廣東省各區縣農業面源污染負荷估算及特征分析

賀斌，胡茂川 *

1.廣東省科學院生態環境與土壤研究所，廣東 廣州 510650；2.中山大學土木工程學院，廣東 珠海 519082；3.中山大學水資源與環境研究中心，廣東 廣州 510275

近年來，隨著公眾意識和監管力度的提高，點源污染逐步得到控制，面源污染尤其是農業面源污染，正逐漸成為地表水體污染的主要來源，嚴重威脅飲水安全（Bouwman et al.，2013；楊林章等，2018）。《第一次全國污染源普查公報》（2010）結果顯示，全國地表水體污染負荷中57%的總氮（TN）和67%的總磷（TP）來源于農業污染源。研究表明，農業面源污染對太湖流域TN和TP的污染貢獻率分別達到83%和84%（張紅舉等，2010）。農業面源污染涉及范圍廣、隱蔽性強、隨機性大、溯源性差、潛伏周期長，導致其治理難度很大（賀纏生等，1998）。有效評估農業面源污染負荷和時空分布特征對開展農業面源污染防控和生態環境改善具有重要意義。

農業面源污染負荷的量化方法主要可以分為分布式模型和集總式模型兩種。常見的分布式模型包括HYPE（Jiang et al.，2020）、SWAT（張昊晨，2020）、HSPF（Chang et al.，2017）及 AGNPS（涂宏志等，2017）等，這些模型雖然考慮了多因子影響下目標污染物的遷移轉化機理，但對數據要求高，參數獲取困難（Xue et al.，2019；Shrestha et al.，2021）。與之相比，以輸出系數為代表的集總式模型簡單方便，不依賴于大量監測數據，且有一定的精度，得到了廣泛使用（Shen et al.，2012；邱捷等，2021）。王思如等（2021）利用輸出系數模型估算了全國2016年農業面源污染排放量。李明龍等（2021）基于輸出系數模型解析了三峽庫區非點源氮磷負荷時空變化和來源。

廣東省是我國經濟最發達的省份之一，由于經濟發展和人口增長的雙重壓力，農業生產不得不采用高投入高耗能高廢物的生產方式，致使土壤和水環境產生較大污染。2018年廣東省氮、磷肥施用折純量分別達到 88.64×104、27.0×104t，氮、磷的利用率卻低至 33%—24%。全國第二次污染源普查公報顯示，廣東省農業面源污染對全省TN和TP污染的貢獻率分別為39%和63%。《廣東省實施鄉村振興戰略規劃 (2018—2022年)》、《廣東省水污染防治行動計劃實施方案 (2015年)》和《廣東省打贏農業農村污染治理攻堅戰實施方案(2019年)》都強調農業面源污染治理，建設新鄉村的重要性和迫切性。當前關于廣東省農業面源污染負荷評估研究尚不多見。林蘭穩等（2020）評估了粵東、粵西、粵北和珠三角四大片區的農業面源污染整體變化情況。該研究未關注廣東省各區縣的農業面源污染負荷分布情況且未考慮不同季節和月份的污染負荷變化。鑒于此，本研究基于廣東省2020年種植和畜禽養殖的統計數據，估算廣東省 2019年各區縣全年及不同月份的農業氮磷污染負荷總量，分析氮磷負荷的時空變化特征，評價農業面源污染對環境的影響程度，對于廣東省農業面源污染治理和新農村建設具有重要意義。

1 研究區域與數據來源

1.1 研究區概況

廣東省降水資源豐富，多年平均降水量約為1770 mm，主要集中在夏秋季節，年平均氣溫約為22.3 ℃。地形上北部多為丘陵，南部多是平原和臺地。農業資源豐富，自然條件優越，但空間分布不均，珠三角和粵東地區經濟發達，農地資源緊缺，農業經濟占 GDP比重較低；粵北和粵西地區農地資源較多，農業經濟占比高，是廣東省的農作物主產區。全省擁有21個地級市，下轄122個縣級行政區，考慮到部分區（縣）農地資源稀缺，農業經濟在國民生產總值占比低，故本研究基于各縣級行政區地理位置和農地分布情況，將部分區（縣）合并一個分析單元，命名為市區。經過調整，122個縣級行政區分為102個單元，分析各單元TN和TP污染負荷及其特征。

1.2 數據來源

農作物氮肥、磷肥和復合肥施用折純量及農業耕地類型和面積來源于《廣東省農村統計年鑒2020》，降雨數據來自中國氣象科學數據共享服務網（http://data.cma.cn/）所提供的《中國地面氣候資料日值數據集》。

2 研究方法

2.1 農業面源污染物年排放量計算

氮磷污染物年負荷估算采用改進輸出系數法，即在經典輸出系數法的基礎上綜合考慮不同類型污染源、地形和降水的影響。具體表達式如下：

式中：

L——污染物的年輸出量（t）；

α——降雨影響因子，等于2019年降水量與多年平均年降水量的比值；

A——各區縣氮、磷肥施用折純量（t，包含復合肥換算后的值，其中 TP估算還需乘以系數0.437）；

Gj——第j種類型牲畜出欄量（只）；

污染物輸出系數取值主要參考了《第一次全國污染源普查產排污系數手冊》及相關文獻提供的參數（蔡明等，2004；劉瑞民等，2006；李娜等，2016；張彩玲等，2017；李政道等，2020；），具體數值詳見表1。

表1 不同污染源的輸出系數Table 1 Export coefficients from different pollution sources

2.2 農業面源污染物月排放量計算

氮磷污染物月負荷估算主要依據中國氣象科學數據共享服務網（http://data.cma.cn/）提供的《中國地面氣候資料日值數據集》中廣東省站點的日降雨數據，計算多年平均月降雨量和年降雨量，根據各區縣多年平均各月降雨量在年降雨量中所占比例，估算各月氮磷污染物負荷。具體表達式如下：

式中：

M——污染物的月輸出量（t）；

f——多年平均月降雨量在年降雨量中占比；

L1——種植業污染物的年輸出量（t）；

L2——畜禽養殖業污染物的年輸出量（t）。

2.3 污染程度評價

采用單位面積農業面源污染負荷系數評價各區縣的農業面源污染程度，具體表達式如下：

式中：

K——單位面積污染負荷系數；

qx——某區縣面源污染物排放強度（t·km?2）；

L——污染物的輸出量（t）；

S——該區縣行政面積（km2）。

3 結果與討論

3.1 各區縣面源污染年分布特征

3.1.1 空間分布特征

2019年，廣東省 TN和 TP排放量分別為16.09×104t和1.71×104t。全省TN排放量位居前五區縣分別為信宜、新興、高州、廉江和化州，大部分位于粵西地區（圖1a）。全省TP排放量位居前五區縣分別為新興、信宜、高州、遂溪和化州（圖1b）。全省TN和TP排放量最少的5個區縣分別寶安、佛山市區、龍崗、南澳和東莞，除南澳外均位于珠三角地區。不同區縣TN和TP排放量大小排序不完全一致。全省各區縣TN和TP年排放量平均值為0.16×104t和0.02×104t，高于TN和TP平均排放量的區縣分別有42個和45個。

圖1 2019年廣東省各區縣農業面源污染排放量Figure 1 Agricultural non-point source pollution loads in each district and county of Guangdong Province in 2019

3.1.2 不同污染源排放量特征

2019年廣東省畜禽養殖業TN和TP排放量分別為10.81×104t和1.10×104t，對總排放量的貢獻率分別為67.2%和64.6%。種植業TN和TP排放量分別為5.28×104t和0.61×104t，占總排放量的32.8%和35.4%。不同區縣TN和TP排放源差異較大，這與各區縣的農業生產結構有重要關系。78.4%和76.5%的區縣畜禽養殖業對農業氮磷排放量貢獻率大于50%。不同區縣TN和TP排放源貢獻率大小排序不完全一致。畜禽養殖業TN排放量排名前五區縣為新興、信宜、高州、廉江和電白；種植業TN排放量排名前五區縣為高州、廉江、英德、封開和梅縣。畜禽養殖業TP排放量排名前五區縣為新興、信宜、高州、電白和開平；種植業TP排放量排名前五區縣為雷州、高州、遂溪、化州和懷集。

3.2 各區縣面源污染月分布特征

廣東省4—9月TN和TP排放量占全年排放量的60%（圖2），這與廣東省降雨分布特征有關，該區間內降雨充沛，雨水沖刷攜帶大量氮磷從陸地遷移進入水體。由于數據限制，本文未考慮畜禽養殖業各月養殖數差異及種植業化肥施用時間和施用量的影響。考慮到廣東省水稻種植主要為一年兩季，持續時間為3—10月，可見種植業耕作和施肥情況對面源污染影響與研究結果基本一致。另外絕大部分區縣TN和TP月最大排放量出現在6月，少數區縣在5月或7月。

圖2 廣東省各月份農業面源污染排放量Figure 2 Monthly agricultural non-point source pollution loads in Guangdong Province

3.3 各區縣污染程度分析

根據全省各區縣單位面積污染負荷系數（K）分析結果（圖3），全省 35.3%和 40.2%的區縣 TN、TP的K值小于0.6；33.3%和36.3%的區縣TN、TP的K值大于1，其中10.8%和11.8%的區縣的K值大于2；31.4%和23.5%的區縣TN、TP的K值介于0.6和1之間。根據K值的大小，可以將TN、TP對各省市環境影響程度分為 3個等級（陳守越，2011），其中K<0.6對環境不構成威脅；K介于[0.6,1]對環境有威脅；K>1對環境構成嚴重威脅。從圖3可以看出，對環境構成重大威脅的區縣主要集中在粵西地區及新興、三水和四會一帶，這與當地農業經濟規模和高強度的農業開發密切相關，以新興為例，2019年家禽出欄量達9599.8萬只，年末存欄量為3980.4萬只，耕地每公頃施肥量（氮肥、磷肥和復合肥）為 0.77 t。廣州市區也屬于高威脅地區，這主要是由于市內白云區高強度的農業經濟活動，如2019年家禽出欄量達到2970萬只，存欄量也有335.3萬只，耕地每公頃施肥量更是高達1.25 t。深圳和東莞的農業活動對環境不構成威脅，這主要是因為當地農業產值比重低，農業用地面積少，規模小，如東莞2019年家禽出欄僅為39.4萬只，耕地每公頃施肥量僅為0.21 t。林蘭穩等（2020）針對粵東、粵西、粵北和珠三角四大片區的農業面源污染時空變化分析中也發現粵西地區面源污染排放強度最高且上升明顯。夏麗佳等（2021）在對珠三角四市農業面源污染評價中也有跟本文類似的發現，東莞與深圳的污染較輕，廣州和佛山污染較重。

圖3 2019年廣東省各區縣農業面源污染單位面積污染負荷系數Figure 3 Agricultural non-point source unit area load factor in each district and county of Guangdong Province in 2019

4 討論與結論

4.1 討論

受數據限制，本文未考慮畜禽養殖業各月養殖數差異及種植業化肥施用時間和施用量的影響，綜合考慮以上因素計算月污染物排放量是未來重點改進方向之一。此外，改進輸出系數法僅考慮了降雨和地形的影響，忽略了距離因子，大氣沉降，時間滯后性等因素影響，以及水產養殖業的養殖廢水對農業面源污染排放量的貢獻等也是本文的不足和有待改進之處。

4.2 結論

本研究基于《廣東省農村統計年鑒 2020》，采用改進輸出系數模型和單位面積負荷系數對 2019年廣東省農業面源污染年排放量和月排放量進行了估算，分析了廣東省102個單元的面源污染時空分布。在此基礎上，評估了農業面源污染排放對環境的影響，主要結論如下：

（1）2019年廣東省農業面源污染排放TN和TP分別為16.09×104t和1.71×104t。畜禽養殖業對農業面源污染TN、TP負荷量貢獻較大，其對TN、TP的貢獻率分別為67.2%、64.6%。空間分布上TN、TP排放量主要分布于粵西地區。

（2）全省面源污染高排放期相對集中于 4—9月，大部分區縣6月TN、TP排放量最大。

（3）全省35.3%和40.2%的區縣TN、TP的K值小于0.6，對環境不構成威脅。33.3%和36.3%的區縣農業TN、TP排放對環境造成嚴重威脅。整體而言農業TN、TP排放對粵西地區的影響較粵北、粵東和珠三角地區更嚴重。