2021, Vol. 42
2. 湖州市疾病预防控制中心, 湖州 313000;
3. 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. Center for Disease Control and Prevention of Huzhou, Huzhou 313000, China;
3. State Key Laboratory of Lake Science and Environment, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China
沉积物是湖泊生态系统中各种物质富集和储存的载体, 沉积物中的物质循环和能量流动由微生物驱动, 与群落组成和代谢功能密切相关[1].微生物将可利用有机质分解为无机营养释放至水体中, 对湖泊中碳、氮、硫等元素的生物地球化学循环过程具有重要作用[1].微生物对湖泊环境的变化具有高度敏感性并且能够快速做出反应, 表现为微生物群落结构、功能上的改变[2].有研究发现, 新鲜有机质的输入可刺激微生物代谢活性, 影响微生物群落的结构及功能, 从而影响整个生态系统的稳定[3].
天然有机质(natural organic matter, NOM)是湖泊环境中异养微生物最重要的生长基质和能量来源, 按其来源可分为生源NOM和陆源NOM.其中陆源NOM一般以腐殖质为主, 而生源NOM富含蛋白质、氨基酸以及糖类等高生物活性物质[4].近年来, 随气候变化和富营养化加剧, 全球范围内淡水湖泊频繁暴发蓝藻水华, 蓝藻残体沉降和分解释放大量的生源性物质进入沉积物[5].这些生源NOM一方面可以为微生物生长代谢提供丰富碳源, 提高微生物分解活性; 另一方面也可激发沉积物有机碳的再矿化, 减少碳固存[3].因此, 生源、陆源NOM的动态输入可能会对沉积物中微生物群落产生不同的影响.Li等[6]的研究发现藻类有机物和腐殖质输入提高了水生环境中微生物群落的生产力及适应性, 且以藻类有机物为生长基质的微生物群落代谢活性更强.然而, 目前关于有机质输入引起的微生物群落代谢活性变化的研究主要集中在海洋和沿海沉积物中[3, 7], 而湖泊生态体系中不同来源的有机质对沉积物微生物群落代谢活性、结构及功能的影响研究较少.
太湖作为中国典型富营养化淡水湖泊, 近二十年来频繁发生以铜绿微囊藻为主的蓝藻水华现象[8].本文以太湖藻型湖湾为研究对象, 分别以藻源有机质(phytoplankton-derived dissolved organic matter, POM)和腐殖酸(humic acid, HA)为典型生源、陆源NOM, 比较两种NOM输入对沉积物中微生物矿化作用、胞外聚合物(extracellular polymeric substances, EPS)分泌和分解酶活性等微生物群落代谢活性的影响, 以及微生物群落组成和结构功能的变化.本研究有助于加深理解NOM输入, 特别是蓝藻水华产生的NOM对湖泊生态系统稳定性的影响.
1 材料与方法 1.1 样品采集及制备2019年7月在太湖藻型湖湾(梅梁湾)用柱状采样器采集3份表层沉积物(0~15 cm)混匀, 过2 mm筛去除碎石、贝类等大颗粒物.在相同点位采集铜绿微囊藻和表层湖水, 将蓝藻冻干后称取1 g加入到1 L过滤湖水(0.7 μm)中, 室温下避光振荡5 d以模拟POM释放, 然后将混合液离心、过滤, 冻干滤液得到POM.将1 g标准HA(sigma-aldrich)溶解到0.01 mol·L-1氢氧化钠溶液中, 调整pH值至7.0, 过滤后冻干滤液得到HA.
1.2 NOM输入模拟实验称取10 g新鲜沉积物(干重)到250 mL培养瓶中, 添加适量NOM充分混匀.根据NOM种类和添加量设置4个实验组和1个对照组：① 1 mg·g-1(以C计, 下同)POM(POM1组), ② 3 mg·g-1的POM(POM3组), ③1 mg·g-1的HA(HA1组), ④ 3 mg·g-1的HA(HA3组), ⑤不添加NOM的对照组(N组).NOM添加量分别占沉积物原始总有机碳(total organic carbon, TOC)含量的15%和40%, 这与已有报道的太湖沉积物中生源NOM平均占34%相近[9].用通气橡胶塞封住瓶口, 25℃条件下避光培养.分别在第30和60d进行破坏性取样, 一部分样品直接用于EPS、酶活分析; 一部分样品经冻干后用于TOC分析及DNA提取.每个处理组设置两个培养瓶, 每瓶取两个平行样, 共计4个平行样.
1.3 NOM表征采用固体TOC分析仪(O.I. Analytical Co, 美国)测定沉积物和NOM的TOC浓度.为比较POM和HA的组成结构, 分别将POM和HA溶于水(浓度为15 mg·L-1), 通过UV-Vis光谱仪(UV-2550, 岛津)和荧光光谱仪(F-7000, 日立)采集吸收光谱和荧光光谱.吸收光谱的波长为200~800 nm, 间隔1 nm, 狭缝宽度1 nm, 按文献[10]方法计算SUVA254和光谱斜率比SR.三维荧光光谱(EEM)的激发光源为700 V氙灯, 激发波长(Ex)和发射波长(Em)分别为250 nm~550 nm和200 nm~450 nm, 增量分别为1 nm和5 nm, 扫描速度2 400 nm·min-1, 激发和发射狭缝带宽均为5 nm, 以Milli-Q水作为空白对照消除拉曼散射影响, 同时对瑞利散射效应和内滤效应进行校正, 按文献方法计算BIX和FI[10].使用MATLAB的drEEM工具箱进行平行因子分析(PARAFAC)[11], 识别荧光因子并计算Fmax, 以其表征荧光组分的浓度.
1.4 酶活、EPS及DNA提取及分析使用土壤酶活性检测试剂盒(Solarbio科技公司, 北京, 中国)分析细胞酶活性, 分别采用氯化三苯基四氮唑比色法和二乙酸荧光素(fluorescein diacetate, FDA)比色法测定土壤脱氢酶(dehydrogenase, DHA)和FDA水解酶的活性, 采用靛酚蓝比色法测定土壤脲酶(urease, UA)活性, 采用钨蓝比色法测定土壤中性蛋白酶(neutral protease, NPA)活性.其中, DHA能够反映微生物的生物量及其对有机物的降解能力[12], FDA水解酶能灵敏地反映微生物的代谢活性[13], UA与氮循环密切相关, 其活性与微生物量呈正相关[14], NPA参与胞外蛋白分解, 并为微生物提供氮源[15].
采用离子交换树脂法提取胞外聚合物(extracellular polymeric substances, EPS)[16], 首先将2 g沉积物(湿重)离心10 min弃去上清, 以消除添加的NOM对EPS提取的影响[17], 然后悬浮于体积分数为0.05%的NaCl溶液中, 离心后得到胶体态EPS(colloidal EPS, C-EPS).将剩余沉积物重新溶解于含有Dowex 50wx8(200~400目, sigma-aldrich, 密苏里州, 美国)的NaCl溶液中, 离心得到结合态EPS(bound EPS, B-EPS).分别采用改良的Lowry法和蒽酮-硫酸法测定EPS中蛋白质和多糖的浓度[17].
采用PowerSoil DNA试剂盒(Mo Bio Laboratories, Carlsbad, CA)按规定流程提取沉积物样品DNA, 并使用515F和907R通用细菌引物对16S rRNA V4-V5片段进行PCR扩增.PCR反应条件为：95℃预变性2 min, 95℃变性30 s, 55℃退火30 s, 72℃延伸30 s, 循环30次, 最后72℃延伸5 min.通过琼脂糖凝胶电泳纯化扩增产物, 并由美吉生物公司(中国上海)进行Illumina MiSeq(Illumina, San Diego, USA)高通量测序.采用QIIME软件对原始DNA序列进行质量控制去除低质量序列, 采用RDP classifier贝叶斯算法按照97%的相似度进行OTU分类, 并在门、属水平统计各样品的微生物群落组成.应用MOTHUR软件, 计算α多样性(Shannon指数).根据物种丰度信息和KEGG数据库(Kyoto Encyclopedia of Genes and Genome)进一步预测微生物群落的基因功能.
1.5 统计分析使用SPSS软件(22.0版本)计算平均值和标准差.采用单因素方差分析(ANOVA)检验不同处理组中TOC矿化、酶活性、EPS分泌等差异.P < 0.05时认为具有显著性.通过Spearman相关性分析微生物群落组成与NOM荧光组分的相关性.
2 结果与讨论 2.1 NOM表征UV-Vis和EEM是表征NOM的组成和结构的最常用方法.如图 1(a)所示, 由于HA高度腐殖化, 而POM降解历史较短, 新鲜度高, 故HA的吸收光谱高于POM.同样, HA的SUVA254值[15.20 L·(mg·m)-1]远高于POM[0.23 L·(mg·m)-1], 意味着POM在254 nm处主要为无吸收的小分子脂肪族物质, 而HA为芳香族化合物[18].光谱斜率比SR与NOM分子量通常呈反比, 故POM的SR值较低说明蓝藻释放的生源性物质比腐殖质的平均分子质量更高, 与前人的研究结果一致[19].POM的BIX(0.70)和FI(2.90)值均高于HA(0.35和1.43), 与POM的生源性一致[10].EEM-PARAFAC分析共得到5个荧光组分(图 2), 其中组分C1在Ex/Em=230(275)/332 nm处有两个荧光峰, 对应于类蛋白质T峰, 可归为类色氨酸荧光组分; 组分C2在Ex/Em=230(265)/302 nm处存在荧光峰, 对应于类蛋白质B峰, 可归为类酪氨酸荧光组分; 组分C3在Ex/Em=250(310)/420 nm处存在荧光峰, 可表征为藻类、微生物产生的生源性类腐殖质; 组分C4在Ex/Em=265/450 nm处中存在荧光峰, 与类腐殖质A峰相似, 归为类腐殖酸物质; 组分C5在Ex/Em=270(330)/450 nm处存在荧光峰, 与类腐殖质C峰相似, 归为类富里酸物质[20].虽然一般认为类腐殖质峰A和C来自陆源, 但有研究在藻类释放液中发现了类似的荧光峰, 与已有的研究结果一致[21].相较而言, POM中类蛋白组分C1和C2约占总荧光组分的50%, 而HA中类腐殖质组分C3、C4、C5占总荧光组分的97%[图 1(b)].总体而言, 蓝藻残体释放的有机物成分更为复杂且腐殖度较低, 对沉积物中微生物群落的调控作用可能区别于陆源NOM.
|
(a)紫外吸收光谱; (b)荧光组分百分比 图 1 POM和HA的紫外吸收光谱及EEM-PARAFAC荧光组分百分比 Fig. 1 UV absorption spectra of POM and HA at 15 mg·L-1 and the percentage of EEM-PARAFAC fluorescent components |
|
图 2 运用PARAFAC模型分离的NOM荧光组分 Fig. 2 Fluorescent spectra of EEM-PARAFAC POM components in NOM |
NOM添加后, 沉积物中TOC含量变化如图 3(a)所示.与对照相比, 除HA1组外, 其余处理组TOC去除量均显著升高(P < 0.05), 说明NOM增强了沉积物中微生物对碳的消耗, 但不同处理组中矿化程度不同.对于相同NOM而言, TOC去除量随NOM浓度升高而升高; 而对于同等浓度的NOM, POM组中TOC去除量显著高于HA组.具体而言, TOC去除量大小顺序为POM3组>HA3组≈POM1组>HA1组≈N组, 其中POM3组约为对照组的3.2倍, 而添加3 mg·g-1 HA与1 mg·g-1 POM组中TOC去除量相似, 说明POM中微生物可分解组分的含量约为HA的3倍.进一步分析NOM荧光组分的变化[图 3(b)和3(c)], 对于相同NOM, 荧光组分的去除率随培养时间而升高, 但随NOM浓度升高而降低; 在同等浓度的NOM处理组之间, 相同荧光组分的去除结果相似：组分C1和C2的去除率显著高于C3、C4和C5.这表明沉积物中TOC矿化主要与NOM中类蛋白质组分的分解有关, 而类腐殖质组分的贡献较小.与类腐殖质相比, 类蛋白组分的生物活性更高, 更易被微生物利用.有研究表明蓝藻水华区域湖水中类蛋白质组分的生物可利用性高达77%, 而生源类腐殖质组分的生物可利用性也高于陆源类腐殖质[22].
|
(a)TOC去处量; (b)1 mg·g-1 NOM荧光组分去除率; (c) 3 mg·g-1 NOM荧光组分去除率 图 3 NOM输入对沉积物有机碳含量的影响 Fig. 3 Changes in sediments organic carbon after NOM input |
NOM输入后微生物群落中DHA活性变化如图 4(a)所示.培养30 d后, 除HA3组外, 各NOM处理组中DHA活性均显著高于对照组.其中, 添加1 mg·g-1的POM和HA分别使DHA活性从0.20 U·g-1增至0.76 U·g-1和0.42 U·g-1, 而添加3 mg·g-1的POM促进效果最强.培养60 d后, 各处理组中DHA活性均发生不同程度的降低, 但POM1、POM3和HA1组仍显著高于对照组.如图 4(b)所示, 培养30 d后, 添加1 mg·g-1的NOM对FDA活性的影响较弱, 而POM3和HA3组中FDA活性分别是POM1和HA1组的2.2倍和1.8倍.培养60 d后, 各处理组中FDA活性变化较小.UA活性变化如图 4(c)所示, 培养30 d后, UA活性随NOM浓度升高而升高, 且POM输入对UA活性的促进作用显著高于HA.培养60 d后, 各处理组UA活性接近, 均显著高于对照组.NPA活性变化趋势与UA相似[图 4(d)], 1 mg·g-1的POM和HA组中NPA活性接近, 而3 mg·g-1的POM组NPA活性显著高于HA组. 60天后各组NPA活性与对照组无显著差别.以上结果表明, NOM可以在短期内提高微生物的酶活性, 且促进作用取决于NOM的种类和浓度.
|
图 4 NOM输入对沉积物微生物酶活性的影响 Fig. 4 Effects of NOM input on microbial enzyme activity in sediments |
微生物分泌的水解酶类和氧化还原酶类是沉积物中最活跃的有机成分之一, 通过酶促作用广泛参与有机质的分解和矿化[23].因此, 酶活性是反映沉积物中微生物生物量及代谢活性的关键指标.作为碳代谢过程中关键的氧化还原酶类, DHA在微生物的呼吸作用中作为中间电子载体将电子和氢转移到最终的电子受体氧[24].POM组中有机碳矿化更为剧烈, 微生物呼吸作用和氧化还原反应更强, 因此DHA活性更高.FDA可被多种非专一性酶类水解生成稳定的荧光素, 是表征环境中微生物活性的重要生物学指标[13].NOM输入后FDA活性升高, 表明NOM增强了微生物群落的代谢活性, 特别是POM3组中(FDA活性最高)微生物群落最为活跃.NOM中丰富的含氮化合物(如蛋白质、肽和氨基酸)是细菌的有效氮源, 故参与氮转化的UA活性升高.同时, 前人在酶活性与微生物数量的相关性分析中发现UA活性与细菌数量呈正相关[25].因此, NOM输入不仅促进了沉积物中氮的循环, 而且提高了微生物生物量.由于大多数沉积物微生物都能产生蛋白酶水解肽键[15], 因而POM中的蛋白组分增强了NPA活性, 但随着有机质逐渐矿化, NPA活性降低.总的来说, 酶活分析表明NOM输入提高了沉积物中微生物的生物量和有机物代谢能力, 且POM的促进作用更强.
2.2.3 NOM输入对微生物分泌EPS的影响如图 5(a)所示, 各处理组C-EPS中蛋白浓度与对照相比无显著性差异(除POM3组外), 而B-EPS中蛋白浓度变化较为显著(P < 0.05).在第30 d, POM3组中B-EPS的蛋白质含量最高, 而第60 d时, HA3组中B-EPS的蛋白质含量与POM3组无显著差异.总体而言, 添加POM对C-EPS、B-EPS中蛋白质分泌均有促进作用, 且与NOM浓度呈正相关, 而HA仅对B-EPS中蛋白质分泌具有促进作用.多糖方面, 添加1 mg·g-1的POM和HA对C-EPS中多糖浓度的影响不大, 但NOM添加量为3 mg·g-1时, C-EPS中多糖浓度明显提高[图 5(b)].不同浓度的POM和HA对B-EPS中多糖分泌均具有促进作用, 并且促进作用随NOM添加量的升高而增强.在第30 d, POM对B-EPS中多糖生成的促进强于相同浓度的HA; 而第60 d时, POM与HA对B-EPS中多糖分泌的影响相似.
|
图 5 NOM输入下沉积物微生物群落EPS中的蛋白质和多糖浓度 Fig. 5 Concentrations of protein and polysaccharide in the EPS of lake sediments amended with NOM |
EPS是由微生物自身代谢、细胞脱落或裂解死亡产生的一类复杂高分子物质, 包括C-EPS和B-EPS两层, 与微生物群落的代谢活性密切相关[26].随着微生物分解转化更多的NOM, 大量的代谢产物以EPS的形式分泌, 故NOM矿化更剧烈的POM处理组中EPS浓度更高.然而, HA处理组中B-EPS的最终浓度与POM组中相近, 这可能是由于HA比表面积大, 且对EPS中的脂肪族、芳香族和羧基官能团具有很强的亲和力, 使得更多的EPS结合在细胞表面[27].EPS对于微生物群落稳定性具有重要作用, EPS增加有利于生物膜的形成及微生物定殖, 加强微生物之间的信息交流, 进而提高整个微生物群落对有机物的代谢能力[26].
2.3 NOM输入对沉积物中微生物群落组成、功能的影响 2.3.1 NOM输入对微生物群落组成的影响沉积物中微生物群落在门水平的变化如图 6(a)所示.各组菌群分布较为相似, 第30 d时, 主要优势菌群为Proteobacteria(27.6%~42.8%), 其次是Actinobacteria(15.5%~20.8%)、Acidobacteria(6.8%~14.1%).与对照组相比, 添加NOM后, Proteobacteria、Patescibacteria和Firmicutes的相对丰度增加, 其中, POM3组中Proteobacteria和Nitrospiare丰度增加最为明显.随着培养时间的延长, Proteobacteria丰度进一步增加, 同时POM组中Bacteroidetes相对丰度明显增加, 而HA和N组中Acidobacteria丰度升高.为明确微生物群落对NOM浓度和组成的响应, 在纲水平上分析群落组成与NOM荧光组分浓度的相关性[图 6(b)].纲水平上主要优势菌群为γ-Proteobacteria、δ-Proteobacteria和Actinobacteria, 相对丰度占整个细菌群落的42.2%~53.8%.其中γ-Proteobacteria、δ-Proteobacteria和Nitrospira与类蛋白组分(C1和C2)呈正相关, 而α-Proteobacteria、Bacteroidia和Ignavibacteria不仅与C1和C2呈正相关, 而且与C4负相关.Actinobacteria、Latescibacteria和Verruomirobiae与类蛋白组分呈负相关.以上结果说明微生物群落演化与NOM的组成与活性有关.
|
(a)门水平; (b)纲水平的相对丰度与 晕韵酝 荧光组分的相关性 图 6 NOM输入对沉积物中微生物群落组成的影响 Fig. 6 Effects of NOM input on microbial community composition in lake sediments |
随着NOM中活性物质优先被微生物分解, 群落中活性物质的分解者得到选择性富集.Proteobacteria和Bacteroidetes属于富营养菌群, 对有机物具有很强的代谢能力, 在碳充足时可快速生长[3].因此, 富含类蛋白组分的POM更有利于Proteobacteria和Bacteroidetes富集.类似研究也发现Proteobacteria和Bacteroidetes是太湖水体中类蛋白组分的主要分解者[28].相反, Acidobacteria作为贫营养菌群, 擅长降解低活性基质, 生长速率较慢[29], 故在HA和对照组中丰度更高.POM中丰富的类蛋白物质可作为微生物的氮源, 提高Nitrospiare的丰度, 这与UA活性变化一致.此外, α多样性分析显示虽然添加1 mg·g-1的POM和HA对微生物群落多样性的影响相近(平均Shannon指数均为6.14, 下同), 但是POM3组中微生物群落多样性(6.22)高于HA3处理组(6.19), 这与前人研究发现以藻源NOM为基质的生物膜多样性高于以HA为基质相一致[6].如EEM-PARAFAC所示, HA组分相对单一, 而POM含有多种活性、非活性物质, 组成较为复杂, 其代谢过程需要具有不同代谢功能的菌种共存.群落多样性提高意味着生态位不同的菌种之间存在更频繁的种间协作, 进而提高了微生物群落对有机物的代谢弹性[30].总体而言, POM输入促使微生物群落向富营养化状态演化, 进而加快了沉积物中的碳和氮循环.
2.3.2 NOM输入对微生物群落功能的影响利用PICRUSt软件基于KEGG数据库预测微生物群落功能, NOM输入引起微生物群落功能基因丰度的显著变化[图 7(a)].KEGG代谢通路(一级水平)预测的功能基因中约51%与代谢有关, 16%与遗传信息处理有关, 14%与环境信息处理有关.培养60 d后, 各组之间功能基因丰度差异显著(P < 0.05), 特别是代谢功能基因丰度大小为POM3组>HA3组>POM1组>HA1组>N组.对代谢功能基因进一步研究, 发现碳水化合物代谢最为丰富, 其次是氨基酸代谢、脂质代谢和外源化合物生物降解与代谢[图 7(b)].碳水化合物和氨基酸的代谢途径更强, 说明POM组的碳转化和分解能力较高.POM中类色氨酸和酪氨酸组分可能是驱动微生物代谢和生物合成的重要初级代谢物, 而HA中高含量的类腐殖质组分产生的与碳水化合物和外源物质代谢相关的功能基因较少[31].此外, POM中的高分子量物质也可诱导脂质代谢相关功能基因的显著上调[32].特别地, 与外源化合物降解相关的基因丰度升高, 意味着NOM输入可能增强了沉积物中有机污染物的分解潜力, 这与前人研究发现蓝藻残体沉降加快了沉积物中多环芳烃的生物降解一致[33].因此, POM中活性物质的输入刺激了微生物群落的代谢功能, 进而可能影响藻型湖湾沉积物中多种物质的生物地球化学循环.
|
图 7 基于KEGG数据库预测的微生物群落功能基因丰度 Fig. 7 Functional gene abundance of microbial community predicted using the KEGG database |
(1) 沉积物中微生物矿化作用随NOM浓度升高而增强, 而POM对矿化的促进作用约为同等浓度陆源HA的3倍.同时POM对碳、氮代谢相关酶活性的激发效应强于HA, 形成了代谢更为活跃的微生物群落.
(2) HA只对微生物分泌B-EPS具有促进作用, 而POM显著提高了C-EPS、B-EPS中蛋白质和多糖的含量, 提高了微生物群落的聚集度和稳定性.
(3) POM不仅提高了沉积物中的微生物群落生物量和多样性, 而且含有的类蛋白组分有利于Proteobacteria、Bacteroidetes和Nitrospira等菌门的生长.
(4) NOM输入提高了微生物群落中与代谢相关的功能基因丰度, 特别是POM可能加快了藻型湖湾沉积物中碳、氮及有机污染物的生物地球化学循环.
| [1] |
李国强, 薛林贵, 莫天录, 等. 湖泊沉积物微生物多样性研究方法的新进展[J]. 兰州交通大学学报, 2015, 34(6): 12-16, 37. Li G Q, Xue L G, Mo T L, et al. New progress of research methods for microbial diversity in lake sediment[J]. Journal of Lanzhou Jiaotong University, 2015, 34(6): 12-16, 37. DOI:10.3969/j.issn.1001-4373.2015.06.003 |
| [2] |
刘鹏远, 陈庆彩, 胡晓珂. 渤海湾湾口表层沉积物中的核心细菌群落结构及其对环境因子的响应[J]. 微生物学通报, 2018, 45(9): 1940-1955. Liu P Y, Chen Q C, Hu X K. Structure characteristics of core bacterial communities in surface sediments and analysis on their responses to environmental factors in the inlet of Bohai Bay[J]. Microbiology China, 2018, 45(9): 1940-1955. |
| [3] | Traving S J, Rowe O, Jakobsen N M, et al. The effect of increased loads of dissolved organic matter on estuarine microbial community composition and function[J]. Frontiers in Microbiology, 2017, 8. DOI:10.3389/fmicb.2017.00351 |
| [4] | Bai L L, Zhang Q, Wang C H, et al. Effects of natural dissolved organic matter on the complexation and biodegradation of 17α-ethinylestradiol in freshwater lakes[J]. Environmental Pollution, 2019, 246: 782-789. DOI:10.1016/j.envpol.2018.12.098 |
| [5] |
孙伟, 巩小丽, 陈煜, 等. 太湖藻源溶解性有机质光化学降解研究[J]. 湖泊科学, 2018, 30(1): 91-101. Sun W, Gong X L, Chen Y, et al. Photochemical degradation of the algae-derived dissolved organic matter in Lake Taihu[J]. Journal of Lake Sciences, 2018, 30(1): 91-101. |
| [6] | Li L, Jeon Y, Lee S H, et al. Dynamics of the physiochemical and community structures of biofilms under the influence of algal organic matter and humic substances[J]. Water Research, 2019, 158: 136-145. DOI:10.1016/j.watres.2019.04.014 |
| [7] | Judd K E, Crump B C, Kling G W. Variation in dissolved organic matter controls bacterial production and community composition[J]. Ecology, 2006, 87(8): 2068-2079. DOI:10.1890/0012-9658(2006)87[2068:VIDOMC]2.0.CO;2 |
| [8] |
吴晓东, 孔繁翔, 张晓峰, 等. 太湖与巢湖水华蓝藻越冬和春季复苏的比较研究[J]. 环境科学, 2008, 29(5): 1313-1318. Wu X D, Kong F X, Zhang X F, et al. Comparison of overwintering and rrecruitment of cyanobacteria in Taihu Lake and Chaohu Lake[J]. Environmental Science, 2008, 29(5): 1313-1318. DOI:10.3321/j.issn:0250-3301.2008.05.028 |
| [9] | Zhang Y D, Su Y L, Liu Z W, et al. Lipid biomarker evidence for determining the origin and distribution of organic matter in surface sediments of Lake Taihu, Eastern China[J]. Ecological Indicators, 2017, 77: 397-408. DOI:10.1016/j.ecolind.2017.02.031 |
| [10] | Hansen A M, Kraus T E C, Pellerin B A, et al. Optical properties of dissolved organic matter (DOM): effects of biological and photolytic degradation[J]. Limnology and Oceanography, 2016, 61(3): 1015-1032. DOI:10.1002/lno.10270 |
| [11] | Murphy K R, Stedmon C A, Graeber D, et al. Fluorescence spectroscopy and multi-way techniques. PARAFAC[J]. Analytical Methods, 2013, 5(23): 6557-6566. DOI:10.1039/c3ay41160e |
| [12] |
黄代中, 肖文娟, 刘云兵, 等. 浅水湖泊沉积物脱氢酶活性的测定及其生态学意义[J]. 湖泊科学, 2009, 21(3): 345-350. Huang D Z, Xiao W J, Liu Y B, et al. Determination of dehydrogenase activity in sediment of shallow lakes and its ecological significance[J]. Journal of Lake Sciences, 2009, 21(3): 345-350. DOI:10.3321/j.issn:1003-5427.2009.03.005 |
| [13] | Adam G, Duncan H. Development of a sensitive and rapid method for the measurement of total microbial activity using fluorescein diacetate (FDA) in a range of soils[J]. Soil Biology and Biochemistry, 2001, 33(7-8): 943-951. DOI:10.1016/S0038-0717(00)00244-3 |
| [14] |
潘能, 侯振安, 陈卫平, 等. 绿地再生水灌溉土壤微生物量碳及酶活性效应研究[J]. 环境科学, 2012, 33(12): 4081-4087. Pan N, Hou Z A, Chen W P, et al. Study on soil enzyme activities and microbial biomass carbon in greenland irrigated with reclaimed water[J]. Environmental Science, 2012, 33(12): 4081-4087. |
| [15] | Vranova V, Rejsek K, Formanek P. Proteolytic activity in soil: a review[J]. Applied Soil Ecology, 2013, 70: 23-32. DOI:10.1016/j.apsoil.2013.04.003 |
| [16] | Pierre G, Graber M, Orvain F, et al. Biochemical characterization of extracellular polymeric substances extracted from an intertidal mudflat using a cation exchange resin[J]. Biochemical Systematics and Ecology, 2010, 38(5): 917-923. DOI:10.1016/j.bse.2010.09.014 |
| [17] | Frølund B, Palmgren R, Keiding K, et al. Extraction of extracellular polymers from activated sludge using a cation exchange resin[J]. Water Research, 1996, 30(8): 1749-1758. DOI:10.1016/0043-1354(95)00323-1 |
| [18] | Weishaar J L, Aiken G R, Bergamaschi B A, et al. Evaluation of specific ultraviolet absorbance as an indicator of the chemical composition and reactivity of dissolved organic carbon[J]. Environmental Science & Technology, 2003, 37(20): 4702-4708. |
| [19] | Xu H C, Li F F, Kong M, et al. Adsorption of cyanobacterial extracellular polymeric substance on colloidal particle: Influence of molecular weight[J]. Science of the Total Environment, 2020, 715. DOI:10.1016/j.scitotenv.2020.136959 |
| [20] |
黄昌春, 李云梅, 王桥, 等. 基于三维荧光和平行因子分析法的太湖水体CDOM组分光学特征[J]. 湖泊科学, 2010, 22(3): 375-382. Huang C C, Li Y M, Wang Q, et al. Components optical property of CDOM in Lake Taihu based on three-dimensional excitation emission matrix fluorescence[J]. Journal of Lake Sciences, 2010, 22(3): 375-382. |
| [21] | Zhang Y L, Liu X H, Wang M Z, et al. Compositional differences of chromophoric dissolved organic matter derived from phytoplankton and macrophytes[J]. Organic Geochemistry, 2013, 55: 26-37. DOI:10.1016/j.orggeochem.2012.11.007 |
| [22] | Bai L L, Cao C C, Wang C H, et al. Toward quantitative understanding of the bioavailability of dissolved organic matter in freshwater lake during cyanobacteria blooming[J]. Environmental Science & Technology, 2017, 51(11): 6018-6026. |
| [23] |
莫雪, 陈斐杰, 游冲, 等. 黄河三角洲不同植物群落土壤酶活性特征及影响因子分析[J]. 环境科学, 2020, 41(2): 895-904. Mo X, Chen F J, You C, et al. Characteristics and factors of soil enzyme activity for different plant communities in Yellow River Delta[J]. Environmental Science, 2020, 41(2): 895-904. |
| [24] | Sim Dč i Dč T. The role of plankton, zoobenthos, and sediment in organic matter degradation in oligotrophic and eutrophic mountain lakes[J]. Hydrobiologia, 2005, 532(1-3): 69-79. DOI:10.1007/s10750-004-9015-5 |
| [25] |
刘钊, 魏天兴, 朱清科, 等. 黄土丘陵沟壑区典型林地土壤微生物、酶活性和养分特征[J]. 土壤, 2016, 48(4): 705-713. Liu Z, Wei T X, Zhu Q K, et al. Microbes, enzyme activities and nutrient characteristics of rhizosphere and non-rhizosphere soils in forests of loess hilly region[J]. Soils, 2016, 48(4): 705-713. |
| [26] | Decho A W, Gutierrez T. Microbial extracellular polymeric substances (EPSs) in ocean systems[J]. Frontiers in Microbiology, 2017, 8. DOI:10.3389/fmicb.2017.00922 |
| [27] |
李春越, 党廷辉, 王万忠, 等. 腐殖酸对农田土壤磷素吸附行为的影响研究[J]. 水土保持学报, 2011, 25(3): 77-82. Li C Y, Dang T H, Wang W Z, et al. Influence of humic acid on the adsorption behavior of phosphorus in agricultural soil[J]. Journal of Soil and Water Conservation, 2011, 25(3): 77-82. |
| [28] | Zhang W, Zhou Y Q, Jeppesen E, et al. Linking heterotrophic bacterioplankton community composition to the optical dynamics of dissolved organic matter in a large eutrophic Chinese lake[J]. Science of the Total Environment, 2019, 679: 136-147. DOI:10.1016/j.scitotenv.2019.05.055 |
| [29] | Sun L, Xun W B, Huang T, et al. Alteration of the soil bacterial community during parent material maturation driven by different fertilization treatments[J]. Soil Biology and Biochemistry, 2016, 96: 207-215. DOI:10.1016/j.soilbio.2016.02.011 |
| [30] | Li D, Alidina M, Ouf M, et al. Microbial community evolution during simulated managed aquifer recharge in response to different biodegradable dissolved organic carbon (BDOC) concentrations[J]. Water Research, 2013, 47(7): 2421-2430. DOI:10.1016/j.watres.2013.02.012 |
| [31] | Li Y, Xu C, Zhang W L, et al. Response of bacterial community in composition and function to the various DOM at river confluences in the urban area[J]. Water Research, 2020, 169. DOI:10.1016/j.watres.2019.115293 |
| [32] | McCarren J, Becker J W, Repeta D J, et al. Microbial community transcriptomes reveal microbes and metabolic pathways associated with dissolved organic matter turnover in the sea[J]. Proceedings of the National Academy of Sciences of the United States of America, 2010, 107(38): 16420-16427. DOI:10.1073/pnas.1010732107 |
| [33] | Yan Z S, Jiang H L, Li X H, et al. Accelerated removal of pyrene and benzo[J]. Journal of Hazardous Materials, 2014, 272: 66-74. DOI:10.1016/j.jhazmat.2014.02.042 |