河南省人类活动净氮输入量与参数影响研究

裴 玮,杜新忠,雷秋良*,闫铁柱,李 影,张天鹏,陈玫君,武淑霞,刘宏斌

河南省人类活动净氮输入量与参数影响研究

裴 玮,杜新忠1,雷秋良1*,闫铁柱1,李 影2,3,张天鹏1,陈玫君1,武淑霞1,刘宏斌1

(1.中国农业科学院农业资源与农业区划研究所,农业部面源污染控制重点验室,北京 100081；2.中国科学院地理科学与资源研究所,资源与环境信息系统国家重点实验室,北京 100101；3.中国科学院大学,北京 100049)

为探究平原地区粮食主产区人类活动净氮输入量特征及其参数对估算结果的影响,以河南省为研究区,收集整理1990～2015年县级统计数据及NANI模型参数,对NANI的时空分布特征、变化趋势以及参数对估算结果的影响进行分析.结果表明:(1)时间尺度上看,1990～2015年河南省NANI呈升高趋势,1990、1995、2000、2005、2010、2015年NANI分别为14347、19146、21466、24251、23711、26156kg/(km2·a),化肥施用为主要贡献因子,占比为63.56%,其次是食品/饲料净氮输入量,占比14.81%;空间尺度上看,河南省NANI较高的县市主要分布在中部和东部的平原地区,而西部山地丘陵地区县市NANI较低.(2)NANI模型输入组分中受参数影响最大的是食品/饲料净氮输入量,与选用适宜参数估算结果相比较,该项变化范围在-23.1%～71.3%,作物固氮量变化范围在-31.2%～41.2%,化肥氮输入量变化范围在-2.8%～4.5%.

人类活动净氮输入量(NANI)；县级尺度；时空变化；河南省；参数影响

氮素是影响全球生态系统功能、多样性和变化过程的主要元素之一,20世纪以来人类通过掌握固氮技术,粮食产量与生活水平得到了显著提高[1-2].然而随着人口的不断增长和经济的快速发展,人类对氮素的不合理利用也日益加剧,当某一区域的氮素输入量超过生态系统的阈值时,便会导致自然界中氮循环平衡失调[3],造成地下水硝酸盐污染、水体富营养化和酸雨等环境问题[4-5].因此,氮素过量输入是制约生态环境可持续发展的重要因素.

由于人类活动是氮素过量输入的主要诱发原因,为了更好地评估人类活动对流域氮素输入的影响,Howarth等[6]于1996年提出了人类活动净氮输入(NANI)的概念,NANI是一种物料平衡法,主要由人类活动带来的4个氮素输入组分构成:食品/饲料净氮输入、化肥施用、大气氮沉降和作物固氮,用以表示进入流域或区域的外来氮源[7-9].NANI方法基于常规统计数据,具有操作简便、公式清晰、参数易获取等优点,其结果能够可靠地表征区域氮循环受人类活动的影响[10].目前,国内外学者已成功运用该模型定量研究不同地区由人类活动造成的氮素累积状况,如美国东北沿海流域、密歇根湖流域、伊利诺伊河流域、密西西比河流域[11-16],北欧的环波罗的海流域[17],国内千岛湖流域[18]、长江三峡流域[19]、淮河流域[20]、太湖流域[21]等,这些研究通过分析流域NANI的时空变化特征以及影响因素,证实NANI与流域人口密度、耕地面积及经济发展水平呈正相关,与林地、草地面积呈负相关[4,9,17-19];此外,陆域氮输入与河流氮输出之间存在显著正相关关系[22-23],为评估区域氮素污染现状提供了理论基础;同时针对同一研究区域,不同学者采用不同尺度进行NANI研究发现,较小尺度能够更具体地识别氮源排放的重点区域,如中国大陆的市域尺度比省级尺度在识别重点排放区更具优势[1];对于小流域NANI的研究则应采用更小尺度,如洱海流域[8]在考虑了旅游人口流动的影响下采用乡镇尺度进行研究.

在不同地区应用NANI模型研究氮素输入状况,可为氮素污染评估和治理提供新思路[24],然而在采用NANI模型进行评估的多数研究中,不难发现各输入组分在计算时存在较大的不确定性,原始数据基本来自于统计年鉴,可靠性较强,但参数取值则直接来源于研究者对已有文献的总结,受研究者主观性影响较大,若在估算某一流域时,相同指标在不同参数下计算必然导致结果出现偏差.比如日本北海道东部的Shibetsu流域的NANI研究中,Hayakawa等[25]采用的人均氮消费量为3.14kgN/a,而 Kimura等[26]采用的人均氮消费量为4.9kgN/a,导致氮素输入的估算结果相差近 22kg/(hm2·a).此外,当研究区域较小时,需要考虑当地实际情况采用本地化参数.如在计算人类食品氮消费量时,针对城镇居民和农村居民每日蛋白质摄入量,若直接采用69g/d和64.6g/d是极为不妥的[27],该参数适用于全国范围或较大研究区域,研究区域较小则需要兼顾当地饮食习惯与经济社会发展条件,确定适合的蛋白质摄入量较为妥当.因此,NANI模型中参数会对结果的可靠性产生一定影响,有必要以更加精细的参数范围研究人类活动净氮输入量,从而获得更为精确的估算结果.

张汪寿等[9]在对已有NANI模型的应用中分析发现,目前NANI模型在内涵概念、数据来源、尺度转换等方面存在较大的不确定性,估算结果的可靠性与参数精准度有很大关系,然而目前对于NANI模型参数影响的研究较少,本文研究以河南省123个县市为单位,在县级尺度上估算了河南省1990～ 2015年人类活动净氮输入量,分析NANI时空分布特征以及变化原因,同时探讨参数对NANI各输入组分的影响,为今后NANI估算在参数应用方面提供参考.

1 材料与方法

1.1 研究区概况

图1 河南省县域行政区划示意图

河南省位于我国中东部(北纬31°23'～36°22',东经110°21'～116°39'之间),总面积16.7万km2(图1),凭借农业资源丰富、气候温和以及地理位置优越等条件成为中原农耕文化的代表之一.河南省地势西高东低,平原和盆地、山地、丘陵分别占总面积的55.7%、26.6%、17.7%,大部分地处暖温带,南部跨亚热带,属北亚热带向暖温带过渡的大陆性季风气候.河南省耕地主要有3种类型:旱地、水浇地和水田,三者占耕地面积的比重分别为34.6%、56.1%、9.3%[28].河南省作为我国重要的商品粮生产基地,2019年小麦播种面积570.66万hm2,产量3742万t,约占全国小麦产量的25%,玉米播种面积380.1万hm2,产量2247.35万t,主要养殖畜禽种类为牛、猪、羊和家禽,作为我国的粮食生产大省,资源紧缺、农业面源污染等问题更为突出.

1.2 数据来源

数据指标包括人口数量、畜禽养殖量、农产品产量、化肥施用量(折纯)和大气氮(NO)沉降量,时间尺度为 1990～2015 年,空间尺度为河南省地级市市区与其下所辖各县市,数据来源于河南农村统计年鉴、河南统计年鉴,以及郑州、开封、洛阳、三门峡、南阳等地级市统计年鉴.

1.3 NANI估算方法及参数范围的确定

分别核算每个县、市单元的人类活动净氮输入量, NANI由4个部分组成,计算公式如下:

式中:im表示食品/饲料氮净输入量;fer表示氮肥施用量;cro表示作物固氮量;dep表示大气氮沉降量,以上各项的计量单位采用kg/(km2·a).

1.3.1 食品/饲料净氮输入量(im) 食品/饲料净氮输入量表征人类与畜禽氮素摄入量与产量的差值,反映区域内食品饲料的氮素供需情况.当区域生产的食品和动物饲料超过人类和动物消费量,多余的食品/饲料被输出到其他区域,此时该值为负;当区域生产的食品和动物饲料不能满足人类和动物消费时,则会从其他地区进口食品/饲料,此时该值为正[29],im计算公式如下:

式中:食品/饲料氮输入量=人类食品氮消费量+畜禽饲料的氮消费量-农作物产品中的氮含量-动物产品中的氮含量.

(1)人类食品氮消费量(hc)

人类食品氮消费量通过人口数量与每日人均蛋白质消耗量相乘得到,其中蛋白质与氮含量的换算系数为6.25[8].考虑到各县市生活条件和水平的差异,本研究将城镇人口和农村人口分别进行计算,hc计算公式如下:

式中:Pop1表示城镇人口数量,人;Pop2表示农村人口数量,人;PROT为人均蛋白质摄入水平,其中城镇人口的蛋白质摄入范围在67.7～72.3g/(人·d),农村人口为62.9～69.9g/(人·d)[27].

(2)畜禽饲料氮消费量(lc)

畜禽饲料氮消耗量通过畜禽数量与单个动物的年耗氮量相乘得到,考虑河南省畜禽养殖数据的可获得性以及养殖特点,统计了猪、牛、羊以及家禽的存栏量,头或只;lc计算公式如下:

式中:AN为区域畜禽养殖数量;表示畜禽种类数量;表示畜禽种类;ANI为氮素摄入水平kg/(头·a).

(3)动物产品氮产量(lp)

动物产品的氮产量是通过畜禽数量乘以单个动物的氮消耗量与排泄量之差得到,考虑到畜禽产品的不可食用部分,还需再乘以其相对应的可食用部分比例edi,lp计算公式如下:

式中:ANO表示畜禽氮素排泄水平kg/(头·a),本研究中edi为90%,使用的参数范围(表1)通过查阅已有的文献获取.

注:本研究中适宜参数为本地参数或目前使用最频繁的参数,参数范围括号内数字为查阅文献的样本数量,以下含义相同.

(4)作物氮产量(cp)

作物氮产量根据主要粮食和水果的产量及含氮量的乘积来确定,cp计算公式如下:

式中:表示作物种类;表示作物种类的数量;CP表示作物产量t;PC表示作物的含氮量;由于作物生长条件和品种之间的差异,相同作物含氮量并不是一致的,本研究所使用的参数范围(表2)通过查阅文献以及中国食物成分表[30]获得.

1.3.2 化肥施用量(fer)fer使用统计年鉴中氮肥与复合肥折纯量,复合肥中含氮量通过查阅文献[31-32],得出复合肥中氮素分配比约为10%～23%,由于绝大多数有机肥都是在区域内循环,并不带入新的氮源输入,因此在计算NANI时并不考虑,fer计算公式如下:

式中:NF和CF分别表示氮肥和复合肥的折纯施用量,rN表示复合肥中氮素的含量.

表2 农产品氮含量参数范围[1,4-8,17-21,29-30]

1.3.3 作物固氮量(cro) 农作物可通过生物固氮作用将空气中的氮固定在植物体内,固氮作物的大面积种植也成为区域的重要氮源输入项,本研究统计的主要固氮作物为大豆、水稻、花生以及小麦和玉米,分别计算它们的固氮量,cro计算公式为:

式中:CA为固氮作物的播种面积km2,来自于统计年鉴;NF为作物固氮能力kg/(km2·a);为作物类型;作物为种类数量;作物的固氮速率范围(表3)主要来源于文献.

表3 主要农产品固氮参数范围表[4,23-24,29]

1.3.4 大气氮沉降 大气氮沉降量来源于文献[29], 1995、2000与2015年的氮沉降量根据文献中1990、2000和2009年的氮沉降量折算得到,分别为2532、3297和4010kg/(km2·a),本研究仅考虑NO形态的氮沉降量,因为来自化肥挥发的NH仅能在大气中停留几小时到几星期,且在局部地区可完成循环,随空气传播距离和停留时间都很短[3].

1.3.5 参数影响研究方法 为探究参数对各输入组分和估算结果造成的影响,本研究综合各指标参数的变化范围,将各输入项分别在其最高、最低以及常规参数下进行计算,得到3次对应的各输入项与NANI结果的数据.再以常规参数下估算的结果数据为参照,将最低、最高参数下估算结果与常规参数估算结果进行计算和比较,确定该输入项自身存在的变化范围以及对NANI结果的贡献范围.

2 结果与分析

2.1 人类活动净氮输入的年际变化特征

为了更准确的评估河南省人类活动净氮输入量的时空分布状况,首先采用材料与方法中适宜参数计算并分析年际变化和空间分布.1990～2015年河南省县级尺度人类活动净氮输入总量年平均值为3.04×106t,由图2可看出从1990年开始NANI整体呈现上升趋势且变化显著,2010年略有下降,其中NANI最低为1990年14347kg/(km2·a),在2015年达到最高为26156kg/(km2·a),与1990年相比增幅82.3%,平均年增长率为3.2%,26年间平均值为21513kg/(km2·a).

图2 1900～2015河南省NANI的年际变化

图3 1990～2015河南省NANI构成组分占比年际变化

从氮素输入的构成来看(图3),1990～2015年间化肥输入量的贡献率呈先下降后上升的趋势,年贡献比例在57.2%～72.8%,平均值为13827kg/(km2·a),占比63.56%,是河南省NANI组成的主要贡献因子;其次是食品/饲料净氮输入量,26年间贡献占比为5.0%～22.2%,年均值为3055kg/(km2·a),占比14.81%;大气氮沉降与作物固氮贡献占比变化趋势较为稳定,变化范围分别在13.2%～15.4%和6.5%～9.1%,其中大气氮沉降年均值为3094kg/(km2·a),占比14.35%,贡献率接近食品/饲料氮输入量;作物固氮量贡献率最小,年均值为1537kg/(km2·a),占比7.28%.

2.2 人类活动净氮输入的空间分布特征

图4 1990～2015 年河南省县级尺度人类活动净氮输入量的空间分布

图4显示了河南省各县级单元1990～2015年人类活动净氮输入的空间分布状况,河南省NANI分布存在明显的空间差异,地域特点极为显著,呈现出东高西低、南北介于东西之间的特点.前人研究表明,流域地形和农业分布对NANI的空间分布强度存在显著影响[4,19-20],而河南省地势西部多为山地丘陵,北、西、南三面由太行山、伏牛山、桐柏山、大别山沿省界呈半环形分布,中、东部为黄淮海冲积平原.

NANI的高值出现在中东部地区,集中分布在郑州、开封、新乡、许昌、周口、驻马店等人口密集或传统农业发达城市,其中有超过68%的县市NANI年均值高于28000kg/(km2·a),周口、驻马店、开封、许昌等城市26年中NANI显著升高,其中NANI最高的县域单元是鹿邑县,年均值达到48823kg/ (km2·a),是省平均值的2.3倍,主要原因是农业生产活动强度大,化肥单位面积施用量高且畜禽养殖业发达.通过查阅统计年鉴,河南省各县市畜禽养殖数量在1990～2015年中的年均值为4.33×106头,氮肥施用量年均值为1.66×104t,而鹿邑县在研究期间的畜禽养殖年均值达到6.12×106头,氮肥年均施用量为4.4×104t,远高于全省平均水平.此外,固始、沈丘、正阳、上蔡、滑县、内黄、汝州等县市NANI值偏高与鹿邑县原因基本一致,其畜禽养殖和化肥施用的年均值分别在6×106头～8×106头和2.7×104t～6×104t之间.

三门峡、洛阳、济源等山地丘陵地区城市,以及信阳的罗山、光山、新县、固始等县市由于受地势影响,农业、工业及交通不发达,因此NANI值普遍较低,最低的是三门峡市的卢氏县,年均值仅为5519kg/(km2·a),主要原因是该县地处熊耳山、伏牛山,受地形因素影响,耕地面积占比较低,仅占土地总面积的6.9%～7.9%.

2.3 参数影响

以河南省1990～2015年的县级统计数据为例,使用材料与方法中各指标的参数变化范围,将各输入组项分别在其参数范围以及常规参数下进行计算,表4中数据为计算结果,图5为3次NANI计算结果,以适宜参数估算结果为参照,NANI估算结果由于参数影响存在-7.33%～15.98%的变化.

表4 1990～2015年NANI各输入组分参数变化范围与适宜参数下的估算结果

为进一步探究参数对输入组分的影响程度,基于NANI模型分析表4中数据,当每个指标在其参数范围内计算时,相应的输入组分存在一定的变化范围,从图6可以看出,各输入组分中受参数影响最大的是食品/饲料净氮输入量,与适宜参数下估算结果相比较,该输入项的变化范围在-23.1%～71.3%,其中各组分受参数影响程度大小依次为:畜禽/饲料氮消费量>畜禽产品氮产量>作物氮产量>人类食品氮消费量;作物固氮量与适宜参数下的结果相比,变化范围在-31.2%～41.2%,由于化肥施用氮含量仅存在于复合肥中,与选用常规参数15% 相比,该组分变化范围在-2.8%～4.5%.

图5 不同参数下对应的3次NANI估算结果

由于各输入组分受参数影响存在各自的变化范围,因此各组分对NANI估算结果的贡献程度,也会受参数影响而存在相应的变化,其中食品/饲料氮输入量对NANI的贡献范围在11.8%～21.0%,作物固氮的贡献范围在5.3%～8.7%,化肥施用的贡献范围在57.9%～67.4%.

图6 输入项与NANI在不同参数下对应的3次计算结果

3 讨论

3.1 与其他区域相比较

1990～2015年中,河南省各县市NANI变化范围在3707～79886kg/(km2·a),年均值为21513kg/(km2·a),远高于国内其他流域,如洱海流域2014年10986kg/ (km2·a)[8],三峡库区2001～2016年均值11632kg/ (km2·a)[33],潘阳湖流域2004～2013年均值6913kg/ (km2·a)[34].与国外地区相比,美国东部NANI为560～ 4900kg/(km2·a)[35-36],英国流域为11590kg/(km2·a)[24],印度总体水平为4616kg/(km2·a)[37],相比之下河南省存在较高的氮素污染风险.

Han等[29]对中国大陆31个省级尺度的NANI时空变化研究结果显示,我国1981～2009年的氮素输入强度为554～15941kg/(km2·a),省级尺度NANI的均值为2653kg/(km2·a),其中NANI值最高的省级地区为河南省15941kg/(km2·a),这一结论与本研究的结果差异较小.高伟等[1]采用中国大陆市域尺度统计数据估算NANI结果显示,2010年我国市域尺度NANI 为11109kg/(km2·a),本研究中河南省县级尺度2010年NANI平均值为23711kg/(km2·a),河南省氮素污染风险远高于市域尺度的全国水平,是省级尺度全国平均水平4716kg/(km2·a)的5.0倍.本研究以县级尺度数据为单位,相比于省级和市域尺度,在识别氮素污染潜在风险区上更具有明显优势,可以更有效地识别高风险区,可为该省农业面源污染防治提供参考.

3.2 输入组分变化

为了进一步探究河南省NANI年际变化的原因,分析了NANI四个输入组分的年际变化情况,与我国的其它区域相同,化肥施用是NANI的主要贡献因子,如三峡库区化肥施用占输入总量的50%～56%,淮河流域化肥施用占比64%～77%,太湖流域化肥施用占比53%～77%[19-21],湖北省[38]化肥施用占比61%.

作为我国重要的商品粮生产基地,粮食产量从1990年的3356万t增长到2015年的6076万t,1990年各县市氮肥折纯量均值为 8557kg/(km2·a),2015年增长到19051kg/(km2·a),增幅为122.6%,化肥施用是影响NANI值上升的主要因子;26年中大气氮沉降贡献率变化不大,然而随着河南省经济和工业的发展,大气氮沉降总量显著增加,从1990年的2130kg/(km2·a)增长到2010年的3659kg/(km2·a),但是由于NANI整体值的增加幅度大,该输入组分的增长对总量的贡献却并不明显; 26年中作物固氮量贡献率变化不大,主要原因是豆科类作物种植面积增长平缓;食品饲料氮输入量贡献占比呈现波动下降趋势,表明随着粮食产量增加食品饲料氮输入量不断减小,研究期间部分县市已由净进口转变为净出口.

3.3 参数影响分析

本研究中大气氮沉降在计算中采用固定值,因此不参与讨论.除氮沉降外,NANI模型的3个输入组分中,化肥施用作为NANI最主要的贡献因子,受参数影响反而最小,原因在于该输入项的计算方法简单,涉及指标少,仅包括氮肥和复合肥的折纯量,其中氮肥折纯量作为直接外来输入源不涉及参数,仅需要考虑复合肥中氮含量的参数范围,且由于氮肥施用量基础数据较大,在NANI模型中占有极强的贡献能力,因此化肥施用受参数影响最小.

作物固氮量受参数影响程度大于化肥施用,原因在于其中大豆、花生固氮速率参数范围较大.本研究通过查阅已有文献[40],大豆固氮速率存在显著差异,生物固氮量在6200～15000kg/km2之间变化,目前多数研究者针对大豆和花生的固氮速率分别都采用9600kg/(km2·a)和8000kg/(km2·a)作为参数,而实际上从已有文献中获取的参数并不一定适合当地区域,如我国长春和延安的大豆固氮能力就存在6倍的差距[39],此外,水稻、小麦和玉米等作物由于受气候、降水、施肥等条件的影响,固氮能力也存在相应的变化.食品/饲料净氮输入量受参数影响程度较大,主要原因是由于该输入项的计算方法最为复杂且涉及指标较多,由材料与方法中公式可知,该输入组分由四个分项(hc、lc、lp、cp)相加减组成,除hc外,每个分项计算时都需要考虑较多的指标,对应的参数也存在各自的变化.因此,NANI模型中参数对输入组分的影响大小与计算方法复杂程度、指标数量具有较强的相关性,计算方法越复杂、指标越多则不确定性越强.

除模型参数外,NANI估算结果的不确定性也受到原始数据的影响,由于我国各类型的统计年鉴难以找到乡镇级的农业农村数据,造成研究尺度较小时数据获取困难,有时只能通过往年数据进行推算[40],数据的缺失也会对结果产生相应的偏差.因此,若要提高NANI结果的可靠性,还需要更精准的数据进行计算.

3.4 氮素管理建议与对策

河南省26年间的NANI整体输入强度上升,大量的氮被不断输入到流域生态系统,如何在保持经济可持续发展的前提下最大程度地降低氮素污染风险,已成为技术创新和政策制定的重要考虑因素.

输入组成上看,化肥施用作为主要的贡献因子,提高其利用率刻不容缓.通过多年统计数据的分析,研究期间河南省耕地面积的氮肥施用强度为382kg/hm2,但河南省多数农作物的合理施氮量范围在150～250kg/hm2之间(其中以小麦和玉米为主).而实际上在施肥过程和施肥后会有100kg/hm2左右的氮素发生损失,起作用的依然是150～200kg/hm2,因此改变施肥方式、减少氮肥不合理施用是降低河南省NANI的关键.

空间分布上看,县域尺度能够以更小的区域控制面积实现更大的氮源输入控制量,中原城市群在1990～2015年间经济快速发展,人类活动加剧造成NANI不断上升,其中中东部地区各县市增长幅度较大,而西部山地丘陵地区各县市增长速度缓慢,据此,郑州、开封、洛阳市等经济发达地区建议以农产品深加工为突破口提高作物价值,同时大力发展第三产业,转变经济发展方式;周口、新乡、商丘、驻马店市应侧重发展绿色农业,在减少化肥农药不合理施用的同时,加强对畜禽养殖业的控制管理,从污染源头降低氮素污染风险;三门峡、济源、漯河市等工业发达地区应加强对污染物排放量的控制管理,开发利用清洁能源,减少化石燃料的使用,从而降低NANI中大气氮沉降量的贡献率.

4 结论

4.1 河南省1990～2015年中人类活动净氮输入量年均值为3.04×106t,折合成单位面积输入强度为21513kg/(km2·a),其中化肥施用量占63.56%,食品饲料氮素输入量占14.81%,大气氮沉降量占14.35%,作物固氮量占7.28%.

4.2 时间尺度上看,河南省1990～2015年NANI整体呈现上升趋势,1990～2005年上升速度大于2005～ 2015年,其中氮肥施用为主要贡献因子;空间尺度上看,河南省NANI分布具有很强的地域特点,高值主要分布在中部和东部的平原地区,西部与南北山地丘陵地区NANI值较低.

4.3 NANI模型中各输入组分的变化范围与计算方法复杂程度、指标数量具有较强的相关性,计算方法越复杂,所需统计的指标越多,受参数影响的变化范围越大.与选用适宜参数计算相比,各输入组分中受参数影响最大的是食品/饲料净氮输入量,变化范围在-23.1%～71.3%,其次是作物固氮量,变化范围在-31.2%～41.2%,影响最小的是化肥氮输入量,变化范围在-2.8%～4.5%.

4.4 NANI构成上看,各输入组分对NANI结果的贡献存在相应的变化范围,影响最大的是食品/饲料氮输入量,贡献范围在11.8%～21.0%,化肥氮输入的贡献范围在57.9%～67.4%,作物固氮的贡献范围在5.3%～8.7%.

[1] 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.

Gao W, Guo H C, Hou X K. Evaluating city-scale net anthropogenic nitrogen input (NANI) in Mainland China [J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2014,50(5):951-959.

[2] Smil V,尹华宝.氮和食物生产:人类饮食中的蛋白质 [J]. 人类环境杂志, 2002,31(2):126-131,199.

Smil V, Yin H B. Nitrogen and food production: proteins for human diets [J]. Journal of the Human Environment, 2002,31(2):126-131.

[3] 陈 飞.长江流域人类活动净氮输入及其生态环境效应浅析 [D]. 上海:华东师范大学, 2016.

Chen F. Net anthropogenic nitrogen inputs (NANI) into the Yangze River basin and analyses on eco-environmental impacts [D]. Shanghai: East China Normal University, 2016.

[4] 李晓虹,刘宏斌,雷秋良,等.人类活动净氮输入时空变化特征及其影响因素 [J]. 中国环境科学, 2019,39(2):812-817.

Li X H, Liu H B, Lei Q L, et al. Spatio-temporal characteristics and influential factors of net anthropogenic nitrogen input: A case study of Xiangxi River Watershed [J]. China Environmental Science, 2019, 39(2):812-817.

[5] Baulch H M. Asking the right questions about nutrient control in aquatic ecosystems [J]. Environmental science & technology, 2013, 47(3):1188-9.

[6] 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.

[7] Hong B, Swaney D P, Howarth R W. A toolbox for calculating net anthropogenic nitrogen inputs (NANI) [J]. Environmental Modelling and Software, 2010,26(5):623-633.

[8] 李 影,刘宏斌,雷秋良,等.洱海流域乡镇尺度上人类活动对净氮输入量的影响 [J]. 环境科学, 2018,39(9):4189-4198.

Li Y, Liu H B, Lei Q L, et al. Impact of human activities on net anthropogenic nitrogen inputs (NANI) at township scale in Erhai Lake basin [J]. Environment Science, 2018,39(9):4189-4198.

[9] 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.

Zhang W S, Li X Y, Du X Z, et al. Accounting methods, uncertainties and influential factors of net anthropogenic nitrogen input (NANI) [J]. Acta Ecologica Sinica, 2014,34(24):7454-7464.

[10] 刘艳萍.洞庭湖流域人类活动净氮/磷输入(NANI/NAPI)时空分布评估 [D]. 北京:北京林业大学, 2019.

Liu Y P. Spatial and temporal distribution of net anthropogenic nitrogen / phosphorus input (NANI / NAPI) in Dongting Lake Basin [D]. Beijing: Beijing Forestry University, 2019.

[11] Schaefer S C, Alber M. Temporal and spatial trends in nitrogen and phosphorus inputs to the watershed of the Altamaha River, Georgia, USA [J]. Biogeochemistry, 2007,86(3):231-249.

[12] Schaefer S C, Hollibaugh J T, Alber M. Watershed nitrogen input and riverine export on the west coast of the US [J]. Biogeochemistry, 2009, 93(3):219-233.

[13] Hong B, Swaney D P, Howarth R W. A toolbox for calculating net anthropogenic nitrogen inputs (NANI) [J]. Environmental Modelling & Software, 2010,26(5):623-633.

[14] David M B, Gentry L E. Anthropogenic inputs of nitrogen and phosphorus and riverine export for Illinois, USA [J]. Journal of Environmental Quality, 2000,29(2):494-508.

[15] Mcisaac G F, Hu X T. Net N input and riverine N export from Illinois agricultural watersheds with and without extensive tile drainage [J]. Biogeochemistry, 2004,70(2):253-273.

[16] Mcisaac G F, David M B, Gertner G Z, et al. Relating net nitrogen input in the Mississippi River Basin to nitrate flux in the lower Mississippi River [J]. Journal of Environmental Quality, 2002,3:1610- 1622.

[17] Hong B, Swaney D P, Morth 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, 2012,227:117-135.

[18] 缪今典,张晓明,魏天兴,等.千岛湖流域杭州段人类活动净氮、净磷输入时空分布[J]. 中国环境科学, 2021,41(6):2831-2842.

Miao J D, Zhang X M, Wei T X, et al. Temporal and spatial distribution characteristics of net nitrogen and phosphorus input from human activity: A case study of Hangzhou section of Qiandao Lake Basin.. China Environmental Science, 2021,41(6):2831-2842.

[19] 丁雪坤,王云琦,韩玉国,等.三峡库区人类活动净氮输入量估算及其影响因素 [J]. 中国环境科学, 2020,40(1):206-216.

Ding X K, Wang Y Q, Han Y G, et al. Estimation of human net nitrogen input and its influencing factors in the Three Gorges Reservoir Area [J]. China Environmental Science, 2020,40(1): 206-216.

[20] 张汪寿,苏静君,杜新忠,等.1990～2010年淮河流域人类活动净氮输入 [J]. 应用生态学报, 2015,26(6):1831-1839.

Zhang W S, Su J J, Du X Z, et al. Net anthropogenic nitrogen input to Huaihe River Basin, China during 1990～2010 [J]. Chinese Journal of Applied Ecology, 2015,26(6):1831-1839.

[21] Lian H S, Lei Q L, Zhang X Y, et al. Effects of anthropogenic activities on long-term changes of nitrogen budget in a plain river network region: A case study in the Taihu Basin [J]. Science of the Total Environment, 2018,645:1212–1220.

[22] 王 迪,刘梅冰.河流氮输出对人类活动净氮输入的响应 [J]. 亚热带资源与环境学报, 2019,14(1):47-53.

Wang D, Liu M B. Response of riverine nitrogen export to net anthropogenic nitrogen inputs [J]. Journal of Subtropical Resources and Environment, 2019,14(1):47-53.

[23] 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, 2014,35(8):2911-2919.

Zhang B F, Chen D J. Dynamic response of riverine nitrate flux to net anthropogenic nitrogen inputs in a typical river in Zhejiang Province over the 1980～2010 period [J]. Environment Science, 2014,35(8): 2911-2919.

[24] 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 and the Environment, 2012,10(1): 37-43.

[25] Hayakawa A, Woli K, Shimizu M, et al. Nitrogen budget and relationships with riverine nitrogen exports of a dairy cattle farming catchment in eastern Hokkaido, Japan. Soil Science and Plant Nutrition, 2009,55(6):800-819.

[26] Kimura S D, Yan X Y, Hatano R, et al. Influence of agricultural activity on nitrogen budget in Chinese and Japanese watersheds. Pedosphere, 2012,22(2):137-151.

[27] 翟凤英,何宇娜,王志宏,等.中国城乡居民膳食营养素摄入状况及变化趋势 [J]. 营养学报, 2005,27(3):181-184.

Zhai F Y, He Y N, Wang Z H, et al. The status and trends of dietary nutrients intake of Chinese population [J]. Acta Nutrimenta Sinica, 2005,27(3):181-184.

[28] 陈增增.河南省农业生态效率评价研究 [D]. 石河子:石河子大学, 2020.

Chen Z Z. Study on evaluation of agricultural ecology efficiency in Henan Province [D]. Shihezi: Shihezi University, 2020.

[29] Han Y G, Fan Y T, Yang P L, et al. Net anthropogenic nitrogen inputs (NANI) index application in Mainland China [J]. Geoderma, 2014, 213:87-94.

[30] 杨月欣,王光亚.中国食物成分表 [M]. 北京:北京大学医学出版社, 2009.

Yang Y, Wang G. China food ingredients table [M]. Beijing: Peking University Medical Press, 2009.

[31] 张卫峰,李亮科,陈新平,等.我国复合肥发展现状及存在的问题 [J]. 磷肥与复肥, 2009,24(2):14-16.

Zhang W F, Li J L, Chen X P, et al. The present status and existing problems in China's compound fertilizer development [J]. Phosphate & Compound Fertilizer, 2009,24(2):14-16.

[32] 巨晓棠,谷保静.我国农田氮肥施用现状、问题及趋势 [J]. 植物营养与肥料学报, 2014,20(4):783-795.

Ju X T, Gu B J. Status-quo, problem and trend of nitrogen fertilization in China [J]. Journal of Plant Nutrition and Fertilizer, 2014,20(4): 783-795.

[33] 丁雪坤.三峡库区面源污染人类活动输入及潜在风险评价 [D]. 北京:北京林业大学, 2019.

Ding X K. Net anthropogenic nitrogen and phosphorus inputs and non-point source pollution risk analysis of the Three Gorges reservoir Region [D]. Beijing: Beijing Forestry University, 2019.

[34] 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.

Gao W, Gao B, Yan C A, et al. Evolution of anthropogenic nitrogen and phosphorus inputs to Lake Poyang Basin and its' effect on water quality of lake [J]. Acta Scientiae Circumstantiae, 2016,36(9):3137- 3145.

[35] Howarth R W, Swaney D P, Boyer E W, et al. The influence of climate on average nitrogen export from large watersheds in the Northeastern United States [J]. Biogeochemistry, 2006,79(1/2):163-186.

[36] Schaefer S C, Alber M. Temporal and spatial trends in nitrogenand phosphorus inputs to the watershed of the Altamaha River, Georgia, USA [J]. Biogeochemistry, 2007,86(3):231-249.

[37] Swaney D P, Hong B, Selvam A P, et al. Net anthropogenic nitrogen inputs and nitrogen fluxes from Indian watersheds: an initial assessment [J]. Journal of Marine Systems, 2015,141:45-58.

[38] 徐浩林,杨培岭,邢伟民,等.湖北省2008～2017年人类活动净氮输入状况 [J]. 中国环境科学, 2020,40(9):4017-4028.

Xu H L, Yang P L, Xing W M, et al. Net anthropogenic nitrogen accumulation in Hubei province from 2008 to 2017 [J]. China Environmental Science, 2020,40(9):4017-4028.

[39] 关大伟,李 力,岳现录,等.我国大豆的生物固氮潜力研究 [J]. 植物营养与肥料学报, 2014,20(6):1497–1504.

Guan D W, Li L, Yue X L, et al. Study on potential of biological nitrogen fixation of soybean in China [J]. Journa1of P1ant Nutrition and Ferti1izer, 2014,20(6):1497–1504.

[40] 张天鹏,雷秋良,秦丽欢,等.香溪河流域人类活动净磷输入量及其影响因素 [J]. 中国环境科学, 2020,40(11):4957-4964.

Zhang T P, Lei Q L, Qin L H, et al. Net phosphorus input from human activities and its influencing factors in Xiangxi River Watershed. China Environmental Science, 2020,40(11):4957-4964.

Net anthropogenic nitrogen input from human activities and its impacts from parameters in Henan Province.

PEI Wei1, DU Xin-zhong1, LEI Qiu-liang1*, YAN Tie-zhu1, LI Ying2,3, ZHANG Tian-peng1, CHEN Mei-jun1, WU Shu-xia1, LIU-Hong-bin1

(1.Key Laboratory of Nonpoint Source Pollution Control, Ministry of Agriculture, Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081, China；2.State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China；3.University of Chinese Academy of Sciences, Beijing 100049, China)., 2021,41(9)：4447～4456

In order to explore the characteristics of net nitrogen input of human activities and the influence of its parameters on the estimation results in the main grain producing areas of plain area. The county-level statistical data from 1990 to 2015 in Henan province was collected and the relevant parameters of NANI model were selected and defined. The characteristics of temporal and spatial distribution, change trend and the influence of parameters on the estimation results of NANI were analyzed. The results show that: (1) From 1990 to 2015, the NANI of Henan province showed an increasing trend. The NANI of 1990, 1995, 2000, 2005, 2010 and 2015 were 14347, 19146, 21466, 24251, 23711 and 26156kg/(km2·a), respectively. For spatial variation, the counties with higher NANI were mainly distributed in the central and eastern plain areas, while the counties in the western hilly areas had lower NANI. (2) Among the input components of NANI model, the net nitrogen input of food/feed was the most affected by the parameters. Compared with the calculation and estimation results of selecting appropriate parameters, the variation range of this parameter was-23.1%～71.3%, the variation range of crop nitrogen fixation was -31.2%～41.2%%, and the variation range of fertilizer nitrogen input was -2.8%～4.5%.

net anthropogenic nitrogen inputs (NANI)；county level；spatiotemporal change；Henan Province；parameter influence

X71

A

1000-6923(2021)09-4447-10

裴 玮(1995-),男,河北唐山人,中国农业科学院硕士研究生,主要研究方向为农业面源污染.

2021-02-02

国家自然科学基金区域创新发展联合基金项目(U20A20114);国家自然科学基金项目(31572208)

* 责任作者, 研究员, leiqiuliang@caas.cn