Influence of organic carbon and nitrate loading on partitioning between dissimilatory nitrate reduction to ammonium (DNRA) and N2 production

有機碳和硝酸鹽負載量對異化硝酸鹽還原銨 （DNRA） 和 N2 生產之間分配的影響

來源：Geochimica et Cosmochimica Acta 164 (2015) 146–160

 

一、摘要內容

摘要指出，生物可利用氮通過厭氧銨氧化（anammox）或反硝化作用從生態系統中移除，而異化硝酸鹽還原為銨（DNRA）則將其保留。目前對控制這些路徑分配機制的理解尚不充分。本研究通過操縱實驗，探討有機碳（C）和硝酸鹽（NO?）加載對分配的影響。實驗采集新英格蘭大陸架沉積物，部分添加凍干浮游植物（+C），部分不添加（-C），并將其制成薄盤置于大型水族箱中，施加高或低NO?加載（+N或-N），形成四種處理（-C-N, +C-N, -C+N, +C+N）。監測7周內無機氮（NH?、NO?、NO?）變化，并定期進行1?N標記實驗測量anammox、反硝化和DNRA的潛在速率。 tank中無機氮濃度動態指示了缺氧氮代謝，模型擬合表明DNRA與N?生產之間的分配與C分解速率和NO?還原速率之比（C/NO?）呈正線性相關，而非單獨取決于C分解。研究支持高有機碳加載是DNRA優于反硝化的前提，但N?生產在有機碳高時仍可能顯著，具體取決于NO?可用性。

二、研究目的

本研究旨在通過控制實驗，明確有機碳和硝酸鹽加載如何影響沉積物中硝酸鹽還原路徑（DNRA與N?生產）的分配。具體目的包括：

 

檢驗高有機碳加載是否促進DNRA而非反硝化（N?生產）。

量化NO?可用性在分配過程中的作用。

通過建模和實驗相結合，揭示C/NO?比率作為分配關鍵控制因素的機制。

 

評估anammox在實驗條件下是否顯著貢獻N?生產。

 

三、研究思路

研究采用多方法整合的實驗設計：

 

實驗設置：從羅德島海岸“泥灘”采集沉積物，篩分后分為添加有機碳（+C，加Chlorella藻類）和不添加（-C）兩組。沉積物被制成1.5毫米薄盤，置于封閉底部的水族箱中，箱內填充過濾并脫氧海水（通過N?/CO?曝氣維持缺氧條件）。設置高、低NO?加載（通過蠕動泵輸入），形成四處理組。

過程監測：在7周實驗期內，定期測量水族箱中NH?、NO?、NO?濃度變化；定期取出沉積物薄盤進行1?N同位素標記實驗（添加1?NO?? + 1?NH??或1?NH?? + 1?NO??），量化anammox、反硝化和DNRA的潛在速率。

模型擬合：基于tank中無機氮濃度數據，建立反應-運輸模型，推導代謝速率（如NO?還原、反硝化、DNRA、硝化）。

 

環境控制：使用丹麥Unisense微電極監測溶解氧，確保實驗處于缺氧狀態（O?濃度3–11 μM）。

 

四、測量數據及其研究意義（注明圖表來源）

研究測量了多類數據，其意義和來源如下：

 

水族箱無機氮濃度時序數據：定期測量NH?、NO?、NO?濃度隨時間變化。

 

研究意義：直接反映沉積物薄盤對氮的動態處理。例如，-C+N處理中NO?積累，+C+N處理中NO?被完全消耗，表明有機碳加載刺激了NO?消耗。NH?在+C處理中初期高產量后趨于平穩，顯示礦化作用受C加載驅動。

 

數據來源：這些濃度變化曲線展示在圖1（各處理組無機氮濃度時序圖）。

 

沉積物預培養vial中NH?生產速率數據：在20小時預培養后，測量無氮添加vial中的NH?產量，作為有機質礦化指標。

 

研究意義：提供C分解速率的間接估計。數據顯示+C處理NH?產量顯著高于-C處理，且隨實驗進行對數下降，表明添加的有機碳被快速利用。

 

數據來源：NH?生產速率與時間關系展示在圖2（預培養vial中NH?生產速率）。

 

潛在氮轉化速率數據（1?N標記實驗）：通過添加1?N底物，測量2?N?、3?N?（反硝化/anammox）和1?NH?（DNRA）的生產速率。

 

研究意義：量化不同路徑的活性。結果顯示，+C處理中DNRA速率（p1?NH?）顯著較高，而anammox（基于1?NH? + 1?NO?實驗）不顯著。反硝化（p3?N?）在+C+N處理中占主導。

 

數據來源：各路徑速率隨時間變化展示在圖6（1?N實驗中的p2?N?、p3?N?和p1?NH?）。

 

模型推導的代謝速率數據：通過擬合tank氮濃度數據，得出R1（NO?→NO?）、R2（反硝化）、R3（DNRA）、R5（硝化）等速率。

 

研究意義：提供凈轉化速率的系統視角。模型表明，在+C處理中DNRA比例高，且分配與C/NO?比率相關。

 

數據來源：模型速率總結在表3（各處理組的平均速率，包括C分解、NO?消耗等）。

 

有機碳分解與分配關系數據：分析%DNRA（DNRA占N還原的比例）與C分解速率或C/NO?比率的關系。

 

研究意義：驗證核心假設，表明高C加載和高C/NO?比率促進DNRA。例如，當C分解率 >50 nmol C mL?1 h?1時，DNRA占主導。

 

 

數據來源：%DNRA與C分解關系見圖8；與C/NO?比率關系見圖9。

 

溶解氧監測數據（使用丹麥Unisense電極）：使用Unisense OX100微電極定期測量水族箱中溶解氧濃度，范圍3–11 μM。

 

研究意義：確保實驗環境為缺氧狀態，這是厭氧氮循環過程（如DNRA、反硝化）發生的前提。數據顯示O?濃度低且穩定，排除氧氣干擾，保證觀測到的氮轉化由C/NO?加載驅動。

 

數據來源：該方法在“材料與方法”的“Experimental set up”段落描述，測量結果以文本形式報告（O?濃度范圍）。

 

五、結論

研究得出以下核心結論：

 

有機碳主導分配：高有機碳加載是DNRA優于反硝化的關鍵前提。在+C處理中，DNRA比例顯著升高，但N?生產在NO?可用性高時（+C+N）仍很重要。

C/NO?比率是關鍵控制因子：DNRA與N?生產的分配與C分解速率和NO?還原速率之比（C/NO?）呈正線性相關，而非單獨取決于有機碳量。高比率（>3）傾向于DNRA。

anammox作用不顯著：1?N實驗表明anammox對N?生產貢獻可忽略，推測觀察到的N?主要來自反硝化。

 

環境啟示：在富營養化系統中，高有機碳輸入（如藻華）可能通過促進DNRA增加氮滯留，而非反硝化脫氮，影響生態系統氮平衡。

 

六、使用丹麥Unisense電極測量數據的研究意義詳細解讀

在本研究中，使用丹麥Unisense公司生產的OX100溶解氧微電極監測的數據雖簡潔，但具有關鍵的研究意義：

 

確保實驗條件的有效性與可控性：Unisense微電極具備高精度和快速響應特性，能夠實時監測水族箱中的溶解氧濃度（3–11 μM）。這些數據確證了實驗環境始終處于缺氧狀態，這是DNRA、反硝化等厭氧氮循環過程發生的必要條件。若無此驗證，觀察到的氮轉化動態可能受氧氣波動干擾，導致結論不可靠。例如，若O?濃度升高，好氧過程（如硝化）可能主導，掩蓋厭氧路徑的真實響應。

支持模型假設和數據解讀：反應-運輸模型假設沉積物中主要發生厭氧代謝。Unisense提供的低氧測量數據為模型忽略好氧過程（如充分硝化）提供了合理依據，使模型推導的速率（如DNRA和反硝化）更聚焦于目標路徑。同時，穩定低氧環境解釋了為何tank中NO?能積累（如-C+N處理），因為缺氧條件抑制了好氧NO?氧化。

增強實驗的重復性與可比性：通過持續監測，Unisense數據確保了各處理組（如-C與+C）的氧化還原背景一致，使觀察到的差異（如+C中DNRA升高）可歸因于C/NO?加載，而非偶然的氧氣波動。這提升了實驗的內在效度，為后續統計分析和假設檢驗（如%DNRA與C分解的相關性）奠定了堅實基礎。

 

方法學上的必要性：傳統取樣測氧可能引入空氣污染，而Unisense電極的原位測量避免了此類誤差。其高可靠性使得研究能專注于核心變量（C和NO?）的效應，體現了嚴格控制條件下進行機制驗證的實驗設計優勢。

 

總之，Unisense電極數據在本研究中扮演了 “環境基準守護者”的角色。它雖未直接測量氮轉化，但通過量化并確認缺氧環境，為所有后續氮循環速率的數據解讀提供了可靠的化學背景，使“有機碳和硝酸鹽加載調控DNRA與反硝化分配”的核心結論更具說服力。