APP下载

树枝状河网结构中干支流相互作用及其等级性对底栖硅藻群落及多样性格局的影响

2018-09-17董笑语李斌贾兴焕蔡庆华

生态毒理学报 2018年4期
关键词:河网支流样点

董笑语,李斌,贾兴焕,蔡庆华,*

1. 中国科学院水生生物研究所 淡水生态与生物技术国家重点实验室,武汉 430072 2. 中国科学院大学,北京 100049 3. 深圳市环境科学研究院 生态与可持续发展研究所,深圳 518001

溪流生态系统的一个重要、特殊而复杂的属性即是等级性的树枝状网络结构。小支流不断汇入较大的支流,再汇入更大的支流,最终汇入干流,这种结构被Strahler(1957)[1]等科学家以“河流等级”进行描述。由于每一级河流均由多于它数目的上一级河流汇聚而成[2],使得大部分河网均具有相似的树枝状形态,因此,可以说溪流网络的树枝状结构具有“等级性”,位于河网边缘的低级别河流通常与另一大小相似的同级河流相汇,随着远离河网边缘,一级河流通常可以汇入另一条一级河流,然而也可以直接汇入二、三,甚至更高级别的河流[3]。

在溪流网络的汇流点,干支流之间发生强烈的相互作用[4]。汇流点下游的干流河段接受了来自2个甚至多个可能在理化条件等方面截然不同的支流,因此干流的生境状况,如河道及河谷形态[5]、无机的沉积物与有机颗粒物[6]、水质状况[7]及生产力[8]等方面,与支流存在或多或少差异。这种差异的大小通常与支流对干流的贡献大小有关,生态学家们采用支流与干流大小的比(T∶M)来衡量[5,9-10]。干支流的相互作用改变了溪流的纵向格局,随着溪流网络中不断有大大小小的支流汇入干流,整条溪流的环境条件并非是逐渐而缓慢的变化,而通常在汇流点处出现中断[9,11-12]。随着支流汇入干流,不仅水体中的物质发生了交换,能量与生物在干支流之间也存在着强烈的相互作用。由于生境的中断增强了环境的异质性,汇流点通常被认为是生物多样性的热点区域,许多研究也表明干支流的相互作用提高了汇流点的生物多样性及生物的密度[13-15]。

然而等级性使得这种干支流相互作用变得更加复杂,干支流的相互作用在溪流网络的不同位置中具有不同的强度[10]。位于河网边缘的低级别河流通常与另一大小及背景(地质历史、地貌过程、植被组成等)相似的同级河流相汇;而河网中心,干流通常可由一级河流汇入,也由更高级别的河流汇入[3]。因此,位于河网边缘的干支流比(T∶M)通常大于河网中心,支流对干流影响的强度在河网边缘大于河网中心[10]。

树枝状网络结构不仅影响生物多样性格局,并且造成群落组成与结构在汇流点的上下游之间存在差异,这种差异可以反映在2个方面:周转(turnover)和嵌套(nestedness)。它们不仅代表着β多样性的格局,同时代表2个不同的作用过程,周转是指物种的更替,而嵌套则代表着物种的增减[16]。将β多样性分解为周转和嵌套组分,能使我们从更深层次去了解群落在空间上的差异,有助于分析干支流之间群落构建的机制及成因。

本研究通过在河网边缘及中心分别设置汇流点,对比汇流点上下游群落的生境条件、多样性、生物密度,分析上游样点与下游样点群落组成的相似性,并将其分解为周转与嵌套2个组分,探究以下问题:(1) 汇合点的上下游之间栖息地环境、生物密度、物种丰富度及群落组成方面是否存在差异?是怎样的过程造成了这种差异?(2) 这种等级性的汇流过程是不是能造成差异的不同?我们推测:由于水流的单向性,干流可能具有比支流更多的生物及物种;汇流点上下游的群落组成也因为支流的汇入而存在差异。并且位于河网边缘的汇流点,其支流对干流贡献较大,相似性较高,因而其汇流点上下游的生境条件、物种丰富度、群落组成等差异应小于中心汇流点。

1 材料与方法(Materials and methods)

1.1 样点设置

本研究在2004年6月调查香溪河溪流树枝状网络,选择7个亚流域,在每个亚流域中选择2个干支流汇合点,分别位于河网边缘和河网中心,其之间距离范围为5~38.4 km,河网边缘的汇流点通常位于1~2级河流上,河网中心的汇流点位于1~4级(即有1级河流汇入4级河流,也有3级河流汇入4级河流)。每个汇流点的上游及下游(即支流与干流上,距离小于1 km)各取1个样点(图1)。我们采用样点之上的汇水面积衡量各样点的河道面积大小[17],平均支流/干流面积比(the mean ratios of tributary to mainstream, T:M)在河网边缘及中心的干支流之间分别为0.69和0.46,组间差异显著(单尾配对t=-2.28,df=6,P=0.027),具体数值见表1。

1.2 底栖硅藻的采集、鉴定与计数方法

底栖硅藻的采样原则是采集尽可能多的底质与生境类型,以通过一个综合样品代表整个河段的底栖硅藻群落特征。采集方法参考美国环保署(USEPA)的方法。在河段内选取若干断面,在其上随机选取至少3块石头。用尼龙刷大力刷去一个圆盖(半

径为2.7 cm)表面下附着于石头表面的底栖硅藻,并用蒸馏水冲洗3~4次,最终将所有样品混合成一个综合样,用4%福尔马林现场固定保存用于后续室内鉴定。

绝大多数硅藻体积较小,且鉴定分类主要是依据其硅质壳上的纹饰,因此将样品进行酸处理,待细胞内有机质完全消解后制成永久干片,并在×1 000倍油镜下对硅藻进行观察,至少观察100个视野,并分类鉴定计数。主要参考《中国淡水藻志》和《欧洲硅藻鉴定系统》等将底栖硅藻鉴定至最低分类单元,最后通过计算,将各物种的总个数转化为生物密度,即每平方厘米的底质上的硅藻细胞数(cells·cm-2)。

表1 河网边缘与河网中心汇流点的支流/干流面积比Table 1 The ratios of tributary to mainstream (T:M) for each confluence in peripheral and central of network

图1 汇流点(左)和样点(右)布设示意图注:图中点表示所选择的汇流点,黑色代表位于河网中心的汇流点并以C(Central)表示,白色代表位于河网边缘的汇流点并以P(Peripheral)表示。Fig. 1 The maps of sampling confluences in seven drainage networks in Xiangxi River (left panel) and the schematic diagram of sampling sites distribution (right pannel)Note: Black dots indicate central confluences (C), and white dots show peripheral confluences (P).

1.3 生境环境因子

参与分析的生境环境因子共12个,包括:总氮(TN)、硝态氮(NO3-N)、亚硝态氮(NO2-N)、铵态氮(NH4-N)、总磷(TP)、磷酸盐(PO4-P)、硅酸盐(SiO2-Si)、碱度(Alk)、电导率(Cond)、河宽(Stream width)、水深(Depth)、平均流速(Mean velocity)。

电导率(Cond)、河宽(Stream width)、水深(Depth)、平均流速(Mean velocity)均在现场测量。用多参数水质仪(HACH HQ40d,美国)测量电导率;用尺子沿着3个具有代表性的断面测量河宽,用流速仪(LJD型打印式流速仪,大连)在其中一个断面上每隔50 cm测量一组水深和0.6倍水深处的流速,每个样点的河宽、水深和流速是这些测量值的平均值。

其他水体理化因子,在采样现场使用pH < 2的硫酸处理过的聚乙烯瓶在水下30 cm左右收集水样,并加硫酸调节pH < 2,低温保存,带回实验室使用连续流动分析仪(Skalar San++,荷兰)进行测定,依据如下方法测定:总氮使用碱性过硫酸钾消解紫外分光光度法(GB 11894—1989);硝酸盐氮使用酚二磺酸分光光度法(GB 7480—1987);亚硝酸盐氮使用分光光度法(GB 7493—1987);铵态氮使用纳氏试剂分光光度法(GB7479—1987);总磷使用钼酸铵分光光度法(GB 11893—1989);磷酸盐使用磷钼蓝比色法(GB/T 8538—1995);硅酸盐使用硅钼蓝分光光度法(GB 1215—1989)。总有机碳含量使用TOC分析仪(Shimadzu TOC-V CPH,日本)测定,碱度使用酸碱指示剂滴定法(以CaCO3计)。

1.4 统计分析

虽然尽量保持每个样点采样面积的一致性,但是观测到的物种丰富度依然取决于群落的总密度[18],因此我们采用稀疏化(rarefaction)的方法获得一个标准采样大小下物种丰富度的预测值[18],即每个样点的采样大小用该样点的群落总密度进行标准化[10,19]。在R软件中的vegan程序包中使用rarefy函数进行具体操作。

为了研究汇流点上下游样点环境变量的差异,采用主成分分析法(PCA)分别对河网边缘和河网中心的样点进行排序,并以样点在PCA特征根大于1的轴上的得分作为该样点的环境变量(减少环境变量个数,为后续分析提供自由度),而后通过多元配对均值比较paired Hotelling T2检验上下游环境条件之间差异的显著性,具体依据Hotelling T2的计算方法在R软件中运行。另外,计算每个汇流点上下游样点之间环境在PCA空间上的欧氏距离,并对边缘与中心进行配对t检验,以研究上下游环境条件的差异在河网边缘与中心是否一致。PCA运用R软件中的基础程序包中的函数prcomp及biplot进行分析及绘图。

为了检验汇流点上下游底栖硅藻的物种丰富度及群落总密度是否存在显著的差异,并对比位于河网边缘与河网中心的汇流点结果是否一致,我们分别对位于河网边缘与河网中心的汇流点上下游的样点的观测物种丰富度(observed species richness)、稀疏化的物种丰富度(rarefied species richness)和log(x+1)转化后群落密度3组指标进行配对的单尾的配对t检验(one-tailed paired t tests),在R中的基础程序包中使用t.test函数进行具体操作。

为了研究位于汇流点上下游样点群落组成的差异,采用主坐标分析法(PCoA)分别对河网边缘和河网中心的样点进行排序,并分别采用2种距离进行群落排序:基于log(x+1)转化后群落密度的Bray-Curtis距离,及基于有无数据(即0-1数据)的Sørensen距离。具体操作采用R软件中的ape程序包中的函数pcoa完成。同时采用置换检验的多元方差分析(adnois)分别检验河网边缘和河网中心汇合点上下游群落组成差异的显著性。

采用2种指数:基于log(x+1)转化后群落密度的Bray-Curtis指数,及基于有无数据(即0-1数据)的Sørensen指数来度量汇流点上下游之间群落的β多样性,并通过t检验验证上下游群落组成和结构的变异(β多样性)在河网边缘与中心是否一致。并分别将河网边缘与中心汇流点上下游的β多样性分解成物种的周转和嵌套两部分,以深入了解造成汇合点上下游群落差异的原因及其在网络不同位置的差异[16,20],分别运用R软件betapart程序包中函数bray.part和beta.pair进行计算β多样性及进行β多样性的分解。

2 结果(Results)

2.1 环境因子

由于样点分布所跨空间范围大,生境类型多样,因此单个水体理化指标并没有显著的规律(表2)。

采用主成分分析法(PCA)分别对河网边缘和河网中心的样点进行主成分的提取,河网边缘的环境因子共提取4个主成分,累积贡献率达到82.3%;河网中心的环境因子共提取5个主成分,累积贡献率达到86.5%。Hotelling T2检验对每个汇流点上下游的样点进行配对分析,结果表明河网边缘与河网中心汇流点上下游的环境条件差异均不显著(河网边缘Hotelling-T2=3.85,P=0.75;河网中心Hotelling-T2=17.25,P=0.52)。

基于环境理化指标对样点进行PCA排序,结果表明在PCA的前两轴上河网边缘与中心的样点均较为离散,其上下游之间的环境条件并没有很好的区分,且样点分布的主导环境因子不同(图2)。汇合点上下游样点之间的环境相似性在河网边缘与中心之间并没有显著的差异(单尾配对t=1.295,df=6,P=0.122),但通过柱状图能够看出网络边缘汇流点上下游的环境距离更大,环境异质性更强(图3)。

2.2 物种丰富度、生物密度及群落组成差异

通过对比上下游样点底栖硅藻的观测物种丰富度、稀疏化物种丰富度与生物密度,发现无论在河网边缘还是中心,汇流点上下游之间并无明显规律(图4),经过配对t检验分析其差异不显著(表3)。

图2 河网边缘(A)与河网中心(B)环境因子的主成分分析双序图Fig. 2 PCA biplots of the environmental variables for sites in peripheral (A) and central (B) networks

理化指标 Physical and chemical factors河网边缘汇流点Confluence in peripheral of network河网中心汇流点Confluence in central of network上游 (Upstream)下游 (Downstream)上游 (Upstream)下游 (Downstream)T-N/(mg·L-1)3.10±2.333.31±2.892.84±1.592.41±1.86NO3-N/(mg·L-1)1.67±2.450.94±0.640.74±0.180.83±0.25NO2-N/(μg·L-1)4.10±7.443.44±2.971.51±0.772.40±1.32NH4-N/(mg·L-1)0.90±0.120.23±0.260.09±0.060.08±0.04T-P/(mg·L-1)0.10±0.140.21±0.440.05±0.070.11±0.17PO4-P/(mg·L-1)0.02±0.030.02±0.010.01±0.010.02±0.01SiO2-Si/(mg·L-1)10.25±14.2410.92±14.808.53±9.166.18±3.06Alk/(mg·L-1)112.25±72.64110.83±67.79129.42±68.16135.85±52.84Conductivity/(μs·cm-1)317.89±422.75291.36±337.12218.91±82.14168.57±26.10Stream width/m8.25±5.5310.90±8.118.83±4.8613.64±17.31Depth/m0.31±0.230.30±0.210.43±0.350.34±0.17Mean velocity/(m·s-1)0.86±0.580.54±0.330.84±0.350.85±0.43

图3 河网边缘与河网中心汇流点上下游样点的环境距离Fig. 3 Euclidean distance of environmental variables between upstream and downstream sites of confluences in peripheral (black bar) and central (grey bar) networks

在河网边缘汇流点上下游的底栖硅藻群落组成与结构并无显著差异(图5 A, C;物种组成数据adnois statistic R2=0.06,P=0.805;物种有无数据adnois statistic R2=0.06,P=0.74)。而在河网中心,基于物种密度的群落结构在上下游之间基本可以区别开(图5 B),多元方差分析(adnois)结果表明河网中心汇合点上下游群落的物种组成并无显著差异(adnois statistic R2=0.07,P=0.526),物种有无也无显著差异(adnois statistic R2=0.07,P=0.436;图5 D)。

图4 河网边缘(A, C, E)与河网中心(B, D, F)汇流点上下游观测物种丰富度、稀疏化物种丰富度与生物密度的对比折线图Fig. 4 Line charts of comparing the Observed Species Richness, Rarefied Species Richness and Diatom Density of upstream and downstream of confluences in peripheral (A, C, E) and central (B, D, F) position of the network

图5 PCoA分析图注:A, B是基于Bray-Curtis指数;C,D是基于Sørensen指数,其中PU, PD, CU, CD分别代表位于河网边缘与河网中心的上下游的样点,数字代表图1所示的汇流点。Fig. 5 PCoA plots based on Bray-Curtis dissimilarity matrix of log-transformed abundance data (A, B) and Sørensen dissimilarity matrix of present/absent data (C, D)Note: PU, PD and CU, CD indicated the upstream and downstream of peripheral and central confluences, respectively. The number meant the different confluences shown in Figure 1.

河网边缘汇流点Confluence in peripheral of network河网中心汇流点Confluence in central of networktdfPtdfP物种丰富度观测值 Observed Species Richness0.79560.23-0.17160.44稀疏化物种丰富度 Rarefied Species Richness0.97260.18-0.48660.32密度log(x+1)转化 log(x+1) transformed density -0.04660.480.10460.46

2.3 β多样性分解

对比河网边缘与河网中心汇流点上下游群落的物种数与相对丰富度的变异性(即β多样性)并未发现显著的差异性,单尾配对t检验表明基于物种相对丰富度数据的P=0.45(图6 A);基于物种有无数据的P=0.25(图6 B)。

但是,将β多样性分解为周转与嵌套2个组分后,我们发现网络边缘与中心的β多样性组分之间存在显著差异。基于Bray-Curtis指数的β多样性(图7 A, B),周转组分在河网边缘的汇流点显著高于河网中心的汇流点(P=0.005),相反,嵌套组分在河网边缘的汇流点显著低于河网中心的汇流点(P <0.001)。基于Sørensen指数的β多样性分解(图7 C, D)表现出相同的结果,河网不同位置的汇流点显著不同(周转P=0.005;嵌套P <0.001)。

3 讨论(Discussion)

3.1 树枝状结构对物种丰富度、生物密度及群落结构的影响

与研究预测不同,观测物种丰富度、稀疏化物种丰富度、生物密度及群落结构在汇流点上下游之间并无显著差异。本研究的结果与Milesi等(2013)[10]的结果部分相似,他们调查巴西南部一条河上的18个干支流交汇点,研究干支流之间大型无脊椎底栖动物的差异,结果发现支流的汇入对生物密度、多样性等未有显著的影响,但部分汇流点(位于河网边缘)的上下游之间群落组成存在显著的差异。这主要是由于其采样方式尽量避免异质生境,因此样品均以同样的一块石头为基质,从而造成了样品间的群落组成非常相似[10]。而本研究中,汇流点上下游之间,尤其是位于河网边缘的汇流点,由于所跨空间范围大,无论是生境的环境条件还是群落本身都具有很高的异质性(图2和图5)。但关于干支流关系的研究,还存在以下2种不同的结论:(1) 由于水流具有单向性,生物的扩散通常是由上游至下游,由支流入干流,因此汇流点下游集合了干、支流的物种,因而具有比支流更多的生物与物种[9,19],具有更大的生物流[21],许多研究也表明干支流的相互作用提高了汇流点的生物多样性[9,13,19,22]。加之下游受到上游的影响,通常会构建出更加异质的生境(如上游带来的沉积物构造出更多样的底质类型,树木的累积造成了某种阻隔及形成水潭等),因此下游具有更高的生物多样性与生物量,并且上下游的群落组成应该具有较大的差异[10]。(2) 由于上游支流生境的特异性,下游的干流区会过滤由支流迁徙来的生物[23],此外,一部分水生生物,如水生昆虫或者鱼类等具有逆水流迁徙的能力[24],因此许多研究也并未证实汇流区及其下游干流上更高的多样性和更多的生物,并且通过这种强烈的交换,交汇点上下游的群落会区域均质化[10-11,25]。

本研究之所以未能通过上述指标反映出树枝状结构对环境及群落的影响有许多因素。首先,前人研究结论的分歧主要是基于“环境驱动的机制”,然而我们并没有在上下游设计重复采样,因此无法针对汇流点确定其上下游样点的异质性,因此无法验证前人的研究是否与本研究一致。第二,在树枝状溪流中,生物群落不仅受到由于支流引起的非生物环境改变的影响,从区域尺度来看,由于汇流点是生

图6 河网边缘与中心汇流点上下游之间的β多样性Fig. 6 β diversity based on Bray-Curtis (A) and Sørensen (B) dissimilarity between upstream and downstream of peripheral (black bar) and central confluences (grey bar)

图7 基于Bray-Curtis指数(A, B)和Sørensen指数(C, D)的β多样性分解组分图注:P和C分别代表河网边缘与中心的汇流点,数字代表图1所示的汇流点。Fig. 7 Partition components of β diversity based on Bray-Curtis dissimilarity matrix of log-transformed abundance data (A, B) and Sørensen dissimilarity matrix of present/absent data (C, D)Note: P and C indicated the peripheral and central confluences, the number meant the different confluences shown in Figure1.

物在干支流及不同支流间相互扩散的必经之处,生物的扩散、定殖及灭绝等过程也受到这种树枝状空间结构的影响[21,26],有研究表明支流与干流的夹角[27]、集水区形状[5]、样点距离汇合点的远近[9]都能强烈地影响支流对干流的贡献,这些因素我们在本研究中并未控制或排除,因此在未来的研究中需要考虑到。

3.2 树枝状网络结构的等级性

将β多样性分解成群落的周转与嵌套,有助于我们更深刻地认识群落间差异的成因及集合群落的维持机制,因为这2个组分可以被不同的生态系统过程所解释[28-29]。通过β多样性分解我们发现树枝状结构(干支流作用)具有等级性。位于河网不同位置的交汇点,其干支流之间的群落的相互作用机制不同。在河网边缘,干支流群落的差异更多是由于物种的周转所造成,而位于河网中心的汇流点,其上下游的差异更多的源自于群落的嵌套。这表明树枝状的结构与网络结构对群落的构建具有交互作用。这里所用的“嵌套”并非严格意义上的嵌套,即一个样点的物种完全是另一个样点物种的子集[30],在β多样性分解中,嵌套代表着2个样点拥有的物种数不一样多,物种数存在差异即为嵌套。物种的周转通常与环境梯度、竞争或历史事件有关,它反映了这些控制生态梯度的变量对群落结构的影响[16]。相反,嵌套代表着不同样点间可利用的生态位的多样性[31],它通常由于物种稀释或物理隔离等引起。而在本研究中,河网不同位置干支流群落β多样性组分相对重要性的差异主要与环境差异性、栖息地大小、支流与干流大小比(T∶M)有关。河网边缘的支流与干流样点,栖息地面积小,因此生物的竞争更为激烈,并且由于T:M大即支流对干流的影响大,汇流点上下游的环境梯度更明显(图3),物种筛选(species sorting)是网络边缘干支流群落构建的主要过程;而河网中心的T∶M小即支流对干流的影响小,环境梯度相对较小,并且由于网络中心栖息地面积大,可利用的生态位更为多样,因此支流可能包含了许多特有种,物种干支流之间的过滤与累积造成了干支流群落之间的嵌套性。

3.3 干支流关系研究中的样点布设问题

关于如何研究干支流的关系,样点的布设是决定能否得出准确结论的关键。首先,通过本研究我们认为在未来的干支流关系的研究中应该加入汇流点的信息,汇流点提供了特殊的生境类型,可能为许多敏感种及生物生活史中的敏感阶段提供栖息地;汇流点位于几种不同生境(干流与支流)的交汇处,能够提供更多类型的微生境;另外汇流点是干支流之间及不同支流之间生物交流与迁徙的通道[26],因此,汇流点的加入有助于我们了解干支流的变化过程。第二,需要在汇流点的上下游分别设置重复的样品来确定干支流环境、生物等的差异。第三,研究特殊的问题要控制特殊的变量,河道及河谷形态、支流与干流的夹角、集水区形状等[5]。第四,要设置对照样品,如在距离汇流点不同距离的上游和下游设置样点以分析这种差异究竟是由于上下游之间的相互影响造成,还是由于支流汇入造成[6,25]。第五,可在汇流点处网格采样[32-33]以探索干支流相互作用的渐变过程。

猜你喜欢

河网支流样点
小麦条锈病田间为害损失的初步分析
基于空间模拟退火算法的最优土壤采样尺度选择研究①
昆山市平原河网地区活水畅流工程方案设计和效果
基于DEM数据与GIS技术方法的水文信息提取研究
——以莲花县为例
基于PSR模型的上海地区河网脆弱性探讨
广西主要支流柳江治理工程(鹿寨县导江乡段)护岸建筑物型式设计
南京市某城市内河支流水环境问题浅析
基于分融策略的土壤采样设计方法*
养猪发酵床垫料微生物类群结构特性分析
湖北河网地区特高压输电线路工程施工特点分析