復雜流域氮磷污染物輸出特征及模擬
——以南京市云臺山河流域為例

任智慧，趙春發，王青青，徐蘊韻，郭加汛，王臘春*

（1.南京大學地理與海洋科學學院，南京 210023；2.南京市江寧區水務局，南京 211100）

人類活動加劇與城市化進程的加快，使得大量氮磷等生源要素進入水體，導致水質惡化加劇，產生一系列的生態環境問題[1]。隨著點源污染的有效控制，河流水質卻并未得到顯著改善，面源污染成為水體氮磷主要來源[2]。然而短期內很難降低流域面源污染負荷，流域水質狀況也難以有效減緩。因此必須有針對性地提出控源截污或降低氮磷入河方法，厘清面源入河份額，做到有的放矢。

面源污染指溶解態或顆粒態的污染物隨著降雨、融雪等徑流發生遷移轉化，并最終隨著徑流從不固定的地點匯入水體，造成的水體污染問題[3]。在一個復雜流域中，畜禽養殖、農村生活污水、城鎮地表徑流、農業化肥等是面源污染重要來源[4]。不少學者研究表明土地利用類型、農作物耕種方式、降水強度等因素會影響流域面源污染的時空分布特征與最終入河量[5-6]。目前，水文水質模型與原位監測是進行流域面源污染相關研究的主要手段[7]。結合GIS 與RS 技術，以SWAT、HSPF、AnnAGNPS 等為代表的模型廣泛應用于流域面源污染特征分析及負荷計算[8-10]。但大多水文水質模型需要大量的基礎數據，在資料缺乏地區較難適用。此外，原位監測雖在一定程度上可以估算污染物通量，但較難區分不同面源污染入河特征[11]。因此，在資料缺乏且下墊面復雜的流域構建面源污染負荷模型，實現面源污染入河特征及負荷定量研究，具有重要的研究意義。

南京市云臺山河長期受到農業和城鎮面源污染的影響，河流水質不容樂觀。因此研究以云臺山河流域為研究對象，通過構建降雨-徑流水文模型和面源污染負荷模型，結合原位監測結果，分析了河流水體TN、TP含量的時空變化特征以及流域TN面源污染的產生及入河特征。本文以云臺山河實際控制目標為依據，計算流域水體納污能力，確定流域污染物總量控制目標，以期為流域面源污染精準控制提供決策依據，為少資料流域構建面源污染負荷模型提供參考。

1 材料與方法

1.1 研究區概況

云臺山河位于江蘇省南京市江寧區，是秦淮河的主要支流之一，全長9.4 km，流域總面積約183.2 km2。云壩河、勝利河為云臺山河的兩個上游支流，下游有一條支流陽山河匯入（圖1）。研究區地處北亞熱帶季風氣候區，年平均氣溫15.7 ℃，年均降水量1 067 mm，降水主要集中在6—9 月份，光、熱以及水資源較為豐富。

云臺山河流域是典型的農業城鎮混合區域，土地利用類型復雜，主要為農業用地（38%），其次為城鎮用地（22%）、未利用地（19%）以及林地（18%）。未利用土地主要包括未開發的低山丘陵、河濱草地、交通道路以及裸土地等。林地主要為自然林，分布在流域上游。根據河流關系和高程特征，云臺山河流域被分為勝利河片區、云壩河片區、主干流片區、陽山河片區（圖1）。流域自上游到下游，林地及農業用地比例逐漸降低，城鎮用地比例升高。其中勝利河片區與主干流片區是以農業用地為主、城鎮用地為輔的典型半城鎮化區域，農田面積比例為37%～42%，城鎮面積比例為20%～22%。云壩河片區是城鎮化程度較低、以農林用地為主的區域，農田及林地面積比例高達70%。陽山河片區的城鎮化程度最高，城鎮面積比例達到43%。結合云臺山河流域河網特征、土地利用類型以及子片區劃分情況，研究自上而下共設置8個采樣點，其中S1、S2和S7 分別位于云壩河、勝利河和陽山河片區出口處，S3～S6位于云臺山河主干流，S8位于流域總出口處。

1.2 研究方法

本研究首先基于自主編寫的半分布式降雨-徑流水文模型，模擬流域的逐日產匯流量，以此作為水量基礎，結合面源污染負荷模型，計算污染物產生量與入河量。其次根據實測水質數據與一維水質方程，反演污染物實際入河量，對模型效果初步評估。最后，根據實際水功能區劃分，計算流域的實際納污能力，與模型計算結果相結合進行流域污染物削減量分析，并提出相應的流域面源污染防治措施。

1.2.1 樣品采集與分析

于2019 年3 月至12 月，對云臺山河支流及主干流進行逐月樣品采集。采用清洗過的采水器從距水面20 cm 處采集河流水樣，采集的水樣立即轉入預先清洗過的聚乙烯樣品瓶中，并放入冷藏箱內，盡快送至實驗室分析。未過濾水樣采用連續注射分析儀（Skalar San++，荷蘭）分析水體中的TN 和TP 濃度，方法檢測限：TN 為 0.01 mg·L-1，TP 為 0.001 mg·L-1。上述指標檢測均在中國科學院南京地理與湖泊研究所公共技術服務中心完成。分析的TN 和TP 數據，主要用于云臺山河氮磷時空特征以及面源污染入河特征研究。

1.2.2 模型原理與構建

（1）降雨-徑流水文模型

水文模型的編寫基于C++語言，在Visual C++6.0編譯器中完成，主要分為產流、匯流兩個模塊。產流模塊包括水面產流、城鎮產流、旱地產流與水田產流4 種產流類型，不同的產流類型采用不同的計算方法[12]，具體計算公式見表1。蒸散發折算系數根據《江蘇省水文手冊》確定，旱地及水田產流模型相關系數參考課題組前期研究結果[12]以及研究區實際情況進行選定。匯流模塊包括坡地匯流和河道匯流兩個過程，本文分別采用納什瞬時單位線法和馬斯京根法進行計算，通過河道分段來模擬流量在河道中的匯流過程。

（2）氮磷面源污染負荷模型

面源污染負荷模型主要包括污染負荷產生模塊和處理模塊。污染產生模塊可計算各類污染負荷產生量，包含農村居民生活、畜禽養殖、農業種植及城鎮徑流產污4 個部分，污染處理模塊用于計算污染負荷在遷移轉化過程中的損失量[13]，具體計算方法見表2。人均排污系數采用生態環境部華南環境科學研究所在江蘇南京的實測數據。畜禽產污量根據《全國規模化畜禽養殖業污染情況調查及防治對策》，由畜禽糞便污染物含量的平均值與排泄系數相乘得到。水田產流期間徑流中TN、TP 的平均濃度參考王鵬等[14]的研究成果，TN 為3.81 mg·L-1，TP為0.13 mg·L-1。旱地產流模式的計算參數則參考張榮保等[15]在江蘇宜興梅林地區的實驗測定值，TN 取值為m1=9.94，n1=2.74，TP 取值為m2=0.50，n2=0.38。污染負荷模型中處理模塊處理率根據生態環境部南京環境科學研究所的《太湖流域污染源調查及污染負荷分析報告》中有關實驗結果來確定。

表1 降雨-徑流水文模型子模塊計算方法Table 1 Calculation of modules of rainfall-runoff hydrological model

表2 污染負荷模型子模塊計算方法Table 2 Calculation of modules of pollution load model

（3）一維水質模型

河流主要為分段式河流與源頭式河流兩種類型。

分段式河流段末一維水質方程為：

式中：Ce為段末的污染物濃度，mg·L-1；Cx為流經x距離后的污染物濃度，mg·L-1；Sn為單位水體面源污染物增量，g·m-3；x為沿河段的縱向距離，m；u為設計流量下河道斷面的平均流速，m·s-1；K為綜合降解系數，污染物降解系數采用兩點法[16]計算得到，TN 降解系數為0.17 s-1，TP降解系數為0.14 s-1。

對于分段式河流，污染物入河量為：

式中：W為污染物入河量，g；Q為河流流量，m3·s-1；t為相應的時間，s。

對于源頭式河流，污染物入河量的計算采用以下公式：

式中：Ce為河流污染物背景濃度，mg·L-1；C0為初始斷面污染物濃度，mg·L-1。其余參數意義同上。

（4）水體納污能力計算

根據《水域納污能力計算規程》（GB/T 25173—2010）規定和計算精度要求，并結合云臺山河流域實際情況，采用一維穩態模型進行水體納污能力計算[17]。水體納污能力計算的最小空間單元為河段，因此將流域內河流劃分為勝利河、云壩河、陽山河以及云臺山河主干流4 個河段。在90%的枯水年水動力條件下計算河流的納污能力，各河段納污能力的計算公式如下：

式中：Wij為第i河段第j日的納污能力，g·s-1；Qij為第i河段第j日的平均流量；Csi為第i河段水環境目標控制濃度；Coi為河段上游來水的污染物濃度。其余參數意義同上。

全區域的納污能力為分河段納污能力之和，計算公式為：

式中：W為區域總納污容量；αij為不均勻系數，取值在0～1，取值依據為河道寬度，寬度越大，其值越小。

1.3 數據準備與模型驗證

模擬所需資料包括空間數據和屬性數據等，具體來源見表3。研究河段水環境功能區標準根據《南京市江寧區水資源綜合規劃》確定，水質標準采用《地表水環境質量標準》（GB 3838—2002）。

由于云臺山河流域資料的稀缺性，流域出口流量數據由實測流速乘以斷面面積得到。模型出水口為云臺山河干流段末斷面（S8），2019 年流域出口匯流量模擬結果見圖2。云臺山河全年總過水量3.5×107m3，年內平均流量僅為 1.1 m3·s-1，河流流量較小，滯留時間較長。流量在年內分布較為均勻，整體與降水趨勢一致。計算得到模型納什效率系數E=-0.16（n=10），表明模擬結果接近觀測值的平均值水平，總體結果可信，但過程模擬誤差大。由于研究區流域水文資料稀缺，實測流量數據有限，模擬誤差較大，但本文認為水量結果作為面源污染負荷模擬的基礎，對氮磷入河污染物總量產生一定的影響，但對不同來源氮磷的相對貢獻比例影響較小，可以反映各分區氮磷來源及其入河特征。因此可將水文模型模擬結果作為污染負荷模型的水量基礎。

2 結果與討論

2.1 河流TN、TP時空特征分析

2019 年云臺山河TN 濃度為0.5～18.0 mg·L-（1n=79），平均值為 5.1 mg·L-1，TP 濃度為 0.02～1.90 mg·L-1，平均值為0.14 mg·L-1。根據《地表水環境質量標準》（GB 3838—2002）中Ⅳ類水質標準（TN：1.5 mg·L-1，TP：0.3 mg·L-1），云臺山河各河段TN均超Ⅳ類水質標準，TP僅陽山河支流超Ⅳ類水質標準。因此云臺山河水質狀況不容樂觀，應重點控制氮污染物輸入。

研究區河流水體中TN 和TP 濃度存在顯著的空間異質性。從圖3 可以看出，位于流域上游的S1～S3采樣點TN 濃度（平均值為3.1 mg·L-1）顯著低于其他河段（平均值為6.2 mg·L-1）（P＜0.05）。在河流流動過程中，外源污染的不斷匯入會導致下游濃度高于上游[18]。S4～S8河段各采樣點TN濃度無顯著性差異（P＞0.05），表明該河段內無其他外源輸入。S3 到S4 濃度的驟升可能是因為S3～S4 河段有點源污染匯入。S1樣點TN 濃度顯著高于S2，這主要因為農業化肥使用比城市徑流產生更多的氮，并進入河流水體[19]。云臺山河S7 樣點TP 濃度高于其他采樣點，但整體無統計學上的差異性（P＞0.05）。城鄉結合型河流水體中TP濃度從上游到下游變化趨勢相對較緩，主要是沿途接納城鎮與農業面源污染，因此受到城市污染與農業污染影響所致[20]。

表3 數據及來源Table 3 Data and sources

云臺山河支流與干流年內變化存在差異。從圖4 可以看出，上游云壩河（S1）3—9 月TN 濃度變化較為平穩（平均值為2.6 mg·L-1）；10 月濃度驟升（11.0 mg·L-1），主要因為極低的月降雨量（12 mm）和高蒸發量導致水量下降。勝利河（S2）年內變化不顯著（1.7±0.96 mg·L-1），可能與上游水庫水量補給有關。S8 采樣點作為流域出口，呈現出雨季濃度較低（平均值為3.5 mg·L-1）、旱季濃度較高的特征（平均值為7.5 mg·L-1），這與其他流域河流特征類似[21]。雨季水量大、溫度高，對污染物有一定的稀釋作用并促進水體中氮的降解[22]，同時水生植物的生長會消耗部分營養鹽[23]。位于下游的陽山河（S7）春季TN、TP 濃度顯著高于其他月份，主要與3—4 月份的沿河放牧活動有關。TP濃度年內變化緩慢，表現為逐漸下降的趨勢，3—5 月平均濃度為0.35 mg·L-1，6—8 月平均濃度 0.13 mg·L-1，9—12月平均濃度為0.06 mg·L-1。云臺山河TP濃度與PO3-4呈明顯正相關（P＜0.05，R2=0.8），3—5 月份正值農業施肥期，未被農作物吸收的部分無機磷隨徑流進入河流水體，導致磷含量較高。6—8 月份正值汛期，降雨徑流的稀釋作用導致河流磷濃度降低[24]。而9—12 月份，河流磷來源主要為土壤固有磷，且懸浮物含量降低，導致磷濃度驟然降低[25]。

2.2 流域TN面源污染產生量分析

為驗證基于模型模擬結果計算的面源污染年入河量的精度，研究利用一維水質模型對污染物入河量進行了反演計算，并與模型估算的污染物入河量進行對比（表4）。結果表明，TN 的模擬值較實測值低18.4 t，相對誤差為14.2%；TP 的模擬值較實測值高4.5 t。TN 面源污染的估算結果較好，而TP 的估算值偏差較大。一方面，TP 入河量較小，實測數據具有一定的隨機性，且實測值為瞬時值，模型計算數據為平均值，兩者存在一定的差異性。另一方面，水生植物及懸浮顆粒對磷元素存在一定的吸收與吸附作用，而模型為簡單的經驗系數模型，沒有考慮磷在水體中的遷移轉化過程，導致模擬值高于實測值。綜合來看，TN 面源污染的模擬誤差在可接受的范圍之內，表明面源污染負荷模型對TN的模擬結果較好。以下基于模型結果主要對流域TN污染物進行分析。

云臺山河流域的TN污染負荷產生量占比計算結果見圖5，逐月產生量結果見圖6。云臺山河流域TN年產生量為581.1 t，農村生活及農田徑流產生的氮是主要來源，分別占總產生量的36%和35%，畜禽養殖及城鎮徑流產生氮貢獻較少，分別占總產生量的22%和7%。大量研究表明，農業活動產生的氮是河流水體重要來源，而城市區由于完備的污水收集處理系統，面源TN 污染產生量相對較低[26]。農田徑流污染主要為旱地徑流產污，水田產污貢獻較少（圖7）。在水稻生長期，水田多處于圩田的狀態，徑流多囤積于農田以供水稻生長，并未隨地表水流匯入水體，氮元素多被農作物所吸收。旱地產污期間，前期殘存在農田內的氮肥大多隨降雨沖刷進入地表徑流，大量氮元素進入水體，引起面源污染。流域內面源TN產生量存在空間差異性，勝利河片區與主干流片區TN 的年產生量最多，分別為210.0、153.0 t，共占全流域TN 產生量的62%，是云臺山河全流域污染物來源的主要區域。

表4 流域面源污染3—11月TN、TP入河量比較Table 4 Comparison of non-point source pollution into the river from March to November

2.3 流域TN面源污染入河量分析

面源污染入河量模擬結果見圖7。云臺山河流域TN 年入河量為187.8 t，年入河比例（面源入河量與產生量之比）為32%。研究分析不同污染來源入河比例發現，城鎮徑流來源的TN年污染產生量低，但入河比例最高，為87%，主要因為城鎮高不透水面比例使得污染物更易被降雨徑流沖刷攜帶至受納水體[27]。畜禽養殖的TN 污染入河比例最低，為16%。統計年鑒顯示2018 年江寧區規模畜禽養殖場糞便無害化處理和資源化利用率達98%以上，集中處理以及可持續利用使得畜禽養殖污染入河比例較低。

總體來看，勝利河片區的TN入河量最高，占全流域入河總量的36%；其次是主干流片區，占全流域的27%。各片區入河量主要與片區總面積有關，因此研究進一步分析了片區TN 單位面積入河量。從圖8 可以看出，各片區不同面源污染來源單位面積入河量存在一定的空間差異性。勝利河片區與主干流片區的不同來源單位面積TN入河量相似，表現為農田徑流＞農村生活＞城鎮徑流＞畜禽養殖，主要與兩片區土地利用結構相似有關。云壩河片區高的農田徑流污染（TN為0.57 t·km-2）表明，該區域農田污染較其他地區嚴重，農肥所含氮元素及降雨沖刷是流域徑流污染的主要原因[28]。陽山河片區則具有最高的城鎮徑流單位面積入河量（TN為0.38 t·km-2），表明陽山河片區內城市污染較其他區域嚴重，可能受到區域城鎮化程度的影響，不透水下墊面導致城市降雨徑流污染加重[29]。

2.4 流域TN面源污染控制方案

研究計算了云臺山河各支流及干流TN 納污能力，并根據TN入河量計算出各河段需削減量，結果如表5 所示。2019 年的水文條件下，云臺山河流域TN納污能力為50.5 t·a-1。根據江蘇省地表水功能區的劃分，云臺山河2010—2020 年水質保護目標為Ⅳ類水。為達到目標水質標準，云臺山河流流域TN 需削減量達137.3 t·a-1，為納污容量的270%。

云臺山河流域以TN 污染為主，因此為保證云臺山河流域水質達標，需對流域TN 面源污染進行精準控制。研究分析了各片區TN 污染來源需削減量，結果見圖9。總體來看，在保持現狀情況下，流域中農田徑流、農村生活、城鎮徑流、畜禽養殖的入河TN 需削減量分別為 55.5、39.7、26.6、15.5 t·a-1。在流域面源污染控制中，勝利河片區、主干流片區以農田徑流及農村生活污染來源控制為主，兩類污染來源共占污染控制總量的69%，應重點控制。云壩河片區以農田徑流污染控制為主，占污染控制總量的54%。陽山河片區以徑流污染控制為主，城鎮徑流與農田徑流TN需削減量各占該片區控制目標的36%。

表5 流域TN納污能力及需削減量（t·a-1）Table 5 Pollutants carrying capacity and pollutant reduction of TN in the basin（t·a-1）

據統計年鑒顯示，南京市2018 年農田單位面積施肥量為244.9 kg·hm-2，通過優化施肥處理，可提高水稻對氮素的吸收利用[30]，從而降低云臺山河流域農田TN入河量，以達到農田TN污染控制標準。農村生活及畜禽養殖污染源，可通過分類收集、集中處理的方式進行針對性管控。建立雨水調蓄池并完善城鎮雨污分流系統，則可有效減少城鎮徑流污染。

2.5 不足與展望

本文以云臺山河流域為例，初步探討了少資料復雜小流域面源污染研究方法。文中水文模型僅為面源污染負荷模型提供水量數據支撐，對于兩者之間更復雜的耦合方式，本文尚未進行進一步的深入探討。現提出本研究的不足之處，以便后續的深入研究和完善。

在不同下墊面產流過程中，旱地產流計算模塊采用的是單層蓄滿產流模式，僅考慮地表徑流攜帶的污染物，對地下徑流的研究較少。在水田產流計算模塊，考慮了水稻的不同生長階段需水量，但未考慮農田灌溉方式對氮磷污染物產生量的影響。在不同的生長階段，農作物對水分的吸收和蒸騰作用有所不同，施肥方式與作物對營養物的吸收程度也有所不同。后續可對旱地產流及水田產流模塊進行改進，以適應不同研究區域的產流方式。

面源污染負荷模型中，不同面源污染來源的具體參數來源于文獻整合，具體測定數據較少，在提高模型普適性的同時會對流域的污染物估算造成一定的偏差。在后續的研究中，應加強對水質等數據的實際監測，完善水質監測指標，提高模型的精確度。實際情況下，水生植物及懸浮顆粒對磷元素存在一定的吸收與吸附作用，而本文采用的面源污染負荷模型為簡單的經驗系數模型，沒有考慮磷在水體中的遷移轉化過程，因此造成了污染物估算偏差，有待進一步深入研究。

3 結論

（1）云臺山河各河段TN 均超Ⅳ水質標準，TP 僅陽山河支流超Ⅳ類水質標準。總體TN濃度下游高于上游，干流TN 濃度旱季高于雨季。TP 濃度空間變化不明顯，年內變化緩慢，表現為逐漸下降的趨勢。

（2）TN 面源污染負荷模擬結果表明農村生活及農田徑流是云臺山河TN 主要來源，勝利河片區與主干流片區是污染物來源的主要區域。

（3）云臺山河流域TN 年入河量占面源產生量的32%。上游地區農業/農村源具有高的單位面積氮磷入河量，下游地區城鎮徑流源具有較高的單位面積氮磷入河量。

（4）云臺山河流域TN 納污能力為50.5 t·a-1，為達到Ⅳ類水質標準，云臺山河流域TN 需削減量達137.3 t·a-1，其中農田徑流和農村生活源入河TN 需削減量最高，應重點防治。

（5）研究表明在流域水文資料較缺乏的情況下，通過構建降雨-徑流水文模型，以水文模型模擬結果作為面源污染負荷模型的水量基礎，并考慮面源污染物的不同來源與遷移路徑，可定量估算流域面源污染物產生量及入河量。