1 引言
隨著生產技術的改進和水污染治理措施的實施，工業點源污染得到了一定程度的控制，但在部分地區，農業非點源污染比例增大，超過了點源污染，已經成為了污染地表水和地下水的主要來源.國內的農業非點源污染主要來自種植業、畜禽養殖業和水產養殖業，在2010年《第一次全國污染源普查公報》中公布，農業源中種植業的總氮排放量為159.78萬t，居農業源排放量的首位(2010年).種植業中，水稻是我國播種面積最大的糧食品種，水稻生長期間需要保持田面蓄水，與其他作物的生長方式不同，因此，其水量變化和污染物的輸出過程比較獨特，由降雨出流或者人工管理措施造成的非點源污染也不容忽視.
目前，對于農田氮磷負荷的定量研究方法主要有徑流池法、同步觀測法和模型模擬方法等.其中，徑流池法是通過在水稻田出水口建造一定容積的防滲徑流池，通過測定經出水口流入徑流池的總徑流量和污染物濃度來估算場次降雨過程中水稻田非點源污染的流出負荷，估算結果有較高的精度.王靜等(2010)在巢湖支流的水稻種植區進行野外試驗，在不同田塊間建筑水泥擋板防止互相滲漏，并對應建造徑流池，雨后產流立即測定徑流池水深并收集水樣，通過連續幾年的觀測試驗，得到總氮的輸出系數最高達到9.2 kg · hm-2，流失系數(流失負荷/施肥量×100%)為5.12%.黃東風等(2013)通過徑流池法得到降雨產流情況下水稻田的氮磷流失量，但對由于人工排水或者灌溉不當導致的田面水出流未做討論.徑流池法適用于具有單一出水口的稻田，且需要建造徑流池，對于具有多個出水口或者難以建造徑流池的野外試驗田，應用有一定的局限性.
同步觀測法是在場次降雨產生出流的同時，在出水口處同步測定徑流量和采集水樣，根據得到的徑流量和水質濃度過程線來求得場次降雨過程中氮磷污染負荷的流出總量.若在降雨同時進水口有水流流入，需要同時測量進水口處的水量和水質，通過水量平衡關系扣除由進水口流入的污染物負荷，從而得到因降雨出流造成的非點源污染.Choi等(2013)在水稻試驗基地選取了8個5 m×15 m的試驗小區，建造排水渠并安置流速儀，在降雨時同步觀測流量并取樣測定水質，探討了在節水灌溉模式下水稻田的非點源污染.Phong等(2006)在東京大學試驗田，選取了2塊約0.15 hm2(28 m×48 m)的水稻田塊，在出水口處建造30 cm寬的矩形排水渠，并在排水渠內安裝水位測定儀，降雨產生出流的同時，通過測定流出水流的深度變化計算出流體積，同時采集出流水樣測定水質，研究了不同灌溉模式下除草劑等有機污染物的流出規律.黃滿湘等(2003)開展模擬降雨-徑流實驗，在農田試驗小區出水口下安裝V型量水堰，降雨時收集徑流并檢測水質，研究了北京地區農田氮素流失機理.同步觀測法要求水稻田的出水口固定且唯一，多用于試驗站的觀測，由于野外試驗田的最低田埂高度動態變化且出水口不唯一，很難應用同步觀測的方法估算徑流負荷量.
對于氮磷等污染物流失規律的研究，許多學者采用了模型的方法.如Chahinian等(2011)采用SWAT(Soil and Water Assessment Tool)模型對法國某一流域內的水量、泥沙運移進行了模擬，發現水量結果比較好，但泥沙運移的結果不是很理想，因而對氮磷運移的模擬造成了影響.另外，還有一些研究采用HSPF(Hydrological Simulation Program-Fortran)模型、AGNPS(Agricultural Non-Point Source)模型(Usery et al., 2004)、DAYCENT(the Daily Version of the Century)模型(Wu et al., 2014)、DNDC(Denitrification-Decomposition Model)模型、WNMM(Water and Nitrogen Management Model)模型(李曉鵬等，2009)等對流域的非點源污染進行了模擬，模型研究大多基于水文徑流過程、土壤信息、氣象信息等，需要長時間、大范圍的監測數據，結果對一定時期內污染物整體的轉化遷移規律模擬較好，但對于水稻田這種基于降雨和人工管理措施而造成的非點源污染規律的描述過于簡化，無法模擬場次降雨造成的非點源污染.
針對野外水稻田生長期內最低田埂高度動態變化且出水口不唯一的特點，本試驗采取一種新的原位觀測方法，即在不改變水田原有出流特征(如出水口高度及出水口數量)條件下，現場觀測水稻田非點源污染流失情況.該方法基于降雨-水位-水質觀測，通過采集水位信息得到水稻生長期內的蒸散發和滲漏損失過程，根據水量平衡關系并結合降雨信息推算水稻田產生進水或者出流的日期和徑流量，并結合定期觀測得到的田面水水質變化過程來估算降雨造成的氮磷流失負荷.
2 研究區概況
試驗區位于北京市海淀區上莊鎮的京西稻種植示范基地，示范區面積達到30萬m2.海淀區屬溫帶半濕潤大陸性季風氣候，年均氣溫12.5 ℃，冬季寒冷干燥，盛行西北風，夏季高溫多雨，盛行東南風，平均風速為 2.3 m · s-1.降雨季節分配很不均勻，全年降雨集中在7—10月份，多年平均降水量為619.0 mm，平水年降水量為614.3 mm，枯水年降水量為336.4 mm.本試驗選取了位于農田下游的一塊面積約為3792 m2(24 m×158 m)的水稻田為試驗田塊，水稻田水肥管理措施如下：水稻插秧：2013年5月23日;基肥：復合肥 25 kg · 畝-1，尿素3 kg · 畝-1，糞肥1000 kg · 畝-1;追肥：尿素 7.5 kg · 畝-1，2013年6月25日;水稻收割：2013年10月28日;灌溉方式：間歇性灌溉，水層保持在20 mm以上;排水曬田：2013年7月21—26日(分蘗期末期)，2013年9月16日—2013年10月28日(成熟期).
3 試驗設計和方法
3.1 試驗設計
3.1.1 試驗儀器安裝
試驗需要采集降雨信息和水稻生長期田面水水位信息.在水稻插秧時安裝雨量計和水位自動記錄儀，雨量計安置在試驗田邊水平地面上，用三腳架平穩固定于地面上，承雨口平面距離地面0.7 m，記錄間隔設定10 min.
在水稻田中部靠近田埂的出水口位置附近安裝水位自動記錄儀，為防止儀器探頭被底泥或者其它物質擋住而影響記錄，探頭部分固定在距離水稻田底部2 cm處，定期檢測保證探頭不被淤泥堵塞，且保持探頭安裝高度在整個水稻生長期不變.水位計數據記錄間隔設定30 min.
3.1.2 田面水樣品采集和測定
試驗期間，每周兩次采集田面水水樣，自水稻田開始蓄水至成熟期水位為零，共進行了31次采樣.田面水水質采樣點共設定5個，其中4個采樣點位于水稻田的4個不同位置，另外1個采樣點位于水位記錄儀附近.每次采樣需采集5瓶1 L的水樣，加硫酸酸化調節pH<2后冷藏保存，并在24 h內測定TN、TP濃度.TN的測定采取過硫酸鉀氧化-紫外分光光度法，TP的測定采取鉬銻抗分光光度法.
3.2 數據分析方法 3.2.1 蒸散發和滲漏損失
根據水稻生長規律，本試驗將水稻生長劃分為4個時期：移苗返青期、分蘗期、拔節孕穗期、成熟期.各個生長期水位變化遵循水量平衡理論，農田水分的變化決定于同一時段內進水和耗水的消長.水稻田進水包括于人工灌溉和自然降雨，耗水包括人工排水、降雨出流及蒸散發和滲漏損失.在沒有降雨和人工管理措施干預的情況下，田間水位的下降僅由于蒸散發和滲漏損失造成，呈現平穩下降趨勢，因此，可以選定這樣的水位曲線段進行擬合求解得到1天或者連續幾天的蒸散發和滲漏損失量;在降雨、人工灌溉和排水日，水位變化受到自然降雨或者人工管理措施的影響，無法通過水位曲線求解得到蒸散發和滲漏損失值.但在同一個生長期內，水稻生長狀況相差不大，且在相似的天氣狀況下，蒸散發和滲漏損失接近，因此，在降雨、人工灌溉和排水日的蒸散發和滲漏損失值參照前后幾日的值進行擬定.
圖 1為水稻移苗返青期的一段0.5 h水位變化過程線，5月31日—6月3日、6月10—14日之間，不存在人工灌溉、人工排水和自然降雨的情況，選定圖中虛線段水位進行擬合求解，根據斜率得到的0.5 h水位變化量計算日變化量，即為蒸散發和滲漏損失值.6月4—9日間存在降雨，降雨日的水位變化過程線受到影響，表現為兩個方面：由于降雨導致濕度、溫度等氣象因子的改變，水稻蒸騰和田面水蒸發速率受到影響(王衛光等，2012);降雨量較大時，田面水水位逐漸上升，當水面高度達到最低田埂高度時，若降雨持續發生，則田面水水位維持一定高度不變，降雨停止后，水位又呈現下降的趨勢.圖 1連續6 d的降雨中，6月7日降雨量最大，假定該日的蒸散發和滲漏損失情況與該生長期內非降雨日最不利天氣條件相近，即等于該生長期的最低值，其它幾日則通過線性插值計算.
圖1 蒸散發和滲漏損失分析過程線
試驗區水稻采取間歇性灌溉方式，灌溉頻率較高，灌溉日的水位變化過程線呈現先上升后下降的趨勢;另外，根據作物生長需求，也會采取人工排水的方式調整田面水水位，這時水位線的下降原因包括：①蒸散發和滲漏損失;②人工排水.以上兩種情況下無法直接通過水位變化曲線得到日蒸散發和滲漏損失值，因此，將這幾日的蒸散發和滲漏損失取前后兩日的平均值.
另外，水稻生長期內共進行兩次曬田：分蘗期末期和成熟期后期.曬天前進行人工排水，當田面水水位下降至2 cm以下時，水位記錄數據為零.參照賈宏偉等(2010)對不同灌溉模式下水稻田的水分利用效率的研究，薄露灌溉模式下水稻田的平均水利用率約為90%.在本研究中，當水稻田進行排水且水位記錄為零時，此時實際水位是20 mm以下，若該日水分利用效率以平均值90%進行計算，則發生無效耗損的水量為2.0 mm左右，將該值近似為該日的蒸散發和滲漏損失值，并逐日遞減至零由此得到整個生長期的蒸散發和滲漏損失過程線(圖 2).
圖2 日零時水位、蒸散發和滲漏損失過程線
3.2.2 田面水出流推算
水稻田的非點源污染產生于3種情況：①降雨(圖 3)：降雨使得田面水水位上升，直至達到最低田埂高度，若降雨持續發生，則田面水產生出流，若降雨強度很大時，雨水沖刷田埂使得田埂高度降低也會引起出流;②人工排水(圖 4)：水位曲線上出現明顯水位轉折點，直至水位下降為零，這是由人工排水曬田造成，且此時排水量較大;③過量灌溉：在晴天或者當日有少量降雨時，由于灌溉過量直接導致田面水水位上升或者上游田塊水流入試驗田，水位變化同圖 3類似，呈現先上升然后保持穩定后再下降的趨勢.
圖3 降雨-產流水位變化過程線
圖4 人工排水水位變化線
在整個水稻生長期內，田面水符合以下水量平衡關系式：
式中，Hi和Hi+1為水稻第i日和第i+1日零時水位(mm);Pi為第i日降雨量(mm);ETi+Fi為第i日的蒸散發和滲漏損失量(mm);ΔRi為第i日水量改變量(mm).
根據已經得到的日蒸散發和滲漏損失值，結合降雨、水位信息，計算可得到ΔRi，再通過公式(2)來判斷水稻田的進出水情況.
式中，Rin為進入水稻田的水量(m3)，即人工灌水量(包括來自上游田塊的出水);Rout為流出水稻田的水量(m3)，即降雨-產流量或人工排水量;ΔRi為第i日水量改變量(mm);S為試驗田面積(m2).
3.2.3 出流負荷計算
根據水量平衡，得到了水稻整個生長季的降雨產流和人工排水情況，試驗期間，由于無法準確判定降雨是否產流，所以不能在降雨-產流時采集水樣測定污染物濃度.因此，試驗期間定期采集水樣進行測定，由此得到生長期內TN、TP濃度變化曲線.再根據式(3)和(4)計算整個生長季造成污染的TN、TP負荷量.
式中，MTN、MTP為TN、TP降雨出流總負荷量(g);Ri為第i次降雨產生的徑流量(mm);S為試驗田面積(m2);CiTN、CiTP為第i次出流當日田面水的TN、TP濃度(mg · L-1).
4 結果與分析
4.1 出流統計
根據公式(1)和(2)計算得到水稻田在整個生長期的出流情況(表 1).其中，7月16日和9月9日2 d的出流分別發生在水稻分蘗期末期和成熟期，均由排水曬田造成，第二次的排水量最大，排水深度接近50 mm;8月7日降雨量僅1.1 mm，但產生了14 mm的出流，水位曲線上當日水位呈現先上升后下降的趨勢，且上升幅度遠高于1 mm，由此可推斷當日進行了人工灌溉，由于灌溉過量導致上游田塊水進入試驗田，使得田面水高度達到最低田埂高度，產生了出流.
表1 水稻田出流情況估算
生長期內共有37場次降雨，降雨強度等級見表 2(科迪，1995).其中，小雨條件下均未產生出流;中雨條件下有3場降雨未產生出流，其中兩場降雨發生在曬田期，在此期間田間水位基本為零，降雨量未達到最低田埂高度，另外一場降雨前田面水水位維持在50 mm左右;大雨條件下，有一場未產生出流，此場降雨前田面水水位不足40 mm.
表2 降雨等級劃分和出流統計
4.2 TN、TP出流負荷
每次采樣測定后，取5個樣品的平均值為當日水稻田田面水中污染物濃度值，由此得到生長季內TN、TP濃度變化曲線(圖 5)，其他采樣日期的田面水濃度值根據相鄰兩次采樣水質按照線性插值進行估算.根據公式(3)和公式(4)計算得到整個生長季水稻試驗田造成的非點源污染中TN和TP負荷量(表 3)，從而得到TN輸出系數為8.8 kg · hm-2，TP輸出系數為0.47 kg · hm-2.
圖5 水質變化過程線
表3 水稻田生長季出流負荷估算
圖 5中TN濃度出現了兩次峰值，分別是在施用底肥和追施尿素后，底肥施用一定時間后，水中TN濃度升高至最大值，之后隨著水稻生長消耗或者降雨的稀釋濃度逐漸降低;施用底肥后未追施磷肥，所以TP濃度僅在施用底肥后出現峰值，之后有3次較高值出現，與TN在7月份后出現較高值的日期基本一致.整體來看，TN濃度變化范圍遠大于TP濃度，濃度在出現峰值后趨于穩定，但都呈現波動性變化，主要是受到水稻生長和肥料釋放等的影響.
本試驗共有12次田面水出流(表 3)，其中，有4次在出流當日采集了水樣進行測定，其他8次出流濃度根據產流場次前后觀測到的田面水水質數據采用線性插值法估算.對于TN，6月9日和7月1日兩次出流均發生在濃度峰值前后濃度相對波動較大的時期，6月9日水質采用6月8日和6月12日兩日實測濃度進行線性插值估算;7月1日水質采用6月30日和7月4日兩日實測濃度進行線性插值估算.這兩日田面水水質采用線性插值法估算會引入一定的誤差.其他6次均發生在早期肥料釋放較少和后期濃度變化幅度較低(6 mg · L-1以下，平均值為1.92 mg · L-1)階段，水質濃度波動較小，采用線性插值估算引入的誤差不大.對于TP，在6月18日后出現了3次濃度峰值，但在這幾日均未產生徑流出流，其他日期濃度變化范圍不超過0.2 mg · L-1，估算偏差范圍較小.
5 討論
通過計算得到試驗田生長季氮、磷污染輸出系數，并與已有研究成果進行了對比(表 4).其中，TN輸出系數最高的研究區位于江蘇省吳江市，達到38.8 kg · hm-2，該試驗區水稻生長季降雨量為470.3 mm，超過40 mm的降雨有5次，且土壤為青紫泥，屬于基礎肥力高的水稻土，而本研究區生長季降雨總量為242.7 mm，超過40 mm的降雨僅一次，因此，其輸出系數遠高于本試驗區的結果;位于上海青浦農業園區試驗點的TN輸出系數也很大，主要是由于該試驗田進行了兩次追肥，每次施用尿素55 kg · hm-2;TP的輸出系數較高的是天津市寧河縣及上海市青浦農業園區試驗點，分別是2.08 kg · hm-2和2.67 kg · hm-2，上海試驗點施用控釋肥，肥料具有緩釋效應，肥料中的磷較長時間的保持在田面水中，使田面水磷濃度偏高，而天津試驗點在基肥中施用磷酸二銨187.5 kg · hm-2，磷酸一銨75 kg · hm-2，與其他施用復合肥的試驗點相比，磷含量偏高，造成出流中磷負荷較大.受到降雨、不同水肥管理措施的影響，不同試驗點的輸出系數存在差異，但與其他研究區的結果相比，本試驗得出的輸出系數在合理范圍內.
表4 不同方法下水稻田TN、TP輸出系數
傳統觀測方法均需保證水稻田出水口唯一，徑流池觀測法需要建造徑流池，同步觀測法需要安裝觀測水量和水質的自動監測裝置，且在降雨時進行同步觀測.若場次降雨量過大，部分田面水可能從田埂流出，沒有流入徑流池或集水裝置，使得計算結果偏低，特別是對于野外水稻田，可能存在多個出水口，無法采取傳統方法進行觀測.本試驗所采取的的觀測方法不需要保證單一的進水口和出水口，主要通過水位變化判斷是否產生徑流，并根據水量平衡原理估算徑流量，因此，對于野外試驗田，具有更強的適用性.另外，試驗需要的監測儀器只有水位計和雨量計，不需要在試驗站點安排人員每日監測，水質數據的測定采取定期采樣的方式，無需每次降雨后立即去現場采集田面水水樣，這使得本方法應用起來有較方便.
由于本試驗降雨數據監測不是實時傳輸的，何時降雨不能提前知曉，只有每月去野外導出雨量計降雨數據時才知道當月降雨的情況，因此，定時采樣方式是一種較為靈活的方法.雖然在采取線性插值法估算非采樣日田面水水質濃度比降雨前后到現場去采集水樣的方式會導致一定誤差，但從整體分析來看誤差也不會很大.若能采用自動采樣的方式測定田面水水質濃度的變化，并結合水位變化曲線，精確對應產生出流前后的水質濃度值進行計算，應該是最理想的方式，但這樣會增加自動采樣儀器的投入和后續水樣測試分析的成本.
此外，試驗中采集水樣時，取樣的位置或者取水的深度不同，會對濃度測定結果造成一定的影響，因此，應該在取樣時規范操作，并保證每次取樣位置和取水深度一致;另外，水位觀測儀的記錄受到人為活動的干擾，若在水位計附近進行除草等活動，可能會對水位記錄產生影響，使記錄數據產生波動或者出現異常點，因此，在后續水位數據分析和處理過程中要注意對異常點的識別和剔除.
試驗采用的水位觀測儀通過壓力傳感器測定水位，監測結果容易受到氣壓和水生物活動的影響，建議今后的研究對儀器進行改進，增加水位記錄的穩定性.本研究只探討了降雨出流、人工排水及過量灌溉造成的非點源污染，沒有考慮滲漏對地下水造成的污染，尚需結合地表徑流和地下滲漏進行進一步的研究.具體參見污水寶商城資料或http://m.dongaorq.cn更多相關技術文檔。
6 結論
1)在2013年的水稻田試驗監測中，共有12次田面水流失造成了非點源污染.田面水流失由降雨、人工排水和過量灌溉造成.流失的污染負荷中，TN為3.36 kg，其中，由降雨造成的流失量最大，占88.8%，其次是排水曬田，占9.8%，而過量灌溉回歸流導致的流失量占1.4%;TP流失量為0.18 kg，由降雨造成的流失量占72.7%，排水曬田流失量占24.1%，過量灌溉流失量占3.2%.水稻生長期間，若采取淹灌模式，田間始終保持較高蓄水層，降雨極易造成非點源污染，另外，若灌溉不當，也會造成少量田面水出流.因此，應該根據作物需水量采取節水灌溉等科學灌溉模式，降低田面水水位或者在水稻需水量較低時期不建立田間蓄水層，僅保持土壤含水量在一定范圍內，以降低非點源污染.
2)通過觀測水位觀測發現，在沒有降雨、人工排水、灌溉等條件下，田面水水位曲線呈現的平穩下降趨勢僅由蒸散發和滲漏損失造成.因此，可以根據水位、降雨量、水分管理等信息，得到水稻生長季的蒸散發和滲漏損失線，再通過水量平衡公式計算得到水稻田內水量的流入和流出水量.
3)與傳統的徑流池法和同步觀測法相比較，本研究提出的觀測方法對于水稻田非點源的觀測更加簡單，且不需要花費大量的人力和物力.特別是對于出水口不唯一、最低田埂高度動態變化的野外試驗田，具有較強的可操作性.
