不同来源的非点源污染对湖泊氮磷浓度的影响<br/>——以巢湖流域为例

不同来源的非点源污染对湖泊氮磷浓度的影响
——以巢湖流域为例

2023-02-16冯雪娇林晨熊俊峰陈曦吴紫静马荣华

农业资源与环境学报 2023年1期

冯雪娇，林晨，熊俊峰，陈曦，3，吴紫静，4，马荣华

（1.中国科学院流域地理学重点实验室，中国科学院南京地理与湖泊研究所，南京 210008；2.中国科学院大学，北京 100049；3.长春师范大学地理科学学院，长春 130032；4.南京工业大学测绘科学与技术学院，南京 211816）

随着社会经济不断发展，地表水环境污染问题日益突出[1]。大量营养物质（特别是氮、磷等）进入水体中，造成水体富营养化。这一过程主要分为点源污染和非点源污染两种形式，其中非点源（Non-point source，NPS）污染通常伴随地表径流产生，因其具有来源广泛、过程复杂、随机性强等特点而较难防控[2]，因此成为了现阶段水体污染的重点研究内容之一。国外较早开始了对非点源污染的研究，据统计，美国湖泊NPS 污染占比达到了总污染量的65%左右[3]；欧洲湖泊水污染中，由农业生产引起的非点源氮排放占总污染量的60%，磷占污染总负荷的24%～71%[4-5]。由此可见，非点源污染是湖泊水体污染研究的重中之重，而我国非点源污染研究起步较晚[6]。随着社会经济发展，人类活动所带来的非点源污染对湖泊水污染的影响也越来越显著，因此探究非点源污染与湖泊水环境之间的关系对于湖泊水环境的治理以及流域内人类活动的合理规划与发展具有重要意义。

现阶段，已有不少学者针对非点源污染与湖泊水环境之间的关系进行了研究。从研究内容来看：①影响湖泊水体污染的非点源众多，诸多研究重点关注土地利用变化[7-10]，如Cheruiyot等[7]估算了东非维多利亚湖不同土地利用类型的总氮、总磷负荷量，结果表明农用地所产生的污染物占比最高，是湖泊非点源污染的最主要来源；Zhang 等[9]对北京密云水库非点源污染进行了评价，结果表明农业园地的增加导致氮磷的潜在污染负荷在一定程度上有所增长；②部分研究对几种不同的来源进行了综合考虑与分析[11-13]，如Kong等[11]对巢湖流域非点源污染中肥料流失、大气沉降、土壤侵蚀等来源进行了总氮、总磷负荷量估算，得到了非点源污染多年平均养分负荷贡献率（总氮平均为85%，总磷平均为77%）。

综上，通过估算污染物负荷量来评价非点源污染对湖泊水环境的影响研究已经比较成熟，但尚存在如下问题：①多数研究对污染源的考虑较为单一。随着社会经济的不断转型与发展，流域内传统的耕作、养殖等农业生产形式以及生活方式不断改变，造成了非点源污染的变化，使得影响湖泊水环境的污染源更加多样化。因此针对污染源的单一研究会使结果存在不确定性，从而限制对湖泊水环境的针对性管控和治理；②部分研究考虑了不同污染源对湖泊水环境的影响，但研究中缺乏与湖泊水质实测数据的联系。在流域尺度上，以非点源形式产生的污染物最终将汇入附近的水体，各种水质参数的变化是对非点源污染的直接响应[14]。因此，通过建立流域非点源污染所产生的污染物与湖泊水质之间的联系来定量揭示不同污染源对湖泊水质的贡献率，能够更好地明确流域非点源污染对湖泊水体富营养化的影响。

针对上述关键问题，如何在湖泊水质实测数据支撑下，综合考虑不同非点源污染来源对湖泊水质指标浓度的直接影响，是本研究要解决的关键问题。巢湖作为我国五大淡水湖泊之一，其水质状况与周边地区用水安全息息相关。近年来，流域内种植业、养殖业的不断发展促进了经济增长，但也加重了非点源污染，同时流域内农村人口聚集，人类活动排放的部分生活污水以及废气等也会以不同形式进入湖泊中，使得巢湖水体呈现不同程度的富营养化状态[15]，而这种富营养化状态主要是由氮磷营养物质过量引起的[16]。因此本研究以巢湖流域为研究区，在巢湖氮磷实测数据的支撑下，基于冗余分析方法对非点源污染中的种植地、畜禽养殖、水产养殖、农村生活污水排放和大气沉降五大重要来源进行综合考虑，明确平水期和丰水期流域内不同NPS 污染源对湖泊水体氮磷浓度的影响。

1 材料与方法

1.1 研究区概况

巢湖（117°16′54″～117°51′46″E，31°25′28″～31°43′28″N）位于安徽省中部（图1），长江北岸，湖泊面积约为783 km2。近年来，巢湖水体呈现出严重的富营养化状态，虽然得到了相关部门的重视与治理，但2018 年巢湖水质整体仍处于较差水平，部分湖体水质达到了Ⅴ类甚至劣Ⅴ类[17]。

巢湖流域（116°23′59″～118°22′05″E，30°52′25″～32°07′53″N）面积约为13 500 km2，包含了六大入湖水系和一条出湖水系（表1）。本研究在湖泊水系分布基础上，参考国家地球系统科学数据共享服务平台中湖泊-流域科学数据中心提供的湖泊二级流域数据，将巢湖流域再分为7 个子流域，分别为杭埠河流域、派河流域、南淝河流域、炯炀河流域、柘皋河流域、白石天河流域以及裕溪河流域（表1）。

表1 巢湖流域子流域基本信息Table 1 Basic information of sub-basin in Chaohu Lake basin

流域内土地利用以耕地为主（图1），耕地面积占比可达流域总面积的60%。因水热条件良好，巢湖流域成为了我国农业生产最集中的区域之一[18]，农业生产以种植业为主，主要粮食作物为水稻，同时兼顾养殖业的发展。流域内拥有近960 万人口，其中农村人口占比超过60%。流域内频繁的农业活动和农村生活产生的过量氮、磷等营养物质造成了严重的非点源污染，污染物伴随着地表径流进入巢湖，使得湖体呈现不同的富营养化状态。

图1 研究区概况及监测点位分布图Figure 1 Overview of the study area and distribution of the monitoring sites

1.2 不同季节湖泊TN、TP数据差别化获取

本研究所采用数据均以2017年为基础。2017年是我国“十三五”规划开局的第一个完整年，在“十三五”规划中，安徽省作为农业大省提出了大力发展现代化农业、改善生态环境的发展目标[19]，因而2017 年是流域内农业经济发展的一个重要转折点，因此选择该年数据具有一定代表性。同时，依据流域内多个气象站点的月平均降水量数据，选定降水丰沛的8 月作为丰水期，降水相对适中的3月作为平水期。

湖泊水质指标众多，其中总氮（Total Nitrogen，TN）、总磷（Total Phosphorus，TP）流失是非点源污染引起湖泊水体富营养化的重要原因[16]，因此本研究选取了巢湖2017年平水期和丰水期TN、TP 浓度作为水质监测指标数据。该数据来源于巢湖管理局，巢湖管理局自2008 年开始以月为单位对巢湖水质进行定期监测，这为本研究提供了基础数据支撑。

为保证研究结果的合理性，本研究选用离岸距离相近的环湖12 个监测点的TN、TP 数据（图1）进行分析，各监测点所属子流域信息见表1。监测点共包含12 处，分别为南淝河入湖区（C1）、十五里河入湖区（C2）、塘西河入湖区（C3）、派河入湖区（C4）、新河入湖区（C5）、湖滨（C6）、忠庙（C7）、兆河入湖区（C8）、黄麓（C9）、中焊乡（C10）、巢湖船厂（C11）以及巢湖坝口（C12）。

1.3 考虑农业生产与农村生活影响的NPS污染源分类

巢湖流域是我国农业生产最集中的区域之一。得益于良好的水热条件，流域内种植业、养殖业发展迅猛，农产品产量丰厚，促进了区域经济不断增长，但同时农业生产过程中使用的过量肥料、饵料以及畜禽、水产等产生的排泄物不断向水体排放，是造成巢湖水体氮磷浓度变化的重要原因。因此，本研究结合流域内主要的农业生产方式，同时参考现有相关研究对巢湖流域非点源污染的探讨经验[11，13，20]，将流域内非点源污染的来源分为以下5类。

（1）种植地

种植地种类繁多，通过现有研究可知，在土地利用中对非点源污染贡献最大的种植地类型是受农业活动影响较大的耕地和园地两类[7，9-10]。因此，种植地主要提取农用地中的耕地（水田、旱地）、园地两大类，数据从流域土地利用数据中获取，具体信息见表2。

表2 NPS污染源数据来源及说明Table 2 Data source and description of NPS pollution source

（2）畜禽养殖

畜禽养殖种类主要包括牛、羊、猪、家禽4 类，由于各类畜禽排污量不同，因此需要进行标准转化。参考各畜禽氮磷污染物排放量，以猪作为标准进行换算，最终计算各行政单元内畜禽养殖排污总量[21]。

式中：i为畜禽养殖种类；Li为i类畜禽换算为猪的数量，头；li为i类畜禽本身数量，头或羽；Np、Pp为猪每年排泄的氮、磷量，t；Ni、Pi为i类畜禽每年排放的氮、磷量，t。

（3）水产养殖

水产养殖是农业生产的重要方式之一，特别是长江中下游地区拥有良好的水源条件，为水产养殖业的发展提供了基本前提。但养殖过程中剩余的饵料、代谢产物等会对养殖水体以及周围水体造成污染。水产养殖数据可从统计年鉴中直接获取。

（4）农村生活污水排放

农村生活污水排放量主要由农村人口数量决定，计算公式：

式中：Q为生活污水年排放总量，t；P为农村生活污水排放系数，t·人-1·a-1；N为农村人口数，人。农村生活污水排放系数参考相关研究[22]。

（5）大气沉降

农业种植中施用的氮磷等化肥，一部分会挥发到大气中，同时秸秆等作物燃烧以及工业生产过程中也会产生相关废气，这些污染物再以大气沉降的形式返还地面。大气沉降主要分为大气干沉降和湿沉降两种形式。通用计算公式：

式中：W为大气干、湿沉降年输入的氮（磷）总量，t；F为相应的大气沉降通量，t·km-2·a-1；S为流域面积，km2。

以县级行政区为最小计算单元，在子流域范围内对上述5 种污染源进行计算，依据面积权重法对上述5 种污染源计算结果进行空间化处理，生成流域不同污染源的空间分布图。

以上5 大污染源计算所需数据基本信息及相关说明如表2所示，均以2017年数据为基础。

1.4 基于冗余分析方法的污染源对湖泊TN、TP 的影响分析

冗余分析（RDA，Redundancy Analysis）方法可以通过回归分析结合主成分分析的梯度排序来评价一组变量引起另一组变量变异的贡献程度[24]，也能给出各因子引起另一组变量变异的单独解释率[25]。但需注意的是，在RDA 分析中，计算得到的解释率为污染源对TN和TP变化的复合解释率，而非对TN、TP单独的解释率。与常用的非点源氮磷负荷模拟模型相比，RDA 分析仅需提供污染源数据以及氮磷浓度数据即可评价非点源污染对湖泊氮磷浓度变化的影响，不用单独计算TN、TP 的负荷量，简化了数据准备与处理工作。

RDA分析主要分析操作在软件Canoco 5中进行。在进行分析之前，首先要对TN、TP 数据进行去趋势分析（DCA，Detrended Correspondence Analysis），当所有轴长均小于4时，才可进行RDA分析。在平水期和丰水期的DCA 分析中，所有排序轴中的最长梯度值为0.35（小于4），因此可进行RDA 分析；其次要对污染源变量进行筛选，考虑其多重共线性问题，不符合要求的变量会被自动删除。

在应用Canoco 5 进行RDA 分析时，将TN、TP 浓度作为物种数据输入，将上述5 种污染源数据作为环境因子输入，Canoco 5 软件自动对不同量纲的数据进行标准化处理，避免了各污染源因量纲不同而导致的结果差异，在排序方法中选择RDA 即可实现定量化显示流域内非点源污染对巢湖氮磷浓度影响的总体解释率以及不同污染源之间的影响差异。

2 结果与分析

2.1 流域NPS不同污染源的空间分布

由图2 可知，各种污染源空间分布差异性明显。总体上，面积越大的子流域其污染源数量越多，如面积最大的裕溪河流域内种植地面积、水产养殖数量、农村生活污水排放量以及氮磷大气沉降总量皆占子流域首位，畜禽养殖数量最多的流域是面积排名第二的杭埠河流域，而面积最小的炯炀河流域，仅为裕溪河流域面积的1/15，该流域内各污染源数量相对较少（图2）。但在面积相差较小的子流域内，不同来源特征也有所不同。各污染源的具体分布情况：

（1）流域内种植地面积约为8 400 km2，在流域土地利用中占比超过40%。其中，裕溪河流域种植地面积最高，达到了3 600 km2，而种植地面积最小的炯炀河流域仅为240 km2，二者相差达到14 倍。种植地面积排序为裕溪河流域＞杭埠河流域＞南淝河流域＞白石天河流域＞派河流域＞柘皋河流域＞炯炀河流域（图2a）。

（2）流域内牛、羊、猪以及活家禽经过当量换算后，共有约1.2×107头。在子流域内，畜禽养殖量最多的为杭埠河流域，养殖量约为4.7×106头，占总畜禽量的38%，而养殖量最小的炯炀河流域有2.7×105头，仅占杭埠河流域畜禽养殖量的1/17。总畜禽养殖量排序为杭埠河流域＞裕溪河流域＞南淝河流域＞派河流域＞白石天河流域＞柘皋河流域＞炯炀河流域（图2b）。

（3）流域内水产养殖总量约为2.5×105t，在子流域内，裕溪河流域养殖量最高，为1.1×105t，是养殖量最低的炯炀河流域的18 倍。总水产养殖量排序为裕溪河流域＞杭埠河流域＞白石天河流域＞南淝河流域＞柘皋河流域＞派河流域＞炯炀河流域（图2c）。

图2 巢湖流域不同污染源的空间分布Figure 2 Spatial distribution of different pollution sources in Chaohu Lake basin

（4）农村生活污水排放量主要受农村人口数量的影响。流域内农村生活污水总排放量约为2.7×107t，各子流域农村生活污水排放量排序为裕溪河流域＞杭埠河流域＞白石天河流域＞南淝河流域＞派河流域＞柘皋河流域＞炯炀河流域（图2d）。

（5）流域内大气TN 沉降量约为6.25×104t，TP 沉降量约为1.56×103t。受大气沉降计算方法的影响，子流域内沉降量与子流域面积呈正比。各子流域大气TN和TP沉降总量排序为裕溪河流域＞杭埠河流域＞白石天河流域＞南淝河流域＞派河流域＞柘皋河流域＞炯炀河流域（图2e）。

2.2 流域TN、TP浓度时空分异

巢湖2017年平水期（3月）和丰水期（8月）TN、TP浓度变化如图3所示。

图3 平水期和丰水期各监测站TN、TP浓度变化Figure 3 Variation of TN and TP concentration of each monitoring site in normal period and wet period

从时间上看，TN、TP 浓度变化存在一定差异性。TN 浓度变化较为稳定，各监测站3 月TN 浓度均高于8 月，且3 月各监测站TN 浓度均超过了《地表水环境质量标准》（GB 3838—2002）[26]规定的三类水标准（1 mg·L-1），8月除南淝河流域和派河流域监测站点水质超过三类水标准外，其余子流域均可达标。大部分监测站TP 浓度表现为8 月高于3 月，但C10（中焊乡）和C12（巢湖坝口）相反，3 月TP 浓度略高于8 月。各监测站8 月TP 浓度均超过了《地表水环境质量标准》（GB 3838—2002）[26]规定的三类水标准（0.05 mg·L-1），而3 月也仅有C8（兆河入湖区）和C9（黄麓）的TP浓度低于三类水的标准。

从空间上看，TN、TP均呈现出较为明显的空间化特征，整体上呈现出巢湖流域东部水质状况优于西部的状态。TN、TP 浓度在空间上差异可总结为：C1（南淝河入湖区）、C2（十五里河入湖区）、C3（塘西河入湖区）＞C4（派河入湖区）、C6（湖滨）＞C5（新河入湖区）＞C7（忠庙）、C8（兆河入湖区）、C9（黄麓）＞C10（中焊乡）、C11（巢湖船厂）、C12（巢湖坝口）。

2.3 NPS对巢湖TN、TP影响的多来源分析

RDA 排序如图4所示，虚线箭头表示数量型环境因子，即5 种污染源；实线箭头表示物种因子，即TN、TP 浓度，其中物种变量的箭头连线长度可反映环境因子对物种变量的影响程度。从图4 可以看出，平水期TN、TP 的箭头长度均稍长于丰水期，即平水期非点源污染对巢湖氮磷浓度的整体影响要高于丰水期，而在平水期和丰水期，非点源污染对巢湖氮磷浓度的总体影响差异以及各个污染源的影响差异可量化为解释率大小的差异。

图4 污染源与TN、TP的RDA结果排序图Figure 4 Redundancy analysis（RDA）ranking of TN and TP from NPS sources

RDA 分析结果中，不同污染源对湖泊氮磷浓度影响差异的解释率分为两部分，一是5 类污染源在平水期和丰水期对氮磷浓度影响的总体解释率；二是5类污染源分别对氮磷浓度变化的解释率大小。具体结果表现如下：

（1）平水期（3 月）流域非点源污染对巢湖TN、TP变化的影响程度略高于丰水期（8 月）。5 种来源的非点源污染对巢湖氮磷浓度变化的总体解释率如表3所示。RDA 分析结果中，各轴解释率为累积解释率，从表3 可知，第一轴的解释率远高于其他几轴，因此非点源污染对TN、TP 的解释率主要取决于第一轴。其中，3 月非点源污染对TN、TP 的总体解释率为80.5%，高于8月的71.6%。

表3 非点源污染对TN、TP的总体解释率Table 3 The overall interpretation of water quality by NPS pollution

（2）由大气沉降和农村生活污水排放引起的非点源污染对巢湖TN、TP 变化的影响在平水期和丰水期表现出明显差异（表4）。其中平水期（3月）农村生活污水排放对TN、TP 的解释率达到43.8%，而大气沉降仅为6.3%；丰水期（8月）大气沉降解释率达到46.4%，而农村生活污水排放量的解释率下降到7.0%。无论在平水期还是丰水期，二者总和都超了总解释率的50%，但两种污染源在平水期和丰水期的解释率表现出如此大的差异，需要在后续研究中进行深入分析。

（3）种植地、畜禽养殖以及水产养殖3 种污染源对TN、TP 的影响程度相差不大，解释率均在10%～20%范围内（表4）。三者解释率在平水期和丰水期略有差异，但差异不大。其中，平水期水产养殖的影响程度相对更高一些，其次是畜禽养殖，种植地影响最低；丰水期畜禽养殖的影响程度最高，其次是种植地，水产养殖影响最低。虽然3 种污染源单独的影响不高，但作为农业生产的3 种主要形式，三者解释率之和接近总体解释率的50%。因此，三者都是非点源污染治理与防控过程中不可忽略的重要污染源。

表4 各污染源对TN、TP变化的解释率Table 4 Interpretation rate of each NPS source to TN and TP changes

3 讨论

本研究在以往研究的基础上，结合研究区的实际情况，在丰水期和平水期两个季节较为全面地考虑了非点源污染的五大重要来源对湖泊氮磷浓度的影响，即种植地、畜禽养殖、水产养殖、农村生活污水排放和大气沉降。

与现有研究相比，本研究再次印证了平水期NPS污染源对湖泊氮磷浓度的影响要高于丰水期，但同时，本研究还进一步发现了不同污染源对湖泊水质影响在季节变化上也存在较大差异。此外，与现有研究相比，本研究发现种植地对湖泊氮磷浓度的影响在一定程度上被高估，而农业养殖（特别是水产养殖）的影响却被以往研究所忽视。

3.1 NPS 对湖泊氮磷浓度的影响研究应考虑季节性差异

首先，本研究结果再次印证了在平水期非点源污染对湖泊氮磷浓度的影响要高于丰水期[27-28]。在本研究结果中，平水期（3 月）的非点源污染对水质TN、TP 的总体解释率为80.5%，稍高于丰水期（8 月）的71.6%。造成这种结果的原因可能有两点：①植被的截留与缓冲作用。丰水期植被生长旺盛，植被覆盖率显著高于平水期，氮磷等污染物在汇入湖泊的过程中部分被植被吸附与截留，导致流域尺度上输出的氮磷等污染物在输移过程中被削减，从而影响了非点源污染对湖泊氮磷浓度的贡献；②流量原因。丰水期流量大，雨水对输入到湖泊的氮磷等污染物起到了稀释作用，使得污染物浓度降低，从而导致非点源污染对湖泊氮磷浓度的影响降低。

其次，本研究进一步发现，并非所有污染源都会表现出明显的季节性差异，针对本研究而言，种植地、畜禽养殖和水产养殖这3 种污染源的季节差异相对较小，而大气沉降和农村生活污水排放对氮磷浓度的影响在季节上却表现出明显差异性。

从本研究结果来看，由大气沉降带来的非点源污染对湖泊水体污染的影响是不可忽略的，特别是丰水期，其解释率在40%以上。在流域尺度上，由大气沉降带来的TN、TP 总负荷可达湖泊总输入量的一半左右[29]。因此，在考虑造成水体污染的非点源污染来源时大气沉降也是十分重要的一项。大气沉降分为干沉降和湿沉降两种形式，其中大部分以湿沉降的形式伴随着降水直接落入湖泊或是形成地表径流后汇入湖泊[30]，因此受季节性影响较大，在丰水期会给水体造成更加严重的污染，同时在2017 年，流域内产业结构不够优化，工矿企业数量繁多，据《安徽统计年鉴》显示，2017 年流域所在地级市存在大中型工业企业超700 家，且存在一批重污染企业[31]，工业产生的部分废气以及燃烧产生的部分污染物等也会以大气沉降的形式返回地面，伴随地表径流汇入湖体，这也是造成丰水期大气沉降解释率在40%以上的原因之一。

丰水期大气湿沉降作用强烈也是导致农村生活污水排放解释率在平水期和丰水期差异较大的重要原因。巢湖流域人口密集，农村人口占比超过60%，且流域内气候条件适宜，农村人居生活方式较为固定，农村生活污水排放量虽然随季节变化具有一定的差异[28]，但在大气沉降的对比下，季节差异可忽略不计。因此，随着丰水期的到来，大气沉降所带来的氮磷污染物对巢湖水体污染影响显著提高时，农村生活污水排放对水体污染的影响程度相对下降。

因此，在进行非点源污染对湖泊氮磷浓度影响的研究时，考虑季节性差异是十分必要的，应在厘清不同季节不同来源的非点源污染对湖泊氮磷浓度影响的机理以及作用程度后，有针对性地提出湖泊水体富营养化的防控与治理建议。

3.2 种植地对湖泊氮磷浓度的影响在一定程度上被高估

现有研究普遍认为，以农产品种植为主的用地类型，特别是耕地所产生的非点源污染对流域内水体的污染影响重大，其中TN、TP负荷占入湖总量的40%以上[32]。但本研究发现种植地对湖泊氮磷浓度的影响存在被高估的可能性。在本研究中，种植地对巢湖TN、TP浓度变化的解释率仅占13%，且在平水期和丰水期没有表现出明显的差异。

造成这一现象的原因可以从以下两方面进行考虑：一方面是在巢湖流域内，种植地主要包含水田、旱地和园地3 种类型，其中水田面积在各子流域的平均占比超过95%（表5）。而为了控制灌溉和排水过程水田一般设有沟渠系统，因此可将其视为一个微型水生生态系统，在该系统内植物吸收、矿化作用以及其他复杂的水生过程会对耕作中产生的氮磷污染物进行拦截[33]，缓冲了这些污染物向湖泊水体中的迁移；另一方面，以土地利用为切入点的非点源污染研究，在进行土地利用信息提取与分类时，一般不考虑畜禽养殖用地和水产养殖用地，这两种用地类型具有面积较小、分布较散等特点，常因分布在农田周围而被归为耕地一类，这也是造成现有研究结果中耕地所产生的氮磷负荷较高的原因之一。而本研究将畜禽养殖、水产养殖作为单独污染源，与以水田为主的种植用地进行并列分析，发现三者作用相当，解释率之和近50%。因此，种植地、畜禽养殖和水产养殖都是非点源污染防治中不可忽略的重要因素。

表5 巢湖流域种植地类型及面积统计Table 5 Statistics of planting land type and area in Chaohu Lake basin

但值得注意的是，大量种植地分布在裕溪河流域（图5），其中水田、旱地面积占子流域首位，而裕溪河流域内分布着巢湖流域唯一一条出湖水系裕溪河，因此，裕溪河流域内的污染物会有部分伴随着裕溪河汇入长江，因而流域内种植地对巢湖氮磷浓度的实际贡献可能更低。因此，后续研究应该将污染源的贡献按出湖水系和入湖水系进行分区探讨。

图5 巢湖流域种植地分布Figure 5 Distribution of planting land in Chaohu Lake basin

3.3 水产养殖的影响应当被重视

畜禽养殖和水产养殖是农业养殖的两种主要方式。以往研究对养殖带来的非点源污染对湖泊水质的影响关注较少，尤其是水产养殖。我国在2000 年前后开始对畜禽养殖污染进行研究，并出台了相关政策进行控制[34-35]，而相比之下，水产养殖对环境造成的污染并未得到充分重视。巢湖流域以湖泊水体为主导的生态系统，为水产养殖提供了最基本和丰富的生存环境，特别是“十二五”规划后，养殖坑塘的面积以及水产养殖的数量均逐年增长，因此必须考虑其排放的污染物对巢湖水体氮磷浓度的影响。

本研究结果显示，水产养殖对TN、TP 的影响程度在平水期和丰水期略有差异，在平水期解释率为18.8%，而丰水期降为13.0%，与种植地的影响相当，甚至在平水期解释率还略高于种植地。水产养殖对巢湖氮磷浓度变化的影响体现在数值上虽然不高，但近年来养殖坑塘的面积以及水产养殖的数量在逐年增长，其产生的氮磷污染物也会相应增加。水产养殖业的发展与湖泊水环境变化是相互依赖的，良好的湖泊水质是水产养殖业发展的基本前提与保障，而水产养殖的量与度又同时影响着湖泊水质的变化趋势。因此，在巢湖流域内考虑非点源污染对湖泊水环境的影响时，水产养殖这一重要来源不应被忽略，制定高效合理的养殖政策将促进实现流域内湖泊水环境保护和水产养殖业发展的双赢。

3.4 不足与展望

本研究以巢湖流域为例，探究了非点源污染中不同的污染源对湖泊氮磷浓度的影响，目前鲜有研究从非点源污染的多来源角度出发，探究不同的污染来源对湖泊氮磷浓度的影响差异，本研究首次尝试将非点源污染中的五大来源进行综合考虑及差异分析。因此，研究中存在一定不确定性，需要在未来研究中进一步改进。第一，本研究考虑了不同污染源对TN 和TP 浓度变化的复合影响，但污染源对TN 和TP 的影响机制和规律可能存在差异，后续研究中值得进一步深入分析；第二，在空间上，未来研究需要对流域内的入湖水系和出湖水系进行区别化考虑；第三，在时间上，未来可以考虑进行长时间范围的研究与分析，进一步确定不同的污染源对湖泊水环境的影响程度与差异。