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 王乐宜 周皓媛 王本梧 李国学 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)

面源污染是导致水环境恶化的主要原因之一[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[2,3]。根据污染的来源，可以分为农业面源污染[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]。过多营养元素进入水体，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[9]，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[10]。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、TN、TP的排放强度分别为85.2、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[15-16]。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[20]、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TP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

蚌埠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12 个村(图1)，该区域均为农村地区，种植业为水稻—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。

图1 研究区概况

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TP排放量进行计算。输出系数模型公式如下：

L=∑Ei×Ai+P

(1)

式中：L为污染物在研究区域总排放，kg/a；Ei为区域内污染物在该区域的输出系数；i为研究区域中污染源类别；Ai为区域内的数量；P为降雨输入污染物总排放，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。

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=Ls+Lp+La

(2)

式中：Ls为怀远地区耕地源污染排放量，Lp代表怀远地区人口源污染排放量，La代表怀远地区畜禽源污染排放量。

Ls计算公式如下：

Ls=KG×EG

(3)

式中：KG为耕地面积，hm2；EG为耕地输出系数，kg/hm2。

Lp计算公式如下：

Lp=KP×EP

(4)

式中：KP为人口量，个；EP为农业人口输出系数，kg/个。

La计算公式如下：

La=KPI×EPI+KCO×ECO+KS×ES+KC×EC

(5)

式中：KPI为猪的数量，头；EPI为猪的输出系数，kg/头。KCO为牛的数量，头；ECO为牛的输出系数，kg/头。KS为羊的数量，头；ES为羊的输出系数，kg/头。KC为家禽的数量，只；EC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GIS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。

表1 项目区域各污染源总氮/总磷输出系数

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。

表2 2014—2018年各村单位面积总氮、总磷平均排放强度

计算2014—2018年各村单位面积TN、TP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。

综合2014—2018年单位面积总氮排放强度GIS数据的自然间断点[20]，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匀，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[20]，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。

图3 不同年份单位面积总磷排放量分布图

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趋势，其贡献率均有所增长；而农业耕地源产生的面源污染总量呈现先下降后稳定的变化趋势，其贡献率逐年降低。

图4 2014—2018年研究区域内总氮(a)、总磷(b)排放及各污染源所占比例

各污染源对总氮排放量的贡献率为：耕地源>人口源>畜禽源，耕地源产生的总氮排放量最大，贡献率最高，为首要污染源，与宋大平等[29]在淮河流域的研究结果一致。2014年，其总氮排放总量为147.5 t，贡献率为47.6%；2015—2016年，其总氮排放总量稳定为131.0 t，贡献率由2015年的44.6%下降为2018年的42.2%，呈现下降趋势，但仍占最大比例。人口源为总氮第二污染源，其产生的总氮排放总量逐年增长，贡献率由2014 年的28.3%增长为2018 年的31.5%。畜禽源产生的总氮排放也呈现增长趋势，其贡献率约为25%。

各污染源对总磷排放量的贡献率为：人口源>畜禽源>耕地源。人口源产生的总磷排放量最大，贡献率最高，为首要污染源。2014年，总磷排放总量为9.6 t，贡献率为44.1%，到2018年，人口源产生的总磷排放量增长为10.7 t，贡献率增长到46.9%。畜禽源为总磷第二污染源，其排放总量逐年增长，贡献率约为31.0%。耕地源的总磷排放贡献率最小，2014年，其排放总量为5.8 t，贡献率为26.7%。2015—2016年，其总磷排放总量稳定为5.2 t，贡献率由2015年的23.6%下降为2018年22.7%。

2.3 农业面源污染时空分布特征成因分析

为了分析形成的该区域农业面源污染时空分布原因，将各村污染总量和污染源的2014年、2018年对进行分类分析，结果见图5。从图5可以看出，面源污染排放与单位面积畜禽养殖量及人口数量有着密切关系，单位面积畜禽养殖量和人口数量较高水平的找母村、余夏村和联合村，面源污染排放较高；而南部村落单位面积畜禽养殖量和人口数量较低的刘楼和镇南等村，面源污染排放较低。

余夏 Yuxia; 砖桥 Zhuanqiao; 陈安 Chen’an; 刘圩Liuwei; 刘楼 Liulou; 芡南 Qiannan; 镇西 Zhenxi; 找母 Zhaomu; 镇南 Zhennan; 镇东 Zhendong; 孙庄 Sunzhuang; 联合 Lianhe

从各村总氮排放可以看出，2014年除余夏和找母以畜禽源为首要污染源外，其他10个村是以耕地源为首要污染源，与该区域内整体的总氮排放贡献率一致。2018年，镇西人口源对总氮排放贡献率为38.6%，超过耕地源的贡献率37.0%，成为首要污染物。研究期间，其他村首要污染源均未发生变化。从各村总磷排放可以看出，2014年余夏、找母和联合村以畜禽源为首要污染源，其他9 个村以人口源为首要污染源，与该区域内整体的总磷排放贡献率一致。2018年，找母人口源对总磷的排放率增加为48.7%，成为首要污染源。研究期间，其他村首要污染源均未发生变化。

2015年减排项目开始实施，该区域种植的措施、施肥种类、施肥量和施药量保持一致，此后耕地源产生的农业面源污染总量保持不变，影响排放总量的就是其他2 个因子。找母、余夏和联合村的畜禽养殖量较大，均以养猪为主，单位面积数量为该区域的前三位，导致其污染排放较高，总氮排放为3或4级。陈小娇等[14]研究表明安徽地区猪排泄物的累计产生量最大，对面源污染的贡献远大于其他畜禽。联合村是区域内人口增速最快的村庄，年均人口增速约为5%。人口增速和较大的畜禽养殖量的共同作用导致联合村面源污染排放持续增加，总氮排放从3 级增加为4 级，总磷排放从2 级增加为4 级。找母和余夏2014—2017年年均人口增速约为2%，2018年约为4%，所以总磷排放变化不如联合村明显。2014 年砖桥的畜禽总量为3 580 头(只)，2018年增加为 12 821 头(只)，总磷排放从1 级增加为2 级地区，总氮排放量一直为农业面源污染排放较高的3 级地区。而对比每年单位面积总氮排放强度和单位面积总磷排放强度，少部分村庄关系成不完全正相关，原因是总氮和总磷的主导污染源不相同。由此，控制农业面源污染应根据各村污染源构成不同，采用不同措施。

3 讨 论

农业生产过程中使用的农药和化肥、产生的畜禽养殖废弃物以及未经处理的农村生活污水中含有的氮磷等营养元素及有机物，可以通过降雨淋溶和地下渗漏等方式进入环境中，当其含量超出环境本身自净能力时，就会对环境造成面源污染[30]。研究表明，畜禽废弃物中的氮、磷和COD的流失总量高于化肥，约为化肥流失量的122%和132%[31]。由于我国大多数农村地区没有排水渠道及污水处理装置，生活污水处理的设施不完善,导致农村生活污水随意排放[2]。因此，为了制定有效的农业面源污染控制措施，必须要明确其来源与总量。

本研究发现该区域面源污染源时空分布具有明显变化。2014—2018年，耕地面积基本不变，自2015 年开始实施固碳减排，使耕地源的总氮、总磷排放量减少，此后保持了不变(如图4所示)。该区域人口数量持续增加，每年平均增长量为1 288 人，与我国现阶段人口新政策相关。2014—2017年，畜禽数量持续增长；而2018年受非洲猪瘟的影响，猪和家禽的养殖数量明显减少。因此，该区域2014年总氮排放量达到最高，2015年总氮排放量受耕地源影响显著减少，此后，总氮排放量逐年增加，但区域内耕地源产生的总氮排放量基本保持不变，增量均来源于畜禽和人口增长。然而，2015年固碳减排项目实施后，耕地源产生的总磷排放量下降至5.2 t，但2014—2017年区域的总量仍呈现逐年增长。推测其原因是由于虽然项目实施使耕地源的总磷排放量保持不变，但畜禽和人口对总磷污染排放贡献较大的缘故。其中，畜禽源对总磷排放量的贡献最大，2018年牲畜养殖量的减少，使总磷排放量减少约0.2 t；人口源的总磷排放量持续增长。

耕地源、人口源和畜禽源3 种农业污染源在不同村庄的分布不尽相同，该区域内耕地面积最大的3 个村庄分别为北部的、陈安和联合，耕地面积最小的3 个村庄分别为刘圩、刘楼和找母。单位面积人口数量最多的3 个村庄分别为找母、镇西和余夏，人口数量最小的3 个村庄分别为陈安、镇南和孙庄；畜禽养殖数量最多的为家禽，其次为猪、羊、牛。单位面积家禽数量最多的3 个村庄分别为联合、孙庄和镇东；单位面积家禽数量最少的3 个村庄分别为刘圩、镇南和芡南。单位面积猪数量最多的3 个村庄为找母、余夏和联合，数量最少的3个村庄为芡南、镇东和陈安。单位面积牛数量最多的3 个村庄为找母、余夏和砖桥，数量最少的3 个村庄为刘楼、联合和镇南；单位面积羊数量最多的3 个村庄分别为孙庄、联合和余夏，单位面积羊数量最少的3 个村庄分别为陈安、镇南和刘圩。种、养殖结构和人口分布情况，造成了3 种农业污染源的时空分布差异。2016年安徽省总氮、总磷平均排放强度分别为29.68 和3.71 kg/hm2，蚌埠市总氮、总磷平均排放强度位居全省第二，分别为50.48、5.46 kg/hm2[13]，均高于安徽省排放的平均水平。2016年，该区域总氮平均排放强度为51.34 kg/hm2，高于安徽省和蚌埠市总氮平均排放强度。2014—2018年中其他年份总氮平均排放强度呈现先减少后增加的趋势，均高于安徽省和蚌埠市总氮平均排放强度。2016 年，该区域总磷平均排放强度为3.82 kg/hm2，低于蚌埠市总磷平均排放强度，但仍然高于全省平均排放强度。其中，找母、联合、镇西和余夏4 个村的总磷平均排放强度高于全市平均水平。2014—2018年中其他年份总磷平均排放强度呈现增长趋势，低于蚌埠市总磷平均排放强度，但仍然高于全省平均排放强度。此外，2014—2018年间通过对该区域地表水设置6 个监测点位(每年至少2 次，共24 组监测数据)，分别使用单因子评价法和熵权模糊物元模型对水质进行评价。两种评价方法的结果均表明总氮为该地区地表水中的主要污染因子。因此，可以看出，该地区的面源污染情况较为严重，主要污染物为总氮。

分析面源排放总量的结果，发现研究区域的总氮排放量是总磷排放量的13 倍，明显高于我国其他区域，原因是由于该区域农业种植中所施肥料的氮磷比例失调。我国农业农村部的统计结果表明，农业施肥合理的氮磷质量比为1∶0.65[14]，而本区域2014年所施肥料的氮磷比为1∶0.23。2015年采取农业减施措施后，氮磷比增加为1∶0.24，但仍高于合理比例。刘钦普[32]研究表明，安徽省处于化肥施用轻度风险区，应及时采取措施控制化肥使用的环境风险，同时可以通过调整该地区所施肥料的氮磷比，控制总氮排放量。

4 结 论

1)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年的单位面积总氮污染排放强度分别为52.92、50.15、51.34、52.14、53.04 kg/hm2。总磷排放强度呈现先增加趋势，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。

2)综合2014—2018年单位面积总氮排放强度和单位面积总磷排放强度GIS数据的自然间断点，将区域单位面积面源污染排放强度分为4 等级，该区域面源污染排放时空分布具有明显差异。单位面积总氮排放强度和单位面积总磷排放强度分布随年份均发生变化，其中，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和2 等级；单位面积面源污染排放强度的空间差异与单位面积畜禽养殖量及人口数量有着密切关系。区域西北部余夏、找母和东部联合村农业面源污染排放强度较高，南部刘楼和镇南等村农业面源污染排放较低。大部分村总氮排放和总磷排放分布一致，但仍有少部分村的总氮排放与总磷排放不完全正相关。

3)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；总磷排放量分别为21.7、21.9、22.4、23.0、22.8 t。所施肥料的氮磷比例严重失调使该区域总氮与总磷污染输出比约为13，高于以往研究中的其他区域。该区域主要面源污染物为总氮，可以通过调整该地区所施肥料的氮磷比，控制总氮排放量。

4)该区域农业面源污染源主要是耕地源、人口源与畜禽源。研究期间人口源及畜禽源的污染总量及贡献率均呈现增长趋势，而农业减排措施有效地控制耕地源产生的污染总量，使其对贡献率逐年降低。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。合理的农业措施有效控制了农业面源污染，应根据各区域不同的污染源构成，采取合适有效的措施。