馬 華,雷秋良*,杜新忠,閆鐵柱,裴 瑋,張?zhí)禊i,李 影,羅加法,周腳根,劉宏斌

河南省人類活動凈磷輸入的時(shí)空變化與影響參數(shù)

馬 華1,雷秋良1*,杜新忠1,閆鐵柱1,裴 瑋1,張?zhí)禊i1,李 影2,3,羅加法4,周腳根5,劉宏斌1

(1.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所,農(nóng)業(yè)農(nóng)村部面源污染控制重點(diǎn)實(shí)驗(yàn)室,北京 100081；2.中國科學(xué)院地理科學(xué)與資源研究所,資源與環(huán)境信息系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室,北京 100101；3.中國科學(xué)院大學(xué),北京 100049；4.新西蘭皇家農(nóng)業(yè)科學(xué)院,漢密爾頓 3240；5.淮陰師范學(xué)院,江蘇 淮陰 223300)

為探究河南省人類活動凈磷輸入狀況,基于河南省18個(gè)省轄市(縣轄市)行政單元統(tǒng)計(jì)數(shù)據(jù),利用人類活動凈磷輸入量(NAPI)模型,核算河南省1990、1995、2000、2005、2010、2015和2019年人類活動凈磷輸入量.結(jié)果表明:在時(shí)間尺度上,1990～2015年河南省NAPI整體呈升高趨勢,2015～2019年略有下降,但一直高于全國平均水平,其年均增長率為2.86%;在空間尺度上,東部高于西部,并呈放射狀向北、西、南逐漸減少,影響河南省NAPI的地市主要是周口市、許昌市、商丘市、濮陽市和漯河市,占河南省NAPI的47.05%;從NAPI結(jié)構(gòu)上看,化肥施用量是河南省NAPI主要貢獻(xiàn)因子,年均貢獻(xiàn)率在85.78%,與NAPI呈高度相關(guān)性(2>0.8),次要貢獻(xiàn)因子為食品/飼料,其年均貢獻(xiàn)率在10.63%,非食品磷的年均貢獻(xiàn)率是2.56%;NAPI估算模型中各組分受參數(shù)影響最大的是食品/飼料組分,其受參數(shù)影響的變化范圍為-23.48%～66.81%,其次是化肥組分,其受參數(shù)影響的變化范圍為-1.76%～3.52%;在NAPI模型中占比越高的組分其參數(shù)敏感性越強(qiáng),fer組分中所含參數(shù)的敏感性指數(shù)均高于im和nf.

人類活動凈磷輸入量(NAPI)；時(shí)空變化趨勢；流動人口；河南??；參數(shù)不確定性

隨著人類活動逐漸成為全球環(huán)境變化的主要驅(qū)動力,全球人為磷輸入也呈現(xiàn)迅速增長趨勢[1-4].研究者提出了人類活動凈磷輸入(net anthropogenic phosphorus input, NAPI)的估算方法[5-7],并在美國切斯比克海灣流域進(jìn)行了應(yīng)用,識別了陸域人類活動磷輸入的來源,證實(shí)了河流磷通量與人類活動輸入量呈正相關(guān)關(guān)系,為流域磷污染的控制提供了一種新方法,隨后該方法被應(yīng)用于密歇根湖流域、加州中央谷地流域、伊利湖流域、波羅的海流域等[6-13]區(qū)域的磷輸入研究.NAPI模型在我國鄱陽湖流域、淮河流域、洱海流域等[14-17]區(qū)域也進(jìn)行了運(yùn)用,從多個(gè)方面論證了人類活動與NAPI的相關(guān)性,及人類凈磷輸入的相關(guān)影響因素.

目前,利用NAPI模型估算人為凈磷輸入量以及評估環(huán)境風(fēng)險(xiǎn)的研究主要集中在流域尺度,不能被管理環(huán)境的各級行政主體直接采納,從而影響環(huán)境管理政策的制定和實(shí)施.在采用NAPI模型進(jìn)行評估的多數(shù)研究中,各輸入組分在計(jì)算時(shí)存在較大的不確定性,原始數(shù)據(jù)基本來自于統(tǒng)計(jì)年鑒,可靠性較強(qiáng),但參數(shù)取值則直接來自于研究者對于已有文獻(xiàn)的總結(jié),受研究者主觀性影響較大,若在估算某一地區(qū)時(shí),相同指標(biāo)用不同參數(shù)計(jì)算必然導(dǎo)致結(jié)果出現(xiàn)偏差,如對于我國NAPI最低地區(qū)西藏的研究數(shù)據(jù)中,程鵬等[18]估算西藏地區(qū)NAPI均值為73.03kg/(km2?a),Han等[12]估算西藏地區(qū)NAPI均值為17kg/ (km2?a),由于參數(shù)的不確定性導(dǎo)致對磷素估算結(jié)果產(chǎn)生較大誤差.

我國NAPI空間分布的主要影響因素是耕地面積占比和人口密度[19-21].河南省是我國的農(nóng)業(yè)和人口大省,NAPI一直處于較高水平,并在2015年達(dá)到最大值.第七次全國人口普查數(shù)據(jù)顯示,河南省省內(nèi)流動人口增長167.64%,人口向河南省省內(nèi)經(jīng)濟(jì)發(fā)達(dá)城市進(jìn)一步聚集.本文以河南省為研究對象,收集河南省1990～2019年統(tǒng)計(jì)數(shù)據(jù)并查閱相關(guān)統(tǒng)計(jì)年鑒及資料獲取相關(guān)參數(shù),探討了不同參數(shù)對于NAPI的各個(gè)輸入組分的影響,在考慮河南省逐年省內(nèi)人口流變化特征的情況下與NAPI估算結(jié)果進(jìn)行比較.

1 材料與方法

1.1 研究區(qū)概況

河南省(31°23'N～36°22'N,110°21'E～116°39'E),是我國農(nóng)業(yè)大省,總面積16.7萬km2,人口9402萬.河南省處黃河中下游,地勢西高東低,平原山區(qū)面積各占一半.大部分地處暖溫帶,南部跨亞熱帶,屬北亞熱帶向暖溫帶過渡的大陸性季風(fēng)氣候[22].河南省耕地主要有3種類型:旱地、水澆地和水田,三者占耕地面積的比重分別為34.6%、56.1%、9.3%[23].河南省第二次全國污染源普查公告顯示,河南省種植業(yè)、畜禽養(yǎng)殖業(yè)和水產(chǎn)養(yǎng)殖業(yè)總磷排放量分別為0.36萬t、0.99萬t和49.25t,總氮排放量分別為4.63萬t、4.52萬t和0.21萬t,分別占各類污染物總排放量的20%、55%、0.27%和26.6%、25.9%、1.2%[24],同時(shí)河南省磷肥消耗總量在2015年以前呈逐年上升的趨勢,磷肥施用量的逐漸增加,土壤全磷含量總體水平也在不斷上升,超過了作物生長的需求并且普遍出現(xiàn)盈余現(xiàn)象,也會加大土壤磷素向水體流失的風(fēng)險(xiǎn),對流域水環(huán)境質(zhì)量構(gòu)成嚴(yán)重威脅[25-26],河南省非點(diǎn)源污染日益嚴(yán)重.

1.2 數(shù)據(jù)來源

表1 人類食品含磷量

注:適宜參數(shù)為本地參數(shù)或目前使用最頻繁的參數(shù),參數(shù)范圍括號內(nèi)數(shù)字為查閱文獻(xiàn)的樣本數(shù)量,以下含義相同.

表2 單位畜禽生長周期內(nèi)的磷素?cái)z入及排泄水平和畜禽產(chǎn)品食用部分比例

本研究使用的數(shù)據(jù)包括:城鎮(zhèn)居民和農(nóng)村居民人均磷素?cái)z入量,分別為973.2,981mg/d[27]、河南省各地級市1990～2019年人口數(shù)量、主要畜禽養(yǎng)殖量、主要農(nóng)產(chǎn)品產(chǎn)量、磷肥施用量、人類食品磷含量(表1)[28]、畜禽磷素?cái)z入(表2)[14,29-30]、畜禽磷素排泄范圍(表2)[31-32]、畜禽可食用部分比例(表2)[33],另外還包括了河南省省內(nèi)人口流動變化.

1.3 NAPI估算方法及參數(shù)范圍的確定

根據(jù)NAPI計(jì)算方法[5-7],核算各地級市人類活動凈磷輸入量,NAPI主要由3部分組成:

式中:im為食品/飼料磷輸入量,用區(qū)域人類及畜禽磷素?cái)z入量與磷素產(chǎn)量的差值來表示,kg/(km2×a);fer為磷肥施用量,包含統(tǒng)計(jì)年鑒中化肥磷的折純量,有機(jī)肥作為內(nèi)部循環(huán)不參與凈人為磷輸入的計(jì)算, kg/(km2×a);nf為非食物磷的輸入,主要是指人類日常生活中使用的含磷洗滌劑,kg/(km2×a).

1.3.1im的計(jì)算方法

式中:hc表示居民食物磷消費(fèi)量,kg/(人·a),由區(qū)域人口數(shù)量和人均磷素?cái)z入水平來確定;lc表示畜禽的飼料磷消費(fèi)量,kg/(頭·a),由區(qū)域內(nèi)畜禽的養(yǎng)殖種類和數(shù)量及其磷素?cái)z入水平來計(jì)算;lp表示畜禽產(chǎn)品磷含量,kg/(頭·a),由畜禽的數(shù)量、磷素需求以及磷素排泄水平確定;cp表示作物磷生產(chǎn)量,kg/(km2·a),根據(jù)作物產(chǎn)量和含磷量來確定.其中,hc從相應(yīng)統(tǒng)計(jì)資料中計(jì)算當(dāng)年城鎮(zhèn)和農(nóng)村人口人均消耗的食品量,與食品的含磷量(表1)相乘加和得出人口年均磷素消費(fèi)量.

式中:Pop1為區(qū)域城鎮(zhèn)人口數(shù)量,人;Pop2為區(qū)域農(nóng)村人口數(shù)量,人.

式中:AN表示為區(qū)域畜禽養(yǎng)殖數(shù)量,頭或只;API表示磷素?cái)z入水平,kg/(h·a);表示區(qū)域養(yǎng)殖的畜禽養(yǎng)殖種類數(shù)量;表示畜禽種類.

式中:APO表示為畜禽磷素排泄水平,kg/(頭·a);edi為畜禽可食用部分比例.

式中:表示區(qū)域作物種類的數(shù)量;表示作物種類;CP表示作物產(chǎn)量,kg; PC表示作物含磷量,%.

1.3.2fer的計(jì)算方法 包括磷肥和復(fù)合肥中的磷含量下,有機(jī)肥作為內(nèi)部循環(huán),不參與人類活動凈磷輸入計(jì)算.我國復(fù)合肥主要養(yǎng)分含量比是N:P2O5: K2O=15:15:15,即15%.隨著農(nóng)民需求的增加和工藝的提高,近年來復(fù)合肥氮磷鉀養(yǎng)分含量比甚至達(dá)到17%[34].考慮參數(shù)影響,其計(jì)算如下:

式中:PF為化肥磷的折純量, kg/(km2×a);CF為復(fù)合肥量, kg/(km2×a).

1.3.3nf的計(jì)算方法 非食品磷主要來源于人們?nèi)粘Ｉ钪械南礈靹?在我國,污水排放量為每人150L/d[35].研究表明,中國大陸家庭污水總磷濃度為21mg/L[36],一年有365d,所以生活污水排放的磷是每人每年1.15kg.由于人類排泄物中排出的磷為每人每年0.52kg,其余的磷即非食品磷為每人每年0.63kg.

表3 1990～2019年NAPI各輸入組分參數(shù)變化范圍與適宜參數(shù)下的估算結(jié)果

1.3.4 參數(shù)影響研究 將人類食品含磷量、畜禽磷素?cái)z入量、磷素排泄量以及化肥含磷量的參數(shù)變化范圍作為影響估算結(jié)果的因素之一,將參數(shù)變化范圍代入NAPI計(jì)算模型中,得到NAPI估算結(jié)果的變化范圍,以適宜參數(shù)作為參照,確定參數(shù)的變化范圍對于NAPI估算模型的影響程度.

1.3.5 參數(shù)敏感性研究 本研究采用文獻(xiàn)[37]中的敏感性指數(shù)法探究NAPI模型中的敏感參數(shù),輸出變量(NAPI)對輸入?yún)?shù)的依賴性可以表示為

表4 敏感性指數(shù)類別

2 結(jié)果與分析

2.1 人類活動凈磷輸入的時(shí)間分布

由圖1可知,1990～2019年,河南省NAPI整體呈上升趨勢.1990～1995年增長迅速,年均增長率為8.93%;1995～2015年增長平穩(wěn),年均增長率為1.99%, 2015年NAPI達(dá)到最高值9623.56kg/(km2·a),隨后下降.1990～2019年年均增長率為2.86%.如圖2所示,磷肥的施用是河南省最主要的磷素輸入源.農(nóng)業(yè)農(nóng)村部在2014年發(fā)布限制10種磷肥的銷售和使用,河南省響應(yīng)國家政策,限制使用和銷售禁用名單磷肥,使得在河南省磷肥的施用量2015年達(dá)到高峰.1990～2015年河南省磷肥施用量呈遞增趨勢,在2015年達(dá)到峰值,與河南省NAPI的變化趨勢一致.由此可知,磷肥輸入量是NAPI的重要貢獻(xiàn)因子.食品/飼料磷輸入量整體呈緩慢下降趨勢.隨著糧食的增產(chǎn)增收,河南省糧食出口量也增大,使得im值出現(xiàn)負(fù)增長,其對NAPI的貢獻(xiàn)率也隨之下降;非食品磷輸入量占比較小,穩(wěn)定在1.3%～2.4%之間,表明隨著人們生活水平提高后,人們對于生活環(huán)境的要求逐漸提高,為了減少人類活動對于環(huán)境的影響,含磷洗滌劑的使用量也逐漸減少.

圖1 1990～2019河南省NAPI及其組分的年際變化

圖2 1990～2019河南省NAPI構(gòu)成組分占比年際變化

圖3 輸入項(xiàng)與NAPI在不同參數(shù)下的3次計(jì)算結(jié)果

2.2 人類活動凈磷輸入的空間分布

如圖4所示,隨著年份的增加,河南省人類凈磷輸入總量逐漸增加,整體以東部最高,并呈放射狀向北、西、南方向逐漸減少.河南省地勢西部多為山地丘陵,北、西、南三面由太行山、伏牛山、桐柏山、大別山沿省界呈半環(huán)形分布,中、東部為黃淮海沖積平原,河南省NAPI與的分布特點(diǎn)具有很強(qiáng)的地域特點(diǎn),高值主要分布在中部和東部的平原地區(qū),西部與南北山地丘陵地區(qū)NAPI值較低.其中周口市人類活動凈磷輸入量逐年增加,周口市在1990年、2000年和2010年NAPI值分別為4870,13262,13639kg/ (km2·a),但隨著河南省省內(nèi)人口流動率的增長,周口市2010年省內(nèi)常住人口數(shù)量位列第2,2019年下降至第3,其人類活動凈磷輸入量也呈現(xiàn)出下降的趨勢.1990年～2019年,三門峽、洛陽和焦作NAPI變化較小,年均增長率分別為1.35%、1.87%和1.68%;商丘、南陽和許昌在1990～2019年NAPI為河南省省內(nèi)前3,年均增長率分別為8.90%、7.51%和7.33%.隨著城市化的發(fā)展,鄭州市近年來由生產(chǎn)型城市向服務(wù)消費(fèi)型城市轉(zhuǎn)型,第三產(chǎn)業(yè)已超過第一、第二產(chǎn)業(yè)之和,耕地面積總體上呈逐漸遞減趨勢,產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)變使得NAPI逐漸下降.為了響應(yīng)國家生態(tài)環(huán)境治理的號召,河南省出臺一系列“減肥增效”政策,減少化肥的施用量,提升肥料利用率、降低農(nóng)業(yè)面源污染,河南省NAPI也隨之降低.南陽市相較于2015年流動人口比重在2019年占河南省省內(nèi)人口流動的比重有所下降,流動人口的減少表明河南省的城鄉(xiāng)結(jié)構(gòu)得到了優(yōu)化,大多數(shù)人不用進(jìn)城也可以謀生,從而減緩了河南省城市化的進(jìn)程.

圖4 1990～2019 年河南省縣級尺度人類活動凈磷輸入量的空間分布

2.3 參數(shù)不確定性分析

將fer和im組分分別在其參數(shù)范圍以及適宜參數(shù)下進(jìn)行計(jì)算(如圖3),nf是按照中國每人每年非食物磷的排放量為0.63kg計(jì)算,為固定參數(shù).圖3所示,NAPI在3次不同參數(shù)計(jì)算的結(jié)果下,并與適宜參數(shù)進(jìn)行對比,其變化范圍在-4.32%～10.27%.

如表3所示,在NAPI估算模型中,每個(gè)參數(shù)在其變化范圍內(nèi)變化會引起相應(yīng)輸入組分發(fā)生變化.圖3表明,食品/飼料磷輸入量受參數(shù)變化的影響較大,與適宜參數(shù)相比較,其變化范圍在-23.48%～66.81%,其中該組分中參數(shù)變化對于畜禽/飼料磷消費(fèi)量影響較大;化肥中磷輸入量的計(jì)算在14%～17%的參數(shù)范圍計(jì)算,并與常規(guī)參數(shù)15%進(jìn)行比較,結(jié)果顯示參數(shù)變化對于化肥中磷輸入量的影響較小,其變化范圍在-1.76%～3.52%.

由于NAPI的估算結(jié)果受參數(shù)范圍變化的影響, 可知參數(shù)的范圍變化也會對NAPI估算模型各組分貢獻(xiàn)率產(chǎn)生影響.其中化肥貢獻(xiàn)率在84.03%～ 90.12%,食品/飼料貢獻(xiàn)率在5.01%～10.63%.

2.4 參數(shù)敏感性分析

表5所示,在NAPI模型中占有較高比例的組分,其中參數(shù)可能越敏感,具體表現(xiàn)為:在1990～2019年中,河南省fer占比85.9%,而該組分所涉及參數(shù)的敏感性指數(shù)也最高,其中磷肥值為0.174,遠(yuǎn)高于其他參數(shù),其次為牛排泄中含磷量,值為0.055,可歸為中度敏感.

表5 1990～2019年河南省參數(shù)敏感性指數(shù)

1990～2019年im占比為11.55%,該組分中參數(shù)的敏感性指數(shù)大部分小于fer,且不同參數(shù)敏感性指數(shù)大小存在顯著差異,在im所包含的4個(gè)分項(xiàng)中,各分項(xiàng)參數(shù)的敏感性大小為:cp>hc>lp>lc,除lp的牛每年N排泄參數(shù)為中度敏感之外,其余各參數(shù)敏感性指數(shù)均小于0.05,不同牲畜之間的每年P(guān)攝入與排泄參數(shù)敏感性也存在差異,如牛的P素排泄參數(shù)遠(yuǎn)高于豬.由于非食品性磷的輸入量較為單一,nf中參數(shù)的敏感性較低.

3 討論

對河南省1990年～2019年統(tǒng)計(jì)數(shù)據(jù)的估算得出化肥輸入和人類食品/飼料是河南省NAPI的主要輸入源.河南省近年來糧食出口量逐漸增加,其食品/飼料輸入有所減少.河南省年均NAPI為7573.465kg/ (km2·a),高于全國其他地區(qū),如1997年上海為5053.37kg/(km2×a)[18]、2016年上海NAPI為6022.66kg/(km2·a)[18]、我國鄱陽湖流域NAPI為620～958kg/(km2·a)[14],洱海流域?yàn)?384kg/(km2·a)[17].長江經(jīng)濟(jì)帶研究表明,人口規(guī)模、經(jīng)濟(jì)水平和產(chǎn)業(yè)結(jié)構(gòu)是NAPI增長的主要驅(qū)動因子.在經(jīng)濟(jì)發(fā)達(dá)的地區(qū),人口規(guī)模已不是磷輸入的關(guān)鍵驅(qū)動力,經(jīng)濟(jì)發(fā)展水平在區(qū)域磷輸入的貢獻(xiàn)日益重要[38-43].這使得不同區(qū)域的NAPI也會因?yàn)榻?jīng)濟(jì)水平、產(chǎn)業(yè)結(jié)構(gòu)、人口等因素產(chǎn)生差異.與國外研究結(jié)果[6-13]相比較發(fā)現(xiàn),NAPI的估算結(jié)果顯示,磷肥輸入和食品/飼料凈輸入是其重要組成成分,隨著時(shí)間的增長,磷肥輸入量顯著增加,食品/飼料以及非食物磷呈下降趨勢,這與本研究結(jié)果一致.

從1990～2015年,研究區(qū)域內(nèi)的NAPI呈上升趨勢,2015～2019年研究區(qū)域內(nèi)的NAPI有所下降.從NAPI 的結(jié)構(gòu)上看,主要是由磷肥施用量的變化所導(dǎo)致.隨著河南省人口的增加和農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展, 1990～2015年間,河南省磷肥施用量從454750t上漲至1175400t,2016～2019年河南省磷肥施用量分別為1138000t、1080800t、963500t和896900t,呈逐漸下降趨勢. NAPI與磷肥的輸入量呈高度相關(guān)(圖5,2>0.8);從NAPI的空間尺度上看,1990～2015年河南省18個(gè)市NAPI均在上漲;2015～2019年部分市縣呈下降趨勢,如鄭州市、鶴壁市、南陽市和三門峽市.NAPI的空間變化與河南省的經(jīng)濟(jì)發(fā)展和人口流動密切相關(guān).有研究表明,農(nóng)村人口對于NAPI具有抑制作用[42],而河南省也在2015年后NAPI開始下降,這與本研究結(jié)果一致.河南省作為中部第一經(jīng)濟(jì)大省,其經(jīng)濟(jì)發(fā)展水平(以人均GDP為表征),對NAPI具有促進(jìn)作用,這與中西部地區(qū)經(jīng)濟(jì)發(fā)展水平對NAPI具有促進(jìn)作用相一致[35].在今后河南省的磷輸入量控制方法中,可以將經(jīng)濟(jì)發(fā)展水平作為重要因素.人口、經(jīng)濟(jì)發(fā)展水平以及產(chǎn)業(yè)結(jié)構(gòu)等影響因素的研究是基于一個(gè)特定區(qū)域?yàn)楸尘?能夠更好的定性分析.研究尺度越小,NAPI的估算結(jié)果誤差越小[39-40].

圖5 1990～2019河南省磷肥施用量與NAPI的相關(guān)性

化肥施用是NAPI最主要的貢獻(xiàn)因子,運(yùn)用不同參數(shù)的計(jì)算結(jié)果顯示化肥輸入量受參數(shù)影響較小,原因是該輸入組分的計(jì)算方法簡單,涉及指標(biāo)小[38-39],包括磷肥和復(fù)合肥的折純量,其中磷肥作為直接輸入源不涉及參數(shù),只需考慮復(fù)合肥中磷含量的參數(shù)范圍,復(fù)合肥中磷含磷量的參數(shù)范圍較小(14%～17%),因此化肥施用受參數(shù)影響較小.食品/飼料磷輸入量受參數(shù)變化的影響較大,不確定性較大,其原因是該輸入項(xiàng)的計(jì)算方法復(fù)雜,涉及指標(biāo)較多,對應(yīng)參數(shù)變化范圍較大.因此NAPI估算模型的準(zhǔn)確性與各輸入組分的計(jì)算方法復(fù)雜性、指標(biāo)數(shù)量和參數(shù)變化范圍大小密切相關(guān).

結(jié)合人類凈磷輸入對參數(shù)變化的敏感性特征,將參數(shù)不確定性和參數(shù)敏感性結(jié)合進(jìn)行討論.在NAPI模型中,占比越高組分(fer)的參數(shù)敏感性越強(qiáng),而在參數(shù)同時(shí)變化的情況下,占比較低(im)的參數(shù)在NAPI模型中的不確定性最強(qiáng).原因一是由于im非最主要的貢獻(xiàn)組分,對NAPI的貢獻(xiàn)占比低于化肥施用.原因二在于im又由其所包含4個(gè)分項(xiàng)(hc、lc、lp、cp)相加減組成,都是由原始數(shù)據(jù)乘以相應(yīng)參數(shù)再求和,但是在4個(gè)分項(xiàng)相加減之后,各分項(xiàng)中參數(shù)對最終模擬結(jié)果NAPI的影響力極大弱化.此外,由式(2)～(6)可知,im組分的每個(gè)分項(xiàng)在計(jì)算中又包含較多的指標(biāo),涉及到的參數(shù)占據(jù)NAPI模型中全部參數(shù)的2/3,在其他參數(shù)不動,只變化其中某一個(gè)參數(shù)的情況下,im組分中的參數(shù)在NANI模型中的敏感性很小.相反,在多參數(shù)同時(shí)變化的情況下,im不確定性程度最強(qiáng),在NAPI的貢獻(xiàn)中的浮動范圍也最大.

除了參數(shù)對于NAPI估算模型的影響外,原始數(shù)據(jù)在研究尺度過小時(shí)會有部分缺失,只能用以往的數(shù)據(jù)進(jìn)行估算,會產(chǎn)生相應(yīng)的偏差,也會對NAPI估算模型造成影響.除此之外,NAPI估算模型在核算項(xiàng)目和計(jì)算方法上存在較大不確定性,估算結(jié)果對數(shù)據(jù)精度和來源有很大的依賴性[16,43-44].在本研究中,將非食品磷作為固定人均0.63kg和人口數(shù)量進(jìn)行核算,非食品磷隨著經(jīng)濟(jì)發(fā)展、國家監(jiān)管加強(qiáng)和政策變化也在變化,但無法將內(nèi)在因素變化納入模型中,難以對河南省NAPI的構(gòu)成起到主導(dǎo)作用.因此,若要提高NAPI結(jié)果的可靠性,在之后的研究中還需要根據(jù)實(shí)際情況進(jìn)行模型方法的調(diào)整,并需要更加詳實(shí)、精準(zhǔn)的數(shù)據(jù)進(jìn)行分析.

4 結(jié)論

4.1 從時(shí)間尺度上看,1990～2015年河南省NAPI呈上升趨勢,其中1990～1995年的上升速度大于1995～2015年,其主要貢獻(xiàn)因子是磷肥施用量的增加, 2015～2019年略有下降;空間尺度上看,呈現(xiàn)東部高,并以放射狀向北、西、南逐漸減少的趨勢,河南省NAPI高值的主要市域是周口市、許昌市、商丘市、濮陽市和漯河市,占河南省NAPI的47.05%.

4.2 從NAPI結(jié)構(gòu)上看,在考慮參數(shù)影響下,化肥磷的輸入是NAPI的主要貢獻(xiàn)因子,其貢獻(xiàn)率在84.03%～90.12%,與NAPI高度相關(guān)(2>0.8),參數(shù)對其影響較小,其變化范圍在-1.76%～3.52%;其次是食品/飼料貢獻(xiàn)率在5.01%～10.63%,參數(shù)對其影響較大,其變化范圍在-23.48%～66.81%;非食品磷的貢獻(xiàn)率在1.3%～2.56%之間.參數(shù)對NAPI估算模型的影響主要體現(xiàn)在計(jì)算方法復(fù)雜、指標(biāo)多的輸入組分上,所需計(jì)算指標(biāo)越多、計(jì)算方法越復(fù)雜,其受參數(shù)影響的變化范圍越大.

4.3 NAPI模型中占比越高的組分涉及到參數(shù)敏感性越強(qiáng),其中im與nf中的參數(shù)均為輕度敏感,fer中的參數(shù)為中度敏感.在后續(xù)其他流域或地區(qū)的NAPI研究中,對于當(dāng)?shù)卣急雀叩慕M分中的參數(shù)更應(yīng)慎重考慮,應(yīng)盡可能選擇符合當(dāng)?shù)貙?shí)際情況的參數(shù).

[1] Filippelli G M. The global phosphorus cycle: past, present, and future [J]. Elements, 2008,4:89-95.

[2] 歐陽威,黃浩波,蔡冠清.巢湖地區(qū)無監(jiān)測資料小流域面源磷污染輸出負(fù)荷時(shí)空特征 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2014,34(4):1024-1031.

Ou Y W, Huang H B, Cai G Q. Temporal and spatial characteristics of diffuse phosphorus pollution in the watershed without monitoring data at Chaohu Lake [J]. Acta Scientiae Circumstantiae, 2014,34(4):1024- 1031.

[3] Howarth R, Chan F, Conley D J, et al. Coupled biogeochemical cycles: eutrophication and hypoxia in temperate estuaries and coastal marine ecosystems [J]. Frontiers in Ecology & the Environment, 2011, 9(1):18-26.

[4] Howarth R W. Coastal nitrogen pollution: A review of sources and trends globally and regionally [J]. Harmful Algae, 2008,8(1):14-20.

[5] Howarth R W, Anderson D, Church T, et al.Clean coastal waters - understanding and reducing the effects of nutrient pollution [M]. Washington, D.C.: National Academy Press, 2000.

[6] Russell M J, Weller D E, Jordan T E, et al. Net anthropogenic phosphorus inputs: spatial and temporal variability in the Chesapeake Bay region [J]. Biogeochemistry, 2008,88(3):285-304.

[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] Chen D, Hu M, Guo Y, et al. Influence of legacy phosphorus, land use, and climate change on anthropogenic phosphorus inputs and riverine export dynamics [J]. Biogeochemistry, 2015,123(1/2):99-116.

[9] Zhang W, Swaney D P, Hong B, et al. Anthropogenic phosphorus inputs to a river basin and their impacts on phosphorus fluxes along its upstream-downstream continuum [J]. Journal of Geophysical Research Biogeosciences, 2017,122(12):3273-3287.

[10] Zhang W, Swaney D P, Hong B, et al. Net anthropogenic phosphorus inputs and riverine phosphorus fluxes in highly populated headwater watersheds in China [J]. Biogeochemistry, 2015,126(3):269-283.

[11] Han H, Bosch N, Allan J D. Spatial and temporal variation in phosphorus budgets for 24watersheds in the Lake Erie and Lake Michigan basins [J]. Biogeochemistry, 2011,102(1-3):45-58.

[12] Han Y, Yu X, Wang X, et al. Net anthropogenic phosphorus inputs (NAPI) index application in Mainland China [J]. Chemosphere, 2013,90(2):329-337.

[13] Hong B, Swaney D P, M?rth C M, et al. Evaluating regional variation of net anthropogenic nitrogen and phosphorus inputs (NANI/NAPI), major drivers, nutrient retention pattern and management implications in the multinational areas of Baltic Sea basin [J]. Ecological Modelling, 2012,227(1):117-135.

[14] 高 偉,高 波,嚴(yán)長安,等.鄱陽湖流域人為氮磷輸入演變及湖泊水環(huán)境響應(yīng)[J]. 環(huán)境科學(xué)學(xué)報(bào), 2016,36(9):3137-3145.

Gao W, Gao B, Yan C A, et al. Evolution of anthropogenic nitrogen and phosphorus inputs to Lake Poyang Basin and its’ effect on water quality of lake [J]. Acta Scientiae Circumstantiae, 2016,36(9):3137-3145.

[15] 楊曉雪.洱?？偭?、總氮污染現(xiàn)狀分析[J]. 云南環(huán)境科學(xué), 2006, 25(S1):113-115,112.

Yang X X. Analysis on total phosphorus and total nitrogen pollution in Erhai Lake [J]. Yunnan Environmental Science, 2006,25(S1):113- 115,112.

[16] 張汪壽,蘇靜君,杜新忠,等.1990～2010年淮河流域人類活動凈氮輸入[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2015,26(6):1831-1839.

Zhang W S, Su J J, Du X Z, et al. Net anthropogenic nitrogen input to Huaihe River Basin, China during 1990～2010 [J]. The Journal of Applied Ecology, 2015,26(6):1831-1839.

[17] Li Y, Lei Q L et, Luo J F, et al. Impact of human activities on phosphorus flows on an early eutrophic plateau: A case study in Southwest China [J]. The Science of the Total Environment, 2020,714(20):136851.1-136851.10.

[18] 程 鵬,張汪壽.近20年中國大陸人類活動凈磷輸入的時(shí)空變化特征與類群分析 [J]. 生態(tài)環(huán)境學(xué)報(bào), 2019,28(3):540-547.

Cheng P, Zhang WS. Spatio-temporal variation characteristics and division analysis of provincial net anthropogenic phosphorus input in mainland China in recent twenty years [J]. Ecology and Environmental Sciences, 2019,28(3):540-547.

[19] 翟敏婷,辛卓航,韓建旭,等.河流水質(zhì)模擬及污染源歸因分析 [J]. 中國環(huán)境科學(xué), 2019,39(8):3457-3464.

Zhai M T, Xin Z H, Han J X, et al. Water quality simulation and multi-source attribution analysis [J]. China Environmental Science, 2019,39(8):3457-3464.

[20] 歐陽威,鞠欣妍,高 翔,等.考慮面源污染的農(nóng)業(yè)開發(fā)流域生態(tài)安全評價(jià)研究 [J]. 中國環(huán)境科學(xué), 2018,38(3):1194-1200.

Ouyang W, Ju X Y, Gao X, et al. Ecological security assessment of agricultural development watershed considering non-point source pollution [J]. China Environmental Science, 2018,38(3):1194-1200.

[21] 盧少勇,張 萍,潘成榮,等.洞庭湖農(nóng)業(yè)面源污染排放特征及控制對策研究 [J]. 中國環(huán)境科學(xué), 2017,37(6):2278-2286.

Lu S Y, Zhang P, Pan C R, et al. Agricultural non-point source pollution discharge characteristic and its control measures of Dongtinghu Lake [J]. China Environmental Science, 2017,37(6):2278-2286.

[22] 徐浩林,楊培嶺,邢偉民,等.湖北省2008～2017年人類活動凈氮輸入狀況 [J]. 中國環(huán)境科學(xué), 2020,40(9):4017-4028.

Xu H L, Yang P L, Xing W M, et al. Net anthropogenic nitrogen accumulation in Hubei province from 2008 to 2017 [J]. China Environmental Science, 2020,40(9):4017-4028.

[23] 陳增增.河南省農(nóng)業(yè)生態(tài)效率評價(jià)研究 [D]. 石河子:石河子大學(xué), 2020.

Chen Z Z. Study on evaluation of agricultural ecology efficiency in Henan province [D]. Shihezi: Shihezi university, 2020.

[24] 河南省生態(tài)環(huán)境廳,河南省統(tǒng)計(jì)局,河南省農(nóng)業(yè)農(nóng)村廳.河南省第二次全國污染源普查公告 [EB/OL]. https://www.henan.gov.cn/2020/ 12-01/1916810.html, 2020-12-01.

Henan Provincial Department of Ecology and Environment, Henan Provincial Bureau of Statistics, Henan Provincial Department of Agriculture and Rural Areas. Announcement of the second national survey of pollution sources in Henan Province [EB/OL]. https://www. henan.gov.cn/2020/12-01/1916810.html, 2020-12-01.

[25] 李曉虹,劉宏斌,雷秋良,等.人類活動凈氮輸入時(shí)空變化特征及其影響因素 [J]. 中國環(huán)境科學(xué), 2019,39(2):812-817.

Li X H, Liu H B, Lei Q L, et al. Spatio-temporal characteristics and influential factors of net anthropogenic nitrogen input: A case study of Xiangxi River Watershed [J]. China Environmental Science, 2019,39 (2):812-817.

[26] 侯 莉,張玲玲,張 倩.東平湖總磷污染來源的解析 [J]. 皮革制作與環(huán)?？萍? 2021,2(8):101-102.

Hou L, Zhang L L, Zhang Q. Analysis of the source of total phosphorus pollution in Dongping lake [J].Leather Manufacture and Environmental Technology, 2021,2(8):101-102.

[27] 翟鳳英,何宇娜,王志宏,等.中國城鄉(xiāng)居民膳食營養(yǎng)素?cái)z入狀況及變化趨勢 [J]. 營養(yǎng)學(xué)報(bào), 2005,27(3):181-184.

Zhai F Y, He Y N, Wang Z H, et al. The status and trends of dietary nutrients intake of Chinese population [J]. Acta Nutrimenta Sinica, 2005,27(3):181-184.

[28] 王光亞.中國食物成分表 [M]. 北京:北京大學(xué)醫(yī)學(xué)出版社, 2009.

Wang G Y. Chinese food composition table [M]. Beijing: Peking University Medical Press, 2009.

[29] Hong B, Swaney D P, Mccrackin M, et al. Advances in NANI and NAPI accounting for the Baltic drainage basin: spatial and temporal trends and relationships to watershed TN and TP fluxes [J]. Biogeochemistry, 2017,133(3):245-261.

[30] 許俊香,劉曉利,王方浩,等.我國畜禽生產(chǎn)體系中磷素平衡及其環(huán)境效應(yīng) [J]. 生態(tài)學(xué)報(bào), 2005,25(11):2911-2918.

Xu J X, Liu X L, Wang F H, et al. Phosphorus balance and environmental effect of animal production in China [J]. Acta Ecologica Sinica, 2005,25(11):2911-2918.

[31] 耿 維,胡 林,崔建宇,等.中國區(qū)域畜禽糞便能源潛力及總量控制研究 [J]. 農(nóng)業(yè)工程學(xué)報(bào), 2013,29(1):171-179.

Geng W, Hu L, Cui J X, et al. Biogas energy potential for livestock manure and gross control of animal feeding in region level of China [J]. Transactions of the Chinese Society of Agricultural Engineering, 2013,29(1):171-179.

[32] 王方浩,馬文奇,竇爭霞,等.中國畜禽糞便產(chǎn)生量估算及環(huán)境效應(yīng) [J]. 中國環(huán)境科學(xué), 2006,26(5):614-617.

Wang F H, Ma W Q, Dou Z X, et al. The estimation of the production amount of animal manure and its environmental effect in China [J]. China Environmental Science, 2006,26(5):614-617.

[33] 劉曉利,許俊香,王方浩,等.畜牧系統(tǒng)中氮素平衡計(jì)算參數(shù)的探討[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2006,17(3):417-423.

Liu X L, Xu J X, Wang F H, et al. Estimation parameters of nitrogen balance in stock farming system of China [J]. Chinese Journal of Applied Ecology, 2006,17(3):417-423.

[34] 馬 驍,李 安,王憲雙,等.小樣本量復(fù)合肥中氮磷鉀高精度預(yù)測光譜方法 [J]. 中國激光, 2021,48(23):158-166.

Ma x, Li A, Wang X S, et al. Spectral method for predicting nitrogen, Phosphorus, and potassium in small amount of compound fertilizer [J]. Chinese Journal of Lasers, 2021,48(23):158-166.

[35] 商曉靜.北京人工濕地的植物篩選與污水凈化效果研究 [D]. 北京:中國林業(yè)科學(xué)研究院, 2009.

Shang X J. Study on plant species selection and wastewater purification efficiency in constructed wetlands in Beijing [D]. Beijing: Chinese Academy of Forestry, 2009.

[36] 張 偉.水環(huán)境規(guī)劃中人均生活污水排放量估算研究 [D]. 蘇州:蘇州科技學(xué)院, 2010.

Zhang, W. Study on estating models for estimation of per capita domestic wastewater discharge [D]. Suzhou: Suzhou University of Science and Technology, 2010.

[37] Darren L Ficklin, Luo Yuzhou, Iris T Stewart, et al. Development and application of a hydroclimatological stream temperature model within the soil and water assessment tool [J]. John Wiley & Sons, Ltd., 2012, 48(1):W01511.

[38] 蔡梓燦,王 晟,陳 巖,等.長江經(jīng)濟(jì)帶人為磷輸入驅(qū)動效應(yīng)多時(shí)空測度[J]. 環(huán)境科學(xué)與技術(shù), 2020,43(6):197-204.

Cai Z C, Wang S, Chen Y, et al. Estimating multiple spatiotemporal driving forces of anthropogenic phosphorus inputs to Yangtze River Economic Belt [J]. Environmental Science & Technology, 2020,43(6):197-204.

[39] 繆今典,張曉明,魏天興,等.千島湖流域杭州段人類活動凈氮、凈磷輸入時(shí)空分布 [J]. 中國環(huán)境科學(xué), 2021,41(6):2831-2842.

Miao J D, Zhang X M, Wei T X, et al. Temporal and spatial distribution characteristics of net nitrogen and phosphorus input from human activity: A case study of Hangzhou section of Qiandao Lake Basin [J].China Environmental Science, 2021,41(6):2831-2842.

[40] 張?zhí)禊i,雷秋良,秦麗歡,等.香溪河流域人類活動凈磷輸入量及其影響因素 [J]. 中國環(huán)境科學(xué), 2020,40(11):4957-4964.

Zhang T P, Lei Q L, Qin L H, et al. Net phosphorus input from human activities and its influencing factors in Xiangxi River Watershed [J]. China Environmental Science, 2020,40(11):4957-4964.

[41] 裴 瑋,杜新忠,雷秋良,等.縣級尺度人類活動凈氮輸入量時(shí)空變化特征與參數(shù)影響研究-以河南省為例 [J]. 中國環(huán)境科學(xué), 2021, 41(9):4447-4456.

Pei W, Du X Z, Lei Q L, et al. Spatiotemporal variation of net anthropogenic nitrogen input at county level and the impacts from parameters: A case study of Henan Province [J]. China Environmental Science, 2021,41(9):4447-4456.

[42] Lian H S, Lei Q L, Zhang X Y, et al. Effects of anthropogenic activities on long-term changes of nitrogen budget in a plain river network region: A case study in the Taihu Basin [J]. Science of the Total Environment, 2018,645(5):1212-1220.

[43] Swaney D P, Hong B, Selvam A P, et al. Net anthropogenic nitrogen inputs and nitrogen fluxes from Indian watersheds: An initial assessment [J]. Journal of Marine Systems, 2015,141:45-58.

[44] Hong B, Swaney D P, Howarth R W. Estimating net anthropogenic nitrogen inputs to U.S. watersheds: comparison of methodologies [J]. Environmental Science & Technology, 2013,47(10):5199-5207.

致謝：本論文的相關(guān)資料由中國農(nóng)業(yè)科學(xué)院面源污染團(tuán)隊(duì)提供,在此表示感謝.

Spatio-temporal variation and the impacts from parameters analysis of net anthropogenic phosphorus inputs in Henan province.

MA Hua1, LEI Qiu-liang1*, DU Xin-zhong1, YAN Tie-zhu1, PEI Wei1, ZHANG Tian-peng1, LI Ying2,3, LUO Jia-fa4, ZHOU Jiao-gen5, LIU Hong-bin1

(1.Key Laboratory of Nonpoint Source Pollution Control, Ministry of Agriculture and Rural Affairs, Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081, China；2.State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China；3.University of Chinese Academy of Sciences, Beijing 100049, China；4.AgResearch Ruakura, Hamilton 3240, New Zealand；6.Huaiyin Normal University, Huaiyin 223300, China)., 2022,42(3)：1318～1326

In order to explore the status of net anthropogenic phosphorus input in Henan province, this study was based on the statistics data of 18province-administered towns and used the net anthropogenic phosphorus input (NAPI) model to calculate the phosphorus flow in the province from 1990～2019. NAPI of Henan Province had an overall upward trend from 1990 to 2015 and a slight decrease from 2015 to 2019. However, the NAPI of Henan Province was always higher than the national average in China, with an average annual growth rate of 2.86%. On a spatial scale, the east was higher than the west, and gradually decreased in a radial pattern to the north, west, and south. The main cities that affected NAPI in Henan Province are the Zhoukou, Xuchang, Shangqiu, Puyang, and Luohe cities, accounting for 47.05% of the total NAPI in Henan Province. A detailed analysis demonstrated that phosphate fertilizer application was the main contributor to NAPI, with the average annual contribution rate of 85.78% that was highly correlated with NAPI (R>0.8). The second and third most important sources were food/feed and non-food inputs, accounting for 10.63% and 2.56%, respectively. Furthermore, among the input components of the NAPI model, the net phosphorus input of food/feed was most affected by the parameters, where its variation ranged from -23.48% to 66.81%; The second input was fertilizers, which varied in a range of -1.76% to 3.52%, affected by the parameters; The higher the proportion of components in the NAPI model, the more sensitive their parameters are, and the sensitivity index of the parameters contained in thefercomponents is higher than that ofimandnf.

net anthropogenic phosphorus inputs (NAPI)；spatiotemporal change；floating population；Henan Province；parameter uncertainty

X171

A

1000-6923(2022)03-1318-09

馬 華(1998-),女,寧夏銀川人,中國農(nóng)業(yè)科學(xué)院碩士研究生,主要研究方向?yàn)檗r(nóng)業(yè)面源污染.

2021-07-22

國家自然科學(xué)基金區(qū)域創(chuàng)新發(fā)展聯(lián)合基金項(xiàng)目(U20A20114);國家自然科學(xué)基金項(xiàng)目(41877009,31572208)

*責(zé)任作者, 研究員, leiqiuliang@caas.cn