基于GIS和USLE模型对滇池宝象河流域土壤侵蚀量的研究

滇池已被列入国家“三河三湖”治理的重点,也是云南省9大高原湖泊治理的重中之重。非点源污染是滇池污染的主要原因,而水土流失则是非点源污染的主要来源,占非点源污染总量的80%。运用GIS栅格模块的空间分析功能,根据USLE模型的各个因子进行图形运算,估算了小流域土壤侵蚀量。结果表明,流域的年均土壤侵蚀模数为983.51 t/km2,侵蚀强度为轻度,占流域面积91.53%的区域土壤侵蚀强度在轻度以下,对流域土壤侵蚀量的贡献率为52.80%;而流域47.2%的土壤侵蚀来自于占流域面积8.5%的中度以上侵蚀区域。     

晋江流域非点源氮磷负荷及污染源解析

计算流域非点源氮磷负荷并以此开展源解析对于水体污染控制具有重要意义。基于DEM数据,运用GIS工具划分子流域,提取土地利用和土壤类型等空间相关资料,通过调查及小区试验获取模型参数,建立晋江流域非点源氮磷污染负荷模型;利用SLURP模型和输出系数模型分别核算流域内不同景观类型土地输出径流和农村污染溶解态氮磷负荷,利用修正的USLE土壤侵蚀通用方程核算吸附态氮磷负荷,并进行污染源解析。结果表明:晋江流域非点源氮负荷为12298.95t/a,大部分为溶解态氮,占到了94.13%,主要来自畜禽养殖、农田径流和农村生活污水,其源贡献率分别为31.72%、26.38%和17.44%;非点源磷负荷为667.04t/a,溶解态磷和吸附态磷对流域总磷负荷贡献比例相当,分别为56.73%和43.27%,主要来自土壤侵蚀、农田径流和农村生活污水,其贡献率分别为43.27%、21.10%和12.25%。总体分析表明,土壤侵蚀、农田径流和畜禽养殖是影响晋江流域非点源氮磷负荷的主要污染源,亟待优先控制。     

基于GIS和MUSLE的东北沟小流域非点源污染关键区识别

以河北省平泉县东北沟小流域DEM、土地利用类型和土壤调查数据为基础,在地理信息系统(GIS)的支持下,运用修正的通用土壤流失方程(MUSLE)对研究区非点源污染进行关键区识别及分级。结果表明:关键区按所占面积从大到小依次为低风险关键区、高风险关键区和中风险关键区,且各区主要沿水域分布。关键区中农业用地占到了流域农业用地总面积的37.3%,而随着风险等级的提高,关键区中农业用地所占比例显著增加。研究区非点源污染的主要来源是沿水域分布的农业用地,与实际情况吻合,研究结果能为研究区非点源污染治理提供科学指导和理论支持。将GIS与MUSLE模型相结合能够快速识别非点源污染关键区,该方法科学有效,具有很强的适用性。     

基于USLE和GIS/RS的滇池流域土壤侵蚀研究

人类不合理的土地利用方式是水土流失发生的主要原因之一。研究滇池流域的土壤侵蚀现状,对于控制流域内生态环境恶化,建立良好的生态环境具有十分重要的意义。采用USLE模型并结合RS,GIS技术对滇池流域土壤侵蚀进行估算,分析不同坡度和不同植被类型对侵蚀的影响,同时提出了基于植被覆盖度的植被覆盖与作物管理因子计算方法。结果表明:滇池流域土壤侵蚀量为233.96万t,土壤侵蚀以中、轻度侵蚀为主,强烈以上侵蚀较弱。侵蚀主要发生在8°～35°的区域,灌木林地的侵蚀模数最大。在GIS支持下,通过土壤侵蚀模型进行定量评价,可高效、客观地反映土壤侵蚀情况,对减少流域内新增土壤侵蚀风险,控制非点源污染有着重要的参考价值。     

安徽省兆河流域非点源污染模拟及最佳管理措施

[目的] 识别兆河流域非点源污染分布特征及其关键源区,为流域污染控制和清洁小流域建设提供科学参考。[方法] 通过建立流域非点源污染控制模型,模拟研究该流域在现状年和规划年的非点源污染分布特征。采用单元负荷指数法识别流域的关键污染源区,预测不同非点源污染控制措施对流域污染负荷量的削减效果。[结果] 兆河流域规划年的氮磷负荷量比现状年分别增加45.3%和8.0%;县河、失曹河、裴河、盛桥河及环圩河子流域为流域非点源污染关键区;通过设置合理的工程措施和耕种管理措施可有效控制流域非点源污染。[结论] 合适的非点源管控措施有助于削减流域氮磷污染负荷量。耕种管理措施加工程措施为最佳管理措施,可以有效控制流域总氮和总磷的非点源污染。     

基于GIS的流域非点源污染潜在风险区识别

地表水环境非点源风险区识别是开展非点源污染控制与管理工作的重要内容。借鉴USLE参数化模型的成功经验,引入施肥调整因子及河网因子,把城镇用地和农村居民用地作为非点源的源因子赋值,并与GIS相结合,用于识别以农业景观为主的杭埠—丰乐河流域非点源污染风险区,结果显示,流域地表水氮磷风险区集中分布在龙河口水库周边及其上游地区,主要原因为陡坡开垦为农田,由于水库对非点源的截留作用,该区域对巢湖的影响并不大;丰乐河中上游部分和杭埠河邻近龙河口水库的下游部分也是重要的集中分布区之一,该区域会对巢湖营养元素产生较大的影响。流域大于均值风险区占了流域面积的5.62%,而农业用地又占了其中的86.47%,说明农业非点源污染是该流域地表水环境非点源污染的关键源区。     

流域非点源污染与水系分维关系研究

以东南沿海晋江西溪流域为例,初步研究了流域非点源污染与水系分维的关系.以ArcView GIS 3.2为研究平台,运用水系分维的计盒方法.计算了晋江西溪流域水系的宏观分维和划分为5个亚流域的微观分维,根据应用SWAT模型的模拟结果分析了西溪各亚流域非点源污染负荷与相应水系分维值的关系.研究结果表明,水系分维值越大,农田面积比例越大,流域土壤侵蚀程度越大,因此非点源污染负荷越大;此方法为流域非点源污染研究提供了新的途径.     

蒲河流域氮污染负荷模拟及时空分布

目前世界上许多国家仍面临严重的非点源污染问题,其中氮素污染负荷仍是水资源研究与环境治理方面的重点问题。利用SWAT模型,结合地形地貌、土地利用、气候条件等因素对氮污染负荷进行模拟及时空分布研究,对非点源污染治理具有重要意义。在辽宁省沈阳市蒲河流域基础资料搜集基础上,应用GIS结合SWAT构建模拟研究数据库,根据蒲河水系分布将流域划分为23个小流域215个水文响应单元,分别对氮素形态、氮污染负荷贡献率、氮污染关键区以及流域氮污染的时空分布等进行模拟研究。结果表明:1)氮以有机氮、NH4+-N、NO3--N、NO2--N的形式存在于水体中,NO3--N含量最高。2)时间上,TN量在年内各月呈波动变化,且TN流失具有明显滞后性。3)空间上,流域有机氮和NO3--N整体呈现由东北向西南扩散,上游及中游地区含氮量高于下游地区,1号子流域为氮素污染关键区,3、9、10号为次要关键区,TN贡献区主要集中在流域出口至马家窝棚水域。     

陕西省黑河流域水土流失型非点源污染估算

为有效控制黑河流域非点源污染,改善黑河水库水质,按照行政区将黑河流域划分为9个地域单元。通过专家评判模式估算出了各行政单元的土壤侵蚀量。利用吸附态氮磷污染估算模型估算出了污染物流失量和吸附态氮磷污染负荷。结果表明,厚畛子乡、陈河乡、甘峪湾乡以及马召乡4村是非点源污染控制的关键源区。退耕还林、减少耕地、增加植被覆盖度、合理利用土地是控制土壤侵蚀型非点源污染的有效措施。     

GIS支持下非点源污染模型应用分析

地理信息系统(GIS)具有强大的空间数据分析和可视化能力,可以反映非点源污染空间分布特性,将它与非点源污染模型结合可大大减轻非点源污染模拟难度。介绍了国内外非点源污染的研究现状,结合USEPA开发的BASINS系统及PLOAD模型,从数据的输入、模型参数的提取、结果的可视化3个方面分析了GIS在流域非点源污染研究中的应用,并以浙江省剡江流域为试验区进行了模拟,为此方面的研究提供了一定的借鉴。     

密云水库流域非点源污染研究概述

密云水库是现阶段首都北京惟一的地表饮用水源地,非点源污染是影响水库水质的主要因素.为明晰密云水库流域非点源污染的基本特征及其研究进展,本文总结了近20年来对水库流域非点源污染的研究成果,从非点源污染调查、非点源污染的负荷与预测评价、非点源污染物的影响因素与机理、非点源污染的控制管理等4个方面进行了概述.初步明确了密云水库流域非点源污染的基本特征,包括非点源污染主要来自于水土流失、化肥农药的施用、山区养殖产生的畜禽粪便、水产养殖等,其污染负荷随年度降雨变化较大,对水库污染总负荷的贡献COD约70%、BOD,约70%、NH,-N约90%、TN约70%、TP约90%等.预测了水库流域非点源的发展趋势.评价了非点源污染治理各项技术措施和政策管理措施的效果,并从非点源污染具体来源、污染途径和机理、研究尺度等方面提出了现阶段非点源污染研究存在的问题和需要进一步研究的方向.     

基于SWAT模型的流域土地利用格局变化对面源污染的影响

近年来随着流域经济社会的快速发展,密云水库流域的土地利用格局也发生了明显的改变,作为影响流域非点源污染输出的主要因素,探讨土地利用格局的演变对非点源污染的影响对有效控制非点源污染具有重要的意义。该文以密云水库上游流域为研究区,从土地利用变化与污染过程相互作用的角度出发,开展流域非点源污染过程对土地利用变化的响应研究。基于流域1995年、2000年、2005年3期的土地利用数据,基于SWAT(soil and water assessment tool)模型,模拟评价流域非点源污染负荷分布特征,并应用景观格局指数、典范对应分析(canonical correspondence analysis,CCA)和通径分析等方法,从全流域和三级保护区等多空间尺度,量化分析流域土地利用及其格局时空变化对非点源污染负荷的影响。研究结果表明流域的非点源负荷与土地利用格局间存在着密切的联系。格局指数能累积解释流域非点源污染负荷变化的56.3%。污染负荷受土地利用格局的破碎度和形状的影响较大。通径分析的结果表明,耕地、林地面积比例、形状指数和斑块密度是影响研究区非点源污染负荷输出的主要因子,其中形状指数和耕地面积比例对TN、TP负荷的解释能力要明显高于其他指标。从空间尺度上看,各格局因子与非点源污染负荷的关系具有尺度效应,随着空间尺度的递增,格局对负荷的解释程度降低,在较小的尺度范围内,尤其是一级保护区的解释能力最高,达到62.9%,表明离水库越近的区域应是非点源防治高度重视的区域。     

北京市密云水库上游坡地水土流失监测系统的建立及应用

以北京市密云水库上游为示范监测区,利用遥感及地理信息系统,通过坡度、土地利用和植被覆盖度专题图形制作、交叉分析和土壤侵蚀强度判别,进行流域自然状况及水土流失面积调查;根据坡地土壤侵蚀区分布及坡地水土保持治理情况布设坡地径流小区,观测各类型区水土流失量及污染物流失量;分析计算全流域的水土流失量、污染物流失量及治理措施的水土保持效益。     

基于GIS的重要水源地东圳库区土壤侵蚀与景观格局分析

以重要水源地东圳库区的法国SPOT-5影像图和土壤侵蚀强度图为源数据,运用GIS的信息管理、空间数据处理分析功能,以土地利用景观为研究对象,提取景观空间格局特征信息,选取景观格局分析指标,对土地利用景观空间格局进行定量化研究,寻求一定的规律,探讨景观格局和水土流失过程之间的关系以及人类活动对景观格局和生态过程的影响。研究表明：库区景观类型和生态系统分布不均;随着侵蚀级别的增加,多样性指数减小,优势明显,均匀度降低;库区的园地和耕地景观破碎程度较大,是造成水土流失的主要原因。     

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2236.12t、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。     

密云水库土门西沟流域非点源污染负荷估算

密云水库水质影响北京市地表饮用水源质量,非点源污染成为密云水库水质下降的主要原因。为了满足水资源管理规划,在密云水库土门西沟小流域内根据不同的水土保持措施选择6个径流小区,主要有：板栗林、油松林、刺槐林、混交林、灌木林、梯田,于2007年对小区地表径流进行水质水量的监测。运用RUSLE公式和SCS法估算流域内不同水土保持措施的非点源污染负荷,利用ArcGIS工具绘制了土壤侵蚀量空间分布图。结果表明：土门西沟小流域非点源污染物主要来源于土壤侵蚀,泥沙中的吸附态是非点源污染物存在的主要形式;其次土门西沟小流域不同水土保持措施单位面积的污染负荷输出由大到小排列顺序为,经济林＞阔叶林＞灌木林＞针叶林＞混交林＞梯田。研究结果表明减少经济林来增加混交林用地面积,提高水源林的覆盖率,梯田可以维持现有的用地状况,禁止陡坡栽种农作物,坡脚和沟道农地采取梯田的耕种方式,以此来达到控制非点源污染的目的。跟以往研究得出的结论相反,梯田非点源污染负荷比林地小,主要是因为梯田相对坡耕地大大增加了地表入渗量,此外是因为梯田施用有机肥料,减少非点源污染。     

Assessment of soil erosion hazard and prioritization for treatment at the watershed level: Case study in the Chemoga watershed,Blue Nile basin,Ethiopia

Soil erosion by water is the most pressing environmental problem in Ethiopia, particularly in the Highlands where the topography is highly rugged, population pressure is high, steeplands are cultivated and rainfall is erosive. Soil conservation is critically required in these areas. The objective of this study was to assess soil erosion hazard in a typical highland watershed (the Chemoga watershed) and demonstrate that a simple erosion assessment model, the universal soil loss equation (USLE), integrated with satellite remote sensing and geographical information systems can provide useful tools for conservation decision‐making. Monthly precipitation, soil map, a 30‐m digital elevation model derived from topographic map, land‐cover map produced from supervised classification of a Land Sat image, and land use types and slope steepness were used to determine the USLE factor values. The results show that a larger part of the watershed (>58 per cent of total) suffers from a severe or very severe erosion risk (>80 t ha⁻¹ y⁻¹), mainly in the midstream and upstream parts where steeplands are cultivated or overgrazed. In about 25 per cent of the watershed, soil erosion was estimated to exceed 125 t ha⁻¹ y⁻¹. Based on the predicted soil erosion rates, the watershed was divided into six priority categories for conservation intervention and 18 micro‐watersheds were identified that may be used as planning units. Finally, the method used has yielded a fairly reliable estimation of soil loss rates and delineation of erosion‐prone areas. Hence, a similar method can be used in other watersheds to prepare conservation master plans and enable efficient use of limited resources. Copyright © 2009 John Wiley & Sons, Ltd.