大型水坝调控河流中非生物与生物因子对硅藻资源利用效率影响的对比研究

《Environmental DNA》：Contrasting Abiotic and Biotic Predictors of Diatom Resource Use Efficiency in a Megadam-Regulated River

　　

巨型水坝（megadams）能够深刻改变河流环境与生物群落，然而其对生态系统功能（如资源利用效率，RUE）的影响仍知之甚少。生物多样性-生态系统功能（BEF）框架认为生态系统功能与非生物条件及生物群落属性相关，但在巨型水坝调控的河流中这些预测因子的相对重要性是否发生变化尚不清楚。本研究探讨了黄河小浪底大坝对河流环境条件及硅藻群落属性（包括分类与系统发育多样性、群落组成、复杂性和稳定性）的影响。研究人员采用环境DNA宏条形码（environmental DNA metabarcoding）分析浮游硅藻样本，并以单位资源（如氮和磷）的叶绿素a浓度估算资源利用效率（RUE）。水库群落的基于叶绿素的RUE和群落复杂性显著高于下游群落，但其Faith系统发育多样性（Faith's phylogenetic diversity）较低，且群落稳定性未呈现一致升高。随机森林模型（random forest models）显示，下游基于叶绿素的RUE主要与非生物预测因子（如浊度、温度和总氮总磷比，TN:TP）相关。相比之下，生物群落属性的相对重要性（包括Faith系统发育多样性、群落复杂性和稳定性）在水库中有所增加。这些结果表明，非生物条件与生物群落属性共同预测基于叶绿素的RUE，且二者的相对重要性在水库与下游河段之间存在差异。本研究提供了野外证据，表明在巨型水坝调控的河流中，BEF关系可能依赖于具体环境背景。

研究背景与问题提出

生物多样性-生态系统功能（Biodiversity-Ecosystem Functioning，BEF）框架强调生物多样性是生态系统功能的重要生物相关性指标。然而，大多数BEF研究在相对稳定和均质的环境中进行，而BEF关系具有环境依赖性，会随环境变化而改变。非生物条件（如养分化学计量和气候）可调节生物多样性效应的强度，但目前尚不清楚在对比鲜明的环境条件下，非生物条件和生物群落属性这两类预测因子的相对重要性如何变化。大型水坝的修建是对全球河流系统最显著的人为干扰之一，能够通过改变自然水文情势、降低河流连通性以及改变生物地球化学循环来塑造河流生态系统的生物结构。硅藻作为河流中重要的生产者群体，在碳、氮、磷循环中发挥关键作用，且对水质高度敏感，是评估筑坝相关环境梯度的有用生物指示剂。资源利用效率（Resource Use Efficiency，RUE）通常被用作浮游植物群落研究中生态系统功能的代理指标，常以单位养分资源的叶绿素a浓度来估算（即基于叶绿素的RUE）。尽管早期研究主要关注筑坝对硅藻群落组成和分类学α多样性的影响，但筑坝如何与基于叶绿素的RUE相关联仍很大程度上未知。因此，本研究旨在探究在巨型水坝调控的河流中，非生物变量和生物群落属性在预测基于叶绿素的RUE时的相对重要性是否在水库和下游河段之间存在差异。

研究内容与结论

本研究以黄河小浪底大坝为研究对象，在大坝上游的水库核心区和下游河道至河口共设置48个采样点，于2023年春季（5月）和秋季（9月）进行两次采样，共获得96份样品。通过测量水体理化参数和环境DNA宏条形码技术分析硅藻群落，研究人员发现水库群落具有显著更高的基于叶绿素的RUE和群落复杂性，但Faith系统发育多样性较低，且群落稳定性未呈现一致性升高。随机森林模型分析表明，下游基于叶绿素的RUE主要与非生物预测因子（如浊度、温度和总氮总磷比，TN:TP）相关，而在水库中，生物群落属性（包括Faith系统发育多样性、群落复杂性和稳定性）的相对重要性显著增加。这一发现表明，非生物条件与生物群落属性共同预测基于叶绿素的RUE，且二者的相对重要性在水库与下游河段之间存在差异，为BEF关系的环境依赖性提供了野外证据。

关键技术方法

研究人员采用了以下主要技术方法：

1. 1.
   环境DNA宏条形码（environmental DNA metabarcoding）：采集表层水样后过滤富集eDNA，提取硅藻DNA，针对18S rDNA V4区进行PCR扩增，并在Illumina NovaSeq 6000平台测序，经质量控制、序列降噪和分类注释后生成扩增子序列变异体（Amplicon Sequence Variants，ASVs）丰度表。
2. 2.
   群落网络分析：基于ASV相对丰度数据，采用中心化对数比变换后计算Spearman相关性矩阵（|rho|>0.7，FDR校正p<0.05），构建共现网络，并计算节点数、边数、平均度、聚类系数、平均路径长度和模块度等拓扑指标，进而通过归一化平均得到复杂度指数。
3. 3.
   随机森林模型（Random Forest models）：分别构建全局模型和分组模型（水库与下游），以非生物变量（温度、浊度、总氮TN、总磷TP、TN:TP）和生物群落属性（α多样性、群落复杂性和稳定性）为候选预测因子，评估各因子对基于叶绿素的RUE（包括RUE_TN、RUE_TP和RUE_Tur）的重要性。

研究结果

3.1 环境变量的时空变化

主成分分析和置换多元方差分析显示，水库与下游河段的环境变量存在显著的时空差异，其中采样点（R2=42.2%，p<0.001）、季节（R2=43.9%，p<0.001）及其交互作用（R2=3.5%，p<0.001）共同解释了89.6%的总环境变异。下游浊度在春季达到峰值（均值355.3 NTU），秋季下降（233.6 NTU），而水库始终保持低浊度（约2 NTU）。水库水温表现出明显的季节性滞后，春季（13.8℃）和秋季（22.5℃）均值均低于下游（分别为21.8℃和26.5℃）。TN:TP比值仅表现出显著的采样点和季节主效应，水库高于下游，春季高于秋季。

3.2 群落多样性与组成

共鉴定出183,801个属于硅藻门的ASVs，占总ASVs的67.4%，归属于146个属，优势属包括Cyclotella（26.8%）、Stephanocyclus（9.8%）和Thalassiosira（9.0%）等。所有数值型α多样性指标均表现出显著的采样点×季节交互作用，而Faith系统发育多样性无显著交互作用，但表现出显著的主效应，下游值高于水库。基于Bray-Curtis距离的主坐标分析和PERMANOVA显示四个采样点-季节组形成明显分离的聚类，采样点（R2=0.244）、季节（R2=0.215）及其交互作用（R2=0.161）共同解释了62.0%的群落变异。β多样性分解表明，群落差异主要由ASV周转组分贡献（>99%），嵌套组分可忽略不计。γ多样性在下游河段高于水库。

3.3 群落复杂性与稳定性

水库群落具有显著高于下游群落的网络复杂性，且复杂性表现出显著的采样点×季节交互作用。水库复杂性从春季的均值0.48增加到秋季的0.60，而下由从0.33下降到0.20。下游网络具有更高的平均模块度（春季0.44，秋季0.61）并含有关键种ASVs，而水库缺乏关键种ASVs，平均模块度较低（春季0.05，秋季0.19），但平均度（均值23.63和24.37）和聚类系数（均值0.72和0.90）更高。群落稳定性无显著的采样点×季节交互作用，主要差异体现在季节之间，水库并未表现出持续高于下游的稳定性。

3.4 基于叶绿素的资源利用效率及其预测因子

下游叶绿素a保持低水平，仅秋季略有上升，而水库则出现秋季水华（约为下游的4.7倍）。三种基于叶绿素的RUE指标均表现出高度显著的采样点×季节交互作用，水库值显著高于下游，其中RUE_Tur高出数个数量级。随机森林模型结果显示，在全球模型中，复杂性是RUE_TN和RUE_Tur最重要的预测因子，超过浊度、TN:TP和温度；对于RUE_TP，浊度最为重要，其次是网络复杂性。分组模型显示，下游基于叶绿素的RUE主要与少数非生物预测因子（浊度、温度和TN:TP）相关，而生物群落属性的相对重要性在水库中显著增加，例如RUE_TN和RUE_Tur与系统发育多样性和稳定性相关。

讨论与结论总结

讨论部分指出，水库与下游河段在环境条件、硅藻ASV群落结构和基于叶绿素的RUE方面存在差异，这些差异与两类预测因子相对重要性的对比相关联。筑坝通过泥沙拦截降低了悬浮颗粒物，从而减轻了光限制压力并改变了养分化学计量，这与观察到的水库低浊度、降低的TP浓度和升高的TN:TP比值一致。下游高浊度和强水动力扰动则与持续较低的叶绿素a和基于叶绿素的RUE相关。随机森林模型表明，下游基于叶绿素的RUE主要与少数物理化学预测因子相关，而在水库中，多个生物群落属性（Faith系统发育多样性、群落复杂性和稳定性）的重要性排名靠前，表明在浊度胁迫缓解后，生物群落属性的相对重要性增加。研究还发现，水库硅藻ASV群落具有更高的共现网络复杂性和基于叶绿素的RUE，但这种更高的复杂性并未转化为持续更高的群落稳定性。这可能是因为水库网络模块度较低且缺乏关键种ASVs，而下游网络模块度较高且含有关键种ASVs，表明复杂性的组织结构而非单纯的大小更影响稳定性。研究局限性在于随机森林模型和共现网络主要反映统计关联，无法证明生物学相互作用或因果机制。

结论翻译：本研究表明，巨型水坝调控的河流在水库与下游河段之间在环境条件、硅藻ASV生物多样性和基于叶绿素的RUE方面存在显著差异。下游基于叶绿素的RUE主要与非生物预测因子（如浊度、温度和TN:TP）相关，而水库基于叶绿素的RUE则显示出生物群落属性（包括Faith系统发育多样性、共现网络复杂性和群落稳定性）的相对重要性增加。这些发现支持了一种环境依赖性的BEF视角，表明巨型水坝调控与基于叶绿素的RUE的主要预测因子从下游的非生物条件向水库的生物群落属性转变相关联。