2023, Vol. 44
2. 中国科学院大学, 北京 100049
2. University of Chinese Academy of Sciences, Beijing 100049, China
化学需氧量(chemical oxygen demand, COD)常用于表示污水或天然水体中有机污染程度, 定义为经重铬酸钾或高锰酸盐氧化时, 水样中溶解性物质和悬浮物所消耗的氧化剂相对应的氧浓度, 以mg·L-1计[1].重铬酸钾法可以氧化大部分有机物质及部分无机离子, 阳离子(如NH4+和Mn2+)在测定过程中几乎不被重铬酸钾氧化[2].可氧化的有机物质包括纤维素等, 但不能直接将直链烃和芳香烃等有机物氧化; 无机组分包括亚硝酸盐、硫化物和卤离子等, 其中Cl-是重铬酸钾法测定的主要干扰因素, 理论上1 mg Cl-贡献的COD值为0.226 mg, 当ρ(Cl-) < 2 000 mg·L-1时, 贡献值< 0.4 mg·L-1[3, 4].水体中无机可还原性离子浓度低时, 无机离子对COD的贡献可忽略[5].
当前, 有关天然水体中COD构成组分的研究较少[6].有机物质组分结构复杂, 包括类色氨酸、类富里酸物质和其他微生物产物等[7, 8], 常使用的分析方法包括三维荧光光谱、磁共振和傅里叶红外光谱等[9].三维荧光光谱技术具有灵敏度高、所需样品量少且不破坏样品结构等优点, 被广泛应用于天然有机质组分的分析中[10].有研究表明, COD对天然水体有机耗氧污染的评价存有一定偏差[11~13], 水体有机质的浓度常用总有机碳(TOC)表示[14, 15], TOC可分成易生化降解有机碳(LDOC)和难生化降解有机碳(RDOC), 并采用生化需氧量(BOD)来表示LDOC浓度[16].
白洋淀是华北平原最大的草型淡水湖泊, 水生植被空间分布差异明显, 湖心区以菹草和金鱼草等沉水植物为主, 沼泽区荷、芦苇等挺水植物为优势物种[17].同时, 长期受生活污水和沉积物等多种污染源影响, 呈现一定的有机耗氧污染[18].COD是我国评估有机污染的关键指标, 认识COD与有机物间的关系对浅水湖泊碳循环具有重要意义.本文选取白洋淀两处典型水域(采蒲台湖心区与烧车淀沼泽区)为研究对象, 采用物理连续分级法和三维荧光光谱等方法, 对水体中影响COD的物质进行定量和定性分析; 通过组分荧光结果对有机物来源进一步探讨, 并利用有机物可生化降解情况分析有机质的转化与COD测定方法间的联系, 揭示造成该水体有机污染的主要原因及贡献, 以期为白洋淀水环境和水生态管理提供理论依据.
1 材料与方法 1.1 研究区域与样品采集白洋淀(38°44′~38°59′N, 115°45′~116°26′E)地处河北省雄安新区, 属海河流域大清河水系.其下垫面种类多样, 包括开阔水域、淀中村和沼泽区等, 国控断面ρ(COD)较高(20~50 mg·L-1), 年平均气温为7.3~12.7℃, 非冰封期为3~11月[18, 19].
2021年5月, 采集白洋淀南北两处国控监测点的上覆水和表层沉积物(图 1), 分别为南部采蒲台湖心区(38°49′30″N, 116°01′31″E)和北部烧车淀沼泽区(38°57′01″N, 115°58′21″E).采蒲台以沉水植被为主, 毗邻村庄, 设有码头渡口[20], 水深3 m左右, 水体受多种污染源影响; 烧车淀常年生长芦苇台田为主的挺水植被, 水深约2 m, 受行船等人为扰动较少.
|
图 1 白洋淀研究水体及采集点位示意 Fig. 1 Study area and sampling sites in Baiyangdian Lake |
上覆水体分上、中、下3层采集(上层水：0~0.5 m, 中层水：1~1.5 m, 下层距底部沉积物0.5 m处).为避免有机物质降解, 水样及泥样于-20℃冷冻保存, 运输采用泡沫保温箱并用冰袋低温保存.叶绿素需进行现场水样抽滤, 滤膜避光冷冻保存.表层沉积物样品经离心处理(10 min, 转速3 000 r·min-1), 所得孔隙水避光保存在冰箱中, 在4 d内完成所有指标检测.
1.2 样品测定方法(1) 现场测定指标使用SL1000便携式多参数分析仪(Mu 3620IDS, WTW公司, 德国)测量溶解氧(DO)、原位pH值、电导率(COND)、总溶解性固体(TDS)和氧化还原电位(ORP).
(2) 上覆水及孔隙水常规测定指标COD、TOC、BOD5、叶绿素(Chla)、活性磷(SRP)、氨氮(NH4+-N)和硝氮(NO3--N).TOC的测定采用总有机碳测定仪(TOC-VCPH, SHIMADZU公司, 日本).COD、Chla、SRP和NH4+-N参照《水和废水监测分析方法》中的方法测定[21].BOD5采用微生物传感器快速测定仪(LH-BODK81, 连华科技, 中国).
(3) 有机及无机组分的测定阴离子(F-、Cl-、NO3-和SO42-)使用离子色谱仪(ICS-2100, 岛津公司, 日本).水体有机组分采用三维荧光分光光度计[RF-6000 (A40245801825SA)仪, 岛津公司, 日本]进行测定, 主要参数为激发波长(Ex)200~450 nm, 发射波长(Em)250~600 nm, 波长间隔为5 nm, 扫描速度为30 000 nm·min-1[22, 23].三维荧光结果需采用扣除空白水样和手动置零等方法消除拉曼散射和瑞利散射[17, 24].每个样品取3次平行结果进行分析, 超纯水作为空白样用于质量控制.
1.3 数据分析与处理方法 1.3.1 物理连续分级法COD组分分级方法主要可分为树脂吸附法和过滤分级两种[25, 26], 选用过滤分级法, 采用450 nm和220 nm的滤膜过滤器(Nylon 66)进行过滤分级, 分离得到不同粒级的成分.将连续分级后的水样进行COD和TOC测定, 运用差减法得到相邻滤级之间的COD或TOC差值[27].分为3级：悬浮颗粒态CODss(粒径>450 nm); 胶状态CODcol(粒径在220~450 nm之间); 溶解态CODd(粒径 < 220 nm).具体计算详见以下公式(TOC差值计法与COD相同).
|
(1) |
|
(2) |
|
(3) |
假使没有无机物质干扰, 且有机物都能完全被氧化成CO2, COD和TOC则有如下理论关系：COD(ThCOD)=2.67TOC, 此时有机物消耗的氧气的含量为理论需氧量[28].本研究将COD结果折算成C当量, 理论被氧化的有机物量(Thoc)和TOC的结果与有机物组分结构中O含量会产生的理论误差[1], Thoc通过公式(4)进行折算：
|
(4) |
利用三维荧光光谱对220 nm过滤后水体中的有机质进行组分表征.三维荧光光谱(3D-EEM)共计8个峰[29], 分别为: B峰类酪氨酸荧光峰(Ex/Em为225~235 nm/290~310 nm), 与有机质中的芳环氨基酸结构相关; T1和T2峰为类色氨酸荧光峰(Ex/Em为225~235 nm、265~285 nm/330~370 nm), 与微生物降解产生的芳香性蛋白类结构有关; T1峰为低激发色氨酸; T2峰表示高激发色氨酸[30]; M峰为类腐殖质荧光峰(Ex/Em为290~310 nm/370~410 nm), 与微生物代谢产物有关, 反映微生物活性强度; A峰和C峰为类富里酸荧光峰(Ex/Em为240~260 nm、335~365 nm/380~420 nm), 反映陆源性植物代谢物或生物残体(即陆源性)输入的富里酸和腐殖酸; H峰表示紫外区胡敏酸(Ex/Em为260~300 nm/475~510 nm); F峰表示可见区胡敏酸(Ex/Em为350~380 nm/475~510 nm), 一般用于表征陆源性有机物质[24].对上述三维荧光光谱图进行平行因子分析验证[31], 可以得到荧光强度的定量分析结果.
基于光谱分析数据确定荧光指数(FI)、生物指数(BIX)和腐殖化指数(HIX).FI表示Ex为370 nm时Em在450 nm和500 nm处荧光强度的比值, 可表征有机质中腐殖质来源, 当FI接近1.4表明有机质主要以陆源(植物、台田等其他输入外源)为主, 而接近1.9主要以微生物降解的内源为主.BIX表示Ex为310 nm时, Em在380 nm和430 nm处荧光强度的比值, 被用来估计内源物质(自生源, 浮游生物微生物为主)对有机质的相对贡献, 当BIX < 0.8时, 相应的有机物主要来自陆地输入; >0.8时, 表明主要来自微生物及其代谢物[32].HIX是指Ex为255 nm时, Em在435~480 nm与300~345 nm处荧光强度的平均值之比, 表示有机质的腐殖化程度.HIX越高则腐殖化程度越高, 芳香性越强, 且当HIX指数均小于1.5时与内源相关[7].
1.3.4 可生化性分析方法采用BOD表征白洋淀水体中的可生化降解有机物污染水平[33].BOD表征有机物可被微生物降解的需氧量; CODR代表为难被微生物生化降解的部分, 则COD中微生物难降解部分含量如公式(5)所示[15]：
|
(5) |
沉积物-水交互界面存在污染释放风险[34], 因此运用Fick第一定律[35]对白洋淀沉-水界面进行有机碳扩散通量估算:
|
(6) |
式中, F为扩散通量[mg·(m2·d)-1]; 
|
(7) |
|
(8) |
式中, D0为无限稀释条件下的理想扩散系数, 计算φ孔隙度的关系式为:
|
(9) |
式中, Ww为湿重, Wd为干重, BV为沉积物的容重.BV根据以下关系式确定:
|
(10) |
式中, ρD为固体沉积物密度, 一般取值为2.5 g·cm-3.无限稀释的溶质D0为10-5 cm2·s-1.
1.3.6 数据处理采用Excel 2010和SPSS 13.0进行水质指标的数据基础统计分析和计算.Arc Map10.6用于采样点位示意图的绘制.利用Graphpad Prism 8中Grouped tables对两点位COD和TOC物理分级结果进行绘制, 并通过XY analyses线性相关(Linear regression)对可生化降解情况进行分析.使用Origin Pro 2022b进行COD和TOC占比图绘制, 并通过加载2D Correlation Spectroscopy Analysis和Matlab R2018b的drEEM工具箱(ver.0.2.0)进行平行因子分析(PARAFAC)对三维荧光数据进行处理.
2 结果与分析 2.1 COD物理连续分级由图 2所示, CODd为采蒲台和烧车淀上覆水及孔隙水COD的主要存在形式.对比两处上覆水, 采蒲台ρ(COD)均值为(33.87±6.02)mg·L-1, 其中CODd占比最高为59%~93%[(24.40±1.20)mg·L-1], CODcol占比为7%~17%, CODss占比0%~24%; 烧车淀ρ(COD)均值为(25.07±0.23)mg·L-1, CODd占比最高, 为56%~70%[(16.13±1.29)mg·L-1], CODcol占比为27%~44%.采蒲台易受行船等水动力的人为影响, 加速动植物残体水解, 造成采蒲台COD和CODd显著高于烧车淀(P < 0.05).另一方面, 受地表径流影响, 采蒲台颗粒态CODss增加, 颗粒物进一步沉降导致COD出现明显的垂向分层变化[图 2(a)], 而烧车淀CODcol所占比例高于采蒲台.
|
(a)柱状为采蒲台和烧车淀水体中COD不同滤级浓度, 圆环为孔隙水COD分级结果, A表示ρ(COD)=70.4 mg·L-1, B表示ρ(COD)=78.4 mg·L-1; (b1)采蒲台和(b2)烧车淀COD不同滤级占比情况 图 2 白洋淀水体物理分级COD及占比情况 Fig. 2 Physical continuous classification and proportion of COD in Baiyangdian Lake |
孔隙水COD由CODd和CODcol两部分构成, CODd为主要形态.采蒲台ρ(CODd)均值为(68.80±0.30)mg·L-1所占比例高达98%, 烧车淀CODd占77%[(60.00±0.20)mg·L-1], CODcol占比较采蒲台有所增加, 与上覆水情况一致.
2.2 COD组成成分贡献 2.2.1 有机组分贡献采蒲台和烧车淀有机碳主要由TOCd(82%~100%)组成[图 3(a)].采蒲台上覆水ρ(TOCd)为(15.84±0.07)mg·L-1(98%~100%), 采蒲台TOC显著高于烧车淀(P < 0.05), 烧车淀ρ(TOCd)为(8.67±0.19)mg·L-1.上覆水TOC浓度随水深无明显变化(δ为0.04和0.07), 明显区别于COD分级结果.理论C浓度(Thoc)与TOC对比结果进一步表明[图 3(b)], 采蒲台ρ(Thoc)[(12.68±2.25)mg·L-1]均显著低于其TOC浓度(P < 0.05); 而烧车淀ρ(Thoc)[(9.39±0.09)mg·L-1]与TOC浓度相近无显著性.相较之下, 采蒲台水体中含有更难被强氧化剂氧化的物质(如芳香烃类、长链类芳香化合物等), 或组分结构中O元素增多[36].
|
图 3 白洋淀水体有机组分对COD产生的贡献 Fig. 3 Contribution of organic matter to COD in Baiyangdian Lake |
孔隙水中ρ(TOC)分别为29.13 mg·L-1和27.84 mg·L-1, 得到TOC释放通量为1.55 mg·(m2·d)-1和2.28 mg·(m2·d)-1, 表明烧车淀表层沉积物中有机物更易向上覆水释放.
2.2.2 无机离子贡献F-、Cl-、NO3-和SO42-这4种无机离子对COD的耗氧贡献甚微.如表 1所示, F-未检出, 采蒲台和烧车淀上覆水ρ(Cl-)分别为(149.64±0.18)mg·L-1和(77.07±1.04)mg·L-1.主要产生贡献的ρ(Cl-)远低于2 000 mg·L-1, 且其他无机离子浓度较低, 对COD产生的影响忽略不计.
|
表 1 白洋淀典型水体阴离子垂直分布特征/mg·L-1 Table 1 Vertical distribution characteristics of anions in typical areas of Baiyangdian Lake/mg·L-1 |
2.3 有机物质组分及含量
采蒲台和烧车淀水体中有机物质主要为类蛋白质和类腐殖质, 并以类蛋白质为主.如图 4所示, T峰的荧光强度最高, B峰和A峰次之.上覆水对比结果表明, 采蒲台上覆水荧光强度整体高于烧车淀, 采蒲台T2峰更为明显, 该现象主要与人为干扰有关, 生活污水中含有大量多环芳烃等类色氨酸类物质, 增加了该水域生活产污相关类蛋白质物质的含量[30].相较之下, 孔隙水T1峰明显增强, 表层沉积物中有机质会进行更为活跃的微生物降解过程.
|
图 4 白洋淀采蒲台与烧车淀水体垂直空间DOM三维荧光光谱 Fig. 4 Three-dimensional excitation-emission matrix fluorescence spectra of DOM in different water types in Baiyangdian Lake |
平行因子分析(PARAFAC)鉴定出5种荧光组分(表 2和图 5).C1组分出现一个荧光峰值, 对应的激发波长和发射波长分别为Ex=270 nm和Em=330 nm, 荧光特征类似于游离或结合在蛋白质中的色氨酸, 推测为高激发态类色氨酸物质, 与人为影响相关[37]; C2(Ex=230 nm, Em=340 nm)该类有机质分子量比较低; C3波长峰值(Ex=240 nm, Em=410 nm)推断为类腐殖质的富里酸物质; C4在Ex=205 nm, Em=450 nm处出现强荧光峰, 为类胡敏酸; C5在Ex=225 nm, Em=330 nm出现强峰, 属于类酪氨酸, 与微生物活动相关[31].
|
|
表 2 5种荧光组分分布范围 Table 2 Regional distribution of five fluorescent components |
|
图 5 白洋淀水体DOM荧光组分分类 Fig. 5 Classification of fluorescent components of DOM in different water types in Baiyangdian Lake |
由图 6所示, 上覆水有机质主要为类色氨酸(C1+C2, 76.24%~84.95%), 其次为类腐殖酸(C3+C4, 14.28%~18.02%), 相较于上覆水, 孔隙水中类腐殖酸(21.62%~21.73%)相对增加.对比两处水体, 采蒲台上覆水荧光强度(平均31.08 R.U.)高于烧车淀(平均15.10 R.U.), 其中, 采蒲台C1(高激发态类色氨酸)最高, 荧光强度为(21.17±0.54) R.U.(占68.12%).组分变化最为明显的是烧车淀孔隙水, 其C5(类酪氨酸)的荧光强度为6.55 R.U.(26.17%)高于采蒲台(0.97 R.U., 2.14%).烧车淀沉积物有机物质可能来源于芦苇等植物残体的内源性分解, 分解产物沉积于表层, 活跃的生物分解导致孔隙水中类酪氨酸含量明显增高.
|
图 6 白洋淀采蒲台与烧车淀荧光强度及各组分占比 Fig. 6 Fluorescence intensity and proportion of components in different water types in Baiyangdian Lake |
上覆水中有机质主要源于微生物降解产生的内源物质和陆生植被及人为干扰等陆源的综合影响, 孔隙水中有机物主要受陆源影响.由图 7所示, 两处上覆水FI结果分别为1.67±0.02和1.66±0.04, 受陆源与内源的共同影响; 孔隙水FI小于上覆水, 烧车淀孔隙水FI最小, 表示烧车淀沉积物受陆源植被输入影响最大.上覆水自生源指数BIX分别为1.00±0.02和1.02±0.07, 均大于0.8, 意味着上覆水中有机物主要由微生物代谢产生; 而孔隙水的BIX < 0.8, 相对受陆源输入影响较多.上覆水HIX范围为0.59~0.92, 随深度递减, 沉积物-水交界面的稳定性和腐殖化程度较低, 有机组分芳香化程度更简单, 可能与沉积物-水交界处微生物活性高有关; 孔隙水HIX为1.09~1.47高于水体, 采蒲台孔隙水HIX最高, 该处沉积物的腐殖化程度最高、结构更稳定[7].
|
图 7 白洋淀采蒲台与烧车淀水体荧光指数 Fig. 7 Fluorescence index in different water types in Baiyangdian Lake |
采蒲台和烧车淀水体TOC主要由难生化降解有机物(RDOC)组成, 易生化降解有机物(LDOC)较少(1.97%~4.95%).由图 8所示, 采蒲台和烧车淀上覆水ρ(BOD)分别为(1.21±0.35) mg·L-1和(0.98±0.26)mg·L-1, BOD仅占COD的2.74%~4.80%, 则COD主要以CODR为主(93.2%~97.26%).结合线性分析结果, COD、CODR均与TOC呈高度正相关(R2=0.89, P < 0.000 1), 表明COD增加受TOC不断累积的影响, 意味着RDOC为主要累积物.综上, 研究区域COD主要受难生化降解有机物的控制.
|
图 8 白洋淀有机物指标(COD、BOD、CODR和TOC)可生化降解情况及线性相关分析 Fig. 8 Biodegradability and linear analysis among COD, BOD, CODR, and TOC in Baiyangdian Lake |
类蛋白质及类腐殖质类溶解性有机物为采蒲台和烧车淀上覆水及孔隙水中COD耗氧的主要成分, 但两处水体耗氧过程仍存在差异.如图 9所示, 沉积物-水界面会发生活跃的降解反应, 有机产物会释放至上覆水中.采蒲台沉积物受人为影响存在更多类腐殖质类老化有机质, 有机物芳香化程度更高更稳定, 转化周期长, 且更难被重铬酸钾完全氧化.烧车淀孔隙水中类酪氨酸新鲜有机质有所增加, 更易发生降解反应[42], 有机物稳定性低于采蒲台; 结合COD分级结果, 该处分解产物几乎能被强氧化剂完全反应, 另烧车淀上覆水中CODcol较多或许与转化周期较短、微生物分解产物的再聚合有关, 导致两处水体呈现不同程度的有机污染.
|
图 9 采蒲台和烧车淀有机耗氧物质降解过程对比 Fig. 9 Comparison of degradation process of organic oxygen consuming substances in Baiyangdian Lake |
稳定的难降解有机物为本研究水域COD的主控因素, 采蒲台中RDOC不能完全被重铬酸钾氧化, 烧车淀中有机物几乎可以被完全氧化.Jiao等[2]以韩国的汉江为例, 20 a前主要受易生化降解有机质控制, 期间LDOC持续下降, 而COD保持相对稳定, 难生化降解有机质会被重新激活进行分解, 进而控制COD, 表明COD受LDOC或RDOC的控制会因地理气候等原因发生变化.本研究COD测定值远高于天然水体自然耗氧值, COD可共同氧化天然水体中的LDOC和大部分RDOC, 高估了有机物对水体污染的情况.
朱鹏航等[43]对我国内蒙古大型草型湖泊乌梁素海进行分析, 该水体透明度高, 水质清澈, 但COD常年处于劣Ⅴ类(>40 mg·L-1), 水中的有机质主要为芦苇和沉水植物降解产生的类腐殖质类和类蛋白质[44, 45], 推测该区域COD测定氧化了水体中难降解的有机物, 导致水质评价结果为劣Ⅴ类.结合本研究水体相关数据, BOD数据结果均优于地表水Ⅰ类标准(3.00 mg·L-1), 而COD为地表水Ⅳ类(30 mg·L-1).因此, 单独使用COD可能无法有效阐明天然环境中的有机污染.
TOC已被提议用于监测废水和天然水环境, 但其测定结果包括RDOC, 未被充分考虑天然环境降解因素.相比之下, BOD是COD的首选替代指标, 然而, 传统的BOD法因操作繁杂、数据结果不稳定, Jiao等[2]建议于天然水环境使用光电生物需氧量法代替COD法.评估水体中有机污染时需考虑水体的自然降解过程, 政府等相关监管部门需结合不同变化条件因地制宜, 针对白洋淀制定更为完善的水质指标标准评价体系.
3.2 有机质组分降解与水质指标的相关性分析有机质组分与其他水质指标间的相关性如图 10所示.类色氨酸类蛋白质和类腐殖质(C1+C2和C3+C4)与COD、TOC和RDOC呈显著正相关(P < 0.05), 说明难生化降解有机物(RDOC)主要由类色氨酸类蛋白质和类腐殖质两类有机物构成.类蛋白质物质占主导的结果与陈召莹等[46]研究白洋淀水体中类蛋白质类物质高于类腐殖质类的结果一致.天然水环境中, 大量的类色氨酸蛋白质与类腐殖质短时间内可能难以直接被微生物利用并释放, 降解产物最终以类蛋白质有机物形态大量留存于水体中[47].有研究表明水体底部长期处于厌氧状态, 沉积物中化能异养微生物产生内源性缩氨酸类物质, 不能再被微生物利用或沉积或受水力扰动影响释放于上覆水[47, 48].BOD与HIX指数呈正相关, 也说明有机物芳香化程度相对高的表层沉积物中会发生活跃的微生物降解过程, 可能与异养微生物优先利用多肽蛋白质, 导致芳香环结构成分留存有关.
|
1.COD, 2.COD450, 3.COD220, 4.TOC, 5.RDOC, 6.BOD, 7.FI, 8.BIX, 9.HIX, 10.C1+C2, 11.C3+C4, 12.Chla, 13.SRP, 14非离子氨, 15.NO3--N; * 表示在P < 0.05水平显著相关; 色柱颜色映射右上三角区域色块的相关系数大小, 与左下三角数据对应 图 10 有机组分与水质指标相关分析热点图 Fig. 10 Hot spot correlation analysis of organic components and water quality indicators |
氮、磷与有机质的降解过程会产生一定的相互作用.NO3--N与有机物相关指标存在负相关关系(P < 0.05), 可能与有机物质中类腐殖质有助于反硝化反应有关, 为参与反硝化反应微生物提供碳源[46].NO3--N和不同粒级COD相关系数规律性递增, 说明颗粒大小可能会影响氮指标从而对有机降解产生影响[49].非离子氨和BIX显著负相关(P < 0.05), 非离子氨可能会对微生物产生毒害作用[50, 51], 进而导致微生物降解有机质的能力减弱.SRP与COD为显著正相关(P < 0.05), 水体中活性磷浓度随有机物增加而增加, 有机碳会促进难溶态磷酸盐向缓效磷库和活性磷库转化, 提高了磷的有效性[52].
4 结论(1) 采蒲台水域受村庄和其他人为影响, COD显著高于烧车淀水域(P < 0.05), 水体中COD主要组成物质为溶解态有机物(粒径小于220 nm的有机物), 贡献率为56%~93%, 无机组分对COD产生的贡献忽略不计.
(2) 白洋淀水体有机物质主要为近期生物活动引起的微生物降解产生的芳香类蛋白质(T峰)和陆生源类腐殖质(A峰和C峰), 上覆水体以类色氨酸类蛋白质为主, 孔隙水中类腐殖质类物质相较有所增加.采蒲台孔隙水相对受多种陆源的影响, 有机质更稳定, 而烧车淀孔隙水存有更多的类酪氨酸发生更活跃的降解反应, 有机质稳定性较低.
(3) 白洋淀COD主要受难生化降解有机物的控制, 重铬酸钾测定法可氧化大部分难生化降解有机物, 高估了有机污染水平.建议基于水生态健康要求并结合水质特点, 对白洋淀水体有机污染评价进行适当调整.COD单独作为评估有机污染指标存在不足, 随着水质监测和管理需求的增加, 下一阶段应科学完善和改进测量方法.
| [1] |
汪伟. 论水体化学需氧量的检测方法[J]. 中国资源综合利用, 2018, 36(8): 144-146. Wang W. Discussion on detection method of chemical oxygen demand in water[J]. China Resources Comprehensive Utilization, 2018, 36(8): 144-146. DOI:10.3969/j.issn.1008-9500.2018.08.048 |
| [2] | Jiao N Z, Liu J H, Edwards B, et al. Correcting a major error in assessing organic carbon pollution in natural waters[J]. Science Advances, 2021, 7(16). DOI:10.1126/sciadv.abc7318 |
| [3] |
杨世迎, 张文义, 单良, 等. 垃圾渗滤液COD检测方法中Cl-干扰问题的讨论[J]. 环境科学, 2010, 31(4): 1014-1020. Yang S Y, Zhang W Y, Shan L, et al. Chloride interference in the determination of COD of landfill leachate[J]. Environmental Science, 2010, 31(4): 1014-1020. |
| [4] | 严忠, 于文芳, 唐坤利, 等. 油田污水中COD组成分析及化学剂对COD的贡献[A]. 见: 《环境工程》2019年全国学术年会论文集(中册)[C]. 北京: 《工业建筑》杂志社有限公司, 2019. 113-118. |
| [5] |
雷乐成, 陈琳, 张瑞成. 油田废水的COD构成分析及生物可降解性研究[J]. 给水排水, 2002, 28(6): 44-47. Lei L C, Chen L, Zhang R C. On the COD constitution and biodegradation of oil field wastewater[J]. Water & Wastewater Engineering, 2002, 28(6): 44-47. DOI:10.3969/j.issn.1002-8471.2002.06.013 |
| [6] | Wang C, Zhang H, Lei P, et al. Evidence on the causes of the rising levels of CODMn along the middle route of the south-to-north diversion project in China: the role of algal dissolved organic matter[J]. Journal of Environmental Sciences, 2022, 113(3): 281-290. |
| [7] |
于雯超, 朱利英, 魏源送, 等. 干湿季节下再生水补给河流的溶解性有机物组成特征及其与致病菌基因的相互关系[J]. 环境科学学报, 2021, 41(1): 143-155. Yu W C, Zhu L Y, Wei Y S, et al. Characteristics of dissolved organic matter and its correlation with pathogenic genes for river replenished by reclaimed water in wet and dry seasons[J]. Acta Scientiae Circumstantiae, 2021, 41(1): 143-155. |
| [8] |
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 matter in summer water of inflow rivers along Chaohu Lake watershed[J]. Environmental Science, 2021, 42(8): 3743-3752. |
| [9] |
宋晓娜, 于涛, 张远, 等. 利用三维荧光技术分析太湖水体溶解性有机质的分布特征及来源[J]. 环境科学学报, 2010, 30(11): 2321-2331. Song X N, Yu T, Zhang Y, et al. Distribution characterization and source analysis of dissolved organic matters in Taihu Lake using three-dimensional fluorescence excitation-emission matrix[J]. Acta Scientiae Circumstantiae, 2010, 30(11): 2321-2331. DOI:10.13671/j.hjkxxb.2010.11.019 |
| [10] | Lin H, Guo L D. Variations in colloidal DOM composition with molecular weight within individual water samples as characterized by flow field-flow fractionation and EEM-PARAFAC analysis[J]. Environmental Science & Technology, 2020, 54(3): 1657-1667. |
| [11] | Aoki S, Fuse Y, Yamada E. Determinations of humic substances and other dissolved organic matter and their effects on the increase of COD in Lake Biwa[J]. Analytical Sciences, 2004, 20(1): 159-164. DOI:10.2116/analsci.20.159 |
| [12] | Dubber D, Gray N F. Replacement of chemical oxygen demand (COD) with total organic carbon (TOC) for monitoring wastewater treatment performance to minimize disposal of toxic analytical waste[J]. Journal of Environmental Science and Health, 2010, 45(12): 1595-1600. DOI:10.1080/10934529.2010.506116 |
| [13] | Lee J, Lee S, Yu S, et al. Relationships between water quality parameters in rivers and lakes: BOD5, COD, NBOPs, and TOC[J]. Environmental Monitoring and Assessment, 2016, 188(4). DOI:10.1007/s10661-016-5251-1 |
| [14] | Nieminen M, Sarkkola S, Sallantaus T, et al. Peatland drainage-a missing link behind increasing TOC concentrations in waters from high latitude forest catchments?[J]. Science of the Total Environment, 2021, 774. DOI:10.1016/j.scitotenv.2021.145150 |
| [15] |
于西龙, 张学典, 潘丽娜, 等. COD与TOC、BOD相关性的研究及其在水环境监测中的应用[J]. 应用激光, 2014, 34(5): 455-459. Yu X L, Zhang X D, Pan L N, et al. The research on the relationship between COD and TOC、BOD and its application on the water environmental monitoring[J]. Applied Laser, 2014, 34(5): 455-459. |
| [16] | Jouanneau S, Recoules L, Durand M J, et al. Methods for assessing biochemical oxygen demand (BOD): a review[J]. Water Research, 2014, 49: 62-82. DOI:10.1016/j.watres.2013.10.066 |
| [17] |
周石磊, 陈召莹, 张甜娜, 等. 白洋淀典型淀区沉积物间隙水溶解性有机物的光谱时空演变特征[J]. 环境科学, 2021, 42(8): 3730-3742. Zhou S L, Chen Z Y, Zhang T N, et al. Temporal and spatial evolution characteristics of DOM spectra in sediment interstitial water in typical zones of Baiyangdian Lake[J]. Environmental Science, 2021, 42(8): 3730-3742. |
| [18] |
佟霁坤. 近十年白洋淀水质特征及营养状态分析[D]. 保定: 河北大学, 2020. Tong J W. Analysis of water quality characteristics and nutrient status in Baiyang Lake in recent ten years[D]. Baoding: Hebei University, 2020. |
| [19] |
许梦雅, 张超, 单保庆, 等. 白洋淀不同类型水体表层沉积物重金属的赋存形态及风险[J]. 环境科学, 2022, 43(9): 4532-4542. Xu M Y, Zhang C, Shan B Q, et al. Speciation and risk of heavy metals in surface sediments of different types of water bodies in Baiyangdian Lake[J]. Environmental Science, 2022, 43(9): 4532-4542. |
| [20] |
卞宏辰, 张文强, 白少元, 等. 北方典型浅水湖泊沉积物有机碳沉积特征研究——以白洋淀为例[J]. 环境科学学报, 2022, 42(9): 172-181. Bian H C, Zhang W Q, Bai S Y, et al. Characteristics of organic carbon deposition in sediments of typical shallow lake in Northern China: a case study in Baiyangdian Lake[J]. Acta Scientiae Circumstantiae, 2022, 42(9): 172-181. |
| [21] | 国家环境保护总局. 水和废水监测分析方法[M]. (第四版). 北京: 中国环境科学出版社, 2002. |
| [22] |
时菲. 基于三维荧光光谱的水体有机污染物开集识别方法研究[D]. 杭州: 浙江大学, 2021. Shi F. Research on open-set recognition of organic pollutants in water based on 3D fluorescence spectroscopy[D]. Hangzhou: Zhejiang University, 2021. |
| [23] |
张亚楠, 张莉, 孙清轩, 等. 北运河上覆水DOM组分含量特征及对水质的影响[J]. 中国环境科学, 2021, 41(8): 3816-3824. Zhang Y N, Zhang L, Sun Q X, et al. Content characteristics of DOM components in overlying water of Beiyun River and its influence on water quality[J]. China Environmental Science, 2021, 41(8): 3816-3824. DOI:10.3969/j.issn.1000-6923.2021.08.039 |
| [24] |
刘东萍, 高红杰, 崔兵, 等. 白塔堡河底泥DOM组成结构的荧光光谱与多元统计模型表征[J]. 环境工程技术学报, 2021, 11(2): 249-257. Liu D P, Gao H J, Cui B, et al. Fluorescence spectra and multivariate statistical model characterization of DOM composition structure of Baitapu River sediment[J]. Journal of Environmental Engineering Technology, 2021, 11(2): 249-257. |
| [25] | Dulekgurgen E, Dǧruel S, Karahan Ö, et al. Size distribution of wastewater COD fractions as an index for biodegradability[J]. Water Research, 2006, 40(2): 273-282. DOI:10.1016/j.watres.2005.10.032 |
| [26] | Do? ruel S, Dulekgurgen E, Orhon D. Effect of ozonation on chemical oxygen demand fractionation and color profile of textile wastewaters[J]. Journal of Chemical Technology and Biotechnology, 2006, 81(3): 426-432. DOI:10.1002/jctb.1422 |
| [27] |
曹臣. 难降解废水高效生物除碳过程的实现及生物出水COD组成研究[D]. 广州: 华南理工大学, 2011. Cao C. Biological decarburization process of refractory wastewater and COD fractionations of effluent[D]. Guangzhou: South China University of Technology, 2011. |
| [28] |
孙立岩, 姚志鹏, 张军, 等. 地表水中TOC与COD换算关系研究[J]. 中国环境监测, 2013, 29(2): 125-130. Sun L Y, Yao Z P, Zhang J, et al. Research of TOC and COD conversion relation in surface waters[J]. Environmental Monitoring in China, 2013, 29(2): 125-130. |
| [29] | Yu H B, Song Y H, Tu X, et al. Assessing removal efficiency of dissolved organic matter in wastewater treatment using fluorescence excitation emission matrices with parallel factor analysis and second derivative synchronous fluorescence[J]. Bioresource Technology, 2013, 144: 595-601. |
| [30] |
钟润生, 张锡辉, 管运涛, 等. 三维荧光指纹光谱用于污染河流溶解性有机物来源示踪研究[J]. 光谱学与光谱分析, 2008, 28(2): 347-351. Zhong R S, Zhang X H, Guan Y T, et al. Three-dimensional fluorescence fingerprint for source determination of dissolved organic matters in polluted river[J]. Spectroscopy and Spectral Analysis, 2008, 28(2): 347-351. |
| [31] | Stedmon C A, Bro R. Characterizing dissolved organic matter fluorescence with parallel factor analysis: a tutorial[J]. Limnology and Oceanography: Methods, 2008, 6(11): 572-579. |
| [32] | Huguet A, Vacher L, Relexans S, et al. Properties of fluorescent dissolved organic matter in the Gironde Estuary[J]. Organic Geochemistry, 2009, 40(6): 706-719. |
| [33] |
黄加元, 郭效瑛, 李伟, 等. 地表水水体中CODCr和BOD5相关性分析[J]. 安徽化工, 2021, 47(5): 72-74, 77. Huang J Y, Guo X Y, Li W, et al. Correlation analysis of CODCr and BOD5 in surface water bodies[J]. Anhui Chemical Industry, 2021, 47(5): 72-74, 77. |
| [34] |
雷沛, 张洪, 王超, 等. 沉积物水界面污染物迁移扩散的研究进展[J]. 湖泊科学, 2018, 30(6): 1489-1508. Lei P, Zhang H, Wang C, et al. Migration and diffusion for pollutants across the sediment-water interface in lakes: a review[J]. Journal of Lake Sciences, 2018, 30(6): 1489-1508. |
| [35] | Boudreau B P. The diffusive tortuosity of fine-grained unlithified sediments[J]. Geochimica et Cosmochimica Acta, 1996, 60(16): 3139-3142. |
| [36] |
武恒平. 焦化废水预处理单元特征及生物出水COD分质的研究[D]. 广州: 华南理工大学, 2017. Wu H P. The study of pretreatment in coking wastewater and COD fractionation in biotreated effluent[D]. Guangzhou: South China University of Technology, 2017. |
| [37] | Ohno T. Fluorescence inner-filtering correction for determining the humification index of dissolved organic matter[J]. Environmental Science & Technology, 2002, 36(4): 742-746. |
| [38] | Stedmon C A, Markager S. Resolving the variability in dissolved organic matter fluorescence in a temperate estuary and its catchment using PARAFAC analysis[J]. Limnology and Oceanography, 2005, 50(2): 686-697. |
| [39] | Fellman J B, D'Amore D V, Hood E, et al. Fluorescence characteristics and biodegradability of dissolved organic matter in forest and wetland soils from coastal temperate watersheds in southeast Alaska[J]. Biogeochemistry, 2008, 88(2): 169-184. |
| [40] | 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. |
| [41] | Coble P G. Characterization of marine and terrestrial DOM in seawater using excitation-emission matrix spectroscopy[J]. Marine Chemistry, 1996, 51(4): 325-346. |
| [42] |
倪茂飞, 周慧, 马永梅, 等. 典型喀斯特城市湖库溶解性有机质成分特征及来源解析[J]. 环境科学, 2022, 43(7): 3552-3561. Ni M F, Zhou H, Ma Y M, et al. Dissolved organic matter component and source characteristics of the metropolitan lakes and reservoirs in a typical Karst region[J]. Environmental Science, 2022, 43(7): 3552-3561. |
| [43] |
朱鹏航, 于瑞宏, 葛铮, 等. 乌梁素海长时序水质变化及其驱动因子[J]. 生态学杂志, 2022, 41(3): 546-553. Zhu P H, Yu R H, Ge Z, et al. Long-term changes of water quality and the driving factors of Wuliangsuhai Lake[J]. Chinese Journal of Ecology, 2022, 41(3): 546-553. |
| [44] |
冯伟莹. 湖泊沉积物溶解性有机质荧光特征及其生物有效性研究[D]. 呼和浩特: 内蒙古农业大学, 2013. Feng W Y. Fluorescence characteristics and bioavailability of dissolved organic matter in lake sediments[D]. Hohhot: Inner Mongolia Agricultural University, 2013. |
| [45] |
居琪, 章奇, 曹驰程, 等. 湖泊沉积物中微生物群落对天然有机质输入的响应[J]. 环境科学, 2021, 42(7): 3263-3271. Ju Q, Zhang Q, Cao C C, et al. Response of microbial community to natural organic matter input in lake sediments[J]. Environmental Science, 2021, 42(7): 3263-3271. |
| [46] |
陈召莹, 张甜娜, 张紫薇, 等. 白洋淀春季沉积物好氧反硝化菌群落结构特征及对溶解性有机物的响应[J]. 湖泊科学, 2022, 34(2): 538-552. Chen Z Y, Zhang T N, Zhang Z W, et al. Aerobic denitrifying bacteria community structure and response of aerobic denitrifying bacteria to dissloved organic matter in the sediments in Lake Baiyangdian in the spring[J]. Journal of Lake Sciences, 2022, 34(2): 538-552. |
| [47] |
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. |
| [48] |
王海丽, 刁俊睿, 钱文杰, 等. 东钱湖水体异养细菌的时空分布及其与环境影响因素和有机质的关系[J]. 生态科学, 2020, 39(1): 85-92. Wang H L, Diao J R, Qian W J, et al. The spatial and temporal distribution of heterotrophic bacteria in Dongqian Lake and it's relationship with the environmental factors and the organic matter[J]. Ecological Science, 2020, 39(1): 85-92. |
| [49] | Yang X L, Yu X B, Cheng J R, et al. Impacts of land-use on surface waters at the watershed scale in southeastern China: insight from fluorescence excitation-emission matrix and PARAFAC[J]. Science of the Total Environment, 2018, 627: 647-657. |
| [50] | Zhu Y Y, Jin X, Tang W Z, et al. Comprehensive analysis of nitrogen distributions and ammonia nitrogen release fluxes in the sediments of Baiyangdian Lake, China[J]. Journal of Environmental Sciences, 2019, 76: 319-328. |
| [51] | Zhang C, Shan B Q, Tang W Z, et al. Identifying sediment-associated toxicity in rivers affected by multiple pollutants from the contaminant bioavailability[J]. Ecotoxicology and Environmental Safety, 2019, 171: 84-91. |
| [52] |
路鹏, 李文海, 牛金璨, 等. 不同有机碳水平下(土楼)土磷的有效性及无机磷形态转化[J]. 中国农业科学, 2022, 55(1): 111-122. Lu P, Li W H, Niu J C, et al. Phosphorus availability and transformation of inorganic phosphorus forms under different organic carbon levels in a tier soil[J]. Scientia Agricultura Sinica, 2022, 55(1): 111-122. |