界首市泉河小流域农业面源污染调查与评价

为了解界首市泉河小流域农业面源污染现状和特征,制定相应的农业面源防控措施,对流域内农业面源污染情况进行了调查分析和评价。通过对该典型小流域内陶庙镇、王集镇、代桥镇、泉阳镇4个乡镇的11个行政村的农田污染源、养殖污染源及人居生活污染源进行实地走访,调查数据应用等标污染负荷法进行评价分析。结果表明,界首市泉河小流域内4个乡镇的农业面源污染排放源中,农田污染源的污染物总量和污染负荷率分别是17.44 t和4.68％;养殖污染物排放总量和污染源负荷分别是99.31 t和26.63％;生活源污染物的排放量和污染负荷率最大,分别达到256.19 t和68.69％;在COD、TN、TP 3个主要评价因子中,污染负荷率最高的是COD,达80.22％,TN污染负荷率为9.22％,TP的污染负荷率为10.56％;养殖业污染和人居生活污染源是界首市泉河小流域农业面源污染的主要来源,也是该小流域农业面源污染防控的重点。在治理该小流域农业面源污染时,应大力发展绿色、生态、循环农业,严格控制畜禽养殖污染,加大农村人居环境整治,强化政府在农业面源污染治理中的统筹引导作用等。     

三峡库区农业小流域盐基离子排放特征研究

为了解盐基离子的农业面源流失负荷与排放特征,对三峡库区涪陵段两个毗邻的集水域汇出口径流水质进行了持续两年的高频(每日)监测。两集水域气候、地貌和农耕方式相同,但其中一个集水域稻田分布零散,破碎度指数高(记为集水域A),另一集水域的稻田连片分布在集水域底部,破碎度指数低(记为集水域B)。结果表明,集水域A阴、阳离子年均输出通量分别为499kg·hm~(-2)·a~(-1)和218 kg·hm~(-2)·a~(-1),集水域B阴、阳离子年均输出通量分别为265 kg·hm~(-2)·a~(-1)和118 kg·hm~(-2)·a~(-1)。集水域A的盐基离子年均输出通量是集水域B的2倍左右,这种差异很可能是由两集水域稻田布局差异所导致。流域径流水体优势阴、阳离子分别为Cl~-和Ca~(2+),各占阴、阳离子年均排放总量的58%和67%。不同作物季中,水稻/玉米季和榨菜季均贡献了全年盐基离子排放量的1/2左右;不同时期中,5月和11月的离子排放负荷最高,分别占全年的26%和24%。研究表明,5月和11月是控制该流域盐基离子流失的关键时间节点,稻田连片布设于集水域底部是降低农田盐基离子流失的重要空间布局。     

三峡库区不同稻田分布格局下农业小流域径流磷排放特征

于2012年3月21日—2013年3月20日期间对三峡库区涪陵段两个毗邻集水域汇出口径流水质进行了高频(每日)采样监测,以对比分析稻田空间分布格局对径流磷浓度和输出强度的影响。两集水域气候地理条件相似,农耕方式相同,单位面积施肥量相近,但其中一个(记为集水域A)稻田分布零散,破碎度高,而另一个(集水域B)稻田连片分布在其末(底)端,破碎度低。结果显示,集水域A在全年和不同作物生长季的径流总磷平均浓度都相应地高于集水域B。同样,前者的径流产流量(1431 m3·hm~(-2)·a-1)也显著高于后者(840 m3·hm~(-2)·a-1),因而前者径流总磷的年输出通量(210 g·hm~(-2)·a-1)远大于后者(72 g·hm~(-2)·a-1)。按季节计算,两集水域水稻/玉米季总磷浓度皆高于榨菜季,集水域A在水稻/玉米季的径流总磷输出通量(147 g·hm~(-2)·a-1)是榨菜季(63 g·hm~(-2)·a-1)的1.9倍,集水域B在水稻/玉米季的径流总磷输出通量(58 g·hm~(-2)·a-1)是榨菜季(14 g·hm~(-2)·a-1)的3.6倍。从研究中看,这些差异很有可能是两集水域的土地利用,特别是水稻田布局差异所导致的,因此实现水稻田的合理布局是三峡库区径流磷排放负荷减控的有效措施。     

浅谈氮循环及氮污染

认识自然界氮循环,通过从工业化生产以后氮收支失衡的角度阐述氮污染的原因及危害,以提高人们对氮污染的重视。     

松华坝水源区不同土地利用类型氮的输出规律研究

以松华坝上游迤者试验小区为研究对象,在7月份自然降雨条件下,对不同土地利用类型总N和NH3-N的浓度流失进行分析。结果表明,植被盖度可有效减少农田营养物质的流失,且总N和NH3-N浓度流失随植被盖度的增大而降低,具体的流失规律为土豆和黄豆地〉土豆地〉裸露地〉杂草地〉灌木林。     

亚热带小流域COD负荷及影响因子分析

化学需氧量(COD)是农业面源污染的重要方面。以湖南省长沙县9个典型小流域为研究对象,利用连续5 a(2011-2015)的定位观测资料,系统分析了亚热带典型小流域COD浓度与负荷的时空变化特征及其主要影响因素。结果表明:1)研究区近5 a来COD浓度的变化范围为0.31-42.63 mg/L,平均值为12.95 mg/L。不同类型小流域COD平均浓度的变化顺序为:种养养殖森林-种植森林,从季节变化来看,COD浓度夏秋季节较高,而冬季与春季相对较低;从年际变化来看,从2011年到2015年COD浓度总体上呈波动上升趋势。2)COD月负荷的变化范围为3.15-1 086.6 kg/hm~2,研究区平均值为152.06 kg/hm2,不同类型小流域COD负荷时空变化规律与浓度基本一致。3)COD浓度主要与畜禽养殖密度及人口密度呈显著正相关关系,相关系数分别为0.86(P0.05)和0.69(P0.05);COD负荷则与养殖密度、种植比例、径流深等因子呈显著正相关,相关系数分别为0.87(P0.05)、0.69(P0.05)和0.54(P0.05)。适当控制畜禽养殖密度、加强小流域生活污水治理以及促进养殖废弃物资源化利用是控制亚热带小流域COD排放的关键途径。     

南方库区生态农业小流域面源污染特征

为研究生态农业小流域的氮、磷减排效果,以广东省英德市大站镇长湖水库粉洞生态小流域为研究对象,通过野外监测和实验室分析等方法研究小流域面源氮、磷污染物含量和污染负荷输出特征,确定关键源区,评价生态农业的减排效果。结果表明,流域内水体受污染程度低,大部分都在Ⅲ类水质范围内;总氮、总磷是流域内主要污染负荷;流域地表水氮素组成主要以溶解态氮为主（>50%）,溶解态氮以硝态氮为主;关键源区有水土流失、养鹅场、居民点、养猪场、耕地。研究期间流域总氮负荷为345.22 kg,总磷负荷为69.47 kg,入河污染负荷强度低,总氮和总磷的入河系数分别为0.16和0.63。以上结果表明,生态农业小流域氮、磷减排效果显著,且流域氮、磷消纳能力强,使得流域内氮、磷污染负荷较低,水质较好,生态农业具有推广价值。     

小流域面源污染监测技术指标体系及监测方法初探

文章在深刻认识小流域面源污染特点和监测现状的基础上,结合小流域面源污染监测实践经验,采用层次结构分析法构建了一套小流域面源污染监测技术指标体系,并对主要指标的监测方法体系进行了初步探讨,旨在为科学、有序地开展小流域面源污染监测提供科学依据。     

小流域面源污染防治措施配置模式研究——以重庆市万州区陈家沟小流域为例

提出小流域面源污染防治措施配置的原则以及技术思想,并以重庆市万州区陈家沟小流域为例,具体阐释小流域面源污染防治措施配置的方法,最终形成了小流域面源污染防治措施配置的模式,以期为其他小流域面源污染的防治提供一定的参考和借鉴.     

龙川江上游典型小流域农业面源污染物排放特征与评价

[目的]为了解龙川江上游小流域农业面源污染现状和特征,制定相应的农业面源防控措施,对流域内农业面源污染情况进行调查分析和评价。[方法]基于2019年7月份现场勘查,通过对龙川江上游典型小流域内五街镇、沙桥镇、龙川镇、雨露白族自治乡4个乡镇的27个行政村的农业种植、人居生活源（农村生活污水、生活垃圾）、畜禽养殖进行实地勘查,并对污染负荷进行系统评价分析。[结果]龙川江上游小流域内4个乡镇的面源污染排放源中,农业种植污染源污染物的排放入河量和污染负荷率最大,分别为1 552.48 t/a和86.31%;人居生活源污染物的排放入河量和污染负荷率分别是227.89 t/a和12.67%;畜禽养殖污染源污染物的排放入河量和污染负荷率分别是为18.04 t/a和1.02%。在COD、NH₃-N、TN、TP评价因子中,污染负荷率最高的是COD,达92.08%,TN污染负荷率为6.33%,NH₃-N和TP的污染负荷率分别为0.89%、0.70%。[结论]农业种植是龙川江上游小流域农业面源的主要来源,也是该小流域农业面源污染防控的重点。     

秦岭北麓小流域地面水质特征及农业面源污染负荷

【目的】研究农业面源污染对秦岭北麓河流水质的影响及其面源污染负荷,为更科学有效地治理水环境及促进农业的可持续发展提供参考。【方法】以陕西周至余家河竹峪乡段流域为监测对象,从上游到下游共布设了8个水质监测点,分析2012-10-2013-10水质基本性质(流量、水温、pH、总悬浮物、溶解氧、电导率)和面源污染指标(总氮(TN)、总磷(TP)和化学需氧量(COD))的变化,并在此基础上,采用排污系数法和等标污染负荷法计算各污染物的等标污染负荷,从而确定出该区域主要农业面源污染来源。【结果】2012-10-2013-10,余家河流域水体TN质量浓度逐渐降低;TP质量浓度春季较高,其次是秋季和冬季;水体COD质量浓度呈波动性变化,在2013年由春季进入夏季后,总体呈下降趋势。各水质监测指标中,除TN质量浓度严重超标(最高超标9.6倍)外,其他指标均符合地表水Ⅲ~Ⅳ类水质标准。余家河流域农业生产过程中排放到河流中的TN、TP及COD等标污染负荷总量分别为2.167 0×10-6,0.617 0×10-6,0.670 0×10-6 m3/年,污染物贡献率依次是TN>COD>TP,主要污染源贡献率依次为生活污水>种植业>畜禽养殖。【结论】陕西周至余家河流域的农业面源污染属于农业生产和生活的复合污染。     

亚热带丘陵区池塘底栖动物群落特征与水体面源污染关系研究

受农业面源污染影响,池塘水体污染状况与相关底栖动物群落特征备受关注。本文以亚热带丘陵区某典型小流域池塘为例,采用现场调查方法对流域内15个池塘的底栖动物和水体污染情况进行调查分析,探讨了底栖动物群落特征与季节和水体污染程度变化的关系。结果表明,区域内池塘中底栖动物多样性相对较低,共采集到底栖动物22种,其中以节肢动物居多（14种）,耐污性较强的黄色羽摇蚊（Chironomus flaviplumus）、霍甫水丝蚓（Limnodrilus hoffmeisteri）和中华长足摇蚊（Tanypus chinensis）为主要优势种。季节变化对底栖动物丰度、生物量有显著影响,夏季底栖动物平均丰度和生物量分别为544 ind/m²和1.48 g/m²,显著低于冬季（分别为913 ind/m²和6.67 g/m²）(P<0.05)。不同底栖动物对水环境因子表现出不同的响应特征,黄色羽摇蚊生物量与温度（T）呈显著正相关,而霍甫水丝蚓和苏氏尾鳃蚓（Branchiura sowerbyi）生物量则与水体总氮（...     

基于AnnAGNPS模型的苇子沟流域非点源污染模拟研究

采用连续分布式水文模型Ann AGNPS(Annualized Agricultural Non-Point Source Model),耦合GIS技术,对饮马河下游苇子沟流域2009—2015年非点源污染进行了定量模拟,同时用同步水质监测数据检验了该模型在苇子沟流域的适用性。结果表明,该模型对径流、总氮模拟效果较好,对总磷模拟效果较差。在日尺度上,模型对小型降雨事件径流量模拟值偏低,而对暴雨事件模拟值偏高;月尺度上,总氮、总磷的年内变化与降雨量的年内变化一致,5—8月雨季的非点源污染负荷占全年的80%以上;年尺度上,2009—2015年总氮、总磷污染负荷平均值分别为22 295.28 kg和7 085.00 kg,且年际变化趋势一致。降雨量与总氮负荷的Spearman相关系数为0.93,与总磷负荷的相关系数为0.92,且均达到极显著水平(P0.01),说明年降雨量的变化直接影响流域全年总氮、总磷污染负荷的变化。总氮和总磷负荷的空间分布具有很高的相似性,总体上总氮、总磷单位面积负荷量在流域西北部区域较低,而在流域中下游区域较高。     

基于小流域尺度的矿区农田土壤重金属源解析

为定性定量分析浏阳七宝山矿区耕地土壤重金属污染来源及源贡献率,以农业小流域为研究尺度,基于GIS网格布点法共采集了60个0～20 cm耕层土壤样品,测定其Cd、As、Fe、Mn、Cu、Zn和Pb的含量及pH值,并综合运用地统计、多元统计和正定矩阵因子分析（PMF）模型等方法对小流域耕地土壤典型重金属污染元素进行定量源解析。结果显示：Cd、As、Cu、Zn和Pb的均值分别是湖南省土壤背景值的10.0、2.1、4.5、2.0倍和4.8倍,且超过农用地土壤污染风险筛选值（除As外）;多元统计分析将7种元素分成3大类,第一类为Fe和Mn,第二类为As和Pb,第三类为Cd、Cu和Zn;PMF模型解析出7种重金属均受到干湿沉降和历史上污水灌溉的影响,此外,Fe和Mn主要由成土母质控制,Cd、Cu和Zn主要源于矿冶活动（尤其是Cd）,As和Pb则主要来源于农药化肥和交通运输。研究表明,流域内耕地土壤重金属污染的主要来源是人类活动,包括工农业活动和交通运输。     

基于MUSLE模型的阿什河流域农业非点源污染风险评估

系统评价与分析流域农业非点源污染风险,对其防控治理具有重要的指导作用。本研究以遥感影像数据、数字高程模型(DEM)、土壤图件和相关文本资料为基本信息源,基于遥感和地理信息系统技术,采用修正通用土壤流失方程(MUSLE),结合各乡镇等标污染负荷大小,对阿什河流域农业非点源污染风险进行评估分析。结果表明:1)流域地表潜在侵蚀风险存在明显的空间地域分布规律,东南部地区风险整体偏高,而西北部和中部平原地带多为中等和低侵蚀风险区;乡镇尺度上,小岭乡、玉泉镇、交界镇、红星乡和大岭乡潜在侵蚀最为严重。2)流域山地丘陵区林地面积大,侵蚀风险最高,其平均值为0.037,风险贡献率为61.88%;农业用地风险贡献率仅次于林业用地,达到20.50%;坡度上,微坡36.26%的风险贡献率在所有坡型中最高。3)乡镇侵蚀风险分布与对应非点源污染风险不能完全重叠,位于平原地带的杨树乡和双丰镇侵蚀风险良好,其单位面积污染风险值远高于乡镇平均值,应重度防控,大岭乡、小岭乡和玉泉镇侵蚀风险严重,污染防控等级为适度。     

面向亚热带丘陵区小流域土壤有机碳空间预测的四种模型构建及性能比较

土壤是陆地生态系统最大的碳库,在提升生态系统服务功能和调节气候变化等方面发挥关键作用。对复杂多变环境下土壤有机碳(SOC)含量的精确预测将有助于正确评估区域土壤质量和碳汇功能。本研究以亚热带丘陵区一个典型小流域为研究对象,以地形、气候和植被三类环境变量为驱动因子,分析支持向量机回归(SVR)、随机森林(RF)、极端梯度提升算法(XGBoost)和轻量级梯度提升机(LightGBM)四种不同的机器学习算法在土壤(0~20 cm)SOC含量预测中的精度差异,并筛选影响SOC分布的主要环境影响因素。结果表明,RF模型、XGBoost模型和LightGBM模型均能较好预测SOC含量,以RF模型的表现相对最佳(R^(2)=0.540),其预测精度优于XGBoost(R^(2)=0.528)和LightGBM模型(R^(2)=0.504)。而SVR模型的预测精度(R^(2)=0.427)低于模型预测精度的最低可接受值0.50,并不适用于亚热带丘陵地貌SOC含量的预测。相关分析表明,在亚热带丘陵地貌区,地形(主要为海拔)对几种模型预测的贡献最大,是预测SOC的重要环境变量。基于四种模型预测的SOC数字制图显示,SOC空间分布趋势总体相似,均表现为北部区域、西南和东南边缘区域SOC含量较高,而中部区域SOC含量普遍偏低。     

干热河谷农业面源污染及其防治

我国的干热河谷光热资源充足,干湿季分明,蒸发量大,适合发展热作、反季节作物和立体农业,但干热河谷地区的农业面源污染问题也需要引起足够的关注,特别是防治干热河谷地区农业面源污染的技术和方法。从这个角度出发,以我国干热河谷地区农业面源污染为讨论对象,从种植业和养殖业两方面介绍干热河谷地区农业面源污染现状,分析了干热河谷地区农业面源污染形成的一般性原因和特殊的地方性原因,并针对其污染原因,讨论了各种传统的和新兴的农业面源污染防治技术研究进展、应用于干热河谷地区的可行性和前景,以期防治干热河谷地区的农业面源污染。