2024, Vol. 36 
(2: 中国科学院南京地理与湖泊研究所, 南京 210008)
(2: Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, P. R. China)
一氧化二氮(N2O)在当前全球气候辐射强迫中占比约为9 %，其百年尺度的增温潜势是二氧化碳的310倍，并且在大气中有着较长的停留时间(约114年)[1]。水生生态系统作为流域物质汇集区，是全球碳氮循环的重要单元，并且以气体排放的形式直接与大气发生元素交换。随着工业氮肥的高投入，陆地和海洋生态系统中的生物可利用氮(铵盐和硝酸盐)输入量几乎增加了一倍，同时造成河流、湖泊等水体中氮的富集，进而使之成为N2O排放热点[2]。据估计，全球河流每年有0.68 Tg的人为氮源以N2O的形式返回大气，约占人类活动N2O排放量的10 % [3]。导致河流中氮素增加的人类活动过程主要包括农业中氮肥的使用、城市生活污水的排放以及土地利用方式改变导致的土壤氮活化和泄露等[4-6]。
目前，关于城市河流N2O排放的研究越来越多，已有研究表明城市河流可能超过农业区成为N2O排放热点区域[7]。随着城市化的发展，越来越多的天然河流被纳入城市的范围之内，并受到河流连通性阻断、河岸带破坏、流域下垫面硬化、污水排放、城市面源污染等一系列人类活动的影响[8]。近30年来，城市河网水体富营养化问题突出，成为影响河湖流域社会经济可持续发展的重要因素之一[9-10]。北京、上海、天津及重庆等城市区河流的研究均发现水质是影响河网N2O排放的重要因素[5, 11-13]。国外的研究也发现，如水质恶化到严重污染程度，其N2O排放可暴涨[14]。此外，同一地区不同城市化水平的河流N2O浓度和排放也有差别，如上海流经城区和城郊地区的河流N2O饱和度显著高于乡村河流[11]。由此可见，城市化发展所带来的N2O排放问题已不容忽视。
近年来，随着政府对城市河流水生态修复力度的加大、水生态修复技术水平的逐步提高，以及人们生态保护意识的增加，我国部分地区的城市河网水生态修复取得了明显成效，但是生态修复带来的水质改善对温室气体排放的影响研究却鲜有涉及。目前，城市河流主要的生态修复措施包括直接和间接两种类型，前者主要有清淤、曝气和生态浮床等，后者有减少污染物输入、沿岸种植植被等。N2O产生依赖硝化作用、反硝化作用、硝化-反硝化耦合作用、硝化细菌脱氮作用以及异化的硝酸盐还原成铵的作用5种途径[15-16]。而硝化和反硝化作用被认为是水生生态系统中N2O产生的两种主要途径[17]，硝化作用是微生物在有氧环境下将氨氧化为硝酸盐的过程，其中N2O由中间产物羟胺(NH2OH)分解产生；反硝化是微生物的厌氧呼吸作用，此过程中将硝酸盐最终还原为N2，而N2O是缺氧条件下的中间产物[2]。由此可见，不同环境下N2O的产生途径主要与溶解氧(DO)、氮浓度和形态以及碳含量和碳氮比等有关[6, 18]。因此，生态修复引起的DO及营养盐的减少应对水体N2O的动态有显著影响。本研究以无锡滨湖区城市河网为例，分析滨湖城市河网N2O溶存浓度的空间变化规律，结合河流的物理特点和水质指标等，分析影响气体排放的关键因素，并在此基础上，评估水质改善与N2O浓度的关系。该研究将有助于在水生态修复背景下对城市河网温室气体的排放进行更准确的评价。
1 材料与方法 1.1 研究区概况无锡市位于长江三角洲平原的中部，北靠长江，南临太湖，中有江南运河。全市河网水系密布，河道纵横交错，地势为平原低洼区，河道泄水能力小，流向不定，为双向流，是典型的滨湖城市河网区。受节制闸的影响，无锡河网地区洪枯两季平均流速为0.204 m/s，除主要河道外，支流等小河道流速 < 0.1 m/s，且多数闸门关闭导致许多断头浜静止不动，水动力条件较差。
本研究区域位于太湖梅梁湾东部、贡湖湾北部，其中北部地区河网南至曹王泾、北至梁溪河、西至五里湖、东至京杭运河，主要河道由京杭运河、梁溪河、曹王泾、骂蠡港组成；南部位于京杭运河西南部、蠡湖南部、贡湖湾北部，主河道为南北型，与贡湖湾相连(图 1)。整体上研究区北部地区人口较多，城市化水平较高，而南部的城市化水平相对较低，人口密度相对较小(无锡市滨湖区第七次全国人口普查公报)。为防止河流水污染太湖，受到人为节制闸的控制，梁溪河的水流方向为自西向东，即水由太湖的梅梁湾经梁溪河流向京杭运河。梁溪河为骂蠡港的上游，另外，曹王泾将水由蠡湖排往京杭运河。蠡湖为太湖伸入陆地而形成的城市湖泊，由于周围片区人口密集，人类活动频繁，存在部分生活污水直排现象，且城市地表径流携带污染物入河，所以部分河道水质较差，导致蠡湖曾一度出现严重的水体富营养化问题[19]。
|
图 1 研究区河流、采样点位置及N2O浓度的空间分布(N2O浓度为2020年10月和12月的平均值。右上角为高、中、低3组数据的N2O浓度箱线图。图中照片为采取生态修复措施的东新河(左上和右上分别为点位4和5)及自然状态下的河流(左下和右下分别为点位35和38)) Fig.1 Location of rivers, sampling sites and their N2O concentrations in the study area |
2003年以后，地方政府陆续对蠡湖及其出入河道开展了“重污染水体底泥环保疏浚与生态重建工程”等一系列生态环境修复工程，使蠡湖水质有了很大改善[20]。伴随着2007年太湖水危机的出现，无锡滨湖区开始了太湖流域综合治理。针对辖区内的内部河道，积极开展综合整治。中共中央办公厅、国务院办公厅在2016年12月印发《关于全面推行河长制的意见》，标志着河长制上升为国家战略。而无锡作为全国较早实行河长制的地区，在2005年《无锡市水资源保护和水污染防治规划》中首次提出河长制后，于次年在滨湖区建立河长制体系。近年来，滨湖区开展了“治太保源”“河长制”“清水行动”和“黑臭河道专项整治”等一系列水环境综合整治措施，其中涉及到城市河网的治理措施主要有控源截污、底泥清淤、曝气增氧、生态浮床等。
1.2 样品采集和测试于2019年9月和2020年1、10和12月分别对无锡滨湖区河网的表层河水进行4次采样。根据河流长度按照上、中、下游均匀间隔分布的原则，同时考虑采样位置的代表性和可行性，每条河流布设2~4个采样点。4次采样的点位数量依次为21、22、49和49个(图 1、表 1)。表层(0~20 cm)水样用5 L采水器采集。采集的水立即装入50 mL的玻璃瓶，为防止有气泡，水流入玻璃瓶的过程中需溢流出约瓶体积两倍的水，然后立即将玻璃瓶用丁基胶塞密封，向瓶中加入0.2 mL饱和ZnCl2溶液，最后将密封后的玻璃瓶冷藏至测量，每个点位采集3瓶重复样。另外用采水器采集1 L表层湖水并冷藏，用来检测水质。在采集表层水的同时，对河流的流向、流速、水深进行观测，同时用YSI测量表层水的水温、DO、饱和度、pH、氧化还原电位(ORP)和电导率(Cond)，用透明度盘测量河水透明度(SSD)。通过目测观察，记录采样时各样点的生态修复措施实施情况，如是否有曝气或生态浮床等，将采样点分成已实施和未实施生态修复两部分(表 1)。
|
表 1 采样时间和点位 Tab. 1 Sampling time and sites |
水中气体浓度的实验和分析在24 h之内完成，使用顶空平衡方法，即样品运回实验室后，向装满水的玻璃瓶打入20 mL的高纯氮气，同时插入一个针头，让水通过针头流出来，内外压力平衡后拔出针头。将玻璃瓶用力摇晃5 min，并静置10 min，用注射器取出5 mL的顶空气体，打入气相色谱仪(7890B，Porapak Q柱，氢离子火焰FID，Agilent Technologies，USA)中进行测定，得到顶空气体N2O浓度。其他采集的水样分别用分光光度法测定叶绿素a(Chl.a)(HJ 897--2017标准)；用Skalar San++连续流动分析仪测定总氮(TN)、总磷(TP)、氨氮(NH3-N)、硝态氮(NO3--N)、亚硝态氮(NO2--N)和磷酸盐(PO43--P)浓度；用高锰酸钾法测定化学需氧量(COD)；用重量法测定固体悬浮物浓度(SS)(GB 11901--1989标准)。
1.3 数据分析 1.3.1 N2O溶存浓度计算假设测定时样品瓶中顶空气体与水体N2O已达到溶解平衡，则水样的溶存N2O浓度(C)计算公式为：
| $ C=\left(\left(C_{\mathrm{a}} \times V_{\mathrm{a}} / 1000 /(0.082057 \times(T+273.15))+C_{\mathrm{a}} \times \alpha_T \times\left(V_{\mathrm{w}} / 1000\right)\right) /\left(V_{\mathrm{w}} / 1000\right)\right. $ | (1) |
式中，αT为一定温度下的N2O溶解度(mol/(L ·atm))[21]，Ca为实测的顶空气体N2O分压(μatm)，Va为顶空气体体积(mL)，Vw为水体体积(mL)。
1.3.2 N2O空间分布及影响因素分析通过K-means聚类分析方法分析N2O、TN及TP浓度的空间分布特征，此过程在GeoDa软件(https://geodacenter.github.io/)中完成。采用Mann-Whitney U分析进行N2O浓度的季节差异性检验，并用机器学习中的随机森林(random forest，RF)算法分析N2O浓度与水环境变量的关系。RF算法可以根据误差的变化来计算自变量的重要性。自变量重要性的评价包括两种指标，即% IncMSE和IncNodePurity，前者等价于均方误差，即对每一个变量随机赋值，如果此变量重要，预测的误差会增大；后者等价于平均Gini指数的下降，表示的是结点的纯度，它是将变量数据打乱并以Gini指数变化的均值作为变量的重要性度量[22]。
本研究基于R软件中的Random Forest程序包[23]，采用回归算法来计算各影响因子的重要性评分。首先以各采样点2020年7、10和12月的数据总体为训练样本，以N2O浓度为因变量，水环境指标为自变量，采用RF回归算法构建模型。在模型构建中，将所有因变量均纳入模型中，分类树设为500，分割变量为6，运行结果给出了各个变量的重要性% IncMSE和IncNodePurity指标排序。然后采用相同的方法分别对城区和郊区两类采样点进行RF分析。
1.3.3 生态修复效应时间追踪分析采用时间追踪对比的方式，分析实施水生态修复对N2O浓度的影响。为了减小季节因素的干扰及解决研究区内部差异性较大难以说明是生态修复影响的问题，选择2019年9月和2020年10月(组1)、2020年1月和12月(组2)这两组数据进行组内对比。参照采样记录及现场照片，选出两组数据中第二次采样时已明确正在或已实施生态修复的样点，同时将两次采样期间未采取过生态修复的样点去除。最终组1和组2分别选取7和8个采样点(均位于蠡湖新城片区的城区)，各样点采样时的生态修复情况见表 2。
|
|
表 2 2019年9月、2020年10月以及2020年1月和12月实施生态修复的样点及措施 Tab. 2 Sampling sites and their ecological restoration measures implemented in September 2019, October 2020, and January and December 2020 |
研究区大部分河流TN浓度高于2 mg/L，部分河流NH3-N浓度远高于Ⅴ类水标准(2 mg/L，参考我国《地表水环境质量标准》(GB 3838--2002))，但仍有约一半样点NH3-N浓度低于Ⅳ类水标准(1.5 mg/L)，且大部分河流TP浓度低于Ⅳ类水的标准(0.3 mg/L)，表明研究区河流总体水质在Ⅴ类水标准以上。此外，大部分河水的DO浓度高于Ⅲ类水标准(5 mg/L)，说明河水DO条件相对较好。空间上，NH3-N的空间变异性高于NO3--N，前者的所有样点平均值和中位数分别为1.51和1.02 mg/L，后者的平均值和中位数均为1.35 mg/L。除高值点位之外，研究区河流NH3-N和NO3--N的中低水平浓度相当，低于1 mg/L的点位约占1/3。另外，某些NH3-N极端高值点位的NO3--N和DO浓度相对较低，如点位10、19、30和36。除点位4和5呈现NO2--N的极端高值之外，其余点位NO2--N浓度小于0.4 mg/L。综合来看，东新河的北部河段(点位4、5)、丁昌桥浜在山明四村小区内的河段(点位19)、线泾浜中段(点位9、10)、骂蠡港下游(点位26)、芦村河全段(点位27、28、29、30)和曹王泾中游(点位32、33)的水质较差。水质相对较好的河段有梁溪河(点位1、3、8、15)、西新河(点位11、12)、陆典桥浜(点位17、20、21)以及曹王泾的上下游河段(点位31、34)(图 2)。
|
图 2 各采样点总氮、总磷、氨氮、硝态氮、亚硝态氮及DO浓度 (2020年10月和12月数据平均值) Fig.2 Total nitrogen, total phosphorus, ammonia nitrogen, nitrate nitrogen, nitrite nitrogen and DO concentration of each sampling site |
空间上以采样点位较多的秋、冬季N2O浓度平均值进行分析，根据聚类分析，将其分成高、中和低3类，从图 1可看出N2O浓度高值区主要位于中心城区且河流的中间河段，极端高值点出现在芦村河(点位28、29)及东新河(点位5)。蠡湖周边点位的N2O浓度相对较低，如点位14~17、42~44、23、27、34和45。这些点位主要位于闸泵处，河道经过人工改造，主要接收蠡湖的来水。整体上，梁溪河N2O浓度较低(该河流实施过生态修复)，其次为线径浜，这些河流均实施过生态修复。东新河、曹王泾及其以南河流N2O浓度较高，而后者多为自然状态，人工干预较少，且缺少生态修复工程措施(图 1)。部分河流内部的不同位置N2O浓度差异较大，如骂蠡港北部点位2、24和25的N2O浓度较低，而点位26为高值点；芦村河上游靠近蠡湖的点位45和27的N2O浓度低，而下游点位28和29的N2O浓度较高。对比N2O聚类分析结果及实施生态修复的点位可发现，低N2O浓度大类的平均值为0.030 μmol/L，共包含15个样点，其中73.3 % 为实施生态修复点位；中等大类的N2O浓度平均值为0.051 μmol/L，共包含17个点位，其中52.9 % 为实施生态修复点位；高值点位的N2O浓度平均值为0.13 μmol/L，共有17个点位，实施生态修复的点位仅占47.1 % (图 1)。
2.2 N2O浓度影响因素及生态修复响应首先，对全部点位的数据进行了RF分析，结果显示：影响N2O浓度的因子重要性% IncMSE指标达到显著水平的参数分别是NO2--N、TN、电导率和NO3--N，而IncNodePurity指标达到显著水平的只有NO2--N和NO3--N(图 3)。由此可见，N2O浓度受到溶解性盐，尤其是无机氮的影响最显著，而无机氮中NO3--N对其影响高于NH3-N。其次，分别对采取生态修复和未采取生态修复的点位进行RF分析，发现未采取生态修复点位的TN、NO2--N和NO3--N的变化对N2O浓度的重要性达到显著水平，而已采取生态修复样点的N2O浓度除与以上因素有关外，也受到水体磷浓度的显著影响。
|
图 3 基于RF分析的自变量重要性排序 (红色、橙色和蓝色分别代表显著性水平P < 0.01，P < 0.05和P>0.05) Fig.3 Importance ranking of independent variables based on RF analysis |
通过时间追踪的方式探讨生态修复对N2O浓度的影响。对两组实施生态修复样点的数据进行组内对比的结果显示，尽管两组数据的N2O浓度均没有显著差异(P>0.05)，但组1中2019年9月的N2O高值在2020年10月有明显下降，而组2可能因季节原因两次N2O浓度均较低(大致在0~0.1 μmol/L之间)，两次采样的结果差异性较小(图 4a)。水质指标仅分析了TN、TP、NH3-N、NO3--N和DO，其中生态修复使得DO浓度显著增高(P < 0.01)，且从2019年9月-2020年12月表现出持续上升的趋势(图 4f)。其他水质因子虽然没有表现出显著差异，但通过对比可看出部分高值点位的TN和TP有着较好的去除效果，如芦村河上的点位27、28和30以及陆典桥浜的点位20(图 4b、c)。溶解性氮中NH3-N与NO3--N表现出不同的特点，其中组1的NH3-N与NO3--N浓度变化不大，组2的NH3-N浓度明显下降，而NO3--N浓度却呈现出增加趋势(图 4d、e)，可能是DO的升高促进了硝化作用的硝酸盐生成。
|
图 4 同一季节不同采样时间两组实施生态修复样点N2O浓度和水质参数对比 (2019年9月 vs. 2020年10月；2020年1月 vs. 2020年12月) Fig.4 Comparison of N2O concentration and water quality parameters between two groups of ecological restoration sampling sites at different sampling times in the same season (September 2019 vs. October 2020; January 2020 vs. December 2020 ) |
各样点采取的生态修复措施主要有曝气和水生植被种植(表 2)，部分样点在2019年9月第一次采样前可能已于几年前实施了清淤，为了更准确地追踪生态修复对N2O浓度的影响随时间的变化，这里只关注采样期间的水环境变化，故不考虑采样前的生态修复。从图 4的结果对比来看，持续性的曝气对增加水体DO效果显著，而水生植被种植(如生态浮床等)可逐步吸收减少水体营养盐，如点位2、23、24和28等，但是降幅较小，短期内对N2O浓度的影响不明显。点位21和30在本研究实施期间进行了清淤，其中点位21在清淤前后水体总氮和总磷浓度均有明显下降，N2O浓度也有大幅度的下降；点位30因2020年1月实施清淤后输入水体的营养盐浓度高，在未采取其他措施的前提下，水体营养盐在2020年10月已有明显下降，N2O浓度也有小幅降低，2020年12月可能受外来水的影响，水体营养盐又有少量增加，N2O浓度也有小幅升高(图 4)。
3 讨论 3.1 城市河网溶存N2O水平及影响因素通过与前人相关研究的对比，可以看出本研究区河流的N2O浓度显著低于上海市城区河流，且最低值大幅度低于我国其他城市河流，甚至低于美国的富营养河流，但最高值与重庆和天津等城市河流的相当，并高于美国富营养河流水平(表 3)。此结果表明研究区N2O浓度具有较大程度的变异性，低值与高值间的差异性较大。通过影响因素的对比分析发现，城市河流N2O浓度及排放普遍与NH3-N呈正相关，并受到DO水平的影响(表 3)。但本研究发现无锡滨湖区河流N2O与NO3--N的关系更为密切，NH3-N的重要性不显著(图 4)，这与农业区河流N2O与NO3--N呈正相关的结果相一致(表 3)。表 3中列举了前人研究得到的NO3--N和NH3-N浓度水平，可看出城区河流溶解态无机氮大部分以NH3-N为主，而农业区以NO3--N为主。土壤和沉积物中N2O的产生和消耗受到活性氮，如NH3-N、NO3--N和NO2--N等在不同氧化还原状态下的迁移转化影响。其中反硝化作用发生在NO3--N充足且DO不足的环境中，而充足的有机碳又促进了氮的还原，土壤和水体沉积物较易满足此条件，因此反硝化被认为是全球范围内占支配地位的N2O产生路径[24]。农业区河流主要受到农业氮肥流失影响，一般情况下其河流NO3--N浓度显著高于其他无机氮，再加上较丰富的碳源以及适宜的pH，可为反硝化的发生提供有利条件[25]。城市化发展背景下，城市河流接收了来自工业及生活污水的污染以及面源污染，较高的氮负荷及有机碳输入提高了反硝化速率，促进了N2O的产生[26]。但是，在某些DO和NH3-N浓度较高的环境中，硝化作用也可成为N2O的主要来源[24]。
|
|
表 3 城市及农业区河流N2O水平及影响因素 Tab. 3 N2O in rivers and its influencing factors in the urban and agricultural areas |
除浓度整体上较高之外，城市河流NH3-N还表现出较大的空间变异性，如上海、重庆、新乡卫河等地，河段不同位置的NH3-N浓度差异性要远高于NO3--N，且部分区域为NH3-N的极端高值区[11, 27-28]。这体现了城市河流部分河段以生活或工业污水排放等点源为主要污染来源，而NH3-N的极端高值区往往也是N2O的高产生和排放区。除我国几大城市之外，厄瓜多尔及美国河流的相关研究均有这样的高NH3-N和高N2O浓度或排放河段[14, 29]。相反的是，农业区河流表现出更高的NO3--N浓度，且不同区域的NO3--N浓度也有较大的差别，同时NO3--N成为农业区N2O浓度的主要影响因素(表 3)。正是因为城市河流的这种强NH3-N空间变异性及NH3-N极端高值区的存在，导致在统计上整体表现出N2O浓度与NH3-N的强相关性，并据此认为硝化过程是城市河流N2O产生的主要途径[28]。农业河流N2O浓度与NO3--N的关系也有类似的特点。但在NH3-N(或NO3--N)浓度较低，或非极端高值的河段，N2O是否是由与氮高值河段一致的硝化或反硝化过程产生，则难以仅通过简单的统计分析来判断。如本研究虽然为城市河流，但河水的NO3--N和NH3-N的差别并不明显，且NH3-N的极端高值点位相对较少(图 2)，造成统计上NH3-N的重要性并不显著(图 4)。类似的还有天津的排污河流，河水的NH3-N和NO3--N浓度均较高，且差别不大，结果显示二者对N2O的影响均不显著[13]。前人对上海河流的研究发现NH3-N和DO对N2O的影响最突出，但N2O与NH3-N呈正相关，与DO呈负相关，此结果并不符合硝化作用为主的N2O产生模式的设想，因为该模式下N2O与DO的关系应为正相关，因此作者推测上海河流的N2O可能并非产生于一般性的硝化和反硝化过程[11]。由此可见，河流N2O的产生受到溶解态氮浓度的影响，且对N2O产生途径的判断也不能仅通过N2O水平与溶解态氮浓度的统计分析。
表 3也反映出即使均为城市河流，不同地区的N2O浓度亦存在较大差别，且与溶解态氮的水平不完全一致。如天津的污水排放河流和安徽的南淝河的溶解无机氮浓度处于较高水平，但与其他城市河流相比，其N2O浓度却明显偏低，表明高溶解态氮浓度并不一定预示着较高浓度的N2O。当溶解态氮较充足时，其他因子的影响将更加凸显，除温度外，DO成为影响N2O浓度的主要因素。在NO3--N浓度较高的河流中，DO成为反硝化过程的调节器[30]，而在NH3-N浓度较高时，DO又为硝化过程提供重要保障，DO的变化直接影响着硝化菌和反硝化菌的N2O产量[11]。本研究的无锡滨湖区，因曝气等生态修复措施的大量实施，大部分点位的DO浓度较高，DO的空间差异性较小，因此不是N2O产生的重要影响因素。另外，有研究发现碳也会影响N2O产量，比如作为反硝化过程的能量来源，更多的可利用性碳可以支持更高的反硝化速率[31]。除此之外，本研究结果显示NO2--N对N2O浓度的显著影响(图 3)。NO2--N在水体中浓度一般比较低，因为它在环境中极不稳定，但它是硝化和反硝化过程中产生N2O的重要中间产物之一，并用在模拟N2O的模型中[32]。另外，还需考虑N2O的外部输入问题，如重庆的相关研究认为含高浓度温室气体的城市污水的直接输入也可能是影响河流温室气体空间变化的关键因素[27]。
3.2 河流生态修复的营养盐去除效应及对N2O的影响滨湖区经过十多年的水治理，在河道保护治理管理方面取得了长足发展，环境质量也有了明显提高。首先骨干河道水质普遍改善，例如调查期间梁溪河水质基本达到Ⅳ类水水平，某些指标可达到Ⅲ类水要求(图 2)。其次表现为重污染河段的有效治理，通过对比2019和2020年数据，也可以发现其河流氮、磷高值点位的减少(图 4)。但本研究仍发现有部分河流或河段水质较差，如芦村河全段、东新河的北部河段、线泾浜中段等。另外研究区南部一些处于自然状态的河流，虽然河流周边人口相对较少，但其营养盐及N2O浓度仍可能处于较高水平(如点位35)，表明非点源污染的显著影响。整体上河流TP控制效果较好，但TN浓度仍较高，NH3-N除少数点位为劣Ⅴ类外，大部分已达到Ⅳ类水标准，这可能与曝气措施的全面实施有关，因为采样点DO浓度普遍较高，大部分已满足Ⅲ类水标准(图 2)。因此，未来的治理工作仍然需要针对重污染河段在控源截污的基础上加大营养盐去除力度。
因河流N2O排放与水体的营养盐浓度有着直接的关系，因此生态修复措施的实施势必将影响温室气体的产生和排放。然而之前研究主要集中在对水质、生态环境及生物多样性等改善效果的评价方面[35]，水生态修复对N2O气体减排的贡献研究却在很长时间内少有涉及。近些年相关研究有所涌现，如通过对重庆市不同生态修复程度河流的比较研究，发现未实施生态修复河流的N2O排放是实施全面生态修复河流的7倍多[12]；对城市水域的研究也发现生态修复可显著降低N2O排放[36]。本研究通过聚类分析将研究区N2O浓度分成了高、中、低3类，其中低值点位的生态修复占比最高，达到73 %，而高值点位的生态修复占比最低，仅为47 %。空间上，N2O的低值点位集中分布于梁溪河和蠡湖周边，二者都属于生态修复的重点区域，且取得了明显的水质改善[20, 37]。梁溪河的低N2O得益于其相对较好的水质，而蠡湖作为无锡水环境重点整治目标水体，其入湖河口段普遍采取了清淤等措施，使其周边河流点位水体和沉积物营养盐也均处于较低水平。生态修复点位的RF分析显示，N2O浓度不仅与水体氮浓度相关，水体磷浓度对其重要性也达到了显著水平，而未生态修复点位的N2O浓度的显著影响因素只有氮(图 3)，该结果表明生态修复点位水体磷的水平不一，一些点位的磷去除效果较好，而某些点位仍保持着较高的磷浓度(如点位19)，这与上文讨论的生态修复的水质改善效果在空间上不一致相对应。
然而生态修复的氮去除和N2O减排机制仍不明晰。水体活性氮是产生N2O的源，因此降低水体氮浓度可显著减少N2O排放[24]，但不同的生态修复措施带来的影响可能有差异。前人研究发现湖泊底泥疏浚可在短期内降低沉积物反硝化速率，不利于水体脱氮[38]，而本研究发现短期内清淤可减少N2O排放，但因观测时间间隔较短，其长期效应仍不清楚。城市区河流NH3-N浓度较高，在曝气的影响下，上层水体DO浓度较高，客观上促进了硝化作用的发生，而产生的NO3--N在水体底部厌氧区可通过反硝化作用脱氮并产生N2O，因此单纯的曝气可能达不到N2O减排的目的。此时如叠加生态修复的其他氮去除措施，如水生植被种植等，在降低水体溶解性氮浓度的基础上有望显著减少N2O排放。本研究发现生态修复对重污染河段的氮去除效果较好，N2O排放的高值也呈下降趋势(图 4)。由此可见，对重污染河段的有效生态修复可同时达到营养盐去除和N2O减排的目的。
4 结论本研究采用聚类分析和时间追踪分析方法，揭示了滨湖城市河网溶存N2O的空间分布规律与影响因素，讨论了生态修复影响下的水质改善与N2O排放的关系。
1) 河流溶存N2O浓度具有较大的空间变异性，低值区主要位于湖泊入河的河口处，以及生态修复重点实施河段；高值点位主要位于未实施生态修复或虽然已开始实施但水质改善效果不明显的河段。
2) 滨湖城市河网溶存N2O浓度主要受到河流溶解态氮，尤其是NO3--N的影响。其中生态修复点位的N2O浓度除水体氮之外，磷的重要性也呈显著水平，间接表明不同点位间生态修复导致的磷浓度下降或水质改善效果的不均衡性。
3) 河网水质及溶存N2O浓度受到人类活动污染排放及生态修复水质改善效应的双重影响，通过年际变化的监测发现，生态修复使研究区重污染河段水质有了较大改善，且达到了营养盐去除和N2O减排的目的。因此，准确及持续的生态修复可在有效提升水质的同时显著减少N2O排放。
| [1] |
Hartmann DL, Klein Tank AMG, Rusticucci M et al. Observations: Atmosphere and surface. In: Climate change 2013: The physical science basis. Contribution of Working GroupI to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Stocker TF et al. Cambridge: Cambridge University Press, 2013.
|
| [2] |
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 |
| [3] |
Beaulieu JJ, Tank JL, Hamilton SK et al. Nitrous oxide emission from denitrification in stream and river networks. Proceedings of the National Academy of Sciences of the United States of America, 2011, 108(1): 214-219. DOI:10.1073/pnas.1011464108 |
| [4] |
Borges AV, Darchambeau F, Lambert T et al. Effects of agricultural land use on fluvial carbon dioxide, methane and nitrous oxide concentrations in a large European River, the Meuse (Belgium). Science of the Total Environment, 2018, 610/611: 342-355. DOI:10.1016/j.scitotenv.2017.08.047 |
| [5] |
Wang R, Zhang H, Zhang W et al. An urban polluted river as a significant hotspot for water-atmosphere exchange of CH4 and N2O. Environmental Pollution, 2020, 264: 114770. DOI:10.1016/j.envpol.2020.114770 |
| [6] |
Beaulieu JJ, Shuster WD, Rebholz JA. Controls on gas transfer velocities in a large river. Journal of Geophysical Research: Biogeosciences, 2012, 117(G2): G02007. DOI:10.1029/2011JG001794 |
| [7] |
Wang JN, Chen NW, Yan WJ et al. Effect of dissolved oxygen and nitrogen on emission of N2 O from rivers in China. Atmospheric Environment, 2015, 103: 347-356. DOI:10.1016/j.atmosenv.2014.12.054 |
| [8] |
Vörösmarty CJ, McIntyre PB, Gessner MO et al. Global threats to human water security and river biodiversity. Nature, 2010, 467(7315): 555-561. DOI:10.1038/nature09440 |
| [9] |
Ma JA, Li HQ. Preliminary discussion on eutrophication status of lakes, reservoirs and rivers in China and overseas. Resources and Environment in the Yangtze Basin, 2002, 11(6): 575-578. [马经安, 李红清. 浅谈国内外江河湖库水体富营养化状况. 长江流域资源与环境, 2002, 11(6): 575-578. DOI:10.3969/j.issn.1004-8227.2002.06.017] |
| [10] |
Le C, Zha Y, Li Y et al. Eutrophication of lake waters in China: Cost, causes, and control. Environmental Management, 2010, 45(4): 662-668. DOI:10.1007/s00267-010-9440-3 |
| [11] |
Yu ZJ, Deng HG, Wang DQ et al. Nitrous oxide emissions in the Shanghai River network: Implications for the effects of urban sewage and IPCC methodology. Global Change Biology, 2013, 19(10): 2999-3010. DOI:10.1111/gcb.12290 |
| [12] |
Wang XF, Yu LL, Liu TT et al. Methane and nitrous oxide concentrations and fluxes from heavily polluted urban streams: Comprehensive influence of pollution and restoration. Environmental Pollution, 2022, 313: 120098. DOI:10.1016/j.envpol.2022.120098 |
| [13] |
Hu BB, Wang DQ, Zhou J et al. Greenhouse gases emission from the sewage draining rivers. Science of the Total Environment, 2018, 612: 1454-1462. DOI:10.1016/j.scitotenv.2017.08.055 |
| [14] |
Ho L, Jerves-Cobo R, Barthel M et al. Effects of land use and water quality on greenhouse gas emissions from an urban river system. Biogeosciences, 2020. |
| [15] |
Wrage N, Velthof GL, Laanbroek HJ et al. Nitrous oxide production in grassland soils: Assessing the contribution of nitrifier denitrification. Soil Biology and Biochemistry, 2004, 36(2): 229-236. DOI:10.1016/j.soilbio.2003.09.009 |
| [16] |
Rütting T, Boeckx P, Müller C et al. Assessment of the importance of dissimilatory nitrate reduction to ammonium for the terrestrial nitrogen cycle. Biogeosciences, 2011, 8(7): 1779-1791. DOI:10.5194/bg-8-1779-201110.5194/bgd-8-1169-2011 |
| [17] |
Seitzinger SP, Kroeze C, Styles RV. Global distribution of N2O emissions from aquatic systems: Natural emissions and anthropogenic effects. Chemosphere - Global Change Science, 2000, 2(3/4): 267-279. DOI:10.1016/s1465-9972(00)00015-5 |
| [18] |
Liu TT, Wang XF, Yuan XZ et al. Review on N2O emission from lakes and reservoirs. J Lake Sci, 2019, 31(2): 319-335. [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. DOI:10.18307/2019.0202] |
| [19] |
Zeng YC, Wang H, Qu H et al. Spatio-temperal distribution characteristics and correlation analysis of chlorophyll-a in river network. Environmental Engineering, 2020, 38(9): 23-30, 153. [曾一川, 王华, 渠昊等. 滨湖河网叶绿素a时空分布特征及相关性分析. 环境工程, 2020, 38(9): 23-30, 153. DOI:10.13205/j.hjgc.202009004] |
| [20] |
Tian W, Yang ZS, Shao KQ et al. Effect of a comprehensive improvement project on water quality in urban lakes: A case study of water quality variation in Lihu Lake over the past 30 years. Environmental Science, 2020, 41(1): 183-193. [田伟, 杨周生, 邵克强等. 城市湖泊水环境整治对改善水质的影响: 以蠡湖近30年水质变化为例. 环境科学, 2020, 41(1): 183-193. DOI:10.13227/j.hjkx.201906022] |
| [21] |
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 |
| [22] |
Breiman L. Random forests. Machine Learning, 2001, 45: 5-32. DOI:10.1023/A:1010933404324 |
| [23] |
Liaw A, Wiener M. Classification and regression by random forest. R News, 2002, 2(3): 18-22. |
| [24] |
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 |
| [25] |
Tian LL, Wang Z, Zhu B. Indirect nitrous oxide emissions from an agricultural headwater stream during the rainy season in the upper reach of the Yangtze River. Environmental Science, 2018, 39(12): 5391-5399. [田琳琳, 王正, 朱波. 长江上游农业源溪流雨季中N2O间接排放特征. 环境科学, 2018, 39(12): 5391-5399. DOI:10.13227/j.hjkx.201804128] |
| [26] |
Li Y, Sun Y, Zhang HJ et al. The responses of bacterial community and N2O emission to nitrogen input in lake sediment: Estrogen as a co-pollutant. Environmental Research, 2019, 179: 108769. DOI:10.1016/j.envres.2019.108769 |
| [27] |
Liu TT, Wang XF, Yuan XZ et al. Spatial-temporal characteristics and driving factors of greenhouse gas emissions from rivers in a rapidly urbanizing area. Environmental Science, 2019, 40(6): 2827-2839. [刘婷婷, 王晓锋, 袁兴中等. 快速城市化区河流温室气体排放的时空特征及驱动因素. 环境科学, 2019, 40(6): 2827-2839.] |
| [28] |
Hou CC, Zhang F, Li YC et al. Characteristics of dissolved CH4 and N2O concentrations of Weihe River in Xinxiang section in spring. Environmental Science, 2016, 37(5): 1891-1899. [侯翠翠, 张芳, 李英臣等. 卫河新乡市区段春季溶解CH4与N2O浓度特征. 环境科学, 2016, 37(5): 1891-1899. DOI:10.13227/j.hjkx.2016.05.037] |
| [29] |
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 |
| [30] |
Qin XB, Li Y, Goldberg S et al. Assessment of indirect N2O emission factors from agricultural river networks based on long-term study at high temporal resolution. Environmental Science & Technology, 2019, 53(18): 10781-10791. DOI:10.1021/acs.est.9b03896 |
| [31] |
Hama-Aziz ZQ, Hiscock KM, Cooper RJ. Indirect nitrous oxide emission factors for agricultural field drains and headwater streams. Environmental Science & Technology, 2017, 51(1): 301-307. DOI:10.1021/acs.est.6b05094 |
| [32] |
Hu MP, Chen DJ, Dahlgren RA. Modeling nitrous oxide emission from rivers: A global assessment. Global Change Biology, 2016, 22(11): 3566-3582. DOI:10.1111/gcb.13351 |
| [33] |
谭永洁. 上海市河流沉积物温室气体的排放与产生机制[学位论文]. 上海: 华东师范大学, 2014.
|
| [34] |
Smith RL, Böhlke JK. Methane and nitrous oxide temporal and spatial variability in two Midwestern USA streams containing high nitrate concentrations. Science of the Total Environment, 2019, 685: 574-588. DOI:10.1016/j.scitotenv.2019.05.374 |
| [35] |
黄民生, 陈振楼. 城市内河污染治理与生态修复. 北京: 科学出版社, 2010.
|
| [36] |
Yan RF, Wang FF, Wang Y et al. Pollution abatement reducing the river N2O emissions although it is partially offset by a warming climate: Insights from an urbanized watershed study. Water Research, 2023, 236: 119934. DOI:10.1016/j.watres.2023.119934 |
| [37] |
Xia YB, Wang H, He XC et al. Spatiotemporal heterogeneity of hydrodynamic forces and water quality in typical lakeside river networks in Taihu Basin. J Lake Sci, 2021, 33(4): 1100-1111. [夏玉宝, 王华, 何新辰等. 太湖流域典型滨湖河网水动力与水质时空异质性. 湖泊科学, 2021, 33(4): 1100-1111. DOI:10.18307/2021.0412] |
| [38] |
Zhong JC, Liu GF, Fan CX et al. Environmental effect of sediment dredging in lake: Ⅲ. Influence of dredging on denitrification in sediments. J Lake Sci, 2009, 21(4): 465-473. [钟继承, 刘国锋, 范成新等. 湖泊底泥疏浚环境效应: Ⅲ. 对沉积物反硝化作用的影响. 湖泊科学, 2009, 21(4): 465-473. DOI:10.18307/2009.0403] |