河流输入对博斯腾湖溶解性有机物组成的时空影响
蒋昕桐1,2,3, 肖启涛3, 李一民1,2, 廖远珊1,2, 刘东3,*, 段洪涛1,2,3,*
1.西北大学城市与环境学院, 陕西 西安 710127
2.陕西省地表系统与环境承载力重点实验室, 西北大学, 陕西 西安 710127
3.中国科学院流域地理学重点实验室, 中国科学院南京地理与湖泊研究所, 江苏 南京 210008
*通讯作者 e-mail: dliu@niglas.ac.cn; htduan@niglas.ac.cn

作者简介: 蒋昕桐, 女, 1998年, 西北大学城市与环境学院硕士研究生 e-mail: 2335216521@qq.com

摘要

博斯腾湖是我国西北干旱区最大的内陆吞吐型淡水湖, 近年来随着流域人类活动与污废水排放的增加, 湖泊生态系统和周围居民的饮用水安全已经受到了严重影响, 需重点关注河流输入对湖泊水质的影响。 对夏秋两季的实测有色溶解有机物(CDOM)三维荧光光谱进行平行因子分析, 解析出博斯腾湖CDOM三种组分: 陆源类腐殖质组分C1、 类酪氨酸组分C2和类色氨酸组分C3; 同时, 基于Pearson相关性分析了夏秋两季河流输入对博斯腾湖DOM的影响。 结果表明, 不同季节河流输入对博斯腾湖DOM的影响不同且与河流水质季节性变化直接相关。 夏季开都河入湖水主要来自冬季积雪融水, 携带大量陆源类腐殖质入湖, 而秋季主要为冰川融水, 随着入湖流量增加, 携带陆源类腐殖质含量降低, 整体表现为河口附近DOM浓度夏季高、 秋季低。 解析出的三种组分C1、 C2与C3在湖西部开都河和黄水沟入湖处含量较高, 且三种组分受季节性的影响较为相似。 同时对开都河河口附近采样点和其他区域采样点的DOM与电导率进行相关性分析, 发现外部河流输入对博斯腾湖DOM的影响主要集中在河口附近, 且河口附近区域DOC与CDOM关系显著, 可以先遥感反演CDOM再估算DOM含量。 研究不同季节河流输入对博斯腾湖溶解性有机物组成的影响对保护湖泊生态环境和提升湖泊水质具有十分重要的意义。

关键词: 博斯腾湖; 溶解性有机物; 有色溶解有机物; 时空变异; 平行因子分析
中图分类号:X143 文献标志码:A
Temporal and Spatial Effects of River Input on Dissolved Organic Matter Composition in Lake Bosten
JIANG Xin-tong1,2,3, XIAO Qi-tao3, LI Yi-min1,2, LIAO Yuan-shan1,2, LIU Dong3,*, DUAN Hong-tao1,2,3,*
1. School of City and Environment, Northwest University, Xi’an 710127, China
2. Shaanxi Key Laboratory of Surface System and Environmental Carrying Capacity, Northwest University, Xi’an 710127, China
3. Key Laboratory of Watershed Geography, Chinese Academy of Sciences, Nanjing Institute of Geography and Lakes, Chinese Academy of Sciences, Nanjing 210008, China
*Corresponding authors
Abstract

Lake Bosten is the largest inland throughput freshwater lake in the northwest arid zone of China. In recent years, the lake ecosystem and the drinking water safety of the surrounding residents have been seriously affected by the increase in human activities and wastewater discharge in the basin, and the impact of riverine input on the lake water quality needs to be focused on. In this study, the three-dimensional fluorescence spectra of coloured dissolved organic matter (CDOM) measured in summer and autumn were analysed in parallel.Three fractions of CDOM from Lake Bosten were identified: terrestrial humic fraction C1, tyrosine-like fraction C2 and tryptophan-like fraction C3. The effect of river input on the DOM of Lake Bosten was also analysed based on Pearson correlation. The results show that river input’s influence on Lake Bosten’s DOM differs between seasons and is directly related to the seasonal changes in river water quality. In summer, the water entering the lake from the Kaidu River mainly comes from winter snowmelt and carries a large amount of terrestrial humus into the lake, while in autumn, it is mainly glacial meltwater. The content of terrestrial humus is reduced as the flow into the lake increases, showing that the overall DOM concentration near the estuary is higher in summer and lower in autumn. The three components C1, C2 and C3, were found to be more abundant in the western part of the lake where the Kaidu River and the Yellow Water Ditch enter the lake, and the three components were similarly affected by seasonality. The correlation between DOM and conductivity was also carried out at sampling points near the mouth of the Kaidu River and other areas. It was found that the influence of external river input on the DOM of Lake Bosten was mainly concentrated near the mouth of the river, and the relationship between DOC and CDOM in the area near the mouth of the river was significant so that the CDOM could be inferred by remote sensing before estimating the DOM content. The study of the influence of river inputs on the composition of dissolved organic matter in Lake Bosten in different seasons is of great importance to protect the lake’s ecological environment and improve the lake’s water quality.

Keyword: Lake Bosten; Dissolved organic matter; Colored dissolved organic matter; Spatiotemporal analysis; Parallel factor analysis
引言

湖泊水体中的溶解性有机物(dissolved organic matter, DOM)含量丰富、 形式复杂, 主要来源于陆源输入和浮游生物降解, 在碳循环中扮演着重要角色、 对水体污染物的迁移转化有着重要影响[1]。 不过水体中DOM的过量分解会导致水体恶臭、 致癌物增加, 影响生态平衡和人类饮用水安全[2]。 DOM组成多样, 包含糖类、 蛋白质、 脂肪和氨基酸等, 以往研究中通常用溶解性有机碳(dissolved organic carbon, DOC)浓度来表征水体DOM含量。 DOC中能够吸收紫外和可见光的部分被称为有色可溶性有机物(colored DOM, CDOM)[3]。 对湖泊水体CDOM的组成和含量研究中多涉及到平行因子算法(parallel factor analysis, PARAFAC), 以识别水体中各个荧光组分的特征及浓度, 使用PARAFAC对水体样本的三维荧光光谱(excitation-emission matrix spectroscopy, EEMs)进行光谱分析, 可以快速、 精准地解析出CDOM的主要组成成分、 含量多少等, 因此这种方法成为近年来研究湖泊水体CDOM组分的主要方法[4]。 CDOM在湖泊水体中一方面会降低紫外对湖泊生态的影响, 另一方面吸收可见光导致深水区光合作用减弱。 因此, 解析湖泊DOM来源、 组成及其对环境变化的响应, 对湖泊生态环境保护与管理有十分重要的意义。 程庆霖等[5]利用平行因子分析法揭示了我国滇池CDOM组成、 分布特征。 宋开山等[6, 7, 8, 9]研究了我国东北地区多处河流和湖泊的CDOM吸收与荧光特性。 Shang等[10]研究了水库CDOM来源和成分特征与水体营养度之间的关系。 Hu等[11]使用平行因子分析法解析出了洪泽湖CDOM组分与含量, 研究了CDOM与水质之间的关系。 张运林等[12, 13, 14]对长江中下游地区太湖、 千岛湖和天目湖CDOM来源、 组成和季节性变化进行研究和分析。 以往研究主要关注湖泊CDOM的季节变化特征和环境影响因素, 对河流输入影响下干旱区湖泊DOM组成的时空变化缺乏深入研究与讨论。

博斯腾湖古称“ 西海” 、 现被誉为“ 西塞明珠” , 环境优美、 水产丰富、 生态系统多样, 是我国西北内陆淡水湖泊的典型代表之一。 参照已发表的文献, 已有学者对博斯腾湖水体的水盐平衡[15]、 盐度对湖泊生态及沉积物的影响[16, 17, 18]、 表层重金属污染沉积物的生态风险评价[19]等方面进行了分析与研究。 本研究以博斯腾湖为研究对象, 通过深入分析不同季节湖体DOM及水环境因子的现场密集采样数据, 分析了博斯腾湖DOM含量及组成的时空变化, 重点探讨了不同季节水文情境下河流输入对博斯腾湖DOM时空变异的影响差异。 以期为新疆水质的进一步研究和制定管理方案提供参考依据。

1 实验部分
1.1 研究区介绍

博斯腾湖(Lake Bosten)东西长约55 km、 南北宽约25 km, 平均海拔1 048 m、 平均水深9 m, 位于新疆天山南麓焉耆盆地的东南部博湖县境内, 是我国内陆最大的淡水湖泊。 博斯腾湖河流湖区集中在湖西部, 其入源河流包括湖西南部的开都河和湖西北部的黄水沟等, 出源河流是湖西南部的孔雀河; 博斯腾湖也是处于我国西部干旱地区的最大淡水湖泊, 湖水来源主要是夏秋积雪融水和少量降雨, 不同来源水对博斯腾湖水质的影响不同。 如今, 工业排放、 农业生产、 旅游开发等人类活动[20]已经对博斯腾湖的水质和生态环境造成了严重影响[21, 22]、 也危害到了湖区居民的饮用水安全。

1.2 野外采样

根据新疆气候、 降雨以及干湿度等, 已有研究将6月划分为夏季, 9月划分为秋季[23], 因此将2021年6月和9月的50个采样点数据分别作为夏季与秋季数据, 用来研究不同河流、 不同季节水文情境下博斯腾湖DOM时空分布的差异性。 实地采样时, 将在标设点位采取的水样低温封存在避光的聚氯乙烯瓶中; 采样结束后, 用0.7 μ m孔径的WhatmanGF/F滤膜过滤得到DOC滤液, 用0.22 μ m孔径的Millipore滤膜过滤得到CDOM滤液。 将滤液低温封存在避光的玻璃瓶中直至实验室测量, 所有指标的实验室测量分析在采样后5 d内完成。 现场采样时, 还用YSI水质仪记录了电导率和水温等基础环境参数。 此外, 还使用了新疆塔里木河流域管理局提供的2021年日尺度的开都河焉耆站水位和流量资料[http://www.tahe.gov.cn/]。 气象数据来自国家气象数据中心库尔勒站点2021年气象数据。

1.3 数据测量及处理

1.3.1 水环境参数测量

在实验室中, 将采样过滤后的DOC滤液放置在总有机碳分析仪中测量出DOC浓度; 分别使用过硫酸钾消解紫外分光光度法和钼锑抗分光光度法测量原水样的总氮(TN)、 总磷(TP)浓度[23]

1.3.2 CDOM吸收谱测量与指标计算

一般采用待测样本在特定波长处的吸收系数来定性表征CDOM浓度。 因此在200~800 nm的波长范围内每间隔1 nm使用Shimadzu UV-2500紫外分光光度计测量CDOM滤液的吸光度, 之后减去超纯水作空白参考的吸光度以消除背景噪声、 减去在700 nm波长的吸光度进行基线校准[24], 将校正后的吸光度记为Dλ , 则在波长λ 处的CDOM吸收系数为

aλ=2.303Dλ/r(1)

式(1)中, aλ 的单位为m-1。 本研究采用波长为280 nm处的吸收系数(a280)表征样品CDOM浓度[25]

定义比紫外吸收系数SUVA

SUVA=a254/cDOC(2)

式(2)中, cDOC是DOC浓度, SUVA与水体腐殖化程度呈正相关[26]。 校正后的CDOM吸收系数aλ 随波长λ 呈现指数衰减的趋势, 可用拟合公式[29]描述

aλ=aλ0exp[S(λ0-λ)](3)

式(3)中, λ 0是280 nm参考波长、 S表示CDOM指数光谱斜率。 对λ =275~295 nm的aλ 进行指数拟合, 得到光谱斜率S275~295, 与水体的陆源类腐殖酸信号强度呈现反比关系[27]

1.3.3 三维荧光光谱测量与平行因子分析

在实验室中, 将CDOM滤液放置在三维荧光光谱仪中, 设定发射波长为200~450 nm、 激发波长为250~600 nm, 发射波长间隔5 nm、 激发波长间隔1 nm进行三维荧光光谱的测量。 在三维荧光光谱测量阶段消除拉曼散射和校正内滤波效应、 在平行因子算法的数据预处理阶段消除瑞利散射, 将测得的数据减去超纯水作空白参考的数据以消除拉曼散射、 通过计算光谱在特定激发波长处的吸光度来进行内滤波效应的校正[28, 29]

平行因子分析法是基于三线性分解理论、 采用交替最小二乘算法的一种数学模型[30]。 借助MATLAB的DOMFluor工具箱对CDOM滤液的三维荧光光谱进行平行因子分析, 算法步骤如下: (1)数据预处理、 (2)模型构建、 (3)模型验证、 (4)模型评估、 (5)输出结果。 在数据预处理阶段, 首先删除光谱中荧光强度小于0和无荧光的区域, 之后通过eemscat函数使用内插法消除三维荧光数据中的拉曼和瑞利散射; 在模型构建阶段, 使用OutlierTest函数建立起从2个因子至7个因子组分的平行因子模型, 并解析出各个因子的荧光强度和载荷; 在模型验证阶段, 首先使用SplitData函数将三维荧光光谱数据进行对半拆分, 之后通过SplitHalfAnalysis和SplitHalfValidation函数对上阶段建立的不同因子模型进行对半分析与输出结果, 保留通过对半分析的模型、 筛选掉对半分析失败的模型; 在模型评估阶段, 首先使用RandInitAnal函数初始化通过对半分析的模型, 之后通过PlotLL和EvalModel函数检验模型的载荷和拟合度, 最终发现3个因子模型能够通过对半分析且具有最小的拟合残差; 在输出结果阶段, 使用ModelOut函数输出各组分的荧光强度、 发射载荷和激发载荷。

1.4 统计方法

各数据的平均值、 协方差、 处理独立样本t-test检验等都用IBM SPSS Statistics 22软件; 线性拟合和Pearson相关分析等使用Origin 2018软件, 还使用ArcGIS 10.1软件绘制地理图表, MATLAB软件进行三维荧光光谱平行因子分析。

2 结果与讨论
2.1 入湖河流流量

博斯腾湖地区干旱, 降水量较少且湖水流动性不大。 湖水结冰开始日期呈提前趋势, 最早初冰在10月17日, 最晚融冰在4月11日, 平均封冻天数为107 d, 湖心最大冰厚0.73 m[31]。 博斯腾湖流域2021年6月总降水量为2.54 mm, 9月总降水量为3.56 mm。 湖西南部的开都河和湖西北部的黄水沟分别是博斯腾湖的两大入源河流, 开都河和黄水沟的入湖流量随月份的变化曲线如图2所示。 2月— 9月份, 开都河月均流量为黄水沟月均流量的18.4倍, 差异最小的9月为6.8倍、 最大的4月份为33.7倍。 从1月至8月, 两河的流量均呈增加趋势, 相关系数为0.64; 8月之后, 两河流量都急剧下降, 河流入湖流量与河水结冰、 解冻等季节性因素直接相关(图2)。

图1 博斯腾湖采样点分布图Fig.1 Distribution of sampling points in Lake Bosten

图2 2021年开都河与黄水沟的月平均入湖流量Fig.2 Flow variation diagram of Kaidu River and Huangshuigou

2.2 水环境特征

博斯腾湖夏季TN浓度平均值为0.74 mg· L-1、 秋季TN浓度平均值为0.82 mg· L-1, 夏季与秋季差异不显著(t-test, p> 0.05), 根据中国地表水环境质量标准按TN属于Ⅲ 类水质[图3(a)]。 TP浓度较低, 夏季及秋季分别在0.014~0.02和0.018~0.04 mg· L-1之间, 按TP属于Ⅱ 类水体[图3(b)]。 不同季节, TN浓度变化不大, 但TN浓度略高于TP浓度, 夏秋两季N:P平均比值分别是42.56± 6.1、 30.94± 3.74。 N:P值远高于Redfield值[32], 博斯腾湖氮素含量充足, 磷是藻类生长繁殖的限制性生源要素。 博斯腾湖夏季电导率平均值低于秋季[图3(c)], 且受开都河入湖影响, 夏季和秋季河口区域附近点位均表现出异常低值。

图3 博斯腾湖不同季节水环境特征Fig.3 Water quality characteristics of Lake Bosten

2.3 DOM含量及来源时空分布

夏秋两季博斯腾湖DOC浓度差异不显著, 但空间分布表现出明显的季节差异, 且夏秋两季空间分布格局大致相反。 夏季, 博斯腾湖的DOC浓度平均值为(6.52± 0.63) mg· L-1, 高值出现在西南开都河入湖处的小面积水域、 低值出现在东北大部水域, 且在东部远离河流的湖区DOC浓度基本一致, 整体表现为由西南向东北方向递减[图4(c)]。 秋季, 博斯腾湖DOC浓度平均值为(6.37± 0.58) mg· L-1, 高值出现在西北部大部分湖区, 尤其是黄水沟入湖处水域, 而在西南部小面积水域表现为DOC低值, 整体表现为由西南向东北方向递增[图4(g)]。

图4 博斯腾湖夏季及秋季a280S275~295、 DOC和SUVA时空分布
(a)— (d): 夏季; (e)— (h): 秋季
Fig.4 Spatial and temporal distributions of a280, CDOM spectral slope S275~295, DOC and specific ultraviolet absorption SUVA in Summer and Autumn in Lake Bosten
(a)— (d): Summer; (e)~(h): Autumn

夏秋两季a280差异显著(t-test, p< 0.01), 但季节性空间分布差异不明显。 夏季, 博斯腾湖a280平均值为(6.66± 0.42) m-1, 高值出现在西南开都河和西北黄水沟入湖处、 低值出现在东部大部分湖区, 且东部远离河流湖区a280浓度基本一致, 整体表现为由西向东递减[图4(a)]。 秋季, 博斯腾湖a280浓度平均值为(4.98± 0.37) m-1, 高值出现在西北黄水沟入湖处以及开都河入湖处少部分水域、 低值出现在东部湖区, 整体表现为由西向东递减[图4(e)]。

夏秋两季博斯腾湖S275~295值差异不明显, 但空间分布表现出明显的季节差异。 夏季, 博斯腾湖S275~295平均值为(28.79± 1.07) μ m-1, 高值出现在东部少部分水域、 低值出现在西南开都河和西北黄水沟入湖处, 说明西南开都河和西北黄水沟入湖处陆源输入信号强[图4(b)]。 秋季, 博斯腾湖S275~295平均值为(28.27± 0.81) μ m-1, 高值出现在湖区北部少部分水域、 低值出现在西南开都河入湖处, 说明西南开都河入湖处陆源输入信号强[图4(f)]。

夏秋两季博斯腾湖SUVA值差异不明显, 但季节性空间分布差异明显, 且夏秋季空间分布格局大致相反。 夏季, 博斯腾湖SUVA平均值为(1.40± 0.41) L· (m· mg)-1, 高值出现在东南部局部小部分湖区、 低值出现在西南部开都河入湖处, 说明东南部局部湖区芳香类DOM含量高, 整体表现为由东向西方向递减[图4(d)]。 秋季, 博斯腾湖SUVA平均值为(1.24± 0.45) L· (m· mg)-1, 高值出现在西南部开都河入湖处、 低值出现在东部大部分湖区, 说明西南部开都河入湖处芳香类DOM含量高, 整体表现为由西向东方向递减[图4(h)]。

2.4 DOM组成的时空分布

使用平行因子分析法对夏秋两季采样点数据的CDOM三维荧光光谱进行组分分析, 依次构建了包含2至7个组分的算法模型, 之后再对每个模型进行拆半分析与验证、 随机初始化、 残差评估与比较, 得出3组分模型具有最小的残差与最高的拟合度。 3个组分(C1、 C2、 C3)的荧光光谱和拆半分析后的负载曲线如图5所示。

图5 EEMs PARAFAC分析得到的3个荧光组分荧光光谱和对半分析结果Fig.5 Fluorescence spectra and half test results of three fluorescent components obtained by EEMs PARAFAC analysis

组分C1是陆源类腐殖酸成分(表1), 主要来源于陆地土壤、 腐烂的植物残骸等; 组分C2代表类蛋白中的酪氨酸荧光物质(表1), 与藻源、 生活污水排放相关。 组分C3代表类蛋白中的类色氨酸荧光物质(表1)主要是藻类或其他荧光组分在水体中经光化学、 微生物矿化等作用的产物。

表1 CDOM三维荧光组分特征 Table 1 Fluorescence component characteristics of CDOM EEMs

图6从左至右分别为夏秋两季博斯腾湖C1、 C2、 C3组分的荧光强度分布图。 组分C1为陆源类腐殖质, 主要由外源河流输入进入博斯腾湖, 夏秋两季高值均出现在西部入湖区, 不同的是, 组分C1夏季高值仅出现在西南开都河入湖处少部分水域[图6(a)], 而秋季同时出现在西南开都河和西北黄水沟入湖处水域[图6(d)], 这可能与夏秋两季开都河和黄水沟入湖水携带的陆源类腐殖质含量有关。 类蛋白组分C2、 C3夏秋两季高值均出现在湖西部开都河与黄水沟附近, 组分C2为类酪氨酸组分, 夏秋两季荧光强度整体表现由西向东递减; 组分C3为类色氨酸组分, 夏秋两季不规则分布在湖中[图6(f)]。

图6 博斯腾湖3种组分荧光强度时空分布
(a)— (c): 夏季; (d)— (f): 秋季
Fig.6 Spatial and temporal distributions of fluorescence intensities of three components in Lake Bosten
(a)— (c): Summer; (d)— (f): Autumn

表2 夏秋季3个组分荧光强度差异显著性检验结果 Table 2 Significance test results of fluorescence intensities of three components in summer and Autumn
2.5 荧光组分与水质参数相关性分析

夏秋两季各水质参数的皮尔逊相关性分析结果如表3所示。 夏季, 组分C1、 C2和C3三者之间互相呈极显著相关关系; 秋季, 组分C1和C2呈极显著相关关系, 组分C3与C1、 C2均呈显著相关关系, 表明三种组分受季节性影响较为一致, 组分C3可能由于微生物的作用导致相关性减弱。

表3 夏秋两季不同水质指标相关性分析结果 Table 3 Correlation analysis results of various water quality parameters

夏秋两季博斯腾水体DOC浓度与陆源类腐殖质荧光强度呈极显著正相关关系, 与其他两种类蛋白组分的荧光强度相关性较弱, 说明了陆源类腐殖质是博斯腾湖DOC的主要来源。 陆源类腐殖质与TN、 TP显著的正相关关系说明水体氮磷元素的分布与转移受到了陆源类腐殖质输入的影响。 夏季, 两种类蛋白组分与电导率显著的正相关关系说明在夏季温度升高导致蒸发作用增强、 微生物活动增加。

2.6 河流输入对博斯腾湖DOM影响的季节差异

入湖水来源对博斯腾湖DOM季节差异影响明显。 夏季河流流入博斯腾湖的水主要来源于冬季积雪融化[41], 夏季降水量少, 入湖流量小(2.1节), 大量陆源类腐殖质集中分布在入湖处, CDOM最大值出现在开都河和黄水沟入湖处附近, 说明积雪融化水入湖会携带大量陆源性腐殖质, 导致河口区域DOM浓度明显增加; 陆源类腐殖质和类酪氨酸组分主要分布在西部入湖处一侧, 说明陆源类腐殖质和类酪氨酸组分在夏季的主要来源是河流输入。 秋季开都河流入湖水主要来源于冰川融化[42], 秋季降水量增加, 入湖流量增加(2.1节), 湖水被河水稀释, 冰川融水携带陆源类腐殖质减少, 导致河口区域DOM浓度降低。 由于黄水沟入湖水经过一大片湿地, 所以此处CDOM浓度最高, 随着黄水沟入湖流量增加, 陆源类腐殖质最大值开始出现在西北部入湖处。

河流输入对博斯腾湖DOC分布也存在明显的季节差异。 夏季高值出现在中部区域, 由中部延伸至西南区域DOC含量较高, 说明DOC一部分来源于外部河流输入, 更多是湖水自身积累; 秋季因冰川融化水流入湖泊, 最大值出现在湖西北部黄水沟入湖处, 西南部开都河入湖处浓度最低, 因为开都河秋季流量远大于黄水沟流量, 会稀释河口附近区域的DOC, 秋季开都河入湖的DOC大部分从孔雀河直接输出。

2.7 河流输入对博斯腾湖DOM的影响范围

干旱地区湖泊水浅且量小, 并且形态复杂、 气候干燥、 蒸发强烈、 湖水矿化度高, 大部分都是河流流至盆地中心蓄积而成, 具有水体交换弱、 流量小、 降水量少等特点。 博斯腾湖是典型的西部干旱湖泊, 开都河入湖口与孔雀河出湖口距离较近(图1所示), 开都河河水流入博斯腾湖流进流出较快。

对博斯腾湖河口附近采样点和其他区域采样点的电导率与CDOM和DOC值进行拟合, 夏秋两季的拟合图如图7所示, 入湖处采样点的位置已在图1中标出。 可以看出夏秋两季河口附近区域采样点CDOM与电导率相关性显著, 而其他区域点位的相关性较弱。 在河口附近区域, DOC和电导率呈现显著相关关系, 其他区域点位相关性同样较弱。 夏秋两季河口附近电导率均值分别为(968.75± 172.50)和(915.75± 120.91) s· m-1, 其他区域电导率均值分别为(1 287.77± 52.78)和(1 346.38± 46.19) s· m-1, 从图7可以看出其他区域点位电导率值相差不大且显著高于河口区域(t-test, p< 0.05)。 同样, 夏秋两季代表陆源输入的C1组分均在河口附近出现高值, 综上说明河流输入对博斯腾湖DOM的影响范围很小, 主要集中在河口附近, 对于其他区域影响较小。

图7 不同季节河口附近电导率以及其他区域电导率与CDOM和DOC相关性
(a), (b): 夏季; (c), (d): 秋季
Fig.7 Correlation between conductivity near the estuary and conductivity in other areas with CDOM and DOC in different seasons
(a), (b): Summer; (c), (d): Autumn

2.8 干旱区湖泊DOC遥感启示

DOC是最大的有机碳储库, 能够使用遥感手段监测DOC储量的时空变化, 但DOC没有光学特性, 对实现遥感监测增加了很大难度。 Mannino等[43]首先构建了CDOM吸收系数与遥感反射率的经验模型, 再利用DOC与CDOM吸收之间的经验关系, 在美国中大西洋湾获得了基于MODIS与SeaWiFS数据的DOC浓度遥感反演结果。 Matsuoka等[44]首先从遥感反射率反演得到a443, 再利用a443与DOC浓度的经验关系估算得到了DOC浓度。 Yu等[45]在建立长江口DOC反演模型及Cao等[46]在建立切萨皮克湾DOC反演模型时, 将CDOM吸收光谱斜率和CDOM同时作为算法的变量, 提高了河口区域CDOM反演的精度。

博斯腾湖夏秋两季CDOM和DOC的散点图如图8所示。 夏秋两季开都河河流输入对博斯腾湖的影响集中在河口附近, CDOM与DOC在夏季(R2=0.88, p=0.06)和秋季(R2=0.99, p=0.005)关系较好, 而在其他区域河流输入影响甚微; 对于其他区域CDOM与DOC关系较差, 体现了西部湖泊不稳定的特点, DOC会不断累积而CDOM会随光进行分解。 开都河河流输入对博斯腾湖的影响主要集中在河口附近(2.7节), 且在河口附近CDOM和DOC拥有很好的拟合关系, 而在其他区域拟合效果不佳, 因此对西部干旱湖泊使用CDOM遥感反演DOC时应尽量聚焦于河口附近。

图8 博斯腾湖CDOM-DOC散点图和开都河入湖口附近采样数据拟合曲线图
(a): 夏季; (b): 秋季
Fig.8 CDOM-DOC scatter diagram of Lake Bosten and fitting curve of sampling data near Kaidu River inlet
(a): Summer; (b): Autumn

3 结论

基于博斯腾湖2021年夏秋两季采样数据, 运用平行因子分析法解析CDOM三维荧光光谱等手段, 研究了不同季节河流输入对博斯腾湖溶解性有机物组成的时空影响, 得到如下结论:

(1)博斯腾湖CDOM分为陆源性腐殖质组分C1、 类酪氨酸组分C2和类色氨酸组分C3。 陆源类腐殖质组分C1与类 蛋白组分C2、 C3多分布在湖西部开都河和黄水沟入湖处, 三种组分受季节性的影响较为相似。

(2)不同季节河流输入对博斯腾湖DOM的影响不同。 夏季, 开都河入湖水携带的陆源类腐殖质较多, 河口附近DOM浓度较高; 秋季, 随着入湖流量增加, 携带的陆源类腐殖质较少, 河口附近DOM浓度较低。

(3)博斯腾湖是典型的西部干旱湖泊, 入湖口开都河与出湖口孔雀河距离较近, 河水流入博斯腾湖流进流出较快, 外部河流输入对博斯腾湖DOM的影响主要集中在河口附近, 受河流输入主控, 河口区域DOC与CDOM关系显著, 对干旱区湖泊CDOM遥感反演DOC的启示为应聚焦于河口附近。

致谢: 感谢新疆塔里木河流域管理局提供水位和流量等资料, 感谢唐登淼进行试验测量。

参考文献
[1] Jiang T, Wang D Y, Wei S Q, et al. Science of the Total Environment, 2018, 636: 249. [本文引用:1]
[2] Wang M, Chen Y G. Chemosphere, 2018, 201: 96. [本文引用:1]
[3] Huang M, Li Z W, Luo N L, et al. Science of the Total Environment, 2019, 646: 220. [本文引用:1]
[4] Stedmon C A, Markager S, Bro R. Marine Chemistry, 2003, 82(3): 239. [本文引用:1]
[5] CHENG Qing-lin, ZHENG Bing-hui, WANG Sheng-rui, et al(程庆霖, 郑丙辉, 王圣瑞, ). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2014, 34(3): 698. [本文引用:1]
[6] SHAO Tian-tian, ZHAO Ying, SONG Kai-shan, et al(邵田田, 赵莹, 宋开山, ). Environmental Science(环境科学), 2014, 35(10): 3755. [本文引用:1]
[7] LI Si-jia, SONG Kai-shan, CHEN Zhi-wen, et al(李思佳, 宋开山, 陈智文, ). Journal of Lake Sciences(湖泊科学), 2015, 27(5): 941. [本文引用:1]
[8] SHAO Tian-tian, LI Liu-yang, WANG Tao, et al(邵田田, 李柳阳, 王涛, ). Acta Scientiae Circumstantia(环境科学学报), 2018, 38(4): 1558. [本文引用:1]
[9] JIANG Guang-jia, LIU Dian-wei, SONG Kai-shan, et al(姜广甲, 刘殿伟, 宋开山, ). Journal of University of Chinese Academy of Sciences(中国科学院大学学报), 2009, 26(5): 640. [本文引用:1]
[10] Shang Y X, Song K S, Jacinthe P A, et al. Journal of Hydrology, 2019, 576: 1. [本文引用:1]
[11] Hu B, Wang P F, Qian J, et al. Journal of Great Lakes Research, 2017, 43: 1165. [本文引用:1]
[12] LIU Ming-liang, ZHANG Yun-lin, QIN Bo-qiang, et al(刘明亮, 张运林, 秦伯强, ). Journal of Lake Sciences(湖泊科学), 2009, 21(2): 234. [本文引用:1]
[13] ZHANG Yun-lin, QIN Bo-qiang(张运林, 秦伯强). Advances in Water Science(水科学进展), 2007, 78(3): 415. [本文引用:1]
[14] ZHOU Lei, ZHOU Yong-qiang, ZHANG Yun-lin, et al(周蕾, 周永强, 张运林, ). Environmental Science(环境科学), 2021, 42(8): 3709. [本文引用:1]
[15] Rusuli Y, Li L H, Ahmad S, et al. Environmental Earth Sciences, 2015, 74(3): 2499. [本文引用:1]
[16] Tang X M, Xie G J, Shao K Q, et al. Applied and Environmental Microbiology, 2012, 78(13): 4748. [本文引用:1]
[17] Liu Y, Mu S Y, Bao A M, et al. Environmental Earth Sciences, 2015, 73(8): 4707. [本文引用:1]
[18] Zhang L, Zhao T T, Shen T T, et al. Journal of Basic Microbiology, 2018, 59(2): 224. [本文引用:1]
[19] Mamat Z, Haximu S, Zhang Z Y, et al. Environmental Science and Pollution Research, 2016, 23(8): 7255. [本文引用:1]
[20] XU Hai-liang, CHEN Ya-ning, LI Wei-hong(徐海量, 陈亚宁, 李卫红). Journal of Arid Land Resources and Environment(干旱区资源与环境), 2003, 17(3): 95. [本文引用:1]
[21] Guo M J, Wu W, Zhou X D, et al. Theoretical and Applied Climatology, 2015, 119(1/2): 341. [本文引用:1]
[22] ZHOU Hong-hua, LI Wei-hong, CHEN Ya-ning, et al(周洪华, 李卫红, 陈亚宁, ). Journal of Lake Sciences(湖泊科学), 2014, 26(1): 55. [本文引用:1]
[23] Zhu M Y, Zhu G W, Zhao L L, et al. Environmental Science and Pollution Research International, 2013, 20(3): 1803. [本文引用:2]
[24] LIU Xiao-han, ZHANG Yun-lin, YIN Yan, et al(刘笑菡, 张运林, 殷燕, ). Transactions of Oceanology and Limnology(海洋湖沼通报), 2012, 20(3): 133. [本文引用:1]
[25] Andrew A A, Del Vecchio R, Subramaniam A, et al. Marine Chemistry, 2013, 148: 33. [本文引用:1]
[26] Kothawala D N, Stedmon C A, Müller R A, et al. Global Change Biology, 2014, 20(4): 1101. [本文引用:1]
[27] Fichot C, Benner R. Limnology and Oceanography, 2012, 57(5): 1453. [本文引用:1]
[28] Murphy K R, Stedmon C A, Graeber D, et al. Analytical Methods, 2013, 5(23): 6557. [本文引用:1]
[29] Kothawala D N, Murphy K R, Stedmon C A, et al. Limnology and Oceanography: Methods, 2013, 11(12): 616. [本文引用:2]
[30] Gui-cai, ZHAO Wei-hong, WANG Jiang-tao(吕桂才, 赵卫红, 王江涛). Chinese Journal of Analytical Chemistry(分析化学), 2010, 38(8): 1144. [本文引用:1]
[31] WANG Rui, NIU Zhen-guo(王瑞, 牛振国). China Environment Science(中国环境科学), 2020, 40(2): 780. [本文引用:1]
[32] Redfield A C. American Scientist, 1958, 46(3): 230A. [本文引用:1]
[33] Painter S C, Lapworth D J, Woodward E M S, et al. Science of the Total Environment, 2018, 630: 630. [本文引用:1]
[34] Romero C M, Engel R E, D’Andrilli J, et al. Geoderma, 2017, 306: 40. [本文引用:1]
[35] D’Andrilli J, Foreman C M, Sigl M, et al. Climate of the Past, 2017, 13: 533. [本文引用:1]
[36] Harjung A, Sabater F, Butturini A. Limnologica, 2018, 68: 71. [本文引用:1]
[37] Walker S A, Amon R M W, Stedmon C, et al. Journal of Geophysical Research, 2009, 114(G4): G00F06. [本文引用:1]
[38] Fouché J, Christiansen C T, Lafrenière M J, et al. Nature Communications, 2020, 11: 4500. [本文引用:1]
[39] CataláT S, Reche I, Fuentes-Lema A, et al. Nature Communications, 2016, 7(1): 12005. [本文引用:1]
[40] Murphy K R, Hambly A, Singh S, et al. Environmental Science & Technology, 2011, 45(7): 2909. [本文引用:1]
[41] SUN Zhan-dong, WANG Run(孙占东, 王润). Journal of Lake Sciences(湖泊科学), 2006, (5): 484. [本文引用:1]
[42] GUO Dong, Tursun Kasim, ZHANG Tong-wen, et al(郭冬, 吐尔逊·哈斯木, 张同文, ). Desert and Oasis Meteorology(沙漠与绿洲气象), 2022, 16(1): 87. [本文引用:1]
[43] Mannino A, Russ M E, Hooker S B. Journal of Geophysical Research, 2008, 113(C7): C07051. [本文引用:1]
[44] Matsuoka A, Babin M, Doxaran D, et al. Biogeosciences, 2014, 11(12): 3131. [本文引用:1]
[45] Yu X L, Sheng F, Liu Y Y. Estuarine, Coastal and Shelf Science, 2016, 181: 302. [本文引用:1]
[46] Cao F, Tzortziou M, Hu C M, et al. Remote Sensing of Environment, 2018, 205: 151. [本文引用:1]