农业排水沟渠硝态氮吸收动力学特征及相关性分析

引用本文

李如忠, 殷齐贺, 高苏蒂, 陈广洲. 农业排水沟渠硝态氮吸收动力学特征及相关性分析[J]. 环境科学, 2018, 39(5): 2174-2183. 复制到剪切板

LI Ru-zhong, YIN Qi-he, GAO Su-di, CHEN Guang-zhou. Nitrate Uptake Kinetics and Correlation Analysis in an Agricultural Drainage Ditch[J]. Environmental Science, 2018, 39(5): 2174-2183. 复制到剪切板

农业排水沟渠硝态氮吸收动力学特征及相关性分析

李如忠¹, 殷齐贺¹, 高苏蒂², 陈广洲³

1. 合肥工业大学资源与环境工程学院, 合肥 230009;
2. 安徽新华学院土木与环境工程学院, 合肥 230088;
3. 安徽建筑大学环境与能源工程学院, 合肥 230022

收稿日期: 2017-10-27; 修订日期: 2017-11-20

基金项目: 国家自然科学基金项目（51579061，51179042）

作者简介: 李如忠(1970~), 男, 博士, 教授, 主要研究方向为水环境保护与修复机制, E-mail:Lrz1970@163.com

摘要: 为揭示农业排水沟渠NO₃^--N吸收动态变化特征，选择溴化钠（NaBr）为保守示踪剂、硝酸钾（KNO₃）为添加营养盐，于2016年10月至2017年4月在合肥地区某一源头溪流开展5次示踪试验，并以TASCC方法和Michaelis-Menten（M-M）方程模拟NO₃^--N吸收动力学特征，结果表明，背景浓度条件下排水沟渠完全混合子渠段U_amb和V_f-amb的变化范围分别为11.40~69.13 μg·（m²·s）^-1[均值为34.45 μg·（m²·s）^-1]、0.07~0.43 mm·s^-1（均值为0.24 mm·s^-1），相应地S_w-amb变化范围为92.51~405.74 m（均值为199.06 m），明显小于排水沟渠长度（也就是2.5 km），表明沟渠具有较强的NO₃^--N滞留潜力.M-M方程较好地拟合了NO₃^--N吸收动力学特征，参数U_max变化范围为158~1280 μg·（m²·s）^-1[均值为631.13 μg·（m²·s）^-1]，K_m变化范围为0.16~5.52 mg·L^-1（均值为1.46 mg·L^-1）.相关分析表明，S_w-amb与NO₃^--N_amb呈显著负相关、U_amb与NO₃^--N_amb呈极显著正相关，其它螺旋指标与NO₃^--N背景浓度的相关性均不明显；水文因素对NO₃^--N滞留影响也不显著，而沟渠槽道地貌特征指标Ф_w、Ф_A与大部分螺旋指标都呈显著相关性，表明槽道地貌特征对NO₃^--N滞留影响相对较为重要.

关键词: 排水沟渠硝态氮吸收养分螺旋指标 TASCC M-M方程

Nitrate Uptake Kinetics and Correlation Analysis in an Agricultural Drainage Ditch

LI Ru-zhong¹ , YIN Qi-he¹ , GAO Su-di² , CHEN Guang-zhou³

1. School of Resources and Environmental Engineering, Hefei University of Technology, Hefei 230009, China;
2. College of Civil and Environmental Engineering, Anhui Xinhua University, Hefei 230088, China;
3. School of Environment and Energy Engineering, Anhui Jianzhu University, Hefei 230022, China

Abstract: To investigate the whole-reach nitrate (NO₃^--N) uptake dynamics in a headwater agricultural stream, we performed five pulse tracer additions of a reactive solute (as KNO₃) and a conservative solute (as NaBr) in an agricultural drainage ditch in Hefei district, Chaohu Lake basin, from October 2016 to April 2017. The TASCC (tracer additions for spiraling curve characterization) approach and Michaelis-Menten (M-M) method were applied for the simulation of NO₃^--N uptake dynamics. Results showed that the ambient areal rate of total NO₃^--N uptake U_amb varied from 11.40 to 69.13 μg ·(m² ·s)^-1 with an average of 34.45 μg ·(m² ·s)^-1, and the ambient uptake velocity V_f-amb averaged 0.24 mm ·s^-1 and varied from 0.07 to 0.43 mm ·s^-1 across three well-mixed sub-reaches in the study. The ambient uptake length S_w-amb averaged 199.06 m with a range from 92.51 to 405.74 m, which was much smaller than the length of the drainage ditch (about 2.5 km), suggesting that the agricultural drainage ditch had a high potential for NO₃^--N retention. Generally, the M-M model fit the NO₃^--N uptake dynamics well, and the maximum uptake U_max ranged from 158 to 1280 μg ·(m² ·s)^-1 with a mean of 631.13 μg ·(m² ·s)^-1. The half saturation constant K_m ranged from 0.16 to 5.52 mg ·L^-1 with a mean of 1.46 mg ·L^-1. According to correlation analysis, S_w-amb was negatively correlated with NO₃^--N_amb, and U_ambwas significantly positively correlated with NO₃^--N_amb, while other nutrient spiraling metrics were not correlated with the NO₃^--N ambient concentration. Hydrological conditions had no distinct effect on the NO₃^--N retention, but both the width variability Ф_w and variability in cross-sectional area Ф_A were significantly correlated with most of the nutrient spiraling metrics, indicating that geomorphic features in the drainage ditch evidently impacted NO₃^--N uptake.

Key words: drainage ditch nitrate uptake nutrient spiraling metrics tracer additions for spiraling curve characterization (TASCC) Michaelis-Menten (M-M) model

氮是生物体重要的组成部分, 也是造成水体富营养化的重要营养元素之一.长期以来, 由于过量施肥和缺乏有效的控制措施, 农业生产中大量流失的氮磷养分, 成为农业非点源污染的主要来源之一^[1].排水沟渠兼具排水和生态湿地的双重功效, 其对排水氮磷的拦截效应对于防治农业非点源污染具有十分重要的意义.近些年来, 国外有关农业排水沟渠和农田小溪流养分滞留研究十分活跃^[2~4], 尤其是欧美国家启动的针对不同尺度河流流域大规模养分滞留和循环研究计划, 有力地推动了包括农业排水沟渠在内的小河流氮素滞留及循环研究的发展.相比较而言, 我国针对农业排水沟渠和农田小溪流氮素滞留的研究, 无论在研究内容、规模还是在理论深度方面都还有很大差距, 这与长期以来我国水污染控制和水环境保护工作重心集中于大中型河湖水体有很大的关系.近年来, 排水沟渠在氮素截留净化方面的重要性也开始引起国内学者的关注, 国家《水污染防治行动计划》也将生态沟渠、生态沟塘建设纳入农业面源污染控制重要技术措施而加以推介.总体上, 国内针对农业排水沟渠氮素污染的研究, 大多集中在氮浓度变化及迁移转化^[5]、氮截留净化技术及拦截效应^[6~8]等方面, 对于氮吸收和滞留作用机制的研究还明显不足.

养分螺旋(nutrient spiraling)是表征小河流水系统养分传输和吸收的重要生态过程, 是源头溪流、排水沟渠养分滞留潜力评估的重要技术手段^{[9, 10]}.特别是, 基于养分螺旋原理的TASCC(tracer additions for spiraling curve characterization)技术^{[11, 12]}, 通过向溪流瞬时投入一定量的添加营养盐(示踪剂), 营造了一个贯穿背景浓度直至饱和状态的浓度变化范围, 使养分螺旋指标呈现一定的动态变化性.目前, TASCC方法已被应用于溪流硝态氮(NO₃^--N)、氨氮(NH₄⁺-N)和溶解性磷酸盐(SRP)吸收动力学模拟^[13~16].合肥地处巢湖西半湖北侧边缘, 当地水体氮素污染和水体富营养化严重.笔者曾在合肥地区多条源头溪流, 采用养分螺旋原理定量评估了溪流NH₄⁺-N和SRP滞留潜力^[17~20], 并以TASCC技术揭示了农业排水沟渠NH₄⁺-N吸收的动力学特征^[21], 但对相关水体NO₃^--N滞留潜力仍还缺乏了解.从巢湖流域氮负荷削减的实际需求出发, 本研究拟以合肥地区典型农业排水沟渠为对象, 采用TASCC方法解析沟渠NO₃^--N吸收动态变化性, 并通过相关性分析, 识别主要影响因素, 以期为该地区排水沟渠氮素滞留的科学评估和有效调控提供指导.

1 研究区概况及试验方案 1.1 研究区概况

二十埠河流域位于合肥城区东部和东北部, 为南淝河主要支流之一.示踪试验所在排水沟渠地处合肥市城市边缘地带, 毗邻职教城, 长约2.5 km, 为二十埠河的一级源头溪流之一.汇流区属于低矮丘陵岗地, 土地利用类型主要为农业用地、人工林地或水塘.该排水沟渠仍保留一定的自然特征, 但由于邻近农田从渠底挖土加固田埂, 导致渠底平整度、规则性较差, 沟渠壁面也较陡峭, 时常发生坡面坍塌.试验段下切深度约1.5 m, 水面宽约0.5~1.5 m, 水深约15~40 cm, 流速10~25 cm·s^-1, 流量约为0.046 m³·s^-1.

在选定的排水沟渠筛选一长约310 m的代表性渠段, 作为野外示踪试验靶区.该段排水沟渠前部渠道大体平直, 渠底鲜有大型水生/湿生植物, 渠底宽窄、深浅较为不均, 且沉积物总体较少; 中部渠道较为平直, 虽也有多个深坑, 但尺度不大、断面规则性相对较好, 河床大多较为板结; 后部渠道的宽度总体较中、上部渠段有所增大, 且中部呈现明显的半圆形弯曲, 河床及漫滩上匍匐型水生/湿生植物较多, 水面覆盖度达30%~40%, 并有明显的沉积物淤积现象, 而在弯曲段下方渠段, 河槽断面迅速收窄, 水流速度明显加快, 河床因水流冲刷而变得较为光滑和板结.排水沟渠的水质状况主要受农业非点源污染控制, NO₃^--N、NH₄⁺-N和SRP平均浓度分别为0.145、1.0和0.025mg·L^-1.

1.2 试验方案

选择溴化钠(NaBr)为保守示踪剂、硝酸钾(KNO₃)为添加营养盐, 于2016年10月至2017年4月着手开展5次瞬时投加示踪试验.在投加点O下方, 依次设置A、B、C、D等4个采样点位, 子渠段OA、AB、BC和CD长度分别为20、90、100和100 m.试验开始前, 采集各点位水样用于测定背景数据.根据水流流速状况, 设定试验中水样采集频率, 采用PVC塑料瓶(100 mL)采集水样.现场利用KL-138(Ⅱ)笔式电导率测定仪测定水样电导率, 以确保可以获得较为完整的示踪剂浓度穿透曲线(BTCs).将水样送回实验室后, 取一部分水样利用溴离子选择性电极(参比电极232-01、溴离子电极PBr-1-01)和PXSJ-226型离子计测定Br^-浓度, 另一部分水样经滤膜过滤后, 以紫外分光光度法测定NO₃^--N浓度.

在每个子渠段内, 取5 m长度为调查单元, 开展沟渠槽道的地貌特征调查.在每个单元内针对多个断面位置分别测定水面宽度、水深, 并计算过流断面的面积, 并以平均值代表该单元.相关工作均安排在示踪试验结束后, 以免扰动河床而影响滞留效果.

2 模型与方法

为便于表述, 这里将与示踪试验情形相对应的溪流真实状况称为背景条件, 相应的溪流营养盐浓度称为背景浓度.不妨以NO₃^--N为例, 简要说明TASCC方法的基本思路和工作步骤.

2.1 添加硝态氮动态螺旋指标

添加营养盐硝态氮的吸收长度、吸收速度和吸收速率等养分螺旋指标, 分别表示为^{[11, 12]}：

(1)

(2)

(3)

式中, S_w-add-dyn表示添加NO₃^--N动态吸收长度, m; k_w-add-dyn表示NO₃^--N动态综合衰减系数, m^-1; V_f-add-dyn表示NO₃^--N动态吸收速度, m·s^-1; U_add-dyn表示NO₃^--N动态吸收速率, g·(m²·s)^-1; [NO₃^--N_add-dyn]表示NO₃^--N动态浓度, mg·L^-1; Q表示排水沟渠流量, m³·s^-1; W表示沟渠水面宽度, m.这里, 添加NO₃^--N动态综合衰减系数k_w-add-dyn可以由下式计算^[22]：

(4)

式中, [NO₃^--N_ambcorr]/[Br_ambcorr^-]表示示踪试验中扣除背景浓度后的水样NO₃^--N和Br^-浓度比值, 无量纲; [NO₃^--N_add]/[Br_add^-]表示示踪试验开始前示踪剂混合溶液中NO₃^--N和Br^-浓度比值, 无量纲; L表示采样点离开投加点的距离, m.一般地, 所采集的水样需要满足下述条件, 即:

若只考虑物理稀释作用, 忽略生物同化吸收、硝化反硝化作用等生物化学因素影响, 则可将混合溶液中释放的NO₃^--N抵达下游任一点位的最大浓度(即保守性浓度)表示为：

(5)

式中, [NO₃^--N_cons]表示NO₃^--N保守性浓度, mg·L^-1.

不妨以NO₃^--N_add-obs表示示踪试验中扣除背景浓度后水样NO₃^--N的实测浓度, 利用几何均值定义溪流沟渠添加NO₃^--N动态浓度, 表达式为^{[11, 22]}：

(6)

式中, [NO₃^--N_add-dyn]表示添加NO₃^--N动态浓度, mg·L^-1.

2.2 硝态氮背景螺旋指标

集成背景浓度和添加营养盐影响的投加点下方任一点位NO₃^--N总动态浓度, 可以采用实测浓度与保守性浓度几何均值来表征, 即^{[11, 22]}：

(7)

式中, [NO₃^--N_tot-dyn]表示溪流沟渠中NO₃^--N总动态浓度, mg·L^-1; [NO₃^--N_tot-obs]表示未扣除背景浓度的样本NO₃^--N实测浓度, mg·L^-1; [NO₃^--N_amb]表示溪流NO₃^--N背景浓度, mg·L^-1.

以浓度穿透曲线上各样本添加营养盐NO₃^--N的S_w-add-dyn值为纵坐标, 以其相应的[NO₃^--N_tot-dyn]计算值为横坐标, 采用线性回归分析技术进行拟合, 并将拟合直线向左下方反向延伸, 且与纵坐标轴相交, 所得截距即为NO₃^--N背景浓度对应的吸收长度S_w-amb, 进而可以计算相应的吸收速率和吸收速度, 分别为：

(8)

(9)

式中, U_amb表示NO₃^--N背景浓度吸收速率, g·(m²·s)^-1; V_f-amb表示背景浓度吸收速度, m·s^-1.

2.3 硝态氮总动态螺旋指标

在综合考虑背景浓度和添加浓度影响后, NO₃^--N总动态螺旋指标可以表示为：

(10)

(11)

式中, U_tot-dyn表示NO₃^--N总动态面积吸收速率, g·(m²·s)^-1; V_f-tot-dyn表示总动态吸收速度, m·s^-1.

2.4 硝态氮吸收动力学模型

针对排水沟渠硝态氮螺旋指标与其浓度关系的模拟, 常用的数学模型主要有效率-损失模型^{[23, 24]}和Michaelis-Menten (M-M)方程^{[22, 25]}, 其中以M-M方程应用较多一些, 相应的数学表达式为：

(12)

式中, U_tot-dyn表示NO₃^--N总动态吸收速率, g·(m²·s)^-1; U_max表示最大吸收速率, g·(m²·s)^-1; K_m表示NO₃^--N半饱和常数, mg·L^-1.由U与V_f的定量关系不难推断, 式(12)中等号右侧第一项即为V_f-tot-dyn, 从而可以实现螺旋指标U_tot-dyn、V_f-tot-dyn与总动态浓度[NO₃^--N_tot-dyn]关系的数学模拟.

2.5 数据分析与处理

采用Spearman相关系数, 解析S_w-amb、U_amb、V_f-amb、U_max、K_m与NO₃^--N背景浓度、沟渠流量和流速, 以及渠道地貌特征的相互依存关系; 在此基础上, 借助回归分析技术, 揭示相关因素对NO₃^--N滞留潜力影响的数量关系和规律性.利用Origin软件绘制浓度穿透曲线和拟合关系曲线图.

3 结果与讨论 3.1 示踪剂浓度穿透曲线

5次示踪试验均获得了NO₃^--N和Br^-完整的浓度穿透曲线.以2016-10-16试验为例, 展示示踪剂浓度时间变化过程, 相应地NO₃^--N、Br^-浓度穿透曲线及NO₃^--N:Br^-比值的时间变化过程, 见图 1.其中, 采样点位A由于靠近投加点, 水流稀释尚不充分, 导致满足[NO₃^--N_ambcorr]/[Br_ambcorr^-]≤[NO₃^--N_add]/[Br_add^-]要求的样本数明显少于下游3个点位, 而混合充分的采样点位B(子渠段AB)、C(子渠段BC)和D(子渠段CD)满足要求的样本数则大致相同.其他4次试验情形亦大体如此.

图 1 各采样点NO₃^--N和Br^-浓度及其比值的时间序列 Fig. 1 Time series of NO₃^--N, Br^-, and the ratio of NO₃^--N: Br^-at each sampling site

3.2 背景浓度条件下NO₃^--N滞留潜力

根据计算得到的各采样点水样S_w-add-dyn, 对S_w-add-dyn-[NO₃^--N_tot-dyn]关系进行线性拟合, 得到每个采样点位95%置信水平的拟合结果.其中, 2016-10-16试验的拟合关系曲线, 见图 2. 4个采样点位对应的95%置信水平拟合效果均较好, 将S_w-add-dyn-[NO₃^--N_tot-dyn]拟合关系曲线向左下方反向延伸, 得到与纵坐标轴相交的截距, 即S_w-amb.有关NO₃^--N背景浓度相应的螺旋指标模拟和计算结果, 见表 1.

图中, 垂直虚线对应的横坐标值表示采样点NO₃^--N背景浓度, 下同图 2 各采样点S_w-add-dyn-[NO₃^--N_tot-dyn]拟合关系曲线 Fig. 2 Linear regression of S_w-add-dynversus [NO₃^--N_tot-dyn] at each sampling site

表 1 背景浓度条件下排水沟渠NO₃^--N螺旋指标 Table 1 NO₃^--N spiraling parameters corresponding to the ambient concentrations

编号¹⁾	采样点	Q/m³·s^-1	u/m·s^-1	NO₃^--N_amb/mg·L^-1	S_w-amb/m	R²	P	U_amb/μg·(m²·s)^-1	V_f-amb/mm·s^-1
Ⅰ	B	0.083	0.071	0.13	141.52	0.75	0.000 1	31.85	0.25
	C	0.080	0.093	0.12	310.37	0.44	0.001 6	17.10	0.14
	D	0.079	0.128	0.13	196.12	0.80	0.000 1	37.88	0.29
Ⅱ	B	0.074	0.075	0.17	144.87	0.30	0.007 7	45.63	0.27
	C	0.070	0.093	0.17	233.13	0.32	0.012 5	34.03	0.20
	D	0.070	0.111	0.17	148.69	0.67	0.002 4	61.56	0.36
Ⅲ	B	0.077	0.071	0.10	166.72	0.53	0.000 2	25.22	0.25
	C	0.073	0.076	0.10	405.74	0.60	0.000 2	11.40	0.11
	D	0.074	0.152	0.11	170.72	0.59	0.000 3	34.06	0.31
Ⅳ	B	0.034	0.053	0.17	92.51	0.47	0.000 1	34.59	0.22
	C	0.033	0.054	0.16	272.90	0.36	0.004 0	11.87	0.07
	D	0.033	0.088	0.16	136.46	0.26	0.017 0	31.63	0.20
Ⅴ	B	0.087	0.079	0.16	147.12	0.28	0.011 0	43.01	0.27
	C	0.086	0.104	0.16	293.56	0.46	0.000 9	27.73	0.17
	D	0.087	0.139	0.18	125.46	0.57	0.000 2	69.13	0.43
1)编号Ⅰ、Ⅱ、Ⅲ、Ⅳ和Ⅴ分别对应于2016-10-16、2016-11-10、2016-12-01、2017-03-15和2017-04-12等这5次示踪试验, 下同

表 1 背景浓度条件下排水沟渠NO₃^--N螺旋指标 Table 1 NO₃^--N spiraling parameters corresponding to the ambient concentrations

5次试验中子渠段AB、BC和CD背景浓度相应的S_w-amb差异性都非常明显, 总体表现为AB段略低于CD段, 且两者明显低于BC段, 意味着BC子渠段NO₃^--N滞留能力相对最弱, AB段则相对最强.在U_amb和V_f-amb指标方面, 不仅BC段依旧明显低于其它两个子渠段, AB段U_amb和V_f-amb值也较CD段略低一些, 表明在这两个指标上CD段略强于AB段, 这与S_w-amb存在一定的出入.尽管3个螺旋指标都表明背景浓度条件下BC子渠段NO₃^--N滞留能力相对最弱, 但由于最大值仅为405.74 m, 对于长约2.5 km的排水沟渠而言, 完全可以将NO₃^--N在沟渠内截留净化, 表明排水沟渠还具有较好的NO₃^--N滞留能力.

从河床地貌特征调查情况来看, 尽管子渠段AB河床上几乎没有大型水生/湿生植物存在, 但有漫长型的深坑, 且局部渠段水面较宽, 水流速度相对较为缓慢, 表现出一定的水塘型特征; BC段虽也属于多个小水坑串联的地貌格局类型, 但相对于AB、CD两个子渠段, 河床地貌特征更为简单; 子渠段CD不仅河道形态弯曲程度较大, 而且河床和漫滩上有大量的匍匐茎水生/湿生植物存在, 且沉积现象明显.可以说, 3个子渠段河床地貌特征差异性, 造就了背景浓度条件下彼此养分螺旋指标的异质性.尽管CD段内将近一半渠段河床没有水生植物固着, 甚至十分板结, 但该渠段依旧拥有与子渠段AB相近甚至更高的养分滞留能力.可以推断, 若CD段内水生植物河段更长、沉积条件更好一些, 则其U_amb和V_f-amb会更大一些、S_w-amb会更小一些, 即NO₃^--N滞留能力将会更大.因此, 可以认为, 河床地貌复杂性是影响背景浓度条件下NO₃^--N滞留能力差异的重要原因.

3.3 NO₃^--N吸收动力学模拟

根据U_tot-dyn和[NO₃^--N_tot-dyn]计算结果, 考虑采用M-M方程模拟U_tot-dyn-[NO₃^--N_tot-dyn]对应关系.其中, 2016-10-16试验的4个采样点位95%置信水平的拟合结果, 见图 3.

图 3 各采样点U_tot-dyn-[NO₃^--N_tot-dyn]关系的M-M方程模拟结果 Fig. 3 M-M model fits for U_tot-dyn versus [NO₃^--N_tot-dyn]with 95% confidence intervals

由图 3可见, 参与模拟的样本点数据几乎全都处于95%置信水平范围内, 而且采样点A吸收速率显著高于采样点B、C和D, 其它4次模拟情况也都类似.考虑到子渠段OA处于示踪剂与沟渠水流的掺混阶段, 大部分渠段尚未达到完全混合程度, 因此本研究将主要围绕处于完全混合状态的子渠段AB、BC和CD进行分析. 5次示踪试验中采样点B、C和D的最大面积吸收速率U_max、半饱和常数K_m及其相应的可决系数R²和P值, 见表 2.根据可决系数R²和P值, 不难判定所有模拟的最终效果都很好.

由表 2可见, 尽管5次试验中子渠段AB和CD的U_max值相对大小关系并不固定, 但都明显高于BC段, 也就是说在添加NO₃^--N状态下依旧表现为BC段养分滞留能力最弱.笔者以为, 子渠段AB、CD之间U_max值大小之所以没有表现出一定的规律性, 可能与这两个子渠段都有丰富的河床地貌特征有很大的关系.另外, 在U_max/ U_amb、K_m/NO₃^--N_amb比值方面, 5次示踪试验中3个子渠段都没有表现出明显的规律性. 表 2中, 5次示踪试验各子渠段Km/NO₃^--N_amb比值, 都随沟渠水文水质条件而出现较大幅度的波动, 暗示了排水沟渠NO₃^--N滞留潜力的动态变化性和不确定性.

表 2 5次示踪试验的M-M方程参数模拟结果 Table 2 Results of the maximum uptake values and the half saturation constants in the M-M model

编号	采样点	U_max/μg·(m²·s)^-1	K_m/mg·L^-1	R²	P	U_max/ U_amb	K_m/NO₃^--N_amb
Ⅰ	B	1212	1.56	0.91	< 0.000 1	38.05	12.00
	C	550	1.44	0.96	< 0.000 1	32.16	12.00
	D	607	1.61	0.87	< 0.000 1	16.02	12.38
Ⅱ	B	501	1.00	0.58	< 0.000 1	10.98	5.88
	C	430	1.21	0.94	< 0.000 1	12.64	7.12
	D	957	1.55	0.99	< 0.000 1	15.55	9.12
Ⅲ	B	747	5.52	0.63	< 0.000 1	29.62	55.20
	C	158	0.84	0.60	< 0.000 1	13.86	8.40
	D	217	0.23	0.87	< 0.000 1	6.37	2.09
Ⅳ	B	1280	2.28	0.64	< 0.000 1	37.00	13.41
	C	228	0.53	0.69	< 0.000 1	19.21	3.31
	D	958	2.67	0.85	< 0.000 1	30.29	16.69
Ⅴ	B	552	0.82	0.90	< 0.000 1	12.83	5.13
	C	320	0.16	0.50	< 0.000 1	11.54	1.00
	D	750	0.55	0.76	< 0.000 1	10.85	3.06

表 2 5次示踪试验的M-M方程参数模拟结果 Table 2 Results of the maximum uptake values and the half saturation constants in the M-M model

总的来看, 针对U_tot-dyn-[NO₃^--N_tot-dyn]关系开展的5次试验各子渠段M-M方程模拟, 得到的可决系数R²变化范围为0.50~0.99, 平均值为0.78, 且均有P < 0.000 1存在.此外, 笔者还尝试采用幂函数形式的效率-损失模U_tot-dyn=a×[NO₃^--N_tot-dyn]^b对5次试验中各子渠段U_tot-dyn-[NO₃^--N_tot-dyn]动态关系进行模拟, 也取得了很好的拟合效果, 得到各子渠段a变化范围为90~493(平均值为264), b变化范围为0.23~0.81(平均值为0.58), R²变化范围为0.52~0.99(平均值为0.79), 且也均满足P < 0.000 1.显然, 从拟合效果来看, 效率-损失模型与M-M方程大体相当, 但由于该模型无法提供U_max、K_m信息, 因此采用M-M方程模拟更具实际意义.

类似地, 可以得到所有5次示踪试验各子渠段相应的V_f-tot-dyn-[NO₃^--N_tot-dyn]关系的M-M方程拟合结果, 且所有拟合曲线均有较为满意的拟合效果.限于篇幅, 此处不再赘述.

3.4 多元统计分析 3.4.1 相关性分析

考虑采用水面宽度残差Ф_w(m)、水深残差Ф_d(m)和横断面积残差Ф_A(m²)等表征排水沟渠槽道地貌特征, 且残差值越大, 意味着地貌特征越复杂.其中, 水深残差Ф_d间接反映了河床地貌凹凸平整的程度. 3个残差指标相应的数学表达式分别为^[26~28]：

(13)

(14)

(15)

式中, W、d和A分别表示水面宽度(m)、水深(m)和过水断面面积(m²); W_avg、d_avg和A_avg分别表示水面宽度平均值(m)、水深平均值(m)和过水横断面积平均值(m²); m表示子渠段内的调查单元数目.

根据5次试验模拟计算和实地调查结果, 采用Spearman相关系数, 解析背景条件下NO₃^--N滞留潜力指标(S_w-amb、U_amb和V_f-amb)、M-M方程参数(U_max和K_m)、水文特征参数(Q和u)、沟渠槽道地貌特征指标(Ф_w、Ф_d和Ф_A)及背景浓度(NO₃^--N_amb)的相关性, 见表 3.

表 3 指标相关性分析结果¹⁾(n=15) Table 3 Spearman's correlation coefficient for multiple parameters

	NO₃^--N_amb	S_w-amb	U_amb	V_f-amb	U_max	K_m	Q	u	Ф_w	Ф_d	Ф_A
NO₃^--N_amb	1.0	-0.534^*	0.667^**	0.312	0.346	-0.107	-0.108	0.098	-0.206	-0.328	-0.104
S_w-amb		1.0	-0.650^**	-0.564^*	-0.793^**	-0.382	0.002	0.470	-0.543^*	-0.168	-0.514^*
U_amb			1.0	0.881^**	0.421	0.000	0.256	0.154	0.193	0.236	0.457
V_f-amb				1.0	0.372	0.054	0.359	0.119	0.304	0.426	0.600^*
U_max					1.0	0.718^**	0.014	-0.318	0.539^*	0.054	0.357
K_m						1.0	-0.292	-0.388	0.611^*	0.193	0.307
Q							1.0	0.554^*	0.025	0.281	0.301
u								1.0	-0.631^*	-0.182	-0.327
Ф_w									1.0	0.696^**	0.836^**
Ф_d										1.0	0.918^**
Ф_A											1.0
1) 为P < 0.05, *为P < 0.01

表 3 指标相关性分析结果¹⁾(n=15) Table 3 Spearman's correlation coefficient for multiple parameters

不难看出, NO₃^--N_amb仅与S_w-amb、U_amb呈现显著或极显著的相关关系, 而与其它螺旋指标的相关性均不强, 这与文献[12]情形类似.这里, S_w-amb与NO₃^--N_amb呈现显著的负相关性, 意味着较高的NO₃^--N_amb对应于较小的S_w-amb, 这与一般的经验认识存在出入.事实上, Covino等^[12]在以TASCC技术对美国Montana州6条溪流硝态氮吸收动力学的模拟研究中, 也发现S_w-amb随着NO₃^--N_amb增大而下降的有趣现象.养分吸收速率在数值上等于吸收速度与其背景浓度的乘积, 因此U_amb与NO₃^--N_amb存在显著正相关性并不意外, 但也不排除一些特殊情形, 如Gibson等^[29]在New York州16条山地小溪流研究中, 发现NO₃^--N吸收速率与背景浓度并没有显著的相关关系, 而NH₄⁺-N、SRP则与其相应背景浓度存在极显著线性相关性. S_w-amb与U_amb、V_f-amb和U_max呈现显著或极显著负相关性, 符合一般的规律性, 因为S_w-amb值越小, 意味着沟渠养分滞留能力越大, 而U_amb、V_f-amb越大则对应的滞留能力越强.

从河流水文影响来看, 流量Q和流速u对NO₃^--N滞留没有表现出显著的相关性, 表明排水沟渠NO₃^--N滞留对水文因素变化并不敏感.事实上, 相对于NH₄⁺-N、SRP营养盐, NO₃^--N滞留与水文因素关系的不确定性往往更大^[30~32].排水沟渠槽道地貌特征的残差值越大, 意味着渠段地貌格局差异性越大.由于S_w-amb与Ф_w、Ф_A均存在显著的负相关性, 表明排水沟渠水面宽度、过水断面不规则性有利于NO₃^--N滞留的发生. Ф_w与U_max呈现显著的正相关性, 表明水面宽度的变化性有利于NO₃^--N滞留. Ф_w与K_m呈显著的正相关关系, 同样意味着复杂的沟渠水面宽度变化特征提升了溪流承受NO₃^--N滞留的能力或潜势. V_f-amb与Ф_A显著的正相关关系, 表明过水断面不规则性提升了NO₃^--N微粒吸收速度, 即对于NO₃^--N滞留具有正面效应.但作为间接反映河床凹凸不均程度的水深变化残差Ф_d, 与NO₃^--N螺旋指标和K_m均没有较为显著的相关关系.

3.4.2 回归分析

针对背景条件下养分螺旋指标S_w-amb、U_amb和V_f-amb与沟渠地貌特征指标Ф_w、Ф_A之间关系, 开展回归分析.结果发现, 随着Ф_w或Ф_A的增大, S_w-amb表现出了明显的下降态势, 这与相关性分析中所揭示的相互关系一致, 且均为对数函数关系, 分别为y=62.62-147.56 lnx (R²=0.26, P < 0.000 1)和y=57.74-139.85 lnx (R²=0.26, P < 0.000 1). U_amb和V_f-amb均随沟渠槽道地貌特征复杂性的增加而增大, 与相关性分析所得结论相一致, 其中U_amb与Фw为对数函数关系, 即y=1 150+561 lnx (R²=0.22, P < 0.000 1); V_f-amb与Ф_A也呈现对数函数关系, 即y=0.39+0.14 lnx (R²=0.21, P < 0.000 1).同样, 半饱和常数K_m与Ф_w也表现为对数函数关系(y=3.24+1.92 lnx, R²=0.17, P=0.003).

从多元统计分析情况来看, 复杂的沟渠过水断面对提升硝态氮滞留能力是有利的, 因此在水环境修复或小流域生境改造中, 有必要提高渠道形态的变化性和水流动态特征的多样性.

4 结论

(1) 背景浓度条件下排水沟渠完全混合子渠段S_w-amb变化范围为92.51~405.74 m(平均值为199.06 m), 显著低于排水沟渠长度, 表明沟渠具有较好的NO₃^--N滞留能力.

(2) Michaelis-Menten方程较好地拟合了排水沟渠NO₃^--N吸收动力学特征, 完全混合子渠段M-M方程参数U_max变化范围为158~1 280 μg·(m²·s)^-1[平均值为631.13 μg·(m²·s)^-1]、K_m变化范围为0.16~5.52 mg·L^-1(平均值为1.46 mg·L^-1).

(3) 背景浓度条件下S_w-amb与沟渠槽道地貌特征指标Ф_w、Ф_A均呈显著负相关关系, U_amb和K_m均与Ф_w呈显著相关性, V_f-amb则与Ф_A表现为显著相关性, 表明槽道地貌特征对NO₃^--N滞留影响较为重要, 在水环境修复中应适当提高河床地貌的复杂性.

(4) 排水沟渠流量Q和流速u对NO₃^--N滞留没有表现出显著的相关性, 表明该沟渠NO₃^--N滞留对水文因素影响不敏感.

参考文献

[1]	王晓玲, 乔斌, 李松敏, 等. 生态沟渠对水稻不同生长期降雨径流氮磷的拦截效应研究[J]. 水利学报, 2015, 46(12): 1406-1413. Wang X L, Qiao B, Li S M, et al. Studies on the interception effects of ecological ditch on nitrogen and phosphorus in the rainfall runoff of different rice growth period[J]. Journal of Hydraulic Engineering, 2015, 46(12): 1406-1413.
[2]	Flora C, Kröger R. Use of vegetated drainage ditches and low-grade weirs for aquaculture effluent mitigation:I. Nutrients[J]. Aquacultural Engineering, 2014, 60: 56-62. DOI:10.1016/j.aquaeng.2014.04.006
[3]	Castaldelli G, Soana E, Racchetti E, et al. Vegetated canals mitigate nitrogen surplus in agricultural watersheds[J]. Agriculture, Ecosystems & Environment, 2015, 212: 253-262.
[4]	Dollinger J, Dagès C, Bailly J S, et al. Managing ditches for agroecological engineering of landscape. A review[J]. Agronomy for Sustainable Development, 2015, 35(3): 999-1020. DOI:10.1007/s13593-015-0301-6
[5]	李强坤, 宋常吉, 胡亚伟, 等. 模拟排水沟渠非点源溶质氮迁移实验研究[J]. 环境科学, 2016, 37(2): 520-526. Li Q K, Song C J, Hu Y W, et al. Transformation of non-point source soluble nitrogen in simulated drainage ditch[J]. Environmental Science, 2016, 37(2): 520-526.
[6]	宋立芳, 王毅, 吴金水, 等. 水稻种植对中亚热带红壤丘陵区小流域氮磷养分输出的影响[J]. 环境科学, 2014, 35(1): 150-156. Song L F, Wang Y, Wu J S, et al. Impact of rice agriculture on nitrogen and phosphorus exports in streams in hilly red soil earth region of central subtropics[J]. Environmental Science, 2014, 35(1): 150-156.
[7]	彭世彰, 熊玉江, 罗玉峰, 等. 稻田与沟塘湿地协同原位削减排水中氮磷的效果[J]. 水利学报, 2013, 44(6): 657-663. Peng S Z, Xiong Y J, Luo Y F, et al. The effect of paddy eco-ditch and wetland system on nitrogen and phosphorus pollutants reduction in drainage[J]. Journal of Hydraulic Engineering, 2013, 44(6): 657-663.
[8]	张燕, 祝惠, 阎百兴, 等. 排水沟渠炉渣与底泥对水中氮、磷截留效应[J]. 中国环境科学, 2013, 33(6): 1005-1010. Zhang Y, Zhu H, Yan B X, et al. Interception effect of ditch slag and sediments on nitrogen and phosphorus in water[J]. China Environmental Science, 2013, 33(6): 1005-1010.
[9]	Álvarez M, Proia L, Ruggiero A, et al. A comparison between pulse and constant rate additions as methods for the estimation of nutrient uptake efficiency in-streams[J]. Journal of Hydrology, 2010, 388(3-4): 273-279. DOI:10.1016/j.jhydrol.2010.05.006
[10]	Johnson Z C, Warwick J J, Schumer R. Nitrogen retention in the main channel and two transient storage zones during nutrient addition experiments[J]. Limnology and Oceanography, 2015, 60(1): 57-77. DOI:10.1002/lno.10006
[11]	Covino T P, McGlynn B L, McNamara R A. Tracer additions for spiraling curve characterization (TASCC):quantifying stream nutrient uptake kinetics from ambient to saturation[J]. Limnology and Oceanography:methods, 2010, 8(9): 484-498. DOI:10.4319/lom.2010.8.484
[12]	Covino T P, McGlynn B L, McNamara R A. Land use/land cover and scale influences on in-stream nitrogen uptake kinetics[J]. Journal of Geophysical Research, 2012, 117(G2): G02006. DOI:10.1029/2011JG001874
[13]	Trentman M T, Dodds W K, Fencl J S, et al. Quantifying ambient nitrogen uptake and functional relationships of uptake versus concentration in streams:a comparison of stable isotope, pulse, and plateau approaches[J]. Biogeochemistry, 2015, 125(1): 65-79. DOI:10.1007/s10533-015-0112-5
[14]	Rodríguez-Cardona B, Wymore A S, McDowell W H. DOC:NO₃^- ratios and NO₃^- uptake in forested headwater streams[J]. Journal of Geophysical Research:Biogeosciences, 2016, 121(1): 205-217. DOI:10.1002/2015JG003146
[15]	Day N K, Hall Jr R O. Ammonium uptake kinetics and nitrification in mountain streams[J]. Freshwater Science, 2017, 36(1): 41-54. DOI:10.1086/690600
[16]	Piper L R, Cross W F, McGlynn B L. Colimitation and the coupling of N and P uptake kinetics in oligotrophic mountain streams[J]. Biogeochemistry, 2017, 132(1-2): 165-184. DOI:10.1007/s10533-017-0294-0
[17]	李如忠, 黄青飞, 杨继伟, 等. 水文变化条件下农田溪流营养盐滞留效应模拟[J]. 中国环境科学, 2016, 36(6): 1877-1885. Li R Z, Huang Q F, Yang J W, et al. Modeling of nutrient retention effect in an agricultural headwater stream considering hydrological variability[J]. China Environmental Science, 2016, 36(6): 1877-1885.
[18]	李如忠, 曹竟成, 张瑞钢, 等. 芦苇占优势农田溪流营养盐滞留能力分析与评估[J]. 水利学报, 2016, 47(1): 28-37. Li R Z, Cao J C, Zhang R G, et al. Analysis and evaluation of nutrient retention efficiency in an agricultural headwater stream predominated by Phragmites australis[J]. Journal of Hydraulic Engineering, 2016, 47(1): 28-37.
[19]	李如忠, 杨继伟, 钱靖, 等. 合肥城郊典型源头溪流不同渠道形态的氮磷滞留特征[J]. 环境科学, 2014, 35(9): 3365-3372. Li R Z, Yang J W, Qian J, et al. Characteristics of nitrogen and phosphorus retention in two different channel forms in a typical headwater stream in the Suburb of Hefei City, China[J]. Environmental Science, 2014, 35(9): 3365-3372.
[20]	李如忠, 耿若楠, 黄青飞, 等. 农田溪流深潭营养盐滞留及对人为干扰的响应[J]. 中国环境科学, 2017, 37(2): 720-729. Li R Z, Geng R N, Huang Q F, et al. Nutrient retention and responses to human disturbance in multi-pool morphological pattern in an agricultural headwater stream[J]. China Environmental Science, 2017, 37(2): 720-729.
[21]	李如忠, 董玉红, 钱靖. 基于TASCC的典型农田溪流氨氮滞留及吸收动力学模拟[J]. 中国环境科学, 2015, 35(5): 1502-1510. Li R Z, Dong Y H, Qian J. Ammonium retention and uptake kinetics process in an agricultural headwater stream based on TASCC approach[J]. China Environmental Science, 2015, 35(5): 1502-1510.
[22]	Brooks S C, Brandt C C, Griffiths N A. Estimating uncertainty in ambient and saturation nutrient uptake metrics from nutrient pulse releases in stream ecosystems[J]. Limnology and Oceanography:Methods, 2017, 15(1): 22-37. DOI:10.1002/lom3.10139
[23]	Wollheim W M, Harms T K, Peterson B J, et al. Nitrate uptake dynamics of surface transient storage in stream channels and fluvial wetlands[J]. Biogeochemistry, 2014, 120(1-3): 239-257. DOI:10.1007/s10533-014-9993-y
[24]	Diemer L A, McDowell W H, Wymore A S, et al. Nutrient uptake along a fire gradient in boreal streams of Central Siberia[J]. Freshwater Science, 2015, 34(4): 1443-1456. DOI:10.1086/683481
[25]	Arce M I, Schiller D V, Gómez R. Variation in nitrate uptake and denitrification rates across a salinity gradient in Mediterranean semiarid streams[J]. Aquatic Sciences, 2014, 76(2): 295-311. DOI:10.1007/s00027-014-0336-9
[26]	Baker D W, Bledsoe B P, Price J M. Stream nitrate uptake and transient storage over a gradient of geomorphic complexity, north-central Colorado, USA[J]. Hydrological Processes, 2012, 26(21): 3241-3252. DOI:10.1002/hyp.v26.21
[27]	Price J M, Bledsoe B P, Baker D W. Influences of sudden changes in discharge and physical stream characteristics on transient storage and nitrate uptake in an urban stream[J]. Hydrological Processes, 2015, 29(6): 1466-1479. DOI:10.1002/hyp.v29.6
[28]	Price J S M, Baker D W, Bledsoe B P. Effects of passive and structural stream restoration approaches on transient storage and nitrate uptake[J]. River Research and Applications, 2016, 32(7): 1542-1554. DOI:10.1002/rra.v32.7
[29]	Gibson C A, O'Reilly C M, Conine A L, et al. Nutrient uptake dynamics across a gradient of nutrient concentrations and ratios at the landscape scale[J]. Journal of Geophysical Research:Biogeosciences, 2015, 120(2): 326-340. DOI:10.1002/2014JG002747
[30]	Doyle M W, Stanley E H, Harbor J M. Hydrogeomorphic controls on phosphorus retention in streams[J]. Water Resources Research, 2003, 39(6): 1147. DOI:10.1029/2003WR002038
[31]	Hall Jr R O, Baker M A, Arp C D, et al. Hydrologic control of nitrogen removal, storage, and export in a mountain stream[J]. Limnology and Oceanography, 2009, 54(6): 2128-2142. DOI:10.4319/lo.2009.54.6.2128
[32]	Jacobson P J, Jacobson K M. Hydrologic controls of physical and ecological processes in Namib Desert ephemeral rivers:implications for conservation and management[J]. Journal of Arid Environments, 2013, 93: 80-93. DOI:10.1016/j.jaridenv.2012.01.010


环境科学 2018, Vol. 39 Issue (5): 2174-2183	PDF