万 祖 鹏，代 俊 峰，谢 晓 琳，张 振 宇，徐 保 利

(1.桂林理工大学 环境科学与工程学院，广西 桂林 541004； 2.桂林理工大学 广西环境污染控制理论与技术重点实验室，广西 桂林 541004； 3.桂林理工大学 岩溶地区水污染控制与用水安全保障协同创新中心，广西 桂林 541004)

湿地具有物质“源”“汇”及“转换器”的功能，在净化污水、保持良好水质方面发挥了重要作用[1]。近年来随着人类对湿地的开发与利用，湿地受到生活污水、养殖废水、农田施肥等污染物的影响较大，面源污染形势严峻，因而湿地水质研究逐渐成为研究的热点。除了湿地保护措施、湿地净水水质方面[2-5]的研究，湿地及其周边的面源污染状况和时空特征也受到关注。

会仙湿地是中国最大的岩溶湿地，被誉为“漓江之肾”，是漓江流域最大的喀斯特地貌原生态湿地。由于人类活动和气候变化的影响，湿地面积已由20世纪50年代的25 km2萎缩到目前不足6 km2，面临着水质无法保障、生态效益下降的威胁。由于会仙湿地区域内农业种植的施肥量大(298.8 kg/hm2)，施肥结构不合理(氮、磷、钾元素的施用比例为1∶0.34∶0.28[6]，氮、磷肥施用超标，再加上水产畜禽养殖场污染治理工艺落后(无害化处理仅40%)，使得会仙湿地区域局部地区面源污染严重。一些学者阐述了会仙湿地氮磷污染物指标之间的关联性，研究了湿地富营养化及生态环境退化等问题[7-12]，但尚缺少湿地氮磷面源污染时空分布不均的试验监测研究。本文主要研究会仙湿地核心地区4条河流的氮、磷等主要污染物的时空分布特征及其差异，阐述氮磷浓度与排放负荷之间的关系，以期为会仙湿地污染物防控和生态保护提供科学依据。

1 材料与方法

1.1 研究区概况

会仙湿地区域(见图1)地处东经110°09′50″～110°14′30″，北纬25°05′20″～25°06′45″，属亚热带季风气候，年均气温18.8 ℃，年均降雨量1 890 mm。会仙湿地核心区域面积约18.4 km2(含汇水区)，四周为中低山与丘陵环绕，中央为峰林平原。地形总体上南北高、东西较低、中间低平。地表水体总体由南、北两端向中央峰林平原汇集，形成向湿地中心收敛的水系格局[12]。核心区域水系分布、土地利用情况如图1所示。

图1 会仙湿地区域概况Fig.1 Overview of Huixian wetland irrigation area

研究区内水稻为早晚双季稻，灌溉基本以地表水抽水灌溉和灌区农渠灌溉为主，灌溉季为4～9月，水稻生育期灌溉需水量调查结果见表1，2017～2018年降雨量见表2。

表1 水稻生育期灌溉水量调查统计Tab.1 Survey of irrigation water during rice growth period

表2 2017～2018年降雨量Tab.2 2017～2018 rainfall mm

1.2 监测与水样检测

利用ArcGIS软件和分布式水文模型SWAT(Soil and Water Assessment Tool)，将会仙湿地空间划分为多个子流域。根据空间划分结果，按控制径流量之和不少于总径流量80%的原则，每条河流沿程及其子流域出口处设置监测点。在会仙湿地核心区域的相思江、会仙河、睦洞河和古桂柳运河的上中下河段共设置了15个采样点，监测点的分布及位置见图1。

考虑研究区降雨和作物(主要是水稻)生长特征，试验中每15～30 d采集1次水样。如有降雨，一般于雨后3 d左右采样，保证采样频率的一致性和数据分析的可比性。现场监测采样点的流速、水深、pH、水温、溶解氧(DO)等指标。采集的水样当日送至实验室，分析水样的氮磷含量，总氮(TN)用碱性过硫酸钾消解，紫外分光光度法测定(HJ636-2012)，氨氮(NH3-N)用纳氏试剂比色法测定(HJ535-2009)，总磷(TP)用钼酸铵分光光度法测定(GB11893-89)。

采用流速仪实地监测径流流速，利用水尺通过五点等分法测量过水断面水深和面积，从而计算出水口流量。

Q=V×S

(1)

式中：Q为监测段面出水口径流流量，m3/s；V为断面平均流速，m/s；S为监测过水断面面积，m2。

采用污染物负荷计算公式计算污染物负荷：

L=[(C×Q)×10-3×T]/S

(2)

式中：L为氮磷排放负荷，kg/km2；C为各尺度径流排水中氮磷质量浓度，mg/L；Q为采样点河道径流流量，m3/s；S为监测点控制面积，km2；T为每月时间，s。

1.3 分析和计算方法

应用SPSS软件，对不同监测点氮磷浓度和排放负荷进行方差分析，探究研究区氮磷的时空差异。具体采用重复测量数据方差分析法(repeated measurement data)，此法是对同一研究对象的某一观测指标在不同时间或不同地点进行多次重复测量，在农业、医学等领域已有大量应用[13-16]。该方法提高了处理组间的精确度，且有效利用了监测对象。

按两个自变量一个因变量的被试内设计，方差分析模型可表述为

Yabij=μ+αa+βb+(αβ)ab+δi(ab)+γj+

(αγ)aj+(βγ)bj

a=1，…，m；b=1，…，q；i=1，…，ng；j=1，…，p

(3)

式中：Yabij为随机反应变量；μ为总体平均值；αa为因素A在a水平的效应；βb为因素B在b水平的效应；(αβ)ab为因素A和B在ab水平上的交互作用；δi(ab)为第i个受试在ab水平上的效应；γj为重复测量因素C(时间点)在点j的效应；(αγ)aj，(βγ)bj分别为因素A、B与时间点的交互作用。

此次研究的样本数据选取2017，2018年，每个污染物指标接受2个实验处理，即把会仙湿地的监测点的实验处理分为上中下河段和水稻灌溉期(4～9月)和非灌溉期(10月至次年3月)2类变量，不定义其代表值。统计分析了睦洞河、会仙河、古桂柳运河和相思江的总氮、总磷、氨氮的不同监测点位置与不同时间的显著性差异情况。

2 结果与分析

2.1 氮磷排放浓度的时空差异显著性分析

经统计，数据满足球形检验(Bartlett sphere)[17]，可采用重复测量方差分析法，氮磷浓度方差分析结果见表3。表3中3种空间变量为河流上、中、下河段监测点，2类时间变量为灌溉季节(4～9月)及非灌溉季节(10月至次年3月)，偏Eta平方代表了各个变量的效应量，以判断影响显著差异变量的权重。

表3 2018年氮磷排放浓度重复测量数据方差分析Tab.3 Analysis on variance of repeated measurement data of nitrogen and phosphorus emission concentrations in 2018

据表3得知，总磷浓度在睦洞河不同河段监测位置存在显著性差异。许多研究已表明水质与土地利用类型有强烈的关系[18-19]。睦洞河流域的土地利用复杂，通过SWAT模型，基于数字高程模型(DEM)数据，以河网数据为标准，对湿地进行子流域划分，包含睦洞河的有3个子流域，合计土地利用情况如表4所示。

表4 睦洞河流域土地利用面积Tab.4 Land use area of Mudong River Basin hm2

据统计，睦洞河流域上游至下游耕地面积占比依次为52.83%，27.56%，9.96%，灌木(岩溶孤峰)占比稳定在20.00%，林地和草地从上游至下游占比依次为28.00%，41.39%，67.81%。因为耕地面积大幅度减少，磷肥及有机磷农药来源减少，而且林地的增加有助于水土保持和减少水体中的氮磷浓度[19]，所以总磷在睦洞河流域具有空间显著性差异。居民用地仅占流域面积的1.07%，养殖废水和生活污水少，相应的有机氮含量少，且在未完成反硝化作用或未被植物吸收前，水体的总氮不会减少，故总氮受时空差异影响较小。

相思江氨氮在灌期平均浓度为1.476 mg/L，在非灌溉期为5.331 mg/L。由表5得知在非灌期相思江与其他3条河流在氨氮上有显著差异，导致这样大的差异原因，一是相思江本身接收睦洞河及会仙河的河流汇入，以及上游工业区、鱼塘的工业、养殖废水汇入，氮素来源广泛。9月份以后降雨量小，同时水稻氮肥施用量小[6]，农田氮污染排放减少；而相思江上游的工业污水排放相对稳定，占污染来源比重较大；河道水量减少后，污染物得不到稀释，相思江净化能力降低，导致水质变差。另一因素是灌溉期温度较高引起了氨挥发活动剧烈，大气温度及其引起的地表温度及不同深度地温的变化是影响湿地氨挥发速率变化的重要因素[20]，相思江区域耕地面积广，水稻田内的氨挥发是氮素的主要输出形式之一。

表5 不同时期河流氮磷指标显著性差异Tab.5 Significant differences in nitrogen and phosphorus indicators of rivers in different periods

据表6统计，湿地2017年和2018年污染物浓度无显著差异，但在水稻灌溉期2 a之间的P值较小，由于降雨是流域面源污染的驱动因子，降雨量、降雨强度对面源污染流失起到决定性作用[21]，且2018年灌期降雨量为1 112.9 mm，小于2017年的1 778.4 mm，所以2 a间的污染物浓度在灌期差异性大。

表6 2017年与2018年污染物浓度方差分析Tab.6 Variance of pollutant concentration in 2017 and 2018

2.2 氮磷排放负荷的时空差异显著性分析

因数据检验满足条件，2018年氮磷负荷的分析方法与浓度分析方法一致，计算结果详见表7。

表7 2018年氮磷排放负荷重复测量数据方差分析Tab.7 Variance of repeated measurement data of nitrogen and phosphorus emission load in 2018

相思江总磷负荷量受交互作用影响显著，因此对总磷进行简单效应分析，结果如表8所示，在水稻灌溉期，相思江上游的总磷排放负荷与中游有显著差异。数据统计结果显示，灌期上游颗粒态磷仅为中游颗粒态磷的54.0%，河流里的可溶性磷素多，且上游河道径流量比中游大约21.7%，故上中游总磷排放负荷存在显著差异，相思江上游承接了工业区的污染物，总磷灌期月均排放负荷为5.889 t，且相思江上游农田较少，沿程无大量的面源污染汇入，总磷随河流降解，到中游的排放负荷仅为3.484 t。

表8 相思江总磷负荷简单效应分析Tab.8 Simple effect analysis of Xiangsijiang TP load

同样的，表9显示古桂柳运河氨氮交互作用显著，为了探究其时空相互影响，需要做氨氮的简单效应分析，结果见表9。古运河的氨氮在非灌溉期的中游段和下游段具有显著性差异，这是因为下游段附近分布了众多的养殖场与居民区，在非灌溉期间，河流水量不足以稀释养殖废水及生活污水，导致古运河下游段的排放负荷是中游的3.49倍。

表9 古桂柳运河氨氮负荷简单效应分析Tab.9 Simple effect analysis of NH3-N load in Guguiliu canal

2.3 氮磷排放浓度与负荷的对比分析

总的来说，4条河流总氮及氨氮排放浓度的平均值在灌溉期<非灌溉期，总磷的排放浓度在灌溉期>非灌溉期；古桂柳运河的总排放负荷灌期>非灌期，其余3条河流的总排放负荷均为灌期<非灌期。通过单因素方差分析，在水稻非灌溉期，相思江与其他3条河流的氨氮排放浓度具有显著性差异(P<0.05)，其他3条河流两两无显著性差异，具体结果见图2。

古桂柳运河的总氮和氨氮排放浓度在灌期>非灌期，与排放负荷的规律相反，以总氮为例，因为其灌期、非灌期平均浓度分别为1.94，3.44 mg/L，这与睦洞河的1.85，2.77 mg/L相差不大，所以排除浓度的影响，但是古桂柳运河河道本身较窄，且受水葫芦影响，在非灌溉期枯水季经常会堵塞河道，水位很浅导致流量很小(10～11月份中游河道平均流量0.096 m3/s)，所以导致古桂柳运河的氮磷排放负荷在灌期是非灌期的2.62倍。

总磷的排放浓度在4条河流中体现出了灌期>非灌期的规律。这是由于湿地生态情况近几年较为改善，水生植物种类多；而且会仙湿地本身属于亚热带，灌期(4～9月)温度较高，这会导致水生植物的大量繁殖和水生动物新陈代谢的加剧，因此作为沉积物磷元素来源的水生动植物残体、排泄物也大量增加，总磷增加；非灌期温度低，水生植物长势不如灌期茂盛，代谢少导致磷元素向上覆水中释放也少。

注：氮磷浓度为灌期/非灌期各个月份的平均浓度，负荷为灌期/非灌期合计月份的河流总排放量。 图2 4条河流2018年氮磷排放浓度与负荷的季节分布Fig.2 Seasonal distribution of nitrogen and phosphorus emission concentrations and loads in 2018

3 结 论

(1) 从时间角度来说，4条河流总氮、氨氮浓度在灌溉期小于非灌溉期，总磷受其可溶性磷素占比影响，灌溉期浓度大于非灌溉期；氮磷排放负荷方面，古运河受水葫芦堵塞河道影响，非灌溉期的污染物排放负荷小于灌溉期，其他3条河流相反。相思江氨氮由于氮素来源广泛，且上游工业污染影响了氨氮浓度时空分布，故在灌期与非灌期呈显著差异。

(2) 从空间角度来说，受土地利用类型影响，睦洞河总磷、氨氮排放浓度及排放负荷都呈现显著差异。由排放负荷交互作用分析可得：受湿地环境及磷素来源影响，灌期相思江总磷在上中河段具有显著差异，在非灌溉期，养殖废水及生活污水大量排入古运河中下河段，雨量少而得不到稀释，致使排放负荷具有显著差异。

(3) 湿地核心试区表征有机氮及氨氮的生活污水、养殖废水排放较少，且湿地以水稻种植为主，土壤含水量高，土壤中的氮素容易流失进入河流被河泥吸附，因此总氮浓度及负荷均无时空显著性差异。

致谢

本研究实施过程中，受到“广西环境污染控制理论与技术重点实验室科教结合科技创新基地”提供的实验条件和野外采样支持。