了解流域非点源污染风险的时空分布特征对于非点源污染（NPS）研究和科学管理至关重要。尽管在非点源污染风险评估过程中已经考虑了水功能区(WFZ)的概念。然而，目前尚未对非点源污染风险进行全面研究，以有效保护不同水环境容量流域的水质。因此，本研究提出了一种新的非点源污染风险评估方法，该方法综合了水功能区域划分、纳污水体环境容量和污染负荷的时空分布，用于量化子流域污染排放对附近水体质量的影响。基于水土评估工具(SWAT)模拟的非点源养分流失过程，采用该方法对乐安河流域的非点源污染风险进行了年度和月度的评估。结果表明，非点源污染风险具有明显的季节和空间特异性，并受到水环境容量的影响。高浓度非点源污染负荷不一定是高污染风险；相反，低浓度非点源污染负荷并不代表低污染风险。此外，基于水环境容量的非点源污染风险评价还可以区分被相似的非点源污染损失和相同的水功能区域所掩盖的风险水平差异，实现流域非点源污染管理的精确控制。

【创新点】

① 在风险评估过程中考虑了水环境容量的实际情况，更有助于区分被相同水功能区和相似非点源污染负荷掩盖的风险差异，以便制定有针对性的政策。

② 从流域管理的角度来看，研究结果可为多水功能区域实现非点源污染的精准管理和水质的有效保护提供参考。

1. 研究区域和数据

1.1  区域概况

乐安河是鄱阳湖流域饶河的主要支流，位于东经116?50′ - 118?25′，北纬28?57′ - 29?60′之间。1990年至2020年观测到的年平均降水量为1772.3mm，年总降水量的67%出现在雨季4 - 9月。山区和丘陵占流域总面积的70%以上，平原占流域面积不到30%。土壤类型以红壤土和水稻土为主，分别占总面积的71%和22%。流域土地利用类型中耕地占24.9%，林地占70.6%，居民商业用地占3.2%。主要农作物有水稻、油菜和茶树。乐安河流域由于耕作和施肥活动，营养盐浓度升高，严重影响鄱阳湖水质。

图1  研究区域地理位置

1.2 数据收集

研究使用的数据集包括水质、气象、农业管理和空间数据。三个水文水质站（三都、香屯、石镇街）获自江西省生态环境监测中心。这些监测数据被用来校准和验证水文模型。1990-2020年乐安河流域21个站点的降水量、最高最低气温、相对湿度、太阳辐射、风速等气象资料均来自中国气象数据服务中心和国家青藏高原科学数据中心。农业管理数据，包括耕作和施肥，来自江西统计年鉴。主要轮作作物氮、磷肥施用量分别为315.6kg/hm?和179.9kg/hm?。根据江西省生态环境监测中心的统计和监测数据，得出了江西省生活和工业点源污染排放量。在江西省地表水功能区划图的基础上，对乐安河流域进行了水功能区划。

2. 研究方法

2.1 基于SWAT的非点源氮磷流失数值模拟

SWAT广泛用于NPS模拟和影响评估，并且它可以突出复杂和可变条件下土地管理的影响。以DEM、土地利用类型、土壤类型、气象数据和实际耕作管理数据为输入数据构建模型。基于DEM数据、实际河网和贡献面积阈值，利用ArcGIS水文分析功能将乐安河流域划分为27个子流域。根据重新分类的土地利用，土壤和坡度的最小阈值比的子流域进一步分为不同的水文响应单元。不同的基质条件和土地管理措施对水文过程和养分流失的HRU的影响进行了量化为每个子流域。以SWAT模拟乐安河流域1990年至2020年（1年的预热期）的径流和养分流失过程，以Nash-Sutcliffe效率、百分比偏差PBIAS、平均绝对百分比误差MAPE和相关系数R?为评价SWAT性能的常用指标。

2.2 风险评估方法和分类

结合流域水功能区的环境容量指标，定量分析了流域非点源TN、TP流失负荷对其附近水质的影响，并对其风险水平进行了评估。具体而言，流域模型被用来确定在流域尺度上的非点源污染损失量。考虑上游输入和点源排放，计算了流域内TN和TP的水环境容量。最后，参数被定义来量化NPS养分流失的风险。在流域模型的基础上，对子流域向邻近水体排放的污染物负荷进行了量化。在SWAT模型中，子流域被划分为HRU，因此每个子流域排放的NPS污染物总负荷是HRU排放量的总和，然后考虑上游输入，结合水功能区水质标准，计算各子流域污染物的水环境容量，结合区域点源排放量，计算子流域实际水环境容量。污染物在河流中的传输过程中，由于物理传输，化学转化，和水生生物的作用被保留。最后，计算风险值（RVi），以量化子流域的非点源污染排放对周围水体的影响，然后将其用作风险级别分类的基础（如表1）：

3. 结果和讨论

3.1 模型校准和验证

SWAT模拟的径流、NH3-N和TP与乐安河流域下游水文水质站（石镇街）的实测值进行了比较。香屯和三都径流和非源污染质量的观测值和模拟值的比较（图2）。模型校准期为2008-2012年，验证期为2013-2015年。在三个水文水质站点的校准和验证期间，径流的NSE系数，PBIAS和MAPE的范围分别为0.85 - 0.94，-2.04 -24.48和0.28-0.66。NH3-N和TP的NSE系数和PBIAS均低于径流，其值分别在0.60-0.90和-31.98 -32.60之间。污染物校准和验证期间的MAPE值在0.28和0.71之间。结果与SWAT在其他流域的模拟结果相当。因此，校准SWAT模型可以用于随后的长系列养分通量分析。

图2 校准期和验证期的模拟和观测值

3.2 流域非点源养分流失特征

根据模拟结果，比较了2014年乐安河流域养分流失时空分布和流失强度的差异（图3）全流域TN流失强度为0.033~6.367kg/ha，月平均值为1.571kg/ha。流域2014年TN和TP的流失强度分别在3月和12月达到峰值和谷值，峰值分别为月平均值的4.05倍和4.77倍，养分流失存在明显的月变化。季节性降雨变化导致土地利用模式和植被覆盖发生明显变化，流域农林系统之间的肥料使用也存在显着的月度变化。此外，NPS养分损失的大部分来自于化学肥料的长期使用。乐安河流域3月为早稻播种期，应配合施用基肥。3月份降水量为227.8mm，月平均降水量为22天。此外，冬季降水和农业活动在流域罕见。因此，流域内TN、TP的流失强度不可避免地表现出月际差异。

流域内养分流失的空间差异分析表明，流域内TN、TP流失呈现西南部>中部>东北部的趋势。西南部TN、TP流失量分别占中部和东北部流失量之和的92%和87%。各子流域的养分流失也有很大差异。养分流失强度较大的子流域主要集中在流域的中下游地区，且非点源TN流失强度远大于非点源TP流失强度。这可能与流域内73.33%的耕地和70.41%的建设用地以及水稻土的土壤类型有关。土地利用类型和土壤性质是对流域中养分损失的空间差异的主要影响。此外，氮素损失受降雨径流和土壤侵蚀的影响显著，而磷素损失由于其化学性质而主要与土壤侵蚀有关。

图3 2014年流域养分流失的时空分布

3.3 流域非点源养分流失风险水平分布

采用风险等级计算方法，对乐安河流域2014年全年非点源氮磷流失风险进行了评估。非点源TN和TP流失对附近水体水质的影响在子流域之间存在显着差异（图4）。从图3中可以看出，这些风险较高的子流域并不都是TN和TP流失强度最高的区域，但它们都具有5级风险水平。这一发现可以解释为区域水功能区的水质标准和水环境容量不同，其上游水质超标导致TN和TP的负水环境容量。这意味着在子流域的非点源污染物损失的强度和其风险类别之间没有确切的正相关关系。仅通过损失强度评估非点源造成的水污染危害被认为是不够的。

图4 流域NPS养分流失风险等级的空间分布

根据流域内季节性降雨径流和NPS养分流失的特征，探讨在NPS TN和TP损失的风险的月度变化。在等级水平上，TN和TP的风险值也表现出显着差异。整个流域中，3月份NPS TN和TP损失的风险高于其他月份。风险等级4和5的比例分别为85.18%和77.77%。同时，同一子流域的NPS TN和TP损失风险在月份之间存在很大差异（图5），这可能与非点源营养盐污染负荷和水环境容量的季节性变化有关，因此损失风险值在月份之间存在差异。除此之外，59.26%的子流域在旱季表现出更高的风险等级，表明非点源污染在旱季比在汛期更容易发生。这一结果与大多数研究不一致，大多数研究得出的结论是，雨季的降雨径流加剧了NPS污染物损失，从而导致更严重的水污染。然而，乐安河流域一般在3月份开始施肥，沿着枯水期流量减少，水环境容量降低，使得非点源风险在枯水期高于汛期。

从3月份的非点源污染风险值的分布来看，在子流域尺度上存在明显的空间差异。研究结果与单纯基于非点源污染负荷的风险评价不同，表明水环境容量对非点源污染风险评价过程的影响不可忽视。因此，基于水环境容量的非点源污染风险动态评价方法不仅可以准确了解非点源TN和TP风险随水环境容量的变化规律，而且可以区分被相似的非点源污染物流失量所掩盖的风险水平差异。

图5 流域非点源养分流失风险分布

3.4 风险类别差异分析和管理影响

风险值的分布在子流域之间存在差异。这种差异是由非点源污染负荷和污染物水环境容量的空间差异造成的。上游污染物输入浓度和河道径流都影响水环境容量。冗余分析表明，径流和上游输入浓度是NPS养分流失风险空间变化的主要原因（图6）。降水和土地利用的分布允许不同的NPS污染负荷进入水体，导致污染风险的时空异质性，使非点源污染治理和管理更加困难。基于水环境容量的流域非点源污染风险评估更有效。它强调了非点源污染对每个子流域水质的影响，这与大多数仅关注非点源污染的陆面过程的风险评估方法不同。只有考虑污染负荷对水质的影响，才能识别对水环境乃至水生态的威胁。该方法能够在污染物水环境容量计算过程中，根据上游输入浓度初步确定子流域非点源污染的风险水平，并确定区域风险关系。该方法在风险评估过程中考虑了水环境容量的实际情况，更有利于识别被相同的水功能区和相似的非点源污染负荷所掩盖的风险差异，从而制定有针对性的政策。

图6 驱动因子和NPS风险值的冗余分析

4. 结论

基于SWAT模型计算的非点源营养盐流失量，结合水环境容量，对乐安河流域非点源污染风险进行了年和月尺度的评价。结果表明，非点源污染风险与非点源养分流失量之间不存在正相关关系。这反映在风险值的空间和时间差异中，即高的非点源污染负荷并不一定意味着高的污染风险。污染物的水环境容量对非点源污染风险有显著影响。RDA分析表明，径流和上游输入（水环境容量）的空间变化是风险的主要原因。因此，基于水环境容量的非点源污染风险评价不仅可以准确了解污染风险随水环境容量的季节变化，而且可以区分被相似的非点源污染损失量和相同的水功能区划所掩盖的风险等级差异。从流域管理的角度出发，研究结果可为实现多水功能区非点源污染的精准管理和水质的有效保护提供参考。