渭河干流和秦嶺北麓典型支流浮游植物功能群特征及水質評價

趙耿楠,潘保柱,丁一桐,張 磊,朱朋輝,何浩然

西安理工大學西北旱區生態水利國家重點實驗室, 西安 710048

渭河是中國第二長河黃河的最大支流,地處黃體高原腹地,陜西省關中地區,流域多處于黃土區,是典型的季節性多泥沙河流[1]。流域總面積13.5萬km2,占據了陜西省64%的人口、52%的耕地、72%的灌溉面積和60%以上的生產總值,是“一帶一路”中線和中心線兩條路線上的必經之地,牽動著我國西北地區的社會經濟發展,是維持地區生態平衡的重要流域[2]。近些年來,由于氣候變化和人類活動加劇,渭河流域出現了徑流減少、水土流失、水質惡化等生態環境問題[3- 5],嚴重制約了渭河流域生態健康發展。與高含沙量的渭河干流和北岸支流不同的是，渭河南岸支流即秦嶺北麓支流水體濁度低,在秦嶺北麓支流匯入渭河干流時形成了獨特的“清濁相交”生態景觀。但由于渭河南岸支流地處秦嶺北麓生態脆弱區,水體承載力差,易受破壞,是渭河流域重要的水源涵養區,也面臨著生態環境安全與健康問題[6]。因此,對渭河流域水生態健康水平進行評價刻不容緩。

浮游植物是水生態系統的初級生產者,在水生態系統的能量流動、物質循環和信息傳遞過程中扮演了至關重要的角色,在維持水體生態平衡中發揮了重要作用[7]。了解浮游植物的種類組成等生物學信息有利于對河流生態結構的深入認識,因此,浮游植物是水環境檢測中的重要指示生物[8]。人們通常利用浮游植物的多種多樣性指數[9-11]、Simpson生態優勢度指數[12]及浮游植物生物完整性指數[13]對河流水質進行評價,這是因為利用浮游植物群落特征進行水質評價具有以下幾個優點：(1) 直觀性。對浮游植物來說,當水質變差,有時僅憑水體顏色就可判斷水體的好壞；(2) 全面性。評價結果可反映一段時間內水體污染現狀,理化檢測則是反應某一個時間點水體狀況,且隨著污染物增多會產生協同效應,單純的理化檢測技術無法實現全面分析,而利用浮游植物則會更加有效的反應污染物對水體生物帶來的一系列影響；(3) 敏感性。浮游植物可對微量有害物質做出反映,敏感度強,理化檢測的下限決定了其局限性；(4) 預警性。在污染發生的早期,低濃度污染物進入環境時,浮游植物就可能做出反映。但由于傳統的藻類分類法并沒有考慮藻類對環境響應的物種特異性和環境特異性,導致鑒定得出的藻類群落結構變化與環境因子之間的關系不準確[14],使得利用浮游植物群落特征進行水質評價的結果并不可靠。因此,1980年Reynolds借鑒Grime在1977年提出的陸地植物生態學功能群的概念,將功能群的概念引入水生態系統,經數次改善將浮游植物劃分為31個不同的功能群(Functional Group,FG)[14- 17]。隨后諸多學者對此進行修訂,目前得到40組FG,其中有39組功能群應用較廣[18]。浮游植物功能群在藻類群落結構變化及其對氣候變化的響應[19- 21]、藻類生產力-多樣性關系與功能群結構-多樣性關系[22- 24]等方面發揮了重要作用。除此之外,由于FG與環境密切相關,所以歐盟水框架據此開發出生態健康指數用于環境監測,包括為湖泊和水庫制定的Q評價指數和為河流制定的Qr指數[25- 27]。目前,已有諸多學者利用功能群對水質進行評價[28- 32],這是因為功能群的提出合理避免了浮游植物種類鑒定的復雜過程,僅依靠浮游植物生境的相似性就可以從物種功能性上對水體生態系統的健康進行評價。

本研究于2017年秋季與2018年春季對渭河流域的干流及秦嶺北麓五條典型支流(石頭河、黑河、灞河、石堤河、羅敷河)開展了系統的水環境及水生生物研究。利用功能群概念對渭河流域浮游植物進行劃分,并利用Qr指數與Shannon-Wiener指數對研究區域進行水質評價,通過約束性排序分析,明確影響渭河流域浮游植物功能群特征的主要環境因子。主要研究目標有3個：(1) 明確渭河干流與秦嶺北麓典型支流浮游植物功能群特征；(2) 明晰渭河干流與秦嶺北麓典型支流水質評價結果；(3) 揭示影響渭河干流與秦嶺北麓典型支流浮游植物功能群差異的主要環境驅動因子。最后,期望本研究成果能夠為渭河流域的水生態管理和保護提供科學依據。

1 材料與方法

1.1 研究區域與樣點設置

渭河發源于甘肅省渭源縣鳥鼠山北側,流經甘肅、寧夏、陜西3省(區),在陜西省潼關縣港口鎮注入黃河。該流域地處E104°00′—110°20′,N33°50′—37°18′,干流全長818 km,流域面積13.48萬km2,其中甘肅省占44.1%,寧夏回族自治區占6.1%,陜西省占49.8%[33]。渭河流域地形特點為西高東低,北邊有六盤山、黃龍山等,南邊有秦嶺山脈,其中渭河南岸支流均發源于秦嶺山區,源短流急,谷狹坡陡,徑流較豐富,含沙量小。

本研究于2017年秋季與2018年春季對渭河干流和秦嶺北麓支流石頭河、黑河、灞河、石堤河、羅敷河開展系統的生態調查,渭河干流設15個斷面,五條支流各設5個斷面,每個斷面均設3個樣點。研究區域及樣點設置見圖1。

圖1 渭河流域干支流采樣斷面分布圖Fig.1 Distribution of sampling sections in mainstem and tributaries of the Weihe River Basin 采樣斷面自上游至下游順序排列，W1—15依次為渭河的15個斷面，ST1為石頭河第一個斷面，H1為黑河第一個斷面，B1為灞河第一個斷面，SD1為石堤河第一個斷面，LF1為羅敷河第一個斷面

1.2 水體理化參數測定

1.3 樣品采集、鑒定

在各采樣點取水樣1 L,加15 mL魯哥氏液固定,將水樣帶回實驗室,搖勻倒入1000 mL筒形分液漏斗固定在架子上,放在穩定的試驗臺上,靜置沉淀24 h,用細小虹吸管小心吸去上清液,直至浮游植物沉淀物體積約20 mL,旋開活塞放入標有30 mL刻度的標本瓶中,再用少許上層清液沖洗沉淀分液漏斗1—3次一并放入瓶中,定容至30 mL。搖勻樣品瓶,取采集處理好后的浮游植物樣品0.1 mL,置于浮游植物計數框內,在顯微鏡400x下進行浮游植物物種鑒定、細胞計數和稱濕重,以《中國淡水藻類-系統、分類及生態》作為參考書錄進行分類鑒定[37]。

1.4 數據分析與處理

運用Excel 2010和Origin9.0軟件對浮游植物數據進行統計和分析。通過ArcGIS10.0軟件繪制渭河流域采樣圖。使用SPSS 22.0軟件對水質評價指標與環境因子進行Pearson相關性分析。利用Canoco 4.5軟件采用Constrained Ordination (束縛型排序)分析束解析渭河干支流浮游植物功能群特征與環境因子之間的關系,環境參數最大標準化預處理后,作為環境數據源；浮游植物群落組成作為生物數據源,構成環境因子與種類矩陣,對浮游植物群落分布進行DCA(除趨勢對應分析),得出物種的單峰響應值SD(梯度),SD<3時采用RDA(冗余度分析),34時可進行CCA(典范對應分析),最后對數據進行999次蒙特卡洛置換檢驗,判定顯著影響浮游植物功能群特征的環境因子。本研究經DCA分析判斷后,17年秋季SD為2.963,18年春季SD為1.543,因此采用RDA分析方法。

適用于河流的Qr評價指數[27]：

式中,pi為ni/N的比值,ni為第i個功能群的生物量,N為浮游植物的總生物量,n為浮游植物功能群的數量,Fi為第i個功能群的賦值。

通常情況下,Fi因子的賦值并不是一個固定的常數,需要有經驗的研究者根據采樣水體的類型和浮游植物群落組成進行相應調整。Qr指數0—5分別表示：0—1差,1—2耐受,2—3中等,3—4好,4—5極好[26]。

2 結果與分析

2.1 環境因子

表1給出了2017年秋季與2018年春季渭河干流與秦嶺北麓典型支流調查樣點的水環境參數。兩次采樣數據渭河干流濁度、電導率、總磷、總氮、氨氮、硝酸鹽氮、亞硝酸鹽氮明顯高于支流,其余水環境參數變化不明顯。2017年秋季至2018年春季濁度、營養鹽水平均呈下降趨勢,葉綠素a呈上升趨勢,其余水環境參數變化不明顯。

表1 2017年與2018年渭河干流與秦嶺北麓典型支流調查樣點的水環境參數(平均±標準差)

2.2 渭河流域浮游植物種類及功能群組成

在調查期間,2017年秋季共鑒定浮游植物89種,隸屬7門41屬。其中硅藻門種類數最多,共計18屬60種,其次為綠藻門13屬15種,藍藻門5屬8種,隱藻門2屬2種,甲藻門1屬1種,裸藻門1屬2種,金藻門1屬1種。2018年春季共鑒定浮游植物209種,隸屬6門83屬。其中,硅藻門種類數也最多,共計29屬116種,其次為綠藻門37屬64種,藍藻門10屬16種,隱藻門1屬3種,甲藻門5屬6種,裸藻門1屬4種。可以發現,2017年秋季至來年春季渭河干流與秦嶺北麓典型支流浮游植物種類數明顯增加。

參考2009年Padisák完善的40組浮游植物功能群[18],將2017年秋季渭河流域采集的樣品中出現的物種歸納為17組功能群,分別為A、C、D、N、NA、MP、TC、TB、S2、SN、X2、X1、E、Y、J、LO、W1。參考Reynolds等[14],把每個樣點采集到的樣本中相對生物量大于5%的種類規定為代表性功能群,得到2017年秋季11組代表性功能群,分別是A、C、D、N、NA、MP、TC、TB、Y、LO、W1。2018年春季歸納出23組功能群,分別是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組代表性功能群,分別為C、D、N、NA、MP、TC、TB、X3、X1、Y、F、J、LO。兩次采樣共調查到15組代表性功能群,各功能群耐受性、敏感性及生境如表2所示。

表2 調查期間渭河流域代表性功能群主要識別特征

圖2表示了兩次采樣期間渭河干流與秦嶺北麓支流調查斷面浮游植物功能群相對生物量情況。2017年秋季渭河干流下游主要功能群總生物量明顯高于干流上游,其中MP功能群在渭河下游的相對比例最高時達到了76.57%(WH- 9)。渭河秦嶺北麓五條支流主要功能群總生物量沒有顯著差異,主要功能群有D、MP和TB,最高時相對比例分別為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總生物量變化較為顯著,其中主要功能群總生物量較高的調查斷面均以MP為主,MP功能群相對比例最高時為83.33%(STH- 3)。從2017秋季至2018年春季,渭河干支流代表性功能群相對比例呈下降趨勢,且浮游植物功能群數量呈增加趨勢,D、MP和TB功能群是渭河干支流常年共有的優勢功能群,這些功能群都主要分布在渾濁、有營養鹽和沖刷作用強的水體中。

圖2 2017年秋季與2018年春季渭河流域調查斷面各功能群相對生物量/%Fig.2 Relative biomass (%) of functional groups in the sampling sections of the Weihe River Basin in autumn 2017 and spring 2018WH1—15依次為渭河的15個斷面，STH1—5為石頭河的5斷面，HH1—5為黑河的5個斷面，BH1—5為灞河的5個斷面，SDH1—5為石堤河的5個斷面，LFH1—5為羅敷河的5個斷面

2.3 基于浮游植物群落的水質評價

2.3.1Qr指數

通過分別對渭河干流及秦嶺北麓五條典型支流2017年秋季和2018年春季兩次浮游植物功能群數據計算得出,2017年秋季渭河干流Qr指數平均范圍為1.21—4.89,石頭河為4.22—4.91,黑河為3.87—4.96,灞河為3.59—4.76,石堤河為4.11—4.76,羅敷河為1.01—4.67(圖3),由此判斷渭河干流與羅敷河水體情況屬于好-中-耐受的標準范圍,其余河流則屬于好-極好的標準范圍。分析羅敷河數據發現,羅敷河入渭河口斷面(LFH- 5)的Qr指數為1.01,其余數值均在4左右,所以可以判斷羅敷河水體質量在入渭河之前都是極好的,在入渭河時可能由于人類活動或其他影響因素導致水質突然變差。2018年春季渭河干流Qr指數平均范圍為1.94—4.77,石頭河為2.86—4.61,黑河為3.00—4.80,灞河為3.16—4.81,石堤河為4.36—4.38,羅敷河為3.34—4.63(圖3),由此判斷渭河干流屬于好-中-耐受的標準范圍,其余河流水體情況差異不大。通過兩次采樣Qr指數的變化情況來看,2018年春季渭河干支流Qr指數比2017年秋季低,可以推斷,渭河水質情況逐漸惡化。

2.3.2Shannon-Wiener多樣性指數

通過對渭河干流及秦嶺北麓五條典型支流2017年秋季和2018年春季兩次浮游植物數據計算得出,2017年秋季渭河干流Shannon-Wiener 多樣性指數范圍為0.69—2.28,平均值為1.70,其余河流均為2左右(圖3),由此判斷渭河干流水體情況為重污染-β-中污染,支流為α中污染-β污染。2018年春季渭河干流與支流Shannon-Wiener 多樣性指數平均值均為2.9左右,屬于α中污染,接近輕污染(圖3)。通過多樣性指數的變化來看,2018年春季渭河流域水質較2017年秋季好。

圖3 渭河流域各調查斷面Qr指數與Shannon-Wiener指數Fig.3 Qr Index and Shannon-Wiener Index in the sampling sections of the Weihe River Basin

圖4 渭河流域水環境因子與水質評價指標(Qr指數、Shannon-Wiener指數)的Pearson相關性分析圖Fig.4 Pearson correlation analysis between environmental factors and water quality evaluation index (Qr index and Shannon-Wiener index) of the Weihe River Basin其中矩陣下三角為P值數據,上三角為r值數據；*** 在0.001水平(雙側) 上顯著相關；*** 在0.01水平(雙側) 上顯著相關；* 在0.05水平(雙側) 上顯著相關

2.4 浮游植物與環境因子關系

2.4.1水質評價指標與環境因子的Pearson相關性分析

將兩次采樣的多種環境因子相互之間及與Qr指數、Shannon-Wiener 多樣性指數之間進行相關性分析(表3),結果表明Qr指數與水溫、電導率、總氮、硝酸鹽氮、葉綠素a的含量呈顯著負相關；Shannon-Wiener 多樣性指數則與水溫、pH、葉綠素a呈顯著相關,與濁度、總磷、氨氮呈顯著負相關；水溫、濁度、總氮和硝酸鹽氮與其他多數水環境因子存在顯著關系。

2.4.1浮游植物功能群與環境因子的RDA分析

經過冗余性分析之前的水環境參數篩選,發現對2017年秋季渭河干流與秦嶺山脈支流浮游植物功能群特征有重要作用的環境因子有水溫、pH、亞硝酸鹽氮(圖5)。2017年秋季渭河流域浮游植物功能群與環境因子的RDA分析結果顯示,第一、第二軸特征值分別為0.089和0.061,共解釋了采樣斷面生物數據16.2%的方差值。其中第一軸主要體現在化學參數方面,第二軸體現在物理參數方面。

圖5 2017年秋季渭河流域代表性功能群與環境因子的RDA分析Fig.5 RDA analysis of representative functional groups and environmental factors of the Weihe River Basin in autumn 2017

經過冗余性分析之前的水環境參數篩選,2018年春季渭河流域浮游植物功能群與環境因子的RDA分析結果顯示,第一、第二軸特征值分別為0.270和0.028,共解釋了采樣斷面生物數據29.7%的方差值。主要環境影響因子為濁度、電導率、亞硝酸鹽氮(圖6),其中第一軸主要體現在化學參數方面,第二軸體現在物理參數方面。

圖6 2018年春季渭河流域代表性功能群與環境因子的RDA分析Fig.6 RDA analysis of representative functional groups and environmental factors of the Weihe River Basin in spring 2018

3 討論

渭河流域浮游植物功能群在時空上具有差異性。2017年秋季渭河干流功能群主要以D、MP、TB為主,可能是由于渭河干流含沙量高,光照強度低,流速快,沖刷作用強,水體混合攪動作用強,適合尖針桿藻、舟形藻和異極藻等生長。由于D功能群對營養缺乏的水體環境較為敏感,說明了渭河干流營養鹽水平高。五條支流功能群主要以A、MP、TB為主,與干流不同的代表性功能群為A說明支流水體環境穩定,水體潔凈。干支流間代表性功能群的不同體現了水體富營養化水平。2018年春季渭河干流功能群主要以C、MP、TB、X1為主。C功能群能適應弱光低溫低含碳量條件,適宜生長在富營養化的中小型水體中。渭河干流濁度高,透明度低,營養水平高,再加之采樣時間4月份為枯水期,晝夜溫差大,水體表面溫度升高會影響水體分層[38],因此適合C功能群生長。以弓形藻屬為代表性種屬的X1功能群對水體分層呈現很強的耐受性,適合生活在超富營養水體中。與功能群C一樣,枯水期的渭河干流為X1功能群提供了良好的棲息場所。渭河秦嶺山脈五條支流功能群與干流差異不顯著,差異僅體現在一些相對生物量不高的功能群上,比如Y功能群,這是因為以嚙蝕隱藻為代表的Y功能群喜歡生活在冷水環境中,因此主要存在與水溫較低的山泉水或春、冬季節[39]。結合兩次調查研究結果可以發現,首先,渭河干流營養鹽水平與濁度均比支流高,水質情況較支流惡劣。其次,從2017年秋季至2018年春季,渭河流域代表性功能群數量增加,各功能群相對生物量下降,這可能是由于藻類經過越冬期后,逐步進入復蘇期,水體環境復雜多變導致的。

通過對渭河干支流浮游植物功能群與環境因子的RDA分析表明,不同的功能群受到不同環境因子不同程度的影響。2017年秋季影響浮游植物功能群的主要環境因子有pH、水溫和亞硝酸鹽氮。水溫和營養鹽水平對浮游植物群落有共同作用,水體表面溫度升高會影響水柱分層,而水柱分層反過來會影響水體表面與較深層營養豐富水域之間的混合,從而減少無機養分向透光帶的傳輸[38],與此同時,pH對于不同種藻具有不同的促進或抑制作用[40],這些因素間接導致了浮游植物功能群的組成。2018年春季影響浮游植物功能群特征的主要環境因子有濁度、電導率和亞硝酸鹽氮。電導率與濁度大小密切相關,濁度影響了浮游植物光合作用,水體中顆粒物質對光的吸收和反射會導致進入水體的光照發生衰減,浮游植物等的生產力將會降低[41]。由冗余性分析可知,渭河流域代表性功能群MP和TB都與pH呈正相關關系,與亞硝酸鹽氮呈負相關關系,其中功能群MP多出現在經常性擾動的渾濁淺水體中,功能群TB則多出現在沖刷水體中,渭河流域水體正符合了這一特點。結合兩次RDA分析結果可以發現,影響浮游植物功能群特征的環境因子主要為水溫、pH、濁度與營養鹽,除濁度外本研究影響浮游植物功能群特征的環境因子與前人的研究成果是一致的[28,42]。由此可見,相比于其他河流,渭河流域干流與秦嶺北麓典型支流之間濁度分布不均的特點已成為影響渭河流域浮游植物功能群特征的關鍵因素。

由渭河水質評價結果可知,Qr指數與Shannon-Wiener指數所反映的2017秋季與2018春季兩季水質變化情況并不一致,這可能是兩種評價方法的適用情況及渭河干支流間含沙量不同造成的。首先,由于Qr指數計算時需要對各功能群進行賦值,F因子的確定較為復雜,除要考慮水體的營養水平數據之外,還需考慮水體的流速,功能群建群時間等等[27],有可能由于渭河干流含沙量較高,絕大多數河流通用的F因子賦值已經不能準確反映渭河干流功能群特征,造成了指數計算時的誤差。其次,通過水環境因子與水質評價指標的Pearson相關性分析可知,Shannon-Wiener指數與濁度呈極顯著負相關,與葉綠素a呈極顯著正相關,說明該指數可以對河流濁度變化進行準確的反應,由此可以得出Shannon-Wiener指數相對于Qr指數可以對濁度較高的河流進行評價。最后,有研究表明,地理氣候及水環境變化對水體中浮游植物的物種組成影響明顯,但對功能群影響有限[43],渭河干流水體由于含沙量高,不同河段水環境差異比支流大,因此基于浮游植物物種組成計算出的Shannon-Wiener多樣性指數進行的水質評價方法更適用于渭河干流。綜上所述,兩種水質評價方法的適用情況有區別,Qr指數更適合評價秦嶺北麓典型支流水質,Shannon-Wiener指數更適合評價渭河干流水質。以總結出的適用情況結合兩種指標的水質評價結果可以得出,渭河秦嶺北麓典型支流2017秋季至2018年春季水質無明顯變化,渭河干流水質逐漸好轉。

渭河流域干流及秦嶺北麓支流水環境差異明顯,本研究以浮游植物為指示生物,對研究區域浮游植物的功能群特征及水質評價進行深入探討可為渭河流域生態文明建設諫言諫策。首先,浮游植物是水生態系統中的初級生產者,當浮游植物密度等生物數據發生變化時,以浮游植物為食的其他水生生物就會發生相應的變化。渭河流域秦嶺北麓支流是重要的水源涵養區,許多珍稀動物(如大鯢、細鱗鮭等)的棲息地,研究渭河流域浮游植物群落特征可為流域生態保護實時監測提供關鍵生物數據,這是保持渭河流域生物多樣性及生態系統穩定的關鍵一環。其次,利用浮游植物功能群對渭河流域水質進行評價,可與其他水質評價方法相互印證,以得出適宜人類生存的水質標準,制定考慮生物因素且契合渭河流域水體狀況的環境基準,為完善生態文明建設工程增磚添瓦,為渭河流域的水生態管理和保護提供科學依據。