利用薄膜扩散梯度技术监测海岸与开阔海域中超痕量甲基汞：方法开发与环境应用

本研究针对半封闭式京畿湾（黄海，韩国）的沉积物污染与大型底栖生物群落响应关系展开系统调查。通过沿四条排放断面布设23个站点，团队揭示了沉积物粒度与污染物（如Cu、Cd、TOC和PAHs）对底栖群落结构的显著影响，并比较了多种生态指数（AMBI、BPI、BHI等）的诊断性能。结果表明，整合多指标与化学数据可更准确识别环境压力“指纹”，为海岸带斑块化污染管理提供科学依据。

　　

海岸和河口生态系统在全球范围内正面临日益加剧的人为压力，包括工业废水、城市径流和营养盐富集等。这些压力导致沉积物中重金属、多环芳烃（PAHs）和过量有机质加速积累，进而重塑大型底栖生物群落——这些群落被广泛用作生态系统健康的敏感指标。大型底栖生物因其固着性、相对长寿和与沉积物的密切关联，长期被视为生态质量的生物指示器。然而，建立群落模式与特定压力源（如重金属或持久性有毒物质PTSs）之间的明确联系仍存在挑战，因为共变的环境因素和物种特异性特征可能掩盖污染效应。

京畿湾作为韩国西海岸的一个半封闭海湾，具有大潮差、发育良好的潮滩和广泛的细颗粒沉积区，同时长期受到城市和工业排放、港口运营、疏浚和填海等人为活动的影响。这种自然变异与人类活动的叠加创造了斑块化的环境条件，为评估大型底栖生物群落和生态指数在多重压力梯度下的响应提供了理想场所。

本研究基于距离污染源的梯度布设了23个站点，旨在：（1）确定沉积物结合污染物如何影响底栖群落；（2）比较常用指数（如AMBI、BPI和传统多样性指标）的诊断能力和一致性；（3）评估这些指数在环境异质性站点的生态相关性和可靠性。研究成果为不同污染情景下站点特异性指数的有效性和指标间兼容性提供了实证证据，为黄海海岸生态系统的稳健监测工具选择提供了依据。

研究人员采用空间显式采样设计，于2018年11月采集了大型底栖生物和沉积物样本。使用Van Veen抓斗（0.1 m2）收集沉积物，进行群落和地球化学分析。表层沉积物（0-2 cm）在分析前保存于-20°C。目标变量包括粒度组成（砂、粉砂、粘土）、分选系数、总有机碳（TOC）、总氮（TN）、稳定同位素（δ13C和δ1?N）以及污染物（如PAHs、styrene oligomers SOs、alkylphenols APs和痕量金属）。大型底栖生物样本经1 mm筛网筛选后，用5%缓冲福尔马林固定。实验室中，生物被鉴定到种水平，计数并称重获取湿生物量（g m?2）。粒度分布使用MasterSizer 3000激光衍射仪测定，TOC、TN及同位素比率使用元素分析仪-同位素比率质谱仪（EA-IRMS）测量，污染物浓度依据已发表方案稍作修改进行量化。

数据分析包括将丰度数据标准化为ind. m?2并进行四次根转换以降低优势类群的 disproportionate 影响。基于Bray-Curtis相似性矩阵进行聚类分析和非度量多维标度（NMDS），使用SIMPROF检验评估聚类结构的显著性。BIOENV程序识别与环境变量最相关的群落相似矩阵，dbRDA探索环境变量与群落结构的关系，Mantel检验量化群落矩阵与个体环境梯度的相关性。Indicator value（IndVal）分析识别指示物种，计算其特异性和 fidelity。所有多变量分析在PRIMER 7中完成，dbRDA、Mantel检验和IndVal在R中运行。生态指数包括AMBI、M-AMBI、EQR、BPI、BHI、ISEP以及 Shannon-Wiener多样性指数（H′）、Pielou均匀度指数（J′）、Margalef指数（R）和Simpson指数（D）。

3.1. 京畿湾的环境特征：沉积物、有机质和污染物梯度

沉积物性质在四个源区存在差异。仁川内港具有最细的颗粒（粉砂=72.7%，粘土=13.4%）和最低的分选系数（1.66 φ），而Geomdan和Seunggi污水处理厂附近沉积物较粗（砂=36.3%和35.6%）。有机质和同位素也呈现空间变异，仁川内港的TOC和TN最高（TOC=1.65%，TN=0.14%），δ1?N在Geomdan和Seunggi较高（6.20‰和5.87‰），δ13C在仁川内港和汉江河口更偏负（-23.39‰和-23.38‰）。污染物对比明显，仁川内港的Cu、Zn和Cd最高（Cu=321.54 mg kg?1，Zn=704.29 mg kg?1，Cd=3.29 mg kg?1），PAHs和SOs也较高。Geomdan和仁川内港的细颗粒沉积物、高TOC/TN和金属负荷更靠近排放点，汉江断面无单调 pattern。

3.2. 大型底栖生物群落结构

共鉴定出186种大型底栖生物，物种丰富度从1（A1；C1）到34（C7），总体上随距离污染源增加而增加。平均丰富度最高在Seunggi断面（20.3±5.5），最低在汉江断面（5.5±2.9）。丰度模式类似，A1密度<50 ind. m?2，D4超过6000 ind. m?2。群落组成由两种机会性多毛类——Heteromastus filiformis和Capitella capitata主导，后者在仁川内港达到峰值。

3.3. 聚类分析

基于Bray-Curtis相似性的聚类分析在24%相似性水平将23个站点分为四个主要簇。仁川内港的C1-C3站（Group IV）形成 distinct 簇，以Capitella capitata主导的高度简化群落为特征（SIMPER贡献率70.41%）。其余簇（Groups I-III）主要由H. filiformis区分。在50%相似性水平，进一步细分出亚组，例如Group II的II-a和II-b，Group III的多个亚组。NMDS ordination 显示，靠近污染源的站点形成具有相似物种组成的簇，汉江流域和仁川内港的站点与其他站点分离。

3.4. 生态指数

七个生态质量指数的 summary statistics 显示，各站点间变异显著。C1站的多个指数（AMBI、BPI、BHI）达到最小值（0.00-1.00），表明最差的生态质量。相反，A2站的AMBI最高（3.33），A1和A3站的BHI最高（100.00）。ISEP在A1和C1站因生物量不足无法计算。指数间的不一致性突出，例如H′对有机富集敏感，而EQR和BHI更与PTSs相关。

4.1. 大型底栖生物与环境变量的关系

沉积物分选和一部分污染物对群落结构的影响强于单纯 proximity to污染源。BIOENV识别出五个变量——分选系数、铜（Cu）、锂（Li）、镉（Cd）和多环芳烃（PAHs）——最匹配京畿湾的 fauna dissimilarity patterns。dbRDA解析出两个主轴，Axis 1与盐度、SOs、δ13C、δ1?N和距离污染源相关，Axis 2更反映污染梯度，加载于分选系数、金属和有机污染物（PAHs、TOC、TN、SOs）。金属负荷有效分离了Group IV。聚类切割作为描述性分区，生态推断依赖于 ordination 和 permutation tests。跨断面，污染物浓度与群落 composition 的相关性强于地理距离，PAHs和Cu尤其有影响力。Cu在部分站点超过ERM指南（270 mg kg?1），而ΣPAHs均值低于ERL（4022 ng g?1），表明PAHs单独 acute toxicity unlikely，但可能与其他压力源协同作用。TOC和TN的统计关联与C. capitata dominance 表明其生态相关性，尽管可能不代表严重有机污染。Ruditapes philippinarum的出现与较粗沉积物和δ13C相关，偏好更稳定的海洋主导栖息地。

4.2. 指示物种

IndVal分析识别出14个候选 taxa，其中4个多毛类物种达到统计显著性（p<0.05）并被视作正式指示物种。Capitella capitata是仁川内港内站（Group IV）最重要的指示物种，具有高IndVal值和强统计支持。Heteromastus filiformis广泛存在于Groups I-III，反映对中度干扰的耐受性。Glycera sp.局限于污染物负荷较低的站点，对有机/金属压力敏感。Ruditapes philippinarum虽未达到统计显著性，但作为栖息地相关物种具有生态意义。Holothuroidea sp.1在亚组水平贡献相似性，可能与粒度相关。这些物种级模式强调了将耐受多毛类与敏感双壳类配对以识别潜在 hot spots 的诊断效用。

4.3. 生态指数的整合解释

多指标评估揭示了站点间 pronounced 不一致性，表明 no single biotic index 能捕捉河口-海岸环境中底栖响应的全部复杂性。Shannon-Wiener指数（H′）产生最保守的评级，而AMBI和M-AMBI常将相同站点分类为“中等”到“良好”。这些分歧源于设计原则：多样性指标主要响应丰富度/均匀度，而AMBI型指数纳入物种特异性耐受分数。相关性模式强化了这些对比，H′与TOC强相关，EQR和BHI与内港站点的PTSs紧密 linked。因此，指数级成绩因簇而异，主张情境化解释和区域阈值 recalibration。结果支持一个复合、交叉验证的框架，融合多样性指标与耐受加权分数，以检测丰富度/均匀度的逐渐变化和 toxicants 触发的 abrupt collapses。指标间 discrepancies 的方向和幅度提供诊断指纹——当H′下降但AMBI/BHI保持中等时指向扩散有机负荷，而当所有指数下降时指向复合毒性压力。对于京畿湾的区域监测，建议采用互补指标组，校准阈值到本地沉积物-污染物情境，并将收敛/发散指数信号解释为底层污染梯度的证据基础指纹。

京畿湾的大型底栖生物群落结构受沉积物分选和污染物负荷的复合梯度控制，而非单纯距离排放点。机会性 taxa——尤其是Heteromastus filiformis和Capitella capitata——在有机质和金属升高处最丰富。BIOENV和dbRDA收敛于分选系数、Cu、Cd、PAHs和TOC作为群落模式的主要驱动因子，C. capitata与δ1?N、TN、TOC、PAHs和Cu呈强正关联，凸显其作为多压力源暴露哨兵的价值。基于七个指数的生态状况评估显示指标间 substantial divergence，H′追踪一般有机富集，而EQR和BHI更与PTSs对齐，突出了依赖单一指数的误分类风险。这些结果支持一个整合的、本地校准的框架，结合物种级信号与互补指标和 targeted 污染物分析，产生压力早期预警“指纹”，改进站点级诊断和修复优先排序，并可转移到其他具有斑块化污染历史的半封闭海湾。未来，季节性重复和原位毒性测试将有助于在演变的气候和污染 regime 下精炼区域指数阈值。