城市小型湖泊浮游植物群落結構特征及演替規律
——以武漢沙湖為例

魯 蕾,吳亦瀟,張維昊,2,*

1 武漢大學資源與環境科學學院,武漢 430072 2 水資源安全保障湖北省協同創新中心,武漢 430072

城市小型湖泊浮游植物群落結構特征及演替規律
——以武漢沙湖為例

魯 蕾1,吳亦瀟1,張維昊1,2,*

1 武漢大學資源與環境科學學院,武漢 430072 2 水資源安全保障湖北省協同創新中心,武漢 430072

城市小型湖泊具有對環境變化的高敏感性,其浮游植物群落特征和演替規律對湖泊生態系統的監測與管理有重要意義。本研究于2015年3—12月,對武漢市沙湖進行了生態和水質監測,共鑒定出藻類10門312種,綠藻、硅藻和藍藻種類數占優。為探究富營養化城市小型湖泊浮游植物群落時空異質性及其演替驅動力,選取了4個多樣性指數(Shannon-Wiener指數、Simpson指數、Pielou均勻度指數和Whittaker指數),并進行了多樣性指數與環境因子的相關性分析、主成分分析和聚類分析,計算了優勢種在監測時段的3個種間聯結性指數和校正χ2檢驗系數。結果表明,夏秋季節浮游植物群落處于演替的穩定狀態,環境因子驅動作用明顯,其中離子濃度的影響大于溫度的影響,鈉、鎂離子濃度為主要影響因素；藍藻門和綠藻門優勢種聯結性較高,硅藻門優勢種內部聯結性較高而與其他門類相關性較低,從季節上看,夏秋季節的優勢種種間聯結性較高,春冬季優勢種與其他時段優勢種相關性低,可能為群落在冬春季不穩定的原因。

城市湖泊; 浮游植物; 優勢種; α多樣性; 常量離子; 種間聯結性

近年來,城市湖泊成為各界關注的熱點之一。其中,城市小型湖泊由于其具有易受城市生態系統干擾的特性,受到了廣泛關注。研究者發現人類通過農業和氣候對湖泊造成持續干擾,會使浮游植物群落受到明顯影響[1]；同時,研究表明浮游植物群落的初級生產力變化與水體生態系統的穩定性有相互影響的關系[2, 3]。因此,城市小型湖泊浮游植物群落結構特征和演替規律的研究對于其生態保護有重要的意義。

在小型湖泊中易發生多種污染,小型湖泊浮游動植物群落對有機污染物的抗性與群落結構有明顯的相關性,均呈現出季節性變化的特點[4],群落中的物種變化可能比表觀水體性質參數如葉綠素濃度、總磷要更敏感[5]。目前對于氮磷營養鹽與浮游植物群落相關性的研究較多[6],但是湖泊水體成分較為復雜,除氮磷外,浮游植物群落結構變化與水體中的其他組分存在一定關系,Tilman[7]等認為常量和微量金屬元素在一些情況下會成為浮游植物生長的限制因素；Holopainen[8]等研究發現礦地廢水流入造成陽離子濃度顯著升高的淺水湖泊中,浮游植物群落生物量達到了對照無污染湖泊的兩倍。因此對于水體中的常量離子對浮游植物群落的影響應該給予關注。

目前,富營養化是城市小型湖泊面臨的主要環境問題。在富營養化湖泊中,營養鹽不再是限制因素,浮游動植物群落結構和群落內種間關系成為群落變化的原因[9]。優勢種和優勢類群很大程度上可以成為湖泊水質的評判標準[10],并具有一定的時序變化性[11]。目前研究者普遍進行的是群落物種表觀數量關系研究[12-13],優勢種種間關聯研究缺乏。而優勢種作為群落結構的指示,其種間關聯對群落演替具有潛在的驅動作用,并有較高的研究價值。

圖1 研究區采樣點設置Fig.1 Sample location of area under study

綜上所述,本研究以沙湖為例,研究了典型富營養化城市小型湖泊浮游植物群落的時空異質性,并從環境因素和優勢種更替兩個方面探究浮游植物群落的演替規律。其中,環境因子通過參與復雜的生化反應影響群落的演替過程(即群落演替外驅動力),而優勢種更替則直接影響群落的演替方向(即群落演替內驅動力)。

1 實驗方法

1.1 采樣點設置

采樣區域為生態功能處于退化狀態的城市小型湖泊——沙湖,位于武漢市武昌東北部,水域面積3.197km2,于2013年完成一期公園建設,通過人工挖掘的楚河與東湖連通。設置的采樣點見圖1。

采樣點坐標見表1。采樣點分布的湖區存在明顯差異,5號采樣點為碼頭；3、4號采樣點位于挺水植物生長區邊緣；1、2、6號采樣點鄰近公園,其中1號點鄰近公園道路,2號點鄰近公園樹林,6號點鄰近公園草坡。

1.2 群落樣品采集和水質參數測定

由于武漢1、2月多雨雪天氣,水溫偏低,表層浮游植物群落采集困難,因此設計的浮游植物群落采集時間為2015年3—12月,樣品采集使用1L有機玻璃采水器,采集表層0.5m處水樣,使用魯哥氏液進行固定濃縮后,于高倍顯微鏡下使用0.1mL計數框分類計數。

常量陽離子監測時間段為2015年5—12月。陽離子濃度測定使用EP- 600便攜式離子色譜儀,陽離子保護柱：Thermo scientific Dionex IonPacTMCG12A RFICTMGuard 4×50 mm,陽離子交換柱：Thermo scientific Dionex IonPacTMCG12A RFICTMAnalytical 4×250 mm,流動相：18mmol/L甲烷磺酸。

表1 采樣點位

1.3 多樣性指數計算

4個多樣性指數,分別為Shannon-Wiener指數、Simpson指數、Pielou均勻度指數[14]和Whittaker指數[15]。計算公式如下：

Shannon-Wiener指數：

(1)

Pi=ni/N

(2)

Simpson指數：

(3)

Pielou均勻度指數：

J=H/lnS

(4)

Whittaker指數：

β=S/A-1

(5)

式中,S為每月采樣出現的物種總數,A為每月各采樣點的平均物種數,Pi為第i種的相對重要值,ni為采樣點第i種物種的個體數,N為采樣點各物種的總個體數。H值范圍大于等于3為清潔；2—3為輕度污染；1—2為中度污染；小于1為重污染[16]。J值范圍0—1時,J值大體現種間個體分布均勻,污染程度增加J值減小[17]。

1.4 優勢種與種間聯結性計算

優勢種使用優勢度進行判斷[17],種間聯結性選取了3個聯結性指數,Ochiai指數、Dice指數和Jaccard指數,以及校正χ2檢驗系數[19]進行描述。

優勢度：

Y=fi(ni/N)

(6)

Ochiai指數：

(7)

Dice指數：

(8)

Jaccard指數：

(9)

校正χ2檢驗系數：

(10)

式中,fi為物種i的出現頻率；a為兩種物種均出現的采樣月數,b、c為只有其中一種物種出現的采樣月數,d為兩種物種均未出現的采樣月數,n為采樣總月數。取Y≥0.02為優勢種[17]。當ad>bc時為正聯結,當ad3.841時為顯著聯結,當χ2>6.635時為極顯著聯結[18]。

1.5 數據分析

數據分析使用軟件Matlab2014a,聚類分析使用K-均值法[19]進行計算。數據繪圖使用Originlab 8.5。

2 結果

2.1 浮游植物群落時空異質性

2.1.1 群落結構變化規律

沙湖浮游植物群落的物種組成和相對豐度均表現出明顯的季節性。

從群落物種組成來看(圖2),2015年3—12月,綠藻門(Chlorophyta)和硅藻門(Bacillariopgyta)物種數超過沙湖的浮游植物群落總體的70%；其中,春季硅藻門物種數超過總體的30%,夏秋季綠藻門物種數超過總體的50%；藍藻門(Cyanophyta)物種數占比范圍為7%—14%,5—7月以及11—12月藍藻門物種數占比超過10%；裸藻門(Euglenophyta)物種數占比(3%—9%)呈現波形變化,5月達最小值,8月、12月達到最大值；黃藻門(Xanthophyta)物種數占比(3%—6%)4月達最小值,8月達最大值,其他各月占比穩定。

由群落相對豐度變化可知(圖3),2015年3—12月綠藻門占比均超過總豐度的50%；藍藻門(1%—20%)和硅藻門(9%—30%)生物量比例呈波形變化,最大值分別出現在8月和4月,最小值分別出現在3月和6月；裸藻門占比大幅增加出現在4月和9—10月,黃藻門占比大幅增加出現在5—8月；甲藻門(Dinophyta)在3月、金藻門(Crysophyceae)在12月比重明顯增大。隱藻門(Cryptophyta)、定鞭藻門(Haptophyta)和紅藻門(Rhodophyta)物種數和相對豐度占群落比例均非常小,為稀有種或偶見種。

圖2 不同采樣月沙湖浮游植物群落物種組成 Fig.2 Taxonomic composition of phytoplankton in different sampling months in Sand Lake

圖3 不同采樣月沙湖浮游植物群落物種相對豐度 Fig.3 Relative abundance of phytoplankton in different sampling months in Sand Lake

2.1.2 群落演替規律

(1)α和β多樣性時間異質性

β多樣性指數為Whittaker指數；其值降低說明生境異質性增加[17]。由圖4(a)可知,β多樣性分布有明顯季節性。沙湖各采樣點浮游植物群落的異質性在7—9月最高,此時間段,采樣點內的物種數較多而采樣點間的物種差異最大,群落處于物種更新緩慢的穩定狀態；3—7月群落異質性逐漸增強,表明此時段沙湖整體浮游植物群落在向穩定狀態演替；9—12月群落異質性逐漸下降,表明此時段浮游植物群落開始向不穩定狀態演替；12月浮游植物群落分布為監測時段最均勻的月份(Whittaker指數達最大值),說明此時沙湖各采樣點的共有物種明顯減少,整體物種更新速率加快。

圖4 監測時段沙湖浮游植物群落α、β多樣性指數Fig.4 α and β diversity indexes of phytoplankton in Sand Lake from March to December

圖5 監測時段沙湖浮游植物群落三種α多樣性聚類圖 Fig.5 Cluster result of three kinds of α diversity indexes of phytoplankton in Sand Lake in monitoring period

α多樣性指數分別為Shannon-Wiener指數H、Simpson指數D和Pielou均勻度指數J；其中,H值和J值反映水體受污染的狀態,H值與豐富度的關系最密切,D值和J值對均勻度的敏感性較高[14]。由圖4(b)可知,α多樣性呈現明顯波形變化規律。總體來說,監測時段內H值均集中在1—2之間,J值大都集中在0.3—0.4之間,說明水體保持在中度污染狀態；3、6、12月J值低于0.3說明此時水體處于重污染狀態。α多樣性分布規律β多樣性基本一致,7—9月沙湖的平均α多樣性指數最高,說明此時各采樣點群落物種豐富度和均勻度均達到穩定狀態；3—7月為α多樣性增加段,9—12月為α多樣性下降段,總的來說,3—12月沙湖浮游植物群落的演替規律為由不穩定向穩定再向不穩定群落發展的過程。

(2) 浮游植物群落空間異質性

分別以Shannon-Wiener指數、Simpson指數和Pielou均勻度指數為每月每采樣點的x,y,z坐標進行聚類分析(圖5),最優得到4類,各類中心信息見表2。

表2 α多樣性指數聚類中心信息

由表2可知,4類的綜合α多樣性排序為：3>1>2>4。對監測時段各采樣點α多樣性根據聚類進行分類可知(表3),沙湖群落存在明顯的時空異質性。從空間分布來看,2號點α多樣性最高,群落狀態最穩定；1、3號點以及4、6號點差異不大,其群落演替狀態較接近；5號點α多樣性最低,群落受到擾動最大；總體來看,沙湖的浮游植物群落空間異質性表現為湖泊中段群落較兩側穩定,同一側湖岸的兩端群落演替狀態相似,湖泊中人類頻繁活動區域群落多樣性最低。

表3 沙湖浮游植物群落α多樣性聚類結果

2.2 浮游植物群落演替外驅動力

2.2.1 環境因子監測結果

本研究考慮的環境因子包括溫度、鈉、鉀、鎂、鈣的陽離子濃度,除溫度外環境因子測定時間為5—12月。由圖6可知,水質參數結果分布呈明顯季節性,總體上為3—7月逐漸增大,9—12月逐漸減小,8月出現夏季最低值。鈣離子濃度明顯高于其他3種離子,9月各離子濃度達到最大值,7月溫度達到最大值,4—10月表層水溫度高于20℃,12月水溫低于10℃。

圖6 監測時段沙湖水質因子變化圖Fig.6 The results of water quality factors of Sand Lake from March to December

2.2.2 外驅動力分析

(1)多樣性與環境因子相關性分析

由表4可知,Whittaker指數與鉀、鈣離子濃度和溫度有極強負相關關系,說明當其濃度增大或溫度增加,各采樣點間的異質性增強。Shannon-Wiener指數與鎂離子濃度和溫度有強相關關系,與鈉離子濃度有極強相關關系；Simpson指數與鈉離子濃度有強相關關系,與鎂離子濃度有極強相關關系；Pielou均勻度指數與鈉、鎂離子濃度有強相關關系。相關性分析結果說明,環境因子對浮游植物群落狀態有明顯的影響,其中常量離子濃度對群落演替有比溫度更強的影響力,鈉、鎂離子濃度是α多樣性的主要影響因素,溫度主要影響群落物種豐富度,鉀、鈣離子濃度主要影響沙湖浮游植物群落β多樣性。

表4 多樣性指數與水質因子相關性分析結果

圖7 監測時段沙湖生物多樣性與水質因子主成分分析聚類圖 Fig.7 Cluster results of principal component analysis of biodiversity indexes and water quality factors from March to December主成分3對應的數值為原數值減去最小值,以使點均落在z軸正向; 藍色點為類別1,綠色點為類別2,紅色點為類別3

(2) 主成分分析

主成分分析考慮的因素包括α多樣性指數與環境因子。得到的主成分中,主成分1、主成分2和主成分3分別能夠解釋60.01%、 24.44%和11.28%(累積95.73%)的數據量(表5)。根據監測數據對應3個主成分空間的變換值進行聚類,最優可得3類結果,對3類結果進行整理見表6,主成分分析聚類結果見圖7。

主成分分析是從原本存在相關性的各成分中提取出同樣個數的完全線性無關的主成分進行分析的過程。由表5可知,主成分1綜合性較強；主成分2多樣性指數為主要因子；主成分3鎂離子濃度、溫度為主要因子。

由表6類別中心可知,類別3主成分1為主要因素,該類點α多樣性和環境因子數值均較高；類別2處于3個成分的負象限,說明該類點α多樣性和環境因子數值均較低；類別1主成分1和2為主要因素,主成分1為負象限,說明該類點的α多樣性較高而離子濃度等環境因子數值較低。由表6分可知,對各采樣點位來說,6月均為2類,7—10月均為3類,此時段內群落狀態明顯受到環境因子的驅動,表現為兩者分布趨勢一致；5、11、12月大多數采樣點為1類,說明此時段內,除了環境因子的影響外,可能存在其他作用較強的影響因素。結合表6和表3的聚類結果可知,夏秋季節群落狀態較穩定,環境因子有明顯的驅動性,冬春季節群落處于演替狀態,環境因子的驅動力減弱,內驅動力可能為主要作用因素。

表5 主成分系數

表6 主成分分析聚類結果

每一類中心為：類別1(-1.642,1.154,0.227),類別2(-2.384,-1.847,-0.678),類別3(1.889,-0.154,0.0745)

2.3 浮游植物群落演替內驅動力

2.3.1 優勢種變化規律

每月的優勢種由優勢度確定,3—12月出現的優勢種共40種(表7)。其中綠藻門21種,硅藻門10種,藍藻門4種,黃藻門和裸藻門各2種,金藻門和甲藻門各1種。由表7可知,每月的優勢種數量呈現先增多再減少的規律,最大值為9月,達到17種,最小為3月,有5種；其他各月基本上呈現出季節上的穩定性；監測時段主要優勢種有5個,為S9、S10、S17、S23、S33,主要優勢種集中在春季和夏季,且均為綠藻。

表7 監測時段沙湖各月優勢種匯總信息

*：主要優勢種

2.3.2 內驅動力分析

優勢種每月分布的聯結性計算結果見表8。Ochiai、Dice、Jaccard指數確定的完全相關的物種分別為S4和S3、S20和S19、S21和S19、S21和S20、S25和S24、S30和S29；這6對物種同時作為優勢種出現的時間為9月,且其優勢度均在0.02-0.04中間,不是主要優勢種。Jaccard指數強相關的物種分別為S9和S10,S32和S31；Dice指數強相關的物種有5對,分別為S9和S10,S32和S31,以及S27和S28、S33和S31、S39和S40；Ochiai指數強相關的物種有8對,分別為S9和S10,S32和S31、S27和S28、S33和S31、S39和S40,以及S33和S32、S11和S9、S29和S27。

表8 監測時段優勢種各聯結性指數半矩陣分析結果

校正χ2檢驗結果見表9。χ2檢驗結果中顯著正聯結的物種有6對,分別為S22和S19、S28和S27、S29和S27、S30和S27、S33和S31、S40和S39；極顯著正聯結的物種有7對,分別為S4和S3、S20和S19、S21和S19、S21和S20、S25和S24、S30和S29以及S32和S31；不相關的結果中,S9的與編號在其后的優勢種不相關,2對不相關的物種分別為S26和S22、S39和S35。

表9 監測時段優勢種校正χ2檢驗半矩陣分析結果

種間聯結性測定值本身有一定的生態學意義,在一定程度上衡量了物種的相互關系和物種對環境綜合因子反應的差異[18]；χ2檢驗能比較準確度量種對的關聯顯著程度[20]。3個種間聯結性指數結果略有不同,Jaccard、Dice指數得到的信息量小于Ochiai指數。優勢種種間聯結性表現為同屬相關性較強,包括三個指數均為強相關的2種小球藻和2種平裂藻,以及Ochiai和Dice指數強相關的直鏈藻,不同屬也存在強相關的現象,包括三角四角藻和普通黃絲藻、綠球藻和橢圓小球藻；綠藻門和藍藻門優勢種顯著相關,包括集球藻和2種平裂藻；硅藻門和其他藻類相關性均較低,表現為同屬的高相關性。χ2檢驗結果和聯結性指數計算結果基本一致,但χ2檢驗結果出現不相關的物種,包括模糊直鏈藻和綠脆桿藻、三角四角藻和月牙藻,其中,χ2檢驗中橢圓小球藻與其他物種相關性均較低。

總體來說,9月群落處于監測時段最穩定狀態,4月和9月優勢種相關性較高,夏季和秋季優勢種相關性較高,該結果與表6和表3結果一致,說明群落物種結構的強關聯性對夏秋季節沙湖浮游植物群落演替的穩定狀態有一定貢獻；5和11月優勢種僅2種(S31,S32)與7、8月優勢種S33有強相關性,其他優勢種表現為月內優勢種極強相關性(S9和S10)和不與其他時段優勢種相關的情況,12月優勢種和其他優勢種相關性也普遍較低,出現的是耐低溫的物種；該結果與表6結果一致,說明5、11、12月浮游植物群落演替主要由群落內物種構成變化驅動。

3 討論和結論

3.1 城市小型湖泊浮游植物群落時空分布異質性

沙湖的浮游植物群落結構與分布存在明顯的時空變化規律。沙湖是典型的富營養化湖泊,主要優勢類群為綠藻-硅藻-藍藻(累積物種數占比超過80%),研究者普遍認為優勢類群的占比可以用于指示湖泊的污染狀態[10],硅藻的物種數占比從春季(約30%)到夏季(低于20%)有明顯下降,說明沙湖受污染程度從夏季開始加深；藍藻、裸藻物種數占比在夏秋季達到最大值,表明沙湖在夏秋季處于富營養化加劇的狀態。整個監測時段中,7—9月浮游植物群落整體α多樣性最高,β多樣性最低(圖4),群落處于演替的穩定階段,該時段的群落表現為耐污種占主要(表7),各采樣點在該時段群落多樣性差異不大。α多樣性較低的3—7月和9—12月,多樣性分布存在明顯空間差異(表3),5號點碼頭的多樣性總體來說最小,表明人為擾動對小型湖泊生物多樣性有明顯的影響；劉春光[21]等認為水生植物能夠通過多種機制影響湖泊生態系統,3、4號點為人工種植挺水、沉水植物的水域邊緣帶,由采樣點間對比發現,挺水、沉水植物對小型湖泊浮游植物群落的影響較小；6月各點生物多樣性均明顯下降,而1號點多樣性下降最明顯,由1、2、6號采樣點對比結果可知,小型湖泊的浮游植物群落的穩定性與湖濱帶的環境有相關關系。

3.2 浮游植物群落演替外驅動力

外驅動力主要作用因子為鈉、鎂離子濃度,溫度為輔助作用因子,外驅動力主要作用時段為夏秋季節。由主成分分析結果可知,6—10月α多樣性與環境因子變化規律一致,該時段內浮游植物群落主要驅動力為外驅動力,可能原因為多樣性較高的7—9月浮游植物群落處于較穩定狀態,物種替換減緩,以物種更新為主的內驅動力減小,環境因子的驅動作用相對增大；多樣性較低的6月浮游植物群落處于較敏感狀態,加之水體整體營養水平在該時段較低[22],環境因子成為群落更新生長的限制因素。通過浮游植物群落多樣性和環境因子的相關性分析可知,鈉、鎂離子濃度與群落α多樣性有強相關性,主要原因可能為鎂離子是藻類的葉綠素的組成元素之一且與葉綠體基粒堆垛直接相關,能夠對葉綠體熒光產率和光合作用原初過程造成影響[23],該結果與其他研究結果類似[24]。本研究發現溫度與浮游藻類群落的Shannon-Wiener指數有強相關性,但與Simpson指數相關性較低,與Pielou均勻度指數基本無相關性,與大中型湖泊水庫研究結果[25,26]有明顯差異,表明大中型湖泊與小型湖泊浮游植物群落演替外驅動力因素存在差異,溫度影響降低可能由于小型湖泊層間溫度和湖區溫度差異化不明顯。Whittaker指數與Shannon-Wiener指數和其他環境因子均有強負相關關系,說明較高的生境內多樣性與較高的常量離子濃度有利于浮游植物群落維持演替的穩定狀態。

3.3 浮游植物群落演替內驅動力

浮游植物優勢種種類及其數量對浮游植物群落結構的穩定性有重要影響,優勢種種類數越多且優勢度越小,則群落結構越復雜、穩定[26],沙湖每月優勢種數量變化表明其群落演替規律為由不穩定到穩定再逐步向不穩定變化的過程。從優勢種分類來看,硅藻和藍綠藻對環境因素的響應存在明顯差異[27]。藍藻大量生長的時間段為夏季和冬季,既有相對生物量的增加,也有種類數的明顯增加；夏季爆發可能由于該季節水體狀態更適宜藍藻生長[28],冬季爆發可能由于2015年11月降雨量增大,出現適宜藍藻生長的面源輸入[29]。硅藻大量生長的時間為春季和秋季,Sarmento[30]等通過對于淺水湖泊的研究發現,外源輸入減少水位降低時,硅藻生物量得到明顯增加；硅藻夏季種類數比重變化穩定,但是生物量比重明顯下降,硅藻與藍藻占總密度百分比為極顯著負相關[31]。硅藻和藍藻優勢種的負關聯性可能是5、11月浮游植物群落結構演替與夏秋季不同的主要驅動因素。甲藻的生物量最大值出現在3月,達到6%,胡韌[32]等研究發現,在溫度不是主要的限制因素時,春季甲藻的生物量較高,與硅藻門和綠藻門構成優勢類群；12月湖水溫度低于10℃,優勢種以金藻門為主,其特點為耐低溫性,其與其他優勢種幾乎無種間關聯,可能為冬季群落演替的主要驅動力。

[1] Lemma B. Ecological changes in two ethiopian lakes caused by contrasting human intervention. Limnologica-Ecology and Management of Inland Waters, 2003, 33(1): 44- 53.

[2] Mukankomeje R, Plisnier P D, Descy J P, Massaut L. Lake muzahi, rwanda: limnological features and phytoplankton production. Hydrobiologia, 1993, 257(2): 107- 120.

[3] Sommer U, Sommer F. Cladocerans versus copepods: The cause of contrasting top-down controls on freshwater and marine phytoplankton. Oecologia, 2006, 147(2): 183- 194.

[4] Willis K J, Van den Brink P J, Green J D. Seasonal variation in plankton community responses of mesocosms dosed with pentachlorophenol. Ecotoxicology, 2004, 13(7): 707- 720.

[5] Huszar V L M, Silva L H S, Domingos P, Marinho M, Melo S. Phytoplankton species composition is more sensitive than OECD criteria to the trophic status of three Brazilian tropical lakes. Hydrobiologia, 1998, 369: 59- 71.

[6] 譚香, 夏小玲, 程曉莉, 張全發. 丹江口水庫浮游植物群落時空動態及其多樣性指數. 環境科學, 2011, 32(10): 2875- 2882.

[7] Tilman D, Kilham S S, Kilham P. Phytoplankton community ecology:the role of limiting nutrients. Annual Review of Ecology and Systematics, 1982, 13(1): 349- 372.

[8] Holopainen I J, Holopainen A L, H?m?l?inen H, Rahkola-Sorsa M, Tkatcheva V, Viljanen M. Effects of mining industry waste waters on a shallow lake ecosystem in karelia, north-west russia. Hydrobiologia, 2003, 506(1/3): 111- 119.

[9] Mataloni G, Tesolín G, Sacullo F, Tell G. Factors regulating summer phytoplankton in a highly eutrophic antarctic lake. Hydrobiologia, 2000, 432(1/3): 65- 72.

[10] 龐科, 姚錦仙, 王昊, 劉松濤, 李翀, 呂植. 額爾古納河流域秋季浮游植物群落結構特征. 生態學報, 2011, 31(12): 3391- 3398.

[11] 田永強, 俞超超, 王磊, 黃邦欽. 福建九龍江北溪浮游植物群落分布特征及其影響因子. 應用生態學報, 2012, 23(9): 2559- 2565.

[12] 王麗卿, 施榮, 季高華, 范志鋒, 程婧蕾. 淀山湖浮游植物群落特征及其演替規律. 生物多樣性, 2011, 19(1): 48- 56.

[13] 王靜雅, 汪志聰, 李翀, 葉少文, 連玉喜, 劉家壽, 張堂林, 李鐘杰. 三峽水庫壩前水域浮游植物群落時空動態研究. 水生態學雜志, 2015, 39(5): 877- 884.

[14] 許晴, 張放, 許中旗, 賈彥龍, 尤建民. Simpson指數和Shannon-Wiener指數若干特征的分析及“稀釋效應”. 草業科學, 2011, 28(4): 527- 531.

[15] 周洪華, 陳亞寧, 李衛紅. 塔里木河下游綠洲——荒漠過渡帶植物多樣性特征及優勢種群分布格局. 中國沙漠, 2009, 29(4): 688- 696.

[16] 劉文盈, 張秋良, 高潤宏, 鐵牛, 崔琥. 鹽沼濕地浮游植物多樣性與環境關系研究. 內蒙古林業科技, 2012, 38(1): 5- 7, 22- 22.

[17] 郝媛媛, 孫國鈞, 張立勛, 龔雪平, 許莎莎, 劉慧明, 張芬. 黑河流域浮游植物群落特征與環境因子的關系. 湖泊科學, 2014, 26(1): 121- 130.

[18] 徐敏, 高翔, 呂光輝, 傅德平, 楊曉東. 克拉瑪依典型植物群落種間關聯分析. 新疆農業科學, 2010, 47(5): 1041- 1046.

[19] 周世兵, 徐振源, 唐旭清. 新的k-均值算法最佳聚類數確定方法. 計算機工程與應用, 2010, 46(16): 27- 31.

[20] 陳家長, 孟順龍, 尤洋, 胡庚東, 瞿建宏, 吳偉, 范立民, 馬曉燕. 太湖五里湖浮游植物群落結構特征分析. 生態環境學報, 2009, 18(4): 1358- 1367.

[21] 劉春光, 邱金泉, 王雯, 莊源益. 富營養化湖泊治理中的生物操縱理論. 農業環境科學學報, 2004, 23(1): 198- 201.

[22] Li H M, Tang H J, Shi X Y, Zhang C S, Wang X L. Increased nutrient loads from the Changjiang (Yangtze) River have led to increased Harmful Algal Blooms. Harmful Algae, 2014, 39: 92- 101.

[23] 孫谷疇. 鎂離子對柱孢魚腥藻(Anabaena cylindrica)類囊體膜吸收光譜和熒光光譜的影響. 植物生理學報, 1983, 9(4): 339- 345.

[24] 劉文盈, 鐵牛, 張秋良, 高潤宏. 藻類在鹽沼濕地分布的關鍵限制因子研究. 內蒙古林業科技, 2012, 38(4): 16- 18, 26- 26.

[25] 鄧文麗, 劉均平, 王曉星, 杜桂森, 洪劍明. 北京野鴨湖浮游植物群落結構與水質關系研究. 濕地科學, 2013, 11(1): 27- 34.

[26] 裴國霞, 郭琦, 魏樂, 李汗青. 金海水庫浮游植物調查及群落結構研究. 水生態學雜志, 2014, 35(2): 68- 73.

[27] 王宇飛, 趙秀蘭, 何丙輝, 黃琪. 漢豐湖夏季浮游植物群落與環境因子的典范對應分析. 環境科學, 2015, 36(3): 922- 927.

[28] 鄭吳柯, 劉憲斌, 趙興貴, 陳曦. 于橋水庫浮游植物群落特征. 中國環境監測, 2015, 31(1): 35- 40.

[29] Rakko A, Laugaste R, Ott I. Algal blooms in estonian small lakes // Evangelista V, Barsanti L, Frassanito A M, Passarelli V, Gualtieri P, eds. Algal Toxins: Nature, Occurrence, Effect and Detection. Netherlands: Springer, 2008: 211- 220.

[30] Sarmento H, Isumbisho M, Descy J P. Phytoplankton ecology of Lake Kivu (Eastern Africa). Journal of Plankton Research, 2006, 28(9): 815- 829.

[31] 李娣, 李旭文, 牛志春, 王霞, 師偉, 于紅霞. 太湖浮游植物群落結構及其與水質指標間的關系. 生態環境學報, 2014, 23(11): 1814- 1820.

[32] 胡韌, 雷臘梅, 韓博平. 南亞熱帶大型貧營養水庫浮游植物群落結構與季節變化——以新豐江水庫為例. 生態學報, 2008, 28(10): 4652- 4664.

Distributionandsuccessionpatternofphytoplanktoncommunitiesinasmallurbanlake,SandLakeinWuhanCity,China

LU Lei1, WU Yixiao1, ZHANG Weihao1,2,*

1SchoolofResourceandEnvironmentalSciences,WuhanUniversity,Wuhan430072,China2HubeiCollaborativeInnovationCenterforWaterResourceSecurity,Wuhan430072,China

Small urban lakes are highly sensitive to changes in their environment and are closely associated with the surrounding urban systems. The distribution and succession pattern of phytoplankton can significantly influence the entire ecosystem in a small urban lake. From March to December 2015, phytoplankton and water quality were monitored in Sand Lake, Wuhan city, China. In total, 312 species were detected representing 10 phyla, with Chlorophyta, Bacillariophyta, and Cyanophyta being the major phyla represented. Biodiversity indices were calculated using the methods of Shannon-Wiener, Simpson, Pielou, and Whittaker. The biodiversity indices and environmental factors were subjected to correlation analysis, principal component analysis, and cluster analysis. Three interspecific association indices and the calibrated coefficients ofχ2test were calculated. The results showed that the phytoplankton reached a stable state in summer and autumn, during which the environmental factors were the main influence; the effect of constant ion concentration was greater than that of temperature, particularly those of sodium and magnesium. Analysis of the data for the dominant species showed that Chlorophyta and Cyanophyta were significantly correlated, whereas Bacillariophyta showed no significant correlation with other phyla. A significant correlation occurred between summer and autumn dominant species, while dominant species in winter and spring showed no significant correlation with those in other seasons, which could be attributed to the low stability of the phytoplankton during this period.

urban lake; phytoplankton; dominant species; α diversity; constant ion; inter-specific association

國家自然科學基金(41331174)；江西省水利廳重大科技項目(KT201412)；水利部科技推廣項目(TG1520)

2016- 06- 21; < class="emphasis_bold">網絡出版日期

日期:2017- 04- 25

*通訊作者Corresponding author.E-mail: zhangwh@whu.edu.cn

10.5846/stxb201606211215

魯蕾,吳亦瀟,張維昊.城市小型湖泊浮游植物群落結構特征及演替規律——以武漢沙湖為例.生態學報,2017,37(18):5993- 6004.

Lu L, Wu Y X, Zhang W H.Distribution and succession pattern of phytoplankton communities in a small urban lake, Sand Lake in Wuhan City, China.Acta Ecologica Sinica,2017,37(18):5993- 6004.