优化总磷河流采样与负荷计算方法：流域面积和人口的影响

《Journal of Hydrology》：Optimising river sampling and load calculation methods for total phosphorus: influence of catchment size and population

　　

• •
  对于面积较小、人口较少的流域，需要更高频率的采样。
• •
  负荷计算方法的表现受流域人口规模的影响。
• •
  对大型河流进行每周一次采样所获得的负荷精度较低或准确率较低（误差≥20.3%）。
• •
  每7小时和每4小时的采样间隔可获得最准确且最精确的负荷值。
• •
  流量加权平均浓度法可获得最准确且最精确的负荷值。

引言

河流化学物质负荷（即参数浓度与流量在某一时间段内的乘积）是一项重要的环境指标。它被广泛用于评估水生生态系统健康状况（Chambers等，2006）、追踪土地利用变化随时间产生的影响（Kronvang等，2005；Tsiaras等，2014）、支持建模研究（Huang等，2024；Kondratyev等，2024；Nizar等，2024）、开发湖泊响应模型（Jordan等，2001；Ji等，2024），以及解析点源和非点源污染来源（Byrne等，2024；Wu等，2024）。在人为影响的背景下，负荷估计还支撑着污染减排目标和审查的政策决策（Granlund等，2005；Grizzetti等，2025）。因此，获得最可靠的河流负荷估计值是流域管理的关键基准。

可以通过增加浓度-流量（C-Q）对的频率或代表性来降低负荷不确定性（Johnes，2007；Hirsch，2014；Lee等，2016），这可以通过三种方式实现。第一，通过手动或自动化采样，或通过自动化岸基分析来提高离散采样的频率（Ide等，2012；Jordan等，2012；Elwan等，2018）。第二，使用代理传感器监测硝酸盐氮（NO₃-N）（Huebsch等，2015）、磷（P）（Lannerg?rd等，2019）和溶解性有机碳（DOC）（Thompson等，2025a）等参数。第三，采用综合方法，以较少的样本捕获具有代表性的C-Q条件范围（Facchi等，2007；Cassidy等，2018）。

在实际应用中，高频流量数据通常与低频（即每周或每月）浓度数据结合用于负荷计算方法（例如，Walling和Webb，1985；Elwan等，2018）。虽然这些方法已得到充分验证（Ferguson，1987；Johnes，2007；Byrne等，2024），但与接近"真实"或"参考"负荷的高频C-Q插值相比，它们可能引入偏差（Cassidy和Jordan，2011；Duan等，2014；Zhang等，2024）。尽管存在这一局限，此类方法仍然普遍使用，因为其操作简单且受成本约束（Telci等，2009；Sun等，2022）。

给定负荷计算方法的适用性取决于浓度对流量变化的响应方式。随着流量增加，浓度可能升高、降低或保持稳定，这反映了化学动力学行为（即浓度随流量变化而变化，例如冲刷或稀释）或化学静态行为（即尽管流量变化，浓度基本保持不变）（Koger等，2018）。化学静态关系通常允许从低频浓度数据可靠地估算负荷，而化学动力学行为则需要更高的采样分辨率（Bieroza等，2018）。例如，DOC已被证明表现出化学静态行为（Worrall等，2018；Torrens等，2022），而悬浮泥沙和颗粒态磷则通常表现出强烈的化学动力学冲刷响应（Rose和Karwan，2021；Mellander等，2022）。Bieroza等（2018）提出，对于磷而言，来自陆地的非点源输送可能表现为化学动力学（冲刷）特征，而点源影响则表现为化学静态或至少化学动力学稀释特征。

总之，在减少河流化学物质或材料负荷计算的样本量时，流域尺度问题（可能影响流量动态）、化学行为（也可作为人口规模及因此点源潜力的代理指标）以及所使用的负荷计算方法均需要加以调查。

本研究运用上述概念，检验了用于北爱尔兰尼尔湖流入的八条河流的既有总磷（TP）负荷估计中所使用假设的合理性。尼尔湖是一个大型（383 km²）富营养化湖泊，流域面积为4,860 km²，其中400 km²位于爱尔兰共和国境内（Thompson等，2025b）。目前河流负荷基于大约每周一次的采样，结合亚小时级河流流量数据，采用流量加权平均浓度法进行计算（Johnes，2007；Williams等，2015；Valkama和Ruth，2017；Zhang等，2024）。已有研究表明，与小尺度（约3–5 km²）下使用更高频率亚小时级数据集相比，这种每周方法会低估磷负荷（Cassidy和Jordan，2011），但当使用7小时间隔的同步流量和浓度数据时，其偏差减小且精度提高（Jordan和Cassidy，2011）。然而，该方法在更大尺度上的表现，特别是在低基流指数（BFI）流域中（事件驱动的磷输运可能增加低频采样的不确定性），以及人口中心（即城市区域）的影响，此前从未进行过检验。为弥补这一知识空白，本研究在一个低基流指数流域网络中评估了低频采样对负荷估算的表现，并利用高频磷监测数据作为参考，考察流域尺度和人口的综合效应。因此，本研究的目的是评估低频浓度采样数据在大河流负荷估算中的表现，具体目标为：1）调查流域尺度对采样频率表现的影响；2）调查人口规模对采样频率表现的影响。这两个目标均应用于两组负荷计算方法——平均法和流量加权法——并使用基线亚日磷浓度数据进行评估。

章节摘要

研究流域

本研究位于上班河（Upper Bann River）流域内，该流域地处北爱尔兰东南部一个集约化农业区（图1a）。河流向西北方向流动，并作为尼尔湖的八条流入河流之一继续延伸。研究流域以农业用地为主，分布于鼓林和肋骨状冰碛地貌之上（其下伏地层为超沉积岩和火成岩），并分布有一些村庄以及班布里吉镇（Banbridge town），后者集中了该区域大部分人口（Cassidy等，2019）。在该区域内，

磷浓度与输出行为

2024年10月至2025年9月期间，凯茨布里奇气象站记录总降水量为774毫米。在流域出口处，流域A的流量低于流域B，而流域A的中位总磷浓度高于流域B。在2025年2月至7月的较短时间内，总降水量为355毫米。在流域出口处，流域B和C的流量相近，但流域B的中位总磷浓度低于

流域规模对方法表现的影响

与小而快速响应的流域A（类似流域A的流域）相比，对面积大得多且以基流为主的流域B而言，在几乎所有采样和负荷计算方法中，负荷估计的偏差均显著更大，这表明在小而快速响应的流域中遗漏高流量事件会引入更大的不确定性（表1，图4c）。因此，这类系统需要更高频率或事件触发的采样来捕获短时

结论

本研究利用现场采样和负荷计算方法的组合，估算了三个低地下水补给流域的河流总磷负荷，这三个流域在规模和人口规模上各不相同。结果表明，对于这些流域，准确且精确地估算河流总磷负荷所需的最优采样频率取决于流域规模，且与人口规模的相关性不如流域规模一致。规模较小、响应较快且人口较少的流域

CRediT作者贡献声明

Ma?lle Fresne：写作——审稿与编辑、写作——初稿、可视化、验证、软件、方法论、调查、正式分析、数据整理、概念构思。Phil Jordan：写作——审稿与编辑、写作——初稿、方法论、概念构思。Raymond Wilson：写作——审稿与编辑、方法论。Rachel Cassidy：写作——审稿与编辑、软件、资源、项目管理、方法论、资金获取、概念构思。

利益冲突声明

作者声明以下财务利益/个人关系，可能被视为潜在的利益冲突：Ma?lle Fresne、Rachel Cassidy和Phil Jordan报告获得了北爱尔兰农业、环境和农村事务部的资金支持。Raymond Wilson报告获得了北爱尔兰农业、环境和农村事务部、英国研究与创新署和爱尔兰研究局的资金支持。如有其他

致谢

本研究由北爱尔兰农业、环境和农村事务部（DAERA）在证据与创新项目REAL–DATA E&I 21/4/10框架下提供资金支持。监测站基础设施由DAERA土壤养分健康计划（SNHS）研究项目资助。Raymond Wilson由气候+生物多样性+水共中心支持，该中心由DAERA/UKRI/Taighde éireann资助。感谢流域A的地主和农民，以及Annaclone和Magherally

Ma?lle Fresne|Phil Jordan|Raymond Wilson|Rachel Cassidy