东北集约化玉米单作区农田面源污染评价与监测方法与流程

本发明涉及农业污染防治领域，具体涉及一种东北集约化玉米单作区农田面源污染评价与监测方法。

背景技术：

近年来农田普遍增施化肥以及不合理的农业管理措施，致使施用的氮肥以氨挥发和硝态氮淋溶形式损失越发严重。由此所导致对地下水资源污染的问题日益突出。土壤剖面残留较高的氮素易形成垂直向下运移的风险，伴随灌溉与降水下渗造成地下水污染。如何简便且准确的评估面源污染发生量成为国内外学者研究的热点问题。目前，计算农田硝态氮淋溶的方法一般为通过淋溶盘取淋溶液或测定土壤水势联合溶液养分浓度的方法，计算土壤氨挥发的方法通常为气箱抽气取样化学测定法，这两类测定发放仅能测定点上数据，区域代表性和时间代表性均很差，且该方法操作复杂推广不便。而模型模拟法的优势在于其操作简单、模拟准确和代表性广等优点，成为评估和预测硝态氮淋溶与土壤氨挥发的新型方法，目前应用较多的模型有leachm(leachingestimationandchemistrymodel)、swat(soilwaterassessmenttool)等，这些模型在综合分析作物生产和土壤氮素运移结合方面还有待加强。而rzwqm(rootzonewaterqualitymodel)模型耦合了农业生产管理以及环境影响的模块，成为预测和评估农田氮素淋溶与土壤氨挥发的新工具。

rzwqm模型由美国农业部农业系统研究所(usda-ars，greatplainsystemresearchunit)于1992年推出的农业系统作物和环境管理模型。整合并考虑了作物根区所有对作物生长的物理、生物和化学过程的影响。wang等应用该模型优化污水灌溉条件下冬小麦-夏玉米施肥措施。fang等模拟了不同灌溉制度下作物产量及水分利用效率。已有的研究多侧重于灌溉和水分利用效率研究方面，而国内应用模型对农田施肥过程硝态氮淋溶和氨挥发的评估还处于初级阶段。由于该模型对田间实测数据指标要求较高且有覆盖性，所以根据实测数据对模型参数率定和验证后可以在东北农区等数据缺乏的区域进行验证或推广，为东北集约化农区农田硝态氮淋溶和土壤氨挥发预测开辟新的思路和估算方法。

技术实现要素：

本发明要解决的技术问题是提供一种东北集约化玉米单作区农田面源污染评价与监测方法，本方法能够简单准确地估算东北集约化玉米单作区农田面源污染各途径发生量，进而根据预测评估结果，有针对性地研发技术措施或调控农艺措施削减农田面源污染发生量，促进我国农业的可持续生产。

为解决上述技术问题，本发明采用的技术方案是：

一种东北集约化玉米单作区农田面源污染评价与监测方法，所述农田面源污染评价与监测指标为玉米单作农田土壤硝态氮淋溶量和氨挥发量，所述土壤硝态氮淋溶量和氨挥发量在东北集约化农区尺度上的计算方法如下：

y1＝0.7742x-22.438

y2＝0.1705x-10.923

y1-硝态氮淋溶量kg·hm^-2，x-玉米收获后硝态氮残留量kg·hm^-2；y2-土壤氨挥发量kg·hm^-2。

本发明具有积极有益的效果：

本发明提供的东北集约化玉米单作区农田面源污染评价与监测方法能够根据施肥量或残留量测算出农田硝态氮淋溶量和氨挥发量，这两个指标是评价东北平原农田面源污染状况的核心指标，进而指导每季作物的合理施肥，有效地削减华北农区农田面源污染发生量。

本发明首次通过模型模拟的方法在东北集约化玉米单作区通过土壤硝态氮残留量与硝态氮淋溶量和氨挥发量建立相关性联系，发现土壤硝态氮残留量指标能够综合的反映全年降水、作物生长、土壤硝态氮淋溶、土壤氨挥发等综合效应，与现有农田实测土壤淋溶和氨挥发的技术相比，本发明首次提供了一个能够综合评估土壤硝态氮淋溶量和氨挥发量较为准确的、易于测定的参数和算法。

附图说明

图1为2009年玉米收获期不同处理土壤含水量模拟值与实测值。

图2为2009年玉米收获期不同处理土壤剖面硝态氮含量模拟值和实测值。

图3为2014年玉米收获期不同处理土壤剖面硝态氮模拟值和实测值。

图4为不同处理玉米产量模拟值和实测值。

图5-1和图5-2为不同处理硝态氮以及氨态氮损失特征。

具体实施方式

以下结合具体实施例进一步阐述本发明。下述实施例中所涉及的方法，如无特别说明均为常规方法。

一种东北集约化玉米单作区农田面源污染评价与监测方法，解决农田硝态氮淋溶量和土壤氨挥发量难于直接监测的问题，为东北集约化玉米单作区尺度上农田面源污染简单准确的评价提供依据。

收集东北集约化玉米田间试验3组施氮量梯度田间试验实测的剖面土壤含水量、剖面土壤硝态氮含量、作物产量等数据，收集土壤基础理化性状数据，收集生育期降水量、气温等气象数据。

运行rzwqm模型，将基本土壤理化性状数据和气象数据录入系统；

运行rzwqm模型，应用2009年玉米季实测数据对土壤剖面含水量进行率定；

运行rzwqm模型，应用2014年玉米季实测数据对土壤剖面含水量进行验证；

运行rzwqm模型，应用2009年玉米季实测数据对土壤剖面硝态氮含量进行率定；

运行rzwqm模型，应用2014年玉米季实测数据对土壤剖面硝态氮含量进行验证；

运行rzwqm模型，应用2009年玉米季玉米实测数据对作物产量进行率定；

运行rzwqm模型，应用2014年玉米实测数据对作物产量进行验证；

运行rzwqm模型，输入多种施肥量梯度输出土壤剖面硝态氮含量和硝态氮淋溶量；

运行rzwqm模型，输入多种施肥量梯度输出土壤剖面硝态氮含量和氨挥发量；

建立土壤剖面硝态氮含量和硝态氮淋溶量函数关系；

建立土壤剖面硝态氮含量和土壤氨挥发量函数关系；

东北集约化玉米单作区已发表论文实测硝态氮淋溶量与建立的函数进行准确率分析；

东北集约化玉米单作区已发表论文实测氨挥发量与建立的函数进行准确率分析。

发明人在东北开展玉米长期定位试验监测数据基础上，完成了rzwqm模型水分、养分迁移转化模块的率定和验证，通过设置不同施肥量水平，输出获得一系列土壤淋溶量和氨挥发量，以及土壤硝态氮残留量，回归后建立面源污染发生量与土壤硝态氮残留量之间函数关系，并进行函数准确率分析，具体操作如下：

1材料与方法

1.1试验材料

试验于辽宁省农业部阜新农业环境与耕地保育科学实验站进行。该地区气候属于中温带大陆性季风气候，年均温度为5.3℃。年均降雨量为806.5mm左右，其中主要集中在7～9月份，降雨量占全年总降雨量70％左右。

田间试验从2009年度开始，本试验应用2009年度玉米季t1、t2、t3实测土壤含水量进行模型的水分参数的率定与验证，以及养分参数的率定。2010-2013年实测数据缺失。而2014年仅有t1处理土壤养分实测数据，所以应用该数据进行养分模块验证和同时预测t2和t3处理土壤养分动态。田间供试土壤类型为砂壤土，剖面土壤容重变化范围为1.38-1.51g/cm³，全氮1.23g/kg，速效磷(p2o5)20.3mg/kg，速效钾(k2o)51mg/kg，有机质26.4g/kg。2009年玉米播前土壤剖面硝态氮和铵态氮初始含量见表1。

氮肥施用梯度试验设计3个处理，分别为该地区传统习惯施氮量t1(n240kg/hm²，基肥和大喇叭口期追肥量为1：2)、t2氮肥减量10％(n216kg/hm²)和t3氮肥减量20％(n192kg/hm²)，每个处理3次重复，每个小区面积为30.25m²。玉米品种选用当地主栽品种辽单28，播种日期4月30日，收获日期分别为2009年9月27日和2014年9月28日，玉米生长周期125天，试验区田间管理为大田管理方式。

土壤样品采于玉米成熟期(9月20日)。剖面土样每20cm为一层，共分五层到地下1米采集，每小区随机选取3点用土钻取土。土样取回后分别用0.05mol/lcacl2溶液浸提，震荡40min过滤，用瑞士产foss流动分析仪测定各土层硝态氮含量，并根据各层土壤容重将硝态氮含量换算成0-100cm土体硝态氮累积量。玉米成熟期采集植株样品烘至恒重，用于计算和验证产量。

表1土壤基本理化特征

1.2试验模型简介

rzwqm是美国农业部大平原系统研究所研发的能够对土壤根区水质、土壤养分运移以及作物生长进行综合模拟模型。rzwqm模型由6个模块组成：物理模块、化学模块、养分模块、作物生长模块、杀虫剂模块和管理模块。其中包括“日”和“时”两个时间尺度，以“日”为尺度计算离子、肥料、灌溉水、耕地措施，以及潜在蒸散发和蒸腾量。水分迁移及和营养化学过程以“时”尺度计算，包括土壤水分的再分配、营养盐的迁移转化、渗滤、径流、杀虫剂淋洗、热量损耗、实际蒸散量、植物养分吸收过程等；然后再计算杀虫剂迁移转化过程(本文不涉及)、碳氮迁移转化过程和土壤物质平衡过程；最后运行植物生长模块。rzwqm能够模拟土壤氮转化的主要过程，包括作物氮残留、有机态的矿化、氮素固定、氮素淋溶、氨挥发、硝化和反硝化等。模型可以较好的模拟氮素的迁移转化，更加方便快捷的获得氮素淋溶数值和评估淋溶情况，以及针对性地实行优化施肥措施来削减损失。

在本研究模拟过程汇总涉及的模块为physicalprocesses、nutrientprocesses、plantgrowthprocesses。模型初始输入数据包括气象数据和土壤基本数据(如表1)。其中气象数据包括模拟期间日降水、日最高温、日最低温、风速、相对空气湿度等；土壤基本数据包括0-1m土层每20cm一层的土层容重、田间持水量、土壤ph值、土壤含水率、剖面硝态氮和铵态氮初始含量。

1.3模型结果评价

模型参数的率定遵循先水分模块，然后养分模块，最后作物模块的顺序。模型率定效果的评价是判定参数优化的关键，不同统计指标各有优缺点，本文在模型参数率定过程中采用归一化误差(均方根差/平均值)进行参数优化，即不断改变参数值以减小模拟结果和实测结果的差异，当归一化误差数值最小时模型选定的参数作为最终率定结果。选用两个指标评价模型运行的结果：(1)均方误差(rmse)，属于绝对误差指标，反映模拟效果的绝对无偏性和极值效应；(2)平均相对误差(mre)，属于相对误差指标，反映模拟效果的相对无偏性。模型参数率定和验证得效果通过rmse和mre体现，当rmse达到最小值，而mre趋近于0，模拟效果较优。计算公式如下：

其中，n是观测值的个数，qi表示第i个观测值，pi表示第i个观测值的模拟值。

2结果与分析

2.1模拟精度检验

影响模型水分输出的参数主要有田间含水量，土壤蒸散发系数等，氮素运移模块包括土壤化学量，微生物群落等，分别采用试错法反复调试，使模拟值和实测值最大程度接近。其中土壤含水量率定过程rmse最大值为0.96cm³/cm³，mre最大为9％；硝态氮率定过程rmse最大值为4.40mg/kg，mre最大为68.60％；2014年硝态氮验证过程rmse最大值为6.15mg/kg，mre最大为39.47％。模拟结果尚在可接受模拟误差之内。

2.2模型含水量率定与验证

2009年玉米季收获期t1处理下20、40、60、80和100cm土壤剖面含水率分别为10.39％、11.16％、10.89％、11.63％、11.81％，在t2处理下每一层土壤剖面含水率分别为10.54％、11.26％、10.95％、11.68％、11.93％，在t3处理下每一层土壤剖面含水率分别为10.63％、11.29％、11.15％、11.73％、11.98％。土壤含水量率定rmse值分别为0.96、0.51、0.65、0.90和0.81，mre分别为9％、-4％、6％、8％和7％。不同处理下土壤实测剖面水分含量均随土层深度增加无明显变化趋势，统计分析表明，模型可以较好地率定当地的土壤剖面水分含量。

2.3模型土壤硝态氮含量率定与验证

2009年玉米季收获期t1处理下20、40、60、80和100cm土壤剖面硝态氮含量分别为15.82mgkg^-1、12.11mgkg^-1、8.84mgkg^-1、4.62mgkg^-1和3.80mgkg^-1，在t2处理下每一层土壤剖面硝态氮含量分别为13.62mgkg^-1、5.69mgkg^-1、4.85mgkg^-1、3.32mgkg^-1、2.51mgkg^-1，在t3处理下每一层土壤剖面硝态氮含量分别为14.78mgkg^-1、4.79mgkg^-1、2.01mgkg^-1、2.33mgkg^-1、1.54mgkg^-1。t2处理验证施氮量在210mgkg^-1下硝态氮在土壤中的运移情况。土壤硝态氮率定rmse值分别为4.40mgkg^-1、3.59mgkg^-1、3.83mgkg^-1、2.37mgkg^-1和1.91mgkg^-1，mre分别为-29.14％、35.51％、68.60％、12.90％和-20.15％。土壤硝态氮率定结果与实测值变化趋势相同(图2)。统计分析表明，模型可以良好的模拟土体硝态氮运移特征。

为了验证模型的准确性和适用性，利用2014年硝态氮浓度进行模型验证和预测。图3为2014年玉米季收获期硝态氮在土壤中的运移情况，而且利用t2和t3处理进行模型预测研究。在t1处理下，土壤剖面硝态氮模拟值分别为7.66mgkg^-1、6.34mgkg^-1、11.40mgkg^-1、6.67mgkg^-1、1.96mgkg^-1。每一土层均方误差rmse分别为1.37mgkg^-1、2.21mgkg^-1、0.77mgkg^-1、0.17mgkg^-1和2.71mgkg^-1。每一土层平均相对误差mre分别为5.96％、11.62％、-2.25％、-0.84％和46.08％。土壤硝态氮在处理t1验证可接受的结果下，对t2和t3进行预测分析，结果分析表明，2014年，模型相对于2009年数据平均rmse值为6.15mgkg^-1、1.36mgkg^-1、1.41mgkg^-1、0.57mgkg^-1和1.64mgkg^-1。mre分别为-28.73％、18.90％、39.47％、5.83％和24.97％。可以在t2和t3处理硝态氮浓度下仍然可以较好的对当地每一土层剖面中硝态氮含量进行预测。

2.4作物产量模型参数率定与验证

模型对不同施氮量下土层进行准确的参数率定和验证后，对作物产量进行了验证和预测。三次施氮量对作物产量的影响如图4所示，模型对2009年的对三个处理的产量预测均小于实测值。不同施氮量处理情况下不同重复之间实测产量分为8202kghm^-2、9151.5kghm^-2和7537.5kghm^-2，并且在t2处理下的玉米产量达到最高，分别超过t1和t3处理产量10.37％和17.64％。作物产量情况没有按照施氮量多少而产生明显递减结果，但是在模型模拟中产量仍然具有随施氮量降低而降低的趋势。2014年模型对不同施氮处理进行了验证和预测，在相对于t2和t3处理下硝态氮的验证之后，对t2和t3处理进行了模型产量预测，并且呈递减趋势，相对于t1产量分别降低了15.38％和22.65％。模拟结果范围偏差在可接受范围内。

2.5模型拓展应用

2.5.1不同处理土壤硝态氮淋溶量和氨挥发量预测

模型对不同施氮量下土层进行参数率定和验证，确定模型主要参数后保持不变，通过不同施氮量情况对单玉米季土层1米以下的硝态氮淋溶情况进行了预测(图5-1和图5-2)。从图5-1和图5-2可以看出，因降雨和土壤淋失关系，导致硝态氮淋溶量随施氮量减少而减少。三个氮素运移处理作物全生育期下的土壤淋溶量分别为52.81、46.56和40.62kghm^-2，分别占处理施氮量的22.0％、21.5％和21.2％。验证结果在可接受范围之内。

模型同时可以模拟在不同施氮量处理下土壤中的氨态氮的挥发量，通过模型对土壤氨挥发情况进行预测(图5)。在三个处理条件下，氨态氮挥发与田间施氮量呈正相关关系，均随施用氮素减少而减少。结果显示，不同处理下的土壤氨挥发量分别占三个处理总施氮肥量的2.13％、1.75％和0.49％。总体挥发量较小，部分原因由于当地土壤的ph值呈弱酸性，模拟结果较符合当地土质和氨态氮挥发情况，预测结果较为准确并在可接受范围之内。

2.5.2不同施肥量条件下模型预测

(1)建立面源污染发生量预测评估函数

通过模型的预测功能，得到不同施肥量条件下土壤硝态氮累积量的对应淋溶量和氨挥发量，回归得到如下函数：

y1＝0.7742x-22.438(r²＝0.9832,n＝10)

y2＝0.1705x-10.923(r²＝0.9433,n＝13)

y1-硝态氮淋溶量(kg·hm^-2)，x-玉米收获后硝态氮残留量(kg·hm^-2)；y2-氨挥发量(kg·hm^-2)。

表2预测条件下硝态氮以及氨态氮损失特征

(2)建立的函数准确率分析

通过东北集约化玉米种植区，参考8篇相关文献中18组梯度数据计算淋溶函数准确率为67％。参考3篇相关文献中5组梯度数据计算氨挥发准确率71％。

表3硝态氮淋溶量函数关系准确率验证

表4氨挥发量函数关系准确率验证