人类活动加剧导致水体硝酸盐污染成为全球范围内的环境问题，河流中过量的硝酸盐将会对人体健康和生态环境造成严重危害，准确辨识来源是水体硝酸盐污染治理的首要环节。氮氧同位素（δ15N-NO3-，δ18O-NO3-）已广泛应用于水体硝酸盐来源和转化过程的示踪研究。然而，同位素分馏与传统的低频采样增加了源解析与转化过程示踪的不确定性。
我院研究人员李彩博士与李思亮教授等共同合作，利用西江河水高频次采样，并结合水化学、水文学、硝酸盐氮氧同位素与贝叶斯模型，在准确示踪河流硝酸盐来源与过程示踪方面取得新进展。
西江河水硝酸盐浓度及其氮氧同位素组成随河流流量呈显著的时间变化规律，同时雨季硝氮含量和同位素组成变异系数较大，表明过去传统的季节性采样所反应的信息是不准确的。综合同位素时空变化规律与反硝化分馏，贝叶斯同位素模型计算结果表明，丰水期NO3-主要来自于土壤有机氮和化肥，而枯水期硝酸盐主要来自污水排放和化肥。对西江过去35年的NO3-输出通量分析表明，上世纪末西江硝酸盐通量显著增长，而近些年NO3-输出通量呈下降趋势，表明环境治理减缓了单位面积的硝酸盐输出。
总体而言，利用高频采样与多元数学统计分析将有助于更加准确地定量解析硝氮来源时空规律与输出特征，为水体氮污染治理和水质提升提供更加准确的数据支持和科学依据。
文章信息: Cai Li, Si-Liang Li*, Fu-Jun Yue, Jing Liu, Jun Zhong, Zhi-Feng Yan, Ruo-Chun Zhang, Zhong-Jun Wang, Sen Xu. 2019. Identification of sources and transformations of nitrate in the Xijiang River using nitrate isotopes and Bayesian model. Science of the Total Environment. 646, 801-810.
全文链接：https://www.sciencedirect.com/science/article/pii/S0048969718328407
