河南省人類活動凈磷輸入的時空變化與影響參數

馬 華,雷秋良*,杜新忠,閆鐵柱,裴 瑋,張天鵬,李 影,羅加法,周腳根,劉宏斌

河南省人類活動凈磷輸入的時空變化與影響參數

馬 華1,雷秋良1*,杜新忠1,閆鐵柱1,裴 瑋1,張天鵬1,李 影2,3,羅加法4,周腳根5,劉宏斌1

(1.中國農業科學院農業資源與農業區劃研究所,農業農村部面源污染控制重點實驗室,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；4.新西蘭皇家農業科學院,漢密爾頓 3240；5.淮陰師范學院,江蘇 淮陰 223300)

為探究河南省人類活動凈磷輸入狀況,基于河南省18個省轄市(縣轄市)行政單元統計數據,利用人類活動凈磷輸入量(NAPI)模型,核算河南省1990、1995、2000、2005、2010、2015和2019年人類活動凈磷輸入量.結果表明:在時間尺度上,1990～2015年河南省NAPI整體呈升高趨勢,2015～2019年略有下降,但一直高于全國平均水平,其年均增長率為2.86%;在空間尺度上,東部高于西部,并呈放射狀向北、西、南逐漸減少,影響河南省NAPI的地市主要是周口市、許昌市、商丘市、濮陽市和漯河市,占河南省NAPI的47.05%;從NAPI結構上看,化肥施用量是河南省NAPI主要貢獻因子,年均貢獻率在85.78%,與NAPI呈高度相關性(2>0.8),次要貢獻因子為食品/飼料,其年均貢獻率在10.63%,非食品磷的年均貢獻率是2.56%;NAPI估算模型中各組分受參數影響最大的是食品/飼料組分,其受參數影響的變化范圍為-23.48%～66.81%,其次是化肥組分,其受參數影響的變化范圍為-1.76%～3.52%;在NAPI模型中占比越高的組分其參數敏感性越強,fer組分中所含參數的敏感性指數均高于im和nf.

人類活動凈磷輸入量(NAPI)；時空變化趨勢；流動人口；河南省；參數不確定性

隨著人類活動逐漸成為全球環境變化的主要驅動力,全球人為磷輸入也呈現迅速增長趨勢[1-4].研究者提出了人類活動凈磷輸入(net anthropogenic phosphorus input, NAPI)的估算方法[5-7],并在美國切斯比克海灣流域進行了應用,識別了陸域人類活動磷輸入的來源,證實了河流磷通量與人類活動輸入量呈正相關關系,為流域磷污染的控制提供了一種新方法,隨后該方法被應用于密歇根湖流域、加州中央谷地流域、伊利湖流域、波羅的海流域等[6-13]區域的磷輸入研究.NAPI模型在我國鄱陽湖流域、淮河流域、洱海流域等[14-17]區域也進行了運用,從多個方面論證了人類活動與NAPI的相關性,及人類凈磷輸入的相關影響因素.

目前,利用NAPI模型估算人為凈磷輸入量以及評估環境風險的研究主要集中在流域尺度,不能被管理環境的各級行政主體直接采納,從而影響環境管理政策的制定和實施.在采用NAPI模型進行評估的多數研究中,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自于研究者對于已有文獻的總結,受研究者主觀性影響較大,若在估算某一地區時,相同指標用不同參數計算必然導致結果出現偏差,如對于我國NAPI最低地區西藏的研究數據中,程鵬等[18]估算西藏地區NAPI均值為73.03kg/(km2?a),Han等[12]估算西藏地區NAPI均值為17kg/ (km2?a),由于參數的不確定性導致對磷素估算結果產生較大誤差.

我國NAPI空間分布的主要影響因素是耕地面積占比和人口密度[19-21].河南省是我國的農業和人口大省,NAPI一直處于較高水平,并在2015年達到最大值.第七次全國人口普查數據顯示,河南省省內流動人口增長167.64%,人口向河南省省內經濟發達城市進一步聚集.本文以河南省為研究對象,收集河南省1990～2019年統計數據并查閱相關統計年鑒及資料獲取相關參數,探討了不同參數對于NAPI的各個輸入組分的影響,在考慮河南省逐年省內人口流變化特征的情況下與NAPI估算結果進行比較.

1 材料與方法

1.1 研究區概況

河南省(31°23'N～36°22'N,110°21'E～116°39'E),是我國農業大省,總面積16.7萬km2,人口9402萬.河南省處黃河中下游,地勢西高東低,平原山區面積各占一半.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[22].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%[23].河南省第二次全國污染源普查公告顯示,河南省種植業、畜禽養殖業和水產養殖業總磷排放量分別為0.36萬t、0.99萬t和49.25t,總氮排放量分別為4.63萬t、4.52萬t和0.21萬t,分別占各類污染物總排放量的20%、55%、0.27%和26.6%、25.9%、1.2%[24],同時河南省磷肥消耗總量在2015年以前呈逐年上升的趨勢,磷肥施用量的逐漸增加,土壤全磷含量總體水平也在不斷上升,超過了作物生長的需求并且普遍出現盈余現象,也會加大土壤磷素向水體流失的風險,對流域水環境質量構成嚴重威脅[25-26],河南省非點源污染日益嚴重.

1.2 數據來源

表1 人類食品含磷量

注: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.

表2 單位畜禽生長周期內的磷素攝入及排泄水平和畜禽產品食用部分比例

本研究使用的數據包括:城鎮居民和農村居民人均磷素攝入量,分別為973.2,981mg/d[27]、河南省各地級市1990～2019年人口數量、主要畜禽養殖量、主要農產品產量、磷肥施用量、人類食品磷含量(表1)[28]、畜禽磷素攝入(表2)[14,29-30]、畜禽磷素排泄范圍(表2)[31-32]、畜禽可食用部分比例(表2)[33],另外還包括了河南省省內人口流動變化.

1.3 NAPI估算方法及參數范圍的確定

根據NAPI計算方法[5-7],核算各地級市人類活動凈磷輸入量,NAPI主要由3部分組成:

式中:im為食品/飼料磷輸入量,用區域人類及畜禽磷素攝入量與磷素產量的差值來表示,kg/(km2×a);fer為磷肥施用量,包含統計年鑒中化肥磷的折純量,有機肥作為內部循環不參與凈人為磷輸入的計算, kg/(km2×a);nf為非食物磷的輸入,主要是指人類日常生活中使用的含磷洗滌劑,kg/(km2×a).

1.3.1im的計算方法

式中:hc表示居民食物磷消費量,kg/(人·a),由區域人口數量和人均磷素攝入水平來確定;lc表示畜禽的飼料磷消費量,kg/(頭·a),由區域內畜禽的養殖種類和數量及其磷素攝入水平來計算;lp表示畜禽產品磷含量,kg/(頭·a),由畜禽的數量、磷素需求以及磷素排泄水平確定;cp表示作物磷生產量,kg/(km2·a),根據作物產量和含磷量來確定.其中,hc從相應統計資料中計算當年城鎮和農村人口人均消耗的食品量,與食品的含磷量(表1)相乘加和得出人口年均磷素消費量.

式中:Pop1為區域城鎮人口數量,人;Pop2為區域農村人口數量,人.

式中:AN表示為區域畜禽養殖數量,頭或只;API表示磷素攝入水平,kg/(h·a);表示區域養殖的畜禽養殖種類數量;表示畜禽種類.

式中:APO表示為畜禽磷素排泄水平,kg/(頭·a);edi為畜禽可食用部分比例.

式中:表示區域作物種類的數量;表示作物種類;CP表示作物產量,kg; PC表示作物含磷量,%.

1.3.2fer的計算方法 包括磷肥和復合肥中的磷含量下,有機肥作為內部循環,不參與人類活動凈磷輸入計算.我國復合肥主要養分含量比是N:P2O5: K2O=15:15:15,即15%.隨著農民需求的增加和工藝的提高,近年來復合肥氮磷鉀養分含量比甚至達到17%[34].考慮參數影響,其計算如下:

式中:PF為化肥磷的折純量, kg/(km2×a);CF為復合肥量, kg/(km2×a).

1.3.3nf的計算方法 非食品磷主要來源于人們日常生活中的洗滌劑.在我國,污水排放量為每人150L/d[35].研究表明,中國大陸家庭污水總磷濃度為21mg/L[36],一年有365d,所以生活污水排放的磷是每人每年1.15kg.由于人類排泄物中排出的磷為每人每年0.52kg,其余的磷即非食品磷為每人每年0.63kg.

表3 1990～2019年NAPI各輸入組分參數變化范圍與適宜參數下的估算結果

1.3.4 參數影響研究 將人類食品含磷量、畜禽磷素攝入量、磷素排泄量以及化肥含磷量的參數變化范圍作為影響估算結果的因素之一,將參數變化范圍代入NAPI計算模型中,得到NAPI估算結果的變化范圍,以適宜參數作為參照,確定參數的變化范圍對于NAPI估算模型的影響程度.

1.3.5 參數敏感性研究 本研究采用文獻[37]中的敏感性指數法探究NAPI模型中的敏感參數,輸出變量(NAPI)對輸入參數的依賴性可以表示為

表4 敏感性指數類別

2 結果與分析

2.1 人類活動凈磷輸入的時間分布

由圖1可知,1990～2019年,河南省NAPI整體呈上升趨勢.1990～1995年增長迅速,年均增長率為8.93%;1995～2015年增長平穩,年均增長率為1.99%, 2015年NAPI達到最高值9623.56kg/(km2·a),隨后下降.1990～2019年年均增長率為2.86%.如圖2所示,磷肥的施用是河南省最主要的磷素輸入源.農業農村部在2014年發布限制10種磷肥的銷售和使用,河南省響應國家政策,限制使用和銷售禁用名單磷肥,使得在河南省磷肥的施用量2015年達到高峰.1990～2015年河南省磷肥施用量呈遞增趨勢,在2015年達到峰值,與河南省NAPI的變化趨勢一致.由此可知,磷肥輸入量是NAPI的重要貢獻因子.食品/飼料磷輸入量整體呈緩慢下降趨勢.隨著糧食的增產增收,河南省糧食出口量也增大,使得im值出現負增長,其對NAPI的貢獻率也隨之下降;非食品磷輸入量占比較小,穩定在1.3%～2.4%之間,表明隨著人們生活水平提高后,人們對于生活環境的要求逐漸提高,為了減少人類活動對于環境的影響,含磷洗滌劑的使用量也逐漸減少.

圖1 1990～2019河南省NAPI及其組分的年際變化

圖2 1990～2019河南省NAPI構成組分占比年際變化

圖3 輸入項與NAPI在不同參數下的3次計算結果

2.2 人類活動凈磷輸入的空間分布

如圖4所示,隨著年份的增加,河南省人類凈磷輸入總量逐漸增加,整體以東部最高,并呈放射狀向北、西、南方向逐漸減少.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,河南省NAPI與的分布特點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NAPI值較低.其中周口市人類活動凈磷輸入量逐年增加,周口市在1990年、2000年和2010年NAPI值分別為4870,13262,13639kg/ (km2·a),但隨著河南省省內人口流動率的增長,周口市2010年省內常住人口數量位列第2,2019年下降至第3,其人類活動凈磷輸入量也呈現出下降的趨勢.1990年～2019年,三門峽、洛陽和焦作NAPI變化較小,年均增長率分別為1.35%、1.87%和1.68%;商丘、南陽和許昌在1990～2019年NAPI為河南省省內前3,年均增長率分別為8.90%、7.51%和7.33%.隨著城市化的發展,鄭州市近年來由生產型城市向服務消費型城市轉型,第三產業已超過第一、第二產業之和,耕地面積總體上呈逐漸遞減趨勢,產業結構的轉變使得NAPI逐漸下降.為了響應國家生態環境治理的號召,河南省出臺一系列“減肥增效”政策,減少化肥的施用量,提升肥料利用率、降低農業面源污染,河南省NAPI也隨之降低.南陽市相較于2015年流動人口比重在2019年占河南省省內人口流動的比重有所下降,流動人口的減少表明河南省的城鄉結構得到了優化,大多數人不用進城也可以謀生,從而減緩了河南省城市化的進程.

圖4 1990～2019 年河南省縣級尺度人類活動凈磷輸入量的空間分布

2.3 參數不確定性分析

將fer和im組分分別在其參數范圍以及適宜參數下進行計算(如圖3),nf是按照中國每人每年非食物磷的排放量為0.63kg計算,為固定參數.圖3所示,NAPI在3次不同參數計算的結果下,并與適宜參數進行對比,其變化范圍在-4.32%～10.27%.

如表3所示,在NAPI估算模型中,每個參數在其變化范圍內變化會引起相應輸入組分發生變化.圖3表明,食品/飼料磷輸入量受參數變化的影響較大,與適宜參數相比較,其變化范圍在-23.48%～66.81%,其中該組分中參數變化對于畜禽/飼料磷消費量影響較大;化肥中磷輸入量的計算在14%～17%的參數范圍計算,并與常規參數15%進行比較,結果顯示參數變化對于化肥中磷輸入量的影響較小,其變化范圍在-1.76%～3.52%.

由于NAPI的估算結果受參數范圍變化的影響, 可知參數的范圍變化也會對NAPI估算模型各組分貢獻率產生影響.其中化肥貢獻率在84.03%～ 90.12%,食品/飼料貢獻率在5.01%～10.63%.

2.4 參數敏感性分析

表5所示,在NAPI模型中占有較高比例的組分,其中參數可能越敏感,具體表現為:在1990～2019年中,河南省fer占比85.9%,而該組分所涉及參數的敏感性指數也最高,其中磷肥值為0.174,遠高于其他參數,其次為牛排泄中含磷量,值為0.055,可歸為中度敏感.

表5 1990～2019年河南省參數敏感性指數

1990～2019年im占比為11.55%,該組分中參數的敏感性指數大部分小于fer,且不同參數敏感性指數大小存在顯著差異,在im所包含的4個分項中,各分項參數的敏感性大小為:cp>hc>lp>lc,除lp的牛每年N排泄參數為中度敏感之外,其余各參數敏感性指數均小于0.05,不同牲畜之間的每年P攝入與排泄參數敏感性也存在差異,如牛的P素排泄參數遠高于豬.由于非食品性磷的輸入量較為單一,nf中參數的敏感性較低.

3 討論

對河南省1990年～2019年統計數據的估算得出化肥輸入和人類食品/飼料是河南省NAPI的主要輸入源.河南省近年來糧食出口量逐漸增加,其食品/飼料輸入有所減少.河南省年均NAPI為7573.465kg/ (km2·a),高于全國其他地區,如1997年上海為5053.37kg/(km2×a)[18]、2016年上海NAPI為6022.66kg/(km2·a)[18]、我國鄱陽湖流域NAPI為620～958kg/(km2·a)[14],洱海流域為2384kg/(km2·a)[17].長江經濟帶研究表明,人口規模、經濟水平和產業結構是NAPI增長的主要驅動因子.在經濟發達的地區,人口規模已不是磷輸入的關鍵驅動力,經濟發展水平在區域磷輸入的貢獻日益重要[38-43].這使得不同區域的NAPI也會因為經濟水平、產業結構、人口等因素產生差異.與國外研究結果[6-13]相比較發現,NAPI的估算結果顯示,磷肥輸入和食品/飼料凈輸入是其重要組成成分,隨著時間的增長,磷肥輸入量顯著增加,食品/飼料以及非食物磷呈下降趨勢,這與本研究結果一致.

從1990～2015年,研究區域內的NAPI呈上升趨勢,2015～2019年研究區域內的NAPI有所下降.從NAPI 的結構上看,主要是由磷肥施用量的變化所導致.隨著河南省人口的增加和農業經濟的發展, 1990～2015年間,河南省磷肥施用量從454750t上漲至1175400t,2016～2019年河南省磷肥施用量分別為1138000t、1080800t、963500t和896900t,呈逐漸下降趨勢. NAPI與磷肥的輸入量呈高度相關(圖5,2>0.8);從NAPI的空間尺度上看,1990～2015年河南省18個市NAPI均在上漲;2015～2019年部分市縣呈下降趨勢,如鄭州市、鶴壁市、南陽市和三門峽市.NAPI的空間變化與河南省的經濟發展和人口流動密切相關.有研究表明,農村人口對于NAPI具有抑制作用[42],而河南省也在2015年后NAPI開始下降,這與本研究結果一致.河南省作為中部第一經濟大省,其經濟發展水平(以人均GDP為表征),對NAPI具有促進作用,這與中西部地區經濟發展水平對NAPI具有促進作用相一致[35].在今后河南省的磷輸入量控制方法中,可以將經濟發展水平作為重要因素.人口、經濟發展水平以及產業結構等影響因素的研究是基于一個特定區域為背景,能夠更好的定性分析.研究尺度越小,NAPI的估算結果誤差越小[39-40].

圖5 1990～2019河南省磷肥施用量與NAPI的相關性

化肥施用是NAPI最主要的貢獻因子,運用不同參數的計算結果顯示化肥輸入量受參數影響較小,原因是該輸入組分的計算方法簡單,涉及指標小[38-39],包括磷肥和復合肥的折純量,其中磷肥作為直接輸入源不涉及參數,只需考慮復合肥中磷含量的參數范圍,復合肥中磷含磷量的參數范圍較小(14%～17%),因此化肥施用受參數影響較小.食品/飼料磷輸入量受參數變化的影響較大,不確定性較大,其原因是該輸入項的計算方法復雜,涉及指標較多,對應參數變化范圍較大.因此NAPI估算模型的準確性與各輸入組分的計算方法復雜性、指標數量和參數變化范圍大小密切相關.

結合人類凈磷輸入對參數變化的敏感性特征,將參數不確定性和參數敏感性結合進行討論.在NAPI模型中,占比越高組分(fer)的參數敏感性越強,而在參數同時變化的情況下,占比較低(im)的參數在NAPI模型中的不確定性最強.原因一是由于im非最主要的貢獻組分,對NAPI的貢獻占比低于化肥施用.原因二在于im又由其所包含4個分項(hc、lc、lp、cp)相加減組成,都是由原始數據乘以相應參數再求和,但是在4個分項相加減之后,各分項中參數對最終模擬結果NAPI的影響力極大弱化.此外,由式(2)～(6)可知,im組分的每個分項在計算中又包含較多的指標,涉及到的參數占據NAPI模型中全部參數的2/3,在其他參數不動,只變化其中某一個參數的情況下,im組分中的參數在NANI模型中的敏感性很小.相反,在多參數同時變化的情況下,im不確定性程度最強,在NAPI的貢獻中的浮動范圍也最大.

除了參數對于NAPI估算模型的影響外,原始數據在研究尺度過小時會有部分缺失,只能用以往的數據進行估算,會產生相應的偏差,也會對NAPI估算模型造成影響.除此之外,NAPI估算模型在核算項目和計算方法上存在較大不確定性,估算結果對數據精度和來源有很大的依賴性[16,43-44].在本研究中,將非食品磷作為固定人均0.63kg和人口數量進行核算,非食品磷隨著經濟發展、國家監管加強和政策變化也在變化,但無法將內在因素變化納入模型中,難以對河南省NAPI的構成起到主導作用.因此,若要提高NAPI結果的可靠性,在之后的研究中還需要根據實際情況進行模型方法的調整,并需要更加詳實、精準的數據進行分析.

4 結論

4.1 從時間尺度上看,1990～2015年河南省NAPI呈上升趨勢,其中1990～1995年的上升速度大于1995～2015年,其主要貢獻因子是磷肥施用量的增加, 2015～2019年略有下降;空間尺度上看,呈現東部高,并以放射狀向北、西、南逐漸減少的趨勢,河南省NAPI高值的主要市域是周口市、許昌市、商丘市、濮陽市和漯河市,占河南省NAPI的47.05%.

4.2 從NAPI結構上看,在考慮參數影響下,化肥磷的輸入是NAPI的主要貢獻因子,其貢獻率在84.03%～90.12%,與NAPI高度相關(2>0.8),參數對其影響較小,其變化范圍在-1.76%～3.52%;其次是食品/飼料貢獻率在5.01%～10.63%,參數對其影響較大,其變化范圍在-23.48%～66.81%;非食品磷的貢獻率在1.3%～2.56%之間.參數對NAPI估算模型的影響主要體現在計算方法復雜、指標多的輸入組分上,所需計算指標越多、計算方法越復雜,其受參數影響的變化范圍越大.

4.3 NAPI模型中占比越高的組分涉及到參數敏感性越強,其中im與nf中的參數均為輕度敏感,fer中的參數為中度敏感.在后續其他流域或地區的NAPI研究中,對于當地占比高的組分中的參數更應慎重考慮,應盡可能選擇符合當地實際情況的參數.

[1] Filippelli G M. The global phosphorus cycle: past, present, and future [J]. Elements, 2008,4:89-95.

[2] 歐陽威,黃浩波,蔡冠清.巢湖地區無監測資料小流域面源磷污染輸出負荷時空特征 [J]. 環境科學學報, 2014,34(4):1024-1031.

Ou Y W, Huang H B, Cai G Q. Temporal and spatial characteristics of diffuse phosphorus pollution in the watershed without monitoring data at Chaohu Lake [J]. Acta Scientiae Circumstantiae, 2014,34(4):1024- 1031.

[3] Howarth R, Chan F, Conley D J, et al. Coupled biogeochemical cycles: eutrophication and hypoxia in temperate estuaries and coastal marine ecosystems [J]. Frontiers in Ecology & the Environment, 2011, 9(1):18-26.

[4] Howarth R W. Coastal nitrogen pollution: A review of sources and trends globally and regionally [J]. Harmful Algae, 2008,8(1):14-20.

[5] Howarth R W, Anderson D, Church T, et al.Clean coastal waters - understanding and reducing the effects of nutrient pollution [M]. Washington, D.C.: National Academy Press, 2000.

[6] Russell M J, Weller D E, Jordan T E, et al. Net anthropogenic phosphorus inputs: spatial and temporal variability in the Chesapeake Bay region [J]. Biogeochemistry, 2008,88(3):285-304.

[7] 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.

[8] Chen D, Hu M, Guo Y, et al. Influence of legacy phosphorus, land use, and climate change on anthropogenic phosphorus inputs and riverine export dynamics [J]. Biogeochemistry, 2015,123(1/2):99-116.

[9] Zhang W, Swaney D P, Hong B, et al. Anthropogenic phosphorus inputs to a river basin and their impacts on phosphorus fluxes along its upstream-downstream continuum [J]. Journal of Geophysical Research Biogeosciences, 2017,122(12):3273-3287.

[10] Zhang W, Swaney D P, Hong B, et al. Net anthropogenic phosphorus inputs and riverine phosphorus fluxes in highly populated headwater watersheds in China [J]. Biogeochemistry, 2015,126(3):269-283.

[11] Han H, Bosch N, Allan J D. Spatial and temporal variation in phosphorus budgets for 24watersheds in the Lake Erie and Lake Michigan basins [J]. Biogeochemistry, 2011,102(1-3):45-58.

[12] Han Y, Yu X, Wang X, et al. Net anthropogenic phosphorus inputs (NAPI) index application in Mainland China [J]. Chemosphere, 2013,90(2):329-337.

[13] Hong B, Swaney D P, M?rth 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(1):117-135.

[14] 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.

[15] 楊曉雪.洱海總磷、總氮污染現狀分析[J]. 云南環境科學, 2006, 25(S1):113-115,112.

Yang X X. Analysis on total phosphorus and total nitrogen pollution in Erhai Lake [J]. Yunnan Environmental Science, 2006,25(S1):113- 115,112.

[16] 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]. The Journal of Applied Ecology, 2015,26(6):1831-1839.

[17] Li Y, Lei Q L et, Luo J F, et al. Impact of human activities on phosphorus flows on an early eutrophic plateau: A case study in Southwest China [J]. The Science of the Total Environment, 2020,714(20):136851.1-136851.10.

[18] 程 鵬,張汪壽.近20年中國大陸人類活動凈磷輸入的時空變化特征與類群分析 [J]. 生態環境學報, 2019,28(3):540-547.

Cheng P, Zhang WS. Spatio-temporal variation characteristics and division analysis of provincial net anthropogenic phosphorus input in mainland China in recent twenty years [J]. Ecology and Environmental Sciences, 2019,28(3):540-547.

[19] 翟敏婷,辛卓航,韓建旭,等.河流水質模擬及污染源歸因分析 [J]. 中國環境科學, 2019,39(8):3457-3464.

Zhai M T, Xin Z H, Han J X, et al. Water quality simulation and multi-source attribution analysis [J]. China Environmental Science, 2019,39(8):3457-3464.

[20] 歐陽威,鞠欣妍,高 翔,等.考慮面源污染的農業開發流域生態安全評價研究 [J]. 中國環境科學, 2018,38(3):1194-1200.

Ouyang W, Ju X Y, Gao X, et al. Ecological security assessment of agricultural development watershed considering non-point source pollution [J]. China Environmental Science, 2018,38(3):1194-1200.

[21] 盧少勇,張 萍,潘成榮,等.洞庭湖農業面源污染排放特征及控制對策研究 [J]. 中國環境科學, 2017,37(6):2278-2286.

Lu S Y, Zhang P, Pan C R, et al. Agricultural non-point source pollution discharge characteristic and its control measures of Dongtinghu Lake [J]. China Environmental Science, 2017,37(6):2278-2286.

[22] 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.

[23] 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.

[24] 河南省生態環境廳,河南省統計局,河南省農業農村廳.河南省第二次全國污染源普查公告 [EB/OL]. https://www.henan.gov.cn/2020/ 12-01/1916810.html, 2020-12-01.

Henan Provincial Department of Ecology and Environment, Henan Provincial Bureau of Statistics, Henan Provincial Department of Agriculture and Rural Areas. Announcement of the second national survey of pollution sources in Henan Province [EB/OL]. https://www. henan.gov.cn/2020/12-01/1916810.html, 2020-12-01.

[25] 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.

[26] 侯 莉,張玲玲,張 倩.東平湖總磷污染來源的解析 [J]. 皮革制作與環保科技, 2021,2(8):101-102.

Hou L, Zhang L L, Zhang Q. Analysis of the source of total phosphorus pollution in Dongping lake [J].Leather Manufacture and Environmental Technology, 2021,2(8):101-102.

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

Wang G Y. Chinese food composition table [M]. Beijing: Peking University Medical Press, 2009.

[29] Hong B, Swaney D P, Mccrackin M, et al. Advances in NANI and NAPI accounting for the Baltic drainage basin: spatial and temporal trends and relationships to watershed TN and TP fluxes [J]. Biogeochemistry, 2017,133(3):245-261.

[30] 許俊香,劉曉利,王方浩,等.我國畜禽生產體系中磷素平衡及其環境效應 [J]. 生態學報, 2005,25(11):2911-2918.

Xu J X, Liu X L, Wang F H, et al. Phosphorus balance and environmental effect of animal production in China [J]. Acta Ecologica Sinica, 2005,25(11):2911-2918.

[31] 耿 維,胡 林,崔建宇,等.中國區域畜禽糞便能源潛力及總量控制研究 [J]. 農業工程學報, 2013,29(1):171-179.

Geng W, Hu L, Cui J X, et al. Biogas energy potential for livestock manure and gross control of animal feeding in region level of China [J]. Transactions of the Chinese Society of Agricultural Engineering, 2013,29(1):171-179.

[32] 王方浩,馬文奇,竇爭霞,等.中國畜禽糞便產生量估算及環境效應 [J]. 中國環境科學, 2006,26(5):614-617.

Wang F H, Ma W Q, Dou Z X, et al. The estimation of the production amount of animal manure and its environmental effect in China [J]. China Environmental Science, 2006,26(5):614-617.

[33] 劉曉利,許俊香,王方浩,等.畜牧系統中氮素平衡計算參數的探討[J]. 應用生態學報, 2006,17(3):417-423.

Liu X L, Xu J X, Wang F H, et al. Estimation parameters of nitrogen balance in stock farming system of China [J]. Chinese Journal of Applied Ecology, 2006,17(3):417-423.

[34] 馬 驍,李 安,王憲雙,等.小樣本量復合肥中氮磷鉀高精度預測光譜方法 [J]. 中國激光, 2021,48(23):158-166.

Ma x, Li A, Wang X S, et al. Spectral method for predicting nitrogen, Phosphorus, and potassium in small amount of compound fertilizer [J]. Chinese Journal of Lasers, 2021,48(23):158-166.

[35] 商曉靜.北京人工濕地的植物篩選與污水凈化效果研究 [D]. 北京:中國林業科學研究院, 2009.

Shang X J. Study on plant species selection and wastewater purification efficiency in constructed wetlands in Beijing [D]. Beijing: Chinese Academy of Forestry, 2009.

[36] 張 偉.水環境規劃中人均生活污水排放量估算研究 [D]. 蘇州:蘇州科技學院, 2010.

Zhang, W. Study on estating models for estimation of per capita domestic wastewater discharge [D]. Suzhou: Suzhou University of Science and Technology, 2010.

[37] Darren L Ficklin, Luo Yuzhou, Iris T Stewart, et al. Development and application of a hydroclimatological stream temperature model within the soil and water assessment tool [J]. John Wiley & Sons, Ltd., 2012, 48(1):W01511.

[38] 蔡梓燦,王 晟,陳 巖,等.長江經濟帶人為磷輸入驅動效應多時空測度[J]. 環境科學與技術, 2020,43(6):197-204.

Cai Z C, Wang S, Chen Y, et al. Estimating multiple spatiotemporal driving forces of anthropogenic phosphorus inputs to Yangtze River Economic Belt [J]. Environmental Science & Technology, 2020,43(6):197-204.

[39] 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 [J].China Environmental Science, 2021,41(6):2831-2842.

[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 [J]. China Environmental Science, 2020,40(11):4957-4964.

[41] 裴 瑋,杜新忠,雷秋良,等.縣級尺度人類活動凈氮輸入量時空變化特征與參數影響研究-以河南省為例 [J]. 中國環境科學, 2021, 41(9):4447-4456.

Pei W, Du X Z, Lei Q L, et al. Spatiotemporal variation of net anthropogenic nitrogen input at county level and the impacts from parameters: A case study of Henan Province [J]. China Environmental Science, 2021,41(9):4447-4456.

[42] 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(5):1212-1220.

[43] 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.

[44] Hong B, Swaney D P, Howarth R W. Estimating net anthropogenic nitrogen inputs to U.S. watersheds: comparison of methodologies [J]. Environmental Science & Technology, 2013,47(10):5199-5207.

致謝：本論文的相關資料由中國農業科學院面源污染團隊提供,在此表示感謝.

Spatio-temporal variation and the impacts from parameters analysis of net anthropogenic phosphorus inputs in Henan province.

MA Hua1, LEI Qiu-liang1*, DU Xin-zhong1, YAN Tie-zhu1, PEI Wei1, ZHANG Tian-peng1, LI Ying2,3, LUO Jia-fa4, ZHOU Jiao-gen5, LIU Hong-bin1

(1.Key Laboratory of Nonpoint Source Pollution Control, Ministry of Agriculture and Rural Affairs, 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, Chinese Academy of Sciences, Beijing 100101, China；3.University of Chinese Academy of Sciences, Beijing 100049, China；4.AgResearch Ruakura, Hamilton 3240, New Zealand；6.Huaiyin Normal University, Huaiyin 223300, China)., 2022,42(3)：1318～1326

In order to explore the status of net anthropogenic phosphorus input in Henan province, this study was based on the statistics data of 18province-administered towns and used the net anthropogenic phosphorus input (NAPI) model to calculate the phosphorus flow in the province from 1990～2019. NAPI of Henan Province had an overall upward trend from 1990 to 2015 and a slight decrease from 2015 to 2019. However, the NAPI of Henan Province was always higher than the national average in China, with an average annual growth rate of 2.86%. On a spatial scale, the east was higher than the west, and gradually decreased in a radial pattern to the north, west, and south. The main cities that affected NAPI in Henan Province are the Zhoukou, Xuchang, Shangqiu, Puyang, and Luohe cities, accounting for 47.05% of the total NAPI in Henan Province. A detailed analysis demonstrated that phosphate fertilizer application was the main contributor to NAPI, with the average annual contribution rate of 85.78% that was highly correlated with NAPI (R>0.8). The second and third most important sources were food/feed and non-food inputs, accounting for 10.63% and 2.56%, respectively. Furthermore, among the input components of the NAPI model, the net phosphorus input of food/feed was most affected by the parameters, where its variation ranged from -23.48% to 66.81%; The second input was fertilizers, which varied in a range of -1.76% to 3.52%, affected by the parameters; The higher the proportion of components in the NAPI model, the more sensitive their parameters are, and the sensitivity index of the parameters contained in thefercomponents is higher than that ofimandnf.

net anthropogenic phosphorus inputs (NAPI)；spatiotemporal change；floating population；Henan Province；parameter uncertainty

X171

A

1000-6923(2022)03-1318-09

馬 華(1998-),女,寧夏銀川人,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.

2021-07-22

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(41877009,31572208)

*責任作者, 研究員, leiqiuliang@caas.cn