编辑推荐：
洱海流域通过整合物质流分析、SWAT模型与高分辨率地理数据，揭示氮磷从源到汇的时空动态变化，发现政策干预推动氮磷利用率从26.16%和21.96%显著提升，同时减少氮磷排放26.05%和34.22%，揭示循环模式转型与空间异质性特征。
程翔|李宇|董月|马宇|史晓萌|倪兆奎|王成豪|安德烈亚·克里托|王胜瑞
广东-香港水资源安全联合实验室，北京师范大学，中国珠海519087
摘要
不受控制的氮（N）和磷（P）通量导致流域富营养化，然而其来源-转移-汇的动态特征——包括时空变异性、随机性和不确定性——阻碍了精确的建模和管理。本研究引入了一个“来源-转移-汇”（STS）框架，整合了物质流分析（SFA）、动态土壤和水资源评估工具（SWAT）建模以及高分辨率地理空间数据，以追踪氮和磷的热点区域。将该框架应用于中国洱海流域（2000-2022年），发现该流域从高输入、高排放、低利用、低循环的模式转变为低输入、低排放、高利用、高循环的模式，提高了利用效率（氮提高到26.16%；磷提高到21.96%），循环率（氮提高到64.48%；磷提高到63.90%），同时减少了氮排放26.05%和磷排放34.22%。养分路径从线性转变为循环型，热点主要集中在北部和西部的农村居民区和农田；到2022年，0.45%的面积贡献了地表水中20.40%的氮负荷和27.67%的磷负荷。自然景观缓冲了养分负荷，而历史遗留的土壤养分仍存在持续风险。这一可转移的框架为实现可持续的流域管理提供了适应性强的、空间明确的干预措施。
引言
自工业革命前以来，人类活动极大地加速了氮（N）和磷（P）的循环，使环境排放量分别增加了9倍和13倍（Hale等人，2015年；Melillo等人，2014年）。这些养分的过度和低效利用对资源可持续性、环境完整性和水生生态系统造成了巨大压力，尤其是通过富营养化现象（Howarth等人，2012年）。全球77%的湖泊出现了富营养化现象，其中中国的比例达到了70%，超过了全球平均水平（Hu等人，2024年）。修复的经济成本非常高——自2007年以来，中国太湖的修复费用已超过100亿美元（Zhang等人，2025年），而日本琵琶湖的水质恢复则花费了100亿美元并耗时30年（Nishino，2012年）。然而，养分来源-转移-汇的复杂动态特征，如显著的时空变异性、随机性和不确定性，使得有效缓解措施的实施极具挑战性。当前的分析工具往往无法完全捕捉这些复杂过程，从而阻碍了科学理解和有效干预。
在以人类活动为主的流域中，养分来源多种多样且相互关联，来源于农业、畜牧业生产和城乡居住区等各种社会经济活动（Chowdhury等人，2014年；Mohammadpour和Grady，2023年）。此外，大规模的景观改造（如农业和城市发展）以及气候变化的影响进一步加剧了养分的迁移和转化过程（Pryor等人，2014年）。这些人为改造显著改变了养分的产生、分布、归趋和环境影响（Chen等人，2024年；Dong等人，2023b；Wu等人，2022年）。随着农业用地转变为不透水表面，主要养分来源可能从化肥转向居民废物，不同的景观配置表现出不同的养分去除和衰减能力（Payen等人，2021年）。此外，水利工程（如沟渠建设）破坏了自然径流模式，使流域逐渐成为自然-人为混合系统（Shao等人，2020年；Smith和Owens，2014年）。沟渠既作为养分传输通道也作为汇，研究表明它们可能拦截60%至90%的农业非点源养分（Jia等人，2021年；Sun等人，2021年）。这些过程，加上沉积物、土壤和地下水中储存的历史遗留养分，给减少养分负荷和改善水质带来了巨大挑战（Basu等人，2022年；Goyette等人，2018年）。
为了理解这些复杂的动态，研究人员采用了多种方法论。物质流分析（SFA）能够有效追踪系统内的特定元素路径，并已广泛应用于流域研究（Fan等人，2021年；Jiang等人，2018年；Jiang和Yuan，2015年；Liu等人，2023年；Mohammadpour和Grady，2023年；Pang等人，2018年；Wu等人，2022年；Yuan等人，2014年）。然而，传统的SFA缺乏空间明确性，难以将养分流归因于具体位置，从而限制了对不利影响关键驱动因素的识别（Bahers等人，2022年；Chen等人，2024年；Wang等人，2020年；Z. Zhang等人，2024年）。相反，像土壤和水资源评估工具（SWAT）这样的水文模型，结合地理信息系统（GIS）和时变土地利用输入，可以动态表示降雨-径流过程，并在流域尺度上模拟养分传输（Aloui等人，2023年；Apostel等人，2021年；Haas等人，2025年；Nepal等人，2023年）。最近的努力试图将这些互补的方法结合起来，但仍存在显著限制。例如，SFA-SWAT耦合已应用于玉米生产系统（Jakrawatana等人，2017年）；Chen等人（2022年）将“评估河流向海洋输送养分模型”（MARINA）与“食物链、环境和资源利用中的养分流动模型”（NUFER）相结合，以量化畜牧业贡献，但这在很大程度上忽略了城市来源。同样，Chen等人（2019年）整合了MARINA、NUFER和“变渗透能力模型”（VIC）来描述点源特征，但重点仍放在排放上而非完整的养分路径上。Jia等人（2024年）通过单向SFA-SWAT集成改进了城乡耦合，尽管关键系统间的交换仍然表示不足。此外，Wang等人（2023年）将改进的人为磷输入（INAPI）与多元回归（MR）和SWAT相结合，评估了辽河流域的磷通量响应，但系统级别的磷预算仅在相对粗糙的空间尺度上得到解决。总体而言，大多数现有框架仍受限于部门重点、粗糙的空间分辨率或对排放的关注，而非完整的来源-转移-汇连续体。因此，社会经济活动、土地利用变化以及养分通量在空间和时间上的动态相互作用尚未得到充分解决，限制了有针对性的管理策略的设计（Fang等人，2024年；Y. Li等人，2023年）。
为了弥合系统级核算与精细过程描述之间的差距，本研究开发了一个新的综合研究框架，将SFA的系统视角与SWAT的机制建模能力相结合，并通过先进的地理空间技术进行精确识别。该框架旨在提供关于流域内氮和磷在整个来源-转移-汇连续体中的高精度时空动态的全面而细致的视图。我们选择洱海作为研究区域，因为它代表了正在经历快速社会生态转型的高原湖泊（Zou等人，2023年）。作为面临农业集约化和城市化双重压力的系统（X. Li等人，2023年），洱海是解开复杂水文网络中养分动态的理想试验场（Lin等人，2021年）。在该框架内，与主要人类活动相关的养分通量（包括输入、利用、循环和排放）得到了系统化的描述和空间上的解析，并在流域尺度上动态模拟了它们的归趋。所提出的方法全面揭示了复杂流域中氮和磷的归趋，为制定精细的、空间明确的流域管理策略提供了新的视角。
框架描述和基本假设
图1展示了所提出的“来源-转移-汇”（STS）分析框架——这是一种旨在系统捕捉流域社会环境系统中氮和磷通量复杂动态的新颖综合方法。STS整合了：（1）SFA，用于量化社会经济子系统之间的氮和磷流动及其联系；（2）使用遥感（RS）和地理信息系统（GIS）进行高分辨率空间分配，将通量分配给土地利用类别；以及（3）
研究地点
洱海流域（东经100°05′–100°17′，北纬25°36′–25°58′），位于中国云南省（图S2），海拔1970米，湖面积为250平方公里，属于一个2565平方公里的流域（Ji等人，2022年）。该流域具有亚热带季风气候，年平均气温为15.7°C，降水量为1048毫米，潜在蒸发量为1208.6毫米（Qin等人，2025年；Wang等人，2024年）。有27条主要河流流入该流域
流域中氮和磷来源-转移-汇动态的演变趋势
在2000年至2022年间，洱海流域从高输入、高排放、低利用、低循环的模式（2000–2013年）转变为低输入、低排放、高利用、高循环的模式（2014–2022年），反映了来源、转移和汇之间更强的耦合（图2）。
在初始阶段（2000–2013年），总养分输入量急剧增加，从2000年的2.37 × 10?公斤氮和3.50 × 10?公斤磷增加到2013年的4.80 × 10?公斤氮和1.04 × 10?公斤磷。
氮和磷流动的来源-转移-汇动态的驱动因素
本研究采用对数平均迪维西亚指数（LMDI）分解和相关性分析，来区分2000年至2022年间洱海流域城市、农村和农田系统中氮和磷来源-转移-汇动态的社会经济和土地利用驱动因素。通过分解养分输入、利用、表面水损失、大气排放和土壤积累，我们阐明了主导控制因素的时间变化及其空间表现。
在城市
结论
本研究开发了STS框架，这是一种综合方法，结合了SFA、SWAT和地理空间技术，用于诊断和管理流域生态系统中氮和磷的时空动态。通过全面捕捉不同养分来源之间的相互作用、它们在异质景观下的传输以及在环境汇（地表水、土壤和大气）中的归趋，STS框架克服了以往方法的关键限制，
作者贡献声明
程翔：撰写——初稿、可视化、方法论。李宇：撰写——审稿与编辑、方法论、数据管理、概念化。董月：撰写——审稿与编辑、监督、概念化。马宇：数据管理。史晓萌：数据管理。倪兆奎：数据管理。王成豪：撰写——审稿与编辑。安德烈亚·克里托：撰写——审稿与编辑。王胜瑞：撰写——审稿与编辑、监督、资金获取、概念化。
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。
致谢
本研究得到了云南省重点研发计划（编号202503AT100010）、云南省重大科技项目（编号202202AE090034）、云南省新型研发机构培育计划（编号202304BQ040005）、云南省张福锁院士工作站（编号202305AF150055）、国家重点研发计划（编号2022YFC3204400）、广东省科技计划（编号2024B1212040001）的支持。
