2022, Vol. 43
2. 中国气象局气象探测中心, 北京 100081
2. Meteorological Observation Center of China Meteorological Administration, Beijing 100081, China
城市河道中的浮游微生物作为分解者, 参与水生生态系统的物质循环、迁移和转化, 对城市河道中污染物的降解和氮、磷等营养元素的迁移转化过程有不可或缺的作用[1], 是水生生态系统的重要组成部分[2, 3].然而浮游微生物群落对外界环境变化较为敏感, 其群落结构容易发生变化[4], 进而影响群落的类型和功能.季节变化是影响浮游微生物群落多样性变化的关键环境驱动因子之一.秦宇等[5]基于MiSeq高通量测序对三峡库区水体微生物群落结构的季节特征的研究表明, 变形菌门(Proteobacteria)、放线菌门(Actinobacteria)、拟杆菌门(Bacteroidetes)和蓝藻(Cyanobacteria)等优势门丰度呈现明显的季节特征, 温度是季节变化驱动下的最主要的环境因子.李洁等[6]对永定河山峡段和城市段微生物群落结构时空演替的分析表明, 季节因素对微生物多样性的影响大于空间因素.与山峡段样本的微生物群落组成具有明显的季节性分布特征相比较, 受人类活动剧烈干扰的城市段样本未表现出明显的季节性分布.刘睿[7]基于T-RFLP和高通量测序技术分析了陕西段渭河浮游细菌群落季节变化特征, 结果表明渭河水体浮游细菌群落季节性差异同样比空间差异更加显著.其中, 气温和流量等水文气象条件是季节变化的直接因素.气温通过影响细菌的生长速度和OTU丰度来改变浮游微生物群落的组成和结构, 流量通过影响河水补给来源和细菌的运动能力, 进而改变群落中物种丰度[8, 9].以TP、NO3--N和NH4+-N等为代表的环境变量是季节变化的间接因素[10], 以TP和NO3--N为特征的非点源污染物受季节性降雨引起的地表径流改变间接影响水化学指标的浓度, 且季节变化对河流细菌群落的影响大于水化学指标的影响[11].
城市河道不仅具有防洪、蓄水和调节局部气候等生态功能, 还具有纳污、水运和灌溉等经济功能和景观娱乐等人文价值[12].高度人工化的城市河道与自然河道不同: 一方面, 城市河道水源大部分来自污水处理厂相对稳定的出水, 水质水量季节变化小, 水温较高, 以上特点对浮游微生物群落空间变异和季节变异的影响尚不明晰; 另一方面, 城市河道衬砌和底砌改变了河道地表水与地下水包气带之间的水循环过程, 这种有别于自然河道的生境特征和水质同质化结果是否可能导致河道浮游微生物群落季节变化规律不同于自然河道亟待研究.基于此, 本研究拟采用16S rRNA高通量测序探究北运河10个样点4月和9月微生物群落组成、结构和差异, 通过典范对应分析和主成分分析, 来探究不同季节浮游微生物群落结构与环境因子之间的关系, 以及造成浮游微生物季节差异的主要环境因子, 以期为揭示高度人工化的城市河道浮游微生物群落季节变化机制提供科学依据.
1 材料与方法 1.1 研究区概况北运河是我国著名京杭大运河的起始端, 发源于北京市境内燕山南麓(昌平区关沟), 自(西)北向(东)南流入河北省, 于天津市汇入海河, 全长238 km, 流域总面积6 166 km2.北运河(含温榆河)干流在北京市境内主河道始于昌平区沙河闸, 长89.4 km, 流域面积为4 293 km2.北运河流域属温带大陆性季风气候, 年际、年内间降雨量及径流量不均衡, 年降水量主要集中在汛期6~9月, 占全年降水量的82.4%, 汛期平均径流量为2.96×109 m3, 非汛期平均径流量为2.76×109 m3 [13].流域内居住着北京市70%的人口; 经济总量占全市的80%以上, 不但承担北京市防洪排涝和纳污的任务, 也发挥了城市生态景观、休闲娱乐的功能.北运河沿线工、农业废水及生活污水的二级出水排放口众多, 是北京市四大排污河之一, 承载着北京90%的排水任务.北运河流域气候特征和闸门开闭频率变化导致河流时间尺度上存在环境梯度.
1.2 采样点布设及样品采集2019年4月和9月在研究区按照均匀布点并兼顾考虑流域尺度点源与非点源污染类型分布原则设置10个采样点(图 1).采样时通过全球定位系统(GPS, Garmin Legend, Garmin USA)定位每个样点的坐标.每个采样点采集平行的2 L混合均匀的水样2个, 低温保存并尽快运回实验室.带回室内的水样, 定量1 L水样充分摇匀(0.25 L)通过0.22 mm混合纤维素膜过滤, 滤膜密封于-80℃保存用于浮游微生物测定.
|
图 1 北运河采样点布设 Fig. 1 Sampling sites in the North Canal River |
采用多参数水质探测仪(AP-7000)现场测定pH、溶解性总固体(TDS)、温度(T)、氧化还原电位(ORP)和浊度(Turb)水质物理指标.带回室内的水样24 h内完成水质理化分析, 采用国标法测定水样总磷(TP)、总氮(TN)、总有机碳(TOC)、总碳(TC)、氨氮(NH4+-N)、高锰酸盐指数(IMn)、硝态氮(NO3--N)和亚硝态氮(NO2--N).
1.3.2 微生物数据测定将处理好的样品送至诺禾致源科技有限公司进行微生物PCR扩增和16S rRNA高通量测序, 扩增引物为(CCTAYGGGRBGCASCAG, GGACTACNNG GGTATCTAAT), 扩增区间为V3~V4区.
1.3.3 数据处理及分析使用Excel对返回的OTU表进行基础分析, 借助Galaxy微生物数据分析平台(http://mem.rcees.ac.cn:8080/)进行数据处理, 计算α多样性指数(Chao1指数、Shannon指数和Pielou指数), 利用Primer 5进行非度量多维尺度分析(NMDS)和Global检验.利用SPSS 24.0进行独立样本t检验和主成分分析(principal components analysis, PCA).利用Galaxy平台基于线性判别分析线性(Linear discriminant analysis, LDA)进行差异贡献分析(linear discriminant analysis effect size, LEFSe), 来估算每个组分(物种)丰度对差异效果影响的大小, 以揭示两季节浮游微生物群落组成的差异.利用Canoco 5.0进行典范对应分析(canonical correspondence analysis, CCA), 探究浮游微生物群落分布与环境因子的关系.使用Origin 2018绘制α多样性指数箱图、百分比堆积柱状图、物种丰度热图和环境因子箱图.
2 结果与分析 2.1 北运河浮游微生物群落多样性季节变化分析 2.1.1 不同季节浮游微生物群落α多样性分析本研究基于高通量测序并去除嵌合体等疑问序列, 分别对北运河10个样点4月和9月两种不同时间状态的样品序列量进行统计, 分别得到了534 243条、602 833条序列和1 622条、5 863条OTU片段数.
基于97%的相似性阈值的序列划分结果显示: 4月1 622条OTUs片段隶属于45门48纲92目171科319属204种, 而9月5 863条OTU片段隶属于49门67纲142目262科615属423种[图 2(a)], 9月较4月具有更为丰富的浮游微生物类型.从Venn图共有物种占比可以看出, 两样本共有物种在总物种数中具有较高的占比(门: 51.61%, 纲: 51.32%, 目: 53.95%, 科: 56.32%, 属: 37.35%, 种: 11.76%), 表明浮游微生物物种组成季节变异程度较低.Venn图特有物种数则显示4月样本中独有的OTU数(门: 13, 纲: 9, 目: 10, 科: 15, 属: 65, 种: 138)均低于9月样本(门: 17, 纲: 28, 目: 60, 科: 106, 属: 361, 种: 357), 说明9月微生物特异性显著高于4月是引起9月样本具有较高的多样性的主要原因之一, 另一方面表明浮游微生物群落的季节差异性随分类水平的降低而增强, 物种分离程度越来越大.
|
(b)特有门相对丰度, 横坐标代表 4月或9月独有的门水平物种 图 2 不同季节各分类水平下OTU分布Venn图和特有门丰度 Fig. 2 Venn diagram of OTU distribution at different classification levels and the abundance of unique phylum in different seasons |
基于门水平定义片段丰度值>1%的为优势菌群, < 0.1%为偶见菌群, 其余则为非优势菌群.从结果可以看出[图 2(b)], 4月检测出的13个特有门中包含了12个偶见门和1个非优势门, 9月检测出的17个特有门均隶属于偶见门.由此可知, 共有优势门是导致浮游微生物物种组成季节变异程度较低的主要因素, 而特有偶见门和非优势门则是导致微生物多样性季节分离程度较高的主要原因之一.
进一步分析不同样本α多样性指数(图 3), 不同季节的两样本间Chao1指数、Shannon指数和Pielou指数均存在极显著差异(P < 0.01).说明9月的浮游微生物群落较4月具有更高的物种丰富度和多样性且群落结构更加均匀, 该结果与基于Venn图的多样性分析结果一致.
|
独立样本t检验，**表示P < 0.01, 有极显著差异 图 3 不同季节浮游微生物群落α多样性指数 Fig. 3 The α diversity index of planktonic microbial community in different seasons |
非度量多维尺度分析(nonmetric multidimensional scaling, NMDS)显示不同分类水平下的两样本均具有明显的分布范围和界限, 且这种分布范围和界限随着分类水平的降低而增强.进一步采用Global检验分析不同季节微生物群落在NMDS分布图上的差异性(图 4), 结果显示两样本微生物群落在不同分类水平下均具有极显著差异(P < 0.01).两样本季节差异的显著性从高级分类水平界到低级分类水平OTU依次为0.216、0.814、0.934、0.957、0.952、0.988、1.000和0.881, 进一步说明这种差异性随分类水平的降低而增强, 即季节差异对低级分类单元的影响较高级分类单元更为显著.同时在NMDS排序中, 9月样本的分布格局更为相似, 其分布范围也较为集中, 而4月样本则在排序图上具有较广的分布范围和格局, 说明9月微生物群落多样性空间分化程度更低.受季节性降雨和再生水补给水源的影响, 北运河流域夏季河道高度连通, 水体扩散能力增强, 从而导致9月浮游微生物群落结构在空间上具有较高的相似度.
|
独立样本t检验，**表示P < 0.01, 有极显著差异 图 4 不同季节各分类水平下NMDS分析 Fig. 4 NMDS analysis at different classification levels in different seasons |
绘制基于门水平的不同季节优势物种组成[图 5(a)].变形菌门(Proteobacteria)、拟杆菌门(Bacteroidetes)、放线菌门(Actinobacteria)、疣微菌门(Verrucomicrobia)和蓝藻(Cyanobacteria)是不同季节共有优势门.以上优势门在4月和9月样点的相对丰度分别达到了87.20%~99.65%和84.78%~94.53%.此外, 9月样本的优势门还包括了酸杆菌门(Acidobacteria)、绿弯菌门(Chloroflexi)和厚壁菌门(Firmicutes).
|
独立样本t检验, *表示P < 0.05水平, 有显著差异, **表示P < 0.01, 有极显著差异 图 5 不同季节门水平微生物群落结构和共有微生物相对丰度热图 Fig. 5 Microbial community structure and heat map of relative abundance of common microbes at phylum level in different seasons |
进一步识别基于门水平相对丰度数据集, 采用独立样本t检验筛选出16个门在两季节样本中存在显著差异[图 5(b)].其中, 除蓝藻(Cyanobacteria)、厚壁菌门(Firmicutes)、浮霉菌门(Planctomycetes)和食氢菌门(Hydrogenedentes)在两样本间存在显著差异(P < 0.05), 其余12个门存在极显著差异(P < 0.01). 4月样本中的拟杆菌门(Bacteroidetes)和纤细菌门(Gracilibacteria)相对丰度较9月样本分别高244.14%和710.49%.剩余的14个门相对丰度均表现为4月样本显著低于在9月样本(P < 0.05), 特别是蓝藻(Cyanobacteria)、绿弯菌门(Chloroflexi)、酸杆菌门(Acidobacteria)和芽单胞菌门(Gemmatimonadetes), 在4月样本中较9月样本分别低了64.56%、96.71%、99.20%和73.89%.
利用Galaxy平台进行LEFSe分析, 并采用LDA来估算不同样本组分(物种)丰度对差异效果的影响(图 6).设置LDA阈值为3.0. 4月样本相对丰度显著高于9月样本的纲水平物种是拟杆菌纲(Bacteroidia), 这与拟杆菌门(Bacteroidetes)的结果相同, 这是因为拟杆菌纲是拟杆菌门的优势类群, 丰度值占门水平的98.52%, 其中包括鞘脂杆菌目(Sphingobacteriales)、鞘脂杆菌科(Sphingobacteriaceae)和地杆菌属(Pedobacter).属水平的Fluviicola LDA指数较高, 但是其高分类水平的黄杆菌目(Flavobacteriales)和Crocinitomicaceae在4月和9月样本间无显著差异.此外, 假红杆菌属(Pseudorhodobacter)也有较高的LDA指数, 是4月样本的特有菌, 其相对丰度达到(1.15±1.25)%, 但所属的变形菌门(Proteobacteria)、α-变形杆菌纲(α-Proteobacteria)、红杆菌目(Rhodobacterales)和红杆菌科(Rhodobacteraceae)在4月和9月样本间均无显著差异.
|
1.Bacteroidia, 2.Bacteroidetes, 3.Sphingobacteriales, 4.Sphingobacteriaceae, 5.Pedobacter, 6.Fluviicola, 7.Pseudorhodobacter, 8.Acinetobacter, 9.Moraxellaceae, 10.Rhizobiales, 11.Firmicutes, 12.Rickettsiales, 13.Rickettsiaceae, 14.Candidatus_Megaira, 15.Lactobacillales, 16.Acidobacteria, 17.Silanimonas, 18.Phenylobacterium, 19.Clostridia, 20.Clostridiales, 21.Paracoccus, 22.Porphyrobacter, 23.Methylocystis, 24.Beijerinckiaceae, 25.Deinococcus_Thermus, 26.Deinococci, 27.Deinococcales, 28.Deinococcaceae, 29.Deinococcus, 30.Streptococcaceae, 31.Chloroflexi, 32.Streptococcus, 33.Syntrophobacterales, 34.Myxococcales, 35.Syntrophaceae, 36.Desulfuromonadales, 37.Acidiferrobacteraceae, 38.Sulfurifustis, 39.Acidiferrobacterales, 40.Anaerolineae, 41.Hyphomicrobiaceae, 42.Geobacteraceae, 43.Desulfarculaceae, 44.Desulfarculales, 45.Desulfatiglans, 46.Thermomonas, 47.Sphingomonas, 48.Solirubrobacteraceae, 49.Conexibacter, 50.Hyphomicrobium, 51.Lysobacter, 52.Hirschia, 53.Anaerolineales, 54.Anaerolineaceae, 55.Armatimonadaceae, 56.Veillonellaceae, 57.Armatimonadetes, 58.Negativicutes, 59.Selenomonadales, 60.Methylococcaceae, 61.Armatimonadales, 62.Armatimonadia, 63.Geobacter, 64.Armatimonas, 65.Methyloparacoccus, 66.Desulfobacterales, 67.Ignavibacteria 图 6 不同季节微生物群落的线性判别分析物种进化分支与LDA值分布直方图 Fig. 6 Linear discriminant analysis effect size evolutionary cladograms and LDA value distribution histograms of microbial communities in different seasons |
9月样本相对丰度显著高于4月样本的物种包括6纲、14目、15科和20属.其中异常球菌纲(Deinococci)和梭菌纲(Clostridia)的LDA指数较大分别为3.5和3.7, 对两季节的差异效果影响较大.此外, LDA指数较高的还有目水平的根瘤菌目(Rhizobiales)、立克次氏体目(Rickettsiales)、乳杆菌目(Lactobacillales)和梭菌目(Clostridiales). 科水平的莫拉氏菌科(Moraxellaceae)、立克次氏体科(Rickettsiaceae)和拜叶林克氏菌科(Beijerinckiaceae). 属水平的不动杆菌属(Acinetobacter)、Candidatus_Megaira、硅单胞菌(Silanimonas)、苯基杆菌(Phenylobacterium)、副球菌属(Paracoccus)、产卟啉杆菌属(Porphyrobacter)和甲基孢囊菌属(Methylocystis), 它们的LDA指数均大于3.5.
2.3 北运河浮游微生物群落变化的环境解释 2.3.1 不同季节河道水质分析采用独立样本t检验筛选出两季节有显著差异的环境变量(图 7).结果显示4月样本中TN浓度和pH值均显著高于9月(P < 0.05), TP和NO2--N极显著高于9月(P < 0.01).相比而言, TOC、NO3--N和T在9月样本中的浓度显著或极显著高于4月(P < 0.05).
|
独立样本t检验, *表示P < 0.05水平, 有显著差异, **表示P < 0.01, 有极显著差异 图 7 不同季节差异显著的环境因子箱线图 Fig. 7 Box plot of environmental factors of significant differences in different seasons |
主成分分析是利用降维分析方法, 将多个水质指标转化为少数几个彼此之间互不相关的综合指标, 有利于更好地理解各污染物的来源和影响(表 1).水质理化指标的主成分分析共提取了5个主成分, 累计解释水质变异88.09%. PC 1(方差贡献率为33.81%)与TP、pH负相关, 且与TOC、NO3--N和T正相关, 主要表征季节性径流和温度水文水质的间接影响.夏季地表径流量补给缓解河道TP和酸碱污染, 而季节性高温下活跃的硝化菌群则促进再生水典型污染物铵态氮氧化为硝态氮.与TN和NO2--N正相关的PC 2(方差贡献率为23.37%)和与ORP正相关PC 4(方差贡献率为9.82%)表征非雨季间歇性断流河道水力学变化, 改变补给水富含的无机氮存在形态, 形成以NO2--N为主导的还原性环境条件, 进而改变ORP. PC 3(方差贡献率为13.09%)表征与季节性变化无关的空间点源或非点源IMn污染. PC 5(方差贡献率为8.00%)与Turb正相关, 用来表征季节性降雨携带的非点源泥沙污染, 导致水中悬浮物对光线透过时所发生的阻碍程度增强.
|
表 1 主成分荷载和贡献率计算结果 Table 1 Calculation results of principal component load and contribution rate |
2.3.2 不同季节浮游微生物群落变化的环境解释
基于不同季节OTU和环境因子的典范对应分析结果如图 8所示, 反映不同季节浮游微生物群落分布与环境因子的关系.两样本样点在空间上呈现了沿x轴从左到右的变化趋势(On All Axes: pseudo-F=1.2, P=0.092).与群落分布相关程度最高的环境因子是T、NO2--N和TP.其中, NO3--N、TDS等盐分离子、TOC和浊度与T协同作用, 与夏季样品微生物群落分布正相关.夏季闸门开闭频率增高、降水量增大, 水体富氧速率增强, 季节性径流稀释了水体磷污染和酸碱污染的同时提高了水体非点源泥沙污染, 导致夏季样品浮游微生物群落与TP和pH负相关, 而季节性高温下活跃的硝化菌群则促进硝化反应的进行.其次, TN、ORP和NO2--N高度协同作用, TP则与pH、NH4+-N表现出较为相似的分布特征, 与春季样品微生物群落分布正相关.春季水体的间歇性断流, 形成了以NO2--N为主导的还原性条件, 这会导致春季北运河河道浮游微生物群落向适应还原性的方向演替.IMn则仅在不同季节的微生物群落空间变异中发挥作用, 与季节变异不具有密切关系.
|
图 8 不同季节浮游微生物群落与环境因子的CCA分析 Fig. 8 CCA analysis of microbial community and environmental factors in different seasons |
季节性径流和温度变化是造成水生态系统水质季节变化的主要因素[14].尤其是快速城市化和不透水表面的增加使雨季的暴雨径流携带大量非点源污染进入城市水生态系统, 有研究结果指出, 支持城市水生态系统富营养化年内峰值常常出现在夏季[15~17].同时, 夏季水温较高, 水中藻类和浮游生物生物量迅速繁殖, 水体溶解氧量下降, 进一步促进夏季城市水生态系统富营养化风险[18].季节性径流和温度变化仍然是以再生水为主要补给水源的城市河道水质季节变化的主要因素, 但其变化规律和机制存在较大差异.本研究分析结果表明季节性径流对河道水体稀释作用增加, 河道上、中游广泛密布再生水处理厂频繁再生水补给, 雨季频繁降雨引起的河道闸坝闸门开闭频率增高, 都可以导致水体流动性和复氧能力增强, 显著缓解河道营养物质污染.加之上、中、下游河岸带湿地生态植物夏季生长旺盛, 生物量增加, 消耗氮、磷营养物质, 增加水体DO, 且具有一定的抑藻效应[19].季节性径流和温度变化显著缓解以再生水为主要补给水源的城市河道水质污染.
3.2 浮游微生物多样性季节变化分析9月北运河浮游微生物α多样性显著高于4月, 这与永定河、太湖和南京玄武湖浮游细菌群落多样性季节变化规律一致[6, 20, 21]. 9月适宜的温度和较长的日照时间为浮游藻类生长提供良好条件, 浮游藻类可显著影响细菌丰度、生物活性及群落多样性[22, 23], 尤其是改变群落中非优势菌群和偶见菌群的类型和多度[24], 最终表现为9月较高的α多样性.另一方面, 微生物因为具有相对较高的代谢灵活性、生理耐受性、分散性、快速增长性[25, 26].作为水生态系统稳定性表征指标, 大量文献表明浮游微生物α多样性与水生态系统稳定性正相应[6, 24], 这一结果支持了本研究9月较4月水质污染显著缓解且α多样性显著升高的结论.
与4月相比较, 研究区9月样点的微生物群落有着更高的同质性.究其原因与雨季较高的径流量下水体扩散能力较强有关, 提高水质同质化水平, 进而促进微生物群落空间同质化, 这种同质化的影响对低分类单元的影响较高分类单元更为显著.
3.3 微生物组成的季节变化分析有研究表明, 微生物群落时间变异的演替特征, 一方面是微生物群落调节自身生理机能或者微生物之间的相互作用来适应环境的内源性动力的结果, 另一方面是环境变化驱动微生物群落产生适应性演替的外源性动力的结果[27~29].再生水补给过程产生的水化学特征的改变以及季节性径流和温度水文水质的变化是促使微生物组成产生季节变异的直接原因.因此, 基于微生物生理功能特性探究两样本微生物组成差异及其与环境因子之间的响应, 能更好地理解两者的耦合关系.
蓝藻(Cyanobacteria)是河流中大部分光合自养产物的来源[30], 它的嗜高温特性使其在夏季节大量繁殖[5].绿弯菌门(Chloroflexi)属兼性厌氧菌, 利用3-羟基丙酸途径固定CO2产生能量, 使它能在不同营养程度的环境中生存, 但更倾向生活在富营养化程度高的区域[31].这些浮游细菌生长依赖于氮和磷等无机营养盐的供给, 在生长的过程中, 吸收了大量营养盐, 加之嗜高温特性, 其丰度在夏季达到峰值, 造成了北运河水体中营养盐的降低.而这些细菌是河流中大部分光合自养产物的来源, 但对于北运河这种高污染的河流, 光能自养微生物对有机碳的贡献应该较少.拟杆菌门(Bacteroidetes)是肠道中数量最大的革兰氏阴性细菌, 也普遍存在于污水处理厂生物池, 是溶解性有机物的主要消费者[32], 部分拟杆菌可致病, 因其在肠道内数量的绝对优势, 在受污染的水体中不能长时间存活和繁殖, 且通过16S rRNA基因序列的差异能够分辨粪源的污染来源等特点可指示水体所受粪源污染程度[33, 34], 而其中的鞘脂杆菌目(Sphingobacteriales)在海洋细菌中占有较大比例, 可以降解纤维素[35].本文水体中拟杆菌门(Bacteroidetes)和鞘脂杆菌目(Sphingobacteriales)在4月的丰度高于9月, 这可能与水体呈还原态, 并受粪源污染的程度有关.酸杆菌门(Acidobacteria)参与了缺氧条件下纤维素的厌氧降解[36], 其在9月富集与水体TOC浓度分布有关.
有研究表明在缺氧和高碳环境中适宜生存的纤细菌门(Gracilibacteria)和属水平的Fluviicola和假红杆菌属(Pseudorhodobacter)同属于反硝化细菌[37, 38], 在呈还原态的4月水体中高度富集.硝化螺旋菌门(Nitrospirae)与亚硝酸盐氧化过程有关, 并可借助于亚硝酸盐氧化过程中产生的能量固定部分无机碳[39].夏季高温活跃的硝化菌在好氧环境下大量繁殖, 与9月NO3--N浓度升高有关.芽单胞菌门(Gemmatimonadetes)广泛存在于污泥污水处理系统中, 能够在有氧和厌氧环境中生存[40], 其下的芽单胞菌科(Gemmatimonadaceae)是一类具有代表性的聚磷菌, 在有氧条件下大量吸收磷酸盐并积累在细胞[41].厌氧菌科(Anaerolineaceae)可降解有机碳物质[42], 并与低溶解氧条件下的除磷有关[43].属水平的不动杆菌属(Acinetobacter)是一类重要的反硝化聚磷菌[44], 部分物种属于条件致病菌[45].本文水体中这些类群的细菌在9月富集, 促进了磷元素的降解转化, 这可能与9月河流水体呈氧化态且具有更高的碳磷比有关.
4 结论(1) 不同季节特有偶见门和非优势门的组成差异是引起北运河9月的浮游微生物Chao1指数、Shannon指数和Pielou指数均极显著高于4月的主要原因.季节性降雨和再生水补给物理扰动过程在促进9月河道水体扩散能力增强的同时, 减弱9月浮游微生物群落多样性空间分化程度.这种多样性变化对低级分类单元的影响较高级分类单元更为显著.
(2) 浮游微生物群落结构组成存在显著的季节变化.春季样本中富集的拟杆菌门(Bacteroidetes)和纤细菌门(Gracilibacteria)大都为厌氧菌.而夏季样本中富集的蓝藻(Cyanobacteria)、绿弯菌门(Chloroflexi)、酸杆菌门(Acidobacteria)、芽单胞菌门(Gemmatimonadetes)等大多为好氧菌或兼性厌氧菌.
(3) 以再生水为主要补给水源的城市河道浮游微生物多样性季节变化机制与自然河道存在较大差异.CCA分析表明T、NO2--N和TP是影响微生物群落季节变化主要环境因子.T表征季节性高温下活跃的硝化菌群促进再生水典型污染物铵态氮氧化为硝态氮.NO2--N表征非雨季间歇性断流河道水力学特征决定的补给水中富含的无机氮主要以还原型的NO2--N形式存在.TP则表征夏季地表径流量补给缓解河道TP和酸碱污染.IMn仅表征微生物群落空间变异中, 与季节变异不具有密切关系.
(4) 在夏季节大量繁殖的嗜高温蓝藻(Cyanobacteria)和兼性厌氧菌绿弯菌门(Chloroflexi)与水体中TOC浓度和温度呈正相关分布, 在北运河水体中营养盐的生物地化循环中发挥重要作用, 同时也是造成9月TOC污染严重的潜在因素.溶解性有机物的主要消费者的拟杆菌门(Bacteroidetes)和鞘脂杆菌目(Sphingobacteriales)在4月的丰度高于9月, 指示4月水体粪源污染的程度更高.
| [1] |
姜彩虹, 张美玲, 陶琰洁, 等. 上海市内不同水质的河道春季浮游细菌群落结构分析[J]. 微生物学通报, 2009, 36(4): 522-527. Jiang C H, Zhang M L, Tao Y J, et al. Bacterial community structure in four different rivers of Shanghai in Spring[J]. Microbiology, 2009, 36(4): 522-527. |
| [2] |
于洋, 王晓燕, 张鹏飞. 北运河水体浮游细菌群落的空间分布特征及其与水质的关系[J]. 生态毒理学报, 2012, 7(3): 337-344. Yu Y, Wang X Y, Zhang P F. Spatial distribution of planktonic bacterial community and its relationship to water quality in Beiyun River[J]. Asian Journal of Ecotoxicology, 2012, 7(3): 337-344. |
| [3] |
胡愈炘, 张静, 黄杰, 等. 长江流域河流和湖库的浮游细菌群落差异[J]. 环境科学, 2022, 43(3): 1414-1423. Hu Y X, Zhang J, Huang J, et al. Characteristics of bacterioplankton community between river and lake/reservoir in the Yangtze River basin[J]. Environmental Science, 2022, 43(3): 1414-1423. |
| [4] |
刘峰, 冯民权, 王毅博. 汾河入黄口夏季微生物群落结构分析[J]. 微生物学通报, 2019, 46(1): 54-64. Liu F, Feng M Q, Wang Y B. Microbial community structure of estuary of the Fenhe River into the Yellow River in summer[J]. Microbiology China, 2019, 46(1): 54-64. |
| [5] |
秦宇, 张曦, 王紫薇, 等. 三峡水库中段水体微生物群落结构的季节变化[J]. 水生态学杂志, 2021, 42(6): 16-23. Qin Y, Zhang X, Wang Z W, et al. Seasonal variation of microorganism community structure in the middle section of three gorges reservoir[J]. Journal of Hydroecology, 2021, 42(6): 16-23. |
| [6] |
李洁, 孙寓姣, 尹萌, 等. 永定河山峡与城市段微生物群落结构季节变化[J]. 北京师范大学学报(自然科学版), 2020, 56(2): 257-264. Li J, Sun Y J, Yin M, et al. Seasonal variations in microbial community structure in Yongding River[J]. Journal of Beijing Normal University (Natural Science), 2020, 56(2): 257-264. |
| [7] |
刘睿, 吴巍, 周孝德, 等. 渭河浮游细菌群落结构特征及其关键驱动因子[J]. 环境科学学报, 2017, 37(3): 934-944. Liu R, Wu W, Zhou X D, et al. Bacterioplankton community structure in Weihe River and its relationship with environmental factors[J]. Acta Scientiae Circumstantiae, 2017, 37(3): 934-944. |
| [8] | Sieburth J M. Seasonal selection of estuarine bacteria by water temperature[J]. Journal of Experimental Marine Biology and Ecology, 1967, 1(1): 98-121. DOI:10.1016/0022-0981(67)90009-3 |
| [9] |
王鹏, 陈波, 李传琼, 等. 赣江南昌段丰水期细菌群落特征[J]. 中国环境科学, 2016, 36(8): 2453-2462. Wang P, Chen B, Li C Q, et al. Bacterial communities in Nanchang section of the Ganjiang River in wet seaon[J]. China Environmental Science, 2016, 36(8): 2453-2462. DOI:10.3969/j.issn.1000-6923.2016.08.027 |
| [10] |
笪文怡, 黎云祥, 朱广伟, 等. 水文气象过程对千岛湖氮磷变化的影响[J]. 水生态学杂志, 2019, 40(5): 9-19. Da W Y, Li Y X, Zhu G W, et al. Influence of hydrometeorological processes on nutrient dynamics in Qiandao Lake[J]. Journal of Hydroecology, 2019, 40(5): 9-19. |
| [11] |
刘君政, 王鹏, 肖汉玉, 等. 城市河流细菌群落特征及影响因素——以鄱阳湖流域赣江南昌段为例[J]. 湖泊科学, 2018, 30(3): 741-752. Liu J Z, Wang P, Xiao H Y, et al. Characteristics of aquatic bacterial community and the influencing factors in an urban river-A case study of Nanchang section of the Ganjiang River, Lake Poyang Basin[J]. Journal of Lake Sciences, 2018, 30(3): 741-752. |
| [12] |
谢琼, 王红瑞, 柳长顺, 等. 城市化快速进程中河道利用与管理存在的问题及对策[J]. 资源科学, 2012, 34(3): 424-432. Xie Q, Wang H R, Liu C S, et al. Problems in river use and management during the rapid urbanization process and the strategies[J]. Resources Science, 2012, 34(3): 424-432. DOI:10.3969/j.issn.1672-1810.2012.03.016 |
| [13] |
梁灵君. 北运河运河核心区地表水资源状况分析[J]. 北京水务, 2021(1): 22-26. Liang L J. Analysis of surface water resources in the core area of the North Canal[J]. Beijing Water, 2021(1): 22-26. |
| [14] |
张文婷, 王铭泽, 宋丹阳, 等. 降雨径流过程的非点源污染时空动态分布研究[J]. 环境科学与技术, 2015, 38(10): 153-160. Zhang W T, Wang M Z, Song D Y, et al. Study on spatial distribution of non-point source pollution in the process of rainfall runoff[J]. Environmental Science & Technology, 2015, 38(10): 153-160. |
| [15] |
张波, 翟路, 林杰, 等. 南京城市湖泊湿地的水质动态及其评价[J]. 湿地科学与管理, 2011, 7(1): 29-32. Zhang B, Zhai L, Lin J, et al. The dynamics of water quality of urban wetland and its assessment[J]. Wetland Science & Management, 2011, 7(1): 29-32, 39. |
| [16] |
余宝宝, 陈松. 城市河流水质组成季节变化规律——以宿州市沱河为例[J]. 自然科学, 2016, 4(4): 412-419. Yu B B, Chen S. Water quality and its variation character by the season change in city-A case study from Tuohe River in Suzhou City[J]. Open Journal of Nature Science, 2016, 4(4): 412-419. |
| [17] |
王倩, 吴亚东, 丁庆玲, 等. 西太湖入湖河流水系污染时空分异特征及解析[J]. 中国环境科学, 2017, 37(7): 2699-2707. Wang Q, Wu Y D, Ding Q L, et al. Temporospatial variations and influential factors of water quality in the flowing river systems of western Taihu Lake Basin[J]. China Environmental Science, 2017, 37(7): 2699-2707. |
| [18] | 张会豪, 闫光辉, 焦鑫雅, 等. 基于主成分分析法的长三角地区某水库蓝藻生长影响因子分析[J]. 环境保护与循环经济, 2020, 40(9): 37-41. |
| [19] |
黄迪, 熊薇, 刘克, 等. 典型再生水人工湿地净化系统水质时空变异研究——以北京市奥林匹克森林公园人工湿地为例[J]. 环境科学学报, 2014, 34(7): 1738-1750. Huang D, Xiong W, Liu K, et al. Temporal-spatial variations of water quality in a reclaimed-water-supplied constructed wetland purification system: a case study in Olympic Forest Park of Beijing[J]. Acta Scientiae Circumstantiae, 2014, 34(7): 1738-1750. |
| [20] |
邢鹏, 孔繁翔, 高光. 太湖浮游细菌种群基因多样性及其季节变化规律[J]. 湖泊科学, 2007, 19(4): 373-381. Xing P, Kong F X, Gao G. Phylogenetic diversity and seasonal variation of bacterioplankton communities in Lake Taihu[J]. Journal of Lake Sciences, 2007, 19(4): 373-381. |
| [21] |
沈烽, 赵大勇, 黄睿, 等. 南京玄武湖浮游细菌群落结构的季节变化及其与环境因子的关系[J]. 湖泊科学, 2017, 29(3): 662-669. Shen F, Zhao D Y, Huang R. Seasonal variation of bacterioplankton community structure in Xuanwu Lake (Nanjing) and its relationship with environmental factors[J]. Journal of Lake Sciences, 2017, 29(3): 662-669. |
| [22] |
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. |
| [23] | Muylaert K, Van der Gucht K, Vloemans N, et al. Relationship between bacterial community composition and bottom-up versus top-down variables in four eutrophic shallow lakes[J]. Applied and Environmental Microbiology, 2002, 68(10): 4740-4750. |
| [24] |
郭芝芝, 苏振华, 邸琰茗, 等. 北运河京津冀段河道浮游微生物群落多样性变化分析[J]. 环境科学, 2022, 43(2): 803-812. Guo Z Z, Su Z H, Di Y M, et al. Analysis on diversity of plankton microbial community in the Beijing-Tianjin-Hebei Section of the North Canal River[J]. Environmental Science, 2022, 43(2): 803-812. |
| [25] | Fuhrman J A, Cram J A, Needham D M. Marine microbial community dynamics and their ecological interpretation[J]. Nature Reviews Microbiology, 2015, 13(3): 133-146. |
| [26] | Allison S D, Martiny J B J. Resistance, resilience, and redundancy in microbial communities[J]. Proceedings of the National Academy of Sciences of the United States of America, 2008, 105(S1): 11512-11519. |
| [27] | Odum E P. The strategy of ecosystem development: an understanding of ecological succession provides a basis for resolving man's conflict with nature[J]. Science, 1969, 164(3877): 262-270. |
| [28] |
邹莉, 谢曙光, 黄艺. 天然水体基于分子生物学的微生物生态学研究[J]. 环境科学与技术, 2010, 33(7): 85-89, 101. Zou L, Xie S G, Huang Y. Molecular techniques-based microbial ecology in natural waters[J]. Environmental Science & Technology, 2010, 33(7): 85-89, 101. |
| [29] | Lyautey E, Jackson C R, Cayrou J, et al. Bacterial community succession in natural river biofilm assemblages[J]. Microbial Ecology, 2005, 50(4): 589-601. |
| [30] | Findlay S. Stream microbial ecology[J]. Journal of the North American Benthological Society, 2010, 29(1): 170-181. |
| [31] |
赵立君, 刘云根, 王妍, 等. 典型高原湖滨带底泥细菌群落结构及多样性特征[J]. 微生物学通报, 2020, 47(2): 401-410. Zhao L J, Liu Y G, Wang Y, et al. Bacterial community structure and diversity of sediments in a typical plateau lakeshore[J]. Microbiology China, 2020, 47(2): 401-410. |
| [32] |
贺赟, 李魁晓, 王佳伟, 等. 不同季节城市污水处理厂微生物群落特性[J]. 环境科学, 2021, 42(3): 1488-1495. He Y, Li K X, Wang J W, et al. Microbial community structure of waste water treatment plants in different seasons[J]. Environmental Science, 2021, 42(3): 1488-1495. |
| [33] | Converse R R, Blackwood A D, Kirs M, et al. Rapid QPCR-based assay for fecal Bacteroides spp. as a tool for assessing fecal contamination in recreational waters[J]. Water Research, 2009, 43(19): 4828-4837. |
| [34] |
张麟杰, 王淦淦, 张利兰, 等. 重庆市河水中粪源微生物污染特征及源解析[J]. 中国环境科学, 2019, 39(3): 1253-1260. Zhang L J, Wang G G, Zhang L L, et al. Pollution characteristics and source track of fecal microorganism in the rivers across Chongqing City[J]. China Environmental Science, 2019, 39(3): 1253-1260. |
| [35] |
王中华, 徐茂琴, 谢利, 等. 宁波沿海陆源排污口拟杆菌(Bacteroidetes)分布的特点[J]. 海洋与湖沼, 2014, 45(5): 1030-1036. Wang Z H, Xu M Q, Xie L, et al. Distribution of bacteroidetes in Ningbo coastal sewage outlets[J]. Oceanologia et Limnologia Sinica, 2014, 45(5): 1030-1036. |
| [36] | Jing C L, Xu Z C, Zou P, et al. Coastal halophytes alter properties and microbial community structure of the saline soils in the Yellow River Delta, China[J]. Applied Soil Ecology, 2019, 134: 1-7. |
| [37] | Wei Z S, Pei J L, Huang Z S, et al. Effect of oxygen content on no removal and microbial communities of a hybrid catalytic membrane biofilm reactor[J]. Research & Reviews: Journal of Microbiology and Biotechnology, 2018, 7(3): 62-71. |
| [38] | Zhou J H, Yu H C, Ye K Q, et al. Optimized aeration strategies for nitrogen removal efficiency: application of end gas recirculation aeration in the fixed bed biofilm reactor[J]. Environmental Science and Pollution Research International, 2019, 26(27): 28216-28227. |
| [39] | Black E M, Chimenti M S, Just C L. Effect of freshwater mussels on the vertical distribution of anaerobic ammonia oxidizers and other nitrogen-transforming microorganisms in upper Mississippi river sediment[J]. PeerJ, 2017, 5. DOI:10.7717/peerj.3536 |
| [40] | Wong J T F, Chen X W, Deng W J, et al. Effects of biochar on bacterial communities in a newly established landfill cover topsoil[J]. Journal of Environmental Management, 2019, 236: 667-673. |
| [41] | Mandel A, Zekker I, Jaagura M, et al. Enhancement of anoxic phosphorus uptake of denitrifying phosphorus removal process by biomass adaption[J]. International Journal of Environmental Science and Technology, 2019, 16(10): 5965-5978. |
| [42] | Ahmadi M, Jorfi S, Kujlu R, et al. A novel salt-tolerant bacterial consortium for biodegradation of saline and recalcitrant petrochemical wastewater[J]. Journal of Environmental Management, 2017, 191: 198-208. |
| [43] | Wang H Y, Song Q, Wang J, et al. Simultaneous nitrification, denitrification and phosphorus removal in an aerobic granular sludge sequencing batch reactor with high dissolved oxygen: effects of carbon to nitrogen ratios[J]. Science of the Total Environment, 2018, 642: 1145-1152. |
| [44] | Wang Q, Lv R Y, Rene E R, et al. Characterization of microbial community and resistance gene (CzcA) shifts in up-flow constructed wetlands-microbial fuel cell treating Zn (Ⅱ) contaminated wastewater[J]. Bioresource Technology, 2020, 302. DOI:10.1016/j.biortech.2020.122867 |
| [45] |
刘晓丹, 黄毅, 王永花, 等. 西藏尼洋河沉积物中微生物群落结构特征分析[J]. 环境科学, 2020, 41(7): 3249-3256. Liu X D, Huang Y, Wang Y H, et al. Structural characteristics of microbial communities in the sediments of the Niyang River in Tibet[J]. Environmental Science, 2020, 41(7): 3249-3256. |