环境科学学报  2016, Vol. 36 Issue (3): 785-791
滨海地区混盐水体富营养化主因子识别与分析——以天津市清净湖为例    [PDF全文]
郑剑锋 , 李付宽, 孙力平    
天津城建大学环境与市政工程学院, 天津市水质科学与技术重点实验室, 天津 300384
摘要: 水质与水体营养化程度密切相关,提炼识别其中的主要影响因素并合理控制是水体富营养化防治的有效途径.我国滨海地区地表水咸化问题突出,混盐水体(含盐量500~30000 mg·L-1)众多,其中,许多混盐水体还同时面临富营养化加剧及水华的威胁.因此,本文以天津滨海地区典型混盐水体清净湖为研究对象,通过对其水环境监测数据的统计学分析,结合藻类生长模拟实验,对其富营养化主要影响因子进行识别与分析.结果表明,总磷和矿化度为清净湖藻类生长的主要影响因子,叶绿素a浓度与矿化度呈显著负相关关系,与总磷呈显著正相关关系,以总磷和矿化度为自变量的多元线性回归模型可较好地预测叶绿素a动态.水体含盐量在15000~25000 mg·L-1的范围适宜藻类生长增殖,而当盐度小于10000 mg·L-1或大于30000 mg·L-1时,藻类生长受到抑制;在清净湖当前氮浓度水平下,磷含量增加会促进藻类生长增殖,藻类生长速率呈P3组(10:1,氮磷比)> P4组(5:1)> P2组(20:1)> P1组(50:1)> P0组(无磷培养液),氮磷比为10:1时最适宜藻类生长.
关键词: 混盐水体    清净湖    富营养化    主因子    盐度        
Identification of eutrophication-controlling factors in mesohalinous waters of coastal region:A case study on Qingjing Lake of Tianjin City
ZHENG Jianfeng , LI Fukuan, SUN Liping    
School of Environmental and Municipal Engineering, Tianjin Chengjian University, Tianjin Key Laboratory of Aquatic Science and Technology, Tianjin 300384
Abstract: Water quality has close implication with eutrophication, of which dominative factors needs to be extracted and controlled in order to take effective precautions. Mesohalinous waters (within salinity of 500~30000 mg·L-1) prevail in numerous coastal regions of China, and most of them are under risk of severe eutrophication and algal blooms. Research was conducted taking Qingjing River as typical mesohalinous water in coastal regions of Tianjin city. To identify and analyze controlling factors for eutrophication, statistical analysis were introduced on basis of data that monitored in aquatic environments, and simulative experiments of algal-growth were completed and discussed. Results show that TP and salinity are mainly causes for algal propagation, since the concentration of chlorophyll-a exhibited apparent negative correlation with salinity while positive correlation with TP. Multiple linear regression model taking salinity and TP as independent variables can appreciably predict the profile of chlorophyll-a concentration. Results of algal-growth tests revealed that, salinity within the range of 15000~25000 mg·L-1 was more suitable for reproduction of algal, which was inhibited once salinity lower than 10000 mg·L-1 or over 30000 mg·L-1. For current nitrogen abundance, increasing TP will in turn accelerate algal growth in Qingjing River with the following order:10:1(N:P)> 5:1(N:P)> 20:1(N:P)> 50:1(N:P), which further proves P-controlled eutrophication.
Key words: mesohalinous water    Qingjing Lake    eutrophication    controlling factor    salinity    phosphorus    
1 引言(Introduction)

受高含盐土壤和地下水的影响,滨海地区地表水体咸化问题普遍比较突出(李军等,2010赵文玉等,2006),混盐水体(含盐量500~30000 mg · L-1)众多.通过对天津滨海地区部分地表水体实地调研发现,区域内地表水体普遍存在不同程度咸化,以封闭半封闭水体最为严重,清净湖、渤龙湖等水体含盐量常年在3000 mg · L-1以上,夏秋季局部水域有时可达15000 mg · L-1.通常认为高盐度对藻类生长有抑制作用(刘春光等,2006张亚丽等,2011陈学民等,2013),但通过对天津滨海地区部分混盐水体水质监测,并结合其它文献显示(郑剑锋等,2014常素云等,2013王秀朵,2011),这些混盐水体也面临着富营养化趋势加剧及由此带来的水华问题,秋季富营养化尤为严重,叶绿素水平常常达到100 μg · L-1以上.许多研究结果表明,不同盐度范围的水体中藻类生长规律各不相同(Barron et al., 2002; Stizh et al., 2004;Vincent,2001),这使得混盐水体富营养化具有自身独特的特征与规律.目前,水体富营养化问题的研究多以淡水湖库和海水为主,有关混盐水体富营养化问题的研究相对较少,这使得混盐水体富营养化与水华防治工作缺乏理论支持与科学指导,故有必要对混盐水体富营养化问题进行专门研究.

富营养化发生的原因比较复杂,是众多因素长期共同作用的结果,除N、P等营养盐因子外,还包括气象、水文、水质等环境因子(Hosper,1998金相灿,2001).在混盐水体富营养化问题研究中,从众多影响因子中识别主要的影响因子,掌握主因子对富营养化的驱动规律,有助于更好地理解富营养化的原因,对于预测富营养化趋势及水华产生,进而采取有针对性的防控措施,具有十分重要的意义(曾勇等,2005罗固源等,2009陈宇炜等,2001).因此,本研究以天津滨海地区典型混盐水体清净湖为研究对象,采用因子分析法、多元回归分析法等统计学方法,对清净湖富营养化主要影响因子进行识别,进一步通过藻类生长模拟实验,对营养盐和盐度进行量化分析,以期为滨海地区混盐水体富营养化防治提供参考.

2 材料与方法(Materials and methods) 2.1 研究区概况

清净湖位于天津滨海地区中新生态城内,范围为东经117°44′39″~117°45′40″、北纬39°8′38″~39°9′41″,距渤海海岸线不足4 km,水面面积2.58 km2,平均水深2 m.研究期间的水体矿化度在5100~8400 mg · L-1之间,属典型混盐水体.由于天津淡水资源严重缺乏,清净湖补水主要来自雨水和过境水,洁净淡水补给十分有限,水体咸化和富营养化是清净湖面临的两个主要水环境问题.

2.2 采样与测试方法

本研究在清净湖设A1~A9共9个采样点,具体如图 1所示.于2013年5月至2014年12月对清净湖水质进行采样测试分析(1、2月冰封期暂停监测),每月采样2~4次,测试指标包括pH、水温、照度、溶解氧、透明度、氨氮、总氮、正磷酸盐、总磷、高锰酸盐指数、矿化度和叶绿素a等12项水质指标.pH、水温和溶解氧采用HACH-sensiON便携式水质多参数测量仪于现场测定;光照强度采用希玛As823手持照度仪现场测定;透明度采用Secchi盘法现场测定;水样带回实验室测试分析,测试项目包括氨氮、总氮、正磷酸盐、总磷、高锰酸盐指数、矿化度和叶绿素a,测试方法参见《水和废水监测分析方法(第四版)》(国家环境保护总局水和废水监测分析方法编委会,2002).

图1 水体采样点示意图 Fig.1 Location of sampling sites
2.3 数据分析与处理

选取pH、水温、照度、溶解氧、透明度、氨氮、总氮、正磷酸盐、总磷、氮磷比、高锰酸盐指数、矿化度和叶绿素a等13项指标与清净湖营养状态关系密切的水质指标进行因子分析和多元回归分析,因子分析和多元回归分析均采用SPSS19.0统计软件进行(薛薇,2011).富营养化评价采用综合营养状态指数法(TLI),具体方法参见《湖泊(水库)富营养化评价方法及分级技术规定》(王明翠等,2002).

2.4 盐度对藻类生长影响模拟实验

以BG-11培养基配方配制藻类培养液,设计含盐量(NaCl)为0 mg · L-1(C0组)、5000 mg · L-1(C1组)、10000 mg · L-1(C2组)、15000 mg · L-1(C3组)、20000 mg · L-1(C4组)、25000 mg · L-1(C5组)、30000 mg · L-1(C6组)7个盐度水平.依照清净湖藻类鉴定结果(图 2),按照2 ∶ 2 ∶ 1 ∶ 1的比例接种铜绿微囊藻(Microcystis aeruginosa)、小球藻(Chlorella)、席藻(Phormidium)和卵囊藻(Oocystis),接入藻种后于光照培养箱中进行培养,温度为25 ℃,光照强度3200 lx,光暗比12 h ∶ 12 h.

图2 藻种鉴定显微图(放大倍数10×40) Fig.2 Themicrographs of algae species identification
2.5 磷对藻类生长影响模拟实验

实验用水取自清净湖,经0.45 μm滤膜抽滤处理,测定总氮含量为3.49 mg · L-1,总磷含量为0.07 mg · L-1,矿化度为6300 mg · L-1;在总氮水平保持不变的情况下,参考清净湖实际磷含量范围,用 KH2PO4调节实验用水磷浓度分别为0.07 mg · L-1(原水P1组)、0.175 mg · L-1(P2组)、0.349 mg · L-1(P3组)、0.698 mg · L-1(P4组),对应氮磷比分别为50 ∶ 1、20 ∶ 1、10 ∶ 1、5 ∶ 1,另配制无磷培养液作为对照组(P0组),接种藻和实验条件与盐度影响模拟实验相同.

3 结果与分析(Results and discussion) 3.1 水质现状分析

计算叶绿素a(Chl-a)、透明度(SD)、高锰酸盐指数(CODMn)、总氮(TN)、总磷(TP)月平均值±标准差,结果见表 1.监测期间,清净湖矿化度均值变化范围为5920~7877 mg · L-1,总氮为1.03~6.35 mg · L-1,总磷为0.05~0.30 mg · L-1,高锰酸盐指数为9.37~36.81 mg · L-1,透明度为21~33 cm,叶绿素a浓度为15.73~127.9 μg · L-1. 通过水质监测数据的统计分析发现,CODMn、TN和TP达到及超过Ⅴ类水质标准的数据所占比例分别为92%、70%和60%,藻类和有机物污染严重,春季水质相对较好,夏秋季较差.

表1 水质监测和富营养化评价结果 Table 1 Results of water monitoring and eutrophication evaluation

根据《湖泊(水库)富营养化评价方法及分级技术规定》(中国环境监测总站,总站生字[2001]090号),采用综合营养状态指数法对清净湖各月营养水平进行评价,结果见表 1.由表 1可知,清净湖富营养化程度严重,春季为轻-中度富营养化,夏秋季节为重度富营养化,尤其是8—12月比较严重,9、10月常出现局部水华.实地调研发现,清净湖为非连续流动的浅水混盐水体,湖水水质受补水水源影响很大,春季补水主要来自水质较好的过境地表水,这是春季水质较好的主要原因;夏秋季补水水源为水质较差的城市雨水径流和再生水,氮磷及有机污染物输入负荷高,氮磷营养盐累积,这可能是造成藻类生长迅速的主要原因.

3.2 富营养化主要影响因子识别

选取2013年5月至2014年4月的37组水环境监测数据,应用SPSS统计软件Correlation analysis功能对数据进行相关分析,结果见表 2.经检验,叶绿素a浓度与正磷酸盐、总磷、氮磷比和矿化度的相关性显著.其中,叶绿素a与矿化度呈负相关关系,表明随着含盐量增加,水中浮游植物生物量随之降低;与正磷酸盐、总磷呈正相关关系,与氮磷比呈负相关关系,且96%水样的氮磷比大于10 ∶ 1,表明磷是清净湖富营养化的限制因子.

表2 叶绿素a与影响因子的相关系数 Table 2 Correlation coefficient between chlorophyll-a concentration and its influencing factors

虽然叶绿素a浓度与正磷酸盐、总磷、氮磷比和矿化度显著相关,如果直接用于回归分析,可能带来严重的信息缺失和共线性的问题,故进一步采用SPSS统计软件Factor analysis功能(Varimax直角旋转)对水环境监测数据进行因子分析,结果如表 3所示.旋转后第一个主成分的特征根为3.381,它解释了总变异的26%;第二主成分特征值为2.688,解释总变异的20.673%;第三主成分的特征根为1.947,它解释了总变异的14.979%;第四主成分的特征根为1.359,它解释了总变异的10.45%.抽取前4个因子作为分析对象(特征值大于1),4个因子累积贡献率大于72%,这样就从多维数据中抽取了主要信息.

表3 因子的特征值、贡献率及累积贡献率 Table 3 Latent root,contribution rate and accumulative rate of factors

为了放大各因子之间的差异,继续采用方差最大化正交旋转,结果如表 4所示.叶绿素a、磷酸盐、总磷、矿化度、氮磷比在第一主成分上因子载荷较大,但由于总磷和磷酸盐间相关性极显著,为避免产生共线性问题,故剔除磷酸盐因子;pH、氨氮、总氮在第二主成分上因子载荷较大,而总氮和氨氮相关性极显著,矿化度和pH极显著相关,故剔除pH和氨氮因子;高锰酸盐指数、透明度在第三主成分上因子载荷较大;照度在第四主成分上因子载荷较大.在避免因子信息缺失和共线性问题的基础上,本研究初步识别清净湖富营养化主要影响因子为:叶绿素a、总磷、矿化度、氮磷比、总氮、高锰酸盐指数、透明度、照度.

表4 主成分载荷矩阵 Table 4 Component matrix

利用多元回归分析法,对清净湖富营养化主要影响因子初步识别结果进行进一步筛选.以叶绿素a为因变量,总磷、矿化度、氮磷比、总氮、高锰酸盐指数、透明度、照度为自变量,在SPSS软件中输入变量的数据,采用Stepwise策略对自变量进行筛选,得到4个回归方程(表 5),4个模型系数经T检验(表 6),发现均满足统计学检验要求.

表5 多元逐步回归模型 Table 5 Stepwise multiple regression equation

表6 回归模型T检验 Table 6 T test of regress model

利用2014年5月至2014年12月的14组水环境监测数据对4个模型进行验证,结果如图 3所示.4个模型预测值与叶绿素a实测值比较,模型3预测相对误差范围为12.6%~184.3%,平均相对误差为97.1%;模型4模拟相对误差范围为10.8%~217.9%,平均相对误差为118.8%;模型3和模型4预测结果均明显表现出较大误差,且出现预测值为负的情况,表明以高锰酸盐指数因子为自变量,大大降低了模型预测精度.模型1预测相对误差范围为2.9%~79.3%,平均相对误差为37.2%;模型2预测相对误差范围为0.13%~47.5%,平均相对误差为20.9%;模型1和模型2预测结果误差相对较小,以模型2模拟精度为优.4个模型验证结果表明,由总磷和矿化度为自变量的多元线性回归模型(模型2)模拟精度最好,表明在清净湖水环境监测指标中,总磷、矿化度对叶绿素a浓度影响最大.

图3 模型验证分析结果 Fig.3 Result of model validation

综合相关分析、因子分析和多元回归分析的结果,确定总磷和矿化度为清净湖富营养化主要影响因子,水体中浮游植物生物量随着总磷浓度升高而增加,随矿化度升高而降低.

3.3 盐度对藻类生长影响分析

盐度对藻类生长影响模拟实验结果如图 4所示,实验期间7种盐度水平条件下,藻类生长速率呈:C3组>C4组>C5组 >C0组>C1组>C2组>C6组,藻类平均增殖速率分别为13.9×105 cells · mL-1 · d-1(C3组)、12.8×105 cells · mL-1 · d-1(C4组)、11.2×105 cells · mL-1 · d-1(C5组)、3.5×105 cells · mL-1 · d-1(C0组)、3.2×105 cells · mL-1 · d-1(C1组)、2.8×105 cells · mL-1 · d-1(C2组)、13.9×105 cells · mL-1 · d-1(C6组).由此可以推断,在0~10000 mg · L-1盐度范围,藻类生长速率随着盐度增加而降低;当盐度范围上升至15000~25000 mg · L-1范围,藻类快速生长增殖,其中,含盐量为15000 mg · L-1条件下藻类增殖速率最快;当含盐量达到30000 mg · L-1时,藻类生长又受到抑制.有研究表明,盐度对藻类生长繁殖有较大影响,在适宜的盐度范围内,可促进藻类的生长,当盐度高于或低于藻类耐盐的适宜范围时,藻类的生长就会受到抑制(Taylor et al., 2001徐宁等,2004),其生理原因还有待于进一步研究(Pedrós-Alió et al., 2000Estrada et al., 2004).根据观察,接种藻后0~8 d,C3~C6组中小球藻、席藻和卵囊藻均大幅减少,铜绿微囊藻生长缓慢,但逐渐成为优势藻;C1组和C2组席藻和小球藻数量减少,铜绿微囊藻和卵囊藻生长缓慢,逐渐成为优势藻.8~18 d,C3~C5组铜绿微囊藻快速生长增殖,成为绝对优势藻,卵囊藻、小球藻和席藻均未检出;C1组和C2组4种藻均生长缓慢,铜绿微囊藻为优势藻.C0对照组中4种藻均生长较慢,第10 d达到顶峰,而后有所下降,小球藻为优势藻.由此可知,铜绿微囊藻对混盐环境适应性较好,尤其在15000~25000 mg · L-1的盐度环境下,小球藻、席藻和卵囊藻生长均受到严重抑制甚至消亡,在缺乏藻种竞争的情况下,更易导致铜绿微囊藻快速增殖而爆发水华.因此,应继续采取压盐洗盐措施,降低清净湖水体含盐量,尤其将夏秋季水体含盐量控制在10000 mg · L-1以下.

图4 不同盐度下藻类生长曲线 Fig.4 The curve of algae growth at different salinity conditions
3.4 磷对藻类生长影响分析

磷对藻类生长影响模拟实验结果如图 5所示,实验期间5种磷浓度水平下,藻类平均生长速率呈P3组(10 ∶ 1,氮磷比)>P4组(5 ∶ 1)>P2组(20 ∶ 1)>P1组(50 ∶ 1)>P0组(无磷培养液),藻类平均增殖速率分别为0.018×105 cells · mL-1 · d-1(无磷)、0.111×105 cells · mL-1 · d-1(TP=0.07 mg · L-1,N ∶ P=50 ∶ 1)、0.286×105 cells · mL-1 · d-1(TP=0.175 mg · L-1,N ∶ P=20 ∶ 1)、0.345×105 cells · mL-1 · d-1(TP=0.349 mg · L-1,N ∶ P=10 ∶ 1)、0.295×105 cells · mL-1 · d-1(TP=0.698 mg · L-1,N ∶ P=5 ∶ 1).实验结果表明,在混盐环境条件下,氮磷比对藻类生长同样有显著影响,当氮磷比大于10 ∶ 1时,藻类增殖速率随着氮磷比降低(磷浓度升高)而增加;当氮磷比小于10 ∶ 1时,藻类增殖速率随着氮磷比降低(磷浓度升高)而降低.根据Liebig最小生长定律,藻类细胞组成的原子比率C ∶ N ∶ P=106 ∶ 16 ∶ 1,对应的原子质量比为40 ∶ 7.2 ∶ 1,当N ∶ P>7.2时,磷就会成为藻类生长的潜在限制因子,反之当N ∶ P<7.2时,氮就是藻类生长的潜在限制因子,此规律一般适合湖泊水库等淡水中浮游植物的生长(Li et al., 2001).本实验中氮磷比为10 ∶ 1最适宜藻类生长,符合Liebig最小生长定律.

图5 不同磷浓度下藻类生长曲线 Fig.5 The curve of algae growth at different phosphorus concentration conditions
4 结论(Conclusions)

1)清净湖富营养化主要影响因子识别结果表明,总磷和矿化度是清净湖藻类生长的主要影响因子,叶绿素a浓度与含盐量呈显著的负相关关系,与总磷呈正显著相关关系,以总磷和矿化度为自变量的多元线性回归模型对叶绿素a预测精度较好.因此,确定磷含量和矿化度为清净湖混盐水体富营养化的主控因子.

2)盐度对藻类生长模拟实验结果表明,盐度对藻类的生长增殖有明显影响,含盐量为15000~25000 mg · L-1范围适宜藻类生长,含盐量为15000 mg · L-1时,藻类生长增殖速率最快.而当含盐量小于10000 mg · L-1或大于30000 mg · L-1时,藻类生长缓慢,故应继续采取洗盐措施,控制清净湖水体含盐量在10000 mg · L-1以下,以降低水华爆发的风险.

3)磷含量对藻类生长影响模拟实验结果表明,磷含量对混盐水体藻类生长有显著影响,随着磷含量增加,藻类生长速率随之加快.在氮含量不变的情况下,藻生长速率P3组(10 ∶ 1,氮磷比)>P4组(5 ∶ 1)>P2组(20 ∶ 1)>P1组(50 ∶ 1)>P0组(无磷培养液),氮磷比为10 ∶ 1最适宜藻类生长.因此,清净湖水体富营养化防治应以控磷除磷为主.

参考文献
[1] Barron S,Weber C,Marino R,et al.2002.Effects of varying salinity onphytoplankton growth in alow-salinity coastalpond under twonutrient conditions[J].Biol Bull,203:260-261
[2] 常素云,程群,任必穷,等.2013.天津滨海新区水库水质状况分析[J].南水北调与水利科技,11(6):54-57
[3] 陈学民,韩冰,王莉莉,等.2013.青海湖总磷水温及矿化度与叶绿素相关性分析[J].农业环境科学学报,32(2):333-337
[4] 陈宇炜,秦伯强,高锡云.2001.太湖梅梁湾藻类及相关环境因子逐步回归统计和蓝藻水华的初步预测[J].湖泊科学,13 (1):63-71
[5] Estrada M,Henriksen P,Gasol J M,et al.2004.Diversity of planktonic photoautotrophic microorganisms along a salinity gradient as depicted by microscopy,flow cytometry,pigment analysis and DNA-based methods[J].FEMS Microbiology Ecology,49:281-293
[6] 国家环境保护总局水和废水监测分析方法编委会.2002.水和废水监测分析方法(第四版)[M].北京:中国环境科学出版社
[7] Hosper S H.1998.Stable states buffers and switches:An ecosystemapproach to the restoration and management of shallow lakes in the Netherlands[J].Water Sci Technol,37(3):151-164
[8] 金相灿.2001.湖泊富营养化控制和管理技术[M].北京:化学工业出版社
[9] 李军,刘丛强,岳甫均,等.2010.天津地区地表水咸化的水化学证据[J].环境化学, 29(2):285-289
[10] Li R X,Zhu M Y,Chen S,et al.2001.Responses of phytoplankton onphosphate enrichment inmesocosms[J].Acta Ecologica Sinica,21(4):603-607
[11] 刘春光,孙红文,朱琳,等.2006.两种无机盐形成的盐度对淡水藻类生长的影响[J].环境科学学报,26(1):157-161
[12] 罗固源,郑剑锋,徐晓毅,等.2009.次级河流回水区叶绿素a与影响因子的多元分析-以临江河为例[J].长江流域资源与环境,18 (10):964-968
[13] Pedrs-Ali C,Caldern-Paz J I,MacLean M H,et al.2000.Themicrobial food web along salinity gradients[J].FEMS Microbiology Ecology,32:143-155
[14] Stizh I G,Popova L G,Balnok Y V.2004.Physiological aspects of adaptation of the marine microalga tetraselm is(Platymonas) viridisto various medium salinity[J].Russian Journal of Plant Physiology,51 (2):176-182
[15] Taylor R,Fletcher R L,Raven J A.2001.Preliminary studies on the growth of selected green tide algae in laboratory culture:Effects of irradiance,temperature,salinity and nutrients on growth rate[J].Botanica Marina,44:327-336
[16] Vincent W J.2001.Nutrient patitioning in the upper Canning River,Western Australia,and implications for the control of cyano bacterial blooms using salinity[J].Ecological Engineering,16:359-371
[17] 王明翠,刘雪芹,张建辉.2002.湖泊富营养化评价方法及分级标准[J].中国环境监测,18(5):47-49
[18] 王秀朵.2011.北方缺水城市景观水体污染控制[J].给水排水,37(7):1-3
[19] 徐宁,吕颂辉,陈菊芳,等.2004.温度和盐度对锥状斯氏藻生长的影响[J].海洋环境科学,23(3):36-38
[20] 薛薇.2011.统计分析与SPSS的应用(第三版)[M].北京:中国人民大学出版社
[21] 张亚丽,席北斗,许秋瑾.2011.盐度作为咸水湖富营养化基准指标的可能性初探[J].环境工程技术学报, 1(3):260-263
[22] 赵文玉,王启山,伍婷,等.2006.天津滨海地区水库水质咸化问题及机理分析[J].海河水利,(3):33-35
[23] 曾勇,杨志峰,刘静玲.2005.北京市北环水系富营养化因子分析[J].应用生态学报,16 (8):1513-1517.
[24] 郑剑锋,贾泽宇,谭静亮,等.2014.滨海地区混盐水体叶绿素a特征及影响因子分析[J].环境科学与技术,37(6):120-124