2021, Vol. 42
2. 中央民族大学北京市食品环境与健康工程技术研究中心, 北京 100081;
3. 包头市南海湿地管理处, 包头 014040
, QIAN Chen-ge1 , YUAN Si-jing1 , XIE Zi-yan1 , LAI Ling-zi1 , ZHANG Min1 , LIU Ying1,2
, MIAO Chun-lin3
2. Beijing Engineering Research Center of Food Environment and Health, Minzu University of China, Beijing 100081, China;
3. Baotou Nanhai Wetland Management Office, Baotou 014040, China
湿地作为地球上重要的三大系统之一, 是由陆地和水系统相互作用而形成的生态系统, 在防洪, 保护生物多样性以及净化水质等方面有着重要的作用[1~3], 然而湿地富营养化污染却最为严重[4].磷作为细胞生长的许多结构和生活功能组件的重要组成部分, 在生态系统中起着重要作用[5].过量的磷, 尤其是能够被植物和藻类直接吸收的溶解态无机磷是导致富营养化的关键原因和限制因子[6], 因此, 对于湿地磷进行研究进而采取有效地治理方法就显得尤为重要.外源和内源磷都会导致地表水的污染, 控制外源磷是降低湖泊富营养化的第一步, 因此, 对于湖泊外源磷污染的来源贡献进行识别, 可有效管理和控制外源磷的污染, 调节水体富营养化.主成分分析、聚类分析和相关系数分析等多元统计方法[7]已被广泛地应用于沉积物和地表水中的重金属和氮磷等污染物的来源分析.这些统计技术可以定性地描述污染物的来源, 并被证明有助于区分污染物的来源.但是, 无法得出有关各种污染来源对每种污染物的贡献的定量结果.目前, 关于污染源定量识别的研究很多.其中, 绝对主成分得分-多元线性回归(APCS-MLR)受体模型是一种统计分析技术, 可以从每个已识别的污染源[8~10]获得定量信息, 主要用于大气污染的识别和分析消息来源.近年来, 该技术在土壤和水环境污染源分配中的应用越来越多, 主要用于估算重金属和多环芳烃等污染物的来源和贡献[11~13], 而在磷污染来源的识别应用较少.
当外源磷得到有效控制后, 内源磷则成为富营养化的主导因子.由于沉积物颗粒对磷具有很强的亲和力, 因此可作为磷的重要载体和内部来源, 对磷的循环和传递有着重要影响[14~16], 其释放的磷会影响水体的水质[17, 18].但并不是所有的磷都能够释放, 因此采用沉积物中总磷浓度来评估磷释放风险并不总是足够的[19].沉积物中磷的生物利用度是评估淡水生态系统富营养化风险的重要因素[20], 根据Hupfer等[21]和Psenner等[22]的连续提取法, 弱吸附态磷、可还原态磷和金属氧化物结合态磷之和为生物可利用性磷, 是能够被植物所吸收和利用的磷, 能够在一定条件下释放出来, 对水中的磷和富营养化水平产生重要影响.
因此, 本研究选取内蒙古包头南海湿地为对象：①测定采样区水体和表层沉积物中形态磷含量, 分析其生物可利用性以及研究区的高释放风险区域; ②采用APCS-MLR受体模型以及相关性分析(CA)、主成分分析(PCA)对研究区磷污染进行定量源识别, 以期为研究区中磷的污染防治以及监管提供更加详细全面的参考.
1 材料与方法 1.1 研究区南海湿地位于内蒙古的“草原钢城, 稀土之都”包头, 是黄河改道南移后形成的湖泊和滩涂[23].湿地总面积约1 664 hm2, 水域面积513 hm2, 东西长3.5 km, 南北宽1.3 km, 湖深0.9~3.5 m[24].包括水域、沼泽、农田、灌丛和草地等类型.水源主要为黄河水, 其次为地下水和大气降水[23].其从北向南依次分布着南海湖、二海子和疏林草地, 是包头市城区内最大、最集中的生态空间, 在调节气候、旅游休闲和保障包头市生态安全等方面发挥着重要作用.包头市东河区东部产生的工业废水和多数的生活污水达标后都通过东河和二道沙河排入南海湿地. 由于水量较大, 超过了湿地自身的再次净化能力, 造成湖水水质恶化, 水体富营养化, 水体总磷超标[25].近年来由于城市工厂的外迁, 农田面积的增大和旅游人数的增多, 南海湿地受到的污染越来越严重, 水体富营养化问题也日益突出.
1.1.1 样品采集及预处理2018年6月采集南海湖(L区)、湿地植物区(P区)和黄河沿岸(R区)水样、表层沉积物样品以及芦苇样品共131份, 其中R区所采集的水体、表层沉积物和芦苇样品共54份, P区共采集30份样品, L区共采集47份样品.采样点如图 1所示.
|
R是沿黄河的采样点(其中R1~R44是黄河水溢流到湿地植物区的点); L3~L15是南海湖中心的采样点, 仅采集水样; L16~L27是南海湖边缘的采样点; P是湿地植物区的采样点 图 1 南海湿地采样点示意 Fig. 1 Nanhai wetland sampling sites |
水样冷冻保存待测, 沉积物样品烘干研磨过筛备用.植物样品清洗干净, 分为根、茎和叶, 105℃杀青烘干, 研磨过筛待用.
1.1.2 样品分析水体总磷(WTP)用K2S2O8消解后采用钼锑抗分光光度法测定(GB 11893-1989), 将水样过0.45 μm滤膜, 过滤后的滤液一部分采用和TP同样的方法得到总溶解性磷(TDP), 另一部分直接用钼锑抗分光光度法测定得到溶解性无机磷(DIP), 过滤后的滤膜经盐酸浸提后采用钼锑抗分光光度法测得颗粒态无机磷(PIP).总颗粒态磷(TPP)、溶解态有机磷(DOP)和颗粒态有机磷(POP)通过差值法得到.
表层沉积物总磷(STP)马弗炉煅烧后用HCl浸提, 各形态磷采用文献[21, 22]的磷提取方法, 沉积物中依次加入浸提液NH4Cl、Na2S2O4-NaHCO3、NaOH和HCl浸提后用钼锑抗分光光度法测定浸提液, 依次得到弱吸附态磷(Ex-P)、可还原态磷(BD-P)、金属氧化物结合态磷(NaOH-P)、钙结合态磷(HCl-P)的含量.植物总磷(PTP)测定的方法同STP.
采用国标检测认证有限公司和中国地质科学院地球物理地球化学勘查研究所的GSB 04-1741-2004(a)、GBW 07307a和GBW 10020等认证标准物质对水样、沉积物和芦苇进行精密度和准确度的验证, 其回收率依次为98.6%~101.1%、93.7%~96.5%和90.0%~92.0%, 变异系数均小于10%.具体的测定步骤如图 2所示.
|
图 2 水样和表层沉积物TP和形态磷的测定 Fig. 2 Determination of TP and P fractions concentrations in water samples and surface sediments |
TC和BBC的计算公式如下：
|
式中, Ca表示植物地上部分磷含量(μg·g-1); Cr表示植物根系磷含量(μg·g-1); Cs表示土壤有效磷含量(μg·g-1).
当TC>1, 表明磷优先分配到植物地上部分, BBC可用于评价植物对磷的积累能力[26], 其中本研究以Ex-P为土壤有效磷含量.
1.3 数据处理及统计分析采用APCS-MLR结合主成分分析(PCA)、相关性分析(CA)和GIS分析对研究区水体和表层沉积物中不同形态磷的污染源进行研究.所用软件为SPSS 22.0、OriginPro 2018和ArcMap 10.4.
2 结果与分析 2.1 水体形态磷浓度分布特征及污染水平研究区水体各形态磷浓度分布特征如图 3所示, 从中可以看出, R区各采样点的WTP浓度差异较大, 在0.116~0.770 μg·mL-1范围内, 其中R7~R20点位于湿地上游, 其平均值为0.321 μg·mL-1, 大于L区和P区.R1~R6点位于黄河的下游, 其中R1~R4点处于黄河水漫至湿地区域, 且旁边有农田, 所以浓度都偏高, R5和R6采样点的浓度分别为0.219 μg·mL-1和0.154 μg·mL-1, 明显低于湿地上游磷浓度的平均值, 可见湿地对黄河水中的磷具有一定的净化作用, 而黄河水作为湿地的主要水源, 也是南海湿地磷的一个重要来源.另外, L区各采样点磷浓度的差异较小, 除去L1点和L2点, 其浓度在0.193~0.237 μg·mL-1范围内.其中L1点位于南海湖引黄入水口, 通过引黄入水渠将黄河水引至南海湖, 其浓度为0.094 μg·mL-1, 显著低于湿地上游R区采样点的浓度, 这是由于引黄渠横穿湿地植物区, 由于L1点PIP和POP的浓度(0.076 μg·mL-1和0.002 μg·mL-1)显著低于R区各采样点的浓度, 而DIP和DOP的浓度与R区各采样点浓度接近, 可以推测是由于在引水过程中PP的沉降, 导致TP浓度偏低.L2点为南海湿地引黄入水口旁边的沼泽地, 浓度为0.275 μg·mL-1, 而L区其它采样点浓度都明显高于L1点, 推测南海湖具有一定的内源污染.P区的WTP浓度在0.060~0.409 μg·mL-1范围, 其中P5采样点WTP浓度高(0.409 μg·mL-1), 这是由于该点靠近包头市南绕城高速, 受交通影响比较严重, 而且该点也靠近二道沙河, 包头市东河区工业废水和生活污水主要由二道沙河和东河排放至南海湿地.而P区其他采样点WTP浓度均较低.对比文献[27]可以看出, R区和L区WTP浓度都处于重富营养型, P区的P1、P3、P5、P6和P8这5个采样点处于重富营养型, 其余点处于富营养型. 3个区WTP的浓度为R区>L区>P区.
|
R表示沿黄河边的采样点(R区), Lc表示南海湖湖中心的采样点(Lc区), La表示南海湖湖周围的采样点(La区), P表示南海湿地植物区的采样点(P区); 0.05μg·mL-1 < WTP < 0.09 μg·mL-1为富营养型, WTP>0.09 μg·mL-1为重富营养型 图 3 南海湿地水体各形态磷浓度分布特征及其污染评价 Fig. 3 P fractions concentrations distribution and the pollution evaluation in Nanhai wetland |
众所周知, 水中磷可分为溶解性无机磷(DIP)、溶解性有机磷(DOP)、颗粒态无机磷(PIP)和颗粒态有机磷(POP)这4种形态.其中DIP为藻类最容易吸收的磷, 是限制藻类生长的营养物质[28], DOP是可被胞外水解酶转化为DIP[29, 30], PIP主要存在于矿物相中[31], 而POP是由生物有机分子组成, 主要来源于动植物残体降解[32].由图 4可以看出, R区DIP和DOP浓度都比较低, 而且各采样点的浓度接近, 但每个点PIP和POP浓度差异较大. 4种形态浓度的平均值大小顺序为PIP(0.232 μg·mL-1)>POP(0.058 μg·mL-1)>DOP(0.015 μg·mL-1)>DIP(0.011 μg·mL-1).其中, PIP浓度显著高于其它形态浓度, 这是由于黄河水中含有大量泥沙颗粒, 其中含具有很高亲和力的氧化铁/氢氧化铁很容易吸附水中的DIP形成PIP[31]. L区的PIP浓度和POP浓度相对于R区都偏低, 而且每个采样点的浓度接近.但DIP和DOP在各采样点呈现出不同的规律, 其中Lc区为南海湖湖中心未种植植物的区域, 4种形态的浓度为POP(0.083 μg·mL-1)>DIP(0.072 μg·mL-1)>PIP(0.046 μg·mL-1)>DOP(0.017 μg·mL-1), La区为南海湖湖周围种有大量植物的区域, 4种形态的浓度为POP(0.072 μg·mL-1)>PIP(0.049 μg·mL-1)>DIP(0.042 μg·mL-1)=DOP(0.042 μg·mL-1), 其能够被植物所吸收的总溶解性磷(TDP)浓度占WTP比值小于同位于内蒙古的达里诺尔湖(86%)[33]、岱海(75.14%)[34]和乌梁素海(43.5%)[35], 大于呼伦湖(35.9%)[36].Lc区和La区的POP和PIP浓度接近, Lc区的DIP浓度显著高于La区, 这是由于La区域种植大量芦苇、香蒲等植物, 可以有效地吸收水中的DIP.P区4种形态的大小排序为DOP(0.046 μg·mL-1)>DIP(0.039 μg·mL-1)>PIP(0.026 μg·mL-1)>POP(0.017 μg·mL-1), DOP浓度最高, 其主要来源于农业、动物粪便和农药化肥[37].由于P区含有大量农田[23], 因此推测P区高浓度DOP的主要来源是农药化肥的使用.此外, P区其它各形态的浓度都显著低于R区和L区.总之, 水体4种形态中, PIP的浓度为R区>La区>Lc区>P区, POP的浓度为Lc区>La区>R区>P区, DIP浓度为Lc区>La区>P区>R区, 而DOP浓度为P区>La区>Lc区>R区.
|
图 4 南海湿地水体不同磷形态空间分布特征 Fig. 4 Spatial distribution of different P fractions concentrations in the water of Nanhai wetland |
南海湿地水体各形态磷的浓度空间分布如图 4所示.从中可以看出, WTP、DIP和POP的浓度均呈现从北向南递减的趋势, 表明湿地对WTP具有净化作用, 且DIP从北到南递减的趋势更具有特点, 从侧面印证了湿地对WTP的净化一部分是湿地植物对DIP的吸收.在种植植物的区域内DOP浓度较高, 而PIP则是沿着黄河边的区域具有较高的浓度, 这是因为PIP是黄河水中WTP的主要贡献者.
2.2 表层沉积物形态磷含量分布特征及污染水平研究区表层沉积物总磷STP含量如图 5所示, 其中R区、La区和P区的STP含量分别为585.45~859.67、649.46~11 52.32和600.48~1 096.92 μg·g-1, 其平均值分别为659.44、802.65和757.62μg·g-1.与美国环保署(US EPA, 1977)的标准[38]进行比较, 发现R区有9个采样点(R16、R4、R14、R2、R12、R3、R17、R18和R10)的STP处于重度污染, 其余11个采样点处于中度污染. La区和P区除L19、P11、P12和P13点外, 其余各点的STP均处于重度污染水平. 3个区的STP大小排序为：La区>P区>R区.
|
R表示沿黄河边的采样点(R区), La表示南海湖湖周围的采样点(La区), P表示南海湿地植物区的采样点(P区); 420μg·g-1 < STP < 650μg·g-1为中度污染, STP>650μg·g-1为重度污染 图 5 南海湿地表层沉积物各形态磷含量分布特征及污染评价 Fig. 5 P fractions concents distribution and the pollution evaluation in sediments areas of Nanhai wetland |
沉积物中P的形态主要有弱吸附态磷(Ex-P)、可还原态磷(BD-P)、金属氧化物结合态磷(NaOH-P)、钙结合态磷(HCl-P)和残渣态磷(Res-P), 其中Ex-P是与表层沉积物的颗粒松散结合的磷, 是表层沉积物活性最大的磷, 可直接参与生态系统循环[39], 极易受环境影响而释放到水体中[40]. BD-P是与铁锰氧化物、氢氧化物结合的磷, 对氧化还原条件敏感, 为沉积物中潜在的活性磷[41, 42].NaOH-P是与铁、铝氧化物结合的磷, 被认为是藻类可利用性磷的指标[13], 在厌氧条件下可释放至水体中, 而且随着pH的增加, 也容易释放到水体中.Ex-P、BD-P和NaOH-P的总和可以用来估算潜在有效磷, 称为生物有效磷(BAP)[43].由图 5各形态磷含量可以看出, R区的Ex-P和BD-P的含量非常低, 分别为2.77μg·g-1和15.30μg·g-1, NaOH-P的含量较高, 为43.04μg·g-1, 对R区BAP具有较大贡献量.其中R3点和R4点的BAP含量最高, 分别为110.34μg·g-1和144.46μg·g-1, 这是由于这两个采样点位于黄河水漫至湿地处, 该区域有大量农田, 农药化肥的施用和一些农业措施会改变土壤理化性质和环境因子, 从而影响土壤中磷的转化[44~46], 因此对表层沉积物的生物活性具有一定影响.La区的Ex-P、BD-P和NaOH-P的含量分别为1.68~133.96、15.25 ~113.46和21.50~61.31μg·g-1.其中, L16点位于南海湖码头, 受到的人为影响和水体扰动较大, 其Ex-P、BD-P和NaOH-P含量均高于其它采样点, 分别为133.96、113.46和61.31μg·g-1.由此可见, L16点的表层沉积物较其他点具有较高的磷释放风险和生物可利用性.P区的Ex-P、BD-P和NaOH-P的含量分别为1.89~93.74、13.94~120.70和18.23~83.71μg·g-1.其中P14点的Ex-P、BD-P和NaOH-P含量均高于其它采样点, 分别为93.74、120.70和83.71μg·g-1.因此可知该点具有较高的磷释放风险和生物可利用性, P14点接近二道沙河, BD-P和NaOH-P主要受到工业废水和生活污水的影响.
综上可知, 3个采样区Ex-P含量高低顺序为La区>P区>R区, BD-P含量排序为P区>La区>R区, NaOH-P的含量为R区>P区>La区, 其总的BAP含量与BD-P排序相同, 为P区>La区>R区.可见P区和La区较R区的表层沉积物更容易向水体释放磷, 并且具有较高的生物可利用磷, 更容易发生富营养化.此外, R区、La区和P区的HCl-P含量接近(448.52、498.16和429.97μg·g-1), 但是La区和P区OP含量(159.71μg·g-1和136.22μg·g-1)比R区(105.38μg·g-1)较高, 这是由于La区和P区都有鱼塘.
图 6为南海湿地表层沉积物中STP和BAP含量的空间分布特征, 可以看出STP的空间分布为从北向南含量逐渐递减, 与WTP含量的空间分布具有相同的趋势, 因此可以推测南海湿地WTP的减少还有一部分是由于表层沉积物的吸附作用所致, 随着表层沉积物对WTP的不断吸附, WTP的含量不断降低, 随之表层沉积物能够吸附的磷含量减少, 因而STP含量也不断减少.而Ex-P含量的空间分布主要是受到人为活动的影响, BD-P和NaOH-P分别在二道沙河和东河具有较高含量, 说明这两个形态磷主要受到生活污水和工业废水的影响.
|
图 6 南海湿地表层沉积物不同磷形态空间分布特征 Fig. 6 Spatial distribution of different P fractions concentrations in surface sediments of Nanhai wetland |
图 7为研究区芦苇根、茎和叶中TP的含量分布、转运系数和生物累积系数.从中可以看出, R区芦苇根、茎和叶中TP含量分别为0.53~2.34、0.71~3.78和0.97~3.65mg·g-1, 其含量分布表现出茎(1.95 mg·g-1)>叶(1.89 mg·g-1)>根(1.12 mg·g-1)的特征, 且茎和叶含量相近.La区芦苇根、茎和叶中TP含量分别为0.56~1.61、0.80~2.72和1.29~2.47mg·g-1, 且含量分布表现出叶(2.00mg·g-1)>茎(1.70mg·g-1)>根(1.03mg·g-1)的特征.P区的芦苇根、茎、叶中TP含量分别为0.83~2.44、1.01~3.95和1.96~4.31mg·g-1, 其含量大小排序为叶(2.47mg·g-1)>茎(1.91 mg·g-1)>根(1.46 mg·g-1)特征.可以看出, 3个区域芦苇茎和叶中TP含量相较根都较高, 表明地上部分的茎和叶具有较高的磷储量.通常植物通过根吸收沉积物中的营养物质, 茎作为通道将根所吸收的营养物质传输给叶, 因此根具有较高营养物质的累积[47].
|
图 7 研究区芦苇TP含量、转运系数和生物累积系数 Fig. 7 TP content, TC, and BCC of reed in the study |
但是本研究采样时间正处夏季, 是芦苇的生长时期, 叶片是植物光合作用和呼吸作用的主要场所, 在能量制造、储存中发挥着重要作用[48], 因此, 本研究芦苇的叶片表现出较高程度的累积特征.茎虽是营养传输的主要通道, 但也有贮藏营养物质的功能[49].此外, 有研究表明在生长季节结束时, 芦苇会将营养物质转移到地下根和茎系统[50], 而本研究中芦苇的地上部分含有较高的TP含量, 因此, 可在芦苇生长季节结束之前去除地上部分以减少芦苇地上部分磷再次转移至地下根和茎系统中, 导致芦苇所在环境中磷含量超标, 引起水体的富营养化. 图 8为研究区芦苇根、茎和叶的空间分布, 可以看出在南海湿地范围内的采样点(L区和P区, 包括采样点R1~R4), 芦苇具有更高的TP含量.结合图 4中WTP和PIP的空间分布可以看出, WTP和PIP含量在湿地区域内都特别低, 这主要是由于沉积物的吸附(前文已描述)和芦苇的截留作用.另一方面, R区的水体进入湿地后, 受到水体理化性质等环境因素的影响, 会转化为其他形式的磷[51].由前文研究可知, La区和P区的DIP含量较Lc区要低, 这是因为这两个区域都种植了大量的芦苇植物, 它主要对DIP具有较好的吸收作用.
|
图 8 研究区芦苇根、茎和叶的空间分布 Fig. 8 Spatial distribution of reed roots, stems and leaves in the study area |
由图 7可以看出, 3个区芦苇的转运系数(translation coefficient, TC)都大于1(除R8点和P2点), 其平均转运系数为R区(1.82)>La区(1.81)>P区(1.61), 可见采样期3个区芦苇中磷都优先分配到地上部分, 因此可在芦苇生长后期通过对芦苇地上部分的收割去除被芦苇吸收的磷.另外, 3个区芦苇的生物累积系数(bioaccumulation coefficient, BCC)差异较大, 其平均生物累积系数为R区(747.85)>La区(376.35)>P区(370.88), R区的生物累积系数为La区和P区2倍, 这是由于R区表层沉积物中Ex-P的含量显著低于La区和P区的Ex-P含量.
3 讨论 3.1 相关性分析对南海湿地范围内采样点(L区和P区, 包括采样点R1~R4)的水体和表层沉积物各形态磷进行相关性分析(CA), 结果如图 9所示, 其中包括各形态磷之间的相关性系数(右上方)、直方图(对角线)和矩阵散点图(左下方).由相关系数和矩阵散点图可以看出, STP和Ex-P、BD-P、HCl-P和OP都具有显著相关性(P=0.01), 说明STP主要是由Ex-P、BD-P、HCl-P和OP贡献.Ex-P和BD-P具有显著相关性(P=0.01), 说明这两种形态磷具有相同的来源.NaOH-P与OP具有一定的相关性(P=0.05), NaOH-P主要受工业废水和生活污水等点源污染的影响较大[52, 53], OP主要来源于农业面源污染的影响[54], 两者具有一定的相关性可能是由于研究区受到一定外源污染所致.WTP与PIP和POP呈显著相关, 说明PIP和POP是WTP的主要贡献者.其中PIP主要来源于黄河, 说明黄河也是南海湿地磷的主要来源.此外, DIP和DOP具有一定的相关性, 说明这两种形态具有相同的来源, 而且DOP在一定条件下也能转化为DIP.
|
**表示相关性在0.01水平上显著, *表示相关性在0.05水平上显著; 椭圆为置信范围, 直线为线性拟合直线; 对角线柱状图为磷含量分布直方图 图 9 利用散布矩阵分析法分析研究区不同P组分含量之间的关系 Fig. 9 Analysis of the relationship between different P fractions concentrations in the study area using scatter matrix analysis |
对南海湿地范围内的采样点(L区和P区, 包括采样点R1~R4)的水体和表层沉积物的各形态磷进行主成分分析(PCA), 结果如图 10所示.从图 10(a)和图 10(b)可以看出, 5个组分占总方差的88.85%, 其中前3个主成分可以解释69.24%的总数据方差, 从图 10 (a)和图 10(b)可知：① PC1(35.44%)与STP、IP、Ex-P和OP的值密切相关, OP主要来源于农业面源的污染, 研究区存在大量农田, 每年使用的磷肥超过5 000 t[55], 而且研究区存在大量牛、羊等放牧现象[25], 此外, 南海湿地也是众多野生动物栖息、繁殖的优良场所[56], 畜禽和野生动物等产生的粪便也会增加OP的含量.因此第一主成分推测来自农业面源污染; ② PC2 (19.22%)与POP、PIP、WTP和NaOH-P的值相关性高, 南海湿地周围有铜厂和铝厂[57], 而且随着黄河水量的减少, 南海湿地依靠东河补水, 东河又接纳了周边的工业废水和生活污水, NaOH-P是与铁、铝氧化物结合的磷, 因此第二主成分推测是来自周边工厂排放的工业废水和生活污水; ③ PC3(14.58%)与DIP、WTP和DOP的值具有较高的相关性, DOP主要来源是动植物残体的降解, 因此推测第三主成分为动植物残体的降解.
|
(a)和(b)是基于主成分分析的P形态平面散点负荷,(c)和(d)是采样点负荷 图 10 研究区TP和形态磷的主成分分析 Fig. 10 PCA of TP and P fractions concentrations in this study |
图 10(c)和图 10(d)表明, L16点与第一主成分具有较高的系数, 表明L16点主要受农业面源的污染, 实际上L16点位于南海湖码头, 受到人为活动影响较大.R1、R2、R4和P5点第二主成分的系数较高, 表明这4个点主要来源是工业废水和生活污水, R1、R2、R4和P5点位于东河入南海湿地的附近, 而东河和二道沙河接收了包头市东河区的工业废水和生活污水.L2点和L23点在第三主成分系数较大, 主要是受种植的植物影响.
3.3 绝对主成分得分-多元线性回归(APCS-MLR)受体模型利用APCS-MLR受体模型对南海湿地范围内的采样点(包括采样点R1~R4)的水体和表层沉积物的各形态磷进行模型解析, r2分别为STP(0.926)、Ex-P(0.824)、BD-P(0.729)、NaOH-P(0.594)、HCl-P(0.899)、IP(0.916)、OP(0.777)、WTP(0.840)、DIP(0.549)、PIP(0.820)、DOP(0.638)和POP(0.767), 除NaOH-P和DIP的r2偏低, 其它形态磷的相关性均较高, 磷的污染源结果分析如图 11所示.
|
1.STP, 2.Ex-P, 3.BD-P, 4.NaOH-P, 5.HCl-P, 6.IP, 7.OP, 8.WTP, 9.DIP, 10.PIP, 11.DOP, 12.POP 图 11 基于APCS-MLR受体模型的不同污染源贡献 Fig. 11 Contribution of different pollution sources based on APCS-MLR receptor model |
因子1(F1)对STP、BD-P、NaOH-P和IP的贡献较高, 且因子1对BD-P和NaOH-P的贡献显著高于其它形态磷, 结合前文的描述, BD-P和NaOH-P主要来源于通过二道沙河和东河排入的工业废水和生活污水, 因此, 确定因子1为工业废水和生活污水, 其贡献率为29.07%.因子2 (F2)对STP和OP的贡献较高, 尤其是对OP的贡献显著高于其它各形态, 而OP结合前文的描述, 主要来自于农业面源污染, 而研究区内又有大量农田, 农药化肥的施用会使得湿地OP含量较高, 因此, 确定因子2为农药化肥, 其贡献率为29.00%.因子3 (F3)对Ex-P、WTP、PIP和POP具有较高的贡献, 尤其对PIP的贡献显著.根据前文的研究可以发现, 沿着黄河边所采集的水体中PIP含量最高, 是黄河水体TP的主要贡献者, 而水中的TPP的沉降是沉积物中磷的主要来源, 而Ex-P最容易从表层沉积物中解吸形成PIP, 黄河的不断冲刷会对TPP的沉降和Ex-P的释放造成一定影响, 因此, 确定因子3位黄河引水, 其贡献率为23.45%.因子4(F4)对Ex-P、NaOH-P、WTP、DIP、DOP和POP具有较高的贡献, NaOH-P、DIP和DOP都是能被植物和藻类利用的磷, DOP通常是来源于动植物残体的降解, 而DOP又能在胞外水解酶的作用下转化成DIP.南海湿地的植物在冬天凋零后, 不仅会减少对磷的吸收, 使得能被植物吸收的磷含量占比增加, 还会重新释放出所吸收的磷.因此, 可确定因子4为动植物残体的降解, 其贡献率为18.49%.
4 结论本文研究了包头南海湿地磷形态对污染源、生物利用度和富营养化的影响, 并通过APCS-MLR受体模型结合多个源解析的方法对磷污染来源进行定量识别, 发现R区、L区和P区的水体和表层沉积物中磷都处于不同程度的污染水平, 水体中TP的主要贡献者分别是PIP、POP和DOP, 而表层沉积物中主要是HCl-P. BAP的含量为P区>La区>R区, P区和La区较R区的表层沉积物更容易向水体释放磷, 并且具有较高的生物可利用磷, 更容易发生富营养化.R区、L区和P区的芦苇均具有一定的积累磷的能力, 其地上部分TP含量均大于地下部分, 且3个区域的芦苇均有将TP优先分配到地上部分的能力, 这更利于后期对于磷的去除.对研究区进行污染源识别的结果表明, 南海湿地磷的污染来源主要为工业废水和生活污水(29.07%)、农药化肥(29.00%)、黄河引水(24.45%)、动植物残体的降解(18.49%), 这4种污染来源均对南海湿地的磷具有较高的贡献.
| [1] | Zedler J B, Kercher S. Wetland resources: status, trends, ecosystem services, and restorability[J]. Annual Review of Environment and Resources, 2005, 30: 39-74. DOI:10.1146/annurev.energy.30.050504.144248 |
| [2] | Kim K G, Lee H, Lee D H. Wetland restoration to enhance biodiversity in urban areas: a comparative analysis[J]. Landscape and Ecological Engineering, 2011, 7(1): 27-32. DOI:10.1007/s11355-010-0144-x |
| [3] | Tiner R. NWIPlus: geospatial database for watershed-level functional assessment[J]. National Wetlands Newsletter, 2010, 32(3): 4-7. |
| [4] | Dash S, Borah S S, Kalamdhad A S. Study of the limnology of wetlands through a one-dimensional model for assessing the eutrophication levels induced by various pollution sources[J]. Ecological Modelling, 2020, 416. DOI:10.1016/j.ecolmodel.2019.108907 |
| [5] | Dorich R A, Nelson D W, Sommers L E. Availability of phosphorus to algae from eroded soil fractions[J]. Agriculture, Ecosystems & Environment, 1984, 11(3): 253-264. |
| [6] | Lund J W. Eutrophication[J]. Nature, 1967, 214(5088): 557-558. DOI:10.1038/214557a0 |
| [7] | Duan W L, He B, Nover D, et al. Water quality assessment and pollution source identification of the eastern Poyang Lake Basin using multivariate statistical methods[J]. Sustainability, 2016, 8(2). DOI:10.3390/su8020133 |
| [8] | Chen C F, Ju Y R, Chen C W, et al. Vertical profile, contamination assessment, and source apportionment of heavy metals in sediment cores of Kaohsiung Harbor, Taiwan[J]. Chemosphere, 2016, 165: 67-79. DOI:10.1016/j.chemosphere.2016.09.019 |
| [9] | Thurston G D, Spengler J D. A quantitative assessment of source contributions to inhalable particulate matter pollution in metropolitan Boston[J]. Atmospheric Environment, 1985, 19(1): 9-25. DOI:10.1016/0004-6981(85)90132-5 |
| [10] | Zhuang W, Wang Q, Tang L B, et al. A new ecological risk assessment index for metal elements in sediments based on receptor model, speciation, and toxicity coefficient by taking the Nansihu Lake as an example[J]. Ecological Indicators, 2018, 89: 725-737. DOI:10.1016/j.ecolind.2018.02.033 |
| [11] | Chen H Y, Teng Y G, Yue W F, et al. Characterization and source apportionment of water pollution in Jinjiang River, China[J]. Environmental Monitoring and Assessment, 2013, 185(11): 9639-9650. DOI:10.1007/s10661-013-3279-z |
| [12] | Fisher J I, Mustard J F. High spatial resolution sea surface climatology from Landsat thermal infrared data[J]. Remote Sensing of Environment, 2004, 90(3): 293-307. DOI:10.1016/j.rse.2004.01.008 |
| [13] | Mustaffa N I H, Latif M T, Ali M M, et al. Source apportionment of surfactants in marine aerosols at different locations along the Malacca Straits[J]. Environmental Science and Pollution Research, 2014, 21(10): 6590-6602. DOI:10.1007/s11356-014-2562-z |
| [14] | Withers P J A, Jarvie H P. Delivery and cycling of phosphorus in rivers: a review[J]. Science of the Total Environment, 2008, 400(1-3): 379-395. DOI:10.1016/j.scitotenv.2008.08.002 |
| [15] | Pan G, Krom M D, Zhang M Y, et al. Impact of suspended inorganic particles on phosphorus cycling in the Yellow River (China)[J]. Environmental Science & Technology, 2013, 47(17): 9685-9692. |
| [16] | Krasa J, Dostal T, Jachymova B, et al. Soil erosion as a source of sediment and phosphorus in rivers and reservoirs-watershed analyses using WaTEM/SEDEM[J]. Environmental Research, 2019, 171: 470-483. DOI:10.1016/j.envres.2019.01.044 |
| [17] | Paytan A, Roberts K, Watson S, et al. Internal loading of phosphate in Lake Erie Central Basin[J]. Science of the Total Environment, 2017, 579: 1356-1365. DOI:10.1016/j.scitotenv.2016.11.133 |
| [18] | Zhou Q X, Gibson C E, Zhu Y M. Evaluation of phosphorus bioavailability in sediments of three contrasting lakes in China and the UK[J]. Chemosphere, 2001, 42(2): 221-225. DOI:10.1016/S0045-6535(00)00129-6 |
| [19] | Katsaounos C Z, Giokas D L, Leonardos I D, et al. Speciation of phosphorus fractionation in river sediments by explanatory data analysis[J]. Water Research, 2007, 41(2): 406-418. DOI:10.1016/j.watres.2006.10.028 |
| [20] | Correll D L. The role of phosphorus in the eutrophication of receiving waters: a review[J]. Journal of Environmental Quality, 1998, 27(2): 261-266. |
| [21] | Hupfer M, Gächter R, Giovanoli R. Transformation of phosphorus species in settling seston and during early sediment diagenesis[J]. Aquatic Sciences, 1995, 57(4): 305-324. DOI:10.1007/BF00878395 |
| [22] | Psenner R, Pucksko R, Sager M. Fractionation of organic and inorganic phosphorus compounds in lake sediments. An attempt to characterize ecologically important fractions[J]. Archiv fur Hydrobiologie, 1984, 70(1): 111-155. |
| [23] |
李卫平, 王非, 杨文焕, 等. 包头市南海湿地土壤重金属污染评价及来源解析[J]. 生态环境学报, 2017, 26(11): 1977-1984. Li W P, Wang F, Yang W H, et al. Pollution assessment and source apportionment of heavy metals in Nanhai wetland soil of Baotou City[J]. Ecology and Environmental Sciences, 2017, 26(11): 1977-1984. |
| [24] |
于玲红, 王铭浩, 李卫平, 等. 包头南海湖沉积物有机碳空间分布特征[J]. 农业环境科学学报, 2018, 37(3): 538-545. Yu L H, Wang M H, Li W P, et al. Spatial distribution characteristics of the organic carbon insediments of Nanhai Lake in Baotou City[J]. Journal of Agro-Environment Science, 2018, 37(3): 538-545. |
| [25] | 隋小娜, 高崇. 关于南海黄河湿地保护中存在的问题和发展建议[J]. 科技展望, 2014(18): 290. DOI:10.3969/j.issn.1672-8289.2014.18.245 |
| [26] | Xiao G L, Li T X, Zhang X Z, et al. Uptake and accumulation of phosphorus by dominant plant species growing in a phosphorus mining area[J]. Journal of Hazardous Materials, 2009, 171(1-3): 542-550. DOI:10.1016/j.jhazmat.2009.06.034 |
| [27] | 金相灿, 屠清瑛. 湖泊富营养化调查规范[M]. (第二版). 北京: 中国环境科学出版社, 1990. |
| [28] | Schindler D W. Evolution of phosphorus limitation in lakes[J]. Science, 1977, 195(4275): 260-262. DOI:10.1126/science.195.4275.260 |
| [29] | Lin P, val Klump J, Guo L D. Dynamics of dissolved and particulate phosphorus influenced by seasonal hypoxia in Green Bay, Lake Michigan[J]. Science of the Total Environment, 2016, 541: 1070-1082. DOI:10.1016/j.scitotenv.2015.09.118 |
| [30] |
高永霞, 宋玉芝, 于江华, 等. 环太湖不同性质河流水体磷的时空分布特征[J]. 环境科学, 2016, 37(4): 1404-1412. Gao Y X, Song Y Z, Yu J H, et al. Spatial and temporal distribution characteristics of different forms of phosphorus in three sorts of rivers around Lake Taihu[J]. Environmental Science, 2016, 37(4): 1404-1412. |
| [31] | Froelich P N. Kinetic control of dissolved phosphate in natural rivers and estuaries: a primer on the phosphate buffer mechanism[J]. Limnology and Oceanography, 1988, 33(4): 649-668. |
| [32] | Paytan A, McLaughlin K. The oceanic phosphorus cycle[J]. Chemical Reviews, 2007, 107(2): 563-576. DOI:10.1021/cr0503613 |
| [33] |
杨旭, 李畅游, 李文宝, 等. 达里诺尔湖磷赋存特征及底泥释放影响因素[J]. 水土保持通报, 2018, 38(4): 92-97, 102. Yang X, Li C Y, Li W B, et al. Characteristics of phosphorus occurrence and influence factors of sediment release in Dali-Nor Lake[J]. Bulletin of Soil and Water Conservation, 2018, 38(4): 92-97, 102. |
| [34] |
赵丽, 陈俊伊, 姜霞, 等. 岱海水体氮、磷时空分布特征及其差异性分析[J]. 环境科学, 2020, 41(4): 1676-1683. Zhao L, Chen J Y, Jiang X, et al. Temporal and spatial distribution characteristics and difference analysis of nitrogen and phosphorus in Daihai Lake[J]. Environmental Science, 2020, 41(4): 1676-1683. |
| [35] | Wang X L, Wei J X, Bai N, et al. The phosphorus fractions and adsorption-desorption characteristics in the Wuliangsuhai Lake, China[J]. Environmental Science and Pollution Research, 2018, 25(21): 20648-20661. DOI:10.1007/s11356-018-2233-6 |
| [36] |
张博, 郭云艳, 王书航, 等. 呼伦湖水体磷的时空演变及其影响因素[J]. 环境科学研究, 2021, 34(4): 824-830. Zhang B, Guo Y Y, Wang S H, et al. Spatial-temporal changes of phosphorus and its influential factors in Lake Hulun[J]. Research of Environmental Sciences, 2021, 34(4): 824-830. |
| [37] | Fang T H, Wang C W. Dissolved and particulate phosphorus species partitioning and distribution in the Danshuei River Estuary, northern Taiwan[J]. Marine Pollution Bulletin, 2020, 151. DOI:10.1016/j.marpolbul.2019.110839 |
| [38] | U.S. EPA. Guidelines for the pollutional classification of great lakes harbor sediments[R]. Chicago: U.S. Environmental Protection Agency, 1977. |
| [39] | Jing L D, Liu X L, Bai S, et al. Effects of sediment dredging on internal phosphorus: a comparative field study focused on iron and phosphorus forms in sediments[J]. Ecological Engineering, 2015, 82: 267-271. DOI:10.1016/j.ecoleng.2015.04.099 |
| [40] | Liu Q, Liu S L, Zhao H D, et al. The phosphorus speciations in the sediments up-and down-stream of cascade dams along the middle Lancang River[J]. Chemosphere, 2015, 120: 653-659. DOI:10.1016/j.chemosphere.2014.10.012 |
| [41] | Ribeiro D C, Martins G, Nogueira R, et al. Phosphorus fractionation in volcanic lake sediments (Azores-Portugal)[J]. Chemosphere, 2008, 70(7): 1256-1263. DOI:10.1016/j.chemosphere.2007.07.064 |
| [42] | Li D P, Huang Y. Sedimentary phosphorus fractions and bioavailability as influenced by repeated sediment resuspension[J]. Ecological Engineering, 2010, 36(7): 958-962. DOI:10.1016/j.ecoleng.2010.04.014 |
| [43] | Zhou A M, Wang D S, Tang H X. Phosphorus fractionation and bio-availability in Taihu Lake (China) sediments[J]. Journal of Environmental Sciences, 2005, 17(3): 384-388. |
| [44] | Zamuner E C, Picone L I, Echeverria H E. Organic and inorganic phosphorus in Mollisol soil under different tillage practices[J]. Soil and Tillage Research, 2008, 99(2): 131-138. DOI:10.1016/j.still.2007.12.006 |
| [45] | Peters K, Hjorth M, Jensen L S, et al. Carbon, nitrogen, and phosphorus distribution in particle size-fractionated separated pig and cattle slurry[J]. Journal of Environmental Quality, 2011, 40(1): 224-232. DOI:10.2134/jeq2010.0217 |
| [46] | Zhu J, Li M, Whelan M. Phosphorus activators contribute to legacy phosphorus availability in agricultural soils: a review[J]. Science of the Total Environment, 2018, 612: 522-537. DOI:10.1016/j.scitotenv.2017.08.095 |
| [47] |
印婧婧, 郭大立, 何思源, 等. 内蒙古半干旱区树木非结构性碳、氮、磷的分配格局[J]. 北京大学学报(自然科学版), 2009, 45(3): 519-527. Yin J J, Guo D L, He S Y, et al. Non-structural carbohydrate, N, and P allocation patterns of two temperate tree species in a Semi-Arid region of Inner Mongolia[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2009, 45(3): 519-527. DOI:10.3321/j.issn:0479-8023.2009.03.022 |
| [48] | Kerkhoff A J, Fagan W F, Elser J J, et al. Phylogenetic and growth form variation in the scaling of nitrogen and phosphorus in the seed plants[J]. American Naturalist, 2006, 168(4): E103-E122. DOI:10.1086/507879 |
| [49] | Li L P, Zerbe S, Han W X, et al. Nitrogen and phosphorus stoichiometry of common reed (Phragmites australis) and its relationship to nutrient availability in northern China[J]. Aquatic Botany, 2014, 112: 84-90. DOI:10.1016/j.aquabot.2013.08.002 |
| [50] | Berthold M, Karstens S, Buczko U, et al. Potential export of soluble reactive phosphorus from a coastal wetland in a cold-temperate lagoon system: Buffer capacities of macrophytes and impact on phytoplankton[J]. Science of the Total Environment, 2018, 616-617: 46-54. DOI:10.1016/j.scitotenv.2017.10.244 |
| [51] | Bai J H, Yu L, Ye X F, et al. Dynamics of phosphorus fractions in surface soils of different flooding wetlands before and after flow-sediment regulation in the Yellow River Estuary, China[J]. Journal of Hydrology, 2020, 580. DOI:10.1016/j.jhydrol.2019.124256 |
| [52] | Bai X L, Ding S M, Fan C X, et al. Organic phosphorus species in surface sediments of a large, shallow, eutrophic lake, Lake Taihu, China[J]. Environmental Pollution, 2009, 157(8-9): 2507-2513. DOI:10.1016/j.envpol.2009.03.018 |
| [53] | Zhu M Y, Zhu G W, Li W, et al. Estimation of the algal-available phosphorus pool in sediments of a large, shallow eutrophic lake (Taihu, China) using profiled SMT fractional analysis[J]. Environmental Pollution, 2013, 173: 216-223. DOI:10.1016/j.envpol.2012.10.016 |
| [54] | Pu J, Ni Z K, Wang S R. Characteristics of bioavailable phosphorus in sediment and potential environmental risks in Poyang Lake: the largest freshwater lake in China[J]. Ecological Indicators, 2020, 115. DOI:10.1016/j.ecolind.2020.106409 |
| [55] | 包头市统计局. 包头统计年鉴2018[M]. 北京: 中国统计出版社, 2018. |
| [56] |
智颖飙, 王玉文, 王燕, 等. 包头南海湿地水体环境季节性变化与生态功能货币化评价[J]. 干旱区资源与环境, 2014, 28(2): 124-128. Zhi Y B, Wang Y W, Wang Y, et al. An assessment for water environment and ecosystem functions-a case study for Nanhai wetland of Baotou City[J]. Journal of Arid Land Resources and Environment, 2014, 28(2): 124-128. DOI:10.3969/j.issn.1003-7578.2014.02.022 |
| [57] |
张连科, 李海鹏, 黄学敏, 等. 包头某铝厂周边土壤重金属的空间分布及来源解析[J]. 环境科学, 2016, 37(3): 1139-1146. Zhang L K, Li H P, Huang X M, et al. Soil heavy metal spatial distribution and source analysis around an aluminum plant in Baotou[J]. Environmental Science, 2016, 37(3): 1139-1146. |