无锡市不同土地利用类型非点源污染负荷变化分析

以非点源污染严重的无锡市为研究区,在RS和GIS技术的支持下,采用SCS曲线方程和USLE方程估算了不同土地利用类型的非点源污染负荷,进而分析不同土地利用类型变化带来的非点源污染负荷贡献率的变化.结果表明:①无锡市2000 ～2008年总氮(TN)负荷增幅为4.75％,总磷(TP)负荷增幅为3.28％.②不同土地利用类型对非点源污染负荷总量和单位面积的贡献率存在差异,农用地和建设用地对污染负荷贡献率均在90％以上;从单位面积污染贡献上看,对TN贡献率较大的土地利用类型依次为农村建设用地、农用地及城镇建设用地,对TP贡献率较大的土地利用类型依次为农村建设用地、农用地和林地.③不同土地利用类型对非点源污染负荷的贡献率也在发生变化,城镇建设用地对TN和TP的贡献率变化最为突出,分别上升了21％和17.4％;农村建设用地的TN和TP贡献率分别下降了22.3％和19.9％;农用地贡献略为减少;林地、荒地和水域贡献率略为上升.     

宁夏灌区农业非点源污染负荷估算方法初探

 【目的】建立适合中国灌区农业氮、磷流失污染负荷估算方法,以简便有效的方法定量计算灌区农业非点源污染水平。【方法】应用Johnes输出系数法对灌区的农业氮、磷流失进行估算。根据宁夏灌区特点对Johnes模型进行了改进,增加了灌溉因子。【结果】经计算,2006年宁夏灌区总氮量（TN）的灌溉因子为0.9556,总磷量（TP）为0.8776;根据传统Johnes模型计算得到,2006年宁夏灌区TN负荷为20 296.29 t,TP为1 092.02 t,而改进模型计算得到的2006年宁夏灌区TN负荷为19 395.33 t,TP为958.30 t。与传统模型计算结果相比,改进模型TN负荷的相对误差减小了5%,TP减小了13%。【结论】改进模型的计算结果比传统Johnes模型更加接近宁夏灌区的实际污染情况,改进模型在灌区具有一定的适用性。     

浙江省安吉县西苕溪流域非点源污染负荷研究

为探究浙江省安吉县西苕溪流域非点源污染现状,运用污染输出系数法对非点源污染负荷进行估算,并应用地理信息系统(GIS)技术对非点源污染负荷的空间分布特征进行分析.结果表明,2007年浙江省安吉县西苕溪流域非点源污染COD、TN、TP、NH3-N输出总量分别为2 236.12t、1007.22t、78.11t、82.90t,分别占西苕溪流域污染物总量的71.91％、70.05％、83.52％、23.64％,其中农村生活污水、农林用地和村镇工业废水是COD的主要污染源,农林用地是TN的主要污染源,农村生活垃圾、畜禽养殖和农林用地是TP的主要污染源,畜禽养殖和村镇工业废水是NH3-N的主要污染源.在空间尺度上,非点源污染负荷主要集中在西苕溪流域中下游地区,COD、TP、NH3-N输出量从上游至下游逐渐增加,但TN输出量相近.     

应用输出系数模型估算长江上游非点源污染负荷

本文在已有研究的基础上,利用输出系数模型,对2000年长江上游的非点源污染进行了空间模拟和负荷估算.模拟结果表明,在不考虑流域损失的情况下,2000年长江上游的TN负荷为194.737万t,TP负荷为8.365万t.就省份和水系二者而言,四川省以及金沙江水系和嘉陵江水系对长江上游的非点源污染贡献较大.就负荷强度而言,重庆市和嘉陵江水系单位面积的非点源污染负荷最高,应是今后重点治理地区.     

基于实测资料的输出系数分析与陕西沣河流域非点源负荷来源探讨

根据2001—2009年秦渡镇水文监测断面的监测数据,应用平均浓度法计算NH+4-N、TP和COD的非点源污染负荷量,并与改进的输出系数法估算结果进行对比分析,确定适合该流域的输出系数。将考虑流域输移损失的输出系数得到的非点源污染负荷与基于实测资料的平均浓度法计算结果进行对比可知,相对误差较小,表明各类营养源的输出系数值与流域损失系数值适合沣河流域。应用考虑流域输移损失的输出系数法的负荷计算结果分析了流域内污染物的来源,结果表明：近十年来,耕地和农业人口的贡献最大,其中耕地对沣河流域TN、NH+4-N和TP非点源负荷的贡献率分别占到37.87%、37.74%、15.56%,且呈现上升趋势;农业人口对TN、NH+4-N、TP和COD非点源负荷的贡献率分别是40.73%、41.06%、61.19%、21.98%,且呈现上升趋势;牲畜（包括牛、驴、猪、羊等）对COD非点源负荷的年均贡献率为73.49%。由此可见,控制耕地、农业人口以及大牲畜所产生的污染负荷可以有效削减非点源污染。     

浑河上游清原县非点源污染负荷及其空间分布特征

以浑河上游清原县为研究对象，采用输出系数法和ArcGIS平台对清原县各乡镇和浑河主要支流非点源污染总氮(TN)、总磷(TP)负荷进行估算和空间分布特征分析，探讨从行政分区和河流集水区2个尺度控制非点源污染的方法与指导治理实践。结果表明，2017年清原县TN、TP的输出负荷量分别达3 410.66、208.47 t,重点污染乡镇为清原镇、英额门镇、南口前镇、南山城镇；综合污染负荷较重的支流为长山堡河、古城子河和南杂木河，TN、TP的输出负荷量分别为397.41、331.58、319.03 t, 29.63、22.39、20.04 t;清原流域接近于主干流的区域和支流污染较重，TN、TP污染负荷空间分布有相似性。旱田是TN的主要污染来源，TP主要污染源为旱田、居民生活和养殖；非点源污染控制应关注年内雨季和春季融冻期径流的监测和治理，生活污水和垃圾的收集与处理，分散型养殖和小型加工企的环保管理。     

农业非点源污染负荷及现状评价——以大苏河地区为例

通过对辽宁省清原县大苏河乡2002—2007五年间农业非点源污染基础资料的调查,对大苏河乡农业非点源污染负荷以及现状进行评价。首先利用输出系数法得出构成大苏河地区农业非点源污染负荷的各个村落的贡献大小,运用SPSS软件的聚类分析可知,根据污染负荷的程度不同,大苏河乡的10个自然村共分为三类,其中以大苏河村和南天门村农业非点源污染负荷最为严重;又根据等标污负荷法,得出浑河水系的大苏河段农业非点源污染负荷各污染源的贡献率,且从大到小依次是：畜禽养殖、农田化肥、人类生活。从而为大苏河地区制定控制农业非点源污染发生的措施方面提供了科学依据。

     

基于CLUE-S模型的别拉洪河流域土地利用变化模拟

以别拉洪河流域为研究区,根据3期(1986年、2000年和2005年)土地利用数据,结合道路、河流、居民点、湖泊、沟渠、海拔、坡度、坡向、人口等驱动因子,运用Logistic逐步回归分析,筛选出具有决定作用的驱动因子,然后构建了模拟别拉洪河流域土地利用变化的CLUE-S模型,动态模拟了该流域土地利用变化的时空模式。结果表明,人口密度、坡度和海拔是影响土地利用空间分布的重要因素。经检验,CLUE-S模型模拟取得了较为理想的结果,在基本单元(300 m×300 m栅格)的水平上,模型对研究区2000年和2005年土地利用分布格局模拟的总体精度分别达到78.45%、90.93%,Kappa指数分别为0.74、0.89。这说明模型具有成功模拟区域土地利用时空动态变化的能力。     

农业非点源污染负荷及现状评价——以大苏河地区为例

通过对辽宁省清原县大苏河乡2002—2007五年间农业非点源污染基础资料的调查,对大苏河乡农业非点源污染负荷以及现状进行评价。首先利用输出系数法得出构成大苏河地区农业非点源污染负荷的各个村落的贡献大小,运用SPSS软件的聚类分析可知,根据污染负荷的程度不同,大苏河乡的10个自然村共分为三类,其中以大苏河村和南天门村农业非点源污染负荷最为严重;又根据等标污负荷法,得出浑河水系的大苏河段农业非点源污染负荷各污染源的贡献率,且从大到小依次是:畜禽养殖、农田化肥、人类生活。从而为大苏河地区制定控制农业非点源污染发生的措施方面提供了科学依据。     

基于CLUE-S模型的洞庭湖区土地利用变化模拟研究

利用ETM+影像解译了湖南省洞庭湖区2001、2007和2011年三年的土地利用历史数据,运用CLUE-S模型,基于2001年的土地利用数据对2007和2011年土地利用格局进行了模拟,将模拟结果与2007年和2011年的土地利用解译数据进行了比较分析,并进一步分析了导致模拟结果误差的原因。结果表明:在(300m×300m)基本单元水平上,两期模拟的空间总体精度分别为82.45%和77.5%,Kappa系数分别是0.79和0.73,表明CLUE-S模型在洞庭湖区具有土地利用变化模拟能力,可用于洞庭湖区土地利用变化的预测模拟;精度分析发现,随着时间尺度增大模拟精度逐渐降低,要实现长时期、高精度的土地变化预测,可将CLUE-S模型与其他模型结合使用,并适当的加入动态驱动因子。     

未来发展情景选择对农业面源污染风险的影响分析

为指导区域未来发展模式选择和农业面源污染(Agricultural non-point source pollution,ANSP)典型区域(涪陵区)风险调控,综合CLUE-S、Markov、GIS、改进的输出风险模型等模型和技术的优势,在ANSP典型区域(涪陵区)以2010、2015年土地利用数据为基础,进行未来2020—2030年的自然发展(ND)和耕地保护(CP)两种情景下的ANSP输出风险演变及对输出系数调整的响应分析。研究发现:涪陵区土地利用数据模拟精度较好,Kappa系数为0.75且FoM大于0.21。涪陵区2010—2030年期间ANSP风险等级明显降低,尤其是靠近大木山、武陵山区域的镇街和子流域。风险等级降低速率减缓明显,ND情景下,清溪镇在2010、2015、2020、2025、2030年各年份Ⅶ以上等级风险比例分别为46.20%、29.69%、25.72%、22.20%、20.00%。子流域输出风险等级对于耕地输出系数(即化肥施用水平)变化具有很好的响应关系。未来的情景模拟有利于探寻区域不同发展情景下输出风险与土地利用变化之间的响应关系,有利于聚焦分析各镇街或某子流域风险变化情况。本研究路径与方法有利于区县对各镇街、子流域未来的ANSP风险进行有效防控。     

基于CLUE-S模型的湟水流域土地利用空间分布模拟

基于CLUE-S模型,以青海湟水流域为研究区,分别利用1987年和1996年两期土地利用数据,运用逻辑斯蒂逐步回归方法选择自然和社会经济等18种驱动因子,对湟水流域2007年土地利用空间分布格局进行模拟.在此基础上,构建流域2008-2027年土地利用变化的4种不同情景,并模拟了4种情景下2027年土地利用空间分布格局.研究结果表明:(1)两期模拟总体精度分别达到了88.31％和89.96％,4种Kappa指数均大于0.82,表明CLUE-S模型在湟水流域具有良好的土地利用模拟能力.(2)流域2008-2027年不同情景下,城乡居住建设用地在4种情景下均表现为明显增加,主要沿湟水河谷区域扩展,而3种退耕情景下的坡耕地空间格局模拟结果存在着明显的空间差异,从情景二、情景三到情景四,流域内坡耕地范围逐步减小,林地、草地面积范围增大,退耕部分主要分布在流域东部、西部和北部:东部地区退耕的范围主要是集中在乐都县和民和县;北部地区退耕的范围主要是集中在大通县县城北部;西部地区退耕范围则主要在湟源县县城西北部的湟水河两岸.研究结论可为湟水流域未来土地利用管理、规划及政策的制定等提供参考依据和决策支持.     

甬江流域土地利用方式对面源磷污染的影响:基于SWAT模型研究

为定量探讨SWAT模型在土地利用方式对面源磷污染影响研究中的适用性,以甬江流域为研究区,构建流域2010年至2014年的SWAT水文水质模型,从水文响应单元的空间尺度上进行了分析研究。结果表明:模型在开展大中流域尺度,长时间序列的土地利用方式对面源磷污染影响的研究中表现良好;流域内林地、建设用地、耕地、园地年均产流深度分别为588.05、729.52、624.26、608.05 mm,产沙年均单位负荷分别为10.09、0.90、44.68、13.29 t·hm-2;总磷年均单位负荷分别为1.42、0.35、9.81、1.82 kg·hm-2。产流深度、产沙单位负荷与总磷单位负荷之间的一元线性回归模型表明:产流、产沙和面源磷之间存在明显的线性关系,且各土地利用方式产沙和磷(R2=0.83～0.88,P0.001)之间的一元线性回归模型预测能力均高于产流和总磷(R2=0.63～0.68,P0.001),表明了面源磷流失的主要载体为泥沙。此外,不同类型土地利用方式下磷输出空间差异性也十分显著,林地在坡度级别为6级时磷流失是2级时的6.90倍;土壤类型RGd(不饱和疏松岩性土)在坡度2级下磷流失是ACu(腐殖质低活性强酸土)的1.15倍,而在6级下是1.42倍。     

基于输出系数模型的1998—2016年洱海流域磷素时空变化特征分析

为分析1998-2016年洱海流域磷素时空变化特征,本研究通过输出系数模型计算1998、2005、2010、2016年洱海磷污染负荷,以细化磷污染来源。结果表明:1998-2016年,洱海总磷污染负荷总体呈上升趋势,具体表现为流域内点源污染增加、面源污染减少,但面源污染仍是主要污染源。其中,1998年洱海流域总磷污染负荷为390.273 t,2005年为402.150 t,2010年为398.879t,2016年达到最高值429.451 t。农业面源、畜禽养殖粪便和城镇居民生活污水是洱海流域三大污染来源,其产生平均负荷分别占总磷污染负荷的48%、18%、15%。洱源县总磷污染负荷达205.608 t,大于大理市污染负荷。洱海子流域总磷单位面积负荷集中于86.027~540.519 kg·km^-2·a^-1,其中子流域1~14变化明显。今后流域治理过程中可通过提高污水处理效率、实现畜禽粪便科学还田、合理施用化肥等方式,减少磷素向水体中的排放量,从而实现流域内磷素的合理循环。     

湖北省三峡库区1991—2014年农业非点源氮磷污染负荷分析

为研究湖北省三峡库区农业非点源氮磷污染负荷的时空分布特征,分析主要农业污染源和重点控制区域,运用改进的输出系数模型结合入河系数对研究区1991—2014年的不同农业源（农村生活、畜禽养殖和农田种植）和不同地区（夷陵、秭归、兴山、巴东）总氮总磷负荷量、排放强度进行估算,并对时空分布特征进行了分析。结果表明,1991—2014年湖北省三峡库区农业非点源污染总氮、总磷年均负荷量分别为2 132.10、222.64 t·a^-1,年均排放强度分别为1.85、0.19 kg·hm^-2·a^-1。2006年以前,总氮、总磷负荷较低,而后缓慢增加。相比于1991年,2014年总氮年负荷量降低了4.22%,总磷年负荷量增加了12.30%。从各类污染源贡献来看,旱地和乡村人口是总氮的主要贡献源,旱地和猪的养殖是总磷的主要贡献源。从氮磷负荷空间分布看,巴东县的总氮、总磷负荷最高,夷陵次之。从排放强度的空间分布看,巴东县的排放强度最高,其次是秭归。研究表明,农田种植和畜禽养殖是总氮、总磷负荷的主要贡献源,巴东县是农业非点源防治的重点控制区域,湖北省三峡库区的农业非点源污染防治工作仍需努力。     

基于SWAT的河套灌区氮磷面源污染时空变化研究

以河套灌区为研究区,采用SWAT模型估算该灌区流域面源污染负荷,分析面源污染的空间分布特征和年际变化趋势,识别灌区面源污染关键区域和关键污染源。结果表明:2001-2020年灌区内总氮、总磷负荷年平均值分别为565.23 kg·a^-1和108.93kg·a^-1;面源氮磷负荷高值区主要分布于灌区中部,低值区主要分布于灌区北部;面源氮磷负荷在中部地区表现为先上升再下降趋势,西部地区表现为先下降再上升趋势,而在东部及北部地区表现为下降趋势;灌区内在产生生活污水过程中产生的氮类和磷类污染物贡献率最大,达到44.51%,其次就是种植业源和养殖业源,贡献率分别为28.76%和26.73%,其中种植业源贡献率会受降雨量变化影响,从东部的乌拉特前旗站向西至杭锦后旗站水量逐渐减少,种植业源贡献率也表现出东部高于西部。生活污水作为第一污染来源,需要严格控制其排放,应着重对厕所粪尿通过排入化粪池等处理方法将其中有害物质转化为沼液等对农作物有用的物质。     

香溪河流域土地利用变化过程对非点源氮磷输出的影响

选取三峡库区香溪河流域(3150 km~2),根据1990、2000、2010年Landsat TM/ETM遥感影像,在Arc GIS支持下,应用景观特征分析和氮磷输出系数模型方法,在分析流域景观格局转变过程的基础上,研究了土地利用变化对非点源氮磷输出的影响。结果表明:1990—2000年土地利用变化较为缓和,2000—2010年土地利用转变较为剧烈,变化面积占到总面积的4.3%,为前10年变化量占比的3倍之多。1990—2000年和2000—2010年,土地利用转变量最为明显的均为林地转旱地和旱地转林地;从单位时间土地利用变化率来看,1990—2000年旱地变化最为剧烈,2000—2010年居民地变化最为剧烈;从土地利用相对动态度来看,1990—2000年和2000—2010年旱地均最高。1990—2000年土地利用的变化对非点源总氮(TN)和总磷(TP)输出影响较小,TN增加1.57 t·a~(-1),TP减少0.073 t·a~(-1);2000—2010年土地利用的变化显著降低了TN、TP的输出量,净值分别为78.5、6.1 t·a~(-1)。土地利用转变方式对TN、TP的负荷影响不同,旱地转变为林地时TN负荷表现为消减,林地转变为旱地时TN负荷增加;水田转变为林地时TP负荷减少,旱地转变为水田时TP负荷增加。在输出系数与各土地利用类型面积关系的建立中,使用土地利用状态量变化面积不能真实计算出其对非点源氮磷负荷输出量的影响,通过土地利用过程量面积的变增才能真实反映土地利用变化导致的非点源氮磷负荷输出量。     

基于时间序列的农业非点源污染产出预测研究

选取三江平原蛤蟆通河流域作为研究区,利用SWAT模型农业非点源污染模拟结果,建立了农业非点源污染的季节性ARIMA模型,对未来3年农业非点源污染进行了预测,为非点源污染防治提供一定的理论依据。     

AnnAGNPS模型研究及应用进展

【目的】AnnAGNPS(Annualized Agricultural Non-Point Source Pollution Model)模型是由美国农业部开发的用于模拟评估流域地表径流、泥沙侵蚀和氮磷营养盐流失的连续型分布式参数模型。文章对AnnAGNPS的国内外研究应用进行了全面综述,以期为模型在我国的深入研究和应用提供参考。【方法】从AnnAGNPS模型的机理、结构、国内外应用现状及我国应用中存在的问题等方面作了综合性总结。【结果】模型应用情况表明,模型对径流和非点源污染的模拟基本在可接受精度范围内,对于地表径流的模拟能力要强于泥沙和氮磷营养盐,对总磷输出的模拟表现出了较大的不确定性;年、月时间尺度模拟精度高于单场降雨的模拟精度;单场降雨雨量越大,模拟效果越好;大尺度区域模拟精度低于小尺度区域;对洪峰流量估计过高。【结论】我国目前对模型的适应性和重要参数的敏感性分析方面研究较多,受相关数据获取困难等因素的影响,AnnAGNPS模型的应用缺乏系统性和连续性。对模型的修正或改进,以及非点源管理措施效果的模拟评价等方面的研究有待加强。