岗南水库沉积物溶解性有机物光谱时空分布特征及环境意义

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-31

张紫薇, 周石磊, 张甜娜, 陈召莹, 董宛佳, 姚波, 崔建升, 罗晓
河北科技大学环境科学与工程学院, 河北省污染防治生物技术实验室, 石家庄 050018
收稿日期: 2020-12-18; 修回日期: 2021-02-17; 录用日期: 2021-02-17
基金项目: 国家自然科学基金项目（No.51909056）；河北科技大学引进人才科研启动基金资助项目（No.1181278）；中国科学院饮用水科学与技术重点实验室专项（No.20K04KLDWST）；河北省自然科学基金项目（No.E2021208011）；河北省高等学校科学技术研究青年基金项目（No.QN2021064）
作者简介: 张紫薇(1998-), 女, E-mail: hbkjzw@163.com
通讯作者（责任作者）: 周石磊, E-mail: ZSLZhouShilei@126.com

摘要：为探究岗南水库沉积物溶解性有机物（DOM）的时空演变机制，本文使用紫外-可见光谱（UV-vis）和三维荧光光谱-区域积分法（EEM-FRI），分析了岗南水库沉积物DOM的来源及分布特征.结果表明：岗南水库夏季沉积物DOM的相对浓度显著高于春季、秋季以及冬季（p < 0.05）；E₂/E₃值显示岗南水库沉积物DOM分子量为夏季>春季>秋季>冬季；各采样点的紫外可见光谱特征指数存在显著的季节差异（p < 0.001）.荧光区域积分显示各组分存在显著的季节差异（p < 0.001），采样点的空间差异不明显（p>0.05）；易降解类物质占比大于腐殖质物质，并呈现出显著的季节差异（p < 0.05），占比大小为春季>夏季>冬季>秋季.沉积物DOM具有高的荧光指数（FI指数均>2.0）以及低腐殖化指数（HIX指数大多数 < 4.0），表明岗南水库沉积物DOM呈现出低腐殖化、较强自生源的特征.荧光区域积分各组分与三维荧光光谱指数的相关性表明，易降解类物质（P1、P2、P4以及P1+P2+P4）与BIX、β：α、以及Fn280呈现显著正相关（p < 0.05），与HIX以及Fn355呈现显著负相关（p < 0.05）；类腐殖质物质（P3、P5以及P3+P5）呈现出与之相反的变化趋势.聚类分析显示易降解类物质与腐殖质物质明显被分离为两部分.与此同时，综合冗余分析（RDA）、层次聚类分析（HP）、随机森林分析（RF）、集成回归树分析以及多元回归分析，发现氨氮、溶解性总氮、pH值以及温度是影响沉积物DOM荧光区域积分组分演变的关键环境因子.
关键词：溶解性有机物(DOM)沉积物紫外-可见光谱三维荧光光谱区域积分岗南水库
Spatiotemporal evolution and environmental significance of dissolved organic matter (DOM) in sediments of Gangnan reservoir
ZHANG Ziwei, ZHOU Shilei, ZHANG Tianna, CHEN Zhaoying, DONG Wanjia, YAO Bo, CUI Jiansheng, LUO Xiao
Pollution Prevention Biotechnology Laboratory of Hebei Province, School of Environmental Science and Engineering, Hebei University of Science and Technology, Shijiazhuang 050018
Received 18 December 2020; received in revised from 17 February 2021; accepted 17 February 2021
Abstract: This study aimed to investigate the temporal and spatial evolution of dissolved organic matter (DOM) in sediment interstitial water of the Gangnan Reservoir, China. Therefore, the source and distribution of DOM were explored using ultraviolet-visible (UV-vis) absorption and excitation-emission matrix fluorescence spectroscopy-fluorescence regional integration (EEMs-FRI). The mean UV absorption coefficient at 254 nm of the light-absorbing DOM fraction (CDOM) of summer sediment was significantly larger than that of the spring, autumn, and winter sediments. Based on the E₂/E₃ values, the sediment DOM molecular weight decreased in the following order: summer>spring>autumn>winter, with significant seasonal differences (p < 0.001) in UV-Vis spectraum. EEM-FRI results confirmed that the DOM exhibited significant seasonal differences (p < 0.001) without spatial differences (p>0.05). Moreover, degradable substances (tyrosine-like [P1], tryptophan-like [P2], and microbial-like [P4] substances) accounted for most of the DOM, followed by humic-like substances (fulvic acid [P3] and humic substances [P5]). The abundance of degradable substances decreased in the following order: spring>summer>winter>autumn. The high fluorescence (FI>2.0) and low humification (HIX < 4.0) indices indicated that the sediment DOM presented strong autochthonous component characteristics. Correlation analysis results showed that the degradable substances (P1, P2, P4, and P1+P2+P4) were positively correlated with biological, β: α, and Fn280 spectral indices of EEM (p < 0.05) but were negatively correlated with HIX and Fn355 (p < 0.05). Humic-like substances exhibited the opposite trend. Moreover, ammonia, total dissolved nitrogen, pH, and temperature were the key environmental factors affecting EEM-FRI component changes in the Gangnan Reservoir.
Keywords: dissolved organic mattersedimentUV-vis spectraexcitation emission matrix spectroscopyfluorescence regional integrationGangnan Reservoir
1 引言(Introduction)溶解性有机质(dissolved organic matter, DOM)广泛存在于湖泊、水库等水生态系统中, 是亲水性有机酸、类蛋白以及类腐殖酸的混合体(Song et al., 2019a), 其行为和环境效应涉及众多过程(朱金杰等, 2020).DOM不仅是地球碳素地球化学循环的重要媒介(Shang et al., 2019)；而且还能调控各种污染物的生物地球化学循环(Zhang et al., 2019)；同时也可作为微生物的碳源, 参与其代谢过程, 进而影响其生态演变(Song et al., 2018).水库沉积物是污染物重要的“源”和“汇”(Dubois et al., 2018), 沉积物中的DOM作为其重要成分, 其组成和时空分布特征可以反映水库污染物的迁移转化过程(Ziegelgruber et al., 2013).
有色可溶性有机物(chromophoric dissolved organic matter, CDOM)是对紫外光和可见光有吸收的溶解性有机物, 通过研究其组成和结构特征可以反映DOM的性质.近年来, 因便捷和高灵敏度的特点, 紫外-可见光谱以及三维荧光光谱技术成为解析CDOM的重要研究手段, 广泛应用于河流(Zhang et al., 2020, Shao et al., 2020)、湖泊(Song et al., 2019b; Liu et al., 2020)、水库(Shang et al., 2019; 周石磊等, 2020)、水厂(Moyo et al., 2019)、河口(Yu et al., 2019)以及海洋(Tang et al., 2021)等生态系统中.众所周知, 水库作为碳排放的重要区域, 水库环境的时空异质性必然会导致溶解性有机质的来源和组成发生改变, 从而影响水库碳排放的变化.因此, 对水库沉积物中DOM的研究, 不仅有助于探索水库DOM的迁移转化规律；而且还对研究水库中相关元素的地球化学循环提供必要支撑.
岗南水库作为重要的饮用水水源地, 其水质的好坏直接影响人民的生命安全.目前, 涉及岗南水库DOM的研究鲜有报道(周石磊等, 2020), 尤其是针对径流方向水库沉积物DOM的分布特征及光谱特征还缺乏研究.因此, 本文通过对沿入库河口到坝前主库区的代表点进行取样, 利用紫外-可见光谱技术以及三维荧光光谱技术结合荧光区域积分法, 分析水库沿径流方向不同区域沉积物DOM的组成分布和光谱特征, 以期为研究岗南水库DOM循环过程以及水体生态保护提供科学依据.
2 材料与方法(Materials and methods)2.1 采样地点及样品提取岗南水库位于河北省石家庄市平山县境内(北纬38°16′~38°24′；东经113°52′~114°03′), 总库容15.71亿m³, 是石家庄重要的水源地.岗南水库位于滹沱河干流, 年平均气温为4.1~12.9 ℃、控制流域面积为15900 km².本实验于2018年9月(秋季)、2018年12月(冬季)、2019年3月(春季)以及2019年6月(夏季), 每个季节进行1次采样.依据径流方向选取了岗南水库自入库河口到坝前主库区共6个代表性采样点, 采集表层0~2 cm深度的沉积物样品.沉积物样品经冷冻干燥后, 经研磨过100目筛后用于沉积物溶解性有机物的分析.采用Mill-Q超纯水对沉积物的有机物进行提取, 沉积物与超纯水的比例为1 g沉积物：20 mL Mill-Q超纯水, 200 r·min^-1振荡24 h后离心后过滤测定紫外-可见光谱以及三维荧光光谱.采样点分布的具体位置见图 1.
图 1(Fig. 1)

图 1 岗南水库沉积物采样点分布图 Fig. 1Sediment sampling sites of Gangnan Reservoir

2.2 紫外-可见光谱及三维荧光光谱测定利用紫外-可见分光光度计(DR6000, 美国HACH公司)测量过滤沉积物浸提液的紫外-可见吸收光谱, 测量波长为200~700 nm, 间隔为1 nm, 扫描速度为600 nm·min^-1, 以Mill-Q超纯水为空白, 用1 cm石英比色皿进行吸光度测定.三维荧光光谱采用F-7000荧光分光光度计进行测定.设备的主要参数如下设置：激发波长为250~600 nm, 步长间隔为1 nm；发射波长为200~450 nm, 步长间隔为5 nm；扫描速度为2400 nm·min^-1.三维荧光光谱的荧光强度进行拉曼单位(R.U.)的标准化处理, 具体操作详见文献(Lawaetz et al., 2009).
采用荧光区域积分法对三维荧光光谱的组分进行解析(Song et al., 2019c).其中荧光区域积分法主要是通过将三维荧光光谱划分为5个区域, 每个区域分别对应不同物质, 具体包括酪氨酸类蛋白质、色氨酸类蛋白质、类富里酸、溶解性微生物代谢产物和类腐殖酸(表 1).与此同时, 选用了一系列紫外可见光谱以及三维荧光光谱的光谱指数来表征DOM的来源、分子量大小以及腐殖化程度等性质, 包括E₂/E₃、E₃/E₄、S_R、荧光指数(FI, fluorescence index)、腐殖化指数(HIX, humification index)、生物源指数(BIX, biological index)以及新鲜度指数(β: α, freshness index)等.这些光谱指数的计算方法以及环境指示意义详见表 1.
表 1(Table 1)

表 1 紫外可见光谱指数、荧光区域积分组分以及三维荧光光谱特征指数 Table 1 Parameters of ultraviolet-visible spectra, fluorescence region integration and spectra indices

	计算公式	参数含义		参考文献
吸收系数	a^*(λ)=2.303·D(λ)/r	a^*(λ)和 a(λ)分别为未经散射校正和经过散射校正的波长λ处的吸收系数；D(λ)为吸光度；r为光程路径(m)；S为指数函数曲线光谱斜率(μm^-1).本研究中选取a₂₅₄来表示DOM的相对浓度.		Zhou et al., 2019; 朱金杰等, 2020
	a(λ)=a^(λ)-a^(700)·λ/700
	a(λ)=a(440)exp[S(440-λ)]

	包含范围	区域	类别	参考文献
荧光区域积分	Ex: 200~250 nm, Em: 280~330 nm	第Ⅰ区域(P₁)	酪氨酸类蛋白质	Song et al., 2019c;
	Ex: 200~250 nm, Em: 330~380 nm	第Ⅱ区域(P₂)	色氨酸类蛋白质	Shang et al., 2019
	Ex: 200~250 nm, Em: 380~550 nm	第Ⅲ区域(P₃)	类富里酸
	Ex: 250~340 nm, Em: 280~380 nm	第Ⅳ区域(P₄)	微生物代谢产物
	Ex: 250~400 nm, Em: 380~550 nm	第Ⅴ区域(P₅)	类腐殖酸

光谱指数	具体指标	环境意义		参考文献
光谱指数	E₂/E₃	估算DOM分子量的大小		Li et al., 2017
	E₂/E₄	表征自生源的相对组成		Li et al., 2017
	E₃/E₄	衡量腐殖质的腐殖化程度		Li et al., 2017
	E₄/E₆	表征DOM腐殖化程度		Li et al., 2017
	S_R	反映分子量或光降解信息		Helms et al., 2008
	荧光指数(FI)	判断DOM的来源		Lavonen et al., 2015
	腐殖化指数(HIX)	评估DOM的腐殖化程度		Ohno, 2002
	生物源指数(BIX)	评估DOM生物可利用性		Huguet et al., 2009
	新鲜度指数(β: α)	反映新生DOM的所占比例		Zhou et al., 2019
	Fn280	反映类蛋白相对丰度		Zhang et al., 2009
	Fn555	反映类腐殖质相对丰度		Zhang et al., 2009

2.3 数据分析采用Matlab R2014a软件进行三维荧光光谱的区域积分分析.采用R软件进行主坐标分析(PCoA)、冗余分析(RDA)、层次聚类分析(HP) (赖江山等, 2020)、随机森林分析(RF)、集成回归树分析(ABT)、多元回归分析、相关性分析以及单因素方差分析.
3 结果与讨论(Results and discussion)3.1 紫外-可见吸收光谱特征岗南水库不同季节和不同区域的沉积物DOM在254处吸收系数如图 2和表 2所示, 结果表明：在季节间, 夏季沉积物间CDOM的相对浓度要显著高于春季、秋季和冬季(图 2a), 夏季为(71.73±9.92) m^-1, 秋季和冬季分别为(38.30±9.82) m^-1和(38.66±9.91) m^-1；在各个采样点间, CDOM的相对浓度呈现沿入库河口至坝前主库区逐渐增加的变化趋势.夏季沉积物DOM的相对浓度显著高于其他季节, 与岗南水库沉积物间隙水DOM相对浓度(周石磊等, 2020)以及巢湖沉积物DOM相对浓度(朱金杰等, 2020)的分布特征相一致.可能与夏季水库藻类大规模爆发产生较高生物量, 使得藻源溶解性有机质含量较高有关.与此同时, 沿入库河口至坝前主库区水深逐渐增加, 水体热分层效应逐渐加强, 造成主库区底层水体还原环境更强, 大量的DOM会从沉积物释放出来.E₂/E₃值与DOM分子量变化相反, E₂/E₃值越大、DOM分子量越小.本研究中夏季的E₂/E₃值为3.72±0.21, 显著小于春季(3.94±0.27)、秋季(4.38±0.37)和冬季(4.75±0.53), 表明夏季DOM分子量要高于春季、秋季和冬季(图 2b).与此同时, 在空间分布上, 靠近入库河口区域的E₂/E₃值要小于靠近主库区的采样点.文献报道与类腐殖质相比, 分子量小的物质具有更高的生物利用性, 进而会通过微生物的作用将其降解为难于降解的物质, 并释放温室气体(Shin et al., 2016).因此, 本研究中入库河口和夏季的沉积物DOM更难被微生物降解.本实验秋季和冬季间沉积物的E₃/E₄值不存在显著差异(p>0.05), 达到(3.92±0.33)和(4.01±0.35)；秋冬季的E₃/E₄值显著高于春季(3.36±0.25)和夏季(2.91±0.21)(图 2c).前人研究显示E₃/E₄值>3.5时腐殖化程度低, E₃/E₄值< 3.5时腐殖化程度高(Li et al., 2017).本论文结果表明, 秋季和冬季沉积物DOM的腐殖化程度和芳香性比春季和夏季弱.在空间分布上, 靠近入库河口采样点(1#和2#)的E₃/E₄值< 3.5, 而且要低于主库区采样点, 表明入库河口区域的腐殖化程度要更高, 与入库河流腐殖质的径流输入有关.本研究中秋季和冬季沉积物DOM的S_R值分别为(0.76±0.06)和(0.78±0.07) (图 2d), 显著高于春季(0.72±0.03)和夏季(0.66±0.01), 沉积物DOM的S_R值越大表明沉积物DOM自生源组分越多(Helms et al., 2008).与此同时, 在空间分布上, 各个采样点的S_R不存在空间差异(p>0.05).
图 2(Fig. 2)

图 2 岗南水库不同季节沉积物DOM的a₂₅₄、E₂/E₃、E₃/E₄和S_R Fig. 2Seasonal changes of a₂₅₄, E₂/E₃, E₃/E₄ and S_R of DOM in sediment of Gangnan Reservoir

表 2(Table 2)

表 2 岗南水库各采样点沉积物DOM紫外-可见光谱特征 Table 2 Parameters of ultraviolet-visible spectra of sampling sites in Gangnan Reservoir

采样点	a₂₅₄/m^-1	E₂/E₃	E₃/E₄	S_R
1#	38.23±17.07^b	4.03±0.39^b	3.33±0.48^c	0.76±0.09^a
2#	42.72±13.10^b	3.88±0.33^ab	3.25±0.45^bc	0.72±0.04^a
3#	49.58±14.83^a	4.42±0.64^a	3.67±0.56^a	0.74±0.05^a
4#	50.74±14.53^ab	4.03±0.47^ab	3.55±0.54^abc	0.73±0.10^a
5#	59.14±16.55^a	4.49±0.53^ab	3.77±0.47^ab	0.71±0.05^a
6#	58.62±15.58^ab	4.34±0.58^ab	3.73±0.55^abc	0.71±0.05^a
注：不同字母表示存在显著差异.

岗南水库沉积物DOM的紫外可见光谱特征的主坐标分析显示(图 3)：PCoA1和PCoA2分别解释了总体变化的81%和12%, 其中PCoA1发挥主要作用；图中春夏季和秋冬季的采样点分布较紧密, 基于PERMANOVA分析显示季节间存在显著差异(p < 0.001), R²达到0.6227；在PCoA1轴上各个季节的荷载表明, 秋季沉积物DOM的紫外可见光谱特征与春季和夏季存在显著差异(p < 0.05).
图 3(Fig. 3)

图 3 岗南水库不同区域沉积物DOM的紫外-可见光谱特征的主坐标分析 (图中不同字母表示存在显著差异) Fig. 3PCoA of spectral characteristics based on UV-Vis in sediment DOM of Gangnan Reservoir

3.2 沉积物DOM的荧光区域积分特征分析岗南水库沉积物DOM的5个荧光区域积分组分如图 4所示, 其中酪氨酸类蛋白组分(P1)和色氨酸类蛋白组分(P2)呈现出相同的变化趋势, 春季各个采样点的占比最高, 显著高于夏季、秋季和冬季, 与巢湖沉积物DOM组分春夏高、秋冬低的特点相一致(朱金杰等, 2020)；类富里酸(P3)呈现出秋季和冬季的占比要显著高于春季和夏季；微生物代谢产物(P4)的占比呈现出秋季最低, 显著低于春季、夏季和冬季；类腐殖酸(P5)的占比呈现出春季显著低于夏季、秋季和冬季；易降解类蛋白物质(P1+P2+P4)占比在季节间呈现显著差异, 占比排序如下：春季>夏季>冬季>秋季；类腐殖质物质(P3+P5)占比在季节间呈现显著差异, 占比排序如下：春季 < 夏季 < 冬季 < 秋季.春夏季温度高、微生物和藻类的新陈代谢作用强, 可能造成沉积物类蛋白物质的占比高(Rochelle-Newall et al., 2002).
图 4(Fig. 4)

图 4 岗南水库不同季节沉积物DOM的荧光区域积分组分分布 Fig. 4DOM components changes based on FRI in sediment of Gangnan Reservoir

本研究中各采样点的荧光区域积分组分变化情况如图 5所示.在秋季, 易降解类蛋白物质(P1+P2+P4)的占比呈现入库河口和坝前主库区大, 中间过渡地带小的分布特征；其中, 色氨酸类蛋白组分(P2)和微生物代谢组分(P4)是其主要组分, 达到22.05%~27.36%和24.72%~32.63%.在冬季、春季和夏季, 在各个采样点都呈现易降解类蛋白物质(P1+P2+P4)的占比大于类腐殖质物质(P3+P5)的分布特征；其中, 春季和夏季(P1+P2+P4)的各个采样点的占比明显高于冬季(49.11%~63.1%), 达到64.51%~78.32%和61.69%~67.84%.生物源主要是藻类、水生生物、细菌等微生物的活动和降解产生, 以类蛋白物质为主, 与巢湖沉积物DOM中以生物源为主的特征相一致(FI值2.56~4.89) (朱金杰等, 2020).环境中生物可利用的类蛋白质物质增加则会刺激微生物的新陈代谢(Liu et al., 2019), 进而释放温室气体, 因此在今后的研究中应加强类蛋白物质的来源解析.与此同时, 在秋季除采样点6#外, 组分(P1+P2+P4)和(P3+P5)的占比各采样点间不存在显著差异；在冬季和夏季, 组分P1、P2、P5、(P1+P2+P4)和(P3+P5)的占比各采样点间不存在显著差异；在春季除采样点1#外, 组分(P1+P2+P4)和(P3+P5)的占比各采样点间不存在显著差异.岗南水库沉积物DOM的荧光区域积分组分的主坐标分析显示(图 6)：PCoA1和PCoA2分别解释了总体变化的88%和12%, 其中PCoA1发挥主要作用；基于PERMANOVA分析显示季节间存在显著差异(p < 0.001), R²达到0.7148；在PCoA1轴上各个季节的荷载表明, 沉积物DOM的荧光区域积分各组分存在显著的季节差异(p < 0.05).
图 5(Fig. 5)

图 5 岗南水库不同季节各采样点沉积物DOM的荧光区域积分组分分布情况 Fig. 5DOM components changes of sediment samples based on FRI in sediment of Gangnan Reservoir

图 6(Fig. 6)

图 6 岗南水库沉积物DOM的荧光区域积分的主成分分析 (图中不同字母表示存在显著差异) Fig. 6PCA of DOM components based on FRI in sediment of Gangnan Reservoir

3.3 沉积物DOM的荧光特征参数分析本研究显示冬季FI值与其他季节FI值存在显著差异(p < 0.05) (图 7a), 不同采样点间的FI值不存在显著差异(p>0.05)；与此同时, 各季节间和各采样点的FI值都>1.9, 说明岗南水库沉积物DOM中腐殖质主要来源于自生源(周石磊等, 2020).本文的FI值与孙文研究北运河沙河水库沉积物DOM的特征相一致(FI值范围2.29~2.97), 呈现出DOM来源于自生微生物、藻类以及浮游生物等自生源特征(孙文等, 2019).本文研究不同于小浃江沉积物陆源输入为主的特征(FI值为1.16~1.51)(高凤等, 2019), 表明岗南水库的陆源输入不显著.夏季的BIX值显著低于其他季节, 达到(0.68±0.08)；春季、秋季和冬季的BIX值分别为(0.79±0.09)、(0.74±0.06)和(0.79±0.04)；在空间上, 除采样点1#和4#外, 其他各采样点不存在显著差异, 说明沿径流方向沉积物DOM差异不显著；各个采样点的BIX均值为0.71~0.80 (表 3), 表明呈现中度新近自生源特征(Huguet et al., 2009).本研究中沉积物DOM的HIX指数都小于4(图 7c), 表明岗南水库沉积物DOM腐殖化程度较弱(Ohno, 2002)；岗南水库沉积物HIX值在不同采样点间差异不显著, 不同季节间存在一定差异；腐殖化程度的季节分布为秋季>夏季>冬季>春季, 可能与冬春季水库受到相对较小的外源径流输入干扰(Lei et al., 2016).新鲜度指数(β: α)在空间上的分布特征与BIX指数类似, 春季和秋季间差异不显著、空间上采样点1#和4#存在差异；β: α指数的季节具体分布为秋季>冬季>春季>夏季(图 7d).Fn280指数在空间分布上不存在显著差异(p>0.05) (表 3), 秋冬季与春夏季存在显著差异(图 7e)；Fn355指数在空间分布上存在一定差异, 秋冬季与春夏季存在显著差异(图 7f)；秋冬季间不存在显著差异(p>0.05)；春夏季间不存在显著差异(p>0.05).
图 7(Fig. 7)

图 7 岗南水库沉积物DOM中FI、HIX、BIX、β: α、Fn280和Fn355的变化情况 Fig. 7Spatial changes of FI, HIX, BIX, β: α, Fn280 and Fn355 in sediment DOM of Gangnan Reservoir

表 3(Table 3)

表 3 岗南水库各采样点沉积物DOM三维荧光光谱特征指数 Table 3 Parameters of EEM spectra of sampling sites in Gangnan Reservoir

采样点	FI	HIX	BIX	β: α	Fn280	Fn355
1#	2.31±0.19^a	2.51±0.91^a	0.80±0.09^a	0.73±0.07^a	0.15±0.14^a	0.07±0.08^ab
2#	2.33±0.12^a	2.88±0.72^a	0.75±0.08^ab	0.71±0.07^ab	0.21±0.21^a	0.11±0.11^ac
3#	2.36±0.18^a	3.22±1.31^a	0.75±0.08^ab	0.70±0.07^ab	0.23±0.26^a	0.12±0.12^cd
4#	2.31±0.18^a	3.44±0.86^a	0.71±0.07^b	0.68±0.05^b	0.20±0.20^a	0.13±0.13^cd
5#	2.37±0.18^a	3.48±0.60^a	0.73±0.09^ab	0.69±0.07^ab	0.25±0.26^a	0.14±0.14^bd
6#	2.35±0.13^a	3.03±0.53^a	0.76±0.07^ab	0.70±0.07^ab	0.28±0.28^a	0.14±0.14^cd
注：不同字母表示存在显著差异.

岗南水库沉积物DOM的三维荧光特征指数的主坐标分析显示(图 8)：PCoA1和PCoA2分别解释了总体变化的68%和22%, 其中PCoA1发挥主要作用；秋冬季采样点和春夏季采样点分布较紧密, 基于PERMANOVA分析显示季节间存在显著差异(p < 0.001), R²达到0.5355；在PCoA1轴上各个季节的荷载表明, 沉积物DOM的荧光区域积分各组分存在显著的季节差异(p < 0.05).
图 8(Fig. 8)

图 8 岗南水库沉积物DOM的三维荧光光谱指数的主成分分析 (图中不同字母表示存在显著差异) Fig. 8PCA of spectral indices based on EEM in sediment DOM of Gangnan Reservoir

3.4 沉积物DOM的荧光组分与特征指数的相关分析DOM中各荧光区域积分组分与紫外光谱特征指数的皮尔逊相关性分析如图 9所示.在秋季(图 9a), S_R与组分P1呈现显著正相关, 相关系数达到0.72(p < 0.001)；S_R与组分P5呈现显著负相关, 相关系数达到0.67(p < 0.01)；E₂/E₃和E₃/E₄与组分P4呈显著正相关, 相关系数分别为0.56(p < 0.05)和0.48(p < 0.05)；聚类分析显示易降解物质(P1、P2、P4以及P1+P2+P4)和类腐殖质物质(P3、P5和P3+P5)能很好的分开.在冬季(图 9b), 微生物代谢物质P4与E₂/E₃、E₂/E₄以及E₃/E₄具有显著正相关, 相关系数为0.88(p < 0.001), 0.84(p < 0.001)和0.76(p < 0.001)；类富里酸组分P3与E₂/E₃、E₂/E₄以及E₃/E₄具有显著负相关性, 相关系数分别为-0.85(p < 0.001)、-0.82(p < 0.001)和-0.72(p < 0.001)；E₂/E₃、E₂/E₄以及E₃/E₄与组分(P1+P2+P4)具有显著正相关(p < 0.01), 与组分(P3+P5)具有显著负相关(p < 0.01).在春季(图 9c), E₂/E₃、E₂/E₄、E₃/E₄以及E₄/E₆与色氨酸类蛋白物质P2具有显著负相关, 与腐殖质物质P5具有显著正相关；荧光区域积分解析出来的不同类组分与紫外可见光谱指数呈现出不同的相关关系, 其中腐殖质物质呈现正相关, 易降解类呈现负相关关系.在冬季(图 9d), E₂/E₃、E₂/E₄、E₃/E₄、E₄/E₆以及a₂₅₄与色氨酸物质P2和组分(P1+P2+P4)具有显著负相关(p < 0.05), 与富里酸P3、腐殖质P5以及(P3+P5)呈现显著正相关(p < 0.05)；聚类分析显示易降解物质(P1、P2、P4以及P1+P2+P4)和类腐殖质物质(P3、P5和P3+P5)能很好的分开.荧光区域积分组分与紫外可见光谱指数的分析表明, 秋冬季和春夏季呈现两种特征, 秋冬季中紫外可见光谱特征指数与易降解类组分呈正相关, 与腐殖质组分呈负相关；春夏季中紫外可见光谱特征指数与易降解类组分呈负相关, 与腐殖质组分呈正相关.
图 9(Fig. 9)

图 9 岗南水库沉积物DOM荧光区域积分组分及紫外-可见光谱特征的相关性分析 Fig. 9Correlation analysis between FRI components and UV-Vis spectral indices in Gangnan Reservoir

岗南水库沉积物DOM的荧光区域积分组分和三维荧光光谱特征的相关性如图 10所示, 聚类分析显示易降解类蛋白物质(P1、P2、P4以及P1+P2+P4)和类腐殖质物质(P3、P5以及P3+P5)较好的分散为两类.在秋季(图 10a), 三维荧光光谱指数BIX、β: α、以及Fn280与类蛋白类物质(P1、P2、P4以及P1+P2+P4)呈现显著正相关(p < 0.05), 与类腐殖质物质(P3、P5以及P3+P5)呈现显著负相关(p < 0.05)；腐殖化指数HIX与组分P1、P2以及P1+P2+P4呈现显著负相关(p < 0.01), 与类腐殖质物质(P3、P5以及P3+P5)呈现显著正相关(p < 0.01)；组分P1和P5分别与Fn355指数呈现显著负相关和正相关(p < 0.01).在冬季(图 10b), 三维荧光光谱指数FI以及Fn280与类蛋白类物质(P4以及P1+P2+P4)呈现显著正相关(p < 0.05), 与类腐殖质物质(P3以及P3+P5)呈现显著负相关(p < 0.05)；腐殖化指数HIX与组分P14以及P1+P2+P4呈现显著负相关(p < 0.05), 与类腐殖质物质(P5以及P3+P5)呈现显著正相关(p < 0.01).在春季(图 10c), 三维荧光光谱指数BIX、β: α、以及Fn280与类蛋白类物质(P1、P2、P4以及P1+P2+P4)呈现显著正相关(p < 0.01), 与类腐殖质物质(P3、P5以及P3+P5)呈现显著负相关(p < 0.01)；腐殖化指数HIX以及Fn355与类蛋白类物质(P1、P2、P4以及P1+P2+P4)呈现显著负相关(p < 0.001), 与类腐殖质物质(P3、P5以及P3+P5)呈现显著正相关(p < 0.001).在夏季(图 10c), 三维荧光光谱腐殖化指数HIX以及Fn355与类蛋白类物质(P1、P2、P4以及P1+P2+P4)呈现显著负相关(p < 0.001), 与类腐殖质物质(P3、P5以及P3+P5)呈现显著正相关(p < 0.001).在整体上(图 10), 易降解类蛋白组分(P1、P2、P4以及P1+P2+P4)与BIX、β: α、以及Fn280呈现显著正相关(p < 0.05), 与HIX以及Fn355呈现显著负相关(p < 0.05)；类腐殖质物质(P3、P5以及P3+P5)呈现出与之相反的变化趋势.实验结果表明, 荧光区域积分组分与三维荧光光谱指数能很好的对应.
图 10(Fig. 10)

图 10 岗南水库沉积物DOM荧光区域积分组分及三维荧光光谱指数的相关性分析 Fig. 10Correlation analysis between FRI components and EEM spectral indices in Gangnan Reservoir

3.5 沉积物DOM的荧光组分及特征指数与水质参数的相关分析为了研究岗南水库在季节演变过程中沉积物DOM荧光区域积分组分的时空分布特征, 本研究基于四季24个采样点的荧光区域积分组分和沉积物间隙水的水质进行了冗余分析(RDA).如图 11所示, RDA1和RDA2分别解释了总体的77.27%和21.79%(图 11a).采样点的分布显示, 同一季节的分布较密集, 不同季节间较分散.溶解性总氮、氨氮、溶解性总磷以及pH值是其重要的环境影响因子, 与RDA1轴的相关系数分别达到0.77、-0.54、0.66以及-0.48.易降解类蛋白组分P1、P2、P4和P1+P2+P4分布相对集中, 位于RDA1的负半轴；类腐殖质物质组分P3、P5以及P3+P5分布相对集中, 位于RDA1的正半轴；不同种类的荧光区域积分组分能够很好的分散开(图 11b).
图 11(Fig. 11)

图 11 岗南水库沉积物DOM荧光区域积分组分与环境因子的相关分析 (a. RDA分析；b. RDA分析；c. 随机森林分析；d. HP分析；e. ABT分析；f. ABT分析) Fig. 11Correlation analysis between FRI components and environment factors in sediment DOM of Gangnan Reservoir

与此同时, 本文通过对沉积物荧光区域积分组分与环境因子的随机森林分析可得(图 11c), 氨氮、溶解性总氮、pH值以及温度是影响沉积物荧光区域积分变化的主要环境因素(p < 0.05).基于层次聚类解析出的各个环境因子的解释率表明溶解性总氮、溶解性总磷、氨氮和pH值是其主要环境因子(图 11d).基于各个组分的集成回归树分析(ABT)显示氨氮、溶解性总氮和温度是影响沉积物荧光区域积分变化的主要环境因素(图 11e).基于荧光区域积分主成分PC1的集成回归树分析(ABT)显示pH值、温度、氨氮和溶解性总氮是影响沉积物荧光区域积分变化的主要环境因素(图 11e).RDA分析、随机森林分析、层次聚类分析、集成回归树分析以及多元回归分析都是解析环境因子重要性的方法.本文综合以上方法发现, 沉积物间隙水的水质变化与沉积物DOM组成的演变存在密切关系.其中氮素与沉积物DOM关系最为密切, 与王晓江等(2018)研究金盆水库沉积物DOM与沉积物溶解性有机氮(SON)存在显著相关关系, 以及丁咸庆(2016)研究森林土壤有机质的微生物降解是SON的重要来源相一致.结果表明, 岗南水库沉积物DOM的荧光区域积分组分的演变与氮循环关系密切.
与此同时, 本研究还对荧光区域积分组分与环境因子进行了回归分析(表 4).结果显示：酪氨酸组分P1与pH值和溶解性总氮呈显著相关(p < 0.01)；色氨酸组分P1与溶解性总氮呈显著相关(p < 0.001)；富里酸组分P3与溶解性总氮、温度和pH值呈显著相关(p < 0.001)；微生物代谢产物P4与氨氮、温度和pH值呈显著相关(p < 0.001)；类腐殖质组分P5与溶解性总氮呈显著相关(p < 0.05)；易降解类物质(P1+P2+P4)和复制类物质(P3+P5)都与pH值和溶解性总氮呈显著正相关, 相关性系数为0.52(p < 0.001).综上表明, 可通过沉积物间隙水的水质情况来预测沉积物DOM的组成.沉积物DOM在水体生态系统中扮演着促进营养物质, 尤其是氮磷元素循环的驱动者的角色(Chen et al., 2015).通过开展沉积物DOM与相关水质的回归分析, 不仅探讨岗南水库沉积物中DOM与水质的关系；另一方面, 还可以借助其相关性来指示环境中碳元素的变化, 方便监测和生态环境的保护.本研究中岗南水库沉积物的DOM呈现出弱腐殖化、强自生源的特征, 存在季节间的差异.季节性的差异可能与入库河流的径流以及水库热分层结构有关, 以后会针对性的增加相关研究, 进一步明确沉积物DOM的演变特征和原因解析.
表 4(Table 4)

表 4 岗南水库沉积物DOM荧光区域积分组分与环境因子的回归分析 Table 4 Regression analysis of DOM FRI components and environmental factors in Gangnan Reservoir

回归方程	R²
P1=63.961[pH]-8.35[TDN]-40.09	0.33^**
P2=35.66-10.68[TDN]	0.48^***
P3=15.50[TDN]-7.73[T]-119.55[pH]+136.73	0.60^***
P4=4.75[NH₄⁺-N]+4.44[T]+54.96[pH]-41.59	0.49^***
P5=9.26+6.99[TDN]	0.19^*
P1+P2+P4=126.93[pH]-22.34[TDN]-45.52	0.52^***
P3+P5=22.34[TDN]-126.93[pH]-145.52	0.52^***

4 结论(Conclusions)1) 岗南水库夏季沉积物DOM的相对浓度显著高于其他季节.沉积物DOM紫外可见光谱表明秋冬季的腐殖化程度要低于春夏季, 荧光区域积分各组分季节间存在显著差异(p < 0.001), 其中酪氨酸(P1)、色氨酸(P2)以及微生物代谢产物(P3)的占比较高, 呈现出春夏季高、秋冬季低的特点.高FI指数、低HIX指数表明, 沉积物DOM具有低腐殖化, 较强自生源的特征.
2) 秋冬季中紫外可见光谱特征指数与易降解类组分呈正相关, 与腐殖质组分呈负相关；春夏季中紫外可见光谱特征指数与易降解类组分呈负相关, 与腐殖质组分呈正相关.易降解类蛋白组分与BIX、β: α、以及Fn280呈显著正相关(p < 0.05), 与HIX以及Fn355呈显著负相关(p < 0.05)；类腐殖质物质呈现出与之相反的变化趋势.
3) 综合RDA分析、层次聚类分析、随机森林分析以及集成回归树分析, 氨氮、溶解性总氮、pH值以及温度是影响沉积物DOM荧光区域积分组分演变的关键环境因子.与此同时, 基于荧光区域积分组分与间隙水水质的回归分析可以为预测沉积物DOM的组成提供一定技术支持.
致谢:感谢蒋永丰和孙悦同学在野外采样和实验过程中提供的帮助, 感谢红皇后学术公众号对绘图的支持.
参考文献

Chen M, Hur J. 2015. Pre-treatments, characteristics, and biogeochemical dynamics of dissolved organic matter in sediments: A review[J]. Water Research, 79: 10-25. DOI:10.1016/j.watres.2015.04.018

丁咸庆. 2016. 亚热带典型森林土壤有机氮, 可溶性和溶解性有机氮(SON/DON) 特征研究[M]. 长沙: 中南林业科技大学.

高凤, 邵美玲, 唐剑锋, 等. 2019. 城镇流域水体-沉积物中溶解性有机质的荧光特性及影响因素: 以宁波市小浃江为例[J]. 环境科学, 40(9): 4009-4017.

Dubois N, Saulnier-Talbot é, Mills K, et al. 2018. First human impacts and responses of aquatic systems: A review of palaeolimnological records from around the world[J]. The Anthropocene Review, 5: 28-68. DOI:10.1177/2053019617740365

Helms J R, Stubbins A, Ritchie J D, et al. 2008. Absorption spectral slopes and slope ratios as indicators of molecular weight, source, and photobleaching of chromophoric dissolved organic matter[J]. Limnology and Oceanography, 53: 955-969. DOI:10.4319/lo.2008.53.3.0955

Huguet A, Vacher L, Relexans S, et al. 2009. Properties of fluorescent dissolved organic matter in the Gironde Estuary[J]. Organic Geochemistry, 40: 706-719. DOI:10.1016/j.orggeochem.2009.03.002

Lai J S, Pedro P. 2020. rdacca. hp: Hierarchical Partitioning for Canonical Analysis. R package version 0.1.0. https://CRAN.R-project.org/package=rdacca.hp

Lavonen E, Kothawala D, Tranvik L, et al. 2015. Tracking changes in the optical properties and molecular composition of dissolved organic matter during drinking water production[J]. Water Research, 85: 286-294. DOI:10.1016/j.watres.2015.08.024

Lawaetz A J, Stedmon C A. 2009. Fluorescence intensity calibration using the Raman scatter peak of water[J]. Applied Spectroscopy, 63: 936-940. DOI:10.1366/000370209788964548

Lei P, Zhang H, Shan B. 2016. Vertical records of sedimentary PAHs and their freely dissolved fractions in porewater profiles from the northern bays of Taihu Lake, Eastern China[J]. RSC advances, 6: 98835-98844. DOI:10.1039/C6RA11180G

Li P, Hur J. 2017. Utilization of UV-Vis spectroscopy and related data analyses for dissolved organic matter (DOM) studies: A review[J]. Critical Reviews in Environmental Science And Technology, 47: 131-154. DOI:10.1080/10643389.2017.1309186

Liu D, Du Y, Yu S, et al. 2020. Human activities determine quantity and composition of dissolved organic matter in lakes along the Yangtze River[J]. Water Research, 168: 115132. DOI:10.1016/j.watres.2019.115132

Liu Q, Jiang Y, Tian Y, et al. 2019. Impact of land use on the DOM composition in different seasons in a subtropical river flowing through a region undergoing rapid urbanization[J]. Journal of Cleaner Production, 212: 1224-1231. DOI:10.1016/j.jclepro.2018.12.030

Moyo W, Chaukura N, Msagati T A, et al. 2019. The properties and removal efficacies of natural organic matter fractions by South African drinking water treatment plants[J]. Journal of Environmental Chemical Engineering, 7: 103101. DOI:10.1016/j.jece.2019.103101

Ohno T. 2002. Fluorescence inner-filtering correction for determining the humification index of dissolved organic matter[J]. Environmental Science & Technology, 36: 742-746.

Rochelle-Newall E, Fisher T. 2002. Production of chromophoric dissolved organic matter fluorescence in marine and estuarine environments: an investigation into the role of phytoplankton[J]. Marine Chemistry, 77: 7-21. DOI:10.1016/S0304-4203(01)00072-X

Shang Y, Song K, Jacinthe P A, et al. 2019. Characterization of CDOM in reservoirs and its linkage to trophic status assessment across China using spectroscopic analysis[J]. Journal of Hydrology, 576: 1-11. DOI:10.1016/j.jhydrol.2019.06.028

Shao T, Wang T. 2020. Effects of land use on the characteristics and composition of fluvial chromophoric dissolved organic matter (CDOM) in the Yiluo River watershed, China[J]. Ecological Indicators, 114: 106332. DOI:10.1016/j.ecolind.2020.106332

Shin Y, Lee E J, Jeon Y J, et al. 2016. Hydrological changes of DOM composition and biodegradability of rivers in temperate monsoon climates[J]. Journal of Hydrology, 540: 538-548. DOI:10.1016/j.jhydrol.2016.06.004

Song F, Wu F, Feng W, et al. 2019a. Depth-dependent variations of dissolved organic matter composition and humification in a plateau lake using fluorescence spectroscopy[J]. Chemosphere, 225: 507-516. DOI:10.1016/j.chemosphere.2019.03.089

Song F, Wu F, Xing B, et al. 2018. Protonation-dependent heterogeneity in fluorescent binding sites in sub-fractions of fulvic acid using principle component analysis and two-dimensional correlation spectroscopy[J]. Science of the Total Environment, 616-617: 1279-1287. DOI:10.1016/j.scitotenv.2017.10.190

Song K, Li S, Wen Z, et al. 2019b. Characterization of chromophoric dissolved organic matter in lakes across the Tibet-Qinghai Plateau using spectroscopic analysis[J]. Journal of Hydrology, 579: 124190. DOI:10.1016/j.jhydrol.2019.124190

Song K, Shang Y, Wen Z, et al. 2019c. Characterization of CDOM in saline and freshwater lakes across China using spectroscopic analysis[J]. Water Research, 150: 403-417. DOI:10.1016/j.watres.2018.12.004

孙文, 王理明, 刘吉宝, 等. 2019. 北运河沙河水库沉积物营养盐分布特征及其溯源分析[J]. 环境科学学报, 39: 1581-1589.

Tang X, Cui Z, Bai Y, et al. 2021. Indirect photodegradation of sulfathiazole and sulfamerazine: Influence of the CDOM components and seawater factors (salinity, pH, nitrate and bicarbonate)[J]. Science of the Total Environment, 750: 141762. DOI:10.1016/j.scitotenv.2020.141762

王晓江, 黄廷林, 李楠, 等. 2018. 峡谷分层型水源水库表层沉积物溶解性有机物光谱特征[J]. 湖泊科学, 30: 1625-1635. DOI:10.18307/2018.0614

Yu X, Zhang J, Kong F, et al. 2019. Identification of source apportionment and its spatial variability of dissolved organic matter in Dagu River-Jiaozhou Bay estuary based on the isotope and fluorescence spectroscopy analysis[J]. Ecological Indicators, 102: 528-537. DOI:10.1016/j.ecolind.2019.03.004

Zhang L, Fang W, Li X, et al. 2020. Strong linkages between dissolved organic matter and the aquatic bacterial community in an urban river[J]. Water Research, 184: 116089. DOI:10.1016/j.watres.2020.116089

Zhang Y, Zhang B, He Y, et al. 2019. DOM as an indicator of occurrence and risks of antibiotics in a city-river-reservoir system with multiple pollution sources[J]. Science of the Total Environment, 686: 276-289. DOI:10.1016/j.scitotenv.2019.05.439

Zhou S, Zhang Y, Huang T, et al. 2019. Microbial aerobic denitrification dominates nitrogen losses from reservoir ecosystem in the spring of Zhoucun reservoir[J]. Science of the Total Environment, 651: 998-1010. DOI:10.1016/j.scitotenv.2018.09.160

周石磊, 孙悦, 苑世超, 等. 2020. 岗南水库沉积物间隙水有色溶解有机物的时空分布特征及差异分析[J]. 环境科学, 41: 2635-2645. DOI:10.3969/j.issn.1000-6923.2020.06.034

朱金杰, 邹楠, 钟寰, 等. 2020. 富营养化巢湖沉积物溶解性有机质光谱时空分布特征及其环境意义[J]. 环境科学学报, 40(7): 2528-2538.

Ziegelgruber K L, Zeng T, Arnold W A, et al. 2013. Sources and composition of sediment pore-water dissolved organic matter in prairie pothole lakes[J]. Limnology and Oceanography, 58: 1136-1146. DOI:10.4319/lo.2013.58.3.1136