高原湖泊溶解甲烷濃度空間異質性研究—以陽宗海秋季為例

鄭祥旺,陳 敏,3*,肖尚斌,3,王圣瑞,王雪竹,陳 巍,劉 佳,許浩霆

高原湖泊溶解甲烷濃度空間異質性研究—以陽宗海秋季為例

鄭祥旺1,2,陳 敏1,2,3*,肖尚斌1,2,3,王圣瑞4,5,王雪竹2,陳 巍2,劉 佳2,許浩霆2

(1.三峽庫區生態環境教育部工程中心,湖北 宜昌 443002；2.三峽大學水利與環境學院,湖北 宜昌 443002；3.三峽水庫生態系統湖北省野外科學觀測研究站,湖北 宜昌 443002；4:北京師范大學水科學研究院,北京 100875；5.云南省高原湖泊流域污染過程與管理重點實驗室,云南 昆明 650034)

以西南典型高原湖泊陽宗海為研究對象,于2020年11月應用新型快速水-氣平衡裝置(FaRAGE)及便攜式溫室氣體分析儀,開展了表層水體和垂向剖面溶解CH4濃度的高分辨率監測,揭示了溶解CH4濃度空間分布特征及影響因素.結果表明,陽宗海表層水體溶解CH4濃度為0.02～0.97μmol/L,表現為大氣甲烷的源.空間上呈現出南北高、中部低的分布特征,與水生植物分布、入湖河流輸出和水深等因素密切相關.湖泊不同區域垂向剖面溶解CH4濃度分布較為一致,湖心區CH4氧化消耗最為明顯.自展分析表明,基于少量樣點監測的CH4排放估算具有較大不確定性,準確估算陽宗海CH4擴散通量所需最小采樣點數量約為3.7個/km2,高空間分辨率的監測對于湖庫碳排放的準確估計十分必要.

溫室氣體；溶解濃度；空間分布；通量；陽宗海

湖泊作為淡水生態系統的重要組成部分,是CH4的重要排放源之一[1].Bastviken等[1]估計全球湖泊CH4年排放量為71.6Tg,遠高于2004年估計的6～36Tg[2].這種巨大差異不僅存在于全球尺度,單一湖泊的碳排放估計也存在較大不確定性[3-4].

目前估算單個湖泊水-氣界面CH4擴散通量通常采用薄邊界層法[5],CH4擴散通量主要受控于表層水體溶解CH4濃度和氣體傳輸速率,風速作為氣體傳輸速率的主控因子較容易監測,表層水體溶解CH4濃度的準確獲取是CH4通量估算的關鍵.現有研究多基于有限樣點溶解CH4濃度計算的CH4擴散通量均值乘以水域面積估算總擴散通量,但該方法缺乏對溶解CH4濃度分布空間異質性的考慮[6-7]. Xiao等[8]基于太湖29個采樣點的監測發現,藻類大量生長的梅梁灣溶解甲烷濃度高達0.13μmol/L,而中心湖區僅為0.02μmol/L.Yang等[9]監測研究則發現,通量計算中剔除排污區域監測點溶解CH4濃度數據,總CH4擴散通量將被低估69%,可見基于少數監測點的通量估算具有很大的潛在誤差.盡管部分研究者嘗試按照水深等自然地理特征對湖泊進行分區[10],通過分區面積加權平均估算擴散通量,但由于觀測點數量有限,某一分區內的實測均值很可能無法表征該區域的擴散通量真實水平.事實上,為評估溶解CH4濃度分布空間異質性對甲烷排放估算的影響,已有部分學者在水庫的研究中嘗試加密監測點和革新監測技術以獲得高空間分辨率的CH4濃度.例如,Yang等[9]基于傳統頂空平衡法在面積為5.2km2的文武砂水庫進行了108個樣點溶解CH4濃度加密監測,Paranaíba等[11]基于膜平衡器對巴西3個水庫溶解CH4濃度進行了高空間分辨率的走航式監測,兩項研究均表明,高空間分辨率的CH4濃度數據是準確估算CH4擴散通量的關鍵.

中國西南云貴高原湖泊眾多,在全球氣候變化的背景下,其碳排放問題成為國內外關注的焦點[12].本文以云貴高原湖區典型湖泊陽宗海為研究對象,應用新型快速水-氣平衡裝置(FaRAGE)[13-14]及便攜式溫室氣體分析儀原位高頻監測表層水體及垂向剖面中的溶解CH4濃度,并估算擴散通量,探討陽宗海溶解CH4濃度的分布規律和影響因子,通過將空間異質性因素納入考慮,以期為湖庫水域CH4排放更準確的估算提供參考.

1 材料與方法

1.1 研究區概況

陽宗海(102°59'～03°02' E、24°51'～24°58' N)地處云南省昆明市東南,湖面面積31.9km2(水位1770m時),平均水深19.5m,蓄水量6.04×108m3,換水周期13a[15].流域內有陽宗大河、七星河、擺衣河等河流匯水入湖,出水河道僅有湯池河.陽宗海流域地處亞熱帶高原季風氣候區域,多年平均降水量824.7mm,多年平均湖面蒸發量1161.7mm,多年平均溫度16.2℃[16].研究區域及監測點位置如圖1所示.

1.2 樣品采集與分析

于2020年11月9日白天在陽宗海進行走航監測,監測船以10km/h的速度航行并采用自吸泵連續取水,取水口位于水面以下20cm處,共設3個監測點進行垂向剖面監測.

圖1 走航軌跡及監測點分布

利用手持式氣象站(YGY-QXY,中國)監測風速和氣溫等氣象要素.溶解氧飽和度、電導率、葉綠素a、水溫、pH值和水深采用多參數水質分析儀(YSI- EXO,美國)進行測定.走航水深使用聲學多普勒流速剖面儀(RDI RiverRay ADCP,美國)測定,并同步記錄船只移動過程的地理坐標.

水體溶解CH4濃度及其穩定碳同位素監測分為表層水體和垂向剖面2個部分.水體溶解CH4濃度及其穩定碳同位素采用新型快速水-氣平衡裝置(FaRAGE)[13-14]及便攜式溫室氣體分析儀(Picarro G2301,美國)連續測定,待測水體和載氣(氮氣)以恒定流量進入水-氣平衡裝置,載氣形成的微氣泡與待測水體發生水氣交換并達到動態頂空平衡,該裝置具有響應時間短(12s)、測量精度高(誤差小于0.5%)的優點.選取S1、S2和S3共3個監測點進行垂向剖面監測,垂向剖面溶解CH4濃度及其穩定碳同位素監測使用潛水泵從水體表層到底層分層抽取水,采用相同方法測定不同深度水體溶解CH4濃度,且與多參數水質分析儀監測同步.

1.3 數據處理與統計分析

淡水中溶解氧飽和度計算公式為[17]:

式中:DO為溶解氧飽和度,%;DO為實測溶解氧質量濃度,mg/L;c為觀測溫度下的飽和溶解氧質量濃度,mg/L.計算公式為:

c=477.8/(+32.36) (2)

式中:為實測水溫,℃.

穩定碳同位素的組成利用公式(3)計算.

式中:sa和s1分別表示待測樣品和標準樣的同位素比值,13C/12C對應于國際標準ViennaPDB.

薄邊界層法計算水-氣界面氣體通量利用公式(4)計算:

式中:為水-氣界面擴散通量,mol/(m2·h);為氣體交換系數,cm/h;sat為該氣體相對于上方空氣而言平衡時表層水體中的濃度,mol/L;W為該氣體在表層水體中的濃度,mol/L.

為便于不同氣體傳輸速率的比較,采用式(5)對進行標準化[18]:

式中:c為給定氣體在相應溫度下的CH4的Schmidt數,本研究利用Wanninkhof等[19]提出的方法計算c;600是當Schmidt數為600時的氣體傳輸速率;是與風速相關的系數,由于所有10m高度的風速均小于<3.7m/s,本文中取值為2/3[20].

氣體傳輸速率600使用風速模型[21]計算:

式中:10為水面10m高處的風速,m/s,可由實測風速和觀測高度計算[22].

采用Spearman相關性分析探求表層溶解CH4濃度與各理化因子的相關性,使用自展分析進行重抽樣,評估數據樣本量大小對通量估算的影響.

2 結果與分析

2.1 環境因子

如表1和圖2所示,表層水體溶解氧飽和度為52.17%～75.93%,表現為南部湖區大于北部湖區;電導率為421.82～427.56mS/cm,湖泊北部大于南部;表層水體水溫為18.56～20.18℃,湖泊北部高于南部;葉綠素a濃度為1.82～12.37mg/L,空間上呈現南北高、中部低的特征;pH值為8.23～8.55,呈現弱堿性,南部湖區大于北部湖區,整個湖泊差異較小.

表1 層水體理化性質及溶解甲烷濃度(n=1554)

如圖3所示,受秋季氣溫、光照等氣象因素的影響,垂向上水溫均存在分層現象,但溫躍層深度和厚度有所差異.3個監測點溶解氧飽和度在0～6.0m先增大后減小,S1和S2監測點溶解氧飽和度在2.5m水深處達到最大值,S1監測點為71.71%,S2監測點為75.92%,而S3監測點在3.8m水深處達到最大值(73.50%),各監測點氧躍層以下溶解氧飽和度均維持一個穩定的低值(<15.01%).3個監測點垂向剖面中葉綠素a濃度最大值均位于3m水深附近,底部葉綠素a濃度均接近0,S2監測點葉綠素a濃度表現出雙峰現象.3處監測剖面電導率變化趨勢一致,在0～18.0m水深處保持穩定,而在18.0～20.0m快速上升.

圖3 垂向剖面中各水環境因子分布

2.2 CH4擴散通量和水體溶解CH4濃度分布

CH4擴散通量為0.61～4.85μmol/(m2×h),平均值為(1.38±1.03)μmol/(m2×h).表層水體溶解CH4濃度為0.02～0.97μmol/L,平均值為(0.14±0.15)μmol/L.CH4擴散通量和表層水體CH4濃度空間分布十分相似,均表現為南北高、中間低的特點(圖2a、2d).如圖4所示,各監測點垂向剖面溶解CH4濃度分布特征相似,但數值上存在較大差異.S1監測點表層水體溶解CH4濃度為0.43μmol/L,在0～18m水深處表現為先降低后增加,7m水深處達到最低值0.13μmol/L,18m水深以下溶解CH4濃度快速增加,在底層達到最大值104.98μmol/L.相較于其他監測點,S2監測點表層水體溶解CH4濃度最低(0.04μmol/L),在0～18m水深處溶解CH4濃度變化較小(0.04～0.03μmol/L),20m水深以下溶解CH4濃度快速增加,在底層達到最大值94.71μmol/L.S3監測點表層到底層溶解CH4濃度先降低后增加,表層水體溶解CH4濃度為0.12μmol/L, 0～3.0m水深處快速下降,最低值出現在5m水深處(0.07μmol/L),15m水深以下溶解CH4濃度快速增加,在底層達到最大值107.67μmol/L.

2.3 表層水體和垂向剖面中δ13C-CH4分布

表層水體13C-CH4為-60.75‰～-20.12‰,平均值為(-37.99±10.70)‰, 如圖2b所示,空間分布表現為南端和北端偏負,中部偏正.如圖4所示,3個監測點垂向剖面中13C-CH4表現出相似的變化趨勢.S1監測點13C-CH4為-31.07‰～-68.49‰,0～16m水深處13C-CH4變化較小(-31.07‰～-41.64‰),16～21m水深處13C-CH4快速下降,21m水深處13C-CH4為-67.28‰,底部21～22m水深處變化較小.S2監測點13C-CH4為-31.27‰～-66.73‰,0～15m水深處13C-CH4變化較小.15m水深以下13C-CH4快速下降,21m水深處13C-CH4為-66.67‰,21～25m水深處變化較小.S3監測點0～16m水深處13C-CH4變化較小(-31.27‰～-39.03‰),16～20m水深處13C-CH4快速下降,底部20～25m水深處13C-CH4保持穩定((-66.78±0.87)‰)

圖4 垂向剖面中溶解CH4濃度及13C-CH4分布

3 討論

3.1 溶解CH4濃度分布規律及主要影響因素

如圖2所示,溶解CH4濃度空間分布表現為南北高、中間低的特點.表層水體溶解CH4濃度與水深表現出極顯著負相關關系,因為水深是影響湖泊CH4氧化消耗和傳輸的重要因素.淺水區CH4濃度更高,原因在于風浪擾動更容易傳遞到湖泊底部.一方面,波浪引起強烈的壓力振蕩[23],增強沉積物孔隙水-上覆水的交換[24],減小沉積物-水界面擴散邊界層的厚度,導致沉積物擴散通量增加[25].另一方面,波浪引起顆粒再懸浮,導致孔隙水中的CH4直接向上覆水中釋放[26].

水溫是影響湖泊CH4分布的重要因素之一.一方面,水溫升高通過增加產甲烷菌和甲烷氧化菌活性提高甲烷產率和消耗速率[27-29],例如張成[30]的室內培養試驗表明,25℃時甲烷產率為15℃時的近10倍,15℃甲烷消耗速率為0℃時的1.77倍.另一方面,水溫升高會降低CH4在水體中的溶解度.由觀測結果可知, S1～S3 3個監測點垂向剖面中水溫分布基本一致(圖2),湖域表層水體水溫變化范圍為18.56～20.18℃(圖2f),而表層水體CH4濃度為0.02～0.97μmol/L(圖2a),雖然表層水體水溫與溶解CH4濃度表現出負相關(表2),但較小的水溫差異對CH4溶解度及CH4產生和消耗速率的影響十分有限,水溫并不是造成陽宗海溶解CH4濃度空間異質性的主要原因.

室內培養試驗表明,沉積物生成的CH4穩定碳同位素13C-CH4約為-70‰,CH4氧化伴隨著強烈的同位素分餾,較輕的12CH4優先被氧化,導致13C-CH4偏正[31].本次監測結果顯示,13C-CH4空間分布表現為南端和北端淺水區偏負,中部深水區偏正,表明中部深水區產自沉積物的CH4向表層水體傳輸路徑長,更多的CH4被氧化消耗,到達表層水體CH4較少[32],降低了表層水體溶解CH4濃度.由圖4可知, S1～S3三個監測點底層水體溶解CH4濃度遠高于中上層,且底層水體13C-CH4明顯偏負,表明大量產生于沉積物的CH4積累在底層.溫躍層附近CH4濃度快速下降,13C-CH4快速上升,表明CH4在溫躍層附近發生氧化,消耗了大量CH4并導致13C-CH4偏正.雖然S2和S3監測點水深相差較小,但S3監測點更靠近湖泊北部的淺水區,S2監測點則位于中心湖區,高濃度CH4由淺水區向中心湖區側向擴散傳輸的距離遠,CH4氧化消耗路徑加長使得更多的CH4被氧化,導致S2監測點中上層水體溶解CH4濃度遠低S3監測點.

湖泊水體分層是影響水體溶解CH4濃度的重要因素.湖泊水體分層結構的打破往往出現在季節性混合期.此期間積累在溫躍層以下的高濃度CH4由于水體的快速摻混而向上遷移,形成甲烷的快速排放期.Ferna?ndez等[33]在德國南部Mindelsee湖的研究發現,夏季水溫分層期間水體底部存儲的甲烷約46%在秋季湖水混合期被釋放,占到全年CH4擴散通量的80%.大風和降雨事件對水溫分層的擾動更為迅速[34],Mindelsee湖在秋季大風時期,淺水區底層儲存CH4快速進入混合層,而深水區受影響較小.由圖4可知,溫躍層之上垂向剖面中溶解CH4濃度雖然遠低于底層,但依然為過飽和,表現為S1>S3>S2監測點,其原因在于水體的垂向摻混導致底層高濃度CH4向中上層水體的遷移[23,35].本次監測正值湖泊水溫分層的消退期,隨著氣溫的降低,表層水溫持續下降,水體垂向摻混加劇,底層積累的部分CH4通過冷卻對流進入混合層,混合層內CH4的消耗量低于深層CH4的補給量,導致了混合層內CH4的過飽和.相較于S2和S3監測點,S1監測點水深小,表層擾動可傳遞到有著高濃度CH4的底層,促進底層儲存的CH4進入上層水體,提高混合層內溶解CH4濃度.

靠近岸邊的淺水區通常直接接收污水排放、降雨徑流和河流匯入,新鮮有機物的增加可能提高沉積物CH4產量[8].事實上污染物中新鮮有機碳的輸入可刺激表層沉積物中的CH4生成,也通過溶解的不穩定有機物(如乙酸鹽、丙酸鹽)的擴散刺激深層沉積物中的CH4生成[36].陽宗海北部入流河流為擺衣河,南部入流為陽宗大河和七星河(圖1),入流河流可能攜帶居民區的大量污水進入陽宗海.梅涵一等[37]對陽宗海流域農村水污染的調查研究表明,農村污水對陽宗海造成很大的污染風險.李楠[38]研究發現,陽宗海南部湖區表層沉積物總有機碳含量最高,指示南部入流可能攜帶大量有機物進入陽宗海,在南部湖區沉積,成為促進CH4產生的重要因素.

水生植物的生長對CH4的生成和傳輸有重要影響:一方面,水生植物氣孔組織可促進CH4從沉積物向水體的釋放[8];另一方面,水生植物生長和死亡帶來豐富的碳積累,促進沉積物CH4的產生[39].潘義宏[40]在陽宗海南部和北部電廠附近采集到金魚藻、黑藻、小葉眼子菜等水生植物,本次監測過程中在淺水區可觀察到大量沉水植物和水藻.陽宗海表層水體溶解CH4濃度與葉綠素a濃度呈現極顯著正相關關系(表2),與Wang等[41]在太湖的研究結論相似.新近研究表明,CH4可在湖泊有氧水體中產生,有氧水體缺氧微環境中的產甲烷古生菌產甲烷[42]、藻類的直接產生[43]和甲基膦酸酯脫甲基化[44]可能是產生此現象的原因.Gunthel等[45]在Stechlin湖進行的野外監測和室內培養試驗表明,藍細菌和硅藻等浮游植物可促進甲烷的生成,并伴隨著13C-CH4的偏正.本次監測結果顯示,中上層水體葉綠素a濃度的高值出現在3m水深處,但上層水體溶解CH4濃度的高值并未出現在這一水深處.S3監測點表層水體13C-CH4偏正,與上層水體溶解CH4濃度的高值位于同一水深處,但S1和S3監測點并未表現出相似特征.溶解CH4濃度、葉綠素a和13C-CH4的分布特征表明,陽宗海表層水體溶解CH4過飽和是否與有氧CH4產生有關,尚需要進一步的研究.

表2 陽宗海表層溶解CH4濃度與理化參數皮爾遜相關系數(N=1554)

注:*為<0.05,**為<0.01.

3.2 溶解CH4高空間分辨率監測的意義

薄邊界層法是一種被廣泛使用的水-氣界面擴散通量估算方法[46],而精確的表層水體溶解CH4濃度是進行通量估算的重要前提.現有研究中,多采用少數點位的監測代表湖泊整體水平[6-7],但是湖泊表層水體溶解CH4濃度往往具有很大的空間異質性[47].例如本次高空間分辨率的走航式監測發現,陽宗海表層水體溶解CH4濃度為0.02～0.97μmol/L,相差近48倍,這種空間分布上的巨大差異給水-氣界面擴散通量的估算帶來了巨大的潛在誤差.為進一步評估這種誤差,本研究采用自展分析進行了模擬采樣,探究采樣點數量的大小對通量估算的影響.本次走航式監測共獲得1554個表層水體溶解CH4濃度數據,采用薄邊界層法求得1554個擴散通量數據,自展分析即基于1554個通量值進行.以采樣點數量為5的第一組為例,從1554個通量數據中隨機提取5個不重復的數據并計算其平均值5,重復此過程1000次,得到1000個5,第2～6組的采樣點數量分別為10, 50, 100, 500和1000,計算方法與第1組一致.模擬采樣結果表明,平均CH4擴散通量的標準差從5個采樣點數量時的0.24μmol/(m2·h)持續下降到1000個采樣點數量時的0.01μmol/(m2·h)(圖5).由此可見,增加采樣點數量可以有效降低整個湖泊排放量估算的不確定性,高空間分辨率的表層水體溶解CH4濃度監測對于準確估算CH4擴散通量十分重要.

基于少數采樣點濃度監測的擴散通量估算在未來很長一段時間內仍然是不可缺少的,考慮到溶解CH4濃度的空間異質性,通量的準確估算往往需要大量采樣點的濃度數據,時間和人力等因素限制了采樣點數量的增加,如何通過最少的采樣點數量得到相對準確的通量估算成為亟待解決的問題.Paranaíba等[11]在大量監測數據的基礎上對巴西3個熱帶水庫進行了模擬采樣,發現水庫面積是影響單位面積所需最小采樣點數量的重要因素,這是因為初級生產力、營養狀態、匯流和淺水區沉積物CH4輸入的異質性對小型水庫擴散通量影響更大.然而針對湖泊最小采樣點數量的定量分析尚未見報道,本研究進一步采用自展分析進行模擬采樣,探討單位面積所需最小采樣量.自展分析數據為本次走航式監測結合薄邊界層法計算獲得的1554個擴散通量數據,且假定1554個擴散通量數據的均值為真實通量,模擬采樣將每平方公里所需最小采樣點數量設置為0.1～5公差為0.1的50個數,若模擬采樣計算所得95%通量值落在真實通量±20%范圍內,則認為滿足通量估算的精度要求.結果表明,相對準確估算陽宗海擴散通量所需最小采樣點數量約為3.7個/km2(圖6).雖然不同湖泊的空間異質性特征存在差異,但該結果能夠為湖庫水域甲烷濃度監測及通量估算提供科學參考.

圖6 相對準確估算陽宗海擴散通量所需的最小采樣點數量

4 結論

4.1 2020年11月10日陽宗海表層水體溶解CH4濃度為0.02～0.97μmol/L,表現為大氣甲烷的源.空間上呈現出南北部高,中部低的分布特征,與水生植物分布、入湖河流輸出和水深等因素密切相關.

4.2 監測期間存在水溫分層現象,湖泊不同區域垂向剖面溶解CH4濃度分布形式一致,高濃度的CH4積累在缺氧的底層水體中,底層CH4在向上擴散的過程中,氧化消耗作用明顯,上部混合層溶解CH4濃度受垂向摻混和側向輸移影響顯著.

4.3 基于1554個擴散通量數據進行的模擬采樣表明,采樣點數量的增加可以有效降低整個湖泊排放量估算的不確定性,基于少量采樣點監測數據進行CH4排放估算具有較大不確定性,相對準確估算陽宗海CH4擴散通量所需最小采樣點數量約為3.7個/km2,高空間分辨率的監測對于湖庫碳排放的準確估計是必要的.

[1] Bastviken D, Tranvik L J, Downing J A, et al. Freshwater methane emissions offset the continental carbon sink [J]. Science, 2011,331 (6013):50-50.

[2] Bastviken D, Cole J, Pace M, et al. Methane emissions from lakes: dependence of lake characteristics, two regional assessments, and a global estimate. Global Biogeochem Cycles [J]. Global Biogeochemical Cycles, 2004,18(4):GB4009.

[3] 張 佩,王曉鋒,袁興中.等.中國淡水生態系統甲烷排放基本特征及研究進展[J]. 中國環境科學, 2020,40(8):3567-3579.

Zhang P, Wang X F, Yuan X Z, et al. General characteristics and research progress of methane emissions from freshwater ecosystems in China [J]. China Environmental Science, 2020,40(8):3567-3579.

[4] 龔琬晴,文帥龍,王洪偉,等.大黑汀水庫夏秋季節溫室氣體賦存及排放特征 [J]. 中國環境科學, 2019,39(11):4611-4619.

Gong W Q, Wen S L, Wang H W, et al. Characteristics of greenhouse gas occurrence and emission in summer and autumn of Daheiting Reservoir [J]. China Environmental Science, 2019,39(11):4611-4619.

[5] Pighini S, Ventura M, Miglietta F, et al. Dissolved greenhouse gas concentrations in 40lakes in the Alpine area [J]. Aquatic Sciences, 2018,80(3):1-13.

[6] Zhang L, Liao Q, Gao R, et al. Spatial variations in diffusive methane fluxes and the role of eutrophication in a subtropical shallow lake [J]. Science of the Total Environment, 2021,22:1674–1682.

[7] Li B, Gu Q, Miao Y, et al. Methane distribution patterns along a transect of Lake Fuxian, a deep oligotrophic lake in China [J]. Environmental Science and Pollution Research, 2020,27(21):25848- 25860.

[8] Xiao Q, Zhang M, Hu Z, et al. Spatial variations of methane emission in a large shallow eutrophic lake in subtropical climate [J]. Journal of Geophysical Research-Biogeosciences, 2017,122(7):1597-1614.

[9] Yang P, Yang H, Sardans J, et al. Large spatial variations in diffusive CH4fluxes from a subtropical coastal reservoir affected by sewage discharge in southeast China [J]. Environmental Science & Technology, 2020,54(22):14192-14203.

[10] 張 斌.金沙江下游梯級水庫水體CH4、CO2分布與源匯特征研究[D]. 重慶:中國科學院大學(中國科學院重慶綠色智能技術研究院), 2019.

Zhang B. Rolubility and air-water fluxes of CH4and CO2of cascade reservoirs in lower reaches of Jinsha River [D]. Chongqin: University of Chinese Academy of Sciences, 2019.

[11] Paranaíba J, Barros N, Mendon?a R, et al. Spatially resolved measurements of CO2and CH4concentration and gas-exchange velocity highly influence carbon-emission estimates of reservoirs [J]. Environmental Science & Technology, 2017,52(2):607–615.

[12] Li B, Gu Q J, Miao Y Q, et al. Methane distribution patterns along a transect of Lake Fuxian, a deep oligotrophic lake in China [J]. Environmental Science and Pollution Research, 2020,27(21):25848- 25860.

[13] Xiao S, Liu L, Wang W, et al. A fast-response automated gas equilibrator (FaRAGE) for continuous in situ measurement of CH4and CO2dissolved in water [J]. Hydrology and Earth System Sciences, 2020,24(7):3871-3880.

[14] 王 煒,肖尚斌,雷 丹,等.快速監測水體溶解痕量氣體濃度的裝置及方法:中國[P]. 2018-07-09.

[15] 張玉璽,向小平,張 英,等.云南陽宗海砷的分布與來源[J]. 環境科學, 2012,33(11):3768-3777.

Zhang Y X, Xiang X P, Zhang Y, et al. Distribution and sources of arsenic in Yangzonghai Lake [J]. Environmental Science, 2012,33(11): 3768-3777.

[16] 鄧麗仙,孔桂芬,楊紹瓊,等.陽宗海湖泊水質與來水量的關系研究[J]. 水文, 2008,28(4):43-45.

Deng L X, Kong G F, Yang S Q, et al. Study on the relationship between water quality and water quantity of Lake Yangzong [J]. Journal of China Hydrology, 2008,28(4):43-45.

[17] 楊 凡,紀道斌,王麗婧,等.三峽水庫汛后蓄水期典型支流溶解氧與葉綠素a垂向分布特征 [J]. 環境科學, 2020,41(5):2107-2115.

Yang F, Ji D B, Wang L J, et al. Vertical distribution characteristics of dissolved oxygen and chlorophyll a in typical tributaries during the impoundment period of the Three Gorges Reservoir [J]. Environmental Science, 2020,41(5):2107-2115.

[18] J?hne B, Libner P, Fischer R, et al. Investigating the transfer processes across the free aqueous viscous boundary layer by the controlled flux method [J]. Tellus B, 1989,41(2):177-195.

[19] Wanninkhof R. Relationship between wind speed and gas exchange over the ocean [J]. Limnology and Oceanography: Methods, 1992, 12(6):1541-5856.

[20] Liss P, Merlivat L. The role of air-sea exchange in geochemical cycling [M]. Netherlands: Springer, 1986:113-127.

[21] Cole J, Caraco N. Atmospheric exchange of carbon dioxide in a low-wind oligotrophic lake measured by the addition of SF6 [J]. Limnology and Oceanography, 1998,43(4):647-656.

[22] Amorocho J, Devries J J. A new evaluation of the wind stress coefficient over water surfaces [J]. Journal of Geophgsical Research: Oceans, 1980,85(C1):433-442.

[23] Hofmann H, Lorke A, Peeters F. The relative importance of wind and ship waves in the littoral zone of a large lake [J]. Limnology and Oceanography, 2008,53(1):368-380.

[24] Precht E, Franke U Polerecky L, et al. Oxygen dynamics in permeable sediments with wave-driven pore water exchange [J]. Limnology and Oceanography, 2004,49(3):693-705.

[25] Lorke A, Peeters F. Toward a unified scaling relation for interfacial fluxes [J]. Journal of Physical Oceanography, 2006,36(5):955-961.

[26] Nielsen P. Coastal bottom boundary layers and sediment transport [Z]. World Scientific, 1992:343-345.

[27] Gudasz C, Bastviken D, Steger K, et al. Temperature-controlled organic carbon mineralization in lake sediments [J]. Nature, 466 (7305):478-481.

[28] Liikanen A, Fl?jt L, Martikainen P. Gas dynamics in eutrophic lake sediments affected by oxygen, nitrate, and sulfate [J]. Journal of Environmental Quality, 2002,31(1):338-349.

[29] Segers R. Methane production and methane consumption: A review of processes underlying wetland methane fluxes [J]. Biogeochemistry, 1998,41(1):23-51.

[30] 張 成.富營養化池塘甲烷排放過程與機制研究[D]. 武漢:中國地質大學, 2018.

Zhang C. On the process and mechamism of methane emission from eutrophic ponds [D]. Wuhan: China University of Geosciences, 2018.

[31] Barker J F, Fritz P. Carbon isotope fractionation during microbial methane oxidation [J]. Nature, 1981,293(5830):289-291.

[32] Lei D, Liu J, Zhang J, et al. Methane oxidation in the water column of Xiangxi Bay, Three Gorges Reservoir [J]. Clean-Soil Air Water, 2019,47(9):1863-0650.

[33] Fernandez J E, Peeters F, Hofmann H. Importance of the autumn overturn and anoxic conditions in the hypolimnion for the annual methane emissions from a temperate lake [J]. Environmental Science & Technology, 2014,48(13):7297-7304.

[34] Peter F, Bernward T, Ralf C. Oxidation of methane in the oxic surface layer of a deep lake sediment (Lake Constance) [J]. Fems Microbiology Ecology, 1990,73(2):149-158.

[35] Hofmann H, Federwisch L, Peeters F. Wave-induced release of methane: Littoral zones as a source of methane in lakes [J]. Limnology and Oceanography, 2010,55(5):1990-2000.

[36] Schwarz J I K, Eckert W, Conrad R. Response of the methanogenic microbial community of a profundal lake sediment (Lake Kinneret, Israel) to algal deposition [J]. Limnology and Oceanography, 2008,53 (1):113-121.

[37] 梅涵一,劉云根,梁啟斌,等.陽宗海流域冬季典型農村污水污染特征及水質評價[J]. 水資源保護, 2017,33(2):67-73.

Mei H Y, Liu Y G, Liang Q B, et al. Pollution characteristics and water quality evaluation of typical rural sewage in winter in Yangzonghai Lake Basin [J]. Water Resources Protection, 2017,33(2):67-73.

[38] 李 楠.陽宗海表層沉積物有機質的空間分布特征分析與環境評價[D]. 昆明:云南師范大學, 2017.

Li N. Analysis of spatial distribution characteristics and environmental assessment of organic matter in surface sediments of Lake Yangzong [D]: Kunming: Yunnan Normal University, 2017.

[39] Raghoebarsing A A, Smolders A J P, Schmid M C, et al. Methanotrophic symbionts provide carbon for photosynthesis in peat bogs [J]. Nature, 436(7054):1153-1156.

[40] 潘義宏.陽宗海大型水生植物對砷的吸收、富集特征及機理[D]. 昆明:昆明理工大學, 2011.

Pan Y H. Arsenic uptake, accumulation and possible mechanism in macrophytes growing in Yangzong Lake, Yunnan Province [D]. Kunming: University of Science and Technology, 2011.

[41] Wang H J, Lu J W, Wang W D, et al. Methane fluxes from the littoral zone of hypereutrophic Taihu Lake, China [J]. Journal of Geophysical Research-Atmospheres, 2006,111(D17):D17109.

[42] Bii-Ionescu M, Ionescu D, Günthel M, et al. Oxic methane cycling: New evidence for methane formation in oxic lake water [M]. Biogenesis of Hydrocarbons, 2019:379-400.

[43] Gunthel M, Donis D, Kirillin G, et al. Contribution of oxic methane production to surface methane emission in lakes and its global importance [J]. Nature Communications, 2019,10:5497.

[44] Carini P, White A E, Campbell E O, et al. Methane production by phosphate-starved SAR11chemoheterotrophic marine bacteria [J]. Nature Communications, 2014,5(1):1-7.

[45] Gunthel M, Klawonn I, Woodhouse J, et al. Photosynthesis-driven methane production in oxic lake water as an important contributor to methane emission [J]. Limnology and Oceanography, 2020,65(12): 2853-2865.

[46] Cole J, Caraco N F. Atmospheric exchange of carbon dioxide in a low-wind oligotrophic lake measured by the addition of SF6 [J]. Limnology & Oceanography, 1998,43(4):647-656.

[47] Hofmann H. Spatiotemporal distribution patterns of dissolved methane in lakes: How accurate are the current estimations of the diffusive flux path [J]. Geophysical Research Letters, 2013,40(11):2779-2784.

Spatial heterogeneity of dissolved methane in a plateau lake: a case study in Yangzonghai Lake in autumn.

ZHENG Xiang-wang1,2, CHEN Min1,2,3*, XIAO Shang-bin1,2,3, WANG Sheng-rui4,5, WANG Xue-zhu2, CHEN Wei2, LIU Jia2, XU Hao-ting2

(1.Engineering Research Center of Eco-environment in Three Gorges Reservoir Region, Yichang 443002, China；2.College of Hydraulic and Environmental Engineering, China Three Gorges University, Yichang 443002, China；3.Hubei Field Observation and Scientific Research Stations for Water Ecosystem in Three Gorges Reservoir,Yichang 443002, China；4.College of Water Sciences, Beijing Normal University, Beijing 100875, China；5.Yunnan Key Laboratory of Pollution Process and Management of Plateau Lake-Watershed, Kunming 650034, China)., 2022,42(2)：834～842

Near-surface and vertical profiles of dissolved CH4concentrations were measured at a high resolution using the new fast-response automated gas equilibrator (FaRAGE) connected to a greenhouse gas analyzer at Yangzonghai Lake in November 2020, to investigate the spatial pattern of dissolved CH4and its driving factors. Results showed that dissolved CH4concentrations of surface water ranged between 0.02 and 0.97μmol/L, indicating a net source of atmosphere CH4. The dissolved CH4was relatively higher in the north and south parts of the lake, but lower in the middle area, which was mainly influenced by aquatic plants distribution, discharge from inflow rivers and topographical conditions. Vertical profiles of dissolved CH4at different spots of the lake exhibited relatively consistent pattern, while CH4was more significantly oxidized in the middle section. The bootstrap analysis suggested that estimates of CH4emission derived from fewer measurements were subjected to potentially large biases, and the minimum number of sampling sites that guaranteed an accurate estimation of diffusive CH4flux at Yangzonghai Lake was 3.7per km2. It was necessary to perform high-resolution observations of CH4concentration for an accurate estimation of carbon emission from lakes or reservoirs.

greenhouse gas；dissolved concentration；spatial distribution；flux；Yangzonghai Lake

X524

A

1000-6923(2022)02-0834-09

鄭祥旺(1996-),男,湖北宜昌人,三峽大學碩士研究生,主要從事淡水生態系統碳循環研究.發表論文2篇.

2021-06-21

國家自然科學基金資助項目(41807513,51979148);湖北省自然科學基金創新群體項目(2019CFA032)

* 責任作者, 副教授, minchen@ctgu.edu.cn