2022, Vol. 43
2. 中国科学院大学资源与环境学院, 北京 100049;
3. 江苏省地理信息资源开发与利用协同创新中心, 南京 210023
2. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China;
3. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China
目前, 我国的近海污染问题主要来自于陆源排放[1, 2], 其中海岸带面源污染贡献较大[3, 4].在渤海沿岸城市的总氮(TN)和总磷(TP)面源污染负荷分别占到陆域总负荷的17%和13%, 其中土壤流失是主要输出形式(TN和TP占比分别为53%和79%)[5, 6].但因其污染物排海过程较为直接和排放路径较具多样化, 海岸带的近海面源污染贡献被进一步放大.其中, 对于经济发展相对滞后的沿海地区, 农业依然是区域经济的重要来源, 农业生产形成的面源污染依然是区域内水环境健康的主要威胁[7].在海陆统筹发展的今天[8], 掌握海岸带农业面源污染产输及排海基本规律, 对于制定近海污染的陆源治理方案和改善我国海岸带水环境污染现状等, 均具有重要意义.
在我国的面源污染研究中, 模型模拟是较为常用的研究方法, 其中输出系数模型有着广泛的应用[9~11].输出系数模型通过获得合适的面源污染排放系数, 可以方便快速地对区域面源污染进行评估.目前, 相关学者在输出系数模型应用中的输出系数值多采用查阅文献法[12~14], 或涉及在前人系数基础上的简单校正[15, 16], 其主要为已有地区输出系数的直接应用, 大部分研究中的输出系数值并不能全面反映区域特征[17].少数研究者通过实验方法获取相关输出系数值[18~20], 但常因地区差异性或实验条件的局限性, 存在输出系数值的区域代表性不确定的问题, 造成应用效果较差的现状.
本文立足于我国海岸带农业面源污染问题, 通过构建区域地表土壤污染物流失与入海通量的关系模型, 建立了一种估算区域耕地输出系数的方法.本文以黄河三角洲为典型研究区, 计算了区域水田、水浇地和旱地等耕地类的TN和TP面源污染排海系数, 并且在子流域和行政区完成了污染物的空间负荷评估.通过形成一套计算海岸带农业TN和TP面源污染输出系数的方法体系, 从陆源污染减控的角度提出相应的时空针对性策略, 以期为陆海统筹治理海域污染提供决策支持.
1 材料与方法 1.1 研究区黄河三角洲为黄河携带黄土高原的泥沙于入海口处形成的淤积平原, 是我国海岸带典型的农业发达区域.如图 1和图 2, 本文研究区为黄河三角洲黄河以南的部分, 南抵支脉河, 东临莱州湾, 总面积2 902 km2 (118°13′~119°17′E, 37°16′~37°50′N).该区域属于温带大陆性季风气候, 年均降雨量563 mm, 夏季(6~8月)降雨量占比达67%, 地势低平, 作物熟制为一年两熟.根据第二次全国土地调查数据, 研究区的耕地和城镇用地比例较大, 分别达24%和10%.行政区划隶属于山东省东营市, 包括东营区和垦利区两县区17个镇级行政单位.与我国其它大河三角洲(长江三角洲和珠江三角洲)相比, 黄河三角洲农业经济占比仍然较高, 且农业生产方式较为粗放, 农田翻耕和复种指数较高, 已有资料显示研究区每年农业面源TN和TP入海量分别约为4 764 t和1 412 t[7], 由农业生产导致的氮磷面源污染物排河入海量大.
|
图 1 研究区地理位置示意 Fig. 1 Location of the study area |
|
图 2 研究区区域特征 Fig. 2 Regional characteristics of the study area |
前期工作中基于RUSLE模型[21], 构建了一种海岸带面源污染风险指数(CNSPRI, 图 3).该数据描述了地表土壤氮磷污染物随水土流失过程向水环境的排放潜力, 其计算过程见式(1):
|
(1) |
|
图 3 TN和TP面源污染风险指数空间分布 Fig. 3 Spatial distributions of TN and TP non-point source pollution risk index |
式中, CNSPRI为TN或TP面源污染风险指数; SC、K、S、C、R、Fl和Fp分别为影响面源污染输出的土壤污染物含量因子、土壤可蚀性因子、地形坡度因子、植被覆盖因子、降雨侵蚀因子、流量因子和径流路径因子; W为根据各因子图层的空间标准差计算的权重.
1.2.2 污染物入海通量监测数据于2020年6~9月在研究区9个入海口(图 4), 开展了每5 d一次的水文水质监测.为保证监测点处水流为自然陆域排海过程, 减少因海洋潮汐作用对监测结果的影响, 本研究通过分析潮汐规律, 选择低潮点合适时间开展采样工作.另外, 于2019年的7、8月和2020年的6、10月在包含w19在内的关键河流断面, 开展了4次区域水文水质采样.监测水文指标包括径流水深与流速; 水质数据包括TN和TP浓度.水质数据分析在实验室环境下进行, 分别采用凯氏定氮法(TN)和碱熔-钼锑抗比色法(TP)进行测定.
|
图 4 基于2020年9个水文水质监测点的入海子流域划分 Fig. 4 Division of the sub-basins into the sea based on nine hydrological and water quality monitoring samples of 2020 |
辅助地理数据包括: ①第二次全国土地利用现状调查数据集, 本文对其进行了一定的实地考察与校正; ②数字高程模型(DEM, http://www.geodata.cn/); ③Landsat 8 OLI遥感影像(15 m融合分辨率, http://www.gscloud.cn/)和高分二号遥感影像(1 m融合分辨率, http://www.dsac.cn/).
1.3 研究方法 1.3.1 入海子流域划分以确定的9个入海口位置作为子流域出口, 进行水流主路径上溯, 同时结合地形规律、河流沟渠水流走向以及主干道路分布, 确定研究区入海子流域分布, 见图 4.研究区地势低平, 流域边界不明显, 且近年来由于人为因素对原始地形的改造较大, 因此在子流域边界确定时, 根据实际情况以部分主干道路作为边界.
1.3.2 土地利用面源污染贡献分类不同土地利用由于污染物含量、地表覆被和地面硬化程度等存在异质性, 其对面源污染物的输出潜力也具有差异性.因此, 本文基于第二次全国土地利用现状调查数据, 根据各土地利用对面源污染的贡献性质, 将研究区包含的30个二级土地利用划分了4个面源污染贡献类, 即农业用地(6类)、不透水面(10类)、水域(6类)和其它用地(8类), 见表 1.
|
表 1 基于面源污染贡献性质的土地利用分类 Table 1 Land use classifications based on their contributions to non-point source pollution |
1.3.3 农业面源污染入海量
(1) TN和TP入海通量本文所监测的9个入海口水文水质管控了子流域2~子流域7的陆源污染排海, TN和TP入海通量计算见式(2):
|
(2) |
式中, Qn为第n个入海口的TN或TP入海通量, g·s-1; cn为污染物浓度, g·m-3; Rn为第n个入海口的径流量, m3·s-1.
子流域2的入海出口包括w17和汇入支脉河的分支(缺少监测数据)两部分, 故将w19设为其水流控制点.由于在w19未开展长期水文水质监测, 对于其TN和TP入海通量确定采用w17样点的数据进行推算: 根据4次区域水文水质采样数据, 确定了w19处的水流约有1/14通过w17汇入莱州湾, 进而确定2020年6~9月相应采样时间w19样点处的TN和TP入海通量.
(2) 农业面源污染入海量估算基于监测的TN和TP入海通量, 考虑土壤流失农业面源污染贡献与年降雨量分布, 参考相关文献资料[6, 22], 文中估算了全年尺度耕地类TN和TP土壤流失面源污染输出量, 具体过程: ①确定水环境农业面源污染物占比.水环境TN和TP污染物中的农业(农业和农村生活)TN和TP面源污染占比分别达61.20%和78.92%[22], 以此计算农业面源TN和TP排海贡献量; ②确定土壤流失农业面源污染贡献比例.根据Huang等[6]在渤海海岸带的面源污染来源分析结果, 研究区TN和TP面源污染主要为农业源, 包括农村生活污水、畜禽水产养殖和土壤流失等3个方面, 其对水环境污染的贡献分布见表 2.而研究区农业TN和TP污染物土壤流失的主体是耕地类.因此, 确定耕地类土壤流失导致的农业TN和TP面源污染贡献比分别约为39.67%和70.18%; ③全年尺度TN和TP面源污染入海通量估算.降雨是面源污染产输的主要驱动因素, 一般来说, 降雨量越大、强度越高, TN和TP面源污染输出也就越多.本文通过获得6~9月水文水质监测期间的降雨量全年占比(约为73.66%), 等比估算年尺度TN和TP面源污染物入海量.
|
|
表 2 农业TN和TP面源污染主要来源贡献率[6]/% Table 2 Contribution rate of main sources of agricultural TN and TP non-point source pollution/% |
综上所述, 耕地类土壤流失导致的年尺度农业TN和TP面源污染物入海量计算可由下式来表示:
|
(3) |
式中, Q为年尺度耕地TN或TP面源污染物入海通量, t·a-1; Q′为监测时间内的实际污染物入海通量, t; ransp为水环境污染物中农业面源占比; rsl为耕地土壤流失导致的农业面源污染物入海占比; rrain为监测期间内的降雨量全年占比.
1.3.4 农业面源污染入海产输模型根据“源”“汇”景观理论[23~25], 表 1中的水域主要为面源污染的“汇”, 其它3类则是“源”景观类型.在不透水面类和其他地表暴露程度较小的土地利用中, 以土壤流失形式产生的氮磷面源污染输出基本较少, 研究区土壤流失污染物输出的主体为耕地类.因此, 本文通过提取水浇地、旱地、水田和果园这4类土地利用的CNSPRI值, 分子流域统计分析了耕地类的TN和TP的累计CNSPRI值与其年尺度土壤流失面源污染入海量的关系, 结果见图 5.并进一步得到了耕地类农业面源TN和TP入海通量计算模型, 见式(4)和式(5):
|
(4) |
|
(5) |
|
图 5 耕地类TN和TP的累计CNSPRI值和年尺度污染物入海通量的关系分布 Fig. 5 Relationship between the accumulated CNSPRIs of TN and TP and annual pollutant flux into the sea |
式中, YTN和YTP分别为全年耕地TN和TP面源污染排海量, t·a-1; XTN和XTP分别为耕地的TN和TP累计CNSPRI值.
可以发现, 图 5中的对数曲线拟合度较高, 其决定系数(R2)均在0.85以上[图 5(a)和5(b)的R2分别为0.96和0.86].式(4)和式(5)所拟合的耕地类TN和TP面源污染入海量与耕地类累计CNSPRI的对数关系较理想, 但模型需要一定的CNSPRI值来保证TN和TP入海通量处于正值区间.
1.3.5 农业面源污染排海系数基于上述确定的耕地类农业面源污染入海产输模型[图 5(a)、5(b)和式(4)、式(5)], 本文通过统计水田、水浇地和旱地(由于果园累计CNSPRI较小, 将其归并为旱地类型进行统计)这3类农业用地的累计CNSPRI值, 来确定各自的TN和TP入海通量贡献值, 将入海量贡献平均到单位面积上, 即可得到3种耕地类的TN和TP面源污染入海输出系数, 即:
|
(6) |
式中, Ci为第i种耕地类的排海系数; Qi为第i种耕地类的面源污染排海量; Si为第i种耕地类的面积.
2 结果与分析 2.1 农业TN和TP面源污染输出系数通过统计水田、水浇地和旱地这3类农业用地的累计CNSPRI值, 并嵌入式(4)和式(5)得到各自的入海通量贡献, 利用式(6)计算得到研究区耕地类TN和TP面源污染排海系数, 结果见表 3.研究区水田、水浇地和旱地3类用地的TN排海系数分别为25.96、9.64和19.40kg·(hm2·a)-1; TP排海系数分别为1.50、0.50和1.05 kg·(hm2·a)-1.由此可得, 耕地类农业TN和TP排海系数的均值分别为18.33kg·(hm2·a)-1和1.02 kg·(hm2·a)-1.
|
|
表 3 耕地类农业TN和TP面源污染排海系数计算结果 Table 3 Calculated export coefficients of agricultural TN and TP non-point source pollution of arable land |
通过分子流域对比由耕地类输出系数计算的TN、TP负荷和由式(3)获得的耕地类农业面源TN和TP入海通量, 对文中的输出系数进行验证, 结果见图 6.从中发现, 图 6(a)拟合的线性函数与y=x的偏离程度较小, 由TN输出系数模拟的面源污染负荷的相对误差为-15.4%; TP输出系数计算结果的相对误差为-25.7%, 不如TN理想.整体上来说, 应用文中输出系数模拟的TN和TP污染负荷结果较好[26~28].
|
图 6 子流域尺度耕地类TN和TP农业面源污染输出系数验证结果 Fig. 6 Validation of the agricultural TN and TP non-point source pollution export coefficients of arable land at a sub-basin scale |
应用上述各耕地类的TN和TP面源污染输出系数, 分子流域对其TN和TP面源污染负荷进行计算, 结果见图 7.对于耕地类TN和TP面源污染总负荷来说, 高值区域主要位于子流域1、子流域2和子流域5; 子流域8的污染负荷最小.对于单位面积TN和TP面源污染负荷, 高值区域则主要位于子流域1和子流域5; 低值区在子流域8和子流域3.可以发现, 子流域1和子流域5的耕地类TN和TP面源污染总负荷和单位面积负荷均处于较高水平; 而控制东营主城区的子流域2的TN和TP总负荷较大, 单位面积负荷较小.子流域1、子流域2和子流域5的污染物分别主要通过支脉河、广利河和小岛河水系汇入莱州湾, 需要对3个子流域的耕地类农业氮磷面源污染及排海进行重点关注.子流域8污染负荷较小的原因主要与该区域的湿地面积较大和耕地面积较小有关.
|
图 7 入海子流域耕地TN和TP面源污染负荷空间分布 Fig. 7 Spatial distributions of TN and TP non-point source pollution loads of arable land in sub-basins |
本文中以镇级行政单位为分区线, 同时完成了相应的耕地类TN和TP面源污染负荷评估, 如图 8所示.在空间分布上, 耕地类TN和TP面源污染总负荷呈现北部高、南部低的状态, 在东营主城区附近较低; 而单位面积TN和TP负荷则整体呈现与总负荷相反的分布, 即在北部低、南部尤其是西南部区域较高, 而东营主城区的状态值依然较低.可以看出, 耕地类TN和TP面源污染总负荷最大的行政单位主要位于北部黄河口镇和永安镇; 而单位面积TN和TP负荷较大的区域则主要是西南部的史口镇和牛庄镇.
|
图 8 镇级行政区耕地TN和TP面源污染负荷空间分布 Fig. 8 Spatial distributions of TN and TP non-point source pollution loads of arable land in town-level administrative units |
本文统计分析了国外相关耕地类输出系数研究和国内相似区域输出系数确定结果, 见表 4.可以发现, 文中计算的3种耕地类的TN和TP输出系数值与前人研究均处于同一数值水平, 符合黄河三角洲的自然地理特征与社会经济发展现状.通过对比黄河流域其它区域的TN输出系数值[13.18~32.88kg·(hm2·a)-1], 研究区耕地的输出系数值[18.33kg·(hm2·a)-1]整体处于中等偏下的水平; 而TP输出系数值[1.02kg·(hm2·a)-1]则比黄河流域整体水平[0.78~0.9kg·(hm2·a)-1]偏高.另外, 文中计算的水田TN和TP输出系数均大于旱地和水浇地, 这可能与研究区存在的水稻田洗盐活动密切相关, 在这种情况下将有大量的水田排水和TN、TP面源污染增加输出[29, 30].综上所述, 本文所确定的农业面源污染排海模型具有较好的预测性, 得到的黄河三角洲耕地类TN和TP面源污染排海系数较为合理.
|
|
表 4 国内外典型流域耕地TN和TP面源污染输出系数 Table 4 Export coefficients of the TN and TP non-point source pollution of arable land in typical watersheds at home and abroad |
3.2 陆海统筹下的面源污染防控时空对策
海岸带农业面源污染具有其特有的地域分布特点, 需要有针对性地制定相应时空对策, 来减少陆源污染产生和控制排海量.以黄河三角洲研究区为例进行农业面源污染防控对策分析.
从面源污染的时间效应上来说, 研究区降雨和作物生长季均集中在夏季, 在该时间段内, 由于化肥施用、农田耕作和降雨冲刷地表产生的农业面源污染风险较高.因此, 夏季作物生长季是管控农业面源污染入海的重点时期, 但同时需要兼顾当地经济发展需要, 在制定相应的农业面源污染时间策略时, 考虑污染治理和社会生产发展的协调可持续, 例如可以实施施肥与强降雨错时开展和加强农田排水管理等措施, 减小农业面源污染排海的时间效应.
从面源污染的空间效应上来说, 海岸带面源污染排海遵循基本的流域汇流机制, 需要准确把握排海口和对应管控流域位置, 有空间针对性地开展农业面源污染治理.前人研究中已经尝试通过调控流域内土地利用布局等, 实施最佳管理措施(BMPs)[45, 46], 制定面源污染物排放的源头减量、过程调控和流域内增耗等措施, 来减少水环境污染威胁.另外, 在空间上制定相应的农业面源污染防控政策, 需要同时基于相应的行政单元实施: 通过定位面源污染风险重点源区, 由上级主管部门领导, 充分调动各级政府和有关部门的力量, 结合相关立法与规定, 提高农业面源污染的危害意识, 提升社会群体的行为积极性, 减少由农业生产活动产生的面源污染物排海.
3.3 模型方法的局限性本文所构建的农业面源污染入海产输模型(图 5), 由于数据和研究尺度的局限性, 仅针对黄河三角洲研究区主要耕地类的TN和TP面源污染排海系数进行了估算和验证, 且取得了较好的效果, 但该模型方法在其它区域的适用性仍有待于进一步验证.另外, 模型结果[式(4)和式(5)]需要一定数值水平的CNSPRI值来保证TN和TP入海通量为正值, 对于具有小面积和较小CNSPRI累计值的农业用地类(例如文中的果园用地)则无法完成相应的输出系数计算, 这种情况可能与研究区的土地利用空间布局和面源污染复杂的产输机制有关.
4 结论(1) 研究区耕地类的TN和TP排海系数分别为18.33kg·(hm2·a)-1和1.02 kg·(hm2·a)-1, 水浇地为主要的农业面源污染贡献类.
(2) 在时空分布上, 耕地类农业TN和TP面源污染排海主要集中在夏季.支脉河、广利河和小岛河控制的子流域具有较大污染负荷; 较大TN和TP污染负荷的行政镇主要位于北部, 而较大单位面积负荷则在西南部, 东营主城区总体负荷较小.
(3) 对于农业面源污染防控建议, 需要制定时空针对性面源污染防控策略, 重点关注降雨集中期和主要作物生长季, 加强该时间内的施肥和农田管理, 减少耕地氮磷面源污染入海量; 同时, 应在子流域和行政区划尺度上综合分析农业面源污染关键源区位置, 与社会经济现状相协调, 实施相关空间管理措施, 从源头减量-过程控制和增耗的角度来减控农业氮磷污染物排海.
| [1] |
姚瑞华, 王金南, 王东. 国家海洋生态环境保护"十四五"战略路线图分析[J]. 中国环境管理, 2020, 12(3): 15-20. Yao R H, Wang J N, Wang D. A roadmap analysis of national marine eco-environmental protection during the 14th five-year period[J]. Chinese Journal of Environmental Management, 2020, 12(3): 15-20. |
| [2] |
戴文芳, 郭永豪, 郁维娜, 等. 三门湾近海有机污染对浮游细菌群落的影响[J]. 环境科学, 2017, 38(4): 1414-1422. Dai W F, Guo Y H, Yu W N, et al. Effects of coastal organic pollution on bacterioplankton community in Sanmen Bay[J]. Environmental Science, 2017, 38(4): 1414-1422. |
| [3] |
李拴虎, 雷坤, 徐香勤, 等. 海岸带狭义非点源污染的研究现状[J]. 环境污染与防治, 2014, 36(3): 94-98. Li S H, Lei K, Xu X Q, et al. Study on the narrow non-point source pollution in coastal zone[J]. Environmental Pollution and Control, 2014, 36(3): 94-98. DOI:10.3969/j.issn.1001-3865.2014.03.018 |
| [4] |
侯西勇, 张安定, 王传远, 等. 海岸带陆源非点源污染研究进展[J]. 地理科学进展, 2010, 29(1): 73-78. Hou X Y, Zhang A D, Wang C Y, et al. Progress of studies on coastal land-based non-point source pollution[J]. Progress in Geography, 2010, 29(1): 73-78. |
| [5] |
索安宁, 王天明, 王辉, 等. 基于格局-过程理论的非点源污染实证研究: 以黄土丘陵沟壑区水土流失为例[J]. 环境科学, 2006, 27(12): 2415-2420. Suo A N, Wang T M, Wang H, et al. Empirical study on non-point sources pollution based on landscape pattern & ecological processes theory: a case of soil water loss on the Loess Plateau in China[J]. Environmental Science, 2006, 27(12): 2415-2420. DOI:10.3321/j.issn:0250-3301.2006.12.009 |
| [6] | Huang J L, Li Q S, Huang L, et al. Watershed-scale evaluation for land-based nonpoint source nutrients management in the Bohai Sea Bay, China[J]. Ocean & Coastal Management, 2013, 71: 314-325. |
| [7] |
麻德明, 石洪华, 丰爱平. 基于流域单元的海湾农业非点源污染负荷估算——以莱州湾为例[J]. 生态学报, 2014, 34(1): 173-181. Ma D M, Shi H H, Feng A P. Estimation of agricultural non-point source pollution based on watershed unit: a case study of Laizhou Bay[J]. Acta Ecologica Sinica, 2014, 34(1): 173-181. |
| [8] |
姚瑞华, 张晓丽, 刘静, 等. 陆海统筹推动海洋生态环境保护的几点思考[J]. 环境保护, 2020, 48(7): 14-17. Yao R H, Zhang X L, Liu J, et al. Study on promoting marine eco-environmental protection through land and marine development in a coordinated way[J]. Environmental Protection, 2020, 48(7): 14-17. DOI:10.3969/j.issn.1674-1021.2020.07.006 |
| [9] |
胡晴, 郭怀成, 王雨琪, 等. 基于改进输出系数模型的农业源污染物负荷核算[J]. 北京大学学报(自然科学版), 2021, 57(4): 739-748. Hu Q, Guo H C, Wang Y Q, et al. Estimation of agricultural non-point source pollution loads based on improved export coefficient model[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2021, 57(4): 739-748. |
| [10] |
薛利红, 杨林章. 面源污染物输出系数模型的研究进展[J]. 生态学杂志, 2009, 28(4): 755-761. Xue L H, Yang L Z. Research advances of export coefficient model for non-point source pollution[J]. Chinese Journal of Ecology, 2009, 28(4): 755-761. |
| [11] |
丁晓雯, 沈珍瑶. 涪江流域农业非点源污染空间分布及污染源识别[J]. 环境科学, 2012, 33(11): 4025-4032. Ding X W, Shen Z Y. Spatial distribution and pollution source identification of agricultural non-point source pollution in Fujiang watershed[J]. Environmental Science, 2012, 33(11): 4025-4032. |
| [12] |
董斯齐, 黄翀. 粤港澳大湾区陆源氮污染来源结构与空间分布[J]. 环境科学, 2021, 42(11): 5384-5393. Dong S Q, Huang C. Land-based nitrogen pollution source structure and spatial distribution in Guangdong-Hong Kong-Macao Greater Bay area[J]. Environmental Science, 2021, 42(11): 5384-5393. |
| [13] |
王萌, 王敬贤, 刘云, 等. 湖北省三峡库区1991—2014年农业非点源氮磷污染负荷分析[J]. 农业环境科学学报, 2018, 37(2): 294-301. Wang M, Wang J X, Liu Y, et al. Analysis of nitrogen and phosphorus pollution loads from agricultural non-point sources in the three gorges reservoir of Hubei province from 1991 to 2014[J]. Journal of Agro-Environment Science, 2018, 37(2): 294-301. |
| [14] |
张敏, 刘庆生, 刘高焕. 浙江省安吉县西部小流域非点源污染估算[J]. 资源科学, 2011, 33(2): 242-248. Zhang M, Liu Q S, Liu G H. Investigating non-point source pollution in the western region of Anji county, Zhejiang province[J]. Resources Science, 2011, 33(2): 242-248. |
| [15] |
马亚丽, 王兴繁. 基于改进的输出系数模型龙溪河流域氮磷负荷评估[J]. 中国农学通报, 2021, 37(31): 70-77. Ma Y L, Wang X F. Evaluation of nitrogen and phosphorus load of Longxi River basin based on the improved export coefficient model[J]. Chinese Agricultural Science Bulletin, 2021, 37(31): 70-77. |
| [16] |
徐立红, 陈成广, 胡保卫, 等. 基于流域降雨强度的氮磷输出系数模型改进及应用[J]. 农业工程学报, 2015, 31(16): 159-166. Xu L H, Chen C G, Hu B W, et al. Improvement of export coefficient model for N and P based on rainfall intensity and its application[J]. Transactions of the Chinese Society of Agricultural Engineering, 2015, 31(16): 159-166. DOI:10.11975/j.issn.1002-6819.2015.16.022 |
| [17] |
陈学凯, 刘晓波, 彭文启, 等. 程海流域非点源污染负荷估算及其控制对策[J]. 环境科学, 2018, 39(1): 77-88. Chen X K, Liu X B, Peng W Q, et al. Estimation of and control strategies for pollution loads from non-point sources in the Chenghai watershed[J]. Environmental Science, 2018, 39(1): 77-88. |
| [18] |
张汪寿, 李晓秀, 王晓燕, 等. 北运河下游灌区不同土地利用方式非点源氮素输出规律[J]. 环境科学学报, 2011, 31(12): 2698-2706. Zhang W S, Li X X, Wang X Y, et al. Dissolved nitrogen runoff from different land use types in the downstream irrigation area of the Beiyunhe River basin[J]. Acta Scientiae Circumstantiae, 2011, 31(12): 2698-2706. |
| [19] |
周静雯, 苏保林, 黄宁波, 等. 水稻田非点源污染原位试验研究[J]. 环境科学学报, 2016, 36(4): 1145-1152. Zhou J W, Su B L, Huang N B, et al. In situ experiment on non-point source pollution in paddy fields[J]. Acta Scientiae Circumstantiae, 2016, 36(4): 1145-1152. |
| [20] |
廖雅, 苏保林, 豆俊峰, 等. 多径流出口水稻田非点源污染试验研究及验证[J]. 环境科学研究, 2020, 33(11): 2484-2492. Liao Y, Su B L, Dou J F, et al. Experimental study and verification of non-point source pollution from paddy fields with multiple runoff outlets[J]. Research of Environmental Sciences, 2020, 33(11): 2484-2492. |
| [21] | Wang Y X, Liu G H, Zhao Z H, et al. Using soil erosion to locate nonpoint source pollution risks in coastal zones: a case study in the Yellow River Delta, China[J]. Environmental Pollution, 2021, 283. DOI:10.1016/j.envpol.2021.117117 |
| [22] |
第二次全国污染源普查公报[J]. 环境保护, 2020, 48(18): 8-10. The second national pollution source census bulletin[J]. Environmental Protection, 2020, 48(18): 8-10. |
| [23] |
贾玉雪, 帅红, 韩龙飞. 基于"源-汇"理论的资江下游地区非点源污染风险区划[J]. 应用生态学报, 2020, 31(10): 3518-3528. Jia Y X, Shuai H, Han L F. Zonation on non-point source pollution risk in the lower reaches of Zijiang River based on the "source-sink" theory[J]. Chinese Journal of Applied Ecology, 2020, 31(10): 3518-3528. |
| [24] | Jiang M Z, Chen H Y, Chen Q H. A method to analyze "source-sink" structure of non-point source pollution based on remote sensing technology[J]. Environmental Pollution, 2013, 182: 135-140. DOI:10.1016/j.envpol.2013.07.006 |
| [25] |
刘鹏, 张紫霞, 王妍, 等. 普者黑流域土地利用及"源-汇"景观的氮磷输出响应研究[J]. 农业环境科学学报, 2020, 39(6): 1332-1341. Liu P, Zhang Z X, Wang Y, et al. Effect of land use and the source-sink landscape on nitrogen and phosphorus export in the Puzhehei water-shed[J]. Journal of Agro-Environment Science, 2020, 39(6): 1332-1341. |
| [26] |
胡文慧, 李光永, 郭亚洁, 等. 汾河灌区农业面源污染经验统计模型的构建与验证[J]. 中国农业大学学报, 2015, 20(2): 207-215. Hu W H, Li G Y, Guo Y J, et al. Construction and verification of an empirical model for agricultural nonpoint source pollution in the Fenhe irrigation district[J]. Journal of China Agricultural University, 2015, 20(2): 207-215. |
| [27] |
梁常德, 龙天渝, 李继承, 等. 三峡库区非点源氮磷负荷研究[J]. 长江流域资源与环境, 2007, 16(1): 26-30. Liang C D, Long T Y, Li J C, et al. Importation loads of non-point source nitrogen and phosphorus in the three gorges reservoir[J]. Resources and Environment in the Yangtze Basin, 2007, 16(1): 26-30. DOI:10.3969/j.issn.1004-8227.2007.01.006 |
| [28] | Santhi C, Arnold J G, Williams J R, et al. Validation of the swat model on a large river basin with point and nonpoint sources[J]. Journal of the American Water Resources Association, 2001, 37(5): 1169-1188. DOI:10.1111/j.1752-1688.2001.tb03630.x |
| [29] |
邹俏俏. 辽宁省水稻灌溉制度分析[J]. 东北水利水电, 2013, 31(5): 55-56. Zou Q Q. Analysis of rice irrigation system in Liaoning province[J]. Water Resources & Hydropower of Northeast China, 2013, 31(5): 55-56. |
| [30] |
向镜, 张义凯, 朱德峰, 等. 盐碱地耕作和洗盐方式对水稻生长及产量的影响[J]. 中国稻米, 2018, 24(4): 68-71. Xiang J, Zhang Y K, Zhu D F, et al. Effects of tillage and salt washing on growth and yield of rice in saline-alkali soil[J]. China Rice, 2018, 24(4): 68-71. DOI:10.3969/j.issn.1006-8082.2018.04.016 |
| [31] | Johnes P J, Heathwaite A L. Modelling the impact of land use change on water quality in agricultural catchments[J]. Hydrological Processes, 1997, 11(3): 269-286. DOI:10.1002/(SICI)1099-1085(19970315)11:3<269::AID-HYP442>3.0.CO;2-K |
| [32] | Shrestha S, Kazama F, Newham L T H. A framework for estimating pollutant export coefficients from long-term in-stream water quality monitoring data[J]. Environmental Modelling & Software, 2008, 23(2): 182-194. |
| [33] | Shrestha S, Kazama F, Newham L T H, et al. Catchment scale modelling of point source and non-point source pollution loads using pollutant export coefficients determined from long-term in-stream monitoring data[J]. Journal of Hydro-environment Research, 2008, 2(3): 134-147. DOI:10.1016/j.jher.2008.05.002 |
| [34] |
周跃龙, 汪怀建, 余辉, 等. 应用输出系数模型对太湖流域面源污染负荷测算研究[J]. 江西农业大学学报, 2014, 36(3): 678-683. Zhou Y L, Wang H J, Yu H, et al. Estimation of nutrient export loads in Taihu Lake watershed based on the export coefficient model[J]. Acta Agriculturae Universitatis Jiangxiensis, 2014, 36(3): 678-683. |
| [35] |
应兰兰, 侯西勇, 路晓, 等. 我国非点源污染研究中输出系数问题[J]. 水资源与水工程学报, 2010, 21(6): 90-95, 99. Ying L L, Hou X Y, Lu X, et al. Discussion on the export coefficient method in non-point source pollution studies in China[J]. Journal of Water Resources and Water Engineering, 2010, 21(6): 90-95, 99. |
| [36] |
丁晓雯, 刘瑞民, 沈珍瑶. 基于水文水质资料的非点源输出系数模型参数确定方法及其应用[J]. 北京师范大学学报(自然科学版), 2006, 42(5): 534-538. Ding X W, Liu R M, Shen Z Y. Method for obtaining parameters of export coefficient model using hydrology and water quality data and its application[J]. Journal of Beijing Normal University (Natural Science), 2006, 42(5): 534-538. DOI:10.3321/j.issn:0476-0301.2006.05.024 |
| [37] |
方怒放, 史志华, 李璐. 基于输出系数模型的丹江口库区非点源污染时空模拟[J]. 水生态学杂志, 2011, 32(4): 7-12. Fang N F, Shi Z H, Li L. Application of export coefficient model in simulating pollution load of non-point source in Danjiangkou Reservoir area[J]. Journal of Hydroecology, 2011, 32(4): 7-12. |
| [38] |
李怀恩, 庄咏涛. 预测非点源营养负荷的输出系数法研究进展与应用[J]. 西安理工大学学报, 2003, 19(4): 307-312. Li H E, Zhuang Y T. The export coefficient modeling approach for load prediction of nutrient from nonpoint source and its application[J]. Journal of Xi'an University of Technology, 2003, 19(4): 307-312. |
| [39] |
蔡明, 李怀恩, 庄咏涛, 等. 改进的输出系数法在流域非点源污染负荷估算中的应用[J]. 水利学报, 2004(7): 40-45. Cai M, Li H E, Zhuang Y T, et al. Application of modified export coefficient method in polluting load estimation of non-point source pollution[J]. Journal of Hydraulic Engineering, 2004(7): 40-45. |
| [40] |
杜娟, 李怀恩, 李家科. 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[J]. 农业环境科学学报, 2013, 32(4): 827-837. Du J, Li H E, Li J K. Analysis on export coefficients based on measured data and study on the sources of non-point load for Fenghe River watershed in Shaanxi province, China[J]. Journal of Agro-Environment Science, 2013, 32(4): 827-837. |
| [41] |
程静, 贾天下, 欧阳威. 基于STELLA和输出系数法的流域非点源负荷预测及污染控制措施[J]. 水资源保护, 2017, 33(3): 74-81. Cheng J, Jia T X, Ouyang W. Prediction of non-point source load based on STELLA and export coefficient method and prevention measures[J]. Water Resources Protection, 2017, 33(3): 74-81. |
| [42] |
张爱平. 宁夏引黄灌区农业非点源污染评价[J]. 生态学杂志, 2013, 32(1): 156-163. Zhang A P. An assessment of agricultural non-point source pollution in Ningxia irrigation region, northwest China[J]. Chinese Journal of Ecology, 2013, 32(1): 156-163. |
| [43] |
张立坤, 香宝, 胡钰, 等. 基于输出系数模型的呼兰河流域非点源污染输出风险分析[J]. 农业环境科学学报, 2014, 33(1): 148-154. Zhang L K, Xiang B, Hu Y, et al. Risk assessment of non-point source pollution in Hulan River basin using an output coefficient model[J]. Journal of Agro-Environment Science, 2014, 33(1): 148-154. |
| [44] |
王有霄, 钟萍丽, 于格, 等. 胶州湾氮、磷非点源污染负荷估算及时空分析[J]. 中国海洋大学学报, 2019, 49(2): 85-97. Wang Y X, Zhong P L, Yu G, et al. Estimation of N, P non-point source pollution loads and analysis of spatial and temporal characteristies in the Jiaozhou Bay[J]. Periodical of Ocean University of China, 2019, 49(2): 85-97. |
| [45] | Liu G W C, Chen L, Wei G Y, et al. New framework for optimizing best management practices at multiple scales[J]. Journal of Hydrology, 2019, 578. DOI:10.1016/j.jhydrol.2019.124133 |
| [46] |
徐华山, 徐宗学, 刘品. 漳卫南运河流域非点源污染负荷估算及最佳管理措施优选[J]. 环境科学, 2013, 34(3): 882-891. Xu H S, Xu Z X, Liu P. Estimation of nonpoint source pollutant loads and optimization of the best management practices (BMPs) in the Zhangweinan River basin[J]. Environmental Science, 2013, 34(3): 882-891. |