在数据稀缺地区，通过模拟农田土壤管理对砷污染的影响：以张江河流域为例

《Frontiers in Environmental Science》：Modeling arsenic pollution from cropland soil management in data-scarce areas: a Zhangjiang river basin case study

中国福建省张江河流域通过集成SWAT与LOADEST模型，解决了数据稀缺问题，揭示了城市化区域（1%）贡献了75%的砷污染负荷，而农业扩张（尤其是含砷动物粪便作为肥料）导致扩散污染加剧，需优化农业管理策略。

　　农业砷污染已成为全球范围内日益严峻的环境与公共卫生问题。在中国，由于数据获取的困难，制定有效的污染控制策略面临挑战。为应对这一问题，本研究提出了一种结合土壤和水评估工具（SWAT）与负荷估计模型（LOADEST）的综合方法，用于评估中国福建省张江河流域（ZR）的长期砷负荷变化。该方法能够有效利用有限的监测数据，为缺乏数据支持的区域提供污染分析工具，支持农业管理政策的优化与改进。

### 引言

砷污染的来源复杂，包括农业活动、采矿作业以及工业排放等多种人为因素。这些污染源对环境和人类健康构成严重威胁，尤其在全球范围内，砷污染已成为一个长期关注的议题。在中国，随着农业和工业的快速发展，砷污染问题日益突出，影响了食品安全、公众健康以及水生生态系统。特别是在福建省，由于动物养殖业的迅速扩张，动物粪便中砷含量的增加成为了一个不容忽视的问题。尽管目前的环保政策禁止将动物粪便直接排放至河流中，但大量的动物粪便被回收用作肥料，导致农田土壤成为砷的存储库，并可能成为污染源。这种农业管理方式的潜在风险，亟需进一步研究，以优化现有策略并有效控制砷污染。

### 材料与方法

为了在数据稀缺的背景下开展研究，本研究采用了一种综合建模方法。首先，利用SWAT模型对相邻流域（JRW）进行校准和验证，获取其模型参数。随后，将这些参数通过距离近似原则转移到张江河流域（ZR），从而模拟该流域的径流情况。SWAT模型具有基于物理原理的结构，能够有效地在未监测流域中进行流体模拟。在此基础上，使用LOADEST模型对稀疏的水文监测数据进行处理，从而估算流域内的砷负荷。

LOADEST模型采用了一种自动选择模型的方法，能够根据设定的性能指标从九种预定义的回归模型中选出最合适的模型。该模型通过将低频的水质数据与连续的流体数据相结合，能够提供可靠的砷负荷预测。通过这种方式，研究团队能够在缺乏全面数据的情况下，对张江河流域的砷污染情况进行深入分析。

### 结果

本研究对张江河流域的三个主要监测点（GTDK、YGLQ和YXHQ）的砷浓度数据进行了分析，并利用LOADEST模型估算其砷负荷。结果表明，这三个监测点的砷负荷估算结果在NSE值上分别为0.21、0.86和0.73，R2值分别为0.58、0.77和0.81。其中，GTDK站点的砷负荷最高，其平均年负荷为868千克，而YGLQ和YXHQ分别为287千克和181千克。尽管GTDK的模型性能相对较低，但其砷负荷的上升趋势依然可靠。

进一步分析发现，GTDK站点位于张江河流域的下游，靠近流域出口，受城市径流和工业排放的影响较大。相比之下，YGLQ和YXHQ站点主要受农业活动的影响，因此其模型性能较高。研究还发现，随着农业活动的扩张，尤其是动物养殖规模的增加，农业活动对砷污染的贡献也在不断上升。例如，从2016年到2023年，张江河流域的禽类数量平均每年增长约23%，而猪的数量也保持稳定增长。这些数据表明，农业活动是导致砷污染加剧的重要因素。

### 讨论

尽管张江河流域的砷污染存在点源（如城市和工业排放）和面源（如农业活动）的双重影响，但农业活动的扩张正在成为面源污染的主要驱动因素。为了更深入地分析这一趋势，研究团队对YGLQ站点的年度砷负荷与多个潜在因素进行了相关性分析。这些因素包括化肥使用量（FE）、耕地面积（CA）、活猪数量（PG）、活禽数量（PL）、人口数量（PP）以及年降雨量（RF）。结果显示，耕地面积和动物粪便使用量（PG和PL）与砷负荷呈显著正相关，相关系数分别为0.79、0.55和0.57，且p值均小于0.05。相比之下，降雨量与砷负荷的相关性较弱，仅为0.14。这表明，尽管气候因素在一定程度上影响了砷的迁移，但农业活动仍是砷污染的主要来源。

进一步分析表明，动物粪便的使用量与降雨量之间的交互作用（PG × RF和PL × RF）对砷负荷的影响更为显著，相关系数分别达到0.66和0.87。这表明，随着农业活动的扩张和降雨量的变化，动物粪便中砷的释放和迁移可能加剧，从而导致扩散性砷污染的增加。因此，研究团队建议，在农业管理中应更加注重土壤的接收能力，避免过度使用富含砷的动物粪便，以减少对环境的潜在危害。

### 未来研究方向

尽管本研究提出的综合建模方法在数据稀缺的背景下提供了有效的污染分析工具，但其应用仍存在一定的局限性。例如，LOADEST模型主要用于评估扩散性污染，对于点源污染（如工业排放）的评估能力较弱。此外，模型的准确性依赖于SWAT模型对径流的预测能力，特别是在缺乏邻近流域水文数据的情况下，SWAT模型的参数转移可能会带来一定的不确定性。

未来的研究可以进一步优化这一方法，例如通过改进SWAT模型，使其能够更准确地模拟砷的迁移行为，从而更好地识别易成为污染源的农田区域。此外，研究团队还建议，可以将这一方法扩展到更多流域，以评估不同区域的砷污染情况，并为制定更精准的管理策略提供支持。通过这种方式，可以在数据有限的情况下，为农业管理和污染控制提供科学依据。

### 结论

本研究通过结合SWAT和LOADEST模型，成功地对张江河流域的长期砷负荷变化进行了分析。研究发现，尽管流域中仅有约1%的面积是城市化区域，但该区域可能贡献了高达75%的当前河流砷负荷。然而，这一结论受到数据限制的影响，包括从邻近流域转移的径流参数、有限的砷监测范围以及GTDK站点的低NSE值。因此，需要更多的现场监测数据来验证这一结论。

另一方面，流域的广大农村地区正面临扩散性砷污染的加剧，这主要归因于农业活动的扩张、受污染的动物粪便使用增加以及气候变化的影响。相关性分析表明，耕地面积和动物粪便使用量是导致砷污染的主要因素，而它们与降雨量的交互作用则进一步加剧了这一趋势。因此，研究团队呼吁调整当前的农业管理策略，以减少动物粪便中砷的积累，并降低对环境的潜在影响。

综上所述，本研究提出的方法为在缺乏数据支持的地区评估砷污染提供了一种可行的工具，有助于制定基于证据的环境保护政策和优化农业管理实践。通过这种方法，可以更有效地识别污染热点区域，并为未来的污染控制提供科学依据。