顏小曼，焦聰，陳磊*，張芊芊，齊莎莎，沈珍瑤

（1.北京師范大學環(huán)境學院，北京 100875；2.華南師范大學環(huán)境學院，廣州 510006；3.中海油研究總院，北京 100028）

克百威（Carbofuran）又名蟲螨威、呋喃丹，是一種常見的高效氨基甲酸酯類殺蟲劑和殺螨劑，廣泛用于水稻、棉花等多種作物的害蟲防治，我國目前年均產量和進口量為4 000 多t，推廣使用面積約2 600 萬hm2，主要集中在長江中下游、華北、東北和沿海等地區(qū)[1-3]。由于高毒性，克百威的環(huán)境行為及其生態(tài)風險已成為學者關注的焦點，但該類農藥尚未列入國家日常監(jiān)測和控制范圍，大江大河流域面源污染物的歸趨與賦存數據相對缺失。

LEWIS 在 1901 年提出了逸度（Fugacity）概念并作為各介質間熱力學平衡標準，用以表征物質離開某一環(huán)境介質進入另一環(huán)境介質的趨勢[4]。用“逸度”概念代替常規(guī)的“濃度”有助于簡化模型結構和計算，結果也更加直觀。MACKAY[5]于1979 年基于質量平衡原理，形成了適用于化學品歸趨模擬的環(huán)境多介質逸度模型，使得污染物在多個環(huán)境介質間的行為聯系更加緊密。近年來，多介質逸度模型被廣泛應用于新型污染物的遷移和歸趨模擬并取得了較好的模擬效果。如程浩淼等[6]利用Ⅲ級逸度模型探討了巢湖水域四溴雙酚歸趨模擬，結果表明沉積物是四溴雙酚的主要儲存庫。汪祖丞等[7]利用多介質逸度模型揭示了16 種多環(huán)芳烴在上海城區(qū)大氣、水體、沉積物及植物間的歸趨行為，結果表明沉積物和土壤是多環(huán)芳烴主要的匯。此外，國外研究發(fā)現農藥在土壤和沉積物中存在明顯的累積效應，且累積效應很大程度上與農藥的歷史施用相關[8-9]。經典逸度模型為大尺度農藥面源污染的生態(tài)風險評價提供了必要工具，但經典模型大多針對單個區(qū)域或單一年份，缺乏對不同區(qū)域間水相-空氣相傳輸過程和土壤-沉積相多年累積過程的系統(tǒng)考慮，因此通常難以應用于尺度較大的大江大河流域農藥面源污染研究。

長江流域是指長江干流和支流流經的廣大區(qū)域，橫跨中國東部、中部和西部三大經濟區(qū)，共計19 個省、市和自治區(qū)，是世界第三大流域，流域面積180 萬km2，占我國國土面積的18.8%。長江流域耕地面積大（約2 420萬hm2，占全國耕地總面積的1/4），水稻產量約占全國的70%[10]，是我國的糧食主產區(qū)，同時也是農業(yè)面源污染熱點區(qū)域。近年來，關于化肥氮磷研究較多，但由于遷移轉化過程復雜、缺乏系統(tǒng)的監(jiān)測數據等原因，長江流域大尺度農藥污染研究相對缺失，這也成為長江生態(tài)環(huán)境改善的主要瓶頸。本研究以長江流域為研究區(qū)，基于逸度理論構建了農藥面源多介質歸趨模型，模擬了克百威在長江12 個二級流域內空氣、水、土壤、沉積物4 個環(huán)境介質中的歸趨行為，識別了長江流域克百威農藥面源污染熱點區(qū)域。研究結果為認識并防治農藥面源污染，改善水環(huán)境提供了數據和技術支撐。

1 材料與方法

1.1 研究區(qū)概況及數據來源

按照國家測繪局公布的標準[11-12]，利用ArcGIS 10.4，在DEM、水系和地貌分布數據的基礎上，建立二級流域劃分方案，將長江流域分為12 個二級流域（編號32~43），具體如圖1所示。本研究對克百威施用量統(tǒng)計、排放量估算、多介質歸趨模擬，均以二級流域為單位進行分析?？紤]到數據的可獲得性，模擬年份為1991—2020 年，這些年份是我國糧食增長的關鍵時期，對其進行研究具有一定代表性。

圖1 長江流域分區(qū)圖Figure 1 Yangtze River basin map

模型模擬所需的環(huán)境參數及農藥施用數據，由每個流域內不同的行政地級（或縣級）市相關數據根據面積加權求得。其中各地區(qū)農藥使用數據來自《中國農村統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《新中國六十年統(tǒng)計資料匯編》及各省市統(tǒng)計年鑒等統(tǒng)計資料；克百威農藥施用比例數據來自于長江流域多個田塊的實地調研，克百威理化性質等數據來自赫特福德大學農業(yè)與環(huán)境研究組（AERU）開發(fā)的農藥屬性數據庫（PPDB）[13]。長江流域降雨、地形、土地利用、土壤等數據來自于課題組已有資料。

1.2 農藥面源多介質環(huán)境歸趨模型

本研究在經典Level Ⅲ逸度模型基礎上進行改進，構建了適合大尺度、多區(qū)域、長時期的農藥面源多介質環(huán)境歸趨模型。Level Ⅲ逸度模型的假設環(huán)境是穩(wěn)態(tài)、非平衡和流動系統(tǒng)，即假定化合物在環(huán)境各相中處于非平衡狀態(tài)，考慮化合物的穩(wěn)態(tài)輸入和輸出、環(huán)境相內的各種反應、相鄰相間物質的擴散和非擴散過程[14]。其質量平衡方程如下：

式中：Ei是污染物向環(huán)境介質i的排放速率；GAi是向介質i流入的化合物的對流速率；CAi是流入介質i的化合物濃度；fj是向環(huán)境介質i傳輸的其他環(huán)境介質j的逸度；fi是環(huán)境介質i的逸度；Dji是污染物由其他環(huán)境介質j向環(huán)境介質i遷移的速率；Dij是污染物由環(huán)境介質i向環(huán)境介質j遷移的速率；DRi是反應速率；DAi是對流速率。

本研究由大氣、水、土壤、沉積物4 個主環(huán)境相組成，各主環(huán)境相又包含多個子環(huán)境相：大氣環(huán)境相包含空氣和氣溶膠，水環(huán)境相包含水和懸浮顆粒物，土壤環(huán)境相包含水、空氣和固體顆粒，沉積物環(huán)境相則包含水、空氣和固體顆粒等。本研究涉及的傳輸過程包括農藥施用排放過程、水體平流傳輸等輸入過程，氣土交換（干濕沉降和擴散）、地表徑流侵蝕、水中顆粒物沉降/再懸浮、水體與沉積物間擴散等各環(huán)境介質間的交換過程，各環(huán)境介質中的降解、水體平流傳輸等輸出過程。

對每個環(huán)境單元及各環(huán)境單元之間的通量進行數學描述后，建立質量平衡方程如公式（2）~公式（5）所示，式中符號含義見表1。

表1 多介質環(huán)境模型質量平衡方程中各傳輸通量符號含義Table 1 Definition of transfer fluxes in the mass balance equation of the environmental multimedia model

本研究中面源污染物在各二級流域水體之間的傳輸通過水體平流傳輸實現，并根據水文站實測流量數據進行調整，即上游流域水體中通過平流輸出的污染物，以水體平流輸入的方式進入到下游流域中作為下一時刻水體背景值參與計算，從而實現大尺度、多區(qū)域的農藥平衡計算。同時，考慮到污染物在土壤與沉積物介質中的含量會隨時間累積，第i年土壤和沉積物中的污染物會有一部分存留至第i+1 年，在模型運算過程中這部分污染物以第i+1 年環(huán)境背景值的形式繼續(xù)參與計算，即Tb，從而實現面源污染物在土壤與沉積物中多年累積效應的計算。這兩部分功能均以程序代碼的方式寫入新模型。

1.3 輸入參數

模型輸入參數包括污染物理化性質、污染物在環(huán)境介質間的遷移參數、研究區(qū)各流域環(huán)境參數及污染物排放速率等（表2 和表3）?？紤]到研究區(qū)較大，本研究主要通過查閱文獻并結合實際情況，對模型輸入參數進行反復校正與確認后最終確定。其中，初始年排放源僅考慮農藥施用情況，即假定農藥向土壤介質中排放。本研究模擬單元（12 個二級流域）各種農藥輸入量的估計基于對全國232 個典型田塊農藥使用的調研結果及各省市農藥使用量的統(tǒng)計數據得出，計算公式如下：

表2 模型輸入參數[6，14-17]Table 2 Parameter values of the model[6，14-17]

表3 各二級流域的環(huán)境屬性參數Table 3 Environmental parameters of each secondary basins

式中：下標i、bas、cro、p和n分別表示農藥克百威、二級流域、農田、省份以及該二級流域所覆蓋省份總數；Pesi，bas表示該二級流域內克百威的施用量，t；Areac?ro，p，bas表示該流域內各省份農田總面積，km2；Areacro，bas表示該二級流域內農田總面積，km2；Pestotal，p表示各省份當年農藥施用總量，t；mi，p表示該省份克百威施用量占所有農藥施用量的比例。

1.4 模型求解與驗證

根據上述模型原理，用Matlab編程構建模型。以農藥施用量數據和各類農藥施用比例計算得出研究區(qū)各流域克百威農藥輸入數據，將各參數輸入模型，模擬得出克百威在各環(huán)境介質中的質量分布、濃度和遷移通量等信息。以1991—2020 年農藥施用數據模擬得出多年克百威在長江流域沉積物和土壤中的累積含量。對比新模型模擬結果和基于經典模型的模擬結果，驗證新模型準確性。

為提高模型結果的準確性和可靠性，同時考慮到大尺度建模對模型參數的概化，本研究采用敏感性分析來評估輸入參數變化對模型輸出的影響。假定模型中每個參數依次按照預先設定的步長或分割點變化，從而得出輸出結果的相對變化量與輸入參數的相對變化量之比，即靈敏度系數[14]。進行模型敏感性分析時將不同參數分別變化±10%，得到輸出結果Y的相對變化量與輸入參數X的相對變化量之比，即靈敏度系數（SC）。計算公式如下：

式中：SCi代表i參數的靈敏系數；ΔXi/Xi和 ΔYi/Yi代表i參數下輸入和輸出的相對變化率。

靈敏度系數絕對值的大小反映了模型參數對模擬結果的影響程度，靈敏度系數的正負代表了參數對模型結果的作用效果，即正值表示輸出結果隨輸入參數的增加而增大，負值則反之[18-20]。一般認為，|SC|≥0.6為顯著敏感，0.2≤|SC|<0.6 為中度敏感，|SC|<0.2 為較不敏感[17]。此外，通過敏感性分析可以識別模型中對模擬結果影響最大的參數，并進一步進行不確定性分析。蒙特卡洛（Monte Carlo）模擬是目前模型不確定性分析的主流方法[21-23]，本研究對|SC|>0.2的參數隨機取值迭代運行2 000次，采用變異系數（CV）探討模擬結果的不確定性，其中CV值越大，表示結果不確定性越大。

2 結果與討論

2.1 模型合理性和不確定性

本研究用實測數據對模型結果進行了驗證，長江流域克百威的監(jiān)測研究目前較少且多集中在長江流域下游。胡堪東等[24]于2007 年的研究顯示江西贛州章江水體實測克百威濃度范圍為94~112 ng·L-1，本研究模擬得到2007 年的贛江流域克百威濃度為120 ng·L-1。王靜等[25]于 2008 年在浙江省省控水源地測得克百威濃度范圍為 0.01~14.00 ng·L-1，徐壘[26]于2018—2019 年從黃浦江采集的水樣中克百威的檢出濃度為 0.2~28.3 ng·L-1，周怡彤等[27]于 2019 年在太湖流域測得克百威濃度范圍為1.91~15.50 ng·L-1，本研究則模擬得到2008、2018、2019年的杭嘉湖區(qū)（43號）濃度分別為15.4、12.8、11.3 ng·L-1。與實測數據對比來看，本研究模擬結果與實測結果在同一個數量級，表明新模型模擬結果可信。同時模擬結果存在差異的可能原因有：①本研究將克百威使用量作為模型輸入源，未考慮農藥施用過程產生的損失，而噴灑灌溉、降雨沖刷等過程可能使農藥直接進入空氣和水中，進而導致模擬結果被高估；②模擬結果反映研究區(qū)平均值，而實測數據來自具體監(jiān)測點，這也間接表明點位實測數據可能無法代表長江大河流域的整體水平。

不確定性研究結果表明，模型不確定性的主要來源為農藥數據不確定性、模型參數不確定性和模型結構不確定性，具體表現在：

（1）統(tǒng)計數據的誤差。本研究中農藥使用量等數據均來自國家及各省市統(tǒng)計年鑒，已有研究表明由此造成的誤差范圍約為±5%。

（2）模型結構的不確定性。由于模型主要針對大尺度區(qū)域，因此環(huán)境概化與實際之間存在差異，從而造成了不確定性。且自然環(huán)境系統(tǒng)本身難以精確表示，特別是在分析污染物的環(huán)境行為時，系統(tǒng)內存在復雜的組成成分與變化關系，難以做到與實際完全一致的量化。

（3）模型參數的誤差。較大流域范圍的模擬參數值（如土壤、沉積物有機碳含量等）來自區(qū)域內參數的平均所得，部分參數（如克百威各介質之間的傳輸系數、擴散速率等）來自文獻統(tǒng)計值，存在一定誤差。通過對全部參數的敏感度分析，僅19 個參數|SC|大于0.6。在19個關鍵參數中，土壤和水域面積，土壤和沉積物厚度、水體通過時間、土壤和沉積物固體有機碳含量、污染物排放與平流輸入量與研究區(qū)域特征相關，其他參數如克百威的享利常數、Kow、Koc和在各介質中的半衰期等則屬于化合物物化參數。這些參數對模型結果影響很大，靈敏度系數最大的參數為克百威輸入、水域面積和各介質中的半衰期，其中輸入量對模擬結果具有決定性影響，降解則是污染物從環(huán)境中消失的主要途徑，對克百威在各介質中的賦存有重要影響。本研究中模型參數為在大量收集相關文獻數據的基礎上，結合研究區(qū)實際情況進行調整后確定的，可基本保證其代表性和可靠性。

基于敏感性分析結果，對關鍵參數及克百威模擬濃度的變異系數進行計算，大多數模型輸入參數值的變異系數小于1，而本次研究結果變異系數為0.5~5.3。各環(huán)境相中濃度的變異系數有所不同，土壤和沉積物相中濃度變異系數相對較大，這可能與關鍵參數，如土壤和沉積物的有機碳含量、土壤和水域面積等的不確定性有關。由此可知，模型關鍵參數對模型結果有不可忽略的影響，對這些較敏感的參數收集盡可能準確的數據，可以使模擬結果更準確，從而可為區(qū)域生態(tài)風險評價、管理措施制定等提供更加科學的數據依據。

本研究進一步對比了新模型和經典模型（不考慮累積和傳輸）模擬結果的差異（表4）。結果顯示，累積模塊的改進可使克百威在土壤、水體和沉積物中的濃度分別提高約5.40%、7.59%和11.30%，主要體現在無上游輸入的長江支流流域，該結果并不能說明水體本身對克百威的累積作用比土壤強，而是由于克百威在土壤的累積會直接導致水體濃度的升高，而沉積物中克百威的變化率則是水體沉降和沉積物累積耦合作用的結果。結合水體平流傳輸過程，特別是對于干流下游流域（41~43 號流域），其水體中克百威濃度劇烈上升。經典逸度模型多應用于單一流域，忽略了各流域之間污染物的水體傳輸，因此可能導致基于經典模型模擬的下游流域水體克百威出現被低估現象，這也驗證了本研究中新模型的優(yōu)勢。

表4 改進逸度模型相比經典逸度模型的克百威環(huán)境介質濃度變化率（%）Table 4 The carbofuran concentration change rate in the modified fugacity model compared with the traditional one（%）

2.2 農藥施用量和殘留量的變化規(guī)律

30 年來克百威在長江流域的施用量變化情況見圖2a。估算得到的長江流域克百威總施用量變化趨勢總體表現為先上升后下降，從1991 年的12 442 t上升到 2010 年的 30 470 t，2010 年施用量達到峰值，為1991 年的 2.45 倍，到 2020 年再下降至 20 439 t。我國農業(yè)農村部曾對高毒農藥克百威提出過一系列限制政策，如2002 年明令禁止克百威在蔬菜、果樹、茶葉和中草藥材上使用，2016 年起撤銷其在甘蔗作物上使用的登記，并于2018 年起徹底禁止其在甘蔗作物上使用，近年使用量則呈現明顯下降趨勢。從各二級流域的角度看，克百威施用量分布則有所差別，主要集中在長江中下游地區(qū)（38~42 號），其中洞庭湖、贛江流域（38、40 號）的克百威施用量最大，2010 年施用量占比分別為27.7%和19.2%，上游通天河流域（32號）施用量最小，同時也可觀察到下游杭嘉湖區(qū)（43號）克百威施用量很小，該地區(qū)位于江浙滬地帶，農業(yè)種植用地相對其他流域少。

克百威在長江流域環(huán)境介質（包括土壤、水體、沉積物和大氣）中的總殘留量分布變化趨勢與施用量較為一致（圖2b），也呈先上升后下降的趨勢，1991 年殘留量為 640 t，2010 年達到最高的 1 647 t，2020 年下降至1 108 t，平均每年施用的農藥中約有5.40%會殘留在環(huán)境中。整個長江流域中，贛江流域的克百威殘留量最大，多年平均占比為（23.1±0.6）%，其次是洞庭湖環(huán)湖區(qū)，占比為（20.9±0.3）%。根據質量平衡關系，長江流域克百威歸趨的主要環(huán)境介質為土壤和水體，殘留量占比分別為94.98%和5.01%，且呈現自上游至下游水體中質量比例不斷上升的規(guī)律。以2017 年為例，克百威水體質量占比從上游通天河流域的3.55%到下游杭嘉湖區(qū)增長為15.60%。造成這種結果的主要原因是水體中污染物存在上游至下游的傳輸和累積過程。雖然下游41~43 號流域內克百威的排放量較小，但由于上游流域傳輸的影響，使下游水體中存在較大濃度的平流輸入，從而導致下游水體中克百威含量依然很高。沉積物和空氣中殘留量相對較少，各流域沉積物中克百威含量明顯低于土壤，這可能因為沉積物中克百威主要來自于上覆水體，且克百威有較高的水溶解性（322 mg·L-1），因此沉積物中的克百威含量較低?？諝庵休^少的原因是克百威不易揮發(fā)，其在常溫下為固體，熔點為153~154 ℃，沸點為313.3 ℃。上述結果表明，只有對克百威農藥施用進行更加嚴格的全流域管控，尤其要對長江上中游區(qū)域的克百威農藥施用及排放進行科學嚴格的管理與監(jiān)督，才能從根源上解決長江流域克百威農藥問題。一方面，應適當限制克百威在主要作物上的使用。雖然我國農業(yè)農村部早已禁止克百威在蔬菜等部分作物上的使用，但其仍可用于水稻、玉米、花生和棉花等主要作物，且其防治效果好，可能存在違規(guī)使用的情況，建議重點監(jiān)督長江上中游農業(yè)區(qū)域的克百威農藥施用情況并給予一定的環(huán)保財政補貼；另一方面，減輕農藥在環(huán)境中的累積效應。建議從研發(fā)和使用的角度盡量選擇易降解的農藥，且周期性地（年或季度）對施用農藥的農業(yè)土壤采取修復措施，減輕農藥累積的同時緩解水體污染壓力，因為阻斷上下游河流農藥傳輸的難度系數更大，從陸面源頭解決問題才是關鍵。

圖2 30年來長江流域克百威施用量和殘留量變化及分布（圖例為各二級流域編號）Figure 2 Change and distribution of carbofuran application amount and residue in the Yangtze River basin over 30 years（the legend numbers represent the secondary basin number）

2.3 農藥多介質歸趨及空間差異性

2017 年長江流域各環(huán)境介質中的克百威模擬濃度空間分布如圖3 所示。根據模型計算結果，水體中克百威濃度范圍為0.278~135 ng·L-1，高濃度范圍主要位于重慶市、貴州省和湖北省。濃度最高值（135 ng·L-1）出現在廣元昭化以上河段（35 號）。此外，烏江流域（36 號）、宜賓至宜昌段長江干流（37 號）、贛江流域（40 號）3 個流域水體中克百威模擬濃度均高于100 ng·L-1，這些流域主要分布于湖南省、湖北省、重慶市、江西省和安徽省。位于湖南、湖北、重慶及貴州地區(qū)的河段（35~37 號）水體克百威濃度較其他各省（市）地區(qū)高，造成這種現象的原因是多方面的。首先這些克百威高濃度流域所在的?。ㄊ校?，如重慶、湖北、湖南等均為農業(yè)大省，農村人口多、生產強度大。以重慶市為例，重慶市人均耕地不足0.06 hm2，低于全國人均0.09 hm2的水平，導致這些區(qū)域農藥施用強度較大；水相中的農藥污染主要來自土壤相的遷移，重慶市耕地以山地和丘陵為主，順坡種植和開荒種植導致水土流失，容易造成水體中克百威農藥濃度增加[28-31]。同時，沉積物中克百威含量的空間分布規(guī)律與水體中一致，該主要區(qū)域沉積物中的克百威濃度范圍在0.028 8~0.033 5 ng·g-1。土壤中克百威含量范圍為 0.052 2~16.7 ng·g-1，最高值出現在贛江流域（40號）。長江中下游地區(qū)是我國水稻的主產區(qū)，水稻產量約占全國的70%，并且長江中下游地區(qū)由于氣候條件適宜，許多蔬菜以及經濟作物（如棉花）在此處種植，為防治病蟲害、提高作物產量，農藥施用量較大，且由于上游的傳輸作用，共同造成農業(yè)面源污染較為嚴重。殘留在環(huán)境中的克百威會對農產品質量安全以及鳥類和水生生物的多樣性造成威脅[32]，克百威對魚類和水生無脊椎動物的慢性毒性終點分別為2 200 ng·L-1和 8 000 ng·L-1[13]，高于長江流域二級流域模擬最高值1 個數量級以上，可見長江流域克百威對水生生態(tài)環(huán)境造成的風險在可接受范圍內，但美國環(huán)保署風險評估結果顯示，克百威在多數作物上使用仍會對鳥類造成不可接受的風險。因此，對土壤污染熱點區(qū)域，如長江中下游的武漢、江西、安徽、江蘇等地（40~42 號，圖3），應重點推廣低毒高效農藥在水稻和玉米等主要作物上的使用[33]。

圖3 2017年長江流域水體（a）、土壤（b）和沉積物（c）中克百威濃度分布（分級基于ArcGIS中的自然斷點法）Figure 3 The spatial distribution of carbofuran concentrations in surface water（a），soil（b），and sediment（c）phases of the Yangtze River basin in 2017（Classification based on natural break in ArcGIS）

2.4 長江流域農藥面源遷移轉化特征

2017 年克百威在整個長江流域的遷移轉化通量如圖4 所示。輸入流域的克百威包括當年施用和上一年殘留兩部分，其中上一年的殘留量對當年輸入總量貢獻率為5.36%。輸出流域的途徑主要是克百威在各環(huán)境介質中的降解，總量占比可達99.6%，其次是平流入海約109 t·a-1，沉積物埋藏量相對較少。長江流域的農藥入海量研究較少，臧路[34]分析了長江流域新煙堿農藥的時空分布和流入東海通量（約1 190 t·a-1），基于對水相傳輸模塊的改進，本研究則為長江流域內典型的氨基甲酸酯類農藥的入海量提供了數據參考。

圖4 2017年克百威在整個長江流域的遷移轉化通量Figure 4 The transmission and removal fluxes of carbofuran in the Yangtze River basin in 2017

由模擬結果得知，土壤是農藥儲存的主要介質，因此土壤中農藥環(huán)境行為密切影響農藥在其他環(huán)境介質中的分布。本研究模擬得到長江流域土壤中的克百威主要表現為降解（2 822 t·a-1，88.8%），其次是通過地表徑流和土壤侵蝕進入地表水體中（357 t·a-1，11.2%），極少部分揮發(fā)到空氣中，這與克百威不易揮發(fā)的性質密切相關。除以山地和丘陵為主的長江中上游地區(qū)外，長江下游地區(qū)對土地開發(fā)程度較高，同樣會引發(fā)嚴重的水體流失[10]，從而造成農藥隨地表徑流和土壤侵蝕進入水體環(huán)境。因此，除從根本源頭減少農藥施用量外，通過采取合理的土地管理措施，如植被過濾帶、植草溝、梯田、等高耕作、帶狀種植以及作物殘茬管理等[35]減緩水土流失，也能夠在一定程度上緩解水體農藥面源污染。

3 結論

（1）本研究基于逸度理論構建了大江大河流域農藥面源環(huán)境歸趨模型，突破了經典模型僅針對單一區(qū)域或單一年份的局限性，改進了農藥面源累積和傳輸模塊。

（2）逸度模型中累積模塊的改進可使克百威在土壤、水體和沉積物中的濃度平均分別提高約5.40%、7.59%和11.30%，改進模型精準識別出長江干流下游水體的污染情況。模型驗證較好，可作為大江大河流域農藥面源定量評價和管理的有效支撐工具。

（3）長江流域克百威在環(huán)境介質中30 年來的總殘留量呈先上升后下降的趨勢，克百威歸趨的主要環(huán)境介質為土壤和水體，殘留量占比分別為94.98%和5.01%。農藥使用和農業(yè)土地管理對農藥在土壤的累積和向水體的傳輸削減過程中起重要作用。

（4）長江流域水體和土壤中克百威模擬濃度分別為 0.278~135 ng·L-1和 0.052 2~16.7 ng·g-1，熱點污染區(qū)域集中于長江中下游地區(qū)，特別是贛江流域，該地區(qū)的農藥污染及管理問題應受到重點關注。