区域地下水环境演化的分子生物学特征——以太行山前平原浅层水为例

何 泽,张 敏,宁 卓*,向小平,刘俊建,侯钦宣,赵 谦

区域地下水环境演化的分子生物学特征——以太行山前平原浅层水为例

何 泽1,2,张 敏1,宁 卓1,2*,向小平1,2,刘俊建1,2,侯钦宣1,2,赵 谦1,2

(1.中国地质科学院水文地质环境地质研究所,河北 石家庄 050061；2.中国地质调查局/河北省地下水污染机理与修复重点实验室,河北 石家庄 050803)

以太行山前平原大沙河流域的典型区域浅层地下水为研究对象,沿岸布点采集样本94组,采用基于16S rRNA基因的高通量测序技术,以硝酸盐、溶解氧、化学需氧量为环境因子,分析指示环境因子演化的微生物群落结构特征及功能性指示菌属.结果显示:采用累积概率分布法将样品分为背景(B)、硝酸盐污染(N)、有机污染(O)、有机硝酸盐复合污染(O_N)4组,该分类与地下水质量标准的I类、II类水分类相近;污染使种群结构趋于一致,且有机污染可使微生物群落丰富度降低;不同污染类型导致环境演化的功能性指示菌属分别为:和 unclassified_f_Micromonosporaceae指示有机污染,和指示硝酸盐污染,和指示硝酸盐和有机复合污染.以上构建的分子生物学方法可为区域环境调查及微生物修复提供理论依据.

大沙河；地下水；硝酸盐污染；有机污染；微生物

我国京津冀[1]、长三角[2]、珠三角[3]、淮河流域[4]等地下水污染调查发现,“三氮”及有机污染普遍存在,且污染源点多面广,呈现由点到面,由浅入深,由城市向周边扩散的趋势,区域地下水环境质量总体恶化[5].

虽然我国部分重点区域已开展了较为系统的地下水污染调查,但当前国内外污染调查均主要检测地下水中无机､有机及毒理微生物(总大肠菌群和细菌总数)等水质指标[6-7],并以此评价地下水的环境演化趋势.采用该系列指标的污染调查,无论采用何种评价方法,表征的均是地下水受污染程度,监测反映的也仅是部分污染物变化规律,污染导致区域尺度地下水环境演化机理揭示不足.

实际上,该演化可认为主要是地下水环境中微生物利用污染物的微生物水文地球化学过程,该过程在污染场地尺度研究已较为成熟[8-11].针对我国普遍发现的“三氮”和有机污染物,微生物类似于催化剂主要通过参与氧化还原反应的方式控制污染物的降解转化,而同时微生物的群落结构“指纹”会随之发生演变,因而,通过“指纹”的演变可追溯微生物水文地球化学过程,从机理上揭示地下水环境演化[12-13].由于当前微生物检测主要采用高通量测序､宏基因测试等分子生物学技术,因此该技术方法被称为“分子生物学技术”(MBTs)[14-15].

分子生物学技术近10a来在国外污染场地研究中被广泛应用,美国环保署(USEPA)统计的2009~ 2012年百余个研究中均使用了该技术[16],但区域尺度研究罕见;我国在地下水污染领域对该技术的应用较少,仅限于利用高通量测序技术评估场地地下水污染空间演化趋势[17],或应用PCR-DGGE技术研究地下水石油污染条件下,微生物群落结构､活性与水化学指标间的响应关系[18].而区域尺度研究仅限2km左右小流域微生物空间差异分析,且未与污染指标建立联系[19],国内大尺度区域与污染相关研究尚未见报道.

本研究以太行山前平原典型浅层地下水为例,在大沙河冲洪积扇中上部沿河布设浅层地下水采样点,将微生物高通量测序与污染水质指标测试分析相结合,在累积概率分布法评价污染程度基础上,分背景、硝酸盐污染、有机污染及有机&硝酸盐复合污染4组别,分析不同组别微生物的群落结构特征及其与环境因子的相关关系,通过寻找表征典型微生物地球化学过程的功能性指示微生物,建立揭示区域尺度浅层地下水环境演化的分子生物学技术.

1 材料与方法

1.1 研究区概况

研究区位于太行山前的大沙河冲洪积扇孔隙地下水系统中上部,面积约6000km2.大沙河属于海河流域大清河系,起源于山西,自西向东流经河北省中南部的曲阳､行唐､新乐、定州、无极、深泽、安国等县市,并入潴龙河后,汇入白洋淀,研究区内河段长度约150km.大沙河流域自西向东,地下含水层厚度逐渐增大,岩性逐渐变细,水量逐渐变小,矿化度不断增大.研究对象浅层地下水,多为全新统(Q4)和上更新统(Q3)地层,岩性以粗砂、中砂为主,下部有卵砾石.冲洪积扇间及边缘地带为中细砂,赋水性相对较差;轴部、古河道和现代河床两侧为粗砂,赋水性强.水化学类型以重碳酸钙和重碳酸钙镁型为主,矿化度小于1g/L.地下水以自然降水的垂直入渗和地下水的侧向径流补给,并接受田间灌溉和河道入渗补给.区内地下水的排泄以人工开采为主,已形成降落漏斗[20-21].大沙河沿岸农畜业和小型工业较为发达,已造成大沙河及周边地下水污染[22-23].

1.2 样品采集与运输保存

图1 采样布点

2017年10月,沿研究区地下水流向在大沙河两岸布设采集地下水样品94个.布点原则为:(1)覆盖大沙河冲洪积扇中上部大部分面积,使数据反映该区整体微生物多样性特征;(2)在易产生硝酸盐污染的养殖场､连片农田及易发生有机污染的工厂周边加密布点,重点研究硝酸盐污染､有机污染对地下水微生物群落结构的影响.具体布点见图1.采样前按照区域地下水污染调查评价规范[6]进行洗井、现场测试.测试数据稳定后采集样品.采样选择5L超纯水塑料桶,采集时弃去超纯水,并用待采地下水清洗3遍后将水桶灌满,密封.采集的样品置于4℃保温箱中,在1~2d内运输到实验室进行抽滤等预处理.抽滤采用高温灭菌的孔径0.22μm,直径50mm的聚四氟乙烯(TPFE)微孔滤膜,每张滤膜过滤2L样品,置于一次性无菌培养皿中保存,统一存放于-86℃冰箱中,以备提取DNA等后续工作.

1.3 样品测试

水质指标测试:常规水质指标包括溶解氧(DO)､硝酸盐(NO3-)、化学需氧量(COD);有机、无机浓度均根据中国生活饮用水卫生标准检验方法GBT 5750.6.2.1-2006,委托自然资源部地下水矿泉水及环境监测中心测试.

高通量测序:利用MP的FastDNATMSpin Kit for Soil试剂盒进行样品DNA提取,取一张滤膜在冰上融化,用无菌剪刀剪碎,置于试剂盒提供的珠磨离心管中,按照说明书进行DNA提取.利用1%琼脂糖凝胶电泳对DNA质量进行检测,使用Nano Drop 2000进行DNA浓度测定.PCR扩增及后续测序采用国际地球微生物计划中推荐使用的16S rDNA扩增引物序列(http://www.earthmicrobiome.org/emp- standard-protocols/16s/),目标片段可兼顾细菌和古菌.上游引物为515FB(GTGYCAGCMGCCGCGG- TAA),下游引物为806RB(GGACTACNVGGGTW- TCTAAT).试剂为TransGen AP221-02:TransStart Fastpfu DNA Polymerase,扩增仪为ABI GeneAmp® 9700型,扩增体系为20μL.将扩增后的产物进行回收,利用上海美吉生物医药科技有限公司的Illumina Miseq测序平台进行测序.

1.4 数据结果分析方法

样品污染类型分组;根据水化学测定的DO、NO3-、COD浓度,将采集的样品分为有机污染组(O)、硝酸盐污染组(N)、有机硝酸盐复合污染组(O_N)及未污染背景组(B).分组阈值的筛选主要基于各指标累积概率曲线的拐点,当有多个拐点时,结合地下水质量标准进行选择.

环境因子筛选:使用SPSS12软件,采用皮尔逊相关性分析筛选环境因子.

结果可靠性检验:将Miseq高通量测序得到的PE reads根据overlap关系进行拼接,同时对序列质量进行质控和过滤,并按照最小样品序列数进行抽平处理.抽平后,采用稀释曲线分析对测序结果可靠性进行检验;采用偏最小二乘法判别分析,对分组方案的可靠性进行检验.

微生物群落结构分析:在OTU水平上进行了Alpha多样性分析.Alpha多样性分析主要有反映测序覆盖度的coverage指数,反映群落丰富度的chao、ACE和sobs指数,以及反映群落多样性的shannon和simpson指数.采用RDP classifier贝叶斯算法对97%相似水平的OTU代表序列进行分类学比对,物种分类数据库为silva128/16S,分类置信度设为0.7.基于该分类,在属(genus)水平,对各组样品进行了韦恩图分析.

地下水环境演化的功能性指示微生物分析:首先进行了代表性菌种分析,该分析包括群落组成分析及组间差异显著性检验.群落组成分析以各组样品物种丰度的中位数进行计算;组间差异显著性检验是在属水平上利用Kruskal-Wallis秩和检验进行分析,其中,显著性值多重检验校正方法采用fdr,CI计算方法采用scheffe.其次,为分析代表性菌种与污染环境因子间的关联,确定功能性指示微生物,对分组样品进行了相关性热图分析,相关系数类型为Spearman.最后,比对已有研究,对功能性指示微生物对环境演化的指示作用进行了分析印证.以上分析在I-sanger云平台(http://www.i-sanger.com/)完成.

2 结果与讨论

2.1 样品污染类型分组

绘制94个样品DO、NO3-和COD浓度的累积概率曲线如图2所示.

从图中看出,lg(COD)的拐点为0mg/L,即COD的拐点为1mg/L,此拐点恰为地下水质量标准的I类和II类分界值,可选为有机污染判定阈值;NO3-存在两个拐点,分别为10和88.4mg/L,此拐点恰为地下水质量标准I类与II类､III类与IV类的分界值,考虑到III类以上水不再适合饮用,选取III类标准88.57mg/L为NO3-污染判定阈值;DO的两个拐点为3.0mg/L及6.0mg/L左右,一般认为, DO小于3.0mg/L时可能存在有机污染.故有机污染用COD和DO双指标进行判断,当COD>1而DO<3时,表示存在有机污染,且正在降解;当COD>1而DO>3时,表示存在有机污染,且未降解;当COD<1而DO<3时,表示曾经发生有机污染,但已降解;当COD<1而DO>3时,表示无有机污染.当硝酸盐污染与有机污染判断标准均符合时,定为有机硝酸盐复合污染,具体分组规则见下表(表1):

图2 累积概率曲线分析

表1 样品污染类型分组规则(mg/L)

2.2 测序结果及分组方案可靠性检验

2.2.1 测序结果可靠性检验 通过对采集水样中细菌、古菌进行测序,94个样品共获得有效序列3147296条,平均每个样品序列33482条,每条序列长度平均为292bp.为了使数据标准化,按照各样品中序列最低数量23926条,对样品序列进行抽平处理.

对样品进行稀释曲线分析,评价测序量是否足以覆盖所有类群.94个样品的sobs及shannon稀释曲线见图3.由图可见,各样品的稀释曲线已趋于平缓,即使再增大测序数据量对OTU的发现也无贡献,说明样品的OTU覆盖度已基本饱和,测序数据量及抽平结果合理,可信度高.

图3 相似度为97%条件下各样本的稀释曲线

2.2.2 分组方案可靠性检验 为了检验分组方案是否可靠,采用偏最小二乘法(PLS-DA)判别分析,在OTU水平上进行检验.

主要方法是利用数学模型将各组加以区分,分析组间是否存在系统差异,从而判断分组是否有意义.经过PLS-DA分析,得到的结果如图4.O组、N组及B组分别位于不同象限,O_N组则大部分位于上部象限,分布基本位于N组、O组复合范围,证明此分组方案很好的区分了有机污染、硝酸盐污染、有机硝酸盐复合污染及背景,具有很高的可靠性.

图4 分组方案PLS-DA分析

2.3 样品微生物群落结构分析

为了明确该区域有机污染、硝酸盐污染是否会使其中的地下水微生物多样性较背景产生较大差异,本研究进行了Alpha多样性分析、Beta多样性分析及物种韦恩图分析.

如表2所示,Coverage指数反应测序结果对群落的覆盖度,4个分组的Coverage指数均值均为0.97,展示本次测序对群落的覆盖度好,数据可靠性高.

Chao、ACE和sobs指数用于分析群落物种丰富度,它的数值越大,表示样品所包含的物种种类越丰富.总体上,4个分组的Chao､ACE和sobs指数均为N组最大,O组最小,说明硝酸盐可提高微生物丰富度,而有机污染减少物种丰富度.

Shannon和Simpson指数是反映样品物种多样性的2个指数,它们不仅反映物种丰富度,还指示了物种的均匀度.它们的数值越大,表示该样品中的物种种类越多且分布越均匀,Shannon指数对物种丰富度更敏感,而Simpson指数对物种均匀度更为敏感[24].一般认为, Shannon指数和Simpson指数变化规律相反.将4组样品相比较,Shannon指数N组和B组最大,而O组最小;Simpson指数O组最大,而其他组相当.

综合Alpha多样性各指标发现,有机污染可降低微生物群落物种的丰富度.该结论与作者于2018年在附近区域采集的污染地下水样品的多样性结果一致,即在有机污染下,微生物种群丰富度降低.且本研究各分组的Alpha多样性均高于2018年样品[25].

表2 样品Alpha多样性指数(均值±标准偏差)

Beta多样性(Beta diversity)分析结果较Alpha多样性分析更为直观,本研究使用Bray-curtis距离算法进行Beta多样性主坐标分析(PCoA).分析结果见图5.

图5 Beta 多样性的主坐标分析(PCoA)

由图5可见,第一轴､第二轴的解释度分别为10.09%及5.71%.有机污染组(O)样品主要聚集在第一象限,与未污染背景组(B)、硝酸盐污染组(N)、复合污染组(O_N)的样品聚集位置有较大差异,说明有机污染会导致微生物种群结构产生较大改变; O_N组和N组与B组位置有较大重叠,表明硝酸盐污染导致微生物种群结构的变异较小;O组与N组位置差异明显,O_N组介于两者之间,表明污染物不同会导致微生物种群结构的差异;B组样品在图中较为分散,污染组样品位置则相对集中,且B组与其它组均有不同程度的重合,说明在污染物作用下,地下水微生物的种群结构会趋于一致.以上结论基本与2018年区域微生物调查结果一致,区别在于2018年的硝酸盐污染导致的种群差异大于有机污染[25].

将样品所含13013个OTU进行分类学比对得知,所有样品的物种共属于67个门、185个纲、367个目、689个科、1487个属及3301个种,物种组成较为丰富.在OTU水平上,使用韦恩图分析对B、O、N、O_N 4组所含共有和独有的OTU数目进行统计,初步比较各组物种组成的差异,具体的分析结果见图6.

图6 不同样品之间比较的韦恩图

由图6可知, B、O、N、O_N组分别包含8958、7563、6928、5217种OTU,各自独有852、519、253、119种OTU,4组共有的OTU为3618种. O_N组与O组、N组共享的OTU数量很接近,且独有的OTU最少.由以上结果可知,背景组共享及独有的微生物组成最为丰富,有机污染则产生了更多与背景组不同的独有物种,而硝酸盐污染及有机硝酸盐复合污染产生的独有物种则较少.

2.4 地下水环境演化的功能性指示微生物

样品的微生物群落结构较为丰富,要利用该信息进行地下水环境演化的功能性指示,则需进一步分析筛选.首先明确各组中具有代表性的菌种类型,其次根据代表性菌种与污染环境因子间的关系,判断其对地下水环境演化是否有指示作用,最后比对已有研究,印证其指示作用,最终确定地下水环境演化的功能性指示微生物.

代表性菌种分析包括群落组成分析及组间差异显著性检验.群落组成分析结果见图7.

图7 细菌组成属分类水平的比较

丰度>0.02%

由图7可见,所有样品最高丰度物种均为unclassified_f_Comamonadaceae(未分类丛毛单胞菌科),各组丰度从大到小依次为O组、B组、O_N组和N组;、、和在O_N组和N组具有较高的丰度;、在B组和N组具有较高丰度;而在O组丰度较高.据此判断,有机污染能够促进unclassified_f_Comamonadaceae_的生长,能够抑制､;而硝酸盐污染能促进、、和的生长.同样,在2018年区域调查的微生物样品中也发现unclassified_ f_Comamonadaceae为分布最广的微生物,、、在2018年样品中也为优势菌种[25].这些菌种虽然丰度较高,但是否在组间具有代表性,可将各组间很好的区分,还需进行组间差异显著性检验.组间差异显著性检验可评估物种丰度差异的显著性水平,获得组间代表性菌种.入选的菌种首先具有显著性差异,其次丰度在各组较高.本研究采用Kruskal-Wallis秩和检验(Kruskal-Wallis H test),进行组间差异显著性检验,确定代表性菌种,具体结果见图8.

图8左侧为属水平下的物种名,物种对应的柱状图长度表示该物种在各分组中的平均相对丰度,右侧为显著性值(* 0.01<£0.05,** 0.001<£0.01, ***£0.001),图中展示了具有显著性差异的丰度位列前15的物种.可见,N组和菌属, O组unclassified_ f_Micromonosporaceae和, O_N组和均具有显著性差异.这些菌种在各组中虽然丰度不是最高,但可以更好区分各组,故将这些菌种确定为各组的代表性菌种.

图8 组间差异显著性检验(具有显著性差异的丰度前15物种)

代表性菌种与地下水污染环境因子的关系利用相关性热图(Heatmap)进行揭示,结果如图9.

由图可见:N组的代表性菌种和与环境因子NO3-具有很好的相关性,同时,菌种与环境因子DO正相关,说明其应为一类好氧菌,与DO负相关,其应为一类厌氧菌O组代表性菌种unclassified_ f_Micromonosporaceae和与环境因子COD显著正相关,说明该代表性菌种可存在于COD环境中,且2菌种与环境因子DO、NO3-显著负相关,说明这两种菌可能为厌氧菌种,且与硝酸盐污染无关O_N组代表性菌种和与COD、NO3-、DO正相关,证明其存在于有机硝酸盐复合污染区域,且可能为好氧菌种.

O组unclassified_f_Micromonosporaceae和在本组中具有显著性差异且丰度较高,其典型特点为利用有机物进行厌氧降解作用,且降解能力较强[26-27],由此判断,此两菌属可作为本区域地下水有机污染指示菌属.

图9 相关性热图分析(图中数字为相关性R值)

N组和菌属同样在该组具有显著性差异且丰度相对较高,其中属有菌种为专性好氧菌,有反硝化功能[28],菌属一般为兼性厌氧菌,其可同化硝酸盐,也可进行硝酸盐呼吸(反硝化)作用[29],因此,这2种菌属可作为本区域地下水硝酸盐污染指示菌属.

O_N组和具有显著性差异且丰度占据优势,这2种菌属均为典型的好氧反硝化菌属[30],此类菌属是在好氧或兼性好氧条件下以有机碳作为能源的异养硝化菌,多发现于污水处理及养殖粪便处理系统中,可作为高氮高有机质复合污染的指示微生物.但菌属下属菌种多、分布广、功能多,当其作为指示菌种时应结合其属下具体菌种进行判断指示环境.

3 结论

3.1 根据电子受体浓度,采用累积概率分布法可将样品进行较好分类,该分类结果阈值与地下水质量标准的I类、II类水分类阈值基本一致;

3.2 对于研究区地下水环境,有机污染造成了微生物群落丰富度降低;

3.3 该区域具有显著差异的、且在某污染组具有显著性差异的菌属可作为不同污染类型环境演化的功能性指示菌属,分别为:和 unclassified_f_Micromonosporaceae指示有机污染,和指示硝酸盐污染,和指示硝酸盐和有机复合污染.

[1] 石建省,王 昭,张兆吉,等.华北平原地下水有机污染特征初步分析 [J]. 生态环境学报, 2011,20(11):1695-1699.Shi Jiansheng, Wang Zhao, Zhang Zhaoji et al. Preliminary analysis on the organic contamination of groundwater in the North China Plain [J]. Ecology & Environmental Sciences, 2011,20(11):1695-1699.

[2] 黄金玉,姜月华,苏晶文,等.长江三角洲地区地下水调查点特殊分布的评价方法解析 [J]. 地质学报, 2016,90(10):2948-2961. Huang Jinyu, Jiang Yuehua, Su Jingwen et al. Analysis of the Special Distribution of Groundwater Survey Points in the Yangtze River Delta [J]. Acta Geologica Sinica, 2016,90(10):2948-2961.

[3] 刘景涛,孙继朝,黄冠星,等.区域地下水污染调查评价野外调查方法浅议 [J]. 地下水, 2008,30(2):60-61. Liu Jingtao, Sun Jichao, Huang Guanxing et al. Discussion of Field Survey Methods of the Regional Groundwater Pollution Investigation Appraisal [J]. Ground Water, 2008,30(2):60-61.

[4] 赵 晖,刘 淼,李 瑞.淮河流域地下水资源调查评价与利用研究 [J]. 地下水, 2010,32(3):44-47. Zhao Hui, Liu Miao, Li Rui. Investigation and evaluation and study on the utilization of the groundwater resources of Huaihe Watershed the groundwater resources of Huaihe Watershed [J]. Ground Water, 2010,32(3):44-47.

[5] 文冬光,林良俊,孙继朝,等.区域性地下水有机污染调查与评价方法 [J]. 中国地质, 2008,35(5):814-819. Wen Dongguang, Lin Liangjun, Sun Jichao et al. Approach to investigation and assessment of organic contaminants in regional groundwater [J]. Geology in China, 2008,35(5):814-819.

[6] DZ/T 0288-2015 区域地下水污染调查评价规范 [S].DZ/T 0288-2015 Specification for regional groundwater contamination survey and evaluation [S].

[7] John D E, Rose J B. Review of factors affecting microbial survival in groundwater [J]. Environmental Science & Technology. 2005,39(19): 7345-7356.

[8] 宁 卓,郭彩娟,蔡萍萍,等.某石油污染含水层降解能力地球化学评估 [J]. 中国环境科学, 2018,38(11):4068-4074. Ning Zhuo, Guo Caijuan, Cai Pingping et al. Geochemical evaluation of biodegradation capacity in a petroleum contaminated aquifer [J]. China Environmental Science, 2018,38(11):4068-4074.

[9] 李元杰,王森杰,张 敏,等.土壤和地下水污染的监控自然衰减修复技术研究进展 [J]. 中国环境科学, 2018,38(3):1185-1193. Li YuanJie, Wang Sen Jie, Zhang Min et al. Research progress of monitored natural attenuation remediation technology for soil and groundwater pollution [J]. China Environmental Science, 2018,38(3): 1185-1193.

[10] Scow K M, Hicks K A. Natural attenuation and enhanced bioremediation of organic contaminants in groundwater [J]. Current Opinion in Biotechnology, 2005,16(3):246-253.

[11] Bekins B A, Cozzarelli I M, Godsy E M, et al. Progression of natural attenuation processes at a crude oil spill site: II. Controls on spatial distribution of microbial populations [J]. Journal of Contaminant Hydrology, 2001,53(3):387-406.

[12] Karczewski K, Riss H W, Meyer E I. Comparison of DNA- fingerprinting (T-RFLP) and high-throughput sequencing (HTS) to assess the diversity and composition of microbial communities in groundwater ecosystems [J]. Limnologica-Ecology and Management of Inland Waters, 2017,67:45-53.

[13] Dewettinck T, Hulsbosch W, Hege K, et al. Molecular fingerprinting of bacterial populations in groundwater and bottled mineral water [J]. Applied Microbiology & Biotechnology, 2001,57(3):412-418.

[14] Gavrilescu M, Demnerová K, Aamand J, et al. Emerging pollutants in the environment: present and future challenges in biomonitoring, ecological risks and bioremediation [J]. New biotechnology, 2015, 32(1):147-156.

[15] Bruno A, Sandionigi A, Galimberti A, et al. One step forwards for the routine use of high-throughput DNA sequencing in environmental monitoring. An efficient and standardizable method to maximize the detection of environmental bacteria [J]. Microbiology Open, 2017, 6(1):e00421.

[16] U.S.EPA. Superfund remedy report, 15th edition [R]. EPA-542-R- 17-001, 2017:

[17] Ning Z, Zhang M, He Z, et al. Spatial Pattern of Bacterial Community Diversity Formed in Different Groundwater Field Corresponding to Electron Donors and Acceptors Distributions at a Petroleum- Contaminated Site [J]. Water, 2018,10(7):842.

[18] Zheng Z, Zhang Y, Su X, et al. Responses of hydrochemical parameters, community structures, and microbial activities to the natural biodegradation of petroleum hydrocarbons in a groundwater– soil environment [J]. Environmental Earth Sciences, 2016,75(21): 1400.

[19] 黄小兰,陈建耀,周世宁,等.小流域地下水与地表水微生物组成结构差异及其成因分析 [J]. 中国环境科学, 2012,32(9):1647-1654. Huang Xiaolan, Chen Jianyao, Zhou Shining et al. Cause on the differences of microorganism between small watershed surface water and underground water [J]. China Environmental Science, 2012,32(9): 1647-1654.

[20] 王光生,杨建青,于 钋,等.地下水动态预测的探讨 [J]. 水文, 2013, 33(3):25-28. Wang Guangsheng, Yang Jianqing, Yu, Po. et al. Preliminary Study on Groundwater Level Prediction [J]. Journal of China Hydrology, 2013, 33(3):25-28.

[21] 马新双,卢胜勇,李明良,等.北方浅层地下水超采区地下水预测模型 [J]. 南水北调与水利科技, 2011,9(4):134-136. Ma Xinshuang, Lu Shengyong, Li MingLiang et al. Research of Groundwater Prediction Model in Shallow Groundwater Over- Exploitation Zone in the Northern Area [J]. South-to-North Water Diversion and Water Science & Technology, 2011,9(4):134-136.

[22] 王 昭,石建省,张兆吉,等.污水河地区地下水土中苯系物分布特征分析——以太行山前平原为例 [J]. 安徽农业科学, 2013,41(12): 5537-5538. Wang Zhao, Shi Jiansheng, Zhang Zhaoji et al. Distribution Characteristics of BTEX in Groundwater and Soil in the Region of Wastewater River——A Case Study of the Piedmont Plain of Taihang Mountains [J]. Journal of Anhui Agricultural Sciences, 2013,41(12): 5537-5538.

[23] 昌 盛,耿梦娇,刘 琰,等.滹沱河冲洪积扇地下水中多环芳烃的污染特征 [J]. 中国环境科学, 2016,36(7):2058-2066. Chang Sheng, Geng Mengjiao, Liu Yan et al. Pollution characteristic of polycyclic aromatic hydrocarbons in the groundwater of Hutuo River Pluvial Fan [J]. China Environmental Science, 2016,36(7): 2058-2066.

[24] Zhou J, Xia B, Treves D S, et al. Spatial and resource factors influencing high microbial diversity in soil [J]. Apply Environmental Microbiology, 2002,68(1):326-334.

[25] He Z, Ning Z, Yang M, et al. The Characterization of Microbial Communities Response to Shallow Groundwater Contamination in Typical Piedmont Region of Taihang Mountains in the North China Plain [J]. Water, 2019,11(4):736.

[26] Gojgic-Cvijovic G, Milic J, Solevic T, et al. Biodegradation of petroleum sludge and petroleum polluted soil by a bacterial consortium: a laboratory study [J]. Biodegradation, 2012,23(1):1-14.

[27] Arafa M A. Biodegradation of some aromatic hydrocarbons (BTEXs) by a bacterial consortium isolated from polluted site in Saudi Arabia [J]. Pak. J. Biol. Sci, 2003,6(17):1482-1486.

[28] Kundu P, Pramanik A, Dasgupta A, et al. Simultaneous heterotrophic nitrification and aerobic denitrification by Chryseobacterium sp. R31isolated from abattoir wastewater [J]. BioMed research international, 2014,2014:1-12.

[29] Kumon Y, Sasaki Y, Kato I, et al. Codenitrification and denitrification are dual metabolic pathways through which dinitrogen evolves from nitrate in Streptomyces antibioticus [J]. Journal of Bacteriology, 2002, 184(11):2963-2968.

[30] Patureau D, Helloin E, Rustrian E, et al. Combined phosphate and nitrogen removal in a sequencing batch reactor using the aerobic denitrifier, Microvirgula aerodenitrificans [J]. Water Research, 2001, 35(1):189-197.

致谢：本研究的现场采样工作由中国地质科学院水文地质环境地质研究所孙继朝研究员指导,刘丹丹副研究员,张千千副研究员等协助完成,在此表示感谢.

The environmental evolution research of regional groundwater using molecular biotechnologies: a case from the shallow groundwater in front of the Taihang Mountains.

HE Ze1,2, ZHANG Min1, NING Zhuo1,2*, XIANG Xiao-ping1,2, LIU Jun-Jian1,2, HOU Qin-xuan1,2, ZHAO Qian1,2

(1.Institute of Hydrogeology and Environmental Geology, Chinese Academy of Geological Sciences, Shijiazhuang 050061, China；2.Key Labratory of Groundwater Remediation, China Geological Survey/Hebei, Shijiazhuang 050803, China)., 2019,39(8)：3484~3492

The shallow groundwater in Dasha Rivers Basin was selected as the study subject, because of it is recognized as one of the typical regions in front of the Taihang Mountains. 94samples were collected along the river. The 16s rDNA gene sequences were tested by high-throughput sequencing technologies. According to the environmental factors of NO3-, COD and DO, the microbial communities and the functional indicator microorganisms related to environmental evolution were studied. The results showed that, using the cumulative probability distribution method, the samples were divided into four groups: background, nitrate pollution, organic pollution and organic-nitrate pollution (B group, N group, O group, O_N group). This grouping rules were close to the I and II water grade in the quality standard of groundwater. The pollution driven the microbial communities to converge, and the organic pollution could decrease the richness diversity of microbial communities. The functional indicator microorganisms related to environmental evolution in the different pollution region were summarized as followed: organic pollutioncould be indicated byand unclassified_f_Micromonosporaceae, nitrate pollution could be indicated byand, organic-nitrate pollution could be indicated byand. The molecular biotechnologies and analysis methods used in this research could provide the theoretical evidence for region environmental investigations and bioremediation.

Dasha River；groundwater；nitrate pollution；organic pollution；microorganisms

X172

A

1000-6923(2019)08-3484-09

何 泽(1981-),男,天津人,高级工程师,博士,主要从事地质微生物研究.发表论文30余篇.

2019-01-29

国家重点研发计划(2018YFC1803002);中国地质调查局地质调查项目(DD20160309、DD20190331);国家自然科学基金资助项目(41602261);中国地质科学院基本科研业务费专项经费资助项目(SK201702)

* 责任作者, 副研究员, ningzhuozhuo@163.com