-
湖泊是水生生态系统的重要组成部分，也是重要的生物多样性储存库[1]. 研究发现，湖泊在调节河川径流，繁衍水生生物和改善区域生态环境等方面发挥着重要作用[2 − 4]. 事实上，湖泊的许多生态功能都是由水生生物（包括植物和鱼类）、沉积物及其微生物协助完成的. 微生物影响水中有机质分解和养分循环，促进植物生长[5]. 水体和沉积物中的微生物群落对污水中的氮磷硫的去除有着直接影响[6]. 同时，微生物对水体污染物响应敏感，在水体质量和污染检测中常作为指示指标[7 − 8]. 随着湖泊富营养化和水体污染问题的日益严重，污染物对水体和沉积物微生物群落影响及其生态功能危害受到学者的广泛关注[9 − 11].
砷是环境中广泛存在的天然有毒类金属元素. 进入工业时代以来，由于金属冶炼、化石燃烧等工业活动，以及农业中使用含砷农药，大量含砷化合物排放到环境中，最终造成湖泊水体中砷污染问题[12]. 进入水体中的砷不断累积，并引起水体和沉积物微生物群落结构和生态功能的紊乱，从而威胁湖泊水体健康[13 − 14]. 同时，砷由水体进入动植物体内，通过食物链富集传递进入人体，对人类健康构成危害[15]. 目前，湖泊等水体砷污染问题已经得到了全球范围内的大量报道[16 − 17]. 鱼类是湖泊系统中的重要生物资源，鱼类活动能够影响湖泊生物群落结构、营养物质的构成等[18 − 19]. 然而，关于鱼类扰动对湖泊水体和沉积物中微生物的影响却极少报道. 因此，认识砷污染和鱼类活动对湖泊水体和沉积物微生物的影响，对全面理解湖泊生态系统中砷的毒性效应和生态风险具有重要意义.
鉴于此，本研究通过室内模拟湖泊生态系统，通过高通量测序技术探究鱼类活动和砷污染下湖泊水体和沉积物细菌群落的响应机制. 这将有助于提升人们对湖泊水体和沉积物细菌群落的认识，也有助于了解鱼类活动和污染物共同作用下对水生生态系统的潜在影响.
-
将采自当地湖泊的沉积物带回实验室，置于阴凉通风处风干后，捡出砾石、落叶和垃圾等杂物，研磨后过2 mm筛，备用. 供试鱼类为湖泊常见的麦穗鱼（Pseudorasbora parva），购自本地养殖场，实验所用鱼饲料购自本地水族市场. 实验前，选择相似长度和体重的鱼若干条，将其放入实验室采集的去离子水中进行两周的本地驯化. 本次实验选用十二水砷酸钠（Na3AsO4·12H2O）作为砷污染源，其他试剂若无特殊说明，均为分析级纯度，购自国药控股化学试剂有限公司.
-
本研究共设置4个处理组，分别为仅有沉积物的对照组（C），添加了鱼的处理组（C-F），添加了砷的处理组（As），添加了鱼和砷的复合处理组（As-F）. 具体为，实验所用水体为城市自来水，静置1—2 d后，备用. 添加10 L水样到聚乙烯塑料收纳盒中（长×宽×高，40 cm × 30 cm × 30 cm），在底层均匀铺满5 cm厚度的沉积物，取适量的含砷试剂充分溶于水中，然后将溶液倒入贴有标签As和As-F的实验组中，用玻璃棒缓慢搅动，使其均匀分布在水体中，放在实验室避光处老化14 d. 在C-F和As-F的实验组中各加入10条长度体重相似的鱼. 每个处理组设3个重复，最后共有12个实验培养盒. 培养条件设置为：14 h光照，10 h黑暗，温度控制在（24 ± 2）℃，每3—5 d对鱼进行1次定点喂食. 实验期间，定期向收纳盒中加入超纯水，保证水量为10 L.
-
试验28 d后，采集水体、沉积物和鱼组织样品. 使用无菌手套将鱼从水体中捞出，放入装有无水乙醇的离心管中杀死封存，在无菌超纯水漂洗5次，从而去除鱼体表层微生物对实验结果的影响。在无菌操作台上用无菌镊子和无菌剪刀对鱼进行解剖，提取组织物. 所有水样用0.22 μm滤膜进行过滤，滤膜剪碎后使用土壤试剂盒FastDNA®Spin Kit（MP Biomedical, California, USA），依照其提供的操作流程提取水体微生物DNA. 称取沉积物0.5 g左右，使用与水体相同的土壤试剂盒提取沉积物微生物DNA. 鱼组织使用组织试剂盒DNeasy Blood and Tissue Kit（QIAGEN, 中国）提取其微生物DNA. 随后紫外分光光度计ND-1000（Nano-Drop，美国）测样品DNA浓度，最后将DNA样品储存于-20 ℃冰箱，备用.
-
本研究使用Illumina Hiseq 2500 平台高通量测序技术进行分析，扩增细菌16S rRNA基因的V4区（上下游引物分别为515F: 5′-GTGCCAGCMGCCGCGGTAA-3′，806R: 5′-GGACTACHVGGGTWTCTAAT-3′），下游引物加上barcode用来区别不同样品. PCR扩增反应体系及其加热循环条件参照文献[20]. PCR产物经纯化回收、浓度测定并混库，送测序公司（诺禾，中国）进行测序. 测序原始序列使用Quantitative Insights Into Microbial Ecology （QIIME）进行分析[21]. 首先去除所有barcode、低质量及模糊序列，得到高质量目标区域序列，在97%的相似度水平上完成操作分类单元（Operational Taxonomic Units, OTU）[22]. 细菌Alpha多样性通过OUT、Chao1指数和 Shannon多样性指数表示每个样品内在多样性. Beta多样性采用基于Bray−Curtis距离的主坐标轴法分析. 测序数据已上传到美国国家生物技术信息中心（National Center for Biotechnology Information，NCBI）（SRP111095）.
-
水体和沉积物pH值采用pH仪（Fisher Scientific，美国）进行测定. 沉积物总氮（TN）和总碳（TC）使用C/N分析仪（Vario MAX C/N，德国）燃烧法完成. 水样过滤后准确量取9 mL于微波消解管中，加入1 mL硝酸后充分混合，使用微波消解仪（CEM Microwave，英国）进行消解，沉积物和鱼中重金属则使用硝酸-氢氟酸体系在微波消解仪内进行. 消解完成后溶液定容并过滤，待上机测定. 所有样品中As含量由电感耦合等离子体质谱（ICP-MS，美国）测定. 每批消解样品设置3个空白对照，及两个技术平行，样品间平行重复的偏差控制在10%以内. 同时，使用标准物质大虾GBW10050和黄棕壤GBW07403进行校准验证，样品回收率均在91.7%—108.1%之间，符合要求.
-
数据基本分析（均值，标准差，标准误等）采用Excel 2010 （Microsoft，美国）. 样品间显著性分析采用SPSS V 20.0完成（IBM，美国），其中单因素方差分析（one-way analysis of variance，one-way ANOVA）比较数据在0.05水平上的显著性，显著性检验的方法使用Tukey HSD检验. 其他数据绘图均由Origin Pro 8.5 （OriginLab，美国） 完成. 微生物数据分析主要基于R（version 3.4.3）绘制，如R中工具包vegan 2.3-1进行主坐标分析，Adonis test算法显示样品间细菌群落的差异.
-
本次实验沉积物，水体与鱼组织的理化性质如表1所示. 本实验的沉积物pH均值在7.84左右，呈弱碱性，且在各个处理组之间不存在显著差异（P > 0.05）. 对照处理组的水体pH（9.19）显著低于C-F处理组内水体pH（10.1；P < 0.05）. 同时，As处理组内水体pH为9.31，也显著低于As-F处理组内水体pH（10.2；P < 0.05）. 此外，砷的加入使沉积物、水体和鱼组织内的砷含量显著升高，如As-F处理组内鱼体内砷含量（0.34 mg·kg−1）是C-F处理组鱼体内砷含量（0.19 mg·kg−1）的1.8倍（P < 0.05）. 同时加砷后，水体砷浓度（2.22 μg·kg−1）显著提升到30.3 μg·kg−1（P < 0.05），其浓度也高于我国包装饮用水砷限量（10 μg·kg−1，GB 2762—2022）.
本实验中砷的添加显著增加了水体、沉积物及鱼组织内砷的含量，在陆地或水体生态系统已有大量相关报道，且与本研究结果一致[23 − 25]. 进入水体的砷，通过自然沉降、生物化学吸附等反应，形态发生转化，并不断蓄积在水体底部即沉积物中，鱼等生物体则通过接触、取食等途径，不断富集砷等污染物. 特别是本研究周期仅28 d，鱼组织内富集砷的浓度提高了近一倍. 值得注意的是，虽然少量的砷污染对鱼群体无直接毒害作用，但对其微生物影响不容忽视. 同时，鱼是水体生态系统中食物链的重要组成部分，可通过食用等途径，对人体产生潜在危害，因此仍值得长期关注.
-
通过对沉积物、水体和鱼等样品进行高通量测序，一共获得950276条高质量序列. 样本序列数值范围从45232条到67135条不等，每个样品的平均序列数为58638. 此外，根据序列97%的相似度进行判定后，共得到17437个OTUs，其中沉积物、水体和鱼细菌群落之间大约有11.9%的共享OTUs. 同时，发现沉积物、水体和鱼组织样品的细菌群落之间基于Bray-Curtis距离算法的主坐标分析显示，沉积物、水体和鱼等3种类型细菌群落沿着第一坐标轴和第二坐标轴彼此之间互相分离（Adonis test，P = 0.001；图1a），且第一和第二轴分别能够解释30.8%和19.8%的变异量. 另外，通过计算样品细菌的Shannon多样性可知，沉积物细菌多样性显著高于水体和鱼细菌多样性（P < 0.001；图1b），而水体和鱼样品之间的Shannon多样性指数差异不大（P = 0.2）.
沉积物、水体、鱼三者之间的细菌群落显著不同，这与三者自身组成及周围所处环境不同有关. 鱼从周围水体或沉积物环境中取食，其肠道特殊生境会对微生物进行筛选同化，使得鱼体内细菌多样性低于周围环境，类似的现象在陆地生态系统蚯蚓肠道也有发现[26 − 27]. 本研究模拟水体为城市自来水，城市管道水体经过混凝工艺、杀菌等处理，水体微生物多样性较低，且水体生物量较少，进一步抑制了水体细菌的生长. 而沉积物来源湖泊，富含有机质，且生物多样性较高. 这可能是沉积物细菌多样性高于水体的主要原因，类似的结果也出现在自然水体报道中[28 − 29].
从细菌群落的组成来看，沉积物和水体的细菌群落在门水平（phylum）上相似，优势菌群均为变形菌门（Proteobacteria，占比分别为50.2%和58.3%）、拟杆菌门（Bacteroidetes，分别为8.75%和16.7%）和放线菌门（Actinobacteria，分别为8.37%和7.90%）. 鱼中的优势菌群主要是变形菌门（Proteobacteria，73.1%）、厚壁菌门（Firmicutes，9.94%）和拟杆菌门 （Bacteroidetes, 5.26%；图2a）. 其中，沉积物和水体放线菌门的相对丰度接近，全部显著高于鱼组织内该菌丰度（0.93%；ANOVA，P < 0.01）. 厚壁菌门的相对丰度在沉积物（7.90%）和鱼（9.94%）中差异不大，其丰度分别是水体中该菌丰度的2.6倍和3.3倍 （P < 0.01）. 另外，在科（family）水平上沉积物、水体和鱼组织中存在一些显著性差异的细菌群落（图2b）. 鱼中丰度最高的是气单胞菌科（Aeromonadaceae，22.2%），且鱼类丰度均显著高于沉积物和水体中该细菌丰度（分别为0.03%和0.04%；P < 0.01）. 此类细菌属革兰氏阴性菌，生长在厌氧环境，气单胞菌可以分泌蛋白酶、淀粉酶、纤维素酶，有助于鱼对营养物质的消化吸收[30 − 31]. 鱼中着色菌科（Chromatiaceae，11.3%）丰度也显著高于沉积物和水体中对应细菌丰度（分别为0.12%和0.13%；P < 0.01）. 丛毛单胞菌科（Comamonadaceae）在沉积物和水体内的丰度最高，均为7.70%，丰度是鱼内细菌丰度的3.6倍（P < 0.01）.
沉积物、水体和鱼细菌群落之间大约有11.9%的共享OTUs，这说明三者生境之间存在一定联系. 在湖泊生态系统中，水体和沉积物可通过直接接触或经进食进入鱼体内，鱼肠道独特生境对其进入细菌进行一系列选择适应过程,最终附着在鱼的排泄物中,细菌再次进入水体和沉积物中,从而形成一个微生境物质循环系统[32 − 33]. 总的来说, 沉积物、水体、鱼三者间存在一定差异，但它们通过物质和细菌转化建立起密切关系,共同维持湖泊生态系统的生物多样性.
-
砷和鱼活动可以影响水体和沉积物中细菌群落的多样性，如鱼活动能显著增加沉积物细菌群落的物种丰富度指数（Observed OUT；P < 0.05；图3a），同样也增加了沉积物细菌群落的Chao1指数（图3b）. 但在砷和鱼交互活动的作用下，沉积物细菌群落多样性无显著变化（P > 0.05；图3a、3b）. 另一方面，鱼或砷单独作用下对水体细菌多样性影响不大，而鱼和砷交互作用可显著降低其群落多样性（P < 0.05；图3a、3b）. 此外，通过对水体和沉积物中细菌群落结构的PCoA分析，发现As处理和对照下水体细菌群落聚在一起，差异不大. 而鱼活动的介入使得水体细菌沿第一坐标轴显著分离（Adonis test，P = 0.001；图3c），该坐标轴解释了53.1%的变量. 同样的，砷的加入未能显著改变沉积物细菌群落结构，而鱼活动使得沉积物中细菌群落沿PCo1轴显著分离（P = 0.003；图3d），此坐标轴解释了32.9%的变异量.
沉积物中细菌多样性的增高可能与鱼类活动有关，如鱼类觅食活动会引起表层沉积物的再悬浮与营养盐类释放，从而提高沉积物整体养分生产力[34]. 同时鱼类排泄、游弋活动加速水体与表层沉积物之间的物质交换，改变水体和沉积物的理化性质，从而影响细菌群落结构与组成. 这也与国内外水库中鱼类活动的结果类似[35 − 36]. 而砷和鱼联合作用显著降低水体细菌多样性，砷作为有毒类金属元素，对水体细菌直接产生选择压力，降低细菌代谢等活动[37]. 同时鱼类活动直接取食水体细菌，降低其营养成分，这些可能是水体生物多样性降低的主要因素.
砷的添加和鱼的活动均能引起水体和沉积物中细菌组成的变化（图4）. 与对照相比，鱼活动使水体中黄杆菌属（Flavobacterium）和噬氢菌属（hydrogenophaga）的丰度显著增加（P < 0.05；图4a）.
砷和鱼的共同作用下，水体中黄杆菌属和红杆菌属（Rhodobacter）的丰度分别显著降低到0.16%和0.54%（P < 0.05）. 在沉积物细菌群落组成中，砷和鱼活动对黄色土源菌（Flavisolibacter）和溶杆菌属（Lysobacter）影响较小，其丰度均无明显变化（P > 0.05；图4b）. 鱼活动使得沉积物中浮丝藻属（Planktothrix）的丰度显著增高到2.08%，但砷的加入则显著降低该菌的丰度（0.41%，P < 0.05）. 砷和鱼活动的共同介入使得地杆菌属（Geobacter）和硫杆菌属（Thiobacillus）的丰度较对照显著增加（P < 0.05）.
鱼类活动对水体和沉积物中细菌群落差异性和组成的影响大于砷含量变化所产生的影响. 可能的因素如下，首先低浓度砷污染对周围环境细菌的抑制作用不明显，有报道称低浓度砷甚至能促进土壤微生物多样性的增高[38]. 已有研究报道，浓度高达74 mg·kg−1污染的砷对水环境下土壤细菌多样性影响不大，且作用显著低于pH[39]. 这些研究表明，低浓度砷对水体及沉积物细菌群落施加选择性压力较小，即对其细菌多样性影响有限. 其次，鱼类在活动过程中通过进食、排泄等活动影响周围环境，这在上文中已得到证实. 当然本研究所选收纳盒较小，鱼类活动范围有限，可能存在进一步夸大鱼类活动影响力的结果，需要在后续研究进一步验证.
-
（1）模拟湖泊生态系统中，沉积物、水体、鱼组织细菌群落存在显著差异，且沉积物细菌多样性显著高于水体和鱼组织. 沉积物和水体优势菌群为变形菌门、拟杆菌门和放线菌门.
（2）砷和鱼活动显著改变水体和沉积物细菌群落组成，同时可显著降低沉积物细菌多样性，这可为开展基于生物和化学联合扰动下湖泊水生态系统响应工作提供科学参考.
鱼和砷对湖泊水体和沉积物细菌群落的影响
Effects of fish and arsenic on bacterial communities in lake water and sediment
-
摘要: 湖泊是水体生物多样性的一个重要存储库，湖泊砷污染问题在全球范围内被广泛关注，然而鱼扰动和砷污染的联合作用对水体和沉积物微生物影响研究却很少报道. 鉴于此，本研究通过室内模拟湖泊生态系统，并采用高通量测序技术以探究鱼类活动和砷污染下湖泊水体和沉积物细菌群落的响应机制. 研究结果表明，沉积物细菌多样性显著高于水体和鱼组织中细菌多样性. 鱼和砷均能引起水体和沉积物细菌群落的改变，鱼和砷的共同作用可使沉积物细菌多样性显著降低，同时可导致水体中黄杆菌属（Flavobacterium）和红杆菌属（Rhodobacter）的含量显著降低. 这些结果有利于深入了解湖泊水体和沉积物细菌群落，为开展污染物和生物扰动联合作用下的生态风险研究提供科学依据.Abstract: Lake ecosystems are thought as an important reservoir of aquatic biodiversity, lake arsenic contamination is a growing concern for global safety and health. However, the combined effect of arsenic and fish disturbance on microbial communities in water and sediments are rarely reported. Herein, a microcosm experiment was used to explore the alteration of bacterial communities of lake water and sediment under fish activity and/or arsenic using Illumina sequencing analysis. The results showed that bacterial diversity in sediments was significantly higher than that in water and fish. Both fish and arsenic could cause changes in bacterial communities in water and sediments. In addition, co-exposure to arsenic and fish decreased significantly the bacterial diversity in sediments, also reduce observably the relative abundance of Flavobacterium and Rhodobacter in water. Our findings broaden the current scientific knowledge of the microbial communities in lake and sediment ecosystems, and provide scientific basis for ecological risk study under the combined effects of pollutants and biological disturbance.
-
Key words:
- lake /
- sediment /
- fish disturbance /
- arsenic pollution /
- bacterial diversity.
-
我国重金属的生产量与消费量与日俱增，这带来了一系列环境污染问题[1-3]. 铬（Cr）具有高毒性、普遍性和持久性，被美国环保署（EPA）列为首要污染物之一[4]. Cr一般以两种形式存在于环境中：Cr（Ⅵ）和Cr（Ⅲ）. Cr（Ⅲ）毒性较小且不溶，而Cr（Ⅵ）毒性是Cr（Ⅲ）的100倍，且具有高度的溶解性和流动性[5]，对人体有严重危害[6]. 全球大约80%的Cr被开采后用于冶金行业[7]，这些Cr废弃物的自然浸出会使得Cr（Ⅵ）在环境中迁移，造成污染[8]. 我国每年产出大量的Cr废弃物[9]，土壤中Cr含量平均值已达78.94 mg·kg-1[10]，高于规定要求，需要对Cr污染土壤进行有效治理.
零价铁（ZVI）具有比表面积大、反应活性高、还原能力强等优点，被广泛应用于Cr（Ⅵ）污染土壤的修复[11-12]. 黄铁矿（FeS2）常被用于吸附有机污染物和重金属，其成分为Fe2+和S22−还原基团，可以有效地促进Cr（Ⅵ）的还原与固定[13]. 但ZVI容易表面聚集，会降低其还原能力，且在施用过程中存在过度释放Fe的问题[14]，导致土壤孔隙度降低并引起骨料胶结，影响土壤结构[15]；天然黄铁矿表面钝化严重[16]，导致其与Cr（Ⅵ）反应较慢，这些问题限制了二者的应用. 生物炭（Biochar）是由富含碳的生物质在缺氧条件下热解产生的[17]，其原料来源广且价格低[18]，是一种环境友好型材料[19]. 生物炭表面官能团丰富，其中羟基、氧羧基和酚类官能团可与土壤中的污染物结合[20]，羧酸（COOH）、C=O等可与重金属结合[21]. 生物炭的多孔结构和大比表面积为重金属提供了可观的吸附位点[22]，可降低其在土壤中的迁移性[23]，已被广泛应用于土壤修复方面[24-25]. 此外，生物炭可作为ZVI等金属材料的载体[26]，起到分散作用，减缓钝化现象，有利于重金属污染的治理. 水热炭（Hydrochar）是指一定湿度的生物质在较低温度和一定压力下进行炭化得到的生物炭[27]. 相比热解炭，水热炭无需预处理，耗能低，产率高，孔隙结构发达，有机质含量更高[28-29]，对污染土壤具有良好的修复潜力. Teng等[30]利用Fe改性水热炭降低了土壤中Pb和Sb的生物有效性. Xia等[31]制备氨基改性水热炭，施用后土壤中Cu、Pb和Cd的生物有效性、淋溶毒性及在水稻中的富集量均不同程度下降. 然而相比于热解生物炭的广泛应用，水热炭针对特定土壤环境的改性应用研究较少，需要进一步进行实验探究.
机械球磨法[32]可将材料尺寸粉碎至纳米级，并使元素分布均匀，经济高效且操作简单. 本实验采用机械球磨法将ZVI、黄铁矿分别负载在玉米秸秆水热炭上，制备成两种铁改性水热炭，主要目的如下：（1）通过土壤提取实验，研究ZVI、黄铁矿、水热炭及改性炭对土壤中Cr的固定作用，并测定土壤中有效铁的含量，验证两种改性水热炭是否有助于解决过度释放Fe的问题；（2）通过土柱淋溶实验进一步探索改性水热炭对土壤中Cr的固化效能，分析土壤中Cr的纵向迁移规律，同时对实验材料进行表征分析，初步探究水热炭对Cr污染土壤的机制，得出最佳改性水热炭.
1. 材料与方法（Materials and methods）
1.1 土壤与材料
Cr污染土壤取自山东省某化工厂，土壤风干后，去除石子等杂质，研磨后过40目筛备用，同时取普通未污染土壤进行相同处理. 对两种土壤基本理化性质进行测定，结果见表1. 主要实验仪器见表2，实验所用零价铁（ZVI）平均粒径为48 μm；黄铁矿（FeS2）平均粒径为45 μm.
表 1 土壤理化性质Table 1. Soil physicochemical properties土壤Soil pH 有机质/（g·kg−1）Organic matter 阳离子交换容量/（cmol·kg−1）Cation exchange capacity 总铬/（mg·kg−1）Total chromium Cr（Ⅵ）/（mg·kg−1） 有效铁/（mg·kg−1）Available iron 污染土壤 8.49 ± 0.05 40.64 ± 0.05 21.84 ± 1.05 9540.51 ± 7.5 1059.51 ± 5 27.86 ± 2.51 未污染土壤 7.64 ± 0.05 20.51 ± 1.04 12.44 ± 0.75 ND ND 4.86 ± 1.05 注：ND未检出. ND, no detected. | Show Table
DownLoad:
CSV
表 2 主要实验仪器Table 2. Main experimental instruments名称Instrument name 型号Product model 厂家Manufacturer 火焰原子吸收分光光度计 ICE 3500 赛默飞世尔科技公司 行星式球磨仪 QXQM-80 长沙天创粉末技术有限公司 马弗炉 SX2-8-10Z 上海博迅实业有限公司医疗设备厂 反应釜 SLM100 北京世纪森朗实验仪器有限公司 恒温振荡摇床 SHA-CA 常州恒睿仪器设备制造有限公司 扫描电子显微镜 FEI Quanta 400 FEG 美国FEI公司 傅里叶变换红外光谱仪 TENSOR Ⅱ 德国布鲁克光谱仪器公司 X射线光电子能谱仪 K-Alpha 赛默飞世尔科技公司 | Show TableDownLoad:
CSV
1.2 生物炭的制备与表征
将玉米秸秆置于马弗炉中，在500 ℃下反应3 h，制得热解生物炭（BC）；将玉米秸秆与水以1:20的质量比混合后置于反应釜中，在300 ℃下反应1 h，制得水热生物炭（SBC）；将SBC分别与ZVI、黄铁矿以不同质量比置于球磨机中，以550 r·min−1运行3 h，制得不同炭铁质量比的ZVI改性水热生物炭（ZBC）和黄铁矿改性水热生物炭（HBC），所有制得的生物炭均过100目筛使其均质. 对改性水热炭的表面形貌、官能团以及施加到土壤前后的元素及价态的变化进行表征.
1.3 实验设计
1.3.1 土壤提取实验
（1）热解炭与水热炭对土壤中Cr赋存形态的影响
以8 g·kg−1 的投加量向20 g污染土壤分别投加BC、SBC，混匀后置于50 mL离心管，调土壤含水率为30%，静置15 d后采用Tessier法[33]对土壤的Cr进行提取分析，每个处理重复3次并作对照实验.
（2）改性水热炭对土壤中Cr固化效能的影响
以10 g·kg−1 的投加量向10 g污染土壤分别投加不同改性水热炭，混匀后置于锥形瓶中，再加入100 mL水后放置于摇床中，设置速度为120 r·min−1振荡48 h，分时间取上清液过0.45 μm滤膜后测定总铬浓度，每个处理重复3次并作对照实验.
（3）不同材料对土壤中Cr固化效能的影响
以不同投加量向20 g污染土壤分别投加不同材料，混匀后置于50 mL离心管，调土壤含水率为30%，静置15 d后测定土壤浸出液总铬浓度，并对投加ZVI、黄铁矿、ZBC和HBC的土壤有效铁含量进行测定，每个处理重复3次并作对照实验.
1.3.2 土柱淋溶实验
向Cr污染土壤中分别加入5 g·kg−1的ZBC和HBC，保持土壤含水率为30%，在恒温培养箱中培养20 d备用，并作未施加炭的对照实验（CK）. 土柱装置为高20 cm、内径4 cm的圆型有机玻璃柱，底部开口连接橡胶管，用于收集浸出液. 向土柱下层填充10 cm的未污染土壤，上层分别填充8 cm不同处理的污染土壤，每个处理重复3次. 从底部注水使土壤饱和后静置24 h，随后从顶部进行淋洗，淋洗液总体积为900 mL，采用间歇浸出法. 得到的浸出液过0.45 μm滤膜后测定总铬浓度. 实验结束后将土柱上下层分段取出，将上层土壤风干后过100目筛得到施加到土壤中的炭，并进行表征；测定下层土壤总铬与Cr（Ⅵ）浓度，观察Cr的纵向迁移性.
1.4 测定方法
土壤总铬浓度的测定参照HJ 491—2019，Cr（Ⅵ）浓度的测定参照HJ 1082—2019，土壤浸出液中总铬浓度的测定参照HJ 749—2015；土壤有效铁含量的测定采用火焰原子吸收分光光度法测定，测定前使用二乙基三氨五乙酸法浸提.
2. 结果与讨论（Results and discussion）
2.1 热解炭与水热炭对土壤中Cr赋存形态的影响
Tessier五步提取法可以把土壤中的Cr分为5种形态，这些形态按照生物利用度和其毒性大小由低到高依次为残渣晶格结合态（RES）、有机质及硫化物结合态（OM）、铁锰氧化物结合态（FeMnOx）、碳酸盐结合态（Cab）、金属可交换态（EXC）. 结果如图1所示，与对照土壤相比，施用生物炭处理促进了EXC、Cab和FeMnOx向OM和RES转化，土壤中Cr的稳定性提高，毒性下降. EXC、Cab和FeMnOx组分主要由可溶性高、交换性较强的重金属离子及其碳酸盐态组成[34]，这些组分的减少说明生物炭施用后土壤中Cr的稳定性提高. 除生物炭的吸附作用外[35]，生物炭与Cr（Ⅵ）的静电吸引以及与Cr（Ⅲ）的络合反应[36]也可能是Cr稳定性提升的原因. 而与BC处理相比，SBC处理后（OM+RES）组分占比增加更为显著，这表明水热炭对土壤中Cr的固定效果更好，可能是由于水热炭拥有更丰富的表面官能团，通过配位键等作用将重金属由活性状态转化为惰性状态[37].
图 1 BC、SBC施加后土壤中Cr的赋存形态Figure 1. Speciation of chromium in soil after application of BC or SBC2.2 改性水热炭对土壤中Cr固化效能的影响
按炭铁质量比2:1、1:1、1:2，将ZVI改性水热炭依次记作Ⅰ-ZBC、Ⅱ-ZBC、Ⅲ-ZBC，将黄铁矿改性生物炭依次记作Ⅰ-HBC、Ⅱ-HBC、Ⅲ-HBC. 由图2可知，施用改性水热炭均降低浸出液总铬含量. 其中施用Ⅰ-ZBC、Ⅱ-ZBC、Ⅲ-ZBC浸出液总铬浓度分别下降27.4%、29.7%、30.0%，彼此无显著差异；施用Ⅰ-HBC、Ⅱ-HBC、Ⅲ-HBC浸出液总铬浓度分别下降32.0%、33.4%、38.9%，整体处理效果优于ZBC，Ⅲ-HBC处理效果突出.
图 2 ZVI改性水热炭（a）、黄铁矿改性水热炭（b）对土壤中Cr固化效能的影响Figure 2. Effect of ZVI modified hydrochar （a） or pyrite modified hydrochar （b） on the immobilization efficiency of Cr in soil从图2中看出，Cr的释放过程分为两个阶段[38]. 第一阶段土壤表面吸附的Cr和土壤中迁移性较强的Cr（Ⅵ）迅速释放到溶液中，浸出液总铬浓度快速升高. 与对照实验（CK）相比，添加ZBC、HBC后总铬含量显著降低，且增长速率减缓. 在反应进行1 h后进入第二阶段，此时Cr的释放由土壤颗粒表面转为内部，释放速度降低. 施加ZBC、HBC的土壤浸出液总铬浓度在4 h达到最大值后呈下降趋势. 而未投加炭的对照组总铬浓度在6 h后变化趋于平稳，但仍呈上升状态. 因此，施加ZBC、HBC对土壤中的Cr有固定作用. 根据实验结果，选择处理效果较好的Ⅲ-ZBC和Ⅲ-HBC进行后续实验研究，后续提到的ZBC、HBC均为Ⅲ-ZBC、Ⅲ-HBC.
2.3 不同材料对土壤中Cr固化效能的影响
从图3可知，随材料投加量的增加，土壤浸出液中总铬含量整体均呈下降趋势. ZVI在投加量为8 g·kg−1时达到最佳处理效果，此时总铬含量为29.012 mg·L−1，与对照组相比降低27.5%. 增大投加量到10 g·kg−1时，总铬浓度反而上升，可能是高投加量下ZVI会因其磁性造成颗粒团聚，导致炭表面活性位点减少[14]. 且ZVI将Cr（Ⅵ）还原成Cr（Ⅲ）会在其表面形成氧化膜，阻碍活性位点与重金属接触[39]. 相比ZVI，黄铁矿处理效果更好，在投加量为8 g·kg−1时浸出液总铬含量降低到27.3 mg·L−1，与对照组相比降低31.8%. 在所有材料中，BC处理效果最差，投加量为10 g·kg−1时浸出液总铬含量仅降低13.4%，而SBC处理效果较好. 随SBC投加量的增加，其处理效果显著增强. 当投加量为10 g·kg−1时，浸出液总铬含量降低到26.4 mg·L−1，与对照组相比降低35.0%. 这可能是由于水热炭拥有更丰富的表面含氧官能团（如羧基、羟基等），对Cr有更强的吸附能力[40]. 两种改性水热炭处理效果更为优秀，且达到最佳处理效果所需投加量较低，节省材料使用量. 这可能是因为球磨改性后炭颗粒粒径变小，比表面积增大[41]，ZVI、黄铁矿较好地负载到炭骨架上，且铁颗粒的团聚现象减弱，增强改性炭对土壤中Cr的吸附和还原能力[26]. 在5 g·kg−1最佳投加量下，ZBC处理后浸出液总铬含量降低到26.0 mg·L−1，比对照组降低35.8%；而HBC处理效果最好，其浸出液总铬含量降低到24.5 mg·L−1，比对照组降低39.6%.
图 3 ZVI、黄铁矿、BC、SBC、ZBC、HBC对土壤中Cr固化效能的影响Figure 3. Effect of ZVI, pyrite, BC, SBC, ZBC, and HBC on the immobilization efficiency of Cr in soil施用ZVI、黄铁矿等进行土壤修复时存在Fe释放过度的问题[14]，因此对投加ZVI、黄铁矿、ZBC和HBC的土壤中的有效铁含量进行测定，结果如图4所示.
图 4 ZVI、黄铁矿、ZBC 和 HBC投加量对土壤有效铁含量的影响Figure 4. Effect of dosage of ZVI, pyrite, ZBC, and HBC on available iron content in soil随ZVI、黄铁矿投加量的增加，土壤中有效铁含量增加. 在最佳投加量8 g·kg−1的条件下，ZVI处理使土壤中有效铁含量增加40.1%，黄铁矿处理使土壤中有效铁含量增加10.1%. 而ZBC、HBC投加量的增加对土壤中有效铁含量影响较小，在投加量为5 g·kg−1的条件下，土壤中有效铁含量的分别增长0.6 mg·L−1和0.4 mg·L−1，涨幅均小于0.1%，有效解决Fe释放过度的问题.
2.4 改性水热炭的表征及固化土壤中Cr的机制分析
2.4.1 改性水热炭表面形貌及mapping分析
6种改性水热炭的表面形貌及对应的mapping测试结果见图5，可以看到经过球磨后，ZVI、黄铁矿在炭表面分散，炭的表面粗糙，结构不规则. 低铁炭掺杂比的炭存在着Fe元素分布较少或颗粒团聚的现象[14]，这可能会导致炭有效孔隙和活性位点减少，降低炭的吸附能力. 随着铁炭掺杂比增大，Fe元素重量百分比上升，分布愈发均匀. 这可能是由于较多ZVI、黄铁矿可与水热炭在球磨过程中更充分地相互摩擦和碰撞，通过球磨介质的作用，使其在生物炭断裂、变形过程中分布到生物炭的表面及孔隙结构中[26]，增加炭的活性位点，增强对Cr的吸附能力[42].
图 5 不同改性水热炭扫描电镜图及mapping图Figure 5. Scanning electron microscope （SEM） and mapping images of different modified hydrochar2.4.2 改性水热炭表面官能团分析
为进一步探究水热炭改性后对土壤中Cr的固定机理，对SBC和6种改性水热炭的红外特征峰进行分析（图6）. O—H等氧化还原活性官能团被认为是生物炭氧化还原能力的驱动力[17]，可与重金属阳离子交换[43]. 1730—1734 cm−1处羧基、醛、酮和酯类基团上的C=O峰和1612—1615 cm−1处C=C、C=O峰的强度随着铁炭掺杂比的增加而增大，说明改性后炭含氧官能团增加. C=O等含氧官能团可以为重金属提供大量结合位点，增加炭吸附能力，形成络合物[21]. 543 cm−1处为Fe—O的弱峰[44]，证明Fe与含氧基团结合，成功地负载在水热炭表面.
2.4.3 改性水热炭元素价态分析
对两种改性水热炭施加到土壤前后的样品进行XPS测定，结果如图7所示. 观察全谱图可得，二者全谱图中均存在Fe峰，说明Fe成功负载到炭骨架上，其中HBC表面还存在S元素. 炭在施加到土壤后全谱图中均出现Cr峰，且O峰的强度增加，说明改性水热炭可能将Cr吸附在表面并形成铁铬氧化物. 对比施加前后的Fe2p谱图，代表Fe（Ⅱ）的峰强度均下降，Fe（Ⅲ）峰强度相对增强，表明ZBC、HBC中的Fe对土中的Cr（Ⅵ）具有还原能力. 在HBC的Fe2p谱图中，代表FeS2[45-46]的峰强度前后变化明显，这表明FeS2参与了对Cr（Ⅵ）的还原. Cr2p谱图中在577—579 eV处存在代表Cr（Ⅲ）的多重轨道分裂峰[47]，表明炭表面存在Cr的氧化物和氢氧化物；在580 eV附近存在代表Cr（VI）的弱峰且拟合较差，进一步说明ZBC、HBC将污染土中的Cr（Ⅵ）还原成Cr（Ⅲ），炭表面不存在或存在极少量的Cr（Ⅵ）.
图 7 不同改性水热炭XPS谱图：Figure 7. XPS images of different modified hydrochar（a） ZBC施加到土壤前后的全谱图；（b） ZBC施加到土壤前的Fe2p谱图；（c） ZBC施加到土壤后的Fe2p谱图；（d） HBC施加到土壤前后的全谱图XPS谱图；（e） HBC施加到土壤前的Fe2p谱图;（f） HBC施加到土壤后的Fe2p谱图；（g） ZBC施加到土壤后的Cr2p谱图；（h） HBC施加到土壤后的Cr2p谱图（a） XPS survey of ZBC before and after it was placed to the soil; （b） Fe2p image of ZBC before it was placed to the soil; （c） Fe2p image of ZBC after it was placed to the soil; （d） XPS survey of HBC before and after it was placed to the soil; （e） Fe2p image of HBC before it was placed to the soil; （f） Fe2p image of HBC after it was placed to the soil; （g） Cr2p image of ZBC after it was placed to the soil; （h） Cr2p image of HBC after it was placed to the soil2.5 土柱淋溶实验
2.5.1 土壤淋溶液中Cr的释放
各土柱淋溶液中总铬累积含量变化如图8所示. 在淋溶初期，可溶态重金属快速释放到浸出液中[48]，淋溶液中的重金属累积量均快速增加，当淋溶液体积达到300 mL时，ZBC、HBC凭借表面官能团和优秀的吸附性能，将土壤颗粒内部释放的Cr（Ⅵ）还原为较稳定的Cr（Ⅲ）并吸附在炭表面，使得淋溶液中总铬含量的增长速率减缓，而CK淋溶液中的总铬含量一直呈快速上升状态. 实验结束时CK、ZBC、HBC淋溶液总铬含量分别为1700.22、1235.22、1031.49 mg·L−1. 与CK相比，ZBC、HBC总铬含量分别下降27.3%、39.3%，均表现出良好的Cr固定效果，降低了Cr的迁移性.
图 8 土柱淋溶液累积总铬含量变化Figure 8. Changes of cumulative total chromium content in soil column leaching solution土壤中重金属迁移、释放和转化的影响因素复杂，采用动力学模型拟合重金属的累积释放有助于了解过程，阐述机理. 双常数速率方程、抛物线扩散方程常用于描述土壤化学过程，表达式如下：
双常数速率方程：lny=a+blnx (1) 抛物线扩散方程：y=a+bx0.5 (2) 式中，y表示重金属释放量；x表示淋溶体积；a、b为常数.
双常数速率方程是一种经验方程，可用于反映重金属与土壤表面吸附亲和力的差异[49]. 而抛物线扩散方程常用于描述土壤内部物质的扩散，反映多个扩散机制共同控制的动力学过程[50]. 采用这两种方程对土壤中Cr的累积释放过程进行拟合，得到结果如图9、表3所示. 总的来说两种动力学模型均能较好地描述各土柱淋溶时释放Cr的动力学过程，这说明Cr在炭土环境中的释放机制复杂. 其中双常数速率方程对CK的拟合效果更为优秀，其模拟结果R2值为0.9985. 这说明未投加改性水热炭时，土壤表面吸附点位对Cr亲和力的差异较大，不能有效固定Cr. 抛物线扩散方程对ZBC和HBC的拟合效果更为优秀，其模拟结果R2值分别为0.9954、0.9887. 这说明投加改性水热炭后，土壤表面的Cr被有效吸附，淋溶液中的Cr主要来自于土壤颗粒内部的扩散作用.
图 9 双常数速率方程拟合图（a），抛物线扩散方程拟合图（b）Figure 9. Fitting figure of two-constant rate equation （a） and parabolic diffusion equation （b）表 3 总铬累积释放的动力学拟合结果Table 3. Kinetic fitting results of cumulative release of total chromium土柱Soil column 双常数速率方程Two-constant rate equation 抛物线扩散方程Parabolic diffusion equation a b R2 a b R2 CK 11.1507 0.7506 0.9985 −346.6836 69.6050 0.9882 ZBC 24.3499 0.5919 0.9900 −140.8598 49.7365 0.9954 HBC 32.3184 0.5203 0.9865 −41.4815 38.5962 0.9887 | Show TableDownLoad:
CSV
2.5.2 Cr在土柱中的纵向迁移
由图10可知，CK土柱中Cr表现出较强的纵向迁移性，在水的淋洗与重力沉降等作用下由上部污染土壤向下部未污染土壤迁移，最终CK土柱下部土壤中总铬浓度为1378.550 mg·kg−1，Cr（Ⅵ）浓度为197.802 mg·kg−1，污染严重. 与CK相比，施加ZBC和HBC后土柱下部土壤的总铬和Cr（Ⅵ）浓度明显下降，其中投加ZBC的土柱下部土壤中总铬含量相比CK降低31.4%，Cr（Ⅵ）浓度相比CK降低51.7%；投加HBC的土柱下部土壤中总铬含量相比CK降低56.3%，Cr（Ⅵ）浓度相比CK降低44.4%.
图 10 各土柱中总铬与Cr（Ⅵ）浓度Figure 10. Concentrations of total Chromium and Cr（Ⅵ） in each soil columnCr（Ⅵ）在土壤中的离子态主要为HCrO4−和CrO4−，由于污染土壤pH为8.49，偏碱性，HCrO4−更多地转变为CrO4−. 负载ZVI的ZBC会与CrO4−在土壤中发生以下反应[51]：
2CrO2−4+3Fe0+16H+→2Cr3++3Fe2++8H2O (3) CrO2−4+3Fe2++8H+→Cr3++3Fe3++4H2O (4) (1−x)Fe3++xCr3++3H2O→CrxFe1−x(OH)3+3H+ (5) 通过Fe0、Fe2+的还原能力，最终将Cr（Ⅵ）还原成Cr（Ⅲ），并形成CrxFe1-x（OH）3，固定在土壤中. 从反应式可以看出，酸性条件更利于反应进行，而本实验污染土壤偏碱性，这可能是导致ZBC施加后总铬浓度降低效果较HBC差的一个原因. 而负载黄铁矿（FeS2）的HBC则与CrO4−在土壤中发生以下反应[52]：
FeS2+CrO2−4+4H2O→Fe3++Cr3++2S0+8OH− (6) 4S0+4OH−→S2O2−3+2HS−+H2O (7) HS−+S0→S2−2+H+ (8) 且最终Fe3+与Cr3+会发生式（5）反应. 其中S0及其水解产物（S2O32−、S22−）可长期保持土壤对Cr（Ⅵ）的还原能力[52]. 结合XPS表征结果，可知HBC中的FeS2参加反应，而在整个氧化过程中，FeS2可向Fe3+和SO42−提供15个电子，更有利于对Cr（Ⅵ）的还原，故施加HBC后土柱总铬浓度下降明显，更多的Cr（Ⅵ）被还原成Cr（Ⅲ）固定在土壤中. 但ZBC施加后Cr（Ⅵ）浓度降低效果优于HBC，结合浸出液总铬浓度进行分析，可能是由于土壤偏碱性，ZBC与土壤中的Cr（Ⅵ）反应较缓，未完全反应的Cr（Ⅵ）随淋洗液的冲洗快速下沉，使得浸出液中总铬浓度明显升高，而土柱中Cr（Ⅵ）浓度下降. 总的来看，施加HBC后土柱及其淋洗液中的总铬浓度下降程度更大，说明其对污染土壤中的Cr具有更好的固定效果.
3. 结论（Conclusion）
（1）施加水热炭（SBC）使土壤中稳定性高、毒性低的有机质及硫化物结合态（OM）和残渣晶格结合态（RES）的Cr增加17%，处理效果优于热解炭（BC）.
（2）土壤提取实验表明，较大铁炭掺杂比（2:1）制备的改性水热炭ZBC、HBC在低投加量（5 g·kg−1）下对土壤中的Cr表现出更好的固定效果，与对照组相比其土壤浸出液中总铬浓度分别降低了35.8%、39.6%，既节省了材料用量，且不存在向土壤中过度释放铁的现象.
（3）土柱淋溶实验表明，Cr在炭土环境中的释放机制复杂，双常数速率方程对CK土柱拟合较好，表明未施加炭时，土壤表面吸附点位对Cr亲和力的差异较大，不能有效固定Cr；抛物线扩散方程对ZBC和HBC土柱拟合较好，表明投加炭后土壤表面的Cr被有效吸附，淋溶液中的Cr主要来自土壤颗粒内部的扩散作用.
（4）土柱实验结束后，ZBC土柱下部未污染土壤中总铬含量相比CK降低了31.4%，Cr（Ⅵ）浓度相比CK降低了51.7%；HBC土柱下部未污染土壤中总铬含量相比CK降低了56.3%，Cr（Ⅵ）浓度相比CK降低了44.4%. 结合表征结果可得，ZBC、HBC可吸附对土中的Cr，水热炭负载的Fe对土中的Cr（Ⅵ）具有还原能力，可将其还原成Cr（Ⅲ）固定在土壤中. HBC中存在FeS2，有效参与对Cr（Ⅵ）的还原，对污染土壤中Cr的固化效果更好. 此材料可为水热炭修复重金属污染土壤的应用提供思路与探索.
-
图 1 沉积物、水体和鱼细菌群落多样性分析
Figure 1. Analysis of bacterial diversity in sediment, water and fish
图 2 沉积物、水体和鱼细菌群落组成间的差异
Figure 2. Differences of bacterial community composition in sediment, water and fish
图 3 砷和鱼对水体和沉积物细菌多样性的影响
Figure 3. Effects of arsenic and fish on bacterial diversity in water and sediment samples
图 4 砷和鱼活动对水体和沉积物细菌组成的影响
Figure 4. Effects of arsenic and fish on bacterial community composition in water and sediment（Heatmap, a. water, b. sediment）
表 1 本实验体系的基本理化性质
Table 1. The basic physicochemical properties in this experimental system
体系Systems 指标Index C C-F As As-F 沉积物 pHN/%C/%As/ （mg·kg−1） 7.85 ± 0.0 a 7.87 ± 0.0 a 7.78 ± 0.0 a 7.86 ± 0.0 a 0.12 ± 0.1 a 0.13 ± 0.0 a 0.13 ± 0.01 a 0.13 ± 0.0 a 1.58 ± 0.0 a 1.56 ± 0.0 a 1.59 ± 0.0 a 1.60 ± 0.1 a 12.5 ± 0.2 b 12.6 ± 0.1 b 18.0 ± 0.2 a 17.5 ± 0.5 a 水体 pHAs/（μg·kg−1） 9.19 ± 0.0 b 10.1 ± 0.0 a 9.31 ± 0.1 b 10.2 ± 0.1 a 2.16 ± 0.1 b 2.27 ± 0.1 b 31.1 ± 1.2 a 29.6 ± 0.5 a 鱼 As/（mg·kg−1） — 0.19 ± 0.02 b — 0.34 ± 0.02 a 注：C表示空白对照组；C-F表示添加鱼的无污染组；As表示添加砷的无鱼处理组；As-F表示添加砷和鱼的处理组. 所有数据均以“均值 ± 标准差”表示，不同字母（ab）表示数据在四个处理间在0.05水平上存在显著差异. “—”表示无数据. Note: C represents the control treatment; C-F represents the control group with fish added; As represents the fish-free treatment with arsenic added; As-F represents the treatment with arsenic and fish added. All data are presented as “mean ± standard deviation”, and different letters （ab） indicate significant differences at the 0.05 level among the four treatments. “—” indicates no data.
下载: 导出CSV
-
[1] 张锋, 李自珍, 惠苍. 中国湿地物种多样性与生境面积关系及其生态学机理的模拟研究[J]. 西北植物学报, 2004, 24(3): 392-396. ZHANG F, LI Z Z, HUI C. Species-area relationship of Chinese wetlands and its theoretical simulation[J]. Acta Botanica Boreali-Occidentalia Sinica, 2004, 24(3): 392-396 (in Chinese).
[2] FILSTRUP C T, KING K B S, MCCULLOUGH I M. Evenness effects mask richness effects on ecosystem functioning at macro-scales in lakes[J]. Ecology Letters, 2019, 22(12): 2120-2129. doi: 10.1111/ele.13407 [3] 罗桂林, 田林锋. 基于WQI法的宁夏湖泊藻类爆发过程水环境质量变化及溯源探究[J]. 环境化学, 2021, 40((7): ): 2073-2082. doi: 10.7524/j.issn.0254-6108.2020100301 LUO G L, TIAN L F. Study on water environmental quality change and source tracing of algae bloom in lakes of Ningxia based on WQI method[J]. Environmental Chemistry, 2021, 40((7): ): 2073-2082 (in Chinese). doi: 10.7524/j.issn.0254-6108.2020100301
[4] QIN B Q, ZHANG Y L, DENG J M, et al. Polluted lake restoration to promote sustainability in the Yangtze River Basin, China[J]. National Science Review, 2022, 9(1): nwab207. doi: 10.1093/nsr/nwab207 [5] 郑焕春, 周青. 微生物在富营养化水体生物修复中的作用[J]. 中国生态农业学报, 2009, 17(1): 197-202. doi: 10.3724/SP.J.1011.2009.00197 ZHENG H C, ZHOU Q. Function of microorganism in bioremediation of eutrophic water[J]. Chinese Journal of Eco-Agriculture, 2009, 17(1): 197-202 (in Chinese). doi: 10.3724/SP.J.1011.2009.00197
[6] 于小彦, 张平究, 张经纬, 等. 城市河流沉积物微生物量分布和群落结构特征[J]. 环境科学学报, 2020, 40(2): 585-596. YU X Y, ZHANG P J, ZHANG J W, et al. Characteristics of distribution patterns of microbial biomass and community structures in the sediments from urban river[J]. Acta Scientiae Circumstantiae, 2020, 40(2): 585-596 (in Chinese).
[7] 范廷玉, 赵一凡, 王兴明, 等. 芜湖城市内河水体微生物群落结构特征及其影响因素[J]. 环境化学, 2022, 41(4): 1380-1391. doi: 10.7524/j.issn.0254-6108.2021090201 FAN T Y, ZHAO Y F, WANG X M, et al. Microbial community structure and its influencing factors in urban river water in Wuhu[J]. Environmental Chemistry, 2022, 41(4): 1380-1391 (in Chinese). doi: 10.7524/j.issn.0254-6108.2021090201
[8] 王慧婷, 孙靖宇, 王洪敏. 水生生物在水质监测中的应用研究[J]. 环境与发展, 2018, 30(4): 185-186. WANG H T, SUN J Y, WANG H M. Application of aquatic organisms in water quality monitoring[J]. Environment and Development, 2018, 30(4): 185-186 (in Chinese).
[9] MO Y Y, PENG F, GAO X F, et al. Low shifts in salinity determined assembly processes and network stability of microeukaryotic plankton communities in a subtropical urban reservoir[J]. Microbiome, 2021, 9(1): 128. doi: 10.1186/s40168-021-01079-w [10] 覃岚倩, 白少元, 张琴, 等. 人工湿地对抗生素复合污染的净化效果及微生物群落响应[J]. 生态学杂志, 2021, 40(2): 525-533. QIN L Q, BAI S Y, ZHANG Q, et al. Purification effect of constructed wetland on antibiotic compound pollution and the microbial community response[J]. Chinese Journal of Ecology, 2021, 40(2): 525-533 (in Chinese).
[11] 吴玲, 秦红益, 朱梦圆, 等. 太湖富营养化湖区秋季水体和沉积物中硝化微生物分布特征及控制因素[J]. 湖泊科学, 2017, 29(6): 1312-1323. doi: 10.18307/2017.0603 WU L, QIN H Y, ZHU M Y, et al. Distribution characteristics and controlling factors of nitrifying microorganisms in freshwater and sediment of eutrophic zones in Lake Taihu in autumn[J]. Journal of Lake Sciences, 2017, 29(6): 1312-1323 (in Chinese). doi: 10.18307/2017.0603
[12] 吴万富, 徐艳, 史德强, 等. 我国河流湖泊砷污染现状及除砷技术研究进展[J]. 环境科学与技术, 2015, 38(S1): 190-197. WU W F, XU Y, SHI D Q, et al. The arsenic pollution status of the rivers and lakes in China and the research progress on arsenic removal techniques[J]. Environmental Science & Technology, 2015, 38(Sup 1): 190-197 (in Chinese).
[13] 武广哲. 滆湖沉积物微生物多样性及其分布特性研究[D]. 上海: 华东理工大学, 2020. WU G Z. Study on microbial diversity and distribution characteristics of sediments in the Lake Gehu[D]. Shanghai: East China University of Science and Technology, 2020 (in Chinese).
[14] 张萍, 张菊, 邓焕广, 等. 南四湖菹草对上覆水和表层沉积物中汞和砷的富集特征[J]. 环境化学, 2022, 41(11): 3589-3598. doi: 10.7524/j.issn.0254-6108.2021071402 ZHANG P, ZHANG J, DENG H G, et al. Enrichment characteristics of mercury and arsenic by Potamogeton crispus in the overlying water and surface sediment of Nansi Lake[J]. Environmental Chemistry, 2022, 41(11): 3589-3598 (in Chinese). doi: 10.7524/j.issn.0254-6108.2021071402
[15] 宋梦萍, 杨常亮, 张璟, 等. 食物相暴露条件下尼罗罗非鱼对砷的累积与转化[J]. 环境化学, 2022, 41(6): 1897-1904. doi: 10.7524/j.issn.0254-6108.2021113002 SONG M P, YANG C L, ZHANG J, et al. Accumulation and transformation of arsenic in Oreochromis niloticus under food phase exposure[J]. Environmental Chemistry, 2022, 41(6): 1897-1904 (in Chinese). doi: 10.7524/j.issn.0254-6108.2021113002
[16] 包稚群, 丘克强. 关于我国砷污染现状与治理砷建议[J]. 云南冶金, 2019, 48(3): 60-64. BAO Z Q, QIU K Q. The current status and treatment suggestions of arsenic pollution in China[J]. Yunnan Metallurgy, 2019, 48(3): 60-64 (in Chinese).
[17] DENG F, ZHANG D W, YANG L T, et al. Effects of antibiotics and heavy metals on denitrification in shallow eutrophic lakes[J]. Chemosphere, 2022, 291: 132948. doi: 10.1016/j.chemosphere.2021.132948 [18] DALU T, CUTHBERT R N, MOYO S, et al. Invasive carp alter trophic niches of consumers and basal resources in African Reservoirs[J]. Science of the Total Environment, 2022, 813: 152625. doi: 10.1016/j.scitotenv.2021.152625 [19] 温超男. 鱼类生物操纵对水质影响的巢湖围隔试验[D]. 合肥: 安徽农业大学, 2020. WEN C N. Mesocosm experiment on the influence of biomanipulation on water quality in Lake Chaohu[D]. Hefei: Anhui Agricultural University, 2020 (in Chinese).
[20] ZHU D, MA J, LI G, et al. Soil plastispheres as hotpots of antibiotic resistance genes and potential pathogens[J]. The ISME Journal, 2022, 16(2): 521-532. doi: 10.1038/s41396-021-01103-9 [21] CAPORASO J G, KUCZYNSKI J, STOMBAUGH J, et al. QIIME allows analysis of high-throughput community sequencing data[J]. Nature Methods, 2010, 7(5): 335-336. doi: 10.1038/nmeth.f.303 [22] COLE J R, WANG Q, CARDENAS E, et al. The Ribosomal Database Project: Improved alignments and new tools for rRNA analysis[J]. Nucleic Acids Research, 2009, 37(suppl_1): D141-D145. [23] 高俊海, 马迎群, 秦延文, 等. 大伙房水库水体及沉积物砷总量及形态分布特征[J]. 环境科学学报, 2013, 33(9): 2573-2578. GAO J H, MA Y Q, QIN Y W, et al. Speciation and distribution characteristics of arsenic in overlying water, pore water and sediments of Dahuofang Reservoir[J]. Acta Scientiae Circumstantiae, 2013, 33(9): 2573-2578 (in Chinese).
[24] YANG F, XIE S W, WEI C Y, et al. Arsenic characteristics in the terrestrial environment in the vicinity of the Shimen realgar mine, China[J]. Science of the Total Environment, 2018, 626: 77-86. doi: 10.1016/j.scitotenv.2018.01.079 [25] 李欢, 张静丽, 张诗雨, 等. 四环素和砷对斑马鱼的联合毒性及机制[J]. 中国环境科学, 2021, 41(7): 3371-3380. doi: 10.3969/j.issn.1000-6923.2021.07.042 LI H, ZHANG J L, ZHANG S Y, et al. Combined toxicity and underlying mechanism of tetracycline and arsenic on zebrafish[J]. China Environmental Science, 2021, 41(7): 3371-3380 (in Chinese). doi: 10.3969/j.issn.1000-6923.2021.07.042
[26] WANG H T, LIANG Z Z, DING J, et al. Arsenic bioaccumulation in the soil fauna alters its gut microbiome and microbial arsenic biotransformation capacity[J]. Journal of Hazardous Materials, 2021, 417: 126018. doi: 10.1016/j.jhazmat.2021.126018 [27] ZHU D, DELGADO-BAQUERIZO M, SU J Q, et al. Deciphering potential roles of earthworms in mitigation of antibiotic resistance in the soils from diverse ecosystems[J]. Environmental Science & Technology, 2021, 55(11): 7445-7455. [28] HE Q, WANG S, HOU W G, et al. Temperature and microbial interactions drive the deterministic assembly processes in sediments of hot springs[J]. Science of the Total Environment, 2021, 772: 145465. doi: 10.1016/j.scitotenv.2021.145465 [29] ZHANG L Y, DELGADO-BAQUERIZO M, SHI Y, et al. Co-existing water and sediment bacteria are driven by contrasting environmental factors across glacier-fed aquatic systems[J]. Water Research, 2021, 198: 117139. doi: 10.1016/j.watres.2021.117139 [30] 冯雪. 草鱼和银鲫肠道产消化酶细菌的研究[D]. 武汉: 华中农业大学, 2008. FENG X. Study on digestive enzyme-producing bacteria in the intestinal tract of Ctenopharyngodon idellus and Carassius auratus gibelio[D]. Wuhan: Huazhong Agricultural University, 2008 (in Chinese).
[31] KIM P S, SHIN N R, LEE J B, et al. Host habitat is the major determinant of the gut microbiome of fish[J]. Microbiome, 2021, 9(1): 166. doi: 10.1186/s40168-021-01113-x [32] BALDO L, RIERA J L, SALZBURGER W, et al. Phylogeography and ecological niche shape the cichlid fish gut microbiota in central American and African Lakes[J]. Frontiers in Microbiology, 2019, 10: 2372. doi: 10.3389/fmicb.2019.02372 [33] ZHANG X Z, YOU Y, PENG F, et al. Interaction of microbiota between fish and the environment of an In-pond raceway system in a lake[J]. Microorganisms, 2022, 10(6): 1143. doi: 10.3390/microorganisms10061143 [34] JONES S E, JAGO C F. In situ assessment of modification of sediment properties by burrowing invertebrates[J]. Marine Biology, 1993, 115(1): 133-142. doi: 10.1007/BF00349395 [35] LEMMENS P, DECLERCK S A J, TUYTENS K, et al. Bottom-up effects on biomass versus top-down effects on identity: A multiple-lake fish community manipulation experiment[J]. Ecosystems, 2018, 21(1): 166-177. doi: 10.1007/s10021-017-0144-x [36] WANG L, CHEN J, SU H J, et al. Is zooplankton body size an indicator of water quality in (sub)tropical reservoirs in China?[J]. Ecosystems, 2022, 25(2): 308-319. doi: 10.1007/s10021-021-00656-2 [37] LI P, JIANG Z, WANG Y H, et al. Analysis of the functional gene structure and metabolic potential of microbial community in high arsenic groundwater[J]. Water Research, 2017, 123: 268-276. doi: 10.1016/j.watres.2017.06.053 [38] 朱永官. 农业环境中的砷及其对人体的健康风险[M]. 北京: 科学出版社, 2013. ZHU Y G. Arsenic in the agricultural environment and its potential risk to humans[M]. Beijing: Science Press, 2013(in Chinese).
[39] LI H Q, SHEN Y J, WANG W L, et al. Soil pH has a stronger effect than arsenic content on shaping plastisphere bacterial communities in soil[J]. Environmental Pollution (Barking, Essex: 1987), 2021, 287: 117339. -
点击查看大图
计量
- 文章访问数: 1245
- HTML全文浏览数: 1245
- PDF下载数: 19
- 施引文献: 0
