我国三个典型流域人类活动净氮输入量估算及其影响因素

张天鹏，闫铁柱，金平忠，雷秋良，连慧姝, 3，李影,4,5，李晓虹，区惠平，周脚根，杜新忠，武淑霞，刘宏斌

我国三个典型流域人类活动净氮输入量估算及其影响因素

张天鹏1，闫铁柱1，金平忠2，雷秋良1，连慧姝1, 3，李影1,4,5，李晓虹1，区惠平6，周脚根7，杜新忠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/农业农村部面源污染控制重点实验室，北京 100081；2洱源县农业环境保护监测站，云南洱源 671200；3南方科技大学环境科学与工程学院，广东深圳 518055；4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；5中国科学院大学，北京 100049；6广西壮族自治区农业科学院农业资源与环境研究所，南宁 530007；7淮阴师范学院城市与环境学院，江苏淮安 223300

【目的】人类活动氮素过量投入是引起面源污染的重要原因之一。阐明人类活动净氮输入量的时空分布特征及其影响因素，为解决面源氮素污染问题提供数据支持。【方法】利用人类活动净氮输入量（net anthropogenic nitrogen input，NANI）模型，通过统计年鉴和文献综述获得NANI相关数据和参数，对农业化的香溪河流域、城镇化的太湖流域和全面推进农业绿色发展模式的洱海流域的净氮输入量进行评估。【结果】从NANI强度上看，3个典型流域NANI平均值按照大小排序为：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）。从来源上看，氮肥施入（Nfer）和食品/饲料氮（Nim）是NANI最大来源，占比58%—97%，对NANI贡献从大到小排序为：氮肥施入、食品/饲料氮输入、氮沉降输入、作物固氮输入。从时间尺度看，2019年同2010年相比，香溪河流域NANI中食品/饲料氮输入比例下降23个百分点，氮沉降比例上升34个百分点；洱海流域NANI中氮肥施入比例下降86个百分点；太湖流域NANI中食品/饲料氮输入比例上升31个百分点，作物固氮量和氮沉降输入比例下降14个百分点和12个百分点。从影响因素上看，3个典型流域NANI与城镇人口密度均呈现显著相关性（＜0.05），且随城镇人口密度的增加NANI随之升高；耕地面积占比与NANI的拟合上，香溪河流域有显著影响（＜0.05），但洱海流域和太湖流域均无显著影响（＞0.05）。【结论】香溪河流域中昭君镇、峡口镇和黄粮镇，洱海流域中下关镇、上关镇和凤仪镇，太湖流域中张家港市、嘉兴市秀城区、杭州市拱墅区和上海市南汇区是NANI的关键源区；以农业为主的香溪河流域化肥施入是NANI的主要来源；城镇化程度较高的太湖流域食品/饲料氮和肥料氮投入是NANI主要来源；农业绿色发展措施可显著减少人类活动净氮输入量。因此，在关键源区大力推广农业绿色发展措施，同时有效降低饲料和肥料的投入量，有利于控制农业面源污染。

人类活动净氮输入量（NANI）；香溪河流域；洱海流域；太湖流域；城镇人口密度

0 引言

【研究意义】目前，全球水体水质情况不容乐观。全球有30%—50%的陆地面积受到面源污染的影响，美国和欧洲国家60%的水体污染起源于面源污染[1]。我国2020年开展营养状态监测的110个重要湖泊（水库）中，贫营养状态湖泊（水库）占9.1%，中营养状态占61.8%，轻度富营养状态占23.6%，中度富营养状态占4.5%，重度富营养状态占0.9%[2]。因此，面源污染急需治理。氮素过量是引起面源污染的主要原因之一，及时开展流域氮素输入空间分布特征和影响因素分析，对解决面源污染问题具有重要意义[3]。【前人研究进展】全国受到污染的流域湖泊中，主要由氮素引起农业面源污染的湖泊数量超过50%[4]，包括巢湖、海河、滇池、太湖、洱海、香溪河等流域[5-9]。氮素来源上看，工业化以来，人类对氮素的投入量远超于自然界固氮量（细菌固氮和闪电固氮），甚至多数氮素输入的研究中忽略自然界固氮量[10]。在评估人为氮素输入量的众多方法中，人类活动净氮输入量（net anthropogenic nitrogen input，NANI）模型作为典型的经验模型，在参数及实测数据缺乏的地区具有较强的适用性和普适性[11]。且大量研究证明NANI评估和预测河流氮负荷误差较小且稳定性高，因此在我国的滇池流域、鄱阳湖流域、淮河流域、长江流域等地区广泛应用[12]。从影响因素上看，流域人口密度、经济发展水平、耕地面积与化肥使用、土地利用类型等与NANI显著性相关[13-17]。目前在空间尺度上，对中国省级尺度的研究结果表明，省级尺度过大导致难以精准识别氮源排放的重点地区，而市级和县级尺度区域化特征明显[13]。因此，利用更加精细的空间尺度估算NANI，有助于更好识别重点氮源输入的区域。【本研究切入点】本文基于农业化的香溪河流域、城镇化的太湖流域和全面推进农业绿色发展模式的洱海流域，利用NANI模型估算人类活动净氮输入量，拟掌握农业化和城镇化流域输入氮素的重点来源和关键源区，同时利用科学数据论证农业绿色发展模式对NANI的影响。【拟解决的关键问题】本研究分析农业化和城镇化不同重点源的人类活动净氮输入量时空分布特征及其影响因素，同时掌握绿色农业措施对人类活动净氮输入量的影响，用科学的数据提高民众对农业绿色发展技术的认知。该研究可为控制香溪河流域、太湖流域和洱海流域的氮素面源污染提供技术和数据支撑。

1 材料与方法

1.1 研究区概况

本研究以我国的香溪河流域、洱海流域和太湖流域等3个典型流域为研究对象。流域概况和选择原因如下。

香溪河流域位于湖北省兴山县，典型的丘陵山区，是三峡水库湖北库区最大支流，流域面积3 099 km2 [16]。香溪河流域的农业生产和农村生活污染等是构成水体氮污染的主要来源，具有分散养殖和分散种植的特点，同时流域经济发展较缓，为典型农业为主的小流域。因此，香溪河流域农业面源氮污染的防控和治理对于水体富营养化的控制以及三峡库区水生态环境安全具有非常重要的意义。

太湖流域属于平原水网区，位于东南长江三角洲，流域面积36 895 km2 [14]。太湖流域水土资源丰富且交通便利，凭借良好的自然和人为基础成为我国经济最发达、大中城市分布最密集的区域之一，为典型的城镇化流域。随社会经济快速发展，氮素排入河道进入太湖，且湖体流速缓慢导致污染物停留时间长，对湖体造成了严重的水体污染。太湖是我国第三大淡水湖，因此控制太湖水体氮素污染对于平衡经济与环境之间的关系极其重要。

洱海流域位于云南省大理白族自治州，典型的高原山区，属于澜沧江水系，流域面积2 565 km2 [15]。洱海流域内的面源污染主要来自农田种植、农村生活和畜禽养殖，具有居养（人类居住和养殖）一体、农田集中成片和盆地水旱轮作特点。洱海流域主要包括大理市和洱源县，其中大理市于2019年被列入国家农业绿色发展先行区，为全面推进农业绿色发展模式的典型流域。洱海是当地的主要饮用水源地，洱海水质从20世纪90年代开始急剧恶化，目前洱海的年均水质在Ⅱ—Ⅲ类之间波动，是我国初期富营养化湖泊之一。

1.2 研究方法和数据来源

选取2010和2019年香溪河流域、洱海流域、太湖流域数据，采用人类活动净氮输入量（NANI）估算模型计算NANI。NANI结构和各组分氮输入量如图1，变量全称如表1，计算公式如下：

式中，Nfer表示化肥氮施入量，采用统计年鉴中氮肥折纯量数据（本流域产生有机肥在流域内自循环，不参与计算，外购有机肥量无统计数据）；Ncro表示作物固氮量，采用作物种植面积与单位面积固氮量的乘积计算，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表示大气氮沉降量，香溪河流域、洱海流域和太湖流域分别为1 100、1 953和1 934 kg·km-2·a-1[14-16]；Nim表示食品/饲料氮输入量，计算方法如图1，公式如下：

式中，Nhc：人类食品氮消费量，采用流域人口数量与单位人口氮摄入量的乘积计算，公式如下：

式中，农村和城市人均食品中蛋白质含量（PROT）分别为64.6 g·d-1和69 g·d-1，POP为人口数（人），蛋白质与氮含量的换算系数为6.25[19]。其中，为保证数据的可靠性，POP2中增加洱海流域和太湖流域由流动人口产生的氮含量。

Nlc：畜禽饲料氮消费量，采用流域畜禽养殖数量（AN）与单位畜禽氮需求量的乘积计算，公式如下：

式中，AN：区域畜禽养殖数量（头或只），采用统计年鉴中存栏量计算；：表示区域养殖的畜禽种类数量，其中鸡、鸭和鹅统称为禽类并综合计算；：表示畜禽种类；ANI：氮素摄入水平。数据由统计年鉴获取，包括豆类、大麦、小麦等农作物和牛、羊、猪、家禽等动物，转换食物按照10%损失，氮素摄入水平（ANI）为牛66.75 kg·a-1、猪16.68 kg·a-1、家禽0.60 kg·a-1、羊6.85 kg·a-1 [20-21]。

Nlp：畜禽产品氮含量，采用流域畜禽数量、生产量和排泄水平（ANO）共同确定，公式如下：

式中，Nlp：畜禽产品氮产量，即流域内畜产品总的氮含量；redi：畜禽可食用部分比例。畜禽氮素排泄量为牛58.51 kg·a-1、猪5.17 kg·a-1、家禽0.39 kg·a-1、羊5.00 kg·a-1 [20-21]，本流域产生有机肥在流域内自循环，因此在该部分减去畜禽氮素排泄量。

Ncp：作物氮生产量，采用作物产量（PC）与氮含量（PC）的乘积计算，公式如下：

表1 变量全称表

香溪河流域/太湖流域/洱海流域（2019年氮输入量）

式中，作物含氮量（CP）：水稻1.18%、小麦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]。其他作物种植面积较少，统计年鉴中未包含相关数据，因此本研究中未计算其他作物。

1.3 数据处理与制图

本文采用Microsoft Office 专业增强版2019、IBM SPSS Statistics 19和ArcGIS 10.6进行数据统计、分析和制图。

2 结果

2.1 NANI空间分布特征

三大典型流域从2019年整体上看，NANI平均值按照大小排序为：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%（图2）。其中，（1）香溪河流域人类氮素投入地区最为集中，集中在昭君镇、峡口镇和黄粮镇，分别占流域总NANI的20.5%、20.3%和17.1%，共占57.9%，总体呈南部多北部少的趋势。（2）洱海流域人类重点氮素投入地区较为集中，集中在下关镇、上关镇和凤仪镇，分别占流域22.6%、18.1%和12.5%，共占53.2%，其他乡镇NANI较少，总体呈南部多北部少的趋势。（3）太湖流域人类重点氮素投入地区最分散，张家港市、嘉兴市秀城区、杭州市拱墅区和上海市南汇区较多，分别占流域6.8%、6.0%、5.8%和5.6%，共占24.2%，空间上总体呈西南部少东北部多的趋势。

图2 三大流域NANI空间分布

2.2 NANI来源和时间变化分析

3个典型流域从NANI来源上看，氮肥施入（Nfer）和食品/饲料氮（Nim）是NANI最大来源，共占比58%—97%，对NANI贡献从大到小排序为Nfer、Nim、Ndep、Ncro（图3）。其中，（1）香溪河流域2010年NANI主要来源为Nfer（58%）和Nim（39%）；2019年NANI主要来源为Nfer（48%）和Ndep（34%），Nim比例下降了23个百分点，Ndep比例上升34个百分点。（2）洱海流域2010年NANI主要来源为Nfer（86%）和Nim（11%），Ncro和Ndep占比较少，共占3%；2019年NANI主要来源为Nim （58%）和Ndep（41%），Nfer比例下降86个百分点。（3）太湖流域2010年NANI主要来源为Nfer（53%），Nim、Ncro和Ndep的占比基本相同；2019年NANI主要来源为Nfer（48%）和Nim（47%），Nim比例上升31个百分点，Ncro和Ndep比例下降14个百分点和12个百分点。因此，3个流域在10年间NANI结构变化差别较大，讨论部分详述变化原因。

2.3 城镇人口密度和耕地面积对NANI的影响

城镇人口密度是高度城镇化流域最主要的特征之一，耕地面积占比是农业化流域最主要的特征之一，因此本研究选取城镇人口密度和耕地面积占比开展研究。三大典型流域NANI与城镇人口密度均呈现显著相关性（＜0.05），拟合线性2＞0.43，且随城镇人口密度的增加NANI随之升高（图4）。从NANI的来源上看，人口密度影响食物氮（Nim）的输入，与Nfer、Ncro和Ndep无显著性关系，因此，在本研究中认为人口密度可通过影响食物氮进而影响NANI。耕地面积占比与NANI的拟合上，香溪河流域有显著影响（＜0.05），但洱海流域和太湖流域均无显著影响（＞0.05）。

图3 三大流域NANI来源结构图

图4 三大流域人口密度和耕地面积占比对NANI的影响

3 讨论

3.1 全球尺度下的NANI水平

全球尺度上，根据现有研究，NANI平均值为1 570.47 kg·km-2·a-1 [23]，香溪河流域（2 183 kg·km-2·a-1）为该值的1.4倍，洱海流域（1 582 kg·km-2·a-1）与之相近，太湖流域（13 241 kg·km-2·a-1）为该值的8.4倍。亚洲、欧洲、拉丁美洲、大洋洲、南非、北非、北美和加勒比NANI平均值为2 841、961、791、158、361、585、978和1 525 kg·km-2·a-1 [24]，因此，太湖流域远高于全球平均水平。我国NANI平均值为4 000—5 000 kg·km-2·a-1 [23]，香溪河流域和洱海流域低于该范围，太湖流域远大于该范围。我国其他典型流域（鄱阳湖流域、淮河流域、永安江流域和洪泽湖流域等）NANI的范围为500—26 415 kg·km-2·a-1 [25]，太湖流域处于较高的水平，但处于正常范围内。根据数据溯源和流域特点，并结合已有文献，总结其原因有如下3点：（1）从流域特征上看，太湖流域高度城镇化，人口远远多于洱海流域和香溪河流域，因此高度城镇化导致人口密集是NANI值过高的首要原因；（2）从化肥施入上看，2019年香溪河流域施肥量为1 445 kg·km-2·a-1，太湖流域为7 040 kg·km-2·a-1，相差约为5倍，因此化肥过量施入是NANI值过高的次要原因；（3）从NANI影响水质结果上看，太湖水质2016年才从Ⅴ类水改善为Ⅳ类水，而洱海流域近10年每年维持Ⅱ类水质时间为7—8个月，其余时间均为Ⅲ类水。因此，太湖流域需进一步控制人类活动净氮输入量。

3.2 NANI时间变化特征

本研究中3个典型流域重要的NANI来源为氮肥施入（Nfer）和食物氮（Nim）。全国氮肥施入特征和政策措施上看，近30年来农业用地面积呈现增加趋势[26]，且增加幅度较大，随着农业用地的增加，化肥投入也显著增加，同时化肥不合理的施用使面源污染问题凸显，因此控制化肥投入现已成为全国推行绿色发展措施，如有机肥替代化肥等[27]。洱海流域作为全面推进农业绿色发展模式的典型流域，从2017年起禁止施用化肥，导致2019年化肥施用量从占NANI来源比例的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。在耕地面积占比与NANI的拟合上，洱海流域和太湖流域受到减肥措施影响，虽然耕地面积增多，但是单位面积的氮肥施入量下降，最终导致NANI与耕地面积占比不相关（＞0.05）（图4）。而香溪河流域水体污染不严重，减肥效应不明显，单位面积的氮肥施入量下降较少，因此耕地面积占比与NANI成显著性相关（＜0.05）。2019年太湖流域NANI中Ncro占比不足1%，经过对数据的溯源和文献综述，认为该结果是正常的，原因如下：（1）太湖流域为城镇化高度集中的流域，人口密度远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种面积仅为3 382和726 km2，作物固氮量远小于Nim和Nfer（图1）。

食物氮主要包括人类食品消费氮、畜禽饲料消费氮、动物产品氮产量和作物氮产量[22,25]。从流域特征上看，食物氮受到人口和动植物数量的影响。其中人口是最不稳定的因素，特别是流动人口[15]。香溪河流域农村人口在2010年至2019年期间大量迁出，导致Nim比例下降23个百分点；洱海流域是旅游胜地，导致Nim的波动较大[28]；太湖流域城镇化规模大，2010年至2019年期间人口大量迁入，导致Nim比例升高31个百分点。目前研究表明，洱海流域的旅游人口波动和太湖流域城镇的高度集中是导致NANI较高的主要因素[15]。本文对三大流域的城镇人口和NANI进行拟合，发现人口密度越高，NANI的值越大，符合已有研究的结论[16-17]。

3.3 NANI模型发展

NANI模型得到研究者的广泛认可，并应用于全球各类流域的研究中，但数据的来源和计算方法对实际应用的适用性具有一定的不确定性，其结果精度依赖于全方位的考察，部分参数取值需考虑不同区域的具体特征，进行适当修正，使计算结果更合理并更具有针对性[22]。如洱海流域的研究中，将当地特色的旅游波动人口纳入NANI的计算公式中[15]；在香溪河流域的研究中，将磷矿开采和磷化工纳入NANI模型，可显著增加模型的计算精度[17]。本研究中，未考虑城市污水处理的情况，不同城市对污水处理的措施、政策和监管强度不同，若采取统一参数，显然不适用NANI的估算。有机肥施入的计算，畜禽产生的粪便作为有机肥施入流域中，导致产生有机肥在流域内自循环，同时食品/饲料氮中部分转化为粪便，因此需在食品/饲料氮部分将畜禽氮素排泄量扣除，但存在有机肥外购和外销情况，需得到充分数据得出结论，获取数据难度极大，目前无法统计。此外，NANI模型只考虑了人类活动的氮施入量，无法体现流域内部的氮循环，氮肥输入与食品/饲料氮、畜禽产品氮和氮沉降具有流通关系和一定的转化比例，因此计算中存在重复计算，且流域越大，氮循环重复计算越多，但该转化比例尚不明确，无法将重复部分扣除，导致计算结果偏高。数据来源还包括文献综述、统计年鉴和实地监测[29]，因此，为进一步提高NANI的估算精度，应采取数据不同来源进行数据校准、根据流域实际情况和当地特色对模型的参数和公式进行修正等手段，同时可结合氮足迹、氮空间指数法（NrSI）、氮“5Ps”可持续管理等手段，对NANI模型结果校正，充分考虑流域内部氮循环问题[30]。

3.4 针对性建议

根据本文研究结果，对三大典型流域降低NANI提出以下建议：（1）香溪河流域重点考虑昭君镇、峡口镇和黄粮镇的氮肥投入；（2）洱海流域重点考虑下关镇、上关镇和凤仪镇氮肥投入和旅游人口的影响；（3）太湖流域重点考虑张家港市、嘉兴市秀城区、杭州市拱墅区和上海市南汇区氮肥投入和人口规模迁入。

4 结论

从空间分布上看，香溪河流域中昭君镇、峡口镇和黄粮镇，洱海流域中下关镇、上关镇和凤仪镇，太湖流域中张家港市、嘉兴市秀城区、杭州市拱墅区和上海市南汇区是NANI的关键源区。从来源上看，农业为主的香溪河流域，化肥施入是NANI主要来源，占流域总NANI范围为48%—58%；城镇化为主的太湖流域，食品/饲料氮和肥料氮投入是NANI主要来源。从影响因素上看，化肥施用和城镇人口密度是主要因素。从农业绿色发展模式上看，绿色农业措施可显著减少人类活动净氮输入量。因此，在关键源区大力推广农业绿色发展措施，同时有效降低饲料和肥料的投入量，有利于控制农业面源污染。

[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] 生态环境部. 2020中国生态环境状况公报[R].2021.

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

[3] 裴亮, 王理明, 于国强. 农业非点源污染研究的现状及应用新进展. 水利水电技术, 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] 生态环境部办公厅. 第二次全国污染源普查公报[R].2020.

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

[5] 冯爱萍, 吴传庆, 王雪蕾, 王洪亮, 周亚明, 赵乾. 海河流域氮磷面源污染空间特征遥感解析. 中国环境科学, 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, 马友华, 吴传庆, 王强, 冯爱萍, 陈敏鹏. 巢湖流域氮磷面源污染与水华空间分布遥感解析. 中国环境科学, 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] 高伟, 高波, 严长安, 刘永. 鄱阳湖流域人为氮磷输入演变及湖泊水环境响应. 环境科学学报, 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] 卢少勇, 张萍, 潘成荣, 彭书传, 刘晓晖. 洞庭湖农业面源污染排放特征及控制对策研究. 中国环境科学, 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. 三峡库区香溪河流域氮磷入库负荷及迁移特征研究[D]. 北京: 中国农业科学院, 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] 谢丽纯, 陈建耀. 近10 a来珠江三角洲地区氮收支演变及区域差异分析. 自然资源学报, 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, 尹炜, 叶闽, 雷阿林, 李思敏. 植草沟技术在面源污染控制中的研究进展. 环境科学与技术, 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. 中国农业面源污染管控研究[D]. 杨凌: 西北农林科技大学, 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] 李晓虹, 刘宏斌, 雷秋良, 严颢, 翟丽梅, 武淑霞, 王洪媛, 张亦涛, 李影. 人类活动净氮输入时空变化特征及其影响因素: 以香溪河流域为例. 中国环境科学, 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] 张天鹏, 雷秋良, 秦丽欢, 李晓虹, 武淑霞, 夏颖, 张富林, 张亦涛, 刘宏斌. 香溪河流域人类活动净磷输入量及其影响因素. 中国环境科学, 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] 关大伟, 李力, 岳现录, 马鸣超, 张武, 李俊. 我国大豆的生物固氮潜力研究. 植物营养与肥料学报, 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] 翟凤英, 何宇娜, 王志宏, 于文涛, 胡以松, 杨晓光. 中国城乡居民膳食营养素摄入状况及变化趋势. 营养学报, 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] 陈天宝, 万昭军, 付茂忠, 张红, 张金灵, 杨朝武, 蒋小松. 基于氮素循环的耕地畜禽承载能力评估模型建立与应用. 农业工程学报, 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] 董红敏, 朱志平, 黄宏坤, 陈永杏, 尚斌, 陶秀萍, 周忠凯. 畜禽养殖业产污系数和排污系数计算方法. 农业工程学报, 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. 中国环境科学, 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] 韩黎阳, 黄志霖, 肖文发, 田耀武, 曾立雄, 吴东. 三峡库区兰陵溪小流域土地利用及景观格局对氮磷输出的影响. 环境科学, 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, 刘宏斌, 雷秋良, 胡万里, 王洪媛, 翟丽梅, 任天志, 连慧姝. 洱海流域乡镇尺度上人类活动对净氮输入量的影响. 环境科学, 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. 测土配方施肥技术及其推广对策. 农业科技与信息, 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] 张怡彬, 李俊改, 王震, 戴孚岳, 翟丽梅, 杨波, 王洪媛, 刘宏斌. 有机替代下华北平原旱地农田氨挥发的年际减排特征. 植物营养与肥料学报, 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] 华玲玲, 李文超, 翟丽梅, 崔超, 刘宏斌, 任天志, 张富林, 雷秋良. 三峡库区古夫河小流域氮磷排放特征. 环境科学, 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] 华玲玲, 张富林, 翟丽梅, 刘宏斌, 范先鹏, 王洪媛. 江汉平原水稻季灌排单元沟渠中氮磷变化特征及其环境风险. 环境科学, 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

国家自然科学基金（U20A20114，41877009）、广西科技重大专项（桂科AA20108002-2）、中国农业科学院科技创新工程协同创新项目（CAAS-GXAAS-XTCX2019026-03）

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

（责任编辑 李云霞）