铁对藻类生长的影响及其光谱识别研究展望_迟光宇

第29卷,第12期 光谱学与光谱分析Vol .29,No .12,pp3344-3347
2009年12月 Spectro sco py and Spectr al Analy sis
Decembe r ,2009　
铁对藻类生长的影响及其光谱识别研究展望
迟光宇1,2,陈　欣1＊,史　奕1,郑太辉1,
2
1.中国科学院沈阳应用生态研究所陆地生态过程重点实验室,辽宁沈阳　110016
2.中国科学院研究生院,北京　100049
摘　要　铁(F e )是藻类生长所必需的微量营养元素,在藻类对氮的吸收、固氮菌对氮的固定、叶绿素合成、
卟啉生物合成、光合作用电子传输等生物过程中发挥着非常重要的作用。

因此在水体富营养化治理过程中,除了要注意控制氮、磷的输入,还应考虑F e 的调控作用。

遥感技术是监测水体富营养化的有效措施,应用遥感技术可以实时、大面积监测水体中藻类的生长分布情况。

水体中F e 浓度的波动会使藻类细胞的代谢活动发生变化,进而反映在藻类反射光谱上,而地物特征与其光谱特征的关系是解译遥感影像的关键;研究Fe 的藻类光谱效应,对于阐明湖泊中水华爆发与F e 的关系、分析水华爆发的动态过程以及建立湖泊富营养化遥感预警体系都具有重要的意义。

文章基于“Fe 假说”,综述了Fe 对藻类生长的重要作用及藻类光谱研究进展,并对F e 的藻类光谱效应在水体富营养化遥感预警机制研究领域的应用进行了展望。

关键词　铁;藻类;光谱;水体富营养化中图分类号:Q 178 文献标识码:A D OI :10.3964/j .issn .1000-0593(2009)12-3344-04
　收稿日期:2008-10-18,修订日期:2009-01-22
　基金项目:国家自然科学基金项目(40801133)和中日国际合作项目(06GHZ11001)资助
　作者简介:迟光宇,1976年生,中国科学院沈阳应用生态研究所陆地生态过程重点实验室助理研究员 e -m ail :chiguangyu1018@
＊通讯联系人
引　言
水体富营养化日益受到人们的关注,其治理问题也成为
当前研究的一个热点和难点,基于限制因子理论,国内目前通过控制外源性氮、磷等营养盐类的输入来进行防治,但水体富营养化状况仍日趋严重[1]。

铁(Fe )是水生植物和浮游藻类生长所必需的微量营养元素,在一定范围内,藻类可能存在一个生长的“临界Fe 浓度”,高于此浓度,藻类表现为细胞生长加快,并可能达到较高的密度,容易爆发水华[2]。

因此,在水体富营养化治理过程中,除了要注意控制氮、磷的输入,还应考虑F e 的调控作用。

对水体中Fe 的监测和识别是调控Fe 浓度的前提,遥感技术的出现则为水体监测提供了有效手段。

研究藻类光谱对不同Fe 供给浓度的响应,可以为藻类体内F e 含量的定量遥感奠定基础,进而为湖泊及近海水体F e 含量遥感监测及富营养化遥感预警提供理论依据与技术支持。

本文基于"F e 假说",综述Fe 对藻类生长的重要作用及藻类光谱研究进展,并对Fe 的藻类光谱效应在水体富营养化遥感预警方面的应用研究进行展望。

1　Fe 对藻类生长的影响
M ar tin 等根据冰芯记录中Fe 和CO 2浓度的负相关现象,结合前期实验研究[3],提出了Fe 假说[4]:在高营养盐低叶绿素海区,藻类生长的限制因子是Fe ,若提供足量的Fe 到这些海域中,便可以促进藻类的生长。

在内陆,虽然湖泊水体可溶性Fe 含量相对较高,但Fe 仍可以成为高营养盐湖泊藻类生长的限制因子[5-10]。

F e 限制影响藻类吸收常量营养盐的比例,使氮的吸收减少,硅的吸收增加。

硅藻在氮源下生长对Fe 的吸收速率比在氨源下生长高1.5～2.4倍[11]。

细胞内F e 的吸收在氮丰富比氮缺乏时要高得多。

最近F e -光-氮-氨对藻类生长的交互作用是研究的热点[12,13]。

藻类在氮环境下生长比在氨环境下生长需要更多的F e ,因为氮的还原过程需要Fe ,尤其是氮还原酶有较高的需F e 量[14]。

Raven [15]计算表明在氮源下生长的藻对F e 的需求比在氨源下多60%。

K udo 等[16]研究显示在不同的氮源(硝酸氮和氨氮)下生长藻青菌Sy nechoco c -cus 细胞内Fe 的差异在高光强下达到7倍,在低光强下达到10倍。

Flynn 等[12]研究认为F e 限制能影响氨源和氮源的吸收比例,在Fe 限制的条件下,氨源比氮源使藻有更大的生
长速率。

Fe的使用效率在高光强、氨源的条件下最高,在低光强氮源下最低,氮源比氨源需Fe量更多。

T akeda等[17]实验发现F e限制下,藻类对氮的吸收减少,细胞内碳氮磷的量减少,细胞内硅的量增加,这样Fe限制增加了生物活性硅的输出。

H utchins等[18]研究发现在缺Fe的条件下,藻类对硅的吸收速率高于氮,使硅迅速减少,导致Fe和硅的共同限制。

这样F e限制使生物活性硅通过硅藻的沉降而沉降。

综上所述,F e限制可引起藻细胞生化组成的变化,包括色素、碳水化合物和蛋白等;从另一方面说明,Fe触发藻类生长的原因是促进了叶绿素的合成,加速蛋白和碳水化合物的生成,使得细胞在高Fe浓度下迅速生长,成为群体优势,造成水体富营养化[19]。

2　藻类光谱研究进展
对水体中Fe的监测和识别是调控Fe浓度的前提,以化学分析为主的传统监测方法费用高、时间长、范围小。

遥感技术的出现为湖泊和近海藻类的监测提供了有效手段,基于遥感技术的植物监测方法具有视野宽、信息广、实时动态监测等诸多优点[20-22],在水体监测方面具有常规监测方法不可比拟的优越性。

藻类对电磁波谱的响应,即藻类光谱反射或发射特性是由化学和形态学特征决定的,这种特性与藻类发育、健康状态、含水量、叶绿素含量等密切相关,即水体中Fe浓度的波动会改变藻类生理生态特征,最终在反射光谱上有所反映[23]。

因此,对藻类特征光谱进行系统研究,可以为藻类体内Fe含量的定量遥感奠定基础,进而为建立富营养化遥感预警体系提供技术支持。

植物光谱技术较早的应用于陆地植物遥感监测,在植物养分、水分、污染胁迫的遥感监测方面都有成功的范例。

通过对受养分胁迫的植物进行研究发现:植物缺少氮元素[24,25]或缺少铁、硫、镁、锰等微量营养元素[26],均会导致叶绿素含量发生变化,叶片光谱表现为反射率曲线的红边发生平移。

在水分胁迫方面:王树东等[27]采用ASD地物光谱仪,以臭椿、冬青、丁香等几种植物为对象,研究了野外活体植物叶片和采摘叶片随着水分流失,波谱曲线的变化规律。

污染胁迫植物的光谱效应也成为近些年的研究热点,且应用较为广泛:如刘圣伟等[28]利用高光谱遥感数据提取德兴铜矿植物污染信息,对矿区污染进行了有效监测;李娜等[29]利用高光谱遥感数据计算分析了旧锡矿区内青蒿和肾蕨的生长情况,对尾矿生态恢复的效果进行了评价;刘新会等[30]结合地物光谱数据,很好地模拟了小麦、白菜叶片的特征光谱对重金属胁迫的响应,建立了“重金属-土壤-作物”的定量相关关系模型。

藻类与陆地植物的光谱特征相似[31],而水体水质参数的遥感反演精度制约了藻类定量遥感的发展,尤其是对于高浓度悬浮物主导光学特性的水体,悬浮物的光学特性掩盖了叶绿素浓度对光谱的影响,使得叶绿素浓度的提取比较困难[32]。

地物光谱特性是遥感地物识别与信息提取的物理基础,为了定量提取水体中的叶绿素含量,必须对水体的光学特性与光谱表现形式有深入的认识。

基于以上问题,一些学者在藻类特征光谱提取方面已进行了有益的探索[33,34],而且随着野外光学仪器的发展,水体生物光学模型的研究逐渐深入[35,36]:H ochber g等[37]通过实地光谱测量,对海水中珊瑚礁、泥沙及藻类的混合光谱进行了分离,成功提取出藻类光谱信息;Dall'O lmo等[38]将叶绿素a的荧光峰波段引入水质定量遥感,最大程度地减小了纯水、总悬浮物后向散射的影响,使利用模型模拟的藻类光谱信息更为精确。

国内学者在藻类光谱提取方面也进行了许多研究,其中大量工作集中于太湖流域。

一些学者利用实测光谱和水质采样数据,通过多种方法对太湖叶绿素和悬浮物等水质指标进行了估测,并探讨了蓝藻的生长和爆发与水温的相关关系[35,39];基于太湖水体较为混浊的光谱特征,周冠华等[40]从半分析模型出发,利用实测的ASD高光谱遥感数据,对特征光谱波段进行迭代优化,得到与叶绿素浓度密切相关、而受悬浮物与黄色物质影响小的最优波段组合,有效地解决了高浓度悬浮物主导光学特性的水体叶绿素a浓度定量反演问题。

在藻类混合光谱分离方面,刘堂友[41]等通过对实验室培养的韦氏微囊藻、斜生栅藻及其混合物的光谱实验,获得了韦氏微囊藻、斜生栅藻及其混合藻的光谱特征,为利用遥感技术对藻进行分类提供了基础信息,利用光谱分离法提取了这两种藻的定量光谱信息,并建立了光谱信息与藻浓度的数学模型。

3　结论及研究展望
可以看出,国内外学者已经在植物光谱效应研究方面做了大量的工作,在理论探索和方法应用上都有了良好地尝试,但在化学元素对植物光谱的影响方面,仍主要集中在对陆地植物的研究,而针对水生植物的化学元素光谱效应研究较少,仅在水体叶绿素浓度估算及藻华水体识别等方面开展了部分工作。

在“化学元素-藻类光谱”的相互作用和影响关系方面鲜有报道,没有形成独具特色的系统分析和模拟体系。

这当然与藻类光谱受水体水质水色影响有关,但随着遥感精度的提高、光学仪器的发展及对水体生物光学模型的改进,已经使对藻类光谱的定量化研究成为可能。

因此,在未来的研究中,结合我国湖泊及近海的实际情况,全面系统研究水体中Fe供给浓度对藻类生长及生理生化的影响,准确评估藻类光谱在不同波段对F e供给浓度的响应机制,必将具有重要的理论及实践意义。

在Fe的藻类光谱效应研究中,应着重选择敏感波段,优化整合特征光谱,建立可用于指导遥感监测的“水体F e浓度-藻类体内Fe 含量-藻类光谱特征”相关关系模型,以期及时准确地反映水体Fe含量及分布信息,这对阐明湖泊及近海中水华爆发与F e的关系、分析水华爆发的动态过程以及建立水体富营养化遥感预警体系都具有重要的意义。

3345
第12期 光谱学与光谱分析
3346光谱学与光谱分析 第29卷
参考文献
[1]　WANG Guo-xiang,CH ENG Xiao-ying,PU Pei-min(王国祥,成小英,濮培民).Jou rnal of Lake Science(湖泊科学),2002,14(3):273.
[2]　L Xiu-ping,H U H an-hu a,ZHANG Xu,et al(吕秀平,胡晗华,张　栩,等).Acta H ydrobiologica Sinica(水生生物学报),2005,29
(3):318.
[3]　M artin J H,Fitzw ater S E.Natu re,1988,331(6154):341.
[4]　M artin J H.Paleoeeanograph y,1990,5(1):1.
[5]　Imai A,Fuku shima T,M atsushige K.Canadian Jou rnal of Fish eries and Aquatic S ciences,1999,56(10):1929.
[6]　H yenstrand P,Rydin E,Gu nnerhed M.Journal of Plan kton Research,2000,22(6):1113.
[7]　Tw iss M R,Auclair J C,C harlton M N.Canadian Journal of Fisheries and Aqu atic Sciences,2000,57(1):86.
[8]　M ars J C,Crow ley J K.Rem ote S ensing of Environment,2003,84(3):422.
[9]　Nagai T,Imai A,M atsus hige K,et al.Aquatic M icrobial Ecology,2006,44:231.
[10]　No rth R L,Guildford S J,Smith R E H.Limnology and Oceanography,2007,52(1):315.
[11]　W ANG W en-xiong,Dei R C H.M arine Chemistry,2001,74:213.
[12]　Fly nn K J,Hipkin C R.Journal of Phycology,1999,35:1171.
[13]　A rm strong R A.Lim nology and Oceanography,1999,44:1436.
[14]　M illigan A J,H arrison P J.Journal of Phycology,2000,36(1):78.
[15]　Raven J A.New Phytologist,1988,109:33:279.
[16]　Kud o I,Harrison P J.J ou rnal of Phycology,1997,33:232.
[17]　Takeda S.Nature,1998,393(6687):774.
[18]　Hutchins D A,Bru lan d K W.Natrue,1998,393(6685):561.
[19]　LI Dong-xia,CONG W ei,CAI Zhao-ling,et al(李东侠,丛　威,蔡昭铃,等).Chinese Journal of Applied Ecology(应用生态学报),
2003,14(7):1185.
[20]　Koppnen S M,Pulliainen J.Remote Sensing of Environm en t,2002,83:51.
[21]　Koppnen S M,Brezonik P L,Olmanson L G,et al.Rem ote S en s ing of Environment,2002,82(1):38.
[22]　LI Guo-yan,ZH ANG Zhong-yuan,ZH ENG Yan-fen,et al(李国砚,张仲元,郑艳芬,等).J ou rnal of Lake Science(湖泊科学),2008,
20(2):160.
[23]　LIU Su-hong,LIU Xin-hui,HOU Juan,et al(刘素红,刘新会,侯　娟,等).S cien ce in China,Series E:Technological Science(中国科
学(E):技术科学),2008,51(2):202.
[24]　M as oni A,Ercoli L,M ariotti M.Agronomy Journal,1996,88(6):937.
[25]　W ANG Yuan,H UANG Jing-feng,WA NG Fu-min,et al(王　渊,黄敬峰,王福民,等).Spectroscopy and Spectral An aly s is(光谱学与
光谱分析),2008,28(2):273.
[26]　Zhao D,Reddy K R,Kakani V G,et al.Plant and Soil,2003,257(1):205.
[27]　W ANG S hu-dong,LI U Su-hong,DING Jian-li,et al(王树东,刘素红,丁建丽,等).A rid Lan d Geography(干旱区地理),2006,29(4):
510.
[28]　LI U S heng-w ei,GAN Fu-ping,WANG Run-sh eng(刘圣伟,甘甫平,王润生).Rem ote Sensing for Land&Resources(国土资源遥感),
2004,59(1):6.
[29]　LI Na,YANG Feng-jie,L Jian-shen g(李　娜,杨锋杰,吕建升).Remote S en sing for Land&Resources(国土资源遥感),2007,62
(2):75.
[30]　LIU Xin-hui,CHI Guang-yu,LIU S u-h ong,et al(刘新会,迟光宇,刘素红,等).Ru ral Eco-environm ent(农村生态环境),2005,21(4):
63.
[31]　C HEN Yun,DAI Jin-fang(陈　云,戴锦芳).Jou rn al of Lake S cien ce(湖泊科学),2008,20(2):179.
[32]　C ococcioni M,Lazz erini B,M arcelloni F.Pattern Recognition,2007,40(10):2846.
[33]　Hun ter P D,Ty ler A N,Présing M.Rem ote S en s ing of Environment,2008,112(4):1527.
[34]　Ku ts er T,M etsam aa L,S tromb eck N,et al.Es trarine,C oas tal and Shelf S cience,2006,67(1-2):303.
[35]　M a R,T ang J,Dai J.In ternational Jou rnal of Remote Sensin g,2006,27(19):4305.
[36]　M a R,T ang J,Dai J,et al.International J ou rnal of Rem ote S en s ing,2006,27(19):4275.
[37]　Hoch berg E J,Atkinson,M J.Remote S en sing of Environment,2003,85:174.
[38]　Dall'Olmo G,Gitels on A.Applied Optics,2005,44(3):412.
[39]　W ANG De-yu,FE NG Xu e-zhi,ZHOU Li-gu o,et al(王得玉,冯学智,周立国,等).Journal of Lake S cience(湖泊科学),2008,20(2):
173.
[40]　ZH OU Guan-hua,LIU Qin-huo,M A Rong-hua,et al(周冠华,柳钦火,马荣华,等).J ou rnal of Lake Science(湖泊科学),2008,20(2):
153.
[41]　LI U Tan g -you ,KUANG Ding -b o ,YIN Qiu (刘堂友,匡定波,尹　球).Journal of Infrared and M illimeter W aves (红外与毫米波学报),
2002,21(3):213.
Advance in Study on the Effects of Iron on Algal Growth and Spectral Recognition
C HI G uang -y u 1,2,CHEN Xin 1＊,S HI Yi 1,Z HENG T ai -hui 1,2
1.Key Labo rato ry o f T er restrial Eco lo gical P rocess ,I nstitute of A pplied Ecology ,Chinese A cademy of Sciences ,Shenyang 110016,China
2.G raduate U niver sity of Chinese Academy of Sciences ,Beijing 100049,China
A bstract I ro n is an essential micro nutrient of phy toplankto n .Iro n play s an impo rtant ro le in many bio lo gical processe s such as nitro gen a ssimilation ,N 2fix atio n ,photo sy nthe tic and respira to ry electron transpo rt ,and po rphy rin bio sy nthesis .T herefo re ,the reg ulatio n effects o f iro n should be conside red beside s nitrog en and pho sphorus during the treatment of eutro phica tion lakes process .Remo te sensing techno log y has bee n reco gnized as an effective measure in mo nitoring eutro phicated w ater bodies which co uld be used to timely monito r the distributio n and g ro w th sta tus o f algal o n a la rge scale .T he iron concentratio n fluctua tion may have an impor tant influe nce on the metabolic activity of the alga l ce lls ,and the spect ral r ef lectivity could reflect the phy sio -log ical char acte ristics of a lga l .T he relationship between land features and their spec tral characteristics is impor tant fo r the inter -pre ta tion of remote sensing image s .Studies of algal spectra l proper tise s under different ir on -supply w ould be meaningful fo r de -te rmining the blo om and develo ping the remo te sensing w arning sy stem o f lake eutro phicatio n .In the pre sent paper ,the effects of iron on the gr ow th o f alg al a nd the advances in studies of algal spect rum are summarized based on the iron hypo thesis .Fur -ther more ,the applicatio n o f spectral pr opertie s of algal unde r diffe rent iro n -supply in ea rly -wa rning mechanism of lake eutro phi -catio n is prospec ted .
Keywords Ir on ;A lg al ;Spect rum ;L ake eutro phica tion
(Receiv ed O ct .18,2008;accepted Jan .22,2009)
＊Co rr esponding author
3347
第12期 光谱学与光谱分析。