范 帆,李文朝,柯 凡
(1:蘇州科技學院,蘇州 215009)
(2:中國科學院南京地理與湖泊研究所湖泊與環(huán)境國家重點實驗室,南京 210008)
巢湖位于安徽省中部,是我國第五大淡水湖,湖泊面積約780 km2,平均水深4.5 m.巢湖不僅是安徽省重要的漁業(yè)基地和航運通道,也是巢湖市及周邊地區(qū)重要的飲用水水源地.自1970s 以來,巢湖富營養(yǎng)化程度日益加劇,夏、秋季藍藻水華肆虐,嚴重影響了當?shù)毓I(yè)生產(chǎn)用水以及城市居民供水[1].
大部分可以形成水華的藍藻種群易在水體中聚集成藻團,以藻團形式存在的藍藻占據(jù)了整個種群的大部分比例.清除藍藻藻團可以有效減少水華藍藻的總生物量,從而降低藍藻水華的危害程度甚至預防水華的暴發(fā).根據(jù)藍藻上述特性成功研制的大型仿生式水面藍藻清除設備,能汲取5 cm 富含藍藻水層,通過高密度超低孔徑篩網(wǎng)對湖水中藍藻進行藻水分離,對肉眼可見藍藻分離率達100%,處理流量可達1000 m3/h.銅綠微囊藻是巢湖水華藍藻主要優(yōu)勢種群之一,由于其在水體中分布范圍廣、持續(xù)周期長[2]以及產(chǎn)藻毒素的特性[3],危害性遠高于其他藻類.因此,本文著重考察巢湖水源地銅綠微囊藻藻團粒徑季節(jié)性發(fā)育及分布狀況,為設備對銅綠微囊藻藻團的過濾效率研究提供科學的理論依據(jù).
巢湖市水源保護湖區(qū)位于巢湖東北角(30°34'31″~31°36'45″N,117°47'8″~117°50'54″E),西至龜山,東至裕溪河口.整個湖區(qū)是一個西寬東窄的湖灣,面積大約10 km2,平均水深2.7 m,西部湖界橫斷面長約2.5 km.湖區(qū)西部水面開闊,與外湖湖水交換頻繁,湖東呈“Y”型岔口,岔口北段為封閉水灣,內(nèi)有一個小型碼頭,供漁政船???,水深較大,最深處達5 m 左右,南段為裕溪河口.建于河口上的巢湖閘是調(diào)節(jié)巢湖水量的關鍵性水利工程,閘門未開時,水源湖區(qū)呈半封閉狀態(tài).水源地南岸多丘陵,北岸地勢較為平坦.巢湖水源保護湖區(qū)是整個巢湖目前唯一的水源地,湖區(qū)內(nèi)設有巢湖市第一和第二自來水廠的取水口.該水源地不僅為巢湖市居民提供飲用水水源,同時也為周邊企業(yè)生產(chǎn)用水以及居民生活用水提供水源,因此水源地水質(zhì)的優(yōu)劣對巢湖市的經(jīng)濟與民生有著重大影響.
在水源湖區(qū)設置2 個采樣點(圖1),采樣點 S1(31°35'31″N,117°51'7″E)位于內(nèi)湖灣內(nèi),平均水深約為4.5 m.采樣點 S2(31°35'59″N,117°45'36″E)位于湖區(qū)西部大湖面上,平均水深約為3.4 m.由于南岸丘陵、湖岸大壩以及河口大橋等建筑物的阻隔,內(nèi)湖灣受風浪的擾動較小,特別是南岸丘陵對西至西南風風力有明顯的削弱作用,相比開闊湖面,前者受到的水力擾動明顯低于后者.
圖1 巢湖市水源保護湖區(qū)地理區(qū)位及采樣點位置Fig.1 Location of water protection zone of Chaohu City and sampling sites
2011年 4-8月,每月中旬分別在 S1、S2點位采集表層(S1:水下0.5 m,S2:水下0.5 m)、中層(S1:水下 2.0 m,S2:水下1.5 m)和底層(S1:水下4.0 m,S2:水下3.0 m)水樣.用有機玻璃采水器(容量2.5 L)在每個深度取樣多次,倒入大桶(容量10 L)中混合攪勻,再用采樣瓶采集1 L 水樣,目的是盡量減小因采樣不均導致的系統(tǒng)誤差.在水樣采集后現(xiàn)場加入15 ml 魯哥試劑固定,用作后續(xù)的藻團計數(shù)以及粒徑測量.用Kestrel 4500 型便攜式氣象儀測量采樣時的瞬時風速,用采水器自帶的溫度計測量水溫.
經(jīng)魯哥試劑固定后的1 L 水樣在實驗室靜置24 h 后濃縮至30 ml,轉(zhuǎn)入定量瓶待測.用于藻團計數(shù)與粒徑測量的儀器為Nikon Ts100 型光學倒置顯微鏡,顯微鏡攝像頭為DS-Fi1 型.
首先進行銅綠微囊藻的鑒別和藻團計數(shù),藻種的鑒別參照文獻[4-5],藻團的計數(shù)參照文獻[6].
通過該顯微鏡自帶測量軟件(NIS-Elements D,圖2)在一定放大倍數(shù)(40 ~200 倍)下對各樣品中銅綠微囊藻藻團粒徑進行測量.測量工作開始之前,先用測微臺尺定標各個放大倍數(shù)下象素對應的實際長度.每次測量樣品時,將定量瓶充分搖勻,從中央部分吸取0.1 ml 樣品于0.1 ml 計數(shù)框內(nèi),隨機測量出現(xiàn)在視野中的藻團100 個.在手動測量每個藻團的二維投影面積(S)和擬合橢圓的長短軸(A 軸、B 軸)后,軟件會自動生成等圓直徑(d)和長短軸比(A 軸/B 軸),在后文中前者簡稱為粒徑,后者的倒數(shù)簡稱為形狀因子.
形狀因子(shape factor)是圖像分析以及顯微鏡檢中用來數(shù)值化描述顆粒形狀的無量綱量,常用來表示微粒形狀與理想形狀(如圓形、球形、等多邊體形)之間的差異,與顆粒大小無關[7].橢圓軸比(axial ratio of an ellipse)是常用的形狀因子之一,被大多數(shù)圖像分析系統(tǒng)所采用,其值為擬合橢圓的短長軸比,比值范圍為0 ~1,比值越接近0 顆粒越狹長,越接近1 顆粒越規(guī)則、越接近理想形狀.計算該量時,對軸的定義有兩種:一為顆粒二維投影輪廓的最長軸與最短軸,兩軸不一定垂直;二為與顆粒二維投影面積相差最小的理想橢圓的長短軸,兩軸相互垂直[8],本實驗中對藻團形狀因子的測量采用的是后者.
采樣期間各月份的每日氣象數(shù)據(jù)資料由巢湖氣象監(jiān)測臺站(58326)提供.由于5月份內(nèi)湖灣進行航道疏浚,考慮到擾動底泥及水層對實驗結(jié)果的影響,未采集S1 的水樣.同時因為在4月份水樣中沒有觀測到銅綠微囊藻藻團,因此實際只測量了5月份S2 點位,6、7、8月份S1 和S2 點位的藻團參數(shù).
圖2 顯微鏡測量軟件工作界面Fig.2 Working interface of the measurement software
用SPSS 17.0 統(tǒng)計分析軟件分別對各月份S1、S2 點位3 個水深的藻團粒徑和形狀因子進行單因素方差分析(One-way ANOVA,α=0.05),比較水源湖區(qū)不同水深藻團粒徑和形狀因子的分布差異.分別對各月份S1、S2 點位的藻團粒徑總樣本及形狀因子總樣本(將3 個不同水深的樣本混合)進行獨立樣本t 檢驗,比較水源湖區(qū)各月份下內(nèi)湖灣與外湖區(qū)藻團粒徑和形狀因子的分布差異.
銅綠微囊藻藻團之間的大小差異很大,小到只有若干個單藻構(gòu)成,大到肉眼可見.粒徑變化范圍為20.54 ~1620.28 μm,大部分粒徑分布在 30 ~300 μm 范圍內(nèi),占樣本總數(shù)的 96.25%,粒徑小于 30 μm 的藻團占樣本總數(shù)的0.19%,粒徑大于400 μm 的藻團占樣本總數(shù)的3.56%.由圖3、4 可以看出,S1、S2 各月份下不同水深的藻團粒徑樣本分布均呈正偏態(tài).對各水深粒徑樣本分布正態(tài)性進行單樣本K-S 檢驗的結(jié)果顯示P 值均小于0.05,即粒徑樣本不服從正態(tài)分布.
對7 組不同水深粒徑樣本進行單因素方差分析的結(jié)果顯示,6月份S1(df =2297,P <0.05)、8月份S1(df=2297,P <0.01)、5月份 S2(df=2305,P <0.01)和 6月份 S2(df=2297,P <0.01)不同水深的藻團粒徑分布差異顯著.對7 組不同水深的藻團粒徑樣本進行多重比較(最小顯著差數(shù),LSD)的結(jié)果顯示,在上述出現(xiàn)顯著分布差異的月份及采樣點,表層與中層、表層與底層的粒徑分布差異顯著高于中層與底層,因此水源湖區(qū)藻團粒徑在水柱中的分布差異主要來自表層與中、底層的差異.
圖3 6-8月S1 點位不同水深的銅綠微囊藻藻團粒徑分布Fig.3 Distribution of M.aeruginosa colony diameter in different depths at S1 site from June to August
圖4 5-8月S2 點位不同水深的銅綠微囊藻藻團粒徑分布Fig.4 Distribution of M.aeruginosa colony diameter in different depths at S2 site from May to August
不同粒徑水平的銅綠微囊藻藻團在不同水深的分布存在差異,3 組不同粒徑水平的藻團在不同水深的比例分布(圖5)表明,粒徑小于200 μm 的藻團在各水深的分布都比較均勻,在整個水柱中的分布沒有明顯的趨向性.粒徑大于200 μm 的藻團在表層水中的分布比例明顯高于中、底層,說明粒徑較大的藻團易于在水柱表層聚集.同時也發(fā)現(xiàn),在7、8月S2 采樣點,無論是粒徑小的藻團還是粒徑較大的藻團,在各水深的分布都比較均勻.
圖5 3 組不同粒徑范圍的銅綠微囊藻藻團在不同水深的比例分布Fig.5 Ratio distribution of M.aeruginosa colonies in three ranges in different water depths
分別對6、7、8月S1 和S2 采樣點整個水柱的粒徑樣本(將3 個水深的藻團粒徑樣本混合,作為采樣點的月粒徑樣本)進行獨立樣本t 檢驗,檢驗結(jié)果(表1)顯示:兩個采樣點的藻團粒徑分布存在顯著差異,各月份下S2 的藻團粒徑均值均大于S1.兩個采樣點藻團粒徑隨月份的變化趨勢基本一致,6月份藻團粒徑均值明顯高于其他月份.
粒徑處于100 ~200 μm 區(qū)間的藻團占總樣本比例最高,為44.6%,大于400 μm 的藻團占總樣本比例最低,為4%,上述兩個區(qū)間的藻團粒徑在S1 和S2 的分布比例大致相當,分別為21.3%和23.3%,1.7%和2.3%.兩個采樣點粒徑分布差異主要來自小于100 μm 和200 ~400 μm 兩個區(qū)間的藻團,前者在S1 和S2的比例分別為21.2%和11.9%,后者比例分別為5.9%和12.5%(圖6).
表1 各月份下S1、S2 藻團粒徑樣本的獨立t 檢驗顯著性及均值比較*Tab.1 Significance of independent t-test and comparison of mean values between colony diameter samples at S1 and S2 sites in each month
藻團形狀因子最小值為 0.14,最大值為 1.00,形狀因子在 0 ~0.50、0.51 ~0.80、0.81 ~1.00 范圍內(nèi)的藻團占總樣本比例分別為14.00%、54.63%和31.37%.對各組不同水深藻團形狀因子的方差分析以及各月份下S1 與S2 采樣點間形狀因子的t 檢驗結(jié)果表明,湖區(qū)藻團形狀在空間分布上沒有顯著差異.但形狀因子均值隨月份的增加逐漸增大,S1 點6-8月均值分別為0.6479、0.7400、0.7559,S2 點5-8月份均值分別為0.6439、0.6572、0.7094 和 0.7422.
圖6 銅綠微囊藻藻團各粒徑區(qū)間占6-8月份粒徑總樣本的比例及分別在S1 和S2 的比例Fig.6 Ratios of each diameter interval against the June-to-August diameter sample and their respective ratios at S1 and S2 sites
在最早觀測到藻團的5月份,S2 水柱表、中、底層藻團數(shù)量分別為1545、1077、1114 個/L.6月份S1 的藻團數(shù)量略高于S2,自7月份后,S2 的藻團數(shù)量開始明顯高于S1,兩個采樣點水柱中藻團的平均數(shù)量分別為2515、5137 個/L,這一差距在8月份進一步擴大,兩個采樣點藻團的平均數(shù)量分別為 4060、10183 個/L.
湖水中的微囊藻藻團不僅來自水體中微囊藻細胞的分裂增殖,同時也來自底泥中過冬藻團的補充[9].當沉積在湖底的微囊藻藻團接受到足夠陽光時,細胞開始進行不產(chǎn)氧光合作用并生成氣囊,使得藻團能夠漂浮[10].水溫升高也是促進微囊藻氣囊生成的重要條件,當水溫超過20℃時,處在黑暗環(huán)境下的非漂浮藻團能迅速重新獲得浮力[11].水源湖區(qū)4月份的平均氣溫為 17.2 ± 0.9℃,采樣水溫為15.3℃,低水溫既不利于湖水中微囊藻的分裂繁殖[12-13],也不利于過冬藻團從底泥向湖水中遷移,因此在4月份較難觀測到銅綠微囊藻藻團.
水源湖區(qū)銅綠微囊藻藻團粒徑在水柱中分布的差異性主要來自表層與中、底層的差異,而中層與底層之間的差異并不顯著.表層的藻團粒徑通常較大,不僅因為表層光照充足,利于藻團細胞的光合作用,還因為粒徑大的藻團更容易克服紊流對藻團的裹挾力,從而使其能停留在水體表層[14].水源湖區(qū)粒徑大于200 μm的藻團在表層的比例明顯高于中、底層,因此可以將200 μm 理解為導致水柱中藻團粒徑分布存在顯著差異的較大藻團的粒徑下限.也有研究表明粒徑大于120 μm 的藻團較易集中在表層[15],兩個結(jié)論的差異可能來自對藻團粒徑定義的不同.Wallace 等通過模型模擬,認為粒徑達到400 μm 的銅綠微囊藻藻團使自己變得足夠重后沉入水底,從而能接觸到泥水界面[14].Rabouille 等通過模型模擬分析后也認為粒徑大于600 μm 的藻團更容易停留在深水層.當大藻團沉入湖底時,由于底層缺少光照和水溫較低,減緩了藻團細胞對糖原的消耗,從而延遲了藻團向表層的回遷[16].盡管如此,長時間停留在底層也會為藻團提供一些其他優(yōu)勢,比如能使藻團接觸到更多從沉積物中釋放出來的營養(yǎng)物質(zhì)[14,16].本實驗中,在各月份下2 個采樣點的表層和中層均未觀測到粒徑超過800 μm 的藻團,這些超大粒徑藻團全都出現(xiàn)在底層.因此,水源湖區(qū)不同粒徑范圍的銅綠微囊藻藻團在各水深分布的一般規(guī)律是:粒徑小于200 μm 的藻團在各水深的分布都比較均勻,沒有明顯的趨向性;粒徑在200 ~800 μm 范圍內(nèi)的藻團更易集中在湖水表層;粒徑超過800 μm 的藻團更易集中在湖水底層.
大量研究表明風對藻類在水體中的分布有著極其重要的影響.George 等認為當風速大于3.7 m/s 時,紊流會代替層流,導致水柱中藻類趨于均勻性分布[17].Webster 通過構(gòu)建模型從理論上將該臨界值縮小為2 ~3 m/s[18].Cao 等通過在太湖的野外觀測,得出的實際臨界值為3.1 m/s[19].湖區(qū)銅綠微囊藻藻團在水柱中的分布對風速的響應十分敏感,在7月份S1、S2 點位,8月份S2 點位采樣時測得的瞬時風速分別為3.6、5.3和4.6 m/s,此時風浪擾動對藻團在水柱中分布的影響已經(jīng)遠大于藻團自身的垂直遷移運動,因此,上述月份和采樣點的藻團粒徑和數(shù)量在整個水柱中的分布都趨向均勻.
6月份采樣前5 d(6月8-12日)湖區(qū)平均氣溫為26.5℃,平均風速為2.7 m/s,溫度較高、風速較小的天氣是導致6月份水樣的藻團粒徑相比5月份有顯著增加的一個重要因素.從野外觀測和實驗模擬都證實風浪的擾動會造成粒徑較大的微囊藻藻團破裂[20-21],湖區(qū)藻團粒徑總體水平在6月份之后顯著下降與風浪的擾動密切相關,這也說明藻團粒徑的變化易受短時氣象條件的影響.O'Brien 等通過實驗模擬發(fā)現(xiàn),在經(jīng)歷不同強度擾動后銅綠微囊藻藻團存在一個最大穩(wěn)定粒徑,大小在220 ~420 μm 之間,大于該粒徑的藻團易在擾動中破裂[21].在本實驗中,大部分藻團粒徑分布在300 μm 以內(nèi),占粒徑總樣本的91.17%,粒徑在300 ~400 μm 的藻團占總樣本的5.27%,而大于400 μm 的藻團僅占總樣本的3.56%,屬于小概率事件,因此可以認為水源湖區(qū)銅綠微囊藻藻團最大穩(wěn)定粒徑在300 ~400 μm 范圍內(nèi).外湖區(qū)的藻團粒徑均值在各月份下均高于內(nèi)湖灣,說明風浪擾動在顯著降低湖區(qū)水體中藻團粒徑總體水平的同時,也會對一定范圍內(nèi)藻團粒徑的發(fā)育有促進作用,該范圍的上限即為最大穩(wěn)定粒徑.這種促進作用可能是因擾動導致的水體中營養(yǎng)鹽濃度、光照條件等環(huán)境因子變化協(xié)同作用的效果,對此機理的探討需更深入的研究.
狹長形藻團其表面積與體積的比率較大,有利于藻團對光的吸收[10],這樣有助于處于復蘇階段的銅綠微囊藻提高自身對光的利用效率.而在夏季,過高強度的光照反而會抑制微囊藻的生長,此時較規(guī)則形藻團可以減少受光面積.此外,對稱形狀的藻類在下沉時所受阻力明顯大于非對稱形狀藻類[22],在風浪擾動頻繁的夏季,規(guī)則形狀有利于增加藻團的漂浮能力.以上假設可能是引起湖區(qū)藻團形狀變化的原因,但對此現(xiàn)象的解釋還需要結(jié)合更多生物以及非生物因素的影響.
大型仿生式水面藍藻清除設備其篩網(wǎng)的平均孔徑為30 μm,僅從藻團粒徑大小的角度考慮,該設備對銅綠微囊藻藻團的理論過濾效率達到99.81%.但本文所定義的藻團粒徑是對藻團實際大小的一個近似表征,當藻團近似球形時,粒徑值與藻團實際大小吻合程度較高,而當藻團呈不規(guī)則形態(tài)時,上述方法的表征效果較差.這種差別會影響對篩網(wǎng)實際過濾效率的評估,比如兩個等二維投影面積且等圓直徑大于30 μm 的藻團,一個為理想球形,一個為狹長形,后者在通過篩網(wǎng)表面時可能會穿過網(wǎng)眼.盡管如此,篩網(wǎng)對藻團分離的實際效率仍然保持在一個相當高的水平.
研究藻團粒徑分布不僅可以為相關工程應用提供科學的理論支撐,同時也在一些理論研究領域發(fā)揮重要作用,比如:在構(gòu)建模擬微囊藻垂直遷移模型時需要準確的藻團粒徑分布數(shù)據(jù)來支撐[21].盡管與用藻細胞數(shù)量來表征微囊藻藻團大小的方法[23]相比,本實驗中所使用的圖像測量技術(shù)更快速、更直觀,但這種廣泛應用于材料學領域的微粒粒徑測量方法應用到微囊藻藻團粒徑測量上,仍然存在很大的局限性.因為有的微囊藻藻團呈枝杈狀,在水樣中不同的懸浮姿態(tài)在顯微鏡視野下對應有不同的二維輪廓,并且在不同的焦距下所觀測到的輪廓也不同,因此給實際測量帶來相當大的難度.日臻完善的顯微三維測量技術(shù)有望解決上述問題,同時精確可靠的圖像自動識別分析系統(tǒng)也期待在藻類識別和測量領域得到進一步發(fā)展[24].
1)巢湖水源湖區(qū)銅綠微囊藻藻團最早出現(xiàn)于4月中旬至5月中旬之間.藻團粒徑分布范圍為20.54 ~1620.28 μm,其中大部分粒徑分布在30 ~300 μm 范圍內(nèi),占總?cè)后w的96.25%.
2)湖區(qū)銅綠微囊藻藻團粒徑在各水深的分布差異主要來自表層與中、底層差異.粒徑小于200 μm 的藻團在各水深的分布都比較均勻,沒有明顯的趨向性;粒徑在200 ~800 μm 范圍內(nèi)的藻團更易集中在湖水表層;粒徑大于800 μm 的藻團更易集中在湖水底層.外湖區(qū)藻團數(shù)量及藻團粒徑較內(nèi)湖灣均具有明顯優(yōu)勢,兩者粒徑分布差異主要來自小于100 μm 和200 ~400 μm 區(qū)間段.
3)風浪的擾動不僅對藻團有破壞作用,使藻團粒徑整體水平顯著降低,而且使藻團粒徑以及數(shù)量在整個水柱中的分布趨于均勻.湖區(qū)藻團最大穩(wěn)定粒徑在300 ~400 μm 之間.
4)銅綠微囊藻藻團形狀在空間分布上沒有顯著差異.但隨季節(jié)變化,藻團形狀逐漸從狹長形向規(guī)則形演變.
5)大型仿生式藍藻清除設備對湖區(qū)銅綠微囊藻藻團的理論過濾效率可達99.81%.
[1]殷福才,張之源.巢湖富營養(yǎng)化研究進展.湖泊科學,2003,15(4):277-283.
[2]閆 海,潘 綱,張明明.微囊藻毒素研究進展.生態(tài)學報,2002,22(11):1968-1975.
[3]Deng DG,Xie P,Zhou Q et al.Studies on temporal and spatial variations of phytoplankton in Lake Chaohu.Plant Biology,2007,49(4):409-418.
[4]黎尚豪,畢列爵.中國淡水藻志.北京:科學出版社,1998.
[5]Doers MP,Parker DL.Properties of Microcystis aeruginosa and M.flos-aquae (Cyanophyta)in culture:taxonomic impli-cations.Journal of Phycology,1988,24(4):502-508.
[6]國家環(huán)境保護總局《水和廢水監(jiān)測分析方法》編委會.水和廢水監(jiān)測分析方法:第4 版.北京:中國環(huán)境科學出版社,2002.
[7]Friel JJ,Grande JC,Hetzner D et al.Practical guide to image analysis.Ohio:ASM International,2000.
[8]Nafe R,Schlote W.Methods for shape analysis of two-dimensional closed contours-a biologically important,but widely neglected field in histopathology.Electronic Journal of Pathology and Histology,2002,8.2:022-02.
[9]Tsujimura S,Tsukada H,Nakahara H et al.Seasonal variations of Microcystis populations in sediments of Lake Biwa,Japan.Hydrobiologia,2000,434(1/2/3):183-192.
[10]Naselli-Flores L,Barone R.Steady-state assemblages in a Mediterranean hypertrophic reservoir.The role of Microcystis ecomorphological variability in maintaining an apparent equilibrium.Hydrobiologia,2003,502(1/2/3):133-143.
[11]Thomas RH,Walsby AE.The effect of temperature on recovery of buoyancy by Microcystis.Microbiology,1986,132(6):1665-1672.
[12]孔繁翔,高 光.大型淺水富營養(yǎng)化湖泊中藍藻水華形成機理的思考.生態(tài)學報,2005,25(3):589-594.
[13]陳宇煒,秦伯強,高錫云.太湖梅梁灣藻類及相關環(huán)境因子逐步回歸統(tǒng)計和藍藻水華的初步預測.湖泊科學,2001,13(1):63-70.
[14]Wallace BB,Bailey MC,Hamilton DP et al.Simulation of vertical position of buoyancy regulating Microcystis aeruginosa in a shallow eutrophic lake.Aquatic Sciences,2000,62(4):320-333.
[15]Wu X,Kong FX.Effects of light and wind speed on the vertical distribution of Microcystis aeruginosa colonies of different sizes during a summer bloom.International Review of Hydrobiology,2009,94(3):258-266.
[16]Rabouille S,Salencon MJ.Functional analysis of Microcystis vertical migration:a dynamic model as a prospecting tool.Ⅱ.Influence of mixing,thermal stratification and colony diameter on biomass production.Aquatic Microbial Ecology,2005,39(1):281-292.
[17]George DG,Edwards RW.The effect of wind on the distribution of chlorophyll a and crustacean plankton in a shallow eutrophic reservoir.Journal of Applied Ecology,1976,13(3):667-690.
[18]Webster IT.Effect of wind on the distribution of phytoplankton cells in lakes revisited.Limnology and Oceanography,1994,39(2):365-373.
[19]Cao HS,Kong FX,Luo LC et al.Effects of wind and wind-induced waves on vertical phytoplankton distribution and surface blooms of Microcystis aeruginosa in Lake Taihu.Journal of Freshwater Ecology,2006,21(2):231-238.
[20]Robarts RD,Zohary T.Microcystis aeruginosa and underwater light attenuation in a hypertrophic lake (Hartbeespoort Dam,South Africa).Journal of Ecology,1984,72(3):1001-1017.
[21]O'Brien KR,Meyer DL,Waite AM et al.Disaggregation of Microcystis aeruginosa colonies under turbulent mixing:laboratory experiments in a grid-stirred tank.Hydrobiologia,2004,519(1/2/3):143-152.
[22]Padisák Judit,Soróczki-Pintér éva,Rezner Z.Sinking properties of some phytoplankton shapes and the relation of form resistance to morphological diversity of plankton-an experimental study.Hydrobiologia,2003,171:243-257.
[23]Cao H,Zhou Y.Variation in colony size of Microcystis aeruginosa in a eutrophic lake during recruitment and bloom formation.Journal of Freshwater Ecology,2010,25(3):331-335.
[24]Walker RF,Kumagai M.Image analysis as a tool for quantitative phycology:a computational approach to cyanobacterial taxa identification.Limnology,2000,1(2):107-115.