文章信息
- 欧阳威, 徐逸, 黄浩波, 杨万新, 王丽
- OU YANG Wei, XU Yi, HUANG Hao-bo, YANG Wan-xin, WANG Li
- 东北低温农区近四十年气温降水变化及其对面源氮磷输出影响
- Climate variation in the past forty years and its impact on non-point source pollution in northeast hypothermia agricultural region
- 农业环境科学学报, 2017, 36(7): 1285-1292
- Journal of Agro-Environment Science, 2017, 36(7): 1285-1292
- http://dx.doi.org/10.11654/jaes.2017-0093
文章历史
- 收稿日期: 2017-01-17
农业面源污染(Agricultural non-point pollution)是当前水环境情势面临的主要问题之一,大量研究表明,农业面源污染是水体中氮磷的主要来源[1-2]。在我国,农业面源贡献总氮(TN)、总磷(TP)分别占排放总量的57%和67%(国家统计局,2010),其输出形式主要为溶解态和颗粒态。溶解态氮磷在径流冲刷下进入水体,颗粒态以吸附的形式由土壤侵蚀进入水体[3]。
当前,世界各地气候变化程度不同,气温和降水是面源污染的主要驱动因子[4],因此农业面源污染对气候变化的响应逐渐受到关注。Bouraoui等[5]在芬兰南部模拟的34年月平均氮磷输出结果表明,气候变化使氮磷污染输出分别增加3.4%和2.5%。除月际差异外,Wu等[6]在嘉陵江的研究发现,考虑到不同降雨强度的影响,污染负荷存在年际差异。Morales等[7]在美国东北地区的研究发现,气候变化引起土壤温度的增加使硝态氮流失减少,而N2输出增加21%~37%。赵越等[8]对安徽率水流域的研究表明,受气候变化影响,地下水氮通量略有增加,磷通量有一定程度下降。因此,不同地区氮磷输出对气候变化的响应不同。
数据显示中国中高纬度地区气温升高幅度为2.66 ℃·100 a-1,较其他地区严重(2.13 ℃·100 a-1),降水变化趋势在南部和北部明显不同,受气候变化影响较大。此外,寒冷地区面源污染输出受冻融作用影响[9],而气候变暖增加了冻融循环的频率[10],直接影响氮磷流失。位于中高纬度地区的三江平原低温农区,是我国重要的粮食生产基地[11],该地区几大河流的TN和TP浓度分别为0.97~0.21 mg·L-1和0.046~0.095 mg·L-1,由面源污染导致的流域生态恶化,严重威胁农区粮食安全[12]。基于该地区受气候变化影响的显著性和在我国粮食产业中的重要地位,有必要在此进行农业面源污染对气候变化的响应研究。SWAT、L-THIA[13]、AnnAGNPS[14]等水文水质模型方法都曾被应用于农业面源污染相关的研究中。SWAT模型在模拟精度和适用性上表现出众[15],且在我国中高纬度地区适用性较好,在Ouyang等[2]对挠力河流域的SWAT模拟中Nash-Sutcliffe系数大于0.698,模拟结果较准确,因此为本研究所选用。
本文选择三江平原八五九农场的阿布胶河小流域作为研究区域,通过数据搜集,深入分析了该区域气温、降水多年变化趋势,在此基础之上,利用SWAT模型进行全流域面源污染流失核算,以期达到以下目的:一方面细化低温农区气候变化相关研究,另一方面识别中高纬度低温农区面源氮磷输出对气候变化的响应,作为该区域开展气候变化影响下未来面源污染趋势研究的基础和制定相关防控措施的科学依据。
1 材料与方法 1.1 研究区概况阿布胶河流域位于三江平原东北部,八五九农场西南,全长38 km,流域面积142.9 km2。该区域为寒温带湿润半湿润大陆性季风气候,年均日气温-13.2 ℃,全年将近6个月气温低于0 ℃。流域内共涉及7种土壤类型,其中草甸土和草甸白浆土分别占28.01%和18.42%,其具体位置、主要站点和土壤类型分布如图 1所示。
![]() |
图 1研究区地理位置、数字高程图、土壤性质和监测站点 Figure 1Location information, DEM, soils and monitoring stations of the study area |
研究区耕作措施经历了平翻-深松耙茬-浅翻深松的变更,20世纪80年代以来,水稻(2014年种植面积占总面积的53%)逐渐代替小麦,与大豆、玉米(占总面积的21.04%)共同成为主要种植作物,且单位面积施肥量大幅增加,2014年施肥量约为1975年的2倍。
1.2 数据处理分析利用八五九农场气象站1975—2014年的逐日气象数据,包括日最高/最低气温、日降水量、相对湿度、风速、日照时数6个指标建立气象数据库,然后根据Mann-Kendall法趋势分析获得气象变化趋势,并绘制皮尔逊Ⅲ型频率曲线观察年际降水量的离散程度。使用Excel 2013进行数据综合整理,DPS数据处理系统进行趋势性分析,SPSS 13.0对气象因子和氮磷输出数据做Spearman相关分析。
1.3 SWAT模型建立与校准本研究基于已有案例研究开展,空间数据使用ARCGIS 10.1和ENVI处理,属性数据使用SWAT自带模块结合SPAW处理,数据类型及获取途径如表 1所示,构建方法见文献[16]。
根据不同时期的土地利用,划分1975—1984、1985—1994、1995—2004、2005—2014(S1~S4)四个连续时间段分别进行氮磷输出模拟。参照土地利用分类标准,将研究区土地分为林地、旱田、水田、城镇用地、湿地、草地和水体7类,具体分布情况见文献[18]。敏感性分析采用SWAT自带分析模块,对径流、泥沙模拟所涉及的全部参数进行绝对敏感性分析。模型应用设置汇水区域阈值为300 hm2,共划分12个子流域。在每个子流域内划分水文响应单元HRU,前后四期不同土地利用的模拟中分别划分了114、117、146、119个HRU。由于研究区面积过小,无有效的长期水文观测数据,采用国际上普遍使用的数据移植进行率定[19]。采用的参数大部分移植邻近的挠力河流域,分析和率定结果如表 2所示。率定期的R2值都在0.73以上,NS系数在0.75以上;验证期的R2值都在0.79以上,NS系数基本在0.6以上。表明模型结果是科学可接受的[20]。详细说明已发表于文献[21]中。
研究区近40年气温降水变化趋势如图 2所示。年平均最高气温为8.00 ℃,最低为-2.58 ℃,近40 a气温不断波动变化,且存在多个高温和低温峰值,其中2001年平均温度最低,为1.08 ℃,1990年最高,为4.21 ℃,多年平均值为2.81 ℃。平均年降水量为580.2 mm,其中1981年最多,达872.7 mm,最旱年为1986年,仅385.3 mm,变幅达487.4 mm。为消除周期变化影响,对数据进行5 a滑动平均处理,趋势表明,年降水量从20世纪80年代初开始呈缓慢下降趋势,减少不超过150 mm,以1981—1985年5 a的平均降水量最大(689.1 mm),1974—1978年平均降水量最小(474.2 mm),二者相差215.0 mm。同时,降水量年际变化较大,40 a中年降水量超过750 mm的年份出现过4次,年降水量小于420 mm的年份出现过3次,1983年以后降水量起伏趋于平缓。
![]() |
图 2研究区1975—2014年温度降水年际变化 Figure 2Annual variation of temperature and precipitation in the study area from 1975 to 2014 |
气温和降雨趋势的M-K检验结果如表 3所示。从气温因子温度来看,研究区年平均、最高和最低气温的倾斜度β均大于0,分别以0.013 2、0.011 9、0.020 1 ℃·a-1的微弱趋势上升。三者的|Z|值分别为1.868 4、1.428 2、1.985 8,小于α=0.05时
![]() |
采用皮尔逊Ⅲ型频率曲线对降水量进行保证率分析,结果如图 3所示。当保证率为50%时其年降水量为568.7 mm,低于平均年降水量580.2 mm。近40年超过一半年份的降水量低于平均年降水量。离差系数CV =0.22,表明降水量分布较离散。
![]() |
图 3研究区1975—2014年降水量频率曲线 Figure 3Precipitation frequency curve of the study area from 1975 to 2014 |
模拟1975—2014年的逐年面源氮磷负荷如图 4所示,多年氮磷输出呈波动变化且趋势相近。S1~S4多年平均负荷分别为总氮116.7、112.2、125.7、131.0 t,总磷9.8、11.1、11.2、12.3 t,二者相差两个数量级,且输出量在四个历史时期总体呈现递增态势。磷流失最高值为29.0 t,最低值为3.5 t。
![]() |
图 4阿布胶河流域出口处1975—2014年氮磷流失量 Figure 4Output of nitrogen and phosphorus in the study area from 1975 to 2014 |
对气温(Tem)、降水(Pre)因子与氮(TN)、磷(TP)输出进行两两双变量相关分析,结果如表 4所示。TN、TP与Pre在0.01水平上显著正相关,相关系数分别为0.628和0.759,表明氮磷输出受降水量影响较强,输出负荷随降水量增加而增加;Tem与TN在0.05水平上显著负相关,但相关系数不高,表明氮输出随温度升高而降低,但温度的影响不大;Tem与TP呈负相关关系,但并不显著。
![]() |
探究不同降水条件下流域TN、TP流失状况,结果如图 5所示。TN、TP对降水量的响应总体趋势较一致,二者的对数函数的拟合效果较好,R2值接近0.5。表明随着降雨量增加,N、P的流失程度都有所加重,且流失量升高的趋势随着降水的增加而减缓。
![]() |
图 5降水量丰平枯条件下研究区年际总氮、总磷输出负荷 Figure 5NPS nitrogen and phosphorus yield under different precipitation conditions |
为细化讨论,根据近40年降水量的距平百分率进行丰枯分析,将距平百分率大于10%的年份划分为丰水年,小于-10%的为枯水年,位于-10%~10%的为平水年,结果如表 5所示。丰水年年均TN、TP负荷量分别为144.9、17.8 t,是枯水年的1.5倍和2.5倍。降水量大小直接影响土壤水含量、径流流量大小和速率等,进而影响N、P向水体传输[23-24],在北温带,降水增加提高土壤侵蚀概率,增加污染输出负荷[6]。耿润哲等[25]对潮河流域近20年的模拟研究表明,丰水年的TN、TP分别是枯水年的3.6倍和5.09倍,大于本研究结果,可能与气候及下垫面特征不同有关。研究数据表明丰水年是面源污染流失的关键年份。
![]() |
此外,枯水和平水年递增速率较快,而丰水年趋势明显放缓。平水年平均TN、TP负荷量分别为124.8、14.3 t,比枯水年(99.6、7.4 t)分别增加25.3%和92.6%,丰水年平均TN、TP负荷量分别为144.9、17.8 t,比平水年分别增加16.1%和24.8%。表明在降水量处于650 mm以下时,降雨径流冲刷导致的水土流失是农田中氮磷流失的主导因素,且N的变化比P更为明显。而当降水量进一步增加时,二者的变化趋势趋于平缓。在丰水年,流域TN输出仍然呈正向递增趋势,而TP输出变化不明显。表明当年降水量在650 mm以上时,在氮磷的流失机制中,主导因子与在中低水平降水量年份时不同。
2.4 温度对氮磷输出的影响不同温度条件下流域TN、TP污染流失状况如图 6所示。年际流域出口TN、TP含量分布较为离散,二者的流失特征在总体趋势上较为一致。随着温度的升高,氮磷流失量递减。由拟合方程可发现,N的递减趋势较P更大,即温度每升高1 ℃,氮素流失减少0.937 kg·hm-2,磷素流失减少0.161 kg·hm-2,两者差值为0.776 kg·hm-2。以上差异可能由于温度升高时氨氮在水中溶解度降低,部分N以气态形式逃离系统,造成土壤和径流中潜在的N含量减少。研究表明,温度升高增加了水稻植株中N的含量[26],土壤中N含量相应减少,进而减少流失。另一方面,温度升高使P的有效性降低,迁移距离增加,更易留存于土壤中[27],但总磷输出降低。结合气象变化图,温度较高年份降水量普遍较低,进而径流量和土壤侵蚀量减少[6, 24],表明降水量对磷素的影响更大,与相关性分析结果相符。
![]() |
图 6变化的温度条件下研究区年际总氮、总磷输出负荷 Figure 6NPS nitrogen and phosphorus yield under different |
此外,基于温度、降水、氮磷输出三者的历史变化分析,多年温度升高,降水量减少的趋势下,氮磷输出在时间序列上依然呈现增加的趋势,可能的原因是流域近40年的土地利用方式变化,即氮磷输出受到农业开发、作物类型改变等人为因素的影响[16, 28]。而Morales等[7]在加拿大尚普兰湖流域的研究发现,该地区的气候变化导致的无机氮输出增加是土地利用作用的10倍,可能由于不同地区对气候变化和人为因素改变的响应程度不同。
3 结论(1)1975—2014年间,研究区气温以0.132 ℃·10 a-1的微弱趋势波动上升。降水量自20世纪80年代初期开始波动下降,总减少量不超过140 mm,且多年分布不均。全流域氮磷输出负荷分别呈现0.648 t·a-1和0.069 t·a-1的波动递增态势。
(2)氮磷输出负荷与降水量的正相关性显著,丰水年是氮磷输出的关键年份,输出负荷量分别是枯水年的1.5倍和2.5倍,且输出量增加的趋势随着降水量的增加而减缓。
(3)氮的输出量与温度显著负相关,磷的输出量与温度呈一定负相关关系,但并不显著。总体温度每升高1 ℃,氮素流失减少0.937 kg·hm-2,磷素流失减少0.161 kg·hm-2。
(4)除气象因素外,多年土地利用变化等人为因素对面源氮磷输出的影响可能更为强烈。未来在低温农区开展面源污染输出对气候变化相应的相关研究中,有必要考虑气候变化通过土地利用、耕作方式、作物类型等人为因素的响应,间接影响的面源污染输出量,对自然和人为因素的影响进行区分核算。
[1] | Panagopoulos Y, Makropoulos C, Mimikou M. Diffuse surface water pollution:Driving factors for different geoclimatic regions[J]. Water Resources Management, 2011, 25(14): 3635–3660. DOI:10.1007/s11269-011-9874-2 |
[2] | Ouyang W, Song K, Wang X, et al. Non-point source pollution dynamics under long-term agricultural development and relationship with landscape dynamics[J]. Ecological Indicators, 2014, 45(1): 579–589. |
[3] | 李明涛. 密云水库流域土地利用与气候变化对非点源氮、磷污染的影响研究[D]. 北京: 首都师范大学, 2014. LI Ming-tao. Impact of land use and climate change on non-point source nitrogen and phosphorus pollution in the Miyun Reservoir Watershed[D]. Beijing:Capital Normal University, 2014. http://cdmd.cnki.com.cn/Article/CDMD-10028-1014257154.htm |
[4] | Novotny V. Diffuse pollution from agriculture:A worldwide outlook[J]. Water Science and Technology, 1999, 39(3): 1–13. DOI:10.1016/S0273-1223(99)00027-X |
[5] | Bouraoui F, Grizzetti B, Granlund K, et al. Impact of climate change on the water cycle and nutrient losses in a Finnish catchment[J]. Climatic Change, 2004, 66(1/2): 109–126. DOI:10.1023/B:CLIM.0000043147.09365.e3 |
[6] | Wu L, Long T, Liu X, et al. Impacts of climate and land-use changes on the migration of non-point source nitrogen and phosphorus during rainfall-runoff in the Jialing River Watershed, China[J]. Journal of Hydrology, 2012, 475: 26–41. DOI:10.1016/j.jhydrol.2012.08.022 |
[7] | Morales I, Cooper J, Amador J A, et al. Modeling nitrogen losses in conventional and advanced soil-based onsite wastewater treatment systems under current and changing climate conditions[J]. PloS One, 2016, 11(6): 1–25. |
[8] | 赵越, 卢诚, 谢阳村, 等. 未来气候变化影响下的流域面源污染负荷特征响应评估[J]. 水资源与水工程学报, 2016, 27(1): 40–45. ZHAO Yue, LU Cheng, XIE Yang-cun, et al. Estimation of feature response of watershed nonpoint source pollution load under influence of future climate change[J]. Journal of Water Resources & Water Engineering, 2016, 27(1): 40–45. |
[9] | Mitchell M J, Driscoll C T, Kahl J S, et al. Climatic control of nitrate loss from forested watersheds in the Northeast United States[J]. Environmental Science & Technology, 1996, 30(8): 2609–2612. |
[10] | De Kock T, Boone M A, De Schryver T, et al. A pore-scale study of fracture dynamics in rock using X ray Micro CT under ambient freeze-thaw cycling[J]. Environmental Science & Technology, 2015, 49(5): 2867–2874. |
[11] | 周立青. 三江平原耕地资源变化及其对粮食生产的影响[D]. 长春: 中国科学院研究生院(东北地理与农业生态研究所), 2015. ZHOU Li-qing. Changing of cultivated land resources and its effect on grain production in Sanjiang Plain[D]. Changchun:University of Chinese Academy of Sciences(Northeast Institute of Geography and Agricultural Ecology), 2015. http://cdmd.cnki.com.cn/Article/CDMD-80062-1015950634.htm |
[12] | 侯越. 农业非点源污染的危害与防治措施[J]. 水资源与水工程学报, 2008(4): 103–106. HOU Yue. Harms and prevention measures of the agricultural non-point source pollution[J]. Journal of Water Resources & Water Engineering, 2008(4): 103–106. |
[13] | 沈涛, 刘良云, 马金峰, 等. 基于L-THIA模型的密云水库地区非点源污染空间分布特征[J]. 农业工程学报, 2007, 23(5): 62–68. SHEN Tao, LIU Liang-yun, MA Jin-feng, et al. Spatial distribution characteristics of non-point pollution of Miyun Reservoir areas based on L-THIA model[J]. Transactions of the CSAE, 2007, 23(5): 62–68. |
[14] | 黄志霖, 田耀武, 肖文发, 等. 非点源污染模型AnnAGNPS在三峡库区林农复合小流域模拟效果评定[J]. 环境科学, 2009, 30(10): 2872–2878. HUANG Zhi-lin, TIAN Yao-wu, XIAO Wen-fa, et al. Nonpoint source pollution model, AnnAGNPS, assessment for a mixed forested watershed in Three Gorges Reservoir Area[J]. Environmental Science, 2009, 30(10): 2872–2878. DOI:10.3321/j.issn:0250-3301.2009.10.010 |
[15] | Cerucci M, Conrad J M. The use of binary optimization and hydrologic models to form Riparian buffers[J]. Journal of the American Water Resources Association, 2003, 39(5): 1167–1180. DOI:10.1111/jawr.2003.39.issue-5 |
[16] | Ouyang W, Huang H, Hao F, et al. Evaluating spatial interaction of soil property with non-point source pollution at watershed scale:The phosphorus indicator in Northeast China[J]. Science of the Total Environment, 2012, 432: 412–421. DOI:10.1016/j.scitotenv.2012.06.017 |
[17] | 欧阳威, 蔡冠清, 黄浩波, 等. 基于原位土壤观测的SWAT关键参数及模拟优化分析[J]. 农业环境科学学报, 2014, 33(8): 1601–1608. OUYANG Wei, CAI Guan-qing, HUANG Hao-bo, et al. Optimization of key parameters for SWAT model based on field soil observation[J]. Journal of Agro-Environment Science, 2014, 33(8): 1601–1608. DOI:10.11654/jaes.2014.08.019 |
[18] | Ouyang W, Xu X T, Hao Z C, et al. Effects of soil moisture content on upland nitrogen loss[J]. Journal of Hydrology, 2017, 546: 71–80. DOI:10.1016/j.jhydrol.2016.12.053 |
[19] | Panagopoulos Y, Makropoulos C, Baltas E, et al. SWAT parameterization for the identification of critical diffuse pollution source areas under data limitations[J]. Ecological Modelling, 2011, 222(19): 3500–3512. DOI:10.1016/j.ecolmodel.2011.08.008 |
[20] | Moriasi D N, Arnold J G, Van Liew M W, et al. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations[J]. Transactions of the Asabe, 2007, 50(3): 885–900. DOI:10.13031/2013.23153 |
[21] | Wei P, Ouyang W, Hao F, et al. Combined impacts of precipitation and temperature on diffuse phosphorus pollution loading and critical source area identification in a freeze-thaw area[J]. Science of the total Environment, 2016, 553: 607–616. DOI:10.1016/j.scitotenv.2016.02.138 |
[22] | 周晔, 郝芳华, 欧阳威, 等. 基于MODIS的三江平原农业扩张对农区气温的影响[J]. 农业环境科学学报, 2013, 32(5): 1036–1043. ZHOU Ye, HAO Fang-hua, OUYANG Wei, et al. The influence of farmland expansion using MODIS Data on temperature in an agricultural area of Sanjiang Plain[J]. Journal of Agro-Environment Science, 2013, 32(5): 1036–1043. |
[23] | Chiew F, Mcmahon T A. Modelling the impacts of climate change on Australian streamflow[J]. Hydrological Processes, 2002, 16(6SI): 1235–1245. |
[24] | Marshall E, Randhir T. Effect of climate change on watershed system:A regional analysis[J]. Climatic Change, 2008, 89(3/4): 263–280. |
[25] | 耿润哲, 王晓燕, 庞树江, 等. 潮河流域非点源污染控制关键因子识别及分区[J]. 中国环境科学, 2016, 36(4): 1258–1267. GENG Run-zhe, WANG Xiao-yan, PANG Shu-jiang, et al. Identification of key factors and zonation for nonpoint source pollution control in Chaohe River watershed[J]. China Environmental Science, 2016, 36(4): 1258–1267. |
[26] | 张立极, 潘根兴, 张旭辉, 等. 大气CO2浓度和温度升高对水稻植株碳氮吸收及分配的影响[J]. 土壤, 2015, 47(1): 26–32. ZHANG Li-ji, PAN Gen-xing, ZHANG Xu-hui, et al. Effect of experimental CO2 enrichment and warming on uptake and distribution of C and N in rice plant[J]. Soils, 2015, 47(1): 26–32. |
[27] | 陈小琴, 康欧, 周健民, 等. 温度变化对磷在水稻土肥际微域中迁移和转化的影响[J]. 生态环境学报, 2014, 23(12): 1915–1923. CHEN Xiao-qin, KANG Ou, ZHOU Jian-min, et al. Effects of temperature variation on migration and transformation of phosphorus in paddy soils[J]. Ecology and Environmental Sciences, 2014, 23(12): 1915–1923. DOI:10.3969/j.issn.1674-5906.2014.12.005 |
[28] | Wang Z W, Yang S T, Zhao C S, et al. Assessment of non-point source total phosphorus pollution from different land use and soil types in a mid-high latitude region of China[J]. WATER, 2016, 8(11): 505. DOI:10.3390/w8110505 |