Abstract Lake Riogrande II, located in the central region of the Colombian Andes, has eutrophication due to a progressive increase of runoff pollution from upstream intensive dairy cattle and agricultural activities in the watershed. Public and private entities have invested in programs aimed at adopting the best agricultural management practices (BMP). BMP is a general formulation of recommended criteria and, therefore, not universally fit all problems. For example, the corrective measures taken so far demonstrate difficulties in selecting and allocating BMPs aligned to the space-time hydrological variability within the watershed. This research analyses the spatio-temporal dynamics of BMP pollution patterns. The study is built on the concept of critical source areas of runoff pollution from agricultural practices in the Colombia Andes. Fieldwork was conducted with the participation of farmers to collect spatial data of the current management operations for potato (Solanum tuberosum), tree tomato (Solanum betaceum), and dairy agriculture. A Soil Water Assessment model is used to simulate agricultural and hydrological processes. The model was calibrated using observed discharge, nitrate-N (NO3—N), and soluble phosphorus (P) concentrations at a monthly scale. The origin of pollution at the catchment scale was used applying the critical source areas (CSAs) method. This paper proposes for this analysis a new spatio-temporal CSA index (ST-CSA) to represent the behavior of the CSAs simultaneously in space and time. For this, several aggregated CSA in time were analyzed for monthly and annual time steps. Results indicate that there is an essential difference in the aggregation of CSA in time, and pollution location changes significantly using the ST-CSA. As expected, the highest number of CSAs occurs during the rainy months. However, these CSAs are located in the region with the lowest precipitation levels in the agricultural areas dominated by potato, tree tomato, and dairy agriculture located within the watershed. These areas vary significantly from 24.07% of the entire area of the basin (1034.348 km2), and it could reach a maximum value of 61.78%. Despite the model uncertainties, the results highlight the importance of identifying spatio-temporal CSAs to select BMPs with the highest potential of nitrogen and phosphorus losses reduction - such as the adaptation of fertilization schedules - applicable to the study watershed.

中文翻译：

---

哥伦比亚安第斯山脉农业实践径流污染的时空临界源区模式

摘要 位于哥伦比亚安第斯山脉中部地区的里奥格兰德 II 湖由于上游集约化奶牛和流域农业活动造成的径流污染逐渐增加而富营养化。公共和私人实体已投资于旨在采用最佳农业管理实践 (BMP) 的计划。BMP 是推荐标准的一般表述，因此不能普遍适用于所有问题。例如，迄今为止采取的纠正措施表明，在选择和分配与流域内时空水文变化相一致的 BMP 方面存在困难。本研究分析了 BMP 污染模式的时空动态。该研究基于哥伦比亚安第斯山脉农业实践产生的径流污染的关键源区概念。在农民的参与下进行了实地调查，以收集马铃薯 (Solanum tuberosum)、树番茄 (Solanum betaceum) 和奶业农业当前管理操作的空间数据。土壤水评估模型用于模拟农业和水文过程。该模型使用每月观测到的排放量、硝酸盐-N (NO3-N) 和可溶性磷 (P) 浓度进行校准。流域尺度的污染源采用临界源区 (CSA) 方法。本文为此分析提出了一种新的时空 CSA 指数 (ST-CSA)，以同时表示 CSA 在空间和时间上的行为。为此，针对每月和每年的时间步长分析了几个聚合的 CSA 时间。结果表明，CSA在时间上的聚合存在本质差异，使用ST-CSA的污染位置变化显着。正如预期的那样，最多的 CSA 发生在雨季。然而，这些 CSA 位于流域内以马铃薯、树番茄和奶制品农业为主的农业区中降水量最低的地区。这些面积与流域整个面积（1034.348 平方公里）的 24.07% 相差很大，最高可达 61.78%。尽管模型存在不确定性，但结果强调了确定时空 CSA 以选择具有最大减少氮和磷损失潜力的 BMP 的重要性 - 例如施肥计划的适应 - 适用于研究流域。使用 ST-CSA 显着改变污染位置。正如预期的那样，最多的 CSA 发生在雨季。然而，这些 CSA 位于流域内以马铃薯、树番茄和奶制品农业为主的农业区中降水量最低的地区。这些面积与流域整个面积（1034.348 平方公里）的 24.07% 相差很大，最高可达 61.78%。尽管模型存在不确定性，但结果强调了确定时空 CSA 以选择具有最大减少氮和磷损失潜力的 BMP 的重要性 - 例如施肥计划的适应 - 适用于研究流域。使用 ST-CSA 显着改变污染位置。正如预期的那样，最多的 CSA 发生在雨季。然而，这些 CSA 位于流域内以马铃薯、树番茄和奶制品农业为主的农业区中降水量最低的地区。这些面积与流域整个面积（1034.348 平方公里）的 24.07% 相差很大，最高可达 61.78%。尽管模型存在不确定性，但结果强调了确定时空 CSA 以选择具有最大减少氮和磷损失潜力的 BMP 的重要性 - 例如施肥计划的适应 - 适用于研究流域。最多的 CSA 发生在雨季。然而，这些 CSA 位于流域内以马铃薯、树番茄和奶制品农业为主的农业区中降水量最低的地区。这些面积与流域整个面积（1034.348 平方公里）的 24.07% 相差很大，最高可达 61.78%。尽管模型存在不确定性，但结果强调了确定时空 CSA 以选择具有最大减少氮和磷损失潜力的 BMP 的重要性 - 例如施肥计划的适应 - 适用于研究流域。最多的 CSA 发生在雨季。然而，这些 CSA 位于流域内以马铃薯、树番茄和奶制品农业为主的农业区中降水量最低的地区。这些面积与流域整个面积（1034.348 平方公里）的 24.07% 相差很大，最高可达 61.78%。尽管模型存在不确定性，但结果强调了识别时空 CSA 以选择具有最大减少氮和磷损失潜力的 BMP 的重要性 - 例如施肥计划的适应 - 适用于研究流域。和位于流域内的奶牛农业。这些面积与流域整个面积（1034.348 平方公里）的 24.07% 相差很大，最高可达 61.78%。尽管模型存在不确定性，但结果强调了确定时空 CSA 以选择具有最大减少氮和磷损失潜力的 BMP 的重要性 - 例如施肥计划的适应 - 适用于研究流域。和位于流域内的奶牛农业。这些面积与流域整个面积（1034.348 平方公里）的 24.07% 相差很大，最高可达 61.78%。尽管模型存在不确定性，但结果强调了确定时空 CSA 以选择具有最大减少氮和磷损失潜力的 BMP 的重要性 - 例如施肥计划的适应 - 适用于研究流域。