2023, Vol. 44
2. 上海市环境科学研究院, 上海 200233
2. Shanghai Academy of Environmental Sciences, Shanghai 200233, China
近年来, 外源污染物的不断输入正在导致城市河道的生态退化[1~3].溶解性有机物(dissolved organic matter, DOM)作为全球生物地球化学循环的重要基础, 在水生态系统的污染和退化过程中扮演着关键角色[1, 4, 5].同时, DOM还能够与有机和无机污染物发生配位作用, 影响这些污染物的毒性、运输、转化和生物利用[6~8].
在当前党中央加快推进生态文明建设的大背景下, 我国城市河道污染防治工作时间紧任务重.DOM正是造成我国城市水体污染恶化的主因.然而, 城市河道中的污染物来源复杂、复合污染物广泛存在, 并且通常在分流制和合流制排水系统中、旱天和雨天天气下表现出不同的污染特征[9~12].因此从分子角度探究DOM则是明晰河道污染源成分组成与来源的一个重要切入点, 是突破现有DOM浓度表征体系的关键.
在以往的大多数研究中, 通常用COD和SUV254等水质指标来判别DOM的浓度状况或大体成分[2, 13, 14].但这只能对水体污染程度进行粗略的判别, 无法区分不同来源的污染物.三维荧光光谱-平行因子分析(EEM-PARAFAC)等光谱法近年来被广泛用于DOM的表征.Chen等[15]利用EEM-PARAFAC表征了城市溢流、地表径流和污水管道中的DOM荧光成分, 并通过蛋白质类荧光峰识别生活污水的输入.此外, 液相色谱有机碳联用检测仪(LC-OCD)也被用于表征DOM, 但仅限于对其分子质量的测定[16].虽然这些方法从DOM层面对有机物成分进行了识别和初步划分, 但其结果依旧是模糊而宽泛的, 无法满足目前日益增长的精确表征DOM成分的需求.傅里叶变换离子回旋共振质谱(Fourier transform ion cyclotron resonance mass spectrometry, FT-ICR-MS)是一种高分辨率质谱, 能够表征成千上万种DOM的分子指纹特征.该技术已被运用于自然水体、污水处理厂和土壤等领域[17~20].在瑞典120个自然湖泊的研究中, 利用FT-ICR-MS表征了共4 032个分子式, 并探究了水文和气候对自然湖泊中DOM的影响[17].Gonsior等[21]对美国污水处理厂的研究通过该技术揭示了天然来源DOM和污水厂二次出水中DOM的区别.此外, 最近有研究通过比较海洋和淡水生态系统中的DOM分子式, 发现了其中存在的共有分子池[22].以上研究均证实了FT-ICR-MS作为研究DOM成分的精确性、可靠性和前沿性.
本研究基于FT-ICR-MS技术, 从分子层面表征了旱天和雨天时城市不同排水系统(分流制和合流制排水系统)的受纳河道中表层水和沉积物的DOM分子指纹特征, 并以此为基础结合DOC、TN和NH4+-N进行相关性统计分析, 解析了不同排水系统类型以及降雨对河道DOM分子特征分布的影响.此外, 本文通过河道DOM的共有分子池进一步探究城市河道中的污染情况、污染机制和成因, 以期为污染物排放的针对性、精细化管控与防治以及河道治理提供了新的思路和依据.
1 材料与方法 1.1 研究区域与样品采集本研究选取了上海市中心城区4个市政排水系统(2个合流制, 2个分流制)的受纳河道苏州河和浦汇塘的共5个不同的河道断面作为研究对象(图 1).分别在旱天和雨天采集表层水和沉积物样品, 每个点位的表层水和沉积物均采集2次.河水每30 min连续采样一次, 每次采样持续6 h; 雨天样品采集于暴雨径流发生的前期, 且每次降雨的前期晴天数均大于14 d.每次采样时在河道中心位置和近岸(1 m距离)同时采集表层水和沉积物的平行样本, 环境温度为(25±3)℃.
|
图 1 研究区域与采样点位示意 Fig. 1 Study area and sampling sites |
采集时将不锈钢桶润洗后采集河道表层水1 L, 保存于聚乙烯采样瓶中.沉积物则用柱状采样器插入河道底部进行采集, 保存1 L沉积物于聚乙烯桶中.表层水与沉积物样品在采集后迅速转运至实验室, 并于4℃避光保存.
1.2 化学分析和傅里叶变换离子回旋共振质谱分析 1.2.1 常规水质指标测定沉积物样品需在离心力2 800 g离心10 min, 取其上清液(间隙水).分别将沉积物上清液与河道表层水通过0.45 μm玻璃纤维滤膜(Whatman), 用于化学指标分析和固相萃取.
表层水和沉积物样品的化学指标包括溶解性有机碳(DOC)、总氮(TN)和氨氮(NH4+-N).TN(GB 11894-89)用国家标准方法测定.NH4+-N用间断分析仪(SEAL AQ400, USA)测定, DOC用TOC-L(Shimadzu)测定.
1.2.2 固相萃取固相萃取(solid-phase extraction, SPE)用于消除FT-ICR-MS分析中盐分和由于不同样品中DOM浓度差异产生的伪影对结果的影响, 是傅里叶变换离子回旋共振质谱分析所必需的前处理.通过PPL固相萃取柱(100 mg, Agilent Technologies, USA)提取各样品中的DOM.根据样品DOC调整需要萃取的样品体积, 使洗脱液的DOC浓度为100 mg·L-1.河道表层水和沉积物间隙水在过膜后用色谱级HCl酸化至pH=2, 以5 mL·min-1的流速通过提前用10 mL HPLC级甲醇和10 mL 0.01 mol·L-1的HCl活化和润洗过的PPL固相萃取柱.再用10 mL 0.01 mol·L-1 HCl淋洗PPL固相萃取柱后吹入高纯氮气使其完全干燥.最后用5 mL HPLC级甲醇洗脱固相萃取柱中富集的DOM待测[23, 24].
1.2.3 傅里叶变换离子回旋共振质谱表征本研究选用了15.0 T超导磁体的傅里叶变换离子回旋共振质谱(Bruker SolariX, 德国), 并配备了电喷雾离子化(electrospray ionization, ESI)源, 在负离子模式下进行表征[25].经固相萃取后的DOM样品以120 μL·h-1的速率进样, 在ESI源毛细管电压为4.0 kV, 离子累积时间为0.06 s, m/z扫描范围为100~1 600的条件下将时域信号叠加300次.样品检测前用10 mmol·L-1甲酸钠对仪器进行校正, 单次检测后使用超纯水与甲醇体积比为1∶1的溶液冲洗注射器和进样管路, 避免样品之间的相互干扰.经过校正后, 检测的质量误差均小于1 ppm(10-6)[17].
1.2.4 傅里叶变换离子回旋共振质谱数据分析通过MATLAB(R2018a, MathWorks)筛选计算所得质谱数据结果, 包括绝对峰强度归一化、峰值累积与求和等.通过与空白样底噪的对比去除低于检测限的质谱峰, 将检出信噪比大于6的峰作为有效质谱峰[22].分子式中元素数量范围为C1~100H1~100O0~50N0~3S0~1P0~1, 元素数量比值范围限制为0≤H/C≤2.5和0≤O/C≤1.2, 计算过程中控制测量值与匹配计算值的质量误差小于1 ppm(10-6)[18].
DOM分子式匹配完成后, 根据修正芳香指数(modified aromaticity index, AI)和元素个数比对分子式进行群组划分：脂肪类化合物(0≤O/C≤0.3, 1.5 < H/C≤2.0);蛋白质类化合物(0.3≤O/C < 0.67, 1.5 < H/C≤2.2);糖类化合物(0.67≤O/C≤1.2, 1.5 < H/C≤2.0);不饱和烃类化合物(0≤O/C < 0.1, 0.7≤H/C≤1);木质素类化合物(0.1≤O/C < 0.67, 0.7≤H/C≤1.5, AI < 0.67);稠环芳烃类化合物(0≤O/C≤0.67, 0.2≤H/C < 0.7, AI≥0.67)和单宁酸类化合物(0.67≤O/C≤1.2, 0.5≤H/C≤1.5, AI < 0.67)[26~28].
|
(1) |
共有分子池由MATLAB筛选获得.将单个样品中的所有分子式合集定义为分子池, 将不同样品中m/z差值小于等于0.000 1的分子式认定为相同分子式, 将同组内所有样品中共同存在的相同分子式的合集定义为共有分子池(co-occurring molecular pool, CMP).
2 结果与分析 2.1 河道表层水和沉积物的基础水质指标图 2显示了河道表层水和沉积物的基础水质指标.所有河道样品中ρ(DOC)、ρ(TN)和ρ(NH4+-N)的最大值分别为68.44、21.13和11.92 mg·L-1, 均出现在RSdw5中.ρ(DOC)和ρ(NH4+-N)的最小值分别为6.37 mg·L-1和0.42 mg·L-1(RWdw2), 而TN的最小值为1.17 mg·L-1(RWww1).
|
1~5：RWdw1~RWdw5, 6~10：RSdw1~RSdw5, 11~15：RWww1~RWww5, 16~20：RWdw1~RWdw5 图 2 基础水质指标 Fig. 2 Chemical indicators of river water and sediment of dry and wet weather |
表层水中ρ(DOC)、ρ(TN)和ρ(NH4+-N)的最大值分别为38.55、2.74和1.88 mg·L-1, 普遍低于沉积物中的水质指标浓度(平均值分别低26.89、10.03和5.81 mg·L-1).旱天和雨天相比, 表层水中的水质指标浓度普遍更低(平均值分别低13.42、0.04和0.07 mg·L-1), 而沉积物中的水质指标浓度普遍更高(平均值分别高20.51、4.58和2.09 mg·L-1).总体来说, 旱天河道的ρ(DOC)、ρ(TN)和ρ(NH4+-N)平均值比雨天河道分别高3.55、2.27和1.01 mg·L-1.
2.2 河道表层水和沉积物的DOM分子特征 2.2.1 河道表层水和沉积物DOM的分子分布图 3显示了旱天和雨天城市河道表层水和沉积物DOM分子的相对分子质量分布特征.总体来说, 河道中DOM相对分子质量的中位数均在400左右, 但不同组之间的DOM相对分子质量分布仍存在差异.旱天表层水中DOM相对分子质量分布在165~1 194, 且在350~400普遍存在富集现象.旱天沉积物中DOM相对分子质量分布范围大于表层水, 为115~1 410.雨天河道DOM相对分子质量也呈现出同样的规律, 富集在350~400, 且表层水(165~1 198)中DOM相对分子质量分布范围小于沉积物(165~1 478).尤其是RSww4和RSww5, 与其他样品相比存在更多大于1 200的相对分子质量大的化合物.
|
1~5：RWdw1~RWdw5, 6~10：RSdw1~RSdw5, 11~15：RWww1~RWww5, 16~20：RWdw1~RWdw5; 白点表示中位数, 黑色矩形表示下四分位数到上四分位数的范围, 黑线旁边对应n值 图 3 旱天和雨天城市河道表层水和沉积物DOM分子的相对分子质量分布 Fig. 3 Distribution of molecular mass of DOM in urban river water and sediment of dry and wet weather |
图 4展示了根据元素组成和群组划分原则分类下的DOM分子分布情况.进一步以分子式的相对丰度为依据计算后得到各元素组成和群组成分的相对丰度(图 5).
|
(a)~(e)为旱天河道表层水, (f)~(j)为旱天河道沉积物, (k)~(o)为雨天河道表层水, (p)~(t)为雨天河道沉积物; 每个圆点表示一个分子式, 总分子式数量为n, 不同颜色表示其不同的元素组成 图 4 旱天和雨天城市河道表层水和沉积物DOM的van Krevelen图 Fig. 4 The van Krevelen diagrams of DOM in urban river water and sediment of dry and wet weather |
|
(a)旱天河道表层水和沉积物的元素组成, (b)旱天河道表层水和沉积物的群组成分, (c)雨天河道表层水和沉积物的元素组成, (d)雨天河道表层水和沉积物的群组成分; 1~5：RWdw1~RWdw5, 6~10：RSdw1~RSdw5, 11：RWdw平均值, 12：RSdw平均值, 13~17：RWww1~RWww5, 18~22：RWdw1~RWdw5, 23：RWww平均值, 24：RSww平均值; 不同颜色表示不同的元素组成和群组类别 图 5 旱天和雨天城市河道表层水和沉积物DOM的元素组成和群组成分 Fig. 5 Proportion of elemental and compound composition of DOM molecules in urban river water and sediment of dry and wet weather |
结果显示, 河道表层水和沉积物DOM均以CHO(39.2%~59.3%)和木质素类化合物(36.7%~71.6%)为主.旱天河道中CHOS化合物(10.7%~26.9%)的相对丰度仅次于CHO化合物(39.2%~53.5%), 其次为CHON(10.1%~19.9%)和CHOP化合物(6.7%~15.8%); 除木质素类化合物(45.5%~64.0%)外, 单宁酸(9.7%~16.0%)、稠环芳烃(5.6%~16.8%)和蛋白质类化合物(5.9%~18.2%)也展现出一定的相对丰度.雨天河道中DOM分子则展现了不同的相对丰度, CHO化合物(49.4%~59.3%)和木质素类化合物(36.7%~71.6%)的相对丰度高于旱天河道(均值分别高9.5%和8.0%), 蛋白质化合物(2.1%~17.3%)的占比低于旱天(平均低1.4%); 与旱天河道相反的是, CHON化合物(12.6%~20.7%)的相对丰度高于CHOS化合物(10.1%~15.1%).
河道表层水与沉积物相比, 普遍含有相对丰度更高的CHO(旱天高5.3%, 雨天高1.5%)、CHOS(旱天高2.1%, 雨天高0.8%)和木质素类化合物(旱天高6.3%, 雨天高11.5%), 相对丰度更低的稠环芳烃化合物(旱天低3.5%, 雨天低9.1%).此外, 旱天沉积物比旱天表层水中普遍含有相对丰度更高的多杂原子化合物(平均高6.4%)和脂肪类化合物(高0.4%~5.4%, 平均高2.2%).
2.2.3 河道表层水和沉积物DOM中的特殊分子式图 6显示了旱天和雨天河道表层水和沉积物DOM的总分子池, 均以CHO和CHOS化合物为主.旱天河道表层水中DOM分子式数量最多(n=13 874), 表现出丰富的化学多样性, 且明显存在种类更丰富的多杂原子组成的蛋白质类和糖类化合物.
|
(a) 旱天表层水, (b) 旱天沉积物, (c) 雨天表层水, (d) 雨天沉积物 图 6 旱天和雨天城市河道表层水和沉积物DOM的总分子池 Fig. 6 Accumulated molecular pools (AMP) of DOM in urban river water and sediment of dry and wet weather |
图 7显示了旱天和雨天河道表层水和沉积物中共有的DOM分子池.旱天和雨天河道的表层水和沉积物DOM之间的CMP均以CHO和CHOS化合物为主.其中表层水CMP的分子式数量远大于沉积物CMP, 而旱天和雨天CMP的相似性较高, 差异不显著.
|
(a) 旱天表层水, (b) 旱天沉积物, (c) 雨天表层水, (d) 雨天沉积物 图 7 旱天和雨天城市河道表层水和沉积物DOM的共有分子池 Fig. 7 Co-occurring molecular pools (CMP) of DOM in urban river water and sediment of dry and wet weather |
进一步比较计算后得到所有河道表层水和沉积物样品的CMP[图 7(e)], 其中含有高达1 386个共有分子式, 同样以CHO和CHOS化合物为主, 包括C17H28O3S、C18H30O3S和C10H12N2O3S等.
2.3 河道表层水和沉积物DOM分子特征与基础水质指标的相关性图 8显示了旱天和雨天河道DOM与水质指标的相关性.旱天河道中DOC和TN与多杂原子化合物(CHOSP、CHONS、CHONP、CHONSP)和稠环芳烃显著正相关(r为0.66~0.84, P < 0.05), 与CHO(r为-0.75~-0.72)和木质素类化合物(r=-0.65)显著负相关(P < 0.05), 而NH4+-N与CHON(r=0.64)和CHONP(r=0.71)化合物显著正相关(P < 0.05).雨天河道中TN与CHOSP(r=0.68)和稠环芳烃类化合物(r=0.64)显著正相关(P < 0.05), 与CHON化合物(r=-0.65)显著负相关(P < 0.05), NH4+-N则与大多数多杂原子化合物(r为0.70~0.87)显著正相关(P < 0.05), 与CHON(r=-0.79)和木质素类化合物(r=-0.73)显著负相关(P < 0.01).
|
(a)旱天相关性, (b)雨天相关性, (c)河道总相关性; A：H/C, B：O/C, C：DBE, D：AImod, E：CHO, F：CHON, G：CHOS, H：CHOP, I：CHONS, J：CHONP, K：CHOSP, L：CHONSP, M：脂肪类, N：蛋白质类, O：糖类, P：不饱和烃类, Q：木质素类, R：稠环芳烃类, S：单宁酸类 图 8 旱天和雨天城市河道DOM与水质指标的相关性热图 Fig. 8 Correlation heatmaps of DOM components and chemical indicators in urban river DOM of dry and wet weather |
从河道总体来说, DOC、TN和NH4+-N三者均与CHONP、CHOSP、CHONSP化合物(r为0.54~0.69)和H/C(r为0.46~0.51)显著正相关(P < 0.05), 与AImod显著负相关(r为-0.56~-0.51, P < 0.05), 其中与CHOSP和CHONSP化合物的相关性最显著(P < 0.001).其中TN和NH4+-N还与稠环芳烃类化合物呈显著正相关(r为0.52~0.53, P < 0.05), 与木质素类化合物和O/C呈显著负相关(r为-0.52~-0.45, P < 0.05).
3 讨论 3.1 城镇受污染河道DOM分子分布特征本研究的城市河道水质呈现为Ⅲ~Ⅴ类水(GB 3838-2002), 初步显示出各河道断面普遍受到人为污染, 尤其是RWdw4和RWdw5.进一步从DOM分布特征分析, 城市河道中表层水和沉积物DOM均以CHO(39.2%~59.3%)和木质素类化合物(36.7%~71.6%)为主, 但也存在丰度不低的CHOS等杂原子化合物以及蛋白质类和脂肪类化合物.其中CHO和木质素类化合物普遍被认为是植物源DOM, 美国切萨皮克湾受人为活动影响低的河道中游DOM中CHO化合物高达91.9%, 远高于本研究河道中CHO化合物的占比[29].与扬子江流域的研究相比(CHO：43.4%, CHON：39.8%, CHOS：13.6%, 杂原子化合物：共3.17%), 本研究旱天河道DOM中的CHO化合物占比与其相近, 但CHON化合物占比更低, CHOS和其他杂原子化合物明显更高[22].然而, 蛋白质类和脂肪类化合物以及CHOS等杂原子化合物已被众多研究认为是人为污染源的标志物[22, 30, 31].因此本研究河道中较高的杂原子、蛋白质类和脂肪类化合物占比正表明了其受到一定程度的人为污染, 同时DOC、TN和NH4+-N三者与杂原子化合物的显著正相关揭示了人为污染物输入对河道带来的间接影响, 随着污染物的累积, 将造成后续的溶解氧降低等水质问题, 从而逐渐形成厌氧环境, 造成厌氧微生物大量繁殖和内源污染加重等现象发生, 最终导致水体黑臭[32].
本研究发现存在于城市河道中的共有分子池, 表明了各个受污染河道的旱天表层水、旱天沉积物、雨天表层水和雨天沉积物中DOM之间都存在一定的相似性, 尤其是表层水之间, 共有分子式的数量最多.一方面, 各共有分子池中均以CHO和CHOS化合物为主, 且在木质素类化合物中发生聚集.因此, 各河道中原本存在的天然有机物(NOM)与植物源成分是共有分子池中一个重要的组成部分.另一方面, 所有河道的共有分子池中最突出的C17H28O3S和C18H30O3S很可能是表面活性剂类化合物, 来源于生活污水[33, 34].这表明在城市内相似的土地利用下, 输入至河道中的生活污水等污染物DOM也存在一定的相似性, 从而造成共有分子池中污染物DOM的高丰度表现.此外, 水文因素、沉降和水力扰动等因素则导致了河道表层水与沉积物之间的相似性[9, 17, 35].
3.2 基于DOM分子指纹特征探究城市河道水体污染成因城市中由于土地利用多样化, 且人口密集等因素, 导致其相应的受纳河道中污染来源复杂.本研究中河道总体的相关性结果表明, 河道中的植物源成分与水质指标呈反比, 而多杂原子化合物则与水质指标呈正比.已有研究证明杂原子化合物是人为污染物的一个重要标志, 因此城市河道中水质指标的升高主要归因于外源人为污染的输入导致的.但城市中的人为污染来源众多, 在它们的共同作用下最终导致了河道的污染.
降雨已被众多研究证明是导致城市污染物输入河道的一个重要途径, 但对雨天和旱天时河道污染物DOM的分子成分及其来源尚缺乏探究[36~39].本研究中旱天河道处于较稳定的水文状态, 表层水与沉积物之间存在明显的分层.因此旱天沉积物能够表现长时间尺度下河道所受到的污染, 而表层水则能反映旱天时污染物的直接输入.本研究的旱天河道中DOM以CHO和木质素类化合物为主, 其次为CHOS、CHON和蛋白质类化合物等.然而, 旱天沉积物比旱天表层水中DOM普遍含有更高的多杂原子化合物和脂肪类化合物, 揭示了受长期人为污染的河道中污染物累积于沉积物之后的DOM分子成分分布变化.雨天河道中的CHO和木质素类化合物的占比则高于旱天, 蛋白质类化合物低于旱天, 展现了降雨对河道DOM的占比的影响.一方面, 雨天时的泵站溢流以及降雨造成的地表径流对路面的冲刷通常会将大量污染物带入河道, 但本研究的雨天河道DOM中反而呈现出比旱天更高的植物源化合物以及更低的人为源DOM占比[15, 40~42].这可能是由于本研究的雨天采样事件中降雨量有限, 这证明了在降雨量较小时, 市政管网并未产生溢流或溢流较少, 对雨天河道的污染输入则较少, 但沉积物中累积的蛋白质类、脂肪类和杂原子化合物揭露了本研究的河道中长期积累的人为源污染物, 可能与暴雨天气下的泵站溢流有较大关联, 也可能是旱天河道中外源污染物的输入导致的.同时, 采样点周围的绿地覆盖面积较广, 从而导致绿地径流为河道带来更多的植物源化合物, 并进一步稀释了河道中的蛋白质类和脂肪类化合物.另一方面, 雨天时河道中发生的水力扰动使沉积物泛起, 其中的部分DOM释放进入表层水, 从而造成了沉积物中蛋白质类和脂肪类化合物占比的降低.这两方面原因共同导致了雨天河道沉积物中DOC、TN和NH4+-N浓度降低以及表层水中三者浓度的升高.
市政管网溢流是城市中心河道污染的重要原因, 但现有研究缺乏对分流制和合流制排水系统溢流污染机制差异的探究, 以及两者对河道造成的污染结果的异同[12, 43].本研究结果表明, 分流制和合流制系统对河道的污染机制在DOM分子层面表现出显著差异.分流制排水系统对河道的污染主要来自于雨水管和污水管的混接错接和雨水泵站的溢流, 而合流制排水系统对河道的污染主要原因是雨天时降雨量的骤增导致合流管流量过大, 合流泵站溢流导致的[42, 44].在旱天时两个系统受纳河道中的DOM分布并没有显著区别, 但水质指标显示合流制系统的受纳河道中所受污染更为严重, 均为Ⅴ类水体.雨天时两个排水系统的河道沉积物DOM分布特征呈现出显著差异, 合流制排水系统的河道沉积物中表现出异常丰度的CHONS、CHONP、CHOSP化合物和稠环芳烃类化合物, 其中稠环芳烃类化合物被证明主要来源于植物高温燃烧、餐厨废水以及路面涂层材料等, 而杂原子化合物则较多来源于生活污水[45~47].因此合流制系统的受纳河道中可能受到更多的生活污水与径流污染.但这类稠环芳烃类污染物可能容易沉降至深层沉积物中, 导致在本研究采集的旱天表层沉积物和雨天表层水中均没有表现出高丰度, 而雨天河道中水力作用下对沉积物的冲击可能使这些深层DOM释放到了表层沉积物中, 从而造成了雨天沉积物中的高丰度稠环芳烃类化合物.
4 结论(1) 城市河道DOM虽然以植物源的CHO和木质素类化合物为主, 但同时脂肪类、蛋白质类化合物以及CHOS等杂原子化合物的高占比也显示出受长期人为污染源输入的特征.这些人为源DOM的输入同时也是造成河道中DOC、TN和NH4+-N的升高的重要原因.
(2) 城市河道之间存在共有DOM分子池, 其中C17H28O3S和C18H30O3S等表面活性剂类化合物正是生活污水输入的标志物.
(3) 雨天降雨和地表径流的输入使河道中CHO和木质素类化合物的占比增加, 而蛋白质类和脂肪类化合物受到稀释, 占比降低.同时, 在河道水力扰动促进DOM从沉积物中向表层水释放的作用下, 两者共同导致了雨天表层水中DOC、TN和NH4+-N浓度升高, 沉积物中的指标浓度、蛋白质类和脂肪类化合物占比降低.
(4) 合流制排水系统的受纳河道比分流制排水系统中存在更高丰度的多杂原子化合物和稠环芳烃类化合物, 并且在沉积物中产生富集, 证明了受纳河道在较长的时间尺度下受到更多的生活污水与径流污染, 尤其是餐厨废水.
| [1] | Wu H N, Li Y, Zhang W L, et al. Bacterial community composition and function shift with the aggravation of water quality in a heavily polluted river[J]. Journal of Environmental Management, 2019, 237: 433-441. DOI:10.1016/j.jenvman.2019.02.101 |
| [2] | 朱小平, 何瑞, 雷列辉, 等. 广州增城区黑臭河道表层沉积物污染特征及评价[J]. 能源与环境, 2021(4): 101-104. |
| [3] |
嵇晓燕, 侯欢欢, 王姗姗, 等. 近年全国地表水水质变化特征[J]. 环境科学, 2022, 43(10): 4419-4429. Ji X Y, Hou H H, Wang S S, et al. Variation characteristics of surface water quality in china in recent years[J]. Environmental Science, 2022, 43(10): 4419-4429. |
| [4] | Kalbitz K, Schmerwitz J, Schwesig D, et al. Biodegradation of soil-derived dissolved organic matter as related to its properties[J]. Geoderma, 2003, 113(3-4): 273-291. DOI:10.1016/S0016-7061(02)00365-8 |
| [5] | Chen S, Lu Y H, Dash P, et al. Hurricane pulses: Small watershed exports of dissolved nutrients and organic matter during large storms in the Southeastern USA[J]. Science of the Total Environment, 2019, 689: 232-244. DOI:10.1016/j.scitotenv.2019.06.351 |
| [6] | Romera-Castillo C, Pinto M, Langer T M, et al. Dissolved organic carbon leaching from plastics stimulates microbial activity in the ocean[J]. Nature Communications, 2018, 9(1). DOI:10.1038/s41467-018-03798-5 |
| [7] | Qi Y L, Xie Q R, Wang J J, et al. Deciphering dissolved organic matter by Fourier transform ion cyclotron resonance mass spectrometry (FT-ICR MS): from bulk to fractions and individuals[J]. Carbon Research, 2022, 1(1). DOI:10.1007/s44246-022-00002-8 |
| [8] | Ning C P, Gao Y, Zhang H J, et al. Molecular characterization of dissolved organic matters in winter atmospheric fine particulate matters (PM2.5) from a coastal city of northeast China[J]. Science of the Total Environment, 2019, 689: 312-321. DOI:10.1016/j.scitotenv.2019.06.418 |
| [9] |
朱弈, 陈浩, 丁国平, 等. 城镇与城郊污染河道中DOM成分分布与影响因素[J]. 环境科学, 2021, 42(11): 5264-5274. Zhu Y, Chen H, Ding G P, et al. Distribution and influencing factors of DOM components in urban and suburban polluted rivers[J]. Environmental Science, 2021, 42(11): 5264-5274. |
| [10] |
杨新德, 戴忱, 曹万春. 合流制排水系统截流能力分析与溢流污染控制方案[J]. 给水排水, 2021, 57(S1): 196-200. Yang X D, Dai C, Cao W C. Intercepting capacity analysis and overflow pollutants control scheme of combined system[J]. Water & Wastewater Engineering, 2021, 57(S1): 196-200. |
| [11] | 陈晓丽. 流域多空间尺度非点源污染模拟及其对气候变化的响应研究[D]. 广州: 华南理工大学, 2021. |
| [12] |
韩啸, 陶红, 李飞鹏, 等. 雨污分流制泵站旱天放江后上游调水对受纳河道水质的影响[J]. 净水技术, 2020, 39(1): 130-135. Han X, Tao H, Li F P, et al. Influence of upstream water diversion on water quality of receiving river after drainage in dry weather from pumping station of rain and sewage seperate system[J]. Water Purification Technology, 2020, 39(1): 130-135. |
| [13] | Gasperi J, Gromaire M C, Kafi M, et al. Contributions of wastewater, runoff and sewer deposit erosion to wet weather pollutant loads in combined sewer systems[J]. Water Research, 2010, 44(20): 5875-5886. DOI:10.1016/j.watres.2010.07.008 |
| [14] | Liu D, Du Y X, Yu S J, et al. Human activities determine quantity and composition of dissolved organic matter in lakes along the Yangtze River[J]. Water Research, 2020, 168. DOI:10.1016/j.watres.2019.115132 |
| [15] | Chen H, Liao Z L, Gu X Y, et al. Anthropogenic influences of paved runoff and sanitary sewage on the dissolved organic matter quality of wet weather overflows: an excitation-emission matrix parallel factor analysis assessment[J]. Environmental Science & Technology, 2017, 51(3): 1157-1167. |
| [16] | Catalán N, Casas-Ruiz J P, Von Schiller D, et al. Biodegradation kinetics of dissolved organic matter chromatographic fractions in an intermittent river[J]. Journal of Geophysical Research: Biogeosciences, 2017, 122(1): 131-144. DOI:10.1002/2016JG003512 |
| [17] | Kellerman A M, Dittmar T, Kothawala D N, et al. Chemodiversity of dissolved organic matter in lakes driven by climate and hydrology[J]. Nature Communications, 2014, 5(1). DOI:10.1038/ncomms4804 |
| [18] | Li X M, Sun G X, Chen S C, et al. Molecular chemodiversity of dissolved organic matter in paddy soils[J]. Environmental Science & Technology, 2018, 52(3): 963-971. |
| [19] | Zark M, Dittmar T. Universal molecular structures in natural dissolved organic matter[J]. Nature Communications, 2018, 9(1). DOI:10.1038/s41467-018-05665-9 |
| [20] | Zhang B L, Wang X N, Fang Z Y, et al. Unravelling molecular transformation of dissolved effluent organic matter in UV/H2O2, UV/persulfate, and UV/chlorine processes based on FT-ICR-MS analysis[J]. Water Research, 2021, 199. DOI:10.1016/j.watres.2021.117158 |
| [21] | Gonsior M, Zwartjes M, Cooper W J, et al. Molecular characterization of effluent organic matter identified by ultrahigh resolution mass spectrometry[J]. Water Research, 2011, 45(9): 2943-2953. DOI:10.1016/j.watres.2011.03.016 |
| [22] | Wagner S, Riedel T, Niggemann J, et al. Linking the molecular signature of heteroatomic dissolved organic matter to watershed characteristics in world rivers[J]. Environmental Science & Technology, 2015, 49(23): 13798-13806. |
| [23] | Sandron S, Rojas A, Wilson R, et al. Chromatographic methods for the isolation, separation and characterisation of dissolved organic matter[J]. Environmental Science: Processes & Impacts, 2015, 17(9): 1531-1567. |
| [24] | Dittmar T, Koch B, Hertkorn N, et al. A simple and efficient method for the solid-phase extraction of dissolved organic matter (SPE-DOM) from seawater[J]. Limnology and Oceanography, 2008, 6(6): 230-235. |
| [25] | Zhang B L, Shan C, Hao Z N, et al. Transformation of dissolved organic matter during full-scale treatment of integrated chemical wastewater: Molecular composition correlated with spectral indexes and acute toxicity[J]. Water Research, 2019, 157: 472-482. |
| [26] | Koch B P, Dittmar T. From mass to structure: an aromaticity index for high-resolution mass data of natural organic matter[J]. Rapid Communications in Mass Spectrometry, 2006, 20(5): 926-932. |
| [27] | Koch B P, Dittmar T, Witt M, et al. Fundamentals of molecular formula assignment to ultrahigh resolution mass data of natural organic matter[J]. Analytical Chemistry, 2007, 79(4): 1758-1763. |
| [28] | Stenson A C, Marshall A G, Cooper W T. Exact masses and chemical formulas of individual Suwannee River fulvic acids from ultrahigh resolution electrospray ionization fourier transform ion cyclotron resonance mass spectra[J]. Analytical Chemistry, 2003, 75(6): 1275-1284. |
| [29] | Sleighter R L, Hatcher P G. Molecular characterization of dissolved organic matter (DOM) along a river to ocean transect of the lower Chesapeake Bay by ultrahigh resolution electrospray ionization Fourier transform ion cyclotron resonance mass spectrometry[J]. Marine Chemistry, 2008, 110(3-4): 140-152. |
| [30] | Zhu Y, Chen H, Jia Q L, et al. Interactions of anthropogenic and terrestrial sources drive the varying trends in molecular chemodiversity profiles of DOM in urban storm runoff, compared to land use patterns[J]. Science of the Total Environment, 2022, 817. DOI:10.1016/j.scitotenv.2022.152990 |
| [31] | Liao Z L, Chu J Y, Luo C J, et al. Revealing the characteristics of dissolved organic matter in urban runoff at three typical regions via optical indices and molecular composition[J]. Journal of Environmental Sciences, 2021, 108: 8-21. |
| [32] | 张强. 黑臭水体形成原因及治理技术分析[J]. 资源节约与环保, 2021(2): 107-108. |
| [33] | Wang X, Wang J, Li K X, et al. Molecular characterization of effluent organic matter in secondary effluent and reclaimed water: Comparison to natural organic matter in source water[J]. Journal of Environmental Sciences, 2018, 63: 140-146. |
| [34] | Kamjunke N, Nimptsch J, Harir M, et al. Land-based salmon aquacultures change the quality and bacterial degradation of riverine dissolved organic matter[J]. Scientific Reports, 2017, 7. DOI:10.1038/srep43739 |
| [35] | 赵豆豆. 城市河道内源污染特征分析与研究[D]. 成都: 西南交通大学, 2019. |
| [36] |
徐宇婕, 龚玥敏, 毕军鹏, 等. 宁波市典型城市下垫面雨水径流污染特征解析[J]. 环境科学, 2020, 41(7): 3275-3284. Xu Y J, Gong Y M, Bi J P, et al. Analysis of rainwater runoff pollution characteristics of various typical underlying surfaces in Ningbo[J]. Environmental Science, 2020, 41(7): 3275-3284. |
| [37] |
聂云汉, 陈浩, 李磊, 等. 城市雨水径流中溶解性有机物的分子化学多样性[J]. 环境科学, 2020, 41(5): 2272-2280. Nie Y H, Chen H, Li L, et al. Molecular chemo-diversity of the dissolved organic matter occurring in urban stormwater runoff[J]. Environmental Science, 2020, 41(5): 2272-2280. |
| [38] | Lee M H, Lee Y K, Derrien M, et al. Evaluating the contributions of different organic matter sources to urban river water during a storm event via optical indices and molecular composition[J]. Water Research, 2019, 165. DOI:10.1016/j.watres.2019.115006 |
| [39] | Bianco A, Deguillaume L, Vaïtilingom M, et al. Molecular characterization of cloud water samples collected at the Puy de Dome (France) by fourier transform ion cyclotron resonance mass spectrometry[J]. Environmental Science & Technology, 2018, 52(18): 10275-10285. |
| [40] | Zhao C, Wang C C, Li J Q, et al. Dissolved organic matter in urban stormwater runoff at three typical regions in Beijing: chemical composition, structural characterization and source identification[J]. RSC Advances, 2015, 5(90): 73490-73500. |
| [41] |
郭文景, 张志勇, 闻学政, 等. 长江下游居民区降水地表径流的污染特征[J]. 环境科学, 2021, 42(7): 3304-3315. Guo W J, Zhang Z Y, Wen X Z, et al. Contamination characteristics of surface runoff in densely populated areas in downstream Yangtze River, China[J]. Environmental Science, 2021, 42(7): 3304-3315. |
| [42] |
边兆生, 蔡甜, 戴慧奇. 合流制分区排水系统溢流污染负荷评估与治理[J]. 中国给水排水, 2020, 36(21): 115-120. Bian Z S, Cai T, Dai H Q. Assessment and treatment of overflow pollution load in combined partition drainage system[J]. China Water & Wastewater, 2020, 36(21): 115-120. |
| [43] |
房金秀, 谢文霞, 朱玉玺, 等. 合流制面源污染传输过程与污染源解析[J]. 环境科学, 2019, 40(6): 2705-2714. Fang J X, Xie W X, Zhu Y X, et al. Pollutant transport analysis and source apportionment of the entire non-point source pollution process in combined sewer systems[J]. Environmental Science, 2019, 40(6): 2705-2714. |
| [44] | 丁磊. 不同排水体制下苏州河滨岸带空间结构特征及水环境响应[D]. 上海: 华东师范大学, 2019. |
| [45] | Lin C S, Huang R J, Duan J, et al. Polycyclic aromatic hydrocarbons from cooking emissions[J]. Science of the Total Environment, 2022, 818. DOI:10.1016/j.scitotenv.2021.151700 |
| [46] | Mahler B J, Van Metre P C, Crane J L, et al. Coal-tar-based pavement sealcoat and PAHs: implications for the environment, human health, and stormwater management[J]. Environmental Science & Technology, 2012, 46(6): 3039-3045. |
| [47] | Shi W X, Zhuang W E, Hur J, et al. Monitoring dissolved organic matter in wastewater and drinking water treatments using spectroscopic analysis and ultra-high resolution mass spectrometry[J]. Water Research, 2021, 188. DOI:10.1016/j.watres.2020.116406 |