中国农业大学学报2021，26(2): 139 149 Journal of China Agricultural University
http：//zgnydxxb. ijournals. cn D()I：10. 11841/j. issn. 1007-4333. 2021. 02. 16
农业面源污染时空分布及污染源解析
—以安徽怀远县为例
杜鹃1王乐宜1周皓媛1王本梧2李国学1张宝莉“
(1.中国农业大学资源与环境学院，北京100193;
2.安徽省蚌埠市淮上区曹老集农技站.安徽蚌埠233080)
摘要为明确农业面源污染的来源与总量，制定相应控制措施，基于输出系数模型，以总氮和总磷的排放作为评价对象.研究安徽怀远县2014…2018年农业面源污染情况并分析面源污染来源及其时空分布特征。结果表明：2014—2018年该区域的总氮排放量分别为309. 8、293. 6、300. 6、305. 2、310. 5 t，呈现先减少后增加的趋势；总磷排放量分别为21. 7、21. 9、22. 4、23. 0、22. 8 t，整体呈现增加趋势；农业面源污染主要来自耕地源、人口源和畜禽源。
各污染源对总氮排放量的贡献率为耕地源>人口源>畜禽源，对总磷排放量的贡献率为：人口源>畜禽源>耕地源；综合单位面积面源污染排放强度.将区域分为4等级，时空分布具有明显变化。单位面积总氮排放强度多分布在2、3等级•单位面积总磷排放强度分布多分布在1、2等级；大部分村总氮、总磷排放强度分布一致.西北部余夏、找母和东部联合村排放强度较高.南部刘楼和镇南等村排放强度较低。因此，安徽怀远县主要面源污染物为总氮，可通过调整所施肥料的氮磷比.控制总氮排放量，同时根据各区域内各村不同的污染源构成，提出适宜对策。
关键词农业面源污染；输出系数模型；总氮；总磷；时空分布
中图分类号X522文章编号1007-4333(2021)02-0139-11 文献标志码A
Spatial-temporal distribution of agricultural non-point source pollution：
A ca study of Huaiyuan, Anhui
DU Juan1，WANG Leyi1 ,ZHOU Haoyuan1，WANG Benwu2，LI Guoxue1，ZHANG Baoli1*
(1. College of Resources and Environmental Sciences, China Agricultural University, Beijing 100193, China；
2. Caolaoji Agrotechnical Station of Huaishang District of Bengbu City, Benbu 233080, China)
Abstract I n order to better understand agricultural non-point source pollution(A N P S P)i n Huaiyuan County，an output coefficient model w a s adopted to calculate the emissions of total nitrogen and total phosphorus from 2014 to 2018. The results showed that: The total nitrogen emissions were respectively 309.8, 293.6，300.6, 305.2 and 310.5 t from 2014 to 2018 showing a trend of decreasing i n i t i a l l y and then increasing. Different from total nitrogen emissions, the total phosphorus emissions were respectively 21.7、21.9、22.4、23.0 and 22.8 t from 2014 to 2018 showing a trend of increasing. The A N P S P mainly c a m e from croplands, population and livestock，but they prented totally different contributions. The total nitrogen emission contribution rate w a s：croplands source> population source> livestock source. The total phosphorus emission contribution rate w a s：population source>livestock source>croplands source.
Bad on the intensity of A N P S P emission per unit area, the area w a s divided into four levels, with obvious spatial- temporal changes? The T N emission intensity were mainly located at level 2 and level 3, while the T P emission intensity were located at level 1and level 2. Besides, there existed great differences a m o n g villages with larger emissions i n Yuxia. Z h a o m u and Lianhe, northwest and east i n the investigated area. I n conclusion, the total nitrogen emission w a s key agricultural non-point source pollution i n Huaiyuan County. Application of suitable fertilizers could he
lp to solve this problem. Meanwhile, reasonable countermeasures should also be put forward according to different pollution sources i n
收稿日期：2020-07-06
基金项目：全球环境基金（G E F)气候智慧型农业
第一作者：杜鸦，硕士研究生，E-mail :d u j u a n j u a n@c a u. edu. cn
通讯作者：张宝莉•副教授，主要从事污水处理与环境管理研究，E-m a i l:b a〇l i@C a U.e d i i.c r i
140中国农业大学学报2021年第26卷
different regions.
Keywords agriculture non-point pollution；export coefficient model；total nitrogen；total phosphorus； spatial-temporal distribution
面源污染是导致水环境恶化的主要原因之马嘶
一[1]，具有复杂性、模糊性、随机性、潜伏性、广泛性和长期性等特点[^。根据污染的来源，可以分
为国外瑜伽
农业面源污染[4]、城市面源污染和土壤侵蚀面源污染等类型[5]。
农业面源污染是农药、化肥及其他有机和无机
污染物通过地表径流和地下渗漏引起[6]，其主要污
染物为氮、磷等营养元素[7]。过多营养元素进人水
体，会导致地表水的富营养化以及地下水的硝酸盐
超标。目前，农业面源污染源包括农田种植、畜禽及
水产养殖和农村生活等[8]。不同地区农业面源的首
要污染源不尽相同，如林芝市林芝县总氮和总磷的
首要污染源为畜禽养殖，而林芝市墨脱县总氮和总
磷的首要污染源为农田种植w，汉江流域总氮的首
要污染源为农田种植，总磷的首要污染源为畜禽养
殖[1°]。我国农业面源污染问题十分严峻，全国污染
源第一次普查数据显示，来自农业的总氮和总磷排放量分别达到57.2%、67. 3%[11]。我国的农业面源污染具有明显空间差异.面源污染排放高的省份大多分布于黄淮海平原[12]。其中，2016年安徽省农业面源污染物的排放总量为125. 5万t，蚌埠市农业面源污染的排放强度为141. 5 kg/hm2，其COD、T N、TP 的排放强度分别为8§.2、50.8、5.5 kg/hm2,3种面源污染物平均排放强度水平均位居全省第二，是安徽省农业面源污染高度敏感区及优先控制区[13’14]。因此.研究区域内农业面源污染现状及其来源，对于 控制农业面源污染具有重要意义。为更好地定量研究面源污染，已有研究提出输出系数模型，具有所需参数少、计算简便、可靠性高的优点[15〜。输出系数模型利用较容易得到的区域土地利用类型、人口、畜 禽数量等数据，通过多元回归分析，建立土地利用类型和不同面源污染源输出量之间的关系，从而对区域内的污染源进行模拟计算预测[17]。
目前，国内已有利用输出系数模型对面源污染
开展了一系列的研究，在大流域和小区域都取得了
一定的成果。如利用输出系数模型对我国北京[18]、
辽宁[19]、云南[2°]、广东[21]等省市以及长江[22]、赣 江[23]、琼江[24]等流域的面源污染进行模拟估算。但 面源污染是个处于动态变化的过程，以往研究主要对单一年份进行分析，缺乏对连续多年农业面源污染的动态性研究。为了更好地解析面源污染及其污染源，对研究区域进行连续多年的研究，本研究拟利用输出系数模型，以安徽省蚌埠市怀远县2014— 2018年农村面源污染为研究对象，研究该地区TN 和T P的排放，估算面源污染总量，并分析其来源及时空分布变化.以期为该区域农业面源污染控制提供参考。
1 研究区域与研究方法
1.1研究区域概况
蚌埤市怀远县位于安徽省北部，县域总面积为22. 1万hm2，地处淮河中游及淮北平原南端.属暖温带半湿润季风农业气候区。其降水量年际变化较大，年内分配不均，主要集中于春夏秋3季。境内水 系发达，有9条河流，其中包括涡河、淮河、芡河等自 然河流以及茨淮新河等人工河道。县东南有大洪山，西南有平阿山，南侧荆山和涂山，其余均为平原。
怀远县是传统农业大县，2017年农用地面积为17. 3万公顷，占全县土地面积78. 2%[25]，主要采用稻麦轮作模式。全县共有19个乡镇、392个村，本 研究区域包括怀远县万福镇和兰桥乡的〗2个村(图1)，该区域均为农村地区，种植业为水稻一小麦轮作模式，畜牧业以小户养分散养殖为主，包括猪、
牛、羊及家禽。区域内水系发达，主要河流为芡河与茨淮新河，此外还有众多人工干渠。
2015年起，该区域开始实施农业固碳减排项目，通过实施化肥减施、农药减施、优化灌溉以及固碳技术等一系列农业措施[26]。
1.2研究方法
采用输出系数模型对区域内农业面源污染的TN 和T P排放量进行计算。输出系数模型公式如下：
L =^]E,X A.+P(1)式中：L为污染物在研究区域总排放，kg/a; £，为区 域内污染物在该区域的输出系数“为研究区域中污染源类别；A，为区域内的数量；户为降雨输人污染物总排放，由于降雨量等数据较难获得，在以往的研究中一般忽略该项。本研究参照以往的研究，也 未考虑降雨的影响。
第2期杜鹃等：农业面源污染时空分布及污染源解析 以安徽怀远县为例141
33o10,0"N
33o0,0"N
32°50,0,,N 、丨?I例
宇丁-河流
Main river
■■研究K域
Study aren
0248km
117'J
主千河流Main
村界线 Village* 丨MMindar
33'0'0"\
llf»n45，CTK 116°47'30”K 116n50r(rK116°52,30"K 116°55'(TK 图1研究区概况
Fig. 1L o c a tio n o f th e s t u d y area
该区域为农村地区，行政面积约等于耕地面积，种植作物类型单一，土地利用类型对面源污染影响较小。因此，仅需考虑耕地、畜禽和人口的污染排放.建立怀远地区面源污染估算模型如下：
L=L s +L p-|- L a (2)式中：M为怀远地区耕地源污染排放量，L,，代表怀远地区人口源污染排放量，L a代表怀远地区畜禽源污染排放量。
L计算公式如下：
L s =KG X EG(3)式中：K G为耕地面积，hm2;E G为耕地输出系数，kg/hm2。
k计算公式如下：
L p =KP X EP(4)式中：K P为人口量，个；E P为农业人口输出系数，kg/个。
L计算公式如下：
服务承诺La =K P IX EPI+KCOX
E C O+K S X E S+K C X EC(5)式中：K P I为猪的数量，头；E P I为猪的输出系数，kg/头。K C O为牛的数量，头；E C O为牛的输出系数.kg/头。K S为羊的数量.头；E S为羊的输出系数，kg/头。K C为家禽的数量，只；E C为家禽的输出系数；kg/只。
1.3数据来源及数据处理
本研究的数据主要包括：区域面积、耕地面积、种植作物类别、林地面积、畜禽养殖量、人口数量等。2018年10月，通过进行实地调查以及查阅年鉴，获 取2014—2018年相关数据。数据主要包括：2014—2018年区域内12个村的行政区域面积、耕地面积、种植作物类别、林地面积、畜禽养殖量（猪、牛、羊、家禽）和人口数量等。通过查阅相关文献获取相关输出系数，耕地和畜禽的输出系数参考《全国第一次污染源普查农业污染源》[27]中黄淮海平原一年两熟的数据，农田化肥污染根据氮肥和磷肥流失系数及该区域农业种植情况确定，其中氮肥流失系数为12. 75 kg/hm2，磷肥流失系数为5. 63 kg/hm2；人口 的输出系数参考康晓英等[28]在环鄱阳湖区的研究数据，选取的输出系数见表1。
根据表1中各污染源的输出系数，结合调研等获得的数据，对研究区域的农业面源污染排放量进行模拟计算。利用G I S软件，结合相关地理信息.分析研究区域2014 — 2018年农业面源污染排放的时空分布，识别主要污染源。
2 结果与分析
2.1农业面源污染排放时空分布
将模拟计算所得面源污染总量结果与实地调研的各村面积数据结合，计算得出2014 —2018年该区域
及各村单位面积总氮排放强度和单位面积总磷排放强度，结果如表2所示。由表2可知：该区域单位面积总氮排放强度呈现先减少后增加的趋势，2014 -2018年的单位面积总氮排放强度分别为52. 92、50. 15、51. 34、52. 14、53. 04 kg/hm2；总磷排放强度呈现增加趋势，2014—2018年的单位面积总磷排放强度分别为 3.71、3.74、3.82、3.92、3.90 kg/hm2。
计算2014—2018年各村单位面积T N、T P排 放强度的平均值可知：该区域内大部分村单位面积总氮、总磷排放强度分布一致；单位面积总氮、总磷排放强度最高的3个村依次为找母、余夏和联合；单 位面积总氮、总磷排放强度最低的2个村依次为刘楼和镇南。
142中_农业大学学报2021年第26卷体育教育的意义
表1项目区域各污染源总氮/总磷输出系数
盐的保质期
Table 1Total nitrogen/ total phosphorus output coefficients of various
pollution sources in the study area
项目Item
如何经营电子商务公司类别
Category
单位
Unit
总氮输出系数
Total nitrogen output
菠菜凉拌coefficient
总磷输出系数
Total phosphorus
output coefficient
耕地kg/hm"25. 0650. 987
Cropland
人U k g/个 1. 955 1. 955
Population
猪Pig k g/头 3. 6110. 192
畜禽牛Cow k g/头20. 160 1. 168
Livestock羊Sheep k g/头0. 9680. 085
家禽Poultry k g/只0.0530. 023
表2 2«丨4一2018年各村单位面积总氮、总磷平均排放强度
Table 2 Average emission intensity of TN and T P per unit area of
each village from 2014 to 2018 kg/hm
项目余夏砖桥陈安刘圩刘楼芡南
Item Yuxia Zhuanqiao C hen? an Liuwei Liulou Qiannan
单位面积总氮排放强度77. 1155. 3944. 6947. 2939. 3647. 41 Intensity of TN per unit
单位面积总磷排放强度 5. 68 3. 99 3. 70 3. 13 2. 56 3. 17 Intensity of T P per unit
项目镇西找母镇南镇东孙庄联合
Item Zhenxi Zhaomu Zhennan Zhendong Sunzhuang Lianhe
单位面积总氮排放强度61. 6483. 1641. 1451. 3549. 8167. 04 Intensity of T N per unit
单位面积总磷排放强度 4. 78 6. 36 2. 62 4. 01 3. 96 5. 68 Intensity of T P per unit
综合2014 2018年单位面积总氮排放强度G I S数据的自然间断点，将区域单位面积总氮排放强度分为4个等级，绘制单位面积总氮排放强度的空间分布图（图2)。其中，43. 01、49. 37、55. 23 kg/hm2为单位面积总氮排放强度的间断点。如图 2所示，该区域单位面积总氮排放强度分布不均勻，随年份发生变化，多分布于2、3等级。单位面积总氮排放强度存在空间差异.单位面积总氮排放强度较高的区域集中分布于西北部的找母和余夏以及东部的联合村，刘楼和镇南单位面积总氮排放强度最低，集中于南部。其中联合村变化较大，持续增长。
综合2014—2018年单位面积总磷排放强度GIS 数据的自然间断点将区域单位面积总磷排放强度分为4
等级，绘制单位面积总磷排放强度的空间分布图（图 3)。其中，2. 73、3. 34、3. 86 kg/hm2 为单位面积总磷排放强度的间断点。由图3可知，该区域单 位面积总磷排放强度分布更不均匀，随年份变化更大，多分布在1和2等级。单位面积总磷排放强度也
第2期杜鹃等：农业面源污染时空分布及污染源解析—以安徽怀远县为例143
(a) 2014 年（b) 2015 年
116o45,0"E 116°47,30"E 116°50,0"E 116°5230〃E 116°55'0"E H6°45,0"E 116°47,30〃E 116o50,0〃E 116°52,3(TE 116°55'0"E
(c) 2016 年(e) 2018 年
(d) 2017 年
图例Legend
主干河流Main river
单位面积总氮排放强度/(kg/hor7)
南方花卉Intensity of total nitrogen per unit
0 12 4 6 km
i i i i i
A
图2不同年份单位面积总氮排放强度分布图
Fig. 2 Distribution of intensity of total nitrogen per unit in different years
存在明显空间差异，单位面积总磷排放强度较高的区域主要集中于西北部的余夏、找母和东部的联合村，其中联合村变化较大，持续增长。大部分村落单位总磷排放强度与单位面积总氮排放强度分布较为一致，但仍有少部分村的总氮排放强度与总磷排放强度不完全正相关，如2014年砖桥的总氮排放强度为3级，而总磷排放强度仅为1级；2017年找母的总氮排放强度为4级，其总磷排放强度仅为2级。
2.2总氮、总磷污染排放总量
运用输出系数模型对区域的面源污染总氮、总 磷进行模拟计算，2014—2018年总氮和总磷排放总量
结果如图4所示。由图4可见：该区域总氮排放量呈现先减少后增加的趋势，2014—2018年的总氮排放量分别为 309. 8、293. 6、300. 6、305. 2、310. 5 t。2014年总氮排放量背景值较高，2015年总氮排放量减少16. 0 t，与2014年相比减少5%。2015年后，该区域的总氮排放量逐年均匀增加，增长量约为每年 5.0 t。区域总磷排放量整体呈现增加趋势，2014—2018年的总磷排放量分别为21. 7、21. 9、22.4、23. 0、22. 8 t。2014年总磷排放量背景值较小，2015—2017年间每年增长量约为0. 5 t，增长率约为2%，2018年，排放总量约减少了 0.2 t。
综合分析总氮和总磷排放总量变化情况，可以 看出，区域的农业面源污染总体呈现增长态势，其中 总氮排放量是总磷排放量的13倍，而其他相关研究中总氮与总磷污染输出比的5〜10倍[14]，明显高于其他区域，该区域内总氮排放量较大。
研究区域的农业面源污染主要来源于耕地源、畜禽源和人口源，从图4的结果可以看出，农村人口源和畜禽养殖源产生的农业面源污染总量呈现增
长
