劉 歡,雷秋良*,杜新忠,安妙穎,劉曉彤,邱衛(wèi)文,武淑霞,劉宏斌

不同生態(tài)類型區(qū)對人類活動凈氮輸入的影響——以北方農牧交錯帶為例

劉 歡1,雷秋良1*,杜新忠1,安妙穎1,劉曉彤2,邱衛(wèi)文3,武淑霞1,劉宏斌1

(1.中國農業(yè)科學院農業(yè)資源與農業(yè)區(qū)劃研究所,農業(yè)農村面源污染控制重點實驗室,北京 100081；2.寧夏農林科學院農業(yè)資源與環(huán)境研究所,寧夏 銀川 750002；3.新西蘭皇家植物與食品研究院,新西蘭 基督城 7608)

為探究中國北方農牧交錯帶在不同生態(tài)類型區(qū)人類活動對凈氮輸入的影響,基于人類活動凈氮輸入模型(NANI),以北方農牧交錯帶7省、23地級市的統(tǒng)計數(shù)據及相關參數(shù),分析1985～2020年NANI的時空分布特征及影響因素.結果表明:1985～2020年研究區(qū)NANI呈先上升后下降趨勢,河北省貢獻最高.黃土丘陵溝壑水土流失區(qū)與北方農牧交錯帶NANI年際變化一致、京津冀水源涵養(yǎng)區(qū)和長城沿線沙化退化區(qū)NANI年際變化值呈上升趨勢.空間分布呈由西北向東南逐漸降低的趨勢.從輸入組分來看,研究區(qū)最大貢獻源為氮肥施用(30.34%～56.29%),其次是大氣氮沉降(31.20%～47.23%),黃土丘陵溝壑水土流失區(qū)主要輸入組分為氮肥施用和食品/飼料氮輸入(累計76.46%～85.14%).對北方農牧交錯帶NANI影響最大的兩個因素為人口密度和畜禽量.因此,中國北方農牧交錯帶的農業(yè)結構調整需結合分區(qū)進行管控,調整氮肥使用策略和畜禽養(yǎng)殖模式,促進區(qū)域農牧業(yè)與生態(tài)環(huán)境之間的深度融合.

中國北方農牧交錯帶；凈人為氮輸入；人類活動；氮素

作為人類活動的衍生物,水污染仍是當今社會關注的熱點問題.以人類為中心的高強度農業(yè)活動顯著影響著氮素循環(huán),導致水體富營養(yǎng)化等一系列水生生態(tài)問題頻發(fā)[1-2].在農業(yè)集約化程度高的地區(qū),化肥施用、畜禽養(yǎng)殖、作物種植等均可能導致區(qū)域養(yǎng)分輸入過量[3].北方農牧交錯帶作為我國北方傳統(tǒng)農業(yè)區(qū)向畜牧區(qū)轉變的過渡區(qū),同時也是受人類活動影響強烈的生態(tài)環(huán)境問題突出區(qū)域[4-8],在《農業(yè)部關于北方農牧交錯帶農業(yè)結構調整的指導意見》[9]中指出,該區(qū)農資環(huán)境壓力越來越大,是當前推進農業(yè)結構調整的重點難點區(qū)域.因此,核算北方農牧交錯帶人類活動導致的氮素輸入變化可為促進農牧業(yè)發(fā)展與生態(tài)環(huán)境深度融合提供理論依據.

為了評估河流總氮通量與人為來源氮輸入總和之間的關系,1996年HOWARTH等[10]提出了人類活動凈氮輸入(NANI)的概念,證實了兩者之間的正相關關系,并且表明,人類活動產生的氮約25%會進入到受納水體.NANI模型主要由人類活動產生的4個不同氮輸入類型組成,由于模型輸入參數(shù)方便獲取、運算過程清晰、結果具有代表性等特點,被普遍應用于氮素估算.自人類活動凈氮輸入概念[10-15]提出以來,NANI及改良模型在歐洲、美國和亞洲的多個重要流域得到廣泛應用,并為當?shù)厝祟惢顒优c區(qū)域氮循環(huán)之間的相互影響關系提供新思路[16].近年來,我國學者對淮河流域、千島湖流域、洱海流域、香溪湖流域等[17-21]區(qū)域進行了相關研究,證實NANI模型適用于對數(shù)據要求不高、缺乏實測數(shù)據的中國地區(qū),在時空尺度上解釋凈氮輸入的差異,并得出普適性結論:肥料施用和耕地面積是NANI的主要影響因子.

NANI模型雖然在國內外地區(qū)得到廣泛的應用,并與其他模型耦合建立流域氮素輸出與凈氮輸入之間的聯(lián)系,但對于跨省、不同農業(yè)生產方式、土地利用類型復雜多樣地區(qū)[7-8]的人為凈氮輸入相關研究較少.因此,本研究以生態(tài)類型復雜、空間跨度較大的北方農牧交錯帶為研究對象,分別按照農牧交錯帶整體、不同生態(tài)類型區(qū)、省級、地級市四個尺度開展NANI核算及評價,同時時間尺度上選取1985～2020,35年數(shù)據進行分析總結,采用更合理的區(qū)域劃分尺度和精度更高的數(shù)據及參數(shù)進行核算,以期為大尺度區(qū)域人類凈氮輸入核算及氮源排放識別提供基礎.

本文以北方農牧交錯帶包含的7個省為研究對象,對7個省及北方農牧交錯帶涉及的23個重要地級市進行NANI數(shù)值核算.主要包括3個方面:①北方農牧交錯帶NANI輸入量的時空變化特征;②不同生態(tài)類型區(qū)(即不同分區(qū))間的NANI組分差異;③NANI的影響因素分析.

1 材料與方法

1.1 研究區(qū)概況

中國北方農牧交錯帶位于92°20′～126°04′E, 32°69′～53°20′N,地處半濕潤向干旱半干旱氣候的過渡區(qū).總面積約461700km2,屬溫帶大陸性季風氣候,多年平均降水量250～500mm,呈東南向西北逐減趨勢分布;多年平均氣溫1.8～15.2℃,隨地勢由東南向西北逐漸降低;年均風速3～3.8m/s;地貌類型差異較大,地形破碎化嚴重,海拔高度縱跨72～4781m,總體上由東北向西南呈遞減趨勢,空間分布表現(xiàn)為典型的農業(yè)和牧業(yè)交錯分布的變化特征.

圖1 北方農牧交錯帶行政區(qū)劃示意

由于地理位置導致的區(qū)域性問題不同,故本研究將北方農牧交錯帶劃分為三個生態(tài)類型區(qū):①黃土丘陵溝壑水土流失區(qū):年均降水量約為400～ 600mm,大部分地形為黃土,植被覆蓋程度弱,干旱問題頻發(fā),包括5個地級市(遼寧朝陽,山西大同、朔州,內蒙古赤峰、烏蘭察布及陜西榆林).②長城沿線沙化退化區(qū):該地區(qū)降水量自東南向西北逐漸降低,由400～500mm降到200～300mm,主要經濟作物為玉米,播種面積可占農作物播種面積的50%以上,包括6個地級市(陜西延安、榆林,甘肅慶陽,寧夏固原,山西忻州).③京津冀水源涵養(yǎng)區(qū):年降水量自東南向西北遞減,由600mm向300mm減弱,是京津冀地區(qū)的主要飲用水源地,包括2個地級市(河北張家口、承德).

1.2 數(shù)據來源

NANI模型的輸入數(shù)據包括7個省、23個地級市的人口數(shù)量、畜禽養(yǎng)殖數(shù)量(轉化成豬當量)、主要農作物播種面積及產量、氮肥、復合肥施用量(折純量)等,這些統(tǒng)計數(shù)據來源于1985～2020年各省、地級市的統(tǒng)計年鑒及地方政府的統(tǒng)計局官網.大氣氮沉降、NANI輸入參數(shù)等來源于部分公開文獻整理和各地的國民經濟與社會發(fā)展統(tǒng)計公報.

1.3 NANI估算方法

NANI模型主要包括4個部分,本研究核算的是7個省級尺度和23個地級市尺度的人類活動凈氮輸入量.

NANI =im+fer+cro+dep(1)

式中:im表示的是食品/飼料氮凈輸入量;fer表示的是氮肥施用量(折純量);cro表示的是作物固氮量;dep表示的是大氣氮沉降量,以上各項的計算單位均以kg/(km2·a)計.

1.3.1 食品/飼料氮凈輸入量 食品/飼料氮凈輸入量在一定程度上反映了區(qū)域食品的進出口情況,用區(qū)域人類和畜禽總的氮素攝入量減去氮素總生產量的差值來表示.當im為正時,代表對應區(qū)域食品/飼料主要靠進口,反之,區(qū)域以出口食品/飼料為主,氮素輸出占主導地位.計算方法表示為:

im=hc+lc-lp-cp(2)

1)人類食品氮消費量

式中:hc代表人類食品氮消費量,數(shù)值上等于年內區(qū)域人口數(shù)量與人均蛋白質攝入量的乘積.Pop代表人口數(shù)量(人),PROT代表人均的蛋白質攝入水平,1代表城鎮(zhèn),2代表農村,PORT1每人每天69g,PORT2每人每天64.6g[22],蛋白質和氮的轉換系數(shù)為6.25[18].

2)畜禽飼料氮消費量

式中:lc代表畜禽飼料氮消費量,數(shù)值上等于區(qū)域內各種畜禽養(yǎng)殖存欄總數(shù)乘以畜禽所需氮素量的累和.AN代表區(qū)域內總的畜禽存欄量;ANI代表畜禽氮素攝入水平kg/(頭×a),代表主要畜禽種類數(shù)量,代表畜禽種類.

3)動物產品氮產量

式中:lp代表動物產品氮產量,數(shù)值上等于區(qū)域畜禽存欄總數(shù)乘以畜禽的氮素需求量與排泄量差值,再乘以畜禽可食用部分比例的累和.ANO代表不同畜禽種類的排泄水平kg/(頭×a);edi代表畜禽可食用部分,本研究選取數(shù)值0.9(表1).

表1 主要畜禽種類的氮攝入與排泄水平[23]

4)作物氮生產量

式中:cp代表作物氮生產量,數(shù)值上等于不同作物種類產量與含氮量(表2)乘積再乘以0.9的累和.代表作物種類總數(shù),代表作物種類,CP代表作物產量(t),PC表示作物含氮量(%),在作物氮轉化過程中會有0.1的損失,所以最后再乘以系數(shù)0.9[10].

表2 主要農作物種類氮含量(%)[23]

注: 注:由于本研究省份跨度比較大,所以油料、瓜果、蔬菜選取多種作物的氮含量平均值輸入到模型中.

1.3.2 氮肥施用量 在農業(yè)生產中肥料施用主要分為兩類:有機肥和化肥.由于有機肥在區(qū)域氮循環(huán)中并沒有新的氮源輸入,故在計算NANI時不予考慮.化肥氮計算使用的是各省、地級市統(tǒng)計年鑒中的氮肥、復合肥的折純施用量,復合肥在計算過程中按氮素含量占比15%計算.氮肥施用量計算如下:

fer= NF + CF′N (7)

式中:NF、CF分別代表統(tǒng)計年鑒中氮肥和復合肥的折純施用量,N代表復合肥的氮素含量.

1.3.3 作物固氮量 鑒于農牧交錯帶地跨多省,所以選取4種主要經濟作物:稻谷、大豆、小麥、玉米作為主要的固氮作物.稻谷年固氮量選取3700kg/ km2,大豆年固氮量選取9600kg/km2,小麥和玉米的年固氮量選取1500kg/km2[24].作物固氮量的計算方法為:選取的4種經濟作物種植面積分別乘以每種作物固氮量的累和.

1.3.4 大氣氮沉降 大氣氮沉降在區(qū)域氮循環(huán)中包含兩種形式:氮氫化物和氮氧化物.由于無論是從在大氣的殘留時間,還是傳播情況來看,氮氫化物都會在較短時間內完成區(qū)域內的循環(huán),故在本研究中NANI計算過程中只考慮氮氧化物的氮沉降量.本研究中的氮氧化物沉降量數(shù)據來源于文獻[25-29].

1.3.5 豬當量的計算 由于研究區(qū)所處北方農牧交錯帶,農業(yè)生產方式復雜,故在分析NANI影響因素時加入畜禽量的影響,這里將畜禽量轉化為豬當量進行分析,按照農業(yè)部制定印發(fā)《畜禽糞污土地承載力測算技術指南》[30]中的換算指標進行核算.

1.3.6 數(shù)據處理與統(tǒng)計分析方法 選用Microsoft Excel 2021和R語言4.1.2對數(shù)據進行制圖與數(shù)據分析,輸出數(shù)據可視化及地圖制備選用ArcGIS10.2版本處理.

2 結果與分析

2.1 NANI時空分布特征

2.1.1 農牧交錯帶年際變化 1985～2020年研究區(qū)內NANI值總體呈上升降趨勢(圖2),以2005年為分界點,1985年～2005年NANI值呈上升趨勢,其中1985～1995年上升幅度最大,達到18.95%;峰值出現(xiàn)在2005年為3831.84kg/(km2·a),2005～2020年NANI值逐年緩慢下降,年均下降率為9.01%,35a間整體NANI的平均值為3142.79kg/(km2·a).

長城沿線沙化退化區(qū)和京津冀水源涵養(yǎng)區(qū)NANI值在35a內呈逐年上升趨勢,其中京津冀水源涵養(yǎng)區(qū)上升幅度較大,漲幅在35.37%～45.19%波動;長城沿線沙化退化區(qū)呈波動式上升,最大值出現(xiàn)在2010年為3193.41kg/(km2·a),年均升高6.06%.黃土丘陵溝壑水土流失區(qū)年際NANI值波動范圍較大,但整體呈下降趨勢,1985～2020年NANI值下降1.18%.

圖2 1985～2020年北方農牧交錯帶NANI年際變化

2.1.2 北方牧交錯帶NANI空間變化 1)省級尺度NANI空間變化

北方農牧交錯帶省級尺度(圖3)的NANI值空間分布呈現(xiàn)較顯著的差異.整體來看,NANI表現(xiàn)為由東北向西南逐漸降低的趨勢,NANI較高值主要出現(xiàn)在河北、遼寧、陜西這三個人口數(shù)量大且施肥量高的省份,在核算的35a間,河北省一直是NANI最高的省份.各省份NANI的變化趨勢與整體NANI的平均值變化趨勢一致,均為先上升后下降.

2)地級市尺度NANI空間變化

地級市尺度與省級尺度NANI的空間分布略有不同,但分布特征仍呈現(xiàn)顯著差異性.NANI高值集中分布在東北和西南部地區(qū),錦州、阜新兩市的NANI均值超出總體NANI均值的17.19%,整體表現(xiàn)為北高南低、東高西低的分布特征.3個分區(qū)NANI總量均值排序為:黃土丘陵溝壑水土流失區(qū)>長城沿線沙化退化區(qū)>京津冀水源涵養(yǎng)區(qū).

圖4 1985～2020北方農牧交錯帶重點地級市尺度NANI均值空間分布

2.2 NANI各組分輸入量年際變化的分區(qū)比較

為明確不同分區(qū)NANI的主要貢獻源,分區(qū)討論北方農牧交錯帶重點區(qū)域NANI各組分的年際輸入量變化情況.整體來看,1985年～2020年35a間,氮肥施用和食品/飼料凈氮輸入為北方農牧交錯帶地區(qū)的主要輸入來源,在三個不同分區(qū)中二者累積最高占比均可達到80%以上,是影響北方農牧交錯帶NANI的主導因素.而作物固氮貢獻率在4.80%～ 6.74%波動,是NANI中占比最小的組分,且年際變化并不明顯.

在長城沿線沙化退化區(qū)和黃土丘陵溝壑水土流失區(qū)中,氮肥施用占比年際變化趨勢呈波動式上升,NANI總量中占比分別在34.77%～70.41%、18.63%～67.79%波動,兩者均在2005年貢獻程度最大;而1985～2020年食品/飼料凈氮輸入在NANI中的占比呈波動式下降趨勢,35a間分別下降10.14%、26.67%.京津冀水源涵養(yǎng)區(qū)中,氮肥施用、大氣氮沉降、作物固氮量在1985～2020年整體呈下降趨勢,其中氮肥施用量呈先逐年上升,在2015～2020年下降的趨勢,說明在該時間段內,氮肥施用得到有效控制;食品/飼料凈氮輸入占比整體呈逐年上升趨勢,最大漲幅出現(xiàn)在2015～2020年為71.13%,說明在研究期間京津冀水源涵養(yǎng)地區(qū)糧食凈進口水平逐年上升.

2.3 參數(shù)不確定性分析

由于北方農牧交錯帶所處的地理位置特殊,故加入了畜禽量的影響因素分析.根據相關性分析的結果(圖6)可以看出,NANI與人口密度、耕地面積、畜禽量均表現(xiàn)出顯著的相關性(<0.001),影響程度為:人口密度>畜禽量>耕地面積.人口密度直接影響NANI結構中的人類食品氮消費量,2數(shù)值最大(0.3528);畜牧業(yè)作為北方農牧交錯帶的主要農業(yè)生產方式,畜禽量對NANI參數(shù)影響較大,并且在一定程度上影響大氣氮沉降的大小,2為0.2728;耕地面積占比側面反映肥料的使用情況.以上2數(shù)值均表明人類活動對區(qū)域氮素循環(huán)的強烈影響,在各因素的綜合影響下,NANI隨人類活動強度增大而升高.

3 討論

3.1 區(qū)域NANI比較

為明確北方農牧交錯帶NANI在全球中的地位,將北方農牧交錯帶1985～2020年的NANI均值與國內外部分已有研究的NANI均值進行比較(表3).從國際水平來看,北方農牧交錯帶35a間的均值為3142.79kg/(km2·a),約為全球NANI[1044.33kg/ (km2·a)]水平的3倍、亞洲NANI[2325.17kg/(km2·a)]水平的1.35倍,低于人口較多、經濟發(fā)展程度較高、農業(yè)占比較大的印度、美國、英國地區(qū).從全國范圍來看,北方農牧交錯帶35a的NANI均值小于現(xiàn)有研究的NANI均值,僅占到人口密度較大、農業(yè)集約化程度較高的河南地區(qū)NANI均值的14.61%.

北方農牧交錯帶的3個分區(qū)35a間NANI均值分別為:長城沿線沙化退化區(qū)2396.29kg/(km2·a)、京津冀水源涵養(yǎng)區(qū)3007.65kg/(km2·a)、黃土丘陵溝壑水土流失區(qū)3732.65kg/(km2·a).黃土丘陵溝壑水土流失區(qū)的NANI均值為整個北方農牧交錯帶NANI均值的1.19倍、為長城沿線沙化退化區(qū)NANI均值的1.56倍.因此,從整體角度來看,黃土丘陵溝壑水土流失區(qū)人類活動凈氮輸入強度較大,對水環(huán)境產生的壓力及可能發(fā)生水體污染的風險較另兩個分區(qū)高.1985～2020年研究區(qū)NANI均值呈下降趨勢,但由于京津冀地區(qū)經濟不斷迅猛發(fā)展,尤其是農業(yè)生產、綜合化工和現(xiàn)代化進程催生出的新興產業(yè)的發(fā)展,使得京津冀水源涵養(yǎng)區(qū)NANI值上升趨勢明顯, 2015～2020年NANI均值為該區(qū)域1985～2020整體均值的1.56倍,故京津冀水源涵養(yǎng)區(qū)的氮素輸入控制值得引起重視.

表3 全球部分地區(qū)NANI匯總[3,11-13,18,23,31-34]

3.2 NANI主要來源及貢獻率比較

從研究區(qū)整體來看,NANI的主要組分來源與現(xiàn)有的相關研究結果略有差異[35-40],氮肥施用和大氣氮沉降為北方農牧交錯帶地區(qū)NANI的兩個主要輸入源,平均分別占北方農牧交錯帶1985～2020年NANI總量的45.64%和37.17%.由于受降水因素、氮肥施用強度及現(xiàn)代化進程加快導致的能源消耗等綜合因素的影響,導致大氣氮沉降的全國平均值增加了近25%,且約50%的大氣氮沉降可由氮肥施用量解釋,因此,大氣氮沉降輸入占比逐年上升,大氣氮沉降成為影響NANI次要貢獻因素.

從北方農牧交錯帶的3個分區(qū)來看,1985～2020年氮肥施用平均分別占到各分區(qū)NANI總量的78.48%、62.59%、39.59%,成為最主要貢獻組分,已有研究同樣表明,化肥施用是NANI的最大氮素輸入源.由于近年來長城沿線沙化退化區(qū)和黃土丘陵溝壑水土流失區(qū)產業(yè)結構的改變,糧食作物種植面積持續(xù)增加,尤其是籽粒玉米種植面積的擴大,使得作物產量得到有效提升,致使這兩個區(qū)域的食品/飼料氮輸入量在1985～2020年間整體呈下降趨勢,但仍為NANI的第二大貢獻源.由于外來人口可以增加當?shù)氐氖称返剌斎肓縖21],所以,對于流動人口大的京津冀水源涵養(yǎng)區(qū),1995～2020年食品氮素輸入量逐年上漲趨勢明顯,在1995～2005年漲幅達到95.60%.黃土丘陵溝壑水土流失區(qū)的食品/飼料氮輸入和氮肥施用兩組分占NANI總量比例遠高于另外兩個組分,最高可占到整個研究區(qū)NANI的85.14%. 35a間3個分區(qū)的作物固氮貢獻率并不高,主要是研究區(qū)種植面積的波動幅度并不大,且豆科作物種植面積占比較小.

3.3 不同分區(qū)差異性分析

受不同土地利用及經濟發(fā)展程度等條件的影響,不同區(qū)域的NANI表現(xiàn)出一定的差異性.中國大陸NANI主要受人口密度和農業(yè)發(fā)展程度的雙重影響,NANI高值集中在東部和中部地區(qū);洱海流域NANI中,耕作面積和化肥使用情況是制約NANI的主要因素;在河南地區(qū),人口密度和農業(yè)發(fā)達情況制約著NANI的變化.本研究結果表明,人口密度較大、畜禽量較高的地區(qū),由于人類生產活動劇烈導致NANI值越高.由相關分析結果可以看出,畜禽量對NANI的影響程度大于耕地面積的影響程度,故可以通過控制北方農牧交錯帶畜禽養(yǎng)殖手段,調整畜禽養(yǎng)殖方式來調控NANI值,降低北方農牧交錯帶地區(qū)的凈氮輸入.

4 結論

4.1 時空尺度上看,1985～2020年北方農牧交錯帶NANI整體呈上升趨勢,均值為3142.79kg/ (km2·a);空間尺度上呈現(xiàn)出由西北向東南逐漸降低的特點,人口及農業(yè)集約化程度較高地區(qū)同時也是NANI的高值區(qū).

4.2 構成組分來看,1985～2020年最大貢獻源為氮肥施用(30.34%～56.29%),其次是大氣氮沉降(31.20%～47.23%);人口密度、耕地面積和畜禽量均與NANI呈顯著正相關關系(<0.01),其中人口密度是影響農牧交錯帶地區(qū)NANI的主要影響因素.

4.3 生態(tài)類型差異條件下,京津冀水源涵養(yǎng)區(qū)NANI整體呈漲幅明顯的上升趨勢,2015～2020年增幅最高可達47.58%,可作為重點防治區(qū)域; 黃土丘陵溝壑水土流失區(qū)NANI雖呈波動式下降趨勢,但總量最大仍需引起重視; 長城沿線沙化退化區(qū)大氣氮沉降占比為NANI中占比最高的組分,需結合大氣治理進行綜合調控.

[1] 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.

[2] Howarth R W. Coastal nitrogen pollution: A review of sources and trends globally and regionally [J]. Harmful Algae., 2009,8(1):14-20.

[3] 高 偉,郭懷成,后?？?中國大陸市域人類活動凈氮輸入量(NANI)評估[J]. 北京大學學報(自然科學版), 2014,50(5):951-959. Gao W, Guo H C, Hou X K. Evaluating city-scale net anthropogenic nitrogen input (NANI) in Mainland China [J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2014,50(5):951-959.

[4] 李文龍,石育中,魯大銘,等.北方農牧交錯帶干旱脆弱性時空格局演變[J]. 自然資源學報, 2018,33(9):1599-1612. Li W L, Shi Y Z, LU D M, et al. Evolution of spatial and temporal patterns of drought vulnerability in the Northern Agro-Pastoral Transitional Zone [J]. Journal of Natural Resources, 2018,33(9):1599- 1612.

[5] 張建寧,陳瓔亭,王 勇,等.北方農牧交錯帶耕地利用變化對生態(tài)系統(tǒng)服務價值影響——以寧夏回族自治區(qū)吳忠市為例[J]. 水土保持研究, 2021,28(6):283-291. Zhang J N, Chen Y T, Wang Y, et al. Impact of cultivated land use change on ecosystem service value in the Northern Agro-Pastoral Transitional Zone [J]. Research of Soil and Water Conservation, 2021,28(6):283-291.

[6] 張燕江,王俊鵬,王 瑜,等.農牧交錯帶典型區(qū)土壤氮磷空間分布特征及其影響因素[J]. 環(huán)境科學, 2021,42(6):3010-3017. Zhang Y J, Wang J P, Wang Y, et al. Spatial patterns of nitrogen and phosphorus in soil and their influencing factors in a typical agro- pastoral ecotone [J]. China Environmental Science, 2021,42(6):3010- 3017.

[7] 陶澤涪,王世清,孫丕苓,等.中國北方農牧交錯帶耕地時空分異及驅動因素[J]. 干旱區(qū)地理, 2022,45(1):153-163. Tao Z P, Wang S Q, Sun P L, et al.Spatio-temporal differentiation and driving factors of cropland in the agro-pastoral transitional zone [J]. Arid Land Geography, 2022,45(1):153-163.

[8] 李旭亮,楊禮簫,田 偉,等.中國北方農牧交錯帶土地利用/覆蓋變化研究綜述[J]. 應用生態(tài)學報, 2018,29(10):3487-3495. Li X L, Wang S Q, Sun P L, et al. Land use and land cover change in agro-pastoral ecotone in Northern China: A review [J]. Chinese Journal of Applied Ecology, 2018,29(10):3487-3495.

[9] 農業(yè)部發(fā)布《關于北方農牧交錯帶農業(yè)結構調整的指導意見》[J]. 北方牧業(yè), 2016,(23):18. Ministry of Agriculture issues guidance on agricultural structural adjustment in the Northern Agricultural and Animal Husbandry Crossborder Zone [J]. Northern Pastoralism, 2016,(23):18.

[10] 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.

[11] Elizabeth W B I, Goodale C L, Jaworski N A, et al. Anthropogenic nitrogen sources and relationships to riverine nitrogen export in the northeastern USA [J]. Biogeochemistry, 2002,57(1):137-169.

[12] Sylvia C. Schaefer,James T. Hollibaugh,Merryl Alber. Watershed nitrogen input and riverine export on the west coast of the US [J]. Biogeochemistry, 2009,93(3):219-233..

[13] 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.

[14] 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.

[15] Rock L, Mayer B. Nitrogen budget for the Oldman River Basin, southern Alberta, Canada [J]. Nutrient Cycling in Agroecosystems, 2006,75(1-3):147-162.

[16] 王 迪,劉梅冰.河流氮輸出對人類活動凈氮輸入的響應[J]. 亞熱帶資源與環(huán)境學報, 2019,14(1):47-53. Wang D, Liu M B. Response of riverine nitrogen export to net anthropogenic nitrogen inputs [J]. Journal of Subtropical Resources and Environment, 2019,14(1):47-53.

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

[18] 李 影,劉宏斌,雷秋良,等.洱海流域鄉(xiāng)鎮(zhèn)尺度上人類活動對凈氮輸入量的影響[J]. 環(huán)境科學, 2018,39(9):4189-4198. Li Y, Liu H B, Lei Q L, et al. Impact of human activities on net anthropogenic nitrogen inputs (NANI) at township scale in Erhai Lake basin [J]. Environment Science, 2018,39(9):4189-4198.

[19] 張汪壽,李敘勇,杜新忠,等.流域人類活動凈氮輸入量的估算、不確定性及影響因素[J]. 生態(tài)學報, 2014,34(24):7454-7464. Zhang W S, Li X Y, Du X Z, et al. Accounting methods, uncertainties and influential factors of net anthropogenic nitrogen input (NANI) [J]. Acta Ecologica Sinica, 2014,34(24):7454-7464.

[20] 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, 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.

[21] 李曉虹,劉宏斌,雷秋良,等.人類活動凈氮輸入時空變化特征及其影響因素——以香溪河流域為例[J]. 中國環(huán)境科學, 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.

[22] 翟鳳英,何宇娜,王志宏,等.中國城鄉(xiāng)居民膳食營養(yǎng)素攝入狀況及變化趨勢[J]. 營養(yǎng)學報, 2005,27(3):181-184. Zhai F Y, He Y N, Wang Z H, et al. The status and trends of dietarynutrients intake of Chinese population [J]. Acta Nutrimenta Sinica, 2005,27(3):181-184.

[23] 裴 瑋,杜新忠,雷秋良,等.河南省人類活動凈氮輸入量與參數(shù)影響研究[J]. 中國環(huán)境科學, 2021,41(9):4447-4456. Pei W, Du X Z, Lei Q L, et al. Net anthropogenic nitrogen input from human activities and its impacts from parameters in Henan Province. China Environmental Science, 2021,41(9):4447-4456.

[24] Helen, M, Baulch. Asking the right questions about nutrient control in aquatic ecosystems [J]. Environmental Science & Technology, 2013,47(3).

[25] Sheng, W P, Yu,G R, et al. Monitoring nitrogen deposition in typical forest ecosystems along a large transect in China [J]. Environmental monitoring and assessment, 2013,185(1):833-844.

[26] Zhan X, Yu G, et al. Inorganic nitrogen wet deposition: Evidence from the North-South Transect of Eastern China [J]. Environmental Pollution, 2015,204(204):1-8.

[27] Jia Y L, Yu G R, Gao Y N, et al. Global inorganic nitrogen dry deposition inferred from ground-and space-based measurements [J]. Scientific reports, 2016,6:19810.

[28] Zhu J X, He N P, et al. The composition, spatial patterns, and influencing factors of atmospheric wet nitrogen deposition in Chinese terrestrial ecosystems [J]. Science of The Total Environment, 2015, 511(511):777-785.

[29] Jia YL, Yu G, He NP, et al. Spatial and decadal variations in inorganic nitrogen wet deposition in China induced by human activity [J]. Scientific Reports, 2014,4:3763.

[30] 畜禽糞污土地承載力測算技術指南[J]. 農技服務, 2018,35(5): 33-36. Technical guidelines for measuring the land carrying capacity of livestock and poultry manure [J]. Agricultural services, 2018,35(5): 33-36.

[31] 馬 華,雷秋良,杜新忠,等.河南省人類活動凈磷輸入的時空變化與影響參數(shù)[J]. 中國環(huán)境科學, 2022,42(3):1318-1326. Ma H, Du X Z, Lei Q L, et al. Spatio-temporal variation and the impacts from parameters analysis of net anthropogenic phosphorus inputs in Henan province. China Environmental Science, 2022,42(3): 1318-1326.

[32] Schaefer S C, Alber M. Temporal and spatial trends in nitrogen and phosphorus inputs to the watershed of the Altamaha River, Georgia, USA [J]. Biogeochemistry, 2007,86(3):231-249.

[33] 高 偉,白 輝,嚴長安,等.1952～2016年長江經濟帶天然與人為氮輸入時空演變趨勢[J]. 環(huán)境科學學報, 2019,39(9):3134-3143. Gao W, Bai H, Yan C A, et al. Spatiotemporal evolution of natural and anthropogenic nitrogen inputs to Yangtze River Economic Belt from 1952 to 2016 [J]. Acta Scientiae Circumstantiae, 2019,39(9):3134- 3143.

[34] 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, 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.

[35] 張柏發(fā),陳丁江.1980～2010年浙江某典型河流硝態(tài)氮通量對凈人類活動氮輸入的動態(tài)響應[J]. 環(huán)境科學, 2014,35(8):2911-2919. Zhang B F, Chen D J. Dynamic response of riverine nitrate flux to net anthropogenic nitrogen inputs in a typical river in Zhejiang Province over the 1980～2010 period [J]. Environment Science, 2014,35(8): 2911-2919.

[36] 高 偉,高 波,嚴長安,等.鄱陽湖流域人為氮磷輸入演變及湖泊水環(huán)境響應[J]. 環(huán)境科學學報, 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.

[37] 陳 巖,高 偉,王 東,等.缺水地區(qū)人類活動凈氮輸入與河流響應特征——以海河流域為例[J]. 環(huán)境科學學報, 2016,36(10):3600- 3606. Chen Y, Gao W, Wang D, et al. Net anthropogenic nitrogen inputs (NANI) and riverine response in water shortage region: A case study of Haihe River watershed [J]. Acta Scientiae Circumstantiae, 2016, 36(10):3600-3606.

[38] 蘇泳松,宋 松,陳 葉,等.珠江三角洲人類活動凈氮輸入時空特征及其影響因素[J]. 生態(tài)環(huán)境學報, 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.

[39] 王雨蓉,曾慶敏,陳利根,等.新安江流域人類活動凈氮輸入的時空變化及其對生態(tài)補償?shù)捻憫猍J]. 生態(tài)與農村環(huán)境學報, 2021, 37(4):465-473. Wang Y R, Zhen Q M, Chen L G, et al. Spatio-temporal variation in net anthropogenic nitrogen input to the Xin' an River Basin and its responses to payments for ecosystem services [J]. Journal of Ecology and Rural Environment, 2021,37(4):465-473.

[40] 丁雪坤,王云琦,韓玉國,等.三峽庫區(qū)人類活動凈氮輸入量估算及其影響因素[J]. 中國環(huán)境科學, 2020,40(1):206-216. Ding X K, Wang Y Q, Han Y G et al. Estimation of human net nitrogen input and its influencing factors in the Three Gorges Reservoir Area [J]. China Environmental Science, 2020,40(1):206- 216.

Impacts of human activities on net nitrogen input under different ecological type zones—A case study in agricultural-pastoral ecotone of Northern China.

LIU Huan1, LEI Qiu-liang1*, DU Xin-zhong1, AN Miao-ying1, LIU Xiao-tong2, QIU Wei-wen3, WU Shu-xia1, LIU-Hong-bin1

(1.Key Laboratory of Nonpoint Source Pollution Control, Ministry of Agriculture, Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081, China；2.Institute of Agricultural Resources and Environment, Ningxia Academy of Agriculture and Forestry Sciences, Yinchuan 750002, China；3.The New Zealand Institute for Plant & Food Research Limited, Chrischurch City, 7608, New Zealand)., 2023,43(10)：5368～5376

This study aimed to investigate the impacts of human activities on net Nitrogen (N) input under different ecological type zones of the agricultural-pastoral ecotone in Northern China. Based on Net Anthropogenic Nitrogen Input (NANI) model, statistical data and relevant parameters collected from 7 provinces and 23 prefecture-level cities within the agricultural-pastoral ecotone were analyzed to determine the spatiotemporal distribution characteristics and influencing factors of NANI from 1985 to 2020. The results showed that the trend of NANI in the region initially increased and then declined from 1985 to 2020, and Hebei Province contributed the highest to the NANI value. The NANI trends in the hilly and gully erosion area of Loess Plateau and the northern agricultural-pastoral ecotone inter-annual were similar, while the NANI values in the water source conservation zone of Beijing-Tianjin-Hebei region and the soil desertification and degradation area along the Great Wall appeared to show an upward trend. The overall spatial distribution of NANI values presented a gradually decreasing characteristic from northwest to southeast. In terms of input components, the largest contribution source in the entire study area was N fertilizer use (30.34%～56.29%), followed by atmospheric N deposition (31.20%～47.23%). The key input components in the hilly and gully erosion area of Loess Plateau were N fertilizer application and food/livestock feed N input (accumulating to 76.46%～85.14%). The two factors that had the greatest effect on NANI values in the northern farming-pastoral ecotone were population density and the quantity of livestock and poultry. Therefore, farming systems restructuring in the agricultural-pastoral ecotone of Northern China should integrate with zoning governance strategy, adjusting N fertilizer use schemes, livestock and poultry breeding modes to promote the deep consolidation between regional agriculture and the ecological environment.

agricultural-pastoral ecotone in Northern China；net anthropogenic nitrogen input (NANI)；human activities；nitrogen

X71

A

1000-6923(2023)10-5368-09

2023-03-01

國家自然科學基金區(qū)域創(chuàng)新發(fā)展聯(lián)合基金項目(U20A20114);泰山產業(yè)領軍人才工程項目(LJNY202125);鄂爾多斯沿黃灌區(qū)農業(yè)污染時空變異規(guī)律與農田生態(tài)系統(tǒng)健康評價(JBGS-2021-001)

* 責任作者, 研究員, leiqiuliang@caas.cn

劉 歡(1998-),女,遼寧遼陽人,中國農業(yè)科學院碩士研究生,主要研究方向為農業(yè)面源污染.82101222130@caas.cn.

劉 歡,雷秋良,杜新忠,等.不同生態(tài)類型區(qū)對人類活動凈氮輸入的影響——以北方農牧交錯帶為例 [J]. 中國環(huán)境科學, 2023,43(10):5368-5376.

Liu H, Lei Q L, Du X Z, et al. Impacts of human activities on net nitrogen input under different ecological type zones — A case study in agricultural-pastoral ecotone of Northern China [J]. China Environmental Science, 2023,43(10):5368-5376.