2021, Vol. 42
近年来, 不合理的人类活动导致了河川径流减少、河流水质恶化和环境退化等一系列环境问题[1].其中, 由农业活动引起的面源污染是导致国内外流域水环境污染的重要原因之一, 据第一次全国污染源普查公报表明, 我国农业源排放的TN和TP对氮、磷水污染物总量的贡献率分别占到57%和67%, 并且我国经济结构长期为农业粗放型经济[2], 农田氮素污染已成为农业生态环境最主要的污染源之一[3], 水体氮营养盐增加导致的富营养化加剧破坏了水生生态系统[4], 严重影响到我国农业和国民经济的可持续发展.在此背景下, 探究流域面源TN污染负荷的时空演变特征成为准确把握面源污染负荷时空演变规律的手段之一, 对有效治理面源污染, 改善流域水环境质量具有重要意义.
面源污染负荷的估算是研究污染负荷时空演变的基础, 随着改进输出系数模型(排污系数法[5]和总氮输出系数改进模型[6]等)及机制模型(SWAT[7, 8]、HSPF[9, 10]和AnnAGNPS[11]等)的相继提出与应用, 使面源污染负荷估算问题得到有效解决.各国学者得以在此基础上对面源污染负荷的时空演变展开了大量而深入的研究, 如时空分布模拟[12~14]常用于寻找面源污染高污染区, 多元统计分析[15~17]用于污染物动态聚类和划分污染属性类型, GIS空间技术[18, 19]可分析污染负荷的空间相关性并输出污染分布.此外, 丘雯文等[20]还利用基尼系数分解方法和Kernel密度估计法探究了中国面源污染排放的空间和强度差异, 吴义根等[21]使用探索性空间数据分析方法(ESDA)对中国面源污染动态演变进行了相关性分析, 张广纳等[22]利用空间自相关及冷热点分析方法探究了三峡库区重庆段农村面源污染的时空格局演变特征.然而, 前人的研究多集中在探寻高污染区域及污染类型的空间相关性, 而缺乏利用空间重心统计思想从长时间序列上揭示流域农业面源污染演变格局, 反映农业面源污染负荷变化趋势方面的研究.
空间重心统计方法常应用于人口、经济、能源、消费、制造业和城市群等重心变化研究中[23], 这些指标都具有一定的地理空间属性, 面源污染同样具有地理空间特征, 随着各研究单元污染负荷的不均匀变化, 所得到的污染负荷重心较研究单元几何重心会发生移动, 移动的大小及方向能够反映污染负荷的空间重心移动特征.基于此, 本研究尝试性地将地学中的空间重心统计分析思想运用到沱江流域污染负荷重心的计算上, 拓展了环境学领域在污染负荷时空变化上的分析方法, 并对连续时间内流域面源污染格局演变及其驱动因素进行了探究, 以期为相关部门在制定精准防控和预警沱江流域面源污染策略时提供理论依据
1 研究区概况沱江是长江的一级支流, 是四川重要河流之一, 地理坐标为28°49′17″~31°42′3″N, 103°40′57″~105°42′50″E, 面积为2.76×104 km2, 其中四川境内流域面积为2.55×104 km2(图 1).沱江流域是四川省成都平原经济区、川西北生态经济区和川南经济区等主要经济区的重要水源地, 是长江经济带西部的重要组成部分, 其水环境遭受污染, 并且受TN的污染尤为严重[24~26], 不仅影响该地区人民的生产生活, 还会制约下游三峡库区甚至整个长江流域的社会经济发展[27].该流域包括了成都市、德阳市、眉山市、资阳市、内江市、泸州市和自贡市这7个市级行政单位的28个县级行政单元, 地理位置极为重要, 流域内工业、城镇生活、畜禽养殖和农业种植等各类污染源众多[28], 畜禽养殖规模大、粮食和经济作物种植力度大、人口密度高、人均耕地面积少且土地利用强度大, 导致流域周边面源污染问题非常突出.
|
图 1 沱江流域地理位置示意 Fig. 1 Location map of Tuojiang River basin |
本研究数据主要来自统计年鉴及网络数据平台, 具体数据来源及数据特征如表 1所示.
|
表 1 数据来源和数据特征 Table 1 Data sources and characteristics |
2.2 面源污染负荷估算
本研究采取的排放系数法是借鉴经典输出系数模型[29]的思路, 将污染物输出系数替换为排放系数, 得到污染物排放量的一种污染负荷估算方法[30].沱江流经四川盆地腹部, 多年降雨量均匀, 除沱江源头部分, 地势较为平坦.此外, 该流域的土地利用、气候条件和管理状况等因素变化不显著, 各类系数变化较小.因此, 本研究采用统一排污系数估算2007~2017年沱江流域TN污染负荷, 其具体计算公式及相关系数见表 2.
|
|
表 2 各污染源污染负荷计算方法及相关系数 Table 2 Calculation methods and correlation coefficient of pollution load of each pollution source |
2.3 空间重心统计分析法 2.3.1 几何重心
几何重心是区域空间的均衡点, 重心移动能够反映地理事物和现象的空间分布变化, 计算区域某种属性的重心, 通常借助区域内各子区域的某种属性和地理坐标来表达.本研究的思路是运用空间重心统计模型, 结合GIS技术, 计算各污染源TN污染负荷的空间重心坐标, 空间重心统计模型计算公式为：
|
(2) |
式中, X和Y分别表示研究区污染负荷分布重心的坐标; n为研究区内区县的数目; Ej为区县某污染源的TN污染负荷; xj和yj各区县所在地的几何重心坐标, 本研究利用ArcGIS对沱江流域28个区县的矢量边界进行计算, 得到28个区县的几何重心坐标.将2007~2017年的TN污染负荷, 按污染源类别代入式(2), 计算出各年来自各污染源的TN污染负荷重心的坐标值, 并将结果导入到ArcGIS绘制成图.
2.3.2 污染负荷空间重心年际移动距离污染负荷空间重心年际移动距离的公式如下：
|
(3) |
式中, Dk-l表示从第l年到第k年污染负荷重心移动的距离(km); Xk和Xl分别表示第k年和第l年的重心纬度坐标, Yk和Yl分别表示第k年和第l年的重心经度坐标; 在纬线方向上的单位经度长度是变化的, 但由于重心移动的距离较小, 本研究对此忽略, R取常数111.111[43], 表示地表球面经纬度坐标转化为平面距离的系数.此外, 为了反映各污染源污染负荷变化的重点识别区, 本研究运用ArcGIS最小边界几何分析工具分别计算出2007~2017年间沱江流域各面源污染源的TN污染负荷重心最小边界圆, 从而确定各污染源TN污染负荷变化的重点识别区域.
3 结果与分析 3.1 污染负荷变化特征通过排污系数法估算得到2007~2017年各面源污染源的TN污染负荷、各污染源的污染负荷贡献率、2007~2017年沱江流域TN总污染负荷(图 2)和2007、2012、2017年沱江流域各区县TN总污染负荷空间分布(图 3).
|
图 2 沱江流域各面源污染源对整个流域TN污染负荷的贡献率 Fig. 2 Contribution rate of non-point pollution sources in the Tuojiang River basin to TN pollution loads in the whole watershed |
|
图 3 2007~2017年沱江流域TN污染负荷 Fig. 3 TN pollution load in the Tuojiang River basin during 2007- 2017 |
如图 2所示, 从总体来看, 2007~2017年畜禽养殖污染源对TN的污染负荷贡献率最高, 均在45%以上, 是沱江流域的主要污染物, 并且有研究表明[44], 四川耕地负荷的畜禽TN养分量已达到202.98 kg·hm-2, 远超粪肥氮施用警戒线170 kg·hm-2[45], 可见畜禽养殖污染源是沱江流域TN面源污染的主要污染源.从变化趋势来看, 农村生活和农村生活垃圾污染源对TN的污染负荷贡献率呈逐年减少趋势, 这是由于我国农业人口向城市人口转化, 农业人口数量减少, 使得农村生活、农村生活垃圾的污染负荷减少, 其对沱江流域TN面源污染负荷贡献率也随之降低; 农田固废和农田径流污染源则呈增加趋势, 其原因是农田固废类污染负荷与粮食、经济作物的产量呈正相关, 与2007年相比, 2017年沱流域的粮食、经济作物的产量分别增加了7.81%、42.49%, 并且经济作物(油料)的秸秆粮食比为2.26, 秸秆产量高, 产污量大, 使得农田固废污染源对TN的污染负荷贡献率则呈增加趋势.
由图 3可知, 从总体来看, 2007~2017年沱江流域农业面源TN总污染负荷呈下降趋势.从局部变化来看, 2007~2010年TN总污染负荷呈逐年上升趋势, 2010年污染负荷达到最大, 为5.70×104 t, 2017年污染负荷最小, 为4.69×104 t. 2011~2017年TN总污染负荷呈现总体下降, 个别年份上升的特征, 其中2013年的TN总污染负荷下降最多, 相比2012年TN的总污染负荷减少了0.59×104 t.
3.2 污染负荷重心移动基于2007~2017年沱江流域TN污染负荷基础数据, 利用式(2)~(3)分别计算出TN农业面源总污染负荷和5种面源污染源的TN污染负荷重心及其移动距离, 结果如表 3~5所示, 并通过ArcGIS软件制图得到沱江流域中畜禽养殖、农村生活、农村生活垃圾、农田径流和农田固废类污染源的重心转移路径, 结果如图 4~5所示.由图 4可知, 2007~2017年沱江流域的污染负荷重心均分布在位于沱江中游的雁江区南部.
|
|
表 3 2007~2017年沱江流域TN总污染负荷、畜禽养殖污染源TN污染负荷重心转移距离 Table 3 Moving distance of total TN pollution load and TN pollution load center of livestock breeding pollution source in the Tuojiang River basin during 2007- 2017 |
|
|
表 4 2007~2017年沱江流域农村生活垃圾、农村生活污染源TN污染负荷重心转移距离 Table 4 Moving distance of center of gravity of TN pollution load of rural domestic waste and rural domestic pollution source in the Tuojiang River basin during 2007- 2017 |
|
|
表 5 2007~2017年沱江流域农田固废类、农田径流污染源TN污染负荷重心转移距离 Table 5 Moving distance of TN pollution load center of farmland solid waste and farmland runoff pollution source in the Tuojiang River basin during 2007- 2017 |
|
图 4 2007~2017年沱江流域面源污染源TN污染负荷重心空间分布 Fig. 4 Spatial distribution of TN pollution load centers from non-point pollution sources in the Tuojiang River basin during 2007- 2017 |
|
图 5 2007~2017年沱江流域面源污染源TN污染负荷重心移动 Fig. 5 Gravity shift of TN pollution load from non-point pollution sources in the Tuojiang River basin during 2007- 2017 |
从各污染源TN污染负荷重心移动特征来看, 2007~2017年, 畜禽养殖、农田固废类和农田径流污染源TN污染负荷重心总体均由流域的西北向东南方向移动, 农村生活和农村生活垃圾污染源的TN污染负荷重心则由东南向西北方向转移(见图 5), 由于本研究采用排污系数法估算污染负荷, 而农村生活垃圾和农村生活污染源污染负荷均是由农业人口数量为基数计算而来, 使两者各年的污染负荷的重心落在同一点, 故农村生活垃圾和农村生活污染源的TN污染负荷重心移动轨迹重合.
由表 3~5可知, 2007~2017年, TN总污染负荷重心落在104°43′28″~104°44′12″E, 30°01′14″~30°03′04″N之间; 畜禽养殖污染源TN污染负荷重心在104°43′12″~104°44′42″E, 30°01′07″~30°04′43″N之间; 农村生活和农村生活垃圾污染源TN污染负荷重心落在104°41′25″~104°45′10″E, 29°59′01″~30°4′43″N之间; 农田固废类污染源TN污染负荷重心落在104°43′03″~104°45′22″E, 30°00′12″~30°04′34″N之间; 农田径流污染源TN污染负荷重心落在104°42′17″~104°44′29″E, 30°00′14″~30°03′52″N之间.TN总污染、畜禽养殖、农村生活和农村生活垃圾、农田固废类和农田径流污染源TN污染负荷重心移动最大的年份分别出现在2008、2008、2013、2016和2011年, 其相应移动距离为1 368.46、3 200.25、8 539.57、2 555.80和2 751.11 m, 表明这些年份沱江流域各区县面源污染源TN污染负荷变化幅度不均衡, 其中农村生活和农村生活垃圾污染源尤为明显.
3.2.2 各污染源TN污染负荷重心移动驱动因素分析畜禽养殖、农田固废类和农田径流污染源的TN污染负荷重心移动分别与畜禽养殖、粮食及经济作物和农田径流污染源的TN污染负荷在空间上的不均匀变化有关.如图 6所示, 上述3种污染源TN负荷在2007~2017年间的变化率呈现空间差异性, 东南部各区县的畜禽养殖、农田固废和农田径流污染源TN负荷变化幅度分别为-32.4%~21.9%、13.9%~184%和1.9%~31.5%, 西北部各区县的畜禽养殖、农田固废和农田径流污染源TN负荷变化幅度分别为-74.7%~6%、-33.9%~108%和-49.7%~0.78%.农业生产技术的改进与革新使位于沱江流域东南部区县的畜禽养殖、粮食和经济作物增加幅度较西北地区更大, TN产污量随之变大, 进而驱动重心由西北向东南方向移动.农田径流的TN污染负荷变化与农业用地面积变化有关, 沱江流域西北部是工业、人口集中地区, 位于沱江流域西北部的新都区和龙泉驿区、旌阳区和广汉市分别隶属于经济、工业发达的成都市和德阳市, 其经济发展迅速, 农业用地被大面积占用, 农田面积急剧减少, 这种空间上所受影响的差异导致了农田径流污染源的TN污染负荷重心由西北向东南方向移动.
|
图 6 沱江流域2007~2017年间畜禽养殖、农田固废和农田径流污染源TN负荷变化率 Fig. 6 Variation rate of TN load from livestock breeding, farmland solid waste, and farmland runoff pollution sources in the Tuojiang River Basin during 2007- 2017 |
农村生活和农村生活垃圾污染源的TN污染负荷重心移动与农业人口的不均匀减少有关. 2007~2017年沱江流域的农业人口减少率具有明显空间分布特征, 位于沱江流域西北部区县的农业人口减少率低, 例如彭州市、新都区和龙泉驿区的农业人口减少率为20.17%、21.3%和25.19%, 农业人口减少率低.而位于东南部区县的农业人口减少率则较高, 如龙马潭区和江阳区的农业人口减少率分别达到了59.37%和59.58%, 这是由于东南部各区县的农业人口大量向城市人口转化, 农业人口急剧减少.而农村生活和农村生活垃圾污染源的TN污染负荷与农业人口呈正相关, 农业人口的不均匀减少导致了农村生活和农村生活垃圾TN污染负荷重心由东南向西北方向移动.
除上述社会经济因素对污染负荷重心移动有影响外, 降雨径流也是驱动污染负荷重心移动的重要原因.为探究降雨径流与污染负荷重心移动的关系, 以Arcgis软件为平台, 利用反距离插值法对沱江流域内21个气象监测点监测的2007~2017年最高温度和降雨量均值的月平均值进行插值.结果如图 7所示, 沱江流域的降雨量呈现西北部>东南部>中部的空间分布特征[见图 7(a)], 高温地区主要出现在东南部, 西北部的温度较低[见图 7(b)].由于沱江流域降雨径流量与降雨量呈正相关, 与温度呈负相关[46], 尽管东南部有一定降雨量, 但高温会蒸发部分雨水, 使降雨径流减少, 由此可知该流域西北部的降雨径流大于东南部.结合地形分析, 沱江流域西北部的地势较高, 东南部地势较低[图 7(c)], 降雨径流由地势较高的地区流向地势较低的地区, 即由西北部流入东南部, 在此过程中, 降雨径流会裹挟各面源TN污染物流入水系, 驱动TN污染负荷重心由西北向东南部转移.
|
图 7 沱江流域气象及地形特征 Fig. 7 Features of weather and altitude of the Tuojiang River basin |
由图 8(a)可知, 在经度方向上, 畜禽养殖、农田固废和农田径流污染源TN污染负荷重心迁移总体趋于一致, 均出现明显东移趋势.结合TN总污染负荷分析可知, TN总污染负荷与各污染源污染负荷的重心移动具有一定的协同性, 2007~2012年间, 各污染源污染负荷的重心向东少量移动, TN总污染负荷重心随之向东少量移动, 2012~2013年, 农村生活和农村生活垃圾污染源污染负荷重心虽向西移动较大距离, 但TN总污染负荷重心只向西少量移动, 表明农村生活和农村生活垃圾污染源对TN总污染负荷重心移动的影响较小, 2014~2017年, 各污染源污染负荷的重心总体向东少量移动, TN总污染负荷重心随之向东少量移动.由图 8(b)可知, 在纬度方向上, 畜禽养殖、农田固废和农田径流污染源TN污染负荷重心迁移总体趋于一致, 均出现明显的南移趋势.无论是经度还是纬度方向上, 畜禽养殖污染源TN污染负荷重心移动与TN总污染负荷重心移动轨迹最接近, 表明畜禽养殖源是TN面源污染的主要贡献源.
|
图 8 2007~2017年沱江流域面源污染源TN污染负荷在经度和纬度上的变化 Fig. 8 Changes in longitude and latitude of the TN pollution load from non-point sources in the Tuojiang River basin during 2007- 2017 |
农村生活和农村生活垃圾污染源的TN污染负荷重心无论在经度还是纬度方向上的移动都明显区别于其它面源污染源, 其移动趋势在2012~2013年间发生变异, 结合表 2可知, 这期间农村生活和农村生活垃圾污染源的TN污染负荷重心由东南向西北转移达8 539.57 m.这与2012~2013年农业人口的不均匀减少有关, 2012~2013年沱江流域的农业人口减少率具有明显空间分布特征(图 9), 位于沱江流域西北部区县的农业人口减少率低, 例如新都区和龙泉驿区的农业人口减少率分别为-8.35%和-3.64%, 农业人口减少率为负数, 说明有农村人口增加, 而位于东南部区县的农业人口减少率则较高, 如龙马潭区和江阳区的农业人口减少率分别达到了57.33%和52.58%, 这是由于东南部区县的农业人口基数大, 大量农业人口向城市人口转化, 农业人口急剧下降.而农村生活和农村生活垃圾污染源的TN污染负荷与农业人口呈正相关, 2012~2013年农业人口在空间上的不均匀减少导致了沱江流域TN污染负荷重心由东南向西北方向移动.
|
图 9 2012~2013年沱江流域各区县农业人口减少率 Fig. 9 Reduction rate of agricultural population in counties of the Tuojiang River basin during 2012- 2013 |
本研究运用ArcGIS最小几何边界工具分别计算出2007~2017年间沱江流域各污染源TN污染负荷重心的最小边界圆, 进而反映污染源污染负荷变化的重点识别区域.结果如图 10所示, 圆圈面积越大, 说明累计转移范围越大, 其污染源污染负荷变化的重点识别区域也越大.农村生活和农村生活垃圾污染源的TN污染负荷重心转移范围达66.35 km2, 是污染源污染负荷变化的重点识别区域.城市化进程加快的显著特征是农业人口向城市人口转化, 而沱江流域是人口密集区并且各主要城市分别于2007年前后进入城市化快速发展期[47], 使得这种转化尤为明显, 进而驱动了农村生活、农村生活垃圾污染源的TN污染负荷重心大范围移动.农田固废类、农田径流和畜禽养殖类污染源的TN污染负荷重心转移与沱江流域的农业经济发展有关, “三农”问题在2004年受到国家高度重视, 减征或免征农业税逐步开始, 农业技术投入力度加大, 广大农户种粮积极性空前高涨[48], 粮食及经济作物产量及畜禽养殖量实现连年增长, 这种变化在沱江东南部尤为明显, 进而驱动了污染负荷重心的移动.
|
图 10 2007~2017年沱江流域面源污染源TN污染负荷重心最小边界圆 Fig. 10 Boundary circle of TN pollution load center from non-point sources in the Tuojiang River basin during 2007- 2017 |
本研究尝试性地将地学中的空间重心统计分析思想运用到流域污染负荷重心的计算上, 并对连续时间内流域面源污染格局演变进行了研究, 拓展了环境学领域在污染负荷时空变化上的分析方法.该理论框架不仅能够从源头上追溯污染的产生, 还更加直观地展示面源污染负荷时空演变特征, 由此探明研究区需要进行重点污染治理及防控的区域和污染源, 与传统污染负荷时空分布模拟模型相比具有数据要求低、操作简单和可移植性强等优点.由于沱江流域的农业发达(农田面积占整个流域的78%以上), 因此本研究利用各区县的几何重心为基准点来进行面源污染负荷重心移动分析, 对于个别农田分布较少的区县其基准点的选取可能有一定的偏差.因此, 其它流域在应用本研究框架时应充分考虑流域自身的土地利用及其社会经济条件来选取空间重心统计的基准点, 进而更加精准地为水环境污染的预防和管理提供方向.
5 结论(1) 沱江流域农村生活和农村生活垃圾污染源对整个流域TN污染负荷的贡献率呈逐年减少趋势, 农田固废和农田径流污染源的贡献率则呈增加趋势, 畜禽养殖污染源的贡献率每年均在45%以上, 是TN面源污染的主要污染源.沱江流域TN总污染负荷总体呈下降趋势, 2010年污染负荷最大, 达到5.7×104 t, 2017年最小, 为4.6×104 t.
(2) 沱江流域东南部各区县的畜禽养殖、农田固废和农田径流污染源TN负荷变化幅度分别为-32.4%~21.9%、13.9%~184%和1.9%~31.5%, 西北部则分别为-74.7%~6%、-33.9%~108%和-49.7%~0.78%, 此外, 降雨径流呈现西北多东南少的空间分布特征, 污染负荷在空间上的异质性变化及降雨径流的不均匀分布驱使沱江流域畜禽养殖、农田固废类和农田径流污染源的TN污染负荷重心由西北向东南方向移动.
(3) 沱江流域主要城市分别于2007年前后进入城市化快速发展阶段, 促使流域东南部各区县的农业人口大量向城市人口转化, 进而驱动农村生活和农村生活垃圾污染源的TN污染负荷重心由东南向西北方向转移, 其转移范围达66.35 km2, 由此确定的最小边界圆是污染源污染负荷变化的重点识别区域.
| [1] |
杨胜天, 于心怡, 丁建丽, 等. 中亚地区水问题研究综述[J]. 地理学报, 2017, 72(1): 79-93. Yang S T, Yu X Y, Ding J L, et al. A review of water issues research in Central Asia[J]. Acta Geographica Sinica, 2017, 72(1): 79-93. |
| [2] | Wu Y H, Liu J Z, Shen R F, et al. Mitigation of nonpoint source pollution in rural areas: from control to synergies of multi ecosystem services[J]. Science of the Total Environment, 2017, 607-608: 1376-1380. DOI:10.1016/j.scitotenv.2017.07.105 |
| [3] | 张丽娟, 马友华, 王桂苓, 等. 农业面源污染中农田氮污染危害及其防治措施[J]. 农业环境与发展, 2010, 27(4): 48-52. DOI:10.3969/j.issn.1005-4944.2010.04.015 |
| [4] |
刘舒蕾, 彭慧君, 杨佳怡, 等. 水生植物生物质炭去除水体中氮磷性能[J]. 环境科学, 2019, 40(11): 4980-4986. Liu S L, Peng H J, Yang J Y, et al. Removal of nitrogen and phosphorus from water by biomass carbon of aquatic plants[J]. Environmental Science, 2019, 40(11): 4980-4986. |
| [5] |
崔超, 刘申, 翟丽梅, 等. 兴山县香溪河流域农业源氮磷排放估算及时空特征分析[J]. 农业环境科学学报, 2015, 34(5): 937-946. Cui C, Liu S, Zhai L M, et al. Estimates and spatio-temporal characteristics of nitrogen and phosphorus discharges from agricultural sources in Xiangxi River Basin, Xingshan county[J]. Journal of Agro-Environment Science, 2015, 34(5): 937-946. |
| [6] |
庞树江, 王晓燕. 流域尺度非点源总氮输出系数改进模型的应用[J]. 农业工程学报, 2017, 33(18): 213-223. Pang S J, Wang X Y. Application of modified diffuse total nitrogen export coefficient model at watershed scale[J]. Transactions of the Chinese Society of Agricultural Engineering, 2017, 33(18): 213-223. DOI:10.11975/j.issn.1002-6819.2017.18.028 |
| [7] | Fan M, Shibata H, Chen L. Environmental and economic risks assessment under climate changes for three land uses scenarios analysis across Teshio watershed, northernmost of Japan[J]. Science of the Total Environment, 2017, 599-600: 451-463. DOI:10.1016/j.scitotenv.2017.05.010 |
| [8] | Pulighe G, Bonati G, Colangeli M, et al. Predicting streamflow and nutrient loadings in a Semi-Arid Mediterranean watershed with ephemeral streams using the SWAT model[J]. Agronomy, 2020, 10(1). DOI:10.3390/agronomy10010002 |
| [9] |
庞树江, 王晓燕, 马文静. 多时间尺度HSPF模型参数不确定性研究[J]. 环境科学, 2018, 39(5): 2030-2038. Pang S J, Wang X Y, Ma W J. Research of parameter uncertainty for the HSPF model under different temporal scales[J]. Environmental Science, 2018, 39(5): 2030-2038. |
| [10] | Yan C A, Zhang W C. Effects of model segmentation approach on the performance and parameters of the Hydrological Simulation Program- Fortran (HSPF) models[J]. Hydrology Research, 2014, 45(6): 893-907. DOI:10.2166/nh.2014.182 |
| [11] |
洪华生, 黄金良, 张珞平, 等. AnnAGNPS模型在九龙江流域农业非点源污染模拟应用[J]. 环境科学, 2005, 26(4): 63-69. Hong H S, Huang J L, Zhang L P, et al. Modelling pollutant loads and management alternatives in Jiulong River watershed with AnnAGNPS[J]. Environmental Science, 2005, 26(4): 63-69. |
| [12] | Shen Z Y, Qiu J L, Hong Q, et al. Simulation of spatial and temporal distributions of non-point source pollution load in the Three Gorges Reservoir Region[J]. Science of the Total Environment, 2014, 493: 138-146. DOI:10.1016/j.scitotenv.2014.05.109 |
| [13] | Ma G W, Wang S R. Temporal and spatial distribution changing characteristics of exogenous pollution load into Dianchi Lake, Southwest of China[J]. Environmental Earth Sciences, 2015, 74(5): 3781-3793. DOI:10.1007/s12665-015-4721-z |
| [14] | Sharma A, Tiwari K N. Predicting non-point source of pollution in Maithon reservoir using a semi-distributed hydrological model[J]. Environmental Monitoring and Assessment, 2019, 191(8). DOI:10.1007/s10661-019-7674-y |
| [15] |
杨兵, 何丙辉, 王德宝. 三峡前置库汉丰湖试运行年水文水质变化特征[J]. 环境科学, 2017, 38(4): 1366-1375. Yang B, He B H, Wang D B. Hanfeng Pre-reservoir commissioning time variation feature of the hydrology and water quality in Three Gorges Reservoir[J]. Environmental Science, 2017, 38(4): 1366-1375. DOI:10.3969/j.issn.1000-6923.2017.04.021 |
| [16] |
耿润哲, 李明涛, 王晓燕, 等. 基于SWAT模型的流域土地利用格局变化对面源污染的影响[J]. 农业工程学报, 2015, 31(16): 241-250. Geng R Z, Li M T, Wang X Y, et al. Effect of land use/landscape changes on diffuse pollution load from watershed based on SWAT model[J]. Transactions of the Chinese Society of Agricultural Engineering, 2015, 31(16): 241-250. DOI:10.11975/j.issn.1002-6819.2015.16.032 |
| [17] |
李明涛, 王晓燕, 刘文竹. 潮河流域景观格局与非点源污染负荷关系研究[J]. 环境科学学报, 2013, 33(8): 2296-2306. Li M T, Wang X Y, Liu W Z. Relationship between landscape pattern and non-point source pollution loads in the Chaohe River Watershed[J]. Acta Scientiae Circumstantiae, 2013, 33(8): 2296-2306. |
| [18] |
宋大平, 左强, 刘本生, 等. 农业面源污染中氮排放时空变化及其健康风险评价研究——以淮河流域为例[J]. 农业环境科学学报, 2008, 37(6): 1219-1231. Song D P, Zuo Q, Liu B S, et al. Estimation of spatio-temporal variability and health risks of nitrogen emissions from agricultural non-point source pollution: a case study of the Huaihe River Basin, China[J]. Journal of Agro-Environment Science, 2008, 37(6): 1219-1231. |
| [19] |
杨柳, 马克明, 郭青海, 等. 汉阳非点源污染控制区划[J]. 环境科学, 2006, 27(1): 31-36. Yang L, Ma K M, Guo Q H, et al. Zoning planning in non-point source pollution control in Hanyang district[J]. Environmental Science, 2006, 27(1): 31-36. |
| [20] |
丘雯文, 钟涨宝, 原春辉, 等. 中国农业面源污染排放的空间差异及其动态演变[J]. 中国农业大学学报, 2018, 23(1): 152-163. Qiu W W, Zhong Z B, Yuan C H, et al. Spatial differences and dynamic evolution of agricultural non-point source pollution in China[J]. Journal of China Agricultural University, 2018, 23(1): 152-163. |
| [21] |
吴义根, 冯开文, 李谷成. 我国农业面源污染的时空分异与动态演进[J]. 中国农业大学学报, 2017, 22(7): 186-199. Wu Y G, Feng K W, Li G C. Spatial-temporal pattern and dynamic evolution of agricultural non-point source pollution in China[J]. Journal of China Agricultural University, 2017, 22(7): 186-199. |
| [22] |
张广纳, 邵景安, 王金亮, 等. 三峡库区重庆段农村面源污染时空格局演变特征[J]. 自然资源学报, 2015, 30(7): 1197-1209. Zhang G N, Shao J A, Wang J L, et al. Spatial and temporal variations of agricultural non-point source pollution in the Three Gorges Reservoir area of Chongqing[J]. Journal of Natural Resources, 2015, 30(7): 1197-1209. |
| [23] |
肖智, 黄贤金, 孟浩, 等. 2009-2014年中国茶叶生产空间演变格局及变化特征[J]. 地理研究, 2017, 36(1): 109-120. Xiao Z, Huang X J, Meng H, et al. Spatial structure and evolution of tea production in China from 2009 to 2014[J]. Geographical Research, 2017, 36(1): 109-120. DOI:10.3969/j.issn.1003-2363.2017.01.020 |
| [24] |
胡芸芸, 王永东, 李廷轩, 等. 沱江流域农业面源污染排放特征解析[J]. 中国农业科学, 2015, 48(18): 3654-3665. Hu Y Y, Wang Y D, Li T X, et al. Characteristics analysis of agricultural nonpoint Source Pollution on Tuojiang River Basin[J]. Scientia Agricultura Sinica, 2015, 48(18): 3654-3665. DOI:10.3864/j.issn.0578-1752.2015.18.009 |
| [25] |
符东, 吴雪菲, 易珍言, 等. 沱江水质模糊综合评价及主要污染物的预测研究[J]. 农业环境科学学报, 2020, 39(12): 2844-2852. Fu D, Wu X F, Yi Z Y, et al. Fuzzy comprehensive assessment of water quality and prediction of main pollutants in the Tuo River[J]. Journal of Agro-Environment Science, 2020, 39(12): 2844-2852. DOI:10.11654/jaes.2020-0730 |
| [26] |
汪嘉杨, 郭倩, 王卓. 岷沱江流域社会经济的水环境效应评估研究[J]. 环境科学学报, 2017, 37(4): 1564-1572. Wang J Y, Guo Q, Wang Z. Study on the evaluation of water environment effects on society- economy of Mintuo River Basin[J]. Acta Scientiae Circumstantiae, 2017, 37(4): 1564-1572. |
| [27] |
王宏, 徐娅玲, 张奇, 等. 沱江流域典型农业小流域氮和磷排放特征[J]. 环境科学, 2020, 41(10): 4547-4554. Wang H, Xu Y L, Zhang Q, et al. Emission characteristics of nitrogen and phosphorus in a typical agricultural small watershed in Tuojiang River Basin[J]. Environmental Science, 2020, 41(10): 4547-4554. |
| [28] |
许静, 王永桂, 陈岩, 等. 长江上游沱江流域地表水环境质量时空变化特征[J]. 地球科学, 2020, 45(6): 1937-1947. Xu J, Wang Y G, Chen Y, et al. Characteristics on spatiotemporal variations of surface water environmental quality in Tuojiang River in upper reaches of Yangtze River Basin[J]. Earth Science, 2020, 45(6): 1937-1947. |
| [29] | Ongley E D, Zhang X L, Yu T. Current status of agricultural and rural non-point source Pollution assessment in China[J]. Environmental Pollution, 2010, 158(5): 1159-1168. DOI:10.1016/j.envpol.2009.10.047 |
| [30] |
熊昭昭, 王书月, 童雨, 等. 江西省农业面源污染时空特征及污染风险分析[J]. 农业环境科学学报, 2018, 37(12): 2821-2828. Xiong Z Z, Wang S Y, Tong Y, et al. Analysis on spatio-temporal characteristics of agricultural non-point sources pollution and pollution risk in Jiangxi Province, China[J]. Journal of Agro-Environment Science, 2018, 37(12): 2821-2828. DOI:10.11654/jaes.2018-0149 |
| [31] |
郭珊珊, 张涵, 杨汝馨. 基于耕地承载力的畜禽养殖污染负荷及环境风险研究——以四川省为例[J]. 水土保持通报, 2019, 39(1): 226-232. Guo S S, Zhang H, Yang R X. Pollutant loads and environmental risks of livestock production based on arable land carrying capacity——A case study in Sichuan Province[J]. Bulletin of Soil and Water Conservation, 2019, 39(1): 226-232. |
| [32] | 国家环境保护总局. 关于减免家禽业排污费等有关问题的通知: 环发[2004]43号[EB/OL]. https://hk.lexiscn.com/law/law-chinese-1-56218.html?crid=279a6599-8640-37a8-baef-bc32984eed40&prid, 2004-03-15. |
| [33] |
张鹏远, 苟楚璇, 巫杨, 等. 四川凯江流域农村非点源污染特征分析[J]. 农业资源与环境学报, 2018, 35(5): 398-404. Zhang P Y, Gou C X, Wu Y, et al. Characteristics of rural non-point source pollution in Kaijiang Basin of Sichuan Province[J]. Journal of Agricultural Resources and Environment, 2018, 35(5): 398-404. |
| [34] | 中国环境规划院. 全国水环境容量核定技术指南[M]. 北京: 中国环境规划院, 2003. |
| [35] | 中华人民共和国住房和城乡建设部. 西南地区农村生活污水处理技术指南[M]. 北京: 中华人民共和国住房和城乡建设部, 2010. |
| [36] | 国家环保总局. 主要水污染物总量分配指导意见: 环发[2005]185号[EB/OL]. http://www.110.com/fagui/law_196504.html, 2006-11-27. |
| [37] |
钱秀红, 徐建民, 施加春, 等. 杭嘉湖水网平原农业非点源污染的综合调查和评价[J]. 浙江大学学报(农业与生命科学版), 2002, 28(2): 147-150. Qian X H, Xu J M, Shi J C, et al. Comprehensive survey and evaluation of agricultural nonpoint source pollution in Hang-Jia-Hu water-net plain[J]. Journal of Zhejiang University (Agriculture & Life Sciences), 2002, 28(2): 147-150. DOI:10.3321/j.issn:1008-9209.2002.02.008 |
| [38] |
韩智勇, 费勇强, 刘丹, 等. 中国农村生活垃圾的产生量与物理特性分析及处理建议[J]. 农业工程学报, 2017, 33(15): 1-14. Han Z Y, Fei Y Q, Liu D, et al. Yield and physical characteristics analysis of domestic waste in rural areas of China and its disposal proposal[J]. Transactions of the Chinese Society of Agricultural Engineering, 2017, 33(15): 1-14. DOI:10.11975/j.issn.1002-6819.2017.15.001 |
| [39] |
岳波, 张志彬, 孙英杰, 等. 我国农村生活垃圾的产生特征研究[J]. 环境科学与技术, 2014, 37(6): 129-134. Yue B, Zhang Z B, Sun Y J, et al. Characteristics of rural household solid wastes in China[J]. Environmental Science & Technology, 2014, 37(6): 129-134. |
| [40] |
李杰霞, 杨志敏, 陈庆华, 等. 重庆市农业面源污染负荷的空间分布特征研究[J]. 西南大学学报(自然科学版), 2008, 30(7): 145-151. Li J X, Yang Z M, Chen Q H, et al. Spatial distribution of agricultural non-point source pollution in Chongqing[J]. Journal of Southwest University (Natural Science Edition), 2008, 30(7): 145-151. |
| [41] |
赖斯芸, 杜鹏飞, 陈吉宁. 基于单元分析的非点源污染调查评估方法[J]. 清华大学学报(自然科学版), 2004, 44(9): 1184-1187. Lai S Y, Du P F, Chen J N. Evaluation of non-point source pollution based on unit analysis[J]. Journal of Tsinghua University (Science and Technology), 2004, 44(9): 1184-1187. DOI:10.3321/j.issn:1000-0054.2004.09.009 |
| [42] | 李占斌, 张秦岭, 李鹏, 等. 丹汉江流域水土流失非点源污染过程与调控研究[M]. 北京: 科学出版社, 2017. |
| [43] |
丁镭, 黄亚林, 刘云浪, 等. 1995-2012年中国突发性环境污染事件时空演化特征及影响因素[J]. 地理科学进展, 2015, 34(6): 749-760. Ding L, Huang Y L, Liu Y L, et al. Spatiotemporal variability of sudden environmental pollution incidents and influencing factors in China, 1995-2012[J]. Progress in Geography, 2015, 34(6): 749-760. |
| [44] |
杨飞, 杨世琦, 诸云强, 等. 中国近30年畜禽养殖量及其耕地氮污染负荷分析[J]. 农业工程学报, 2013, 29(5): 1-11. Yang F, Yang S Q, Zhu Y Q, et al. Analysis on livestock and poultry production and nitrogen pollution load of cultivated land during last 30 years in China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(5): 1-11. |
| [45] | Henkens P L C M, Van Keulen H. Mineral policy in the Netherlands and nitrate policy within the European Community[J]. NJAS- Wageningen Journal of Life Sciences, 2001, 49(2-3): 117-134. DOI:10.1016/S1573-5214(01)80002-6 |
| [46] |
聂超, 倪福全, 邓玉, 等. 岷沱江流域径流对气候和土地利用变化的响应[J]. 水资源与水工程学报, 2020, 31(3): 110-118. Nie C, Ni F Q, Deng Y, et al. Response of runoff to climate and land use change in Minjiang and Tuojiang River Basin[J]. Journal of Water Resources and Water Engineering, 2020, 31(3): 110-118. |
| [47] |
谢贤健. 沱江流域城市化水平的综合评价及其时空演化特征[J]. 安徽农业科学, 2011, 39(22): 13773-13776. Xie X J. Synthesized evaluation and tempo-spatial evolution characteristics of Urbanization Level in Tuojiang River Watershed[J]. Journal of Anhui Agricultural Sciences, 2011, 39(22): 13773-13776. DOI:10.3969/j.issn.0517-6611.2011.22.184 |
| [48] | 樊蓉. 经济新常态下我国农业政策转型研究[J]. 农业经济, 2019(6): 6-8. DOI:10.3969/j.issn.1001-6139.2019.06.002 |