平原河網地區農田面源污染月尺度入河系數精準測算方法

關鍵詞：平原河網地區；水文水質協同監測；農田面源污染入河系數；自動采樣；負荷分類評估；微積分算法

中圖分類號：X52；X83 文獻標志碼：A 文章編號：1672-2043（2024）12-2838-10 doi：10.11654/jaes.2024-0862

我國農田氮磷流失特征具有明顯的空間差異性，南方農田地表徑流量整體高于北方，其中南方濕潤平原區是地表徑流氮磷流失的重點區域，以20%的耕地面積產生占全國總量62% 和68% 的氮、磷徑流流失，其農業面源污染排放不容忽視[1]。上述客觀條件為平原河網地區的農田面源污染負荷精準評估和精細化管控帶來了極大的挑戰[2]。“十三五”期間，上海市等平原河網地區的碧水保衛戰水環境治理成效顯著，但在河湖水質整體提升的同時汛期河道水質波動現象仍較普遍；隨著工業點源污染逐步得到控制，農業面源污染和農村生活污水等農村污染源逐漸成為郊區水環境質量進一步提升的重要制約因素之一[3]。“十四五”以來，國家高度重視農業面源污染監測評估工作，先后密集發布了30余份政府文件對相關工作進行部署。2021年10月，生態環境部辦公廳印發《關于同意開展農業面源污染治理與監督指導試點的通知》（環辦土壤函〔2021〕507號），在全國建立了26 個農業面源污染治理與監督指導試點地區，各試點于2022 年底完成了監測點位布設，2023年實際開展了71個監測區的監測工作，全國農業面源污染監測評估系統更加完善，省級農業面源污染監測能力和評估系統初步建立，基本形成天地協同、多級聯動的全國農業面源污染綜合監測評估體系[4]。然而，部分地區在實際工作過程中遇到了面源污染監測評估技術體系亟待完善的問題；特別是在平原河網地區[5]，其農田破碎化特征顯著，入河排放口分散且密布[6]，導致排水難以集中，在監測成本控制要求下通過較少的監測點位獲得科學的監測評估結果難度較大；農田面源污染輸出呈高度隨機性、脈沖式特征[7]，且輸出特征時空異質性明顯。同時，受前期農田水文狀況的影響，相近的入河排放口單次降水產流事件的污染輸出強度亦有可能有較大差異，難以捕捉面源污染排放真實過程。

自Johnes[8]于1996年提出優化的輸出系數（Exportcoefficient）法以來，該方法已成為農業面源污染負荷評估最常用的方法，至今仍是農業面源污染領域研究的熱點之一。對于監測區域的空間尺度而言，農業面源污染輸出系數具體可以細分為在農田排放口（田-溝）監測得到的流失系數或離田系數、在入河排放口（溝-河）監測得到的入河系數、在（小）流域（子流域-流域）監測得到的排放系數。傳統的流失系數監測采用徑流小區法，得到的數據并非真實的入河負荷。耿潤哲等[9]提出了農業面源污染物入河系數測算體系的總體方案，指出在全國范圍內，根據流域分區結果采取嵌套式典型流域和標準徑流小區監測實驗相結合的必要性，但較多的南方平原河網地區地勢低平、河道上下游關系不明，因此流域的概念并不完全適用，從而限制了上述方案在南方水網區的適用性。農田面源污染物在農田排水溝塘系統運移過程中一般會經歷一個沿程降解的過程[10-11]，故理論上單位面積、單位時間的面源污染入河系數應當小于離田系數。然而，在實際監測過程中發現，排水系統中有時會存在水質濃度沿程上升的現象，究其原因，包括但不限于以下幾點：（1）排水溝兩邊斜坡（自留地）種菜施肥期間的岸坡徑流入溝；（2）排水溝底泥內源釋放[12]；（3）稻田田埂的土壤淋溶水側滲[13]；（4）田間干濕沉降[14]；（5）入河排放口附近河道水倒灌對排水溝末端水質的影響[15]。針對平原河網地區灌區尺度入河排放口的農田面源污染入河系數研究目前較少[16]。總體而言，現有研究對各地區本地化農田面源污染入河系數精準測算研究較少，無法滿足平原河網地區幾十公頃灌區微觀空間尺度下的面源污染負荷評估及河道水質波動原因剖析的需要。

本文針對當前的農田面源污染排放系數較難支撐當前愈發精細化的管理需求的問題，著重對平原河網地區農田面源污染監測重難點問題進行分析，進而闡述本研究團隊“十四五”期間在上海市構建的平原河網地區農田面源污染入河系數精準測算方法體系，并開展2024 年9 月自有記錄以來雙臺風首次同時登陸上海期間的典型案例研究，以期為類似的平原河網地區農田面源污染監測與負荷精準評估提供成套方法技術體系支撐，為后續的農業面源污染關鍵源區精準識別與污染防治工作提供理論依據和技術支撐。

1 平原河網地區農田面源污染監測重難點分析

1.1 監測區域選取的可行性和代表性問題

在構建平原河網地區農田面源污染入河系數精準測算體系之前，首先需要考慮監測區域代表性問題，這一點在以往的研究中常被忽視[17]。在選取監測區的過程中至少需要注意以下幾點：①水陸聯動。應以主要從事農業生產活動、農業面源污染對周邊水環境影響較為突出（主要體現為汛期水質波動較為明顯）的區域為重點，農田入河排放口的污染負荷主要來源于單一種植類型的農田面源污染排放，且農田產匯流過程在周邊區域具有較好的代表性。②灌排集中。監測區域應為能夠實現獨立灌排的連片農田，入河排放口、灌溉取水口數量盡可能少，灌排控制措施相對集中，入河排放口與對應排水分區的上下游水力關系明確，以利于監測點位數量和成本控制。監測區域內種植類型相對單一，基本無農村生活污水、村宅地表徑流等其他污染源排放影響。③管理便捷。管理主體盡可能為農業專業合作社，以確保監測區域及周邊區域的農事活動具有統一的管理責任主體，利于監測期的農事活動調查以及后續可能的面源污染防治措施實施；設置在線設備的監測點位周邊接電便利性較好。

1.2 監測評估結果的科學性和精準性問題①

農田水文：以上海市為例，上海地區雨熱同期，水稻種植期（5—11月）與汛期（6—9月）、梅雨期（6—7月）、臺風暴雨期（7—10月）等高度重疊，水稻施肥后的面源污染流失高風險期、灌溉期、河道水倒灌（回灌）期、曬田（又稱擱田、烤田）期交替發生，導致水稻生育期土壤一直處于干濕交替條件[18]，加之農田小微水體廣泛分布[19]，農田排水系統特征及農田水文狀況極其復雜。②監測點位：應當重點關注入河排放口的農業面源污染入河負荷（入河系數），以便于建立農業面源污染排放與河道水質波動的聯系，而現有的監測體系多關注田塊尺度或流域尺度面源污染監測、農田周邊河道水質監測，較難客觀反映農業面源污染的真實排放情況。③流量監測：農業面源污染監測與傳統的河道水質監測有很大區別，只有負荷通量才能代表面源污染排放量，流量監測不容忽視，甚至在流量變幅較大的汛期其對負荷測算精準度的影響可能比水質更大[20]，且難以通過人工獲得準確的流量監測數據。④監測頻次：監測頻次直接決定了監測評估結果的精準度，同時也直接決定了監測成本，如何實現農業面源污染監測成本與監測成效的平衡，需要對監測頻次進行仔細衡量和把關。流量自動監測屬于一次性投入，后期除少量運維費之外一般不產生監測費用，而不論何種形式的水質監測都需要有持續的費用投入，由于流量在線自動監測的頻次可達分鐘級甚至秒級，遠高于水質監測的頻次，所以如何設置水質監測間隔、通過有限的監測經費獲得更好的監測評估結果就顯得尤為重要。

1.3 面源監測工作的綜合性和集成性問題

目前，國家層面推動的農業面源污染試點監測工作開展尚不到3年時間，農業面源污染監測與傳統的水質監測不同，是一項較新的工作任務，涉及到農田水利、農藝學和農業資源環境等各專業領域的知識技能，需要扎實做好資料搜集、區域選取、方案編制、現場踏勘、儀器布設、數據采集、分析評估、質量保障等各項工作，工作集成度較高，工作完成質量需要以工作人員的團隊通力配合和整體綜合能力作為重要保障。

2平原河網地區農田面源污染入河系數精準測算方法體系建立

筆者及所在研究團隊在上海市構建了“4+9”種植業面源污染監測評估體系（4個市級試點+9個區級試點），涵蓋水田、旱地、果園和設施大棚等主要種植類型，在上海市所有涉農區構建了統一的入河系數精準測算技術方法體系。以上海市為例，平原河網地區農田面源污染入河系數精準測算方法包括監測區域選取、基礎資料搜集、監測單元劃定、監測點位布設、采樣監測周期與方式選擇、自動采樣觸發條件和監測頻次設置、監測指標選定、（凈）入河系數計算、負荷分類評估和質量控制10個步驟。以下分別闡述各個步驟的具體技術細節要求。

（1）監測區域選取：應在主要從事農業生產活動、農田面源污染問題較為突出的區域選擇監測區域。監測區域一般由單個或多個灌區組成，監測區域內基本無農村生活污水、垃圾、養殖等其他污染源排放的影響。監測區域的選取情況與實際工作需求緊密相關，其面積一般不固定，一般在66.7 hm²以內。監測區域內的農田面源污染入河排放口一般較多，須對其入河排放口及對應的匯水區域、排水路徑開展前期調查。

（2）基礎資料搜集：監測區域和監測單元確定后，對監測區域在監測周期內的基礎資料進行持續搜集，為負荷評估關鍵性結論作基礎數據支撐（表1）。

（3）監測單元劃定：根據監測區域內入河排放口及其對應的匯水區域、排水路徑調查結果，結合已搜集的重要基礎資料信息，選擇1～2個（最多不宜超過3個）主要入河排放口，將其對應的連片匯水區域劃定為監測單元（面積較小的監測區域可整體劃定為監測單元），用監測單元的監測結果表征監測區域的整體情況。監測單元的面積相對可控，一般在3.3～20.0hm²之間。

（4）監測點位布設：在監測單元的灌溉取水口布設農田灌溉用水監測點位（以下簡稱灌溉監測點位），開展水質監測；在監測單元的農田排放口布設農田面源污染入河排放口監測點位（以下簡稱排口監測點位），開展流量和水質同步監測。應盡可能在排口數量較少的監測單元開展監測，可選擇其中的部分入河排放口設置監測點位，其對應的總農田面積應達到監測單元農田面積的50% 以上，以確保監測結果能夠代表監測單元的總體情況。

（5）采樣監測周期和方式選擇：監測周期應包含至少1個完整的自然年。流量監測應覆蓋整個監測周期，水質監測應針對入河排放口的降雨和灌溉產流事件進行，每年4月至9月應適當增加降水產流事件和水田灌溉高峰期灌溉產流事件的監測次數。4月應盡可能捕捉到清明節期間連陰雨天氣的降水產流排放過程；對于水田，5—6月應充分把握水稻施基肥后的第一次產流事件，7—8月應把握水稻施蘗肥和穗肥后的第一次產流事件；對于旱地、小麥（稻麥輪作）[21]、設施大棚，均應聚焦汛期（5—9月）和非汛期的施肥期產流事件，以充分掌握豐水期和枯水期的面源污染排放底數；對于設施大棚，如采取揭棚洗鹽措施的，應針對揭棚期產流事件開展監測。為提高入河系數測算精度，建議在汛期、非汛期每月開展至少1～2次監測。有限推薦通過在線設備實現面源污染水樣的自動采樣或自動監測，輔以必要的人工采樣；推薦優先采用流量在線自動高頻監測、通過流速閾值觸發水質自動采樣的監測方式，監測經費足夠的情況下也可以選擇水質在線自動監測的方式。如果需要對農業面源污染防治措施進行績效評價，考慮到措施的滯后效應[22]，在實施措施后建議開展連續3 a或以上的監測評估[23]。

（6）自動采樣觸發條件和監測頻次設置：水質自動采樣器的觸發條件分為時間間隔觸發和水量間隔觸發2種模式[24]，本文提出的監測方法建議采用時間間隔觸發，以便于在沒有水質自動采樣器的條件下降低人工采樣的技術門檻。根據上海市試點監測的大數據分析結果，汛期觸發水質自動采樣的流速閾值一般設在0.2～0.5 m·s^-1較為合適，非汛期的農田排水流量一般較小，可根據各地實際情況將流速閾值設低，以確保能夠采到非汛期產流期間的水樣。應遵循“先密后疏”原則[25-26]確定排口監測點位的采樣頻次，入河排放口產流初期（一般為產流開始之后8 h內）采用0.5～1 h的采樣間隔，產流中后期（8～24 h）采用1～4 h的采樣間隔，產流后期（24 h以后）采用4～12 h的采樣間隔，非汛期可適當降低采樣頻率。如果經費有限，非施肥期產流可在產流初、中、后期的樣品中分別挑選至少3、1、1個進行水質檢測。針對灌溉事件，應在灌溉期間采集至少1個灌溉取水口水樣。由于提高流量在線自動監測的頻次并不會導致監測成本的增加，且流量監測頻次直接決定了對面源污染排放起止時間的識別精度，故對于流量一般設置高頻自動監測，其監測間隔建議設為10 min以內，降水量監測的頻次建議設為15 min以內。

（7）監測指標選定：監測單元的降水量、設置水質采樣點位的入河排放口的流量（應當對正向和反向水流的流量都進行監測）、灌溉取水口的灌溉起止時間為必測指標，如果監測單元附近1 km以內已有雨量站且數據符合要求，可使用其數據。水質必測指標為總磷、總氮和氨氮；水質選測指標包括但不限于高錳酸鹽指數、可溶性磷酸鹽、硝酸鹽氮、溶解氧和懸浮物等。相關水質指標采用的檢測方法參考《全國農業面源污染監測評估實施方案（2022—2025年）》（環辦監測〔2022〕23號）中推薦的方法，溶解氧、懸浮物的檢測分別采用《水質溶解氧的測定電化學探頭法》（HJ506—2009）、《水質懸浮物的測定重量法》（GB 11901—1989）進行。

（8）（凈）入河系數計算

根據入河排放口的農田排水流速大于或等于流速閾值的時段識別農田面源污染排放事件，流速上升過程中實測流速大于閾值即開始水質自動采樣、自動監測或人工采樣，流速下降過程中實測流速小于閾值之后水質自動采樣、自動監測或人工采樣即停止，有限的樣品采滿亦會導致自動采樣停止，獲得水質監測數據的時期即為監測期。在整個監測周期內逐月計算入河系數，每月內分監測期（開展農田面源污染水質監測的時段）和非監測期分別計算農田排水量、農田面源污染入河負荷。

不論采用何種水質采樣/監測方式，其頻次一般遠低于流量在線自動監測的頻次[27]，從而導致流量、水質監測的時刻可能不完全匹配，此時應當按照水質采樣/監測的時刻對流量數據進行插值，以確保所有的水質數據均有同時間匹配的流量數據，進而以相鄰兩個水質濃度對應的采樣/監測時間段為步長推算得到監測期的入河負荷，并以流量高頻監測數據為基礎對非監測期的入河負荷進行估算，最終實現逐月入河負荷和入河系數的精準核算。

（9）負荷分類評估：根據降水和灌溉情況、入河排放口的流量等對降水（自然因素）、灌溉（人為因素）和倒灌（自然因素）產流事件的起止時間進行科學劃定，分類開展入河負荷精細化評估。其中倒灌是指對于感潮河網地區、行洪或通航河道等，在河道水位高于農田排水溝水位形成的水力梯度或船行波作用下，河道水進入農田排水溝，待河道水位下降之后農田排水溝的水將重新排入河道，這一過程形成的農田排水不屬于農田面源污染。由于倒灌期入河排放口的流速為負值，在農田排水水量計算過程中已將倒灌水量扣除，故本研究的入河負荷不包含倒灌導致的負荷。入河排放口流速/流量大于一定的閾值且持續超過一定時長（具體取值須結合實際情況，根據初期監測結果確定，下同），按照前2 d內（2 d的時長視農田水文條件可作調整，下同）發生降水且未進行灌溉、進行灌溉且未發生降水、既發生降水也進行灌溉3種情況分別認定為降水產流事件、灌溉產流事件、降水和灌溉共同導致的產流事件；非降水/灌溉產流期發生入河排放口流速先負后正則認定為倒灌產流事件。按照上述產流事件對農田面源污染入河負荷進行分類核算評估。

（10）質量控制：樣品保存和運輸按照《水質樣品的保存和管理技術規定》（HJ 493—2009）的規定執行，樣品在水質自動采樣器內的存儲溫度不超過4 ℃。采集的水樣應及時送至實驗室，盡可能在相關標準規定的時效完成樣品分析。水質自動采樣器的日常檢驗和監督校驗應執行《水質自動采樣器技術要求及檢測方法》（HJ/T 372—2007）的要求。水位觀測的精度和質量控制應執行《水位觀測標準》（GB/T50138—2010）的要求，流量測驗的精度和質量控制應執行《水工建筑物與堰槽測流規范》（SL 537—2011）和《聲學多普勒流量測驗規范》（SL 337—2006）的要求。需要特別說明的是，在開展農田面源污染監測的過程中，設置水質自動采樣器的目的是降低人力成本，并及時捕捉徑流期的排水水樣，一般自動采樣過程持續2 d左右，水樣采集完畢后將樣品一次性取回實驗室分析，故部分樣品無法滿足標準規范的時效性要求，這一點是可以接受的。

3 典型案例研究

2024年9月，臺風“貝碧嘉”（1949年以來登陸上海的最強臺風）、“普拉桑”（造成部分觀測站雨量打破歷史記錄）先后登陸上海，系上海自有氣象記錄歷史以來首次雙臺風在3 d內同時登陸，風暴潮疊加天文潮增水，造成了局部地區超強降雨，給上海市乃至長三角地區的防汛排澇和水環境生態保護工作帶來了極大的挑戰。本文以2024年9月上海市某水田面源污染市級試點的入河系數精準測算作為典型案例（研究區如圖1所示），展示最新的相關成果。試點區域監測單元的主要農事活動為：5月20日施基肥，隨后泡田插秧，6月12日施蘗肥，8月1—2日施穗肥，11月13日收割。監測期9月為非施肥期，農田面源污染輸出基本不受施肥影響。

“貝碧嘉”和“普拉桑”登陸期間造成的監測區降水量和降水時段分別為123 mm（9月16日3：00—21：00）、38.5 mm（9月19日7：00—9月20日20：00），其徑流系數分別為0.288和0.492，表明“貝碧嘉”登陸前期農田水分含量較低、地下水位較深，蓄滿產流發生的較晚；而“普拉桑”登陸造成的降水量雖然僅為“貝碧嘉”的1/3左右，但由于蓄滿產流迅速發生[29]，近一半的降水排入河道，形成面源污染。徐云強等[30]研究得到太湖流域（江蘇宜興）某直播水稻田8月中旬單次降水56.3 mm 下的徑流系數為0.259，本文研究期（9月）水稻灌溉量相對更少，在雙臺風登陸期間的徑流系數更高，說明即使處于水稻生育中后期、汛期末端，臺風強降雨亦有可能造成農業面源污染短期內的集中輸出。2024 年9 月，監測區于2 日（9.1 h）、3 日（5.5 h）、5日（9.5 h）和8日（10.3 h）進行了灌溉（括號內為灌溉時長），2日（13.5 mm）、10—11 日（83.0mm）、15—16日（124.0 mm）、19—21日（39.5 mm）、24日（1.5 mm）、27日（7.5 mm）、30日（0.5 mm）發生了降水（括號內為日降水量），與往年同期相比為典型的豐水月。本研究于9月4—6日、11—13日、16—18日、19—21日在監測區開展了水質高頻監測，共計分析了95個水樣的總磷、磷酸鹽、總氮、氨氮、硝氮和高錳酸鹽指數等水質指標，流量持續自動監測的間隔為10 min。監測評估結果見表2。

根據降水量和灌溉時段監測結果，表2的3個時段基本代表9月上、中、下旬，其農田面源污染的驅動因素各有不同，9月上旬主要為灌溉驅動（僅9月2日降水13.5 mm），9月中旬為降水驅動（未進行灌溉），9月下旬降水驅動影響較小、無灌溉驅動（僅降水9.5mm，未灌溉）。另外，整個9月入河排放口流速為負值時對應的倒灌水量為4.8 mm（304.9 m³），流速為正值時的排水量為187.9 mm（12 027 m³），發生倒灌的時段占比為10.6%，但倒灌總水量僅占2.5%，說明其對面源排放的影響很小，故未對倒灌導致的負荷輸出占比進行計算。本文建立的方法體系在強降雨強排期間得到典型應用，充分運用在線技術手段很好地捕捉了農田面源污染排放全過程[31]，獲得了較為精準的月尺度入河系數。9月的排水量及各水質指標的大小排序均為中旬gt;上旬gt;下旬，說明研究期內臺風暴雨對農田面源污染輸出的影響最大。上旬和下旬硝酸鹽氮的入河系數均是在氨氮的2倍以上，而降水驅動主導的中旬氨氮的入河系數大于硝酸鹽氮，同時中旬氨氮的排放量占9月的74.0%，較其他氮磷指標的56.1%～69.8%更高，說明強降雨條件有加強氨氮面源污染輸出的潛在風險。研究區9月硝酸鹽氮入河負荷高于氨氮的主要原因主要為：（1）在水稻生育中后期受作物需水量和灌溉頻次降低的影響，農田地下水水位開始逐步降低，土壤透氣性提高，促進了硝化作用；（2）稻田施肥期氨氮濃度較高，水稻抽穗之后一般不再施肥，故穗肥之后氨氮濃度會隨著水稻的生育進程逐步降低[32-33]。

4 結論與展望

4.1 結論

（1）本文基于上海市種植業面源污染試點監測的前期研究成果，構建了平原河網地區農田面源污染入河系數精準測算的方法體系，具體包括監測區域選取和監測單元劃定等10個步驟，該監測體系已應用于上海市13個試點監測區，從一定程度上豐富了類似地區農田面源污染監測的理論技術體系。

（2）本文建立的農田面源污染監測方法聚焦灌區尺度的入河排放口監測，使用流量在線自動高頻監測，通過流速閾值觸發水質“先密后疏”自動采樣的方法，完整捕捉農田面源污染入河典型事件全過程，基于統一的方法體系形成月尺度（凈）入河系數清單，對于面源污染真實入河量的本底值排摸具有重要的參考意義。

（3）2024年9月雙臺風同時登陸上海期間的典型監測評估結果表明，當月總磷、磷酸鹽、總氮、氨氮、硝酸鹽氮、高錳酸鹽指數的入河系數分別為0.225、0.093、1.719、0.597、0.775、4.916 kg·hm^-2·月^-1，相關技術路徑和研究成果可為輸出系數法在平原河網地區灌區尺度的應用提供有益借鑒和基礎數據支撐。

4.2 展望

今后有必要進一步針對各地的農業生產河網水系及水利調度特點研究構建農村多源污染監測評估標準規范方法體系，因地制宜開展面源污染監測、風險評估與防治工作，以排摸各地本地化面源污染月尺度或季節尺度（凈）入河系數為抓手圍繞“查-測-劃-治-評”五步法開展相關工作，助力農業綠色高質量發展與鄉村生態振興。