引用本文
武俐, 常苗, 来梦媛, 赵同谦, 王亮. 黄河流域典型水库溶解性有机质的荧光光谱特征[J]. 光谱学与光谱分析, 2025,45(7): 2093-2100.
WU Li, CHANG Miao, LAI Meng-yuan, ZHAO Tong-qian, WANG Liang. Fluorescence Spectral Characteristics of Dissolved Organic Matter in Typical Reservoirs in the Yellow River Basin[J]. Spectroscopy and Spectral Analysis, 2025,45(7): 2093-2100.
Doi:10.3964/j.issn.1000-0593(2025)07-2093-08  
Permissions
Copyright©2025, 《光谱学与光谱分析》期刊社
《光谱学与光谱分析》期刊社 所有
黄河流域典型水库溶解性有机质的荧光光谱特征
武俐1, 常苗1, 来梦媛1, 赵同谦1,*, 王亮2
1.河南理工大学资源环境学院, 河南 焦作 454000
2.河南省济源生态环境监测中心, 河南 济源 459000
*通讯作者 e-mail: zhaotq69@163.com

作者简介: 武 俐,女, 1978年生,河南理工大学资源环境学院教授 e-mail: wuli@hpu.edu.cn

收稿日期: 2024-10-31 修回日期: 2025-03-14 接受日期: 2025-03-14
基金: 国家自然科学基金项目(U23A2016),河南省自然科学基金面上项目(232300421248)资助
摘要

小浪底水库是黄河流域最大的水利工程项目, 每年进行的水沙调控可减轻下游河道淤积, 但水库调蓄会改变河流的水动力条件, 探究溶解性有机质(DOM)光谱特征在水库调蓄前后的差异, 对进一步揭示黄河流域水生生态系统的变化至关重要。 于2021年对小浪底水库水沙调控期前、 水沙调控期(调水期和调沙期)、 水沙调控期后的水体样品进行采集, 分析水库DOM荧光光谱参数的变化特征, 使用三维荧光光谱耦合平行因子法, 解析DOM组分及其来源, 结合水体水质参数, 通过相关性分析和冗余分析(RDA), 阐明影响水库DOM荧光特征变化的关键因子。 结果表明: ①小浪底水库DOM的荧光指数和腐殖化指数在各时期无明显变化, 库区水体DOM呈强自生源、 弱腐殖化特征; 水沙调控期间, DOM的自生源指数和新鲜度指数明显降低, 库区微生物活动等产生的新近自生源DOM减少。 ②小浪底水库DOM共解析出4种荧光组分, 不同时期的组分组成存在差异, 非水沙调控期C1和C2组分为类腐殖质物质, C3和C4组分属于类蛋白质物质; 水沙调控期C1、 C2和C3组分为类腐殖质物质, C4组分是类蛋白质物质。 水沙调控前水库DOM以类蛋白质物质为主(52.95%); 调控期水库排水排沙造成外源DOM进入水体, 导致该时期DOM的类腐殖质物质荧光强度占比显著增加(78.53%); 水沙调控期后DOM的类腐殖质物质荧光强度占比为58.80%。 ③相关性分析结果表明, 水温(WT)、 流量和含沙量是影响小浪底水库DOM来源的主要因素, 非水沙调控期DOM浓度主要受外源输入的类腐殖质影响, 组分酪氨酸的降解可能与pH和电导率(EC)有关; RDA分析发现, pH、 WT和EC是影响DOM组分在不同时期产生差异的主要环境因子。 研究结果可为黄河流域水库DOM的荧光特征研究提供基础数据, 为进一步揭示水体扰动对黄河流域碳循环的影响提供科学依据。

关键词: 水库; 溶解性有机质; 三维荧光光谱; 水沙调控
中图分类号:X524 文献标志码:A
Fluorescence Spectral Characteristics of Dissolved Organic Matter in Typical Reservoirs in the Yellow River Basin
WU Li1, CHANG Miao1, LAI Meng-yuan1, ZHAO Tong-qian1,*, WANG Liang2
1. College of Resources and Environment, Henan Polytechnic University, Jiaozuo 454000, China
2. Henan Jiyuan Ecological Environment Testing Center, Jiyuan 459000, China
*Corresponding author
Abstract

Xiaolangdi Reservoir is the largest hydraulic engineering project in the Yellow River Basin, and the annual water-sediment regulation can reduce siltation in the downstream river. However, reservoir storage will change the hydrodynamic conditions of the river. Exploring the differences in the spectral characteristics of dissolved organic matter (DOM) before and after reservoir storage is crucial to reveal the changes in the aquatic ecosystem of the Yellow River Basin. In 2021, water samples were collected before, during, and after the water-sediment regulation period. The characteristics of the change in DOM fluorescence spectral parameters in the reservoir were analyzed. The DOM components and their sources were resolved using three-dimensional fluorescence spectroscopy coupled with the parallel factor method. Combined with the water quality parameters of the water body, the key factors affecting the changes in DOM fluorescence characteristics in the reservoir were elucidated by correlation analysis and redundancy analysis (RDA). Results indicated that (1) the fluorescence index and humification index of DOM did not change remarkably in all periods. The DOM of the reservoir water body was characterized by strong authigenicity and weak humification. During the water-sediment regulation, the authigenic index and freshness index of DOM decreased remarkably, and the newly authigenic DOM produced by microbial activities and other activities decreased in the reservoir area. (2) Four fluorescent components were resolved in the DOM of the Xiaolangdi Reservoir. Differences in the composition of the components were observed in different periods. The C1 and C2 components were humus-like substances, and the C3 and C4 components were protein-like in the non-water-sediment regulation period. On the contrary, the C1, C2, and C3 components were humus-like substances, and the C4 component was a protein-like substance in the water-sediment regulation period. Reservoir DOM before water-sediment regulation was dominated by protein-like substances (52.95%). The exogenous DOM entered the water body because of reservoir drainage and sediment discharge during the regulation period, which led to a remarkable increase in the proportion of humus-like substances (78.53%). The proportion of humus-like substances after water-sediment regulation was 58.80%. (3) Correlation analysis showed that water temperature (WT), flow, and sand content were the main factors influencing the source of DOM in Xiaolangdi Reservoir. During the non-water-sediment regulation period, DOM concentration was mainly affected by the exogenous input of humus-like substances. The degradation of tyrosine components may be related to pH and electrical conductivity(EC). RDA found that pH, WT, and EC were the main environmental factors affecting the differences in DOM fractions in different periods. The results of this study can provide basic data for the study of the fluorescence characteristics of DOM in the Yellow River Basin reservoirs, as well as the scientific basis for further revealing the influence of water body disturbance on the carbon cycle in the Yellow River Basin.

Keyword: Reservoir; Dissolved organic matter; Three-dimensional fluorescence spectroscopy; Water-sediment regulation
引言

溶解性有机质(dissolved organic matter, DOM)是水生生态系统中重要的碳源和营养物质, 影响水环境中氮磷等营养物质、 有机污染物的迁移转化、 生态系统的平衡以及碳循环[1, 2]。 DOM成分复杂, 包含小分子化合物(有机酸、 糖、 氨基酸)和高分子量的富里酸和腐殖酸[3], 广泛存在于天然水体中。 水体DOM来源分为内源和外源, 内源主要与生物降解产生的有机物有关[4], 外源来自于陆地或降水等输入[5], 内外源共同影响着DOM的组成结构。 因此, 研究水环境中DOM特征及来源对厘清区域碳循环过程、 开展水生生态系统保护工作至关重要。

传统的定性与定量分析环境介质中DOM的方法存在耗时长、 获取信息有限等缺点[6]。 近年来, 光谱技术迅速发展, 尤其是三维荧光光谱技术(excitation-emission matrix spectroscopy, EEMs)具有灵敏度高、 取样量少等优点; 结合EEMs数据采用平行因子分析法(parallel factor analysis, PARAFAC)进行数据降维, 可以解决传统分析方法中荧光峰的重叠问题, 能更好地反映环境介质中DOM的组分结构, 已被广泛应用于DOM的相关研究中。 随着人类活动对水生生态系统碳循环影响的加剧, 水体DOM的赋存特征也受到影响。 有研究发现, 水库的反季节调节会引起独特的水动力扰动, 影响着河流DOM组分的变化与输移过程[7]。 例如, 三峡水库DOM特征在不同时期存在差异性, DOM含量在排水期高于蓄水期, 而DOM分子复杂性与环境稳定性则低于蓄水期[8]。 周石磊等[9]研究岗南水库沉积物间隙水中有色溶解性有机质(CDOM)的时空分布特征时发现, 水库排水期CDOM含量、 腐殖化程度及陆源输入均高于蓄水期。 因此, 研究水库调蓄不同时段DOM特征, 可为进一步揭示水库DOM组分的输移降解机理提供科学依据。

小浪底水库作为黄河流域的典型水库, 对调控黄河中下游的泥沙与径流起着关键作用。 水库每年进行水沙调控, 泄清水阶段结束后开始排泥沙, 造成黄河向海洋输送的营养物通量增加了8~30倍[10]。 目前, 针对小浪底水库的研究主要集中在水沙调控对营养盐输出通量、 重金属迁移、 下游河道影响[7, 11]等方面, 对水库调蓄影响DOM荧光特征的研究关注较少。 本研究以小浪底水库为研究对象, 利用EEMs技术结合PARAFAC, 研究水库调蓄不同时期DOM荧光组分的赋存特征与来源, 结合荧光光谱参数及水环境因子变化, 阐明不同时期水库DOM组分变化规律及其影响因素, 为黄河流域水库DOM的荧光特征研究提供基础数据, 为进一步揭示水库调蓄对流域碳循环的影响提供理论依据。

1 实验部分
1.1 研究区概况

小浪底水库(111° 20'— 112° 22'E, 34° 48'— 35° 90'N)位于洛阳市西北30 km处, 属于典型的峡谷型水库, 是黄河流域最大的水利工程, 控制着黄河流域面积的92.3%[7]。 研究区属于温带大陆性季风气候, 四季分明, 降水主要集中在夏秋季。 每年6月— 7月, 水库开展水沙调控, 以减轻下游河道淤积状况。

1.2 样品采集

结合水库水流方向和地理位置等设置4个采样点, 分别是南山(NS)、 陈家岭(CJL)、 桐树岭(TSL)和坝后(BH)(图1)。 采样点NS附近有村庄、 农田以及少量的果园; CJL位于码头, 周边有渔业活动; TSL在小浪底大坝上游; BH位于小浪底黄河公路大桥下, 附近有乡镇。

图1 采样点位置图Fig.1 Map of the sampling site

样品采集时间为2021年6月1日至10月1日, 水沙调控时间为6月19日至7月9日。 非水沙调控期在每月初采样; 水沙调控期加密采集样品, 前期每天采集一次(6月19日至25日), 后期每3天采集一次(6月26日至7月9日)。 采集水面下0.5 m处样品, 将样品置于棕色聚乙烯瓶, 低温避光运输至实验室, 一周内完成分析测试。

1.3 样品测定

使用在线水质监测仪(三信, 中国上海三信仪表厂)现场测定水温(WT)、 pH、 溶解氧(DO)和电导率(EC)。 水样经0.45 μm的Whatman GF/F膜(450 ℃, 灼烧5 h)过滤, 采用总有机碳分析仪(Vario TOC, Elementar, 德国)测定溶解性有机碳(DOC)[12], 样品测定前用稀盐酸调pH值, 以去除无机碳干扰, 每个样品重复3次, 保证测定结果变异系数< 2%。 采用荧光光谱分析仪(F-7000, Hitachi, 日本)测定DOM的三维荧光光谱(EEMs), 为了减少内滤效应影响, 先用紫外分光光度计(UV-2600, 岛津, 日本)测定吸光度, 确保230~500 nm波长范围内样品的吸光系数< 0.02 cm-1; 仪器的激发(Ex)和发射波长(Em)的扫描范围分别为200~420和240~600 nm, 波长间隔分别为5和2 nm, 扫描速度为12 000 nm· min-1。 以Milli-Q超纯水作为空白对照。

1.4 数据处理与分析

选择一系列光谱参数表征DOM的来源、 腐殖化程度、 新生DOM的贡献程度、 新生DOM所占比例。 用荧光指数(FI)表征DOM的来源[13][见式(1)],

FI=FEx=370nm, Em=470nm/FEx=370nm, Em=520nm(1)

式(1)中, F为荧光强度。

腐殖化指数(HIX)用于评价DOM的腐殖化程度[5][见式(2)],

HIX=FEx=254nm, Em=435~480nm/FEx=254nm, Em=300~345nm(2)

自生源指数(BIX)表示新生DOM的贡献率[14][见式(3)], 值越高说明新生DOM的比例越高,

BIX=FEx=310nm, Em=380nm/FEx=310nm, Em=430nm(3)

新鲜度指数(β ∶ α )反映新产生的DOM在整体DOM中所占的比例[4][见式(4)],

β∶α=FEx=310nm, Em=380nm/FEx=310nm, Em=(420~435nm)max(4)

式(4)中, α 为降解程度较高的DOM, β 为新近生成的DOM。

使用FL WinLab(Perkin Elmer)软件收集荧光光谱数据, 采用MATLAB R2021b软件对三维荧光数据进行PARAFAC分析。 根据PARAFAC算法消除瑞利散射, 扣除超纯水(18 MΩ · cm)信号以去除拉曼散射, 剔除异常值。 对样品数据进行2~7个组分的模拟, 通过对半分析和残差分析, 确定适合的荧光组分数量[1]。 对DOM组分、 荧光参数和环境因子进行Pearson相关性分析和冗余分析(redundancy analysis, RDA)。 利用ArcGIS 10.8绘制采样点位置图, 采用Canoco 4.5软件对样品DOM组分与环境因子进行排序分析。

2 结果与讨论
2.1 水库DOM的荧光光谱参数

小浪底水库DOM荧光光谱参数在各时期的变化情况见表1。 从表中可以看出, 各时期DOM的FI值均高于1.9, 有研究表明, FI值> 1.9时, 说明DOM主要以内源产生为主[15], 因此, 库区水体DOM主要与内源贡献有关。 HIX值变化范围为0.65~0.82, 其值< 4时, 说明DOM的腐殖化程度较弱[12]。 小浪底水库DOM的BIX值在各时期存在差异, 水沙调控期前BIX值在1.03~1.15之间, 调水期和调沙期分别在0.81~1.05和0.63~0.82之间, 水沙调控期后变化范围为0.92~1.08。 除调沙期外, β ∶ α 值均接近于1, 说明调沙期产生的新生DOM较少, 其余三个时期DOM以自生源为主[6, 13]。

表1 DOM荧光光谱参数 Table 1 Fluorescence spectral parameters of DOM

综合分析小浪底水库DOM荧光参数, 通过FI值和HIX值发现, 库区DOM以内源输入为主, 表现为弱腐殖化特征。 这与人类活动排放的污染物进入水体、 渔业养殖等导致水库水体藻类生长旺盛, 造成产生较多的内源DOM有关[16]。 通过BIX值可以判断DOM自生源的贡献情况, BIX值在0.6~0.8时, 表明陆源输入DOM较多; BIX值> 1时, 说明自生源贡献大; 其值在0.8~1.0时, 则表示DOM来源受陆源和自生源共同影响[13]。 小浪底水库DOM荧光参数BIX和β ∶ α 结果表明, 库区DOM以新近自生源为主, 新鲜度较高。 水沙调控期新近自生源DOM比例降低, 其原因是因为夏季DOM的光降解程度较高[17], 新生DOM被快速降解, 此外, 调控期流速增大, 冲刷作用使库区周边陆源DOM进入水体, 造成新生DOM比例降低。

2.2 水库DOM的组分特征

基于EEM-PARAFAC解析结果, 得出研究区DOM组分的荧光物质(图2), 共有5类荧光峰, A峰和B峰分别为紫外光类富里酸(Ex/Em=230~275/390~455 nm)[5, 9, 12]和芳香性类酪氨酸荧光峰(Ex/Em=225/312 nm)[2], C峰和M峰分别属于可见光类富里酸(Ex/Em=340/442 nm)[12]和海洋类腐殖质荧光峰(Ex/Em=325/410 nm)[14], T峰为类蛋白质中的色氨酸荧光峰(Ex/Em=230~275/335 nm)[18]。 非水沙调控期和调沙期C1组分(Ex/Em=245~270/390~450 nm)对应A峰[9], 调水期C1组分(Ex/Em=245/420, 340/420 nm)对应A峰[9]和C峰。 非水沙调控期和调沙期C2组分(Ex/Em=230~245/390, 310~330/390 nm)对应A峰[5]和M峰, 调水期C2组分(Ex/Em=245/390 nm)对应A峰[5]。 水沙调控期前C3组分(Ex/Em=225/290~320 nm)对应B峰, 调水期C3组分(Ex/Em=275/440 nm, 375/440 nm)对应A峰[12]和C峰, 而调沙期C3组分(Ex/Em=245/400 nm)和水沙调控期后C3组分(Ex/Em=235~280/340 nm)分别对应A峰[5]和T峰。 各时期C4组分(Ex/Em=225~280/330~340 nm)均对应T峰。

图2 水库DOM不同时期的三维荧光组分Fig.2 Three-dimensional fluorescence components of reservoir DOM at different periods

结果表明, 库区DOM各组分在水沙调控期与非水沙调控期存在差异。 非水沙调控期DOM的4种荧光组分为2种类腐殖质组分(C1和C2)和2种类蛋白质组分(C3和C4); 水沙调控期DOM的4种荧光组分包括3种类腐殖质组分(C1、 C2和C3)和1种类蛋白质组分(C4)。 研究发现, 小浪底水库在调水期的类腐殖质组分中含有C峰, 属于相对稳定的高分子量组分, 说明该时期的类腐殖质组分稳定性更强[15]。 除调水期外, 海洋类腐殖质M峰在其他时期均存在, 该峰属于异养微生物呼吸作用的副产物[19], 说明调水期生物源DOM贡献较少。

不同时期库区DOM组分的荧光强度变化见图3(a), 非水沙调控期DOM类腐殖质组分(C1和C2)的荧光强度变化范围为938.90~1 768.92 R.U.; 水沙调控期类腐殖质组分(C1、 C2和C3)的荧光强度变化范围为1 085.51~2 561.05 R.U., 荧光强度变化明显, 说明水沙调控显著影响了DOM的类腐殖质物质; 各时期DOM组分C4的荧光强度在459.38~783.55 R.U.之间, 说明色氨酸在不同时期相对稳定。 由于各物质的荧光量子产率不同, 荧光强度无法直接作为DOM成分的浓度, 但可以用其表示各组分的相对含量[20]。 各组分荧光强度的占比情况见图3(b), 水沙调控期前类腐殖质的荧光强度占比(47.05%)低于类蛋白质物质(52.95%), 调沙期类腐殖质的相对含量明显增加, 荧光强度占比为78.53%, 水沙调控期后类腐殖质的相对含量降低, 荧光强度占比为58.80%, 总体上库区DOM以类腐殖质物质为主。

图3 不同时期DOM各组分的荧光强度分布(a)及贡献率(b)Fig.3 Distribution of fluorescence intensity (a) and contribution (b) of DOM components at different periods

水沙调控期DOM类腐殖质组分(C1、 C2和C3)的相对含量高于非水沙调控期(C1和C2), 其原因与陆源输入、 降水影响、 组分降解、 泥沙释放等有关。 土壤DOM中类腐殖质含量高[21], 水沙调控期水体流量增大, 库区周边土壤DOM由于冲刷作用进入水体, 陆源输入是造成该时期DOM类腐殖质组分较高的原因之一。 降水量增加导致地表径流量升高, 携带更多的陆源腐殖物质进入水体, 同样会造成水体DOM类腐殖质含量升高[15]。 水沙调控期处于夏季, 强紫外光促进了DOM发生降解, 部分类蛋白质被转化为类腐殖质[22], 造成水体类腐殖质含量升高。 此外, 泥沙携带有大量的腐殖酸, 水库调蓄期间易从泥沙释放到水体, 增加水体DOM类腐殖质组分含量[23]。

2.3 理化性质变化特征

小浪底水库水体理化指标变化情况见表2。 研究期内, WT在18.77~28.37 ℃之间, pH值为7.74~8.21, 偏弱碱性; EC变化范围为75.11~93.54 mS· m-1, 调沙期水体EC最低; DO值在7.44~8.91 mg· L-1之间, 调水期最高, 调沙期最低。 有研究发现, 水-岩作用和降水输入是影响水体pH值的重要因素[24], 黄河上游广泛分布着碳酸盐岩和黄土等, 碳酸盐岩风化作用导致水体pH值略高[25]。 调沙期水体泥沙含量最高, 泥土颗粒中EC较低可能是造成该时期水体EC下降的原因[26, 27], 其余各时期水体pH随EC的增大而减小, 与水体pH和EC存在负相关关系的结论相一致[28]。 水沙调控期水体DO值发生明显变化, DO值随着流量的增加而增大, 因此, 在调水期最高; 调沙期WT最高, 造成水体纳氧能力弱, 且泥沙中的有机质会增加水体污染物含量, 将消耗更多的DO[29], 因此, 该时期的DO值最低。

表2 水库样品理化指标 Table 2 Physicochemical index of reservoir samples

小浪底水库不同时期水体DOC浓度范围为2.04~3.95 mg· L-1, 均值为3.52 mg· L-1, 略低于国内水库DOC的平均浓度(5.0 mg· L-1)[30]。 研究区DOC浓度在不同时期存在差异, 整体表现为: 调水期> 水沙调控期后> 水沙调控期前> 调沙期。 有研究发现, 水体DOC浓度随流量的增加而增加[31], 而在水体强紊动时泥沙吸附水中有机物的能力会增强[23], 造成水体DOC浓度降低。 因此, 小浪底水库DOC浓度在调水期最高, 在调沙期最低。

2.4 相关性分析

为探究影响小浪底水库DOM组成与结构变化的主要因素, 对水沙调控期和非水沙调控期DOM组分的最大荧光强度、 荧光参数以及水体理化指标进行相关性分析(图4)。 水沙调控期内[图4(a)], BIX与WT显著负相关(p< 0.05), 与pH、 EC和DO呈显著正相关(p< 0.05); β ∶ α 与WT显著负相关(p< 0.01), 与pH和DOC呈显著正相关(p< 0.01)。 非水沙调控期内[图4(b)], HIX与pH显著负相关(p< 0.001), 与EC显著正相关(p< 0.01); BIX和β ∶ α 与pH、 流量均呈显著正相关(p< 0.05), 均与EC显著负相关(p< 0.01)。 各时期BIX和β ∶ α 与环境因子的正负相关性变化基本一致, 说明BIX和β ∶ α 对指示DOM来源具有一致性, 与2.1中荧光参数的结果一致。

图4 水沙调控期(a)和非水沙调控期(b)环境因子与DOM组分及荧光参数的相关性分析Fig.4 Correlation analysis of environmental factors with DOM components and fluorescence parameters of water-sediment regulation period (a) and non-water-sediment regulation period (b)

小浪底水库水沙调控期的类腐殖质组分(C1、 C2和C3)与WT呈正相关关系, C1组分与EC和DO显著负相关; 非水沙调控期的类腐殖质组分(C1和C2)与WT显著正相关(p< 0.05), 与DO显著负相关(p< 0.01), C1组分与pH显著负相关(p< 0.05)。 DOC浓度可以表示DOM含量[1], 在非水沙调控期内, DOC与类腐殖质组分(C1和C2)呈显著正相关, 与类蛋白质组分(C3和C4)的相关性较弱, 说明该时期DOM含量主要与类腐殖质物质有关。 水沙调控期的类蛋白质组分(C4)与环境因子间无显著相关性; 非水沙调控期的类蛋白质组分(C3和C4)与环境因子间的关系存在差异, 其中, C3组分与pH呈显著正相关(p< 0.05), 与EC显著负相关(p< 0.01), 而C4组分与环境因子间无显著相关性。 水沙调控期前C3组分中含有酪氨酸, 而水沙调控期后C3组分中没有酪氨酸, 酪氨酸易被降解[2], 推测pH和EC是影响小浪底水库酪氨酸组分降解的因素。

对小浪底水库DOM相关指标进行去趋势对应分析(DCA), 排序轴最大长度小于3, 选择RDA分析对DOM各组分及光谱参数进行多变量分析。 排序结果显示轴一和轴二的特征值分别为38.31和10.02, 环境因子对水体DOM指标的解释量为48.33%(图5)。 各时期样品数据在RDA图上分布显示, 处于同一时期的样品比较集中, 不同时期样品分布有差异, 表明不同时期影响DOM组成的环境因子存在差异。 EEMs解析出的组分均与RDA1呈正相关, FI与RDA1正相关, BIX、 β ∶ α 与RDA1呈负相关。 从各环境因子与光谱指标的夹角可以看出, 5项理化指标对不同时期DOM的组成分布影响程度不同, 其中, pH和WT是影响BIX和β ∶ α 的主要环境因子, FI与pH呈负相关; C3组分与流量和含沙量正相关, 与EC负相关, 且EC对C3组分影响显著, 由于C3组分在各时期代表的物质不同, 因此, EC是影响不同时期C3组分变化的关键因子。 总体上, pH、 WT和EC是影响小浪底水库不同时期DOM组成存在差异的主要环境因子。

图5 环境因子与DOM组分及荧光参数的RDA排序分析Fig.5 RDA of environmental factors with DOM components and fluorescence parameters

3 结论

(1)荧光参数表明小浪底水库DOM具有强自生源、 弱腐殖化特征。 非水沙调控期, 新生DOM占比较高, DOM生物可利用性较强; 水沙调控期, 水沙量剧变造成陆源DOM进入水体, 新生DOM比例降低。

(2)小浪底水库DOM包括4种荧光组分, 其中非水沙调控期C1和C2组分为类腐殖质, C3和C4组分为类蛋白质; 而水沙调控期C1、 C2和C3组分为类腐殖质, C4组分为类蛋白质。 库区DOM以类腐殖质物质为主, 与陆源输入、 降水影响、 组分降解、 泥沙释放有关。 DOM各荧光组分的变化反映了水库受外界环境影响的程度, 可为水库生态保护提供参考。

(3)相关性分析和RDA分析发现, WT、 流量和含沙量是影响小浪底水库DOM来源的主要因素, pH、 WT和EC是影响DOM组分在不同时期产生差异的主要环境因子。 识别出影响DOM变化的主要环境因子, 可为水资源管理和开展针对性的调控措施提供科学依据。

参考文献
[1] JIANG Xin-tong, XIAO Qi-tao, LI Yi-min, et al(蒋昕桐, 肖启涛, 李一民, 等). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2023, 43(5): 1636. [本文引用:3]
[2] Liu H N, Du Y, Shi Z Y, et al. Chemosphere, 2023, 341: 140037. [本文引用:3]
[3] Rodríguez-Vidal F J, García-Valverde M, Ortega-Azabache B, et al. Journal of Environmental Management, 2020, 263: 110396. [本文引用:1]
[4] WANG Shi-huan, SHI Xiao-hong, ZHAO Sheng-nan, et al(王世欢, 史小红, 赵胜男, 等). Environmental Science(环境科学), 2024, 45(11): 6574. [本文引用:2]
[5] Bao Y, Huang T, Ning C W, et al. Journal of Environmental Sciences, 2023, 124: 769. [本文引用:6]
[6] LI Xiao-song, LI Wen-ying, WANG Yu, et al(李晓松, 李文英, 王宇, 等). Acta Scientiae Circumstantiae(环境科学学报), 2024, 44(11): 215. [本文引用:2]
[7] Chen J B, Liu M, Wang F Y, et al. Science of the Total Environment, 2024, 912: 168614. [本文引用:3]
[8] He D, Wang K, Pang Y, et al. Water Research, 2020, 187: 116413. [本文引用:1]
[9] ZHOU Shi-lei, SUN Yue, YUAN Shi-chao, et al(周石磊, 孙悦, 苑世超, 等). Environmental Science(环境科学), 2020, 41(6): 2635. [本文引用:4]
[10] Liu S M, Li L W, Zhang G L, et al. Journal of Hydrology, 2012, 430: 103. [本文引用:1]
[11] GAO Shu-ming, YAO Ai-lin, MING Yue, et al(高书铭, 姚爱林, 明玥, 等). Advances in Marine Science(海洋科学进展), 2024, 42(4): 753. [本文引用:1]
[12] WANG Bin, HUANG Ting-lin, LI Nan, et al(王斌, 黄廷林, 李楠, 等). China Environmental Science(中国环境科学), 2022, 42(3): 1309. [本文引用:5]
[13] HUANG Ting-lin, FANG Kai-kai, ZHANG Chun-hua, et al(黄廷林, 方开凯, 张春华, 等). Environmental Science(环境科学), 2016, 37(9): 3394. [本文引用:3]
[14] GAO Jing-tian, TANG Shi-ke, LIU Wen-li, et al(高静湉, 汤世科, 刘文理, 等). Environmental Science(环境科学), 2025, 46(4): 2154. [本文引用:2]
[15] LU Song, JIANG Tao, ZHANG Jin-zhong, et al(卢松, 江韬, 张进忠, 等). China Environmental Science(中国环境科学), 2015, 35(2): 516. [本文引用:3]
[16] XU Zhi-hui, LIU Dao-fang, LU Xin(许志辉, 刘道芳, 卢欣). Yellow River(人民黄河), 2020, 42(4): 144. [本文引用:1]
[17] LIANG Jian, JIANG Tao, WEI Shi-qiang, et al(梁俭, 江韬, 魏世强, 等). Environmental Science(环境科学), 2015, 36(3): 888. [本文引用:1]
[18] ZHANG Xin-yuan, LI Yan, WEI Dan, et al(张新源, 李艳, 魏丹, 等). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2023, 43(6): 1921. [本文引用:1]
[19] Guo X J, He L S, Li Q, et al. Ecological Engineering, 2014, 62: 93. [本文引用:1]
[20] Zeng Z, Zheng P, Ding A Q, et al. Environmental Science and Pollution Research, 2017, 24(7): 6770. [本文引用:1]
[21] ZHU Yong-heng, BAI Yu-peng(朱永恒, 白钰鹏). Chinese Journal of Soil Science(土壤通报), 2021, 52(6): 1486. [本文引用:1]
[22] WU Li, SONG Bai-hui, YANG Meng, et al(武俐, 宋百惠, 杨萌, 等). Acta Scientiae Circumstantiae(环境科学学报), 2023, 43(3): 216. [本文引用:1]
[23] XUE Shuang, HONG Yue, LIU Ying, et al(薛爽, 洪悦, 刘影, 等). Acta Scientiae Circumstantiae(环境科学学报), 2017, 37(4): 1330. [本文引用:2]
[24] HE Jiang-yi, ZHANG Dong, ZHAO Zhi-qi(何姜毅, 张东, 赵志琦). Chinese Journal of Ecology(生态学杂志), 2017, 36(5): 1390. [本文引用:1]
[25] Zhang Q Q, Jin Z D, Zhang F, et al. Journal of Geochemical Exploration, 2015, 156: 101. [本文引用:1]
[26] DAI Qian, SHAN Hong-xian, CUI Wen-lin, et al(戴茜, 单红仙, 崔文林, 等). Acta Oceanologica Sinica(海洋学报), 2011, 33(4): 88. [本文引用:1]
[27] LI Qi-jun, YAO Yan-ming, JIAO Jian-ge, et al(李奇骏, 姚炎明, 焦建格, 等). Journal of Zhejiang University(Engineering Science)[浙江大学学报(工学版)], 2020, 54(9): 1858. [本文引用:1]
[28] ZHANG Tao, LI Ying-zhi, CAI Wu-tian, et al(张涛, 李颖智, 蔡五田, 等). Journal of Arid Land Resources and Environment(干旱区资源与环境), 2018, 32(4): 126. [本文引用:1]
[29] CHEN Yong-can, FU Jian, LIU Zhao-wei, et al(陈永灿, 付健, 刘昭伟, 等). Advances in Water Science(水科学进展), 2009, 20(4): 526. [本文引用:1]
[30] Song K S, Wen Z D, Shang Y X, et al. Journal of Environmental Management, 2018, 217: 391. [本文引用:1]
[31] YE Lin-lin, WU Xiao-dong, LIU Bo, et al(叶琳琳, 吴晓东, 刘波, 等). Acta Scientiae Circumstantiae(环境科学学报), 2022, 42(7): 338. [本文引用:1]