流域农业面源污染迁移过程与模型研究进展

黄国鲜，聂玉玺,*，张清寰，童思陈，赵健，梁东方，陈炜

1.中国环境科学研究院

2.重庆交通大学河海学院

3.剑桥大学工程系

4.重庆文理学院

农业面源污染主要包括由种植业、畜禽养殖、农村生活垃圾、水产养殖等带来的污染[1]。由于持续大面积开垦和高强度的种植、施肥等原因[2]，使农田表层土壤污染物含量不断增加，并随降雨径流汇入河道，加重水体污染。农业面源污染具有隐蔽性、滞后性、广泛性、随机性以及难检测性等特点，成为当前流域水环境治理的重点和难点。为解决这一问题，美国国家环境保护局(US EPA)部署了2014—2018年战略计划“健康流域计划”（Health Watersheds Program），提出6 项基本流域生态属性指标，用来衡量流域的健康状况，其目标是将密西西比河流域的农业氮负荷减少45%[3]。欧盟委员会的研究表明，农业面源和点源对欧盟水环境的污染负荷贡献率分别为38% 和22%[4]。据《第二次全国污染源普查公报》，2017年我国农业污染源年排放化学需氧量1 067.13 万t、氨氮21.62 万t、总氮141.49 万t、总磷21.20 万t，分别占全国污染物总排放量的49.77%、22.44%、46.50%、67.20%，可见农业仍是我国面源污染的主要来源[5]。我国“十四五”规划提出优化农业生产空间布局，以化肥农药减量化、规模以下畜禽养殖污染治理为重点内容，加强“源头减量—循环利用—过程拦截—末端治理”的农业面源污染精细化监管和治理体系建设，体现了农业面源污染全过程和系统化监管的重要性。因此，加强对农业面源污染迁移全过程的认识有助于推进农业面源污染合理评估、精准预测并提升防控效果。流域农业面源污染的迁移过程较复杂，涉及农学、水利、环境、地理学等多领域和多学科交叉协同，然而各个领域侧重点不同，且较少考虑面源污染的整个过程和环节，比如种植制度、施肥过程、水文过程、水土侵蚀过程、营养盐迁移、多尺度及转化过程等，而这些过程对面源过程的贡献受到不同地形坡度、灌排系统、土壤类型、天气条件等因素的重要影响。近年来从田块、沟渠、山坡、河网到流域单个尺度或对象的面源污染迁移过程研究较多并获得一定的认识，然而各个对象的影响特性及其尺度转化关系仍不清楚。笔者综述了农业面源污染在不同尺度下的汇集迁移过程、模型方法及模型不确定性的研究进展。

1 农业面源污染迁移过程

农业面源污染迁移过程与农业区域空间景观格局、气象条件及人为调控相关。在丘陵山区，农田一般沿着等地形高线布局，形成山塘—农田—山坡—汇流河道等景观格局，在此区域中，由于地形纵向比降较大，农田侧渗机会较多，汇出农田的水流动力和土壤侵蚀较强，污水在河道滞留时间较短，泥沙和氮、磷的耦合程度较高。在坡度较小的平原河网区，农田一般分布在河道和灌渠两侧，通常形成农田—小比降山坡—灌排水网—池塘等景观格局。由于小比降、人工闸坝和河口潮汐等非恒大流的影响，可能导致区域内往复流产生，往复流极其复杂的物质输运导致其污水水团浓度具有更多的不确定性，营养盐的沉积、再悬浮、释放及其生物转化吸收等过程和贡献与丘陵山区河道差异显著，且更加难以准确计算。田块是污染产生和农作物水肥利用与转化的关键场所，其空间尺度主要包含田块大小，污染物迁移时间尺度主要与水肥施放节律、农作物种类和生长收割等因素相关。由于局部区域尺度内地形比降较小，水分滞留时间较长，因此蒸发、下渗等过程中会造成溶解态物质的损失。山坡是水文产汇流的基本单元之一，其对应尺度也是农业面源污染迁移的基本尺度之一，在田块—山坡—流域等空间尺度污染物求解过程中，不同中间变量对污染物的影响程度不同，导致同一过程表现出不同的特征，山塘、取排水沟渠、闸坝等人为管理更是加大了污染物迁移过程和环节的复杂性与不确定性，给流域农业面源污染物迁移预测带来一定的难度和不确定性。笔者从田块、山坡、流域3 个关键尺度描述农业面源污染迁移过程，以期对农业面源污染迁移有更全面的认识。

1.1 田块尺度污染物迁移过程

农业区每个田块周围都有小沟渠，这些沟渠连接到大沟渠，然后连接到池塘形成具有独特排水网络的人造景观，对降水进行再次分配引起污染物迁移的局部过程，即田块—池塘—沟渠尺度〔图1（a）〕。在农业区田块—池塘—沟渠尺度作用下，污染物迁移过程表现出不同的时空特征，同时污染物的累积、迁移和交换也影响着流域农业格局的稳定性[6-7]。田块、池塘和人工排水沟作为农业景观的湿地系统对污染物的影响十分复杂，该湿地系统具有降低地表径流和土壤流失、增加土壤含水量和地下水的功效。各类污染物在池塘中通过沉积、转化、植物吸收和微生物利用，可以有效降低出水口处的浓度。已有研究表明，池塘对总氮、总磷的去除率分别达到11%～93%、12%～92%[8-9]。田块作为污染物的源汇单元，其氮流失的主要途径是挥发和淋溶，磷则主要以发生氧化还原反应和物理方式流失，通过节水灌溉（如间歇灌溉、控制灌溉、洪水季节排水等）可减轻田块的氮、磷流失[10]。排水沟渠作为田块和池塘的连接件改变了水流路径，是污染物迁移和排出的主要路径之一，在排水沟边滩配置对氮、磷具有吸附和利用效果的植物，可减缓水流流速，减低氮、磷的流失率，由于NH4+、有机氮和磷通常吸附在土壤颗粒上，因此排水沟渠中该类污染物浓度会降低[11]。田块—池塘—沟渠尺度可通过遥感影像、无人机拍摄影像等方法来识别其空间分布和结构组成的定量指标，如池塘斑块面积占比、田块斑块密度、沟渠密度[12]。景观结构指标〔如斑块密度(PD)、边缘密度(ED)、香农多样性指数(SHDI)、蔓延度(CONTAG)〕比其组成指标〔如内聚指数(COHE)、形状指数(SHMN)、聚集指数(AI)〕对小流域季节性和年度水文水质波动影响更大[13]。在流域中降水与农业格局变化对水文连通性的影响是一个交互反馈的过程，田块—池塘—沟渠的空间分布比其组成类型对流域污染物迁移影响更大[14]，因此已有的大多数研究都集中在田块—池塘—沟渠系统空间变化的差异上[15-16]，而对其随时间变化的关注较少。田块—池塘—沟渠系统的动态变化会对流域农业污染物迁移产生较大影响[17]，对其进行可靠的评估，对于维持流域长期农业生态环境稳定至关重要[18]。

图1 不同空间尺度水文特性与污染物迁移路径Fig.1 Hydrological characteristics and pollutant transport paths at different spatial scales

1.2 山坡尺度污染物迁移过程

山坡污染物迁移过程是指坡面土壤中的氮、磷、农药及其他有机或无机污染物在降水或灌溉过程中，通过地表径流向坡底运动的过程〔图1（b）〕。污染物迁移不仅与降水量、径流、坡度、土壤质地和结构、植被覆盖度等自然因素有关[19]，还与土地利用、土壤耕作、农田施肥等人为影响密切相关[20]。在较小的降水强度下，总磷浓度在降水后期才会显著增加，这是因为雨滴溅蚀和剪切力较小，入渗较长时间土壤含水量才会达到饱和，然后产生坡面流和坡面磷流失；在较大的降水强度下，雨滴溅蚀和剪切力较强，流速增大，坡面表层土和吸附的磷容易被地表径流冲走，尽管表层活动层土（一般小于2cm）的总磷含量相对较高，但该土层的总磷累积有限，这部分磷在被冲刷流失后，即便随后的降水强度增大，也较难造成大量的磷流失，因此总磷流失剧增往往发生在暴雨初期[21]。Pei 等[22]对黄土高原不同植被类型和土壤特征进行溶质迁移试验，发现土壤性质(如体积密度、大孔隙数量、孔隙连通性密度、饱和水力传导率、颗粒组成)与污染物迁移参数(如孔隙平均流速、初始渗透时间、累计渗透时间和动力扩散系数)之间存在显著相关性。Du 等[23]研究丘陵山区降水侵蚀条件下不同施肥和耕作形式对氮、磷迁移的影响，发现等高线耕作通过改变坡耕地的微地形增强储水能力并改善土壤性质，在同等施肥条件下作物根系吸收的土壤营养物有所提高，从而减少了氮、磷损失量。总之，山坡是农业面源污染物产生和迁移的基本单元，在坡面上污染物流失速度快、历时短，其污染迁移过程受人为影响较大，要实现有效和统一的规范化管理仍具有挑战性。

1.3 流域尺度污染物迁移过程

流域农业污染物迁移过程是指化肥、农药、畜禽粪便、农村生活垃圾等随径流和泥沙在陆面—沟渠—主河道流动，最终汇集到流域出口的过程〔图1（c）〕[24]。流域气候和下垫面条件是影响污染物迁移的客观因素，在降水丰富的雨季，农业污染物主要随地表水和泥沙汇入流域出口，在旱季污染物累积在土壤中并被植物吸收利用，呈现明显的季节性变化[25]；而人类活动（如耕作面积和空间分布、施肥量、作物产量、农业经济发展程度以及农业管理模式）是影响污染物迁移的主观因素，合理优化农业空间布局以及规范种植施肥行为将有效减少农业源头污染[26]。研究者通常利用大量野外采样数据、分布式物理模型来计算分析流域尺度农业污染物时空迁移，识别流域内关键污染源区以及迁移特点[27]，而从污染源—沟渠—河道上下游全面布设采样点位无疑会增加人力成本，因此与高频率监测技术相结合的流域模型将提高农业面源污染迁移过程监测准确性[28]。

1.4 尺度转化过程

由1.1～1.3 节可知，在小尺度上农业面源污染变化特性主要与微生物群、微地形和土壤质地等因子有关，在大尺度上主要受气候、土地利用、地形和人类活动的影响[29-30]。水文-地貌-生态相互作用，质量和能量的自由传输以及山坡与流域的沉积物滞留、迁移均是各尺度关注的热点[31]。农业非点源模拟过程模型主要包括各类污染源在不同介质中的产生、累积、流失、衰减、转化与迁移的模型数据表达和驱动机理方程的数值求解。农业面源污染迁移的空间尺度转化受限于如下因素：1）计算对象的时空表达有效性；2）模型本构方程及其参数获取的试验时空尺度范围及时空尺度有效性；3）模型中主要控制方程稳定性、收敛性求解要求；4）计算机资源、计算效率限制等条件要求。需要对模型网格或响应单元空间尺度、时间步长进行协同控制，以期达到合理可靠的计算结果，对单一的问题可能有最合适或最优的时空尺度组合存在。但涉及农业活动区，其田块—山坡—流域的空间异质性高，污染迁移过程计算涉及多过程和多驱动因子求解，由于流域内各子过程和驱动因子具有不同时空尺度，从而使得问题呈现多时空尺度特点。从模型求解角度，一般只能选择最小尺度或最具代表性的时间或网格尺度进行求解。此外，一些模型使用的关键计算公式及其相应的参数主要从室内试验和野外具体观测数据拟合得到，具有隐含的时空尺度，公式的适用范围也受到这些时空尺度的限制。如SWAT 模型使用的水土流失方程及其相应参数主要是由月尺度和年尺度的中大流域观测分析获得，因此SWAT 在模拟中、大型流域的月尺度和年尺度的泥沙与污染物迁移过程计算精度较高，而模拟小时空尺度的相应过程计算精度就大幅下降[32]。缩小由于尺度转化带来的误差的主要方法有：1）模型求解的时空尺度需要尽量匹配物理过程的关键过程的时空尺度要求，以时空尺度最小的过程或分辨率进行计算，同时对关键的过程提升模型刻画的准确性，并对大的时空尺度的过程进行适度的解耦合计算，以减少计算量；2）当模型要求的计算时空尺度较小，计算机资源无法很好满足要求时，则需要对模型中小尺度的重要过程和分辨率进行概化或参数化，使计算具有可行性。

从田块、山坡、流域各尺度总结降水、地形、土壤性质、土地利用类型、人类活动等不同因素，对污染物迁移过程的影响及其内在联系进行研究。农业面源流失具有多尺度特点，尺度转换对模型的合理计算具有重要的作用，厘清各尺度及尺度转换下污染物迁移规律有助于掌控污染物迁移关键环节以及优化模型计算结构和参数。

2 流域农业面源污染模型的研究进展

2.1 污染物迁移本构方程

农业面源污染研究主要有理论推导、野外实测、室内外试验、模型模拟等方法，以此精准识别刻画流域农业面源污染物流失与迁移过程。各类污染物与泥沙的吸附-解吸关系及不同单元营养盐累积-流失的本构方程是农业面源污染关键过程之一，可作为流域内跨尺度研究的基础。水和泥沙是污染物（如氮、磷等）输移的核心要素和关键载体，迁移过程中污染物与水沙之间形成物质混合，Langmuir 和Freundlich 等温线是描述污染物和泥沙的吸附-解吸方程[33]，公式如下：

式中：Q为泥沙对污染物的平衡吸附量，mg/kg；C为吸附平衡时滤液污染物浓度，mg/L；Qm为泥沙对污染物的最大吸附量，mg/kg；k为与吸附结合能有关的常数，L/mg；Kf和n分别为与泥沙污染物吸附容量和吸附特性有关的常数。泥沙的化学性质影响其吸附量，如CaCO3、Fe 和Al 氧化物是泥沙中重要的吸附基质，其含量与污染物的吸附量呈显著正相关；泥沙的物理性质如粒径大小、pH 是影响泥沙的吸附能力的重要因素，如砂质土壤对污染物的吸附能力高于黏性土壤。虽然泥沙吸附量与解吸量呈正相关，但部分解吸是不完全可逆反应，大量室内试验观测表明，动态吸附-解吸一般在12h 以内达到平衡[34]。由于污染物价态、形态多样，不同地区土壤物化性质有所差异，具体应用到不同流域环境中吸附-解吸方程仍有待进一步修正，识别主导影响因子是精准构建本构方程的关键步骤。在污染物迁移过程中，Walter等[35]提出完全混合物理模型〔图1（d）〕，该模型假设降水和土壤水在相互作用的有效深度内瞬间完全混合，并且认为径流中的溶质浓度等于有效深度土壤水中的溶质浓度。溶解态污染物迁移完全混合模型计算方程如下所示：

式中：hm为径流水与土壤水的混合深度，m；c为径流水与土壤水混合深度中的溶质浓度，g/m3；θs为饱和含水量，m3/m3；ρs为土壤容重，g/m3；k为土壤吸附率，m3/g；qr为径流产流率，m3/(m·s)。

王全九等[36]应用式（3）建立了黄土高原区等效对流溶质模型，在模型中考虑了裸露的黄土高原上雨滴飞溅和扩散对溶质迁移的影响。Yang 等[37]利用土壤溶质迁移模型建立了降水对土壤颗粒的分离以及地表径流与土壤污染物之间的混合数学模型。但这些污染物迁移模型着重于溶解态的污染物随径流的迁移过程，忽略了颗粒态污染物的迁移。Shao 等[38]研究了考虑溶解态和颗粒态污染物的迁移模型，表明污染物径流量与土壤侵蚀相关的因素（降水强度、初始含水量和坡度）有关，并提高了模型预测污染物流失量的精度。污染物迁移混合物理模型在田块尺度适用性强，若能考虑吸附-解吸动态平衡因子，并加入植物对营养物的吸收和挥发因子，将能定量统一描述水-泥沙-植物与污染物的相互作用和迁移转化过程，为流域模型预测农业面源污染物过程提供参考。

2.2 流域污染物迁移过程模型

模拟流域农业面源污染负荷的数学模型可分为经验模型、机理过程模型[39]2 类。经验模型依靠典型监测数据建立水文与污染物参数之间的经验关系，如输出系数模型（ECM）[40]。然而由于监测样本数据的局限性，经验模型难以充分描述整个流域污染物迁移过程，较难将当地参数应用到更广泛的地区。基于机理过程的流域模型结合了水文模型、土壤侵蚀模型和污染物迁移模型，形成了较为完整的模型体系，能用于预测不同管理模式下流域的径流、侵蚀、泥沙和养分迁移，如应用较为广泛的非点源污染环境（ANSWERS）模型[41]，化学品、径流和侵蚀的农业管理（CREAMS）模型[42]，农业非点源污染（AGNPS）模型[43]，土壤和水评价工具（SWAT）模型[44]，水文模拟（HSPF）模型[45]等。机理过程模型参数数量庞大、对输入数据的要求高、可用信息有限，很难进行全面的参数优化、校准和验证，这在一定程度限制了其在大尺度流域的使用。但随着高精度测量技术的应用和大规模监测数据的累积，机理过程模型研究和应用成为未来模型研究的主要方向之一。目前已广泛应用的各类模型在求解流域尺度的污染物迁移过程中各有优缺点，通过资料分析，归纳出各类模型及其优缺点如表1 所示。

表1 流域面源污染模型机理统计Table 1 Statistics of watershed non-point source pollution model mechanism

2.3 模型不确定性研究

模型不确定性来源主要有输入数据、模型结构及模型参数与边界条件数据的误差或不确定性[50]。将实测数据作为初始条件、边界条件和模型参数输入到模型中，如果实测数据具有不确定性，就会使模型计算和结果产生不确定性或偏差。例如降水量数据的空间异质性，相邻区域局部小尺度的降水量可能有所不同甚至差异较大，因此降水观测站网的空间密度、位置和测量误差都会给模型输入数据带来不确定性；水位、流速、水质等测量仪器的不稳定性、手工监测数据频率低等因素也会导致实测数据具有不确定性[51]，即使是高频测量的水质数据也未必能够与各类模型的具体需要相适配[52]。

模型结构框架是建立在一个涵盖空间、时间、过程和应用等维度的通量体系，结构不确定性体现在模型的数学形式存在差异（例如概念模型、数学模型、物理模型对污染物迁移转化过程的描述不同），通过污染物迁移的数学方程式来求解污染物的浓度和通量等变量，然而这些控制方程与真实的污染物迁移过程不可能做到完全相符，因此模型结构不确定性存在具有必然性[53]。即使模型求解准确，其结果只是代表了这些控制方程的精确解，不一定能够完全代表实际污染物的迁移过程。如果不考虑模型结构不确定性和误差，通过调参得到的模型参数为补偿模型结构误差，此时物理参数就会过度拟合，从而影响模型预测效果[54]。减少模型结构不确定性的方法首先需要对真实过程有深入的理解并进行合理的把握，对关键过程进行概化，从而减小模型结构不确定性的范围，为进一步减少模型参数不确定性和模型的精确验证奠定基础。通常情况下，采用高频、全面测量样本数据识别模型主要本构方程和相应参数、多个模型的综合对比计算等方法可以有效改善和降低模型结构的不确定性[55]。

在降低边界输入数据和模型结构不确定性的前提下，优化参数并降低参数不确定性可以达到提升模型的计算与预报精度的目的，这对面源污染模型的建立非常关键，如在模型中体现径流过程、氮磷的迁移转化过程，氮磷通量和城市降水量的相关参数等[56]。这些参数只能根据观测数据和相关文献数据进行经验估计和优化，存在误差，此外参数的时空异质性也是参数不确定性的主要来源之一。求解参数不确定性或优化参数的方法有：1)广义似然不确定性估计(GLUE)方法，其在水文模型和水质模型的参数不确定性分析中得到广泛应用[57]；2)马尔可夫链蒙特卡罗(MCMC)方法，其可以从多维参数后验分布生成样本用于统计分析参数的敏感度和不确定性范围[58]。描述不同面源污染过程(主要是降水-径流、土壤侵蚀、污染物迁移和转化过程)的模型参数对模拟变量具有单一和多方面的影响。在HSPF 模型中参数的不确定性与降水量呈显著正相关，参数对强降水和大流量的敏感性较高[59]。识别参数不确定性来源对模型模拟结果差异至关重要，同时通过统计分析、机器学习等算法确定多维参数最优区间，从而提高模拟效率和精度，对模型配置和计算起到重要的作用。

当前，模型对流域内从田块—山坡—流域各环节的水文连通、泥沙与污染物迁移的表达和求解仍与实际过程有一定差异，因此流域模型定量描述污染物负荷的时空分布和迁移变化过程仍有待提高，需要结合更全面的测量数据进一步地开展研究。

3 存在的问题与展望

3.1 存在的问题

（1）农业面源污染迁移过程观测手段的不足

目前在各时空尺度上相应的观测手段或监测技术已取得较大进步，但在如下环节存在局限性：在田块尺度缺乏对田块—池塘—沟渠污染物迁移过程的原位与实时观测系统，这限制了田块尺度作物、微生物对主要营养盐（如碳、氮、磷）的影响整合；在山坡尺度对影响污染物迁移过程的关键介质，例如泥沙级配、化学性质与颗粒态污染物吸附解吸难以进行连续性观测；在流域尺度下监测完整的污染物迁移过程仍是巨大的挑战，这限制了污染物迁移转化研究以及相关概念或模型的发展和重大突破；缺乏对土壤水、地下水中污染物含量的连续性观测，这限制了流域污染物通量演化过程的完整性。

（2）农业面源污染物模型机制的不足

对流域农业面源污染物迁移过程模型的代表性认识空缺，表现如下：在长时间尺度上能够从机理描述污染物迁移的物理化学过程的方程还不成熟，气候变化对水文-泥沙-污染物的耦合机制的影响仍不确定，因此很难在长时间尺度准确预测未来污染物迁移过程；在山坡尺度溶质迁移模型机制对污染物与泥沙的动态吸附-解吸机制、植物的吸收与释放机制以及化学机制尚未完全了解；就模型结构、模块组成而言只有少数流域模型考虑短时间的泥沙溅蚀机理过程对污染物的影响，而基于小尺度等比例放大到大尺度会产生误差累积,使得流量、泥沙、污染物通量峰值误差量级增大几倍；参数数据库在流域模型中常需要本土化，缺乏对流域时空异质性的精细化参数最优算法的应用，限制了流域模型参数不确定研究的发展。

3.2 展望

未来对农业面源污染研究还需要进一步完善：1）完善不同时空尺度的污染物迁移过程模型模拟，加强应用现代高效测试技术和设备获得各环节的充分测量样本数据（如采用天-地-空全方位与源头—路径—汇集出口的高频高精度监测平台大规模数据集）来对模型进行验证及参数率定，提升不同条件下模型计算的普适性及计算精度；2）对流域内的田块-池塘-沟渠-山坡-水网等对象及其拓扑链接的合理数学表达和双向遍历的精确计算，污染累积与迁移本构关系的方程构建及其参数化、各类子过程的尺度转化对污染物的综合效应的定量研究；3）利用模型试算、拟合优化算法和机器学习等方法对模型结构、输入数据（如流域降水与蒸发、污染源强等）、本构方程类型及参数、泥沙吸附解吸和迁移方程类型及参数等进行定量合理性检验、参数敏感分析和优化。总之，未来农业面源模型计算应面向现代化农业生产、生态环境精细化管理的应用需求，加强面向农业系统源头到末端受纳水体的一体化和精准化模型系统研发与应用研究，选择农业典型区，充分利用现代化观测系统获得的高频高精度水文水质数据来验证模型，并实现灵活的天气条件和人工调控措施配置作用下模型精准计算与预报预警，从而为农业面源负荷、浓度、通量等变量的高精度求解与流域环境精准化管控提供模型技术支撑。