星云湖流域不同耕地輪作休耕情景對水質的影響及經濟效益分析研究

譚志衛 余艷紅 武孔煥 賀能琴 葉 瑞 郭春平

(1.云南省生態環境科學研究院，云南 昆明 650034；2.云南高原湖泊流域污染過程與管理重點實驗室，云南 昆明 650034；3.南京智水環境科技有限公司,江蘇 南京 210012;4.玉溪市農田建設與土壤肥料工作站，云南 玉溪 653100)

星云湖為云南省嚴重污染的九大高原湖泊之一，污染來源主要為農業面源。研究表明，2005—2015年星云湖流域種植業面源污染逐年加重，種植業化肥流失量從404.10 t/a增加到890.55 t/a，年均增長率為12.04%[1]。前期對星云湖流域種植業面源污染驅動力的研究顯示，種植結構的改變是種植業面源污染加重的最關鍵因素[2]。實施輪作休耕制度是在新常態下順應我國種植業結構調整方向，實現農業領域的供給側改革戰略的有效途徑之一。開展輪作休耕的目標是通過政策扶持、科技支撐，探索輪作休耕與主要農產品供求的良好互動，調整種植結構，將種地養地與綜合治理相結合，促進生態環境改善，實現資源持續有效利用。目前，耕地輪作休耕試點是一項制度化的探索，王志強等[3]、王文[4]、陳洪國[5]、程玉龍等[6]對耕地輪作休耕的實施要點、政策及操作模式等進行了研究。本研究對星云湖流域開展輪作休耕情景的對比分析，并從諸多情景中選出經濟與環境效益優異的情景，為星云湖農業面源治理、有效降低農業污染、改善生態環境提供科學支撐。

1 研究區概況

星云湖流域位于云南省玉溪市江川區境內，屬于珠江流域南盤江水系，處于滇東山字形構造體系的前弧與脊柱之間的地盾范圍。由于地殼局部下陷形成星云湖，周圍為低山、丘陵地形，星云湖為滇中高原陷落型淺水湖泊。星云湖流域屬亞熱帶西南季風氣候，多年平均降雨量848.7 mm，多年平均氣溫15.9 ℃。流域內山區、半山區約占65%，壩區占21%，水域占14%。

2 研究區農業種植特征與水質分析

2.1 研究區農業種植特征

2017年，徑流區實際在耕耕地面積10 886.67 hm2，其中壩區耕地6 853.33 hm2，山區耕地4 033.33 hm2，主要種植蔬菜、烤煙、玉米、油菜、水稻、馬鈴薯等農作物，全年總播種面積26 433.33 hm2，復種指數242.91%。其中蔬菜、烤煙、玉米、油菜、水稻、馬鈴薯種植面積分別占55.84%、14.80%、8.46%、5.84%、3.88%、3.09%。星云湖流域耕地分布見圖1。

圖1 星云湖流域耕地及入湖河流分布Fig.1 Distribution of cultivated land and rivers entering the lake in Xingyun Lake Basin

2017年，星云湖徑流區全年化肥施用量約1.43萬t，其中氮肥0.85萬t，磷肥0.19萬t、鉀肥0.39萬t，施肥強度達6.09 kg/hm2。

2.2 水質分析

根據星云湖1996—2017年全湖平均水質監測數據分析，2000年前，星云湖水質總體較好，維持在Ⅲ類水質(基于《地表水環境質量》(GB 3838—2002)判定，下同)；2000年后，全湖水質迅速下降，2003—2017年均處于劣Ⅴ類，主要超標指標為TP、pH。2009—2014年是星云湖污染最為嚴重的時期，2016年各污染指標呈下降趨勢，2017年略有上升。湖心站點(國家考核點位)水質變化趨勢與全湖基本一致，目前主要超標指標為TP。2008—2009年，湖心TP總體在Ⅴ類；2009—2014年，TP迅速上升，質量濃度在0.42～0.52 mg/L，2012年達到最高值。2015年TP降至0.27 mg/L，2016、2017年分別為0.22、0.23 mg/L。

3 研究區農業種植污染問題剖析

3.1 農業面源污染是星云湖重要的污染來源

星云湖流域內的污染源主要包括工業污染、城鎮生活污染、規模養殖污染、農村面源污染、農業面源污染及水土流失。經核算，2017年星云湖流域主要污染物COD、TN、TP產生量分別為52 117.95、5 133.16、939.12 t。經工程控制削減后，COD、TN、TP排放量分別為15 745.45、2 059.38、214.55 t，入湖量分別為5 594.60、742.50、95.70 t。其中，農業面源污染(化肥流失、農田秸稈、水產)形成的TN入湖量276.70 t，占37.27%；TP入湖量36.00 t，占37.62%。農業面源污染是星云湖氮磷營養物質的重要來源。

3.2 壩區蔬菜種植是導致農業面源污染加劇的重要原因

星云湖徑流區55.84%的面積種植蔬菜，全年施肥強度達6.09 kg/hm2。環星云湖翠大線/鐵大線壩區及一級保護區耕地的施肥強度分別是徑流區平均施肥強度的1.21、1.47倍，占徑流區施肥總量的75.83%和17.21%。施肥強度、復種指數及蔬菜種植面積占比均呈現為：徑流區山區耕地>環星云湖翠大線/鐵大鐵線以上壩區耕地>環星云湖翠大線/鐵大鐵線以下壩區耕地。

3.3 蔬菜種植帶來的氮磷污染明顯高于其他種植

目前，沿湖岸種植的花椰菜、西蘭花、青蒜苗等蔬菜作物施肥量均較大。以種植每茬荷藕所需的250 d為基準，將蔬菜、油菜、水稻和烤煙的種植時間進行折算。蔬菜施氮量(以N計)2.76～4.74 kg/hm2、施磷量(以P2O5計)0.56～0.98 kg/hm2；荷藕施氮量1.20 kg/hm2，施磷量0.60 kg/hm2；油菜施氮量1.55 kg/hm2，施磷量0.43 kg/hm2；水稻施氮量1.45 kg/hm2，施磷量0.58 kg/hm2；烤煙施氮量1.13 kg/hm2，施磷量0.57 kg/hm2。對比可知，蔬菜種植的氮磷施用量明顯高于其他種植。

4 源解析技術

本研究采用流域污染負荷-水質響應的時空數值源解析技術[7-8]來分析輪作休耕的環境效益及對星云湖水質改善的效果。該技術主要基于流域輸入與響應關系，結合流域內河流負荷通量，構建水質直接源解析模型，全湖氮磷營養鹽各組分的存量和通量通過與三維水質模型方程耦合，并與水質-水動力模型進行數值積分得到；該源解析技術用水質模型的微分方程直接對每個污染負荷再微分，形成新的微分方程求解，然后和水動力模型聯立，獲取源解析系數，計算各條河流對星云湖湖區內考核斷面的貢獻比例。

4.1 源解析構建與驗證

考慮到目前的數據條件和時間限制，本研究將構造的水質-水動力模型定位在從相對長期(年度到多個年度)和相對宏觀(多個監測點的平均水質結果)的角度來量化星云湖流域的水質響應，而對短期和局部的水質響應只進行有限考察，以供參考之用。根據獲得的數據，并綜合考慮計算量等因素，確定模型模擬時間為2016年1月至2017年12月。

模型校驗與模型情景分析都基于同樣時間尺度。模型模擬的多年平均濃度和空間分布，和李家、湖心和螺絲鋪3個站點(均為湖區內站點)的觀測結果基本吻合，全湖多年平均濃度模擬相對誤差低于5%。

基于三維水質-水動力模型EFDC[9-10]，將星云湖流域劃分為112個子流域和61個水文響應單元，將湖區劃分為167個正交曲線網格，構建星云湖陸域水質-水文模型和湖區水質-水動力模型。結合李家、湖心和螺絲鋪3個站點逐月水環境常規監測數據，對星云湖湖區內多點位進行水質校準。

基于構建的三維水質-水動力模型，模擬星云湖流域內16條入湖河流污染源和底泥污染源的貢獻。基于當前星云湖重點關注的TP脫劣Ⅴ類需求目標，分析了湖心水質考核斷面的污染源2016—2017年平均貢獻率，TP的主要貢獻源依次為底泥、東西大河、漁村大河、舊州河和大莊河(見表1)。

表1 星云湖湖心TP貢獻率源解析結果Table 1 TP source apportionment contribution of central Xingyun Lake

4.2 輪作休耕對水質影響分析方法

基于各子流域對星云湖湖區內考核斷面的貢獻率及不同輪作休耕方式后的污染負荷削減量，計算得出不同方案實施后對星云湖湖心的改善效果。計算公式見式(1)至式(3)：

Li=A×Pi

(1)

(2)

H=∑Hi

(3)

式中：Li為污染源i水質指標分配質量濃度，mg/L；A為湖心水質指標質量濃度，mg/L；Pi為污染源i貢獻率，%；Hi為實施輪作休耕后污染源i的水質指標改善質量濃度，mg/L；Ci為污染源i實施輪作休耕后的污染物削減量，t；Ti為污染源i污染負荷入湖量，t；H為輪作休耕實施后對整個流域水質指標的改善質量濃度，mg/L。

5 結果與討論

5.1 不同輪作休耕情景分析

根據星云湖徑流區種植結構和農業面源污染狀況特征，按照星云湖流域各污染源貢獻率、土地流轉、資金籌措、項目招商、源解析理論計算等情況綜合分析，擬定14種情景，見表2。

表2 14種情景輪作休耕方式與面積1)Table 2 Rotation and fallow patterns and area in 14 scenarios

由于農田固體廢物在不同的環境保護政策下會有很大的變化，因此各情景中只針對肥料污染進行核算與分析。

5.2 不同輪作休耕情景的效益分析

表3展示了不同輪作休耕情景的效益分析。根據各情景輪作休耕的投資、產出、污染負荷削減量及水質改善的統計數據來看，削減量及星云湖湖心水質改善最大的為情景3，此情景也是凈投資最大的，達到256 887.76萬元，單位削減量凈投資為19 589.78萬元，單位水質改善凈投資為2 373 255.69萬元；削減量及水質改善最小的為情景1，其凈投資也是14種情景中最小的，為9 751.26萬元。情景3凈投資最大，該情景下單獨實施輪作休耕，便能使TP達到Ⅴ類。

表3 各情景綜合效益分析1)Table 3 Comprehensive benefit analysis for each scenario

從單位削減量凈投資及單位水質改善凈投資來看，兩項指標最大值出現在情景5，單位削減量凈投資為48 839.95萬元，單位水質改善凈投資為6 014 410.41萬元，凈投資為184 054.44萬元。兩項指標最小值出現在情景2，單位削減量凈投資為17 585.68萬元，單位水質改善凈投資為2 068 090.56萬元，凈投資為52 662.99萬元。情景2性價比較高，但在單獨實施輪作休耕的情況下不能使TP完全達到Ⅴ類。

此外，情景11兼顧了經濟效益和環保效益，也是較優選擇。此情景實施后，污染物入湖量與水質改善的程度均尚可，單位削減量凈投資與單位水質改善凈投資均較低，而水質能達到Ⅴ類。

5.3 討 論

目前星云湖水質主要超標指標為TP與pH，本研究中各情景只是針對TP進行了核算與分析，并沒對pH等其他指標進行核算，而星云湖水質達標還受到pH等指標的影響。從各情景結果來看，輪作休耕的實施雖然在減少TP上可以有所貢獻，但不能確定其對pH的影響。其次，源解析模型模擬分析存在不確定性。本研究得到的初步分析結果是基于星云湖現有數據，缺少更長時間的有效監測數據，也未考慮地下水影響，源解析結果有待進一步完善。再次，輪作休耕的執行時效及效益的滯后性都會影響水質改善效果。

6 結 語

14種情景中，在經濟條件允許情況下，情景3最優，此情景實施后能最大程度減少污染負荷入湖量，水質改善力度也最大(能將湖心TP降低0.108 mg/L)，且單獨實施輪作休耕便能使TP達到Ⅴ類。在考慮削減及水質改善投資性價比的情況下，情景2最優，此情景單位削減量凈投資與單位水質改善凈投資最低，但在單獨實施輪作休耕的情況下不能使TP完全達到Ⅴ類。情景11兼顧了經濟效益和環保效益，也是較優選擇。此情景實施后污染物入湖量與水質改善的程度均尚可，單位削減量凈投資與單位水質改善凈投資均較低，而水質能達到Ⅴ類。