基于DPeRS模型的海河流域面源污染潜在风险评估

运用DPeRS（diffuse pollution estimation with remote sensing）模型对海河流域面源污染物的空间分布特征和污染来源进行遥感像元尺度解析,结合地表水质评价标准,构建了面源污染潜在风险分级方法,评估了海河流域面源污染潜在风险.结果表明：污染量上,海河流域总氮（TN）、总磷（TP）、氨氮（NH₄⁺-N）和化学需氧量（COD）面源污染排放负荷分别为429.2、25.7、288.3和1017.0 kg ·km^-2,入河量分别为2.5万t、1597.2 t、1.7万t和6.6万t;污染类型上,农田径流是海河流域最主要的氮磷型（TN、TP和NH₄⁺-N）面源污染源,对于COD指标,城镇生活是首要污染类型,其次为畜禽养殖;空间分布上,海河流域中部和南部地区面源污染负荷较高,此区域也是该流域面源污染高风险集中分布区,氮磷型面源污染高风险区域分布相对较为集中,化学需氧量型则较为零散;海河流域有36%以上的区域存在氮磷型面源污染风险,有2.94%的区域存在化学需氧量型面源污染风险.     

海河流域氮磷面源污染空间特征遥感解析

以MODIS遥感数据为驱动,采用以遥感像元为基本模拟单元的DPeRS（Diffuse pollution estimation with remote semsing）面源污染负荷估算模型,分析了2016年海河流域氮磷面源污染空间分布特征,并对“十三五”《重点流域水污染防治规划》中划定的海河流域172个控制单元进行面源污染优先控制单元分析.结果表明,2016年海河流域总氮（TN）排放量为13.62万t,入河量为2.53万t;总磷（TP）排放量为8152t,入河量为1597t;空间分布上,海河流域中部和南部地区氮磷面源污染较重,其中河北省片区氮磷面源污染物排放量及入河量最大;农田径流型是海河流域氮磷面源污染的主要类型,其次城镇径流影响也较大;筛选出海河流域TN和TP面源污染优先控制单元分别为127和131个,面积占比分别为84.2%和87.0%.     

查干湖汇水区面源污染风险识别及管控

面源污染是我国流域面临的主要水环境问题,为了识别面源污染高风险区和潜在风险路径,实现流域水环境保护,以查干湖水质目标为约束条件,构建4类关键“源”景观.选取高程、坡度、土地利用类型、污染强度、距居民点距离、距公路距离、距铁路距离、距水体距离等8个评价因子构建阻力面,对查干湖汇水区面源污染风险区和风险路径进行识别,提出管控分区和治理措施.结果表明:①查干湖汇水区关键“源”景观有4类,分别为面源污染单位面积高负荷区、坡度>3°区域、污染传输通道和临湖区域,面积共126.33 km2.②查干湖汇水区面源污染高风险区即面源污染重点管控区,占汇水区总面积的27.10%,主要位于乾安灌区有字泡区域、查干湖及周边泡沼沿岸.区内现有耕地不再增加,同时对坡度较大的区域退耕还湿、退耕还草,并设置污染降解设施.③查干湖汇水区面源污染较高风险区即面源污染一般管控区,占汇水区总面积的20.23%.该区鼓励开展有机农业,发展生态旅游.④查干湖北岸和东南岸、库里泡周边设置一定宽度的植被缓冲带,汇水区设置生态降解渠道333.41 km,生态湿地节点9个.研究显示,污染排放强度是查干湖汇水区面源污染风险的主要威胁因素,需要重点加强查干湖汇水区乾安灌区有字泡、湖区北岸及东南岸的面源污染管控.      

巢湖流域氮磷面源污染与水华空间分布遥感解析

基于遥感监测手段,分别应用DPeRS模型和MODIS水华提取方法对巢湖流域氮磷面源污染特征和巢湖水体水华爆发规律进行遥感像元尺度解析,结果表明: 2010年巢湖流域总氮产生量为1900.3t,入河量为846.5t;总磷为244.1t,入河量为76t.巢湖流域农业面源污染对氮素污染贡献最大,而水土流失则对磷面源污染贡献最大;综合巢湖流域氮磷面源污染和水华爆发的时空特征分析,明确氮磷面源污染与巢湖水华具有相关性,并且时间上水华爆发频率较氮磷面源污染具有先滞后后同步的特征,且面源污染负荷与水华爆发面积的相关系数为0.45;在空间上,面源污染负荷较大区域与水华爆发频度较高区域也有较好的匹配性;基于这种相关性,应用DPeRS模型对巢湖流域进行氮磷减排情景分析,结果表明在施肥量减少30%,农村生活垃圾处理率提高到60%,畜禽粪便处理率和城市垃圾处理率提高到80%的情况下,氮磷面源污染平均削减率可以达到50%.     

海河流域农村非点源污染现状及空间特征分析

采用污染排放系数法估算了2008年海河流域农村生活源、畜禽分散养殖、农田化肥流失3个主要农村非点源COD、TN、TP和NH3-N 4种污染物的排放量,并对其排放强度和空间分布特征进行了分析.结果表明,海河流域农村非点源污染源排放COD、TN、TP和NH3-N总量分别为2435826, 3042079, 540568, 1798760t/a,平均排放强度分别为11.10, 13.97, 2.98, 8.28t/(km2·a).海河流域内河北省的3个农村非点源的4种污染物排放量均居首位,农村居民生活源对海河流域非点源污染贡献最大,是流域非点源污染控制最主要的对象;子牙河水系农村非点源污染物排放总量最大,而徒骇马颊河水系排放强度最大,是海河流域内污染最严重的水系,其首要非点源污染源是山东省的农村生活源.流域内非点源污染排放量和排放强度均呈现区域性分布,山区和平原区分别呈现出低污染等级和高污染等级.     

区域尺度黄河流域面源污染负荷特征与来源解析

掌握黄河流域甘肃段面源污染负荷特征及其来源,是在区域尺度上提升水环境污染治理水平的重要基础。基于DPeRS面源模型,从农田径流、城镇径流、畜禽养殖、农村生活、水土流失5大污染类型,选取TN、TP、NH₃-N和COD 4个污染指标,对甘肃黄河流域9个市(州)58个县(区)面源污染进行污染负荷估算、污染来源解析及空间分布分析。结果表明:从模型估算结果看,2018年整个流域TN、TP、NH₃-N和COD面源污染排放负荷均值分别为65.6,11.8,19.1,77.2 kg/km2。从区域尺度分析,甘肃黄河流域TN、TP面源污染负荷最高的区域均是兰州市安宁区,分别占整个流域总负荷的10.83%和5.16%;NH₃-N和COD面源污染负荷最高的区域均是临夏回族自治州临夏市,分别占整个流域总负荷的26.23%和56.56%。从污染产生来源分析,TN、TP、NH₃-N和COD的首要污染来源分别为农田径流、水土流失、农田径流和畜禽养殖。从空间分布分析,黄河流域各县(区)面源污染总负荷呈中间高两边低的分布特征,污染负荷较重的区域主要集中在黄河兰州段、大夏河临夏段、渭河天水段等局部区域。     

彰武水库流域农村生活面源污染负荷评估研究

为了明确彰武水库流域农村生活面源污染负荷,运用输出系数法估算了流域农村生活污水、生活垃圾和人体粪尿面源污染物的产生量和入河量,采用等标污染负荷法进行了污染评价,识别出了主要污染源和污染物,以及农村生活面源污染重点防治区域。结果表明:农村生活面源污染入河贡献依次为生活污水、生活垃圾和人体粪尿,污染负荷比分别为61.56%、27.74%和10.70%;污染物入河贡献依次为总氮、氨氮、总磷和COD,总氮和总磷为主要污染物;污染物主要来自于姚村镇、横水镇、城郊乡3个乡镇,其累计产生和入河污染负荷比均超过了50%,为彰武水库流域农村生活面源污染重点防治区域。     

SWAT模型在洱海流域面源污染评价中的应用

重点污染区域和污染因子的识别是面源污染控制的基础. 通过将物理过程模拟及排污系数法计算进行整合,建立了SWAT模型,以描述农业生产活动与污染入湖量之间的关联关系,并以云南洱海流域总氮污染为例,使用验证后的SWAT模型模拟计算不同空间单元和不同农业生产活动对入湖TN的污染贡献系数,定量分析流域内各区域的农业面源污染源结构,识别洱海流域重点农业污染源和农业污染村镇. 结果表明,奶牛养殖、生猪养殖和大蒜种植是目前洱海流域内入湖TN污染的最重要农业污染源,占流域总污染负荷的66.12%. 对入湖TN污染贡献最大的6个村镇为江尾、右所、三营、玉湖、凤仪和喜洲,占流域总污染负荷的63.41%.      

海河流域主要污染物排放强度及其源结构解析——以2007年为例

以海河流域污染源普查数据为基础,通过污染物排放量、排放密度和排放行业结构分析,系统解析流域污染源结构.结果表明,流域废污水来源复杂,污染物排放空间差异显著,工业行业结构性污染突出.流域北部废污水排放以生活污水为主,南部以工业废水为主,COD排放以工业源为主.污染物排放空间格局上,COD排放主要集中在北三河、子牙河及徒骇马颊河水系;氨氮排放在子牙河水系高度集中;重金属、氰化物、挥发酚仅在局部区域集中排放.污染物行业结构上,造纸、食品和石化是COD主要排放行业,占排放总量75%;石化、食品和皮革是氨氮排放主要行业,占排放总量80%;重金属主要排放行业为石化、皮革和冶金.根据污染物排放强度分布和排放结构,子牙河水系是海河流域污染治理重点区域,造纸、食品和石化行业是污染负荷削减重点行业.     

基于乡镇尺度的农田土壤中污染物来源解析及风险评价

大比例尺的区域土壤调查已经展开,但以乡镇为比例尺的调查很少,因此,本文以绵远河、石亭江两个水系流域乡镇的农田土壤为研究对象,在查明污染物浓度的基础上,对其来源及污染程度进行研究。相关性分析、聚类分析和因子分析的结果显示,两个水系流域农田土壤中污染物来源为自然源、交通源、农业活动源及工业活动源;绝对主成分得分-多元线性回归(APCS-MLR)模型解析结果与相关性分析、聚类分析、因子分析结果相符。生态风险评价表示两个水系流域农田土壤均受到中等程度的生态危害,其中Cd的风险程度最高,石亭江流域农田土壤中污染程度更为严重。     

基于土壤流失的农业面源TN和TP排海系数估算

以黄河三角洲为典型研究区,通过分析区域地表污染物流失风险与入海通量的关系,构建了海岸带农业总氮（TN）和总磷（TP）面源污染排海估算模型.在此基础上,计算了包含水田、水浇地和旱地等耕地类的TN和TP面源污染排海系数,验证表明输出系数估算结果较好.研究区耕地的TN和TP排海系数分别为18.33 kg·（hm²·a）^-1和1.02 kg·（hm²·a）^-1,在夏季面源污染负荷较高.子流域尺度较大的耕地类农业面源污染负荷主要位于支脉河、广利河和小岛河管控区域.TN和TP总负荷较大的行政区主要位于北部黄河口镇和永安镇;较大的单位面积负荷在西南部.因此,需要关注农业面源污染的时间效应,同时协调社会经济发展,从子流域和行政单元的角度制定综合性面源污染防控策略,陆海统筹治理海域污染.     

淮河流域农业非点源污染空间特征解析及分类控制

农业非点源污染是导致流域水质恶化的重要原因,识别流域内关键源区并加以重点控制是流域非点源污染治理的最有效手段.以淮河流域为研究对象,采用清单分析法核算了流域173个县(市、区)的畜禽养殖、农村生活、农田种植、水产养殖4种污染源化学需氧量(COD)、总氮(TN)、总磷(TP)排放量和排放强度.利用SPSS和GIS软件对污染排放强度进行聚类分析、敏感性评价及空间解析,解析出流域非点源污染的敏感地区、重点污染源及其空间分布特征,并依据污染源贡献大小对流域进行分类控制.结果表明,2009年淮河流域农业非点源COD、TN、TP排放量分别为206.74×104t、66.49×104t、8.74×104t;排放强度分别为7.69、2.47、0.32 t·hm-2;COD、TN、TP排放比重分别为73%、24%、3%.识别出COD、TN、TP的主要贡献污染源为畜禽养殖和农村生活;解析出淮河上游沙河、颍河、北汝河、贾鲁河以及清潩河等子流域为整个流域非点源污染的敏感区和优先控制区,畜禽养殖为流域优先控制区中的重点污染源.畜禽污染型和综合污染型分别是流域污染贡献率最高和控制难度大的污染类型.     

高分辨率数据驱动的流域非点源污染输出风险评估方法

近年来,非点源污染已成为我国部分水库水质恶化的主要原因.以潘家口水库流域为例,引入动态降水因子和地形因子改进经典的输出风险模型,结合高分辨率的卫星反演降水产品(GPM)和高分六号卫星影像,建立高分辨率数据驱动的非点源污染输出风险评估模型,开展潘家口水库流域的非点源污染输出风险时空分布特征研究.结果表明,研究区2018年非点源污染输出风险较高,其中氮元素污染输出高风险和较高风险区约占流域总面积的70.6%,磷元素污染输出无高风险区,较高风险区约占流域总面积的21.9%.分析流域非点源污染输出风险时空分布特征,发现4～9月潘家口水库流域非点源污染输出风险呈现先增后减趋势,在7月和8月最高,与流域降水时空分布一致;结合土地利用分布特征分析,流域上游以耕地为主,城市集中在流域下游,受农业生产和人类活动的影响,这些区域的非点源污染输出风险较高.针对非点源污染输出风险时空分布特征,应制定合理的农业施肥方式,规划非点源污染“源-汇”景观布局以及建设植被缓冲带.     

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

制定实施流域TMDL(total maximum daily load)计划的一项关键技术就是借助水文模型量化流域非点源污染负荷,设置BMPs(best management practices),实施非点源负荷削减.采用构建的SWAT模型估算了漳卫南运河流域不同水平年(丰、平、枯)非点源负荷大小,分析了非点源负荷的空间分布特征.丰水年总氮非点源负荷占总负荷的0.07%,总磷非点源负荷占总负荷的27.24%.空间上,流域非点源输出负荷较大的区域主要为具有一定坡度的农业用地和城镇居民用地.对照基准情景非点源输出负荷,通过对47种不同BMPs控制措施的模拟,核算出不同BMPs对8个优先控制子流域的有机氮、有机磷、硝酸盐氮、溶解态磷和矿物磷共5种污染物的削减效率.通过对比分析不同BMPs的费用效益,优选出漳卫南运河流域最佳的总氮和总磷污染物削减措施为修建植被型沟渠,其TN、TP单位削减费用分别介于16.11～151.28元.kg-1和100～862.77元.kg-1之间,该项措施是47种BMPs中最经济有效的.相关研究结果可以为流域非点源污染负荷削减提供科学依据,为流域水环境改善和水生态修复提供技术支撑.     

基于LUCC的南四湖流域面源污染输出风险评估

基于1990-2015年土地利用和统计数据,运用输出风险模型、CA-Markov模型及回归模型,结合GIS技术,对南四湖流域的1990-2015年间土地利用覆盖变化情况和面源污染输出风险空间变化情况进行分析,模拟了2020年土地利用变化和输出风险空间分布。结果表明：研究期间,南四湖流域主要的土地利用类型为耕地和建设用地,共占总研究面积的85%以上;TN、TP有明显的风险变化对比,TN风险值分布在0~0.65,TP风险值约在0~0.12之间,氮为流域内主要污染物;在1990-2005年间,TN风险呈先增加后减少的趋势,2010年之后急剧增大。TP风险随着时间的增加一直下降;从空间分布上来看,风险较高的污染区多位于南四湖区以西的平原地带,南四湖东部的山地地区污染风险型较低,多为低风险污染区。较2015年,2020年的未利用地面积变化不大,除建设用地数量增加外,其他用地面积均有不同幅度的减少,TN风险略有减小,TP风险变化不大。为了控制研究区域面源污染的发展,相关部门需把提高农业科技、减少肥料施用作为当下的工作重心,从源头上控制污染发生。     

阿什河流域农业非点源污染负荷及现状评价

阿什河流域农业非点源污染物等标污染负荷总量为5 572.96×106m3/a。不同污染源污染贡献比例:农田化肥占49.24%、畜禽养殖占35.10%、农村生活占14.69%、农作物秸秆仅占14.69%0.97%。污染物贡献量比例:TN占56.46%、TP占39.06%、COD仅占4.48%。对农业非点源污染的等标污染负荷量进行聚类分析,结果表明:阿什河流域按区域污染贡献大小可分为四类区域。     

基于流域尺度的农业非点源污染物空间排放特征与总量控制研究

农业非点源污染是导致流域水质恶化的重要原因之一.依据农业污染源主要污染物空间排放特征和排放强度分析,划分农业非点源污染空间管理分区,并研究设计分区污染物总量控制方案,是提高农业非点源污染控制成效的重要途径之一.以湖北省四湖流域为研究案例区,系统开展了流域尺度的农业非点源污染空间排放特征识别与总量控制研究.结果表明,四湖流域水环境COD、总氮、总磷、氨氮负荷主要来自于农业非点源污染,4类非点源污染物分别占到流域污染物排放总量的67.6％、 82.2％、 84.7％和50.9％.对四湖流域非点源污染物空间排放特征分析结果表明,水产和畜禽养殖业发达的洪湖、监利、潜江、沙洋地区是流域非点源污染物的主要贡献源区.根据污染物在流域空间上的排放特征和源强评价结果,将四湖流域划分为3个农业非点源污染管理分区,即长湖上游水产和畜禽养殖污染重点控制区、四湖干渠农村非点源污染综合控制区和洪湖水产养殖污染重点控制区,针对不同管理分区分别提出了污染控制措施.基于水质改善和水体纳污能力综合考虑,设计了针对3个非点源污染管理分区的总量控制方案,分阶段实现监测断面全指标达标和满足水体纳污能力要求.主要污染物中,COD主要削减区域为四湖干渠区和洪湖区,分别占到流域COD削减量的43％和42％;氨氮主要削减区域为四湖干渠区,占到氨氮总削减量的66％;总氮主要削减区域为四湖干渠区和洪湖区,分别占到流域总氮削减量的42％和31％;总磷主要削减区域为四湖干渠区,占到流域总磷削减量的53％.