-
海洋浮游植物的生物量仅占生物圈初级生产者生物量的0.2%,但贡献的初级生产量约占全球初级净产量的50%[1 − 3]. 浮游植物广泛分布于海洋上层和河口环境中[4],在调节海洋生物泵和全球生物化学地球循环方面发挥着重要作用[5],是浮游动物和海洋渔业的重要食物来源[6 − 7]. 通过利用光作为主要能源,海洋浮游植物的生长通过食物链满足了较高营养级生物的能源需求,并支持了海洋生态系统的正常运行[8]. 同时,海洋浮游植物具有繁殖周期短和对环境变化敏感的特点[9 − 10]. 通常来说,环境条件的变化会直接影响到浮游植物的群落结构和多样性[11 − 12]. 例如,海洋暖化可增加浮游植物的多样性[13],营养物质的有效性、温度和辐照度可能影响浮游植物群落的粒径大小[14];此外,气候变化的间接影响,例如营养负荷的增加,可能比温度对浮游植物产生的直接影响更深远[15]. 同时,浮游植物群落的动态变化是反映海洋生态系统和环境变化的最佳指标,这在很大程度上是由于浮游植物群落动态与环境变化之间的紧密联系[16 − 17]. 因此,研究浮游植物群落结构及其影响因素对于理解海洋环境的变化以及海洋生态系统的结构和功能具有重要意义[18 − 19].
靖海湾是面积为140 km2的半封闭海湾,位于山东半岛东部,于2007年设立了松江鲈鱼水产种质资源保护区[20],是青龙河和蔡官庄河的入海口所在地,接收了大量来自威海市的工业、农业和城市废水排放[21]. 靖海湾作为典型的河口和海湾区域,能够为人类生活、经济贸易和交通运输等提供资源,是沿海生态系统中能为人类可持续发展做出贡献的代表性区域[22]. 海湾和河口区域因受到人类活动的影响和与外界水交换的局限,生态系统的健康和完整性可能会受到损害[23]. 先前的研究对沿海区域水质进行分析,发现城市污水、农业和工业废水排放等人为污染输入,是造成沿海区域海水富营养化、有机污染和病原体、除草剂等有害物质积累严重的重要原因[24]. 随着时间的推移,沿海区域富营养化等环境问题将随着城市化、工业化进程的发展日趋严重,可能造成有害藻华的发生、低氧区的扩大和酸化的加剧等问题[25 − 26],而这将不可避免地影响甚至改变沿海生态系统浮游植物群落的结构功能和多样性[12],进而导致沿海生态系统受到生物资源枯竭和生物多样性减少的威胁. 此前对于此区域的研究多局限于重金属污染、海洋地质等方面[27 − 28],如徐林波等揭示了靖海湾悬浮颗粒物和沉积物中铅污染主要来源于人类生产生活活动[27];张先锋等发现靖海湾表层沉积物搬运方式受水动力条件影响而变化[28],而目前对靖海湾浮游植物群落的研究较少,且富营养化及其对浮游植物群落结构的影响研究尚未见报道. 因此,了解富营养化等环境问题对浮游植物群落的影响,有助于加强后续对靖海湾环境生态的管理和研究,对改善靖海湾沿海生态系统的稳定性、健康性和可持续性提供理论支持.
-
本研究分别于2021年和2022年的5月和8月(分别代表了春季和夏季)在靖海湾海域(37.01°—37.03°N,122.19°—122.21°E)展开了4个航次的调查(图1),共涵盖9个采样站位,且每个季节采样站位的位置都一致. 4个航次共采集了34个浮游植物样品,其中2021年度的8号站位缺少了浮游植物样品.
-
使用规格为10 L的Niskin瓶在表层(约2 m)收集海水样本. 使用YSI便携式多参数水质测量仪(ProDSS,美国)对水温、盐度、溶解氧(DO)和pH进行现场测定. 上述理化参数根据Wei等的标准方法进行校准[29]. 收集250 mL海水样品用于化学需氧量(COD)的测定,并在−20 ℃条件下迅速冷冻,在实验室中使用K2Cr2O7方法进行测定. 营养盐样品通过0.45 µm醋酸纤维素膜过滤器过滤以去除大颗粒,然后立即在−20 ℃条件下冷冻并尽快分析. 营养盐包括硝酸盐(NO3-N)、亚硝酸盐(NO2-N)、铵盐(NH4-N)和磷酸盐(PO4-P),根据Crouch和Malmstadt和Verdouw等描述的方法,使用Technicon AA3自动分析仪(Bran+Luebbe,Norderstedt,德国)测定营养盐的浓度[30 − 31]. 溶解无机氮(DIN)的浓度为硝酸盐、亚硝酸盐、铵盐的浓度之和[32],溶解无机磷(DIP)的浓度则以磷酸盐的浓度为代表. 此外,为避免检测限问题,将最低营养盐浓度设定为0.001 mg·L−1.
-
使用浅水Ⅲ型浮游生物网(网目尺寸约20 µm)通过垂直拖网收集表层(约2 m)浮游植物分析样品,然后用2%的稀释福尔马林溶液进行固定,并在黑暗条件下储存[18,32]. 此后,在实验室中使用100 mL的Utermöhl沉降柱将保存的样品浓缩24—48 h,然后使用倒置显微镜(Motic AE2000)在400倍和/或200倍的放大倍率下以Utermöhl描述的方法鉴定和计数浮游植物类群(>5 μm)[33]. 在低真空压力(<0.04 MPa)下,使用Whatman GF/F滤膜(25 mm)过滤用于叶绿素a(Chla)提取和定量的样品(约500 mL),然后在−20 ℃下快速冷冻[18]. 使用5 mL 90%的丙酮(4 ℃,黑暗中24 h)进行叶绿素a的提取. 去除滤膜后,根据Welschmeyer的荧光法,在Turner设计的荧光计上对Chla浓度进行定量测定[34]. 以上所有的生物和环境参数都使用相同的Niskin瓶中收集的水样测定.
-
根据Shannon-Wiener多样性指数(H’)、Pielou均匀度指数(J)和优势度指数(Y)分别计算了黄海沿岸浮游植物群落的多样性、均匀度和优势度[35]. 在本研究中,将优势度Y>0.02的物种作为优势种.
其中,S表示采集样品中浮游植物物种的总数,Pi表示某物种的相对细胞丰度,ni表示物种i的细胞数(单物种总和),N表示样品中细胞的总数,fi表示每个样品中物种i的出现频率.
应用富营养化指数(Ei)评价了研究海域的富营养化状况. Ei按以下公式(4)计算,其中,海水水质富营养化等级定义为轻度富营养化(1 ≤Ei≤ 3)、中度富营养化(3 <Ei≤ 9)和重度富营养化(Ei> 9)[22].
其中,Ei为富营养化指数,CCOD、CDIN和CDIP分别为COD、DIN和DIP的实测浓度(mg·L−1).
采用污染指数法评价海水有机污染程度[36],综合考虑了COD、DIN、DIP和DO对海水水质的影响. 有机污染指数(Ci)可通过以下评价公式(5)计算. 当1 ≤Ci≤ 3时,海水处于轻度有机污染状态;当Ci> 3时,海水则处于严重污染水平.
其中,Ci为有机污染指数,CCOD、CDIN、CDIP和CDO分别为COD、DIN、DIP和DO的实测浓度(mg·L−1);CCOD1、CDIN1、CDIP1和CDO1是标准浓度(分别为2、0.2、0.015和6 mg·L−1),符合《海水水质标准》的规定.
所有平均值以平均值±标准差(SD)表示. 采样站位图由Ocean Data View(v 5.6.2)绘制,利用Origin(v 2021)软件绘制了箱线图、柱状图、点线图、散点图. 相关性热图使用TB tools软件绘制. 使用SPSS 26进行了Pearson相关性分析. 冗余分析(RDA)用于评估丰度、多样性指数、均匀度指数与环境参数之间的关系(Canoco v.5).
-
靖海湾研究区域表层海水各环境参数的年际和季节变化如图2所示,各环境参数范围及平均值见表1. 研究区域水温范围在17.50—27.00 ℃之间,呈现出明显的季节变化特征,夏季水温明显高于春季(图2a). 同时,水温存在较明显的年际变化,2021年春夏两季水温高于2022年春夏水温(图2a,表1). 2021年和2022年研究区域的盐度(变化范围为9.30—34.68)都呈现出夏季低于春季的季节变化趋势,这通常是夏季降水量增大和地表径流量增加导致的. 此外,研究区域盐度的年际变化也较为显著,呈现出2021年高于2022年的变化特征(图2b,表1). 溶解氧(DO)的含量介于4.64—6.99 mg·L−1之间,年际变化和季节变化趋势不明显(图2c). 2021年和2022年春夏两季研究海区pH的变化范围为7.73—7.90,在年际变化上呈现出略微下降的趋势,但在季节变化上不明显(图2d). 化学需氧量(COD)的平均含量(0.72—4.72 mg·L−1)在2021年和2022年出现了较为明显的年际变化趋势,2022年COD的平均含量明显高于2021年,且在2022年夏季出现了极大值(图2e). 研究区域的叶绿素a含量变化范围为1.83—24.42 µg·L−1,且在2022年存在极为显著的季节变化,2022年夏季出现了明显的极小值,而其他3个季节没有明显差异(图2f,表1). 研究区域的溶解无机氮(DIN)含量变化范围为152.75—1007.12 µg·L−1,溶解无机磷(DIP)含量变化范围为69.59—271.80 µg·L−1,营养盐含量呈现出相似的季节和年际分布趋势,即春季含量低于夏季,2022年营养盐含量高于2021年营养盐含量. 靖海湾研究区域N/P比值分布范围为1.30—10.01,其中2022年春季平均N/P比值最高(8.41±1.11),2021年夏季平均N/P比值最低(1.60±0.20)(表1). N/P比值呈现出相似的季节变化趋势,即春季高于夏季,且2022年N/P比值明显高于2021年.
-
富营养化指数(Ei)和有机污染指数(Ci)在2021年和2022年春夏两季都表现出了逐渐上升的趋势(图3),且在2022年夏季两项指数均达到了极大值. 从平均值来看,2021年富营养化指数(3.42—4.40)介于3—9之间,属于中度富营养化;而在2022年富营养化指数(20.10—219.80)远远超过9,属于重度富营养化. 此外,2021年(5.86—8.00)和2022年(8.61—21.10)的平均有机污染指数(Ci)均超过重度有机污染标准3,因此表明该研究区域在2021年及2022年春夏两季都面临重度有机污染问题,应当引起重视. 富营养化指数(Ei)和有机污染指数(Ci)的平面分布在相同年份的相同季节呈现出相似的分布情况(图4),且两项指数都在靠近研究区域北部的站位观察到较高的数值,这可能是受到地表径流(如青龙河)的输入影响较大.
-
研究区域2021年浮游植物丰度在0.135×105—7.320×105 cells·L−1之间,平均值为2.063×105 cells·L−1;2022年浮游植物丰度介于0.270×105—51.390×105 cells·L−1,平均值为9.456×105 cells·L−1. 在同一年度中,浮游植物丰度呈现夏季高于春季的特点,2021年夏季浮游植物平均丰度为3.644×105 cells·L−1,高于同年春季浮游植物平均丰度(0.483×105 cells·L−1). 2022年春季浮游植物平均丰度为0.727×105 cells·L−1,与2021年春季相近,而2022年夏季浮游植物平均丰度(18.185×105 cells·L−1)远高于其他3个季节(图5).
-
多样性指数(H′)和均匀度指数(J)分别用于评估群落结构的复杂性和评价群落是否稳定(公式1和2). 在研究区域,多样性指数(H′)分布范围在0.95—3.72之间,均匀度指数(J)分布范围在0.21—0.91之间. H′和J指数在靖海湾的2年4个季节的季节变化上展示出了相似的分布模式(图6),即在同一年中多样性指数和均匀度指数均为春季高于夏季,表明两年中春季的生物多样性优于夏季. 靖海湾研究区域多样性指数(H′)和均匀度指数(J)的具体年际和季节数值见表2.
-
2021年和2022年春夏两季在靖海湾研究区域共鉴定出150个浮游植物物种(>5 μm),属于6个门(即硅藻门、甲藻门、金藻门、蓝藻门、绿藻门和裸藻门)(表3). 结果表明,靖海湾春夏两季浮游植物群落主要由硅藻和甲藻组成,分别鉴定出123种硅藻(占浮游植物总分类群的82.00%)和13种甲藻(占总物种的8.67%). 其他类群中的物种数量较少(<5%),包括在2021年和2022年春季都观察到的1种金藻(占0.67%),以及只在2022年夏季观察到的5种蓝藻(3.33%)、6种绿藻(4.00%)和1种裸藻(占0.67%). 因此,这些结果表明2021年和2022年春夏两季靖海湾浮游植物群落主要由硅藻和甲藻组成. 靖海湾各季节浮游植物具体分类情况如表3所示.
-
本研究选取了优势度指数(Y)大于0.02的物种作为优势种,各季节优势种的丰度、出现频率和优势度指数如表4所示. 在优势种中,除了出现在2022年春季的夜光藻(Noctiluca scintillans)(属于甲藻门)以及出现在2022年夏季的颤藻(Oscillatoria sp.)、铜绿微囊藻(Microcystis aeruginosa)、微囊藻(Microcystis sp.)和平裂藻(Merismopedia sp.)(属于蓝藻门)之外,其余物种都属于硅藻门,这些结果进一步证实了靖海湾研究区域的浮游植物群落以硅藻为主. 如图7所示,浮游植物优势种的丰度在2022年夏季最高,其次是2021年夏季,这与图5体现的结果一致. 优势种中,中肋骨条藻(Skeletonemacostatum)和菱形藻(Nitzschia sp.)均在2年中的3个季节出现(图7和表4). 靖海湾浮游植物优势种的年际变化较大,尤其是2022年夏季优势种所属类群出现了明显的变化,属于蓝藻门的物种占比上升(图8).
-
本研究中,浮游植物群落主要是由硅藻和甲藻组成的(表3),且2021年和2022年春夏两季的优势种除夜光藻、颤藻、铜绿微囊藻、微囊藻和平裂藻之外,都属于硅藻门,占浮游植物总分类群的82.00%(表4). 本研究得到的上述结果与先前对中国海域浮游植物群落的研究结果相一致,Guo等研究了东海浮游植物的季节变化,并得出了东海中的浮游植物群落主要由硅藻和甲藻组成的结论[18];Zhong等对南海北部珠江口海域的浮游植物群落进行了研究,发现链状硅藻主导了研究区域浮游植物群落[37]. 此外,游剑涛对福建三沙湾及邻近开放海域开展了浮游植物与环境要素的同步采样分析,发现研究区域浮游植物类群以硅藻为主[38];Wei等考察了浮游植物群落对渤海当前变化的环境的反应,并表明了硅藻是过去3年中数量最多、种类最多的类群,平均分别占总丰度和分类群的约78%和约82%[39]. 各种基于实验室和实地考察研究的理论都表明,浮游植物群落组成总是与所处环境中各种物理化学变量的波动相关[12]. 之前的研究中,浮游植物群落组成和丰度主要受各种环境参数的共同影响,如营养水平、水温、盐度、水团运动、极端天气、光照的可用性等[18,39 − 40]. 湍流等水动力因素也有可能会对海洋浮游植物的群落组成造成影响[18],硅藻由于自身细胞壁的保护,在具有较为剧烈湍流等水体运动的海域可以正常生长生活,而甲藻的细胞结构及代谢过程都容易受到水体运动的影响而被破坏,进而在丰度上低于硅藻. 此外,极端天气例如台风等,也可能改变海洋中的物理或化学环境因素,进而给研究区域浮游植物的群落组成带来影响. 2022年8月台风“桑达”影响到山东半岛区域,带来了较强的降水和风浪. 由台风引起的强烈垂直混合,以及上升流和海洋涡旋,可以把营养物质从海洋底部携带到表层[41 − 42]. 而在近岸地区,台风带来的强降水使得河流等地表径流水量增加,在短期内增加了河口的淡水输入,进而更多地把来自陆地的营养盐输送到海水中,造成海水中营养盐水平的上升[43 − 44]. 由于浮游植物的生长受温度、盐度和营养盐浓度等因素的影响较大,因此台风可以导致浮游植物群落和生物量发生变化,甚至引发赤潮等藻华现象[42,45]. 这解释了2022年夏季DIN和DIP等营养盐浓度明显高于其他3个季节(图2),且2022年夏季靖海湾的浮游植物丰度远高于2021年春夏季和2022年春季(图5)的原因. 在本研究中,2022年夏季的优势种中颤藻、铜绿微囊藻、微囊藻和平裂藻都属于淡水藻类(表4),这可能是由于淡水输入量在短期内的迅速增加,一些淡水藻类会随径流汇入靖海湾中,并且在高营养盐的情况下生长. 综上所述,可能是台风造成的淡水径流和沿岸河流营养盐输入的增加促进了靖海湾内浮游植物的生长、增殖和扩张.
-
通过冗余分析(RDA)可以确定哪些环境因素影响浮游植物丰度的变化,并对控制黄海沿岸浮游植物丰度季节动态的决定因素进行了一些深入了解(图9). 根据RDA分析结果,2021年春季浮游植物的丰度与富营养化指数(Ei)、有机污染指数(Ci)和pH呈负相关关系(图9a),与之类似的是,2021年夏季浮游植物丰度与富营养化指数(Ei)、温度呈负相关关系(图9b). 2022年春季浮游植物丰度与富营养化指数(Ei)、有机污染指数(Ci)呈正相关关系(图9c),2022年夏季浮游植物丰度与温度、盐度和N/P呈负相关关系(图9d). 此外,由于研究区域富营养化和有机污染水平比较严重(图3),本研究使用Pearson相关性分析对富营养化指数(Ei)和有机污染指数(Ci)与丰度和多样性指数、均匀度指数的潜在影响进行了评估(图10),发现2021年春夏两季浮游植物丰度与富营养化指数(Ei)呈现显著负相关关系,而在2022年春夏两季浮游植物丰度与富营养化指数(Ei)呈现出正相关关系,这可能与2022年研究区域优势种的变化有关. 以上结果表明,富营养化指数(Ei)与其他环境参数相比较而言对浮游植物群落的丰度影响更大,因此认为富营养化可能是影响靖海湾浮游植物群落动态变化的关键因素.
-
全球沿海地区的经济快速发展和城市化进程加速对沿海生态系统的稳定性和可持续性产生了深远的影响[42,46]. 由于营养水平负荷增大而造成的沿海水域富营养化被认为是最受关注的环境问题之一[34]. 可以预见到的是,如果不采取适当的措施以平衡或抵消人类活动对环境造成的负面影响,沿海生态系统的环境状况极有可能在未来数十年进一步恶化[47 − 48].
在本研究中,2021和2022年的春夏两季的浮游植物丰度都与富营养化指数(Ei)具有相关性(图9). 2021年春夏两季,浮游植物丰度与富营养化指数(Ei)呈现出负相关关系,其中2021年春季是显著负相关关系(P<0.05),而在2022年春夏季浮游植物丰度与富营养化指数(Ei)呈正相关(图10). 本实验已经观察到靖海湾在2021年和2022年春夏季富营养化指数(Ei)分别处于中度富营养化和重度富营养化水平,且在2022年夏季富营养化指数(Ei)出现了极大值(图3). 此外,2021年和2022年靖海湾生物多样性水平表现为春季优于夏季(表2),并且在2022年夏季优势种尤其是属于蓝藻门的颤藻、铜绿微囊藻、微囊藻和平裂藻丰度急剧上升,即在靖海湾出现了蓝藻增长的现象(图7,图8). 先前的研究表明,河流等地表径流的汇入是污染物进入沿海环境的主要途径,约占污染物输入量的50%[24,49],通过河流汇入沿海生态系统的营养元素(如氮和磷等)可以显著刺激浮游植物的初级生产力[12]. 孔等发现,由于营养负荷过大,富营养化水平增加,黄海沿岸海域在春季和夏季同时观察到了绿潮、金潮和赤潮的爆发[50]. Li等研究发现,受到海洋酸化、变暖和富营养化的综合影响,黄海北部海域海洋钙化生物和底栖生态系统正受到越来越大的威胁[51]. 被威海市包围的靖海湾将不可避免地受到环境条件变化的影响,进而使得浮游植物群落结构和多样性发生变化. 大量研究表明,与营养盐含量密切相关的富营养化会提高浮游植物的生长和代谢率,大大促进浮游植物的生长繁殖,经常会导致藻类(包括有毒或有害藻类)的大量繁殖[15,25,52]. 因此,有害藻华发生的频率、强度和持续时间将因富营养化水平的上升而增加[12,22,53]. 在本研究中,2022年夏季的台风“桑达”带来的强降水使得属于淡水藻类的颤藻、铜绿微囊藻、微囊藻和平裂藻等蓝藻进入靖海湾,并且丰度远高于其他3个季节的优势种(图7),通过Pearson相关性分析发现它们的丰度与富营养化指数(Ei)呈正相关关系(图10),这可能与蓝藻自身的生理特征有关. 例如,Fujimoto等认为铜绿微囊藻对营养盐(氮、磷)的结合能力高于其他藻类,这为铜绿微囊藻在富营养化水体中的迅速增殖提供了基础[54]. 先前的研究得到,蓝藻可以通过化感作用机制降低其他浮游植物的丰度[55 − 56],从而成为浮游植物群落中的优势种. Willén等指出,蓝藻门中的颤藻、平裂藻等被认为是富营养的种类[57],且蓝藻数量随季节发生短时间内急速增长的现象,可以作为水体富营养化的严重程度的标志[58]. 此外,观察到2022年夏季营养盐含量及浮游植物丰度高于其余3个季节(图2g和h,图5),叶绿素a含量却低于其余3个季节(图2f),此前研究的结果通常是浮游植物丰度与叶绿素a含量呈正相关分布,叶绿素a含量的水平可以间接用作浮游植物丰度的指标[39,59],这与本文的结果相反,推测出现此相反结果的原因可能是与浮游动物的选择性摄食有关[60]. 同时,靖海湾面积较小且被威海市包围,调查期间该海域环境受人类活动、气象因素等影响大,这可能在一定程度上影响叶绿素a含量[61].
-
靖海湾作为典型半封闭海湾和河口区域,容易受到附近城市人类活动影响而造成环境污染,出现富营养化等环境问题,威胁到沿海生态系统的健康和可持续性发展. 本文研究显示,靖海湾浮游植物群落组成以硅藻和甲藻为主,而在2022年夏季出现了蓝藻的大量增长,富营养化可能是影响靖海湾浮游植物群落的关键因素.
富营养化对靖海湾浮游植物群落的影响
Effects of eutrophication on phytoplankton community in Jinghai Bay
-
摘要: 海洋浮游植物在维持海洋生物泵的运转中起着至关重要的作用,对全球生物地球化学循环产生巨大影响. 海湾和河口区域因受到人类活动的影响较大且与外界水交换的局限,容易出现富营养化等威胁生态系统稳定性的问题,因此研究沿海生态系统中富营养化与浮游植物群落之间的关系有助于维持生态系统的健康和可持续性发展. 本研究于2021年和2022年的5月和8月对靖海湾进行了4个航次的调查,研究了春夏两季浮游植物群落和环境因素之间的关系. 结果表明,2021年和2022年春夏两季在靖海湾共观察到150个浮游植物物种,浮游植物群落主要由硅藻和甲藻组成,且在2022年夏季出现了蓝藻的大量增长;两年的生物多样性均为春季高于夏季,富营养化指数(Ei)出现了明显的上升,由2021年的中度富营养化变为2022年的重度富营养化. 通过冗余分析和Pearson相关性分析发现,富营养化可能是影响靖海湾浮游植物群落的关键因素. 本研究的结果有助于后续为改善靖海湾沿海生态系统的稳定性、健康性和可持续性提供理论支持.Abstract: Marine phytoplankton play a vital role in maintaining the operation of the marine biological pump and have a huge impact on the global biogeochemical cycle. Due to the great influence of human activities and the limited water exchange with the outside sea, the bay and estuary regions are prone to problems such as eutrophication that threaten ecosystem stability. Therefore, studying the relationship between eutrophication and phytoplankton communities incoastal ecosystems is helpful to maintain the health and sustainable development of the ecosystems. In this study, four cruises were carried out in May and August of 2021 and 2022 in Jing Bay to investigate the relationship between phytoplankton communities and environmental factors in spring and summer. The results showed that a total of 150 phytoplankton species were observed in the spring and summer of 2021 and 2022 in Jinghai Bay, and the phytoplankton community was mainly composed of diatoms and dinoflagellate, and a large number of cyanobacteria increased in the summer of 2022. Biodiversity in spring was higher than that in summer in both years, and the eutrophication index (Ei) showed a significant increase, from moderate eutrophication in 2021 to severe eutrophication in 2022. The redundancy analysis and Pearson correlation analysis results indicated that eutrophication may be the key factor affecting the phytoplankton community in Jinghai Bay. The results of this study are helpful to provide theoretical support for improving the stability, health and sustainability of the coastal ecosystem in Jinghai Bay.
-
Key words:
- phytoplankton /
- Bacillariophyta and Dinophyta /
- community composition /
- eutrophication /
- Jinghai Bay
-
如果大量含重金属的废水、固废等未经妥善处理直接排入环境,会造成地表水重金属污染[1]。同时,多种重金属复合污染的问题也越来越普遍[2]。重金属进入环境后,会随食物链不断富集,最后通过直接或间接摄入的方式进入人体,引起多种疾病,因而一直受到环保学者的广泛关注[3-4]。重金属不能被降解,只能通过改变其形态或价态的方式来降低其迁移能力和生物有效性。通常,重金属污染水体的治理方法主要有化学沉淀法、氧化还原、生物处理和吸附法[5-7]。随着环保标准越来越严,急切需要更有效的方法来处理重金属复合污染。锌(Zn)、镍(Ni)和铬(Cr)是水体中很常见的重金属污染物。其中,Zn和Ni主要以阳离子的形式存在于水体中,而Cr主要以Cr2O72−、CrO42−等阴离子的形式存在于水体中。对于这些以不同离子形态共存的重金属复合污染水体,其处理难度更大。
零价铁(Fe0或ZVI)具有来源广泛、价格低廉、生态风险小和中等还原性(E0= -0.44V)的特点,已成为环境污染控制和修复的重要材料之一[8-10]。通过还原反应,Fe0可以处理标准电位比其高的重金属,例如Cr(Ⅵ)、Cu(Ⅱ)、Hg(Ⅱ)、Ag(Ⅰ)、As(Ⅴ)和Se(Ⅵ)等[11-14],但对于标准电位与其非常接近的重金属元素(Ni(Ⅱ)或Zn(Ⅱ)),则主要依靠铁腐蚀产物的吸附和共沉淀作用,处理效果都不够理想[9,15]。不管是通过Fe0的直接还原,还是通过铁腐蚀产物的吸附和共沉淀,都必须保证Fe0腐蚀反应的持续进行,从而不断释放电子并且产生新的腐蚀产物。常规的Fe0体系,由于产生的三价铁腐蚀产物覆盖在Fe0表面,抑制了Fe0腐蚀反应的持续进行,从而容易导致Fe0表面钝化,这是限制Fe0技术被广泛应用的关键瓶颈[16]。为了延缓Fe0表面钝化,很多学者提出了不同的方法,如酸洗[17]、超声处理[18]、弱磁场[19]、双金属体系[20]等。TANG等[21-22]通过直接加入或反应生成Fe3O4,形成复合体系Fe0/Fe3O4,可显著提高Fe0对Se(Ⅵ)的还原速率。由于Fe3O4是半导体,不会阻碍电子传递,从而可以持续保持Fe0的活性。同时,利用Fe3O4的磁性,能实现固-液的快速分离。目前,大多数的研究是直接加入Fe3O4或利用化学反应生成Fe3O4。这样做操作比较麻烦,且难以保证只生成Fe3O4,往往是不同铁氧化物/氢氧化物的混合物。如果能通过简单的方法,在Fe0表面只生成Fe3O4,则在实际应用中将更方便。基于上述研究,本研究通过简便方法,原位制备了Fe0/Fe3O4复合体系,并且考察了该体系同时去除Zn2+、Ni2+和Cr(Ⅵ) 3种重金属的效果和机理;通过批处理实验和连续进出水的流化床反应器考察了不同反应条件对复合体系去除这3种重金属的影响;并借助XRD、SEM和XPS,探讨了对不同金属的去除机理。
1. 材料与方法
1.1 实验试剂
还原铁粉(98%)(100目和400目)、锌标样、镍标样、铬标样、乙酸铵、乙酸、氯化锌(ZnCl2)、氯化镍、重铬酸钾、氯化亚铁、盐酸、硝酸、邻菲罗啉等试剂均为分析纯;溶液配制及材料制备均采用去离子水。
1.2 实验方法
1)批处理实验。称取0.15 g和0.25 g的铁粉置于20 mL血清瓶中,再加入14 mL去离子水和1 mL FeCl2储备液,此时反应瓶内顶部还有一定体积的空气,再密封后将反应瓶置于360°旋转的木箱中,以30 r·min−1的转速开始反应一定时间。预处理完成后,再用微量注射器加入300 μL的Zn2+、Ni2+和Cr(Ⅵ)的混合储备液,得到10 mg·L−1的Ni2+和Zn2+以及不同浓度的Cr(Ⅵ),再将反应瓶放入旋转箱中反应并开始计时,在预定时间每次取出2个反应瓶作为重复,打开塞子后先测定溶液pH,再经0.45 μm滤膜过滤,收集滤液测定Fe2+和重金属离子的浓度。在Fe2+的样品中加入2滴3 mol·L−1的HCl酸化保存待测。其余滤液加入1滴3 mol·L−1HNO3保存,待测金属离子。采用准一级(式(1))、准二级(式(2))动力学方程拟合各重金属去除情况。
ln(qe−qt)=lnqe−k1t (1) tqt=1k2qe2+1qet (2) 式中:
为平衡吸附量,mg·g−1;qe 为时间t的吸附量,mg·g−1;t 为吸附时间,min;qt 为准一级动力学方程常数,g·(mg·min)−1;k1 为准二级动力学方程常数,g·(mg·min)−1。k2 2)流化床反应器实验。使用纯水配制50 mmol·L−1FeCl2和30 mmol·L−1HCl混合液,进水中Zn、Ni和Cr的质量浓度均为10 mg·L−1。4个流化床反应器的操作条件见表1,流化床反应器的示意图见图1。通过可调式电子机械搅拌器搅动溶液,使铁粉悬浮于溶液中,防止铁粉沉积到反应器底部。反应器的有效体积为11.5 L。与批处理实验类似,流化床反应器也需经过预处理,先制备Fe0/Fe3O4复合体系。预处理过程中,只添加不同的氧化剂,反应2~3 d完成预处理,后再通入重金属模拟废水。模拟废水用自来水配置,为防止重金属沉淀,先用HCl将溶液pH调为7.0,再加入重金属试剂,采用连续进出水的方式运行。在反应区反应后,通过溢流口排出,固体会自动下沉流入反应区,从而保证出水所含悬浮物少,减少铁粉的流失。
表 1 不同流化床反应器的操作参数Table 1. Operation parameters of different fluidized bed reactors条件反应器 铁粉粒径/目 铁粉浓度/(g·L−1) 预处理氧化剂 预处理氧化剂浓度/(mg·L−1) 水力停留时间/h 搅拌器转速/(r·min−1) A 400 50 K2Cr2O7 20 5 700 B 400 70 K2Cr2O7 20 5 700 C 400 50 DO(曝气) / 5 700 D 400 50 KNO3 20 5 700 1.3 分析方法
采用原子吸收光谱(PerkinElmer 900T)测定滤液中的Zn2+、Ni2+和总Cr;采用二苯碳酰二肼分光光度法测定Cr(Ⅵ);采用邻菲啰啉分光光度法(紫外可见光度计,TU-1810,北京普析)在波长510 nm测定Fe2+浓度。文中的结果均为2个平行样。
在制备SEM样品时,按照批处理实验的条件,反应后分离固液,将固体在高纯氮气保护下干燥,再用SEM(日本电子,JSM-7500F)分析。在制备XPS样品时,为了增大待测元素的含量,所加入的各重金属浓度比实验高1倍,其它反应物均相应提高1倍。反应一定时间后,通过超声处理将铁腐蚀物从铁粉表面剥落下来,再过滤分离腐蚀物,通过连续吹入高纯氮气风干样品用于XPS(日本岛津,AXIS Supra)分析。XPS采用单色铝Kα X射线(hv=1 486.6 eV),管电压15 kV,管电流12 mA,功率180 W,步长为0.05 eV,分析Ni和Cr反应前后的价态变化,以C1s 284.5 eV校正结合能,采用XPSPEAK4.1软件分析结果。在制备XRD样品时,与批处理反应条件完全一样,而且反应后,无需任何处理,直接将铁粉分离,然后在高纯氮气气流下干燥,用于XRD分析(日本理学,Ultima IV)。
2. 结果与分析
2.1 材料表征
由图2可看出,复合体系的谱图与Fe3O4标样完全一致。这与SU等[23]制成的纳米Fe3O4峰形一致,表明预处理后,在铁表面形成了晶型完好且纯度很高的Fe3O4,没有其它晶态铁氧化物或氢氧化物峰。这说明,该预处理方法可以在Fe0表面生成了一层晶相单一的Fe3O4,形成了Fe0/Fe3O4复合体系。由图3可看出,反应前的铁粉表面光滑,铁粉颗粒不规则(图3(a))。这与前人的研究观察现象一致[24]。在厌氧条件下反应后,铁表面由于发生反应而变得粗糙,而且有一些白色的小点,可能是沉淀的重金属离子。由于没有强氧化剂的参与,铁腐蚀反应很慢,产生的腐蚀产物也很少(图3(b))。如图3(c)所示,在预处理后复合体系中铁腐蚀产物的表面有很多颗粒状和片状的晶体。这些晶体的形貌与Fe3O4(图3(d))的晶体形态非常相似[21]。WU等[25]经过酸预处理,反应后的铁腐蚀物主要是棒状和片状。这也再次证明腐蚀产物主要是Fe3O4,与图2中的XRD的结果吻合。由此可见,通过预处理可在Fe0表面形成一层晶型完好的Fe3O4。
2.2 Fe0/Fe3O4去除复合重金属的批处理实验
1)不同铁粉用量和不同铁粉粒径的影响。为了评估Fe0/Fe3O4的活性,对Fe0/Fe3O4与Fe0处理Zn2+和Ni2+的效果进行了比较,结果见图4。显然,Fe0/Fe3O4的活性远高于Fe0。在相同铁粉用量下,反应24 h后,Fe0对Zn2+和Ni2+的去除率分别只有31%和20%;而Fe0/Fe3O4对Zn2+和Ni2+的去除率分别为93%和62%。因此,后续的实验只考察Fe0/Fe3O4在不同条件下对复合重金属离子的去除效果。
通常,铁粉粒径越小或铁粉用量越大,均会促进Fe0对污染物的去除[26]。由图4可以看出,随着铁粉粒径减小或铁粉用量的增加,Fe0/Fe3O4去除Ni2+和Zn2+的效率均升高。当加入0.15 g 100目的铁粉时,反应24 h以后,Zn2+的去除率为93%,而Ni2+去除率为62%。当铁粉用量增加到0.25 g或铁粉用量不变而粒径减小为400目时,Zn2+的去除率分别提高到95%和98%,而Ni2+去除率均约为70%。增加铁粉用量或减小铁粉粒径均可增加铁粉表面活性位点[24],从而提高反应速率。在相同条件下,Zn2+的去除率明显高于Ni2+,说明Zn2+更容易被吸附。由于Zn的标准电位(-0.76 V)比Fe(-0.44 V)低,Fe0不可能将Zn2+还原,只能通过铁腐蚀产物的吸附和共沉淀来去除。前人在研究微米或纳米Fe0处理Zn2+的过程中,也认为吸附和共沉淀是其去除机理[27-28]。由于Fe3O4的导电性,不会钝化铁表面,从而使铁腐蚀反应能够持续进行,不断产生新的铁腐蚀产物,从而能够持续地去除Ni2+和Zn2+。
2)预处理时,不同Fe2+浓度对重金属去除的影响。在Fe0预处理的时候,利用反应瓶溶液中的溶解氧(来自瓶中顶部空气中的氧气)作为氧化剂,借助溶液中的Fe2+,通过一系列化学反应在铁表面形成一层Fe3O4膜,从而得到Fe0/Fe3O4复合体系。因此,在预处理的时候,氧气和Fe2+的量都可能改变复合体系中Fe3O4的量,从而改变后续的反应速率。同时,Fe2+与Zn2+和Ni2+的价态一样、离子半径也相似,可能会对其吸附产生抑制作用。因此,预处理的时候,分别加入0.5、1.0和2.0 mmol·L−1Fe2+,考察其对不同重金属去除的影响。由图5(a)可知,预处理以后,溶液中还保留了大量的溶解态Fe2+。起始加入0.5、1.0和2.0 mmol·L−1 Fe2+,预处理后,分别检测到0.37、0.71和1.8 mmol·L−1溶解态的Fe2+。这表明在预处理阶段,只要少量的Fe2+就可以完成预处理。与重金属混合液反应后,Fe2+浓度逐渐升高,在前2 h内增加最快,随后逐渐减慢并趋于稳定。这说明,在反应过程中,伴随重金属的去除,可以释放出Fe2+。其中,Zn2+不可能与Fe0发生置换反应,只有Ni2+有可能被Fe0还原,释放等量的Fe2+[29-30]。但也有研究认为,当Zn2+吸附到铁腐蚀产物表面后,会通过水解过程释放等量的H+,这些H+再与Fe0反应,释放出与Zn2+等量的Fe2+[31]。由图5(b)、图5(c)可知,体系中过多的Fe2+会抑制Fe0/Fe3O4对Zn2+和Ni2+的去除,尤其对Ni2+的去除抑制作用更明显。当Fe2+起始浓度为0.5 mmol·L−1和1.0 mmol·L−1时,对Zn2+的去除影响不大,反应24 h以后,去除率均在90%左右;但当Fe2+起始浓度增加到2.0 mmol·L−1,在反应前8 h内,Zn2+去除速率最慢,但在24 h以后,去除率与其它Fe2+浓度的相当。这说明Fe2+对Zn2+去除的影响比较小,对于低浓度的Fe2+(≤2.0 mmol·L−1),可以忽略其影响。但对于Ni2+的去除,Fe2+的抑制作用非常明显,随着其浓度的增加,其抑制作用则增强。当预处理Fe2+为0.5 mmol·L−1时,Ni2+的去除效果最高,可以达到77%;但当Fe2+初始浓度分别为1.0 mmol·L−1和2.0 mmol·L−1时,Ni2+去除率分别只有65.48%和48.85%。这可能归因于以下2点:一是由于过多的Fe2+会抑制Fe0与Ni2+的置换反应(Fe0 + Ni2+→ Fe2+ + Ni0),从而不利于Ni2+的去除;二是由于Ni2+在铁氧化物表面的吸附能力比Zn2+和Fe2+差。
3)不同Cr(Ⅵ)浓度对Zn2+和Ni2+去除的影响。Cr(Ⅵ)是环境中很常见的重金属污染物,常与Zn2+和Ni2+等重金属共存于污染水体中。Cr(Ⅵ)的水溶性好,迁移能力很强,容易被生物利用。图6是不同浓度的Cr(Ⅵ)对Zn2+和Ni2+去除的影响。相比于不加Cr(Ⅵ)的体系,低浓度(10 mg·L−1)的Cr(Ⅵ)会显著促进Ni2+和Zn2+的去除,反应24 h后,Zn2+的去除率达到92%,Ni2+的去除率达到67.5%。但随Cr(Ⅵ)浓度的升高,其促进作用不明显,甚至在反应开始后的最初几个小时,反而抑制了Ni2+和Zn2+的去除,直到24 h后,Cr(Ⅵ)对Ni2+和Zn2+的去除最终表现为促进作用,且促进作用较小。Cr(Ⅵ)影响Zn2+和Ni2+去除的原因主要有2点:一是由于Cr(Ⅵ)的还原也会消耗Fe2+,从而减少了Fe2+的竞争吸附作用,有助于Zn2+和Ni2+的去除;二是由于Cr(Ⅵ)被还原为Cr(Ⅲ)后,与Fe(Ⅲ)形成共沉淀FexCr1-x(OH)3,附在Fe0表面,抑制了电子传递和Fe0的腐蚀反应,从而不利于Ni2+和Zn2+的去除[32-33]。相比于Zn2+和Ni2+,Cr(Ⅵ)在很短的时间内就被快速去除(图6(c))。这说明Fe0/Fe3O4可以快速去除Cr(Ⅵ)。对于相对低浓度的Cr(Ⅵ)与Zn2+和Ni2+共存时,Fe0/Fe3O4可以同时快速地去除3种重金属,但当Cr(Ⅵ)浓度过高时,只能有效地去除Cr(Ⅵ),而对Zn2+和Ni2+的去除效果并不理想。
4)不同Fe2+预处理及其与Cr(Ⅵ)共存时对重金属去除的影响。根据以上结果,在预处理中,过高浓度的Fe2+不利于后续对Zn2+和Ni2+的去除。而低浓度的Cr(Ⅵ)会显著促进对Zn2+和Ni2+的去除。因此,单独考察了在预处理过程中加入不同初始浓度的Fe2+以及同时加入Fe2+和Cr(Ⅵ)对Fe0/Fe3O4去除Zn2+和Ni2+的影响。如图7所示,不加Cr(Ⅵ)时,预处理Fe2+浓度升高,不利于后续Zn2+和Ni2+的去除。这与前面的结果一致。在相同条件下,加入10 mg·L−1Cr(Ⅵ)后, Zn2+的去除率由74%提高到94%。Fe2+增加不利于Ni2+的去除,但在加入Cr(Ⅵ)后,Ni2+的去除率由26%提高到65%。加入Cr(Ⅵ)会消耗部分Fe2+,这也是其促进作用的原因之一。此外,有研究[34]表明,Fe(Ⅲ)与Cr(Ⅵ)还原产生的Cr(Ⅲ)形成CrxFe1-x(OH)3,该产物具有很好的混凝沉淀效果,能够吸附去除重金属离子。但是,产生的CrxFe1-x(OH)3覆盖在铁表面,由于其导电性差,不利于后续铁腐蚀反应的进行,因而对Ni2+和Zn2+的去除产生不利的影响。因此,Cr(Ⅵ)对Ni2+和Zn2+去除会受到Cr(Ⅵ)浓度变化的影响。
2.3 吸附动力学
对所获得的实验结果分别用准一级动力学和准二级动力学模型进行了拟合。由图8可看出,不论哪种粒径的铁粉,对于Zn2+的去除,反应前10 min均非常迅速,很快就达到平衡。如图9所示,Ni2+的去除速率在反应初期慢很多,平衡吸附量也比Zn2+低。这说明Fe0对Zn2+的吸附性能要明显优于Ni2+。由表2可见,准二级动力学模型的可决系数R2要稍微优于准一级动力学模型,说明Fe0/Fe3O4对Zn2+和Ni2+的吸附更符合准二级动力学模型。这也表明在整个吸附过程中,化学吸附占主导地位。这与Fe0去除Zn2+和Ni2+的结论一致[35- 36]。
表 2 吸附动力学拟合参数Table 2. Adsorption kinetics fitting parameters重金属 铁粉粒径/目 准一级动力学 准二级动力学 qe/(mg·g−1) K1/(min−1) R2 qe/(mg·g−1) K2/(mg·(g·min)−1) R2 Zn 100 0.784 0.031 0.951 0.817 0.067 0.989 400 0.759 0.061 0.944 0.794 0.098 0.986 Ni 100 0.570 0.002 0.959 0.673 0.004 0.978 400 0.694 0.002 0.962 0.807 0.004 0.975 2.4 Fe0/Fe3O4流化床反应器去除复合重金属
1)不同铁粉浓度对复合重金属去除的影响。从前面的批处理实验结果可知,Fe0/Fe3O4是一个高活性的系统,可以持续有效地去除Zn2+、Ni2+。由图10可见,以K2Cr2O7作为预处理剂,当铁粉质量浓度从50 g·L−1提升到70 g·L−1时,Zn2+和Ni2+的去除率随之升高。当铁粉质量浓度70 g·L−1时,在22 d的运行时间内,Zn2+的去除率基本维持在90%左右,而Ni2+的去除率虽然波动较大,仍可维持在68%左右。但当铁粉质量浓度降到50 g·L−1时,在前7 d,Zn2+的去除率在80%~90%,然后逐渐降低,15 d以后,维持在62%;在第6~9天,Ni2+的去除率保持在70%左右,随后快速降低到30%左右,并一直保持到第22天。增加铁粉用量,单位体积内有更多的铁表面活性点位吸附Ni2+和Zn2+,其去除效果更好。这也与前面的批处理实验结果一致。对于50 g·L−1的铁粉用量,在起始阶段,其去除率就比70 g·L−1的铁粉用量下低,虽然随后差距缩小,但十几天以后,去除率远低于70 g·L−1。这可能是由于:在初始阶段,铁粉腐蚀产物的不断增加,减小了低浓度铁粉带来的影响;但是随着铁粉的不断消耗,产生的腐蚀产物越来越少,其处理效率也很快降低,但由于Zn2+和Ni2+的浓度不高(10 mg·L−1),因而依然可以保持相对稳定的去除效果。这说明50 g·L−1的铁粉用量过少,难以维持持续、有效的处理效果,最好要保持70 g·L−1或更高的铁粉质量浓度。对于Cr(Ⅵ)的处理效果,与前面批处理的结果一致,很快就被去除完全,因此,这里没有给出其结果。
2)不同氧化剂对复合重金属去除的影响。在预处理阶段,加入氧化剂才能生成复合体系。因此,比较了不同氧化剂(氧气、硝酸盐和重铬酸钾)对复合体系活性的影响,结果如图11所示。以氧气(空气)预处理制备的复合体系对Zn2+和Ni2+的去除率最高。连续运行22 d,Zn2+的去除效果一直可以保持在90%以上,而Ni2+的去除率在前18 d可稳定在在80%左右,随后去除率逐渐降低,到第22天的时候,只有50%。以重铬酸钾预处理时,在第一周内,Zn2+和Ni2+的去除效果持续升高,最高分别达到91%和72%,但随后又不断下降,尤其是Ni2+,在第10天的时候,去除率快速下降到~30%。以硝酸钾作为预处理剂,Ni2+和Zn2+的处理效果最差。在前10 d,对Zn2+的去除效果保持在90%左右,随后去除效果快速降低,而且不稳定。而对于Ni2+的去除,从一开始就持续下降,12 d以后,几乎没有去除。从3种体系中的pH来看,并没有明显差别(图11(c))。在3种氧化剂预处理体系中,Fe2+的浓度差别较大(图11(d))。在氧气体系中,Ni2+和Zn2+的去除效果最好,所以Fe2+的浓度一直最高;而另外2个反应器中的Fe2+最低,尤其是硝酸钾预处理的反应器,出水中的Fe2+仅有5 mg·L−1左右。与批处理实验的结果相似,出水中都没有检测到溶解态的Cr(Ⅵ)。这说明复合体系对Cr(Ⅵ)的处理效果有保障。总体而言,以氧气作为预处理剂的效果最好,其次是用重铬酸钾和硝酸钾的预处理。
3)4个反应器去除复合重金属的效果比较。图12展示了4个流化床反应器对Zn2+和Ni2+的处理效果。各流化床反应器的操作条件见表1。其中,由于4个反应器的出水中都未检测到溶解态的Cr(Ⅵ),故未提供其数据。由图12可看出,反应器C对Zn2+和Ni2+的处理效果最好,Zn2+的去除率都维持在90%以上;Ni2+在前17 d的去除率一直保持在80%左右,随后不断下降,到第22天,去除率降到50%。其次是反应器B,对Zn2+的去除效果基本保持在90%左右,尽管Ni2+的去除率在开始阶段波动很大,但运行7 d后也可稳定在68%左右。C反应器出水中的Fe2+浓度最高,这说明在Zn2+和Ni2+去除的同时释放出Fe2+,与前文的实验结果一致。尽管C反应器(50 g·L−1)的铁粉质量浓度比B反应器(70 g·L−1)低,但C反应器的处理效果最好,这说明以氧气作为预处理剂制备的复合体系活性最强。A反应器在前9 d对Ni2+和Zn2+的去除率较高,但随后快速下降,Fe2+浓度的变化趋势类似。D反应器的处理效果最差,不管是Zn2+还是Ni2+,去除率很快下降。综上所述,复合体系对Zn2+的去除效果要远远好于Ni2+,这与批处理实验的结果一致。4个反应器的Fe2+出水浓度与Ni2+和Zn2+的变化趋势一致。出水中的Fe2+浓度越高,Ni2+和Zn2+的去除效果也越好。这说明Ni2+和Zn2+的去除过程中,会直接或间接影响产生Fe2+。
4)重金属去除机理分析。批处理和流化床实验的结果均说明Fe0/Fe3O4具有很强的活性,可以持续地去除Cr(Ⅵ)、Zn2+和Ni2+。对三者的处理速率为Cr(Ⅵ)>Zn2+>Ni2+。在很短的时间内Cr(Ⅵ)就可以被快速去除。根据3种重金属和Fe0的标准电位,可以从理论上判断不同重金属的去除机理。根据Zn和Ni的标准电位,Fe0不可能还原Zn2+,只能通过铁腐蚀产物的吸附和共沉淀去除。Ni2+的标准电位稍微高于Fe0,其氧化还原反应的驱动力很小,还原反应的速率很慢,也可能不会发生氧化还原反应。Cr(Ⅵ)的标准电位为1.33V,远高于Fe0,因此,很容易被Fe2+和Fe0还原。为确定Cr(Ⅵ)和Ni2+的去除机理,通过XPS对反应前后Cr和Ni的价态进行了分析,结果如图13所示。反应前,Ni2+的2p3/2结合能在856.5 eV(图13(a)),反应后在852.6 eV处出现1个尖峰,归属于单质镍,856.5 eV处的峰变弱。这说明部分Ni2+被还原为Ni0,部分Ni(Ⅱ)可能是被吸附或共沉淀。在纳米Fe0去除Ni2+的过程中,也存在部分还原和部分吸附的现象[37-38]。由图13(b)可见,反应后Cr(Ⅵ)的2p1/2峰(579.2 eV)消失,而在577.1 eV处出现1个几乎相同的峰,可归于Cr(Ⅲ),说明Cr(Ⅵ)全部被还原为Cr(Ⅲ)。已有的研究[39-40]也表明Fe0可以有效地还原Cr(Ⅵ)为Cr(Ⅲ)。
3. 结论
1)经过预处理后,在Fe0表面生成一层晶型完好、晶相单一的Fe3O4。复合体系的活性远高于单独的Fe0,显著提高其对Zn2+、Ni2+和Cr(Ⅵ)的去除率。
2)增加铁粉用量或减小铁粉粒径均可提高对Zn2+和Ni2+的去除效果。Fe2+浓度升高对Fe0/Fe3O4去除Zn2+的影响不大,但会明显抑制对Ni2+的去除。10 mg·L−1Cr(Ⅵ)会促进Fe0/Fe3O4对Zn2+和Ni2+的去除,但过多的Cr(Ⅵ)由于与Fe(Ⅲ)共沉淀覆盖在Fe0表面,不利于铁腐蚀反应的进行,从而大大降低其促进作用。无论是改变铁粉用量、铁粉粒径、Fe2+或Cr(Ⅵ)浓度,还是预处理氧化剂的不同,对Cr(Ⅵ)的处理效果最好,其次是Zn2+和Ni2+。
3)在流化床反应器中,Fe0/Fe3O4可有效去除Zn2+、Ni2+和Cr(Ⅵ),增加铁粉用量可提高Zn2+和Ni2+的去除效果。相比于重铬酸钾和硝酸钾,以空气作为预处理辅助剂,制备的复合体系活性最强,能持续、有效地去除Zn2+和Ni2+。
4)在Fe0/Fe3O4中,Ni2+的去除机理为部分还原为单质镍、部分吸附或共沉淀,而Cr(Ⅵ)全部被还原为Cr(Ⅲ)。
-
表 1 2021和2022年春季和夏季靖海湾环境参数的范围和平均值
Table 1. Range and mean values of environmental parameters in the spring and summer of Jinghai Bay in 2021 and 2022
环境参数Environmental parameters 2021年春季2021 Spring 2021年夏季2021 Summer 2022年春季2022 Spring 2022年夏季2022 Summer 温度/℃ 范围 22.1—23.70 26.90—27.00 17.50—17.80 24.70—25.10 平均值 23.00 ±0.61 26.92±0.04 17.68±0.10 24.91±0.13 盐度 范围 34.18—34.68 21.94—25.02 30.07—30.81 9.30—17.90 平均值 34.37±0.21 23.18±1.40 30.41±0.27 12.06±3.18 DO/(mg L−1) 范围 5.11—5.26 5.59—6.99 5.45—6.61 4.64—6.85 平均值 5.16±0.05 6.52±0.38 5.76±0.37 4.73±0.08 pH 范围 7.81—7.89 7.80—7.90 7.73—7.79 7.74—7.83 平均值 7.84±0.03 7.82±0.03 7.76±0.02 7.79±0.03 COD/(mg L−1) 范围 1.38—1.79 0.42—0.99 1.40—1.90 4.28—5.10 平均值 1.58±0.12 0.72±0.20 1.66±0.16 4.72±0.28 Chla/(µg L−1) 范围 21.36—23.09 23.33—24.42 22.82—23.30 1.83—5.26 平均值 22.01±0.54 23.77±0.40 23.08±0.18 3.66±0.97 DIN/(µg L−1) 范围 152.75—173.87 168.57—204.15 562.18—762.46 783.13—1007.12 平均值 162.93±7.28 185.08±11.79 673.10±72.40 909.25±84.94 DIP/(µg L−1) 范围 69.59—85.49 93.51—135.63 70.23—93.26 140.31—271.80 平均值 76.82±5.16 117.05±13.61 80.62±7.66 224.72±43.15 N/P 范围 2.03—2.33 1.30—1.96 6.30—10.01 3.54—5.58 平均值 2.13±0.10 1.60±0.20 8.41±1.11 4.14±0.63 表 2 靖海湾浮游植物群落的多样性指数(H′)和均匀度指数(J)的年际和季节变化
Table 2. Inter-annualand seasonal variations of the H' and J indices inJinghai Bay
时间Time 多样性指数Shannon-Wiener diversity index H' 均匀度指数Pielou’s evenness index J 最大值Maximum 最小值Minimum 平均值Average 最大值Maximum 最小值Minimum 平均值Average 2021 Spring 2.92 2.03 2.49 0.91 0.61 0.77 2021 Summer 2.07 1.05 1.53 0.51 0.27 0.39 2022 Spring 2.86 1.27 2.32 0.80 0.35 0.63 2022 Summer 3.72 0.95 2.00 0.84 0.21 0.45 表 3 靖海湾浮游植物分类情况
Table 3. Classification of phytoplankton taxa inJinghai Bay
2021春季2021 Spring 2021夏季2021 Summer 2022春季2022 Spring 2022夏季2022 Summer 物种数目Species number 占比/%Proportion 物种数目Species number 占比/%Proportion 物种数目Species number 占比/%Proportion 物种数目Species number 占比/%Proportion 硅藻Bacillariophyta 21 87.50 32 86.49 32 91.43 38 70.37 甲藻Pyrrophyta 2 8.33 5 13.51 2 5.71 4 7.41 金藻Chrysophyta 1 4.17 — — 1 2.86 — — 蓝藻Cyanophyta — — — — — — 5 9.26 绿藻Chlorophyta — — — — — — 6 11.11 裸藻Euglenophyta — — — — — — 1 1.85 表 4 浮游植物群落中优势种的丰度、出现频率和优势度指数
Table 4. The abundance, frequency of occurrence, and dominance index of dominant species among the phytoplankton community
时间Time 优势种Dominant species 丰度(×105)/( cells· L−1)Abundance 出现频率/%Frequency 优势度指数Dominance index 2021春2021 Spring 菱形藻a Nitzschia sp. 0.156 100 0.3238 羽纹藻a Pinnularia sp. 0.108 87.50 0.1949 中肋骨条藻a Skeletonema costatum 0.071 62.50 0.0923 海链藻a Thalassiosira sp. 0.029 87.50 0.0521 圆筛藻a Coscinodiscus sp. 0.018 100 0.0363 小环藻a Cylotella sp. 0.018 87.50 0.0329 长菱形藻a Nitzschia longissma 0.016 75.00 0.0253 2021夏2021 Summer 大洋角管藻a Cerataulina pelagica 2.393 100 0.6610 中肋骨条藻a Skeletonema costatum 0.879 100 0.2290 劳氏角毛藻a Chaetoceros lorenzianus 0.085 87.50 0.0239 2022春2022 Spring 中肋骨条藻a Skeletonema costatum 0.403 100 0.5543 派格棍形藻a Bacillaria paxillifera 0.080 88.89 0.0979 菱形藻a Nitzschia sp. 0.045 88.89 0.0550 羽纹藻a Pinnularia sp. 0.022 77.78 0.0232 夜光藻b Noctiluca scintillans 0.018 88.89 0.0224 2022夏2022 Summer 颤藻c Oscillatoria sp. 6.785 77.78 0.2884 铜绿微囊藻c Microcystis aeruginosa 5.333 22.22 0.0580 微囊藻c Microcystis sp. 2.463 22.22 0.0402 菱形藻a Nitzschia sp. 0.461 100 0.0249 平裂藻c Merismopedia sp. 0.751 55.56 0.0207 注:物种名称右上角标注a代表硅藻,b代表甲藻,c代表蓝藻. Note: The top right corner of the species name is marked with a for Bacillariophyta, b for Dinophyta, and c for Cyanophyta. -
[1] LONGHURST A, SATHYENDRANATH S, PLATT T, et al. An estimate of global primary production in the ocean from satellite radiometer data[J]. Journal of Plankton Research, 1995, 17(6): 1245-1271. doi: 10.1093/plankt/17.6.1245 [2] FIELD C B, BEHRENFELD M J, RANDERSON J T, et al. Primary production of the biosphere: Integrating terrestrial and oceanic components[J]. Science, 1998, 281(5374): 237-240. doi: 10.1126/science.281.5374.237 [3] AGAWIN N S R, DUARTE C M, AGUSTÍ S. Nutrient and temperature control of the contribution of picoplankton to phytoplankton biomass and production[J]. Limnology and Oceanography, 2000, 45(8): 1891. [4] SAIFULLAH A S M, KAMAL A H M, IDRIS M H, et al. Community composition and diversity of phytoplankton in relation to environmental variables and seasonality in a tropical mangrove estuary[J]. Regional Studies in Marine Science, 2019, 32: 100826. doi: 10.1016/j.rsma.2019.100826 [5] 张占飞, 刘定莹, 张英豪. 东平湖秋季浮游生物群落特征及其与环境因子的关系[J]. 环境化学, 2024, 43(1): 264-274. ZHANG Z, LIU D Y, ZHANG Y H. Plankton community characteristics and its relationship with environmental factors in the autumn of Dongping Lake, China[J]. Environmental Chemistry, 2024, 43(1): 264-274(in Chinese).
[6] SCHLOSS I R, ABELE D, MOREAU S, et al. Response of phytoplankton dynamics to 19-year (1991-2009) climate trends in Potter Cove ( Antarctica)[J]. Journal of Marine Systems, 2012, 92(1): 53-66. doi: 10.1016/j.jmarsys.2011.10.006 [7] BARTON A D, FINKEL Z V, WARD B A, et al. On the roles of cell size and trophic strategy in North Atlantic diatom and dinoflagellate communities[J]. Limnology and Oceanography, 2013, 58(1): 254-266. doi: 10.4319/lo.2013.58.1.0254 [8] TIWARI A, CHAUHAN S V S. Seasonal phytoplanktonic diversity of Kitham lake, Agra[J]. Journal of Environmental Biology, 2006, 27(1): 35-38. [9] NIEHOFF B, MADSEN S, HANSEN B, et al. Reproductive cycles of three dominant Calanus species in Disko Bay, West Greenland[J]. Marine Biology, 2002, 140(3): 567-576. doi: 10.1007/s00227-001-0731-3 [10] RIEBESELL U. Effects of CO2 enrichment on marine phytoplankton[J]. Journal of Oceanography, 2004, 60(4): 719-729. doi: 10.1007/s10872-004-5764-z [11] THOMAS M K, ARANGUREN-GASSIS M, KREMER C T, et al. Temperature-nutrient interactions exacerbate sensitivity to warming in phytoplankton[J]. Global Change Biology, 2017, 23(8): 3269-3280. doi: 10.1111/gcb.13641 [12] XIAO W P, LIU X, IRWIN A J, et al. Warming and eutrophication combine to restructure diatoms and dinoflagellates[J]. Water Research, 2018, 128: 206-216. doi: 10.1016/j.watres.2017.10.051 [13] IBARBALZ F M, HENRY N, BRANDÃO M C, et al. Global trends in marine plankton diversity across Kingdoms of life[J]. Cell, 2019, 179(5): 1084-1097. e21. [14] FU T T, CHEN B H, JI W D, et al. Size structure of phytoplankton community and its response to environmental factors in Xiamen Bay, China[J]. Environmental Earth Sciences, 2016, 75(9): 734. doi: 10.1007/s12665-016-5552-2 [15] de SENERPONT DOMIS L N, ELSER J J, GSELL A S, et al. Plankton dynamics under different climatic conditions in space and time[J]. Freshwater Biology, 2013, 58(3): 463-482. doi: 10.1111/fwb.12053 [16] HAYS G C, RICHARDSON A J, ROBINSON C. Climate change and marine plankton[J]. Trends in Ecology & Evolution, 2005, 20(6): 337-344. [17] PTACNIK R, SOLIMINI A G, ANDERSEN T, et al. Diversity predicts stability and resource use efficiency in natural phytoplankton communities[J]. Proceedings of the National Academy of Sciences of the United States of America, 2008, 105(13): 5134-5138. [18] GUO S J, FENG Y Y, WANG L, et al. Seasonal variation in the phytoplankton community of a continental-shelf sea: The East China Sea[J]. Marine Ecology Progress Series, 2014, 516: 103-126. doi: 10.3354/meps10952 [19] WEI Y Q, SUN J, ZHANG G C, et al. Environmental factors controlling the dynamics of phytoplankton communities during spring and fall seasons in the southern Sunda Shelf[J]. Environmental Science and Pollution Research International, 2020, 27(18): 23222-23233. doi: 10.1007/s11356-020-08927-6 [20] 崔毅, 马菲菲, 夏斌, 等. 靖海湾松江鲈鱼种质资源保护区海水环境质量年际变化趋势及综合评价[J]. 渔业科学进展, 2013, 34(6): 1-8. doi: 10.3969/j.issn.1000-7075.2013.06.001 CUI Y, MA F F, XIA B, et al. Annual variation and comprehensive evaluation of seawater quality in Trachidermus fasciatus Heckel germ plasm resource protection area in Jinghai Bay[J]. Progress in Fishery Sciences, 2013, 34(6): 1-8 (in Chinese). doi: 10.3969/j.issn.1000-7075.2013.06.001
[21] SUN X M, WANG T, CHEN B J, et al. Factors influencing the occurrence and distribution of microplastics in coastal sediments: From source to sink[J]. Journal of Hazardous Materials, 2021, 410: 124982. doi: 10.1016/j.jhazmat.2020.124982 [22] ZHU G H, ABU NOMAN M, NARALE D D, et al. Evaluation of ecosystem health and potential human health hazards in the Hangzhou Bay and Qiantang Estuary region through multiple assessment approaches[J]. Environmental Pollution, 2020, 264: 114791. doi: 10.1016/j.envpol.2020.114791 [23] WEI Y Q, DING D S, GU T, et al. Ocean acidification and warming significantly affect coastal eutrophication and organic pollution: A case study in the Bohai Sea[J]. Marine Pollution Bulletin, 2023, 186: 114380. doi: 10.1016/j.marpolbul.2022.114380 [24] KENNISH M J. Environmental threats and environmental future of estuaries[J]. Environmental Conservation, 2002, 29(1): 78-107. doi: 10.1017/S0376892902000061 [25] ANDERSON D M, GLIBERT P M, BURKHOLDER J M. Harmful algal blooms and eutrophication: Nutrient sources, composition, and consequences[J]. Estuaries, 2002, 25(4): 704-726. doi: 10.1007/BF02804901 [26] WALLACE R B, BAUMANN H, GREAR J S, et al. Coastal ocean acidification: The other eutrophication problem[J]. Estuarine, Coastal and Shelf Science, 2014, 148: 1-13. doi: 10.1016/j.ecss.2014.05.027 [27] 徐林波, 高勤峰, 董双林, 等. 靖海湾重金属污染及铅稳定同位素溯源研究[J]. 环境科学, 2013, 34(2): 476-483. XU L B, GAO Q F, DONG S L, et al. Study on heavy metal contaminations and the sources of Pb pollution in Jinghai Bay using the stable isotope technique[J]. Environmental Science, 2013, 34(2): 476-483 (in Chinese).
[28] 张先锋, 吴建政, 胡日军, 等. 靖海湾表层沉积物粒度特征及沉积动力环境分区[J]. 海洋地质前沿, 2013, 29(10): 47-51. ZHANG X F, WU J Z, HU R J, et al. Grain size distribution pattern of surface sediment in Jinghai Bay and dynamic envieronment division[J]. Marine Geology Frontiers, 2013, 29(10): 47-51 (in Chinese).
[29] WEI Y Q, CUI H W, HU Q J, et al. Eutrophication status assessment in the Laizhou Bay, Bohai Sea: Further evidence for the ecosystem degradation[J]. Marine Pollution Bulletin, 2022, 181: 113867. doi: 10.1016/j.marpolbul.2022.113867 [30] CROUCH S R, MALMSTADT H V. Mechanistic investigation of molybdenum blue method for determination of phosphate[J]. Analytical Chemistry, 1967, 39(10): 1084-1089. doi: 10.1021/ac60254a027 [31] VERDOUW H, van ECHTELD C J A, DEKKERS E M J. Ammonia determination based on indophenol formation with sodium salicylate[J]. Water Research, 1978, 12(6): 399-402. doi: 10.1016/0043-1354(78)90107-0 [32] WEI Y Q, LIU H J, ZHANG X D, et al. Physicochemical conditions in affecting the distribution of spring phytoplankton community[J]. Chinese Journal of Oceanology and Limnology, 2017, 35(6): 1342-1361. doi: 10.1007/s00343-017-6190-6 [33] UTERMÖHL H. Neue wege in der quantitativen erfassung des plankton. (mit besonderer berücksichtigung des ultraplanktons. )[J]. SIL Proceedings, 1922, -2010,1931,5(2): 567-596. [34] WELSCHMEYER N A. Fluorometric analysis of chlorophyll a in the presence of chlorophyll b and pheopigments[J]. Limnology and Oceanography, 1994, 39(8): 1985-1992. doi: 10.4319/lo.1994.39.8.1985 [35] 姜登岭, 赵昊, 邬喜红, 等. 嘉兴城市河网区高、低水位期浮游植物群落及其与环境因子的典范对应分析[J]. 环境化学, 2020, 39(9): 2540-2550. doi: 10.7524/j.issn.0254-6108.2020040804 JIANG D L, ZHAO H, WU X H, et al. Model correspondence analysis of phytoplankton community and its environmental factors at high and low water levels in urban river network area of Jiaxing City[J]. Environmental Chemistry, 2020, 39(9): 2540-2550 (in Chinese). doi: 10.7524/j.issn.0254-6108.2020040804
[36] LIU S G, LOU S, KUANG C P, et al. Water quality assessment by pollution-index method in the coastal waters of Hebei Province in western Bohai Sea, China[J]. Marine Pollution Bulletin, 2011, 62(10): 2220-2229. doi: 10.1016/j.marpolbul.2011.06.021 [37] ZHONG Q, XUE B, ABU NOMAN M, et al. Effect of river plume on phytoplankton community structure in Zhujiang River Estuary[J]. Journal of Oceanology and Limnology, 2021, 39(2): 550-565. doi: 10.1007/s00343-020-9213-7 [38] 游剑涛. 三沙湾及邻近开放海域夏季浮游植物群落结构比较[J]. 渔业研究, 2022, 44(6): 581-587. YOU J T. Comparative study on the ecological characteristics of phytoplankton community in summer in Sansha Bay and adjacent open waters, Fujian Province[J]. Journal of Fisheries Research, 2022, 44(6): 581-587 (in Chinese).
[39] WEI Y Q, DING D S, GU T, et al. Different responses of phytoplankton and zooplankton communities to current changing coastal environments[J]. Environmental Research, 2022, 215: 114426. doi: 10.1016/j.envres.2022.114426 [40] CHEN C S, ZHU J R, BEARDSLEY R C, et al. Physical-biological sources for dense algal blooms near the Changjiang River[J]. Geophysical Research Letters, 2003, 30(10) :1515. [41] SHIBANO R, YAMANAKA Y, OKADA N, et al. Responses of marine ecosystem to typhoon passages in the western subtropical North Pacific[J]. Geophysical Research Letters, 2011, 38(18) :18608. [42] GUAN S D, ZHAO W, SUN L, et al. Tropical cyclone-induced sea surface cooling over the Yellow Sea and Bohai Sea in the 2019 Pacific typhoon season[J]. Journal of Marine Systems, 2021, 217: 103509. doi: 10.1016/j.jmarsys.2021.103509 [43] ZHAO H, TANG D L, WANG D X. Phytoplankton blooms near the Pearl River Estuary induced by Typhoon Nuri[J]. Journal of Geophysical Research, 2009, 114(C12): C12027. [44] PAERL H W, HALL N S, HOUNSHELL A G, et al. Recent increases of rainfall and flooding from tropical cyclones (TCs) in North Carolina (USA): Implications for organic matter and nutrient cycling in coastal watersheds[J]. Biogeochemistry, 2020, 150(2): 197-216. doi: 10.1007/s10533-020-00693-4 [45] CHUNG C C, GONG G C, HUNG C C. Effect of Typhoon Morakot on microphytoplankton population dynamics in the subtropical NorthwestPacific[J]. Marine Ecology Progress Series, 2012, 448: 39-49. doi: 10.3354/meps09490 [46] SARMIENTO J L, SLATER R, BARBER R, et al. Response of ocean ecosystems to climate warming[J]. Global Biogeochemical Cycles, 2004, 18(3) :002143. [47] HALPERN B S, WALBRIDGE S, SELKOE K A, et al. A global map of human impact on marine ecosystems[J]. Science, 2008, 319(5865): 948-952. doi: 10.1126/science.1149345 [48] ZHOU Y, WANG L L, ZHOU Y Y, et al. Eutrophication control strategies for highly anthropogenic influenced coastal waters[J]. Science of the Total Environment, 2020, 705: 135760. doi: 10.1016/j.scitotenv.2019.135760 [49] RADACH G, PÄTSCH J. Variability of continental riverine freshwater and nutrient inputs into the North Sea for the years 1977-2000 and its consequences for the assessment of eutrophication[J]. Estuaries and Coasts, 2007, 30(1): 66-81. doi: 10.1007/BF02782968 [50] 孔凡洲, 姜鹏, 魏传杰, 等. 2017年春、夏季黄海35°N共发的绿潮、金潮和赤潮[J]. 海洋与湖沼, 2018, 49(5): 1021-1030. KONG F Z, JIANG P, WEI C J, et al. Co-occurence of green tide, golden tide and red tides along the 35?n transect in the Yellow Sea during spring and summer in 2017[J]. Oceanologia et Limnologia Sinica, 2018, 49(5): 1021-1030 (in Chinese).
[51] LI C L, YANG D Z, ZHAI W D. Effects of warming, eutrophication and climate variability on acidification of the seasonally stratified North Yellow Sea over the past 40 years[J]. The Science of the Total Environment, 2022, 815: 152935. doi: 10.1016/j.scitotenv.2022.152935 [52] LEE K H, JEONG H J, LEE K, et al. Effects of warming and eutrophication on coastal phytoplankton production[J]. Harmful Algae, 2019, 81: 106-118. doi: 10.1016/j.hal.2018.11.017 [53] 李丽, 吕颂辉. 近30年广东沿海赤潮灾害的特征及成因分析[J]. 安全与环境学报, 2009, 9(3): 83-86. doi: 10.3969/j.issn.1009-6094.2009.03.021 LI L, LU S H. A 30-year retrospective analysis over the detrimental algal blooms in Guangdong coastal areas[J]. Journal of Safety and Environment, 2009, 9(3): 83-86 (in Chinese). doi: 10.3969/j.issn.1009-6094.2009.03.021
[54] FUJIMOTO N, SUDO R, SUGIURA N, et al. Nutrient-limited growth of Microcystis aeruginosa and Phormidium tenue and competition under various N: P supply ratios and temperatures[J]. Limnology and Oceanography, 1997, 42(2): 250-256. doi: 10.4319/lo.1997.42.2.0250 [55] SARMA S S S, NANDINI S, GULATI R D. Life history strategies of cladocerans: Comparisons of tropical and temperate taxa[J]. Hydrobiologia, 2005, 542(1): 315-333. doi: 10.1007/s10750-004-3247-2 [56] HAN M Q, DONG C C, MA S Q, et al. Food web responses to a cyanobacterial bloom in a freshwater Eutrophic Lake[J]. Water, 2021, 13(9): 1296. doi: 10.3390/w13091296 [57] WILLÉN E. Planktonic green algae in an acidification gradient of nutrient-poor lakes[J]. Archiv Für Protistenkunde, 1992, 141(1/2): 47-64. [58] 顾礼明, 曹慧敏, 范铭芳, 等. 大型湖库浮游植物生物多样性研究进展综述[J]. 污染防治技术, 2019, 32(4): 37-39. GU L M, CAO H M, FAN M F, et al. Research progress of phytoplankton biodiversity in large lakes and reservoirs: A review[J]. Pollution Control Technology, 2019, 32(4): 37-39 (in Chinese).
[59] SARI L A, AL DIANA N, ARSAD S, et al. Monitoring of phytoplankton abundance and chlorophyll-a content in the estuary of Banjar Kemuning River, Sidoarjo Regency, East Java[J]. Journal of Ecological Engineering, 2021, 22(1): 29-35. doi: 10.12911/22998993/128877 [60] 曾祥波, 黄邦钦, 陈纪新, 等. 台湾海峡小型浮游动物的摄食对夏季藻华演替的影响[J]. 海洋学报, 2006, 28(5): 107-116. ZENG X B, HUANG B Q, CHEN J X, et al. Grazing impact of microzooplankton on algal bloom in the Taiwan Strait in summer[J]. Acta Oceanologica Sinica, 2006, 28(5): 107-116 (in Chinese).
[61] 潘胜军, 沈志良. 胶州湾叶绿素a浓度及浮游植物的粒级组成[J]. 应用生态学报, 2009, 20(10): 2468-2474. PAN S J, SHEN Z L. Chlorophyll-a concentration and phytoplankton size-fractionated composition in Jiaozhou Bay[J]. Chinese Journal of Applied Ecology, 2009, 20(10): 2468-2474 (in Chinese).
期刊类型引用(1)
1. 余婷,曹梦西,陈路锋,潘钰,陈博磊,冯畅,熊飞,梁勇. 基于亲水性污泥陶粒开展城市黑臭水体生态修复的应用示范. 环境化学. 2024(06): 1767-1777 . 本站查看
其他类型引用(1)
-