摘要
湖泊浮游植物异常增殖引发的水华，是全球湖泊生态环境面临的共同挑战。我国目前主要依据《地表水环境质量标准》，以总氮、总磷浓度控制为核心的防控措施在实践中常陷入“高投入、低效益”的治理困境，难以在有限资源下实现高效控制。限制因子理论为摆脱该困境提供了科学基础，其核心在于识别藻类生长的关键因子，从而提升治理措施的精准性与效能。本文基于利比希最小因子定律（影响藻类最终产量）与布兰克曼速率限制理论（调控藻类生长速率），阐述了湖泊藻类生长的多重限制机制及其耦合关系，涵盖氮、磷、光照、温度、水动力及食物网调控等；评述了经验阈值法、经验模型法与实验法3类识别方法的适用场景与局限，并进一步论述了光、热等非可控因子对营养盐控藻成效的潜在影响。在此基础上，提出了未来精准治理的3大方向：（1）明晰外源营养盐控制策略（控什么）；（2）构建藻类氮磷同化效率的“气候潜力上限—实际表现”评估框架（控多少）；（3）揭示禁渔背景下营养级再分配机制（如何扩充生态容量）。本研究旨在衔接经典限制因子理论与我国湖泊治理的现实需求，阐明如何从现有技术体系中遴选出最具成本效益的管控手段，以期为我国湖泊水华的精准防控提供有益思考。
Abstract
Phytoplankton over-proliferation and the associated algal blooms in lakes is a worldwide ecological challenge. In China, bloom control has predominantly relied on the Environmental Quality Standards for Surface Water, which emphasize total nitrogen and total phosphorus concentration controls. However, this concentration-based approach may yield high costs and low effectiveness, failing to achieve cost-efficient control under constrained management resources. The limiting factor theory offers a scientific basis for resolving this dilemma by identifying the key influencing factors of phytoplankton, thereby enhancing the precision and efficacy of management interventions. Grounded in Liebig's law of the minimum (governing final yield) and Blackman's law of limiting factors (governing growth rate), this study systematically elucidates the multiple, interacting mechanisms that constrain phytoplankton, including nitrogen, phosphorus, light, temperature, hydrodynamics, and food-web regulation. We review three principal methodologies for identifying limiting factors—empirical threshold, empirical modeling, and experimental approaches—and discuss their respective applicability and limitations. Furthermore, the modulating roles of relatively uncontrollable environmental drivers, such as light and temperature, on the effectiveness of nutrient reduction on algal blooms are elaborated. From a precision lake management perspective, we propose three key prospects: i) clarifying external nutrient control strategies, ii) establishing a “climatic potential-realized performance” framework to evaluate phytoplankton nitrogen and phosphorus assimilation efficiency, and iii) elucidating nutrient redistribution among trophic levels under fishing-ban policies. These insights aim to address critical management questions—what to control, how much to control, where to control, and how to enhance the ecological capacity of lakes. This study focuses on constructing a selection framework to elucidate the integration of classical limiting factor theory with China's practical lake management needs, thereby identifying the most cost-effective technical measures from the existing technology pool to support precise algal bloom control.
浮游植物作为湖泊生态系统的关键初级生产者，在维持物质循环与食物网功能中具有不可替代的作用[1]。然而，其异常增殖所引发的水华现象，已成为全球湖泊治理面临的共同挑战[2-4]。在我国，太湖、巢湖、滇池等大型湖泊长期受蓝藻水华困扰，已成为水环境管理与公众关注的焦点。
目前，我国水华防控主要依据《地表水环境质量标准》（GB 3838—2002）等规范，以总氮、总磷浓度为管控核心，通过外源减排、内源清淤以及多种应急防控等手段抑制藻类异常增殖[5-7]。然而，治理实践容易陷入“高投入、低效益”的困境。诸多案例表明，即使氮磷浓度趋于稳定或下降，湖泊水华强度并未相应减弱，甚至有所加剧[8-11]。这一“生态解耦”现象反映出静态营养盐控制策略与藻类生长的动态响应机制之间存在脱节。
浮游植物生长受多重环境因子协同调控，包括氮磷等营养盐供给以及光照、温度、水动力条件和下行控制效应等[12-13]。理论上，任一环境因子只要被削减至抑制藻类生长的水平，均可实现对水华的控制；然而，在治理资源受限的现实条件下，湖泊治理的核心任务之一是如何以尽可能低的投入实现水华防控效益的最大化。
限制因子理论为实现水华精准治理提供了重要科学基础，其核心在于识别藻类生长中最为稀缺的环境因子，从而使治理措施能够精准发力，提升资源配置效率[14]。该理论已在国际湖泊水华治理研究与实践中得到广泛应用[15]。然而在我国，尽管可供选择的控藻措施较为丰富[7]，但针对不同湖泊生态背景，动态诊断藻类的限制因子，并据此构建成本效益最优的治理顶层设计研究与实践仍明显不足。
为此，本文以经典的限制因子理论为基础，融合利比希最小因子定律（影响水华最终规模）与布兰克曼速率限制理论（调控水华形成速率）两大范式，阐明浮游植物限制因子的研究进展，归纳其主要类型与识别方法，并在此基础上探讨未来的研究展望，旨在构建从生态学理论到治理实践的转化路径，为我国湖泊水华治理从粗放管控向生态过程导向的精准调控转型提供有益见解。
1 浮游植物限制的两类范式：利比希最小因子定律与布兰克曼速率限制理论
浮游植物限制机制主要遵循两类范式：利比希最小因子定律（Liebig's law of the minimum）与布兰克曼速率限制理论（Blackman's law of limiting factors）。利比希最小因子定律指出，特定植物种类的最终产量由最为稀缺的单一资源所决定，主要侧重于资源性因子对生物量最大潜力的约束作用。例如，在陆地生态系统中，磷可作为限制性资源，对作物最终产量形成关键约束[16-17]。布兰克曼速率限制理论则强调生境条件对生物生长速率的限制作用，例如温度通过调控代谢速率而限制藻类水华的形成[18]。
尽管浮游植物限制因子研究也多涉及物种层面的实验（例如藻类生长潜能测试）[19]，但由于自然水体中浮游植物物种难以分离以及表征浮游植物整体信息参数更具有管理便利性，现有研究多集中于群落整体（如叶绿素a浓度）或关键类群（如蓝藻生物量）的限制因子识别[20]。在此框架下，利比希最小因子定律表现为资源对藻类生物量上限的约束[21-22]，而布兰克曼速率限制理论则体现环境因子对藻类生长速率的调控[16]。
利比希与布兰克曼范式从不同时间尺度共同描述了藻类生长的限制过程：温度、水动力等生境条件主导藻类的瞬时生长速率，其作用经时间持续累积，最终当藻类规模受磷等资源性限制因子所约束时，体现为营养决定的藻类最终产量[14-15]（图1）。在应用层面，利比希范式一般用于确定“控什么”，即识别最为短缺的关键资源；布兰克曼范式常用于判断“何时控、控哪里”，以识别水华暴发关键时段（如应急防控窗口）和敏感水体类型（如通江湖泊通常为低风险水体）。
图1利比希最小因子定律与布兰克曼速率限制理论对浮游植物异常增殖的共同调控示意图 （水华暴发源于资源因子支撑的高生物量潜力，并在适宜生境条件作用下促使藻类快速生长并实现该潜力）
Fig.1Conceptual diagram illustrating the joint regulation of phytoplankton over-proliferation by Liebig's law of the minimum and Blackman's law of limiting factors (Bloom formation requires both sufficient resource availability to sustain high biomass potential and favorable habitat conditions that facilitate rapid algal growth rate toward that potential)
2 浮游植物限制因子的主要类型与治理应用
2.1 营养元素限制
尽管藻类水华受多种环境因子共同驱动，但由于氮磷在流域尺度上具有人为可调控性，二者是水华治理的主要管理对象。其中，在多数湖泊中磷对藻类生物量的上限具有限制作用，因此通常被作为水华削减的优先管控靶标。Schindler在加拿大实验湖泊开展的全湖营养盐削减实验，证明了外源磷输入对藻类最终产量的决定性影响；而经济合作与发展组织项目建立的磷入湖负荷与湖内叶绿素a响应关系，进一步确立了磷削减在水华治理中的核心地位[14-15]。另一方面，野外观测表明，氮限制在湖泊生态系统中普遍存在，尤其是富营养的浅水湖泊[23-27]。
除氮磷以外，其他元素如硅、铁和碳在特定生态背景下也可能成为限制因子。例如，在硅藻占优的水体中，硅可能决定了藻类最终产量[28]；铁作为多种酶辅因子，在氧化还原敏感水体中易形成沉淀或有机络合物，从而限制藻类生长速率[29]；碳虽通常来源广泛，但在高强度光合作用或水体封闭条件下，CO2可能被迅速消耗至限制水平，引发最终产量的碳限制[30]。尽管这些元素的限制作用不如氮磷普遍，但其在特定水体（如硅藻主导型湖泊、酸性矿山湖泊、高藻型富营养湖等）中的调控作用不可忽视，也具备一定的管理指示意义（图2）。
2.2 光照和温度限制
光照通过同时限制可实现的生物量上限（资源限制）与调控生长速率（生境调控），对藻类生长过程产生双重影响。此外，藻类实际可获得的光照不仅取决于地表太阳辐射强度，还受水下光场条件的共同控制。例如，浅水湖泊的风浪再悬浮会通过增加浊度、削减真光层深度，从而影响藻类最终产量和生长速率[31]。温度则主要通过影响酶活与光合代谢来控制藻类生长速率。例如，在低温季节或地区，即便营养丰富，藻类生物量也较低，表现为“高营养、低藻量”的状态[32]。尽管光照和温度条件难以直接调控，但相关研究对于识别水华的敏感阶段和高风险水体具有重要意义，并可与营养限制作用相结合，指导流域尺度的针对性治理。典型地，在不同纬度、海拔及气候变化引起的光热背景差异下，湖泊营养控制标准应予以充分考虑和动态调整（图2）。
2.3 非资源性生境胁迫
除温度外，光照、水动力等非资源性因子可作为生境条件限制，通过抑制藻类生长速率降低水华发生风险。典型地，我国长江中下游的通江湖泊虽营养水平较高，但受强烈水力冲刷影响，浮游植物（尤其是蓝藻）的净生长速率受到显著抑制，因而其水华发生风险明显低于阻隔型湖泊[33]。同样，水体pH显著偏离中性范围时，会干扰藻类细胞酶活性和离子平衡，从而抑制其生长速率[34]。欧盟跨区域研究显示，高碱度湖泊中蓝藻生物量长期处于低位，但营养浓度处于较高水平，凸显出pH作为生理胁迫因子的限制作用[35]（图2）。这类生境胁迫引起的“高营养—低藻量”现象具有重要的管理意义，可用于识别水华敏感湖泊，为避免过度治理提供依据。
图2湖泊浮游植物主要限制因子类型以及治理应用示意图
Fig.2Schematic diagram of major types of lake phytoplankton limiting factors and their management applications
2.4 自上而下及侧向过程的限制：牧食与植物间干扰
自上而下过程及同营养级间的资源竞争共同调控着浮游植物生物量。在温带湖泊，春季浮游动物牧食可显著降低藻类生物量，形成短暂的“清水期”。此过程反映了营养盐（如磷）在浮游动物体内的暂时封存，间接强化了对藻类的磷限制[36-37]。同样，滤食性鱼类（如鲢、鳙）可通过直接摄食藻类，将部分营养盐固定于较高营养级，在一定条件下降低水华风险[13]。武汉东湖的长期研究表明，鱼类调控是该湖蓝藻水华得以持续缓解的关键机制[38]。此外，大型水生植物亦可通过遮光、营养竞争、化感作用及为浮游动物提供庇护等途径，间接抑制浮游植物生长[39]（图2）。此类限制因子研究的管理意义在于：除流域营养削减外，可通过重构食物网结构或增强生态系统的营养吸纳能力，使氮磷在不同生物类群间的流动与储存更加分散，从而提升生态系统的营养承载力，减轻对营养削减策略的依赖。
3 浮游植物限制因子的识别方法概述
前文系统剖析了藻类的多重限制因子，为理解水华成因奠定了理论基础。然而，将理论转化为精准治理实践的关键，在于准确诊断出特定时空下的主导限制因子。为此，本节介绍了3类常用识别技术——经验阈值法、经验模型法和实验法，重点阐述其原理与适用场景。
3.1 经验阈值法：限制因子宏观初筛的简便方法
经验阈值法依托大尺度观测数据的统计规律，为限制因子初步判断提供了一种简单直观的方法。常用阈值如下（表1）。
表1藻类主要限制因子的经验阈值汇总
Tab.1Summary of empirical thresholds formajor algal limiting factors
（1）藻类最终产量限制的氮磷比阈值：该方法的基本原理是，当氮或磷相对匮乏时，该元素将成为藻类最终产量的限制因子。通常以氮磷比（N∶P，质量比）标准为：N∶P＜9指示氮限制，9 ≤N∶P＜22.6指示氮磷共限制，N∶P≥22.6指示磷限制[40]。需要注意的是，该方法更适用于大尺度的初步筛查，具体湖泊的应用仍需结合水文、营养及生态背景综合判断，以避免机械套用导致误判。例如，我国通江湖泊尽管N∶P值一般指示“氮磷共限制”，但藻类实际主要受冲刷引起的生长速率限制[33]。此外，氮磷比作为藻类群落整体的综合指标，难以反映物种特异性的营养响应。
（2）藻类生长速率限制的氮磷浓度阈值：在适宜气象水文条件下，以微囊藻为主的浮游植物群落在DIN浓度超过约0.40 mg/L或SRP超过30 μg/L时，生长速率常不再增长，趋于平稳[41]。一般认为，当DIN低于0.10~0.13 mg/L或SRP低于3~10 μg/L时，藻类吸收与生长过程才受到绝对抑制[21]。这些阈值多基于受控实验确立，可为评估藻类生长受限程度提供参考，但其在原位复杂环境中的适用性仍有限，需谨慎用于治理决策。
（3）其他常见因子限制阈值：光照、温度和水力条件等非营养因子同样可成为关键限制因素。温度方面，蓝藻复苏的临界水温约为9℃[42]，而微囊藻等水华蓝藻的最适生长速率温度多为25~30℃[12]。当混合层深度超过真光层的4~5倍时，光限制藻类最终产量的现象往往占主导；在浅水湖泊中，可利用光衰减系数与水深的乘积进行简易估算，若结果大于16，则表明藻类最终产量为光限制[31]。同时，光照也可作为生长速率的限制因子。一些案例研究表明，光饱和常出现在约100~200 μmol photons/（m2·s）的强度范围内[43]。当水力停留时间＜100 d时，蓝藻生长通常受到一定抑制；若缩短至30 d以内，则快速冲刷导致蓝藻水华难以形成[44]。上述经验阈值虽存在一定不确定性，但仍为湖泊管理提供了参考依据。
3.2 经验模型法：复杂背景下的统计推断
经验模型法的核心思想是通过构建营养盐与藻类生物量（如叶绿素a）之间的统计关系，并依据其响应模式推断系统所处的限制状态。拟合对数转换后的总磷（或总氮）与叶绿素a的关系后，散点图通常呈现两类典型模式：（1）若二者呈稳定的线性关系，则支持该营养盐为藻类生物量的主要限制因子（图3A）[22]。（2）更为常见的情形是呈现“楔形分布”，即在相同营养盐水平下，叶绿素a表现出显著的变异范围（图3B）。在这种分布特征中，散点图的上边界代表营养盐所能支撑的叶绿素a潜力上限，对应营养限制情形；而明显偏离该上边界的观测点，则表明藻类生长主要受光照、水动力等非营养因子的限制[45]。例如，通江湖泊中常出现相对“高氮磷、低藻情”的现象，表明尽管营养盐充足，快速的水力冲刷仍限制了藻类的生长与累积（图3C、D）[46]。
该方法本质上是基于营养限制条件下藻类生物量与氮、磷浓度之间的经验关系所开展的残差分析。其典型拓展形式是卡尔森提出的“四象限法”，通过分别构建藻类—营养盐关系和浊度—透明度关系的经验模型，并对偏离程度进行判别，可同步识别氮磷限制、非藻类浊度引起的光限制，以及下行摄食效应等限制类型（图4）[47]。相关原理与判据已在既有综述中系统阐述[48]。需要强调的是，残差分析方法的判识可靠性在很大程度上取决于基础经验模型的合理性，尤其是上边界关系的准确刻画（图3B）。因此，在实际应用中需结合区域湖泊类型与环境背景，对经验模型进行必要的校验和调整。
3.3 实验法：验证限制因子因果关系的工具
实验法是在实验室反应器、中尺度“微宇宙”或全湖尺度下，通过人为控制氮、磷等营养因子水平，观察浮游植物特定物种、蓝藻生物量或叶绿素a浓度等指标的响应，并依据最终产量或生长速率的变化来识别限制因子[41]。该方法的优势在于能够直接确立与藻类生长存在因果关系的环境条件，但其成本较高，且难以完全复现原位多因素的复杂生境。因此，实验法更适合在已有观测数据的基础上，对初步统计识别的限制因子进行因果验证，从而为“控什么”提供因果证据。
4 我国浮游植物限制因子研究的未来展望
在诸多环境因子中，氮磷因其在流域尺度上的人为可控性，成为当前最常用的管理抓手。然而，其控藻效果显著受光、温、水动力等非可控因子调节—如农田施肥的增产效应受气候条件制约类似，湖泊中氮磷的产藻潜力同样呈现明显的时空分异。目前，我国湖泊水华治理仍普遍依赖统一的氮磷控制标准。为提升治理的精准性与适应性，建议未来研究在以下3个方向系统深化：第一，明晰“控什么”，厘清不同湖泊类型中氮磷限制的主导性与控氮可行性；第二，量化“控多少”，系统解析空间纬度、海拔差异与气候变化对藻类氮磷同化效率的影响，制定差异化的营养浓度阈值；第三，拓展“如何控”，探索通过食物链等下行效应，在营养削减的基础上进一步拓宽湖泊内部的营养承载力，从而提升整体治理成效。
4.1 明晰外源营养盐削减策略：回答控什么
首先需明确，氮磷本身并非传统污染物，其管控必要性在于其能否引发藻类异常增殖并伴随负面生态效应。磷被纳入水质标准，正是基于其对藻类生长的限制效应获得了科学验证[14-15]。随着我国湖泊治理由以水质达标为目标逐步转向以生态健康为核心的综合管控，未来研究亟需基于氮磷限制格局构建差异化的营养盐控制策略，推动治理体系向精准化转型。其关键在于识别真正限制藻类最终生物量的营养元素，并评估系统内部过程（如固氮和反硝化）是否削弱外源负荷削减的治理成效。该领域已取得一定进展，例如基于全球湖泊氮磷比阈值分析显示，水深是驱动氮磷限制格局转换的关键因子，随着水深增加，系统往往经历由氮限制向共限制再到磷限制的连续转变[49]。未来可进一步结合经验阈值法与经验模型法，系统识别不同区域湖泊的营养限制类型。另一关键考量是系统内部对外源削减的抵消作用。经典理论认为，单一控氮可能诱发固氮蓝藻增殖，通过大气固氮弥补氮限制，从而削弱流域控氮效果[50]；但后续研究指出，固氮作用高度依赖光照，而多数富营养湖泊因浊度较高难以维持持续固氮[51-52]。鉴于我国湖泊背景条件差异显著，建议在氮限制或共限制型湖泊中，通过野外观测和模拟实验等方法，定量评估大气固氮相较于外源输入的实际贡献率，为营养控制策略选择提供依据。
需强调的是，在营养盐处于冗余阶段时，藻类生长主要受温度和光照等因子调控，对营养盐浓度变化并不敏感。由于光热条件难以人为调节，需通过持续降低营养盐，使其逐步取代光热并重新成为实际限制因子，仍是实现藻类长期控制的主要途径。以太湖为例，研究发现，2007—2020年间氮磷长期处于冗余状态，藻情主要由光热条件主导；直至2021年起，部分湖区才逐步显现出营养盐限制特征，随着氮磷浓度持续下降，藻类生物量也呈现同步下行趋势[11]。由此可见，明确“控什么”旨在为湖泊水华的长期治理指明方向，并非确保短期见效。在实践中，仍需结合经验模型法等动态识别实际限制因子[46-47]，科学预估滞后周期，建立对治理时效的合理预期。
4.2 构建藻类氮磷同化效率的“气候潜力上限—实际表现”评估框架：回答控多少、控哪里
与农田生态系统中气候背景决定施肥对作物产量的潜力上限、田间管理影响实际产出的机制相似，气候背景一般决定了湖泊中藻类氮磷同化效率的“潜力上限”（图3C），而局地环境因子则调控其“实际表现”（图3D）。例如，我国东部平原浅水湖泊及深水千岛湖的研究显示，尽管叶绿素a与总磷呈楔形分布，但其潜力上限与总磷浓度回归线均接近1∶1线性关系（单位为μg/L）[46，53]。然而，关于纬度和海拔引起的光热差异如何影响不同生态区间的氮磷产藻潜力的研究仍较缺乏，亟需深入开展，以建立生态分区下的差异化营养盐阈值体系。在时间尺度上，气候变化同样驱动着“气候潜力上限”的动态变化。例如，太湖长期数据表明，气候变暖与风速下降显著提升了单位氮磷的产藻潜力，致使基于逐年潜力上限推演的总磷控制阈值持续收紧；至2020年，总磷需控制在52 μg/L以下，方能将叶绿素a潜力上限约束在20 μg/L（浅水湖泊水华的叶绿素a经验阈值）以内[54]。这种变化可能导致水华季节延长、分布北移等生态响应[55]。因此，有必要采用经验模型法（如95%分位数回归）动态评估潜力上限的时序变化，并据此制定适应气候变化的营养管控阈值（图3E）。需要强调的是，基于“气候潜力上限”设定阈值时需警惕统计因果混淆。例如，气候变暖可能通过促进底泥释磷而刺激藻类繁殖，导致高生物量区间的营养盐—藻类关系呈现双向作用[56]。
图3仅磷限制的理想状态与多因子共同限制下，总磷与浮游植物生物量散点分布模式示意图（A、B） （图C~E展示了气候因子与局地因子对浮游植物磷同化效率的调控效应与潜在机制。图C中，红色点表示在特定气候条件下，单位磷所能支持的浮游植物生物量潜力值（即“气候潜力上限”），以及在气候与局地因子共同作用下的实际表现值（即“实际表现”）；图D列举了导致藻类磷同化效率偏离 “气候潜力上限”的典型局地调控因子，可将红色实线视为藻类营养限制的“标准模型”，在此基础上开展残差分析，从而识别多因子共同作用下的藻类限制因子； 图E示意了气候适宜性对“气候潜力上限”的调控效应）
Fig.3Conceptual illustration of the scatter patterns between total phosphorus and phytoplankton biomass under ideal single phosphorus limitation (A) and multiple-factor limitation (B) . Panels (C-E) illustrate the regulatory effects of climatic and local factors on phytoplankton phosphorus assimilation efficiency. In panel (C) , red dots represent the potential phytoplankton biomass per unit phosphorus attainable under specific climatic conditions (“climatic potential upper limit”) and the observed values under the combined influence of climatic and local factors (“actual performance”) . Panel (D) lists typical local factors that cause deviations of phosphorus assimilation efficiency from the climatic potential upper limit, The red solid line can be regarded as a “reference model” of algal nutrient limitation, on which residual analysis is performed to identify the dominant limiting factors under the combined influence of multiple drivers. Panel (E) schematically depicts how climatic suitability modulates the climatic potential upper limit
图4通过营养状态指数（TSI）偏差评估浮游植物限制因子（基于叶绿素a（Chl.a）； 总氮（TN）；总磷（TP）；与透明度（SD）计算）
Fig.4Deviations of TSI values based on chlorophyll-a (Chl.a) , total nitrogen (TN) , total phosphorus (TP) , and Secchi depth (SD) , and their indication for the phytoplankton limiting factors
然而，在大多数湖泊中，藻类实际生物量往往低于其气候潜力上限。这种差距主要源于局地环境因子的抑制作用，如水力冲刷等，均会降低单位营养盐的实际产藻效率，导致“实际表现”普遍低于“气候潜力上限”（图3D）。这一现象为识别营养富集水华高风险水体提供了重要依据：通过分析实际藻类产量与潜力上限之间的偏离程度（即3.2节论述的残差分析），可有效辨别水华敏感湖泊，并预测限制因子变化后的藻情演变趋势。典型案例是通江湖泊多呈现“高营养—低藻量”的解耦状态，而阻隔性湖泊则普遍表现为“高营养—高藻量”的偶联状态[46]。因此，有必要基于区域尺度的“气候潜力上限—实际表现”框架开展残差分析（图3D），系统识别导致藻类响应受限的关键局地因子，从而为氮磷富集背景下高风险湖泊的识别与分级管理提供科学依据。
4.3 明晰禁渔背景下氮磷的营养级再分配：回答下行效应调控的生态扩容能力
健康的湖泊生态系统可通过多营养级食物链（如浮游动物—鱼类）实现营养盐的高效传递，从而抑制藻类异常增殖，这一过程可理解为湖泊的“生态扩容”能力[57]。近年来，“十年禁渔”等生态保护政策的实施，正显著重塑长江中下游浅水湖泊的鱼类群落结构和现存量，将深远影响原有的下行控制格局。在此背景下，经典下行控制路径（如浮游动物牧食）[37]与非经典路径（如滤食性鱼类直接摄食藻类）[38]之间的交互作用日趋复杂，其复合效应通过多种机制影响藻类种群与营养盐归趋：1）滤食性鱼类（如鲢、鳙）可直接转移氮磷至更高营养级；2）鱼类对浮游动物的捕食压力可能削弱其牧食作用，间接助长藻华；3）鱼类行为（如底泥扰动、摄食水生植物）也会改变水体光环境与营养盐分布，进而影响藻类与大型植物的竞争关系。这些路径并非孤立存在，而是随鱼类组成、水文条件与营养本底发生非线性耦合，构成复杂的调控机制。目前，针对禁渔背景下鱼类结构变化对下行控制能力的系统性研究仍十分匮乏，尤其是不同控制路径如何通过氮磷的营养级再分配实现“生态扩容”的机制并不明确。未来研究应依托长期生态观测与操控实验，阐明不同功能群鱼类在经典与非经典控制路径中的作用机理及其对氮磷跨营养级传递的差异性贡献，以推动富营养化治理由化学控制向上下行综合调控转型。
