湖泊科学   2024, Vol. 36 Issue (6): 1650-1659.  DOI: 10.18307/2024.0612
0

研究论文——富营养化与水华防控

引用本文 [复制中英文]

张民, 高芮, 阳振, 史小丽, 陈开宁, 尹洪斌, 王丽雅, 孟洋洋, 巢湖水体中磷的季节性波动及其驱动因素. 湖泊科学, 2024, 36(6): 1650-1659. DOI: 10.18307/2024.0612
[复制中文]
Zhang Min, Gao Rui, Yang Zhen, Shi Xiaoli, Chen Kaining, Yin Hongbin, Wang Liya, Meng Yangyang. Seasonal patterns of phosphorus in Lake Chaohu and its influencing factors. Journal of Lake Sciences, 2024, 36(6): 1650-1659. DOI: 10.18307/2024.0612
[复制英文]

基金项目

江苏省科技计划项目(BK20220018)、巢湖生物资源调查及生态修复示范工程项目(2020-340181-77-01-037328)和国家自然科学基金项目(32170546)联合资助

通信作者

张民, E-mail:mzhang@niglas.ac.cn

文章历史

2024-01-15 收稿
2024-04-22 收修改稿

码上扫一扫

巢湖水体中磷的季节性波动及其驱动因素
张民1,2,3 , 高芮4 , 阳振1,2 , 史小丽1,2,3 , 陈开宁1,2 , 尹洪斌1,2,3 , 王丽雅1,2,3 , 孟洋洋1,2,3     
(1: 中国科学院南京地理与湖泊研究所, 湖泊与流域水安全重点实验室, 南京 210008)
(2: 中国科学院南京地理与湖泊研究所, 湖泊与环境国家重点实验室, 南京 210008)
(3: 中国科学院大学南京学院, 南京 211135)
(4: 安徽省巢湖管理局湖泊生态环境研究院, 合肥 230601)
摘要:浅水湖泊中磷的季节性波动是湖泊生态系统响应环境变化的重要过程, 揭示湖泊中磷的季节性波动过程及其影响因素是科学和有效实施湖泊管控的关键。本研究利用巢湖2012—2023年的连续逐月监测数据, 分析巢湖水体中磷的季节性变化规律及其驱动因素。结果表明: 巢湖水体中磷呈现明显的年内波动模式, 其中2—4月份是一年水体中磷的低值时段, 而后逐渐升高, 8—10月份达到年度水体中磷的高值时段, 高值时段总磷浓度比低值时段平均高0.058 mg/L, 平均增加84%, 而且这个波动幅度从东到西逐步升高。浮游植物生物量和叶绿素a的年内变动模式与水体中磷的波动模式并不匹配, 其中浮游植物生物量的年内峰值较磷的年内峰值出现更早, 而冬季仍是浮游植物生物量和叶绿素a浓度较高时段, 水体中磷的浓度却相对较低, 藻类年内波动幅度对磷的波动幅度解释率不足10%, 表明巢湖水体中磷的季节性波动受浮游植物的年内变化影响有限。巢湖水体中磷的年内波动模式可能主要受内源磷的自然释放过程驱动, 藻类的泵吸作用和外源污染入湖的调节作用并不明显。本研究提升了对浅水湖泊中磷季节性变化规律的认识, 对湖泊内源污染的管控策略制定具有重要的科学意义。
关键词    季节性模式    浮游植物    叶绿素a    巢湖    
Seasonal patterns of phosphorus in Lake Chaohu and its influencing factors
Zhang Min1,2,3 , Gao Rui4 , Yang Zhen1,2 , Shi Xiaoli1,2,3 , Chen Kaining1,2 , Yin Hongbin1,2,3 , Wang Liya1,2,3 , Meng Yangyang1,2,3     
(1: Key Laboratory of Lake and Watershed Science for Water Security, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, P. R. China)
(2: State Key Laboratory of Lake Science and Environment, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, P. R. China)
(3: Nanjing School, University of Chinese Academy of Sciences, Nanjing 211135, P. R. China)
(4: Institute of Lake Ecology and Environment, Chaohu Lake Bureau of Anhui Province, Hefei 230601, P. R. China)
Abstract: The seasonal fluctuation of phosphorus in shallow water lakes is a crucial process in the response of lake ecosystems to environmental changes. Unravelling the seasonal fluctuation pattern of phosphorus and its influencing factors in lakes is key to scientific and effective lake management. This study utilized 12 years of continuous monthly monitoring data from Lake Chaohu to analyze the seasonal variation pattern of phosphorus and its driving factors. The results indicated that phosphorus in Lake Chaohu exhibited a distinct intra-annual fluctuation pattern. The period from February to April represented the low values of phosphorus, which gradually increased thereafter, with the peak phosphorus concentration occurring from August to October, reaching the annual high. During the high phosphorus period, the total phosphorus concentration was 0.058 mg/L higher on average than the low phosphorus period, representing an average increase of 84%. Moreover, this fluctuation amplitude increased gradually from east to west. The intra-annual variation patterns of phytoplankton biomass and chlorophyll-a did not precisely align with the phosphorus fluctuation pattern. The peak values of phytoplankton biomass occurred earlier in the year than the peak phosphorus values, and there was a period of substantial phytoplankton distribution even in winter when phosphorus concentrations were relatively low. The explanatory power of algal intra-annual fluctuation amplitude on phosphorus fluctuation amplitude was less than 10%, indicating a limited influence of phytoplankton's intra-annual changes on the seasonal phosphorus fluctuation in Lake Chaohu. The intra-annual fluctuation pattern of phosphorus in Lake Chaohu was likely primarily driven by the natural release of internal phosphorus, with limited evidence of the regulatory effects of algal pump suction and external pollution entering the lake. This study enhanced our understanding of the seasonal variation of phosphorus in shallow lakes and held significant scientific implications for formulating strategies to control internal pollution in lakes.
Keywords: Phosphorus    seasonal pattern    phytoplankton    chlorophyll-a    Lake Chaohu    

磷是内陆水体中浮游植物最重要的营养元素,也是藻类水华的主要限制因素[1]。磷是构建浮游植物细胞核酸、蛋白质和酶的基本组成部分,对于水中浮游植物的生长和繁殖至关重要[2]。磷在调控水体营养循环中也发挥着关键作用,影响着水中的氮磷比例,从而影响水生态系统的稳定性。尽管磷对于水体生态系统的正常运转至关重要,但过度的磷输入可能导致负面效应[3]。过量的磷可以加速水体富营养化过程,促使藻类异常繁殖,形成有害水华[4]。因此,全面了解不同环境条件下磷与水体生态系统之间的复杂关系,是制定合适的监测和管理措施、维护内陆水体生态平衡和可持续利用的重要一环。

浅水湖泊水体中的磷具有明显的季节性变化特征,冬季偏低,而夏季偏高[5]。目前的研究发现,这种季节性变化可能有3个潜在的影响因素:内源释放、外源输入和浮游植物的泵吸作用[6-8]。冬季温度较低时,水体和底泥中的磷相对稳定,内源释放相对缓慢,而随着温度升高,湖泊中的生物活动增强,特别是底泥中的生物扰动,会导致内源磷释放增加[9],同时,水体和底泥中微生物的活动增强,也会导致水体中磷浓度的增加[5]。夏季由于降雨增多,地表径流入湖增加也是导致浅水湖泊中夏季磷浓度升高的原因之一。另外,夏季适宜的温度和水体中增加的磷浓度会进一步促进浮游植物的大量增殖,增殖的浮游植物导致磷被大量吸收,间接形成对内源磷的泵吸作用[10],从而增加了内源磷的释放。这些研究在不同层面阐明了湖泊水体中磷季节性变化的可能原因,但是针对浮游植物是水体中磷年内变化的原因还是结果仍不明确,给湖泊管理带来了困惑。

巢湖是我国富营养化较为严重的湖泊之一,且具有明显的富营养化空间梯度变化,因此是研究富营养化相关机制的理想场所。本研究利用巢湖长尺度的监测数据,分析了巢湖水体中不同形态磷的季节性变化特征,并针对影响这种季节性变化的可能因素进行分析,该研究对于认识浅水湖泊中磷的季节性变化、科学合理制定湖泊管理措施具有重要意义。

1 研究方法 1.1 巢湖概况

巢湖为我国五大淡水湖之一,位于安徽省中部,是我国水污染防治的重点水体。巢湖面积约787.4 km2,集水面积为9258.0 km2,年内水位变幅大,透明度低,湖滨带水生植被分布较少,富营养化程度较高[11]。近年来,随着治理工作的推进,巢湖水质逐步改善,但是仍维持在较高的营养盐水平。巢湖的富营养化程度在空间分布上主要表现为由西向东逐步降低的趋势[12],这是湖泊外源污染负荷主要来源于流域西北部所致[13]。巢湖的蓝藻水华与污染的空间分布特征相似,也主要分布于西部湖区[14-15]

1.2 野外调查及数据获取

于2012—2023年进行野外调查,每月中旬采样一次,本研究对敞水区的7个采样点位进行分析,具体位置见图 1,其中1和2号样点位于东湖区,3、4和5号样点位于中湖区,6和7号样点位于西湖区。水温等环境因子于现场利用Yellow Spring Instruments(YSI 6600, USA)在原位进行测定。水质测定样品和浮游植物样品通过混合表、中和底层样品获取,其中水质样品5 L,带回实验室测定,浮游植物样品500 mL,现场用1%的鲁哥氏碘液固定保存。

图 1 巢湖采样点位分布 Fig.1 The location of the sampling sites in Lake Chaohu
1.3 室内分析

水样带回实验室后,参照《水和废水监测分析方法》[16]测定总磷(TP)、溶解性总磷(DTP)、正磷酸盐(PO43--P)等浓度。采用钼酸铵分光光度法测定TP和DTP浓度,并利用二者差值计算颗粒态磷(PP)浓度;采用钼锑抗分光光度法测定正磷酸盐浓度。叶绿素a(Chl.a)浓度采用丙酮法提取,利用分光光度计测定[17]

浮游植物样品静置24 h后吸去上清液,浓缩至约30 mL,分析时取0.1 mL均匀样品,在光学显微镜下鉴定计数,每个样品计数2片取其平均值。生物量则根据藻类的平均体积与密度乘积计算,其中藻类平均体积根据目微尺实测藻体大小,根据藻类的形状,使用相应的体积公式计算,藻类密度按1 g/cm3计算。

1.4 数据分析

本文利用Microsoft Excel 2010进行数据整理,R软件平台[18]的ggplot2、mgcv和caret等程序包进行分析和制图[19-20]。水体中不同形态磷、叶绿素a和浮游植物生物量的年内变动趋势采用局部加权回归(LOESS)确定,总磷、颗粒态磷和叶绿素a的年内变动幅度采用年内逐月数据的四分位距(IQR)和年度高值月份与低值月份均值的差值2种方式表征。在四分位距计算过程中,夏季数据通常分布于75%四分位附近,冬季数据分布于25%四分位附近。计算年度高值月份与低值月份均值的差值时,年度高值时段为8—10月,低值时段为2—4月。获取年内变动幅度数据后,不同点位间变动幅度的比较采用Tukey HSD事后检验(Tukey's post hoc test)进行;总磷及颗粒态磷的年内变动幅度与叶绿素a年内变动幅度间的关系利用线性回归分析确定。

2 结果 2.1 巢湖水体中磷浓度和叶绿素a的长期波动变化

根据巢湖全湖和不同湖区水体中总磷、溶解性总磷、颗粒态总磷和正磷酸盐的长期波动结果可见(图 2):4种磷形态均呈现明显的年内波动模式,除东湖区2012—2016年波动模式不明显外,其余湖区和时段波动模式非常稳定,均表现为冬季低、夏季偏高的年内模式。在磷的组成方面,巢湖颗粒态磷约占总磷的68.8%±12.4%,溶解性总磷约占31.2%,其中冬季颗粒态磷的占比(70.6%)略高于夏季(66.8%)。在溶解性总磷中,正磷酸盐约占50.2%±21.0%,其中夏季正磷酸盐占比(59.7%)明显高于冬季(36.5%)。

图 2 巢湖水体中磷浓度的长期季节性波动变化 Fig.2 Long-term seasonal fluctuation in phosphorus levels in Lake Chaohu

根据巢湖不同湖区叶绿素a浓度的长期波动结果(图 3),叶绿素a也呈现较为明显的年内波动模式,但是这种波动模式的规律性比水体中磷的波动模式规律性偏弱。叶绿素a的年际间变化幅度要明显高于水体中磷的年际间变化幅度,特别是东部湖区。

图 3 巢湖水体中叶绿素a的长期季节性波动变化 Fig.3 Long-term seasonal fluctuation in chlorophyll-a level in Lake Chaohu
2.2 水体中磷的年内模式与浮游植物模式的关系

将水体中总磷、溶解性总磷、颗粒态磷、叶绿素a和浮游植物生物量去量纲后,进行年内变化趋势分析,分析结果显示(图 4):巢湖全湖不同形态磷的年内变化模式较为一致,2—4月份为一年中磷水平最低的时段,而后开始逐步增加,直至9月份达到年内峰值,随后开始下降。分湖区而言,西部湖区和中部湖区与全湖的变化趋势一致,东部湖区在9月份以后磷的下降幅度有限,仍保持在较高水平。颗粒态磷在夏季磷浓度达到高值时,其增加幅度明显低于总磷和溶解性总磷。

图 4 巢湖不同形态磷、叶绿素a和浮游植物生物量的年内变化趋势 Fig.4 Intra-annual variations in different forms of phosphorus, chlorophyll-a and phytoplankton biomass in Lake Chaohu

叶绿素a在年内也呈现与水体中磷相似的波动模式,其中在4—5月份为年内的最低值,而后逐渐升高,在8月份达到年内的峰值,随后开始快速降低。与总磷的变化趋势相比,年内叶绿素a的低值比水体中磷的低值出现更晚,但是其高值比水体中磷的高值出现更早,而且在冬季,特别是1—2月份,叶绿素a浓度并没有像水体中磷浓度一样下降,而是维持在较高水平。浮游植物生物量的年内峰值主要在5—6月份,而后略有降低,但仍维持在较高水平,在10月份以后再次升高,逐步达到年内的次峰值。因此,浮游植物生物量的年内变化趋势与磷的变化趋势几乎不同步。

根据各点位四分位距结果可见(图 5):从东到西巢湖水体中的磷年内变化幅度呈现逐渐增加的趋势,尤其是溶解性总磷,变化趋势更为明显(P < 0.05)。而根据年度高值时段(8—10月)与低值时段(2—4月)不同形态磷均值的差值结果,除总磷在部分点位间存在显著差异外,溶解性总磷和颗粒态磷的空间变化差异并不显著。而对于叶绿素a,无论是四分位距还是高值时段与低值时段的差值,在不同湖区的年内变化都没有显著差异。

图 5 不同形态磷和叶绿素a年内变动幅度的空间差异 Fig.5 Spatial variations in intra-annual dynamics of different forms of phosphorus and chlorophyll-a

根据叶绿素a与总磷、颗粒态磷的年内四分位距或高低时段差值的关系结果可见(图 6):叶绿素a的四分位距与总磷(R2=0.07,P=0.014)和颗粒态磷(R2=0.09, P=0.005)的四分位距具有显著的正相关性,但是相关系数较低;叶绿素a的高低时段差值与颗粒态磷的高低时段差值有正相关性(R2=0.10, P=0.003),与总磷的高低时段差值无显著相关性(P=0.171)。相关分析结果表明,即使存在变量间的两两显著相关,其相关系数也非常低,表明叶绿素a的年内变化对水体中磷年度变化的解释度不足10%。

图 6 叶绿素a年内变动幅度与总磷、颗粒态磷年内变动幅度间的关系 Fig.6 The relationship between chlorophyll-a and intra-annual variations in total phosphorus and particulate phosphorus

水体中总磷浓度与水温间关系具有明显的空间变化规律,其中1、2和3号点水温与总磷浓度的关系不显著,4~7号点二者关系表现为显著相关,虽然相关性较弱,但是从东到西,二者关系的斜率逐渐增加,且相关系数逐渐增大(图 7)。

图 7 不同调查点位水体中总磷与水温间的关系 Fig.7 The relationship between total phosphorus and water temperature at various survey sites in Lake Chaohu
3 讨论 3.1 浮游植物与水体中磷季节性变化的关系

浅水湖泊中氮、磷营养盐浓度的增加可以促进浮游植物的大量繁殖,而浮游植物由于自身含有氮、磷物质,因此大量生长的浮游植物也成为湖泊中总磷的重要组成部分。已有的模拟实验研究[21]和野外观测[22]发现,浮游植物的快速生长会短暂导致水体中可利用磷浓度降低,打破底泥和水体间的磷平衡,从而促进底泥中磷向水体中释放,产生泵吸效应,形成水体中总磷和浮游植物生物量的正向反馈作用。

本研究利用巢湖连续12年的观测数据发现:巢湖浮游植物生物量或叶绿素a与水体中磷的季节性波动并不同步,而且浮游植物生物量年内的波动幅度与水体中总磷或颗粒态磷波动幅度间的关系较弱,这表明巢湖的浮游植物季节性变化可能不是水体中总磷年内变化的主要驱动因素。首先,浮游植物生物量或者叶绿素a浓度的峰值与水体中不同形态磷的年内峰值并不一致,而是早于磷的年内峰值,表明水体中磷出现峰值时,藻类对水体中磷的贡献度并不高。根据藻类和水体中磷年内波动幅度的相关系数,藻类年内波动幅度对水体中总磷或颗粒态磷的波动幅度解释率不足10%。其次,在水体中磷的峰值时段(8—10月份),颗粒态磷水平相对低磷时段的增幅要小于总磷和溶解态总磷的增幅,表明水体中磷出现峰值时,作为颗粒态磷出现的藻体对总磷的贡献有限。最后,本文还发现即使在冬季,浮游植物生物量或者叶绿素a浓度仍处于相对较高水平时,水体中磷的水平却较低,因此在冬季,浮游植物可能并不存在泵吸作用。本文发现浮游植物年内的波动幅度与水体中磷波动幅度间的较弱关系,与通常所见的水体中磷浓度与藻类生物量的显著正相关性明显不同,这可能是由于显著相关结果多来源于长尺度数据或者空间多水体数据,这些数据通常进行了均质化处理或来源于相同的季节,对水体中磷浓度以外的环境因素进行了相对的一致性控制,而相关性弱的结果受季节性因素,如温度、藻类组成等的差异化影响强烈,使得浮游植物年内的波动趋势或幅度与水体中磷波动的趋势或幅度难以表现出一致性。

本文结果不支持已有研究关于浅水湖泊中浮游植物泵吸作用的结论,这可能源于内源磷释放的复杂性。首先,在厌氧和缺铁的底质环境中,沉积物中的磷更容易释放进入水体[10]。巢湖的悬浮颗粒物中铁磷的含量高达26.7%[23],并且巢湖作为浅水湖泊扰动剧烈,底部不易形成持续的厌氧环境,因此巢湖沉积物中磷的静态释放相对于深水湖泊可能偏弱;其次,巢湖强烈的水动力扰动作用、底栖动物的生物扰动作用以及微生物的转化作用可能已经主导了内源磷的释放过程,而浮游植物的泵吸作用相对有限,在本研究的观测中难以检测到其显著的贡献;最后,浮游植物对沉积物中磷的泵吸作用可能与浮游植物的组成或者特定浮游植物色素组成变化有关,巢湖的浮游植物优势类群以长孢藻和微囊藻为主[24],其中最具优势的长孢藻对磷的需求并不强烈,而第二优势的微囊藻对磷的需求较大[25],因此,这种藻类组成也可能是泵吸作用没有被检测到的原因;特定藻类在不同季节中色素含量可能存在差异[26],这种差异也可能导致叶绿素a峰值和水体中磷峰值的不匹配,从而使得泵吸作用无法被确认。

3.2 内源释放与外源输入对水体中磷的季节性波动影响

根据已有研究,巢湖内源磷释放存在着明显的时空差异[27-28]。在时间上,西部湖区冬季(1月)正磷酸盐的释放速率很低,春季(4月)为1.64 mg/(m2·d),夏季(7月)增加到2.55 mg/(m2·d),秋季(10月)进一步增加到3.34 mg/(m2·d)[28]。这种变化趋势与本文发现的巢湖水体中不同形态磷的年内波动模式相似,即夏季并不是巢湖水体中磷浓度最高的季节,夏末秋初才是一年中磷浓度最高的时期。在空间上,从东部湖区到西部湖区底质中磷含量逐步增加,其释放速率也逐步增加[27]。根据本研究不同调查点位水体中总磷与水温间的关系,从东部湖区到西部湖区水体中总磷与水温的关系逐渐增强,这表明随着温度的增加,内源磷含量高的湖区磷释放量对水体中总磷的贡献逐步增强。水体的夏季高磷时段与冬季低磷时段总磷浓度的差值为0.058 mg/L,占夏季高磷时段水体中总磷的44%,占全年水体中总磷均值的54%,就负荷而言,内源磷年释放总量占外源入湖磷污染负荷的69%[22]。因此,巢湖内源磷释放的量与外源磷输入的量已经能够满足藻类生长的需求,湖体中几乎不会出现因藻类过度繁殖而出现磷限制的情况,因此也不会导致出现浮游植物泵吸效应的情况。

外源磷季节性输入的差异也可能是导致湖泊水体中不同形态磷产生季节性变化的原因。巢湖西部是主要入湖污染的来源区域,本文分析了该区域年降雨量与西部湖心点位水体中总磷年内波动幅度间的关系,但是并没有发现二者间具有显著的相关性,表明年际间的降雨量差别对巢湖西部湖区水体中磷的波动影响有限。当然,这一结果并不能完全排除外源磷季节性输入差异对湖泊水体中磷年内波动的影响,更精细数据的获取与分析可能是未来阐明这一问题的关键。通过查阅巢湖流域多年的入湖污染季节性变化特征发现[24]:影响入湖污染负荷变化的主要负荷来源为农业面源,其中农业面源磷排放量占流域总排放量的48%。巢湖流域主要以水旱轮作的方式进行农业种植,夏季稻季磷的径流损失远高于旱季,稻季的主要施肥阶段为6—7月份,因此巢湖流域外源污染磷负荷的高值一般在夏季。这个结果与本文发现夏末秋初巢湖湖体总磷的高值并不匹配,也间接表明外源磷的季节性输入可能对湖泊水体中磷的季节性变化的影响有限。

4 结论

1) 巢湖水体中的磷呈现明显的年内波动模式,其中2—4月份是一年水体中磷的低值时期,而后逐渐升高,8—10月份达到年度水体中磷的高值时期。

2) 巢湖中水体中磷的年内波动模式可能主要源于内源磷的自然释放过程,藻类的泵吸作用和外源污染入湖的调节作用有限。

3) 巢湖水体中浮游植物生物量年内变化是氮、磷营养盐和其他环境因子共同作用的结果,而不是水体中磷浓度季节性变化的原因。

5 参考文献

[1]
Carpenter SR. Phosphorus control is critical to mitigating eutrophication. Proceedings of the National Academy of Sciences of the United States of America, 2008, 105(32): 11039-11040. DOI:10.1073/pnas.0806112105
[2]
Smith VH. The nitrogen and phosphorus dependence of algal biomass in lakes: An empirical and theoretical analysis. Limnology and Oceanography, 1982, 27(6): 1101-1111. DOI:10.4319/lo.1982.27.6.1101
[3]
Xu H, McCarthy MJ, Paerl HW et al. Contributions of external nutrient loading and internal cycling to cyanobacterial bloom dynamics in Lake Taihu, China: Implications for nutrient management. Limnology and Oceanography, 2021, 66(4): 1492-1509. DOI:10.1002/lno.11700
[4]
Tilman D, Kilham SS, Kilham P. Phytoplankton community ecology: The role of limiting nutrients. Annual Review of Ecology and Systematics, 1982, 13: 349-372. DOI:10.1146/annurev.es.13.110182.002025
[5]
Søndergaard M, Jensen JP, Jeppesen E et al. Seasonal dynamics in the concentrations and retention of phosphorus in shallow Danish Lakes after reduced loading. Aquatic Ecosystem Health & Management, 2002, 5(1): 19-29. DOI:10.1080/14634980260199936
[6]
Sondergaard M, Jensen PJ, Jeppesen E. Retention and internal loading of phosphorus in shallow, eutrophic lakes. The Scientific World Journal, 2001, 1(2): 427-442. DOI:10.1100/tsw.2001.72
[7]
Xie P. Biological mechanisms driving the seasonal changes in the internal loading of phosphorus in shallow lakes. Science in China: Series D: Earth Sciences, 2006, 49(1): 14-27. DOI:10.1007/s11430-006-8102-z
[8]
Fan CX, Zhang L, Qin BQ et al. Estimation on dynamic release of phosphorus from wind-induced suspended particulate matter in Lake Taihu. Science in China: Series D: Earth Sciences, 2004, 47(8): 710-719. DOI:10.1360/02yd0438
[9]
Søndergaard M, Jensen JP, Jeppesen E. Role of sediment and internal loading of phosphorus in shallow lakes. Hydrobiologia, 2003, 506(1): 135-145. DOI:10.1023/B:HYDR.0000008611.12704.dd
[10]
Orihel DM, Schindler DW, Ballard NC et al. The "nutrient pump": Iron-poor sediments fuel low nitrogen-to-phosphorus ratios and cyanobacterial blooms in polymictic lakes. Limnology and Oceanography, 2015, 60(3): 856-871. DOI:10.1002/lno.10076
[11]
王苏民, 窦鸿身. 中国湖泊志. 北京: 科学出版社, 1998.
[12]
Wang SH, Jiang X, Jin XC. Spatial-temporal variations of aquatic environmental factors and their influences to algal blooming in Lake Chaohu. J Lake Sci, 2011, 23(6): 873-880. [王书航, 姜霞, 金相灿. 巢湖水环境因子的时空变化及对水华发生的影响. 湖泊科学, 2011, 23(6): 873-880. DOI:10.18307/2011.0608]
[13]
Shang GP, Shang JC. Spatial and temporal variations of eutrophication in western Chaohu Lake, China. Environmental Monitoring and Assessment, 2007, 130(1): 99-109. DOI:10.1007/s10661-006-9381-8
[14]
Li K, Xiao P. Temporal and spatial distribution of chlorophyll-a concentration and its relationships with TN, TP concentrations in Lake Chaohu. Journal of Biology, 2011, 28(1): 53-56. [李堃, 肖莆. 巢湖叶绿素a浓度的时空分布及其与氮、磷浓度关系. 生物学杂志, 2011, 28(1): 53-56. DOI:10.3969/j.issn.1008-9632.2011.01.053]
[15]
Zhang M, Kong FX. The process, spatial and temporal distributions and mitigation strategies of the eutrophication of Lake Chaohu(1984-2013). J Lake Sci, 2015, 27(5): 791-798. [张民, 孔繁翔. 巢湖富营养化的历程、空间分布与治理策略(1984—2013年). 湖泊科学, 2015, 27(5): 791-798. DOI:10.18307/2015.0505]
[16]
金相灿, 屠清瑛. 湖泊富营养化调查规范. 北京: 中国环境科学出版社, 1990.
[17]
Yan R, Kong FX, Han XB. Analysis of the recruitment of the winter survival algae on the sediments of Lake Taihu by fluorometry. J Lake Sci, 2004, 16(2): 163-168. [阎荣, 孔繁翔, 韩小波. 太湖底泥表层越冬藻类群落动态的荧光分析法初步研究. 湖泊科学, 2004, 16(2): 163-168. DOI:10.18307/2004.0210]
[18]
Team RC. R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing, 2014.
[19]
Wickham H. Ggplot2: elegant graphics for data analysis. Springer Science & Business Media, 2009.
[20]
Wood S. The mgcv package. www.r-project.org, 2007.
[21]
Xie LQ, Xie P, Li SX et al. The low TN ∶TP ratio, a cause or a result of Microcystis blooms?. Water Research, 2003, 37(9): 2073-2080. DOI:10.1016/S0043-1354(02)00532-8
[22]
Yang LY, Yang XY, Ren LM et al. Mechanism and control strategy of cyanobacterial bloom in Lake Taihu. J Lake Sci, 2019, 31(1): 18-27. [杨柳燕, 杨欣妍, 任丽曼等. 太湖蓝藻水华暴发机制与控制对策. 湖泊科学, 2019, 31(1): 18-27. DOI:10.18307/2019.0102]
[23]
Yang P, Yang CH, Yin HB. Dynamics of phosphorus composition in suspended particulate matter from a turbid eutrophic shallow lake(Lake Chaohu, China): Implications for phosphorus cycling and management. Science of the Total Environment, 2020, 741: 140203. DOI:10.1016/j.scitotenv.2020.140203
[24]
Zhang M, Shi XL, Yang Z et al. Changes in biotic mechanisms of phytoplankton biomass stability along a eutrophic gradient. Ecosystems, 2024, 27(2): 222-234. DOI:10.1007/s10021-023-00884-8
[25]
Zhang M, Shi XL, Yang Z et al. Characteristics and driving factors of the long-term shifts between Microcystis and Dolichospermum in Lake Taihu and Lake Chaohu. J Lake Sci, 2021, 33(4): 1051-1061. [张民, 史小丽, 阳振等. 太湖和巢湖中微囊藻(Microcystis)与长孢藻(Dolichospermum)的长时序变化及其驱动因子. 湖泊科学, 2021, 33(4): 1051-1061. DOI:10.18307/2021.0408]
[26]
Yang CH, Li JY, Yin HB. Phosphorus internal loading and sediment diagenesis in a large eutrophic lake(Lake Chaohu, China). Environmental Pollution, 2022, 292(Pt B): 118471. DOI:10.1016/j.envpol.2021.118471
[27]
Yang CH, Yang P, Geng J et al. Sediment internal nutrient loading in the most polluted area of a shallow eutrophic lake(Lake Chaohu, China) and its contribution to lake eutrophication. Environmental Pollution, 2020, 262: 114292. DOI:10.1016/j.envpol.2020.114292
[28]
王静. 巢湖流域农业面源污染氮源解析及农艺控制技术研究[学位论文]. 武汉: 华中农业大学, 2020.