流域農業面源污染遷移過程與模型研究進展

黃國鮮，聶玉璽,*，張清寰，童思陳，趙健，梁東方，陳煒

1.中國環境科學研究院

2.重慶交通大學河海學院

3.劍橋大學工程系

4.重慶文理學院

農業面源污染主要包括由種植業、畜禽養殖、農村生活垃圾、水產養殖等帶來的污染[1]。由于持續大面積開墾和高強度的種植、施肥等原因[2]，使農田表層土壤污染物含量不斷增加，并隨降雨徑流匯入河道，加重水體污染。農業面源污染具有隱蔽性、滯后性、廣泛性、隨機性以及難檢測性等特點，成為當前流域水環境治理的重點和難點。為解決這一問題，美國國家環境保護局(US EPA)部署了2014—2018年戰略計劃“健康流域計劃”（Health Watersheds Program），提出6 項基本流域生態屬性指標，用來衡量流域的健康狀況，其目標是將密西西比河流域的農業氮負荷減少45%[3]。歐盟委員會的研究表明，農業面源和點源對歐盟水環境的污染負荷貢獻率分別為38% 和22%[4]。據《第二次全國污染源普查公報》，2017年我國農業污染源年排放化學需氧量1 067.13 萬t、氨氮21.62 萬t、總氮141.49 萬t、總磷21.20 萬t，分別占全國污染物總排放量的49.77%、22.44%、46.50%、67.20%，可見農業仍是我國面源污染的主要來源[5]。我國“十四五”規劃提出優化農業生產空間布局，以化肥農藥減量化、規模以下畜禽養殖污染治理為重點內容，加強“源頭減量—循環利用—過程攔截—末端治理”的農業面源污染精細化監管和治理體系建設，體現了農業面源污染全過程和系統化監管的重要性。因此，加強對農業面源污染遷移全過程的認識有助于推進農業面源污染合理評估、精準預測并提升防控效果。流域農業面源污染的遷移過程較復雜，涉及農學、水利、環境、地理學等多領域和多學科交叉協同，然而各個領域側重點不同，且較少考慮面源污染的整個過程和環節，比如種植制度、施肥過程、水文過程、水土侵蝕過程、營養鹽遷移、多尺度及轉化過程等，而這些過程對面源過程的貢獻受到不同地形坡度、灌排系統、土壤類型、天氣條件等因素的重要影響。近年來從田塊、溝渠、山坡、河網到流域單個尺度或對象的面源污染遷移過程研究較多并獲得一定的認識，然而各個對象的影響特性及其尺度轉化關系仍不清楚。筆者綜述了農業面源污染在不同尺度下的匯集遷移過程、模型方法及模型不確定性的研究進展。

1 農業面源污染遷移過程

農業面源污染遷移過程與農業區域空間景觀格局、氣象條件及人為調控相關。在丘陵山區，農田一般沿著等地形高線布局，形成山塘—農田—山坡—匯流河道等景觀格局，在此區域中，由于地形縱向比降較大，農田側滲機會較多，匯出農田的水流動力和土壤侵蝕較強，污水在河道滯留時間較短，泥沙和氮、磷的耦合程度較高。在坡度較小的平原河網區，農田一般分布在河道和灌渠兩側，通常形成農田—小比降山坡—灌排水網—池塘等景觀格局。由于小比降、人工閘壩和河口潮汐等非恒大流的影響，可能導致區域內往復流產生，往復流極其復雜的物質輸運導致其污水水團濃度具有更多的不確定性，營養鹽的沉積、再懸浮、釋放及其生物轉化吸收等過程和貢獻與丘陵山區河道差異顯著，且更加難以準確計算。田塊是污染產生和農作物水肥利用與轉化的關鍵場所，其空間尺度主要包含田塊大小，污染物遷移時間尺度主要與水肥施放節律、農作物種類和生長收割等因素相關。由于局部區域尺度內地形比降較小，水分滯留時間較長，因此蒸發、下滲等過程中會造成溶解態物質的損失。山坡是水文產匯流的基本單元之一，其對應尺度也是農業面源污染遷移的基本尺度之一，在田塊—山坡—流域等空間尺度污染物求解過程中，不同中間變量對污染物的影響程度不同，導致同一過程表現出不同的特征，山塘、取排水溝渠、閘壩等人為管理更是加大了污染物遷移過程和環節的復雜性與不確定性，給流域農業面源污染物遷移預測帶來一定的難度和不確定性。筆者從田塊、山坡、流域3 個關鍵尺度描述農業面源污染遷移過程，以期對農業面源污染遷移有更全面的認識。

1.1 田塊尺度污染物遷移過程

農業區每個田塊周圍都有小溝渠，這些溝渠連接到大溝渠，然后連接到池塘形成具有獨特排水網絡的人造景觀，對降水進行再次分配引起污染物遷移的局部過程，即田塊—池塘—溝渠尺度〔圖1（a）〕。在農業區田塊—池塘—溝渠尺度作用下，污染物遷移過程表現出不同的時空特征，同時污染物的累積、遷移和交換也影響著流域農業格局的穩定性[6-7]。田塊、池塘和人工排水溝作為農業景觀的濕地系統對污染物的影響十分復雜，該濕地系統具有降低地表徑流和土壤流失、增加土壤含水量和地下水的功效。各類污染物在池塘中通過沉積、轉化、植物吸收和微生物利用，可以有效降低出水口處的濃度。已有研究表明，池塘對總氮、總磷的去除率分別達到11%～93%、12%～92%[8-9]。田塊作為污染物的源匯單元，其氮流失的主要途徑是揮發和淋溶，磷則主要以發生氧化還原反應和物理方式流失，通過節水灌溉（如間歇灌溉、控制灌溉、洪水季節排水等）可減輕田塊的氮、磷流失[10]。排水溝渠作為田塊和池塘的連接件改變了水流路徑，是污染物遷移和排出的主要路徑之一，在排水溝邊灘配置對氮、磷具有吸附和利用效果的植物，可減緩水流流速，減低氮、磷的流失率，由于NH4+、有機氮和磷通常吸附在土壤顆粒上，因此排水溝渠中該類污染物濃度會降低[11]。田塊—池塘—溝渠尺度可通過遙感影像、無人機拍攝影像等方法來識別其空間分布和結構組成的定量指標，如池塘斑塊面積占比、田塊斑塊密度、溝渠密度[12]。景觀結構指標〔如斑塊密度(PD)、邊緣密度(ED)、香農多樣性指數(SHDI)、蔓延度(CONTAG)〕比其組成指標〔如內聚指數(COHE)、形狀指數(SHMN)、聚集指數(AI)〕對小流域季節性和年度水文水質波動影響更大[13]。在流域中降水與農業格局變化對水文連通性的影響是一個交互反饋的過程，田塊—池塘—溝渠的空間分布比其組成類型對流域污染物遷移影響更大[14]，因此已有的大多數研究都集中在田塊—池塘—溝渠系統空間變化的差異上[15-16]，而對其隨時間變化的關注較少。田塊—池塘—溝渠系統的動態變化會對流域農業污染物遷移產生較大影響[17]，對其進行可靠的評估，對于維持流域長期農業生態環境穩定至關重要[18]。

圖1 不同空間尺度水文特性與污染物遷移路徑Fig.1 Hydrological characteristics and pollutant transport paths at different spatial scales

1.2 山坡尺度污染物遷移過程

山坡污染物遷移過程是指坡面土壤中的氮、磷、農藥及其他有機或無機污染物在降水或灌溉過程中，通過地表徑流向坡底運動的過程〔圖1（b）〕。污染物遷移不僅與降水量、徑流、坡度、土壤質地和結構、植被覆蓋度等自然因素有關[19]，還與土地利用、土壤耕作、農田施肥等人為影響密切相關[20]。在較小的降水強度下，總磷濃度在降水后期才會顯著增加，這是因為雨滴濺蝕和剪切力較小，入滲較長時間土壤含水量才會達到飽和，然后產生坡面流和坡面磷流失；在較大的降水強度下，雨滴濺蝕和剪切力較強，流速增大，坡面表層土和吸附的磷容易被地表徑流沖走，盡管表層活動層土（一般小于2cm）的總磷含量相對較高，但該土層的總磷累積有限，這部分磷在被沖刷流失后，即便隨后的降水強度增大，也較難造成大量的磷流失，因此總磷流失劇增往往發生在暴雨初期[21]。Pei 等[22]對黃土高原不同植被類型和土壤特征進行溶質遷移試驗，發現土壤性質(如體積密度、大孔隙數量、孔隙連通性密度、飽和水力傳導率、顆粒組成)與污染物遷移參數(如孔隙平均流速、初始滲透時間、累計滲透時間和動力擴散系數)之間存在顯著相關性。Du 等[23]研究丘陵山區降水侵蝕條件下不同施肥和耕作形式對氮、磷遷移的影響，發現等高線耕作通過改變坡耕地的微地形增強儲水能力并改善土壤性質，在同等施肥條件下作物根系吸收的土壤營養物有所提高，從而減少了氮、磷損失量。總之，山坡是農業面源污染物產生和遷移的基本單元，在坡面上污染物流失速度快、歷時短，其污染遷移過程受人為影響較大，要實現有效和統一的規范化管理仍具有挑戰性。

1.3 流域尺度污染物遷移過程

流域農業污染物遷移過程是指化肥、農藥、畜禽糞便、農村生活垃圾等隨徑流和泥沙在陸面—溝渠—主河道流動，最終匯集到流域出口的過程〔圖1（c）〕[24]。流域氣候和下墊面條件是影響污染物遷移的客觀因素，在降水豐富的雨季，農業污染物主要隨地表水和泥沙匯入流域出口，在旱季污染物累積在土壤中并被植物吸收利用，呈現明顯的季節性變化[25]；而人類活動（如耕作面積和空間分布、施肥量、作物產量、農業經濟發展程度以及農業管理模式）是影響污染物遷移的主觀因素，合理優化農業空間布局以及規范種植施肥行為將有效減少農業源頭污染[26]。研究者通常利用大量野外采樣數據、分布式物理模型來計算分析流域尺度農業污染物時空遷移，識別流域內關鍵污染源區以及遷移特點[27]，而從污染源—溝渠—河道上下游全面布設采樣點位無疑會增加人力成本，因此與高頻率監測技術相結合的流域模型將提高農業面源污染遷移過程監測準確性[28]。

1.4 尺度轉化過程

由1.1～1.3 節可知，在小尺度上農業面源污染變化特性主要與微生物群、微地形和土壤質地等因子有關，在大尺度上主要受氣候、土地利用、地形和人類活動的影響[29-30]。水文-地貌-生態相互作用，質量和能量的自由傳輸以及山坡與流域的沉積物滯留、遷移均是各尺度關注的熱點[31]。農業非點源模擬過程模型主要包括各類污染源在不同介質中的產生、累積、流失、衰減、轉化與遷移的模型數據表達和驅動機理方程的數值求解。農業面源污染遷移的空間尺度轉化受限于如下因素：1）計算對象的時空表達有效性；2）模型本構方程及其參數獲取的試驗時空尺度范圍及時空尺度有效性；3）模型中主要控制方程穩定性、收斂性求解要求；4）計算機資源、計算效率限制等條件要求。需要對模型網格或響應單元空間尺度、時間步長進行協同控制，以期達到合理可靠的計算結果，對單一的問題可能有最合適或最優的時空尺度組合存在。但涉及農業活動區，其田塊—山坡—流域的空間異質性高，污染遷移過程計算涉及多過程和多驅動因子求解，由于流域內各子過程和驅動因子具有不同時空尺度，從而使得問題呈現多時空尺度特點。從模型求解角度，一般只能選擇最小尺度或最具代表性的時間或網格尺度進行求解。此外，一些模型使用的關鍵計算公式及其相應的參數主要從室內試驗和野外具體觀測數據擬合得到，具有隱含的時空尺度，公式的適用范圍也受到這些時空尺度的限制。如SWAT 模型使用的水土流失方程及其相應參數主要是由月尺度和年尺度的中大流域觀測分析獲得，因此SWAT 在模擬中、大型流域的月尺度和年尺度的泥沙與污染物遷移過程計算精度較高，而模擬小時空尺度的相應過程計算精度就大幅下降[32]。縮小由于尺度轉化帶來的誤差的主要方法有：1）模型求解的時空尺度需要盡量匹配物理過程的關鍵過程的時空尺度要求，以時空尺度最小的過程或分辨率進行計算，同時對關鍵的過程提升模型刻畫的準確性，并對大的時空尺度的過程進行適度的解耦合計算，以減少計算量；2）當模型要求的計算時空尺度較小，計算機資源無法很好滿足要求時，則需要對模型中小尺度的重要過程和分辨率進行概化或參數化，使計算具有可行性。

從田塊、山坡、流域各尺度總結降水、地形、土壤性質、土地利用類型、人類活動等不同因素，對污染物遷移過程的影響及其內在聯系進行研究。農業面源流失具有多尺度特點，尺度轉換對模型的合理計算具有重要的作用，厘清各尺度及尺度轉換下污染物遷移規律有助于掌控污染物遷移關鍵環節以及優化模型計算結構和參數。

2 流域農業面源污染模型的研究進展

2.1 污染物遷移本構方程

農業面源污染研究主要有理論推導、野外實測、室內外試驗、模型模擬等方法，以此精準識別刻畫流域農業面源污染物流失與遷移過程。各類污染物與泥沙的吸附-解吸關系及不同單元營養鹽累積-流失的本構方程是農業面源污染關鍵過程之一，可作為流域內跨尺度研究的基礎。水和泥沙是污染物（如氮、磷等）輸移的核心要素和關鍵載體，遷移過程中污染物與水沙之間形成物質混合，Langmuir 和Freundlich 等溫線是描述污染物和泥沙的吸附-解吸方程[33]，公式如下：

式中：Q為泥沙對污染物的平衡吸附量，mg/kg；C為吸附平衡時濾液污染物濃度，mg/L；Qm為泥沙對污染物的最大吸附量，mg/kg；k為與吸附結合能有關的常數，L/mg；Kf和n分別為與泥沙污染物吸附容量和吸附特性有關的常數。泥沙的化學性質影響其吸附量，如CaCO3、Fe 和Al 氧化物是泥沙中重要的吸附基質，其含量與污染物的吸附量呈顯著正相關；泥沙的物理性質如粒徑大小、pH 是影響泥沙的吸附能力的重要因素，如砂質土壤對污染物的吸附能力高于黏性土壤。雖然泥沙吸附量與解吸量呈正相關，但部分解吸是不完全可逆反應，大量室內試驗觀測表明，動態吸附-解吸一般在12h 以內達到平衡[34]。由于污染物價態、形態多樣，不同地區土壤物化性質有所差異，具體應用到不同流域環境中吸附-解吸方程仍有待進一步修正，識別主導影響因子是精準構建本構方程的關鍵步驟。在污染物遷移過程中，Walter等[35]提出完全混合物理模型〔圖1（d）〕，該模型假設降水和土壤水在相互作用的有效深度內瞬間完全混合，并且認為徑流中的溶質濃度等于有效深度土壤水中的溶質濃度。溶解態污染物遷移完全混合模型計算方程如下所示：

式中：hm為徑流水與土壤水的混合深度，m；c為徑流水與土壤水混合深度中的溶質濃度，g/m3；θs為飽和含水量，m3/m3；ρs為土壤容重，g/m3；k為土壤吸附率，m3/g；qr為徑流產流率，m3/(m·s)。

王全九等[36]應用式（3）建立了黃土高原區等效對流溶質模型，在模型中考慮了裸露的黃土高原上雨滴飛濺和擴散對溶質遷移的影響。Yang 等[37]利用土壤溶質遷移模型建立了降水對土壤顆粒的分離以及地表徑流與土壤污染物之間的混合數學模型。但這些污染物遷移模型著重于溶解態的污染物隨徑流的遷移過程，忽略了顆粒態污染物的遷移。Shao 等[38]研究了考慮溶解態和顆粒態污染物的遷移模型，表明污染物徑流量與土壤侵蝕相關的因素（降水強度、初始含水量和坡度）有關，并提高了模型預測污染物流失量的精度。污染物遷移混合物理模型在田塊尺度適用性強，若能考慮吸附-解吸動態平衡因子，并加入植物對營養物的吸收和揮發因子，將能定量統一描述水-泥沙-植物與污染物的相互作用和遷移轉化過程，為流域模型預測農業面源污染物過程提供參考。

2.2 流域污染物遷移過程模型

模擬流域農業面源污染負荷的數學模型可分為經驗模型、機理過程模型[39]2 類。經驗模型依靠典型監測數據建立水文與污染物參數之間的經驗關系，如輸出系數模型（ECM）[40]。然而由于監測樣本數據的局限性，經驗模型難以充分描述整個流域污染物遷移過程，較難將當地參數應用到更廣泛的地區。基于機理過程的流域模型結合了水文模型、土壤侵蝕模型和污染物遷移模型，形成了較為完整的模型體系，能用于預測不同管理模式下流域的徑流、侵蝕、泥沙和養分遷移，如應用較為廣泛的非點源污染環境（ANSWERS）模型[41]，化學品、徑流和侵蝕的農業管理（CREAMS）模型[42]，農業非點源污染（AGNPS）模型[43]，土壤和水評價工具（SWAT）模型[44]，水文模擬（HSPF）模型[45]等。機理過程模型參數數量龐大、對輸入數據的要求高、可用信息有限，很難進行全面的參數優化、校準和驗證，這在一定程度限制了其在大尺度流域的使用。但隨著高精度測量技術的應用和大規模監測數據的累積，機理過程模型研究和應用成為未來模型研究的主要方向之一。目前已廣泛應用的各類模型在求解流域尺度的污染物遷移過程中各有優缺點，通過資料分析，歸納出各類模型及其優缺點如表1 所示。

表1 流域面源污染模型機理統計Table 1 Statistics of watershed non-point source pollution model mechanism

2.3 模型不確定性研究

模型不確定性來源主要有輸入數據、模型結構及模型參數與邊界條件數據的誤差或不確定性[50]。將實測數據作為初始條件、邊界條件和模型參數輸入到模型中，如果實測數據具有不確定性，就會使模型計算和結果產生不確定性或偏差。例如降水量數據的空間異質性，相鄰區域局部小尺度的降水量可能有所不同甚至差異較大，因此降水觀測站網的空間密度、位置和測量誤差都會給模型輸入數據帶來不確定性；水位、流速、水質等測量儀器的不穩定性、手工監測數據頻率低等因素也會導致實測數據具有不確定性[51]，即使是高頻測量的水質數據也未必能夠與各類模型的具體需要相適配[52]。

模型結構框架是建立在一個涵蓋空間、時間、過程和應用等維度的通量體系，結構不確定性體現在模型的數學形式存在差異（例如概念模型、數學模型、物理模型對污染物遷移轉化過程的描述不同），通過污染物遷移的數學方程式來求解污染物的濃度和通量等變量，然而這些控制方程與真實的污染物遷移過程不可能做到完全相符，因此模型結構不確定性存在具有必然性[53]。即使模型求解準確，其結果只是代表了這些控制方程的精確解，不一定能夠完全代表實際污染物的遷移過程。如果不考慮模型結構不確定性和誤差，通過調參得到的模型參數為補償模型結構誤差，此時物理參數就會過度擬合，從而影響模型預測效果[54]。減少模型結構不確定性的方法首先需要對真實過程有深入的理解并進行合理的把握，對關鍵過程進行概化，從而減小模型結構不確定性的范圍，為進一步減少模型參數不確定性和模型的精確驗證奠定基礎。通常情況下，采用高頻、全面測量樣本數據識別模型主要本構方程和相應參數、多個模型的綜合對比計算等方法可以有效改善和降低模型結構的不確定性[55]。

在降低邊界輸入數據和模型結構不確定性的前提下，優化參數并降低參數不確定性可以達到提升模型的計算與預報精度的目的，這對面源污染模型的建立非常關鍵，如在模型中體現徑流過程、氮磷的遷移轉化過程，氮磷通量和城市降水量的相關參數等[56]。這些參數只能根據觀測數據和相關文獻數據進行經驗估計和優化，存在誤差，此外參數的時空異質性也是參數不確定性的主要來源之一。求解參數不確定性或優化參數的方法有：1)廣義似然不確定性估計(GLUE)方法，其在水文模型和水質模型的參數不確定性分析中得到廣泛應用[57]；2)馬爾可夫鏈蒙特卡羅(MCMC)方法，其可以從多維參數后驗分布生成樣本用于統計分析參數的敏感度和不確定性范圍[58]。描述不同面源污染過程(主要是降水-徑流、土壤侵蝕、污染物遷移和轉化過程)的模型參數對模擬變量具有單一和多方面的影響。在HSPF 模型中參數的不確定性與降水量呈顯著正相關，參數對強降水和大流量的敏感性較高[59]。識別參數不確定性來源對模型模擬結果差異至關重要，同時通過統計分析、機器學習等算法確定多維參數最優區間，從而提高模擬效率和精度，對模型配置和計算起到重要的作用。

當前，模型對流域內從田塊—山坡—流域各環節的水文連通、泥沙與污染物遷移的表達和求解仍與實際過程有一定差異，因此流域模型定量描述污染物負荷的時空分布和遷移變化過程仍有待提高，需要結合更全面的測量數據進一步地開展研究。

3 存在的問題與展望

3.1 存在的問題

（1）農業面源污染遷移過程觀測手段的不足

目前在各時空尺度上相應的觀測手段或監測技術已取得較大進步，但在如下環節存在局限性：在田塊尺度缺乏對田塊—池塘—溝渠污染物遷移過程的原位與實時觀測系統，這限制了田塊尺度作物、微生物對主要營養鹽（如碳、氮、磷）的影響整合；在山坡尺度對影響污染物遷移過程的關鍵介質，例如泥沙級配、化學性質與顆粒態污染物吸附解吸難以進行連續性觀測；在流域尺度下監測完整的污染物遷移過程仍是巨大的挑戰，這限制了污染物遷移轉化研究以及相關概念或模型的發展和重大突破；缺乏對土壤水、地下水中污染物含量的連續性觀測，這限制了流域污染物通量演化過程的完整性。

（2）農業面源污染物模型機制的不足

對流域農業面源污染物遷移過程模型的代表性認識空缺，表現如下：在長時間尺度上能夠從機理描述污染物遷移的物理化學過程的方程還不成熟，氣候變化對水文-泥沙-污染物的耦合機制的影響仍不確定，因此很難在長時間尺度準確預測未來污染物遷移過程；在山坡尺度溶質遷移模型機制對污染物與泥沙的動態吸附-解吸機制、植物的吸收與釋放機制以及化學機制尚未完全了解；就模型結構、模塊組成而言只有少數流域模型考慮短時間的泥沙濺蝕機理過程對污染物的影響，而基于小尺度等比例放大到大尺度會產生誤差累積,使得流量、泥沙、污染物通量峰值誤差量級增大幾倍；參數數據庫在流域模型中常需要本土化，缺乏對流域時空異質性的精細化參數最優算法的應用，限制了流域模型參數不確定研究的發展。

3.2 展望

未來對農業面源污染研究還需要進一步完善：1）完善不同時空尺度的污染物遷移過程模型模擬，加強應用現代高效測試技術和設備獲得各環節的充分測量樣本數據（如采用天-地-空全方位與源頭—路徑—匯集出口的高頻高精度監測平臺大規模數據集）來對模型進行驗證及參數率定，提升不同條件下模型計算的普適性及計算精度；2）對流域內的田塊-池塘-溝渠-山坡-水網等對象及其拓撲鏈接的合理數學表達和雙向遍歷的精確計算，污染累積與遷移本構關系的方程構建及其參數化、各類子過程的尺度轉化對污染物的綜合效應的定量研究；3）利用模型試算、擬合優化算法和機器學習等方法對模型結構、輸入數據（如流域降水與蒸發、污染源強等）、本構方程類型及參數、泥沙吸附解吸和遷移方程類型及參數等進行定量合理性檢驗、參數敏感分析和優化。總之，未來農業面源模型計算應面向現代化農業生產、生態環境精細化管理的應用需求，加強面向農業系統源頭到末端受納水體的一體化和精準化模型系統研發與應用研究，選擇農業典型區，充分利用現代化觀測系統獲得的高頻高精度水文水質數據來驗證模型，并實現靈活的天氣條件和人工調控措施配置作用下模型精準計算與預報預警，從而為農業面源負荷、濃度、通量等變量的高精度求解與流域環境精準化管控提供模型技術支撐。