基于水化学的正矩阵分解方法，结合氮和氧的稳定同位素以及贝叶斯混合模型，揭示了中国南昌市三个城市湖泊中主要污染物的来源及其动态变化

《Journal of Environmental Chemical Engineering》：Hydrochemistry based positive matrix factorization combined with stable isotopes of nitrogen and oxygen based Bayesian mixing model revealed the source and dynamics of the main pollutants in three urban lakes in Nanchang City, China

污染源解析方法研究及在南昌三湖的应用。采用水化学PMF与稳定同位素MixSIAR结合方法，分析Qianhu、Xianghu、Aixi三湖TP、TN、CODMn等指标污染源。结果显示Qianhu以粪污源为主（38.7%），Xianghu受稀释效应（25.6%）和粪污源（36.9%）影响，Aixi以非点源污染（32.0%）和生物地球化学过程（28.4%）为主。该方法有效提升污染源解析可靠性及成本效益。

　　

郑芳文|李天宁|唐林森|胡西红|刘金福|李明

江西水利水电大学水利学院，中国江西省南昌市330099

摘要

污染物来源解析是实施城市水环境治理和水质改善、防止藻类爆发的基础。在本研究中，我们对南昌市的千湖、香湖和艾溪湖分别采用了基于水化学的PMF方法和基于稳定同位素的MixSIAR方法进行了分析。MixSIAR的结果表明，千湖中的硝酸盐主要来源于粪便和污水（MS），而香湖和艾溪湖中的硝酸盐主要来源于土壤氮（SN）和铵肥（AF）。基于水化学的PMF方法计算出的硝酸盐影响因子与基于稳定同位素的MixSIAR方法计算出的各种来源之间的贡献存在显著相关性。通过参考MixSIAR的结果，可以推断出PMF方法计算出的各因素的贡献情况，并利用PMF的结果分析了这些因素对各种环境指标（包括总磷TP、氨氮和COD_Mn等）的影响。源识别结果显示，千湖的水质主要受粪便和污水的影响（F3，贡献率为38.7%），香湖则同时受到稀释过程（F1，贡献率为25.6%）和粪便和污水（F3，贡献率为36.9%）的影响；艾溪湖则主要受非点源污染（F2，贡献率为32.0%）和生物地球化学过程（F4，贡献率为28.4%）的影响。粪便和污水是TN和硝酸盐氮浓度的主要来源，而非点源污染则是氨氮、TP和COD_Mn浓度的主要来源。此外，香湖的稀释效应使得其氨氮、TP和COD_Mn的浓度明显低于千湖和艾溪湖。我们的研究结果表明，减少水力停留时间和控制点源污染可能是改善这三个城市湖泊水质的有效途径。

引言

城市湖泊具有重要的社会和生态服务功能，包括供水、防洪排水、灌溉、提供水景以及调节气候[18]、[34]。因此，城市湖泊在城市的社会、经济和生态方面发挥着重要作用。然而，目前全球的城市湖泊都面临着由气候变化和富营养化引起的蓝藻爆发的风险[21]、[3]、[39]。控制城市湖泊富营养化的主要方法是通过减少流入湖泊的营养物质，并通过生态修复来降低湖泊中的营养物质含量，以及抑制蓝藻的爆发。因此，研究城市湖泊富营养化的发生过程及其主要营养来源对于制定环境保护措施、预防和控制城市湖泊中的富营养化及蓝藻爆发具有重要意义。特别是，进行污染物来源解析是实施城市水环境治理和水质改善、防止藻类爆发的基础。

基于氮和氧稳定同位素的贝叶斯混合模型是目前最被认可和广泛使用的方法[10]、[5]。然而，该方法仅能识别硝酸盐的来源。此外，同位素分析的技术门槛较高且成本昂贵。上述缺陷使得基于氮和氧稳定同位素的贝叶斯混合模型通常只能在较小的空间范围内对有限的河流和地下水样本进行源识别[10]、[12]、[3]。因此，迫切需要寻找一种技术难度低、测试成本低且能够同时识别多种污染物来源的方法。

水质因素本身是重要的水化学特征，在一定程度上可以反映污染来源。例如，氨氮通常被认为主要来源于农业非点源[14]、[15]和未经处理的废水[43]；消耗氧的有机物指标（如COD_Mn）是污水源和农业非点源的重要指标[14]、[28]。然而，上述特征也可能受到外部因素的影响。例如，大量氨氮在污水处理后会转化为硝酸盐并排放到接收水体中[40]；在农田中施用肥料时，会排放更多的氨氮和消耗氧的有机物。与氨氮和有机物相比，阴离子/阳离子更难分解和转化，不同污染源之间的阴离子/阳离子水化学成分差异可能比常见水质指标的差异更为显著[39]。因此，如果将这些常见水质指标与基于阴离子/阳离子的水化学方法结合使用，可以提高源识别的准确性。

常见离子通常来源于岩石的风化和溶解，在一定程度上可以用于反推水源。此外，硫酸根离子通常来自工业污染，而氯离子以及钾、钠等离子也会在生活废水中积累（Wei等人，2019年）。因此，水化学离子是分析水污染来源的相对保守且有效的特征。尽管许多研究利用水化学离子推断河流水和地下水的污染来源，但大多数只是定性描述而非定量评估[16]。Wei等人（2019年）构建了一种利用水化学离子与总氮比例进行总氮污染源识别的方法，但该方法过于抽象，难以广泛应用。然而，该方法表明水化学离子可用于污染源的识别。随后，一些研究人员结合水化学特征使用正矩阵分解（PMF）对灌溉渠道、河流、地下水和雨水进行了源识别[11]、[47]。然而，这种方法通常需要对潜在来源进行推断，从而给源识别带来较大的不确定性。

尽管基于同位素的贝叶斯混合模型测试成本高且技术门槛高，但其识别硝酸盐来源的准确性得到了广泛认可。相比之下，基于水化学的PMF方法在污染源推断方面存在较大不确定性，但水化学指标的测试成本远低于同位素方法。因此，利用基于水化学的PMF进行广泛的源识别工作，并通过少量同位素结果进行验证，既可以降低成本，又能达到可接受的准确性。如果将基于水化学的PMF方法与基于氮-氧稳定同位素的贝叶斯混合模型相结合，一方面可以避免基于水化学的PMF在污染源预测方面的不确定性，另一方面可以弥补基于氮-氧稳定同位素的贝叶斯混合模型只能追踪硝酸盐来源的局限性。

基于水化学的PMF结合基于稳定同位素的MixSIAR方法不仅可以用于识别地表水和地下水中的常规污染物（如消耗氧的有机物、营养物质和重金属），还可以对一些新兴污染物（如抗生素、增塑剂、全氟烷烃等）进行更可靠且经济有效的源识别。环境管理部门可以利用这项技术提出针对性的流域管理策略，减少污染物的排放，进一步改善水质。幸运的是，张等人[44]已成功将PMF与基于同位素的贝叶斯混合模型结合用于农村-城市运河系统中硝酸盐的源识别。我们假设基于水化学的PMF结合基于氮和氧稳定同位素的贝叶斯混合模型可以提高这两种技术的源识别和污染源推断的可靠性。本研究的目的是利用基于水化学的PMF结合基于氮和氧稳定同位素的贝叶斯混合模型，对中国南部城市南昌市三个典型湖泊的水质指标和水化学离子进行污染源识别。通过皮尔逊相关性分析揭示了上述指标与水温、叶绿素等因素之间的相关性，从而分析了水质季节变化的潜在原因。

站点描述与采样

本研究选择了南昌市的三个人文景观湖泊作为研究对象（图1），包括千湖、香湖和艾溪湖。南昌市毗邻中国最大的淡水湖鄱阳湖，是长江中下游地区的重要城市，人口超过600万。

千湖位于红谷滩新区，正常水位海拔为18.5米，平均水深为3米。

湖泊水体的物理和化学指标的季节变化

三个湖泊的水温没有明显差异，但存在明显的季节性变化（图2a）。最高水温出现在8月，为34.6°C；最低水温出现在1月，为9.6°C。三个湖泊的pH值和溶解氧（DO）差异也不明显（图2b和2c）。然而，溶解氧存在明显的季节性变化，而pH值则没有变化。三个湖泊的年平均溶解氧值分别为8.04、7.68和8.10。

结论

在本研究中，我们对南昌市的千湖、香湖和艾溪湖分别采用了基于水化学的PMF方法和基于稳定同位素的MixSIAR方法进行了分析。基于水化学的PMF方法计算出的硝酸盐影响因子与基于稳定同位素的MixSIAR方法计算出的各种来源之间的贡献存在显著相关性。通过参考MixSIAR的结果，可以推断出PMF方法计算出的各因素的贡献情况。

作者贡献

概念构思：郑芳文；数据整理：李天宁、唐林森；数据分析：郑芳文、胡西红；资金获取：郑芳文、李天宁；实验室分析：刘金福、李明；方法论：郑芳文、李明；写作：郑芳文、李天宁、李明。

未引用参考文献

[19]、[38]、[4]

CRediT作者贡献声明

胡西红：数据分析。唐林森：数据整理。李明：写作——审稿与编辑、初稿撰写、方法论、数据分析。刘金福：数据分析。李天宁：写作——初稿撰写、资金获取、数据整理。郑芳文：写作——审稿与编辑、初稿撰写、方法论、资金获取、数据分析、概念构思。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文的研究工作。

致谢

本研究得到了江西省水利厅科学技术基金（项目编号202123YBKT10）和中国铁路集团有限公司技术研发计划（项目编号2022-Key Project-18）的财政支持。感谢卢斌浩和袁波在采样工作中的帮助。