邵田田,宋开山,丁 智,李思佳,赵 莹,张 柏（.中国科学院东北地理与农业生态研究所,中国科学院湿地生态与环境重点实验室,吉林 长春 3002；2.河南大学黄河文明与可持续发展研究中心暨黄河文明传承与现代文明建设河南省协同创新中心,河南 开封 7500；3.河南大学环境与规划学院,河南 开封 7500；.中国科学院地理科学与资源研究所,北京 000）

辽河东西支流与干流水体光学特性和组分对比研究

邵田田1,2,3,宋开山1*,丁 智4,李思佳1,赵 莹1,张 柏1（1.中国科学院东北地理与农业生态研究所,中国科学院湿地生态与环境重点实验室,吉林 长春 130102；2.河南大学黄河文明与可持续发展研究中心暨黄河文明传承与现代文明建设河南省协同创新中心,河南 开封 475001；3.河南大学环境与规划学院,河南 开封 475001；4.中国科学院地理科学与资源研究所,北京 100101）

通过对东、西辽河和辽河干流有色溶解有机物（CDOM）吸收特性和荧光特征以及溶解有机碳（DOC）浓度的分析,对比研究不同子流域CDOM的光学特性差异,并分析影响CDOM与DOC浓度的主要因素.对比研究发现,辽河干流CDOM与DOC相关性（R = 0.89,P ＜ 0.01）高于西辽河（R = 0.81）与东辽河（R = 0.75）.总悬浮物浓度（TSM）和总碱度与不同子流域CDOM/DOC相关性较高.不同流域内CDOM与DOC的浓度变化较大,西辽河 CDOM 和 DOC浓度明显高于东辽河和辽河干流.流域内土地利用、气候条件对两者浓度的影响显著,林地和CDOM及DOC浓度存在显著负相关（R = -0.41, -0.56）,即林地面积越大,CDOM和DOC浓度越低；而农田与两者存在正相关（R = 0.40, 0.32）,农田面积越大,相应的CDOM和DOC浓度越高；降雨量与CDOM和DOC呈现明显的负相关（R = -0.53, -0.38）,说明降雨对河流CDOM的稀释作用较大.对于CDOM荧光强度Fn（355）与CDOM浓度来说,在每个子流域两者均存在较好的相关性,特别是西辽河流域（R = 0.96, P ＜0.01）.CDOM的三维荧光光谱发现,东、西辽河及辽河干流均表现出较强的类腐殖酸荧光峰（A峰和C峰）,同时辽河干流表现出很强的类蛋白质峰（T峰）.CDOM的吸收斜率（S）以及基于荧光光谱的FI和HIX表明东、西辽河和辽河干流CDOM的主要来源是外源高等植物输入的大分子量DOM,但是,西辽河和辽河干流CDOM的分子量要小于东辽河CDOM组成物质.

东辽河；西辽河；CDOM；DOC；土地利用；荧光

有机溶解有机物（DOM）,在水环境物质循环、能量运输以及水生生态系统中起到非常重要的作用,一般使用溶解有机碳（DOC）来表征DOM的浓度［1-3］.有色溶解有机物（CDOM）是DOM的重要组成部分,它能够强烈吸收紫外辐射,限制UV-B辐射在水体中的传播,保护水中生态系统；同时影响紫外辐射在水中的传输并决定水体固有光学特性,从而限制了遥感在地表水文化学研究方面的应用［4-8］.

CDOM拥有较为独特的光谱吸收特性及荧光特征,被广泛的用于研究海洋、港湾、河口、湖泊、河流的 DOM 组成和来源的研究中［9-12］.河流连接着陆地和海洋两大生态系统,是陆源物质向海输送的重要途径,对海岸带及邻近的海洋系统影响深远.而河流的DOM含量不仅反映着流域的自然状态,人类活动对流域地表的改造作用也会在河流的DOM含量中得以体现［13］.河流DOM 主要来源于外源物质的输入,因此流域特征与 DOM 的浓度和特征联系紧密［14-15］.流域内土地利用类型的变化严重影响着水中CDOM的浓度和光谱特征.另外,流域内的气候条件、水文条件也会对CDOM的特征产生很大影响,影响着河流有机碳含量向海的输入［16］.

辽河流域面积为22.9×104km2,流经河北、内蒙古、吉林、辽宁等省份,流域特征的复杂性,土地利用类型的多样性,气候条件的多变性都对该区的CDOM和DOC产生重要影响.另外,水系流经沈阳、抚顺、鞍山、本溪、辽阳等大中型工业城市,随着工农业和城市的迅速发展,人为因素对辽河流域水环境的影响越来越大,所产生的危害也逐年增加,使辽河处于较为严重的污染状态［17-18］,从而影响水体中 CDOM 的光学吸收特性和DOC的浓度.因此本文利用CDOM的光谱特征以及DOC浓度来研究各子流域内CDOM的吸收特性及其与相应 DOC的相关分析、CDOM吸收特性和荧光特征的相关关系；各子流域内,对CDOM和DOC产生影响的环境因素进行综合分析以及东、西辽河及辽河干流 CDOM的组成特征和来源分析.

1　材料与方法

1.1研究区概况

辽河流域位于中国东北地区南部（116°30′～125°47′E, 38°43′～45°N）,北与松花江流域接壤,南与渤海湾相接,中部为辽河平原及松辽平原的一部分.流域由 2个独立水系组成：一为东、西辽河水系,二是浑河、太子河水系.本文的研究区域主要集中于第一水系,即东、西辽河,于福德店汇流为辽河干流,经双台子河由盘山入海,全长1.39×103km,其中干流长 516km.西辽河是辽河的最大支流,容纳 4条支流：西拉木伦河、老哈河、新开河和教来河；东辽河发源于长白山系吉林哈达岭支脉萨哈岭,是辽河东部第一大支流,由辽河掌、渭津河、拉津河等70多条河流汇聚而成.本研究区气候属于半湿润-半干旱的温带气候区,年平均温度由南向北降低（4～7℃）,降水量则自东向西递减（350～1000mm）.辽河流域上游山丘区,多为黄白土和风沙土,水土流失严重,植被覆盖度低于30%,是中国东北地区风沙干旱较为严重的地区. 1.2 野外样品的采集

表1　采样点编号及位置点Table 1　Numbers and locations of sampling sites

图1　采样点位置分布以及研究区土地利用Fig.4　Location of sampling stations and the land use/cover of Liaohe River watershed

于2012年10月对西辽河、东辽河以及辽河干流进行采样,采集22组；并于2013年10月对西辽河进行补充采样（2组）.其中西辽河 5组数据,东辽河9组数据,辽河干流10组数据,共计24组数据,采样点具体位置如表1和图1所示.在采样过程中,每个样点采集 2500mL水样并立刻放在车载冰箱里冷藏,送至实验室测量其光学参数以及水质参数,整个测试过程需要2～3d.

1.3CDOM吸收光谱指数

CDOM吸收系数的测定是通过0.22μm的微孔聚碳酸酯膜过滤水样后,利用 UV-2600紫外分光光度计测得200～800nm的吸光度,计算得到各波长的吸收系数,通过校正得到用于分析的吸收系数.本文采用aCDOM（355）作为CDOM的浓度［19］.

S值是 CDOM 吸收曲线的斜率,可以反映CDOM 组成分子的大小,表征 CDOM的来源［20-21］.本研究选择275～295nm,采用线性拟合方法进行S值的求算［22］.

CDOM的三维荧光数据（EMMs）通过日立F-7000荧 光 光 度 计 （Hitachi Fluorescence spectrophotometer F-7000）测定获得,扫描光谱进行仪器自动校正.EMMs主要受到瑞利散射、拉曼散射以及内部滤波器的影响.其中,拉曼散射可以通过扣除空白平均值的方法进行消除；瑞利散射主要是将发射波长≤激发波长+5nm以及发射波长≥激发波长+300nm的2个区域内的数值全部用0值来取代；对仪器的激发与发射光谱的校正主要是去除仪器内部滤波器的影响,从而得到CDOM真实荧光光谱［23-24］.荧光强度采用同步测定的硫酸奎宁作参照,在激发波长 355nm、发射波长450nm处的荧光值作为该点的荧光强度,用QSU单位表示［25］.另外,溶液中的有机污染物、离子强度等会对CDOM的荧光强度产生影响［26-28］,也有学者认为,自然河流中的离子强度对河流CDOM的三维荧光光谱并无明显影响［29］.本研究为淡水河流,因此未考虑离子强度等对CDOM荧光的影响.

腐殖化指数［13］（HIX）以及荧光指数［24］（FI）基于EMMs来计算.其中HIX为在254nm激发,发射波长435 ～ 480nm与300 ～ 345nm的波段内的荧光强度积分值的比值,HIX ＜ 2表示不存在腐殖化的物质,而HIX ＞ 10则表示存在典型的富里酸物质；FI为在370nm处激发,发射波长450nm和500nm的比值,即450/500［24］.当FI ＜ 1.3表示水体中主要以陆源的、高等植物DOM为主,而FI值在1.8左右表示主要以微生物所产生DOM为主.

1.4 其他参数的测定

叶绿素 a（Chla）浓度通过 90%的丙酮溶液萃取,并用UV-2600紫外分光光度计分别测得630, 647,664,750nm处的吸光度,进而计算 Chla的浓度［30-31］.总悬浮颗粒物浓度（TSM）的测定采用称重法获得；总氮（TN）通过碱性过硫酸钾紫外分光光度法测得；总磷（TP）采用钼蓝分光光度法测得,具体步骤详见文献［31］.电导由电导率仪测定（上海雷磁,DDS-307A）；浊度通过紫外分光光度计测得；总碱度采用国标甲基橙滴定法获得.溶解有机碳（DOC）浓度是通过总溶解碳（TDC）减去溶解无机碳（DIC）得到,而TDC和DIC则通过总有机碳分析仪（日本岛津公司,TOC-VCPN）测得.

2　结果

2.1CDOM吸收特征以及与DOC的关系

通过对东、西辽河与辽河干流CDOM的吸收光谱进行分析发现所有样品的吸收存在共同点,即在700nm之后基本为0,而在较短波段（280～500nm）呈指数增长（如图2）.虽然3个流域CDOM的吸收光谱趋势基本一致,但数值差别较大,基本趋势是西辽河＞辽河干流＞东辽河.位于西辽河流域的2个样点（S23、S24）的CDOM吸收特征与东辽河的类似（图 2a）,在较短波段随波长增加减小的较为缓慢.

对各子流域CDOM与DOC分别进行回归分析发现,DOC浓度随着aCDOM（355）的增加而增大,西辽河DOC浓度最高,辽河干流次之,东辽河的最低（图3）.可以看出,每个子流域的aCDOM（355）与 DOC都存在线性相关性,其中辽河干流的相关性大于西辽河和东辽河.对所有采样点数据进行相关分析发现,其决定系数略小于辽河干流,但明显高于东、西辽河.总的来看,辽河干流数据较为规律,RMSE为0.63,小于其他2个流域；西辽河数据较为离散,主要是因为位于西辽河上游的 2点（表1,图2,3）较为不一致；而东辽河流域数据整体分布较为离散.

通过对基于CDOM吸收所计算的两个参量S275-295统计分析（表 2）可以看出,大部分数据的S275-295在0.0170～0.0194之间,仅仅有3个点（S06、S07和S24）的值较小,而这3个采样点均位于水库的上下游；从 S275-295的均值来看,西辽河CDOM略大于辽河干流,而东辽河则小于西辽河与辽河干流CDOM的斜率.

图2　东、西辽河及辽河干流CDOM吸收特征Fig.4　Characteristic of CDOM absorption in different sub-watersheds, the West Liaohe River watershed, East Liaohe River watershed and the Main Stem Liaohe River watershed

图3　αCDOM（355）与DOC浓度的相关性分析Fig.4　Correlation between αCDOM（355） and DOC concentration in different sub-watersheds

表2　CDOM的吸收和荧光光谱指数的统计Table 1　Spectroscopic indices based on CDOM absorption and fluorescence

2.2CDOM的荧光特征及其与吸收的关系

2.2.1CDOM的荧光强度与吸收的关系 CDOM 的化学特性复杂,组成成分很多,但其与荧光强度有很强的相关性.本研究将各子流域的数据分别对Fn（355）和aCDOM（355）进行回归分析,如图4.西辽河aCDOM（355）和荧光强度的相关性最好,东辽河次之,辽河干流相对来说R较低.同时将3个流域的数据进行分析,其相关性则高于各子流域两者的相关性.

2.2.2CDOM的荧光特征 本文对24组数据的三维荧光光谱进行计算分析,得到样品的2个指数（表2）和荧光峰值（表3）.根据表2中基于EMMs所计算的两个指数HIX和FI可以看出,西辽河HIX的均值为6.91,明显大于辽河干流（6.37）和东辽河（4.44）；而FI则基本相等.荧光峰主要包括2大类,类腐殖质荧光峰（紫外区类腐殖酸荧光峰A,Ex/Em=230～270/440～455；可见光区类腐殖酸荧光峰 C,Ex/Em=305～340/410～450）和类蛋白质荧光峰（类酪氨酸荧光峰 B,Ex/Em=220～230（270～280）/300～320；类色氨酸荧光峰 T,Ex/Em=220～230（270～280）/320～360）.表 3表明各子流域水样表现出较强的类腐殖酸荧光峰,而辽河干流同时也表现出较强的类蛋白质荧光峰.

图4　aCDOM（355）与Fn （355）的相关性分析Fig.4　Correlation between aCDOM（355） and Fn （355）

3　讨论

3.1CDOM和DOC浓度及相关性的影响因素

3.1.1水质参数对CDOM和DOC的影响 影响CDOM与DOC相关性的因素较多,但如果CDOM在DOC中的比例较恒定或者CDOM与无色溶解有机物（UDOM）呈比例时,两者就会呈现较好的关系［31］.因此,本研究引入 CDOM 在DOC中所占的比例,即CDOM/DOC,用于分析两者相关性的影响因素,各流域的统计值如表4所示.可以看出,3流域中辽河干流CDOM/DOC变化较小,西辽河两者的比例波动较大,东辽河CDOM/DOC的比率变化虽低于西辽河,但也波动明显,与图3所得到结果较为一致.而所有数据DOC与CDOM相关性比较好的原因是在较大的流域内,DOC浓度存在一定的梯度,辽河干流较高的相关性提升了总体数据的相关性.

表4　CDOM/DOC比值统计Table 1　CDOM/DOC in the three watersheds

东辽河CDOM/DOC与所有水质参数均不存在显著相关性,这说明在东辽河流域,影响CDOM与DOC浓度相关性的因素不确定,不同的水质参数对两者关系产生不同的影响,从而导致图 3a中数据较为离散,相关性较弱.辽河干流CDOM/DOC与总碱度存在显著正相关,与叶绿素a、总悬浮物负相关,说明辽河干流影响CDOM 与DOC相关性的决定因素是总碱度、叶绿素a和总悬浮物浓度.西辽河CDOM/DOC与TN、TP、总碱度存在显著正相关,与总悬浮物正相关,与其他2个子流域不同的是,在西辽河流域TN和TP 对CDOM与DOC相关性影响较大.对比表5中不同子流域各参数的对数值与 CDOM/DOC相关性以及图 3可以发现,辽河干流和所有数据DOC与 CDOM相关性较好的主要原因是与TSM和总碱度存在明显的相关性,西辽河流域并没有发现很好的相关性.主要原因在于西辽河的S23（老哈河）CDOM和DOC变化与西辽河流域其他点的非同步性,其CDOM/DOC为0.14,小于均值 0.56.因此,除水质参数外,其它因素也会对DOC与CDOM的相关性造成影响.

3.1.2不同土地类型对CDOM及DOC的影响河水流经不同的土地类型所携带的 CDOM和DOC浓度是不相同的,流经湿地的河流DOM浓度一般较高,而流经森林和农田的河流DOM在不同的研究区域表现出不同的浓度,大小不一致.如欧洲中部的河流,流经农田区的DOM要高于流经森林的浓度［33］；而对于加拿大安大略州中南部的河流,流经森林的 DOM浓度要高于农田的浓度［16］.因此,不同地区的土地利用类型对河流DOM浓度的影响是不一致的.本文基于DEM数据采用SWAT模型对辽河流域进行子流域的划分,相应的落在本研究区的与采样点对应的子流域有12个（图1）.在进行子流域的大小与DOC及CDOM浓度分析时发现子流域面积与两者并不存在显著相关性（CDOM： R = -0.37； DOC： R = -0.27）,这与 Gareber等［33］研究结果一致.通过子流域各土地利用类型面积的统计发现,除子流域1和 2之外,其余子流域的主要利用类型均为农田,而且面积超过子流域面积的60%.由于子流域主要土地利用类型较为单一,而且面积差距较大,因此并不能突显出子流域土地利用对 DOC及CDOM的作用.

表5　水质参数对CDOM/DOC的影响Table 1　Impacts of water quality parameters on CDOM/DOC

为了进一步分析土地利用类型对CDOM及DOC的影响,本文对采样点做了以5km为半径的缓冲区,在排除子流域内水流路径等水文过程影响的前提下分析缓冲区内土地利用对该采样点CDOM和DOC浓度的影响［33］.本文将各采样点所对应的缓冲区的土地利用类型与 CDOM和DOC浓度进行相关分析（表6）.可以看出,林地、农田两种类型对CDOM和DOC浓度有较大影响,其中林地与DOC存在显著负相关,与CDOM负相关,而农田与两者均存在正相关.由此可见,农田面积越大,CDOM和DOC浓度越高；相反的,林地面积越大,DOC和CDOM浓度则越小,这与前人研究结果一致［33］.出现这一现象的主要原因是,对于本研究区,农业土壤中的有机碳是水中DOC和CDOM的主要来源.农业有机化肥的使用、农田耕作方式等的影响使土壤有机碳转变为溶解有机碳［33-34］,存储于水体中,使得农田与河流的DOC和CDOM存在正相关关系；而森林因为有植被覆盖,水土保持较农田区好,土壤中的有机碳对河流溶解有机物的输入较少,因而其CDOM 和 DOC浓度较低,相应的也可以在草地与CDOM和DOC的相关性上发现此规律.另外,草地与CDOM/DOC负相关,农田与之则是正相关,而水体面积与之则是显著负相关.从而说明,在小面积范围内草地、农田和水体对CDOM和DOC相关性的影响较为突出.

表6　土地利用类型与DOC、CDOM和Fn （355）的相关性Table 1　Correlations between land use/cover types and DOC, CDOM and Fn （355）

另外,土地利用类型的影响也解释了老哈河CDOM和DOC变化与西辽河流域其他点的非同步性.S23位于内蒙古赤峰市红山水库下游, 其 CDOM的浓度受水库影响较大,水库水体更新较慢,所受日照时间较流动水体长,因而光化学反应较为强烈,从而导致CDOM吸收衰减较慢,浓度较低［35］；其周围环境主要是芦苇湿地,而湿地 DOC浓度较其他土地利用类型影响下的DOC浓度高［16,33］.因此,若将点S23排除,西辽河流域DOC与CDOM的相关性则明显提高,R = 0.99.同时也解释了老哈河与西拉沐伦河的CDOM吸收特性与东辽河的类似而与西辽河其他样点不同（图 2a）的主要原因在于两个采样点所处的地理位置,与东辽河类似,比较靠近水源地,周围土地利用类型主要是草原和林地（图 1）,耕地较少,受到人为扰动（城市污染、农业污染等）较小,水体保持较为原始的状态,因而CDOM的浓度均较低.

3.1.3降雨量对CDOM及DOC的影响 根据整个辽河流域气象站点降雨量数据对辽河流域进行插值,从而获得每个采样点的降雨量数据,分析其与CDOM和DOC浓度的相关性（图5）.本文水样采集时间为10月上旬,利用9月份的降雨量数据与CDOM和DOC进行分析.需要注意的是,S23和S24为2013年的补充样点,因此采用2013年 9月份降雨量数据进行分析.可以看出,CDOM和DOC的浓度随降雨量的增加而降低,降雨量与 CDOM浓度存在显著负相关（R = -0.53）,与 DOC负相关（R = -0.38）,这与 Huang等［34］的研究结果一致.辽河流域降雨量由西向东逐渐增加,而由南向北则递减.CDOM和DOC浓度则是西辽河大于辽河干流,东辽河最低.浓度较高的西辽河与浓度较低的东辽河交汇后形成浓度低于西辽河而高于东辽河的干流浓度.西辽河浓度较高的原因主要有两点：第一,西辽河流域植被覆盖度较低,风沙较大,土壤侵蚀较为严重,土壤中的有机物更容易进入河流形成溶解有机物；第二,西辽河流域降雨较少,减轻了对水中溶解有机物的稀释作用,同时流域内较高的潜在蒸散量增加了对水中溶解有机物浓缩作用［35］.另外,降雨量与CDOM浓度的负相关性也说明了降雨的稀释作用要大于地表径流所携带的 DOM入河流的作用.

图5　降雨量与CDOM和DOC浓度的关系Fig.4　Relationships between precipitation and CDOM and DOC

综上分析,影响CDOM与DOC浓度的因子较多,包括气象数据、土地利用数据和水质参数数据.不同流域内,其影响因子也存在很大差别.

3.1.4CDOM的组分与来源分析 由表2可知,所有样点的FI均小于1.3,这表明辽河水体主要以陆源的、高等植物 DOM为主,而以微生物降解所产生的小分子DOM较少,并且辽河FI值小于 McKnight等［23］所研究的 Missouri河（1.5）、Ogeechee河（1.4）、Ohio河（1.5）以及Yakima河（1.4 - 1.5）.CDOM的HIX均大于2,说明所有样点均存在腐殖化的物质,西辽河S09的HIX为11.22说明该样点存在典型的富里酸物质.另外,西辽河与辽河干流的HIX均值明显高于东辽河,说明了东辽河CDOM的腐殖化程度相对较低,从而也说明东辽河CDOM的分子量相对较大.另外东辽河S275-295均值明显低于西辽河与辽河干流,进一步说明东辽河 CDOM主要是由大分子物质组成.需要注意的是,西辽河S23和S24的HIX值与东辽河较为相近,主要原因是它们均位于较为靠近源头的位置,腐殖化程度较低.另外,HIX与CDOM浓度存在显著正相关,说明CDOM浓度越高,其包含的腐殖化物质越多.

由表 3可以看出,类蛋白质峰是辽河干流CDOM的重要组成部分,这是与东、西辽河所不同的.一般认为B、T峰通常反映的是生物降解来源的色氨酸和酪氨酸所形成的荧光峰值,而C、A峰则反映的是外源输入的腐殖酸和富里酸形成的荧光峰值［37-38］.因此,对于辽河水体,外源输入是DOM的主要来源,这与根据FI得到结果一致.另外,也有部分研究认为浮游植物生长过程中也会产生 C、A峰等类腐殖质荧光［39］,但是在本研究中叶绿素含量与A峰、C峰不存在任何相关性,因此可以基本排除类腐殖质荧光峰主要是由浮游植物生长产生的可能.还有学者研究认为,河流CDOM一般仅仅表现出类腐殖酸峰［40-41］,但是如果受人类活动污染影响较大的话则会在3D-EEMs上表现出很强的类蛋白质峰［37,41-42］.辽河流经沈阳、辽阳以及铁岭等城市,受到较强的人为干扰,干流接纳了城市的生活污水、生产废水等以及各支流所携带的污染物,因此在三维荧光光谱上表现出很强的类蛋白质峰；而东、西辽河受到人为干扰相对较小,因此蛋白质峰不明显.另外,本文虽对CDOM和DOC产生影响的各项因素进行分析,但也主要是针对水质参数、土地类型和降雨量,而流域的其他特征还需要进一步的细化与分析,这也是以后要研究的重点.

4　结论

4.1西辽河CDOM和DOC浓度明显高于东辽河和辽河干流,辽河干流CDOM与DOC的相关性明显高于东、西辽河.

4.2TSM和总碱度与 CDOM/DOC显著相关；林地和农田面积对CDOM和DOC浓度影响较大,林地面积越大,两者浓度越低,农田面积越大,两者浓度越高；降雨量与CDOM和DOC呈现明显的负相关.Fn（355）与 CDOM在每个子流域均存在较好的相关性,特别是西辽河流域.

4.3通过CDOM的吸收斜率S和基于荧光光谱的FI、HIX发现东、西辽河和辽河干流CDOM的主要来源是外源高等植物 DOM的输入,组成也倾向于较大的分子量物质,但西辽河和辽河干流相对与东辽河CDOM组成物质的分子量要小.

4.4通过三维荧光光谱分析发现,东、西辽河及辽河干流均表现出较为强烈的类腐殖酸荧光峰,而辽河干流同时也表现出较强的类蛋白质荧光峰,这主要与人类活动影响较大、河流携带较多的污染物有关.

［1］ Benner R. Chemical composition and reactivity of dissolved organic matter ［C］. D.A. Hansell and C.A. Carlson （eds.）. Biogeochemistry of marine dissolved organic matter. Academic Press, 2002,59-90.

［2］ Spencer RGM, Stubbins A, Hernes PJ, et al. Photochemical degradation of dissolved organic matter and dissolved lignin phenols from the Congo River ［J］. Journal of Geophysical Research： Biogeosciences （2005-2012）, 2009,114（G3）.

［3］ Zhang YL, Zhang EL, 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.

［4］ Cory N, Buffam I, Laudon H, et al. Landscape control of stream water aluminum in a boreal catchment during spring flood ［J］. Environmental Science and Technology, 2006,40（11）：3494-3500.

［5］ Zhu WN, Tian YQ, Yu Q, et al. Using Hyperion imagery to monitor the spatial and temporal distribution of colored dissolved organic matter in estuarine and coastal regions ［J］. Remote Sensing of Environment, 2013,134：342-354.

［6］ Stedmon C A, Markager S, Tranvik L, et al. Photochemical production of ammonium and transformation of dissolved organic matter in the Baltic Sea ［J］. Marine Chemistry, 2007,104（3/4）：227-240.

［7］ Tranvik L, Downing J A, Cotner J B, et al. Lakes and reservoirs as regulators of carbon cycling and climate ［J］. Limnology and Oceanography, 2009,54（6）：2298-2314.

［8］ Del Vecchio R, Blogh N V. Spatial and seasonal distribution of chromophoric dissolved organic matter and dissolved organic carbon in the Middle Atlantic Bight ［J］. Marine Chemistry, 2004, 89（1）：169-187.

［9］ Chen Z, Hu C, Conmy RN, et al. Colored dissolved organic matter in Tampa Bay, Florida ［J］. Marine Chemistry, 2007,104（1）：98-109.

［10］ Carstea E M, Baker A, Pavelescu G, et al. Continuous fluorescence assessment of organic matter variability on the Bournbrook River, Birmingham, UK ［J］. Hydrological Processes, 2009,23（13）：1937-1946.

［11］ Siegel H, Stottmeister I, Reiβmann J, et al. Siak River System—East-Sumatra： Characterisation of sources, estuarine processes, and discharge into the Malacca Strait ［J］. Journal of Marine Systems, 2009,77（1）：148-159.

［12］ Singh S, D'Sa EJ, Swenson EM. Chromophoric dissolved organic matter （CDOM） variability in Barataria Basin using excitationemission matrix （EEM） fluorescence and parallel factor analysis （PARAFAC） ［J］. Science of the Total Environment, 2010,408（16）：3211-3222.

［13］ Zsolnay A, Baigar E, Jimenez M, et al. Differentiating with fluorescence spectroscopy the sources of dissolved organic matter in soils subjected to drying ［J］. Chemosphere, 1999,38（1）：45-50.

［14］ Aitkenhead-Peterson J A, McDowell W H, Neff J C, et al. Sources, production, and regulation of allochthonous dissolved organic matter inputs to surface waters （pp. 71-91） ［M］. San Diego： Academic Press., 2003.

［15］ 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.

［16］ Wilson H F, Xenopoulos M A. Ecosystem and seasonal control of stream dissolved organic carbon along a gradient of land use ［J］. Ecosystems, 2008,11（4）：555-568.

［17］ 惠秀娟,杨 涛,李法云.辽宁省辽河水生态系统健康评价 ［J］.应用生态学报, 2011,22（1）：181-188.

［18］ 王雪蕾,蔡明勇,钟部卿,等.辽河流域非点源污染空间特征遥感解析 ［J］. 环境科学, 2013,34（10）：3788-3796.

［19］ 殷 燕,吴志旭,张运林,等.新安江水库夏季CDOM吸收光谱特征及来源分析 ［J］. 中国环境科学, 2014（12）：3207-3214.

［20］ Coble P G, Del Castillo C E, Avril B. Distribution and optical properties of CDOM in the Arabian Sea during the 1995 Southwest Monsoon ［J］. Deep-Sea Research II, 1998,45（10/11）：2195-2223.

［21］ Del Castillo C E, Coble P J, Morel J M, et al. Analysis of the optical properties of the Orinoco River plume by absorption and fluorescence spectroscopy ［J］. Marine Chemistry, 1999,66（1）：35-51.

［22］ Helms J R, Stubbins A, Ritchie J D, et al. Absorption spectral slopes and slope ratios as indicators of molecular weight, source, and photobleaching of chromophoric dissolved organic matter ［J］. Limnology and Oceanography, 2008,53（3）：955-969.

［23］ 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.

［24］ Zhang Y L, Yin Y, Feng L Q, et al. Characterizing chromophoric dissolved organic matter in Lake Tianmuhu and its catchment basin using excitation-emission matrix fluorescence and parallel factor analysis ［J］. Water Research, 2011,45（16）：5110-5122.

［25］ Wada S, Aoki MN, Tsuchiya Y, et al. Quantitative and qualitative analyses of dissolved organic matter released from Ecklonia cava Kjellman, in Oura Bay, Shimoda, Izu Peninsula, Japan ［J］. Journal of Experimental Marine Biology and Ecology, 2007,349（2）：344-358.

［26］ Ryan D K, Weber J H. Fluorescence quenching titration for determination of complexing capacities and stability constants of fulvic acid ［J］. Analytical Chemistry, 1982,54（6）：986-990.

［27］ Wu F C, Cai Y C, Evans D, et al. Complexation between Hg （II）and dissolved organic matter in stream waters： an application of fluorescence spectroscopy ［J］. Biogeochemistry, 2004,71（3）：339-351.

［28］ Bai Y C, Wu F C, Wan G J, et al. Ultraviolet absorbance titration for the determination of conditional stability constants of Hg （II）and dissolved organic matter ［J］. Chinese Journal of Geochemistry, 2008,27（1）：46-52.

［29］ 韩宇超,郭卫东.河口区有色溶解有机物（CDOM）三维荧光光谱的影响因素 ［J］. 环境科学学报, 2008,28（8）：1646-1653.

［30］ Song K S, Wang Z M, Blackwell J, et al. Water quality monitoring using Landsat Themate Mapper data with empirical algorithms in Chagan Lake, China ［J］. Journal of Applied Remote Sensing, 2011,5（1）：053506-053506-16.

［31］ Song K S, Zang S Y, Zhao Y et al. Spatiotemporal characterization of dissolved carbon for inland waters in semihumid/semiarid region, China ［J］. Hydrology and Earth System Sciences Earth, 2013,10（5）：6559-6597.

［32］ 姜广甲,马荣华,段洪涛.利用 CDOM吸收系数估算太湖水体表层DOC浓度 ［J］. 环境科学, 2012,33（7）：2335-2343.

［33］ Graeber D, Gelbrecht J, Pusch M T, et al. Agriculture has changed the amount and composition of dissolved organic matter in Central European headwater streams ［J］. Science of the Total Environment, 2012,438：435-446.

［34］ Huang W, Chen R F. Sources and transformations of chromophoric dissolved organic matter in the Neponset River Watershed ［J］. Journal of Geophysical Research： Biogeosciences （2005-2012）, 2009,114（G4）.

［35］ Larson J H, Frost P C, Zheng Z, et al. Effects of upstream lakes on dissolved organic matter in streams ［J］. Limnology and Oceanography, 2007,52（1）：60-69.

［36］ 张伟科,杨艳昭,封志明,等.西辽河流域潜在蒸散量时空格局［J］. 地理科学进展, 2010,29（9）：1115-1120.

［37］ 傅平青,刘丛强,吴丰昌.溶解有机质的三维荧光光谱特征研究［J］. 光谱学与光谱分析, 2005,25（12）：2024-2028.

［38］ 郭卫东,程远月,吴 芳.海洋荧光溶解有机物研究进展 ［J］. 海洋通报, 2007,26（1）：98-106.

［39］ 任保卫,赵卫红,王江涛.胶州湾围隔实验中溶解有机物三维荧光特征 ［J］. 环境科学, 2007,28（4）：712-718.

［40］ Baker A. Fluorescence excitation-emission matrix characterization of some sewage-impacted rivers ［J］. Environmental Science and Technology, 2001,35（5）：948-953.

［41］ Baker A. Fluorescence excitation-emission matrix characterization of river waters impacted by a tissue mill effluent ［J］. Environmental Science and Technology, 2002,36（7）：1377-1382.

［42］ 邵田田,赵 莹,宋开山,等.辽河下游CDOM吸收与荧光特性的季节变化研究 ［J］. 环境科学, 2014,35（10）：3755-3763.

致谢：感谢师弟王铭在数据实验室分析中的帮助以及师弟马建行在数据处理中给予的支持和帮助.

Comparative characterization of optically active components in waters from the east/west tributaries and the stem of Liaohe River.

SHAO Tian-tian1,2,3, SONG Kai-shan1*, DING Zhi4, LI Si-jia1, ZHAO Ying1, Zhang Bai1（1.Northeast Institute of Geography and Agroecology, Chinese Academy of Sciences, Key Laboratory of Wetland Ecology and Environment, Changchun 130102, China；2.Key Research Institute of Yellow River Civilization and Sustainable Development and Collaborative Innovation Center on Yellow River Civilization of Henan Province, Henan University, Kaifeng 475001, China；3.College of Environment and Planning, Henan University, Kaifeng 475001, China；4. Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China）.

China Environmental Science, 2015,35（9）：2794～2804

Comparative analyses about the differences of optical characteristics and composition of riverine waters in the East/West tributaries and the stem of Liaohe River were conducted and the influenced factors impacting on chromophoric dissolved organic matter （CDOM） and dissolve organic carbon （DOC） in different sub-watersheds were examined based on the absorption and fluorescent optical properties. Relationship between CDOM absorption and DOC concentration in the stem of Liaohe River exhibited the best （R = 0.89, P ＜ 0.01） compared with that in the East Liaohe River （R = 0.75） and the West Liaohe River （R = 0.81）. Close relationships between two water qualities （total suspended matter ［TSM］ and total alkalinity） and ratios of CDOM and DOC （CDOM/DOC） were obtained in this investigation. CDOM and DOC concentrations showed great variability in different sub-watersheds. CDOM and DOC concentrations in West Liaohe River were higher than that in East and the stem of Liaohe River. Land use/cover and climate conditions exerted great influences on CDOM and DOC. Significant negative correlations were obtained between forest area and CDOM and DOC,with the R = -0.41 and -0.56respectively. Positive correlations were observed between cropland area and CDOM and DOC （R = 0.40 for CDOM and R =0.32 for DOC）. Furthermore, negative correlations were obtained between precipitations and CDOM and DOC, with the R = -0.53 and -0.38 respectively, which demonstrated that dilute effect of rainfall exhibited great influence on CDOM and DOC concentrations. Moreover, relationships between Fn （355） and CDOM absorption in different sub-watersheds showed strong correlations, especially in the West Liaohe River （R = 0.96, P ＜ 0.01）. All the samples exhibited fairly strong humic-like fluorophore （fluorophore A and fluorophore C） in the fluorescence excitation-emission matrices （EEMs）. Meantime, samples in the main stem of Liaohe River showed strong protein-like fluorophore （fluorophore T）. Main sources of CDOM in the studied rivers were terrestrial （allochthonous） origins, which showed the high weight molecular substances based on the S, FI and HIX values. However, molecular weights in West Liaohe River and the main stem of Liaohe River were inclined to be lower than that in the East Liaohe River.

East Liaohe River；West Liaohe River；chromophoric dissolved organic matter （CDOM）；DOC；Land use/cover；Fluorescence

X522

A

1000-6293（2015）09-2794-11

2015-01-23

国家重点基础研究发展规划项目（2013CB430401）；国家自然科学基金项目（41471290）

*责任作者, 研究员, songks@iga.ac.cn

邵田田（1986-）,山东济宁人,博士研究生,主要研究方向为水体光学特性.发表论文6篇.