河口是N2O的重要来源。然而，由于较大的空间异质性和测量不连续，使得河口的N2O排放具有很大的不确定性。在严重的人为干扰下，微生物过程对N2O产生的主导作用存在争议。Cheng et al(2023)在Water Research上发表论文“Shifts in the high-resolution spatial distribution of dissolved N2O and the underlying microbial communities and processes in the Pearl River Estuary”，结合实时高分辨率测量和生物信息学分析，精确绘制了中国珠江口连续的二维N2O分布图，并揭示了其潜在的微生物机制。


文章简介


N2O浓度的水平分布和垂直分布都有很大差异。表层水的过饱和N2O浓度（9.1-132.2 nmol/L）沿河口盐度梯度下降，上游分布有多个排放热点。N2O垂直分布呈现出上游完全混合与下游不完全混合的显著差异，浓度随深度增加而恒定或变化。反硝化微生物和硝化微生物控制着PRE中N2O的产生和分布，其中反硝化作用起主导作用。nirK型和nirS型反硝化细菌分别是水柱和凯发k8国际首页登录柱中N2O的主要产生者。此外，底物浓度（NO3-和DOC）通过影响关键微生物过程来调节N2O的产生，而物理影响（水-质混合和盐楔）则重塑了N2O的分布。


丹麦Unisense氧化亚氮微电极应用

首先进行电极的极化。提前个12小时，打开微电极主机，插上电极，将极化电压调到开始，过夜极化，将室内温度控制在25度。将准备好的含有氧化亚氮饱和液的溶液0.1ml、0.2ml、0.5ml、以及2ml的N2O饱和水溶液加入到较量瓶中，放入电极，待信号稳定后测定，获取N2O的标准曲线。利用微电极测定反应器中产生的溶解态氧化亚氮的浓度。

图1中国珠江口地区的研究区域和实时高分辨率监测轨迹点。沿监测轨迹（红色曲线）采集了约27600个N2O浓度和环境参数（溶解氧(DO)、氧化还原电位(ORP)、盐度、浊度、pH值和温度）数据点。


研究目的


（1）采用16S rRNA基因测序和qPCR相结合的方法，对PRE内不同空间和环境介质中与N2O相关的微生物群落和功能基因进行表征。


（2）基于高分辨率N2O动态和潜在的微生物驱动机制，研究PRE中N2O的产生和分布过程，为从机理角度控制N2O排放提供科学支持。


研究结果

图2 N2O浓度和饱和度的二维高分辨率分布。地表水中溶解性N2O的浓度和饱和度（a）。溶解性N2O浓度分布的垂直剖面图（b）。

图3 PRE硝化与反硝化细菌的相对丰度及共生网络。各采样点硝化和反硝化细菌的相对丰度（a）。构建的微生物网络可视化：表层水（b）、底层水（c）和凯发k8国际首页登录（d）。根据拓扑作用绘制了表层水(e)、底层水(f)和凯发k8国际首页登录(g)中细菌群落的Pi-Zi图。

图4氨氧化和反硝化功能基因在PRE地表水（a）、底层水（b）和凯发k8国际首页登录（c）中的分布。

图5表层水（a）、底层水（b）和凯发k8国际首页登录（c）中环境变量、细菌群落和功能基因之间的关系。

图6氨氧化和反硝化群落对PRE N2O生成的驱动效应。PRE各采样点的氮代谢途径和强度（a）。结构方程模型（SEMs）显示营养浓度、环境因素和相关功能基因对水体中溶解N2O浓度的影响（b）。AOA amoA、AOB amoA、nirS和nirK基因丰度与水体中溶解性N2O之间的关系（c）。