流域面源污染關鍵區(qū)快速識別方法的研究與應用

焦永杰 周濱 劉紅磊 李雪梅 邢美楠 司敏 趙文喜 岳昂

摘要選擇了一個下墊面受人類活動影響劇烈的研究區(qū)域——海河干流流域作為研究對象，在綜合考慮多種影響因素的基礎上，對復雜的模型進行簡化，形成一種基于“源-匯”框架以及地理信息系統(tǒng)（GIS）技術的流域面源污染快速評價模型，旨在為水環(huán)境管理者提供一種快速甄別流域面源污染潛在風險的方式，為貧數(shù)據(jù)研究區(qū)域的相關研究提供借鑒。

關鍵詞非點源污染；地理信息系統(tǒng)；框架模型；關鍵區(qū)

中圖分類號S181.3文獻標識碼A文章編號0517-6611（2017）11-0050-05

AbstractThis study chosen Haihe River Basin strongly influenced by anthropogenic activities. On the basis of multifactor comprehensively considering， a relatively simple spatial evaluation model has been developed through simplifying the complicated mechanism model. The new model was formed by combining with “sourcetransportation” framework and GIS technology， which can give a rapid and practical assessment method of identifying the potential nonpoint source loss risk to environmental regulators. And then it will provide guidance for similar research areas.

Key wordsNonpoint source pollution model；GIS；Framework model；Critical area

近年來，非點源污染在我國已引起了嚴重的生態(tài)環(huán)境問題，相對于點源污染，非點源污染具有不可控性和隨機性的特點，難以在時空上實現(xiàn)定點監(jiān)測，治理范圍更廣、難度更高，在土壤介質(zhì)中長期蓄積的污染負荷可以在短期的降雨過程中隨地表徑流匯入收納水體，造成水體惡化[1]。已有的非點源研究發(fā)現(xiàn)，由于地形、降水、植被覆蓋等因子的差異，同一區(qū)域內(nèi)不同景觀單元輸出污染負荷的難易程度不同，某些極易輸出污染負荷的匯水單元被稱為非點源污染關鍵區(qū)[2]?？茖W地識別并劃分敏感區(qū)，對于在財力、物力和時間都有限的條件下制訂非點源污染分期治理方案具有重要意義。

隨著以“3S”技術為代表的計算機科學的不斷發(fā)展，自20世紀70年代，陸續(xù)出現(xiàn)了一批基于物化及水文機理的非點源污染模型，這類模型的出現(xiàn)可有效地解決非點源污染的隨機性和觀測點的不確定性，不僅可以模擬各類非點源的形成、遷移轉化等過程，還可以為非點源控制和管理的定量化提供有效的技術手段。借助流域非點源污染機理模型，可以幫助管理者量化污染負荷，并在空間層面快速定位污染負荷的關鍵區(qū)域，現(xiàn)已成為研究非點源污染最直接有效的途徑之一[3-4]。然而，現(xiàn)有的主流非點源模型通常所需數(shù)據(jù)量較大，且建模及操作過程通常較為繁雜，模型率定、校準、情景模擬所需時間較長，以目前主流的SWAT及AGNPS模型為例，建模所需數(shù)據(jù)涵蓋了地形、土壤、土地利用、氣象、水文、營養(yǎng)物質(zhì)等方面，且需要以長時間序列、連續(xù)監(jiān)測的水質(zhì)數(shù)據(jù)作為模型的率定及驗證數(shù)據(jù)庫[5-6]，針對不具備模型基礎的管理者及現(xiàn)實中大量的貧數(shù)據(jù)研究區(qū)，該類模型的適用性通常會受到較大影響。筆者以海河干流流域為研究區(qū)域，在兼顧機理需求的基礎上，利用地理信息系統(tǒng)（GIS）軟件平臺通過柵格疊置運算，形成一種基于“源匯”框架的流域面源污染快速評價模型，旨在為水環(huán)境管理者提供一種快速甄別流域面源污染的方式。

1資料與方法

1.1研究區(qū)概況海河流域是我國七大水系之一，有灤河、永定河、大清河、子牙河、漳衛(wèi)南運河、馬頰河等支流。海河流域流經(jīng)8個省、市、自治區(qū)，共260多個縣（市、旗），總面積3 118萬 km2，包括北京市、天津市全部，河北省絕大部分，山西省東部，山東、河南的北部和遼寧省、內(nèi)蒙古自治區(qū)的一小部分，為典型的扇狀流域。

海河干流由子牙河和北運河在天津市區(qū)三岔口匯合后，穿過市區(qū)在塘沽區(qū)大沽口海河閘入海，全長72 km，流域匯水面積2 066 km2。海河干流上游段為天津市區(qū)，中游段為開發(fā)園區(qū)，間雜農(nóng)田，下游段為濱海新區(qū)。上游河流的天然徑流歷來是天津市的主要水源。然而，自建國以來，經(jīng)多年治理，海河上游已形成節(jié)節(jié)攔蓄、處處引水、渠渠相通的新局面，進人天津市的水量急劇減少。自20世紀80年代初，海河干流斷流天數(shù)呈明顯增多趨勢，海河上游各主要支流斷流和干涸呈常態(tài)化，非汛期時段海河已無徑流人海，水資源不足和水質(zhì)差是近年來這一地區(qū)面臨的主要水環(huán)境問題。

1.2基礎數(shù)據(jù)來源該研究所需的基礎數(shù)據(jù)及來源見表1，其中遙感數(shù)據(jù)來源為美國地質(zhì)調(diào)查局（USGS）Landsat 8 OLI_TRIS（美國陸地衛(wèi)星）所提供的2015年7月遙感影像，同時利用Erdas平臺的監(jiān)督分類模塊對遙感影像進行分析，基于遙感影像解譯數(shù)據(jù)及遙感地面核查結果得到研究區(qū)域土地利用類型及植被歸一化指數(shù)（NDVI）；地形數(shù)據(jù)來自ASTER GDEM（30 m）全球數(shù)字高程模型數(shù)據(jù)；氣象數(shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng)公布的地面氣象資料，該研究采用的氣象數(shù)據(jù)為日值地面降水數(shù)據(jù)；土壤數(shù)據(jù)取自和諧世界土壤數(shù)據(jù)庫；水質(zhì)數(shù)據(jù)來自對于目標水體的采樣監(jiān)測，其中總氮（TN）采用堿性過硫酸鉀消解紫外分光光度法（GB 11894—89），總磷（TP）采用鉬酸銨分光光度法（GB 11893—89）。

1.3模型結構框架Zhou等[7]在1993年最早提出了基于“源-匯”理念的非點源污染潛在流失風險評價（針對磷素）的半定量框架模型，此后大量學者根據(jù)各自研究區(qū)域的特征在這一框架的基礎上對模型進行了豐富[8-9]，筆者是在這一體系的基礎上對原始模型進行了部分簡化，其中源因子主要考慮下墊面不同景觀單元對面源污染負荷輸出的直接影響，匯因子主要分別考慮降雨、下墊面植被蓋度、河網(wǎng)侵蝕力、坡度地形及土壤類型因子[式（1）]，各因子按照相應的分級標準分為5級，不同因子對應不同的等級分值，綜合風險分級劃分采取自然斷點分級法[10]，遷移因子權重系數(shù)由特爾斐法確定[11]。

1.4因子匡算方法

1.4.1源因子。以土地利用類型作為源因子指示指標，用地類型賦值參考前人研究中的經(jīng)驗值賦值[12]。

1.4.2遷移因子。

1.4.2.1植被蓋度因子（NDVI）。利用ERDAS IMAGINE 90軟件的光譜增強模塊中用Indices命令對OLI影像進行NDVI計算[式（2）]，得到研究區(qū)NDVI灰度圖。

2結果與分析

2.1影響因子空間分布特征

2.1.1土地利用。研究區(qū)域下墊面受人類擾動劇烈，圖1對區(qū)域內(nèi)各類用地面積占比進行了統(tǒng)計，其中建設用地面積累計占比接近50%，其主要分布于海河干流流域的上游環(huán)內(nèi)地區(qū)（圖2a），在工業(yè)點源污染得到較好控制的情況下，城市面源污染是這一區(qū)域收納水體污染負荷的主要來源；各類旱田（玉米-小麥輪作區(qū)域）占研究區(qū)域的22.30%（圖1），其主要分布于下游沿河兩岸區(qū)域（圖2a），受區(qū)域人口及傳統(tǒng)農(nóng)耕模式制約，區(qū)域人均耕地面積不足200 m2，家庭式農(nóng)業(yè)管理模式仍是這一區(qū)域的主導農(nóng)耕模式，為了提高畝產(chǎn)回報率，過量施肥的現(xiàn)象較為普遍，特別是肥力投入較大果樹種植業(yè)，過量養(yǎng)分在表層土壤（耕層）中的大量蓄存，是這一地區(qū)收納水體汛期水質(zhì)惡化的主要原因；草地在研究區(qū)域內(nèi)面積占比較小（低于6%）（圖1），作為區(qū)域面源污染的天然吸附介質(zhì)，該類用地占比的減少，也加劇了收納水體水質(zhì)的進一步惡化。

2.1.2植被覆蓋。研究區(qū)域內(nèi)下墊面為人類活動強烈擾動區(qū)域，下墊面植被蓋度較小，整體植被景觀呈現(xiàn)破碎化、稀疏化的趨勢（圖2b），特別是海河干流上游流域，整體植被蓋度低于25%，下游非建成區(qū)植被覆蓋情況有所好轉，受人類活動擾動較少的南部區(qū)域及北部部分區(qū)域植被蓋度有所增加，根據(jù)遙感解譯情況，高植被蓋度的區(qū)域可以達到70%以上。

2.1.3降水強度。通過對研究區(qū)域4個氣象站點近25年的年度平均降水量進行統(tǒng)計，并借助空間插值算法得到圖2c，由此發(fā)現(xiàn)，區(qū)域內(nèi)降水強度空間分布較為明顯，東部沿河區(qū)域普遍高于西部建成區(qū)，最高年年降水量達到541 mm，這一降水強度的分布特征也從降水驅(qū)動層面解釋了下游面源污染負荷普遍高于上游的原因。

2.1.4河道侵蝕。隨著污染源距離收納水體的距離不同，污染物入河量也不同，基于這一理論假設，參照前人的研究成果，得到河道侵蝕因子的空間分布（圖2d），總體上下游地區(qū)的河網(wǎng)密集程度要高于上游地區(qū)，致使下游地區(qū)成為面源污染的潛在高發(fā)區(qū)。

2.1.5坡度地形。研究區(qū)域位于九河下梢，地勢較為低洼，坡度總體差異性不大（圖2c），上游總體坡度偏高，下游偏低。

2.1.6土壤類型。土壤類型空間分布如圖2f所示，據(jù)調(diào)查，研究區(qū)域上游表層土壤中有機質(zhì)含量較高，且土壤質(zhì)地相對黏重，以海津大橋為界的下游流域，表層土壤砂土含量普遍升高（大于37%），根據(jù)美國制（USDA）粒級劃分標準定義，下游地區(qū)土壤粒級為粉壤土或壤土，在土壤有機質(zhì)含量較小的背景下（小于0.6%），土壤中的持養(yǎng)能力較弱，隨暴雨徑流流失的風險性較高。

2.2綜合評價結果空間特征按照式（1）的模型架構得到最終評價結果，按照自然斷點分級法，對評價區(qū)域依次分為5個風險級別：低風險區(qū)、中低風險區(qū)、中風險區(qū)、中高風險區(qū)及高風險區(qū)（圖3）?？傮w上看，海河干流上游流域總體風險較小，由于上游主要位于建成區(qū)，在沒有外來點源污染負荷的背景下，城市面源污染是該地區(qū)優(yōu)先防控的對象，河網(wǎng)周邊區(qū)域的風險性略高于其他區(qū)域；而下游沿河區(qū)域是研究區(qū)域防控的重點區(qū)域，沿河兩側及匯水區(qū)內(nèi)的農(nóng)業(yè)種植區(qū)，特別是干流臨近區(qū)域，將是未來面源污染防控的重點區(qū)域，受區(qū)域降雨時空分布的影響，過量的養(yǎng)分在表層土壤中長期蓄積，通過短期暴雨徑流匯入收納河道水體，形成直接的污染負荷。此外，統(tǒng)計了各個風險區(qū)的面積占比（圖4），發(fā)現(xiàn)中高風險區(qū)及高風險區(qū)面積占較小（累計占比低于18%），這與以往的相關研究類似[2，14-15]，即少數(shù)關鍵區(qū)域是污染負荷的貢獻主體。從流域管理的層面出發(fā)，借助評價結果，可使

管理者能夠集中有限的物力、財力，精確定位流域中的水環(huán)境治理的關鍵區(qū)域，對中高風險區(qū)及高風險區(qū)開展針對性、集中性治理，提高流域管理的效率，降低管理成本。

2.3水質(zhì)數(shù)據(jù)佐證為了對該模型的總體評價結果進行驗證，對海河干流進行了自上而下的布點監(jiān)測（圖5），監(jiān)測時間覆蓋了2015年全年，監(jiān)測頻次為每月1次，監(jiān)測指標包括營養(yǎng)鹽、有機污染物、pH、重金屬等12項指標。為切合該次面源污染負荷的研究主題，僅對TN、TP 2項營養(yǎng)鹽指標進行匯總分析（圖6），結果顯示，全年氮、磷的空間分布和模型評價結果基本一致，全年上游及中游區(qū)域的水體養(yǎng)分含量水平相對較低，且全年波動不大，下游區(qū)域水體養(yǎng)分含量顯著上升，TN全年平均濃度接近5 mg/L，TP全年平均濃度接近0.5 mg/L，均劣于地表水V類限值（超標倍數(shù)超過200%），這也從側面佐證了下游區(qū)域存在較高面源污染風險的評價結果。

3結論

該研究以海河干流流域為研究對象，在前人對面源污染負荷評估模型的基礎上，對前人應用模型進行簡化，形成一種基于“源匯”框架及GIS技術的流域面源污染多因子的快速評價模型，通過對風險等級的空間定量輸出，發(fā)現(xiàn)海河干流流域上游區(qū)域整體水環(huán)境風險較小，城市面源是這一區(qū)域水環(huán)境管理的重點，而下游沿河涉農(nóng)區(qū)域是整個流域面源污染的高發(fā)區(qū)域，潛在流失風險明顯高于中上游區(qū)域，但中高風險區(qū)以及中高風險區(qū)的總體面積占比較小，進一步印證了“少數(shù)關鍵區(qū)域”在整體面源污染防控中的重要作用，通過將評價結果和水質(zhì)監(jiān)測數(shù)據(jù)的比對，發(fā)現(xiàn)模型可以較好地概括流域面源污染的潛在流失風險，該模型可以為水環(huán)境管理者提供一種相對可靠且建模成本較低的面源污染風險評價方式，以期為后續(xù)其他貧數(shù)據(jù)研究區(qū)域的相關研究提供借鑒，為高效化的流域水環(huán)境管理提供支撐。

參考文獻

[1] 付永鋒，陳文輝，趙基花.非點源污染的研究進展與前景展望[J].山西水利科技，2003（3）：32-35.

[2] 龐靖鵬，徐宗學，劉昌明，等.基于GIS和USLE的非點源污染關鍵區(qū)識別[J].水土保持學報，2007，21（2）：170-174.

[3] 鄭濤，穆環(huán)珍，黃衍初，等.非點源污染控制研究進展[J].環(huán)境保護，2005，1（2）：31-34.

[4] 馬蔚純，陳立民，李建忠，等.水環(huán)境非點源污染數(shù)學模型研究進展[J].地球科學進展，2003，18（3）：358-366.

[5] NEITSCH S L，ARNOLD J G，KINIRY J R，et al.Soil and Water Assessment Tool theoretical documentation：Version 2009[R].Texas：Texas Water Resources Institute，2011.

[6] BINGNER R L，THEURER F D，YUAN Y.AnnAGNPS technical processes[R].Oxford：USDA-ARS National Sedimentation Laboratory，2003.

[7] LEMUNYON J L，GILBERT R G.The concept and need for a phosphorus assessment tool[J].Journal of production agriculture，1993，6（4）：483-486.

[8] BUCZKO U，KUCHENBUCH R O.Phosphorus indices as riskassessment tools in the USA and Europ：A review[J].Journal of plant mutrition and soil science，2007，170（4）：445-460.

[9] BECHMANN M，KROGSTAD T，SHARPLEY A.A phosphorus index for Norway[J].Acta agriculturae scandinavica，section bsoil and plant science，2005，55（3）：205-213.

[10] ZHOU B，VOGT R D，LU X Q，et al.Land use as an explanatory factor for potential phosphorus loss risk，assessed by P indices and their governing parameters[J].Environmental science：Processes & Impacts，2015，17（8）：1443-1454.

[11] 朱長超.特爾斐法[J].社會科學，1986（5）：70，69.

[12] SIVERTUN ，PRANGE L.Nonpoint source critical area analysis in the Gissel watershed using GIS[J].Environmental modelling & Software，2003，18（10）：887-898.

[13] OLIVER M A，WEBSTER R.Kriging：a method of interpolation for geographical information systems[J].International journal of geographical information system，1990，4（3）：313-332.

[14] 張濤，鄧小文，周濱，等.改進 USLE 模型及其在于橋水庫非點源污染敏感區(qū)劃分中的應用[J].城市環(huán)境與城市生態(tài)，2010（1）：29-31.

[15] 陳梅.農(nóng)業(yè)面源污染風險評估及分級區(qū)劃研究[D].南京：南京大學，2014.