水文气象因素对香溪河藻类动态的影响

黄宇波，范向军，杨 霞，王攀菲

（中国长江三峡集团有限公司流域枢纽运行管理中心，湖北 宜昌 443133）

0 引言

藻类生长除了需要充足的营养盐，也与流量、气温、光照、风、降雨等水文气象条件密切相关。太湖长时序列研究表明气象因素对藻类生物量的贡献与营养盐贡献相当［1］。全球气候变暖将会增加藻类生长速率，改变年内气候形势（干旱、洪涝及风暴），导致藻类水华越来越频繁［2］。充沛的降雨导致入库和出库流量增加，水位升高，水体混合层变浅，湖下层增加，改变光和营养盐的可利用性，藻类功能群发生改变［3］。同时，降雨可能增加水体营养负荷，促进水华暴发［4］。在水体营养盐充足的情况下，流速减缓、光照和温度适宜，藻类会大量繁殖。风速的降低和光照增强导致太湖蓝藻水华时间扩张［5］。在三峡水库，降雨日的减少促进了神农溪2008 年夏季蓝藻暴发［6］。风也是影响藻类分布的重要因素，在强风干扰下，水柱中藻类分布趋向一致，当风速小于3.1 m/s，藻类更容易在水体表面聚集形成水华，1～2 m/s 风速易于使太湖微囊藻聚集形成薄层大面积水华［5，7］。风主要影响藻类的空间分布，也会影响水气界面的CO2和O2交换，影响藻类的光合与呼吸作用［8］。

香溪河是三峡水库水华较为频发的一级支流，对于香溪河水华发生原因，不同学者从藻类群落结构与环境因子的关系［9，10］、气象［11］、水动力方面［12，13］进行了阐述。但这些研究多从月度或者年际尺度分析，主要关注水环境与藻类生长的关系，日尺度的水文气象因素研究较少，对水库不同区域藻类对水文气象的短期响应研究较少。目前香溪河TN 浓度约为1.5～2 mg/L、TP 浓度约为0.1 mg/L 左右，已超过水体富营养阈值（TN＞0.2 mg/L，TP＞0.02 mg/L）。说明水华暴发所需营养盐充足，香溪河水华暴发也可能与水文气象因素紧密相关。本研究以夏季水文气象变化剧烈的8-9 月为研究时段，该时段内8 月TN、TP 多年均值分别为1.76±0.35、0.11±0.04 mg/L，9 月TN、TP 多年均值为1.75±0.28、0.10±0.04 mg/L，整个研究时段内TN、TP 无较大变化，因此通过对常年回水区和变动回水区两个区域高频监测，以及水华期间的加密监测，探究短时气象水文条件对藻类生物量和群落结构的影响，从而为三峡水库水华预警防控提供依据。

1 材料与方法

1.1 香溪河库湾

香溪河是三峡水库湖北库区最大的一级支流，位于湖北省西北部，河流全长94 km，距离三峡大坝约33 km，流域总面积3 099 km2。三峡水库蓄水后，秭归县香溪镇至兴山县昭君镇变为库湾，由于流速减缓，香溪河库湾多次发生藻类水华。在香溪河设置2 个自动监测浮标站采样点（图1），一台位于峡口（XK），属于库湾常年回水区，一台位于平邑口（PYK），属于库湾变动回水区。浮标的水质探头为YSI EXO2，固定在水下0.5 m处。气象站包括光照辐射、风速、风向、湿度、气温，使用前已对各探头进行校准。在2021 年8-9 月水华频发时期，逐日采集气象水质数据，采样频次为每2 小时一次。香溪河日均流量和日均降雨量数据来自中国长江三峡集团有限公司水情系统。

图1 样点图Fig.1 Sample sites

专项监测采样方法：利用YSI EXO2测定水温（WT）、pH值、溶氧（DO）、浊度（Turb）。藻类定量样品在距离水面0.5 m 处用5 L 玻璃采样器取水样置于瓶中，加入1%鲁哥氏液现场固定，样品静置，利用虹吸法沉淀浓缩至30 mL，充分摇匀后吸取0.1 mL 至浮游生物计数框，在Olympus 显微镜下进行计数，并进行藻类鉴定及密度计算［14］。

1.2 数据分析

利用Excel 2013和OriginPro 9.1对数据进一步处理，并绘制相关图表。采用SPSS 进行相关性分析，分析方法为Spearman，置信区间为0.95。

采用GAM 模型来确定藻类生物量与水文气象因子间的关系，与广义线性模型类似，GAM 模型也是用一个链接函数建立响应变量平均值和预测变量光滑函数之间的关系，GAM 模型在形式上更为灵活，可以用于处理非线性的数据结构，适应于各种不同类型分布的函数分析，从而更好地反映数据特性。其一般表达形式为：

式中：s（μ）为因变量的连续函数（作为因变量的数据可以是任何形式的指数型分布）；a为恒定的截距；fi为各自变量的平滑函数，描述变换的平均响应s（μ）和第i个预测因子xi之间的关系。

张智渊等基于GAM 模型，分析了太湖叶绿素a 含量与环境因子的关系。采用edf、p-value 和 deviance explained 等参数来表征模型的统计结果，其中edf代表被估计值的自由度，参考其判断因变量与各自变量是否属于线性关系（edf=1 时，表明该环境因子与叶绿素a 含量呈线性关系，其值越大意味着非线性影响能力越强）；p-value代表了统计结果的显著性水平，参考其评估各因子对因变量影响的相关性；deviance explained 为模型对因变量总体变化的解释率［15］。模型建立通过R 语言中的“mgcv”程序包实现。

利用R 中randomForest 包对主要气象水文因子进行重要度排序。随机森林算法是Breiman于2001年提出的一种非线性建模工具，包括分类和回归两种算法。通过bootstrap 抽样方法，从原始训练样本集N中有放回地重复随机抽取K个样本生成新的训练样本集合，然后根据自助样本集生成K个决策树组成随机森林。对于回归功能而言，将所有决策树的平均值作为最终预测结果。通过预测精度法（衡量把一个变量的取值变为随机数，随机森林预测准确性的降低程度）计算每个变量的重要性［16］。利用Canoco4.5 分析加密监测期间藻类群落结构与气象水文因子的关系。

2 结果与分析

2.1 气象因素与藻类生物量的时间动态

叶绿素a 是藻类光合色素，通常作为藻类生物量的表征。峡口藻类生物量（Chla1）范围1.55～34.75 μg/L，平邑口藻类生物量（Chla2）的范围1.95～62.61 μg/L，8 月1-6 日，8 月15-22 日，8月31-9 月7 日，9 月10-16 日，9 月22-29 日，共有5 个藻类生长峰值，平邑口的变化幅度高于峡口，平邑口9 月叶绿素a 的峰值较高（图2）。

图2 气象因子与藻类生物量随时间变化Fig.2 Correlations between meteorological factors and algal biomass

日均太阳辐射的值为49.42～458.42 W/m2，峡口藻类生物量与太阳辐射度的变化基本一致［图2（a）］，气温的变化范围为20.00～32.00 ℃，气温与藻类生物量的变化趋势相近［图2（b）］。

风速的日均值为0.75～3.09 m/s［图2（c）］，在风速变化范围内，随着风速变化值的增大，叶绿素a 的变化幅度随之增大（图3）。

图3 峡口藻类生物量变化与风速关系Fig.3 Correlation between wind speed and algal biomass

日平均降雨量为0～58.5 mm，最大值出现在8 月11 日。总体来看，8 月中下旬日平均降雨量较高，而9 月日平均降雨量处于较低水平。叶绿素a 与日均降雨量呈负相关，9 月叶绿素a 浓度水平较高［图2（d）］。

用香溪河中游兴山水文站流量代表香溪河流量，监测数据显示，8-9月兴山流量为29～401 m3/s，其中最大值出现在8月27日，9 月兴山流量较低，低于100 m3/s［图4（a）］。峡口和平邑口藻类生物量随香溪河流量增大而降低［图4（b），图4（c）］。

图4 香溪河流量及其与峡口藻类生物量（Chla1）和平邑口藻类生物量（Chla2）的关系Fig.4 Correlation between water discharge and algal biomass at XK and PYK

2.2 藻类生物量对水文气象的响应

建立GAM模型，用向前逐步回归法探究峡口与平邑口藻类生物量对香溪河流量、太阳辐射、气温、降雨量和风速的响应。峡口分析步骤如表1 所列，以model1 为初始（只含流量1 个因子），加入太阳辐射sun、气温at、风速ws 这些指标后，模型性能显著提升（决定系数和偏差解释度提高，P＜0.05）。但是因降雨量不能提升模型性能而被剔除。Model 5：chla1～s（Q）+s（sun）+s（at）+s（ws）+7.94，该模型对藻类生物量的解释达到36.8%。这表明峡口藻类生物量主要受到香溪河流量、太阳辐射、气温和风速的影响，而受降雨量影响较小。并且峡口藻类生物量与太阳辐射呈线性正相关，而与气温和风速呈非线性关系，表现为藻类生物量随气温和风速的增大先升高后降低［图5（a）］。

表1 峡口向前逐步回归的方差分析结果Tab.1 Variation analysis between biomass and meteorology by forward selection at XK

平邑口藻类生物量加入流量、太阳辐射和降雨后，模型性能提升（决定系数和偏差解释度提高），但加入气温和风速后，不能提升模型性能。流量、太阳辐射和降雨对藻类生物量的变化解释达到31.2%，说明平邑口藻类生物量主要受香溪河流量、太阳辐射和降雨量的影响，并且与这些环境因子呈非线性关系［图5（b）］。

图5 气象与藻类生物量的关系Fig.5 Correlation between algal biomass and meteorology

用随机森林模型对不同影响因子进行重要性排序，以抽取该因子后，预测结果的均方根误差MSE来表示，误差越大，表明该因子的影响权重越大。分析表明，峡口影响因子排序为流量＞气温＞太阳辐射＞风速；平邑口影响因子排序为流量＞太阳辐射＞降雨（表3）。

表3 藻类生物量影响因子重要性Tab.3 Importance of influencing factors on algae biomass

2.3 气象水文因子对藻类群落结构的影响

2021 年8 月17-26 日，对一次水华过程进行了6 天加密监测，采用典范对应分析CCA 分析不同藻类对水文气象因子的响应，主要是蓝藻（Cyanobacteria，Cya）、绿藻（Chlorophyta，Chl）、硅藻（Bacillariophyta，Bac）、甲 藻（Dinophyta，Din）、隐 藻（Cryptophyta，Cry），结果表明，前两轴解释了63.3%藻类变化，所有藻类均与太阳辐射、气温正相关，而与降雨、流量负相关，硅藻、甲藻、蓝藻、绿藻与浊度负相关。

3 讨论

3.1 水文气象因素对藻类生物量的影响

研究表明，气象水文因素对藻类生物量的解释度超过30%，常年回水区主要影响因素为流量、气温、太阳辐射和风速，而变动回水区主要影响因子为流量、太阳辐射和降雨，说明水库不同区域影响藻类生物量变化的气象因子不完全一致。变动回水区受水库调度影响，干流回水顶托区域处于变化之中，且受上游来流的冲刷更为明显，常年回水区近似于湖泊区域，常年受干流顶托影响。

香溪河流量是藻类生物量最直接的影响因子，8 月份有两次流量峰值，而在9 月流量处于较低范围，使得藻类生物量在9月高于8 月（图2）。流量增大一定程度与降雨相关（r=0.35，P＜0.01）。当流量超过100 m3/s 时，峡口和平邑口的叶绿素a 含量处于较低水平（图4），有些研究表明，当香溪河流量超过100 m3/s 时，香溪河流速能够达到0.05 m/s，对藻类生长产生一定抑制作用［17］，说明香溪河流量增加，流速明显增大，有利于抑制水华［11］，这种冲刷对变动回水区的作用高于常年回水区。在汉江下游，由于流量降低，流速减缓容易诱发水华，通过加大流量，能有效抑制水华［18］。由于支流入库流量与水温负相关（r1=-0.33，r2=-0.55，P＜0.01），与浊度正相关（r1=0.53，r2=0.85，P＜0.01），说明支流入库流量也可通过降低水温和增大浊度抑制藻类生长。因此，通过上游直接增加支流流量，是抑制水华的手段之一。

降雨对藻类生物量的影响在不同区域存在差别，常年回水区降雨对藻类生物量的影响不显著（表1），而对变动回水区的藻类生物量有直接影响（表2）。降雨对藻类生长有一定的抑制作用，一些研究发现，降雨期间藻类的比生长速率均小于非降雨期，降雨期间，垂向扰动增大，剪切力增大，打破垂向分层，是水华受到抑制的重要原因［19］。除此以外，降雨对藻类群落结构的影响包括冲刷、营养盐输入、增强水体混合等［20］。本研究中，两处藻类生物量对降雨的不同响应，可能是两处降雨引发的冲刷程度不同所致，降雨增大流量（图6），变动回水区靠近上游，降雨冲刷更明显。降雨通过增大流量而降低水温，有利于破坏水温分层，主要是增加混合层，破坏藻类生长环境，在适宜光照、温度条件下库湾水体水温分层恢复，藻类快速生长繁殖，导致库湾表层叶绿素a 浓度回升，降雨对水华的暴发具有阶段性抑制作用［21］。本研究数据显示，降雨过后，藻类生物量逐渐增大（图2），可能与降雨过后输入的颗粒物释放营养盐有关，因此需要注意降雨过后的水华风险。

表2 平邑口向前逐步回归的方差分析结果Tab.2 Variation analysis between biomass and meteorology by forward selection at PYK

图6 藻类群落结构与水文气象因子关系Fig.6 CCA analysis between algal community and meteorological factors

夏季日照强度和气温是常年回水区藻类生长的重要影响因素，而对变动回水区平邑口影响较弱（表1、2）。统计表明，峡口区域叶绿素a 与日照辐射和气温显著正相关，而平邑口藻类生物量与气温无相关性。由于峡口处于常年回水区，水体混合均匀，近似湖泊特征，在来流量较低，水位稳定的情况下，光照和温度上升有利于藻类生长繁殖，高光照强度利于微囊藻群体的增长，促进水华发生［22］；8-9 月香溪河气温的变动范围是20～32 ℃，监测期间，平邑口和峡口气温差别不大，受上游来流影响平邑口水体稳定性弱于峡口。

香溪河风速对峡口藻类生物量有一定影响，并且风速的变化与峡口藻类生物量变化呈现一定协同效应（图3），但相关系数较低，说明风速是常年回水区藻类生物量变化的解释因子之一，藻类生物量变化很大一部分还受到其他环境条件例如水温、透明度以及未知因素的影响，但是风场对平邑口藻类生物量影响不显著。风速主要影响水体稳定性，风对水华的影响包括直接扰动，风扰动造成的底泥悬浮营养盐释放以及风诱发的水流传输作用，在太湖的研究中发现，风对藻类传输作用最强，直接扰动次之，间接扰动最后［23］。太湖平均水深为1.9～2 m，风浪扰动使底泥再悬浮，成为太湖水体营养盐的重要来源［24］，本研究区域水深约10 m，高水位时期水深达到40 m，研究表明风浪扰动不是主要的底泥营养释放影响因素［25］。本研究中，风速主要分布在0～2.5 m/s的范围［图2（c）］，风速的快速变化与叶绿素a显著相关（图3），CCA分析显示，除了隐藻，其他藻类与风速有一定的正相关关系（图6），说明在现有的风速条件下，随着风速增加，藻类生物量有升高的趋势，可能与弱风条件促进水体表面藻类聚集有关［26］。

3.2 水华预测预警需考虑气象因子

香溪河库湾营养盐充足，已经不是水华暴发的限制因子，因此水文气象条件的变化对水华过程的影响可能更加重要，本研究表明支流入库显著影响库湾藻类生物量，入库流量增加将会增强库湾浊度、降低水温以及增大流速，降低水华风险。太湖水华预测中，有学者利用概率经验公式，以藻类浓度、溶解氧浓度、风速、降雨等气象因子来预测水华发生概率，在极端降雨、大风条件下，水华概率低，而在低氧、弱风和晴朗无雨的条件下，水华概率较大［27］。三峡水库与浅水湖泊存在一定差异，虽然在水库中，降雨抑制藻类生物量，雨天水华发生的概率降低，但是与流量相比，降雨因素对藻类的影响程度小，其抑制水华的作用有限。降雨过后持续晴天高温，常年回水区水华的风险增大，在水华预测预警中，一定的风速有利于诱发水华，但整体影响不大。开展水华预测预警可根据支流入库流量、光照和气温、降雨情况进行综合分析预判。

4 结论

通过对夏季香溪河藻类生物量和水文气象高频监测数据分析，表明支流入库流量是库湾藻类生物量最重要的影响因子，支流入库流量增大显著抑制藻类生物量，光照和气温升高促进回水区藻类生长，对变动回水区影响不显著，一定程度的风速有利于回水区藻类聚集。本研究将为科学预判夏季水华期库湾藻类发展趋势并采取调度措施提供依据。