环境科学  2024, Vol. 45 Issue (4): 2150-2159   PDF    
抚仙湖子流域尺度氮排放清单构建及关键源解析
王延杰1, 梁启斌1, 王艳霞1, 侯磊1, 陈奇伯1, 王伟2, 李晓琳1, 高俊淑1     
1. 西南林业大学生态与环境学院, 昆明 650224;
2. 云南蓝态环境工程有限公司, 昆明 650051
摘要: 对高原湖泊流域总氮(TN)污染的精准调控是预防湖泊水体富营养化的重要环节. 但过去基于全流域尺度具体时点建立的流域TN排放清单, 因忽略TN污染的时空异质性, 导致关键因子识别不清, 控源减排措施针对性不强等问题. 以典型高原深水湖泊抚仙湖为例, 通过资料收集和现场调查, 根据上中下游子流域特征, 建立子流域尺度TN污染负荷模型;结合GIS空间分析功能, 构建抚仙湖流域1990~2020年25个子流域的TN排放清单, 分析TN污染负荷时空分布特征及关键污染来源. 结果表明:①1990、1995、2000、2005、2010、2015和2020年的抚仙湖流域TN污染负荷分别为933.43、1 012.90、1 090.25、1 096.93、1 075.69、996.27和514.80 t, 点源污染负荷逐年递增, 但面源污染负荷仍是其主要来源. TN面源污染负荷主要来自化肥施用, 点源污染负荷主要来自于农村生活;②TN污染负荷在空间上呈放射状递减的特点, 流域整体单位面积负荷为65~6 877 kg·km-2, 下游子流域单位面积TN污染负荷(1 009~6 877 kg·km-2)远远高于上中游子流域(65~1 167 kg·km-2);③污染源在子流域上存在较强的空间异质性, 其中化肥施用、农业面源和农村生活污染主要来自于北岸河外直沟、抚澄河和山涧河子流域;畜禽散养污染主要来自于东岸大提坎箐河、大箐河和石股箐河子流域. 研究结果可为抚仙湖流域TN控源减排措施的实施、子流域差异化管理措施的制定和湖泊水质恶化预警提供一定的科学依据及技术支撑.
关键词: 总氮(TN)      排放清单      子流域      关键源      高原深水湖泊     
Construction of Nitrogen Emission Inventory at Sub-basin Scale and Analysis of Key Sources in Fuxian Lake Watershed
WANG Yan-jie1 , LIANG Qi-bin1 , WANG Yan-xia1 , HOU Lei1 , CHEN Qi-bo1 , WANG Wei2 , LI Xiao-lin1 , GAO Jun-shu1     
1. College of Ecology and Environment, Southwest Forestry University, Kunming 650224, China;
2. Yunnan Blue Environment Engineering Co., Kunming 650051, China
Abstract: It is essential to control lake eutrophication to reduce total nitrogen (TN) emission from lake watersheds. However, owing to the lack of a TN emission list at the sub-basin scale and over a long period, the key factor of water degradation cannot be identified, and effective measures cannot be taken. Thus, in our study, taking Fuxian Lake, a typical deep lake, as an example and based on the characteristics of the sub-basins, a TN emission list at the sub-basin scale was constructed through the GIS platform to quantify the temporal-spatial distribution of TN pollution loading, and the main source of TN from 25 sub-basins during the period 1990-2020 was identified. The results showed: ① the TN pollution loading in 1990, 1995, 2000, 2005, 2010, 2015, and 2020 was 933.43, 1 012.90, 1 090.25, 1 096.93, 1 075.69, 996.27, and 514.80 t, respectively. Non-point source pollution was the dominant source, which mainly came from synthetic fertilizer. Point pollution increased over time, and rural residential pollution was an important source. ② The overall TN pollution that manifested in this basin decreased radially, with the highest load per unit area mainly found between 65 and 6 877 kg·km-2. Additionally, the downstream sun-basin (1 009-6 877 kg·km-2) had a much higher TN pollution load per unit area than the upstream (65-1 167 kg·km-2) sub-basin. ③ The pollution sources showed clear spatial heterogeneity among sub-basins. Fertilizer application and rural residential pollution mainly came from the Zhigou River, Fucheng River, and Shanjihe River sub-basins located in the northern watershed. On the other hand, TN pollution in the Datikanjing River, Dajing River, and Shigujing River sub-basins in the eastern watershed came from animal manure applied to crop land. This study can provide scientific evidence and technical support for the implementation of TN source control and emission reduction measures, formulate differentiated sub-basin management measures, and improve water quality at the Fuxian Lake watershed.
Key words: total nitrogen (TN)      emission inventory      sub-watershed      key source      plateau deep water lake     

氮是维持湖泊水生生态系统结构和功能的关键营养元素, 而随着湖泊流域人类活动的加剧, 产生过量的氮输入湖泊, 导致湖泊水质恶化、水生态系统退化及水体富营养化等诸多问题[1~5]. 抚仙湖作为重要战略水资源储备库以及全国第二深水湖, 由于换水周期长及生态结构相对复杂的特点, 具有较高的污染负荷能力, 能长期保持较好的水质. 但是近年来随着流域城镇化进程加快, 农业生产活动的不断加剧, 总氮(total nitrogen, TN)排放量日益增加, 抚仙湖水质出现一定程度的下降, 年均水质已从1990年的Ⅰ类水质降至2022年的Ⅱ类水[6]. 不同于浅水湖泊对污染物的高度敏感性, 抚仙湖作为典型深水湖泊, 对污染响应较慢, 一旦进入富营养化状态, 恢复生境稳态的周期和成本将会大大增加[7]. 因此, 意识到水质较好湖泊优先保护的重要性, 以“良好湖泊, 优先保护”为思路[8], 精准定量抚仙湖流域TN污染时空变化规律及关键来源, 对实现高原深水湖泊生态环境保护与预防水环境恶化有着重要的现实意义.

TN排放清单可以有效识别区域TN排放的时空分布特征, 是流域控源减排的重要基础. 目前全国诸多湖泊均建立了TN污染排放清单, 包括太湖[9]、白洋淀[10]、洱海[11]、程海[12]和滇池[13], 研究尺度多集中于整个湖泊流域, 能够有效定量污染负荷总量及结构组成. 但是全流域尺度均质化的结果, 忽略了TN排放在各子流域的空间异质性, 导致控源减排措施针对性不强. 尽管也有基于子流域尺度的污染负荷模型研究, 例如SWAT、HSPF和AGNPS模型等[14~19], 但这些模型参数复杂, 获取难度高, 限制了其在抚仙湖等高原湖泊流域的应用. 此外, 研究发现随着流域内农村和城镇人口的上升以及污水管网的大量铺设, 导致农村和城镇生活点源污染存量开始上升, 进入湖体的污染总量也随之增加[20, 21]. 抚仙湖近几年人口增加迅速, 流域内人类活动程度增加, 对流域内污染源的干扰性增强, 但现有研究多对抚仙湖流域农业面源污染进行源解析[22 ~ 24], 忽略了流域城镇化过程中增加的农村和城镇生活污染, 导致对关键源解析度不足. 因此建立子流域尺度排放清单, 分析污染负荷时空分布特征及结构组成, 识别高污染风险区域, 对于高原深水湖泊流域TN污染控制具有重要意义.

综上所述, 本研究通过资料收集和现场调查, 根据上中下游子流域特征, 建立子流域尺度TN污染负荷模型;结合GIS空间分析功能, 构建了长时间序列(1990~2020年)和子流域尺度(25个子流域)的TN排放清单, 分析TN污染负荷时空分布特征及关键污染来源, 并采用纳什效率系数验证了结果的合理性. 本研究结果不仅可为抚仙湖流域水环境保护提供科学依据和实践参考, 更可应用于解决高原深水湖泊流域水环境治理所面临的共性问题.

1 材料与方法 1.1 研究区概况

抚仙湖(24°21'~24°38'N, 102°49'~102°57'E)位于云南省玉溪市境内, 居滇中盆地中心, 跨江川、华宁和澄江三县, 流域总面积674.69 km2. 基于分辨率为30 m的云南省DEM数据, 利用ArcGIS 10.8的流域分析工具, 将抚仙湖流域划分25个子流域(包括上、中和下游这3种类型). 利用地理空间数据云平台获取1990、1995、2000、2005、2010、2015和2020年7景Landsat卫星影像, 基于ENVI 5.3软件通过最大似然法和目视解译手段, 按照《土地利用现状分类标准》[25]将土地利用类型划分为林地、草地、耕地、建设用地、未利用地和水域这6大类. 抚仙湖流域土地利用整体以林地和耕地为主, 两者占比(除湖泊)分别为42.72%和15.47%, 种植业是当地主要产业. 此外, 5、6、8和22子流域是流域内城镇化水平较高的区域, 建设用地面积较大(图 1).

图 1 流域位置及土地利用示意 Fig. 1 Location and land use of basin

1.2 子流域尺度TN污染负荷模型建立

根据TN污染排放方式不同, 可将其分为面源污染和点源污染这两种类型. 面源污染包括化肥施用、农村畜禽散养、农村面源(由农村人口废弃物还田导致)、土地利用和大气沉降. 点源污染包括农村生活污水排放、畜禽规模化养殖、城镇生活污水排放和旅游污染.

输出系数模型是基于多元线性回归分析的数学模型, 常用于模拟流域面源污染情况. 其原理是根据污染来源和排放方式差异得到不同的源强系数, 结合土地类型面积和畜禽养殖数量等数据, 估算流域所产生的面源污染负荷, 用以解释土地利用类型、畜禽养殖类型与入湖污染负荷量间的关系[26, 27]. 改进的输出系数模型较传统的模型率定了降雨与土地利用所产生的污染负荷, 使得总体精度提高[28].

根据抚仙湖流域特点及前人研究, 将传统输出系数模型加以改进, 其计算公式如下所示:

(1)

式中, Lji为流域某一污染源TN污染负荷, t;j为不同的子流域编号;i为子流域中的土地利用类型或畜禽类型;E为TN污染在不同土地类型(t·km-2), 或不同畜禽类型(t·只-1), 或农村人口(t·人-1)的输出系数;Ai为子流域中土地类型的面积(km2), 或者畜禽养殖数量(头), 或农村人口数量(人);I0为不同污染源的入河系数;I1I2分别为上游流域和中游流域的入湖系数. 传统研究中的入湖系数仅关注污染物进入湖体的比值, 而本研究在此基础上还考虑了不同类型子流域位置对TN污染削减作用的差异, 因此I1I2取值参考相关研究中关于TN负荷在河网运移过程中的削减规律[29]:上游流域污染物入湖的最终比例为:I0 × I1 × I2;中游流域污染物入湖的最终比例为:I0 × I2;下游流域污染物入湖的最终比例为:I0P为来自降水输入的TN污染(t), 降雨的污染负荷与研究区单位面积的沉降率有关[30], 计算公式如下:

(2)

式中, c为氮的降雨沉降率(t·km-2), 该值参考文献[31];A为流域面积, km2R为径流系数, 该值由降雨和多年平均径流量的比值来确定, 其中多年平均径流量来自文献[32].

此外, 本研究利用排污系数法估算TN点源污染负荷, 其中生活污水排污系数来源于第二次全国污染源普查生活污染源产排污系数手册, 畜禽规模化养殖排污系数来源于文献[33], 具体计算流程参考文献[34].

1.3 数据来源与参数设置 1.3.1 数据来源

本研究数据主要包括统计数据和自然地理数据两大类. 其中统计数据主要来源于1990~2020年玉溪市统计年鉴和地方年鉴、2015~2020年玉溪市国民经济与社会发展统计公报[35]、中国经济社会大数据研究平台[36]与抚仙湖流域水污染防治规划[37, 38]和实地调研, 涉及的数据包括氮肥施用量、农村人口数量、猪、牛、羊、大牲畜及家禽等畜禽养殖数量、粮食和经济作物播种面积、产量等. 由于统计数据多以行政单位为单元, 本研究通过面积加权方法, 实现统计数据空间化以子流域为基本单元. 自然地理数据主要来源于地理空间数据云服务平台、自然资源部国土卫星遥感应用平台和国家气象科学数据中心等. 涉及的数据包括:数字高程模型数据(DEM)、遥感数据、气象和水文数据等.

1.3.2 模型参数设置

输出系数是衡量单位土地利用类型面积、单位畜禽养殖数量和单位人口数量在一定时间内所产生的TN污染量[39]. 入河系数表征污染源产生的污染物向流域出口输入与迁移过程中, 由于植被拦截、地下渗漏等原因造成损失后[40], 最终进入流域出口的比例. 入湖系数表示上一个子流域出口的污染物向下一个流域出口输入与迁移过程中, 由于植被拦截、地下渗漏等原因造成损失后, 最终进入下一个子流域出口的比例. 由于研究区监测数据不足, 本文输出系数采用文献查阅方法确定, 入河系数和入湖系数依据文献获取并根据流域特征修正. 入湖系数参考文献[29], I1 = 0.26, I2 = 0.26;此外输出系数和入河系数具体取值见表 1.

表 1 模型参数设置 Table 1 Value of each parameter

1.3.3 模型验证

本研究利用纳什效率系数(nash-sutcliffe efficiency, NSE)对TN污染负荷模型结果精度加以验证, 具体公式如下:

(3)

式中, QOt为TN污染负荷的观测值, 本研究观测值均为模拟值, 数据来自文献[37, 38, 48], Qmt为模型估算的模拟值, 表示第t时刻的TN污染负荷值, 表示观测平均值. 当0 < NSE < 0.4, 表示模拟结果接近观测值的平均值水平, 即总体结果可信, 但过程模拟误差大;当0.4 ≤ NSE < 1说明模拟的结果较好, 且越接近1表示模型质量越好, 模型可信度越高[49, 50];NSE < 0, 则模型是不可信的. 本研究中NSE值为0.80, 说明所构建的TN污染负荷模型模拟效果好, 结果可信.

2 结果与分析 2.1 长时间序列TN排放特征分析

抚仙湖流域在1990、1995、2000、2005、2010、2015和2020年的TN污染负荷分别为933.43、1 012.90、1 090.25、1 096.93、1 075.69、998.95和514.80 t, 呈现先增加后减少的趋势(图 2). 其中TN面源污染负荷1990~2005年呈现递增趋势, 2010年后明显下降, 2015~2020年降幅最大, 达到55.53%. 化肥、畜禽散养和农村面源产生的TN污染下降幅度较大, 分别从2005年的231.81、267.59和240.82 t, 下降至2020年的55.64、39.06和40.07 t[图 2(a)]. 点源污染负荷在2005~2010年呈现明显上升, 5年间TN污染负荷增加115.46 t. 农村生活污染和畜禽规模化养殖一直是抚仙湖点源污染负荷的主要来源, 二者对点源污染负荷的贡献常年达85%以上, 其中农村生活污染在2010~2020年间下降幅度最大, 从2010年的132.44 t下降至2020年的67.18 t, 降幅为49.28%, 点源污染负荷中城镇生活和旅游污染的占比逐年增大, 从1990的11.53%上升至2020的30.35%[图 2(b)].

图 2 1990~2020年TN污染负荷总量及来源结构 Fig. 2 TN pollution load and source structure from 1990 to 2020

2.2 子流域尺度TN排放特征分析

根据GIS的自然间断法原则, 对TN污染负荷进行分级表达(图 3). 1990~2020年抚仙湖流域单位面积TN污染负荷的空间异质性显著, 呈放射状分布, 高值区主要集中于下游子流域. 北岸污染负荷量占流域总污染的40%以上, 其中5、6、7、8和9号子流域TN污染负荷较高, 至2005年排放量均大于2 500 kg·km-2, 这5个子流域的面源污染负荷分别为63.20、129.64、55.24、58.27和72.76 t, 远远高于其点源污染负荷(6.39、23.95、4.49、9.12和5.49 t). 西岸的18和20号子流域单位面积TN污染负荷变化较大, 2005排放量均大于3 700 kg·km-2, 但到2020年均降至1 800 kg·km-2以下, 其中18号子流域面源污染负荷从2005年的35.88 t降至2020年的12.70 t;东岸13、16、17、21和22号子流域的TN污染变化不大, 1990~2020年期间常年保持在2 500 kg·km-2左右, 但到2020年有明显下降, 各子流域单位面积TN污染负荷均小于1 500 kg·km-2.

图 3 1990~2020年抚仙湖25个子流域TN污染负荷分布 Fig. 3 TN pollution distribution in 25 sub-basins of Fuxian Lake from 1990 to 2020

2.3 TN污染负荷来源结构分析

北岸6号子流域是面源污染负荷和点源污染负荷均严重的区域, 面源污染负荷程度最高时(2000年)达5 744.55 kg·km-2, 点源污染负荷程度最高时(2010年)达1 120.89 kg·km-2(图 4图 5). 9、12、14和17号子流域在2005年时单位面积负荷达到最大值, 均在1 800 kg·km-2以上;8、18和20号子流域在2010年时单位面积负荷达到最大值, 均在1 700 kg·km-2以上. 至2020年, 面源和点源污染负荷均明显减少, 单位面积TN面源污染负荷在1 400 kg·km-2以下, 点源在600 kg·km-2以下.

图 4 1990~2020年抚仙湖25个子流域TN面源污染负荷分布及其组成结构 Fig. 4 Distribution and structure of TN non-point pollution in 25 sub-basins of Fuxian Lake from 1990 to 2020

图 5 1990~2020年抚仙湖25个子流域TN点源污染负荷分布及其组成结构 Fig. 5 Distribution and structure of TN point pollution in 25 sub-catchments of Fuxian Lake from 1990 to 2020

抚仙湖流域面源污染的主要贡献来自化肥施用、畜禽散养和农村面源(图 4). 化肥污染是5、6和17号子流域面源污染负荷的主要来源, 其中2005年化肥贡献程度最高, 达到31.69%, 但2015~2020年化肥贡献明显下降, 最终2020年该来源仅占16%. 5、6和8号子流域TN污染负荷以农村面源为主, 1990年3个子流域该来源占比最大, 分别为39.03%、49.94%和45.92%, 而至2020年该占比减少为18.27%、29.67%和17.11%. 农村畜禽散养是西岸12、14和15号子流域面源污染负荷的主要来源, 尤其是1990~2005年间贡献率最高, 各年占比均高于30%. 但随着畜禽养殖模式从农户散养向规模化的集中养殖转变, 2010年开始畜禽散养的贡献显著降低, 至2020年各子流域内该项占比低于15%;此外, 由自然因素引起的大气沉降和土地利用污染呈先减后增的趋势, 两者对于总污染的贡献从1990年的23.32%下降至2010年的19.80%, 其后至2020年增长至45.23%.

抚仙湖流域点源污染负荷的主要贡献来自农村生活和规模化养殖污染(图 5). 农村生活污染主要来自于北岸的5、6号和西南岸18、20号子流域. 1990年时4个子流域的农村生活来源占比最大, 分别为77.38%、81.16%、74.72%和72.27%, 而至2020年该占比均降至50%以下. 畜禽规模化养殖是西岸12、14和15号子流域点源污染负荷的主要来源, 贡献率同样呈现先增后减的趋势, 在2010年占比达到最大值, 分别为39.26%、51.30%和46.66%, 但2015年开始该来源贡献显著降低, 至2020年各项占比均小于30.00%;城镇污染和旅游污染对于点源污染负荷的贡献一直处于上升趋势, 其中18和20号子流域的城镇污染和旅游污染的占比上升最大最快, 从1990年的12.62%和12.30%上升至2020年的32.35%和32.71%.

3 讨论 3.1 抚仙湖流域TN污染负荷时间变化特征

1990~2020抚仙湖流域TN污染负荷呈现先增后减的“凸型”变化, 可分为3个阶段:第一阶段(1990~2000年)表现为TN污染负荷明显上升, 负荷增加主要驱动力来自流域内种植业的快速发展. 该时间段内, 种植业面积从1990年的77.78 km2增加至2000年的118.66 km2, 种植的作物类型也从需肥量较低的白菜和芹菜等作物调整为需肥量高的蒜苗及豆科作物. 种植业快速发展使得氮肥平均使用强度明显增加, 从1990年的1 229.52 kg·hm-2增至2 010年的1 472.47 kg·hm-2, 仅次于洱海(1 800 kg·hm-2)和滇池(1 548 kg·hm-2)等流域, 但却远高于阳宗海(875 kg·hm-2)和程海(600 kg·hm-2)等区域[34, 51~53]. 除了化肥施用量增加, 在这一时间段内畜禽散养过程中产生的粪污多作为有机肥还田, 使农田土壤中的氮含量上升, 在降水和地表径流的作用下, 氮流失系数增加, 导致流域内农田面源TN污染负荷进一步增加.

第二阶段(2000~2010年)TN污染负荷值达到历史峰值并趋于平稳. 这一阶段TN负荷量保持在1 100 t左右, 高负荷条件下抚仙湖水质开始出现下降, 2002年抚仙湖水质从Ⅰ类水降为Ⅱ类水, 甚至出现3 km2范围的蓝藻暴发[54]. 2000~2005年间抚仙湖流域降水量较多, 年均降水量超800 mm, 导致该时期内地表径流量明显增加, 加之这一时间段内农业TN污染排放量的明显提高, 导致2005年TN面源污染负荷达到最大值1 096.93 t. 化肥和有机肥的大量施用导致该时期的TN面源污染负荷依然居高不下, 并于2005年达到峰值499.40 t. 此外农村人口的增加, 同时农村污水处理设施建设不足, 污水收集率及处理效率低下, 导致流域内TN点源污染负荷于2010年达到峰值(224.28 t).

第三阶段(2010~2020年)TN污染负荷呈现明显的下降趋势, 尤其是2015~2020年期间, TN污染负荷从1 075.69 t降至514.80 t, 降幅高达52.14%. 这与该时间段内实施的一系列的污染治理措施密切相关. 从2011年抚仙湖被列入中国第一批生态环境保护试点湖泊[38]开始, 当地政府开始对其流域内的产业结构进行了一系列的规划调整, 例如通过禁止养殖和养殖场搬迁等政策, 减少流域内畜禽养殖数量;进一步优化农业种植结构, 大力推广蓝莓等经济果树种植, 有效减少单位面积氮肥施用量. 此外, 随着农村环境整治项目的开展, 污水管网覆盖率及污水处理效率的提高, 2015~2020年间农村生活污水产生的TN污染负荷出现明显下降, 5年内降低65.26 t. 尽管政策和措施的实施, 使得该阶段大多数来源的TN污染负荷明显下降, 但是城镇污染和旅游污染却未减少.

3.2 抚仙湖流域TN污染负荷空间变化特征

抚仙湖TN污染负荷在空间上呈放射状递减的特点, 流域整体单位面积负荷范围为65~6 813 kg·km-2, 下游子流域单位面积负荷(1 009~6 813 kg·km-2)远远高于上中游子流域单位面积负荷(65~1 167 kg·km-2). 尽管1、2和25号子流域TN产生量均高于30×105kg, 但由于3个子流域均位于上游, 产生的TN污染经过中、下游河网的输移过程, 最终入湖的污染负荷量被大量削减. 与之相反, 5、6、21和22号子流域位于下游区域, 农业生产和人们生活过程产生TN污染经过较短的河网运输进入河道, 消减量少入湖负荷量高. 有研究发现[29, 55, 56], 污染物在迁移的过程中会受到生物和环境的吸收、吸附、固定、沉积、硝化和反硝化的影响而削减, 并且削减的大小与污染物到湖泊的距离成正比, 得到了上游子流域的“滞留效应”显著高于下游子流域, 而下游污染负荷程度远高于上游流域的结论, 该结论与本研究相互印证.

流域北岸是TN污染排放的重点区域, 该区域TN面源和点源污染负荷均远远高于其他子流域, 尤其是5、6、7和8号子流域TN污染负荷占整个流域总污染的40%以上. 一方面北岸是流域人口最为稠密的区域, 集中了42%以上的流域人口, 人口密度为1 687.26人·km-2, 大量农村生活产生的废弃物还田, 导致面源污染负荷较大;另一方面北岸拥有区域耕地面积达到31.58 km2, 远高于流域其他区域, 化肥的施用量占到整个流域化肥使用量的30%, 常年由化肥施用产生的污染达70×105kg以上, 这也导致了面源污染负荷成为该区域TN污染的又一重要来源. 东岸的17和13号子流域单位面积TN污染负荷变化较大, 这是由于2005年之后退耕还林政策的实施, 使得区域内林地面积增加5.16 km2, 耕地减少5.39 km2, 进而这些子流域内化肥施用量明显下降.

3.3 抚仙湖流域TN污染负荷来源结构解析

化肥施用、农村畜禽散养和农村面源是TN面源污染的主要来源. 在5、6和17号子流域, 化肥施用导致的TN面源污染负荷较高, 1990~2020年间呈现出先增后减的趋势. 5、6和17号子流域内耕地面积高达26.64 km2, 占流域总耕地面积的56.48%. 前期大水大肥的种植模式, 使得该区域化肥施用过程中未考虑作物养分需求状况, 而导致氮肥过量施用, 后期随着测土配方施肥项目实施及《到2020年化肥使用量零增长行动方案》[57]落实, 子流域TN污染逐渐降低;农村人口废弃物还田引起的农村面源是5、6和8号子流域TN面源污染负荷的主要来源, 2010年以前该区域农村人口持续增加, 从4.35万人增至5.07万人, 而农村废弃物收集及处理设施覆盖率低, 设施数量不足且建设滞后, 导致该时期增加的农村人口排泄物及农村生活污水无法充分处理, 只能就近还田或直接排放入沟渠. 2010年以后随着这些子流域城镇化率的上升, 农村人口减少, 废弃物收集率提升, 农村面源污染负荷明显下降. 农村畜禽散养对TN面源污染负荷的贡献同样呈现先增后减的趋势, 主要集中在9、12和14号子流域, 原因是1990~2005年间家庭畜禽养殖规模提高, 每户养殖猪数量从4.32头增至6.69头, 家禽从7只增至12只. 因缺乏畜禽粪污收集和处理设施, 粪污只能就近还田, 导致TN供应远超农田消纳能力, 盈余的部分通过径流、降水冲刷等方式进入湖泊;2005年后传统散养模式逐渐过渡为规模化集中养殖, 同时划定抚仙湖流域周边禁养和限养区[58], 此后畜禽散养数量开始减小.

农村生活和规模化养殖是抚仙湖流域TN点源污染的主要来源. 农村生活污染主要发生于北岸的5、6号和西南岸18、20号子流域. 5、6、18和20号子流域是建设用地集中分布的区域, 建设用地面积达16.62 km2, 占整个流域建设用地面积35%以上, 也是农村人口集中分布的区域, 农村人口数量占流域总人口的36.77%. 西岸12、14和15号子流域是规模化畜禽养殖企业集中分布的区域, 截至2015年, 共有大型养殖场数量为4个, 以生猪和家禽养殖为主, 养殖数量分别为1.57万头和13万只. 过去由于规模养殖过程中未充分考虑畜禽粪污的资源化利用, 使富含TN的粪污未经处理直接排入地表沟渠, 导致规模化养殖成为重要的TN污染来源. 但随着《畜禽粪污资源化利用行动方案(2017—2020年)》实施[59]及企业环保意识的增强, 规模化养殖场配置有畜禽粪污收集和处理设施, 有效减少畜禽生产过程的污染. 此外, 随着城镇和旅游人口的增加, 城镇生活和旅游污染逐渐成为6、18和20号流域的主要TN污染来源. 该区域城镇化率从1990年的8.00%增至2020年53.00%, 城镇人口增加7.27倍, 同样的旅游人口从6.98万人增至80.50万人, 人口增加的同时城镇管网设施的不足日益凸显. 目前流域内主要有污水处理厂5座, 分布在6、14、20和22号子流域, 未来将无法满足日益增长的人口需求.

综上所述, 本研究通过构建抚仙湖25个子流域TN排放清单, 结合TN污染时空分布特征及关键源识别, 提出子流域差异化管理措施:①高污染风险区域:5、6号子流域TN污染负荷高且来源多样, 该区域未来需要重点监测, 同时采取综合性的措施, 例如减少化肥施用、优化作物种植结构、完善污水管网体系建设、提高污水处理效率等措施协调控制;②畜禽养殖重点区域:12、14和15号子流域农村畜禽散养和规模化养殖污染较为严重, 同时未来可通过种养结合模式污水收集和处理设施, 提高处理效率, 有效减少畜禽生产过程的污染;③城镇发展区域:7和8号流域处于建设用地快速扩展阶段, 城镇人口增加剧烈;18和20号子流域是旅游人口重点集中区域, 在这些区域内需增加城镇专业化运营污水处理厂数量, 完善污水管网覆盖, 提高污水中TN的去除效率.

4 结论

(1) 通过构建抚仙湖子流域尺度TN排放清单, 分析了1990~2020年间TN总量负荷上的时间变化特征. 1990~2020年抚仙湖流域TN污染负荷呈先增后减的“凸型”变化, 虽然点源污染负荷占比呈增加趋势, 但面源污染负荷仍是流域的主要污染源, 常年占流域总污染的70%以上. 流域TN面源污染负荷贡献由大到小依次是:化肥 > 大气沉降 > 畜禽散养 > 农村面源污染. 点源污染负荷贡献依次为:农村生活 > 畜禽规模化 > 城镇污染 > 旅游污染.

(2) 基于GIS的空间等功能, 分析1990~2020年间TN污染负荷的空间分布特征. 抚仙湖TN污染负荷在空间上呈放射状递减的特点, 流域整体单位面积负荷范围为65~6 877 kg·km-2, 下游子流域单位面积负荷(1 009~6 877 kg·km-2)远远高于上中游子流域单位面积负荷(65~1 167 kg·km-2), 其中抚澄河子流域的单位面积负荷最大, 常年在5 000 kg·km-2以上.

(3) 通过对抚仙湖25个子流域TN污染负荷关键源解析, 发现北岸的河外直沟、抚澄河和东岸的世家小河子流域是化肥污染产生的主要区域;西岸的大提坎箐河、大箐河和石股箐河子流域是畜禽散养污染产生的主要区域, 北岸的河外直沟、抚澄河和山涧河子流域是农村面源污染产生的主要流域;北岸的河外直沟和抚澄河、西南岸的明星大河和孤山村大河子流域是农村生活污染产生的主要流域;因此北岸的河外直沟和抚澄河子流域是抚仙湖流域TN污染排放的关键区域.

参考文献
[1] Mahmud K, Panday D, Mergoum A, et al. Nitrogen losses and potential mitigation strategies for a sustainable agroecosystem[J]. Sustainability, 2021, 13(4). DOI:10.3390/su13042400
[2] Bijay‑Singh, Craswell E. Fertilizers and nitrate pollution of surface and ground water: an increasingly pervasive global problem[J]. SN Applied Sciences, 2021, 3(4). DOI:10.1007/s42452-021-04521-8
[3] Liu Y, Jiang Q S, Sun Y X, et al. Decline in nitrogen concentrations of eutrophic lake Dianchi associated with policy interventions during 2002-2018[J]. Environmental Pollution, 2021, 288. DOI:10.1016/j.envpol.2021.117826
[4] Zou L L, Liu Y S, Wang Y S, et al. Assessment and analysis of agricultural non-point source pollution loads in China: 1978-2017[J]. Journal of Environmental Management, 2020, 263. DOI:10.1016/j.jenvman.2020.110400
[5] Subbarao G V, Searchinger T D. A "more ammonium solution" to mitigate nitrogen pollution and boost crop yields[J]. Proceedings of the National Academy of Sciences of the United States of America, 2021, 118(22). DOI:10.1073/pnas.2107576118
[6] 玉溪市人民政府. 生态环境部翟青副部长调研抚仙湖保护治理工作指出存在的5方面主要问题并提出5条要求[EB/OL]. http://www.yuxi.gov.cn/yxszfxxgk/xxgkznzdml7628/20230215/1423276.html, 2023-02-15.
[7] 王琳杰, 余辉, 牛勇, 等. 抚仙湖夏季热分层时期水温及水质分布特征[J]. 环境科学, 2017, 38(4): 1384-1392.
Wang L J, Yu H, Niu Y, et al. Distribution characteristics of water temperature and water quality of Fuxian Lake during thermal stratification period in summer[J]. Environmental Science, 2017, 38(4): 1384-1392.
[8] 郑丙辉, 曹晶, 王坤, 等. 水质较好湖泊环境保护的理论基础及中国实践[J]. 湖泊科学, 2022, 34(3): 699-710.
Zheng B H, Cao J, Wang K, et al. Theoretical basis and Chinese practice for environmental protection of lakes with better water quality[J]. Journal of Lake Sciences, 2022, 34(3): 699-710.
[9] Hou L, Zhou Z Y, Wang R Y, et al. Research on the non-point source pollution characteristics of important drinking water sources[J]. Water, 2022, 14(2). DOI:10.3390/w14020211
[10] Tao Y, Liu J, Guan X Y, et al. Estimation of potential agricultural non-point source pollution for Baiyangdian Basin, China, under different environment protection policies[J]. PLoS One, 2020, 15(9). DOI:10.1371/journal.pone.0239006
[11] Lin S S, Shen S L, Zhou A N, et al. Assessment and management of lake eutrophication: A case study in Lake Erhai, China[J]. Science of the Total Environment, 2021, 751. DOI:10.1016/j.scitotenv.2020.141618
[12] Chen X K, Liu X B, Peng W Q, et al. Non-point source nitrogen and phosphorus assessment and management plan with an improved method in data-poor regions[J]. Water, 2017, 10(1). DOI:10.3390/w10010017
[13] 任加国, 贾海斌, 焦立新, 等. 滇池大气沉降氮磷形态特征及其入湖负荷贡献[J]. 环境科学, 2019, 40(2): 582-589.
Ren J G, Jia H B, Jiao L X, et al. Characteristics of nitrogen and phosphorus formation in atmospheric deposition in Dianchi Lake and their contributions to lake loading[J]. Environmental Science, 2019, 40(2): 582-589.
[14] Cong W C, Sun X Y, Guo H W, et al. Comparison of the SWAT and InVEST models to determine hydrological ecosystem service spatial patterns, priorities and trade-offs in a complex basin[J]. Ecological Indicators, 2020, 112. DOI:10.1016/j.ecolind.2020.106089
[15] Bai X Y, Shen W, Wang P, et al. Response of non-point source pollution loads to land use change under different precipitation scenarios from a future perspective[J]. Water Resources Management, 2020, 34(13): 3987-4002. DOI:10.1007/s11269-020-02626-0
[16] Volk M, Bosch D, Nangia V, et al. SWAT: Agricultural water and nonpoint source pollution management at a watershed scale[J]. Agricultural Water Management, 2016, 175: 1-3. DOI:10.1016/j.agwat.2016.06.013
[17] 荣易, 秦成新, 杜鹏飞, 等. 基于模型研究质量评价的SWAT模型参数取值特征分析[J]. 环境科学, 2021, 42(6): 2769-2777.
Rong Y, Qin C X, Du P F, et al. Characteristic analysis of SWAT model parameter values based on assessment of model research quality[J]. Environmental Science, 2021, 42(6): 2769-2777.
[18] 庞树江, 王晓燕, 马文静. 多时间尺度HSPF模型参数不确定性研究[J]. 环境科学, 2018, 39(5): 2030-2038.
Pang S J, Wang X Y, Ma W J. Research of parameter uncertainty for the HSPF model under different temporal Scales[J]. Environmental Science, 2018, 39(5): 2030-2038.
[19] 谭少军, 刘洋, 朱小婕, 等. 长江上游平原丘陵区农业非点源污染输出特征和驱动机制[J]. 环境科学, 2022, 43(6): 3128-3139.
Tan S J, Liu Y, Zhu X J, et al. Output characteristics and driving mechanism of agricultural non-point source (AGNPS) pollutant in plain and valley region of upper Yangtze River, China[J]. Environmental Science, 2022, 43(6): 3128-3139.
[20] 王超, 叶秋, 贾伯阳, 等. 典型山地城市河流营养元素空间分布特征及影响因素分析: 以重庆市清水溪为例[J]. 环境科学, 2022, 43(3): 1346-1355.
Wang C, Ye Q, Jia B Y, et al. Spatial distribution and Influential factors of nutrients in rivers of a typical mountainous city: a case study of the Qingshuixi River in Chongqing[J]. Environmental Science, 2022, 43(3): 1346-1355.
[21] 丁肇慰, 郑华. 长江流域总氮排放量预测[J]. 环境科学, 2021, 42(12): 5768-5776.
Ding Z W, Zheng H. Prediction of total nitrogen load in Yangtze River Basin[J]. Environmental Science, 2021, 42(12): 5768-5776.
[22] Yuan X D, Jun Z. Water resource risk assessment based on non-point source pollution[J]. Water, 2021, 13(14). DOI:10.3390/w13141907
[23] 杨恩秀. 抚仙湖流域非点源污染风险评价研究[D]. 昆明: 云南大学, 2019.
[24] Xu J, Lo S L, Gong R, et al. Control of agricultural non-point source pollution in Fuxian Lake with riparian wetlands[J]. Desalination and Water Treatment, 2016, 57(59): 28570-28580. DOI:10.1080/19443994.2016.1188731
[25] GB/T 21010-2017, 土地利用现状分类[S].
[26] Zong M, Hu Y M, Liu M, et al. Quantifying the contribution of agricultural and urban non-point source pollutant loads in watershed with urban agglomeration[J]. Water, 2021, 13(10). DOI:10.3390/w13101385
[27] Cho J H, Lee J H. Multiple linear regression models for predicting nonpoint-source pollutant discharge from a highland agricultural region[J]. Water, 2018, 10(9). DOI:10.3390/w10091156
[28] Li S H, Peng S Y, Jin B X, et al. Multi-scale relationship between land use/land cover types and water quality in different pollution source areas in Fuxian Lake basin[J]. PeerJ, 2019.
[29] Strokal M, Kroeze C, Wang M R, et al. The MARINA model (model to assess river inputs of nutrients to seas): Model description and results for China[J]. Science of the Total Environment, 2016, 562: 869-888. DOI:10.1016/j.scitotenv.2016.04.071
[30] Cheng X, Chen L D, Sun R H, et al. An improved export coefficient model to estimate non-point source phosphorus pollution risks under complex precipitation and terrain conditions[J]. Environmental Science and Pollution Research, 2018, 25(21): 20946-20955. DOI:10.1007/s11356-018-2191-z
[31] 高蓉, 韩焕豪, 崔远来, 等. 降雨量对洱海流域稻季氮磷湿沉降通量及浓度的影响[J]. 农业工程学报, 2018, 34(22): 191-198.
Gao R, Han H H, Cui Y L, et al. Effect of precipitation on wet deposition flux and content of nitrogen and phosphorus in Erhai Lake basin in rice season[J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(22): 191-198.
[32] 金星, 陆娅, 靳澍清, 等. 抚仙湖、星云湖周边磷化工对湖面大气干、湿沉降总磷入湖量影响的调查研究[J]. 环境科学导刊, 2010, 29(6): 39-42.
Jin X, Lu Y, Jin S Q, et al. Research on amount of total phosphorus entering into Fuxian Lake and Xingyun Lake through dry and wet deposition caused by surrounding phosphorus chemical factories[J]. Environmental Science Survey, 2010, 29(6): 39-42.
[33] 中华人民共和国生态环境部. 关于发布计算污染物排放量的排污系数和物料衡算方法的公告[EB/OL]. https://www.mee.gov.cn/gkml/hbb/bgg/201712/t20171229_428887.htm, 2017-12-28.
[34] 李晓琳, 帅永芳, 张翼, 等. 基于GIS的洱海流域氮素时空分异特征及源结构解析[J]. 湖泊科学, 2022, 34(3): 816-827.
Li X L, Shuai Y F, Zhang Y, et al. GIS-based analysis on the temporal and spatial variation characteristics of nitrogen and its sources in lake Erhai basin[J]. Journal of Lake Sciences, 2022, 34(3): 816-827.
[35] 玉溪市人民政府. 玉溪市2020年国民经济和社会发展统计公报[EB/OL]. http://www.yuxi.gov.cn/yxszfxxgk/tjgb/20210315/1236722.html, 2021-03-15.
[36] 清华大学. 中国经济社会大数据研究平台[EB/OL]. https://data.cnki.net/, 2023-03-17.
[37] 玉溪市人民政府. 抚仙湖水污染综合防治"十二五"规划[R]. 北京: 中国环境科学学会, 2012.
[38] 玉溪市人民政府. 抚仙湖生态环境保护试点实施方案[R]. 玉溪: 玉溪市人民政府实施方案编制组, 2011.
[39] Yuan L F, Sinshaw T, Forshay K J. Review of watershed-scale water quality and nonpoint source pollution models[J]. Geosciences, 2020, 10(1). DOI:10.3390/geosciences10010025
[40] 谢经朝, 赵秀兰, 何丙辉, 等. 汉丰湖流域农业面源污染氮磷排放特征分析[J]. 环境科学, 2019, 40(4): 1760-1769.
Xie J Z, Zhao X L, He B H, et al. Analysis of the characteristics of nitrogen and phosphorus emissions from agricultural non-point sources on Hanfeng Lake basin[J]. Environmental Science, 2019, 40(4): 1760-1769.
[41] Rose C, Parker A, Jefferson B, et al. The characterization of feces and urine: a review of the literature to inform advanced treatment technology[J]. Critical Reviews in Environmental Science and Technology, 2015, 45(17): 1827-1879. DOI:10.1080/10643389.2014.1000761
[42] 杨旺義. 我国农田氮磷损失影响因素及损失量初步估算[D]. 南京: 南京农业大学, 2015.
[43] 董利民. 洱海流域水环境承载力计算与社会经济结构优化布局研究[M]. 北京: 科学出版社, 2015.
[44] 朱梅. 海河流域农业非点源污染负荷估算与评价研究[D]. 北京: 中国农业科学院, 2011.
[45] 王俊能, 赵学涛, 蔡楠, 等. 我国农村生活污水污染排放及环境治理效率[J]. 环境科学研究, 2020, 33(12): 2665-2674.
Wang J N, Zhao X T, Cai N, et al. Pollution discharge and environmental treatment efficiency of rural domestic sewage in China[J]. Research of Environmental Sciences, 2020, 33(12): 2665-2674.
[46] 张靖雨, 汪邦稳, 夏小林, 等. 农村规模化畜禽养殖污染生态综合治理技术研究进展[J]. 安徽农业科学, 2020, 48(19): 9-14, 29.
Zhang J Y, Wang B W, Xia X L, et al. Research progress on ecological treatment technology of large scare livestock and poultry manure pollution[J]. Journal of Anhui Agricultural Sciences, 2020, 48(19): 9-14, 29.
[47] 杨立梦. 茫溪河流域(井研段)农业非点源污染研究[D]. 成都: 西南交通大学, 2014.
[48] Cheng H L, Yang J R, Liu Y X, et al. Investigation and analysis of the main pollution sources in Fuxian Lake[J]. IOP Conference Series: Earth and Environmental Science, 2021, 714. DOI:10.1088/1755-1315/714/2/022053
[49] 梁浩, 黄生志, 孟二浩, 等. 基于多种混合模型的径流预测研究[J]. 水利学报, 2020, 51(1): 112-125.
Liang H, Huang S Z, Meng E H, et al. Runoff prediction based on multiple hybrid models[J]. Journal of Hydraulic Engineering, 2020, 51(1): 112-125.
[50] Kuwayama Y, Olmstead S M, Wietelman D C, et al. Trends in nutrient-related pollution as a source of potential water quality damages: a case study of Texas, USA[J]. Science of the Total Environment, 2020, 724. DOI:10.1016/j.scitotenv.2020.137962
[51] 和兰娣, 毕金, 杨赵. 滇池流域典型小流域农业种植情况调查[J]. 环境科学导刊, 2012, 31(5): 38-41.
He L D, Bi J, Yang Z. A survey on agricultural cultivation in the typical river basins of Dianchi Lake catchment[J]. Environmental Science Survey, 2012, 31(5): 38-41.
[52] 玉溪市环境保护局, 玉溪市发展和改革委员会. 阳宗海流域(玉溪)水污染综合防治[R]. 玉溪: 玉溪市发展和改革委员会, 2006.
[53] 陈学凯, 刘晓波, 彭文启, 等. 程海流域非点源污染负荷估算及其控制对策[J]. 环境科学, 2018, 39(1): 77-88.
Chen X K, Liu X B, Peng W Q, et al. Estimation of and control strategies for pollution loads from non-point sources in the Chenghai watershed[J]. Environmental Science, 2018, 39(1): 77-88.
[54] 玉溪市人民政府. 玉溪市人民政府关于环境保护举报案件办理情况公告[EB/OL]. http://www.yuxi.gov.cn/yxs/gg/20170312/39003.html, 2017-03-12.
[55] Wang A, Yang D W, Tang L H. Spatiotemporal variation in nitrogen loads and their impacts on river water quality in the upper Yangtze River basin[J]. Journal of Hydrology, 2020, 590. DOI:10.1016/j.jhydrol.2020.125487
[56] Hua L L, Li W C, Zhai L M, et al. An innovative approach to identifying agricultural pollution sources and loads by using nutrient export coefficients in watershed modeling[J]. Journal of Hydrology, 2019, 571: 322-331. DOI:10.1016/j.jhydrol.2019.01.043
[57] 中华人民共和国农业农村部. 农业部办公厅关于印发《 < 到2020年化肥使用量零增长行动方案> 推进落实方案》的通知[EB/OL]. http://www.moa.gov.cn/govpublic/ZZYGLS/201505/t20150525_4614695.htm, 2015-05-25.
[58] 玉溪市人民政府. 关于印发抚仙湖近面山禁止放牧和径流区控制畜禽规模养殖污染治理工作方案的通知[EB/OL]. http://www.yuxi.gov.cn/yxszfxxgk/tzgg1772/20141111/58184.html, 2014-11-11.
[59] 中华人民共和国农业农村部. 农业部关于印发《畜禽粪污资源化利用行动方案(2017—2020年)》的通知[EB/OL]. http://www.moa.gov.cn/nybgb/2017/dbq/201801/t20180103_6134011.htm, 2017-08-20.