基于自适应性基流负荷估算算法（SA-BLEA）的雨养农业流域非点源营养盐流失量化研究——以中国东部为例

《International Soil and Water Conservation Research》：Quantifying baseflow-driven non-point source nutrient losses using a novel self-adaptive algorithm in a rain-fed agricultural watershed of eastern China

　　

在非纯基流消退期（即流量受降水或地表径流影响的时期）准确估算基流非点源（NPS）污染物负荷，仍然是流域NPS管理面临的主要挑战。为解决这一问题，研究人员针对中国东部雨养农业流域开发了一种自适应性基流负荷估算算法（SA-BLEA）。该算法区分纯基流消退期与非纯基流消退期，并通过事件特定自适应校准来捕捉基流流量和营养盐负荷的变化。验证结果表明，SA-BLEA在纯基流消退期和非纯基流消退期均表现良好，两种条件下的纳什效率系数（NSE）≥0.84，决定系数（R²）≥0.88，且始终优于LOADEST模型。在2003—2018年期间，基流占年总氮（TN）和总磷（TP）输出量的一半以上，表明基流是该湿润农业流域中NPS营养盐输送的主要途径。在季节尺度上，基流营养盐输出主要集中在春季和夏季，与一年中最湿润的时期相吻合。这些结果凸显了针对湿季和暴雨驱动的补给过程进行基流NPS污染控制的重要性。总体上，SA-BLEA为在多变水文条件下估算基流NPS负荷提供了稳健且实用的工具，并可为农业流域的季节性定向营养盐管理提供支持。

**研究背景与存在问题**

非点源（NPS）污染持续威胁淡水生态系统和人类健康，在点源输入削减后，农业流域的营养盐负荷仍可能维持较高水平，表明NPS输入会延缓水质恢复。有效管理NPS需要识别维持长期营养盐输出的关键水文途径。地表径流受到的关注较多，而基流的作用长期未得到充分重视。然而，越来越多的证据表明基流可以向河流输送大量营养盐，因此量化基流负荷对完善NPS污染控制至关重要。在降雨事件期间，地表径流与基流共同贡献径流，降雨会中断自然消退过程，导致基流分割复杂化，并引起消退行为的逐事件差异。现有方法如分段估计法（SEM）仅利用纯基流时期，排除了降雨事件期间的基流贡献；过程模型如SWAT常采用固定线性蓄泄关系，难以表达非纯消退期的非线性基流动态；基于回归的方法如LOADEST在混合流条件下性能削弱。因此，亟需开发能够适应降雨干扰的自适应基流负荷估算方法。

**研究内容与总体结论**

针对上述问题，研究人员开发了自适应性基流负荷估算算法（SA-BLEA），并应用于中国东部浙江省长乐江流域（约864 km²），量化2003—2018年基流总氮（TN）和总磷（TP）的NPS负荷。SA-BLEA在纯和非纯基流消退期均表现良好（NSE≥0.84，R²≥0.88），且始终优于LOADEST。长期估算显示，基流贡献了年均TN输出的60.04%和TP输出的66.50%，表明基流是该湿润雨养农业流域NPS营养盐输送的主要途径。该算法为多变水文条件下基流NPS负荷估算提供了稳健且实用的工具，并为湿季定向NPS管理提供了科学依据。

**关键技术方法**

研究数据来源包括：浙江省水文局提供的2003—2018年雅直站日流量资料；嵊州气象站和中国气象局日值数据集的气象数据；流域出口每20—40天一次的水质采样，样品经硫酸酸化、4°C保存后，采用过硫酸盐消化-分光光度法测定TN和TP。2014年4月26日至6月25日开展稳定同位素（δ¹⁸O-H₂O、δ²H-H₂O）加密观测，每日采集河水、按事件收集雨水、每月采集浅井（G1—G3）地下水，以独立估算基流流量和营养盐负荷用于模型验证。主要技术方法为：（1）使用LOADEST模型基于流量-浓度观测对估算日径流负荷序列；（2）基于非线性水库理论进行基流分割，并扩展为自适应性非线性水库算法（SA-NRA）以刻画降雨干扰期的基流动态；（3）耦合基流流量与营养盐浓度，构建SA-BLEA负荷消退方程，采用粒子群优化（PSO）对事件特定参数进行自适应校准；（4）采用NSE、R²和RSR评价模型性能。

**研究结果**

3.1 模型性能
验证结果表明，SA-NRA在纯基流消退期复现基流的NSE=0.99、R²=0.99、RSR=0.07，在2014年混合流期NSE=0.87、R²=0.94、RSR=0.36。SA-BLEA在纯消退期对TN（NSE=0.98、R²=0.99、RSR=0.11）和TP（NSE=0.95、R²=0.97、RSR=0.22）均表现出高精度；在降雨干扰条件下，TN的NSE=0.86、R²=0.94、RSR=0.38，TP的NSE=0.84、R²=0.88、RSR=0.40，均保持高准确性且优于LOADEST。

3.2 流域水文气象与径流特征
2003—2018年，年降水量、径流量和基流量分别为879.3—1790.1 mm、284.1—943.9 mm和190.1—684.2 mm，基流指数（BFI）相对稳定（63.75%—72.60%，均值68.38%）。月径流和基流与季风降水紧密相关（r=0.84和0.80，p<0.01）。季节尺度上，径流和基流均呈夏季>春季>秋季>冬季的格局，夏季和冬季基流分别占年均基流（399.1 mm）的37.35%和16.77%。

3.3 流域径流NPS污染特征
径流TN和TP输出随高流量事件急剧增加，表明降雨-径流过程的显著控制作用。月负荷在6月达到峰值（TN：5.34 kg/ha；TP：0.18 kg/ha），12月—1月最低。季节上，TN和TP输出均为夏季最高、冬季最低。年TN和TP输出范围分别为10.86—45.23 kg/ha和0.35—2.36 kg/ha，均值分别为26.23 kg/ha和1.00 kg/ha。高输出年份与湿润条件对应，但无长期趋势。

3.4 流域基流NPS污染特征
基流TN和TP负荷的季节格局与径流一致，夏季最高（TN：5.85 kg/ha；TP：0.23 kg/ha），冬季最低（TN：2.58 kg/ha；TP：0.11 kg/ha）。基流负荷指数（BLI）在相对干燥的春季更高（TN：63.79%；TP：69.00%），夏季较低（TN：56.25%；TP：60.83%）。2003—2018年，年基流TN和TP输出均值分别为15.75 kg/ha和0.66 kg/ha，基流贡献了年TN输出的60.04±4.55%和TP输出的66.50±6.12%，确认基流是持续的营养盐输送途径。

**讨论总结**

讨论部分从四个方面展开。第一，模型验证稳健性分析表明，2014年同位素监测期的水文气象特征与长期雨季特征相近，验证数据具有代表性；浓度扰动项（ΔC_t/C₀）对总负荷的影响在极端假设下仍小于6%，表明SA-BLEA对地下水浓度变异具有较好的鲁棒性。第二，对校正项Rt的物理约束分析表明，λmax=0.27为最小有效上界，且降雨后Rt趋近于零，确保校正项是瞬态降雨-径流响应而非纯统计拟合项。第三，方法比较显示，SA-BLEA在纯基流和非纯基流消退期均优于LOADEST，预测偏差（PB）与降水、径流和基流呈正相关，且在高流量区间显著累积，反映固定统计回归方法在暴雨主导条件下的结构性局限。第四，水文气象影响分析表明，基流NPS输出受降水和蒸发的共同调节，长乐江流域基流负荷占比与Raccoon River、西伊利湖、双港河和淮河流域等报道的农业流域基流贡献水平一致。

**研究结论**

本研究中，研究人员开发了SA-BLEA，用于量化长乐江流域基流TN和TP负荷。与LOADEST相比，SA-BLEA在高流量和高降水条件下更好地捕捉了非线性、事件依赖的基流负荷动态，这一改进主要归因于事件特定校准和对消退期营养盐负荷衰减的显式表示。2003—2018年间，总径流和基流负荷在不同年份间差异显著，湿润年份输出通常较高，但没有明显长期趋势。基流占年TN和TP输出量的较大比例，表明基流是持续的营养盐输送途径，而非仅仅低流量背景组分。季节上，基流营养盐输出在夏季和春季达到峰值，与降雨和径流模式一致。这些发现表明，在湿润的雨养农业流域的NPS评估与管理中，应明确考虑基流来源的营养盐输送，特别是在湿季降雨—径流事件期间基流TN和TP输出增强的情况下。