集装箱循环水养殖系统中浮游植物群落结构特征及影响因素

王龙燕，闵文武，王金乐，陈飞雄,3，周其椿,吴俣学

(1 贵州省生物研究所，贵州 贵阳 550009;2 贵州省农业科学院水产研究所，贵州 贵阳 550025；3 贵州省特种水产工程技术中心，贵州 贵阳 550025)

集装箱循环水养殖系统(CRAS)是以集装箱为养殖载体，应用高新技术有效控制养殖环境和养殖过程，实现分区养殖、易位处理和循环利用，具有节地、节水和高产等优点，是促进渔业生产高质量发展的有效技术模式[1]。应用该系统养殖罗非鱼(Oreochromismossambicus)、草鱼(Ctenopharyngodonidella)、大鳞鲃(Barbuscapito)、黄颡鱼(Pelteobagrusfulvidraco)、鲤鱼(Cyprinuscarpio)等品种取得了良好的经济和社会效益[2-6]。但集约化、高密度的养殖必然带来污染物的大量排放，识别系统排放尾水中的主要污染物并提高污染物的处理效率成为当前研究的热点[7-9]。“集装箱+生态池塘”是集养殖生产和尾水处理的综合养殖系统，具有双高效的优势，是农业农村部2018—2020年主推的养殖模式之一[10]。

浮游植物是水生态系统中主要生物群落之一，是构成水生态系统中多元化营养链的第一步，是浮游动物和底栖动物等水生动物的主要摄食对象[11-12]，是水环境健康状况的重要指示生物[13-14]。在池塘循环流水养殖和人工湿地-池塘复合养殖系统等综合养殖模式中关于浮游植物的研究已有报道[15-18]，“集装箱+生态池塘”循环水养殖系统中浮游植物的研究尚未见报道。

通过对系统内水质指标和浮游植物进行检测，分析系统尾水污染状况，探索浮游植物变动规律，为科学管理和调节系统水质质量，提高系统养殖效益提供理论指导，为推广应用集装箱循环水养殖新模式提供科学依据和数据支撑。

1 材料与方法

1.1 “集装箱+生态池塘”循环水养殖系统构建

试验基地集装箱(6.1 m×2.8 m×2.4 m)共20个，养殖水体容积为25 m3/个，养殖鱼类品种为鲤鱼、草鱼、大口黑鲈(Micropterussalmoides)、黄颡鱼、斑点叉尾鮰(IetalurusPunetaus)和长吻鮠(Leiocassislongirostris)。系统水流方向为集装箱养殖区→物理过滤区→一级沉淀池→二级沉淀池→生态净化池塘→集装箱养殖区的循环(图1)。系统每天早上6时开始每隔3 h循环处理一次，每次1 h，每次通过2台转鼓微滤机轮流进行过滤，每天循环6次把养殖水体全部更换，每次循环回用水量的70%为生态净化池塘水体， 30%为水库新水。

图1 “集装箱+生态池塘”循环水养殖系统水流方向示意图

物理过滤区配置2台120目转鼓微滤机，单台水处理量为80 m3/h。生态池塘由一级沉淀池、二级沉淀池和生态净化塘组成，一级沉淀池(18 m2)由3个逐级降低的阶梯式水池(长×宽×深：6 m×1 m×1 m)连接组成，一级沉淀池尾水逐级漫水进入二级沉淀池，二级沉淀池(长×宽×深：6 m×4 m×1.5 m，24 m2)由镂空砖墙围砌而成，二级沉淀池与生态净化塘顶高程相同，水通过砖墙缝隙进入生态净化塘，生态净化塘面积4 000 m2，平均水深2.0 m。一级沉淀池种植有粉绿狐尾藻(Myriophyllumaquaticum)，布满沉淀池；二级沉淀池采用浮筏种植有粉绿狐尾藻和豆瓣菜(Nasturtiumofficinale)，分别占二级沉淀池面积的80%和5%，一级和二级沉淀池中水生植物在试验期内未进行采收。生态净化塘内放养鲢(Hypophthalmichthysmolitrix)和鳙(Hypophthalmichthysnobilis)，放养密度为鲢(300 g/尾)100尾/亩(1亩=0.067 hm2)，鳙(200 g/尾)100尾/亩，试验期内未见死亡，也未进行捕捞。

1.2 样本采样及分析鉴定

1.3 数据处理及分析

运用浮游植物物种数、密度、生物量、Shannon-wiener 多样性指数和Margalef丰富度指数进行浮游植物多样性及群落结构特征分析，运用污染物去除率(E)进行尾水治理效果分析[24]，采用单因子污染物指数法(Pij)和总污染指数(S)识别尾水中主要污染物和污染程度[25]，浮游植物优势物种根据优势度指数(Y)判定[26]，Y>0.02即为优势种，Y、E、Pij和S计算公式如下：

Y=Fi×Pi

(1)

(2)

(3)

S=∑pij

(4)

式中：Y为优势度指数，Fi为第i个物种出现频率(出现样点数/总采样点数)；Pi为第i个物种相对丰度(i物种丰度/总物种丰度)；E为污染物去除率，%；CA和CB分别为系统A和B点污染物质量浓度(mg/L)。Pij为污染物i的标准指数，Cij为污染物i在监测点j的实测质量浓度(mg/L)；Csi为水质参数i的地表水水质标准，根据河段水功能区划分，本研究依据国家标准[27]Ⅲ类水质标准进行计算。S为总污染物指数。

运用PRIMER 5计算浮游植物Shannon-wiener 多样性指数和Margalef丰富度指数，运用Excel office 2019和SPSS 19.0进行数据统计处理，A、B两点水质及浮游植物群落结构差异采用方差分析和t检验。运用CANOCO 4.5 分析浮游植物与环境因子之间的关系，先用浮游植物密度进行去趋势对应分析(Detrended correspondence analysis,DCA)，结果中Lengths of gradient第一轴值大于4时，选择典范对应分析(Canonical Correspondence Analysis，CCA)，介于3～4之间选用CCA和线性模型的冗余分析(Redundancy analysis，RDA)均可，小于3时选择RDA。选用Y>0.000 1的物种进行DCA、CCA和RDA分析，分析前对生物数据和环境数据(除pH外)进行lg(x+1)转换，运用前选法(Forward selection)和999次蒙特卡洛置换检验(Monte Carlo permutation test)识别各环境因子的贡献率。

2 结果

2.1 系统水处理效率及污染指数

系统T、pH和DO变化情况如表1所示， A和B的T整体表现为从1月至8月不断升高并达到最高值，9月至12月不断降低，夏季和冬季水温差异显著(P<0.05)，A点T比B点高0.6℃，整体增加4.23%，但差异不显著。pH和DO月变化差异不显著，尾水通过净化后pH和DO均有不同程度升高，分别升高5.17%和23.49%。

表1 系统T、pH和DO月变化情况

图2 A和B污染物质量浓度变化及去除率

表2 系统和TP污染指数

2.2 浮游植物种类组成及优势种

系统中共检出浮游植物7门58属98种，其中绿藻门46种，占整个浮游植物物种组成的46.94%，硅藻门和裸藻门均为16种，分别占16.33%，蓝藻门8种，占8.16%，甲藻门7种，占7.14%，隐藻门3种，占3.06%，金藻门2种，占2.04%。A点检出浮游植物76种，B点检出81种，均以绿藻门为主，如图3所示，硅藻门、裸藻门和甲藻门种类数量为B>A，蓝藻门、绿藻门和金藻门种类数量为B

浮游植物优势度指数Y>0.000 1的物种统计如表3所示，A、B两点共62种，其中A点54种，0.000 10.02的物种共5种；B点52种，0.000 10.02的物种共4种。

表3 浮游植物优势种(Y>0.000 1)

(续表)

2.3 浮游植物群落结构特征

系统浮游植物密度和生物量组成如图3所示。

图3 浮游植物密度和生物量组成

A点浮游植物密度和生物量平均值分别为12.25×106cell/L，和26.69 mg/L。密度组成以绿藻门为主，占55.22%，其次是蓝藻门，占31.48%，第三为硅藻门，占6.12%，其他门类占7.18%。3月密度极显著高于其他月份(P<0.01)，为48.67×106cell/L，9月最低为0.91×106cell/L。 生物量组成以硅藻门为主，占60.19%，其次是绿藻门，占19.10%，第三为裸藻门，占8.76%，其他门类占11.95%。12月生物量最高，为89.99 mg/L，9月最低为0.74 mg/L。

B点浮游植物密度和生物量平均值为11.67×106cell/L和34.23mg/L。密度组成以绿藻门为主，占51.20%，其次是蓝藻门，占33.22%，第三为隐藻门，占6.42%，其他门类占9.16%，3月份密度最高，为43.47×106cell/L，且极显著高于其他月份(P<0.01)，10月密度最低为1.17×106cell/L。生物量组成以硅藻门为主，占54.50%，其次是绿藻门，占23.32%，第三为隐藻门，占14.47%，其他门类占7.71%，3月生物量最高为87.41mg/L，9月最低为2.75 mg/L。

A和B点浮游植物Shannon-wiener多样性指数平均值分别为1.87和1.93，A点4月最高(2.64)11月最低(0.81)，B点7月最高(2.43)11月最低(1.12)。A和B浮游植物Margalef丰富度指数平均值分别为0.63和0.64，A点4月最高(0.86)11月最低(0.26)，B点10月最高(0.83)11月最低(0.38)。

2.4 浮游植物群落结构与环境因子响应关系

表4 环境因子与排序轴1、2的相关系数

图4 浮游植物密度与环境因子RDA排序

3 讨论与分析

3.1 系统尾水污染物现状

鱼类养殖密度和饲料投喂量是影响尾水中污染物质量浓度的重要指标，该系统为2019年7月建成投产，2020年4月、5月和6月正处于大部分鱼类快速生长成熟的阶段，大量的投饲和高密度的养殖，导致4月、5月和6月尾水污染物浓度较其他月份高，且5月总污染指数显著高于其他月份。同时，鱼类活动和残饲的耗氧增加导致水体DO下降，导致DO含量较其他月份低的结果一致。2020年7月初大部分商品鱼已经出售，单位水体鱼类存塘和密度明显降低，饵饲投喂量也相应降低，尾水中污染物质量浓度随之下降。本试验中，由于缺乏对应时间的鱼类养殖密度和饵饲投喂量具体指标值，其与排放尾水的质量浓度之间的相互关系需要开展进一步的测定和分析。

3.2 系统水处理效果及影响因素

3.3 浮游植物群落结构及主要影响因素

吴振斌等[41]研究了武汉东湖官桥人工湿地-池塘组合系统中浮游生物群落结构，结果显示试验池塘检出浮游植物6门49属，以绿藻为优势种群，藻类密度与和生物量与TP均显著相关。王璐等[16]研究了主养团头鲂搭配少量鲢鳙的人工湿地-池塘复合养殖系统中浮游植物生态特征，结果显示检出浮游植物8门91种，以绿藻种类最多，蓝藻密度最高，密度和生物量平均值分别为1.52×109个/L和9.8 mg/L，浮游植物种类丰度受到多个环境因子的影响，本文结果与以上研究结果相似。B点浮游植物多样性指数高于A点，说明通过净化区处理，尾水水质得到改善，从而改善浮游植物群落结构，提高生物多样性。

依附集装箱循环水养殖衍生的“集装箱+生态池塘”“集装箱+稻渔综合种养”“集装箱+鱼菜共生”等养殖技术是一个工业技术和农业技术集成的产物，对推动渔业转型升级具有重要作用，但“集装箱+”模式存在的水环境控制难度大，养殖密度达不到设计要求，设备及运行成本过高等问题依然是限制该模式发展的主要因素，应加强标准化“集装箱+”模式的研究，提高养殖经济及生态效率，推进集装箱循环水养殖高质量发展。

4 结论

□