流溪河水库流域碳氮营养盐浓度的时空变化特征及其影响因素

2022-04-08牛香豫唐国平陈晓桦

水土保持学报 2022年2期

牛香豫，唐国平，顾慧，陈桃，陈晓桦

(中山大学地理科学与规划学院，广州 510275)

碳、氮作为地球物质循环的重要元素，对维持全球生态系统稳定起着十分重要的作用。在水生生态系统中，溶解有机物是维持自然界碳氮平衡的重要组成部分。在流域生态系统中，溶解有机物如溶解有机碳(dissolved organic carbon, DOC)、溶解有机氮(dissolved organic nitrogen, DON)等营养盐的来源包括自然和人为输入源。自然输入源涉及因土壤淋溶、地形坡度、降水、流量等变化引起的营养盐流失；人为输入源包括因土地利用变化、农业等人类活动造成的营养盐流失。在不同环境条件下发育的河流，其碳氮营养盐的来源及浓度变化也具有很强的时空差异性。此外，资源利用和管理政策变化对河流中的碳氮营养盐浓度产生影响。水体水质的变化改变水生生物原有的生境。鉴于水生生物对生境变化的响应与碳氮营养盐浓度变化呈现非同步性，水体碳氮营养物浓度变化对水生生物的生命活动也产生一定影响。

目前，针对流溪河水库流域的研究多集中于水生生物群落时空动态变化和水库库区底泥沉积物。温展明等对流溪河水库流域敞水区定期采样，通过数理统计分析发现，枯水期因环境要素尤其是水文和水质要素的波动变化使得轮虫群落变异较大；王艳杰等对流溪河水库的沉积环境展开研究发现，库区不同采样点分布的沉积物粒径大小及沉积速率具有空间异质性。然而，从流域尺度上探讨流域溪流碳氮营养盐浓度的变化及其影响因素的研究较少。流溪河水库流域不仅是典型的亚热带山地流域，也是广州市重要的水源地，研究其水质变化对揭示亚热带生物地球化学循环规律和保障城市用水安全具有重要的意义。

本文选取流溪河水库流域作为研究区，通过野外采样和实验室分析，结合地形、土地覆被与利用以及人类社会活动数据，分析流溪河水库流域碳氮营养盐浓度的时空变化特征及其影响因素，为把握流溪河水库流域水质变化和了解亚热带地区生物地球化学循环特征及影响因素提供科学信息。

1 材料与方法

1.1 研究区概况

流溪河水库流域(113°44′—114°04′E，23°40′—23°60′N)位于广东省广州市从化区东北部，流域面积约539 km，海拔106～1 182 m。流溪河发源于从化区吕田镇桂峰山，流经广州市的从化区、花都区和白云区，最终在南岗口与白泥河汇流注入珠江。流溪河水库流域地形呈现东北高、西南低，气候属于南亚热带季风气候，多年平均降水量1 823.6 mm，降水时空分布不均，丰水期为4—9月，其降水量占全年降水量的81.3%；空间上，降雨分布呈现西南多、东北少。流域植被属南亚热带常绿阔叶林，群落物种丰富，森林覆盖度达80%以上。

1.2 数据来源与处理

研究所用水质数据来自于2019年9月至2020年1月对流溪河水库流域5个采样点的水样试验分析结果。采样期内，野外采样基本保持1周1次，试验分析指标包括水样的DOC浓度、硝酸根离子(NO)和铵根离子(NH)浓度。5个采样点使用河流或者附近村落命名，分别为吕田河、黄水溪、哪吒岭、安山河和东星河，其中吕田河、黄水溪、哪吒岭3个子流域位于流溪河水库流域上游，安山河位于流溪河水库流域中游，东星河位于流溪河水库流域下游。试验分析前，先用0.45 μm滤膜对采集的水样进行过滤，后使用纯水洗净且烘干的聚乙烯瓶承装，放入保温箱中低温保存，用于水样理化分析。水样NH、NO离子的浓度通过离子色谱仪测定，水样DOC的浓度通过元素分析仪测得。本研究所用的其他数据包括土地利用/覆被、地形、水系、气象和土壤数据。土地利用/覆被数据来自于国家基础地理信息中心全球地表覆盖数据产品服务网站(http://www.globeland30.org/，DOI：10.11769)，年份为2020年，分辨率为30 m。根据土地覆被类型及研究区的实际情况，将流域内土地覆被分为建成区、森林、水体、灌木地、耕地和草地。

地形数据来源于ASTER全球数字地形高程数据库(https://lpdaac.usgs.gov)，分辨率为30 m。根据《中华人民共和国土地管理行业标准》第三次全国国土调查技术规程，将研究流域的坡度划分为5个等级，分别为≤2°，2°～6°，6°～15°，15°～25°和>25°。基于DEM高程数据和流域出口水文站位置，运用ArcGIS的水文分析工具获取各采样点的子流域和河网数据。气象数据从国家气象科学数据中心获得(http://data.cma.cn)，根据采样点的地理位置最终选取从佛冈站点获取气象数据，所获取的降雨量时段为2019年9月1日至2020年1月31日。相关性分析中用到的气象数据为采样日尺度气象数据，指标有平均温度、日照时间、平均相对湿度和极大风速。土壤数据来自联合国粮农组织(FAO)、维也纳国际应用系统研究所(IIASA)、世界土壤信息(ISRIC)、中国科学院南京土壤研究所(ISSCAS)和欧盟委员会联合研究中心(JRC)合作的世界土壤数据库(Harmonized World Soil Database version 1.2, HWSD)(http://webarchive.iiasa.ac.at/)。

1.3 研究方法

基于所获得的气象、地形、土地利用、土壤、水质等数据，采用相关和弹性网络(Elastic Net)回归分析法探讨研究区溪流碳氮营养物浓度变化与各环境变量之间的关联。

1.3.1 相关性分析 Spearman相关系数计算公式为：

(1)

式中：为相关系数，表明自变量()与因变量()变化的方向。若>0，说明因变量随自变量增加而趋向于增加；若<0，说明因变量随自变量增加而趋向于减少；若=0，则说明自变量增加时因变量无任何趋向性。

1.3.2 弹性网络回归分析弹性网络(Elastic Net)是一种在最小二乘法基础上结合L1正则化(Lasso回归)和L2正则化(岭回归)，通过不断迭代选择最佳收缩参数得到少量参数的稀疏模型，其最终目的是最小化损失函数。弹性网络的损失函数计算为：

(2)

相关性分析及Elastic Net回归分析均通过R统计语言完成。

2 结果与分析

2.1 DOC浓度变化的时空特征

从时间上看，采样期为流溪河水库流域的枯水期，该时段内溪流中DOC的浓度绝大多数情况下变化比较平稳，个别月份DOC浓度变化较大(图1a)。DOC浓度值变化为3.75～17.95 mg/L，且2019年9—12月DOC浓度波动范围较小，但2020年1月DOC浓度增加显著，其值明显高于2019年9—12月间的其他值。吕田河、安山河、黄水溪时间变化趋势相似，东星河DOC浓度的变化趋势滞后于吕田河、安山河、黄水溪3个采样点水体DOC的浓度，哪吒岭DOC浓度变化趋势较平缓。

空间上，通过Kruskal-Wallis检验发现，流域不同溪流的DOC浓度存在极显著差异(<0.001)(图1b)。从DOC平均浓度来看，吕田河最大，为7.08 mg/L；东星河次之，为6.31 mg/L；安山河平均浓度略低于东星河，为6.09 mg/L；黄水溪、哪吒岭浓度较低，分别为4.98，4.33 mg/L。从DOC波动幅度来看，吕田河和安山河波动幅度较大，其次是东星河，黄水溪、哪吒岭波动幅度较小。

图1 DOC浓度变化及其时空差异

2.2 NO3-浓度变化的时空特征

研究期间流溪河水库流域水体NO浓度变化为0.62～6.02 mg/L，变幅较大，但变化趋势较平稳(图2a)。2019年9月末至11月中旬，河流NO浓度值分布较集中，多为2～4 mg/L。2019年11月末至2020年1月初，NO浓度变幅增大且数值分布较分散，12月中旬各采样点NO浓度差异最大(图2a)。

从空间上看，基于Kruskal-Wallis检验发现，不同溪流NO浓度也存在极显著差异(<0.001)(图2b)。吕田河NO浓度值较高，采样期间浓度多在5 mg/L上下浮动；东星河浓度稍低于吕田河，其值多为4.0～4.5 mg/L；哪吒岭浓度在2 mg/L左右变化，变化幅度大于其他采样点，最大值达到5.73 mg/L(图2b)。

图2 NO3-浓度时间变化及其时空差异

同上述3条溪流比较，安山河与黄水溪数值变化幅度较小。其中，安山河NO浓度略高于黄水溪。黄水溪数据分布集中，说明采样期间黄水溪NO浓度较稳定，浓度值约1.5 mg/L。

2.3 NH4+浓度变化的时空特征

采样期内，从变化趋势看，除哪吒岭小溪流外，流溪河水库流域大多数溪流的NH浓度较低，且总体变化较稳定(图3a)，采样点NH浓度为0.02～0.05 mg/L。

采样期间流溪河水库流域不同溪流NH的浓度也存在差异(图3b)，总体分布格局呈现流域上游高，中下游偏低。哪吒岭NH浓度在各采样点中最高，变化幅度最大。黄水溪和吕田河NH浓度相近，低于哪吒岭，略高于安山河和东星河。除哪吒岭外，其他采样点所采得的水样中NH浓度数值分布较集中，多为0.02～0.05 mg/L，且浓度变化幅度小。相比较，哪吒岭采样点小溪流的NH浓度在采样期内变化比较大(图3)。

图3 NH4+浓度时间变化及其时空差异

2.4 碳氮营养盐浓度与环境因子的关系

有研究表明，降水量直接或间接对河流碳氮营养盐浓度产生显著影响。从采样期间流溪河水库流域降水量(图4)来看，2019年9月末至2020年1月初共发生5次降水事件，采样日期虽无降水，但从距降水事件发生的时间远近来看，越邻近降水事件，流域内碳氮营养盐浓度受到的影响越显著。受2020年1月3日降水事件影响，2020年1月4日DOC浓度显著升高，NO和NH浓度总体下降。其余采样日期受降水事件影响较小，流域碳氮营养盐浓度总体处于动态平衡之中。

图4 采样期间流溪河水库流域降水量分布

图5a为采样期间DOC、NO、NH浓度变化与气象条件的相关性分析结果。DOC浓度与平均相对湿度呈显著正相关性(<0.05)，相关系数为0.27；NH与平均温度呈显著负相关(<0.05)，相关系数为-0.56；较DOC和NH，NO对气象条件敏感度低。此外，研究发现，NH和NO具有极显著的相关性(<0.001)，相关系数为0.72，这表明NH浓度变化趋势与NO浓度变化趋势具有高度的一致性。

由图5b可知，各子流域溪流的碳氮营养盐浓度与坡度具有显著的相关性(<0.05)。其中，DOC浓度与1～3级缓坡呈显著的负相关性(<0.05)，相关系数分别为-0.40，-0.28，-0.27；NO浓度与1，2级坡呈显著负相关(<0.05)，相关系数分别为-0.32和-0.50。但NH离子浓度与坡度的相关性随坡度等级变化而变化(图5b)。NH浓度与5级坡呈现强负相关关系(<0.001)，相关系数为-0.8；而与3，4级坡呈现强正相关性(<0.001)，相关系数分别为0.80和0.81。

图5 碳氮营养盐与环境因子相关性分析

土地利用类型对流域碳氮营养盐浓度变化也产生一定影响(图5c)。溪流DOC浓度与森林、建成区的面积呈现极显著负相关关系(<0.001)，相关系数分别为-0.35和-0.55。相反，溪流NO浓度与森林和建成区呈显著的弱正相关关系(<0.05)，相关系数分别为0.33和0.28；此外，NO还受到耕地的极显著影响(<0.001)，相关系数为0.35。NH浓度与建成区、森林则呈极显著正相关(<0.001)，相关系数均为0.79；而与草地和灌木呈显著负相关(<0.05)，相关系数分别为-0.48和-0.59。

此外，流域碳氮营养盐浓度还受到土壤类型的影响。相关性分析结果(图5d)表明，DOC浓度与铁质低活性强酸土呈极显著正相关关系(<0.001)，相关系数为0.43；而与人为堆积土呈显著负相关关系(<0.05)，相关系数为-0.28。相反，NO浓度与铁质低活性强酸土呈现显著负相关关系(<0.001)，相关系数为-0.56，而与其他土壤类型均呈正相关关系(<0.01)，其中NO与简育低活性强酸土的相关系数为0.77。相比较，溪流NH浓度与铁质低活性强酸土呈现极显著负相关性(<0.001)，而与人为堆积土呈现极显著正相关性(<0.001)，相关系数分别为-0.79和0.81。

3 讨论

3.1 影响DOC浓度变化的因素

采样期间流溪河水库流域中DOC浓度变化较稳定，变化幅度不大。2020年1月4日DOC浓度明显高于2019年9—12月。根据气象资料发现，2020年1月3日流域出现降雨事件，降水量为0.1 mm，降水事件导致有机物质的淋洗作用增强，增加了溪流中DOC浓度。而采样期间其他降水事件因距相邻的采样日期较久，降水带来的影响被极小化，因此其他采样日期溪流中DOC浓度变化不大，所以2020年1月4日所观测到的DOC浓度明显高于其他日期。进一步的弹性网络分析佐证了各个环境要素对DOC浓度变化的综合影响大小(表1)。本研究发现，溪流DOC浓度除受相对湿度影响外，还受到流域平均温度、日照时间和风速的影响。气象条件中极大风速对DOC浓度负面影响较大，日照时间和平均相对湿度对DOC浓度产生一定的正面影响，而平均温度对其产生的正面影响较小。流溪河水库流域的水源补给主要来自于降水，而采样期属于枯水期，流量对流域水化学性质影响十分有限，因此DOC浓度变化总体较稳定。极大风速促进水体表层与底层垂直对流，增强水体的自净能力，促进流域水体流动及蒸发，因此有助于缓解水体中营养物的富集；日照时间影响流域尺度生态系统的物质循环，适宜的环境温度能够促进植物的光合作用和微生物的分解作用，使DOC浓度变化与日照时间呈正相关关系。此外，陆地上的水体在风力作用下蒸发进入到大气中，一定程度上增加空气的相对湿度。近地面大气的相对湿度影响大气沉降过程，湿沉降能够通过水循环将地—气—水界面的碳氮营养盐联系起来，沉降至地表后通过径流进入到流域内，进而影响流域内的碳氮营养盐浓度，所以相对湿度对DOC浓度产生一定正面影响。

从DOC浓度的空间分布来看，弹性网络分析进一步佐证了DOC浓度主要受到建成区、森林及坡度的影响，其中建成区的影响最大(表1)。从水库流域上游至下游，建成区面积占比逐渐降低，森林占比逐渐增加(表2)。有研究表明，流域中的溶解有机物受到土地利用的影响。哪吒岭、黄水溪、吕田河位于流域上游，周边建成区分布面积较广，安山河位于水库中游，建成区占比有所下降，而下游东星河则多分布森林，采样期间DOC浓度保持相对稳定，因此呈现出建成区占比与DOC浓度呈负相关关系。森林所占比重的增加一定程度上为水库流域DOC提供物质来源，说明流域DOC物质来源与人类活动及陆地生态系统中的生物地球化学循环有关。土壤中的有机质是河流中溶解有机质的重要来源，坡度的陡缓影响土壤被侵蚀状况，坡度越缓越有利于土壤中有机质的保持，从而降低河流中DOC的浓度。

表1 DOC浓度Elastic Net回归分析结果

表2 流溪河水库流域土地利用面积占比情况单位：%

3.2 NO3-浓度变化的影响因素

采样期间流溪河水库流域NO浓度变化总体较平稳，2019年9—11月变幅较稳定，2019年12月至2020年1月变幅增大。弹性网络分析进一步探究影响NO的显著环境变量，综合来看，尽管溪流NO的浓度受平均温度、日照时间、平均相对湿度和极大风速等气象要素影响(表3)，但影响较小。平均温度、平均相对湿度和极大风速对NO浓度产生负面影响，而日照时间对NO浓度产生正面影响。这主要是因为光照促进微生物的硝化作用，从而能够为NO离子提供物质来源。温度越高，饱和水汽压差越大，越有利于水分蒸发，促进水循环，并加快水体的更新，以维持水体中营养物浓度的稳定。此外，有研究表明，DOC浓度与NO受到流域湿度的影响，且DOC与NO也可能存在相反的变化趋势，DOC浓度的增加可能通过增强土壤或沉积物中的反硝化作用亦或是氮固定，从而抑制NO浓度的增加。这与2020年1月4日观测到的DOC与NO浓度变化较为相符。

表3 NO3-浓度Elastic Net回归分析结果

受坡度、土地利用及土壤的显著影响(<0.05)，流域溪流NO的浓度也表现出明显的空间异质性。从上游到下游，各采样点子流域3级以上坡度占比逐渐增加(表4)，子流域平均地势呈现变高的趋势。上中游多分布人为堆积土，下游则以自然土壤类型为主(表5)。根据弹性网络回归分析结果，NO浓度与3级坡度、4级坡度、森林占比和简育低活性强酸土呈正相关关系，这与相关性分析结果基本一致，其中简育低活性强酸土的影响权重最大。有研究表明，坡度的增加一定程度上增强流水对土壤的侵蚀作用，从而增加流域溶解性陆源NO向河流的输入。此外，河道旁的森林面积占比对流域营养物浓度产生影响。从上游至下游森林面积占比增加，高坡度占比也逐渐增加，各采样点土壤粒径呈现由粗变细的趋势，生态系统中的林下凋落物为土壤提供有机质来源，使得土壤中的有机质更易被淋溶损失。从各采样点子流域来看，吕田河和东星河陡坡面积占比较高，且流域内分布有一定比例的简育低活性强酸土，土壤粒径较细(表6)，具有良好的胶结能力及肥力，因此其溪流中含有较多NO离子，这也与吕田河、东星河NO离子浓度较高的研究结果相一致。此外，根据相关性分析(图5)，NH与NO离子具有极显著正相关性(<0.001)，相关系数为0.72，这表明NH浓度变化趋势与NO浓度变化趋势具有高度的一致性，其原因主要是土壤微生物的硝化作用。土壤中的硝化细菌在有氧条件下将NH转化为NO，再经地表径流输送至河道中。这也与2020年1月4日观测到的NO、NH浓度变化较为相符。

表4 流溪河水库流域坡度占比情况

表5 流溪河水库流域土壤类型占比情况单位：%

表6 流域内土壤类型属性

3.3 NH4+浓度变化的影响因素

采样期间NH浓度总体较稳定，但不同溪流之间NH浓度存在明显差异。弹性网络分析结果进一步证明NH浓度受到人为堆积土的正面影响(表7)。此外，分析结果还发现，平均相对湿度对其产生负面影响，这也与平均相对湿度可能影响流域碳氮营养盐浓度的研究结论相一致。根据相关性分析(图5)，NH与NO离子具有极显著正相关性(<0.001)，相关系数为0.72，这表明NH浓度变化趋势与NO浓度变化趋势具有高度的一致性。溪流中氮受到工业和农业活动的强烈影响，NH主要来自于农业活动，水库流域上游地区人类活动频繁，上游耕地面积广，土壤类型为人为堆积土(表5)，肥力较高，溪流通过地表径流、地下径流将土壤中的铵态氮输送至河道中。此外，尤其是源水地区碳氮营养物浓度极易受河岸环境因素影响。哪吒岭位于上游，由于长期的矿产资源开发，作为浸矿剂的铵盐大量进入到附近水体，导致其NH含量远高于其他溪流，且变幅较大。