中国中东部盐城地区氮沉降通量与来源随时间变化的生物指示物——苔藓(2017–2022年)

《Atmospheric Pollution Research》:Mosses as bioindicators of temporal variations in nitrogen deposition fluxes and sources (2017–2022) in Yancheng, Central-Eastern China

【字体: 大 中 小 】 时间:2026年07月23日 来源:Atmospheric Pollution Research 3.9

编辑推荐:

  摘要苔藓广泛分布于各种生态系统中,是评估中国中东部地区大气氮沉降的有效工具,该地区被视为全球氮污染热点区域。通过分析2017年和2022年中国中东部盐城的苔藓氮含量及δ15N值,我们量化了铵盐(NH+4)和硝酸盐(NO3-)沉降的通量及来源贡献。2017年和2022年的苔藓平均氮

  

摘要

苔藓广泛分布于各种生态系统中,是评估中国中东部地区大气氮沉降的有效工具,该地区被视为全球氮污染热点区域。通过分析2017年和2022年中国中东部盐城的苔藓氮含量及δ15N值,我们量化了铵盐(NH+4)和硝酸盐(NO3-)沉降的通量及来源贡献。2017年和2022年的苔藓平均氮含量变化不大,分别为1.68%和1.76%,但δ15N值从2017年的?3.4‰显著上升至2022年的?1.2‰。定量分析表明,尽管整体氮沉降在2017年至2022年间保持稳定,但其组成发生了显著变化:铵盐沉降大幅减少,而硝酸盐沉降则增加。基于同位素的来源解析显示,与燃烧相关的NH3来源(车辆尾气、煤炭燃烧和生物质燃烧)仍占主导地位,且在2017年至2022年间对铵盐沉降的相对贡献有所增加,而与挥发相关的NH3来源(废弃物和肥料)的贡献则有所下降。同时,非化石燃料NOx来源(生物质燃烧和微生物氮循环)对硝酸盐沉降增加的贡献,大于化石燃料NOx来源(煤炭燃烧和车辆尾气)。这些发现凸显了与燃烧相关的NH3和非化石燃料NOx在影响氮沉降动态中的重要作用,为有针对性的减排措施和生态影响评估提供了重要依据。

引言

在许多生态系统中,尤其是自然或半自然生态系统,氮往往是限制生产力的关键因素,因为它是一种重要的限制性养分(Groffman和Rosi-Marshall,2021)。然而,近几十年来,大规模的化石燃料燃烧以及农业活动的扩张,导致人为产生的活性氮向大气中的排放量显著增加(Zhang等人,2021)。主要的活性氮种类包括还原态(NHx-N)和氧化态(NOy-N),它们通过沉降作用进入陆地和水生生态系统。过量的氮沉降会对生物多样性、生态系统功能、气候、水质以及公共健康造成严重负面影响(Fleischer等人,2019;Greaver等人,2016)。因此,准确估算大气氮沉降通量及其来源贡献对于评估环境影响和制定减排策略至关重要。大气沉降的系统性监测始于20世纪70年代,当时建立了多个区域监测网络,如欧洲的EMEP和美国のNADP(Winiwarter等人,2015;Zhu等人,2015a)。中国则从1988年开始监测大气氮沉降,并在2010年建立了全国性监测网络(Xu等人,2015)。该网络包含近60个监测点,能够每月采集各类氮元素的浓度数据,为分析中国各地的氮沉降规律提供支持(Liu等人,2024)。不过,目前的监测覆盖范围仍然有限,尤其是在偏远地区,这使得高分辨率的氮沉降量化工作依然面临挑战。
苔藓广泛分布于多种生境中,已成为补充传统监测方法的优质生物指示物(Harmens等人,2015;Plá?ek等人,2026;Rajfur等人,2025)。由于苔藓没有真正的根系和保护性的角质层,它们主要从大气中吸收氮,而非从基质中获取(Kosonen等人,2018)。这一生理特性使得苔藓对大气中的氮输入极为敏感。许多研究都发现苔藓中的氮含量与大气氮沉降之间存在显著的正相关关系,由此发展出了描述这种关系的定量模型(Bragazza等人,2005;Chiwa等人,2016;Harmens等人,2011;Pitcairn等人,1995、2006;Solga等人,2005;Salemaa等人,2008、2020;Xiao等人,2010)。因此,将苔藓作为生物监测工具的做法已得到广泛应用,尤其是在欧洲。自2005年起,氮元素被纳入欧洲每五年一次的苔藓调查中,从而便于对该地区的大气氮沉降情况进行大规模测绘(Harmens等人,2014、2015;Frontasyeva等人,2015)。
不过,虽然苔藓是有效的氮沉降生物指示物,但仅通过测定其总氮含量无法确定氮污染的具体来源,也无法了解导致氮积累的潜在环境机制。而稳定同位素分析则可以克服这一局限,近年来它已成为生态学和污染研究领域中非常重要的分析工具(Guerrieri等人,2015;Oishi,2019)。苔藓中的氮同位素组成反映了不同排放源的相对贡献,因为苔藓吸收氮时几乎不会发生15N的分馏,因而能够保留各来源特有的δ15N特征(Liu等人,2012;Hobbie和H?gberg,2012)。一般来说,δ15N值相对较高的NOy主要来自与工业活动和交通运输相关的化石燃料燃烧,而δ15N值相对较低的NH3则主要源自农业活动,包括化肥使用和动物粪便(Felix等人,2012、2015;Felix和Elliott,2013;Walters等人,2015、2020)。因此,苔藓组织中较高的δ15N值通常与化石燃料燃烧有关,而较低的δ15N值则表明农业活动是主要的氮污染来源(Elliott等人,2019;Felix等人,2012)。除了用于区分污染来源外,苔藓的δ15N特征还被用来估算湿沉降中铵盐和硝酸盐的相对比例。多项研究都发现苔藓的δ15N值与湿沉降中的NH4+/NO3-比值存在负相关关系(Boltersdorf等人,2014;Bragazza等人,2005;Liu等人,2008;Skudnik等人,2014;Xiao等人,2010)。此外,人们还运用稳定同位素混合模型,根据苔藓中的δ15N值来定量估算不同来源对铵盐和硝酸盐沉降的贡献(Du等人,2024;Huang等人,2021;Li等人,2024)。不过,迄今为止还没有研究将这种方法应用于分析一个以农业发达、工业化进程快速且湿地生态敏感为特征的沿海城市——尤其是长江三角洲地区的氮沉降来源随时间的变化情况。
盐城正是这样的一个沿海城市。它位于中国中东部沿海地区,东临黄海,处于海洋生态系统与陆地生态系统的交界地带,因此成为研究中国东部地区大气污染物传输和沉降的关键区域。先前的研究已经将中国中东部确定为全球氮沉降热点区域(Liu等人,2022、2024)。然而,针对盐城大气氮沉降的全面监测和针对性研究仍然较为有限。在之前的一项研究中,我们利用苔藓的氮含量和δ15N特征进行了初步评估,得出盐城的总体氮沉降量为18.18千克氮/公顷·年,这一数值与全国平均水平18.02千克氮/公顷·年相当(Zhu等人,2015b)。那项研究还发现,铵盐和硝酸盐分别占总氮沉降量的66%和20%。不过,铵盐和硝酸盐沉降的来源贡献及其随时间的变化规律目前仍不甚清楚。长期监测人为产生的活性氮的来源及其构成,对于帮助决策者评估现有环境措施的效果以及制定有针对性的大气氮污染控制策略具有重要意义。
基于上述背景,本研究分析了2022年在盐城采集的苔藓氮含量和δ15N值,并将其与2017年采集的数据(Zhou等人,2019)进行对比,以分析其随时间的变化情况。本研究的具体目标是:(1)阐明盐城地区氮沉降通量随时间的变化规律;(2)利用稳定同位素混合模型(Stable IsoSource,美国环保局开发),结合两年间苔藓的δ15N值,量化不同氮来源对总体氮沉降的相对贡献。本研究为了解盐城地区近期氮沉降速率及来源分布的变化趋势提供了重要信息,有助于更好地评估生态影响,并为制定区域氮污染控制策略提供依据。

章节节选

研究区域

本研究是在中国中东部的盐城开展的,该市地处北纬32°34′至34°28′、东经119°27′至120°54′之间,是长江三角洲地区的重要城市(图1a)。从行政区划上看,盐城由三个城区、五个县以及一个县级市组成,总面积约为1.7×10^4平方公里。该市位于黄海西岸,处于北亚热带气候与暖温带气候的过渡地带

苔藓氮含量与δ15N特征

2017年和2022年的采样点空间分布情况相似。最近邻距离分析显示,2017年的68个采样点和2022年的40个采样点都呈现出高度均匀的空间分布特征(2017年的最近邻指数为1.309,2022年为1.444,两者的P值均小于0.001),这表明氮数据所呈现的时间差异并非由不均衡的采样密度或空间布局造成的。基于这些相似的采样设计,

2017年至2022年盐城地区总体氮沉降的年际变化

苔藓已被广泛用作生物监测工具,通过对比不同时期采集的样本,可用来评估大气氮沉降的时间变化情况(Deng等人,2024;Wang等人,2025)。在本研究中,2017年和2022年盐城地区的苔藓氮含量没有显著差异(图2a),这说明在这五年间大气氮沉降相对稳定。这一结论与估算的总体氮沉降通量结果一致,后者也并未显示出显著变化

结论

苔藓的氮含量和δ15N特征有效地反映了2017年至2022年盐城地区大气氮沉降及其来源的变化情况。我们的研究结果表明,尽管总体氮沉降保持相对稳定,但其化学组成却发生了显著变化:铵盐沉降减少,而硝酸盐沉降增加。不过,在整个研究期间,铵盐依然是大气氮沉降的主要形式。来源解析结果显示,

数据与材料的获取情况

本研究中所使用或分析的所有数据集,均可向相应作者提出合理请求后获取。

资金支持

本研究得到了盐城重点研发计划的资助(项目编号:YCBE202331)。

CRediT作者贡献说明

周晓丽:概念构建、正式分析、资金获取、方法设计、项目管理、资源协调、可视化处理、初稿撰写、审稿与修改。李世毅:正式分析、方法设计、审稿与修改。姚颖:正式分析、方法设计、可视化处理、审稿与修改。周彦通:方法设计、可视化处理、审稿与修改。李静:正式分析、方法设计、资源协调、可视化处理、审稿与修改。

利益冲突声明

作者声明,他们不存在任何可能影响本文研究结果的已知财务利益关联或个人关系。
Xiaoli Zhou|Shiyi Li|Ying Yao|Yantong Zhou|Jing Li
中国江苏省盐城市盐城师范学院海洋生物工程学院,邮编224002
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号