漓江流域氮磷排放对水肥管理和下垫面属性变化的响应

徐保利，代俊峰,2，俞陈文炅，谢晓琳，苏毅捷，张丽华，潘林艳

漓江流域氮磷排放对水肥管理和下垫面属性变化的响应

徐保利1，代俊峰1,2※，俞陈文炅1，谢晓琳1，苏毅捷1，张丽华1，潘林艳1

（1. 桂林理工大学环境科学与工程学院，桂林 541004；2. 广西环境污染控制理论与技术重点实验室，桂林 541004）

为分析漓江流域农业面源污染氮磷排放及其主要影响因素，该研究在多年野外监测试验的基础上，运用SWAT（soil and water assessment tool）模型模拟水肥管理和下垫面属性对青狮潭灌区会仙试区氮磷排放的影响。研究中根据会仙试区径流量、总氮及总磷月排放监测数据校准和验证模型，进而采用情景模拟方法，分析稻田化肥施用量（氮肥和磷肥）、灌溉水量、湿地面积和蓄水容积以及岩溶发育程度等变化对试区径流及氮磷排放的影响。结果表明：1）校准期和验证期径流、总氮和总磷排放模拟值与实测值的决定系数和纳什系数分别在0.70和0.63以上，说明SWAT模型在会仙试区径流、总氮和总磷排放模拟上具有较好的适用性。2）针对不同水肥管理水平，化肥施入量和灌溉水量减少30%时，试区出水口多年平均总氮、总磷排放量分别下降11.45%和8.98%、7.79%和5.81%，化肥施用量减少对总氮、总磷排放的削减效果优于降低灌溉水量的削减效果。3）湿地面积或蓄水容量的增加和减少会相应降低和增大试区总氮、总磷排放量，若将湿地面积和蓄水容量均扩大50%，出水口总氮、总磷排放量可削减12.40%和10.44%；同时改变湿地面积和蓄水容量对试区总氮、总磷排放量的影响，超过单独改变其中一个属性影响的叠加。4）岩溶发育程度参数对子流域出水口氮磷排放影响各异，土壤厚度和土壤容重降低可减少试区径流量和氮磷排放量，而土壤有效含水量和饱和渗透系数则表现出相反的作用。该研究显示合理控制化肥施用量，防止湿地面积萎缩和蓄水能力退化，改善和保持岩溶区土壤结构，有助于削减漓江流域岩溶灌区氮磷污染的排放，为当地农业措施优化和水土管理方法提供指导。

氮；磷；土壤；漓江流域；水肥施用；岩溶发育；SWAT模型

0 引 言

随着中国农业的发展，曾经自给自足的传统农业转变为以“高投入、高产出、高排放”的现代农业。这一转变在带来巨大经济效益的同时，也使单位面积化肥施用量从1978年的88.4 kg/hm2增加至2017年352.27 kg/hm2，远超安全施肥标准（225 kg/hm2）[1]。化肥过量使用现象比较普遍，但是化肥利用率较低，其中氮磷化肥利用率分别只有10.8%～40.5%和15.0%～20.0%[2-3]，未被利用的氮磷等农业面源污染源是导致水体环境富营养化的主要原因。

氮、磷等农业面源污染物主要来源于土壤圈中的化肥残留物，其迁移转化受流域下垫面属性和农业水肥管理等多种因素的共同影响[4-7]。早期农业面源污染研究多是根据历史资料和典型试区实地监测获取数据[8-9]，该种方法能够在试区尺度上获取较为精确的面源污染排放量，但人力物力投入大、区域特征强和可移植性差[10]，而且难以对面源污染物迁移转化过程进行监测，不能反映各种环境因素对流域氮磷排放的影响。随着地理信息技术、遥感技术和水文模型的发展，模拟流域污染物的产生、运移、转化过程成为可能，实现了面源污染排放的预测和估算。目前水文模型种类繁多，其中SWAT（soil and water assessment tool）模型由于具有较强的物理机制，通过水量平衡和汇流演算等方式模拟流域产汇流、产沙和污染物的运移过程。SWAT模型在处理流域空间异质性和考虑人类活动影响上具有优势，能够很好的模拟环境变化对流域氮磷污染排放的影响[11-14]。

漓江是桂林市主要水源地，也是流域内污染物的最终受纳水体。在强烈的农业生产活动和不合理水肥管理的作用下，漓江流域氮磷面源污染问题较为突出，水环境状况不容乐观[15]。一些学者从污染物来源、土地利用影响、水质现状分析以及削减策略等角度，对漓江流域农业面源污染进行了研究[16-17]。现有研究分析了某一特定环境下农业氮磷排放规律，但不同变化环境如何影响漓江流域氮磷排放尚不清晰。虽然SWAT模型已广泛应用于灌区水土资源管理和流域面源污染的研究，但在漓江流域岩溶地区的应用较少。

本研究在漓江流域青狮潭灌区会仙试区进行多年水文、水质野外监测试验的基础上，采用监测的径流和氮磷排放数据验证SWAT模型的适用性。然后，应用SWAT模型模拟分析水肥管理和下垫面属性（湿地、岩溶发育）等环境变化对会仙试区氮磷排放的影响，为漓江流域面源污染防控和水土管理提供科学依据。

1 数据与方法

1.1 研究区概况

青狮潭灌区位于广西壮族自治区桂林市，属漓江流域，总灌溉面积约984 km2。本研究选定的会仙试区属青狮潭灌区西干渠灌域，位于会仙岩溶湿地中南部。试区内河流以会仙河、睦洞河、相思江为主，总面积为377.83 km2，经西干渠马面支渠与青狮潭水库相连[18]，位置如图1所示。会仙试区地势总体上南高北低，四周中低山和丘陵环绕，中部以平坦、低洼的岩溶孤峰平原为主。试区属于亚热带季风气候，气候温和湿润，年均气温18.8 ℃，年均日照时数1 600 h，无霜期320d，年均降雨量达1 890 mm，降雨主要集中在3—8月。

图1 会仙试区位置图

1.2 试区调查与试验监测

会仙试区土地利用类型包括水田、旱地、草地、林地和居民用地等，其中水田、草地和林地分别占总面积的41.98%、14.15%和14.15%。试区农作物有水稻、玉米、南瓜等，其中以双季稻为主，分为早稻（4—7月）和晚稻（7—9月）。试区水稻主要施用氮肥（含氮量46%）和复合肥（氮磷钾含量均为15%）。氮肥和磷肥施用总量分别为411.01和59.41 kg/hm2，分3次施肥，其中基肥氮磷总量分别为102.75和14.85 kg/hm2，2次追肥（分蘖肥和抽穗肥）氮磷总量分别均为154.13和22.28 kg/hm2。除施肥时段，试区稻田采用淹水漫灌和“浅、薄、湿、晒”的灌溉方式，水稻育秧期田间水层30 mm，拔节孕穗期水层20～30 mm，其余生育期田间水层10～20 mm。会仙试区当前沟塘湿地面积28.31 km2，平均水深1 m；试区内岩溶石山共50.67 km2，占总面积的13.41%。

1.3 试区计算单元划分

SWAT是基于GIS（geographic information system）平台的具有较强物理机制的分布式水文模型，实现空间离散化是其流域模拟的重要环节。会仙试区是典型的岩溶区，分布着较多峰林平原和峰从洼地，一些区域坡度较小，仅通过有限精度的数字高程模型（DEM）难以生成符合实际情况的河网。本研究在DEM数据（30 m×30 m）的基础上，通过实地调查和Google Earth高分辨率影像分析获取试区主要水系分布，将研究区矢量化的水系数据“burn in”模型中生成河网。集水面积阈值设为500 hm2时，生成河网最符合实际；同时，手动删除模型生成的但实际河网中不存在的出水口，最终将会仙试区划分为11个子流域（图2）；进而考虑土地利用类型、土壤类型及管理措施等划分水文响应单元，划分的阈值均设定为5%，以保证模型的运行速度和模拟精度，从而将会仙试区划分为165个水文响应单元。会仙试区各子流域沟塘湿地和岩溶石山分布情况和具体信息分别如图2和表1所示。根据会仙试区子流域划分结果，在试区和子流域出口布设径流监测点（图2），并定期采集水样，测定总氮和总磷含量。

图2 会仙试区各子流域沟塘湿地和岩溶石山分布

表1 会仙试区各子流域沟塘湿地和岩溶石山统计

1.4 SWAT模型数据及应用

会仙试区的面源污染模拟采用基于Arcgis 10.2平台的ArcSWAT 2012模型，依据试区的数字高程模型、土地利用类型、土壤类型分布、气象数据、农业管理参数等，建立本研究的模型输入数据库，进而模拟预测试区的水文过程和污染物运移情况，模型所需数据及其来源如表2所示。会仙试区存在岩溶发育，土层浅薄、岩溶裂隙多、土壤渗透系数高、土壤含水率低和持水能力差是岩溶区最突出的特点。因此，本研究以SWAT模型参数库中与土壤属性相关的参数（土壤厚度、容重、饱和渗透系数和土壤可用含水量），来表征和概括岩溶发育特点。

1.5 模型校准及验证

研究期间会仙试区没有固定的水文站，而且研究区面积相对较大，野外农业区域的日径流量监测实施难度较大。张展羽等[4]、耿润哲等[10]和崔远来等[14]等很多研究表明，SWAT模型的校准和验证采用逐月径流量和水质指标也能取得有效、可信的模拟效果。因此，采用试区2012—2016年月径流数据和2017年总氮和总磷排放数据校准模型，2017—2018年月径流数据和2018年总氮和总磷排放数据验证模型。采用SWAT模型自带的SWAT-CUP软件对模型参数进行敏感性分析，选择54个与径流和氮磷循环模拟有关的参数，通过全局分析法和局部分析法对参数进行迭代模拟，确定对径流和氮磷模拟影响较大的参数，然后采用先径流后污染物指标的原则进行校准和验证。选取决定系数（coefficient of determination，R）和纳什系数（Nash-Sutcliffe efficiency，NSE）评估模型模拟结果。

表2 SWAT模型所需数据及其来源

1.6 情景设置

为研究不同变化条件对会仙试区氮磷排放的影响，研究中设置水肥管理水平、沟塘湿地属性变化和岩溶地貌属性变化3种情景，并采用校准和验证后的模型进行情景分析。其他参数采用2017—2018年的监测值或模型率定值，以情景模拟结果相对于现状值的变化率，表征不同情景对径流和氮磷排放的影响。

1.6.1 不同水肥管理水平设置

为了探究稻田水肥管理对试区氮磷排放的影响，基于试区施肥和灌溉现状，参考水肥管理对氮磷流失的影响[19-20]和今后可能实施的水肥管理措施，设置情景模式如表3所示。

表3 会仙试区不同施肥和灌溉管理情景设置

1.6.2 沟塘湿地属性变化情景设置

湿地能够涵养水源、调蓄洪水，通过吸附或沉降等方式截留污染物、净化水质。会仙试区分布着中国面积最大的岩溶湿地，但随着研究区湿地的开发利用，湿地面积和蓄水量严重降低[18]。采用SWAT模型中湿地模块计算湿地水文过程，研究湿地对会仙试区径流及氮磷排放的影响。根据试区湿地现状变化与保护规划，设置湿地面积和蓄水容量的0.5、0.8、1.2和1.5倍进行情景模拟，即W0.5、W0.8、W1.2、W1.5（同时改变湿地面积和蓄水容量）；V0.5、V0.8、V1.2、V1.5（只改变湿地蓄水容量）；A0.5、A0.8、A1.2、A1.5（只改变湿地面积），其他因子不变，以探究湿地面积和蓄水容量变化对会仙试区氮磷排放的影响。

1.6.3 岩溶地貌属性变化情景设置

会仙试区属于峰林平原、峰丛洼地岩溶发育地区，根据会仙试区地形地貌资料和岩溶石山面积统计结果（见表1和图2），选择岩溶石山占比较高，且具有水力联系的子流域2、4、5作为典型岩溶区，模拟岩溶属性变化对氮磷排放的影响。子流域2、4、5岩溶地貌种类丰富，并且能够反映试区农业活动类型和方式，代表性较好。考虑岩溶区土壤特点，以土层厚度（soil thickness，，mm）、饱和渗透系数（saturated hydraulic conductivity，，mm/h）、土壤有效含水量（available water content，AWC，mm/mm）、土壤容重（bulk density，BD，g/cm3）4个参数表征岩溶发育[21-22]，通过调整模型相应土壤参数以反映模型中不同岩溶发育程度。根据中国第二次土壤普查结果，子流域2、4和5包括潮泥肉田土（属潴育水稻土亚类潮泥田土属）和砂泥红土（属红壤亚类泥砂红土土属）2种土壤类型，查得土层厚度及容重值。结合普查资料，采用SPAW软件计算2类土壤的土壤有效含水量和饱和渗透系数的初始值。将上述4个参数输入模型，经过调参和验证后，得到适用于会仙试区SWAT模拟的参数值（表4），并作为情景模拟的初始值。根据研究区调查结果和相关研究确定岩溶区土壤参数变化情况[22]，分别设置4个参数的0.8倍和1.2倍以反映岩溶发育程度，即设置0.8、1.2、BD0.8、BD1.2、AWC0.8、AWC1.2、0.8、1.2共8种情景进行模拟，其他因子不变。

表4 模型率定的子流域2、4、5土壤参数

注：土层厚度（，mm），饱和渗透系数（，mm·h-1），土壤有效含水量（AWC，mm·mm-1），土壤容重（BD，g·cm-3）。

Note: Soil thickness (, mm), saturated hydraulic conductivity (, mm·h-1), available water content (AWC, mm·mm-1), bulk density (BD, g·cm-3).

2 结果与分析

2.1 模型模拟结果

通过SWAT-CUP对模型参数进行校准和验证，会仙试区径流量、总氮和总磷排放量校准期和验证期模拟结果如图3所示，SWAT模型模拟结果基本反映了监测期间径流及氮磷排放的变化过程。模型校准期和验证期决定系数（R）均在0.7以上，纳什系数（NSE）均在0.63以上（表5）。虽然研究中验证期较短，但研究期内SWAT模型模拟结果基本能够反映会仙试区多年的径流量、总氮和总磷排放量的变化特征。因此，SWAT模型在会仙试区径流及总氮（total nitrogen，TN）、总磷（total phosphorus，TP）模拟中有较好的适用性。

图3 研究区径流量、总氮排放量、总磷排放量模拟值与实测值对比曲线

表5 校准期与验证期模型模拟值与实测值参数统计

根据《国家地表水环境质量标准》（GB3838—2002）和桂林市水功能区划，试区出水口水质必须达到Ⅲ类水标准（总氮≤1.0 mg/L，总磷≤0.2 mg/L）。2016年9月至2018年12月试区出水口水质的监测数据表明，试区出水口总氮月均浓度全部超过1.0 mg/L，最高达到11.27 mg/L；总磷月均浓度仅在2月、9月和10月满足III类水标准（表6），说明会仙试区排水会对漓江流域水环境造成不利影响，需要改变试区的水土管理现状，减少氮磷的排放。

表6 试区出水口总氮、总磷多年月平均浓度

2.2 不同稻田水肥管理对氮磷排放的影响

根据表3设置的施肥和灌溉水量情景，改变SWAT模型中相应的农业管理措施设置，模拟试区氮磷排放过程，结果如表7所示。相对于现状水平，减少化肥施入量和灌溉水量可以降低氮磷流失的源头供给和灌溉退水的影响，从而降低试区氮磷排放量，而且两者减少量越大，试区氮磷排放量下降越明显（表7）。情景N4P1和N1P­4（化肥施入量减少50%）下试区总氮、总磷平均排放量分别下降19.18%和14.21%，情景G4（灌溉水量减少30%）下试区氮磷排放量分别下降7.79%和5.81%，总氮和总磷的削减效果与张平等[19]和Zhang等[23]的研究结果一致。化肥施用量和灌溉水量减少对总氮排放量的影响略强于总磷，这是因为未被利用磷素常以颗粒态或磷酸根离子的形式存在，相对于氮素更易被中上层土壤颗粒或胶体吸附，富集在土壤表层[24-26]。虽然磷肥施入量减少，但岩溶区土壤持水能力差，对降雨、灌水量的承纳能力有限，而且土壤结构较差，抗侵蚀能力弱[27]，土壤颗粒吸附的磷素易在径流冲刷下随土壤流失逐渐释放，进入水体，从而部分抵消了对总磷排放的削减效果。

表7 会仙试区不同水肥管理情景下的氮磷排放量

为使试区出水口氮磷浓度均符合Ⅲ类水标准，相对于现状值，总氮和总磷排放量分别至少需减少73%和26%。不施用化肥且灌水量降低30%时，试区出水口总氮、总磷浓度下降48.13%和28.64%，总氮仍然无法达到Ⅲ类水标准。以上结果说明仅靠减少稻田施肥量和灌溉水量不能满足当地氮磷浓度控制要求，还需要进一步挖掘研究区内部沟塘湿地的生态减污潜力[19]。

2.3 沟塘湿地对试区氮磷排放量的影响

不同湿地面积和蓄水容量情景下，SWAT模型模拟的试区年均径流量、总氮和总磷排放量及其变化率如表8所示。

表8 会仙试区内不同湿地属性情景下的年均径流量和氮磷排放量

模拟结果表明，试区年均径流量和总氮、总磷排放量均随着湿地面积/蓄水容量的增减而相应地降低和升高（表8），这是因为湿地面积和蓄水容量的增加，延长了污染物在湿地中的停留时间，增大了湿地蓄积径流及吸附、吸收、转化径流携带污染物的能力，提高了湿地处理污染物的效率[28-29]，从而减少氮磷的排放。湿地面积A0.5情景下的氮磷排放量分别比A1.5情景升高14.67%和8.48%，而湿地蓄水容量V0.5和V1.5情景之间，氮磷排放量变幅分别为6.37%和3.75%，说明湿地面积对试区氮磷排放的削减效果强于蓄水容量。这主要是因为湿地面积变化不仅直接改变了试区各子流域土地利用组成，而且湿地面积的改变对年均径流量的影响更大（表8），从而影响面源污染物产生和消纳过程。蓄水容量主要改变湿地容纳面源污染径流的能力，对年均流量的影响很小（表 8），因此，蓄水容量削减氮磷排放的效果低于湿地面积。

相对于改变湿地单一属性，同时改变湿地面积和蓄水容量对试区氮磷排放的影响更为明显（表8）。若湿地面积和蓄水容量同时缩小或扩大50%（W0.5和W1.5），试区氮磷排放量变幅分别为24.15%和21.41%，与Yang等[30]研究中湿地对总氮和总磷的削减效果23.4%接近，且大于单独改变湿地面积或蓄水容量的削减效果叠加，说明两项措施对氮磷排放的影响存在相互促进的作用。

2.4 岩溶发育对氮磷排放量的影响

子流域5、2、4（按睦洞河流向排列）情景模拟的氮磷排放量如图4所示。结果显示，同一岩溶发育参数变化对3个子流域径流量和氮磷排放的影响一致，而不同参数的影响程度有所差异。岩溶区土层和岩层之间没有过渡层，粘着力低、亲和力差，在暴雨冲刷和地表径流影响下，水土极易流失，土壤养分随之排出[31-32]。不同土壤性质参数情景下，反映了不同程度的岩溶发育，从而改变岩溶区氮磷的排放规律。

注：Z为土层厚度，mm；K为饱和渗透系数，mm⸳h-1；AWC为土壤有效含水量，mm⸳mm-1；BD为土壤容重，g⸳cm-3。每个参数下标数字是相对于初始值的倍数。不同灰度表示模型中4个参数不同初始值倍数下总氮和总磷排放模拟值。

由图5a可知，子流域径流量与土壤厚度（）和土壤容重（BD）正相关，与有效含水量（AWC）和饱和渗透系数（）负相关。这是因为土层变薄，降雨径流下渗路径缩短，向地下水补给增加，导致地表径流量变小。土壤容重降低，土壤孔隙度变大，增大了土壤渗透性，相同降雨条件下，壤中流发生时间提前且强度增加，减少地表产流量；反之，增加地表径流量。土壤有效含水量降低，减弱了土壤蓄水能力，从而增加地表径流量；饱和渗透系数降低，土壤渗透性变小，土壤入渗量降低从而增大地表径流量。反之，减小地表径流量。土壤厚度（Z）、土壤容重（BD）、有效含水量（AWC）和饱和渗透系数（）不同变化倍数下，子流域年均径流量变化曲线斜率分别为0.092、0.028、-0.082和-0.010 m3/s，年均流量对土壤厚度和有效含水量的敏感性显著高于土壤容重和饱和渗透系数。土壤厚度和有效含水量的变化直接影响土壤涵养降雨的能力，能够显著改变流域水量分布，从而对地表径流量的作用更大。

图5 子流域2、4、5不同岩溶发育属性情景下的流量、总氮和总磷排放量变化

典型子流域总氮和总磷排放量情景模拟结果表明，子流域氮磷排放对岩溶发育参数变化的响应趋势与径流量一致（图5b和图5c）。相同变化倍数下，土壤厚度（）和土壤容重（BD）对氮磷排放的影响最大。不同土壤厚度（）和土壤容重（BD）变化倍数下，子流域总氮排放量变化平均变化梯度分别为89.71和115.34 t/a，总磷排放量变化平均变化梯度分别为2.27和1.42 t/a。这是因为土层厚度（）和土壤容重（BD）直接影响土壤的持水能力和吸附、过滤氮磷物质的能力。当两者较小时，地表产流降低，氮磷易在淋溶作用下进入地下水，从而削减地表氮磷排放；反之，土壤贮存的氮磷含量增多，在更大的地表径流量冲刷下，更多氮磷进入地表水[33]。饱和渗透系数（）的变化对各子流域总氮排放影响显著高于土壤有效含水量（AWC），平均变化梯度分别为-74.01和-7.81 t/a，而两者对总磷排放影响差别不大，平均变化梯度分别为-1.06和-0.92 t/a。土壤中氮素主要以溶解态形式存在，易随着水分迁移[34]，因此饱和渗透系数变化影响较大；土壤中磷的扩散系数随土壤含水量增多而变大[35]，从而增强了土壤有效含水量的改变对磷排放的影响。

3 结 论

本研究采用多年径流和氮磷监测数据，校准和验证了SWAT模型在漓江流域青狮潭灌区会仙试区的应用，模拟分析了不同水肥施用水平、下垫面属性（湿地和岩溶发育）等变化情景对会仙试区氮磷排放的影响规律。结果表明：

1）在校准期和验证期SWAT模型模拟的月径流量、总氮和总磷排放量与试区实测值的决定系数（R）和纳什效率系数（NSE）分别在0.70～0.79和0.63～0.78之间，说明SWAT模型在漓江流域会仙试区氮磷排放过程的模拟上具有较好的适用性。

2）基于SWAT模型的情景模拟结果显示，减少稻田化肥施用量对试区氮磷排放的削减效果优于减少灌溉水量的效果。单纯依靠减少稻田氮磷排放，对改善会仙试区水质的作用有限，需发挥试区湿地的消污作用。模拟结果显示增加和减少湿地面积或者蓄水容量都能相应减少和增加试区氮磷排放；相对于改变一个属性，同时改变湿地的面积和蓄水容量对试区氮磷排放的影响更显著。

3）岩溶发育对子流域氮磷排放的影响程度各异。子流域径流量随着土壤厚度和土壤容重的减小而降低，随着有效含水量和饱和渗透系数参数减小而升高。上述4个参数不同倍数变化下，年均流量变化曲线的平均斜率分别为0.092、0.028、-0.082和-0.010 m3/s。子流域出水口氮磷排放对岩溶发育参数的响应与径流量的响应趋势一致。总氮排放量对各参数的敏感性由大到小分别为土壤容重、土壤厚度、饱和渗透系数和土壤有效含水量；总磷排放量对各参数的敏感性由大到小分别为土壤厚度、土壤容重、饱和渗透系数和土壤有效含水量。

虽然SWAT模型在会仙试区的径流和氮磷排放模拟得到了较好的验证，但模型对岩溶区土壤属性、径流及溶质运移和汇聚等过程的处理比较简单，难以精确刻画岩溶区复杂的地形地貌条件对流域氮磷运移的影响，需要进一步研究。

致谢：本研究实施过程中，“广西环境污染控制理论与技术重点实验室科教结合科技创新基地”、“广西岩溶地区水污染控制与用水安全保障协同创新中心”提供了实验条件，并支持了野外采样。

[1] 毛盛勇，叶植材总编. 中国统计年鉴[M]. 北京：中国统计出版社，2018：394－398.

[2] 何悦，漆雁斌，汤建强，等. 中国粮食生产化肥利用效率的区域差异与收敛性分析[J]. 江苏农业学报，2019，35(3)：729－735. He Yue, Qi Yanbin, Tang Jianqiang. Regional difference and convergence analysis on fertilizer application efficiency of grain production in China[J]. Jiangsu Journal of Agricultural Sciences, 2019, 35(3): 729－735. (in Chinese with English abstract)

[3] 张福锁，王激清，张卫峰，等. 中国主要粮食作物肥料利用率现状与提高途径[J]. 土壤学报，2008，45(5)：915－924. Zhang Fusuo, Wang Jiqing, Zhang Weifeng, et al. Nutrient use efficiencies of major cereal crops in China and measures for improvement[J]. Acta Pedologica Sinica, 2008, 45(5): 915－924. (in Chinese with English abstract)

[4] 张展羽，司涵，孔莉莉. 基于SWAT模型的小流域非点源氮磷迁移规律研究[J]. 农业工程学报，2013，29(2)：93－100. Zhang Zhanyu, Si Han, Kong Lili. Migration of non-point source nitrogen and phosphorus in small watershed based on SWAT model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(2): 93－100. (in Chinese with English abstract)

[5] 梁涛，张秀梅，章申，等. 西苕溪流域不同土地类型下氮元素输移过程[J]. 地理学报，2002，57(4)：389－396. Liang Tao, Zhang Xiumei, Zhang Shen, et al. Nitrogen elements transferring processes and fluxes under different land use in West Tiaoxi Catchment[J]. Acta Geographica Sinica-Chinese Edition, 2002, 57(4): 389－396. (in Chinese with English abstract)

[6] Liu Ruimin, Xu Fei, Zhang Peipei, et al. Identifying non-point source critical source areas based on multi-factors at a basin scale with SWAT[J]. Journal of Hydrology, 2016, 533(1): 379－388.

[7] 陈克亮，朱晓东，朱波，等. 川中紫色土区旱坡地非点源氮输出特征与污染负荷[J]. 水土保持学报，2006，20(2)：54－58. Chen Keliang, Zhu Xiaodong, Zhu Bo, et al. Load and output character on non-point nitrogen from purple soil farmlands in hilly area of central Sichuan basin[J]. Journal of Soil Water Conservation, 2006, 20(2): 54－58. (in Chinese with English abstract)

[8] Lenat D R, Crawford J K. Effects of land use on water quality and aquatic biota of three North Carolina Piedmont streams[J]. Hydrobiologia, 1994, 294(3): 185－199.

[9] Hall K J, Schreier H. Urbanization and agricultural intensification in the Lower Fraser River valley: Impacts on water use and quality[J]. Geojournal, 1996, 40(1/2): 135－146.

[10] 耿润哲，李明涛，王晓燕，等. 基于SWAT模型的流域土地利用格局变化对面源污染的影响[J]. 农业工程学报，2015，31(16)：241－250. Geng Runzhe, Li Mingtao, Wang Xiaoyan, et al. Effect of land use/landscape changes on diffuse pollution load from watershed based on SWAT model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(16): 241－250. (in Chinese with English abstract)

[11] 袁宇志，张正栋，蒙金华. 基于SWAT模型的流溪河流域土地利用与气候变化对径流的影响[J]. 应用生态学报，2016，26(4)：899－998. Yuan Yuzhi, Zhang Zhengdong, Meng Jinhua. Impact of changes in land use and climate on the runoff in Liuxihe watershed based on SWAT model[J]. The Journal of Applied Ecology, 2015, 26(4): 899－998. (in Chinese with English abstract)

[12] 郭军庭，张志强，王盛萍，等. 应用 SWAT 模型研究潮河流域土地利用和气候变化对径流的影响. 生态学报，2014，34(6)： 1559－1567. Guo Junting, Zhang Zhiqiang, Wang Shengping, et al. Appling SWAT model to explore the impact of changes in land use and climate on the streamflow in a Watershed of Northern China[J]. Acta Ecologica Sinica, 2014, 34(6): 1559－1567. (in Chinese with English abstract)

[13] 李颖，王康，周祖昊. 基于SWAT 模型的东北水稻灌区水文及面源污染过程模拟[J]. 农业工程学报，2014，30(7)：42－53. Li Ying, Wang Kang, Zhou Zuhao. Simulation of drainage and agricultural non-point source pollutions transport processes in paddy irrigation district in North-East China using SWAT[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(7): 42－53. (in Chinese with English abstract)

[14] 崔远来，吴迪，王士武，等. 基于改进SWAT模型的南方多水源灌区灌溉用水量模拟分析[J]. 农业工程学报，2018，34(14)：94－100. Cui Yuanlai, Wu Di, Wang Shiwu, et al. Simulation and analysis of irrigation water consumption in multi-source water irrigation districts in Southern China based on modified SWAT model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(14): 94－100. (in Chinese with English abstract)

[15] 代俊峰，全秋慧，方荣杰，等. 漓江流域上游非点源污染负荷估算[J]. 水利水电科技进展，2017，37(5)：57－63. Dai Junfeng, Quan Qiuhui, Fang Rongjie, et al. Estimation of non-point source pollution load in upstream of Lijiang River[J]. Advances in Science and Technology of Water Resources, 2017, 37(5): 57－63. (in Chinese with English abstract)

[16] 林鹏，陈余道，夏源. 漓江流域不同土地利用类型下水体污染类型与成因[J]. 桂林理工大学学报，2016，36(3)：539－544. Lin Peng, Chen Yudao, Xia Yuan. Types and causes of water pollution under different land use types in Lijiang River Basin[J]. Journal of Guilin University of Technology, 2016, 36(3): 539－544. (in Chinese with English abstract)

[17] 郭攀，李新建. 漓江典型小流域农田面源污染治理技术及应用[J]. 水电能源科学，2017(9)：55－58，95. Guo Pan, Li Xinjiang. Techniques and application of farmland non-point source pollution control in typical small watershed of Lijiang River[J]. Water Resources and Power, 2017(9)：55－58, 95. (in Chinese with English abstract)

[18] 蔡德所，马祖陆，赵湘桂，等. 桂林会仙岩溶湿地近40年演变的遥感监测[J]. 广西师范大学学报：自然科学版，2009，27(2)：111－117. Cai Desuo, Ma Zulu, Zhao Xianggui, et al. Remote sensing supervision on spatio-temporal evolution of Karst wetland in recent 40 years in Huixian district of Guilin, China[J]. Journal of Guangxi Normal University: Natural Science Edition, 2009, 27(2): 111－117. (in Chinese with English abstract)

[19] 张平，刘云慧，宇振荣，等. 基于SWAT模型的密云水库沿湖区氮磷流失养分控制策略研究[J]. 陕西师范大学学报：自然科学版，2010(6)：82－88. Zhang Ping, Liu Yunhui, Yu Zhenrong, et al. Study on the fertilizing strategies for controlling the nitrogen and phosphorus losses at lakeshore region of Miyun Reservoir by using a SWAT model[J]. Journal of Shaanxi Normal University: Natural Science Edition, 2010(6): 82—88. (in Chinese with English abstract)

[20] Pan Junfeng, Liu Yanzhuo, Zhong Xuhua, et al. Grain yield, water productivity and nitrogen use efficiency of rice under different water management and fertilizer-N inputs in South China[J]. Agricultural Water Management, 2017, 184(1): 191－200.

[21] 彭佩钦，张文菊，童成立，等. 洞庭湖湿地土壤碳、氮、磷及其与土壤物理性状的关系[J]. 应用生态学报，2005，16(10)：1872－1878. Peng Peiqin, Zhang Wenju, Tong Chengli, et al. Soil C, N and P contents and their relationships with soil physical properties in wetlands of Dongting Lake floodplain[J]. The Journal of Applied Ecology, 2005, 16(10): 1872－1878. (in Chinese with English abstract)

[22] 张川，陈洪松，张伟，等. 喀斯特坡面表层土壤含水量、容重和饱和导水率的空间变异特征[J]. 应用生态学报，2014，25(6)：1585－1591. Zhang Chuan, Chen Hongsong, Zhang Wei, et al. Spatial variation characteristics of surface soil water content, bulk density and saturated hydraulic conductivity on Karst slopes[J]. The Journal of Applied Ecology, 2014, 25(6): 1585－1591. (in Chinese with English abstract)

[23] Zhang Zhijian, Yao Juxiang, Wang Zhaode, et al. Improving water management practices to reduce nutrient export from rice paddy fields[J]. Environmental Technology, 2011, 32(2): 197－209.

[24] Sharpley A N. Dependence of runoff phosphorus on extractable soil phosphorus[J]. Journal of Environmental Quality, 1995, 24(5): 920－926.

[25] Cox F R, Hendricks S E. Soil test phosphorus and clay content effects on runoff water quality[J]. Journal of Environmental Quality, 2000, 29(5): 1582－1586.

[26] Soinne H, Hovi J, Tammeorg P, et al. Effect of biochar on phosphorus sorption and clay soil aggregate stability[J]. Geoderma, 2014, 219－210(1): 162－167.

[27] 徐燕，龙健. 贵州喀斯特山区土壤物理性质对土壤侵蚀的影响[J]. 水土保持学报，2005，19(1)：157－159，175. Xu Yan, Long Jian. Effect of soil physical properties on soil erosion in Guizhou karst mountainous region[J]. Journal of Soil Water Conservation, 2005, 19(1): 157－159, 175. (in Chinese with English abstract)

[28] 卢少勇，张彭义，余刚，等. 人工湿地处理农业径流的研究进展[J]. 生态学报，2007，27(6)：2627－2635. Lu Shaoyong, Zhang Pengyi, and Yu Gang. Research progress of constructed wetland treating agricultural runoff[J]. Acta Ecologica Sinica, 2007, 27(6): 2627－2635. (in Chinese with English abstract)

[29] 万玉文，郭长强，茆智，等. 多级串联表面流人工湿地净化生活污水效果[J]. 农业工程学报，2016，32(3)：220－227. Wan Yuwen, Guo Changqiang, Mao Zhi, et al. Sewage purification effect of multi-series surface flow constructed wetland[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(3): 220－227. (in Chinese with English abstract)

[30] Yang Wanhong, Wang Xixi, Liu Yongbo, et al. Simulated environmental effects of wetland restoration scenarios in a typical Canadian prairie watershed[J]. Wetlands Ecology and Management, 2010, 18(3): 269－279.

[31] 曹建华，袁道先，潘根兴. 岩溶生态系统中的土壤[J]. 地球科学进展，2003，18(1)：37－44. Cao Jianhua, Yuan Daoxian, Pan Genxing. Some soil features in karst ecosystem[J]. Advances in Earth Science, 2003, 18(1): 37－44. (in Chinese with English abstract)

[32] 王巨，谢世友，戴国富. 西南岩溶区土壤生态系统退化研究[J]. 中国农学通报，2011，27(32)：181－185. Wang Ju, Xie Shiyou, Dai Guofu. The study of soil ecosystem degradation in Southwestern karst region[J]. Chinese Agricultural Science Bulletin, 2011, 27(32): 181－185. (in Chinese with English abstract)

[33] Tang Jialiang, Zhang Bin, Gao Chao, et al. Hydrological pathway and source area of nutrient losses identified by a multi-scale monitoring in an agricultural catchment[J]. Catena, 2008, 72(3): 374－385.

[34] 鲜青松，唐翔宇，朱波. 坡耕地薄层紫色土-岩石系统中氮磷的迁移特征[J]. 环境科学，2017，38(7)：2843－2849. Xian Qingsong, Tang Xiangyu, Zhu Bo. Transport of nitrogen and phosphorus from sloping farmland with thin purple soil overlying rocks[J]. Environmental Science, 2017, 38(7): 2843－2849. (in Chinese with English abstract)

[35] 王辉，王全九，邵明安. 前期土壤含水量对黄土坡面氮磷流失的影响及最优含水量的确定[J]. 环境科学学报，2008，28(8)：1571－1578. Wang Hui, Wang Quanjiu, Shao Ming'an. Effect of antecedent soil moisture on nitrate-N and phosphorus loss from loess slope-land and determination of optimal moisture values[J]. Acta Scientiae Circumstantiae, 2008, 28(8): 1571－1578. (in Chinese with English abstract)

Responses of nitrogen and phosphorus emissions to water and fertilizer management and underlying surface property changes in Lijiang River Basin

Xu Baoli1, Dai Junfeng1,2※, Yu Chenwenjiong1, Xie Xiaolin1, Su Yijie1, Zhang Lihua1, Pan Linyan1

(1.,,541004,; 2.,541004,)

This study aimed to simulate the processes of non-point source pollution transport and to identify the corresponding influencing factors using the SWAT model (soil and water assessment tool) in the Qingshitan Irrigation District (QID) of Lijiang River Basin. Field measurements were conducted in Huixian experiment area (HEA) of QID to monitor runoff and the concentration of total nitrogen (TN) and total phosphorus (TP) at the outlet of HEA. In the study measured monthly data were used to calibrate and validate the SWAT model, in which the thickness, bulk density, saturated hydraulic conductivity and available water content of soil were selected to quantify the karst development in HEA. Then scenario analysis was carried out to study the impacts of the irrigation and fertilization in paddy fields, the attributes (area and water storage capacity) of wetlands, and karst development degree on runoff, TN and TP emissions from HEA. The results showed that the SWAT model performed well in simulating runoff, TN and TP emission in the study area with all the relationship coefficient (R) and Nash-Suttcliffe efficiency () between the simulated and measured data higher than 0.70 and 0.63, respectively. The scenario simulation showed that lower fertilization and irrigation could reduce TN and TP emissions by 2.46%-19.18% and 1.86%-14.21%, respectively. When fertilization was decreased by 30%, TN and TP emissions from HEA declined by 11.45% and 8.98%, respectively; and the reductions were 7.79% and 5.81%, respectively, when irrigation water was reduced by 30%, indicating that it was more efficient to decrease TN and TP emissions by reducing fertilization than irrigation and that TN emission was more prone to be reduced by optimized fertilization and irrigation than TP emission. However, the effects of reducing fertilization and irrigation in paddy fields on improving the water quality of outflow were relatively limited. It was needed to excavate the potential of pollutant purification of wetlands in HEA to meet the water quality standard of water function division in Guilin. The scenario simulation showed that variations of area and/or water storage capacity of wetland also affected TN and TP emissions from HEA. Runoff was hardly affected by changing area and water storage capacity of wetlands, however, 12.40% of TN and 10.44% of TP emission were decreased with the area and water storage capacity of wetlands rising by 50%, while TN and TP emission increased by 11.75% and 10.97%, respectively, with decreasing 50% of area and water storage capacity of wetlands. And the efficiency of reducing TN and TP emission of wetland area was higher than water storage capacity. Moreover, it had synergistic effects on TN and TP emissions by simultaneously increasing the area and water storage of wetlands compared with only changing one attribute. Soil parameters describing karst development degree had diverse influences on runoff, TN and TP emissions from subbasins 2, 4, 5. Thinner soil thickness and smaller bulk density decreased runoff, TN and TP emissions, while available water content and saturated hydraulic conductivity demonstrated the opposite effects. The conclusion indicated that more developed karst landscape exacerbated runoff, TN and TP emission. Besides, the runoff was more sensitive to soil thickness and available water content than bulk density and saturated hydraulic conductivity, while TN and TP emissions were more sensitive to soil thickness and bulk density. This study showed that controlling fertilization reasonably, preventing wetland shrinking and water capacity degrading, and maintaining and improving soil structure in the karst area was helping to alleviate nitrogen and phosphorus emissions in the karst irrigation area of Lijiang River Basin, which guided optimizing local agricultural measures and soil and water management.

nitrogen; phosphorus; soil; Lijiang River Basin; irrigation and fertilization; karst development; SWAT model

徐保利，代俊峰，俞陈文炅，谢晓琳，苏毅捷，张丽华，潘林艳. 漓江流域氮磷排放对水肥管理和下垫面属性变化的响应[J]. 农业工程学报，2020，36(2)：245－254.doi：10.11975/j.issn.1002-6819.2020.02.029 http://www.tcsae.org

Xu Baoli, Dai Junfeng, Yu Chenwenjiong, Xie Xiaolin, Su Yijie, Zhang Lihua, Pan Linyan. Responses of nitrogen and phosphorus emissions to water and fertilizer management and underlying surface property changes in Lijiang River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(2): 245－254. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.02.029 http://www.tcsae.org

2019-08-25

2019-12-21

国家自然科学基金（51569007；51979046）；广西自然科学基金（2018GXNSFAA294087；2018GXNSFAA050022）；桂林理工大学博士科研启动基金（GUTQDJJ2019026）

徐保利，博士，讲师，主要从事水文学及水资源研究。Email：blxu@glut.edu.cn

代俊峰，博士，教授，主要从事水资源高效利用与水环境研究。Email：whudjf@163.com

10.11975/j.issn.1002-6819.2020.02.029

S274

A

1002-6819(2020)-02-0245-10