應用案例
點擊藍字
關注我們FOLLOW US
背景簡介
目前大氣中N2O的平均濃度約為333 ppb,并以每年0.25%-0.31%的速度持續增加。在100年的時間尺度上,N2O的溫室效應潛力是CO2的265倍,N2O是影響全球氣候變化的重要因素。城市河流是N2O產生和排放的熱點。在中國許多城市中,為了改善城市河流的水質和水動力條件,建設了相互連接的河湖網絡。N2O的產生受到內陸水系微生物過程的強烈控制。最近的研究發現,硝化和反硝化都是N2O產生的主要途徑。反硝化作用對N2O的貢獻隨著湖泊富營養化水平的增加而增加。然而,在廢水處理廠和農業河流的下游經常觀察到高NH4+濃度,此時硝化作用可能主導N2O的產生。
本研究的目的是:
1)分析N2O濃度和排放的時空分布;
2)揭示影響N2O排放的潛在因素;
3)確定各種途徑對N2O產生和消耗的貢獻,揭示互聯河湖網絡N2O排放時空變化的控制機制。
該研究將促進對調節城市地表水中N2O排放的微生物過程的認識,并為水質和N2O排放綜合管理提供理論依據。
研究方法
站點描述
武漢市的地表水面積占城市總面積的四分之一,是中國地表水面積最大的城市。隨著經濟的發展和人口的增長,該地區的河流和湖泊遭受了不同程度的污染。為了改善水質和水量,武漢將河流和湖泊連接起來形成了河湖網絡。盡管城市中的河流與湖泊通過渠道進行了物理連接,但由于水位、水閘和水壩的原因,河流與湖泊之間的實際連通性大不相同。因此,相互連接的河湖網絡中的水質和溫室氣體排放在該地區具有很大的時空異質性。
圖1. 本研究采樣點的地理位置和土地利用類型。城市河流的一端與湖泊相連,另一端與長江相連,形成了一個河湖網絡。在城市河流與長江的連接處安裝了水閘,在河流與湖泊的連接處設置了溢流壩,以調節河流流量。河流采樣點分別設置在農村(綠色周期)和城市(紅色和黃色周期)。湖泊采樣點設置在與河流連接處附近。
樣品采集
樣本采集于2021年3月至2022年1月的四個季節。調查了長江以南的七條河流和十一個湖泊(圖1)。共設置了49個采樣點。所有研究河流的寬度為10m至20m,深度為1m至2m。城市河流長度為2.3km至9.2km,農業河流長度為45.1km。本研究將城市區域內的河流分為孤立的城市河流(UR)和與湖泊相連的城市河(LUR)。
實驗使用便攜式水質參數測量儀(Hach Company,USA)在現場測量水體的溫度、溶解氧(DO)、pH值、電導率(EC)等物理化學參數,并收集水樣進行δ18O-H2O、TDN(總溶解氮)、DOC(溶解有機碳)等的分析。此外,還通過提取微生物DNA使用實時定量聚合酶鏈式反應(qPCR)(Roche LightCycler?480)來評估與N2O產生相關的基因豐度(如16SrRNA、AOAamoA、AOBamoA、nirS、nirK和nosZ)。研究者還使用了同位素模型來定量估計N2O的產生和消耗過程。
統計分析
采用N2O和瑞利分餾模型中δ15N-sp與δ18O的同位素映射方法來計算N2O產生和消耗的途徑(硝化和反硝化)的貢獻(圖2)。硝化作用和反硝化作用的貢獻比例可以通過截距和兩個端元的SP值來計算。
圖2:估算N2O混合和減少的映射方法。場景1(M-R):首先將反硝化和硝化產生的N2O混合,然后通過完全反硝化將混合后的N2O還原;場景2(R-M):通過異養反硝化產生的N2O首先被還原,然后剩余的N2O與通過硝化產生的N2O混合。圖中“樣品”的坐標是微生物衍生的N2O的同位素值。
Picarro 儀器的使用
水樣中δ18O-H2O(水的氧同位素比值)通過水蒸氣同位素分析儀(Picarro,L2130-i,USA)進行測量,δ18O-H2O的分析精度為±0.1‰。
在本研究中,δ18O-H2O數據被用于以下幾個目的:
1)N2O來源分析:通過測量水樣中的δ18O-H2O值,研究者可以區分微生物產生的N2O和大氣中的N2O。這是因為微生物在產生N2O的過程中,會從水中獲取氧原子,而這個過程中水的氧同位素組成會發生變化。通過比較水樣中的δ18O-H2O值和大氣N2O的δ18O值,可以估計微生物活動對N2O產生的貢獻。
2)定量分析N2O產生途徑:研究者使用同位素模型(如Rayleigh分餾模型)結合δ18O-H2O數據,可以定量分析N2O的產生途徑,即區分硝化作用和反硝化作用對N2O的貢獻。這有助于理解在不同水體中N2O產生的主要微生物過程。
3)分析環境因素與N2O排放的關系:δ18O-H2O數據還可以幫助研究者理解環境因素(如溫度、溶解氧濃度等)如何影響N2O的產生。例如,溫度和溶解氧濃度的變化會影響微生物活動,從而影響N2O的產生和排放。
4)時空變異性研究:通過在不同季節和地點收集δ18O-H2O數據,研究者可以揭示N2O排放的時空變異性,這對理解城市河湖網絡中N2O排放的動態變化至關重要。
研究結論
文章調查了武漢市一個相互連接的河湖網絡的溶解N2O濃度和排放。利用N2O相關基因豐度和同位素模型定量估算了微生物產生和消耗N2O的過程。研究結果表明,N2O濃度、排放和產生途徑存在顯著的空間變化。較高的氮含量和缺氧條件導致UR中的高N2O產生和排放。然而,有效的河湖互聯項目增加了溶解氧濃度,降低了LUR的TDN、NO3-N和NH4+-N濃度。這些環境因子的變化通過抑制硝化和反硝化作用,顯著降低了N2O濃度和排放通量。這些發現推進了對調節內陸水域N2O排放的微生物過程的認識,并說明應調整對水閘和水壩的控制來有效連接城市河流和湖泊,從而改變氧化還原條件和氮含量,進而控制N2O的排放。
原文鏈接: