《Water》:Tracing Nitrate Sources and Transformations in a Cold-Region River Basin: Dual Isotopes and a Bayesian Mixing Model
编辑推荐:
农业氮损失占中国水污染物排放量的一半以上,但在农业与工业复合污染条件下,寒区流域洪水期硝酸盐来源及转化仍缺乏定量刻画。研究人员以松花江农业—工业支流乌肯河(Woken River)为对象,于2023年洪水期(6—8月)开展三次月度调查,在31个点位采集水、土壤
农业氮损失占中国水污染物排放量的一半以上,但在农业与工业复合污染条件下,寒区流域洪水期硝酸盐来源及转化仍缺乏定量刻画。研究人员以松花江农业—工业支流乌肯河(Woken River)为对象,于2023年洪水期(6—8月)开展三次月度调查,在31个点位采集水、土壤和降水样品。分析水化学参数及硝酸盐双同位素(δ15N-NO3?、δ18O-NO3?;反硝化细菌法(denitrifier method)),并以相关分析和主成分分析(PCA)约束,利用MixSIAR(Mixing Model for Stable Isotopes in R)模型量化五类潜在来源的贡献。δ15N-NO3?为+6.033‰至+13.313‰,δ18O-NO3?为?2.195‰至+6.060‰。NO3?双同位素研究表明,乌肯河流域NO3?主要来源为土壤氮(S)、造纸厂废水(PMW)以及生活污水和畜禽粪便(DS&LM)。模型估计结果表明,PMW和S为主导来源,各自贡献河流硝酸盐约43%。这些结果支持对寒区流域工业排放和农业土壤氮损失进行针对性控制。
表面水与地下水硝酸盐污染是全球性问题。集约化养殖和施肥威胁饮用水供给;随着点源污染逐步控制,农业非点源污染成为中国流域综合治理的关键挑战。硝酸盐迁移性强,是农业氮损失的主要形式,来源包括土壤氮淋溶、施肥、畜禽与生活污水、工业废水和大气沉降;矿化、硝化与反硝化又持续改变硝酸盐同位素信号,使定量源解析复杂化。寒区流域还受季节性冻结和积雪控制,硝酸盐输出集中于融雪和洪水期,低温抑制反硝化并延长滞留时间,与温带流域差异明显,既有双同位素—Bayesian框架的端元表征和可迁移性尚缺乏检验;东北松花江流域农业氮排放高,洪水期径流加速土壤氮淋失,稀释和河道内转化又模糊源—汇关系。乌肯河为松花江农业—工业支流,受农业非点源和造纸厂废水(paper mill wastewater,PMW)等点源复合影响,小中型寒区流域洪水期硝酸盐来源与转化研究不足。基于此,研究人员开展洪水期水化学、硝酸盐双同位素与Bayesian混合模型耦合研究,旨在刻画氮浓度和来源时空变化、阐明迁移转化机制并量化各源贡献,为农业硝酸盐防控和环境管理提供依据。
关键技术方法(≤250字):研究人员于2023年6—8月洪水期在乌肯河(Woken River)流域开展三次同步调查,样本队列来源为寒区农业—工业支流乌肯河;布设31个监测点(15个河水、11个土壤、5个降水点),获得45个河水样、33个土壤样和5个降水样。现场测定溶解氧、温度、pH,实验室测定氮磷、化学需氧量、Cl
?及Cu
2+、Zn
2+等水化学指标;采用反硝化细菌法(denitrifier method)将NO
3?转化为N
2O,经同位素比值质谱(IRMS)测定δ
15N-NO
3?和δ
18O-NO
3?;用Pearson相关和主成分分析(PCA)识别共变结构;以MixSIAR贝叶斯混合模型(Dirichlet先验、MCMC(Markov chain Monte Carlo,马尔可夫链蒙特卡洛),Gelman–Rubin与Geweke诊断)量化五类源贡献。
3.1 硝酸盐与其他变量的相关性(Correlation Between Nitrate and Other Variables):通过15个河水监测点三次洪水期调查的水化学参数与双同位素进行Pearson相关和PCA,发现多数水质指标下游高于上游,溶解氧(DO)和高锰酸盐指数(CODMn)下游降低;NO
3?-N月均由6月2.76 mg/L降至7月2.09 mg/L、8月回升至2.48 mg/L,流域均值2.47 mg/L;总氮(TN)下游升高,Cl
?、Cu
2+、Zn
2+沿程累积,Cu
2+与Zn
2+强相关并与NO
3?、TN、总磷(TP)、总可溶性氮(TSN)显著相关;6月氮组分出现峰值且NO
3?-N、TN变异系数高,指示首冲刷。PCA的KMO(Kaiser–Meyer–Olkin)为0.719,前四主成分解释71.52%方差,第一主成分(PC1)由NO
3?、TN、TP、TSN、Cu
2+、Zn
2+等强载荷构成,PC2反映有机负载耗氧的氧化还原梯度及Cl
?人为影响。结论为农业非点源基线叠加生活污水与工业点源的复合污染。
3.2 水化学参数和硝酸盐双同位素的时空变化(Spatiotemporal Variations in Hydrochemical Parameters and Nitrate Dual Isotopes):通过双同位素时空分布和端元特征,6月δ
15N-NO
3?为+6.033‰~+13.313‰,下游升高,上游反映农业排水和土壤氮矿化,下游受生活污水和PMW控制;δ
18O-NO
3?为?2.195‰~+6.060‰,Q1达+6.060‰。7月降水增加使上游δ
15N降低,指示化学肥料(HF)与土壤氮(S)混合,δ
18O指示硝化主导;下游以生活污水和畜禽粪便(DS&LM)和PMW为主,Q1/Q2未显著升高归因于工业氮排放减少和高流稀释。8月δ
15N回升至+8.902~+10.967‰,污水增加和局部反硝化
15N富集;D3达+10.771‰,反映径流冲刷富
15N表土,D5在7月低δ
18O与高δ
15N指示PMW铵经硝化。结论为下游人类影响增强,上游以硝化为主,下游存在局部反硝化。
3.3 洪水期硝酸盐的生物地球化学过程(Biogeochemical Processes of Nitrate During the Flood Season):通过ln(NO
3?-N)与δ
15N-NO
3?、δ
18O-NO
3?、NO
3?-Cl
?及NO
3?/Cl
?与DO的相关和点位验证,ln(NO
3?-N)与δ
15N各月均无显著相关,δ
15N-δ
18O无1.5~2.0正协变,表明盆地尺度单一反硝化分馏不主导;7月ln(NO
3?-N)与δ
18O显著正相关但不合反硝化富集,指示多源混合。NO
3?/Cl
?与DO在汇合数据中显著正相关,D6 6月低DO和同位素富集支持局部反硝化,D4 8月高Cl
?低比值源于污水Cl
?而非反硝化。结论为洪水期硝酸盐以多源混合输入为主、硝化主导,显著反硝化限于局部点位。
3.4 基于MixSIAR的硝酸盐来源定量(MixSIAR-Based Quantification of Nitrate Sources):通过MixSIAR量化五源,河水δ
15N均值+9.195‰±1.681‰,δ
18O均值+1.024‰±1.606‰;端元包括尿素、复合肥、降水、土壤等。全流域PMW后验中位44%(90%可信区间(CI)15–71%)与S 43%(16–69%)共同约86%,大气沉降(AD)、HF、DS&LM合计约13%;上游S主导(均值44%±16%),下游PMW 45%±17%、DS&LM 12%±12%;Q1 PMW均值54.60%,单月最大72%,下游PMW由49%降至37%;N1、N2、C1的S贡献分别49%、47%、42%,D7为PMW44%、S41%、DS&LM14%;HF中位1%,AD均值0.4%±0.7%。结论为上游农田排水与下游工业废水等人为输入主导硝酸盐污染,持续氮负荷促进硝化并导致NO
3?累积。
3.5 不确定性分析(Uncertainty Analysis):通过UI90(90%可信区间宽度除以0.9)和后验诊断,Gelman–Rubin最大1.01,221/225比例参数满足标准,少数近零AD参数例外;AD的UI90=0.015最小,PMW 0.60和S 0.50最大,因同位素重叠较难分割,DS&LM 0.37居中并支持合并;PMW与S逐点合计约87%,其余约13%,联合贡献在数据集中高于55%。结论为不确定性主要来自PMW与S重叠,但二者联合主导稳健。
讨论部分总结:4.1 硝酸盐转化:上游硝化主导,反硝化局限于下游特定点位和时段;Q1 7月DO 2.12 mg/L,δ
15N和δ
18O升高、NO
3?/Cl
?下降支持局部反硝化;8月Q1低DO、高化学需氧量(COD)和高温加强耗氧,但硝酸盐输入速率超过消耗;全盆地无显著δ
15N-δ
18O协变。DO与NO
3?/Cl
?正相关说明氧化状态调节转化效率,Cu
2+、Zn
2+与Cl
?相关构成工业废水指纹。4.2 环境意义:源解析与土地利用一致,PMW和S各约43%,Q1达72%;Q1的Zn
2+和Cu
2+升高显示工业点源叠加生态压力;农田约占23.8%,AD<1%;洪水期降雨调节氮迁移,7月稀释降低上游δ
15N,8月废水排放增加使下游硝酸盐反弹;水生植物/藻类同化与反硝化不能由现有同位素数据分离。下游TN 3.18 mg/L超过松花江背景1.5 mg/L,存在富营养化风险;Cu
2+、Zn
2+低于GB 3838-2002 III类限值(1.0 mg/L)约3%和9%,但其与PMW峰共现仍指认纸厂排放口。建议实时监测和深度处理纸厂废水,农业推广缓释肥、生态沟渠和农田—河流过渡带人工湿地。4.3 局限:仅2023洪水期三次调查,不能捕获冻融、融雪脉冲和冰盖变化,全年外推需谨慎;MixSIAR依赖预定义端元,S与DS&LM重叠引入不确定性;站点重复样混合牺牲站内分辨率;尿素和复合肥合并为HF端元;未采地下水因无井网,需直接验证。未来应开展全年定点监测、更多示踪剂(Br
?/Cl
?、δ
37Cl、δ
34S、δ
11B、化合物特异性同位素分析(CSIA))、月尺度PCA和线性混合效应模型、Rayleigh校正、Δ
17O、溶解N
2/Ar和N
2O、反硝化速率及功能基因研究。
结论部分翻译:(1)洪水期乌肯河流域PMW和S为双主导硝酸盐来源,平均各约43%;PMW贡献在排放口达峰,人口密集的下游城市和工业区人为源贡献显著增加;肥料和大气沉降贡献可忽略。(2)洪水期硝酸盐动态由农业非点源基线叠加多源混合输入控制,硝化是主要转化过程,局部反硝化发生在下游缺氧工业河段。(3)工业废水和农业土壤氮负荷是该流域氮污染控制的关键对象,需要工业点源排放与农业非点源损失协同管理。非洪水期来源与转化是否不同于洪水期、源贡献如何随尺度动态变化,仍是需长期定点监测和多方法途径回答的开放问题。