耿潤哲,王曉燕,龐樹江,殷培紅(.首都師范大學(xué)資源環(huán)境與旅游學(xué)院,北京 00048；.環(huán)境保護(hù)部環(huán)境與經(jīng)濟(jì)政策研究中心,北京 0009；3.首都師范大學(xué)首都圈水環(huán)境研究中心,北京 00048)

?

潮河流域非點(diǎn)源污染控制關(guān)鍵因子識別及分區(qū)

耿潤哲1,2,王曉燕1,3*,龐樹江1,殷培紅2(1.首都師范大學(xué)資源環(huán)境與旅游學(xué)院,北京 100048；2.環(huán)境保護(hù)部環(huán)境與經(jīng)濟(jì)政策研究中心,北京 100029；3.首都師范大學(xué)首都圈水環(huán)境研究中心,北京 100048)

摘要：將GIS技術(shù)、ArcSWAT模型與分析技術(shù)相結(jié)合,以農(nóng)耕養(yǎng)殖程度較高的北京密云水庫上游潮河流域?yàn)檠芯繀^(qū),通過對流域近20年非點(diǎn)源污染負(fù)荷時空變異情況進(jìn)行模擬,識別影響非點(diǎn)源污染流失的關(guān)鍵因子,進(jìn)行非點(diǎn)源污染控制區(qū)劃.結(jié)果表明,總氮和總磷年均負(fù)荷量分別為563.3,28.7t/a,氮磷負(fù)荷空間分布特征表現(xiàn)為:豐水年以地勢較高且農(nóng)業(yè)耕作活動頻繁區(qū)域?yàn)橹?平水年和枯水年表現(xiàn)為靠近河道的農(nóng)業(yè)用地與畜禽養(yǎng)殖區(qū)為主.采用多因素方差分析11種不同因素對流域非點(diǎn)源污染負(fù)荷的影響程度表明,施肥量是影響氮磷輸出的最主要的因子,坡長、土壤類型、土地利用方式及坡度是影響氮磷輸出的次重要因子; 針對潮河流域長期傳統(tǒng)耕作以及化肥過量施用的現(xiàn)狀,土壤有機(jī)磷的含量也會對總磷的輸出產(chǎn)生一定的影響.潮河流域可劃分為3個污染控制區(qū),第1類:污染控制區(qū)(以近河道耕種區(qū)為主,面積186.74k m2),第2類:污染治理區(qū)(農(nóng)村生活及畜禽養(yǎng)殖區(qū)為主,面積23.09km2),第3類:生態(tài)修復(fù)區(qū)(高坡度強(qiáng)降雨區(qū)為主,面積1365.25km2).該研究結(jié)果可有效提升流域非點(diǎn)源污染治理的效率,為水源地流域環(huán)境保護(hù)提供參考.

關(guān)鍵詞：非點(diǎn)源污染；SWAT模型；污染分區(qū)；密云水庫

* 責(zé)任作者, 教授, wangxy@cnu.edu.cn

非點(diǎn)源污染是目前影響流域水質(zhì)的重要因素,由于非點(diǎn)源污染發(fā)生具有隨機(jī)性,來源和傳輸過程具有間歇性和不確定性,對其進(jìn)行監(jiān)測和治理相對比較困難[1].以關(guān)鍵源區(qū)識別為基礎(chǔ),對流域進(jìn)行分區(qū)是實(shí)現(xiàn)非點(diǎn)源污染控制的可靠途徑.影響非點(diǎn)源污染的因素十分復(fù)雜,包括流域內(nèi)的地形地貌、水文、氣候、土地利用方式、土壤類型和結(jié)構(gòu)、植被、管理措施等.尤其是下墊面,對降雨入滲產(chǎn)流、營養(yǎng)元素輸出等有著重要作用,是影響非點(diǎn)源污染流失的主要因素[2].同時與人類活動相關(guān)的許多因子,如植被覆蓋、農(nóng)藥化肥的使用、農(nóng)田灌溉等也會對非點(diǎn)源污染的流失產(chǎn)生一定的影響[3-4].控制農(nóng)業(yè)非點(diǎn)源污染物流失的關(guān)鍵是要針對影響農(nóng)業(yè)非點(diǎn)源污染形成、遷移轉(zhuǎn)化的關(guān)鍵因子,采取科學(xué)的管理措施,構(gòu)建以減少污染源排放為核心,傳輸路徑控制和末端治理為主要技術(shù)手段的非點(diǎn)源污染綜合防控體系,防止其擴(kuò)散進(jìn)入水體而影響水環(huán)境安全[5].

農(nóng)業(yè)非點(diǎn)源污染控制區(qū)劃是根據(jù)影響農(nóng)業(yè)非點(diǎn)源污染的主導(dǎo)因子和區(qū)域農(nóng)業(yè)非點(diǎn)源污染特征的差異性以及相似性對研究區(qū)域進(jìn)行的分區(qū)[6].流域具有統(tǒng)一的出水口,水文特性相近,但同時也是復(fù)雜的綜合體.尤其在高山丘陵地區(qū),地形破碎度高,流域內(nèi)不同地形、地貌的土壤性狀、植被覆蓋、土地利用等差異較大.區(qū)劃的基本方法就是通常所說的劃分法和合并法.根據(jù)所用區(qū)劃技術(shù)的不同其又可分為地理相關(guān)法、空間疊置法、主導(dǎo)標(biāo)志法和定量分析法[7].目前來看,這些國際通用的區(qū)劃方法在流域水環(huán)境功能區(qū)劃、流域生態(tài)環(huán)境控制區(qū)劃等相關(guān)方面應(yīng)用較為廣泛,并取得較好的效果[8-12].在非點(diǎn)源污染控制案例中的相關(guān)研究,則多是采用經(jīng)驗(yàn)?zāi)Ｐ?如輸出系數(shù)模型、磷指數(shù)等)或機(jī)理模型(如SWAT、HSPF、AnnAGNPS等)流域非點(diǎn)源污染負(fù)荷或單位面積污染物潛在流失量的高低來對流域進(jìn)行分區(qū)[13-16].未考慮影響非點(diǎn)源污染流失的關(guān)鍵因素的作用,導(dǎo)致所配置的實(shí)施方案的可行性較低,很難取得較好的污染控制效果[17].本研究在充分考慮非點(diǎn)源污染流失特征的基礎(chǔ)上,通過識別影響流域非點(diǎn)源污染流失全過程的關(guān)鍵因子,并以此為基礎(chǔ)進(jìn)行非點(diǎn)源污染控制區(qū)劃,能夠較好的實(shí)現(xiàn)流域非點(diǎn)源污染整體管控的技術(shù)目標(biāo).

密云水庫是北京市重要的地表飲用水水源地,水庫水體的富營養(yǎng)化程度屬中營養(yǎng)型,向富營養(yǎng)化發(fā)展的趨勢比較明顯.其上游的潮河流域是密云水庫的主要水源地,由于流域內(nèi)沒有較大的工業(yè)點(diǎn)源的存在,因此農(nóng)業(yè)非點(diǎn)源污染為主要污染來源[15].在該流域開展農(nóng)業(yè)非點(diǎn)源污染控制區(qū)劃研究,掌握農(nóng)業(yè)非點(diǎn)源污染物發(fā)生流失的主要影響因子和污染特征,為合理制定適合該流域的最佳管理措施提供依據(jù),對防治密云水庫富營養(yǎng)化,保證其正常的供水功能,具有重要意義.

1　研究方法與數(shù)據(jù)來源

采用ArcSWAT (v2012)模型對潮河流域非點(diǎn)源污染時空分布特征進(jìn)行模擬分析,在此基礎(chǔ)上通過多因素方差分析(,ANOVA)對影響非點(diǎn)源污染物流失的各項(xiàng)因子進(jìn)行評判,篩選出影響流域非點(diǎn)源污染物流失的關(guān)鍵因子,采用兩步聚類和系統(tǒng)聚類相結(jié)合的方法對潮河流域進(jìn)行污染分區(qū),為下一步最佳管理措施(BMPs)的分區(qū)配置提供基礎(chǔ).

1.1 研究區(qū)概況

研究區(qū)域位于北京市東北部(115°25′～ 117°33′E,40°19′～41°31′N)(圖1),包括5個縣,共60個鄉(xiāng)鎮(zhèn),其中北京市密云縣境內(nèi)北部和東部共8個鄉(xiāng)鎮(zhèn),流域面積約為4888km2,流域居民以農(nóng)業(yè)人口為主,產(chǎn)業(yè)結(jié)構(gòu)以畜牧業(yè)為主,工業(yè)不發(fā)達(dá),是一個典型的農(nóng)業(yè)耕作區(qū),作物以玉米和小麥為主,化肥施用和農(nóng)田管理方式粗放.流域下游密云水庫作為首都北京唯一的地表飲用水源地,具有重要的生態(tài)和社會經(jīng)濟(jì)價值.

1.2 數(shù)據(jù)來源

以RS、GIS技術(shù)為支持,建立流域非點(diǎn)源污染空間及屬性數(shù)據(jù)庫.空間數(shù)據(jù)庫主要包括數(shù)字高程模型圖(DEM)、土地利用類型圖、土壤類型圖等;屬性數(shù)據(jù)主要包括土地利用及植被參數(shù)、土壤物理及化學(xué)屬性、水文水質(zhì)數(shù)據(jù)和相關(guān)的社會經(jīng)濟(jì)數(shù)據(jù)等(表1).

表1　基礎(chǔ)數(shù)據(jù)庫列表Table 1　List of the database

1.3 非點(diǎn)源污染特征識別分析

ArcSWAT 模型是一個連續(xù)的半分布式流域水文模型,可用于包含各種土壤類型、土地利用和農(nóng)業(yè)管理制度的大中尺度流域水文循環(huán)、泥沙傳輸、農(nóng)作物生產(chǎn)、化肥施用、農(nóng)業(yè)活動管理等的模擬[18-19].

非點(diǎn)源污染產(chǎn)生的過程中氮、磷等營養(yǎng)物是隨著降雨進(jìn)入徑流傳輸過程流失的,因此徑流的模擬的準(zhǔn)確性是模型能否正確反應(yīng)流域真實(shí)情況的關(guān)鍵.本文選用潮河流域的下會站1979～ 2010年的逐月平均流量數(shù)據(jù)對ArcSWAT模型校準(zhǔn)和驗(yàn)證,其中1982～1995年作為模型的校準(zhǔn)期,1996～2010年作為驗(yàn)證期.泥沙負(fù)荷以下會站1980～2010年的年實(shí)測泥沙數(shù)據(jù)為基礎(chǔ)進(jìn)行校驗(yàn).總氮和總磷負(fù)荷以下會站1991～2010年的月實(shí)測濃度數(shù)據(jù)進(jìn)行校驗(yàn).運(yùn)用SWAT-CUP中的SUFI2方法對影響污染物輸出的主要參數(shù)進(jìn)行優(yōu)化調(diào)整及敏感性分析,在此基礎(chǔ)上通過敏感性參數(shù)的調(diào)整對模型進(jìn)行校準(zhǔn).

采用納什效率系數(shù)(NE)、相對誤差(RE)對模型模擬效果進(jìn)行評價,根據(jù)Moriasi的模型效率評價指標(biāo),確定徑流模擬的精度相對誤差在25%以內(nèi),泥沙和營養(yǎng)物的相對誤差控制在50%以內(nèi),并且Ens≥0.5,表明模型模擬結(jié)果是可接受的[20].

1.4 統(tǒng)計分析方法及應(yīng)用

方差分析(ANOVA),即“變異數(shù)分析”或“F檢驗(yàn)”,用于兩個及兩個以上樣本均數(shù)差別的顯著性檢驗(yàn).由于各種因素的影響,在不同的條件下,一般實(shí)驗(yàn)數(shù)據(jù)呈波動狀.造成波動狀的原因可分為兩大類,一類為不可控因素,是由隨機(jī)因素引起,稱為組內(nèi)差異;另一類則是可控因素,由實(shí)驗(yàn)設(shè)計條件(因素)不同引起的,通常稱為組內(nèi)差異[21].若因素對實(shí)驗(yàn)結(jié)果有顯著影響,則實(shí)驗(yàn)結(jié)果也會產(chǎn)生明顯差異.本研究中的多因素方差分析涉及到的因素除上述的土地利用類型、土壤類型、坡度等主要下墊面影響因素之外,也加入了降雨量、坡長、距河道距離、施肥量及土壤氮磷含量本底值等共11個因素.

聚類分析(CA)基本原理是根據(jù)樣本的屬性和特征的相似性或親疏程度,用數(shù)學(xué)方法按照某些相似性或差異性指標(biāo),把它們逐步地劃類,最后得到一個能反映個體或站點(diǎn)之間、群體之間親疏關(guān)系的客觀的分類系統(tǒng)[22].本文以潮河流域非點(diǎn)源污染流失關(guān)鍵因素識別結(jié)果為基礎(chǔ),通過對不同地塊所具有的特征因素值進(jìn)行分類,采用兩步快速聚類和系統(tǒng)聚類法相結(jié)合的方法進(jìn)行聚類分析,自下而上對具有農(nóng)業(yè)非點(diǎn)源氮磷污染來源、污染特征相似的地塊進(jìn)行合并,劃分潮河流域非點(diǎn)源氮磷污染控制區(qū),以達(dá)到科學(xué)、客觀地反映該流域農(nóng)業(yè)非點(diǎn)源污染的現(xiàn)狀,多因素方差分析和聚類分析均在SPSS v20軟件中完成.

2　結(jié)果與討論

2.1 模型校準(zhǔn)與驗(yàn)證

從參數(shù)率定與模型校準(zhǔn)結(jié)果來看(圖2),實(shí)測值與模擬值的流量能較好的吻合,對徑流量、泥沙、總氮及總磷輸出模擬結(jié)果納什系數(shù)(NE)分別達(dá)到了0.82、0.83、0.81和0.78,相對誤差(RE)分別為10%、17%、10%和32%.由于缺乏高精度泥沙數(shù)據(jù),對流域內(nèi)的泥沙參數(shù)僅基于年尺度監(jiān)測數(shù)據(jù)進(jìn)行校準(zhǔn),而磷的遷移轉(zhuǎn)化過程和泥沙關(guān)系較大,泥沙模擬誤差的累積導(dǎo)致磷的模擬值和實(shí)測值相差較總氮大.但從模擬的整體誤差結(jié)果來看,精度均滿足非點(diǎn)源污染措施模擬的要求.

圖2　ArcSWAT模型校驗(yàn)結(jié)果Fig.2　Calibration and validation results of ArcSWAT model simulation

2.2 非點(diǎn)源污染時空分布特征

參考張鵬飛[24]對密云水庫上游流域水文年的劃分結(jié)果,選用1996年、1997年和2002年分別作為水文情景模擬的豐水年、平水年和枯水年,對流域不同水文情景下潮河流域非點(diǎn)源污染特征進(jìn)行模擬分析.總氮負(fù)荷和總磷負(fù)荷的豐枯年份差異明顯,在豐水年各種污染物負(fù)荷都比較大,枯水年則相對較小,其中豐水年徑流量是枯水年的3.1倍,總氮、總磷負(fù)荷則分別是枯水年的3.6倍、5.09倍.可以認(rèn)為,豐水年是流域氮磷污染物流失的關(guān)鍵年份,并且徑流量是負(fù)荷變化的關(guān)鍵影響因素.徑流產(chǎn)生量越高,氮、磷負(fù)荷也越大,而且磷的變化比氮明顯(表2).

表2　不同情景年模擬結(jié)果Table 2　SWAT Simulation Results under different hydrological years

圖3　不同水文年流域總氮、總磷風(fēng)險空間分布Fig.3　Spatial distribution of TN and TP loads under different hydrological years

結(jié)果表明非點(diǎn)源污染過程與徑流的產(chǎn)生過程緊密相聯(lián).總磷負(fù)荷量在平水年比例略小于豐水年,這是由于在豐水年全年的降雨分布比較均勻,到達(dá)汛期之前已經(jīng)有較多的降雨,這也導(dǎo)致下墊面在汛期之前已經(jīng)達(dá)到飽和,汛期降雨產(chǎn)流迅速且對地表沖刷較為強(qiáng)烈,導(dǎo)致泥沙的流失量增加,進(jìn)而使得總磷的負(fù)荷量增加[23];而平水年降雨集中在汛期,非汛期總降雨量不足全年20%,汛期初期降雨不能全部形成有效徑流,因此雖然汛期降雨比例較高,但徑流和污染負(fù)荷比例卻相對偏低;枯水年降雨量全年較小,且降雨量和雨強(qiáng)都較小,因此徑流產(chǎn)生量和負(fù)荷量均偏低[24].

非點(diǎn)源污染負(fù)荷受流域內(nèi)降雨量大小和分布不同、土地利用方式差異以及地形坡度不同的綜合作用影響,具有很強(qiáng)的空間差異性.通過模擬計算求得密云水庫流域各個子流域總氮(TN)、總磷(TP)污染負(fù)荷(圖3).從圖3可以看出,豐水年污染負(fù)荷嚴(yán)重地區(qū)主要集中在流域上游西部地區(qū),這些地區(qū)降雨量較大,實(shí)地調(diào)查發(fā)現(xiàn),在該區(qū)域地勢較高,平均坡度較大,農(nóng)業(yè)種植耕作活動頻繁,在發(fā)生強(qiáng)降雨時產(chǎn)流迅速,較易造成營養(yǎng)物質(zhì)的流失;但是在平水年和枯水年,污染物流失的高風(fēng)險區(qū)則位于流域的中下游區(qū)域,且大部分高風(fēng)險區(qū)距河道距離較近.這是由于該流域內(nèi)農(nóng)業(yè)活動一直以來都主要集中在地勢平緩的水體附近,并且處于污染高風(fēng)險區(qū)的鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)發(fā)展速度較快,畜牧業(yè)為主要經(jīng)濟(jì)來源.以河北大閣鎮(zhèn)為例,奶牛的養(yǎng)殖已經(jīng)成為其經(jīng)濟(jì)收入的主要來源,畜禽養(yǎng)殖業(yè)總產(chǎn)值均達(dá)到了農(nóng)業(yè)總產(chǎn)值的50%以上和國民生產(chǎn)總值的30%以上.2006年以來共建有10個集中奶牛養(yǎng)殖區(qū),全鎮(zhèn)奶牛的存欄量就達(dá)到了2萬頭,由此導(dǎo)致其污染負(fù)荷較高.另外,由于受到特殊的地理?xiàng)l件和自然特征的限制,農(nóng)業(yè)生產(chǎn)和畜禽養(yǎng)殖所產(chǎn)生的非點(diǎn)源污染就成為了流域內(nèi)的主要污染源[25];該區(qū)人口密度較高,農(nóng)藥化肥施用量均達(dá)到了其他區(qū)縣的兩倍以上[26].

2.3 非點(diǎn)源污染關(guān)鍵影響因子識別

多因素方差分析涉及到的因素主要包括各個HRUs (Hydrological Response Units) 中所包含的土地利用類型、土壤類型、坡度、降雨量、坡長、距河道距離、面積、施肥量、土壤有機(jī)氮、土壤硝態(tài)氮及土壤有機(jī)磷含量本底值等共11個因素.對各因變量與各個因素進(jìn)行不同水平下多因素方差分析,其主要結(jié)果如表3所示:當(dāng)P<0.05時認(rèn)為因素對因變量影響顯著.針對各變量的不同因素的值大小來對各因素對非點(diǎn)源污染的影響程度進(jìn)行排序(表3).影響泥沙流失的因子按顯著程度較高的因子為降雨量、距河道距離、坡長、土地利用類型、土壤類型等,施肥量、土壤有機(jī)氮及土壤硝態(tài)氮的含量對土壤流失的影響不顯著;對硝態(tài)氮而言,影響因子按顯著程度較高主要有施肥量、土地利用類型、土壤類型、土壤有機(jī)氮及土壤硝態(tài)氮含量等,土壤有機(jī)磷含量對硝態(tài)氮的流失并無顯著影響;對有機(jī)氮而言,影響因子按顯著程度大小排序?yàn)橥寥烙袡C(jī)氮、施肥量、土地利用類型、土壤硝態(tài)氮及土壤類型等,土壤有機(jī)磷含量對有機(jī)氮的流失并無顯著影響;對有機(jī)磷而言,影響因子按顯著程度大小排序?yàn)槊娣e、距河道距離、土壤類型、土壤有機(jī)磷等,土壤有機(jī)氮和土壤硝態(tài)氮含量對其影響不顯著;對顆粒態(tài)磷而言,影響因子按顯著程度大小排序?yàn)槠麻L、降雨量、有機(jī)磷含量、土壤類型等,而土壤有機(jī)氮和硝態(tài)氮含量同樣對顆粒態(tài)磷的輸出無顯著影響;對溶解態(tài)磷而言,影響因子按顯著程度大小排序?yàn)槭┓柿?、土壤類型、土壤有機(jī)磷含量、面積以及坡長,同樣地,土壤本底值的含氮量對溶解態(tài)磷的流失無影響;對總氮而言,影響因子按顯著程度大小排序?yàn)槭┓柿?、坡長、土地利用類型、坡度、以及距河道的距離,土壤含磷量同樣對總氮無顯著影響.對于總磷而言,影響因子按顯著程度大小排序?yàn)槭┓柿?、土壤類型、土壤有機(jī)磷、坡度以及降雨量,土壤含氮量對于總磷的輸出無顯著性差異.

就營養(yǎng)物而言,除有機(jī)磷外,對其余所有形態(tài)氮磷影響最為顯著的因子為皆為施肥量,可見人為施肥對潮河流域非點(diǎn)源污染的產(chǎn)生量有著最為顯著的影響.對于有機(jī)態(tài)污染物,土壤本底值的氮磷含量對其影響較為顯著,對于顆粒態(tài)磷和泥沙而言,更多的與土壤類型、坡長、降雨量等有關(guān),但兩者中各因子的排序位置略有不同,導(dǎo)致其最終影響因素排序出現(xiàn)差異,對于總氮和總磷而言,除施肥量占據(jù)排序的第一位外,其余主要的影響因子為坡長、土壤類型、土地利用、坡度、土壤有機(jī)磷.

通過對不同影響因子進(jìn)行多因素方差分析可知,對于總氮和總磷而言,人為因素中的施肥量是影響最氮磷輸出的最主要的因子,而下墊面因子中的坡長,土壤類型、土地利用方式、坡度則可作為影響氮磷輸出的次重要因子[27],針對潮河流域長期傳統(tǒng)耕作以及化肥過量施用的現(xiàn)實(shí)特征來看,土壤有機(jī)磷的含量同樣會對總磷的輸出產(chǎn)生一定的影響.

表3　非點(diǎn)源污染負(fù)荷多因素方差分析結(jié)果(P<0.05)Table 3　Multi-factor analysis on variance ofNPS pollution loads (P<0.05)

2.4 非點(diǎn)源污染控制分區(qū)

根據(jù)生態(tài)系統(tǒng)的一般特性,以及潮河流域農(nóng)業(yè)非點(diǎn)源污染的特點(diǎn),參考張淑榮[5]對于橋水庫非點(diǎn)源污染區(qū)劃的方法,以潮河流域非點(diǎn)源污染不同影響因素的所因素方差分析結(jié)果選取與農(nóng)業(yè)非點(diǎn)源磷污染相關(guān)的7個主要影響因子作為區(qū)劃因子,包括施肥量、坡長、坡度、土地利用類型、土壤類型、降雨量、距河道的平均距離,其中施肥量可歸結(jié)為人為影響因素土地利用類型、土壤類型、坡度、坡長及距河道距離可歸結(jié)為下墊面影響因素,降雨量可歸結(jié)為氣候影響因素.以類型劃分法為主,以潮河流域非點(diǎn)源污染營養(yǎng)物質(zhì)流失高風(fēng)險地塊樣本單元,自下而上對具有農(nóng)業(yè)非點(diǎn)源氮磷污染來源、污染特征相似的地塊進(jìn)行合并,進(jìn)行潮河流域非點(diǎn)源氮磷污染控制區(qū)劃分.

表4　系統(tǒng)聚類分析Table 4　Results of system clustering analysis

圖5　潮河流域農(nóng)業(yè)非點(diǎn)源污染高風(fēng)險區(qū)控制分區(qū)Fig.5　Zonation of agricultural nonpoint source pollution control

潮河流域非點(diǎn)源污染高風(fēng)險區(qū)區(qū)劃聚類分析結(jié)果表明(表4),第1類和第2類風(fēng)險區(qū)中土地利用類型、距河道距離以及施肥量都對風(fēng)險區(qū)的劃分起決定性作用,但是第1類風(fēng)險區(qū)中主要的土地利用類型為耕地且距河道距離較近為18m,平均施肥量達(dá)到了216.61kg/hm2,因此根據(jù)風(fēng)險區(qū)劃分中的區(qū)域差異性和主導(dǎo)因子原則,將第1類風(fēng)險區(qū)劃分為受人為干擾較強(qiáng)的近河道耕種區(qū);而第2類風(fēng)險區(qū)中雖然也是土地利用、距河道距離為主控因子,但是施肥量的影響已經(jīng)下降到了2.9%,且主要的土地利用類型因子為居民區(qū)及牧草地,距河道平均距離也相對較遠(yuǎn)為27m,在第2類風(fēng)險區(qū)中施肥量平均為54.36kg/hm2,這基本上屬于牧草地的畜禽糞便還田的數(shù)量,因此,根據(jù)區(qū)劃原/則,將第2類風(fēng)險區(qū)劃分為農(nóng)村生活及畜禽養(yǎng)殖污染控制風(fēng)險區(qū);第3類風(fēng)險區(qū)中土地利用(41.7%)、距河道距離(41.7%)、施肥量(100%)、平均坡長(55.2%)以及降雨量(30.2%),且其中土地利用類型主要為林地,距河道距離較遠(yuǎn),基本達(dá)到了35m以上,坡長較短,平均坡度較大,達(dá)到了12%以上,降雨量相較于其余兩個分區(qū)更高,因此,根據(jù)區(qū)劃原則,將第3類分區(qū)劃分為以生態(tài)保護(hù)為主的,高坡度強(qiáng)降雨水土保持控制區(qū).具體的分區(qū)各控制類型區(qū)的區(qū)域特征、農(nóng)業(yè)非點(diǎn)源污染特征及推薦的控制措施見可以看出,區(qū)劃研究結(jié)果和區(qū)域生態(tài)環(huán)境特征基本相符,表明該方法在區(qū)劃研究中的可行性和科學(xué)性(圖5,表5).

表5　潮河流域農(nóng)業(yè)非點(diǎn)源污染控制類型區(qū)特征概況Table 5　The characteristics of zones for agricultural nonpoint source pollution control

續(xù)表5

3　結(jié)論

3.1 潮河流域非點(diǎn)源污染空間差異較大,上游及中游偏下區(qū)域負(fù)荷較為嚴(yán)重,主要原因在于在該區(qū)域內(nèi)耕地比重較大,易發(fā)生土壤侵蝕和營養(yǎng)物流失.下游密云縣境內(nèi)區(qū)域林草地、耕地比重相對均衡,因此污染程度居中.從水文年對比來看,豐水年是流域氮磷污染物流失的關(guān)鍵年份,其非點(diǎn)源負(fù)荷主要集中在汛期,降雨的時空異質(zhì)性是非點(diǎn)源污染產(chǎn)生的重要影響因素.

3.2 多因素方差分析不同因素對流域非點(diǎn)源污染負(fù)荷的影響程度,結(jié)果表明人為因素中的施肥量是影響最氮磷輸出的最主要的因子,而下墊面因子中的坡長,土壤類型、土地利用方式、坡度則可作為影響氮磷輸出的次重要因子,針對潮河流域長期傳統(tǒng)耕作以及化肥過量施用的現(xiàn)實(shí)特征來看,土壤有機(jī)磷的含量同樣會對總磷的輸出產(chǎn)生一定的影響.

3.3 潮河流域非點(diǎn)源污染的高風(fēng)險區(qū)共劃分為3個區(qū)域,第1類:人為干擾較強(qiáng)的近河道耕種區(qū)(污染控制區(qū)),第2類:農(nóng)村生活及畜禽養(yǎng)殖污染控制風(fēng)險(污染治理區(qū)),第3類:高坡度強(qiáng)降雨水土保持控制區(qū)(生態(tài)修復(fù)區(qū)),以此為基礎(chǔ)從3個分區(qū)中分別選取代表性地塊進(jìn)行實(shí)地監(jiān)測研究,以提高相應(yīng)BMP的可執(zhí)行程度.

參考文獻(xiàn)：

[1] 賀纏生,傅伯杰,陳利頂.非點(diǎn)源污染的管理及控制 [J]. 環(huán)境科學(xué), 1998,(5):88-92+97.

[2] Maguire R O, Rubaek G H, Haggard B E, et al. Critical evaluation of the implementation of mitigation options for phosphorus from field to catchment scales [J]. J. Environ. Qual., 2009,38(5):1989-97.

[3] Besalatpour A M A, Hajabbasi S, Ayoubi A Jalalian. Identification and prioritization of critical sub-basins in a highly mountainous watershed using SWAT model [J]. Eurasian Journal of Soil Science, 2012,1:58-63.

[4] 馬 嵐,滕彥國,林學(xué)鈺,等.晉江流域污染負(fù)荷空間分布及關(guān)鍵源區(qū)識別 [J]. 中國環(huán)境科學(xué), 2015,35(12):3679-3688.

[5] 張淑榮,陳利頂,傅伯杰.于橋水庫流域農(nóng)業(yè)非點(diǎn)源磷污染控制區(qū)劃研究 [J]. 地理科學(xué), 2004,24(2):232-237.

[6] Liu G, Wu W, Zhang J. Regional differentiation of non-point source pollution of agriculture-derived nitrate nitrogen in groundwater in northern China [J]. Agriculture, Ecosystems & Environment, 2005,107(2):211-220.

[7] 段華平.農(nóng)業(yè)非點(diǎn)源污染控制區(qū)劃方法及其應(yīng)用研究 [D]. 南京:南京農(nóng)業(yè)大學(xué), 2010.

[8] Cox C C Madramootoo. Application of geographic information systems in watershed management planning in St. Lucia [J]. Computers and Electronics in Agriculture, 1998,20(3):229-250.

[9] Zhou F, Liu Y, Huang K, et al. Water environmental function zoning at watershed scale and its key problems [J]. Advances in Water Science, 2007,18(2):216.

[10] Zhang B, Luo H, Wang Z. Watershed environmental management framework based on economic theory [J]. Chinese Journal of Population Resources and Environment, 2014,12(4): 361-365.

[11] Jang C -S. Using probability-based spatial estimation of the river pollution index to assess urban water recreational quality in the Tamsui River watershed [J]. Environmental Monitoring and Assessment, 2016.188(1):1-17.

[12] Sutherland G D, Waterhouse F L, Smith J, et al. Developing a systematic simulation-based approach for selecting indicators in strategic cumulative effects assessments with multiple environmental valued components [J]. Ecological Indicators, 2016.61:512-525.

[13] Cecchi G, Munafò M, Baiocco F, et al. Estimating river pollution from diffuse sources in the Viterbo province using the potential non-point pollution index [J]. Annali dell'Istituto Superiore di Sanita, 2006,43(3):295-301.

[14] 武曉峰,李 婷.流域內(nèi)污染負(fù)荷分布的評價模型研究——以密云縣蛇魚川小流域?yàn)槔?[J]. 中國環(huán)境科學(xué), 2011,31(4):680-687.

[15] 耿潤哲,王曉燕,焦 帥,等.密云水庫流域非點(diǎn)源污染負(fù)荷估算及特征分析 [J]. 環(huán)境科學(xué)學(xué)報, 2013,34(5):1484-1492.

[16] 張汪壽,耿潤哲,王曉燕,等.基于多準(zhǔn)則分析的非點(diǎn)源污染評價和分區(qū)——以北京懷柔區(qū)北宅小流域?yàn)槔?[J]. 環(huán)境科學(xué)學(xué)報, 2013,34(1):258-266.

[17] 王 曉,郝芳華,張 璇.丹江口水庫流域非點(diǎn)源污染的最佳管理措施優(yōu)選 [J]. 中國環(huán)境科學(xué), 2013,33(7):1335-1343.

[18] Arnold J G, Srinivasan R, Muttiah R S, et al. Large area hydrologic modeling and assessment part I: Model development1 [J]. JAWRA Journal of the American Water Resources Association, 1998,34(1):73-89.

[19] Arabi M, Frankenberger J R, Engel B A, et al. Representation of agricultural conservation practices with SWAT [J]. Hydrological Processes, 2008,22(16):3042-3055.

[20] Moriasi D, Arnold J, Van Liew M, et al. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations [J]. Trans. ASABE, 2007,50(3):885-900.

[21] 高忠江,施樹良,李 鈺.SPSS方差分析在生物統(tǒng)計的應(yīng)用 [J].現(xiàn)代生物醫(yī)學(xué)進(jìn)展, 2008,(11):2116-2120.

[22] 湯效琴,戴汝源.數(shù)據(jù)挖掘中聚類分析的技術(shù)方法 [J]. 微計算機(jī)信息, 2003,(1):3-4.

[23] 秦耀民,李懷恩.基于降雨事件監(jiān)測的非點(diǎn)源污染對灞河水質(zhì)的影響 [J]. 中國環(huán)境科學(xué), 2014,34(5):1173-1180.

[24] 張鵬飛.不同氣候條件下密云水庫流域非點(diǎn)源污染評價 [D].北京:首都師范大學(xué), 2013.

[25] Geng R, Wang X, Duan S, et al. Application of improved export coefficient model in estimating non-point source nutrient load from Miyun reservoir watersheds [J]. Acta Scientiae Circumstantiae, 2013,33(5):1484-1492.

[26] Wang X, Zhang Y, Ou Y. Predicting effectiveness of best management practices for control of nonpoint source pollution---a case of Taishitun Town, Miyun County, Beijing [J]. Acta Scientiae Circumstantiae, 2009,29(11):2440-2450.

[27] 孫麗娜,盧文喜,楊青春,等.東遼河流域土地利用變化對非點(diǎn)源污染的影響研究 [J]. 中國環(huán)境科學(xué), 2013,33(8):1459-1467.

Identification of key factors and zonation for nonpoint source pollution controlin Chaohe River watershed.

GENG Run-zhe1,2, WANG Xiao-yan1,3*, PANG Shu-jiang1, YIN Pei-hong2(1.College of Resources, Environment and Tourism, Capital Normal University, Beijing 100048, China；2.Policy Research Center for Environment and Economy, Ministry of Environmental Protection, Beijing 100029, China；3.Research Center of Aquatic Environment in the Capital Region, Capital Normal University, Beijing 100048, China). China Environmental Science, 2016,36(4)：1258～1267

Abstract：Non-point source pollution (NPS) had deteriorated water quality in Miyun Reservoir watershed. GIS technology, ArcSWAT model, and statistics analysis were coupled to identify the zonation of NPS control in Chaohe river watershed, one main tributary in northeast of Miyun Reservoir watershed, with relative strong intensive agricultural activities. The results showed that annual average loads of TN and TP were 563.3t/a and 28.7t/a, respectively. The spatial distribution of NPS pollution load was greatly diverse with different precipitation and terrain in Chao river watershed. In high flow year, the agricultural land at higher elevation had the highest NPS pollution loads, whereas in the normal and low flow year, the agricultural land and livestock area also contribute the major pollution load; the fertilizer application amount was identified as the most important factor of TN and TP loss. Meanwhile, the slope length, soil type, land use, and slope degree were also more important factors; The content of organic P in soil may contribute to TP loss due to long term cultivation and overuse of fertilizer in Chaohe river watershed; Three zones for NPS control in Chaohe river watershed were divided as pollution control zone where the agricultural activities was intensive, pollution treatment zone where was livestock breeding area and villages, ecological restoration zone where was high soil erosion at higher elevation.

Key words：nonpoint source pollution；zonation for NPs control；SWAT model；Miyun Reservoir

作者簡介：耿潤哲(1987-),男,山西臨汾人,助理研究員,博士,主要從事流域水環(huán)境污染控制與管理研究.發(fā)表論文20余篇.

基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目(41271495);高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金聯(lián)合資助項(xiàng)目(20121108110006)

收稿日期：2015-08-10

中圖分類號：X52

文獻(xiàn)標(biāo)識碼：A

文章編號：1000-6923(2016)04-1258-10