2022, Vol. 43
2. 湖南师范大学地理科学学院, 长沙 410081
, MENG Xian-qiang1 , WU Hua-wu1 , CHEN Hui-min1 , LI Yu-yang1 , ZHU Jun-yu1 , GUO Yan-ni1 , YAO Lei1
2. School of Geographic Sciences, Hunan Normal University, Changsha 410081, China
青藏高原是世界海拔最高的高原, 面积约占国土面积的27%[1], 其上分布着中国数量最多的湖泊群.作为“亚洲水塔”, 高原上湖泊和河流等水体对中国西部及周边地区人类社会发展起着重要的支撑作用[2].由于全球气候急剧变化, 降水增加、冰川退缩及冻土融化极大地改变了青藏高原上湖泊与河流的水文水质[3].溶解性有机物(dissolved organic matter, DOM)作为全球范围内最大的碳库, 其迁移转化在很大程度上影响着全球碳循环和二氧化碳排放[4].因此上述干旱半干旱区水源的水文和水质情况发生变化必然会改变水体中DOM的组成结构, 进而作用于区域气候变化.
有色可溶性有机物(chromophoric DOM, CDOM)是DOM中能强烈吸收紫外辐射部分的有机物[5], 主要由腐殖酸、富里酸以及芳烃聚合物等物质组成, 可影响水体中重金属离子和污染物的迁移和毒理特征[6, 7].当水体中CDOM浓度过高时会产生刺鼻气味并锈蚀供水管网、消耗大量消毒剂并且在水处理过程中产生致癌物质[7].CDOM经光降解与微生物降解又会释放大量无机营养盐, 直接导致湖泊和河流的富营养化[8].目前, 针对上游河流如何影响下游河口和湖泊中CDOM的来源与组成已有了较多的研究, 但这些研究主要集中在温带或亚热带河口区[9~11], 而对全球气候变化极为敏感的青藏高原区关于CDOM的相关研究开展较少.
青海湖流域是全球气候变化的敏感区域和生态系统脆弱的典型地区[12], 是维系青藏高原生态安全的重要水体.近年来, 该区域气候暖湿化导致青海湖水位升高, 湖泊面积扩张[12], 而青海湖优美的景色也推动了其城镇化和旅游业的迅速发展, 带来巨大经济效益的同时流域内水体生态系统也受到一定的威胁.关于青海湖流域水体的研究主要集中在水资源[13, 14]、水化学[15]、水文特征[16]和生态系统变化[17]对气候变化的响应等方面, 并未有相关CDOM方面的研究.
本文通过采集青海湖流域内入湖河流和湖泊水样, 探究流域内上游河流与湖泊水体CDOM光谱组成特征, 了解上游与河口和湖泊中CDOM的来源以及其与土地覆被间的关系, 以期为青海湖流域水生态系统保护与治理提供科技支撑.
1 材料与方法 1.1 研究区域与样品采集青海湖地处青藏高原东北部, 位于刚察县、共和县和海晏县的交界处, 是我国最大的内陆咸水湖泊, 2019年湖泊面积达4 519 km2, 湖水呈弱碱性, 含氧量低, 含盐量为14.1 g·L-1, 透明度在3 m以下.青海湖流域介于97°50′~101°20′E, 36°15′~38°20′N之间, 流域面积约为29 661 km2, 整体轮廓呈椭圆形, 地形呈现出西北高、东北低的特点.地处东亚季风、西北部干旱区和青藏高原高寒区的交汇地带, 属于高原半干旱高寒气候, 降水年内分配不均匀.青海湖位于流域的东南方向, 主要受河流和降水补给, 入湖河流大多为季节性河流且集中在湖泊西、北部, 主要补给河流有布哈河、沙柳河、泉吉河、哈尔盖河、甘孜河和黑马河.
2015年7月和2019年9月在青海湖各入湖河流和湖边采取共39个水样(图 1), 其中2015年水体样品为22个, 主要集中于青海湖各入湖河流上游和湖泊近岸水域(＜1 km, 因采样期间风浪较大, 皮划艇未深入湖心), 2019年采取水样为17个, 主要位于入湖河流河口处与青海湖区, 采集的水样均为湖泊和河流表层水体, 且每个样点采集两个平行样本.使用酸洗过的聚氯乙烯瓶储存水样, 将其放在装有冰块的黑暗避光的保温箱中冷藏保存, 采样结束后立即运至实验室.
|
图 1 青海湖采样点示意 Fig. 1 Location of sampling sites collected from Lake Qinghai basin |
先使用0.7μm的Whatman GF/F玻璃纤维滤膜过滤水样用于测定溶解性有机碳(dissolved organic carbon, DOC)浓度[18], 后使用0.22 μm孔径的Millipore滤膜过滤的水样用于测定CDOM吸收光谱和三维荧光光谱, 滤后水置于4℃冰箱中冷藏保存.测样前, 样品需恢复至室温方可用于测定吸收光谱和三维荧光光谱并于3 d内完成测样.DOC浓度经过Shimadzu总有机碳分析(TOC-L) 在680℃高温环境下使用NPOC扫吹模式测定, 该仪器的检测范围为0.5~500 mg·L-1, 检测精度为0.1 mg·L-1[19].
经过0.22 μm孔径的Millipore膜纤维素滤膜过滤后的水样使用5 cm比色皿, 以Milli-Q超纯水作为空白对照, 采用Shimadzu UV-Vis 2550紫外可见分光光度计测定CDOM吸光度, 吸光度测量范围设置为200~800 nm, 间隔设置为1 nm, 并减去700 nm处的吸光度进行基线校正[20].根据公式(1)计算得到对应波长的吸收系数:
|
(1) |
式中, aλ为波长λ处CDOM的吸收系数, Dλ为经校正后在波长λ处的吸光度, r为比色皿的路径长度(m).本研究采用CDOM在350 nm处的吸收系数即a350来表征水样中CDOM的相对浓度[21], 采用CDOM在250 nm和365 nm处吸收系数的比值即a250∶a365来表示CDOM相对分子质量的大小[22].
CDOM光谱斜率S275-295在DOM研究中广泛应用[23], 该值由275~295 nm波段的吸收光谱经指数函数进行线性拟合得出, 可半定量地表征CDOM的平均相对分子质量大小, 其值越小则表示CDOM的平均相对分子质量越大, 其计算公式如式(2)所示:
|
(2) |
式中, aλ0为参照波长440 nm处的CDOM吸收系数[24].
比紫外吸收系数SUVA254为a254与DOC的比值, 它与CDOM的腐殖化程度和芳香性呈正比[25], 其值越高表示CDOM的腐殖化程度和芳香性越高.
CDOM三维荧光激发-发射矩阵光谱(excitation-emission matrices, EEMs)由日本Hitachi公司的F- 7000荧光光谱仪在室温[(20±2)℃]下测定, 激发和发射波长范围分别设定为200~450 nm (间隔为5 nm)和250~600 nm (间隔为1 nm).用当天测定的Milli-Q超纯水作为空白来校正水样中因拉曼散射而造成的误差, 通过MATLAB R2015b drEEM (ver.0.2.0)工具包中插值的方法消除瑞利散射[26], 通过公式(3)调整相应激发和发射波长处的吸光度来校正EEMs的内滤波效应.
|
(3) |
式中, Fcor和Fobs为EEMs校正前和校正后的荧光强度, A-Ex和A-Em分别是EEMs相应激发和发射波长的吸光度.
IC∶IT是EEMs中荧光C峰(Ex/Em=320~360 nm/420~480 nm)和T峰(Ex/Em=225~230, 275 nm/340~350 nm)积分的比值, 代表陆源类腐殖质荧光峰信号与内源类色氨酸荧光峰信号的比值差异, 能有效表征陆源类腐殖质输入信号的强弱[27].腐殖化指数HIX为激发波长为254 nm时, 发射波长为435~480 nm与300~345 nm波段内的荧光强度积分的比值, 该参数可表征CDOM腐殖化程度[28].生物鲜活指数BIX是指激发波长为310 nm时, 发射波长为380 nm和430 nm下的荧光强度比, 该值代表了自生有机物的贡献[29].荧光指数FI370为激发波长为370 nm时, 发射波长为470 nm和520 nm处荧光强度的比值, 该指数可用于表征CDOM中腐殖质来源[30].
1.3 平行因子分析PARAFAC采用MATLAB R2015b下drEEM工具箱(ver.0.2.0)进行平行因子分析(PARAFAC), 本研究共选取39各样品EEMs矩阵进行计算, 每个矩阵对应251个发射波长和45个激发波长.数据集被随机划分为6个子集, 取3个子集用于建模, 剩下3个子集用于模型验证, 每个EMMs子集均逐步从3个组分模型到6个组分检验, 结果表明4个组分模型能很好地通过对半检验、随机初始化分析和残差分析[31].
1.4 数据来源与处理本文中青海湖流域2015年和2020年土地利用数据来源于中国科学院资源环境科学与数据中心, 各项指标数据的平均值、标准差和主成分分析等统计值的计算和数据的可视化均使用R(v3.6.3)和R-Studio软件完成, 采样点位图和土地利用图使用ArcGIS 10.2绘制且使用MATLAB R2015b下的drEEM工具箱完成平行因子分析建模.在t检验中, P＜0.05表征两个独立样本组具有显著性差异或者变量间显著性相关.
2 结果与分析 2.1 青海湖水位和流域土地利用变化特征已有研究表明[16, 32, 33], 1956~2019年间青海湖水位呈现先减后增的特征, 湖泊面积表现为先萎缩后扩张的特点. 1956~2004年青海湖水位呈下降趋势, 湖泊面积亦逐年减少, 2004年湖泊水位与面积均达到最低点. 2005~2019年青海湖水位逐年增加, 湖泊水域面积持续上涨, 2019年湖泊水位达到3 193.65 m, 面积增长至4 519.22 km2.湖泊水位和面积的增加主要与全球气候变暖背景下高原夏季风增强有关, 青海湖流域气候暖湿化使得入湖径流量增加.
草地、湖泊、沙地和裸岩石质地等未利用土地是青海湖流域主要土地利用类型, 占流域总面积的92%左右(图 2).由于海拔和气候原因流域的西北部大多为草地和未利用土地, 耕地和城市居民用地多集中分布于入湖河流下游. 2015~2020年间流域内不同土地利用类型的面积发生不同程度变化, 其中草地面积增加了31.29 km2, 增加比例为10.55%; 河流和湖泊等水域面积增加了2.23 km2, 增加比例为0.75%, 而未利用土地面积则减少了32.92 km2, 减少比例为11.10%, 其他类型面积变化较小.
|
图 2 青海湖流域土地利用变化 Fig. 2 Changes in land use in Qinghai Lake basin |
2015~2020年间布哈河、泉吉河、沙柳河和哈尔盖河流域的土地利用类型面积也有较大改变, 河流流域内城乡居民用地面积均表现为增长状态, 且集中于河流下游, 而河流上游流域内未利用土地类型面积呈现减少趋势, 草地面积增加.因此可大致推测出在两次采样期间, 即2015~2019年间青海湖流域土地利用类型变化情况.
2.2 青海湖流域CDOM光谱参数特征2015年青海湖各入湖河流的ρ(DOC)均值为(2.82±0.73) mg·L-1, 与2019年河流[(2.76±0.64) mg·L-1]间无显著性差异(图 3).CDOM吸收系数a350、a250∶a365和S275-295等指标在2015~2019年亦无显著性差异, 即两次采样期间河流中CDOM浓度、丰度和CDOM相对分子质量大小无显著性变化, 河流中CDOM浓度较稳定且受外源输入影响较小. 2019年采取水样的IC∶IT显著大于2015年获取的水样(P＜0.01, t-test, 下同), 比紫外吸收系数SUVA254亦表现为2019年显著大于2015年(P＜0.05), 二者均可表明2019年采样期间河流水体中受到陆源类腐殖质输入影响较大, 可能是由于采样时间不同河流入湖径流量的增加有关.
|
*表示P＜0.05, **表示P＜0.01, ****表示P＜0.000 1, ns表示不显著, 黑点表示箱线图中超出箱体异常值 图 3 青海湖流域DOC、a350、a250∶a365、S275- 295、IC∶IT和SUVA254的变化特征 Fig. 3 Variability in DOC, a350, a250∶a365, spectral slope S275- 295, IC∶IT, and SUVA254 of CDOM in Lake Qinghai basin |
2019年青海湖区ρ(DOC)均值为(22.52±0.49) mg·L-1, 极显著大于2015年青海湖区样点均值[(11.19±4.32) mg·L-1, P＜0.000 1].CDOM吸收系数a350表现为2019年均值显著高于2015年的, 表明2019年的湖泊CDOM浓度高于2015年, 可能与不同年份采样点位置偏移有关. a250∶a365、S275-295和IC∶IT在两次采样期间无显著性差异, 则此期间青海湖水中CDOM相对分子质量和丰度变化不大, 且受到陆源腐殖质输入影响较小. 2015年湖泊水样的SUVA254极显著高于2019年湖泊水样(P＜0.000 1), 表明2019年采样期间青海湖水CDOM的腐殖化程度和芳香性显著高于2015年获取的湖水样本.
青海湖泊内溶解性有机碳含量较高, DOC浓度均值极显著大于各入湖河流样点(P＜0.000 1, 图 3), 且湖泊样点的a250∶a365和S275- 295均值亦极显著大于入湖河流(P＜0.000 1), 这一定程度上显示流域内湖泊水体CDOM相对分子质量显著小于入湖河流.而青海湖泊样点的a350、IC∶IT、SUVA254等指标均值均极显著小于入湖河流样点(P＜0.000 1), 表明河流水体的CDOM含量和陆源类腐殖质输入的影响均高于青海湖泊水体.
2.3 青海湖流域CDOM荧光组分特征使用OpenFluor的在线荧光组分光谱库[34]与PARAFAC所得的4个组分进行对比(图 4), 发现组分C1(Ex/Em=255/428 nm)与紫外区的A峰有着相似的光谱形态, 为陆源类腐殖质酸, 具有强烈的陆源土壤有机质类腐殖质的光谱特性[35].组分C2(Ex/Em=255(280)/428 nm)与M峰有着类似的光谱形态, 可归为微生物作用的类腐殖质酸[36]. 组分C3(Ex/Em=270/316 nm)与传统B峰对应, 光谱形态类似于类蛋白质组分中的类酪氨酸[37].组分C4(Ex/Em=230/340 nm) 为类蛋白质中的类色氨酸, 与微生物降解或外来生活污水输入有关[38].
|
4个组分模型能很好地通过对半检验 图 4 平行因子分析所得到的4个荧光组分荧光光谱和对半检验结果 Fig. 4 Fluorescent spectra of the four PARAFAC components and split-half validation results |
在两次采样中, 2015年河流样品中陆源类腐殖质C1的荧光强度均值高于2019年河流样品, 但无显著性差异(表 1), 微生物作用的类腐殖质酸C2荧光强度表现为2019年河流水样极显著高于2015年河流水样(P＜0.001), 类蛋白质中的类酪氨酸C3表现为2015年极显著高于2019年(P＜0. 001). 2015年湖泊样品中陆源类腐殖质C1(P＜0.01)与类酪氨酸C3(P＜0.001)的荧光强度均显著高于2019年采集水样.相反地, 2019年的湖泊水样中微生物作用的类腐殖质酸C2的荧光强度显著大于2015年水样. 2015年河流样品和2019湖泊样品CDOM中类腐殖质组分与类蛋白质组分贡献相当, 2019河流样品CDOM结构中类腐殖质组分占比较高, 尤其是陆源类腐殖质占比高达62%, 而2015年湖泊样品CDOM结构中类蛋白质组分占比稍高于类腐殖质组分(图 5).
|
表 1 两次采样中4个组分荧光强度的均值 Table 1 Mean values of fluorescence intensity of the four PARAFAC components during the two field sampling campaigns |
|
图 5 两次采样中4个组分荧光强度贡献率 Fig. 5 Contribution percentages of the four PARAFAC components during the two field sampling campaigns |
值得注意的是, 2019年的湖泊和河流水样中的CDOM均含荧光强度极低的类色氨酸C4组分, 这意味着2019年采样期间青海湖流域内外源污水输入的影响极其微弱.
2.4 青海湖流域CDOM荧光参数特征青海湖入湖河流的CDOM荧光参数在两次不同时期采样中变化一致(图 6), 2019年河流样点的荧光指数FI370、腐殖化指数HIX和生物鲜活指数BIX均值均显著大于2015年河流样点.对于青海湖, 生物鲜活指数BIX在两次采样中无显著性差异, 2019年湖泊样点的荧光指数FI370和腐殖化指数HIX的均值稍大于2015年, 这表明2015~2019年间湖泊和入湖河流水体中腐殖质的陆源输入影响逐渐强烈, 水体的腐殖化程度也逐渐加强.
|
*表示P＜0.05, ***表示P＜0.001, ****表示P＜0.000 1, ns表示不显著, 黑点表示箱线图中超出箱体异常值 图 6 青海湖流域CDOM荧光参数变化特征 Fig. 6 Variability of fluorescence indexes in Lake Qinghai basin |
入湖河流样点的荧光指数FI370与青海湖泊水体间无显著差异, 腐殖化指数HIX均值极显著高于湖泊水体(P＜0.000 1), 表明河流水体内CDOM的腐殖化程度更高.而入湖河流CDOM的BIX均值(0.77±0.08)极显著小于湖泊水体(1.34±0.14), 说明湖泊水体中CDOM主要来源于微生物与细菌分解, 而入湖河流中CDOM介于微生物和细菌分解以及陆源输入二者的共同影响[28].
2.5 CDOM相关参数的主成分分析PCA结果对CDOM相关参数运用主成分法进行分析, 结果表明前两个主成分分别解释了所有变量信息的58.4%和23.9%, 两者解释率达82.3%, 可以代表所有变量信息(图 7).其中, CDOM吸收系数a350、CDOM组分C1、C2和C4均与PC1表现为正相关, 这表明主成分1可能表征CDOM的丰度. IC∶IT、SUVA254亦与PC1呈正相关关系, IC∶IT和SUVA254可以表示CDOM的腐殖化程度, 因此PC1也有可能与CDOM的腐殖化程度正相关.与CDOM组成结构有关的a250∶a365和S275- 295与PC1表现为负相关, 由于二者与CDOM相对分子质量大小负相关, 即a250∶a365和S275- 295值越大, CDOM相对分子质量越小, 腐殖化程度越低, 这进一步验证了PC1可能与CDOM相对丰度和腐殖化程度正相关. a250∶a365和S275- 295与两个类腐殖质组分(C1、C2)和PC2负相关, 表征腐殖化程度的SUVA254与陆源类腐殖质的IC∶IT和PC2负相关, 而类蛋白质组分(C3和C4)与PC2正相关, 意味着PC2可能表征样品的类蛋白质组分.两次采样河流样品PC1均值显著高于青海湖内样品(P＜0.000 1), 这表明河流水体腐殖化程度明显高于湖泊水体.
|
图 7 两次采样数据主成分分析结果 Fig. 7 Principal component analysis results of the two field sampling campaigns |
两次采样所得水样中DOC浓度与CDOM光谱斜率S275- 295和表征CDOM相对分子质量的a250∶a365在流域内空间变化上表现一致(图 8), 上游河流样品指标均值稍高于下游河口均值, 表明河流上游到下游河口CDOM相对分子质量减小, 而CDOM丰度逐渐增加.比紫外吸收系数SUVA254和组分C1与PC1呈正相关, 主成分PC1可一定程度上表征CDOM腐殖化程度, 三者在空间变化上具有相似的变化趋势, 河流水体的SUVA254、C1与PC1的均值明显高于湖泊内样点均值(P＜0.001), 表明青海湖流域河流水体CDOM腐殖化程度高于湖泊水体.陆源类腐殖质酸C1与CDOM光谱斜率S275- 295和表征CDOM相对分子质量的a250∶a365的空间变化趋势相反, 与SUV254的空间变化趋势相同, 进一步验证了本文中各参数之间相关分析的结果.
|
图 8 青海湖DOC、S275- 295、a250∶a365、SUVA254、C1和第一主成分PC1的空间变化 Fig. 8 Spatial distributions of DOC, the spectral slopes S275- 295, a250∶a365, SUVA254, C1, and PC1 of the samples collected from Lake Qinghai watershed |
布哈河下游河口处的PC1、SUVA254和C1均值低于上游流域, 泉吉河、沙柳河和哈尔盖河的表现相反, 根据青海湖流域土地利用情况, 泉吉河、沙柳河和哈尔盖河下游流域内耕地与布哈河流域相比, 分布较为集中且面积较广, 因此与土壤有机质密切相关的陆源类腐殖质的输入信号更加强烈.
2.7 CDOM相关参数的相关分析结果在两次采样中, 湖泊(r=0.97)、河流(r=0.95)样品的陆源类腐殖质C1与a350均呈显著正相关(P＜0.01), 表明CDOM吸收系数a350可在一定程度上表征CDOM中陆源类腐殖质的变化情况(表 2和表 3).且两类水体样品中陆源类腐殖质C1与SUVA254亦均呈显著正相关.湖泊样品CDOM的陆源类腐殖质C1与S275- 295呈显著负相关关系(r=-0.95, P＜0.01), 表明陆源类腐殖质C1荧光强度越强, S275- 295的值越小, 即CDOM的相对分子质量越大.
|
|
表 2 湖泊样品CDOM光谱特征参数的皮尔逊相关系数1) Table 2 Pearson correlation coefficients of linear regressions between CDOM spectral-related parameters of lake samples |
|
|
表 3 河流样品CDOM光谱特征参数的皮尔逊相关系数 Table 3 Pearson correlation coefficients of linear regressions between CDOM spectral-related parameters of river samples |
湖泊样品的微生物作用的类腐殖质酸C2与DOC浓度呈显著正相关(r=0.89, P＜0.01), 与SUVA254呈显著负相关(r=-0.85, P＜0. 01), 而河流样品微生物作用的类腐殖质酸C2与SUVA254呈显著正相关(r=0.80, P＜0.01).类酪氨酸C3在湖泊与河流样品中与IC∶IT均呈显著负相关(r=-0.77, P＜0.01), 表明随着类酪氨酸荧光强度的增大, IC∶IT逐渐减小, 即陆源类腐殖质输入的信号越弱.
湖泊样品中CDOM的类色氨酸组分C4与陆源类腐殖质C1呈显著正相关(r=0.97, P＜0.01), 表明湖泊样品中的类色氨酸可能来源于陆源输入的污水.河流样品中CDOM的类色氨酸组分C4与类酪氨酸C3呈显著正相关关系(r=0.61, P＜0. 01), 二者均属于类蛋白质组分.
3 讨论水体中CDOM浓度和组成结构主要受外源输入与内源自生两方面的影响[39].青海湖流域处于我国半干旱气候区, 受夏季风影响不明显, 降水季节分配不均, 流域内河流主要受大气降水与冰川融水补给, 湖泊主要受季节性河流与降水补给.本研究发现青海湖泊水体的DOC浓度均值明显高于上游入湖河流, 这可能是由于青海湖特殊的地理位置和气候条件较季风区湖泊而言蒸发量更高[11], 湖泊内水位变化受湖泊蒸发影响更加强烈[16, 40], 因此湖泊拥有较高的有机物浓度, 这也符合干旱区湖泊特殊的水力特性[41].
本研究中青海湖泊水体中CDOM的a250∶a365和S275- 295均值较入湖河流更高, 这意味着青海湖泊水体CDOM的丰度更高且CDOM相对分子质量较小, 表明青海湖泊中存在较多相对分子质量较小且芳香性低的有机碳, 这一结果证实了Song等[42]对咸水湖中较淡水存在更多的低芳香性有机物的研究.此外, 青海湖中丰富的低芳香性的CDOM也有可能是湖泊中的微生物降解陆地有机质以及浮游动植物的遗骸或者粪便产生的[43], 这也就说明了青海湖泊中微生物作用的类腐殖质酸的贡献较高.有研究表明[44, 45], 紫外线辐射会导致细胞迅速丧失腐殖质酸组分的荧光强度从而提高类蛋白质组分的荧光强度.青海湖纬度和海拔均较高, 且湖水深达21 m, 受到长时间强烈的紫外辐射, 因此水体中浮游植物会被快速降解产生类蛋白质, 限制了类腐殖质组分对湖泊CDOM的贡献, 而类蛋白质组分的贡献尤其是类酪氨酸C3的贡献率会升高.
青海湖流域各入湖河流中CDOM的a350、IC∶IT、SUVA254和组分C1均值高于湖泊水体, 这意味着入湖河流中含有更多高芳香性且腐殖化程度高的CDOM, 且CDOM中陆源类腐殖质酸的贡献较大.此外, Zhou等[46]的研究表明来自陆地源的CDOM的陆源a250∶a365值比来自水生生物降解的CDOM更低, 本文与前者的研究结果一致.从时间上看, 2019年入湖河流CDOM的IC∶IT、SUVA254、腐殖化指数HIX和陆源类腐殖质酸均高于2015年河流样品, 这与近年来青海湖流域气候变暖变湿相关, 流域内多年冻土退化和草地面积增加使得入湖河流径流量显著增大, 因而河流中陆源类腐殖质输入影响也增强.从空间上看, 由于流域内人类活动扰动和城镇化会导致下游水体中CDOM陆源类腐殖质酸的贡献会减小而类蛋白质组分则增加[8, 47, 48], 而布哈河流域内土地利用类型的改变, 尤其是城乡居民地的增加使其下游水体CDOM特性符合该类情况.泉吉河、沙柳河和哈尔盖河下游区域耕地面积的增加使得河流下游水体中陆源类腐殖质对水体中CDOM的贡献比例更高[49].与人类生活污水相关的类色氨酸组分C4在2019年的湖泊与河流水体含量极低, 显示流域内水质较为清洁, 受周边城镇生活污水释放影响较小.
综上所述, 青海湖泊水体CDOM的动态变化受蒸发和入湖河流的共同控制, 这是气候变化和人类活动的综合影响.青海湖各入湖河口处如沙柳河和哈尔盖河, 耕地面积较广, 因此入湖河口处具有高浓度的陆源类腐殖质CDOM, 而CDOM是支持异养微生物代谢的重要底物, 因此这会刺激河口处微生物与细菌的代谢与繁殖, 对河口处植物碎片和悬浮物的清除有积极地影响, 从而改善湖泊水质[11].
4 结论(1) 由于特殊的地理位置和气候条件, 青海湖蒸发强烈且盐度较高, 湖泊内聚集了高浓度的DOC, 较高均值的a250∶a365和S275- 295以及较低均值的IC∶IT和SUVA254表明湖泊较河流水体含有更少芳香性或发色团的有机碳, 而河流水体中CDOM具有高芳香性且高腐殖化程度的特点.
(2) 运用PARAFAC模型解析得到陆源类腐殖质酸C1、微生物作用的类腐殖质酸C2、类酪氨酸C3和类色氨酸C4.荧光指数FI370、腐殖化指数HIX和鲜活指数BIX表明, 流域内河流水体受到陆源类腐殖质输入信号较湖泊更加强烈, 而青海湖由于紫外辐射的强烈照射, 水体中类蛋白质组分的贡献更高.
(3) 随着流域内耕地和城乡居民用地的增加, 林地和草地的减少, 下游河口中CDOM的类蛋白质组分比例会增加, 本研究中布哈河下游符合此类情形.而泉吉河、沙柳河和哈尔盖河由于下游河口处耕地面积的增加, 因此陆源类腐殖质酸C1组分的贡献比例更高.
致谢: 感谢倪振宇、张洁和张成英等同志在野外采样与室内测样中给予的帮助.
| [1] |
张镱锂, 李炳元, 郑度. 论青藏高原范围与面积[J]. 地理研究, 2002, 21(1): 1-8. Zhang Y L, Li B Y, Zheng D. A discussion on the boundary and area of the Tibetan Plateau in China[J]. Geographical Research, 2002, 21(1): 1-8. |
| [2] | Pritchard H D. Asia's shrinking glaciers protect large populations from drought stress[J]. Nature, 2019, 569(7758): 649-654. DOI:10.1038/s41586-019-1240-1 |
| [3] |
朱立平, 彭萍, 张国庆, 等. 全球变化下青藏高原湖泊在地表水循环中的作用[J]. 湖泊科学, 2020, 32(3): 597-608. Zhu L P, Peng P, Zhang G Q, et al. The role of Tibetan Plateau lakes in surface water cycle under global changes[J]. Journal of Lake Sciences, 2020, 32(3): 597-608. |
| [4] | Zhou Y Q, Zhou L, Zhang Y L, et al. Autochthonous dissolved organic matter potentially fuels methane ebullition from experimental lakes[J]. Water Research, 2019, 166. DOI:10.1016/j.watres.2019.115048 |
| [5] | Zhang Y L, Yin Y, Feng L Q, et al. Characterizing chromophoric dissolved organic matter in Lake Tianmuhu and its catchment basin using excitation-emission matrix fluorescence and parallel factor analysis[J]. Water Research, 2011, 45(16): 5110-5122. DOI:10.1016/j.watres.2011.07.014 |
| [6] | Wufuer R, Liu Y, Mu S Y, et al. Interaction of dissolved organic matter with Hg(Ⅱ) along salinity gradient in Boston Lake[J]. Geochemistry International, 2014, 52(12): 1072-1077. DOI:10.1134/S001670291412009X |
| [7] | Wang M, Chen Y G. Generation and characterization of DOM in wastewater treatment processes[J]. Chemosphere, 2018, 201: 96-109. DOI:10.1016/j.chemosphere.2018.02.124 |
| [8] | Liu Q, Jiang Y, Tian Y L, et al. Impact of land use on the DOM composition in different seasons in a subtropical river flowing through a region undergoing rapid urbanization[J]. Journal of Cleaner Production, 2019, 212: 1224-1231. DOI:10.1016/j.jclepro.2018.12.030 |
| [9] | Li Y, Song G S, Massicotte P, et al. Distribution, seasonality, and fluxes of dissolved organic matter in the Pearl River (Zhujiang) estuary, China[J]. Biogeosciences, 2019, 16(13): 2751-2770. DOI:10.5194/bg-16-2751-2019 |
| [10] | Zhou Y Q, Li Y, Yao X L, et al. Response of chromophoric dissolved organic matter dynamics to tidal oscillations and anthropogenic disturbances in a large subtropical estuary[J]. Science of the Total Environment, 2019, 662: 769-778. DOI:10.1016/j.scitotenv.2019.01.220 |
| [11] | Zhou Y Q, Zhang Y L, Jeppesen E, et al. Inflow rate-driven changes in the composition and dynamics of chromophoric dissolved organic matter in a large drinking water lake[J]. Water Research, 2016, 100: 211-221. DOI:10.1016/j.watres.2016.05.021 |
| [12] |
李惠梅, 张安录, 高泽兵, 等. 青海湖地区生态系统服务价值变化分析[J]. 地理科学进展, 2012, 31(12): 1747-1754. Li H M, Zhang A L, Gao Z B, et al. Quantitative analysis of the impacts of climate and socio-economic driving factors of land use change on the ecosystem services value in the Qinghai Lake area[J]. Progress in Geography, 2012, 31(12): 1747-1754. DOI:10.11820/dlkxjz.2012.12.022 |
| [13] |
陈强, 李其江. 对青海省三次水资源量评价差异问题的思考[J]. 水文, 2019, 39(4): 57-62. Chen Q, Li Q J. Discussion on differences between three assessments of water resources in Qinghai Province[J]. Journal of China Hydrology, 2019, 39(4): 57-62. DOI:10.3969/j.issn.1000-0852.2019.04.011 |
| [14] |
戴升, 保广裕, 祁贵明, 等. 气候变暖背景下极端气候对青海祁连山水文水资源的影响[J]. 冰川冻土, 2019, 41(5): 1053-1066. Dai S, Bao G Y, Qi G M, et al. Impacts of extreme climatic events under the context of climate warming on hydrology and water resources in the Qinghai Qilian Mountains[J]. Journal of Glaciology and Geocryology, 2019, 41(5): 1053-1066. |
| [15] |
雷义珍, 曹生奎, 曹广超, 等. 基于氢氧稳定同位素和水化学的青藏高原高寒内陆流域水文过程示踪研究[J]. 地理研究, 2021, 40(5): 1239-1252. Lei Y Z, Cao S K, Cao G C, et al. Hydrological process tracing study of the alpine inland basin of the Tibetan Plateau based on hydrogen and oxygen stable isotopes and hydrochemistry[J]. Geographical Research, 2021, 40(5): 1239-1252. |
| [16] |
杜嘉妮, 李其江, 刘希胜, 等. 青海湖1956-2017年水文变化特征分析[J]. 水生态学杂志, 2020, 41(4): 27-33. Du J N, Li Q J, Liu X S, et al. Hydrological characteristics of Qinghai Lake, 1956-2017[J]. Journal of Hydroecology, 2020, 41(4): 27-33. |
| [17] |
李少华, 王学全, 高琪, 等. 青海湖流域河流生态系统评价指标间的相关性[J]. 水土保持通报, 2016, 36(5): 278-282, 293. Li S H, Wang X Q, Gao Q, et al. Correlation among evaluation indexes of river ecosystem in Qinghai Lake Basin[J]. Bulletin of Soil and Water Conservation, 2016, 36(5): 278-282, 293. |
| [18] | Fowler R A, Osburn C L, Saros J E. Climate-driven changes in dissolved organic carbon and water clarity in Arctic Lakes of West Greenland[J]. Journal of Geophysical Research: Biogeosciences, 2020, 125(2). DOI:10.1029/2019JG005170 |
| [19] | Wang Y, Zhang D, Shen Z Y, et al. Characterization and spacial distribution variability of chromophoric dissolved organic matter (CDOM) in the Yangtze Estuary[J]. Chemosphere, 2014, 95: 353-362. DOI:10.1016/j.chemosphere.2013.09.044 |
| [20] |
李元鹏, 张柳青, 江威, 等. 千岛湖有色可溶性有机物的生物可利用性特征及其环境指示意义[J]. 光谱学与光谱分析, 2021, 41(3): 858-864. Li Y P, Zhang L Q, Jiang W, et al. Variability of the bio-labile fraction of chromophoric dissolved organic matter in Lake Qiandao, a large drinking water reservoir[J]. Spectroscopy and Spectral Analysis, 2021, 41(3): 858-864. |
| [21] | Lyu L L, Wen Z D, Jacinthe P A, et al. Absorption characteristics of CDOM in treated and non-treated urban lakes in Changchun, China[J]. Environmental Research, 2020, 182. DOI:10.1016/j.envres.2019.109084 |
| [22] |
周蕾, 周永强, 张运林, 等. 重要饮用水源地天目湖水库有色可溶性有机物来源与组成特征[J]. 环境科学, 2021, 42(8): 3709-3718. Zhou L, Zhou Y Q, Zhang Y L, et al. Characterizing sources and composition of chromophoric dissolved organic matter in a key drinking water reservoir Lake Tianmu[J]. Environmental Science, 2021, 42(8): 3709-3718. |
| [23] | Li P H, Hur J. Utilization of UV-Vis spectroscopy and related data analyses for dissolved organic matter (DOM) studies: a review[J]. Critical Reviews in Environmental Science and Technology, 2017, 47(3): 131-154. DOI:10.1080/10643389.2017.1309186 |
| [24] | Xu J, Fang C Y, Gao D, et al. Optical models for remote sensing of chromophoric dissolved organic matter (CDOM) absorption in Poyang Lake[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2018, 142: 124-136. DOI:10.1016/j.isprsjprs.2018.06.004 |
| [25] |
宁成武, 包妍, 黄涛, 等. 夏季巢湖入湖河流溶解性有机质来源及其空间变化[J]. 环境科学, 2021, 42(8): 3743-3752. Ning C W, Bao Y, Huang T, et al. Sources and spatial variation of dissolved organic matters in summer water of inflow rivers along Chaohu watershed[J]. Environmental Science, 2021, 42(8): 3743-3752. |
| [26] | Murphy K R, Stedmon C A, Graeber D, et al. Fluorescence spectroscopy and multi-way techniques. PARAFAC[J]. Analytical Methods, 2013, 5(23): 6557-6566. DOI:10.1039/c3ay41160e |
| [27] | Zhao Y, Song K S, Wen Z D, et al. Evaluation of CDOM sources and their links with water quality in the lakes of Northeast China using fluorescence spectroscopy[J]. Journal of Hydrology, 2017, 550: 80-91. DOI:10.1016/j.jhydrol.2017.04.027 |
| [28] | Zhou Y Q, Davidson T A, Yao X L, et al. How autochthonous dissolved organic matter responds to eutrophication and climate warming: evidence from a cross-continental data analysis and experiments[J]. Earth-Science Reviews, 2018, 185: 928-937. DOI:10.1016/j.earscirev.2018.08.013 |
| [29] | Zhou L, Zhou Y Q, Hu Y, et al. Microbial production and consumption of dissolved organic matter in glacial ecosystems on the Tibetan Plateau[J]. Water Research, 2019, 160: 18-28. DOI:10.1016/j.watres.2019.05.048 |
| [30] |
冯可心, 李永峰, 姜霞, 等. 丹江口水库表层沉积物有色可溶性有机物空间分布特征及其来源分析[J]. 环境化学, 2016, 35(2): 373-382. Feng K X, Li Y F, Jiang X, et al. Distribution and source analysis of chromophoric dissolved organic matter in the surface sediments of the Danjiangkou Reservoir[J]. Environmental Chemistry, 2016, 35(2): 373-382. |
| [31] | García P E, García R D, Cárdenas C S, et al. Fluorescence components of natural dissolved organic matter (DOM) from aquatic systems of an Andean Patagonian catchment: applying different data restriction criteria for PARAFAC modelling[J]. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2020, 229. DOI:10.1016/j.saa.2019.117957 |
| [32] |
李林, 申红艳, 刘彩红, 等. 青海湖水位波动对气候暖湿化情景的响应及其机理研究[J]. 气候变化研究进展, 2020, 16(5): 600-608. Li L, Shen H Y, Liu C H, et al. Response of water level fluctuation to climate warming and wetting scenarios and its mechanism on Qinghai Lake[J]. Climate Change Research, 2020, 16(5): 600-608. |
| [33] |
程俭, 刘昌华, 刘凯, 等. 2004年以来青海湖快速扩张对人居设施与草地的潜在影响[J]. 湖泊科学, 2021, 33(3): 922-934. Cheng J, Liu C H, Liu K, et al. Potential impact of the dramatical expansion of Lake Qinghai on the habitat facilities and grassland since 2004[J]. Journal of Lake Sciences, 2021, 33(3): 922-934. |
| [34] | Murphy K R, Stedmon C A, Wenig P, et al. OpenFluor-an online spectral library of auto-fluorescence by organic compounds in the environment[J]. Analytical Methods, 2014, 6(3): 658-661. DOI:10.1039/C3AY41935E |
| [35] | Zhou Y Q, Jeppesen E, Zhang Y L, et al. Dissolved organic matter fluorescence at wavelength 275/342 nm as a key indicator for detection of point-source contamination in a large Chinese drinking water lake[J]. Chemosphere, 2016, 144: 503-509. DOI:10.1016/j.chemosphere.2015.09.027 |
| [36] | Walker S A, Amon R M W, Stedmon C A. Variations in high-latitude riverine fluorescent dissolved organic matter: a comparison of large Arctic rivers[J]. Journal of Geophysical Research: Biogeosciences, 2013, 118(4): 1689-1702. DOI:10.1002/2013JG002320 |
| [37] | Burns M A, Barnard H R, Gabor R S, et al. Dissolved organic matter transport reflects hillslope to stream connectivity during snowmelt in a montane catchment[J]. Water Resources Research, 2016, 52(6): 4905-4923. DOI:10.1002/2015WR017878 |
| [38] |
石玉, 李元鹏, 张柳青, 等. 不同丰枯情景下长江三角洲非通江湖泊(滆湖、淀山湖和阳澄湖)有色可溶性有机物组成特征[J]. 湖泊科学, 2021, 33(1): 168-180. Shi Y, Li Y P, Zhang L Q, et al. Characterizing chromophoric dissolved organic matter in Lake Gehu, Lake Dianshan and Lake Yangcheng in different hydrological seasons[J]. Journal of Lake Sciences, 2021, 33(1): 168-180. |
| [39] | Zhang Y L, Liu X H, Osburn C L, et al. Photobleaching response of different sources of chromophoric dissolved organic matter exposed to natural solar radiation using absorption and excitation-emission matrix spectra[J]. PLoS One, 2013, 8(10). DOI:10.1371/journal.pone.0077515 |
| [40] |
江卜明. 基于SWAT模型的青海湖入湖水量与湖水位变化研究[D]. 北京: 中国地质大学(北京), 2018. Jiang B M. Study on the change of lake water inflow and lake level in Qinghai Lake based on SWAT model[D]. Beijing: China University of Geosciences (Beijing), 2018. |
| [41] | Osburn C L, Wigdahl C R, Fritz S C, et al. Dissolved organic matter composition and photoreactivity in prairie lakes of the U.S. Great Plains[J]. Limnology and Oceanography, 2011, 56(6): 2371-2390. DOI:10.4319/lo.2011.56.6.2371 |
| [42] | Song K S, Wen Z D, Jacinthe P A, et al. Dissolved carbon and CDOM in lake ice and underlying waters along a salinity gradient in shallow lakes of Northeast China[J]. Journal of Hydrology, 2019, 571: 545-558. DOI:10.1016/j.jhydrol.2019.02.012 |
| [43] | Zhou L, Zhou Y Q, Hu Y, et al. Hydraulic connectivity and evaporation control the water quality and sources of chromophoric dissolved organic matter in Lake Bosten in arid northwest China[J]. Chemosphere, 2017, 188: 608-617. DOI:10.1016/j.chemosphere.2017.09.006 |
| [44] |
刘堰杨, 秦纪洪, 孙辉. 川西高海拔河流中溶解性有机质(DOM)紫外-可见光吸收光谱特征[J]. 环境科学学报, 2018, 38(9): 3662-3671. Liu Y Y, Qin J H, Sun H. UV-VIS spectral characteristics of dissolved organic matter (DOM) of the natural alpine rivers in the western Sichuan Province[J]. Acta Scientiae Circumstantiae, 2018, 38(9): 3662-3671. |
| [45] | Li S D, Hou X, Shi Y, et al. Rapid photodegradation of terrestrial soil dissolved organic matter (DOM) with abundant humic-like substances under simulated ultraviolet radiation[J]. Environmental Monitoring and Assessment, 2020, 192(2). DOI:10.1007/s10661-019-7945-7 |
| [46] | Zhou Y Q, Yao X L, Zhang Y L, et al. Response of dissolved organic matter optical properties to net inflow runoff in a large fluvial plain lake and the connecting channels[J]. Science of the Total Environment, 2018, 639: 876-887. DOI:10.1016/j.scitotenv.2018.05.180 |
| [47] | Gücker B, Silva R C S, Graeber D, et al. Urbanization and agriculture increase exports and differentially alter elemental stoichiometry of dissolved organic matter (DOM) from tropical catchments[J]. Science of the Total Environment, 2016, 550: 785-792. DOI:10.1016/j.scitotenv.2016.01.158 |
| [48] | Hosen J D, Mcdonough O T, Febria C M, et al. Dissolved organic matter quality and bioavailability changes across an urbanization gradient in Headwater Streams[J]. Environmental Science & Technology, 2014, 48(14): 7817-7824. |
| [49] | Zhou Y Q, Shi K, Zhang Y L, et al. Fluorescence peak integration ratio IC: IT as a new potential indicator tracing the compositional changes in chromophoric dissolved organic matter[J]. Science of the Total Environment, 2017, 574: 1588-1598. DOI:10.1016/j.scitotenv.2016.08.196 |