2024, Vol. 45
强烈人类活动产生的大量活性氮（除N2外的其它形式的氮）严重扰乱了氮素生物地球化学循环过程, 突破了地球安全界限和生态系统的承载临界[1], 引发空气质量下降、生物多样性减少、地表水体富营养化和地下水硝酸盐污染等一系列环境问题[2 ~ 5].农业生产消费系统是活性氮输入的最大来源[6].加强农业生产消费系统活性氮输入管理已成为关系到粮食和环境“双安全”的重大问题.
定量识别人为氮输入特征对改善活性氮管理具有重要意义.目前, 量化人为活性氮输入通量主要采用模型模拟方法.主流方法包括净人为氮输入（net anthropogenic nitrogen inputs, NANI）[7, 8]、氮收支[9]和物质流分析[10], 以及基于物质流分析原理开发的CHANS[11]和NUFER[12]等模型.近年来, 由于可定量描述氮输入、输出以及内部代谢的全过程等优点, 物质流分析开始被广泛应用于人为活性氮流动通量研究.受自然环境和社会经济等条件不同的影响, 各地理尺度下的氮流特征存在较大差异.国内外学者先后在全球[13]、国家[14]、区域[15]、流域[16]、城市[17]和县乡[18]等多个尺度开展了活性氮流动特征研究, 深化了对不同地理尺度氮流特征的科学认识.然而, 关于区域尺度, 特别是以城市群为代表的一体化发展区域的氮流特征研究并不充分.现有关于城市群的研究多是基于NANI模型研究城市群的净人为氮输入特征[19 ~ 21], 无法全面认识氮流输入、代谢和输出的全过程.少数针对一体化发展区域氮流特征的研究多局限于农牧系统[22], 或虽然对农业生产消费系统开展了研究, 但时间跨度局限于1 a[15, 23], 无法识别氮流的年际变化过程.尚缺乏长时间序列下以城市群为代表的一体化区域农业生产消费系统氮流特征研究, 以支撑区域氮污染科学防治.
长江三角洲地区是我国一体化发展区域的典型代表.受强烈人类活动的干扰, 其面临着长江口溶解态氮浓度上升、大气污染和近岸海域水质恶化等氮污染相关问题[24, 25].因此, 本研究利用长三角地区27个城市的统计数据, 基于物质流分析建立农业生产消费系统氮流分析模型, 探讨2011~2020年长三角地区氮流的总体特征和时空变化特征, 分析驱动因素, 以期为该地区农业生产消费系统氮输入宏观调控和氮污染精准控制提供科学依据, 并为一体化发展区域氮流特征研究提供参考.
1 材料与方法 1.1 研究区域概况长三角地区位于长江入海前形成的冲积平原.其中心区范围包括上海市、江苏省、浙江省和安徽省的27个城市（图 1）, 面积22.5万km2.该地区地形以平原为主, 为亚热带季风气候, 年均气温15.7~18.7 ℃, 多年平均降水量900~2 200 mm, 适合农业生产, 是我国重要的农业生产区；同时, 该地区也是我国人口密度最大、经济发展最活跃、开放程度最高和创新能力最强的区域之一[26].2020年, 长三角中心区以全国2.3%的陆域面积, 承载了全国12.4%的人口, 实现了全国20.9%的国内生产总值[27 ~ 31].本文以长三角中心区为研究区域, 分析农业生产消费系统氮素流动特征及其驱动因素.
|
图 1 长三角地区概况 Fig. 1 Overview of the Yangtze River Delta Region |
本研究所需数据包括人类活动水平数据和氮流参数.人类活动水平数据主要来自国家和长三角地区各省、市统计年鉴, 时间跨度为2011~2020年, 详见表 1.氮流参数均来自公开发表的文献, 主要包括氮含量、氮沉降通量、生物固氮率、氮排放因子和氮流分配系数等89项参数.
|
表 1 人类活动水平数据类型和来源 Table 1 Data types and sources of human activity level |
1.3 研究方法 1.3.1 氮流通量核算
采用物质流分析方法核算农业生产消费系统氮流通量.基于长三角地区实际, 构建氮流动模型, 将农业生产消费系统划分为作物种植、畜禽养殖、水产养殖、居民消费和废物管理这5个子系统, 并以环境（大气、水和土壤环境）为支持, 通过氮流关系（F01~F40）将各子系统连接起来（图 2）.鉴于中国城乡之间的社会差异, 居民消费子系统分别考虑城市和农村居民消费[32], 并同时考虑居民家庭消费和外出就餐消费.模型地理边界为长三角地区中心区行政边界, 时间跨度为2011~2020年.
|
F01表示含氮化肥, F02表示氮沉降, F03表示作物固氮, F04表示居民粪污还田, F05表示畜禽粪污还田, F06表示秸秆还田, F07表示灌溉水, F08表示秸秆饲料, F09表示秸秆焚烧, F10表示秸秆输出, F11表示农田氮径流和氮淋洗, F12表示农田氨挥发和脱氮, F13表示饲用粮, F14表示粮食加工副产物饲料, F15表示居民口粮, F16表示粮食输出, F17表示秸秆氨化, F18表示畜禽加工副产物饲料, F19表示餐厨垃圾饲料, F20表示外部输入动物饲料, F21表示居民消费动物产品, F22表示动物产品输出, F23表示畜禽加工副产物输出, F24表示畜禽粪污氨挥发和脱氮, F25表示畜禽粪污氮径流和氮淋洗, F26表示水产养殖肥料, F27表示水产养殖饵料, F28表示水产养殖氮沉降, F29表示水产捕捞, F30表示居民消费水产品, F31表示水产品输出, F32表示水产养殖氨挥发和脱氮, F33表示水产养殖氮径流, F34表示居民消费氨挥发和脱氮, F35表示生活污水直排和渗漏, F36表示生活污水和餐厨垃圾处理, F37表示外部输入粮食, F38表示外部输入动物产品, F39表示污水处理厂氨挥发和脱氮, F40表示污水处理厂出水氮排放, I表示外部输入, E表示系统输出, 下同 图 2 农业生产消费系统氮流分析模型框架 Fig. 2 Framework of nitrogen flow analysis model for agricultural production and consumption system |
系统氮流通量的计算共采用以下3种方法[33].
（1）独立方程法 氮流通量由人类活动水平数据乘以氮流参数计算得出：
|
(1) |
式中, Fi, n为第n年第i类氮流通量, Gg·a-1；Ai, n为第n年第i类人类活动水平, λi, n为第n年第i类人类活动对应的氮流参数.
（2）相关方程法 根据与其它氮流过程的联系, 在独立方程法结果的基础上, 间接计算得到氮流通量：
|
(2) |
式中, Di, n为采用相关方程法计算的第n年第i类氮流通量, Gg·a-1；Fi, n为采用独立方程法计算的第n年第i类氮流通量, Gg·a-1；fi, n为采用独立方程法计算的第n年第i类氮流通量的分配系数.
（3）系统平衡法 根据系统或子系统质量守恒定律确定氮流通量, 主要用于计算无法通过上述两种方法直接确定的未知氮流或用于模型结果交叉检验：
|
(3) |
式中, INi, n为第n年各氮输入项, Gg·a-1；OUTj, n为第n年各氮输出项, Gg·a-1；STOk, n为第n年各氮贮存项, Gg·a-1；o、p和q分别为第n年各氮输入、输出和贮存项的类别.
由于无法获得城市尺度的农产品进出口数据, 本研究假设研究区域生产的农产品优先满足本地消费需求, 只有产生过剩时才会流出到区域外.如研究区域生产的农产品无法满足本地消费需求, 不足部分通过系统外输入满足[33].
1.3.2 莫兰指数采用全局莫兰指数（global Moran's index, I）分析长三角地区氮输入强度的空间自相关性[34], 计算公式如下：
|
(4) |
式中, n为空间单元个数, xi和xj为城市i和j的氮输入强度（单位行政区域面积氮输入量）, kg·（hm2·a）-1；x为各城市氮输入强度均值；aij为空间权重矩阵, 城市相邻值为1, 不相邻值为0；I为全局莫兰指数, 其取值范围在-1~1之间, 当I > 0时, 氮输入在空间分布上存在正相关性；当I < 0时, 氮输入在空间分布上存在负相关性；当I = 0时, 氮输入在空间分布不存在相关性, 即呈现随机分布的状态.
采用局部莫兰指数（local Moran's index, Ia）进一步研究局部区域氮输入与相邻城市氮输入之间的关联程度, 结果由局部空间关联指标图（local indicator of spatial association, LISA）呈现, Ia的计算公式如下[35]：
|
(5) |
全局和局部莫兰指数均通过GeoDa 1.20软件进行计算.
1.3.3 驱动因素分析相关研究表明, 常住人口总数、常住人口结构、饮食模式、作物种植面积、氮肥施用强度、畜禽养殖规模和水产养殖规模等对系统氮输入有显著影响[17, 36, 37].本研究采用情景分析法解析2011~2020年长三角地区氮输入驱动力的相对贡献, 情景设置情况见表 2.
|
|
表 2 系统氮输入驱动力分析情景设置 Table 2 Scenario settings for contribution analysis of driving factors of nitrogen input |
1.3.4 不确定性分析
采用误差传播方程[38]分析模型结果的不确定性, 最终的不确定以百分数表示, 公式如下：
|
(6) |
|
(7) |
式中, UFi为第i项氮流通量的不确定性, %；UCi为计算第i项氮流通量所用参数的不确定性, 为20.0%~50.0%[39]；UAi为人类活动水平数据的不确定性, 采用5.0%[14]；Fi为第i项氮流通量, Gg·a-1；Utotal为某子系统氮流通量（输入或输出）的总不确定性, %.
2 结果与分析 2.1 氮流总体特征2011年和2020年长三角地区农业生产消费系统氮流总体特征见图 3和图 4. 2011年, 长三角地区氮输入总量为4 224.5 Gg·a-1.其中, 化肥是最大的输入项, 输入量为2 360.6 Gg·a-1, 占比为55.9%；其次为外部输入动物饲料（586.4 Gg·a-1）, 占比为13.9%；氮沉降、作物固氮、灌溉水、秸秆氨化、水产养殖肥料及饵料和水产捕捞输入量合计为1 277.5 Gg·a-1, 占比为30.2%；外部输入粮食和动物产品均为0 Gg·a-1, 即上述两项氮流均为净输出.2020年, 长三角地区氮输入总量减少至3 746.2 Gg·a-1, 较2011年降低11.3%.化肥仍为最大的输入项, 输入量为1 876.7 Gg·a-1, 占比为50.1%；粮食和动物产品量均转为净输入, 输入量分别为143.9 Gg·a-1和146.7 Gg·a-1.
|
箭头粗细表明氮流大小, 下同 图 3 2011年长三角地区农业生产消费系统氮流总体特征 Fig. 3 Overall characteristics of nitrogen flow in agricultural production and consumption system in the Yangtze River Delta Region in 2011 |
|
图 4 2020年长三角地区农业生产消费系统氮流总体特征 Fig. 4 Overall characteristics of nitrogen flow in agricultural production and consumption system in the Yangtze River Delta Region in 2020 |
2011年长三角地区氮输出总量为3 671.0 Gg·a-1.其中, 以产品和副产品形式输出的氮流为424.4 Gg·a-1, 占比为11.6%；损失至环境中的氮流合计为3 246.6 Gg·a-1, 占比高达88.4%, 扣除以N2形式损失的氮, 活性氮的损失量为1 926.2 Gg·a-1, 占比为52.5%.因此, 氮的环境损失是最主要的氮输出形式, 远大于以产品和副产品形式输出的氮量.2020年长三角地区氮输出总量结构与2011年类似, 同样以氮的环境损失为主, 活性氮损失占比为53.9%.平均来看, 10年间长三角地区农业生产消费系统活性氮损失为1 884.9 Gg·a-1, 占比为53.2%.
氮素利用效率（nitrogen use efficiency, NUE）是国际公认的反映农业生产消费系统氮流特征, 衡量氮素管理水平的重要指标[40].NUE是指以产品形式输出的氮素与氮输入之比.2011~2020年, 长三角地区作物种植子系统NUE范围为38.7%~42.2%, 均值为40.0%, 低于50%的国际推荐标准, 处于较低水平[41].畜禽和水产养殖子系统NUE的范围分别为25.2%~26.8%和38.8%~40.0%, 均值分别为25.8%和39.3%, 均低于作物种植子系统.氮素循环利用方面, 2011~2020年, 长三角地区农业生产消费系统氮素循环利用率（氮循环利用量与系统氮废物产生量之比）呈现显著下降趋势（Mann-Kendall检验, P < 0.05）, 由2011年的21.5%下降至2020年的15.8%, 平均值为19.2%.
2.2 氮流年际变化特征图 5显示了2011~2020长三角地区农业生产消费系统氮流年际变化.从中可知, 2011~2020年长三角地区农业生产消费系统氮输入和氮输出均呈现抛物线下降的趋势, 分别由2011年的4 224.5 Gg·a-1和3 671.0 Gg·a-1下降为2020年的3 746.2 Gg·a-1和3 304.2 Gg·a-1, 降幅分别为11.3%和10.0%[图5（a）和5（b）].
|
图 5 2011~2020年长三角地区农业生产消费系统氮流年际变化 Fig. 5 Interannual changes of nitrogen flow in agricultural production and consumption system in the Yangtze River Delta Region from 2011 to 2020 |
对氮输入组分的年际变化特征开展进一步分析[图 5（c）].2011~2020年, 长三角地区农业生产消费系统氮流主要输入至作物种植子系统, 输入量为2 469.7~2 960.1 Gg·a-1, 占比为65.9%~70.1%.其后依次为畜禽养殖子系统（10.7%~17.2%）、水产养殖子系统（13.1%~15.6%）和居民消费子系统（0.0%~7.8%）.输入至作物种植和畜禽养殖子系统的氮均呈下降趋势（Mann-Kendall检验, P < 0.05）.与2011年相比, 2020年二者的输入量分别下降了490.4 Gg·a-1和310.7 Gg·a-1.输入居民消费子系统的氮量则均呈上升趋势（Mann-Kendall检验, P < 0.05）, 2020年的输入量比2011年分别增加290.6 Gg·a-1.输入至水产养殖子系统的氮量无显著变化趋势（Mann-Kendall检验, P > 0.05）.
氮输出组分的年际变化特征详见图 5（d）. 2011~2020年, 长三角地区农业生产消费系统氮输出主要来自物种植子系统, 占比为42.3%~49.7%, 其后依次为畜禽养殖子系统（14.8%~20.1%）、居民消费子系统（9.0%~13.2%）、水产养殖子系统（11.3%~12.2%）和废物管理子系统（9.6%~18.2%）.与氮输入特征类似, 由作物种植和畜禽养殖子系统输出的氮均呈下降趋势（Mann-Kendall检验, P < 0.05）, 而由居民消费和废物管理子系统输出的氮量均呈上升趋势（Mann-Kendall检验, P < 0.05）, 占比逐年增加.
2.3 氮流空间格局特征2011~2020年, 长三角地区农业生产消费系统氮输入强度空间格局见图 6.为避免各城市行政区域面积带来的干扰, 采用氮输入强度研究氮输入空间格局.由图 6可知, 2011~2020年长三角地区农业生产消费系统氮输入强度总体均呈现“北高南低”的空间格局.2011年、2015年、2016年和2020年各城市氮输入强度均值分别为213.6、213.3、210.7和191.3 kg·（hm2·a）-1, 呈逐年下降的趋势.各城市氮输入强度空间异质性显著, 输入强度较高的城市主要分布在江苏北部及东部、上海和浙江东北部地区, 包括上海、南通、盐城、嘉兴和舟山等城市, 氮输入强度均高于300.0 kg·（hm2·a）-1.氮输入强度较低的城市则主要位于浙江中南部、浙江北部和安徽南部地区, 包括杭州、温州、金华、宣城和池州等城市, 氮输入强度均低于125.0 kg·（hm2·a）-1.
|
图 6 2011~2020年长三角地区农业生产消费系统氮输入强度空间格局 Fig. 6 Spatial pattern of nitrogen input intensity in agricultural production and consumption system in the Yangtze River Delta Region from 2011 to 2020 |
基于莫兰指数, 进一步分析长三角地区农业生产消费系统氮输入强度空间聚集情况, 详见图 7.莫兰散点图显示[图 7（a）], 2011~2020年长三角地区农业生产消费系统氮输入强度的全局莫兰指数Moran's I为0.461 5, 大于0, Z值为4.220 2, 大于1.96, P值为0.001 0, 小于0.05, 表明氮输入强度空间分布呈现显著的空间自相关性, 且为正相关.氮输入强度的全局莫兰指数散点主要分布在第一、三象限.分省份来看, 上海市和浙江省大部分城市均分布在第一、三象限, 分布于第二、四象限的城市主要是江苏省和安徽省的部分城市.
|
图 7 2011~2020年长三角地区农业生产消费系统氮输入强度空间集聚情况 Fig. 7 Spatial clustering of mean nitrogen input intensity in agricultural production and consumption system in the Yangtze River Delta Region from 2011 to 2020 |
2011~2020年长三角地区农业生产消费系统氮输入强度的空间集聚特征如图 7（b）所示.氮输入强度呈现显著“高-高”集聚现象的城市有3个, 分别为上海、盐城和泰州.氮输入强度呈现“低-低”集聚的城市有4个, 分别为绍兴、金华、台州和宣城.而苏州和芜湖分别呈现了“低-高”和“高-低”集聚特征.
2.4 不确定性分析采用误差传播方程估算由人类活动水平数据和氮流参数导致的不确定性, 结果表示为百分数（表 3）.2011~2020年, 长三角地区农业生产消费系统氮输入和输出的不确定性区间为4.5%~34.6%, 氮素累积的不确定性为16.9%~111.9%.
|
|
表 3 2011~2020年长三角地区农业生产消费系统氮流不确定性/% Table 3 Uncertainties of nitrogen flow in agricultural production and consumption system in the Yangtze River Delta Region from 2011 to 2020/% |
3 讨论 3.1 氮输入强度及其影响因素
采用氮输入强度与其它研究区域进行比较（表 4）.可以看出, 2011~2020年, 长三角地区农业生产消费系统氮输入强度10 a均值为194.6 kg·（hm2·a）-1, 远高于全国平均水平、长江流域、成渝地区和三峡库区, 与太湖流域和珠江三角洲基本相当.因此, 长三角地区已经成为农业生产消费系统氮输入强度的热点地区.
|
|
表 4 不同地区农业生产消费系统氮输入强度对比 Table 4 Comparison of nitrogen input in agricultural production and consumption system in different regions |
人为氮输入与人类活动强度密切相关.一方面, 化肥和外部输入动物饲料是长三角地区两个最大的氮输入项, 说明作物种植和畜禽养殖等农业生产活动对长三角地区氮输入影响显著；另一方面, 受当地高人口密度形成的巨大食物需求的驱动, 长三角地区粮食和动物产品生产量已无法满足本地居民消费需求, 由净输出地区（2011年）转变为净输入地区（2020年）, 表明居民食物消费活动对氮输入的贡献也逐渐凸显.由此可知, 农业生产和居民食物消费均是导致长三角地区氮输入强度水平较高的重要因素.然而, 由于氮素利用率和氮素循环利用率均较低, 长三角地区农业生产消费系统活性氮输入大部分没有被充分利用, 系统代谢产生的废物也没有被充分回收.超过一半的氮输入最终以活性氮形式输出至环境库中, 这将给长三角地区生态环境造成巨大压力.
3.2 氮流空间格局及其影响因素各城市氮输入强度空间异质性显著, 这主要与各城市人类活动水平不同有关.氮输入与当地单位面积GDP、人口密度和耕地面积占比呈显著正相关, 与森林覆盖率呈显著负相关[46].长三角地区氮输入强度高的城市中, 南通、盐城、泰州和嘉兴等属于典型的农业集约开发区, 土地覆盖类型以耕地为主（图 1）, 耕地面积占比均在33.5%以上, 种植业和养殖业发达, 驱动了化肥和畜禽饲料的大量输入, 导致氮输入强度较高；上海属于典型的特大型城市, 是长三角地区经济最发达和人口密度最高的核心城市, 食物消费需求巨大, 形成了以食物为主的氮输入.氮输入强度较低的城市如杭州、温州、金华、宣城和池州等, 其土地覆盖类型以林地为主（图 1）, 森林覆盖率均在60.2%以上.较高的森林覆盖率导致上述城市氮输入强度较低.
长三角地区氮输入强度空间格局呈现显著的正向空间自相关性, 表明大部分城市与相邻城市的氮输入强度关联程度较高.这主要表现在呈现显著“高-高”集聚特征的城市与周边相邻城市的氮输入强度均较高, 呈现显著“低-低”集聚特征的城市与周边相邻城市的氮输入强度均较低.需要注意的是, 苏州和芜湖分别呈现了“低-高”和“高-低”集聚特征.这主要是由于苏州周边的上海、南通、泰州和嘉兴等城市都属于氮输入强度最高的前几位城市, 苏州氮输入虽也较高, 但仍显著低于周边相邻城市.对于芜湖而言, 其土地覆盖以耕地为主, 化肥导致的氮输入强度较高, 而周边的宣城和池州等城市均属于以森林覆盖为主的城市, 氮输入强度均相对较低.因此, 苏州和芜湖与周边城市氮输入强度呈现负相关.
3.3 氮流驱动机制2011~2020年, 长三角地区农业生产消费系统氮输入的总体下降趋势是输入至作物种植和畜禽养殖子系统氮量的下降与输入至居民消费子系统氮量的上升共同作用的结果.具体而言, 作物种植与畜禽养殖氮输入量的下降抵消了居民消费子系统氮输入量的上升, 主导了长三角地区农业生产消费系统氮输入的下降趋势.
输入至作物种植子系统的氮量下降是作物总播种面积和化肥施用强度降低导致的. 2011~2020年, 长三角地区作物总播种面积由1.1×107 hm2下降至9.5×106 hm2, 降低了13.9%.同时, 由于近些年来农业主管部门在推广测土配方施肥、推进施肥方式转变和新技术应用方面的长期努力[47, 48]；以及2015年《到2020年化肥使用量零增长行动方案》[49, 50]开始实施, 长三角地区化肥施用强度（单位播种面积化肥施用量, 折纯量）由2011年的218.1 kg（hm2·a）-1下降至2020年的197.5 kg（hm2·a）-1.上述两个因素共同导致化肥施用量降低了20.5%, 主导了输入至作物种植子系统氮量的下降.
输入至畜禽养殖子系统氮量的下降则主要是由于畜禽养殖规模的减少.由于长三角地区, 特别是东部发达中心城市的禁限养政策[51], 2011~2020年, 长三角地区畜禽动物规模（以标准猪计）由8.2×107头下降至4.3×107头, 降低了47.2%.这直接导致外部饲料输入量降低33.2%, 成为输入至畜禽养殖子系统氮量下降的根本原因.
输入至居民消费子系统的氮量上升是多种因素共同作用的结果.2011~2020年, 长三角地区常住人口总量由1.60亿上升至1.75亿, 增长9.4%.受快速城镇化进程的影响, 城镇人口由1.06亿上升至1.33亿, 增长25.9%；农村人口由0.54亿减少至0.42亿, 降低23.0%.随着经济总量和居民收入快速增长[52], 长三角地区居民人均食物消费量（以氮计）也呈现显著上升的趋势（Mann-Kendall检验, P < 0.05）.城市居民人均食物消费量（以氮计）由5.5 kg·（人·a）-1上升至6.7 kg·（人·a）-1, 农村居民人均食物消费量（以氮计）由4.0 kg·（人·a）-1上升至5.7 kg·（人·a）-1, 已经达到发达国家水平[5~6 kg·（人·a）-1][6].由此可知, 城镇化进程推动了人均食物消费量更高的城市人口的快速增加, 同时, 人口总量和受经济发展驱动的人均食物消费量也在持续增加, 共同推高了食物消费需求总量.此外, 动物源食物占居民食物消费总量的比例（以氮计）也由34.7%上升至38.9%.而生产单位质量的动物源食物所需的氮输入高于植物源食物[53].综上, 常住人口总量、城镇化率、人均食物消费量和动物源食物占比的上升共同导致了输入至居民消费子系统氮量的上升.可以预见, 随着长三角地区人口总量和城市化率等的持续升高, 未来输入至居民消费子系统的氮量可能持续增加.受此影响, 输入至居民消费子系统氮量占氮输入总量的比例将持续上升.这将进一步改变长三角地区氮输入的结构.
采用基于情景分析法, 以2011年为基准年, 量化上述因素的相对贡献（图 8）.2011~2022年, 常住人口总数、常住人口结构、饮食模式和水产养殖规模的变化分别导致长三角地区农业生产消费系统氮输入增加0.03%~0.40%、0.04%~0.43%、0.09%~3.61%和0.00%~1.18%, 作物种植面积、氮肥施用强度和畜禽养殖规模的变化分别导致系统氮输入减少-0.26%~4.99%、0.10%~4.65%和-0.27%~7.53%.因此, 与基准年相比, 作物种植面积、氮肥施用强度和畜禽养殖规模的减少是2011~2020年长三角地区农业生产消费系统氮输入总量降低的主要原因.其中, 畜禽养殖规模的降低贡献最大.饮食模式的变化则主导了居民消费子系统氮输入的增加, 人口结构变化对系统氮输入增加的贡献高于人口规模.
|
图 8 2011~2020年长三角地区农业生产消费系统氮输入驱动因素分析 Fig. 8 Driving factor analysis for nitrogen input in agricultural production and consumption system in the Yangtze River Delta Region from 2011 to 2020 |
2011~2020年, 长三角地区农业生产消费系统氮流的不确定性与Zhang等[39]的研究结果大致相当（输入输出：4%~42%, 氮素累积：31%~342%）, 表明本研究结果的不确定性可控, 模型结果可靠.各氮流中, 氮素累积的不确定性显著高于氮输入项和输出项.这主要归因于氮累积项的计算方法.各子系统的氮累积项无法直接计算, 而是基于系统平衡法将氮输入和氮输出作差间接计算得出.这个过程实质上将各输入和输出项的不确定性全部传递至氮累积项, 导致其不确定较大.
为降低氮流模拟结果的不确定性, 需要提高人类活动水平数据和氮流系数的准确性.例如, 开发科学的数据和参数尺度转化方法、应用卫星遥感数据交叉验证以及加强科学观测网络建设和数据共享等.对于降低模型结构不完善引入的不确定性, 则需加深对氮循环过程的科学认识, 为纳入更广泛的氮流奠定基础.
4 氮减排建议虽然长三角地区化肥施用强度在10 a间由218.1 kg·（hm2·a）-1下降至197.5 kg·（hm2·a）-1, 但仍高于农业农村部印发的《全国水稻产区氮肥定额用量（试行）》中规定的基于目标产量的长江下游单双季稻区的氮肥定额用量[150.0~180.0 kg·（hm2·a）-1][54], 还不包括因氮沉降和人畜粪肥导致的氮输入.过高的活性氮输入将导致氮在土壤中累积, 最终通过氮径流、氮淋洗、氨挥发和脱氮等方式损失到环境中[55, 56].作物种植子系统输入结构不合理和落后的施肥技术也是氮损失的重要原因.有机肥有助于改善土壤化学性质和微生物群落, 有效提高土壤肥力[57, 58].长三角地区以秸秆回用、粪肥还田等为代表的有机肥输入强度仅31.8~40.4 kg·（hm2·a）-1, 占比不足10%.有机肥输入长期不足, 将导致农田对氮肥依赖增大.此外, 当地普遍采用的撒施氮肥, 无法准确控制施肥量且无法深施, 进一步加剧氮肥损失[59].因此, 应推行国际上称为“4R”的先进施肥理念[60], 即采用合理的施肥量（right amount）、正确的肥料品种（right type）、正确的施肥时期（right time）和正确的施肥方法（right place）进行施肥, 提高作物种植子系统NUE, 在不影响作物产量的前提下, 减少氮损失量.
畜禽和居民粪肥还田利用是减少梯级氮损失的重要途径之一[61].随着城镇化进程的推进, 长三角地区污水处理总量从2011年的74.8亿t增加到2020年的113.7亿t.居民粪污主要通过污水处理基础设施处理后排放, 而非还田利用.对于畜禽粪污, 中国作物种植与畜禽养殖长期处于脱钩状态[62].兼顾种植作物和饲养牲畜的农村家庭的比例由20世纪80年代的71.0%急剧萎缩至现在的12.0%左右[63], 传统农业高效利用畜禽粪污作为农田有机肥料的做法已基本被抛弃. 2011~2020年, 长三角地区畜禽粪肥还田率仅20%左右, 大量粪肥在贮存阶段以氨挥发、氮径流和氮淋洗等方式损失到环境中[64].为有效控制氮循环利用率低导致的氮损失, 应提倡均衡饮食, 减少食物浪费, 特别是应重建作物种植和畜禽养殖之间的联系, 增加秸秆和畜禽粪污中氮的循环利用.
5 结论（1）2011~2020年, 长三角地区是农业生产消费系统氮输入强度的热点地区.化肥是最大的输入项, 粮食和动物产品由净输出转为净输入.氮输出以活性氮环境损失为主, 凸显了长三角地区农业生产消费系统对生态环境的巨大压力.
（2）2011~2020年, 长三角地区农业生产消费系统氮输入总量呈抛物线下降趋势, 降低11.3%.根本原因是作物总播种面积、化肥施用强度和畜禽养殖规模的减少.其中, 畜禽养殖规模的减少是最主要的原因.居民消费子系统氮输入上升是人口总量、城镇化率和经济发展等多种因素共同作用的结果.
（3）2011~2020年, 长三角地区农业生产消费系统氮输入强度总体均呈现“北高南低”的空间格局.各城市氮输入强度空间异质性显著, 强度较高的城市主要分布在江苏北部及东部、上海和浙江东北部地区.氮输入强度空间分布呈现显著的空间正向自相关性.
（4）2011~2020年, 长三角地区作物种植子系统氮素利用效率和系统氮素循环利用率总体处于较低水平, 造成氮资源浪费和氮污染风险.提高作物种植子系统氮素利用效率, 重建作物种植和畜禽养殖之间的联系将有助于减少氮损失.
| [1] | Steffen W, Richardson K, Rockström J, et al. Planetary boundaries: guiding human development on a changing planet[J]. Science, 2015, 347(6223). DOI:10.1126/science.1259855 |
| [2] | Liu J G, You L Z, Amini M, et al. A high-resolution assessment on global nitrogen flows in cropland[J]. Proceedings of the National Academy of Sciences of the United States of America, 2010, 107(17): 8035-8040. |
| [3] | Schlesinger W H. On the fate of anthropogenic nitrogen[J]. Proceedings of the National Academy of Sciences of the United States of America, 2009, 106(1): 203-208. |
| [4] | Erisman J W, Galloway J N, Seitzinger S, et al. Consequences of human modification of the global nitrogen cycle[J]. Philosophical Transactions of the Royal Society B: Biological Sciences, 2013, 368(1621). DOI:10.1098/rstb.2013.0116 |
| [5] | Ravishankara A R, Daniel J S, Portmann R W. Nitrous oxide (N2O): the dominant ozone-depleting substance emitted in the 21st century[J]. Science, 2009, 326(5949): 123-125. |
| [6] | Galloway J N, Winiwarter W, Leip A, et al. Nitrogen footprints: past, present and future[J]. Environmental Research Letters, 2014, 9(11). DOI:10.1088/1748-9326/9/11/115003 |
| [7] | Howarth R W, Billen G, Swaney D, et al. Regional nitrogen budgets and riverine N & P fluxes for the drainages to the North Atlantic Ocean: natural and human influences[J]. Biogeochemistry, 1996, 35(1): 75-139. |
| [8] |
姚梦雅, 胡敏鹏, 陈丁江. 1980~2015年长江流域净人为氮输入与河流氮输出动态特征[J]. 环境科学, 2021, 42(12): 5777-5785. Yao M Y, Hu M P, Chen D J. Dynamic of net anthropogenic nitrogen inputs and riverine nitrogen export in the Yangtze River Basin in 1980-2015[J]. Environmental Science, 2021, 42(12): 5777-5785. |
| [9] | Zhu X, Shen J L, Li Y, et al. Nitrogen emission and deposition budget in an agricultural catchment in subtropical central China[J]. Environmental Pollution, 2021, 289. DOI:10.1016/j.envpol.2021.117870 |
| [10] | Dong Y, Xu L Y, Yang Z F, et al. Aggravation of reactive nitrogen flow driven by human production and consumption in Guangzhou City China[J]. Nature Communications, 2020, 11(1). DOI:10.1038/s41467-020-14699-x |
| [11] | Alberti M, Asbjornsen H, Baker L A, et al. Research on coupled human and natural systems (CHANS): approach, challenges, and strategies[J]. The Bulletin of the Ecological Society of America, 2011, 92(2): 218-228. |
| [12] |
马林. 中国食物链氮素流动规律及调控策略[D]. 保定: 河北农业大学, 2010. Ma L. Mechanism and regulatory strategies of nitrogen flow in food chain in China[D]. Baoding: Hebei Agricultural University, 2010. |
| [13] | Chang J F, Havlík P, Leclère D, et al. Reconciling regional nitrogen boundaries with global food security[J]. Nature Food, 2021, 2(9): 700-711. |
| [14] | Gu B J, Ju X T, Chang J, et al. Integrated reactive nitrogen budgets and future trends in China[J]. Proceedings of the National Academy of Sciences of the United States of America, 2015, 112(28): 8792-8797. |
| [15] | Chen C, Wen Z G, Wang Y H. Nitrogen flow patterns in the food system among cities within urban agglomeration: a case study of the Pearl River Delta region[J]. Science of The Total Environment, 2020, 703. DOI:10.1016/j.scitotenv.2019.135506 |
| [16] |
李美玲. 长江流域氮素流动与水环境氮负荷研究[D]. 邯郸: 河北工程大学, 2021. Li M L. Study on nitrogen flow and nitrogen loading in water environment in the Yangtze River Basin[D]. Handan: Hebei University of Engineering, 2021. |
| [17] | Liao C S, Xia Y L, Wu D M. Nitrogen flows associated with food production and consumption system of Shanghai[J]. Environmental Pollution, 2021, 279. DOI:10.1016/j.envpol.2021.116906 |
| [18] | Wang F F, Wang Y H, Cai Z C, et al. Environmental losses and driving forces of nitrogen flow in two agricultural towns of Hebei province during 1997-2017[J]. Environmental Pollution, 2020, 264. DOI:10.1016/j.envpol.2020.114636 |
| [19] |
程元辉, 毛宇鹏, 张洪. 珠江三角洲地区人为氮磷净输入特征及污染管控建议[J]. 环境工程学报, 2022, 16(6): 2049-2060. Cheng Y H, Mao Y P, Zhang H. Characteristics of anthropogenic net input of nitrogen and phosphorus and suggestions on pollution control in Pearl River Delta[J]. Chinese Journal of Environmental Engineering, 2022, 16(6): 2049-2060. |
| [20] |
苏泳松, 宋松, 陈叶, 等. 珠江三角洲人类活动净氮输入时空特征及其影响因素[J]. 生态环境学报, 2022, 31(8): 1599-1609. Su Y S, Song S, Chen Y, et al. Temporal and spatial characteristics of net anthropogenic nitrogen input and its influencing factors in the Pearl River Delta[J]. Ecology and Environmental Sciences, 2022, 31(8): 1599-1609. |
| [21] |
邓陈宁, 张泽乾, 徐睿, 等. 成渝地区双城经济圈人类活动氮磷输入时空演变及其驱动因素[J]. 环境科学研究, 2022, 35(7): 1596-1604. Deng C N, Zhang Z Q, Xu R, et al. Spatiotemporal evolution and driving factors of nitrogen and phosphorus input from human activities in Chengdu-Chongqing economic circle[J]. Research of Environmental Sciences, 2022, 35(7): 1596-1604. |
| [22] |
黄少辉, 杨云马, 侯亮, 等. 基于Nufer模型的京津冀农牧系统氮素平衡状况及化学氮肥减施潜力分析[J]. 植物营养与肥料学报, 2021, 27(1): 12-23. Huang S H, Yang Y M, Hou L, et al. Nitrogen balance and potential reduction of nitrogen fertilizer input in Beijing-Tianjin-Hebei crop-livestock system based on Nufer model[J]. Journal of Plant Nutrition and Fertilizers, 2021, 27(1): 12-23. |
| [23] |
董莉, 邹天森, 徐睿, 等. 基于物质流模型的长三角城市群食物生产与消费系统氮素流动格局及影响因素[J]. 环境工程技术学报, 2023, 13(4): 1614-1624. Dong L, Zou T S, Xu R, et al. Nitrogen flow pattern and influencing factors of food production and consumption system in the Yangtze River Delta city cluster based on material flow model[J]. Journal of Environmental Engineering Technology, 2023, 13(4): 1614-1624. |
| [24] | Chen X J, Strokal M, Kroeze C, et al. Seasonality in river export of nitrogen: a modelling approach for the Yangtze River[J]. Science of the Total Environment, 2019, 671: 1282-1292. |
| [25] |
徐昶, 苗文亮, 倪远之, 等. 长三角农田轮作系统氨排放特征、转化机制和减排潜力[J]. 环境科学, 2022, 43(2): 1108-1128. Xu C, Miao W L, Ni Y Z, et al. Emission characteristics, transformation mechanism, and reduction potential of ammonia emissions from a crop rotation system in Yangtze River Delta[J]. Environmental Science, 2022, 43(2): 1108-1128. |
| [26] | 中国政府网. 中共中央国务院印发《长江三角洲区域一体化发展规划纲要》[EB/OL]. https://www.gov.cn/zhengce/2019-12/01/content_5457442.htm, 2023-10-12. |
| [27] | 浙江省统计局. 浙江统计年鉴2021[M]. 北京: 中国统计出版社, 2021. |
| [28] | 上海市统计局. 上海统计年鉴2021[M]. 北京: 中国统计出版社, 2021. |
| [29] | 江苏省统计局. 江苏统计年鉴2021[M]. 北京: 中国统计出版社, 2021. |
| [30] | 安徽省统计局. 安徽统计年鉴2021[M]. 北京: 中国统计出版社, 2021. |
| [31] | 国家统计局. 中国统计年鉴2021[M]. 北京: 中国统计出版社, 2021. |
| [32] | Xia Y L, Liao C S, Wu D M, et al. Dynamic analysis and prediction of food nitrogen footprint of urban and rural residents in Shanghai[J]. International Journal of Environmental Research and Public Health, 2020, 17(5). DOI:10.3390/ijerph17051760 |
| [33] | Jiang S Y, Yuan Z W. Phosphorus flow patterns in the Chaohu Watershed from 1978 to 2012[J]. Environmental Science & Technology, 2015, 49(24): 13973-13982. |
| [34] |
程育恺, 戴海夏, 张蕴晖, 等. 长三角地区2017~2020年臭氧浓度时空分布与人群健康效益评估[J]. 环境科学, 2023, 44(2): 719-729. Cheng Y K, Dai H X, Zhang Y H, et al. Spatial and temporal distribution characteristics of ozone concentration and population health benefit assessment in the Yangtze River Delta region from 2017 to 2020[J]. Environmental Science, 2023, 44(2): 719-729. |
| [35] |
苗峻瑜. 黄河流域工业水资源效率与经济发展耦合协调分析[J]. 工业技术经济, 2023, 42(9): 142-150. Miao J Y. Coupling and coordination analysis of industrial water resources efficiency and economic development in the Yellow River Basin[J]. Journal of Industrial Technological Economics, 2023, 42(9): 142-150. |
| [36] | Gao B, Huang Y F, Huang W, et al. Driving forces and impacts of food system nitrogen flows in China, 1990 to 2012[J]. Science of the Total Environment, 2018, 610-611: 430-441. |
| [37] | Gao B, Huang W, Wang L, et al. Driving forces of nitrogen flows and nitrogen use efficiency of food systems in seven Chinese cities, 1990 to 2015[J]. Science of the Total Environment, 2019, 676: 144-154. |
| [38] | IPCC. Quantifying uncertainties in practice[A]. In: Penman J, Kruger D, Galbally I, et al (Eds. ). Good Practice Guidance and Uncertainty Management in National Greenhouse Gas Inventories[C]. The Institute for Global Environmental Strategies, Japan, 2000. |
| [39] | Zhang X M, Ren C C, Gu B J, et al. Uncertainty of nitrogen budget in China[J]. Environmental Pollution, 2021, 286. DOI:10.1016/j.envpol.2021.117216 |
| [40] | Congreves K A, Otchere O, Ferland D, et al. Nitrogen use efficiency definitions of today and tomorrow[J]. Frontiers in Plant Science, 2021, 12. DOI:10.3389/fpls.2021.637108 |
| [41] |
巨晓棠, 谷保静. 氮素管理的指标[J]. 土壤学报, 2017, 54(2): 281-296. Ju X T, Gu B J. Indexes of nitrogen management[J]. Acta Pedologica Sinica, 2017, 54(2): 281-296. |
| [42] |
邓陈宁. 长江流域氮磷代谢过程及人为驱动机制研究[D]. 北京: 北京师范大学, 2022. Deng C N. Metabolic processes and human-driven mechanisms of nitrogen and phosphorus in the Yangtze River Basin[D]. Beijing: Beijing Normal University, 2022. |
| [43] |
丁雪坤, 王云琦, 韩玉国, 等. 三峡库区人类活动净氮输入量估算及其影响因素[J]. 中国环境科学, 2020, 40(1): 206-216. Ding X K, Wang Y Q, Han Y G, et al. Evaluating of net anthropogenic nitrogen inputs and its influencing factors in the Three Gorges Reservoir area[J]. China Environmental Science, 2020, 40(1): 206-216. |
| [44] |
周迪, 谢标, 杨浩, 等. 南京城市化食物生产消费系统氮素流动变化[J]. 生态学报, 2017, 37(3): 960-968. Zhou D, Xie B, Yang H, et al. Nitrogen flow associated with food production and consumption in Nanjing City[J]. Acta Ecologica Sinica, 2017, 37(3): 960-968. |
| [45] |
董越. 典型城市氮物质流模拟及生态环境影响潜力研究[D]. 北京: 北京师范大学, 2020. Dong Y. Nitrogen substance flow simulation and eco-environmental impact potential assessment in a typical metropolis[D]. Beijing: Beijing Normal University, 2020. |
| [46] | Deng C N, Liu L S, Peng D Z, et al. Net anthropogenic nitrogen and phosphorus inputs in the Yangtze River Economic Belt: spatiotemporal dynamics, attribution analysis, and diversity management[J]. Journal of Hydrology, 2021, 597. DOI:10.1016/j.jhydrol.2021.126221 |
| [47] | Cui Z L, Zhang H Y, Chen X P, et al. Pursuing sustainable productivity with millions of smallholder farmers[J]. Nature, 2018, 555(7696): 363-366. |
| [48] | Yin Y L, Zhao R F, Yang Y, et al. A steady-state N balance approach for sustainable smallholder farming[J]. Proceedings of the National Academy of Sciences of the United States of America, 2021, 118(39). DOI:10.1073/pnas.2106576118 |
| [49] | Jin S Q, Zhou F. Zero growth of chemical fertilizer and pesticide use: China's objectives, progress and challenges[J]. Journal of Resources and Ecology, 2018, 9(1): 50-58. |
| [50] |
张田野, 孙炜琳, 王瑞波. 化肥零增长行动对农业污染的减量贡献分析——基于GM(1, 1)模型及脱钩理论[J]. 长江流域资源与环境, 2020, 29(1): 265-274. Zhang T Y, Sun W L, Wang R B. Analysis of the contribution of fertilizer zero growth to agricultural pollution reduction: based on GM(1, 1) model and decoupling theory[J]. Resources and Environment in the Yangtze Basin, 2020, 29(1): 265-274. |
| [51] |
熊蓓, 王瑞梅. 禁养区政策下的畜禽养殖结构调整及环境效应[J]. 中国农业大学学报, 2022, 27(11): 291-304. Xiong B, Wang R M. Structural adjustment and environmental effect of livestock and poultry breeding under policy of prohibiting livestock and poultry production[J]. Journal of China Agricultural University, 2022, 27(11): 291-304. |
| [52] | Tilman D, Clark M. Global diets link environmental sustainability and human health[J]. Nature, 2014, 515(7528): 518-522. |
| [53] | Gu B J, Zhang X L, Bai X M, et al. Four steps to food security for swelling cities[J]. Nature, 2019, 566(7742): 31-33. |
| [54] |
巨晓棠, 张翀. 论合理施氮的原则和指标[J]. 土壤学报, 2021, 58(1): 1-13. Ju X T, Zhang C. The principles and indicators of rational N fertilization[J]. Acta Pedologica Sinica, 2021, 58(1): 1-13. |
| [55] | Zhang Y F, Wu H, Yao M Y, et al. Estimation of nitrogen runoff loss from croplands in the Yangtze River Basin: a meta-analysis[J]. Environmental Pollution, 2021, 272. DOI:10.1016/j.envpol.2020.116001 |
| [56] | Ma R Y, Yu K, Xiao S Q, et al. Data-driven estimates of fertilizer-induced soil NH3, NO and N2O emissions from croplands in China and their climate change impacts[J]. Global Change Biology, 2022, 28(3): 1008-1022. |
| [57] |
邵慧芸, 李紫玥, 刘丹, 等. 有机肥施用量对土壤有机碳组分和团聚体稳定性的影响[J]. 环境科学, 2019, 40(10): 4691-4699. Shao H Y, Li Z Y, Liu D, et al. Effects of manure application rates on the soil carbon fractions and aggregate stability[J]. Environmental Science, 2019, 40(10): 4691-4699. |
| [58] |
姜海斌, 张克强, 邹洪涛, 等. 减氮条件下不同施肥模式对稻田氮素淋溶流失的影响[J]. 环境科学, 2021, 42(11): 5405-5413. Jiang H B, Zhang K Q, Zou H T, et al. Effects of different fertilization patterns on nitrogen leaching loss from paddy fields under reduced nitrogen[J]. Environmental Science, 2021, 42(11): 5405-5413. |
| [59] | Gu B J, Song Y, Yu C Q, et al. Overcoming socioeconomic barriers to reduce agricultural ammonia emission in China[J]. Environmental Science and Pollution Research, 2020, 27(20): 25813-25817. |
| [60] | Jiang W J, Huang W C, Liang H, et al. Is rice field a nitrogen source or sink for the environment?[J]. Environmental Pollution, 2021, 283. DOI:10.1016/j.envpol.2021.117122 |
| [61] | Zhang C Z, Liu S, Wu S X, et al. Rebuilding the linkage between livestock and cropland to mitigate agricultural pollution in China[J]. Resources, Conservation and Recycling, 2019, 144: 65-73. |
| [62] | Gu B J. Recoupling livestock and crops[J]. Nature Food, 2022, 3(2): 102-103. |
| [63] | Jin S Q, Zhang B, Wu B, et al. Decoupling livestock and crop production at the household level in China[J]. Nature Sustainability, 2021, 4(1): 48-55. |
| [64] | Zhu Z P, Zhang X M, Dong H M, et al. Integrated livestock sector nitrogen pollution abatement measures could generate net benefits for human and ecosystem health in China[J]. Nature Food, 2022, 3(2): 161-168. |