廣東省各區(qū)縣農(nóng)業(yè)面源污染負(fù)荷估算及特征分析

賀斌，胡茂川 *

1.廣東省科學(xué)院生態(tài)環(huán)境與土壤研究所，廣東 廣州 510650；2.中山大學(xué)土木工程學(xué)院，廣東 珠海 519082；3.中山大學(xué)水資源與環(huán)境研究中心，廣東 廣州 510275

近年來，隨著公眾意識和監(jiān)管力度的提高，點(diǎn)源污染逐步得到控制，面源污染尤其是農(nóng)業(yè)面源污染，正逐漸成為地表水體污染的主要來源，嚴(yán)重威脅飲水安全（Bouwman et al.，2013；楊林章等，2018）?！兜谝淮稳珖廴驹雌詹楣珗蟆罚?010）結(jié)果顯示，全國地表水體污染負(fù)荷中57%的總氮（TN）和67%的總磷（TP）來源于農(nóng)業(yè)污染源。研究表明，農(nóng)業(yè)面源污染對太湖流域TN和TP的污染貢獻(xiàn)率分別達(dá)到83%和84%（張紅舉等，2010）。農(nóng)業(yè)面源污染涉及范圍廣、隱蔽性強(qiáng)、隨機(jī)性大、溯源性差、潛伏周期長，導(dǎo)致其治理難度很大（賀纏生等，1998）。有效評估農(nóng)業(yè)面源污染負(fù)荷和時空分布特征對開展農(nóng)業(yè)面源污染防控和生態(tài)環(huán)境改善具有重要意義。

農(nóng)業(yè)面源污染負(fù)荷的量化方法主要可以分為分布式模型和集總式模型兩種。常見的分布式模型包括HYPE（Jiang et al.，2020）、SWAT（張昊晨，2020）、HSPF（Chang et al.，2017）及 AGNPS（涂宏志等，2017）等，這些模型雖然考慮了多因子影響下目標(biāo)污染物的遷移轉(zhuǎn)化機(jī)理，但對數(shù)據(jù)要求高，參數(shù)獲取困難（Xue et al.，2019；Shrestha et al.，2021）。與之相比，以輸出系數(shù)為代表的集總式模型簡單方便，不依賴于大量監(jiān)測數(shù)據(jù)，且有一定的精度，得到了廣泛使用（Shen et al.，2012；邱捷等，2021）。王思如等（2021）利用輸出系數(shù)模型估算了全國2016年農(nóng)業(yè)面源污染排放量。李明龍等（2021）基于輸出系數(shù)模型解析了三峽庫區(qū)非點(diǎn)源氮磷負(fù)荷時空變化和來源。

廣東省是我國經(jīng)濟(jì)最發(fā)達(dá)的省份之一，由于經(jīng)濟(jì)發(fā)展和人口增長的雙重壓力，農(nóng)業(yè)生產(chǎn)不得不采用高投入高耗能高廢物的生產(chǎn)方式，致使土壤和水環(huán)境產(chǎn)生較大污染。2018年廣東省氮、磷肥施用折純量分別達(dá)到 88.64×104、27.0×104t，氮、磷的利用率卻低至 33%—24%。全國第二次污染源普查公報顯示，廣東省農(nóng)業(yè)面源污染對全省TN和TP污染的貢獻(xiàn)率分別為39%和63%。《廣東省實(shí)施鄉(xiāng)村振興戰(zhàn)略規(guī)劃 (2018—2022年)》、《廣東省水污染防治行動計劃實(shí)施方案 (2015年)》和《廣東省打贏農(nóng)業(yè)農(nóng)村污染治理攻堅戰(zhàn)實(shí)施方案(2019年)》都強(qiáng)調(diào)農(nóng)業(yè)面源污染治理，建設(shè)新鄉(xiāng)村的重要性和迫切性。當(dāng)前關(guān)于廣東省農(nóng)業(yè)面源污染負(fù)荷評估研究尚不多見。林蘭穩(wěn)等（2020）評估了粵東、粵西、粵北和珠三角四大片區(qū)的農(nóng)業(yè)面源污染整體變化情況。該研究未關(guān)注廣東省各區(qū)縣的農(nóng)業(yè)面源污染負(fù)荷分布情況且未考慮不同季節(jié)和月份的污染負(fù)荷變化。鑒于此，本研究基于廣東省2020年種植和畜禽養(yǎng)殖的統(tǒng)計數(shù)據(jù)，估算廣東省 2019年各區(qū)縣全年及不同月份的農(nóng)業(yè)氮磷污染負(fù)荷總量，分析氮磷負(fù)荷的時空變化特征，評價農(nóng)業(yè)面源污染對環(huán)境的影響程度，對于廣東省農(nóng)業(yè)面源污染治理和新農(nóng)村建設(shè)具有重要意義。

1 研究區(qū)域與數(shù)據(jù)來源

1.1 研究區(qū)概況

廣東省降水資源豐富，多年平均降水量約為1770 mm，主要集中在夏秋季節(jié)，年平均氣溫約為22.3 ℃。地形上北部多為丘陵，南部多是平原和臺地。農(nóng)業(yè)資源豐富，自然條件優(yōu)越，但空間分布不均，珠三角和粵東地區(qū)經(jīng)濟(jì)發(fā)達(dá)，農(nóng)地資源緊缺，農(nóng)業(yè)經(jīng)濟(jì)占 GDP比重較低；粵北和粵西地區(qū)農(nóng)地資源較多，農(nóng)業(yè)經(jīng)濟(jì)占比高，是廣東省的農(nóng)作物主產(chǎn)區(qū)。全省擁有21個地級市，下轄122個縣級行政區(qū)，考慮到部分區(qū)（縣）農(nóng)地資源稀缺，農(nóng)業(yè)經(jīng)濟(jì)在國民生產(chǎn)總值占比低，故本研究基于各縣級行政區(qū)地理位置和農(nóng)地分布情況，將部分區(qū)（縣）合并一個分析單元，命名為市區(qū)。經(jīng)過調(diào)整，122個縣級行政區(qū)分為102個單元，分析各單元TN和TP污染負(fù)荷及其特征。

1.2 數(shù)據(jù)來源

農(nóng)作物氮肥、磷肥和復(fù)合肥施用折純量及農(nóng)業(yè)耕地類型和面積來源于《廣東省農(nóng)村統(tǒng)計年鑒2020》，降雨數(shù)據(jù)來自中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)（http://data.cma.cn/）所提供的《中國地面氣候資料日值數(shù)據(jù)集》。

2 研究方法

2.1 農(nóng)業(yè)面源污染物年排放量計算

氮磷污染物年負(fù)荷估算采用改進(jìn)輸出系數(shù)法，即在經(jīng)典輸出系數(shù)法的基礎(chǔ)上綜合考慮不同類型污染源、地形和降水的影響。具體表達(dá)式如下：

式中：

L——污染物的年輸出量（t）；

α——降雨影響因子，等于2019年降水量與多年平均年降水量的比值；

A——各區(qū)縣氮、磷肥施用折純量（t，包含復(fù)合肥換算后的值，其中 TP估算還需乘以系數(shù)0.437）；

Gj——第j種類型牲畜出欄量（只）；

污染物輸出系數(shù)取值主要參考了《第一次全國污染源普查產(chǎn)排污系數(shù)手冊》及相關(guān)文獻(xiàn)提供的參數(shù)（蔡明等，2004；劉瑞民等，2006；李娜等，2016；張彩玲等，2017；李政道等，2020；），具體數(shù)值詳見表1。

表1 不同污染源的輸出系數(shù)Table 1 Export coefficients from different pollution sources

2.2 農(nóng)業(yè)面源污染物月排放量計算

氮磷污染物月負(fù)荷估算主要依據(jù)中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)（http://data.cma.cn/）提供的《中國地面氣候資料日值數(shù)據(jù)集》中廣東省站點(diǎn)的日降雨數(shù)據(jù)，計算多年平均月降雨量和年降雨量，根據(jù)各區(qū)縣多年平均各月降雨量在年降雨量中所占比例，估算各月氮磷污染物負(fù)荷。具體表達(dá)式如下：

式中：

M——污染物的月輸出量（t）；

f——多年平均月降雨量在年降雨量中占比；

L1——種植業(yè)污染物的年輸出量（t）；

L2——畜禽養(yǎng)殖業(yè)污染物的年輸出量（t）。

2.3 污染程度評價

采用單位面積農(nóng)業(yè)面源污染負(fù)荷系數(shù)評價各區(qū)縣的農(nóng)業(yè)面源污染程度，具體表達(dá)式如下：

式中：

K——單位面積污染負(fù)荷系數(shù)；

qx——某區(qū)縣面源污染物排放強(qiáng)度（t·km?2）；

L——污染物的輸出量（t）；

S——該區(qū)縣行政面積（km2）。

3 結(jié)果與討論

3.1 各區(qū)縣面源污染年分布特征

3.1.1 空間分布特征

2019年，廣東省 TN和 TP排放量分別為16.09×104t和1.71×104t。全省TN排放量位居前五區(qū)縣分別為信宜、新興、高州、廉江和化州，大部分位于粵西地區(qū)（圖1a）。全省TP排放量位居前五區(qū)縣分別為新興、信宜、高州、遂溪和化州（圖1b）。全省TN和TP排放量最少的5個區(qū)縣分別寶安、佛山市區(qū)、龍崗、南澳和東莞，除南澳外均位于珠三角地區(qū)。不同區(qū)縣TN和TP排放量大小排序不完全一致。全省各區(qū)縣TN和TP年排放量平均值為0.16×104t和0.02×104t，高于TN和TP平均排放量的區(qū)縣分別有42個和45個。

圖1 2019年廣東省各區(qū)縣農(nóng)業(yè)面源污染排放量Figure 1 Agricultural non-point source pollution loads in each district and county of Guangdong Province in 2019

3.1.2 不同污染源排放量特征

2019年廣東省畜禽養(yǎng)殖業(yè)TN和TP排放量分別為10.81×104t和1.10×104t，對總排放量的貢獻(xiàn)率分別為67.2%和64.6%。種植業(yè)TN和TP排放量分別為5.28×104t和0.61×104t，占總排放量的32.8%和35.4%。不同區(qū)縣TN和TP排放源差異較大，這與各區(qū)縣的農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)有重要關(guān)系。78.4%和76.5%的區(qū)縣畜禽養(yǎng)殖業(yè)對農(nóng)業(yè)氮磷排放量貢獻(xiàn)率大于50%。不同區(qū)縣TN和TP排放源貢獻(xiàn)率大小排序不完全一致。畜禽養(yǎng)殖業(yè)TN排放量排名前五區(qū)縣為新興、信宜、高州、廉江和電白；種植業(yè)TN排放量排名前五區(qū)縣為高州、廉江、英德、封開和梅縣。畜禽養(yǎng)殖業(yè)TP排放量排名前五區(qū)縣為新興、信宜、高州、電白和開平；種植業(yè)TP排放量排名前五區(qū)縣為雷州、高州、遂溪、化州和懷集。

3.2 各區(qū)縣面源污染月分布特征

廣東省4—9月TN和TP排放量占全年排放量的60%（圖2），這與廣東省降雨分布特征有關(guān)，該區(qū)間內(nèi)降雨充沛，雨水沖刷攜帶大量氮磷從陸地遷移進(jìn)入水體。由于數(shù)據(jù)限制，本文未考慮畜禽養(yǎng)殖業(yè)各月養(yǎng)殖數(shù)差異及種植業(yè)化肥施用時間和施用量的影響?？紤]到廣東省水稻種植主要為一年兩季，持續(xù)時間為3—10月，可見種植業(yè)耕作和施肥情況對面源污染影響與研究結(jié)果基本一致。另外絕大部分區(qū)縣TN和TP月最大排放量出現(xiàn)在6月，少數(shù)區(qū)縣在5月或7月。

圖2 廣東省各月份農(nóng)業(yè)面源污染排放量Figure 2 Monthly agricultural non-point source pollution loads in Guangdong Province

3.3 各區(qū)縣污染程度分析

根據(jù)全省各區(qū)縣單位面積污染負(fù)荷系數(shù)（K）分析結(jié)果（圖3），全省 35.3%和 40.2%的區(qū)縣 TN、TP的K值小于0.6；33.3%和36.3%的區(qū)縣TN、TP的K值大于1，其中10.8%和11.8%的區(qū)縣的K值大于2；31.4%和23.5%的區(qū)縣TN、TP的K值介于0.6和1之間。根據(jù)K值的大小，可以將TN、TP對各省市環(huán)境影響程度分為 3個等級（陳守越，2011），其中K<0.6對環(huán)境不構(gòu)成威脅；K介于[0.6,1]對環(huán)境有威脅；K>1對環(huán)境構(gòu)成嚴(yán)重威脅。從圖3可以看出，對環(huán)境構(gòu)成重大威脅的區(qū)縣主要集中在粵西地區(qū)及新興、三水和四會一帶，這與當(dāng)?shù)剞r(nóng)業(yè)經(jīng)濟(jì)規(guī)模和高強(qiáng)度的農(nóng)業(yè)開發(fā)密切相關(guān)，以新興為例，2019年家禽出欄量達(dá)9599.8萬只，年末存欄量為3980.4萬只，耕地每公頃施肥量（氮肥、磷肥和復(fù)合肥）為 0.77 t。廣州市區(qū)也屬于高威脅地區(qū)，這主要是由于市內(nèi)白云區(qū)高強(qiáng)度的農(nóng)業(yè)經(jīng)濟(jì)活動，如2019年家禽出欄量達(dá)到2970萬只，存欄量也有335.3萬只，耕地每公頃施肥量更是高達(dá)1.25 t。深圳和東莞的農(nóng)業(yè)活動對環(huán)境不構(gòu)成威脅，這主要是因為當(dāng)?shù)剞r(nóng)業(yè)產(chǎn)值比重低，農(nóng)業(yè)用地面積少，規(guī)模小，如東莞2019年家禽出欄僅為39.4萬只，耕地每公頃施肥量僅為0.21 t。林蘭穩(wěn)等（2020）針對粵東、粵西、粵北和珠三角四大片區(qū)的農(nóng)業(yè)面源污染時空變化分析中也發(fā)現(xiàn)粵西地區(qū)面源污染排放強(qiáng)度最高且上升明顯。夏麗佳等（2021）在對珠三角四市農(nóng)業(yè)面源污染評價中也有跟本文類似的發(fā)現(xiàn)，東莞與深圳的污染較輕，廣州和佛山污染較重。

圖3 2019年廣東省各區(qū)縣農(nóng)業(yè)面源污染單位面積污染負(fù)荷系數(shù)Figure 3 Agricultural non-point source unit area load factor in each district and county of Guangdong Province in 2019

4 討論與結(jié)論

4.1 討論

受數(shù)據(jù)限制，本文未考慮畜禽養(yǎng)殖業(yè)各月養(yǎng)殖數(shù)差異及種植業(yè)化肥施用時間和施用量的影響，綜合考慮以上因素計算月污染物排放量是未來重點(diǎn)改進(jìn)方向之一。此外，改進(jìn)輸出系數(shù)法僅考慮了降雨和地形的影響，忽略了距離因子，大氣沉降，時間滯后性等因素影響，以及水產(chǎn)養(yǎng)殖業(yè)的養(yǎng)殖廢水對農(nóng)業(yè)面源污染排放量的貢獻(xiàn)等也是本文的不足和有待改進(jìn)之處。

4.2 結(jié)論

本研究基于《廣東省農(nóng)村統(tǒng)計年鑒 2020》，采用改進(jìn)輸出系數(shù)模型和單位面積負(fù)荷系數(shù)對 2019年廣東省農(nóng)業(yè)面源污染年排放量和月排放量進(jìn)行了估算，分析了廣東省102個單元的面源污染時空分布。在此基礎(chǔ)上，評估了農(nóng)業(yè)面源污染排放對環(huán)境的影響，主要結(jié)論如下：

（1）2019年廣東省農(nóng)業(yè)面源污染排放TN和TP分別為16.09×104t和1.71×104t。畜禽養(yǎng)殖業(yè)對農(nóng)業(yè)面源污染TN、TP負(fù)荷量貢獻(xiàn)較大，其對TN、TP的貢獻(xiàn)率分別為67.2%、64.6%?？臻g分布上TN、TP排放量主要分布于粵西地區(qū)。

（2）全省面源污染高排放期相對集中于 4—9月，大部分區(qū)縣6月TN、TP排放量最大。

（3）全省35.3%和40.2%的區(qū)縣TN、TP的K值小于0.6，對環(huán)境不構(gòu)成威脅。33.3%和36.3%的區(qū)縣農(nóng)業(yè)TN、TP排放對環(huán)境造成嚴(yán)重威脅。整體而言農(nóng)業(yè)TN、TP排放對粵西地區(qū)的影響較粵北、粵東和珠三角地區(qū)更嚴(yán)重。