东印度洋环境因子对浮游植物群落分布的调控机制及其生态意义

本研究针对东印度洋浮游植物群落分布与环境因子的耦合关系，采用HPLC-CHEMTAX技术结合多元统计方法，解析了温度、盐度和营养盐对三类特征性浮游植物群落的差异化调控机制，揭示了上升流区硅藻富集、赤道水域原绿藻优势等特殊分布规律，为海洋碳循环和初级生产力预测提供了重要理论依据。

　　

在广袤的东印度洋海域，季风驱动的复杂环流系统造就了变幻莫测的海洋环境。这里的水团特性差异显著：从低盐度水团(LSW)到赤道水团(EW)，从沿岸上升流水团(CW)到南北赤道水团(SEW/NEW)，每个区域都孕育着独特的浮游植物群落。这些微观的"海洋牧草"虽然仅占地球生物量的0.2%，却贡献着全球近半数的初级生产量，其群落结构的细微变化可能引发整个海洋生态系统的级联反应。然而，传统显微计数方法难以全面捕捉纳米级浮游植物的动态变化，环境因子对特定功能类群的调控机制仍存在认知空白。

中国科学院的科研团队在2016年春季航次中，依托"实验1号"科考船建立了52个采样站位的观测网络。通过高效液相色谱-化学分类法(HPLC-CHEMTAX)这项突破性技术，研究人员首次实现了对东印度洋浮游植物群落结构的精准解析。研究创新性地结合冗余分析(RDA)、聚合提升树(ABT)和广义加性模型(GAMs)等多元统计手段，揭示了环境梯度下浮游植物的三维分布格局。相关成果发表在《Marine Environmental Research》，为理解气候变化下的海洋生态响应提供了关键科学依据。

关键技术方法包括：1) 基于CTD剖面数据划分五大特征性水团；2) 应用HPLC-CHEMTAX联用技术解析18种类胡萝卜素标志物；3) 通过箱线图叠加法表征垂直分布特征；4) 利用NSFC开放航次获取的52个站位样本建立环境因子数据库。这些方法体系为浮游植物生态学研究树立了新范式。

【Study area and sample collection】观测网络覆盖10°N-6°S、80°E-96°E海域，昼夜采样策略有效捕捉了浮游植物的日变化特征。温度-盐度图(T-S)分析确认了LSW、CW、EW等五大水团的物理化学边界。

【Hydrological elements and nutrients】数据显示：低盐度水团(LSW)表现出明显的温盐负梯度，沿岸水团(CW)因上升流作用富含营养盐，而赤道水团(EW)则呈现典型的温跃层结构。硅磷比(DSi/DIP)的空间变异尤为显著。

【Spatial distribution patterns of phytoplankton groups】研究突破性地将浮游植物划分为三类响应模式：1) 原绿藻-棕囊藻类群与盐度正相关；2) 蓝藻-甲藻类群受温度主导；3) 硅藻-隐藻类群展现独特的"中层最大值"分布。ABT分析揭示DSi/DIP比值对第一类群的决定性影响。

【Conclusion】研究证实：1) 原绿藻和蓝藻合计贡献70%生物量；2) 上升流使CW水团硅藻生物量提升3倍；3) 暖水表层更利于蓝藻增殖，而高盐环境促进原绿藻生长。这些发现深化了对海洋生物泵效率的认知，为建立区域碳循环模型提供了关键参数。

这项研究的科学价值在于：首次系统阐明了东印度洋多尺度环流场中浮游植物的适应策略，建立的"环境因子-功能类群"响应模型可推广至其他季风主导海域。特别是发现DSi/DIP比值对原绿藻的调控作用，为理解全球变暖背景下的群落演替提供了新视角。正如通讯作者Jun Sun教授指出："浮游植物就像海洋的脉搏，它们的节律变化记录着环境变迁的密码。"该成果不仅为海洋生态学研究提供了方法学借鉴，更对预测气候变化下的生物地球化学循环具有重要启示意义。