太湖上游丘陵区典型水塘脱氮效率及其驱动因子*
doi: 10.18307/2025.0422
刘采杰1,2 , 林晓英1 , 张汪寿2 , 王慧亮1 , 赵小帆1,2 , 李恒鹏2
1. 郑州大学水利与交通学院,郑州 450001
2. 中国科学院南京地理与湖泊研究所,湖泊与流域水安全全国重点实验室,南京 211135
基金项目: 国家自然科学基金项目(42071143)、中国科学院青年创新促进会项目(2023330)和中国科学院“一四五”自主部署项目(NIGLAS2022TJ16)联合资助
Nitrogen removal efficiency and driving factors in typical ponds from a hilly region in the upper Lake Taihu Basin*
Liu Caijie1,2 , Lin Xiaoying1 , Zhang Wangshou2 , Wang Huiliang1 , Zhao Xiaofan1,2 , Li Hengpeng2
1. School of Water Conservancy and Transportation, Zhengzhou University, Zhengzhou 450001 , P.R.China
2. State Key Laboratory of Lake and Watershed Science for Water Security, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 211135 , P.R.China
摘要
丘陵区水塘主要分布在低洼的沟谷区域,多由坡面产流汇集而成,是承接坡地径流及养分流失,并输送至下游水网的重要水文通道,也是发生脱氮作用的热区。然而,受水产养殖及集水坡地土地利用的影响,水塘中上覆水特征差异显著,也必然驱动脱氮机制、潜势及其效率的变化。本研究选择太湖上游丘陵区4类典型水塘(茶园塘、林塘、养殖塘和村塘)为研究对象,采集各塘表层沉积物用于15N同位素示踪试验,并原位测定计算过饱和氮气浓度(ΔN2),以综合阐明丘陵区典型水塘脱氮机制、潜势及其效率变化特征,同步解析驱动丘陵区不同类型沟塘脱氮效率变化的主要因子。结果表明,茶园塘脱氮效率(8.25%)最高,其次是林塘(6.24%)、村塘(5.90%),而养殖塘脱氮效率最低(4.72%)。反硝化作用是各类型水塘中氮素去除的主导途径,贡献率高达93.34%±12.59%,林塘和茶园塘厌氧氨氧化脱氮贡献率相对较高,达到5%以上。相关性分析结果表明,水塘脱氮效率与上覆水理化性质有关,但不同类型水塘之间控制因素存在差异,总氮、溶解性总氮浓度是影响林塘、养殖塘脱氮效率的主要因子,化学需氧量、悬浮物固体浓度、溶解氧浓度、叶绿素a、总磷是影响林塘脱氮效率的主要因子,而茶园塘未识别出影响脱氮效率的主导因子。对于不同类型水塘,管理者应采取针对环境条件的优化措施以提升其脱氮效能,这对于保障丘陵源头区清水产流具有重要意义。
Abstract
Ponds in hilly region are predominantly located in low-lying valleys, often formed by the convergence of runoff from hillslopes. These ponds are to undertake the slope runoff and nutrient loss, and transported to the downstream water network of the important hydrological channel, but also hotspots for nitrogen (N) removal. However, aquaculture and land use activities in the hillslopes or within ponds significantly affect their overlying water characteristics, subsequently driving changes in denitrification mechanisms, potential, and efficiency. This study examined four types of typical ponds in the hilly region of the upper Lake Taihu: tea ponds, forested ponds, aquaculture ponds, and village ponds. Surface sediments from these ponds were collected for 15N isotope experiments. In-situ measurements were carried out to calculate the supersaturated nitrogen concentration (ΔN2), and the physicochemical properties of the overlying water were also determined to comprehensively elucidate the characteristics of N removal mechanisms, potential, and efficiency variations, and to analyze the driving factors of denitrification efficiency in different types of ponds. Results indicated that the denitrification efficiency of the tea pond was the highest (8.25%), followed by the forest pond (6.24%) and the village pond (5.90%), while the aquaculture pond exhibited the lowest (4.72%). Denitrification was the dominant N removal pathway in all pond types, with a contribution rate of 93.34%±12.59%. In contrast, anaerobic ammonium oxidationin forest ponds and tea ponds contributed a relatively high percentage of nitrogen removal, reaching more than 5%. Correlation analysis revealed that the efficiency of nitrogen removal in ponds was related to the physicochemical properties of sediments and overlying water, with differing controlling factors among pond types. Specifically, the concentrations of total nitrogen and dissolved total nitrogen were the primary factors that influenced the denitrification efficiency in forest ponds and aquaculture ponds. In contrast, the chemical oxygen demand, total suspended solids, dissolved oxygen, chlorophyll-a, and total phosphorus were identified as the main factors affecting the denitrification efficiency in village ponds. For tea ponds, no significant factors impacting denitrification efficiency were identified. For different types of ponds, managers should take measures to optimise the environmental conditions to enhance the effectiveness of nitrogen removal, which is of great significance to safeguard the clear water flow in the hilly source region.
丘陵地区作为诸多水系的发源地,通过水源涵养、气候调节和优质水源供给等功能,提供了不可替代的生态系统服务[1-2]。近年来,在农业激励政策和特色农产品快速增长需求的驱动下,丘陵区人类活动强度不断加大[3],目前部分流域已出现水质快速下降的趋势[4-5]。相关研究指出,丘陵区特色农业(如茶果园)种植广泛,然而茶果园为坡地种植,施氮量可达959 kg/(hm2·a),约为水田的2倍[6],造成的氮流失峰值可高达约50 mg/L,超出地表水V类标准的25倍以上[7],这不仅显著改变丘陵区清水产流机制,威胁水质安全,而且对中下游水生态健康造成严重破坏[1]。丘陵区水体氮污染问题日趋严峻,亟需开展相关研究以保障源头区水源安全。
丘陵区特有的地貌构造形成了面广量大的水塘系统,成为流域污染源和下游湖库间进行物质储存、输运和消纳的“毛细血管”。这些水塘主要分布在低洼的沟谷区域,由坡面产流汇集而成,与平原区常见的坑、塘等多水塘系统差异显著[8]。丘陵区水塘具备短时或长期的淹水环境,是发生氮素去除作用的生物地球化学热区,大量的活性态氮可被永久去除并最终以氮气(N2)等气体形态释放而回归大气。据报道,在中国的一个农业流域,传统的多池塘系统能截留降雨径流中约98%的氮、磷总量[9]。而在全球范围内,大约25%的流域氮去除发生在池塘及类似的小水体中[10]。水塘能有效拦截和净化水质,因此其建设及生态修复常常作为水质改善的最佳管理措施[11]
水塘的氮循环过程主要包括:植物吸收、氮矿化、氨挥发、硝化作用和反硝化作用等[12]。在所有的过程中,氮素被植被吸收而最终去除的量占比较小[13],这是由于水生植被演替和死亡后可再次释放其吸收的氮。而微生物驱动的反硝化、厌氧氨氧化等作用由于可以将水体中含氮物质转变成N2排放,被广泛认为是丘陵区水塘发挥脱氮效能的主导机制。以往的研究指出,反硝化作用通常占主导地位,而厌氧氨氧化作用的贡献率大多在15%以下[14-16]。然而,反硝化、厌氧氨氧化等作用具体贡献比例时空差异大,多受控于环境因素(如氮(N)、磷(P)、酸碱度(pH)、碳(C)、溶解氧(DO)等理化条件)。相关研究也证实,水塘的脱氮效率取决于环境因素[1817-18]。然而,已有的研究多针对平原区水塘脱氮过程,而对于受集水坡地及人类活动影响显著的丘陵区水塘,其脱氮发生的环境条件复杂,不同土地利用活动影响下水塘的脱氮途径、潜势及其效率等仍亟待揭示。
本研究依据水塘集水区土地利用及人类活动的差异,选择丘陵区4类典型水塘:茶园塘、村塘、林塘和养殖塘为研究对象,测定了各类水塘上覆水的理化指标,阐明环境因素对脱氮效率的影响,并探究反硝化及厌氧氨氧化作用对脱氮过程的贡献。本研究有望拓展与深化对丘陵区水塘系统脱氮过程的机制认知,并为丘陵区水塘脱氮效能提升提供科学支撑。
1 材料与方法
1.1 研究区域概况
天目湖流域位于太湖上游丘陵区,地处亚热带季风气候区,全年平均气温为17.5℃,月平均气温从3.2℃(1月)到31.1℃(7月)不等。流域多年年均降雨量为1149.7 mm,降雨集中在春夏季,汛期出现在5—9月份,汛期平均降雨量占年均降雨量的一半以上(689 mm)。由于流域地形起伏大加上降雨频繁,在沟谷处形成了为数众多的水塘系统(流域内平均每平方公里的水塘数量超过了7个)[17],这些水塘成为拦截和消纳土地利用面源氮素排放的重要场所。此外,近些年来天目湖流域水产养殖的快速发展,部分水塘因频繁投饵成为丘陵区重要的污染源。因此,本研究根据丘陵区土地利用及人类活动的特点,选取了4类共6个代表性水塘进行研究,包括1个林塘(LT1),2个茶园塘(CY1、CY2),2个村塘(CT1、CT2)和1个养殖塘(YZ1),具体的采样点位如图1所示。
1天目湖流域采样点位分布
Fig.1Distribution of sampling sites in Lake Tianmu Watershed
1.2 现场采集与样品分析
本研究的野外采样工作共分为2部分,一部分用于揭示水塘脱氮效率月际变化,另一部分用于室内培养以探究水塘的脱氮过程及潜势。第一部分采集工作于2021年1—12月进行,每月采集1次上覆水用于测定溶解态氮气浓度。并同步采集500 mL水样,带回实验室进行碳、氮、磷、悬浮物固体浓度等指标的测定。同时在现场使用YSI 6000 Multiprobe field meter原位测定水温(Temp)、溶解氧(DO)、氧化还原电位(ORP)等参数。采集完成后,将样品低温保存带回实验室。溶解态氮气则采用膜进样质谱仪(MIMS)进行测定,水质指标分析参照标准方法(《水和废水监测分析方法》,第四版,2002)。
第二部分样品采集工作于2021年10月开展,以揭示反硝化、厌氧氨氧化作用对脱氮过程的贡献率。在各个水塘的不同位置,原位采集表层沉积物3份,混匀后带到实验室后进行15N同位素培养实验,并用MIMS测定N229N230N2等含量[19]。混匀后的表层沉积物样品还用于测定沉积物中硝态氮(NO-3-N)、铵态氮(NH+4-N)、总氮(TN)、总碳(TC)、含水率(Wt)等理化指标。
1.3 脱氮潜势与脱氮效率估算
反硝化和厌氧氨氧化等微生物脱氮作用是氮循环的最后一步,基本过程是将活性态氮转化成惰性态的N2排放。由于脱氮作用主要发生在淹水环境中,终产物N2首先会溶存于上覆水中,导致水体溶解态N2浓度过饱和,并溢出至大气中。因此,通过测定水体中溶存的N2浓度并计算过饱和N2浓度(ΔN2),被学术界广泛认为是评价水体脱氮能力最直接、有效的方法[20-22]
本研究利用MIMS测定原位水体及标准水样的N2浓度,计算得到ΔN2,用来表征脱氮作用的强弱:
ΔN2=N2-N2t
(1)
式中,[N2]为原位水体N2浓度,[N2]t为标准水样N2浓度[23]
由于微生物脱氮作用的底物主要是含氮物质,其产物是N2,因此相关学者采用产物和底物的转化比值来度量水体的脱氮效率(Re)[24]
Re=ΔN2ΔN2+TN×100%
(2)
式中,Re表示脱氮效率;ΔN2表示样品中脱氮作用产生的过饱和N2;TN指样品中的总氮浓度。计算时需将方程中各变量统一单位。考虑到测量误差,当ΔN2<0时,本研究假定Re=0。
1.4 同位素标记实验与脱氮过程解析
采用MIMS对15N同位素培养实验后的样品进行测定,基于测定的29N230N2浓度计算出反硝化及厌氧氨氧化脱氮潜势及各自的脱氮贡献率。
培养前,先将采集的沉积物混合均匀,随后用注射器转移5 g沉积物到30 mL玻璃瓶内,并灌满去离子水直至顶部无气泡存在,密封后置于生化培养箱内预培养2 d,以去除沉积物中残存的NO-3-N,同时形成缺氧或厌氧环境。预培养结束后注入事先制备好的K15NO3溶液,使瓶内15N浓度达到100 μmol/L。选定开始培养时间为0时刻,在随后的2、4、6、8、12、24 h分别向对应的实验组中加入0.2 mL饱和ZnCl2溶液,以抑制微生物活性。培养结束后,用MIMS尽快测定各实验组中28N229N230N2浓度。
根据任意培养时段测定的29N230N2浓度,即可测算出反硝化(Dc)及厌氧氨氧化(Ac)作用贡献的N2产生量,计算公式分别如下。用P29和P30分别表示MIMS测得的29N230N2的量,则有:
Dc=P30×FN-2
(3)
Ac=FN-1×P29+2×1-FN-1×P30
(4)
式中,FN为NO-3-N中15N的比例,取FN=0.995。
进一步,根据不同时段Dc和Ac与培养时间的关系进行线性回归,从而估算反硝化或厌氧氨氧化潜势:
Dc=mt+b
(5)
Ac=Mt+B
(6)
Dp=mV/S
(7)
Ap=MV/S
(8)
式中,斜率mM分别表示上覆水中反硝化和厌氧氨氧化作用产生N2的速率(μmol/(L·h)),bB分别表示相应回归方程的截距,V表示上覆水体积(L),S表示沉积物柱样横截面积(m2),Dp、Ap分别表示反硝化、厌氧氨氧化潜势(μmol/(m2·h))[19]
2 结果与讨论
2.1 上覆水及沉积物理化性质
脱氮作用与上覆水及沉积物理化性质有关,为揭示不同类型水塘上覆水及沉积物理化性质的差异,本研究首先分析了2021年1—12月期间,各类型水塘整体水质变化特征,如图2所示。总体上,茶园塘N和Chl.a浓度较高,其中TN、NO-3-N、总溶解性氮(TDN)浓度均显著高于其余3种类型水塘,TN浓度达到了3.09 mg/L,超出《地表水环境质量标准》(GB 3838—2002)规定的Ⅴ类水质标准(2 mg/L)。其余3种类型水塘的TN浓度均超出Ⅳ类水标准,林塘TN浓度最低。养殖塘含N指标浓度虽低于茶园塘,但高于村塘和林塘,其TP、COD也均较高。4种类型水塘pH差别不大,均高于7.0,呈弱碱性,但养殖塘pH的变幅较大。林塘的总悬浮颗粒物(TSS)浓度最低(12.44 mg/L),村塘、茶园塘、养殖塘的TSS均在20 mg/L左右,但各水塘差异不显著。
从各月ΔN2浓度来看,81.5%的观测数据表现出净脱氮作用(即ΔN2>0),而剩余部分ΔN2<0,说明部分时段水体表现出较强的微生物固氮作用。从各类型水塘平均浓度来看,茶园塘ΔN2浓度显著高于其他水塘,达到了9.57 μmol/L,表明其净氮去除能力较强,村塘和林塘ΔN2浓度相近(分别为2.40和2.25 μmol/L),养殖塘显著低于其他水塘,表明其脱氮作用较弱。
表1总结了2021年10月份采集的沉积物理化特征,发现不同水塘沉积物营养盐含量差异较大。村塘由于受纳生活污水,NH+4-N含量较高,仅次于养殖塘,但TC、TN、NO-3-N含量均最低。茶园塘TC含量最高,其次是林塘和养殖塘;茶园塘沉积物中NO-3-N和TN含量最高,其次是养殖塘和林塘。
2.2 脱氮效率时空变化特征
各类型塘逐月脱氮效率进行分析,结果显示各塘脱氮效率月际波动剧烈且差异较大(图3)。整体而言,丘陵区各类型水塘平均脱氮效率为6.54%±6.45%,其中茶园塘平均脱氮效率最高(8.25%±5.48%),其次是林塘(6.24%±5.53%)、村塘(5.90%±5.44%),养殖塘最低(4.72%±9.48%);从逐月变化来看,各类水塘Re逐月变化趋势与ΔN2浓度变化相似;林塘6月份具有最高的脱氮效率,其次是10月份;茶园塘及村塘脱氮效率波动较大,其中,茶园塘8月脱氮效率最高,其次是12月和1月,其余月份无明显区别;村塘3月份脱氮效率最高,其次是8月和6月,9月份最低;养殖塘仅有5个月份表现出脱氮,主要集中在春、秋季,其中10月份脱氮效率最高,达到了34.99%。
总体上,4种类型典型水塘的平均脱氮效率仅为6.54%,低于河流等流动水体[182225],与湖泊、水库等相对静滞的水体处于同一水平[26-28]表2)。水塘相较于河流等开放水体而言,其物质运输能力相对弱,在长期静滞且缺乏外源补给的条件下,碳源等养分由于生物的呼吸作用被大量消耗,这导致可利用的碳源减少,限制了反硝化等脱氮作用的潜能释放,使得氮素的累积,并驱动脱氮效率不增反降。与水塘相反,河流上游输送的污染物可源源不断地为沉积物脱氮微生物提供营养物质,促进微生物脱氮作用,使得脱氮效率高。这些信息说明,在丘陵区水塘等小微水体污染治理与修复工作中应注重水生植被修复,这不仅能增加自生碳源补给,也能大量吸附坡地流失的氮、磷等污染物,从而减轻对下游水体的污染。
2水塘上覆水理化指标及ΔN2浓度差异(小提琴图用于标示数据分布情况,内部箱形图的下、中、上横线分别表示 25%、50% 和 75% 分位数。图中a、b、c用于标示95%置信水平下统计学差异)
Fig.2Differences in physical and chemical indicators and ΔN2 concentration in overlying water of the ponds (violin plots are used to indicate the data distribution, and the lower middle and upper horizontal lines of the inner box plots indicate the 25%, 50% and 75% quartiles, respectively. a, b, c are used to indicate statistical differences at the 95% confidence level)
1不同类型水塘沉积物理化指标差异
Tab.1 Differences in physico-chemical indicators of sediments from different ponds
加粗的数据表示在研究的塘中该营养盐浓度最高。
34种类型水塘脱氮效率及ΔN2浓度月际变化
Fig.3Monthly variation of nitrogen removal efficiency and ΔN2 concentration in four types of ponds
2不同水体脱氮效率及主要影响因素
Tab.2 Nitrogen removal efficiency and main influential factors in different water bodies
2.3 典型水塘脱氮潜势及脱氮途径
本研究选择了降雨较少、水体理化条件相对稳定的10月作为代表性月份,采用15N同位素培养的方法,以探究不同水塘的脱氮潜势,并定量解析了反硝化及厌氧氨氧化作用的脱氮贡献。研究结果发现,天目湖流域典型沟塘沉积物脱氮潜势变化范围为2.54~116.09 μmol/(m2·h),其中茶园塘脱氮潜势最大,林塘和养殖塘次之,村塘最低,表现出明显的空间异质性;从脱氮途径来看,反硝化脱氮占主导地位(2.54~76.11 μmol/(m2·h)),占总脱氮潜势的65.56%以上,反硝化脱氮的贡献与总脱氮潜势的排序保持一致。在脱氮潜势最高的两个塘(LT1、CY2)中,检测到了厌氧氨氧化的脱氮(脱氮潜势分别为0.64和39.98 μmol/(m2·h)),脱氮贡献率分别为5.54%和34.44%,其余4个沟塘厌氧氨氧化作用较低,甚至未检出(表3)。茶园塘和林塘由于集水区植被覆盖度高,能够形成有利于根系硝化作用的局部好氧区,从而促进硝化作用与反硝化作用的有效耦合[30],使得这两类水塘脱氮潜势大。
本研究发现水塘厌氧氨氧化脱氮效率与贡献率均较低,一致脱氮效率仅为0.59%(反硝化作用为5.57%),平均贡献率6.66%(反硝化作用为93.34%),这与Cai等 [29]的理论一致,即反硝化产生的N2通量通常比厌氧氨氧化产生的通量高一个数量级。相关研究指出,厌氧氨氧化作用脱氮贡献率受控于环境因素且具有强烈的时空异质性,通常厌氧氨氧化的贡献率在15%以下[14-16]。尽管厌氧氨氧化一般被认为是次要脱氮途径,但也有研究表明厌氧氨氧化占主导,贡献率可高达58%~90%[31-32]。有机物浓度的高低或许是导致这种差异的原因[33]。研究发现,厌氧氨氧化群落为化能自养微生物,有机碳的增加不仅不会驱动厌氧氨氧化作用的进行,反而会抑制其代谢[2934],而反硝化作用则需要外来碳源作为电子供体及能量来源[35]。水质监测显示(图2),林塘及茶园塘COD含量相对低,这表明这些塘中碳源供给相对不足,使得厌氧氨氧化菌群在对N的竞争中处于有利地位;而养殖塘COD含量高,表明碳源充足,在这种高碳环境下,厌氧氨氧化作用被抑制。需要注意的是,厌氧氨氧化及反硝化作用的反应底物存在差异,而由于林塘集水区人类活动强度弱,氮素流失少且NH+4-N较低,这或许是林塘厌氧氨氧化脱氮效率及贡献率均较低的原因[36]。然而,受人力物力的限制,本研究仅开展了一次同位素培养实验,结果代表性不足。需要在后续的研究中,开展更多的采样验证,以更好厘清厌氧氨氧化作用和反硝化作用的脱氮贡献。
3不同水体脱氮潜势差异
Tab.3 Comparison of the N removal potential in different water
2.4 不同类型水塘脱氮作用的影响因素
为进一步解析不同类型水塘脱氮作用时间变化的驱动因素,本研究探究了不同水塘主要水质指标变化对ΔN2浓度及脱氮效率的影响。研究发现,林塘、村塘和养殖塘ΔN2及脱氮效率主要与含氮指标浓度呈显著相关,茶园塘脱氮效率与诸多指标相关性并不显著,但其ΔN2与含氮指标及Chl.a则存在显著相关性。
从各类水塘的结果来看,林塘脱氮相关指标与TN、TDN表现出极显著负相关,但与NO-3-N等指标不相关。这表明随着N浓度的增加,林塘脱氮作用可能被抑制。林塘高N浓度主要出现在降雨集中的春、夏季,雨水将林区营养盐冲刷进水塘的同时,也抬高了林塘水位,使得微生物与营养盐的接触机会减少,从而削弱了其脱氮作用;村塘脱氮效率与TP、NH+4-N、DO、Chl.a、TSS、COD表现出显著正相关。一般而言,磷不直接参与反硝化及厌氧氨氧化等脱氮过程,但相关研究指出磷可通过促进蓝藻水华,从而间接影响脱氮过程[39-40]。本研究发现TP与Chl.a相关性显著,说明磷含量越高,藻类生物量更大。由于藻类死亡后能提供大量的活性有机质,为反硝化作用提供电子供体,从而促进水体脱氮潜能的释放[3941];同时,磷负荷的增加可提高酶活性,从而刺激反硝化作用的进行[40];溶解氧也是影响脱氮作用的重要指标,通常情况下,反硝化及厌氧氨氧化过程均需在厌氧或缺氧环境下进行,高含氧环境会在很大程度上抑制脱氮微生物的新陈代谢[42];悬浮颗粒物也会驱动脱氮作用,相关研究指出较高的TSS为脱氮微生物提供了大量附着场所[21],同时抑制固氮蓝藻的生长[43]
4脱氮效率与水质指标的相关性
Fig.4Correlation between nitrogen removal efficiency and water quality indicators
养殖塘脱氮效率与NO-3-N呈显著负相关。养殖塘的平均氮磷比(N∶P)为11.9,在这种情况下,具有强固氮能力的藻类在浮游植物中占据优势地位[44],这可能是养殖塘即使拥有较为适宜的环境条件,但大部分月份的ΔN2仍低于0,表现出固氮趋势的原因。同时养殖塘接收大量饲料、抗生素等物质的人为输入,导致水体氮污染物浓度较高,也会导致脱氮效率降低。
茶园塘脱氮效率与上覆水理化指标之间不存在显著相关性,但含氮指标及Chl.a与ΔN2之间具有显著的相关性。茶园塘春、秋季节施加的大量肥料,使得N、P等营养盐指标均较高,充足的反应底物对脱氮作用的限制较小,高磷环境下,极大的促进了脱氮潜力的释放,同时较低的DO也为脱氮过程提供适宜的缺氧环境,使得其ΔN2浓度较高,但春、秋季N浓度的升高也会导致脱氮效率随之降低。
研究进一步发现沉积物理化性质与反硝化、厌氧氨氧化作用之间存在有一定的关系(图5),水塘沉积物中N浓度越高,反硝化、厌氧氨氧化脱氮潜势也越高。该结果与以往沟塘湿地[11]及其他水体[3645-47]的研究结果一致,均表明沉积物N浓度是反硝化及厌氧氨氧化的重要限制性因素。这主要是由于沉积物中的N(尤其是NO-3-N),作为脱氮作用的反应底物和主要电子受体,浓度高低极大地影响反硝化及厌氧氨氧化脱氮的进行[1148-49]。受限于样点数量,其他的理化性质指标未做进一步分析。
5反硝化潜势、厌氧氨氧化潜势与沉积物硝态氮含量的相关性(灰色区域表示95%置信区间)
Fig.5Correlations of denitrification and anaerobic ammonia oxidation potentials with NO-3-N content in sediment (Grey areas indicate 95% confidence intervals)
由于集水区土地利用差异及人类活动的影响,不同的水塘脱氮过程及脱氮效率存在明显差异。但不可否认的是,作为连接农业区和河流的水文通道[50],这些水塘都是高效拦截污染、保护下游水质的重要生态屏障,也是应对丘陵区农业流域面域污染的有效手段。因此,为了高效保护丘陵区源头水质,应适当在茶园、林区、村落及养殖区域增加水塘,以更大程度削减面源及点源氮污染。
3 结论
本研究通过对丘陵区四类水塘脱氮作用及环境因子驱动的研究,得到了如下结论:
1)茶园春、秋季节大量的肥料施加,导致其营养盐浓度最高;养殖塘受人为扰动较大,营养盐浓度仅次于茶园塘,林塘、村塘水质相对较好。
2)在所有水塘中,茶园塘脱氮效率(8.25%)最高,其次是林塘(6.24%)、村塘(5.90%),而养殖塘的脱氮效率最低(4.72%);从逐月变化来看,各类水塘Re逐月变化趋势与ΔN2浓度变化一致。林塘6月脱氮效率最高,茶园塘8月脱氮效率最高,村塘3月脱氮效率最高,养殖塘仅有5个月份表现出脱氮。
3)反硝化是水塘脱氮的主导机制(93.34%±12.59%);仅在沉积物脱氮潜势较高的2个塘(CY2、LT1)检测出厌氧氨氧化作用的存在,其余4个水塘则仅检测出反硝化脱氮作用。
4)上覆水含氮污染物浓度是驱动脱氮效率及潜势变化的主要因子,但不同类型水塘影响因子存在一定的差异。林塘、养殖塘脱氮主要受氮浓度的影响,而村塘受TP、DO、Chl.a、TSS、COD等诸多因素的共同调控,茶园塘仅有ΔN2与氮浓度相关,脱氮效率与环境因子间不存在显著关系。
1天目湖流域采样点位分布
Fig.1Distribution of sampling sites in Lake Tianmu Watershed
2水塘上覆水理化指标及ΔN2浓度差异(小提琴图用于标示数据分布情况,内部箱形图的下、中、上横线分别表示 25%、50% 和 75% 分位数。图中a、b、c用于标示95%置信水平下统计学差异)
Fig.2Differences in physical and chemical indicators and ΔN2 concentration in overlying water of the ponds (violin plots are used to indicate the data distribution, and the lower middle and upper horizontal lines of the inner box plots indicate the 25%, 50% and 75% quartiles, respectively. a, b, c are used to indicate statistical differences at the 95% confidence level)
34种类型水塘脱氮效率及ΔN2浓度月际变化
Fig.3Monthly variation of nitrogen removal efficiency and ΔN2 concentration in four types of ponds
4脱氮效率与水质指标的相关性
Fig.4Correlation between nitrogen removal efficiency and water quality indicators
5反硝化潜势、厌氧氨氧化潜势与沉积物硝态氮含量的相关性(灰色区域表示95%置信区间)
Fig.5Correlations of denitrification and anaerobic ammonia oxidation potentials with NO-3-N content in sediment (Grey areas indicate 95% confidence intervals)
1不同类型水塘沉积物理化指标差异
2不同水体脱氮效率及主要影响因素
3不同水体脱氮潜势差异
Peterson BJ, Wollheim WM, Mulholland PJ et al. Control of nitrogen export from watersheds by headwater streams. Science,2001,292(5514):86-90. DOI:10.1126/science.1056874.
Fan Y, Clark M, Lawrence DM et al. Hillslope hydrology in global change research and earth system modeling. Water Resources Research,2019,55(2):1737-1772. DOI:10.1029/2018WR023903.
Diao YQ, Han Y, Li ZF. Spatio-temporal change of tea plantation since 2000 and model-based prediction in the Tianmuhu Reservoir watershed. J Lake Sci,2013,25(6):799-808. DOI:10.18307/2013.0603.[刁亚芹, 韩莹, 李兆富.2000年以来天目湖流域茶园分布变化及趋势模拟. 湖泊科学,2013,25(6):799-808.]
Zhang YM, Lan J, Li HY et al. Estimation of external nutrient loadings from the main tributary(Xin'anjiang)into Lake Qiandao,2006-2016. J Lake Sci,2019,31(6):1534-1546. DOI:10.18307/2019.0621.[张倚铭, 兰佳, 李慧赟等. 新安江对千岛湖外源输入总量的贡献分析(2006—2016年). 湖泊科学,2019,31(6):1534-1546.]
Li HP, Zhu GW, Chen WM et al. Current situation of good water quality reservoirs in hilly region of south-east China: Protection practices of Tianmuhu Reservoir. J Lake Sci,2013,25(6):775-784. DOI:10.18307/2013.0601.[李恒鹏, 朱广伟, 陈伟民等. 中国东南丘陵山区水质良好水库现状与天目湖保护实践. 湖泊科学,2013,25(6):775-784.]
Han Y, Li HP, Nie XF et al. Nitrogen and phosphorus budget of different land use types in hilly area of Lake Taihu upper-river basin. J Lake Sci,2012,24(6):829-837. DOI:10.18307/2012.0604.[韩莹, 李恒鹏, 聂小飞等. 太湖上游低山丘陵地区不同用地类型氮、磷收支平衡特征. 湖泊科学,2012,24(6):829-837.]
聂小飞. 太湖上游丘陵坡面尺度水分运移与氮、磷流失过程研究[学位论文]. 南京: 中国科学院南京地理与湖泊研究所,2015.
Golden HE, Rajib A, Lane CR et al. Non-floodplain wetlands affect watershed nutrient dynamics: A critical review. Environmental Science & Technology,2019,53(13):7203-7214. DOI:10.1021/acs.est.8b07270.
Yan WJ, Yin CQ, Tang HX. Nutrient retention by multipond systems: Mechanisms for the control of nonpoint source pollution. Journal of Environmental Quality,1998,27(5):1009-1017. DOI:10.2134/jeq1998.00472425002700050005x.
Harrison JA, Maranger RJ, Alexander RB et al. The regional and global significance of nitrogen removal in lakes and reservoirs. Biogeochemistry,2009,93(1):143-157. DOI:10.1007/s10533-008-9272-x.
Wang ZC, Xu H, Zhan X et al. Temporal and spatial characteristics of nitrogen removal in ditches and ponds in Tianmuhu Lake Basin. Research of Environmental Sciences,2022,35(4):979-988.[王子聪, 许海, 詹旭等. 天目湖流域沟塘湿地脱氮速率的时空差异. 环境科学研究,2022,35(4):979-988.]
Bai JH, Ouyang H, Deng W et al. A review on nitrogen transmission processes in natural wetlands. Acta Ecologica Sinica,2005,25(2):326-333.[白军红, 欧阳华, 邓伟等. 湿地氮素传输过程研究进展. 生态学报,2005,25(2):326-333.]
Liu WZ, Zhang CF, Cai MM et al. Regulation mechanism of plants on nitrogen removal processes in wetland ecosystems. Yangtze River,2023,54(1):53-61.[刘文治, 张才芳, 蔡苗苗等. 湿地生态系统脱氮过程的植物调控机制. 人民长江,2023,54(1):53-61.]
Trimmer M, Nicholls JC, Deflandre B. Anaerobic ammonium oxidation measured in sediments along the Thames estuary, United Kingdom. Applied and Environmental Microbiology,2003,69(11):6447-6454. DOI:10.1128/AEM.69.11.6447-6454.2003.
Amano T, Yoshinaga I, Yamagishi T et al. Contribution of anammox bacteria to benthic nitrogen cycling in a mangrove forest and shrimp ponds, Haiphong, Vietnam. Microbes and Environments,2011,26(1):1-6. DOI:10.1264/jsme2.me10150.
Chen ZH, Qin YB, Ding BJ et al. Denitrification and anaerobic ammonium oxidation in soil nitrogen migration process in a farmland of Wanshandang Lake. Environmental Science,2020,41(1):412-419. DOI:10.13227/j.hjkx.201904097.[陈志浩, 覃云斌, 丁帮璟等. 宛山荡农田土壤氮迁移过程反硝化与厌氧氨氧化. 环境科学,2020,41(1):412-419.]
Zhang WS, Li HP, Kendall AD et al. Nitrogen transport and retention in a headwater catchment with dense distributions of lowland ponds. Science of the Total Environment,2019,683:37-48. DOI:10.1016/j.scitotenv.2019.05.171.
Wu JZ, Chen NW, Hong HS et al. Direct measurement of dissolved N2 and denitrification along a subtropical river-estuary gradient, China. Marine Pollution Bulletin,2013,66(1/2):125-134. DOI:10.1016/j.marpolbul.2012.10.020.
Zhao YQ, Xia YQ, Li BL et al. Simultaneous determination of denitrification and anaerobic ammonium oxidation in river sediments using membrane inlet mass spectrometry. Journal of Agro-Environment Science,2014,33(4):794-802. DOI:10.11654/jaes.2014.04.026.[赵永强, 夏永秋, 李博伦等. 利用膜进样质谱同时测定河流沉积物反硝化和厌氧氨氧化. 农业环境科学学报,2014,33(4):794-802.]
Zhang WS, Li HP, Cao H et al. Small ponds have stronger potential for net nitrogen removal: Insight from direct dissolved N2 measurement. Science of the Total Environment,2023,900:165765. DOI:10.1016/j.scitotenv.2023.165765.
Yao XL, Xu HX, Tang CJ et al. Denitrification potential of high suspend sediments in Poyang Lake, China. China Environmental Science,2015,35(3):846-855.[姚晓龙, 徐会显, 唐陈杰等. 鄱阳湖水体悬浮物反硝化潜力模拟研究. 中国环境科学,2015,35(3):846-855.]
Wang GQ, Wang JF, Xia XH et al. Nitrogen removal rates in a frigid high-altitude river estimated by measuring dissolved N2 and N2O. Science of the Total Environment,2018,645:318-328. DOI:10.1016/j.scitotenv.2018.07.090.
Li XB, Xia YQ, Lang M et al. N2∶Ar technique for direct determination of denitrification rate of aquatic ecosystems using membrane inlet mass spectrometry. Journal of Agro-Environment Science,2013,32(6):1284-1288. DOI:10.11654/jaes.2013.06.028.[李晓波, 夏永秋, 郎漫等. N2∶Ar法直接测定淹水环境反硝化产物N2的产生速率. 农业环境科学学报,2013,32(6):1284-1288.]
Eyre BD, Ferguson AJP. Denitrification efficiency for defining critical loads of carbon in shallow coastal ecosystems. Hydrobiologia,2009,629(1):137-146. DOI:10.1007/s10750-009-9765-1.
Smith LK, Voytek MA, Böhlke JK et al. Denitrification in nitrate-rich streams: Application of N2∶Ar and 15n-tracer methods in intact cores. Ecological Applications,2006,16(6):2191-2207. DOI:10.1890/1051-0761(2006)016[2191: DINSAO]2.0. CO;2.
陈朱虹. 九龙江河流-库区系统营养盐与气态氮界面过程与通量. 厦门: 厦门大学,2014.
Koszelnik P, Tomaszek JA, Gruca-Rokosz R. The significance of denitrification in relation to external loading and nitrogen retention in a mountain reservoir. Marine and Freshwater Research,2007,58(9):818. DOI:10.1071/mf07012.
Kang LJ, Zhu MY, Zhu GW et al. Decreasing denitrification rates poses a challenge to further decline of nitrogen concentration in Lake Taihu, China. Water Research,2024,256:121565. DOI:10.1016/j.watres.2024.121565.
Cai M, Li S, Ye F et al. Artificial ponds as hotspots of nitrogen removal in agricultural watershed. Biogeochemistry,2022,159(3):283-301. DOI:10.1007/s10533-022-00928-6.
Racchetti E, Longhi D, Ribaudo C et al. Nitrogen uptake and coupled nitrification-denitrification in riverine sediments with benthic microalgae and rooted macrophytes. Aquatic Sciences,2017,79(3):487-505. DOI:10.1007/s00027-016-0512-1.
Lansdown K, McKew BA, Whitby C et al. Importance and controls of anaerobic ammonium oxidation influenced by riverbed geology. Nature Geoscience,2016,9(5):357-360. DOI:10.1038/ngeo2684.
Wang NN, Xue DM, Wang YD et al. A review of anammox-denitrification coupling process in a natural ecosystem. Research of Environmental Sciences,2018,31(4):616-627. DOI:10.13198/j.issn.1001-6929.2018.02.01.
Castine SA, Erler DV, Trott LA et al. Denitrification and anammox in tropical aquaculture settlement ponds: An isotope tracer approach for evaluating N2 production. PLoS One,2012,7(9):e42810. DOI:10.1371/journal.pone.0042810.
Wang ZY, Zheng M, Duan HR et al. A 20-year journey of partial nitritation and anammox(PN/a): From sidestream toward mainstream. Environmental Science & Technology,2022,56(12):7522-7531. DOI:10.1021/acs.est.1c06107.
Wu X, Probst A, Barret M et al. Spatial variation of denitrification and key controlling factors in streams and ponds sediments from a critical zone(southwestern France). Applied Geochemistry,2021,131:105009. DOI:10.1016/j.apgeochem.2021.105009.
Li XF, Gao DZ, Hou LJ et al. Nitrogen loads alter the N2 production between denitrification and anammox in Min River Estuary,a highly impacted estuary in southeast China. Environmental Pollution,2021,277:116757. DOI:10.1016/j.envpol.2021.116757.
Zhao JW, Zhu DW, Fan JN et al. Seasonal variation of anammox and denitrification in sediments of two eutrophic urban lakes. Polish Journal of Environmental Studies,2015,24(6):2779-2783. DOI:10.15244/pjoes/59237.
Gao DZ, Liu C, Li XF et al. High importance of coupled nitrification-denitrification for nitrogen removal in a large periodically low-oxygen estuary. Science of the Total Environment,2022,846:157516. DOI:10.1016/j.scitotenv.2022.157516.
Zhao F, Xu H, Zhan X et al. Spatial differences and influencing factors of denitrification and anammox rates in spring and summer in Lake Taihu. Environmental Science,2021,42(5):2296-2302. DOI:10.13227/j.hjkx.202008303.[赵峰, 许海, 詹旭等. 太湖春夏两季反硝化与厌氧氨氧化速率的空间差异及其影响因素. 环境科学,2021,42(5):2296-2302]
Zhang L, Yao XL, Tang CJ et al. Influence of long-term inundation and nutrient addition on denitrification in sandy wetland sediments from Poyang Lake,a large shallow subtropical lake in China. Environmental Pollution,2016,219:440-449. DOI:10.1016/j.envpol.2016.05.046.
Ji YY, Shi WQ, Qin BQ. An indispensable role of overlying water in nitrogen removal in shallow lakes. Science of the Total Environment,2024,923:171487. DOI:10.1016/j.scitotenv.2024.171487.
Rosamond MS, Thuss SJ, Schiff SL. Dependence of riverine nitrous oxide emissions on dissolved oxygen levels. Nature Geoscience,2012,5(10):715-718. DOI:10.1038/ngeo1556.
Zhao F, Zhan X, Xu H et al. New insights into eutrophication management: Importance of temperature and water residence time. Journal of Environmental Sciences,2022,111:229-239. DOI:10.1016/j.jes.2021.02.033.
Smith VH. Low nitrogen to phosphorus ratios favor dominance by blue-green algae in lake phytoplankton. Science,1983,221(4611):669-671. DOI:10.1126/science.221.4611.669.
Tang CJ, Zhang L, Du YY et al. Spatial variations of denitrification in wetland sediments in Poyang Lake and the influencing factors. Acta Scientiae Circumstantiae,2014,34(1):202-209. DOI:10.13671/j.hjkxxb.2014.01.013.[唐陈杰, 张路, 杜应旸等. 鄱阳湖湿地沉积物反硝化空间差异及其影响因素研究. 环境科学学报,2014,34(1):202-209.]
Kang LJ, Xu H, Zhu GW et al. Sediment denitrification potential and its influencing factors in the main rivers of Lake Taihu. Acta Scientiae Circumstantiae,2021,41(4):1393-1400. DOI:10.13671/j.hjkxxb.2021.0007.[康丽娟, 许海, 朱广伟等. 太湖主要环湖河道沉积物反硝化潜力及其控制因子. 环境科学学报,2021,41(4):1393-1400.]
Wang C, Qiao S, Bi Z et al. Nitrate removal by anammox biomass with intracellular carbon source as electron donors via DNRA pathway. Environmental Research,2021,200:111390. DOI:10.1016/j.envres.2021.111390.
Li RZ, Wang L, Liu C. Sediment denitrification rate and its response to exogenous carbon and nitrogen in the ponds and bottomland of the Chaohu lakeshore zone. Environmental Science,2020,41(4):1684-1691. DOI:10.13227/j.hjkx.201910128.[李如忠, 王莉, 刘超. 巢湖滨岸水塘洼地沉积物反硝化速率及对外源碳氮的响应. 环境科学,2020,41(4):1684-1691.]
Li ZL, Tang Z, Song ZP et al. Variations and controlling factors of soil denitrification rate. Global Change Biology,2022,28(6):2133-2145. DOI:10.1111/gcb.16066.
Moore MT, Bennett ER, Cooper CM et al. Transport and fate of atrazine and lambda-cyhalothrin in an agricultural drainage ditch in the Mississippi Delta, USA. Agriculture, Ecosystems & Environment,2001,87(3):309-314. DOI:10.1016/S0167-8809(01)00148-7.
You are the first    Visitors
Address:No.299, Chuangzhan Road, Qilin Street, Jiangning District, Nanjing, China    Postal Code:211135
Phone:025-86882041;86882040     Fax:025-57714759     Email:jlakes@niglas.ac.cn
Copyright © Lake Science, Nanjing Institute of Geography and Lake Sciences, Chinese Academy of Sciences:All Rights Reserved
Technical Support:Beijing Qinyun Technology Development Co., Ltd.

Su Gongwang Security No. 11040202500063

     苏ICP备09024011号-2