黄土丘陵沟壑区小流域不同水体氢氧同位素特征

研究黄土丘陵沟壑区不同水体间同位素特征及水体转化关系,可以更好了解黄土丘陵沟壑区水循环特征,为评价区域环境、气候、生态建设和水资源形成机制提供依据.通过野外采集2017年整年生态建设治理条件良好的韭园沟研究区降水、河水及浅层地下水中δD和δ18O日及月平均数据及相关气象资料,运用稳定同位素技术,分析了不同水体中稳定氢氧同位素的组成关系、影响因子及时空变化,结合二端元混合模型揭示了研究区不同水体中稳定同位素间转化特征.结果显示:河水氘盈余参数在观测期间内呈现出随海拔升高而增大的趋势,河水δ18O值随着距河源距离的增大而富集,随着高度的递增而降低;气温、风速、相对湿度和降水量对大气降水氢氧同位素值均影响显著;河水在非汛期表现为降水和浅层地下水补给河水,比例分别为46%和54%,在汛期为河水和降水补给浅层地下水,比例分别为60%和40%.表明研究区"降水-河水-浅层地下水"间具有良好转化关系,生态建设措施的实施对小流域不同水体转化产生了一定影响.通过以上结果可为流域水资源开发保护及流域生态水文过程研究提供帮助,为建立黄土丘陵沟壑区流域水循环模型提供依据.     

祁连山北坡中段降水稳定同位素特征及水汽来源分析

依据祁连山北坡中段8个站点的降水样品,结合同期气象数据,从降水同位素特征、影响因素以及水汽来源等方面进行分析,结果表明:①研究区降水稳定同位素季节变化明显,表现为夏半年富集,冬半年贫化的特征;在空间尺度上δ18O值随海拔的升高而减小,年降水δ18O的海拔效应为-0. 19‰/100 m;②各站点的局地大气降水线的斜率和截距表现为随海拔的增加而增加的趋势,表明2 000 m以上的高海拔山区受到更强烈的局地再循环水汽的影响;③研究区降水中稳定同位素温度效应显著,δ18O的温度效应为0. 64‰,且仅在夏季存在微弱的降水量效应;④研究区云下蒸发作用显著.在5、6、7和8月,研究区降水δ18O的平均雨滴蒸发率分别为23%、11%、12%和16%,云下蒸发富集率46%、27%、38%和32%;⑤在夏季连续降雨条件下,研究区降水的水汽来源主要为西风水汽,同时受到局地蒸发水汽的影响.本研究结果有助于进一步了解内陆河水文循环过程,为进一步开展干旱区同位素水文研究奠定基础.     

锡林河上游雨季降水、河水和地下水转化关系

为深入理解草原内陆河流域的水文循环过程及不同水体转化机制,以锡林河流域大气降水、河水和地下水为研究对象,对其氢氧稳定同位素进行了测试及多尺度时空特征分析,探究流域不同水体间的定量转化关系.结果表明：①锡林河流域具有明显的内陆性半干旱气候特征,大气降水是流域河水和地下水的主要补给源,地下水和河水同时经历了不同程度的非平衡蒸发;②河水同位素组成在季节上表现出春秋贫化、夏季富集的特征,在空间上表现为自上游到下游逐渐升高的趋势;浅层和深层地下水δ¹⁸O在生长季的波动变化基本一致,二者的主要差异发生在生长季末期,即前者趋于稳定而后者呈上升趋势,反映出深层地下水对大气降水和地表水入渗补给具有滞后响应,在空间上二者均由东南向西北逐渐贫化;③基于端元混合模型的估算结果可知,夏季大气降水和浅层地下水对河水的平均补给比例分别为52.69%和47.31%,说明对于内陆河流域,即使在多雨季节,浅层地下水也是河水的重要补给来源,研究旨在为半干旱典型草原内陆河流域的水资源调控和生态环境保护提供理论指导.     

Mg2Sn对镁合金耐腐蚀性能影响的计算分析与验证

目的 从计算角度分析镁合金中的主要析出相Mg_(2)Sn对ZA系镁合金耐蚀性能的影响,并采用试验测试的方法对其进行验证。方法 利用第一性原理计算方法对Mg_(2)Sn的表面能与功函数进行计算,通过与构建的Mg基体以及Zn、Al掺杂的Mg表面的表面能、功函数进行对比分析,分析Mg_(2)Sn对ZA系镁合金耐蚀性能的影响。为了验证计算结果,制备Mg-5Zn-3Al-0Sn合金以及Mg-5Zn-3Al-3Sn合金,通过电化学实验对2种合金的耐蚀性能进行对比分析,研究Mg_(2)Sn对ZA系镁合金耐蚀性能的影响。结果 计算了Mg基体表面能与功函数,与其他成果计算结果的符合程度较好。对Mg_(2)Sn不同表面的功函数进行计算,通过与Mg、Mg-Zn、Mg-Al表面的计算结果进行对比,发现Mg_(2)Sn的功函数均要更高。XRD测试结果表明,制备的Mg-5Zn-3Al-3Sn合金中有明显的Mg_(2)Sn相。电化学测试结果表明,Mg-5Zn-3Al-0Sn的耐蚀性能要好于Mg-5Zn-3Al-3Sn的耐蚀性能。结论 通过第一性原理计算发现,Mg_(2)Sn的功函数高于Mg基体表面的功函数,说明在合金中易发生微电偶腐蚀,Mg_(2)Sn充当阴极相促进Mg基体的腐蚀。电化学测试结果说明,当合金中存在明显的Mg_(2)Sn相时,合金的耐蚀性能降低,腐蚀电位达到-1.21 V。     

高寒干旱区地表水与地下水水化学特征及转换关系：以大通河流域为例

全球气候变暖和区域极端气候会导致高寒干旱山区平原降雨失衡、冰川融化和冻土退化,进而改变区域水文循环.其中,地表水与地下水转化关系是高寒干旱区水文循环气候响应的重要科学问题之一.以祁连山南麓大通河流域为研究区,基于119组基本水化学参数和38组氘氧同位素数据,利用多元统计分析和同位素技术,研究了流域地表水与地下水的水化学特征及其相互转化过程.结果表明,流域地表水以HCO₃-Mg·Ca型水为主,受控于岩石风化作用;地下水以HCO₃-Mg·Ca型和Cl·SO₄-Na型水为主,受岩石风化作用和蒸发浓缩共同控制.上游地下水存在少量钙、镁长石的溶解,中游地下水化学组分主要为碳酸盐岩的风化溶解,下游地下水中各离子组分蒸发富集使地下水溶解性总固体升高.风化溶滤、人为活动、原生沉积环境、阳离子交替吸附及其他因素对研究区地表水和地下水化学组分的贡献率依次为39.1%、 15.0%、 12.6%、 13.8%和19.5%.δD和δ¹⁸O同位素测试结果表明,沿地下水流向大通河河水氘氧同位素含量呈富集到贫化的变化趋势,大通河...     

ENSO事件对珠江中下游地区降水氢氧同位素的影响

水汽源区变化与ENSO事件显著影响季风区水循环过程。基于珠江中下游地区4个GNIP站点（中国香港、广州、桂林、柳州）的降水同位素及OLR（向外长波辐射）数据,研究了ENSO背景下δ¹⁸O的时空分布特征及ENSO事件对降水中氢氧同位素特征的影响机制。结果表明：ENSO事件是影响稳定同位素年际差异的主要因素,通过影响雨季降水的年内分配而实现;正常年大气降水线方程的斜率与截距均大于厄尔尼诺年而小于拉尼娜年;拉尼娜年加强 δ¹⁸O的反温度效应,厄尔尼诺年减弱反温度效应;厄尔尼诺与拉尼娜年热带辐合带的变化规律呈现出相反的趋势,其OLR场的变化与研究区稳定同位素特征有着较强的对应关系;ENSO事件年不同的水汽源区相对湿度特征是造成d值年际差异的主要因素。     

贵州威宁草海湿地水体中有机碳时空分布特征及来源辨析

有机碳是陆地水生生态系统碳循环重要组成部分,湿地在维持岩溶碳汇稳定性方面具有十分重要的作用,揭示岩溶湿地水体中的有机碳时空分布特征及来源有助于明晰岩溶流域碳循环过程。本文以贵州威宁草海岩溶湿地为研究对象,对其丰、枯水期湿地水中溶解有机碳(DOC)、颗粒有机碳(POC)含量以及颗粒有机质(POM)碳、氮同位素等指标的测定,分析草海湿地水中POC、DOC浓度时空分布特征,探讨了水体中有机碳的来源。结果表明:草海湿地水体有机碳总体上以DOC为主,丰水期DOC变化范围为4.25～12.58 mg/L,平均值为8.19±1.49 mg/L,枯水期变化范围为4.79～15.93 mg/L,平均值为8.78±3.01 mg/L,丰水期略低于枯水期,DOC来源较为复杂,不同水文期受到外源和内源不同程度的影响;DOC在空间上丰水期呈现西部偏低,东及东南部偏高的分布特征,枯水期呈现南及西南部偏低,北及东北部偏高的分布特征。草海湿地水体丰水期POC变化范围为0.35～3.39 mg/L,平均值为1.13±0.78 mg/L,枯水期变化范围为0.32～1.84 mg/L,平均值为0.79±0.35 mg/L,丰水期高于枯水期;POC在空间上两期都呈现出中西低、中东高的分布特征。丰水期颗粒有机质的δ¹³C、δ¹⁵N值变化范围分别为-30.13‰～-14.80‰和-9.69‰～4.72‰,平均值分别为(-22.54±2.78)‰和(-2.88±2.89)‰,该时期POC以陆源有机质贡献为主;枯水期颗粒有机质的δ¹³C、δ¹⁵N值变化范围分别为-29.13‰～-21.91‰和-0.14‰～9.15‰,平均值分别为(-25.12±2.04)‰和(3.23±1.78)‰,该时期POC主要来源于沉积物。     

渭河流域关中段地下水硝态氮来源解析

为定性及定量识别地下水中氮的污染来源及迁移转化特征,本文在水化学分析的基础上结合氮氧稳定同位素技术及SIAR模型对渭河流域关中段地下水补给来源、地下水中氮污染特征进行了判断.结果表明,渭河流域关中段地下水的主要水化学类型为HCO₃-Ca+Mg型,地下水由降水快速入渗补给和地表水入渗补给.地下水氮污染以硝态氮形式为主,在所采集的34个地下水水样中,硝态氮含量的变化范围为0.154~36.717mg/L,平均含量为6.17mg/L,其中硝态氮含量超过Ⅲ类地下水标准的采样点共有2个,超标率为5.9%.氮循环的主导作用为硝化作用.地下水δ¹⁵N-NO₃^-含量的变化范围为+6.08‰~+16.42‰,δ¹⁵O-NO₃^-含量的变化范围为+9.38‰~+12.514‰,硝态氮污染主要受到人类活动的影响,土壤有机氮、粪便及污废水和大气沉降是地下水硝态氮的主要贡献者,平均贡献率分别为44.65%、40.03%和15.32%.     

不同电导率盐碱土壤固碳潜力

采集内蒙古河套灌区盐碱土壤(电导率EC为0.27mS/cm),利用NaCl调节土壤电导率为(0,10,20,40,80mS/cm),基于稳定碳同位素分析不同电导率土壤添加定量δ¹³C-CO₂后,土壤CO₂吸收量以及土壤难溶性无机碳含量(SIC)-δ¹³C值.结果表明,盐碱土壤能够吸收CO₂,随土壤电导率(EC)升高,土壤CO₂累积吸收量增加, S5(EC=80mS/cm) CO₂累积吸收量比S1(0.27mS/cm)高1.6640mg.土壤SIC含量(R²=0.7080,P<0.05)和土壤可溶性无机碳含量(DIC)(R²=0.6096,P<0.05)与土壤EC显著负相关关系.盐碱土壤吸收CO₂部分固存于土壤无机碳中,外源添加δ¹³C-CO₂,盐碱土壤SIC-δ¹³C值(-5.299‰ ~ -0.8341‰)显著增加.EC为20mS/cm土壤固相保存δ¹³C-CO₂总量最高1.276mg,固存δ¹³C-CO₂总量占土壤吸收¹³CO₂总量比例30.28%最高;EC为80mS/cm固碳量最低为0.2749mg,固存δ¹³C-CO₂总量占土壤吸收¹³CO₂总量比例5.579%.     

Seasonal differences in sources and formation processes of PM2.5 nitrate in an urban environment of North China

Nitrate (NO₃⁻) has been the dominant ion of secondary inorganic aerosols (SIAs) in PM_2.5 in North China. Tracking the formation mechanisms and sources of particulate nitrate are vital to mitigate air pollution. In this study, PM_2.5 samples in winter (January 2020) and in summer (June 2020) were collected in Jiaozuo, China, and water-soluble ions and (δ¹⁵N, δ¹⁸O)-NO₃⁻ were analyzed. The results showed that the increase of NO₃⁻ concentrations was the most remarkable with increasing PM_2.5 pollution level. δ¹⁸O-NO₃⁻ values for winter samples (82.7‰ to 103.9‰) were close to calculated δ¹⁸O-HNO₃ (103‰ ± 0.8‰) values by N₂O₅ pathway, while δ¹⁸O-NO₃⁻ values (67.8‰ to 85.7‰) for summer samples were close to calculated δ¹⁸O-HNO₃ values (61‰ ± 0.8‰) by OH oxidation pathway, suggesting that PM_2.5 nitrate is largely from N₂O₅ pathway in winter, while is largely from OH pathway in summer. Averaged fractional contributions of P_N2O5+H2O were 70% and 39% in winter and summer sampling periods, respectively, those of P_OH were 30% and 61%, respectively. Higher δ¹⁵N-NO₃⁻ values for winter samples (3.0‰ to 14.4‰) than those for summer samples (-3.7‰ to 8.6‰) might be due to more contributions from coal combustion in winter. Coal combustion (31% ± 9%, 25% ± 9% in winter and summer, respectively) and biomass burning (30% ± 12%, 36% ± 12% in winter and summer, respectively) were the main sources using Bayesian mixing model. These results provided clear evidence of particulate nitrate formation and sources under different PM_2.5 levels, and aided in reducing atmospheric nitrate in urban environments.