龐樹江，王曉燕,2

?

流域尺度非點(diǎn)源總氮輸出系數(shù)改進(jìn)模型的應(yīng)用

龐樹江1，王曉燕1,2※

（1. 首都師范大學(xué)資源環(huán)境與旅游學(xué)院，北京 100048；2. 首都師范大學(xué)首都圈水環(huán)境研究中心，北京 100048）

非點(diǎn)源態(tài)氮流失是地表水體水質(zhì)惡化的重要因素，引發(fā)水體富營養(yǎng)化等一系列水環(huán)境問題。而準(zhǔn)確評(píng)估流域內(nèi)非點(diǎn)源總氮的負(fù)荷及分布和影響因素是流域綜合管理的必要前提。該研究提出了一個(gè)綜合考慮產(chǎn)污強(qiáng)度、降雨徑流、土壤水分下滲和流域下墊面植被景觀截留等作用的氮輸出系數(shù)模型，將其應(yīng)用于密云水庫潮河流域，并結(jié)合流域?qū)崪y(cè)水質(zhì)數(shù)據(jù)對(duì)構(gòu)建的模型結(jié)果進(jìn)行驗(yàn)證。在此基礎(chǔ)上，識(shí)別了流域總氮關(guān)鍵源區(qū)，利用增強(qiáng)回歸樹模型確定了總氮流失的關(guān)鍵影響因子。主要結(jié)論：1）與實(shí)測(cè)總氮負(fù)荷相比，改進(jìn)輸出系數(shù)模型模擬精度（相對(duì)誤差8.23%）明顯高于傳統(tǒng)輸出系數(shù)模型（相對(duì)誤差18.94%）；2）總氮關(guān)鍵源區(qū)主要分布于潮河中上游干流西側(cè)和下游干流兩側(cè)區(qū)域，從行政區(qū)劃來看主要位于豐寧滿族自治縣（大閣鎮(zhèn)、黑山嘴鎮(zhèn)）與灤平縣（虎什哈鎮(zhèn)和巴克什營）與密云區(qū)（高嶺鎮(zhèn)、古北口鎮(zhèn)和太師屯鎮(zhèn)）；總氮關(guān)鍵源區(qū)具有明顯的南高北低，沿河分布的特征；3）人為因素是潮河流域總氮流失的主要影響因素，其中，氮肥施用（54.74%）、畜禽養(yǎng)殖（17.48%）和坡度（16.35%）此3個(gè)對(duì)潮河流域總氮流失影響最大。該研究可為潮河流域水環(huán)境綜合調(diào)控和氮污染精準(zhǔn)管控提供科學(xué)依據(jù)。

流域；氮；污染控制；輸出系數(shù)改進(jìn)模型；關(guān)鍵源區(qū)

0 引 言

氮素是生態(tài)系統(tǒng)中最為重要的營養(yǎng)元素之一，對(duì)維系全球農(nóng)業(yè)生態(tài)系統(tǒng)生產(chǎn)力具有重要意義[1]。隨著人類活動(dòng)不斷加劇，大量的氮素進(jìn)入生物地球化學(xué)循環(huán)中，氮素不斷富集是地下水、空氣和土壤環(huán)境質(zhì)量下降的重要原因[2-4]。因此，出于環(huán)境管理及規(guī)劃的需要，有必要評(píng)估流域尺度氮輸出能力。

模型模擬是量化非點(diǎn)源污染負(fù)荷有效的手段。按照建模復(fù)雜度和適用時(shí)空尺度差異性，可分為機(jī)制模型和經(jīng)驗(yàn)?zāi)Ｐ蛢纱箢悾簷C(jī)制模型雖然能夠描述污染物的遷移機(jī)理、轉(zhuǎn)化過程以及復(fù)雜的時(shí)空傳輸過程，但也存在因參數(shù)較多，需要大量的實(shí)測(cè)數(shù)據(jù)進(jìn)行率定而難以廣泛應(yīng)用等缺陷，常見的機(jī)制模型有SWAT[5]、AnnAGNPS[6]和HSPF[7]和GWLF[8]等；相比之下，經(jīng)驗(yàn)?zāi)Ｐ捅荛_污染物復(fù)雜的遷移轉(zhuǎn)化過程，對(duì)數(shù)據(jù)精度要求低，適合于數(shù)據(jù)資料缺乏地區(qū)應(yīng)用。作為最常用的非點(diǎn)源污染負(fù)荷模型，輸出系數(shù)模型（export coefficient model，ECM）不考慮污染物遷移轉(zhuǎn)化過程和內(nèi)在機(jī)制，通過污染物輸出系數(shù)及相對(duì)容易獲取的土地利用狀況，直接建立土地利用與產(chǎn)污量間的關(guān)系，具有所需數(shù)據(jù)較少、操作簡單，模擬精度較高等優(yōu)點(diǎn)[9]。

以非點(diǎn)源污染負(fù)荷來源于流域內(nèi)不同土地利用方式下所有污染負(fù)荷之和為理論基礎(chǔ)[10]，美國學(xué)者提出并構(gòu)建了輸出系數(shù)模型[11]。但是，最初的輸出系數(shù)模型模擬精度低，國內(nèi)外相關(guān)學(xué)者開展了改進(jìn)工作。Johnes[12]考慮了不同區(qū)域人口、牲畜和作物類型、固氮作用和氮濕沉降對(duì)非點(diǎn)源污染物輸出系數(shù)差異的影響，極大地豐富了輸出系數(shù)的內(nèi)涵。Soranno等[13]引入了傳輸系數(shù)以表征污染物向受納水體傳輸過程中的損失量，構(gòu)建了磷輸出系數(shù)模型，并結(jié)合地理信息系統(tǒng)構(gòu)造半分布式模型，識(shí)別了不同水文情景下的磷關(guān)鍵源區(qū)；Endreny等[14]認(rèn)為流域地表徑流主要受流域單元潛在匯流量大小和地面植被阻滯效應(yīng)影響，通過識(shí)別地表徑流的上坡貢獻(xiàn)區(qū)和下坡分配區(qū)，通過引入徑流可能性因子和植被截污因子對(duì)輸出系數(shù)法進(jìn)行改進(jìn)，構(gòu)建了流域加權(quán)的輸出系數(shù)模型；Khadam等[15]引入沉積排放系數(shù)代替水文的變異性，提出了基于侵蝕級(jí)（erosion-scaled）的磷輸出系數(shù)法模型。結(jié)果表明改進(jìn)后的模型模擬精度優(yōu)于傳統(tǒng)的輸出系數(shù)模型。

在國內(nèi)，蔡明等[16]針對(duì)傳統(tǒng)輸出系數(shù)模型對(duì)降雨空間變異和污染物遷移過程中削減考慮不足的缺陷，引入降雨影響因子和流域損失系數(shù)，并給出了降雨影響系數(shù)和流域損失系數(shù)的確定方法。結(jié)果表明，改進(jìn)后的模型物理機(jī)制更明確，且模擬結(jié)果更接近于實(shí)測(cè)值；Ding等[17]在考慮降雨和地形條件的基礎(chǔ)上，引入降雨因子和地形因子對(duì)傳統(tǒng)模型進(jìn)行修正，構(gòu)建了基于降雨和地形因子的輸出系數(shù)法模型，許多研究案例表明，改進(jìn)后的模型精度大幅提高；龍?zhí)煊宓萚18]在傳統(tǒng)模型的基礎(chǔ)上引入污染負(fù)荷系數(shù)，以表征流域非點(diǎn)源污染物轉(zhuǎn)化為出口處污染負(fù)荷程度的強(qiáng)弱，研究發(fā)現(xiàn)污染負(fù)荷系數(shù)與流域徑流模數(shù)存在極顯著的指數(shù)關(guān)系；李兆富等[19]提出用濃度代替輸出負(fù)荷的方法，并考慮降雨的空間變化對(duì)非點(diǎn)源污染的影響，模擬結(jié)果與實(shí)際監(jiān)測(cè)結(jié)果較為接近；在傳統(tǒng)輸出系數(shù)模型基礎(chǔ)上，李思思等[20]引入產(chǎn)污因子和截留因子，通過校正污染物輸出系數(shù)，構(gòu)建了非點(diǎn)源污染磷負(fù)荷模型，可以更好地模擬非點(diǎn)源磷污染的空間格局；徐立紅等[21]提出了以產(chǎn)污系數(shù)表征降雨產(chǎn)匯流過程氮磷輸出強(qiáng)度，改進(jìn)了輸出系數(shù)模型。結(jié)果發(fā)現(xiàn)，流域年降雨強(qiáng)度和氮磷產(chǎn)污系數(shù)呈指數(shù)正相關(guān)關(guān)系。但是，上述研究分別從降雨空間分布、降雨強(qiáng)度、坡度條件和流域傳輸過程中損失等方面進(jìn)行改進(jìn)研究，忽略了氮磷遷移途徑的差異對(duì)總氮輸出的影響（特別是淋溶作用的影響）。研究表明，在自然條件下土壤中無機(jī)氮和部分有機(jī)氮易溶于水，導(dǎo)致土體中氮易通過淋溶形式進(jìn)入水生態(tài)系統(tǒng)，成為地表水體重要污染源之一[22]。

密云水庫是北京重要的地表飲用水源地，水體富營養(yǎng)化程度屬于中營養(yǎng)型，向富營養(yǎng)化轉(zhuǎn)換趨勢(shì)明顯。相關(guān)研究表明，由于流域沒有較大的工業(yè)點(diǎn)源存在，因此農(nóng)業(yè)非點(diǎn)源污染成為潮河流域的主要污染源[23]。經(jīng)過多年努力，流域范圍內(nèi)封育措施的實(shí)施有效控制磷污染，總氮超標(biāo)成為密云水庫庫區(qū)較為凸出的水環(huán)境問題[24]?；诖?，本研究在傳統(tǒng)的輸出系數(shù)模型基礎(chǔ)上，綜合考慮地表徑流指數(shù)、土壤水分淋溶指數(shù)和植被截留指數(shù)的影響，構(gòu)建一個(gè)改進(jìn)的流域尺度總氮輸出系數(shù)模型，以識(shí)別流域總氮流失關(guān)鍵源區(qū)，并辨析了總氮流失的關(guān)鍵影響因素。本研究可為密云水庫上游流域非點(diǎn)源污染總氮負(fù)荷的準(zhǔn)確量化和水源保護(hù)區(qū)的精準(zhǔn)污染防控提供科學(xué)支撐。

1 研究區(qū)概況

潮河流域位于北京市東北部，地理位置介于116°87′－117°34′E，40°20′－41°27′N，河流長度239.50 km，流域總面積4 888 km2，河網(wǎng)密度0.05 km/km2（圖1），轄3縣24鄉(xiāng)鎮(zhèn)，其中北京市密云區(qū)北部共計(jì)3個(gè)鄉(xiāng)鎮(zhèn)。氣候?yàn)榈湫偷闹袦貛蚺瘻貛н^渡，半干旱向半濕潤過渡的大陸性季風(fēng)氣候，年平均降水量494 mm，集中在6至9月份。棕壤和褐土廣布，約占全流域面積的80%；植被類型多樣，以針闊混交林為主；流域總?cè)丝?7萬人，人口密度約為75.70人/hm2，以農(nóng)業(yè)人口為主，約為77.00%；產(chǎn)業(yè)結(jié)構(gòu)以畜牧業(yè)和種植業(yè)為主，主要畜牧類型有大牲畜（7.08萬頭）、豬（27.85萬頭）、羊（15.80萬只）和家禽（780.60萬只）（數(shù)據(jù)來源于2010年密云、灤平和豐寧滿族自治縣統(tǒng)計(jì)年鑒）；主要農(nóng)作物類型為玉米和小麥，農(nóng)田管理方式和化肥管理粗放，平均化肥施肥量225～300 kg/hm2。隨著經(jīng)濟(jì)的快速發(fā)展，潮河流域農(nóng)業(yè)面源總氮輸出呈明顯增加趨勢(shì)。以流域出口下會(huì)站為例，1990－2011年均總氮輸出總量最大值為1 635.14 t，最小值為174.38 t，平均值為534.98 t。受水文氣象條件的影響，總氮年際變化幅度較大（變異系數(shù)為73.21%）。愈來愈嚴(yán)重的總氮污染給流域水環(huán)境帶來巨大的壓力，直接威脅著密云水庫的水質(zhì)安全和首都供水安全。

圖1 研究區(qū)位置、土地利用（2010）與土壤類型圖

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

本研究涉及的數(shù)據(jù)包括數(shù)字高程模型（digital elevation model，DEM）、土地利用數(shù)據(jù)、土壤類型數(shù)據(jù)、降雨量數(shù)據(jù)、水文水質(zhì)數(shù)據(jù)和各鄉(xiāng)鎮(zhèn)社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)，詳細(xì)數(shù)據(jù)信息見表1。空間數(shù)據(jù)均采用Albers等積圓錐投影對(duì)數(shù)據(jù)進(jìn)行處理，統(tǒng)一各類型空間數(shù)據(jù)的地理坐標(biāo)和投影，所有操作均由ArcGIS10.1軟件實(shí)現(xiàn)。

表1 研究所需數(shù)據(jù)及來源

2.2 改進(jìn)的氮輸出系數(shù)模型

2.2.1 輸出系數(shù)模型

經(jīng)典的輸出系數(shù)模型假定流域單元內(nèi)的污染負(fù)荷是上游流域單元營養(yǎng)鹽輸出量之和，其結(jié)構(gòu)表達(dá)式為：

式中為非點(diǎn)源污染負(fù)荷強(qiáng)度，kg/a；E為第種污染源的輸出系數(shù)，kg/(hm2·a)或kg/(人·a)或kg/(頭·a)；A為第種土地利用類型的面積，hm2，或第種牲畜數(shù)量，頭/只，或人口總量；I為第種污染源的輸入量，kg；P為降水輸入的總氮污染強(qiáng)度，kg/(hm2·a)，本文忽略不計(jì)[12]。

2.2.2 改進(jìn)的氮輸出系數(shù)模型

降雨和地形條件是非點(diǎn)源污染產(chǎn)生的重要驅(qū)動(dòng)因素和影響因子[25]。經(jīng)典的輸出系數(shù)模型的每種土地利用類型的輸出系數(shù)取值相同顯然是不合理的，忽略了降水、地形和景觀特征等條件的影響。研究認(rèn)為，徑流與非點(diǎn)源污染呈正相關(guān)關(guān)系，下墊面不同類型不同位置的景觀植被對(duì)非點(diǎn)源污染物進(jìn)入水體具有明顯的阻滯作用。本研究構(gòu)建產(chǎn)流因子、淋溶因子和截留因子，分別表征徑流能力、下滲潛力和不同景觀截留作用對(duì)非點(diǎn)源總氮流失的影響，以校正不同空間單元下的總氮輸出系數(shù)，以此估算流域非點(diǎn)源總氮輸出負(fù)荷量。

1）總氮來源輸入

流域內(nèi)總氮來源包括各鄉(xiāng)鎮(zhèn)的戶籍人口、畜禽養(yǎng)殖、氮肥施用、土地利用和生物固氮量。根據(jù)流域土地利用類型數(shù)據(jù)，估算不同土地利用類型下總氮輸出量和生物固氮量，結(jié)合鎮(zhèn)級(jí)人口、畜禽和氮肥施用量統(tǒng)計(jì)數(shù)據(jù)，采用面積加權(quán)法得到農(nóng)村生活、畜禽養(yǎng)殖和氮肥使用的總氮負(fù)荷。利用ArcGIS10.1的柵格計(jì)算功能將農(nóng)村生活、土地利用、畜禽養(yǎng)殖、氮肥使用和生物固氮進(jìn)行疊加，得到流域內(nèi)總氮輸出量，作為改進(jìn)總氮輸出系數(shù)模型的氮源輸入因子（source term，ST）。

式中N(=1,2,3,4,5)分別表示農(nóng)村生活（kg/a）、畜禽養(yǎng)殖（kg/a）、氮肥施用（kg/a）、生物固氮（kg/a）和土地利用（kg/a）的氮輸出負(fù)荷量。其中，農(nóng)村生活、畜禽養(yǎng)殖和土地利用輸出量采用輸出系數(shù)估算，具體參數(shù)取值參考耿潤哲等[26]在密云水庫上游流域的總氮輸出系數(shù)結(jié)果（表2）；氮肥施用量由2010年密云區(qū)、灤平縣和豐寧縣統(tǒng)計(jì)年鑒獲取，取值70 kg/(hm2·a)；流域不同土地單元固氮能力取值為耕地5.0 kg/(hm2·a)、林地10.0 kg/(hm2·a)、草地15.0 kg/(hm2·a)、未利用地1.0 kg/(hm2·a)、建設(shè)用地0 和水域0[27]。

表2 不同污染源輸出系數(shù)取值

2）地表徑流因子

地表徑流是溶解態(tài)氮素流失一個(gè)重要途徑。本研究主要識(shí)別產(chǎn)流空間的異質(zhì)性對(duì)總氮流失的作用，所以產(chǎn)流模擬是指流域土壤系統(tǒng)單元的年平均狀況，因而未考慮土壤初始濕度條件的影響。相關(guān)研究表明，采用基于地形條件的協(xié)同克里金降雨量插值方法可以較好地描述因地形起伏導(dǎo)致的降雨量空間分布異質(zhì)性[28-29]。本研究結(jié)合流域數(shù)字高程模型，統(tǒng)計(jì)流域內(nèi)各雨量站的年降雨量數(shù)據(jù)。采用考慮地形條件影響下的協(xié)同克里金插值方法進(jìn)行降雨量空間插值[28]，對(duì)降雨量數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。同時(shí)，將標(biāo)準(zhǔn)化后的降雨量（）和土壤厚度（）和飽和導(dǎo)水率（）作為權(quán)重變量引入地形指數(shù)[30]，構(gòu)造了流域地表徑流指數(shù)（runoff index，RI），詳見如下公式。

式中為流域上某一點(diǎn)的累積匯水量，mm；為標(biāo)準(zhǔn)化后的降雨量數(shù)據(jù)（無量綱）；為流域標(biāo)準(zhǔn)化的土壤飽和導(dǎo)水率（無量綱）；為流域單元標(biāo)準(zhǔn)化的土層厚度（無量綱）；為坡度值，(°)。為排除計(jì)算過程中受分母為0的影響，本研究將土壤飽和導(dǎo)水率和土壤厚度標(biāo)準(zhǔn)化區(qū)間約束為[0.05,0.95]，具體標(biāo)準(zhǔn)化公式如下

式中代表流域單元原始的降雨量、土壤飽和導(dǎo)水率和土層厚度；X為流域單元標(biāo)準(zhǔn)化后的降雨量、土壤飽和導(dǎo)水率和土層厚度，取值區(qū)間為[0.05,0.95]。

3）土壤水淋溶因子

硝酸鹽帶負(fù)電荷，難以被土壤和植物吸附，極易通過土壤水下滲[31]，因而土壤水分淋溶是另一個(gè)重要的氮素流失路徑。本研究中涉及的淋溶強(qiáng)度是指土壤水分隨土壤剖面下滲能力，以此作為氮素在土壤剖面的遷移影響因子。通過土壤水分的淋溶能力與總氮負(fù)荷輸入強(qiáng)度的乘積近似描述氮素實(shí)際淋溶強(qiáng)度，以表征氮素在流域單元垂向的下滲潛力。另外，限于目前技術(shù)手段和數(shù)據(jù)的可獲取性，本研究只考慮土壤水分下滲對(duì)氮素流失的影響，而未考慮地下水和基流的作用。常見的淋溶指數(shù)（leaching index，LI）模型，可以通過土壤類型、土地利用和前期土壤水分狀況確定水文土壤組，結(jié)合降雨量空間分布指數(shù)（PI）和季節(jié)分配指數(shù)（SI），其中PI指數(shù)表征流域單元可用于下滲的最大理論降雨量，mm；SI表征因降雨量季節(jié)變化對(duì)土壤水分下滲的影響（無量綱）。最終，通過PI和SI確定流域土壤水分實(shí)際下滲能力；確定土壤水淋溶因子LI[32]，詳見如下公式。

式中prec、、prec(ls))分別為年降雨量（mm/a）、土壤年截留能力（mm/a）和非汛期（11月－次年5月）總降雨量（mm）。CN值為反映流域降雨前的綜合參數(shù)（無量綱）。上述分別考慮了氮素隨地表徑流和地下水徑流2種流失途徑的潛力。受下墊面土壤緩沖、植被和污染物降解作用影響，流域非點(diǎn)源污染物在遷移過程中存在較大的損失，致使其進(jìn)入受納水體的污染物通量往往小于流域?qū)嶋H產(chǎn)污總量，為此需要保證流域污染負(fù)荷之和的計(jì)算值小于各項(xiàng)污染源總和[33]。本研究中將徑流因子和土壤水淋溶因子之和歸一化后，視為總氮流失的動(dòng)力因子（取值0～1）。

4）景觀截留因子

流域內(nèi)不同景觀單元會(huì)對(duì)污染物的遷移起到阻滯作用，其值與景觀單元曼寧系數(shù)的0.6次方成正比[34]。根據(jù)流域不同景觀單元的曼寧系數(shù)，確定景觀單元的對(duì)氮流失的景觀阻力系數(shù)[35]。將景觀截留系數(shù)和1/tanβ乘積作為權(quán)重柵格，利用ArcGIS10.1水文分析模塊中的Flow Length工具，得到景觀截留因子（landscape intercept index，LII），詳見式（9）。

式中W為下游流線上點(diǎn)處的景觀截留帶寬度，m；β為該點(diǎn)處的坡度角，(°)；V為該點(diǎn)處的景觀曼寧系數(shù)（無量綱）；為流域單元在下游流線上土地利用類型單元的柵格總數(shù)量。

5）氮輸出系數(shù)模型構(gòu)建

流域空間單元的產(chǎn)流能力或土壤水分下滲能力越大，景觀截留能力越小，其對(duì)流域水體的影響就越大。將地表徑流（RI）和土壤水分淋溶（LI）歸一化值（Norm（RI+LI））與景觀截留能力的比值作為權(quán)重因子，校準(zhǔn)不同空間單元污染源的輸出系數(shù)。因此，本研究提出了改進(jìn)的總氮輸出系數(shù)模型，可用于估算流域總氮負(fù)荷量和識(shí)別總氮流失的關(guān)鍵源區(qū)，具體計(jì)算公式如式（10）。

式中RI、LI、LII和ST分別為地表徑流因子、土壤水分淋溶因子、景觀截留因子（無量綱）和總氮輸入因子，kg/a；Norm()為歸一化函數(shù)。

本研究提出的改進(jìn)的總氮輸出系數(shù)模型沿用了傳統(tǒng)的輸出系數(shù)模型的計(jì)算單元?jiǎng)澐址椒ǎ鸥駟卧椿贏rcGIS10.1平臺(tái)將流域總氮源因子、地表徑流因子、土壤水淋溶因子和景觀截留因子圖層轉(zhuǎn)換為100 m× 100 m的柵格圖層，然后利用柵格計(jì)算器功能生成流域總氮流失空間分布圖，其優(yōu)點(diǎn)在于能夠利用有限的空間信息描述總氮負(fù)荷分布格局，與常見的流域面源模型（如SWAT模型）相比具有較高的空間分辨率。另外，非點(diǎn)源污染受降雨徑流的時(shí)空異質(zhì)性影響較為顯著，使得流域地表產(chǎn)流因子和土壤水分淋溶因子時(shí)空分布發(fā)生變化，進(jìn)而導(dǎo)致流域單元內(nèi)非點(diǎn)源污染負(fù)荷隨之發(fā)生改變。因此，本模型通過降雨量的時(shí)空分布異質(zhì)性，模擬不同水文情景下不同坡度條件下流域單元的污染輸出能力。

2.3 增強(qiáng)回歸樹模型

增強(qiáng)回歸樹（boosted regression tree，BRT）是一種以分類回歸樹（classification and regression tree，CART）為基礎(chǔ)的自主學(xué)習(xí)算法，通過隨機(jī)選擇和自我學(xué)習(xí)方法生成多重回歸樹，達(dá)到提高模型穩(wěn)定度和預(yù)測(cè)精度的效果。在運(yùn)算過程中，通過多次隨機(jī)抽取一定量的樣本數(shù)據(jù)，分析自變量對(duì)因變量的解釋程度，剩余的樣本數(shù)據(jù)用以檢驗(yàn)擬合效果，最后輸出生成的多重回歸取均值。BRT算法提高了計(jì)算結(jié)果的穩(wěn)定性和精度，可給出自變量對(duì)因變量的影響載荷，也能解釋其他自變量不變的情況下該自變量對(duì)因變量的相互關(guān)系。目前，BRT模型已經(jīng)應(yīng)用于城市擴(kuò)張驅(qū)動(dòng)因素[36]、非點(diǎn)源污染影響因素識(shí)別[37]和土地利用分類研究[38]等方面。

為盡可能獲取流域內(nèi)影響總氮流失因素的空間異質(zhì)性，本研究利用ArcGIS隨機(jī)抽取5 000個(gè)樣點(diǎn)，總體上保證這些樣點(diǎn)相對(duì)均勻分布于潮河流域境內(nèi)。將潮河流域總氮輸出強(qiáng)度作為因變量，7種驅(qū)動(dòng)因素作為自變量，調(diào)用Elith等編寫的BRT進(jìn)行增強(qiáng)回歸樹分析，其中設(shè)置學(xué)習(xí)效率為0.005，每次抽取50%數(shù)據(jù)進(jìn)行分析，50%用于驗(yàn)證，并進(jìn)行5次交叉驗(yàn)證[39]。

3 結(jié)果與分析

3.1 總氮輸入空間分布

以2010年潮河流域人口空間柵格數(shù)據(jù)（1 km×1 km）為基礎(chǔ)，結(jié)合農(nóng)村居民生活總氮輸出系數(shù)，得到潮河流域農(nóng)村生活總氮輸出強(qiáng)度。總體來看，潮河流域人口主要集中于中游偏上區(qū)域（圖2a）。2010年流域總?cè)丝诩s23.92萬，各子流域人口密度差異較大：13號(hào)子流域最大（380人/km2），29號(hào)子流域最?。?5人/km2），平均密度54人/km2，遠(yuǎn)低于2013年中國平均人口密度（143人/km2）；潮河流域農(nóng)村生活的總氮輸出強(qiáng)度0～10.76 kg/hm2，生活污染源主要集中在灤平縣以北和豐寧縣縣政府所在地大閣鎮(zhèn)附近，以大閣鎮(zhèn)為例該區(qū)域農(nóng)村生活源輸出總氮強(qiáng)度10.76 kg/hm2，是典型的人口密集和潛在重度污染區(qū)。

根據(jù)畜禽養(yǎng)殖統(tǒng)計(jì)數(shù)據(jù)和鄉(xiāng)鎮(zhèn)級(jí)行政圖，得到流域范圍內(nèi)畜禽養(yǎng)殖總氮輸出強(qiáng)度分布圖（圖2b）。畜禽養(yǎng)殖集中分布在北部的大閣鎮(zhèn)與五道營鄉(xiāng)和南部的虎什哈鎮(zhèn)、火斗山鄉(xiāng)、巴克什營鎮(zhèn)和高嶺鎮(zhèn)區(qū)域，與人口分布存在較好的空間一致性。潮河流域畜禽養(yǎng)殖的總氮輸出強(qiáng)度2.32～11.14 kg/hm2，其貢獻(xiàn)率已超過農(nóng)村生活，成為密云水庫水質(zhì)保護(hù)潛在的重大安全隱患。

潮河流域土地利用以天然林和草地為主，分別占流域總面積的54.00%和35.00%，共占總面積的89.00%；耕地面積相對(duì)較小，占流域總面積的8.50%，其他類型不足2.50%?？梢?，潮河流域的農(nóng)業(yè)種植比例偏小，且耕地多集中于河谷區(qū)域。流域土地利用的總氮輸出強(qiáng)度平均值為0.4～1.95 kg/hm2，最大值可達(dá)5 kg/hm2（圖2c）。由于潮河流域林地和草地面積大，所產(chǎn)生的污染總量也明顯高于其他類型用地，這一結(jié)果與相關(guān)研究結(jié)論基本接近，劉亞瓊等認(rèn)為2011年北京市北部山區(qū)的懷柔區(qū)和密云區(qū)林地輸出的總氮總量超過耕地，成為重要的總氮輸出土地利用類型[40]，究其原因是近年來密云北部山區(qū)的農(nóng)業(yè)種植結(jié)構(gòu)發(fā)生顯著轉(zhuǎn)變，以板栗種植為主的經(jīng)濟(jì)林已成為本區(qū)主要的用地類型（以密云區(qū)為例，2016年該區(qū)板栗種植面積2.00萬hm2，同期農(nóng)作物種植面積1.74萬hm2），大面積板栗種植與施肥操作加劇了本區(qū)總氮輸出的風(fēng)險(xiǎn)。但耕地氮肥施用量大，平均氮肥施用強(qiáng)度介于0.60～30.48 kg/hm2，最高值74.23 kg/hm2（來源于2010年豐寧縣和灤平縣統(tǒng)計(jì)年鑒），因此，農(nóng)業(yè)氮肥施用須加以嚴(yán)格控制（圖2d）。由于林草地面積分布廣泛，導(dǎo)致潮河流域生物固氮作用明顯，平均值為6.03～12.54 kg/hm2，最大值15 kg/hm2，作為流域重要的氮源，固氮作用對(duì)總氮流失作用不可忽視（圖2e）。

從綜合污染源來看，潮河流域總氮污染源主要分布于灤平縣以北大閣鎮(zhèn)以南區(qū)域，總氮源強(qiáng)16.51～52.22 kg/hm2，表明潮河流域總氮負(fù)荷存在一定的空間集聚現(xiàn)象，而且總氮的高負(fù)荷區(qū)域具有沿主河道分布的特點(diǎn)（圖2f）。畜禽養(yǎng)殖、氮肥施用和農(nóng)村生活是流域總氮的主要來源，這給潮河流域總氮控制帶來較大壓力。

3.2 遷移因子空間分布

影響總氮流失的遷移因子包含地表徑流指數(shù)、土壤水分淋溶指數(shù)和景觀截留指數(shù)。其中，地表徑流指數(shù)表征總氮隨地表水體遷移能力，從圖3a可知潮河流域產(chǎn)流區(qū)主要分布在地勢(shì)低洼的河谷區(qū)域；土壤水分淋溶指數(shù)表征土壤水分下滲進(jìn)入地下水的潛力。受降雨土壤質(zhì)地空間分布的影響，潮河下游區(qū)域下滲能力明顯高于中上游區(qū)域（圖3b）；景觀截留指數(shù)可模擬污染物在流域遷移過程中受到的土壤緩沖和植被吸附作用，距離流域出口遠(yuǎn)，流經(jīng)的林草地面積越大，景觀截留指數(shù)就越高，如圖3c所示潮河流域景觀截留指數(shù)呈下游向上游遞減趨勢(shì)，最大值位于流域上游區(qū)域（14.23），最小值位于流域出口附近（3.59），最大值約為最小值的4倍。

3.3 結(jié)果驗(yàn)證

結(jié)果表明，2010年潮河入庫總氮負(fù)荷量491.60 t，改進(jìn)的總氮輸出系數(shù)模擬值為536.25 t，相對(duì)誤差8.32%，優(yōu)于經(jīng)典輸出系數(shù)模型的模擬值（594.75 t，相對(duì)誤差18.94%），說明考慮了降雨產(chǎn)流、土壤水分淋溶和植被截留等過程，改進(jìn)后的總氮輸出系數(shù)模型具有較好的模擬能力，可以適用于估算資料缺乏的大尺度流域總氮負(fù)荷量。

3.4 關(guān)鍵源區(qū)識(shí)別

應(yīng)用改進(jìn)的總氮輸出系數(shù)模型估算了潮河流域總氮空間負(fù)荷量和輸出總量，其中空間負(fù)荷量指子流域和鄉(xiāng)鎮(zhèn)范圍內(nèi)單位面積總氮輸出量（kg/hm2），輸出總量指子流域和鄉(xiāng)鎮(zhèn)范圍內(nèi)總氮負(fù)荷之和（kg或t）。

潮河流域總氮空間分布差異明顯。從總氮負(fù)荷強(qiáng)度來看，潮河中上游干流西側(cè)和下游干流兩側(cè)負(fù)荷強(qiáng)度較大。潮河流域上游西部地區(qū)主要位于河北省豐寧滿族自治縣的大閣鎮(zhèn)附近，近年來本區(qū)鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)發(fā)展較快，畜牧業(yè)已成為主要的經(jīng)濟(jì)來源，自2006年以來全鎮(zhèn)共建有規(guī)?；膛ｐB(yǎng)殖基地10余個(gè)，存欄量多達(dá)2萬余頭[26]；作為京郊畜牧養(yǎng)殖和蔬菜種植大縣，灤平縣位于潮河下游區(qū)域，家禽養(yǎng)殖是主要的畜牧部分，2010年灤平縣統(tǒng)計(jì)年鑒表明，本年度該縣家禽養(yǎng)殖量達(dá)254.68萬只，加之該區(qū)緊鄰潮河干流，畜禽廢棄物在遷移過程中受到的阻滯較小，極易造成流域水體污染。在行政區(qū)劃上，總氮負(fù)荷0.64～2.00 kg/hm2，包含2個(gè)集中連片區(qū)域：①大閣鎮(zhèn)、黑山嘴鎮(zhèn)與虎什哈鎮(zhèn)；②巴克什營與密云區(qū)北部三鎮(zhèn)（高嶺、古北口和太師屯鎮(zhèn)）（圖4a）；從自然流域角度上，潮河總氮負(fù)荷0.59～3.15 kg/hm2，主要集中在連片區(qū)域①的13、16、21、24和26號(hào)子流域，連片區(qū)域②的27、30、35、36、37和39號(hào)子流域（圖4b）。

圖2 不同類型總氮輸出空間分布圖

圖3 徑流指數(shù)、淋溶指數(shù)和景觀截留因子的空間分布圖

從總氮輸出總量來看，潮河流域總氮總量存在顯著的空間差異。從行政區(qū)上，黑山嘴鎮(zhèn)、虎什哈鎮(zhèn)和石人溝鄉(xiāng)以北區(qū)域是流域總氮輸出的重要區(qū)域，最大輸出量可達(dá)66.13 t，占全年流域總氮輸出總量的60.53%（圖4c）。從自然流域角度上，流域總氮輸出負(fù)荷量集中在16、24和26號(hào)子流域，最大輸出量為40.11 t，占當(dāng)年流域輸出量的24.46%（圖4d）。上述區(qū)域是潮河流域總氮流失的高風(fēng)險(xiǎn)區(qū)域，需要重點(diǎn)加以控制管理。

潮河流域中上游河道西側(cè)和下游臨近河道區(qū)域總氮負(fù)荷高，輸出量占流域全年輸出總量絕大部分。究其原因是流域中上游區(qū)域河道西側(cè)區(qū)域人口密集，土地利用以耕地為主且集中在中上游區(qū)域；農(nóng)業(yè)管理粗放，統(tǒng)計(jì)數(shù)據(jù)表明2010年豐寧縣平均單位耕地氮肥施用強(qiáng)度為70.34 kg/hm2；上游的大閣、五道營和黑山嘴等鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)發(fā)展迅速，畜牧業(yè)已成為主要經(jīng)濟(jì)支柱，以大閣鎮(zhèn)為例，奶牛養(yǎng)殖已成為其主要收入來源，自2006年以來全鎮(zhèn)共建成10個(gè)奶牛養(yǎng)殖基地，奶牛存欄量達(dá)2萬多頭[26]；大量的農(nóng)藥氮肥施用和畜禽養(yǎng)殖廢棄物極易造成流域總氮輸出；下游河道兩側(cè)區(qū)域分布有一定規(guī)模的禽類養(yǎng)殖，2010虎什哈鎮(zhèn)禽類養(yǎng)殖總量高達(dá)174.56萬只，加之所受景觀截留作用較小，致使總氮輸出總量較大，對(duì)密云水庫水體威脅較大，需要引起高度重視。本研究與已有研究具有較好的一致性：耿潤哲等認(rèn)為潮河流域總氮負(fù)荷多年均值介于0.10～3.00 kg/hm2，與本研究結(jié)果（0.59～3.15 kg/hm2）相近[41]；但是，總氮負(fù)荷空間分布上并非完全一致，究其原因可能是SWAT模型計(jì)算得到的是子流域單元是子流域單元內(nèi)非點(diǎn)源污染負(fù)荷產(chǎn)生量，未考慮污染物進(jìn)入河道水體后所受到的截留、阻滯和衰減效應(yīng)[42]。

圖4 潮河流域子流域總氮負(fù)荷強(qiáng)度和總量分布

3.5 流失影響因素識(shí)別

利用ArcGIS10.1統(tǒng)計(jì)潮河流域境內(nèi)人口密度、畜禽密度、氮肥施用、降雨量、淋溶強(qiáng)度、景觀截留強(qiáng)度和坡度7個(gè)因素的均值，運(yùn)用增強(qiáng)回歸樹模型（BRT）識(shí)別影響潮河流域總氮流失的關(guān)鍵因素（圖5）。

注Note: NAPP: Nitrogen fertilizer application; LVBR: Living breeding; LSIT: Landscape interception; PREC: Precipitation; RRLV: Rural living; LECH: Leaching.

氮肥施用（54.74%）、畜禽養(yǎng)殖（17.48%）和坡度（16.35%）3個(gè)對(duì)潮河流域總氮流失影響最大，其他因素對(duì)總氮的貢獻(xiàn)率由大到?。褐脖唤亓簦?.16%）、降雨量（3.15%）、人口密度（3.05%）和淋溶量（2.07%）。可見，氮肥施用平均強(qiáng)度大于12 kg/hm2、畜禽養(yǎng)殖集中區(qū)域最容易發(fā)生總氮流失，坡度條件與總氮流失呈顯著負(fù)相關(guān)，坡度15°以下區(qū)域是總氮流失關(guān)鍵區(qū)域。耿潤哲等研究也指出，施肥量是影響氮磷輸出的最主要因子，坡度也是影響氮磷輸出的次要因子[41]，這與本研究結(jié)論具有較好的一致性。需要指出的是農(nóng)村生活和畜禽養(yǎng)殖已經(jīng)成為流域非點(diǎn)源污染的重要因素[43]，而該研究對(duì)社會(huì)經(jīng)濟(jì)條件的影響考慮不夠充分，諸如畜禽養(yǎng)殖和人口密度等影響非點(diǎn)源污染物輸出的關(guān)鍵因素。由于本研究涉及的貢獻(xiàn)率是指由影響因素空間異質(zhì)性導(dǎo)致的總氮流失能力，降雨因素是導(dǎo)致非點(diǎn)源污染產(chǎn)生的重要因素，可能因?yàn)榻涤甑目臻g異質(zhì)性相對(duì)弱于相關(guān)的社會(huì)經(jīng)濟(jì)因素（諸如施肥和畜禽養(yǎng)殖空間分布等），致使其相對(duì)貢獻(xiàn)率偏低。

結(jié)果表明，氮肥施用、畜禽養(yǎng)殖和坡度條件是影響潮河流域總氮流失的3個(gè)關(guān)鍵影響因素。在生長過程中，農(nóng)作物生長對(duì)氮需求量較大。當(dāng)施肥量超過農(nóng)作物的吸收能力時(shí)，施用施入農(nóng)田的大量氮肥會(huì)隨降雨徑流匯入河道，導(dǎo)致流域內(nèi)非點(diǎn)源氮污染加重[37]。潮河流域相當(dāng)部分畜禽養(yǎng)殖基地臨河而建，糞便管理措施不完善，畜禽養(yǎng)殖廢水極易直接排進(jìn)河道。此外，畜禽糞便的長期堆存也會(huì)造成硝酸鹽的滲漏，也是影響流域總氮超標(biāo)的重要因素[44]。另外，坡度條件也對(duì)總氮輸出有著重要的作用。在坡度較大的區(qū)域總氮輸出對(duì)降雨和重力條件的變化更為顯著。在本研究中，平均坡度在15°以下區(qū)域的流域是總氮輸出的關(guān)鍵區(qū)域。這是因?yàn)殡S著坡度增大，耕地和建設(shè)用地面積比例減小，土地覆蓋主要以林地和草地為主，能夠有效地降低總氮的輸出量。因此，有必要在緩坡區(qū)域加強(qiáng)環(huán)境監(jiān)管力度，嚴(yán)格限制臨河農(nóng)業(yè)種植和畜禽養(yǎng)殖活動(dòng)。

植被截留作用也是影響流域總氮輸出的重要影響因素。距離流域出口越遠(yuǎn)，總氮污染物在流域內(nèi)傳輸受到的影響越大，所以上游區(qū)域的景觀截留作用明顯強(qiáng)于下游區(qū)域（圖2c）。在以往研究中，輸出系數(shù)法只考慮了污染物入河系數(shù)，適合于整體流域單元直接入湖庫，可能并不適用于多級(jí)流域單元非點(diǎn)源污染物先入河再入湖庫。Li 等提出的改進(jìn)的面源磷輸出系數(shù)模型也證明了，考慮植被阻滯作用的輸出系數(shù)模型計(jì)算結(jié)果優(yōu)于經(jīng)典的輸出系數(shù)模型，可以更好地解釋不同空間單元的非點(diǎn)源污染物輸出能力[45]。

人口密度和降雨淋溶對(duì)流域總氮輸出有一定影響。流域人口密度較大，經(jīng)濟(jì)發(fā)展快，受“兩山夾一溝”的獨(dú)特河谷地形影響，本區(qū)以農(nóng)業(yè)人口為主，且集中于河谷地區(qū)，農(nóng)村生活污水和垃圾處理設(shè)施尚不完備，污水直接排放現(xiàn)象普遍。另外，地勢(shì)較高，平均坡度較大，產(chǎn)流速度快，污染物在遷移過程中衰減和吸附歷時(shí)較短，容易造成大量生活污水直接匯入受納水體[46]。降雨量和淋溶量大小及空間分布也是造成潮河流域總氮流失差異的原因之一，耿潤哲等[47]在密云水庫流域的研究也證實(shí)了這一結(jié)論。潮河流域降雨量空間分布為東南高、西北低，呈現(xiàn)由東南向西北遞減的趨勢(shì)。造成流域下游降雨量和土壤水分淋溶量較上游偏大，使得農(nóng)田區(qū)域硝酸鹽隨土壤水分淋失的風(fēng)險(xiǎn)加大，造成地下水硝酸鹽超標(biāo)[44]。

4 結(jié) 論

在考慮降雨徑流過程、淋溶作用和植被截留等作用的基礎(chǔ)上，本研究提出了改進(jìn)的總氮輸出系數(shù)模型，并將其應(yīng)用于密云水庫潮河流域，主要結(jié)論如下：

1）在傳統(tǒng)的輸出系數(shù)模型的基礎(chǔ)上，本研究通過引入土壤水分淋溶作用和植被截留作用，構(gòu)建了改進(jìn)的總氮輸出系數(shù)模型，并以潮河流域?yàn)槔o出了改進(jìn)總氮輸出系數(shù)模型的具體計(jì)算流程。

2）與傳統(tǒng)的輸出系數(shù)模型相比，改進(jìn)的總氮輸出系數(shù)模型對(duì)潮河流域總氮輸出模擬效果更優(yōu)，以流域出口下會(huì)站總氮輸出負(fù)荷驗(yàn)證精度表明，改進(jìn)輸出系數(shù)模型模擬精度（相對(duì)誤差8.23%）高于傳統(tǒng)輸出系數(shù)模型（相對(duì)誤差18.94%）。

3）潮河流域總氮流失關(guān)鍵源區(qū)主要分布于潮河中上游干流西側(cè)和下游干流兩側(cè)區(qū)域。從行政區(qū)劃來看，豐寧縣（大閣鎮(zhèn)、黑山嘴鎮(zhèn)）與灤平縣（虎什哈鎮(zhèn)和巴克什營）與密云北部三鎮(zhèn)（高嶺、古北口和太師屯鎮(zhèn)）是潮河流域總氮的優(yōu)先控制區(qū)域，需要加強(qiáng)控制管理。

4）增強(qiáng)回歸樹模型結(jié)果表明，人為因素是影響潮河流域總氮流失的主要因素，其中氮肥施用（54.74%）、畜禽養(yǎng)殖（17.48%）和坡度（16.35%）3個(gè)對(duì)潮河流域總氮流失影響最大。其他因素對(duì)總氮流失的貢獻(xiàn)率由大到小：植被截留（3.16%）、降雨量（3.15%）、人口密度（3.05%）和淋溶量（2.07%）。

[1] De Paz Jose M, Delgado Jorge A, Ramos Carlos, et al. Use of a new GIS nitrogen index assessment tool for evaluation of nitrate leaching across a Mediterranean region[J]. Journal of Hydrology, 2009, 365(3/4): 183－194.

[2] Delgado J A, Shaffer M, Hu C, et al. An index approach to assess nitrogen losses to the environment[J]. Ecological Engineering, 2008, 32(2): 108－120.

[3] Gruber Nicolas, Galloway James N. An Earth-system perspective of the global nitrogen cycle[J]. Nature, 2008, 451(7176): 293－296.

[4] Follett R F, Delgado J A. Nitrogen fate and transport in agricultural systems[J]. Journal of Soil and Water Conservation, 2002, 57(6): 402－408.

[5] Huang Jinhui, Lin Xiaojuan, Wang Jianhua, et al. The precipitation driven correlation based mapping method (PCM) for identifying the critical source areas of non-point source pollution[J]. Journal of Hydrology, 2015, 524: 100－110.

[6] Luo Chuan, Li Zhaofu, Li Hengpeng, et al. Evaluation of the AnnAGNPS model for predicting runoff and nutrient export in a typical small watershed in the hilly region of Taihu lake[J]. International Journal of Environmental Research and Public Health, 2015, 12(9): 10955－10973.

[7] Wang Huiliang, Wu Zening, Hu Caihong, et al. Water and nonpoint source pollution estimation in the watershed with limited data availability based on hydrological simulation and regression model[J]. Environmental Science and Pollution Research, 2015, 22(18): 14095－14103.

[8] Niraula Rewati, Kalin Latif, Srivastava Puneet, et al. Identifying critical source areas of nonpoint source pollution with SWAT and GWLF[J]. Ecological Modelling, 2013, 268: 123－133.

[9] 劉莊，晁建穎，張麗，等. 中國非點(diǎn)源污染負(fù)荷計(jì)算研究現(xiàn)狀與存在問題[J]. 水科學(xué)進(jìn)展，2015(3)：432－442.

Liu Zhuang, Yao Jianying, Zhang Li, et al. Current status and problems of non-point source pollution load calculation in China[J]. Advances in Water Science, 2015(3): 432－442. (in Chinese with English abstract)

[10] 程先，陳利頂，孫然好. 考慮降水和地形的京津冀水庫流域非點(diǎn)源污染負(fù)荷估算[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(4)：265－272.

Cheng Xian, Chen Liding, Sun Ranhao. Estimation of non-point source pollution loads of Beijing-Tianjin-Hebei region considering precipitation and topography[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(4): 265－272. (in Chinese with English abstract)

[11] Norvell W A, Frink C R, Hill D E. Phosphorus in connecticut lakes predicted by land-use[J]. Proceedings of the National Academy of Sciences of the United States of America, 1979, 76(11): 5426－5429.

[12] Johnes P J. Evaluation and management of the impact of land use change on the nitrogen and phosphorus load delivered to surface waters: The export coefficient modelling approach[J]. Journal of Hydrology, 1996, 183(34): 323－349.

[13] Soranno P A, Hubler S L, Carpenter S R, et al. Phosphorus loads to surface waters: A simple model to account for spatial pattern of land use[J]. Ecological Applications, 1996, 6(3): 865－878.

[14] Endreny T A, Wood E F. Watershed weighting of export coefficients to map critical phosphorous loading areas[J]. Journal of the American Water Resources Association, 2003, 39(1): 165－181.

[15] Khadam Ibrahim M, Kaluarachchi Jagath J. Water quality modeling under hydrologic variability and parameter uncertainty using erosion-scaled export coefficients[J]. Journal of Hydrology, 2006, 330(12): 354－367.

[16] 蔡明，李懷恩，莊詠濤，等. 改進(jìn)的輸出系數(shù)法在流域非點(diǎn)源污染負(fù)荷估算中的應(yīng)用[J]. 水利學(xué)報(bào)，2004(7)：40－45.

Cai Ming, Li Huaien, Zhuang Yongtao, et al. Application of modified export coefficient method in polluting load estimation of non-point source pollution[J]. Journal of Hydraulic Engineering, 2004(7): 40－45. (in Chinese with English abstract)

[17] Ding Xiaowen, Shen Zhenyao, Hong Qian, et al. Development and test of the export coefficient model in the Upper Reach of the Yangtze River[J]. Journal of Hydrology, 2010, 383(34): 233－244.

[18] 龍?zhí)煊?，梁常德，李繼承，等. 基于SLURP模型和輸出系數(shù)法的三峽庫區(qū)非點(diǎn)源氮磷負(fù)荷預(yù)測(cè)[J]. 環(huán)境科學(xué)學(xué)報(bào)，2008(3)：574－581.

Long Tianyu, Liang Changde, Li Jicheng, et al. Forecasting the pollution load of non-point sources imported to the Three Gorges Reservoir[J]. Acta Scientiae Circumstantiae, 2008(3): 574－581.(in Chinese with English abstract)

[19] 李兆富，劉紅玉，李恒鵬，等. 基于流域單元的營養(yǎng)鹽輸出與景觀異質(zhì)性影響研究[J]. 環(huán)境科學(xué)，2010(9)：2029－2035.

Li Zhaofu, Liu Hongyu, Li Hengpeng, et al. Impacts on nutrient export by landscape heterogeneity based on sub-watershed[J]. Environmental Science, 2010(9): 2029－2035. (in Chinese with English abstract)

[20] 李思思，張亮，杜耘，等. 面源磷負(fù)荷改進(jìn)輸出系數(shù)模型及其應(yīng)用[J]. 長江流域資源與環(huán)境，2014(9)：1330－1336.

Li Sisi, Zhang Liang, Du Yun, et al. Estimation of non-point phosphorus load using improved export coefficient model and its application in watershed management[J]. Resources and Environment in The Yangtze Basin, 2014(9): 1330－1336. (in Chinese with English abstract)

[21] 徐立紅，陳成廣，胡保衛(wèi)，等. 基于流域降雨強(qiáng)度的氮磷輸出系數(shù)模型改進(jìn)及應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2015，31(16)：159－166.

Xu Lihong, Chen Chengguang, Hu Baowei, et al. Improvement of export coefficient model for N and P based on rainfall intensity and its application[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of theCSAE), 2015, 31(16): 159－166. (in Chinese with English abstract)

[22] 茍小林，吳福忠，楊萬勤，等. 季節(jié)性凍融格局變化對(duì)高山森林土壤氮素淋溶損失的影響[J]. 環(huán)境科學(xué)學(xué)報(bào)，2014(2)：439－448.

Gou Xiaolin, Wu Fuzhong, Yang Wanqin, et al. Effect of changes in seasonal freeze-thaw pattern on nitrogen loss from leaching in the alpine forest soil[J]. Acta Scientiae Circumstantiae, 2014(2): 439－448. (in Chinese with English abstract)

[23] 歐洋，王曉燕，耿潤哲. 密云水庫上游流域不同尺度景觀特征對(duì)水質(zhì)的影響[J]. 環(huán)境科學(xué)學(xué)報(bào)，2012(5)：1219－1226.

Ou Yang, Wang Xiaoyan, Geng Runzhe. The influences of different landscape characteristics on water quality in the upper watershed of Miyun Reservoir[J]. Acta Scientiae Circumstantia, 2012(5): 1219－1226. (in Chinese with English abstract)

[24] 曾慶慧，秦麗歡，程鵬，等. 1990年以來北京密云水庫主要水環(huán)境因子時(shí)空分布特征[J]. 湖泊科學(xué)，2016(6)：1204－1216.

Zeng Qinghui, Qin Lihuan, Cheng Peng, et al. Spatial and temporal distribution of main aquatic environment factors in Miyun Ｒeservoir, Beijing since 1990s[J]. Journal of Lake Sciences, 2016(6): 1204－1216. (in Chinese with English abstract)

[25] 任瑋，代超，郭懷成. 基于改進(jìn)輸出系數(shù)模型的云南寶象河流域非點(diǎn)源污染負(fù)荷估算[J]. 中國環(huán)境科學(xué)，2015(8)：2400－2408.

Ren Wei, Dai Chao, Guo Huaicheng. Estimation of pollution load from non-point source in Baoxianghe watershed based, Yunnan Province on improved export coefficient model[J]. China Environmental Science, 2015(8): 2400－2408. (in Chinese with English abstract)

[26] 耿潤哲，王曉燕，焦帥，等. 密云水庫流域非點(diǎn)源污染負(fù)荷估算及特征分析[J]. 環(huán)境科學(xué)學(xué)報(bào)，2013(5)：1484－1492.

Geng Runzhe, Wang Xiaoyan, Jiao Shuai, et al. Application of improved export coefficient model in estimating non-point source nutrient load from Miyun reservoir watersheds[J]. Acta Scientiae Circumstantia, 2013(5): 1484－1492. (in Chinese with English abstract)

[27] 韓玉國，李敘勇，南哲，等. 北京地區(qū)2003－2007年人類活動(dòng)氮累積狀況研究[J]. 環(huán)境科學(xué)，2011(6)：1537－1545.

Han Yuguo, Li Xuyong, Nan Zhe, et al. Net anthropogenic nitrogen accumulation in the Beijing Metropolitan Region in 2003 to 2007[J]. Environmental Science, 2011(6): 1537－1545. (in Chinese with English abstract)

[28] Wang Jinliang, Shao Jing'an, Wang Dan, et al. Simulation of the dissolved nitrogen and phosphorus loads in different land uses in the Three Gorges Reservoir Region-based on the improved export coefficient model[J]. Environmental Science-processes & Impacts, 2015, 17(11): 1976－1989.

[29] Zhang H, Huang G H. Assessment of non-point source pollution using a spatial multicriteria analysis approach[J]. Ecological Modelling, 2011, 222(2SI): 313－321.

[30] Qiu Zeyuan. Assessing critical source areas in watersheds for conservation buffer planning and riparian restoration[J]. Environmental Management, 2009, 44(5): 968－980.

[31] Kiese Ralf, Heinzeller Christoph, Werner Christian, et al. Quantification of nitrate leaching from German forest ecosystems by use of a process oriented biogeochemical model[J]. Environmental Pollution, 2011, 159(11SI): 3204－3214.

[32] Keeney D R, Follett R F. Managing nitrogen for groundwater quality and farm profitability: Overview and introduction[J]. Managing Nitrogen for Groundwater Quality and Farm Profitability, 1991, 5(7): 1－7.

[33] 龍?zhí)煊?，劉敏，劉? 三峽庫區(qū)非點(diǎn)源污染負(fù)荷時(shí)空分布模型的構(gòu)建及應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(8)：217－223.

Long Tianyu, Liu Min, Liu Jia. Development and application of non-point source pollution load model of spatial and temporal distribution in Three Gorges Reservoir Region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(8): 217－223. (in Chinese with English abstract)

[34] 謝華，都金康，胡裕軍，等. 基于匯流時(shí)間方法的空間分布式水文模型研究[J]. 武漢理工大學(xué)學(xué)報(bào)，2005(12)：75－78.

Xie Hua, Du Jinkang, Hu Yujun, et al. Study on spatially distributed hydrological model based on routing time method[J]. Journal of Wuhan University of Technology, 2005(12): 75－78. (in Chinese with English abstract)

[35] 趙新峰，陳利頂，楊麗蓉，等. 基于水流路徑與景觀單元相互作用的非點(diǎn)源污染模擬研究[J]. 環(huán)境科學(xué)學(xué)報(bào)，2010(3)：621－630.

Zhao Xinfeng, Chen Liding, Yang Lirong, et al. Modeling non-point pollution based on interactions between flow path and landscape units[J]. Acta Scientiae Circumstantiae, 2010(3): 621－630. (in Chinese with English abstract)

[36] 李春林，劉淼，胡遠(yuǎn)滿，等. 基于增強(qiáng)回歸樹和Logistic回歸的城市擴(kuò)展驅(qū)動(dòng)力分析[J]. 生態(tài)學(xué)報(bào)，2014(3)：727－737.

Li Chunlin, Liu Miao, Hu Yuanman, et al. Driving forces analysis of urban expansion based on boosted regression trees and Logistic regression[J]. Acta Ecologica Sinica, 2014(3): 727－737. (in Chinese with English abstract)

[37] 尹才，劉淼，孫鳳云，等. 基于增強(qiáng)回歸樹的流域非點(diǎn)源污染影響因子分析[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2016(3)：911－919.

Yin Cai, Liu Miao, Sun Fengyun, et al. Influencing factors of non-point source pollution of watershed based on boosted regression tree algorithm[J]. Chinese Journal of Applied Ecology, 2016(3): 911－919. (in Chinese with English abstract)

[38] 趙萍，傅云飛，鄭劉根，等. 基于分類回歸樹分析的遙感影像土地利用/覆被分類研究[J]. 遙感學(xué)報(bào)，2005(6)：708－716.

Zhao Ping, Fu Yunfei, Zheng Liugen, et al. Cart-based land use/cover classification of remote sensing images[J]. Journal of Remote Sensing, 2005(6): 708－716. (in Chinese with English abstract)

[39] Elith J, Leathwick J R, Hastie T. A working guide to boosted regression trees[J]. Journal of Animal Ecology, 2008, 77(4): 802－813.

[40] 劉亞瓊，楊玉林，李法虎. 基于輸出系數(shù)模型的北京地區(qū)農(nóng)業(yè)面源污染負(fù)荷估算[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2011，27(7)：7－12.

Liu Yaqiong, Yang Yulin, Li Fahu. Estimation of pollution loads from agricultural nonpoint sources in Beijing region based on export coefficient modeling approach[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(7): 7－12. (in Chinese with English abstract)

[41] 耿潤哲，王曉燕，龐樹江，等. 潮河流域非點(diǎn)源污染控制關(guān)鍵因子識(shí)別及分區(qū)[J]. 中國環(huán)境科學(xué)，2016(4)：1258－1267.

Geng Runzhe, Wang Xiaoyan, Pang Shujiang, et al. Identification of key factors and zonation for nonpoint source pollution controlin Chaohe River watershed[J]. China Environmental Science, 2016(4): 1258－1267. (in Chinese with English abstract)

[42] Grusson Youen, Anctil Fran?ois, Sauvage Sabine, et al. Assessing the climatic and temporal transposability of the SWAT model across a large contrasted watershed[J]. Journal of Hydrologic Engineering, 2017:4017004.

[43] 王曉燕，閻恩松，歐洋. 基于物質(zhì)流分析的密云水庫上游流域磷循環(huán)特征[J]. 環(huán)境科學(xué)學(xué)報(bào)，2009(7)：1549－1560.

Wang Xiaoyan, Yan Ensong, Ou Yang. Material flow analysis of the phosphorus cycle in the upper watershed of the Miyun Reservoir in Beijing[J]. Acta Scientiae Circumstantiae, 2009(7): 1549－1560. (in Chinese with English abstract)

[44] 王慶鎖，孫東寶，郝衛(wèi)平，等. 密云水庫流域地下水硝態(tài)氮的分布及其影響因素[J]. 土壤學(xué)報(bào)，2011(1)：141－150.

Wang Qingsuo, Sun Dongbao, Hao Weiping, et al. Nitrate concentration distribution in groundwater of the Miyun Reservoir Watershed[J]. Acta Pedologica Sinica, 2011(1): 141－150. (in Chinese with English abstract)

[45] Li Sisi, Zhang Liang, Du Yun, et al. Evaluating phosphorus loss for watershed management: Integrating a weighting scheme of watershed heterogeneity into export coefficient model[J]. Environmental Modeling & Assessment, 2016, 21(5): 657－668.

[46] Yang Jing, Reichert Peter, Abbaspour Karim C, et al. Hydrological modelling of the chaohe basin in China: Statistical model formulation and Bayesian inference[J]. Journal of Hydrology, 2007, 340(34): 167－182.

[47] 耿潤哲，張鵬飛，龐樹江，等. 不同氣候模式對(duì)密云水庫流域非點(diǎn)源污染負(fù)荷的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015(22)：240－249.

Geng Runzhe, Zhang Pengfei, Pang Shujiang, et al. Impact of different climate change scenarios on non-point source pollution losses in Miyun Reservoir watershed[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015(22): 240－249. (in Chinese with English abstract)

Application of modified diffuse total nitrogen export coefficient model at watershed scale

Pang Shuijiang1, Wang Xiaoyan1,2※

(1100048;2100048,)

It has been widely proved that nitrogen is vital to maintain terrestrial ecosystem balance and world food safety at global scale. However, with the increasing development of social economy and population growth, excessive synthetic nitrogen has been discharged into water bodies in the world, which is recognized as one of the most important causes of water environment deterioration and eutrophication. Within the numerous nitrogen sources, diffuse pollution from agricultural activities has been identified as the most important contributor to nitrogen loss in more and more areas. Therefore, it is more crucial and meaningful to assess precisely nitrogen loss potential and to identify its impact factors for the effectively integrated watershed management. In this study, a modified nitrogen export coefficient model was developed considering the nitrogen production, surface runoff generation, leaching potential of soil moisture, and landscape interception in the given watershed. To examine the performance of the modified total nitrogen export coefficient model, this modified result was validated by the monitoring data of water quality at the outlet of Chao River watershed, which is one of the 2 major tributaries into Miyun Reservoir in the northeast of Beijing. Then, the critical source areas (CSAs) of nitrogen loss were identified, and the impact factors of nitrogen loss were determined by the boosted regression trees algorithm. The major results were illustrated as follows: 1) For monitoring loading of total nitrogen at outlet of Chao River, the modified export coefficient model was characterized by a higher accuracy with a relative error of 8.23% compared with the traditional export coefficient model with a relative error of 18.94%. 2) The CSAs of total nitrogen loss were mainly distributed in the western areas of upper and middle stream, as well as the downstream riparian region in this watershed, where existed higher nitrogen load for intensive agricultural economic activities. Regarding to administrative scale, Fengning County (Dage and Heishanzui Town), Luanping County (Hushiha and Bakeshiying Town), Miyun District (Gaoling, Gubeikou and Taishitun Town) were identified as the CSAs of total nitrogen loss for their higher population and livestock density, and the relative lower capability of landscape interception. In particular, the high potential of total nitrogen loss was also identified in the south area and riparian zone in the Chao River watershed. 3) Based on the boosted regression trees model, by extracting 5 000 samples in ArcGIS 10.1 platform, the anthropological factors were determined as the most important impacting factors for total nitrogen loss. The contributions of the amount of total nitrogen fertilizer application, the livestock breeding scale and the topography slope to total nitrogen loss in the watershed were 54.74%, 17.48% and 16.53%, respectively. Therefore, control on the unreasonable scale of total nitrogen and livestock was necessary and recommended to reduce the severe nitrogen pollution and to protect the drinking water safety of Beijing City. In summary, the proposed total nitrogen export coefficient model can be applied to provide available information for the environmentalists, farmers and watershed managers to prevent and alleviate diffuse total nitrogen loss especially in the area lacking effective data.

watershed; nitrogen; pollution control;export coefficient model; critical source areas

10.11975/j.issn.1002-6819.2017.18.028

X522

A

1002-6819(2017)-18-0213-11

2017-05-03

2017-08-15

國家自然科學(xué)基金項(xiàng)目（41271495）；英國生物技術(shù)與生物科學(xué)研究會(huì)BBSRCC（BB/N013484/1）

龐樹江，男，河北張家口人，博士生，主要從事流域非點(diǎn)源污染研究。Email：cnupsj1988@gmail.com

王曉燕，女（漢族），甘肅慶陽人，博士，教授，博士生導(dǎo)師，主要從事流域非點(diǎn)源污染控制與管理研究。Email：wangxy@cnu.edu.cn