石油污染场地土壤‒地下水系统介质场中微生物群落结构垂向分布和功能差异

Vertical Distribution and Functional Differences of Microbial Community Structure in the Soil⁃Groundwater System Media Field of a Petroleum Contaminated Site

摘要

重点行业场地土壤‒地下水有机污染是水土环境治理修复亟待解决的重要问题，微生物群落在土壤‒地下水系统中的分布对有机污染物迁移转化与生物降解具有重要作用.选取西北黄土高原某石化场地典型垂向剖面，基于16S rRNA基因高通量测序技术，精细刻画土壤‒包气带‒潜水含水层‒弱透水层连续非均质介质场中微生物群落结构、多样性的垂向分布特征及其代谢功能差异，揭示岩性、深度因素对微生物群落结构和功能垂向分布的影响.研究表明，土壤‒地下水系统介质场中微生物群落结构与多样性的垂向分布存在显著差异，并表现出不同的代谢功能和石油污染物降解模式.包气带层中的丙酸杆菌目、潜水含水层中的β-变形菌目既是优势菌种，又是组间的标志差异菌种，贡献了相关主要差异代谢功能.深度和岩性分别影响了不同的代谢功能，包气带、含水层及其下伏弱透水层中微生物以协同作用形式分别围绕芳香族化合物降解、暗氢氧化功能实现石油污染物的降解.

Abstract

Soil-groundwater organic pollution in key industrial sites is a critical problem to be solved urgently in restoration of water and soil environment. The distribution of microbial communities in the soil-groundwater system plays an important role in the migration, transformation and biodegradation of these organic pollutants. Taking a typical vertical profile of a petrochemical site in the Loess Plateau in Northwest China as an example, based on 16S rRNA gene high-throughput sequencing technology, this study finely describes the vertical distribution characteristics of microbial communities structure, diversity and their metabolic function differences in the soil-vadose zone-phreatic aquifer-aquitard continuous heterogeneous media field, and reveals the impact of lithological composition and depth on the vertical distribution of microbial community structure and function.The results suggested that there were significant differences in the vertical distribution of microbial community structure and diversity in the media field of the soil-groundwater system, which exhibited different metabolic functions and degradation modes of petroleum pollutants.Propionibacteriales in the vadose zone layer and Betaproteobacteriales in the phreatic aquifer were not only the dominant species, but also the biomarker species among the groups, which contributed to the main relevant different metabolic functions.Depth and lithology separately affected different metabolic functions. Microorganisms in the vadose zone, aquifer and its underlying aquitard acted synergistically to degrade petroleum pollutants with aromatic compounds degradation and dark hydrogen oxidation, respectively.

Graphical abstract

关键词

介质场 / 微生物 / 群落结构 / 代谢功能 / 地下水 / 土壤‒地下水系统 / 污染场地 / 黄土高原 / 水文地质.

Key words

media field / microorganisms / community structure / metabolic function / groundwater / soil⁃groundwater system / contaminated site / Loess Plateau / hydrogeology

0 引言

土壤‒地下水的有机污染已成为一个全球性的环境问题，不仅构成对土壤和地下水环境的持久性危害，还严重威胁着人体健康.在石化产业的生产活动中可能因生产设施的跑冒滴漏、地下储罐和地下管线泄漏、污染物无序排放、企业突发环境事件等造成严重的环境污染，修复有机污染场地是一个紧迫的现实问题（肖玉娜等，2020； Semenova et al.，2021；Sun et al.，2022；叶翔宇等，2022；张攀等，2022）.微生物广泛存在于自然界中，作为最丰富、最活跃的生命形式之一参与各种生物地球化学过程（Abdu et al.，2017；Karimi et al.，2018；Zhao et al.，2018；张攀等，2022）.自然环境中的微生物通常以“场”的形式与介质场、水动力场、温度场、化学场等发生耦合作用，发挥其在维护生态系统稳定性及物质循环中的重要功能（熊贵耀等，2022）.因此，微生物被视为有机污染物修复与管控策略的关键组成部分（Bruckberger et al.，2020；郭永丽等，2021；屈国颖等，2022）.

有机污染物通常从地表或浅层土壤中开始泄露下渗，在重力作用下于包气带中迁移，若泄露量足够多，非水相自由态会逐渐向下迁移至饱水带，在地下水面或渗透系数较低的相对隔水底板上积蓄，并在地下水对流‒弥散作用下形成有机污染羽.同时，下渗过程中，有机污染物非水相自由态与其气相、残留相、吸附相和溶解相发生着多相间的相互转化（Cavelan et al.，2022；Wang et al.，2023b）.土壤‒地下水系统中岩性及岩层组合的空间分布决定着介质场的孔隙度、渗透率、含水率、有机质含量等理化性质的空间变异性，进而影响着有机污染物的运移传输和多相分配（Stewart et al.，2022；Mineo，2023）.受温度、基质、电子受体、盐度和压力等多因素的综合影响，介质场中的微生物无论是群落结构还是生物量具有显著的空间变异特征（Lin et al.，2019；Ma et al.，2020）.同时，微生物通过直接降解转化有机物或改变介质理化性质和空间变异性，直接或间接地影响着有机污染物的运移、转化与赋存状态（Li et al.，2021；熊贵耀等，2022）.研究微生物群落结构及其功能在土壤‒包气带‒饱水带介质场剖面中的分布特征，对深入认识有机污染物迁移转化和指导场地修复具有重要意义.

关于污染场地中的微生物群落已开展了不少研究工作.基于石油污染场地不同土壤样品微生物的实验研究主要从污染降解微生物的分离培养及其降解能力分析等方面开展，如Ogutcu et al.（2022）采用基质辅助激光解吸/电离飞行时间质谱（Matrix⁃Assisted Laser Desorption/Ionization Time⁃of⁃Flight Mass Spectrometry， MALDI⁃TOF MS）方法鉴定了石油污染土壤中碳氢化合物降解的菌种；Liu et al.（2019）通过室内土柱实验（0~80 cm）分析了原油污染场地样品中微生物群落结构和代谢基因的变化情况，并发现Pseudomonas、Marinobacter、Lactococcus是主要的石油污染物降解细菌，对长链烷烃和多环芳烃的降解程度分别可达42.45%、34.61%；Wei et al.（2020）设定不同营养物质组合对石油污染降解菌的降解能力进行对比，发现生物质炭+N+鼠李糖脂生物表面活性剂一组虽然降低了样品中微生物群落多样性，但可显著提升总石油烃的降解程度.污染场地介质场中微生物群落结构的调查研究主要集中在土壤和地下水中微生物群落的时空分布与影响因素方面，涉及到污染场地类型（Bruckberger et al.，2021； Huang et al.，2021）、土壤类型（Wang et al.，2020）、土壤剖面深度（蔡萍萍等，2018；Gao et al.，2019；叶翔宇等，2022）和地下水类型（Ma et al.，2021；Xiao et al.， 2022；Wang et al.，2023a）等不同介质场条件，揭示了介质场及其关联的化学场、温度场和水动力场耦合作用下微生物群落结构与功能的响应机制.然而，关于土壤‒地下水系统连续非均质介质场剖面的微生物群落结构与功能差异研究鲜有报道.

黄土高原是我国重要的能源、化工基地，面临着开采、运输、储存和加工等环节中石油或石化产品泄露造成的污染问题.因此，本研究选取黄土高原某典型废弃炼油厂污染场地，以由粉土、圆砾、卵石等典型第四系沉积物组成的土壤‒包气带‒含水层‒弱透水层连续介质场为研究对象，从土壤‒地下水系统角度探究微生物群落结构的垂向分布特征与代谢功能，结合不同介质场的理化性质差异（如影响氧气和有机质含量等的深度因素）和空间异质性（如影响介质孔隙度、渗透率等的岩性因素）两方面阐述其差异机制.本研究旨在丰富有机污染场地土壤‒地下水系统的微生物场及影响机制的认识，为指导黄土高原石化污染场地修复提供依据.

1 材料与方法

1.1　研究区概况与样品采集

研究区位于西北黄土高原某废弃炼油厂的污染场地.该炼油厂始建于1970年，于2004年关停，主要生产汽油、柴油、液化石油气和少量煤油、石蜡，提供部分化工原料油.该污染场地属河流阶地型地貌单元，出露地层为全新统河流相堆积物，厚度为8~13 m，下部为白垩系泥岩.场地地下水主要为第四系松散岩类孔隙水，含水岩组主要为冲洪积含泥质砂砾卵石层，地下水水位为7.4~7.8 m.

2021年10月采集54个岩土样品，分别取自污染场地中6个钻孔（W1⁃W6）约10 m深的典型垂向剖面（图1），自上而下包括表层土壤、包气带的黄土状粉土、砂砾卵石含水层中的粉砂及其下弱透水层中的泥岩.用酒精消毒后的PVC管（外径为110 mm）进行采样，样品深度间隔约为1 m并兼顾岩性变化.采集后的岩土样品立即装入无菌采样袋中，野外及运输过程中干冰保存，实验室中-20 ℃冰柜中保存，7天内完成微生物16S rRNA基因高通量测序分析.由于6个钻孔剖面均匀分布在约2 000 m²的场地内，各钻孔污染情况相似，故选取其中一个钻孔（W3）作为代表进行沉积物样品石油烃（C10⁃C40）浓度的测试分析，测试结果如表1所示.介质场剖面石油烃浓度的变化范围为9~28 mg/kg，在土壤‒包气带中浓度随深度增加呈降低趋势；至地下水位波动带处，石油烃浓度显著升高至 25 mg/kg，含水层介质中浓度降低至17 mg/kg.

按照多孔介质场类型，钻孔剖面由浅至深的岩层可依次分为4组：土壤层、包气带层、潜水含水层、弱透水层，其中土壤层深度为0~2.5 m，包气带层深度为2.5~7.5 m，潜水含水层和弱透水层深度在7.5 m以下，构成介质场的岩性主要为粉土、卵石、圆砾、泥岩.

1.2　土壤微生物DNA提取、PCR扩增和高通量测序

使用Powersoil DNA Isolation Kit （MoBio Labories， Carlsbad， CA， USA）DNA试剂盒从0.25 g采样点土壤中提取DNA，采用细菌通用引物338F（5’⁃ ACTCCTACGGGAGGCAGCA⁃3’）和806R（5’⁃ GGACTACHVGGGTWTCTAAT⁃3’）扩增V3⁃V4可变区的16S rRNA基因序列，产物经1%琼脂糖凝胶电泳监测DNA的完整性和纯度合格后，将扩增产物送往上海派森诺生物科技有限公司进行高通量测序.采用Illumina平台对群落DNA片段进行双端（Paired⁃end）测序，利用QIIME2 （2019.4）软件调用DADA2方法进行质控、去噪、拼接、去嵌合体，合并扩增序列变体（Amplicon Sequence Variants，ASVs）和ASV表格，并去除singletons ASVs，采用Greengens数据库（http：//greengenes.secondgenome.com/）进行物种分类学注释.

1.3　数据处理与分析

在过滤掉低质量序列后，共得到微生物群落有效序列数3 666 161个，共包含36 518个ASV，45门，139纲，335目，573科，1 235属，其中叶绿体和线粒体基因序列相对丰度在各样品中远低于0.01%.将各采样点的ASV表抽平至数目为32 346个，基于抽平后的ASV表，使用Qiime2软件计算微生物群落的α多样性指数，计算Bray⁃Curtis距离用于β多样性分析.采用线性判别分析效应大小（Linear discriminant analysis Effect Size， LEfSe）分析比较物种丰度在不同分组之间的差异.利用16S rRNA基因序列对比FAPROTAX数据库注释代谢功能.使用R语言（R⁃4.1.2）（https：//cran.r-project.org/）绘制样品物种组成柱状图、α多样性指数箱型图，进行样品间的主坐标分析（Principal Components Analysis， PCoA）和代谢功能差异分析（Wilcoxon 检验），采用Spearman相关系数计算共发生网络的ASV相关性，保留相关性系数大于0.7、校准后p值小于0.01的节点连线.主要涉及到的R包括vegan、ggplot2、multtest等.利用Cytoscape（v3.8.2）进行细菌共发生网络图绘制.

2 结果

2.1　介质场剖面的微生物群落组成特征

按照组内相对丰度排名来筛选类群（叶翔宇等，2022），排名10位以后的细菌均合并为其他类.如图2a~2d所示，介质场剖面不同类型的介质层组的优势物种均为β⁃变形菌目（Betaproteobacteriales）、假单胞菌目（Pseudomonadales）、土壤红杆菌目（Solirubrobacterales）、根瘤菌目（Rhizobiales）、微丝藻菌目（Microtrichales）、丙酸杆菌目（Propionibacteriales）、黄单胞菌目（Xanthomonadales）、棒状杆菌目（Corynebacteriales），在样品中最高丰度分别约为75%、29.27%、42.07%、9.98%、41.55%、27.75%、18.92%和31.52%.结合附图1目水平下的LEfSe结果来看，包气带层中的丙酸杆菌目（Propionibacteriales）、潜水含水层中的β⁃变形菌目（Betaproteobacteriales）、弱透水层中的棒状杆菌目（Corynebacteriales）既是优势菌种，又是组间的标志差异菌种.从组内平均相对丰度来看（图2e），丙酸杆菌目（Propionibacteriales）在包气带中相对丰度最高（9.37%）， β⁃变形菌目（Betaproteobacteriales）在潜水含水层中相对丰度最高（44.37%），棒状杆菌目（Corynebacteriales）在弱透水层中相对丰度最高（4.97%）.

以各采样点ASV相对丰度0.1%为阈值，过滤调低于此阈值的ASV序列进行不同介质场分组下的共有ASV分析，结果如图2f所示，各介质层组的ASV数量分别为147、145、121和130，4组介质层之间共有数目为19个，占各组ASV总数目的比例约在12.9%~15.7%.两介质场之间共有ASV数目最多的为包气带层和潜水含水层，共计57个；共有ASV数目最少的为土壤层与弱透水层，共计27个.

2.2　介质场剖面的微生物群落多样性分析

α多样性用以反映组内微生物群落的组成状况（图3）.反映测序深度的指标（Goods_coverage）值均在0.99以上，表明本次测序均已基本覆盖所有环境样本中的物种.群落丰富度（Observed_species、Chao1）、均匀性（Pielou_e）、多样性（Shannon、Simpson）等指数在土壤层和潜水含水层之间存在统计学意义上的显著性差异.从箱型图分布来看，除 Goods_coverage 指数以外，其余多样性指数的上四分位数、中位数、下四分位数均表现出土壤层高于潜水含水层；虽然包气带层与潜水含水层及其下伏弱透水层之间无统计学意义上的显著差异，但是其多样性指数（Oberved_species、Chao1、Pielou_e、Shannon、Simpson）的上四分位数、中位数、下四分位数均高于潜水含水层及其下伏弱透水层.

β多样性反映不同组之间的微生物群落状况，主要从主坐标分析、层次聚类分析两方面展开.基于Bray⁃Curtis距离对所有样品点进行主坐标分析（PCoA），结果如图4所示，在主坐标（PCoA）分析中，尽管不同类型介质层组中存在些许重叠，但是在第一主轴上（PCo1=0.05处），土壤层与潜水含水层、弱透水层可清晰分开，反映了介质场剖面不同类型的介质层组间微生物群落存在显著差异.

采用Bray⁃Curtis距离，以目水平下微生物群落组成为特征对所有样品进行层次聚类，分析采样点之间的相似性.聚类结果将所有样品分为3类（图4b）：第一类和第三类均以土壤层、包气带层样品为主，其中第一类样品以粉土岩性为主，而第三类样品则主要为W3和W6钻孔包气带中夹有砾石层的样品.第二类则以潜水含水层、弱透水层样品为主，其β⁃变形菌目（Betaproteobacteriales）相对丰度高于其余两类样品，附图1目水平下的LEfSe结果中也表明潜水含水层中的β⁃变形菌目（Betaproteobacteriales）既是优势菌种，又是组间的标志差异菌种.

2.3　介质场剖面的微生物差异代谢功能分析

对比FARPROTAX数据库对样品点的微生物代谢功能进行分析，并得出目水平下各细菌的代谢功能贡献情况，采用Wilcoxon检验（p<0.1）比较不同介质场剖面的代谢功能差异情况，所得结果如图5所示.除潜水含水层与弱透水层在代谢功能上没有显著差异以外，其余层之间两两对比下均存在代谢功能上的差异，主要集中在化能异养、芳香族化合物降解、S循环、N循环、暗氢氧化等功能上.需氧化能异养功能（aerobic chemoheterotrophy）、化能异养功能（chemoheterotrophy）在土壤层、包气带层、潜水含水层中均呈现下降趋势，组内平均占比分别为30%、28%、20%以及36%、32%、23%.芳香族化合物降解功能（aromatic compound degradation）表现出包气带层高于土壤层.暗氢氧化功能（dark hydrogen oxidation）在弱透水层中占比最高，为6.4%，并总体呈现出饱水带层（潜水含水层、弱透水层）高于非饱和带层（土壤层、包气带层）.结合前文介质场剖面的优势菌种来看，β⁃变形菌目（Betaproteobacteriales）贡献的代谢功能数目最多，且基本贡献了S循环相关代谢功能；丙酸杆菌目（Propionibacteriales）则是对芳香族化合物降解功能贡献超过80%.

2.4　介质场剖面的微生物共发生网络分析

土壤层、包气带层、潜水含水层、弱透水层具有非常明显的垂向结构特征，其中，土壤层深度为0~2.5 m，包气带层深度为2.5~7.5 m，潜水含水层和弱透水层深度在7.5 m以下，因此从这3个深度角度构建共发生网络（图6），并利用Cytoscape（v3.8.2）中MCODE对共发生网络进行模块划分.从图中可以看出，自土壤层、包气带层、潜水含水层及其下伏弱透水层，微生物群落的共发生网络节点数目、连接数目基本呈现减小趋势，表明共发生网络的规模在逐渐减小.

土壤层的主要模块为Module 1，相应的枢纽节点为ASV_25560，隶属于β⁃变形菌目（Betaproteobacteriales）；周围的节点包含根瘤菌目（Rhizobiales）、β⁃变形菌目（Betaproteobacteriales）等，这些细菌均涉及到N循环的相关功能（图5f）.包气带层的主要模块为Module 1，相应的枢纽节点为ASV_36220，隶属于土壤红杆菌目（Solirubrobacterales）.该枢纽节点主要功能为硝酸盐还原作用（图5f），但是其周围的节点，如丙酸杆菌目（Propionibacteriales）、鞘脂单胞菌目（Sphingomonadales）等则均涉及到芳烃类或者石油类物质的降解作用（图5f）.潜水含水层及其下伏弱透水层的主要模块为Module 1，相应的枢纽节点（ASV 5119）隶属于柄杆菌目（Caulobacterales），其周围节点包含有β⁃变形菌目（Betaproteobacteriales）、丙酸杆菌目（Propionibacteriales）等.

3 讨论

土壤‒地下水系统为不同的微生物群落提供了广阔、复杂的栖息地，在空间异质性、时空变化性以及外部扰动（如人类活动造成的化学污染物排放）等因素的影响下，土壤‒地下水系统中的微生物群落结构和功能也呈现出相应变化（Griebler and Lueders，2009）.相关研究指出，沿着土壤、包气带、潜水含水层、弱透水层，微生物群落结构的垂向分布呈现出介质场性质依赖的特征，并且其组装过程由确定性和随机过程共同决定.其中深度通过影响氧气含量、pH值、营养物质水平（C、N、P、K）、温度等因素驱动微生物群落的组装过程（Sheng et al.，2021）.由长链烷烃、BTEX（苯、甲苯、乙苯和二甲苯）、PAH（多环芳烃）和沥青质等构成的总石油烃可随着降雨入渗至土壤‒地下水系统.在不同岩性造成的不同介质场固体颗粒粒径、孔隙度、渗透系数等因素的变化，可改变有机污染物的吸附动力学特征（Zhou et al.，2015）以及有机物迁移的地下水动力学条件（熊贵耀等，2022），对其流动性和滞留性产生影响.

本研究选择的石化污染场地年代久远，石油污染物已经进入地下含水层介质场（见表1），同时，土壤层与潜水含水层、包气带层与潜水含水层之间微生物群落结构上的差异（如图4a）造成了不同介质场之间微生物群落代谢功能的差异（如图5）.为深入剖析深度和岩性这两个反映不同介质场特性的重要因素对代谢功能的影响，本研究采用了Wilcoxon检验（p<0.1）比较了不同深度（如附图2）、不同岩性下（如附图3）的微生物代谢功能差异情况.其中需氧化能异养功能在不同深度、不同介质场之间均表现出显著差异；芳香族化合物降解功能在0~2.5 m与2.5~7.5 m（土壤层与包气带层）之间表现出显著差异；暗氢氧化功能在泥岩与其他岩性、不同介质场之间均表现出显著差异.因此，推测需氧化能异养功能、芳香族化合物降解功能主要受到深度因素的影响，而暗氢氧化功能则主要受到岩性因素的影响.

需氧化能异养功能随着深度增加呈现减小趋势，主要是受到氧气含量、介质场中有机质含量等影响，这一点内容与Liao et al.（2021）的研究相同.芳香族化合物降解功能主要由丙酸杆菌目（Propionibacteriales）贡献（如图5f所示），同时该菌既是组内优势菌种（如图2）又是差异标志菌种（如附图1），因此推测包气带是芳香族化合物降解的重要场所.芳香族化合物由于结构稳定，成分复杂，导致其降解困难，随降水入渗至潜水含水层，最终污染物可能会累积于地下水位波动带，在入渗过程中对微生物群落产生了显著的选择压力，在包气带形成了以具有芳香族化合物降解功能细菌为优势菌的群落结构.暗氢氧化功能主要由伯克氏菌科（Burkholderiaceae）贡献（如附图4），同时该菌也是泥岩中的优势菌（如附图5），其组内平均相对丰度是其余岩性分组的两倍以上（如附图5）.暗氢氧化功能与苯系物的生物降解存在关联（van der Zaan et al.，2012）.当石油污染物在饱水带中运移时，由于潜水含水层与弱透水层（泥岩）渗透系数上的差异，导致石油污染物易富集在渗透系数突变界面处（Zhang et al.，2014），并在水动力弥散、固体颗粒吸附等作用影响下进入弱透水层（泥岩），形成了以能适应此环境的伯克氏菌科（Burkholderiaceae）为优势菌种的微生物群落结构.

微生物通常表现出极强的共生特征，通过形成物质、能量交流密切的生态模块共同实现一系列生态功能（Xiao et al.，2022），不同介质场的共发生网络结构对差异代谢功能有着重要影响.包气带层主要模块（Module 1）（图6）中鞘脂单胞菌目（Sphingomonadales）能够利用硝酸盐作为电子受体（Zhu et al.，2020），以菲为碳源参与多环芳烃等石油污染物的降解（Sun and Badgley，2019）.由此可见，该模块反映了石油降解相关细菌与N循环相关细菌的协同作用，包气带中石油烃浓度的降低（见表1）与此共生作用可能存在一定关系.位于含水层及其下伏弱透水层主要模块（Module 1）（图6）中的伯克氏菌科（Burkholderiaceae）（属于β⁃变形菌目）能够适应石油污染的环境，与其他石油污染降解细菌、硝酸盐还原细菌协同作用，利用其氢化酶基因，对苯等石油污染物酵解的中间产物（醋酸盐、氢气）进行暗氢氧化，改变苯等石油污染的吉布斯自由能，克服热力学障碍，加速其降解速率（Rakoczy et al.，2011；van der Zaan et al.，2012），推测这种与暗氢氧化功能协同作用的模式是饱水带中苯等石油污染物的重要降解方式.

4 结论

（1）土壤‒地下水系统的介质场中微生物群落组成与多样性的垂向分布存在显著差异.目水平下的优势菌种基本相同，但在垂向剖面中的丰度不同，包气带层中的丙酸杆菌目、潜水含水层中的β⁃变形菌目既是优势菌种，又是组间的标志差异菌种.土壤层与潜水含水层α多样性指数存在显著差异，并表现出土壤层高于潜水含水层.β多样性和层间聚类结果均表明不同类型介质层组在剖面上差异显著.

（2）土壤‒地下水系统的介质场中垂向分布的微生物群落表现出不同的代谢功能.需氧化能异养功能、芳香族化合物降解功能可能受到深度因素的影响，暗氢氧化功能可能受到岩性因素的影响.丙酸杆菌目对芳香族化合物降解功能贡献超过85%，伯克氏菌科对暗氢氧化功能贡献超过90%.

（3）土壤‒地下水系统介质场中共发生网络主要模块内细菌的相互关系影响了石油污染物的降解模式.虽然包气带和饱水带（含水层及其下伏弱透水层）中细菌均以协同作用形式实现石油污染物的降解，但前者主要围绕芳香族化合物降解功能，后者则主要围绕暗氢氧化功能.

附图见本刊官网 https://doi.org/10.3799/dqkx.2023.156.

参考文献

[1] Abdu, N., Abdullahi, A. A., Abdulkadir, A., 2017. Heavy Metals and Soil Microbes. Environmental Chemistry Letters, 15(1): 65-84. https://doi.org/10.1007/s10311⁃016⁃0587⁃x

[2] Bruckberger, M., Gleeson, D., Bastow, T., et al., 2021. Unravelling Microbial Communities Associated with Different Light Non⁃Aqueous Phase Liquid Types Undergoing Natural Source Zone Depletion Processes at a Legacy Petroleum Site. Water, 13(7): 898. https://doi.org/10.3390/w13070898

[3] Bruckberger, M. C., Morgan, M. J., Bastow, T. P., et al., 2020. Investigation into the Microbial Communities and Associated Crude Oil⁃Contamination along a Gulf War Impacted Groundwater System in Kuwait. Water Research,170: 115314. https://doi.org/10.1016/j.watres.2019.115314

[4] Cai, P.P., Ning, Z., He, Z., et al., 2018. Microbial Community Distributions in Soils of an Oil Exploitation Site. Environmental Science, 39(7):3329-3338 (in Chinese with English abstract).

[5] Cavelan, A., Golfier, F., Colombano, S., et al., 2022. A Critical Review of the Influence of Groundwater Level Fluctuations and Temperature on LNAPL Contaminations in the Context of Climate Change. Science of the Total Environment, 806: 150412. https://doi.org/10.1016/j.scitotenv.2021.150412

[6] Gao, S., Liang, J. D., Teng, T. T., et al., 2019. Petroleum Contamination Evaluation and Bacterial Community Distribution in a Historic Oilfield Located in Loess Plateau in China. Applied Soil Ecology, 136: 30-42. https://doi.org/10.1016/j.apsoil.2018.12.012

[7] Griebler, C., Lueders, T., 2009. Microbial Biodiversity in Groundwater Ecosystems. Freshwater Biology, 54(4): 649-677. https://doi.org/10.1111/j.1365⁃2427.2008.02013.x

[8] Guo, Y.L., Zhang, C., Wu, Q., et al., 2021. Natural Attenuation Mechanisms of Petroleum Hydrocarbons in a Fractured Karst Aquifer. Earth Science, 46(6):2258-2266 (in Chinese with English abstract).

[9] Huang, L. P., Ye, J. Y., Jiang, K. M., et al., 2021. Oil Contamination Drives the Transformation of Soil Microbial Communities: Co⁃Occurrence Pattern, Metabolic Enzymes and Culturable Hydrocarbon⁃Degrading Bacteria. Ecotoxicology and Environmental Safety, 225: 112740. https://doi.org/10.1016/j.ecoenv.2021.112740

[10] Karimi, B., Terrat, S., Dequiedt, S., et al., 2018. Biogeography of Soil Bacteria and Archaea across France. Science Advances,4(7): eaat1808. https://doi.org/10.1126/sciadv.aat1808

[11] Li, X., Wen, Z., Zhan, H. B., et al., 2021. Laboratory Observations for Two⁃Dimensional Solute Transport in an Aquifer⁃Aquitard System. Environmental Science and Pollution Research International, 28(29): 38664-38678. https://doi.org/10.1007/s11356⁃021⁃13123⁃1

[12] Liao, W. F., Tong, D., Li, Z. W., et al., 2021. Characteristics of Microbial Community Composition and Its Relationship with Carbon, Nitrogen and Sulfur in Sediments. Science of the Total Environment, 795: 148848. https://doi.org/10.1016/j.scitotenv.2021.148848

[13] Lin, Y. B., Ye, Y. M., Hu, Y. M., et al., 2019. The Variation in Microbial Community Structure under Different Heavy Metal Contamination Levels in Paddy Soils. Ecotoxicology and Environmental Safety, 180: 557-564. https://doi.org/10.1016/j.ecoenv.2019.05.057

[14] Liu, Q. L., Tang, J. C., Liu, X. M., et al., 2019. Vertical Response of Microbial Community and Degrading Genes to Petroleum Hydrocarbon Contamination in Saline Alkaline Soil. Journal of Environmental Sciences, 81: 80-92. https://doi.org/10.1016/j.jes.2019.02.001

[15] Ma, Y., Zhao, H. Z., Shan, Q. J., et al., 2021. K⁃Strategy Species Plays a Pivotal Role in the Natural Attenuation of Petroleum Hydrocarbon Pollution in Aquifers. Journal of Hazardous Materials, 420: 126559. https://doi.org/10.1016/j.jhazmat.2021.126559

[16] Ma, Y. J., Wang, Y. T., Chen, Q., et al., 2020. Assessment of Heavy Metal Pollution and the Effect on Bacterial Community in Acidic and Neutral Soils. Ecological Indicators,117: 106626. https://doi.org/10.1016/j.ecolind.2020.106626

[17] Mineo, S., 2023. Groundwater and Soil Contamination by LNAPL: State of the Art and Future Challenges. Science of the Total Environment, 874: 162394. https://doi.org/10.1016/j.scitotenv.2023.162394

[18] Ogutcu, H., Kantar, F., Alaylar, B., et al., 2022. Isolation and Characterization of Hydrocarbon and Petroleum Degrading Bacteria from Polluted Soil with Petroleum and Derivatives by MALDI⁃TOF MS Method. Geomicrobiology Journal, 39: 757-766. https://doi.org/10.1080/01490451.2022.2074575

[19] Qu, G.Y., Li, M.J., Zheng, J.H., et al., 2022. The Promoting Effects and Mechanism of Nitrogen Conversion in the Sediments of Polluted Lake on the Degradation of Organic Pollutants. Earth Science,47(2):652-661 (in Chinese with English abstract).

[20] Rakoczy, J., Schleinitz, K.M., Müller, N., et al., 2011.Effects of Hydrogen and Acetate on Benzene Mineralisation under Sulphate⁃Reducing Conditions. Fems Microbiology Ecology,77(2):238-247.https://doi.org/10.1111/j.1574⁃6941.2011.01101.x

[21] Semenova, E.M., Babich, T.L., Sokolova, D.S., et al.，2021.Microbial Diversity of Hydrocarbon⁃ Contaminated Soils of the Franz Josef Land Archipelago.Microbiology,90(6):721-730.https://doi.org/10.1134/S0026261721060138

[22] Sheng, Y. Z., Li, G. H., Dong, H. L., et al., 2021. Distinct Assembly Processes Shape Bacterial Communities along Unsaturated, Groundwater Fluctuated, and Saturated Zones. Science of the Total Environment, 761: 143303. https://doi.org/10.1016/j.scitotenv.2020.143303

[23] Stewart, L. D., Chambon, J. C., Widdowson, M. A., et al., 2022. Upscaled Modeling of Complex DNAPL Dissolution. Journal of Contaminant Hydrology, 244: 103920. https://doi.org/10.1016/j.jconhyd.2021.103920

[24] Sun, S., Badgley, B. D., 2019. Changes in Microbial Functional Genes within the Soil Metagenome during Forest Ecosystem Restoration. Soil Biology and Biochemistry, 135: 163-172. https://doi.org/10.1016/j.soilbio.2019.05.004

[25] Sun, Y. J., Ding, A. Z., Zhao, X. H., et al., 2022. Response of Soil Microbial Communities to Petroleum Hydrocarbons at a Multi⁃Contaminated Industrial Site in Lanzhou, China. Chemosphere, 306: 135559. https://doi.org/10.1016/j.chemosphere.2022.135559

[26] van der Zaan, B. M., Saia, F. T., Stams, A. J. M., et al., 2012. Anaerobic Benzene Degradation under Denitrifying Conditions: Peptococcaceae as Dominant Benzene Degraders and Evidence for a Syntrophic Process. Environmental Microbiology, 14(5): 1171-1181. https://doi.org/10.1111/j.1462⁃2920.2012.02697.x

[27] Wang, J. L., Zhang, Y. L., Ding, Y., et al., 2023a. Comparing the Indigenous Microorganism System in Typical Petroleum⁃Contaminated Groundwater. Chemosphere, 311: 137173. https://doi.org/10.1016/j.chemosphere.2022.137173

[28] Wang, Y., Bian, J. M., Sun, X. Q., et al., 2023b. Sensitivity⁃Dependent Dynamic Searching Approach Coupling Multi⁃Intelligent Surrogates in Homotopy Mechanism for Groundwater DNAPL⁃Source Inversion. Journal of Contaminant Hydrology, 255: 104151. https://doi.org/10.1016/j.jconhyd.2023.104151

[29] Wang, X. S., Guan, X. Y., Zhang, X. J., et al., 2020. Microbial Communities in Petroleum⁃Contaminated Seasonally Frozen Soil and Their Response to Temperature Changes. Chemosphere, 258: 127375. https://doi.org/10.1016/j.chemosphere.2020.127375

[30] Wei, Z., Wang, J. J., Gaston, L. A., et al., 2020. Remediation of Crude Oil⁃Contaminated Coastal Marsh Soil: Integrated Effect of Biochar, Rhamnolipid Biosurfactant and Nitrogen Application. Journal of Hazardous Materials, 396: 122595. https://doi.org/10.1016/j.jhazmat.2020.122595

[31] Xiao, X., Zheng, Q. R., Shen, R. F., et al., 2022. Patterns of Groundwater Bacterial Communities along the Petroleum Hydrocarbon Gradient. Journal of Environmental Chemical Engineering, 10(6): 108773. https://doi.org/10.1016/j.jece.2022.108773

[32] Xiao, Y.N., Zhong, X.L., Wang, B.C., et al., 2020.Microbial Community Structure and Function and Their Influencing Factors in the Soil of Horqin Area of Tongliao City, Inner Mongolia. Earth Science, 45(3):1071-1081 (in Chinese with English abstract).

[33] Xiong, G.Y., Wu, J.C., Yang, Y., et al., 2022. Microbial Fields and Multi⁃Field Coupling in Organic Contaminated Soil⁃Groundwater Systems. Earth Science Frontiers, 29(3): 189-199 (in Chinese with English abstract).

[34] Ye, X.Y., Chen, X.X., Yu, B., et al., 2022. Pollutant Distribution and Microbial Characteristics at a Petrochemical Site in the Yangtze River Economic Belt. Earth Science Frontiers,29(3): 239-247 (in Chinese with English abstract).

[35] Zhang, P., Xie, X.J., Li, Q.H., et al., 2022. Microbial Community Structure and Its Response to Environment in Mangrove Sediments of Dongzhai Port. Earth Science, 47(3): 1122-1135 (in Chinese with English abstract).

[36] Zhang, Q., Wang, G. C., Sugiura, N., et al., 2014. Distribution of Petroleum Hydrocarbons in Soils and the Underlying Unsaturated Subsurface at an Abandoned Petrochemical Site, North China. Hydrological Processes, 28(4): 2185-2191. https://doi.org/10.1002/hyp.9770

[37] Zhao, F.Z., Ren, C.J., Zhang, L., et al., 2018. Changes in Soil Microbial Community are Linked to Soil Carbon Fractions After Afforestation. European Journal of Soil Science, 69(2):370-379.https://doi.org/10.1111/ejss.12525

[38] Zhou, A. X., Zhang, Y. L., Dong, T. Z., et al., 2015. Response of the Microbial Community to Seasonal Groundwater Level Fluctuations in Petroleum Hydrocarbon⁃Contaminated Groundwater. Environmental Science and Pollution Research, 22(13): 10094-10106. https://doi.org/10.1007/s11356⁃015⁃4183⁃6

[39] Zhu, B. L., Friedrich, S., Wang, Z., et al., 2020. Availability of Nitrite and Nitrate as Electron Acceptors Modulates Anaerobic Toluene⁃Degrading Communities in Aquifer Sediments. Frontiers in Microbiology, 11: 1867. https://doi.org/10.3389/fmicb.2020.01867

基金资助

国家重点研发计划项目(2020YFC1807101)