長江經濟帶農田氮素平衡特征與污染風險評估分析

段揚，吳文俊，蔣洪強，李勃，楊勇

生態環境部環境規劃院/國家環境保護環境規劃與政策模擬重點實驗室，北京 100012

近年來，隨著經濟的高速增長，中國農業生產發展取得了令全世界矚目的成就，成功地利用 7%的耕地養活占全世界22%的人口。這其中對于化學氮肥的持續性高投入起到了巨大的作用（朱兆良等，2005）。作為世界上最大的化肥消費國，中國占據了全世界接近1/3的化肥消費量以及一半的增量，但由于施肥技術落后、肥料和灌溉水利用率低等原因，導致農田氮素損失嚴重。根據《第二次全國污染源普查公報》顯示（生態環境部，2020），2017年全國農業源（不含農業生活源）總氮排放量141.49萬噸，占全部排放總量的46.5%。這其中化肥過度施用是主要輸入項。有關資料顯示，2018年中國化肥總用量5653.4×104t（國家統計局，2019），按播種面積算，單位面積化肥施用量 340.76 kg·hm-2，是世界平均水平的3倍多。由此引發了一系列環境問題，比如湖庫富營養化、地下水硝酸鹽污染、土壤酸化以及溫室氣體排放等（閔炬等，2020；喻朝慶，2019）。諸多研究都表明當前中國農業生產存在氮素利用率低，流失量大的顯著特點（Gu et al.，2012；Ma et al.，2012），因此中國農業環境污染狀況不容樂觀，有日益加重的趨勢。

農業生產實踐中氮素損失進入到大氣和水體中影響環境健康，例如土壤NH3排放影響PM2.5的形成；另一方面硝態氮很容易通過徑流和淋溶作用進入江河湖泊和地下水影響水環境質量。因此全面理解和優化管理氮素輸入和輸出途徑，分析農業系統中氮素平衡有利于優化氮肥投入降低環境風險。通過建立農田生態系統氮素養分平衡關系可以厘清氮素利用效率以及氮素向環境遷移數量，這在近年來已成為評價農業可持續發展程度及環境效益的重要指標并得到了廣泛的應用（Han et al.，2014；Gu et al.，2015；Zhang et al.，2019）。另外利用遙感影像及機理模型開展面源污染風險等級劃分有助于評估特定地塊污染潛勢，為后期管理者采取精細化治理措施提供數據支撐（Cheng et al.，2018）。

本文以長江經濟帶11省（市）共計129個地級市為研究對象，開展農田生態系統氮素平衡估算及氮素污染風險評估工作。該區域是中國重要的農產品生產基地，尤其是長江中下游地區自古被譽為“魚米之鄉”，近年來也是農業面源污染的高發區域。因此通過對該區域氮素污染風險進行等級評估，有利于保證該區域農產品供給安全和生態環境可持續發展，有助于推動地方相關部分開展相應區域化措施，提高面源污染控制成效。

1 數據與方法

1.1 研究區概況

本研究區域為長江經濟帶 11省市（上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州），面積約 205.23×104km2，占全國的21.4%，2015年人口數占全國比例42.75%。研究區大部分地區屬亞熱帶季風氣候，四季分明，大部分年均降水量在800—1600 mm之間。研究區是中國重要的工業基地，是經濟和科技文化發達地區，2015年GDP總量占全國比例44.5%；同時也是中國重要的糧油棉生產基地。長江中下游平原及四川盆地具有優越的農業氣候條件，湖北、湖南、四川、江蘇是中國著名的農業大省，農業生產活動較多。該地區水網密集，是中國水資源最為豐富的地區，這也為養分隨地表徑流流失提供充足條件。

1.2 研究方法

1.2.1 農田氮素養分平衡計算

本文所采用的農田生態系統氮素平衡計算模型主要在吸收及借鑒已有的土壤系統養分平衡模型（Wang et al.，2014）的基礎上，細化各養分輸入和輸出分項并分別進行農田氮素輸入和輸出項的計算，之后利用物質守恒定律計算盈余流，即：“養分盈余=養分輸入-養分輸出”，詳見圖1。

模型共涉及9項輸入項，包括化肥、糞肥、餅肥、秸稈還田、干沉降、濕沉降、固氮作用、灌溉、種子；涉及5項輸出項，包括作物收獲（含籽粒及秸稈）、揮發、反硝化、淋溶、徑流。共選取水稻、玉米、小麥等13種作物以及豬、牛、羊等6種牲畜類型參與各分項計算。本文共涉及229個參數，其中157個輸入參數及72個輸出參數，具體公式及參數來源參見文獻（王激清等，2007；李書田等，2011；Wang et al.，2014；張國等，2017）。

1.2.2 氮素利用效率計算

通過查閱相關文獻確定采用氮再循環率 NRR（N recycling rate）作為氮素利用效率指示因子來評估研究區氮素利用效率大小（Eickhout et al.，2006；Ti et al.，2012；Huysman et al.，2015）。

圖1 農田生態系統氮素平衡計算示意圖Fig. 1 Sketch map of N nutrient balance model of agro-ecosystem

式中，M代表有機肥中氮輸入量，Ninp代表農田系統全部氮輸入量。

1.2.3 氮素污染風險評估

近年來，由于過量施肥所帶來的環境污染問題越來越突出，農田氮素隨著地表徑流進入收納水體，進而引起水體富營養化和土壤污染等問題（孫鋮等，2017）。因此評估農田氮素污染風險對于農田面源污染防控具有重要指導意義。本文所采用的氮素污染風險評價方法綜合考慮沖刷過程、污染過程以及入河過程等3種影響氮素流失過程的因子，通過參考相關文獻最終確定了坡度、年度侵蝕性降雨量（日降雨量＞12 mm）、侵蝕性降雨天數、距離河流距離、農田氮素盈余量等5項計算指標。農田氮素污染風險等級計算方法如下：首先將坡度、年度侵蝕性降雨量、侵蝕性降雨天數、農田氮素盈余量數值按照由小到大，距離河流距離按照由大到小進行排序；然后按照表1分類對其賦予特定分值；再參考相關文獻結果（Drewry et al.，2011）設定這5項指標權重，并帶入式（2）中進行污染風險因子計算（表2）；最后，由高到低進行排序，并將風險值分為若干等級，在此基礎上識別氮素污染風險重點區域。一般而言，風險等級越高表征該地區農田造成附近水體潛在氮素污染的可能性越大。

表1 污染風險評估指標分值設定一覽表Table 1 Pollution risk assessment index score setting

表2 污染風險評估指標權重設定表Table 2 The weighting factor for different transport and source factor

式中，Ri為污染風險因子評價結果；L為各項因子各自分值；W為因子所占權重；其中SL為坡度，EP為年度侵蝕性降雨量，DEP為侵蝕性降雨天數，DS為距河流長度，SI為農田氮素盈余量。

1.3 數據資料

本研究所用基礎數據資料主要包括長江經濟帶11省市各地級市農作物播種面積產量、化肥施用量、畜禽存/出欄量、農村人口數等社會經濟數據，以及降水量、DEM、河流分布等自然地理數據。其中社會經濟數據主要來自研究區各省市統計年鑒，DEM 數據主要來自于地理空間數據云（http://www. gscloud.cn/），氣象數據采用中國氣象數據網提供的2015年902個氣象站點逐日降水數據并利用ANUSPLIN軟件進行空間插值，河網數據來自中國科學院資源環境科學數據中心（http://www.resdc. cn/）。

2 結果與分析

2.1 氮素養分平衡特征

2.1.1 總體結果

表3為利用前文所確定的模型及相關參數所計算出的2015年長江經濟帶11省市農田生態系統氮元素養分平衡結果。結果表明，氮養分輸入總量為1.809×107t，輸出總量 1.392×107t。在各項輸入項中化肥輸入貢獻最大，達到 1.111×107，占比達到61.39%，其次為有機肥（包含秸稈、餅肥、糞肥）輸入量4.50×106t，占全部輸入量的24.89%；對于氮元素輸出項而言，最主要的為作物收獲，總量為8.962×106t，占全部輸出量的64.54%，其次是揮發損失2.039×106t以及反硝化損失1.531×106t，占比分別為14.68%和11.02%。

表3 2015年研究區農田氮素平衡狀況Table 3 N nutrient balance in agro-system of study area in 2015

2.1.2 氮素養分平衡空間分布

由于人為養分施加與農田損失消耗數量不協調以及肥料施加結構的不合理，極易導致農田氮養分比例的失衡（姜甜甜等，2009）。從研究區養分平衡計算結果來看，2015年長江經濟帶11省市總體呈現氮盈余態，盈余量達到4.177×106t，平均盈余態氮養分負荷為 87.5 kg·hm-2。在省級尺度，11個省市全部呈現氮盈余態，其中湖北省盈余總量最大達到7.167×105t，其次為云南省的6.317×105t和四川省的5.64×105t，而盈余量相對較少的省市主要有上海市（1.12×104t）、江西省（1.913×105t）、重慶市（2.222×105t）；與絕對盈余量分布規律相同，單位面積盈余量較大的省份主要有云南省（125.48 kg·hm-2）、湖北省（124.93 kg·hm-2）、湖南省（103.78 kg·hm-2）；而上海（54.24 kg·hm-2）、江西（56.12 kg·hm-2）、安徽（60.59 kg·hm-2）等省份較小。在地級市層面（圖2），129個地級市（含上海及重慶市）中絕大部分均呈現出氮盈余態，僅有6個地級市出現氮虧損，占比僅為4.65%，其中江蘇省鎮江市（-3.16×104t）、安徽省亳州市（-3.03×104t）虧損量較大；共有25個地市盈余量超過5×104t，主要分布在湖北（6個）、云南（5個）、湖南（4個）、江蘇（4個），其中湖北省襄陽市、江蘇省徐州市、云南省曲靖市均超過了1.0×105t。從氮素養分負荷分布可以看出，高值區主要分布在云南省、湖北省大部、江蘇省北部及湖南省中南部地區。其中湖北省鄂州市氮素負荷量最大，達到 446.77 kg·hm-2，其次是云南省曲靖市的326.29 kg·hm-2；另有8個地級市負荷量超過200 kg·hm-2。

2.2 氮素利用效率

表4為研究區各省市及世界主要國家和地區氮素利用效率結果。由表可知，2015年研究區氮素利用效率較低，仍停留在過去粗放式發展的模式中。作為表征耕地中氮素養分再循環能力的重要指標，NRR數值越高，代表著農田對額外的氮素輸入尤其是化肥的依靠度越低，自我維持能力越強。而研究區2015年平均NRR僅為24%，遠遠低于世界先進水平，主要原因在于近年來為片面追求高產高效，過度依賴化肥使用，而有機肥作為緩釋肥料其效率較低，使得有機肥還田比率大幅下降。

2.3 氮素污染風險評估

利用1.2.3的方法對長江經濟帶11省市農田氮素污染重點區域識別，結果如圖3所示。可以看到研究區耕地面積共計4.831×105km2，其中極高風險區域占比達32.8%，高風險區域占比31.3%，高風險及以上區域占比達64.1%；另有19.4%的區域為中風險，低風險及極低風險面積僅占全部耕地面積的16.5%。可見，綜合自然條件及養分盈余現狀，研究區極易發生氮素流失造成水體污染。

圖2 2015年農田氮素盈余空間分布Fig. 2 Spatial distribution of N balance in agro-system of study area in 2015

表4 研究區與其他地區氮素利用效率因子比較Table 4 Comparison of N use efficiency indicators between and study area and other regions

圖3 2015年研究區農田氮素污染風險分布Fig. 3 The rating of pollution risk for N in 2015

由圖4可知，貴州省的極高風險區占比最高，達到68.11%，其次是重慶市的 61.81%和云南省的53.18%，主要分布在長江經濟帶上游地區，而極高風險區占比較小的主要為安徽（11.61%）、江蘇（16.75%）、江西（26.50%）等省。相比之下，安徽、江蘇、湖南、四川等省的低風險區和極低風險區面積占比較大，其中安徽省低風險區和極低風險區占比達到37.36%，其次是江蘇省的22.13%，而貴州省和重慶市均不足1%，其中重慶市僅占0.31%。綜合上述兩方面因素可以看出，重慶、貴州、云南等省的農田氮素污染風險潛勢較高，需在今后工作中進行重點防范。

3 討論

3.1 長江經濟帶氮素平衡特征及成因解析

長江經濟帶11省市2015年農田生態系統氮素養分平衡呈現出明顯的“四高”特征：即高投入、高產出、高富集、高度依賴化肥輸入。研究區氮素平均輸入密度高達 379 kg·hm-2，平均輸出密度為291.65 kg·hm-2，分別是全球2000年農田氮素輸入密度（50.4 kg·hm-2）和輸出密度（50.6 kg·hm-2）的7.51倍和5.76倍（Bouwman et al.，2009），是歐盟輸入密度（126.7 kg·hm-2）和輸出密度（99.8 kg·hm-2）的3倍和 2.91倍，在全球主要國家中僅次于荷蘭的424.2 kg·hm-2及322.1 kg·hm-2（Oenema et al.，2009）。計算得到的研究區氮素平衡負荷為87.52 kg·hm-2，高于相關研究所測算的中國平均氮素負荷（62.8 kg·hm-2）（Chen et al.，2010），同時高于世界其他主要國家水平，分別是亞洲平均水平（26.4 kg·hm-2）和歐洲平均水平（39.2 kg·hm-2）的3.31倍和2.23倍（Galloway et al.，2004）。由前文可知，研究區氮素輸入量中化肥輸入占比為61.39%，明顯高于世界其他國家水平，分別是日本（40%）的1.5倍和美國（28.7%）的2.14倍（Shindo，2012），與農業高度規模化、集約化的荷蘭（62.8%）相同。而這種趨勢短期內無法得到改善甚至有逐漸加劇的趨勢，主要原因有以下幾點：

圖4 2015年研究區各省農田氮素污染風險等級分布Fig. 4 The risk level of pollution risk for N in different provinces in 2015

（1）嚴峻的人地關系

作為一個耕地資源相對短缺的國家，人均耕地面積不足1000 m2，不足世界平均水平的一半（蘇銳清等，2019），中國在人口持續增長、經濟高速發展、工業化城市化不斷推進的過程中耕地流失十分嚴重，而作為中國經濟的重要增長極的長江經濟帶更是面臨嚴重的耕地資源短缺問題，人均耕地面積僅為全國平均水平的75%。近年來耕地面積呈現出下降趨勢，數據表明研究區 11省市除湖北省和四川省耕地面積增加外其余地區全部出現耕地面積減小趨勢（王佳月等，2017）。

為了克服人多地少等諸多不利因素，多熟種植是中國作物種植制度的重要特征。中國約有56%的耕地實行多熟種植，其中長江流域是中國復種指數較高的地區，安徽、湖北復種指數大于 140%，西南各省及湖南、江西的復種指數分布在 120%—140%（丁明軍等，2015）。而另一方面提高作物單產產量也是破解當前人地矛盾的重要手段。2015年研究區單位耕地面積農作物產量約為 13000 kg·hm-2（考慮復種情況），相當于OECD國家2010年平均值（2700 kg·hm-2）的4.90倍，甚至超過了生產效率最高的荷蘭。而施加化肥則是提高畝產的最重要及最有效的手段。然而，當前面臨的主要問題是為了片面追求高產而過量施肥的現象普遍存在，諸多研究表明過量施肥對于農作物增長并無實際意義，反而會造成土壤自身肥力下降、養分大量流失造成大氣和水體污染等不良后果（Liu et al.，2006；He et al.，2007）。計算結果表明從 1990—2015年，研究區11省市氮肥施用量由7.40×106t增長到1.111×107t，增幅達 50%，而糧食產量增幅僅為15%，單位氮肥施用量產量由27.48 kg下降為21.12 kg，下降幅度為23.14%，除去上海市上升外其余地區均出現不同程度下降，云南省降幅最大達到50%，而貴州、四川、湖北、湖南等省份降幅也較大，反映出這些省份近年來肥料利用效率降低，過度施肥現象嚴重。

（2）飲食結構發生轉變

隨著近年來中國經濟的飛速發展及人民生活水平的不斷提高，飲食結構發生了明顯的轉變。主要體現在對于谷物的直接消費下降，而對于肉蛋奶等畜產品的需求量大幅上升，人均谷物消費量由1990年的238.80 kg下降為2015年的134.5 kg，降幅為 44%，而同時肉類及禽類消費量則由 20.1 kg增加到34.6 kg，增幅為72%。谷物消費量的大幅下降并未隨之帶來產量的下降，反之產量則由 1995年的4.16億噸增加到2015年的5.72×108t，增幅為37.5%。主要原因在于隨著畜產品消費量的逐年增加，營養物質的輸入由初級生產者（谷物）轉變為次級生產者（牲畜），用于充當牲畜飼料的谷物數量大大增加。相關研究指出，2013年中國生產的74%玉米用于牲畜飼料（Chen et al.，2014），表明飲食習慣的轉變會帶來更大規模的農田養分輸入，加之隨著中國人口峰值的來臨，未來對于農作物的需求仍處在加速上升狀態，由此可見未來一段時間農田養分輸入仍將保持高位。

（3）種植業及養殖業高度重疊

長江經濟帶各省不僅是中國主要的糧食主產區，同時也是中國畜牧業最為發達的地區。2015年全國生豬出欄量排名前十省份中有 5個在研究區內，其中四川省以7236萬頭位列第一。研究區11省市不僅提供了37.76%的糧食和37.32%的蔬菜，而且提供了43.45%的肉類供給。因此種植業及養殖業的空間高度重疊會更加加劇氮素的高投入、高產出及高富集現象。

3.2 長江經濟帶氮素高風險成因解析

根據前文所計算得到研究區氮素高風險及以上區域占比達64.1%，大部分農田均面臨較大的氮素流失風險。為探究造成長江經濟帶氮素高污染風險的成因，筆者利用本文相同方法對 2015年中國十大一級區中的北方五區（松花江流域、遼河流域、海河流域、黃河流域、西北諸河流域）氮素流失風險同時進行計算（圖5），結果顯示北方五區極高風險地區所占比例僅為3.95%，高風險及以上區域占比為18.44%，僅約為研究區平均水平的30%；相反低風險及極低風險區域面積占比為60.04%，是研究區平均水平的3.63倍。

主要原因有以下幾點，（1）研究區所轄區域河網密集，枝杈縱橫，且河流徑流量較大，特別是長江中下游地區更為明顯。研究區河網密度約為0.227 km·km-2，而北方五區的河網密度為 0.105 km·km-2，僅為研究區密度的一半。由于河網密度大，農田與河道間距離較近，土壤中氮素極易由于降雨或灌溉作用流失進入河道中造成污染。研究區耕地平均距河距離為 1500 m，而北方五區平均距河距離為2472 m，是研究區的1.65倍。（2）研究區內降水量大尤其是侵蝕性降水量遠大于北方地區，研究區2015年平均侵蝕性降水量達928 mm，是北方五區（142 mm）的6.53倍。由于侵蝕性降水量大，使得氮素隨著降水侵蝕及徑流作用離開土壤的可能性大大增加，而北方地區特別是華北平原同樣是中國主要農產區，河南、河北、山東省的氮素盈余量位居全國第2、第6、第7，但最終污染風險卻小于研究區各省，主要在于其降水量較少，絕大多數氮素并未隨徑流入河而是繼續留在土壤中。（3）研究區西部云南、重慶、貴州等省的風險潛勢較高也與其坡度較高有一定關系，一般而言坡度加大更有利于養分隨徑流作用流失，而研究區內安徽、江蘇兩省相對風險等級較低也是由于兩省地勢平緩，以平原地貌為主。

從整體結果看，研究區各省均存在不同程度農田氮素污染風險，由于地形、降水量及河網密度等自然特征無法改變，因此關鍵在于控制耕地氮素的負荷量。為此提出以下建議：（1）大力推行精準施肥，了解種植地塊影響作物生產的環境因素（土壤性質、肥力、地形、氣候），在此基礎上優化施肥結果，遵循“減過控多增缺”的原則制定相應的施肥方案，以求達到最大的經濟及環境效益；（2）提高有機肥施用率，有機肥可以有效改善土壤理化性質及生物特性，增強土壤保肥能力，另外含有豐富的有機物和營養元素可加快微生物活動促進養分的吸收利用，有效減少養分流失；（3）改進施肥方法，主要根據作物階段營養特點、肥料的特性、土壤的保肥性能、作物生長狀況確定適宜的施肥方式。使作物在不同生長階段都能得到所需養分的有效供應，減少養分固定與損失，提高利用率。

圖5 2015年研究區與北方地區農田氮素污染風險分布對比Fig. 5 The rating of pollution risk for N in 2015 in study area and in North China

4 結論

本文以長江經濟帶11省（市）共129個市級行政單元為研究對象，建立農田生態系統氮素平衡計算模型，分析了其農田氮素輸入及輸出量，得到了氮素平衡的空間分布特征。之后將氮素平衡結果耦合侵蝕性降水量、距河道距離、坡度等要素，確定了農田氮素污染風險等級。該方法可直觀識別出農田高污染風險區，為農田面源污染防控和水環境治理提供理論和數據支持。

研究結果表明，2015年研究區農田生態系統氮素輸入量輸入總量為 1.809×107t，輸出總量1.392×107t，盈余量為 4.177×106t，化肥施用和作物收獲為主要的氮素輸入和輸出途徑。從空間特征看，云南、湖北、湖南等省單位面積盈余量較大，而上海、安徽、江西等省份較小。單位面積盈余量較大區域主要分布在云南省、湖北省大部、江蘇省北部及湖南省中南部地區。從風險等級角度來看，研究區整體處于氮素污染高風險狀態，高風險及以上區域占比達64.1%，尤其是重慶、貴州、云南等省市農田氮素污染風險潛勢更為突出，而安徽、江蘇兩省相對風險等級較低。合理施用化肥，適當增加有機肥施用比例對于防治農田氮素流失污染具有重要作用。