随着社会经济快速发展，伴随大量污染物进入到水环境，造成受纳水体污染程度加重并引发全球湖库水生态系统水生植被分布面积下降，甚至在局部水域出现大面积消亡^[1]. 富营养化是一个世界性的水环境问题^[2-3]，我国有80 % 的湖泊处于富营养化状态. 对67个主要湖泊调查发现，26.9 % 为中营养型湖泊，73.1 % 为富营养湖泊^[4]. 叠加水体营养盐输入和水生植被退化严重，造成藻类大量增殖而出现水华现象^[5-6]，进而导致富营养化湖泊从清水态的草型生态系统向浊水态藻型生态系统转换^[7-8]，加速了湖泊沼泽化进程，损害了湖泊水体生态和社会经济服务功能^[9]. 因此，在退化湖泊水生态系统修复过程中，合理规划开展水生植被恢复与重建被认为是改善水质条件和维持湖泊生态系统结构和功能稳定性的重要修复措施^{[1, 10]}.

水生植被是水生态系统中的重要组成部分，对其进行恢复可以改变湖泊水体氮、磷等生源要素的生物地球化学循环过程，其中根着挺水植被主要从沉积物中获取营养物质，因此更加剧烈地影响着湖泊沉积物氮、磷迁移转化过程^[10]. 氮是水生态系统重要的限制性元素之一，关于水生植被恢复对沉积物氮赋存形态及含量的影响，重点关注植被恢复后沉积物总氮(TN)含量、无机氮(TIN)含量及其形态变化^[11]，往往忽略了植被恢复过程沉积物可转化态氮(TF-N)变化规律的探究. 研究发现沉水植物的生长能够降低沉积物的总氮含量，降幅为43.5 % ~59.0 % ^[12-13]；水生植被恢复使得沉积物中铵态氮(NH₄⁺-N)含量降幅为75.0 % ~87.4 % ^[14-15]，而硝态氮(NO₃^--N)含量降幅高达96.5 % ^[15]. 其次，大多数研究聚焦沉水植被恢复过程某个特定阶段对沉积物氮组分及含量的影响，包先明等^[16]发现沉水植物生长阶段降低了沉积物TN和NH₄⁺-N含量，而根系泌氧增强沉积物硝化过程提高了NO₃^--N含量；胡红伟等^[17]发现芦苇、菖蒲凋亡促使沉积物NH₄⁺-N含量呈上升趋势，而NO₃^--N含量出现下降，亚硝态氮(NO₂^--N)含量呈先升高后降低的趋势. 但是，由于水生植被不同生长阶段对营养盐需求和植物代谢强度均不同^[18]，目前对于水生植被恢复完整生长过程中沉积物氮变化特征的认识仍十分不足，特别是极易参与到沉积物氮循环过程的TF-N组分及其含量的变化规律. 目前，仅少数研究，如王圣瑞等^[19]和孔祥龙等^[15]研究发现沉水植物整个生命周期降低了沉积物TN和TIN含量，但关于挺水植物完整生长过程对沉积物TF-N的影响认识仍很缺乏，这极可能导致水生植物恢复在退化湖泊生境修复工程中的生态效果评估产生偏差. 因此，为准确评价水生植被恢复对水生态系统沉积物氮含量及形态的影响和修复效果，迫切需要进一步探究水生植被完整生长周期对沉积物TN、TF-N与TIN形态及含量的影响及其关键驱动因子.

本研究通过沉积物柱芯培养和水槽模拟实验，选择巢湖挺水植物土著优势种——芦苇为受试植物，完整模拟了芦苇恢复的整个生长过程，旨在研究芦苇完整生长过程中湖泊沉积物TN、TIN与TF-N含量及形态的转化时间变异规律，试图探明芦苇恢复完整生长过程中沉积物氮组分及含量的驱动机制及关键调控因子，以期为退化湖泊和人工景观水体植被重建与恢复提供科学依据和技术支撑.

近年来，不断的外源输入加剧了巢湖水体富营养化. 本研究样品采集于我国巢湖污染严重的西北部汇流湾滨岸带(图 1). 由于巢湖水生植被优势物种以芦苇为主^[20]，且挺水植物受水体透明度影响小，在重污染水体中栽种的存活率高，加上退化湖泊水体通常选择挺水植物先对退化滨岸进行修复的前期成功实践案例，故本研究的受试植物选择巢湖本地优势植物芦苇. 芦苇采集点位的具体坐标为31°42′4.76″N, 117°21′43.49″E，选取长势良好，生长一致的芦苇幼苗(株高约10 cm、直径1 cm)，连根挖起并立刻洗净芦苇表面的污泥，装入到80 L的塑料桶中，并在5 h内带回实验室.

图 1(Fig.1)

图 1 采样点位置（a）、巢湖上覆水体总氮（b）和总磷（c）浓度空间变异及芦苇恢复完整生长过程模拟实验（d） Fig.1 Location of sampling site (a), spatial distributions of TN (b) and TP (c) concentrations in overlying water across Lake Chaohu, and overall growing period of P. australis  in this simulation study (d)

沉积物采集点位与芦苇相同，采用彼得森采样器采集巢湖西部重污染湾区滨岸表层沉积物，同步采集原点位的底层上覆水体(图 1). 为最大限度降低沉积物空间异质性的干扰，将采集的沉积物带回实验室进行筛分(孔径为0.6 mm)，筛除大颗粒物质以及大型水生动物，并对筛分过后的沉积物进行充分匀化处理. 为防止玻璃管中的沉积物受上覆水挤压而出现下沉的情况，将充分匀化的沉积物装入到有机玻璃管中进行为期半个月的预培养(高×内径为25 cm×18 cm)，将出现沉降的玻璃管沉积物厚度最终调整为18 cm. 在实验开始前，将生物量及形态相似的芦苇根茎挑选出来，而后将芦苇根茎插入到距沉积物表层5 cm深处进行定植；其次，根据前期野外调查获得的芦苇密度，每个微环境有机玻璃管中芦苇栽植密度为160株/m². 将上述处理好的样品全部放入到水槽(长×宽×高=220 cm×110 cm×75 cm)中，预先平衡培养15 d，并及时补种死亡的芦苇幼苗，确保芦苇栽种密度和长势情况一致，减少系统误差.

本实验利用自制循环水槽进行模拟，实验水深设置为40 cm，真实地模拟巢湖滨岸水深原位条件. 为能较好地模拟巢湖水体的营养状况，实验过程中每30 d更换一次湖水. 整个模拟实验持续开展120 d，具体采样时间设计在第0、30、60、90、120天分别称量芦苇总生物量、地下部生物量和细根生物量，同步采集芦苇根区表层0~10 cm沉积物样品. 每一次实验均随机抽取4个平行样品进行分析. 采集结束后，立刻用自来水将芦苇根部清洗干净，同步收集并保存泥柱中的芦苇凋落物，并将收集到的芦苇凋落物分别计入到相应批次的芦苇生物量中，避免芦苇枯落物腐解而向水体释放养分，从而造成实验结果出现偏差. 将每次采集到的表层沉积物事先去除动植物碎屑和大颗粒石块，冷冻干燥并研磨过筛(孔径为0.150 mm)，保存待测.

结合岛津紫外-可见分光光度计(UV3600，Japan)，沉积物中的TN、总磷(TP)含量采用过硫酸盐消化法^[21]进行测定，NO₃^--N含量采用饱和硫酸钙提取-紫外分光光度法测定，NH₄⁺-N含量采用纳氏试剂光度法测定，亚硝态氮(NO₂^--N)含量采用重氮偶氮分光光度法测定. 沉积物在105℃条件下烘24 h至恒重测定含水率，孔隙率与容重采用金属环刀法测定，有机碳含量的测定采用K₂Cr₂O₇-H₂SO₄油浴氧化FeSO₄滴定法. 沉积物pH利用雷磁pH计进行测定，沉积物铁、铝和钙含量通过硝解后利用电感耦合等离子体发射光谱(Agilent Technologies, Waldbronn, Germany)进行分析.

沉积物氮形态分析综合了马红波等^[22]和赵海超等^[23]提出的化学连续浸提法，将TF-N划分为4种形态，分别为：离子交换态氮(IEF-N)、碳酸盐结合态氮(CF-N)、铁锰氧化态氮(IMOF-N)以及有机态和硫化物结合态氮(OSF-N). 简要的提取过程为：取1 g沉积物加入1 mol/L MgCl₂，在25℃条件下浸提2 h获得离子交换态氮(IEF-N)；往残渣中加入HAc-NaAc(pH=5)，在25℃条件下浸提6 h得到碳酸盐结合态氮(CF-N)；接着向残渣中加入0.1 mol/L NaOH，在25℃条件下浸提17 h得到铁锰氧化态氮(IMOF-N)；加入K₂S₂O₈(碱性)，在115℃条件下浸提1 h获得有机态和硫化物结合态氮(OSF-N)，上述步骤浸提出来的氮统称为TF-N. 水样经0.45 μm玻璃纤维滤膜(Whatman GF/C)抽滤后采用流动注射分析仪(Skalar-SA1000)测定不同提取液中的NO₃^--N、NH₄⁺-N和NO₂^--N浓度，沉积物TN含量与TF-N含量的差值则为非可转化态氮(NTF-N)含量. 沉积物溶解氧剖面采用微电极系统(Unisense, Denmark)进行测定. 利用百分之一电子天平来测定芦苇总生物量、地下部生物量和细根生物量的鲜重.

借助SPSS 26.0(SPSS, USA)和Excel 2018(Microsoft, USA)软件进行数据统计分析，利用Origin 8.5软件(OriginLab, Northampton, MA, USA)绘图. 采用单因素方差(ANOVA)分析沉积物溶解氧侵蚀深度、TIN和各TF-N含量变化的差异显著性；其次，利用单因素方差(ANOVA)分析芦苇总生物量、地下部生物量和细根生物量随时间变化的差异显著性. 选择Pearson相关分析检验沉积物TIN、TF-N含量与芦苇总生物量、地下生物量和细根生物量之间的相关性是否达到显著水平.

应用于长期水槽模拟实验的沉积物基本理化性质如表 1所示，其中沉积物TN含量为2325 mg/kg，按湖泊底泥环保疏浚标准来看，沉积物氮污染程度属于重污染沉积物类型^[24]. 与此同时，同步分析了芦苇整个生长过程中沉积物-水微界面溶解氧侵蚀深度在第0、60和120天的时间变化规律(图 2). 结果表明，界面溶解氧的侵蚀深度随培养时间推移显著增大(P < 0.05)，溶解氧侵蚀深度在第0天达到4000 μm，在第60天达到5800 μm，而在第120天溶解氧侵蚀深度甚至扩大到表层沉积物10000 μm位点.

表 1(Tab. 1)

表 1 模拟实验中沉积物基本理化性质 Tab. 1 Physical and chemical properties of sediments applied in this simulation study 含水率/% 孔隙率/% pH 容重/(g/cm3) 总有机碳/(g/kg) 总氮/(mg/kg) 总磷/(mg/kg) 铁/(g/kg) 铝/(g/kg) 钙/(g/kg) 52.8 71.4 5.24 1.89 6.34 2325 425 43.1 85.7 38.8

表 1 模拟实验中沉积物基本理化性质 Tab. 1 Physical and chemical properties of sediments applied in this simulation study

图 2(Fig.2)

图 2 芦苇根际沉积物溶解氧侵蚀剖面时间变化规律 Fig.2 Depth profiles of DO penetration in surface sediments on day 0, day 60 and day 120 during the entire course of incubation experiment

为探明芦苇完整生长过程中沉积物氮含量及形态的时间变化规律，本研究选择在培养实验的第0、30、60、90和120天分析沉积物TN和TIN含量变化，其中TIN形态包括NH₄⁺-N、NO₃^--N、NO₂^--N(图 3). 结果表明，随芦苇恢复时间延长，沉积物TN含量大致呈现递减趋势，第0天沉积物TN含量最大，为2325 mg/kg；实验结束时(第120天)达到极小值，对比初始值降低了52.1 %. 值得注意的是，第30天沉积物TN含量出现断崖式下降，减少幅度达到45.5 %，而后出现略微增加，在第90天TN含量为1333 mg/kg. 沉积物TIN含量呈现“漏斗状”变化特征，从第0天至第90天逐渐降低，降低幅度为20.0 %；但在第120天，TIN含量突然大幅攀升，为第0天TIN含量的2.10倍. 统计分析表明，沉积物TIN含量的时间变化主要受控于沉积物NO₃^--N和NH₄⁺-N含量的变化(P < 0.01).

图 3(Fig.3)

图 3 芦苇根际表层沉积物(0~10 cm)TN、TIN含量(a)和NO3--N、NH4+-N、NO2--N含量(b)变化规律 Fig.3 Variations of TN, TIN contents (a) and NO3--N, NH4+-N, NO2--N contents (b) in the surface sediment layer (0-10 cm) surrounding rhizosphere of P. australis

通过深入分析沉积物各TIN形态含量的时间变化，从TIN含量绝对值大小排列顺序来看，依次为NO₃^--N> NH₄⁺-N> NO₂^--N(图 3b). 在整个培养实验过程中，沉积物NO₃^--N和NH₄⁺-N含量时间变化规律与TIN高度一致，除第60天外，沉积物NO₃^--N含量从第0天至第90天逐渐降低，并在第120天达到极大值(76.6 mg/kg)；对比沉积物NH₄⁺-N的初始含量，在第90天NH₄⁺-N含量降低了76.9 %，而第120天NH₄⁺-N含量为初始含量的2.20倍. 沉积物NO₂^--N含量是所有TIN形态中绝对值最低的，为0.139~0.459 mg/kg，其随时间变化趋势与NO₃^--N相反.

随着培养时间推移，沉积物TF-N含量总体呈逐步递增趋势，就沉积物TF-N均值大小排列顺序为IMOF-N> OSF-N>IEF-N>CF-N；相反，沉积物NTF-N含量显著降低(图 4). 沉积物IEF-N和OSF-N含量出现先降低、后增大的变化趋势，分别在第90和60天达到极小值，降幅分别为20.0 % 和65.5 %；在第120天，对比初始含量，分别增加了1.10和1.40倍. 沉积物CF-N和IMOF-N含量(除第60天外)呈现逐渐递增的规律，在第120天，沉积物CF-N含量较初始值增加了63.7 mg/kg，是第0天的3.40倍；沉积物IMOF-N含量较初始含量增加924 mg/kg(3.60倍)，值得注意的是，IMOF-N含量却在第60天达到极大值，为1246 mg/kg.

图 4(Fig.4)

图 4 芦苇根际表层沉积物(0~10 cm)可转化态氮含量变化规律 Fig.4 Variations of exchangeable N contents including IEF-N, CF-N (a) and IMOF-N, OSF-N (b) in the surface sediment layer (0-10 cm) surrounding rhizosphere of P. australis

在整个模拟实验期间，分别跟踪测定了芦苇总生物量、地下部生物量和细根生物量，总体而言，三者均随着培养时间延长呈现指数型增长，分别从12.1、9.75和1.29 g增长到183、128和31.5 g(图 5). 进一步分析芦苇生物量与沉积物氮含量变化的相关性，结果表明，尽管沉积物TN与芦苇生物量变化间均未达到显著相关，而沉积物TN含量与芦苇生物量间却呈现出明显的负相关关系；沉积物NH₄⁺-N含量与芦苇生物量变化间呈正相关关系；沉积物NO₂^--N含量同步显示与芦苇生物量呈负相关关系. 沉积物NO₃^--N含量与芦苇总生物量、地下部生物量和细根生物量呈显著正相关关系(P < 0.05). 深入分析了沉积物TF-N含量与芦苇生物量间的相关关系发现，沉积物TF-N含量均随着芦苇生物量的增加而增加(图 5)，其中IEF-N、OSF-N含量与芦苇细根生物量呈显著正相关关系(P < 0.05)；CF-N含量与芦苇总生物量、地下部生物量和细根生物量间均呈显著正相关关系(P < 0.05).

图 5(Fig.5)

图 5 芦苇生物量与表层沉积物(0~10 cm)TN、DIN及可转化态氮含量的相关关系 Fig.5 Correlations between the biomass of P. australis including total biomass, belowground biomass and fine root biomass and changes in TN, DIN and exchangeable N contents in surface sediments (0-10 cm)

沉积物不仅对水生植物起到固持作用，更重要的是为水生植物的生长发育提供N、P、有机质等大量营养元素和微量元素等养分物质，而根着水生植物主要从栖生的沉积物中吸收养分物质用于自身生长^{[18, 25]}. 本研究中，沉积物TN含量随着培养时间延长出现逐渐下降趋势，对比第0天实验结束时沉积物TN含量减少了约50.0 % (图 3)，这是由芦苇主要从沉积物中获取大量氮素用于自身生长发育造成的；其次，沉积物TN和芦苇总生物量统计分析结果表明(图 5)，TN含量和总生物量呈显著负相关关系，随着芦苇总生物量的增加，总氮含量逐渐递减，进一步佐证了沉积物总氮含量降低主要是由于芦苇的吸收利用，并非沉积物中微生物脱氮过程发挥主导作用.

随着培养时间推移，沉积物中NH₄⁺-N含量大致与NO₃^--N和NO₂^--N含量呈负相关关系(图 3，图 5). 沉积物NH₄⁺-N含量从第0天到第90 d呈现逐渐下降的趋势，其原因有两点：一是芦苇对于NH₄⁺-N的吸收潜力最大，芦苇优先利用NH₄⁺-N^[16]，从而造成其在前90 d含量有所下降；二是植物光合作用会通过根系、茎叶向沉积物释放氧气(图 2)，造成沉积物氧化还原电位的升高，促进硝化反应的进行，从而造成NH₄⁺-N含量降低^[5]. 沉积物NO₃^--N含量出现震荡波动变化规律(图 3)，从第0天到第60 d逐渐增加，且在第120天出现极大值，这可能是由于芦苇通过光合作用经根系泌氧到根区周边沉积物中，从而造成根际沉积物氧化还原电位提高，促使沉积物中NH₄⁺-N向NO₃^--N转化的硝化过程增强，有利于低价态的氮向高价态的氮形态转化，所以NO₃^--N含量前60 d有增长的趋势(图 3). 值得注意的是，第120天沉积物NH₄⁺-N和NO₃^--N含量出现极大值(图 3)，该现象可能归因于以下几个过程：1)芦苇枯枝败叶通过腐解过程向间隙水和上覆水体中释放出大量的氨氮^[26-30]，而NH₄⁺-N极易被沉积物中的无机胶体颗粒所吸附而埋藏在表层沉积物中^[31]；2)可能受芦苇-沉积物系统TIN迁移转化过程的影响，随培养时间延长，气温逐渐降低，抑制了沉积物反硝化细菌的活性，反硝化反应速率大幅度减慢^[29]. 此外，沉积物中NO₂^--N含量随芦苇生长逐渐下降，进一步证明了沉积物NO₃^--N含量在第120天达到极大值部分是由于NO₂^--N的转化.

在整个模拟实验过程中，沉积物IEF-N、CF-N、IMOF-N、OSF-N共同组成沉积物中的TF-N^[32]，沉积物TF-N含量均大体呈现增加趋势(图 5)，这主要是由于芦苇根际过程使得沉积物惰性态氮出现活化现象，整个培养实验沉积物NTF-N发生大幅下降从侧面佐证了沉积物氮存在被激活的过程(图 3，4). IEF-N是TF-N中与沉积物结合程度最为松散的氮形态，极易参加水体-沉积物系统氮的生物地化循环过程，是TF-N中最为活跃的一种氮形态^[33]. 从培养实验开始至第60天，沉积物IEF-N逐渐增加，该部分氮主要由NH₄⁺-N和NO₃^--N组成，其中NH₄⁺-N的平均含量为8.50 mg/kg，而NO₃^--N的平均含量为44.3 mg/kg，NO₃^--N在IEF-N中占主导地位，所以IEF-N的变化趋势和NO₃^--N相似，提升的根区沉积物氧化环境促使NH₄⁺-N向高价态的NO₃^--N转化^[34]，沉积物NO₃^--N含量增加进一步证实该过程(图 3).

CF-N为碳酸盐结合态氮^[35]，其结合能力稍强于IEF-N，其含量主要和沉积物中碳酸盐含量有关. 在整个培养过程中，沉积物CF-N含量随芦苇生长逐渐增加(图 3)，这与芦苇根际有机酸分泌调节过程紧密相关，根际短暂的酸性环境将直接影响沉积物中CaCO₃的矿化作用^[36]，CaCO₃在偏酸性的环境下容易分解进入水体中，导致CaCO₃吸附的TIN也会释放到水体中，从而造成CF-N含量下降^[37]，综合第60天沉积物CF-N含量到达极小值和芦苇在第60天光合作用强度达到最大值的证据，从侧面证实了沉积物CF-N存在分解过程. 另一方面，由于芦苇要通过光合作用提升了水中的pH，造成溶解到水中的Ca²⁺、CO₃^2-离子重新结合并沉降到表层沉积物中，重新结合的CaCO₃再次吸附水体中TIN到沉积物表面，CF-N含量升高，所以在芦苇恢复第90天CF-N含量均大幅上升，并在第120出现极大值.

IMOF-N和铁锰氧化物的结合能力相当，其释放能力较IEF-N、CF-N更弱^[34]. 本研究发现沉积物IMOF-N是TF-N的主要组成形态，含量基本呈现逐渐增加的趋势，在第60天达到极大值，这可能有以下两个原因：一是芦苇生长过程不断从沉积物中获取氮等营养物质，同时根系过程促使沉积物活性更低的氮向活性高的相态转变，提高了沉积物氮的活性，而根际环境趋向氧化使Fe²⁺转化为Fe³⁺，形成铁锰化合物，进而吸附了水体中的无机形态氮，由此造成沉积物IMOF-N含量增加^[38]；二是芦苇衰亡后向水体释放的TIN容易被吸附沉降到沉积物表面，增加了IMOF-N含量. 有趣的是，第30天沉积物IMOF-N含量出现极小值，主要是由于芦苇为满足自身快速生长，对沉积物氮的需求量也达到最高水平，并且芦苇对沉积物氮的吸收利用速率远高于活化过程(图 5).

OSF-N是4种TF-N中最难以释放以及最为稳定的一种氮形态^[39]，其含量与沉积物氧化还原状态和TOC含量呈正相关关系^[40]，培养实验开始时，沉积物较高的TOC含量积累了一定量的OSF-N. 值得注意的是，沉积物OSF-N在第60天达到极小值，从实验开始至结束逐渐增加. 前者原因是：随着芦苇不断生长，光合作用向水体释放大量的氧，对沉积物氮的需求量持续增大，降低了沉积物OSF-N稳定性，从而造成在芦苇恢复第60天的时候含量急剧下降(图 2，4). 后者原因是：从第90天至第120天，芦苇进入衰亡期，其腐败的枯枝烂叶会向水体中释放大量的氮素、有机物质，造成水体中有机物含量大幅度增加，与之结合的OSF-N也相应增加，从而造成了沉积物OSF-N含量出现升高现象.

需要指出的是，沉积物TF-N含量的时间变化还同步受到不同形态转化过程的影响，其中沉积物NTF-N的活化分解过程至关重要^[32]. 研究发现，沉积物TN含量在第0天为最大值，而后逐渐降低，并在第120天总氮含量达到极小值，但TF-N呈现增加的趋势，该证据表明沉积物TF-N含量增加主要是由芦苇为满足自身生长的营养需求而对沉积物活性更低的NTF-N的活化分解过程主导的.

总体而言，通过分析芦苇恢复过程下沉积物TN、TIN和TF-N含量及形态变化特征，发现芦苇恢复能够有效削减富营养化水体的内源污染强度，同时改变了沉积物pH、氧化还原状态等关键指标^{[5, 38]}. 但芦苇凋亡分解阶段将会向上覆水体释放大量的营养物质，进而造成水体的二次污染. 基于湖泊生态系统恢复力稳定性视角，从湖泊水体N、P营养物管理策略出发，建议采用物理收割和生态管控等湖泊工程学手段对凋亡衰老的芦苇枯立物进行定期收割(如过冬枯立物集中采收、污染物淤积区开展定期生态疏浚等管控措施)，清理凋落在沉积物表面的枯枝败叶，进一步提升芦苇恢复工程对富营养化水体的修复效果及长效稳态机制^[8].

通过为期120 d的水槽模拟和沉积物柱芯培养实验，结果表明，芦苇完整生长过程明显提高了沉积物氮的活性程度，使得沉积物TN和NTF-N含量显著降低，而沉积物TF-N含量却出现逐渐增大趋势，沉积物TF-N和TIN含量在第120天分别较第0天增加了1.10和2.80倍. 进一步分析沉积物TF-N变化，发现芦苇生长发育提高了沉积物IEF-N、CF-N、IMOF-N和OSF-N含量，第120天各TF-N含量相比第0天分别增加了1.10、3.40、3.60和1.40倍. 基于Pearson相关性分析，发现芦苇生物量是驱动沉积物TN、TIN和TF-N变化的重要因子. 为最大限度地降低内源污染负荷，提高富营养化湖泊植被恢复工程的修复效果，采取综合的湖泊物理-生态工程手段来有效管控越冬期芦苇枯落物显得至关重要.