店埠河农业小流域水体溶解性有机质光谱时空分布特征
杨欣1,2, 夏敏1,2, 叶寅1,2,*, 王静1,2
1.安徽省农业科学院土壤肥料研究所, 安徽 合肥 230031
2.养分循环与资源环境安徽省重点实验室, 安徽 合肥 230031
*通讯作者 e-mail: yeyin1218@163.com

作者简介: 杨 欣, 女, 1994年生, 安徽省农业科学院土壤肥料研究所研究实习员 e-mail: 1792502127@qq.com

摘要

店埠河农业小流域是南淝河最大的支流, 探究该流域水体溶解性有机质(DOM)的时空演变机制对于了解其水生生态系统至关重要。 该研究结合水体的三维荧光光谱和紫外-可见光谱, 采用平行因子分析(PARAFAC)方法对测定的三维荧光光谱矩阵进行组分提取, 分析该流域特定时段的水体DOM荧光组分及比例, 结合荧光参数(荧光指数FI、 自生源指标BIX以及腐殖化指标HIX)和紫外-可见光谱吸收特征参数( α254 E2 /E3)分析店埠河农业小流域水体DOM时空特征。 实验结果显示: 店埠河农业小流域在该特定时段(2020年9月—2021年4月)水体DOM包含2个有效的荧光组分, 分别为1种类腐殖质物质(类富里酸组分)和1种类蛋白质物质(低激发类色氨酸组分), 两个组分各占比例分别为53.9%和46.1%; 水体三个荧光参数(FI、 BIX、 HIX)在不同季节(9月秋季、 1月冬季和4月春季)之间的荧光参数呈现显著的季节变化差异, 指明DOM总体上受陆源和内源物质的综合影响, 具有强腐殖化、 弱自生源特征; 紫外-可见光谱吸收特征参数( α254 E2 /E3)表明1月冬季水体的DOM相对浓度和分子量大小均低于其他两个季节(9月秋季和4月春季), 而各采样点DOM分子量大小和相对浓度从河流上游到下游均未呈现明显的区域变化趋势。 该研究综合流域水体三维荧光光谱特征和紫外-可见光谱吸收特征, 示踪了店埠河农业小流域水体特定时段DOM的组分来源, 分析了其时空分布特征, 从而为该流域的生态环境综合治理提供可靠的理论依据。

关键词: 店埠河流域; 溶解性有机质(DOM); 三维荧光光谱(EEMs); 紫外-可见吸收光谱(UV-Vis)
中图分类号:X522 文献标志码:A
Spatiotemporal Distribution Characteristics of Dissolved Organic Matter Spectrum in the Agricultural Watershed of Dianbu River
YANG Xin1,2, XIA Min1,2, YE Yin1,2,*, WANG Jing1,2
1. Institute of Soil and Fertilizer, Anhui Academy of Agricultural Sciences, Hefei 230031, China
2. Key Laboratory of Nutrient Cycling and Resources Environment of Anhui Province, Hefei 230031, China
*Corresponding author
Abstract

The agricultural watershed of Dianbu River is the largest tributary of Nanfeihe River, so it is important to explore the temporal and spatial evolution mechanism of dissolved organic matter (DOM) in this watershed to understand its aquatic ecosystem. In this study, we comprehensively utilized the 3-D fluorescence spectrum and UV-visible spectrum of water bodies to track the DOM characteristics of this watershed. PARAFAC method was adopted to extract DOM components from the measured 3-D fluorescence spectral matrix. Moreover, we analyzed the DOM fluorescence components and the proportion of water bodies in a specific period. DOM's temporal and spatial characteristics in Dianbu River agricultural watershed were analyzed by combining the fluorescence parameters (FI, autobiogenic index BIX and humification index HIX) and UV-visible absorption characteristic parameters ( α254, E2 /E3). The results show that the watershed water DOM in the specific period (September 2020—April 2021) contains two effective components of fluorescence, one kind of humus (fulcrum acid-like component) and one kind of protein (Low excitation tryptophan-like component), the proportion of two components were 53.9% and 46.1% respectively; The fluorescence parameters of the three water bodies (FI, BIX and HIX) showed significant seasonal variations in different seasons (autumn in September, winter in January and spring in April), indicating that DOM was generally influenced by terrigenous and endogenous substances, but had strong humification and weak authigenic characteristics. The characteristic absorption parameters of the UV-visible spectrum ( α254, E2 /E3) indicated that the relative concentration and molecular weight of DOM in winter water in January were lower than those in the other two seasons (autumn in September and spring in April), while the molecular weight and relative concentration of DOM at each sampling point showed no obvious regional variation trend from upstream to downstream in the watershed. In this study, the three-dimensional fluorescence spectral characteristics and UV-visible spectral absorption characteristics of water bodies in the watershed were combined to trace the component sources of DOM in the Dianbu River in a specific period and its spatiotemporal distribution characteristics were analyzed to provide a reliable theoretical basis for the comprehensive management of the ecological environment in the watershed.

Keyword: The watershed of Dianbu River; Dissolved organic matter (DOM); Fluorescence excitation emission matrix spectroscopy (EEMs); UV-visible absorption spectrum (UV-Vis)
引言

溶解性有机质(dissolved organic matter, DOM)广泛存在于湖泊、 水库、 海洋等水生态系统中[1], 不仅是水体微生物循环的营养来源[2], 也具有丰富的环境效应[3]。 DOM包含了上百种不同结构和分子量的有机物[4], 是水体中普遍存在的活性组分, 伴随着水生态系统碳素的生物地球化学循环过程[5], 探讨其组成和时空分布特征可以反映流域的演变信息以及污染物迁移转化规律。

有色可溶性有机质(chromophoric dissolved organic matter, CDOM), 是DOM中具有独特光学性质的— 可以吸收紫外和可见光的有机物质。 其中, 荧光溶解性有机质(fluorescence dissolved organic matter, FDOM)是CDOM中吸收紫外-可见光后发出荧光的部分。 近年来, 紫外-可见吸收光谱(UV-Vis)和三维荧光光谱(3D-EEMs)因其灵敏度高、 低成本高效率等优势逐渐成为水体CDOM特征解析的主要研究手段[6, 7]。 其中, 紫外-可见光吸收光谱技术利用DOM自身丰富共轭体系特征, 对紫外光谱具有较强的吸收性, 其常用指标可以用来表征DOM的浓度以及来源等。 刘堰杨等采用该方法对川西高海拔河流天然水体中的DOM组分及转化机制展开了研究[8]; 李璐璐等应用该方法研究三峡库区典型消落带的水体中DOM的浓度[9]。 三维荧光光谱反馈了发射波长与激发波长同时发生变换时的荧光强度信息。 其中, 主成分分析法(PCA)和平行因子分析法(PARAFAC)是用于识别DOM三维荧光光谱中荧光峰的主流方法, 相关研究采用这两种方法对河流、 湖泊等水体DOM进行了组分及来源分析研究[10, 11]。 然而, 目前综合使用紫外-可见吸收光谱和三维荧光光谱评价不同来源DOM贡献率及迁移转化的研究相对较少[12]

店埠河流域是巢湖的主要水源地之一, 近年来, 该流域内DOM的来源及组分受到了城镇生活污水、 养殖业和种植业排水逐年增加的影响, 本研究考虑到时空异质性对该流域溶解性有机质的来源和组成带来的改变, 综合利用紫外-可见吸收光谱(UV-Vis)和三维荧光光谱(3D-EEMs)两种技术对该流域DOM进行光谱时空分布特征研究, 以期为该流域DOM循环过程和水体生态保护提供科学依据。

1 实验部分
1.1 研究区域及采样点

本研究区域为巢湖北部店埠河流域, 是一个典型以农业为主的流域, 该流域面积约79.8 km2, 污染源主要包括畜禽养殖、 农村生活污染和种植业等。 在以往研究[11]基础上新增了9个代表性采样点, 共35个采样点, 以GPS定位采样, 采样点分布见图1。 采样期为2020年8月至2021年4月, 每月采样一次, 每个采集点取3个平行样, 水样使用有机玻璃水质采样器采集, 装于不透明琥珀色高密度聚乙烯瓶中并编号, 立即放入低温避光的保温箱带回实验室。 使用WhatmanGF/F玻璃纤维滤膜过滤水样, 将所得滤液进一步采用0.2 μ m的滤膜过滤, 全部过滤后, 暂时放置在零下20 ℃冰箱中冷冻并避光待测。

图1 店埠河流域采样点分布Fig.1 Distribution of sampling points in the Dianbu River

1.2 样品分析

1.2.1 紫外-可见吸收光谱

样品在室温下解冻后, 使用紫外-可见分光光度计(UV-170型, 日本岛津公司)检测样品DOM的紫外光谱, 设定扫描波长为200~700 nm, 间隔0.5 nm, 以Milli-Q超纯水为参照, 用1 cm石英比色皿测定吸光度, 得到各水样的紫外吸收曲线。

1.2.2 三维荧光光谱测定

样品避光解冻至室温后, 采用荧光光度计(日立F-4500, 日本)测定DOM三维荧光光谱, 以Milli-Q超纯水作为空白。 扫描光谱进行仪器自动校正; 扫描波长范围为激发波长(excitation wavelength, Ex)为210~500 nm, 发射波长(emission wavelength, Em )为210~550 nm, 采样间隔均为5 nm。 系统自动去除拉曼及瑞利散射。

1.3 数据处理与分析

从三维荧光光谱中扣除超纯水信号后, 进行Raman归一化, 将归一化之后的数据构成三维矩阵数列, 进行平行因子(PARAFAC)模型分析; 在样品测定过程中, 温度差异和解冻速度等偶然因素会导致异常样品数据出现, 影响分析结果, 因此去除异常样品数据。

选用一系列光谱指数表征DOM的分子量大小、 来源和腐殖化程度等性质。 用吸收系数α 254表示DOM的相对浓度[14],

α'(λ)=(2.303A(λ)/L(1)α(λ)=α'(λ)-α700/700(2)

式(1)和式(2)中, α '(λ )和α (λ )分别为未经校正和经过散射校正的波长λ 处的吸收系数(m-1); A(λ )为波长λ 处的吸光度; L为光程长(m)。

紫外光谱指数E2/E3用于估算DOM分子量的大小[13],

E2/E3=A250/A365(3)

式(3)中, A250A365分别为波长250和350 nm处的吸光度。

荧光指数FI370表征了芳香与非芳香氨基酸对DOM荧光强度的相对贡献率, 表示DOM中腐殖质的来源, 一定程度上反映DOM来源及降解程度[15],

FI370(FEm=470nm, Ex=370nm/FEm=520nm, Ex=370nm(4)

式(4)中, F表示荧光强度。

生物源指数BIX表征新产生的DOM在整体DOM中所占的比例[15], 表示自生源有机质的贡献率[见式(5)],

BIX=FEm=380nm, Ex=310nm/FEm=430nm, Ex=310nm(5)

腐殖化指数HIX表征DOM腐殖化程度, 即激发波长Ex=254 nm时, 发射光谱Em波长在435~480与300~345 nm波段内的荧光强度积分值的比率[16]

2 结果与讨论
2.1 店埠河水体DOM的组分特征

采用PARAFAC方法对连续9个月35个采样点的DOM的三维荧光光谱特征进行分析, 如图2(a, b)所示店埠河水体荧光特征呈现2个荧光组分, 包括1种类腐殖质C1和1种类蛋白质C2。 图2(a, b)和图3(a, b)分别为店埠河水体DOM的荧光强度分布图及其激发和发射波长的载荷图。 组分C1(Em/Ex, 415 /235 nm)、 C2(Em/Ex, 340/225 nm)分别属于类富里酸和低激发类色氨酸组分, 其中组分C1占总组分荧光强度的53.9%, 具有1个激发峰和2个发射峰, 其荧光峰由外源输入的腐殖酸和富里酸形成, 主要表征类富里酸物质, 属于芳香类物质, 性质相对稳定且分子量较高。 组分C2占总组分荧光强度的46.1%, 包含2个激发峰和1个发射峰, 类似于色氨酸单体的荧光峰[15], 属于生物降解的类蛋白质物质, 与DOM中的芳环氨基酸结构有关, 大部分是由陆生植物或土壤有机质自生源产生过程生成。 C1和C2组分占比(53.9%和46.1%)表明, 该流域水体DOM以腐殖质类物质为主, 外源特征明显。

图2 店埠河农业小流域水体DOM的2个组分
(a): 组分1; (b): 组分2
Fig.2 Two components of DOM in the agricultural watershed of the Dianbu River
(a): The first component; (b): The second component

图3 店埠河农业小流域水体DOM的2个组分载荷
(a): 第一组分; (b): 第二组分
Fig.3 Two component loads of DOM in the agricultural watershed of the Dianbu River
(a): The first component load; (b): The second component load

2.2 荧光参数时空特征分析

本研究通过计算荧光参数(FI, BIX, HIX)分析店埠河水体DOM的组分来源。

如图4(a, b, c)所示为连续8个月的水体DOM各荧光特征参数的均值, 水体荧光指数FI值的范围为1.14~1.75, 大部分采样点的FI均值在1.3~1.9之间, 且各采样点FI均值为1.45, 研究表明, 该流域水体DOM受陆源和内源物质的综合影响, 部分采样点的FI值小于1.3, 荧光发射基团主要源于陆地和土壤, 分析认为这些采样点周边存在渔场等养殖业, 例如S4、 S9和S10采样点, 水体受到了周边养殖业等农业污染, 水体DOM相应地受到了养殖饲料以及动植物残体等外源输入的影响。 自生源指标BIX值的范围为0.50~1.70, 且均值位于0.6~0.8之间(0.73), 进一步表明该流域水体受外源输入和自生源的双重影响, 且BIX值在0.6~0.7之间的采样点分布较为密集, 表明DOM中自生成分较少, 主要为外源输入的腐殖质类富里酸组分, 但是小部分采样点的BIX大于1.0, 这些采样点表现出较强的自生源特征(如S5, S6采样点), 分析认为这些采样点位于流域上游, 且无工业污染, 水体生态环境相对稳定。 腐殖化指标HIX值的范围是1.66~4.78, 均值为3.07, 大部分采样点HIX值大于3且小于6, 属于强腐殖质特征和微弱的新近自生源。

图4 店埠河水体DOM的FI-BIX(a)、 FI-HIX(b)和BIX-HIX(c)分布Fig.4 FI-BIX (a), FI-HIX (b) and BIX-HIX (c)distributions of the Dianbu River

本研究对比分析了各采样点在三个季节(9月秋季、 1月冬季、 4月春季)的荧光参数变化特征。 如图5(a, b, c)所示, 总体上, 各采样点在不同季节之间的荧光参数呈现显著的季节变化差异, 且三个荧光参数指标(FI、 BIX、 HIX)值在各采样点呈现相似的波动趋势。 其中, S11和S16号采样点在春季的荧光指数BIX值相对较高, 分析认为这两个点腐殖化程度相对较高, 其DOM主要来自于水体内微生物有机质的分解; 这两个采样点的荧光指数FI值和HIX值相对较低, 进一步验证了该采样点水体DOM受外源影响较弱。 三个季节各采样点的荧光参数FI均值分别为1.48(9月秋季)、 1.57(1月冬季)、 1.30(4月春季), BIX均值分别为0.73(9月秋季)、 0.80(1月冬季)和0.65(4月春季), HIX均值分别为3.10(9月秋季)、 2.53(1月冬季)、 3.57(4月春季)。 分析认为冬季水体环境相对于其他季节更加稳定, 不易受到外源输入的影响, 渔场等养殖业产生的农业污染相对微弱, 水体自身的微生物分解为DOM形成的主导作用。

图5 店埠河水体3个季节(9月秋季、 1月冬季、 4月春季)DOM的FI(a)、 BIX(b)和HIX(c)值变化Fig.5 The variations of FI(a), BIX(b) and HIX(c) values of DOM in dianbu River in three seasons (September (autumn), January (winter) and April (spring))

2.3 紫外-可见光谱吸收特征分析

店埠河流域不同季节和不同采样点的DOM在254 nm处吸收系数如表1所示, 各采样点在9月秋季的α 254均值为22.33 m-1, 1月冬季为16.34 m-1, 4月春季为31.32 m-1。 结果表明, 1月冬季水体DOM的相对浓度显著低于4月春季和9月秋季, 分析认为冬季水体生物代谢活动特征较弱, 生态环境相对稳定。 在各个采样点之间, DOM的相对浓度呈现显著的差异, 采样点S4、 S9以及S10号相对浓度明显较高, 最高达90.51 m-1(S9), 分析认为该区域长期受到周边养殖饲料的输入以及土壤中的动植物残体的影响, DOM外源输入作用较强, 同时, 周边藕塘较高生物量使得水体溶解性有机质含量较高。 S5、 S6采样点的DOM相对浓度较低, 分析认为该采样点位于流域上游, 水深相对下游较浅, 且DOM外源影响较为微弱, 见图4(a, b, c)。

表1 不同季节和不同采样点的DOM在254 nm处吸收系数 Table 1 DOM absorption coefficients at 254 nm in different seasons and at different sampling points

紫外-可见吸收光谱指数E2/E3值越大, DOM分子量越小[13]。 如表2所示, 该流域不同季节和不同采样点的DOM的E2/E3值总体上存在显著差异。 各采样点在9月秋季的E2/E3均值为6.28, 1月冬季为8.11, 4月春季为4.76, 1月冬季的E2/E3均值最大, 说明该流域冬季DOM分子量显著低于秋季和春季。 在空间分布上, 各采样点DOM分子量大小从河流上游到下游并未呈现明显的变化规律, 分析认为该流域作为巢湖流域中典型的农业小流域, 近年来同时受到了居民生活污染的影响, 流域生态结构不够单一, 大部分区域都受到了畜禽养殖、 居民生活等农业面源污染, DOM来源既包含了水体自身的微生物分解, 又包含陆地和土壤等有机质来源。

表2 不同季节和不同采样点的DOM光谱指数E2/E3 Table 2 The spectral index E2/E3 of DOM in different seasons and at different sampling points
3 结论

(1)店埠河流域在特定时段(2020年9月— 2021年4月)水体DOM主要包括2个组分, 即类腐殖质荧光类富里酸组分C1(Em/Ex, 415/235 nm)及类蛋白质低激发类色氨酸组分C2(Em/Ex, 340/225 nm), 其中类富里酸组分在DOM中所占比例较大。

(2)三个荧光参数(荧光指数FI、 自生源指标BIX以及腐殖化指标HIX)在各采样点呈现相似的波动趋势, 且各采样点在不同季节(9月秋季、 1月冬季和4月春季)之间的荧光参数呈现显著的季节变异。 研究表明, 该流域水体DOM受陆源和内源物质的综合影响, 具有强腐殖化、 弱自生源特征。

(3)紫外-可见光谱吸收特征参数(α 254E2/E3)在不同季节不同区域存在显著差异。 总体上, 1月冬季水体的DOM相对浓度和分子量大小均低于其他两个季节(9月秋季和4月春季); 在空间分布上, 各采样点DOM分子量大小和相对浓度从河流上游到下游均未呈现明显的变化趋势。

参考文献
[1] Nimptsch J, Woelfl S, Osorio S, et al. Science of the Total Environment, 2015, 537(15): 129. [本文引用:1]
[2] Shang Y, Song K, Jacinthe P A, et al. Journal of Hydrology, 2019, 149(6): 576. [本文引用:1]
[3] Hood E, Fellman J, Spencer R, et al. Nature, 2009, 462(7276): 1044. [本文引用:1]
[4] Gan Zhendong, Ding An, Tang Xiaobin, et al. Water Research, 2017, 113: 149. [本文引用:1]
[5] Zhou Y, Zhou L, Zhang Y, et al. Water Research, 2019, 166: 115048. [本文引用:1]
[6] Pitta E, Zeri C, Tzortziou M, et al. Continental Shelf Research, 2016, 149(10): 82. [本文引用:1]
[7] Yang Karanfil, Zhang Hongwei, Lu Xiao, et al. Water Research: A Journal of the International Water Association, 2015, 78(1): 18. [本文引用:1]
[8] LIU Yan-yang, QIN Ji-hong, SUN Hui, et al(刘堰杨, 秦纪洪, 孙辉, ). Acta Scientiae Circumstantiae(环境科学学报), 2018, 38(9): 3662. [本文引用:1]
[9] LI Lu-lu, JIANG Tao, LU Song, et al(李璐璐, 江韬, 卢松, ). Environmental Science(环境科学), 2014, 35(3): 933. [本文引用:1]
[10] Yan L, Su R, Zhang C, et al. Science China Chemistry, 2012, 55(12): 2595. [本文引用:1]
[11] YANG Xin, WU Zhi-hang, YE Yin, et al(杨欣, 吴支行, 叶寅, ). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2022, 42(3): 978. [本文引用:2]
[12] ZHANG Zi-wei, ZHOU Shi-lei, ZHANG Tian-na, et al(张紫薇, 周石磊, 张甜娜, ). Acta Scientiae Circumstantiae(环境科学学报), 2021, 41(9): 14. [本文引用:1]
[13] Li P, Hur J. Critical Reviews in Environmental Science & Technology, 2017, 47(3): 1. [本文引用:2]
[14] Zhou S L, Huang T. Science of The Total Environment, 2018, 651: 998. [本文引用:1]
[15] ZHOU Shi-lei, SUN Yue, HUANG Ting-lin, et al(周石磊, 孙悦, 黄廷林, ). Water Resources Protection(水资源保护). 2020, 36(3): 52. [本文引用:3]
[16] Birdwell J E, Engel A S. Organic Geochemistry, 2010, 41(3): 270. [本文引用:1]