高级搜索

富砷湖滨湿地底泥细菌群落结构及多样性对水位变化的响应

,  ,  ,  , 

downloadPDF

上一篇

下一篇

呼唤, 李丹蕾, 王玉莹, 刘云根, 王妍. 富砷湖滨湿地底泥细菌群落结构及多样性对水位变化的响应[J]. 环境化学, 2021, 40(5): 1452-1463. doi: 10.7524/j.issn.0254-6108.2020112901
引用本文: 呼唤, 李丹蕾, 王玉莹, 刘云根, 王妍. 富砷湖滨湿地底泥细菌群落结构及多样性对水位变化的响应[J]. 环境化学, 2021, 40(5): 1452-1463. doi: 10.7524/j.issn.0254-6108.2020112901
shu
HU Huan, LI Danlei, WANG Yuying, LIU Yungen, WANG Yan. Response of bacterial community structure and diversity in sediment of arsenic-rich lakeside wetland to water level change[J]. Environmental Chemistry, 2021, 40(5): 1452-1463. doi: 10.7524/j.issn.0254-6108.2020112901
Citation: HU Huan, LI Danlei, WANG Yuying, LIU Yungen, WANG Yan. Response of bacterial community structure and diversity in sediment of arsenic-rich lakeside wetland to water level change[J]. Environmental Chemistry, 2021, 40(5): 1452-1463. doi: 10.7524/j.issn.0254-6108.2020112901
shu

富砷湖滨湿地底泥细菌群落结构及多样性对水位变化的响应

  • 1.

    西南林业大学生态与环境学院，昆明，650224

  • 2.

    云南省山地农村生态环境演变与污染治理重点实验室，昆明，650224

    • 通讯作者: Tel：13577148670, E-mail：henryliu1008@163.com; 
  • 基金项目:
    国家自然科学基金（41761098，21767027）和云南省基础研究计划（2019FB070）资助

Response of bacterial community structure and diversity in sediment of arsenic-rich lakeside wetland to water level change

  • 1.

    School of Ecology and Environment, Southwest Forestry University, Kunming, 650224, China

  • 2.

    Key Laboratory of ecological environment evolution and pollution control in mountainous rural areas of Yunnan Province, Kunming, 650224, China

    • Corresponding author: LIU Yungen, henryliu1008@163.com ; 
  • Fund Project: the National Natural Science Foundation of China（41761098， 21767027）and Basic Research Plan of Yunnan Province（2019FB070）

摘要

  • 摘要: 为探究富砷底质下高原湖滨湿地底泥微生物群落对水位变化的响应特征，本研究以室内模拟实验的方式，探讨不同水位条件对富砷湖滨湿地底泥细菌群落结构及多样性的影响。结果表明，细菌丰度、多样性与水位高低具有显著相关性，细菌丰度由多到少排序为：高水位>中水位>无水位，即水位越高，细菌丰度越高，细菌群落多样性则表现为高水位条件下较高；在细菌群落结构中，门水平分类上的5种优势细菌分别为变形菌门、厚壁菌门、绿弯菌门、拟杆菌门和酸杆菌门，各优势菌门对水位条件的响应表现出多样性的特征；纲水平分类上，γ-变形菌纲为优势菌纲，其在不同水位条件下的变化趋势同变形菌门完全一致；在不同水位条件下，总氮（TN）、总磷（TP）、土壤有机碳（SOC）以及硝氮（NO−3-N）、氨氮（NH+4-N）含量对底泥中细菌群落的影响显著，其中，总氮（TN）、土壤有机碳（SOC）、硝氮（NO−3-N）、氨氮（NH+4-N）对细菌优势群落影响最为显著且呈现出多样性的特征。水位条件对富砷湖滨湿地底泥中细菌群落结构及多样性具有显著影响，该结果可用于进一步发掘细菌群落与环境之间的潜在关系，为高原湖滨湿地的污染防控和治理提供科学依据。
    Abstract: To investigate the response of microbial communities to water level change in the arsenic-rich sediments of plateau lakeside wetlands, we discussed the effects of different water levels on bacterial community and diversity in the sediment of arsenic-rich lakeside wetland by indoor simulation experiment. The results show that, The abundance and diversity of bacteria were significantly correlated with the water level, the order of bacterial abundance was as follows: The order of bacterial abundance under different water levels was as follows: no water level > mid water level > high water level, that was, the higher the water level, the higher the bacterial abundance, and the diversity of bacterial community was higher under high water level; In the bacterial community structure, the five dominant bacteria on the phylum level classification were Proteobacteria, Firmicutes, Chloroflexi, Bacteroides and Acidobacteria, the response of each dominant bacteria phyla to different water levels showed diverse characteristics at the phylum level classification; At the level of class classification, γ - Proteobacteria was the dominant bacteria, and its change trend under different water levels was completely consistent with that of Proteobacteria; Under different water levels, the contents of TN, SOC, TP and NO−3-N, NH+4-N had significant effects on the bacterial community in the sediment. Among them, TN and SOC, NO−3-N, NH+4-N had the most significant effect on the bacterial community and showed the characteristics of diversity. This paper shows that different water levels have a significant impact on the bacterial community structure and diversity in the sediments of arsenic-rich lakeside wetlands. The results can be used to further explore the potential relationship between the bacterial community and the environment, and provide scientific basis for pollution prevention and control of plateau lakeside wetland.

  • 重金属作为环境重点监控污染物，其来源广、难去除、易富集，对动物和人体具有一定毒性。它广泛存在于各种环境介质中，具有持久性、致癌性、生物富集和生物放大等特点，极易对生态环境和人体健康造成不可逆损害[1-3]。水体和土壤重金属污染已引起广泛关注。进入水体的重金属大部分被悬浮物吸附[4]，当悬浮物负荷量超过其搬用能力时，将沉降、蓄积于沉积物中[5]。在土壤中，重金属不断积累，当超过土壤自净能力时，将会导致土壤微生物活性、组成、结构和功能等发生改变[6]。因此，研究水体沉积物和土壤重金属含量、分布特征，进而准确评估其生态风险并探明其污染源，对污染控制与防治具有重要的理论和现实意义。

    剑湖流域包含了云南省剑川县主要饮用水水源地满贤林水库、玉华水库及格美江源头。流域内设有省级湿地自然保护区，是越冬候鸟的主要栖息地，是滇西北高原最具代表性的湿地类型之一[7]。近年来，剑川县大力发展种植业，剑湖流域内分布大量农田，同时，各种工业活动（如木雕）日益频繁，导致流域污染加剧。流域内重金属通过地表河流、地下径流、壤中流等形式汇入湖泊；剑湖是流域内重金属重要的汇，但其自身环境容量小、敏感性强、稳定性差、抵抗外界干扰能力差，生态环境极其脆弱，在人为活动的强烈干扰下，湖泊功能衰减，生态环境已逐渐恶化[8]，已严重影响剑川县的经济和社会发展。Cd、Cr、Cu、Zn、Pb是土壤重金属污染的主要元素[9]，Cu、V、Zn、V等是人体健康必需的微量元素，其在人体中含量过多或缺乏时，会对人体健康产生威胁[10-11]。此外，剑湖周边居民生活以煤炭为主要燃料，V是煤炭燃烧产生的主要重金属污染物[12]。

    本研究选取剑湖流域为研究区，通过测定流域土壤及河流与湖泊沉积物中Cd、Cr、Cu、Zn、Pb和V 等6种重金属含量，分析其空间分布特征，进行潜在生态风险评价，并探明其污染来源，为剑湖流域重金属污染防治提供基础数据和科学依据。

    1.   材料与方法(Materials and methods)

    1.1   研究区概况

    剑湖流域（26°28′N，99°55′E）位于青藏高原与云贵高原交界处的横断山脉中段东侧，地貌类型多样，结构复杂，主要地貌类型包括山地、河谷和盆地[13]。流域属澜沧江流域漾濞江水系，有永丰河、金龙河、格美江和狮河等主要河流汇入湖中，剑湖出水口进入黑惠江后流入漾濞江，最终进入澜沧江[13]。剑湖流域总面积为883 km2，土壤类型复杂多样，共有红壤、红棕壤、紫色土、暗棕壤、黄棕壤、高山草甸土、亚棕色针叶林土、冲积土、沼泽土等多个土类。但对剑湖影响较大的为周边海拔2500 m以下汇水面内的土壤类型，主要为铁铝土、初育土、潮湿土的3个土纲，冲积土、红壤、水稻土、沼泽土的4个土类，潜育型水稻土、红壤、山地红壤、暗色冲积土、暗红壤、泥炭沼泽土的6个亚类[14]。

    1.2   采样点布设与样品采集

    据研究表明，对剑湖有影响的主要为海拔2500 m以下区域[14]。周边平原对剑湖影响强烈，平原区用地类型丰富，且附近居民地较多，人口密集。而剑湖流域边缘区域，人口较少且主要为林地（图1A），用地类型单一，故本研究选择剑湖周边平原为主要布点区（图1C），边缘区域为辅助布点区。

    图 1  2018年剑湖流域土地利用现状分布图（A）、剑湖流域总布点图（B）及平原区布点图（C）
    Figure 1.  Distribution of land types in Jianhu basin in 2018 (A), general sampling sites in Jianhu basin (B), and typical sampling sites in plains (C)
    下载: 全尺寸图片 幻灯片

    此外，依据剑湖流域综合状况，按照典型取样方式，使用ArcGIS 10.2软件，以地理空间数据云2018年3月15日ANDSAT8-OI影像为底图，在剑湖流域范围内布设72个采样点（图1B），于2018年6月完成研究区样品采集。采样点来源如表1所示。湖泊、河流使用定深泥炭钻（Eijkelkamp0423SA，荷兰）采集表层10 cm沉积物，陆地使用鹰嘴锄、不锈钢勺挖取表层10 cm土壤，每个采样点随机采集5个平行样，搅拌均匀后自然风干、研磨、过筛（100目）、备用。

    表 1  采样点来源
    Table 1.  Source of sampling points
    采样点来源Sources of sampling points样点号Sampling point number
    河流（湖泊及水库）47、1、5、14、16、20、23、22、25、27、28、31、32、35、42、41、44、53、50、51、49、52、56、57、58、59、63、64、65、68、72
    工业用地及养殖场11、21、30、9、15、18、19、26、33、38、48、62、66
    居民地8、13、36、40、55、61
    农地2、6、7、12、17、24、29、37、39、43、45、54、60、67、69、71
    森林3、4、10、34、46、70
     | Show Table
    DownLoad: CSV

    1.3   样品分析与数据处理

    重金属含量分析采用微波辅助消解—电感耦合等离子体原子发射光谱法。具体步骤为：万分之一天平称取0.13–0.15 g经预处理的土样于微波消解管中，加入5 mL硝酸、5 mL盐酸、5 mL氢氟酸，置于电热板上120℃、30 min，再用微波消解仪（Multiwave PRO，Austria）消解，其温度控制程序见图2。之后再次于电热板上加热（120℃，4 h），前2 h静置，后2 h每隔0.5 h摇晃一次冲下管壁附着固体，待消解液剩余1 mL后取下消解管，转移至50 mL比色管中，用1%硝酸定容至刻度，充分混匀，过滤（0.45 µm）备用。重金属含量采用电感耦合等离子体发射光谱仪（ICP-OES；ICPE-9820，Japan）测定。使用Excel 2010进行数据处理分析，利用Surfer 11空间插值功能，将经纬度及重金属含量数据导入软件，绘制剑湖流域重金属（Cd、Cr、V 、Cu、Pb、Zn）含量水平空间分布图。使用SPSS23.0对重金属含量数据进行Pearson相关性分析（双侧检验）和主成分分析。

    图 2  微波消解仪温度控制程序
    Figure 2.  Temperature control program of microwave digestion system
    下载: 全尺寸图片 幻灯片

    1.4   单因子污染指数和内梅罗综合污染指数法

    单因子污染指数是最简单的环境质量评价方法之一，该方法是将测得重金属含量与其背景值对比，适用于单一因子污染特定区域的评价[15]。其公式为：Pi=Ci/Si，Pi为重金属元素i的单因子污染指数，Ci为样品中污染物i的实测含量（mg·kg−1），Si为污染物参比值（以云南省土壤背景值[16]为参考）（表2）。

    表 2  Pi的分级标准
    Table 2.  Grading standards of Pi
    污染水平Pollution level清洁Clean轻污染Light pollution中污染Medium pollution重污染Heavy pollution
    Pi Pi <1 1≤Pi <2 2≤Pi <3 Pi≥3
     | Show Table
    DownLoad: CSV

    环境中多种重金属并存，内梅罗指数法既可体现单因子重金属的污染程度，亦可反映多种重金属的综合污染程度，同时还兼顾了重金属浓度的平均水平和最大值，能较全面反映沉积物/土壤的重金属总体污染特征，是目前应用较多的一种评价方法[17]。其计算公式为：

    P=√(¯Pi)2+(Pimax)22

    式中，P为重金属的综合污染指数，¯Pi为各金属单因子污染指数的平均值，Pimax为重金属单因子污染指数的最大值。按照P值，可将污染划分5个污染等级[17]（表3）。

    表 3  内梅罗污染指数（P）及风险分级
    Table 3.  Nemerow Pollution Index (P) and the associated risk classification
    内梅罗污染指数（P）Nemerow Pollution Index等级标准Risk levels
    P ≤ 0.7 安全
    0.7 < P ≤ 1.0 警戒
    1.0 < P ≤ 2.0 轻度污染
    2.0 < P ≤ 3.0 中度污染
    P > 3.0 重度污染
     | Show Table
    DownLoad: CSV

    1.5   地累积指数法

    地累积指数法被广泛用于评价沉积物中重金属污染程度，后又被广泛用于土壤重金属的污染评价[18]。该方法通过利用土壤或沉积物中重金属含量与其地球化学背景值的关系，直观反映外源性重金属在区域土壤或沉积物中的富集程度[19]。通常分为 7个等级（表4），其计算公式为：

    Igeo=log2(Cn1.5×Bn)

    式中，Igeo为地累积指数；Cn为重金属元素n的实际含量；1.5为考虑到成岩作用引起背景值的变动而设定的常数，Bn为当地重金属元素n的背景值（选择云南省A层土壤元素算术平均值作为背景值）。

    表 4  地累积指数与污染程度分级
    Table 4.  Index of geoaccumulation and classification of pollution degrees
    Igeo级数Pollution degree污染程度Contamination level
    <0 0 无污染
    0—1 1 轻度
    1—2 2 偏中度
    2—3 3 中度
    3—4 4 偏重度
    4—5 5 重度
    5—6 6 严重
     | Show Table
    DownLoad: CSV

    1.6   潜在生态风险评价法

    由瑞典学者Hakanson提出的潜在生态风险评价法[20]，可直观、便捷地评估污染元素对生态环境的潜在风险。该方法既可反映某种重金属在特定环境中的单一风险，亦可反映多种重金属的复合风险。此外，该方法以定量方式对潜在生态危害程度进行分类[21]，因此应用广泛。具体计算公式[22]如下：

    Cif=CiCin
    Eir=Tir×Cif
    RI=m∑i=1Eir

    式中，Cif为单项污染系数，Ci为样品中污染物i的实测含量（mg·kg−1），Cin为污染物的参比值，Eir为污染物i的单项潜在生态风险指数，Tir为污染物的毒性系数，RI为综合潜在生态风险指数。

    由公式可知，Eir和RI分级与重金属元素种类有关。Hakanson潜在生态风险依据河流底泥中PCBs（多氯联苯）、Hg、Cd、Pb、As、Cr、Cu、Zn等8种污染物确定，本研究涉及Cd、Cr、V、Cu、Pb、Zn 6种重金属，故根据研究的重金属元素种类将潜在生态风险评价等级进行调整[23-24]。调整后的Cd、Cr、Cu、Pb、Zn重金属毒性系数Tir仍采用Hakanson系数取值，V使用徐争启等[25]的推荐值。使用云南省A层土壤重金属含量算术平均值作为评价计算过程的参比值[16]。重金属毒性系数和参比值见表5。

    表 5  重金属毒性系数及参比值
    Table 5.  Heavy metals toxicity coefficients and reference values
    CdCrVCuPbZn
    毒性系数3022551
    参比值/（mg·kg-1）0.21865.215546.340.689.7
     | Show Table
    DownLoad: CSV

    Eri最低值上限为参评重金属中的最大毒性系数（30），其余级别上限依次加倍；RI分级标准的最低级由各重金属毒性系数之和取10位整数（30+5+2+5+2+1≈50），其余级别上限依次加倍[26]，调整后潜在生态风险评价分级标准见表6。

    表 6  潜在生态风险评价分级标准
    Table 6.  Grading standards of potential ecological risk evaluation
    风险程度Risk level轻微Slight中等Medium强High很强Extremely high
    Eir <30 30—60 60—120 >120
    RI <50 50—100 100—200 >200
     | Show Table
    DownLoad: CSV

    1.7   富集因子法

    富集因子法是1974年Zoller等[27]为研究南极上空大气颗粒物中的元素是来源于地壳还是海洋而提出。通过选择满足一定条件的元素作为参比元素，样品中污染物的含量与参比元素含量的比值与背景区中二者含量比值的比率即为富集因子[28]，常被用作判断污染物质来源途径，其计算公式为：

    EF=Cs/RbMs/Nb

    式中，EF为富集因子；Cs为样品中重金属s的实测值；Rb为样品中参比元素b的实测值；Ms为重金属元素s的背景值；Nb为参比元素b的背景值。

    富集因子法一般以Al或Fe作为参比元素，因为Fe在地壳中大量存在，且稳定性好、不易迁移[29]。采用云南省A层土壤元素含量算术平均值作为评价计算过程中的背景值。其中，EF值越大，表明富集程度越高。通常情况下，EF<1.5，表明重金属富集程度没有超过自然水平；EF>1.5，表明重金属富集程度超过自然水平，人为污染成为重金属的主要来源[30]。

    2.   结果与讨论(Results and discussion)

    2.1   剑湖流域土壤/沉积物重金属含量及分布特征

    剑湖流域重金属（Cd、Cr、V、Cu、Pb、Zn）含量如表7所示，各重金属含量均值表现为：Zn>V>Cr>Cu>Pb>Cd，与云南省土壤背景值[16]（Zn：89.7 mg·kg−1；V：155 mg·kg−1；Cr：65.2 mg·kg−1；Cu：46.3 mg·kg−1；Pb：40.6 mg·kg−1；Cd：0.22 mg·kg−1）排序基本一致，浓度范围分别为：Cd 0.04–0.58 mg·kg−1，Cr 5.0–221 mg·kg−1，V 9.41–742 mg·kg−1，Cu 4.7–161 mg·kg−1，Pb 3.5–45.9 mg·kg−1，Zn 17.4–2152 mg·kg−1。Cd、Cr、Cu、V、Zn浓度均值均高于云南省土壤背景值（0.218、65.2、46.3、155、89.7 mg·kg−1）（表7），分别是背景值的1.02、1.25、1.02、1.05、1.40倍，说明此5种重金属在该研究区存在一定富集。

    表 7  重金属含量、变异系数及云南省土壤背景值
    Table 7.  Descriptive statistical analysis results of heavy metals
    元素Element最大值/（mg·kg−1）Maximum 最小值/（mg·kg−1）Minimum 平均值/（mg·kg−1）Average 标准差/（mg·kg−1）Standard deviation变异系数Variable coefficient云南省土壤背景值/（mg·kg−1）Background values in Yunnan soils
    Cd 0.58 0.04 0.22 0.12 52% 0.22
    Cr 221 5.0 81.5 45.4 56% 65.2
    V 742 9.41 163 105 64% 155
    Cu 161 4.7 47.1 22.6 48% 46.3
    Pb 45.9 3.5 21.9 8.9 41% 40.6
    Zn 2152 17.4 125 255 203% 89.7
    　　注：云南省土壤背景值使用云南省A层土壤元素算术平均值含量[16]，mg·kg−1。
     | Show Table
    DownLoad: CSV

    变异系数反映各样点重金属浓度的平均变异程度，变异系数>50%，表明重金属浓度空间分布不均匀，可能存在点源污染，有外源物质输入贡献[31]。Cu、Pb变异系数相对较低，分别为48%和41%；Cd、Cr和V变异系数分别为52%、56%和64%，为中等变异，表明人为因素对重金属积累具有一定影响；Zn变异系数为203%，为强变异（>100%），表明Zn浓度存在显著的空间差异性，对影响的敏感度高，受某些局部污染源的影响较明显。高重金属含量及较高的变异系数通常表明重金属积累易受人为因素影响，说明该区域Zn积累受外部人为因素影响最为强烈[32]。

    剑湖流域Cd、Cr、V、Cu、Pb、Zn水平空间分布情况如图3所示。整体上，该流域受出入湖河流分布、农业、人为活动等综合影响，其土壤Cd、Cr、V、Cu、Pb、Zn水平空间分布呈现不同规律。其中，Cd、Cr、V、Cu含量总体均表现为东高西低，可能与流域中部多为居民地与农地，东部为离散农地，而流域中下部有剑湖，周围各种河流较多，人为扰动大，而西部多为森林，仅少量农地，人为干扰小有关。Pb在整个流域内分布较均匀，可能与其较低的含量有关（低于云南省土壤背景值；表7）。Zn除个别点含量较高外，其他分布较均匀，在流域中下部、东北部以北、东南部以东含量较高，其他区域含量较低。

    图 3  剑湖流域Cd、Cr、V、Cu、Pb、Zn水平空间分布
    Figure 3.  Horizontal distribution of Cd, Cr, V, Cu, Pb, Zn in Jianhu basin
    下载: 全尺寸图片 幻灯片

    72个采样点中，Cd含量最高值为河流（27#采样点），可能源于附近汽车维修厂的汽车轮胎和润滑油，Cd是含锌添加剂的杂质成分[33]，此外，刹车系统磨损也可导致Cd释放[34]。Cr、V含量最高值均出现在森林（70#采样点），一般而言，Cr、V含量主要受成土母质、土壤质地等因素影响[35-36]，两种元素在该处含量高可能与区域成土母质、土壤质地等有关，具体原因有待进一步探究。Cu含量最高值出现在农地（69#采样点），可能与附近农地大量使用杀虫剂有关，研究表明杀虫剂是Cu污染的一个重要人为来源[37]。Pb含量最高值低于云南省土壤背景值，表明剑湖流域无明显Pb富集。Zn含量最高值出现在奶牛养殖场（38#采样点），Zn是动物机体必需的微量元素之一，在养殖过程中，为了让动物更好地生长繁殖，通常在饲料中加入大量Zn[38]。

    2.2   剑湖流域土壤/沉积物重金属污染程度与生态风险评价

    2.2.1   单因子污染指数和内梅罗综合污染指数

    流域各重金属单因子污染评价结果见表8。由表可见，Zn累积效应最为显著。均值表明，除Pb为清洁程度，其余5种重金属均呈轻污染。污染程度空间分布方面，大部分样点Cr呈轻污染，Cd、V、Cu、Pb、Zn为清洁程度。Cd、V、Cu、Pb、Zn表现为清洁的样点占比为分别为54.2%、52.8%、50%、94.4%、63.9%，轻污染占比分别为40.3%、41.7%、48.6%、5.6%、19.4%；Cr表现为清洁、轻污染和中污染的占比分别为40.3%、43.1%和15.3%。此外，Cr、V、Cu均有1个样点（70#、70#、69#）达到重污染程度。Zn单因子污染指数最大值与最小值相差较大，超过120倍，这与Zn的高变异系数结果一致。Cd、Pb无重污染样点。

    表 8  剑湖流域重金属单因子和综合污染指数
    Table 8.  Single factor and comprehensive pollution index of heavy metals in Jianhu basin
    CdCrVCuPbZn
    单因子污染指数Pi 最大值 2.68 3.39 4.80 3.48 1.14 24.0
    最小值 0.19 0.07 0.06 0.10 0.09 0.19
    平均值 1.02 1.25 1.05 1.02 0.54 1.40
    综合污染指数P 2.03 2.55 3.47 2.56 0.89 17.0
     | Show Table
    DownLoad: CSV

    依据公式，Cd、Cr、V、Cu、Pb、Zn综合污染指数分别为2.03、2.55、3.47、2.56、0.89、17.0， Cd、Cr、Cu为中度污染，V、Zn为重度污染，Pb处于警戒。剑湖是周边居民的重要生活水源地，不仅关系到居民饮水安全，亦制约该地区的经济发展和生态安全。土壤和沉积物重金属Pi均值表现为Zn>Cr>V>Cd>Cu>Pb。综上，剑湖流域Cd、Cr、V、Cu、Zn表现出不同程度污染，Pb污染处于警戒线，需引起关注。

    2.2.2   地累积指数法

    剑湖流域重金属地累积指数见表9，Cd、Cr、V、Cu、Pb、Zn地累积指数均值分别为−0.77、−0.54、−0.77、−0.72、−1.62、−0.84。参照表4中Igeo等级与重金属污染程度划分法则，Zn在一个样点地累积指数高达4，达偏重度污染，6.9%（5个样点）呈偏中度污染，12.5%（9个样点）呈轻度污染，79.2%样点均呈无污染。其次，Cr、V、Cu均有1个样点表现为偏中度污染程度，并有31.9%（23个样点）、15.3%（11个样点）、9.7%（7个样点）表现出轻度污染，其余为无污染。Cd在14个样点表现出轻度污染程度，其余样点为无污染。Pb的地累积指数均<0，表明在剑湖流域土壤、河流与湖泊无Pb污染。综上，按地累积指数均值，剑湖流域土壤和沉积物中各重金属污染等级大小顺序为Cr>Cu>V>Cd>Zn>Pb。

    表 9  剑湖流域重金属地积累指数及污染等级
    Table 9.  Accumulation index and pollution grade of heavy metals in Jianhu basin
    CdCrVCuPbZn
    Igeo值 级数 Igeo值 级数 Igeo值 级数 Igeo值 级数 Igeo值 级数 Igeo值 级数
    最大值 0.84 1 1.18 2 1.68 2 1.21 2 −0.41 0 4.00 4
    最小值 −2.94 0 −4.29 0 −4.63 0 −3.88 0 −4.12 0 −2.95 0
    均值 −0.77 0 −0.54 0 −0.77 0 −0.72 0 −1.62 0 −0.84 0
     | Show Table
    DownLoad: CSV
    2.2.3   潜在生态风险评价

    剑湖流域重金属潜在生态风险评价结果如表10所示。结果表明，流域单项潜在生态风险指数均值顺序为：Cd>Cu>Pb>Cr>V>Zn，其值分别为：30.6、5.09、2.69、2.50、2.10、1.40。除Cd在部分采样点达到中等至强潜在生态风险外，其余5种重金属单项潜在生态风险的最大值均<30，属轻微潜在生态风险。72个采样点中Cd单项潜在生态风险>30占比高达45.8% ，其中有4个采样点（5#、27#、29#、38#）的单项潜在生态风险系数>60，呈强潜在生态风险。27#样点Cd单项潜在生态风险系数最高，与其含量结果一致（图3），可能源于附近汽车维修厂。整个流域Cd的潜在生态风险最高，这是由于Cd毒性最大，毒性系数最高。因此，剑湖流域需控制Cd污染源输入，防止其生态风险及危害加剧。其余重金属的单项潜在生态风险系数均较低，表明Cr、V、Cu、Pb、Zn流域生态环境危害较低。

    表 10  剑湖流域重金属潜在生态风险评价结果
    Table 10.  Potential ecological risk assessment results of heavy metals in Jianhu Basin
    重金属潜在生态风险指数（Eir）Potential ecological risk index of heavy metals综合指数（RI）Composite index
    CdCuCrPbVZn
    最大值80.317.46.785.669.5824.0144
    最小值5.860.510.150.430.120.197.26
    平均值30.65.092.502.692.101.4044.4
    贡献率a69%11.5%5.6%6.1%4.7%3.2%100%
    　　注：a单元素潜在生态风险指数值占综合生态风险指数值的百分比.
     | Show Table
    DownLoad: CSV

    根据综合潜在生态风险指数RI值（表10），72个采样点的重金属生态风险综合指数为7.26–144（均值44.4）。其中，轻微生态风险（RI<50）点位占比65.3%（47个点位），中等生态风险（50 ≤ RI < 100）点位占比31.9%（23个点位），强生态风险（100 ≤ RI < 200）点位占比2.8%（2个点位）。6种重金属中，Cd、Cu对流域重金属综合生态风险指数的贡献率最高，占综合指数RI的平均百分比为80.4%，其中Cd的贡献率高达69%，表明Cd、Cu是剑湖流域的主要重金属污染物，具有极强的生态风险性，需引起重视。

    2.3   剑湖流域土壤/沉积物重金属来源分析

    2.3.1   富集因子法

    由表11可知，剑湖流域Cd、Cr、V、Cu、Pb、Zn平均富集因子系数分别为4.03、3.85、3.12、3.45、2.36、4.84，Zn平均富集因子系数最大，Pb平均富集因子系数最小。6种重金属平均富集系数均>1.5，说明均以人为因素的富集为主，人为污染输入是主要原因，其中Zn人为影响最严重，72.2%样点富集因子系数>1.5，其次为Cd、Cr、Cu和V，占比分别为87.5%、94.4%、100%、98.6%，Pb人为富集较轻，51.4%样点富集因子系数>1.5。剑湖流域Zn在38#采样点富集因子系数最高（74.2），由2.1可知，可能与该处位于奶牛养殖场有关。同时，Zn早在20 世纪90年代就被我国列入环境优先污染物，其人为污染来源广泛。

    表 11  剑湖流域富集因子系数
    Table 11.  Enrichment factor coefficient in Jianhu basin
    富集因子 Enrichment factor
    CdCrVCuPbZn
    最大值30.89.808.0524.912.874.2
    最小值0.441.060.921.600.180.64
    平均值4.033.853.123.452.364.84
     | Show Table
    DownLoad: CSV
    2.3.2   主成分分析

    不同重金属的含量相关性可反映元素间的空间变化趋势，能在一定程度上反映元素的矿物来源、存在形式和污染状况等[39-40]。剑湖流域重金属含量的相关性矩阵分析结果见表12。结果表明，Cd、Cr、Cu、V等 4种元素两两间呈显著正相关，相关系数为0.427（Cd vs. Cu，P<0.01）–0.769（Cr vs. V，P<0.01），表明4种重金属具有相似来源；Pb、Zn呈显著正相关，相关系数为0.330（P<0.01），表明Pb、Zn有相似来源。

    表 12  剑湖流域重金属相关性分析
    Table 12.  Correlation analysis of heavy metals in Jianhu basin
    CdCrCuPbZnV
    Cd1
    Cr0.615**1
    Cu0.427**0.548**1
    Pb0.614**0.242*0.0961
    Zn0.2230.1800.0770.330**1
    V0.472**0.769**0.668**0.1220.308**1
    　　注：*P<0.05，相关性显著；**P<0.01，相关性显著。
     | Show Table
    DownLoad: CSV

    为进一步分析剑湖流域Cd、Cr、V、Cu、Pb、Zn 6种重金属的污染来源，采用主成分分析方法，过程中Bartlett球形度检验的相伴概率为0.000，小于显著性水平0.05，说明该数据适合做主成分分析[41]，分析结果见表13。提取前2个主成分，可解释变量总方差的71.2%，表明这2个主成分（特征值：3.141+1.129=4.27个变量）基本可代表6个金属元素的完整信息。

    表 13  剑湖流域重金属主成分分析
    Table 13.  Principal component analysis of heavy metals in Jianhu basin
    因子载荷 Factor loading
    PC1PC2
    Cd0.8080.262
    Cr0.870−0.303
    Cu0.822−0.301
    Pb0.4580.780
    Zn0.3940.535
    V0.832−0.322
    特征值3.141.25
    累计贡献率52.4%73.2%
     | Show Table
    DownLoad: CSV

    第一主成分贡献率为52.4%，特征表现为因子变量在Cd、Cr、Cu、V元素上有较高载荷，分别为0.808、0.870、0.822、0.832，表明这些元素可能具有相同来源，该结果与相关性分析结果一致（表12）。V主要来源于矿产开发和化石燃料燃烧[42]，剑湖流域采石和采煤较多，尤其是金龙河上游地区，采石、采煤频繁。采煤活动和煤炭运输产生的废气废物可导致煤矿区周边土壤出现Cd、Cu等重金属积累。此外，煤矸石长期受风蚀作用向周边土壤缓慢释放重金属，导致土壤重金属积累[43]。Cd是施用农药和化肥等农业活动的标志性元素[44]，剑湖流域内存在大量农田，沉积物和土壤Cd积累同时受到工业污染和农业的影响。邓红艳[45]等对Cr污染的研究表明，磷肥是Cr污染的重要来源，剑湖流域受到农业活动过程中磷肥的污染。综合来看，第一主成分主要代表化石能源和农业污染源。

    第二成分贡献率为20.8%，主要表现在Zn、Pb上具有较高载荷，分别为0.535、0.780。由含量数据可知，Pb含量均值低于云南省土壤背景值（图3），且Pb污染程度和潜在生态风险均较低（表10），说明Pb为自然源，主要受背景值影响，反映自然环境的影响。Zn主要来源于生活污水[46]，城市生活污水通过永丰河不断输入到剑湖，其他各入湖河流也流经大面积农村居民聚居地，汇集的生活污水通过地表或地下径流等形式流经整个流域。因此，第二主成分主要代表自然源和居民生活污染源。

    3.   结论(Conclusion)

    （1）剑湖流域72个采样点土壤与河流、湖泊沉积物中Cd、Cr、Cu、V和Zn含量均高于云南省土壤背景值。

    （2）土壤与河流、湖泊沉积物重金属水平空间分布各异：Cd、Cr、V、Cu表现为东高西低；Pb在整个流域内分布较均匀，Zn含量表现为除个别点含量较高外其他分布较均匀。6种金属水平空间变异系数均>40%，且Zn变异系数高达200%，属强变异，其他均为中等变异。

    （3）单因子污染指数和内梅罗综合污染指数表明Cd、Cr、Cu为中度污染，V、Zn为重度污染，Pb达到警戒线。

    （4）地累积指数结果表明，除Pb表现为无污染外，其余5种金属均有不同程度污染。

    （5）重金属潜在生态风险指数顺序为Cd>Cu>Pb>Cr>V>Zn；重金属综合潜在生态风险指数RI结果表明，剑湖流域Cd、Cu生态风险最高。

    （6）富集因子法结果表明，6种重金属均以人为富集为主。

    （7）主成分分析和相关性分析表明，V、Cd、Cu源于化石能源；Cd、Cr源于农业活动；Zn源于居民生活；Pb源于自然活动。

  • 图 1  不同水位条件下富砷湖滨湿地底泥中细菌门水平分类

    Figure 1.  Bacterial phyla level classification in sediments of arsenic-rich lakeside wetland under different water levels

    下载: 全尺寸图片 幻灯片

    图 2  不同水位条件下富砷湖滨湿地底泥中细菌属水平分类

    Figure 2.  Bacterial genus level classification in sediments of arsenic-rich lakeside wetland under different water levels

    下载: 全尺寸图片 幻灯片

    图 3  基于微生物群落在不同分类水平上的LEFSe分析

    Figure 3.  LEFSe analysis based on microbial communities at different taxonomic levels

    下载: 全尺寸图片 幻灯片

    图 4  不同水位条件下富砷湖滨湿地底泥中细菌门分类群落与化学指标的冗余分析

    Figure 4.  Redundancy analysis of bacterial community and chemical indexes in sediment of arsenic-rich lakeside wetland under different water levels

    下载: 全尺寸图片 幻灯片

    表 1  实验样品指标测定方法

    Table 1.  Determination methods of experimental sample indexes

    指标Index测定方法Determination method仪器名称Instrument name型号Model公司Company
    TN凯氏定氮法(LY/T 1228—1999)全自动凯氏定氮仪KDN-1000上海昕瑞仪器有限公司
    TAs（3∶1）王水消解提取法（NY/T 1121.11-2006）原子荧光光度计PF3北京普析通用仪器有限公司
    TP钼锑抗分光光度法(LY/T 1228—1999)紫外可见光光度计T6新世纪北京普析通用仪器有限公司
    SOC重铬酸钾氧化—外加热法(LY/T 1237—1999)电热恒温油浴锅HWS-26上海一恒科技仪器有限公司
    指标Index测定方法Determination method仪器名称Instrument name型号Model公司Company
    TN凯氏定氮法(LY/T 1228—1999)全自动凯氏定氮仪KDN-1000上海昕瑞仪器有限公司
    TAs（3∶1）王水消解提取法（NY/T 1121.11-2006）原子荧光光度计PF3北京普析通用仪器有限公司
    TP钼锑抗分光光度法(LY/T 1228—1999)紫外可见光光度计T6新世纪北京普析通用仪器有限公司
    SOC重铬酸钾氧化—外加热法(LY/T 1237—1999)电热恒温油浴锅HWS-26上海一恒科技仪器有限公司
    下载: 导出CSV

    表 2  不同水位条件下富砷湖滨湿地底泥的污染特征

    Table 2.  Pollution characteristics of sediment in arsenic-rich lakeside wetland under different water levels

    不同水位条件Different water levelsTN/（mg·kg−1）NO−3-N/（mg·kg−1）NH+4-N/（mg·kg−1）TP/（mg·kg−1）TAs/（mg·kg−1）SOC/（g·kg−1）
    生长期无水位1006.13±7.64i383.23±0.57f683.61±4.68d1738.73±9.44a222.80±9bcd15.75±0.13c
    中水位1262.80±5.60f379.70±0.74g756.94±21.77c1475.74±9.63c239.63±9.47abc20.50±0.27a
    高水位1219.87±16.19f379.11±0.45g776.56±14.47c1629.18±6.73b200.45±4.32de16.24±0.03b
    繁盛期无水位1538.13±10.78d515.09±0.57d841.84±28.76b1642.01±7.38b271.50±1.58a14.13±0.06d
    中水位1167.60±30.8g514.75±0.92d903.71±14.02b1130.51±19.86f249.69±0.41ab6.93±0.12h
    高水位1067.73±15.70h510.93±0.17e908.42±14.48b1244.07±3.86e208.22±16.28cde7.13±0.12h
    枯落期无水位2375.33±19.42a586.67±0.11a873.72±14.95b1117.87±21.36f190.63±9.27de8.28±0.13f
    中水位1957.20±10.10b583.23±0.58b976.56±14.17a1109.37±9.38f145.33±13.24f7.60±0.07g
    高水位1896.53±12.13c579.58±0.49c992.87±13.33a1367.42±11.78d183.56±2.35e8.48±007f
    　　注：表中数据为平均值±标准差，同一列不同字母表示显著性差异（P<0.05）.　　Note: The data in the table is the average ± standard deviation, and different letters in the same column indicate significant differences (P<0.05).
    不同水位条件Different water levelsTN/（mg·kg−1）NO−3-N/（mg·kg−1）NH+4-N/（mg·kg−1）TP/（mg·kg−1）TAs/（mg·kg−1）SOC/（g·kg−1）
    生长期无水位1006.13±7.64i383.23±0.57f683.61±4.68d1738.73±9.44a222.80±9bcd15.75±0.13c
    中水位1262.80±5.60f379.70±0.74g756.94±21.77c1475.74±9.63c239.63±9.47abc20.50±0.27a
    高水位1219.87±16.19f379.11±0.45g776.56±14.47c1629.18±6.73b200.45±4.32de16.24±0.03b
    繁盛期无水位1538.13±10.78d515.09±0.57d841.84±28.76b1642.01±7.38b271.50±1.58a14.13±0.06d
    中水位1167.60±30.8g514.75±0.92d903.71±14.02b1130.51±19.86f249.69±0.41ab6.93±0.12h
    高水位1067.73±15.70h510.93±0.17e908.42±14.48b1244.07±3.86e208.22±16.28cde7.13±0.12h
    枯落期无水位2375.33±19.42a586.67±0.11a873.72±14.95b1117.87±21.36f190.63±9.27de8.28±0.13f
    中水位1957.20±10.10b583.23±0.58b976.56±14.17a1109.37±9.38f145.33±13.24f7.60±0.07g
    高水位1896.53±12.13c579.58±0.49c992.87±13.33a1367.42±11.78d183.56±2.35e8.48±007f
    　　注：表中数据为平均值±标准差，同一列不同字母表示显著性差异（P<0.05）.　　Note: The data in the table is the average ± standard deviation, and different letters in the same column indicate significant differences (P<0.05).
    下载: 导出CSV

    表 3  不同水位条件下富砷湖滨湿地底泥中细菌丰度及多样性指数

    Table 3.  Bacterial abundance and diversity index in sediment of arsenic-rich lakeside wetland under different water levels

    不同水位条件Different water levels97% 相似水平Similarity
    序列ReadsOUT数OTUs覆盖率CoverageChaol指数Chaol index香农指数Shannon index辛普森指数Simpson index
    生长期无水位3074023800.979729116.50320.0044
    中水位3762123900.983029526.31120.0049
    高水位5483129490.989333256.52110.0041
    繁盛期无水位5047223770.987828785.96510.0078
    中水位3947427020.984033166.51340.0048
    高水位3334526990.987235186.45100.0060
    枯落期无水位2817218440.983522476.16220.0062
    中水位3728923450.988926386.15740.0067
    高水位3928924430.985528416.50830.0039
    不同水位条件Different water levels97% 相似水平Similarity
    序列ReadsOUT数OTUs覆盖率CoverageChaol指数Chaol index香农指数Shannon index辛普森指数Simpson index
    生长期无水位3074023800.979729116.50320.0044
    中水位3762123900.983029526.31120.0049
    高水位5483129490.989333256.52110.0041
    繁盛期无水位5047223770.987828785.96510.0078
    中水位3947427020.984033166.51340.0048
    高水位3334526990.987235186.45100.0060
    枯落期无水位2817218440.983522476.16220.0062
    中水位3728923450.988926386.15740.0067
    高水位3928924430.985528416.50830.0039
    下载: 导出CSV
  • [1] DAI X Y, WEI C, ZHOU Y Q, et al. Influence of spatial variation in land-use patterns and topography on water quality of the rivers inflowing to Fuxian Lake, a large deep lake in the plateau of southwestern China [J]. Ecological Engineering the Journal of Ecotechnology, 2017, 99: 417-428. doi: 10.1016/j.ecoleng.2016.11.011
    [2] 高慧琴, 刘凌, 方泽建. 夏季湖泊表层沉积物的理化性质与微生物多样性 [J]. 河海大学学报(自然科学版), 2011, 39(4): 361-366.

    GAO H Q, LIU L, FANG J Z. Physicochemical properties and microbial diversity of superficial deposits of lakes in summer [J]. Journal of Hehai University (Natural Sciences), 2011, 39(4): 361-366(in Chinese).

    [3] HE J, CHARLET L. A review of arsenic presence in China drinking water [J]. Journal of Hydrology, 2013, 492(10): 79-88.
    [4] FENDORF S, MICHAEL H A, VAN G A. Spatial and temporal variations of groundwater arsenic in South and Southeast Asia [J]. Science, 2010, 328(5982): 1123-1127. doi: 10.1126/science.1172974
    [5] 赵立君, 刘云根, 王妍, 等. 砷污染湖滨湿地底泥微生物群落结构及多样性 [J]. 中国环境科学, 2019, 39(9): 3933-3940. doi: 10.3969/j.issn.1000-6923.2019.09.040

    ZHAO L J, LIU Y G, WANG Y, et al. Microbial community structure and diversity of arsenic-contaminated lakeshore wetland sediments [J]. China Environmental Science, 2019, 39(9): 3933-3940(in Chinese). doi: 10.3969/j.issn.1000-6923.2019.09.040

    [6] FAULWETTER J L, GAGNON V, SUNDBERG C, et al. Microbial processes influencing performance of treatment wetlands: A review [J]. Ecological Engineering, 2009, 35(6): 987-1004.
    [7] 李森森, 马大龙, 臧淑英, 等. 不同干扰方式下松江湿地土壤微生物群落结构和功能特征 [J]. 生态学报, 2018, 8(22): 105-115.

    LI S S, MA D L, ZANG S Y, et al. Structural and functional characteristics of soil microbial community in the Songjiang wetland under different interferences [J]. Acta Ecologica Sinica, 2018, 8(22): 105-115(in Chinese).

    [8] 王鹏, 陈波, 张华. 基于高通量测序的鄱阳湖典型湿地土壤细菌群落特征分析 [J]. 生态学报, 2017, 37(5): 1650-1658.

    WANG P, CHEN B, ZHANG H. High throughput sequencing analysis of bacterial communities in soils of a typical Poyang Lake wetland [J]. Acta Ecologica Sinica, 2017, 37(5): 1650-1658(in Chinese).

    [9] 林海, 蔡怡清, 李冰, 等. 北京市妫水河底泥微生物群落结构特征 [J]. 生态学报, 2019, 39(20): 7592-7601.

    LIN H, CAI Y Q, LI B, et al. Characteristics of microbial community structure in Guishui River sediment in Beijing [J]. Acta Ecologica Sinica, 2019, 39(20): 7592-7601(in Chinese).

    [10] EILER A, BERTILSSON S. Comparison of freshwater bacterial communities associated with cyanobacterial blooms in four Swedish lakes [J]. Environmental Microbiology, 2004, 6(12): 1228-1243. doi: 10.1111/j.1462-2920.2004.00657.x
    [11] 汪福顺, 刘丛强, 梁小兵, 等. 湖泊沉积物中微量金属二次迁移过程中微生物作用的实验研究 [J]. 湖泊科学, 2006, 18(1): 49-56. doi: 10.3321/j.issn:1003-5427.2006.01.007

    WANG F S, LIU C Q, LIANG X B, et al. Impact on the remobilization of trace in lake sediments by micro-organisms [J]. J. Lake Sci, 2006, 18(1): 49-56(in Chinese). doi: 10.3321/j.issn:1003-5427.2006.01.007

    [12] 刁晓君, 李一葳, 王曙光. 水华生消过程对巢湖沉积物微生物群落结构的影响 [J]. 环境科学, 2015, 36(1): 107-113.

    DIAO X J, LI Y W, WANG S G. Effects of outbreak and extinction of algal blooms on the microbial community structure in sediments of Chaohu lake [J]. Environmental Science, 2015, 36(1): 107-113(in Chinese).

    [13] 张广帅, 于秀波, 张全军, 等. 鄱阳湖湿地土壤微生物群落结构沿地下水位梯度分异特征 [J]. 生态学报, 2018, 38(11): 3825-3837.

    ZHANG G S, YU X B, ZHANG Q J, et al. Characteristics of soil microbial community structure along groundwater level gradient in Poyang Lake Wetland [J]. Acta Ecologica Sinica, 2018, 38(11): 3825-3837(in Chinese).

    [14] 吴玲. 富营养化太湖沉积物中微生物群落及对环境因子的响应 [J]. 应用与环境生物学报, 2019, 25(6): 1470-1476.

    WU L. Response of microbial community structure in eutrophic Taihu sediments to environmental factors [J]. Chin J Appl Environ Biol, 2019, 25(6): 1470-1476(in Chinese).

    [15] 于小彦, 张平究, 张经纬, 等. 城市河流沉积物微生物量分布和群落结构特征 [J]. 环境科学学报, 2020, 40(2): 585-596.

    YU X Y, ZHANG P J, ZHANG J W, et al. Characteristics of distribution patterns of microbial biomass and community structures in the sediments from urban river [J]. Acta Scientiae Circumstantiae, 2020, 40(2): 585-596(in Chinese).

    [16] 马朋, 李昌晓, 雷明, 等. 三峡库区岸坡消落带草地、弃耕地和耕地土壤微生物及酶活性特征 [J]. 生态学报, 2014, 34(4): 1010-1020.

    MA P, LI C X, LEI M, et al. Responses of soil microorganisms and soil enzyme activities to different land use patterns in the water-level fluctuating zone of the Three Gorges Reservoir region [J]. Acta Ecologica Sinica, 2014, 34(4): 1010-1020(in Chinese).

    [17] 钢迪嘎, 齐维晓, 刘会娟, 等. 水位变化对消落带氨氧化微生物丰度和多样性的影响 [J]. 环境科学学报, 2017, 37(5): 1615-1622.

    GANG D G, QI W X, LIU H J, et al. The impact of water level change on the abundance and diversity of ammonia oxidizing bacteria(AOB) and ammonia oxidizing archaea(AOA) in water-fluctuating zone [J]. Acta Scientiae Circumstantiae, 2017, 37(5): 1615-1622(in Chinese).

    [18] 赵立君, 任伟, 郑毅, 等. 砷污染湿地生境下土壤微生物多样性及群落结构特征 [J]. 环境科学研究, 2019, 32(1): 150-158.

    ZHAO L J, REN W, ZHENG Y, et al. Characteristics of soil microbial diversity and community structure in arsenic-polluted wetland habitats [J]. Research of Environmental sciences, 2019, 32(1): 150-158(in Chinese).

    [19] 徐丽琼. 阳宗海不同季节条件砷形态价态变化及其对藻光合作用的影响[D]. 昆明: 云南师范大学, 2018.

    XU L Q. Changes of arsenic species valence and arsenic form under different seasonal conditons in Yangzonghai and their effects on algal photosynthesis[D]. Kunming: Yunnan Normal University, 2018 (in Chinese).

    [20] 杨浩, 张国珍, 杨晓妮, 等. 水窖沉积物中微生物群落及其与环境因子的相关性 [J]. 兰州交通大学学报, 2018, 37(3): 110-115. doi: 10.3969/j.issn.1001-4373.2018.03.018

    YANG H, ZHANG G Z, YANG X N, et al. Microbial community of sediment in cellar water and its correlation with environmental factors [J]. Journal of Lanzhou Jiaotong University, 2018, 37(3): 110-115(in Chinese). doi: 10.3969/j.issn.1001-4373.2018.03.018

    [21] GUTKNECHT J L M, GOODMAN R M, BALSER T C. Linking soil process and microbial ecology in freshwater wetland ecosystems [J]. Plant & Soil, 2006, 289(1/2): 17-34.
    [22] REES G N, WATSON G O, BALDWIN D S, et al. Variability in sediment microbial communities in a semipermanent stream: impact of drought [J]. Journal of the North American Benthological Society, 2006, 25(2): 370-378. doi: 10.1899/0887-3593(2006)25[370:VISMCI]2.0.CO;2
    [23] MENTZER J L, GOODMAN R M, BALSER T C. Microbial response over time to hydrologic and fertilization treatments in a simulated wet prairie [J]. Plant & Soil, 2006, 284(1/2): 85-100.
    [24] 张洪霞, 郑世玲, 魏文超, 等. 水分条件对滨海芦苇湿地土壤微生物多样性的影响 [J]. 海洋科学, 2017, 41(5): 144-152. doi: 10.11759//hykx20161018001

    ZHANG H X, ZHENG S L, WEI W C, et al. Effects of water conditions on the diversity of soil microbial communities in the coastal reed wetlands [J]. Marine Sciences, 2017, 41(5): 144-152(in Chinese). doi: 10.11759//hykx20161018001

    [25] 张琼琼, 黄兴如, 郭逍宇. 基于T-RFLP技术的不同水位梯度植物根际细菌群落多样性特征分析 [J]. 生态学报, 2016, 36(14): 4518-4530.

    ZHANG Q Q, HUANG X R, GUO X Y. Analysis of the characteristics of rhizosphere bacterial diversity from plants with different water level gradients based on T-RFLP [J]. Acta Ecologica Sinica, 2016, 36(14): 4518-4530(in Chinese).

    [26] 刘亚军. 湿地土壤微生物群落结构和功能对水分条件变化的响应[D]. 南昌: 南昌大学, 2017.

    LIU Y J. Response of soil microbial community structure and function to water condition change in Wetland[D]. Nanchang: Nanchang University, 2017 (in Chinese).

    [27] 郭太忠, 袁刘正, 赵月强, 等. 渍涝对玉米产量和根际土壤微生物的影响 [J]. 湖北农业科学, 2014, 53(3): 505-507. doi: 10.3969/j.issn.0439-8114.2014.03.003

    GUO T Z, YUAN L Z, ZHAO Y Q, et al. Effects of Waterlogging on Maize Yield and the Rhizosphere Soil Microorganism [J]. Hubei Agricultural Sciences, 2014, 53(3): 505-507(in Chinese). doi: 10.3969/j.issn.0439-8114.2014.03.003

    [28] 顾诗云, 杨飞, 张毅敏, 等. 淹水胁迫对菖蒲生理特性及其根际细菌群落特征的影响 [J]. 生态与农村环境学报, 2020, 36(4): 488-498.

    GU S Y, YANG F, ZHANG Y M, et al. Effects of flooding stress on physiological characteristics and rhizosphere bacterial community of Acorus calamus [J]. Journal of Ecology and Rural Environment, 2020, 36(4): 488-498(in Chinese).

    [29] KELTON N, CHOW-FRASER P, JORDAN I. Relationship between sediment phosphorus release rates and characteristics of the benthic microbial community in a hypereutrophic marsh [J]. Aquatic Ecosystem Health & Management, 2004, 7(1): 31-41.
    [30] VANEGAS J, LANDAZABAL G, MELGAREJO L M, et al. Structural and functional characterization of the microbial communities associated with the upland and irrigated rice rhizospheres in a neotropical colombian savannah [J]. European Journal of Soil Biology, 2013, 55: 1-8. doi: 10.1016/j.ejsobi.2012.10.008
    [31] 邓泓, 叶志鸿, 黄铭洪. 湿地植物根系泌氧的特征 [J]. 华东师范大学学报(自然科学版), 2007(6): 69-76.

    DENG H, YE Z H, HUANG Z M. Characteristics of radial oxygen loss from root of wetland plants [J]. Journal of East China Normal University (Natural Science), 2007(6): 69-76(in Chinese).

    [32] BETTINA G, PETER F. Rice roots and CH4 oxidation: the activity of bacteria, their distribution and the microenvironment [J]. Soil Biology & Biochemistry, 1998, 30(14): 1903-1916.
    [33] 孙彩丽. 根际微生物对植物竞争和水分胁迫的响应机制[D]. 杨凌: 西北农林科技大学, 2017.

    SUN C L. Response of rhizospheric microbiology to plant competition and moisture stress[D]. Yangling: Northwest A & F University, 2017 (in Chinese).

    [34] 杨文焕, 张元, 王志超, 等. 寒旱区湖泊沉积物中固氮微生物群落特征—以包头南海湖为例 [J]. 中国环境科学, 2020, 40(6): 2674-2682. doi: 10.3969/j.issn.1000-6923.2020.06.038

    YANG W H, ZHANG Y, WANG Z C, et al. Community characteristics of nitrogen-fixing microorganisms in lake sediment-taking Nanhaihu lake as example [J]. China Environmental Science, 2020, 40(6): 2674-2682(in Chinese). doi: 10.3969/j.issn.1000-6923.2020.06.038

    [35] 王亚男, 曾希柏, 白玲玉, 等. 外源砷在土壤中的老化及环境条件的影响 [J]. 农业环境科学学报, 2018, 37(7): 1342-1349. doi: 10.11654/jaes.2018-0767

    WANG Y N, ZENG X B, BAI L Y, et al. The exogenous aging process in soil and the influences of environmental factors on aging [J]. Journal of Agro-Environment Science, 2018, 37(7): 1342-1349(in Chinese). doi: 10.11654/jaes.2018-0767

    [36] 李媛媛. 采煤塌陷地泥浆泵复垦土壤微生物多样性及土壤酶活性研究[D]. 徐州: 中国矿业大学, 2015.

    LI Y Y. Microbial diversity and enzyme activity of soil reclaimed by hydraulic dredge pump in coal-mining subsidence areas[D]. Xuzhou: China University of mining and technology, 2015 (in Chinese).

    [37] 郑景华, 巴楚明, 王志宏, 等. 矿区土壤中砷污染对微生物群落的影响研究 [J]. 地球与环境, 2016, 44(5): 506-512.

    ZHENG J H, BA C M, WANG Z H, et al. Influence of arsenic pollution on soil microbial community of mining area [J]. Earth and environment, 2016, 44(5): 506-512(in Chinese).

    [38] 吴彩霞, 傅华. 根系分泌物的作用及影响因素 [J]. 草业科学, 2009, 26(9): 24-29. doi: 10.3969/j.issn.1001-0629.2009.09.005

    WU C X, FU H. Effects and roles of root exudates [J]. Pratacultural Science, 2009, 26(9): 24-29(in Chinese). doi: 10.3969/j.issn.1001-0629.2009.09.005

    [39] 李稹, 黄娟, 姜磊, 等. 人工湿地植物根系分泌物与根际微环境相关性的研究进展 [J]. 安全与环境学报, 2012, 12(5): 41-45. doi: 10.3969/j.issn.1009-6094.2012.05.009

    LI Z, HUANG J, JIANG L, et al. Factors affecting the dye sewage decolorization by fungi in open-air conditions [J]. Journal of Safety and Environment, 2012, 12(5): 41-45(in Chinese). doi: 10.3969/j.issn.1009-6094.2012.05.009

    [40] 杨桂生, 宋长春, 王丽, 等. 水位梯度对小叶章湿地土壤微生物活性的影响 [J]. 环境科学, 2010, 31(2): 444-449.

    YANG G S, SONG C C, WANG L, et al. Influence of water level gradient on marsh soil microbial activity of calamagrostis angustifolia [J]. Environmental Science, 2010, 31(2): 444-449(in Chinese).

    [41] ZEGLIN L H, DAHM C N, BARRETT J E, et al. Bacterial community structure along moisture gradients in the parafluvial sediments of two ephemeral desert streams [J]. Microbial Ecology, 2011, 61(3): 543-556. doi: 10.1007/s00248-010-9782-7
    [42] FLYNN T M, KOVAL J C, GREENWALD S M, et al. Parallelized, aerobic, single carbon-source enrichments from different natural environments contain divergent microbial communities [J]. Frontiers in Microbiology, 2017, 8: 1-14.
    [43] 薛银刚, 刘菲, 江晓栋, 等. 太湖不同湖区冬季沉积物细菌群落多样性 [J]. 中国环境科学, 2018, 38(2): 719-728. doi: 10.3969/j.issn.1000-6923.2018.02.037

    XUE Y G, LIU F, JINAG X D, et al. The diversity of bacterial communities in the sediment of different lake zones of Lake Taihu in winter [J]. China Environmental Science, 2018, 38(2): 719-728(in Chinese). doi: 10.3969/j.issn.1000-6923.2018.02.037

    [44] 王丽华, 郝春博, 李思远, 等. 安徽某铁矿排土场废矿石中细菌群落分子生态学研究 [J]. 地学前缘, 2014, 21(4): 24-29.

    WANG L H, HAO C B, LI S Y, et al. Molecular research of acidophilic bacteria in abandoned ores in waste dump of an iron in Anhui Province [J]. Earth Science Frontiers, 2014, 21(4): 24-29(in Chinese).

    [45] 腾昌运, 沈建国, 王忠, 等. 模拟气候升温对湿地土壤微生物群落及磷素形态的影响 [J]. 环境科学, 2017, 38(7): 3000-3009.

    TENG C Y, SHEN J G, WANG Z, et al. Effect of Simulated Climate Warming on Microbial Community and Phosphorus Forms in Wetland Soils [J]. Environmental Scinence, 2017, 38(7): 3000-3009(in Chinese).

    [46] 梁书诚, 赵敏, 卢磊, 等. 好氧反硝化菌脱氮特性研究进展 [J]. 应用生态学报, 2010(6): 1581-1588.

    LIANG S C, ZHAO M, LU L, et al. Research advance on denitrification characteristics of aerobic denitrifyiers [J]. Chinese Journal of Applied Ecology, 2010(6): 1581-1588(in Chinese).

    [47] 赵立君, 刘云根, 王妍, 等. 典型高原湖滨带底泥细菌群落结构及多样性特征 [J]. 微生物学通报, 2020, 47 (2): 401-410.

    ZHAO LJ, LIU YG, WANG Y et al. Bacterial community structure and diversity of sediments in a typical plateau lakeshore [J]. Microbiology China, 2020, 47 (2): 401-410(in Chinese).

    [48] 王慎, 张思思, 许尤, 等. 不同水温分层水库沉积物间隙水营养盐垂向分布与细菌群落结构的关系 [J]. 环境科学, 2019, 40(6): 2753-2763.

    WANG S, ZHANG SS, XU Y, et al. Relationship Between the vertical distribution of nutrients and bacterial community structures in sediment interstitial waters of stratified reservoirs with different water temperatures [J]. Environmental Science, 2019, 40(6): 2753-2763(in Chinese).

    [49] KLATT C G, LIU Z, LUDWIG M, et al. Temporal metatranscriptomic patterning in phototrophic chloroflexi inhabiting a microbial mat in a geothermal spring [J]. Isme Journal, 2013, 7(9): 1775-1789. doi: 10.1038/ismej.2013.52
    [50] 阚靖博, 李丽娜, 曲东, 等. 淹水培养过程中水稻土细菌丰度与群落结构变化 [J]. 生物多样性, 2014, 22(4): 508-515. doi: 10.3724/SP.J.1003.2014.14053

    KAN JB, LI LN, QU D, et al. Changes in bacterial abundance and community structure associated with flooding in paddy soil [J]. Biodiversity Science, 2014, 22(4): 508-515(in Chinese). doi: 10.3724/SP.J.1003.2014.14053

    [51] 王春香, 田宝玉, 吕睿瑞, 等. 西双版纳地区热带雨林土壤酸杆菌(Acidobacteria)群体结构和多样性分析 [J]. 微生物学通报, 2010(1): 24-29.

    WANG C X, TIAN B Y, LV R R, et al. Distribution and diversity of Acidobacteria in tropical rain forest soil of Xishuangbanna [J]. Microbiology China, 2010(1): 24-29(in Chinese).

    [52] 郑帅. 温带森林土壤有机质分解对土壤含水量变化的响应[D]. 长春: 东北师范大学, 2019.

    ZHENG S. Response of soil organic matter decomposition to soil water content change in temperate forests[D]. Changchun: Northeast Normal University, 2019 (in Chinese).

    [53] 于玲红, 齐璐, 杨文焕, 等. 包头南海湖冰封期沉积物细菌群落多样性 [J]. 环境化学, 2019, 38(6): 1348-1355. doi: 10.7524/j.issn.0254-6108.2018071904

    YU L H, QI L, YANG W H, et al. Diversity of bacterial communities in the sediment of Baotou Nanhai Lake in ice period [J]. Environmental Chemistry, 2019, 38(6): 1348-1355(in Chinese). doi: 10.7524/j.issn.0254-6108.2018071904

  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 6.4 %DOWNLOAD: 6.4 %HTML全文: 87.0 %HTML全文: 87.0 %摘要: 6.6 %摘要: 6.6 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 97.9 %其他: 97.9 %XX: 1.3 %XX: 1.3 %乌鲁木齐: 0.2 %乌鲁木齐: 0.2 %北京: 0.2 %北京: 0.2 %天津: 0.2 %天津: 0.2 %淮安: 0.2 %淮安: 0.2 %长春: 0.2 %长春: 0.2 %其他XX乌鲁木齐北京天津淮安长春Highcharts.com
WeChat 点击查看大图
图( 4) 表( 3)
计量
  • 文章访问数:  2747
  • HTML全文浏览数:  2747
  • PDF下载数:  103
  • 施引文献:  0
出版历程
  • 收稿日期:  2020-11-29
  • 刊出日期:  2021-05-27
呼唤, 李丹蕾, 王玉莹, 刘云根, 王妍. 富砷湖滨湿地底泥细菌群落结构及多样性对水位变化的响应[J]. 环境化学, 2021, 40(5): 1452-1463. doi: 10.7524/j.issn.0254-6108.2020112901
引用本文: 呼唤, 李丹蕾, 王玉莹, 刘云根, 王妍. 富砷湖滨湿地底泥细菌群落结构及多样性对水位变化的响应[J]. 环境化学, 2021, 40(5): 1452-1463. doi: 10.7524/j.issn.0254-6108.2020112901
shu
HU Huan, LI Danlei, WANG Yuying, LIU Yungen, WANG Yan. Response of bacterial community structure and diversity in sediment of arsenic-rich lakeside wetland to water level change[J]. Environmental Chemistry, 2021, 40(5): 1452-1463. doi: 10.7524/j.issn.0254-6108.2020112901
Citation: HU Huan, LI Danlei, WANG Yuying, LIU Yungen, WANG Yan. Response of bacterial community structure and diversity in sediment of arsenic-rich lakeside wetland to water level change[J]. Environmental Chemistry, 2021, 40(5): 1452-1463. doi: 10.7524/j.issn.0254-6108.2020112901
shu

富砷湖滨湿地底泥细菌群落结构及多样性对水位变化的响应

    通讯作者: Tel：13577148670, E-mail：henryliu1008@163.com; 
  • 1. 西南林业大学生态与环境学院，昆明，650224
  • 2. 云南省山地农村生态环境演变与污染治理重点实验室，昆明，650224
  • 收稿日期:  2020-11-29
  • 网络出版日期:  2021-05-29
基金项目:
国家自然科学基金（41761098，21767027）和云南省基础研究计划（2019FB070）资助

摘要: 为探究富砷底质下高原湖滨湿地底泥微生物群落对水位变化的响应特征，本研究以室内模拟实验的方式，探讨不同水位条件对富砷湖滨湿地底泥细菌群落结构及多样性的影响。结果表明，细菌丰度、多样性与水位高低具有显著相关性，细菌丰度由多到少排序为：高水位>中水位>无水位，即水位越高，细菌丰度越高，细菌群落多样性则表现为高水位条件下较高；在细菌群落结构中，门水平分类上的5种优势细菌分别为变形菌门、厚壁菌门、绿弯菌门、拟杆菌门和酸杆菌门，各优势菌门对水位条件的响应表现出多样性的特征；纲水平分类上，γ-变形菌纲为优势菌纲，其在不同水位条件下的变化趋势同变形菌门完全一致；在不同水位条件下，总氮（TN）、总磷（TP）、土壤有机碳（SOC）以及硝氮（NO−3-N）、氨氮（NH+4-N）含量对底泥中细菌群落的影响显著，其中，总氮（TN）、土壤有机碳（SOC）、硝氮（NO−3-N）、氨氮（NH+4-N）对细菌优势群落影响最为显著且呈现出多样性的特征。水位条件对富砷湖滨湿地底泥中细菌群落结构及多样性具有显著影响，该结果可用于进一步发掘细菌群落与环境之间的潜在关系，为高原湖滨湿地的污染防控和治理提供科学依据。

English Abstract

    全文HTML

  • 湖滨湿地作为水陆交界地带，是各种微生物生存和繁衍的重要场所[1-2]。近年来，砷污染给我国地表水环境安全带来严重威胁[3-4]，湖泊、河流、水库等已受到不同程度的砷污染，高原湖滨湿地因其脆弱的生态环境，面临着更高的砷污染风险[5]。微生物是湿地生态系统的重要分解者，对湿地生态系统中的能量流动及物质循环具有关键作用[6]，微环境的变化对其影响显著，同时，微生物群落结构和多样性也会随着环境的变化而改变，可有效指示湿地生态环境的变化[7-9]。目前，湿地微生物群落的研究开始受到广泛关注，国内外大量学者已经证实，微生物能够通过同化和异化等作用改变环境条件，进而影响矿质元素的生物地球化学循环（如C、N、P等）、能量流动以及污染物的形态和降解（如重金属、有机污染物等），对湿地生态系统的稳定产生显著影响[10-12]。

    我国学者对湿地微生物群落结构及多样性的研究主要集中在鄱阳湖、太湖、巢湖等富营养化湖泊[13-15]，对三峡库区消落带的微生物群落结构及多样性也有一定研究[16]，于小彦等通过室内模拟实验发现水分条件是左右生物碳添加对湿地微生物群落影响的重要因子[15]，钢迪嘎等以密云水库消落带为研究对象，发现水位变化能够显著影响消落带土壤中氨氧化细菌和古菌的多样性、丰度[17]。然而，在研究高原湖滨湿地底泥中微生物群落结构及多样性上，多关注重金属污染及外界干扰方式对底泥中微生物群落结构的影响[18]，水位条件的变化对富砷湖滨湿地底泥中细菌群落结构及多样性的影响尚不明确。

    本文探究了不同水位条件下富砷湖滨湿地底泥中微生物群落结构及多样性特征，以期明晰微生物群落结构及多样性对于水位变化的响应关系，这有助于分析湿地底泥微生物与湿地环境变化之间的关系，进一步探明湿地生态系统中各元素的迁移与转化，为湿地生态环境保护与合理治污提供理论指导。

1.   材料与方法（Materials and methods）

    1.1.   试验材料与设计

  • 本试验采取室内模拟湿地的方式，设置3种水位条件：a. 高水位（淹水15 cm），b. 中水位（淹水7 cm），c. 无水位（保持湿润即可），每种水位条件设置9组平行，共27个处理。试验在西南林业大学农村污水处理研究所温室进行，以黑色聚乙烯桶（高32 cm，内口径44 cm，底径32 cm）内栽植湿地植物的方式人工模拟湿地，底泥取自云南省昆明市盘龙区金汁河底泥（0—20 cm），挺水植物选择常见的湿地植物狭叶香蒲，购自云南省昆明市泛亚苗圃基地，使用Na2HAsO4·7H2O（分析纯）模拟富砷环境，砷的底泥含量为300 mg·kg−1[19]。

    具体操作如下：将沟渠底泥剔除石块及植物根茎等杂物之后，混合均匀，通过外源添加Na2HAsO4·7H2O（以As计）的方式设置富砷底质，将富砷底泥加至黑色聚乙烯实验桶12 cm处，放置平衡后栽种狭叶香蒲幼苗。水位通过每周定量加水保持在设定高度，待香蒲稳定2个月后，进行实验样品采集。

    • 1.2.   样品采集及预处理

  • 本试验分别于湖滨湿地典型挺水植物香蒲的生长期、繁盛期、枯落期对底泥进行破坏性采样。对香蒲叶、茎进行收割后，桶中淹水采用虹吸式排水方式抽出，底泥样品采自植物根系区，每种水位条件均随机采集3个平行作为重复，剔除植物根系之后混合均匀，将混匀后的底泥样品分为两部分：①用于Illumina PE250高通量测序，样品以干冰低温保存送往上海凌恩生物科技有限公司进行微生物测序工作；②用于污染指标测定，将样品装入自封袋带回实验室，放置阴凉处自然风干后研磨，过160目孔筛，实验待用。

    • 1.3.   样品指标测定

  • 本实验研究测定的指标包括：总氮（TN）、总磷（TP）、土壤有机碳（SOC）、总砷（TAs），测定方法如表1所示。

    • 1.4.   样品Illumina PE250测序

  • 本模拟实验中所有样品的Illumina PE250测序工作由上海凌恩生物科技有限公司完成，利用1%琼脂糖凝胶电泳抽取基因组DNA，每个样本3个平行，将同一样本的PCR产物混合后用2%琼脂糖凝胶电泳检测，使用AxyPrepDNA凝胶回收试剂盒（AXYGEN公司）切胶回收PCR产物，Tris_HCl洗脱；2%琼脂糖电泳检测。将PCR产物用QuantiFluorTM -ST蓝色荧光定量系统（Promega公司）进行检测定量，按照每个样本的测序量要求，进行相应比例的混合，随后进行文库构建，检验合格之后使用Illumina PE250进行上机测序。

    • 1.5.   实验数据分析及处理

  • 采用Excel 2016 对原始数据进行基础性处理；利用SPSS 26对数据进行显著性分析。利用单因素方差分析检验不同水位条件下富砷湖滨湿地底泥中环境条件及污染特征的差异性（One-way-ANOVA, P < 0.05）,平均数之间的多重比较采用LSD检验。文中所有堆积柱状图均由Origin 2018绘制完成，用以表示不同分类水平下细菌群落的组成情况；使用LEFSe识别不同水位条件下富砷湖滨湿地底泥中的关键差异微生物，利用Canoco 5进行冗余分析（RDA），比较底泥污染指标和细菌群落之间的相关性。

2.   结果与讨论（Results and discussion）

    2.1.   富砷湖滨湿地底泥的污染特征

  • 由表2可知，水位条件的变化是影响湿地生态系统的主要因子，不同水位条件下富砷湖滨湿地底泥中TN、TP、TAs和SOC具有显著差异（P<0.05），其中，TN含量在不同水位条件下的变化总体表现为：无水位<中水位<高水位，NH+4-N含量的变化趋势同TN基本一致；随水位的升高呈增加的趋势，NO−3-N含量则表现为：无水位<中水位<高水位无水位；TP含量均表现为中水位条件显著低于无水位条件和高水位条件；TAs含量则随植物生长而减少，对比无水位条件而言，高水位条件下其含量相对较低；SOC含量则表现为繁盛期、枯落期中水位条件显著低于无水位条件和高水位条件。

    • 2.2.   富砷湖滨湿地底泥中细菌群落丰度及多样性指数差异分析

  • 运用Chaol指数(Chaol index)、Shannon指数(Shannon index)和Simpson指数(Simpson index)对不同水位条件下富砷湖滨湿地底泥中细菌丰度及多样性进行分析。由表3可知，各样品文库的覆盖率(Coverage)范围为97.97%—98.93%，表明本次测序结果能够有效反应湿地底泥中细菌群落的基本情况。Chao1 指数反应的细菌群落丰度变化规律一致，均为：无水位<中水位<高水位，即在实验范围内，淹水程度越大，其菌群丰度越高，这表明水位变化对底泥细菌丰度的影响显著。Shannon指数与Simpson指数通常用于表示α多样性指数，Shannon指数值越大，湿地底泥中细菌群落多样性就越高，Simpson指数则与之相反。Shannon指数和Simpson指数反应的细菌多样性表现为，细菌多样性程度较高的状态以高水位条件居多，例如，Shannon指数均为在生长期和枯落期的高水位条件下最大，Simpson指数则与之相反，这一结果表明，与无水位条件下的细菌多样性相比，水位条件对底泥细菌多样性有显著影响。

    湿地底泥是各种微生物参与、物质发生频繁交换、具有高度生活活性的特殊生物环境[20]，而微生物种类多、分布广、代谢强、繁殖快，被认为是土壤生态系统中最活跃的部分，对外界环境干扰的响应十分敏感。水位条件是影响湿地生态过程的关键因素[21]，很多研究表明，淹水程度的变化对土壤微生物群落有重要影响[22-23]。王鹏等通过对鄱阳湖不同水位植被带的土壤细菌群落特征进行研究，发现中等水位梯度下的土壤具有更高的菌群丰度和多样性[8]；张洪霞等通过对不同淹水条件下滨海芦苇湿地土壤微生物的研究，发现淹水条件下土壤古菌和细菌多样性较高[24]；张琼琼等研究不同水位深度的植物根系区细菌多样性发现，植物根系区细菌多样性随水位加深而减少[25]；刘亚军在其研究中表明细菌群落受淹水深度的影响不大[26]。本试验结果与顾诗云、张洪霞、郭太忠等的研究结果相似[24, 27-28]，在本研究中3种不同水位条件下，香蒲不同生长期湿地底泥中的细菌丰度表现具有一致性：无水位<中水位<高水位。就细菌群落多样性而言，高水位条件下细菌多样性程度较高。造成该结果的原因有两点，一方面，水位条件的变化可直接改变底泥细菌群落的生存环境，水位条件的变化引起的底泥中其他环境因子的变化会导致氧化还原条件发生改变[29-30]，在水位条件较高时，植物根系区底泥中处于微还原状态，部分砷酸盐(H3AsO4)转化为亚砷酸盐(H3AsO3)，对底泥及植物危害相对较小，使得一部分砷敏感细菌得以存活，从而影响到底泥中细菌群落丰度和多样性的变化。另一方面，水位条件通过改变植物的生长环境间接影响底泥细菌群落，本研究中的试供植物为典型挺水植物香蒲，它具有根系生物量大及通气组织发达等特点，增加植物根在饱和机制中的输氧能力，促使植物根际形成好氧微生物的微氧环境[31-32]，因而底泥细菌丰度及多样性在高水位条件下并未降低；另外，较高的水位条件能使得底泥微生物对基质的利用能力增加，植物的生长亦会向底泥中输入大量微生物可利用的碳源，充足的水分条件更利于微生物的生长[33]。本研究结果显示了微生物群落丰度与多样性对不同水位条件的响应关系基本一致，水位越高，其细菌群落丰度和多样性指数越大，这可以用于指示富砷湖滨湿地在不同水位条件及不同淹没期的生态环境变化，为湖滨湿地做出更好的环境响应提供依据。

    • 2.3.   富砷湖滨湿地底泥中细菌组成特征

  • 在不同水位条件下，门水平分类的优势细菌群落相对丰度具有一定的变化趋势。由图1可知，在本次模拟实验中，富砷湖滨湿地底泥中的五种优势群落分别为Proteobacteria（变形菌门）、Firmicutes（厚壁菌门）、Chloroflexi（绿弯菌门）、Bacteroidetes（拟杆菌门）和Acidobacteria（酸杆菌门），这五类细菌约占总测序序列的68.70%—86.06%。其中，变形菌门为细菌群落门水平分类中的绝对优势菌门，生长期、枯落期变形菌门的相对丰度随淹水高度加大总体上呈现减少的趋势，繁盛期则表现为水位越高，相对丰度越小。很多研究表明，变形菌门在湖泊沉积物中具有较高比例[53],在砷污染土壤中也具有较强的耐受性，因而在砷污染底泥中依然是优势细菌群落，然而在变形菌门中存在大量好氧或兼性细菌，湖泊底泥长期处于高水位淹水状态，变形菌门的相对幅度在高水位条件下较小[34-35]；绿弯菌门、厚壁菌门、酸杆菌门和拟杆菌门是门水平分类上除变形菌门在之外的优势菌群，这四大菌群对不同水位条件的响应呈现出多样性的特征。绿弯菌门相对丰度的最大值均出现中水位条件，这是由于绿弯菌门是兼性厌氧菌，依靠光能进行光合作用，同时在无氧条件下也能进行无氧呼吸[36]，中水位梯度下的环境更加适合绿弯菌门的生长；除繁盛期外，厚壁菌的门相对丰度在无水位条件均显著低于高水位，分析原因，或是因为这一微生物群落为无毒的单细胞生物，生活在水中或水分充足、养分少的环境中[37]，然而生长旺盛期，由于长期处于中、高水位的淹水状态下，植物分泌物数量增加，促使根系区底泥营养物质增多[38-39]，不利于厚壁菌门的繁殖；在生长期和枯落期，酸杆菌门相对丰度最大值均出现在无水位条件，通常，在淹水状态下，特别是随水位的增加，氧气进入土壤的能力下降，不利于好氧微生物的生存和它们的代谢[40]，而酸杆菌门属于好氧菌，因而在无水位条件下具有较高的相对丰度，这与Zeglin等的研究结果相似[41]；拟杆菌门相对丰度在生长期不同水位条件下并无显著变化，但在其繁盛期和衰落期则表现为无水位条件下相对丰度减少，中水位条件下相对丰度增加，这可能是因为拟杆菌门为厌氧菌，更倾向于生活在水位较高的状态[42]。其他相对丰度较低的细菌群落在不同水位条件下的变化不大。

    另外，在变形菌门的纲水平下，包含了Gammaproteobacteria（γ-变形菌纲）、Deltaproteobacteria（δ-变形菌纲）和Alphaproteobacteria（α-变形菌纲）3个亚类，具有丰富的代谢多样性，对于C、N、P等营养元素的循环以及其他污染物的降解具有重要作用[43]。其中， Gammaproteobacteria（γ-变形菌纲）为优势菌纲，相对丰度最高，γ-变形菌纲以硫酸盐为电子受体降解有机物，具有耐砷性[44, 5]，其在不同水位条件下的变化趋势同变形菌门完全一致，这是因为同种门属的菌群特性具有相似性，但在属水平上细菌群落的结构及多样性仍需更进一步探究。不同水位条件下富砷湖滨湿地底泥细菌群落结构存在显著差异，这说明底泥细菌具有通过调整自身群落结构以适应环境条件变化的生存机制。

    图2为不同水位条件下富砷湖滨湿地底泥中属分类水平上的细菌群落组成，将细菌群落中平均丰度低于2%的部分合并在图中显示（≤2%）；属水平分类中属于分类学数据库分类学谱系的中间等级，没有科学名称，以norank作为标记；uncultured表示属水平分类中未分离培养的细菌群落；unclassified属水平分类中在置信度阈值下，与数据库比对不上的细菌群落。

    在不同水位条件下，富砷湖滨湿地底泥中的细菌群落在属水平上完整且相对丰度较高的两个菌群分别是：Steroidobacteraceae_uncultured（固醇杆菌科下的一个未培养属）和Bacteroidetes vadinHA17_norank。Steroidobacteraceae_uncultured总体上无显著差异，但其在枯落期变化相对显著，随水位降低呈现减小趋势，且相对丰度最小值（3.08%）出现在高水位条件下；Bacteroidetes vadinHA17_norank总体上呈现随淹水高度的加大而显著增加的趋势，总体变化趋势一致，其相对丰度最大值出现在高水位条件，这表明水位条件对属水平上细菌优势群落具有一定的影响。

    • 2.4.   富砷湖滨湿地底泥中细菌群落与底泥污染指标的相关性分析

  • 图3为不同水位条件下微生物群落在不同分类水平下的LEFSe分值柱状图，仅得分大于2.0的物种被展示。结果表明，微生物群落在不同分类水平上共有21个物种表现出了显著性的组间差异，无水位条件富集到的具有显著影响效应的目水平物种为Thalassobaculales，中水位条件富集到的具有显著影响效应的目水平物种为Flavobacteriales，科水平物种为Flavobacteriaceae,高水位条件富集到的具有显著影响效应的属水平物种为Clostridium_sensu_stricto_13和Sporacetigenium，这表明微生物群落组成在不同分类水平上对水位变化具有不同的响应特征，也说明了不同水位条件下微生物群落组成的显著变化与特定物种的消长具有明显的相关性[45]。就门水平而言，以上21个物种分别隶属于Proteobacteria、Bacteroidetes、Firmicutes、Actinobacteria、Cyanobacteria、Cyanobacteria等。

    图4为不同水位条件下富砷湖滨湿地底泥细菌门水平分类上群落结构与污染指标的冗余分析（RDA）结果排序图。根据RDA结果排序图中物种箭头和环境箭头之间的夹角判定相关性，呈钝角，为负相关，呈锐角，则为正相关，根据物种到环境因子的垂直距离越小，相关性越强。由图4可知，不同水位条件下，富砷湖滨湿地底泥污染指标与细菌群落之间的相关性存在差异性，底泥污染指标对细菌群落结构的影响程度不同。在无水位条件下（轴1和轴2共解释了68.4%的变量），TN和NO−3-N含量对细菌群落结构的影响程度较强，与变形菌门、酸杆菌门相对丰度呈正相关，与绿弯菌、拟杆菌相对丰度呈负相关；在中水位条件下（轴1和轴2共解释了90.1%的变量），TN、TP、SOC、NO−3-N、NH+4-N含量对细菌群落结构的影响程度较强，其中，SOC与厚壁菌门相对丰度呈正相关，与绿弯菌、酸杆菌相对丰度呈负相关，NH+4-N则与之相反，TP、NO−3-N与变形菌门相对丰度呈正相关。

    在高水位条件下（轴1和轴2共解释了77.2%的变量），TP、TAs、SOC、NO−3-N、NH+4-N含量对细菌群落结构的影响较大，其中，TAs、SOC、NO−3-N与变形菌门、酸杆菌门呈正相关，与绿弯菌门、拟杆菌门呈负相关，TN与绿弯菌呈负相关，NH+4-N则与Synergistetes（互养菌门）呈正相关。这说明在不同水位条件下，不同的细菌群落对底泥污染元素的敏感程度存在差异。总体而言，TN、TP、SOC以及NO−3-N、NH+4-N含量对不同水位条件下细菌群落结构具有显著影响。

    本模拟实验的研究结果中，富砷湿地底泥在门水平分类上的5种优势细菌群落分别是Proteobacteria（变形菌门）、Firmicutes（厚壁菌门）、Chloroflexi（绿弯菌门）、Bacteroidetes（拟杆菌门）和Acidobacteria（酸杆菌门），这些优势菌门中包含了变形菌门、厚壁菌门、拟杆菌门等关键差异微生物，LDA分析结果显示关键差异微生物在不同水位条件下具有差异性。其中，变形菌门、厚壁菌门包含了大多数好氧反硝化菌，适宜在水位较低的底泥环境中生存[46, 28, 30]，所以这些菌群在无水位条件和中水位条件下的相对丰度较高，绿弯菌门的相对丰度在中水位条件下最高，可见，淹水程度的变化能够显著影响湿地底泥中优势菌群的结构分布。RDA分析也显示变形菌门与底泥SOC、NO−3-N含量呈正相关，与底泥TN含量呈负相关，且水位越高，相关性越强，这与变形菌自身利用SOC及其为底泥提供固氮能力的特性相符合[30]，这与王鹏等的研究结果一致[8]。绿弯菌门在砷污染底泥中占有较高的比重[47]，与TN、NH+4-N含量呈正相关，与NO−3-N含量呈负相关，且在中水位条件下相关性最强，这是由于绿弯菌为光能自养菌，能够发酵代谢多种碳源，也具有反硝化功能[48]，更倾向于在营养充足的环境中生存[49]。3种水位条件下SOC、NO−3-N与厚壁菌门相对丰度呈正相关，与酸杆菌门呈负相关，这是由于厚壁菌门相对丰度与底泥营养程度相关，有研究表明，厚壁菌门受到砷污染的抑制[37]，然而在水分充足的环境下具有较高的营养程度，且其适应性和繁殖能力较强[50]，故厚壁菌门在中水位条件和高水位条件的相对丰度大于无水位条件，而酸杆菌门大多为嗜酸菌，可降解纤维素、半纤维素、木聚糖、果胶和几丁质等复杂有机物[51, 44]，Zeglin等研究[41]河流沉积物在不同水位梯度下的细菌群落发现，酸杆菌在较干旱的地区相对丰度较高，本研究结果与其相似，这或与SOC含量相关，土壤水分通过影响微生物活性和底物的可利用性等方面影响SOC分解，进而造成微生物对SOC的分配利用策略不同[52]。不同水位条件下底泥污染物质是影响细菌群落结构的重要因素，可以对富砷湖滨湿地的生态修复提供有效的生物依据。

3.   结论（Conclusion）

  • 本论文研究了不同水位条件下富砷湖滨湿地底泥中细菌群落结构及多样性的变化特征，得出了以下结论：

    （1）富砷湖滨湿地底泥中的细菌群落丰度变化具有一致性：无水位<中水位<高水位。就细菌群落多样性而言，高水位条件下细菌多样性程度较高。

    （2）在细菌群落结构中，门水平分类上的5种优势菌门为变形菌门、厚壁菌门、绿弯菌门、拟杆菌门和酸杆菌门，各优势菌门对不同水位条件的响应表现出多样性的特征。变形菌门纲水平分类上的优势细菌为γ-变形菌纲、δ-变形菌纲和α-变形菌纲3个亚类，γ-变形菌纲相对丰度最高，其在不同水位条件下的变化趋势与变形菌门一致。属水平分类上，相对丰度占比最大的为固醇杆菌科的部分属水平未培养细菌，隶属于变形菌门，且与变形菌门在不同水位条件下的变化特征一致。

    （3）TN、TP、SOC以及NO−3-N、NH+4-N含量对底泥中细菌群落的影响显著，其中，TN、SOC、NO−3-N、NH+4-N对细菌优势群落影响最为显著且呈现出多样性的特征。

    本文通过模拟实验研究，明晰了不同水位条件对于富砷湖滨湿地底泥中微生物群落结构及多样性具有显著影响，这可以用于指示砷污染湖滨湿地在不同水位条件下的生态环境变化，从而为湿地环境的改善和治理提供科学依据。但是对于水位引起的富砷湖滨湿地底泥中砷形态转化及其与微生物的作用关系并未进行探讨，需进一步详细研究。

参考文献 (53)

返回顶部

目录

/

返回文章
返回

Copyright © 2019 中国科学院生态环境研究中心