2021, Vol. 33 
(2: 安徽大学资源与环境工程学院, 合肥 230601)
(3: 安徽大学湿地生态保护与修复安徽省重点实验室, 合肥 230601)
(2: School of Resources and Environmental Engineering, Anhui University, Hefei 230601, P. R. China)
(3: Anhui Province Key Laboratory of Wetland Ecosystem Protection and Restoration, Anhui University, Hefei 230601, P. R. China)
硝酸盐(NO3-)污染是一个严重的世界性难题，开展流域硝酸盐来源研究对水污染控制具有重要的科学意义.传统的硝酸盐来源识别是将土地利用类型与水文地球化学理论相结合，但受到硝酸盐迁移、转化过程的复杂性，和污染源分散性、隐蔽性的共同影响[1]，所得结论具有相当的不确定性.随着水体同位素测试手段不断完善，稳定同位素被认为是污染溯源的有效手段之一[2-5].
由于不同地球化学过程[6-7]、同位素分馏[8]以及多种硝酸盐来源共存[9]，使得地表水、地下水中硝酸盐来源的追踪存在一定的不确定性.在开展流域水体硝酸盐不同来源贡献率的定量计算方面，早期采用的质量平衡混合模型存在较大的不确定性，而贝叶斯同位素混合模型(stable isotope analysis in R，SIAR)根据用户数据(混合数据、源同位素数据和分馏系数)，可以较为准确地计算样品中不同来源的贡献率[10].一些研究已经成功地应用SIAR追踪地表水、地下水中NO3--N的不同来源，并计算其贡献比例[11-14]. Johannsen等[15]和张妍等[16]研究发现，在以农业为主的流域，河流中硝酸盐与生活污水排放及有机肥施用有关. Mayer等[2]通过分析美国东北部16个流域硝酸盐氮氧同位素值，发现δ15N与废水量和农业/城镇用地比率存在显著正相关关系.王静等[17]在以城镇为主的巢湖支流店埠河流域研究发现，硝酸盐主要来源于粪肥污水.
受降水[18]、水文地质条件[19-20]、土地利用[21-22]和水文过程[23]的共同影响，水体中硝酸盐δ15N和δ18O值的微小变化可能会引起源负荷比例计算结果的较大变化[9].然而，已有研究往往从流域整体角度出发，很少考虑硝酸盐来源在流域内部的差异.因此，有必要考虑流域水体硝酸盐浓度及其氮氧同位素值的空间异质性，深入分析硝酸盐不同来源比例的空间分异特征及其不确定性，以期提高贝叶斯混合模型对流域硝酸盐来源贡献率的分配精度.
本研究选择长江中下游升金湖流域的两个子流域(大渡口，简称DDK，为流域人口和农业集约区；唐田河，简称TTH，属丘陵区森林子流域，森林覆盖占60 %以上)为研究区，结合土地利用类型、水化学离子和硝酸盐氮氧同位素值，对比分析DDK和TTH两个子流域地表水、地下水中NO3--N的空间分布特征.而后，利用贝叶斯同位素混合模型对2个子流域NO3--N来源的贡献比率及其不确定性进行分析.该研究可为准确分配硝酸盐来源和有效控制氮污染提供有效手段，有助于流域制定适当管理方法和有效水质保护措施.
1 数据和方法 1.1 研究区介绍升金湖流域位于安徽省池州市境内，地处30°15′~30°30′N, 116°55′~117°15′E, 每年5-8月为丰水期，平均水位12.5 m(吴淞高程)，11月-次年4月为枯水期，平均水位8.9 m，其他时期为平水期，平均水位11.3 m.年平均降水量约1600 mm，且受亚热带季风影响，主要集中在夏季，约占50 %.大渡口子流域(DDK)位于流域下游升金湖与长江交汇处(图 1)，流域面积为157 km2，为流域主要的人口聚集地和集约农业种植区，受人类活动影响较大.唐田河子流域(TTH)位于流域上游丘陵区(图 1)，汇入升金湖下湖，流域面积为107 km2，其森林覆盖度占60 %以上，人口较少且分散，受人为干扰较小.
|
图 1 研究区及采样点分布 Fig.1 The distribution of water sampling sites in Shengjin Lake Basin |
根据2014年4月10日成像的国产高分一号影像遥感解译得到大渡口、唐田河2个子流域土地利用格局(图 2).经统计，大渡口子流域中农业用地、建设用地分别占子流域面积的37 %和22 %，林地仅占1 %左右；唐田河子流域中农业用地、建设用地分别占子流域面积的13 %和9 %，林地占66 %左右.
|
图 2 DDK、TTH子流域土地利用格局 Fig.2 Land use patterns in DDK and TTH sub-watersheds |
本文于2017年4月13-15日对这2个土地利用格局差异较大的大渡口子流域和唐田河子流域进行水文化学调查，共布设了42个采样点.其中，在DDK布设了6个地表水(简称DDKs)采样点(Ch31、Ch32、Ch41、Ch11、Ch12和Ch21)，21个地下水(简称DDKd)采样点(编号D11~D48)；在TTH布设了6个地表水(简称TTHs)采样点(编号C1~C6)，9个地下水(简称TTHd)采样点(编号D1~D9).地表水样均采集于流速较大的(Ch31、Ch32和Ch41除外，处于基本不流通河道)地方，距岸边距离大于2 m.地下水采样点除D31(农田灌溉水井)以外，均为居民区地下水井，在水样采集时用小型抽水泵抽取水井底部水体，以减少水深差异对同位素值的影响.采样时用思拓力S3 RTK测定每个采样点的三维坐标，并计算水面高程，便于后期判定水位流向.
采样时，聚乙烯瓶用野外水冲洗后，从每个采样点收集500 mL水样品，在实验室用0.45 μm玻璃纤维过滤器过滤后，进行水化学分析(例如总氮、无机氮、阳离子和阴离子).用于δ15N-NO3-和δ18O-NO3-测试的水样在现场用0.45 μm玻璃纤维滤膜过滤，然后用处理过的20 mL顶空瓶分装，样品测试前放置于4℃冰箱中冷藏保存.
另外，本研究采集了不同土地利用类型的未施肥土壤(5个，距土壤表面10 cm)，当地化肥供应商处获得化肥样(5个).土壤样采用Rock等[24]的方法制备，化肥样则采用Heaton等[25]的方法制备.然后用0.45 μm玻璃纤维滤膜过滤，用纯水处理过的20 mL顶空瓶分装并冷藏，用于δ15N-NO3-和δ18O-NO3-测试.
1.2.1 水化学测试水样的温度(T)、溶解氧(DO)、电导率(EC)和pH值使用SX736手持式多参数仪进行现场测量.总氮(TN)浓度采用碱性过硫酸钾消解紫外分光光度法测定，硝态氮(NO3--N)浓度用戴安ICS-1500离子色谱仪分析，NH3-N浓度用分光光度法测定.所有水样进行阴阳离子平衡验证，保证可信的误差范围在±5 %以内.
1.2.2 氮氧同位素测试水体中硝酸盐氮、氧同位素测试均在中国农业科学院环境稳定同位素实验室完成.利用特异性的反硝化细菌将硝态氮转化为N2O[26]，利用TraceGas结合同位素质谱完成N2O的N、O同位素的测定，采用USGS32、USGS34、USGS35为标样，用2点校正的方法对所测定的气体进行校正.
1.3 贝叶斯混合模型贝叶斯混合模型可用于定量估算不同氮源的贡献比率[10]，该模型基于狄利克雷分布，在贝叶斯框架下构建了一个逻辑先验分布.模型可表示为：
| $ \begin{aligned} X_{i j}=& \sum\limits_{k=1}^{k} P_{k}\left(S_{j k}+C_{j k}\right)+\varepsilon_{j k} \\ S_{j k} & \sim N\left(\mu_{j k}, \omega_{j k}^{2}\right) \\ & C_{j k} \sim N\left(\lambda_{j k}, \tau_{j k}^{2}\right) \\ & \varepsilon_{j k} \sim N\left(0, \sigma_{j}^{2}\right) \end{aligned} $ | (1) |
式中, Xij是混合物i同位素j的δ值，其中i=1、2、3、…、N, j＝1、2、3、…、J，Pk是来源k的比率，需要被模型估计；Sjk是来源k同位素j的δ值，服从均值为μjk，方差为ωjk的正态分布；Cjk是来源k同位素j的分馏系数，服从均值为λjk方差为τjk的正态分布；εjk是残余误差，表示其他各个混合物间无法量化的变异，其均值为0，标准差为σj .
本研究利用由R包创建和运行的贝叶斯混合模型(MixSIAR版本3.1.10)[27]来量化4种硝酸盐来源(化学肥料CF；降水NP；污水/粪便MS；土壤SN)对水中硝酸盐的贡献，4种硝酸盐来源的δ15N和δ18O数值范围见表 1，CF、SN为依据本文实测数据并参考文献[13]得到，其他数据均参考文献[13].
|
表 1 不同NO3--N来源对应的δ15N和δ18O取值范围* Tab. 1 Value ranges of δ15N and δ18O corresponding to different NO3--N sources |
表 2列出了2017年4月中旬流域水样的水化学与同位素参数特征，共12个地表水样(主要分布区域为DDKs和TTHs)和30个地下水样(主要分布区域为DDKd和TTHd).地表水NO3--N和NH3-N浓度范围分别为1.06~3.45和0.07~0.75 mg/L，地下水为1.80~18.86和0.05~0.27 mg/L.无论是地表水还是地下水，NO3--N浓度均明显高于NH3-N浓度，说明高NO3--N浓度是影响升金湖流域水质状况的主要因素.
|
|
表 2 升金湖流域地表水、地下水的水化学与同位素参数 Tab. 2 Hydro-chemical and isotope parameters of surface water and groundwater in Shengjin Lake Basin |
流域地表水样的NO3--N浓度表现为TTHs > DDKs. TTHs为流域上游支流，地形起伏较大，采样期4月份降水较少，地表水主要靠地下水补给，NO3--N浓度受地下水中NO3--N的高浓度影响，Burns和Kendall[28]在美国东部森林流域内得到了类似的结论.地表水样的NH3-N浓度表现为DDKs >TTHs，大渡口地表水在春季受农业施肥的影响较大，NH3-N浓度较高.流域地下水样的NO3--N、NH3-N浓度均表现为DDKd>TTHd，其原因在于DDK村镇分布密集，集约农业发达，生活养殖污水以及农业面源污染远大于唐田河流域.
2.2 δ15N-NO3-和δ18O-NO3-空间特征通过对2个子流域地表水、地下水样的δ15N-NO3-和δ18O-NO3-比重值分析(表 2).其中，地表水样的δ15N-NO3-比重表现为：DDKs > TTHs，在DDKs和TTHs的取值范围分别为2.3 ‰ ~8.6 ‰和2.7 ‰ ~5.0 ‰. δ18O-NO3-比重表现为TTHs >DDKs，在DDKs和TTHs的取值范围分别为-1.5 ‰ ~2.8 ‰和4.6 ‰ ~7.7 ‰.地下水样的δ15N-NO3-和δ18O-NO3-比重均表现为DDKd > TTHd，δ15N-NO3-在DDKd和TTHd的取值范围分别为5.5 ‰ ~25.1 ‰和4.3 ‰ ~23.9 ‰，δ18O-NO3-值分别为3.8 ‰ ~16.7 ‰和5.0 ‰ ~18.2 ‰，这说明研究区地表水在采样季NO3--N可能的主要来源为土壤、粪肥和生活污水.另外，化肥来源的N可以通过从土壤和不饱和带的生物过程(如硝化和可能的反硝化)进入地下水，进而随地表水和地下水的相互作用进入河流[29].
2.3 流域NO3--N来源解析受降水、水文地质、土地利用和水文过程的共同影响，硝酸盐浓度、氮氧同位素值及其来源具有较大的时空差异性.因此，本文考虑到DDK、TTH子流域地理特征(土地利用、土壤理化特性等)的空间差异，采用贝叶斯同位素混合模型，结合表 1中不同硝酸盐来源的同位素比重取值范围，对这2个子流域地表水、地下水样进行硝酸盐来源解析(图 3，表 3)，以有效分析流域水体中硝酸盐来源的贡献率.
|
图 3 地表水、地下水NO3--N来源贡献率的箱线图 Fig.3 Boxplots of contribution rates of nitrate sources in surface water and groundwater |
|
|
表 3 地表水、地下水NO3--N来源的平均贡献率和偏差 Tab. 3 Average contribution rates and deviations of nitrate sources in surface water and groundwater |
DDK子流域地表水中NO3--N的主要来源有化学肥料(CF)、土壤(SN)和粪便/污水(MS)，贡献率分别为56 %、23 %和18 %；TTH地表水主要来源有土壤和化学肥料，贡献率分别为44 %和34 %，而粪便/污水的贡献率仅为15 %.因此，化学肥料是农业和人口集约区(DDK)地表水中NO3--N的主要贡献源，要高于森林小流域(TTH)；而土壤和化学肥料是森林小流域(TTH)地表水中NO3--N的主要来源.
TTH子流域、DDK子流域地下水中NO3--N均主要来源于粪便/污水，贡献率差异不大，分别为68 %、66 %. Han等[30]指出，随着近20年中国农业和经济的发展，从家庭和工业来源排放的污水总量估计约为4×1010 m3，粪肥/污水成为农业流域中NO3--N污染的主要来源.因此，粪便/污水是整个升金湖流域地下水中硝酸盐的最大贡献者，其中在人口和农业集约区(DDK)的贡献率略大于森林小流域(TTH).
3 讨论 3.1 不同子流域NO3--N来源的差异性分析许多研究表明土地利用方式与水体营养盐的关系在多个空间尺度上有所不同，且不同地区的污染源和流域特征存在较大差异[31-32].一般而言，与人类活动有关的土地利用模式(如农业、工业活动)对水质状况有负面影响，而自然景观(如森林、湿地)通常对水质有积极影响[33].接下来，本文对DDK、TTH这两个子流域硝酸盐来源的差异性进行比较，并结合流域土地利用模式分析其原因.
根据上文中NO3--N来源的解析结果可知，对于地表水，DDK子流域地表水的硝酸盐主要源于化学肥料(占比约56 %)，而TTH子流域地表水的硝酸盐主要源于土壤(占比约44 %).两者来源差异明显，这与土地利用类型有密切关系.由流域土地利用格局遥感解译结果(图 2)可看出，DDK子流域的土地利用类型主要为农用地，施用化肥主要为复合肥和尿素、硝铵为主的氮肥，普遍存在施肥过量、利用率偏低[34-35]的现象，是该区域地表水硝酸盐的主要来源；而TTH子流域中上游地区土地利用类型以森林为主，森林覆盖率高达66 %，农用地与居民地仅占22 %，来自降水沉降的大部分硝酸盐会渗入森林土壤，通过矿化和硝化作用释放出一些硝酸盐，因而该区域地表水硝酸盐主要源于森林土壤的硝化过程[2, 5].
对于地下水，DDK子流域地下水、TTH子流域地下水的硝酸盐均主要来源于粪便/污水(占比分别为68 %、66 %)，受子流域土地利用类型空间差异的影响不明显.这主要和地表水通过土壤下渗转化为地下水有关.在实地调查中，两个子流域的地下水样大多来自于分布在村庄和城镇周围的水井.由于农村居民生活用水和牲畜养殖场的粪便/污水排放不畅，通过土壤下渗，导致地下水硝酸盐富集.其中，TTH子流域为人口农业集中区，其建设用地所占比例要高于TTH子流域(图 3)，导致粪便/污水的贡献度略高.在今后研究中，可以通过对水样进行聚类分组，进一步探究同一子流域地理特征的内部差异对流域硝酸盐来源解析的影响.
3.2 NO3--N来源的不确定性分析理论上不同硝酸盐来源的贡献率之和等于1，但是由于贝叶斯模型是一种随机统计变量模型，每个来源估计的贡献比率为一定范围内的概率分布，被称为贡献比率的不确定性.在5 % ~95 %的累积概率快速增长段中，用累计贡献比率减去最小值并除以90，以表征不确定性强度，并将其定义为不确定性指数(UI90)[11].本研究通过计算UI90，衡量不同来源贡献比率的不确定性强度(图 4).
|
图 4 地表水、地下水NO3--N来源贡献率对应的UI90值 Fig.4 The UI90 values for the contribution rates of nitrate sources in surface water and groundwater |
从图 4中可看出，在调查期间，DDK子流域地表水NP源的贡献率最为稳定，其UI90值小于0.01，MS源、SN源小于0.09，CF源的UI90值较大，约为0.20. TTH子流域地表水NP源的贡献率较稳定，其UI90值小于0.03，MS源的UI90值小于0.04，CF源小于0.15，SN源的UI90值较大，约为0.18. DDK子流域地表水样中CF源贡献率表现出较大不确定性，这主要与该子流域农业活动集中，且施肥强度不均有关. TTH子流域地表水样中SN源贡献率表现出较大不确定性，这主要与丘陵区森林小流域土壤类型及其理化参数的内部差异有关.
在调查期间，DDK子流域地下水中NP和SN源的贡献率最为稳定，其UI90值均小于0.06，CF、MS源的UI90值最大，接近0.25. TTH子流域CF、SN、NP源的贡献率都很稳定，其UI90值均小于0.03，MS源的UI90值最大，达到0.26. DDK子流域地下水CF、MS源的贡献率不确定最大，这主要与该子流域内部农用地与居民区的聚集分布(图 2)，导致农用化学肥料、农村生活污染源的空间差异有关，而以TTH子流域地下水MS源的贡献率不确定性最大，这可能与丘陵区森林小流域从上游到下游的农村生活污染源分布差异有关.
因此，本文考虑升金湖流域地理特征的空间分异，可在一定程度上弥补流域NO3--N污染物来源的空间异质性对SIAR模型带来的影响，尤其是在水力传输复杂的地区，但个别来源仍存在一定的不确定性.其中，土壤源的贡献率主要受土壤厚度、类型等理化参数的影响，存在较大的不确定性，可通过适当加密土壤源数据的采样，通过空间插值重新计算的方法减小其不确定性.而粪便/污水贡献率和污染源的空间异质性有关，可考虑利用土地利用类型数据，重新分配区域的污染源取值范围.
4 结论在升金湖流域中的人口/农业集约区(DDK)和森林小流域(TTH)，硝酸盐浓度及其氮氧同位素值均存在很大的空间分异特征.因此本文考虑到这两个子流域地理特征(如土地利用方式、土壤理化特性等)的差异，结合硝酸盐双重同位素值采用贝叶斯同位素混合模型，按照不同地理单元分析各子流域硝酸盐来源的贡献率及其不确定性.
对升金湖流域NO3--N来源的解析结果表明，粪便/污水(MS)是人口/农业集约区、森林小流域地下水中NO3--N的最主要来源(贡献率超过65 %).在地表水中，人口/农业集约区NO3--N主要源于化学肥料(CF)，贡献率为56 %，明显高于森林小流域，而土壤(SN)贡献率在森林小流域高于人口/农业集约区.
通过不确定性分析发现，在地表水样中，人口/农业集约区CF源贡献率具有较大不确定性，而森林小流域SN源贡献率表现出较大不确定性；在地下水样中，人口/农业集约区CF、MS源贡献率的不确定性最大，而森林小流域MS源贡献率的不确定性最大(UI90max为0.26).流域内部土壤理化特性、土地利用方式等地理因素的空间差异，是引起流域硝酸盐来源解析不确定性的主要原因.
总之，考虑流域内部地理特征的空间差异，采用贝叶斯混合模型对流域内部子流域硝酸盐来源的贡献率进行分别解析，被证明是一种行之有效的氮源追踪方法.上述研究结论有助于更准确地识别和分配硝酸盐污染源贡献率，为流域制定适当的管理方法和有效的水质保护措施.
| [1] |
He CS, Fu JF. Non-point source pollution control and management. Chinese Journal of Environmental Science, 1998, 19(5): 87-91, 96. [贺缠生, 傅伯杰. 非点源污染的管理及控制. 环境科学, 1998, 19(5): 87-91, 96. DOI:10.3321/j.issn:0250-3301.1998.05.025] |
| [2] |
Mayer B, Boyer EW, Goodale C et al eds. Sources of nitrate in rivers draining sixteen watersheds in the northeastern US: Isotopic constraints. The nitrogen cycle at regional to global scales. Dordrecht: Springer Netherlands, 2002: 171-197.
|
| [3] |
Lee KS, Bong YS, Lee D et al. Tracing the sources of nitrate in the Han River watershed in Korea, using δ15N-NO3- and δ18O-NO3- values. Science of the Total Environment, 2008, 395(2): 117-124. |
| [4] |
Liu J, Chen ZY. Using stable isotope to trace the sources of nitrate in groundwater in Shijiazhuang. Chinese Journal of Environmental Science, 2009, 30(6): 1602-1607. [刘君, 陈宗宇. 利用稳定同位素追踪石家庄市地下水中的硝酸盐来源. 环境科学, 2009, 30(6): 1602-1607. DOI:10.3321/j.issn:0250-3301.2009.06.007] |
| [5] |
Kohl DH, Shearer GB, Commoner B. Fertilizer nitrogen:Contribution to nitrate in surface water in a corn belt watershed. Science, 1971, 174(4016): 1331-1334. DOI:10.1126/science.174.4016.1331 |
| [6] |
Wijayanti Y, Nakamura T, Nishida K et al. Seasonal differences and source estimation of groundwater nitrate contamination. Journal of Water and Environment Technology, 2013, 11(3): 163-174. DOI:10.2965/jwet.2013.163 |
| [7] |
Hernández-del AE, Menció AN, Gich F et al. Isotope and microbiome data provide complementary information to identify natural nitrate attenuation processes in groundwater. Science of the Total Environment, 2018, 613/614: 579-591. DOI:10.1016/j.scitotenv.2017.09.018 |
| [8] |
Zhang M, Zhi YY, Shi JC et al. Apportionment and uncertainty analysis of nitrate sources based on the dual isotope approach and a Bayesian isotope mixing model at the watershed scale. Science of the Total Environment, 2018, 639: 1175-1187. DOI:10.1016/j.scitotenv.2018.05.239 |
| [9] |
Ding JT, Xi BD, Xu QG et al. Application of stable isotope on nitrate pollution researches of surface water. J Lake Sci, 2013, 25(5): 617-627. [丁京涛, 席北斗, 许其功等. 稳定同位素技术在地表水硝酸盐污染研究中的应用. 湖泊科学, 2013, 25(5): 617-627. DOI:10.18307/2013.0501] |
| [10] |
Parnell AC, Inger R, Bearhop S et al. Source partitioning using stable isotopes:Coping with too much variation. PLoS ONE, 2010, 5(3): e9672. DOI:10.1371/journal.pone.0009672 |
| [11] |
Ji XL, Xie RT, Hao Y et al. Quantitative identification of nitrate pollution sources and uncertainty analysis based on dual isotope approach in an agricultural watershed. Environmental Pollution, 2017, 229: 586-594. DOI:10.1016/j.envpol.2017.06.100 |
| [12] |
Xia YQ, Li YF, Zhang XY et al. Nitrate source apportionment using a combined dual isotope, chemical and bacterial property, and Bayesian model approach in river systems. Journal of Geophysical Research:Biogeosciences, 2017, 122(1): 2-14. DOI:10.1002/2016jg003447 |
| [13] |
Zhang Y, Shi P, Li FD et al. Quantification of nitrate sources and fates in rivers in an irrigated agricultural area using environmental isotopes and a Bayesian isotope mixing model. Chemosphere, 2018, 208: 493-501. DOI:10.1016/j.chemosphere.2018.05.164 |
| [14] |
Jin ZF, Zhang WL, Zheng Q et al. Contribution of nitrogen sources in water sources by combining nitrogen and oxygen isotopes and SIAR. Chinese Journal of Environmental Science, 2018, 39(5): 2039-2047. [金赞芳, 张文辽, 郑奇等. 氮氧同位素联合稳定同位素模型解析水源地氮源. 环境科学, 2018, 39(5): 2039-2047.] |
| [15] |
Johannsen A, Dähnke K, Emeis K. Isotopic composition of nitrate in five German Rivers discharging into the North Sea. Organic Geochemistry, 2008, 39(12): 1678-1689. DOI:10.1016/j.orggeochem.2008.03.004 |
| [16] |
Zhang Y, Zhang QY, Li FD et al. Source identification of nitrate contamination of groundwater in Yellow River Irrigation Districts using stable isotopes and Bayesian model. Chinese Journal of Eco-Agriculture, 2019, 27(3): 484-493. [张妍, 张秋英, 李发东等. 基于稳定同位素和贝叶斯模型的引黄灌区地下水硝酸盐污染源解析. 中国生态农业学报, 2019, 27(3): 484-493.] |
| [17] |
Wang J, Ye Y, Wang YQ et al. Using δ15N and δ18O values to identify sources of nitrate in the Dianbu River in the Chaohu Lake Basin. Journal of Hydraulic Engineering, 2017, 48(10): 1195-1205. [王静, 叶寅, 王允青等. 利用氮氧同位素示踪技术解析巢湖支流店埠河硝酸盐污染源. 水利学报, 2017, 48(10): 1195-1205.] |
| [18] |
Fučík P, Zajíček A, Kaplická M et al. Incorporating rainfall-runoff events into nitrate-nitrogen and phosphorus load assessments for small tile-drained catchments. Water, 2017, 9(9): 712. DOI:10.3390/w9090712 |
| [19] |
Ford WI, Husic A, Fogle A et al. Long-term assessment of nutrient flow pathway dynamics and in-stream fate in a temperate Karst agroecosystem watershed. Hydrological Processes, 2019, 33(11): 1610-1628. DOI:10.1002/hyp.13427 |
| [20] |
Biddau R, Cidu R, da Pelo S et al. Source and fate of nitrate in contaminated groundwater systems:Assessing spatial and temporal variations by hydrogeochemistry and multiple stable isotope tools. Science of the Total Environment, 2019, 647: 1121-1136. DOI:10.1016/j.scitotenv.2018.08.007 |
| [21] |
Voss M, Deutsch B, Elmgren R et al. Source identification of nitrate by means of isotopic tracers in the Baltic Sea catchments. Biogeosciences, 2006, 3(4): 663-676. DOI:10.5194/bg-3-663-2006 |
| [22] |
Bu HM, Song XF, Zhang Y et al. Sources and fate of nitrate in the Haicheng River basin in Northeast China using stable isotopes of nitrate. Ecological Engineering, 2017, 98: 105-113. DOI:10.1016/j.ecoleng.2016.10.052 |
| [23] |
Zhu YX, Chen L, Wang K et al. Evaluating the spatial scaling effect of baseflow and baseflow nonpoint source pollution in a nested watershed. Journal of Hydrology, 2019, 579: 124221. DOI:10.1016/j.jhydrol.2019.124221 |
| [24] |
Rock L, Ellert BH, Mayer B. Tracing sources of soil nitrate using the dual isotopic composition of nitrate in 2 M KCl-extracts. Soil Biology and Biochemistry, 2011, 43(12): 2397-2405. DOI:10.1016/j.soilbio.2011.08.016 |
| [25] |
Heaton THE, Stuart ME, Sapiano M et al. An isotope study of the sources of nitrate in Malta's groundwater. Journal of Hydrology, 2012, 414(415): 244-254. |
| [26] |
Xue DM, Botte J, de Baets B et al. Present limitations and future prospects of stable isotope methods for nitrate source identification in surface- and groundwater. Water Research, 2009, 43(5): 1159-1170. DOI:10.1016/j.watres.2008.12.048 |
| [27] |
Stock B, Semmens B. MixSIAR GUI User Manual, version 3.1.10. 2018. https://cran.r-project.org/web/packages/MixSIAR/index.html.
|
| [28] |
Burns DA, Kendall C. Analysis of δ15N and δ18O to differentiate NO3-sources in runoff at two watersheds in the Catskill Mountains of New York. Water Resources Research, 2002, 38(5): 9-1-9-11. DOI:10.1029/2001wr000292 |
| [29] |
Ding JT, Xi BD, Gao RT et al. Identifying diffused nitrate sources in a stream in an agricultural field using a dual isotopic approach. Science of the Total Environment, 2014, 484: 10-18. DOI:10.1016/j.scitotenv.2014.03.018 |
| [30] |
Han ZY, Dan Z, Shi GZ et al. Characteristics and management of domestic waste in a rural area of the Tibetan Plateau. Journal of the Air & Waste Management Association, 2015, 65(11): 1365-1375. DOI:10.1080/10962247.2015.1078859 |
| [31] |
Shen ZY, Hou XS, Li W et al. Impact of landscape pattern at multiple spatial scales on water quality:A case study in a typical urbanised watershed in China. Ecological Indicators, 2015, 48: 417-427. DOI:10.1016/j.ecolind.2014.08.019 |
| [32] |
Wang P, Qi SH, Chen B. Characteristics of nitrate and nitrogen stable isotope in Ganjiang River under the influence of land use. J Lake Sci, 2015, 27(6): 1011-1019. [王鹏, 齐述华, 陈波. 土地利用方式影响下的赣江硝态氮浓度和氮稳定同位素分布特征. 湖泊科学, 2015, 27(6): 1011-1019. DOI:10.18307/2015.0604] |
| [33] |
Shen ZY, Hou XS, Li W et al. Relating landscape characteristics to non-point source pollution in a typical urbanized watershed in the municipality of Beijing. Landscape and Urban Planning, 2014, 123: 96-107. DOI:10.1016/j.landurbplan.2013.12.007 |
| [34] |
Ju XT, Gu BJ. Status-quo, problem and trend of nitrogen fertilization in China. Journal of Plant Nutrition and Fertilizers, 2014(4): 783-795. [巨晓棠, 谷保静. 我国农田氮肥施用现状、问题及趋势. 植物营养与肥料学报, 2014(4): 783-795.] |
| [35] |
Anhui Provincial Bureau of Statistics ed. Statistical Yearbook of Anhui Province. Beijing: China Statistics Press, 2017. [安徽省统计局. 安徽省统计年鉴. 北京: 中国统计出版社, 2017.]
|