藻作为蓝藻, 其相对丰度分别于8月和5月达到最大值, 分别为26.99%和11.45%.对于金杯藻, 其在9月相对丰度达8.33%.李家河水库的藻类群落结构随时间呈现显著动态变化特征, 对环境改变响应及时.
2.3 细菌群落结构季相分布特征 2.3.1 多样性指数分析对李家河水库细菌样品测序后, 共获得97%相似水平及以上的OTUs有7496个(表 2).从所有样品的细菌群落99%覆盖率可看出, 测序已达到较高深度.OTU的最大值出现于秋初10月, 值为968, 而在春末5月时, OTU数达到全年最小值365.此外, 秋冬季节的OTU值整体高于春夏季节.Zhang等[50]采用高通量测序技术对水源水库热分层时期细菌群落的垂向分布进行研究, 发现OTUs的最高值476和最低值346分别出现在垂向5 m和0.5 m.从表 2中可看出, ACE、Chao1、Shannon和Simpson指数在全年呈现显著的动态变化特征.ACE和Chao1丰富度指数在春夏整体显著低于秋冬季节, 这两个指数的最小值均在夏初6月出现, 分别为440和434, 且最大值1 190和1 194均出现于秋初10月, 表明李家河水库在秋冬季节的细菌群落丰富度比夏秋季节高.此外, 还发现每月对应的细菌群落OTUs值均低于Chao1丰富度指数, 说明在李家河水库中存在许多未知细菌序列[51].Shannon指数的最大值和Simpson指数的最小值则分别出现于1月和4月, 分别为4.53和0.026, 表明李家河水库细菌群落在1月和4月时多样性达到最高, 且Shannon指数在全年整体也呈现秋冬高于春夏季节的趋势, 而Simpson指数则刚好与之相反, 表明在春夏季节的李家河水库细菌群落多样性低于秋冬季节.
|
|
表 2 李家河水库2018年10月至2019年9月期间细菌群落多样性指数分析1) Table 2 Analysis of the bacterial community diversity index in the Lijiahe Reservoir from October 2018 to September 2019 |
2.3.2 细菌群落结构组成分析
李家河水库全年门水平的细菌群落结构如图 3所示, 细菌群落结构组成及生物多样性随时间呈现显著差异, 且具有多样化趋势.在研究期间, 共检出17个细菌门类, 有变形菌门(Proteobacteria)、放线菌门(Actinobacteria)、蓝藻门(Cyanobacteria)、拟杆菌门(Bacteroidetes)、酸杆菌门(Acidobacteria)、异常球菌-栖热菌门(Deinococcus-Thermus)、疣微菌门(Verrucomicrobia)、浮霉菌门(Planctomycetes)、厚壁菌门(Firmicutes)、硝化螺旋菌门(Nitrospirae)、绿弯菌门(Chloroflexi)、芽单胞菌门(Gemmatimonadetes)、Patescibacteria、装甲菌门(Armatimonadetes)、纤维杆菌门(Fibrobacteres)、Margulisbacteria和Dependentiae.
|
图 3 李家河水库2018年10至2019年9月期间细菌群落结构组成(门水平) Fig. 3 Bacterial community compositions at the phylum level in the Lijiahe Reservoir from October 2018 to September 2019 |
全年优势细菌有变形菌门、放线菌门、蓝藻门和拟杆菌门.变形菌门在全年的相对丰度均高于10%, 在7月达到最大值71.68%, 与此同时, 针杆藻的相对丰度也同步达到全年最大, 表明变形菌门和针杆藻可能存在互利共生的关系.对于放线菌门, 其相对丰度除在夏季6~7月期间较低外, 其余时间的相对丰度在28.15%~46.64%范围内波动.而蓝藻门在5月成为绝对优势物种, 其相对丰度达到全年最大值59.20%.在分析藻类群落时也出现了蓝藻, 但其动态变化趋势与细菌群落中监测到的蓝藻有所差异, 这主要与所参照的群体不同有关, 本文主要将蓝藻作为藻类进行分析, 故在此不做详细讨论.与变形菌门和放线菌门对比, 拟杆菌门在细菌群落中的比例偏低, 其相对丰度在冬末2月达到最大值28.05%, 而最小值3.63%则出现于夏初6月.作为稀有类群, 酸杆菌门为12月和1月的优势菌, 而异常球菌-栖热菌门则只在9月占优, 且酸杆菌门和异常球菌-栖热菌门的相对丰度最大值分别为10.20%(12月)和5.56%(9月).此外, 疣微菌门、浮霉菌门、厚壁菌门、硝化螺旋菌门和绿弯菌门也为稀有细菌类群, 但其在全年的平均相对丰度却不足5%, 其在全年的最大相对丰度依次为4.16%、2.74%、2.29%、1.54%和1.33%, 且厚壁菌门、硝化螺旋菌门和绿弯菌门的最大值均出现于12月.Xu等[52]在研究水库生态系统中细菌群落的季节性动态变化及其与蓝藻群落的相关性时, 发现细菌群落呈现显著时空变化特征, 且在春夏季节, 放线菌门、变形菌门、拟杆菌门和绿菌门这些异养细菌与蓝藻的优势类群聚球菌呈正相关, 表明聚球菌的增殖可能对这些特异性类群的生长产生促进作用.Parulekar等[53]使用16S rRNA基因测序技术研究了挪威南部富营养化湖泊中与藻华相关的细菌群落的动态变化特征, 发现细菌群落以变形菌门、拟杆菌门、蓝藻门、放线菌门和疣微菌门为主, 且其丰度在采样期间差异显著.Zhou等[54]的研究发现, 藻华暴发初期细菌群落以γ-变形菌门和拟杆菌门为主, 而在藻华暴发开始至结束, α-变形菌门、蓝藻门和放线菌门在细菌群落中占比最为丰富.
对相对丰度位于前60的具有代表性的细菌属水平的物种进行分析, 如图 4所示.李家河水库属水平的细菌群落随时间呈现显著差异, 但生物多样性较门水平物种更丰富.Limnohabitans为全年优势菌属, 其相对丰度值在6月、7月和9月不足1%, 其余时间均大于7%, 且在10月达到全年最大值19.32%.Chen等[55]在研究珠江三角洲表层微生物群落结构的变化时也检测到了Limnohabitans, 且发现其与水体中的污染物质全氟烷基酸呈显著正相关.红育菌属(Rhodoferax)、甲基孢囊菌属(Methylocystis)和Sediminibacterium在秋冬的相对丰度显著高于春夏季节, 并分别于11月、1月和3月达到全年最大值14.07%、22.18%和27.71%.而Lewinella作为稀有菌属只在夏季出现, 且在7月达到全年最大值13.22%.不动杆菌属(Acinetobacter)虽在全年均有发现, 但只在7月和9月期间大量繁殖并占优, 其相对丰度分别为50.85%和18.99%.此外, 不动杆菌属和针杆藻属在7月同步达到全年最大值, 表明二者可能存在互利共生的关系.Zhang等[16]的研究发现, 在藻类暴发期, 不动杆菌属、Limnobacter、玫瑰单胞菌属(Roseomonas)、聚球菌属和Sphingobium为细菌群落的主要优势菌属, 且在藻华形成的全过程中, 水体中的细菌群落组成发生了显著变化.
|
图 4 李家河水库2018年10至2019年9月期间细菌群落结构组成(属水平) Fig. 4 Bacterial community compositions at the genus level in the Lijiahe Reservoir from October 2018 to September 2019 |
Algoriphagus的最大相对丰度为21.26%(4月), 为2~4月期间的优势菌属.黄杆菌属(Flavobacterium)在3月和5月的相对丰度较大, 其相对丰度在3月为21.83%, 是该月仅次于Sediminibacterium的第二大优势菌属, 而在4月, 黄杆菌属的相对丰度达到全年最大值31.13%, 成为该月相对丰度值最大的绝对优势菌属.Bižić-Ionescu等[56]研究了德国的一个贫营养湖泊蓝藻藻华衰亡过程中异养细菌突然大规模增殖的动态变化时也发现了丰度较高的黄杆菌属, 结果表明, 在冬季, 湖表面结冰使得蓝藻生长受到影响, 而在蓝藻藻华衰亡过程中, 藻类的分解促进了细菌的繁殖.Liu等[57]的研究还发现玫瑰杆菌属(Roseobacter)和黄杆菌属为藻华暴发时期的优势类群, 而在藻华衰退时期, 玫瑰杆菌属则为唯一占比较为丰富的类群.此外, 代尔夫特菌属(Delftia)、Elizabethkingia、Vogesella、Solitalea、苯基杆菌属(Phenylobacterium)和甲基杆菌属(Methylobacterium)作为稀有菌属, 只在特定时间占优, 其最大相对丰度分别为8.21%(7月)、14.97%(9月)、12.73%(10月)、12.35%(2月)、12.32%(6月)和13.19%(12月).而假单胞菌属(Pseudomonas)、Polynucleobacter、芽单胞菌属(Blastomonas)、玫瑰单胞菌属、分枝杆菌属(Mycobacterium)、Limnobacter和Alsobacter全年相对丰度则偏低, 其最大相对丰度分别为6.21%、6.72%、6.78%、5.72%、5.43%、6.79%和6.07%, 其中玫瑰单胞菌属、Limnobacter和Alsobacter均为6月的稀有优势菌属, 而Blastomonas和分枝杆菌属为9月的稀有优势菌属, 假单胞菌属和Polynucleobacter分别在7月和4月占优.Sphingorhabdus在2月、6月和8月占优, 相对丰度分别为12.46%、8.79%和5.14%.Deinococcus则只在1月和9月占优, 相对丰度最大为14.95%(9月).球衣菌属(Sphaerotilus)和短波单胞菌属(Brevundimonas)的最大相对丰度分别为11.76%(8月)和10.87%(1月), 其中球衣菌属为6月和8月的优势稀有菌属, 短波单胞菌属为1月、4月和5月的优势稀有菌属.此外Methylobacter、Fluviicola和硝化螺菌属(Nitrospira)作为稀有菌属, 其相对丰度最大值分别为8.12%、6.69%和7.16%, Methylobacter为12月和1月的优势菌属, Fluviicola为11月和8月的优势菌属, 硝化螺菌属为11月和12月的优势菌属.
2.4 基于共生网络分析藻类与水体细菌的互作机制对李家河水库全年藻类同细菌的互作关系进行共生网络分析, 关于该网络结构的具体参数如表 3所示.从中可知, 李家河藻菌互作的网络结构图由89个节点和406条连接线构成.其中, 节点表示每个物种, 连接线表示不同物种间的相关关系, 可看出李家河水库中藻类和细菌联系较为紧密.此外, 平均度表示网络图中每个节点(物种)与其他节点之间联系的紧密程度, 该值越大则表明网络图中不同节点间的联系越紧密[3].故从平均度值9.124也可进一步说明李家河水库中藻类同细菌之间的关系较紧密.
|
|
表 3 李家河水库细菌和藻类群落结构的网络分析参数(R=0.8) Table 3 Network parameters of the structure of the bacterial and algal communities in the Lijiahe Reservoir (R=0.8) |
在图 5中, 李家河水库藻类和细菌之间的406个相关关系中, 有251个为正相关, 155个负相关.在细菌群落中, Methylotenera为关键节点, 其连接数为22, 与Methylotenera具有显著正相关的有9个物种, 其中藻类有小球藻(Chlorella)、空球藻(Eudorina)、多甲藻(Peridinium)和扁裸藻(Phacus), 细菌有噬冷菌属(Algoriphagus)、地杆菌属(Pedobacter)和黄杆菌属(Flavobacterium)等.而与Methylotenera具有负相关关系的物种有13个且均为细菌, 有紫杆菌属(Porphyrobacter)、红球菌属(Rhodococcus)、芽单胞菌属(Blastomonas)、不动杆菌属(Acinetobacter)和球衣菌属(Sphaerotilus)等.结果表明, Methylotenera不仅与藻类具有互作关系, 也与其他细菌具有紧密联系, 并且其与藻类的互作关系为相互促进, 但与同类则以相互竞争为主.在藻类群落中, 关键节点为柵藻(Scenedesmus), 其连接数为21, 与其具有正相关的有8个物种, 细菌有玫瑰单胞菌属(Roseomonas)、Phaselicystis和芽单胞菌属(Gemmatimonas)等, 藻类有金杯藻属(Kephyrion)、多芒藻属(Golenkinia)和囊裸藻属(Trachelomonas).而与柵藻呈显著负相关的物种有13个, 除小环藻(Cyclotella)外, 其余均为细菌, 有甲基杆菌属(Methylobacter)、Solitalea、红育菌属(Rhodoferax)和硝化螺菌属(Nitrospira)等.该结果同样说明, 藻类不仅与细菌具有互作关系, 也与其他藻类具有紧密联系.故浮游藻类同细菌之间的互作关系广泛存在于水环境生态系统中, 不仅有种间互作, 也存在种内互作.Yang等[49]研究了亚热带水库中浮游藻类群落的时间变化规律, 定量分析了外部和内部因素对藻类群落动态的影响, 发现藻类群落结构不仅受到来自周围环境改变所引起的外部因素的影响, 也受到基于不同藻类之间的种间相互作用的内部因素的影响.
|
图 5 李家河水库2018年10至2019年9月细菌与浮游藻类群落共生网络分析 Fig. 5 A co-occurrence network of the bacterial and algal communities in the Lijiahe Reservoir from October 2018 to September 2019 |
在李家河水库中, 藻类群落中的优势藻属与不同细菌具有显著相关关系.小球藻与红育菌属和Algoriphagus显著正相关(P＜0.01), 但同红球菌属(Rhodococcus)显著负相关(P＜0.01).小环藻(Cyclotella)与鞘脂单胞菌属(Sphingomonas)、Sphingopyxis、游鱼孢菌属(Sporichthya)和甲基杆菌属(Methylobacter)显著正相关(P＜0.01), 但同芽单胞菌属(Gemmatimonas)和Phaselicystis显著负相关(P＜0.01).针杆藻(Synedra)与红球菌属和不动杆菌属(Acinetobacter)显著正相关(P＜0.01), 但与Pseudarcicella显著负相关(P＜0.01).对于颤藻(Oscillatoria), 其只与Reyranella和硝化螺菌属(Nitrospira)呈显著负相关(P＜0.01), 但与Alsobacter、紫杆菌属(Porphyrobacter)、束缚杆菌属(Haliscomenobacter)、球衣菌属(Sphaerotilus)和苯基杆菌属(Phenylobacterium)均呈正相关(P＜0.01).湖丝藻(Limnothrix)只与Aureispira呈显著正相关(P＜0.01).而金杯藻(Kephyrion)则与Alsobacter呈显著正相关(P＜0.01), 而与红育菌属呈显著负相关(P＜0.01).以上结果表明, 在李家河水库中, 不同的优势藻与其呈显著相关的细菌具有显著差异, 优势藻属与细菌群落间的关系复杂多样.最近, Liu等[41]利用实时荧光定量PCR和16S rRNA高通量测序技术研究了亚热带分层水库中, 自由生活和附着在颗粒上的细菌群落对微囊藻藻华的响应机制, 研究发现藻华发生后, 细菌群落表现出趋于附着颗粒生长方式的演替特征, 且优势和稀有菌属在深度和时间上呈现出截然不同的变化趋势.Xue等[23]使用了18S rDNA测序技术探究了在一个亚热带水库蓝藻藻华过程中, 优势和稀有真核浮游生物的共现模式, 并发现藻华的暴发显著改变了真核浮游生物群落结构组成和稀有浮游生物多样性, 但对优势浮游生物的多样性却无任何影响.
2.5 藻类与细菌群落同水质的偶联关系分析RDA分析表明, 李家河水库全年的藻类和细菌群落结构受不同水质因子的影响显著, 所选水质因子均能较为全面地解释藻类和细菌群落结构的演替, 对藻类和细菌群落变异的解释率分别为93.1%和90%(图 6).其中, 藻类群落结构的变化受到DOC、NO3--N、pH、水温和电导率的显著影响, 并且DOC和NO3--N的影响最为显著.而对于细菌而言, 水温、pH和电导率是影响其群落演替的驱动因素.该结果表明, 各水质因子均显著影响藻类和细菌群落的演替, 其中水温、pH和电导率是决定浮游藻类和细菌群落变异的共有环境因子, 而DOC和NO3--N则是显著影响李家河水库藻类群落演替的特有水质因子.Su等[58]对太湖浮游藻类和浮游细菌群落及其与环境因子之间的响应关系进行了为期一年的调查研究发现, 环境因子对藻类和细菌群落演替具有重要影响, 水温和氮营养盐是影响细菌群落结构的主要驱动力.并且Zhang等[16]在研究水库藻华全过程中细菌和真菌的群落组成特征及其与环境因子的关系时也观察到类似结论, 发现在藻华生消过程中, 细菌的群落结构主要受到电导率和氨氮的驱动.Zhu等[18]在研究湖泊中细菌群落结构的季节演替与空间分布特征时发现, 驱动细菌群落结构组成时空变化的关键环境因子有藻密度、Chla、水温和TN.Wei等[59]的研究发现, DO和NO3--N为黄前水库中驱动细菌群落演替的关键因素.Zhou等[60]研究了扬水曝气运行期间水库水体微生物的群落结构变化特征, 结果表明, 水温、DO、Chla、TOC(总有机碳)和TN是影响水库水体微生物群落变化的关键因素.从以上研究可看出, 不同的水生生态系统中的微生物群落结构受到不同环境因素调控, 且随时空差异发生显著变化.
|
(a)藻类和水质因子的偶联关系分析, (b)细菌和水质因子的偶联关系分析 图 6 李家河水库藻类和细菌群落同水质因子的冗余分析 Fig. 6 Redundancy analysis of the algal and bacterial communities with the water quality of the Lijiahe Reservoir |
(1) 李家河水库藻类群落在全年呈现显著季节变化差异.在研究期间, 除8月外, 硅藻和绿藻的相对丰度之和达80%以上.在8月, 蓝藻大量繁殖, 相对丰度最大达到26.99%.小球藻和小环藻为全年优势藻属, 针杆藻、柵藻和颤藻等则只在特定时间占优.
(2) 变形菌门、放线菌门和拟杆菌门为全年优势细菌.变形菌门在全年的最大相对丰度达71.68%, 与针杆藻属同步在7月达到全年最大值.放线菌门除夏季6~7月外, 其余时间的相对丰度在28.15%~46.64%范围内波动.而拟杆菌门在细菌群落中的占比偏低, 于冬末2月达到最大值28.05%.
(3) Limnohabitans为全年优势菌属, 在10月达到全年最大值19.32%.红育菌属、甲基孢囊菌属和Sediminibacterium在秋冬的相对丰度显著高于春夏季节, 其最大值分别为14.07%、22.18%和27.71%.不动杆菌属只在7月和9月大量繁殖, 并且其相对丰度在7月与针杆藻同步达到全年最大值50.85%.Algoriphagus和黄杆菌属均于4月达到全年最大, 其相对丰度分别为21.26%和31.13%.
(4) 网络分析表明, 李家河水库中藻类与细菌关系密切, 且其互作关系以正相关居多, 在406个相关关系中, 251个为正相关, 155个为负相关.Methylotenera和柵藻分别作为细菌和藻类群落中连接藻菌互作网络结构的关键节点, 均与两种群落中的不同物种具有显著相关性.
(5) RDA分析表明, 在李家河水库中, 所选环境因子共解释了93.1%的浮游藻类群落结构变化和90%的细菌群落结构变化.水温、pH和电导率作为驱动因素, 均显著影响浮游藻类和细菌群落的演替.浮游藻类的群落结构还受DOC和NO3--N的显著影响.
| [1] | Yu Q, Liu Z W, Chen Y C, et al. Modelling the impact of hydrodynamic turbulence on the competition between Microcystis and Chlorella for light[J]. Ecological Modelling, 2018, 370: 50-58. |
| [2] | Zhao C S, Shao N F, Yang S T, et al. Predicting cyanobacteria bloom occurrence in lakes and reservoirs before blooms occur[J]. Science of the Total Environment, 2019, 670: 837-848. |
| [3] | Escalas A, Catherine A, Maloufi S, et al. Drivers and ecological consequences of dominance in periurban phytoplankton communities using networks approaches[J]. Water Research, 2019, 163. DOI:10.1016/j.watres.2019.114893 |
| [4] | Yu L Y, Zhang Y Q, Li M Z, et al. Comparative metatranscriptomic profiling and microRNA sequencing to reveal active metabolic pathways associated with a dinoflagellate bloom[J]. Science of the Total Environment, 2020, 699. DOI:10.1016/j.scitotenv.2019.134323 |
| [5] | Berry M A, Davis T W, Cory R M, et al. Cyanobacterial harmful algal blooms are a biological disturbance to Western Lake Erie bacterial communities[J]. Environmental Microbiology, 2017, 19(3): 1149-1162. |
| [6] | Peng Y Z, Zhang Z, Kong Y, et al. Effects of ultrasound on Microcystis aeruginosa cell destruction and release of intracellular organic matter[J]. Ultrasonics Sonochemistry, 2020, 63. DOI:10.1016/j.ultsonch.2019.104909 |
| [7] | Wiltsie D, Schnetzer A, Green J, et al. Algal blooms and cyanotoxins in Jordan Lake, North Carolina[J]. Toxins, 2018, 10(2). DOI:10.3390/toxins10020092 |
| [8] | Zhou J, Zhang B Y, Yu K, et al. Functional profiles of phycospheric microorganisms during a marine dinoflagellate bloom[J]. Water Research, 2020, 173. DOI:10.1016/j.watres.2020.115554 |
| [9] | 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. |
| [10] | Li H M, Tang H J, Shi X Y, et al. Increased nutrient loads from the Changjiang (Yangtze) River have led to increased harmful algal blooms[J]. Harmful Algae, 2014, 39: 92-101. |
| [11] | Long T Y, Wu L, Meng G H, et al. Numerical simulation for impacts of hydrodynamic conditions on algae growth in Chongqing Section of Jialing River, China[J]. Ecological Modelling, 2011, 222(1): 112-119. |
| [12] | Yang Z J, Xu P, Liu D F, et al. Hydrodynamic mechanisms underlying periodic algal blooms in the tributary bay of a subtropical reservoir[J]. Ecological Engineering, 2018, 120: 6-13. |
| [13] | Fuentes J L, Garbayo I, Cuaresma M, et al. Impact of microalgae-bacteria interactions on the production of algal biomass and associated compounds[J]. Marine Drugs, 2016, 14(5). DOI:10.3390/md14050100 |
| [14] |
闫苗苗, 陈胜男, 黄廷林, 等. 分层型水库藻类垂向演替的水质与细菌种群调控[J]. 环境科学, 2020, 41(7): 3285-3296. Yan M M, Chen S N, Huang T L, et al. Water quality and bacterial population driving mechanism of algae vertical succession in stratified reservoir[J]. Environmental Science, 2020, 41(7): 3285-3296. |
| [15] | Amin S A, Hmelo L R, Van Tol H M, et al. Interaction and signalling between a cosmopolitan phytoplankton and associated bacteria[J]. Nature, 2015, 522(7554): 98-101. |
| [16] | Zhang H H, Jia J Y, Chen S N, et al. Dynamics of bacterial and fungal communities during the outbreak and decline of an algal bloom in a drinking water reservoir[J]. International Journal of Environmental Research and Public Health, 2018, 15(2). DOI:10.3390/ijerph15020361 |
| [17] | Shi L M, Huang Y X, Zhang M, et al. Bacterial community dynamics and functional variation during the long-term decomposition of cyanobacterial blooms in-vitro[J]. Science of the Total Environment, 2017, 598: 77-86. |
| [18] | Zhu C M, Zhang J Y, Nawaz M Z, et al. Seasonal succession and spatial distribution of bacterial community structure in a eutrophic freshwater Lake, Lake Taihu[J]. Science of the Total Environment, 2019, 669: 29-40. |
| [19] | Su X M, Steinman A D, Tang X M, et al. Response of bacterial communities to cyanobacterial harmful algal blooms in Lake Taihu, China[J]. Harmful Algae, 2017, 68: 168-177. |
| [20] | Eiler A, Bertilsson S. Composition of freshwater bacterial communities associated with cyanobacterial blooms in four Swedish lakes[J]. Environmental Microbiology, 2004, 6(12): 1228-1243. |
| [21] | Sun J Y, Song Y, Ma Z P, et al. Fungal community dynamics during a marine dinoflagellate (Noctiluca scintillans) bloom[J]. Marine Environmental Research, 2017, 131: 183-194. |
| [22] | Jia Y, Han G M, Wang C Y, et al. The efficacy and mechanisms of fungal suppression of freshwater harmful algal bloom species[J]. Journal of Hazardous Materials, 2010, 183(1-3): 176-181. |
| [23] | Xue Y Y, Chen H H, Yang J R, et al. Distinct patterns and processes of abundant and rare eukaryotic plankton communities following a reservoir cyanobacterial bloom[J]. The ISME Journal, 2018, 12(9): 2263-2277. |
| [24] | Liu L M, Chen H H, Liu M, et al. Response of the eukaryotic plankton community to the cyanobacterial biomass cycle over 6 years in two subtropical reservoirs[J]. The ISME Journal, 2019, 13(9): 2196-2208. |
| [25] | Yan M M, Chen S N, Huang T L, et al. Community compositions of phytoplankton and eukaryotes during the mixing periods of a drinking water reservoir: Dynamics and interactions[J]. International Journal of Environmental Research and Public Health, 2020, 17(4). DOI:10.3390/ijerph17041128 |
| [26] | García-Chicote J, Armengol X, Rojo C. Zooplankton abundance: a neglected key element in the evaluation of reservoir water quality[J]. Limnologica, 2018, 69: 46-54. |
| [27] | Bouvy M, Pagano M, Troussellier M. Effects of a cyanobacterial bloom (Cylindrospermopsis raciborskii) on bacteria and zooplankton communities in Ingazeira reservoir (northeast Brazil)[J]. Aquatic Microbial Ecology, 2001, 25(3): 215-227. |
| [28] | Li C C, Feng W Y, Chen H Y, et al. Temporal variation in zooplankton and phytoplankton community species composition and the affecting factors in Lake Taihu—a large freshwater lake in China[J]. Environmental Pollution, 2019, 245: 1050-1057. |
| [29] | Teeling H, Fuchs B M, Becher D, et al. Substrate-controlled succession of marine bacterioplankton populations induced by a phytoplankton bloom[J]. Science, 2012, 336(6081): 608-611. |
| [30] | Needham D M, Fuhrman J A. Pronounced daily succession of phytoplankton, archaea and bacteria following a spring bloom[J]. Nature Microbiology, 2016, 1(4). DOI:10.1038/NMICROBIOL.2016.5 |
| [31] | Segev E, Wyche T P, Kim K H, et al. Dynamic metabolic exchange governs a marine algal-bacterial interaction[J]. eLife, 2016, 5. DOI:10.7554/eLife.17473 |
| [32] | Adachi M, Kanno T, Okamoto R, et al. Population structure of Alexandrium (Dinophyceae) cyst formation-promoting bacteria in Hiroshima Bay, Japan[J]. Applied and Environmental Microbiology, 2003, 69(11): 6560-6568. |
| [33] | Huang X Q, Zhu J M, Cai Z H, et al. Profiles of quorum sensing (QS)-related sequences in phycospheric microorganisms during a marine dinoflagellate bloom, as determined by a metagenomic approach[J]. Microbiological Research, 2018, 217: 1-13. |
| [34] | Meyer N, Bigalke A, Kaulfuß A, et al. Strategies and ecological roles of algicidal bacteria[J]. FEMS Microbiology Reviews, 2017, 41(6): 880-899. |
| [35] | Shao K Q, Zhang L, Wang Y P, et al. The responses of the taxa composition of particle-attached bacterial community to the decomposition of Microcystis blooms[J]. Science of the Total Environment, 2014, 488-489: 236-242. |
| [36] | Agustí S, Duarte C M. Phytoplankton lysis predicts dissolved organic carbon release in marine plankton communities[J]. Biogeosciences, 2013, 10(3): 1259-1264. |
| [37] | Lasternas S, Agustí S. The percentage of living bacterial cells related to organic carbon release from senescent oceanic phytoplankton[J]. Biogeosciences, 2014, 11(22): 6377-6387. |
| [38] | Wang W J, Zhang Y L, Shen H, et al. Changes in the bacterial community and extracellular compounds associated with the disaggregation of Microcystis colonies[J]. Biochemical Systematics and Ecology, 2015, 61: 62-66. |
| [39] | Tada Y, Nakaya R, Goto S, et al. Distinct bacterial community and diversity shifts after phytoplankton-derived dissolved organic matter addition in a coastal environment[J]. Journal of Experimental Marine Biology and Ecology, 2017, 495: 119-128. |
| [40] |
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. |
| [41] | Liu M, Liu L M, Chen H H, et al. Community dynamics of free-living and particle-attached bacteria following a reservoir Microcystis bloom[J]. Science of the Total Environment, 2019, 660: 501-511. |
| [42] | Wang Y, Zhang R, Zheng Q, et al. Bacterioplankton community resilience to ocean acidification: evidence from microbial network analysis[J]. ICES Journal of Marine Science, 2016, 73(3): 865-875. |
| [43] |
雷波, 刘朔孺, 张方辉, 等. 三峡水库上游长寿湖浮游藻类的季节变化特征及关键环境影响因子[J]. 湖泊科学, 2017, 29(2): 369-377. Lei B, Liu S R, Zhang F H, et al. Seasonal phytoplankton dynamics and its relationship with key environmental factors in Lake Changshou, upper reaches of the Three Gorges Reservoir[J]. Journal of Lake Sciences, 2017, 29(2): 369-377. |
| [44] | Ma W X, Huang T L, Li X, et al. Impact of short-term climate variation and hydrology change on thermal structure and water quality of a canyon-shaped, stratified reservoir[J]. Environmental Science and Pollution Research, 2015, 22(23): 18372-18380. |
| [45] | Shi X L, Li S N, Zhang M, et al. Temperature mainly determines the temporal succession of the photosynthetic picoeukaryote community in Lake Chaohu, a highly eutrophic shallow lake[J]. Science of the Total Environment, 2020, 702. DOI:10.1016/j.scitotenv.2019.134803 |
| [46] | Liu M Z, Ma J R, Kang L, et al. Strong turbulence benefits toxic and colonial cyanobacteria in water: a potential way of climate change impact on the expansion of harmful algal blooms[J]. Science of the Total Environment, 2019, 670: 613-622. |
| [47] | Lofton M E, McClure R P, Chen S Y, et al. Whole-ecosystem experiments reveal varying responses of phytoplankton functional groups to epilimnetic mixing in a eutrophic reservoir[J]. Water, 2019, 11(2). DOI:10.3390/w11020222 |
| [48] |
杨毓, 卢金锁, 张颖. 深水型水库藻形态功能组(MBFG)的季节演替特征[J]. 环境科学, 2017, 38(1): 121-128. Yang Y, Lu J S, Zhang Y, et al. Seasonal succession characteristics of the morphologically-based functional groups (MBFG) in deep-water reservoir[J]. Environmental Science, 2017, 38(1): 121-128. |
| [49] | Yang W, Zheng Z M, Zheng C, et al. Temporal variations in a phytoplankton community in a subtropical reservoir: an interplay of extrinsic and intrinsic community effects[J]. Science of the Total Environment, 2018, 612: 720-727. |
| [50] | Zhang H H, Chen S N, Huang T L, et al. Vertical distribution of bacterial community diversity and water quality during the reservoir thermal stratification[J]. International Journal of Environmental Research and Public Health, 2015, 12(6): 6933-6945. |
| [51] |
商潘路, 陈胜男, 黄廷林, 等. 深水型水库热分层诱导水质及真菌种群结构垂向演替[J]. 环境科学, 2018, 39(3): 1141-1150. Shang P L, Chen S N, Huang T L, et al. Vertical distribution of fungal community composition and water quality during the deep reservoir thermal stratification[J]. Environmental Science, 2018, 39(3): 1141-1150. |
| [52] | Xu Z, Woodhouse J N, Te S H, et al. Seasonal variation in the bacterial community composition of a large estuarine reservoir and response to cyanobacterial proliferation[J]. Chemosphere, 2018, 202: 576-585. |
| [53] | Parulekar N N, Kolekar P, Jenkins A, et al. Characterization of bacterial community associated with phytoplankton bloom in a eutrophic lake in South Norway using 16S rRNA gene amplicon sequence analysis[J]. PLoS One, 2017, 12(3). DOI:10.1371/journal.pone.0173408 |
| [54] | Zhou J, Richlen M L, Sehein T R, et al. Microbial community structure and associations during a marine dinoflagellate bloom[J]. Frontiers in Microbiology, 2018, 9. DOI:10.3389/fmicb.2018.01201 |
| [55] | Chen L G, Tsui M M P, Lam J C W, et al. Variation in microbial community structure in surface seawater from Pearl River Delta: Discerning the influencing factors[J]. Science of the Total Environment, 2019, 660: 136-144. |
| [56] | Bižić-Ionescu M, Amann R, Grossart H P. Massive regime shifts and high activity of heterotrophic bacteria in an ice-covered lake[J]. PLoS One, 2014, 9(11). DOI:10.1371/journal.pone.0113611 |
| [57] | Liu M, Xiao T, Sun J, et al. Bacterial community structures associated with a natural spring phytoplankton bloom in the Yellow Sea, China[J]. Deep Sea Research Part Ⅱ: Topical Studies in Oceanography, 2013, 97: 85-92. |
| [58] | Su X M, Steinman A D, Xue Q J, et al. Temporal patterns of phyto-and bacterioplankton and their relationships with environmental factors in Lake Taihu, China[J]. Chemosphere, 2017, 184: 299-308. |
| [59] | Wei G S, Li J, Wang N X, et al. Spatial abundance and diversity of bacterioplankton in a typical stream-forming ecosystem, Huangqian Reservoir, China[J]. Journal of Microbiology and Biotechnology, 2014, 24(10): 1308-1318. |
| [60] | Zhou Z Z, Huang T L, Gong W J, et al. Field research on mixing aeration in a drinking water reservoir: performance and microbial community structure[J]. International Journal of Environmental Research and Public Health, 2019, 16(21). DOI:10.3390/ijerph16214221 |