农业汇水区反硝化脱氮速率对周丛生物的响应机制与高光谱识别

Abstract: Great denitrification potential but high uncertainty exists in agricultural catchment because of many biotic and abiotic factors and their mutual impacts. Periphyton are ubiquitous like phytoplankton constitute of biotic and abiotic materials, found in almost every aquatic ecosystem ranging from small ponds to large oceans and from oligotrophic to eutrophic zones. They are important ecosystem components and hotspots for denitrification. Our new study showed that chlorophyll a concentration of periphyton was significantly related to denitrification rates. However, we still did not know the responding mechanism of denitrification to periphyton. Base on agricultural catchment of Panyang Lake region, this project will aim to study the impacts of periphyton to denitrification, clarify the responding mechanism of denitrification to chlorophyll a, construct a new denitrification kinetic model considering the impacts of periphyton, and identify the denitrification potential based on the new model and the chlorophyll a concentration inversion by hyperspectral. The implement of this project will greatly improve the prediction precision of denitrification, establish the relationship between macroscopic observation (hyperspectral) and microcosmic process (denitrification), and realize denitrification estimation at reginal scale rapidly, accuracy, and dynamically.

摘要：农业汇水区有很强的反硝化脱氮潜力，但由于影响的生物和非生物因素众多，且相互交错影响，导致区域尺度反硝化脱氮量估算有很大的不确定性。周丛生物是生长在各种淹水基质表面由生物和非生物物质组成的微生物集聚体，是水土界面反硝化发生的热点区域。我们新近研究表明，周丛生物“集体”特征如叶绿素a含量与反硝化速率有很好的数量表征关系，但是其相互响应机制还不清楚。鉴于此，本项目将以潘阳湖流域农业汇水区为研究基地，探明周丛生物存在条件下的反硝化脱氮规律，明确周丛生物叶绿素a含量与反硝化速率的响应机制，构建周丛生物存在条件下反硝化速率动力学模型，结合高光谱数据叶绿素a含量的反演，识别周丛生物对农业汇水区反硝化脱氮能力。项目的成功实施，有望大大提高农业汇水区反硝化脱氮量模拟精度，建立宏观观测（高光谱遥感）与微观过程（反硝化）之间的定量关系，实现区域尺度反硝化脱氮量的快速、准确、动态估算。

周丛生物是生长在各种淹水基质表面由生物和非生物物质组成的微生物集聚体，是水土界面反硝化发生的热点区域。周丛生物“集体”特征如叶绿素a含量与反硝化速率有很好的数量表征关系，但是其相互响应机制还不清楚。基于此，本研究以富含周丛生物水体太湖为例，基于不同季节不同点位监测，明确了水体反硝化速率与周丛生物特征因子的时空变异特征，初步阐明反硝化速率与周丛生物特征因子的响应关系。设计淹水培养实验，验证不同叶绿素a含量的周丛生物对反硝化速率的影响，并比较了不同组成种类的悬浮物（周丛生物藻类、泥沙、有机质）对反硝化速率的影响。构建了反硝化速率与周丛生物特征因子（Chl.a、CDOM）的响应模型，从而实现用高光谱遥感直接反演水体反硝化速率。结合实地监测数据，对模型进行验证，明确了模型的不确定性。基于上述反硝化速率与周丛生物特征因子的模型，结合典型农业汇水区太湖水体周丛生物特征因子高光谱数据，估算太湖水体反硝化消纳能力的时空变异。从月际时间上看，太湖反硝化速率主要集中在5~7月，从年际时间上，除了2014和2015年反硝化速率有明显的降低之外，其他年份整体波动不大，基本稳定在55~60 μmol N2-N•m-2•h-1区间。空间分布规律上，太湖西北和湖心区域的反硝化速率普遍高于其他湖区的。在2011~2020年，太湖的年消纳氮量处于2.7~3.4×104 t范围之间，反硝化脱氮率在50%~63%之间，与前人应用收支方法估算结果基本一致。本研究首次提出通过卫星遥感手段对富营养化水体的反硝化速率进行反演估算。这对明确氮素在富营养化水体的消减规律，制定科学的环境容量目标，减少氮素的环境负荷具有重要意义。