将社会经济动态与水文过程相结合:流域系统中氮磷污染的建模框架

《Ecological Modelling》:Coupling socio-economic dynamics with hydrological processes: A modelling framework for nitrogen and phosphorus pollution in watershed systems

【字体: 大 中 小 】 时间:2026年08月05日 来源:Ecological Modelling 3.5

编辑推荐:

  摘要氮素和磷素污染是导致生态系统退化的关键因素,其产生源于水文过程与人类活动之间的复杂相互作用。然而,现有的研究方法往往无法准确把握社会经济因素与养分输送过程之间的耦合动态。本研究构建了一个集成式的过程建模框架,将系统动力学与土壤和水资源评估工具相结合,用于模拟流域系统中的养分动

  

摘要

氮素和磷素污染是导致生态系统退化的关键因素,其产生源于水文过程与人类活动之间的复杂相互作用。然而,现有的研究方法往往无法准确把握社会经济因素与养分输送过程之间的耦合动态。本研究构建了一个集成式的过程建模框架,将系统动力学与土壤和水资源评估工具相结合,用于模拟流域系统中的养分动态。该框架将社会经济反馈机制与空间分布的水文及生物地球化学过程明确关联起来。以中国浙江省为案例,重建了2005年至2020年间的总氮和总磷排放的长期变化趋势,并在四种不同情景下模拟了未来的变化情况。研究结果表明,养分动态表现出强烈的系统耦合性和非线性响应特征。农业用地利用和水相关过程是影响排放量的主要因素,而社会经济因素则通过反馈机制带来差异性影响。模型还揭示了氮素和磷素在系统行为上的差异,这反映了二者在输送和转化过程中的不同特点。情景模拟显示,在绿色发展路径下,养分排放量可显著降低,而基准情景下的改善效果较为有限。那些持续存在的高污染区域多位于农业区和城郊地区,因为这些地方的土地利用与水文过程之间的相互作用最为强烈。通过将社会经济动态与水文过程相结合,本研究提供了一种可推广的建模框架,有助于理解人类与环境系统相互作用的养分动态,对于改进过程描述和基于模型的环境管理具有重要的意义。

引言

由于气候变异、土地利用变化以及人类活动的加剧,全球环境正在发生变化,这给世界各地的水资源带来了前所未有的压力(Karki等人,2025;Yu,2025)。气温上升和降水模式改变扰乱了水文循环,而城市扩张和集约化农业则加剧了氮素和磷素的污染(Yang等人,2024)。这些养分来源于农业径流、城市污水和工业废水,它们会导致水体富营养化、缺氧以及生物多样性丧失,进而破坏淡水和沿海生态系统(Nie等人,2018;Tiwari和Pal,2022)。
尽管在养分管理方面已取得一定进展,但土壤和地下水中的养分积累所带来的时空变化以及历史遗留问题,使得有效的政策调控变得十分复杂。此外,由于气候、土地利用和社会经济条件的差异,不同地区的养分排放模式也各不相同(Grizzetti等人,2021;Haque,2021;Sharpley,2016;Smith和Siciliano,2015)。虽然诸如加强污水处理和优化肥料使用之类的局部干预措施显示出一定的效果(Mainardis等人,2022),但政策干预的长期影响及其与社会经济和环境因素之间的相互作用仍需进一步研究(Basu等人,2022)。
为了解决这些复杂问题,迫切需要能够同时捕捉生物物理和社会经济动态的集成建模方法。以往的研究通常运用流域模型、空间分析和技术统计方法来研究养分输送并评估最佳管理措施(BMPs)(Alam和Dutta,2012;2021;Neumann等人,2021)。包括SWAT、HSPF和INCA在内的基于过程的流域模型已被广泛用于评估在不同气候变化、土地利用变化和管理情景下的养分输送情况(Bonumá等人,2015;Nguyen等人,2019)。更为宏观的养分管理框架,如全球NEWS和欧洲尺度的政策情景评估,则进一步将社会经济发展、养分来源以及河流养分输出联系起来,以便进行综合评估和政策制定(Devlin和Brodie,2023;Vigiak等人,2025)。类似的地基于情景的流域建模方法也被应用于中国的一些重要河流流域,用于研究农业非点源污染及相应的政策干预措施(Guo等人,2025)。然而,由于养分污染的时空动态极为复杂,传统方法在将政策干预与养分响应联系起来方面仍然面临挑战,尤其是在捕捉长期反馈效应以及与社会经济和环境因素的相互作用方面(Hussain等人,2025)。
不过,大多数以往基于土壤和水资源评估工具或情景的流域研究都将社会经济或政策变量视为固定假设,而非动态模拟其对养分排放的反馈效应,而且往往依赖回归分析或简单的GIS叠加方法来确定影响因子,这可能会忽视其中的非线性相互作用和空间异质性(Duc等人,2021;Xie等人,2024)。因此,这类方法在指导针对特定区域的、具有政策响应性的养分管理方面的作用十分有限。
系统动力学建模特别适合用于模拟社会、经济和环境子系统之间的反馈循环、时间延迟和非线性相互作用,因此能够有效分析在不同发展路径下的排放趋势(Jia等人,2021)。该方法已被广泛应用于研究土地利用转变、资源动态以及环境政策效果等领域(Zhang等人,2024;Zhou等人,2020),但由于缺乏空间精细度,其在地方水质管理中的应用受到限制(Kwakkel和Pruyt,2015)。
相比之下,SWAT是一种基于过程的半分布式水文模型,它能够根据土地利用、土壤和气候条件,对次流域尺度上的养分输送进行详细模拟(Sharma等人,2024;Wang等人,2025)。该模型被广泛用于识别关键污染源区域、评估最佳管理措施的成效以及分析土地利用变化带来的影响(Li等人,2021;Wu等人,2024)。然而,SWAT通常依赖静态的社会经济输入数据和预定义的情景,缺乏与动态政策或经济反馈机制的整合(Zhao等人,2024)。
以往的SD–SWAT或基于情景的流域研究一般将社会经济和政策因素作为预定义的情景假设,而本文提出的框架则将社会经济发展、政策干预以及养分生成反馈视为动态过程。在该框架中,系统动力学模型用于模拟不同发展路径下的动态养分排放情况,然后将这些输出结果作为边界条件输入到SWAT模型中,用于处理点源输入和非点源管理参数。此外,还采用了XGBoost–SHAP作为诊断工具,用于识别影响总氮和总磷的关键驱动因素、非线性效应以及特征之间的相互作用,从而补充基于过程的SD–SWAT模拟。这种组合设计将驱动因素分析、具有政策响应性的排放模拟以及空间上明确的养分输送评估相结合,提升了分析能力,有助于解释社会经济变化和管理干预如何导致不同的流域响应。
以浙江省为案例,该框架被用于模拟不同社会经济路径下的养分动态。作为中国东南部一个城市化进程迅速、土地利用变化剧烈且环境压力日益加大的地区,浙江省为分析流域动态中人类与环境系统的相互作用提供了典型的研究对象。研究通过统计资料重建了该省的历史总氮和总磷排放数据,并利用机器学习方法确定了关键驱动因素。随后,在不同情景下模拟了未来的排放趋势,并结合水文模型来估算养分输送量,进而识别出次流域内的高污染区域。
通过将社会经济动态与水文过程相结合,本研究深入理解了耦合系统中的养分动态。所提出的框架提升了对反馈机制、非线性响应以及系统相互作用的描述能力,为快速发展的流域系统中的养分动态建模提供了一种可借鉴的方法。

章节节选

案例研究区域

浙江省位于中国东南沿海地区,地理坐标为北纬27°06′至31°11′,东经118°01′至123°10′,面积约为105,500平方公里(见图1)。该地区地形复杂,从西南部的山区逐渐过渡到东北部的沿海平原,拥有密集的河流网络和多样的地貌特征。本研究重点关注浙江省的两个典型流域:北部的钱塘江流域(北纬28°10′至30°32′,

总氮和总磷的时空演变特征

2005年至2020年间,浙江省的总氮和总磷含量呈现下降趋势,但空间上的异质性依然存在(见图4)。这两种养分并非遵循简单的线性变化规律,而是呈现出分阶段的变化特征:早期含量相对较高,中间阶段有所波动,2015年后下降趋势更为明显。这种时间上的变化表明,养分排放不仅受生产和消费活动变化的影响,还与逐渐

氮素和磷素污染控制管理策略

过量的总氮和总磷已成为制约流域生态安全及区域可持续发展的主要因素,它们会引发水体富营养化、有害藻华以及水质恶化等问题(Wei等人,2023;Wurtsbaugh等人,2019)。虽然控制总氮和总磷的含量被普遍认为是实现流域可持续管理的关键,但实际效果取决于土地利用模式、地形条件以及管理措施之间的复杂相互作用,而不仅仅依赖于监管手段(

结论

本研究构建了一个集成建模框架,该框架结合了污染清单、地理空间分析以及系统动力学与SWAT模型的耦合模拟,用于研究流域系统中的总氮和总磷动态。通过将社会经济反馈机制与水文及养分输送过程相连接,该框架为理解人类与环境系统相互作用的养分动态提供了基于过程的描述方式。主要研究结果如下:
  • (1)
    时空动态特征:2005年至2020年间,总氮和

资金支持

本研究得到了中国国家重点研发计划(项目编号2021YFC3101700)、国家自然科学基金(项目编号42201241)以及北京师范大学珠海分校重大科研项目配套资金(项目编号ZHPT2023001)的支持。

作者贡献说明

邹洪光:负责原文撰写——初稿撰写、方法设计、正式分析、数据整理、概念构建。王慧慧:负责原文撰写——初稿撰写、方法设计、资金获取、概念构建。钟宇豪:负责方法设计、正式分析、数据整理工作。杨云松:负责正式分析、数据整理工作。刘新辉:负责资金获取工作。李霞:负责资金获取工作。张淑辉:负责数据整理工作。徐婷婷:负责资金获取工作。张泽宇:负责数据整理工作。
Hongguang Zou|Huihui Wang|Yuhao Zhong|Yunsong Yang|Xinhui Liu|Xia Li|Shuhui Zhang|Tingting Xu|Zeyu Zhang
中国广东省珠海市北京师范大学珠海分校自然科学高级研究院,邮编519087
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号