平原城区入湖河流氧化亚氮排放时空特征

doi:10.18307/2025.0528

微信订阅号

平原城区入湖河流氧化亚氮排放时空特征

doi: 10.18307/2025.0528

张润雨，刘博毅，朱琳，施文卿

江苏省大气环境与设备技术协同创新中心，江苏省大气环境监测与污染控制重点实验室，南京信息工程大学环境科学与工程学院，南京 210044

基金项目: 国家自然科学基金项目（42422605，42277060，42477073）；国家重点研发计划项目（2024YFC3214500）联合资助

Spatiotemporal characteristics of nitrous oxide emissions from urban rivers flowing into lakes on plains

Zhang Runyu ， Liu Boyi ， Zhu Lin ， Shi Wenqing

Jiangsu Collaborative Innovation Center of Atmospheric Environment and Equipment Technologies, Jiangsu Key Laboratory of Atmospheric Environmental Monitoring & Pollution Control, College of Environmental Science and Engineering, Nanjing University of Information Science and Technology, Nanjing 210044 , P.R.China

摘要

氧化亚氮（N₂O）作为一种强效应温室气体，是全球气候变暖的主要贡献者之一。受大量污染物输入的影响，城市河流一直是N₂O排放的热点区域，但在平原地区水动力较弱的河流中其排放特征尚不清晰。本研究以中国典型平原城市地区的滆湖入湖河流为对象，分析了枯水期和丰水期N₂O排放特征，利用q-PCR技术定量了功能微生物丰度，探讨了其潜在的作用机制。研究结果表明，N₂O排放通量在枯水期和丰水期的差异不显著，但表现出明显的空间异质性。N₂O排放通量沿河流流向明显下降，且与湖泊距离呈显著正相关。河流入湖距离每减少1 km，N₂O排放通量减少0.05 mg/(m²·d)。N₂O排放通量也随着硝化细菌与反硝化细菌丰度比值的增加而增加，表明硝化作用及其底物氨氮对N₂O排放起着关键调控作用。此外，研究区排放因子平均值比IPCC-2019默认值高约5.5倍。研究结论深化了对平原内城市河流N₂O排放的认识，为区域排放估算的改进提供了科学依据。

关键词

平原河流 / N₂O / 脱氮 / 硝化作用 / 氨氮

Abstract

Nitrous oxide (N₂O), a potent greenhouse gas, is a major contributor to climate warming. Urban rivers, characterized by substantial pollutant inputs, are recognized as hotspots for N₂O emissions. However, N₂O emissions in rivers with weak hydrodynamics in plain areas remain unclear. This study investigated N₂O emission patterns in rivers flowing in to Lake Gehu, a plain urban area in China, and analyzed functional microbial abundance using quantitative PCR (q-PCR) to explore the underlying mechanisms during both the dry and wet seasons. The results showed no significant seasonal variation in N₂O emissions but highlighted pronounced spatial differences. N₂O emissions decreased significantly along the flow direction and were positively correlated with the distance to the lake. For every 1 km decrease in distance from the lake, N₂O emission flux decreased by 0.05 mg/(m²·d). Furthermore, N₂O emission flux increased with the ratio of nitrifying to denitrifying bacteria, highlighting the critical roles of nitrification and its substrate, ammonium, in regulating N₂O production. The average emission factor value in the study area was approximately 5.5 times higher than the default value in the IPCC-2019 guidelines. These findings enhance the understanding of N₂O emissions from urban rivers in plain areas and provide a scientific basis for improving regional emission estimates.

Keywords

Plain river / nitrous oxide / denitrification / nitrification / ammonium

1 材料与方法 1.1 研究区域 1.2 野外采样 1.3 化学分析 1.4 N₂O排放通量计算 1.5 DNA提取与q-PCR扩增 1.6 统计分析 2 结果 2.1 水体物理化学性质 2.2 N₂O通量和排放因子 2.3 N₂O排放通量与生化因素的关系 2.4 N₂O排放通量与入湖距离的关系 3 讨论 4 结论 5 附录

氧化亚氮（N₂O）作为一种强效应温室气体，是全球气候变暖的主要贡献者之一^[1-2]，其百年尺度上的增温潜力约为CO₂的273倍，对平流层的臭氧破坏有着显著贡献^[3-4]。大气中的N₂O浓度从18世纪中期的270×10^-6增加到2022年的335×10^-6，年均增长约0.2%^[5-6]。内陆水域中存在复杂的生物地球化学过程，在1900—2010年间，全球内陆水域人类与自然源N₂O排放量从0.4 Tg N/a增长至1.3 Tg N/a，约占全球N₂O总排放量的7%^[7]，因此，内陆水域是评估区域或全球N₂O排放的关键目标^[8-9]。

N₂O可以通过化学反硝化过程和微生物介导的氮转化过程产生^[10-11]。在微生物丰富的内陆水体中，N₂O主要通过微生物介导的硝化作用、反硝化作用过程产生^[12-13]。在富氧条件下，氨氧化菌将铵（NH⁺₄）氧化为硝酸盐（NO^-₃）的过程中产生副产物N₂O；在低氧条件下，反硝化细菌还原NO^-₃和氨氧化细菌还原NO^-₂的过程中产生N₂O^[14-16]。氮形态及其浓度、DO和碳氮比等是影响水体N₂O排放的关键环境因素^[13，17-18]。Shi等^[19]研究表明，在筑坝河流中，大量颗粒有机氮被拦截，并通过氨化作用转化为更具生物可降解性的NH⁺₄，从而增加了N₂O的排放。城市河流由于大量含氮污染物的输入而成为N₂O排放的热点，这些污染物通常具有高度生物可降解性^[20-21]。在水动力较弱的平原地区河流中，由于氮污染物长时间滞留、分解，下游河道氮底物逐渐减少；同时，水体N₂O向下游输送过程中不断被还原消耗，可能导致N₂O排放在下游急剧下降，进而表现出明显的空间差异特征^[22]。然而，N₂O排放的具体特征及其关键作用机制仍不明确。

本研究以平原地区滆湖入湖河流为研究对象，通过监测丰水期和枯水期的N₂O排放通量揭示其时空特征，分析环境因子及功能微生物丰度，探讨N₂O通量时空特征的微生物作用机制。研究结果不仅有助于加深对平原城市河流N₂O排放过程的认识，还可为区域排放估算的改进提供科学依据，为平原城市水生态系统N₂O排放相关研究提供重要参考。

1 材料与方法

1.1 研究区域

以人口密集的滆湖流域为对象（坡度为2.1°）（图1）。该区域地属亚热带季风气候，夏季高温多雨，冬季温和少雨。年平均温度为16.2℃，年平均降雨量为272 mm^[23]。研究区域土地利用组成分别为：40.6%为建筑用地，37.7%为水域，21.1%为农田，0.4%和0.2%分别为树木与草地（数据来源：https://noxlink.net/9Idy2P）。由于高度城市化导致周围环境大量污染物输入，区域水体处于富营养状态^[24]。

图1研究区域与采样位置

Fig.1Study area and sampling location

1.2 野外采样

分别在枯水期（2022年1月）和丰水期（2022年7月）对研究区内36个采样点进行调查（图1）。研究区河流水深为（2.3±0.1）m，流速范围为0.05~0.12 m/s，年均水温为（19.4±8.1）℃^[25]。根据入湖距离划分为4个区域：远河区（S1~S7）、近河区（S8~S19）、河口区（S20~S29）和湖区（S30~S36），不同点位与湖泊的距离见附表Ⅰ。使用有机玻璃采水器从水面下20 cm处采集水样，其中约500 mL储存于塑料样品瓶中，运送至实验室后，保存于-20℃冰箱（DW-25L262，上海海尔股份有限公司）用于氨氮（NH₃-N）和硝态氮（NO^-₃-N）分析。另取约500 mL水样，用0.2 μm滤膜（Whatman® NucleporeTM）当天过滤，记录过滤的水样量，将滤膜保存在冻存管并置于液氮中，运送至实验室后，放于-80℃冰箱（DW-25L262，上海海尔股份有限公司）中保存，用于提取微生物DNA。使用彼得森抓斗收集表层沉积物（0~10 cm）于塑封袋中，用于后续分析微生物功能基因丰度。使用便携式溶解氧仪（JPB-607A，上海仪电科学仪器有限公司）和浊度仪（WZB-170，上海仪电科学仪器有限公司）原位测定水体的溶解氧（DO）、温度和浊度。使用便携式风速计（AT816，Xima Co. Ltd，China）测定采样点风速。

采用顶空平衡法测定水体溶解的N₂O浓度^[26]，具体操作流程为：使用装配密封阀的50 mL注射器抽取20 mL水样，再抽取周围20 mL空气。关闭阀门后，剧烈振荡注射器2 min，随后将顶空气体注射至真空Exetainer样品瓶。同步采集每个采样点周围大气20 mL保存于真空Exetainer样品瓶（839 W，Labco，UK）。气体样品带回实验室后，使用气相色谱仪（7890B，Agilent Technologies，USA）测定，用于计算N₂O排放通量^[27]。气相色谱仪检测参数具体为：HP-5毛细管色谱柱（30 m × 0.32 mm × 0.25 μm，19091J-413）的流速为6.5 mL/min。检测器为微电子捕获检测器（μ-ECD），温度设置为300℃。载气为高纯N₂，进样流量为60 mL/min，柱箱温度为75℃，氢气流速为30 mL/min，空气流速为400 mL/min。

1.3 化学分析

将水样通过Whatman GF/F滤膜过滤后，使用基于微孔板的比色法分析水体中的NH₃-N和NO^-₃-N浓度^[28]。将沉积物样品经冷冻干燥（FD-1A-50，上海亿隆仪器有限公司）、研磨、筛分、2 mol/L KCl萃取后分析，采用微孔板比色法测定其NH₃-N和NO^-₃-N浓度。样品需要量为200~250 μL，最低检出限≤ 1 μmol/L，具体流程详见文献^[29]。

1.4 N₂O排放通量计算

水-气界面的N₂O通量使用薄边界层（TBL）模型进行估算^[30]。该通量的计算公式为：

F = K \cdot (C_{w} - C_{e q}) \cdot M

(1)

式中，F为水-气界面的N₂O通量（mg/（m²·d））；K为气体传递系数（m/d）；M为N₂O的摩尔质量（mg/mol）；C_w为地表水中溶解的N₂O浓度（mol/m³）；C_eq为大气与地表水之间的N₂O平衡浓度（mol/m³）^[31]。

K 根据公式（2）~（5）计算^[32]：

K = K_{600} {(S_{c} / 600)}^{n}

(2)

K_{600} = 2.07 + 0.215 U_{10}^{1.7}

(3)

U_{10} = 1.22 U_{z}

(4)

S_{c} = 2055.6 - 137.11 t + 4.3173 t^{2} - 0.05435 t^{3}

(5)

式中，K₆₀₀为标准气体交换系数（m/d）；S_c为气体在一定温度下的施密特数^[33]；n为常数，当U₁₀＜3.7 m/s时，n为-0.67；当U₁₀≥ 3.7 m/s时，n为-0.5 ^[34]；t 代表水温（℃）；U₁₀为水面以上10 m处的风速（m/s）；U_z为水面风速（m/s）。

C_w和C_eq根据式（6）~（8）计算^[35]：

C_{w} = \frac{C_{h} \times V_{h} - C_{0} \times V_{h} + α \times C_{h} \times V_{w}}{V_{w}}

(6)

C_{e q} = P_{A} \times K_{H}

(7)

K_{H} = K_{H}^{θ} {e x p}^{K_{T} (\frac{1}{T} - \frac{1}{T^{θ}})}

(8)

式中，C₀和C_h分别为振荡N₂O的顶空浓度（mg/L），振荡前的浓度C₀具体见附表Ⅱ；V_h和V_w分别为顶空体积（20 mL）和水样体积（20 mL），α为Bunsen系数；P_A表示气体在大气中的分压（μmol/mol），K_H为采样水温下的气体亨利常数，K^θ_H为标准气体亨利常数（mol/（L·atm）），K_T为亨利常数随温度变化的参数，T^θ为实际绝对温度（K）。

基于每个采样点的N₂O排放通量，采用克里金空间插值法估算各水域的平均N₂O排放量^[36]。排放因子（EF_5r）常被广泛用于估算河流的间接N₂O排放^[37-38]，本研究计算了各水域的EF_5r值，公式为^[39]：

E F_{5 r} = N_{2} O - N / {N O}_{3}^{-} - N

(9)

式中，N₂O-N为水中溶解N₂O的氮浓度（mg/L），NO^-₃-N为水中NO^-₃的氮浓度（mg/L）。

1.5 DNA提取与q-PCR扩增

采用实时荧光定量PCR（q-PCR）技术，定量分析水体和沉积物中的硝化作用功能基因amoA和arch-amoA以及反硝化作用功能基因nirS和nirK。使用DNA试剂盒（FastDNA Power-Max Soil DNA Isolation Kit，MP Biomedical，USA）从0.2 μm滤膜残留物（见1.2节）和沉积物（约0.5 g）中分别提取水体和沉积物微生物DNA。所有反应在一个20 μL的体系里完成，其中含有10 μL SYBR® Premix Ex TaqTM、0.8 μL牛血清白蛋白（3 mg/mL，Sigma）、1 μL模板DNA、适当的引物（0.5 mmol）和7.6 μL超纯水^[19]。q-PCR分析均使用具有iQ5实时荧光检测系统（版本2.0，Bio-Rad，美国）的Bio-Rad Cycler仪器进行，所有样品均重复测定 3次。使用已知功能基因浓度的质粒进行梯度稀释，制备一系列标准稀释液，每个浓度梯度设置3个平行，再利用样品q-PCR程序测定各浓度梯度的循环阈值（Ct值）。将各浓度梯度的对数值作为横坐标，Ct值作为纵坐标，绘制标准曲线。质粒委托擎科生物技术有限公司构建。

为评估硝化作用和反硝化作用对N₂O排放调控的相对强弱，计算了微生物因子，即硝化作用功能基因丰度/反硝化功能基因丰度。当N₂O的排放量随该因子值增加而增加时，表明硝化作用具有较强的调控效应。微生物因子的具体计算如下：

δ = \frac{a m o A + a r c h - a m o A}{n i r S + n i r K}

(10)

式中，δ定义为微生物因子，amoA、arch-amoA、nirS和nirK表示基因拷贝数，使用最小-最大缩放归一化处理^[40]。

1.6 统计分析

在SPSS v26.0中利用双因素方差分析对空间和季节之间DO、N₂O通量和EF_5r值进行差异性检验，显著性水平设置为P＜0.05。在R 4.3.1中使用“ggcor”包进行Mantel检验，以分析理化因素对N₂O排放的影响。采用SPSSAU对N₂O及影响因子进行路径分析，探究各因子对N₂O排放的影响路径。此外，使用线性回归分析评估N₂O排放与生化因素以及入湖距离之间的关系。

2 结果

2.1 水体物理化学性质

枯水期水温范围为4.4~7.3℃，丰水期为28.7~36.0℃。水体浊度呈现由远河区到湖区增加的趋势。在枯水期，远河、近河、河口和湖区的浊度分别为（31.47±12.11）、（44.91±11.82）、（105.15±65.88）和（62.41±15.72）NTU；在丰水期，远河、近河、河口和湖区的浊度分别升高到（49.53±28.44）、（91.36±15.37）、（125.41±53.69）和（141.17±60.06）NTU。枯水期水体DO均值为（11.30±1.29）mg/L，高于丰水期（8.94±7.67）mg/L，但未表现出显著性差异（P＞0.05）。枯水期和丰水期水体NH₃-N浓度无显著差异（P＞0.05），但空间差异显著（P＜0.05）。远河（（0.31±0.12）mg/L）和近河（（0.42±0.18）mg/L）的水体NH₃-N浓度高于河口（（0.14±0.10）mg/L）和湖区（（0.05±0.06）mg/L）。与NH₃-N不同，水体NO^-₃-N浓度表现出显著的时间变化（P＜0.05），枯水期的NO^-₃-N浓度（（1.99±0.51）mg/L）高于丰水期（（0.36±0.13）mg/L）（表1）。

2.2 N₂O通量和排放因子

N₂O排放通量并未表现出显著的时间差异特征（P＞0.05），而空间上则表现出由远河到湖区显著下降的排放趋势（P＜0.05），远河、近河、河口和湖区的N₂O排放通量分别为（0.60±0.22）、（0.43±0.17）、（0.23±0.04）和（0.24±0.04）mg/（m²·d）（图2a）。EF_5r值也表现出空间异质性，丰水期从远河到湖区呈显著下降的趋势（P＜0.05），远河、近河、河口和湖区的平均EF_5r值分别为0.0185、0.0097、0.0046和0.0027，而枯水期则分别为0.0014、0.0017、0.0008和0.0008（图2b）。

表1水体物理化学性质^*

Tab.1Physical and chemical characteristics of water

*表中数据表示为（平均值±标准差），Mean Sq表示参数时空差异的方差值。

图2N₂O通量（a）和排放因子（b）的时空特征

Fig.2Spatiotemporal characteristics of N₂O flux (a) and emission factor (b)

2.3 N₂O排放通量与生化因素的关系

N₂O排放通量与微生物因子在枯水期（R² = 0.56，P＜0.0001）和丰水期（R²=0.61，P＜0.0001）均存在显著正相关关系，但丰水期N₂O排放通量随微生物因子增加的升高幅度比枯水期更大（图3a）。Mental分析表明，N₂O排放通量与水体DO浓度（r＞0.2，P＜0.01）、水体NH₃-N浓度（0.15＜r＜0.2，P＜0.01）、浊度（0.15＜r＜0.2，P＜0.05）呈显著正相关关系（图3b）。路径分析模型解释了45.1%的N₂O排放通量变化（图3c）。DO浓度和浊度对N₂O具有显著的负向影响，路径系数分别为-0.432、-0.348（P＜0.01），温度对N₂O具有显著的正向影响，路径系数为0.370（P＜0.01），水体NH₃-N浓度通过影响硝化作用功能基因正向调控N₂O排放通量，路径系数依次为0.721和0.346（P＜0.01）。

2.4 N₂O排放通量与入湖距离的关系

N₂O排放通量与入湖距离之间存在显著正相关，表现出随入湖距离的增加而降低趋势（R²=0.68，P＜0.001，图4a）。入湖距离每增加1 km，N₂O排放通量增加（5.4×10^-2±0.5×10^-2）mg/（m²·d）。克里金空间插值分析表明，研究区内每1 km²河流的N₂O排放量相当于3.31 km²湖泊区域的排放量（图4b）。

图3N₂O排放与微生物因子（a）及环境因子（b）的相关性分析和路径分析（c）（在图3b中，“W”和“S”分别表示水体和沉积物环境，连接线的宽度和颜色分别表示N₂O排放通量与环境因素之间的相关系数（r值）和显著性（P值），正方形的颜色和大小表示环境因素之间的相关系数。在图3c中，橙色箭头表示正向影响，蓝色箭头表示负向影响；实线箭头表示具有显著性，虚线箭头表示不显著；箭头上方数字为标准化路径系数；* P＜0.05，** P＜0.01，*** P＜0.001）

Fig.3Correlation analysis of N₂O emissions with microbial factors (a) and environmental factors (b) , and path analysis (c)

3 讨论

平原地区河流通常表现出流速缓慢、水动力较弱的特征^[41]。本研究区域河流的流速仅为0.05~0.12 m/s，输入的泥沙颗粒易于沉降，因此浊度水平总体较低（表1）。湖区浊度相对较高可能是因为较强的风力扰动导致了沉积物再悬浮^[42]。N₂O排放通量呈现出显著的空间异质性，河流N₂O排放量比下游湖区高5.3倍。这一现象是由无机氮输入到河流后长时间滞留并分解而导致的。相关性分析显示，水体DO和NH₃-N浓度是河流中N₂O排放的关键影响因素（图3b）。较高的DO为以NH⁺₄为底物的硝化作用提供了充足的好氧环境（DO＞2 mg/L）。同时，沿着河流方向，NH⁺₄作为硝化作用的底物逐步被消耗，下游河口和湖区的NH₃-N浓度低于河流段（表1）。因此，N₂O排放通量沿入湖方向急剧下降（图2a），其每千米N₂O下降速度（5.4×10^-2 mg/（m²·d））是人口稀少的澜沧江（1.2×10^-5 mg/（m²·d））的数千倍^[19]。下游N₂O排放通量急剧下降也可能与N₂O还原消耗增强有关，但该过程通常发生在缺氧环境^[43]，这有待利用同位素示踪等技术进一步解析。无论丰水期还是枯水期，N₂O排放通量均随着微生物因子增加而增加（图3a），表明在本研究区域，硝化作用对N₂O排放通量的影响大于反硝化作用。尤其在丰水期，N₂O排放通量随微生物因子的增加变化更为剧烈（图3a），表明硝化作用的调控效应更强。路径分析结果也显示，硝化作用功能基因相较反硝化作用功能基因对N₂O排放通量具有显著的正向影响（图3c）。但是，与枯水期相比，丰水期无机氮组成发生了变化（表1），硝化作用和反硝化作用对N₂O排放通量的贡献也可能随之发生变化，有待进一步定量分析^[44]。

图4N₂O排放通量与入湖距离的关系（a）以及空间插值分析（b）

Fig.4Relationship between N₂O emission in river and the distance into lake (a) and spatial interpolation analysis (b)

相关性分析和路径分析均显示，N₂O排放通量与温度呈显著正相关（P＜0.01，图3b、c）。这是因为调控N₂O产生的硝化细菌和反硝化细菌对温度较为敏感^[45-46]。但是，在本研究区域，N₂O排放通量未表现出显著的季节差异（P＞0.05）。这可能与硝化和反硝化功能微生物对温度的敏感度差异有关。Mao等^[47]研究发现，与硝化功能微生物相比，反硝化功能微生物的活性在高温条件下会受到抑制。本研究区丰水期水温为28.7~36.0℃（表1），可能抑制了反硝化功能微生物的活性。同时较高的DO水平（表1）进一步抑制了N₂O的产生。路径分析也显示，N₂O排放通量受反硝化基因的影响显著低于硝化基因（表1）。此外，丰水期水体NH₃-N和NO^-₃-N浓度均低于枯水期（表1），可能进一步抑制了N₂O的产生，导致N₂O排放通量季节差异不显著（P＞0.05）。相关性分析也证实，与温度相比，N₂O排放通量对NH⁺₄的敏感性更高（图3b）。Xiao等^[48]对2011—2016年太湖的研究也表明，在污染较重的湖区，N₂O排放通量并未表现出明显的季节性变化，且温度对N₂O产生的影响弱于氮底物。因此，人为氮污染的加剧可能导致N₂O排放对温室气体的贡献增加，该现象值得进一步关注。

基于本研究结果，平原城市河流的N₂O排放通量高于人口稀少区域，约为青藏高原河流的2.7倍^[49]。因此，在估算平原水域N₂O排放时应考虑城市河流的重要性。EF_5r常用于估算河流的间接N₂O排放^[37-38]。与N₂O排放通量类似，EF_5r在平原城市河流中也表现出显著的空间异质性（图2b），且城市地区的EF_5r值显著高于下游非城市地区和IPCC默认值（0.0026）^[39]，平均值分别高出约3.6和3.0倍。这一差异可能与NH⁺₄作为N₂O排放的关键因子密切相关，而EF_5r值则反映了源自反硝化（NO^-₃）过程的N₂O排放。尽管IPCC EF_5r默认值代表全球平均值，允许局部区域EF_5r值与全球平均值存在差异^[38，50]，但对于EF_5r值极高且广泛分布的平原城市河流，未来有必要重新核算EF_5r值，以提升区域和全球尺度上N₂O排放估算的准确性。此外，本研究仅涵盖了丰水期和枯水期，未涉及平水期及其季节性变化，因此未能全面揭示不同水文时期对N₂O排放的综合影响。未来的研究可通过增加平水期及各季节的分析，进一步探讨平原城区河流N₂O排放特征及其关键机制。

4 结论

河流作为含氮污染物的第一受纳水体，是氮转化与N₂O排放的重要热区。本研究以我国滆湖入湖河流为对象，分析了平原城市河流N₂O排放的时空特征，利用q-PCR技术探讨了与N₂O排放相关的微生物作用机制。主要结论如下：

1）N₂O排放通量在枯水期和丰水期之间差异不显著，但空间差异显著。城区河流的N₂O排放通量显著高于下游湖区，约为后者的5.3倍。

2）N₂O排放通量沿河流入湖方向呈现急剧下降趋势，每千米减少约0.054 mg/（m²·d），远高于其他人口稀少地区的下降速率。

3）N₂O排放通量受硝化作用及其底物NH₃-N浓度的调控，随着二者浓度的升高，N₂O排放通量呈现上升趋势。这与城市污水中以NH⁺₄为主的氮源特征密切相关。

4）EF_5r值表现出显著的时空异质性，丰水期城市区域的值显著高于非城市区域及IPCC默认值，这表明平原城市区域河流N₂O排放评估需要更加精细化。

5 附录

附表Ⅰ和Ⅱ见电子版（DOI: 10.18307/2025.0528）。

图1研究区域与采样位置

Fig.1Study area and sampling location

下载: 全尺寸图片

图2N₂O通量（a）和排放因子（b）的时空特征

Fig.2Spatiotemporal characteristics of N₂O flux (a) and emission factor (b)

下载: 全尺寸图片

Fig.3Correlation analysis of N₂O emissions with microbial factors (a) and environmental factors (b) , and path analysis (c)

下载: 全尺寸图片

图4N₂O排放通量与入湖距离的关系（a）以及空间插值分析（b）

Fig.4Relationship between N₂O emission in river and the distance into lake (a) and spatial interpolation analysis (b)

下载: 全尺寸图片

表1水体物理化学性质^*

Tab.1Physical and chemical characteristics of water

下载: 全尺寸图片

图1研究区域与采样位置

Fig.1Study area and sampling location

图2N₂O通量（a）和排放因子（b）的时空特征

Fig.2Spatiotemporal characteristics of N₂O flux (a) and emission factor (b)

Fig.3Correlation analysis of N₂O emissions with microbial factors (a) and environmental factors (b) , and path analysis (c)

图4N₂O排放通量与入湖距离的关系（a）以及空间插值分析（b）

Fig.4Relationship between N₂O emission in river and the distance into lake (a) and spatial interpolation analysis (b)

表1水体物理化学性质^*

Tab.1Physical and chemical characteristics of water

图1研究区域与采样位置

Fig.1Study area and sampling location

图2N₂O通量（a）和排放因子（b）的时空特征

Fig.2Spatiotemporal characteristics of N₂O flux (a) and emission factor (b)

Fig.3Correlation analysis of N₂O emissions with microbial factors (a) and environmental factors (b) , and path analysis (c)

图4N₂O排放通量与入湖距离的关系（a）以及空间插值分析（b）

Fig.4Relationship between N₂O emission in river and the distance into lake (a) and spatial interpolation analysis (b)

表1水体物理化学性质^*

Tab.1Physical and chemical characteristics of water

Yao YZ, Tian HQ, Shi H et al. Increased global nitrous oxide emissions from streams and rivers in the Anthropocene. Nature Climate Change,2019,10(2):138-142. DOI:10.1038/s41558-019-0665-8.

Forster P, Storelvmo T, Armour K et al. The Earth's energy budget,climate feedbacks and climate sensitivity. Intergovernmental Panel on Climate C. Climate Change 2021—The Physical Science Basis: Working Group I Contribution to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press,2023:923-1054.

Calvin K, Dasgupta D, Krinner G et al. IPCC,2023: Climate change 2023: Synthesis report.contribution of working groups I, II and III to the sixth assessment report of the intergovernmental panel on climate change. Geneva: IPCC,2023.

Ravishankara AR, Daniel JS, Portmann RW. Nitrous oxide(N₂O): The dominant ozone-depleting substance emitted in the 21st century. Science,2009,326(5949):123-125. DOI:10.1126/science.1176985.

Tian HQ, Xu RT, Canadell JG et al. A comprehensive quantification of global nitrous oxide sources and sinks. Nature,2020,586(7828):248-256. DOI:10.1038/s41586-020-2780-0.

Liang J, Tang WZ, Zhu ZQ et al. Spatiotemporal variability and controlling factors of indirect N₂O emission in a typical complex watershed. Water Research,2023,229:119515. DOI:10.1016/j.watres.2022.119515.

Wang JJ, Vilmin L, Mogollón JM et al. Inland waters increasingly produce and emit nitrous oxide. Environmental Science & Technology,2023,57(36):13506-13519. DOI:10.1021/acs.est.3c04230.

Kortelainen P, Larmola T, Rantakari M et al. Lakes as nitrous oxide sources in the boreal landscape. Global Change Biology,2020,26(3):1432-1445. DOI:10.1111/gcb.14928.

Liu TT, Wang XF, Yuan XZ et al. Review on N₂O emission from lakes and reservoirs. J Lake Sci,2019,31(2):319-335. DOI:10.18307/2019.0202.[刘婷婷, 王晓锋, 袁兴中等. 湖、库水体N₂O排放研究进展. 湖泊科学,2019,31(2):319-335.]

Yan Q, Lai RT, Zhang KQ et al. Research progress on soil chemical denitrification and N₂O production mechanism. Research of Environmental Sciences,2020,33(3):736-743.[颜青, 赖睿特, 张克强等. 土壤化学反硝化及N₂O产生机理研究进展. 环境科学研究,2020,33(3):736-743.]

Jones CM, Spor A, Brennan FP et al. Recently identified microbial guild mediates soil N₂O sink capacity. Nature Climate Change,2014,4(9):801-805. DOI:10.1038/nclimate2301.

Wang GQ, Xia XH, Liu SD et al. Distinctive patterns and controls of nitrous oxide concentrations and fluxes from urban inland waters. Environmental Science & Technology,2021,55(12):8422-8431. DOI:10.1021/acs.est.1c00647.

Quick AM, Reeder WJ, Farrell TB et al. Nitrous oxide from streams and rivers: A review of primary biogeochemical pathways and environmental variables. Earth-Science Reviews,2019,191:224-262. DOI:10.1016/j.earscirev.2019.02.021.

Tang WY, Ward BB, Beman M et al. Database of nitrification and nitrifiers in the global ocean. Earth System Science Data,2023,15(11):5039-5077. DOI:10.5194/essd-15-5039-2023.

Li L, Ling Y, Wang HY et al. N₂O emission in partial nitritation-anammox process. Chinese Chemical Letters,2020,31(1):28-38. DOI:10.1016/j.cclet.2019.06.035.

Zhu X, Burger M, Doane TA et al. Ammonia oxidation pathways and nitrifier denitrification are significant sources of N₂O and NO under low oxygen availability. Proceedings of the National Academy of Sciences of the United States of America,2013,110(16):6328-6333. DOI:10.1073/pnas.1219993110.

Peng C, Gan MF, Che JL et al. Study on the influence of water exchange in river hyporheic zone on nitrogen migration and transformation process. Acta Ecologica Sinica,2024,(23):1-13. DOI:10.20103/j.stxb.202402020292.[彭闯, 干牧凡, 车景璐等. 河流潜流带中水交换作用对氮迁移转化过程的影响研究. 生态学报,2024,(23):1-13.]

Nguyen Quoc B, Cavanaugh SK, Hunt KA et al. Impact of aerobic granular sludge sizes and dissolved oxygen concentration on greenhouse gas N₂O emission. Water Research,2024,255:121479. DOI:10.1016/j.watres.2024.121479.

Shi WQ, Chen QW, Zhang JY et al. Nitrous oxide emissions from cascade hydropower reservoirs in the upper Mekong River. Water Research,2020,173:115582. DOI:10.1016/j.watres.2020.115582.

Hinshaw SE, Dahlgren RA. Dissolved nitrous oxide concentrations and fluxes from the eutrophic San Joaquin River, California. Environmental Science & Technology,2013,47(3):1313-1322. DOI:10.1021/es301373h.

Kan C, Wang FF, Xiang T et al. Wastewater treatment plant effluents increase the global warming potential in a subtropical urbanized river. Water Research,2024,266:122349. DOI:10.1016/j.watres.2024.122349.

Zhou YW, Toyoda R, Suenaga T et al. Low nitrous oxide concentration and spatial microbial community transition across an urban river affected by treated sewage. Water Research,2022,216:118276. DOI:10.1016/j.watres.2022.118276.

Chao B, Cai YJ, Xu XG et al. Traceability of lake pollution based on aqueous fluorescence fingerprint method: A case study of Lake Gehu, Taihu Basin. J Lake Sci,2023,35(4):1330-1342. DOI:10.18307/2023.0425.[巢波, 蔡永久, 徐宪根等. 基于水质荧光指纹法的湖泊污染溯源研究——以太湖流域滆湖为例. 湖泊科学,2023,35(4):1330-1342.]

Wu XD, Wang L, Chao JY et al. Characteristics and its influencing factors of suspended solids distribution in Lake Gehu, Taihu Basin. J Lake Sci,2020,32(6):1848-1857. DOI:10.18307/2020.0624.[吴晓东, 王露, 晁建颖等. 太湖流域滆湖水体悬浮物分布特征及其影响因素. 湖泊科学,2020,32(6):1848-1857.]

Hong ZX, Wang CL, Qin ZQ et al. Dynamic water environment capacity of river network in Jiangnan Plain based on MIKE11 model. Chinese Journal of Environmental Engineering,2024,18(3):663-675. DOI:10.12030/j.cjee.202310056.[洪志贤, 王传琳, 秦子晴等. 基于MIKE11的江南平原河网动态水环境容量分析. 环境工程学报,2024,18(3):663-675.]

Li H, Wang XF, Yuan XZ et al. Review on monitoring methods for greenhouse gases fluxes in freshwater ecosystems. J Lake Sci,2023,35(4):1153-1172. DOI:10.18307/2023.0402.[李航, 王晓锋, 袁兴中等. 淡水生态系统温室气体通量监测方法综述. 湖泊科学,2023,35(4):1153-1175.]

Qin Y, Yang BX, Li Z et al. CO₂ and CH₄ flux across water-air interface in summer in the downstream of Jinsha River, Southwest China. J Lake Sci,2017,29(4):991-999. DOI:10.18307/2017.0423.[秦宇, 杨博逍, 李哲等. 夏季金沙江下游水-气界面CO₂、CH₄通量特征初探. 湖泊科学,2017,29(4):991-999.]

Shi WQ, Zhu L, Van Dam B et al. Wind induced algal migration manipulates sediment denitrification N-loss patterns in shallow Taihu Lake, China. Water Research,2022,209:117887. DOI:10.1016/j.watres.2021.117887.

Ringuet S, Sassano L, Johnson ZI. A suite of microplate reader-based colorimetric methods to quantify ammonium,nitrate,orthophosphate and silicate concentrations for aquatic nutrient monitoring. Journal of Environmental Monitoring,2011,13(2):370-376. DOI:10.1039/c0em00290a.

Musenze RS, Werner U, Grinham A et al. Methane and nitrous oxide emissions from a subtropical estuary(the Brisbane River estuary, Australia). Science of the Total Environment,2014,472:719-729. DOI:10.1016/j.scitotenv.2013.11.085.

Weiss RF, Price BA. Nitrous oxide solubility in water and seawater. Marine Chemistry,1980,8(4):347-359. DOI:10.1016/0304-4203(80)90024-9.

Liu CR, Zhu JY, Li YY et al. Emission of nitrous oxide(N₂O)from Lake Taihu and the corresponding potential driving factors. Environmental Science,2022,43(8):4118-4126. DOI:10.13227/j.hjkx.202111017.[刘朝荣, 朱俊羽, 李宇阳等. 太湖氧化亚氮(N₂O)排放特征及潜在驱动因素. 环境科学,2022,43(8):4118-4126.]

Wanninkhof R. Relationship between wind speed and gas exchange over the ocean revisited. Limnology and Oceanography: Methods,2014,12(6):351-362. DOI:10.4319/lom.2014.12.351.

Encinas Fernández J, Peeters F, Hofmann H. Importance of the autumn overturn and anoxic conditions in the hypolimnion for the annual methane emissions from a temperate lake. Environmental Science & Technology,2014,48(13):7297-7304. DOI:10.1021/es4056164.

Liu BY, Li ZQ, Wang JY et al. Thin boundary layer model underestimates greenhouse gas diffusion from inland waterways. Environmental Research,2023,233:116472. DOI:10.1016/j.envres.2023.116472.

Fu X, Zhang HR, Wang YB et al. Three-dimensional spatial differentiation of soil salinity and its influencing factors in the saline soil areas of the Yellow River Delta. Journal of Geo-information Science,2024:1-16. DOI:10.12082/dqxxkx.[傅新, 张浩然, 王元波等. 黄河三角洲盐渍区土壤盐分三维空间分异及其影响因素. 地球信息科学学报,2024:1-16.]

Cooper RJ, Wexler SK, Adams CA et al. Hydrogeological controls on regional-scale indirect nitrous oxide emission factors for rivers. Environmental Science & Technology,2017,51(18):10440-10448. DOI:10.1021/acs.est.7b02135.

Abulaiti A, She DL, Pan YC et al. Drainage ditches are significant sources of indirect N₂O emissions regulated by available carbon to nitrogen substrates in salt-affected farmlands. Water Research,2024,251:121164. DOI:10.1016/j.watres.2024.121164.

IPCC. In: Calvo Buendia, E Tanabe, A KranjcEds.2019 Refinement to the 2006 IPCC Guidelines for National Greenhouse Gas Inventories, Volum 4. IPCC, Switzerland, Kanagawa, JAPAN. Chapter 11[R],2019.

Han ZY, Long D, Huang Q et al. Improving reservoir outflow estimation for ungauged basins using satellite observations and a hydrological model. Water Resources Research,2020,56(9):e2020WR027590. DOI:10.1029/2020WR027590.

Phillips JD, Slattery MC. Downstream trends in discharge,slope,and stream power in a lower coastal plain river. Journal of Hydrology,2007,334(1/2):290-303. DOI:10.1016/j.jhydrol.2006.10.018.

Wang JX, Chai JS, Xu RC et al. The effects of wind-wave disturbances on sediment resuspension and phosphate release in Lake Chao. Science of the Total Environment,2024,912:169254. DOI:10.1016/j.scitotenv.2023.169254.

Yeerken S, Deng M, Li L et al. Evaluating the role of high N₂O affinity complete denitrifiers and non-denitrifying N₂O reducing bacteria in reducing N₂O emissions in river. Journal of Hazardous Materials,2024,479:135602. DOI:10.1016/j.jhazmat.2024.135602.

Yi QT, Chen QW, Hu LM et al. Tracking nitrogen sources,transformation,and transport at a basin scale with complex plain river networks. Environmental Science & Technology,2017,51(10):5396-5403. DOI:10.1021/acs.est.6b06278.

Kuypers MMM, Marchant HK, Kartal B. The microbial nitrogen-cycling network. Nature Reviews Microbiology,2018,16(5):263-276. DOI:10.1038/nrmicro.2018.9.

Li QQ, Wang F, Yu QB et al. Dominance of nitrous oxide production by nitrification and denitrification in the shallow Chaohu Lake, Eastern China: Insight from isotopic characteristics of dissolved nitrous oxide. Environmental Pollution,2019,255:113212. DOI:10.1016/j.envpol.2019.113212.

Mao TQ, Zhang Y, Ou YF et al. Temperature differentially regulates estuarine microbial N₂O production along a salinity gradient. Water Research,2024,267:122454. DOI:10.1016/j.watres.2024.122454.

Xiao QT, Xu XF, Zhang M et al. Coregulation of nitrous oxide emissions by nitrogen and temperature in China's third largest freshwater lake(Lake Taihu). Limnology and Oceanography,2019,64(3):1070-1086. DOI:10.1002/lno.11098.

Qu B, Aho KS, Li CL et al. Greenhouse gases emissions in rivers of the Tibetan Plateau. Scientific Reports,2017,7(1):16573. DOI:10.1038/s41598-017-16552-6.

White SA, Santos IR, Conrad SR et al. Large aquatic nitrous oxide emissions downstream of intensive horticulture driven by rain events. Journal of Hydrology,2021,596:126066. DOI:10.1016/j.jhydrol.2021.126066.