農業面源污染時空分布及污染源解析
——以安徽懷遠縣為例

杜 鵑 王樂宜 周皓媛 王本梧 李國學 張寶莉*

(1.中國農業大學 資源與環境學院，北京 100193；2.安徽省蚌埠市淮上區曹老集農技站，安徽 蚌埠 233080)

面源污染是導致水環境惡化的主要原因之一[1]，具有復雜性、模糊性、隨機性、潛伏性、廣泛性和長期性等特點[2,3]。根據污染的來源，可以分為農業面源污染[4]、城市面源污染和土壤侵蝕面源污染等類型[5]。

農業面源污染是農藥、化肥及其他有機和無機污染物通過地表徑流和地下滲漏引起[6]，其主要污染物為氮、磷等營養元素[7]。過多營養元素進入水體，會導致地表水的富營養化以及地下水的硝酸鹽超標。目前，農業面源污染源包括農田種植、畜禽及水產養殖和農村生活等[8]。不同地區農業面源的首要污染源不盡相同，如林芝市林芝縣總氮和總磷的首要污染源為畜禽養殖，而林芝市墨脫縣總氮和總磷的首要污染源為農田種植[9]，漢江流域總氮的首要污染源為農田種植，總磷的首要污染源為畜禽養殖[10]。我國農業面源污染問題十分嚴峻，全國污染源第一次普查數據顯示，來自農業的總氮和總磷排放量分別達到57.2%、67.3%[11]。我國的農業面源污染具有明顯空間差異，面源污染排放高的省份大多分布于黃淮海平原[12]。其中，2016年安徽省農業面源污染物的排放總量為125.5 萬t，蚌埠市農業面源污染的排放強度為141.5 kg/hm2，其COD、TN、TP的排放強度分別為85.2、50.8、5.5 kg/hm2，3 種面源污染物平均排放強度水平均位居全省第二，是安徽省農業面源污染高度敏感區及優先控制區[13,14]。因此，研究區域內農業面源污染現狀及其來源，對于控制農業面源污染具有重要意義。為更好地定量研究面源污染，已有研究提出輸出系數模型，具有所需參數少、計算簡便、可靠性高的優點[15-16]。輸出系數模型利用較容易得到的區域土地利用類型、人口、畜禽數量等數據，通過多元回歸分析，建立土地利用類型和不同面源污染源輸出量之間的關系，從而對區域內的污染源進行模擬計算預測[17]。

目前，國內已有利用輸出系數模型對面源污染開展了一系列的研究，在大流域和小區域都取得了一定的成果。如利用輸出系數模型對我國北京[18]、遼寧[19]、云南[20]、廣東[21]等省市以及長江[22]、贛江[23]、瓊江[24]等流域的面源污染進行模擬估算。但面源污染是個處于動態變化的過程，以往研究主要對單一年份進行分析，缺乏對連續多年農業面源污染的動態性研究。為了更好地解析面源污染及其污染源，對研究區域進行連續多年的研究，本研究擬利用輸出系數模型，以安徽省蚌埠市懷遠縣2014—2018年農村面源污染為研究對象，研究該地區TN和TP的排放，估算面源污染總量，并分析其來源及時空分布變化，以期為該區域農業面源污染控制提供參考。

1 研究區域與研究方法

1.1 研究區域概況

蚌埠市懷遠縣位于安徽省北部，縣域總面積為22.1萬hm2，地處淮河中游及淮北平原南端，屬暖溫帶半濕潤季風農業氣候區。其降水量年際變化較大，年內分配不均，主要集中于春夏秋3季。境內水系發達，有9條河流，其中包括渦河、淮河、芡河等自然河流以及茨淮新河等人工河道。縣東南有大洪山，西南有平阿山，南側荊山和涂山，其余均為平原。

懷遠縣是傳統農業大縣，2017年農用地面積為17.3萬公頃，占全縣土地面積78.2%[25]，主要采用稻麥輪作模式。全縣共有19個鄉鎮、392個村，本研究區域包括懷遠縣萬福鎮和蘭橋鄉的12 個村(圖1)，該區域均為農村地區，種植業為水稻—小麥輪作模式，畜牧業以小戶養分散養殖為主，包括豬、牛、羊及家禽。區域內水系發達，主要河流為芡河與茨淮新河，此外還有眾多人工干渠。

圖1 研究區概況

2015年起，該區域開始實施農業固碳減排項目，通過實施化肥減施、農藥減施、優化灌溉以及固碳技術等一系列農業措施[26]。

1.2 研究方法

采用輸出系數模型對區域內農業面源污染的TN和TP排放量進行計算。輸出系數模型公式如下：

L=∑Ei×Ai+P

(1)

式中：L為污染物在研究區域總排放，kg/a；Ei為區域內污染物在該區域的輸出系數；i為研究區域中污染源類別；Ai為區域內的數量；P為降雨輸入污染物總排放，由于降雨量等數據較難獲得，在以往的研究中一般忽略該項。本研究參照以往的研究，也未考慮降雨的影響。

該區域為農村地區，行政面積約等于耕地面積，種植作物類型單一，土地利用類型對面源污染影響較小。因此，僅需考慮耕地、畜禽和人口的污染排放，建立懷遠地區面源污染估算模型如下：

L=Ls+Lp+La

(2)

式中：Ls為懷遠地區耕地源污染排放量，Lp代表懷遠地區人口源污染排放量，La代表懷遠地區畜禽源污染排放量。

Ls計算公式如下：

Ls=KG×EG

(3)

式中：KG為耕地面積，hm2；EG為耕地輸出系數，kg/hm2。

Lp計算公式如下：

Lp=KP×EP

(4)

式中：KP為人口量，個；EP為農業人口輸出系數，kg/個。

La計算公式如下：

La=KPI×EPI+KCO×ECO+KS×ES+KC×EC

(5)

式中：KPI為豬的數量，頭；EPI為豬的輸出系數，kg/頭。KCO為牛的數量，頭；ECO為牛的輸出系數，kg/頭。KS為羊的數量，頭；ES為羊的輸出系數，kg/頭。KC為家禽的數量，只；EC為家禽的輸出系數；kg/只。

1.3 數據來源及數據處理

本研究的數據主要包括：區域面積、耕地面積、種植作物類別、林地面積、畜禽養殖量、人口數量等。2018年10月，通過進行實地調查以及查閱年鑒，獲取2014—2018年相關數據。數據主要包括：2014—2018年區域內12 個村的行政區域面積、耕地面積、種植作物類別、林地面積、畜禽養殖量(豬、牛、羊、家禽)和人口數量等。通過查閱相關文獻獲取相關輸出系數，耕地和畜禽的輸出系數參考《全國第一次污染源普查—農業污染源》[27]中黃淮海平原一年兩熟的數據，農田化肥污染根據氮肥和磷肥流失系數及該區域農業種植情況確定，其中氮肥流失系數為12.75 kg/hm2，磷肥流失系數為 5.63 kg/hm2；人口的輸出系數參考康曉英等[28]在環鄱陽湖區的研究數據，選取的輸出系數見表1。

根據表1中各污染源的輸出系數，結合調研等獲得的數據，對研究區域的農業面源污染排放量進行模擬計算。利用GIS軟件，結合相關地理信息，分析研究區域2014—2018年農業面源污染排放的時空分布，識別主要污染源。

表1 項目區域各污染源總氮/總磷輸出系數

2 結果與分析

2.1 農業面源污染排放時空分布

將模擬計算所得面源污染總量結果與實地調研的各村面積數據結合，計算得出2014—2018年該區域及各村單位面積總氮排放強度和單位面積總磷排放強度，結果如表2所示。由表2可知：該區域單位面積總氮排放強度呈現先減少后增加的趨勢，2014—2018年的單位面積總氮排放強度分別為52.92、50.15、51.34、52.14、53.04 kg/hm2；總磷排放強度呈現增加趨勢，2014—2018年的單位面積總磷排放強度分別為3.71、3.74、3.82、3.92、3.90 kg/hm2。

表2 2014—2018年各村單位面積總氮、總磷平均排放強度

計算2014—2018年各村單位面積TN、TP排放強度的平均值可知：該區域內大部分村單位面積總氮、總磷排放強度分布一致；單位面積總氮、總磷排放強度最高的3 個村依次為找母、余夏和聯合；單位面積總氮、總磷排放強度最低的2個村依次為劉樓和鎮南。

綜合2014—2018年單位面積總氮排放強度GIS數據的自然間斷點[20]，將區域單位面積總氮排放強度分為4 個等級，繪制單位面積總氮排放強度的空間分布圖(圖2)。其中，43.01、49.37、55.23 kg/hm2為單位面積總氮排放強度的間斷點。如圖2所示，該區域單位面積總氮排放強度分布不均勻，隨年份發生變化，多分布于2、3 等級。單位面積總氮排放強度存在空間差異，單位面積總氮排放強度較高的區域集中分布于西北部的找母和余夏以及東部的聯合村，劉樓和鎮南單位面積總氮排放強度最低，集中于南部。其中聯合村變化較大，持續增長。

綜合2014—2018年單位面積總磷排放強度GIS數據的自然間斷點[20]，將區域單位面積總磷排放強度分為4等級，繪制單位面積總磷排放強度的空間分布圖(圖3)。其中，2.73、3.34、3.86 kg/hm2為單位面積總磷排放強度的間斷點。由圖3可知，該區域單位面積總磷排放強度分布更不均勻，隨年份變化更大，多分布在1和2 等級。單位面積總磷排放強度也存在明顯空間差異，單位面積總磷排放強度較高的區域主要集中于西北部的余夏、找母和東部的聯合村，其中聯合村變化較大，持續增長。大部分村落單位總磷排放強度與單位面積總氮排放強度分布較為一致，但仍有少部分村的總氮排放強度與總磷排放強度不完全正相關，如2014年磚橋的總氮排放強度為3級，而總磷排放強度僅為1級；2017年找母的總氮排放強度為4級，其總磷排放強度僅為2級。

圖3 不同年份單位面積總磷排放量分布圖

2.2 總氮、總磷污染排放總量

運用輸出系數模型對區域的面源污染總氮、總磷進行模擬計算，2014—2018年總氮和總磷排放總量結果如圖4所示。由圖4可見：該區域總氮排放量呈現先減少后增加的趨勢，2014—2018年的總氮排放量分別為309.8、293.6、300.6、305.2、310.5 t。2014年總氮排放量背景值較高，2015年總氮排放量減少16.0 t，與2014 年相比減少5%。2015年后，該區域的總氮排放量逐年均勻增加，增長量約為每年5.0 t。區域總磷排放量整體呈現增加趨勢，2014—2018年的總磷排放量分別為21.7、21.9、22.4、23.0、22.8 t。2014年總磷排放量背景值較小，2015—2017年間每年增長量約為0.5 t，增長率約為2%，2018年，排放總量約減少了0.2 t。

綜合分析總氮和總磷排放總量變化情況，可以看出，區域的農業面源污染總體呈現增長態勢，其中總氮排放量是總磷排放量的13 倍，而其他相關研究中總氮與總磷污染輸出比的5～10倍[14]，明顯高于其他區域，該區域內總氮排放量較大。

研究區域的農業面源污染主要來源于耕地源、畜禽源和人口源，從圖4的結果可以看出，農村人口源和畜禽養殖源產生的農業面源污染總量呈現增長趨勢，其貢獻率均有所增長；而農業耕地源產生的面源污染總量呈現先下降后穩定的變化趨勢，其貢獻率逐年降低。

圖4 2014—2018年研究區域內總氮(a)、總磷(b)排放及各污染源所占比例

各污染源對總氮排放量的貢獻率為：耕地源>人口源>畜禽源，耕地源產生的總氮排放量最大，貢獻率最高，為首要污染源，與宋大平等[29]在淮河流域的研究結果一致。2014年，其總氮排放總量為147.5 t，貢獻率為47.6%；2015—2016年，其總氮排放總量穩定為131.0 t，貢獻率由2015年的44.6%下降為2018年的42.2%，呈現下降趨勢，但仍占最大比例。人口源為總氮第二污染源，其產生的總氮排放總量逐年增長，貢獻率由2014 年的28.3%增長為2018 年的31.5%。畜禽源產生的總氮排放也呈現增長趨勢，其貢獻率約為25%。

各污染源對總磷排放量的貢獻率為：人口源>畜禽源>耕地源。人口源產生的總磷排放量最大，貢獻率最高，為首要污染源。2014年，總磷排放總量為9.6 t，貢獻率為44.1%，到2018年，人口源產生的總磷排放量增長為10.7 t，貢獻率增長到46.9%。畜禽源為總磷第二污染源，其排放總量逐年增長，貢獻率約為31.0%。耕地源的總磷排放貢獻率最小，2014年，其排放總量為5.8 t，貢獻率為26.7%。2015—2016年，其總磷排放總量穩定為5.2 t，貢獻率由2015年的23.6%下降為2018年22.7%。

2.3 農業面源污染時空分布特征成因分析

為了分析形成的該區域農業面源污染時空分布原因，將各村污染總量和污染源的2014年、2018年對進行分類分析，結果見圖5。從圖5可以看出，面源污染排放與單位面積畜禽養殖量及人口數量有著密切關系，單位面積畜禽養殖量和人口數量較高水平的找母村、余夏村和聯合村，面源污染排放較高；而南部村落單位面積畜禽養殖量和人口數量較低的劉樓和鎮南等村，面源污染排放較低。

余夏 Yuxia; 磚橋 Zhuanqiao; 陳安 Chen’an; 劉圩Liuwei; 劉樓 Liulou; 芡南 Qiannan; 鎮西 Zhenxi; 找母 Zhaomu; 鎮南 Zhennan; 鎮東 Zhendong; 孫莊 Sunzhuang; 聯合 Lianhe

從各村總氮排放可以看出，2014年除余夏和找母以畜禽源為首要污染源外，其他10個村是以耕地源為首要污染源，與該區域內整體的總氮排放貢獻率一致。2018年，鎮西人口源對總氮排放貢獻率為38.6%，超過耕地源的貢獻率37.0%，成為首要污染物。研究期間，其他村首要污染源均未發生變化。從各村總磷排放可以看出，2014年余夏、找母和聯合村以畜禽源為首要污染源，其他9 個村以人口源為首要污染源，與該區域內整體的總磷排放貢獻率一致。2018年，找母人口源對總磷的排放率增加為48.7%，成為首要污染源。研究期間，其他村首要污染源均未發生變化。

2015年減排項目開始實施，該區域種植的措施、施肥種類、施肥量和施藥量保持一致，此后耕地源產生的農業面源污染總量保持不變，影響排放總量的就是其他2 個因子。找母、余夏和聯合村的畜禽養殖量較大，均以養豬為主，單位面積數量為該區域的前三位，導致其污染排放較高，總氮排放為3或4級。陳小嬌等[14]研究表明安徽地區豬排泄物的累計產生量最大，對面源污染的貢獻遠大于其他畜禽。聯合村是區域內人口增速最快的村莊，年均人口增速約為5%。人口增速和較大的畜禽養殖量的共同作用導致聯合村面源污染排放持續增加，總氮排放從3 級增加為4 級，總磷排放從2 級增加為4 級。找母和余夏2014—2017年年均人口增速約為2%，2018年約為4%，所以總磷排放變化不如聯合村明顯。2014 年磚橋的畜禽總量為3 580 頭(只)，2018年增加為 12 821 頭(只)，總磷排放從1 級增加為2 級地區，總氮排放量一直為農業面源污染排放較高的3 級地區。而對比每年單位面積總氮排放強度和單位面積總磷排放強度，少部分村莊關系成不完全正相關，原因是總氮和總磷的主導污染源不相同。由此，控制農業面源污染應根據各村污染源構成不同，采用不同措施。

3 討 論

農業生產過程中使用的農藥和化肥、產生的畜禽養殖廢棄物以及未經處理的農村生活污水中含有的氮磷等營養元素及有機物，可以通過降雨淋溶和地下滲漏等方式進入環境中，當其含量超出環境本身自凈能力時，就會對環境造成面源污染[30]。研究表明，畜禽廢棄物中的氮、磷和COD的流失總量高于化肥，約為化肥流失量的122%和132%[31]。由于我國大多數農村地區沒有排水渠道及污水處理裝置，生活污水處理的設施不完善,導致農村生活污水隨意排放[2]。因此，為了制定有效的農業面源污染控制措施，必須要明確其來源與總量。

本研究發現該區域面源污染源時空分布具有明顯變化。2014—2018年，耕地面積基本不變，自2015 年開始實施固碳減排，使耕地源的總氮、總磷排放量減少，此后保持了不變(如圖4所示)。該區域人口數量持續增加，每年平均增長量為1 288 人，與我國現階段人口新政策相關。2014—2017年，畜禽數量持續增長；而2018年受非洲豬瘟的影響，豬和家禽的養殖數量明顯減少。因此，該區域2014年總氮排放量達到最高，2015年總氮排放量受耕地源影響顯著減少，此后，總氮排放量逐年增加，但區域內耕地源產生的總氮排放量基本保持不變，增量均來源于畜禽和人口增長。然而，2015年固碳減排項目實施后，耕地源產生的總磷排放量下降至5.2 t，但2014—2017年區域的總量仍呈現逐年增長。推測其原因是由于雖然項目實施使耕地源的總磷排放量保持不變，但畜禽和人口對總磷污染排放貢獻較大的緣故。其中，畜禽源對總磷排放量的貢獻最大，2018年牲畜養殖量的減少，使總磷排放量減少約0.2 t；人口源的總磷排放量持續增長。

耕地源、人口源和畜禽源3 種農業污染源在不同村莊的分布不盡相同，該區域內耕地面積最大的3 個村莊分別為北部的、陳安和聯合，耕地面積最小的3 個村莊分別為劉圩、劉樓和找母。單位面積人口數量最多的3 個村莊分別為找母、鎮西和余夏，人口數量最小的3 個村莊分別為陳安、鎮南和孫莊；畜禽養殖數量最多的為家禽，其次為豬、羊、牛。單位面積家禽數量最多的3 個村莊分別為聯合、孫莊和鎮東；單位面積家禽數量最少的3 個村莊分別為劉圩、鎮南和芡南。單位面積豬數量最多的3 個村莊為找母、余夏和聯合，數量最少的3個村莊為芡南、鎮東和陳安。單位面積牛數量最多的3 個村莊為找母、余夏和磚橋，數量最少的3 個村莊為劉樓、聯合和鎮南；單位面積羊數量最多的3 個村莊分別為孫莊、聯合和余夏，單位面積羊數量最少的3 個村莊分別為陳安、鎮南和劉圩。種、養殖結構和人口分布情況，造成了3 種農業污染源的時空分布差異。2016年安徽省總氮、總磷平均排放強度分別為29.68 和3.71 kg/hm2，蚌埠市總氮、總磷平均排放強度位居全省第二，分別為50.48、5.46 kg/hm2[13]，均高于安徽省排放的平均水平。2016年，該區域總氮平均排放強度為51.34 kg/hm2，高于安徽省和蚌埠市總氮平均排放強度。2014—2018年中其他年份總氮平均排放強度呈現先減少后增加的趨勢，均高于安徽省和蚌埠市總氮平均排放強度。2016 年，該區域總磷平均排放強度為3.82 kg/hm2，低于蚌埠市總磷平均排放強度，但仍然高于全省平均排放強度。其中，找母、聯合、鎮西和余夏4 個村的總磷平均排放強度高于全市平均水平。2014—2018年中其他年份總磷平均排放強度呈現增長趨勢，低于蚌埠市總磷平均排放強度，但仍然高于全省平均排放強度。此外，2014—2018年間通過對該區域地表水設置6 個監測點位(每年至少2 次，共24 組監測數據)，分別使用單因子評價法和熵權模糊物元模型對水質進行評價。兩種評價方法的結果均表明總氮為該地區地表水中的主要污染因子。因此，可以看出，該地區的面源污染情況較為嚴重，主要污染物為總氮。

分析面源排放總量的結果，發現研究區域的總氮排放量是總磷排放量的13 倍，明顯高于我國其他區域，原因是由于該區域農業種植中所施肥料的氮磷比例失調。我國農業農村部的統計結果表明，農業施肥合理的氮磷質量比為1∶0.65[14]，而本區域2014年所施肥料的氮磷比為1∶0.23。2015年采取農業減施措施后，氮磷比增加為1∶0.24，但仍高于合理比例。劉欽普[32]研究表明，安徽省處于化肥施用輕度風險區，應及時采取措施控制化肥使用的環境風險，同時可以通過調整該地區所施肥料的氮磷比，控制總氮排放量。

4 結 論

1)該區域單位面積總氮排放強度呈現先減少后增加的趨勢，2014—2018年的單位面積總氮污染排放強度分別為52.92、50.15、51.34、52.14、53.04 kg/hm2。總磷排放強度呈現先增加趨勢，2014—2018年的單位面積總磷排放強度分別為3.71、3.74、3.82、3.92、3.90 kg/hm2。

2)綜合2014—2018年單位面積總氮排放強度和單位面積總磷排放強度GIS數據的自然間斷點，將區域單位面積面源污染排放強度分為4 等級，該區域面源污染排放時空分布具有明顯差異。單位面積總氮排放強度和單位面積總磷排放強度分布隨年份均發生變化，其中，單位面積總氮排放強度多分布在2、3 等級；單位面積總磷排放強度分布多分布在1和2 等級；單位面積面源污染排放強度的空間差異與單位面積畜禽養殖量及人口數量有著密切關系。區域西北部余夏、找母和東部聯合村農業面源污染排放強度較高，南部劉樓和鎮南等村農業面源污染排放較低。大部分村總氮排放和總磷排放分布一致，但仍有少部分村的總氮排放與總磷排放不完全正相關。

3)2014—2018年該區域的總氮排放量分別為309.8、293.6、300.6、305.2、310.5 t；總磷排放量分別為21.7、21.9、22.4、23.0、22.8 t。所施肥料的氮磷比例嚴重失調使該區域總氮與總磷污染輸出比約為13，高于以往研究中的其他區域。該區域主要面源污染物為總氮，可以通過調整該地區所施肥料的氮磷比，控制總氮排放量。

4)該區域農業面源污染源主要是耕地源、人口源與畜禽源。研究期間人口源及畜禽源的污染總量及貢獻率均呈現增長趨勢，而農業減排措施有效地控制耕地源產生的污染總量，使其對貢獻率逐年降低。各污染源對總氮排放量的貢獻率為：耕地源>人口源>畜禽源；對總磷排放量的貢獻率為：人口源>畜禽源>耕地源。合理的農業措施有效控制了農業面源污染，應根據各區域不同的污染源構成，采取合適有效的措施。