《Process Safety and Environmental Protection》：Agricultural drainage networks as non-point phosphorus pollution control systems: scale-dependent retention and primary drivers
编辑推荐：
农业排水网络日益作为分布式污染控制系统，用于缓解非点源磷(phosphorus, P)向水生生态系统的输出。然而，不同沟渠级别(ditch orders)间磷滞留的空间异质性及其具体驱动因素仍认识不足，因为多数研究聚焦于孤立的单一级别沟段。在此，研究人员开展了
农业排水网络日益作为分布式污染控制系统，用于缓解非点源磷(phosphorus, P)向水生生态系统的输出。然而，不同沟渠级别(ditch orders)间磷滞留的空间异质性及其具体驱动因素仍认识不足，因为多数研究聚焦于孤立的单一级别沟段。在此，研究人员开展了一项Meta分析(meta-analysis)，评估sublateral、head和branch沟渠的表观总磷(total phosphorus, TP)和磷酸盐(phosphate)浓度去除效率。Branch沟渠表现出最高的平均表观浓度去除效率，sublateral、head和branch沟渠的TP去除率分别为17 ± 32%、16 ± 28%和39 ± 37%，磷酸盐去除率分别为-8 ± 73%、11 ± 43%和39 ± 32%。虽然进水磷浓度是所有沟渠级别表观浓度去除的最强预测因子，但次级预测因子呈现尺度依赖变化。物理和结构特征在sublateral和head沟渠中相对更具影响，而水动力变量在branch沟渠中相对更重要。土地利用系统和作物周期阶段也与表观浓度去除相关，非paddy(non-paddy)系统通常高于paddy系统，非生长时期高于活跃生长时期。沟渠改造与sublateral和head沟渠表观TP浓度去除增强相关，但在branch沟渠中影响有限。总体而言，这些尺度依赖模式为空间差异化治理提供了初步基础。结构性或生物地球化学措施可能需要在较小沟渠中进一步评估，而水力调节可能在较大branch沟渠中更相关。该综合为开发和测试改善农业排水网络磷衰减的针对性策略提供了定量基础。
研究背景：磷(phosphorus, P)是地表水污染和富营养化的重要贡献者，农业非点源污染是地表水P的重要来源。农业排水网络收集径流，并在污染物进入更大水体前通过排放、转化和滞留介导其流动。该网络物理尺度差异显著，从田边浅沟（湿润宽度小于1 m）到较大渠（湿润宽度大于10 m）。按Strahler沟渠级别分类，农业排水网络分为field、sublateral、head、branch和trunk沟渠，对应Order 1至5。尽管农业沟渠总磷(total phosphorus, TP)去除效率报道为9%至97%、均值约50%，主要由物理沉降、底泥吸附和生物同化控制，但现有田间研究多集中于单一级别的孤立沟段，限制了对P衰减沿排水连续体及互联沟级别变化的理解。不同沟级别水文条件和沟道形态不同，P衰减过程可能随之变化；由单一级别外推整个网络可能过度简化尺度差异，并给流域尺度P滞留估算引入不确定性。此前仅有一项研究比较不同沟级别P去除，发现水稻生长期sublateral沟渠TP去除最高，主要归因于低氧化还原电位驱动随机过程增加导致的多功能微生物群富集。因此，研究人员开展跨级别综合，以量化去除效率并识别主导影响因素如何随沟级别变化。
研究人员开展了一项Meta分析(meta-analysis)，评估sublateral、head和branch沟渠的表观TP和磷酸盐(phosphate)浓度去除效率。由于field和trunk沟渠数据过少，未纳入稳健统计评估。研究目标为量化三个空间尺度的P去除效率，并系统识别各沟级别内驱动P滞留变异的物理、环境和生物地球化学因素。结论显示，表观P浓度去除效率存在空间异质性：branch沟渠平均表观TP和磷酸盐浓度去除效率最高，sublateral沟渠平均表观磷酸盐浓度去除效率为负，与潜在内部P动员一致。进水浓度是所有尺度主导预测因子，但次级预测因子具尺度依赖性。研究为农业流域更有针对性的P管理策略提供了定量基础，并提出较小上游沟渠可进一步评估结构性或生物地球化学措施，较大下游branch沟渠可考虑水力调节。
研究方法概述：研究人员系统检索Web of Science (WoS)和中国知网(China National Knowledge Infrastructure, CNKI)截至2024年12月31日的文献，检索农业沟渠和磷相关术语，获得WoS 935条、CNKI 140条记录；排除综述等后筛选，要求提供沟渠流向及网络位置照片或图、田间土壤基底沟、报告P去除率或配对进出水P浓度。最终纳入19篇研究（14篇英文、5篇中文），提取最多307个TP观测和89个phosphate观测。沟级别由两名作者独立分类。环境变量来源于遥感数据集：全球降水测量(Global Precipitation Measurement, GPM) 7天前期降水、欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF) Reanalysis V5气温、全球陆地蒸发阿姆斯特丹模型(Global Land Evaporation Amsterdam Model, GLEAM)土壤湿度。采用提升回归树(boosted regression trees, BRT)识别预测因子，在R的gbm包中运行，固定主要超参数，以交叉验证早停，计算相对重要性、部分依赖和R
2，并做研究级平均敏感性分析。
3.1 不同级别沟渠的表观P浓度去除效率
通过Meta分析和研究级敏感性分析，研究人员发现农业排水网络总体表观浓度去除效率为TP 18 ± 32%、磷酸盐5 ± 62%。branch沟渠最高：TP 39 ± 37%、磷酸盐39 ± 32%；sublateral沟渠TP 17 ± 32%、磷酸盐-8 ± 73%；head沟渠TP 16 ± 28%、磷酸盐11 ± 43%。研究级平均后branch仍最高，但其磷酸盐估计仅来自一项独立研究，需谨慎解释。讨论认为branch较高表观去除可能与其较大长度、宽度、深度及流速相互作用有关，可提供更长水力停留时间(hydraulic residence time, HRT)和床面，而sublateral负磷酸盐去除与内部溶解P动员、停滞厌氧导致Fe结合P还原溶解、浅沟沉积物扰动、有机P矿化和凋落物分解以及水文体积变化等潜在过程一致，但现有数据不能区分这些过程。
3.2 跨沟级别表观P浓度去除的尺度依赖驱动因素
通过BRT，研究人员发现进水浓度在所有沟级别中均为最强预测因子。次级预测因子随尺度变化：sublateral TP还包括沟渠类型、降水、土壤湿度、沟长和温度；head TP包括沟长、降水、土壤湿度和温度；branch TP包括降水、温度、流速和土壤湿度。磷酸盐方面，sublateral主要次级预测因子为沟长；head为土壤湿度、降水、温度和沟长；branch为土壤湿度、流速、温度和降水。总体上，物理约束在较小sublateral和head沟渠中相对更重要，水动力变量在branch中相对更重要。温度20–40 °C下表观去除较高，但数据存在地理不平衡，因此温度模式需谨慎解释；降水和土壤湿度可能通过改变水文输移、水体积和稀释影响表观去除。BRT结果被视为探索性。
3.3 结构和生物地球化学干预的尺度依赖效果
通过箱线图和BRT，研究人员发现自然沟表观TP浓度去除效率为sublateral 7 ± 25%、head 6 ± 27%、branch 41 ± 38%；改造沟分别为30 ± 24%、23 ± 27%、17 ± 7%。改造增加sublateral和head沟渠表观TP浓度去除，在branch中效果不明显。BRT显示沟渠改造相对重要性在sublateral最高、head次之、branch最低；head改造沟磷酸盐去除较自然沟显著改善。讨论认为这与水力接触时间有关：较小沟流速较低，可能有利于与植被或反应性滤料接触；branch流速较高，可能减少接触机会。管理上，sublateral和head可进一步评估反应介质和密植植被，branch可考虑check dams或step-pools等水力调节，但均需田间验证。
3.4 土地利用系统和作物周期阶段对表观P浓度去除的影响
通过箱线图，研究人员发现paddy系统表观TP浓度去除效率为sublateral 20 ± 22%、head 14 ± 29%、branch 15 ± 10%；非paddy系统head 13 ± 21%、branch 48 ± 40%，branch非paddy高于paddy。活跃生长时期表观TP浓度去除为sublateral 20 ± 23%、head 14 ± 27%、branch 35 ± 37%；非生长时期head 37 ± 25%、branch 55 ± 37%。磷酸盐在活跃生长时期head -14 ± 30%、branch 32 ± 32%；非生长时期head 10 ± 79%、branch 60 ± 23%。总体非paddy和非生长时期表观去除更高。讨论认为可能与灌溉频率、HRT和区域降水差异有关；paddy研究和较高降水地区集中在亚洲，因此土地利用差异可能反映灌溉制度和区域降水共同作用。管理上，可调堰或分层check dams在paddy和活跃生长期可能用于提高HRT；非paddy和非生长期可维持沉积物稳定并限制后续P再迁移。
3.5 局限性
研究人员指出，现有文献空间分布不均，field和trunk沟渠数据严重不足，branch沟渠尤其磷酸盐数据有限；该综合主要基于P浓度变化而非P质量负荷，多数源研究未报告配对进出水流量，不能系统计算基于负荷的P滞留；数据集缺少溶解氧、pH、氧化还原电位(redox potential)、微生物群落、植物物种和沉积物矿物学等内部生物地球化学协变量；也缺少连续时间数据，离散或季节平均可能掩盖短期浓度动态、脉冲响应和滞后。因此，统计关系和管理框架应被视为初步和假设生成，具体干预需田间验证。
讨论部分总结：该综合强调农业排水网络P滞留具有尺度依赖性。管理应依据沟级别和水力特征差异化：较小sublateral和head沟渠中，结构或生物地球化学措施可能更值得评估，但受HRT和流速影响；branch沟渠中水力调节可能更相关。土地利用和作物周期通过灌溉频率、HRT及区域降水影响表观去除。由于数据不均、基于浓度而非质量负荷、缺乏内部生物地球化学和高频时间数据，所提框架为初步假设，需在本地水文、气候和运行条件下验证。未来应结合高频水文监测、配对浓度-流量测量以及全排水连续体的生物地球化学表征。
研究结论翻译：这项定量综合表明，表观P浓度去除效率并非均匀，而是在不同沟渠级别间呈现空间异质性。Branch沟渠表现出最高的平均表观TP和磷酸盐浓度去除效率，而sublateral沟渠表现出负的平均表观磷酸盐浓度去除效率，与潜在内部P动员一致。尽管进水浓度是所有空间尺度上表观P浓度去除的主导预测因子，次级预测因子的相对重要性随沟渠级别变化。物理尺寸和结构改造在较小sublateral和head沟渠中相对更有影响，而水动力变量在branch沟渠中相对更重要。此外，土地利用系统和作物周期阶段与表观浓度去除效率相关。在非paddy农业系统和非生长期观察到的更高表观去除效率，可能部分反映灌溉制度、水力停留时间和区域气候条件的差异。而且，结构改造与sublateral和head沟渠中更高的表观TP浓度去除效率相关，但对branch沟渠影响有限。总体而言，这些尺度依赖模式为农业排水网络的空间差异化治理提供了初步基础。结构性或生物地球化学措施可能需要在较小上游沟渠中进一步评估，而水力调节可考虑用于较大下游branch沟渠。该综合为开发和测试旨在改善养分滞留并缓解下游水生生态系统非点源污染的空间差异化策略提供了定量基线。
