环境科学  2022, Vol. 43 Issue (12): 5616-5626   PDF    
不同水源补给河流浮游植物群落结构特征及其与环境因子的关系
侯颖1, 李信2, 白灵1, 白乙娟1, 张淑荣3,4, 王圣瑞1, 郑蕾1, 丁爱中1     
1. 北京师范大学水科学研究院, 北京 100875;
2. 首都师范大学资源环境与旅游学院, 北京 100048;
3. 北京师范大学地理科学学部, 陆地表层系统科学与可持续发展研究院, 北京 100875;
4. 北京师范大学地理科学学部, 地表过程与资源生态国家重点实验室, 北京 100875
摘要: 为探究不同水源补给河流浮游植物群落结构的差异,于2019年5~11月对北京市北运河水系和永定河水系7条河流进行逐月采样调查,分析不同水源补给河流浮游植物群落结构特征,并采用相关性分析和冗余分析(RDA)探究浮游植物群落与环境因子之间的关系.结果表明,7条河流共监测到9门127种浮游植物,硅藻、绿藻和蓝藻为优势种群,分别占种类总数的40.94%、34.65%和10.24%.浮游植物密度介于(0.24~169.14)×106 cell·L-1之间,均值为38.20×106 cell·L-1,生物量介于0.21~78.50 mg·L-1之间,均值为16.49 mg·L-1.浮游植物种类、密度和生物量均表现为:混合水源补给组>完全再生水补给组>无再生水补给组.浮游植物生物多样性指数H'均值介于1.56~2.18之间,均匀度指数J均值介于0.47~0.67之间,H'和J均表现为:无再生水补给组>混合水源补给组>完全再生水补给组.RDA排序结果表明,影响混合水源补给组浮游植物优势种的主要环境因子为DOC、pH、Chla、DO和TP,影响无再生水补给组和完全再生水补给组优势种的主要环境因子为TN、NH4+-N、N/P和ORP.
关键词: 再生水      浮游植物      群落结构      环境因子      冗余分析(RDA)     
Phytoplankton Community Structures and Their Relationship with Environmental Factors in Rivers Supplied with Different Water Sources
HOU Ying1 , LI Xin2 , BAI Ling1 , BAI Yi-juan1 , ZHANG Shu-rong3,4 , WANG Sheng-rui1 , ZHENG Lei1 , DING Ai-zhong1     
1. College of Water Sciences, Beijing Normal University, Beijing 100875, China;
2. College of Resource Environment and Tourism, Capital Normal University, Beijing 100048, China;
3. Institute of Land Surface System and Sustainable Development, Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China;
4. State Key Laboratory of Earth Surface Processes and Resource Ecology, Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China
Abstract: To understand differences in phytoplankton community structure in rivers supplied with different water sources, monthly sampling investigations were carried out for seven rivers of the Beiyun River system and Yongding River system during the period from May to November of 2019. We analyzed phytoplankton community structure characteristics of rivers supplied with different water sources and explored the relationship between phytoplankton community and environmental factors using correlation analysis and redundancy analysis (RDA). A total of nine phyla and 127 species of phytoplankton were identified in the seven rivers; Bacillariophyta, Chlorophyta, and Cyanophyta were the dominant species, accounting for 40.94%, 34.65%, and 10.24% of the total species, respectively. The phytoplankton species composition of three groups of rivers, namely the no-reclaimed water supply group (NR), fully reclaimed water supply group (RW), and mixed-reclaimed water supply group (MW), was mainly Bacillariophyta or Chlorophyta. The phytoplankton density ranged from (0.24-169.14)×106 cell·L-1 with an average of 38.20×106 cell·L-1, and the biomass ranged from 0.21-78.50 mg·L-1 with an average of 16.49 mg·L-1. Variations in the species numbers, density, and biomass of phytoplankton among groups were all shown as MW>RW>NR. The mean phytoplankton biodiversity index H' ranged from 1.56-2.18, and the mean uniformity index J ranged from 0.47-0.67, overall in the moderate to heavy pollution range. The biodiversity index and evenness index were all shown as NR>MW>RW. RDA sequencing results indicated that the dominant phytoplankton species in the MW group were mainly related to DOC, pH, Chla, DO, and TP, whereas the dominant phytoplankton species in the NR group and the RW group were mainly related to TN, NH4+-N, N/P, and ORP.
Key words: reclaimed water      phytoplankton      community structure      environmental factors      redundancy analysis (RDA)     

由于人口增长和城市化、工业化的加速, 水资源短缺和水质恶化成为威胁人类经济和社会发展的全球性问题.我国是世界上水资源可利用量最低的13个国家之一, 人均可利用水资源量仅为世界平均水平的1/4.其中北方地区水资源匮乏, 水资源短缺问题更为严重[1~3].再生水经过一系列工艺处理达到指定的标准, 已经成为许多领域的替代水资源.作为水资源战略的重要组成部分, 再生水已被证明是缓解水资源危机的有效途径[4].北京是特大型资源性缺水城市, 再生水已经成为北京的第二大稳定水源. 2012~2019年北京市再生水利用量增加了3.99亿m3, 其中河湖生态补水占比由2012年51.92%提升至2019年90.97%, 在维持河湖景观、恢复河湖生态等方面发挥了重要作用.

虽然经过深度处理后的再生水水质可以达到我国相关的水质标准[5], 但使用再生水代替传统地表水用于补充河湖水体可能会带来一系列问题.再生水与天然水的区别在于其复杂的构成和较高的污染物浓度.由于处理工艺的限制, 再生水的总氮浓度较高, 总磷浓度较低[5, 6], 而营养物负荷是河流水华的重要驱动因素, 直接影响藻类的生长、细胞组成和养分吸收能力[7].与天然水中的磷相比, 再生水厂排出的磷不易沉降, 更容易被藻类吸收, 导致水华频繁发生, 对水质、景观和生态功能产生显著的负面影响[7~10].此外, 再生水补给水体中pH、有机物和水化学离子等环境因子也与天然水体有明显差别[11], 这些环境因子直接或间接对浮游植物群落产生一定影响, 且不同水体中环境因子对浮游植物群落的影响不同[12].张淑珍等[13]通过相关性分析和冗余分析(RDA)发现, 以再生水为补给水源的景观水体中氮、磷营养盐是影响浮游植物群落结构变化的最主要因子.许洪斌等[14]的研究发现, 水温、盐度、N/P、TN、TP和磷酸盐是影响浮游植物群落结构最重要的因子.然而以上研究主要侧重于完全再生水补给景观湖泊的研究, 关于再生水补给和天然水源补给河流的对比研究较少.

本研究对不同水源补给的城市河流水质和浮游植物群落特征的差异性进行了表征, 通过相关性分析和RDA冗余分析探究浮游植物群落结构与环境因子的关系, 并阐明不同水源补给河流浮游植物群落差异的原因, 以期为再生水补给河流生态环境保护治理提供科学支撑与参考.

1 材料与方法 1.1 研究区概括

本研究选择北京市北运河和永定河水系的7条河流, 根据补给水源的差异将其分为3组, 分别为无再生水补给组NR(京密引水渠)、完全再生水补给组RW(坝河、凉水河和清河)和混合水源补给组MW(沙河、温榆河和永定河).北运河水系是唯一发源于市内的水系, 是北京市内平原面积最大且支流最多的水系, 上游沙河和温榆河主要补给水源为再生水和天然地表径流, 主要支流为清河、坝河、通惠河和凉水河, 支流主要补给水源为小红门、清河和酒仙桥等再生水厂出水[15], 各河流再生水日均补给量见表 1.永定河绿色生态走廊工程2010年正式启动, 以清河、卢沟桥和小红门等再生水厂出水作为补给水源, 向永定河提供生态用水, 同时官厅水库也为其补水, 2019年春季和秋季分别向永定河补水1.66亿m3和1.63亿m3.京密引水渠是北京最长的一条人工渠道, 2014年南水北调工程通水后利用京密引水渠输送南水至密云水库, 是北京市重要的供水大动脉[16].

表 1 各河流再生水日均补给量 Table 1 Daily supply of reclaimed water supply of rivers

1.2 样品采集

参照文献[17]共设置17个采样点(图 1), 其中京密引水渠1个(C1), 坝河2个(B1和B2), 凉水河3个(L1、L2和L3), 清河3个(Q1、Q2和Q3), 沙河2个(S1和S2), 温榆河3个(W1、W2和W3), 永定河3个(Y1、Y2和Y3).于2019年5月至2019年11月, 每月1次采样分析, 测定水质参数及浮游植物相关指标.

图 1 采样点分布示意 Fig. 1 Distribution of sampling sites

1.3 分析方法 1.3.1 水质参数

pH、DO和ORP采用哈希HQ40d便携式多参数分析仪现场测定, 其他指标在实验室分析测定.其中, 总氮(TN)、氨氮(NH4+-N)和硝态氮(NO3--N)分别采用碱性过硫酸钾消解紫外分光光度法、纳氏试剂分光光度法和紫外分光光度法测定, 总磷(TP)和溶解性正磷酸盐(SRP)采用钼锑抗分光光度法测定, 溶解性有机碳(DOC)采用总有机碳分析仪(Elementar vario TOC)测定, 化学需氧量(COD)采用莲花永兴公司5B-6C多参数水质测定仪测定, 叶绿素a(Chla)采用分光光度法测定.

1.3.2 浮游植物

野外采集的浮游植物样品现场用鲁哥氏液固定, 定性样品使用25号浮游生物网采集, 定量样品使用2.5 L有机玻璃定容采样器采集, 带回实验室后定容至1 L, 沉淀24~48 h, 浓缩至30 mL, 利用光学显微镜进行定性和定量分析.浮游植物鉴定参照文献[18], 定量样品计数和生物量计算方法参照文献[19], 功能群划分方法参考文献[20, 21].

1.4 数据处理

利用SPSS 24.0对环境因子之间进行Pearson相关性分析, 运用Canoco 5.0对浮游植物优势种与环境因子进行多元统计分析, 先对除pH值以外的所有环境因子进行lg(x+1)转化, 再进行RDA分析.

采用优势度指数(Y)、Shannon-Wiener生物多样性指数(H′)和Pielou均匀度指数(J)描述浮游植物群落特征并评估河流状态, 计算公式为:

式中, nii种的个体数, N为所有种类总个体数, fi为该种浮游植物在样品中的出现频率, pi=ni/N, S为物种数. Y≥0.02认为该种为优势种.0<H′≤1为重污型, 1<H′≤2为α-中污型, 2<H′≤3为β-中污型.0<J≤0.3为重污染, 0.3<J≤0.5为中污染, 0.5<J≤0.8为轻污染.

2 结果与分析 2.1 水质参数

图 2所示, 5~11月各河流pH介于6.77~9.78之间, 随时间变化整体呈先降低后升高趋势.8月pH有明显升高可能与该月浮游植物密度升高有关, 浮游植物光合作用将水中的CO2转化为有机物, 从而引起水体pH值升高[22].ORP无明显时间变化特征, 介于56.3~323.6 mV之间, 水体处于较好的氧化状态.DO介于3.0~21.5 mg·m-3之间, 5、6、10和11月DO较高, 而温度较高的7~9月DO较低, 主要表现为受温度影响.

图 2 水质参数时间分布 Fig. 2 Time distribution of water quality parameters

ρ(TN)平均值为9.40 mg·L-1, 介于1.32~22.68 mg·L-1之间.NH4+-N在TN中占比为4.40% ~44.77%, NO3--N在TN中占比相对较高, 占8.65% ~65.75%.各形态浓度随时间变化趋势相似, 最高值出现在夏季8月, 可能与该月多次暴雨导致的冲刷有关, 且北京市再生水补水河流水深较浅, 在雨季底泥更易受到扰动, 更利于沉积物中氮元素向水体释放. ρ(TP)和ρ(SRP)分别为0.01~1.52 mg·L-1和0.001~0.47 mg·L-1, SRP占TP的13.78% ~39.66%. N/P为3.37~112.45, 随时间变化呈先增后减趋势.TP浓度随月份变化波动较大, 5、8和11月浓度较高, SRP浓度8月出现最高值.

5~10月ρ(DOC)随月份变化呈降低趋势, 11月略有增加, 介于1.54~14.38 mg·L-1之间.DOC浓度与生物活动密切相关, DO、pH和ORP等化学因子会导致水体化学环境的变化, 进而对水体碳迁移转化产生影响, 高DO和高ORP的水体环境更利于有机碳向无机碳转化[23].11月DOC浓度升高可能是由于生物活动减弱, DOC分解减慢. ρ(COD)介于9.03~73.85 mg·L-1之间, 与DOC变化趋势相似. ρ(Chla)变化与浮游植物密度密切相关, 介于1.71~76.28 mg·m-3之间.时间上, Chla浓度先升高后降低, 6月达到最大值, 这与6月浮游植物密度显著升高有关.7~8月一方面由于浮游动物摄食, 另一方面受到降雨的影响, 导致Chla浓度显著下降.

空间上(图 3), 混合水源补给组pH高于完全再生水补给组和无再生水补给组, 可能是由于混合水源补给组浮游植物密度较大, 浮游植物光合作用消耗CO2, 水体pH较高[22]. ORP为完全再生补给水组高于无再生水补给组和混合水源补给组. DO为:混合水源补给组>完全再生水补给组>无再生水补给组, 在营养水平较高的水体中, DO浓度主要受藻类光合作用的影响[22]. TN、NH4+-N和NO3--N浓度均表现为:完全再生水补给组>混合水源补给组>无再生水补给组.TP表现为:混合水源补给组>完全再生水补给组>无再生水补给组, SRP为完全再生水补给组和混合水源补给组高于无再生水补给组.总体上N/P与TP相反, 表现为:无再生水补给组>完全再生水补给组>混合水源补给组.DOC、COD和Chla均表现为:混合水源补给组>完全再生水补给组>无再生水补给组.

图 3 水质参数空间分布 Fig. 3 Spatial distribution of water quality parameters

2.2 浮游植物群落结构 2.2.1 种类组成、密度与生物量

本研究期间各采样点共鉴定出浮游植物9门127种, 硅藻、绿藻和蓝藻为优势种群, 其中硅藻门占比最多为52种, 占种类总数的40.94%, 其次为绿藻门44种, 占34.65%; 蓝藻门13种, 占10.24%; 裸藻门、隐藻门和甲藻门分别为6、5和4种, 分别占4.72%、3.94%和3.15%; 金藻门、黄藻门和定鞭藻门各1种.浮游植物群落特征时空变化见图 4, 浮游植物群落组成百分比时空变化见图 5.浮游植物种类数在各时期差异较小, 5~7月呈减少趋势, 8月种类最多, 之后逐月减少.空间上, 种类数表现为:混合水源补给组>完全再生水补给组>无再生水补给组.无再生水补给组和完全再生水补给组硅藻占比最大, 混合水源补给组绿藻占比最大, 且混合水源补给组蓝藻比例高于无再生水补给组和完全再生水补给组, 整体上, 所有河流均为硅藻-绿藻型河流.

图 4 浮游植物群落特征时空变化 Fig. 4 Spatial and temporal variations in phytoplankton community characteristics

图 5 浮游植物群落组成百分比时空变化 Fig. 5 Spatial and temporal variations in phytoplankton composition percentages

浮游植物密度介于(0.24~169.14)×106 cell·L-1之间, 均值为38.20×106 cell·L-1.密度与蓝藻所占比例密切相关.6月和8~11月蓝藻密度百分比较高, 5月和7月较低.相应地6月和8~11月密度较高, 而5月和7月密度较低.从空间上看, 整体表现为:混合水源补给组>完全再生水组>无再生水组.组成上, 无再生水补给组绿藻密度占比最高(50%), 完全再生水补给组硅藻占比最高(60%), 混合水源组蓝藻占比最高(68%).

浮游植物生物量介于0.21~78.50 mg·L-1之间, 均值为16.49 mg·L-1.生物量随时间变化先降低后升高, 6月为最低值.组成上, 各月份生物量以硅藻门占比最大, 其中8月蓝、绿藻细胞增殖较多, 绿藻门与蓝藻门物种生物量占比有所升高.空间上, 浮游植物生物量与密度特征相似, 总体上表现为:混合水源补给组>完全再生水组>无再生水组.各组生物量均以硅藻门贡献为主, 其次为绿藻门, 混合水源补给组蓝藻生物量明显高于另两组.

2.2.2 优势种

研究期间浮游植物优势种共3门15种, 其中硅藻门优势种最多为6种, 绿藻门5种, 蓝藻门4种(图 6).不同河流优势种有所差异, 无再生水补给组京密引水渠硅藻门曲壳藻(0.158)优势度最大, 完全再生水补给组坝河、凉水河和清河分别为硅藻门菱形藻(0.234)、硅藻门小环藻(0.432)和绿藻门克里藻(0.322)优势度最大, 混合水源补给组沙河和温榆河为硅藻门小环藻(0.172和0.224)优势度最大, 永定河蓝藻门伪鱼腥藻优势度最大(0.374).整体上无再生水补给组硅藻门优势度较大, 完全再生水组硅藻门和绿藻门优势度较大, 而混合水源补给组硅藻门和蓝藻门优势度较大.

颜色表示优势度指数大小 图 6 浮游植物优势种及优势度指数 Fig. 6 Dominant species and dominance index of phytoplankton

2.2.3 生物多样性与均匀度

浮游植物多样性及均匀度如图 7所示, 5~11月浮游植物多样性指数H′均值范围为1.56~2.18, 均匀度指数J均值范围为0.47~0.67.整体来看, 5~11月H′和J平均值变化趋势相似, 5月H′和J最高, 5~8月逐月降低, 8月达到最低值, 9月有所升高, 之后呈下降趋势.空间上, 完全再生水补给组和混合水源补给组个别点位H′较低, 污染较重, 整体处于α-中污型~重污型之间.完全再生水补给组和混合水源补给组个别点位J小于0.3, 为重污染状态, 大部分点位处于中污染状态. H′和J均表现为:无再生水补给组>混合水源补给组>完全再生水补给组.

图 7 生物多样性指数与均匀度指数时空变化 Fig. 7 Temporal and spatial variations in biodiversity index and evenness index

2.3 优势种与水质参数的关系

对优势种数据进行DCA去趋势分析, 结果显示排序轴最大梯度长度为2.81, 表明线性模型中的RDA冗余分析能更好地解释浮游植物优势种与环境因子的关系.为避免环境因子间多元共线性的影响, 相关系数大于0.75(P<0.01)的一对环境因子只保留其中1个.RDA结果显示, 第一排序轴和第二排序轴对浮游植物优势种的总解释率为72.08%, Monte Carlo置换检验所有排序轴均达到显著水平(P<0.01), 表明排序结果可靠.

RDA排序显示(图 8), 无再生水补给组和完全再生水补给组采样点主要分布在第三象限, 混合水源补给组采样点主要分布在第一、四象限, 表明采样点水环境特点存在明显差异.其中, DOC、pH、Chla、DO和TP是影响混合水源补给组浮游植物优势种的主要环境因子, TN、NH4+-N、N/P和ORP是影响无再生水补给组和完全再生水补给组浮游植物优势种的主要环境因子.RDA结果表明, 与轴1明显正相关的为pH和Chla, 明显负相关的为N/P, 与轴2明显正相关的为DOC, 明显负相关的有TN和NH4+-N. pH、Chla、TP和DOC与弯曲栅藻、细小平裂藻、伪鱼腥藻、菱形藻和胶网藻等呈正相关, 与四尾栅藻、网状星空藻、尖针杆藻和小环藻呈负相关; TP与舟形藻、微囊藻和扁圆卵形藻呈正相关, 与四尾栅藻呈负相关.

S1:颤藻, Oscillatoria sp.; S2:微囊藻, Microcystis sp.; S3:伪鱼腥藻, Pseudoanabaena sp.; S4:细小平裂藻, Merismopedia minima; S5:胶网藻, Dictyosphaerium ehrenbergianum; S6:克里藻, Klebsormidium sp.; S7:四尾栅藻, Scenedesmus quadricauda; S8:弯曲栅藻, Scenedesmus arcuatus; S9:网状空星藻, Coelastrum reticulatum; S10:扁圆卵形藻, Cocconeis placentula; S11:尖针杆藻, Synedra acus; S12:菱形藻, Nitzschia sp.; S13:曲壳藻, Achnanthes sp.; S14:小环藻, Cyclotella sp.; S15:舟形藻, Navicula sp. 图 8 优势种、环境因子与样点间的RDA排序 Fig. 8 RDA diagram of dominant species, environmental factors, and sample sites

3 讨论 3.1 浮游植物群落结构特征

整体上浮游植物种类、密度和生物量均表现为:混合水源补给组>完全再生水补给组>无再生水补给组, 而H′和J均表现为:无再生水补给组>混合水源补给组>完全再生水补给组.这说明虽然无再生水补给组浮游植物种类和数量最少, 但群落结构较为复杂, 稳定性较高, 水质也最好.与混合水源补给组相比, 完全再生水补给组群落结构较简单, 稳定性低, 水质相对较差.在群落组成上, 3组河流均为硅藻-绿藻型河流, 与马煜等[24]和高梦蝶等[25]的研究结果一致.有研究表明, 硅藻是河流中浮游植物中的优势种群, 相对于其他浮游植物在河流中生长具有生理竞争优势[26, 27].本研究中, 各组河流硅藻门优势度均较大.硅藻密度与TP呈极显著正相关(P<0.01), 说明P对硅藻生长影响较大.在有充足的磷酸盐供应时, 绿藻相较于蓝藻生长更快, 有较强的竞争力[5].与完全再生水补给组相比, 混合水源补给组蓝藻门优势度较大.相关性分析表明, 蓝藻密度与硝态氮含量呈极显著负相关(P<0.01).由于完全再生水补给组硝态氮占比高于混合水源补给组, 而蓝藻在硝态氮较多时竞争力较弱[5], 导致完全再生水组蓝藻种类低于混合水源补给组.Chen等[5]研究了再生水与地表水湖泊中浮游植物的结构特征, 表明再生水湖泊蓝藻密度远远低于地表水湖泊, 这可能是由于再生水湖泊含有较多的NO3--N, 而蓝藻在利用NO3--N方面的竞争力与其他浮游植物种相比较弱, 相比之下硅藻利用NO3--N的能力较强.本研究中河流整体为贫-中营养型水体.浮游植物各门类密度、生物量与总密度和总生物量的相关性分析表明, 蓝藻门、隐藻门和定鞭藻门对总密度贡献较大(P<0.01), 硅藻门和裸藻门对总生物量贡献较大(P<0.01).

3.2 浮游植物功能群特征

近年来有学者认为, 以门或纲等为单位来对浮游植物进行分类的传统方法, 不足以全面理解浮游植物群落结构.基于此, Reynolds等[20]根据浮游植物的生理特征及其生态环境适应策略对浮游植物进行功能分组, 将具有相似生长特征, 能适应相似生境条件的植物集群称为功能群[28, 29].本研究中的优势种划分出7种功能群(表 2), 其中以MP功能群优势种最多, 其次为J和D功能群.MP类和D类多为硅藻, J类多为绿藻, 表明所调查水体以硅藻和绿藻为主, 与前面的结果一致.本研究表明MP类浮游植物多生活在频繁搅动的浑浊型水体, 北京市再生水河道大多水位较浅, 适合MP类浮游植物的生长繁殖.D类主要生活在富含营养盐的浑浊水体, 本研究中D类尖针杆藻和菱形藻主要为完全再生水补给组的优势种, 而完全再生水组营养盐含量较高.J类主要生活在中至富营养浅水水体, 绿藻通常为中营养型水体的优势种[30].

表 2 优势种功能群分类 Table 2 Classification of functional groups of dominant species

3.3 环境因子与浮游植物群落结构的关系

浮游植物各门类密度、总密度、总生物量与环境因子的相关性见图 9.浮游植物组成特征可作为水生环境的指标, 其群落结构受到多种环境因子的影响.营养盐含量是影响浮游植物群落的主要环境因子.氮和磷是藻类生长所必需的元素.一定浓度的N和P通常会促进藻类的生长, 而过多或不足的N和P则会限制藻类的生长[26].在内陆水域, 磷的限制比氮的限制更受到重视[3].有研究表明磷是主要的限制因子[31~35], 磷的添加能显著促进浮游植物生物量的增加.根据图 9, 生物量与TP呈极显著正相关(P<0.01), 总密度与NH4+-N和NO3--N呈显著负相关(P<0.05), 表明P对浮游植物的影响较大.混合水源补给组蓝藻门密度大于其他两组, RDA分析表明, TN与各蓝藻门优势种呈负相关, 与吴红艳等[36]研究结果一致.蓝藻繁殖过程中需要消耗大量NH4+-N, 因此蓝藻成为优势种通常与氮元素的耗竭, 尤其是形成低N/P密切相关[37, 38].

椭圆面积大小代表相关性大小, 椭圆方向表示正、负相关; *表示P≤0.05, **表示P≤0.01 图 9 浮游植物组成与环境因子相关系数矩阵 Fig. 9 Correlation coefficient matrix between phytoplankton composition and environmental factors

对于富营养化水体, 浮游植物生长已不受营养盐限制, 其他环境因子如pH对浮游植物密度与生物量影响较大[39].由图 9可知, pH与浮游植物密度呈显著正相关(P<0.05), 其中与绿藻呈极显著正相关(P<0.01), RDA分析表明pH与绿藻优势种克里藻相关性最强.另外, pH对蓝藻的生长产生显著影响, 本研究中混合水源补给组蓝藻占比远远高于完全再生水补给组, 这与混合水源组pH较高有关.在水体溶解性无机碳中, CO2是浮游植物光合作用最易利用的形态.不同藻类对CO2的利用能力不同, 许海等[40]的研究表明蓝藻吸收CO2的能力比真核藻类更强.pH升高导致CO2含量降低, 导致绿藻和硅藻生长繁殖缓慢, 容易诱发蓝藻优势[40, 41].同时, 浮游植物的生长反过来也会影响水体pH值.

此外, Chla含量与浮游植物群落组成密切相关.Chla是浮游植物现存量的重要指标, 也是反映水体富营养化程度的一个重要水质参数, 能综合反映水体理化性质的动态变化[42, 43].本研究RDA结果表明, Chla与浮游植物生物量呈极显著相关(P<0.01), 优势种对Chla影响较大[27].绿藻门、硅藻门、甲藻门和隐藻门对Chla呈显著相关(P<0.05), 对Chla贡献较大.Chla与优势种伪鱼腥藻、细小平裂藻、胶网藻和菱形藻相关性最强.DOC与浮游植物密度呈极显著正相关(P<0.01), RDA结果表明, DOC与蓝藻门颤藻相关性最强.外源性DOC的输入使一些微生物大量繁殖, 从而导致其与水体中的浮游植物竞争N、P等营养元素, 影响水体初级生产力[44].同时, 浮游植物生长代谢和衰亡过程也会释放内源性DOC[45].

4 结论

(1) 无再生水补给组、完全再生水补给组和混合水源补给组水环境特征表现出明显差异.pH表现为:混合水源补给组>无再生水补给组>完全再生水补给组; N元素表现为:完全再生水补给组>混合水源补给组>无再生水补给组; DO、TP、DOC、COD和Chla浓度均表现为:混合水源补给组>完全再生水补给组>无再生水补给组.

(2) 本研究共监测到9门127种浮游植物, 硅藻、绿藻和蓝藻为优势种群, 其它门类在群落结构中所占比例较小.不同河流优势种及优势度有所差异, 无再生水组硅藻门优势度较大, 完全再生水组硅藻门和绿藻门优势度较大, 而混合水源补给组硅藻门和蓝藻门优势度较大.

(3) 浮游植物种类、密度和生物量均表现为:混合水源补给组>完全再生水补给组>无再生水补给组.蓝藻门、隐藻门和定鞭藻门对总密度贡献较大, 而绿藻门、硅藻门和裸藻门对总生物量贡献较大.生物多样性指数和均匀度指数均表现为:无再生水补给组>混合水源补给组>完全再生水补给组.

(4) DOC、pH、Chla、DO和TP是影响混合水源补给组浮游植物优势种的主要环境因子, TN、NH4+-N、N/P和ORP是影响无再生水补给组和完全再生水补给组浮游植物优势种的主要环境因子.浮游植物密度与pH和DOC呈显著正相关, 与NH4+-N、NO3--N呈显著负相关.浮游植物生物量与Chla、COD和TP呈显著正相关.

参考文献
[1] Yi L L, Jiao W T, Chen X N, et al. An overview of reclaimed water reuse in China[J]. Journal of Environmental Sciences, 2011, 23(10): 1585-1593. DOI:10.1016/S1001-0742(10)60627-4
[2] Wei D B, Tan Z W, Du Y G. A biological safety evaluation on reclaimed water reused as scenic water using a bioassay battery[J]. Journal of Environmental Sciences, 2011, 23(10): 1611-1618. DOI:10.1016/S1001-0742(10)60631-6
[3] Zhao H J, Wang Y, Yang L L, et al. Relationship between phytoplankton and environmental factors in landscape water supplemented with reclaimed water[J]. Ecological Indicators, 2015, 58: 113-121. DOI:10.1016/j.ecolind.2015.03.033
[4] Chu J Y, Chen J N, Wang C, et al. Wastewater reuse potential analysis: implications for China's water resources management[J]. Water Research, 2004, 38(11): 2746-2756. DOI:10.1016/j.watres.2004.04.002
[5] Chen R, Ao D, Ji J Y, et al. Insight into the risk of replenishing urban landscape ponds with reclaimed wastewater[J]. Journal of Hazardous Materials, 2017, 324: 573-582. DOI:10.1016/j.jhazmat.2016.11.028
[6] Lv X M, Zhang J, Liang P, et al. Phytoplankton in an urban river replenished by reclaimed water: features, influential factors and simulation[J]. Ecological Indicators, 2020, 112. DOI:10.1016/j.ecolind.2020.106090
[7] Liu W, Xu Z Q, Long Y J, et al. Replenishment of urban landscape ponds with reclaimed water: spatiotemporal variations of water quality and mechanism of algal inhibition with alum sludge[J]. Science of the Total Environment, 2021, 790. DOI:10.1016/j.scitotenv.2021.148052
[8] Millier H K G R, Hooda P S. Phosphorus species and fractionation-why sewage derived phosphorus is a problem[J]. Journal of Environmental Management, 2011, 92(4): 1210-1214. DOI:10.1016/j.jenvman.2010.12.012
[9] Ao D, Chen R, Wang X C, et al. On the risks from sediment and overlying water by replenishing urban landscape ponds with reclaimed wastewater[J]. Environmental Pollution, 2018, 236: 488-497. DOI:10.1016/j.envpol.2018.01.105
[10] Muhid P, Davis T W, Bunn S E, et al. Effects of inorganic nutrients in recycled water on freshwater phytoplankton biomass and composition[J]. Water Research, 2013, 47(1): 384-394. DOI:10.1016/j.watres.2012.10.015
[11] Yang L, He J T, Liu Y M, et al. Characteristics of change in water quality along reclaimed water intake area of the Chaobai River in Beijing, China[J]. Journal of Environmental Sciences, 2016, 50: 93-102. DOI:10.1016/j.jes.2016.05.023
[12] 陈红, 刘清, 潘建雄, 等. 灞河城市段浮游生物群落结构时空变化及其与环境因子的关系[J]. 生态学报, 2019, 39(1): 173-184.
Chen H, Liu Q, Pan J X, et al. Spatial and temporal variation of the plankton community and its relationship with environmental factors in the city section of the Ba River[J]. Acta Ecologica Sinica, 2019, 39(1): 173-184.
[13] 张淑珍, 王培京. 再生水补水景观水体浮游植物群落结构及其与水质参数的关系[J]. 环境科学导刊, 2021, 40(2): 14-22.
Zhang S Z, Wang P J. Phytoplankton community structure and its relationship with water quality parameters in landscape water supplemented by reclaimed water[J]. Environmental Science Survey, 2021, 40(2): 14-22.
[14] 许洪斌, 王文东, 王楠, 等. 再生水补水景观湖浮游藻类群落结构特征及与环境因子的关系[J]. 环境工程学报, 2016, 10(11): 6416-6424.
Xu H B, Wang W D, Wang N, et al. Phytoplankton community structure and its relation to environmental factors in landscape lake supplemented with reclaimed water[J]. Chinese Journal of Environmental Engineering, 2016, 10(11): 6416-6424. DOI:10.12030/j.cjee.201507046
[15] 刘克. 北京市典型河湖再生水补水生态环境效应研究[D]. 北京: 首都师范大学, 2012.
[16] 李怡, 李垒, 陈忠林. 京密引水渠水质评价及分析[J]. 北京水务, 2018(2): 27-33.
Li Y, Li L, Chen Z L. Assessment and analysis on water quality of Jing-mi diversion canal[J]. Beijing Water, 2018(2): 27-33.
[17] 蔡庆华. 水域生态系统观测规范[M]. 北京: 中国环境科学出版社, 2007.
[18] 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. The freshwater algae of china-systematics, taxonomy and ecology[M]. Beijing: Science Press, 2006.
[19] 章宗涉, 黄祥飞. 淡水浮游生物研究方法[M]. 北京: 科学出版社, 1991.
[20] 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
[21] 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
[22] 张澎浪, 孙承军. 地表水体中藻类的生长对pH值及溶解氧含量的影响[J]. 中国环境监测, 2004, 20(4): 49-50.
Zhang P L, Sun C J. The influence of algae growing on pH and DO in surface water[J]. Environmental Monitoring in China, 2004, 20(4): 49-50. DOI:10.3969/j.issn.1002-6002.2004.04.016
[23] Chen N H, Bianchi T S, McKee B A. Early diagenesis of chloropigment biomarkers in the lower Mississippi River and Louisiana shelf: implications for carbon cycling in a river-dominated margin[J]. Marine Chemistry, 2005, 93(2-4): 159-177. DOI:10.1016/j.marchem.2004.08.005
[24] 马煜, 陆欣鑫, 范亚文. 松花江哈尔滨段浮游植物群落格局及其与环境因子的相关性[J]. 生态学报, 2021, 41(1): 224-234.
Ma Y, Lu X X, Fan Y W. Correlation between phytoplankton community patterns and environmental factors in Harbin section of the Songhua River[J]. Acta Ecologica Sinica, 2021, 41(1): 224-234.
[25] 高梦蝶, 李艳粉, 李艳利, 等. 晋城市沁河流域秋季浮游植物群落结构特征及其与环境因子的关系[J]. 环境科学, 2022, 43(9): 4576-4586.
Gao M D, Li Y F, Li Y L, et al. Characteristics of phytoplankton community structure and their relationships with environmental factors in autumn in Qinhe River Basin of Jincheng Region[J]. Environmental Science, 2022, 43(9): 4576-4586.
[26] Cheng B F, Xia R, Zhang Y, et al. Characterization and causes analysis for algae blooms in large river system[J]. Sustainable Cities and Society, 2019, 51. DOI:10.1016/j.scs.2019.101707
[27] Ding S M, Chen M S, Gong M D, et al. Internal phosphorus loading from sediments causes seasonal nitrogen limitation for harmful algal blooms[J]. Science of the Total Environment, 2018, 625: 872-884. DOI:10.1016/j.scitotenv.2017.12.348
[28] 胡韧, 蓝于倩, 肖利娟, 等. 淡水浮游植物功能群的概念、划分方法和应用[J]. 湖泊科学, 2015, 27(1): 11-23.
Hu R, Lan Y Q, Xiao L J, et al. The concepts, classification and application of freshwater phytoplankton functional groups[J]. Journal of Lake Sciences, 2015, 27(1): 11-23.
[29] 君珊, 王东波, 周健华, 等. 拉萨河流域浮游植物群落结构特征及与环境因子的关系[J]. 生态学报, 2019, 39(3): 787-798.
Jun S, Wang D B, Zhou J H, et al. Community structures of phytoplankton and its relationship with environmental factors in the Lhasa River[J]. Acta Ecologica Sinica, 2019, 39(3): 787-798.
[30] 潘继征, 熊飞, 李文朝, 等. 抚仙湖浮游植物群落结构、分布及其影响因子[J]. 生态学报, 2009, 29(10): 5376-5385.
Pan J Z, Xiong F, Li W C, et al. Structure, distribution and its impact factors of phytoplankton community in Fuxian Lake[J]. Acta Ecologica Sinica, 2009, 29(10): 5376-5385.
[31] Lewis W M, Wurtsbaugh W A, Paerl H W. Rationale for control of anthropogenic nitrogen and phosphorus to reduce eutrophication of inland waters[J]. Environmental Science & Technology, 2011, 45(24): 10300-10305.
[32] Schindler D W. The dilemma of controlling cultural eutrophication of lakes[J]. Proceedings of the Royal Society B: Biological Sciences, 2012, 279(1746): 4322-4333.
[33] 何书晗, 欧阳添, 赵璐, 等. 三峡库区支流浮游植物群落稳定性及其驱动因子分析[J]. 环境科学, 2021, 42(7): 3242-3252.
He S H, Ouyang T, Zhao L, et al. Analysis of phytoplankton community stability and influencing factors in a tributary of the Three Gorges Reservoir[J]. Environmental Science, 2021, 42(7): 3242-3252.
[34] Yuan L L, Jones J R. Rethinking phosphorus-chlorophyll relationships in lakes[J]. Limnology and Oceanography, 2020, 65(8): 1847-1857.
[35] 罗宜富, 李磊, 李秋华, 等. 阿哈水库叶绿素a时空分布特征及其与藻类、环境因子的关系[J]. 环境科学, 2017, 38(10): 4151-4159.
Luo Y F, Li L, Li Q H, et al. Spatial and temporal distribution of chlorophyll a and its relationship to algae and environmental factors in Aha Reservoir[J]. Environmental Science, 2017, 38(10): 4151-4159.
[36] 吴红艳, 赵以军, 郭厚良, 等. 无机盐诱导蓝藻细胞液泡化[J]. 水生生物学报, 2002, 26(3): 234-238.
Wu H Y, Zhao Y J, Guo H L, et al. Cell vacuolization induced by inorganic salts in cyanobacterium[J]. Acta Hydrobiologica Sinica, 2002, 26(3): 234-238.
[37] Smith V H. Low nitrogen to phosphorus ratios favor dominance by blue-green algae in lake phytoplankton[J]. Science, 1983, 221(4611): 669-671.
[38] 董静, 高云霓, 李根保. 淡水湖泊浮游藻类对富营养化和气候变暖的响应[J]. 水生生物学报, 2016, 40(3): 615-623.
Dong J, Gao Y N, Li G B. A review: responses of phytoplankton communities to eutrophication and climate warming in freshwater lakes[J]. Acta Hydrobiologica Sinica, 2016, 40(3): 615-623.
[39] 路枫, 李磊, 齐青松, 等. 哈尔滨城市河网丰水期浮游植物群落分布特征及驱动因子[J]. 环境科学, 2021, 42(7): 3253-3262.
Lu F, Li L, Qi Q S, et al. Distribution characteristics and influencing factors of phytoplankton community in Harbin urban river network during wet season[J]. Environmental Science, 2021, 42(7): 3253-3262.
[40] 许海, 刘兆普, 袁兰, 等. pH对几种淡水藻类生长的影响[J]. 环境科学与技术, 2009, 32(1): 27-30.
Xu H, Liu Z P, Yuan L, et al. Effect of pH on growth of several freshwater algae[J]. Environmental Science & Technology, 2009, 32(1): 27-30.
[41] Shapiro J. The role of carbon dioxide in the initiation and maintenance of blue-green dominance in lakes[J]. Freshwater Biology, 1997, 37(2): 307-323.
[42] 周彦锋, 宋江腾, 刘凯, 等. 怀洪新河浮游植物群落结构与水环境因子的关系研究[J]. 生态科学, 2017, 36(1): 35-42.
Zhou Y F, Song J T, Liu K, et al. Study on the relation between phytoplankton community structure and aquatic environment factors in Huaihong River[J]. Ecological Science, 2017, 36(1): 35-42.
[43] 胡芳, 许振成, 姚玲爱, 等. 剑潭水库浮游植物群落特征与水环境因子关系研究[J]. 环境科学学报, 2014, 34(4): 950-958.
Hu F, Xu Z C, Yao L A, et al. Community structure of phytoplankton and its relationship with aquatic environment factors in Jiantan Reservoir[J]. Acta Scientiae Circumstantiae, 2014, 34(4): 950-958.
[44] Burkholder J M, Glibert P M, Skelton H M. Mixotrophy, a major mode of nutrition for harmful algal species in eutrophic waters[J]. Harmful Algae, 2008, 8(1): 77-93.
[45] 高小丰, 吴莹, 朱卓毅. 长江口外浮游植物死亡释放溶解有机质的降解及其溶氧消耗[J]. 海洋与湖沼, 2015, 46(5): 1010-1017.
Gao X F, Wu Y, Zhu Z Y. Degradation of dissolved organic matter from dead phytoplankton off the Changjiang River estuary and the resulting dissolved oxygen consumption[J]. Oceanologia et Limnologia Sinica, 2015, 46(5): 1010-1017.