文章快速检索     高级检索
  生态与农村环境学报  2018, Vol. 34 Issue (3): 276-281   DOI: 10.11934/j.issn.1673-4831.2018.03.012
0
平原河网区旱田表土氮素溶出量估算方法
蒲晓 1,2, 刘训良 1, 程红光 2, 路路 3, 程千钉 2, 张瑞宁 1, 李萌 1    
1. 首都师范大学资源环境与旅游学院, 北京 100048;
2. 北京师范大学环境学院, 北京 100875;
3. 中国科学院地理科学与资源研究所, 北京 100101
摘要:降雨径流过程是导致农田氮素流失的重要驱动力。在降水产流过程中,农田表层土壤的溶解态氮素会出现溶出现象,是农田溶解态氮素输出的重要途径。有效估算地表溶出量,有助于改进和完善非点源氮污染负荷估算方法。该研究根据大尺度模型溶解态污染负荷计算方法中冲刷渗出的概念,建立了适用于平原河网地区的旱田表土氮素溶出量估算方法;将该方法应用于江苏省大丰市典型平原河网区旱作农田,通过实时观测和模型估算,确定完整降水过程中表土氮素的冲刷渗出系数,并将估算结果与已有研究进行对比验证。该方法可为平原河网地区旱作农田表土氮素溶出量的估算模型和实验研究提供有益补充。
关键词非点源氮素    旱作土壤    地表溶出    冲刷渗出系数    平原河网区    
A Method for Estimating Nitrogen Dissolution From Topsoil of Dryland in the Plain River Network Area
PU Xiao 1,2, LIU Xun-liang 1, CHENG Hong-guang 2, LU Lu 3, CHENG Qian-ding 2, ZHANG Rui-ning 1, LI Meng 1    
1. College of Resource Environment and Tourism, Capital Normal University, Beijing 100048, China;
2. School of Environment, Beijing Normal University, Beijing 100875, China;
3. Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China
Abstract: Rainfall-runoff processes are important driving factors of nitrogen loss in cropland. During the processes, dissolvable nitrogen in the topsoil of cropland gets dissolved and migrates into surface runoff. As a main way of dissolved nitrogen exporting from cropland, nitrogen dissolution from topsoil needs to be precisely estimated, which may help improve and perfect the estimation of non-point source nitrogen pollution load. Based on the concept of scouring and oozing coefficient in the calculation method of dissolved pollutant loads in the large scaled models, an approach to estimating nitrogen dissolution in plain river network areas was developed. A plot of dryland field typical of the plain river network area of Dafeng City in the north of Jiangsu Province was selected for test run of the proposed approach. The scouring and oozing coefficient with respect to topsoil nitrogen dissolution during a complete rainfall event was determined through real-time observation and modeling, and comparison was done with previous studies. The proposed approach is found to be a useful supplement for modeling and experimental studies on estimation of nitrogen release from topsoil of the dryland fields in the plain river network areas.
Key words: non-point source nitrogen    dryland soil    N dissolution in topsoil    scouring and oozing coefficient    plain river network area    

为增加粮食产量, 过量施用化肥的现象在我国主要农业区非常普遍。然而由于化肥利用率较低, 化肥中的氮素难以被农作物完全吸收而累积于土壤中。在降水和径流等水文过程驱动下, 吸附于土壤颗粒的氮素会通过水分运移进入地表和地下水体, 产生非点源污染[1]。农田土壤溶解态氮素流失的主要方式包括坡面地表径流、壤中流和土壤淋溶[2]。特别在降水量较大的湿润半湿润地区, 土壤前期含水率高, 降水过程中易产生地表径流, 溶解态氮素易在溶出后随地表径流迁移[3]

我国苏北地区位于沿海地带, 河网密布, 农业开发强度高, 是典型的滨海平原河网农业区。区内地势平坦开阔, 降水充沛, 水土资源丰富, 较高的土壤前期含水量有利于降水过程中产生地表径流[4]。由此, 通过溶出进入地表径流是该区域农田表土溶解态氮素输出的重要方式, 深入认识这一过程有助于全面理解平原河网地区农业非点源污染特征与发生机理[3]。作为农田土壤污染物迁移的重要环节, 地表溶质溶出过程被纳入农业非点源污染负荷估算模型中, 例如大尺度分布式生态水文模拟系统(ecohydrological assessment tool, EcoHAT)以冲刷渗出系数描述农田表土溶解态氮磷经降水冲刷向地表径流溶出的过程[5]。探讨农田表土溶解态氮素溶出量估算的有效方法可对进一步提升区域非点源污染负荷估算精度提供有益补充[6]

笔者引述EcoHAT模型中冲刷渗出系数的概念, 尝试建立适用于平原河网地区旱作农田表土溶解态氮素溶出量估算方法; 将该方法应用于苏北农区典型旱田, 计算完整降水过程中溶解态氮素的冲刷渗出系数, 并与已有研究结果进行对比验证, 为平原河网地区表土溶解态污染物溶出量定量计算提供参考。

1 冲刷渗出系数(k)

影响非点源污染产生和分布的因子主要是区域的自然环境特征和社会经济活动, 而区域非点源污染负荷可用自然因素和社会因素的二元结构模型表达[7]281, [8]:

$ C = \sum\limits_{i = 1}^n {{\rho _i} \cdot {Q_i} \cdot {N_i} \cdot {S_i}} 。$ (1)

式(1)中, C为单位面积非点源污染负荷, t·km-2; i为不同非点源污染类型, 该研究中n为4;ρi为非点源污染产污系数, 表示产污过程的强弱程度; Qi为单位面积非点源污染源强, t·km-2; Ni为自然因子修正系数, 表示自然因子对非点源污染源强的削弱程度; Si为社会因子修正系数, 表示社会发展程度对非点源污染源强的削弱程度。

非点源污染产污系数可以根据区域或计算单元的降雨情况和径流系数来计算。已有资料表明, 非点源污染在不透水的水平硬化地面满足一级动力学方程[7]281, [9]:

$ {C_0} = {Q_0} \cdot \left( {1 - {{\rm{e}}^{ - k \cdot R \cdot t}}} \right)。$ (2)

式(2)中, C0为非点源污染负荷, t; Q0为非点源污染源强, t; k为冲刷渗出系数(不透水地面不考虑渗出); R为标准降水雨强, mm·h-1; t为降水历时, h。

ρ0定义为不透水水平硬化地面非点源污染产污系数, 则其计算公式[7]281, [8]

$ {\rho _0} = {C_0}/{Q_0} = 1 - {{\rm{e}}^{ - k \cdot R \cdot t}}。$ (3)

降水和径流是非点源污染产生的主要影响因子[10-11], 在其他影响因子不变的情况下, 可以认为非点源污染产生程度与综合体现降水径流特征的径流系数呈正比关系[7]282, [8],有:

$ \left( {C/Q} \right)/\left( {{C_0}/{Q_0}} \right) = \rho /{\rho _0} = \varepsilon /{\varepsilon _0}。$ (4)

式(4)中, CQ分别为计算单元非点源污染负荷和非点源污染源强, t; ρε分别为计算单元的产污系数和径流系数; 有无下标, 表示在同一计算单元内的不同降水事件。由式(3)~(4)可得:

$ \rho = \varepsilon /{\varepsilon _0} \cdot {\rho _0} = \varepsilon /{\varepsilon _0} \cdot \left( {1 - {{\rm{e}}^{ - k \cdot R \cdot t}}} \right)。$ (5)

将式(5)代入式(1)得:

$ C = \sum\limits_{i = 1}^n {\varepsilon /{\varepsilon _0} \cdot \left( {1 - {{\rm{e}}^{ - k \cdot R \cdot t}}} \right) \cdot {Q_i} \cdot {N_i} \cdot {S_i}} 。$ (6)

对于农田非点源污染负荷计算, 非点源污染物主要受自然因子影响, 社会因子修正系数可以忽略, 有:

$ C = \varepsilon /{\varepsilon _0} \cdot \left( {1 - {{\rm{e}}^{ - k \cdot R \cdot t}}} \right) \cdot Q \cdot N。$ (7)

k反映了各区域降水径流对污染物的冲刷携带能力, 与降水特征、土地利用和地形条件等因素有关。以总氮(TN)为例, 将其定义为

$ k = Q/{Q_0} \cdot 100\% 。$ (8)

式(8)中, Q为地表径流中TN质量, g; Q0为体系中TN源值, g, 包括土壤、降水和大气沉降等的TN质量。

2 k率定方法的建立 2.1 条件假设

(1) 苏北平原地区地势平坦, 地面高程在1.5~2.2 m之间[12], 因此在计算k时可以忽略坡度的影响。

(2) 假设降水对农田的冲刷是均匀的, 从4个边界流出的径流也是均匀的。

(3) 尽量选取形状规则的实验农田, 形状为正方形时, 可以简化认为4条边对应的河渠流量和TN浓度是相同的; 形状不为正方形时, 认为TN冲刷渗出量与农田边界长度呈正比且单位长度对应的冲刷渗出量在所有边界均相同。

(4) 径流是由围成河渠的2条农田边界产生的, 由于忽略坡度影响, 简化认为2条边界产生的径流量是相同的。

(5) 由于面积较小, 忽略落在河渠面积上的降水对径流量和TN浓度的影响。

(6) 忽略TN在径流和河渠底泥之间的交换分配。

2.2 实验区域概化

图 1所示, 选取农田某一边作为实验对象, 以a边为例。

图 1 野外原位实验设计图 Figure 1 Designing of the in-situ field experiment

(1) 按照径流流向, 在实验农田边界a对应的河道入口和出口设置取样断面, 分别用断面1和断面2表示, 断面两侧农田性质一致。

(2) 对于断面1和断面2,分别在其两侧距渠边1 m和中心设置3个采样点, 从降水产生径流开始时, 每15 min在3个采样点取水样, 测定水样中TN浓度(C), 取平均值; 同时在3个采样点测定流速(v)和水深(h)并计时间(t), 取平均值; 连续采样至径流消失, 此时时间为t0

(3) 测定降水中TN浓度(C); 测定实验农田面积(A)和四周河渠宽度(lalblcld)。

2.3 kε的计算 2.3.1 农田TN来源总量(Q0)

忽略大气沉降, Q0包括农田施用肥料中TN含量(Q)、降水中TN含量(Q)以及土壤中TN本底值(Q)[13]

(1) Q可用肥料质量(m)乘以TN质量分数(τ)得到:Q=m·τ[14]

(2) Q可用降水强度(R)乘以降水时间(t)乘以农田面积(A)乘以雨水TN浓度(C)得到[15]:

$ {Q_{降}} = R \cdot {t_{降}} \cdot {A_{农}} \cdot {C_{降}}。$ (9)

(3) Q可通过以下方法得到:

土样采样点布置如图 1所示的五点法, 分0~10、> 10~20、> 20~40、> 40~60 cm……, 直至与沟渠深度相平, 分别测定各土层中TN含量, Q用式(10)估算:

$ \begin{array}{l} {Q_{本}} = \left[ {0.1 \cdot \left. {{C_{1{\rm{i}}}} + {C_{1{\rm{ii}}}} + {C_{1{\rm{iii}}}} + {C_{1{\rm{iV}}}} + {C_{1{\rm{V}}}}} \right)/5 + } \right.\\ \;\;\;\;\;\;\;\;\;0.1 \cdot \left( {{C_{2{\rm{i}}}} + {C_{2{\rm{ii}}}} + {C_{2{\rm{iii}}}} + {C_{2{\rm{iV}}}} + {C_{2{\rm{V}}}}} \right)/5 + \\ \;\;\;\;\;\;\;\;\;0.2 \cdot \left( {{C_{3{\rm{i}}}} + {C_{3{\rm{ii}}}} + {C_{3{\rm{iii}}}} + {C_{3{\rm{iV}}}} + {C_{3{\rm{V}}}}} \right)/5 + \\ \left. {\;\;\;\;\;\;\;\;\;0.2 \cdot \left( {{C_{4{\rm{i}}}} + {C_{4{\rm{ii}}}} + {C_{4{\rm{iii}}}} + {C_{4{\rm{iV}}}} + {C_{4{\rm{V}}}}} \right)/5} \right] \cdot {A_{农}}。\end{array} $ (10)

式(10)中, 1~4表示不同土层, ⅰ~ⅴ表示不同采样点; 系数0.1和0.2为各采样点对应土层深度, 其中, 0~10和 > 10~20 cm土层系数为0.1, > 20~40和 > 40~60 cm土层系数为0.2。

$ {Q_0} = {Q_{肥}} + {Q_{降}} + {Q_{本}}。$ (11)
2.3.2 农田径流系数(ε)

根据ε的定义, 可由农田径流量(T)与该农田面积上降雨量(T)的比值得到[16]:

$ \varepsilon = {T_{农}}/{T_{降}} \cdot 100\% 。$ (12)

其中, T可由R乘以t乘以A得到:

$ {T_{降}} = R \cdot {t_{降}} \cdot {A_{农}}。$ (13)

T可由式(14)得到:

$ {T_{农}} = {T_{\rm{a}}} + {T_{\rm{b}}} + {T_{\rm{c}}} + {T_{\rm{d}}} = 4{T_{\rm{a}}}。$ (14)

式(14)中, TaTbTcTd分别为实验农田4个边界对应河渠的流量, m3

用通过农田边界出水口横截面(如断面2)的水量减去通过入水口横截面(如断面1)的水量得到该实验农田边界与相邻农田组成河渠的边界两者产生的径流量, 由于选取如图 1所示规则的农田, 实验农田与相邻农田的坡度、土壤类型、理化特性等特征近似相同, 可满足实验农田边界及其对应相邻农田边界河渠的流量相同的条件, 即Ta=Ta′, Tb=Tb', Tc=Tc', Td=Td'。实际测定的径流流量(T)计算公式为

$ {T_{\rm{a}}} + {T_{{\rm{a'}}}} + {T_{\rm{b}}} + {T_{{\rm{b'}}}} + {T_{\rm{c}}} + {T_{{\rm{c'}}}} + {T_{\rm{d}}} + {T_{{\rm{d'}}}} = {T_{测}}, $ (15)
$ 2 \cdot {T_{\rm{a}}} + 2 \cdot {T_{\rm{b}}} + 2 \cdot {T_{\rm{c}}} + 2 \cdot {T_{\rm{d}}} = {T_{测}}, $ (16)
$ {T_{\rm{a}}} + {T_{\rm{b}}} + {T_{\rm{c}}} + {T_{\rm{d}}} = {T_{测}}/2。$ (17)

那么,

$ \begin{array}{l} {T_{农}} = {T_{\rm{a}}} + {T_{\rm{b}}} + {T_{\rm{c}}} + {T_{\rm{d}}} = 4 \cdot {T_{\rm{a}}} = 4 \cdot \left( {{T_2} - {T_1}} \right)/2\\ \;\;\;\;\;\; = {\rm{2}} \cdot \left( {{T_2} - {T_1}} \right)。\end{array} $ (18)

v-th-t的非线性拟合, 求得函数关系式v(t)、h(t), 通过某横断面的水量(T)的计算公式为

$ T = l \cdot \int_0^{{t_0}} {v\left( t \right) \cdot h\left( t \right) \cdot {\rm{d}}t} 。$ (19)
2.3.3 地表径流中TN的量(Q)

图 1所示, 在农田边界河渠入口和出口设置采样断面, 在入口横截面采样测得的是从上游流下的径流中TN的量, 在出口横截面采样测得的是上游径流和实验农田相应边界产生的径流中TN的量, 两者的差值即为实验农田的对应边界产生的径流中所含的TN的量, 有

$ Q = {Q_{\rm{a}}} + {Q_{\rm{b}}} + {Q_{\rm{c}}} + {Q_{\rm{d}}} = 4 \cdot {Q_{\rm{a}}}。$ (20)

式(20)中, QaQbQcQd分别为实验农田4个边界产生的径流中所含的TN的量, g。

以a边为例, 计算a边产生的径流中TN的量, 有

$ {Q_{\rm{a}}} = {Q_{\rm{2}}} - {Q_{\rm{1}}}。$ (21)

式(21)中, Q2Q1分别为a边对应河渠出口和入口横截面测得的径流中TN的量, g。

C-t的非线性拟合, 求得函数C(t), 通过某横断面的TN的量计算公式为

$ \begin{array}{l} Q = C \cdot T\\ \;\;\;\; = \int_0^{{t_0}} {C\left( t \right) \cdot {\rm{d}}t \cdot l} \cdot \int_0^{{t_0}} {v\left( t \right) \cdot h\left( t \right) \cdot {\rm{d}}t} \\ \;\;\;\; = l \cdot \int_0^{{t_0}} {C\left( t \right) \cdot v\left( t \right) \cdot h\left( t \right) \cdot {\rm{d}}t} 。\end{array} $ (22)

k由式(8)计算得到。

3 方法应用 3.1 农田TN来源总量(Q0)的计算

实验农田位于江苏省大丰市, 地势平坦开阔, 河网密布, 为典型的平原河网地区。该地区处于亚热带向暖温带过渡的气候区内, 受季风影响显著, 四季分明, 夏季高温多雨, 冬季寒冷干燥。该地区年平均气温为15 ℃左右, 多年平均降雨量为700~1 100 mm[17]。实验田情况见图 2

图 2 野外实验中目标实验田情况 Figure 2 Schematic diagram of the field experiment plot

所选实验农田采用传统耕作模式, 作物类型为棉花。在原位观测前, 目标实验田未进行施肥操作, 同时忽略大气沉降, TN的源值包括落在实验田上的降水中TN以及土壤TN本底值。实际观测降雨日期为2008年8月17日, 降水起止时间为14时16分至14时52分, 径流起止时间为14时32分至15时14分, 降水量为18.8 mm, 径流量为0.754 m3, 径流历时为42 min; 观测沟渠内出现连续水流意味着产流开始, 而出现断流则意味着产流结束。相关数据及获得途径见表 1

表 1 TN来源总量计算所需相关数据 Table 1 Relevant data for calculating TN loads in topsoil and rainwater

实验田TN来源总量(Q0)计算结果为

$ \begin{array}{*{20}{l}} {{Q_0} = {Q_{\rm{r}}} + {Q_{\rm{s}}} = {H_r} \cdot {A_{\rm{s}}} \cdot {C_{\rm{r}}} + {\rho _{\rm{s}}} \cdot {A_{\rm{s}}} \cdot h \cdot {C_{\rm{s}}} = }\\ {\;\;\;\;\;\;\;3.89\;{\rm{g}} + 583.33\;{\rm{g}} = 587.22\;{\rm{g}}{\rm{。}}} \end{array} $ (23)
3.2 地表径流TN浓度变化趋势分析

地表径流自产生到结束历时42 min, 每5 min取样1次, 共取8个水样。地表径流TN浓度随时间的变化见图 3

图 3 地表径流TN浓度随时间的变化 Figure 3 Variation of total nitrogen concentration in runoff with time

监测结果显示, 在产流过程中TN质量浓度呈"U"型变化趋势, 从第1次取样时的7.4 mg·L-1迅速下降至第4次取样时的2.8 mg·L-1, 之后逐步回升至5.5 mg·L-1。这是因为在非自然流域旱作农田边界河道中存在"初次冲刷"现象[18]。径流产生初期, 表层土壤中TN在降水冲刷下快速溶出进入径流, 径流中TN浓度很高; 之后由于径流量增加, 稀释了基流中的溶质(背景流), 使TN浓度呈现下降趋势[19]; 当降水平稳并逐步减弱至停止后, 由于径流量减少, TN浓度再次呈现上升趋势, 直至径流消失。对地表径流中溶解态TN浓度与时间进行非线性拟合, 选取Origin 2017中常用自带函数并检验拟合效果(表 2), 结果显示有理函数〔Rational function(Holiday 1)〕的决定系数R2为0.836, 该值在各拟合函数中最高; P=2.24×10-5, 在各拟合函数中最小, 表明Rational function(Holiday 1)的拟合优度较好, 可以有效模拟径流中TN浓度变化趋势(图 3表 2)。

表 2 非线性拟合对比分析 Table 2 Comparison of fitting of non-linear fitting functions in goodness
3.3 地表径流TN含量(Q)的计算

实验田长边产生的径流量为0.331 m3, 假设实验田产生的径流在四条边上的流出是均匀的, 则根据边长的比例计算得到4条边产生的径流量为0.754 m3。按照式(24)计算径流中TN含量(Q):

$ \begin{array}{l} Q = C \cdot T = \int_{{t_1}}^{{t_2}} {C\left( t \right) \cdot A \cdot v \cdot {\rm{d}}t} \\ \;\;\; = A \cdot v \cdot \int_{{t_1}}^{{t_2}} {C\left( t \right) \cdot {\rm{d}}t} = \frac{T}{{{t^ * }}} \cdot \int_{{t_1}}^{{t_2}} {C\left( t \right) \cdot {\rm{d}}t} \\ \;\;\; = \frac{{0.754}}{{40}} \cdot \int_0^{40} {\left( {\frac{{25.2321}}{{1 + 0.5628 \cdot t - 0.0119 \cdot {t^2}}}} \right){\rm{d}}t} \\ \;\;\; = 2.7801\;{\rm{g}}。\end{array} $ (24)

式(24)中, Q为地表径流中TN质量, g; C为地表径流中TN质量浓度, g·m-3; T为地表径流量, m3; A为假定的地表径流平均横截面积, m2; v为假定的地表径流平均流速, m·min-1; t为时间, min; t1t2分别为起止时间, min; t*为地表径流历时, min。

3.4 k的初步计算

实验田的k值按式(25)计算:

$ k = \frac{Q}{{{Q_0}}} \cdot 100\% = \frac{{2.7801}}{{587.22}} \cdot 100\% = 0.4734\% 。$ (25)

已有研究采用大尺度模型估算我国主要江河流域非点源污染氮磷负荷[8], 其中淮河流域k值为0.44%。该研究原位观测研究区位于淮河下游地区, 其估算结果0.473 4%与已有研究的取值比较相符, 表明该研究提出的方法具有一定的合理性, 但该方法尚需更多原位实验结果加以验证, 经充分验证后可以考虑作为区域非点源污染负荷估算模型冲刷渗出系数参数率定的一种可选方案。另外, 由于农田k值受下垫面条件(农田尺寸、坡度、土壤类型、作物种类、作物生长阶段和耕作措施等)和气候条件(季节差异和降水状况等)的影响, 此估算方法在敏感性、不确定性和稳健性等方面有待进一步研究。

4 结语

该研究参考大尺度模型中冲刷渗出的概念, 将原位观测和数学算法相结合, 建立了一种适用于平原河网地区旱作农田表土溶解态氮素溶出量估算的方法。将该方法应用于苏北滨海平原河网地区典型旱田, 结果显示在所跟踪观测的降水过程中, 地表径流溶解态TN浓度呈现"U"型变化趋势, "初次冲刷"现象明显, TN浓度的时间变化趋势可用有理函数〔Rational function(Holiday 1)〕模型进行较好的描述, 计算得到的冲刷渗出系数为0.473 4%, 与已有研究对淮河流域冲刷渗出系数0.44%的赋值较为一致。该研究提出的旱作农田表土溶解态氮素溶出量估算方法可为平原河网地区农业非点源氮污染负荷估算方法体系提供有益补充。该文仅对该方法做了初步探讨, 其估算效果有待进一步研究予以验证。

参考文献
[1]
刘庄, 李维新, 张毅敏, 等. 太湖流域非点源污染负荷估算[J]. 生态与农村环境学报, 2010, 26(增刊1): 45-48.
LIU Zhuang, LI Wei-xin, ZHANG Yi-min, et al. Estimation of Non-Point Source Pollution Load in Taihu Lake Basin[J]. Journal of Ecology and Rural Environment, 2010, 26(Suppl. 1): 45-48. (0)
[2]
卜洪龙, 任秀文, 陆俊卿, 等. 人工降雨条件下华南红壤氮素流失规律研究[J]. 环境科学与技术, 2016, 39(8): 27-34.
BU Hong-long, REN Xiu-wen, LU Jun-qing, et al. Nitrogen Loss on Red Soil in South China Under Artificial Rainfall Conditions[J]. Environmental Science & Technology, 2016, 39(8): 27-34. (0)
[3]
陆海明, 孙金华, 邹鹰, 等. 平原河网区径流小区和田块尺度地表径流磷素流失特征[J]. 生态与农村环境学报, 2013, 29(2): 176-183.
LU Hai-ming, SUN Jin-hua, ZOU Ying, et al. Characteristics of Phosphorus Loss With Surface Runoff at Plot and Field Scales in the Plain River Network Region[J]. Journal of Ecology and Rural Environment, 2013, 29(2): 176-183. (0)
[4]
龚杰, 罗麟, 周海燕. 前期土壤含水量对坡面产流产沙起始时间的影响[J]. 人民长江, 2011, 42(9): 102-104.
GONG Jie, LUO Lin, ZHOU Hai-yan. Effects of Antecedent Soil Moisture Content on Initial Time of Runoff and Sediment Yield of Slope Surface[J]. Yangtze River, 2011, 42(9): 102-104. (0)
[5]
刘昌明, 杨胜天, 温志群, 等. 分布式生态水文模型EcoHAT系统开发及应用[J]. 中国科学(E辑), 2009(6): 1112-1121.
LIU Chang-ming, YANG Sheng-tian, WEN Zhi-qun, et al. Exploitation and Application of Distributed Eco-Hydrological Model EcoHAT System[J]. Science in China(Series E), 2009(6): 1112-1121. (0)
[6]
郑建瑜, 周乃晟. 农田氮素非点源污染模型及年负荷估算研究[J]. 华东师范大学学报(自然科学版), 2007(6): 12-19.
ZHENG Jian-yu, ZHOU Nai-sheng. Research on Nitrogen Nonpoint Source Pollution Model in Farmland of Shanghai Suburbs[J]. Journal of East China Normal University(Natural Science), 2007(6): 12-19. (0)
[7]
郝芳华, 程红光, 杨胜天. 非点源污染模型:理论方法与应用[M]. 北京: 中国环境科学出版社, 2006: 281-282.
HAO Fang-hua, CHENG Hong-guang, YANG Sheng-tian. Non-point Source Pollution Model:Theories, Methods and Applications[M]. Beijing: China Environmental Science Press, 2006: 281-282. (0)
[8]
郝芳华, 杨胜天, 程红光, 等. 大尺度区域非点源污染负荷计算方法[J]. 环境科学学报, 2006, 26(3): 375-383.
HAO Fang-hua, YANG Sheng-tian, CHENG Hong-guang, et al. A Method for Estimation of Non-Point Source Pollution Load in the Large-Scale Basins of China[J]. Acta Scientiae Circumstantiae, 2006, 26(3): 375-383. (0)
[9]
SARTOR J D, BOYD G B, AGARDY F J. Water Pollution Aspects of Street Surface Contaminants[J]. Water Pollution Control Federation, 1974, 46(3): 458-467. (0)
[10]
陈利顶, 丘君, 张淑荣, 等. 复杂景观中营养型非点源污染物时空变异特征分析[J]. 环境科学, 2003, 24(3): 85-90.
CHEN Li-ding, QIU Jun, ZHANG Shu-rong, et al. Tempo-Spatial Variation of Non-Point Source Pollutants in a Complex Landscape[J]. Environmental Science, 2003, 24(3): 85-90. (0)
[11]
高超, 朱继业, 窦贻俭, 等. 基于非点源污染控制的景观格局优化方法与原则[J]. 生态学报, 2004, 24(1): 109-116.
GAO Chao, ZHU Ji-ye, DOU Yi-jian, et al. Landscape Management Practices for the Control of Non-Point Source Pollution Methods and Principals[J]. Acta Ecologica Sinica, 2004, 24(1): 109-116. (0)
[12]
黄广勇, 顾祥. 盐城市市区饮用水水源地水环境现状分析及对策研究[J]. 治淮, 2009(12): 19-21.
HUANG Guang-yong, GU Xiang. Present Situation Analysis and Countermeasures of Water Environment in Drinking Water Source Area of Yancheng City[J]. Harnessing the Huaihe River, 2009(12): 19-21. DOI:10.3969/j.issn.1001-9243.2009.12.011 (0)
[13]
胡玉婷, 廖千家骅, 王书伟, 等. 中国农田氮淋失相关因素分析及总氮淋失量估算[J]. 土壤, 2011, 43(1): 19-25.
HU Yu-ting, LIAO Qian-jiahua, WANG Shu-wei, et al. Statistical Analysis and Estimation of N Leaching From Agricultural Fields in China[J]. Soils, 2011, 43(1): 19-25. (0)
[14]
后希康, 徐鹏, 高伟, 等. 长三角地区农田肥料总氮地表流失率和流失负荷估算[J]. 环境科学学报, 2014, 34(6): 1585-1591.
HOU Xi-kang, XU Peng, GAO Wei, et al. Estimation of Total Nitrogen Runoff Rate and Loading by Agricultural Fertilizers in the Yangtze River Delta Area[J]. Acta Scientiae Circumstantiae, 2014, 34(6): 1585-1591. (0)
[15]
张修峰, 李传红. 大气氮湿沉降及其对惠州西湖水体富营养化的影响[J]. 中国生态农业学报, 2008, 16(1): 16-19.
ZHANG Xiu-feng, LI Chuan-hong. Wet Deposition of Atmospheric Nitrogen and Its Eutrophication Effect on Xihu Lake in Huizhou City[J]. Chinese Journal of Eco-Agriculture, 2008, 16(1): 16-19. (0)
[16]
许翼, 徐向舟, 于通顺, 等. 强降雨条件下城市回填土草坪径流系数的影响因子分析[J]. 水土保持学报, 2014, 28(6): 82-87.
XU Yi, XU Xiang-zhou, YU Tong-shun, et al. Factor Analysis of Runoff Coefficient Subjected to Heavy Rainfall on Urban Lawns With Backfill Soils[J]. Journal of Soil and Water Conservation, 2014, 28(6): 82-87. (0)
[17]
李二焕, 胡海波, 鲁小珍, 等. 苏北滨海盐土区土壤盐分剖面特征及其理化特性[J]. 水土保持研究, 2016, 23(4): 116-119, 127.
LI Er-huan, HU Hai-bo, LU Xiao-zhen, et al. Characteristic of Soil Salinity Profiles and Physical Chemical Properties of Coastal Saline Soil in the Estuary of North Jiangsu[J]. Research of Soil and Water Conservation, 2016, 23(4): 116-119, 127. (0)
[18]
YOON V K, STEIN E D. Natural Catchments as Sources of Background Levels of Storm-Water Metals, Nutrients, and Solids[J]. Journal of Environmental Engineering, 2008, 134(12): 961-973. DOI:10.1061/(ASCE)0733-9372(2008)134:12(961) (0)
[19]
CHEN N W, WU J Z, HONG H S. Effect of Storm Events on Riverine Nitrogen Dynamics in a Subtropical Watershed, Southeastern China[J]. Science of the Total Environment, 2012, 431: 357-365. DOI:10.1016/j.scitotenv.2012.05.072 (0)