珊溪水源地凈人為氮輸入演變及總氮濃度響應

劉元元，黃 宏,2，梅 琨,2，陳 漢，Randy A Dahlgren,2,3*

(1.溫州醫科大學 浙南水科學研究院，浙江 溫州 325035； 2.浙江省流域水環境與健康風險重點實驗室，浙江 溫州 325035；3.加州大學戴維斯分校 農業與環境科學學院，美國 戴維斯 CA 95616)

河流氮濃度/通量的增加不僅危害水體自身的生態系統健康，還是造成下游湖庫、河口、海岸等水體富營養化的主要原因之一[1-4]。如何有效地控制水體氮污染，已成為世界水環境管理領域的重要科學問題之一。近20 a來，水體氮污染控制策略經歷了從末端治理、源頭控制、過程減排、水生態修復到多種控制手段綜合運用的發展歷程[5]。然而，在許多地區/流域，盡管采取了減少施肥、土地利用轉換等措施，氮污染治理成效并不容樂觀[6-7]，重要原因之一就是不能明確河流氮污染對流域人類活動的響應。只有明確水體氮濃度/通量對流域人類活動的動態響應關系，才能為制定有效的流域氮素管理策略提供科學依據。

圍繞流水體氮濃度/通量對流域人類活動的動態響應問題，現有方法主要依賴于流域模型(SWAT、AGNPS等)。但是，流域模型結構復雜，數據要求高，校準和驗證困難，在應用性和推廣性方面受到了很大限制[8-9]。1996年，Howarth等[10]率先提出了凈人為氮輸入(net anthropogenic nitrogen input，NANI)算法，為評估人為活性氮輸入提供了新的有效手段。NANI算法屬于準物料平衡法[11]，主要根據常規的經濟社會統計數據來核算區域/流域的凈人為氮輸入量。一般地，一個區域內的凈人為氮輸入包括化肥施用氮、人類食物和動物飼料氮、作物固定氮和大氣沉降氮共4個輸入項，NANI則是這4個輸入項之和。大量研究發現，水體氮濃度/通量對流域NANI的響應非常敏感，二者之間的定量關系可表達為線性或指數形式[3,12-14]。

近年來，我國一些學者將NANI算法引進國內。韓玉國等[15]運用NANI算法匡算了北京地區2003—2007年人類活動氮累積狀況。張柏發等[3]基于1980—2010年長序列數據，量化了浙江某典型河流硝態氮通量對NANI的動態響應。高偉等[16]運用NANI算法評估了中國大陸市域人類活動凈氮輸入量。張汪壽等[17]對河流氮輸出對流域NANI的響應進行了研究綜述。張汪壽等[18]還深入分析和總結了流域人類活動凈氮輸入量的估算、不確定性及影響因素。陳巖等[14]以海河流域為例，研究了缺水地區人類活動凈氮輸入與河流響應的特征。高偉等[5]分析了鄱陽湖流域NANI演變及湖泊水環境響應。這些研究推進了我國對氮素盈虧定量、河流氮濃度/通量對人類活動的響應等的認識[3,17]。

然而，目前我國關于水體氮通量/濃度與流域NANI之間定量關系的研究總體仍然比較少[3]，尤其是有關水源地氮濃度對NANI動態響應的研究仍鮮見報道。本研究以浙江省珊溪水源地作為研究對象，以2005—2014年為研究時段，建立了河流TN濃度對NANI輸入項和主要自然因素的回歸模型，為推進流域氮素管理和促進水體氮污染控制提供科學依據。

1 材料與方法

1.1 研究區域

研究區位于浙江省飛云江中上游。該河流發源于浙江西南山區，全長203 km，流域面積3 252 km2，水流由西向東，單獨流入東海，屬山溪性強潮河流，為浙江省八大水系之一。珊溪水源地的主要水利工程包括一個多年調節水庫和一個引水工程，具有供水、發電、防洪等功能，是浙南地區重要的飲用水水源地之一(圖1)。上游的多年調節水庫正常蓄水位為142 m，總庫容18.24億m3。引水工程為一個反調節水庫，距離上游水庫壩址35 km，正常蓄水位22 m，總庫容3 414萬m3，有效調節庫容427萬m3，輸水流量36 m3·s-1。整個水源地控制流域面積2 280 km2，其中上游水庫壩址以上控制流域面積1 529 km2。

圖1 研究區域水系和行政區域

1.2 數據來源

本研究在引水工程(反調節水庫壩前)設置1個水文水質監測站，在集水區內設有7個雨量觀測站。研究流域內設多個水質監測站，水質監測頻率為1個月1次。2005—2014年的逐月TN濃度(紫外可見分光光度法測定)數據由當地環保部門提供，同期的逐日流量和水位數據由當地水利部門提供。利用SWAT模型對反調節水庫以上的流域邊界進行劃分，流域邊界覆蓋2個縣級行政區大部分面積和2個縣級行政區小部分面積(圖1)。依據這4個縣級行政區的歷年統計年鑒，計算出縣級行政區的NANI以后，利用ArcGIS 10.2將流域邊界與行政邊界進行疊加分析計算。

1.3 NANI計算

大氣沉降氮。大氣沉降氮的主要形式為NHy、NOy和有機氮3種。在NANI模型中，一般僅考慮NOy形態的大氣沉降氮[11]，包括干沉降和濕沉降。本研究中，大氣沉降氮量參考文獻[19]對于中國東南地區的研究成果以及王燕等[20]對于太湖流域的研究成果，不同年份的值采用2個研究的平均值進行計算。

化肥施用氮。統計年鑒中對于氮肥的統計分為純氮肥，以及復合肥中的氮肥2部分。根據施用量，通過含量和分子量折純成氮質量。具體地：尿素含氮量46%，硝酸銨含氮量35%，復合肥含氮量12.8%。氮肥施用量根據各類型肥料所含氮量相加得到。

農作物固定氮。農作物固定氮根據固氮農作物種植面積和農作物單位面積固氮率來計算。本研究固氮農作物種植面積從統計年鑒獲取，根據珊溪水源地特點，同時參考太湖流域的研究結果，取農作物固氮率如下：綠肥，150 kg·hm-2·a-1；豆科作物，64 kg·hm-2·a-1；水田，45 kg·hm-2·a-1；其他旱地和園地，15 kg·hm-2·a-1[21-22]。

食品和飼料氮。食品和飼料氮為人類食物和動物飼料消費氮量減去供人類食用的動物產品的氮量和作物收獲的氮量[3]。人類食物中的氮由人均消費氮量乘以人口數計算得到。動物消耗食物的含氮量由禽畜個體消費氮量乘以禽畜年內養殖數量得到。動物產品含氮量由禽畜年內飼養量乘以動物產品含氮量得到，因為變質以及其他原因不能攝食的食物按總產量的10%計算。人和禽畜消費氮量及動物產品中的含氮量參考韓玉國等[15]的研究成果，具體地：豬，消費氮量16.68 kg·a-1，排泄氮量11.51 kg·a-1，動物產品5.17 kg·a-1；牛，消費氮量54.82 kg·a-1，排泄氮量48.78 kg·a-1，動物產品6.03 kg·a-1；羊，消費氮量6.85 kg·a-1，排泄氮量5.75 kg·a-1，動物產品1.10 kg·a-1；雞，消費氮量0.57 kg·a-1，排泄氮量0.37 kg·a-1，動物產品0.20 kg·a-1；鴨，消費氮量0.63 kg·a-1，排泄氮量0.41 kg·a-1，動物產品0.22 kg·a-1；人，消費氮量4.39 kg·a-1，排泄氮量4.39 kg·a-1，動物產品0 kg·a-1。考慮到統計年鑒中給出的是禽畜的年末存欄數和出欄數，因此用禽畜年內養殖數量來計算禽畜飼養量，計算方法參考文獻[23]。作物收獲的氮量根據統計年鑒各類作物的產量乘以作物中的含氮量得到。參考文獻[24]，各類作物的含氮量分別為：谷物，0.011 84 kg·kg-1；小麥，0.019 20 kg·kg-1；大豆，0.056 20 kg·kg-1；蠶豆，0.040 60 kg·kg-1；番薯，0.001 80 kg·kg-1；油菜籽，0.045 60 kg·kg-1；蔬菜，0.003 20 kg·kg-1；柑橘，0.001 40 kg·kg-1。其中蔬菜主要按照白菜的含氮量進行計算。因為變質以及其他原因不能攝食的食物按總產量的10%計算。

2 結果與分析

2.1 NANI時間變化

經核算，2005—2014年間，珊溪水源地NANI平均值為85.76 kg·hm-2·a-1，其中大氣沉降氮、化肥施用氮、食物和飼料氮，以及農作物固定氮的平均貢獻率分別為40.98%、34.06%、20.25%和4.70%。大氣沉降氮和化肥施用氮是該水源地NANI的主要輸入項，合計貢獻率達75.04%，與椒江流域[3]、海河流域[14]、鄱陽湖流域[5]等的計算結果類似。據文獻[25]，2009年中國NANI平均值為50.13 kg·hm-2·a-1，珊溪水源地2005—2014年NANI平均值是全國平均值的1.7倍，對于水源地而言，這一NANI強度屬于偏高水平。2005—2014年期間，珊溪水源地的NANI具有增長趨勢，從2005年的81.98 kg·hm-2·a-1增加到2014年的87.50 kg·hm-2·a-1，10 a間增加了6.73%(圖2)。

圖2 2005—2014年NANI及各輸入項的動態變化

珊溪水源地NANI不同輸入項的動態變化趨勢各不一樣(圖2)。大氣沉降氮具有線性增加趨勢，原因是本研究參考了我國東南地區和太湖流域的研究成果，也假設該水源地大氣沉降氮逐年線性增加[19]。化肥施用氮也具有增加趨勢，特別是2009年以后顯著增加，原因在于當地農業生產活動強度增加。食物和飼料氮在2010年之前比較穩定，而在2010年以后逐年下降，原因在于自2009年開始，管理部門在水源地開展水土保持生態清潔型小流域建設工程，申報并實施農村沼氣國債項目和浙江省“811”環境整治項目，并取得了明顯成效[26]。農作物固定氮在研究期間保持穩定，原因在于固氮農作物的種植面積在這10 a間變化不大。由于化肥施用氮和大氣沉降氮占據了NANI的大部分，該2個輸入項的變化趨勢決定了NANI的整體變化趨勢。

2.2 NANI的空間變化

由圖3中a可見，流域內各行政區瑞安市、文成縣、泰順縣和景寧畬族自治縣的NANI強度分別為150.59、92.11、79.39和54.82 kg·hm-2·a-1，空間差異較大，呈現從上游山區向下游增加的趨勢。瑞安市位于水源地最下游，NANI強度是上游景寧畬族自治縣的2.75倍，其中，化肥施用氮、食物和飼料氮分別是景寧畬族自治縣的7.21、5.26倍(圖3中b、c)。這符合當地人口、畜禽養殖和農業生產實際。對于大氣沉降氮，本研究假設在整個水源地的空間分布是均勻的，因而各行政區的強度是一樣的(圖3中e)。農作物固定氮主要取決于固氮作物的種植面積，化肥施用氮主要取決于農作物播種面積和施肥強度，食物和飼料氮主要取決于人口密度和畜禽養殖規模，因而均存在一定的空間差異。總體來說，不同行政單元的經濟社會發展水平存在一定差異，從而造成了NANI輸入存在空間異質性[14]。

非點源污染的發生受土壤、地形、氣候、水文、土地利用和管理方式等眾多因素的影響，空間差異性非常顯著，少數景觀單元輸出的污染物往往占了整個流域污染負荷的大部分，成為非點源污染的關鍵源區。2012年以來，在持續推進畜禽養殖綜合整治的同時，當地政府大力推進該水源地農房改造和跨區域統籌集聚，最大限度減少一、二級水源保護區人口數量，最大限度減少入庫污染物總量[26]。在此基礎上，對非點源污染關鍵源區進行空間識別，對流域非點源污染進行控制管理具有重要意義。對于該水源地而言，瑞安市不僅NANI強度大，為全國平均值的3倍，而且靠近飲水工程(取水口)，對水質的潛在風險最大，因而是該水源地氮污染的關鍵源區，需要采取針對性的源頭控制措施。

圖3 NANI的空間分布

2.3 NANI與TN濃度響應

根據長序列的流域氮輸入數據和水體氮濃度，通過多元線性回歸模型構建水體氮濃度與流域NANI之間的響應關系，可以識別人類活動對水體氮濃度變化的驅動和貢獻[5]。本研究以2005—2014年間引水工程(反調節水庫壩前)的年均TN濃度為因變量，以全流域NANI、全流域年均降水量、全流域年均氣溫和引水工程年均水位為自變量，建立多元線性回歸模型。經逐步回歸分析，保留影響顯著的變量，剔除影響不顯著的變量，最終模型表達式如下：

ρTN=0.04×ρNANI-2.888，(r2=0.554，P=0.014<0.05)。

式中：ρTN為水體年均TN濃度，mg·L-1；ρNANI為全流域年均NANI強度，kg·hm-2·a-1。

對于珊溪水源地的TN濃度模型，唯一的自變量是NANI，這與高偉等[5]的回歸模型一致。一般而言，影響水體氮濃度的因素除了NANI強度外，還可能包括水文氣象等相關因素。但是，NANI的時間尺度為年，很多流域缺乏長期的水質數據，導致回歸模型樣本量比較小，因而可能無法識別出水文和氣象因素的影響。珊溪水源地回歸模型的決定系數達到0.554，說明該水源地TN濃度對NANI的響應很強烈，NANI對TN濃度的方差解釋率達到55.4%，說明人類活動是珊溪水源地水體氮濃度變化的主要驅動力，也為水源地未來的氮素管理指明了方向。大氣沉降氮輸入強度較大，而且難以人為控制，農作物固氮也難以避免，但是輸入強度并不大。在未來的流域氮素管理工作中，應將降低化肥施用氮、食品和飼料氮輸入強度作為主要目標，從而實現水質改善的目標。

3 小結

2005—2014年間，珊溪水源地NANI平均值為85.76 kg·hm-2·a-1，是全國平均值的1.7倍，其中大氣沉降氮、化肥施用氮、食物和飼料氮、農作物固定氮的平均貢獻率分別為40.98%、34.06%、20.25%和4.70%。該水源地NANI具有增長趨勢，10 a間增加了6.7%。流域內各行政區NANI的空間差異較大，呈現從上游山區向下游增加的趨勢。瑞安市的NANI強度高達全國平均值的3倍，而且靠近飲水工程(取水口)，對水質的潛在風險最大，是該水源地氮污染的關鍵源區，需要采取針對性的源頭控制措施。珊溪水源地TN年均濃度的主要影響因素是NANI，對TN濃度的方差解釋率達到55.4%，在未來的流域氮素管理工作中，應將降低化肥施用氮、食品和飼料氮輸入強度作為主要目標，通過降低流域NANI強度實現水質改善的目標。

[1] CHEN D, HUANG H, HU M, et al. Influence of lag effect, soil release, and climate change on watershed anthropogenic nitrogen inputs and riverine export dynamics[J]. Environmental Science & Technology, 2014, 48(10): 5683-5690.

[2] ROY J W, BICKERTON G. Elevated dissolved phosphorus in riparian groundwater along gaining urban streams[J]. Environmental Science & Technology, 2014, 48(3): 1492-1498.

[3] 張柏發, 陳丁江. 1980—2010年浙江某典型河流硝態氮通量對凈人類活動氮輸入的動態響應[J]. 環境科學, 2014 (8): 2911-2919.

[4] 梅琨, 商栩, 王振峰, 等. 土地利用對流域氮素記憶效應的影響研究[J]. 環境科學學報, 2016, 36(10): 3856-3863.

[5] 高偉, 高波, 嚴長安, 等. 鄱陽湖流域人為氮磷輸入演變及湖泊水環境響應[J]. 環境科學學報, 2016, 36(9): 3137-3145.

[6] ST?LNACKE P, GRIMVALL A, LIBISELLER C, et al. Trends in nutrient concentrations in Latvian rivers and the response to the dramatic change in agriculture[J]. Journal of Hydrology, 2003, 283(1): 184-205.

[7] ONDERKA M, MRAFKOVL, KREIN A, et al. Long-term persistence of stream nitrate concentrations (memory effect) inferred from spectral analysis and detrended fluctuation analysis[J]. Water Air & Soil Pollution, 2012, 223(1): 241-252.

[8] YANG J, REICHERT P, ABBASPOUR K C, et al. Hydrological modelling of the Chaohe Basin in China: statistical model formulation and bayesian inference[J]. Journal of Hydrology, 2007, 340(3): 167-182.

[9] 吳碧瓊, 黎小東, 敖天其, 等. 基于參數移植法的SWAT模型在缺資料地區非點源污染模擬中的應用[J]. 四川大學學報(工程科學版), 2015, 47(增刊2): 9-16.

[10] HOWARTH R W, BILLEN G, SWANEY D, et al. Regional nitrogen budgets and riverine N & P fluxes for the drainages to the North Atlantic Ocean: natural and human influences[J]. Biogeochemistry, 1996, 35(1): 75-139.

[11] HONG B, SWANEY D P, M?RTH C M, et al. Evaluating regional variation of net anthropogenic nitrogen and phosphorus inputs (NANI/NAPI), major drivers, nutrient retention pattern and management implications in the multinational areas of Baltic Sea basin[J]. Ecological Modelling, 2012, 227(1): 117-135.

[12] HAN H, ALLAN J D, SCAVIA D. Influence of climate and human activities on the relationship between watershed nitrogen input and river export[J]. Environmental Science & Technology, 2009, 43(6): 1916-1922.

[13] HOWARTH R, SWANEY D, BILLEN G, et al. Nitrogen fluxes from the landscape are controlled by net anthropogenic nitrogen inputs and by climate[J]. Frontiers in Ecology & the Environment, 2012, 10(1): 37-43.

[14] 陳巖, 高偉, 王東, 等. 缺水地區人類活動凈氮輸入與河流響應特征:以海河流域為例[J]. 環境科學學報, 2016, 36(10): 3600-3606.

[15] 韓玉國, 李敘勇, 南哲, 等. 北京地區2003—2007年人類活動氮累積狀況研究[J]. 環境科學, 2011, 32(6): 1537-1545.

[16] 高偉, 郭懷成, 后希康. 中國大陸市域人類活動凈氮輸入量(NANI)評估[J]. 北京大學學報(自然科學版), 2014, 50(5):951-959.

[17] 張汪壽, 李敘勇, 蘇靜君. 河流氮輸出對流域人類活動凈氮輸入的響應研究綜述[J]. 應用生態學報, 2014, 25(1):272-278.

[18] 張汪壽, 李敘勇, 杜新忠, 等. 流域人類活動凈氮輸入量的估算、不確定性及影響因素[J]. 生態學報, 2014, 34(24): 7454-7464.

[19] LIU X, ZHANG Y, HAN W, et al. Enhanced nitrogen deposition over China[J]. Nature, 2013, 494(7438): 459-462.

[20] 王燕, 劉寧鍇, 王駿飛. 太湖流域氮磷等大氣沉降研究[J]. 環境科學與管理, 2015, 40(5): 103-105.

[21] YAN X, CAI Z, YANG R, et al. Nitrogen budget and riverine nitrogen output in a rice paddy dominated agricultural watershed in eastern China[J]. Biogeochemistry, 2011, 106(3): 489-501.

[22] TI C, PAN J, XIA Y, et al. A nitrogen budget of mainland China with spatial and temporal variation[J]. Biogeochemistry, 2012, 108(1/2/3): 381-394.

[23] 王光亞. 中國食物成分表[M]. 北京:北京大學醫學出版社, 2009.

[24] HAN Y, FAN Y, YANG P, et al. Net anthropogenic nitrogen inputs (NANI) index application in Mainland China[J]. Geoderma, 2014, 213(1): 87-94.

[25] 董旭, 梅琨, 商栩, 等. 基于Mann-Kendall檢驗和重標極差分析的水質變化趨勢[J]. 生態與農村環境學報, 2016, 32(2): 277-282.

[26] 黃金良, 洪華生, 張珞平. 基于GIS和模型的流域非點源污染控制區劃[J]. 環境科學研究, 2006, 19(4): 119-124.