程兵芬 ,夏瑞,張遠(yuǎn)*,張楠 ,張新飛 ,劉成建,
1.北京師范大學(xué)水科學(xué)研究院,北京 100875;2.中國(guó)環(huán)境科學(xué)研究院,北京 100012;3.西北大學(xué)城市與環(huán)境學(xué)院/陜西省地表系統(tǒng)與環(huán)境承載力重點(diǎn)實(shí)驗(yàn)室,陜西 西安 710127
隨著全球水體富營(yíng)養(yǎng)化問(wèn)題的加劇,國(guó)內(nèi)外多個(gè)大型河流出現(xiàn)了嚴(yán)峻水華問(wèn)題,嚴(yán)重影響了當(dāng)?shù)睾恿鞯乃w結(jié)構(gòu)與水生態(tài)環(huán)境,對(duì)人類飲水安全造成了極大的威脅(Jung et al.,2011;竇明等,2002;張遠(yuǎn)等,2017)。通常富營(yíng)養(yǎng)化容易發(fā)生在水體流速相對(duì)靜止的湖泊和水庫(kù),然而受多種因素的綜合影響,國(guó)內(nèi)外諸多大型河流頻繁發(fā)生水華現(xiàn)象(Whitehead et al.,2015;梁開(kāi)學(xué)等,2012;夏瑞等,2020)。營(yíng)養(yǎng)鹽含量、水文條件和氣候條件的綜合作用是水華發(fā)生的主要因素(Carey et al.,2012);如營(yíng)養(yǎng)鹽總氮和總磷作為藻類生長(zhǎng)的必要條件(吳興華等,2017);流速與流量通過(guò)改變水體滯留時(shí)間影響藻類的生長(zhǎng),水位可以通過(guò)影響水體分層現(xiàn)象影響藻類密度的變化(Ji et al.,2017);降水的時(shí)空變化則會(huì)影響藻類的頻率與強(qiáng)度(Phlips et al.,2007);水溫則會(huì)影響不同藻類物種的耐受性,不同的溫度條件下,優(yōu)勢(shì)藻類結(jié)構(gòu)有很大差異等(Jung et al.,2009;Kim et al.,2014);如藍(lán)藻適宜溫度在30—35 ℃,綠藻適宜溫度均在20—35 ℃,藍(lán)綠藻適宜溫度均在25—35 ℃,硅藻在0—15 ℃都能夠的較好的生長(zhǎng),硅藻相比較藍(lán)綠藻更適合低溫條件(Chen et al.,2014)。綜合分析營(yíng)養(yǎng)物質(zhì)、溫度和水文條件的是探索河流藻華機(jī)制的必要條件(Kim et al.,2018)。在當(dāng)前氣候變化和人類活動(dòng)共同作用背景下,河流水華未來(lái)的演變趨勢(shì)及其主要影響因素也是當(dāng)前亟需探索的科學(xué)問(wèn)題。
漢江自 1992年第一次硅藻水華暴發(fā)以來(lái),已前后暴發(fā) 10次不同程度的水華事件,嚴(yán)重時(shí)覆蓋河段達(dá)到河口以上500多千米,單次持續(xù)時(shí)間最長(zhǎng)可達(dá)20天之久(梁開(kāi)學(xué)等,2012;夏瑞等,2020)。針對(duì)近年漢江水華的連年爆發(fā)過(guò)程,較多國(guó)內(nèi)外學(xué)者對(duì)水華的現(xiàn)狀及成因做了相關(guān)基礎(chǔ)研究,如梁開(kāi)學(xué)等(2012)發(fā)現(xiàn)2000年以后,漢江中下游硅藻水華與1992—2000年相比,面積縮小,但頻率增加;景朝霞等(2019)指出2004—2014年漢江中下游非汛期富營(yíng)養(yǎng)化嚴(yán)重,非汛期總磷和總氮濃度呈降低和增加趨勢(shì);潘曉潔等(2014)發(fā)現(xiàn)漢江春季水華暴發(fā)期間,不同采樣點(diǎn),硅藻種類占浮游植物比例在44.13%—51.29%之間;夏瑞等(2020)研究了識(shí)別了漢江河流型水華多影響要素,指出近50年來(lái),漢江流域氣候逐漸呈現(xiàn)暖干化趨勢(shì),且藻類密度的變化比營(yíng)養(yǎng)鹽和水文因子更為敏感;吳興華等(2017)指出漢江硅藻水華發(fā)生的原因?yàn)檫m宜的氣候條件、高硅氮比和低流量;殷大聰?shù)龋?012)發(fā)現(xiàn)高營(yíng)養(yǎng)鹽負(fù)荷、低流速、小流量、晴好的氣候條件是導(dǎo)致漢江水華主要因素。然而,受多種因素制約,這些研究缺乏在連續(xù)長(zhǎng)時(shí)間序列尺度下,對(duì)人類和自然雙重影響下的河流水華變化特征及多影響要素綜合識(shí)別。
本研究以漢江武漢段為研究區(qū)域,基于STL趨勢(shì)分解法(Seasonal Trend Decomposition using LOSS)、MK突變檢驗(yàn)法(Mann-Kendall)、冗余分析(Redundancy Analysis,RDA)等方法,主要分析了 2004—2017年 2—4月漢江武漢段藻類密度及其影響要素的突變規(guī)律,識(shí)別了藻類密度突變的主要影響因子,為漢江水華防治和預(yù)警預(yù)報(bào)提供技術(shù)支撐。
漢江發(fā)源于陜西省寧強(qiáng)縣潘冢山,流經(jīng)陜西、湖北兩省,于武漢市進(jìn)入長(zhǎng)江,全長(zhǎng)1577 km,落差1964 km,流域面積1.59×105km2。漢江流域?qū)俦眮啛峒撅L(fēng)氣候區(qū),氣候溫暖濕潤(rùn),夏季平均氣溫26 ℃,冬季平均氣溫在 0 ℃間,年平均降水量約為897 mm,降水集中在5—10月,多年平均徑流量為5.91×1010m3。漢江武漢段位于平原地區(qū),全長(zhǎng)50 km,是武漢市居民用水和工業(yè)用水的主要水源(殷大聰?shù)龋?017)。漢江武漢段徑流緩慢,既受到上游南水北調(diào)取水工程影響下的來(lái)水來(lái)沙條件額度制約,又受到長(zhǎng)江頂托作用的影響,具有十分復(fù)雜的水文情勢(shì),水質(zhì)及水華問(wèn)題關(guān)注度高(謝平等,2004)。
環(huán)境與生物監(jiān)測(cè)數(shù)據(jù)來(lái)源于國(guó)家城市供水水質(zhì)監(jiān)測(cè)網(wǎng)武漢監(jiān)測(cè)站提供的宗關(guān)、白鶴嘴與琴斷口3個(gè)站點(diǎn)的水質(zhì)監(jiān)測(cè)數(shù)據(jù),主要監(jiān)測(cè)指標(biāo)為總氮(TN,mg·L?1)、總磷(TP,mg·L?1)、藻類密度(107cell·L?1),監(jiān)測(cè)時(shí)段為 2004—2017 年 2—4 月每個(gè)自然月的上中下旬各10 d左右;這個(gè)時(shí)段漢江處于枯水期同時(shí)水華現(xiàn)象較為頻繁(梁開(kāi)學(xué)等,2012;夏瑞等,2020)。在每個(gè)采樣點(diǎn),采集1.0? L的表層水加魯哥氏液固定,靜置48 h后采用虹吸方法吸取上清液,留100 mL備用。藻類細(xì)胞的數(shù)量在24 ?h內(nèi)分析測(cè)定,吸取0.1 mL滴入計(jì)數(shù)框,用視野法計(jì)數(shù),每個(gè)樣計(jì)數(shù)3次,取平均值;采用分光光度法對(duì)葉綠素含量進(jìn)行測(cè)定;采用鉬酸銨分光光度法和堿性鉀消解紫外分光光度法,對(duì)1? L水樣進(jìn)行原位過(guò)濾并帶回實(shí)驗(yàn)室進(jìn)行營(yíng)養(yǎng)成分分析,包括 TP和TN 等(Xia et al.,2019;國(guó)家環(huán)境保護(hù)總局,2002)。水文監(jiān)測(cè)數(shù)據(jù)來(lái)源于長(zhǎng)江水利委員會(huì)水文局(http://www.cjh.com.cn/),均為同時(shí)期仙桃水文站的流量(Q)、流速(v)、水位(WL1)以及水溫(t)。同時(shí)采用了漢口水文站的水位數(shù)據(jù)(WL2),仙桃水文站與漢口站水位差 ΔH。研究區(qū)域及觀測(cè)站點(diǎn)位置、分類見(jiàn)圖1。
圖1 研究區(qū)域及采樣點(diǎn)位分布Fig.1 Geographical location and distribution of monitoring station
研究聯(lián)合使用STL趨勢(shì)分解法、MK檢驗(yàn)法、以及 RDA冗余分析法,旨在綜合識(shí)別與河流水華暴發(fā)密切關(guān)聯(lián)的藻類密度變化趨勢(shì)和突變點(diǎn),辨析水華年和非水華年期間藻類密度主要驅(qū)動(dòng)因子和演變規(guī)律,其中STL趨勢(shì)分解法主要識(shí)別藻類密度的時(shí)間周期變化趨勢(shì)及突變點(diǎn),MK檢驗(yàn)法則檢驗(yàn)變化趨勢(shì)置信度水平,RDA冗余分析則識(shí)別影響藻類密度變化的主要驅(qū)動(dòng)因子及貢獻(xiàn)。具體研究方法如下圖2。
圖2 河流水華拐點(diǎn)突變分析方法Fig.2 Mutation Test Method for the evolution and mutation attribution of water bloom
1.2.1 STL趨勢(shì)分解法
STL(A Seasonal and Trend Decomposition Using Loess)最早由Cleveland(1979)提出,它是以魯棒局部加權(quán)回歸作為平滑方法的時(shí)間序列分解方法。STL方法定義T(t)時(shí)刻原始數(shù)據(jù)Yt經(jīng)STL分解為趨勢(shì)項(xiàng)Tt、季節(jié)項(xiàng)St和殘差項(xiàng)Rt:
式中,趨勢(shì)項(xiàng)Tt被認(rèn)為是相對(duì)穩(wěn)定的數(shù)據(jù)變化項(xiàng),代表了低頻數(shù)據(jù)的變化趨勢(shì),是對(duì)污染源和氣象條件的綜合反應(yīng);季節(jié)性成分St為高頻率變化的周期性穩(wěn)定的數(shù)據(jù)擾動(dòng)項(xiàng),主要是由氣象條件的季節(jié)變化引起的;殘差Rt是不規(guī)則的隨機(jī)擾動(dòng)引起的。STL方法最早應(yīng)用于經(jīng)濟(jì)學(xué)領(lǐng)域特別是對(duì)美國(guó)失業(yè)人口數(shù)據(jù)分析上,近年在環(huán)境科學(xué)、生態(tài)學(xué)、水質(zhì)科學(xué)等學(xué)科中有著廣泛的應(yīng)用(Silawan et al.,2008)。
1.2.2 MK突變檢驗(yàn)法
Mann-Kendall(MK)統(tǒng)計(jì)檢驗(yàn)方法由Mann and Kendall兩人在20世紀(jì)中葉發(fā)明并完善,它不需要樣本遵從一定的分布,且受異常值影響較?。∕ann et al.,1945;Kendall et al.,1975)。MK 統(tǒng)計(jì)檢驗(yàn)方法在降水、水文、氣候變化等時(shí)間趨勢(shì)研究上廣泛應(yīng)用(Evans et al.,2000)。
設(shè)時(shí)間序列數(shù)據(jù)(x1,x2,…xn)是n個(gè)獨(dú)立的、隨機(jī)變量同分布的樣本,定義標(biāo)準(zhǔn)的正態(tài)統(tǒng)計(jì)變量S:
式中,sign()為符號(hào)函數(shù)。當(dāng)Xi?Xj<0、=或>0 時(shí),sign(Xi?Xj)為?1;當(dāng)Xi?Xj=0 時(shí),sign(Xi?Xj)為 0;當(dāng)Xi?Xj>0 時(shí),sign(Xi?Xj)為 1。
對(duì)于統(tǒng)計(jì)值Z來(lái)說(shuō),Z>0時(shí),上升趨勢(shì);Z<0時(shí),下降趨勢(shì)。|Z|>1.28、|Z|>1.64、|Z|>2.32 分別表示時(shí)間變化趨勢(shì)通過(guò)了置信度α=90%、α=95%和α=99%的顯著性檢驗(yàn)。
當(dāng)采用非參數(shù) Mann-Kendall法進(jìn)行突變檢測(cè)時(shí),檢驗(yàn)統(tǒng)計(jì)量與上述Z有所不同。設(shè)有一時(shí)間序列如下:x1,x2, …,xn,構(gòu)造秩序列ri,ri含義為xi>xj(1≤j≤i)的累計(jì)數(shù)。定義:
Sk均值E(Sk)與方差Var(Sk)的定義如下:
假定一組時(shí)間序列是隨機(jī)獨(dú)立的變量,則對(duì)這組時(shí)間序列的統(tǒng)計(jì)量UFk作如下定義:
式中,UFk為標(biāo)準(zhǔn)正態(tài)分布;給定顯著水平α,查詢正態(tài)分布表,得到臨界值Uα。通過(guò)統(tǒng)計(jì)序列UFk和反序列UBk交叉點(diǎn)對(duì)序列x變化趨勢(shì)進(jìn)一步進(jìn)行分析,同時(shí)明確突變時(shí)間,并指出突變區(qū)域。
1.2.3 RDA冗余分析法
20世紀(jì)50年代開(kāi)始生態(tài)學(xué)家開(kāi)始基于排序的方法研究植被群落的連續(xù)分布。冗余分析(Redundancy Analysis,RDA)是一種使用物種和環(huán)境因子組成數(shù)據(jù)的排序技術(shù),是當(dāng)前生態(tài)學(xué)領(lǐng)域較為常用的直接梯度變量約束排序分析方法(Ordination Analysis。Vonwehrden et al.,2009)。冗余分析最早由Vandenwollenberg A L發(fā)明,它的主要原理簡(jiǎn)要如下:
式中,Z1代表獨(dú)立的內(nèi)生變量n×r矩陣;Z2代表自變量或外生變量為n×t矩陣;W為t×d權(quán)重矩陣;A為d×r載荷矩陣;E為n×r殘差矩陣;式(9)為降秩回歸模型。
RDA計(jì)算結(jié)果可以將環(huán)境因子和物種因子等樣點(diǎn)投射到排序軸構(gòu)成的二維平面上,并評(píng)價(jià)各因子之間的相關(guān)性和貢獻(xiàn)度(賴江山,2013)。
按照水華發(fā)生的統(tǒng)計(jì)標(biāo)準(zhǔn)(竇明等,2002),漢江武漢段在2008—2011年連續(xù)4年暴發(fā)水華事件,藻類密度均達(dá)到 1.0×107cell·L?1以上。由圖 3 可知,2004—2017年2—4月漢江武漢段宗關(guān)、白鶴嘴與琴斷口 3個(gè)觀測(cè)站藻類密度均值為 0.37×107cell·L?1;2008年水華事件中藻類密度達(dá)到最高值,即 5.3×107cell·L?1;2016 年藻類密度反彈上升,出現(xiàn)一次水華事件。從不同點(diǎn)位水華期間藻類密度比較上看,2008、2011、2016年水華暴發(fā)期間3個(gè)站點(diǎn)藻類密度峰值基本相近,2009年與2010年水華暴發(fā)期間 3個(gè)站點(diǎn)藻類密度峰值則呈現(xiàn)出宗關(guān)>琴斷口>白鶴嘴的趨勢(shì)。
圖3 2004—2017年漢江藻類密度(D)時(shí)間變化趨勢(shì)Fig.3 Variations of algae density (D) in Hanjiang River in 2004?2017
從STL分解的趨勢(shì)項(xiàng)變化上看(圖4、表1),2004—2017年,漢江3點(diǎn)位(宗關(guān)、琴斷口、白鶴嘴)藻類密度時(shí)間變化趨勢(shì)基本一致,2004—2008年呈現(xiàn)明顯的上升趨勢(shì),2008—2017年整體為波動(dòng)下降的趨勢(shì)。MK檢驗(yàn)結(jié)果顯示,2004—2017年,藻類密度上升趨勢(shì)不顯著,2004—2008年藻類密度呈顯著上升趨勢(shì)(α=0.05),2008—2014年呈顯著下降趨勢(shì)(α≤0.1),2008年前后則是藻類密度變化的主要突變時(shí)段。
圖4 基于STL趨勢(shì)分解的2004—2017年漢江藻類密度趨勢(shì)項(xiàng)時(shí)間變化Fig.4 Trends of algae density in Hanjiang River in 2004?2017 based on STL method
表1 2004—2017年漢江藻類密度MK趨勢(shì)檢驗(yàn)及拐點(diǎn)分析Table 1 Trend test and breakpoint analysis of algae density in Hanjiang River in spring 2004?2017 based on MK method
從季節(jié)變化上看(圖3,表2),3個(gè)站點(diǎn)的藻類密度變化具有明顯的季節(jié)性變化,2月中旬至 3月上旬為漢江武漢段水華易發(fā)期,且藻類密度呈現(xiàn)雙峰現(xiàn)象,其峰值分別在出現(xiàn)在2月中旬與3月上旬,說(shuō)明這兩個(gè)時(shí)間較2月下旬比,更易發(fā)生水華;2008、2010、2016年峰值主要出現(xiàn)在 3月上旬,2009、2011年峰值出現(xiàn)在2月中旬;2004—2008年藻類密度最高值出現(xiàn)在3月上旬,2009—2017年其最高值出現(xiàn)在2月中旬,說(shuō)明水華暴發(fā)時(shí)間有前移的趨勢(shì)。查看漢江中下游歷年水華發(fā)生情況統(tǒng)計(jì)數(shù)據(jù),漢江水華主要發(fā)生在每年2—3月,主要優(yōu)勢(shì)種均為適宜溫度較低的硅藻。2月上旬至3月下旬,漢江武漢段水體溫度均在0—15 ℃,均值溫度分別為6.8、9.0、7.7、9.8、13.0 ℃,且各旬溫度的最大值均超過(guò) 10 ℃,在營(yíng)養(yǎng)鹽較充足的情況下,硅藻對(duì)低溫條件下也能有很好的適應(yīng)性,這與辛小康等(2019)與夏瑞等(2020)研究結(jié)果一致,這一定程度上導(dǎo)致水華峰值呈前移趨勢(shì)。
表2 2004—2017年水華期間不同月旬漢江藻類密度峰值密度統(tǒng)計(jì)分布Table 2 Peaks of algae density in Hanjiang River during algae blooms in 2004?2017 in different month 107 cell·L?1
營(yíng)養(yǎng)鹽的含量、溫度的適宜性以及水動(dòng)力條件是影響藻類生長(zhǎng)繁殖的主要影響因素,為解釋藻類時(shí)間變化趨勢(shì)和突變點(diǎn),研究進(jìn)一步分析了營(yíng)養(yǎng)要素(TN、TP、N/P)、氣候要素(水溫t)、水文要素(流量Q、流速v、水位WL1與水位WL2,水位差ΔH)的時(shí)間變化趨勢(shì)與突變點(diǎn)分布。
從營(yíng)養(yǎng)要素年變化趨勢(shì)上看(圖 5、表 3),2004—2017年2—4月TP處于 0.095—0.128 mg·L?1之間,與藻類密度的相關(guān)系數(shù)達(dá)到0.27(P<0.05),相關(guān)系數(shù)較小且相關(guān)性不明顯,這可能與TP變幅較小而藻類密度波動(dòng)較大有關(guān);但在所有的因子中TP仍與藻類密度的相關(guān)系數(shù)最大,且 2004—2017年TP時(shí)間變化趨勢(shì)不顯著。硅藻生長(zhǎng)所需的TP為0.01 mg·L?1,TP>0.01 mg·L?1時(shí),硅藻大量生長(zhǎng)(Potapova et al.,2007);TP直接影響硅藻種群的穩(wěn)定性,水華初期磷酸鹽濃度為0.06 mg·L?1,水華中期為 0.05 mg·L?1,而水華末期下降至 0.04 mg·L?1(Soininen et al.,2004)。2004—2017年2—4月TN處于 1.578—2.143 mg·L?1之間,且 2004—2017 年TN 時(shí)間變化趨勢(shì)不顯著。TN<0.2 mg·L?1時(shí),low N硅藻大量生長(zhǎng),TN>3.0 mg·L?1時(shí),high N 硅藻大量生長(zhǎng),TN 在 0.2—3.0 mg·L?1則為 low N 和 high N硅藻共同生長(zhǎng)(Chen et al.,2004)。2004—2017年,漢江武漢段2—4月TN在low N和high N硅藻均可生長(zhǎng)的濃度范圍,含量充足,這可能是造成藻類密度與TN含量沒(méi)有相關(guān)性的原因。2004—2017年2—4月N/P處于16.344—23.168之間,與藻類密度的相關(guān)性系數(shù)為?0.28(P<0.1),且 2004—2017年N/P無(wú)明顯上升趨勢(shì)(P>0.1)。在水華易發(fā)生的2月中旬到3月上旬,N/P均大于16,且隨著TP的變化出現(xiàn)相反的變化。研究表明漢江武漢段硅酸鹽 2月與 4月的含量均在 3 mg·L?1左右(殷大聰?shù)龋?017),其含量遠(yuǎn)遠(yuǎn)大于韓國(guó)Lower HanRiver硅藻水華(優(yōu)勢(shì)種同樣為冠盤(pán)藻)發(fā)生時(shí)河段中硅的含量(0—1.5 mg·L?1)(Jung et al.,2009);硅負(fù)荷已不再是漢江水華的限制性因素;由此可見(jiàn),與TN、N/P、硅酸鹽濃度相比,漢江武漢段水華的發(fā)生更易受到TP含量變化的影響,這與Xia et al.(2020)研究結(jié)果一致。
圖5 2004—2017年漢江藻類密度及相關(guān)因子時(shí)間變化趨勢(shì)Fig.5 Variations of algal density and influencing factors from 2004 to 2017
表3 2004—2017年漢江藻類密度及相關(guān)因子變化趨勢(shì)顯著性檢驗(yàn)Table 3 Trends of algal density and influencing factors in Hanjiang River from 2004 to 2017 and their significance test with algae density
從氣候要素(環(huán)境因子)年變化趨勢(shì)上看,2004—2017年2—4月水溫處于9.593—14.437 ℃之間,與藻類密度的相關(guān)性系數(shù)達(dá)到?0.25(P<0.1),且2004—2017年無(wú)明顯的時(shí)間變化趨勢(shì)(P>0.1)。水華(Density>1.0×107cell·L?1)發(fā)生時(shí),水體實(shí)測(cè)溫度范圍為10.011—13.031 ℃。漢江硅藻水華的主要優(yōu)勢(shì)種一般為冠盤(pán)藻,其在低溫條件下也能有很好的適應(yīng)性(夏瑞等,2020)。從水文要素年變化趨勢(shì)上看,2004—2017年2—4月水位、流量呈現(xiàn)明顯的下降趨勢(shì),且流量與藻類密度相關(guān)系數(shù)為?0.21(P<0.1)。藻類密度與流速與水位均無(wú)明顯相關(guān)性。2004—2017年2—4月水位差范圍為7.714—10.056 m,與藻類密度的相關(guān)系數(shù)達(dá)到0.30(P<0.05);水位差對(duì)藻類密度的影響與漢江回水區(qū)的頂托對(duì)漢江下游河段的水動(dòng)力條件變化密切相關(guān)(Qu et al.,2014)。由此可見(jiàn),單獨(dú)水文要素的變化,并不足以引起漢江水華的發(fā)生,流量減少、流速下降,加之長(zhǎng)江水位對(duì)漢口的頂托作用,易導(dǎo)致漢江武漢段出現(xiàn)水華。
從營(yíng)養(yǎng)鹽含量、水文條件和氣候條件的變化趨勢(shì)與突變點(diǎn)時(shí)間分布上看(圖 6),TP、TN的 UF和 UB曲線交點(diǎn)主要出現(xiàn)在 2007—2008年和2015—2016年,水溫UF和UB曲線交點(diǎn)主要出現(xiàn)在2004—2007年和2014年,流量UF和UB曲線交點(diǎn)主要出現(xiàn)在2004年和2014年,水位差UF和UB曲線交點(diǎn)主要出現(xiàn)在2008—2009年和2014年。殷大聰?shù)龋?012)研究表明漢江武漢段TN和硅酸鹽等營(yíng)養(yǎng)鹽負(fù)荷已經(jīng)滿足春季暴發(fā)硅藻水華所需,TP的UF和UB曲線交點(diǎn)出現(xiàn)時(shí)間與藻類密度變化拐點(diǎn)(2008年藻類密度最高,2016年水華反彈)一致,表明TP與TN和硅酸鹽等營(yíng)養(yǎng)鹽負(fù)荷相比,TP限制影響更大。夏瑞等(2020)發(fā)現(xiàn),2008—2011年,漢江中下游主要河段年平均流量和水位均較1961—1999年明顯偏少,處于歷史上相對(duì)較低的一段時(shí)期。由此可見(jiàn),漢江下游武漢段藻類密度的變化趨勢(shì)是多種因素共同作用的結(jié)果,營(yíng)養(yǎng)負(fù)荷、氣候要素與水文要素綜合變化是漢江武漢段藻類密度2008年前后出現(xiàn)峰值及拐點(diǎn),而2016年藻類密度反彈上升是出現(xiàn)一次水華事件的主要原因。
圖6 2004—2017年漢江環(huán)境因子與水文因子變化趨勢(shì)及突變分析Fig.6 Trends and mutation analysis of environmental and hydrological factors in Hanjiang River from 2004 to 2017
為對(duì)比分析水華年和非水華年影響因子的區(qū)別及影響,研究進(jìn)一步選取 WL1為仙桃水文站的水位數(shù)據(jù),代表漢江武漢段的水文情勢(shì);WL2數(shù)據(jù)來(lái)源為漢口水文站水位數(shù)據(jù),其位于漢口匯入長(zhǎng)江口的下游,代表長(zhǎng)江的水文情勢(shì);水位差ΔH為漢口水文站與仙桃水文站水位差值,表征長(zhǎng)江對(duì)漢江的頂托作用。
從2004—2017年2—4月漢江下游水華年與非水華年氣象水文要素統(tǒng)計(jì)結(jié)果上看(圖7),與非水華年相比,葉綠素濃度偏高14.4%,TN、TP均偏高1.9%左右,水溫偏低1 ℃,流速偏低0.05 m·s?1左右,仙桃、漢口平均水位分別偏低0.283、0.266 m,水位差偏小0.171 m,流量偏低15.0%??梢?jiàn),水華發(fā)生流量小、氮磷負(fù)荷高且溫度偏低的年份。營(yíng)養(yǎng)鹽含量已經(jīng)不是河流藻類水華的主要限制因素(殷大聰?shù)龋?017);當(dāng)河流中的總磷含量超過(guò) 0.030 mg·L?1時(shí),營(yíng)養(yǎng)鹽含量將不會(huì)成為主要限制因素(Sivapragasam et al.,2010)。Liu et al.(2012)研究表明,與湖泊富營(yíng)養(yǎng)化相比,人類活動(dòng)導(dǎo)致的河流水動(dòng)力條件和水循環(huán)條件的變化對(duì)河流水華影響更大。Mitrovic et al.(2011)發(fā)現(xiàn)低流量提高了水的透明度,并創(chuàng)造了一個(gè)適當(dāng)?shù)墓夂蜏囟葪l件,以促進(jìn)藻類生長(zhǎng)和繁殖。盧大遠(yuǎn)等(2000)指出快速水流會(huì)改變水平和垂直水交換率加速污染物的擴(kuò)散和降解,最終降低河流中藻類繁殖率,從而抑制藻類生長(zhǎng)。王紅萍等(2004)發(fā)現(xiàn)長(zhǎng)江回水區(qū)的頂托對(duì)漢江下游河段的水動(dòng)力條件也有較大影響,使得漢江武漢段水體滯留時(shí)間增加,加大了漢江水華發(fā)生的幾率;當(dāng)長(zhǎng)江水位較高時(shí),假如漢江武漢段流量較小,漢江水位受到的頂托作用明顯,小流量對(duì)應(yīng)高水位,當(dāng)漢江流量較大時(shí),長(zhǎng)江頂托作用相對(duì)較小。盧大遠(yuǎn)等(2000)指出,當(dāng)漢江水流速度≤0.8 m·s?1、水流量≤500 m3·s?1、水溫≥10 ℃、pH>8.0、DO≥12 mg·L?1、色度≥15 度等是漢江硅藻水華指示因子的“預(yù)警值”;王紅萍等(2004)以藻類密度500×104cell·L?1為漢江春季水華預(yù)警值,提出宗關(guān)段水華預(yù)警流速為0.225 m·s?1。本研究中流量已經(jīng)明顯大于500 m3·s?1;非水華年和水華年的流速均大于0.225 m·s?1;由此可見(jiàn),低流速、小流量、高水位差等水動(dòng)力條件易導(dǎo)致漢江硅藻生長(zhǎng)和水華形成,近年漢江水華指示因子的“預(yù)警值”已經(jīng)改變;漢江水華現(xiàn)象是多種因素綜合作用的結(jié)果,單一的限制因素分析已經(jīng)滿足不了水華現(xiàn)象研究的需求。
圖7 2004—2017年2—4月漢江下游水華年與非水華年藻類密度及相關(guān)因子變化特征Fig.7 Characteristics of algal density and influencing factors in algal bloom year and non-algal bloom year in spring of 2004?2017 in Hanjiang River
為進(jìn)一步厘清主要影響因子對(duì)藻類密度的影響和貢獻(xiàn),先對(duì)水華年與非水華年漢江藻類密度與影響要素?cái)?shù)據(jù)進(jìn)行l(wèi)g(x+1)轉(zhuǎn)換,然后基于RDA方法對(duì)其關(guān)系進(jìn)行分析。由圖8可知,水華年前兩個(gè)排序軸對(duì)藻類密度變化的解釋率為40.9%,其中對(duì)藻類密度影響較大的影響要素為總磷與水位差,對(duì)葉綠素影響較大的影響要素為總磷,蒙特卡羅置換檢驗(yàn)結(jié)果發(fā)現(xiàn)對(duì)漢江藻類變化趨勢(shì)的影響較為顯著的影響要素為水位差(F=7.4,P=0.010)與總磷(F=4.2,P=0.044),其他影響要素不顯著;非水華年前兩個(gè)排序軸對(duì)藻類密度變化的解釋率為35.1%,其中對(duì)藻類密度影響較大的影響要素為總磷、流量與水位,對(duì)葉綠素影響較大的影響要素為水位差與總氮,蒙特卡羅置換檢驗(yàn)結(jié)果發(fā)現(xiàn)對(duì)漢江藻類變化趨勢(shì)的影響較為顯著的影響要素為流量(F=3.6,P=0.06)與總磷(F=2.8,P=0.088)。由此可見(jiàn),磷是水華年與非水華年漢江藻類生長(zhǎng)的主要限制營(yíng)養(yǎng)元素,水華年水位差即長(zhǎng)江與漢江水文交互作用對(duì)藻類密度生長(zhǎng)影響顯著(Xia et al.,2020),非水華年漢江的流量對(duì)藻類密度影響顯著。
圖8 2004—2017年2—4月漢江下游水華年與非水華年RDA分析排序圖Fig.8 Results of RDA during algal and non-algal bloom years in Hanjiang River in 2004?2017
漢江武漢段是武漢市人民的飲用水水源地,水華的發(fā)生對(duì)飲用水安全造成極大的威脅,研究建立了基于拐點(diǎn)分析的河流水華診斷與歸因分析方法。綜合采用STL趨勢(shì)分解法、MK突變檢驗(yàn)法、以及冗余分析等多源統(tǒng)計(jì)診斷與歸因分析方法,重點(diǎn)分析了2004—2017年2—4月漢江武漢段藻類密度的時(shí)間變化趨勢(shì)和突變點(diǎn),識(shí)別了水華年和非水華年期間藻類密度主要影響因子。
(1)漢江武漢段水華年主要發(fā)生在2008—2011年和2016年,2月中旬至3月上旬藻類密度最大,均值為 0.79×107cell·L?1,2008 年水華事件為近 20年最嚴(yán)重。2004—2017年2—4月漢江武漢段宗關(guān)、白鶴嘴與琴斷口 3個(gè)觀測(cè)站藻類密度均值為0.37×107cell·L?1,峰值密度為 5.3×107cell·L?1;三站點(diǎn)藻類密度差異較小且時(shí)間變化趨勢(shì)一致,2004—2008年呈顯著上升趨勢(shì),2008—2014年呈顯著下降趨勢(shì),2008年前后為藻類密度突變點(diǎn)。
(2)營(yíng)養(yǎng)負(fù)荷、氣候要素與水文要素綜合變化是導(dǎo)致 2004—2017年春季漢江水華現(xiàn)象的主要原因。近年漢江水華指示因子的“預(yù)警值”已經(jīng)改變;總磷是水華年與非水華年漢江藻類生長(zhǎng)的主要限制營(yíng)養(yǎng)元素;低流速、小流量、低水位差等水動(dòng)力條件易導(dǎo)致漢江硅藻生長(zhǎng)和水華形成;與非水華年相比,總氮、總磷均偏高1.9%左右,水溫偏低1 ℃,流速偏低0.05 m·s?1左右,流量偏低15.0%。
(3)針對(duì)漢江水華的治理,建議除深入分析水華特征和影響因素外,應(yīng)開(kāi)展?jié)h江總磷源解析,明確總磷來(lái)源,制定總磷污染防控對(duì)策;監(jiān)控漢江武漢段的流量與漢口的水位,加強(qiáng)中上游丹江口水庫(kù)生態(tài)水量調(diào)度,預(yù)防“頂托”的形成。
生態(tài)環(huán)境學(xué)報(bào)2021年4期