裴東艷,謝 磊,徐 斌,何 斐,汪龍眠,唐登勇,龐晴晴,朱 翔,彭福全*

基于氮氧同位素技術(shù)的黃河上游清水河硝酸鹽來源解析

裴東艷1,2,謝 磊1,2,徐 斌2,何 斐2,汪龍眠1,2,唐登勇1,龐晴晴2,朱 翔2,彭福全2*

(1.南京信息工程大學(xué)環(huán)境科學(xué)與工程學(xué)院,江蘇 南京 210044；2.生態(tài)環(huán)境部南京環(huán)境科學(xué)研究所,江蘇 南京 210042)

對清水河灌溉季和非灌溉季各采樣點(diǎn)位的水化學(xué)指標(biāo)和硝酸鹽的時(shí)空分布特征進(jìn)行分析,運(yùn)用貝葉斯混合模型MixSIAR模型定量識別了該河流硝酸鹽來源,以期了解灌溉對地表水硝酸鹽含量的影響.結(jié)果表明,清水河水體呈弱堿性,水體氮類以硝酸鹽為主,Cl-和SO42-時(shí)空變化特征一致,通過NO3-/Cl-比值和Cl-濃度的關(guān)系,結(jié)合清水河地區(qū)土地利用、工農(nóng)業(yè)生產(chǎn)的實(shí)際情況,揭示了清水河水體硝酸鹽受生活污水、畜禽養(yǎng)殖和化學(xué)氮肥源的影響較大.MixSIAR模型計(jì)算結(jié)果表明土壤有機(jī)氮、化學(xué)氮肥和畜禽養(yǎng)殖對灌溉季水體的貢獻(xiàn)率較大,分別為24.8%、24.5%和22.8%,生活污水和大氣氮沉降的貢獻(xiàn)率分別為14.4%和13.6%;而生活污水、畜禽養(yǎng)殖和土壤有機(jī)氮對非灌溉季水體的貢獻(xiàn)率較大,分別為26.7%、23.4%和20.4%,大氣氮沉降和化學(xué)氮肥貢獻(xiàn)率分別為16.5%和12.9%.農(nóng)業(yè)灌溉增加了地表水硝酸鹽的含量,灌溉季中農(nóng)用氮肥的施用率較高,貢獻(xiàn)了主要的硝酸鹽;非灌溉季生活污水的貢獻(xiàn)率較高.

清水河；硝酸鹽；MixSIAR模型；灌溉季和非灌溉季；空間分布

地表水體中NO3-來源復(fù)雜,主要可分為大氣沉降、土壤有機(jī)氮等自然源,以及動物糞便和生活污水、化學(xué)肥料、工業(yè)廢水等人為源[1].對地表河流中硝酸鹽的來源進(jìn)行精準(zhǔn)識別,控制地表水體氮污染顯得極為重要.不同來源的NO3-源具有不同的15N和18O特征值,利用硝酸鹽氮氧雙同位素(15N- NO3-和18O-NO3-)技術(shù)分析15N值和18O值,可以確定地表水中NO3-的主要來源,解析其地球化學(xué)循環(huán)規(guī)律[2].為了進(jìn)一步掌握各來源對NO3-的貢獻(xiàn)率,近年來國內(nèi)外科研人員在獲取硝酸鹽氮氧雙同位素特征值的基礎(chǔ)上,建立質(zhì)量平衡混合模型、Iso Source模型、貝葉斯混合模型(SIAR模型、MixSIAR模型) 等核算各種來源對地表水中NO3-的貢獻(xiàn)比例.其中質(zhì)量平衡混合模型只能用于確定少于3種的污染源對硝酸鹽的貢獻(xiàn),Iso Source模型結(jié)果可靠性較低,SIAR模型可被用于計(jì)算水體中的硝酸鹽來源的貢獻(xiàn)比例,而MixSIAR模型綜合了SIAR的功能.與之前的混合模型相比,MixSIAR模型的主要優(yōu)勢是能夠合并協(xié)變量數(shù)據(jù),通過固定和隨機(jī)效應(yīng)來解釋混合比例的可變性,并通過信息標(biāo)準(zhǔn)計(jì)算對多個(gè)模型的相對支持度[3],在貢獻(xiàn)率解析的精度方面具有較大的優(yōu)勢.夏云[4]利用MixSIAR模型對豐水期、平水期和枯水期大沽河硝酸鹽來源進(jìn)行定量分析,發(fā)現(xiàn)生活污水貢獻(xiàn)率最高(分別為48.7%、57.9%和49.1%),其次是畜禽糞便(分別為18.5%、14.3%和18.4%)和化肥(分別為14.0%、10.6%和13.4%);Li等[5]利用MixSIAR模型研究了桂林農(nóng)業(yè)集約地區(qū)地表水和地下水中硝酸鹽的來源,發(fā)現(xiàn)長期使用合成銨肥和土壤有機(jī)氮是造成硝酸鹽污染的兩個(gè)主要原因,貢獻(xiàn)率分別為36.6%和28.0%;Terres- Martínez等[6]用MixSIAR模型估算出科馬卡-拉古內(nèi)拉地區(qū)畜牧農(nóng)業(yè)集約區(qū)地下水中硝酸鹽污染源主要是肥料的集約利用(貢獻(xiàn)率約為48%)以及城市污水或化糞池泄露(貢獻(xiàn)率約為43%).

寧夏引黃灌區(qū)是我國四大古老灌區(qū)之一,為滿足農(nóng)作物對氮元素的需求而大量施用化肥,從而導(dǎo)致灌溉季有大量污染物隨著農(nóng)田排水匯入地表水水體,增加了地表水體硝酸鹽的濃度[7],進(jìn)而威脅灌區(qū)水環(huán)境質(zhì)量和黃河水質(zhì)安全.清水河作為黃河寧夏段最大的一級支流,干流全長320km,寧夏境內(nèi)流域面積為13511km2(總面積為14881km2)[8].本研究利用穩(wěn)定同位素技術(shù)結(jié)合水化學(xué)特征分析識別清水河灌溉季和非灌溉季水體硝酸鹽的各種來源,并采用貝葉斯混合模型(MixSIAR)量化各種來源貢獻(xiàn)比例,以期深入了解灌溉對地表水硝酸鹽含量的影響,為寧夏地區(qū)地表水資源管理和硝酸鹽來源控制提供科學(xué)參考.

1 材料及方法

1.1 研究區(qū)域概況

清水河地處35.0352°～37.4791°N,105.5458°～ 106.2988°E,發(fā)源于六盤山東北麓的固原市開城鄉(xiāng)黑刺溝,由南向北縱貫寧夏南部山區(qū)和中部干旱帶的大部分地區(qū),于中寧縣泉眼山匯入黃河.河源海拔高度2480m,流域平均降水量349mm[9].農(nóng)業(yè)灌溉區(qū)在清水河干流分布密集,主要集中在中下游段[10].

1.2 水樣采集與分析

分別于2020年5月和9月即當(dāng)?shù)氐墓喔燃竞头枪喔燃具M(jìn)行采樣,共設(shè)置20個(gè)采樣點(diǎn),采樣點(diǎn)按從上游到下游依次編號,干流有11個(gè)點(diǎn)位,分別為H1、H2、H3、H4、H6、H8、H11、H13、H15、H18、H19;支流有7個(gè)點(diǎn)位,分別為H7、H9、H10、H12、H16、H17、H20;存在的污染源點(diǎn)位有固原市第一污水處理廠排口尾水H5、同心污水處理廠排口尾水H14.采樣點(diǎn)分布見圖1.

圖1 清水河采樣點(diǎn)分布

每個(gè)采樣點(diǎn)分別采集水體表層0.5m的水樣2L,現(xiàn)場測定DO、pH值、氧化還原電位、電導(dǎo)率、水溫,將水樣裝于棕色聚乙烯瓶中,在4℃冷藏條件下盡快送回實(shí)驗(yàn)室進(jìn)行前處理,測定硝酸鹽氮氧同位素和TN、TP、氨氮、COD等指標(biāo),其中K+、Ca2+、Na+、Mg2+使用電感耦合等離子體質(zhì)譜儀(ICP-MS, Optima8000, USA)測定,F-、Cl-、SO42-使用離子色譜儀(ICS-2000, DIONEX, USA)測定.

硝酸鹽氮氧同位素采用化學(xué)轉(zhuǎn)化法[11-13]進(jìn)行測定.首先利用鎘還原法把樣品中的NO3-轉(zhuǎn)化為NO2-,其次利用疊氮化鈉把水體樣品中的NO2-轉(zhuǎn)化為N2O,產(chǎn)生的N2O經(jīng)純化后,送入質(zhì)譜儀(MAT 253, Thermo Fisher, USA)中分析15N和18O.

1.3 穩(wěn)定同位素源解析模型

本研究使用貝葉斯混合模型MixSIAR模型[3],該模型是2016年開發(fā)的最新框架[4].在利用貝葉斯混合模型MixSIAR模型計(jì)算不同氮源貢獻(xiàn)率的過程中,以狄利克雷分布作為貢獻(xiàn)率定量的先驗(yàn)環(huán)節(jié),之后基于貝葉斯方法獲取貢獻(xiàn)率的后驗(yàn)分布,可以用公式(1)表示[14]:

式中:X是混合物同位素的值,其中=1、2、3、…、,=1、2、3、…、,P是來源的比率,需要被模型估計(jì);S是來源同位素的值,服從均值為μ,方差為ω的正態(tài)分布;C是來源同位素的分餾系數(shù),服從均值為λ、方差為τ的正態(tài)分布;ε是殘余誤差,表示其他各個(gè)混合物間無法量化的變異,其均值為0,標(biāo)準(zhǔn)差為σ.

1.4 數(shù)據(jù)處理

采用Excel 2016進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析,采用IBM SPSS Statistics 20和Origin 2021b軟件進(jìn)行數(shù)據(jù)分析和繪圖等,采用R語言程序包(MixSIAR 3.1.12)來量化5種清水河地區(qū)主要的硝酸鹽來源(大氣沉降、生活污水、土壤有機(jī)氮、化學(xué)氮肥和畜禽養(yǎng)殖)對清水河水體硝酸鹽的貢獻(xiàn)率.

2 結(jié)果與討論

2.1 清水河水化學(xué)特征分析

2.1.1 清水河水化學(xué)指標(biāo)分析 如表1所示, 清水河灌溉季pH值指標(biāo)的范圍為7.73～9.20,非灌溉季水體中pH值的范圍為7.82～8.50,清水河水體偏弱堿性,灌溉季水體pH值相對非灌溉季水體較高.溶解氧(DO)是衡量河流水質(zhì)的重要指標(biāo),當(dāng)DO>2.00mg/L時(shí)不利于反硝化作用的發(fā)生[15-16],DO指標(biāo)在灌溉季的范圍為1.25～7.91mg/L,非灌溉季的范圍為5.13～ 10.12mg/L,即清水河水體幾乎不發(fā)生反硝化作用.灌溉季水體TP指標(biāo)范圍為0.00～0.62mg/L,非灌溉季水體TP指標(biāo)范圍為0.01～2.62mg/L,兩個(gè)季節(jié)的指標(biāo)空間差異程度均較大.清水河大多數(shù)采樣點(diǎn)中硝酸根離子的濃度大于氨氮的濃度,表明清水河水體的氮類以硝酸鹽類為主.灌溉季水體中硝酸根離子濃度和空間差異性均大于非灌溉季水體,灌溉季水體中硝酸根離子的最大值高達(dá)96.66mg/L,為非灌溉季水體最大值的3倍,可能由于清水河流經(jīng)不同的土地利用區(qū)域,不同的水文地質(zhì)條件和人類活動如農(nóng)田施肥、污水排放等導(dǎo)致硝酸鹽濃度有較大的空間差異性.灌溉季COD指標(biāo)范圍為14.40～146.50mg/ L,非灌溉季COD指標(biāo)范圍為1.60～70.00mg/L,說明水體中還原性污染物質(zhì)較多.清水河水體中F-濃度的空間差異性在灌溉季和非灌溉季均較大.水體中的Cl-來源主要是生活污水、農(nóng)業(yè)化肥以及人和動物的排泄物等,而SO42-可能與工業(yè)廢水、農(nóng)業(yè)化肥等有關(guān)[17].清水河Cl-灌溉季濃度變化范圍為22.81～ 1351.09mg/L,均值為493.68mg/L,非灌溉季濃度變化范圍為22.78～1426.44mg/L,均值為313.22mg/L,灌溉季水體Cl-濃度總體高于非灌溉季水體,表現(xiàn)出濃度隨時(shí)間降低的變化特征和從上游到下游濃度升高的空間變化特征.清水河SO42-灌溉季濃度變化范圍為112.51～3515.17mg/L,均值為1281.69mg/L,非灌溉季濃度變化范圍為53.48～2843.94mg/L,均值為885.56mg/L,灌溉季水體SO42-濃度總體高于非灌溉季水體,其時(shí)間和空間特征呈現(xiàn)出與Cl-相似的變化趨勢((Cl-)=0.0857(SO42-)+80.337,2=0.8995),表明Cl-和SO42-具有相似的來源,受人類活動和農(nóng)畜牧業(yè)生產(chǎn)影響較大.

2.1.2 清水河水體NO3-與Cl-的關(guān)系 Cl-具有物理、化學(xué)惰性,且不受生物活動的影響,常作為來源指示劑[18],NO3-/Cl-比值與Cl-濃度關(guān)系可指示影響硝酸鹽分布的混合過程和生物作用[19].NO3-/Cl-比值高,Cl-濃度值低,通常表示大氣沉降和化肥等面源是硝酸鹽的主要來源;Cl-濃度值相對較高,NO3-/Cl-比值相對較低,表明生活污水及畜禽糞便可能是硝酸鹽的主要來源[19-20].金贊芳等[18]通過京杭運(yùn)河杭州段較低的NO3-/Cl-比值(0.24)和較高的Cl-濃度(0.41mmol/L)分析出生活污水和糞肥是運(yùn)河硝酸鹽主要的污染源.殷超等[21]通過草海豐水期較低的NO3-/Cl-值(>0)和較高的Cl-濃度(>0.40mmol/L)也揭示了湖水主要受牲畜糞便和城市生活污水的影響.因此,通過NO3-/Cl-比值與Cl-濃度關(guān)系判斷硝酸鹽來源是可行的.如圖2所示,灌溉季與非灌溉季水體中都呈現(xiàn)出低NO3-/Cl-比值(<0.1)和高Cl-濃度(0～40mmol/L)的特點(diǎn),表示生活污水和畜禽糞便是硝酸鹽可能的主要來源之一.根據(jù)實(shí)際采樣調(diào)研情況可知,清水河沿岸以農(nóng)業(yè)區(qū)、城市居住區(qū)、農(nóng)村居住區(qū)、裸地為主,中下游段工農(nóng)業(yè)生產(chǎn)活動對清水河影響較大,農(nóng)業(yè)生產(chǎn)用地較多,養(yǎng)殖業(yè)占有一定比例,故初步判斷灌溉季硝酸鹽主要來源為農(nóng)業(yè)氮肥的施用和畜牧業(yè)生產(chǎn),非灌溉季硝酸鹽的主要來源為畜禽養(yǎng)殖和生活污水.

表1 清水河水化學(xué)指標(biāo)

注:表中除pH值以外,各指標(biāo)單位為mg/L,為樣品數(shù), Min為最小值, Max為最大值, Ave為平均值, S.D.為標(biāo)準(zhǔn)偏差, CV為變異系數(shù).

圖2 清水河NO3-/Cl-和Cl-物質(zhì)的量濃度關(guān)系

2.2 清水河水體硝酸鹽時(shí)空分布特征

清水河水體各采樣點(diǎn)位硝酸鹽來源主要有大氣氮沉降、生活污水、土壤有機(jī)氮、化學(xué)氮肥和畜禽養(yǎng)殖等,各種典型來源的15N-NO3-值和18O-NO3-值的值域如表2所示,從圖3中可以看出,各采樣點(diǎn)均位于典型來源值域范圍內(nèi),表明各來源的選取符合當(dāng)?shù)貙?shí)際情況.清水河灌溉季水體中硝酸鹽的15N值為(2.61±8.78)‰,變異系數(shù)為336.02%,空間差異性較大;18O值為(6.40±5.66)‰,變異系數(shù)為88.29%,空間差異程度適中.灌溉季多數(shù)采樣點(diǎn)位于化學(xué)氮肥及其與土壤有機(jī)氮、畜禽養(yǎng)殖的重疊區(qū)域,少數(shù)采樣點(diǎn)位于畜禽養(yǎng)殖和生活污水的重疊區(qū)域.非灌溉季水體中硝酸鹽的15N值為(6.16± 3.84)‰,變異系數(shù)為62.28%,空間差異性適中,小于灌溉季水體15N值的空間差異程度;18O值為(2.13±6.38)‰,變異系數(shù)為299.19%,空間差異程度較大,大于灌溉季水體18O值的空間差異程度.非灌溉季中多數(shù)采樣點(diǎn)位于畜禽養(yǎng)殖及其與土壤有機(jī)氮、化學(xué)氮肥和生活污水的重疊區(qū)域.李林霞等[22]通過研究黃河一級支流沁河上游15N-NO3-值和18O-NO3-值分布,發(fā)現(xiàn)沁河硝酸鹽主要來自化學(xué)氮肥和土壤有機(jī)氮的硝化;紀(jì)曉亮等[23]根據(jù)楠溪江豐水期15N-NO3-值和18O-NO3-值分布情況,揭示了楠溪江硝酸鹽氮主要來自于化肥、土壤有機(jī)氮、糞便污水,故可以通過解析硝酸鹽氮氧同位素特征值的分布情況判斷地表水硝酸鹽來源.結(jié)合清水河水化學(xué)特征,對比灌溉季與非灌溉水體硝酸鹽的15N值和18O值,發(fā)現(xiàn)灌溉季水體受化學(xué)氮肥和畜禽養(yǎng)殖的影響較大,而非灌溉季水體受生活污水和畜禽養(yǎng)殖的影響較大.清水河流經(jīng)地區(qū)中裸地占地面積最大,為6171.4km2,其次為耕地(面積為5036.6km2,約占總流域面積的35.51%)[24].沿河岸岸灘存在牲畜養(yǎng)殖業(yè),且農(nóng)田中通常施用牛糞等有機(jī)肥,因此在灌溉季由于灌溉和降雨等原因,氮從土壤遷移至河流中導(dǎo)致了較高的15N-NO3-值.此外,清水河地區(qū)城市常住人口為550456人,農(nóng)村人口數(shù)為757841人[24],清水河沿岸分布著城市居住區(qū)和農(nóng)村居住區(qū),河岸的污水處理廠尾水直排入清水河,且9月份排水量較大,故非灌溉季生活污水和畜禽糞便對硝酸鹽來源的貢獻(xiàn)較大.

表2 地表水體硝酸鹽典型來源值域范圍(‰)

注: a代表清水河實(shí)測所得數(shù)據(jù)范圍,其他值域參考相應(yīng)文獻(xiàn).

圖3 清水河δ15N-NO3-和δ18O-NO3-同位素特征值

2.3 清水河硝酸鹽遷移轉(zhuǎn)化過程識別

硝酸鹽氮氧同位素組成特征除受到其來源的影響外,氮在遷移轉(zhuǎn)化過程中發(fā)生的一系列生物化學(xué)作用如硝化作用、反硝化作用、固氮作用、礦化作用和揮發(fā)作用都會引起氮同位素分餾,從而影響硝酸鹽氮氧同位素組成,其中礦化作用和固氮作用通常具有較小的同位素分餾[18].

在氮的遷移轉(zhuǎn)化過程中,氨揮發(fā)的過程受pH值控制,當(dāng)pH值在臨界值9.3左右時(shí),水溶液中的NH4+轉(zhuǎn)化為NH3,當(dāng)pH值低于9.3時(shí),氨氮仍以離子態(tài)存在[29].該研究區(qū)域內(nèi)各采樣點(diǎn)水體的pH值均低于9.3,因此不考慮氨揮發(fā)對硝酸鹽同位素的影響.

硝化作用分兩個(gè)階段完成,第一階段主要是將銨根轉(zhuǎn)化為亞硝酸根的氨氧化反應(yīng)過程,決定了硝化作用過程中同位素分餾效應(yīng)的大小,有研究表明該階段同位素分餾系數(shù)為-29‰ ～ -12‰[30];第二階段是將亞硝酸根轉(zhuǎn)化為硝酸根的過程,反應(yīng)速率快,產(chǎn)生的氮同位素分餾效應(yīng)較小.理論上硝化作用產(chǎn)生的NO3-,其中兩個(gè)氧原子來自水,一個(gè)氧原子來自水中溶解的O2,與大氣氧同位素值相近[31],如公式(2)所示:

大氣中18O-O2的理論值為23.5‰,18O-H2O通常在-25‰～4‰之間[32],根據(jù)公式(2),如果發(fā)生硝化過程,18O-NO3-值范圍應(yīng)為-8.33‰～10.5‰,灌溉季和非灌溉季水體中多數(shù)點(diǎn)位18O-NO3-值均在此范圍內(nèi),因此清水河流域硝酸鹽的轉(zhuǎn)化過程以硝化作用為主,而硝化反應(yīng)進(jìn)行完全時(shí)同位素分餾效應(yīng)可忽略[12].

在反硝化作用下,微生物可將NO3-轉(zhuǎn)化為N2O和N2,這一過程中輕同位素會被優(yōu)先利用,因此15N-NO3-值和18O-NO3-值在反硝化作用下隨NO3-濃度降低而升高.已有研究表明,當(dāng)水體中15N/18O比值在1.3～2.1之間時(shí),有反硝化作用產(chǎn)生[33－34].而寧夏清水河灌溉季與非灌溉季采樣點(diǎn)位水體的15N/18O值在1.3～2.1范圍之外,水體環(huán)境不利于反硝化反應(yīng)的發(fā)生;且反硝化酶要求O2濃度低于0.2mg/L[35],而清水河灌溉季和非灌溉季DO濃度均值分別為4.08和7.78mg/L,最小值分別為1.25和5.13mg/L,均高于反硝化過程發(fā)生所需要的O2濃度.因此不考慮反硝化作用對同位素產(chǎn)生的分餾影響,將公式(1)中的分餾系數(shù)C設(shè)為0[36].

2.4 清水河硝酸鹽來源定量解析

結(jié)合清水河硝酸鹽的氮、氧同位素和水化學(xué)分析結(jié)果,應(yīng)用貝葉斯混合模型MixSIAR模型對各種硝酸鹽來源的貢獻(xiàn)率進(jìn)行定量解析.灌溉季水體中各來源的貢獻(xiàn)率為土壤有機(jī)氮(24.8%)>化學(xué)氮肥(24.5%)>畜禽養(yǎng)殖(22.8%)>生活污水(14.4%)>大氣氮沉降(13.6%),土壤有機(jī)氮、化學(xué)氮肥和畜禽養(yǎng)殖貢獻(xiàn)率相對較大,而生活污水和大氣氮沉降貢獻(xiàn)率相對較小.清水河地區(qū)墾殖率高達(dá)80%～90%,主要分布著由小麥、玉米作物組成的農(nóng)田植被,且均為水澆地[37],氮肥的施用率達(dá)41.68%,則灌溉季中農(nóng)業(yè)灌溉與施肥對地表水體硝酸鹽濃度的影響相對較大.清水河地區(qū)2020年畜禽養(yǎng)殖業(yè)中約有297.55萬只羊、95.94萬頭牛、52.6萬頭豬存欄,據(jù)統(tǒng)計(jì)農(nóng)林牧漁業(yè)廢水年排放量約為33.15萬t,該地區(qū)施用有機(jī)肥來增強(qiáng)土壤肥力,而禽畜糞便的還田利用氮素量約占50%,15%的氮素通過揮發(fā)作用進(jìn)入大氣,13%的氮素堆置廢棄,流失總量較高[38].因此畜禽養(yǎng)殖對地表水體的硝酸鹽貢獻(xiàn)也不可忽略.非灌溉季水體中各來源的貢獻(xiàn)率為生活污水(26.7%)>畜禽養(yǎng)殖(23.4%)>土壤有機(jī)氮(20.4%)>大氣氮沉降(16.5%)>化學(xué)氮肥(12.9%),生活污水、畜禽養(yǎng)殖和土壤有機(jī)氮對硝酸鹽的貢獻(xiàn)率相對較大,而大氣氮沉降和化學(xué)氮肥的貢獻(xiàn)率相對較小,清水河沿岸存在較多的農(nóng)村居住區(qū)和城鎮(zhèn)居住區(qū),生活污水年排放量3122萬t左右,其中氮氧化物排放量為1957萬t,占生活污水排放總量62.7%,且9月份生活污水排放量較大,因此生活污水源是非灌溉季硝酸鹽重要的人為來源.

灌溉季、非灌溉季兩個(gè)季節(jié)中特有的硝酸鹽來源分別為化學(xué)氮肥源和生活污水源,可作為區(qū)分兩個(gè)季節(jié)水體硝酸鹽來源的主要特征.貝葉斯混合模型MixSIAR模型解析結(jié)果與各來源典型值域范圍一致,表明灌溉會對地表河流硝酸鹽含量有一定影響,我國農(nóng)田土壤有機(jī)氮含量低、供氮量低,需要化肥提供的氮素比例高,但是化肥氮的有效利用率低、損失程度高[39],作物生產(chǎn)中氮肥施用過程中和施用后的流失造成了氮素?fù)p失,從而增加了地表水體中硝酸鹽含量.

3 結(jié)論

3.1 清水河水體硝酸鹽受生活污水和畜禽養(yǎng)殖等來源的影響較大,同時(shí)由于大面積的耕地使得水體硝酸鹽還受到化學(xué)氮肥源的影響.

3.2 根據(jù)灌溉季和非灌溉季硝酸鹽氮氧同位素值的分布可知,灌溉對地表河流硝酸鹽含量有一定影響.

3.3 建議進(jìn)一步提升清水河地區(qū)農(nóng)田施用氮肥的利用率(緩釋肥和尿素配合使用),選擇滴灌等高效的灌溉方式,對畜禽糞肥進(jìn)行合理的儲存和利用,提高養(yǎng)殖污水處理率,完善城鎮(zhèn)及農(nóng)村生活污水的收集和處理,提高生活污水的處理率.

[1] Zhao Q L, Feng H Y, Ren Y F, et al.15N-NO3-and18O-NO3-tracing of nitrate sources in Beijing Urban Rivers [J]. Environmental Science, 2016,37(5):1692-1698.

[2] Zhang Y, Shi P, Li F D, et a1. Quantification of nitrate sources and fates in rivers in an irrigated agricultural area using environmental isotopes and a Bayesian isotope mixing model [J]. Chemosphere, 2018,208:493-50l.

[3] Stock B C, Jackson A L, Ward E J, et al. Analyzing mixing systems using a new generation of Bayesian tracer mixing models [J]. PeerJ, 2018,6(4):1-27.

[4] 夏 云.基于穩(wěn)定同位素的海岸帶典型河流硝酸鹽污染來源解析 [D]. 青島:青島大學(xué), 2020.

Xia Y. Sources of nitrate pollution in typical coastal rivers based on stable isotopes [D]. Qingdao: Qingdao University, 2020.

[5] 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, 2022,231:1-11.

[6] Terres-Martínez J A, Mora A, Mahlknecht J, et al. Estimation of nitrate pollution sources and transformations in groundwater of an intensive livestock-agricultural area (Comarca Lagunera), combining major ions, stable isotopes and MixSIAR model [J]. Environment Pollution, 2020,269:1-12.

[7] Merchán D, Sanz L, Alfaro A, et al. Irrigation implementation promotes increases in salinity and nitrate concentration in the lower reaches of the Cidacos River (Navarre, Spain) [J]. Science of the Total Environment, 2020,706:1-42.

[8] 孟祥儀.基于WASP模型的寧夏清水河水質(zhì)預(yù)警研究 [D]. 西安:長安大學(xué), 2017.

Meng X Y. Water quality early warning of Qingshui River in Ningxia based on WASP model [D]. Xi￠an: Chang’an University, 2017.

[9] Cao J P, Chi D C, Wu L Q, et al. Application of Mann-Kendall test in precipitation trend analysis [J]. Agricultural Science & Technology and Equipment, 2008,179(5):35-37,40.

[10] 王世強(qiáng),趙增鋒,邱小琮,等.清水河干流水質(zhì)空間分布特征及季節(jié)性變化 [J]. 西南農(nóng)業(yè)學(xué)報(bào), 2021,34(2):386-391.

Wang S Q, Zhao Z F, Qiu X Z, et al. Spatial-temporal characteristics of water environmental quality in mainstream of Qingshui River [J]. Southwest China Journal of Agricultural Sciences, 2021,34(2):386-391.

[11] Mcilvin M R, Altabet M A, Chem A. Chemical conversion of nitrate and nitrite to nitrous oxide for nitrogen and oxygen isotopic analysis in freshwater and seawater [J]. Analytical Chemistry, 2005,77(17):5589-5595.

[12] 胡王江.極地海域硝酸鹽的氮、氧同位素組成 [D]. 廈門:廈門大學(xué), 2015.

Hu W J. Nitrogen and oxygen isotopic composition of nitrates in polar seas [D]. Xiamen: Xiamen University, 2015.

[13] Wang X, Cao Y C, Han Y, et al. Determination of nitrogen and oxygen isotope ratio of nitrate in water by chemical transformation method [J]. Acta Pedologica Sinica, 2015,52(3):558-566.

[14] 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): 1-5.

[15] Michener R H, Lajtha K. Stable isotopes in ecology and environmental science [M]. New Jersey:Blackwell Publishing, 2007:375-449.

[16] 金贊芳,岑佳蓉,胡宇銘,等.千島湖水體氮的垂向分布特征及來源解析 [J]. 中國環(huán)境科學(xué), 2019,39(8):3441-3449.

Jin Z F, Cen J R, Hu Y M, et al. The vertical distribution of nitrogen and the nitrogen sources in Qiandao Lake [J]. China Environmental Science, 2019,39(8):3441-3449.

[17] 傅雪梅,孫源媛,蘇 婧,等.基于水化學(xué)和氮氧雙同位素的地下水硝酸鹽源解析 [J]. 中國環(huán)境科學(xué), 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.

[18] 金贊芳,胡 晶,吳愛靜,等.基于多同位素的不同土地利用區(qū)域水體硝酸鹽源解析 [J]. 環(huán)境科學(xué), 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.

[19] Yue F J, Li S L, Liu C Q, et al. Tracing nitrate sources with dual isotopes and long term monitoring of nitrogen species in the Yellow River, China [J]. Scientific Reports, 2017,7(1):1-11.

[20] Jin Z F, Zheng Q, Zhu C Y, et al. Contribution of nitrate sources in surface water in multiple land use areas by combining isotopes and a Bayesian isotope mixing model [J]. Applied Geochemistry, 2018,93:10-19.

[21] 殷 超,楊海全,陳敬安.基于水化學(xué)和氮氧同位素的貴州草海豐水期水體硝酸鹽來源辨析 [J]. 湖泊科學(xué), 2020,32(4):989-998.

Yin C, Yang H Q, Chen J G, et al. Identification of nitrate sources based on hydrochemistry and nitrogen and oxygen isotopes in Caohai, Guizhou during high water season [J]. Journal of Lake Sciences, 2020,32(4):989-998.

[22] 李林霞,李艷利,楊梓睿,等.沁河上游硝酸鹽的定量源解析及其季節(jié)性差異 [J]. 環(huán)境科學(xué)研究, 2021,34(11):2636-2644.

Li L X, Li Y L, Yang Z R, et al. Quantitative analysis and seasonal differences of nitrate sources in upper reaches of Qin River [J]. Research of Environmental Sciences, 2021,34(11):2636-2644.

[23] 紀(jì)曉亮,舒烈琳,陳 錚,等.楠溪江硝態(tài)氮來源定量識別及其不確定性分析 [J]. 中國環(huán)境科學(xué), 2021,41(8):3784-3791.

Ji X L, Shu L L, Chen Z, et al. Quantitative identification of riverine nitrate sources and uncertainty analysis in the Nanxi River [J]. China Environment Science, 2021,41(8):3784-3791.

[24] 雷興碧.清水河流域水環(huán)境功能分區(qū)研究 [D]. 銀川:寧夏大學(xué), 2020.

Lei X B. Study on water environmental function zoning of Qingshui River basin [D]. Yinchuan: Ningxia University, 2020.

[25] 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.

[26] 吳娜娜,錢 虹,李亞峰,等.多種同位素追蹤水體硝酸鹽污染來源 [J]. 沈陽大學(xué)學(xué)報(bào)(自然科學(xué)版), 2017,29(2):103-106.

Wu N N, Qian H, Li Y F, et al. Multiple isotopes trace the source of nitrate pollution in water [J]. Journal of Shenyang University (Natural Science), 2017,29(2):103-106.

[27] 孫小淇.武進(jìn)區(qū)地表水水質(zhì)分布特征及其氮污染來源解析研究 [D]. 上海:華東理工大學(xué), 2020.

Sun X Q. Investigations on distribution of water quality and sources tracing of nitrogen pollution in Wujin District surface water [D]. Shanghai: East China University of Science and Technology, 2020.

[28] Xu S G, Kang P P, Sun Y. A stable isotope approach and its application for identifying nitrate source and transformation processing water [J]. Environmental Science and Pollution Research, 2016,23(2):1133-1148.

[29] Kendall C, McDonnell J J. Isotope tracers in catchment hydrology [M]. Amsterdam:Elsevier Science, 1998:519-576.

[30] 安 丹.巖溶洞穴硝酸鹽來源識別及定量估算研究——以貴州綏陽麻黃洞為例 [D]. 貴陽:貴州師范大學(xué), 2021.

An D. Source identification and quantitative estimation of nitrate in Karst Caves: A case study in Mahuang Cave of Suiyang County, Guizhou Province [D]. Guiyang: Guizhou Normal University, 2021.

[31] B?ttcher J, Strebel O, Voerkelius S, et al. Using isotope fractionation of nitrate-nitrogen and nitrate-oxygen for evaluation of microbial denitri?cation in sandy aquifer [J]. Hydrology, 1990,114(3/4):413-424.

[32] Kendall C. Tracing sources and cycling of nitrate in catchments// Kendall C, Mcdonnell J J. Isotope tracers in catchment hydrology [M]. Amsterdam:Elsevier Science, 1998:519-576.

[33] Xue D M, Jorin B, Bernard D 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.

[34] Reinhardt M, Müller B, G?chter R, et al. Nitrogen removal in a small constructed wetland: an isotope mass balance approach [J]. Environmental Science & Technology, 2006,40(10):3313-3319.

[35] Yue F J, Liu C Q, Li S L, et al. Analysis of15N and18O to identify nitrate sources and transformations in Songhua River, Northeast China [J]. Journal of Hydrology, 2014,519:329-339.

[36] 王詩繪,馬玉坤,沈珍瑤.氮氧穩(wěn)定同位素技術(shù)用于水體中硝酸鹽污染來源解析方面的研究進(jìn)展 [J]. 北京師范大學(xué)學(xué)報(bào)(自然科學(xué)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 (15N and18O) [J].Journal of Beijing Normal University (Natural Science), 2021,57(1):36-42.

[37] 何志潤.寧夏清水河流域氟化物(F-)的分布特征及其影響因素研究 [D]. 銀川:寧夏大學(xué), 2020.

He Z R. Study on the distribution characteristics and influencing factors of fluoride (F-) in Qingshui River basin of Ningxia [D]. Yingchuan: Ningxia University, 2020.

[38] Zhang Y, Zhang Q Y, Li F D, et al. Source identification of nitrate contamination of ground water in Yellow River Irrigation Districts using stable isotopes and Bayesian model [J]. Chinese Journal of Eco—Agriculture, 2019,27(3):484-493.

[39] 巨曉棠,谷保靜.我國農(nóng)田氮肥施用現(xiàn)狀、問題及趨勢 [J]. 植物營養(yǎng)與肥料學(xué)報(bào), 2014,20(4):783-795.

Ju X T, Gu B J. Current situation and trend of nitrogen fertilizer application in China [J]. Journal of Plant Nutrition and Fertilizer, 2014,20(4):783-795.

Analysis of nitrate sources in the Qingshui River of the Yellow River with nitrogen and oxygen isotope technique.

PEI Dong-yan1, 2, XIE Lei1, 2, XU Bin2, HE Fei2, WANG Long-mian1, 2, TANG Deng-yong1, PANG Qing-qing2, ZHU Xiang2, PENG Fu-quan2*

(1.School of Environmental Science and Engineering, Nanjing University of Information Science & Technology, Nanjing 210044, China；2.Nanjing Institute of Environmental Science, Ministry of Ecology and Environment, Nanjing 210042, China)., 2022,42(9)：4115～4121

In order to understand the influence of irrigation on nitrate concentration in surface water, the temporal and spatial distribution characteristics of nitrate and hydrochemical indexes at each sampling point in the Qingshui River during irrigation- and non-irrigation seasons were analyzed to identify the sources of nitrate with Bayesian mixed model (MixSIAR) in this study. The results show that the water body of the Qingshui River was of weakly alkaline and dominated with nitrate that was mainly attributed to domestic sewage, livestock and poultry breeding, and chemical nitrogen sources. The MixSIAR model show that soil organic nitrogen, chemical nitrogen fertilizer, and livestock breeding also contributed greatly to the major nitrate content in irrigation season, accounting for 24.8%, 24.5%, and 22.8%, and the contribution of domestic sewage and atmospheric nitrogen deposition were 14.4% and 13.6%, respectively. In addition, in non-irrigation season, the contribution of domestic sewage, livestock breeding, and soil organic nitrogen were 26.7%, 23.4% and 20.4%, and the contribution of atmospheric nitrogen deposition and chemical nitrogen fertilizer were 16.5% and 12.9%, respectively. Furthermore, in the irrigation season, agricultural irrigation increased the nitrate concentration in surface water, and the application of agricultural nitrogen fertilizers was higher, contributing to the major nitrate content; in the non-irrigation season, the contribution ratio of domestic sewage was higher.

the Qingshui River；nitrate；MixSIAR model；irrigation season and non-irrigation season；spatial distribution

X522

A

1000-6923(2022)09-4115-07

2022-02-24

生態(tài)環(huán)境部南京環(huán)境科學(xué)研究所創(chuàng)新團(tuán)隊(duì)項(xiàng)目(GYZX200101);寧夏回族自治區(qū)重點(diǎn)研發(fā)項(xiàng)目(2021BEG01002, 2019BFG02028)

*責(zé)任作者, 高級工程師, pfq@nies.org

裴東艷(1998-),女,河南新鄉(xiāng)人,南京信息工程大學(xué)碩士研究生,主要從事地表河流DOM、硝酸鹽氮氧同位素來源分析研究.