施文卿，秦伯強(qiáng)

(1.南京信息工程大學(xué)，江蘇 南京 210044；2.中國(guó)科學(xué)院南京地理與湖泊研究所，江蘇 南京 210008)

1 氣候變化下湖庫(kù)藍(lán)藻水華研究趨勢(shì)分析

1.1 氣候變化下湖庫(kù)藍(lán)藻水華近幾十年來(lái)，隨著經(jīng)濟(jì)不斷發(fā)展、城鎮(zhèn)化加速、農(nóng)業(yè)化肥肆意使用，大量未經(jīng)處理的工農(nóng)業(yè)污水、生活污水排入湖庫(kù)，加之網(wǎng)箱養(yǎng)殖、湖濱帶破壞等影響，導(dǎo)致大量氮、磷等元素輸入，造成水體富營(yíng)養(yǎng)化[1-2]。據(jù)統(tǒng)計(jì)，歐洲、北美洲、南美洲和非洲的湖泊發(fā)生富營(yíng)養(yǎng)化的比例分別是53%、48%、41%和28%，而在亞太地區(qū)湖泊富營(yíng)養(yǎng)化比例更是達(dá)到54%[3]。2020年中國(guó)環(huán)境狀況公報(bào)指出，我國(guó)重點(diǎn)監(jiān)測(cè)的110個(gè)湖庫(kù)中，貧營(yíng)養(yǎng)占9.1%、中營(yíng)養(yǎng)占61.8%、輕度富營(yíng)養(yǎng)占23.6%、中度富營(yíng)養(yǎng)占4.5%、重度富營(yíng)養(yǎng)占0.9%?；诮鹣酄N等提出的富營(yíng)養(yǎng)化指數(shù)，我國(guó)長(zhǎng)江中下游大部分湖泊已經(jīng)處于中度富營(yíng)養(yǎng)化狀態(tài)[4-5]。在適宜氣象條件下，藍(lán)藻在富營(yíng)養(yǎng)化湖庫(kù)中快速繁殖，當(dāng)葉綠素a濃度超過(guò)10 μg/L時(shí)，形成藍(lán)藻水華[6-7]。藍(lán)藻水華因分泌大量毒素、耗竭水體溶解氧，破壞水生態(tài)系統(tǒng)平衡、威脅飲用水安全、影響公眾健康，造成了嚴(yán)重的經(jīng)濟(jì)損失和社會(huì)問(wèn)題[8]。微囊藻屬、魚(yú)腥藻屬等水華藻在生長(zhǎng)過(guò)程中和細(xì)胞死亡裂解時(shí)能夠釋放大量微囊藻毒素[9-10]。微囊藻毒素是一種肽類(lèi)生物毒素，是分布最為廣泛的肝毒素[11]。近些年來(lái)，藻毒素引起動(dòng)物及人類(lèi)中毒、死亡事件時(shí)有發(fā)生。2020年5—6月發(fā)生在非洲博茨瓦納的非洲大象大規(guī)模群體死亡，藍(lán)藻毒素被認(rèn)為是關(guān)鍵誘因之一[12]。長(zhǎng)期暴露于藻毒素水體中，患皮膚癌、肝癌的概率大大增加。流行病學(xué)研究發(fā)現(xiàn)飲水中微量微囊藻毒素與人群原發(fā)性肝癌的發(fā)病率有明顯相關(guān)性[13]。1996年藻毒素在巴西造成100多名急性肝功能障礙，7個(gè)月內(nèi)至少50人死于藻毒素急性效應(yīng)。藻毒素在我國(guó)巢湖流域引起了漁民實(shí)質(zhì)性肝損傷[14]。水華藻類(lèi)分泌有機(jī)物不僅降低水處理絮凝效果，增加混凝劑用量，同時(shí)在氯化消毒工藝過(guò)程中易產(chǎn)生有害副產(chǎn)物[15-17]。Michael Gonsior等[17]研究發(fā)現(xiàn)藻類(lèi)有機(jī)物與自由氯反應(yīng)極大地增加了含氮消毒副產(chǎn)物多樣性。藍(lán)藻水華發(fā)生時(shí)藻體在水面聚集，導(dǎo)致光照無(wú)法射入深層水體，且藍(lán)藻死亡耗竭水體溶解氧，破壞水生生物生存環(huán)境，打破水生態(tài)系統(tǒng)平衡，降低生物多樣性[18-19]。藍(lán)藻水華暴發(fā)湖庫(kù)中，水生生物多為耐污種，并且魚(yú)類(lèi)、底棲動(dòng)物與浮游動(dòng)物呈現(xiàn)明顯小型化趨勢(shì)[20]。

目前，湖庫(kù)藍(lán)藻水華已成為了全球性水生態(tài)環(huán)境問(wèn)題之一，例如，北美的伊利湖、非洲的維多利亞湖、中國(guó)的太湖[21-22]。經(jīng)過(guò)世界各國(guó)不懈努力，湖庫(kù)水質(zhì)雖然得到一定程度改善[23-24]，但水環(huán)境狀況尚未得到根本性好轉(zhuǎn)，在氣候變化影響下，湖庫(kù)藍(lán)藻水華具有愈演愈烈的趨勢(shì)[25-26]。Ho等[25]利用30年的高分辨率Landsat 5衛(wèi)星圖像，分析了全球71個(gè)大型湖泊浮游植物生物量變化趨勢(shì)，研究發(fā)現(xiàn)，大多數(shù)湖泊在全球變暖的影響下藍(lán)藻水華強(qiáng)度明顯增加，并認(rèn)為氣候變暖可能已經(jīng)抵消了管理部門(mén)為湖庫(kù)藍(lán)藻水華防控所做的努力。Trolle等[27]基于PClake 模型探究了湖泊藍(lán)藻生物量在氣候變化影響下未來(lái)變化特征，研究發(fā)現(xiàn)，在不增加營(yíng)養(yǎng)鹽輸入的前提下，氣溫升高1.5 ℃、3 ℃和5 ℃，湖泊藍(lán)藻年平均濃度將從當(dāng)前的15.6 mg/m3分別升高至23.0、27.8和31.0 mg/m3，若考慮降雨導(dǎo)致氮磷負(fù)荷加強(qiáng)的情況下，藍(lán)藻生物量將會(huì)進(jìn)一步升高(圖1)[27]。

圖1 未來(lái)不同氣候變化情景下湖泊中藍(lán)藻生物量年平均值變化情況[27]

1.2 氣候變化下湖庫(kù)藍(lán)藻水樣研究趨勢(shì)隨著氣候變化日益加劇，湖庫(kù)藍(lán)藻水華相關(guān)研究主題已成為了國(guó)際前沿?zé)狳c(diǎn)之一。本文利用CiteSpace梳理了近2006—2021年氣候變化下湖庫(kù)藍(lán)藻水華相關(guān)研究的歷史文獻(xiàn)，以揭示該領(lǐng)域相關(guān)研究的演變進(jìn)程和與未來(lái)趨勢(shì)。CiteSpace是一款功能強(qiáng)大的可視化軟件，它是基于海量歷史文獻(xiàn)數(shù)據(jù)，快速有效地梳理領(lǐng)域發(fā)展過(guò)程，分析前沿?zé)狳c(diǎn)和研究趨勢(shì)[28-30]。CiteSpace是基于Java軟件包，利用時(shí)間切片技術(shù)來(lái)建立時(shí)間序列的時(shí)變網(wǎng)絡(luò)模型，并綜合這些單獨(dú)的網(wǎng)絡(luò)形成概覽網(wǎng)絡(luò)[31]。集群的位置及其關(guān)系展示了科學(xué)制圖領(lǐng)域的知識(shí)結(jié)構(gòu)，使讀者對(duì)該領(lǐng)域有全面的了解，從而系統(tǒng)地回顧相關(guān)文獻(xiàn)[32]。它作為定量科學(xué)研究中常用的方法，通過(guò)動(dòng)態(tài)時(shí)間序列映射來(lái)實(shí)現(xiàn)文獻(xiàn)可視化，包括識(shí)別關(guān)鍵主題、發(fā)現(xiàn)研究熱點(diǎn)與新興趨勢(shì)[31，33]。本文利用Web of Science核心合集數(shù)據(jù)，創(chuàng)建檢索式TS=(“climate*”or“global*”)and TS = (“warming*”or “change*”)and TS = (“l(fā)ake*” or “l(fā)akes*” or “reservoir*” or “reservoirs*”)and TS=(“eutrophication*” or “algae*” or “phytoplankton*”)，時(shí)間跨度設(shè)定為2006—2021年[34]。文獻(xiàn)檢索在一天內(nèi)完成，避免因數(shù)據(jù)庫(kù)更新帶來(lái)偏差。節(jié)點(diǎn)類(lèi)型設(shè)置為“關(guān)鍵詞”“機(jī)構(gòu)”和“作者”，節(jié)點(diǎn)之間的鏈接表示協(xié)作、共現(xiàn)或共引的強(qiáng)度[35-36]。通過(guò)將節(jié)點(diǎn)類(lèi)型設(shè)置為“關(guān)鍵詞”并選擇時(shí)間軸視圖，可以直觀認(rèn)識(shí)該領(lǐng)域發(fā)展演變的時(shí)間跨度、研究熱點(diǎn)和研究過(guò)程?；凇白髡摺边@一節(jié)點(diǎn)類(lèi)型為關(guān)鍵主題進(jìn)行分析，以揭示該領(lǐng)域研究學(xué)者。為了確定該領(lǐng)域跨空間尺度的研究分布，通過(guò)Citespace來(lái)識(shí)別機(jī)構(gòu)或?qū)W者之間的合作網(wǎng)絡(luò)[37-38]。本文采用是CiteSpace 6.1.R4，具體步驟為：設(shè)置時(shí)間切片為2006到2021年，選擇不同節(jié)點(diǎn)類(lèi)型(機(jī)構(gòu)、作者和關(guān)鍵詞)，閾值選擇為T(mén)op N = top 30，修剪選擇為Pathfinder和Pruning sliced networks。CiteSpace詳細(xì)程序參照文獻(xiàn)[32]中所述。

在過(guò)去15年中，氣候變化下湖庫(kù)藍(lán)藻水華相關(guān)研究年發(fā)文量總體上呈現(xiàn)逐漸增加的趨勢(shì)(圖2(a))，說(shuō)明此方向持續(xù)受到關(guān)注。合計(jì)檢索到3004篇文獻(xiàn)，其中研究性論文占89.7%，綜述性論文占6.5%，其他占3.8%。關(guān)鍵詞聚類(lèi)分析表明，此研究方向具有高度概括性。如圖2(b)所示，排名前6位的關(guān)鍵詞集群是“eutrophication”“sediment”“fish”“remote sensing”“resource competition”“thermal structure”和 “trend”，表明這些主題是主導(dǎo)方向。發(fā)文量最大的5個(gè)國(guó)家是美國(guó)、中國(guó)、加拿大、德國(guó)和英國(guó)，分別有807、631、406、331和269篇論文(圖2(c))，總貢獻(xiàn)率為81.4%。不同國(guó)家或地區(qū)之間存在著普遍的合作，所有排名前20的國(guó)家都與其他國(guó)家有合作。美國(guó)、德國(guó)、英國(guó)和俄羅斯在國(guó)際合作研究中發(fā)揮了重要作用，中心度值均超過(guò)了0.1。中國(guó)發(fā)文量雖多，但國(guó)際合作有待加強(qiáng)；英國(guó)雖然發(fā)文量不是最多，但國(guó)際合作最強(qiáng)。以“Institution”及“Author”為節(jié)點(diǎn)，對(duì)發(fā)文機(jī)構(gòu)及作者的合作網(wǎng)絡(luò)進(jìn)行可視化分析。從圖2(d)可以看出，國(guó)外發(fā)文數(shù)最多的機(jī)構(gòu)是University of Helsinki，國(guó)內(nèi)發(fā)文數(shù)排名前列的機(jī)構(gòu)是中國(guó)科學(xué)院、中國(guó)科學(xué)院大學(xué)領(lǐng)域內(nèi)比較權(quán)威的科研院所與高校。從發(fā)文時(shí)間來(lái)看，國(guó)外Leibniz Inst Freshwater Ecol &Inland Fisheries時(shí)間較早，國(guó)內(nèi)相關(guān)研究后來(lái)居上。各研究機(jī)構(gòu)間合作網(wǎng)絡(luò)較為密集，表明各機(jī)構(gòu)并非獨(dú)立而存在較多合作(圖2(d))。Lancaster Environment Centre、Estonian University of Life Sciences、Uppsala University相互間合作較多。國(guó)際上發(fā)文量較多的學(xué)者有Jeppesen、Erik、Smol、John P、Sondergaardm、Martin，國(guó)內(nèi)有秦伯強(qiáng)、張運(yùn)林、朱廣偉、施坤。作者合作網(wǎng)絡(luò)圖譜表明，Jeppesen、Erik較為活躍，國(guó)際合作較多，Smol、John P發(fā)文量雖然較多，但合作較弱。國(guó)內(nèi)秦伯強(qiáng)、張運(yùn)林、朱廣偉、施坤團(tuán)隊(duì)內(nèi)合作，而且與Paerls、Hans W、Jeppesen、Erik國(guó)際合作，具有較高影響力(圖2(e))。各科研團(tuán)隊(duì)間合作較薄弱，未來(lái)各團(tuán)隊(duì)之間需加強(qiáng)合作。從節(jié)點(diǎn)顏色可以發(fā)現(xiàn)國(guó)外研究雖開(kāi)始較早，但近些年發(fā)文相對(duì)不多，國(guó)內(nèi)學(xué)者近些年來(lái)對(duì)該領(lǐng)域關(guān)注度不斷提高，研究不斷深入。

注：圖(c)(d)(e)中顏色越深代表時(shí)間越早

2 氣候變化對(duì)湖庫(kù)藍(lán)藻水華的影響

2.1 湖庫(kù)藍(lán)藻水華關(guān)鍵影響因子環(huán)境因子是湖庫(kù)藍(lán)藻水華發(fā)生的關(guān)鍵驅(qū)動(dòng)力，主要包括：①氮磷營(yíng)養(yǎng)鹽。氮磷過(guò)量引起的湖庫(kù)富營(yíng)養(yǎng)化直接促使藍(lán)藻水華的形成。當(dāng)?shù)诐舛确謩e超過(guò)0.5 mg/L和0.02 mg/L時(shí)，湖庫(kù)發(fā)生藍(lán)藻水華的概率極大，其中，磷被認(rèn)為是藻類(lèi)生長(zhǎng)的限制因子，磷濃度升高促使藍(lán)藻獲得競(jìng)爭(zhēng)優(yōu)勢(shì)，顯著促進(jìn)藍(lán)藻水華發(fā)生，當(dāng)磷源充足時(shí)藍(lán)藻生長(zhǎng)也受到氮源限制。氮磷對(duì)藍(lán)藻生長(zhǎng)的限制作用會(huì)發(fā)生季節(jié)轉(zhuǎn)換。Xu等[39]研究發(fā)現(xiàn)冬春季磷是太湖藍(lán)藻生長(zhǎng)的關(guān)鍵限制因子，而到夏秋季氮?jiǎng)t成為了關(guān)鍵限制因子；當(dāng)?shù)追謩e超過(guò)0.8 mg/L和0.2 mg/L時(shí)，太湖藍(lán)藻生長(zhǎng)不再受氮磷限制。除了氮磷絕對(duì)濃度，二者相對(duì)比例在藍(lán)藻水華形成過(guò)程中發(fā)揮著關(guān)鍵作用。Smith[40]通過(guò)對(duì)17個(gè)湖泊研究發(fā)現(xiàn)，當(dāng)?shù)踪|(zhì)量比小于29時(shí)，藍(lán)藻傾向于占優(yōu)勢(shì)，當(dāng)?shù)踪|(zhì)量比大于29 時(shí)，藍(lán)藻占比傾向于降低。②水溫。藍(lán)藻作為一類(lèi)浮游植物，其生長(zhǎng)與溫度密切相關(guān)。藍(lán)藻最適溫度范圍是25 ℃～35 ℃，但它對(duì)高溫耐受性要強(qiáng)于其它藻類(lèi)，溫度升高提高其競(jìng)爭(zhēng)優(yōu)勢(shì)。③水動(dòng)力。藍(lán)藻生長(zhǎng)與聚集需要相對(duì)平穩(wěn)水環(huán)境，不易在水流大、水力停留時(shí)間短的水體中形成競(jìng)爭(zhēng)優(yōu)勢(shì)，這也是湖庫(kù)相比于河流易暴發(fā)藍(lán)藻水華的原因之一。據(jù)研究，水力停留時(shí)間小于兩周的水體不易暴發(fā)藍(lán)藻水華。李哲等[41]認(rèn)為過(guò)水?dāng)嗝孀兇髮?dǎo)致了表層流速降低是長(zhǎng)江三峽小江回水區(qū)段水華發(fā)生的原因之一。

2.2 氣候變化對(duì)湖庫(kù)藍(lán)藻水華的影響IPCC第五次全球氣候變化評(píng)估報(bào)告指出，1901—2012年間全球地表溫度升高了0.89 ℃，過(guò)去30年的氣溫比1850年以來(lái)任何時(shí)期都要高，而且很可能是北半球過(guò)去1400年來(lái)最熱的階段。溫室氣體人為過(guò)量排放直接導(dǎo)致了全球氣溫升高。1750—2011年期間，人為向大氣中排放的二氧化碳(CO2)累計(jì)高達(dá)2040 ± 310 Gt，其中，約一半發(fā)生在過(guò)去的40年里，大氣CO2濃度相應(yīng)地升高了40%[42]。氣候變化影響下，極端降雨頻率增加，局部區(qū)域風(fēng)速下降。Yaduvanshi等[43]研究發(fā)現(xiàn)，在RCP 8.5氣候模式升溫3 ℃和RCP 4.5氣候模式升溫2 ℃情境下，印度熱天分別增加44%和52%，暖夜分別增加23%和13%；冷天減少10%和9%，冷夜減少13%和12%；在RCP 8.5氣候模式下，印度的熱帶、溫帶和半干旱地區(qū)的年總降水量和與極端降雨指數(shù)明顯增加。張運(yùn)林等[44]研究發(fā)現(xiàn)，太湖地區(qū)年平均風(fēng)速呈現(xiàn)持續(xù)下降趨勢(shì)，最大風(fēng)速的下降速度要明顯大于平均風(fēng)速，每10年分別下降了0.41 m/s和0.27 m/s，平均風(fēng)速在過(guò)去40年下降了1.06 m/s，降幅達(dá)29.6%。

氣候變化背景下，大氣溫度與CO2濃度升高、極端降雨頻率增大、風(fēng)速下降、日照時(shí)間延長(zhǎng)均促進(jìn)湖庫(kù)藍(lán)藻水華的發(fā)生?；贑itespace分析可知，相關(guān)研究主要集中于氣溫(86.4%)與大氣CO2濃度(12.4%)[45-46]。各因素主要影響如下：①氣溫升高有利于湖庫(kù)藍(lán)藻增殖。大多數(shù)浮游植物適宜生長(zhǎng)溫度是20 ℃～25 ℃，而藍(lán)藻屬于原核生物，最適生長(zhǎng)溫度是25 ℃～35 ℃，對(duì)高溫耐受力較高，氣溫上升有利于藍(lán)藻形成競(jìng)爭(zhēng)優(yōu)勢(shì)[46-48]；同時(shí)，氣溫升高促使藍(lán)藻水華形成所需積溫的時(shí)間提前。王敏等[49]通過(guò)對(duì)太湖西北湖區(qū)研究發(fā)現(xiàn)，2003—2012年期間太湖西北湖區(qū)年均水溫總體呈上升趨勢(shì)，藍(lán)藻及其在浮游植物群落中所占比例與水溫呈顯著正相關(guān)(P<0.01)；藍(lán)藻水華暴發(fā)時(shí)間逐漸提前，消退時(shí)間逐漸滯后，水華持續(xù)時(shí)間相應(yīng)地逐年上升。②大氣CO2濃度升高顯著改變了水體pH值和碳化學(xué)環(huán)境，減弱浮游植物碳濃縮機(jī)制的必要性，降低了藍(lán)藻水華發(fā)生時(shí)的CO2限制[50]。趙旭輝等[51-52]研究發(fā)現(xiàn)大氣CO2濃度加倍后，浮游植物的最大生長(zhǎng)速率、凈初級(jí)生產(chǎn)力、單位葉綠素a含量的初級(jí)生產(chǎn)力分別增加63.1%、69.6%和33.8%。③極端降雨頻率升高，增加了面源氮磷通量，造成水體氮磷濃度升高，豐富了藍(lán)藻增殖所需的營(yíng)養(yǎng)物質(zhì)[53-55]。陸海明等[56]認(rèn)為梅雨和臺(tái)風(fēng)雨形成的暴雨徑流是江淮丘陵區(qū)花山流域磷素負(fù)荷輸出的主要驅(qū)動(dòng)因子。連心橋等[57]研究發(fā)現(xiàn)，強(qiáng)降雨增大了面源氮磷通量荷，導(dǎo)致河道水體中各形態(tài)氮、磷濃度升高。④風(fēng)速下降減弱了湖庫(kù)表層水體擾動(dòng)，促進(jìn)藍(lán)藻聚集形成水華。張運(yùn)林等[44，58]和Wu等[59-60]認(rèn)為，藍(lán)藻水華面積和開(kāi)始暴發(fā)時(shí)間與風(fēng)速呈反比，即風(fēng)速越低越容易形成水華。風(fēng)速超過(guò) 6 m/s 時(shí)，淺水湖泊中藍(lán)藻混合均勻，不發(fā)生水華；當(dāng)風(fēng)速低于3 m/s時(shí)，藍(lán)藻易于漂浮聚集成水華。⑤日照時(shí)數(shù)增多也為藍(lán)藻生長(zhǎng)發(fā)育提供了優(yōu)良的光合條件。商兆堂等[55]和張民等[61]均認(rèn)為氣候變化下日照時(shí)長(zhǎng)增加是太湖藍(lán)藻水華頻發(fā)的主要驅(qū)動(dòng)因素之一。氣候變化對(duì)湖庫(kù)藍(lán)藻水華的影響如圖3所示。

圖3 氣候變化對(duì)湖庫(kù)藍(lán)藻水華的影響

3 氣候變化下湖泊藍(lán)藻水華防控對(duì)策

3.1 適度嚴(yán)格營(yíng)養(yǎng)鹽控制標(biāo)準(zhǔn)氮磷是湖庫(kù)發(fā)生藍(lán)藻水華的關(guān)鍵物質(zhì)基礎(chǔ)[62-63]。氣候變化的促進(jìn)作用降低了湖庫(kù)藍(lán)藻水華發(fā)生的氮磷閾值，嚴(yán)格氮磷控制基準(zhǔn)成為了新形勢(shì)下藍(lán)藻水華防控的主要抓手。當(dāng)前，湖庫(kù)藍(lán)藻水華對(duì)氣候變化的響應(yīng)特征已開(kāi)展了大量研究，基本厘清了未來(lái)不同氣候情景下藍(lán)藻水華變化趨勢(shì)[25，27，64]，而藍(lán)藻水華發(fā)生的氮磷閾值如何變化尚不清楚，但已逐步引起關(guān)注。劉麗娜[65-66]利用模型得出湖庫(kù)總氮基準(zhǔn)值隨著年平均溫度的增加呈下降趨勢(shì)，并建議氣候變化背景下應(yīng)制定更嚴(yán)格的氮磷基準(zhǔn)才能避免湖庫(kù)未來(lái)不受富營(yíng)養(yǎng)化的威脅。Huo等[67]利用廣義加性模型(GAMs)確定了1996—2005年期間我國(guó)26個(gè)湖庫(kù)富營(yíng)養(yǎng)化的總氮和總磷閾值分別是0.88 mg/L和0.021 mg/L，但到本世紀(jì)末，這些閾值因全球變暖將大幅降低，總氮和總磷閾值預(yù)計(jì)分別下降46.2%和15.2%。不同區(qū)域?qū)夂蜃兓捻憫?yīng)有所不同。例如，我國(guó)北方地區(qū)升溫幅度大于南方地區(qū)，青藏高原大于同緯度的亞熱帶區(qū)域[68-69]。因此，未來(lái)應(yīng)考慮對(duì)不同區(qū)域湖庫(kù)針對(duì)性地設(shè)置氮磷基準(zhǔn)，精準(zhǔn)施策應(yīng)對(duì)氣候變化下富營(yíng)養(yǎng)化威脅。

3.2 加強(qiáng)山水林田湖草綜合治理隨著水環(huán)境治理措施的大力實(shí)施，點(diǎn)源污染得以有效控制，而氣候變化下極端降雨加劇的面源輸入逐漸成為湖庫(kù)富營(yíng)養(yǎng)化和藍(lán)藻水華的重要驅(qū)動(dòng)因素[23，26，70-71]。研究表明，不同土地利用類(lèi)型的氮磷面源負(fù)荷大小不同。曾立雄等[72]研究長(zhǎng)江三峽水庫(kù)流域氮磷面源時(shí)發(fā)現(xiàn)，各土地利用類(lèi)型退耕還林后磷面源負(fù)荷下降了84.5%～91.6%，氮面源負(fù)荷則只有喬木和板栗林地顯著降低。劉麗娜[66]對(duì)黑龍江山口湖流域研究發(fā)現(xiàn)，林地是影響山口湖葉綠素a和總磷濃度的主要土地利用方式，林地面積的增加降低了葉綠素a和總磷濃度，這可能是因?yàn)榱值刂脖桓采w影響了土壤性質(zhì)和地表流量，減少土壤侵蝕；耕地是影響山口湖總氮濃度的主要土地利用方式，耕地面積的增加將導(dǎo)致總氮濃度升高，這主要是農(nóng)田施用肥料的部分流失造成的。因此，通過(guò)優(yōu)化流域土地利用類(lèi)型，可以削減氣候變化極端降雨引起的氮磷負(fù)荷增加。劉麗娜[66]通過(guò)模擬發(fā)現(xiàn)，林地面積占比增加10%可以抵消RCP 8.5氣候情景下降水量改變引起的氮負(fù)荷升高，林地面積占比增加5%可以緩解RCP 8.5情景下降水量改變引起的磷負(fù)荷增加。何卓識(shí)等[73]利用區(qū)域氣候模式數(shù)據(jù)模擬了氣候變化驅(qū)動(dòng)下延安市河流流域面源氮磷負(fù)荷變化情況，研究發(fā)現(xiàn)，即使人為氮磷輸入量和土地利用類(lèi)型保持不變，氮磷通量未來(lái)仍會(huì)呈現(xiàn)增加趨勢(shì)；林地面積占比的增加可以在一定程度上緩解降水對(duì)氮磷負(fù)荷的影響。因此，應(yīng)加強(qiáng)山水林田湖草綜合治理、系統(tǒng)治理、源頭治理，對(duì)重點(diǎn)富營(yíng)養(yǎng)化湖庫(kù)實(shí)施退耕還林、還草等生態(tài)改善工程，以應(yīng)對(duì)氣候變化。

3.3 提升藍(lán)藻水華預(yù)測(cè)預(yù)警能力氣候變化下，極端天氣事件頻發(fā)導(dǎo)致湖庫(kù)藍(lán)藻水華發(fā)生的概率與不確定性加大。例如，我國(guó)太湖自2007年后經(jīng)過(guò)一系列綜合治理后藍(lán)藻水華面積逐漸減少，但2017年突然出現(xiàn)了前所未有的藍(lán)藻水華，面積高達(dá)1403 km2，氣候異常被認(rèn)為是主要誘因[74]。為此，應(yīng)提高湖庫(kù)藍(lán)藻水華預(yù)測(cè)預(yù)警能力，重點(diǎn)突破傳統(tǒng)基于氮磷等水質(zhì)因子的預(yù)測(cè)預(yù)警，建立氣象因子主導(dǎo)的藍(lán)藻水華預(yù)測(cè)預(yù)警系統(tǒng)。羅曉春等[75]定量評(píng)估了影響太湖藍(lán)藻水華的主要?dú)庀笠蜃犹卣髯兞康闹匾远攘亢拓暙I(xiàn)率，研究發(fā)現(xiàn)，氣溫對(duì)藍(lán)藻水華綜合指數(shù)起著主導(dǎo)的作用，其次是風(fēng)速和降水。魯韋坤等[76]利用2010—2011年滇池藍(lán)藻水華遙感監(jiān)測(cè)資料與周邊地面氣象站逐月資料，探究了滇池藍(lán)藻水華發(fā)生與氣象因子的關(guān)系，結(jié)果表明，滇池藍(lán)藻水華發(fā)生頻率與風(fēng)速最為相關(guān)，相關(guān)系數(shù)在各氣象因子中最高。在氣候變化日益加劇形勢(shì)下，氣象因子對(duì)藍(lán)藻水華發(fā)生的主導(dǎo)性可能會(huì)逐步加強(qiáng)，也為構(gòu)建氣象因子主導(dǎo)的藍(lán)藻水華預(yù)測(cè)預(yù)警模擬系統(tǒng)奠定基礎(chǔ)。

3.4 提升藍(lán)藻水華應(yīng)急處置能力面對(duì)突發(fā)的藍(lán)藻水華，應(yīng)提高應(yīng)急處置能力，避免或緩解藍(lán)藻聚集帶來(lái)生態(tài)環(huán)境危害。目前，比較常用且具有實(shí)際操作性的應(yīng)急處置方式主要有機(jī)械打撈、原位沉降去除、化學(xué)法殺藻等。①藍(lán)藻打撈技術(shù)是一種操作簡(jiǎn)單、見(jiàn)效快、副作用小的物理技術(shù)，已廣泛應(yīng)用于藍(lán)藻應(yīng)急處置，主要應(yīng)用于藍(lán)藻水華聚集的湖灣等近岸區(qū)，但成本相對(duì)較高[77]。近年來(lái)，江蘇無(wú)錫市從太湖打撈的藻泥量平均每年高達(dá)60000 t，2007—2016年累積打撈藻水1000余萬(wàn)m3，藍(lán)藻干物質(zhì) 4.3萬(wàn)t[78]。隨著藍(lán)藻打撈技術(shù)設(shè)備與工藝還持續(xù)優(yōu)化研發(fā)，藍(lán)藻打撈效率逐漸提高，機(jī)動(dòng)應(yīng)急能力明顯增強(qiáng)。②藍(lán)藻原位沉降清除是基于混凝原理通過(guò)投加大分子混凝劑促使懸浮藻顆粒形成較大絮體，實(shí)現(xiàn)藻類(lèi)快速沉降清除，主要應(yīng)用于大面積藍(lán)藻水華聚集區(qū)。藻顆粒因具有偽空泡、表面帶有負(fù)電荷，能夠穩(wěn)定懸浮于水體中。大分子混凝劑首先通過(guò)靜電中和機(jī)制促使藻顆粒失去穩(wěn)定性，進(jìn)而利用架橋網(wǎng)捕機(jī)制形成大絮體[79-80]。藍(lán)藻原位沉降清除可在短時(shí)間內(nèi)將聚集在水體中的藻類(lèi)高效轉(zhuǎn)移至沉積物中，加速其在微生物豐富的底泥中降解，避免其在水體中堆積帶來(lái)的嚴(yán)重危害，但存在營(yíng)養(yǎng)鹽、藻毒素等污染物質(zhì)再釋放風(fēng)險(xiǎn)，投加混凝劑生態(tài)風(fēng)險(xiǎn)也需進(jìn)一步評(píng)估。潘綱等[81-82]在藍(lán)藻沉降后加以覆蓋處理明顯削減了污染物二次釋放并促進(jìn)了藻毒素的快速降解。在做好藍(lán)藻水華應(yīng)急處置技術(shù)儲(chǔ)備外，也應(yīng)加強(qiáng)相關(guān)統(tǒng)籌協(xié)調(diào)能力。藍(lán)藻應(yīng)急處置工作具有時(shí)效性、復(fù)雜性和系統(tǒng)性，涉及多行政區(qū)、多部門(mén)的統(tǒng)籌協(xié)調(diào)，需建立健全的應(yīng)急指揮系統(tǒng)，以實(shí)現(xiàn)快速、準(zhǔn)確、科學(xué)的決策與精確部署。

4 展望

藍(lán)藻水華是湖庫(kù)水污染長(zhǎng)期積累形成的生態(tài)結(jié)果，其治理勢(shì)必是一項(xiàng)具有長(zhǎng)期性、復(fù)雜性、艱巨性的系統(tǒng)工程。在一系列水環(huán)境治理措施實(shí)施下，湖庫(kù)水質(zhì)出現(xiàn)了穩(wěn)中向好的態(tài)勢(shì)，但氣候變化抵消或削弱了藍(lán)藻水華防控效果，且這種效應(yīng)未來(lái)隨著氣候變化加劇會(huì)進(jìn)一步增強(qiáng)。在氣候變化新形勢(shì)下，建議在以下幾方面重點(diǎn)開(kāi)展研究：

(1)不同氣候情景下藍(lán)藻水華發(fā)生的氮磷基準(zhǔn)。雖然氣候變化是當(dāng)前湖庫(kù)藍(lán)藻水華依然嚴(yán)峻的幕后推手，但氮磷管控仍然是重要抓手。未來(lái)應(yīng)突破傳統(tǒng)的基于單一氣象因子的氮磷基準(zhǔn)，精準(zhǔn)解析未來(lái)氣候情景下多重氣象因子決定的氮磷基準(zhǔn)，為湖庫(kù)水體氮磷水平管控提供更為科學(xué)的依據(jù)。

(2)不同物理特征湖庫(kù)藍(lán)藻水華對(duì)氣候變化響應(yīng)的差異性。不同區(qū)域、水深、換水周期等特征的湖庫(kù)對(duì)氣候變化的響應(yīng)可能具有一定差異性，通過(guò)揭示不同物理特征湖庫(kù)對(duì)氣候變化響應(yīng)差異性，以制定針對(duì)性的藍(lán)藻水華防控策略。

(3)氣候變化下藍(lán)藻產(chǎn)毒變異規(guī)律。釋放藻毒素是藍(lán)藻產(chǎn)生生態(tài)環(huán)境危害的途徑之一。在氣候變化影響下藍(lán)藻產(chǎn)毒性能可能會(huì)發(fā)生變化，通過(guò)揭示藍(lán)藻產(chǎn)毒對(duì)氣候變化響應(yīng)規(guī)律，為未來(lái)水生態(tài)風(fēng)險(xiǎn)防控與飲用水安全保障奠定基礎(chǔ)。

(4)藍(lán)藻水華對(duì)氣候變化的反饋效應(yīng)。藍(lán)藻水華發(fā)生初期因光合固碳具有碳匯效應(yīng)，末期因碳分解具有碳排效應(yīng)。由于碳形態(tài)變化(CO2向甲烷轉(zhuǎn)化)與碳埋藏作用導(dǎo)致藍(lán)藻水華全生命周期碳收支存在不確定性，引起藍(lán)藻水華對(duì)氣候變化具有潛在正或負(fù)反饋效應(yīng)。相關(guān)研究有望為探明氣候變化與藍(lán)藻水華的互饋效應(yīng)，以及氣候變化與藍(lán)藻水華的協(xié)同治理提供理論基礎(chǔ)。