Dynamics of Benthic Nitrate Reduction Pathways and Associated Microbial Communities Responding to the Development of Seasonal Deoxygenation in a Coastal Mariculture Zone

沿海海水養殖區季節性脫氧發展的底棲硝酸鹽還原途徑和相關微生物群落動態

來源：Environ. Sci. Technol. 2023, 57, 15014?15025

 

摘要核心內容

 

本研究通過整合1?N同位素標記、實時定量PCR和高通量測序技術，探究了季節性脫氧對沿海養殖區沉積物硝酸鹽（NO??）還原途徑（反硝化、厭氧氨氧化、異化硝酸鹽還原為銨）及功能微生物群落的動態影響。核心發現包括：

 

反硝化主導氮損失：反硝化（DNF）是主要硝酸鹽還原途徑（46.26–80.91%），夏季脫氧期（溶解氧降至2.94 ± 0.28 mg/L）顯著提升反硝化和DNRA速率，厭氧氨氧化（AMX）則保持穩定（圖3a）。

 

 

功能基因響應：脫氧期一氧化二氮還原酶基因（nosZ）豐度上升（圖3d），其群落對脫氧敏感（Azospirillum和Ruegeria為優勢菌），而DNRA功能基因（nrfA）群落以Pelobacter為主且受脫氧影響較小（圖4a-b）。

 

 

驅動因素：底棲硝酸鹽還原過程受底部水體溶解氧（DO）、溫度、葉綠素a（Chl-a）及微生物基因豐度/群落組成的共同調控（圖5，表1）。

 

 

 

生態意義：季節性脫氧區是沿海生態系統的重要氮匯，對維持氮平衡至關重要（圖5j-l）。

 

研究目的

 

闡明脫氧對硝酸鹽還原路徑的影響：量化季節性脫氧期間反硝化、厭氧氨氧化和DNRA的參與度與動態變化。

 

解析功能微生物群落演替：揭示脫氧條件下功能基因（如nosZ、nrfA）的豐度與群落結構變化。

 

建立環境-微生物-過程的關聯：探究環境因子（DO、溫度、Chl-a）與微生物群落如何協同調控氮轉化路徑。

 

研究思路與技術路線

 

采用 多階段野外采樣與室內實驗結合 的策略：

 

采樣設計：

 

時空梯度：2017年5–11月采集山東半島養殖區7個站位的沉積物（圖1），覆蓋脫氧發展（7–8月）、消退（9月）和再氧合（11月）階段。

 

 

巖芯培養驗證：2023年4月通過完整巖芯培養模擬常氧（~8 mg/L）、輕度缺氧（~3 mg/L）和嚴重缺氧（~1 mg/L）條件（2.1節）。

 

分析方法：

 

過程速率：1?N標記法測定反硝化、厭氧氨氧化和DNRA速率（圖3）。

 

功能基因：qPCR定量nirS、nirK、nosZ、nrfA等基因豐度（圖3d-f）；Illumina測序分析nosZ和nrfA群落結構（圖4）。

 

環境參數：監測DO、溫度、Chl-a、沉積物TOC/TN等（圖2）。

 

 

數據整合：

 

統計模型：Spearman相關性分析（圖5）、逐步多元回歸（SMR）量化驅動因子貢獻（表1）。

 

機制圖解：構建脫氧發展不同階段的硝酸鹽還原路徑模型（圖5j-l）。

 

關鍵數據及研究意義

1. 硝酸鹽還原速率動態（圖3a-c）

 

數據：脫氧期（7–8月）反硝化速率升至峰值（15.22 nmol N cm?3 h?1），DNRA貢獻率（DNRA%）從6%增至23%。

 

意義：首次量化養殖區脫氧事件對氮損失的增強效應（反硝化↑59.3%），證實季節性脫氧區是重要氮匯（圖3g-h）。

 

2. 功能基因響應（圖3d-f, 圖4）

 

數據：脫氧期nosZ基因豐度顯著上升（4.71×10? copies/g），nosZ群落中Azospirillum（31.62%）和Ruegeria（18.26%）占比最高（圖4a）；nrfA群落以Pelobacter（60%）主導且穩定（圖4b）。

 

意義：揭示脫氧通過富集特定反硝化菌（如Ruegeria）提升氮損失能力，而DNRA菌（Pelobacter）的穩定性解釋其耐脫氧特性。

 

3. 環境-微生物耦合（圖5, 表1）

 

數據：SMR模型顯示DO解釋反硝化速率變異的54%（表1）；反硝化速率與Chl-a正相關（r=0.81, p<0.01），DNRA%與溫度正相關（r=0.62, p<0.01）（圖5c-e）。

 

意義：闡明藻源有機物（Chl-a↑）和升溫（↑）分別驅動反硝化和DNRA，為預測脫氧區氮循環提供參數化模型。

 

4. 巖芯培養驗證（圖3g-i）

 

數據：嚴重缺氧時（DO~1 mg/L），DNRA速率↑486%，反硝化速率↓40.6%（圖3i）。

 

意義：明確脫氧閾值效應——輕度缺氧促氮損失，嚴重缺氧則促氮保留（DNRA↑），指導養殖區溶解氧管理。

 

核心結論

 

脫氧增強氮損失：輕度脫氧（DO~3 mg/L）通過富集反硝化菌（如Azospirillum）提升氮移除59.3%，證實養殖區為重要氮匯。

 

DNRA的氧依賴性：嚴重缺氧（DO<2 mg/L）時DNRA取代反硝化成為主導路徑，增加系統氮滯留風險。

 

微生物群落驅動：nosZ群落對脫氧敏感且與反硝化速率強相關，nrfA群落穩定性維持DNRA功能。

 

管理啟示：控制養殖密度與有機物輸入，避免嚴重缺氧以維持脫氧區氮匯功能。

 

Unisense電極數據的專項解讀

技術原理與部署

 

型號與精度：丹麥Unisense OX-25微電極，測量精度<0.5%，實時監測溶解氧濃度（2.3節）。

 

應用場景：用于完整巖芯培養實驗（圖3g-i），通過調控氣體（空氣/N?混合）維持三種DO水平（常氧~8 mg/L、輕度缺氧~3 mg/L、嚴重缺氧~1 mg/L）。

 

關鍵發現與機制解析

 

脫氧閾值效應量化（圖3g-i）：

 

Unisense數據精準捕捉DO從3 mg/L降至1 mg/L時，反硝化速率從1.59 mmol N m?2 d?1降至0.94 mmol N m?2 d?1（↓40.6%），而DNRA速率從0.25升至1.22 mmol N m?2 d?1（↑386%）。

 

意義：首次在養殖沉積物中建立DO濃度與氮路徑轉換的定量關系，明確3 mg/L為反硝化/DNRA的臨界閾值。

 

實時動態關聯：

 

電極數據顯示DO<2 mg/L時，沉積物氧化還原電位（ORP）驟降（圖4關聯分析），觸發硫酸鹽還原菌（如Pelobacter）增殖，促進DNRA所需的還原環境。

 

意義：揭示“低DO→ORP↓→硫化物↑→抑制N?O還原酶→DNRA↑”的級聯機制（圖5j-l）。

 

研究意義

 

方法學創新：Unisense電極實現DO梯度的高分辨率控制，克服傳統培養實驗的氧控缺陷。

 

機制深度解析：量化脫氧程度對氮路徑的非線性影響，為“輕度脫氧增氮匯，重度脫氧增風險”提供實驗證據。

 

應用價值：指導養殖區溶解氧智能監測，優化曝氣策略以維持DO>3 mg/L，最大化氮移除效率。

 

總結：本研究通過Unisense電極精確量化脫氧程度對氮路徑的調控，結合微生物群落分析，揭示輕度脫氧通過富集反硝化菌增強氮匯功能，而嚴重脫氧則激活DNRA導致氮滯留。成果為沿海養殖區的脫氧防控與氮管理提供理論依據和技術支撐。