2012年7月在三峡库区消落带5个地区(巫山、 奉节、 云阳、 丰都、 万州)选择了11个站点(图 1)，分别采集150、 160、 170 m高程土壤和土壤上层的表层沉积物样品(其中奉节有一点在150 m高程采集了当年和往年两种沉积物样品)，以及180 m处土壤样品(对照). 所有样品采集后，立即封袋带回实验室.

图 1

Fig. 1

图 1 采样点示意 Fig. 1 Distribution of the sampling sites

称取一定量的风干土，按土水比1 ∶5加入Millipore水，在25℃下振荡24 h后， 4 000 r ·min^-1离心10 min，上清液过0.45 μm混合纤维素酯水系滤膜，得到土壤DOM溶液^[20,21]. 采用GE InnovOx^® Laboratory TOC分析仪测定DOC浓度.

用Hitachi U-1800型紫外-可见分光光度计测定DOM吸收光谱(Millipore水作空白)，扫描200~800 nm(2 nm间隔)波长范围的吸光度A，根据式(1)计算吸收系数：

国内外对于DOM光谱性质的研究常用吸光度表征DOM地化性质，如用250 nm和365 nm处吸光度之比(E2/E3)表征DOM分子量大小^[22,23]，而465 nm与665 nm处的吸光度之比(E4/E6)则反映出DOM腐殖化程度和芳香性^[24]. 除此之外，有研究还提出用254 nm处的摩尔吸光度(SUVA_{254 nm})示踪DOM芳香性^[25,26]. SUVA_{254 nm}是DOM在254 nm的平均摩尔吸收率，为254 nm吸光系数与DOC浓度之比^[10]，SUVA_{254 nm}越大，芳香化程度越高^{[27, 28]}. 此外，有研究指出260 nm的UV吸光度可表征DOM疏水组分比例^[27]，该值越大，DOM疏水组分比例越高.

由于DOM吸收系数光谱呈指数衰减趋势，故常用指数模型对吸收光谱进行拟合. 本研究选择4种吸收光谱模型(表 1)，分别计算UV_A(320~400 nm)、 UV_B(275~320 nm)、 UV_C(200~275 nm)以及全紫外波段UV_R(200~400 nm)内的S值，根据决定系数R2评价模型拟合效果. 在SPSS 20.0上进行回归分析和其他相关性分析.

表 1(Table 1)

表 1 DOM吸收光谱的4种经验统计模型 Table 1 Four statistics models of DOM UV-Vis absoption spectral curves 模型名称 表达式 参数 拟合方式 文献 1 ag(λ)=ag (400)e-S(λ-400) S 非线性拟合 [29] 2 ag (λ)=ag (λr)e-S(λ-λr) S 非线性拟合 [11] 3 ag (λ)=Ce-Sλ S、 C 非线性拟合 [17] 4 ag (λ)=CeS/λ×105 S、 C 非线性拟合 [17]

表 1 DOM吸收光谱的4种经验统计模型 Table 1 Four statistics models of DOM UV-Vis absoption spectral curves

模型1普遍用于海洋水色遥感，λr是参考波长，通常取400 nm或440 nm^[29]，ag(λr)是参考波长的吸收系数，S是吸收曲线斜率，C为常数. 模型2和模型1相似，只是选择显著性和相关性最高的波长作为参考波长：UV_R为350 nm，UV_A为360 nm，UV_B为288 nm，UV_C为282 nm. 模型3是单指数模型，较多见于水体中有色物质吸收光谱的研究，S值通常为一固定值，如0.014、 0.015^[30]. 模型4是单指数变换模型.

有研究表明275~295 nm与350~400 nm波段S值之比(SR)的相对稳定性较好，常被用来表征DOM结构的变化，即SR值越高，DOM分子量越低，意味着DOM被光漂白及微生物降解的反应活性降低^{[19,31,32,33,34]}.

从DOM吸收光谱曲线[图 2(a)]可以看出，总体上吸收系数随波长增加呈指数形式递减，650 nm后吸收几乎为0. 从图 2(b)所示近紫外区(200~400 nm)的吸收系数来看，其变异系数在64.5%~95.0%之间，表明DOM光谱特征存在较大地域差异，而同一采样点的底层土壤和当年沉积物光谱特征也各不相同，说明即使在同一位置，由于所受水动力、 光化学和生物化学过程的影响程度不同，DOM光谱特征也会呈现较大差异^[35].

图 2

Fig. 2

图 2 三峡库区典型消落带土壤及沉积物DOM紫外-可见光谱 Fig. 2 Ultraviolet-visible spectroscopy of DOM in soils and sediments of typical water-level fluctuation zones of Three Gorges Reservoir areas

土壤DOM结构组成复杂，吸收光谱没有明显特征峰，仅在280 nm处有一个微小峰，这与研究水体DOM吸收光谱相似^[15]，表明来源不同的DOM在光谱模型研究方法上可相互借鉴.

本研究中，E2/E3在2.560~8.280之间，均值为4.250±1.130，这与Peuravuori等^[23]研究水体DOM的E2/E3值较为接近，说明土壤DOM和水体DOM分子量或胡敏酸(humic acid, HA)/富里酸(fulvic acid, FA)相似. 而E2/E3越高，DOM分子越小，FA比例越高，但对比土壤和沉积物E2/E3值时并未发现规律，说明受环境中多种因素影响，单一因子(例如光辐射)对DOM分子量的影响并不显著. E4/E6在2~14之间，均值为3.640±2.240，不同样点的腐殖化程度差异较大，而该值越小腐殖化程度越高.

三峡库区消落带土壤和沉积物DOC浓度在17.760~52.090 mg ·L^-1之间，均值为(38.427±7.355) mg ·L^-1，SUVA_{254 nm}在0.052~1.480 L ·(mg ·m)^-1之间，均值(0.361±0.265) L ·(mg ·m)^-1，变异系数为73.2%. 经检验，土壤和沉积物SUVA_{254 nm}值存在显著性差异(P＜0.05)，比较同一地点土壤和沉积物的该值发现[图 3(a)]，土壤SUVA_{254 nm}值最小，越新鲜的沉积物SUVA_{254 nm}值越大(21号点)，故该值反映出不同时期土壤和沉积物DOM组成上的差异. 这与林樱等^[36]对比研究土壤和表层沉积物中富里酸芳香性的结果一致，这可能是由于水环境中有较多水生植物残体，经微生物降解后产生大量芳香性化合物造成沉积物芳香性较高^[31].

图 3

Fig. 3

图 3 三峡库区消落带土壤和沉积物的SUVA254 nm 值和A(260 nm)值 Fig. 3 Variability of SUVA254 nm and A(260 nm) in soils and sediments of typical water-level fluctuation zones of Three Gorges Reservoir areas

本研究中，土壤和沉积物A(260 nm)值存在显著性差异(P＜0.05)，沉积物A(260 nm)明显高于土壤[图 3(b)]，往年沉积物小于当年沉积物. 而DOM疏水性和其环境反应活性密切相关^[14]，意味着当年“新鲜”沉积物DOM参与污染物环境过程的活性较往年沉积物DOM和下层土壤DOM可能性更高.

DOM组成复杂，各结构特点间存在一定联系. 从相关性分析来看(表 2)，E2/E3与E4/E6呈显著正相关关系(r=0.474，P＜0.01)，即相对分子量与腐殖化程度有一定关系，分子量高的DOM其腐殖化程度相对较高^[37]. A(260 nm)与SUVA_{254 nm}呈显著正相关关系(r=0.875，P＜0.01)，进一步证明疏水性和芳香结构关系密切，即芳香性结构主要存在于疏水组分中.

表 2(Table 2)

表 2 A(260 nm)、 SUVA254 nm、 E2/E3、 E4/E6之间的相关性关系 1) Table 2 Correlations between A(260 nm)，SUVA254 nm，E2/E3，E4/E6 A(260 nm) SUVA254 nm E2/E3 E4/E6 A(260 nm) 1.000 SUVA254nm 0.875** 1.000 E2/E3 -0.080 -0.220 1.000 E4/E6 -0.030 -0.170 0.474** 1.000 1)**表示在0.01 水平(双侧)上显著相关

表 2 A(260 nm)、 SUVA254 nm、 E2/E3、 E4/E6之间的相关性关系 1) Table 2 Correlations between A(260 nm)，SUVA254 nm，E2/E3，E4/E6

同时，分析发现上述光谱特征与样本采集高程、 土地利用类型无关. 在本研究样本采集区域，不同高程、 不同土地利用类型之间差异并不明显，这可能和样本量大小有关.

为进一步描述DOM的光谱特征，故采用不同光谱方程进行拟合. 由表 3可见，参考波长的选择明显影响方程拟合度^[38]，模型2通过显著性分析找出相关性最高的波长作为参考波长，使UV_B、 UV_C、 UV_R波段模型拟合度(R2)较模型1分别提高0.065、 0.183、 0.075. 其次，参数个数对模型拟合度也有影响：参数越多拟合度越高； 尽管模型3和4拟合度优于1和2，但会增加对模型解释的难度.

表 3(Table 3)

表 3 4种模型在不同波段拟合的决定系数和S值统计结果 Table 3 Statistics of determination coefficient and S from four models at different wavelength ranges 波段 模型 R2 S 极小值 极大值 均值 变异系数 /% 极小值 /nm-1 极大值 /nm-1 均值 /nm-1 变异系数 /% 1 0.072 0.996 0.903±0.183 20.3 0.003 0.023 0.010 0±0.003 8 38.2 UVA 2 0.073 0.996 0.898±0.196 21.8 0.002 0.018 0.009 3±0.003 5 38.1 3 0.223 0.996 0.915±0.160 17.5 0.002 0.020 0.009 6±0.003 7 38.4 4 0.206 0.999 0.910±0.164 18.1 0.003 0.024 0.011 9±0.004 5 37.7 1 0.715 0.999 0.927±0.071 7.6 0.007 0.023 0.012 1±0.003 3 27.2 UVB 2 0.968 0.999 0.992±0.007 0.7 0.010 0.023 0.015 5±0.002 8 18.0 3 0.983 0.999 0.995±0.004 0.4 0.010 0.022 0.015 4±0.002 7 17.4 4 0.842 0.997 0.978±0.034 3.5 0.009 0.019 0.013 4±0.002 3 16.8 1 0.497 0.978 0.773±0.117 15.2 0.009 0.021 0.014 9±0.003 1 20.5 UVC 2 0.822 0.988 0.956±0.022 2.3 0.015 0.052 0.027 2±0.011 1 40.9 3 0.846 0.989 0.963±0.020 2.1 0.001 0.058 0.029 1±0.012 6 43.4 4 0.814 0.998 0.976±0.027 2.8 0.008 0.027 0.014 6±0.005 3 36.0 1 0.655 0.994 0.871±0.096 11.0 0.009 0.021 0.015 0±0.003 1 20.7 UVR 2 0.890 0.991 0.946±0.024 2.6 0.011 0.038 0.020 6±0.007 5 36.2 3 0.900 0.994 0.964±0.016 1.7 0.012 0.057 0.026 3±0.012 8 48.9 4 0.890 0.998 0.981±0.017 1.7 0.008 0.026 0.014 2±0.004 9 34.7

表 3 4种模型在不同波段拟合的决定系数和S值统计结果 Table 3 Statistics of determination coefficient and S from four models at different wavelength ranges

因此，基于对参考波长、 模型参数个数以及波长范围的对比，笔者认为，考虑较少参数个数和相对较高拟合精度时，模型2可较好的描述三峡库区土壤和沉积物DOM吸收光谱特征，同时计算吸收光谱曲线斜率(S)等参数更加精确、 方便.

吸收光谱曲线斜率(S)是光谱模型中重要的信息之一，它能提DOM组成特征信息，包括HA/FA比、 分子量大小以及光化学反应活性(例如光漂白)等^{[34,39,40,41]}. 由表 4可以看出，不同研究结果的S值差异较大，其原因可能和不同研究模型、 不同波段有关； 同时与DOM类型和来源(水体DOM或土壤DOM)有关.

表 4(Table 4)

表 4 不同研究结果的S值 Table 4 The S values reported in various literature and current reasrch 研究区 年份 S值/nm-1 波段/nm 参考波长/nm 文献 Great Dismal Swamp，Suwanee River，Atlantic Ocean 2005 0.013 0~0.020 4 300~700 NM1) [19] Yangtze River(China) 2009 0.011 9~0.017 5 275~295 2009 0.012 4~0.021 4 350~400 NM [18] Bohai Bay(China) 2009 0.009 9~0.022 0 275~295 2009 0.004 9~0.031 1 350~400 Mississippi plume 1989 0.019 4±0.000 4 300~700 Gulf loop intrusion 1989 0.018 4±0.001 7 300~700 450 [42] 1989 0.011 0±0.000 1 300~700 South island 1989 0.015 0±0.002 0 300~460 NM [43] diverse parts of ocean 1981 0.010 0~0.020 0 375~500 375 [1] southern and western coast of Florida and the eastern Gulf of Mexico 1991 0.012 0~0.034 0 290~800 NM [44] Danish coastal waters 1999 0.018 0~0.023 0 300~650 NM [45] 胶州湾 2002 0.013 1~0.018 0 380~620 400 [46] 2003 0.017 5±0.012 0 380~500 黄东海 2003 0.010 3±0.009 0 380~620 440 [29] 2003 0.013 0~0.022 7 275~295 2003 0.014 0~0.026 5 350~400 2007 0.016 4~0.026 0 240~400 350 太湖 2007 0.013 5~0.028 3 320~400 350 [47] 2007 0.019 9~0.030 0 290~320 300 2007 0.012 1~0.015 9 240~290 250 太湖 2007 0.006 9~0.023 2 400~600 440 [48] IHSS HA 2009 0.010 1 275~295 2009 0.011 9 350~400 Aldrich HA 2009 0.008 3 275~295 2009 0.010 5 350~400 NM [49]2) Soil HA 2009 0.009 6~0.015 2 275~295 2009 0.010 9~0.019 2 350~400 Sediment HA 2009 0.007 4~0.009 5 275~295 2009 0.004 0~0.008 6 350~400 2012 0.009 3±0.003 5 240~400 350 三峡库区土壤和沉积物 2012 0.015 5±0.002 8 320~400 360 本研究 2012 0.027 2±0.011 1 290~320 288 2012 0.020 6±0.007 5 240~290 282 1) NM: 文献中未注明(no mention)； 2)除该文献和本研究为土壤和沉积物DOM外，其余文献均以水体DOM为研究对象

表 4 不同研究结果的S值 Table 4 The S values reported in various literature and current reasrch

从光谱模型角度来看，对土壤和沉积物DOM采用不同模型拟合，得到的S值大小及变异系数差异明显(表 3)，但彼此之间的相关性却十分显著(表 5). 说明各模型S值从数值上看大小不同，但在描述土壤DOM特征时仍有较好的一致性.

表 5(Table 5)

表 5 4种模型S值间的相关性关系 1) Table 5 Correlations of S among the four models 模型1 模型2 模型3 模型4 模型1 1.000 模型2 0.712** 1.000 模型3 0.717** 0.953** 1.000 模型4 0.718** 0.804** 0.816** 1.000 1)**表示在0.01 水平(双侧)上显著相关

表 5 4种模型S值间的相关性关系 1) Table 5 Correlations of S among the four models

从波长角度来看，S值随波长增加而减小(表 3). 因此，S值波段范围越大，DOM吸收光谱估测误差也越大^[15]. 但不同模型受波长变化影响程度不一：模型4最稳定，其S值近乎为一固定常数0.014，这与有研究将S值设为0.014一致^[50]. 除此之外，不同波段S值的相关性也存在差异(表 6)，UV_C和UV_R呈显著正相关关系(r=0.952，P＜0.01)，但二者与UV_A呈负相关关系. 这也解释了为何不同研究结果S值在描述DOM某个结构特征时会出现矛盾结论^[19].

表 6(Table 6)

表 6 不同波段S值间的相关性分析 1) Table 6 Correlations of S among different wavelength ranges UVA UVB UVC UVR UVA 1.000 UVB 0.252** 1.000 UVC -0.284** 0.430** 1.000 UVR -0.262** 0.407** 0.952** 1.000 1)**表示在0.01 水平(双侧)上显著相关

表 6 不同波段S值间的相关性分析 1) Table 6 Correlations of S among different wavelength ranges

由表 6可知，某些波段S值存在负相关关系，这可能是由于土壤DOM中所含的氨基酸、 碳水化合物以及HA和FA等物质在不同波段吸收强度不一^[51]. 进一步，由于模型2拟合度较好、 参数少且计算方便，因此用模型2的4个波段S值(4种模型)与土壤DOM特征值[E₂/E₃、 E₄/E6、SUVA_{254 nm}、 A(260 nm)］进行相关性分析，结果进一步证实(表 7)，不同波段S值反映了DOM的不同特性.

表 7(Table 7)

表 7 模型2 S值与特征值的相关性 1) Table 7 Correlations between the S value of model 2 and the characteristic values E2/E3 E4/E6 SUVA254 nm A(260 nm) UVA 0.510** 0.095 0.261* 0.445** UVB 0.774** 0.346* -0.447** -0.356** UVC -0.095 -0.092 -0.441** -0.425** UVR -0.044 -0.048 -0.459** -0.440** 1)**表示在0.01 水平(双侧)上显著相关； *表示在0.05 水平(双侧)上显著相关

表 7 模型2 S值与特征值的相关性 1) Table 7 Correlations between the S value of model 2 and the characteristic values

其中UV_A段S值与A(260 nm)呈显著正相关 (r=0.445，P＜0.01)，说明UV_A段S值越大，DOM疏水组分比例越大； UV_B段S值与E2/E3值呈显著正相关(r=0.774，P＜0.01)，与E4/E6值(r=0.346，P＜0.05)也有正相关关系，说明UV_B段S值越小，FA比例越低，DOM分子量和腐殖化程度越高. UV_C、 UV_R段S值与SUVA_{254 nm}呈显著负相关(分别为r=-0.441，r=-0.459，P＜0.01)，表明UV_C、 UV_R段S值越大，芳香化程度越低. 同时，该相关性分析与前文采用特征参数描述DOM地化特征的结果是一致的. 另外，不同波段S值只能反映DOM的部分特征(例如芳香性、 分子量或者HA/FA). 因此笔者建议在采用吸收光谱模型计算S值时，应该从4个波段出发，以获取DOM更完整的信息.

自然条件下，土壤和沉积物DOM结构受太阳辐射影响(光漂白)和微生物活动(生物降解)会发生改变. 因此，基于模型2计算三峡库区消落带土壤和沉积物SR值，均值为1.838±1.423，变异系数77.4%. 如图 4所示(极个别地区样品在350~400 nm波段S值为0，SR值无意义，未在图中标示)，土壤SR值比沉积物大，而21号还反映出往年沉积物S_R值高于当年沉积物，这说明在周期性淹水过程中，不断有“新鲜”沉积物覆盖在经过光漂白或生物降解作用后的往年沉积物和土壤上，而沉积物越“新鲜”，其芳香性越高，分子量越大，发生光漂白或生物降解的可能性也越大. 这与前文紫外-可见特征参数对DOM的表征结果一致.

图 4

Fig. 4

图 4 三峡库区消落带土壤和沉积物的SR值 Fig. 4 Variability of SR in soils and sediments of typical water-level fluctuation zones of Three Gorges Reservoir areas

而有关光漂白和微生物降解对DOM光谱斜率的影响，有研究认为，无光照条件时微生物降解对光谱斜率几乎无影响^{[52, 53]}； 但也有报道与此相反^[19]. 这种研究结果的差异性可能和DOM来源与性质有关. 对于陆源特征明显的DOM而言，其结构较自生源(微生物降解、 藻类生产等)为主的DOM更为复杂，尤其在芳香性结构上差异明显(π—π^*等不饱和共轭双键都是生色团的重要组成部分)，而这些组分的生物可利用性较差^{[54, 55]}. 因此DOM以陆源输入特征为主时(芳香性和腐殖化程度高)，微生物作用并不明显，而光漂白则成为主导^[56]； 在有光照参与时，光照先将结构复杂的大分子有机质分解成利于微生物利用的小分子有机质，即光照促进微生物的降解，而这一光降解过程会在S和SR值上有所反映^[52]. 由此可推测，消落带土壤及沉积物在纵向分布上，上层芳香性结构大于下层，也更容易受光照辐射及微生物降解的影响，尤其是光漂白作用.

笔者认为，消落带落干期光照辐射对消落带土壤及沉积物性质的改变可能主要体现在三方面: ①对DOM的直接光漂白； ②土温升高对微生物活性的提高； ③光解产物的微生物利用. 由于本研究工作采样时间为7月，光照强度大、 时间充足，土温较高. 表层沉积物DOM可能正经历降解过程； 来年新覆盖沉积物会抑制太阳辐射对下层土壤(或沉积物)的影响，同时形成的厌氧环境也不利于DOM的进一步降解，所以“老”沉积物DOM降解潜力降低； 而“新鲜”沉积物DOM的芳香性会高于往年土壤(沉积物)，其降解潜力也更高. 因此，当消落带进入淹水期时，表层土壤(沉积物)DOM的地化性质会对淹没水体中DOM结构与性质产生重要影响.

三峡水库“冬蓄夏泄”的水位调度方式，夏季落干而冬季淹水. 每年5~9月，消落带处于落干期，同时光照强度正值一年中最强时段. 和典型自然水体消落带(冬季落干、 夏季淹水)相比，三峡库区消落带土壤和沉积物中DOM所经历的辐照周期更长，光漂白和生物降解过程也往往更为剧烈. 由此可以推断，对三峡库区消落带土壤和沉积物DOM而言，由光照和微生物作用诱导的结构稳定性的变化，在其地化过程中起着十分重要的作用； 而这种变化引起的间接环境效应：例如DOM降解导致其对环境污染物作用的改变，还需做更多研究工作. 最重要的是，关于消落带土壤(沉积物)DOM降解过程中，光漂白和生物降解两个过程的相互关系，还值得进一步研究.