硅藻指数筛选及水质多指标评价体系构建

黎佛林，蔡德所，唐 鑫，易 燃

(1.南昌工学院 建筑工程学院，南昌 330108；2.三峡大学 水利与环境学院，湖北 宜昌 443002；3.广西大学 土木建筑工程学院, 南宁 530004)

硅藻指数筛选及水质多指标评价体系构建

黎佛林1,2，蔡德所2,3，唐 鑫2，易 燃3

(1.南昌工学院 建筑工程学院，南昌 330108；2.三峡大学 水利与环境学院，湖北 宜昌 443002；3.广西大学 土木建筑工程学院, 南宁 530004)

为了更科学地监测水质，解决水质理化分析的片面性，在柳江的不同水功能区设置实验点，以构建河水质的多指标评价体系。通过不同水功能区及不同水质等级的实验点的对应分析，认定AMIN，GOLI，DDEL，AMSA，ACLI，NAAN，NRHY等是柳江河流清洁种，菱形藻和端泥生藻是柳江耐污种。典型对应分析表明，河流水质参数是影响硅藻群落分布的主要因素，硝酸盐、氯化物、粪大肠杆菌群和总磷等是主要的变量，因子分析的结果亦表明理化参数是主要变量。研究结果表明，理化变量与硅藻指数IPS，IBD，TID，IDG，SLA的关系紧密，依据水功能区长期水质级别并参考水质参数聚类与硅藻种群聚类，划出3组水质不同的类别，IPS，IBD，CEE硅藻指数对该3组水质状况判别效果较好，而硅藻生物多样性指数不适宜评价柳江河流水质。河流水质及生态质量利用IBD和IPS生物指数、VAN类群划分富营养种百分比及理化参数多指标共同评价，可以提高评价结果的可靠度。

柳江；水功能区划；附生硅藻；硅藻指数；水质评价

1 研究背景

附生硅藻对河湖富营养化、重金属污染等环境因子反映灵敏，区别于物化监测，硅藻生物监测综合体现各种水环境因子所产生的生态效应，能反映一定时期内的河流水质状况，其效果是累积的[1]。在近40多年来，世界各地发展形成IPS，IBD，IDAP，EPI-D，SID，SHE，WAT，IDG，TDI，TID，DES，CEE等众多的河流硅藻生物评价指标和相应的评价等级。这些指数常用来监测和评价满足实验条件水域的生态质量[2]。与此同时，欧盟水框架还将硅藻群落特征作为水生态系统评价的重要组成部分[3]，选择生态状况良好的区域为参考点，研究硅藻群落在人类干扰条件下相对于参考区域的变异，并以此为规范，制定欧盟成员国恢复良好水生态系统的标准，达到其所要求的维持或恢复良好水生态系统的状况，这种方法在美国[4]、澳大利亚[5]、加拿大[6]等地也得到广泛应用。

在我国的水质监测主要是理化监测，涉及到生物方面的主要为粪大肠杆菌群，发展河流硅藻生物监测与评价技术对于我国水资源管理、水生态保护与恢复具有重要的借鉴意义[7]。硅藻应用于河流水质监测与生态修复应考虑2个关键问题：一是硅藻群落在空间上的变异与海拔、地质等地理因子和富营养化为代表的人类干扰等环境条件相关，因此需要判别人类干扰和自然因素对河流附生硅藻群落特征的影响；二是如何从众多硅藻指数中筛选出对水质变化敏感的指数。特别是生物多样性指数被许多学者所认可，因此更需要对其在硅藻水质监测中的合理性进行实验论证[8-11]。生物多样性指数的原理基于清洁河段的群落结构稳定，物种丰富，多样性高；而在污染河段中，喜污和耐污的种类大量繁殖生长，占据了其它种类的生存资源和空间，最后导致的结果是种类结构趋向单一，物种减少，均匀度下降，多样性低。基于此原理，众多研究者利用多样性指数进行水质分析，如王兆印等[10]利用底栖动物的香浓等多样性指数对东江河流水生态状况进行分析，张饮江等[11]利用浮游生物香浓多样性指数对河流的水质富营养化进行评价，李国忱等[9]在辽河上游试验认为硅藻香农多样性指数适合当地的水质生物评价。但也有学者认为该类指数不适宜水质评价，特别是没有考虑个体物种习性的差异。如王寿兵[12]认为生物多样性指数没有考虑群落中各种群在个体数量上的绝对差异,忽略了种群大小在维持生物多样性中的贡献，因而并不能完全客观地反映群落生物多样性的现状。要科学地量化物种多样性，势必应将群落中各种群在个体数量上的绝对差异考虑进去，欧洲硅藻指数主要就是基于个体种类的差异建立起来的，因此柳江河流水质评价的指数主要从欧洲硅藻指数和生物多样性指数中筛选。

基于硅藻生物监测的累积效应，选取的样点连续3个月的水质处于同一个级别，并且样点的水功能区、人口密度及森林覆盖率差异较大，依此来进行硅藻指数筛选和多指标评价水质。

图1 柳江流域采样位置Fig.1 Location of sampling sites in Liujiang river watershed

2 材料与方法

2.1 柳江采样点

柳江流域面积57 173 km2，河道平均坡降1.68‰，属珠江水系西江干流红水河段和黔江段分界点左岸支流。发源于贵州省独山县尧梭乡里腊村，流经黔东南及桂北，在广西象州县石龙镇三江口与红水河汇合注入西江干流黔江段，干流全长773.3 km。实验区域分布于柳江支流龙江、贝江及柳江干流，共12个样点，位置如图1所示。S3(采样点3，下同)和S6位于龙江上游，水功能区划分为景观、工农业用水区，常年监测水质为Ⅱ类；S7为龙江支流的环江水源区，属Ⅲ类水；S4属工业、饮用用水区，现状水质为Ⅱ级水；S1和S2位于贝江上游，为饮用、农业用水区，S5属贝江景观娱乐用水区，这3个实验点理化监测现状都为Ⅱ类水。S10 为饮用、工业用水，现场检测水质Ⅳ级；S8，S11，S12分别位于柳州市上、中、下3个区域，S8属饮用、工业用水区，现状水质为Ⅲ类，S11和S12位于排污控制区，现状水质Ⅳ类。

2.2 实验方法

硅藻采样基质鹅卵石，如若没有则取坚硬的石头，顺河流方向至少取5块，用软质刷子刷取附生硅藻。现场同时测得水体水温、流速、pH值、溶解氧、电导率、溶解氧等。粪大肠杆菌群、铵氮、硝酸盐、总磷、氯、镉、铬、锌、砷等带回试验室测定，生物采样迟于水体理化监测10 d左右。硅藻样品使用30%的双氧水消解，100×10油镜镜头下检出，计数约为400个。

3 柳江硅藻种群与环境因子的关系

3.1 柳江硅藻种群组成

图2 硅藻种群聚类图Fig.2 Cluster map of diatom populations

在实验区域共鉴定出硅藻167个种和亚种，分属9科31属， 以舟形藻属(Navicula)，曲壳藻属(Achnanthes)，桥弯藻属(Cymbella)，异极藻属(Gomphonema)，菱形藻属(Nitzschia)的种类数最多，其中46种丰富度大于5%。

利用皮尔逊相关系数的组内联接聚类方法将12个样点的硅藻种群数据进行分类(图2)，设定划分为3个硅藻群落(Ⅰ，Ⅱ，Ⅲ)，其中样点S10划到Ⅲ，展示于硅藻种群组成的对应分析图(图3)中。CA第1轴、第2轴共解释了硅藻种类累积变化率的33.7%。

注：三角形为硅藻种类(见表1)；4角星为Ⅰ类样点；正方形为Ⅱ类样点；菱形为Ⅲ类样点

表1 柳江主要附生硅藻种类及缩写Table 1 Benthic diatom species in Liujiang riverand their abbreviations

Ⅰ类群硅藻主要为AMIN,GOLI,DDEL,AMSA,ACLI,NAAN,NRHY等，Ⅱ类群主要为ALAR,DGAD,CBOL等，Ⅲ类群为AMMO,AMSE,ALVS,CPLI, LACD,LCOH, LGOE, LSAX, LMUT，NPAL，NIDR等。

3.2 硅藻种群组成的去趋势分析DCA

对各采样点硅藻群落进行DCA分析发现，其前两轴中梯度长度最大值为4.043>2，表明柳江硅藻群落对生态梯度的响应是非线性的，因此利用典型对应分析CCA来分析环境因子对硅藻群落的影响是比较适宜的。

图4 样点与硅藻种类的典范对应分析Fig.4 Canonical correspondence analysis of samples and diatom species

3.3 硅藻种类与环境因子的典范对应分析CCA

选取所有测定的17项地质环境变量进行CCA 分析，结果显示前两轴特征值分别为0.683和0.629， 共同解释了33.7%的硅藻数据的总特征值，其中NH4-N,COD5,V等膨胀因子过大予以删除。经过一系列的偏典范对应分析CCAs， NO3-N,CL，粪大肠杆菌群和TP等变量是影响柳江硅藻群落分布的主要变量，其解释了30.3%的硅藻信息量，说明水质理化指标是影响硅藻群落分布的主要因素(图4)。

CCA排序轴 1与硝酸盐、砷等显著正相关，而第二轴与酸碱度和氯化物显著负相关，粪大肠杆菌群与两轴都呈正相关。因此第一轴为营养盐及重金属变化梯度轴，特别是样点S10—S12的硒、砷等含量远高于样点S1—S6(图4)，由图3可知，该类群(即第Ⅲ类群)硅藻主要是菱形藻(NPAL，NIDR等)和端泥生藻(Luticola)，为柳江耐重金属污染的硅藻种类；第二轴为生产生活废水变化的梯度轴，如粪大肠杆菌群、氯化物的含量主要由废水排放造成，因此可以认为柳江底栖硅藻的分布最主要是受水质理化的影响。

4 基于水质梯度的硅藻指数筛选

为探究硅藻指数能否有效地评价柳江流域的水健康状况，从不同的水功能区选择水质级别不同的实验点。如样点S1—S3，S5—S7的景观水源区，该区硅藻主要优势种为AMSA，ACLI，NAAN，NRHY，AMIN；S4，S8，S10为饮用工业区，AMJA，CBOL和NSIT为该区的优势种；S9，S11，S12为过渡排污区，以LOCH，NIGR，FULN等耐污染种类为主。

表2 硅藻指数与各项理化指标的相关系数(* 表示p<0.05)Table 2 Diatom indexes and the correlation coefficients of the physical and chemical indicators (* indicates p <0.05)

4.1 硅藻指数与理化指标的相关性分析

理化数据经标准化后，作皮尔逊相关系数分析，见表2。粪大肠杆菌群与IBD和IDG显著正相关，与SLA显著负相关，与IPS相关性较好；Se与IBD显著正相关，与IDG和SLA相关性较好；Ph与IBD指数负相关。由相关性分析可知， IBD指数与水质参数的联系最密切，IDG，SLA，IPS，TID与水质参数的联系依次递减。而10项指数对于总体水质特性的响应需要对水质参数进行因子分析，以进一步分析验证评价指数的可靠性。

4.2 依据水质参数与水质梯度筛选硅藻指数

因子分析前，通过相关性分析，发现其中一些理化变量密切相关。为确保理化指标的独立代表性，剔除溶解氧(DO)、氨氮(NH4-N)、硒(Se)和砷(As)4个理化指标。其余7项理化指标pH值(pH)、五日生化量(BOD5)、高锰酸盐指数(CODMn)、总磷(TP)、粪大肠杆菌群(FC)、硝酸盐(NO3-N)和氯化物(CL)进入因子分析。7项理化指标经检验：KMO值为0.535，Bartlett球形检验的显著水平p<0.05，说明进行因子分析有意义。采用主成分分析和方差极大正交旋转方法提取因子和旋转因子后，保留特征根大于1的前2个主成分因子。因子旋转后，第1个主成分解释了总方差的41.035%，其特征根为2.872；第2个主成分解释了总方差的27.250%，特征根为1.908。前2个成分累积解释总方差的68.285%>50%。因此前2个成分已反映原始数据所提供的大部分信息。设定对主成分因子负荷贡献大于50%的的理化变量保留作为主要水质参数，主要水质变量对2个主成分因子的负荷矩阵见表3。

表3 因子负荷矩阵Table 3 Factor loading matrix

图5 样点水质聚类图Fig.5 Cluster map of water quality of samples

因生物指数所反映的是水质的综合状况，并不仅是某项指标，且生物对河流水质的适应是累积效应，因此指数筛选的要求要尽量满足这个特征。对选取的7个水质参数进行层次聚类，分类情况见图5，取20%作为分类的标准线，总体可分为2个类别，若继续往下分组对指数筛选效果差。因此主要依据各水功能区实验样点近4个月的水质级别，参考水质聚类分组，将S10， S11， S12列为第Ⅲ组，S1，S2 ，S3，S5 ，S6分为第Ⅰ组。对S4，S7，S8，S9 4个点(S7，S8都为Ⅲ类水体)列为第Ⅱ组；S9因近期水质级别为Ⅳ类水，因此将其划分为第Ⅲ组；S4在采样时水质级别为Ⅱ类，但近几个月水质波动变化，水质参数聚类却与S9最紧密，种群样点为Ⅲ类样点，因此将该点从指数筛选中剔除。

图6 10项硅藻指数在3类水体中的变化Fig.6 Variation of ten diatom indices in three types of water

10项硅藻生物指数在各实验点的情况见图6，各指数在3个区域总体上呈下降趋势，但也有部分指数随水质等级增加而局部增大，如TDI，SLA，EPI-D,SHE 4个指数。SID，IDG,TID指数对3个区域水质变化不敏感，S1—S10的SID指数变化值为1.8，S1—S11的IDG指数变化值为4。TID指数在实验点的变化值为5.5，但TID指数对Ⅱ和Ⅲ级水几乎无判别能力，即S5到S8样点硅藻指数无变化，表4列出了经过筛选后的指数在3个区域的情况，从范围看SID和TID相对狭小。图6中显示IPS，IBD，CEE指数总体表现出了随着水质分类等级的增加而下降的趋势，且响应梯度明显，判别力强。

表4 硅藻指数评价柳江水质的状况Table 4 Diatom indices of assessing water quality in Liujiang river

经筛选后的硅藻指数IBD，IPS，CEE在3个不同等级水体中的分布情况见图7，从图中可知，3个指数在Ⅰ—Ⅱ区域有一个样点重叠，IBD和IPS在Ⅱ—Ⅲ区域无重叠，判别效果较CEE好，3个指数总体能很好地判别水体生态质量。但是CEE相对于IPS和IBD生物指数，与理化指标的相关关系不紧密，因此不采用。对于实验区域的香浓多样性指数及物种均匀度指数，小部分随水质等级的增加而减小，大部分样点是随水体污染升高而增大，如图7所示香浓多样性指数在各个区域的总体趋势是随水质污染升高而升高，即随水体污染负荷增加，物种多样性反而增大。因此认为物种丰富度和均匀度对不同水质响应不定向，多样性指数作出的评判结果相当模糊，在利用生物指数评价柳江水质时不采用该类生物指数。

图7 柳江硅藻指数的箱型分布Fig.7 Distribution box of diatom indices in Liujiang river

4.3 硅藻生物多指标评价体系构建

综合IBD和IPS硅藻指数(表5)，Van Dam类群划分(表6)，及理化数据分析河流水质状况。其中，Van Dam类群划分是将硅藻生物个体对不同的pH、盐度、氧饱和度、耐污性及营养化有各自不同的喜好，例如营养化偏好共划分为7类，为无差异、贫营养、贫中营养、中营养、中富营养、富营养和极富营养类群。在硅藻生物多指标评价体系中，结合课题组在漓江、贺江、左江、右江、刁江、红水河等河流的试验结果，将营养偏好纳入其中， 但Van Dam体系中营养偏好类群多达7级增加了评判的难度，因此表征为偏好富营养和极富营养的硅藻所占百分比。体系评价结果为，柳江总体水体生态质量处于中等及以上水质标准，河流水质理化超标主要为粪大肠杆菌群和总氮，都集中于人口较密集的城区，如融水县城、柳州城区中下游，该类区域偏好富营养及以上的附生硅藻比在56%以上。其中，龙江上游打狗河段、柳江支流贝江段为景观、饮用水区，生态及理化水质良好，除六甲镇(S6)富营养化偏好种百分比达46.1%外，其它5个实验点为22%～33.1%，见表6，较其它区域低。S7为龙江支流大环江县城附近，主要污染来自生活污水，水质生态状况为好，Van类群划分富营养化硅藻种比例达52.0%，具有富营养化趋势，河流理化水质中等水平。但在S9区域的水体生态质量下降一个级别，喜好富营养种百分比上升，这主要因城镇生活污水排入和农业面源污染，出现富营养化现象。从融水(S9)到柳州城区上游(S8)经河流水体净化，水质有所改善，但在中下游由于沿岸工业污水和城镇污水排入，河流污染较严重，有机负荷和营养水平较高。

表5 据硅藻指数划分柳江水质生态等级的标准及范围Table 5 Criteria and scopes of classifying ecological level of water quality in Liujiang river according to diatom indices

表6 柳江水质评价体系的各指标等级划分 及Van Dam比例Table 6 Index level of water quality in Liujiang river and Van Dam percentages divided over eutrophic species

5 讨论与结论

5.1 讨 论

各类水功能区划中的水质状况差异较大，如打狗河上游和贝江景观饮用水区的水质较好，而控制排污区河流水质较差，工业用水区水质处于两者之间。由硅藻与影响因子的典范对应分析，硅藻主要受硝酸盐、氯化物和总磷等理化指标的影响，这些理化变量跟硅藻指数的相关性较好，特别是IBD,IPS,TID,TDG，SLA 这5个指数。经因子分析，高锰酸钾指数、硝酸盐、氯化物和大肠杆菌数等参数集中了大部分因子的信息，再次印证了理化变量是影响硅藻生长的主要指标。根据广西柳州市环境质量报告书，柳江市区河段水质现状按功能区不能达标，主要的污染指标为总大肠菌群、总磷和总氮，硅藻生物指数表明河流生态质量为中等水平，相比龙江河段和贝江河段差。在贝江及龙江上游底栖硅藻的采样调查发现敏感性种类DDEL，AMSA，ACLI，NAAN，NRHY出现频率较高，表明该河段生态质量好，水体较清洁；而位于柳州城区中下游的采样点以耐污种ALVS，LCOH，LGOE，NPAL，NIGR占优势，表明该河段污染严重。

在柳江河流水体硅藻指数评价结果中，生物多样性指数只有少部分样点随着水质污染升高而降低，大多数样点的指数值随河流健康状况的下降而升高，总体趋势为香浓指数随水质污染程度上升而增大，因此认为生物多样性指数不适合在柳江进行生物水质评价。IBD和IPS这2个欧洲硅藻指数，是基于充分考虑种群在个体数量上的具体差异而建立起来的，在柳江流域的试验认为IBD和IPS能很好地监测河流水质健康状况。IBD和IPS指数因其建立的科学性在世界范围内都得到广泛应用。在国内，赵湘桂等[13]用IBD和IPS评价漓江河流水质状况；谭香等[14]在汉江上游采集底栖硅藻评价河流水质，认为源于欧洲的IBD等指数适合于中国亚热带地区河流枯水期的水质监测；邓培雁等[15]研究表明IBD等指数非常适合东江河流水质生物评价。

不同于反映水质综合质量的指数方法，硅藻类群评价可以揭示硅藻群落对具体某个生态因子的响应变化[16]。从需氧量到有机污染程度，Van Dam对硅藻都划定了不同的级别，如有机污染程度共划定5个级别，可根据每个级别中的硅藻含量百分比对水体进行生态质量的评定，应该说这种类群划分评价水质是较定量的方法。在硅藻类群划分评价中，以S7和S8实验点为例，两者的贫污染性比例分别为28.2%和33.8%、β-中污染性比例分别为47.5%和33.4%、α-中污染性比例分别为7.4%和28.0%、α-中污染性与强污染性比例分别为6.6%和2.4%、强污染性比例分别为12.3%和2.4%。针对S7和S8这2个实验点，有机污染虽然通过硅藻所占比例量化了，但却很难定性地判断哪个样点的有机污染程度低。因此类群划分可判别同一区域在不同时间内的水质变化情况，对水质差异较大的区域也可作出定量的判别，但遇到各个水质级别的硅藻含量差异不大的监测点时，类群划分方法来定量评价水质就失去了其可操作性。在柳江生物监测研究中，硅藻类群富营养化评价结果与理化参数、IBD和IPS指数的评价结果较为一致，因此采用了富营养化类群划分方法。

5.2 结 论

根据上述讨论后得出以下结论：硅藻水质生物监测评价中，水流、温度、海拔、水质物化特征、河岸带和人为干扰等都会对硅藻群落产生综合的、复杂的生态效应；从湖泊和河流的评价研究看，由于水质、地理因子等环境因素大多只能解释20%～30%的硅藻群落变异，因此使用硅藻来评价河流生态质量存在一定的不确定因素，这就需要结合河流理化参数做出综合评价，从河流生物到理化参数共同评价水体健康状况。具体可分为以下5点：

(1) 水质理化参数是影响柳江附生硅藻群落分布的主要因素，共解释了33.7%的群落结构分布特征。

(2) IPS，IBD，TID，IDG，SLA这5个指数与理化变量的关系相对紧密，在响应水质变化上，IPS，IBD，CEE的判别效果较好，但CEE与理化参数相关性差，因此筛选IPS和IBD指数评价柳江河流水质。

(3) 生物多样性指数没有考虑到个体数量上的具体差异，不适合用于柳江附生硅藻水质评价。

(4) 硅藻类群划分会出现难以定性评价的问题，因此采用偏好富营养和极富营养2个级别的硅藻百分比可很好地评价柳江河流富营养程度。

(5) 通过筛选硅藻评价指数、硅藻生态类群和水质理化参数3种方法组成的评价体系来评价柳江河流水质和生态质量，综合的评价结果更全面可靠。

[1] 王春香，李媛媛，徐顺清. 生物监测及其在环境监测中的应用[J]. 生态毒理学报，2010,5(5)：628-638. (WANG Chun-xiang, LI Yuan-yuan, XU Shun-qing. Biological Monitoring and Its Application in Environmental Monitoring [J]. Asian Journal of Ecotoxicology，2010,5(5)：628-638.(in Chinese))

[2] BOGUSLAW S,KATARZYNA S.The Use of the Biological Diatom Index (BDI) for the Assessment of Water Quality in the Pilica River, Poland[J]. Oceanological and Hydrobiological Studies, 2013, 42(2): 188-194. (in Chinese))

[3] KELLY M, BENNETT C, COSTE M,etal. A Comparison of National Approaches to Setting Ecological Status Boundaries in Phytobenthos Assessment for the European Water Framework Directive: Results of an Intercalibration Exercise[J]. Hydrobiologia, 2009, 621(1): 169-182.

[4] FORE L S, GRAFE C. Using Diatoms to Assess the Biological Condition of Large Rivers in Idaho (U.S.A.)[J]. Freshwater Biology ,2002,47(10): 2015-2037.

[5] CHESSMAN B C, TOWNSEND S A. Differing Effects of Catchment Land Use on Water Chemistry Explain Contrasting Behaviour of a Diatom Index in Tropical Northern and Temperate Southern Australia[J]. Ecological Indicators, 2010, 10(3): 620-626.

[6] LAVOIE I, CAMPEAU S, ZUGIC-DRAKULIC N,etal. 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, 2013, doi: 10.1016/j.scitotenv.2013.04.092.

[7] 邓培雁，雷远达，刘 威，等. 桂江流域附生硅藻群落特征及影响因素[J]. 生态学报，2012，32(7): 2196-2203.(DENG Pei-yan，LEI Yuan-da，LIU Wei，etal. Epilithic Diatom Assemblages Distribution in Guijiang River Basin in Relation to Chemical and Physiographical Factors [J]. Acta Ecologica Sinica，2012， 32(7) : 2196-2203．(in Chinese))

[8] 张 楠,孟 伟, 张 远, 等. 辽河流域河流生态系统健康的多指标评价方法[J]. 环境科学研究，2009，22(2)：162-170. (ZHANG Nan, MENG Wei, ZHANG Yuan,etal. Multivariable Assessment of River Ecosystem Health in Liaohe River Basin[J]. Research of Environmental Sciences,2009, 22(2): 162-170.(in Chinese))

[9] 李国忱，汪 星，刘录三，等. 基于硅藻完整性指数的辽河上游水质生物学评价[J]. 环境科学研究，2012,25(8)：852-858. (LI Guo-chen，WANG Xing，LIU Lu-san，etal． Bioassessment of Water Quality Based on Diatom Index of Biotic Integrity in the Upstream of Liaohe River[J]．Research of Environmental Sciences，2012，25(8):852-858．(in Chinese))

[10]王兆印,程东升, 段学花,等. 东江河流生态评价及其修复方略[J]. 水利学报，2007,38(10)：1228-1235. (WANG Zhao-yin, CHENG Dong-sheng, DUAN Xue-hua,etal．Assessment of Ecological System in East River and Corresponding Ecological Restoration Strategies[J]．Journal of Hydraulic Engineering, 2007,38(10)：1228-1235. (in Chinese))

[11]张饮江，罗思亭，徐 晶，等. 上海黄浦江倪家浜口浮游生物调查与水质评价[J]. 水生态学杂志，2010,3(4)：8-15. (ZHANG Yin-jiang，LUO Si-ting，XU Jing,etal．Water Quality Assessment by Means of Plankton in the Nijiabang Mouth of Huangpu River，Shanghai[J]．Journal of Hydroecology, 2010,3(4)：8-15. (in Chinese))

[12]王寿兵. 对传统生物多样性指数的质疑[J]. 复旦学报(自然科学版)，2003,42(6):867-868,874. (WANG Shou-bing. A Question on the Traditional Biodiversity Index[J]．Journal of Fudan University (Natural Science), 2003,42(6):867-868,874. (in Chinese))

[13]赵湘桂,蔡德所, 刘 威, 等. 漓江水质硅藻生物监测方法研究[J]. 广西师范大学学报: 自然科学版，2009,27(2)：142-147. (ZHAO Xiang-gui, CAI De-suo, LIU Wei,etal．Diatom Biomonitor in Method Study on Water Quality in Lijiang River[J].Journal of Guangxi Normal University: Natural Science Edition, 2009,27(2)：142-147. (in Chinese))

[14]TAN X, SHELDON F, BUNN S E,etal. Using Diatom Indices for Water Quality Assessment in a Subtropical River, China[J]. Environmental Science and Pollution Research, 2013, 20(6): 4164-4175.

[15]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 Pei-yan，LEI Yuan-da，LIU Wei,etal．Exploration of Benthic Diatom Indices to Evaluate Water Quality in Rivers in the Dongjiang Basin[J]． Acta Ecologica Sinica，2012，32(16) : 5014-5024．(in Chinese))

[16]VAN DAM H, MERTENS A, SINKELDAM J. A Coded Checklist and Ecological Indicator Values of Freshwater Diatoms from the Netherlands[J]. Netherlands Journal of Aquatic Ecology，1994，28(1): 117-133.

(编辑：曾小汉)

Diatom Index Screening and Multi-index Systemto Assess Water Quality

LI Fo-lin1,2, CAI De-suo2,3, TANG Xin2, YI Ran3

(1.School of Civil Engineering and Architecture, Nanchang Institute of Science and Technology, Nanchang 330108, China; 2.College of Hydraulic and Environmental Engineering, China Three Gorges University, Yichang 443002, China; 3. College of Civil Engineering and Architecture, Guangxi University, Nanning 530004, China)

Experiment points were set up in Liujiang river and a multi-index system of diatom is built up in order to effectively monitor water quality and improve physicochemical analysis. According to the results of correspondence analysis in different water functional zones of different water quality, AMIN, GOLI, DDEL, AMSA, ACLI, NAAN and NRHY are classified as clean species in the Liujiang river whereas Nitzschia and Luticola are stain species. Canonical correspondence analysis shows that the river water quality parameters are the main factors affecting the distribution of diatom communities. Nitrates, chlorides, total number of Fecal coliform and total phosphorus are the main variables, and physicochemical parameters are main variables based on the results of factor analysis. The results show that physicochemical variables are closely related with diatom indices IPS,IBD,TID, IDG and SLA. According to the water quality level from long-term monitoring and the data about clustering of water quality parameters and diatoms population, they are classified into three different water quality categories. IPS, IBD and CEE work well on the evaluation of water quality of the three categories while the diatom’s bio-diversity index are unsuitable for the evaluation. Through biological indices IBD and IPS, and VAN groups to divide eutrophic species percentages and physicochemical parameters, multi-index evaluation can be used to evaluate the quality of river water and ecological quality in order to improve the reliability of the evaluation.

Liujiang river; water function zoning; epiphytic diatom; diatom indices; water quality assessment

2014-01-08；

2014-03-23

三峡库区生态环境教育部工程研究中心2013年度开放基金(KF2013-11)

黎佛林(1987-)，男，江西赣州人，讲师，硕士，研究方向为大坝安全监测和水质生物监测，(电话)13755694336(电子信箱)779518158@qq.com。

蔡德所(1952-)，男，湖北武汉人, 教授， 博士，研究方向为光纤传感技术和水质生物监测，(电话)18062317880 (电子信箱)caidesuo@ vip.163. com。

10.3969/j.issn.1001-5485.2015.08.005

X826;Q938.8

A

1001-5485(2015)08-0026-08

2015,32(08):26-33