董亞坤王 鈺曾維軍

(1.云南農(nóng)業(yè)大學 水利學院,云南 昆明650201;2.自然資源部 云南山間盆地土地利用野外科學觀測研究站,云南 昆明650201;3.云南省土地資源利用與保護工程實驗室,云南 昆明650201)

洱海是云南9大高原湖泊之一[1]。洱海流域上游為高原山間盆地,使得該地區(qū)集中了整個流域約57%的耕地[2],同時洱海流域上游也是洱海最為主要的水源補給區(qū)[3]。面源污染具有分布廣,污染源多,治理難,成本高等特點,成為區(qū)域生態(tài)環(huán)境污染的主要貢獻者[4]。因而控制洱海流域上游面源污染是改善洱海水質(zhì)的決定因素。

在水質(zhì)受到污染前對面源污染進行識別和防控具有更好的治理效果[5]。目前涉及洱海流域面源污染的相關(guān)研究多圍繞水質(zhì)的理化性質(zhì)及變化特點進行探討[6-8],而近年來利用“源—匯”景觀理論,以構(gòu)建阻力面來識別和防控面源污染成為熱門方向[9-10]?！霸础獏R”風險是“源—匯”景觀理論的延伸,最初是用來研究大氣污染中CO2的來源與吸收,后來被引入到景觀生態(tài)學當中,發(fā)展為“源—匯”景觀理論[11]?！霸础獏R”方法將流域景觀賦予“源”“匯”屬性,并依據(jù)源匯景觀指數(shù)評價流域內(nèi)景觀對面源污染的貢獻,識別流域內(nèi)面源污染的風險等級[12]。面源污染風險等級識別有多種方法。Jiang,Zhou和Xin[10,13-14]分別采用景觀空間負荷比指數(shù)、網(wǎng)格景觀空間負荷比指數(shù)來劃分面源污染風險等級,而Zhu、王金亮和劉帆[5,15-16]借助最小累積阻力模型構(gòu)建阻力面方式分別劃分了三峽庫區(qū)、王家溝、重慶北碚區(qū)的面源污染“源—匯”風險等級。相較于SWAT,Ann AGNPS等模型在大中尺度流域的應用,最小累積阻力模型偏定性研究,對數(shù)據(jù)要求較低,精度較高[17],更適合洱海流域上游這種面積較小(1 230.00 km2),數(shù)據(jù)易獲取的小尺度流域。面源污染研究的方法很多,但有的對研究區(qū)域的基礎(chǔ)資料要求高[18-19],有的缺乏預測的精確性或適用性不強[20-21]。同時水文水質(zhì)氣象等數(shù)據(jù)具有較高的保密性,對于非相關(guān)研究領(lǐng)域人員獲取較難。遙感技術(shù)具有全天時、全天候、易獲取等優(yōu)點[22],方便了土地利用數(shù)據(jù)的獲取。通過構(gòu)建氮磷等面源污染物的評價體系,以阻力成本的方式來識別面源污染的“源—匯”風險等級,是研究洱海流域上游面源污染的有益嘗試。因此,本文以洱海流域上游為例,選取影響面源污染轉(zhuǎn)移的阻力因子構(gòu)建評價體系,使用最小累積阻力模型形成阻力面,識別2005,2010,2015和2020年洱海流域上游面源污染“源—匯”風險等級,分析面源污染風險等級及其轉(zhuǎn)移變化。通過面源污染“源—匯”風險等級的劃分,快速識別面源污染發(fā)生的高風險區(qū)域并開展重點治理,為保護洱海流域生態(tài)環(huán)境提供理論與決策支持。

1 材料與方法

1.1 研究區(qū)概況

洱海流域位于云南省大理州境內(nèi),處于三江交匯地帶[1]。洱海流域上游屬中亞熱帶西南季風氣候帶,一年當中只有干季和濕季,無春夏秋冬四季之分,氣候宜人,降雨量豐沛,但空間分布不均,95%的雨量集中在雨季的5—10月[7]。研究區(qū)獨特的地形地貌,優(yōu)越的環(huán)境與氣候,豐富的水資源,使得該區(qū)域人口密集,耕地面積大而集中,經(jīng)濟活躍,土地利用率高,受面源污染嚴重[8]。

1.2 基礎(chǔ)數(shù)據(jù)及處理

本文基礎(chǔ)數(shù)據(jù)包括2005,2010,2015和2020年的土地利用類型數(shù)據(jù)、歸一化植被指數(shù)、人口密度以及DEM數(shù)據(jù)、土壤數(shù)據(jù)、地形濕潤指數(shù)。其中歸一化植被指數(shù)和2005,2010,2015和2020年土地利用類型數(shù)據(jù)來自中國科學院資源環(huán)境科學與數(shù)據(jù)中心(http:∥www.resdc.cn/data.aspx?DATAID=184),分辨率均為30 m(見圖1);DEM數(shù)據(jù)來自地理空間數(shù)據(jù)云(http:∥www.gscloud.cn),分辨率為30 m;土壤數(shù)據(jù)來自中科院南京土壤所(http:∥www.issas.ac.cn/),分辨率為30 m;人口密度來自WorldPop(https:∥www.worldpop.org/project/categories?id=18),分辨率為1 km。

圖1 洱海流域上游2005—2020年土地利用類型分布

以上數(shù)據(jù)經(jīng)處理全部采用CGCS 2000坐標系,分辨率統(tǒng)一為30 m的柵格數(shù)據(jù),數(shù)據(jù)處理以及后續(xù)的空間分析使用軟件ArcGIS 10.5。

1.3 研究方法

1.3.1 最小累積阻力模型 最小累積阻力模型(the minimal cumulative resistance model,MCRM)是耗費距離模型的擴展應用,其核心觀點是景觀要素通過克服阻力來實現(xiàn)景觀類型的相互轉(zhuǎn)化[23]。最初用來反映物種從“源”到目的地所耗費的最小代價[24],后被廣泛應用于生態(tài)安全[17]、生態(tài)廊道或風險路徑[25]、景觀格局[26]等。該模型考慮源、空間距離和阻力基面3方面因素[23],計算公式為:

式中:MCR為最小累積阻力值;Dij為某物種從“源”景觀j至“匯”景觀i的空間距離;Ri為修正后的阻力系數(shù);f為正相關(guān)關(guān)系函數(shù),表征源景觀至空間中某一點路徑的相對易達性。

1.3.2 “源”地識別 面源污染中的“源”景觀是指能夠促進面源污染發(fā)生、發(fā)展的景觀類型,污染風險高,而“匯”景觀則與之相反[27]。產(chǎn)生面源污染物的土地利用類型加快面源污染的發(fā)展,被認為是“源”景觀[28]。依據(jù)中國土地分類體系將洱海流域上游的土地劃分為耕地、林地、草地、水域、建設(shè)用地和其他用地,其中耕地施用農(nóng)藥化肥產(chǎn)成氮磷等面源污染物,為“源”景觀;建設(shè)用地通常被認定為點源污染,但研究區(qū)以農(nóng)村為主體,生活污水的排放設(shè)施在近幾年由政府投資修建才得以緩解,因此建設(shè)用地被認為是“源”景觀(圖1)。

1.3.3 阻力基面評價指標體系構(gòu)建 選取影響面源污染的土地利用類型、相對高程、坡度、地形濕潤指數(shù)、人口密度、土壤可蝕性和植被指數(shù)7個因子,構(gòu)建阻力基面評價指標體系。

不同因子在面源污染的轉(zhuǎn)移過程中所起的阻力作用不同,權(quán)重也不同,參考相關(guān)文獻和Delphi專家打分法為各因子權(quán)重賦值[10,15,29]。而同一因子的不同等級也有不同的阻礙作用,依據(jù)文獻或自然斷點法利用重分類工具劃分5個等級,分別賦予對應因子阻力系數(shù)值為1,3,5,7,9[30](表1)。其中,相對高程和歸一化植被指數(shù),值越高,面源污染發(fā)生的風險越小,面源污染風險等級越低;坡度、地形濕潤指數(shù)[31]、土壤可蝕性[32](K值)和人口密度,值越大,以及土地利用類型中的耕地和建設(shè)用地越多,面源風險等級越高。相對高程、坡度和歸一化植被指數(shù)與面源污染風險等級呈負相關(guān)性,主要原因是相對高程越高、坡度越大的區(qū)域受到人類活動影響越小,氮磷等污染物排放越低;而歸一化植被指數(shù)值越大,植被覆蓋度越高,生態(tài)環(huán)境越好,其能有效保持水土,減少氮磷等污染物的流失。地形濕潤指數(shù)、土壤可蝕性、人口密度和土地利用類型與面源污染風險等級呈正相關(guān)性,地形濕潤指數(shù)可對潛在土壤水分含量和徑流產(chǎn)生潛在能力進行量化,值越高,污染物越容易隨土壤侵蝕而流失,土壤可蝕性反映不同土壤受到侵蝕的速度,值越高,土壤受到的侵蝕越高,污染物流失也越多;人口密度和土地利用類型是人們生產(chǎn)、生活與經(jīng)濟的反映,也是污染物排放最為集中之地,人口越多,密度越大,耕地和建設(shè)用地就越多,面源污染風險等級也隨之越高。

表1 洱海流域上游面源污染阻力基面評價指標體系

1.3.4 阻力面構(gòu)建 阻力面反映了各種“流”(物質(zhì)和能量等)從“源”克服各種阻力到達目的地的難易程度,也客觀表現(xiàn)了事物空間運動的趨勢和潛在可能性[24]?；谧枇嬖u價體系,運用ArcGIS 10.5中的柵格計算器進行疊加計算,形成2005,2010,2015和2020年的綜合阻力基面,再將“源”景觀和綜合阻力基面運用cost-distance工具進行疊加,生成對應阻力面,即最小累積阻力面。

1.3.5 面源污染風險等級劃分 本文將影響流域面源污染的阻力面作為反映面源污染“源—匯”風險等級的指標,該指標反映面源污染物從“源”景觀到最終匯集處之間的可達性[23]。阻力面值越大,面源污染“源—匯”風險等級越小,景觀單元所起到的匯作用越強,面源污染越不容易發(fā)生,否則反之。眾多文獻利用數(shù)據(jù)的突變點采用自然斷點法進行分類。研究區(qū)屬于盆地,采用自然斷點法會把山地錯分到極高風險區(qū)當中,綜合各種數(shù)據(jù)分析后采用幾何間斷方法劃分面源污染風險等級,將研究區(qū)分為極低風險區(qū)、低風險區(qū)、中風險區(qū)、高風險區(qū)和極高風險區(qū)。

2 結(jié)果與分析

2.1 各因子的阻力系數(shù)分布特征

阻力因子的阻力系數(shù)分布從1—9等級,表示阻礙污染物的阻力在逐漸增大。由圖2分析可知,相對高程、土壤可蝕性和人口密度空間分布規(guī)律相近,均是從中間向邊界逐漸增大,各等級層次分明,高度集中,呈現(xiàn)圈層分布特征,而坡度、地形濕潤指數(shù)和歸一化植被指數(shù)三者空間分布雜亂無序,各阻力等級相互交錯,呈小區(qū)域聚集,整體分散的特征。各阻力因子的阻力系數(shù)面積也存在著巨大差異。相對高程和坡度的阻力等級分布以1,3等級為主,面積是其余阻力因子同等級的數(shù)倍。土壤可蝕性的阻力等級分布5等級面積(604.13 km2)最多,遠遠超過剩余阻力因子最大值(382.92 km2)。人口密度、地形濕潤指數(shù)和歸一化植被指數(shù)的阻力等級分布以7,9等級最多,二者面積超過800.00 km2,遠超其余阻力因子的兩者面積(最高約400.00 km2)之和,與其他阻力因子形成鮮明對比。除了坡度外,各因子阻力等級分布均為中間低邊界高,表明平緩區(qū)是面源污染物最集中的區(qū)域,易受到面源污染。

圖2 研究區(qū)面源污染各阻力因子等級空間分布

2.2 綜合阻力基面和阻力面的空間分布

阻力值的高低表明景觀單元受到阻力因子的影響程度,阻力值越大,受到面源污染的概率越小,否則反之。由圖3可以看出,2005,2010,2015和2020年的綜合阻力基面的最高值均是8.48,而最低值在1.60。結(jié)合圖1可知,阻力值的分布和土地利用類型的分布較為一致,但局部空間分布也有變化的趨勢。主要在于2005—2020年,土地利用類型分布總體保持穩(wěn)定,但景觀內(nèi)部耕地、草地面積呈現(xiàn)減少,林地、水域面積呈現(xiàn)增加的趨勢。同時,茈碧湖鎮(zhèn)、三營鎮(zhèn)交界處以及鳳羽鎮(zhèn)的低阻力值空間分布明顯減少,尤其在2005—2010年顯著減少。從圖4可知,4期的阻力面整體分布是基本一致的,都是低阻力值占據(jù)絕對主體地位。低阻力值占據(jù)平緩區(qū)域及附近范圍,高阻力值分布流域邊緣的極高山地,阻力值在波動中總體呈上升態(tài)勢,由2005年的55 183.90增加到2020年的62 669.30。16 a來,阻力基面與阻力面的空間分布存在著明顯的區(qū)域差異,但均呈現(xiàn)中間低邊界高的趨勢。而阻力面的阻力值增加,表明從2005—2020年,各種保護洱海的政策和工程起到良好作用,產(chǎn)生面源污染物的區(qū)域進一步縮小,阻礙范圍進一步擴大。

圖3 洱海流域上游2005—2020年面源污染綜合阻力基面空間分布

圖4 洱海流域上游2005—2020年面源污染阻力面空間分布

2.3 面源污染風險等級分析

由圖5,表2可知,2005,2010,2015和2020年洱海流域上游的面源污染風險等級分布由里向外依次是極高風險區(qū)、高風險區(qū)、中風險區(qū)、低風險區(qū)和極低風險區(qū),中風險區(qū)、高風險區(qū)和極高風險區(qū)占總面積絕大部分。同時受地形影響,研究區(qū)南部面源污染風險要高于北部,耕地及其鄰近范圍內(nèi)的區(qū)域風險等級最高,表明極高風險區(qū)即為面源污染的關(guān)鍵源區(qū)。耕地“源”作用強,林地、草地和水域“匯”作用弱,因此,“源”景觀的面積和分布是影響風險等級的關(guān)鍵因素。16 a間(圖6),極高風險區(qū)從2005—2015年呈現(xiàn)逐步下降的趨勢,到2020年又有所上升;高風險區(qū)在2005—2020年持續(xù)上升;中風險區(qū)在2005—2010年略微下降后,在2010—2020年快速上升;低風險區(qū)在2005—2015年快速上升后,到2020年又急劇下降;極低風險區(qū)在2005—2010年上升,之后持續(xù)下降。

圖5 洱海流域上游2005—2020年面源污染風險等級分布

圖6 研究區(qū)2005—2020年面源污染各風險等級面積趨勢變化

表2 洱海流域上游各鄉(xiāng)鎮(zhèn)2005—2020年面源污染風險等級面積 km2

總之,極低風險區(qū)面積減少16.16 km2,低風險區(qū)面積減少7.01 km2,極高風險區(qū)面積減少35.74 km2,中風險區(qū)增加了38.69 km2,高風險區(qū)面積增加了20.23 km2。16 a間,茈碧湖鎮(zhèn)極高風險區(qū)雖有波動,但面積基本上未發(fā)生變化,保持在65.00 km2左右;鄧川鎮(zhèn)和上關(guān)鎮(zhèn)全鎮(zhèn)面積的80%以上被中等風險及以上所占據(jù),而極低風險區(qū)幾乎為零,受到的面源污染威脅很高;三營鎮(zhèn)和右所鎮(zhèn)均處在平緩區(qū)域,且極高風險區(qū)面積最多,都大于70.00 km2,2020年相比2005年極高風險區(qū)面積也均有所下降;鳳羽鎮(zhèn)和牛街鄉(xiāng)的各面源污染風險等級較為相似,但牛街鄉(xiāng)各面源污染風險等級分布較為分散,而鳳羽鎮(zhèn)較為連續(xù)。總之,各鄉(xiāng)鎮(zhèn)都受到較高的面源威脅。

2.4 面源污染風險等級轉(zhuǎn)移分析

2005—2020年,洱海流域上游共發(fā)生了15種面源污染風險等級轉(zhuǎn)移變化(圖7,表3),主要是在極高風險區(qū)、高風險區(qū)、中風險區(qū)之間轉(zhuǎn)移,以轉(zhuǎn)出為主,轉(zhuǎn)出面積分別為80.93,72.51,75.63 km2。其中極低風險區(qū)和低風險區(qū)的轉(zhuǎn)入轉(zhuǎn)出主要在盆地邊緣,而其他面源污染風險等級的轉(zhuǎn)入轉(zhuǎn)出主要在盆地中間。低海拔向高海拔過渡的區(qū)域面源污染風險等級變化最為劇烈。

表3 研究區(qū)2005—2020年面源污染風險等級轉(zhuǎn)移矩陣 km2

圖7 研究區(qū)2005—2020年面源污染風險等級轉(zhuǎn)移分布

低風險區(qū)、中風險區(qū)、高風險區(qū)具有相似的轉(zhuǎn)移特征,與其相鄰的等級轉(zhuǎn)移最多,最高分別為41.12,33.88和43.29 km2,相距越遠彼此轉(zhuǎn)移越少。極高風險區(qū)和極低風險區(qū)均只相鄰一個面源污染風險等級,故只沿一側(cè)單向遞減轉(zhuǎn)移。極低風險區(qū)幾乎只和低風險區(qū)相互轉(zhuǎn)移,而極高風險區(qū)因距離遞減作用,向高風險區(qū)和中風險區(qū)轉(zhuǎn)移最多,分別為51.10和29.47 km2,向其余面源污染風險等級幾乎不轉(zhuǎn)移。在空間分布上,茈碧湖鎮(zhèn)、鳳羽鎮(zhèn)和右所鎮(zhèn)的交界處以及牛街鄉(xiāng)的北部是主要轉(zhuǎn)移的區(qū)域,這些區(qū)域是“源—匯”景觀交界處及“匯”景觀所在地,也是面源污染治理重點關(guān)注的區(qū)域。風險等級轉(zhuǎn)移的方向和程度受到多種因素的影響,而人類活動和洱海流域生態(tài)保護政策的實施是最主要的原因。

3 討論

本文采用四期數(shù)據(jù)研究面源污染風險等級變化,相較于一期數(shù)據(jù)而言,能夠體現(xiàn)時間和空間變化特征,表明面源污染“源—匯”風險識別方法具有可行性[5,9]。雖然劃分出5個級別,但數(shù)據(jù)段是不同的。這種劃分方法是否可以進行不同年份之間的比較有待探討。但可以確定的是基于最小累積阻力模型,可以初步識別面源污染的風險等級,找到面源污染的關(guān)鍵區(qū)域[12,23]。同時阻力因子的數(shù)量以及權(quán)重會受人為因素影響,不同的學者、不同的研究區(qū)域會選擇不同的阻力因子,具有一定主觀性。此外,耕地分類只考慮到一級地類,未進一步細分旱地和水田,而旱地的氮磷流失要高于水田[27],也未分析氮磷污染物從“源”到“匯”過程中的機理。上述局限性需要進行更深入研究。

洱海流域上游的高風險區(qū)和極高風險區(qū)主要分布在耕地及其附近,這些區(qū)域與經(jīng)濟、人口、城鎮(zhèn)建設(shè)等具有正相關(guān)性。限制城鎮(zhèn)規(guī)模,管控耕地,進行景觀優(yōu)化[33]、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整[4]是減少氮磷等污染物的有效方式,可從“源”頭上有效降低面源污染的產(chǎn)生和轉(zhuǎn)移。對耕地質(zhì)量較低、易造成水土流失的坡耕地要逐步退出[34],對茈碧湖、西湖和海西湖所在的區(qū)域重點管控,實施緩湖濱帶生態(tài)修復。此外,極低風險區(qū)、低風險區(qū)具有波動性,和中高風險區(qū)呈現(xiàn)此消彼長,在風險等級轉(zhuǎn)變的重點區(qū)域加大植樹造林力度,增加林地和草地的面積,提高“匯”景觀的優(yōu)勢度及主導作用。

農(nóng)藥、化肥的禁用,大蒜等高水高肥的經(jīng)濟作物禁止種植,大面積的退耕還林還濕等眾多保護洱海的政策實施,改變了洱海流域上游的面源污染風險等級,使得面源污染物大幅度減少,洱海水質(zhì)得到較大提升。上述研究結(jié)果與《中國環(huán)境狀況公報》《洱海保護治理與流域生態(tài)建設(shè)“十三五”規(guī)劃綱要》《云南省環(huán)境狀況公報》等文件總體保持一致,如《中國環(huán)境狀況公報》《云南省環(huán)境狀況公報》指出:洱海氮磷含量顯著降低,水質(zhì)由Ⅲ類接近Ⅱ類。而王琦[35]、徐建鋒[36]、孔佩儒[37]等人基于最小累積阻力模型分別識別了查干湖、丹江口水庫和海河流域的面源污染風險格局,指出耕地是高風險區(qū)域,與本文研究結(jié)果相吻合。同時農(nóng)戶對于環(huán)境保護的積極性較高,甚至可以損失自己的部分利益,而一系列保護洱海的政策的實施使得當?shù)剞r(nóng)民經(jīng)濟損失嚴重,導致大量人員外出務(wù)工,眾多農(nóng)田被荒。因此,以綠色高效低成本方式,識別和控制洱海流域上游面源污染,降低因洱海保護造成的對農(nóng)戶及農(nóng)業(yè)的損失,實現(xiàn)洱海保護和農(nóng)民利益的雙贏,會對洱海的保護起到更加非凡的意義。

4 結(jié)論

(1)阻力因子和源的分布使阻力基面和阻力面的空間分布、阻力值的大小存在區(qū)域性差異。隨著海拔的升高,阻力值的分布呈現(xiàn)中間低邊界高,“源”景觀的作用被“匯”景觀逐漸取代。2020年比2005年阻力面值提高了7 485.40,表明洱海流域上游的生態(tài)環(huán)境有所改善。

(2)研究區(qū)4期極高風險區(qū)面積全都大于360.00 km2,所占比例達30%,而中風險區(qū)以上占比超60%,整體面源污染風險等級偏高;16 a間,極低風險區(qū)、低風險區(qū)和極高風險區(qū)面積分別減少了16.16,7.01和35.74 km2,中風險區(qū)和高風險區(qū)面積分別增加了38.69和20.23 km2。

(3)面源污染風險等級由“源”向外依次分布:極高風險區(qū)、高風險區(qū)、中風險區(qū)、低風險區(qū)和極低風險區(qū),即距離“源”越近,風險等級越高;受空間距離和“源”的影響,風險等級表現(xiàn)為中部高于邊界,南部高于北部。

(4)16 a間的中、高、極高風險區(qū)面積轉(zhuǎn)出最多,分別為80.93,72.51和75.63 km2,分別占其總面積的36.44%,53.68,19.89%。茈碧湖鎮(zhèn)、鳳羽鎮(zhèn)和右所鎮(zhèn)三鎮(zhèn)交界處以及牛街鄉(xiāng)的北部是面源污染風險等級轉(zhuǎn)移的主要區(qū)域,主要是中高風險等級所在地;極高風險區(qū)是洱海流域上游面源污染的關(guān)鍵區(qū)域,而減少氮磷的流失需要圍繞關(guān)鍵區(qū)域展開。