城市化背景下白洋淀入湖營養鹽負荷模擬研究

張笑欣,易雨君,*,劉泓汐,楊志峰

1 北京師范大學 水沙科學教育部重點實驗室,北京 100875 2 廣東工業大學 環境生態工程研究院,廣州 510006

淺水湖泊是與人類生存、社會經濟發展和生態安全聯系最為緊密的淡水生態系統,同時也受到人類活動的嚴重干擾。工業革命以來,社會經濟的發展(如城市化、食品生產方式轉變、土地利用變化)導致過量的營養鹽負荷輸入湖泊,致使世界范圍內超過75%的湖泊已經處于富營養化狀態或正轉變為富營養化狀態[1-3],使得湖泊原有結構和功能遭到破壞,制約著社會、經濟和生態的可持續發展。因此,定量評估湖泊入湖營養鹽負荷具有重要意義。

當前,評估湖泊營養鹽負荷的模型方法主要包括機理模型和經驗模型[4]。前者雖能精確評估營養鹽負荷,但所需參數較多,限制了其在產匯流機制不明確、監測數據較為缺乏的流域中應用[5]；后者基于黑箱式的方法規避了產匯輸移過程的復雜性與隨機性,所需參數少、運算簡單、準確性高,因此,近年來被研究者廣泛使用[6-7]。例如,Liu等[8]基于入湖營養負荷模型評估了太湖入湖營養鹽負荷,結果表明2008年入湖總氮和總磷負荷分別為33043 t和5254 t。

白洋淀是華北平原最大的淺水湖泊,對調節華北地區生態環境、維持生物多樣性和維護區域生態平衡起著重要作用[9]。受到高強度人類活動的干擾,白洋淀從20世紀80年代開始出現富營養化問題。根據《河北省生態環境狀況公報》,白洋淀自2004年后水質為Ⅴ類或劣Ⅴ類,處于中度或輕度富營養化水平,主要污染物為化學需氧量、氨氮和總磷。富營養化問題引起大規模死魚事件、物種多樣性喪失等生態問題,造成巨大的經濟損失,如2006年死魚事件,造成直接經濟損失30余萬元。因此,控制白洋淀富營養化是恢復水質的首要之路。入湖營養鹽負荷作為引起湖泊富營養化的關鍵驅動力,明晰其來源是控制富營養化的關鍵所在。目前,白洋淀入湖營養鹽負荷集中于農業面源[10- 12],極少數研究綜合考慮了面源和點源[13]。另外針對營養鹽負荷未來的可能變化趨勢的研究也較為缺乏。2017年,我國在河北省設立雄安新區,將白洋淀列為重要水體功能區；按照規劃,新區遠期將承載200萬至250萬人口,人類活動(如農業生產、畜牧養殖)將大幅增加[14]。因此,探討城市化背景下白洋淀入湖營養鹽變化趨勢, 對支撐雄安新區生態建設具有重要意義。

為此,本研究基于入湖營養鹽負荷模型評估了歷史不同時期(1995—2015年)白洋淀入湖營養鹽負荷；在此基礎上,分析了土地利用、農業管理和污水處理系統變化下未來(2050年)入湖營養鹽負荷的變化趨勢；最后,基于PCLake模型,評估白洋淀營養鹽負荷閾值,闡明養分管理措施。

1 材料與方法

1.1 研究區

白洋淀流域位于河北省中部,“京津冀”腹地,流域面積為31200 km2,分為8個子流域(圖1)。流域內白洋淀是華北平原最大的淺水湖泊,湖泊最大面積為366 km2,平均水深2 m。自20世紀80年代以來,大量的農田退水、生活污水和生產廢水進入白洋淀,造成水質污染,水體發生富營養化[5]。環境統計年鑒數據顯示,白洋淀淀區水質未達到水功能區劃的要求(III類水),屬于重度或中度污染。

圖1 研究區位置Fig.1 The location of study area

1.2 研究方法

本研究分三步進行(圖2)。首先,建立入湖營養鹽負荷模型,該模型計算了1995—2015年白洋淀流域中5個子系統通過河流輸送到湖泊中的總氮、總磷負荷；其次,設置土地利用、農業管理和污水處理系統變化的5種情景,預測2050年白洋淀流域入湖營養鹽負荷；最后,基于PCLake模型預測水質恢復對應的營養鹽負荷閾值,通過比較入湖營養鹽負荷與閾值確定恢復白洋淀水質的適宜養分管理措施。

圖2 研究路線圖Fig.2 The research steps

1.2.1入湖營養鹽負荷模型

入湖營養鹽負荷模型考慮了大氣沉降、工業生產、家庭消費(分為城鎮家庭和農村家庭)、畜禽養殖和土地利用(耕地和其他土地利用類型)5個子系統中氮、磷的產生和循環過程(圖3)。模型中還考慮了氮、磷由陸域輸移到河道系統以及在河道系統中的損失量,如被水利設施阻隔、因沿岸取用水資源損耗、滯留在河床中等[13]。基于入湖營養鹽負荷模型,計算白洋淀流域五個子系統的營養鹽輸入負荷(圖2)：

LF,j=(RSF,hum,j+RSpntF,ind,j+RSdifF,ani,j+WSdifN,dep,j+RSdifF,agr,j)FEriv,F,mouth,j

式中,LF,j為j子流域通過河流輸入湖泊的營養鹽(F：氮和磷)負荷總和(kg/a)；RSF,hum,j、RSpntF,ind,j、RSdifF,ani,j、WSdifN,dep,j和RSdifF,agr,j分別為j子流域中家庭消費、工業生產、畜禽養殖、大氣沉降和土地利用5個子系統通過點源或非點源形式輸入河流的營養鹽負荷(kg/a),其中大氣沉降僅為氮負荷的計算項；FEriv,F,mouth,j為營養鹽負荷通過河流輸送進入湖泊的比例。

其中,5個子系統產生的營養鹽負荷計算采用改進的輸出系數法計算：

式中,RSF,y為y子系統輸入河流的營養鹽(F：氮和磷)負荷總和(kg/a)；NCi為y子系統中i類污染源(如畜禽養殖中污染源包括牛、豬、羊和家禽)排放單元數量(頭或hm2)；EUiz為i類污染源的z排放單元(如畜禽養殖的排放單元為糞便或尿)；ECiz為z排放單元氮或磷的排放系數(kg 頭-1a-1或kg hm-2a-1)；FEriv.F為入河系數(如未還田或未經處理的畜禽糞便排入河道時,受距河道距離和坡度等因素影響,入河系數是這些因素綜合作用得到的養分入河比例)。詳細計算公式參見Liu等[8]。

估算各個子系統產生營養鹽負荷的人口、化肥使用量、畜禽養殖數量、工業產值等數據來源于當地統計年鑒和國民經濟社會統計公報等。這些輸入數據通常基于縣級尺度,通過面積比值法將縣級尺度數據分配到各個子流域[13]。土地利用數據(30m×30m)來源于中國科學院資源環境科學數據中心(http://www.resdc.cn)。大氣沉降數據由Regional Emission Inventory in Asia 2.1 (REAS 2.1) 平臺下載得到[15]。河流流量數據來源于保定市水文局,其他參數如污水處理廠的氮、磷去除效率、糞便還田比例等參照MARINA模型(Model to Asses River Inputs of Nutrients to SeAs)和輸出系數法模型等[5,16-17]。

圖3 入湖營養負荷模型Fig.3 Simplified sources and flows diagram for nutrient loading model

1.2.2情景設計

本研究以2010年為基準,共設置了5種情景,分析白洋淀流域在土地利用、農業管理和污水處理系統變化影響下,未來(2050年)入淀營養鹽的變化趨勢(圖2)。在土地利用下設置自然增長(BAU)和快速城鎮化(RAP)兩種情景。在BAU和RAP情景下,雄安新區建設用地參照《雄安新區規劃綱要》設置,白洋淀流域內其他區域建設用地年增長率分別為0.17%和0.34%[18]。基于DINAMICA模型模擬白洋淀流域土地利用變化[19],以2000—2010年和2010—2015年作為率定期和驗證期,采用模糊相似性檢驗方法驗證模型精度,結果顯示,率定期在分辨率500m時模糊相似性指數>0.5,驗證期在分辨率300m時模糊相似性指數>0.5,表明該模型對研究區土地利用變化的模擬是可信的[20]。

在農業管理下設置減少畜禽糞便排放(AM)和化肥使用(SF)兩種情景。基于社會經濟共享路徑[21],在AM情景中,畜禽糞便直接排放量相比2010年減少了2.5倍[22]；在SF情景中化肥施用量相比2010年降低90%[22]。在污水處理下設置提高生活污水收集和處理效率(WT)情景。其中,城鎮和農村地區污水收集率分別達到90%和20%[13]；城鎮污水處理廠氮和磷的去除效率分別達到80%和90%；農村污水處理廠氮和磷去除效率分別達到35%和45%[23]。

1.2.3湖泊營養鹽負荷閾值估算

基于PCLake模型,評估白洋淀營養鹽負荷閾值[24]。選取2004—2010年白洋淀總氮、總磷和葉綠素a的實測值對PCLake模型進行率定。采用相關性系數(Rp2)、納什系數(RNSE2)和歸一化的均方根誤差(RSR)對模擬結果進行評價。結果顯示(圖4),白洋淀總氮、總磷和葉綠素a年均值和模擬值之間的Rp2、RNSE2和RSR分別為0.88、0.75和0.63,模擬值與實測值表現出較好的一致性,表明該模型具有較高準確性。

圖4 白洋淀總氮、總磷和葉綠素a的實測值與模擬值比較Fig.4 Comparison between measured and modelled total nitrogen, total phosphorus and Chlorophyll a

2 結果分析

2.1 歷史不同時期白洋淀入湖營養鹽負荷

歷史不同時期(1995—2015年)白洋淀入湖營養鹽負荷呈現波動性(圖5)。入湖總氮和總磷負荷在1995年最高,分別為2326 t和365 t；在2010年最低,分別為1679 t和257 t。從來源組成來看,總氮負荷主要來自于耕地(平均約34%)和生活污水(點源)(平均約34%),總磷負荷主要來自于直接入河的畜禽糞便(平均約38%)和生活污水(點源)(平均約28%)。因此,生活污水是白洋淀營養鹽的重要來源。

圖5 歷史不同時期(1995—2015年)白洋淀入湖總氮和總磷負荷Fig.5 Historical river export of nitrogen and phosphoruss to the Baiyangdian Lake during 1995—2015

圖6 2050年入湖總氮負荷和入湖總磷負荷Fig.6 Future river export of nitrogen and phosphorus to the Baiyangdian Lake in 2050

2.2 白洋淀入湖營養鹽負荷未來變化趨勢

基于社會經濟共享路徑,模擬預測了未來(2050年)白洋淀入湖營養鹽負荷(圖6)。總體而言,白洋淀流域內建設用地的擴張將使得入湖營養鹽負荷增加。在土地利用自然增長情景(BAU)下,與2010年相比,未來白洋淀總氮和總磷負荷將分別增加497 t和89 t。在建設用地快速增長(RAP)情景下,總氮和總磷入湖負荷最高,分別為2617 t和 412 t,相比2010年分別增加了56%和6%。

在白洋淀流域內,改善農業生產方式和提高污水處理效率均能降低入湖營養鹽負荷。與2010年相比,在SF情景下總氮入湖負荷降低最多,達21%；在AM情景下總磷負荷降低最多,達38%。在WT情景下總氮和總磷入湖負荷分別為1477 t和197 t,相比2010年分別降低了12%和23%。

2.3 白洋淀營養鹽負荷閾值

基于PCLake模型,模擬出白洋淀入湖營養鹽負荷與淀內營養鹽濃度之間的關系(圖7)。根據《白洋淀生態環境治理和保護規劃》,到本世紀中葉,白洋淀水質將逐步恢復到III—IV類。當白洋淀水質為III和IV類水時,入湖總氮負荷閾值分別為35.0、46.7 mg N m-2d-1,入湖總磷負荷分別為2.1、2.6 mg P m-2d-1(按單位湖泊面積計算)。

在未來,即使在建設用地快速增長情景(RAP)下,白洋淀淀內水體總氮濃度均處于III類水標準之上(圖7)；就總磷而言,在BAU和RAP情景下白洋淀水質分別接近和超過IV類水標準,其它情景下水質均處于III類水之上。

圖7 白洋淀入湖營養鹽負荷與淀內水體營養鹽濃度之間的響應關系Fig.7 The relationship between nutrient concentration in water column and nutrient loadings in the Baiyangdian Lake

3 討論

3.1 白洋淀入湖營養鹽負荷特征

通過實測數據和其他模型結果的對比驗證(表1),入湖營養鹽負荷模型計算的白洋淀入湖總氮(2018 t)和總磷負荷(313 t)在實測結果和其他模型模擬的總氮(1234—4714 t)、總磷(97—645 t)入湖負荷結果范圍之內[10,12- 13,25- 27]。驗證結果表明入湖營養鹽負荷模型能夠較為精確地估算白洋淀的入湖營養鹽負荷。歷史不同時期白洋淀入湖營養鹽負荷波動變化主要是由于流域內水量變化引起的。研究結果表明,白洋淀流域上游水利設施(如水庫、堤壩)的修建攔截了大部分河道徑流,使得入淀水量由1950年代的19.4億m3下降為20世紀的0.65億m3[5]。

從污染源結構來說,白洋淀入湖總氮負荷的重要來源是耕地。在農業為主的流域,氮肥使用是最主要的氮輸入源[28]。白洋淀流域位于華北平原,是中國主要糧食產區之一,1995—2015年化肥輸入的氮占人為凈氮輸入量的56%—63%[5]。耕地中的氮流失是白洋淀入湖總氮負荷的主要來源,卻在入湖總磷負荷中占比很小。主要是由于土壤對氮、磷的截留比例不同決定的,磷相比氮更容易被截留在土壤中。流域中的總氮約25%最終進入河流,而僅有3%的磷進入河流中,其余的氮、磷大都被儲存在土壤中[29-30]。此外,模型結果顯示點源是白洋淀入湖營養鹽負荷不容忽視的來源(直接入河的畜禽糞便和生活污水),在之前的研究中多關注農業面源污染[10-12]。趙志杰等[27]分析白洋淀流域污染負荷中面源和點源的貢獻值時也發現,多年平均農業面源負荷貢獻率為33.8%,城市、工業點源平均貢獻率為66.2%。

表1 本研究及其它研究中白洋淀入湖營養鹽負荷

3.2 城市化背景下白洋淀入湖營養負荷變化

本研究共設置了5種社會經濟發展情景,涉及到土地利用變化、農業生產方式改變以及污水處理3個方面,較為全面地為白洋淀入湖營養負荷未來可能的變化趨勢提供了定量研究。兩種土地利用變化(伴隨城鎮人口改變)情景的入湖營養負荷排序為：BAU

由于入湖總氮、總磷負荷的主要來源不同,農業生產方式改變對入湖總氮、總磷負荷的影響不同。在白洋淀流域內削減化肥使用量,有利于降低入湖總氮負荷；控制畜禽糞的直接排放,有利于降低入湖總磷負荷,因此,對于不同污染類型的湖泊,應選擇適宜的農業管理方式。但無論是改變農業還是畜牧生產方式,入湖營養負荷的來源均從農業源主導轉向以生活污水為主要源(圖6)。未來,城市化將是造成白洋淀水質污染的主要因素[13]。而提高生活污水的收集率和污水處理廠氮、磷處理效率,能夠顯著減少生活污水輸入湖泊的養分負荷。由于城鎮污水收集和處理效率較高,因此,應重點提高農村地區污水的收集率和處理效率。Strokal等[34]假設中國城鎮生活污水全部被收集與處理,進入河流中的養分負荷將恢復到1970年的低水平,沿海富營養化的可能性非常低。

3.3 營養負荷削減量

本研究通過入湖營養鹽負荷模型與PCLake模型的聯合運用,模擬得到了白洋淀入湖營養鹽負荷和水質恢復的閾值,明確了入湖營養鹽負荷與恢復閾值之間的差距,為白洋淀養分管理提供了科學支撐。研究結果表明,在城市化背景下,白洋淀淀內水質總氮均處于III類標準之上,而磷負荷超過了III類水標準,表明削減入湖總磷負荷對于恢復白洋淀水質至關重要。該結果與已有研究中報道的磷是白洋淀藻類生長的限制因子相一致[35-36]。在BAU和RAP情景下,若維持白洋淀水質處于IV類水之上,需分別削減總磷負荷2 t和67 t；若維持白洋淀水質處于III類水,需分別削減總磷負荷66 t和131 t。

不可避免地,基于PCLake模型預測的入湖營養負荷閾值存在一定的不確定性。例如PCLake模型預測白洋淀水質恢復III類水的入湖總磷負荷為2.1 mg P m-2d-1(折合281 t),該閾值比基于EFDC (Environmental Fluid Dynamics Code)預測的磷容量141 t高45%左右[37]。這可能是由于PCLake模型在模擬時將湖泊視為混合水體,未充分考慮空間異質性[38]。盡管如此,PCLak模型是專門針對淺水湖泊開發的主要用于預測湖泊發生穩態轉換閾值的模型,已在荷蘭43個湖泊、巢湖、太湖、滇池等得到應用[16-17, 24]。本研究是將PCLake運用于白洋淀的有益嘗試,同時基于多年實測水質數據對PCLake模型進行了驗證,結果在可接受范圍內,可認為預測的入湖營養鹽負荷閾值較為準確。

4 結論

本研究基于入湖營養鹽負荷模型,摸清了歷史不同時期(1995—2015年)白洋淀入湖營養鹽負荷的來源結構；基于社會經濟共享路徑,預測了未來不同發展情景下2050年入湖營養鹽負荷的變化趨勢；通過PCLake模型模擬了入湖營養鹽負荷與湖泊水體營養狀態之間的關系,確定了入湖營養鹽負荷閾值。得到以下結論：

(1)1995—2015年,白洋淀入湖總氮和總磷平均負荷分別2018 t和313 t,主要來源分別是耕地和直接入河的畜禽糞便。

(2)2050年,土地利用方式維持自然增長和建設用地快速增加情景下,入湖營養負荷相比2010年將增加30%—60%,生活污水將成為白洋淀營養鹽的重要來源,因此,應合理設置建設用地擴張速度,重點提高農村地區污水收集率和處理效率。

(3)恢復白洋淀水質應重點削減入湖總磷負荷,白洋淀水質達到III類和IV類標準,入湖總磷負荷閾值分別為2.1、2.6 mg P m-2d-1。