2025, Vol. 46
2. 南京高科建设发展有限公司, 南京 210038
2. Nanjing High-tech Construction and Development Co., Ltd., Nanjing 210038, China
内陆湖库仅占地球非冰川面积的3.7%, 却贡献了大气中超过38%的碳排放, 是碳循环的热点区域[1]. 湖泊水体中的溶解性有机质（dissolved organic matter, DOM）作为陆地、淡水和海洋生态系统间碳循环和养分输出的基本单元, 其微生物降解过程是地表水中（二氧化碳）CO2排放的主要来源[2]. 据报道, 温带和热带水生生态系统中DOM生物降解产生的CO2是其光解产生CO2的10倍以上, 并且CO2生产潜力取决于DOM中可生物降解组分的含量[3]. 同时, 微生物在分解利用DOM的过程中也会释放大量营养物质, 影响湖泊富营养化进程. DOM生物可降解性是指DOM能够被微生物分解利用的程度, 采用生物可降解有机碳（biodegradable dissolved organic carbon, BDOC）来表示[4]. 国际上通常规定BDOC是一定时段内可被微生物降解或同化的溶解性有机碳（dissolved organic carbon, DOC）占初始DOC浓度的比例, 它反映了DOM通过微生物转化释放CO2和其他温室气体的能力, 是量化CO2排放的替代性参数. 同时, BDOC也与湖泊中的营养循环（如反硝化过程）之间存在明显的相关性. 前人通过研究河流中BDOC变化, 明确了DOM的迁移转化和赋存量[5]. 因此, 评估BDOC的时空分布对于深入理解湖泊中DOM有机碳收支和生态系统平衡, 具有重要的理论和现实意义.
DOM是由糖类、蛋白质类、脂类、木质素和腐殖酸等化合物组成的复杂混合体, 其生物可降解性与来源和组成密切相关, 而这些因素又随着季节性水文和生物化学过程等变化. 例如, 源自陆地植物和土壤的DOM往往具有更低的生物可降解性, 丰水期陆源DOM的大量输入导致河口区BDOC显著降低[6]. 然而, 富营养化会导致藻类大量增长并释放含有藻类生物大分子的生源DOM[7]. 藻源DOM通常富含不稳定的蛋白质和脂肪族化合物, 能够被微生物快速利用, 一般具有较高的BDOC. BDOC的季节性变化也与DOM原位分解的强度差异有关, 夏季微生物活动强烈, 能够将DOM转化为腐殖化程度较高、BDOC较低的组分, 并长期赋存于水体中. 因此, 精细描述水文和生物化学过程影响下DOM的结构特征演化和BDOC的季节响应, 可以更好地理解湖泊碳循环的动态变化.
近年来, 紫外可见吸收、三维荧光等光谱分析方法因其低成本且高灵敏度的优点被广泛用于在分子水平上表征各种生态系统中DOM的组成和环境行为[8]. 例如, 254 nm波长处的DOC归一化吸光度系数（SUVA254）反映了DOM的芳香度. SUVA254通常与BDOC呈负相关, 但在某些系统（如城市河流）中也发现两者之间不存在明显的相关性. 荧光指数（fluorescence index, FI）和生物指数（biological index, BIX）能够识别水体中微生物产生的或新鲜的DOM, 而微生物来源的DOM一般具有较高的FI、BIX和BDOC值. 平行因子分析（excitation-emission matrix parallel factor analysis, EEM-PARAFAC）能够分离和定量DOM中的荧光组分[9]. 其中类蛋白质组分是DOM中最易被降解的部分, 许多研究一致报道了其和BDOC之间存在显著的正相关关系, 同时类蛋白质组分也被报道与氮素释放潜力直接相关. 综上, 构建BDOC与DOM来源、特定组分之间的关系不仅可以揭示DOM生物可降解性时空变化的潜在机制, 而且DOM光学参数和BDOC的关联模型也可作为评估湖泊水体中DOM归趋（CO2排放）的简易方法.
太湖是中国第三大浅水淡水湖, 地跨两省一市（苏、浙和沪）, 流域面积3.69万km2, 水域面积6 137 km2, 西部多丘陵, 东部以平原水网为主, 位于长江三角洲的核心区域, 具有人口密集、经济发达和城市化高等特点[10]. 由于稳定的营养输入、温暖的温度和西南风等条件, 太湖6~9月频繁发生以铜绿微囊藻为主的蓝藻水华现象, 并在9月后开始减弱. 同时, 太湖地处长江三角洲一带, 河流交汇众多, 且在每年夏秋之际降雨量都会显著提升. 复杂的水文特征和生物化学过程导致太湖水体中DOM组成和结构呈现动态变化. 例如, 有研究发现藻华暴发-消退期间DOM的特征化合物由富氧的小分子为主转为大分子为主[11], 进而导致惰性组分含量升高. 但也有研究表明暴雨显著升高了太湖入湖河流中具有高芳香度和生物不稳定的DOM浓度. 因此, 湖泊藻华暴发-消退过程和雨季-旱季交替的双重作用预计将显著影响着太湖中DOM的生物可降解性. 特别是, 太湖北部湖湾如竺山湾和梅梁湾等不仅是地表径流的主要入湖区域, 也是近年来蓝藻水华频发的重点对象, 为研究季节性水文和生物化学过程如何影响DOM和BDOC变化提供了理想区域. 基于此, 本研究采集了不同季节的太湖水体DOM样品, 通过光谱表征和室内培养实验, ①分析DOM浓度、结构、荧光组分及BDOC的时空变化；②建立DOM光学指标与BDOC的回归模型, 识别关键预测指标. 本研究将加深对富营养化湖泊中驱动DOM生物可降解性变化的关键过程及预测方法的认知, 对于湖泊碳循环过程和生态系统平衡也具有重要意义.
1 材料与方法 1.1 样品采集与制备本研究根据太湖的丰枯水期和蓝藻水华的发生规律, 选择竺山湾（ZS）、梅梁湾（ML）和贡湖湾（GH）这3个湖湾作为研究对象, 在2021年7月、9月、11月和2022年1月, 分别在3个区域共9个点位（图 1）进行采样. 采集0~30 cm的表层水样, 并将其装入预先清洗过的玻璃瓶中, 用冰袋冷藏, 4h内运回实验室. 据报道, 表层水体DOM可以一定程度代表垂向水体DOM特征[12]. 将水样用1.2 μm和0.22 μm的滤膜连续过滤, 收集滤液并在-20℃的冰箱中保存. 在最后一次采样时, 采集了各个点位的沉积物表层（3 cm）样品, 将其混合并重新悬浮在Milli-Q水中, 振荡一夜后过滤、离心悬浮液, 得到浓缩的微生物菌群. 然后, 用0.01 mol·L-1的磷酸盐缓冲盐水（PBS）对浓缩微生物进行3次冲洗, 以去除残留的有机物, 并用无菌水稀释至约9×1010 cells·L-1的丰度, 作为BDOC测定的微生物接种液.
|
图 1 中国太湖的研究区域和采样点位置示意 Fig. 1 Study area and sampling sites of Lake Taihu in China |
本研究采用常见的“热乙醇萃取法”测定浮游植物叶绿素a, 原理是用体积分数为90%的热乙醇溶液提取样品中的叶绿素[13]. 取500 mL表层混匀水体, 用0.45 μm玻璃纤维滤膜进行过滤, 将滤膜向内对折后放入10 mL离心管内于-20℃冰箱保存, 冻存至少一昼夜后进行萃取. 具体萃取操作为：取一定体积90%乙醇于控温水浴锅中预热（80~85℃）. 取出冰冻样品后立即加入5 mL左右热乙醇, 随即水浴2 min. 再将萃取样品置于室温下避光处, 萃取4~6 h, 萃取结束后过滤萃取液并用90%乙醇定容至10 mL. 比色方法为：上述10 mL叶绿素样品萃取液在分光光度计上用90%乙醇作为参比液进行比色. 先在665 nm波长测消光率E665, 再在750 nm波长测消光率E750.然后在样品的比色皿中加入1滴1 mol·L-1的盐酸酸化, 加盖摇匀, 1 min后重新在665nm波长测消光率A665和在750 nm波长测消光率A750. 叶绿素a计算见式（1）：
|
(1) |
式中, Chl-a为叶绿素a浓度（mg·L-1）；V乙醇为萃取液定容体积（mL）；V样品为滤水样体积（L）.
1.3 BDOC测定本研究采用目前最常用的静态培养法测定BDOC, 其原理是利用微生物在一定时间内（通常为28 d）降解DOC, 以DOC浓度的降低率（BDOC）反映DOC的可生物降解性[14]. 为了保证分析结果的可比性, 在最后一次采样后对所有样品（4×9共36个）同时进行BDOC测定. 具体方法如下：将200 mL的滤后水样装入棕色玻璃瓶中, 加入适量的微生物接种液, 保持微生物的初始丰度约为1.0 × 109 cells·L-1. 根据对照实验的结果, 接种液中的DOC可以忽略不计. 为避免营养限制, 还向水样中添加了氮磷溶液, 使得初始的NH4+-N、NO32--N和PO43--P的浓度分别达到35、100和2 μmol·L-1. 然后, 用透气膜密封玻璃瓶, 将其置于（20 ± 2）℃的恒温箱中进行暗培养. 培养期间每天摇晃一次, 以保持有氧条件. 在第0 d和第28 d, 分别取出样品, 过滤后测定滤液中的DOC浓度（DOC0和DOC28）. 根据式（2）计算BDOC：
|
(2) |
DOC浓度采用总有机碳分析仪（TOC-Vcph, 岛津）检测水样中的不可吹脱的有机碳. 采用紫外-可见分光光度计（UV-2550, 岛津）扫描水样的吸收光谱, 波长范围为200~800 nm, 间隔为1 nm, 以700 nm处的吸收值作为基线进行校正, 以Milli-Q水作为空白参比. 采用荧光光谱仪（F-7000, 日立）扫描水样的三维荧光光谱, 发射波长范围为250~550 nm, 间隔为1 nm, 激发波长范围为200~450 nm, 间隔为5 nm, 扫描速度为2400 nm·min-1, 激发和发射狭缝带宽均为5 nm, 以Milli-Q水作为空白参比. 对三维荧光光谱进行水拉曼散射峰校正、内滤效应校正和瑞利散射效应校正, 并将荧光强度标准化为Raman Unit 275 nm（RU275）. 有色DOM（chromophoric DOM, CDOM）浓度用350 nm处的吸收系数（A350）表示. SUVA350、SUVA254、光谱斜率比（SR）、荧光峰比、腐殖化指数（humic index, HIX）、BIX和FI等光学参数依据已发表方法计算[7]. 使用MATLAB（R2012a）的drEEM工具箱进行EEM-PARAFAC分析, 利用半检验分析验证模型有效性, 依次增加组分数量, 通过比较残差确定最佳组分数量[15]. 设定PARAFAC组分的最大荧光强度（Fmax）与其真实浓度正相关.
1.5 统计学分析所有数据均为至少3个平行的均值, 并通过SPSS软件进行统计分析. 验证数据方差的正态性、独立性和同质性后, 采用非参数Mann-Whitney U检验样品之间DOC浓度、光学指标（紫外吸收和荧光光谱参数、PARAFAC组分）及BDOC的显著性差异, 该检验不需要数据满足正态性、独立性和同质性的假设. 若P < 0.05, 认为具有显著性. 为构建DOM光学参数与BDOC之间的构效关系, 采用SIMCA 14.1（Umetrics）进行偏最小二乘回归（PLS-R）分析, 该分析可以处理多元线性回归中的多重共线性问题, 提高模型的预测能力. 样本数量为36个, 自变量（X）包括SR、SUVA254、SUVA350和BIX等20个DOM光学参数, BDOC作为因变量（Y）, 首先对X和Y量进行Z-分数标准化和均值中心化. 根据投影变量重要性（VIP）分数, 筛选出对Y有显著影响的X变量. 通过RY2、RX2和Q2值的交叉验证, 评估模型的拟合度和预测能力. 其中, RY2和RX2表示变量Y和X中方差的可解释比例. Q2表示模型预测的数据方差的比例.
2 结果与讨论2021年7月、9月、11月和2022年1月, 太湖北部湖湾ρ（Chl-a）平均值依次为0.067、0.51、0.83和0.27 mg·L-1. 同时, 7月和9月的平均降水量（118.9 mm和361.2 mm）也显著高于11月和1月（47.2 mm和89.4 mm）. 因此, 为便于比较, 将4次采样归为两个阶段, 即雨季-藻华期（7月和9月）和旱季-藻华后期（11月和1月）.
2.1 DOC浓度变化调查期间, 3个湖湾水体中ρ（DOC）为3.24~6.91 mg·L-1[图 2（a）], 与已有研究报道富营养化湖泊中ρ（DOC）（2~21 mg·L-1）相近[16]. 虽然DOC浓度在雨季和旱季没有明显的空间变化, 但藻华期内ML和GH样品的DOC浓度显著高于藻华后期（P < 0.001）. 考虑到梅梁湾和贡湖湾内入湖河道很少, 蓝藻释放和微生物产生有机物应该是DOC浓度升高的主要成因. 据报道, 浮游藻类在生长阶段平均每日释放生产力的20%为DOM[17]；而浮游藻类的解体也可以分泌出50%以上的净初级生产力[18]. 此外, 光降解和微生物降解等原位生物化学过程也显著影响DOC浓度, 这也是许多研究中DOC浓度与蓝藻水华强度并非同步变化的原因[16]. 在本研究中, 虽然光解和微生物降解作用在夏季时较强, 但水华期间DOC浓度较高表明蓝藻释放的DOC量超过了其消耗量. 随着蓝藻水华的衰退, 初级生产速率降低, 微生物降解逐渐占据主导地位, ML和GH样品的DOC浓度也随之降低. 相比之下, 竺山湾位于宜兴东部岸线, 受漕桥河、太滆运河和殷村港等多个河流输入的陆源DOC影响更为显著. 因此, 藻类/细菌胞外释放和陆源输入的动态混合可能是ZS样品DOC浓度对季节变化敏感度较低的原因. 雨季-藻华期间, 降水和地表径流的输入增加, 稀释了蓝藻产生的DOC, 使得ZS样品的DOC浓度低于ML和GH样品, 并与旱季-藻华后期相近.
|
不同星号表示各个湖区中雨季-藻华期与旱季-藻华后期的显著性差异, *表示P < 0.05, **表示P < 0.001 图 2 竺山湾、梅梁湾和贡湖湾中溶解有机质的DOC浓度、CDOM浓度、SUVA350、SUVA254和SR值的季节变化 Fig. 2 Seasonal changes in DOC concentration, CDOM concentration, SUVA350, SUVA254, and SR values of dissolved organic matter in Zhushan Bay, Meiliang Bay, and Gong Hu Bay |
DOC是由与大分子相关的发色物质和非发色物质所组成, 而CDOM仅代表吸光部分, 所以DOC浓度和CDOM并非同步变化. 通常, 地表径流和淋滤等陆源DOM富含强吸光度的芳香族化合物, 而SUVA254与CDOM往往正相关[19]. 因此, 雨季时, 地表径流的输入使得ZS样品的SUVA254、CDOM浓度和SUVA350（即CDOM/DOC）均高于其他湖湾样品[图 2（a）和2（b）]. 类似研究也表明陆源输入和CDOM吸收度显著正相关, 而且湖水混合后的稀释作用导致陆源CDOM的贡献降低[20]. 虽然在浮游藻类在对数生长期间也会释放大量的CDOM, 但藻源性有机物通常含有更多的非发色成分和低相对分子质量的脂肪族化合物[21], 这也是藻华期ML和GH样品的SUVA350和SUVA254较低的原因[图 2（c）和2（d）]. 藻华后期, 微生物原位老化等过程可将非发色物质转化为高芳香度的物质[7], 因而ML和GH样品的SUVA350和SUVA254升高. 前人研究报道了巢湖浮游植物残体的原位降解导致藻华后期SUVA254和DOM相对分子质量增加[22]. 藻华后期, DOM中高分子化合物的产生或小分子化合物的消耗促使DOM平均相对分子质量升高, 因此ML和GH样品的SR平均值从1.74降低至1.32[图 2（e）]. 通常SR值也可用来鉴定天然水体DOM的来源, 其值大于1通常说明藻体是主要来源[7]. 此外, 受陆源输入影响更显著的ZS样品在雨季具有更高的平均相对分子质量, 这与近期关于洪泽湖和骆马湖的报道一致[23].
2.3 DOM荧光光谱变化采用传统“拾峰法”分析EEM中T峰（类蛋白质）、C峰（类腐殖质）和A峰（类腐殖质）的强度变化, 发现所有样品中类蛋白T峰的荧光强度均高于C峰和A峰, T/C（2.68~20.81）和T/A（1.01~7.02）均大于1[图 3（a）和3（b）]. 太湖中周期性蓝藻水华以及水力停留时间较短常被认为是水体中类蛋白组分含量较高的主要原因[24]. 在旱季-藻华后期, 随着陆源输入和初级生产的减少, DOM中内源和陆源组分对区域生物地球化学过程的敏感性不同, 导致荧光指数发生差异性变化. 所有样品的T/C和T/A均显著降低, 说明类蛋白质组分比类腐殖质组分更容易降解, 而ML和GH样品的A/C显著低于藻华期, 这是由于与较难降解的C峰相比, 代表A峰的类腐殖质组分相对分子质量低, 更容易被微生物利用[7]. 同样, 从藻华期到藻华后期, 3个湖湾样品的BIX平均值从1.2降至1.1, 表明DOM的生物降解性降低, 而HIX值均显著增加, 尤其是ZS样品的腐殖化程度远高于其他样品[图 3（d）和3（f）]. 藻华期BIX较高表明DOM受到强烈的生源影响（蓝藻水华）, 新鲜度很高；由于微生物矿化作用的影响, 藻华后期新鲜组分消耗和腐殖质积累导致BIX降低和HIX升高. 同时, 太阳辐射也可以促进芳香物的光解, 进而提高藻华期的BIX值[8]. 相较于HIX和BIX, FI对季节的响应敏感度很低. 事实上, FI最初用于预测富里酸的前驱物来源和化学性质, 可能无法表征DOM中非腐殖质成分的来源[25].
|
不同星号表示雨季-藻华期与旱季-藻华后期的显著性差异, *表示P < 0.05, **表示P < 0.001 图 3 竺山湾、梅梁湾和贡湖湾中溶解有机质的荧光峰比（T/C、T/A、A/C）以及BIX、FI和HIX Fig. 3 Fluorescence peak ratio (T/C, T/A, and A/C) of dissolved organic matter in Zhushan Bay, Meiliang Bay, and Gonghu Bay, as well as BIX, FI, and HIX |
采用平行因子分析共识别出5种荧光成分, 均与Openfluor数据库中发表的组分相匹配（相似性得分 > 0.95）[9]. 其中, 组分C1和C3属于类蛋白质组分, 组分C2、C4和C5属于类腐殖质组分[图 4（a）]. 组分C1的最大激发和发射波长分别为275 nm和335 nm, 与类色氨酸组分类似；组分C3在Ex/Em =275/315 nm处存在一个最强荧光峰, 可归于类酪氨酸组分. 组分C2具有两个最强荧光峰, 分别位于Ex/ Em =240/405 nm和Ex/Em =310/405 nm, 与类微生物源腐殖质类似；组分C4的最大激发和发射波长分别为240 nm和440 nm, 可归于类腐殖质荧光峰；组分C5分别在Ex/Em =280/445 nm和Ex/Em =340/445 nm具有最强的荧光峰, 与传统的类陆源腐殖质相近. 基于各组分的Fmax, 类蛋白物质是所有DOM样品中主要的荧光成分, 占总荧光强度的59%~80%. 而类腐殖质组分在藻华后期有所增加, 占总荧光强度的26%~41%[图 4（b）]. 空间上, ZS样品中C2、C4和C5的Fmax远高于ML和GH样品, 与其腐殖化程度较高的情况一致[图 4（c）]. ML和GH样品中类蛋白质荧光组分（C1和C3）占70%以上, 这是由于这两个湖湾远离入湖口, 湖水的稀释作用导致陆源输入贡献度较低. 意外的是, ZS样品中类色氨酸组分C1也显著高于其他两个湖湾样品, 这可能是由于受城市化和农业施肥影响, 上游流域通过径流和淋滤输入将大量的类氨基酸物质带入北部湖湾[26]. 季节上, 由于蓝藻水华衰退和自由态氨基酸的微生物转化, 雨季-藻华期至旱季-藻华后期的所有样品中组分C1和C3的Fmax均显著下降, 而藻华后期仅ML样品中组分C4和C5显著升高. 总体上, 类蛋白质组分对微生物过程较为敏感, 因此季节变化特征更强烈；类腐殖质组分与陆源输入关系更紧密, 并且环境行为较为保守, 所以空间变化更显著.
|
不同星号表示雨季-藻华期与旱季-藻华后期的显著性差异, *表示P < 0.05, **表示P < 0.001 图 4 三维荧光-平行因子分析荧光组分的光谱、比例和最大荧光强度（Fmax） Fig. 4 EEM spectrum, proportions, and Fmax of PARAFAC components in dissolved organic matter |
配对相关分析表明, 不同光学指标之间存在复杂的关系（图 5）. 类蛋白组分C1和C3呈正相关, 并与BIX呈正相关, 这是由于C1和C3主要与蓝藻生物量分解过程中微生物不断产生和消耗有关[27]. 类似地, 类腐殖质组分C2、C4和C5之间正相关, 但与类蛋白组分之间无明显相关性, 说明它们对水文和环境过程的响应不同. 虽然通常认为C2是C1和C3的降解产物, 但微生物源C2和陆源C5的正相关性表明, 陆源输入也携带了大量C2. 组分C3占比与C2占比和C4占比之间显著负相关, 但与T/C和T/A显著正相关, 意味着组分C3占比更适合作为表征DOM中类蛋白质含量的指标. 相应地, HIX与C2占比、C4占比、C5占比和（C2+C4+C5）/（C1+C3）显著正相关, 但与T/C、T/A和C3占比等类蛋白质有关指标显著负相关. 吸收光谱指标与荧光光谱指标也存在相关性, 如SUVA254和SUVA350也与类蛋白质有关指标负相关, 但与C2占比和HIX存在较强的正相关；SR主要与类腐殖质组分有关指标显著负相关, 表明随着类腐殖物质输入的增加, DOM的相对分子质量和芳香度同步升高. FI与其他指标之间均不存在显著相关性, 这与前面所述FI可能不适于表征富营养化湖泊DOM一致.
|
1.C1, 2.C1%（表示该组分的占比, 下同）, 3.BIX, 4.C3, 5.A/C, 6.SR, 7.T/C, 8.A/T, 9.C3%, 10.C5%, 11.C4%, 12.（C2+C4+C5）/（C1+C3）, 13.HIX, 14.C2%, 15.SUVA350, 16.SUVA254, 17.C5, 18.FI, 19.C4, 20.C2；椭圆向左倾斜表示负相关, 椭圆向右倾斜表示正相关, 椭圆面积越小且颜色越深表示相关性越强, 无椭圆位置表示无明显相关性 图 5 吸收光谱和荧光光谱指标的Spearman相关性热图 Fig. 5 Spearman correlation heat maps of absorption spectra and fluorescence spectra |
3个湖湾样品的BDOC如图 6（a）所示, 大于先前研究中湖泊DOM经28d生物培养测得的平均值（17%）[28], 但远低于文献报道的藻源DOM的BDOC（79%）[29], 表明天然湖水DOM是易分解的藻源DOM和难分解的陆源DOM的混合物. 空间上, ML和GH样品的BDOC（平均值分别为34.7%和38.3%）显著高于ZS样品（25.2%）. 季节上, 藻华后期的BDOC（平均值为28.1%）低于藻华期（平均值为37.3%）.
|
（a） BDOC变化, 不同星号表示雨季-藻华期与旱季-藻华后期的显著性差异, *表示P < 0.05, （b）荷载, （c）中、高影响预测因子VIP得分, 其中1.T/C, 2.SR, 3.SUVA254, 4.T/A, 5.C3, 6.（C2+C4+C5）/（C1+C3）, （d）样品荷载；（e）预测BDOC和实测BDOC的验证 图 6 竺山湾、梅梁湾和贡湖湾中溶解有机质的生物可降解性（BDOC）和VIP得分 Fig. 6 Biodegradability (BDOC) and VIP scores of dissolved organic matter in Zhushan Bay, Meiliang Bay, and Gonghu Bay |
采用PLS-R分析, 将BDOC作为响应变量, 将DOM光学参数作为预测变量（表 1）. 基于20个预测变量提取了2个预测成分, 分别解释了DOM组成（X变量）变化度的83.5%、BDOC（Y变量）变化度的85.6%. 经交叉验证后, 响应变量变化度的平均解释比例为82.5%. PC1解释了X变量中69.1%的变化度和Y变量中82.9%的变化度, 代表从类腐殖质到类蛋白质组分的梯度. PC2解释了X变量中14.4%的变化度和Y变量中2.7%的变化度, 代表从强芳香性到低相对分子质量的梯度[图 6（b）]. 如图 6（d）所示, 雨季-藻华期和旱季-藻华后期各点位的DOM光学参数沿X轴由大到小分布. 随着藻华衰退, ZS样品从PC2右侧（与C2和C4有关）转移到左侧（与SUVA254有关）. 相比之下, ML和GH样品从PC1右侧（与T峰和C3占比有关）转移到左侧（与HIX和类腐殖质组分有关）. 总体而言, 雨季-藻华期间虽然陆源输入将难降解的腐殖质带入湖水, 但新鲜度较高的生源DOM对其生物可降解性至关重要.
|
表 1 不同季节的DOM和BDOC的PLS-R分析1） Table 1 PLS-R analysis of DOM and BDOC in different seasons |
在PLS荷载图上[图 6（b）], SR靠近BDOC, 与Y变量呈正相关, 这是由于高分子物质通常难以被微生物分解. 同时, 微生物对聚合芳香物的利用能力也较弱, 因而BDOC与SUVA254负相关. 一般来说, 类酪氨酸物质与微生物可以迅速消耗的低分子有机酸（如乙酸和丁酸）有关[7], 所以C3占比、SR和BDOC的位置接近. 类酪氨酸C3的分子组成与藻源DOM的释放有关, 其结构比类色氨酸C1更简单, 也更容易被生物降解[29]. 相比之下, BDOC和HIX的相反位置是由于富含芳香结构的陆源腐殖质的难降解性所致[30]. 不过, 营养胁迫条件下浮游藻类产生的一些有机物也可能具有较低的生物可降解性, 进而导致藻华后期BDOC降低[31].
近年来, 越来越多研究提出将光学指数作为预测水生系统中BDOC的指标[3]. 本研究结果表明, DOM光学参数是BDOC的有效预测因子[R2 = 0.81, 图 6（e）]. 基于VIP评分, T/C、SUVA254和SR是BDOC的强预测因子, 而其他变量的影响较小[图 6（c）]. 有研究通过逐步回归分析表明, SUVA254是控制BDOC变异性的主要驱动因素[32]. SUVA254可以通过分子结构特征或水解酶活性的抑制影响DOC的生物降解性[33 ~ 35]. 相似研究也发现了T峰是BDOC的有效预测指标, 而且对溶解性有机氮的生物利用也显著正相关, 意味着类蛋白质组分在微生物分解中的重要作用[36]. 这也进一步强调了类蛋白质组分的分解过程在湖泊富营养化进程中需要引起重视. 与本研究结果不同, 有研究通过线性回归分析指出河流系统中陆源DOM中BDOC与DOM的相对分子质量正相关[37]. 这种差异与河流和湖泊系统中特定的微生物代谢过程有关. 长期的贫营养系统可能促使了善于分解高分子DOM的微生物繁殖, 而富营养化湖泊中微生物更善于分解小分子物质[38]. 虽然有研究将PARAFAC组分的比例作为评价溪流和河流中BDOC浓度的指标[39], 但本研究中PARAFAC组分的VIP得分较低, 这可能与一些类色氨酸物质与类腐殖物质形成络合物, 不利于被微生物分解有关[40]. 尽管类腐殖质物质更难生物降解, 但部分类腐殖质成分, 特别是类富里酸, 也是BDOC的重要组成[41]. 相反, 与单组分含量相比, DOM的结构指数, 如T/C和SUVA254对细菌生物量、共现模式和周转率往往具有更强的确定性影响[42]. 而BIX和FI对水文和土地利用等其他环境因素的敏感性较高, 因此也被排除在模型外[3], 这也说明相较于来源, DOM的结构对BDOC更为重要. 实际上, 当微生物暴露于具有相似结构组成的不同种类的DOM时, 通常表现出相似的时间周转率、生境生态位宽度和共现模式[42].
进一步比较了雨季-藻华期、旱季-藻华后期的BDOC的预测因子[图 6（c）], 发现雨季期间T/C、SUVA254和T/A是主要的预测指标, 而SR的预测能力较弱. 这可能是由于藻华期湖水DOM以藻类释放的新鲜类蛋白质主导, 微生物既善于分解大分子蛋白质, 也对相对分子质量较小的氨基酸等物质具有较高的降解能力, 故雨季BDOC主要和类蛋白质相关的指数有关. 在旱季-藻华后期, DOM中类蛋白质组分含量降低, 特别是某些微生物分泌的高分子类蛋白质组分难以被微生物利用[43]. 因此T/C、T/A和SR都是BDOC的高度影响因素. 同时, 随着腐殖质含量升高, 与腐殖度相关的指数（C2+C4+C5）/（C1+C3）的影响程度也随之提高. 以上结果也强调了BDOC的预测需考虑吸收和荧光光谱指标的结合.
4 结论本研究探讨了太湖北部3个藻型湖湾水体DOM浓度、结构组成和生物可降解性（BDOC）的同步时空变化, 建立了BDOC与DOM光学参数的相关性. 结果表明, 在雨季-藻华期, 梅梁湾和贡湖湾内的DOM以蓝藻水华产生的和微生物易分解的类蛋白组分为主, 而受陆源输入影响更强的竺山湾内DOM中含有更多的高芳香度、难降解的类腐殖质组分. 在旱季-藻华后期, 3个湖湾内的DOM均呈现出新鲜度降低、腐殖化程度和平均相对分子质量增加、以及BDOC降低的趋势. 此外, 基于偏最小二乘回归的模型, 建立了一种利用DOM光学指标预测BDOC的统计学模型, 筛选出T/C、SR和SUVA254是最有效的预测参数. 本研究证明了DOM光学指数在表征和预测淡水湖泊DOM生物可降解性方面的可行性, 同时也揭示了蓝藻水华对DOM生物可降解性的重要影响, 可为淡水湖泊碳循环的研究提供新的视角和方法.
| [1] |
齐天赐, 肖启涛, 苗雨青, 等. 巢湖水体二氧化碳浓度时空分布特征及其水-气交换通量[J]. 湖泊科学, 2019, 31(3): 766-778. Qi T C, Xiao Q T, Miao Y Q, et al. Temporal and spatial variation of carbon dioxide concentration and its exchange fluxes in Lake Chaohu[J]. Journal of Lake Sciences, 2019, 31(3): 766-778. |
| [2] |
王嘉玮. 黄河上游溶解性有机碳输运及水-气界面二氧化碳交换特征研究[D]. 西安: 西安理工大学, 2023. Wang J W. Characteristics of dissolved organic carbon transport and carbon dioxide exchange at water-air interface in the upper yellow river[D]. Xi'an: Xi'an University of Technology, 2023. |
| [3] | Begum M S, Park J H, Yang L Y, et al. Optical and molecular indices of dissolved organic matter for estimating biodegradability and resulting carbon dioxide production in inland waters: a review[J]. Water Research, 2023, 228. DOI:10.1016/j.watres.2022.119362 |
| [4] |
陈丽丽, 肖启涛, 俞晓琴, 等. 东部地区大型湖库有色可溶性有机物来源组成及潜在驱动因素[J]. 环境科学, 2022, 43(4): 1930-1940. Chen L L, Xiao Q T, Yu X Q, et al. Optical composition and potential driving factors of chromophoric dissolved organic matter in large lakes and reservoirs in the eastern region of China[J]. Environmental Science, 2022, 43(4): 1930-1940. |
| [5] | Knapik H G, Fernandes C V S, de Azevedo J C R, et al. Biodegradability of anthropogenic organic matter in polluted rivers using fluorescence, UV, and BDOC measurements[J]. Environmental Monitoring and Assessment, 2015, 187(3). DOI:10.1007/s10661-015-4266-3 |
| [6] | He Q F, Xiao Q, Fan J X, et al. Excitation-emission matrix fluorescence spectra of chromophoric dissolved organic matter reflected the composition and origination of dissolved organic carbon in Lijiang River, Southwest China[J]. Journal of Hydrology, 2021, 598. DOI:10.1016/j.jhydrol.2021.126240 |
| [7] | Bai L L, Cao C C, Wang C H, et al. Toward quantitative understanding of the bioavailability of dissolved organic matter in freshwater lake during cyanobacteria blooming[J]. Environmental Science & Technology, 2017, 51(11): 6018-6026. |
| [8] | Hansen A M, Kraus T E C, Pellerin B A, et al. Optical properties of dissolved organic matter (DOM): effects of biological and photolytic degradation[J]. Limnology and Oceanography, 2016, 61(3): 1015-1032. DOI:10.1002/lno.10270 |
| [9] | 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 |
| [10] |
王永强, 卢少勇, 黄蔚, 等. 太湖水华前表层水CDOM的光谱特征与来源解析[J]. 环境科学, 2023, 44(9): 4906-4914. Wang Y Q, Lu S Y, Huang W, et al. Spectral Characteristics and source analysis of chromophoric dissolved organic matter in surface water of Taihu lake before cyanobacterial blooming[J]. Environmental Science, 2023, 44(9): 4906-4914. |
| [11] | Zhang F F, Harir M, Moritz F, et al. Molecular and structural characterization of dissolved organic matter during and post cyanobacterial bloom in Taihu by combination of NMR spectroscopy and FTICR mass spectrometry[J]. Water Research, 2014, 57: 280-294. DOI:10.1016/j.watres.2014.02.051 |
| [12] |
吕伟伟, 姚昕, 张保华. 太湖北部湖区春、冬季节天然有机质的荧光特征及环境意义[J]. 环境科学, 2018, 39(8): 3601-3613. Lü W W, Yao X, Zhang B H. Fluorescence characteristics and environmental significance of organic matter in the northern part of Lake Taihu in Spring and Winter[J]. Environmental Science, 2018, 39(8): 3601-3613. |
| [13] |
陈宇炜, 陈开宁, 胡耀辉. 浮游植物叶绿素a测定的"热乙醇法"及其测定误差的探讨[J]. 湖泊科学, 2006, 18(5): 550-552. Chen Y W, Chen K N, Hu Y H. Discussion on possible error for phytoplankton chlorophyll-a concentration analysis using hot-ethanol extraction method[J]. Journal of Lake Sciences, 2006, 18(5): 550-552. |
| [14] |
马小亮, 刘桂民, 吴晓东, 等. 青藏高原多年冻土区典型植被下河流溶解性有机碳的生物可利用性[J]. 环境科学, 2018, 39(5): 2086-2094. Ma X L, Liu G M, Wu X D, et al. Bioavailability of dissolved organic carbon in rivers for typical vegetation types in the permafrost regions on the Qinghai-Tibet Plateau[J]. Environmental Science, 2018, 39(5): 2086-2094. |
| [15] | Labanowski J, Feuillade G. Combination of biodegradable organic matter quantification and XAD-fractionation as effective working parameter for the study of biodegradability in environmental and anthropic samples[J]. Chemosphere, 2009, 74(4): 605-611. DOI:10.1016/j.chemosphere.2008.09.063 |
| [16] | Ye L L, Shi X, Wu X D, et al. Dynamics of dissolved organic carbon after a cyanobacterial bloom in hypereutrophic Lake Taihu (China)[J]. Limnologica, 2011, 41(4): 382-388. DOI:10.1016/j.limno.2011.06.001 |
| [17] | Wear E K, Carlson C A, James A K, et al. Synchronous shifts in dissolved organic carbon bioavailability and bacterial community responses over the course of an upwelling-driven phytoplankton bloom[J]. Limnology and Oceanography, 2015, 60(2): 657-677. |
| [18] | Agusti S, Duarte C M, Vaqué D, et al. Food-web structure and elemental (C, N and P) fluxes in the eastern tropical North Atlantic[J]. Deep Sea Research Part Ⅱ: Topical Studies in Oceanography, 2001, 48(10): 2295-2321. |
| [19] | Jiang T, Wang D Y, Meng B, et al. The concentrations and characteristics of dissolved organic matter in high-latitude lakes determine its ambient reducing capacity[J]. Water Research, 2020, 169. DOI:10.1016/j.watres.2019.115217 |
| [20] | Zhou Y Q, Xiao Q T, Yao X L, et al. Accumulation of terrestrial dissolved organic matter potentially enhances dissolved methane levels in eutrophic Lake Taihu, China[J]. Environmental Science & Technology, 2018, 52(18): 10297-10306. |
| [21] | Qu F S, Liang H, He J G, et al. Characterization of dissolved extracellular organic matter (dEOM) and bound extracellular organic matter (bEOM) of Microcystisaeruginosa and their impacts on UF membrane fouling[J]. Water Research, 2012, 46(9): 2881-2890. |
| [22] |
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. |
| [23] | Zhou Y Q, Chen L L, Zhou L, et al. Key factors driving dissolved organic matter composition and bioavailability in lakes situated along the Eastern Route of the South-to-North Water Diversion Project, China[J]. Water Research, 2023, 233. DOI:10.1016/j.watres.2023.119782 |
| [24] | Zhou Y Q, Zhang Y L, Shi K, et al. Lake Taihu, a large, shallow and eutrophic aquatic ecosystem in China serves as a sink for chromophoric dissolved organic matter[J]. Journal of Great Lakes Research, 2015, 41(2): 597-606. |
| [25] | McKnight D M, Boyer E W, Westerhoff P K, et al. Spectrofluorometric characterization of dissolved organic matter for indication of precursor organic material and aromaticity[J]. Limnology and Oceanography, 2001, 46(1): 38-48. |
| [26] | Yao X, Zhang Y L, Zhu G W, et al. Resolving the variability of CDOM fluorescence to differentiate the sources and fate of DOM in Lake Taihu and its tributaries[J]. Chemosphere, 2011, 82(2): 145-155. |
| [27] | 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. |
| [28] | Ye L L, Wu X D, Liu B, et al. Dynamics and sources of dissolved organic carbon during phytoplankton bloom in hypereutrophic Lake Taihu (China)[J]. Limnologica, 2015, 54: 5-13. |
| [29] | Drake T W, Wickland K P, Spencer R G M, et al. Ancient low⁃molecular-weight organic acids in permafrost fuel rapid carbon dioxide production upon thaw[J]. Proceedings of the National Academy of Sciences of the United States of America, 2015, 112(45): 13946-13951. |
| [30] | Kamjunke N, Hertkorn N, Harir M, et al. Molecular change of dissolved organic matter and patterns of bacterial activity in a stream along a land-use gradient[J]. Water Research, 2019, 164. DOI:10.1016/j.watres.2019.114919 |
| [31] | Asmala E, Haraguchi L, Markager S, et al. Eutrophication leads to accumulation of recalcitrant autochthonous organic matter in coastal environment[J]. Global Biogeochemical Cycles, 2018, 32(11): 1673-1687. |
| [32] | Liu F T, Wang D, Zhang B B, et al. Concentration and biodegradability of dissolved organic carbon derived from soils: a global perspective[J]. Science of the Total Environment, 2021, 754. DOI:10.1016/j.scitotenv.2020.142378 |
| [33] | Abbott B W, Larouche J R, Jones Jr J B, et al. Elevated dissolved organic carbon biodegradability from thawing and collapsing permafrost[J]. Journal of Geophysical Research: Biogeosciences, 2014, 119(10): 2049-2063. |
| [34] | Mann P J, Sobczak W V, LaRue M M, et al. Evidence for key enzymatic controls on metabolism of Arctic river organic matter[J]. Global Change Biology, 2014, 20(4): 1089-1100. |
| [35] | Liu F T, Chen L Y, Zhang B B, et al. Ultraviolet radiation rather than inorganic nitrogen increases dissolved organic carbon biodegradability in a typical thermo-erosion gully on the Tibetan Plateau[J]. Science of the Total Environment, 2018, 627: 1276-1284. |
| [36] | Graeber D, Tenzin Y, Stutter M, et al. Bioavailable DOC: reactive nutrient ratios control heterotrophic nutrient assimilation—An experimental proof of the macronutrient-access hypothesis[J]. Biogeochemistry, 2021, 155(1): 1-20. |
| [37] | Ni M F, Li S Y. Optical properties as tracers of riverine dissolved organic matter biodegradation in a headwater tributary of the Yangtze[J]. Journal of Hydrology, 2020, 582. DOI:10.1016/j.jhydrol.2019.124497 |
| [38] | Kirchman D. Measuring bacterial biomass production and growth rates from leucine incorporation in natural aquatic environments[J]. Methods in Microbiology, 2001, 30: 227-237. |
| [39] | 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. |
| [40] | Zang X, van Heemst J D H, Dria K J, et al. Encapsulation of protein in humic acid from a histosol as an explanation for the occurrence of organic nitrogen in soil and sediment[J]. Organic Geochemistry, 2000, 31(7-8): 679-695. |
| [41] | Sleighter R L, Cory R M, Kaplan L A, et al. A coupled geochemical and biogeochemical approach to characterize the bioreactivity of dissolved organic matter from a headwater stream[J]. Journal of Geophysical Research: Biogeosciences, 2014, 119(8): 1520-1537. |
| [42] | Zhou L, Zhou Y Q, Tang X M, et al. Resource aromaticity affects bacterial community successions in response to different sources of dissolved organic matter[J]. Water Research, 2021, 190. DOI:10.1016/j.watres.2020.116776 |
| [43] | Bai L L, Liu X, Wu Y Q, et al. Distinct seasonal variations of dissolved organic matter across two large freshwater lakes in China: lability profiles and predictive modeling[J]. Journal of Environmental Management, 2023, 339. DOI:10.1016/j.jenvman.2023.117880 |