第一作者：刘凡 硕士研究生

通讯作者：张洪刚 副研究员（中国科学院生态环境研究中心）

论文DOI: 10.1016/j.watres.2023.121099

图文摘要

成果简介

近日，中国科学院生态环境研究中心张洪刚等在Water Research上发表了题为“Hysteresis analysis reveals how phytoplankton assemblage shifts with the nutrient dynamics during and between precipitation patterns”的研究论文(DOI: 10.1016/j.watres.2023.121099)，该研究评估了 2020 年 1 月至 2022 年 1 月期间全年降水事件对长江中下游水源水库中营养物质和浮游植物动态的影响。文中根据降雨强度、持续时间和累积降雨量，确定了四种不同的降水模式，即早春桃花汛（THX）、梅雨（MY）、台风雨（TF）和旱季（DS）。研究结果表明，降雨是藻类动态的主要驱动因素，它改变了雨季的营养水平和 TN:TP 比率，而水温在旱季则变得更为关键。研究认为必须将降水特征与藻类增殖和降雨发生之间的滞后期结合起来才能更准确评估降雨对藻华的影响。在 MY 和 DS 期间，受到降雨强度和累积降水量的影响，藻类增殖的最高峰分别出现在降雨峰值后约 20 天和 30 天。研究还发现由于降雨驱动的流入水体中各种形态氮和磷差异性导致库区水体 TN/TP 比率明显分为两个阶段（平均值分别为 52 和 19），显著影响优势藻类从 Bacillariophyta到 Cyanophyta的转变。研究结果表明，营养物质、温度和由不同降雨模式驱动的水文条件在影响藻类动态方面具有相互关联的作用，这项研究为预测气候变化背景下的藻华风险以及制定可持续的湖泊或水库修复战略提供了有科学基础。

全文速览

由于气候变化的影响，特别是极端降雨事件发生频率的增加，全球富营养化程度明显加剧。预测和管理富营养化需要了解降水事件对藻类动态的影响。本研究中选择了长江中下游的YK水库流域进行探究，阐明了全年尺度四种典型降水模式对该库区富营养化和浮游植物动态影响过程与机制。根据降雨强度、降雨持续时间和累积降雨量将全年降雨事件划分为四个典型模式，并发现降雨过程改变了库区水体氮磷浓度、形态和氮磷比，是库区藻类动态变化，尤其优势藻种转变，的主要驱动因素，而且受到降雨模式的影响，藻群落动态的响应时间呈现差异化的滞后效应。研究认为在流域尺度上水体富营养化和藻华防控方面，必须将降水特征与藻类增殖和降雨发生之间的滞后期结合考虑才能更准确评估降雨对藻华的影响。

引言

由水体氮磷等营养物质过度输入和累积导致的水体富营养化和藻华暴发是全球面临的最严峻水环境问题之一。全球气候变暖引起的温度和降水模式变化，尤其是降雨导致地表径流汇入显著影响了浮游植物生物量和养分输入。然而，不同降雨事件对水质和浮游植物生长的影响因其养分组成和营养盐形态而异，且浮游植物生长对降水事件的响应存在滞后效应。因此，了解不同降雨模式，特别是在整个年度的时间尺度上，对水体中养分和浮游植物群落的影响至关重要。

图文导读

四种降雨模式下库区氮磷时空分布

Fig. 1. Spatial distribution of TN and TP in the reservoir during different rainfall patterns.

Fig. 2. TN:TP distribution heat maps of sampling points under different rainfall patterns.

YK流域水体中总氮（TN）和总磷（TP）的时空分布表明，雨季营养盐浓度显著高于旱季，其中THX期的TN浓度最高。在雨季，TN浓度从THX到TF期明显下降，库尾区域TN浓度高于中部和库坝区。TP浓度在THX期最高，库尾区域从THX到TF期显著下降。雨季库区TN:TP比值沿水流方向呈现明显的增加趋势，而在旱季则呈两个阶段的变化，分别为1-2月和9-12月。此外，水中TN和TP分别以溶解氮和颗粒磷占主导。

库区藻群落动态

Fig. 3. A: Histogram of Chl-a under different scenarios; B: The percentage distribution of Cyanophyta and Bacillariophyta in different periods.

库区鉴定出属于7个门的43种浮游藻类，其中蓝藻和硅藻交替占主导地位。水库中藻类的生物量和群落组成在不同降雨时期明显变化，叶绿素-a浓度在雨季明显高于旱季。在1-2月和MY期间，硅藻明显占主导地位，而在其余期间蓝藻占主导地位。

滞后效应

Fig. 4. Annual changes of Chl-a, rainfall, TN:TP and algal community composition in the reservoir. The blue circle represents the moment when rainfall peaks, and the green circle represents the moment when Chl-a concentration peaks; The pie chart shows the composition of the algal community.

研究发现库区藻类的增殖在不同降雨事件发生后有一定时间滞后。该水库水库中发现了两个主要的藻类增殖期：第一个出现在MY期的降雨高峰后20天，平均叶绿素-a浓度为31μg/L。第二次藻类增殖开始于台风期后的第30天，且持续时间更长。

关键影响因素

Fig. 5. Random forest analysis of key factors affecting algae after considering hysteresis time. The asterisk represents the significant effect of the factor on Chl-a. The larger the MSE value, the greater its impact on Chl-a.

Fig. 6. Partial least squares path model (PLS-PM) showing direct and indirect effect of main factors on Chl-a. Red and blue represent positive and negative effects, respectively. The thickness of the line represents the absolute value of the path coefficients. The dashed lines between indicators indicate insignificance, and the inside of the dashed boxes are the external model parameters of the model.

随机森林分析结果表明，在将降雨当天（Day1）和7天累积降雨（Day1-7）作为关键因素时（很多同类研究中经常采用的采样时间），降雨对叶绿素-a浓度没有显著影响。然而，当根据藻类增殖与降雨发生之间的滞后时间阶段（即Day1、Day1-7、Day20、Day1-20、Day30和Day1-30）进行重新分析时，结果有所不同。在不同时期，降雨后的Day20和Day30及其相应的累积降雨显示出显著效应（p<0.05）对叶绿素-a浓度的影响。使用偏最小二乘路径模型（PLS-PM）更清晰地解释了不同降雨指标与养分和叶绿素-a之间的关系。降雨主要通过影响养分水平和水温来影响藻类生物量和组成。在THX期间，对藻类动态的最大贡献来自Day1-20的累积降雨，它提高了养分水平，特别是TDP和PP。在MY期间，降雨事件通过降低水温和增加养分水平来影响叶绿素-a。在TF期间，Day1-7的累积降雨对叶绿素-a的贡献值最高，为0.75，在此期间尽管降雨事件对养分和水温有显著影响，但对藻类动态的影响不显著。在DS期间，水温对藻类动态的影响远大于营养盐的影响。

氮磷影响优势藻群落转变

Fig. 7. Comparison of the patterns of TN/TP and algal community characteristics.

研究还发现，库区TN:TP比值显著影响浮游植物群落组成。根据TN:TP比值的不同，两个藻类增殖期的主导藻类明显不同，当TN:TP小于30时，蓝藻为主导藻类群，而在TN:TP值高于30时，主导藻类群转变为硅藻。这也与很多研究结果相似，表明蓝藻因固氮特性对低氮环境适应性较强。

小结

这项工作阐明了在流域尺度上受不同降雨模式驱动的YK水库中水质和藻群落动态过程与机制，特别是明确了不同降雨事件导致浮游藻类响应存在差异化的滞后效应。鉴于全球气候变暖背景下不同降雨事件频率的不断升高，在流域尺度上探究水体富营养化和藻华暴发防控实践策略时，不能依赖于以往经验值，而要根据不同地域特征考虑降雨事件对藻群落影响的滞后性。

通讯作者介绍

张洪刚 副研究员、硕士生导师，现任职于中国科学院生态环境研究中心，曾在美国俄克拉荷马大学环境基因研究所进行访问研究。长期从事流域水环境治理、水体修复及其环境响应相关的科学研究与技术研发工作。在Environ. Sci. Technol., Water Res., Sci. Total Environ., Chem. Eng. J.等期刊发表多篇SCI论文，申请发明专利8项，授权4项，主持、承担及参与了包括国家自然科学基金、国家水体污染控制与治理科技重大专项、“973”项目、重点研发项目以及中科院先导项目等国家级及省部级课题。

参考文献:

Liu F, Zhang H, Wang Y, Yu J, He Y, Wang D. Hysteresis analysis reveals how phytoplankton assemblage shifts with the nutrient dynamics during and between precipitation patterns. Water Res. 2024: 121099

文章链接:

https://www.sciencedirect.com/science/article/abs/pii/S0043135423015397