河南省人類活動凈氮輸入量與參數影響研究

裴 瑋,杜新忠,雷秋良*,閆鐵柱,李 影,張天鵬,陳玫君,武淑霞,劉宏斌

河南省人類活動凈氮輸入量與參數影響研究

裴 瑋,杜新忠1,雷秋良1*,閆鐵柱1,李 影2,3,張天鵬1,陳玫君1,武淑霞1,劉宏斌1

(1.中國農業科學院農業資源與農業區劃研究所,農業部面源污染控制重點驗室,北京 100081；2.中國科學院地理科學與資源研究所,資源與環境信息系統國家重點實驗室,北京 100101；3.中國科學院大學,北京 100049)

為探究平原地區糧食主產區人類活動凈氮輸入量特征及其參數對估算結果的影響,以河南省為研究區,收集整理1990～2015年縣級統計數據及NANI模型參數,對NANI的時空分布特征、變化趨勢以及參數對估算結果的影響進行分析.結果表明:(1)時間尺度上看,1990～2015年河南省NANI呈升高趨勢,1990、1995、2000、2005、2010、2015年NANI分別為14347、19146、21466、24251、23711、26156kg/(km2·a),化肥施用為主要貢獻因子,占比為63.56%,其次是食品/飼料凈氮輸入量,占比14.81%;空間尺度上看,河南省NANI較高的縣市主要分布在中部和東部的平原地區,而西部山地丘陵地區縣市NANI較低.(2)NANI模型輸入組分中受參數影響最大的是食品/飼料凈氮輸入量,與選用適宜參數估算結果相比較,該項變化范圍在-23.1%～71.3%,作物固氮量變化范圍在-31.2%～41.2%,化肥氮輸入量變化范圍在-2.8%～4.5%.

人類活動凈氮輸入量(NANI)；縣級尺度；時空變化；河南省；參數影響

氮素是影響全球生態系統功能、多樣性和變化過程的主要元素之一,20世紀以來人類通過掌握固氮技術,糧食產量與生活水平得到了顯著提高[1-2].然而隨著人口的不斷增長和經濟的快速發展,人類對氮素的不合理利用也日益加劇,當某一區域的氮素輸入量超過生態系統的閾值時,便會導致自然界中氮循環平衡失調[3],造成地下水硝酸鹽污染、水體富營養化和酸雨等環境問題[4-5].因此,氮素過量輸入是制約生態環境可持續發展的重要因素.

由于人類活動是氮素過量輸入的主要誘發原因,為了更好地評估人類活動對流域氮素輸入的影響,Howarth等[6]于1996年提出了人類活動凈氮輸入(NANI)的概念,NANI是一種物料平衡法,主要由人類活動帶來的4個氮素輸入組分構成:食品/飼料凈氮輸入、化肥施用、大氣氮沉降和作物固氮,用以表示進入流域或區域的外來氮源[7-9].NANI方法基于常規統計數據,具有操作簡便、公式清晰、參數易獲取等優點,其結果能夠可靠地表征區域氮循環受人類活動的影響[10].目前,國內外學者已成功運用該模型定量研究不同地區由人類活動造成的氮素累積狀況,如美國東北沿海流域、密歇根湖流域、伊利諾伊河流域、密西西比河流域[11-16],北歐的環波羅的海流域[17],國內千島湖流域[18]、長江三峽流域[19]、淮河流域[20]、太湖流域[21]等,這些研究通過分析流域NANI的時空變化特征以及影響因素,證實NANI與流域人口密度、耕地面積及經濟發展水平呈正相關,與林地、草地面積呈負相關[4,9,17-19];此外,陸域氮輸入與河流氮輸出之間存在顯著正相關關系[22-23],為評估區域氮素污染現狀提供了理論基礎;同時針對同一研究區域,不同學者采用不同尺度進行NANI研究發現,較小尺度能夠更具體地識別氮源排放的重點區域,如中國大陸的市域尺度比省級尺度在識別重點排放區更具優勢[1];對于小流域NANI的研究則應采用更小尺度,如洱海流域[8]在考慮了旅游人口流動的影響下采用鄉鎮尺度進行研究.

在不同地區應用NANI模型研究氮素輸入狀況,可為氮素污染評估和治理提供新思路[24],然而在采用NANI模型進行評估的多數研究中,不難發現各輸入組分在計算時存在較大的不確定性,原始數據基本來自于統計年鑒,可靠性較強,但參數取值則直接來源于研究者對已有文獻的總結,受研究者主觀性影響較大,若在估算某一流域時,相同指標在不同參數下計算必然導致結果出現偏差.比如日本北海道東部的Shibetsu流域的NANI研究中,Hayakawa等[25]采用的人均氮消費量為3.14kgN/a,而 Kimura等[26]采用的人均氮消費量為4.9kgN/a,導致氮素輸入的估算結果相差近 22kg/(hm2·a).此外,當研究區域較小時,需要考慮當地實際情況采用本地化參數.如在計算人類食品氮消費量時,針對城鎮居民和農村居民每日蛋白質攝入量,若直接采用69g/d和64.6g/d是極為不妥的[27],該參數適用于全國范圍或較大研究區域,研究區域較小則需要兼顧當地飲食習慣與經濟社會發展條件,確定適合的蛋白質攝入量較為妥當.因此,NANI模型中參數會對結果的可靠性產生一定影響,有必要以更加精細的參數范圍研究人類活動凈氮輸入量,從而獲得更為精確的估算結果.

張汪壽等[9]在對已有NANI模型的應用中分析發現,目前NANI模型在內涵概念、數據來源、尺度轉換等方面存在較大的不確定性,估算結果的可靠性與參數精準度有很大關系,然而目前對于NANI模型參數影響的研究較少,本文研究以河南省123個縣市為單位,在縣級尺度上估算了河南省1990～ 2015年人類活動凈氮輸入量,分析NANI時空分布特征以及變化原因,同時探討參數對NANI各輸入組分的影響,為今后NANI估算在參數應用方面提供參考.

1 材料與方法

1.1 研究區概況

圖1 河南省縣域行政區劃示意圖

河南省位于我國中東部(北緯31°23'～36°22',東經110°21'～116°39'之間),總面積16.7萬km2(圖1),憑借農業資源豐富、氣候溫和以及地理位置優越等條件成為中原農耕文化的代表之一.河南省地勢西高東低,平原和盆地、山地、丘陵分別占總面積的55.7%、26.6%、17.7%,大部分地處暖溫帶,南部跨亞熱帶,屬北亞熱帶向暖溫帶過渡的大陸性季風氣候.河南省耕地主要有3種類型:旱地、水澆地和水田,三者占耕地面積的比重分別為34.6%、56.1%、9.3%[28].河南省作為我國重要的商品糧生產基地,2019年小麥播種面積570.66萬hm2,產量3742萬t,約占全國小麥產量的25%,玉米播種面積380.1萬hm2,產量2247.35萬t,主要養殖畜禽種類為牛、豬、羊和家禽,作為我國的糧食生產大省,資源緊缺、農業面源污染等問題更為突出.

1.2 數據來源

數據指標包括人口數量、畜禽養殖量、農產品產量、化肥施用量(折純)和大氣氮(NO)沉降量,時間尺度為 1990～2015 年,空間尺度為河南省地級市市區與其下所轄各縣市,數據來源于河南農村統計年鑒、河南統計年鑒,以及鄭州、開封、洛陽、三門峽、南陽等地級市統計年鑒.

1.3 NANI估算方法及參數范圍的確定

分別核算每個縣、市單元的人類活動凈氮輸入量, NANI由4個部分組成,計算公式如下:

式中:im表示食品/飼料氮凈輸入量;fer表示氮肥施用量;cro表示作物固氮量;dep表示大氣氮沉降量,以上各項的計量單位采用kg/(km2·a).

1.3.1 食品/飼料凈氮輸入量(im) 食品/飼料凈氮輸入量表征人類與畜禽氮素攝入量與產量的差值,反映區域內食品飼料的氮素供需情況.當區域生產的食品和動物飼料超過人類和動物消費量,多余的食品/飼料被輸出到其他區域,此時該值為負;當區域生產的食品和動物飼料不能滿足人類和動物消費時,則會從其他地區進口食品/飼料,此時該值為正[29],im計算公式如下:

式中:食品/飼料氮輸入量=人類食品氮消費量+畜禽飼料的氮消費量-農作物產品中的氮含量-動物產品中的氮含量.

(1)人類食品氮消費量(hc)

人類食品氮消費量通過人口數量與每日人均蛋白質消耗量相乘得到,其中蛋白質與氮含量的換算系數為6.25[8].考慮到各縣市生活條件和水平的差異,本研究將城鎮人口和農村人口分別進行計算,hc計算公式如下:

式中:Pop1表示城鎮人口數量,人;Pop2表示農村人口數量,人;PROT為人均蛋白質攝入水平,其中城鎮人口的蛋白質攝入范圍在67.7～72.3g/(人·d),農村人口為62.9～69.9g/(人·d)[27].

(2)畜禽飼料氮消費量(lc)

畜禽飼料氮消耗量通過畜禽數量與單個動物的年耗氮量相乘得到,考慮河南省畜禽養殖數據的可獲得性以及養殖特點,統計了豬、牛、羊以及家禽的存欄量,頭或只;lc計算公式如下:

式中:AN為區域畜禽養殖數量;表示畜禽種類數量;表示畜禽種類;ANI為氮素攝入水平kg/(頭·a).

(3)動物產品氮產量(lp)

動物產品的氮產量是通過畜禽數量乘以單個動物的氮消耗量與排泄量之差得到,考慮到畜禽產品的不可食用部分,還需再乘以其相對應的可食用部分比例edi,lp計算公式如下:

式中:ANO表示畜禽氮素排泄水平kg/(頭·a),本研究中edi為90%,使用的參數范圍(表1)通過查閱已有的文獻獲取.

注:本研究中適宜參數為本地參數或目前使用最頻繁的參數,參數范圍括號內數字為查閱文獻的樣本數量,以下含義相同.

(4)作物氮產量(cp)

作物氮產量根據主要糧食和水果的產量及含氮量的乘積來確定,cp計算公式如下:

式中:表示作物種類;表示作物種類的數量;CP表示作物產量t;PC表示作物的含氮量;由于作物生長條件和品種之間的差異,相同作物含氮量并不是一致的,本研究所使用的參數范圍(表2)通過查閱文獻以及中國食物成分表[30]獲得.

1.3.2 化肥施用量(fer)fer使用統計年鑒中氮肥與復合肥折純量,復合肥中含氮量通過查閱文獻[31-32],得出復合肥中氮素分配比約為10%～23%,由于絕大多數有機肥都是在區域內循環,并不帶入新的氮源輸入,因此在計算NANI時并不考慮,fer計算公式如下:

式中:NF和CF分別表示氮肥和復合肥的折純施用量,rN表示復合肥中氮素的含量.

表2 農產品氮含量參數范圍[1,4-8,17-21,29-30]

1.3.3 作物固氮量(cro) 農作物可通過生物固氮作用將空氣中的氮固定在植物體內,固氮作物的大面積種植也成為區域的重要氮源輸入項,本研究統計的主要固氮作物為大豆、水稻、花生以及小麥和玉米,分別計算它們的固氮量,cro計算公式為:

式中:CA為固氮作物的播種面積km2,來自于統計年鑒;NF為作物固氮能力kg/(km2·a);為作物類型;作物為種類數量;作物的固氮速率范圍(表3)主要來源于文獻.

表3 主要農產品固氮參數范圍表[4,23-24,29]

1.3.4 大氣氮沉降 大氣氮沉降量來源于文獻[29], 1995、2000與2015年的氮沉降量根據文獻中1990、2000和2009年的氮沉降量折算得到,分別為2532、3297和4010kg/(km2·a),本研究僅考慮NO形態的氮沉降量,因為來自化肥揮發的NH僅能在大氣中停留幾小時到幾星期,且在局部地區可完成循環,隨空氣傳播距離和停留時間都很短[3].

1.3.5 參數影響研究方法 為探究參數對各輸入組分和估算結果造成的影響,本研究綜合各指標參數的變化范圍,將各輸入項分別在其最高、最低以及常規參數下進行計算,得到3次對應的各輸入項與NANI結果的數據.再以常規參數下估算的結果數據為參照,將最低、最高參數下估算結果與常規參數估算結果進行計算和比較,確定該輸入項自身存在的變化范圍以及對NANI結果的貢獻范圍.

2 結果與分析

2.1 人類活動凈氮輸入的年際變化特征

為了更準確的評估河南省人類活動凈氮輸入量的時空分布狀況,首先采用材料與方法中適宜參數計算并分析年際變化和空間分布.1990～2015年河南省縣級尺度人類活動凈氮輸入總量年平均值為3.04×106t,由圖2可看出從1990年開始NANI整體呈現上升趨勢且變化顯著,2010年略有下降,其中NANI最低為1990年14347kg/(km2·a),在2015年達到最高為26156kg/(km2·a),與1990年相比增幅82.3%,平均年增長率為3.2%,26年間平均值為21513kg/(km2·a).

圖2 1900～2015河南省NANI的年際變化

圖3 1990～2015河南省NANI構成組分占比年際變化

從氮素輸入的構成來看(圖3),1990～2015年間化肥輸入量的貢獻率呈先下降后上升的趨勢,年貢獻比例在57.2%～72.8%,平均值為13827kg/(km2·a),占比63.56%,是河南省NANI組成的主要貢獻因子;其次是食品/飼料凈氮輸入量,26年間貢獻占比為5.0%～22.2%,年均值為3055kg/(km2·a),占比14.81%;大氣氮沉降與作物固氮貢獻占比變化趨勢較為穩定,變化范圍分別在13.2%～15.4%和6.5%～9.1%,其中大氣氮沉降年均值為3094kg/(km2·a),占比14.35%,貢獻率接近食品/飼料氮輸入量;作物固氮量貢獻率最小,年均值為1537kg/(km2·a),占比7.28%.

2.2 人類活動凈氮輸入的空間分布特征

圖4 1990～2015 年河南省縣級尺度人類活動凈氮輸入量的空間分布

圖4顯示了河南省各縣級單元1990～2015年人類活動凈氮輸入的空間分布狀況,河南省NANI分布存在明顯的空間差異,地域特點極為顯著,呈現出東高西低、南北介于東西之間的特點.前人研究表明,流域地形和農業分布對NANI的空間分布強度存在顯著影響[4,19-20],而河南省地勢西部多為山地丘陵,北、西、南三面由太行山、伏牛山、桐柏山、大別山沿省界呈半環形分布,中、東部為黃淮海沖積平原.

NANI的高值出現在中東部地區,集中分布在鄭州、開封、新鄉、許昌、周口、駐馬店等人口密集或傳統農業發達城市,其中有超過68%的縣市NANI年均值高于28000kg/(km2·a),周口、駐馬店、開封、許昌等城市26年中NANI顯著升高,其中NANI最高的縣域單元是鹿邑縣,年均值達到48823kg/ (km2·a),是省平均值的2.3倍,主要原因是農業生產活動強度大,化肥單位面積施用量高且畜禽養殖業發達.通過查閱統計年鑒,河南省各縣市畜禽養殖數量在1990～2015年中的年均值為4.33×106頭,氮肥施用量年均值為1.66×104t,而鹿邑縣在研究期間的畜禽養殖年均值達到6.12×106頭,氮肥年均施用量為4.4×104t,遠高于全省平均水平.此外,固始、沈丘、正陽、上蔡、滑縣、內黃、汝州等縣市NANI值偏高與鹿邑縣原因基本一致,其畜禽養殖和化肥施用的年均值分別在6×106頭～8×106頭和2.7×104t～6×104t之間.

三門峽、洛陽、濟源等山地丘陵地區城市,以及信陽的羅山、光山、新縣、固始等縣市由于受地勢影響,農業、工業及交通不發達,因此NANI值普遍較低,最低的是三門峽市的盧氏縣,年均值僅為5519kg/(km2·a),主要原因是該縣地處熊耳山、伏牛山,受地形因素影響,耕地面積占比較低,僅占土地總面積的6.9%～7.9%.

2.3 參數影響

以河南省1990～2015年的縣級統計數據為例,使用材料與方法中各指標的參數變化范圍,將各輸入組項分別在其參數范圍以及常規參數下進行計算,表4中數據為計算結果,圖5為3次NANI計算結果,以適宜參數估算結果為參照,NANI估算結果由于參數影響存在-7.33%～15.98%的變化.

表4 1990～2015年NANI各輸入組分參數變化范圍與適宜參數下的估算結果

為進一步探究參數對輸入組分的影響程度,基于NANI模型分析表4中數據,當每個指標在其參數范圍內計算時,相應的輸入組分存在一定的變化范圍,從圖6可以看出,各輸入組分中受參數影響最大的是食品/飼料凈氮輸入量,與適宜參數下估算結果相比較,該輸入項的變化范圍在-23.1%～71.3%,其中各組分受參數影響程度大小依次為:畜禽/飼料氮消費量>畜禽產品氮產量>作物氮產量>人類食品氮消費量;作物固氮量與適宜參數下的結果相比,變化范圍在-31.2%～41.2%,由于化肥施用氮含量僅存在于復合肥中,與選用常規參數15% 相比,該組分變化范圍在-2.8%～4.5%.

圖5 不同參數下對應的3次NANI估算結果

由于各輸入組分受參數影響存在各自的變化范圍,因此各組分對NANI估算結果的貢獻程度,也會受參數影響而存在相應的變化,其中食品/飼料氮輸入量對NANI的貢獻范圍在11.8%～21.0%,作物固氮的貢獻范圍在5.3%～8.7%,化肥施用的貢獻范圍在57.9%～67.4%.

圖6 輸入項與NANI在不同參數下對應的3次計算結果

3 討論

3.1 與其他區域相比較

1990～2015年中,河南省各縣市NANI變化范圍在3707～79886kg/(km2·a),年均值為21513kg/(km2·a),遠高于國內其他流域,如洱海流域2014年10986kg/ (km2·a)[8],三峽庫區2001～2016年均值11632kg/ (km2·a)[33],潘陽湖流域2004～2013年均值6913kg/ (km2·a)[34].與國外地區相比,美國東部NANI為560～ 4900kg/(km2·a)[35-36],英國流域為11590kg/(km2·a)[24],印度總體水平為4616kg/(km2·a)[37],相比之下河南省存在較高的氮素污染風險.

Han等[29]對中國大陸31個省級尺度的NANI時空變化研究結果顯示,我國1981～2009年的氮素輸入強度為554～15941kg/(km2·a),省級尺度NANI的均值為2653kg/(km2·a),其中NANI值最高的省級地區為河南省15941kg/(km2·a),這一結論與本研究的結果差異較小.高偉等[1]采用中國大陸市域尺度統計數據估算NANI結果顯示,2010年我國市域尺度NANI 為11109kg/(km2·a),本研究中河南省縣級尺度2010年NANI平均值為23711kg/(km2·a),河南省氮素污染風險遠高于市域尺度的全國水平,是省級尺度全國平均水平4716kg/(km2·a)的5.0倍.本研究以縣級尺度數據為單位,相比于省級和市域尺度,在識別氮素污染潛在風險區上更具有明顯優勢,可以更有效地識別高風險區,可為該省農業面源污染防治提供參考.

3.2 輸入組分變化

為了進一步探究河南省NANI年際變化的原因,分析了NANI四個輸入組分的年際變化情況,與我國的其它區域相同,化肥施用是NANI的主要貢獻因子,如三峽庫區化肥施用占輸入總量的50%～56%,淮河流域化肥施用占比64%～77%,太湖流域化肥施用占比53%～77%[19-21],湖北省[38]化肥施用占比61%.

作為我國重要的商品糧生產基地,糧食產量從1990年的3356萬t增長到2015年的6076萬t,1990年各縣市氮肥折純量均值為 8557kg/(km2·a),2015年增長到19051kg/(km2·a),增幅為122.6%,化肥施用是影響NANI值上升的主要因子;26年中大氣氮沉降貢獻率變化不大,然而隨著河南省經濟和工業的發展,大氣氮沉降總量顯著增加,從1990年的2130kg/(km2·a)增長到2010年的3659kg/(km2·a),但是由于NANI整體值的增加幅度大,該輸入組分的增長對總量的貢獻卻并不明顯; 26年中作物固氮量貢獻率變化不大,主要原因是豆科類作物種植面積增長平緩;食品飼料氮輸入量貢獻占比呈現波動下降趨勢,表明隨著糧食產量增加食品飼料氮輸入量不斷減小,研究期間部分縣市已由凈進口轉變為凈出口.

3.3 參數影響分析

本研究中大氣氮沉降在計算中采用固定值,因此不參與討論.除氮沉降外,NANI模型的3個輸入組分中,化肥施用作為NANI最主要的貢獻因子,受參數影響反而最小,原因在于該輸入項的計算方法簡單,涉及指標少,僅包括氮肥和復合肥的折純量,其中氮肥折純量作為直接外來輸入源不涉及參數,僅需要考慮復合肥中氮含量的參數范圍,且由于氮肥施用量基礎數據較大,在NANI模型中占有極強的貢獻能力,因此化肥施用受參數影響最小.

作物固氮量受參數影響程度大于化肥施用,原因在于其中大豆、花生固氮速率參數范圍較大.本研究通過查閱已有文獻[40],大豆固氮速率存在顯著差異,生物固氮量在6200～15000kg/km2之間變化,目前多數研究者針對大豆和花生的固氮速率分別都采用9600kg/(km2·a)和8000kg/(km2·a)作為參數,而實際上從已有文獻中獲取的參數并不一定適合當地區域,如我國長春和延安的大豆固氮能力就存在6倍的差距[39],此外,水稻、小麥和玉米等作物由于受氣候、降水、施肥等條件的影響,固氮能力也存在相應的變化.食品/飼料凈氮輸入量受參數影響程度較大,主要原因是由于該輸入項的計算方法最為復雜且涉及指標較多,由材料與方法中公式可知,該輸入組分由四個分項(hc、lc、lp、cp)相加減組成,除hc外,每個分項計算時都需要考慮較多的指標,對應的參數也存在各自的變化.因此,NANI模型中參數對輸入組分的影響大小與計算方法復雜程度、指標數量具有較強的相關性,計算方法越復雜、指標越多則不確定性越強.

除模型參數外,NANI估算結果的不確定性也受到原始數據的影響,由于我國各類型的統計年鑒難以找到鄉鎮級的農業農村數據,造成研究尺度較小時數據獲取困難,有時只能通過往年數據進行推算[40],數據的缺失也會對結果產生相應的偏差.因此,若要提高NANI結果的可靠性,還需要更精準的數據進行計算.

3.4 氮素管理建議與對策

河南省26年間的NANI整體輸入強度上升,大量的氮被不斷輸入到流域生態系統,如何在保持經濟可持續發展的前提下最大程度地降低氮素污染風險,已成為技術創新和政策制定的重要考慮因素.

輸入組成上看,化肥施用作為主要的貢獻因子,提高其利用率刻不容緩.通過多年統計數據的分析,研究期間河南省耕地面積的氮肥施用強度為382kg/hm2,但河南省多數農作物的合理施氮量范圍在150～250kg/hm2之間(其中以小麥和玉米為主).而實際上在施肥過程和施肥后會有100kg/hm2左右的氮素發生損失,起作用的依然是150～200kg/hm2,因此改變施肥方式、減少氮肥不合理施用是降低河南省NANI的關鍵.

空間分布上看,縣域尺度能夠以更小的區域控制面積實現更大的氮源輸入控制量,中原城市群在1990～2015年間經濟快速發展,人類活動加劇造成NANI不斷上升,其中中東部地區各縣市增長幅度較大,而西部山地丘陵地區各縣市增長速度緩慢,據此,鄭州、開封、洛陽市等經濟發達地區建議以農產品深加工為突破口提高作物價值,同時大力發展第三產業,轉變經濟發展方式;周口、新鄉、商丘、駐馬店市應側重發展綠色農業,在減少化肥農藥不合理施用的同時,加強對畜禽養殖業的控制管理,從污染源頭降低氮素污染風險;三門峽、濟源、漯河市等工業發達地區應加強對污染物排放量的控制管理,開發利用清潔能源,減少化石燃料的使用,從而降低NANI中大氣氮沉降量的貢獻率.

4 結論

4.1 河南省1990～2015年中人類活動凈氮輸入量年均值為3.04×106t,折合成單位面積輸入強度為21513kg/(km2·a),其中化肥施用量占63.56%,食品飼料氮素輸入量占14.81%,大氣氮沉降量占14.35%,作物固氮量占7.28%.

4.2 時間尺度上看,河南省1990～2015年NANI整體呈現上升趨勢,1990～2005年上升速度大于2005～ 2015年,其中氮肥施用為主要貢獻因子;空間尺度上看,河南省NANI分布具有很強的地域特點,高值主要分布在中部和東部的平原地區,西部與南北山地丘陵地區NANI值較低.

4.3 NANI模型中各輸入組分的變化范圍與計算方法復雜程度、指標數量具有較強的相關性,計算方法越復雜,所需統計的指標越多,受參數影響的變化范圍越大.與選用適宜參數計算相比,各輸入組分中受參數影響最大的是食品/飼料凈氮輸入量,變化范圍在-23.1%～71.3%,其次是作物固氮量,變化范圍在-31.2%～41.2%,影響最小的是化肥氮輸入量,變化范圍在-2.8%～4.5%.

4.4 NANI構成上看,各輸入組分對NANI結果的貢獻存在相應的變化范圍,影響最大的是食品/飼料氮輸入量,貢獻范圍在11.8%～21.0%,化肥氮輸入的貢獻范圍在57.9%～67.4%,作物固氮的貢獻范圍在5.3%～8.7%.

[1] 高 偉,郭懷成,后希康.中國大陸市域人類活動凈氮輸入量(NANI)評估 [J]. 北京大學學報(自然科學版), 2014,50(5):951-959.

Gao W, Guo H C, Hou X K. Evaluating city-scale net anthropogenic nitrogen input (NANI) in Mainland China [J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2014,50(5):951-959.

[2] Smil V,尹華寶.氮和食物生產:人類飲食中的蛋白質 [J]. 人類環境雜志, 2002,31(2):126-131,199.

Smil V, Yin H B. Nitrogen and food production: proteins for human diets [J]. Journal of the Human Environment, 2002,31(2):126-131.

[3] 陳 飛.長江流域人類活動凈氮輸入及其生態環境效應淺析 [D]. 上海:華東師范大學, 2016.

Chen F. Net anthropogenic nitrogen inputs (NANI) into the Yangze River basin and analyses on eco-environmental impacts [D]. Shanghai: East China Normal University, 2016.

[4] 李曉虹,劉宏斌,雷秋良,等.人類活動凈氮輸入時空變化特征及其影響因素 [J]. 中國環境科學, 2019,39(2):812-817.

Li X H, Liu H B, Lei Q L, et al. Spatio-temporal characteristics and influential factors of net anthropogenic nitrogen input: A case study of Xiangxi River Watershed [J]. China Environmental Science, 2019, 39(2):812-817.

[5] Baulch H M. Asking the right questions about nutrient control in aquatic ecosystems [J]. Environmental science & technology, 2013, 47(3):1188-9.

[6] Howarth R W, Billen G, Swaney D, et al. Regional nitrogen budgets and riverine N & P fluxes for the drainages to the North Atlantic Ocean: natural and human influences [J]. Biogeochemistry, 1996, 35(1):75-139.

[7] Hong B, Swaney D P, Howarth R W. A toolbox for calculating net anthropogenic nitrogen inputs (NANI) [J]. Environmental Modelling and Software, 2010,26(5):623-633.

[8] 李 影,劉宏斌,雷秋良,等.洱海流域鄉鎮尺度上人類活動對凈氮輸入量的影響 [J]. 環境科學, 2018,39(9):4189-4198.

Li Y, Liu H B, Lei Q L, et al. Impact of human activities on net anthropogenic nitrogen inputs (NANI) at township scale in Erhai Lake basin [J]. Environment Science, 2018,39(9):4189-4198.

[9] 張汪壽,李敘勇,杜新忠,等.流域人類活動凈氮輸入量的估算、不確定性及影響因素 [J]. 生態學報, 2014,34(24):7454-7464.

Zhang W S, Li X Y, Du X Z, et al. Accounting methods, uncertainties and influential factors of net anthropogenic nitrogen input (NANI) [J]. Acta Ecologica Sinica, 2014,34(24):7454-7464.

[10] 劉艷萍.洞庭湖流域人類活動凈氮/磷輸入(NANI/NAPI)時空分布評估 [D]. 北京:北京林業大學, 2019.

Liu Y P. Spatial and temporal distribution of net anthropogenic nitrogen / phosphorus input (NANI / NAPI) in Dongting Lake Basin [D]. Beijing: Beijing Forestry University, 2019.

[11] Schaefer S C, Alber M. Temporal and spatial trends in nitrogen and phosphorus inputs to the watershed of the Altamaha River, Georgia, USA [J]. Biogeochemistry, 2007,86(3):231-249.

[12] Schaefer S C, Hollibaugh J T, Alber M. Watershed nitrogen input and riverine export on the west coast of the US [J]. Biogeochemistry, 2009, 93(3):219-233.

[13] Hong B, Swaney D P, Howarth R W. A toolbox for calculating net anthropogenic nitrogen inputs (NANI) [J]. Environmental Modelling & Software, 2010,26(5):623-633.

[14] David M B, Gentry L E. Anthropogenic inputs of nitrogen and phosphorus and riverine export for Illinois, USA [J]. Journal of Environmental Quality, 2000,29(2):494-508.

[15] Mcisaac G F, Hu X T. Net N input and riverine N export from Illinois agricultural watersheds with and without extensive tile drainage [J]. Biogeochemistry, 2004,70(2):253-273.

[16] Mcisaac G F, David M B, Gertner G Z, et al. Relating net nitrogen input in the Mississippi River Basin to nitrate flux in the lower Mississippi River [J]. Journal of Environmental Quality, 2002,3:1610- 1622.

[17] Hong B, Swaney D P, Morth C M, et al. Evaluating regional variation of net anthropogenic nitrogen and phosphorus inputs (NANI/NAPI), major drivers, nutrient retention pattern and management implications in the multinational areas of Baltic Sea Basin [J]. Ecological Modelling, 2012,227:117-135.

[18] 繆今典,張曉明,魏天興,等.千島湖流域杭州段人類活動凈氮、凈磷輸入時空分布[J]. 中國環境科學, 2021,41(6):2831-2842.

Miao J D, Zhang X M, Wei T X, et al. Temporal and spatial distribution characteristics of net nitrogen and phosphorus input from human activity: A case study of Hangzhou section of Qiandao Lake Basin.. China Environmental Science, 2021,41(6):2831-2842.

[19] 丁雪坤,王云琦,韓玉國,等.三峽庫區人類活動凈氮輸入量估算及其影響因素 [J]. 中國環境科學, 2020,40(1):206-216.

Ding X K, Wang Y Q, Han Y G, et al. Estimation of human net nitrogen input and its influencing factors in the Three Gorges Reservoir Area [J]. China Environmental Science, 2020,40(1): 206-216.

[20] 張汪壽,蘇靜君,杜新忠,等.1990～2010年淮河流域人類活動凈氮輸入 [J]. 應用生態學報, 2015,26(6):1831-1839.

Zhang W S, Su J J, Du X Z, et al. Net anthropogenic nitrogen input to Huaihe River Basin, China during 1990～2010 [J]. Chinese Journal of Applied Ecology, 2015,26(6):1831-1839.

[21] Lian H S, Lei Q L, Zhang X Y, et al. Effects of anthropogenic activities on long-term changes of nitrogen budget in a plain river network region: A case study in the Taihu Basin [J]. Science of the Total Environment, 2018,645:1212–1220.

[22] 王 迪,劉梅冰.河流氮輸出對人類活動凈氮輸入的響應 [J]. 亞熱帶資源與環境學報, 2019,14(1):47-53.

Wang D, Liu M B. Response of riverine nitrogen export to net anthropogenic nitrogen inputs [J]. Journal of Subtropical Resources and Environment, 2019,14(1):47-53.

[23] 張柏發,陳丁江.1980～2010年浙江某典型河流硝態氮通量對凈人類活動氮輸入的動態響應 [J]. 環境科學, 2014,35(8):2911-2919.

Zhang B F, Chen D J. Dynamic response of riverine nitrate flux to net anthropogenic nitrogen inputs in a typical river in Zhejiang Province over the 1980～2010 period [J]. Environment Science, 2014,35(8): 2911-2919.

[24] Howarth R, Swaney D, Billen G, et al. Nitrogen fluxes from the landscape are controlled by net anthropogenic nitrogen inputs and by climate [J]. Frontiers in Ecology and the Environment, 2012,10(1): 37-43.

[25] Hayakawa A, Woli K, Shimizu M, et al. Nitrogen budget and relationships with riverine nitrogen exports of a dairy cattle farming catchment in eastern Hokkaido, Japan. Soil Science and Plant Nutrition, 2009,55(6):800-819.

[26] Kimura S D, Yan X Y, Hatano R, et al. Influence of agricultural activity on nitrogen budget in Chinese and Japanese watersheds. Pedosphere, 2012,22(2):137-151.

[27] 翟鳳英,何宇娜,王志宏,等.中國城鄉居民膳食營養素攝入狀況及變化趨勢 [J]. 營養學報, 2005,27(3):181-184.

Zhai F Y, He Y N, Wang Z H, et al. The status and trends of dietary nutrients intake of Chinese population [J]. Acta Nutrimenta Sinica, 2005,27(3):181-184.

[28] 陳增增.河南省農業生態效率評價研究 [D]. 石河子:石河子大學, 2020.

Chen Z Z. Study on evaluation of agricultural ecology efficiency in Henan Province [D]. Shihezi: Shihezi University, 2020.

[29] Han Y G, Fan Y T, Yang P L, et al. Net anthropogenic nitrogen inputs (NANI) index application in Mainland China [J]. Geoderma, 2014, 213:87-94.

[30] 楊月欣,王光亞.中國食物成分表 [M]. 北京:北京大學醫學出版社, 2009.

Yang Y, Wang G. China food ingredients table [M]. Beijing: Peking University Medical Press, 2009.

[31] 張衛峰,李亮科,陳新平,等.我國復合肥發展現狀及存在的問題 [J]. 磷肥與復肥, 2009,24(2):14-16.

Zhang W F, Li J L, Chen X P, et al. The present status and existing problems in China's compound fertilizer development [J]. Phosphate & Compound Fertilizer, 2009,24(2):14-16.

[32] 巨曉棠,谷保靜.我國農田氮肥施用現狀、問題及趨勢 [J]. 植物營養與肥料學報, 2014,20(4):783-795.

Ju X T, Gu B J. Status-quo, problem and trend of nitrogen fertilization in China [J]. Journal of Plant Nutrition and Fertilizer, 2014,20(4): 783-795.

[33] 丁雪坤.三峽庫區面源污染人類活動輸入及潛在風險評價 [D]. 北京:北京林業大學, 2019.

Ding X K. Net anthropogenic nitrogen and phosphorus inputs and non-point source pollution risk analysis of the Three Gorges reservoir Region [D]. Beijing: Beijing Forestry University, 2019.

[34] 高 偉,高 波,嚴長安,等.鄱陽湖流域人為氮磷輸入演變及湖泊水環境響應 [J]. 環境科學學報, 2016,36(9):3137-3145.

Gao W, Gao B, Yan C A, et al. Evolution of anthropogenic nitrogen and phosphorus inputs to Lake Poyang Basin and its' effect on water quality of lake [J]. Acta Scientiae Circumstantiae, 2016,36(9):3137- 3145.

[35] Howarth R W, Swaney D P, Boyer E W, et al. The influence of climate on average nitrogen export from large watersheds in the Northeastern United States [J]. Biogeochemistry, 2006,79(1/2):163-186.

[36] Schaefer S C, Alber M. Temporal and spatial trends in nitrogenand phosphorus inputs to the watershed of the Altamaha River, Georgia, USA [J]. Biogeochemistry, 2007,86(3):231-249.

[37] Swaney D P, Hong B, Selvam A P, et al. Net anthropogenic nitrogen inputs and nitrogen fluxes from Indian watersheds: an initial assessment [J]. Journal of Marine Systems, 2015,141:45-58.

[38] 徐浩林,楊培嶺,邢偉民,等.湖北省2008～2017年人類活動凈氮輸入狀況 [J]. 中國環境科學, 2020,40(9):4017-4028.

Xu H L, Yang P L, Xing W M, et al. Net anthropogenic nitrogen accumulation in Hubei province from 2008 to 2017 [J]. China Environmental Science, 2020,40(9):4017-4028.

[39] 關大偉,李 力,岳現錄,等.我國大豆的生物固氮潛力研究 [J]. 植物營養與肥料學報, 2014,20(6):1497–1504.

Guan D W, Li L, Yue X L, et al. Study on potential of biological nitrogen fixation of soybean in China [J]. Journa1of P1ant Nutrition and Ferti1izer, 2014,20(6):1497–1504.

[40] 張天鵬,雷秋良,秦麗歡,等.香溪河流域人類活動凈磷輸入量及其影響因素 [J]. 中國環境科學, 2020,40(11):4957-4964.

Zhang T P, Lei Q L, Qin L H, et al. Net phosphorus input from human activities and its influencing factors in Xiangxi River Watershed. China Environmental Science, 2020,40(11):4957-4964.

Net anthropogenic nitrogen input from human activities and its impacts from parameters in Henan Province.

PEI Wei1, DU Xin-zhong1, LEI Qiu-liang1*, YAN Tie-zhu1, LI Ying2,3, ZHANG Tian-peng1, CHEN Mei-jun1, WU Shu-xia1, LIU-Hong-bin1

(1.Key Laboratory of Nonpoint Source Pollution Control, Ministry of Agriculture, Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081, China；2.State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China；3.University of Chinese Academy of Sciences, Beijing 100049, China)., 2021,41(9)：4447～4456

In order to explore the characteristics of net nitrogen input of human activities and the influence of its parameters on the estimation results in the main grain producing areas of plain area. The county-level statistical data from 1990 to 2015 in Henan province was collected and the relevant parameters of NANI model were selected and defined. The characteristics of temporal and spatial distribution, change trend and the influence of parameters on the estimation results of NANI were analyzed. The results show that: (1) From 1990 to 2015, the NANI of Henan province showed an increasing trend. The NANI of 1990, 1995, 2000, 2005, 2010 and 2015 were 14347, 19146, 21466, 24251, 23711 and 26156kg/(km2·a), respectively. For spatial variation, the counties with higher NANI were mainly distributed in the central and eastern plain areas, while the counties in the western hilly areas had lower NANI. (2) Among the input components of NANI model, the net nitrogen input of food/feed was the most affected by the parameters. Compared with the calculation and estimation results of selecting appropriate parameters, the variation range of this parameter was-23.1%～71.3%, the variation range of crop nitrogen fixation was -31.2%～41.2%%, and the variation range of fertilizer nitrogen input was -2.8%～4.5%.

net anthropogenic nitrogen inputs (NANI)；county level；spatiotemporal change；Henan Province；parameter influence

X71

A

1000-6923(2021)09-4447-10

裴 瑋(1995-),男,河北唐山人,中國農業科學院碩士研究生,主要研究方向為農業面源污染.

2021-02-02

國家自然科學基金區域創新發展聯合基金項目(U20A20114);國家自然科學基金項目(31572208)

* 責任作者, 研究員, leiqiuliang@caas.cn