陳夢齊,劉紫丹,戴文芳,葉仙森, 梁新友,熊金波,3,*

1 寧波大學海洋學院,寧波 315211 2 寧波海洋環(huán)境監(jiān)測中心站,寧波 315040 3 浙江海洋高效健康養(yǎng)殖協(xié)同創(chuàng)新中心,寧波 315211

?

象山港電廠溫排水增溫對浮游細菌群落空間分布的影響

陳夢齊1,劉紫丹1,戴文芳1,葉仙森2, 梁新友2,熊金波1,3,*

1 寧波大學海洋學院,寧波 315211 2 寧波海洋環(huán)境監(jiān)測中心站,寧波 315040 3 浙江海洋高效健康養(yǎng)殖協(xié)同創(chuàng)新中心,寧波 315211

沿海電廠產(chǎn)生的溫排水已造成了較嚴重的環(huán)境問題,如生物病害和赤潮暴發(fā)頻率增加?，F(xiàn)有研究多關注溫排水增溫對浮游動、植物多樣性的影響,而缺乏在物質能量循環(huán)過程起核心紐帶作用的微生物對增溫的響應和反饋。考慮到生態(tài)系統(tǒng)對增溫的反饋取決于浮游植物的初級生產(chǎn)力和微生物異養(yǎng)呼吸之間的平衡,利用Illumina測序技術結合水體理化性質研究了象山港電廠溫排水增溫梯度下浮游細菌的空間分布特征。溫排水預期的海水增溫顯著地增加了水體中硝氮(P=0.041,單因素方差分析)、化學需氧量(P< 0.001)、油污(P=0.004)和余氯(P=0.003)的濃度；但降低了溶解氧(P=0.034)和葉綠素a(P=0.045)的含量。此外,相似性分析發(fā)現(xiàn)溫排水增溫顯著地(r=0.338；P=0.042)改變了浮游細菌群落結構,空間分布遵循空間距離-群落相似性衰減(r=-0.582；P=0.026)模型,周轉速率為0.0013。細菌多樣性主要受水體溶解氧、化學需要量和葉綠素a的影響,分別控制了34.6%、20.1%和10.0%的多樣性變異。冗余分析(RDA)群落變異主要受環(huán)境因子(包括溫度、油污、溶解氧和葉綠素a)的影響,一共解釋了55.6%的群落變異；增溫僅解釋了4.8%的群落變異。因此,浮游細菌群落結構主要受環(huán)境因子的影響,這種各因子對群落變異相對貢獻比例的特征與增溫主要通過改變水質和浮游植物特征,以間接作用影響細菌群落組成的觀念一致。此外,細菌多樣性和群落組成受不同環(huán)境因子的驅動。相比而言,空間距離只控制了較小比例的群落變異(7.1%)。此外,篩選到11個細菌科,這些科的相對豐度與增溫幅度顯著相關,變化特征與各科已知的生態(tài)功能相吻合, 如海洋螺菌科(Oceanospirillaceae)中有些菌株能夠降解石油污染物,其相對豐度在高油污濃度站點增加(油污濃度與增溫幅度正相關,r=0.558；P=0.030)；嗜溫的弧菌科相對豐度與增溫幅度正相關。綜上,研究結果初步明確了浮游細菌群落對電廠溫排水增溫的響應特征,并篩選到敏感的細菌科來指示和預測增溫對生態(tài)功能的潛在影響。

溫排水；浮游細菌群落結構；空間分布；指示細菌科

為滿足工業(yè)和經(jīng)濟的高速發(fā)展對電力日益增長的需求,近20年來我國東部沿海地區(qū)興建了大量電廠。這些電廠排放的冷卻水把巨大的熱能傳遞到附近海域,致使水溫高于周圍水域2—8℃[1- 3]。海水溫度升高引起的生物病害和赤潮暴發(fā)的案例在世界各地均有報道[4-6]。我國現(xiàn)行的《海水水質標準》(GB 3097—1997) 已將海水升溫超過當時當?shù)販囟鹊姆茸鳛樗|評價指標；并通過監(jiān)測浮游動、植物的多樣性和組成來評價增溫的影響,而缺乏浮游微生物如何響應海水增溫的研究。

近年來,由于國家對環(huán)境可持續(xù)發(fā)展的重視,濱海電廠溫排水對周圍海域生態(tài)系統(tǒng)的影響受到人們的日益關注[2-3]。大量研究結果表明電廠溫排水增溫已經(jīng)對浮游植物和動物產(chǎn)生了一些負面影響[7],如：赤潮暴發(fā)時間提前、頻率增加[8]；浮游植物群落改變[2,9]；浮游動物優(yōu)勢種變化、多樣性降低[10-11]及周轉速率加快[1]。盡管浮游微生物在微食物網(wǎng)平衡中發(fā)揮著核心作用,但是卻缺少在物質能量循環(huán)過程中起紐帶作用的微生物對溫排水增溫響應的研究[12-13]。在全球氣候變暖背景下,實測和模型預測數(shù)據(jù)均認為海水會加速增溫,到本世紀末海水增溫幅度為1.1—6.4 ℃[14],具體的增溫幅度取決于微食物網(wǎng)中浮游植物的初級生產(chǎn)力和異養(yǎng)微生物降解間的平衡[6,15]。此外,浮游細菌對增溫能夠做出快速和靈敏的響應,這種響應遵循增溫幅度-效應關系[16-17]。持續(xù)的環(huán)境選擇壓力能夠降低微生物的隨機增殖,選擇適應環(huán)境的種群[18-19]?？梢?通過研究細菌群落結構對溫排水的響應,建立特定種群和增溫幅度間的相互關系,實現(xiàn)利用敏感的細菌種群來評價溫排水的微生態(tài)效應在理論上是可行的。然而,類似的研究在近海生態(tài)系統(tǒng)中還較缺乏。

目前,國內(nèi)外學者針對海水增溫對浮游生物的影響開展了一些研究,為評價增溫的微生態(tài)效應提供了基礎。但主要利用浮游動、植物多樣性和組成作為指標來評價海水增溫的微生態(tài)效應[1- 2,9-10]。有研究表明異養(yǎng)微生物的代謝相比于浮游植物的初級生產(chǎn)力對增溫更加敏感[20]?？梢?研究浮游微生物對增溫的響應是對以浮游植物凈生產(chǎn)量表征增溫生態(tài)效應的重要補充,同時也能更準確和靈敏地反映海水增溫對生態(tài)系統(tǒng)的影響。因此,本研究在象山港烏沙山電廠溫排水的強增溫海域進行浮游細菌群落結構和多樣性研究,目標是揭示該海域:(1)浮游細菌群落結構和多樣性對溫排水的響應規(guī)律及空間變化特征;(2)影響群落結構的環(huán)境因子及它們對群落變異的相對貢獻;(3)篩選與增溫幅度相關的指示細菌科。研究結果有助于了解電廠溫排水對浮游細菌群落的影響,并篩選到潛在的指示細菌種群來評價海水增溫的微生態(tài)效應；為海洋行政主管部門決策管理提供基礎數(shù)據(jù)。

1實驗方法

1.1 實驗設計與采樣

烏沙山大唐火力發(fā)電廠位于象山港主港(西側至對山)深槽的西部。2006年底,浙江大唐烏沙山發(fā)電廠的4臺4 × 600 MW超臨界燃煤機組開始運行。2014年12月12日,隨國家海洋局寧波市海洋環(huán)境監(jiān)測中心站的走航船采集了表層海水樣品(圖1)。采樣站點為中心站環(huán)評常年監(jiān)測站點,地理坐標范圍為29°32′00″—29°32′30″N,121°37′30″—121°41′15″E。在溫排水口水流梯度3個(排水口2、排水口4、排水口6)、左側4個(左側1、左側4、新增1、新增3)、右側3個(右側1、右側3、右側5)(五角星標記站點)和橫山碼頭外側W8為對照點(圖1)。為了統(tǒng)計分析,在W8站點10 m2范圍內(nèi)采樣了3次水樣作為重復,共計14個水樣。

圖1 采樣站點示意圖Fig.1 Distribution of sampling sites

1.2 水體理化性質測定

1.3 微生物的DNA抽提和16S rDNA基因Illumina高通量測序

水樣經(jīng)100 μm孔徑的尼龍網(wǎng)預過濾,然后用0.22 μm聚碳酸酯膜(Millipore,Boston,MA,USA)過濾收集微生物。濾膜用無菌剪刀剪碎后用Power Soil? DNA Isolation Kit試劑盒(MO Laboratories, Carlsbad, CA, USA)提取總DNA。NanoDrop ND- 1000 分光光度計(NanoDrop Technologies, Wilmington, DE, USA)測定DNA的濃度,-80℃保存?zhèn)溆谩?/p>

每個樣品取100 ng的DNA作為模板,用引物515F(5′-GTGCCAGCMGCC- GCGG- 3′)和907R(5′-GTGCCAGCMGCCGCGG- 3′)擴增16S rDNA基因的V4-V5可變區(qū)[22]。引物的5′端帶有用于Illumina測序的接頭和區(qū)分樣品來源的6堿基Barcode序列。每個樣品平行擴增3重復以減少擴增造成的偏差,PCR反應條件如下：30 個循環(huán),94 ℃ 變性 30 s, 55 ℃ 退火30 s, 72 ℃ 延伸 30 s,最后72 ℃ 延伸 10 min[23]。PCR產(chǎn)物經(jīng)凝膠電泳檢測擴增出預期大小的片段且沒有非特異性條帶后,用PCR片段純化試劑盒純化。NanoDrop測定濃度后,每個樣品取等量的PCR產(chǎn)物混合,在Miseq平臺雙末端測序(Illumina, San Diego, USA)。

1.4 Illumina數(shù)據(jù)處理

下機后的數(shù)據(jù)用FLASH軟件拼接二端序列[24],然后用Qiime流程分析,包括質控和去嵌合體[25]。簡言之,剪接掉3個以上的連續(xù)且質控分小于20的堿基,保留> 300個堿基的長序列,然后用UCHIME去掉嵌合體[26]。用UCLUST將序列在97%的相似性水平聚類為OTUs(分類操作單元,對應于細菌種水平)；挑選在每個OTU里豐度和覆蓋度最高的序列為代表序列,用PyNAST在Greengenes數(shù)據(jù)庫中比對,獲得OTUs的物種分類信息[27-28]。去掉古菌、葉綠體和不屬于細菌的序列。為了消除樣品間由于測序深度造成的偏差,通過隨機取樣,每個樣品24000條(最低測序深度)序列用于后續(xù)分析。

1.5 統(tǒng)計分析

本研究主要關注溫排水增溫對水環(huán)境的影響及浮游細菌的響應。因此,本研究根據(jù)與對照站點相比的增溫差值分為4組：對照、增溫0—1 ℃ (ΔT 0—1)、1—2 ℃(ΔT 1—2)和2—3 ℃(ΔT 2—3)。單因素方差分析比較不同增溫幅度下水體理化性質的差異。不同多樣性指標均一化處理后,多元回歸樹(Multivariate regression tree,MRT)分析影響細菌多樣性的環(huán)境驅動因子[29]?；诩訖嗟腢niFrac距離主坐標分析(Principal coordinates analysis,PCoA)不同增溫幅度對浮游細菌群落結構的影響[30],并用相似性(Analysis of similarity, ANOSIM)檢測差異的顯著性[31]。皮爾森相關性分析篩選與增溫幅度顯著相關的細菌指示科。空間距離-群落相似性衰減模型分析浮游細菌群落的空間分布特征[32]。利用蒙特卡洛檢測篩選與細菌群落變異顯著相關的環(huán)境因子,偏冗余分析(partial redundancy analysis,pRDA)結合變異分配分析(Variance partitioning analysis,VPA)不同環(huán)境因子對群落變異的相對貢獻[33]。

2 結果與分析

2.1 溫排水增溫對水體理化性質的影響

電廠溫排水顯著地(P< 0.001)增加了鄰近水域的溫度(表1),增溫幅度與距離排水口的距離正相關。此外,溫排水增溫顯著地增加了水體中硝氮和化學需氧量的濃度,以及油污和余氯的含量；降低了水體中的溶解氧和葉綠素a的濃度；對其它測定的環(huán)境因子沒有顯著影響(表1)。

2.2 溫排水增溫對浮游細菌群落多樣性和組成的影響

利用多元回歸分析,發(fā)現(xiàn)溶解氧是影響細菌多樣性的主要因素,解釋了34.6%的多樣性變異,其次為化學需氧量和葉綠素a,分別控制了20.1%和10.0%的變異(圖2)。此外,主坐標分析分析發(fā)現(xiàn)除ΔT 0—1組外,浮游細菌群落在增溫梯度下發(fā)生了明顯變化。第一和第二軸共同解釋了64.7%的群落變異(圖3),組間差異達到顯著(rANOSIM=0.338,P=0.042)。

表1 環(huán)境因子在不同增溫幅度下的均值比較

DO：溶解氧 Dissolved oxygen；COD：化學需氧量 Chemical oxygen demand;P<0.05,差異顯著，單因素方差分析

圖2 多元回歸樹分析影響細菌多樣性的環(huán)境因子Fig.2 Multivariate regression tree analysis to identify the factors in shaping the bacterial diversityDO: 溶解氧 Dissolved oxygen; COD: 化學需氧量 Chemical oxygen demand

2.3 浮游細菌群落的空間分布特征

由于水流、潮汐等因素可能會影響浮游微生物的空間分布特征,導致自由態(tài)微生物的隨機擴散而呈現(xiàn)無規(guī)則的分布[34]。因此,利用空間距離-群落相似性模型分析浮游細菌的空間分布是否是無規(guī)則的,發(fā)現(xiàn)隨著站點間空間距離的增加,浮游細菌群落的相似性遞減(r=-0.582,P=0.026),其周轉速率為0.0013(圖4)。

2.4 建立浮游細菌群落與環(huán)境因子、空間距離間的相互關系

為了評估空間距離(作為擴散限制的指標)和水體理化性質對浮游細菌群落變異的相對貢獻,篩選與群落變異顯著相關,且膨脹因子小于20的環(huán)境因子。共4個環(huán)境因子,包括溫度(P=0.013)、油污濃度(P=0.004)、溶解氧(P=0.020)和葉綠素a(P=0.007)與群落變異顯著相關。這些因子共控制了62.6%的群落變異,剩余37.4%的群落變異未被解釋(圖5)。其中,空間距離解釋了7.1%,環(huán)境因子共解釋了55.6%,二者的交互作用解釋了6.8%的群落變異。溫度作為單一因子只控制了4.8%,較低的細菌群落變異(圖5)。

圖3 主坐標分析浮游細菌群落在不同增溫幅度下的差異 Fig.3 Principal coordinates analysis (PCoA) of the bacterioplankton community using UniFrac distance. Symbols are coded by temperature range

圖4 細菌群落相似性與空間距離的擬合相關性 Fig.4 Correlation between bacterial community similarities (Weighted UniFrac distance) and geographic distances

圖5 變異分配分析各環(huán)境因子對群落變異的相對貢獻 Fig.5 Variation partitioning analysis the relative contributions of geographic distance and water variables on the variation of bacterioplankton community structures

2.5 敏感的細菌科相對豐度與增溫幅度相關

以前的研究發(fā)現(xiàn)在細菌科的分類水平具有最高的生態(tài)功能內(nèi)聚性[35]。因此,在科水平篩選與海水溫度顯著相關,且相對豐度較高(在所有樣品中的平均值>0.2%)的細菌科?；谏鲜鲈瓌t共篩選到11個細菌科,其中3個科的相對豐度與增溫幅度負相關,即隨著溫度的增高相對豐度降低；其余8個細菌科與增溫幅度正相關(圖6)。盡管這11個細菌科在對照樣品中差別較大,但在海水增溫梯度影響下,其相對豐度線性變化(圖6),因此可以作為指示溫排水增溫幅度的敏感細菌指示科。

圖6 與增溫幅度顯著相關的11個細菌指示科Fig.6 Identification of the 11 bacterial families serving as bio-indicators along the temperature gradient 圓圈直徑大小與相對豐度成比例,右側r和P值為不同站點溫度與該科相對豐度的相關性分析

3 討論與結論

隨著國家從戰(zhàn)略層面對海洋環(huán)境的重視,亟需評估大量電廠的興建對環(huán)境的影響。本研究通過研究溫排水增溫梯度下的浮游細菌,發(fā)現(xiàn)細菌群落不是隨機分布的,增溫梯度顯著地改變了細菌的群落組成,并明確了導致群落變異的環(huán)境因子。重要的是篩選到了能夠指示增溫幅度的敏感細菌種群,能夠為評價溫排水對生態(tài)系統(tǒng)的影響提供了新的檢測指標。

3.1 增溫改變了浮游細菌群落組成

電廠溫排水顯著地增加了鄰近海水的溫度,進而影響水體理化性質,如化學需氧量、溶解氧等。研究發(fā)現(xiàn)溶解氧、化學需氧量和葉綠素a是影響細菌多樣性的主要因素。溶解氧在促進微生物多樣性的結果在其它研究中也有報道[36], 可能是溶解氧促進了好養(yǎng)細菌的增殖。葉綠素a和化學需氧量分別作為表征浮游植物生物量和水體有機質的綜合指標,能夠為細菌提供代謝底物,降低細菌的種群間競爭而提高細菌群落的多樣性[37]。增溫不是影響細菌多樣性的主要因子,但在不同增溫范圍內(nèi)細菌群落組成差異顯著,表明細菌的群落組成比多樣性對增溫更敏感。類似的,海水增溫能夠引起浮游動、植物群落的改變,導致群落在時間尺度上的周轉速率加快而降低生態(tài)系統(tǒng)的功能穩(wěn)定性[2,10]。近年來,有證據(jù)表明微生物群落結構決定著生態(tài)功能對環(huán)境變化的響應,如群落組成變化和功能變化顯著相關[38]；群落的變化伴隨著代謝功能的改變[39]；浮游微生物功能變化的程度與增溫幅度正相關[16-17]。可見,浮游細菌的群落組成和功能均能夠對增溫產(chǎn)生靈敏的響應。因此,今后的研究需要關注電廠溫排水增溫導致的浮游細菌群落變化對生態(tài)功能產(chǎn)生的潛在影響。

3.2 驅動浮游群落變異的環(huán)境因子

浮游細菌在海洋環(huán)境的物質能量循環(huán)過程中發(fā)揮著核心的生態(tài)功能[12],因此明確細菌群落的空間分布特征和及其環(huán)境驅動因子,對于明確生態(tài)系統(tǒng)的穩(wěn)定性和功能至關重要。從經(jīng)驗上判斷,可能會認為水流和潮汐的作用會掩蓋海水增溫對浮游細菌的影響。然而,在電廠溫排水造成的增溫梯度下隨著空間距離的增加群落相似性衰減,表明在水流和潮汐的干擾下仍能夠檢測到海水增溫對細菌群落的影響,浮游細菌的空間分布不是隨機的。因此,進一步利用變異分配分析來篩選驅動群落變異的環(huán)境因子,其中油污濃度控制了最高比例(9.1%)的群落變異,說明發(fā)電機的少量油泄漏會對浮游細菌結構造成重要影響。在自然環(huán)境中,能夠降解石油的微生物豐度在海洋環(huán)境中較低,但在泄漏污染條件下能夠促進這類微生物的生長,從而改變細菌群落結構[40]。溶解氧和葉綠素a影響浮游細菌群落在以前的研究中也有報道,認為這些因子能夠分別促進好氧和好營養(yǎng)型細菌類群的生長[37,41]。這些結果支持以前研究的推測,在海水增溫條件下浮游生物的組成將向異氧型的生態(tài)系統(tǒng)轉變,可能會進一步加速氣候變暖的趨勢[6,16-17]。相比而言,溫排水增溫對浮游細菌群落的直接影響較低,僅解釋了4.8%的群落變異,因此增溫主要通過改變水體的理化性質,如溶解氧和浮游植物的初級生產(chǎn)力(葉綠素a濃度表征,表1)等,間接影響浮游細菌的群落組成。類似的,土壤增溫也主要是通過增溫的間接效應影響細菌群落的組成和功能結構[42-43]。此外,隨著空間距離的增加群落相似性衰減,站點間的空間距離解釋了7.1%的群落變異,可能是由于浮游細菌的擴散速率低于環(huán)境因子對定殖的選擇壓力,即通過物種選擇(Species sorting)篩選適應環(huán)境的細菌種群,造成非隨機的空間分布,表現(xiàn)為環(huán)境因子的組合解釋了更高比例(55.6%)的浮游細菌群落變異(圖5)。因此,即使在高流動性的近海水域,也能夠檢測到溫排水增溫引起的浮游細菌群落變化,為今后利用浮游細菌群落的變化來評價電廠對環(huán)境的影響提供了依據(jù)。

3.3 利用細菌科指示增溫幅度

研究浮游細菌對溫排水增溫的響應特征,最終期望能夠利用敏感的細菌種群來指示和評價電廠溫排水對海洋環(huán)境的影響。本研究篩選到11個潛在的細菌指示科,其相對豐度與增溫幅度顯著相關。重要的是這些細菌科相對豐度的變化特征與各科已知的生態(tài)功能相吻合。例如, 海洋螺菌科(Oceanospirillaceae)在海洋環(huán)境中廣泛存在,具有較高的豐度,來源于該科的有些菌株能夠降解復雜的石油污染物[44],其豐度的增加可能是由于油污選擇性地促進了這些細菌種的生長(油污濃度與增溫幅度正相關,r=0.558,P=0.030, 皮爾森相關性)。來源于腐螺旋菌科(Saprospiraceae)的細菌具有降解和利用復雜碳源的能力[45],該科相對豐度在增溫條件的增加可能會為其它異養(yǎng)微生物提供可利用性碳源,進一步促進異養(yǎng)微生物的呼吸作用。由于海洋生態(tài)系統(tǒng)對氣候變暖的反饋取決于微食物網(wǎng)中浮游植物的初級生產(chǎn)力和異養(yǎng)微生物降解間的平衡[15],這些異養(yǎng)細菌豐度的增加可能會加速氣候變暖的趨勢(正反饋作用)。此外,長期的站位監(jiān)測發(fā)現(xiàn)氣候變暖引起的海水增溫促進了弧菌的增殖[5]；與本研究的結果一致,弧菌科的相對豐度在增溫梯度下遞增?；【?Vibrionaceae)和交替假單胞菌科(Pseduoalteromonadaceae)是常見的漁業(yè)條件致病菌,其致病能力與溫度正相關[4]。這些致病菌豐度的增加可能會對港內(nèi)的漁業(yè)養(yǎng)殖造成潛在的負面影響。此外,未被鑒定的α-和β-變形菌的相對豐度隨增溫幅度遞減；由于缺乏這些種群相關的物種信息,目前不能推測這些未被鑒定細菌豐度降低可能對生態(tài)功能的影響?？紤]到這些潛在指示細菌科相對豐度與增溫幅度的顯著相關性,今后可能通過設計科特異性引物, 以定量PCR檢測指示細菌科的相對豐度,評價增溫對浮游細菌的影響。

綜述所述,電廠溫排水顯著地增加了鄰近水域的溫度,增溫主要通過改變水體理化性質的間接作用影響浮游細菌群落組成,環(huán)境選擇是造成群落變異的主要因素。浮游細菌群落的空間分布遵循空間群落-群落相似性衰減模型。此外,本研究篩選到敏感的細菌指示科,其豐度的變化與增溫幅度顯著相關,可以評價增溫對浮游細菌的影響并預測對生態(tài)功能潛在的影響。

[1] Hillebrand H, Soininen J, Snoeijs P. Warming leads to higher species turnover in a coastal ecosystem. Global Change Biology, 2010, 16(4): 1181- 1193.

[2] Li X Y, Li B, Sun X L. Effects of a coastal power plant thermal discharge on phytoplankton community structure in Zhanjiang Bay, China. Marine Pollution Bulletin, 2014, 81(1): 210- 217.

[3] Chuang Y L, Yang H H, Lin H J. Effects of a thermal discharge from a nuclear power plant on phytoplankton and periphyton in subtropical coastal waters. Journal of Sea Research, 2009, 61(4): 197- 205.

[4] Bally M, Garrabou J. Thermodependent bacterial pathogens and mass mortalities in temperate benthic communities: a new case of emerging disease linked to climate change. Global Change Biology, 2007, 13(10): 2078- 2088.

[5] Vezzulli L, Brettar I, Pezzati E, Reid P C, Colwell R R, H?fle M G, Pruzzo C. Long-term effects of ocean warming on the prokaryotic community: evidence from the vibrios. The ISME Journal, 2001, 6(1): 21- 30.

[6] Sarmento H, Montoya J M, Vázquez-Domínguez E, Vaqué D, Gasol J M. Warming effects on marine microbial food web processes: how far can we go when it comes to predictions?. Philosophical Transactions of the Royal Society B: Biological Sciences, 2010, 365(1549): 2137- 2149.

[7] 魏超, 葉屬峰, 韓旭, 李道季, 過仲陽. 濱海電廠溫排水污染生態(tài)影響評估方法. 海洋環(huán)境科學, 2013, 32(5): 779- 782.

[8] 任敏, 劉蓮, 何東海, 徐國峰, 毛偉宏. 試論濱海發(fā)電廠溫排水對象山港赤潮的影響. 海洋開發(fā)與管理, 2012, 29(3): 87- 89.

[9] Jiang Z B, Liao Y B, Liu JJ, Shou L, Chen Q Z, Yan X J, Zhu G H, Zeng J N. Effects of fish farming on phytoplankton community under the thermal stress caused by a power plant in a eutrophic, semi-enclosed bay: Induce toxic dinoflagellate (Prorocentrumminimum) blooms in cold seasons. Marine Pollution Bulletin, 2013, 76(1/2): 315- 324.

[10] 朱藝峰, 黃簡易, 林霞, 楊瑩, 邢超, 嚴小軍. 象山港國華電廠強增溫海域浮游動物群落結構和多樣性的時空特征. 環(huán)境科學, 2013, 34(4): 1498- 1509.

[11] 杜萍, 劉晶晶, 徐曉群, 陳全震, 曾江寧, 江志兵, 王琪. 象山港不同生境冬季浮游動物生態(tài)特征比較研究. 水產(chǎn)科技情報, 2011, 38(2): 92- 99.

[12] Azam F, Malfatti F. Microbial structuring of marine ecosystems. Nature Reviews Microbiology, 2007, 5(10): 782- 791.

[13] 裘瓊芬, 張德民, 葉仙森, 鄭珍珍. 象山港網(wǎng)箱養(yǎng)殖對近海沉積物細菌群落的影響. 生態(tài)學報, 2013, 33(2): 483- 491.

[14] IPCC. Climate Change 2014: Impacts, Adaptation, and Vulnerability. IPCC, 2014.

[15] Vázquez-Domínguez E, Vaqué D, Gasol J M. Ocean warming enhances respiration and carbon demand of coastal microbial plankton. Global Change Biology, 2007, 13(7): 1327- 1334.

[16] Hoppe H G, Breithaupt P, Walther K, Koppe R, Bleck S, Sommer U, Jürgens K. Climate warming in winter affects the coupling between phytoplankton and bacteria during the spring bloom: a mesocosm study. Aquatic Microbial Ecology, 2008, 51(2): 105- 115.

[17] Wohlers J, Engel A, Z?llner E, Breithaupt P, Jürgens K, Hoppe H G, Sommer U, Riebesell U. Changes in biogenic carbon flow in response to sea surface warming. Proceedings of the National Academy of Sciences of the United States of America, 2009, 106(17): 7067- 7072.

[18] Zhou J Z, Deng Y, Zhang P, Xue K, Liang Y T, Van Nostrand J D, Yang Y F, He Z L, Wu L Y, Stahl D A, Hazen T C, Tiedje J M, Arkin A P. Stochasticity, succession, and environmental perturbations in a fluidic ecosystem. Proceedings of the National Academy of Sciences of the United States of America, 2014, 111(9): E836-E845.

[19] Shade A, Peter H, Allison S D, Baho D L, Berga M, Bürgmann H, Huber D H, Langenheder S, Lennon J T, Martiny J B H, Matulich K L, Schmidt T M, Handelsman J. Fundamentals of microbial community resistance and resilience. Frontiers in Microbiology, 2012, 3: 417.

[20] López-Urrutia, San Martin E, Harris R P, Irigoien X. Scaling the metabolic balance of the oceans. Proceedings of the National Academy of Sciences of the United States of America, 2006, 103(23): 8739- 8744.

[21] Inskeep W P, Bloom P R. Extinction coefficients of chlorophyll a and b inN,N-dimethylformamide and 80% acetone. Plant Physiology, 1985, 77(2): 483- 485.

[22] Biddle J F, Fitz-Gibbon S, Schuster S C, Brenchley J E, House C H. Metagenomic signatures of the Peru Margin subseafloor biosphere show a genetically distinct environment. Proceedings of the National Academy of Sciences of the United States of America, 2008, 105(30): 10583- 10588.

[23] Xiong J B, Ye X S, Wang K, Chen H P, Hu C J, Zhu J L, Zhang D M. Biogeography of the sediment bacterial community responds to a nitrogen pollution gradient in the East China Sea. Applied and Environmental Microbiology, 2014, 80(6): 1919- 1925.

[25] Caporaso J G, Kuczynski J, Stombaugh J, Bittinger K, Bushman F D, Costello E K, Fierer N, Pea A G, Goodrich J K, Gordon J I, Huttley G A, Kelley S T, Knighs D, Koenig J E, Ley R E, Lozupone C A, McDonald D, Muegge B D, Pirrung M, Reeder J, Sevinsky J R, Turnbaugh P J, Walters W A, Widmann J, Yatsunenko T, Zaneveld J, Knight R. QIIME allows analysis of high-throughput community sequencing data. Nature Methods, 2010, 7(5): 335- 336.

[26] Edgar R C, Haas B J, Clemente J C, Quince C, Knight R. UCHIME improves sensitivity and speed of chimera detection. Bioinformatics, 2011, 27(16): 2194- 2200.

[27] Caporaso J G, Bittinger K, Bushman F D, DeSantis T Z, Andersen G L, Knight R. PyNAST: a flexible tool for aligning sequences to a template alignment. Bioinformatics, 2010, 26(2): 266- 267.

[28] DeSantis T Z, Hugenholtz P, Larsen N, Rojas M, Brodie E L, Keller K, Huber T, Dalevi D, Hu P, Andersen G L. Greengenes, a chimera-checked 16S rRNA gene database and workbench compatible with ARB. Applied and Environmental Microbiology, 2006, 72(7): 5069- 5072.

[29] De′ath G. Multivariate regression trees: a new technique for modeling species-environment relationships. Ecology, 2002, 83(4): 1105- 1117.

[30] Lozupone C, Knight R. UniFrac: a new phylogenetic method for comparing microbial communities. Applied and Environmental Microbiology, 2005, 71(12): 8228- 8235.

[31] Clarke K R. Non-parametric multivariate analyses of changes in community structure. Australian Journal of Ecology, 1993, 18(1): 117- 143.

[32] Xiong J B, Liu Y Q, Lin X G, Zhang H Y, Zeng J, Hou J Z, Yang Y P, Yao T D, Knight R, Chu H Y. Geographic distance and pH drive bacterial distribution in alkaline lake sediments across Tibetan Plateau. Environmental Microbiology, 2012, 14(9): 2457- 2466.

[33] Ramette A, Tiedje J M. Multiscale responses of microbial life to spatial distance and environmental heterogeneity in a patchy ecosystem. Proceedings of the National Academy of Sciences of the United States of America, 2007, 104(8): 2761- 2766.

[34] Finlay B J. Global dispersal of free-living microbial eukaryote species. Science, 2002, 296(5570): 1061- 1063.

[35] Berry D, Schwab C, Milinovich G, Reichert J, Mahfoudh K B, Decker T, Engel M, Hai B, Hainzl E, Heider S, Kenner L, Müller M, Rauch I, Strobl B, Wagner M, Schleper C, Urich T, Loy A. Phylotype-level 16S rRNA analysis reveals new bacterial indicators of health state in acute murine colitis. The ISME Journal, 2012, 6(11): 2091- 2106.

[36] 熊薇, 郭逍宇, 趙霏. 濕地蘆葦根結合好氣細菌群落時空分布及其與水質因子的關系. 生態(tài)學報, 2013, 33(5): 1443- 1455.

[37] Teeling H, Fuchs B M, Becher D, Klockow C, Gardebrecht A, Bennke C M, Kassabgy M, Huang S X, Mann A J, Waldmann J, Weber M, Klindworth A, Otto A, Lange J, Bernhardt J, Reinsch C, Hecker M, Peplies J, Bockelmann F D, Callies U, Gerdts G, Wichels A, Wiltshire K H, Gl?ckner F O, Schweder T, Amann R. Substrate-controlled succession of marine bacterioplankton populations induced by a phytoplankton bloom. Science, 2012, 336(6081): 608- 611.

[38] Reed H E, Martiny J B H. Microbial composition affects the functioning of estuarine sediments. The ISME Journal, 2013, 7(4): 868- 879.

[39] Xiong J B, He Z L, Van Nostrand J D, Luo G S, Tu S X, Zhou J Z, Wang G J. Assessing the microbial community and functional genes in a vertical soil profile with long-term arsenic contamination. PLoS One, 2012, 7(11): e50507.

[40] Harayama S, Kasai Y, Hara A. Microbial communities in oil-contaminated seawater. Current Opinion in Biotechnology, 2004, 15(3): 205- 214.

[41] Xiong J B, Zhu J L, Wang K, Wang X, Ye X S, Liu L, Zhao Q F, Hou M H, Qiuqian L L, Zhang D M. The temporal scaling of bacterioplankton composition: high turnover and predictability during shrimp cultivation. Microbial Ecology, 2014, 67(2): 256- 264.

[42] Zhou J Z, Xue K, Xie J P, Deng Y, Wu L Y, Cheng X L, Fei S F, Deng S P, He Z L, Van Nostrand J D, Luo Y Q. Microbial mediation of carbon-cycle feedbacks to climate warming. Nature Climate Change, 2012, 2(2): 106- 110.

[43] Xiong J B, Sun H B, Peng F, Zhang H Y, Xue X, Gibbons S M, Gilbert J A, Chu H Y. Characterizing changes in soil bacterial community structure in response to short-term warming. FEMS Microbiology Ecology, 2014, 89(2): 281- 292.

[44] Satomi M, Fujii T. The Family Oceanospirillaceae. The Prokaryotes: Springer, 2014: 491- 527.

[45] McIlroy S J, Nielsen P H. The FamilySaprospiraceae. The Prokaryotes: Springer, 2014: 863- 889.

Effects of thermal discharge on the spatial distribution of bacterioplankton community near a power plant in Xiangshan Bay

CHEN Mengqi1, LIU Zidan1, DAI Wenfang1, YE Xiansen2, LIANG Xinyou2, XIONG Jinbo1,3,*

1SchoolofMarineSciences,NingboUniversity,Ningbo315211,China2ChinaMarineEnvironmentalMonitoringCenterofNingbo,StateOceanicAdministration,Ningbo315040,China3CollaborativeInnovationCenterforZhejiangMarineHigh-efficiencyandHealthyAquaculture,Ningbo315211,China

thermal discharge; bacterioplankton community structure; spatial distribution; bacterial bio-indicator family

浙江省自然科學基金項目(LY15D060002)；寧波市自然科學基金項目(2015A610246)；浙江省重中之重學科開放基金項目(XKZSC1421)

2015- 04- 01;

日期:2016- 04- 11

10.5846/stxb201504010652

*通訊作者Corresponding author.E-mail: xiongjinbo@nbu.edu.cn

陳夢齊,劉紫丹,戴文芳,葉仙森, 梁新友,熊金波.象山港電廠溫排水增溫對浮游細菌群落空間分布的影響.生態(tài)學報,2016,36(20):6574- 6582.

Chen M Q, Liu Z D, Dai W F, Ye X S, Liang X Y, Xiong J B.Effects of thermal discharge on the spatial distribution of bacterioplankton community near a power plant in Xiangshan Bay.Acta Ecologica Sinica,2016,36(20):6574- 6582.