典型农作措施对沙溪庙组壤质紫色土坡耕地径流氮流失的影响

李天阳,何丙辉,张海香,袭培栋

西南大学资源环境学院,重庆 400715

坡耕地水蚀引发的土壤氮(N)流失是土壤肥力下降、水体富营养化的重要原因[1]。而土壤肥力下降促使单位面积氮肥用量增加,会导致土壤活性氮大量积累且轻易流失,降低N肥施用效率,并增加面源污染风险[2—3]。硝态氮(NO3-N)和铵态氮(NH4-N)是土壤N元素的重要形态,二者均具有较高可溶性,并能通过硝化或反硝化作用而相互转化,是N元素流失的主要形式[4]。降雨是坡耕地土壤N流失的关键驱动力[5]。土壤中不同形态N元素以降雨径流为载体而发生流失,其流失浓度和总量受降雨时机及降雨量大小的影响而表现出显著差异[6]。通常,短历时强降雨事件下径流中不同形态N浓度及其流失量会相对较大[7]。但当次降雨事件的发生时间间隔较长或发生在刚施肥后,即使小雨量降雨产流事件,径流中各形态N的浓度和流失量也较高[8]。受全球气候变化影响,极端降雨事件频发,可能导致降雨引发的土壤N流失过程变得更加复杂[1,5]。因此,有必要进一步研究自然降雨作用下径流与土壤N流失的变化特征,并明确径流与N流失相关性变化规律,进而为构建土壤N流失预测模型,揭示全球气候变化背景下土壤N的生物地球化学循环过程和机制提供理论支撑。

坡耕地农作措施也是导致土壤各形态N流失变化的重要因素[9]。施用化肥与有机肥可引起土壤各形态N流失浓度和流失量发生显著差异[10]。研究发现,施用有机肥全部或部分替代化肥能够显著减少径流中各形态N流失浓度和流失量[11],但也有研究报道了相反结果[4]。因此,施用化肥和有机肥对N流失的影响仍需进一步研究。此外,秸秆覆盖常被视为一种防控水土流失和面源污染的有效措施而得到广泛推广[12]。短期内,秸秆覆盖可增加地表糙率、降低雨滴动能、延缓产流时间并增强水分入渗,而使产流、产沙及土壤N流失减小[13]。然而,部分研究发现一定用量的秸秆覆盖可能促进细沟发育,加剧产流、产沙与养分元素流失[14—15]。长期来看,秸秆覆盖可改善土壤理化性质,减少产流和产沙[16],但也可能会增加径流N浓度,而导致其流失量增加[12,17]。可见,秸秆覆盖下径流中不同形态的氮流失特征仍需进一步明确。

紫色土坡耕地是三峡库区重要的农业生产基地。由于紫色土养分含量高且结构松散,在丰富的降雨和高强度的农耕活动共同作用下,紫色土坡耕地养分流失剧烈,区域农业面源污染风险较大[18—19]。因此,采取有效农作措施降低紫色土坡耕地N等元素的流失成为研究热点[20—21]。胡冬妮等[22]研究了2012—2013年间紫色土坡耕地小麦-玉米轮作不同施肥方式下N流失,发现单施猪厩肥、猪厩肥与化肥配施、秸秆覆盖与化肥组合能分别减少32.1%、27.5%及21.2%的N流失。Huang等[23]在2018—2019年间对紫色土坡耕地径流氮流失进行监测,发现与常规化肥施用相比,化肥减量15%施用能显著减少40.8%的径流N流失。由于受研究时长、观测次数及区域特殊性等方面的影响,自然降雨量的等级变化对紫色土坡耕地径流变化、土壤N流失及径流与N流失间相关性变化的影响还尚未明确,且有机肥配施与秸秆还田组合下紫色土坡耕地径流N流失的特征也并不清楚。本文基于2019—2021年紫色土坡耕地不同降雨等级的产流事件,对比研究了施用有机肥和秸秆还田措施下不同形态N流失浓度和流失量变化特征,揭示了降雨及产流指标与N流失变量间的相关性,以期为紫色土坡耕地水土流失与面源污染防控提供理论依据。

1 材料与方法

1.1 试验点概况

本研究试验点位于重庆市渝北区兴隆镇农田氮磷流失监测基地(106°45′22″E,29°54′46″N),为全国农田氮磷流失监测网络站点之一。试验点属亚热带季风气候,年平均气温18°C,年平均日照时数1340 h,年平均无霜期为319 d。试验区2001—2021年降雨量在753.4—1481.6 mm之间,年均降雨量为1127.6 mm,本研究所选取的2019—2021年降雨量分别为1035 mm,1221.4 mm,1386.6 mm,分别代表了试验区降雨相对较少年份、平水年份、丰水年份的降雨量,具有较好的典型性[24]。试验点土壤为侏罗系沙溪庙组砂泥岩发育的灰棕紫泥土石骨土,质地为中壤,试验点0—20 cm土层土壤基本性质见表1。研究区植被主要为常绿阔叶林,分布有马尾松(PinusmassonianaLamb.)、白栎(QuercusfabriHance)、柏树(CupressusfunebrisEndl.)等。研究区紫色土坡耕地主要为雨养农业,无灌溉;种植方式为常见的萝卜(RaphanussativusL.)-玉米(ZeamaysL.)轮作模式,多为顺坡耕作。

表1 试验点土壤基本性质Table 1 Basic soil properties in the study site

1.2 试验设置

为监测次降雨事件下径流氮流失,选取用地历史一致的连片紫色土坡耕地(坡度为5°),建设径流小区,每个小区面积为24 m2(长8 m×宽3 m)。各小区间用水泥砖墙隔开,其下端沿小区宽度方向设“T”型集流槽,其出水口连接容积为2.94 m3(长3 m×宽1.4 m×高0.7 m)的径流池。径流池上方设挡雨板,以阻止雨水进入而影响径流体积测定。

径流小区内种植模式为萝卜-玉米轮作,均为顺坡耕作。依据试验区农民的施肥传统和农业部门推广的施肥技术,设置3种施肥措施(均设3次重复),包括常规施肥(CK,萝卜季仅施猪粪,玉米季为猪粪与复合肥混施)、优化施肥(T1,萝卜季为猪粪与有机肥混施,玉米季为猪粪、复合肥及有机肥混施)和优化施肥+秸秆还田(T2),并将各措施任意布设到各径流小区,布设后的小区分布情况见图1。

图1 试验点位置及小区布设示意Fig.1 Location of the experimental site and the schematic diagram of the runoff plotsCK:常规施肥 Conventional fertilization;T1:优化施肥 Optimized fertilization;T2:优化施肥+秸秆还田 Optimized fertilization+straw returning

按照试验点传统的农业种植方式并结合当地农业主管部门推广利用模式,确定各小区内萝卜播种为穴播,全生育期无灌溉;玉米为育苗移栽并覆地膜。萝卜在全生育期共施肥2次,分别为10月下旬施底肥,12月上旬施追肥。其中,CK措施下所用肥料为猪粪(N、P2O5及K2O占比分别为0.5%、1.1%及0.7%,含水率90%),T1措施下为猪粪和35%有机肥(N、P2O5及K2O占比分别为15%、7%及13%,有机质含量16%)。玉米为全生育期施底肥1次,时间为4月上旬,CK措施下施用肥料为猪粪、45%复合肥(N、P2O5及K2O占比均为15%),秸秆收获后全部出田;在T1措施下玉米施用肥料为猪粪、45%复合肥及35%有机肥,秸秆收获后全部出田。在T2措施下,萝卜与玉米施肥与T1一致,但秸秆收获后全部还田,并直接覆盖于小区地表。各措施的施肥及养分输入量见表2。

表2 监测点各措施小区施肥情况Table 2 Fertilization conditions for each treatment in the monitoring site

1.3 样品采集

于2019—2021年间次降雨发生时,记录降雨量。在各小区观测到地表径流后,进行径流水样采集。采集前先记录径流体积,其后用清洁竹竿均匀搅拌径流水,用水样润洗过的塑料瓶在径流池的不同位置和深度进行多点位采样。当径流总体积超过1000 mL时,各小区均采集2瓶水样(每瓶水样约500 mL),其中1瓶用于分析测试,另1瓶备用。采样结束后,清洗径流池供后续监测使用。将收集的水样带回实验室,分别测定径流TN、NO3-N及NH4-N浓度,其中TN浓度采用碱性过硫酸钾消解紫外分光光度法测定[25],NO3-N浓度采用酚二磺酸分光光度法测定[25],NH4-N浓度采用靛酚蓝比色法测定[26]。

1.4 指标计算

根据国家降水量等级标准(GB/T 28592—2012)[27],将观测的次降雨事件按24小时降雨量划分为小雨(<9.9 mm),中雨(10—24.9 mm),大雨(25—49.9 mm),暴雨(50—99.9 mm),大暴雨(100—200 mm)和特大暴雨(>200 mm)。本研究采用径流深和径流系数来表征径流变化特性,其计算公式为:

RDi=Qi/A

(1)

RCi=RDi/RAi

(2)

式中,RDi表示第i次产流事件的径流深,mm;Qi为第i次产流事件径流体积,L;A为小区面积,m2;RCi为第i次产流事件径流系数,无量纲;RAi为第i次产流事件的降雨量,mm。

同时,计算各次降雨产流事件下的TN、NO3-N和NH4-N流失量,公式为:

Li=Ci×Qi×10-2/A

(3)

式中,Li表示第i次产流事件中径流TN、NO3-N和NH4-N流失量,kg/ hm2;Ci表示第i次产流事件中测定的径流TN、NO3-N和NH4-N浓度,mg/L。

1.5 数据分析

利用SPSS22.0软件进行数据处理和统计分析。采用单因素方差(One-way ANOVA)分析检验不同降雨等级与措施间径流深、径流系数、TN、NO3-N和NH4-N浓度、流失量及NO3-N和NH4-N流失占TN流失比例的差异性,用LSD(Least significant difference,最小显著差异法)进行多重比较。不同降雨等级与措施间,径流深的标准差在0.27—8.64 mm之间变化,径流系数的标准差在0.02—0.13之间变化,TN、NO3-N和NH4-N浓度的标准差分别在0.13—6.80 mg/L、0.03—4.16 mg/L、0.02—1.88 mg/L之间变化,TN、NO3-N和NH4-N流失量标准差分别在0.01—1.02 kg/hm2、0.01—0.54 kg/hm2、0.01—0.28 kg/hm2之间变化,而NO3-N和NH4-N流失占TN流失比例的标准差在1.64%—31.12%、1.65%—23.79%之间变化。计算各措施下不同变量3次重复的算术平均值,并利用Spearman相关分析探究各变量间的相关性。本文中P<0.05表示差异显著,P<0.01为差异极显著。采用Microsoft Excel 2016绘图。

2 结果与分析

2.1 次降雨事件

在2019—2021年间共记录75场次降雨事件(图2),其降雨量呈偏正态分布,其中在2019年5月30日降雨量最小,为4 mm,在2021年7月8日降雨量最大,为125.1 mm;所有次降雨事件的平均降雨量为(33.69±27.72) mm。

图2 2019—2021年全部降雨事件及产流事件Fig.2 Total rainfall events and rainfall events producing runoff during 2019—2021

在全部降雨事件中,仅有22场次降雨事件产生地表径流(图2),其降雨量同样呈偏正态分布,其中在2019年5月13日产流降雨量最小,为15 mm,在2021年7月8日产流降雨量最大,为125.1 mm;22次产流降雨事件的平均降雨量为(67.55±26.83) mm。

对产流降雨事件按降雨量等级分类获得中雨事件1次,发生在2019年5月13日,降雨量为15 mm;大雨事件4次,分别发生在2019年8月9日、2020年7月26日、2021年5月7日及8月24日,降雨量分别为30、48.2、41.2 mm及37.7 mm;暴雨事件15次,分别发生在2019年7月30日、2020年4月24日、6月3日、17日、21日、28日、7月3日、13日、18日、2021年5月3日、7月12日、16日、19日,8月29日及9月7日,其降雨量在50.5—99.4 mm之间,平均值为(72.52±17.34) mm;大暴雨事件2次,发生在2021年7月8日和8月14日,降雨量分别为125.1、100.7 mm。

在将GPS测绘技术应用在工程测绘期间，相关管理部门也应将工作重点放在培养测绘人员专业技能上。一方面，针对GPS测绘技术理论知识及实际操作技能在测绘人员群体中开展教育培训活动，使其能够充分发挥出GPS测绘技术应用期间的综合效益；另一方面，构建GPS测绘技术应用管理机制，针对GPS测绘技术实际应用期间存在的局限性制定出与之相应的解决措施，采用业绩考核及奖惩机制相融合的手段，提升GPS测绘技术实际应用过程中的规范性及有效性，以获得更加精准的测绘数据，为工程稳定有序的开展奠定坚实基础。

2.2 径流深与径流系数变化

与CK相比,T1和T2的径流深分别减少了4.24%、12.71%,但差异并不显著(P>0.05)(表3)。各降雨等级间,暴雨事件下径流深最大((13.1±7.9) mm),分别比中雨、大雨和大暴雨事件增加了191.11%、178.72%、6.5%(P<0.05)(表3)。相同措施不同降雨等级,暴雨事件下径流深与大暴雨差异不显著(P>0.05),但均显著高于大雨和中雨事件(P<0.05)(图3)。

图3 2019—2021年径流深和径流系数Fig.3 Runoff depth and runoff coefficient during 2019—2021图中不同小写字母表示在P<0.05水平下不同降雨等级间差异显著

Table 3 Runoff depth,runoff coefficient and the concentrations,losses and proportions of N variables in each rainfall category and treatment

CK与T1的径流系数相同,比T2增高了12.5%,但差异不显著(P>0.05)(表3)。中雨事件下径流系数最高(0.30±0.05),分别比大雨、暴雨、大暴雨事件增高了150%、66.67%和173.72%(P<0.05)(表3)。相同措施下不同降雨等级的径流系数差异显著(P<0.05),且均表现为中雨事件最高,大雨事件最低(图3)。

2.3 径流氮浓度变化

与CK 相比,T1和T2的径流TN浓度分别增加了19.35%、25.8%,但差异并不显著(P>0.05)(表3)。中雨事件径流TN浓度最高((10.3±5.4) mg/L),分别比大雨、暴雨、大暴雨事件增加了28.75%、51.47%、58.46%,但差异不显著(P>0.05)(表3)。CK下各降雨等级间径流TN浓度差异不显著(P>0.05);而T1和T2下,中雨事件径流TN浓度均最高,分别为(14.05±0.64) mg/L、(14.45±0.21) mg/L,比大雨事件增加了62.99%、66.09%(P>0.05),比暴雨事件增加了115.16%、103.52%(P<0.05),比大暴雨事件增加了122.31%、146.59%(P<0.05)(图4)。

图4 2019—2021年径流TN、NO3-N和NH4-N的浓度Fig.4 Concentrations of TN,NO3-N and NH4-N in runoff during 2019—2021图中不同小写字母表示在P<0.05水平下不同降雨等级间差异显著

与CK相比,T1和T2的径流NO3-N浓度分别增加了9.68%、29.03%,但差异不显著(P>0.05)(表3)。各降雨等级下,暴雨事件径流NO3-N浓度最高((3.9±3.4) mg/L),分别比中雨、大雨、大暴雨事件增高了875%、30%、34.48%(P<0.05)(表3)。相同措施不同降雨等级径流NO3-N浓度差异均不显著(P>0.05)(图4)。

与CK相比,T1的径流NH4-N浓度增加了8.33%,而T2则减少了8.33%,但差异不显著(P>0.05)(表3)。暴雨事件的径流NH4-N浓度最高((1.4±1.5) mg/L),分别比中雨、大雨、大暴雨事件增高了154.54%、84.21%、133.33%(P<0.05)(表3)。相同措施不同降雨等级径流NH4-N浓度差异均不显著(P>0.05)(图4)。

2.4 径流氮流失量及占比变化

与CK相比,T1和T2的径流TN流失量均增加了11.54%,但差异不显著(P>0.05)(表3)。暴雨事件的径流TN流失量((0.97±0.82) kg/hm2)与大暴雨事件((0.98±0.82) kg/hm2)相差不大,分别比中雨、大雨、增加了106.38%、177.14%,但差异并不显著(P>0.05)(表3)。相同措施不同降雨等级间径流TN流失量差异均不显著(P>0.05)(图5)。

图5 2019—2021年TN、NO3-N和NH4-N的流失量Fig.5 Runoff-related losses of TN,NO3-N and NH4-N during 2019—2021图中不同小写字母表示在P<0.05水平下不同降雨等级间差异显著

CK与T1的径流NO3-N流失量相同,均比T2减小5.88%,但差异不显著(P>0.05)(表3)。暴雨事件的径流NO3-N流失量最大((0.37±0.51) kg/hm2),分别比中雨、大雨、大暴雨事件增加了360%、32.14%、48%,但差异不显著(P<0.05)(表3)。相同措施不同降雨等级间的径流NO3-N流失量差异均不显著(P>0.05)(图5)。

CK与T1的径流NH4-N流失量相同,均比T2增加了33.33%,但差异不显著(P>0.05)(表3)。暴雨事件NH4-N流失量最大((0.14±0.23) kg/hm2),分别比中雨、大雨、大暴雨事件增加了600%、55.56%、366.67%(P<0.05)(表3)。相同措施不同降雨等级间的径流NH4-N流失量差异不显著(P>0.05)(图5)。

与CK相比,T1和T2的径流NO3-N流失占比分别增加了1.51%、0.6%,差异并不显著(P>0.05)(表3)。暴雨事件径流NO3-N流失占比最大(37.4%±30.4%),分别比中雨、大雨、大暴雨事件增加了679.17%、47.83%、11.64%(P<0.05)(表3)。CK下,各降雨等级间径流NO3-N流失占比差异不显著(P>0.05);而在T1和T2下,暴雨事件径流NO3-N流失占比与大雨、大暴雨事件下差异不显著(P>0.05),但显著高于中雨事件(P<0.05)(图6)。

图6 2019—2021年NO3-N和NH4-N的流失占TN比例Fig.6 Proportions of NO3-N and NH4-N in TN loss during 2019—2021图中不同小写字母表示在P<0.05水平下不同降雨等级间差异显著

与CK相比,T1和T2的径流NH4-N流失占比分别减少了11.11%、20.92%,但差异不显著(P>0.05)(表3)。暴雨事件径流NH4-N流失占比最大(14.9%±15.8%),分别比中雨、大雨、大暴雨事件增加了129.23%、7.19%、96.05%,但差异不显著(P>0.05)(表3)。相同措施不同降雨等级间径流NH4-N流失占比差异均不显著(P>0.05)(图6)。

2.5 各变量间的相关性

由表4可知,降雨量与径流深及TN 流失量、NO3-N流失占比呈极显著正相关(P<0.01),而与NO3-N浓度和流失量呈显著正相关(P<0.05)。径流深与径流系数、NO3-N和NH4-N的浓度及其流失占比及TN流失量均呈极显著正相关(P<0.01)。径流系数与TN流失量、NH4-N的浓度及其流失占比呈极显著正相关(P<0.01)。此外,TN、NO3-N和NH4-N的浓度与流失量间呈极显著正相关(P<0.01)。NO3-N流失占比与NO3-N浓度及流失量、NH4-N浓度呈极显著正相关(P<0.01),与TN和NH4-N流失量呈显著正相关(P<0.05)。NH4-N流失占比与TN浓度呈显著负相关(P<0.05),而与NH4-N浓度呈极显著正相关(P<0.01),与NO3-N流失占比呈显著正相关(P<0.05)。

表4 各变量间的Spearman相关性Table 4 Spearman correlations between study variables

3 讨论

3.1 不同农作措施和降雨等级对径流的影响

本试验中,常规施肥、优化施肥及其与秸秆还田组合3种措施间的径流深与径流系数差异不显著,但后两种措施的径流深与径流系数相比均有不同程度减小,说明优化施肥及其与秸秆还田措施具有减小地表径流的潜力。这主要是因为优化施肥能够改善土壤的孔隙度、饱和导水率及有机质含量等理化性质而增加径流入渗,进而减小径流深、径流系数[28—29]。Li等[30]分析了紫色土坡耕地内上百次降雨产流事件,发现与单施化肥相比,有机肥与化肥优化配施能使地表径流减少6.71%。同时,秸秆还田也可通过延缓产流时间,增强水分入渗及改善土壤理化性质等来减少产流[13,16]。林超文等[12]在紫色土丘陵区坡耕地观测到秸秆还田能减少73.9%—86.2%的地表径流。本试验中3种措施间径流深与径流系数差异不显著,这与试验时间尚短,各措施间的土壤理化性质差异还未能显著体现有关。Zanon等[4]发现12年的优化施肥与秸秆还田对土壤理化性质的改善还不足以显著减小地表产流。此外,在较大雨强下,秸秆还田会加剧产流[14,21],这也是引起各措施间径流深与径流系数差异不显著的原因。

按照国家降水量等级标准(GB/T 28592—2012),将记录的次降雨事件划分为小雨、中雨、大雨、暴雨和大暴雨等5个等级,而产流则发生在中雨及以上次降雨事件。径流深在暴雨与大暴雨事件下显著高于中雨与大雨事件,且与降雨量呈显著正相关,这与杨任翔等[31]研究结果一致。然而,有研究观测到小降雨产流事件径流深显著高于大降雨产流事件[9]。Meng等[32]也发现在相同土地利用类型下,中雨事件径流深显著高于暴雨事件。产生上述差异的原因与土壤前期的含水率有关,当土壤前期含水率接近或达到饱和后,小降雨产流事件的径流深也可显著高于大降雨产流事件[33]。试验还发现径流系数在中雨事件显著高于大雨和大暴雨事件,其变化规律与径流深并不完全一致,这也是受到土壤前期含水率变化的影响[34]。任雨之等[35]认为土壤前期含水率变化是引起紫色土区坡耕地坡面径流深与径流系数对降雨等级有不同响应的原因。

3.2 不同农作措施和降雨等级对径流氮流失的影响

与常规施肥相比,优化施肥及其与秸秆还田组合措施增加了径流中TN浓度,但差异不显著。其主要原因为优化施肥及其与秸秆还田组合能增加土壤中TN含量[13,22],从而增加TN随径流流失的机会,但同时优化措施可减少地表径流,使得各措施间的TN浓度并不显著。尽管中雨事件下TN浓度最高,但与其他降雨等级间差异并不显著。这是因为在大雨、暴雨和大暴雨事件下,径流深相对较高,径流稀释作用可使得TN浓度与中雨事件下差异不显著[36—37]。NO3-N和NH4-N浓度在各措施间的差异不显著,但在各降雨等级间差异显著,且均在暴雨事件下最高,这与降雨频率及发生时机有关[38]。NO3-N和NH4-N是肥料中N主要存在形式,其浓度在刚施肥后的降雨径流中较高,并随降雨发生间隔时间的延长而逐渐减小[8]。本试验中,暴雨发生频率最高,当其发生在刚施肥后,会导致该事件下径流NO3-N和NH4-N浓度相对较高。在比较相同措施各降雨间不同形态N浓度变化时,TN变化与NO3-N和NH4-N并不一致,这与除NO3-N和NH4-N外,有机N的浓度变化也可影响TN浓度变化有关[39]。

本试验中,TN、NO3-N和NH4-N的流失量在各措施与各降雨等级间的变化规律与它们的浓度相似,表明TN、NO3-N和NH4-N的流失量主要取决于浓度而非径流。同时,相关分析结果也显示TN流失量与径流深(R2=0.76)、TN浓度(R2=0.72)均呈极显著正相关,而NO3-N和NH4-N的流失量则仅与它们的浓度(R2=0.55、0.38)呈极显著正相关。以上结果与Schlesinger等[5]发现不同形态N流失量主要取决于径流而非其浓度的情况相反,造成这种差异的原因是本试验中施肥和秸秆还田增加土壤N元素浓度而减少径流产生,使得浓度效应相比径流更强[12,40]。本试验发现各措施间的NO3-N和NH4-N流失占TN流失的比例差异不显著,但NO3-N流失占比在各降雨等级间差异显著,且NO3-N流失占比(各措施在33.11%—33.57%之间)远高于NH4-N流失占比(各措施在12.12%—15.32%之间),这与Udawatta等[41]的结果类似,其原因为硝化作用和氨挥发导致NO3-N占比相比NH4-N更高[42]。值得注意的是,NO3-N与NH4-N流失占比之和接近TN流失量的一半,表明溶解态无机N随径流流失是TN流失的重要途径。各措施TN浓度远高于GB3838—2002《地表水环境质量标准》中V类限定值2 mg/L,因此控制溶解态N迁移是减小土壤N损失并降低下游水体TN浓度的关键[43—44]。

4 结论

与常规施肥相比,优化施肥及其与秸秆还田组合措施下的径流深分别减少了4.24%、12.71%,而TN浓度分别增加了19.35%、25.8%,流失量则均增加了11.54%;常规施肥与优化施肥的NO3-N、NH4-N流失量相同,均比优化施肥与秸秆还田组合的NO3-N流失量减少5.88%,而NH4-N流失量增加了33.33%;优化施肥及其与秸秆还田组合措施有增加土壤N流失的潜在风险。暴雨事件相比其他降雨等级事件可使TN、NO3-N及NH4-N的流失量分别增加106.38%—177.14%、32.14%—360%、55.56%—600%。与降雨量、径流系数相比,径流深与TN、NO3-N及NH4-N的浓度、TN流失量及NO3-N与NH4-N流失占比均呈极显著正相关,说明径流深更适合用于构建N流失预测模型。NO3-N和NH4-N流失占TN流失的比例较高,溶解态无机N随径流流失是TN流失的重要途径。采取优化施肥和秸秆还田措施时需进一步考虑其对土壤N含量的影响,减少土壤N的滞留及无机态N迁移是控制紫色土坡耕地N流失,降低下游水体富营养化风险的关键。