調水背景下南亞熱帶水庫藍藻水華前后優勢種變化特征及其驅動因子分析

白云浩，黃廷林，繆威銘

1. 西安建筑科技大學環境與市政工程學院，西北水資源與環境生態教育部重點實驗室，陜西 西安 710055

2. 西安建筑科技大學環境與市政工程學院，陜西省環境工程重點實驗室，陜西 西安 710055

近年來在氣候變暖和極端天氣的影響下，湖庫藻類水華已成為全球最嚴重的水環境問題之一[1].全球范圍內湖庫藻類水華呈現出“范圍擴展、持續時間延長、發生頻率增加、危害性大和防控難度大”等特點[2-5]，其中藍藻水華由于會引起水體散發腥臭味、透明度降低、pH 升高及產生藻毒素等問題，甚至威脅飲用水安全和水生態系統，因此一直備受生態環境、水利和公共衛生等相關部門關注[6-7]. 前人對藍藻水華的形成特征與機制、藍藻毒素的產生以及其防控方法等方面進行了諸多研究[8-10]. 大量研究表明，藍藻水華過程受許多環境因子共同驅動，其中水體理化性質、水動力特征、生物因子、水文(氣象)因子及湖庫形態等是誘發藍藻暴發的外部驅動因子[11-13]，藍藻細胞獨特的生理特性是水庫藍藻水華的內在因素[4,14].

春季藍藻水華現象常發生于氣候溫和的亞熱帶地區，但多數學者只針對藍藻水華期間的藻類特征以及環境因子進行研究[8,15]，另有一部分學者分析了藍藻水華暴發的氮磷控制閾值[16-17]. 然而，鮮有研究能夠從水華前到水華期高頻監測以捕捉藍藻群落動態變化. 此外，調水背景下南亞熱帶分層型水庫藍藻水華的報道同樣較少. 研究表明調水將直接影響水庫氮磷濃度變化，進而導致藻密度變化以及物種更替[18-19]，同時動態調水過程會改變原有的水力條件(流速、水位和水力停留時間等)[20]，進而對藻類產生影響. 因此在調水背景下探明水華前后藻類動態特征及驅動因子具有重要意義.

南方某水庫位于氣候溫和的南亞熱帶地區，承擔著珠三角地區飲用水供水任務，對粵港澳大灣區的經濟發展起著重要的支撐作用. 基于水庫特殊的調水供水特點，本文對直接受調水影響區域和非直接受調水影響區域進行同步對比，以探析水華前后藍藻變化特征及驅動因子，以期為南方調水型湖庫春季藍藻水華提供參考.

1 材料與方法

1.1 研究區域與采樣點設置

南方某水庫為調蓄水庫，源自東江. 水庫屬亞熱帶海洋性季風氣候，太陽總輻射量較大，日照時間長，氣候溫和，年均氣溫22 ℃，平均降雨量1 800 mm. 總庫容1 917×104m3，最大水深約22 m，設計洪水位75.2 m，死水位55.3 m，水面面積1.6 km2，集雨面積為4.43 km2.

研究期間共設置S1、S2 和S3 三個采樣點，由于該水庫全年基本處于動態調水模式，S1 采樣點設置于調水口附近，用于監測調水水質；S2 和S3 采樣點分別為水庫最深點(約22 m)和次深點(約18 m)，且3 個采樣點均放置有固定浮標以保證每次采樣位置的準確性. 受調水影響較大的S2 采樣點視為直接受調水影響區域，而距離調水口較遠的S3 采樣點視為非直接受調水影響區域(見圖1).

圖1 南方某水庫采樣點示意Fig.1 Sampling sites in a southern reservoir

1.2 樣品采集與測定

采集S1、S2 和S3 點位表層(水面以下0.5 m)水樣1 L 帶回實驗室進行總氮(TN)、硝酸鹽氮(NO3-N)、氨氮(NH4+-N)、高錳酸鹽指數(CODMn)、總磷(TP)等指標的測定，參考《水和廢水監測分析方法》[21]，其中S2 和S3 采樣點另取1 L 水樣現場加入魯哥氏試劑固定，搖勻. 沉淀48 h 后，濃縮至30 mL，取0.1 mL 濃縮液，利用10×40 倍光學顯微鏡進行物種鑒定與計數，參考《中國淡水藻類：系統、分類及生態》[22]；由美國哈希Hydrolab DS5 多功能水質分析儀對垂向水體水溫(WT)、pH、溶解氧(DO)濃度、葉綠素a(Chla)濃度等參數進行原位測定. 研究發現2 月17 日熱分層形成，因此1 月4 日——2 月17 日為混合期，2 月17 日——4 月8 日為分層期. 由于分層期藻類過度繁殖，監測頻率從混合期每周1 次調整至分層期每周2 次.

1.3 數據處理與分析

采用水體分層穩定性指數(RWCS)及溫躍層厚度表征水體分層狀態. 水體分層穩定性評價采用RWCS 指數[23-24]，計算公式如下：

式中：Db和Ds分別代表底層和表層水體密度，kg/m3；D4和D5分別代表純水4.0 ℃和5.0 ℃時的密度，kg/m3；ρT為水體密度，kg/m3；T為水溫，℃. RWCS 指數越高，表明水體熱分層穩定性越好. 該文將溫度梯度0.2 ℃/m 定義為溫躍層[25].

浮游植物的優勢度指數(Y)大于0.02 時，視為優勢種，優勢度計算公式：

式中，Pi為第i種藻類密度占總藻密度的比值，fi為第i種藻類在各采樣點的出現頻率.

根據國家環境標準《水華遙感與地面監測評價技術規范(試行)》(HJ 1098——2020)與廣東省地方標準《水華程度分級與監測技術規程》(DB44/T 2261——2020)，藻密度介于1.0×107~5.0×107cells/L 之間，表現為輕度水華. 研究發現2 月26 日藍藻密度大于1.0×107cells/L，因此1 月4 日——2 月17 日視為水華前，2 月26 日——4 月8 日視為水華期(2 月26 日——3 月26 日視為水華初期，3 月26 日——4 月8 日視為水華后期)，與前述混合期與分層期時間基本吻合.

研究區域和采樣點位分布圖采用ArcGIS 10.8 繪制. 主坐標分析(principal coordinates analysis，PCoA)以分析藍藻在水華前后及受不同程度調水影響(不同采樣點)的相異性. 變差分解VPA(variation partitioning analysis)環境因子對藍藻優勢種相對貢獻(由于部分環境因子和水文因子存在共線性，變差分解前去除了共線性因子). 最后利用線性回歸分析明確不同優勢種與環境因子的關系. 所有數據通過Excle 2019 整理所得，PCoA 和VPA 分別采用R4.1.3 軟件vegan 程序包和ggplot2 程序包完成統計分析和繪圖，其余繪圖均采用OriginPro 2022 完成.

2 結果與分析

2.1 水文與理化因子變化

研究期間日照時數變化趨勢與氣溫保持一致.受動態調水出水影響，水位呈動態變化且基本維持在71~74 m 之間〔見圖2(a)〕. 分層期RWCS 指數呈上升趨勢，溫躍層開始形成且溫躍層厚度逐漸變大.相比S2 采樣點，在分層期內S3 采樣點的水體穩定性指數和溫躍層厚度更大〔見圖2(b)〕. 分層期垂向水溫溫差逐漸增大，其中水華后期S2 采樣點中部水體水溫大于S3 采樣點. S3 采樣點表層水體的DO和Chla 濃度在3 月中旬達到最大，且大于同時期的S2 采樣點，而4 月上旬卻相反，即S3 采樣點表層水體的DO 和Chla 濃度小于同時期的S2 采樣點(見圖3).

圖2 氣象(水文)參數和水體穩定性的變化Fig.2 Changes in meteorological (hydrological) parameters and relative water column stability

圖3 S2、S3 采樣點垂向WT、DO 和Chla 濃度的變化Fig.3 Changes in WT, DO and Chla concentration in the vertical direction at sampling sites S2 and S3

S1 采樣點氮磷濃度一直高于庫區水體(見圖4)，S2 采樣點TN、TP 和NO3——-N 濃度的變化趨勢與S1采樣點保持高度一致. 與S1 和S2 采樣點相比，S3 采樣點TN、TP 濃度最小. S2 采樣點水華期水體pH 和CODMn濃度均高于S3 采樣點，而NH4+-N 濃度波動較大沒有體現出上述特征.

2.2 藻類組成與優勢種

該水庫共檢出浮游植物8 門69 屬125 種，其中綠藻門71 種，占種類數的56.8%；硅藻門22 種，占比為17.6%；藍藻門19 種，占比為15.2%；甲藻門、裸藻門、金藻門、隱藻門和黃藻門種類相對較少. 雖然藍藻門種類少，但研究期間藍藻密度始終占比最大.S2 采樣點藍藻密度在3 月中旬和4 月上旬出現兩個峰值，藻密度分別為2.77×107和3.59×107cells/L. S3采樣點藻密度僅在3 月中旬達到最大值，最大藻密度為3.55×107cells/L(見圖5). 藍藻水華前后優勢種也發生了變化，由偽魚腥的絕對優勢(72.17%)逐漸轉變為擬柱胞藻(33.06%)、偽魚腥藻(30.71%)和小尖頭藻(28.65%)共同占優.

圖5 S2 和S3 采樣點藻類和藍藻優勢種密度變化Fig.5 Changes in the density of total algae and cyanobacterial dominant species at sampling sites S2 and S3

2.3 影響藍藻水華的主要驅動因子

通過對優勢藍藻進行PCoA 分析，結果顯示該水庫水華前后藍藻群落有明顯的區分(見圖6)，第一主成分和第二主成分的差異解釋率分別為68.90%和17.51%，共解釋了所有差異的86.41%，表明PCoA 能夠較好地反映水華前后藍藻優勢種的變化. 此外，S2采樣點比S3 采樣點更加分散，說明直接受調水影響區域對藻類的影響更為復雜.

圖6 水庫藍藻群落PCoA 分析Fig.6 PCoA analysis of the cyanobacterial community in the reservoir

VPA 結果顯示，S2 采樣點RWCS 對藍藻優勢種的單獨貢獻率為18.86%，WT 和Chla 對藍藻優勢種的單獨貢獻率為6.57%，TN、TP 和CODMn對藍藻優勢種的單獨貢獻率為1.92%，環境因子總計貢獻率為74.97%. S3 采樣點RWCS 對藍藻優勢種的單獨貢獻率為24.22%，WT 和Chla 對藍藻優勢種的單獨貢獻率為11.77%，TN、TP 和CODMn對藍藻優勢種的單獨貢獻率為4.00%，環境因子總計貢獻率為88.83%(見圖7). 綜上，RWCS 對藍藻水華的貢獻率最大，WT和Chla 次之，TN、TP 和CODMn最低.

圖7 S2 和S3 采樣點環境因子對藍藻優勢種相對貢獻的變差分解Fig.7 Variation partitioning analysis of the relative contribution of environmental factors to the dominant cyanobacterial species at sampling sites S2 and S3

為進一步探究環境因子與優勢藍藻的關系，以優勢藍藻密度對數值為響應變量，以環境因子為自變量，將二者進行線性回歸(見圖8). 結果表明藍藻優勢種與氮濃度無顯著性相關，但與RWCS、WT 和TP 濃度存在顯著相關關系. 此外與擬柱孢藻和小尖頭藻不同的是，偽魚腥藻與環境因子的擬合度偏低，無明顯的相關性(P>0.05). 總體上，擬柱孢藻和小尖頭藻與RWCS、WT 均有顯著相關性，與RWCS 的擬合優度表現為尖頭藻(0.58≤R2≤0.63，P≤0.001)>擬柱孢藻(0.45≤R2≤0.50，P≤0.004)，與WT 的擬合優度表現為小尖頭藻(0.37≤R2≤0.47，P≤0.01)>擬柱孢藻(0.30≤R2≤0.36，P≤0.020). S2 采樣點擬柱孢藻和小尖頭藻與TP 濃度均具有良好的線性關系，與TP 的擬合優度表現為小尖頭藻(R2=0.20，P=0.058)<擬柱孢藻(R2=0.29，P<0.023).

圖8 藍藻優勢種與環境因子的線性關系Fig.8 Linear relationship between cyanobacterial dominant species and environmental factors

對于不同采樣點(見圖8)，擬柱孢藻與RWCS 擬合優度表現為S2 采樣點(R2=0.45，P=0.002)S3 采樣點(R2=——0.07，P>0.05)，而小尖頭藻與TP 的擬合優度表現為S2 采樣點(R2=0.20，P=0.058)>S3 采樣點(R2=0.003，P>0.05).

3 討論

3.1 藍藻優勢種特征分析

亞熱帶地區常年氣候溫和，藍藻可能成為該地區水庫的全年優勢門類[26]. 研究期間該水庫藍藻為優勢門類，主要為3 個優勢種(屬)，分別為偽魚腥藻、擬柱孢藻和小尖頭藻. 偽魚腥藻廣泛分布，在四川丘陵區水庫[27]和南屏水庫[28]均有檢出. 擬柱孢藻大多分布在廣東、云南和福建等地區，能在多個水庫中成為優勢種，甚至形成水華[29-30]，也有研究表明擬柱胞藻形成的孢子等休眠體可在春季萌發，從而顯示出競爭優勢[31-32]. 小尖頭藻與擬柱孢藻具有相似的生態位，常共存于同一自然水體且都屬入侵性有毒藍藻[33]，這均與該水庫藍藻繁殖特征一致. 此外，與Soares 等[34]研究的藍藻水華過程中會發生優勢種的轉變(如從擬柱孢藻轉變為銅綠微囊藻)不同的是，該研究水華期間未發生優勢種轉變，3 個優勢種均快速繁殖且比例基本均衡，但水華前后由偽魚腥藻的絕對優勢地位向擬柱孢藻和小尖頭藻逐漸轉變.

3.2 藍藻水華的主要驅動因子分析

藻類的生長易受到環境因子的影響，如溫度、光照強度、營養鹽等. 變差分解(VPA)和線性擬合分析表明，水體穩定性指數(RWCS)、水溫(WT)和總磷(TP)是該水庫春季藍藻水華的主要驅動因子.

受春季氣溫變化影響，表層水體受到較強的太陽輻射不能及時傳遞到底部，產生熱分層現象. 熱分層便可通過一些機制驅動藍藻大量繁殖. 首先，多數藍藻有一定的浮力調節能力[35]，與Recknagel 等[36]和Mcgregor 等[37]研究相似的是，擬柱孢藻能利用自身浮力在較深的水庫(>15 m)水體分層后快速繁殖；其次，熱分層形成會伴隨著水體底部厭氧，導致沉積物向上層水體釋放氨氮和磷，促進藍藻繁殖. 此外有研究表明湖庫熱分層的周期性出現和消失會影響藻類演替，甚至發生藻類水華[38]，這與該研究水庫分層形成后10 d 左右引起藍藻水華一致，Bormans 等[39]也觀察到持續分層超過14 d 導致了長孢藻水華. 因此，該水庫水體分層觸發了藍藻水華.

溫度是影響藻類生長繁殖的重要因子，也調控著藻類代謝速率和細胞內酶活性，從而影響藍藻群落組成[40]. 偽魚腥藻在各溫度帶均能檢出[41]，但其不耐受高光強[42-43]，因此分層期間(高光強、長日照)偽魚腥藻優勢地位有所降低. 擬柱孢藻最適水溫為30~35 ℃[44]，線性擬合表明小尖頭藻比擬柱孢藻更適宜高溫環境，在柘林水庫和金沙河水庫[45-46]也有類似結論，因此研究期間偽魚腥藻優勢地位逐漸向擬柱孢藻和小尖頭藻傾斜. 另一方面，水華期間水溫升高利于產柱孢藻毒素和麻痹性貝類毒素[35]的擬柱孢藻加速繁殖，從而抑制偽魚腥的快速生長.

磷作為藻類繁殖所必需的營養物質，能夠影響其生長和群落組成. 該水庫水體TN 和TP 濃度超過水體富營養化的臨界濃度〔ρ(TN)=0.2 mg/L、ρ(TP)=0.02 mg/L〕[8]，為藍藻繁殖提供了充足的營養物質，但水體TN 濃度約為2.0 mg/L，N/P 遠大于16∶1(水體處于磷限制水平)[47]，因此耐受磷缺乏的偽魚腥藻能夠生長繁殖[48]. 此外研究表明，相比小尖頭藻，擬柱孢藻與磷濃度相關性更強，Kenesi 等[49-50]研究也觀察到擬柱孢藻對磷有很強的吸收能力且往往在高氮低磷的水體中成為優勢種，因此磷濃度顯著影響該水庫藍藻水華過程.

3.3 調水過程對藍藻的影響

該水庫的動態調水以水量調節為主，實際上調水不僅是一個復雜的水動力變化過程，其攜帶的營養物質也影響著藻類的生消過程[51]. 通過對比直接受調水影響區域(S2 采樣點)和非直接受調水區域(S3 采樣點)，發現S2 采樣點的環境因子對藍藻優勢種變化解釋率比S3 采樣點偏低，這表明動態調水過程對藍藻影響顯著.

S2 采樣點的RWCS 指數小于S3 采樣點，原因是動態調水和出水過程使得水體水平和垂向摻混能力增強，進而減弱分層狀態. 此外，直接受調水影響區域換水周期較短，水體受太陽輻射作用相對較弱，表現為S2 采樣點表層水溫比S3 采樣點略低，因此水華前及水華初期S2 采樣點的藍藻密度比S3 采樣點低.隨后受降雨徑流影響，距離引水口較近的S2 采樣點TP 濃度大于S3 采樣點，表現為S2 采樣點水華后期優勢藍藻密度顯著增大. 該研究顯示，TP 濃度與S2采樣點的優勢藍藻具有更好的擬合度，這說明調水引起的磷營養物質增加對優勢藍藻生長繁殖起到了促進作用.

4 結論

a) 調查期間，藍藻優勢種主要有偽魚腥藻、擬柱孢藻和小尖頭藻3 種. 水華前偽魚腥藻占絕對優勢，水華期間3 種藍藻快速繁殖且占比相對均衡，即偽魚腥藻的絕對優勢地位向擬柱孢藻和小尖頭藻轉變.

b) 變差分解(VPA)和線性擬合結果表明，水體穩定性指數(RWCS)、水溫(WT)和總磷(TP)是此次藍藻水華的主要驅動因子.

c) 動態調水不僅導致該水庫水體分層狀態減弱，而且使得水體營養物質濃度產生變化，這都能夠影響藍藻的生消過程.