湖泊科学   2023, Vol. 35 Issue (5): 1529-1537.  DOI: 10.18307/2023.0512
0

研究论文——富营养化与水华防控

引用本文 [复制中英文]

唐海滨, 郑志伟, 胡莲, 潘晓洁, 史方, 邹曦, 万成炎, 2008—2020年三峡库区小江叶绿素a的时空演变特征及驱动因子. 湖泊科学, 2023, 35(5): 1529-1537. DOI: 10.18307/2023.0512
[复制中文]
Tang Haibin, Zheng Zhiwei, Hu Lian, Pan Xiaojie, Shi Fang, Zou Xi, Wan Chengyan. Spatiotemporal characteristics and driver analysis of chlorophyll-a in Xiaojiang River of the Three Gorges Reservoir from 2008 to 2020. Journal of Lake Sciences, 2023, 35(5): 1529-1537. DOI: 10.18307/2023.0512
[复制英文]

基金项目

国家重点研发计划项目(2022YFC3203905)、水利部重大科技项目(SKR-2022015)和国家自然科学基金项目(51779157, 51679153)联合资助

通信作者

邹曦, E-mail: zoux@mail.ihe.ac.cn

文章历史

2022-10-27 收稿
2023-01-19 收修改稿

码上扫一扫

2008—2020年三峡库区小江叶绿素a的时空演变特征及驱动因子
唐海滨 , 郑志伟 , 胡莲 , 潘晓洁 , 史方 , 邹曦 , 万成炎     
(水利部中国科学院水工程生态研究所, 水利部水工程生态效应与生态修复重点实验室, 武汉 430072)
摘要:2008年至2020年期间, 对三峡水库小江5个监测断面的叶绿素a(Chl.a)及主要环境因子进行季度监测, 分析小江Chl.a的时空变化特征, 探讨水体Chl.a与环境因子的相关关系, 解析影响小江Chl.a变化的主要环境因子。结果表明, 小江Chl.a年平均浓度为(20.69±9.41) μg/L, 变幅为5.96~33.90 μg/L。Chl.a浓度季节差异较大, 总体呈现出春、夏、秋3个季节明显高于冬季的变化特征, 且春季Chl.a浓度最高, 为34.48 μg/L; 空间分布上, Chl.a浓度呈现倒“N”型分布规律, 黄石断面最高(29.55 μg/L), 养鹿断面最低(15.23 μg/L)。Pearson相关性分析结果显示, 小江Chl.a浓度与CODMn、电导率、pH、溶解氧呈显著正相关关系, 与NO3--N、PO43--P、透明度呈显著负相关关系。通过逐步回归分析, 筛选得到对小江Chl.a影响最重要的5个环境因子。通径分析表明, 各环境因子对水体Chl.a浓度的作用大小在时空上存在一定差异。不同季节中对水体Chl.a影响最显著的环境因子分别为: 浊度(春季)、溶解氧(夏季)、NH3-N(秋季)、水温(冬季); 不同断面中对Chl.a影响最显著的环境因子由上游到下游依次为: 电导率(渠口)、CODMn(养鹿)、PO43--P(高阳)、电导率(黄石)、溶解氧(双江)。溶解氧、CODMn是影响小江全段Chl.a最主要的环境因子, 其中, 溶解氧对Chl.a浓度的直接作用最大, 其直接通径系数为0.451, CODMn对Chl.a浓度的间接作用最大, 其间接通径系数为0.204。拟合分析结果显示, Chl.a与溶解氧、Chl.a与CODMn均表现为指数函数的拟合效果最好, 其次为幂函数, 最后为线性函数。本研究对小江及三峡库区其他支流富营养化防控具有借鉴意义。
关键词叶绿素a    三峡库区    小江    时空变化    理化因子    逐步回归分析    通径分析    
Spatiotemporal characteristics and driver analysis of chlorophyll-a in Xiaojiang River of the Three Gorges Reservoir from 2008 to 2020
Tang Haibin , Zheng Zhiwei , Hu Lian , Pan Xiaojie , Shi Fang , Zou Xi , Wan Chengyan     
(Key Laboratory of Ecological Impacts of Hydraulic-Projects and Restoration of Aquatic Ecosystem of Ministry of Water Resources, Institute of Hydroecology, Ministry of Water Resources and Chinese Academy of Sciences, Wuhan 430079, P.R. China)
Abstract: From 2008 to 2020, we measured chlorophyll-a (Chl.a) and major environmental factors at five monitoring sites in Xiaojiang River, Three Gorges Reservoir, on a quarterly basis, analysed the spatial and temporal variation characteristics of Chl.a, explored the correlation between Chl.a and environmental factors in water bodies, and analysed the major environmental factors affecting the change of Chl.a in Xiaojiang River. The results showed that the annual average concentration of Chl.a was (20.69±9.41) μg/L with a variation of 5.96-33.90 μg/L. The Chl.a concentration varied seasonally, and the overall characteristics showed that the Chl.a concentration was significantly higher in spring, summer and autumn than in winter, and peaked at 34.48 μg/L in spring. The spatial distribution of Chl.a concentration showed an inverted "N" type distribution pattern, with the highest in the Huangshi section (29.5 μg/L) and the lowest in the Yanglu section (15.23 μg/L). Pearson correlation analysis showed that Chl.a concentration in Xiaojiang was significantly and positively correlated with CODMn, conductivity, pH and DO, and significantly and negatively correlated with NO3--N, PO43--P and Secchi depth. Stepwise regression analysis was used to screen the five most important environmental factors affecting Chl.a. Temporally, the most important environmental factors affecting Chl.a in different seasons were turbidity in spring, DO in summer, NH3-N in autumn, water temperature in winter. Spatially, the most important factors influencing Chl.a from upstream to downstream in different reaches were conductivity in Qukou, CODMn in Yanglu, PO43--P in Goyang, conductivity in Huangshi, DO in Shuangjiang. DO and CODMn were the most important environmental factors affecting Chl.a in Xiaojiang River, where DO had the largest direct effect on Chl.a concentration with a direct path coefficient of 0.451, and CODMn had the largest indirect effect on Chl.a concentration with an indirect path coefficient of 0.204. Fitting analysis showed that Chl.a and DO, Chl.a and CODMn were best fitted with an exponential function, followed by a power function and finally a linear function. This study is important for the in-depth understanding of the spatial and temporal variation patterns and the main influencing factors of chlorophyll-a, and for the management of eutrophication in Xiaojiang River and other tributaries in the Three Gorges Reservoir area.
Keywords: Chlorophyll-a    Three Gorges Reservoir    Xiaojiang River    spatial-temporal variation    environmental factors    stepwise regression analysis    path analysis    

随着社会经济的快速发展,水体富营养化已成为全球最突出的水环境问题之一。近年来,我国太湖、巢湖、洞庭湖等重要湖泊富营养化状况依然不容乐观[1-3]。叶绿素是浮游植物重要成分,而叶绿素a是植物光合作用重要色素,广泛存在于各种浮游植物体内, 其含量和动态变化能够反映水中藻类生长状况和变化规律[4-5]。故叶绿素a常被用于表征水体浮游植物生物量,也是水体富营养化评价的重要因子[6]。因此,开展水体叶绿素a监测调查,研究叶绿素a的时空变化及其与环境因子的相互关系,能够更全面地掌握水体浮游植物动态变化及形成机制,更加准确地研判水生态环境的演变趋势。

三峡大坝建成运行后,水文形势、水动力条件发生着显著变化,库区支流水系由此产生了新的水环境问题,尤其是库区水体富营养化受到广大学者的关注[7]。据统计,三峡水库蓄水后入库支流富营养化状况日趋严重,发生水华的支流数量逐年增加,2004年有6条支流暴发水华,而2013年已上升至20余条[8]。大坝阻隔导致支流流速变缓,水体滞留时间增加,是导致支流水华的主要原因[9]。三峡水库蓄水已有10余年,库区支流逐渐由河流生境向湖库生境转换,这一过程水生态系统结构也发生了一系列变化。浮游植物作为水体重要的初级生产者,全面认识三峡库区入库支流浮游植物的时空动态变化特征,对于研判水环境的演变趋势、水华发生机制等具有重要意义。但是,针对入库支流基于长时间序列下叶绿素a的时空变化特征以及与环境因子相互关系的系统性研究相对较少。

小江是三峡库区消落区面积最大、变动回水区较长以及常年流量较大的一条支流,具有典型性。本研究以小江为研究对象,在2008—2020年间对小江5个监测断面进行4个季度Chl.a的定期监测调查,分析小江Chl.a的时空演变特征,研究小江Chl.a不同断面及季节与水体主要理化因子的相关性,通过逐步回归分析,筛选出时空上影响Chl.a相对重要的环境因子,采用通径分析解析不同季节、不同断面小江Chl.a主要的驱动因子,旨为小江及三峡库区其它支流富营养化治理提供理论参考。

1 研究区域与研究方法 1.1 研究区域

小江,也称澎溪河,位于三峡库区北岸(30°49′~31°42′N,107°56′~108°54′E),为一级主流,全长184.2 km,流域面积5173 km2。小江上游共南河和北河两条支流,于开县汇合,三峡水库蓄水后,在开县新城下游4.5 km处修建了汉丰湖大坝,至此形成了小江。根据小江地形地貌特征、水文水力特征、水系分布特点及重要闸坝分布等情况,研究区域主要为汉丰湖大坝以下至入三峡水库口,总长约72 km。本研究共设置5个监测断面,分别为渠口(31°08′11″N,108°29′12″E)、养鹿(31°04′56″N,108°33′57″E)、高阳(31°05′48″N,108°40′22″E)、黄石(30°59′44″N,108°42′58″E)和双江(30°57′53″N,108°42′03″E)(图 1)。

图 1 小江研究区域采样点位置 Fig.1 Location of sampling sites in Xiaojiang River
1.2 样品采集

在2008—2020年间,于每年3、6、9、12月监测各个断面的叶绿素a浓度及水体主要理化因子,采集水面下约30 cm的表层水。监测指标包括水温(WT)、pH、溶解氧(DO)、电导率(Cond)、浊度(Turb)、总碱度(TBN)、透明度(SD)、总氮(TN)、总磷(TP)、氨氮(NH3-N)、硝酸盐氮(NO3--N)、正磷酸盐(PO43--P)、高锰酸盐指数(CODMn)、叶绿素a(Chl.a)14项。其中,WT、DO、pH、Turb、SD现场测定,其余指标将水样24 h内带回实验室测定。

1.3 样品测定

WT、pH、DO、Turb、Cond采用YSI Pro多参数水质测量仪原位测定,SD采用赛氏盘现场测定。实验室测定,TN采用碱性过硫酸钾消解紫外分光光度法,NH3-N采用纳氏试剂分光光度法,NO3--N采用紫外分光光度法,TP、PO43--P采用钼酸铵分光光度法,CODMn采用酸性高锰酸钾法,TBN采用酸碱指示剂滴定法,Chl.a采用丙酮萃取分光光度法,具体测定方法严格按照《水与废水监测分析方法(第四版)》[10]进行。

1.4 数据处理

数据整理采用WPS Office中的WPS表格软件,作图使用Origin 8.0,统计分析使用R 4.2.1。本文对Chl.a与水体环境因子进行Pearson相关分析和和双侧显著性检验,采用逐步线性回归筛选对小江Chl.a影响相对重要的环境因子,采用通径分析解析各个重要环境因子在不同季节、不同断面对Chl.a浓度的作用大小,采用线性及非线性拟合构建小江全段Chl.a与其主要环境因子的回归方程。

2 结果与分析 2.1 小江叶绿素a时空动态变化分析

2008—2020年期间,研究区域内小江Chl.a年平均浓度为(20.69±9.41) μg/L,变幅范围在5.96~33.90 μg/L之间,最小值出现在2008年,最大值出现在2019年(图 2)。整体趋势表现为上下波动,波动周期大约为3年。同时发现,Chl.a浓度中位数也呈上下波动变化,但波动幅度较均值小。两者比较可知,各年中Chl.a浓度的均值高于中位数,表明数据中较低值的数量相对较多,而较大值的数值比较小值的数值大得多。实际中,本研究更加关注叶绿素a在高浓度的变化情况,故采用均值比中位数更符合实际需要。此外,异常值数值有所增加。

图 2 小江叶绿素a的年度变化 Fig.2 Annual variation of chlorophyll-a in Xiaojiang River

小江5个监测断面Chl.a浓度时空变化如图 3所示。在季节上,整体表现为春季、夏季、秋季3个季节远高于冬季的变化规律,Chl.a浓度由高到低依次为,春季(34.48 μg/L)、秋季(27.61 μg/L)、夏季(20.21 μg/L)、冬季(2.01 μg/L)。其中,春季、夏季Chl.a浓度均在黄石断面最高,分别为59.11、31.98 μg/L;秋季Chl.a浓度在高阳断面最高,为37.95 μg/L;冬季Chl.a浓度在渠口断面最高,为3.24 μg/L。Chl.a浓度除了随季节变化外,还呈现出不同的空间差异性,即在空间上呈倒“N”型分布特征,Chl.a年平均浓度最高值出现在黄石断面(29.55 μg/L),最低值出现在养鹿断面(15.23 μg/L)。

图 3 小江各监测断面叶绿素a的时空变化 Fig.3 Spatiotemporal variation of chlorophyll-a in different monitoring sections of Xiaojiang River
2.2 小江叶绿素a与环境因子的相关分析

由Pearson相关分析可知,小江各监测断面Chl.a浓度与环境因子的相关性有所差异(表 1)。渠口断面,Chl.a浓度与Cond和DO呈极显著正相关(P < 0.01);养鹿断面,Chl.a浓度与NO3--N、CODMn相关性较强,其中与NO3--N呈显著负相关,与CODMn呈显著正相关;高阳断面,Chl.a浓度与PO43--P、WT、Cond和DO相关性较强,其中,与PO43--P呈显著负相关,与WT、Cond和DO呈正相关关系;黄石断面,Chl.a浓度与NO3--N、PO43--P呈显著负相关,与CODMn、pH和DO呈显著正相关;双江断面,Chl.a浓度与NO3--N、PO43--P、SD呈显著负相关,与DO呈显著正相关。整个河段上,与小江Chl.a浓度显著相关的环境因子包括NO3--N、PO43--P、CODMn、Cond、pH、DO和SD,其中,与NO3--N、PO43--P、SD呈负相关关系,与CODMn、Cond、pH、DO呈正相关关系。

表 1 小江各监测断面叶绿素a与环境因子的Pearson相关分析 Tab. 1 Pearson correlation analysis of chlorophyll-a and environmental factors in sections of Xiaojiang River
2.3 小江叶绿素a与环境因子的逐步回归分析

为进一步分析Chl.a浓度与环境因子之间的定量关系及其主要影响因子,以Chl.a浓度为因变量,以环境因子为自变量,采用逐步回归分析,建立不同季节/不同监测断面的Chl.a浓度与环境因子间的回归关系,逐步剔除不显著的变量,最终得到逐步回归方程(表 2表 3)。分析结果显示,小江不同季节影响Chl.a浓度的环境因子有明显差异。其中,春季在极显著水平下共有4个环境因子入选,分别为NH3-N、CODMn、Cond和Turb;夏季有DO和SD共2个环境因子入选,秋季有NH3-N、NO3--N、pH和Cond共4个环境因子入选,冬季有TN、TP、PO43--P、WT共4个环境因子入选。

表 2 小江不同季节叶绿素a与环境因子的回归方程 Tab. 2 Stepwise multiple regression equation between chlorophyll-a and environmental factors in different seasons in Xiaojiang River
表 3 小江不同监测断面叶绿素a与环境因子的回归方程 Tab. 3 Stepwise multiple regression equation between chlorophyll-a and environmental factors at different sampling sites in Xiaojiang River

表 3所示,通过逐步回归分析,筛选出对小江Chl.a浓度影响最重要的5个环境因子,分别为NO3--N、PO43--P、CODMn、DO和SD。其中,小江全河段Chl.a与CODMn、DO呈极显著正相关,与NO3--N、PO43--P、SD呈极显著负相关。不同断面筛选出的对Chl.a有显著影响的环境因子各不相同,渠口断面为TN、CODMn和Cond,养鹿断面有CODMn、WT、pH和Turb,高阳断面为TP、PO43--P、Cond;黄石断面为PO43--P、CODMn、DO;双江为PO43--P、CODMn、DO、SD。其中,黄石、双江断面构建的回归方程相关系数相对较大,分别为0.81、0.75。

2.4 小江叶绿素a与环境因子的通径分析

在逐步回归分析结果上,采用通径分析计算各重要环境因子对小江不同季节Chl.a浓度的作用大小,(附表Ⅰ图 4)。不同季节,各环境因子对水体Chl.a浓度的影响有明显差异。春季时,对小江Chl.a间接作用最大的环境因子为NH3-N(∑rijPj=0.266),直接作用最大的环境因子为Turb(Pi=0.753),均为正向影响;夏季时,对小江Chl.a间接作用最大的环境因子为SD(∑rijPj=0.083),直接作用最大的因子为DO(Pi=0.415),均为正向影响;秋季时,对小江Chl.a间接作用最大的环境因子为pH(∑rijPj=-0.131),为负向影响,而直接作用最大的因子为NH3-N(Pi=0.413),为正向影响;冬季时,对小江Chl.a间接作用最大的环境因子为TP(∑rijPj=-0.787),为负向影响,而直接作用最大的因子为TP(Pi=0.727),为正向影响。总体上,对水体Chl.a浓度影响最显著的环境因子分别为:Turb(春季,通径系数Pij=0.76)、DO(夏季,Pij=0.49)、NH3-N(秋季,Pij=0.34)和WT(冬季,Pij=-0.30)。

图 4 小江不同季节叶绿素a与环境因子的通径分析图 Fig.4 Path analysis model of chlorophyll-a and environmental factors in different seasons in Xiaojiang River

图 5所示,对小江全段Chl.a影响最显著的环境因子为DO(Pij=0.55),且自上游渠口到下游双江的5个监测断面,对Chl.a影响最显著的环境因子依次为:Cond(渠口,Pij=0.55)、CODMn(养鹿,Pij=0.53)、PO43--P(高阳,Pij=- 0.55)、Cond(黄石Pij=0.74)和DO(双江,Pij=0.61)。其中,渠口断面,对小江Chl.a间接作用最大的环境因子为TN(∑rijPj=-0.080),为正向影响,直接作用最大的因子为Cond(Pi=0.534),为负向影响;养鹿断面,对小江Chl.a间接作用和直接作用最大的环境因子均为Turb(∑rijPj=0.290、Pi=-0.450);高阳断面,对小江Chl.a间接作用最大的环境因子为TP(∑rijPj=-0.550),直接作用最大的因子为PO43--P(Pi=-0.568),均为负向影响;黄石断面,对小江Chl.a间接作用最大的环境因子为CODMn(∑rijPj=0.333),直接作用最大的因子为DO(Pi=0.530),均为正向影响;双江断面,对小江Chl.a间接作用最大的环境因子为PO43--P(∑rijPj=-0.301),为负向影响,直接作用最大的因子为DO(Pi=0.627),为正向影响。小江全段,对Chl.a间接作用最大的环境因子为CODMn(∑rijPj=0.204),最小的环境因子为PO43--P(∑rijPj=0.021);直接作用最大的环境因子为DO(Pi=0.451),为正向影响,最小的环境因子为NO3--N(Pi=-0.158),为负向影响。DO、CODMn决定系数dij分别为0.303、0.221,其值远高于其它3个环境因子,两者占决定系数之和的77.5%。由此可知,DO、CODMn是影响小江Chl.a最主要的环境因子(附表Ⅱ)。

图 5 小江不同监测断面叶绿素a与环境因子的通径分析图 Fig.5 Path analysis model of chlorophyll-a and environmental factors at different sampling sites in Xiaojiang River
2.5 小江叶绿素a与关键环境因子的拟合分析

进一步,采用线性函数、幂函数、指数函数3种常用函数拟合分析小江Chl.a与最主要环境因子(DO、CODMn)的关系。如图 6所示,Chl.a与DO、Chl.a与CODMn的拟合结果均表现为:指数函数的拟合效果最好,其次是幂函数,最后是线性函数。其中,Chl.a浓度与DO呈极显著正相关(P<0.01),相关系数R2为0.38,构建的指数函数方程为y=1.062e0.369x+0.707;Chl.a浓度与CODMn呈极显著正相关(P<0.01),相关系数R2为0.35,构建的指数函数方程为y=3.185e0.460x+3.406。

图 6 小江叶绿素a与DO、CODMn的拟合结果 Fig.6 Fitting results of chlorophyll-a with DO and CODMn in Xiaojiang River
3 讨论 3.1 叶绿素a的时空变化特征

不同季节、不同采样点影响水体叶绿素a浓度的环境因子往往存在差异[11-12]。在本研究中,小江叶绿素a在季节上表现为春季、夏季、秋季远高于冬季的变化规律(图 3)。有关研究表明,温度是影响浮游植物生长的关键因子,随着水温的升高,浮游植物光合作用加强,生长速度加快,故冬季叶绿素含量往往较低[13]。此外,三峡库区冬季持续蓄水,使得小江水位升高,水环境容量增大,这可能是叶绿素冬季最低的另一个原因。小江水温常年保持在5℃以上,除冬季外,其它时间水温基本都在20℃以上,适宜的水温条件有利于藻类生长,导致小江春、夏、秋3个季度Chl.a浓度整体高于冬季。本研究中,Chl.a浓度在春季最高,这与郭劲松等[14]研究结论一致。夏季Chl.a浓度较春季有所下降,这主要与上游来水流量明显增加有关,水体交换频率加快,水力停留时间缩短,不利于藻类的附着和大量生长[15]。在当前全球气候变暖的背景下,水温的升高促进藻类在春季的提前生长,尤其是蓝藻等,故春季水华值得重点关注[16]。小江Chl.a浓度空间分布上呈现倒“N”型分布特征,在黄石最高而养鹿最低。同时发现,不同断面影响Chl.a的环境因子有所差异。各监测断面所构建的逐步回归方程中,除高阳外,其他断面Chl.a均与CODMn有关,且呈正相关关系,故建议今后在小江水华预警监测中增加对CODMn的同步监测。高阳及下游的3监测断面Chl.a均与PO43--P密切相关,这可能与下游回水有关。以往研究中,对长时间序列下Chl.a的时空变化特征以及与环境因子相互关系的系统性研究相对较少。潘晓洁等[17]研究指出,高阳是小江水华暴发最敏感的水域。本研究中,高阳断面Chl.a浓度仅在秋季时最高,而春夏两季Chl.a浓度最高则出现在黄石断面,这与研究时间尺度的长短有关。此外,三峡库区蓄泄水过程,引起小江回水段营养盐和叶绿素的变化,有待于后续进一步研究。

3.2 水体理化因子对叶绿素a的影响

通过逐步回归分析,本研究筛选出对小江叶绿素a影响最重要的5个环境因子,分别为NO3--N、PO43--P、CODMn、DO和SD。营养盐是浮游植物生长的必要元素,而浮游生物代谢及死亡也能增加水体营养盐浓度,两者相互作用。目前普遍认为,浮游藻类的生物量与水体中的营养盐浓度变化趋势相同[18-19],本研究中小江叶绿素a与TN、TP也呈正相关关系(表 1)。NO3--N、PO43--P作为可溶解性营养盐,易被浮游植物吸收利用,故有时表现为与叶绿素a呈显著负相关关系,这与吴怡等的研究一致[20]。可看出,溶解态氮磷才是小江浮游生物生长的限制因素,今后可加强对小江可溶性营养盐的动态监测。小江Chl.a浓度与CODMn有一定的正相关关系,与已有研究相同[21]。DO是浮游植物代谢过程中的重要能源物质,浮游植物生消会引起水体DO浓度变化,两者互为作用。小江Chl.a与DO呈正相关关系,这与藻类光合作用释放溶解氧有关,即Chl.a浓度越高, 浮游植物数量越多, 浮游植物在光合作用中释放氧分子, 使水体中DO浓度增加。因此,DO常常作为叶绿素a变化的被动因子[22]。小江Chl.a浓度与透明度呈负相关,水体透明度是藻类数量的直观表现,透明度越高,藻密度就越低,反之,透明度越低,藻密度越高,这与杨子超等[23]研究结果相同。已有研究表明,藻类生长的最佳氮磷质量比为7.2 ∶1,如果氮磷比高于7.2,则被认为是磷限制,而低于7.2则氮为限制因子[24]。本研究中氮磷质量比为22.4,故小江可能是磷限制水体,这与回归分析结果一致。磷也是洞庭湖、太湖等国内很多富营养化水体中主要影响因子,而氮通常十分丰富不再成为影响分布的限制因子[22-23, 25]。此外,除了以上影响因子,流速、光照、调水以及生物因素也会影响藻类的生长[26-29]

4 附录

附表Ⅰ~见电子版(DOI: 10.18307/2023.0512)。

附表Ⅰ 小江不同季节叶绿素a与环境因子的通径分析表 Appendix Ⅰ Path analysis results of chlorophyll-a and environmental factors in different seasons in Xiaojiang River
附表Ⅱ 小江不同监测断面叶绿素a与环境因子的通径分析表 Appendix Ⅱ Path analysis results of chlorophyll-a and environmental factors at different sampling sites in Xiaojiang River
5 参考文献

[1]
Fu Z, Guo J, Huang DZ et al. The evolution and influencing factors of eutrophication in Dongting Lake. Environmental Chemistry, 2022, 41(8): 2636-2645. [符哲, 郭晶, 黄代中等. 洞庭湖的富营养演变特征及影响因素. 环境化学, 2022, 41(8): 2636-2645.]
[2]
张辉, 杨雄. 综合营养状态指数法在巢湖水体富营养化评价中的应用. 安徽农学通报, 2018, 24(9): 84-87. DOI:10.3969/j.issn.1007-7731.2018.09.036
[3]
Wang Z, Zou H, Yang GJ et al. Spatial-temporal characteristics of chlorophyll-a and its relationship with environmental factors in Lake Taihu. J Lake Sci, 2014, 26(4): 567-575. [王震, 邹华, 杨桂军等. 太湖叶绿素a的时空分布特征及其与环境因子的相关关系. 湖泊科学, 2014, 26(4): 567-575. DOI:10.18307/2014.0411]
[4]
Carneiro FM, Nabout JC, Vieira LCG et al. Determinants of chlorophyll-a concentration in tropical reservoirs. Hydrobiologia, 2014, 740(1): 89-99. DOI:10.1007/s10750-014-1940-3
[5]
Kasprzak P, Padisak J, Koschel R et al. Chlorophyll-a concentration across a trophic gradient of lakes: An estimator of phytoplankton biomass?. Limnologica, 2008, 38(3-4): 327-338. DOI:10.1016/j.limno.2008.07.002
[6]
Bricker SB, Ferreira JG, Simast T. An integrated methodology for assessment of estuarine eutrophic status. Ecological Modelling, 2003, 69(1): 39-60. DOI:10.1016/S0304-3800(03)00199-6
[7]
Zou X, Pang XJ, Zheng ZW et al. Temporal-spatial variation of chlorophyll-a and environmental factors in the Xiaojiang River backwater of Three Gorges Reservoir. Journal of Hydroecology, 2017, 38(4): 48-56. [邹曦, 潘晓洁, 郑志伟等. 三峡水库小江回水区叶绿素a与环境因子的时空变化. 水生态学杂志, 2017, 38(4): 48-56.]
[8]
Yang ZH, Yang SC, Li D et al. Numerical simulation of eutrophication and its test of ecological operation schedule in Xiaojiang River, the tributary of Three Gorges Reservoir. J Lake Sci, 2016, 28(4): 755-764. [杨中华, 杨水草, 李丹等. 三峡水库支流小江富营养化模型构建及在水量调度控藻中的应用. 湖泊科学, 2016, 28(4): 755-764. DOI:10.18307/2016.0408]
[9]
Cai QH, Sun ZY. Water environment and aquatic ecosystem of Three Gorges Reservoir, China: progress and prospects. J Lake Sci, 2012, 24(2): 169-177. [蔡庆华, 孙志禹. 三峡水库水环境与水生态研究的进展与展望. 湖泊科学, 2012, 24(2): 169-177. DOI:10.18307/2012.0201]
[10]
国家环境保护总局. 水和废水监测分析方法(第4版). 北京: 中国环境科学出版社, 2002.
[11]
Ge Y, Zhou YF, Lv DW et al. Temporal and spatial distribution of chlorophyll-a and its relationship with environmental factors in Yangcheng West Lake. Resources and Environment in the Yangtze Basin, 2017, 26(7): 1068-1075. [葛优, 周彦锋, 吕大伟等. 阳澄西湖叶绿素a的时空分布及其与环境因子的关系. 长江流域资源与环境, 2017, 26(7): 1068-1075. DOI:10.11870/cjlyzyyhj201707013]
[12]
Yang ZC, Li YL, Qiu XC et al. Spatial-temporal distribution of Chlorophyll-a and its relationship with environmental factors in Shahu Lake. Journal of Hydroecology, 2020, 41(2): 77-82. [杨子超, 李延林, 邱小琮等. 沙湖叶绿素a的时空分布特征及其与环境因子的关系. 水生态学杂志, 2020, 41(2): 77-82.]
[13]
Zhu KX, Bi YH, Hu ZY. Responses of phytoplankton functional groups to the hydrologic regime in the Daning River, a tributary of Three Gorges Reservoir, China. Science of The Total Environment, 2013, 450: 169-177. DOI:10.1016/j.scitotenv.2013.01.101
[14]
Guo JS, Chen Y, Li Z et al. Seasonal variation of Chlorophyll-a and its potential relationship with various algal species in Xiaojiang River backwater area, Three Gorges Reservoir. Environmental Science, 2011, 32(4): 976-981. [郭劲松, 陈园, 李哲等. 三峡小江回水区叶绿素a季节变化及其同主要藻类的相互关系. 环境科学, 2011, 32(4): 976-981.]
[15]
Li Z, Zhang ZY, Yang ZH et al. Effects of flow speed on the change of in situ growth rates of algae in Pengxi River back-water zone, Three Gorges Reservoir. J Lake Sci, 2015, 27(5): 880-886. [李哲, 张曾宇, 杨中华等. 三峡澎溪河回水区流速对藻类原位生长速率的影响. 湖泊科学, 2015, 27(5): 880-886. DOI:10.18307/2015.0514]
[16]
Lv H, Yang J, Liu LM et al. Temperature and nutrients are significant drivers of seasonal shift in phytoplankton community from a drinking water reservoir, subtropical China. Environmental Science and Pollution Research, 2014, 21(9): 5917-5928. DOI:10.1007/s11356-014-2534-3
[17]
Pang XJ, Huang YF, Zheng ZW et al. Characteristics of blooms outbreak characteristics and its cause analysis during early summer in Xiaojiang River of Three Gorges Reservoir. Resources and Environment in the Yangtze Basin, 2015, 24(11): 1944-1952. [潘晓洁, 黄一凡, 郑志伟等. 三峡水库小江夏初水华暴发特征及原因分析. 长江流域资源与环境, 2015, 24(11): 1944-1952. DOI:10.11870/cjlyzyyhj201511019]
[18]
王俊, 韦肖杭, 姚伟忠等. 南太湖水体叶绿素a含量与氮磷浓度的关系. 浙江海洋学院学报(自然科学版), 2011, 30(3): 190-193, 204. DOI:10.3969/j.issn.1008-830X.2011.03.002
[19]
Zhao HQ, Wei XH, Yao WZ et al. Relationships between chlorophyll-a content and TN, TP concentrations in coastal waters of South Taihu Lake. Journal of Hydroecology, 2011, 32(5): 59-63. [赵汉取, 韦肖杭, 姚伟忠等. 南太湖近岸水域叶绿素a含量与氮磷浓度的关系. 水生态学杂志, 2011, 32(5): 59-63.]
[20]
Wu Y, Guo YF, Cao X et al. Eutrophication and spatial distribution of chlorophyll-a, nitrogen and phosphorus in Fu-Nan River, Chengdu City. Environmental Monitoring in China, 2013, 29(4): 43-49. [吴怡, 郭亚飞, 曹旭等. 成都府南河叶绿素a和氮、磷的分布特征与富营养化研究. 中国环境监测, 2013, 29(4): 43-49.]
[21]
Ruan XH, Shi XD, Zhao ZH et al. Correlation between chlorophyll-a concentration and environmental factors in shallow lakes in plain river network areas of Suzhou. J Lake Sci, 2008, 20(5): 556-562. [阮晓红, 石晓丹, 赵振华等. 苏州平原河网区浅水湖泊叶绿素a与环境因子的相关关系. 湖泊科学, 2008, 20(5): 556-562. DOI:10.18307/2008.0502]
[22]
Zhang GG. Spatial-temporal distribution of chlorophyll-a and its correlation with environment factors in Dongting Lake. Environmental Monitoring in China, 2016, 32(4): 84-90. [张光贵. 洞庭湖水体叶绿素a时空分布及与环境因子的相关性. 中国环境监测, 2016, 32(4): 84-90.]
[23]
杨世莉, 何莹, 祁云宽. 抚仙湖水体透明度及主要影响因子变化分析. 环境科学导刊, 2022, 41(4): 1-6.
[24]
Klausmeier C, Litchman E, Daufresne T et al. Optimal nitrogen-to-phosphorus stoichiometry of phytoplankton. Nature, 2004, 429(6988): 171-174. DOI:10.1038/nature02454
[25]
Wu HQ, Li QH, Li Q et al. Study on temporal and spatial changes of water eutrophication in cyanobacteria accumulation area of Taihu Lake. Environmental Pollution and Control, 2022, 44(7): 926-932. [武晗琪, 李琦晖, 李琪等. 太湖北部蓝藻集聚区水体富营养化时空变化研究. 环境污染与防治, 2022, 44(7): 926-932.]
[26]
Wen XL, Feng RN, Zhang G et al. Temporal variations of chlorophyll-a concentration and their relationships with abiotic and biotic factors in two small shallow lakes. J Lake Sci, 2017, 29(6): 1421-1432. [温新利, 冯若楠, 张根等. 两小型浅水湖泊水体叶绿素a浓度的季节变化及与理化因子和生物因子的关系. 湖泊科学, 2017, 29(6): 1421-1432. DOI:10.18307/2017.0614]
[27]
Desortova B, Puncocharb P. Variability of phytoplankton biomass in a lowland river: Response to climate conditions. Limnologica, 2011, 41(3): 160-166. DOI:10.1016/j.limno.2010.08.002
[28]
王晓青, 黄舸. 小江水文气象条件对水体氮、磷、叶绿素a的影响研究. 水利科技与经济, 2013, 19(12): 1-5.
[29]
Song WW, Xu Q, Fu XQ et al. Research on the relationship between water diversion and water quality of Xuanwu Lake, China. International Journal of Environmental Research and Public Health, 2018, 15(6): 1262. DOI:10.3390/ijerph15061262