Uptake and release patterns of dissolved organic matter (DOM) compounds and co-transported nutrients are entangled, and the current literature does not provide a consistent picture of the interactions between the retention processes of DOM fractions. We performed plateau addition experiments with five different complex DOM leachates in a small experimental stream impacted by diffuse agricultural pollution. The study used a wide range of DOM qualities by including leachates of cow dung, pig dung, corn leaves, leaves from trees, and whole nettle plants. We measured changes in nutrient and dissolved organic carbon (DOC) concentrations along the stream course and determined DOM fractions by fluorescence measurements and parallel factor (PARAFAC) decomposition. To assess the influences of hydrological transport processes, we used a 1D hydrodynamic model.We developed a non-linear Bayesian approach based on the nutrient spiralling concept, which we named the “interactions in nutrient spirals using Bayesian regression” (INSBIRE) approach. This approach can disentangle complex interactions of biotic and abiotic drivers of reactive solutes' uptake in multi-component DOM sources. It can show the variability of the uptake velocities and quantify their uncertainty distributions. Furthermore, previous knowledge of nutrient spiralling can be included in the model using prior probability distributions. We used INSBIRE to assess interactions of compound-specific DOM and nutrient spiralling metrics in our experiment.Bulk DOC uptake varied among sources, showing decreasing uptake velocities in the following order: corn > pig dung > leaves > nettles > cow dung. We found no correlations between bulk DOC uptake and the amounts of protein-like compounds or co-leached soluble reactive phosphorus (SRP). The fastest uptake was observed for SRP and the tryptophan-like component, while the other DOM components' uptake velocities more or less resembled that of the bulk DOC. Almost all DOM components showed a negative relationship between uptake and concentration, known as efficiency loss. Furthermore, we observed a few negative and (weak) positive interactions between the uptake and the concentration of different components, such as a decreased uptake of protein-like compounds at high concentrations of a high-molecular-weight humic-like compound. We also found an influence of the wetted width on the uptake of SRP and a microbially derived humic substance, which indicates the importance of the sediment–water interface for P and humic C cycling in the studied stream.Overall, we show that bulk DOC is a weak predictor of DOC uptake behaviour for complex DOM leachates. Individual DOM compound uptake, including co-leached nutrients, is controlled by both internal (quality-related) and external (environmental) factors within the same aquatic ecosystem. We conclude that the cycling of different C fractions and their mutual interaction with N and P uptake in streams is a complex, non-linear problem, which can only be assessed with advanced non-linear approaches, such as the presented INSBIRE approach.

中文翻译：

---

贝叶斯回归分析揭示河流中溶解性有机物与养分螺旋的复杂相互作用

纠缠在一起的溶解有机物（DOM）化合物和共同运输的养分的吸收和释放模式，并且当前的文献没有提供DOM馏分的保留过程之间相互作用的一致图片。我们在受分散性农业污染影响的小型实验流中，对五种不同的复杂DOM渗滤液进行了高原附加实验。该研究使用了广泛的DOM质量，包括牛粪，猪粪，玉米叶，树上的叶子和整个荨麻植物的浸出液。我们测量了沿河道的养分和溶解有机碳（DOC）浓度的变化，并通过荧光测量和平行因子（PARAFAC）分解确定了DOM分数。为了评估水文运输过程的影响，我们使用了一维流体动力学模型。基于养分螺旋概念，我们开发了非线性贝叶斯方法，我们将其命名为“使用贝叶斯回归的养分螺旋中的相互作用”（INSBIRE）方法。这种方法可以解决多组分DOM来源中反应性溶质摄取的生物和非生物驱动因素的复杂相互作用。它可以显示吸收速度的变化并量化其不确定性分布。此外，可以使用先验概率分布将先前关于养分螺旋的知识包括在模型中。在实验中，我们使用INSBIRE来评估化合物特异性DOM和养分螺旋指标的相互作用。不同来源的散装DOC吸收量各不相同，显示出吸收速度下降的顺序如下：玉米 我们基于养分螺旋的概念开发了非线性贝叶斯方法，我们将其命名为“使用贝叶斯回归的养分螺旋中的相互作用”（INSBIRE）方法。这种方法可以解决多组分DOM来源中反应性溶质摄取的生物和非生物驱动因素的复杂相互作用。它可以显示吸收速度的变化并量化其不确定性分布。此外，可以使用先验概率分布将先前关于养分螺旋的知识包括在模型中。在实验中，我们使用INSBIRE来评估化合物特异性DOM和养分螺旋指标的相互作用。不同来源的散装DOC吸收量各不相同，显示出吸收速度下降的顺序如下：玉米 我们基于养分螺旋的概念开发了非线性贝叶斯方法，我们将其命名为“使用贝叶斯回归的养分螺旋中的相互作用”（INSBIRE）方法。这种方法可以解决多组分DOM来源中反应性溶质摄取的生物和非生物驱动因素的复杂相互作用。它可以显示吸收速度的变化并量化其不确定性分布。此外，可以使用先验概率分布将先前关于养分螺旋的知识包括在模型中。在实验中，我们使用INSBIRE来评估化合物特异性DOM和养分螺旋指标的相互作用。不同来源的散装DOC吸收量各不相同，显示出吸收速度下降的顺序如下：玉米 我们将其命名为“使用贝叶斯回归的养分螺旋中的相互作用”（INSBIRE）方法。这种方法可以解决多组分DOM来源中反应性溶质摄取的生物和非生物驱动因素的复杂相互作用。它可以显示吸收速度的变化并量化其不确定性分布。此外，可以使用先验概率分布将先前关于养分螺旋的知识包括在模型中。在实验中，我们使用INSBIRE来评估化合物特异性DOM和养分螺旋指标的相互作用。不同来源的散装DOC吸收量各不相同，显示出吸收速度下降的顺序如下：玉米 我们将其命名为“使用贝叶斯回归的养分螺旋中的相互作用”（INSBIRE）方法。这种方法可以解决多组分DOM来源中反应性溶质摄取的生物和非生物驱动因素的复杂相互作用。它可以显示吸收速度的变化并量化其不确定性分布。此外，可以使用先验概率分布将先前关于养分螺旋的知识包括在模型中。在实验中，我们使用INSBIRE来评估化合物特异性DOM和养分螺旋指标的相互作用。不同来源的散装DOC吸收量各不相同，显示出吸收速度下降的顺序如下：玉米 吸收多成分DOM源。它可以显示吸收速度的变化并量化其不确定性分布。此外，可以使用先验概率分布将先前关于养分螺旋的知识包括在模型中。在实验中，我们使用INSBIRE来评估化合物特异性DOM和养分螺旋指标的相互作用。不同来源的散装DOC吸收量各不相同，显示出吸收速度下降的顺序如下：玉米 吸收多成分DOM源。它可以显示吸收速度的变化并量化其不确定性分布。此外，可以使用先验概率分布将先前关于养分螺旋的知识包括在模型中。在实验中，我们使用INSBIRE来评估化合物特异性DOM和养分螺旋指标的相互作用。不同来源的散装DOC吸收量各不相同，显示出吸收速度下降的顺序如下：玉米 > 猪粪 > 叶子 > 荨麻 > 牛粪。我们发现大量的DOC摄入量与蛋白质样化合物或共浸出的可溶性反应性磷（SRP）的量之间没有相关性。SRP和色氨酸样成分的吸收速度最快，而其他DOM成分的吸收速度或多或少与散装DOC相似。几乎所有的DOM成分都显示出摄取与浓度之间的负相关关系，即效率损失。此外，我们观察到摄取和不同组分浓度之间的一些负和（弱）正相互作用，例如在高浓度的腐殖质类化合物的高浓度下，类蛋白化合物的摄取减少。我们还发现了湿宽度对SRP和微生物衍生的腐殖质吸收的影响，总体而言，我们表明，散装DOC对复杂DOM渗滤液的DOC吸收行为的预测能力较弱。单个DOM复合物的吸收（包括共浸出的养分）受同一水生生态系统内的内部（质量相关）和外部（环境）因素控制。我们得出结论，不同C分数的循环及其 流中N和P吸收的相互作用是一个复杂的非线性问题，只能使用高级非线性方法（如提出的INSBIRE方法）进行评估。