Resumen

Se investigó la variabilidad espacial de los flujos de dióxido de carbono (CO2) y metano (CH4) a través de la interfaz agua-aire en el lago Xuanwu en dos estaciones. Debido a las perturbaciones antropogénicas, los factores ambientales y los flujos de CO2 y CH4 en el lago mostraron una evidente variabilidad espacial y estacional; sus flujos medios en verano son significativamente superiores a los de otoño. Los flujos en zonas muy contaminadas con altas concentraciones de nutrientes de nitrógeno y fósforo en verano fueron 3,9 veces (142,14 : 36,07 mg-m-2-h-1) para el CO2 y 22,3 veces para el CH4 (6,46 : 0,29) superiores a los de zonas poco contaminadas. En otoño, fueron 12,3 veces y 7,1 veces superiores, respectivamente. Las perturbaciones antropogénicas y la fuerte contaminación aumentaron sus flujos, pero las plantas acuáticas redujeron la emisión de CO2. Excepto el lugar de muestreo con loto floreciente, la mayoría de los lugares de muestreo sin plantas acuáticas son fuente de emisión de CO2 y CH4. El análisis de correlación, la regresión múltiple por pasos y el análisis de redundancia mostraron que los factores ambientales clave para el CO2 incluyen la temperatura (T), el pH, la demanda química de oxígeno (CODMn) en el agua, la materia orgánica (MO), el nitrógeno total y el nitrógeno amoniacal en el agua y los sedimentos. En cuanto al CH4, los factores ambientales clave incluyen la turbidez, el potencial de oxidación-reducción, el oxígeno disuelto, la CODMn y la T en el agua y la OM y el N-NH4 en el sedimento.

• Materias:Bioquímica Reacciones químicas Propiedades fisicoquímicas Análisis electroquímico Electroquímica Química analítica
• Subjects:Biochemistry Chemical reactions Chemicophysical properties Electrochemical analysis Electrochemistry Analytical chemistry
• Palabras claves:co2, ch4, factores ambientales clave, tiempos, agua, flujos, demanda química de oxígeno, lugares muy contaminados, lugares poco contaminados, regresión múltiple por pasos
• Keywords:co2, ch4, key environmental factors, times, water, fluxes, chemical oxygen demand, heavy pollution sites, little pollution sites, multiple stepwise regression