珊溪水源地净人为氮输入演变及总氮浓度响应

刘元元，黄 宏,2，梅 琨,2，陈 汉，Randy A Dahlgren,2,3*

(1.温州医科大学 浙南水科学研究院，浙江 温州 325035； 2.浙江省流域水环境与健康风险重点实验室，浙江 温州 325035；3.加州大学戴维斯分校 农业与环境科学学院，美国 戴维斯 CA 95616)

河流氮浓度/通量的增加不仅危害水体自身的生态系统健康，还是造成下游湖库、河口、海岸等水体富营养化的主要原因之一[1-4]。如何有效地控制水体氮污染，已成为世界水环境管理领域的重要科学问题之一。近20 a来，水体氮污染控制策略经历了从末端治理、源头控制、过程减排、水生态修复到多种控制手段综合运用的发展历程[5]。然而，在许多地区/流域，尽管采取了减少施肥、土地利用转换等措施，氮污染治理成效并不容乐观[6-7]，重要原因之一就是不能明确河流氮污染对流域人类活动的响应。只有明确水体氮浓度/通量对流域人类活动的动态响应关系，才能为制定有效的流域氮素管理策略提供科学依据。

围绕流水体氮浓度/通量对流域人类活动的动态响应问题，现有方法主要依赖于流域模型(SWAT、AGNPS等)。但是，流域模型结构复杂，数据要求高，校准和验证困难，在应用性和推广性方面受到了很大限制[8-9]。1996年，Howarth等[10]率先提出了净人为氮输入(net anthropogenic nitrogen input，NANI)算法，为评估人为活性氮输入提供了新的有效手段。NANI算法属于准物料平衡法[11]，主要根据常规的经济社会统计数据来核算区域/流域的净人为氮输入量。一般地，一个区域内的净人为氮输入包括化肥施用氮、人类食物和动物饲料氮、作物固定氮和大气沉降氮共4个输入项，NANI则是这4个输入项之和。大量研究发现，水体氮浓度/通量对流域NANI的响应非常敏感，二者之间的定量关系可表达为线性或指数形式[3,12-14]。

近年来，我国一些学者将NANI算法引进国内。韩玉国等[15]运用NANI算法匡算了北京地区2003—2007年人类活动氮累积状况。张柏发等[3]基于1980—2010年长序列数据，量化了浙江某典型河流硝态氮通量对NANI的动态响应。高伟等[16]运用NANI算法评估了中国大陆市域人类活动净氮输入量。张汪寿等[17]对河流氮输出对流域NANI的响应进行了研究综述。张汪寿等[18]还深入分析和总结了流域人类活动净氮输入量的估算、不确定性及影响因素。陈岩等[14]以海河流域为例，研究了缺水地区人类活动净氮输入与河流响应的特征。高伟等[5]分析了鄱阳湖流域NANI演变及湖泊水环境响应。这些研究推进了我国对氮素盈亏定量、河流氮浓度/通量对人类活动的响应等的认识[3,17]。

然而，目前我国关于水体氮通量/浓度与流域NANI之间定量关系的研究总体仍然比较少[3]，尤其是有关水源地氮浓度对NANI动态响应的研究仍鲜见报道。本研究以浙江省珊溪水源地作为研究对象，以2005—2014年为研究时段，建立了河流TN浓度对NANI输入项和主要自然因素的回归模型，为推进流域氮素管理和促进水体氮污染控制提供科学依据。

1 材料与方法

1.1 研究区域

研究区位于浙江省飞云江中上游。该河流发源于浙江西南山区，全长203 km，流域面积3 252 km2，水流由西向东，单独流入东海，属山溪性强潮河流，为浙江省八大水系之一。珊溪水源地的主要水利工程包括一个多年调节水库和一个引水工程，具有供水、发电、防洪等功能，是浙南地区重要的饮用水水源地之一(图1)。上游的多年调节水库正常蓄水位为142 m，总库容18.24亿m3。引水工程为一个反调节水库，距离上游水库坝址35 km，正常蓄水位22 m，总库容3 414万m3，有效调节库容427万m3，输水流量36 m3·s-1。整个水源地控制流域面积2 280 km2，其中上游水库坝址以上控制流域面积1 529 km2。

图1 研究区域水系和行政区域

1.2 数据来源

本研究在引水工程(反调节水库坝前)设置1个水文水质监测站，在集水区内设有7个雨量观测站。研究流域内设多个水质监测站，水质监测频率为1个月1次。2005—2014年的逐月TN浓度(紫外可见分光光度法测定)数据由当地环保部门提供，同期的逐日流量和水位数据由当地水利部门提供。利用SWAT模型对反调节水库以上的流域边界进行划分，流域边界覆盖2个县级行政区大部分面积和2个县级行政区小部分面积(图1)。依据这4个县级行政区的历年统计年鉴，计算出县级行政区的NANI以后，利用ArcGIS 10.2将流域边界与行政边界进行叠加分析计算。

1.3 NANI计算

大气沉降氮。大气沉降氮的主要形式为NHy、NOy和有机氮3种。在NANI模型中，一般仅考虑NOy形态的大气沉降氮[11]，包括干沉降和湿沉降。本研究中，大气沉降氮量参考文献[19]对于中国东南地区的研究成果以及王燕等[20]对于太湖流域的研究成果，不同年份的值采用2个研究的平均值进行计算。

化肥施用氮。统计年鉴中对于氮肥的统计分为纯氮肥，以及复合肥中的氮肥2部分。根据施用量，通过含量和分子量折纯成氮质量。具体地：尿素含氮量46%，硝酸铵含氮量35%，复合肥含氮量12.8%。氮肥施用量根据各类型肥料所含氮量相加得到。

农作物固定氮。农作物固定氮根据固氮农作物种植面积和农作物单位面积固氮率来计算。本研究固氮农作物种植面积从统计年鉴获取，根据珊溪水源地特点，同时参考太湖流域的研究结果，取农作物固氮率如下：绿肥，150 kg·hm-2·a-1；豆科作物，64 kg·hm-2·a-1；水田，45 kg·hm-2·a-1；其他旱地和园地，15 kg·hm-2·a-1[21-22]。

食品和饲料氮。食品和饲料氮为人类食物和动物饲料消费氮量减去供人类食用的动物产品的氮量和作物收获的氮量[3]。人类食物中的氮由人均消费氮量乘以人口数计算得到。动物消耗食物的含氮量由禽畜个体消费氮量乘以禽畜年内养殖数量得到。动物产品含氮量由禽畜年内饲养量乘以动物产品含氮量得到，因为变质以及其他原因不能摄食的食物按总产量的10%计算。人和禽畜消费氮量及动物产品中的含氮量参考韩玉国等[15]的研究成果，具体地：猪，消费氮量16.68 kg·a-1，排泄氮量11.51 kg·a-1，动物产品5.17 kg·a-1；牛，消费氮量54.82 kg·a-1，排泄氮量48.78 kg·a-1，动物产品6.03 kg·a-1；羊，消费氮量6.85 kg·a-1，排泄氮量5.75 kg·a-1，动物产品1.10 kg·a-1；鸡，消费氮量0.57 kg·a-1，排泄氮量0.37 kg·a-1，动物产品0.20 kg·a-1；鸭，消费氮量0.63 kg·a-1，排泄氮量0.41 kg·a-1，动物产品0.22 kg·a-1；人，消费氮量4.39 kg·a-1，排泄氮量4.39 kg·a-1，动物产品0 kg·a-1。考虑到统计年鉴中给出的是禽畜的年末存栏数和出栏数，因此用禽畜年内养殖数量来计算禽畜饲养量，计算方法参考文献[23]。作物收获的氮量根据统计年鉴各类作物的产量乘以作物中的含氮量得到。参考文献[24]，各类作物的含氮量分别为：谷物，0.011 84 kg·kg-1；小麦，0.019 20 kg·kg-1；大豆，0.056 20 kg·kg-1；蚕豆，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进行计算。因为变质以及其他原因不能摄食的食物按总产量的10%计算。

2 结果与分析

2.1 NANI时间变化

经核算，2005—2014年间，珊溪水源地NANI平均值为85.76 kg·hm-2·a-1，其中大气沉降氮、化肥施用氮、食物和饲料氮，以及农作物固定氮的平均贡献率分别为40.98%、34.06%、20.25%和4.70%。大气沉降氮和化肥施用氮是该水源地NANI的主要输入项，合计贡献率达75.04%，与椒江流域[3]、海河流域[14]、鄱阳湖流域[5]等的计算结果类似。据文献[25]，2009年中国NANI平均值为50.13 kg·hm-2·a-1，珊溪水源地2005—2014年NANI平均值是全国平均值的1.7倍，对于水源地而言，这一NANI强度属于偏高水平。2005—2014年期间，珊溪水源地的NANI具有增长趋势，从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间增加了6.73%(图2)。

图2 2005—2014年NANI及各输入项的动态变化

珊溪水源地NANI不同输入项的动态变化趋势各不一样(图2)。大气沉降氮具有线性增加趋势，原因是本研究参考了我国东南地区和太湖流域的研究成果，也假设该水源地大气沉降氮逐年线性增加[19]。化肥施用氮也具有增加趋势，特别是2009年以后显著增加，原因在于当地农业生产活动强度增加。食物和饲料氮在2010年之前比较稳定，而在2010年以后逐年下降，原因在于自2009年开始，管理部门在水源地开展水土保持生态清洁型小流域建设工程，申报并实施农村沼气国债项目和浙江省“811”环境整治项目，并取得了明显成效[26]。农作物固定氮在研究期间保持稳定，原因在于固氮农作物的种植面积在这10 a间变化不大。由于化肥施用氮和大气沉降氮占据了NANI的大部分，该2个输入项的变化趋势决定了NANI的整体变化趋势。

2.2 NANI的空间变化

由图3中a可见，流域内各行政区瑞安市、文成县、泰顺县和景宁畲族自治县的NANI强度分别为150.59、92.11、79.39和54.82 kg·hm-2·a-1，空间差异较大，呈现从上游山区向下游增加的趋势。瑞安市位于水源地最下游，NANI强度是上游景宁畲族自治县的2.75倍，其中，化肥施用氮、食物和饲料氮分别是景宁畲族自治县的7.21、5.26倍(图3中b、c)。这符合当地人口、畜禽养殖和农业生产实际。对于大气沉降氮，本研究假设在整个水源地的空间分布是均匀的，因而各行政区的强度是一样的(图3中e)。农作物固定氮主要取决于固氮作物的种植面积，化肥施用氮主要取决于农作物播种面积和施肥强度，食物和饲料氮主要取决于人口密度和畜禽养殖规模，因而均存在一定的空间差异。总体来说，不同行政单元的经济社会发展水平存在一定差异，从而造成了NANI输入存在空间异质性[14]。

非点源污染的发生受土壤、地形、气候、水文、土地利用和管理方式等众多因素的影响，空间差异性非常显著，少数景观单元输出的污染物往往占了整个流域污染负荷的大部分，成为非点源污染的关键源区。2012年以来，在持续推进畜禽养殖综合整治的同时，当地政府大力推进该水源地农房改造和跨区域统筹集聚，最大限度减少一、二级水源保护区人口数量，最大限度减少入库污染物总量[26]。在此基础上，对非点源污染关键源区进行空间识别，对流域非点源污染进行控制管理具有重要意义。对于该水源地而言，瑞安市不仅NANI强度大，为全国平均值的3倍，而且靠近饮水工程(取水口)，对水质的潜在风险最大，因而是该水源地氮污染的关键源区，需要采取针对性的源头控制措施。

图3 NANI的空间分布

2.3 NANI与TN浓度响应

根据长序列的流域氮输入数据和水体氮浓度，通过多元线性回归模型构建水体氮浓度与流域NANI之间的响应关系，可以识别人类活动对水体氮浓度变化的驱动和贡献[5]。本研究以2005—2014年间引水工程(反调节水库坝前)的年均TN浓度为因变量，以全流域NANI、全流域年均降水量、全流域年均气温和引水工程年均水位为自变量，建立多元线性回归模型。经逐步回归分析，保留影响显著的变量，剔除影响不显著的变量，最终模型表达式如下：

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

式中：ρTN为水体年均TN浓度，mg·L-1；ρNANI为全流域年均NANI强度，kg·hm-2·a-1。

对于珊溪水源地的TN浓度模型，唯一的自变量是NANI，这与高伟等[5]的回归模型一致。一般而言，影响水体氮浓度的因素除了NANI强度外，还可能包括水文气象等相关因素。但是，NANI的时间尺度为年，很多流域缺乏长期的水质数据，导致回归模型样本量比较小，因而可能无法识别出水文和气象因素的影响。珊溪水源地回归模型的决定系数达到0.554，说明该水源地TN浓度对NANI的响应很强烈，NANI对TN浓度的方差解释率达到55.4%，说明人类活动是珊溪水源地水体氮浓度变化的主要驱动力，也为水源地未来的氮素管理指明了方向。大气沉降氮输入强度较大，而且难以人为控制，农作物固氮也难以避免，但是输入强度并不大。在未来的流域氮素管理工作中，应将降低化肥施用氮、食品和饲料氮输入强度作为主要目标，从而实现水质改善的目标。

3 小结

2005—2014年间，珊溪水源地NANI平均值为85.76 kg·hm-2·a-1，是全国平均值的1.7倍，其中大气沉降氮、化肥施用氮、食物和饲料氮、农作物固定氮的平均贡献率分别为40.98%、34.06%、20.25%和4.70%。该水源地NANI具有增长趋势，10 a间增加了6.7%。流域内各行政区NANI的空间差异较大，呈现从上游山区向下游增加的趋势。瑞安市的NANI强度高达全国平均值的3倍，而且靠近饮水工程(取水口)，对水质的潜在风险最大，是该水源地氮污染的关键源区，需要采取针对性的源头控制措施。珊溪水源地TN年均浓度的主要影响因素是NANI，对TN浓度的方差解释率达到55.4%，在未来的流域氮素管理工作中，应将降低化肥施用氮、食品和饲料氮输入强度作为主要目标，通过降低流域NANI强度实现水质改善的目标。

[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] 张柏发, 陈丁江. 1980—2010年浙江某典型河流硝态氮通量对净人类活动氮输入的动态响应[J]. 环境科学, 2014 (8): 2911-2919.

[4] 梅琨, 商栩, 王振峰, 等. 土地利用对流域氮素记忆效应的影响研究[J]. 环境科学学报, 2016, 36(10): 3856-3863.

[5] 高伟, 高波, 严长安, 等. 鄱阳湖流域人为氮磷输入演变及湖泊水环境响应[J]. 环境科学学报, 2016, 36(9): 3137-3145.

[6] STÅLNACKE 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] 吴碧琼, 黎小东, 敖天其, 等. 基于参数移植法的SWAT模型在缺资料地区非点源污染模拟中的应用[J]. 四川大学学报(工程科学版), 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, MÖRTH 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] 陈岩, 高伟, 王东, 等. 缺水地区人类活动净氮输入与河流响应特征:以海河流域为例[J]. 环境科学学报, 2016, 36(10): 3600-3606.

[15] 韩玉国, 李叙勇, 南哲, 等. 北京地区2003—2007年人类活动氮累积状况研究[J]. 环境科学, 2011, 32(6): 1537-1545.

[16] 高伟, 郭怀成, 后希康. 中国大陆市域人类活动净氮输入量(NANI)评估[J]. 北京大学学报(自然科学版), 2014, 50(5):951-959.

[17] 张汪寿, 李叙勇, 苏静君. 河流氮输出对流域人类活动净氮输入的响应研究综述[J]. 应用生态学报, 2014, 25(1):272-278.

[18] 张汪寿, 李叙勇, 杜新忠, 等. 流域人类活动净氮输入量的估算、不确定性及影响因素[J]. 生态学报, 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, 刘宁锴, 王骏飞. 太湖流域氮磷等大气沉降研究[J]. 环境科学与管理, 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] 王光亚. 中国食物成分表[M]. 北京:北京大学医学出版社, 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检验和重标极差分析的水质变化趋势[J]. 生态与农村环境学报, 2016, 32(2): 277-282.

[26] 黄金良, 洪华生, 张珞平. 基于GIS和模型的流域非点源污染控制区划[J]. 环境科学研究, 2006, 19(4): 119-124.