农业面源污染的发生与农业生产活动息息相关, 而农田氮磷流失是产生农业面源污染的主要途径之一.据调查, 我国氮肥利用率为30%~35%, 磷肥利用率仅为10%~20%, 每年农田的氮肥损失率在33.3%~73.6%^[1].土壤中氮和磷的流失会受到施肥强度、施肥时间和施肥方式等的影响^[2].大气氮和磷沉降是地球化学循环的重要一部分, 与肥料施用、机动车尾气排放以及化石燃料的燃烧等有密切的联系^{[3, 4]}.氮和磷等营养元素经大气湿沉降一方面可以补充农田生态系统氮磷需求, 另一方面对水体富营养化会产生较大影响^{[5, 6]}.大气湿沉降也是引起面源污染来源之一, 但是目前在成都平原地区将大气湿沉降与面源污染相结合的研究较少, 更多的是注重时空变异对大气湿沉降的影响.

土壤中的氮和磷养分随着地表径流由陆地向水体迁移, 这不仅造成肥料资源的损失和浪费, 而且会加速附近水体富营养化的产生.焦少俊等^[7]研究太湖地区整个水稻生长季稻田氮和磷的流失总量分别达38.80 kg·hm^-2和0.95 kg·hm^-2, 且主要以田面水径流流失为主; 氮素主要以水溶性的铵态氮流失, 而磷素主要以颗粒态流失.因此, 从污染的源头入手, 减少农田氮和磷的排放和控制水体污染, 是控制农田面源污染关键.Cui等^[8]通过化肥减量和有机肥替代方式, 发现相比于传统的施肥措施而言, 能够显著地降低氮的流失.秸秆还田也是一种有效降低农田地表径流氮磷流失的方式^[9~12].例如, 朱利群等^[10]研究发现秸秆直接还田会使稻田全氮流失减少20%~28.9%, 全磷流失减少10.3%~22%.Xia等^[13]在作物收获之后将秸秆全量还田覆盖, 搭配氮肥控释, 能够将稻田中总氮随地表径流流失降低21%.同样, 陈琨等^[14]在成都平原区研究地表径流中氮磷的流失发现, 随着氮肥用量的增加, 氮的流失量也增加, 而秸秆覆盖氮流失量最小.因此, 为更好地做好成都平原面源污染防控治理, 有必要研究评估氮肥用量和秸秆覆盖对地表径流养分流失的影响.

成都平原水系密布, 水文条件复杂, 农业生产流失的氮和磷进入水体的速度快, 并且难以控制, 对当地及下游水体生态环境影响大.田若蘅等^[15]系统评估了四川省农业化肥过量使用对生态环境的潜在风险危害, 表明成都平原经济区氮肥和磷肥的环境风险处于中等风险并成片聚集特征.同花村位于成都平原区, 是典型的稻田种植地区.因此, 本文以同花村稻田为研究对象, 通过试验小区连续监测的方法查明湿沉降氮和磷沉降和地表径流氮和磷流失情况, 以期为成都平原区农田面源污染治理提供决策依据.

试验地位于广汉市向阳镇同花村, 地理位置为东经104°06′55″, 北纬30°33′42″, 海拔为478 m.气候特征为中亚热带湿润气候, 大陆性季风气候显著.全年四季分明, 年平均气温为16.7℃, 日照时数多年平均为1 130.7 h, 年总降雨量历年平均值为771.2 mm.该地土壤为水稻土土类、淹育型水稻土亚类、潮土田土属和灰棕潮二泥沙田土种, 肥力均匀, 种植水平高. 2018年试验前0~20 cm土层土壤的基本理化性状见表 1.

表 1 (Table 1)

表 1 供试土壤(0~20 cm)基本理化性状 Table 1 Physico-chemical properties of the experimental soil at the depth of 0-20 cm 项目 pH ω(有机质)/g·kg-1 ω(全氮)/g·kg-1 ω(全磷)/g·kg-1 ω(全钾)/g·kg-1 ω(铵态氮)/mg·kg-1 ω(硝态氮)/mg·kg-1 ω(有效磷)/mg·kg-1 参数 7.17 29.01 1.73 0.77 14.75 4.06 13.66 14.84

表 1 供试土壤(0~20 cm)基本理化性状 Table 1 Physico-chemical properties of the experimental soil at the depth of 0-20 cm

本试验分别在2018年和2019年连续两个年度进行, 试验地点在国家重点面源污染监测点广汉市向阳镇同花村.本试验共设置5个处理, 分别为常规施肥处理TR1(氮肥180 kg·hm^-2、磷肥75 kg·hm^-2)、优化施肥处理TR2(氮肥150 kg·hm^-2、磷肥75 kg·hm^-2、钾肥75 kg·hm^-2)、增氮处理TR3(氮肥225 kg·hm^-2、磷肥75 kg·hm^-2)、减氮处理TR4(氮肥135 kg·hm^-2、磷肥75 kg·hm^-2)和秸秆覆盖处理TR5(氮肥150 kg·hm^-2、磷肥75 kg·hm^-2、钾肥75 kg·hm^-2; 上一季作物收获后全量覆盖).水稻选用的品种为当地主推品种晶两优534. 2018年水稻在5月30日移栽, 在9月7号收获; 2019年水稻在5月23日移栽, 在9月10日收获.其余田间管理措施都相同.

雨量器放置在试验田旁或距离试验田较近的地方.前1 d降水之后, 在次日09:00监测降雨量, 即前1 d 09:00至监测当日09:00为24 h降雨量.单次降雨量超过5 mm时, 必须单独取降雨水样; 单次降雨5 mm以下时, 取降雨水样组成混合样.测量降雨量之后, 摇匀雨量器内降水, 进行样品采集, 样品采集之后立即送检或冰冻保存.每次产生径流记载各径流池水面高度, 计算径流量.在记录径流后采集径流水样.采样前, 先用清洁工具充分搅匀径流池中的径流水, 然后利用清洁容器在径流池的不同部位和不同深度多点采样(至少8点), 置于清洁的塑料桶或塑料盆中.用清洁量筒从塑料桶(盆)中准确取径流水样, 装到预先编好号的矿泉水瓶中, 立即进行分析或冷冻保存.

降雨和径流水样测试指标包括总氮、可溶性总氮、硝态氮、铵态氮、总磷和可溶性总磷.总氮和可溶性总氮采用碱性过硫酸钾消解-紫外分光光度法测定(GB 11894-89), 硝态氮使用酚二磺酸分光光度法测定(GB 7480-87), 铵态氮使用纳氏试剂分光光度法测定(GB 7479-87).总磷、可溶性总磷采用钼酸铵分光光度法测定(GB 11893-89), 总磷与可溶性总磷的差值为颗粒态磷^[16].

氮和磷流失量计算如公式：

式中, P为监测时段地表径流氮和磷的排放量(kg), Q_i为监测时段地表径流量(m³), c_i为农田检测水质氮和磷养分浓度(mg·L^-1).

使用Microsoft Excel 2007软件对数据进行统计和制图, 采用SPSS 19进行显著性分析, 其显著水平为P < 0.05.图中不同的小写字母表示处理间存在显著性差异, 通过LSD < 0.05检验.

图 1是2018年和2019年降雨分布及湿沉降氮和磷养分浓度变化.2018年全年降雨量为1 233.1 mm, 降雨主要集中在7~9月这3个月, 占全年降雨量的75.18%, 而且7月的降雨量最高; 2019年全年的降雨量为835.9 mm, 同样也是集中在7~9月这3个月, 占全年降雨量的52.53%, 分布相对比较均匀.2018年和2019年湿沉降中总氮、可溶性总氮、硝态氮和铵态氮基本上在初春的3月和4月降雨量较少的时候浓度最大, 随着后期降雨量的增加, 不同氮成分的浓度逐渐减少.这一结果从降雨量5 mm以下的混合样中也可以得到, 降雨量比较小时, 氮和磷养分的浓度都比较大.而且在4~7月的时候, 铵态氮浓度始终高于硝态氮浓度, 特别是在2019年, 现象更加明显.对于磷养分而言, 当降雨量小的时候, 总磷、可溶性总磷和颗粒态磷的浓度比较大; 当降雨量大的时候, 总磷、可溶性总磷和颗粒态磷的浓度就会减小.2018年, 总磷、可溶性总磷和颗粒态磷最大浓度出现在4月, 最大浓度分别为0.78、0.63和0.14 mg·L^-1; 而当7月出现最大降雨量时, 总磷、可溶性总磷和颗粒态磷浓度仅为0.11、0.08和0.03 mg·L^-1.可以看出, 湿沉降中氮和磷养分沉降浓度都比较大, 特别是在初春3月和4月.

图 1

Fig. 1

A表示单次降雨5 mm以下 图 1 2018年和2019年同花村降雨量及氮和磷养分浓度变化 Fig. 1 Annual rainfall and nutrient concentrations in rainfall in Tonghua village in 2018 and 2019

表 2是2018年和2019年同花村湿沉降中不同氮和磷成分的含量.2018年全年总氮沉降量为43.03 kg·hm^-2, 7~9月这3个月氮沉降合计为18.66 kg·hm^-2, 占全年总氮沉降的比例为43.36%.2019年全年总氮沉降量为31.95 kg·hm^-2, 7~9月这3个月氮沉降合计为6.02 kg·hm^-2, 占全年总氮沉降的比例为18.86%, 大部分的总氮随5 mm以下降雨沉降.2018年和2019年可溶性总氮的沉降量分别为39.95 kg·hm^-2和30.22 kg·hm^-2, 分别占总氮的比例为92.85%和94.58%, 说明总氮基本上都是以可溶性总氮沉降为主.2018年可溶性总氮中硝态氮和铵态氮沉降分别为12.41 kg·hm^-2和18.60 kg·hm^-2, 分别占可溶性总氮的沉降量为31.07%和46.55%; 2019年可溶性总氮中硝态氮和铵态氮沉降分别为9.64 kg·hm^-2和14.07 kg·hm^-2, 分别占可溶性总氮的沉降量为31.90%和46.56%, 说明可溶性总氮的沉降主要形式为铵态氮.在2018年, 总磷沉降量最大出现在6~8月这3个月, 沉降量分别为0.19、0.80和0.43 kg·hm^-2, 占全年总沉降量的55.88%; 2018年全年总磷、可溶性总磷和颗粒态磷沉降量分别为2.53、1.77和0.76 kg·hm^-2, 可溶性总磷为总磷沉降的主要形式, 占比为69.80%.2019年, 总磷沉降比较分散, 沉降量最大出现在3、5和7月这3个月, 沉降量分别为0.23、0.28和0.35 kg·hm^-2, 占全年总沉降量的27.06%, 大部分的总磷随5 mm以下降雨发生沉降.2019年全年总磷、可溶性总磷和颗粒态磷沉降量分别为3.18、2.42和0.76 kg·hm^-2, 可溶性总磷为总磷沉降的主要形式, 占比为76.04%.可见, 湿沉降总氮养分主要是以铵态氮的形式沉降, 而且主要集中在7~9月这3个月; 而湿沉降磷养分占比最高的为可溶性总磷, 主要分布在7月之前.

表 2 (Table 2)

表 2 2018年和2019年同花村湿沉降氮和磷养分沉降量分布变化1)/kg·hm-2 Table 2 Wet deposition nitrogen and phosphorus nutrient deposition in Tonghua village in 2018 and 2019/kg·hm-2 月份 总氮 可溶性总氮 硝态氮 铵态氮 总磷 可溶性总磷 颗粒态磷 2018年 2019年 2018年 2019年 2018年 2019年 2018年 2019年 2018年 2019年 2018年 2019年 2018年 2019年 1 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2 0.32 0.00 0.26 0.00 0.14 0.00 0.11 0.00 0.01 0.00 0.00 0.00 0.00 0.00 3 0.40 1.62 0.37 1.49 0.21 0.15 0.17 0.46 0.01 0.23 0.01 0.15 0.01 0.08 4 0.45 1.20 0.41 1.14 0.10 0.14 0.15 0.47 0.06 0.17 0.05 0.08 0.01 0.09 5 1.75 3.42 1.64 3.24 0.56 0.81 0.91 1.85 0.10 0.28 0.07 0.15 0.03 0.12 6 3.08 0.77 2.65 0.72 0.89 0.26 1.38 0.37 0.19 0.17 0.15 0.11 0.04 0.06 7 12.86 3.37 11.90 2.61 3.03 1.23 5.76 1.23 0.80 0.35 0.57 0.28 0.23 0.07 8 4.09 1.12 3.75 0.98 1.11 0.34 1.75 0.41 0.43 0.13 0.27 0.11 0.16 0.02 9 1.71 1.54 1.57 1.44 0.67 0.65 1.22 0.86 0.04 0.09 0.02 0.06 0.02 0.03 10 0.00 0.81 0.00 0.80 0.00 0.27 0.00 0.45 0.00 0.08 0.00 0.06 0.00 0.02 11 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 12 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 A 18.38 18.10 17.41 17.79 5.68 5.78 7.16 7.96 0.90 1.68 0.62 1.41 0.28 0.27 合计 43.03 31.95 39.95 30.22 12.41 9.64 18.60 14.07 2.53 3.18 1.77 2.42 0.76 0.76 1)A表示单次降雨5 mm以下

表 2 2018年和2019年同花村湿沉降氮和磷养分沉降量分布变化1)/kg·hm-2 Table 2 Wet deposition nitrogen and phosphorus nutrient deposition in Tonghua village in 2018 and 2019/kg·hm-2

图 2是2018年和2019年同花村地表径流量和氮养分的变化.从中可以看出, 2018年和2019年初期降雨量比较低的时候, 稻田比较干旱, 径流量产流比较少.但是, 随着降雨量的增加, 地表径流产流量也会增加, 而且降雨量越大, 地表径流产流量增加越快, 而当降雨量再次减少的时候, 地表径流的产流量也随之下降.2018年在不同降雨时期, 不同处理地表径流流失量相差不大, 平均流失量为483.8 mm; 2019年在不同降雨时期, TR4地表径流流失量是所有处理中最低的, 全年流失量为171.7 mm, TR2和TR3在所有处理中地表径流流失量都比较高, 全年流失量分别为221.3 mm和219.6 mm.此外, 从图 2中可以看出, 地表径流氮养分流失浓度与降雨量呈反比.其中, 2018年氮养分浓度随降雨量的变化为先增加后降低的趋势; 而2019年氮养分随降雨量的变化为先降低后增加再降低的趋势, 总氮、可溶性总氮、硝态氮和铵态氮这4种氮养分的变化趋势是一致的.2018年氮养分流失浓度最大发生在7月9日, 总氮、可溶性总氮、硝态氮和铵态氮这4种氮养分流失浓度最大的处理为TR2, 分别为2.46、2.07、1.91和1.54 mg·L^-1, 流失浓度最小的处理为TR4或者TR5; 2019年氮养分流失浓度最大发生在6月22日, 总氮、可溶性总氮、硝态氮和铵态氮这4种氮养分流失浓度最大的处理为TR2, 分别为3.17、2.93、2.49和0.21 mg·L^-1, 流失浓度最小的处理为TR4, 分别为1.28、0.94、0.67和0.11 mg·L^-1.氮养分的流失浓度都比较高, 对附近水体面源污染造成严重威胁.

图 2

Fig. 2

图 2 2018年和2019年同花村地表径流氮养分流失浓度 Fig. 2 Surface runoff and nitrogen concentrations in surface runoff from paddy fields in Tonghua village in 2018 and 2019

图 3是2018年和2019年地表径流氮养分随地表径流流失量.从中可以看出, 2018年共产生两次地表径流, 氮养分随地表径流流失主要发生在7月; 2019年共产生4次地表径流, 氮养分随地表径流流失比较分散, 其中8月流失较多.2018年和2019年, 总氮、可溶性总氮和硝态氮随地表径流流失量最多的处理为TR3, 流失量最小的处理为TR4, 而且TR4处理流失量显著低于TR3处理; 而铵态氮2018年全年流失量最多的处理为TR2, 流失量最少的处理为TR5, 2019年全年流失量最多的处理为TR3, 流失量最小的处理为TR4.2018年不同处理总氮随地表径流流失量范围为2.91~4.75 kg·hm^-2, 可溶性总氮为总氮的主要流失形式, 占比为44.17%~70.13%; 2019年不同处理总氮随地表径流流失量为1.37~2.68 kg·hm^-2, 可溶性总氮占总氮的流出比例为76.44%~89.64%.随地表径流流失的可溶性总氮中硝态氮为主要的流失形式, 2018年和2019年流失比例分别为51.20%~82.42%和65.57%~81.62%.

图 3

Fig. 3

不同小写字母表示存在显著性差异，通过LSD < 0.05检验 图 3 2018年和2019年同花村地表径流氮养分流失量 Fig. 3 Nitrogen losses in surface runoff from paddy fields in Tonghua village in 2018 and 2019

图 4是同花村农田地表径流磷流失浓度.从中可以看出, 初期降雨量比较小也比较少, 总磷、可溶性总磷和颗粒态磷浓度的变化趋势比较平缓.当降雨量达到全年最大的时候, 农田地表径流中的总磷和可溶性总磷浓度会明显减小, 而农田地表径流颗粒态磷的浓度的变化并没有随着降雨出现规律性的变化.2018年总磷流失浓度最大的处理为TR3, 流失浓度为0.20 mg·L^-1, 颗粒态磷流失最大的处理也为TR3, 流失浓度为0.10 mg·L^-1; 2019年总磷流失浓度最大的处理为TR4, 流失浓度为0.48 mg·L^-1, 颗粒态磷的流失最大的处理也为TR4, 流失浓度为0.39 mg·L^-1.2018年总磷的变化趋势与可溶性总磷的趋势比较一致, 但TR3处理, 总磷和颗粒态磷的变化趋势是一致的; 2019年总磷的变化趋势与颗粒态磷的变化趋势是一致的, 尤其是TR4处理.

图 4

Fig. 4

图 4 2018年和2019年同花村地表径流磷养分流失浓度 Fig. 4 Phosphorus concentrations in surface runoff from paddy fields in Tonghua village in 2018 and 2019

图 5是2018年和2019年同花村地表径流磷养分流失量.从中可以看出, 2018年总磷流失量最大的处理在6月和7月, 全年TR2和TR4都比较低, TR2和TR4全年流失量分别为0.41 kg·hm^-2和0.38 kg·hm^-2; 而流失量最高的处理在6月为TR1, 流失量为0.04 kg·hm^-2, 在7月和全年流失量最高的处理为TR3, 流失量分别为0.49 kg·hm^-2和0.51 kg·hm^-2.2018年颗粒态磷流失量最小的处理在7月, 全年都是TR4最低, 全年流失量为0.08 kg·hm^-2, 显著低于TR2、TR3和TR5处理; 流失量最高的处理为TR3, 全年流失量为0.13 kg·hm^-2.2018年同花村农田地表径流总磷流失形式主要是可溶性总磷, 占比为70.46%~92.84%.2019同花村地表径流总磷流失量在7~9月这3个月, 全年流失量最大的处理都为TR1, 8月和9月总磷流失量最低的处理为TR4.TR1处理全年总磷流失量为0.46 kg·hm^-2, TR2和TR4流失量都比较小, 分别为0.35 kg·hm^-2和0.37 kg·hm^-2.2019年颗粒态磷为总磷的主要流失形式, 占比为40.98%~90.44%.

图 5

Fig. 5

不同小写字母表示存在显著性差异，通过LSD < 0.05检验 图 5 2018年和2019年同花村地表径流磷养分流失量 Fig. 5 Phosphorus losses in surface runoff from paddy fields in Tonghua village in 2018 and 2019

持续高通量的氮和磷输入导致水体富营养化的问题已引起广泛关注.2018年和2019年氮养分浓度在降雨量大的时候会出现降低的现象.王小治等^[5]研究太湖地区湿沉降中发现, 溶解态氮和颗粒态氮都会随着降雨量的增加而减小.徐冯迪等^[17]通过研究我国南方地区氮和磷湿沉降的变化, 发现在径流未形成前以及降雨强度达到暴雨级别时, 降雨对氮和磷养分的稀释作用明显.2018年4~6月, 湿沉降中铵态氮浓度都高于硝态氮浓度; 2019年3~6月都是铵态氮浓度高于硝态氮浓度.这可能是这段时间种植水稻施肥产生氨挥发所导致的^[17].2018年总氮的沉降量为43.03 kg·hm^-2, 2019年总氮的沉降量为31.95 kg·hm^-2.这一研究结果显著小于邓欧平等^[4]在成都平原地区得到的研究结果84.12 kg·hm^-2, 但高于Kuang等^[3]在盐亭地区发现的湿沉降中总氮年均沉降量为30.08 kg·hm^-2.鉴于我国南方地区氮年临界负荷为40 kg·hm^-2[18], 因此同花村有较高的氮通量生态风险.2018年和2019年总磷的沉降量分别为2.53 kg·hm^-2和3.18 kg·hm^-2, 可溶性总磷占比分别为69.80%和76.04%.这一研究结果小于邓欧平等^[4]在成都温江区的监测结果.王小治等^[5]研究发现湿沉降中可溶性总磷占总磷的比例为53.3%, 小于本文的研究结果.此外, 2018和2019年可溶性总氮全年的平均浓度为3.24 mg·L^-1和3.61 mg·L^-1, 可溶性总磷的年平均浓度分别为0.14 mg·L^-1和0.29 mg·L^-1, 都超过了水体富营养化的阈值(可溶性总氮为0.20 mg·L^-1, 可溶性总磷为0.02 mg·L^-1)^{[5, 19]}.由此可见, 大气湿沉降输入的氮和磷化合物可能在同花村附近水体富营养化过程中产生重要作用, 在研究水体富营养化问题时应该考虑降水的影响.

2018年和2019年同花村农田地表径流氮养分浓度与降雨量呈反比, 氮养分流失浓度最大的处理为TR2和TR3, 而流失浓度比较小的处理为TR4, 可能是因为TR2处理水稻长势较差导致氮养分流失较多.焦平金等^[20]通过汛期玉米、棉花、黄豆作物种植模式下地表径流氮磷流失的研究发现, 黄豆具有较高的冠层覆盖郁闭度, 导致地表径流铵态氮、硝态氮和可溶性总氮流失浓度相对较大.TR5处理对氮养分流失浓度影响并不是很显著, 这一研究结果与王静等^[21]的研究结果一致.2018年和2019年不同处理地表径流中总氮的流失量分别为2.91~4.75 kg·hm^-2和1.37~2.68 kg·hm^-2, 硝态氮为总氮的主要流失形式.陈琨等^[14]研究成都平原地区稻麦轮作种植模式条件下, 氮流失总量变化范围为0.23~0.33 kg·hm^-2, 低于本次研究的结果.不同施肥处理之间, TR3氮养分流失量显著高于其余处理, TR4氮养分流失量显著低于其余处理.有研究表明, 耕地氮的损失量与施氮量密切相关, 即每增加1 kg·hm^-2氮素, 通过径流损失的氮就增加0.56~0.72 kg·hm^-2[14].秸秆覆盖处理施肥量与优化施肥处理相同, 但是秸秆覆盖并没有降低氮养分流失, 甚至在2018年还增加了氮养分的流失.这可能是因为秸秆分解会释放氮养分, 从而增大了氮养分流失的隐患^[22].

2018年和2019年磷素初期浓度随降雨的变化并没有像氮素一样灵敏, 而是起初缓慢变化, 遇到雨季的时候才剧烈变化.这可能是由于产流初期, 径流量较少, 未能将大量的土壤携带进入到径流中去, 相应地径流从土壤中获得的磷素量较少, 从而径流中磷素的浓度就比较低^{[23, 24]}.2018年处理TR2和2019年处理TR4总磷流失浓度最高时, 相应的颗粒态磷流失浓度也最高.这可能是在一定条件下, 颗粒态磷的流失对总磷的流失影响更大^{[24, 25]}.2018年总磷的流失量为0.38~0.51 kg·hm^-2, TR3流失量最高, TR4流失量最低; 2019年总磷的流失量为0.37~0.46 kg·hm^-2, TR2和TR4流失量都比较低.这可能是因为TR3径流量比较高导致磷素随地表径流的流失增加(如图 6), 而TR4地表径流量相对而言都比较低, 从而导致磷素的流失也较低^[26].2019年TR2处理总磷地表径流流失量比较低可能是因为平衡施肥措施的应用.徐泰平等^[27]研究指出平衡施肥处理能够降低总磷流失52%~61%.Yan等^[28]同样也发现了氮肥用量少会降低磷的流失, 是因为平衡施肥可以降低磷随地表径流的流失.2018年地表径流总磷的流出形式主要是可溶性总磷, 占比为70.46%~92.84%; 2019年地表径流总磷的流出主要是颗粒态磷, 占比为40.98%~90.44%.这可能是因为2018年降雨大部分集中于7月, 造成了冲刷效应的影响即过量频繁的降雨和干湿交替等过程导致土壤颗粒态磷部分转化为胶体磷, 而胶体磷根据目前的测定方法归属为溶解态的部分, 从而增加了溶解态磷的含量^{[25, 29, 30]}.

图 6

Fig. 6

图 6 2018年和2019年全年不同处理地表径流量 Fig. 6 Surface runoff of various practices from paddy fields in Tonghua village in 2018 and 2019

(1) 同花村降雨主要集中在7~9月这3个月, 2018年全年总氮沉降量为43.03 kg·hm^-2, 2019年全年总氮沉降量为31.95 kg·hm^-2, 主要集中在7~9月这3个月, 而且铵态氮为总氮的主要沉降形式; 2018年总磷的沉降量为2.53 kg·hm^-2, 主要集中在6~8月这3个月, 2019年总磷的沉降量为3.18 kg·hm^-2, 主要集中在3、5和7月这3个月, 可溶性总磷为总磷沉降的主要形式.

(2) 同花村地表径流量与降雨量呈正比, 而地表径流氮养分流失浓度与降雨量呈反比.2018年和2019年, 总氮、可溶性总氮和硝态氮随地表径流流失量最多的处理为TR3, 流失量最小的处理为TR4.2018年不同处理总氮随地表径流流失量为2.91~4.75 kg·hm^-2, 2019年不同处理总氮随地表径流流失量为1.37~2.68 kg·hm^-2, 硝态氮为主要的流失形式.

(3) 降雨初期, 降雨量对地表径流总磷、可溶性总磷和颗粒态磷流失浓度影响较小, 后期降雨量较大的时候, 颗粒态磷的流失对总磷流失的影响更大.受平衡施肥的影响, 氮肥减施能够降低地表径流磷的流失.