《Aquatic Sciences》:Ecoregional assessment of Turkish lakes using phytoplankton metrics and multimetric approaches
编辑推荐:
本研究旨在探讨环境梯度如何影响位于土耳其不同生态区的四个湖泊生态系统的生态状态(Ecological Status, ES),研究人员采用综合物理化学与多指标生物评估方法进行分析。四个在盐度、营养盐水平和形态特征方面存在差异的湖泊在不同生态背景下进行采样。典型
本研究旨在探讨环境梯度如何影响位于土耳其不同生态区的四个湖泊生态系统的生态状态(Ecological Status, ES),研究人员采用综合物理化学与多指标生物评估方法进行分析。四个在盐度、营养盐水平和形态特征方面存在差异的湖泊在不同生态背景下进行采样。典型对应分析(Canonical Correspondence Analysis, CCA)揭示浮游植物群落各湖泊间存在显著差异。物种组成主要受电导率(Electrical Conductivity, EC)、总有机碳(Total Organic Carbon, TOC)、总磷(Total Phosphorus, TP)、总悬浮固体(Total Suspended Solids, TSS)、pH、硝酸盐(NO3?)和温度等关键环境因子塑造,关联度达98.8%。格伊尔巴舍湖(Lake G?lba??)与相对较高温度和NO3?水平相关,此类条件有利于梭形 Lepocinclis fusiformis、尖尾 Lepocinclis acus、活泼裸藻 Euglena agilis、尾鳞藻 Phacus caudatus 和多丝束丝藻 Dolichospermum sp. 等物种生长。布尔杜尔湖(Lake Burdur)与高EC、TP、TOC、TSS及pH相关联,支持纤毛拉格藻 Lagerheimia ciliata、日内瓦拉格藻 Lagerheimia genevensis 和水华微囊藻 Microcystis flos-aquae 等类群。达利安湖(Lake Dalyan)作为咸水生态系统,在排序分析中呈分离分布,沼泽鳞藻 Phacus limnophilus var. 'swirenkoi'、圆盘裸甲藻 Gymnodinium discoidale 和 Pseudanabaena sp. 等物种偏好相对较高的EC水平。依据基于修正浮游植物营养状态指数(Modified Phytoplankton Trophic State Index, MPTI)的生物评估,格伊尔巴舍湖和达利安湖生态状态良好,萨勒达湖(Lake Salda)为中等生态状态,布尔杜尔湖为较差生态状态。运用生物状态梯度(Biological Condition Gradient, BCG)模型,布尔杜尔湖被归为很差生态状态,其余三个研究湖泊均为良好生态状态。多指标水生生物综合顶点指数(Aquatic Biotic Omnimetric Zenith Index, ABOZ)(化学评估)将布尔杜尔湖判定为退化最严重的系统。上述结果凸显了结合生物与化学指标以更全面理解湖泊健康状况的价值,并强调需要能够兼顾局部条件与更广泛生态格局的适应性评估框架。
本研究聚焦于土耳其不同生态区湖泊生态状态评估这一核心议题,旨在通过整合物理化学与多指标生物评估方法,系统解析环境梯度对湖泊生态系统的影响机制。研究背景方面,生态区作为地理上环境条件相对均一的区域,其气候、地质及生态特征为理解生物多样性格局与生态系统功能提供了重要框架。生态区通过调控营养可利用性、热条件及水文条件等关键驱动因子,深刻影响湖泊生产力、群落组成及营养动态。然而,尽管生态区对湖泊生态系统的影响已得到广泛认可,但关于这些交互作用的全面理解仍不充分。不同湖泊类型及其对区域环境驱动因子的响应多样性,亟需采取整体性研究路径。欧盟《水框架指令》(Water Framework Directive, WFD)强调利用生物指标评估生态状态的重要性,其中浮游植物指标(如浮游植物营养状态指数、总浮游植物及蓝藻生物量、叶绿素a浓度等)作为有效的水质与生态系统健康指示因子,能够反映营养水平、污染及环境因子的变化。
研究人员以土耳其四个位于不同生态区的湖泊为研究对象,包括位于阿西河流域的格伊尔巴舍湖、布尔杜尔封闭流域的布尔杜尔湖与萨勒达湖,以及梅里奇-埃尔杰内河流域的达利安湖。这些湖泊在盐度、营养盐水平、形态特征及生态背景方面存在显著差异,为探讨生态区因子与湖泊特征的交互作用提供了理想载体。研究假设生态区差异通过区域特异性物理化学驱动因子(如半干旱区的盐度与营养富集、湿润区的营养富集与温度动态)显著影响湖泊生态状态,进而塑造浮游植物群落与TM营养条件,且多指标评估工具对这些区域格局具有不同的敏感性。
关键技术方法方面,研究人员于2022年湿季(5月)和旱季(9月)采用机动橡皮艇进行样本采集,共设置11个采样站,使用Hydro-Bios采水器采集水样并以Lugol-甘油溶液固定浮游植物样本。现场测定水温、pH、EC、溶解氧(Dissolved Oxygen, DO)等参数及Secchi盘透明度,实验室分析TP、总氮(Total Nitrogen, TN)、NO
3?、TOC、TSS、碱度及叶绿素a浓度。浮游植物鉴定采用Olympus BX53光学显微镜,依照标准分类学文献进行,使用Hydro-Bios计数室在400-600倍放大下计数,每样本至少计数350个个体。营养状态采用营养状态指数(Trophic State Index, TSI)及土耳其地表水水质法规标准评估。生态状态评估运用MPTI、浮游植物-总磷指数(Phyto-Tr)、BCG模型及ABOZ指数四种多指标方法,其中MPTI和Phyto-Tr基于加权平均(Weighted Average, WA)回归估计物种最优logTP值,BCG采用基于模糊逻辑的双阶段规则推理系统,ABOZ则通过min-max标准化整合TP、EC、温度、NO
3?、DO、TN、TSS、TOC等多参数。统计分析采用方差分析(Analysis of Variance, ANOVA)、Duncan多重比较、Spearman秩相关、相似性分析(Analysis of Similarities, ANOSIM)、相似性百分比分析(Similarity Percentage, SIMPER)、DCA及CCA等方法,使用Canoco 4.5软件进行排序分析,并通过蒙特卡罗置换检验(999次迭代)识别关键环境变量。
研究结果部分,物理化学变量分析表明,格伊尔巴舍湖水温最高(均温24.9°C),布尔杜尔湖最低(均温15.7°C);萨勒达湖和布尔杜尔湖pH显著高于其余两湖;布尔杜尔湖EC最高(34,133 μS/cm),达利安湖次之(31,833 μS/cm),格伊尔巴舍湖最低(337 μS/cm)。营养盐浓度空间变异显著,布尔杜尔湖TP最高(284.3 μg/L),达利安湖最低(41.8 μg/L);格伊尔巴舍湖TN和NO
3?浓度最高。布尔杜尔湖TOC(41.4 mg/L)和TSS(108 mg/L)最高,萨勒达湖透明度最高(5 m),布尔杜尔湖最低(0.5 m)。叶绿素a浓度布尔杜尔湖最高(189.2 μg/L),其余湖泊约1 μg/L。
浮游植物群落与环境关系方面,研究共鉴定120个浮游植物分类单元,其中91个出现至少两次并纳入多元统计分析。总浮游植物生物量(以生物体积累计)介于布尔杜尔湖的5.14 mm
3/L至萨勒达湖的0.36 mm
3/L。各湖生物量优势类群差异明显:格伊尔巴舍湖以金藻门(Chrysophyceae, 37%)为主,布尔杜尔湖以绿藻门(Chlorophyceae, 52%)和硅藻门(Bacillariophyceae, 46%)为主,萨勒达湖以甲藻门(Dinophyceae, 71%)为主,达利安湖以裸藻门(Euglenophyceae, 51%)和硅藻门(32%)为主。ANOSIM结果显示不同生态区湖泊物种组成存在显著差异(p<0.05),SIMPER分析显示组I(阿西流域)与组II(布尔杜尔流域)相异性达97.2%,组I与组III(梅里奇-埃尔杰内流域)为94.3%,组II与组III为94.7%。CCA证实浮游植物群落受EC、TOC、TP、TSS、pH、NO
3?和温度等关键环境因子显著影响(p=0.002),前两轴解释了99.8%的变异。格伊尔巴舍湖与高温、高NO
3?相关,有利于梭形 Lepocinclis fusiformis、尖尾 Lepocinclis acus、优美袋鞭藻 Eudorina elegans、活泼裸藻 Euglena agilis、尾鳞藻 Phacus caudatus、多丝束丝藻 Dolichospermum sp. 和变异菱形藻 Nitzschia dissipata 等物种;布尔杜尔湖与高EC、TP、TOC、TSS及pH相关,支持圆柱直链藻 Cylindrotheca closterium、纤毛拉格藻 Lagerheimia ciliata、日内瓦拉格藻 Lagerheimia genevensis、三点舟形藻 Navicula tripunctata、球型衣藻 Chlamydomonas globosa、水华微囊藻 Microcystis flos-aquae 和大型螺旋藻 Spirulina major 等类群;达利安湖作为咸水潟湖生态系统沿x轴正方向分离,沼泽鳞藻 Phacus limnophilus var. 'swirenkoi'、圆盘裸甲藻 Gymnodinium discoidale、库氏弓形藻 Gyrosigma kuetzingii、Pseudanabaena sp.、舟形藻属某种 Navicula antonii 和膨胀窗纹藻 Epithemia gibba 等偏好20,300至37,507 μS/cm的高EC水平。
营养状态与生态状态评估显示,基于TP的TSI(TSI
TP)判定格伊尔巴舍湖、布尔杜尔湖和萨勒达湖为超富营养状态,达利安湖为富营养状态;基于TN的TSI(TSI
TN)除萨勒达湖为超贫营养外结果一致;基于透明度的TSI(TSI
SD)判定布尔杜尔湖和达利安湖为超富营养,格伊尔巴舍湖为富营养,萨勒达湖为贫营养。浮游植物指标和多指标方法评估结果如下:MPTI判定格伊尔巴舍湖和达利安湖为良好生态状态,萨勒达湖为中等,布尔杜尔湖为较差;ABOZ判定萨勒达湖和达利安湖为良好,格伊尔巴舍湖为中等,布尔杜尔湖为较差;BCG判定格伊尔巴舍湖、萨勒达湖和达利安湖为良好,布尔杜尔湖为很差。logTP与各指数回归分析显示,MPTI(R
2=0.84)、BCG(R
2=0.96)和ABOZ(R
2=0.63)相关性较强,Phyto-Tr较弱(R
2=0.45)。Spearman相关分析表明TP梯度与MPTI显著正相关(r=0.90, p<0.01),与BCG(r=?0.97, p<0.01)和ABOZ(r=?0.54, p<0.05)显著负相关。
讨论部分,研究人员系统阐述了生态区与湖泊形态特征对物理化学特性、浮游植物群落及营养状态的联合影响。生态区因子(气候、地质、流域土地利用)构建了宏观环境框架,而湖泊内在特征(深度、盆地形貌、盐度、水文条件)作为关键调节因子控制局部生态过程。格伊尔巴舍湖的高温特征反映区域气候影响;萨勒达湖和布尔杜尔湖的高pH与碳酸盐、超基性岩矿物存在相关,形成独特的生物地球化学循环;布尔杜尔湖作为构造封闭盆地,因强烈营养输入和有限水文冲刷呈现超富营养特征,灌溉取水导致水位下降进一步加剧富营养化;萨勒达湖则因地球化学和气候背景的限制维持寡营养状态。浮游植物群落分析揭示,布尔杜尔湖的高TP、EC、TOC、TSS和pH条件有利于耐污物种繁衍,水华微囊藻 Microcystis flos-aquae 和大型螺旋藻 Spirulina major 等蓝藻门(Cyanobacteria)的大量增殖指示严重富营养化和人为压力,存在有害藻华风险;萨勒达湖的寡营养、高pH和清澈水体环境形成以甲藻门为主的特殊群落,其高效细胞内pH调节、增强的溶解无机碳利用及混合营养策略是主要适应性机制;格伊尔巴舍湖的氮富集环境支持裸藻门物种大量繁殖;达利安湖的高EC作为强生态过滤器,选择耐盐类群如沼泽鳞藻 Phacus limnophilus var. 'swirenkoi'、圆盘裸甲藻 Gymnodinium discoidale 和 Pseudanabaena sp. 等。深度作为重要混淆因子,通过影响分层稳定性、光照穿透、沉积物-水界面作用及内部营养循环调节浮游植物动态;流域土地利用从农业主导到自然/森林景观的梯度变化,与观测到的EC、营养盐浓度及浮游植物组成差异高度吻合。
多指标评估结果的一致性比较显示,MPTI、BCG和ABOZ与TP梯度强相关,证实了这些指数在不同水环境中的可靠性;Phyto-Tr较弱的相关性提示其可能响应更广泛的环境梯度或特定分类组成。布尔杜尔湖在所有指数中均表现最差,需采取营养负荷削减、改善污水处理和农业最佳管理措施等紧急干预;萨勒达湖尽管指数结果存在细微差异,整体维持相对稳定,但旅游压力日益构成威胁;格伊尔巴舍湖和达利安湖处于中间营养状态,需持续监测以防进一步退化。
研究结论部分明确指出,生态区和湖泊形态特征共同塑造了土耳其湖泊物理化学特性、浮游植物群落和营养状态的显著空间变异性。CCA结果表明营养盐浓度(特别是TP、TN和NO
3?)和EC是塑造浮游植物群落组成的首要环境驱动因子。在四个研究湖泊中,作为拉姆萨尔遗址的布尔杜尔湖呈现超富营养状态,具有最高的EC、营养盐水平和叶绿素a浓度,以及最低的透明度;格伊尔巴舍湖显示出营养退化迹象,主要由高TN和NO
3?驱动,促进耐营养物种繁衍并可能预示早期富营养化过程;萨勒达湖维持寡营养状态,其独特地球化学特性包括高碳酸盐含量和碱性pH,限制了营养可利用性并缓冲富营养化;达利安湖在所有评估指数中均表现良好生态状态,尽管EC较高,其生态系统相对稳定,主要受自然盐度梯度而非营养过度富集影响。MPTI、BCG和ABOZ与TP梯度的强相关性确认了这些指数作为多样水环境生态状态评估工具的可靠性。将多指标浮游植物指数与物理化学评估相结合,为评估多样湖泊类型提供了稳健框架。然而,湖泊深度和形态的显著差异强调了解释生态区影响时需考虑内在变异性。总体而言,湖泊间生态变异性源于多尺度环境驱动因子的交互作用,而非单一主导因子,这凸显了采用整合性、多尺度评估方法的必要性,该方法应同时纳入区域和湖泊特异性特征。未来监测和管理策略应应用经深度调整和区域校准的框架,以更准确地捕捉生态梯度并支持有效的湖泊保护与恢复工作。