2023, Vol. 44
2. 重庆师范大学GIS应用研究重点实验室, 重庆 401331;
3. 重庆市规划和自然资源调查监测院, 重庆 401121;
4. 重庆市规划和自然资源局自然资源部国土空间规划监测评估预警重点实验室, 重庆 401147
2. Key Laboratory of GIS Application Research, Chongqing Normal University, Chongqing 401331, China;
3. Chongqing Planning and Natural Resources Survey and Monitoring Institute, Chongqing 401121, China;
4. Key Laboratory of Monitoring, Evaluation and Early Warning of Territorial Spatial Planning Implementation, Ministry of Natural Resources, Chongqing Planning and Natural Resources Bureau, Chongqing 401147, China
河流是连接陆地和海洋的重要纽带, 是陆源物质向海洋输送的重要途径, 对全球的物质循环和能量流动具有重要意义[1].溶解性有机质(dissolved organic matter, DOM)是一类广泛存在于天然水体中, 结构复杂、性质稳定的碳基溶解性有机混合物[2], 在河流生态系统的生物地球化学循环中发挥重要作用[3~5].作为有机和无机异生素的载体, DOM丰度过高会促进细菌藻类生长、加重水体污染程度, 对环境造成负面影响[6, 7].地表水体中的DOM主要源于陆源输入和内源生产[8, 9], 陆源输入主要指陆面有机质通过降雨径流、土壤淋洗、植被过滤和人为排放进入水体, 内源生产主要指浮游类动植物和细菌在自身的代谢活动中生产DOM[10, 11].目前国内外研究多基于光学性质研究DOM化学组成、结构特征和来源[5, 8, 12], 如李程遥等[8]和张文浩等[12]基于三维荧光光谱-平行因子(EEM-PARAFAC)和紫外-可见(UV-Vis)吸收光谱分析了水库、湖泊和河流的DOM光学特性、组成和来源, Chen等[5]也基于光学特性解析了不同来源DOM的光反应和生物反应差异.而关于土地利用方式对河流DOM的影响研究较为薄弱[3], 土地利用受人类活动调控, 直接影响DOM的释放和转化过程[13], 一方面通过输入陆面DOM(如生活生产污水、土壤残存有机质)直接改变河流DOM丰度[14], 另一方面通过提升水体的营养水平促进浮游类动植物和细菌的生长[15], 从而间接提升DOM的内源生产量[16].
区分并量化土地利用对河流DOM的直接影响(即输入陆源DOM)和间接影响(即通过增加水体营养负荷间接提高DOM的内源生产量), 对了解土地利用影响内陆水域生物地球化学特征的机制至关重要[17].但由于土地利用、水体营养状况和DOM之间相互作用复杂, 辨析和定量评价土地利用对DOM的直接、间接影响难度较大[18].有研究发现, 流域范围内土地利用方式、水体营养状况和河流DOM之间的关系密切[19~21], 但其中潜在的因果关系有待进一步研究.Zhang等[20]的研究发现海拔会影响湖泊营养物质和土地利用方式, 从而影响DOM来源和组成, 但尚不清楚其中潜在的因果关系; Chen等[21]的研究发现城镇用地会同时向河流输送陆源DOM和营养物质, 但河流DOM浓度的增长主要是陆源输入增加所致还是河流营养状况增强所致仍待商榷.Du等[18]的研究发现长江流域湖泊的DOM成分中, 溶解性有机碳(DOC)和有色溶解性有机质(CDOM)更多源于内源生产, 而荧光溶解性有机质(FDOM)则对外源输入更敏感.倪茂飞等[22]在典型喀斯特河流芙蓉江分析了DOM光学参数, 发现汛期河流DOM以内源生产为主, 但陆源输入、城镇化过程和水电站修筑也会显著影响河流DOM成分.此外, 土地利用对河流的影响存在空间尺度效应, 即不同尺度下的土地利用对河流水环境的影响不同.以往研究多从子流域、河岸带缓冲区和河段缓冲区等尺度研究两者的关系和尺度效应.张柳柳等[23]和Zhang等[24]采用了河岸带尺度和子流域尺度, 研究土地利用对河流水质的影响.舒旺等[25]采用了圆形缓冲区、河岸缓冲区和子流域尺度, 研究地表景观结构对浮游细菌群落的影响.但由于不同流域的环境背景差异, 土地利用影响河流的空间尺度效应存在争议[23], 需开展更多的多空间尺度对比研究.
以往研究多通过直接对比不同流域背景下多条河流DOM参数差异[26, 27]、或对比同一条河流不同空间位置上DOM参数差异[9, 28]、或通过简单的相关分析[29]来推测土地利用对河流DOM的影响.但前两者方法只是通过比较象征不同来源的参数来推测DOM来源, 并未直接建立土地利用与河流DOM的数理统计关系, 而相关分析也侧重于土地利用对河流DOM的直接影响, 没有考虑到土地利用对河流DOM内源生产的影响.偏最小二乘路径模型(partial least squares path modeling, PLS-PM) 结合了回归模型、结构方程和主成分分析, 揭示多组变量之间的深层次因果关系[30], 近年来逐渐应用于生态[31]和水环境保护[32]等领域.该模型由外部模型和内部模型组成[33], 外部模型通过多个显变量对潜变量进行描述, 而内部模型通过搭建路径寻找潜变量之间的因果关系, 因而可用于区分和量化土地利用对河流DOM的直接和间接影响相对强度.
本文以典型喀斯特河流——芙蓉江为例, 通过PLS-PM模型从直接和间接两个途径定量探讨多空间尺度下土地利用对河流DOM的影响机制及差异.本研究目的为: ①建立“土地利用-水体营养状况-DOM”路径模型, 评估土地利用对DOM的直接影响强度、土地利用对水体营养状况的影响强度以及以水体营养状况为中介对DOM的间接影响强度; ②定量比较不同DOM组分对土地利用和水体营养状况的响应, 探究土地利用对不同DOM组分的影响差异性及空间尺度效应.本研究结果可为流域土地利用资源合理配置和水体生态风险评价提供科学参考.
1 材料与方法 1.1 研究区概况本研究采样点分布在芙蓉江流域(图 1), 芙蓉江为我国西南地区典型的喀斯特河流, 发源于贵州省遵义市, 途经重庆市彭水县和武隆区, 最终在武隆区江口镇汇入乌江.芙蓉江地理位置为28°00′57″~29°14′23″N, 107°10′03″~107°52′42″E, 全长约231 km, 流域面积约7 406 km2.该流域水系发达, 以三江、梅江和清溪河为主要支流.流域内碳酸盐分布广泛且地质构造复杂, 为典型的喀斯特地形地貌特征[34], 属亚热带季风气候, 年平均降雨量为900~1 300 mm, 且主要集中在雨季(5~9月), 雨季降雨量约为年降雨量的86%[35].芙蓉江流域内土地利用方式主要为耕地(旱地、水田)和林地(有林地、灌木林), 前者面积占比约为31.99%, 后者约为60.50%, 建设用地(城镇用地、农村居民点和其它建设用地)面积占比仅为0.39%, 即流域内的人类活动主要以农业生产为主.
|
图 1 研究区概况及采样点分布示意 Fig. 1 Overview of the map of the karst river and sampling sites |
基于地理空间数据云平台(http://www.gscloud.cn/)发布的Landsat 8 OLI遥感影像数据(2020年, 30 m空间分辨率), 根据土地利用二级分类标准, 结合人工目视解译和随机森林法将研究区土地利用类型划分为：水田、旱地、有林地、灌木林、疏林地、其它林地、高覆盖度草地、中覆盖度草地、低覆盖度草地、河渠、湖泊、水库坑塘、城镇用地、农村居民点、其它建设用地和裸岩石质地这16类土地利用类型(图 1).分类结果经混淆矩阵精度验证, 总精度为87.22%, Kappa系数为0.85.高程数据源于地理空间数据云平台(http://www.gscloud.cn/)发布的ASTER GDEM数据(30 m空间分辨率).
水样数据源于2020年7月(雨季)在芙蓉江开展的野外采样工作, 采样点空间分布如图 1所示(共29个).水样为河道表层(10~20 cm)水体, 水样经过玻璃纤维膜(GF/F 47 mm, 0.45 μm, Whatman)过滤处理后, 对测定DOC的水样用2 mol·L-1盐酸酸化.水样放置4℃冰箱内保存并在一周内运送至实验室进行测定.常规水质指标按照国家标准方法进行测定, 包含总氮(TN)、溶解性总氮(DTN)、总磷(TP)、溶解性总磷(DTP)、氨氮(NH4+-N)和硝态氮(NO3--N)[36], 以反映水体营养状况[37].样品DOM丰度通过DOC浓度、CDOM组分和FDOM组分表征[18].DOC浓度采用vario TOC cube select总碳分析仪(Elementar, 德国)测定.CDOM组分基于紫外-可见光吸收光谱(UV-VIS)测定, 利用UV-1500PC紫外-可见分光光度计(Macy, 上海)在200~700 nm波长下扫描(间隔1 nm).FDOM组分利用三维荧光-平行因子分析(EEM-PARAFAC)测定, 使用的仪器为F-7000荧光光谱仪(Hicachi, 日本), 其激发波长(Ex)范围为200~450 nm(间隔5 nm)、发射波长(Em)范围为250~600 nm(间隔1 nm).
|
式中, Aλ为吸收波长为λ时的吸光度; l为吸光路径长度, 即比色皿宽度; aλ为吸光系数(m-1), λ取值为254、280和350 nm时, 分别表示腐殖质、蛋白质和木质素DOM的相对丰度[38].
1.3 研究方法 1.3.1 空间尺度的创建首先以高程数据为基础, 基于ArcGIS水文分析模块进行水系提取并以采样点为出水口提取子流域; 再参考中国科学院资源环境科学与数据中心(http://www.resdc.cn/)发布的研究区二级流域数据[39], 最终划分出29个采样点的子流域范围(图 1).以往研究发现河段缓冲区、河岸带缓冲区和子流域尺度下土地利用对水环境的影响不同[40, 41], 整体影响最大的空间尺度为500 m[42, 43].因此本文选取500 m河段缓冲区、500 m河岸带缓冲区和子流域这3种空间尺度展开研究.河段缓冲区为采样点上游500 m半径的圆形缓冲区, 河岸带缓冲区为以子流域为边界截取河流向左右两岸延伸500 m生成的带状缓冲区(图 1).
1.3.2 景观特征参数的计算区域景观格局对地表水环境具有重要影响[44], 本文从破碎度、优势度、形状复杂度、聚集度和多样性这5个维度选取景观指数[45, 46], 包括: 斑块数量(NP)、斑块密度(PD)、最大斑块指数(LPI)、总边缘(TE)、边缘密度(ED)、景观形状指数(LSI)、蔓延度指数(CONTAG)、相似毗邻百分比(PLADJ)、聚合度指数(AI)、景观分离度指数(DIVISION)、有效网格大小(MESH)、分散指数(SPLIT)和香农多样性指数(SHDI).本文基于GIS技术, 将29个采样点的土地利用数据转为TIF格式并导入FRAGSTAT 4.2软件, 以计算多空间尺度下的土地利用类型面积占比和上述景观格局指数.
1.3.3 统计分析首先, 在Matlab 12.0(MathWorks, USA)软件中采用DOM Fluor工具运行PARAFAC模型获取最优荧光组分个数.其次, 以SPSS 24.0软件(IBM Company, USA)为平台对数据进行统计分析, 包括: ①计算景观指数、DOM光学参数和水质参数的均值和标准差; ②基于Spearman相关分析法计算土地利用指标与水样参数(DOM光学参数和水质参数)的相关系数, 筛选出与水样参数显著相关的土地利用类型指标及5个物理维度中最显著相关的景观格局指标.其后采用R (4.1.3)中的“plspm”包运行PLS-PM模型.本研究基于土地利用数据、常规水质指标和DOM光学参数搭建“土地利用-水体营养状况-DOM”路径模型(图 2), 并计算模型路径系数以及显变量的载荷值, 前者表示“土地利用”、“水体营养状况”和“DOM”这3个潜变量之间的因果关系, 后者表示各模块显变量与对应潜变量的相关性.最后, 使用Origin 2017(OriginLab, USA)软件进行统计和图形绘制.
|
系数A为土地利用对DOM的直接影响相对强度, 系数B1与B2的乘积为间接影响相对强度, 两者之和为总影响强度; 椭圆变量为潜变量, 矩形框变量为显变量 图 2 “土地利用-水体营养状况-DOM”PLS-PM路径模型示意 Fig. 2 Schematic diagram of the PLS-PM pathway model of "land use-water nutrition-riverine DOM" |
人类活动用地(耕地+建设用地)面积占比在河段500 m缓冲区尺度为40.02%, 在河岸带500 m缓冲区尺度为39.36%, 在子流域尺度为35.55%, 即人类活动可能会更倾向于发生在河流附近.林地面积占比则相反, 在子流域尺度(56.16%)明显高于缓冲区尺度(47.47%和47.19%).上游(1~16号采样点)主要为林地、农业用地混合用地, 前者面积占比≥50.95%, 后者面积占比≥33.23%; 人类活动用地占比在中游段(17~23号采样点)最大(≥42.99%), 尤其是河段尺度下的19号采样点(正安县城)的城镇用地; 下游段(24~29号采样点)主要为林地, 面积占比在河段尺度为67.02%, 河岸带尺度为49.72%, 子流域尺度为63.09%.不同采样点之间的土地利用类型比例具有明显差异(如河段尺度下水田占比最大为5号采样点的85.33%, 最小为0.01%), 但随着空间尺度增大, 不同采样点之间的差异逐渐减小(图 3).
|
(a)河段500 m缓冲区, (b)河岸带500 m缓冲区, (c)子流域 图 3 多空间尺度下土地利用类型统计 Fig. 3 Statistics of land use types at multiple spatial scales |
相对河岸带和子流域尺度, 河段尺度下的土地景观更为破碎、最大斑块比例更大、斑块平均面积更小和景观丰富度更低(表 1).具体表现为PD值(7.24±3.3) 个·hm-2和LPI值(59.5±18.9)%明显大于其余两种空间尺度, 而SPLIT值(2.52±1.12)%和SHDI值(0.72±0.28)明显小于其余两种尺度.LSI值(2.09±0.46)也在河段尺度下明显小于河岸带和子流域尺度, 即河段尺度下的景观形状相对更为规整, 但边缘密度ED值(45.5±21.3)m·hm-2略大于河岸带和子流域尺度.随着空间尺度的增大, CONTAG、PLADJ和COHESION值也逐渐增大, 即从近河段至子流域尺度, 同类斑块之间的连通性逐渐增强.
|
表 1 多空间尺度下景观格局指数描述性统计1) Table 1 Descriptive statistics of landscape pattern index at multiple spatial scales |
PLS-PM外部模型通过多个显变量表征一个潜变量, 内部模型分析潜变量之间的线性统计关系以挖掘其中的因果关系.为提升PLS-PM模型精度, 本文通过Spearman相关性分析筛选出与水样参数显著相关的土地利用指标, 筛选结果包括水田、旱地、有林地、灌木林、高覆盖度草地、中覆盖度草地、水库坑唐、城镇用地、农村居民点、其它建设用地、PD、LPI、ED、AI和SHDI.
2.2 河流营养状况和DOM光学参数芙蓉江ρ(TN)较高[(1.49±0.26)mg·L-1], 变化范围为0.96~2.43 mg·L-1(表 2), 在《地表水环境质量标准》(GB 3838-2002)中属于Ⅲ~Ⅴ类, 最大值采样点处于建设用地密集的正安县城镇河流(19号采样点). ρ(DTN)为(0.60±0.41)mg·L-1, ρ(NH4+-N)为(0.05±0.01)mg·L-1. ρ(NO3--N)为(1.14±0.24)mg·L-1, 最高值采样点也位于正安县城镇河流. ρ(TP)为(0.05±0.06)mg·L-1(Ⅱ类), 其值在不同采样点之间差异较大, 在下游23号和24号采样点ρ(TP)>0.1 mg·L-1、在25号和26号采样点ρ(TP)>0.2 mg·L-1, 其余采样点均ρ(TP)≤0.05 mg·L-1. ρ(DTP)为(0.02±0.00)mg·L-1.
|
|
表 2 水质参数和DOM光学参数统计结果 Table 2 Statistical results of water quality parameters and DOM optical parameters |
芙蓉江ρ(DOC)值为(2.63±0.85)mg·L-1.吸收系数a254、a280和a350值分别为(8.07±1.80)、(6.57±1.34)和(5.35±1.72) m-1(表 2).芙蓉江FDOM通过EEM-PARAFAC共解析出3个荧光组分(图 4), 包括1类陆源腐殖质C1 (Ex/Em=255 nm/432 nm)和2类氨基酸[C2色氨酸(Ex/Em=230(275) nm/338 nm)和C3酪氨酸(Ex/Em=245 nm/306 nm)]组分.C1的主峰为典型的陆源腐殖质特征峰, 反映了高分子量DOM[47], 通常与人类活动有关[48], C2和C3分别表示类色氨酸和类酪氨酸DOM, 与藻类和微生物新陈代谢相关[22, 49].芙蓉江类腐殖质组分C1荧光强度占比约为(34.41±13.31)%, 类蛋白质组分(C2+C3)的荧光强度占比约为(65.59±13.31)%.
|
图 4 芙蓉江CDOM的EEM-PARAFAC分离组分 Fig. 4 Spectral characteristics of three components identified using EEM-PARAFAC modeling in the Furong River |
路径系数表示土地利用对河流DOM直接影响相对强度和间接影响相对强度, 其中间接影响系数为“土地利用-水体营养状况”路径系数与“水体营养状况-DOM”路径系数乘积.整体上, 土地利用对DOM的直接影响强于间接影响(图 5).3种组分中, 土地利用直接影响和间接影响差异最小的是CDOM, 直接影响系数和间接影响系数差值在河段缓冲区尺度为0.029、在河岸带缓冲区为0.075、在子流域为0.01; 其次是DOC, 影响系数差值在河段尺度为0.109、在河岸带尺度为0.095、在子流域尺度为0.249; 差异最大的是FDOM, 影响系数差值在河段尺度为0.754、在河岸带尺度为0.573、在子流域尺度为0.449.
|
*表示通过P＜0.05的显著性检验, **表示通过P＜0.01的显著性检验; 蓝线表示直接影响路径, 红线表示间接影响路径 图 5 PLS-PM内模型路径系数结果 Fig. 5 PLS-PM inner model path coefficient results |
DOM不同组分对水体营养状况和土地利用的直接响应程度不同, 揭示着不同DOM组分来源的多样性(图 5).缓冲区尺度, DOC对水体营养状况的响应强于对土地利用的响应(河段缓冲区为0.455比0.378, 河岸带缓冲区为0.390比0.361), 在子流域尺度则相反(0.307比0.437).CDOM与水体营养状况的关联程度在3种尺度下均大于与土地利用的关联程度.相反, FDOM对土地利用的直接响应远大于对水体营养状况的直接响应, 在河段500 m缓冲区尤为明显(0.755比0.002), 说明土地利用的直接影响是河流FDOM的决定因素.
不同空间尺度下的土地利用对河流DOM的影响程度各异(图 5).土地利用对河流DOC和CDOM的直接影响强度随尺度变化略微波动, 但总影响强度(直接影响与间接影响之和)基本稳定, 对DOC的总影响系数为0.626~0.697, 对CDOM的总影响系数为0.553~0.577.与DOC和CDOM不同, 土地利用对FDOM的直接影响具有明显的空间尺度效应, 缓冲区尺度下的土地利用能显著影响FDOM, 且影响程度随空间尺度增大逐渐降低(河段500 m缓冲区为0.755, 河岸带500 m缓冲区为0.575, 子流域为0.490).
各个潜变量基于对应的显变量指标载荷值进行构建(图 6).整体上, 旱地、城镇用地和其它建设用地为表征人类活动强度的“土地利用”典型正向指标(载荷值>0.4), 水田、灌木林为典型的负向指标(载荷值＜-0.4), PD、ED和SHDI为与“土地利用”正相关的景观格局指标, 而LPI和AI与“土地利用”呈负相关(图 6).除了DOC模型中的TP指标外, “水体营养状况”的显变量载荷值均为正数, 并以TN、NO3--N和DTP指标载荷值最大(图 6).表征类腐殖质a254参数和表征类蛋白质a280参数与“CDOM”呈正相关, 而反映木质素的a350参数与“CDOM”呈负相关.“FDOM”的显性变量C1、C2和C3的载荷值均大于0.7, 其中类腐殖质组分C1和类酪氨酸组分C3与“FDOM”正相关, 而类色氨酸C2与“FDOM”负相关(图 6), 这可能与水体DOM生产的多样化有关, 类酪氨酸组分主要源于藻类、微生物等, 类色氨酸通常表征生物降解或生活污水来源[50].
|
(a)~(c) 表示河段500 m缓冲区, (d)~(f) 表示河岸带500 m缓冲区, (g)~(i) 表示子流域; 潜变量为无法直接被测量的变量, 但可通过多个显变量汇总间接表征, 显变量载荷值表征各显变量对潜变量的拟合效果; 横坐标不同字母所带数字1~21分别表示为水田、旱地、有林地、灌木林、高覆盖度草地、中覆盖度草地、水库坑塘、城镇用地、农村居民点、其它建设用地、PD、LPI、ED、SHDI、AI、TN、DTN、NH4+-N、NO3--N、TP和DTP; a22、d22和g22表示DOC, b22、e22和h22表示a254, b23、e23和h23表示a280, b24、e24和h24表示a350, c22、f22和i22表示C1荧光强度占比, c23、f23和i23表示C2荧光强度占比, c24、f24和i24表示C3荧光强度占比 图 6 PLS-PM外模型显变量载荷结果 Fig. 6 Explicit variable loading results of PLS-PM external model |
旱地、城镇用地和其它建设用地是表征人类活动强度的典型用地, 为“土地利用”潜变量的正向指标, 即增加河流DOM丰度的“源”景观; 水田和林地则相反, 为“土地利用”潜变量的负向指标, 即缓解河流DOM丰度增加的“汇”景观(图 6).有机肥的施加导致农田土壤DOM芳香化合物丰度增加[51], 同时旱地的植被覆盖率低、土壤侵蚀风险大, 农田土壤在雨水的冲刷下更易形成面源污染随径流进入河流[52], 使河流DOM外源输入增强[53], 水体DOC质量浓度增加、陆源腐殖质[27]或类蛋白组分[54]丰度增多.水田长期处于淹育状态, 因好氧微生物活动降低, 其土壤有机质含量高于旱地的结论已被广泛认可[55, 56], 而在本研究中, 水田是缓解河流DOM增加的“汇”景观, 可能是因为在丘陵低山地形地貌的芙蓉江流域, 水田多是梯田模式, 具有良好的水土保持能力, 能有效拦截和降解坡耕地冲刷下的陆源物质[57].建设用地是人类活动的典型用地, 管道排污和不透水面使其成为影响河流DOM的重要用地类型.一方面, 生活污水和工业废水中往往携带大量类蛋白[27]; 另一方面, 不透水面雨水径流中含有人为使用的磺酸类物质和交通污染产生的DOM; 同时城市绿地的雨水径流源于降雨对土壤表层腐殖质的冲刷, 也会增加河流的类腐殖质成分[58].本研究中林地是表征“土地利用”的负向指标, 意味着其能减缓土地利用直接向河流输送陆源DOM, 这与张文浩等[12]和魏珈等[13]得出的河流DOM主要源于腐殖质性林地土壤输入的结论不同, 但与邵田田等[29]得出的林地与DOC和CDOM浓度存在显著负相关的结论部分相同, 推测造成结论不同的原因在于不同河流DOM的结构、组成各异, 因而与林地关系也不尽相同.在本研究中, 因为木本科植物凋零物来源的DOM含有更多的木质素和其它难降解性化合物组分[59], 因此林地与a350参数方向一致(图 6), 但在与“土地利用-水体营养状况-CDOM”的模型中整体表现为“土地利用”的负指标.同时林地土壤输入河流的多为腐殖质物质[12], 而芙蓉江的FDOM以类蛋白物质为主(表 2), 故可能造成林地在“土地利用-水体营养状况-FDOM”模型中也体现为“土地利用”的负指标.PD、ED和SHDI均为“土地利用”的正向指标, 即芙蓉江流域土地利用格局越破碎、斑块形状越复杂、斑块分布越零散越均衡, 越有可能增加河流DOM丰度.破碎的、分布零散的土地利用格局往往是人类活动对自然环境改造的结果, 反映人类活动的强弱[60].而在林地总面积比占约60.50%芙蓉江流域, 林地分布广泛、蜿蜒曲折又相互连通(图 1), 象征最大斑块优势度和斑块连接度的LPI和AI指标极有可能与林地挂钩, 体现为“土地利用”潜变量的负向指标.
3.2 土地利用对河流DOM的间接影响虽然芙蓉江流域的土地利用能显著改变河流的营养状况, 但除河段500 m缓冲区尺度外, 水体营养状况对河流DOM的影响都不显著(图 5).说明土地利用能通过影响河流中营养元素质量浓度间接改变DOC和CDOM, 但这种间接效应只在河段500 m缓冲区尺度下显著, 且小于向河流输送陆源DOM的直接效应.显变量载荷结果显示TN、NO3--N和DTP为与土地利用和DOM组分密切相关的水质指标(图 6), 即N、P元素在“土地利用-河流DOM”的因果关系中具有明显的“中介效应”, 含氮、磷营养盐的生活污水和工业废水排放也会引起DOM内源生产量的增加[28].N元素为藻类生长的重要营养元素[61], TN和NO3--N参数的最高值均出现在建设用地密集的正安县城镇河流(19号采样点), 也是DOC、a254和a280参数的高值区.而P元素则被证实为芙蓉江营养状态的主要限制指标[35], 也是水体富营养化的主要限制因子[57].农田土壤中存有大量的氮、磷和蛋白质等物质, 被降雨冲刷形成径流带入到河流中, 为河流微生物提供大量的营养物质, 同时急剧增加了藻类生物量, 从而改变了DOM质量和丰度[53, 62].林地在本研究中为减缓河流DOM丰度的土地利用指标原因之一可能也是因为林地能拦截地表径流、减少水土流失量、消纳污染物、显著减少径流中氮磷营养盐浓度[23], 从而降低河流DOM的内源生产强度.
3.3 土地利用对不同DOM组分的影响差异性及尺度效应在本研究中, 土地利用对DOC和CDOM的直接影响略强于间接影响, 但弱于除子流域-DOC模型外的其它模型中水体营养状况的影响, 也就是说相对于土地利用, DOC和CDOM对水体营养状况更为敏感, 更能反映DOM的内源生产[18].前人发现DOC和CDOM可能具有同源性或一致性, 并将CDOM成分作为DOC的参考指标[63].土地利用对FDOM的直接影响明显强于对DOC和CDOM的直接影响, 且FDOM对土地利用的直接响应也远大于对河流营养状况的响应(图 5), 即FDOM可能对直接输入的陆源DOM更为敏感, 可作为监测人类活动直接影响河流DOM的依据[18].首先, 由于下垫面差异, 城市区域和非城市区域的生物地球化学过程和物理驱动不同, 相对于非城市径流, 城市径流中能监测到更多的FDOM[64].其次, 生活污水和工业废水往往是FDOM的直接来源[65], 传统的废水处理手段无法完全去除FDOM, 尤其是其中的酪氨酸组分[66].
土地利用对河流DOC和CDOM的直接影响强度随尺度变化有略微波动, 波动幅度较小, 且总影响强度(直接影响与间接影响之和)基本稳定, 笔者推测是因为相对于土地利用的直接输入, DOC和CDOM对水体营养状况更为敏感, 所以尽管不同尺度下的直接影响略有不同, 但总影响强度并无明显的空间尺度差别.与此相反的是, FDOM表征土地利用的直接影响, 其路径系数在缓冲区尺度下显著, 且随空间尺度增大逐渐降低(图 5).这归因于河流500 m范围内陆源物质输出路径较短, 同时区域内的人类活动用地比例相对更高(图 3), 不透水面的增加导致富里酸和蛋白类DOM丰度增加, 污废水排放也会带来大量类蛋白物质, 所以芙蓉江FDOM中类蛋白物质居多[(65.59±13.31)%][28].综上所述, FDOM参数可作为衡量土地利用直接向河流输入陆源有机质的快速评价指标, 尤其适用于衡量近河岸附近的人类活动用地对河流DOM的直接影响程度.
4 结论(1) 芙蓉江流域雨季土地利用对河流DOM的直接影响强于间接影响.土地利用直接影响与间接影响相对强度差异最小的是CDOM(差异≤0.075), 其次是DOC(差异≤0.249), 差异最大的是FDOM(差异≤0.754).
(2) 芙蓉江DOC对河流营养状况的响应强于对缓冲区尺度下土地利用的直接响应, CDOM对河流营养状况的响应在3种尺度下均强于对土地利用的响应, 两者更能表征DOM的内源生产; 而FDOM对土地利用的直接响应远大于对水体营养状况的响应, 可快速衡量人类用地直接向河流输入陆源有机质强度.
(3) 不同空间尺度下, 芙蓉江流域土地利用对雨季河流DOC、CDOM的直接影响强度略有波动, 但总影响强度基本稳定(影响系数分别为0.626~0.697和0.553~0.577); 土地利用对FDOM的直接影响强度随空间尺度增大而降低, 在河段500 m尺度为0.755, 在河岸带500 m尺度为0.575, 在子流域尺度为0.490.
(4) 旱地、城镇用地、其它建设用地、PD、ED和SHDI为增加雨季河流DOM丰度的典型土地利用指标, 水田、灌木林、LPI和AI为缓解河流DOM丰度增加的典型土地利用指标; TN、NO3--N和DTP为与土地利用和DOM密切相关的水质指标, 即N、P元素在“土地利用-河流DOM”的因果关系中具有明显的“中介效应”.
(5) 雨季降雨加剧喀斯特地区的水土流失, 导致土地利用向河流输入更多的陆源物质.本研究基于PLS-PM模型分析土地利用对典型喀斯特河流DOM的直接影响和间接影响, 不仅辨析了河流DOM的陆源输入, 还在内源生产的理论基础上充分考虑了水体营养状况在“土地利用-河流DOM”中的中介角色, 并探讨了土地利用影响河流DOM的尺度效应, 进一步补充完善了河流DOM来源研究.但水体DOM的组成及其空间特征不仅受其陆源输入和内源生产影响, 还受光降解、微生物降解等因素影响, 同时PLS-PM模型着重得到潜变量之间的因果关系, 而无法直接得到所有显变量之间统计关系, 这些不足仍需在未来研究中加以改进.
| [1] | Chen N W, Krom M D, Wu Y Q, et al. Storm induced estuarine turbidity maxima and controls on nutrient fluxes across river-estuary-coast continuum[J]. Science of the Total Environment, 2018, 628-629: 1108-1120. DOI:10.1016/j.scitotenv.2018.02.060 |
| [2] |
何伟, 白泽琳, 李一龙, 等. 溶解性有机质特性分析与来源解析的研究进展[J]. 环境科学学报, 2016, 36(2): 359-372. He W, Bai Z L, Li Y L, et al. Advances in the characteristics analysis and source identification of the dissolved organic matter[J]. Acta Scientiae Circumstantiae, 2016, 36(2): 359-372. |
| [3] |
袁博, 吴巍, 郭梦京, 等. 灞河流域DOM荧光光谱特征及其对细菌组成的影响[J]. 中国环境科学, 2019, 39(8): 3383-3395. Yuan B, Wu W, Guo M J, et al. Fluorescence spectroscopic characteristics of DOM and its effects on bacterial composition in Bahe River Basin[J]. China Environmental Science, 2019, 39(8): 3383-3395. DOI:10.3969/j.issn.1000-6923.2019.08.032 |
| [4] | Nebbioso A, Piccolo A. Molecular characterization of dissolved organic matter (DOM): a critical review[J]. Analytical and Bioanalytical Chemistry, 2013, 405(1): 109-124. DOI:10.1007/s00216-012-6363-2 |
| [5] | Chen M L, Jaffé R. Photo-and bio-reactivity patterns of dissolved organic matter from biomass and soil leachates and surface waters in a subtropical wetland[J]. Water Research, 2014, 61: 181-190. DOI:10.1016/j.watres.2014.03.075 |
| [6] | Engel M, Chefetz B. Adsorption and desorption of dissolved organic matter by carbon nanotubes: effects of solution chemistry[J]. Environmental Pollution, 2016, 213: 90-98. DOI:10.1016/j.envpol.2016.02.009 |
| [7] |
何杰, 李学艳, 林欣, 等. 光谱特征法辨识不同污染景观河道中溶解性有机物的组分与来源[J]. 环境科学学报, 2021, 41(3): 1000-1010. He J, Li X Y, Lin X, et al. Spectral feature method was used to identify the components and sources of dissolved organic matter in different polluted landscape channels[J]. Acta Scientiae Circumstantiae, 2021, 41(3): 1000-1010. |
| [8] |
李程遥, 黄廷林, 温成成, 等. 汛期暴雨径流对饮用水水库溶解性有机质(DOM)光谱特征的影响[J]. 环境科学, 2021, 42(3): 1391-1402. Li C Y, Huang T L, Wen C C, et al. Influence of storm runoff on the spectral characteristics of dissolved organic matter (DOM) in a drinking water reservoir during the flood season[J]. Environmental Science, 2021, 42(3): 1391-1402. |
| [9] |
闫晓寒, 韩璐, 文威, 等. 辽河保护区水体溶解性有机质空间分布与来源解析[J]. 环境科学学报, 2021, 41(4): 1419-1427. Yan X H, Han L, Wen W, et al. Spectral characteristics and spatial distribution of DOM in surface water of Liaohe reservation zone[J]. Acta Scientiae Circumstantiae, 2021, 41(4): 1419-1427. |
| [10] | Kamjunke N, Von Tümpling W, Hertkorn N, et al. A new approach for evaluating transformations of dissolved organic matter (DOM) via high-resolution mass spectrometry and relating it to bacterial activity[J]. Water Research, 2017, 123: 513-523. DOI:10.1016/j.watres.2017.07.008 |
| [11] | Zheng L C, Song Z F, Meng P P, et al. Seasonal characterization and identification of dissolved organic matter (DOM) in the Pearl River, China[J]. Environmental Science and Pollution Research, 2016, 23(8): 7462-7469. DOI:10.1007/s11356-015-5999-9 |
| [12] |
张文浩, 赵铎霖, 王晓毓, 等. 太白山自然保护区水体CDOM吸收与三维荧光特征[J]. 环境科学, 2020, 41(11): 4958-4969. Zhang W H, Zhao D L, Wang X Y, et al. Absorption and three dimensional fluorescence spectra of CDOM in the water of the Taibaishan nature reserve[J]. Environmental Science, 2020, 41(11): 4958-4969. DOI:10.13227/j.hjkx.2020004165 |
| [13] |
魏珈, 郭卫东, 王志恒, 等. 降雨事件对不同流域背景河流DOM组成及入海通量的影响[J]. 农业环境科学学报, 2016, 35(4): 737-744. Wei J, Guo W D, Wang Z H, et al. Impacts of storm event on DOM composition and flux in two Jiulong tributaries with different watershed features[J]. Journal of Agro-Environment Science, 2016, 35(4): 737-744. |
| [14] |
卜鸡明, 何佳, 焦立新, 等. 滇池流域入湖河流溶解性有机质的分布及来源[J]. 环境科学学报, 2020, 40(8): 2795-2804. Bu J M, He J, Jiao L X, et al. Analysis of distribution characteristics and source of dissolved organic matter in the rivers that flow into the Dianchi Lake Basin[J]. Acta Scientiae Circumstantiae, 2020, 40(8): 2795-2804. DOI:10.13671/j.hjkxxb.2020.0128 |
| [15] | Mattsson T, Kortelainen P, Laubel A, et al. Export of dissolved organic matter in relation to land use along a European climatic gradient[J]. Science of the Total Environment, 2009, 407(6): 1967-1976. DOI:10.1016/j.scitotenv.2008.11.014 |
| [16] | Zhang Y L, Liu X H, Wang M Z, et al. Compositional differences of chromophoric dissolved organic matter derived from phytoplankton and macrophytes[J]. Organic Geochemistry, 2013, 55: 26-37. DOI:10.1016/j.orggeochem.2012.11.007 |
| [17] | Williams C J, Yamashita Y, Wilson H F, et al. Unraveling the role of land use and microbial activity in shaping dissolved organic matter characteristics in stream ecosystems[J]. Limnology and Oceanography, 2010, 55(3): 1159-1171. DOI:10.4319/lo.2010.55.3.1159 |
| [18] | Du Y X, Lu Y H, Roebuck Jr J A, et al. Direct versus indirect effects of human activities on dissolved organic matter in highly impacted lakes[J]. Science of the Total Environment, 2021, 752. DOI:10.1016/j.scitotenv.2020.141839 |
| [19] |
林绍霞, 肖致强, 张转铃, 等. 贵州草海水体溶解性有机物的荧光光谱特征及来源解析[J]. 中国环境科学, 2021, 41(3): 1325-1335. Lin S X, Xiao Z Q, Zhang Z L, et al. Fluorescence spectral characteristics and source apportionment of dissolved organic matters in water of Caohai Lake, Guizhou province[J]. China Environmental Science, 2021, 41(3): 1325-1335. DOI:10.3969/j.issn.1000-6923.2021.03.036 |
| [20] | Zhang Y L, Zhang E L, Yin Y, et al. Characteristics and sources of chromophoric dissolved organic matter in lakes of the Yungui Plateau, China, differing in trophic state and altitude[J]. Limnology and Oceanography, 2010, 55(6): 2645-2659. DOI:10.4319/lo.2010.55.6.2645 |
| [21] | 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 |
| [22] |
倪茂飞, 刘睿, 王志康, 等. 典型喀斯特河流汛期溶解性有机质空间变化及其光学参数的耦合关系[J]. 生态学报, 2022, 42(7): 2822-2833. Ni M F, Liu R, Wang Z K, et al. Spatial pattern and interconnections of optical properties of dissolved organic matter during rainy season in a typical karst river[J]. Acta Ecologica Sinica, 2022, 42(7): 2822-2833. |
| [23] |
张柳柳, 刘睿, 张静, 等. 长江上游坡地景观特征对河流水质的影响[J]. 生态学报, 2022, 42(16): 6704-6717. Zhang L L, Liu R, Zhang J, et al. The influence of sloping landscape features on riverine water quality in upper Yangtze River[J]. Acta Ecologica Sinica, 2022, 42(16): 6704-6717. |
| [24] | Zhang J, Li S Y, Jiang C S. Effects of land use on water quality in a river basin (Daning) of the Three Gorges Reservoir Area, China: watershed versus riparian zone[J]. Ecological Indicators, 2020, 113. DOI:10.1016/j.ecolind.2020.106226 |
| [25] |
舒旺, 王鹏, 丁明军, 等. 不同空间尺度的景观结构对袁河浮游细菌群落的影响[J]. 环境科学, 2022, 43(3): 1434-1446. Shu W, Wang P, Ding M J, et al. Effects of landscape structures on bacterioplankton communities at multi-spatial scales in the Yuanhe River[J]. Environmental Science, 2022, 43(3): 1434-1446. |
| [26] |
高静, 蒲晓, 张玉虎, 等. 区域土地利用类型对水源水中溶解性有机物丰度和荧光组分的影响[J]. 环境科学, 2022, 43(4): 1950-1957. Gao J, Pu X, Zhang Y H, et al. Abundance and fluorescent components of dissolved organic matter affected by land use in a drinking water source[J]. Environmental Science, 2022, 43(4): 1950-1957. |
| [27] |
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. |
| [28] |
韩玉麟, 魏红, 郝淼, 等. 夏季渭河西安段溶解性有机质(DOM)的特征、分布及来源分析[J]. 环境化学, 2021, 40(3): 717-728. Han Y L, Wei H, Hao M, et al. Characteristics, distribution and source analysis of dissolved organic matter in Xi'an section of Weihe River in summer[J]. Environmental Chemistry, 2021, 40(3): 717-728. |
| [29] |
邵田田, 宋开山, 丁智, 等. 辽河东西支流与干流水体光学特性和组分对比研究[J]. 中国环境科学, 2015, 35(9): 2794-2804. Shao T T, Song K S, Ding Z, et al. Comparative characterization of optically active components in waters from the east/west tributaries and the stem of Liaohe River[J]. China Environmental Science, 2015, 35(9): 2794-2804. |
| [30] | Iriondo J M, Albert M J, Escudero A. Structural equation modelling: an alternative for assessing causal relationships in threatened plant populations[J]. Biological Conservation, 2003, 113(3): 367-377. |
| [31] | Garcês A, Pires I, Pacheco F A L, et al. Preservation of wild bird species in northern Portugal-effects of anthropogenic pressures in wild bird populations (2008-2017)[J]. Science of the Total Environment, 2019, 650(Pt 2): 2996-3006. |
| [32] | Xue X, Wang L H, Xing H R, et al. Characteristics of phytoplankton-zooplankton communities and the roles in the transmission of antibiotic resistance genes under the pressure of river contamination[J]. Science of the Total Environment, 2021, 780. DOI:10.1016/j.scitotenv.2021.146452 |
| [33] | Chen S, Du Y X, Das P, et al. Agricultural land use changes stream dissolved organic matter via altering soil inputs to streams[J]. Science of the Total Environment, 2021, 796. DOI:10.1016/j.scitotenv.2021.148968 |
| [34] |
蒋玺, 陈文奇, 宁凡, 等. 贵州高原北部河流阶地发育与喀斯特地貌演化[J]. 地理研究, 2021, 40(1): 81-92. Jiang X, Chen W Q, Ning F, et al. River terraces in the northern Guizhou plateau and their implications for karst landform evolution[J]. Geographical Research, 2021, 40(1): 81-92. |
| [35] |
刘睿, 张静, 陈祖胜, 等. 典型喀斯特河流水-气界面二氧化碳交换特性及其营养调控因素[J]. 环境科学, 2021, 42(2): 740-748. Liu R, Zhang J, Chen Z S, et al. Water-air carbon dioxide exchange and nutritional controls in a typical karst river[J]. Environmental Science, 2021, 42(2): 740-748. |
| [36] |
李丛杨, 史宸菲, 方家琪, 等. 太湖入湖河流氮磷时空分布特征[J]. 生态与农村环境学报, 2021, 37(2): 182-187. Li C Y, Shi C F, Fang J Q, et al. Spatio-temporal distribution characteristics of nitrogen and phosphorus in the typical inflow river of Taihu Lake[J]. Journal of Ecology and Rural Environment, 2021, 37(2): 182-187. |
| [37] |
田盼, 王丽婧, 宋林旭, 等. 三峡水库典型支流不同时期的水质污染特征及其影响因素[J]. 环境科学学报, 2021, 41(6): 2182-2191. Tian P, Wang L J, Song L X, et al. Water pollution characteristics and influencing factors of typical tributaries of Three Gorges Reservoir in different periods[J]. Acta Scientiae Circumstantiae, 2021, 41(6): 2182-2191. |
| [38] | Ni M F, Jiang S H, Li S Y. Spectroscopic indices trace spatiotemporal variability of dissolved organic matter in a river system with karst characteristic[J]. Journal of Hydrology, 2020, 590. DOI:10.1016/j.jhydrol.2020.125570 |
| [39] |
徐新良, 庄大方, 贾绍凤, 等. GIS环境下基于DEM的中国流域自动提取方法[J]. 长江流域资源与环境, 2004, 13(4): 343-348. Xu X L, Zhuang D F, Jia S F, et al. Automated extraction of drainages in China based on DEM in GIS environment[J]. Resources and Environment in the Yangtze Basin, 2004, 13(4): 343-348. |
| [40] |
张勇荣, 周忠发, 蒋翼, 等. 筑坝河流不同尺度土地利用结构对库区水质的影响——以平寨水库为例[J]. 水利水电技术, 2019, 50(4): 138-145. Zhang Y R, Zhou Z F, Jiang Y, et al. Effects of multi-scale land use structure on water quality of Damming rivers——a case study of Pingzhai reservoir[J]. Water Resources and Hydropower Engineering, 2019, 50(4): 138-145. |
| [41] |
郭羽羽, 李思悦, 刘睿, 等. 黄河流域多时空尺度土地利用与水质的关系[J]. 湖泊科学, 2021, 33(3): 737-748. Guo Y Y, Li S Y, Liu R, et al. Relationship between landscape pattern and water quality of the multi-scale effects in the Yellow River Basin[J]. Journal of Lake Sciences, 2021, 33(3): 737-748. |
| [42] |
汪昱昆, 程锐辉, 曾鹏, 等. 上海地区河网水质空间分异及对河岸带土地利用的响应[J]. 生态与农村环境学报, 2019, 35(7): 925-932. Wang Y K, Cheng R H, Zeng P, et al. Spatial differentiation of water quality in river networks in Shanghai and its response to land use in riparian zones[J]. Journal of Ecology and Rural Environment, 2019, 35(7): 925-932. |
| [43] |
金春玲, 高思佳, 叶碧碧, 等. 洱海西部雨季地表径流氮磷污染特征及受土地利用类型的影响[J]. 环境科学研究, 2018, 31(11): 1891-1899. Jin C L, Gao S J, Ye B B, et al. Nitrogen and phosphorus pollution characteristics of surface runoff and the impacts of land use on runoff water quality in rainy season in the western Erhai Lake Basin[J]. Research of Environmental Sciences, 2018, 31(11): 1891-1899. |
| [44] |
赵军, 杨凯, 邰俊, 等. 区域景观格局与地表水环境质量关系研究进展[J]. 生态学报, 2011, 31(11): 3180-3189. Zhao J, Yang K, Tai J, et al. Review of the relationship between regional landscape pattern and surface water quality[J]. Acta Ecologica Sinica, 2011, 31(11): 3180-3189. |
| [45] |
张潇, 张晓瑶, 陆林, 等. 旅游干扰下流域多尺度景观格局演化特征及驱动因素——以新安江流域为例[J]. 生态学报, 2021, 41(9): 3415-3428. Zhang X, Zhang X Y, Lu L, et al. Evolution characteristics and driving factors of basin multi-scale landscape pattern under the tourism disturbances: a case study of the Xin'an River Basin[J]. Acta Ecologica Sinica, 2021, 41(9): 3415-3428. |
| [46] |
常小燕, 李新举, 万红, 等. 采煤塌陷区景观格局尺度效应及变化特征分析[J]. 煤炭学报, 2019, 44(S1): 231-242. Chang X Y, Li X J, Wan H, et al. Scale effect and change characteristics of landscape pattern in coal-mining subsided area[J]. Journal of China Coal Society, 2019, 44(S1): 231-242. |
| [47] | Yamashita Y, Panton A, Mahaffey C, et al. Assessing the spatial and temporal variability of dissolved organic matter in Liverpool Bay using excitation-emission matrix fluorescence and parallel factor analysis[J]. Ocean Dynamics, 2011, 61(5): 569-579. |
| [48] | Zhang L, Fang W K, Li X C, et al. Strong linkages between dissolved organic matter and the aquatic bacterial community in an urban river[J]. Water Research, 2020, 184. DOI:10.1016/j.watres.2020.116089 |
| [49] | Yu H B, Song Y H, Gao H J, et al. Applying fluorescence spectroscopy and multivariable analysis to characterize structural composition of dissolved organic matter and its correlation with water quality in an urban river[J]. Environmental Earth Sciences, 2015, 73(9): 5163-5171. |
| [50] |
杨炫, 陈乐, 李凯迪, 等. 旱雨季抚仙湖及其入湖河流有色可溶性有机物的吸收与组成[J]. 长江流域资源与环境, 2022, 31(2): 414-425. Yang X, Chen L, Li K D, et al. Spectral absorption and composition of chromophoric dissolved organic matter in lake Fuxian and its inflowing rivers during the dry and rainy seasons[J]. Resources and Environment in the Yangtze Basin, 2022, 31(2): 414-425. |
| [51] |
康露, 陈贺, 王富兰, 等. 蜉金龟堆肥施入后土壤腐殖质表征及特性研究[J]. 土壤, 2014, 46(3): 452-457. Kang L, Chen H, Wang F L, et al. Characteristics of humic substances of soil applied with aphodius-processed cow-manure[J]. Soils, 2014, 46(3): 452-457. |
| [52] | Zhang J, Li S Y, Dong R Z, et al. Influences of land use metrics at multi-spatial scales on seasonal water quality: a case study of river systems in the Three Gorges Reservoir Area, China[J]. Journal of Cleaner Production, 2019, 206: 76-85. |
| [53] |
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. |
| [54] | Hu Y, Lu Y H, Edmonds J W, et al. Hydrological and land use control of watershed exports of dissolved organic matter in a large arid river basin in northwestern China[J]. Journal of Geophysical Research: Biogeosciences, 2016, 121(2): 466-478. |
| [55] |
张欣, 李梦佳, 刘洪斌, 等. 丘陵区耕地土壤剖面有机质含量分布特征及其影响因素分析[J]. 长江流域资源与环境, 2020, 29(12): 2696-2708. Zhang X, Li M J, Liu H B, et al. Distribution characteristics and influence factors of organic matter content in cultivated soil in different horizons in hilly areas[J]. Resources and Environment in the Yangtze Basin, 2020, 29(12): 2696-2708. |
| [56] |
朱永青, 崔云霞, 李伟迪, 等. 太滆运河流域不同用地方式下土壤pH值、有机质及氮磷含量特征分析[J]. 生态与农村环境学报, 2020, 36(2): 171-178. Zhu Y Q, Cui Y X, Li W D, et al. Analysis of soil pH, organic matter, nitrogen and phosphate characteristics under different land use types in Taige canal valley[J]. Journal of Ecology and Rural Environment, 2020, 36(2): 171-178. |
| [57] |
刘方谊, 夏颖, 黄敏, 等. 湖北省三峡库区不同种植模式下农田地表径流氮磷流失特征[J]. 农业资源与环境学报, 2018, 35(6): 550-558. Liu F Y, Xia Y, Huang M, et al. Characteristics of nitrogen and phosphorus losses from farmlands through surface runoff under different cropping patterns in the Three Gorges Reservoir area of Hubei province[J]. Journal of Agricultural Resources and Environment, 2018, 35(6): 550-558. |
| [58] |
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. |
| [59] |
郑小东, 陈香碧, 胡亚军, 等. 亚热带典型地貌下旱地和水田可溶性有机物化学组成特征[J]. 土壤, 2019, 51(6): 1114-1121. Zheng X D, Chen X B, Hu Y J, et al. Chemical constituents of DOM in upland and paddy soils under typical landforms in subtropical region[J]. Soils, 2019, 51(6): 1114-1121. |
| [60] |
吕乐婷, 张杰, 彭秋志, 等. 东江流域景观格局演变分析及变化预测[J]. 生态学报, 2019, 39(18): 6850-6859. Lv L T, Zhang J, Peng Q Z, et al. Landscape pattern analysis and prediction in the Dongjiang River Basin[J]. Acta Ecologica Sinica, 2019, 39(18): 6850-6859. |
| [61] |
严壮, 汪夏雨, 李为, 等. 岩溶区水生生态系统微藻的生物碳泵效应[J]. 微生物学报, 2019, 59(6): 1012-1025. Yan Z, Wang X Y, Li W, et al. Biological carbon pump effect of microalgae in aquatic ecosystems of karst areas[J]. Acta Microbiologica Sinica, 2019, 59(6): 1012-1025. |
| [62] |
王齐磊, 江韬, 赵铮, 等. 三峡库区典型农业小流域水体中溶解性有机质的光谱特征[J]. 环境科学, 2016, 37(6): 2082-2092. Wang Q L, Jiang T, Zhao Z, et al. Spectral characteristics of dissolved organic matter (DOM) in waters of typical agricultural watershed of Three Gorges Reservoir areas[J]. Environmental Science, 2016, 37(6): 2082-2092. |
| [63] | Frey K E, Sobczak W V, Mann P J, et al. Optical properties and bioavailability of dissolved organic matter along a flow-path continuum from soil pore waters to the Kolyma River mainstem, East Siberia[J]. Biogeosciences, 2016, 13(8): 2279-2290. |
| [64] | Regier P J, González-Pinzón R, Van Horn D J, et al. Water quality impacts of urban and non-urban arid-land runoff on the Rio Grande[J]. Science of the Total Environment, 2020, 729. DOI:10.1016/j.scitotenv.2020.138443 |
| [65] | Goldman J H, Rounds S A, Needoba J A. Applications of fluorescence spectroscopy for predicting percent wastewater in an urban stream[J]. Environmental Science & Technology, 2012, 46(8): 4374-4381. |
| [66] | Cohen E, Levy G J, Borisover M. Fluorescent components of organic matter in wastewater: efficacy and selectivity of the water treatment[J]. Water Research, 2014, 55: 323-334. |