第二階梯湖泊富營養化自然地理因素及效應

曹金玲,許其功,2*,席北斗,2,高如泰,姜 磊,丁京濤,毛敬英,3,孫雪松,4 (.中國環境科學研究院,水環境系統工程研究室,北京 0002；2.中國環境科學研究院,環境基準與風險評估國家重點實驗室,北京 0002；3.西南交通大學環境科學與工程學院,四川 成都 6003；4.重慶交通大學河海學院,重慶 400074)

第二階梯湖泊富營養化自然地理因素及效應

曹金玲1,許其功1,2*,席北斗1,2,高如泰1,姜 磊1,丁京濤1,毛敬英1,3,孫雪松1,4(1.中國環境科學研究院,水環境系統工程研究室,北京 100012；2.中國環境科學研究院,環境基準與風險評估國家重點實驗室,北京 100012；3.西南交通大學環境科學與工程學院,四川 成都 610031；4.重慶交通大學河海學院,重慶 400074)

為了明晰影響我國地形地貌第二級階梯湖泊富營養化的主要自然地理驅動因素,為湖泊富營養化的有效治理提供參考,采用曲線回歸方法分析了位于我國第二級階梯的云南和新疆湖泊中Chl-a以及營養狀態綜合指數(TLI)與自然地理特征的相關性.結果表明,平均水深、海拔以及年均溫與TLI指數具有較好的相關性,擬合模型分別符合三次/對數模型、二次模型和三次模型.Chl-a與年平均日照時數具有較好的相關性,擬合模型符合二次/三次模型.分析富營養化效應,藻類生長對透明度的影響以及營養物質對浮游藻類的生態效應(Chl-a/TP),結果發現,新疆湖泊中Chl-a與透明度呈倒數關系,云南湖泊中Chl-a與透明度呈冪函數關系;Chl-a與總磷的線性方程的斜率分別為177.595(云南)和222.758(新疆).影響我國第二級階梯湖泊富營養化的主要自然地理驅動因素是湖泊的平均水深、海拔、年均溫度及年平均日照時數,透明度與Chl-a含量的相關性以及營養物質TP對浮游藻類的生態效應存在區域差異.

湖泊富營養化；驅動因素；富營養化效應；綜合營養狀態指數；曲線估計；擬合模型

隨著社會經濟的發展,人類過度開發利用湖泊資源并不斷向湖泊中排放污水,造成氮、磷等營養物質過剩、江湖關系阻斷[1]、流域清水產流機制破壞[2],使湖泊自凈能力下降或者喪失,導致水體中藻類以及其他水生生物異常繁殖,水體透明度和溶解氧下降[3],加速湖泊由貧營養到中營養到富營養、沼澤化,最后走向消亡的過程[4-5].為了減緩日趨嚴重的富營養化現象,制定湖泊富營養化控制標準已成為治理湖泊富營養化的當務之急,而湖泊營養物基準是制定湖泊富營養化控制標準的基礎和依據.目前,我國尚無明確的湖泊營養物基準和富營養化控制標準[6],湖泊富營養化的管理與控制仍然參照《地表水環境質量標準》或者其他發達國家的相關基準值.但我國湖泊數量眾多、分布廣泛、類型多樣、成因復雜[3,7],不同區域湖泊的富營養化成因、類型、演變過程以及物理、化學、生物學特性等方面存在顯著差異,致使我國湖泊營養物水平和富營養化效應具有明顯的區域差異性.因此,對處于不同區域、營養狀態各異的湖泊,采用同一水平的營養物基準和富營養化控制標準,缺乏針對性、科學性和指導性.因此,從分區控制和科學管理出發,把我國的湖泊按其生態系統特征進行科學分區,針對不同分區湖泊系統特點、生態特征和營養物生態效應,結合湖泊參照狀態,分別制定相應的營養物基準和富營養化控制標準,是目前我國湖泊富營養化控制的主要任務之一.對我國湖泊進行科學分區的基礎是明晰處于不同區域的湖泊富營養化效應及驅動因素的差異性,然而對于全國大尺度湖泊富營養化區域差異性的研究資料較為罕見.本研究針對位于我國地形地貌第二級階梯的湖泊,分析影響這一區域湖泊營養狀態的主要自然地理因素,為探討全國大尺度湖泊富營養化驅動因素的區域差異性以及營養物生態分區提供基礎和依據,為實現湖泊富營養化的“分區、分類、分級、分期”管理提供技術支持.

1 材料與方法

1.1 湖泊自然地理要素數據的收集

湖泊的水深(Depth)及所在區域的海拔(Altitude)、年均溫(Tem)、年平均降水量(AAP)、年平均日照時數(ASH)、年平均無霜期(AFFP)以及年平均蒸發量(AAE)7項自然地理要素及湖盆形態的數據來源于《中國湖泊志》[7]以及其他相關的文獻.

1.2 水質監測

CODMn、TP、TN的測定采用《水和廢水監測分析方法》[8]的方法進行測定.透明度(SD)采用塞氏盤測定.Chl-a的測定采用丙酮萃取分光光度計法.

1.3 統計分析

利用 SPSS17.0中的曲線估計功能,分別對營養狀態綜合指數(TLI)與平均水深、海拔、年均溫、年平均降水量、年平均日照時數、年平均無霜期以及年平均蒸發量進行回歸分析,探討影響該階梯內湖泊富營養化的主要自然地理驅動因素.

2 結果與討論

2.1 第二階梯主要湖泊自然地理特征及營養狀態評價

位于中國地形地貌第二級階梯的省份主要包括:新疆維吾爾自治區、內蒙古自治區、寧夏回族自治區、甘肅省、山西省、四川省、陜西省、重慶市、云南省、貴州省.湖泊分布比較集中的省份是新疆維吾爾自治區、內蒙古自治區和云南省.利用綜合營養狀態指數法評價以上3個省份典型湖泊的營養狀態,評價項目選取反映水體營養程度的5項指標:葉綠素a(Chl-a)、總磷(TP)、總氮(TN)、透明度(SD)、高錳酸鹽指數(CODMn).綜合營養狀態指數計算公式為:

式中:TLI(Σ)為綜合營養狀態指數;Wj為第j種參數的營養狀態指數的相關權重;TLI(j)為第j種參數的營養狀態指數.

以Chl-a作為基準參數,則第j種參數的歸一化的相關權重計算公式為:

式中:rij為第j種參數與基準參數Chl-a的相關系數;m為評價參數的個數.營養狀態指數計算式為:式中:C(j)為第 j種污染物的濃度;其他污染指標的參數值如表1所示.

采用 0～100的一系列連續數字對湖泊營養狀態進行分級: TLI(Σ)＜30為貧營養;30≤TLI(Σ)≤50為中營養; TLI(Σ) ＞50為富營養.評價結果如表2所示.其中內蒙古的烏梁素海,云南的淺水湖泊滇池、星云湖、異龍湖、長橋海、大屯海和個舊湖處于富營養狀態,其他湖泊均處于貧營養和中營養狀態.

表1 營養狀態指數計算公式中各水質指標的參數值Table 1 Parameter values of water qualities in TLI equation

表2 中國第二級階梯典型湖泊自然地理特征及營養狀態評價Table 2 Physical geography characteristics and trophic level in the second ladder of lakes in China

2.2 TLI指數與湖盆形態(水深)的相關性分析

對位于我國地形地貌第二級階梯的19個湖泊的TLI指數與平均水深進行曲線回歸分析,探討湖盆形態對湖泊營養狀態的影響.由表3和圖1可知,擬合度較高的回歸模型如下:

二次模型:

三次模型:

統計量對比分析:比較以上5個模型的修正R2值,由大到小的順序依次為三次模型＞二次模型＞對數模型＞冪模型＞倒數模型,由此可以判斷擬合最好的是三次模型.方差分析的F值概率均小于0.000,因此比較F值,F值由大到小的順序依次為對數模型＞冪模型＞倒數模型＞二次模型＞三次模型.通過以上判斷得出最佳模型為三次模型和對數模型.

圖1 TLI指數與平均水深的5種模型擬合Fig.1 Five fitted models of TLI and depth

2.3 TLI指數與自然地理特征的相關性分析

對位于中國地形地貌第二級階梯的19個湖泊的 TLI指數與自然地理特征進行曲線回歸分析,結果(表4和圖2)可知,擬合度較高的回歸模型如下:

二次模型:

圖2 TLI指數與海拔的兩種模型擬合Fig.2 Two fitted models of TLI and altitude

表4 TLI指數與海拔的模型匯總和參數估計值Table 4 Model summary and coefficients of TLI and altitude

三次模型:

統計量對比分析:二次和三次模型的R2相等,但二次模型的F值較三次模型的大,而P值較三次模型的小,因此,二次模型的模擬效果較三次好.同理,復合、增長、指數和 Logistic模型的修正R2值及 F值相等,方差分析的 F值概率均小于0.05,擬合曲線重合為一條曲線,另外,4個模型的F值較二次模型的大,而P值較二次模型的小,因此,復合、增長、指數和Logistic模型的模擬效果最佳.

表5 TLI指數與年均溫的模型匯總和參數估計值Table 5 Model summary and coefficients of TLI and temperature

圖3 TLI指數與年均溫度的模型Fig.3 Fitted model of TLI and temperature

藻類的生長與繁殖需要適宜的溫度,因此,溫度同樣是影響湖泊營養狀態的重要氣候因素,通過分析TLI指數與年均溫的相關性發現,TLI指

數與年均溫度的模擬曲線符合三次模型(表5和圖3):

而在分析 TLI指數與其他自然地理因素相關性時發現, TLI指數與年平均降水量、年平均日照時數、年平均無霜期及年平均蒸發量無任何相關性.

2.4 Chl-a與自然地理特征的相關性分析

表6 Chl-a與年平均日照時數的模型匯總和參數估計值Table 6 Model summary and coefficients of Chl-a and ASH

圖4 Chl-a與年平均日照時數的模型Fig.4 Fitted model of Chl-a and ASH圖中二次模型與三次模型重合

湖泊水體中Chl-a的濃度可以反映藻類的生長量,從而表征湖泊的營養狀態.對 19個湖泊的Chl-a與平均水深、海拔、年均溫、年平均降水量、年平均日照時數、年平均無霜期及年平均蒸發量進行曲線回歸分析,發現 Chl-a僅與平均日照時數擬合度較好,符合二次/三次模型(表 6和圖4):

加拿大學者Rawson[16]提出影響湖泊富營養化的主要因素有人類活動、地質地形和緯度等因素,其中地質地形包括湖泊的湖盆形態,水深和面積等;湖泊所處的緯度決定湖泊所在區域的氣候,包括降水、溫度、日照等.由于我國地域遼闊,湖泊所處的地理位置、地形地貌特點不盡相同,導致富營養化的主要驅動因素及富營養化效應存在顯著差異.通過分析位于我國地形地貌第二級階梯的19個湖泊的湖盆形態、氣候特征與湖泊中 Chl-a濃度及營養狀態綜合指數(TLI)之間的關系,發現 Chl-a濃度與年平均日照時數具有較好的相關性,TLI指數與水深、海拔及年均溫的擬合模型分別符合三次/對數、二次和三次模型.說明位于我國地形地貌第二級階梯的湖泊富營養化主要驅動因素為水深、海拔、年均溫及年平均日照時數.

2.5 中國地形地貌第二級階梯湖泊富營養化效應特征

湖泊富營養化發生過程中會產生一系列的效應,包括透明度下降、溶解氧下降等,但不同的湖泊富營養化效應的類型及程度存在差異,因此湖泊營養物基準和富營養化控制標準的制定應以富營養化效應的區域差異性為基本依據.

藻類的生長對湖泊透明度的影響是富營養化效應的主要指標,通過分析2007年云南和新疆湖泊中 Chl-a與透明度之間的關系,發現新疆湖泊中 Chl-a與透明度呈倒數關系,而云南湖泊中Chl-a與透明度呈冪函數的關系,即透明度隨Chl-a濃度的降低而升高,模擬方程如圖5所示.

以 Chl-a/TP代表營養物對浮游藻類的生態效應,其生態學含義為高營養水平將對應高營養利用效率[17].云南湖泊中Chl-a與TP線性模型的斜率為177.595而新疆的為222.758,如圖6所示,這說明,同樣位于我國第二級階梯,新疆和云南湖泊中浮游藻類利用營養物質的效率存在差異.

圖5 中國地形地貌第二級階梯湖泊Chl-a與透明度之間的關系(2007年數據)

圖6 中國地形地貌第二級階梯湖泊浮游藻類利用營養物質的效率比較(2007年數據)

3 結論

3.1 位于我國地形地貌第二級階梯的湖泊富營養化主要自然地理驅動因素為水深、海拔、年均溫及年平均日照時數.

3.2 我國地形地貌第二級階梯湖泊,透明度與Chl-a有較強的相關性,但存在區域差異性.新疆的湖泊,Chl-a與透明度呈倒數關系,透明度隨Chl-a濃度的升高緩慢降低;云南的湖泊Chl-a與透明度呈冪函數關系,透明度隨 Chl-a濃度的升高,降低的較迅速.新疆湖泊藻類對營養物質總磷的利用效率(即Chl-a/TP)高于云南湖泊.

[1] 劉永定.湖泊富營養化成因知多少？[EB/OL]. http://www. cenews.com.cn/xwzx/gd/qt/200910/t20091029_624023.html.2009-10-29.

[2] 金相燦,胡小貞.湖泊流域清水產流機制修復方法及其修復策略[J]. 中國環境科學, 2010,30(3):374-379.

[3] 金相燦,劉樹坤,章宗涉,等.中國湖泊環境(第一冊) [M]. 北京:海洋出版社, 1995.

[4] 日本水污染研究會編.湖泊環境調查指南 [M]. 謝其明,王恕蓉譯.北京:中國環境科學出版社, 1989:22.

[5] 范成新,王春霞.長江中下游湖泊環境地球化學與富營養化[M]. 北京:科學出版社, 2007:9.

[6] 霍守亮,陳 奇,席北斗,等.湖泊營養物基準的制定方法研究進展 [J]. 生態環境學報, 2009,18(2):743-748.

[7] 王蘇民,竇鴻身.中國湖泊志 [M]. 北京:科學出版社, 1998.

[8] 國家環境保護總局.水和廢水監測分析方法 [M]. 北京:中國環境科學出版社, 2002.

[9] 王明翠,劉雪芹,張建輝.湖泊富營養化評價方法及分級標準 [J].中國環境監測, 2002,18(5):47-49.

[10] 金相燦,屠清瑛.湖泊富營養化調查規范 [M]. 北京:中國環境科學出版社, 1990.

[11] 許秋瑾,鄭丙輝,朱延忠,等.三峽水庫支流營養狀態評價方法[J]. 中國環境科學, 2010,30(4):453-457.

[12] 金相燦,劉鴻亮,屠清瑛,等.中國湖泊富營養化 [M]. 北京: 中國環境科學出版社, 1990.

[13] 饒 娟,傅超英.體現新疆地域特色的小城鎮綠地系統規劃——以新疆達坂城鎮區為例 [J]. 河北農業科學, 2009,13(11):81-83.

[14] 金相燦,劉樹坤,章宗涉,等.中國湖泊環境(第二冊) [M]. 北京:海洋出版社, 1995.

[15] 石昱禎.四川省瀘沽湖地區地下水水化學特征研究 [J]. 山西建筑, 2010,36(2):146-148.

[16] Rawson D S. Some physical and chemical factors in the metabolism of lakes [J]. American Association for the Advancement of Science Public, 1939,10:9-26.

[17] 王海軍.長江中下游中小型湖泊預測湖沼學研究 [D]. 武漢:中國科學研究院水生生物研究所, 2008.

Physical geography drivers of lake eutrophication and the characteristics of eutrophication effects in the secondary topography ladder in China.

CAO Jin-ling1, XU Qi-gong1,2*, XI Bei-dou1,2, GAO Ru-tai1, JIANG Lei1, DING Jing-tao1, MAO Jing-ying1,3, SUN Xue-song1,4(1.Laboratory of Water Environmental System Engineering, Chinese Research Academy of Environmental Sciences, Beijing 100012, China；2.State Key Laboratory of Environmental Criteria and Risk Assessment, Chinese Research Academy of Environmental Sciences, Beijing 100012, China；3.School of Environmental Science and Engineering, Southwest Jiaotong University, Chengdu 610031, China；4.School of River and Ocean Engineering, Chongqing Jiaotong University, Chongqing 400074, China). China Environmental Science, 2011,31 (11)：1849～1855

In order to investigate the key physical geography drivers of lake eutrophication in the secondary topography ladder in China, curve estimation in SPSS was used to analyze the relationships between tropic level index (TLI)/Chl-a and physical geography characteristics of lakes. relationships between TLI and depth, altitude, temperature were fit to cubic/logarithm, quadratic and cubic model, respectively. The relationship between Chl-a and annual sunshine hours (ASH) was fit to quadratic/cubic model. It indicated that the key physical geography drivers of lake eutrophication in the second geography ladder were depth, altitude, temperature and ASH. Lake eutrophication effects, the relationship between Chl-a and transparency and the slopes of linear equation for Chl-a and TP were also analyzed. Transparency was the reciprocal of Chl-a in the lakes in Xinjiang Province, and in the lakes in Yunnan Province transparency and Chl-a were in power function. The slopes of linear equation for Chl-a and TP were 177.595 and 222.758 in lakes in Yunnan and Xinjiang, respectively. This results indicated that the efficiencies of nutrients used by algae were different in the second geography ladder in China.

lake eutrophication；drivers；eutrophication effects；trophic level index；curve estimation；model fitting

X144

A

1000-6923(2011)11-1849-07

2011-03-01

國家“973”項目(2008CB418006);國家水體污染控制與治理科技重大專項(2009ZX07106-001)

* 責任作者, 研究員, xuqigong@tom.com

曹金玲(1981-),女,黑龍江齊齊哈爾人,中國環境科學研究院水環境系統工程研究室博士后,主要從事湖泊富營養化區域差異性研究.發表論文10篇.