2. 中国环境科学研究院, 北京 100012;
3. 中国环境监测总站, 北京 100012
2. Chinese Research Academy of Environmental Sciences, Beijing 100012, China;
3. China National Environmental Monitoring Centre, Beijing 100012, China
着生硅藻是一种细胞壁由二氧化硅(SiO2)组成的单细胞微藻类, 通常附着在水中的石头和植物上, 它们对水环境因子非常敏感[1], 对环境变化特别是有机污染和富营养化反应迅速.由于硅藻具有从贫营养化到富营养化的广谱耐受性, 并且在世界范围内均有分布[2], 已被广泛应用于监测河流水质的变化[3~5].有研究表明, 与蓝绿藻相比, 硅藻能够更快地反映环境变化[6, 7], 更适合作为水生态健康评价的生物指标[8].目前, 利用硅藻进行河流水质评价的方法较多, 包括多样性指数、生态位[9]、硅藻生物指数[10]、生物完整性指数[11]和硅藻生态偏好[12, 13]等.
国外关于着生硅藻水质评价的研究起步较早, 20世纪50年代, 就已经有学者研究了污染对淡水藻类群落的影响[4]. 20世纪70年代至今, 国外学者进行了大量的研究工作, 包括着生硅藻物种对有机污染[14, 15]、富营养化[3]和腐生程度[16]等不同水体污染类型的耐受程度研究, 以及不同着生硅藻物种的生态偏好研究[13].近年来, 国内关于着生硅藻的相关研究也逐渐增多, 有学者调查了抚仙湖[17]、浑太河[18]和太子河[19]等流域的着生硅藻群落结构, 并研究了硅藻群落与水环境因子间的响应关系.也有学者使用着生硅藻指数, 对东江[20]、渭河[21]和梧桐河[22]等流域的水生态环境质量进行了评价, 结果表明, 在我国广泛应用着生硅藻群落进行生物监测与评价是可行的.但是, 目前国内关于着生硅藻物种清洁度及生态型的相关研究和分析较少.
汤旺河流域森林资源丰富, 有众多国家级自然保护区, 人类活动强度较松花江其他支流偏低, 河流自然状况良好.对汤旺河着生硅藻群落开展研究, 可以更科学地反映较低强度人类活动下松花江流域的水质状况.本研究调查了汤旺河着生硅藻群落和环境因子, 综合运用聚类分析、Mcnaughton优势度分析、主成分分析(principal component analysis, PCA)、Spearman相关分析、除趋势对应分析(detrended correspondence analysis, DCA)和冗余分析(redundancy analysis, RDA)等分析方法, 研究了汤旺河流域丰水期着生硅藻群落结构差异, 优势种差异以及优势种清洁度和生态型变化, 探讨了着生硅藻作为汤旺河水环境质量的指示物种的可行性, 以期为我国着生硅藻的河流水环境质量监测与评价工作提供基础数据与研究案例.
1 材料与方法 1.1 研究区概况与点位设置汤旺河发源于伊春市乌伊岭区所辖的小兴安岭中北部, 是松花江下游的一条主要支流, 被誉为松花江干流的北岸第一河.汤旺河流经伊春和汤原两市县, 河流全长509 km, 流域面积21 245 km2, 多年平均径流量55.2亿m3.本研究共设置24个采样点(见图 1), 于2018年8月对汤旺河干流及其主要支流如东汤旺河、西汤旺河、二青河、五道库河和伊春河等进行了采样调查.
![]() |
图 1 汤旺河采样点分布示意 Fig. 1 Sampling sites in the Tangwang River |
在采样点河流上下游100 m范围内, 依据河流生境的不同(流速、水深和透明度), 在不同位置挑选3个石块(石块上表面积 <200 cm2), 其中可涉水河流左、右岸至少各采集1个, 不可涉水河流沿一侧采集.用底面直径2.8 cm钟形塑料盖划定取样范围, 用硬毛刷刮取该范围内着生藻, 用纯净水冲刷至不锈钢托盘中, 加5%甲醛溶液固定后转移到广口塑料瓶中保存, 作为着生藻类的定量样品.对于没有石头的点位, 刷取枯枝、落叶等基质的着生藻类样品[22].
样品运回实验室后, 静置沉淀48 h后, 取0.1 mL均匀样品于400倍显微镜(OLMPUS BX51)下进行种类鉴定和细胞计数[23].取部分样品进行酸化处理(浓硝酸和浓硫酸), 并制成硅藻封片, 在1 000倍光学显微镜(OLMPUS BX51)下进行鉴定计数, 每张封片观察到的硅藻细胞个数不少于400个[24]. 400倍视野下样品鉴定到属, 1 000倍视野下硅藻样品鉴定到种.
1.3 水质、水文和生境指标测定使用便携式水质分析仪(YSI Professional Plus, Yellow Springs, OH, USA)现场测定水温(T)、电导率(Cond)、溶解氧(DO)和pH.同步采集各采样点位河水样品, 预处理后带回实验室, 测定高锰酸盐指数、化学需氧量(COD)、总氮(TN)、总磷(TP)、硝氮(NO3--N)和氨氮(NH4+-N), 水样采集、预处理、保存以及测定参照文献[25]; 现场打分按照文献[26], 获取生境得分(QHEI)和底质得分(Bott).
1.4 数据分析根据着生硅藻多度数据计算各采样点香农多样性指数H和Pielou均匀度指数J, 计算公式分别如下:
![]() |
(1) |
![]() |
(2) |
式中, ni为第i种藻类的个体数; N为样品中藻类总个体数; S是藻类总物种数.
对着生硅藻物种多度数据进行弦转化后计算欧氏距离矩阵, 基于簇内误差平方和, 使用肘方法确定最佳分类数, 使用Ward最小方差法对所有采样点位进行聚类分析.本文采用Mcnaughton优势度指数来判定优势种的组成, 选取Mcnaughton优势度指数(Y)>0.02的藻类为优势种.公式如下:
![]() |
(3) |
式中, ni为第i种藻类的细胞总数; N为所有藻类的总细胞数; ni/N为第i种藻类的细胞数占所有藻类总细胞数的比值; fi为第i种藻类在样点中出现的频率.
对生境质量数据和水环境理化数据, 首先进行PCA, 判断影响汤旺河水环境质量的主要环境因子, 对筛选出的主要环境因子进行Spearman相关分析, 相关性较强的两个水环境理化因子仅保留其一.对着生硅藻相对多度数据进行DCA, 如果DCA排序前4个轴中最大值超过4, 选择单峰模型排序更合适; 如果是小于3, 则选择线性模型更好.RDA分析过程中, 每个变量的贡献程度通过计算方差膨胀因子(variance inflation factor, VIF)判断, VIF值超过10则可能存在共线问题.进行PCA、Spearman相关分析和RDA时, 除pH以外的所有水体理化数据和着生硅藻相对多度数据均进行数据转换[lg (x+1)][22].以上分析均通过R 3.5.2完成, 聚类分析、PCA、DCA和RDA通过“vegan”程序包实现, 聚类最佳分类数确定通过“factoextra”程序包实现, VIF通过“car”程序包计算.
2 结果与分析 2.1 着生硅藻群落结构分析汤旺河共鉴定出着生藻类6门49属107种(属)6变种, 其中硅藻门35属93种6变种, 绿藻门6属, 蓝藻门5属, 裸藻门、隐藻门和黄藻门各1属.硅藻群落中, 舟形藻属(Navicula)、菱形藻属(Nitzschia)和异极藻属(Gomphonema)鉴定出的分类单元最多, 分别为19种、13种和10种.所有采样点位中, T04点位物种丰富度最高, 共鉴定出着生硅藻30种; T12点位物种丰富度最低, 共鉴定出着生硅藻11种; 汤旺河各点位着生硅藻平均物种数为20种, 各点位间物种丰富度差别较小.
汤旺河丰水期香农多样性指数平均得分2.81, Pielou均匀度指数平均得分0.65.其中T04点位香农多样性指数4.29, 得分最高, T24点位Pielou均匀度指数0.91, 得分最高.T09点位香农多样性指数与Pielou均匀度指数得分均最低, 分别为0.96和0.25, 导致T09点位均匀度过低的主要原因是Achnanthidium minutissimum在该点位相对丰度接近90%.
使用肘方法确定最佳分类数, 结果表明, 汤旺河最佳分组数为3组.使用Ward最小方差法对所有采样点位进行聚类分析, 聚类分析结果见图 2.组1包含7个点位, 组2包含10个点位, 组3包含7个点位.
![]() |
图 2 三组分类的聚类树状图 Fig. 2 Dendrogram with boxes around the three selected groups |
选取Mcnaughton优势度指数(Y)>0.02为优势种, 汤旺河全流域以及各分组的优势种和优势度结果见表 1.结果表明, Achnanthidium minutissimum为汤旺河着生硅藻绝对优势种, 其在全流域优势度为0.32, A. minutissimum在组1的优势度最高, 达到了0.5.
![]() |
表 1 汤旺河着生硅藻优势种 Table 1 Dominant species of benthic diatom in the Tangwang River |
对不同分组的着生硅藻生物多样性进行了分析, 结果表明(见表 2), 从组1至组3, 硅藻物种平均数量和硅藻属平均数量呈现先降低后上升的趋势, 各组香农多样性指数和Pielou均匀性指数平均值则呈现升高的趋势.
![]() |
表 2 各分组着生硅藻多样性 Table 2 Benthic diatom diversities in different groups |
2.2 着生硅藻清洁度及生态指示型分析
图 3展示了汤旺河全流域及3个分组的着生硅藻优势种在硅藻生物指数(biological diatom index, IBD)[27]划分的7类水质(CL1~CL7)中出现的概率, 水质等级越低代表水质越差.其中, RES代表该组所有优势种在7类水质中出现的平均概率.可以看出, 汤旺河全流域优势种在CL5和CL6两类水质条件下出现的平均概率均大于20%, 在CL7水质条件下出现的平均概率最高, 大于35%.汤旺河着生硅藻优势种在CL5及更高水质条件下出现的平均概率接近80%, 说明该流域着生硅藻群落主要由较清洁的物种构成.
![]() |
图 3 汤旺河全流域及各分组优势种在不同水质类别中出现概率 Fig. 3 Dominant species presence probability for water quality class |
组1和组2优势种均以清洁种为主, 其中组1优势种清洁度最高, 在CL6及更高水质条件下出现的平均概率约80%;组2优势种清洁度较组1有所降低, 在CL6及更高水质条件下出现的平均概率约55%.组3优势种清洁度最差, 在CL6及更高水质条件下出现的平均概率不足30%.
根据Van Dam等[13]建立的淡水硅藻生态指示值清单, 分析了所有采样点位硅藻群落需氧量、水生环境腐殖度和营养状况这3个生态指示类型所占比例, 计算了各分组不同生态类型物种的平均占比情况.结果表明(表 3), 从组1至组3, 极度需氧型硅藻比例明显降低, 中、低度需氧型硅藻比例明显升高; β-中度腐生型硅藻比例明显降低, α-中度腐生型及更高腐生型硅藻比例明显升高; 富营养型和极度富营养型硅藻比例明显升高, 对营养物质不敏感的类群比例明显下降.
![]() |
表 3 各分组着生硅藻生态型 Table 3 Ecological types of benthic diatom in different groups |
2.3 环境因子与藻类群落分析 2.3.1 环境因子分析
对汤旺河12项环境因子执行PCA分析, 结果表明, 第一主成分和第二主成分解释率分别为0.35和0.22, 第一、第二主成分累积解释率接近60%, 因此保留第一、第二主成分轴绘制排序图.PCA结果(见图 4)表明, 共有7个环境变量贡献率高于所有变量的平均贡献, 分别为NH4+-N、NO3--N、TN、DO、QHEI、COD和高锰酸盐指数.其余5项环境因子的贡献率低于所有变量的平均贡献, 予以剔除, 对NH4+-N等7个指标进行相关分析.
![]() |
图 4 汤旺河环境数据PCA分析排序图 Fig. 4 PCA ordination diagram of the Tangwang River environmental data |
根据Spearman相关分析结果(见表 4), COD和高锰酸盐指数相关性极强, 保留高锰酸盐指数进行后续分析.DO和NH4+-N显著负相关, 且和QHEI相关度较高, 予以剔除.NO3--N和NH4+-N显著负相关, 和TN显著正相关, 予以剔除.保留高锰酸盐指数、QHEI、NH4+-N和TN这4项环境因子进行后续分析.
![]() |
表 4 7个环境因子的Spearman相关系数1) Table 4 Spearman correlation coefficient of seven environmental factors |
2.3.2 着生硅藻与水环境因子的关系分析
根据DCA分析结果, DCA排序前4轴最大值为2.37, 小于3, 因此选择RDA分析环境因子、藻类群落及采样点位间的关系.VIF计算结果表明, 4个变量的最大VIF值为1.69, 说明各变量间线性关系较弱, 不存在共线性问题.RDA排序图(见图 5)体现了从左到右的水质、生境和硅藻群落结构变化梯度.沿第一排序轴从左往右, NH4+-N、TN和高锰酸盐指数浓度逐渐升高, QHEI逐渐降低.
![]() |
图 5 RDA分析排序图 Fig. 5 Ordination diagram of RDA |
根据硅藻群落聚类分析结果(见图 2), 汤旺河24个采样点位可分为3组.从组1至组3, 生境质量和水环境质量呈现下降的趋势, 但香农多样性指数与Pielou均匀度指数结果表明, 从组1至组3, 物种多样性和均匀度呈现明显的上升趋势.这是因为在群落演替过程中, 物种多样性的增加通常是生态系统对外界轻度干扰的一种良性适应[28].大量研究表明[29~31], 群落演替过程中, 物种多样性会随外界干扰强度的增加先升高后下降, 即驼峰效应(hump-shaped effect).汤旺河硅藻物种多样性并未呈现出随外界干扰下降的趋势, 因此可以推断, 汤旺河流域受到的外界干扰强度较低, 并未达到驼峰效应的临界值, 环境质量整体较好.
Achnanthidium minutissimum等7个物种为汤旺河丰水期着生硅藻优势种, 其中A. minutissimum在24个采样点位中均有出现, 且相对丰度较高, 为绝对优势种.A. minutissimum是很多地区的常见种, 广泛分布于世界各地[32].根据IBD硅藻物种清单[27], 汤旺河流域优势种大部分为相对清洁的物种, 主要分布在CL5~CL7这3类水质等级中(见图 3).根据Muscio[33]建立的美国硅藻耐污指数(pollution tolerance index, PTI), A. minutissimum、Encyonema minutum、Reimeria sinuata、Achnanthes biasolettiana和Navicula cryptocephala耐污值均为3(最高分为4), 为相对清洁种.此外, 澳大利亚河流硅藻指数(diatom species index for Australian rivers, DSIAR)[34]和南美大草原硅藻指数(Pampean diatom index, IDP)[14]物种清单中, 汤旺河优势种耐污值得分均较高.由此可见, 汤旺河丰水期着生硅藻主要由清洁种构成, 说明汤旺河丰水期污染较少, 水生态环境质量状况较为健康.
与全流域相比, 组1优势种变化主要体现在A. minutissimum优势度的增加, 达到了0.5.这可能是因为汤旺河丰水期水量较大, 相关研究表明, A. minutissimum通常在水量较大时达到较高的优势度[35].此外, Fragilaria capucina和Gomphonema minutum两个清洁物种在组1优势度较高, 组1优势种也均为清洁种, 在CL6及更高水质条件下出现的平均概率约80%.组2优势种与全流域优势种相似度较高, 从图 3可以看出, 组2优势种清洁度低于组1, 但也处于较高的水平, 约55%的物种主要分布在CL6及更高水质条件下.与其他两组相比, 组3主要变化表现为耐污种优势度的增加, Nitzschia palea和Ulnaria ulna主要分布在CL4及更差的水质条件下.相关研究表明, 菱形藻主要生活在水质较差的水体中[36], 其中N. palea常被认为是富营养指示种[37], 主要生活在TP浓度较高[38]以及农业活动影响较大[39]的区域, U. ulna则被普遍认为是对水体有机污染具有耐受性和抵抗力的物种[40].生态型分析结果(见表 3)与优势种清洁度分析结果一致, 从组1至组3, 着生硅藻需氧程度逐渐降低, 腐殖度和富营养程度逐渐升高.因此可以推断, 从组1至组3, 水体健康程度逐渐降低, 富营养化和有机污染的趋势逐渐增加.
根据PCA分析和Spearman相关分析, 汤旺河流域主要水环境因子包括高锰酸盐指数、QHEI、NH4+-N和TN.水质分析结果表明, 汤旺河水质总体偏好, 主要的超标因子为高锰酸盐指数和TN.其中高锰酸盐指数浓度超标的点位主要集中于组2, TN和NH4+-N较高点位主要集中在组3.汤旺河高锰酸盐指数浓度偏高可能是本底值较高所导致, 相关研究表明[41], 松花江流域土壤有机质及腐殖质含量较高, 各支流源头属于高高锰酸盐指数河段.RDA分析结果(图 5)可以看出, 汤旺河水质、生境和硅藻群落结构均体现了从左到右的梯度变化, 沿RDA第一排序轴从左向右, 生境质量逐渐降低, NH4+-N、TN和高锰酸盐指数浓度逐渐升高.组1点位全部分布在排序图左侧, 说明组1点位生境质量较好, 营养盐及有机质含量偏低; 组2点位主要分布在排序图中部及右下部, 说明影响组2硅藻群落结构的主要环境因子为高锰酸盐指数, 该组浓度高锰酸盐指数比其他两组高; 组3点位主要分布在排序图右上部, 说明影响组3硅藻群落结构的主要环境因子为NH4+-N和TN.
结合RDA分析结果可以看出, 导致组2硅藻群落结构变化的主要水环境因子为高锰酸盐指数, NH4+-N和TN对组2硅藻群落结构也有影响但影响程度低于高锰酸盐指数.随着高锰酸盐指数浓度的增加以及DO浓度的降低, 组2中-高度腐生型和中-富营养型硅藻比例有所增加, 极度需氧型硅藻比例有所下降, 说明组2点位水生环境腐殖度变高, 硅藻群落结构可以指示汤旺河水体腐生状况的变化.水生环境腐殖度的概念是Kolkwitz和Marsson于1908年提出的, 用来测量河流中有机物的污染程度, 以及由此导致的溶解氧的减少.国外相关研究也表明, 硅藻群落可以有效地指示河流有机污染[14]和河流腐生状况[16].导致组3硅藻群落结构变化的主要水环境因子为NH4+-N和TN, 随着NH4+-N和TN浓度的增加, N. palea和U. ulna等耐污种在组3的优势度开始增加, 富营养型硅藻和极度富营养型硅藻比例显著上升.因此可以判断, 着生硅藻群落结构可以有效地指示汤旺河营养梯度的变化.国外许多研究也表明, 着生硅藻群落可以有效地评估低水平的营养富集[42]和水体富营养化[43, 44].
4 结论(1) 汤旺河丰水期共鉴定出着生硅藻35属93种6变种, 各点位平均物种数20种, 物种丰富度较好.汤旺河丰水期污染较少, 水生态环境质量状况较为健康, 着生硅藻主要由Achnanthidium minutissimum等7种清洁种构成, 其中A. minutissimum优势度0.32, 为绝对优势种.
(2) 汤旺河24个采样点位可分为3组, 组1和组2健康程度较高, 优势种均为清洁种, 组3健康程度较其余两组偏低, Nitzschia palea和Ulnaria ulna等耐污种优势度增高.
(3) 影响组2硅藻群落结构变化的主要水质因子为高锰酸盐指数, 影响组3硅藻群落结构变化的主要水质因子为NH4+-N和TN, 硅藻群落结构可以有效地指示汤旺河水体腐生状况和营养状况.
[1] | Venkatachalapathy R, Karthikeyan P. Application of diatom-based indices for monitoring environmental quality of riverine ecosystems: a review[A]. In: Ramkumar M, Kumaraswamy K, Mohanraj R (Eds.). Environmental Management of River Basin Ecosystems[C]. Cham: Springer International Publishing, 2015. 593-619. |
[2] | Taylor J C, PrygieL J, Vosloo A, et al. Can diatom-based pollution indices be used for biomonitoring in South Africa? A case study of the Crocodile West and Marico water management area[J]. Hydrobiologia, 2007, 592(1): 455-464. DOI:10.1007/s10750-007-0788-1 |
[3] | Lavoie I, Campeau S, Zugic-Drakulic N, et al. Using diatoms to monitor stream biological integrity in Eastern Canada:an overview of 10 years of index development and ongoing challenges[J]. Science of the Total Environment, 2014, 475: 187-200. DOI:10.1016/j.scitotenv.2013.04.092 |
[4] | Rimet F. Recent views on river pollution and diatoms[J]. Hydrobiologia, 2012, 683(1): 1-24. DOI:10.1007/s10750-011-0949-0 |
[5] | Lobo E A, Heinrich C G, Schuch M, et al. Diatoms as bioindicators in rivers[A]. In: Necchi Jr O (Ed.). River Algae[M]. Cham: Springer International Publishing, 2016. |
[6] | Kelly M G, King L, Jones R I, et al. Validation of diatoms as proxies for phytobenthos when assessing ecological status in lakes[J]. Hydrobiologia, 2008, 610(1): 125-129. DOI:10.1007/s10750-008-9427-8 |
[7] | Schneider S C, Lawniczak A E, Picińska-faltynowicz J, et al. Do macrophytes, diatoms and non-diatom benthic algae give redundant information? Results from a case study in Poland[J]. Limnologica, 2012, 42(3): 204-211. DOI:10.1016/j.limno.2011.12.001 |
[8] | Fetscher A E, Stancheva R, Kociolek J P, et al. Development and comparison of stream indices of biotic integrity using diatoms vs. a combination[J]. Journal of Applied Phycology, 2014, 26(1): 433-450. DOI:10.1007/s10811-013-0088-2 |
[9] |
谷金普, 葛继稳, 唐佳, 等. 古夫河着生藻类优势种生态位研究[J]. 长江流域资源与环境, 2014, 23(10): 1456-1463. Gu J P, Ge J W, Tang J, et al. Niche analysis of dominant species of periphytic algae in Gufu River[J]. Resources and Environment in the Yangtze Basin, 2014, 23(10): 1456-1463. DOI:10.11870/cjlyzyyhj201410017 |
[10] | Oeding S, Taffs K H. Developing a regional diatom index for assessment and monitoring of freshwater streams in sub-tropical Australia[J]. Ecological Indicators, 2017, 80: 135-146. DOI:10.1016/j.ecolind.2017.05.009 |
[11] | Wang Y K, Stevenson R J, Metzmeier L. Development and evaluation of a diatom-based index of biotic integrity for the interior plateau ecoregion, USA[J]. Journal of the North American Benthological Society, 2005, 24(4): 990-1008. DOI:10.1899/03-028.1 |
[12] | Wu N C, Cai Q H, Fohrer N. Development and evaluation of a diatom-based index of biotic integrity (D-IBI) for rivers impacted by run-of-river dams[J]. Ecological Indicators, 2012, 18: 108-117. DOI:10.1016/j.ecolind.2011.10.013 |
[13] | Van Dam H, Mertens A, Sinkeldam J. A coded checklist and ecological indicator values of freshwater diatoms from the Netherlands[J]. Netherland Journal of Aquatic Ecology, 1994, 28(1): 117-133. DOI:10.1007/BF02334251 |
[14] | Gómez N, Licursi M. The Pampean Diatom Index (IDP) for assessment of rivers and streams in Argentina[J]. Aquatic Ecology, 2001, 35(2): 173-181. DOI:10.1023/A:1011415209445 |
[15] | Watanabe T, Asai K, Houki A. Numerical estimation to organic pollution of flowing water by using the epilithic diatom assemblage-diatom assemblage index (DAIpo)-[J]. Science of the Total Environment, 1986, 55: 209-218. DOI:10.1016/0048-9697(86)90180-4 |
[16] | Sládeček V. Diatoms as indicators of organic pollution[J]. CLEAN-Soil Air Water, 1986, 14(5): 555-566. |
[17] |
李蕊, 陈光杰, 康文刚, 等. 抚仙湖硅藻群落的时空变化特征及其与水环境的关系[J]. 环境科学, 2018, 39(7): 3168-3178. Li R, Chen G J, Kang W G, et al. Spatio-temporal variations of diatom community and their relationship with water environment in Fuxian Lake[J]. Environmental Science, 2018, 39(7): 3168-3178. |
[18] |
张莉, 林佳宁, 张远, 等. 浑太河不同水生态区营养盐对底栖硅藻的影响及阈值[J]. 环境科学, 2017, 38(11): 4570-4579. Zhang L, Lin J N, Zhang Y, et al. Responses of the benthic diatom community to nutrients and the identification of nutrient thresholds in three aquatic ecoregions of the Huntai River, Northeast China[J]. Environmental Science, 2017, 38(11): 4570-4579. |
[19] |
臧小苗, 张远, 林佳宁, 等. 滑石矿开采对着生藻群落结构和水环境的影响[J]. 环境科学, 2017, 38(9): 3721-3730. Zang X M, Zhang Y, Lin J N, et al. Impact of talc ore mining on periphyton community structure and water environment[J]. Environmental Science, 2017, 38(9): 3721-3730. |
[20] |
邓培雁, 雷远达, 刘威, 等. 七项河流附着硅藻指数在东江的适用性评估[J]. 生态学报, 2012, 32(16): 5014-5024. Deng P Y, Lei Y D, Liu W, et al. Exploration of benthic diatom indices to evaluate water quality in rivers in the Dongjiang basin[J]. Acta Ecologica Sinica, 2012, 32(16): 5014-5024. |
[21] |
刘麟菲, 徐宗学, 殷旭旺, 等. 应用硅藻指数评价渭河流域水生态健康状况[J]. 北京师范大学学报(自然科学版), 2016, 52(3): 317-321. Liu L F, Xu Z X, Yin X W, et al. Assessing water quality with diatom indices in the Wei River basin[J]. Journal of Beijing Normal University (Natural Science), 2016, 52(3): 317-321. |
[22] |
薛浩, 郑丙辉, 孟凡生, 等. 基于着生硅藻指数的梧桐河水生态健康评价[J]. 生态毒理学报, 2018, 13(4): 83-90. Xue H, Zheng B H, Meng F S, et al. Health assessment on aquatic ecosystem in Wutong River using benthic diatom indexes[J]. Asian Journal of Ecotoxicology, 2018, 13(4): 83-90. |
[23] |
刘奕伶, 葛继稳, 李艳元, 等. 古夫河着生藻类优势种体积与水质因子的相关性研究[J]. 中国环境科学, 2015, 35(7): 2182-2191. Liu Y L, Ge J W, Li Y Y, et al. Correlations between the volume of dominant periphytic algae species and the water quality parameters in Gufu river[J]. China Environmental Science, 2015, 35(7): 2182-2191. |
[24] | Xue H, Zheng B H, Meng F S, et al. Assessment of aquatic ecosystem health of the Wutong River based on benthic diatoms[J]. Water, 2019, 11(4): 727. DOI:10.3390/w11040727 |
[25] | 国家环境保护总局. 水和废水监测分析方法[M]. (第四版). 北京: 中国环境科学出版社, 2002. |
[26] |
郑丙辉, 张远, 李英博. 辽河流域河流栖息地评价指标与评价方法研究[J]. 环境科学学报, 2007, 27(6): 928-936. Zheng B H, Zhang Y, Li Y B. Study of indicators and methods for river habitat assessment of Liao River Basin[J]. Acta Scientiae Circumstantiae, 2007, 27(6): 928-936. |
[27] | Coste M, Boutry S, Tison-Rosebery J, et al. Improvements of the biological diatom index (BDI):description and efficiency of the new version (BDI-2006)[J]. Ecological Indicators, 2009, 9(4): 621-650. DOI:10.1016/j.ecolind.2008.06.003 |
[28] |
石娟, 骆有庆, 严晓素, 等. 不同干扰措施对松材线虫入侵松林内物种多样性的影响[J]. 生态科学, 2007, 26(4): 289-292. Shi J, Luo Y Q, Yan X S, et al. Effects of different disturbance ways on the diversity of pine forest invaded by pine wood nematode (Bursaphelenchus xylophilus)[J]. Ecological Science, 2007, 26(4): 289-292. |
[29] | Clauson-Kaas S, Richardson K, Rahbek C, et al. Species-specific environmental preferences associated with a hump-shaped diversity/temperature relationship across tropical marine fish assemblages[J]. Journal of Biogeography, 2017, 44(10): 2343-2353. DOI:10.1111/jbi.13044 |
[30] | Simões N R, Colares M A M, Lansac-Tôha F A, et al. Zooplankton species richness-productivity relationship:confronting monotonic positive and hump-shaped models from a local perspective[J]. Austral Ecology, 2013, 38(8): 952-958. DOI:10.1111/aec.12038 |
[31] | Espinar J L. Sample size and the detection of a hump-shaped relationship between biomass and species richness in Mediterranean wetlands[J]. Journal of Vegetation Science, 2006, 17(2): 227-232. DOI:10.1111/j.1654-1103.2006.tb02441.x |
[32] | Potapova M, Hamilton P B. Morphological and ecological variation within the Achnanthidium minutissimum (Bacillariophyceae) species complex[J]. Journal of Phycology, 2007, 43(3): 561-575. DOI:10.1111/j.1529-8817.2007.00332.x |
[33] | Muscio C. The diatom pollution tolerance index: assigning tolerance values[R]. City of Austin: Watershed Protection and Development Review Department, Environmental Resource Management, 2002. 1-17 |
[34] | Chessman B C, Bate N, Gell P A, et al. A diatom species index for bioassessment of Australian rivers[J]. Marine and Freshwater Research, 2007, 58(6): 542-557. DOI:10.1071/MF06220 |
[35] | Stenger-Kovács C, Padisák J, Bíró P. Temporal variability of Achnanthidium minutissimum (Kützing) Czarnecki and its relationship to chemical and hydrological features of the Torna-stream, Hungary[A]. In: Proceedings of the 6th International Symposium on Use of Algae for monitoring Rivers[C]. Hungary, Balatonfüred: Magyar Algológiai Társaság, 2006. 133-138. |
[36] | Wu J T. A generic index of diatom assemblages as bioindicator of pollution in the Keelung River of Taiwan[J]. Hydrobiologia, 1999, 397: 79-87. DOI:10.1023/A:1003694414751 |
[37] | Besse-Lototskaya A, Verdonschot P F M, Coste M, et al. Evaluation of European diatom trophic indices[J]. Ecological Indicators, 2011, 11(2): 456-467. DOI:10.1016/j.ecolind.2010.06.017 |
[38] |
薛浩, 姚志鹏, 孟凡生, 等. 倭肯河着生硅藻群落结构及其与环境因子的关系[J]. 环境科学学报, 2019, 39(12): 4096-4105. Xue H, Yao Z P, Meng F S, et al. Community structures of periphyton and their relationship with aquatic environmental factors in the Woken River, China[J]. Acta Scientiae Circumstantiae, 2019, 39(12): 4096-4105. |
[39] | Lavoie I, Campeau S, Grenier M, et al. A diatom-based index for the biological assessment of eastern Canadian rivers:an application of correspondence analysis (CA)[J]. Canadian Journal of Fisheries and Aquatic Sciences, 2006, 63(8): 1793-1811. DOI:10.1139/f06-084 |
[40] | Szczepocka E, Szulc B. The use of benthic diatoms in estimating water quality of variously polluted rivers[J]. Oceanological and Hydrobiological Studies, 2009, 38(1): 17-26. |
[41] |
陈家厚, 杨林, 周爱申, 等. 黑龙江省松花江流域河流中高锰酸盐指数非点源污染负荷分析[J]. 中国环境监测, 2010, 26(6): 53-55. Chen J H, Yang L, Zhou A S, et al. Contributions of non-point pollution of CODMn to rivers in Songhua River basin in Heilongjiang province[J]. Environmental Monitoring in China, 2010, 26(6): 53-55. DOI:10.3969/j.issn.1002-6002.2010.06.015 |
[42] | Lavoie I, Campeau S, Darchambeau F, et al. Are diatoms good integrators of temporal variability in stream water quality?[J]. Freshwater Biology, 2008, 53(4): 827-841. DOI:10.1111/j.1365-2427.2007.01935.x |
[43] | Potapova M, Charles D F. Diatom metrics for monitoring eutrophication in rivers of the United States[J]. Ecological Indicators, 2007, 7(1): 48-70. DOI:10.1016/j.ecolind.2005.10.001 |
[44] | Passy S I, Pan Y D, Lowe R L. Ecology of the major periphytic diatom communities from the Mesta River, Bulgaria[J]. International Review of Hydrobiology, 1999, 84(2): 129-174. |