巴尔喀什湖流域水化学和同位素空间分布及环境特征

巴尔喀什湖位于哈萨克斯坦境内,是世界上最大的湖泊之一.伊犁河是巴尔喀什湖的主要补给河流,也是中哈两国重要的跨境河流.通过数理统计、Piper三线图、Gibbs模型和主成分分析(PCA)等方法,对巴尔喀什湖流域不同水体的化学参数和氢氧稳定同位素(δD和δ~(18)O)进行分析,初步研究了该区域水化学类型和同位素空间分布特征,探讨了其形成原因和环境意义.结果表明,不同水体的水化学类型不同,湖泊水体的主要化学类型为SO_4-Na和Cl-Na,入湖河流的水化学类型为HCO_3-Ca型,其中伊犁河水化学类型从上游到下游由重碳酸盐型过渡到硫酸化物型、氯化物型; Gibbs图显示湖泊水体离子组成位于蒸发作用区,河流水体离子组成位于蒸发作用和岩石风化作用之间,伊犁河从上游到下游向蒸发控制带偏移,反映了上游河水受降水、冰雪融水的补给影响较大,而下游水体受蒸发作用影响较大;此外,PCA分析指示人类活动对湖泊、伊犁河中下游和其他入湖河流水化学的影响.湖泊和河流水体的氢氧同位素组成变化差异较大,湖泊水体氢氧同位素偏正,位于全球大气降水线和哈萨克斯坦地区蒸发线之间,氘盈余小于全球降水线,反映了较强的蒸发作用导致湖水同位素富集;河流水体的氢氧同位素位于全球降水线附近,河流水体的氢氧同位素关系方程的斜率(伊犁河:5. 7,其他入湖河流:3. 1)均低于全球降水线(8),表明降水和蒸发过程影响河流水体同位素组成.湖泊水体化学参数和同位素显著相关,尤其是东部水体,表明强烈的蒸发作用同时导致水体同位素的富集和水化学离子的浓缩.     

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。     

双河洞流域氢氧同位素特征及其指示意义

为了探究喀斯特区域地表水与地下水的相互转化关系及水-岩作用特征,以双河洞流域为研究对象,分别在2018年12月和2019年6月对流域地表水与地下水进行监测采样。运用数理统计、Piper三线图、回归分析等方法对水样的氢氧同位素组成和水化学特征进行分析。结果表明：（1）旱季和雨季流域内地表水、地下水优势阳离子以Ca²⁺和Mg²⁺为主,优势阴离子以HCO₃^-为主;水化学类型为Ca²⁺·Mg²⁺-HCO₃^-型。（2）流域内氢氧同位素具有季节变化特征,表现为雨季高、旱季低;流域沿程有着复杂的转换关系,池武溪上游以地下水补给地表水为主,池武溪中游至下游地表水与地下水交替补给。（3）流域氘盈余值呈现出旱季低雨季高的季节差异,在水-岩作用的影响下与当地大气降水的氘盈余值变化特征相反,而且水-岩作用强烈的区域与流域洞穴密集分布的特点相对应。     

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.     

小浪底水库水沙调控期滨河湿地地下水与河水转化关系

以小浪底水库下游武陟湿地为研究区,综合运用数理统计、水文地球化学和同位素技术相结合的方法,研究了小浪底水库水沙调控期滨河湿地地下水与河水转化关系.结果表明,小浪底水库调水调沙期间下游水体阳离子以Na⁺、Ca²⁺和Mg²⁺为主,阴离子以HCO₃^-为主.调水调沙初期河水水化学类型为HCO₃-Na·Ca·Mg型,地下水水化学类型为HCO₃-Ca·Mg·Na型;调水调沙中期和末期河水均为HCO₃·SO₄-Na·Mg型,地下水均为HCO₃-Na·Mg型.水库水沙调控过程中,水体的水化学组分从受碳酸盐和硅酸盐矿物溶解的共同作用过渡到以碳酸盐岩溶解为主.随着调水调沙的进行,河水与近岸带地下水的氢氧同位素组成逐渐富集,表明河水来源于上游水库表层水和大气降水,地下水则受到河水与大气降水的共同补给.在上游来水与水文地质条件等因素影响下,滨河湿地地下水与河水之间的转化主要发生在近岸带（距离河岸0~100 m内）,表现为河水补给地下水,随着调水调沙的进行,河水对地下水的补给增强.     

农田退水期阿什河氮污染特征及来源解析

利用水质监测技术和稳定同位素示踪技术,对春季农田退水期阿什河河水中ρ(NH₄+-N)、ρ(NO₃--N)和ρ(TN)特征进行研究并对氮污染来源进行解析. 结果表明,ρ(NH₄+-N)、ρ(NO₃--N)和ρ(TN)除在阿什河上游源头区水体中较低外,其余大部分区域均较高. 上游源头区采样点 δ 15N值为3.68‰～6.09‰,主要受大气沉降氮和土壤有机氮的污染;中下游区域中一部分采样点δ15N值为5.32‰～7.72‰,主要受农田退水和农村生活污水影响,另一部分采样点δ15N值为8.45‰～11.86‰,主要受畜禽养殖污水影响较大;下游采样点δ15N值较低(3.25‰～4.15‰),主要受工业来源废水污染. 农田,特别是河流两岸的稻田退水对阿什河水质影响较大;城区对阿什河TN和NH₄+-N影响较大,对NO₃--N影响较小.      

三峡库区蓄水175m对汉丰湖不同生物类群δ13C、δ15N值的影响

于2010年蓄水前(7月)和蓄水后(12月)应用稳定碳、氮同位素方法对汉丰湖食物网中初级生产者和消费者δ13C、δ15N值变化规律进行了调查分析.结果显示:汉丰湖初级生产者颗粒有机物(POM)、固着藻类和水生植物δ13C、δ15N值分别为-28.45‰~-24.78‰、3.72‰~5.76‰,-25.81‰~-21.22‰、3.23‰~4.81‰,-27.99‰~-23.74‰、8.06‰~12.48‰.从蓄水前到蓄水后初级生产者(POM、固着藻类、水生植物)δ13C、δ15N(除水生植物)值均呈现贫乏趋势;消费者δ15N值变化规律与初级生产者一致,但其δ13C值无明显变化;汉丰湖鱼类食物网营养级长度均为3级,消费者中杂食性鱼类居多其碳源主要来源于固着藻类.新形成的汉丰湖水生生态系统已经形成了相对稳定的食物网结构.