木质部水同位素测量中有机污染物干扰的不确定性及其对植物水源溯源的修正研究

本研究针对IRIS（同位素比率红外光谱）技术测定木质部水δ2H、δ17O和δ18O时受甲醇（MeOH）和乙醇（EtOH）污染的难题，通过动态采样中国半湿润区苹果树样本，量化了有机污染对同位素测量不确定性的贡献（最高达99.7%），并验证了校正方法的有效性。研究发现MeOH是主要污染源（占比70–89%），且校正后同位素比值显著改变（p<0.05），尤其δ17O作为示踪剂时影响显著。该研究为提升植物水源划分精度提供了关键方法学支撑。

　　

在全球水文循环中，植物吸收的土壤水分通过蒸腾作用贡献了陆地蒸散发的80–90%，而准确追踪植物水源对水资源管理和生态研究至关重要。然而，当前基于同位素技术的植物水源划分面临多重挑战：从水分提取、同位素测量到模型计算，每个环节都可能引入误差。尤其令人头疼的是，使用新兴的同位素比率红外光谱（IRIS）技术时，木质部水中溶解的有机污染物（如甲醇MeOH和乙醇EtOH）会严重干扰δ²H、δ¹⁷O和δ¹⁸O的测定，导致示踪结果失真。过去虽有研究尝试通过活性炭预处理或软件校正解决这一问题，但污染源的定量贡献及其对水源划分的具体影响仍不明确。

针对这一空白，中国西北农林科技大学的研究团队以黄土高原18年树龄苹果树为对象，在生长季（6–10月）动态采集0–6米土层和木质部样本，结合IRIS技术与污染校正模型，首次系统解析了有机污染对同位素测量不确定性的影响机制，相关成果发表于《Journal of Hydrology》。

关键技术方法
研究采用同位素比率红外光谱（IRIS）分析木质部水δ²H、δ¹⁷O和δ¹⁸O值，通过窄带系数（NB）和宽带系数（BB）建立污染校正曲线；利用贝叶斯混合模型（MixSIAR）量化不同土层对植物水源的贡献；通过方差分解分析比较校正前后同位素测量不确定性的变化。

研究结果

有机污染校正及其有效性
校正模型显示，NB与同位素偏差呈对数关系（R²>0.99），BB则呈二次曲线关系。MeOH贡献了70–89%的污染，其校正效果显著优于EtOH（MeOH校正≈MeOH-EtOH联合校正>EtOH单独校正）。校正后δ²H、δ¹⁷O和δ¹⁸O值均发生显著变化（p<0.05），如δ²H偏差最大达46.5‰。

同位素测量不确定性的主导因素
有机污染占校正前总不确定性的96.9%（δ²H）、98.9%（δ¹⁷O）和99.7%（δ¹⁸O），而校正后骤降至平均21.5%。仪器分析误差和标准样品赋值误差的贡献相对上升。

对水源划分的影响
当同时使用δ²H和δ¹⁸O双示踪剂时，污染干扰较小；但单独使用δ¹⁷O时，未校正会导致深层（>2米）水源贡献率高估30%，校正后结果更符合水文实际。

结论与意义
该研究首次量化了IRIS技术中MeOH主导的有机污染对同位素测量的压倒性影响（>99%），并证明校正后不确定性降低约75%。尤其重要的是，揭示了δ¹⁷O作为新兴示踪剂时对污染的敏感性，为三氧同位素（δ¹⁷O-δ¹⁸O）联用提供了方法学警示。成果不仅提升了植物水分利用研究的精度，也为IRIS技术的标准化应用树立了新范式。未来研究可进一步拓展至其他树种和生态系统，并开发更高效的在线污染过滤模块。