基于高频监测的千岛湖湖心藻类时空变化研究

史鹏程，朱广伟*，李 未，韩轶才，王裕成，朱梦圆，许 海，李慧赟

1. 中国科学院南京地理与湖泊研究所千岛湖生态系统研究站，江苏 南京 210008

2. 中国科学院大学，北京 100049

3. 杭州市环境保护科学研究院，浙江 杭州 310000

4. 杭州市生态环境局淳安分局，浙江 杭州 311700

湖泊和水库是自然界重要的水生态系统，不仅提供了人类饮用的淡水资源，同时兼具农业灌溉、渔业养殖和自然景观的价值[1]. 近年来，人为活动和全球气候变暖导致水体富营养化逐渐加剧，使藻类水华成为全球性的水环境问题[2-3]，我国大量湖泊也饱受蓝藻水华的影响[4-6]. 水库与天然湖泊的水动力过程差别较大，但同样面临藻类水华的威胁[7-8]，并且由于其生态类型变幅较大(从河口的富营养到坝前的贫营养)，往往会导致水库水华的多样性和不确定性[9-10]. 基于此，对湖泊和水库定期进行藻类的监测至关重要.

千岛湖又称新安江水库，是华东地区最大的水库，于2019年9月正式向杭州市区供水，是整个长三角地区重要的战略水源地. 然而，近年来千岛湖水质面临着诸多威胁，特别是藻类异常增殖引起的水华和透明度下降等问题. Wu等[11]通过长期采样调查发现，26年来千岛湖坝前水体透明度下降了2.05 m，同时发现藻类的增殖是透明度下降的主要影响因素；Huang等[12]发现，在夏季热浪的作用下，千岛湖库尾区可能会发生藻类水华；此外，高频采样调查表明，水库河口区藻类呈蓝藻逐渐占优的趋势[13]. 因此，对千岛湖这样一个大型饮用水源地型水库进行藻类群落结构的监测具有极大的战略意义. 目前，关于千岛湖藻类时空分布的研究较少，已有研究仅基于水库关键断面的逐月监测[14]，缺乏高频连续的监测. 此外，千岛湖湖心区夏季水体热分层稳定[15]，藻类的垂向分布情况也值得关注. 研究[16-17]表明，千岛湖湖泊区叶绿素垂向最大值(SCM)普遍在次表层而非表层，然而未进一步研究藻类群落结构的垂向分布特征. 综上，关于千岛湖藻类群落结构的高频变化和垂向分布特征的研究较为鲜见.

显微计数法是较为传统和经典的浮游植物监测方法，能有效估算水体藻类的密度和生物量，但其依赖人工进行采样，且对镜检人员的水平要求较高. 随着荧光技术的发展，荧光法被广泛应用于水质监测[18-20].与传统的监测方法相比，荧光法具有即时性和连续性的优势，并且不依赖镜检人员的专业水平，人为误差较小[21-22]. 早期的荧光仪器可以测得水体总藻类浓度(以叶绿素a表征)和蓝藻生物量(以藻蓝素表征)，并且具备较好的准确性[21,23-25]，但不能对藻类的群落结构进行有效观测. 2002年Beutler等[26]利用不同门藻类所含色素的荧光激发波长不同来区分它们，与高压液相色谱法(HPLC)相比具有较好的一致性. Gregor等[27]调查发现，藻类荧光分析仪(FluoroProbe，简称“FP”)测定的水体总藻叶绿素a浓度与分光光度法所得结果相关性较高(r=0.97，P＜0.05). Catherine等[28]对法国50个湖泊调查发现，FP能较好地估计大空间尺度上浮游植物生物量和群落结构，在实现浮游植物群落演替的高时空覆盖上具有较好前景. 国内学者[29-30]关于千岛湖和白洋淀的调查也得到相似结果.综上，FP具有的即时性和连续性等特点，能有效弥补千岛湖藻类群落结构高频变化和垂向分布研究的不足，然而目前国内关于FP及其在深水水库中准确性的相关研究较少.

鉴于此，为探究亚热带大型深水水库藻类群落结构的高频时空变化特征，以千岛湖为研究对象，在湖心区布设藻类在线监测剖面浮标，进行为期1年的高频监测，并结合气象水文等条件的变化，探究千岛湖藻类群落结构的驱动因素，分析荧光藻类监测仪的准确性并提供管理上的建议，以期为其他水库监管提供一定参考.

1 材料与方法

1.1 研究区域概况

千岛湖位于浙江省西部与安徽省南部交界的淳安境内(29°22′N～29°50′N、118°36′E～119°14′E)，是1959年新安江水电站大坝建成蓄水后形成的深水水库. 水库地处亚热带季风气候区，温暖湿润，雨量充沛，四季分明，年均气温约17.3 ℃，年均降水量1 733 mm.水库水面面积573.33 km2(水位为108 m时)，流域面积超过11 452.5 km2，水库库容178.6×108m3，平均水深31 m，最大水深100 m[31].

该研究在千岛湖全湖不同位置布设了6个国控监测断面，选取位于湖心区的国控断面(三潭岛)为研究对象. 三潭岛全年平均水深超过50 m，夏季水体分层稳定[32]，与水库河流区相比具有透明度高、流速慢的优势，与坝前湖泊区相比营养盐浓度较高，是最适宜藻类生长的区域[33].

1.2 FP工作原理

藻类荧光分析仪(FluoroProbe，德国bbe-Moldaenke公司)使用LED光源发射6种波长(分别为370、470、525、570、590和610 nm)的荧光，并利用不同门藻类所含色素的激发荧光波长不同从而分辨出4种光谱组[26]，分 别 为“green group”(绿 藻 门 和 裸 藻 门)、“brown group”(硅藻门、金藻门和甲藻门)、“blue group”(蓝藻门)和“red group”(隐藻门)，各门藻类浓度单位为μg/L (以叶绿素a计)，再根据相关经验公式换算得到水体藻类的细胞密度(单位为个/L).

1.3 数据获取

1.3.1高频藻类数据

于2020年5月1日-2021年4月30日在三潭岛设FP剖面浮标，该装置每隔3 h测量一次，每次深入水下20 m，每0.5 m一个数据，包括水温、透明度以及4种藻类的叶绿素a浓度和细胞密度. 数据会保存在仪器中，并通过与之相连的电脑上传至千岛湖藻类剖面原位监测系统中，定期下载高频藻类数据.

1.3.2水质数据

为了分析藻类时空变化的驱动因素，在高频监测的同时对三潭岛进行水质调查. 每月月末(一般为本月最后1周)现场采集三潭岛分层水样，分别为表层(1 m)、次表层(SCM层，现场确定)、中层(现场根据水深确定)和底层(泥上1 m)，采集后的水样冷藏后带回实验室用GF/F滤膜过滤，并进行相关水化学指标的测定. 此外，现场测定水深和透明度等物理参数.

采集水样的水质指标测定参考文献[34]，其中，总氮(TN)采取碱性过硫酸钾消解、紫外(波长210 nm)分光光度法测定，总磷(TP)采取碱性过硫酸钾消解、钼锑抗显色分光光度法(波长700 nm)测定. 水样经GF/F滤膜过滤后(滤膜先烘干、称量)，用105 ℃烘干重量法测出悬浮颗粒物(SS)质量，然后用550 ℃马弗炉灼烧后再次冷却称量，计算出的剩余灰分则为无机悬浮颗粒物(ISS)质量，SS与ISS质量之差为有机悬浮颗粒物(OSS)质量.

1.3.3藻类镜检数据

为研究FP监测数据的准确性，对三潭岛进行为期1年的逐月人工采样调查. 采集SCM层水样2 L，现场加鲁哥试剂固定，带回实验室静置沉降48 h后浓缩至30 mL再进行镜检.

浮游植物群落结构鉴定时，用光学显微镜(BX53型，日本OLYMPUS公司)在10×40倍下分类定量计数，根据近似几何图形及经验体积公式估算出单位体积的生物量，使用镜检得到的藻类细胞密度(cell/L)进行数据处理与分析.

1.3.4气象水文数据

千岛湖的逐日气象数据从中国气象数据网下载淳安站(站点号：58543)历史数据获得，包括平均气温、日总降雨量、日照时长. 根据《中华人民共和国水文年鉴》整理得到千岛湖上游各水文站(屯溪、渔梁)逐日流量数据，二者之和为千岛湖新安江流量.

1.4 数据分析

采用Pearson相关性表征藻类和环境因子的相关关系. 差异性分析方面，首先检验数据的正态性、独立性和方差齐性，若同时满足则采用单因素方差分析，若不满足则采用非参数Kruskal-Wallis检验. 上述统计分析均在R 4.0.5软件中完成.

2 结果与分析

2.1 气象和营养盐背景

调查期间(2020年5月-2021年4月)千岛湖气温和降雨量的变化情况如图1所示. 由图1可见：千岛湖是典型的亚热带季风气候，四季分明，全年平均气温为18.3 ℃，较历史平均值(17.3 ℃)稍高；该研究调查期间全年总降雨量为2 069 mm，高于历史平均水平，降雨多集中在夏季，6月中旬至7月上旬发生了连续的极端降雨事件，伴随着强降雨同时也导致气温的下降.

调查期间千岛湖总氮(TN)和总磷(TP)浓度的逐月变化情况如图2所示. 由图2可见：调查期间，TN浓度年均值为(0.83±0.06)mg/L，其中，7月(0.94 mg/L)最高，2月(0.75 mg/L)最低，总体上呈2020年5月-2021年4月先下降、再稳定，春季再上升的趋势；TP浓度年均值为(0.018±0.010) mg/L，其中，7月(0.047 mg/L)最高，11月(0.006 mg/L)最低，TP浓度也呈先升后降再逐渐升高的趋势. TN和TP浓度的高值均出现在7月，较6月的增幅分别为9.4%和175.9%，表明6月、7月的连续降雨对三潭岛TP浓度的影响高于对TN浓度的影响.

2.2 藻类时空变化特征

2.2.1藻类细胞密度逐月变化

图 1 调查期间千岛湖气温和降雨量的变化情况Fig.1 Changes of temperature and rainfall in Qiandaohu Reservoir during the survey

图 2 调查期间千岛湖营养盐浓度逐月的变化情况Fig.2 Monthly changes of nutrient concentrations in Qiandaohu Reservoir during the survey

调查期间，千岛湖湖心区(三潭岛)共检出藻类6门46属，其中绿藻门最多，为20属，蓝藻门和硅藻门均为9属. 人工调查所得藻类细胞密度逐月变化如图3所示，藻类细胞密度年均值为10.7×106个/L，其中8月藻类细胞密度(69.7×106个/L)最高，7月(22.0×106个/L)次之，11月-翌年3月藻类细胞密度处在全年较低水平. 从优势门类来看，春季硅藻门数量占优势，夏季和秋季蓝藻门数量占优势，冬季硅藻门和隐藻门数量占优.

2.2.2藻类细胞密度周年高频变化情况

FP剖面浮标获得的三潭岛藻类细胞密度周年(2020年5月-2021年4月)高频变化情况如图4所示. 5-10月水温明显高于其他月份，并且出现稳定的温度分层，藻类细胞密度高值也出现在此时. 不同门藻类细胞密度出现峰值的时间不同，蓝藻门细胞密度高值期为6月中旬至10月上旬，其中在7月中旬至9月中下旬水温最高的时期出现峰值；硅藻门、甲藻门细胞密度从4月底开始出现高值，一直持续到8月初，峰值出现在夏汛结束的7月下旬；绿藻门细胞密度高值出现的时间与蓝藻基本相同，并且一直持续到9月初；隐藻门细胞密度与其他几种藻相比差距较大，全年均小于0.2×106个/L.

图 3 千岛湖湖心区(三潭岛)藻类细胞密度逐月的变化情况Fig.3 Monthly variation of algal cell density in the central of Qiandaohu Reservoir

图 4 千岛湖湖心区(三潭岛)各门藻类细胞密度周年高频变化情况Fig.4 High frequency annual variation of algal cell density in the central of Qiandaohu Reservoir

季节上来看，春季硅藻门、甲藻门细胞密度占优势；6月中下旬夏季汛期开始后，蓝藻门、硅藻门、甲藻门和绿藻门同时存在，均占优势地位；汛期结束后，8月高温晴热天气下，蓝藻门和绿藻门细胞密度占优势.

2.2.3藻类垂向分布特征

作为一个深水水库，千岛湖藻类的垂向分布同样值得关注，传统方法需要耗费大量的人力物力，荧光法则能较好地解决此问题. 藻类生长高峰期(4-8月)各门藻类细胞密度的垂向分布如图5所示.由图5可见：除隐藻门细胞密度较低无法观测出峰值外，其余各门藻类具有明显的垂向峰值. 其中，4月总藻细胞密度峰值出现在水下3.5 m，各门藻类〔除绿藻外(水下3.0 m)〕无明显的峰值；5月总藻细胞密度峰值也出现在水下3.5 m，硅藻门、甲藻门细胞密度峰值出现在水下3.0 m；6月总藻细胞密度峰值出现在水下4.0 m，绿藻门、蓝藻门以及硅藻门、甲藻门的细胞密度峰值分别出现在水下1.0、6.0和4.5 m处；7月总藻细胞密度峰值在水下3.5 m，绿藻门、蓝藻门以及硅藻门、甲藻门细胞密度峰值分别出现在水下1.5、4.0和4.0 m处. 8月总藻细胞密度峰值在水下4.5 m，绿藻门、蓝藻门以及硅藻门、甲藻门峰值分别在水下1.5、5.0和5.5 m处.

综上，绿藻门细胞密度峰值出现在表层，而蓝藻门以及硅藻门、甲藻门的细胞密度峰值均出现在次表层. 此外，各门藻类数量在10 m以下基本变化较小.

图 5 千岛湖湖心区(三潭岛)4—8月各门藻类细胞密度垂向的分布情况Fig.5 Vertical distribution of algal cell density in the central of Qiandaohu Reservoir from April to August in 2020

3 讨论

3.1 FP的准确性分析

对于新型的藻类监测仪器来说，准确性是最先需要验证的，对比人工调查期间(2020年5月-2021年4月)藻类总量镜检值与浮标连续数据(见图6).由图6可见，从趋势上来看，二者具有较好的一致性，均为8月最高，7月次之，冬季藻类细胞密度较少，4月开始藻类细胞密度开始升高. 从总量来看，镜检测得藻类细胞密度年均值为10.67×106个/L，而FP测得藻类细胞密度年均值为5.88×106个/L. 从各门藻类来看，两种方法的差异主要是由蓝藻门造成的，特别是8月蓝藻门镜检密度(61.90×106个/L)要远高于FP(10.52×106个/L). 造成该现象的原因，一方面是浮标数据选取的是水柱0～10 m的藻类细胞密度平均值，而镜检数据仅为叶绿素最大层的藻类细胞密度；另一方面可能是夏季该监测点出现大量的细鞘丝藻(Leptolyngbyasp.)，而该藻单细胞生物量较低，所含总色素含量也较低，因此FP荧光法测定时可能会低估蓝藻的细胞密度.

结果表明，FP连续观测与人工逐月监测在趋势上存在一致性，但细胞总量上有差异，尤以蓝藻门的数量差距最大，这主要是由于绿藻的干扰[23]； 此外，硅藻由于其体积较大，可能也会存在自遮光效应[35].同一个门中不同属种的藻，其单细胞色素含量差异较大，同种藻类在不同生长状态下其单细胞中某种色素含量也有差异. 上述原因均会导致FP在各门藻的监测上存在一定误差，但FP监测具有高频和连续的特点，往往能捕捉到藻类的峰谷值(见图6)，而传统的监测方法往往会忽略这些.

3.2 藻类的驱动因素

图 6 FP与镜检检测的藻类细胞密度对比Fig.6 Comparison of cell density between FP and microscopic examination

浮游植物的生长容易受到环境因子的影响. 研究[36-38]表明，温度、光照强度、营养盐和水文条件的变化均会对藻类的生长产生不同程度的影响. 相关性分析(见图7)显示，藻类细胞密度与温度、TP浓度及透明度均有极显著的相关性(P＜0.01)，水体透明度在一定程度上能反映水体可获得的光照强度[32]，表明在千岛湖湖心区影响藻类总量的环境因子主要是温度、TP浓度和光照强度. 值得注意的是，水体TN浓度与藻类细胞密度无显著相关性，表明在该水域的氮磷水平下，磷是藻类生长的主要限制元素

图 7 藻类细胞密度与各环境因子的相关关系Fig.7 Correlation between algal cell density and environmental factors

极端降雨带来的温度下降、营养盐负荷以及光限制等条件往往会对湖泊和河流浮游植物造成较大影响[39-40]. 虽然相关关系显示，降雨与各门藻细胞密度均无显著相关性，这主要与降雨对藻类的影响具有一定延后性有关[41]，因此需要高频的监测方法来捕捉降雨过程. 2020年7月降雨前后三潭岛藻类群落结构如图8所示，降雨期间藻类总细胞密度也随之下降，主要原因是降雨一般伴随着气温的下降、光照强度减弱以及浊度的升高；降雨后气温迅速回升，此时藻类总细胞密度仍然较低；降雨后10 d，藻类总量慢慢升高，此时气温和光照条件适合藻类生长，藻类的增殖主要受到营养盐浓度的限制. 研究[42]表明，暴雨事件下，营养盐从上游河道(新安江)输送到三潭岛的时间为8～14 d, 说明极端降雨发生10 d后藻类的增殖是由于上游带来营养盐所致. 此外，逐日藻类群落数据(见图8)显示，三潭岛夏季降雨期间藻类群落组成发生了较大变化，从月初硅甲藻、蓝藻门和绿藻门并存逐渐演变为硅甲藻和蓝藻门占绝对优势，蓝藻门占比也在极端降雨一周后升高并占优势地位.

极端降雨发生后对湖心区藻类的影响主要分为两方面：①降雨期间带来的气温和光照降低会抑制藻类的生长[2]；②从上游带来的大量营养盐[43]为藻类的增殖提供了物质基础. 千岛湖河道狭长，普通的降雨事件不足以形成大的流量，导致大部分营养盐在河道沉降[44]；而极端降雨伴随着极大的流量和流速，并且可能形成异重流导致营养盐沉降效应下降[45-46]，最终为湖心区输入了大量的营养盐，在适宜的天气条件下会刺激藻类的增殖. 藻类对极端降雨事件的响应时间较短，传统的逐月采样往往不能捕捉到这些过程，这也凸显了藻类高频荧光监测的优势.

3.3 管理及启示

研究表明，极端降雨对千岛湖湖心区藻类细胞密度有所影响，同样降雨也会给水库带来大量的有机质和营养盐[47]，对整个水库的水质和生态系统造成一定的冲击. 近年来，全球气候变暖、极端天气增多，千岛湖也不例外，近60年来气温和暴雨频率均逐步升高[46,48]，随之而来的是水质的恶化，主要表现为透明度下降[49]、营养盐升高[50]，同时导致水库河流段浮游植物蓝藻占优的趋势更加明显[13]. 并且笔者研究发现，极端天气(如强降雨)引起的藻类变化往往十分迅速，传统的逐月甚至逐周藻类监测很难捕捉到群落演替的过程，这也凸显了高频实时监测的重要性.

近年来，随着藻类荧光监测仪的运用越来越广泛，关于仪器的校准研究[51]越来越多，如Choo等[23]通过室内试验校准了蓝藻的测量精度，大幅削减了绿藻的干扰；Liu等[52]利用多元统计的方法校准了总藻叶绿素a浓度；同时，机器学习和生态模型等方法也与高频荧光仪器共同使用，加强对湖泊水质特别是藻类的监测[53-54]. 展望未来，荧光监测技术能够部分代替传统的藻类监测方法，成为湖泊监测的主流，如何提升其准确性和稳定性成为当前需要解决的问题；此外，高频监测和其他方法相结合，为藻类水华的发生机制研究提供了较大的平台.

图 8 降雨后藻类群落结构的变化Fig.8 Changes of algal community structure after rainfall

4 结论

a) 利用藻类荧光分析仪原位剖面浮标开展千岛湖这一大型深水水库不同门类藻类数量的高频剖面变化观测，研究了水库水体藻类生物量在温度、降雨、水动力等环境条件影响下大幅快速变化的特征，揭示了不同门藻类细胞密度垂向分层特征及其季节变化，为识别大型深水水库的藻类水华风险提供了数据和技术方法支撑.

b) 高频观测揭示了千岛湖湖心区藻类对暴雨入流的滞后响应过程，为进一步认识水库藻类异常增殖机理提供了新视角.