生态学报  2021, Vol. 41 Issue (8): 3226-3237

文章信息

赵耿楠, 潘保柱, 丁一桐, 张磊, 朱朋辉, 何浩然
ZHAO Gengnan, PAN Baozhu, DING Yitong, ZHANG Lei, ZHU Penghui, HE Haoran
渭河干流和秦岭北麓典型支流浮游植物功能群特征及水质评价
Characteristics and water quality evaluation of phytoplankton functional groups in the Weihe River mainstem and its tributaries in the northern foot of the Qinling Mountains
生态学报. 2021, 41(8): 3226-3237
Acta Ecologica Sinica. 2021, 41(8): 3226-3237
http://dx.doi.org/10.5846/stxb201906131257

文章历史

收稿日期: 2019-06-13
网络出版日期: 2021-02-24
渭河干流和秦岭北麓典型支流浮游植物功能群特征及水质评价
赵耿楠 , 潘保柱 , 丁一桐 , 张磊 , 朱朋辉 , 何浩然     
西安理工大学西北旱区生态水利国家重点实验室, 西安 710048
摘要: 渭河干流及其秦岭北麓支流地处黄土高原与秦岭山麓交界的生态脆弱区,且浮游植物作为水生态系统中的初级生产者,在维持生态系统稳定方面发挥了至关重要的作用。研究于2017年秋季及2018年春季对渭河流域干流及秦岭北麓五条典型支流开展了系统的水环境及浮游植物研究。首先,对采集到的样品鉴定,利用功能群概念对渭河流域浮游植物进行划分,参考Padisák完善的40组浮游植物功能群划分方法,共划分出功能群25组,把每个样点的样本中相对生物量大于5%的种类规定为代表性功能群,得出主要代表性功能群15组,分别为A、C、D、N、NA、MP、TC、TB、X3、X1、Y、F、J、LO、W1。然后,利用Qr指数与Shannon-Wiener指数对研究区域进行水质评价,发现两种指数所反映的水质变化情况并不一致,通过对两种评价方法的对比分析得出,Qr指数更适合评价秦岭北麓典型支流水质,Shannon-Wiener指数更适合评价渭河干流水质,因此渭河秦岭北麓典型支流水质季节间无明显变化,渭河干流水质逐渐好转。并通过冗余分析明确影响2017年秋季及2018年春季浮游植物功能群特征的主要环境因子分别为水温、pH、亚硝酸盐氮和浊度、电导率与亚硝酸盐氮。本研究选取了渭河流域及秦岭山脉水系生境迥异的干支流为研究对象,深入探究了不同水质评价方法的适用情况,完善了将生物与水质联系起来的评价体系。最后,期望本研究成果能够为渭河流域的水生态管理和保护提供科学依据。
关键词: 渭河    秦岭北麓    浮游植物    功能群    Qr指数    Shannon-Wiener指数    
Characteristics and water quality evaluation of phytoplankton functional groups in the Weihe River mainstem and its tributaries in the northern foot of the Qinling Mountains
ZHAO Gengnan , PAN Baozhu , DING Yitong , ZHANG Lei , ZHU Penghui , HE Haoran     
State Key Laboratory of Eco-hydraulic in Northwest Arid Region of China, Xi'an University of Technology, Xi'an 710048, China
Abstract: The mainstem of Weihe River and its tributaries in the northern foot of Qinling Mountains are located in the ecologically fragile area at the junction of the Loess Plateau and the foothills of Qinling Mountains which are vital for maintaining ecosystem stability. As the primary producer in aquatic ecosystem, phytoplankton plays an important role in maintaining ecosystem stability. In this paper, systematic surveys on water environment and phytoplankton were carried out in the Weihe River mainstem and its five tributaries from the northern foot of the Qinling Mountains in autumn 2017 and spring 2018. First of all, the collected samples were identified, and the concept of functional group was used to divide the phytoplankton in Weihe River Basin. Referring to the 40 groups of functional group division method perfected by Padisák, a total of 25 groups of functional groups were divided into functional groups. The species with relative biomass of more than 5% in each sample were specified as representative functional groups, and the main representative functional groups were 15 groups, namely, A, C, D, N, NA, MP, TC, TB, X3, X1, Y, F, J, LO, and W1. Then, the water quality of the research area was evaluated by Qr index and Shannon-Wiener index, and it was found that the changes of water quality reflected by the two indexes were not consistent. By comparison and analysis of the two methods, the Qr index is more suitable for evaluating the water quality of the typical tributaries in the northern foot of the Qinling Mountains. The Shannon-Wiener index is more suitable for evaluating the water quality of the Weihe River. The water quality of the typical tributaries in the northern foot of the Weihe River did not obviously change from autumn 2017 to spring 2018, and the water quality of the mainstem of the Weihe River was gradually improved. According to the results of Redundancy analysis (RDA), the main environmental factors affecting the characteristics of phytoplankton functional groups in autumn 2017 and spring 2018 were water temperature, pH, nitrite nitrogen and turbidity, electrical conductivity, and nitrate nitrogen. In this study, the main tributaries with different habitats in the Weihe River Basin were selected as the object, the application of different water quality evaluation methods was deeply explored, and the evaluation system linking biology and water quality was improved. Finally, the results of this study are useful for the ecological management and conservation of the mainstem and tributaries of the Weihe River Basin.
Key Words: Weihe River    Qinling Mountains    phytoplankton    functional group    Qr index    Shannon-Wiener index    

渭河是中国第二长河黄河的最大支流, 地处黄体高原腹地, 陕西省关中地区, 流域多处于黄土区, 是典型的季节性多泥沙河流[ 1]。流域总面积13.5万km2, 占据了陕西省64%的人口、52%的耕地、72%的灌溉面积和60%以上的生产总值, 是“一带一路”中线和中心线两条路线上的必经之地, 牵动着我国西北地区的社会经济发展, 是维持地区生态平衡的重要流域[ 2]。近些年来, 由于气候变化和人类活动加剧, 渭河流域出现了径流减少、水土流失、水质恶化等生态环境问题[ 3- 5], 严重制约了渭河流域生态健康发展。与高含沙量的渭河干流和北岸支流不同的是,渭河南岸支流即秦岭北麓支流水体浊度低, 在秦岭北麓支流汇入渭河干流时形成了独特的“清浊相交”生态景观。但由于渭河南岸支流地处秦岭北麓生态脆弱区, 水体承载力差, 易受破坏, 是渭河流域重要的水源涵养区, 也面临着生态环境安全与健康问题[ 6]。因此, 对渭河流域水生态健康水平进行评价刻不容缓。

浮游植物是水生态系统的初级生产者, 在水生态系统的能量流动、物质循环和信息传递过程中扮演了至关重要的角色, 在维持水体生态平衡中发挥了重要作用[ 7]。了解浮游植物的种类组成等生物学信息有利于对河流生态结构的深入认识, 因此, 浮游植物是水环境检测中的重要指示生物[ 8]。人们通常利用浮游植物的多种多样性指数[ 9- 11]、Simpson生态优势度指数[ 12]及浮游植物生物完整性指数[ 13]对河流水质进行评价, 这是因为利用浮游植物群落特征进行水质评价具有以下几个优点:(1) 直观性。对浮游植物来说, 当水质变差, 有时仅凭水体颜色就可判断水体的好坏;(2) 全面性。评价结果可反映一段时间内水体污染现状, 理化检测则是反应某一个时间点水体状况, 且随着污染物增多会产生协同效应, 单纯的理化检测技术无法实现全面分析, 而利用浮游植物则会更加有效的反应污染物对水体生物带来的一系列影响;(3) 敏感性。浮游植物可对微量有害物质做出反映, 敏感度强, 理化检测的下限决定了其局限性;(4) 预警性。在污染发生的早期, 低浓度污染物进入环境时, 浮游植物就可能做出反映。但由于传统的藻类分类法并没有考虑藻类对环境响应的物种特异性和环境特异性, 导致鉴定得出的藻类群落结构变化与环境因子之间的关系不准确[ 14], 使得利用浮游植物群落特征进行水质评价的结果并不可靠。因此, 1980年Reynolds借鉴Grime在1977年提出的陆地植物生态学功能群的概念, 将功能群的概念引入水生态系统, 经数次改善将浮游植物划分为31个不同的功能群(Functional Group, FG)[ 14- 17]。随后诸多学者对此进行修订, 目前得到40组FG, 其中有39组功能群应用较广[ 18]。浮游植物功能群在藻类群落结构变化及其对气候变化的响应[ 19- 21]、藻类生产力-多样性关系与功能群结构-多样性关系[ 22- 24]等方面发挥了重要作用。除此之外, 由于FG与环境密切相关, 所以欧盟水框架据此开发出生态健康指数用于环境监测, 包括为湖泊和水库制定的Q评价指数和为河流制定的Qr指数[ 25- 27]。目前, 已有诸多学者利用功能群对水质进行评价[ 28- 32], 这是因为功能群的提出合理避免了浮游植物种类鉴定的复杂过程, 仅依靠浮游植物生境的相似性就可以从物种功能性上对水体生态系统的健康进行评价。

本研究于2017年秋季与2018年春季对渭河流域的干流及秦岭北麓五条典型支流(石头河、黑河、灞河、石堤河、罗敷河)开展了系统的水环境及水生生物研究。利用功能群概念对渭河流域浮游植物进行划分, 并利用Qr指数与Shannon-Wiener指数对研究区域进行水质评价, 通过约束性排序分析, 明确影响渭河流域浮游植物功能群特征的主要环境因子。主要研究目标有3个:(1) 明确渭河干流与秦岭北麓典型支流浮游植物功能群特征;(2) 明晰渭河干流与秦岭北麓典型支流水质评价结果;(3) 揭示影响渭河干流与秦岭北麓典型支流浮游植物功能群差异的主要环境驱动因子。最后, 期望本研究成果能够为渭河流域的水生态管理和保护提供科学依据。

1 材料与方法 1.1 研究区域与样点设置

渭河发源于甘肃省渭源县鸟鼠山北侧, 流经甘肃、宁夏、陕西3省(区), 在陕西省潼关县港口镇注入黄河。该流域地处E104°00′—110°20′, N33°50′—37°18′, 干流全长818 km, 流域面积13.48万km2, 其中甘肃省占44.1%, 宁夏回族自治区占6.1%, 陕西省占49.8%[ 33]。渭河流域地形特点为西高东低, 北边有六盘山、黄龙山等, 南边有秦岭山脉, 其中渭河南岸支流均发源于秦岭山区, 源短流急, 谷狭坡陡, 径流较丰富, 含沙量小。

本研究于2017年秋季与2018年春季对渭河干流和秦岭北麓支流石头河、黑河、灞河、石堤河、罗敷河开展系统的生态调查, 渭河干流设15个断面, 五条支流各设5个断面, 每个断面均设3个样点。研究区域及样点设置见 图 1

图 1 渭河流域干支流采样断面分布图 Fig. 1 Distribution of sampling sections in mainstem and tributaries of the Weihe River Basin 采样断面自上游至下游顺序排列,W1—15依次为渭河的15个断面,ST1为石头河第一个断面,H1为黑河第一个断面,B1为灞河第一个断面,SD1为石堤河第一个断面,LF1为罗敷河第一个断面
图选项
1.2 水体理化参数测定

在水环境参数测量方面, 水温、电导率、溶解氧、pH四个水质参数采用哈希HQ40D便携式多参数分析仪现场测定;浊度采用哈希2100Q便携式浊度仪现场测定;流速采用Global Water FP211直读式流速仪测定, 将流速仪放到水面下离水面1/3处, 测出样点处的平均流速[ 34]。在采样点的表、底层取水样等体积混合, 带回实验室分析, 根据《水和废水检测分析方法》(第四版)测定总磷(TP)、总氮(TN)、氨氮(NH4+-N)、硝酸盐氮(NO3--N)、亚硝酸盐氮(NO2--N)[ 35]。在各采样点取水样1 L, 保存在低温(0—4℃)避光处, 加1%碳酸镁悬浊液1ml以防止酸化引起的色素溶解, 根据《湖泊富营养化调查规范》(第二版)测定水体叶绿素a含量[ 36]

1.3 样品采集、鉴定

在各采样点取水样1 L, 加15 mL鲁哥氏液固定, 将水样带回实验室, 摇匀倒入1000 mL筒形分液漏斗固定在架子上, 放在稳定的试验台上, 静置沉淀24 h, 用细小虹吸管小心吸去上清液, 直至浮游植物沉淀物体积约20 mL, 旋开活塞放入标有30 mL刻度的标本瓶中, 再用少许上层清液冲洗沉淀分液漏斗1—3次一并放入瓶中, 定容至30 mL。摇匀样品瓶, 取采集处理好后的浮游植物样品0.1 mL, 置于浮游植物计数框内, 在显微镜400x下进行浮游植物物种鉴定、细胞计数和称湿重, 以《中国淡水藻类-系统、分类及生态》作为参考书录进行分类鉴定[ 37]

1.4 数据分析与处理

运用Excel 2010和Origin9.0软件对浮游植物数据进行统计和分析。通过ArcGIS10.0软件绘制渭河流域采样图。使用SPSS 22.0软件对水质评价指标与环境因子进行Pearson相关性分析。利用Canoco 4.5软件采用Constrained Ordination (束缚型排序)分析束解析渭河干支流浮游植物功能群特征与环境因子之间的关系, 环境参数最大标准化预处理后, 作为环境数据源;浮游植物群落组成作为生物数据源, 构成环境因子与种类矩阵, 对浮游植物群落分布进行DCA(除趋势对应分析), 得出物种的单峰响应值SD(梯度), SD < 3时采用RDA(冗余度分析), 3<SD<4时两种分析方法均可, SD>4时可进行CCA(典范对应分析), 最后对数据进行999次蒙特卡洛置换检验, 判定显著影响浮游植物功能群特征的环境因子。本研究经DCA分析判断后, 17年秋季SD为2.963, 18年春季SD为1.543, 因此采用RDA分析方法。

适用于河流的Qr评价指数[ 27]

式中, pini/N的比值, ni为第i个功能群的生物量, N为浮游植物的总生物量, n为浮游植物功能群的数量, Fi为第i个功能群的赋值。

通常情况下, Fi因子的赋值并不是一个固定的常数, 需要有经验的研究者根据采样水体的类型和浮游植物群落组成进行相应调整。Qr指数0—5分别表示:0—1差, 1—2耐受, 2—3中等, 3—4好, 4—5极好[ 26]

2 结果与分析 2.1 环境因子

表 1给出了2017年秋季与2018年春季渭河干流与秦岭北麓典型支流调查样点的水环境参数。两次采样数据渭河干流浊度、电导率、总磷、总氮、氨氮、硝酸盐氮、亚硝酸盐氮明显高于支流, 其余水环境参数变化不明显。2017年秋季至2018年春季浊度、营养盐水平均呈下降趋势, 叶绿素a呈上升趋势, 其余水环境参数变化不明显。

表 1 2017年与2018年渭河干流与秦岭北麓典型支流调查样点的水环境参数(平均±标准差) Table 1 Water environment parameters (mean ±standard deviation) of samplings in the mainstem of the Weihe River and the northern foot of Qinling Mountains in 2017 and 2018
调查时间
Time
调查河流名称
Name
WT/℃ V/(m/s) Turb/NTU Cond/(μS/cm) DO/(mg/L) pH TP/(mg/m3) TN/(mg/m3) NH4+-N/(mg/m3) NO3--N/(mg/m3) NO2--N/(mg/m3) Chl-a/(mg/m3)
2017年秋季 渭河干流 14.26±2.14 0.71±0.59 892.65±528.42 556.91±145.69 9.34±0.40 8.39±0.25 70.69±15.60 6069.40±632.08 2008.78±178.29 3721.89±550.81 170.71±135.56 0.46±0.62
The autumn of 2017 石头河 13.17±1.30 0.75±0.31 5.27±2.37 200.53±66.82 9.31±0.51 8.12±0.13 64.47±9.14 4450.73±1377.17 1913.33±182.79 2180.67±1254.43 245.33±63.26 1.54±0.50
黑河 10.85±4.75 0.65±0.37 2.52±3.24 148.49±40.12 10.22±1.16 8.39±0.44 17.93±10.17 2457.33±1418.42 1305.00±789.29 740.67±534.14 111.67±131.82 1.29±0.22
灞河 13.88±0.79 0.56±0.29 17.42±19.75 286.67±77.46 9.61±0.35 8.12±0.07 78.13±7.49 4334.47±1720.63 1259.80±491.73 2564.67±1106.26 369.00±165.19 1.07±0.52
石堤河 8.14±1.42 0.73±0.61 15.02±13.66 322.80±113.88 9.67±0.53 7.81±0.05 198.53±156.95 4634.93±2352.52 1451.00±636.81 2525.67±1401.08 417.33±369.91 2.06±0.93
罗敷河 8.05±1.51 0.72±0.51 7.82±4.15 234.03±29.96 9.77±0.75 7.74±0.13 44.30±13.04 3419.27±380.53 1190.00±254.76 1755.33±186.57 321.67±90.28 1.75±1.04
2018年春季 渭河干流 19.07±4.37 0.31±0.30 500.79±507.39 785.60±151.43 8.75±1.26 8.26±0.42 31.98±13.72 6916.81±941.89 1320.22±612.75 5223.55±1317.53 60.42±42.65 50.53±50.78
The spring of 2018 石头河 14.30±1.71 0.80±0.36 8.48±4.25 210.95±146.88 9.27±0.58 8.44±0.21 9.67±2.92 2251.77±796.74 633.92±142.54 1331.49±795.71 22.01±11.22 13.86±10.62
黑河 13.88±5.01 0.53±0.36 4.37±3.09 159.83±120.72 9.20±0.23 8.47±0.21 14.87±5.56 2398.51±1004.15 823.04±324.50 1214.00±690.54 47.64±31.85 9.93±12.99
灞河 21.59±3.70 0.67±0.32 10.31±7.56 301.14±75.78 9.63±0.52 8.81±0.31 3.20±1.46 4837.68±1082.76 535.25±114.43 3554.42±609.89 53.01±41.12 22.44±12.45
石堤河 20.39±2.60 0.57±0.49 19.36±18.52 676.00±412.10 9.41±0.62 8.17±0.23 25.00±22.22 7404.57±2581.78 148.66±79.54 3596.53±492.77 326.43±699.55 24.15±32.43
罗敷河 16.65±1.93 0.79±0.23 6.67±3.15 410.33±243.11 8.75±0.54 7.48±0.16 1.67±0.62 3621.17±533.54 236.35±258.34 2356.92±328.67 11.47±5.24 3.30±3.07
表选项
2.2 渭河流域浮游植物种类及功能群组成

在调查期间, 2017年秋季共鉴定浮游植物89种, 隶属7门41属。其中硅藻门种类数最多, 共计18属60种, 其次为绿藻门13属15种, 蓝藻门5属8种, 隐藻门2属2种, 甲藻门1属1种, 裸藻门1属2种, 金藻门1属1种。2018年春季共鉴定浮游植物209种, 隶属6门83属。其中, 硅藻门种类数也最多, 共计29属116种, 其次为绿藻门37属64种, 蓝藻门10属16种, 隐藻门1属3种, 甲藻门5属6种, 裸藻门1属4种。可以发现, 2017年秋季至来年春季渭河干流与秦岭北麓典型支流浮游植物种类数明显增加。

参考2009年Padisák完善的40组浮游植物功能群[ 18], 将2017年秋季渭河流域采集的样品中出现的物种归纳为17组功能群, 分别为A、C、D、N、NA、MP、TC、TB、S2、SN、X2、X1、E、Y、J、LO、W1。参考Reynolds等[ 14], 把每个样点采集到的样本中相对生物量大于5%的种类规定为代表性功能群, 得到2017年秋季11组代表性功能群, 分别是A、C、D、N、NA、MP、TC、TB、Y、LO、W1。2018年春季归纳出23组功能群, 分别是B、C、D、N、NA、MP、T、TC、TB、S1、S2、SN、ZMX、X3、X2、X1、Y、F、G、J、H1、LO、W1, 并得到13组代表性功能群, 分别为C、D、N、NA、MP、TC、TB、X3、X1、Y、F、J、LO。两次采样共调查到15组代表性功能群, 各功能群耐受性、敏感性及生境如 表 2所示。

表 2 调查期间渭河流域代表性功能群主要识别特征 Table 2 Main identification features of representative functional groups in the Weihe River Basin during the investigation
序号
Order
功能群
Functional groups
代表性种(属)
Representative species (genus)
耐受性
Survivability
敏感性
Sensibility
生境(环境描述)
Habitat (environmental description)
F因子
Factor
1 A 小环藻属Cyclotella sp.
环冠藻属Cyclostephanos spp.
低营养 pH升高 贫营养、洁净、深水 4
2 C 梅尼小环藻Cyclotella meneghiniana
美丽星杆藻Asterionella formosa
低光照、低含碳量 硅消耗、水体分层 富营养、中小型水体 4
3 D 尖针杆藻Synedra acus
肘状针杆藻Synedra ulna
冲刷 营养缺乏 含有营养盐、浑浊 4
4 N 鼓藻属Cosmarium spp.
角星鼓藻属Staurastrum spp.
低营养 水体分层、pH升高 持续或半持续的混合水层 3
5 NA 脆杆藻属Fragilaria spp.
新月藻属Closterium sp.
水体混合 贫到中营养、静水、低纬度地区 3
6 MP 双菱藻属Surirella spp.
曲壳藻属Achnanthes sp.
舟形藻属Navicula spp.
混合搅动 经常性搅动、浑浊、浅水 5
7 TC 席藻属Phormidium spp. 冲刷作用 富营养、静水或者流动缓慢、具有挺水植物 2
8 TB 双生双楔藻Didymosphaenia geminate
异极藻属Gomphonema spp.
变异直链藻Melosira varians
冲刷作用 强急流 5
9 X3 小球藻属Chlorella spp. 恶劣环境条件 水体混合、牧食作用 贫营养、混合、浅水 3
10 X1 纤维藻属Ankistrodesmus spp.
小球藻Chlorella vulgaris
弓形藻属Schroedriella sp.
分层 营养缺乏、滤食作用 超富营养、浅水 3
11 Y 隐藻属Cryptomonas spp.
薄甲藻属Glenodinium spp.
低光照 吞噬作用 静水环境 3
12 F 湖生卵囊藻Oocystis lacustris 低营养、高浑浊 二氧化碳缺乏 贫营养或异养型、小型水体、浅水 3
13 J 栅藻属Scenedesmus spp.
微芒藻属Golenkinia spp.
高光照 高营养、混合、浅水 2
14 LO 多甲藻属Peridinium spp.
石栖色球藻Chroococcus limneticus
营养分层 长时间或深层的混合 贫到富营养、中到大型水体、可深可浅 1
15 W1 裸藻属Euglena spp.
扁裸藻属Phacus spp.
盘藻属Gonium spp.
高生化需氧量 牧食作用 有机污染、浅水 1
表选项

图 2表示了两次采样期间渭河干流与秦岭北麓支流调查断面浮游植物功能群相对生物量情况。2017年秋季渭河干流下游主要功能群总生物量明显高于干流上游, 其中MP功能群在渭河下游的相对比例最高时达到了76.57%(WH-9)。渭河秦岭北麓五条支流主要功能群总生物量没有显著差异, 主要功能群有D、MP和TB, 最高时相对比例分别为65.21%(LFH-5)、66.06%(BH-1)和53.62%(LFH-2)。2018年春季渭河干支流主要功能群总生物量变化较为显著, 其中主要功能群总生物量较高的调查断面均以MP为主, MP功能群相对比例最高时为83.33%(STH-3)。从2017秋季至2018年春季, 渭河干支流代表性功能群相对比例呈下降趋势, 且浮游植物功能群数量呈增加趋势, D、MP和TB功能群是渭河干支流常年共有的优势功能群, 这些功能群都主要分布在浑浊、有营养盐和冲刷作用强的水体中。

图 2 2017年秋季与2018年春季渭河流域调查断面各功能群相对生物量/% Fig. 2 Relative biomass (%) of functional groups in the sampling sections of the Weihe River Basin in autumn 2017 and spring 2018 WH1—15依次为渭河的15个断面,STH1—5为石头河的5断面,HH1—5为黑河的5个断面,BH1—5为灞河的5个断面,SDH1—5为石堤河的5个断面,LFH1—5为罗敷河的5个断面
图选项
2.3 基于浮游植物群落的水质评价 2.3.1 Qr指数

通过分别对渭河干流及秦岭北麓五条典型支流2017年秋季和2018年春季两次浮游植物功能群数据计算得出, 2017年秋季渭河干流Qr指数平均范围为1.21—4.89, 石头河为4.22—4.91, 黑河为3.87—4.96, 灞河为3.59—4.76, 石堤河为4.11—4.76, 罗敷河为1.01—4.67( 图 3), 由此判断渭河干流与罗敷河水体情况属于好-中-耐受的标准范围, 其余河流则属于好-极好的标准范围。分析罗敷河数据发现, 罗敷河入渭河口断面(LFH-5)的Qr指数为1.01, 其余数值均在4左右, 所以可以判断罗敷河水体质量在入渭河之前都是极好的, 在入渭河时可能由于人类活动或其他影响因素导致水质突然变差。2018年春季渭河干流Qr指数平均范围为1.94—4.77, 石头河为2.86—4.61, 黑河为3.00—4.80, 灞河为3.16—4.81, 石堤河为4.36—4.38, 罗敷河为3.34—4.63( 图 3), 由此判断渭河干流属于好-中-耐受的标准范围, 其余河流水体情况差异不大。通过两次采样Qr指数的变化情况来看, 2018年春季渭河干支流Qr指数比2017年秋季低, 可以推断, 渭河水质情况逐渐恶化。

图 3 渭河流域各调查断面Qr指数与Shannon-Wiener指数 Fig. 3 Qr Index and Shannon-Wiener Index in the sampling sections of the Weihe River Basin
图选项
2.3.2 Shannon-Wiener多样性指数

通过对渭河干流及秦岭北麓五条典型支流2017年秋季和2018年春季两次浮游植物数据计算得出, 2017年秋季渭河干流Shannon-Wiener多样性指数范围为0.69—2.28, 平均值为1.70, 其余河流均为2左右( 图 3), 由此判断渭河干流水体情况为重污染-β-中污染, 支流为α中污染-β污染。2018年春季渭河干流与支流Shannon-Wiener多样性指数平均值均为2.9左右, 属于α中污染, 接近轻污染( 图 3)。通过多样性指数的变化来看, 2018年春季渭河流域水质较2017年秋季好。

图 4 渭河流域水环境因子与水质评价指标(Qr指数、Shannon-Wiener指数)的Pearson相关性分析图 Fig. 4 Pearson correlation analysis between environmental factors and water quality evaluation index (Qr index and Shannon-Wiener index) of the Weihe River Basin 其中矩阵下三角为P值数据, 上三角为r值数据;*** 在0.001水平(双侧) 上显著相关;*** 在0.01水平(双侧) 上显著相关;* 在0.05水平(双侧) 上显著相关
图选项
2.4 浮游植物与环境因子关系 2.4.1 水质评价指标与环境因子的Pearson相关性分析

将两次采样的多种环境因子相互之间及与Qr指数、Shannon-Wiener多样性指数之间进行相关性分析(表 3), 结果表明Qr指数与水温、电导率、总氮、硝酸盐氮、叶绿素a的含量呈显著负相关;Shannon-Wiener多样性指数则与水温、pH、叶绿素a呈显著相关, 与浊度、总磷、氨氮呈显著负相关;水温、浊度、总氮和硝酸盐氮与其他多数水环境因子存在显著关系。

2.4.1 浮游植物功能群与环境因子的RDA分析

经过冗余性分析之前的水环境参数筛选, 发现对2017年秋季渭河干流与秦岭山脉支流浮游植物功能群特征有重要作用的环境因子有水温、pH、亚硝酸盐氮( 图 5)。2017年秋季渭河流域浮游植物功能群与环境因子的RDA分析结果显示, 第一、第二轴特征值分别为0.089和0.061, 共解释了采样断面生物数据16.2%的方差值。其中第一轴主要体现在化学参数方面, 第二轴体现在物理参数方面。

图 5 2017年秋季渭河流域代表性功能群与环境因子的RDA分析 Fig. 5 RDA analysis of representative functional groups and environmental factors of the Weihe River Basin in autumn 2017
图选项

经过冗余性分析之前的水环境参数筛选, 2018年春季渭河流域浮游植物功能群与环境因子的RDA分析结果显示, 第一、第二轴特征值分别为0.270和0.028, 共解释了采样断面生物数据29.7%的方差值。主要环境影响因子为浊度、电导率、亚硝酸盐氮( 图 6), 其中第一轴主要体现在化学参数方面, 第二轴体现在物理参数方面。

图 6 2018年春季渭河流域代表性功能群与环境因子的RDA分析 Fig. 6 RDA analysis of representative functional groups and environmental factors of the Weihe River Basin in spring 2018
图选项
3 讨论

渭河流域浮游植物功能群在时空上具有差异性。2017年秋季渭河干流功能群主要以D、MP、TB为主, 可能是由于渭河干流含沙量高, 光照强度低, 流速快, 冲刷作用强, 水体混合搅动作用强, 适合尖针杆藻、舟形藻和异极藻等生长。由于D功能群对营养缺乏的水体环境较为敏感, 说明了渭河干流营养盐水平高。五条支流功能群主要以A、MP、TB为主, 与干流不同的代表性功能群为A说明支流水体环境稳定, 水体洁净。干支流间代表性功能群的不同体现了水体富营养化水平。2018年春季渭河干流功能群主要以C、MP、TB、X1为主。C功能群能适应弱光低温低含碳量条件, 适宜生长在富营养化的中小型水体中。渭河干流浊度高, 透明度低, 营养水平高, 再加之采样时间4月份为枯水期, 昼夜温差大, 水体表面温度升高会影响水体分层[ 38], 因此适合C功能群生长。以弓形藻属为代表性种属的X1功能群对水体分层呈现很强的耐受性, 适合生活在超富营养水体中。与功能群C一样, 枯水期的渭河干流为X1功能群提供了良好的栖息场所。渭河秦岭山脉五条支流功能群与干流差异不显著, 差异仅体现在一些相对生物量不高的功能群上, 比如Y功能群, 这是因为以啮蚀隐藻为代表的Y功能群喜欢生活在冷水环境中, 因此主要存在与水温较低的山泉水或春、冬季节[ 39]。结合两次调查研究结果可以发现, 首先, 渭河干流营养盐水平与浊度均比支流高, 水质情况较支流恶劣。其次, 从2017年秋季至2018年春季, 渭河流域代表性功能群数量增加, 各功能群相对生物量下降, 这可能是由于藻类经过越冬期后, 逐步进入复苏期, 水体环境复杂多变导致的。

通过对渭河干支流浮游植物功能群与环境因子的RDA分析表明, 不同的功能群受到不同环境因子不同程度的影响。2017年秋季影响浮游植物功能群的主要环境因子有pH、水温和亚硝酸盐氮。水温和营养盐水平对浮游植物群落有共同作用, 水体表面温度升高会影响水柱分层, 而水柱分层反过来会影响水体表面与较深层营养丰富水域之间的混合, 从而减少无机养分向透光带的传输[ 38], 与此同时, pH对于不同种藻具有不同的促进或抑制作用[ 40], 这些因素间接导致了浮游植物功能群的组成。2018年春季影响浮游植物功能群特征的主要环境因子有浊度、电导率和亚硝酸盐氮。电导率与浊度大小密切相关, 浊度影响了浮游植物光合作用, 水体中颗粒物质对光的吸收和反射会导致进入水体的光照发生衰减, 浮游植物等的生产力将会降低[ 41]。由冗余性分析可知, 渭河流域代表性功能群MP和TB都与pH呈正相关关系, 与亚硝酸盐氮呈负相关关系, 其中功能群MP多出现在经常性扰动的浑浊浅水体中, 功能群TB则多出现在冲刷水体中, 渭河流域水体正符合了这一特点。结合两次RDA分析结果可以发现, 影响浮游植物功能群特征的环境因子主要为水温、pH、浊度与营养盐, 除浊度外本研究影响浮游植物功能群特征的环境因子与前人的研究成果是一致的[ 28, 42]。由此可见, 相比于其他河流, 渭河流域干流与秦岭北麓典型支流之间浊度分布不均的特点已成为影响渭河流域浮游植物功能群特征的关键因素。

由渭河水质评价结果可知, Qr指数与Shannon-Wiener指数所反映的2017秋季与2018春季两季水质变化情况并不一致, 这可能是两种评价方法的适用情况及渭河干支流间含沙量不同造成的。首先, 由于Qr指数计算时需要对各功能群进行赋值, F因子的确定较为复杂, 除要考虑水体的营养水平数据之外, 还需考虑水体的流速, 功能群建群时间等等[ 27], 有可能由于渭河干流含沙量较高, 绝大多数河流通用的F因子赋值已经不能准确反映渭河干流功能群特征, 造成了指数计算时的误差。其次, 通过水环境因子与水质评价指标的Pearson相关性分析可知, Shannon-Wiener指数与浊度呈极显著负相关, 与叶绿素a呈极显著正相关, 说明该指数可以对河流浊度变化进行准确的反应, 由此可以得出Shannon-Wiener指数相对于Qr指数可以对浊度较高的河流进行评价。最后, 有研究表明, 地理气候及水环境变化对水体中浮游植物的物种组成影响明显, 但对功能群影响有限[ 43], 渭河干流水体由于含沙量高, 不同河段水环境差异比支流大, 因此基于浮游植物物种组成计算出的Shannon-Wiener多样性指数进行的水质评价方法更适用于渭河干流。综上所述, 两种水质评价方法的适用情况有区别, Qr指数更适合评价秦岭北麓典型支流水质, Shannon-Wiener指数更适合评价渭河干流水质。以总结出的适用情况结合两种指标的水质评价结果可以得出, 渭河秦岭北麓典型支流2017秋季至2018年春季水质无明显变化, 渭河干流水质逐渐好转。

渭河流域干流及秦岭北麓支流水环境差异明显, 本研究以浮游植物为指示生物, 对研究区域浮游植物的功能群特征及水质评价进行深入探讨可为渭河流域生态文明建设谏言谏策。首先, 浮游植物是水生态系统中的初级生产者, 当浮游植物密度等生物数据发生变化时, 以浮游植物为食的其他水生生物就会发生相应的变化。渭河流域秦岭北麓支流是重要的水源涵养区, 许多珍稀动物(如大鲵、细鳞鲑等)的栖息地, 研究渭河流域浮游植物群落特征可为流域生态保护实时监测提供关键生物数据, 这是保持渭河流域生物多样性及生态系统稳定的关键一环。其次, 利用浮游植物功能群对渭河流域水质进行评价, 可与其他水质评价方法相互印证, 以得出适宜人类生存的水质标准, 制定考虑生物因素且契合渭河流域水体状况的环境基准, 为完善生态文明建设工程增砖添瓦, 为渭河流域的水生态管理和保护提供科学依据。

参考文献
[1]
Wang S J, Lu A G, Dang S H, Chen F L. Ammonium nitrogen concentration in the Weihe River, central China during 2005-2015. Environmental Earth Sciences, 2016, 75(6): 512. DOI:10.1007/s12665-015-5224-7
[2]
Song J X, Cheng D D, Li Q, He X J, Long Y Q, Zhang B. An evaluation of river health for the Weihe River in Shaanxi Province, China. Advances in Meteorology, 2015, 476020.
[3]
Chang J X, Wang Y M, Istanbulluoglu E, Bai T, Huang Q, Yang D W, Huang S Z. Impact of climate change and human activities on runoff in the Weihe River Basin, China. Quaternary International, 2015, 380-381: 169-179. DOI:10.1016/j.quaint.2014.03.048
[4]
Wu W, Xu Z X, Kennard M J, Yin X W, Zuo D P. Do human disturbance variables influence more on fish community structure and function than natural variables in the Wei River basin, China?. Ecological Indicators, 2016, 61: 438-446. DOI:10.1016/j.ecolind.2015.09.045
[5]
Li J K, Li H E, Shen B, Li Y J. Effect of non-point source pollution on water quality of the Weihe River. International Journal of Sediment Research, 2011, 26(1): 50-61. DOI:10.1016/S1001-6279(11)60075-9
[6]
范亚宁, 刘康, 陈姗姗, 袁家根. 秦岭北麓陆地生态系统水源涵养功能的空间格局. 水土保持通报, 2017, 37(2): 50-56.
[7]
Wang X C, Yang X Z, Lv B B, Xing B B, Zhang J J, Liu J. Community structure of the phytoplankton and its relationship with environmental factor in lower reaches of the Yellow River. Meteorological and Environmental Research, 2012, 3(7): 1-4.
[8]
Gasiūnait Z R, Cardoso A C, Heiskanen A S, Henriksen P, Kauppila P, Olenina I, Pilkaityt R, Purina I, Razinkovas A, Sagert S, Schubert H, Wasmund N. Seasonality of coastal phytoplankton in the Baltic Sea: influence of salinity and eutrophication. Estuarine, Coastal and Shelf Science, 2005, 65(1/2): 239-252.
[9]
Shannon C E. The mathematical theory of communication. 1963. M.D. Computing: Computers in Medical Practice, 1997, 14(4): 306-317.
[10]
Spellerberg I F, Fedor P J. A tribute to Claude Shannon (1916-2001) and a plea for more rigorous use of species richness, species diversity and the 'Shannon-Wiener' Index. Global Ecology and Biogeography, 2003, 12(3): 177-179. DOI:10.1046/j.1466-822X.2003.00015.x
[11]
Pielou E C. The measurement of diversity in different types of biological collections. Journal of Theoretical Biology, 1966, 13: 131-144. DOI:10.1016/0022-5193(66)90013-0
[12]
吴波. 上海苏州河、黄浦江浮游植物群落结构及其对环境指示作用的研究[D]. 上海: 上海师范大学, 2006.
[13]
闵文武. 辽河流域着生藻类群落结构及水生态健康评价[D]. 大连: 大连海洋大学, 2015.
[14]
Reynolds C S, Huszar V, Kruk C, Naselli-Flores L, Melo S. Towards a functional classification of the freshwater phytoplankton. Journal of Plankton Research, 2002, 24(5): 417-428. DOI:10.1093/plankt/24.5.417
[15]
Reynolds C S. Phytoplankton assemblages and their periodicity in stratifying lake systems. Ecography, 1980, 3(3): 141-159. DOI:10.1111/j.1600-0587.1980.tb00721.x
[16]
Reynolds C S. Phytoplankton periodicity: the interactions of form, function and environmental variability. Freshwater Biology, 1984, 14(2): 111-142. DOI:10.1111/j.1365-2427.1984.tb00027.x
[17]
Reynolds C S. Vegetation processes in the pelagic: a model for ecosystem theory//Kinne O, ed. Excellence in Ecology. Germany: Ecology Institute, 1997: 70-71.
[18]
Padisák J, Crossetti L O, Naselli-Flores L. Use and misuse in the application of the phytoplankton functional classification: a critical review with updates. Hydrobiologia, 2009, 621(1): 1-19. DOI:10.1007/s10750-008-9645-0
[19]
Becker V, Huszar V L M, Crossetti L O. Responses of phytoplankton functional groups to the mixing regime in a deep subtropical reservoir. Hydrobiologia, 2009, 628(1): 137-151. DOI:10.1007/s10750-009-9751-7
[20]
Wang L, Cai Q H, Xu Y Y, Kong L H, Tan L, Zhang M. Weekly dynamics of phytoplankton functional groups under high water level fluctuations in a subtropical reservoir-bay. Aquatic Ecology, 2011, 45(2): 197-212. DOI:10.1007/s10452-010-9346-4
[21]
Abonyi A, Ács É, Hidas A, Grigorszky I, Várbíró G, Borics G, Kiss K T. Functional diversity of phytoplankton highlights long-term gradual regime shift in the middle section of the Danube River due to global warming, human impacts and oligotrophication. Freshwater Biology, 2018, 63(5): 456-472. DOI:10.1111/fwb.13084
[22]
Skácelová O, Lepš J. The relationship of diversity and biomass in phytoplankton communities weakens when accounting for species proportions. Hydrobiologia, 2014, 724(1): 67-77. DOI:10.1007/s10750-013-1723-2
[23]
Török P, T-Krasznai E, B-Béres V, Bácsi I, Borics G, Tóthmérész B. Functional diversity supports the biomass-diversity humped-back relationship in phytoplankton assemblages. Functional Ecology, 2016, 30(9): 1593-1602. DOI:10.1111/1365-2435.12631
[24]
Görgényi J, Tóthmérész B, Várbíró G, Abonyi A, T-Krasznai E, B-Béres V, Borics G. Contribution of phytoplankton functional groups to the diversity of a eutrophic oxbow lake. Hydrobiologia, 2019, 830(1): 287-301. DOI:10.1007/s10750-018-3878-3
[25]
胡韧, 蓝于倩, 肖利娟, 韩博平. 淡水浮游植物功能群的概念、划分方法和应用. 湖泊科学, 2015, 27(1): 11-23.
[26]
Padisák J, Borics G, Grigorszky I, Soróczki-Pintér É. Use of Phytoplankton assemblages for monitoring ecological status of lakes within the water framework directive: the assemblage index. Hydrobiologia, 2006, 553(1): 1-14. DOI:10.1007/s10750-005-1393-9
[27]
Borics G, Várbíró G, Grigorszky I, Krasznai E, Szabó S, Kiss K T. A new evaluation technique of potamo-plankton for the assessment of the ecological status of rivers. Large Rivers, 2007, 161(3/4): 465-486.
[28]
汪星, 李利强, 郑丙辉, 刘琰, 田琪, 王丽婧. 洞庭湖浮游藻类功能群的组成特征及其影响因素研究. 中国环境科学, 2016, 36(12): 3766-3776. DOI:10.3969/j.issn.1000-6923.2016.12.031
[29]
Townsend S A. Hydraulic phases, persistent stratification, and phytoplankton in a tropical Floodplain Lake (Mary River, Northern Australia). Hydrobiologia, 2006, 556(1): 163-179. DOI:10.1007/s10750-005-0885-y
[30]
Antenucci J P, Ghadouani A, Burford M A, Romero J R. The long-term effect of artificial destratification on phytoplankton species composition in a subtropical reservoir. Freshwater Biology, 2005, 50(6): 1081-1093. DOI:10.1111/j.1365-2427.2005.01374.x
[31]
Burford M A, O'Donohue M J. A comparison of phytoplankton community assemblages in artificially and naturally mixed subtropical water reservoirs. Freshwater Biology, 2006, 51(5): 973-982. DOI:10.1111/j.1365-2427.2006.01536.x
[32]
Hu R, Xiao L J. Functional classification of phytoplankton assemblages in reservoirs of Guangdong Province, South China//Han B P, Liu Z W, eds. Tropical and Sub-Tropical Reservoir Limnology in China. Dordrecht: Springer, 2012.
[33]
白海锋, 赵乃锡, 殷旭旺, 鲁媛媛, 武玮, 徐宗学. 渭河流域浮游动物的群落结构及其与环境因子的关系. 大连海洋大学学报, 2014, 29(3): 260-266.
[34]
谢悦波. 水信息技术. 中国水利水电出版社, 2009.
[35]
国家环境保护总局《水和废水监测分析方法》编委会. 水和废水监测分析方法 (第四版). 北京: 中国环境科学出版社, 2002.
[36]
刘鸿亮. 湖泊富营养化调查规范. 北京: 中国环境科学出版社, 1987.
[37]
胡鸿钧, 李尧英, 魏印心, 朱慧忠, 陈嘉佑, 施之新. 中国淡水藻类. 上海: 上海科学技术出版社, 1980.
[38]
Varela M. Phytoplankton ecology in the Bay of Biscay. Scientia Marina, 1996, 60: 45-53.
[39]
Barone R, Naselli-Flores L. Distribution and seasonal dynamics of Cryptomonads in Sicilian water bodies. Hydrobiologia, 2003, 502(1/3): 325-329.
[40]
Torstensson A, Chierici M, Wulff A. The influence of increased temperature and carbon dioxide levels on the benthic/sea ice diatom Navicula directa. Polar Biology, 2012, 35(2): 205-214. DOI:10.1007/s00300-011-1056-4
[41]
Obrador B, Pretus J L. Light regime and components of turbidity in a Mediterranean coastal lagoon. Estuarine, Coastal and Shelf Science, 2008, 77(1): 123-133. DOI:10.1016/j.ecss.2007.09.008
[42]
庄道阔, 刘存歧, 刘录三, 李黎, 刘志超, 杨晨晨. 镜泊湖流域浮游植物群落及其功能类群的时空演替特征研究. 环境科学与管理, 2015, 40(5): 142-147.
[43]
Wirtz K W, Sommer U. Mechanistic origins of variability in phytoplankton dynamics. Part Ⅱ: analysis of mesocosm blooms under climate change scenarios. Marine Biology, 2013, 160(9): 2503-2516. DOI:10.1007/s00227-013-2271-z

PHP网站源码宝安品牌网站设计惠州网站开发同乐标王福田如何制作网站爱联百度竞价包年推广塘坑网络推广爱联如何制作网站民治网站优化排名龙华百姓网标王推广松岗外贸网站制作石岩标王石岩百度关键词包年推广福田SEO按天扣费永湖建站坪地seo排名坪地百度网站优化排名木棉湾SEO按天收费坪地外贸网站设计光明优化龙岗模板推广观澜阿里店铺托管同乐企业网站设计大芬网站改版西乡优秀网站设计龙岗百度标王宝安高端网站设计吉祥seo网站推广坪山网站改版坑梓网站制作永湖网站优化排名歼20紧急升空逼退外机英媒称团队夜以继日筹划王妃复出草木蔓发 春山在望成都发生巨响 当地回应60岁老人炒菠菜未焯水致肾病恶化男子涉嫌走私被判11年却一天牢没坐劳斯莱斯右转逼停直行车网传落水者说“没让你救”系谣言广东通报13岁男孩性侵女童不予立案贵州小伙回应在美国卖三蹦子火了淀粉肠小王子日销售额涨超10倍有个姐真把千机伞做出来了近3万元金手镯仅含足金十克呼北高速交通事故已致14人死亡杨洋拄拐现身医院国产伟哥去年销售近13亿男子给前妻转账 现任妻子起诉要回新基金只募集到26元还是员工自购男孩疑遭霸凌 家长讨说法被踢出群充个话费竟沦为间接洗钱工具新的一天从800个哈欠开始单亲妈妈陷入热恋 14岁儿子报警#春分立蛋大挑战#中国投资客涌入日本东京买房两大学生合买彩票中奖一人不认账新加坡主帅:唯一目标击败中国队月嫂回应掌掴婴儿是在赶虫子19岁小伙救下5人后溺亡 多方发声清明节放假3天调休1天张家界的山上“长”满了韩国人?开封王婆为何火了主播靠辱骂母亲走红被批捕封号代拍被何赛飞拿着魔杖追着打阿根廷将发行1万与2万面值的纸币库克现身上海为江西彩礼“减负”的“试婚人”因自嘲式简历走红的教授更新简介殡仪馆花卉高于市场价3倍还重复用网友称在豆瓣酱里吃出老鼠头315晚会后胖东来又人满为患了网友建议重庆地铁不准乘客携带菜筐特朗普谈“凯特王妃P图照”罗斯否认插足凯特王妃婚姻青海通报栏杆断裂小学生跌落住进ICU恒大被罚41.75亿到底怎么缴湖南一县政协主席疑涉刑案被控制茶百道就改标签日期致歉王树国3次鞠躬告别西交大师生张立群任西安交通大学校长杨倩无缘巴黎奥运

PHP网站源码 XML地图 TXT地图 虚拟主机 SEO 网站制作 网站优化