小浪底水庫關鍵水體環(huán)境要素的時空變化特征及其影響因素?

黃新瑩, 姚 鵬,2??, 宋國棟, 王春禹, 吳 丹, 楊建斌, 陳 霖, 劉素美,2

(1. 中國海洋大學海洋化學理論與工程技術教育部重點實驗室, 山東 青島 266100; 2. 青島海洋科學與技術試點國家實驗室 海洋生態(tài)與環(huán)境科學功能實驗室, 山東 青島 266237)

隨著社會經(jīng)濟的發(fā)展，河流的自然性質和作用過程受到流域內(nèi)不斷加強的人文活動的強烈沖擊[1]，其中，大壩對河流的攔截調(diào)蓄對河流及流域生態(tài)系統(tǒng)的影響最為顯著和重要。大壩的修建極大地改變了陸地水循環(huán)和水環(huán)境狀況，“水庫效應”日益受到人們的重視[2-3]。所謂水庫效應是指河流水體被大壩攔截后形成滯水區(qū)，水動力減弱、水體垂直交換受阻以及水體透明度增加使得水庫具有了不同于河流的環(huán)境要素特征，特別是水庫建成后出現(xiàn)的季節(jié)性熱分層現(xiàn)象阻礙了水體的物質遷移和能量交換，對水、沙及其賦存的溶解氧、營養(yǎng)鹽、碳等物質的分布、循環(huán)產(chǎn)生影響，進而影響河流入海物質組成和通量，并可能改變河口和近海生態(tài)系統(tǒng)[4-6]。

黃河是中國第二大河，就輸沙量而言曾居世界第二[7]。近年來，受流域自然因素和人類活動的強烈影響，黃河入海水沙量急劇減少[8-9]，造成下游功能性斷流、河床抬高、河槽萎縮及河口三角洲沉積環(huán)境發(fā)生重大變化[10]。小浪底水庫是黃河最后一個峽谷河段水庫，控制了黃河90%的徑流和絕大多數(shù)泥沙[11]。關于小浪底水庫水體環(huán)境要素的研究目前已有相關報道。例如，陳昂等[12]根據(jù)小浪底水庫蓄水前后的水溫監(jiān)測資料及相關研究成果認為蓄水后庫區(qū)水體出現(xiàn)水溫分層現(xiàn)象。趙一慧等[13]通過利用環(huán)境流體動力學模型對豐水年、平水年和枯水年中小浪底水庫壩前水溫進行模擬，發(fā)現(xiàn)小浪底水庫在11月至次年3月期間壩前無明顯的水溫分層現(xiàn)象，4—10月水庫水溫出現(xiàn)分層現(xiàn)象且在7月上下層水溫溫差達到最大。針對小浪底水庫的水溫分層現(xiàn)象，肖翔群等[14]建立了立面二維水質模型對小浪底2013—2014年黃河調(diào)水期出庫水質進行預測，結果表明該時期出庫氨氮含量已超標。

盡管已經(jīng)有了一些初步的認識，但目前對于小浪底水庫水體環(huán)境要素的季節(jié)變化特點及河流水動力條件的變化對其影響了解還較少。小浪底水庫在一個水文年內(nèi)隨季節(jié)不斷調(diào)整運行方式，上游來水和來沙情況復雜多變，水庫水體環(huán)境也隨之不斷變化。要了解黃河入海物質的變化，首先必須了解小浪底水庫內(nèi)物質循環(huán)的變化，而水溫、DO、pH、葉綠素a等關鍵水體環(huán)境要素是反映水體水質情況的主要水質參數(shù)，也是水體內(nèi)部生化反應的基本控制條件，是了解物質循環(huán)變化的基礎。本研究從2017年6月—2018年9月對小浪底水庫庫區(qū)進行了多次現(xiàn)場調(diào)查，調(diào)查時間對應不同的蓄排水周期，獲得了多個斷面的水溫、pH、葉綠素a、溶解氧和懸浮顆粒物濃度等水體環(huán)境參數(shù)的剖面分布，系統(tǒng)研究了不同季節(jié)和不同運作方式下小浪底水庫關鍵水體環(huán)境要素的特征，并討論了影響其季節(jié)變化的主要因素，以期深入了解在黃河這種高泥沙含量的河流上修建的水庫在自然過程和人為調(diào)控下水體環(huán)境的變化特點，以更好地認識黃河入海物質源匯和生態(tài)影響，并為水庫污染防治、優(yōu)化運行管理提供參考和依據(jù)。

1 材料與方法

1.1 小浪底水庫簡介

小浪底水庫位于黃河中游豫晉兩省交界處的王屋山、太行山和崤山余脈之間的峽谷地段，屬典型的峽谷河道型水庫(見圖1(a))。小浪底水利樞紐工程1991年9月開始施工，2001年底建成，是以“防洪、防凌、減淤為主，兼顧供水、灌溉、發(fā)電”為目標的大型水利工程[11]。 庫區(qū)河谷上窄下寬，水庫總庫容126.5億m3; 庫區(qū)主要支流有12條，其中原始庫容大于1億m3的9條,支流庫容占總庫容的41.3%。庫區(qū)支流來水來沙量較少,支流來水或淤積的方式主要為干流倒灌[15]。水庫所屬氣候區(qū)為溫帶季風氣候, 該氣候特點為四季分明、雨熱同期。

1.2 站位布設

為研究小浪底水庫水體環(huán)境要素的季節(jié)變化特點及其影響因素，分別于2017年6月14—15日(水庫放水末期)、2017年11月30日—12月2日(水庫蓄水的末期)、2018年5月2—4日(水庫放水中期)和2018年9月1—2日(水庫蓄水初期、洪水調(diào)控期)對小浪底水庫進行了觀測和取樣(見圖1(b),(c))。2017年是黃河的一個特枯年，下游利津站年入海徑流量為89.6億m3，僅為1952—2015年間黃河多年入海徑流量均值的30%，而2018年汛期黃河上中游接連發(fā)生洪水事件，入海徑流量相比2017年有大幅度增加。2018年7和8月利津入海徑流量分別為42.11和67.44億m3， 分別是2017年同時期利津入海徑流量的5和7 倍。在小浪底水庫共設置了11個斷面，其中2017年6、12月和2018年9月采集了35斷面(距小浪底大壩約56 km)至壩前的樣品; 2018年5月采集了50斷面(距大壩約88 km)至壩前的樣品。壩前1斷面為四次采樣中水庫水深最大處，距離大壩約3.1 km，本研究中壩前1斷面水深最大達到了76 m，采樣時間為2017年12月，該時期水庫已完成蓄水，處于蓄水末期。壩前1斷面水深最小為42.5 m，采樣時間為2018年9月，該時期黃河中上游接連發(fā)生暴雨洪水事件，小浪底水庫處于洪水調(diào)控期。

圖1(a) 黃河流域示意圖

(衛(wèi)星圖取自Earth Resources Observation and Science(EROS)Center(http://glovis.usgs.gov/)[16]。The sensed Landasat data was acquired by the Earth Resources Observation and Science(EROS)Center(http://glovis.usgs.gov/[16].))

圖1(b) 小浪底水庫采樣站位圖

Fig.1(b) Distribution of sampling sites in the Xiaolangdi Reservoir

圖1(c) 采樣期間小浪底水庫蓄水量及下泄流量(2017年1月1日—2018年10月1日)

1.3 樣品采集與測定

調(diào)查依托黃河水利委員會黃河監(jiān)測船。使用GARMIN Fishfinder 240測深儀測定現(xiàn)場水深，通過在水庫各斷面下放多參數(shù)水質分析儀(RBR maestro)進行水溫的剖面測定， 并根據(jù)水溫確定采水層次。使用Niskin采水器采集水樣，在現(xiàn)場采用Winkler法進行溶解氧(DO)滴定(GB12157—2007)，并使用pH計(Thermo ORION A211—8157BNUMD)進行水樣pH的測定，其余水樣帶回岸上實驗室進行過濾以測定懸浮顆粒物(SPM)和葉綠素a含量。SPM分析采用重量差減法，將部分水樣經(jīng)預先稱重的醋酸纖維膜過濾(直徑47 mm，孔徑0.45 μm)，濾膜置于-20 ℃的冰柜中冷凍保存，帶回實驗室后在45 ℃的條件下烘干，將烘干后的濾膜稱重，與濾膜本身的質量差減，除以過濾體積后得到SPM含量。 另取一部分水樣用玻璃纖維濾膜過濾(GF/F,直徑47 mm,孔徑0.7 μm)，置于-20 ℃的冰柜中冷凍保存，帶回實驗室后用90%丙酮萃取，用熒光分光光度法(Hitachi F-4500)進行葉綠素a含量的測定，使用葉綠素a標準(Sigma C6144 1MG)配置工作曲線進行外標法定量。

1.4 水文數(shù)據(jù)的獲取

蓄水量及流量數(shù)據(jù)獲取自黃河水利委員會官網(wǎng)(http://www.yellowriver.gov.cn/)和2017年黃河泥沙公報。

1.5 數(shù)據(jù)處理與分析

數(shù)據(jù)圖表繪制及統(tǒng)計分析采用Excel 2016、Origin 8.0和SPSS 22軟件完成，站位圖及剖面圖采用Ocean Data View(ODV)軟件繪制。由于SPM含量和葉綠素a濃度在四次采樣中不存在正態(tài)分布，其與環(huán)境因子的相關性分析采用Spearman秩相關[17]。

2 結果

2.1 小浪底水庫蓄/排水的季節(jié)變化規(guī)律

2017年1月1日—2018年7月1日小浪底水庫經(jīng)歷了兩輪蓄水-放水的完整過程，蓄水——放水的時間段與黃河下游農(nóng)業(yè)灌溉和流域雨季時期基本對應。 其中，2017年1—3月、2017年8月—2018年3月、2018年8—10月為蓄水階段，2017年4—7月和2018年3—7月為放水階段。2017年6月和2018年5月的采樣時間處于水庫放水期，最大蓄水量分別為29×108和52.1×108m3，最大下泄流量分別為990和1 730 m3/s。2017年12月為水庫蓄水末期，此時蓄水量達到這一年中的最大水平(75×108m3)，下泄流量為735 m3/s。蓄水量最小(～5×108m3)的時期為2018年9月，此時下泄流量為1 540 m3/s，受黃河上中游洪水影響，小浪底水庫在該時期大量泄水(見圖1(c))。

2.2 小浪底水庫顆粒物含量和水溫的時空分布

2017年6月，即水庫放水末期,入庫水體SPM含量較高，35～25斷面水體SPM分布呈現(xiàn)垂向上隨水深的增加而增加的現(xiàn)象,該區(qū)域水體SPM平均為25和50 mg/L，從35斷面到壩前水體SPM含量不斷降低，至5斷面SPM含量已降低至4.76 mg/L，但1、3斷面SPM平均含量又上升至6.94 mg/L(見圖2(a))。在水庫蓄水末期(2017年12月)，水體SPM整體分布均勻，含量接近方法的檢出限(2.00 mg/L)，無SPM逐漸降低的分布現(xiàn)象(見圖2(f))。2018年5月處于水庫放水中期，入庫水體 SPM含量隨著距壩越近逐漸降低，25斷面至壩前SPM分布趨于均勻，該時期庫區(qū)水體SPM的平均含量為 7.55 mg/L(見圖 2(k))。2018年9月(洪水調(diào)控期)入庫水體含沙量較高，最大達到了7 894.70 mg/L，縱向上35～20斷面SPM隨水深的增加而增大，橫向上SPM含量隨著距壩越近逐漸降低，至10斷面處SPM含量已降低至9.16 mg/L(見圖2(p))。

2017年6月，水庫放水末期庫區(qū)水溫存在明顯的分層分布的現(xiàn)象(見圖2(b))。在水深小于10 m的30～35斷面區(qū)域水溫較高(-24 ℃)且分布較均勻，隨著距壩越近，水深增加，水溫在水深7和35 m附近發(fā)生較顯著變化，7 m以上、7～25 m以及25 m以下水體平均溫度分別為25.2、23.2和17.2 ℃，表底層溫差最大達到了10.0 ℃。 2017年12月，水庫蓄水末期水溫整體分布較均勻，水體溫度為四次調(diào)查中最低(見圖2(g))，平均只有12.5 ℃，水庫下游(15～35斷面)水體有微弱的分層現(xiàn)象，但表底層溫差最大只有3.9 ℃。 2018年5月，水庫放水中期庫區(qū)水溫也出現(xiàn)了分層分布的現(xiàn)象，水溫分層自40斷面開始至壩前，水深小于7、7～23和23 m以下平均水溫分別為20.1、13.9和9.2 ℃，表底層溫差最大為12.4 ℃(見圖2(l))。2018年9月，水庫水溫分布較為均勻，平均水溫為26.8 ℃(見圖2(q))，是四次調(diào)查中水溫最高的時期。

2.3 小浪底水庫DO、pH和葉綠素a的時空分布

2017年6月，DO平均值為6.36 mg/L(見圖2(c))，最大值(11.7 mg/L)出現(xiàn)在壩前水體表層，DO的層化現(xiàn)象較顯著，表層至底層DO最大相差8.01 mg/L。2017年12月DO整體上分布較均勻，平均值為7.56 mg/L，水庫下游(15～35斷面)DO有微弱的分層分布現(xiàn)象(見圖2(h))，該區(qū)域底層水體DO略高于表層。2018年5和9月DO分布較均勻(見圖2(m),(r))，無明顯層化現(xiàn)象,平均值分別為8.10和6.13 mg/L。

2017年6月pH的分布情況與DO較為一致(見圖2(d))，平均值為8.38，層化現(xiàn)象較顯著，水深10 m以上水體pH平均為8.58，10 m以下水體pH平均為8.02，由表層至底層pH最大相差0.85；2017年12月水體pH分布較為均勻(見圖2(i))，平均值為8.02。2018年5月水體pH分布與該季節(jié)水溫分布較類似，50～35斷面pH分布較均勻，平均為7.80，由35～15斷面水體pH出現(xiàn)分層現(xiàn)象，隨著距壩越近分層現(xiàn)象逐漸減弱(庫區(qū)1～10斷面pH數(shù)據(jù)缺失)(見圖2(n))。2018年9月高含沙量區(qū)(20～35斷面)水體pH分布較均勻(見圖2(s))，平均為8.02，壩前SPM含量較低(1～10斷面)的區(qū)域pH較高，最大值為8.27，垂向上該區(qū)域pH隨水深的增加逐漸降低。

2017年6月庫區(qū)葉綠素a平均值為1.83 μg/L，水深小于10 m的區(qū)域水體葉綠素a含量較高，平均為2.55 μg/L，水深10 m以下葉綠素a濃度分布較均勻，平均為0.53 μg/L(見圖2(e))。2017年12月庫區(qū)水體葉綠素a含量偏低且分布較均勻，平均含量僅為0.70 μg/L(見圖2(j))。2018年5月35～50斷面水體葉綠素a分布較均勻，平均含量為3.48 μg/L，從35～5斷面葉綠素a呈現(xiàn)微弱的分層現(xiàn)象，該區(qū)域水深10 m以上葉綠素a的平均含量為3.75 μg/L，水深10 m以下葉綠素a的平均含量為0.66 μg/L，1～5斷面葉綠素a從表層至底層并沒有呈現(xiàn)單一的遞減趨勢，而是在水面以下10 m處附近達到高值(～3.2 μg/L)(見圖2(o))。2018年9月葉綠素a高值集中在SPM較低的1～10斷面的表層，最大值達到了10.50 μg/L，垂向上該區(qū)域葉綠素a隨水 深的增加逐漸降低，高SPM區(qū)(20～35斷面)葉綠素a含量較低且分布均勻，該區(qū)域葉綠素a的平均含量為1.49 μg/L(見圖2(t))。

3 討論

3.1 小浪底水庫SPM的時空變化及影響因素

大壩的攔截造成水體流動性變差，小浪底庫區(qū)水體中的懸浮顆粒物受重力影響不斷發(fā)生沉降。2017年6月和2018年9月采樣期間，小浪底水庫35～20斷面的SPM在橫向上都呈現(xiàn)了距壩越近逐漸降低、縱向上隨水深增加逐漸增大的特點(見圖2(a),(p))。這可能是因為水流減緩導致上游輸運而來的泥沙發(fā)生沉積，并沿底層運動造成的[18-19]，也可能是由于水庫35～20斷面水動力相對較強，底層懸浮顆粒物在該區(qū)域發(fā)生再懸浮引起的。對于同時期的1～15斷面，SPM含量較低且分布較均勻,是水庫的“湖泊區(qū)”。2018年5月庫區(qū)SPM平均含量有所降低，但在50～45斷面也出現(xiàn)SPM含量逐漸降低的現(xiàn)象。2017年12月由于入庫流量較小、水動力相對較弱，入庫水體含沙量較低，庫區(qū)水體SPM平均含量較低，庫區(qū)未出現(xiàn)顯著的SPM逐漸降低的分布現(xiàn)象，水庫SPM的時空分布變化受上游來水及水庫調(diào)控運行模式的雙重影響。

3.2 小浪底水庫水溫的時空變化及影響因素

水溫分層是深水湖庫共有的湖沼學特征，河流筑壩攔截后，形成片段化河流，隨著水位抬升，流速減緩，由于湖泊/水庫表層水溫與地區(qū)氣溫基本上同步變化、高度相關，太陽輻射的加強使表底層溫差加大，造成密度差異較大的表底層水體在垂向上交換困難從而形成分層結構[20]。本研究中，小浪底水庫在2018年5月和2017年6月期間水溫呈現(xiàn)分層分布的特點(見圖2(b),(l))，且分層區(qū)水深大于10 m，表明水的深淺也是熱分層是否能夠形成的重要決定因素。在2018年9月采樣期間，受水庫調(diào)控洪水的影響，該時期庫區(qū)水體混合均勻，無明顯熱分層現(xiàn)象(見圖2(q))，水庫運行方式的調(diào)整是影響該時期水庫水溫結構的主要因素。

3.3 小浪底水庫DO和pH的時空變化及影響因素

DO是湖泊、水庫生態(tài)系統(tǒng)生化條件改變的敏感指標[21]。對于具有熱分層特性的深水湖庫，熱分層是影響DO垂向分布的關鍵因素[22]。此外，在富營養(yǎng)的水體中藻類數(shù)量對DO的含量和分布也存在顯著影響[23]。2017年6月小浪底水庫形成了穩(wěn)定的熱分層，DO也在該時期呈現(xiàn)顯著的分層分布，該時期DO與葉綠素a、水溫之間存在一定相關性(見圖3(b),(c))，因此光合作用增氧和水體熱分層是影響2017年6月庫區(qū)水體DO分布的主要因素。同時，該時期底層DO的濃度達到了四個采樣時間段內(nèi)最低水平，這可能是由于熱分層期間底層水體和沉積物消耗的氧不能得到及時補充，造成底層溶解氧降低[17,24-26]。對于洪水調(diào)控期(2018年9月)，壩前水體特別是1～5斷面，DO隨著水溫升高有增加的趨勢(見圖3(c))，這與2017年6月庫區(qū)水體DO隨水溫的變化趨勢相似，與此相反，在20斷面后的高含沙量的水體中，DO隨水溫的升高而降低(見圖3(c))，這是由于水溫升高，O2的溶解度降低[27]。因此，在洪水調(diào)控期，在水庫不同區(qū)域影響DO的主要因素不同，壩前低含沙量水體DO主要受光合作用等過程控制，而高含沙量區(qū)域物理因素是影響該時期高含沙量水體DO的主要因素[27]。水庫熱分層消失后(2017年12月)，上下水體的摻混作用使底層 DO含量迅速增加，表、底層 DO 含量基本一致，且均維持在較高水平。水體DO隨水溫的升高而降低(見圖3(c))，物理因素應是影響該時期水體DO的主要原因[27]。

表觀耗氧量(AOU)是由DO的理論值與實測值差減得來的。AOU<0時，表示DO處于過飽和的富氧狀態(tài)，反之，AOU>0時表示DO處于氧虧損的貧氧狀態(tài)。它與生物耗氧循環(huán)變化、水體垂直/水平交換等有關[28]。本研究中利用飽和DO濃度的公式計算出DO的理論值[29]，再與實測值進行差減得出AOU值。結果表明，2017年6月時庫區(qū)的表層水體已達富氧狀態(tài)，2018年5月表層水體基本達到飽和，除此之外庫區(qū)水體都處于貧氧的狀態(tài)(見圖2(f))。2017年6月和2018年5月AOU與葉綠素a呈現(xiàn)了較顯著的負相關關系，這主要是因為浮游植物的光合作用產(chǎn)氧造成水體中DO含量較高從而使得AOU逐漸偏負；2017年12月和2018年9月AOU都大于0并且變化范圍較小，AOU與葉綠素a的相關性也不明顯，特別是2018年9月壩前葉綠素a含量最大值超過了10 μg/L，但該時期庫區(qū)水體DO平均飽和度只有76%，說明水體中還有更強的DO消耗因素，可能是因為這兩個時期水體混合較均勻，水溫較高，促進了有機質氧化分解，消耗了水體中的DO[30]。

四次采樣時段庫區(qū)水體pH具有明顯的時空分布特征，變化范圍在7.47～8.85，該范圍與前人報道的黃河流域河水pH值變化范圍較一致[31-32]。由于黃河水體中的泥沙主要來自黃土高原，黃土偏堿性是水體pH偏堿性的主要原因[33]。河流體系的化學組成因受到流域的氣候、巖性、土壤、植被等自然因素及工農(nóng)業(yè)等人為因素的綜合影響，其水體環(huán)境復雜多變，pH與葉綠素a的關系也呈多樣化[34]。2017年6月小浪底水庫pH與葉綠素a呈現(xiàn)較顯著的正對數(shù)相關(見圖3(a))，可能是因為浮游植物在該季節(jié)溫暖適宜的水溫下生長旺盛造成水體CO2大量被消耗導致pH升高[35]。2018年5月和9月隨葉綠素a濃度的升高pH大致呈現(xiàn)逐漸增大的趨勢(見圖3(a))，說明pH隨浮游植物數(shù)量的增多呈一定比例的增加[35]，但對于冬季(2017年12月)來說，pH與葉綠素a的相關性較差，說明該時期影響水體pH的因素較多、較復雜(見圖3(a))。

3.4小浪底水庫葉綠素a的時空變化及影響因素

葉綠素a作為浮游植物現(xiàn)存量的重要指標[36-37]，一般會受到物理化學和生物等環(huán)境因子的制約[38]。研究表明，水溫會影響藻類細胞內(nèi)酶反應速率、植物新陳代謝速率，是影響葉綠素a的主導環(huán)境因子[36]；而懸浮顆粒物濃度對光合作用的影響則主要是通過判別是否構成了光限制。2017年6月和2018年9月隨著水溫的上升，葉綠素a含量呈冪函數(shù)式上升(見圖3(e))，說明在這兩次采樣階段內(nèi)水溫對藻類生長的制約作用是比較明顯的。而對于2018年5月來說，水溫對水庫內(nèi)儲存的“舊水”影響更大(見圖3(e))，這體現(xiàn)了水庫不同于天然湖泊的具有水體受到上游來水影響的特點。研究表明，當水庫內(nèi)水體滯留時間少于5天時，浮游植物將無法有效利用水體中的營養(yǎng)鹽[39]，浮游植物的生長會因此受到限制，2018年9月小浪底水庫處于洪水調(diào)控期，水庫內(nèi)部水體滯留時間相對于其他采樣時段變短，但該時期壩前葉綠素a含量最大值超過了10 μg/L，表明洪水調(diào)控并未影響到壩前水體的保留時間，這種現(xiàn)象在庫容較大且人工干預較多的水庫中較常見[40]。除此之外在洪水調(diào)控期(2018年9月)庫區(qū)葉綠素a含量與SPM含量呈明顯的冪函數(shù)形式(見圖3(d))，這是因為當水體中懸浮顆粒物濃度達到一定水平，懸浮顆粒物會改變光的水下傳遞,導致水下光照不足從而影響浮游植物生長[41]。

4 結語

受上游來水、水庫調(diào)控和水體自身理化、生物因素的影響，小浪底水庫水體環(huán)境具有鮮明的時空變化特征。受大壩的攔截作用，水體中的SPM含量在入庫后不斷沉降，受上游來水、SPM含量和流量控制。小浪底水庫在春季開始出現(xiàn)熱分層現(xiàn)象，在夏季受洪水影響進行的水庫調(diào)控會破壞熱分層，而在冬季蓄水時期水溫較低且分布均勻。DO受熱分層、大氣復氧和光合作用的多重影響，在熱分層結構更加穩(wěn)定的6月水庫底層處于低氧狀態(tài)。pH分層分布現(xiàn)象也主要發(fā)生在6月，春夏季壩前區(qū)域pH較高，與葉綠素a分布相對應，兩者均受水溫，即季節(jié)變化控制。總的來說，小浪底水庫內(nèi)理化環(huán)境因子時空分布復雜、變化劇烈，是氣候變化、人為控制和水庫內(nèi)過程等多重因素作用的結果，其對下游河流物質輸運的影響也因此具有高度的動態(tài)性，在今后研究黃河入海物質通量和過程時應考慮小浪底水庫的影響。

致謝:鄭州市黃河水利委員會在樣品采集等方面提供了大力幫助，中國海洋大學田宇宸、張欣然和張珂茹協(xié)助野外采樣，任景玲和張洪海在葉綠素a，葛田田在溶解氧測定中給予了幫助，在此一并表示感謝。