通过纳入干旱的影响，重新探讨了中国人工湿地污染物去除效率的驱动因素——一项元分析研究

《Ecological Engineering》：Drivers of constructed wetland pollutant removal efficiency in China revisited by incorporating the impact of aridity – A meta-analysis

人工湿地污染物去除效率受干旱指数、水力停留时间及湿地面积主导，中国案例显示干旱半干旱区去除率显著更高。干旱指数通过影响水文条件及微生物活动成为关键气候因子，为优化湿地设计提供新依据。

　　本研究通过系统性的元分析方法，探讨了人工湿地（CWs）污染物去除效率的主要影响因素，特别是引入了干旱指数（AI）作为新的气候条件指标，从而揭示了气候因素在人工湿地处理效果中的重要性。这项研究基于中国139个案例，结果表明，人工湿地的污染物去除效率主要受到干旱指数、水力滞留时间（HRT）和湿地面积的影响，而其他因素的影响相对较小。此外，研究还发现，在干旱和半干旱地区，化学需氧量（COD）、氨氮（NH??-N）、总氮（TN）和总磷（TP）的去除率显著高于在干湿季和湿润地区。通过多元回归分析，干旱指数、水力滞留时间和湿地面积被确定为影响人工湿地污染物去除效率的最关键因素。进一步的结构方程模型则揭示了干旱对单一和成对污染物去除的影响最大，其次是湿地面积、水力滞留时间、温度和降水。这些发现为理解气候变量对人工湿地污染物去除的影响提供了新的视角，同时也为人工湿地的设计和运行提供了有价值的指导，尤其是在推动实现多个可持续发展目标方面，人工湿地正日益成为关键的环境基础设施。

人工湿地是一种模拟自然湿地过程的工程系统，用于处理污水。它通过基质、植被和微生物群落之间的协同作用，去除或转化污染物，如有机物（以化学需氧量表示）、氨氮、总氮和总磷。人工湿地起源于20世纪50至60年代的德国，如今在全球范围内被广泛用于处理各种污水，包括生活污水、农业径流和暴雨径流。除了核心的污染物去除功能，人工湿地还提供重要的生态系统服务，如微气候调节、资源回收（例如生物量的再利用）以及增强碳封存能力，其碳封存速率可达每平方米每年181克碳。这些多功能属性使人工湿地成为实现联合国可持续发展目标（SDGs）的关键工具，尤其是在SDG 6.3中提到的改善水质、减少污染排放、消除有害化学物质排放、减少未经处理污水排放以及增强资源回收和安全再利用方面。

从经济角度来看，人工湿地相比传统污水处理厂（WWTPs）具有显著的优势。人工湿地的总资本成本和运营维护费用分别约为传统污水处理厂的一半和五分之一，同时能源消耗也降低了72%至83%。研究预测，如果在中国广泛采用人工湿地，每年可产生8.2×10?吉焦的生物能，足以满足大约两百万户家庭的年能源需求。然而，人工湿地的广泛应用依赖于其处理效率，而处理效率受到多种因素的影响，包括季节变化、运行时间、污染物类型以及湿地处理过程类型。例如，在亚热带季风气候条件下，季节性波动会显著改变湿地进水水质（如有机物和营养物负荷）以及氮和磷的去除率。运行时间也被发现对人工湿地的处理效率有重要影响，研究表明，氮和磷的去除率在运行初期较高，但随着运行时间的延长，去除率会逐渐下降，而高水力负荷对氮和磷的去除效果在长期运行后可能变得负面。此外，设计因素如温度、水力滞留时间和进水有机磷农药负荷也被发现对去除有机磷农药具有重要作用。这些发现强调了环境、运行和设计因素在塑造人工湿地性能中的相互依赖关系。

随着人工湿地应用文献的增加，研究人员开始采用系统性的元分析方法来研究其污染物去除效率，并发现人工湿地的设计和运行参数（如湿地面积、污染物负荷和水力条件）是主要的驱动因素，而气候因素（如温度和降水）的影响则相对较小。例如，Chen等人（2024）分析了全球364个案例，发现湿地面积、水力滞留时间和水力负荷率是协同去除污染物的关键因素，而温度的影响则可以忽略不计。Liu等人（2019b）研究了人工湿地对抗生素的去除情况，发现湿地配置、进水浓度和污染物类型对去除率有显著影响。Lu等人（2025）综合了141篇全球文献的数据，发现湿地类型、水力负荷率、植物种类和基质组成是影响去除效率的关键因素。

然而，以往的研究主要使用温度和降水作为气候因素的指标，其中降水主要影响进水和污染物负荷，而温度则影响植被和微生物活动。相比之下，干旱指数整合了降水和蒸发需求，更直接地反映了水资源短缺对人工湿地处理效果的影响。特别是在干旱和半干旱地区，人工湿地系统可以通过三种协同机制提高污染物去除效率。这些机制可能包括水位波动对溶解氧、水力滞留时间和植物、微生物活动的影响。然而，目前的研究结果并不一致，例如Cheng等人（2011）观察到在干旱期间，人工湿地能够稳定运行并有效改善水质，而Albalawneh等人（2016）则报告在干旱条件下，污染物去除效率几乎没有差异。相反，Bakkari等人（2022）强调了人工湿地对天气的强依赖性。这些矛盾表明，需要系统性地评估干旱指数在人工湿地处理效果中的作用，尤其是在传统气候指标（如温度和降水）无法充分反映水资源变化对人工湿地水文-生物地球化学过程复杂影响的情况下。

本研究通过系统性的元分析方法，填补了这一关键的知识空白，评估了干旱指数（AI）以及设计、运行和其他气候因素（如温度和降水）对人工湿地污染物去除效率的影响。我们进一步探讨了多污染物（如氮、磷和化学需氧量）同时去除的协同机制，以期为综合的污水管理策略提供信息支持。为了增强区域适用性，我们的分析聚焦于中国的人工湿地，中国地域广阔，涵盖了从极度干旱到湿润的多种气候区域，从而涵盖了干旱驱动的水文和生态条件的完整谱系。通过对52篇同行评审文献的分析，我们获得了具有空间和气候代表性的数据集，使得干旱指数在处理效果中的作用能够被稳健地量化。这些发现为优化人工湿地的设计和评估提供了可行的见解，并有助于推动实现联合国可持续发展目标（SDGs）。

在进行元分析时，我们采用了系统性的方法，从不同研究中综合数据，以得出普遍的结论。元分析作为一种统计方法，最初由Glass（1976）正式提出，用于合成独立研究的结果。在生态学领域，元分析最初应用于实验生态学，例如Gurevitch在1993年出版的开创性专著（Gurevitch等，2018）。近年来，元分析的使用范围已扩展到应对大规模的环境挑战，包括气候变化的影响和生态系统修复（Parmesan和Yohe，2003；Root等，2003）。本研究正是基于这一方法，对人工湿地的处理效率进行了深入分析，特别是在气候因素中的干旱指数对人工湿地性能的影响方面。

本研究回顾了现有文献，发现尽管人工湿地的处理效率受到多种因素的影响，但以往的元分析普遍认为气候因素的影响相对较小。然而，本研究引入了干旱指数作为新的气候指标，发现其在人工湿地污染物去除效率中扮演了重要角色。通过分析139个案例，我们发现人工湿地的处理效率在不同子组（如规模、进水浓度、湿地类型和地理位置）中存在显著差异，这在统计上表现为较高的Q值（p值<0.05）。这一结果表明，干旱指数对人工湿地处理效果的影响具有重要的统计学意义，而不仅仅是边缘性的。

人工湿地的设计和运行参数在以往的研究中被认为是影响处理效率的主要因素，而气候因素的影响则被忽视或低估。然而，本研究通过引入干旱指数，发现其对人工湿地污染物去除效率的影响具有显著性，特别是在干旱和半干旱地区。这些地区由于水资源短缺，可能引发人工湿地的水位波动，而水位波动可能通过多种机制影响污染物去除效率。例如，水位波动可能影响溶解氧、水力滞留时间和植物与微生物活动。因此，干旱指数不仅反映了水资源的短缺，还可能成为影响人工湿地处理效果的关键因素。

本研究的发现对于优化人工湿地的设计和运行具有重要意义，尤其是在气候变化日益加剧的背景下。人工湿地作为一种可持续的污水处理技术，其处理效果受到多种因素的综合影响，包括设计、运行和气候因素。因此，通过系统性的元分析方法，我们可以更全面地了解这些因素之间的相互作用，从而为人工湿地的优化设计和运行提供科学依据。此外，人工湿地的多功能属性使其在应对气候变化和促进可持续发展方面具有独特的优势，因此，进一步研究其在不同气候条件下的表现，有助于推动更有效的环境管理策略。

在本研究中，我们不仅关注单一污染物的去除效率，还探讨了多污染物同时去除的协同机制。这种协同机制可能涉及湿地系统中不同生物和化学过程的相互作用，从而提高整体的处理效果。通过分析不同地区的案例，我们发现人工湿地在干旱和半干旱地区的处理效果优于在湿润地区的处理效果。这一结果可能与这些地区的水文条件和气候特征有关，因此，未来的研究可以进一步探讨不同气候条件对人工湿地处理效果的具体影响，以期为不同地区的污水处理策略提供更精确的指导。

综上所述，本研究通过系统性的元分析方法，重新评估了气候因素对人工湿地污染物去除效率的影响，特别是在干旱指数的作用方面。研究结果表明，干旱指数、水力滞留时间和湿地面积是影响人工湿地处理效果的最关键因素，而其他因素的影响相对较小。这些发现不仅为人工湿地的设计和运行提供了新的视角，也为全球可持续的污水处理管理提供了科学依据。人工湿地作为一种环保且高效的污水处理技术，其应用前景广阔，尤其是在应对气候变化和促进可持续发展目标方面。因此，进一步研究其在不同气候条件下的表现，有助于推动更有效的环境管理策略，实现更广泛的生态和社会效益。