我國三個典型流域人類活動凈氮輸入量估算及其影響因素

張天鵬，閆鐵柱，金平忠，雷秋良，連慧姝, 3，李影,4,5，李曉虹，區惠平，周腳根，杜新忠，武淑霞，劉宏斌

我國三個典型流域人類活動凈氮輸入量估算及其影響因素

張天鵬1，閆鐵柱1，金平忠2，雷秋良1，連慧姝1, 3，李影1,4,5，李曉虹1，區惠平6，周腳根7，杜新忠1，武淑霞1，劉宏斌1

1中國農業科學院農業資源與農業區劃研究所/農業農村部面源污染控制重點實驗室，北京 100081；2洱源縣農業環境保護監測站，云南洱源 671200；3南方科技大學環境科學與工程學院，廣東深圳 518055；4中國科學院地理科學與資源研究所/資源與環境信息系統國家重點實驗室，北京 100101；5中國科學院大學，北京 100049；6廣西壯族自治區農業科學院農業資源與環境研究所，南寧 530007；7淮陰師范學院城市與環境學院，江蘇淮安 223300

【目的】人類活動氮素過量投入是引起面源污染的重要原因之一。闡明人類活動凈氮輸入量的時空分布特征及其影響因素，為解決面源氮素污染問題提供數據支持。【方法】利用人類活動凈氮輸入量（net anthropogenic nitrogen input，NANI）模型，通過統計年鑒和文獻綜述獲得NANI相關數據和參數，對農業化的香溪河流域、城鎮化的太湖流域和全面推進農業綠色發展模式的洱海流域的凈氮輸入量進行評估。【結果】從NANI強度上看，3個典型流域NANI平均值按照大小排序為：太湖流域（13 241 kg·km-2·a-1）、香溪河流域（2 183 kg·km-2·a-1）、洱海流域（1 582 kg·km-2·a-1）。從來源上看，氮肥施入（Nfer）和食品/飼料氮（Nim）是NANI最大來源，占比58%—97%，對NANI貢獻從大到小排序為：氮肥施入、食品/飼料氮輸入、氮沉降輸入、作物固氮輸入。從時間尺度看，2019年同2010年相比，香溪河流域NANI中食品/飼料氮輸入比例下降23個百分點，氮沉降比例上升34個百分點；洱海流域NANI中氮肥施入比例下降86個百分點；太湖流域NANI中食品/飼料氮輸入比例上升31個百分點，作物固氮量和氮沉降輸入比例下降14個百分點和12個百分點。從影響因素上看，3個典型流域NANI與城鎮人口密度均呈現顯著相關性（＜0.05），且隨城鎮人口密度的增加NANI隨之升高；耕地面積占比與NANI的擬合上，香溪河流域有顯著影響（＜0.05），但洱海流域和太湖流域均無顯著影響（＞0.05）。【結論】香溪河流域中昭君鎮、峽口鎮和黃糧鎮，洱海流域中下關鎮、上關鎮和鳳儀鎮，太湖流域中張家港市、嘉興市秀城區、杭州市拱墅區和上海市南匯區是NANI的關鍵源區；以農業為主的香溪河流域化肥施入是NANI的主要來源；城鎮化程度較高的太湖流域食品/飼料氮和肥料氮投入是NANI主要來源；農業綠色發展措施可顯著減少人類活動凈氮輸入量。因此，在關鍵源區大力推廣農業綠色發展措施，同時有效降低飼料和肥料的投入量，有利于控制農業面源污染。

人類活動凈氮輸入量（NANI）；香溪河流域；洱海流域；太湖流域；城鎮人口密度

0 引言

【研究意義】目前，全球水體水質情況不容樂觀。全球有30%—50%的陸地面積受到面源污染的影響，美國和歐洲國家60%的水體污染起源于面源污染[1]。我國2020年開展營養狀態監測的110個重要湖泊（水庫）中，貧營養狀態湖泊（水庫）占9.1%，中營養狀態占61.8%，輕度富營養狀態占23.6%，中度富營養狀態占4.5%，重度富營養狀態占0.9%[2]。因此，面源污染急需治理。氮素過量是引起面源污染的主要原因之一，及時開展流域氮素輸入空間分布特征和影響因素分析，對解決面源污染問題具有重要意義[3]。【前人研究進展】全國受到污染的流域湖泊中，主要由氮素引起農業面源污染的湖泊數量超過50%[4]，包括巢湖、海河、滇池、太湖、洱海、香溪河等流域[5-9]。氮素來源上看，工業化以來，人類對氮素的投入量遠超于自然界固氮量（細菌固氮和閃電固氮），甚至多數氮素輸入的研究中忽略自然界固氮量[10]。在評估人為氮素輸入量的眾多方法中，人類活動凈氮輸入量（net anthropogenic nitrogen input，NANI）模型作為典型的經驗模型，在參數及實測數據缺乏的地區具有較強的適用性和普適性[11]。且大量研究證明NANI評估和預測河流氮負荷誤差較小且穩定性高，因此在我國的滇池流域、鄱陽湖流域、淮河流域、長江流域等地區廣泛應用[12]。從影響因素上看，流域人口密度、經濟發展水平、耕地面積與化肥使用、土地利用類型等與NANI顯著性相關[13-17]。目前在空間尺度上，對中國省級尺度的研究結果表明，省級尺度過大導致難以精準識別氮源排放的重點地區，而市級和縣級尺度區域化特征明顯[13]。因此，利用更加精細的空間尺度估算NANI，有助于更好識別重點氮源輸入的區域。【本研究切入點】本文基于農業化的香溪河流域、城鎮化的太湖流域和全面推進農業綠色發展模式的洱海流域，利用NANI模型估算人類活動凈氮輸入量，擬掌握農業化和城鎮化流域輸入氮素的重點來源和關鍵源區，同時利用科學數據論證農業綠色發展模式對NANI的影響。【擬解決的關鍵問題】本研究分析農業化和城鎮化不同重點源的人類活動凈氮輸入量時空分布特征及其影響因素，同時掌握綠色農業措施對人類活動凈氮輸入量的影響，用科學的數據提高民眾對農業綠色發展技術的認知。該研究可為控制香溪河流域、太湖流域和洱海流域的氮素面源污染提供技術和數據支撐。

1 材料與方法

1.1 研究區概況

本研究以我國的香溪河流域、洱海流域和太湖流域等3個典型流域為研究對象。流域概況和選擇原因如下。

香溪河流域位于湖北省興山縣，典型的丘陵山區，是三峽水庫湖北庫區最大支流，流域面積3 099 km2 [16]。香溪河流域的農業生產和農村生活污染等是構成水體氮污染的主要來源，具有分散養殖和分散種植的特點，同時流域經濟發展較緩，為典型農業為主的小流域。因此，香溪河流域農業面源氮污染的防控和治理對于水體富營養化的控制以及三峽庫區水生態環境安全具有非常重要的意義。

太湖流域屬于平原水網區，位于東南長江三角洲，流域面積36 895 km2 [14]。太湖流域水土資源豐富且交通便利，憑借良好的自然和人為基礎成為我國經濟最發達、大中城市分布最密集的區域之一，為典型的城鎮化流域。隨社會經濟快速發展，氮素排入河道進入太湖，且湖體流速緩慢導致污染物停留時間長，對湖體造成了嚴重的水體污染。太湖是我國第三大淡水湖，因此控制太湖水體氮素污染對于平衡經濟與環境之間的關系極其重要。

洱海流域位于云南省大理白族自治州，典型的高原山區，屬于瀾滄江水系，流域面積2 565 km2 [15]。洱海流域內的面源污染主要來自農田種植、農村生活和畜禽養殖，具有居養（人類居住和養殖）一體、農田集中成片和盆地水旱輪作特點。洱海流域主要包括大理市和洱源縣，其中大理市于2019年被列入國家農業綠色發展先行區，為全面推進農業綠色發展模式的典型流域。洱海是當地的主要飲用水源地，洱海水質從20世紀90年代開始急劇惡化，目前洱海的年均水質在Ⅱ—Ⅲ類之間波動，是我國初期富營養化湖泊之一。

1.2 研究方法和數據來源

選取2010和2019年香溪河流域、洱海流域、太湖流域數據，采用人類活動凈氮輸入量（NANI）估算模型計算NANI。NANI結構和各組分氮輸入量如圖1，變量全稱如表1，計算公式如下：

式中，Nfer表示化肥氮施入量，采用統計年鑒中氮肥折純量數據（本流域產生有機肥在流域內自循環，不參與計算，外購有機肥量無統計數據）；Ncro表示作物固氮量，采用作物種植面積與單位面積固氮量的乘積計算，作物固氮能力中大豆9 600 kg·km-2·a-1、水稻4 480 kg·km-2·a-1 [18]；Ndep表示大氣氮沉降量，香溪河流域、洱海流域和太湖流域分別為1 100、1 953和1 934 kg·km-2·a-1[14-16]；Nim表示食品/飼料氮輸入量，計算方法如圖1，公式如下：

式中，Nhc：人類食品氮消費量，采用流域人口數量與單位人口氮攝入量的乘積計算，公式如下：

式中，農村和城市人均食品中蛋白質含量（PROT）分別為64.6 g·d-1和69 g·d-1，POP為人口數（人），蛋白質與氮含量的換算系數為6.25[19]。其中，為保證數據的可靠性，POP2中增加洱海流域和太湖流域由流動人口產生的氮含量。

Nlc：畜禽飼料氮消費量，采用流域畜禽養殖數量（AN）與單位畜禽氮需求量的乘積計算，公式如下：

式中，AN：區域畜禽養殖數量（頭或只），采用統計年鑒中存欄量計算；：表示區域養殖的畜禽種類數量，其中雞、鴨和鵝統稱為禽類并綜合計算；：表示畜禽種類；ANI：氮素攝入水平。數據由統計年鑒獲取，包括豆類、大麥、小麥等農作物和牛、羊、豬、家禽等動物，轉換食物按照10%損失，氮素攝入水平（ANI）為牛66.75 kg·a-1、豬16.68 kg·a-1、家禽0.60 kg·a-1、羊6.85 kg·a-1 [20-21]。

Nlp：畜禽產品氮含量，采用流域畜禽數量、生產量和排泄水平（ANO）共同確定，公式如下：

式中，Nlp：畜禽產品氮產量，即流域內畜產品總的氮含量；redi：畜禽可食用部分比例。畜禽氮素排泄量為牛58.51 kg·a-1、豬5.17 kg·a-1、家禽0.39 kg·a-1、羊5.00 kg·a-1 [20-21]，本流域產生有機肥在流域內自循環，因此在該部分減去畜禽氮素排泄量。

Ncp：作物氮生產量，采用作物產量（PC）與氮含量（PC）的乘積計算，公式如下：

表1 變量全稱表

香溪河流域/太湖流域/洱海流域（2019年氮輸入量）

式中，作物含氮量（CP）：水稻1.18%、小麥1.92%、大豆5.62%、玉米1.40%、油菜籽4.56%、蔬菜作物0.32%、柑橘0.14%[14-17,22]。其他作物種植面積較少，統計年鑒中未包含相關數據，因此本研究中未計算其他作物。

1.3 數據處理與制圖

本文采用Microsoft Office 專業增強版2019、IBM SPSS Statistics 19和ArcGIS 10.6進行數據統計、分析和制圖。

2 結果

2.1 NANI空間分布特征

三大典型流域從2019年整體上看，NANI平均值按照大小排序為：太湖流域（13 241 kg·km-2·a-1）、香溪河流域（2 183 kg·km-2·a-1）、洱海流域（1 582 kg·km-2·a-1），洱海流域NANI占太湖流域12%、香溪河流域占太湖流域16%（圖2）。其中，（1）香溪河流域人類氮素投入地區最為集中，集中在昭君鎮、峽口鎮和黃糧鎮，分別占流域總NANI的20.5%、20.3%和17.1%，共占57.9%，總體呈南部多北部少的趨勢。（2）洱海流域人類重點氮素投入地區較為集中，集中在下關鎮、上關鎮和鳳儀鎮，分別占流域22.6%、18.1%和12.5%，共占53.2%，其他鄉鎮NANI較少，總體呈南部多北部少的趨勢。（3）太湖流域人類重點氮素投入地區最分散，張家港市、嘉興市秀城區、杭州市拱墅區和上海市南匯區較多，分別占流域6.8%、6.0%、5.8%和5.6%，共占24.2%，空間上總體呈西南部少東北部多的趨勢。

圖2 三大流域NANI空間分布

2.2 NANI來源和時間變化分析

3個典型流域從NANI來源上看，氮肥施入（Nfer）和食品/飼料氮（Nim）是NANI最大來源，共占比58%—97%，對NANI貢獻從大到小排序為Nfer、Nim、Ndep、Ncro（圖3）。其中，（1）香溪河流域2010年NANI主要來源為Nfer（58%）和Nim（39%）；2019年NANI主要來源為Nfer（48%）和Ndep（34%），Nim比例下降了23個百分點，Ndep比例上升34個百分點。（2）洱海流域2010年NANI主要來源為Nfer（86%）和Nim（11%），Ncro和Ndep占比較少，共占3%；2019年NANI主要來源為Nim （58%）和Ndep（41%），Nfer比例下降86個百分點。（3）太湖流域2010年NANI主要來源為Nfer（53%），Nim、Ncro和Ndep的占比基本相同；2019年NANI主要來源為Nfer（48%）和Nim（47%），Nim比例上升31個百分點，Ncro和Ndep比例下降14個百分點和12個百分點。因此，3個流域在10年間NANI結構變化差別較大，討論部分詳述變化原因。

2.3 城鎮人口密度和耕地面積對NANI的影響

城鎮人口密度是高度城鎮化流域最主要的特征之一，耕地面積占比是農業化流域最主要的特征之一，因此本研究選取城鎮人口密度和耕地面積占比開展研究。三大典型流域NANI與城鎮人口密度均呈現顯著相關性（＜0.05），擬合線性2＞0.43，且隨城鎮人口密度的增加NANI隨之升高（圖4）。從NANI的來源上看，人口密度影響食物氮（Nim）的輸入，與Nfer、Ncro和Ndep無顯著性關系，因此，在本研究中認為人口密度可通過影響食物氮進而影響NANI。耕地面積占比與NANI的擬合上，香溪河流域有顯著影響（＜0.05），但洱海流域和太湖流域均無顯著影響（＞0.05）。

圖3 三大流域NANI來源結構圖

圖4 三大流域人口密度和耕地面積占比對NANI的影響

3 討論

3.1 全球尺度下的NANI水平

全球尺度上，根據現有研究，NANI平均值為1 570.47 kg·km-2·a-1 [23]，香溪河流域（2 183 kg·km-2·a-1）為該值的1.4倍，洱海流域（1 582 kg·km-2·a-1）與之相近，太湖流域（13 241 kg·km-2·a-1）為該值的8.4倍。亞洲、歐洲、拉丁美洲、大洋洲、南非、北非、北美和加勒比NANI平均值為2 841、961、791、158、361、585、978和1 525 kg·km-2·a-1 [24]，因此，太湖流域遠高于全球平均水平。我國NANI平均值為4 000—5 000 kg·km-2·a-1 [23]，香溪河流域和洱海流域低于該范圍，太湖流域遠大于該范圍。我國其他典型流域（鄱陽湖流域、淮河流域、永安江流域和洪澤湖流域等）NANI的范圍為500—26 415 kg·km-2·a-1 [25]，太湖流域處于較高的水平，但處于正常范圍內。根據數據溯源和流域特點，并結合已有文獻，總結其原因有如下3點：（1）從流域特征上看，太湖流域高度城鎮化，人口遠遠多于洱海流域和香溪河流域，因此高度城鎮化導致人口密集是NANI值過高的首要原因；（2）從化肥施入上看，2019年香溪河流域施肥量為1 445 kg·km-2·a-1，太湖流域為7 040 kg·km-2·a-1，相差約為5倍，因此化肥過量施入是NANI值過高的次要原因；（3）從NANI影響水質結果上看，太湖水質2016年才從Ⅴ類水改善為Ⅳ類水，而洱海流域近10年每年維持Ⅱ類水質時間為7—8個月，其余時間均為Ⅲ類水。因此，太湖流域需進一步控制人類活動凈氮輸入量。

3.2 NANI時間變化特征

本研究中3個典型流域重要的NANI來源為氮肥施入（Nfer）和食物氮（Nim）。全國氮肥施入特征和政策措施上看，近30年來農業用地面積呈現增加趨勢[26]，且增加幅度較大，隨著農業用地的增加，化肥投入也顯著增加，同時化肥不合理的施用使面源污染問題凸顯，因此控制化肥投入現已成為全國推行綠色發展措施，如有機肥替代化肥等[27]。洱海流域作為全面推進農業綠色發展模式的典型流域，從2017年起禁止施用化肥，導致2019年化肥施用量從占NANI來源比例的86%下降至0。香溪河流域和太湖流域的Nfer均有不同程度的下降。在耕地面積占比與NANI的擬合上，洱海流域和太湖流域受到減肥措施影響，雖然耕地面積增多，但是單位面積的氮肥施入量下降，最終導致NANI與耕地面積占比不相關（＞0.05）（圖4）。而香溪河流域水體污染不嚴重，減肥效應不明顯，單位面積的氮肥施入量下降較少，因此耕地面積占比與NANI成顯著性相關（＜0.05）。2019年太湖流域NANI中Ncro占比不足1%，經過對數據的溯源和文獻綜述，認為該結果是正常的，原因如下：（1）太湖流域為城鎮化高度集中的流域，人口密度遠高于香溪河流域和洱海流域，因此Nim中Nhc很高；（2）太湖流域水稻和大豆的播種面積僅為3 382和726 km2，作物固氮量遠小于Nim和Nfer（圖1）。

食物氮主要包括人類食品消費氮、畜禽飼料消費氮、動物產品氮產量和作物氮產量[22,25]。從流域特征上看，食物氮受到人口和動植物數量的影響。其中人口是最不穩定的因素，特別是流動人口[15]。香溪河流域農村人口在2010年至2019年期間大量遷出，導致Nim比例下降23個百分點；洱海流域是旅游勝地，導致Nim的波動較大[28]；太湖流域城鎮化規模大，2010年至2019年期間人口大量遷入，導致Nim比例升高31個百分點。目前研究表明，洱海流域的旅游人口波動和太湖流域城鎮的高度集中是導致NANI較高的主要因素[15]。本文對三大流域的城鎮人口和NANI進行擬合，發現人口密度越高，NANI的值越大，符合已有研究的結論[16-17]。

3.3 NANI模型發展

NANI模型得到研究者的廣泛認可，并應用于全球各類流域的研究中，但數據的來源和計算方法對實際應用的適用性具有一定的不確定性，其結果精度依賴于全方位的考察，部分參數取值需考慮不同區域的具體特征，進行適當修正，使計算結果更合理并更具有針對性[22]。如洱海流域的研究中，將當地特色的旅游波動人口納入NANI的計算公式中[15]；在香溪河流域的研究中，將磷礦開采和磷化工納入NANI模型，可顯著增加模型的計算精度[17]。本研究中，未考慮城市污水處理的情況，不同城市對污水處理的措施、政策和監管強度不同，若采取統一參數，顯然不適用NANI的估算。有機肥施入的計算，畜禽產生的糞便作為有機肥施入流域中，導致產生有機肥在流域內自循環，同時食品/飼料氮中部分轉化為糞便，因此需在食品/飼料氮部分將畜禽氮素排泄量扣除，但存在有機肥外購和外銷情況，需得到充分數據得出結論，獲取數據難度極大，目前無法統計。此外，NANI模型只考慮了人類活動的氮施入量，無法體現流域內部的氮循環，氮肥輸入與食品/飼料氮、畜禽產品氮和氮沉降具有流通關系和一定的轉化比例，因此計算中存在重復計算，且流域越大，氮循環重復計算越多，但該轉化比例尚不明確，無法將重復部分扣除，導致計算結果偏高。數據來源還包括文獻綜述、統計年鑒和實地監測[29]，因此，為進一步提高NANI的估算精度，應采取數據不同來源進行數據校準、根據流域實際情況和當地特色對模型的參數和公式進行修正等手段，同時可結合氮足跡、氮空間指數法（NrSI）、氮“5Ps”可持續管理等手段，對NANI模型結果校正，充分考慮流域內部氮循環問題[30]。

3.4 針對性建議

根據本文研究結果，對三大典型流域降低NANI提出以下建議：（1）香溪河流域重點考慮昭君鎮、峽口鎮和黃糧鎮的氮肥投入；（2）洱海流域重點考慮下關鎮、上關鎮和鳳儀鎮氮肥投入和旅游人口的影響；（3）太湖流域重點考慮張家港市、嘉興市秀城區、杭州市拱墅區和上海市南匯區氮肥投入和人口規模遷入。

4 結論

從空間分布上看，香溪河流域中昭君鎮、峽口鎮和黃糧鎮，洱海流域中下關鎮、上關鎮和鳳儀鎮，太湖流域中張家港市、嘉興市秀城區、杭州市拱墅區和上海市南匯區是NANI的關鍵源區。從來源上看，農業為主的香溪河流域，化肥施入是NANI主要來源，占流域總NANI范圍為48%—58%；城鎮化為主的太湖流域，食品/飼料氮和肥料氮投入是NANI主要來源。從影響因素上看，化肥施用和城鎮人口密度是主要因素。從農業綠色發展模式上看，綠色農業措施可顯著減少人類活動凈氮輸入量。因此，在關鍵源區大力推廣農業綠色發展措施，同時有效降低飼料和肥料的投入量，有利于控制農業面源污染。

[1] TONG Y D, ZHAO Y, ZHEN G C, CHI J, LIU X H, LU Y R, WANG X J, YAO R H, CHEN J Y, ZHANG W. Nutrient loads flowing into coastal waters from the main rivers of China (2006–2012). Scientific Reports, 2015, 5: 16678. doi:10.1038/srep16678.

[2] 生態環境部. 2020中國生態環境狀況公報[R].2021.

Ministry of Ecology and Environment. 2020 China Ecology and Environment State Bulletin [R].2021. (in Chinese)

[3] 裴亮, 王理明, 于國強. 農業非點源污染研究的現狀及應用新進展. 水利水電技術, 2010, 41(12): 58-61. doi:10.13928/j.cnki.wrahe.2010. 12.018.

PEI L, WANG L M, YU G Q. Status of study on agricultural non-point source pollution and new progress of its application. Water Resources and Hydropower Engineering, 2010, 41(12): 58-61. doi:10.13928/j.cnki.wrahe.2010.12.018. (in Chinese)

[4] 生態環境部辦公廳. 第二次全國污染源普查公報[R].2020.

General Office of the Ministry of Ecology and Environment. The Second National Census of Pollution Sources [R].2020. (in Chinese)

[5] 馮愛萍, 吳傳慶, 王雪蕾, 王洪亮, 周亞明, 趙乾. 海河流域氮磷面源污染空間特征遙感解析. 中國環境科學, 2019, 39(7): 2999-3008. doi:10.19674/j.cnki.issn1000-6923.2019.0354.

FENG A P, WU C Q, WANG X L, WANG H L, ZHOU Y M, ZHAO Q. Spatial character analysis on nitrogen and phosphorus diffuse pollution in Haihe River Basin by remote sensing. China Environmental Science, 2019, 39(7): 2999-3008. doi:10.19674/j.cnki.issn1000-6923. 2019.0354. (in Chinese)

[6] 王雪蕾, 王新新, 朱利, 馬友華, 吳傳慶, 王強, 馮愛萍, 陳敏鵬. 巢湖流域氮磷面源污染與水華空間分布遙感解析. 中國環境科學, 2015, 35(5): 1511-1519. doi:10.3969/j.issn.1000-6923.2015.05.031.

WANG X L, WANG X X, ZHU L, MA Y H, WU C Q, WANG Q, FENG A P, CHEN M P. Spatial analysis on diffuse pollution and algal bloom characteristic with remote sensing in Chao Lake Basin. China Environmental Science, 2015, 35(5): 1511-1519. doi:10.3969/j.issn. 1000-6923.2015.05.031. (in Chinese)

[7] 高偉, 高波, 嚴長安, 劉永. 鄱陽湖流域人為氮磷輸入演變及湖泊水環境響應. 環境科學學報, 2016, 36(9): 3137-3145. doi:10.13671/ j.hjkxxb.2015.0779.

GAO W, GAO B, YAN C G, LIU Y. Evolution of anthropogenic nitrogen and phosphorus inputs to Lake Poyang Basin and its’ effect on water quality of lake. Acta Scientiae Circumstantiae, 2016, 36(9): 3137-3145. doi:10.13671/j.hjkxxb.2015.0779. (in Chinese)

[8] 盧少勇, 張萍, 潘成榮, 彭書傳, 劉曉暉. 洞庭湖農業面源污染排放特征及控制對策研究. 中國環境科學, 2017, 37(6): 2278-2286. doi:10.3969/j.issn.1000-6923.2017.06.036.

LU S Y, ZHANG P, PAN C R, PENG S C, LIU X H. Agricultural non-point source pollution discharge characteristic and its control measures of Dongtinghu Lake. China Environmental Science, 2017, 37(6): 2278-2286. doi:10.3969/j.issn.1000-6923.2017.06.036. (in Chinese)

[9] 崔超. 三峽庫區香溪河流域氮磷入庫負荷及遷移特征研究[D]. 北京: 中國農業科學院, 2016.

CUI C. Characteristics of nitrogen and phosphorus loadings into receiving water body and migration in Xiangxi River basin, Three Gorges reservoir region[D]. Beijing: Chinese Academy of Agricultural Sciences, 2016. (in Chinese)

[10] 謝麗純, 陳建耀. 近10 a來珠江三角洲地區氮收支演變及區域差異分析. 自然資源學報, 2014, 29(2): 237-248.

XIE L C, CHEN J Y. Nitrogen budgets of the Pearl River Delta and its regional differences during the past decade. Journal of Natural Resources, 2014, 29(2): 237-248. (in Chinese)

[11] QIU W W, ZHONG Z B, LI Z L. Agricultural non-point source pollution in China: evaluation, convergence characteristics and spatial effects. Chinese Geographical Science, 2021, 31(3): 571-584. doi:10.1007/s11769-021-1200-1.

[12] 王健, 尹煒, 葉閩, 雷阿林, 李思敏. 植草溝技術在面源污染控制中的研究進展. 環境科學與技術, 2011, 34(5): 90-94.

WANG J, YIN W, YE M, LEI A L, LI S M. Advance on grassed swales technology in non-point source pollution control. Environmental Science & Technology, 2011, 34(5): 90-94. (in Chinese)

[13] 魏欣. 中國農業面源污染管控研究[D]. 楊凌: 西北農林科技大學, 2014.

WEI X. A novel framework for agricultural non-point source pollution management and control in China[D]. Yangling: Northwest A & F University, 2014. (in Chinese)

[14] LIAN H S, LEI Q L, ZHANG X Y, HAW Y, WANG H Y, ZHAI L M, LIU H B, HUANG J C, REN T Z, ZHOU J G, QIU W W. Effects of anthropogenic activities on long-term changes of nitrogen budget in a plain river network region: a case study in the Taihu Basin. Science of the Total Environment, 2018, 645: 1212-1220. doi:10.1016/j.scitotenv. 2018.06.354.

[15] LI Y, YEN H, LEI Q L, QIU W W, LUO J F, LINDSEY S, QIN L H, ZHAI L M, WANG H Y, WU S X, LI W C, HU W L, LI H Z, LIU H B. Impact of human activities on phosphorus flows on an early eutrophic plateau: a case study in Southwest China. Science of the Total Environment, 2020, 714: 136851. doi:10.1016/j.scitotenv.2020. 136851.

[16] 李曉虹, 劉宏斌, 雷秋良, 嚴顥, 翟麗梅, 武淑霞, 王洪媛, 張亦濤, 李影. 人類活動凈氮輸入時空變化特征及其影響因素: 以香溪河流域為例. 中國環境科學, 2019, 39(2): 812-817. doi:10.19674/j.cnki. issn1000-6923.2019.0099.

LI X H, LIU H B, LEI Q L, YEN H, ZHAI L M, WU S X, WANG H Y, ZHANG Y T, LI Y. Spatio-temporal characteristics and influential factors of net anthropogenic nitrogen input: a case study of Xiangxi River Watershed full text replacement. China Environmental Science, 2019, 39(2): 812-817. doi:10.19674/j.cnki.issn1000-6923.2019.0099. (in Chinese)

[17] 張天鵬, 雷秋良, 秦麗歡, 李曉虹, 武淑霞, 夏穎, 張富林, 張亦濤, 劉宏斌. 香溪河流域人類活動凈磷輸入量及其影響因素. 中國環境科學, 2020, 40(11): 4957-4964. doi:10.19674/j.cnki.issn1000-6923. 2020.0548.

ZHANG T P, LEI Q L, QIN L H, LI X H, WU S X, XIA Y, ZHANG F L, ZHANG Y T, LIU H B. Net phosphorus input from human activities and its influencing factors in Xiangxi River Watershed. China Environmental Science, 2020, 40(11): 4957-4964. doi:10. 19674/j.cnki.issn1000-6923.2020.0548. (in Chinese)

[18] 關大偉, 李力, 岳現錄, 馬鳴超, 張武, 李俊. 我國大豆的生物固氮潛力研究. 植物營養與肥料學報, 2014, 20(6): 1497-1504. doi:10. 11674/zwyf.2014.0620.

GUAN D W, LI L, YUE X L, MA M C, ZHANG W, LI J. Study on potential of biological nitrogen fixation of soybean in China. Journal of Plant Nutrition and Fertilizer, 2014, 20(6): 1497-1504. doi:10. 11674/zwyf.2014.0620. (in Chinese)

[19] 翟鳳英, 何宇娜, 王志宏, 于文濤, 胡以松, 楊曉光. 中國城鄉居民膳食營養素攝入狀況及變化趨勢. 營養學報, 2005, 27(3): 181-184. doi:10.3321/j.issn: 0512-7955.2005.03.002.

ZHAI F Y, HE Y N, WANG Z H, YU W T, HU Y S, YANG X G. The status and trends of dietary nutrients intake of Chinese population. Acta Nutrimenta Sinica, 2005, 27(3): 181-184. doi:10.3321/j.issn: 0512-7955.2005.03.002. (in Chinese)

[20] 陳天寶, 萬昭軍, 付茂忠, 張紅, 張金靈, 楊朝武, 蔣小松. 基于氮素循環的耕地畜禽承載能力評估模型建立與應用. 農業工程學報, 2012, 28(2): 191-195. doi:10.3969/j.issn.1002-6819.2012.02.034.

CHEN T B, WAN Z J, FU M Z, ZHANG H, ZHANG J L, YANG C W, JIANG X S. Modeling and application of livestock supporting capacity estimation of cropland based on nitrogen cycling in southwest China. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(2): 191-195. doi:10.3969/j.issn.1002-6819. 2012.02.034. (in Chinese)

[21] 董紅敏, 朱志平, 黃宏坤, 陳永杏, 尚斌, 陶秀萍, 周忠凱. 畜禽養殖業產污系數和排污系數計算方法. 農業工程學報, 2011, 27(1): 303-308. doi:10.3969/j.issn.1002-6819.2011.01.049.

DONG H M, ZHU Z P, HUANG H K, CHEN Y X, SHANG B, TAO X P, ZHOU Z K. Pollutant generation coefficient and discharge coefficient in animal production. Transactions of the Chinese Society of Agricultural Engineering, 2011, 27(1): 303-308. doi:10.3969/j.issn. 1002-6819.2011.01.049. (in Chinese)

[22] 裴瑋, 杜新忠, 雷秋良, 閆鐵柱, 李影, 張天鵬, 陳玫君, 武淑霞, 劉宏斌. 河南省人類活動凈氮輸入量與參數影響研究. 中國環境科學, 2021, 41(9): 1-15.

PEI W, DU X Z, LEI Q L, YAN T Z, LI Y, ZHANG T P, CHEN M J, WU S X, LIU H B. Net anthropogenic nitrogen input from human activities and its impacts from parameters in Henan Province. China Environmental Science, 2021, 41(9): 1-15. (in Chinese)

[23] 韓黎陽, 黃志霖, 肖文發, 田耀武, 曾立雄, 吳東. 三峽庫區蘭陵溪小流域土地利用及景觀格局對氮磷輸出的影響. 環境科學, 2014, 35(3): 1091-1097.doi:10.13227/j.hjkx.2014.03.038.

HAN L Y, HUANG Z L, XIAO W F, TIAN Y W, ZENG L X, WU D. Effects of land use and landscape pattern on nitrogen and phosphorus exports in Lanlingxi watershed of the Three Gorges reservoir area, China. Environmental Science, 2014, 35(3): 1091-1097. doi:10. 13227/j.hjkx.2014.03.038. (in Chinese)

[24] HAN Y G, FENG G, SWANEY D P, DENTENER F, KOEBLE R, OUYANG Y, GAO W. Global and regional estimation of net anthropogenic nitrogen inputs (NANI). Geoderma, 2020, 361: 114066. doi:10.1016/j.geoderma.2019.114066.

[25] 李影, 劉宏斌, 雷秋良, 胡萬里, 王洪媛, 翟麗梅, 任天志, 連慧姝. 洱海流域鄉鎮尺度上人類活動對凈氮輸入量的影響. 環境科學, 2018, 39(9): 4189-4198. doi:10.13227/j.hjkx.201712079.

LI Y, LIU H B, LEI Q L, HU W L, WANG H Y, ZHAI L M, REN T Z, LIAN H S. Impact of human activities on net anthropogenic nitrogen inputs(NANI) at township scale in Erhai lake basin. Environmental Science, 2018, 39(9): 4189-4198. doi:10.13227/j.hjkx.201712079. (in Chinese)

[26] 何松娥. 測土配方施肥技術及其推廣對策. 農業科技與信息, 2021(12): 62-63. doi:10.15979/j.cnki.cn62-1057/s.2021.12.023.

HE S E. Soil testing formula fertilization technology and its promotion countermeasures. Agricultural Science-Technology and Information, 2021(12): 62-63. doi:10.15979/j.cnki.cn62-1057/s.2021. 12.023. (in Chinese)

[27] 張怡彬, 李俊改, 王震, 戴孚岳, 翟麗梅, 楊波, 王洪媛, 劉宏斌. 有機替代下華北平原旱地農田氨揮發的年際減排特征. 植物營養與肥料學報, 2021, 27(1): 1-11. doi:10.11674/zwyf.20292.

ZHANG Y B, LI J G, WANG Z, DAI F Y, ZHAI L M, YANG B, WANG H Y, LIU H B. Substitution of chemical fertilizer with organic manure reduces ammonia volatilization in maize farmland in North China Plain. Journal of Plant Nutrition and Fertilizers, 2021, 27(1): 1-11. doi:10.11674/zwyf.20292. (in Chinese)

[28] 華玲玲, 李文超, 翟麗梅, 崔超, 劉宏斌, 任天志, 張富林, 雷秋良. 三峽庫區古夫河小流域氮磷排放特征. 環境科學, 2017, 38(1): 138-146. doi:10.13227/j.hjkx.201606210.

HUA L L, LI W C, ZHAI L M, CUI C, LIU H B, REN T Z, ZHANG F L, LEI Q L. Characteristics of nitrogen and phosphorus emissions in the gufu river small watershed of the Three Georges reservoir area. Environmental Science, 2017, 38(1): 138-146. doi:10.13227/j.hjkx. 201606210. (in Chinese)

[29] 華玲玲, 張富林, 翟麗梅, 劉宏斌, 范先鵬, 王洪媛. 江漢平原水稻季灌排單元溝渠中氮磷變化特征及其環境風險. 環境科學, 2018, 39(6): 2715-2723. doi:10.13227/j.hjkx.201709157.

HUA L L, ZHANG F L, ZHAI L M, LIU H B, FAN X P, WANG H Y. Characteristics of nitrogen and phosphorus concentration dynamics in natural ditches under an irrigation-drainage unit in the Jianghan plain. Environmental Science, 2018, 39(6): 2715-2723. doi:10.13227/j.hjkx. 201709157. (in Chinese)

[30] LIANG X, LAM S K, ZHANG X, OENEMA O, CHEN D L. Pursuing sustainable nitrogen management following the “5 Ps” principles: Production, People, Planet, Policy and Partnerships. Global Environmental Change, 2021, 70: 102346. doi:10.1016/j.gloenvcha. 2021.102346.

Net Anthropogenic Nitrogen Inputs and Its Influencing Factors in Three Typical Watersheds of China

ZHANG TianPeng1, YAN TieZhu1, JIN PingZhong2, LEI QiuLiang1, LIAN HuiShu1, 3, LI Ying1, 4, 5, LI XiaoHong1, OU HuiPing6, ZHOU JiaoGen7, DU XinZhong1, WU ShuXia1, LIU HongBin1

1Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences/Key Laboratory of Nonpoint Source Pollution Control, Ministry of Agriculture and Rural Affairs, Beijing 100081;2Eryuan County Agricultural Environmental Protection Monitoring Station, Eryuan 671200, Yunnan;3School of Environmental Science and Engineering, Southern University of Science and Technology, Shenzhen 518055, Guangdong;4Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences/State Key Laboratory of Resources and Environmental Information System, Beijing 100101;5University of Chinese Academy of Sciences, Beijing 100049;6Agricultural Resource and Environment Research Institute, Guangxi Academy of Agricultural Sciences, Nanning 530007;7School of Urban and Environmental Sciences, Huaiyin Normal University, Huaian 223300, Jiangsu

【Objective】Net anthropogenic nitrogen input (NANI) is one of the important causes to non-point source pollution. In order to investigate the spatio-temporal characteristics and influencing factors of net anthropogenic nitrogen input, the key source areas were identified and the key sources in watersheds were analyzed, so as to provide data support for solving the problem of non-point source nitrogen pollution. 【Method】Three watersheds were selected according to their characteristics, among which Xiangxi River watershed was a typical agriculture watershed, Erhai watershed was comprehensively promotion model of green agricultural development, and Taihu watershed was a typical urban centralized watershed. Based on the NANI model, the data was obtained through statistical yearbook and literature review to evaluate NANI of the three typical watersheds.【Result】In terms of NANI intensity, the average value of NANI in the three typical watersheds was ranked as follows: Taihu watershed (13 241 kg·km-2·a-1), Xiangxi River watershed (2 183 kg·km-2·a-1), and Erhai watershed (1 582 kg·km-2·a-1). In terms of NANI sources, nitrogen application (Nfer) and food/feed nitrogen (Nim) were the largest sources of NANI, accounting for 58%-97%. The NANI contribution ranked in the order of nitrogen application, food/feed nitrogen input, nitrogen deposition input, and crop nitrogen fixation input. In terms of time, food/feed nitrogen input of Xiangxi River watershed decreased by 23 percentage points from 2010 to 2019, while nitrogen deposition increased by 34 percentage points. From 2010 to 2019, nitrogen application in NANI decreased by 86 percentage points in Erhai watershed. From 2010 to 2019, the input of food/feed nitrogen to NANI in Taihu watershed increased by 31 percentage points, while the input of crop nitrogen fixation and nitrogen deposition decreased by 14 and 12 percentage points, respectively. In terms of influencing factors, NANI was significantly correlated with urban population density in the three typical watersheds (＜0.05), and NANI increased with the increase of urban population density. The Xiangxi River watershed had a significant effect on the proportion of cultivated land and NANI fitting (＜0.05), but the Erhai watershed and Taihu watershed was not significant effect (＞0.05). 【Conclusion】Zhaojun town, Xiakou town and Huangliang town in Xiangxi River watershed, Xiaguan town, Shangguan town and Fengyi town in Erhai watershed, and Zhangjiagang City, Xiucheng District in Jiaxing City, Gongshu District and Nanhui District in Taihu watershed were the key source areas of NANI. Fertilizer application was the main source of NANI in Xiangxi River watershed where is mainly agricultural. The input of food/feed nitrogen and fertilizer nitrogen were the main sources of NANI in Taihu watershed where is mainly urbanization. The green agricultural development model could significantly reduce net anthropogenic nitrogen input. Therefore, it was beneficial to control agricultural non-point source pollution by vigorously promoting agricultural green development measures and effectively reducing the input of feed and fertilizer in key source areas.

net anthropogenic nitrogen inputs (NANI); Xiangxi River watershed; Erhai watershed; Taihu watershed; urban population density

10.3864/j.issn.0578-1752.2022.23.009

2021-10-21；

2021-12-29

國家自然科學基金（U20A20114，41877009）、廣西科技重大專項（桂科AA20108002-2）、中國農業科學院科技創新工程協同創新項目（CAAS-GXAAS-XTCX2019026-03）

張天鵬，E-mail：ztp_yy220722@163.com。通信作者雷秋良，E-mail：leiqiuliang@caas.cn

（責任編輯 李云霞）