摘要：藻類監測是河流、湖泊等緩流性水體水質評價和分析的重要方法，該方法多種多樣，其中最常用的方法有生物指示法(包括污染指示種、生物指數法(BI)、污水生態系統)，多樣性指數法(Whittaker多樣性指數、Margalef 和Shannon-Weaver多樣性指數等)，藻類污染指數，污生指數和硅藻生物指數等。本文詳細介紹了這些監測方法，并簡述了藻類監測方法結合其它方法對湖泊等水體進行營養評價的應用研究進展。
關鍵詞：藻類監測,方法,湖泊營養評價
藻類是水生生態系統的初級生產者，其種類組成和數量的變化會直接影響水質質量。同時水生生物的代謝活動決定了水質的感觀性狀及內在理化狀況，并且很大程度上反映了水生生物本身的群落結構特點，包括種類的組成及在各小環境中的分布、更替的時間頻度及現存量等。湖泊富營養化是由于水生生物特別是浮游藻類大量增殖, 造成水體中營養負荷增加，形成藻型湖泊，因此從水質控制的角度看，藻型富營養化的危害要遠遠大于草型富營養化 。此外，當水體營養狀態惡化時，耐污的種類個體數量猛增，敏感種類數量減少甚至消失，不同營養狀態出現不同的水生浮游植物群落結構，故浮游植物的生態特征可以作為分析湖泊營養特征的有效方法。
1. 藻類監測在湖泊富營養化中的應用
藻類作為水生生態系統食物鏈第一環節的重要組成部分，尤其是在水生植被退化嚴重的富營養化藻型湖泊中，其接受的是水環境的綜合影響，因此藻類監測結果反映整個環境中各種因素的綜合作用，具有長期性綜合性的優勢。許多研究者將藻類的生態特征與水質理化監測相結合，對水體營養狀態進行了綜合分析和評價。
海水富營養化程度會影響浮游植物的多樣性。彭昆侖等研究湛江港外海水富營養化水平與浮游植物多樣性時，發現浮游植物多樣性指數和均勻度的分布與營養狀態指數分布基本上是相反的，即海水營養化水平高時，浮游植物多樣性指數和均勻度較低。
綜上所述，藻類監測可以準確反映天然湖泊、水庫等緩流型、封閉型水體的營養狀態，且能進行長期監測，反映水質的長期演變趨勢，用于預測水體水質的未來發展，是一種具有長期性、科學性和綜合性優勢的湖泊營養監測分析方式。
2. 常用藻類監測方法
湖泊營養水平和藻類生長繁殖有一定的相關性，在不同營養類型或不同污染程度的水體中，藻類的數量、種群組成及優勢種類都會發生相應的變化。浮游植物的種類組成最能反映水體的污染狀，同時也作為湖泊營養特性的指標和判斷營養狀況的有效方法。
2.1. 生物指示評價法
生物指示評價法是目前國內外評價水體富營養程度中較為簡單、方便的，可以直觀地評價水體的富營養化狀況。該方法主要包括污染指示種、生物指數法(BI)、污水生態系統法等。Kolkwitz和Marsson將水體分為多污帶、alpha-中污帶、beta-中污帶和寡污帶，并對每種污染帶中的底泥、溶解氧、生化需氧量和生存的藻類等作了詳細評價，形成污水生物系統，用于監測和評價水質。此后，一些學者進一步研究引進了定量的概念，即以群落中優勢種為重點，在研究群落結構的基礎上，根據水生生物種類的數量設計出許多公式，計算出生物指數，發展出生物指數法，如培克法和津田松苗法。我國學者根據不同營養狀態湖泊、水庫中常見的浮游植物優勢種類和浮游植物數量將水體營養狀況分為貧營養型、中營養型、富營養型和重富營養型4個營養級別對水體營養狀況進行評價。不同營養狀態湖泊、水庫中常見浮游植物優勢種屬見表1。此外，水生態的變化往往影響藻類群落特征，反映所在水體水環境的長期性和綜合性的變化。上世紀40年代末，生物學工作者已發現在未受污染的河流中藻類植物主要為硅藻，少數為綠藻和藍藻;河流被污染以后，種數減少，以各種絲狀綠藻占優勢。
2.2. 多樣性指數法
物種多樣性是群落的主要特征，反映群落結構的穩定性。通過多樣性指數可以了解群落中不同種類的個體差異、物種的分布格局、群落結構的組成和水體的營養狀況，作為判定水體營養狀況的依據。常用的多樣性指數包括Whittaker多樣性指數、Margalef指數、Shannon-Wiever多樣性指數、生物多樣性指數和均勻度指數。
Whittaker多樣性指數也稱β-多樣性指數，β值越大，不同采樣時間內的共有種就越少，其生態環境存在差異越大，說明其水質有一定的變化，因此這種指數可以反映不同采樣時間的物種組成狀況，評價該時段的生境狀況。
Margalef多樣性指數(d)，運用公式(1.1)對群落多樣性進行判別，但判別能力不高，特別是對稀有種的評價，結果可能被錯誤理解，因此在浮游植物群落結構研究中要謹慎使用。
d = S- 1/logN (1.1)
式中：S——種類數;
N——個體數;
Shannon- Weaver指數(公式1.2)是基于生物量并對浮游植物群落物種數敏感的多樣性指數，在不同的營養條件下,浮游植物可以有類似的組成，或相同營養條件下呈現不同的組成，但生物量必定隨著水體營養狀態的上升而增加，因此從有機碳或有機氮等能量水平方面考慮群落結構特點的Shannon-Weaver指數能準確的反映群落結構。
D=-∑(ni/n)log2(ni/n) (1.2)
式中， D——多樣性指數;
n——樣品中藻類總個體數;
ni——樣品中i種的個體數;
2.3. 藻類污染指數
Palmer根據藻類對有機污染的敏感度的不同，對能耐污的20個屬的藻類分別給予不同的污染指數值，根據水樣中出現的這些藻類計算總污染指數，總污染指數大于20，屬于重污染，介于15-19的為中污染，而低于15的為輕污染。該方法先用“屬”作為污染指數，每個屬包括的種類有多有少，如裸藻屬我國記載達95種、變種、變型，但并非所有種都生長在有機質含量高的水體，如旋紋裸藻(E.spirogyra)等。另外某些屬的大部分種類都不耐污，但可能有個別種類如衣藻屬的中華擬衣藻(Chloromonas sinica)是一種很耐污的種類。因此，這種方式是粗放的評價方法。
2.4. 污生指數
污生指數是一種根據不同藻類種數和出現頻率分別給予分值，計算后評價有機污染的方法。計算公式由Pantle和Buck(1955年)提出：SI=∑S×h/∑h，S為不同種類的分值，從寡污染種到多污染種為1-4;h為出現率，從少到多分為3或5級，分值為1-5。SI=1-1.5為輕污染，1.5-2.5為中污染，2.5為重污染，3.5-4.0為嚴重污染[22]。
2.5. 硅藻生物指數
根據硅藻對有機污染物的不同反應，計算硅藻指數(公式1.3)來測定河流被污染的程度。
I=(2A+B-2C)/ (A+B-C)×100 (1.3)
式中：I——硅藻生物指數;
A——不耐有機污染種類數;
B——對有機污染無特殊反應種類數;
C——有機污染地區特有生存的種類數。
3. 展望
湖泊富營養化普遍存在，如我國幾大湖泊滇池、巢湖等富營養化程度嚴重，藍藻水華爆發時有發生，藻類監測任務顯得越來越重要，特別是長期性的藻類監測和群落演替分析，可以為預測水華爆發提供基礎資料。科學工作者也嘗試將GIS技術，應用于湖泊富營養藻類動態監測和水華預警的研究工作，將藻類監測評價與水華爆發預警相結合，不斷改進藻類監測方法和技術，為實際工作提供科學基礎和有效方法。
參考文獻：
[1] 徐淑慶，徐文立. 桂林漓江藻類植物生態學研究. 欽州師范高等專科學校學報，2006，21(3):105-108
[2 張新剛，冷雪蓮，于洪賢. 鏡泊湖水環境質量綜合評價及保護對策探討. 水利漁業，2007，27(4)：55-57
[3] 王明書，周亞寧. 20余年來縉云山黛湖鼓藻類植物的演變與水質的關系. 西南師范大學學報(自然科學版),2007,32(1):43-46
[4] 詹壽發，樊有賦，陳曄等. 江西九江甘棠湖浮游藻類調查及水質污染的分析. 安徽農業科學，2007，35(34)：11192—11198
[5] 馬正學，宋玉珍，揚茂盛. 黃河蘭州段的藻類群落用于水質評價的研究. 甘肅科學學報，1996，8(1):79-82
[6] 林碧琴，姜彬慧. 藻類與環境保護[M]. 沈陽：遼寧民族出版社，1999：286-421
[7] 胡鴻鈞，魏印心. 中國淡水藻類:系統、分類及生態[M]. 科學出版社，2006:948
