磷是植物生长发育不可缺少的主要营养元素之一^{[1, 2]}. 毫无疑问，农业生产中化肥、 磷肥的大量施用有效提高了农作物的产量，但也同时带来了严重的水环境污染和生态危害. 可以说，由农业流域非点源输入的过量营养元素，已成为引起地表水体富营养化、 威胁城乡供水安全的重要因素. 目前有关农业非点源污染的研究，主要集中在营养元素污染特征和流失负荷量估算等方面^{[3, 4]}. 尽管磷素流失风险也成为人们关注的重要内容，但截至目前，有关营养元素流失风险仍没有统一、 公认的评价模型与方法可循. 农田土壤磷素流失主要通过两个途径^[5]，即地表径流和地下淋失. 由于大多数土壤都具有较强的固定磷能力，因此地表径流往往被视为土壤磷素进入河湖水体的主要途径^{[6, 7]}. 然而，英国洛桑试验站的长期定位试验结果显示，当土壤中有效磷(Olsen-P)含量超过某一临界值时，从土体排出水的磷浓度将会迅速增加，尽管不同土壤可能存在着差异性，但土体所排出的水足以引起水体富营养化^[8]. 因此，在非点源污染控制稳步推进的过程中，来自淋失途径的土壤磷素流失风险同样值得关注^[5].

巢湖位于安徽省中部，是一个富营养化十分严重的淡水湖泊. 巢湖流域总面积1.35×10⁴ km²，其中耕地面积4.4×10⁵ hm²，是安徽省重要的粮食主产区，耕地复种指数高，化肥、 农药超量使用现象严重. 目前，来自农业非点源的氮磷负荷已成为制约巢湖水环境质量改善的重要因素，控制非点源污染成为整个流域迫切的工作任务. 尽管已有学者针对巢湖流域开展了非点源磷流失关键源区的识别，但所采用的磷指数评价方法未能考虑淋失途径带来的影响^[9]. 南淝河是巢湖重要入湖河流之一，汇水区既包括合肥市的绝大部分城区，也有大面积的农田、 林地，是合肥地区点源、 非点源氮磷营养物进入巢湖的主要通道. 本研究拟以南淝河流域的某一小型农业汇水区为对象，尝试从土壤磷形态分布特征及磷素淋失角度，开展汇水区土壤磷流失风险评估和淋失高风险区识别，以期为科学、 全面地评估巢湖流域非点源磷素污染风险状况提供指导和借鉴.

合肥市位于巢湖西半湖北侧，江淮分水岭南侧，属于亚热带季风性湿润气候区. 年均气温15.7℃，降水量约1000 mm，降水主要集中在春夏季，秋冬季节降水偏少. 从合肥市城区穿城而过的南淝河是巢湖的主要入湖河流之一，全长约70 km，流域总面积约1464 km². 作为南淝河的重要支流之一的二十埠河地处合肥城区北部和东部，发源于长丰县三十头乡南部，全长27.0 km，流域面积136 km²，尽管该流域内大部分土地已为城市建设用地和工业用地，但仍有相当一部分土地处于耕作或半耕作状态，有些甚至转化为人工林地使用，这在巢湖流域都非常具有代表性. 考虑在二十埠河位于合肥东北部城郊的磨店乡境内，筛选一个由两条交汇源头溪流形成的农业耕作区为对象，开展土壤磷形态及淋失风险分析，大体情况见图 1.

图 1

Fig. 1

图 1 研究区及采样点示意 Fig. 1 Map of the study area and sampling sites

总的来看，研究区域属丘陵平原类型，地形起伏较为明显，沟壑、 土丘较为普遍，一些坡度稍大的地区存在明显的水土流失，整个汇水区大致表现出由东北向西南倾斜的演变态势. 区域内以农田、 林地和村落居住用地为主，农田抛荒现象明显. 左支流(A)左侧大部分土地已为城市建设用地，右边支流(B)两侧土地基本以农业和林业用地为主，主要作物有水稻、 小麦、 油菜等. 整个汇水区土壤以黄棕壤为主，土壤较为黏重. 两支流交汇点下方2 km为合肥市城区，由于有工业废水和城市生活污水排入，导致溪流水质较上游两支流明显变差. 根据多次的水质采样分析结果，两溪流交汇处以上溪水NH⁺₄、 PO₄^3-浓度分别为0.58 mg ·L^-1、 0.157 mg ·L^-1，交汇处下游浓度分别为7.98 mg ·L^-1、 1.402 mg ·L^-1.

2014年10月，根据汇水区溪流两侧的土地开发利用状况，在耕地、 荒地、 湿地、 林地及居民点等用地类型，大致均匀地布设132个采样点位(见图 1)，并进行GPS定位，同时记录采样点及其周边的地形地貌特征和土地利用类型. 在每个采样点，采用铁铲采集表层土壤 (0~10 cm深度)样品约300 g. 在实验室阴凉处，经自然风干、 研磨后，过120目筛，并装入密封袋内待测.

可交换态磷(Ex-P)、 铁铝磷(Fe/Al-P)和钙磷(Ca-P)含量，采用SMT法^[10]测定； 将0.2 g土样于坩埚中450℃煅烧3 h，采用碱熔-钼锑抗分光光度法测量总磷(TP)； 称0.3 g土样于离心管中加入1 mol ·L^-1 HCl溶液恒温振荡(25℃，220 r ·min^-1)16 h后离心取适量上清液测无机磷(IP)^[10]； 有机磷OP由TP减去IP后得到； 土壤pH按土水比1 ∶5，以便携式pH仪测定. 土壤有机质(OM)采用烧失量(LOI/%)方法^[11]进行分析.

有效磷是土壤磷贮库中对作物最为有效的部分，可以为作物直接吸收利用，是评价土壤供磷能力的一项重要指标. 其中，土壤有效磷(Olsen-P)和易解吸磷(CaCl₂-P)是人们关注较多的两种累积态磷素. 采用《土壤有效磷的测定 碳酸氢钠浸提-钼锑抗分光光度法》(HJ 704-2014)推荐的方法，利用pH=8.5的0.5 mol ·L^-1 NaHCO₃溶液(水土比20 ∶1、 振荡30 min)，浸提Olsen-P； 对于环境形态的CaCl₂-P，考虑采用0.01 mol ·L^-1 CaCl₂为浸提剂(水土比5 ∶1、 振荡2 h)进行测定^[12].

为揭示研究区土壤受人为活动的影响，考虑采用富集率(ER)来衡量不同土地利用方式下磷素富集水平^[13]：

土壤CaCl₂-P含量往往随Olsen-P的增加而不断提高，并在Olsen-P含量超过某一定值后，CaCl₂-P将会迅速增加，该定值所在的点称之为“拐点”或“临界点”. 此时，对应的Olsen-P含量称为土壤磷素淋失临界值^[6]. 由于磷素淋失突变点受土壤类型、 质地、 人为活动等因素影响很大，使得不同区域土壤样本的淋失临界值存在差异性. 目前，土壤磷酸盐淋失临界值已大量应用于土壤磷素淋失风险的分析和预测^[14]. 有关土壤磷素淋失临界值的确定方法，大体可以概括为经验方法^[15]、 数学方法^[16]等. 根据土壤样本Olsen-P与CaCl₂-P含量，采用双线性模型或其它关系曲线模拟土壤磷素淋失突变点是较为常用的方法.

土壤磷素富集的生态风险程度高低，可以采用相对风险系数进行评价^[17]，即:

根据土壤Olsen-P实测值和模拟得到的土壤磷素淋失临界值，可以计算出土壤样本的相对风险系数值. 据此，可以评估土壤磷素淋失风险程度.

数据处理采用Crystal Ball软件中提供的Monte Carlo模拟工具，图形绘制采用ArcGIS 9.3软件的地统计分析模块进行插值模拟.

研究区土壤pH变化范围为5.30~8.51，平均值为6.99，土壤为中性； 土壤OM变化范围为0.17%~11.94%，平均值为5.14%，高于巢湖周边表土有机质含量(2.01%)^[18]. 根据分析测试得到的土壤各形态磷含量数据，采用Crystal Ball软件进行统计分析，结果见表 1. 其中，偏度、 峰度和概率分布模型由该软件中Monte Carlo模拟工具的Fit Distrition功能模块获得.

表 1(Table 1)

表 1 土壤各形态磷含量统计结果 Table 1 Statistical results of soil phosphorus in various forms 统计参数 TP OP Ex-P Fe/Al-P Ca-P IP 最大值/mg ·kg-1 1951.428 772.68 91.981 524.961 667.578 1407.254 最小值/mg ·kg-1 118.787 22.90 1.797 23.743 6.582 86.150 中位数/mg ·kg-1 464.134 209.65 3.928 85.286 82.919 262.198 平均值/mg ·kg-1 566.296 248.170 8.220 114.892 110.961 318.126 变异系数/% 54.82 57.84 171.01 76.57 90.85 64.52 偏度(Skewness) 2.09 1.03 4.14 2.72 2.71 2.44 峰度(Kurtosis) 8.03 3.95 20.97 11.39 12.24 10.66 概率分布模型 Gamma Logistic Beta Gamma Gamma Logistic

表 1 土壤各形态磷含量统计结果 Table 1 Statistical results of soil phosphorus in various forms

由表 1可见，6种形态磷的变异系数都较大，特别是Ex-P的变异系数高达171.01%，TP的变异系数虽然最小，但也达到54.84%，表明研究区土壤磷素的空间分布均匀性较差. 从偏度和峰度上可以看出，6种形态磷的偏度和峰度均较大，且Ex-P的偏度和峰度也最大，表明Ex-P不仅分布离散程度最高，且分布与正态分布相比更为陡峭一些. 从概率分布模型上看，6种形态磷主要呈Gamma、 Logistic和Beta分布，没有明显的标准正态分布. 这里，土壤TP含量平均值为566.296 mg ·kg^-1，稍高于巢湖流域表层土壤TP平均含量(540.0mg ·kg^-1)^[18].

在磷营养物中，可以被生物直接利用的不同形态磷称之为生物有效性磷(Bio-P)，通常是指Ex-P和Fe/Al-P两部分^[19]. 应用ArcGIS软件中的Kriging插值模拟技术，得到TP和Bio-P空间分布大体情况，见图 2. 不难看出，TP含量的空间分布差异性较大，在东南、 西北方向的局部区域以及两支流交汇后的下游局部地区，TP含量相对较高. 在所有132个采样点位中，TP含量低于200、 200~400、 400~600、 600~800及高于800 mg ·kg^-1的样本数目，分别占总样本数的4.5%、 28%、 37.8%、 17.4%和12.1%，而且约70%的样本TP含量低于平均值水平，说明研究区土壤TP含量并不高. 对照现场采样记录发现，TP含量较高的采样点主要分布在人工林地、 耕地及居民点附近的菜地，含量低于200mg ·kg^-1的区域主要集中在地势较高、 坡度稍大的岗坡，这可能与岗坡存水保肥能力较差，加之大部分都已处于抛荒状态、 缺乏农业施肥补给有很大关系.

图 2

Fig. 2

图 2 TP和Bio-P的空间分布 Fig. 2 Spatial distribution of TP and Bio-P contents

整个研究区土壤Bio-P平均含量为123.113 mg ·kg^-1，空间分布情况见图 2(b). 可以看出，Bio-P含量在汇流区的东南、西北方向局部区域相对较高. 具体地说，Bio-P含量较高样本主要分布在左支流(A)的上游及两支流交汇处右侧的局部区域，相应的土壤用地类型主要为自然林地、 荒地和湿地. 总体上，Bio-P占TP含量的5.91%~36.95%，平均值21.7%，且在Bio-P含量大小方面大体表现出：耕地>林地>荒地>湿地.

整个研究区土壤磷素Olsen-P和CaCl₂-P含量的统计结果见表 2. 可以看出，Olsen-P和CaCl₂-P的变异系数都较大，意味着两者的空间分布均匀性都较差. 汇水区土壤Olsen-P和CaCl₂-P含量的空间分布特征，分别见图 3和图 4. 不难看出，尽管Olsen-P也表现出西北、 东南方向含量相对较高的特点，但含量较高的样本大部分分布在左支流(A)的上游，少部分出现在右支流(B)的右侧局部区域及两支流交汇后的下游局部地区. CaCl₂-P含量最高样本则几乎都集中在左支流的上、 中游

表 2(Table 2)

表 2 土壤磷素Olsen-P和CaCl2-P含量统计结果 Table 2 Statistical results of Olsen-P and CaCl2-P in soils 项目 最小值/mg ·kg-1 最大值/mg ·kg-1 平均值/mg ·kg-1 标准差/mg ·kg-1 变异系数/% Olsen-P 0.233 106.862 12.533 17.671 70.91 CaCl2-P 0.122 6.602 0.672 0.801 83.79

表 2 土壤磷素Olsen-P和CaCl2-P含量统计结果 Table 2 Statistical results of Olsen-P and CaCl2-P in soils

图 3

Fig. 3

图 3 土壤Olsen-P含量空间分布特征 Fig. 3 Spatial distribution of soil Olsen-P contents

图 4

Fig. 4

图 4 土壤CaCl2-P含量空间分布特征 Fig. 4 Spatial distribution of soil CaCl2-P contents

半方差分析也称空间半变异函数分析，是地统计学中进行空间异质性研究的重要方法，通过比较特定滞后距离分隔的同一随机变量的不同值，可以在多个尺度上对区域化随机变量的变异性进行量度^[20,21,22]. 经对数转换后的Olsen-P和CaCl₂-P实测数据，满足正态分布要求. 采用GS+9.0软件，分别对Olsen-P和CaCl₂-P含量进行半方差分析和插值模型选择. 不妨选取决定系数R²足够大且残差平方和RSS足够小模型作为最佳拟合模型^[23]，得到半方差函数分析结果，见表 3.

表 3(Table 3)

表 3 土壤Olsen-P和CaCl2-P的半方差函数模型及参数Table 3 Semi-variance model and its parameters of Olsen-P and CaCl2-P in soil 项目 最优模型 块金值C0 基台值C0+C 变程A0 决定系数R2 残差平方和RSS 基台效应C0/(C0+C) Olsen-P Spherical 94.3 327.8 417.0 0.308 38326 71.2 CaCl2-P Exponential 0.102 0.708 216.0 0.056 0.228 85.6

表 3 土壤Olsen-P和CaCl2-P的半方差函数模型及参数 Table 3 Semi-variance model and its parameters of Olsen-P and CaCl2-P in soil

可以看出，Olsen-P的块金值C₀远大于CaCl₂-P，说明CaCl₂-P在最小间距内，由测量误差和空间变异引起的误差较小. 基台效应C₀/(C₀+C)反映的是系统变量的空间相关程度，块金值越低，土壤养分的空间相关性越强. 这里，Olsen-P和CaCl₂-P的基台效应均大于70%，说明两者均具有中等程度的空间相关性^[23]. 这可能是由于该区域的人为活动干扰较大，削弱了结构性因素(如气候、 母质、 地形、 土壤类型等)对于Olsen-P的空间相关程度，增强了随机性因素(如施肥、 耕作措施、 种植制度等各种人为活动)对于土壤养分空间相关性的削弱作用. Olsen-P和CaCl₂-P的变程长度分别为417.0和216.0，即在该变程值范围内，两者均存在一定的空间自相关性.

目前，本研究区尚没有土壤磷素含量的背景值数据. 为此，考虑在受人为生产、 生活活动影响较小且距离溪流稍远一些的岗地坡面，筛选两处相距约1000 m的点位，分别挖掘一个直径约40 cm、 深度为60 cm的小坑，并在坑底部的3个不同方向各采集1份土样(共计6份)，分析测试相应的TP、 Ex-P、 Fe/Al-P、 Ca-P、 IP、 OP和Olsen-P含量，见表 4.

表 4(Table 4)

表 4 研究区土壤各形态磷含量背景值Table 4 Background values of soil phosphorus contents in the study area 样本 TP/mg ·kg-1 OP/mg ·kg-1 Ex-P/mg ·kg-1 Fe/Al-P/mg ·kg-1 Ca-P/mg ·kg-1 IP/mg ·kg-1 Olsen-P/mg ·kg-1 1 137.205 55.493 8.188 27.886 7.174 81.712 4.162 2 132.601 47.931 8.011 31.436 6.582 84.670 7.236 3 132.601 50.889 6.590 37.946 5.991 81.712 6.478 4 127.996 49.243 3.395 33.803 25.519 78.753 7.970 5 132.601 49.410 5.703 38.537 7.766 83.191 4.370 6 109.578 35.263 6.058 34.395 7.174 74.315 3.870 平均值 128.763 48.038 6.324 34.000 10.034 80.725 5.681

表 4 研究区土壤各形态磷含量背景值 Table 4 Background values of soil phosphorus contents in the study area

不妨将表 4中各指标的平均值，作为研究区土壤磷素背景值. 于是，得到132份土样中TP、 Ex-P、 Fe/Al-P、 Ca-P、 IP、 OP和Olsen-P指标含量超过各自背景值水平的样本数，分别为131、 29、 129、 131、 132、 129和79个，分别占样本总数的99.2%、 21.9%、 97.7%、 99.2%、 100%、 97.7%和59.8%. 显然，表层土壤中易于为植物吸收利用的Ex-P和Olsen-P含量超过背景值情况并不严重，显著低于其它各项指标.

由式(1)得到TP、 Ex-P、 Fe/Al-P、 Ca-P、 IP、 OP和Olsen-P的土壤磷素富集系数分别为3.42、 2.76、 2.43、 15.01、 2.94、 4.16和2.34，表明人为活动的长期干扰导致该区域土壤磷素富集现象颇为显著. 由此，得到土壤磷形态富集率由高到低的排序为Ca-P>OP>TP>IP>Ex-P>Fe/Al-P>Olsen-P. 显然，易于为植物吸收利用的Ex-P、 Fe/Al-P和Olsen-P的富集水平相对较低，意味着植物的吸收利用影响着农业区土壤Ex-P、 Fe/Al-P和Olsen-P的富集. 总体上，各形态磷富集程度较高的样本主要分布在左支流上游及两支流交汇处的右侧局部区域.

根据Olsen-P和CaCl₂-P的含量情况绘制相关曲线，并将曲线折点所对应的横坐标值作为土壤磷素临界值^[16]，即18.388 mg ·kg^-1(见图 5). 其中，低浓度直线方程为y=0.0082x+0.3724，R²=0.0284； 高浓度直线方程为y=0.0447x-0.1783，R²=0.7139. 不难看出，Olsen-P含量低于18.388mg ·kg^-1的样本占绝大多数，且这些样本所对应的CaCl₂-P含量基本也都很低，有些甚至近乎为零，致使得到的可决系数R²值较小； 当Olsen-P含量高于18.388mg ·kg^-1时，土样CaCl₂-P浓度随Olsen-P浓度的增加而快速升高，并呈显著的线性变化趋势.

图 5

Fig. 5

图 5 土壤CaCl2-P和Olsen-P含量关系曲线Fig. 5 Relationship between the contents of soil CaCl2-P and Olsen-P in the studied area

土壤磷素淋失临界值受土壤成土母质、 土地利用类型、 地形地貌特征等自然因素和人为因素的影响很大，导致不同区域、 不同土壤的磷素淋失临界值差异明显. 一般地，土壤质地越黏重、 土壤胶体越多，则土壤吸附面积越大，磷素越不容易发生淋失，即磷素淋失拐点值也就越大. 柏兆海等^[14]在对北京郊外土壤磷素淋失风险研究中发现，砂壤土、 轻壤土和重壤土的淋失临界值分别是23.1、 40.1和51.5 mg ·kg^-1. 赵伟明等^[16]在对石灰岩土壤为主的天目山两块山核桃林地研究中，得到磷素淋失临界值分别为19.3、 29.3 mg ·kg^-1. 杨文等^[23]对湖南省丘陵地区红壤、 水稻土的磷淋失研究中，得到临界值分别为69.97 mg ·kg^-1、 98.40 mg ·kg^-1. 聂敏等^[24]的研究表明，中国南方亚热带地区的稻田土壤磷素淋失临界值范围大致集中为89.8~142.0 mg ·kg^-1，显著高于红壤等旱地土壤类型(20.8~75.7 mg ·kg^-1). 合肥地区土壤以黄棕壤、 水稻土两类为主要土壤类型，约占全部土壤的85%； 其余为石灰(岩)土、 紫色土和砂黑土. 本研究区以旱地为主，黄棕壤土占据了绝对优势. 调查结果显示，研究区土壤Olsen-P的变化范围为0.233~106.862 mg ·kg^-1 (平均值12.533 mg ·kg^-1)、 淋失临界值为18.388 mg ·kg^-1，远低于中国南方地区的稻田土壤，也低于英国洛桑试验站土壤磷素淋失临界值(60 mg ·kg^-1)^[8]，但与一些地区的旱地砂壤土、 石灰岩土壤等较为接近.

需要特别指出的是，由于汇流区地处合肥市城郊结合部，有被城市建设用地蚕食的趋势. 虽然研究区还在很大程度上保持着农业小流域特点，但由于农民种地积极性不高，农田抛荒现象明显，并有很大一部分土地改为种植经济林木或观赏苗木，使得农业化肥、 磷肥的施用量有所下降，这在一定程度上影响了汇流区土壤磷素淋失临界值水平.

目前，针对土壤磷素流失风险仍没有标准的、 权威的评价模型与评价方法，一些学者都是直接将淋失临界值作为判据，根据土壤样本Olsen-P含量超过该阈值的具体情况，划分风险等级、 评估磷素的淋失风险水平^{[23, 25]}. 本研究中，土壤淋失临界值为18.388mg ·kg^-1，据此可知含量高于该临界值的样本数仅有22个，占样本总量的16.6%，相应的相对风险系数变化范围为0~4.811，平均值仅为1.265，表明该区域土壤磷素的实际淋失风险水平并不很高. 张瑜等^[17]在对南方丘陵地区土壤磷素淋失风险的研究中，根据相对风险系数大小将风险等级划分为高风险区(0.489~0.150)，中风险区(0.150~0.125)，低风险区(0.125~0)等3个等级. 参照该标准，可以判定研究区超过临界值的22个样本中，属于高风险的有8个(相对风险系数范围为4.811~1.061)，中风险有3个(相对风险系数为1.061~0.051)，低风险有11个(相对风险系数为0.051~0). 有必要指出的是，尽管本研究得到的土壤磷素实际淋失风险水平并不高，但较低的淋失临界值的存在，意味着区域土壤具有较高的潜在磷素淋失风险. 可以预见，随着人为活动影响(特别是施肥)的增强，汇水区土壤磷素的实际淋失风险水平可能将有较大幅度的提高.

为了直观展示研究区淋失风险相对较高点位的空间分布特征，采用Kriging技术对上述22个样本进行空间插值模拟. 不妨将其它土壤的Olsen-P实测值低于淋失临界值的110个样本的相对风险系数全部取值为0，则可得到插值模拟结果，见图 6.

图 6

Fig. 6

图 6 土壤磷素淋失风险分布 Fig. 6 Distribution of phosphorus leaching risk in soil

对照图 2的TP、 Bio-P空间分布情况，不难看出，土壤磷素淋失风险发生区(即超过淋失临界值的采样点位)也主要集中在左支流上游、 右支流中游及两支流交汇处下游的局部区域，而且土壤磷素淋失风险最大值出现在左支流上游菜地. 总的来看，这些点位基本都处于靠近居民区的耕地、 菜地和林地，说明在人为活动较频繁地区，土壤磷素淋失更为严重一些. 因此，为了更好地适应当地水环境保护和水体富营养化防治的需要，有必要针对不同土地利用类型，采取差别化的管理方式，从而有效减少和调控汇水区土壤磷素流失负荷量、 降低淋失风险水平. 另外，尽管本研究针对的仅是面积较小的汇流区域，但相关的技术方法同样可以应用于巢湖流域其它不同空间尺度的汇水区域，从而为科学、 全面地评估巢湖流域非点源磷素污染风险状况提供技术指导.

(1)汇水区土壤TP含量平均值为566.296 mg ·kg^-1，稍高于巢湖流域表层土壤TP平均含量； 且土壤各形态磷的空间分布均匀性较差.

(2)Olsen-P和CaCl₂-P的基台效应都较高，属于中等的空间相关性，表明来自人为干扰活动减弱了自然因素对Olsen-P和CaCl₂-P的作用.

(3)研究区土壤TP、 Ex-P、 Fe/Al-P、 Ca-P、 IP、 OP和Olsen-P富集系数分别为3.42、 2.76、 2.43、 15.01、 2.94、 4.16和2.34，高低排序为：Ca-P>OP>TP>IP>Ex-P>Fe/Al-P>Olsen-P； 各形态磷富集程度较高的样本主要分布在左支流上游及两支流交汇处的右侧局部区域.

(4)研究区土壤磷素淋失临界值为18.388mg ·kg^-1，超过临界值的样本数为22，占样本总数的16.6%，表明该区域土壤磷素实际淋失风险水平并不很高，且超过临界值的采样点也主要分布在左支流上游、 右支流中游及两支流汇流处的下游局部地区.