2025, Vol. 46
近年来, 随着《重点海域综合治理攻坚战行动方案》等国家战略的实施, 沿海流域的污染源管控力度加强, 入海河流水质得到显著改善. 然而, 由于河流水质管控与河口近海的生态环境目标尚未有效衔接, 河流携带营养盐流入河口近海, 仍会带来海水富营养化、低氧等水生态环境问题[1, 2]. 硝酸盐作为水体中无机氮的主要赋存形态, 是地表水和地下水中重要的污染物之一[3, 4]. 目前我国地表水硝酸盐浓度偏高, 且受自然条件和人类活动的差异影响, 各地区地表水硝酸盐的来源不尽相同[5]. 因此, 准确识别入海河流水体硝酸盐的来源, 解析其主要迁移转化过程, 是氮污染源防控工作的前提[6], 对于入海总氮管控有着重要的指导作用.
传统识别硝酸盐污染来源主要是基于研究区的土地利用特征及水化学特征, 采用统计分析、模型模拟等方法进行污染来源量化分析[7 ~ 11]. 然而, 受资料准确性、参数合理性等制约, 此类方法往往难以准确描述不同污染来源硝酸盐的产生、入河及对入海通量的贡献, 亦无法体现硝酸盐氮在迁移转化过程的分馏作用[12]. 随着同位素技术的快速发展, 氮氧双稳定同位素技术被广泛用于识别水体的硝酸盐污染来源[13 ~ 15]. 不同污染源的δ15N-NO3-和δ18O-NO3-稳定同位素的组成存在差异[16, 17], 可以通过样品的同位素组成与污染源同位素特征的对应关系识别样品中的硝酸盐来源[18]. 但同时, 不同污染源的δ15N-NO3-和δ18O-NO3-同位素组成也存在重叠分布[19, 20], 在识别过程中可能带来一定的偏差. 稳定同位素（stable isotope analysis in R, SIAR）模型可以有效应对这种问题[21 ~ 23], 根据混合数据、源同位素数据和分馏系数较为准确地计算样品中不同来源污染的贡献率[24].
已有研究利用双稳定同位素技术解析了降水NO3-、粪肥、生活污水和土壤有机氮等对湖泊[3, 25]、湿地[7]、水库[26, 27]和河流[28 ~ 30]等水体的硝酸盐来源贡献, 为各类水体的氮污染源管控和治理提供重要支撑. 金赞芳等[31]基于多同位素（δD-H2O、δ18O-H2O、δ15N-NO3-和δ18O-NO3-）技术, 结合SIAR模型, 表明生活污水/粪肥类氮源是城市河流污染主要来源, 而化学肥料为山林农业区河流的主要污染源. 郭树芳等[32]利用SIAR模型解析了澜沧江水系的氮素来源及贡献率, 建议将上游土壤冲刷、中下游农业氮污染防控和人类活动影响控制作为今后氮污染防控的重点. 邢子康等[33]用氮氧同位素技术结合SIAR模型研究各污染源在不同降雨条件下水体硝酸盐的来源, 发现在无雨和小雨时, 水体硝酸盐主要来源于大气沉降和土壤有机氮；在暴雨条件下, 化肥成为最主要的污染源. 李欢玮等[34]研究了不同污染源在旱季和雨季对地表水硝酸盐的贡献率, 结果表明旱季和雨季的主要来源均为城镇污水, 贡献率分别为31.4%和65.7%；且雨季污水排放对NO3-的影响远高于旱季.
然而, 在当前陆海统筹水环境系统治理的新要求下, 尚缺乏利用双稳定同位素技术系统甄别多条入海河流的硝酸盐差异性来源的相关研究, 而其对于制定差异化的河流氮污染源管控策略具有重要指导意义. 本文以环渤海辽宁省和河北省内的12条入海河流（廖家洼河、南排河、宣惠河、滦河、新河、东沙河、排洪河、七里河、人造河、沙河、狗河和复州河）为研究对象, 基于氮氧同位素示踪方法, 解析河流硝酸盐主要来源及转化过程；并基于SIAR模型估算不同污染源的贡献率, 通过厘清12条河流硝酸盐的主要来源, 以期为制定差异化的氮污染管控策略提供科学支撑.
1 材料与方法 1.1 研究区与样品采集渤海三面环陆, 水体相对封闭且自净能力差[35], 加之环渤海城镇化发展, 导致其成为我国近海水生态环境问题突出的近岸海域. 研究选取环渤海地区12条典型入海河流, 分别为位于辽宁省大连市的复州河（干流长136 km）, 葫芦岛市狗河（88 km）, 河北省秦皇岛市新河（17 km）、东沙河（30 km）、排洪河（7 km）、七里河（采样河段约32 km）、人造河（14 km）和沙河（19 km）, 沧州市廖家洼河（89.5 km）、南排河（98 km）和宣惠河（173 km）以及跨越承德市、唐山市和秦皇岛市的滦河（877 km）. 研究区整体位于大陆性季风气候区, 年平均气温为8.1~14.1℃, 多年平均降水量为500~700 mm；除滦河外, 其他河流均属于季节性河流, 降水主要集中在汛期（6~9月）, 枯水期水量很小. 这12条河流覆盖了多变的河流长度（7~877 km）, 天然河道/人工渠系, 且流域内主导的人类活动类型和强度存在差异.
研究于2021年8月、2022年8月和2022年9月对12条入海河流进行水样采集, 共采集179个水样. 本文在丰水期进行采样, 是因为所研究的河流通常在丰水期呈现出较高的氮浓度[36]；且受降雨影响, 能够更加全面地体现多源氮输入（如土壤氮及面源污染）对河流水质的影响, 对于溯源更具典型性. 如图 1所示, 采样点位包括河流干流、支流和水库水体, 每条河流的采样点位置和数量（图 1）. 按照HJ 494-2009和HJ 493-2009的相关规定采集和保存样品.
|
图 1 研究区采样点分布示意 Fig. 1 Distribution of sampling sites in the study area |
采用便携式多参数水质监测仪EXO（Multi3430, 德国）对所有采样点的溶解氧（DO）、水温（T）和酸碱度（pH）进行现场测定. 将水样用0.45 μm滤膜过滤后, 装入60 mL聚乙烯小瓶, 利用连续流动注射分析仪（AA3, Seal, 德国）测定水体中硝酸盐（NO3--N）、亚硝酸盐（NO2--N）和铵态氮（NH4+-N）浓度；总氮（TN）采用碱性过硫酸钾-分光光度法（HJ 636-2012）进行测定.
水样经0.22 μm混合纤维素滤膜过滤后, 进行硝酸盐的氮、氧同位素测定, δ15N和δ18O用细菌反硝化法结合痕量气体预浓缩装置（Thermo Scientific PreCon）/同位素质谱仪（Thermo Delta V Advantage）进行测定. 基于缺乏一氧化二氮（N2O）还原性酶活性的反硝化细菌致黄假单胞菌（Pseudomonas aureofaciens）, 使硝酸盐定量转化为N2O, 再采用痕量气体-同位素质谱仪联用测定N2O中氮氧同位素值. 参照同位素标准样品USGS32[δ15N=180‰, δ18O= 
硝酸盐氮氧同位素计算如下：
|
(1) |
式中, 
为定量解析水体中各硝酸盐污染的贡献率, 引入基于贝叶斯方程的SIAR模型. 该模型是由Parnell等[38]开发的R语言环境下运行的稳定同位素混合模型, 其运用的前提是水体中未发生明显的反硝化作用. 模型定义了k种来源N个样品的j种同位素, 可表示为：
|
(2) |
式中, 
12条河流在采样期内的DO、TN和NO3--N浓度统计结果如表 1所示, 图 2展示了河流TN和NO3--N浓度的变化情况. DO在不同河流之间没有表现出显著的差异, 沧州市3条河流ρ（DO）范围为5.08~13.52 mg·L-1, 平均值为（9.98±0.27）mg·L-1；秦皇岛市6条河流范围为4.43~13.72 mg·L-1, 平均值为（8.84±0.31）mg·L-1；滦河为4.56~15.78 mg·L-1, 平均值为（8.98±0.27）mg·L-1；狗河为5.25~12.96 mg·L-1, 平均值为（8.34±0.71）mg·L-1；复州河为5.92~15.86 mg·L-1, 平均值为（10.30±0.54）mg·L-1.
|
表 1 河流DO、TN和NO3--N浓度 Table 1 Concentration of DO, TN, and NO3--N in rivers |
|
1.廖家洼河, 2.南排河, 3.宣惠河, 4.滦河, 5.新河, 6.东沙河, 7.排洪河, 8.七里河, 9.人造河, 10.沙河, 11.狗河, 12.复州河 图 2 河流TN和NO3- -N浓度变化特征 Fig. 2 Changes in TN and NO3--N concentrations in rivers |
不同河流水体的氮素浓度存在差异, 从TN来看, 12条河流ρ（TN）在0.23~15.02 mg·L-1范围变化, 平均值为4.27~8.41 mg·L-1. 其中, 复州河ρ（TN）较高, 为（8.41±0.58）mg·L-1, 其次为宣惠河[（5.30±0.25）mg·L-1]和廖家洼河[（4.91±0.97）mg·L-1]. 廖家洼河、滦河和复州河不同采样点的ρ（TN）波动较大, 变化范围分别为1.06~14.31、0.42~11.98和0.23~15.02 mg·L-1.
12条河流ρ（NO3--N）变化范围为0.01~13.82 mg·L-1, 平均值为0.13~6.67mg·L-1. 其中, 复州河ρ（NO3--N）值较高, 为（6.67±0.47）mg·L-1, 其次为狗河[（4.27±0.37）mg·L-1]、排洪河[（2.82±1.25）mg·L-1]和廖家洼河[（2.77±0.85）mg·L-1]. 排洪河和复州河不同采样点的ρ（NO3--N）波动较大, 分别在0.03~8.36 mg·L-1和0.20~13.32 mg·L-1范围变化；南排河NO3--N浓度平均值较低且波动较小. 整体而言, 南排河、人造河、宣惠河、滦河和沙河的ρ（NO3--N）较低, 其所有采样点平均值分别为：（0.13±0.03）、（1.03±0.32）、（1.15±0.23）、（1.34±0.24）和（1.35±0.58）mg·L-1.
2.2 水体硝酸盐来源解析 2.2.1 水体氢氧同位素组成水体氢氧同位素关系可以用于判别河水来源并指示蒸发作用的强弱. Craig[39]提出了全球大气降水线（global meteoric waterline, GMWL）, 距离研究区最近的地区大气降水线（local meteoric water line, LMWL）为天津地区[40]（LMWL1）和沈阳地区[41]（LMWL2）（图 3）. 本文选取不同地域的廖家洼河、狗河和复州河测定了氢氧同位素特征. 结果表明, 廖家洼水体δD-H2O变化范围为-54.57‰~-19.43‰, δ18O-H2O为-7.10‰~-1.15‰；狗河δD-H2O为-68.12‰~-51.33‰, δ18O-H2O为-9.49‰~-7.50‰；复州河δD-H2O为-56.83‰~-40.54‰, δ18O-H2O为-8.18‰~-5.06‰. 所有样品都位于GMWL、LMWL1、LMWL2附近, 且δD-H2O和δ18O-H2O变化范围较小, 表明降水是3条河流的主要水源. 廖家洼水体的拟合回归方程为δD-H2O=5.45×δ18O-H2O-14.89（R2=0.96）, 狗河为δD-H2O=5.78×δ18O-H2O-11.59（R2=0.95）, 复州河为δD-H2O=5.77×δ18O-H2O-8.80（R2=0.95）, 河水线的斜率和截距均小于GMWL、LMWL1和LMWL2, 反映了蒸发效应对河水的影响[31].
|
图 3 河流δD-H2O和δ18O-H2O关系 Fig. 3 Relationship between δD-H2O and δ18O-H2O in rivers |
12条河流水样的δ15N-NO3-和δ18O-NO3-分析结果如表 2所示. 将水体样品的同位素值与大气沉降、氮肥、动物粪便、生活污水和土壤氮等不同硝酸盐来源的特征值[16, 42 ~ 49]进行对照分析, 可定性判别水体样品中硝酸盐的来源（图 4）. 图 5为各流域的主要土地利用类型分布（耕地、水体、城镇）及各采样点的氮源分析结果. 将12条河流分组为沧州市3条河流（廖家洼河、南排河和宣惠河）、滦河、狗河、秦皇岛市6条河流（新河、东沙河、排洪河、七里河、人造河和沙河）及复州河.
|
|
表 2 河流硝酸盐氮氧同位素组成 Table 2 Composition of nitrate nitrogen and oxygen isotopes in rivers |
|
图 4 河流δ15N-NO3-和δ18O-NO3-关系 Fig. 4 Relationship between δ15N-NO3- and δ18O-NO3- in rivers |
|
图 5 各流域土地利用类型及采样点同位素来源分类 Fig. 5 Isotope sources of sampling points and land use in each watershed |
沧州市3条河流的δ15N-NO3-变化范围为-9.88‰~20.26‰, δ18O-NO3-变化范围为-13.17‰~19.07‰, 两者平均值分别为（6.85±1.07）‰和（1.41±1.13）‰（表 2）. 廖家洼河有9个采样点的δ15N-NO3-和δ18O-NO3-位于动物粪便及污水的端元内（其中1个在与土壤氮重叠端元）, 4个在化肥和降雨NH4+端元（2个在与土壤氮重叠端元）, 2个在硝酸盐肥料端元. 南排河有4个在动物粪便及污水的端元内, 2个在化肥和降雨NH4+端元（1个在与土壤氮重叠端元）. 宣惠河大部分点位落在动物粪便及污水端元内. 从空间分布来看, 廖家洼河和南排河地理位置接近, 上中游多为农业活动区, 如耕地、畜禽养殖和村落集中分布[图 5（a）]. 位于化肥NO3-影响区的采样点多聚集在下游, 可能是农田土壤中的微生物和有机质氧化分解, 产生了无机氮随地表径流进入水体[50]. 宣惠河流经6个县区, 流域内约有150万人口, 位于动物粪便及污水的端元内的采样点附近多为城镇[图 5（a）]. 因此, 3条河流的NO3-主要来源是动物粪便及污水, 而廖家洼河和南排河还受到农业种植氮肥施用和土壤氮的影响.
秦皇岛市6条河流δ15N-NO3-和δ18O-NO3-的变化范围分别为-4.86‰~27.03‰和-20.42‰~14.97‰, 平均值分别为（9.25±0.89）‰和（2.40±1.07）‰. 59个采样点中有36个位于动物粪便及污水端元内（其中10个在与土壤氮重叠端元）, 10个落在化肥和降雨中的NH4+范围内（8个在与土壤氮重叠端元内）, 24个在土壤氮端元（18个在重叠端元内）, 其余则不在典型污染源的端元范围内. 这6条河流的氮氧同位素特征值变幅较大, 表明河流NO3-来源多样. 沙河、排洪河、人造河和新河位于秦皇岛市主城区, 东沙河位于秦皇岛市昌黎县[图 5（b）], 土地利用类型主要为城镇, 人口密度大, 受人类活动的影响硝酸盐来源主要为动物粪便及污水. 七里河附近耕地面积较大, 易受到化学肥料的影响. 从整体上看, 水体中NO3-主要来源为动物粪便及污水, 其次为土壤氮、化肥和降雨中的NH4+.
滦河δ15N-NO3-和δ18O-NO3-的变化范围分别为5.73‰~17.64‰和-5.03‰~2.41‰. 从上游至下游的采样点几乎都位于动物粪便及污水端元, 1个采样点落在土壤氮端元. 表明滦河流域内NO3-来源主要为动物粪便及污水. 从土地利用来看[图 5（c）], 滦河流经16个县市, 总人口超过1400万, 尽管生活污水已经严禁排入城市河道, 但是零散排放和城市地表径流仍带来污染负荷入河.
狗河δ15N-NO3-和δ18O-NO3-的变化范围分别为6.96‰~11.44‰和1.91‰~8.31‰. 所有采样点的δ15N-NO3-和δ18O-NO3-均位于动物粪便及污水端元内（部分位于其与土壤氮交叉影响端元内）, 且氮氧同位素特征值变化不大, 表明狗河流域内NO3-来源单一, 主要为动物粪便及污水, 其次是土壤氮. 土壤氮为包含天然林地、草地土壤和种植业土壤的氮素, 来源于施入土壤中的化学氮肥和有机肥料、动植物残体的分解和生物固氮等带来的NH4+-N和NO3--N. 受土壤氮影响的采样点附近多为大面积农田[图 5（d）], 且流域内有382家畜禽散养户, 因此农田施肥和粪肥还田的影响可能体现在天然土壤氮的来源中.
复州河水体的δ15N-NO3-变化范围为7.01‰~28.55‰, δ18O-NO3-变化范围为-2.92‰~18.48‰. 37个采样点均位于动物粪便及污水影响端元内（1个位于与土壤氮重叠范围内）, 表明复州河的NO3-主要受动物粪便及污水的影响. 从空间土地利用来看[图 5（e）], 上中游部分点位受土壤氮影响, 下游流经大面积村落、城乡人口密度大, 且分布着大规模养殖场, 汛期受降雨冲刷作用, 粪便及污水中的氮素随地表径流进入水体.
Cl-不受物理、化学和生物因素变化的影响, 可以用来指示人类施肥和污水排放的影响[51]. 本文在复州河进一步利用前述变化关系识别复州河水体来源, 如图 6所示. 复州河水体的c（Cl-）为（2.57±0.42）mmol·L-1, c（NO3-）/c（Cl-）为0.05±0.01. 有研究表明[31], 较高c（Cl-）（> 0.5 mmol·L-1）且低c（NO3-）/c（Cl-）（< 0.1）的水体, NO3-来源主要为粪便和生活污水, 这与污染源端元值定性判别的结果一致.
|
图 6 复州河c（NO3-）/ c（Cl-）与c（Cl-）关系 Fig. 6 Relationship between c(NO3-)/c(Cl-) andc(Cl-)in Fuzhou River |
δ15N-NO3-和δ18O-NO3-能够辅助判别水体中氮的硝化与反硝化作用. 在硝化细菌的作用下, 含氮化合物（如化肥、污水和畜禽排泄物等）经硝化作用生成的δ18O-NO3-一般位于-10‰~15‰之间[52]. 本文179个采样点中有94%采样点的δ18O-NO3-都位于此范围内. 理论上, 硝化反应产生的NO3-有两个氧原子来自水, 一个氧原子来自水中溶解的O2, 即：
|
(3) |
其中, 大气中O2的理论值为23.5‰, 本文测定了廖家洼河、复州河和狗河的δ18O-H2O（见2.1节）. 若水体存在硝化过程, 根据公式（3）计算廖家洼河δ18O-NO3-的理论值范围为3.09‰~7.06‰, 平均值为(4.12±0.30)‰, 实测δ18O-NO3-为-13.17‰~19.07‰, 平均值为(4.99±2.20)‰；复州河δ18O-NO3-的理论值范围为2.38‰~4.46‰, 平均值为(3.40±0.09)‰, 实测δ18O-NO3-为-2.92‰~18.48‰, 平均值为(6.33±0.61)‰；狗河δ18O-NO3-的理论值范围为1.50‰~2.83‰, 平均值为(2.55±0.08)‰, 实测δ18O-NO3-为1.91‰~8.31‰, 平均值为(5.39±0.33)‰. 廖家洼河和复州河均位于硝化反应生成的δ18O-NO3-范围, 部分δ18O-NO3-高于理论推算的最高值；而狗河22个采样点中, 有20个采样点的δ18O-NO3-高于理论推算的最高值, 其原因可能是流域土壤水蒸发或者细菌呼吸作用导致了高δ18O-H2O.
发生反硝化作用时, 微生物会首先利用NO3-中较轻的同位素（δ14N-NO3-和δ16O-NO3-）, 导致NO3-浓度降低并伴随δ15N和δ18O明显升高[26]；研究表明反硝化作用发生时水体中δ15N/δ18O会处于1.3∶1~2∶1之间[53 ~ 55]. 狗河22个采样点中（图 7）, 有15个点位的δ15N-NO3-/δ18O-NO3-介于此范围, 其他河流仅有1~2个介于此范围, 对狗河进一步分析. 研究表明反硝化作用的同位素分馏遵循瑞利分馏[51]：
|
(4) |
式中, δ15N0为硝酸盐氮同位素最初组成, ε为分馏系数. 当存在反硝化作用时, ε值位于-40‰~-5‰之间, δ15N-NO3-与ln（NO3-）呈现显著负相关关系. 狗河的δ15N-NO3-与ln（NO3-）没有表现出显著负相关关系（y=0.64x+7.55, R2=0.03, P > 0.05）, 表明河水反硝化作用不显著. 加之, 反硝化作用是一个厌氧条件下的脱氮过程[56], ρ（DO）小于2 mg·L-1是其发生的最佳条件. 研究区水体的ρ（DO）均大于2 mg·L-1（表 1）, 皆处于相对好氧环境. 综上, 推断12条河流总体上没有发生明显的反硝化作用.
|
图 7 河流δ15N-NO3-和δ18O-NO3-关系 Fig. 7 Relationship between δ15N-NO3- and δ18O-NO3- in rivers |
根据前述硝酸盐氮氧同位素在不同污染源的端元区间分布, 明确研究区硝酸盐的潜在来源包括降雨中NH4+（NP）、含氮化学肥料（CF）、土壤有机氮（SN）和粪肥污水（MS）. 4种硝酸盐来源的初始同位素特征值的平均值和标准差见表 3, 其中CF和SN基于本研究污染源实测数据结合参考文献获取, 其他数据均参考文献[21]. 对12条河流应用SIAR模型对其硝酸盐来源贡献率进行估算, 考虑到反硝化作用不显著, 故分馏系数Cjk=0[公式（2）].
|
|
表 3 不同NO3- -N来源对应的δ15N和δ18O范围 Table 3 Ranges of δ15N and δ18O corresponding to different NO3--N sources |
如图 8所示, 不同河流的硝酸盐来源表现出较大差异. 廖家洼河和宣惠河的结果较为相似, 大气沉降贡献较小, 主要来自粪肥污水、土壤氮和化肥, 且三者贡献率相当. 廖家洼河贡献率为：粪肥污水（36.5%） > 土壤氮（30.9%） > 化肥（25.2%）, 宣惠河为：粪肥污水（35.1%） > 化肥（33.1%） > 土壤氮（29.2%）. 南排河的NO3-有64.4%来源于化肥, 其余为土壤氮（19.7%）和粪肥污水（13.9%）.
|
NP：大气沉降, CF：含氮化学肥料, SN：土壤氮, MS：粪肥污水；箱线图蓝色表示50%、黄色表示75%和橙色表示95%置信度区间 图 8 SIAR模型计算各污染源的贡献率 Fig. 8 Contribution rate of each pollution source calculated from SIAR model |
秦皇岛市6条河流呈现出较相似的贡献率特征. 水体NO3-主要来源于粪肥污水, 在6条河的贡献率范围为26.1%~41.3%, 平均贡献率为36.3%, 其次为土壤氮（28.5%~30.3%, 平均贡献率为29.5%）和含氮化学肥料（20.5%~36.1%, 平均贡献率为25.1%）. 相比之下, 大气沉降的贡献率较低, 贡献率范围为5.7%~14.9%, 平均贡献率为9.0%.
狗河NO3-来源以土壤氮（平均贡献率为54.0%）为主, 其次为粪肥污水（平均贡献率为36.3%）, 含氮化学肥料的贡献相对较小, 平均贡献率仅为5.4%.
滦河和复州河的硝酸盐来源主要为粪肥污水, 平均贡献率分别高达74.8%和90.1%；其次是土壤氮, 平均贡献率分别为15.3%和4.3%. 含氮化学肥料、大气沉降贡献相对小. SIAR模型的贡献率分析结果与氮氧同位素端元分析结果较为一致.
整体来看, 12条河流的NO3-主要贡献来源为粪肥污水, 贡献率范围为13.9%~90.1%；其次为土壤氮, 贡献率范围为4.3%~54.0%；大气沉降的贡献率相对较小为1.5%~14.9%. 值得注意的是, 不同河流展现出的主要污染源存在差异, 例如, 粪肥污水对滦河和复州河的NO3-贡献率较高, 含氮化学肥料对南排河的NO3-贡献率较高, 土壤氮对狗河的NO3-贡献率较高.
2.5 差异化管控措施对于不同河流, 尽管其氮素来源均包含大气沉降、含氮化学肥料、土壤氮和粪肥污水等, 但每条河流的主要来源贡献率存在明显差别. 在氮负荷管理时应注重对不同河流、不同区域的污染源管控的优先级别, 以期实现高效的氮污染防控. 南排河流域内农业种植面积大且紧邻河道, 在后续管控中要注重持续推进化肥农药减量增效, 同时利用区域内沟渠和低洼地改造建设生态沟渠和表流湿地, 对农田退水进行拦蓄和净化. 滦河和复州河流经大中型城镇, 流域内人口众多, 应重点保障城市污水处理厂运行稳定, 提升生活污水收集处理效率；同时对大规模养殖采取规范化的粪污处理处置. 廖家洼河、宣惠河、新河、东沙河、排洪河、七里河、人造河、沙河和狗河水体硝酸盐主要来源均为土壤氮和粪肥污水, 应强化面源污染的管控力度, 包括积极防控种植业污染、严格防控畜禽养殖污染和大力推行生活污水治理行动等.
3 结论（1）12条河流ρ（TN）在0.23~15.02 mg·L-1范围内, 平均值为4.27~8.41 mg·L-1. 其中, 廖家洼河、滦河和复州河TN浓度波动较大, 复州河TN浓度平均值较高；12条河流的ρ（NO3--N）在0.01~13.82 mg·L-1范围内, 平均值为0.13~6.67 mg·L-1. 排洪河、复州河NO3--N浓度波动较大, 复州河NO3--N浓度平均值较高, 南排河NO3--N浓度较低.
（2）氮氧同位素特征及SIAR模型定量解析结果表明, 动物粪便及污水、土壤氮和化肥是12条河流硝酸盐的主要来源. 动物粪便及污水的贡献率范围为13.9%~90.1%、土壤氮为4.3%~54.0%；此外, 化肥对廖家洼河、南排河、宣惠河NO3-的贡献率也较大, 表明粪肥污水和种植业面源污染均应在氮管控中得到高度重视.
（3）受到硝酸盐负荷的时空变化、污染源同位素端元值范围以及同位素分馏等影响, 硝酸盐来源解析结果可能存在不确定性. 今后在运用同位素示踪方法时, 可通过测定丰、平、枯水期和不同人类活动影响期的同位素特征, 精准测定区域污染源的同位素端元值等方式来提高氮来源解析结果的精度.
| [1] | Carey R O, Migliaccio K W, Brown M T. Nutrient discharges to Biscayne Bay, Florida: trends, loads, and a pollutant index[J]. Science of the Total Environment, 2011, 409(3): 530-539. DOI:10.1016/j.scitotenv.2010.10.029 |
| [2] | Schindler D W, Hecky R E. Eutrophication: more nitrogen data needed[J]. Science, 2009, 324(5928): 721-722. |
| [3] |
杨忆凡, 刘窑军, 田亮, 等. 氮氧同位素解析堤垸地表水硝酸盐来源[J]. 环境科学研究, 2024, 37(2): 326-335. Yang Y F, Liu Y J, Tian L, et al. Identification of nitrate source in polder surface water by nitrogen and oxygen isotopes[J]. Research of Environmental Sciences, 2024, 37(2): 326-335. |
| [4] |
李艳利, 杨梓睿, 尹希杰, 等. 太子河下游河流硝酸盐来源及其迁移转化过程[J]. 环境科学, 2018, 39(3): 1076-1084. Li Y L, Yang Z R, Yin X J, et al. Identification of nitrate sources and the fate of nitrate in downstream areas: a case study in the Taizi River Basin[J]. Environmental Science, 2018, 39(3): 1076-1084. |
| [5] |
张鑫, 张妍, 毕直磊, 等. 中国地表水硝酸盐分布及其来源分析[J]. 环境科学, 2020, 41(4): 1594-1606. Zhang X, Zhang Y, Bi Z L, et al. Distribution and source analysis of nitrate in surface waters of China[J]. Environmental Science, 2020, 41(4): 1594-1606. DOI:10.3969/j.issn.1000-6923.2020.04.026 |
| [6] | Johannsen A, Dähnke K, Emeis K. Isotopic composition of nitrate in five German rivers discharging into the North Sea[J]. Organic Geochemistry, 2008, 39(12): 1678-1689. DOI:10.1016/j.orggeochem.2008.03.004 |
| [7] |
李智滔, 肖红伟, 伍作亭, 等. 基于水化学及氮氧同位素技术的硝酸盐来源解析——以鄱阳湖湿地为例[J]. 中国环境科学, 2022, 42(9): 4315-4322. Li Z T, Xiao H W, Wu Z T, et al. Hydrochemistry, nitrogen and oxygen isotope composition of nitrate to trace its source in Poyang Lake wetland[J]. China Environmental Science, 2022, 42(9): 4315-4322. DOI:10.3969/j.issn.1000-6923.2022.09.039 |
| [8] |
傅雪梅, 孙源媛, 苏婧, 等. 基于水化学和氮氧双同位素的地下水硝酸盐源解析[J]. 中国环境科学, 2019, 39(9): 3951-3958. Fu X M, Sun Y Y, Su J, et al. Source of nitrate in groundwater based on hydrochemical and dual stable isotopes[J]. China Environmental Science, 2019, 39(9): 3951-3958. DOI:10.3969/j.issn.1000-6923.2019.09.042 |
| [9] | Petitta M, Fracchiolla D, Aravena R, et al. Application of isotopic and geochemical tools for the evaluation of nitrogen cycling in an agricultural basin, the Fucino Plain, Central Italy[J]. Journal of Hydrology, 2009, 372(1-4): 124-135. DOI:10.1016/j.jhydrol.2009.04.009 |
| [10] | Andrade A I A S S, Stigter T Y. Multi-method assessment of nitrate and pesticide contamination in shallow alluvial groundwater as a function of hydrogeological setting and land use[J]. Agricultural Water Management, 2009, 96(12): 1751-1765. DOI:10.1016/j.agwat.2009.07.014 |
| [11] |
曹胜伟, 费宇红, 田夏, 等. 硝酸盐污染氮氧同位素溯源及贡献率分析——以南阳地区为例[J]. 水文地质工程地质, 2019, 46(2): 82-91. Cao S W, Fei Y H, Tian X, et al. Using isotopes of nitrogen and oxygen to trace groundwater nitrate contamination and contribution analysis: exemplified by the Nanyang District[J]. Hydrogeology & Engineering Geology, 2019, 46(2): 82-91. |
| [12] | Zhang M, Zhi Y Y, Shi J C, et al. Apportionment and uncertainty analysis of nitrate sources based on the dual isotope approach and a Bayesian isotope mixing model at the watershed scale[J]. Science of the Total Environment, 2018, 639: 1175-1187. DOI:10.1016/j.scitotenv.2018.05.239 |
| [13] | Yuan Z W, Wang L, Lan T, et al. Water quality assessment and source identification of water pollution in the Banchengzi reservoir, Beijing, China[J]. Desalination and Water Treatment, 2016, 57(60): 29240-29253. DOI:10.1080/19443994.2016.1162205 |
| [14] | Xing M, Liu W G. Using dual isotopes to identify sources and transformations of nitrogen in water catchments with different land uses, Loess Plateau of China[J]. Environmental Science and Pollution Research, 2016, 23(1): 388-401. DOI:10.1007/s11356-015-5268-y |
| [15] | Li R F, Ruan X H, Bai Y, et al. Effect of wheat-maize straw return on the fate of nitrate in groundwater in the Huaihe River Basin, China[J]. Science of the Total Environment, 2017, 592: 78-85. DOI:10.1016/j.scitotenv.2017.03.029 |
| [16] |
赵庆良, 马慧雅, 任玉芬, 等. 利用δ15N-NO3-和δ18O-NO3-示踪北京城区河流硝酸盐来源
[J]. 环境科学, 2016, 37(5): 1692-1698. Zhao Q L, Ma H Y, Ren Y F, et al. δ15N-NO3- and δ18O-NO3- tracing of nitrate sources in Beijing urban rivers [J]. Environmental Science, 2016, 37(5): 1692-1698. |
| [17] | Kohl D H, Shearer G B, Commoner B. Fertilizer nitrogen: contribution to nitrate in surface water in a corn belt watershed[J]. Science, 1971, 174(4016): 1331-1334. DOI:10.1126/science.174.4016.1331 |
| [18] |
邢萌, 刘卫国, 胡婧. 浐河、涝河河水硝酸盐氮污染来源的氮同位素示踪[J]. 环境科学, 2010, 31(10): 2305-2310. Xing M, Liu W G, Hu J. Using nitrate isotope to trace the nitrogen pollution in Chanhe and Laohe River[J]. Environmental Science, 2010, 31(10): 2305-2310. |
| [19] |
李严, 曹明达, 靳孟贵, 等. 湖北泉水河流域水化学特征和硝酸盐来源示踪[J]. 地球科学, 2020, 45(3): 1061-1070. Li Y, Cao M D, Jin M G, et al. Hydrochemical characteristics and tracing of nitrate sources in Quanshui River catchment, Hubei province[J]. Earth Science, 2020, 45(3): 1061-1070. |
| [20] |
魏守才, 刘京涛, 夏江宝, 等. 基于氮氧同位素示踪的滨州市水体硝酸盐污染来源解析[J]. 北京师范大学学报(自然科学版), 2021, 57(1): 29-35. Wei S C, Liu J T, Xia J B, et al. Analysis of surface water and groundwater nitrate sources in Binzhou City in the Yellow River Delta using isotopes of nitrogen and oxygen[J]. Journal of Beijing Normal University (Natural Science), 2021, 57(1): 29-35. |
| [21] | Zhang Y, Shi P, Li F D, et al. Quantification of nitrate sources and fates in rivers in an irrigated agricultural area using environmental isotopes and a Bayesian isotope mixing model[J]. Chemosphere, 2018, 208: 493-501. DOI:10.1016/j.chemosphere.2018.05.164 |
| [22] | Zhang Q Q, Wang H W, Wang L. Tracing nitrate pollution sources and transformations in the over-exploited groundwater region of north China using stable isotopes[J]. Journal of Contaminant Hydrology, 2018, 218: 1-9. DOI:10.1016/j.jconhyd.2018.06.001 |
| [23] | Hu M M, Wang Y C, Du P C, et al. Tracing the sources of nitrate in the rivers and lakes of the southern areas of the Tibetan Plateau using dual nitrate isotopes[J]. Science of the Total Environment, 2019, 658: 132-140. DOI:10.1016/j.scitotenv.2018.12.149 |
| [24] |
崔玉环, 王杰, 郝泷, 等. 长江中下游平原升金湖流域硝酸盐来源解析及其不确定性[J]. 湖泊科学, 2021, 33(2): 474-482. Cui Y H, Wang J, Hao L, et al. The contribution rates of nitrate sources and their uncertainties in Shengjin Lake Basin, middle and lower reaches of the Yangtze River Plain[J]. Journal of Lake Sciences, 2021, 33(2): 474-482. |
| [25] |
凌郡鸿, 张依章, 曹英杰, 等. 基于氮氧同位素的南四湖硝酸盐来源解析[J]. 中国环境科学, 2023, 43(6): 3100-3106. Ling J H, Zhang Y Z, Cao Y J, et al. An analysis of nitrate sources in Nansi Lake based on nitrogen and oxygen isotopes[J]. China Environmental Science, 2023, 43(6): 3100-3106. DOI:10.3969/j.issn.1000-6923.2023.06.043 |
| [26] |
王艳碧, 周忠发, 孔杰, 等. 基于水化学与氮氧同位素的喀斯特山区水体硝酸盐来源示踪与估算——以平寨水库为例[J]. 中国环境科学, 2023, 43(10): 5265-5276. Wang Y B, Zhou Z F, Kong J, et al. Tracing and estimation of nitrate sources based on hydrochemistry and nitrogen and oxygen isotopes in karst mountainous water: a case study of the Pingzhai reservoir[J]. China Environmental Science, 2023, 43(10): 5265-5276. DOI:10.3969/j.issn.1000-6923.2023.10.025 |
| [27] |
金赞芳, 张文辽, 郑奇, 等. 氮氧同位素联合稳定同位素模型解析水源地氮源[J]. 环境科学, 2018, 39(5): 2039-2047. Jin Z F, Zhang W L, Zheng Q, et al. Contribution of nitrogen sources in water sources by combining nitrogen and oxygen isotopes and SIAR[J]. Environmental Science, 2018, 39(5): 2039-2047. |
| [28] |
裴东艳, 谢磊, 徐斌, 等. 基于氮氧同位素技术的黄河上游清水河硝酸盐来源解析[J]. 中国环境科学, 2022, 42(9): 4115-4121. Pei D Y, Xie L, Xu B, et al. Analysis of nitrate sources in the Qingshui River of the Yellow River with nitrogen and oxygen isotope technique[J]. China Environmental Science, 2022, 42(9): 4115-4121. DOI:10.3969/j.issn.1000-6923.2022.09.016 |
| [29] |
裴德富, 徐丽, 赵学敏, 等. 基于同位素示踪方法的东江流域氮素分布特征和来源解析[J]. 环境科学学报, 2023, 43(3): 206-215. Pei D F, Xu L, Zhao X M, et al. Characterization of nitrogen distribution and source analysis in the Dongjiang River Basin based on isotope tracing method[J]. Acta Scientiae Circumstantiae, 2023, 43(3): 206-215. |
| [30] |
任奕蒙, 岳甫均, 徐森, 等. 利用氮氧同位素解析赤水河流域水体硝酸盐来源及其时空变化特征[J]. 地球与环境, 2019, 47(6): 820-828. Ren Y M, Yue F J, Xu S, et al. Temporal and spatial variation of nitrate sources in the Chishui River watershed based on isotope approach[J]. Earth and Environment, 2019, 47(6): 820-828. |
| [31] |
金赞芳, 胡晶, 吴爱静, 等. 基于多同位素的不同土地利用区域水体硝酸盐源解析[J]. 环境科学, 2021, 42(4): 1696-1705. Jin Z F, Hu J, Wu A J, et al. Identify the nitrate sources in different land use areas based on multiple isotopes[J]. Environmental Science, 2021, 42(4): 1696-1705. |
| [32] |
郭树芳, 陈安强, 习斌, 等. 澜沧江水系氮磷污染及硝酸盐来源解析[J]. 环境科学, 2022, 43(12): 5491-5498. Guo S F, Chen A Q, Xi B, et al. Analysis of nitrogen and phosphorus pollution and nitrogen sources in the Lancang River[J]. Environmental Science, 2022, 43(12): 5491-5498. |
| [33] |
邢子康, 余钟波, 衣鹏, 等. 基于氮氧同位素解析不同降雨条件下硝酸盐污染源[J]. 环境科学, 2021, 42(12): 5796-5803. Xing Z K, Yu Z B, Yi P, et al. Analysis of nitrate pollution sources under different rainfall conditions based on δ15N and δ18O values[J]. Environmental Science, 2021, 42(12): 5796-5803. |
| [34] |
李欢玮, 赵广举, 李明, 等. 黄土高塬沟壑区典型城郊流域地表水硝酸盐来源示踪[J]. 环境科学, 2023, 44(2): 761-769. Li H W, Zhao G J, Li M, et al. Identification of nitrate source of surface water in a typical peri-urban watershed in the tableland of the Loess Plateau, China[J]. Environmental Science, 2023, 44(2): 761-769. |
| [35] |
孙策策, 刘军, 张爱军, 等. 环渤海河流营养盐的向海输送及环境效应[J]. 中国环境科学, 2024, 44(1): 178-192. Sun C C, Liu J, Zhang A J, et al. Nutrient transport in rivers around the Bohai Sea and its environmental implications[J]. China Environmental Science, 2024, 44(1): 178-192. |
| [36] |
韦英怀, 胡敏鹏, 陈丁江. 我国主要河流水系硝态氮污染特征及定量源解析[J]. 环境科学, 2024, 45(2): 755-767. Wei Y H, Hu M P, Chen D J. Nitrate pollution characteristics and its quantitative source identification of major river systems in China[J]. Environmental Science, 2024, 45(2): 755-767. |
| [37] |
张航, 樊荣, 李超, 等. 基于氮氧同位素的北洛河流域硝酸盐来源及其空间分布解析[J]. 环境污染与防治, 2024, 46(1): 43-49. Zhang H, Fan R, Li C, et al. Spatial distribution and sources analysis of nitrate in the Beiluo River Watershed based on nitrogen and oxygen stable isotope[J]. Environmental Pollution & Control, 2024, 46(1): 43-49. |
| [38] | Parnell A C, Inger R, Bearhop S, et al. Source partitioning using stable isotopes: Coping with too much variation[J]. PLoS One, 2010, 5(3). DOI:10.1371/journal.pone.0009672 |
| [39] | Craig H. Isotopic variations in meteoric waters[J]. Science, 1961, 133(3465): 1702-1703. DOI:10.1126/science.133.3465.1702 |
| [40] |
徐涛, 刘国东, 邢冰. 天津地区大气降水中氢氧稳定同位素特征及影响因素研究[J]. 西南民族大学学报(自然科学版), 2014, 40(3): 421-427. Xu T, Liu G D, Xing B. Variation characteristics and influencing factors of hydrogen-oxygen stable isotope in precipitation of Tianjin area[J]. Journal of Southwest University for Nationalities (Natural Science Edition), 2014, 40(3): 421-427. |
| [41] |
苏小四, 高睿敏, 袁文真, 等. 基于环境同位素技术的河水补给研究——以沈阳黄家傍河水源地为例[J]. 吉林大学学报(地球科学版), 2019, 49(3): 762-772. Su X S, Gao R M, Yuan W Z, et al. Research on river recharge based on environmental isotope technology: a case study of Huangjia riverside well field in Shenyang City[J]. Journal of Jilin University (Earth Science Edition), 2019, 49(3): 762-772. |
| [42] | Shi P, Zhang Y, Song J X, et al. Response of nitrogen pollution in surface water to land use and social-economic factors in the Weihe River watershed, northwest China[J]. Sustainable Cities and Society, 2019, 50. DOI:10.1016/j.scs.2019.101658 |
| [43] | Li S L, Liu C Q, Li J, et al. Assessment of the sources of nitrate in the Changjiang River, China using a nitrogen and oxygen isotopic approach[J]. Environmental Science & Technology, 2010, 44(5): 1573-1578. |
| [44] |
王诗绘, 马玉坤, 沈珍瑶. 氮氧稳定同位素技术用于水体中硝酸盐污染来源解析方面的研究进展[J]. 北京师范大学学报(自然科学版), 2021, 57(1): 36-42. Wang S H, Ma Y K, Shen Z Y. Identification of nitrate source in receiving water with dual NO3- isotopes (δ(15N) and δ(18O))[J]. Journal of Beijing Normal University (Natural Science), 2021, 57(1): 36-42. |
| [45] |
何军, 谭婷, 祁志冲, 等. 利用15N和18O识别地下水硝酸盐污染源——以博茨瓦纳东南部拉莫茨瓦为例[J]. 华南地质与矿产, 2015, 31(4): 421-427. He J, Tan T, Qi Z C, et al. Study on contamination sources of the nitrate in groundwater by nitrogen and oxygen isotopes in Ramotswa, Botswana[J]. Geology and Mineral Resources of South China, 2015, 31(4): 421-427. |
| [46] | Minet E, Coxon C E, Goodhue R, et al. Evaluating the utility of 15N and 18O isotope abundance analyses to identify nitrate sources: a soil zone study[J]. Water Research, 2012, 46(12): 3723-3736. |
| [47] | Jin Z F, Cen J R, Hu Y M, et al. Quantifying nitrate sources in a large reservoir for drinking water by using stable isotopes and a Bayesian isotope mixing model[J]. Environmental Science and Pollution Research, 2019, 26(20): 20364-20376. |
| [48] | Zhang H, Xu Y, Cheng S Q, et al. Application of the dual-isotope approach and Bayesian isotope mixing model to identify nitrate in groundwater of a multiple land-use area in Chengdu Plain, China[J]. Science of the Total Environment, 2020, 717. DOI:10.1016/j.scitotenv.2020.137134 |
| [49] | Hu J, Pan M Y, Han T H, et al. Identification of nitrate sources in the Jing River using dual stable isotopes, Northwest China[J]. Environmental Science and Pollution Research, 2021, 28(48): 68633-68641. |
| [50] |
郑洁, 张继宗, 翟丽梅, 等. 洱海流域农田土壤氮素的矿化及其影响因素[J]. 中国环境科学, 2010, 30(S1): 35-40. Zheng J, Zhang J Z, Zhai L M, et al. Nitrogen mineralization and its influence factors in the farmland soils of Erhai Lake Basin[J]. China Environmental Science, 2010, 30(S1): 35-40. |
| [51] |
郭文静, 张东, 蒋浩, 等. 氮和氧同位素示踪伊洛河河水硝酸盐来源及转化过程[J]. 环境科学, 2023, 44(6): 3206-3216. Guo W J, Zhang D, Jiang H, et al. Tracking riverine nitrate sources and transformations in the Yiluo River Basin by nitrogen and oxygen isotopes[J]. Environmental Science, 2023, 44(6): 3206-3216. |
| [52] | Xue D M, Botte J, De Baets B, et al. Present limitations and future prospects of stable isotope methods for nitrate source identification in surface- and groundwater[J]. Water Research, 2009, 43(5): 1159-1170. |
| [53] | Yue F J, Liu C Q, Li S L, et al. Analysis of δ15N and δ18O to identify nitrate sources and transformations in Songhua River, Northeast China[J]. Journal of Hydrology, 2014, 519: 329-339. |
| [54] | Xia Y Q, Weller D E, Williams M N, et al. Using Bayesian hierarchical models to better understand nitrate sources and sinks in agricultural watersheds[J]. Water Research, 2016, 105: 527-539. |
| [55] | Li J, Zhu D N, Zhang S, et al. Application of the hydrochemistry, stable isotopes and MixSIAR model to identify nitrate sources and transformations in surface water and groundwater of an intensive agricultural karst wetland in Guilin, China[J]. Ecotoxicology and Environmental Safety, 2022, 231. DOI:10.1016/j.ecoenv.2022.113205 |
| [56] | Zhang H D, Kang X R, Wang X M, et al. Quantitative identification of nitrate sources in the surface runoff of three dominant forest types in subtropical China based on Bayesian model[J]. Science of the Total Environment, 2020, 703. DOI:10.1016/j.scitotenv.2019.135074 |