基于R语言的非点源颗粒态磷指数构建及应用——以丘陵红壤区小流域为例
2021-04-30苏静君赵洪涛焦茹媛房志达杨晓晶李叙勇
苏静君,赵洪涛,3*,焦茹媛,房志达,杨晓晶,5,李叙勇,3
基于R语言的非点源颗粒态磷指数构建及应用——以丘陵红壤区小流域为例
苏静君1,赵洪涛1,3*,焦茹媛2,4,房志达1,杨晓晶1,5,李叙勇1,3
(1.中国科学院生态环境研究中心,城市与区域生态国家重点实验室,北京 100085;2.中国科学院生态环境研究中心,环境水质学国家重点实验室,北京 100085;3.中国科学院大学研究生院,北京 100049;4.中国科学院生态环境研究中心(义乌)长三角中心,浙江 义乌 322000;5.兰州交通大学环境与市政工程学院,甘肃 兰州 730070)
以南方丘陵红壤区典型小流域为例,构建了基于R语言的流域非点源颗粒态磷污染指数并进行应用.结果表明,(1)流域土壤侵蚀模数在0.7~15244.2t/(km2·a)之间,超出南方丘陵红壤区容许土壤侵蚀量的区域占流域面积59%;平均非点源颗粒态磷产生强度为0.86kg/hm2,超出非点源磷流失阈值的区域占流域面积14%.流域侵蚀等级以微、轻度为主,但中度及以上强度区域以较小的面积(7.2%)贡献了较大比例的流域侵蚀产生量(35%)和输出量(43%)、以及非点源颗粒态磷输出量(31%).(2)识别的关键源区占流域面积14%,贡献了65%和58%的侵蚀土壤和颗粒态磷输出负荷;主要分布在近河道的坡地(<25°,水文距离£800m),林地、耕地、园地是主要土地利用类型组成.(3)过量施肥导致的土壤磷素富集、强降雨条件下低丘缓坡地带的高易蚀性是关键源区形成的主因.研究进一步对关键源区进行分类分区,提出了以水土保持、配方施肥、工程治理为核心的非点源颗粒态磷污染治理组合措施. 研究为丘陵红壤区流域非点源颗粒态磷污染的防治提供了较为系统完善的思路.
R语言;丘陵红壤区;非点源颗粒态磷;关键源区;分区分类治理
控制陆地非点源磷向水环境的输入是遏制水体富营养化的关键[1].随着点源污染逐渐被控制,非点源污染问题日益凸显.在我国,非点源磷流失可达水体总磷负荷的67.4%,且以颗粒态输出为主[2].非点源磷污染因时空异质性强、迁移路径和数量不确定,导致治理和管理难度大.流域内较小面积的景观或地理单元往往是整个流域非点源磷污染负荷的主要贡献来源,对受纳水体水质起着决定性的作用,成为非点源磷污染的关键源区[3].因此,识别非点源磷流失的关键源区是经济有效控制整个流域磷污染的重要前提[4].
磷指数是一种通用的非点源磷流失风险评估模型,通过对影响磷养分流失的因子(如源因子、迁移因子)及其相互作用进行评估以表征养分流失至水体的潜在风险,并以此风险的高低为依据判定养分流失的关键源区,可以帮助确定养分管理措施的具体实施位置,支持流域磷素管理和规划的决策[5-6].磷指数结构相对简单、受到数据需求的制约较小,且具有一定的科学基础[7-8],已经被广泛用于欧美部分国家的农业非点源污染监管、措施配置、环境纠纷法庭裁决等方面.其在我国的研究及应用起步较晚,但发展较快,在构建方法及关键源区识别方面取得了较多的进展[9-16],然而对关键源区的问题解析和治理对策制定缺乏较为系统深入的梳理和考量,在指导具体实践的时候仍然缺乏目标性和可操作性.
在我国南方丘陵区,强降雨触发的土壤侵蚀及养分流失问题异常突出[17].有研究指出植被保护、水土共治是保障该典型区域河库水质的根本[18].岩口水库是浙江省义乌市最重要的饮用水源地之一.五水共治1.0期间(2013~2019年)点源向岩口水库的输入逐渐得到控制,但农业非点源和内源污染尚未得到妥善的解决,导致水库磷水质不能稳定达标.颗粒物作为衔接磷在陆-水-沉积相的重要载体,其对磷在水体中的行为及效应具有重要的意义.颗粒态磷虽然不具备即时的生物或藻类有效性,但是会沉积在下游水体成为重要的内源[19].岩口水库流域处于南方典型红壤区,其陆地土壤富含铁化合物的特性势必使得侵蚀颗粒在沉积后转化为湖库内源的风险提升.因此本研究将以岩口水库流域为案例区,聚焦于农业非点源颗粒态磷的流失,构建基于土壤侵蚀方程的流域颗粒态磷流失指数,评估非点源颗粒态磷流失风险并识别关键源区,为岩口水库磷水质的改善和工程、非工程措施的实施提供决策参考.
1 方法与材料
1.1 案例区概况
图1 岩口水库流域示意
图2 岩口水库流域高程(a)、坡度(b)及土地利用类型分布(c)
岩口水库流域位于浙江省义乌市上溪镇岩口村、钱塘江流域东阳江支流航慈溪的上游,由4条支流组成,集水面积约55.6km2(图1).流域地处亚热带季风气候区,多年平均气温17.1℃;1971~2018年多年平均降雨量1394mm,多集中在3~6月,占全年降雨量53%左右,7~8月有台风暴雨和雷阵雨,占全年降雨量的18%左右.流域地形以低山丘陵为主,海拔在83~824m之间,坡度在25°以上的面积占流域面积22%(图2).土地利用类型主要为林地(76.4%),其次是耕地及园地(21.7%),村镇最少(1.9%).林地主要森林类型包括针叶林、阔叶林、针阔混交林、灌木林等(图2);义乌红桃是主产果品.流域土壤主要为红壤类黄筋泥,占比达75%以上,其次还有粗骨土类石砂土和库周少量紫砂土[20].颗粒组成以砂粒为主(33%~ 62%),其次是壤粒(25%~38%)和黏粒(12%~36%).
1.2 流域非点源颗粒态磷污染指数构建
土壤侵蚀是非点源颗粒态磷流失的关键迁移路径,其程度受降雨、土壤质地、地形、土地利用方式及植被覆盖的综合影响,通常采用通用土壤流失方程(USLE)[21]或其修订方程(RUSLE)[22]计算的土壤侵蚀模数来表征.由于降雨径流对地表土壤颗粒选择性冲刷,侵蚀的土壤颗粒多由小粒径组成,较源土壤磷含量呈明显的富集效应[2].本研究非点源颗粒态磷污染指数的构建以土壤侵蚀方程为核心,同时考虑颗粒态磷传输的富集效应和泥沙输移比,系列公式如下.
PPI =× ER × TPsoi× SDR× 0.00001(1)
式中: PPI为非点源颗粒态磷指数, kg/hm2;为RUSLE计算所得年土壤侵蚀模数, t/(km2·a);ER为侵蚀颗粒的养分富集系数,无量纲;TPsoi为土壤全磷含量, mg/kg;SDR为泥沙输移比.
= 100 ××× LS ××(2)
式中:为降雨侵蚀力因子,MJ•mm/(hm2•h•a);为土壤可蚀性因子, t•hm2•h/(hm2•MJ •mm); LS为坡长坡度因子;为植被覆盖因子;为水土保持措施因子.
降雨侵蚀力因子反映了由降雨引起土壤侵蚀的潜在强力,是评价降雨对土壤剥离、搬运、侵蚀的动力指标.本研究采用基于浙江代表性水土保持站长期观测结果构建的月降雨量侵蚀力复合因子模型[23]估算流域年降雨侵蚀力,表达式如下:
式中:m为月降雨侵蚀力, J•mm/(m2•h);mer为月侵蚀性降雨量,mm;mer为月侵蚀性降水日数, d,分别代表某月日降雨量³12.7mm的总降雨量和降雨天数;m为月降雨总量, mm;D为日降雨量³0.6mm的降水日数, d;3m为某月降雨量最大3日的雨量之和, mm;Z为某月最大日雨量, mm.若某月有至少一天日雨量³12.7mm,采用公式(3)中(A)式估算R;若某月日雨量均未超过12.7mm,采用(B)式估算R;若某月无降雨或所有日降雨量小于0.6mm,m值取0[23-24].年降雨侵蚀力为各月降雨侵蚀力之和乘以单位修正系数0.01[23-24].由于研究流域面积较小,未考虑降雨空间差异性,采用的年降雨侵蚀力为依上述公式计算所得的多年平均值3725MJ•mm /(hm2•h).
土壤可蚀性因子值参考侵蚀/生产力影响模型(EPIC)经验公式,利用土壤粒径组成和有机质含量估算[25].为美制单位,乘以0.1317转化为国际制单位(t•hm2•h/(hm2•MJ•mm))[26].
式中:SAN、SIL、CLAY分别为土壤的砂粒(0.050~ 2.000mm)、粉粒(0.002~0.050mm)、黏粒(<0.002mm)含量,%;为土壤有机碳含量, %,可由土壤有机质含量除以1.732即可转换,SN11-SAN/100,%.
坡长坡度因子LS的计算参考Moore算法[27], 该算法中坡长因子用单位汇水面积替代,适合用于模拟复杂的地形地貌条件.利用Saga GIS软件地形模块对流域DEM进行填洼及坡长坡度因子提取[28].具体公式如下:
式中:、分别为0.4和1.3,s是单位汇水面积, m2/m,由D8单流向算法[29]计算得到;为用弧度表示的坡度.
植被覆盖程度是影响水土流失的重要因素之一,它是侵蚀动力的抑制因子,起着保持水土的作用.植被覆盖与管理因子值为实际植被状态和经营管理条件下土壤流失量与裸露连续休闲地的土壤流失量之比,界于0~1之间,植被覆盖度越高,值越小.代表水土保持因子,是采取水土保持措施后土壤流失量与顺坡种植时的土壤流失量比值;值界于0~1之间,值越大则相对土壤流失率越高.分析流域土地利用类型和地面植被覆盖状况,参考国内外相关研究对、因子进行赋值(表1).
表1 不同土地利用类型C、P因子赋值
磷富集系数(ER)通过以下公式获得[2,30].
式中:为RUSLE计算所得年土壤侵蚀模数, t/ (km2•a).
土壤磷水平及施肥情况代表流域非点源磷流失的主要源因子.由于缺乏土壤全磷含量,本研究基于以下公式利用土壤表层有机质含量(OMsoi, %)和速效磷含量(OlsenPsoi, mg/kg)估算了土壤全磷含量[30].
泥沙输移比(SDR)根据Ferro等[31]提出的公式计算.其假设空间某单元被侵蚀的土壤进入水体的比例与其在地表径流推动下进入水体所需的时间成正比,传递时间与迁移路径的长度成正比,与路径上各单元的坡度平方根成反比,公式如下.
式中:是一个流域特异参数并通常被认为是一个常数,l和S是径流路径上空间单元的长度及坡度.
非点源颗粒态磷污染指数的构建基于R语言编程,利用了空间分析包sf、raster、rgdal、tmap中读取、处理、计算、可视化空间数据的相关函数[32-35].数据源包括研究流域2015年土地利用类型栅格、数字高程模型、土壤类型图及属性(有机质含量、颗粒组成、速效磷)、东阳江义乌站2013~2018年逐日降雨量.其中,土壤类型图及有机质含量、颗粒组成栅格数据来自于FAO 1:100万土壤数据库,土壤速效磷含量来自当地村级土壤调查数据,利用泰森多边形进行空间插值生成GIS栅格.指数模型的栅格计算单元大小为30m´30m.
2 结果与讨论
2.1 流域非点源磷流失关键影响因子
图3 岩口水库流域非点源颗粒态磷流失关键源因子及迁移因子
由于土壤磷水平与径流磷含量具有良好的相关性,国际通用土壤测试磷(例如Mehlich3-P、Bray-P、OlsenP等)来评估土壤磷受降雨径流冲刷的风险高低.图3显示研究流域土壤速效磷含量范围为35~200mg/kg.我国第二次土壤普查结果表明当有效磷含量等于或高于20mg/kg时土壤磷素含量较丰,且一般情况下土壤有效磷含量大于15mg/kg就能满足作物高产的需求[36].英国洛桑实验站结果表明土壤有效磷含量在25~60mg/kg即可保证作物产量同时防止水环境污染[37],我国一些研究得出的相应土壤有效磷阈值为20~40mg/kg[38].岩口水库流域土壤OlsenP仅有43%介于0~40mg/kg之间;另有研究报道义乌红桃主产区桃园土壤有效磷最高可达412.5mg/kg,平均值为134.3mg/kg[39].这表明研究流域绝大部分土壤磷含量远远超出作物生长需求,存在极高的径流冲刷流失或淋失风险.图3同时也显示了流域土壤侵蚀方程主要因子的空间分布.其中土壤可蚀性因子空间变异相对较小,植被覆盖因子、水土保持因子和泥沙输移比则呈条带状集中分布在4条支流的河岸及河谷地带,由因子值的高低可以判断出该区域植被覆盖相对较差、有一定水土保持措施、但具有较高的河道连通性(图3).
2.2 流域土壤侵蚀量及非点源颗粒态磷流失量
研究流域地处南方红壤丘陵水蚀区,其土壤侵蚀模数在0.7~15244.2t/(km2×a)之间,平均值为985t/ (km2×a).根据水利部发布的SL190-2007《土壤侵蚀分类分级标准》[40],南方丘陵红壤区容许土壤流失量为500t/(km2×a),研究流域超出此容量限值的区域占流域面积59%.非点源颗粒态磷平均输出强度为0.86kg/hm2,超出非点源磷流失阈值(2kg/hm2)[41]的区域占流域面积14%.这表明研究流域的土壤侵蚀及与之密切相关的非点源颗粒态磷的流失仍有较大的治理空间.由图4、表2可知,微度和轻度侵蚀区占流域面积90%以上,贡献了流域侵蚀产生量的66%和输出量的56%,以及非点源颗粒态磷输出量的69%;中度、强度、极强度侵蚀区以流域7.2%的面积贡献了流域侵蚀产生量的35%和输出量的43%、以及非点源颗粒态磷输出量的31%,表明局部地区具有侵蚀土壤和颗粒态磷强烈输出的特征;剧烈侵蚀区域的面积及贡献几乎可以忽略(表2).从空间分布看,土壤侵蚀中高风险区和非点源颗粒态磷高风险区均分布在上游4条支流的沿岸区域(图4).将土壤侵蚀模拟结果与浙江丘陵区土壤侵蚀相关研究[24,42-43]及义乌当地水保规划相关数据进行了验证比较,发现模拟结果基本符合实际侵蚀情况,结果较为合理.
图4 流域土壤侵蚀等级及非点源颗粒态磷输出强度的空间分布
表2 流域土壤侵蚀及非点源颗粒态磷流失情况
2.3 土地利用类型、地形、水文距离对流域土壤侵蚀和非点源颗粒态磷流失的影响
土地利用类型、地形及距离是影响非点源污染物的产生、迁移和消减的主要因素[44].本研究中耕地及园地具有轻度到强度的土壤侵蚀等级和较高的非点源颗粒态磷输出强度(2.9~5.2kg/hm2),草地次之,林地最小(表3).农业用地非点源颗粒态磷输出强度与浙江平原河网区观测的农田径流颗粒态磷年流失强度(4.01kg/hm2)在同一量级[45],这也表明本研究的模拟结果较为合理.尽管耕地和园地占流域面积相对较小(15%),却贡献了40%以上的土壤侵蚀和非点源颗粒态磷输出总量,是水土流失和非点源磷污染的重点控制区域,这与李嘉峻等[43]在浙江横溪的研究结果较为一致.林地覆盖流域70%以上的面积,对流域土壤侵蚀和非点源颗粒态磷输出总量的贡献也较为可观,分别占45%和54%(表3).
根据水利部土壤侵蚀等级标准,将流域坡度划分为6个等级.表4显示随着坡度增加土壤侵蚀模数增加,主要原因可能是地表径流动能和侵蚀能力随坡度递增,但侵蚀土壤和颗粒态磷输出强度随坡度增加变化规律不明显,总体呈微弱减少趋势.8°~15°和15°~25°坡分布面积最广,分别占流域面积29.3%和36.3%,其土壤侵蚀模数并非最大,但输出了流域64%的侵蚀土壤和62%的非点源颗粒态磷.这与浙江省主要水土流失坡度的识别结果吻合,低丘缓坡地带是浙江省主要的水土流失区[46].0°~5°坡地具有相对较高的土壤侵蚀和非点源颗粒态磷输出强度(表4),主要原因可能有:(1)该区域内耕地及园地类型占比较大(35.7%),耕作活动较为频繁,在强降雨条件下极易发生水土流失;(2)长期不合理施肥导致耕地及园地土壤富含磷养分;3)该区域多分布于距离河道较近的河谷阶地,具有较高的水系连通性.
水文距离通常用来表征污染源到水体的连通率,距水体的距离越小,侵蚀土壤和磷越容易进入水体.表5显示距离河道800m缓冲区累积了流域96%的侵蚀土壤和农业非点源颗粒态磷输出量,因此在入河之前对污染物的有效拦截将极大减少污染物的入河通量并削减径流污染物峰值浓度(表5).
表3 不同土地利用类型的土壤侵蚀及非点源颗粒态磷产生情况
表4 不同坡度的土壤侵蚀及非点源颗粒态磷产生情况
表5 不同水文距离的土壤侵蚀及非点源颗粒态磷产生情况
2.4 关键源区识别给非点源颗粒态磷污染治理的启示
源头削减、过程拦截和末端治理是当前公认的治理非点源污染的有效方略[47],然而实践操作中往往对“哪里减、减多少、怎么减”缺乏一个清晰系统的认识.识别目标流域中非点源污染的关键源区,对其分区分类并解析各自贡献,将有助于厘清治理目标和责任主体、配置有的放矢的措施,提升治理的成本效益比[48-50].
以水利部规定的南方红壤丘陵区土壤侵蚀容许量500t/(km2•a)[40]、文献报道的农业非点源磷流失阈值2kg/hm2为标准[41],识别出研究流域非点源颗粒态磷污染的关键源区6.4km2,占流域面积14%,贡献了65%和58%的侵蚀土壤和非点源颗粒态磷输出负荷.圈定的关键源区主要分布在25°以下坡、水文距离800m以内区域;林地、耕地各占3.5和2.5km2,园地面积相对较小(图5).
对识别的关键源区按照坡度、水文距离和土地利用类型进行分区并提出针对性的控制建议,结果如图6.第一类优先治理区为近河道低中坡耕种区(水文距离£300m,0°~5°和8°~15°坡为主,面积2.5km2),田块破碎化程度高,主要种植桃树、玉米、蔬菜等,施肥量高,耕作活动较为频繁,在发生强降雨时产汇流迅速,较易造成水土和养分流失.在调研过程中发现部分果园存在较为严重的土壤退化情况,可能与红壤区土壤侵蚀易导致土壤退化和保水保土保肥能力下降有关,不利于作物高产[51].为维持作物产量农民往往施用高于作物需求的肥料量,然而过量施肥进一步加剧了土壤性状的恶化、土壤养分累积和流失.因此对于此类区域的治理需要解决一个关键的管理问题,就是如何在农业生产中合理控制磷施肥量,既保障作物持续稳定高产又不造成环境风险或资源浪费[52].建议以补贴的形式推动常态化耕作区土壤肥力水平测试及风险评估,并在此基础上决定是否需要在一段时间内禁施磷肥,或者按照科学配方施肥,同时辅以免耕、深施、使用缓释磷肥等其它措施以更大程度降低源头磷素流失.针对该区部分土壤板结严重、有机质低、保水保肥能力差的情况,需要结合施用有机肥或改良酸性土壤功能性肥料、秸秆还田、林下套种绿肥或其他林草等措施改善土壤通透性,提高土壤pH值及土壤肥力水平,达到增肥、改土、稳产目的.适用于这一区域的管理措施还有保护性耕作,根据兰溪水土保持综合试验站径流小区水土保持耕作措施效益的分析结果,在浙江红壤坡地以水平开横沟、等高耕作和梯田的减沙减水效益最好,且递减速度以等高耕作和梯田最快[52].
图5 流域非点源污染关键源区的水文距离、坡度、土地利用类型组成及其之间的关系
图6 研究流域非点源磷污染优先治理区分区
第二类优先治理区是陡坡退耕还林区,主要为25°坡以上的园地,面积为0.07km2.一般来讲,25°以上的陡坡地多由于侵蚀严重、土壤贫瘠不宜垦种.然而受到耕地资源紧张的限制,研究流域内在仍存在一定面积的陡坡种植,且林下植被稀疏、土壤退化较为严重.建议在25°坡以上耕地及园地全部退耕还林.
第三类是林地优先控制区,其分布的坡度和距离跨度均较大(5°~35°,50~800m,面积3.5km2),覆盖一定面积的中度至极强度土壤侵蚀区.封山育林,稀疏林补植,密集林抚育间伐,裸露面治理,劣质林改造是建议的主要水土保持措施.
第四类为阻截关键源区污染物的工程治理区.工程性措施主要通过在特定点位开展工程措施建设,侧重于对非点源污染物传输过程的拦截和受纳水体的治理.已有学者对非点源污染的治理措施进行了详尽的综述[41,44].在实际操作过程中,需要基于详实的资料数据,利用工程型管理措施的区域适用性特征指标体系进行措施类型和实施地址选择;同时综合考虑工程措施的信息可获得性及应用普及程度、流域现有工程布局、流域水质达标削减需求,制定因地制宜、满足水质达标且经济的工程措施方案.
3 结论
3.1 流域土壤侵蚀以微、轻度为主,占流域面积90%以上,中度、强度、极强度侵蚀区占流域面积7.2%,超出南方红壤丘陵区水土流失容量的区域占59%.非点源颗粒态磷平均输出强度为0.86kg/hm2,高于非点源磷流失阈值(2kg/hm2)的区域占流域面积14%.
3.2 流域非点源颗粒态磷污染的关键源区有6.4km2,占流域面积14%,贡献了65%和58%的侵蚀土壤和非点源颗粒态磷输出负荷.主要分布在25°以下坡、水文距离800m以内区域;林地、耕地、园地是主要土地利用类型.过量施肥导致的土壤磷素积累、在强降雨条件下低丘缓坡地带易发生水土流失是该流域非点源颗粒态磷流失关键源区形成的主要原因.
3.3 基于关键源区的识别,按照坡度、水文距离和土地利用类型进行了分区分类非点源污染的治理.25°以上坡地退耕还林、25°以下坡耕地及果园测土配方施肥、土壤改良与保护性耕作、林地水土保持是管控岩口水库流域关键源区非点源污染、保护和提升下游水库水质的关键举措.未来将利用选址工具进行工程治理措施的类型和地址选择,同时在明确流域水质达标削减需求和评估已有工程实施效果的前提下,制定因地制宜、满足水质达标且经济的工程措施方案.
[1] Nelson N O, Shober A L. Evaluation of phosphorus indices after twenty years of science and development [J]. Journal of Environmental Quality, 2012,41(6):1703-1710.
[2] Sharpley A, Kleinman P, McDowell R, et al. Modeling phosphorus transport in agricultural watersheds: Processes and possibilities [J]. Journal of Soil and Water Conservation, 2002,57(6):425-439.
[3] Pionke H B, Gburek W J, Sharpley A N. Critical source area controls on water quality in an agricultural watershed located in the Chesapeake Basin [J]. Ecological Engineering, 2000,14(4):325-335.
[4] Strauss P, Leone A, Ripa M, et al. Using critical source areas for targeting cost-effective best management practices to mitigate phosphorus and sediment transfer at the watershed scale [J]. Soil Use and Management, 2007,23(s1):144-153.
[5] McDowell R, Srinivasan M. Identifying critical source areas for water quality: 2. Validating the approach for phosphorus and sediment losses in grazed headwater catchments [J]. Journal of Hydrology, 2009, 379(1):68-80.
[6] Heathwaite A, Dils R. Characterizing phosphorus loss in surface and subsurface hydrological pathways [J]. Science of the Total Environment, 2000,251:523-538.
[7] Drewry J, Newham L, Greene R. Index models to evaluate the risk of phosphorus and nitrogen loss at catchment scales [J]. Journal of Environmental Management, 2011,92(3):639-649.
[8] Heathwaite A, Fraser A, Johnes P, et al. The Phosphorus Indicators Tool: a simple model of diffuse P loss from agricultural land to water [J]. Soil Use and Management, 2003,19(1):1-11.
[9] 周慧平,高 超.巢湖流域非点源磷流失关键源区识别.环境科学, 2008,29(10):2696-2702. Zhou H P, Gao C. Identifying critical source areas for non-point phosphorus loss in Chaohu Watershed [J]. Environmental Sciences, 2008,29(10):2696-2702.
[10] 张淑荣,陈利顶,傅伯杰,等.农业区非点源污染潜在危险性评价——以于桥水库流域磷流失为例.第四纪研究, 2003,23(3):262-269. Zhang S R, Chen L D, Fu B J, et al. Assessment of the potential risk of non-point source pollution in agricultural areas: A case study of phosphorus loss in Yuqiao Reservoir watershed [J]. Quaternary Sciences, 2003,23(3):262-269.
[11] 张 平,高阳昕,刘云慧,等.基于氮磷指数的小流域氮磷流失风险评价.生态环境学报, 2011,20(6):1018-1025.Zhang P, Gao Y X, Liu Y H, et al. Nitrogen and phosphorus loss risk assessment in a small watershed based on nitrogen and phosphorus indices [J]. Ecology and Environmental Sciences, 2011,20(6):1018-1025.
[12] 王丽华.密云县境内密云水库上游地区磷流失危险性评价 [D]. 北京:首都师范大学, 2006. Wang L H. Risk assessment of phosphorus loss in the upper reaches of Miyun Reservoir in Miyun County, China [D]. Beijing: Capital Normal University, 2006.
[13] 宋月君,吴胜军,杨 洁,等.基于GIS技术的农用地非点源磷污染危险性评价 [J]. 测绘科学, 2009,34(3):164-166. Song Y J, Wu S J, Yang J, et al. Risk assessment of non-point source phosphorus pollution in agricultural land based on GIS technology [J]. Science of Surveying and Mapping, 2009,34(3):164-166.
[14] 李 琪,陈利顶,齐 鑫,等.妫水河流域农耕区非点源磷污染危险性评价与关键源区识别 [J]. 环境科学, 2008,29(1):32-37. Li Q, Chen L D, Qi X, et al. Risk assessment of non-point source phosphorus pollution in Guishui River Basin and identification of key source areas [J]. Environmental Science, 2008,29(1):32-37.
[15] 李 娜,郭怀成.农业非点源磷流失潜在风险评价——磷指数法研究进展 [J]. 地理科学进展, 2010,11:1360-1367. Li N, Guo H C. Potential risk assessment of phosphorus loss from agricultural non-point sources: Advances in phosphorus index method [J]. Progress in Geography, 2010,11:1360-1367.
[16] 殷培红,耿润哲,裴晓菲,等.以水环境质量改善为核心建立监督指导农业面源污染治理制度框架 [J]. 环境与可持续发展, 2019,44(2):10-15. Yin P H, Geng R Z, Pei X F, et al. Establishment of a supervisory and guiding system framework for agricultural non-point source pollution control based on the improvement of water environment quality [J]. Environment and Sustainable Development, 2019,44(2):10-15.
[17] 范晓娟,张丽萍,邓龙洲,等.侵蚀程度差异诱发的坡面产流-产沙-总磷流失特征 [J]. 环境科学学报, 2019,39(2):459-468. Fan X J, Zhang L P, Deng L Z, et al. Characteristics of runoff, sediment and total phosphorus loss induced by different degrees of erosion [J]. Chinese Journal of Environmental Sciences, 2019,39(2): 459-468.
[18] 史鹏程,朱广伟,杨文斌,等.新安江水库悬浮颗粒物时空分布,沉降通量及其营养盐效应 [J]. 环境科学, 2020,41(5):143-154. Shi P C, Zhu G W, Yang W B, et al. Temporal and spatial distribution of suspended particulate matter in the Xin 'anjiang Reservoir, China [J]. Environmental Science, 2020,41(5):143-154.
[19] Palmer-Felgate E J, Jarvie H P, Withers P J A. Stream-bed phosphorus in paired catchments with different agricultural land use intensity [J]. Agriculture, Ecosystem & Environment, 2009,134(1/2):53-66.
[20] 吴嘉平,荆长伟.支俊俊编制,浙江省县市土壤图集 [M]. 长沙:湖南地图出版社, 2012. Wu J P, Jing C W, Zhi J J. Soil Atlas of Zhejiang Province [M]. Changsha: Hunan Cartographic Press, 2012.
[21] Wischmeier W H, Smith D D. Predicting rainfall erosion losses—a guide to conservation planning [R]. Agriculture Handbook 537. US Department of Agriculture, Washington, DC. USA, 1978.
[22] Renard K G, Foster G R, Weesies G A. Predicting soil erosion by water: a guide to conservation planning with the Revised Universal Soil Loss Equation (RUSLE) [R]. Agricultural Handbook 703. US Department of Agriculture, Washington, DC. USA, 1997.
[23] 杨 轩,梁 音,方继青,等.基于日降雨信息的月降雨侵蚀力模型 [J]. 土壤学报, 2010,47(2):216-222. Yang X, Liang Y, Fang J Q, et al. Monthly rainfall erosivity model based on daily rainfall information [J]. Acta Pedologica Sinica, 2010,47(2):216-222.
[24] 何锡君,吕振平,杨 轩,等.浙江省降雨侵蚀力时空分布规律分析 [J]. 水土保持研究, 2010,6:31-34. He X J, Lv Z P, Yang X, et al. Spatial and temporal distribution of rainfall erosivity in Zhejiang Province [J]. Research of Soil and Water Conservation, 2010,6:31-34.
[25] Williams J R, Renard K G, Dyke P T. EPIC-a new model for assessing erosion's effect on soil productivity [J]. Journal of Soil and Water Conservation, 1984,8:381-383.
[26] 邓 威,汪晶晶,白 云,等.苦驴河上游小流域土壤侵蚀及其养分流失特征 [J]. 水土保持通报, 2020,40(1):85-90. Deng W, Wang J J, Bai Y, et al.Soil erosion and nutrient loss in the upper reaches of the Kudu River [J]. Bulletin of Soil and Water Conservation, 2020,40(1):85-90.
[27] Moore I D, Grayson R B, Ladson A R, et al. Digital terrain modelling: A review of hydrological, geomorphological, and biological applications [J]. Hydrological Processes, 1991,5(1):3-30.
[28] Conrad O, Bechtel B, Bock M, et al. System for Automated Geoscientific Analyses (SAGA) v. 2.1.4 [J]. Geoscientific Model Development Disscussions. 2015,8(7):1991-2007.
[29] O'Callaghan J F, Mark D M. The extraction of drainage networks from digital elevation data [J]. Computer Vision Graphics & Image Processing, 1984,28(3):323-344.
[30] Vadas P, Good L ,Moore P, et al. Estimating phosphorus loss in runoff from manure and fertilizer for a phosphorus loss quantification tool [J]. Journal of environmental quality, 2009,38(4):1645-1653.
[31] Ferro V, Minacapilli M. Sediment delivery processes at basin scale [J]. Hydrological Sciences Journal, 1995,40(6):703-717.
[32] Hijmans R J. Geographic Data Analysis and Modeling [R package version 2.6-7]. R Package, 2015 [Z].
[33] Keitt T, Bivand R, Pebesma E, et al. rgdal: Bindings for the Geospatial Data Abstraction Library [R package version 0.8-13]. R package, 2010 [Z].
[34] Pebesma E. Simple Features for R: Standardized Support for Spatial Vector Data [J]. The R Journal, 2018,10(1):439-446.
[35] Tennekes M. tmap : Thematic Maps in R [J]. Journal of Statistical Software, 2018,84.
[36] 谢如林,谭宏伟.我国农业生产对磷肥的需求现状及展望 [J]. 磷肥与复肥, 2001,16(2):7-9. Xie R L, Tan H W. The current situation and prospect of phosphorus fertilizer demand in agricultural production in China [J]. Phosphate and Compound Fertilizers, 2001,16(2):7-9.
[37] Heckrath G, Brookes P C, Poulton P R, et al. Phosphorus leaching from soils containing different phosphorus concentrations in the Broadbalk Experiment [J]. Journal of Environmental Quality, 1995, 24(5):904-910.
[38] 鲁如坤.土壤磷素水平和水体环境保护 [J]. 磷肥与复肥, 2003,18(1): 4-6. Lu R K. Soil phosphorus levels and water environmental protection [J]. Phosphorus and Compound Fertilizer, 2003,18(1):4-6.
[39] 孔向军,钭凌娟,钱东南,等.金华义乌红桃主产区土壤养分与其果品内在品质的相关性分析 [J]. 园艺与种苗, 2013,(6):20-22,32. Kong X J, Dou L J, Qian D N, et al. Correlation analysis of soil nutrients and fruit quality in Yiwu Red Peach Production Area, Jinhua, China [J]. Horticulture and Seedling, 2013,(6):20-22,32.
[40] GB/SL190-2007 土壤侵蚀分类分级标准 [S]. GB/SL190-2007 Standard for classification and gration of soil erosion. [S].
[41] Ghebremichae L T, Veith T L, Hamlett J M. Integrated watershed- and farm-scale modeling framework for targeting critical source areas while maintaining farm economic viability [J]. Journal of Environmental Management, 2013,114:381-394.
[42] 陈思旭,杨小唤,肖林林,等.基于RUSLE模型的南方丘陵山区土壤侵蚀研究 [J]. 资源科学, 2014,36(6):1288-1297. Chen S X, Yang X H, Xiao L L, et al. Soil erosion in the southern hilly region based on the RUSLE model [J]. Resources Science, 2014, 36(6):1288-1297.
[43] 李嘉峻,许有鹏,桑银江,等.GIS支持下的土壤侵蚀动态变化研究:浙江一例 [J]. 南京大学学报(自然科学), 2005,3:297-303. Li J J, Xu Y P, Sang Y J, et al. Soil erosion dynamics under GIS: A case study in Zhejiang Province, China [J]. Journal of Nanjing University (Natural Sciences), 2005,3:297-303.
[44] 耿润哲,王晓燕,段淑怀,等.小流域非点源污染管理措施的多目标优化配置模拟 [J]. 农业工程学报, 2015,31(2):211-220. Geng R Z, Wang X Y, Duan S H, et al. Multi-objective optimal allocation simulation of non-point source pollution management measures in small watershed [J]. Transactions of the Chinese Society of Agricultural Engineering, 2015,31(2):211-220.
[45] 章明奎,王 阳,黄 超.水网平原地区不同种植类型农田氮磷流失特征 [J]. 应用生态学报, 2011,22(12):3211-3220. Zhang M K, Wang Y, Huang C. Effects of different cropping types on nitrogen and phosphorus loss in water network plain [J]. Journal of Applied Ecology, 2011,22(12):3211-3220.
[46] 廖承彬.浙江省水土流失的时空动态研究 [J]. 中国水土保持, 2010, 7:60-63. Liao C B. Spatial and temporal dynamics of soil and water loss in Zhejiang Province [J]. Soil and Water Conservation in China, 2010,7: 60-63.
[47] 耿润哲.流域非点源污染及管理措施优化配置研究[M]. 北京:首都师范大学, 2012. Geng R Z. Study on the optimal allocation of non-point source pollution and management measures in watershed [M]. Beijing: Capital Normal University, 2012.
[48] 耿润哲,殷培红,马 茜.基于关键源区识别的饮用水水源保护区划研究 [J]. 环境科学研究, 2017,30(3):329-339.Geng R Z, Yin P H, Ma Q. A study on water source protection regionalization based on key source identification [J]. Research of Environmental Sciences, 2017,30(3):329-339.
[49] 耿润哲,殷培红,原庆丹.红枫湖流域非点源污染控制区划 [J]. 农业工程学报, 2016,32(19):219-225. Geng R Z, Yin P H, Yuan Q D. Non-point source pollution control regionalization in Hongfeng Lake Watershed [J]. Transactions of the Chinese Society of Agricultural Engineering, 2016,32(19):219-225.
[50] 张汪寿,耿润哲,王晓燕,等.基于多准则分析的非点源污染评价和分区——以北京怀柔区北宅小流域为例 [J]. 环境科学学报, 2013, 33(1):258-266. Zhang W S, Geng R Z, Wang X Y, et al. Evaluation and zoning of non-point source pollution based on multi-criteria analysis: A case study of Beizhai watershed in Huairou District, Beijing, China [J]. Chinese Journal of Environmental Sciences, 2013,33(1):258-266.
[51] 廖承彬.红壤坡地水土流失过程分析与水土保持措施设计[M]. 浙江大学, 2008. Liao C B. Analysis of Soil and Water Loss Process and Design of Soil and Water Conservation Measures on Red Soil Slope [M]. Zhejiang University, 2008.
[52] 童文彬,邱志腾,章明奎.植物有效磷与水溶性磷对土壤磷素积累的响应研究 [J]. 农学学报, 2020,10(1):37-42. Tong W B, Qiu Z T, Zhang M K. Effects of plant available phosphorus and water soluble phosphorus on soil phosphorus accumulation [J]. Acta Agronomica Sinica, 2020,10(1):37-42.
Identifying the critical sources areas of non-point particulate phosphorus based on an index approach in R: A case study in red soil hilly micro-watershed.
SU Jing-jun1, ZHAO Hong-tao1,3*, JIAO Ru-yuan2,4, FANG Zhi-da1, YANG Xiao-jing1,5, LI Xu-yong1,3
(1.Key Laboratory of Urban and Regional Ecology, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085, China;2.Key Laboratory of Environmental Aquatic Chemistry, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085, China;3.University of Chinese Academy of Sciences, Beijing 100049, China;4.Yangtze River Delta Branch, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Yiwu 322000, China;5.School of Environmental and Municipal Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China)., 2021,41(4):1868~1877
This study developed a watershed-scale non-point source (NPS) particulate phosphorus (PP) index based on R statistical language and applied it in a red soil hilly subbasin. The results indicated that watershed soil erosion rates ranged from 0.7 to 15244.2 t/(km2·a), and 59% of the watershed area exceeded the regional soil erosion threshold. The average watershed NPS PP load was 0.86 kg/hm2and approximately 14% of the watershed area exceeded the NPS P loss threshold. Despite the fact that dominate soil erosions in the watershed were slight to mild, the small areas (7.2%) categorized as moderate to severe erosions contributed considerably larger shares to the total watershed loads of erosion and NPS PP loss (31%~43%). The critical sources areas (CSAs) for soil erosion and NPS PP loss were identified as 6.4 km2in area, mainly consisting of wood land, crop land and orchard land, which were adjacent to streams (£800m) and with low to gentle slopes (<25°). The soil P enrichment due to excessive fertilization, as well as the high erosion potential facilitated the formation of these CSAs. The CSAs were further divided into zones according to land uses, hydrological distances and slopes, on which different management practices and strategies were recommended to target the erosion and NPS PP loss.
R;red soil hilly area;non-point source particulate phosphorus;critical source areas;subregion management
X522
A
1000-6923(2021)04-1868-10
苏静君(1982-),女,湖北宜昌人,助理研究员,博士,主要从事流域面源污染及磷的生物地球化学研究.发表论文20余篇.
2020-09-01
国家自然科学基金(41401590);中国科学院生态环境研究中心(义乌)长三角中心委托项目(20200060)
* 责任作者, 副研究员, htzhao@rcees.ac.cn