《Journal of Hydrology》：Biogeochemical controls on N
2O emission factors across a river-estuary continuum: nonlinear nitrate dependence and an underrecognized role of phosphorus
编辑推荐：
•硝酸盐是EF5的主要预测因子，且EF5与硝酸盐之间存在非线性关系。•硝酸盐增加导致N2O升高，削弱了由分母驱动引起的EF5下降趋势。•总磷（TP）和总氮与总磷比（TN:TP）被确认为EF5的重要且长期被忽视的预测因子。•磷与反硝化以外的多种硝酸盐利用途径相关联。•全球EF5
- •
硝酸盐是EF5的主要预测因子，且EF5与硝酸盐之间存在非线性关系。
- •
硝酸盐增加导致N2O升高，削弱了由分母驱动引起的EF5下降趋势。
- •
总磷（TP）和总氮与总磷比（TN:TP）被确认为EF5的重要且长期被忽视的预测因子。
- •
磷与反硝化以外的多种硝酸盐利用途径相关联。
- •
全球EF5模式揭示了依赖于纬度的河流-河口差异。
引言
一氧化二氮（N2O）是一种强效温室气体，会导致全球变暖和平流层臭氧损耗（Ravishankara等，2009；Stein和Lidstrom，2024）。河流-河口系统接收大量陆源碳和营养物质输入，并表现出显著的水文和生物地球化学梯度（Regnier等，2013），使其成为氮转化和N2O排放的重要热点区域（Tian等，2024）。因此，准确量化这些系统的N2O排放对于阐明其在全球氮循环中的作用以及改善区域和全球N2O清单具有重要意义。政府间气候变化专门委员会（IPCC）目前推荐采用排放因子（EF5）法估算间接水环境N2O排放，并为河流和河口分配相同的默认排放因子0.26%（Hergoualc'h等，2019）。然而，实测EF5值在河流和河口环境中存在较大差异（Maavara等，2019；Schulz等，2023；Wang等，2025；Webb等，2021）。此外，越来越多的证据表明，在许多情况下应用IPCC默认值可能会高估N2O排放（Dong等，2023；Maavara等，2019；Wang等，2022）。这些观察结果表明，单一固定的EF5值可能无法充分反映河流-河口系统的环境异质性。
硝酸盐浓度和硝酸盐与溶解性有机碳（DOC）的化学计量比已被提出作为改善河流和河口EF5参数化的重要预测因子（Dong等，2023；Wang等，2022）。以往研究报告EF5随硝酸盐浓度增加而下降，部分原因可归因于高硝酸盐浓度下N2O积累的饱和效应（Dong等，2023）。然而，N2O与硝酸盐的关系在不同水生态系统之间存在差异，既有近似线性响应，也有饱和响应的报道（Dong等，2023；Yan等，2012）。更重要的是，EF5通常以溶解态N2O-N与NO3–-N的比值来计算（Dong等，2023；Wang等，2022），这使得EF5与硝酸盐之间存在固有的数学耦合。因此，观测到的EF5下降可能反映的是数学耦合效应、潜在的N2O-硝酸盐关系，或两者兼有，这增加了硝酸盐基础EF5参数化的解释和推广应用的复杂性。因此，区分这些贡献并阐明相关的生物地球化学机制对于开发更可靠的硝酸盐引导的EF5参数化至关重要。
除氮和碳外，磷最近也被认为是影响河流和河口N2O排放的额外因素（León-Palmero等，2023；Liang等，2025；Wells等，2018）。然而，磷与水环境EF5之间的关系仍知之甚少。许多河流和河口系统以磷限制或明显的N:P失衡为特征（Ibá?ez等，2023；Liu等，2025；McDowell等，2025）。来自陆地系统的证据表明，磷富集可以增强生物同化氮，并将活性氮从N2O生成途径转移开，从而降低转化为N2O的比例（Lu等，2025）。如果类似过程发生在水生态系统中，磷的有效性可能会改变反硝化与其他硝酸盐消耗途径（包括硝酸盐同化和异化硝酸盐还原为铵（DNRA））之间的平衡，而不同途径产生N2O的潜力不同（Quick等，2019）。在更广泛的氮转化网络中理解这些关联，可能为磷在EF5变异性中的作用提供新见解，并改善环境信息引导的EF5参数化。
为填补这些知识空白，我们研究了珠江-河口连续体中EF5的空间变异性、环境预测因子及潜在的生物地球化学机制。首先，我们刻画了连续体中溶解态N2O浓度和EF5的纵向变化模式。随后，我们识别了EF5的主要环境预测因子，重点关注硝酸盐和磷相关变量，并考察了这些变量的重要性在河流水和河口水中如何不同。为更好地理解EF5与硝酸盐的关系，我们评估了数学耦合效应和潜在N2O-硝酸盐关系的贡献。采用N2O同位素特征分析来考察N2O的产生途径和还原过程，利用宏基因组分析来表征氮循环基因组与EF5主要预测因子之间的关联。最后，我们将观测结果与全球河流和河口EF5数据集相结合，评估了EF5在河流-河口连续体中的更广泛变异性。
章节摘要
研究区域与采样
珠江由西江、北江和东江三条主要支流组成（Lin等，2016）。这些支流流经高度城市化的珠江三角洲后进入珠江河口，据报道该区域存在大量的城市污染和营养物质输入（Wu等，2024）。为估算与城市化相关的人类活动程度，我们提取了可见光红外成像辐射仪组（VIIRS）数据集的年均夜间灯光辐射值。
结果
河流-河口连续体中N2O和EF5的空间变异性。
在珠江-河口连续体中，硝酸盐浓度范围为0.08至4.82 mg N L?1，LOESS拟合显示其呈单峰空间模式（图1b）。该空间模式与夜间灯光辐射值的模式大致一致（图S3），后者是城市化强度的代理指标（Zhao等，1971）。溶解态N2O浓度也呈现相似的单峰模式，范围为10.1至202.2 nmol L?1，峰值出现在……
硝酸盐依赖性及与EF5变异性相关的生物地球化学关联
与河流和河口系统中以往的观测结果一致（Dong等，2023；Wang等，2022；Wang等，2025），硝酸盐被确认为EF5的主要预测因子（图2a）。通过同时考虑EF5固有的数学耦合效应和潜在的N2O-硝酸盐关系，本研究为EF5对硝酸盐浓度的非线性依赖提供了综合解释（图2b）。溶解态N2O与硝酸盐之间的正相关关系（图S4），同样被观察到……
河流-河口连续体中EF5的变异性及其对参数化的启示
全球数据汇编revealed了河流和河口系统中EF5的巨大变异性，分别跨越四个和三个数量级（图5c）。尽管中位EF5值大致相当，但依赖于纬度的河流-河口差异表明，仅凭生态系统类型可能不足以表征区域EF5变异性。因此，用河流和河口的分别固定值替代单一默认EF5值可能无法充分捕获这些……
结论
本研究揭示了珠江-河口连续体中EF5的巨大变异性，强调其对环境条件的强烈依赖性，以及用单一排放因子表征这种变异性的局限性。在连续体中，硝酸盐被确认为EF5的主要预测因子，且具有显著的浓度依赖性关系。在低浓度下，EF5随硝酸盐浓度增加而急剧下降，但在高浓度下下降更为平缓，因为同时的……
CRediT作者贡献声明
张思博（Sibo Zhang）：文稿审阅与编辑、初稿撰写、调查研究、概念构思。顾磊（Lei Gu）：初稿撰写、方法学、调查研究、形式分析。吴馨晓（Xinxiao Wu）：可视化、方法学、调查研究、概念构思。李小康（Xiaokang Li）：可视化、验证、软件、调查研究。李明春（Chunming Li）：方法学、调查研究。张杰（Jie Zhang）：方法学、形式分析。许志浩（Zhihao Xu）：初稿撰写、经费获取、概念构思。William H. McDowell：
利益冲突声明
作者声明不存在可能影响本文报告工作的已知的竞争性经济利益或个人关系。
致谢
本研究得到中国国家自然科学基金（52239005、52570192和52279059）的资金支持。SBZ得到广东省基础与应用基础研究基金（2024A1515012680和2026A1515012496）的资金支持。WHM得到美国国家科学基金会（NSF）（2215300）的资助。
张思博（Sibo Zhang）|顾磊（Lei Gu）|吴馨晓（Xinxiao Wu）|李小康（Xiaokang Li）|李明春（Chunming Li）|张杰（Jie Zhang）|许志浩（Zhihao Xu）|William H. McDowell|夏兴辉（Xinghui Xia）
