會仙濕地氮磷排放時空差異性分析

萬 祖 鵬，代 俊 峰，謝 曉 琳，張 振 宇，徐 保 利

(1.桂林理工大學 環境科學與工程學院，廣西 桂林 541004； 2.桂林理工大學 廣西環境污染控制理論與技術重點實驗室，廣西 桂林 541004； 3.桂林理工大學 巖溶地區水污染控制與用水安全保障協同創新中心，廣西 桂林 541004)

濕地具有物質“源”“匯”及“轉換器”的功能，在凈化污水、保持良好水質方面發揮了重要作用[1]。近年來隨著人類對濕地的開發與利用，濕地受到生活污水、養殖廢水、農田施肥等污染物的影響較大，面源污染形勢嚴峻，因而濕地水質研究逐漸成為研究的熱點。除了濕地保護措施、濕地凈水水質方面[2-5]的研究，濕地及其周邊的面源污染狀況和時空特征也受到關注。

會仙濕地是中國最大的巖溶濕地，被譽為“漓江之腎”，是漓江流域最大的喀斯特地貌原生態濕地。由于人類活動和氣候變化的影響，濕地面積已由20世紀50年代的25 km2萎縮到目前不足6 km2，面臨著水質無法保障、生態效益下降的威脅。由于會仙濕地區域內農業種植的施肥量大(298.8 kg/hm2)，施肥結構不合理(氮、磷、鉀元素的施用比例為1∶0.34∶0.28[6]，氮、磷肥施用超標，再加上水產畜禽養殖場污染治理工藝落后(無害化處理僅40%)，使得會仙濕地區域局部地區面源污染嚴重。一些學者闡述了會仙濕地氮磷污染物指標之間的關聯性，研究了濕地富營養化及生態環境退化等問題[7-12]，但尚缺少濕地氮磷面源污染時空分布不均的試驗監測研究。本文主要研究會仙濕地核心地區4條河流的氮、磷等主要污染物的時空分布特征及其差異，闡述氮磷濃度與排放負荷之間的關系，以期為會仙濕地污染物防控和生態保護提供科學依據。

1 材料與方法

1.1 研究區概況

會仙濕地區域(見圖1)地處東經110°09′50″～110°14′30″，北緯25°05′20″～25°06′45″，屬亞熱帶季風氣候，年均氣溫18.8 ℃，年均降雨量1 890 mm。會仙濕地核心區域面積約18.4 km2(含匯水區)，四周為中低山與丘陵環繞，中央為峰林平原。地形總體上南北高、東西較低、中間低平。地表水體總體由南、北兩端向中央峰林平原匯集，形成向濕地中心收斂的水系格局[12]。核心區域水系分布、土地利用情況如圖1所示。

圖1 會仙濕地區域概況Fig.1 Overview of Huixian wetland irrigation area

研究區內水稻為早晚雙季稻，灌溉基本以地表水抽水灌溉和灌區農渠灌溉為主，灌溉季為4～9月，水稻生育期灌溉需水量調查結果見表1，2017～2018年降雨量見表2。

表1 水稻生育期灌溉水量調查統計Tab.1 Survey of irrigation water during rice growth period

表2 2017～2018年降雨量Tab.2 2017～2018 rainfall mm

1.2 監測與水樣檢測

利用ArcGIS軟件和分布式水文模型SWAT(Soil and Water Assessment Tool)，將會仙濕地空間劃分為多個子流域。根據空間劃分結果，按控制徑流量之和不少于總徑流量80%的原則，每條河流沿程及其子流域出口處設置監測點。在會仙濕地核心區域的相思江、會仙河、睦洞河和古桂柳運河的上中下河段共設置了15個采樣點，監測點的分布及位置見圖1。

考慮研究區降雨和作物(主要是水稻)生長特征，試驗中每15～30 d采集1次水樣。如有降雨，一般于雨后3 d左右采樣，保證采樣頻率的一致性和數據分析的可比性?，F場監測采樣點的流速、水深、pH、水溫、溶解氧(DO)等指標。采集的水樣當日送至實驗室，分析水樣的氮磷含量，總氮(TN)用堿性過硫酸鉀消解，紫外分光光度法測定(HJ636-2012)，氨氮(NH3-N)用納氏試劑比色法測定(HJ535-2009)，總磷(TP)用鉬酸銨分光光度法測定(GB11893-89)。

采用流速儀實地監測徑流流速，利用水尺通過五點等分法測量過水斷面水深和面積，從而計算出水口流量。

Q=V×S

(1)

式中：Q為監測段面出水口徑流流量，m3/s；V為斷面平均流速，m/s；S為監測過水斷面面積，m2。

采用污染物負荷計算公式計算污染物負荷：

L=[(C×Q)×10-3×T]/S

(2)

式中：L為氮磷排放負荷，kg/km2；C為各尺度徑流排水中氮磷質量濃度，mg/L；Q為采樣點河道徑流流量，m3/s；S為監測點控制面積，km2；T為每月時間，s。

1.3 分析和計算方法

應用SPSS軟件，對不同監測點氮磷濃度和排放負荷進行方差分析，探究研究區氮磷的時空差異。具體采用重復測量數據方差分析法(repeated measurement data)，此法是對同一研究對象的某一觀測指標在不同時間或不同地點進行多次重復測量，在農業、醫學等領域已有大量應用[13-16]。該方法提高了處理組間的精確度，且有效利用了監測對象。

按兩個自變量一個因變量的被試內設計，方差分析模型可表述為

Yabij=μ+αa+βb+(αβ)ab+δi(ab)+γj+

(αγ)aj+(βγ)bj

a=1，…，m；b=1，…，q；i=1，…，ng；j=1，…，p

(3)

式中：Yabij為隨機反應變量；μ為總體平均值；αa為因素A在a水平的效應；βb為因素B在b水平的效應；(αβ)ab為因素A和B在ab水平上的交互作用；δi(ab)為第i個受試在ab水平上的效應；γj為重復測量因素C(時間點)在點j的效應；(αγ)aj，(βγ)bj分別為因素A、B與時間點的交互作用。

此次研究的樣本數據選取2017，2018年，每個污染物指標接受2個實驗處理，即把會仙濕地的監測點的實驗處理分為上中下河段和水稻灌溉期(4～9月)和非灌溉期(10月至次年3月)2類變量，不定義其代表值。統計分析了睦洞河、會仙河、古桂柳運河和相思江的總氮、總磷、氨氮的不同監測點位置與不同時間的顯著性差異情況。

2 結果與分析

2.1 氮磷排放濃度的時空差異顯著性分析

經統計，數據滿足球形檢驗(Bartlett sphere)[17]，可采用重復測量方差分析法，氮磷濃度方差分析結果見表3。表3中3種空間變量為河流上、中、下河段監測點，2類時間變量為灌溉季節(4～9月)及非灌溉季節(10月至次年3月)，偏Eta平方代表了各個變量的效應量，以判斷影響顯著差異變量的權重。

表3 2018年氮磷排放濃度重復測量數據方差分析Tab.3 Analysis on variance of repeated measurement data of nitrogen and phosphorus emission concentrations in 2018

據表3得知，總磷濃度在睦洞河不同河段監測位置存在顯著性差異。許多研究已表明水質與土地利用類型有強烈的關系[18-19]。睦洞河流域的土地利用復雜，通過SWAT模型，基于數字高程模型(DEM)數據，以河網數據為標準，對濕地進行子流域劃分，包含睦洞河的有3個子流域，合計土地利用情況如表4所示。

表4 睦洞河流域土地利用面積Tab.4 Land use area of Mudong River Basin hm2

據統計，睦洞河流域上游至下游耕地面積占比依次為52.83%，27.56%，9.96%，灌木(巖溶孤峰)占比穩定在20.00%，林地和草地從上游至下游占比依次為28.00%，41.39%，67.81%。因為耕地面積大幅度減少，磷肥及有機磷農藥來源減少，而且林地的增加有助于水土保持和減少水體中的氮磷濃度[19]，所以總磷在睦洞河流域具有空間顯著性差異。居民用地僅占流域面積的1.07%，養殖廢水和生活污水少，相應的有機氮含量少，且在未完成反硝化作用或未被植物吸收前，水體的總氮不會減少，故總氮受時空差異影響較小。

相思江氨氮在灌期平均濃度為1.476 mg/L，在非灌溉期為5.331 mg/L。由表5得知在非灌期相思江與其他3條河流在氨氮上有顯著差異，導致這樣大的差異原因，一是相思江本身接收睦洞河及會仙河的河流匯入，以及上游工業區、魚塘的工業、養殖廢水匯入，氮素來源廣泛。9月份以后降雨量小，同時水稻氮肥施用量小[6]，農田氮污染排放減少；而相思江上游的工業污水排放相對穩定，占污染來源比重較大；河道水量減少后，污染物得不到稀釋，相思江凈化能力降低，導致水質變差。另一因素是灌溉期溫度較高引起了氨揮發活動劇烈，大氣溫度及其引起的地表溫度及不同深度地溫的變化是影響濕地氨揮發速率變化的重要因素[20]，相思江區域耕地面積廣，水稻田內的氨揮發是氮素的主要輸出形式之一。

表5 不同時期河流氮磷指標顯著性差異Tab.5 Significant differences in nitrogen and phosphorus indicators of rivers in different periods

據表6統計，濕地2017年和2018年污染物濃度無顯著差異，但在水稻灌溉期2 a之間的P值較小，由于降雨是流域面源污染的驅動因子，降雨量、降雨強度對面源污染流失起到決定性作用[21]，且2018年灌期降雨量為1 112.9 mm，小于2017年的1 778.4 mm，所以2 a間的污染物濃度在灌期差異性大。

表6 2017年與2018年污染物濃度方差分析Tab.6 Variance of pollutant concentration in 2017 and 2018

2.2 氮磷排放負荷的時空差異顯著性分析

因數據檢驗滿足條件，2018年氮磷負荷的分析方法與濃度分析方法一致，計算結果詳見表7。

表7 2018年氮磷排放負荷重復測量數據方差分析Tab.7 Variance of repeated measurement data of nitrogen and phosphorus emission load in 2018

相思江總磷負荷量受交互作用影響顯著，因此對總磷進行簡單效應分析，結果如表8所示，在水稻灌溉期，相思江上游的總磷排放負荷與中游有顯著差異。數據統計結果顯示，灌期上游顆粒態磷僅為中游顆粒態磷的54.0%，河流里的可溶性磷素多，且上游河道徑流量比中游大約21.7%，故上中游總磷排放負荷存在顯著差異，相思江上游承接了工業區的污染物，總磷灌期月均排放負荷為5.889 t，且相思江上游農田較少，沿程無大量的面源污染匯入，總磷隨河流降解，到中游的排放負荷僅為3.484 t。

表8 相思江總磷負荷簡單效應分析Tab.8 Simple effect analysis of Xiangsijiang TP load

同樣的，表9顯示古桂柳運河氨氮交互作用顯著，為了探究其時空相互影響，需要做氨氮的簡單效應分析，結果見表9。古運河的氨氮在非灌溉期的中游段和下游段具有顯著性差異，這是因為下游段附近分布了眾多的養殖場與居民區，在非灌溉期間，河流水量不足以稀釋養殖廢水及生活污水，導致古運河下游段的排放負荷是中游的3.49倍。

表9 古桂柳運河氨氮負荷簡單效應分析Tab.9 Simple effect analysis of NH3-N load in Guguiliu canal

2.3 氮磷排放濃度與負荷的對比分析

總的來說，4條河流總氮及氨氮排放濃度的平均值在灌溉期<非灌溉期，總磷的排放濃度在灌溉期>非灌溉期；古桂柳運河的總排放負荷灌期>非灌期，其余3條河流的總排放負荷均為灌期<非灌期。通過單因素方差分析，在水稻非灌溉期，相思江與其他3條河流的氨氮排放濃度具有顯著性差異(P<0.05)，其他3條河流兩兩無顯著性差異，具體結果見圖2。

古桂柳運河的總氮和氨氮排放濃度在灌期>非灌期，與排放負荷的規律相反，以總氮為例，因為其灌期、非灌期平均濃度分別為1.94，3.44 mg/L，這與睦洞河的1.85，2.77 mg/L相差不大，所以排除濃度的影響，但是古桂柳運河河道本身較窄，且受水葫蘆影響，在非灌溉期枯水季經常會堵塞河道，水位很淺導致流量很小(10～11月份中游河道平均流量0.096 m3/s)，所以導致古桂柳運河的氮磷排放負荷在灌期是非灌期的2.62倍。

總磷的排放濃度在4條河流中體現出了灌期>非灌期的規律。這是由于濕地生態情況近幾年較為改善，水生植物種類多；而且會仙濕地本身屬于亞熱帶，灌期(4～9月)溫度較高，這會導致水生植物的大量繁殖和水生動物新陳代謝的加劇，因此作為沉積物磷元素來源的水生動植物殘體、排泄物也大量增加，總磷增加；非灌期溫度低，水生植物長勢不如灌期茂盛，代謝少導致磷元素向上覆水中釋放也少。

注：氮磷濃度為灌期/非灌期各個月份的平均濃度，負荷為灌期/非灌期合計月份的河流總排放量。 圖2 4條河流2018年氮磷排放濃度與負荷的季節分布Fig.2 Seasonal distribution of nitrogen and phosphorus emission concentrations and loads in 2018

3 結 論

(1) 從時間角度來說，4條河流總氮、氨氮濃度在灌溉期小于非灌溉期，總磷受其可溶性磷素占比影響，灌溉期濃度大于非灌溉期；氮磷排放負荷方面，古運河受水葫蘆堵塞河道影響，非灌溉期的污染物排放負荷小于灌溉期，其他3條河流相反。相思江氨氮由于氮素來源廣泛，且上游工業污染影響了氨氮濃度時空分布，故在灌期與非灌期呈顯著差異。

(2) 從空間角度來說，受土地利用類型影響，睦洞河總磷、氨氮排放濃度及排放負荷都呈現顯著差異。由排放負荷交互作用分析可得：受濕地環境及磷素來源影響，灌期相思江總磷在上中河段具有顯著差異，在非灌溉期，養殖廢水及生活污水大量排入古運河中下河段，雨量少而得不到稀釋，致使排放負荷具有顯著差異。

(3) 濕地核心試區表征有機氮及氨氮的生活污水、養殖廢水排放較少，且濕地以水稻種植為主，土壤含水量高，土壤中的氮素容易流失進入河流被河泥吸附，因此總氮濃度及負荷均無時空顯著性差異。

致謝

本研究實施過程中，受到“廣西環境污染控制理論與技術重點實驗室科教結合科技創新基地”提供的實驗條件和野外采樣支持。