廣東省各區(qū)縣農(nóng)業(yè)面源污染負荷估算及特征分析

賀斌，胡茂川 *

1.廣東省科學院生態(tài)環(huán)境與土壤研究所，廣東 廣州 510650；2.中山大學土木工程學院，廣東 珠海 519082；3.中山大學水資源與環(huán)境研究中心，廣東 廣州 510275

近年來，隨著公眾意識和監(jiān)管力度的提高，點源污染逐步得到控制，面源污染尤其是農(nóng)業(yè)面源污染，正逐漸成為地表水體污染的主要來源，嚴重威脅飲水安全（Bouwman et al.，2013；楊林章等，2018）?！兜谝淮稳珖廴驹雌詹楣珗蟆罚?010）結(jié)果顯示，全國地表水體污染負荷中57%的總氮（TN）和67%的總磷（TP）來源于農(nóng)業(yè)污染源。研究表明，農(nóng)業(yè)面源污染對太湖流域TN和TP的污染貢獻率分別達到83%和84%（張紅舉等，2010）。農(nóng)業(yè)面源污染涉及范圍廣、隱蔽性強、隨機性大、溯源性差、潛伏周期長，導致其治理難度很大（賀纏生等，1998）。有效評估農(nóng)業(yè)面源污染負荷和時空分布特征對開展農(nóng)業(yè)面源污染防控和生態(tài)環(huán)境改善具有重要意義。

農(nóng)業(yè)面源污染負荷的量化方法主要可以分為分布式模型和集總式模型兩種。常見的分布式模型包括HYPE（Jiang et al.，2020）、SWAT（張昊晨，2020）、HSPF（Chang et al.，2017）及 AGNPS（涂宏志等，2017）等，這些模型雖然考慮了多因子影響下目標污染物的遷移轉(zhuǎn)化機理，但對數(shù)據(jù)要求高，參數(shù)獲取困難（Xue et al.，2019；Shrestha et al.，2021）。與之相比，以輸出系數(shù)為代表的集總式模型簡單方便，不依賴于大量監(jiān)測數(shù)據(jù)，且有一定的精度，得到了廣泛使用（Shen et al.，2012；邱捷等，2021）。王思如等（2021）利用輸出系數(shù)模型估算了全國2016年農(nóng)業(yè)面源污染排放量。李明龍等（2021）基于輸出系數(shù)模型解析了三峽庫區(qū)非點源氮磷負荷時空變化和來源。

廣東省是我國經(jīng)濟最發(fā)達的省份之一，由于經(jīng)濟發(fā)展和人口增長的雙重壓力，農(nóng)業(yè)生產(chǎn)不得不采用高投入高耗能高廢物的生產(chǎn)方式，致使土壤和水環(huán)境產(chǎn)生較大污染。2018年廣東省氮、磷肥施用折純量分別達到 88.64×104、27.0×104t，氮、磷的利用率卻低至 33%—24%。全國第二次污染源普查公報顯示，廣東省農(nóng)業(yè)面源污染對全省TN和TP污染的貢獻率分別為39%和63%?！稄V東省實施鄉(xiāng)村振興戰(zhàn)略規(guī)劃 (2018—2022年)》、《廣東省水污染防治行動計劃實施方案 (2015年)》和《廣東省打贏農(nóng)業(yè)農(nóng)村污染治理攻堅戰(zhàn)實施方案(2019年)》都強調(diào)農(nóng)業(yè)面源污染治理，建設新鄉(xiāng)村的重要性和迫切性。當前關(guān)于廣東省農(nóng)業(yè)面源污染負荷評估研究尚不多見。林蘭穩(wěn)等（2020）評估了粵東、粵西、粵北和珠三角四大片區(qū)的農(nóng)業(yè)面源污染整體變化情況。該研究未關(guān)注廣東省各區(qū)縣的農(nóng)業(yè)面源污染負荷分布情況且未考慮不同季節(jié)和月份的污染負荷變化。鑒于此，本研究基于廣東省2020年種植和畜禽養(yǎng)殖的統(tǒng)計數(shù)據(jù)，估算廣東省 2019年各區(qū)縣全年及不同月份的農(nóng)業(yè)氮磷污染負荷總量，分析氮磷負荷的時空變化特征，評價農(nóng)業(yè)面源污染對環(huán)境的影響程度，對于廣東省農(nóng)業(yè)面源污染治理和新農(nóng)村建設具有重要意義。

1 研究區(qū)域與數(shù)據(jù)來源

1.1 研究區(qū)概況

廣東省降水資源豐富，多年平均降水量約為1770 mm，主要集中在夏秋季節(jié)，年平均氣溫約為22.3 ℃。地形上北部多為丘陵，南部多是平原和臺地。農(nóng)業(yè)資源豐富，自然條件優(yōu)越，但空間分布不均，珠三角和粵東地區(qū)經(jīng)濟發(fā)達，農(nóng)地資源緊缺，農(nóng)業(yè)經(jīng)濟占 GDP比重較低；粵北和粵西地區(qū)農(nóng)地資源較多，農(nóng)業(yè)經(jīng)濟占比高，是廣東省的農(nóng)作物主產(chǎn)區(qū)。全省擁有21個地級市，下轄122個縣級行政區(qū)，考慮到部分區(qū)（縣）農(nóng)地資源稀缺，農(nóng)業(yè)經(jīng)濟在國民生產(chǎn)總值占比低，故本研究基于各縣級行政區(qū)地理位置和農(nóng)地分布情況，將部分區(qū)（縣）合并一個分析單元，命名為市區(qū)。經(jīng)過調(diào)整，122個縣級行政區(qū)分為102個單元，分析各單元TN和TP污染負荷及其特征。

1.2 數(shù)據(jù)來源

農(nóng)作物氮肥、磷肥和復合肥施用折純量及農(nóng)業(yè)耕地類型和面積來源于《廣東省農(nóng)村統(tǒng)計年鑒2020》，降雨數(shù)據(jù)來自中國氣象科學數(shù)據(jù)共享服務網(wǎng)（http://data.cma.cn/）所提供的《中國地面氣候資料日值數(shù)據(jù)集》。

2 研究方法

2.1 農(nóng)業(yè)面源污染物年排放量計算

氮磷污染物年負荷估算采用改進輸出系數(shù)法，即在經(jīng)典輸出系數(shù)法的基礎上綜合考慮不同類型污染源、地形和降水的影響。具體表達式如下：

式中：

L——污染物的年輸出量（t）；

α——降雨影響因子，等于2019年降水量與多年平均年降水量的比值；

A——各區(qū)縣氮、磷肥施用折純量（t，包含復合肥換算后的值，其中 TP估算還需乘以系數(shù)0.437）；

Gj——第j種類型牲畜出欄量（只）；

污染物輸出系數(shù)取值主要參考了《第一次全國污染源普查產(chǎn)排污系數(shù)手冊》及相關(guān)文獻提供的參數(shù)（蔡明等，2004；劉瑞民等，2006；李娜等，2016；張彩玲等，2017；李政道等，2020；），具體數(shù)值詳見表1。

表1 不同污染源的輸出系數(shù)Table 1 Export coefficients from different pollution sources

2.2 農(nóng)業(yè)面源污染物月排放量計算

氮磷污染物月負荷估算主要依據(jù)中國氣象科學數(shù)據(jù)共享服務網(wǎng)（http://data.cma.cn/）提供的《中國地面氣候資料日值數(shù)據(jù)集》中廣東省站點的日降雨數(shù)據(jù)，計算多年平均月降雨量和年降雨量，根據(jù)各區(qū)縣多年平均各月降雨量在年降雨量中所占比例，估算各月氮磷污染物負荷。具體表達式如下：

式中：

M——污染物的月輸出量（t）；

f——多年平均月降雨量在年降雨量中占比；

L1——種植業(yè)污染物的年輸出量（t）；

L2——畜禽養(yǎng)殖業(yè)污染物的年輸出量（t）。

2.3 污染程度評價

采用單位面積農(nóng)業(yè)面源污染負荷系數(shù)評價各區(qū)縣的農(nóng)業(yè)面源污染程度，具體表達式如下：

式中：

K——單位面積污染負荷系數(shù)；

qx——某區(qū)縣面源污染物排放強度（t·km?2）；

L——污染物的輸出量（t）；

S——該區(qū)縣行政面積（km2）。

3 結(jié)果與討論

3.1 各區(qū)縣面源污染年分布特征

3.1.1 空間分布特征

2019年，廣東省 TN和 TP排放量分別為16.09×104t和1.71×104t。全省TN排放量位居前五區(qū)縣分別為信宜、新興、高州、廉江和化州，大部分位于粵西地區(qū)（圖1a）。全省TP排放量位居前五區(qū)縣分別為新興、信宜、高州、遂溪和化州（圖1b）。全省TN和TP排放量最少的5個區(qū)縣分別寶安、佛山市區(qū)、龍崗、南澳和東莞，除南澳外均位于珠三角地區(qū)。不同區(qū)縣TN和TP排放量大小排序不完全一致。全省各區(qū)縣TN和TP年排放量平均值為0.16×104t和0.02×104t，高于TN和TP平均排放量的區(qū)縣分別有42個和45個。

圖1 2019年廣東省各區(qū)縣農(nóng)業(yè)面源污染排放量Figure 1 Agricultural non-point source pollution loads in each district and county of Guangdong Province in 2019

3.1.2 不同污染源排放量特征

2019年廣東省畜禽養(yǎng)殖業(yè)TN和TP排放量分別為10.81×104t和1.10×104t，對總排放量的貢獻率分別為67.2%和64.6%。種植業(yè)TN和TP排放量分別為5.28×104t和0.61×104t，占總排放量的32.8%和35.4%。不同區(qū)縣TN和TP排放源差異較大，這與各區(qū)縣的農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)有重要關(guān)系。78.4%和76.5%的區(qū)縣畜禽養(yǎng)殖業(yè)對農(nóng)業(yè)氮磷排放量貢獻率大于50%。不同區(qū)縣TN和TP排放源貢獻率大小排序不完全一致。畜禽養(yǎng)殖業(yè)TN排放量排名前五區(qū)縣為新興、信宜、高州、廉江和電白；種植業(yè)TN排放量排名前五區(qū)縣為高州、廉江、英德、封開和梅縣。畜禽養(yǎng)殖業(yè)TP排放量排名前五區(qū)縣為新興、信宜、高州、電白和開平；種植業(yè)TP排放量排名前五區(qū)縣為雷州、高州、遂溪、化州和懷集。

3.2 各區(qū)縣面源污染月分布特征

廣東省4—9月TN和TP排放量占全年排放量的60%（圖2），這與廣東省降雨分布特征有關(guān)，該區(qū)間內(nèi)降雨充沛，雨水沖刷攜帶大量氮磷從陸地遷移進入水體。由于數(shù)據(jù)限制，本文未考慮畜禽養(yǎng)殖業(yè)各月養(yǎng)殖數(shù)差異及種植業(yè)化肥施用時間和施用量的影響?？紤]到廣東省水稻種植主要為一年兩季，持續(xù)時間為3—10月，可見種植業(yè)耕作和施肥情況對面源污染影響與研究結(jié)果基本一致。另外絕大部分區(qū)縣TN和TP月最大排放量出現(xiàn)在6月，少數(shù)區(qū)縣在5月或7月。

圖2 廣東省各月份農(nóng)業(yè)面源污染排放量Figure 2 Monthly agricultural non-point source pollution loads in Guangdong Province

3.3 各區(qū)縣污染程度分析

根據(jù)全省各區(qū)縣單位面積污染負荷系數(shù)（K）分析結(jié)果（圖3），全省 35.3%和 40.2%的區(qū)縣 TN、TP的K值小于0.6；33.3%和36.3%的區(qū)縣TN、TP的K值大于1，其中10.8%和11.8%的區(qū)縣的K值大于2；31.4%和23.5%的區(qū)縣TN、TP的K值介于0.6和1之間。根據(jù)K值的大小，可以將TN、TP對各省市環(huán)境影響程度分為 3個等級（陳守越，2011），其中K<0.6對環(huán)境不構(gòu)成威脅；K介于[0.6,1]對環(huán)境有威脅；K>1對環(huán)境構(gòu)成嚴重威脅。從圖3可以看出，對環(huán)境構(gòu)成重大威脅的區(qū)縣主要集中在粵西地區(qū)及新興、三水和四會一帶，這與當?shù)剞r(nóng)業(yè)經(jīng)濟規(guī)模和高強度的農(nóng)業(yè)開發(fā)密切相關(guān)，以新興為例，2019年家禽出欄量達9599.8萬只，年末存欄量為3980.4萬只，耕地每公頃施肥量（氮肥、磷肥和復合肥）為 0.77 t。廣州市區(qū)也屬于高威脅地區(qū)，這主要是由于市內(nèi)白云區(qū)高強度的農(nóng)業(yè)經(jīng)濟活動，如2019年家禽出欄量達到2970萬只，存欄量也有335.3萬只，耕地每公頃施肥量更是高達1.25 t。深圳和東莞的農(nóng)業(yè)活動對環(huán)境不構(gòu)成威脅，這主要是因為當?shù)剞r(nóng)業(yè)產(chǎn)值比重低，農(nóng)業(yè)用地面積少，規(guī)模小，如東莞2019年家禽出欄僅為39.4萬只，耕地每公頃施肥量僅為0.21 t。林蘭穩(wěn)等（2020）針對粵東、粵西、粵北和珠三角四大片區(qū)的農(nóng)業(yè)面源污染時空變化分析中也發(fā)現(xiàn)粵西地區(qū)面源污染排放強度最高且上升明顯。夏麗佳等（2021）在對珠三角四市農(nóng)業(yè)面源污染評價中也有跟本文類似的發(fā)現(xiàn)，東莞與深圳的污染較輕，廣州和佛山污染較重。

圖3 2019年廣東省各區(qū)縣農(nóng)業(yè)面源污染單位面積污染負荷系數(shù)Figure 3 Agricultural non-point source unit area load factor in each district and county of Guangdong Province in 2019

4 討論與結(jié)論

4.1 討論

受數(shù)據(jù)限制，本文未考慮畜禽養(yǎng)殖業(yè)各月養(yǎng)殖數(shù)差異及種植業(yè)化肥施用時間和施用量的影響，綜合考慮以上因素計算月污染物排放量是未來重點改進方向之一。此外，改進輸出系數(shù)法僅考慮了降雨和地形的影響，忽略了距離因子，大氣沉降，時間滯后性等因素影響，以及水產(chǎn)養(yǎng)殖業(yè)的養(yǎng)殖廢水對農(nóng)業(yè)面源污染排放量的貢獻等也是本文的不足和有待改進之處。

4.2 結(jié)論

本研究基于《廣東省農(nóng)村統(tǒng)計年鑒 2020》，采用改進輸出系數(shù)模型和單位面積負荷系數(shù)對 2019年廣東省農(nóng)業(yè)面源污染年排放量和月排放量進行了估算，分析了廣東省102個單元的面源污染時空分布。在此基礎上，評估了農(nóng)業(yè)面源污染排放對環(huán)境的影響，主要結(jié)論如下：

（1）2019年廣東省農(nóng)業(yè)面源污染排放TN和TP分別為16.09×104t和1.71×104t。畜禽養(yǎng)殖業(yè)對農(nóng)業(yè)面源污染TN、TP負荷量貢獻較大，其對TN、TP的貢獻率分別為67.2%、64.6%?？臻g分布上TN、TP排放量主要分布于粵西地區(qū)。

（2）全省面源污染高排放期相對集中于 4—9月，大部分區(qū)縣6月TN、TP排放量最大。

（3）全省35.3%和40.2%的區(qū)縣TN、TP的K值小于0.6，對環(huán)境不構(gòu)成威脅。33.3%和36.3%的區(qū)縣農(nóng)業(yè)TN、TP排放對環(huán)境造成嚴重威脅。整體而言農(nóng)業(yè)TN、TP排放對粵西地區(qū)的影響較粵北、粵東和珠三角地區(qū)更嚴重。