陽澄湖藻類數量與水質參數關系初探

景二丹，阮春蓉，呂弈成，顧青清，方月英，關永年，Wido Schmidt，劉洪波

(1.蘇州工業園區清源華衍水務有限公司，江蘇蘇州 215021；2.上海理工大學環境與建筑學院，上海 2000933；3.德國水技術中心，德國德累斯頓 2,D-01326)

隨著旅游業與城市的飛速發展以及人類物質和精神水平的提高，水體污染已經成為全球普遍關注的問題。飲用水水源地作為城市制水最重要的場所，越來越成為社會關注的重點[1]。陽澄湖位于江蘇蘇州的東北，橫跨工業園區、常熟，以及昆山，其面積約為120 km2，分西湖、中湖、東湖，湖四周河道密集，進出河流有59條，其中西線17條、北線12條、東線15條，主要接納太湖及西部來水，東出注入長江[2]。陽澄湖是江蘇省最重要的淡水湖泊之一，是重要的水產養殖區，以盛產大閘蟹而聞名于世，同時也是昆山和蘇州的重要水源地，陽澄湖是蘇州地區重要的綜合水源，也是昆山市區唯一飲用水源地的補給水源，對生活飲用、工業用水、農業灌溉和漁業資源等起著關鍵作用[3]，因此陽澄湖水源地的水質狀況需要引起高度的重視。

陽澄湖是地勢低洼的淺水湖泊，湖水周邊為生活區，生活污水、農田回水和湖泊養殖活動投放的餌料使得陽澄湖的主要污染物為TN和TP[4]，沿岸許多污染物隨各種環流遷移、擴散，為水體富營養化提供了可能，水體長期呈富營養化狀態，因此控制藻類暴發是陽澄湖水治理的重要課題。

一般認為，水體富營養化是藻類大量繁殖并引起其水華的主要原因，其環境現象為生物所需的氮、磷等營養物質大量進入湖泊、河流、海灣等緩流水體，藻類大量繁殖，水中氧氣濃度消耗大，水質惡化，魚類及其他生物大量死亡引起生物大量死亡，水質發生惡化。國內外許多學者對藻類暴發與環境因素之間的關系做了大量的調查研究。Taka-mura等[5]對霞浦湖水體的藻類變化與光照強度之間的相關性進行了研究；Reynolds等[6]發現風力、風向也是藍藻暴發的一個重要的因素。彭芳等[7]在研究黑河市水庫藻類生長特征時發現藻類生長受溫度的影響，在春季，藻類生長與溫度有較好的相關性。

對陽澄湖各類水質監測結果進行分析，發現早在2000年陽澄湖就出現了藍藻，近幾年局部水域又多次出現季節性藍藻暴發現象[8]。本研究對2017年1月～10月陽澄湖的藻類數量狀況，陽澄湖原水的水溫、濁度、耗氧量，以及氮、磷等相關環境因素進行監測并分析，為陽澄湖藻類預警提供參考數據。

1 試驗樣品采集與檢測

1.1 試驗水樣

本試驗水樣來自陽澄湖的原水，采樣點位于陽澄湖東湖水域。定量樣品用采水器采1 000 mL，現場加魯哥氏液固定，待實驗室進行檢測。

1.2 試驗儀器及其檢測方法

水質理化參數指標測定：采用溫度計法測量溫度(T)；采用HACH-2 100 N濁度儀檢測濁度(NTU)；采用堿性過硫酸鉀消解紫外分光光度法檢測檢測總氮(TN)，采用鉬酸銨分光光度法檢測總磷(TP)；溶解氧(DO)采用電化學探頭法檢測；藻密度參照《水和廢水監測分析方法》(第四版)水和廢水的生物監測方法部分，采用盧戈氏碘液固定-尼康Nikon Ci-S顯微鏡計數法進行檢測；臭味物質參照GB/T 32470—2016采用安捷倫7890B-7000C三重串聯四級桿氣相色譜質譜儀檢測；水中耗氧量采用高錳酸鉀指數(CODMn)作為指標，高錳酸鉀指數的測定采用GB 11892—1989的方法。

2 結果與討論

2.1 單因素試驗結果與討論

2.1.1 藻類的數量與水溫的關系

水溫是影響藻類生長的一個重要環境驅動因子，它可以通過對浮游藻類光合作用與呼吸代謝速率的控制，及對浮游藻類獲取營養鹽的生理活動的影響來決定藻類的生長速率[9]。本試驗對陽澄湖藻類與水溫之間的相關性進行了探究，結果如圖1所示。

圖1 藻類數量與水溫的關系Fig.1 Relationship between Algae Quantity and Water Temperature

由圖1可知，隨著溫度的上升，藻類密度顯著升高，藻密度和水溫呈明顯的正相關性。其相關系數r=0.741 5，遠大于顯著性水平0.01時的臨界相關系數(0.496，n=26)。水溫在16～25 ℃時，藻類數量平均在500×104個/L，以硅藻為主；水溫在25～32 ℃時，藻類數量平均為4 200×104個/L，以藍藻為主。

2.1.2 藻類的數量與TN、TP的關系

前期研究表明， 湖泊中營養鹽含量尤其是氮、磷含量與藍藻水華的發生密切相關。通常利用TN/TP來反映湖體的營養化程度，當TN/TP<29時，藍藻生長不受限制[10]。作者對試驗期間陽澄湖水體的TN、TP進行監測，數據如表1所示，并計算氮磷比，結果如圖2所示。

表1 TN、TP和藻類總數 Tab.1 Total Nitrogen,Total Phosphorus and Algae Quantity

圖2 試驗期間陽澄湖水體氮磷比的變化趨勢Fig.2 Trend of Nitrogen and Phosphorus Ratio in Yangchenghu Lake during the Experiment

圖3 藻類總數與濁度、高錳酸鹽指數的關系Fig.3 Relationship between Algae Quantity,Turbidity and CODMn

圖4 藻類數量與溶解氧關系Fig.4 Relationship between Algae Quantity and Dissolved Oxygen

通過對藻類分布進行研究，發現在春季，陽澄湖藻類以硅藻中針桿藻、直鏈藻為主；夏季以藍藻中的顫藻、魚腥藻為主。Sas等[11]在對歐洲18個水體進行分析時設定，浮游植物生長在可溶性活性磷濃度超過0.01 mg/L的水體中將不受磷限制。由表1可知，試驗期間，陽澄湖水體TP濃度維持在較高水平，處于0.03～0.25 mg/L，遠遠超過了最低磷限制水平，具備了藍藻水華的條件，尤其是夏季，原水中TP的含量是其他季節的2倍左右，藻類總數也明顯增高。由圖2可知，TN/TP<29 的天數所占比例超過90%，湖體本身已經具備了藍藻大面積暴發的營養鹽條件。

2.1.3 藻類的數量與渾濁度、耗氧量的關系

對陽澄湖原水中的藻類密度、濁度和耗氧量進行監測，分析結果如圖3所示。

圖3可以觀察到：在2月底和7月底，陽澄湖原水的濁度和藻類總數同時出現一年內的高峰值，并可以看出在季節交替時，濁度和藻類均會陡然變化，水底的污泥、腐殖質及其他懸浮物在季節交替時會上浮，造成水樣濁度升高；在春季，水體中其他含量指標波動比較平穩，在濁度的影響下，藻類總數含量隨著濁度的升高而升高；在夏季，受水體溫度、TN、TP等水質因素共同作用，藻類總數較其他季節有明顯的升高趨勢。在2月底和7月底，高錳酸鉀指數也有升高趨勢，濁度中的腐殖質大部分是含碳有機物，增大了水體耗氧量，這也是導致高錳酸鉀指數升高的主要原因；水中的腐殖質等顆粒又是藻類的載體，造成原水藻類數量隨之升高。

2.1.4 藻類的數量與溶解氧的關系

溶解氧作為體現湖泊水體營養水平的重要指示參數，不僅是藻類生長重要的能源物質，也是藻類代

謝過程所必需的。藻類的變化與溶解氧的濃度關系如圖4所示。

由圖4可知，隨著溶解氧降低，藻類數量增加。在春季、冬季，溫度較低，光線柔和，光合作用弱于呼吸作用，隨著藻類數量的增長，溶解氧降低；在夏季，pH的升高，有利于藻類固定水體中的CO2進行光合作用，有機物的突然增高，也有利于藻類大量生長，藻類光合作用強于呼吸作用，即產生的O2占主導，溶解氧濃度略有升高。

2.1.5 藻類的數量與臭味物質的關系

研究表明[12]，顫藻、魚腥藻是產生臭味物質的主要藻類。作者對陽澄湖水域的臭味物質進行了檢測，并分析其與藻類總數的關系，結果如圖5所示。

圖5 藻類的數量與土臭素的關系Fig.5 Relationship between Algae Quantity and Geosmin

由圖5可知，藻類總數和土臭素含量呈明顯的正相關性，其相關系數r=0.933 2。隨著藻類數量的升高，土臭素均有大幅度升高。前期研究發現[13]，在4月～5月、7月～8月，陽澄湖藍藻數量上升，占藻類總數的60%以上，其中以優勢藻屬顫藻、魚腥藻為主，本文研究結果與文獻報道相符。

2.2 多變量試驗與藻類的關系

在單變量試驗的基礎上，以藻類總數(Y)為響應值，對水溫(X1)、濁度(X2)、高錳酸鉀指數(X3)、溶解氧(X4)、TP(X5)、TN(X6)、2-甲基異莰醇(X7)、土臭素(X8)等8個影響因素為變量，對試驗結果進行回歸分析，得到的回歸方程如式(1)。

Y=-2 008.85+13.76·X1+4.09·X2+271.35·X3+16.60·X4+8 027.62·X5-244.93·X6-194.09·X7+17 699.98·X8

(1)

對此方程的方差進行分析，各個參數對藻類總數有顯著的影響。該回歸方程的相關系數R2=0.917 3。由式(1)可知，水溫、渾濁度、CODMn、TP、土臭素與藻類總數有很顯著的正相關性，TN與藻類總數的負相關性也很顯著。與前面的單因素研究結果相一致，TN/TP是負相關性，TP越大，藻類總數越高。

3 結論

通過本文的研究發現，陽澄湖藻密度與水溫、溶解氧含量、營養鹽等水環境因子密切相關，其中適宜的氮磷水平是藍藻暴發的前提條件，水溫是影響藍藻生長的重要限制因子，溶解氧可作為判定藍藻發生程度的重要依據，藻類也是臭味物質產生的來源之一。本文通過對藻類的群落結合水質指標參數對陽澄湖水域富營養化進行初步研究，通過對這些水質參數與藻類的相關性分析，為陽澄湖水體營養狀況的判定提供了重要的數據，為陽澄湖富營養化的防治及陽澄湖水源水安全保障工作提供了重要數據及理論參考。