黃河流域的環(huán)境污染特征模型及污染防治研究

李冠杰

（咸陽師范學(xué)院 經(jīng)濟與管理學(xué)院，陜西 咸陽 712000）

0 引言

隨著社會經(jīng)濟的不斷發(fā)展，環(huán)境問題已經(jīng)成為世界各國共同關(guān)注的話題，并且認(rèn)為水環(huán)境問題是目前迫切需要解決的問題，因此眾多國家開始將水污染列入發(fā)展戰(zhàn)略的統(tǒng)籌規(guī)劃之中。水污染分為點源污染和非點源污染，點源污染是固定排放點造成的污染；非點源污染又稱面源污染，面源污染較點源污染而言，其隨機性、廣泛性更明顯［1-3］。隨著目前水質(zhì)提標(biāo)困難度的增加，人們逐漸意識到面源污染的重大危害性，針對面源污染的管控力度也在不斷地加強。然而，面源污染所具備的滯后性特點導(dǎo)致其發(fā)生時難以得到有效監(jiān)測，因此發(fā)生面源污染的現(xiàn)象層出不窮，許多水域已經(jīng)監(jiān)測到其中的營養(yǎng)鹽含量出現(xiàn)惡性增長［4］。針對面源污染，在國家相關(guān)治理方案的指導(dǎo)下，大量學(xué)者開展了針對河流流域面源污染防治的研究。

黃河作為我國第二大長河，黃河流域的生態(tài)環(huán)境問題受到了人們的廣泛關(guān)注，在黃河流域境內(nèi)，蘭州段的農(nóng)業(yè)面源污染隨著社會經(jīng)濟的發(fā)展而不斷加重［5］。農(nóng)業(yè)面源污染主要是農(nóng)業(yè)生產(chǎn)過程中的化學(xué)物質(zhì)使用量超標(biāo)所導(dǎo)致的，其中最主要的污染物質(zhì)為氮、磷化合物。在農(nóng)業(yè)面源污染防治方面，大量研究以分析農(nóng)業(yè)面源特征為前提而提出了相應(yīng)的防治措施，龔世飛等［6］分析了丹江口庫區(qū)農(nóng)業(yè)面源污染特征，認(rèn)為降雨量和流量的增加會提升流域下游區(qū)域的總氮、總磷負(fù)荷，并發(fā)現(xiàn)在高降雨量的背景下，水土流失是導(dǎo)致流域面源污染負(fù)荷增加的重要因素。王萌等［7］為了解決農(nóng)業(yè)面源污染問題，通過開展長期污染監(jiān)測工作來分析農(nóng)田中的氮、磷養(yǎng)分的含量，并希望借此建立完善的農(nóng)業(yè)面源污染評估機制。然而值得注意的是，不同流域內(nèi)所需要采取的農(nóng)業(yè)面源污染防治措施存在差異性，就黃河流域而言，蘭州段黃河流域作為黃河流域內(nèi)的重要河段，其農(nóng)業(yè)面源污染所受到的關(guān)注度較高，但是其環(huán)境污染仍然未能夠得到有效的改善［8-10］。

為了降低蘭州段黃河流域的農(nóng)業(yè)面源污染，本研究通過分析2012—2021年該河段相關(guān)的基本資料，采用灰色聚類方法評價水質(zhì)，同時對農(nóng)業(yè)面源污染進(jìn)行綜合估算，通過估算結(jié)果來分析蘭州段黃河領(lǐng)域近年來的面源污染變化。并且利用得到的估算結(jié)果來分析影響蘭州段黃河流域農(nóng)業(yè)面源污染的相關(guān)因素，借此提出了一些針對該段農(nóng)業(yè)面源污染的防治措施。

1 材料與方法

1.1 研究區(qū)概況

黃河蘭州段流經(jīng)蘭州市、白銀市，總長220 km，該河段地質(zhì)條件復(fù)雜，平均含沙量為2.0 kg/m3；含沙量最大的月份為8月，平均值超過了5 kg/m3；1月的含沙量最少，降至1.5 kg/m3以下。黃河蘭州段水溫：5—11月超過10 ℃，2月最低降至1.9 ℃，2012—2021年的極端最低水溫為0.5 ℃［11-14］。黃河蘭州段流域各水期的流量見表1。

表1 黃河蘭州段流域各水期的流量

1.2 數(shù)據(jù)來源

1.2.1 徑流資料 整理黃河蘭州段2012—2021年的徑流資料，數(shù)據(jù)來源于蘭州水文站，該資料完整，能夠反映黃河蘭州段流域徑流的變化情況。

1.2.2 農(nóng)業(yè)面源污染的來源 農(nóng)業(yè)面源污染的來源一般為不合理施用的化肥、水土流失污染、畜禽養(yǎng)殖污染、農(nóng)村生活污染等，所有污染物的資料均來自黃河蘭州段流域年鑒。

1.3 研究方法

1.3.1 蘭州段黃河流域的水質(zhì)評價 針對蘭州段黃河領(lǐng)域的水質(zhì)評價，選取溶解氧、化學(xué)需氧量、生化需氧量、氨氮、總磷、高錳酸鹽指數(shù)、糞大腸桿菌這7項指標(biāo)作為水質(zhì)評價因子［15-16］。采用灰色聚類法對蘭州段黃河領(lǐng)域進(jìn)行水質(zhì)評價，灰色聚類的樣本矩陣如式（1）所示。

式（1）中，i為聚類對象，其值為1～n；j為聚類指標(biāo)，其值為1～m。

1.3.2 農(nóng)業(yè)面源污染負(fù)荷的估算 調(diào)查可知，在蘭州段黃河領(lǐng)域使用的化肥主要是氮、磷、鉀肥，并且從農(nóng)業(yè)生產(chǎn)現(xiàn)狀可以得知，化肥的有效利用率較低，最高僅為40%，同時化肥使用過程中的最高流失率也達(dá)到了40%，隨地表徑流流失的化肥中的氮、磷含量也較高，并且流入了地表水體［17-19］。本研究針對農(nóng)業(yè)化肥流失造成的面源污染負(fù)荷進(jìn)行了估算，計算化肥流失造成的黃河流域面源污染中的總氮（TN）、總磷（TP），計算公式見式（2）。

式（2）中，M表示化肥使用不合理而造成黃河的TN、TP污染負(fù)荷，單位：t/a；Q表示化肥折純量，單位：t；κ表示化肥所占比例；α表示化肥有效成分中的氮或磷所占比例；τ表示化肥流失率。

在蘭州段黃河流域農(nóng)業(yè)面源污染中，水土流失污染是降水或灌溉不合理造成的，降水和灌溉引起農(nóng)田徑流，部分土壤顆粒隨著地表徑流而流失，農(nóng)田中的顆粒污染物隨之流走［20-21］。為了消除時間不固定等因素造成的水土流失污染估算誤差，筆者采用土壤侵蝕預(yù)測方式來計算水土流失污染，具體計算方法見式（3）。

式（3）中，A表示年平均土壤流失量，單位：t/（hm2·a）；R表示降雨與徑流侵蝕因子；K表示土壤侵蝕因子；L表示坡長與坡度因子；C表示植被與管理因子；P表示水土保持因子［22］。在水土流失污染中，主要的面源污染負(fù)荷是顆粒態(tài)氮、磷負(fù)荷，具體計算方法見式（4）。

式（4）中，M′表示吸附態(tài)氮、磷污染物負(fù)荷，單位：t/a；S表示農(nóng)田土壤中氮、磷含量的占比，單位：%；X表示泥沙流失量，其值為X=B×A×m，其中B為輸沙率，A為農(nóng)田土壤侵蝕量，m為農(nóng)田面積；T表示污染物的富集比［23］。畜禽污染物引起的農(nóng)業(yè)面源污染負(fù)荷通過畜禽糞便污染物及排泄系統(tǒng)進(jìn)行間接估算，具體計算方法見式（5）。

式（5）中，R表示畜禽養(yǎng)殖中產(chǎn)生的氮、磷負(fù)荷；C表示畜禽存欄數(shù)；γ表示畜禽氮、磷年排泄系數(shù)；η表示畜禽產(chǎn)生的氮、磷污染物進(jìn)入水體的流失系數(shù)［24］。最后，計算農(nóng)村生活中所產(chǎn)生的面源污染負(fù)荷，具體計算方法見式（6）。

式（6）中，F(xiàn)為面源污染負(fù)荷，r表示農(nóng)村人口數(shù)量，c表示農(nóng)村農(nóng)業(yè)人均產(chǎn)物系數(shù)。

1.4 流域SWAT模型的構(gòu)建

為了消除試驗估算中出現(xiàn)的誤差，同時也為了系統(tǒng)性地總結(jié)出蘭州段黃河流域的農(nóng)業(yè)面源污染特征，以實際數(shù)據(jù)為基礎(chǔ)，通過構(gòu)建SWAT模型，對蘭州段黃河流域的農(nóng)業(yè)面源污染負(fù)荷進(jìn)行預(yù)測和分析，模型構(gòu)建的基本數(shù)據(jù)類型見表2。針對蘭州段黃河流域SWAT模型的構(gòu)建，需要建立空間數(shù)據(jù)庫和屬性數(shù)據(jù)庫。

表2 SWAT模型的基本數(shù)據(jù)類型

2 結(jié)果與分析

2.1 農(nóng)業(yè)面源污染估算結(jié)果

在農(nóng)業(yè)面源污染估算中，對蘭州段黃河流域的農(nóng)田化肥污染負(fù)荷量進(jìn)行估算，在估算前對蘭州段黃河流域的耕地面積、化肥用量進(jìn)行統(tǒng)計分析（圖1）。從圖1可知，隨著社會經(jīng)濟的發(fā)展，我國逐漸實現(xiàn)了城鄉(xiāng)一體化，大部分的農(nóng)業(yè)從業(yè)者開始融入城市生活中，由此帶來的是農(nóng)業(yè)耕地面積的不斷減少。但是，隨著全社會對農(nóng)業(yè)生產(chǎn)重要性認(rèn)知的加深，在2017年之后，耕地面積的下降速率逐漸減緩，化肥用量則始終呈現(xiàn)不斷增長的趨勢。

圖1 2012—2021年耕地面積和化肥用量的變化

以當(dāng)?shù)剞r(nóng)業(yè)背景數(shù)據(jù)為研究對象，對化肥帶來的氮、磷面源污染進(jìn)行了估算，結(jié)果見圖2。圖2a是化肥施用中總氮負(fù)荷的變化，由此可以看出，由化肥施用造成的總氮整體上處于逐漸上漲的趨勢，其中2017年的負(fù)荷最高，總氮負(fù)荷達(dá)到了9241.75 t/a，在2013年的總氮負(fù)荷最低。圖2b是化肥施用中總磷負(fù)荷的變化，可以發(fā)現(xiàn)，蘭州段黃河流域的化肥施用導(dǎo)致的總磷負(fù)荷在2013和2017年這2個時間點分別表現(xiàn)為最低和最高，最低總磷負(fù)荷為944.81 t/a，最高為1107.11 t/a。因此，從以上結(jié)果可以得知，近幾年來，蘭州段黃河流域農(nóng)業(yè)化肥施用所帶來的水質(zhì)問題較為嚴(yán)重。

圖2 2012—2021年化肥使用引起的總氮、總磷負(fù)荷的變化

水土流失引起的農(nóng)業(yè)面源污染的變化見圖3。從圖3可以看出，水土流失帶來的總氮負(fù)荷在2015年之前呈現(xiàn)不斷增長趨勢，在2015年達(dá)到最大值，為11129.78 t/a。此后隨著時間的增加，水土流失引起的總氮負(fù)荷逐漸降低，最低點出現(xiàn)在2019年，總氮負(fù)荷為7326.35 t/a。在總磷負(fù)荷的變化中可知，總磷負(fù)荷的變化趨勢與總氮表現(xiàn)一致，在2015年上升至最高點，最高總磷負(fù)荷為8972.41 t/a；最低點位于2019年，總磷負(fù)荷為5879.48 t/a。但是，從水土流失下的總氮和總磷負(fù)荷變化中可以發(fā)現(xiàn)，在2019年之后，兩者均表現(xiàn)出輕微的上升趨勢，這表明此后水土流失帶來的農(nóng)業(yè)面源污染也呈現(xiàn)逐漸加重的趨勢。

圖3 2012—2021年水土流失引起的總氮、總磷負(fù)荷的變化

分析畜禽養(yǎng)殖過程中所造成的面源污染變化見圖4。從圖4可知，畜禽養(yǎng)殖所引起的總氮負(fù)荷變化在2019年之前，始終呈現(xiàn)一種不斷上升的趨勢；2019年畜禽養(yǎng)殖帶來的總氮負(fù)荷達(dá)到了峰值，為13572.65 t/a；2019年之后，總氮負(fù)荷則表現(xiàn)出高位穩(wěn)定的狀態(tài)。同時，在畜禽養(yǎng)殖下的總磷負(fù)荷變化趨勢與總氮表現(xiàn)一致，2019年畜禽養(yǎng)殖引起的總磷負(fù)荷達(dá)到最大值，為1562.38 t/a，在2019年之后的很長一段時間內(nèi)保持在高位穩(wěn)定的狀態(tài)。從蘭州段黃河流域的發(fā)展現(xiàn)狀可以得知，造成畜禽養(yǎng)殖面源污染負(fù)荷上升的主要原因是社會經(jīng)濟的發(fā)展帶動了流域內(nèi)畜禽養(yǎng)殖業(yè)的發(fā)展，進(jìn)而使面源污染負(fù)荷逐漸加劇，成為農(nóng)業(yè)面源污染的主要來源。

圖4 2012—2021年畜禽養(yǎng)殖引起的總氮、總磷負(fù)荷的變化

在目前的農(nóng)業(yè)發(fā)展中，農(nóng)村居民的生活也會導(dǎo)致流域面源發(fā)生污染，其面源污染負(fù)荷估算結(jié)果見圖5。從曲線變化中可以看出，在2018年之前，隨著時間的延長，蘭州段黃河流域的農(nóng)村生活產(chǎn)生的總氮負(fù)荷不斷降低，在2018年降低至最低點，總氮負(fù)荷最低為4824.37 t/a；在2018年之后，農(nóng)村生活導(dǎo)致的總氮負(fù)荷逐年增加，并于2021年達(dá)到最高點，為5032.77 t/a。總磷負(fù)荷在2018年前呈現(xiàn)不斷降低的趨勢，在2018年降低至最低的571.64 t/a，隨后呈現(xiàn)不斷增長的趨勢，并在2021年上升至最高值，為597.38 t/a。出現(xiàn)以上面源污染變化趨勢的原因是流域內(nèi)農(nóng)業(yè)人口的變化，在2018年之前，蘭州段黃河流域農(nóng)村人口減少，所產(chǎn)生的面源污染負(fù)荷降低，隨著國家政策的大力扶持，農(nóng)業(yè)的重要性不斷增加，在2018年之后，蘭州段黃河流域農(nóng)村人口活動逐漸增加，所帶來的面源污染也隨之加劇。

圖5 2012—2021年農(nóng)村生活引起的總氮、總磷負(fù)荷的變化

最后，分析蘭州段黃河流域農(nóng)業(yè)面源污染中總氮、總磷總負(fù)荷的變化見圖6。從圖6可知，蘭州段黃河流域的總氮總負(fù)荷變化在2015年之前呈現(xiàn)不斷增長的趨勢，并在2015年達(dá)到最大值，為35962.85 t/a；在2015—2017年表現(xiàn)出逐漸降低的趨勢，2018年之后又呈現(xiàn)出不斷增長的趨勢，最終在2021年達(dá)到35172.28 t/a。從蘭州段黃河流域的總磷總負(fù)荷變化曲線中可以得知，在2015年之前，該段總磷總負(fù)荷呈現(xiàn)不斷上升的變化趨勢，在2015年達(dá)到最大值，最大值為10735.55 t/a。在2015年之后，蘭州段黃河流域的總磷總負(fù)荷變化呈現(xiàn)降低趨勢，并在2018年降低至8179.91 t/a，在2018年之后長期保持在8600 t/a以下。由此可知，在2012—2021年期間，安州段黃河流域農(nóng)業(yè)面源污染中總氮、總磷的總負(fù)荷長期處于較高的水平，表明蘭州段黃河流域所承受的農(nóng)業(yè)面源污染負(fù)荷較為嚴(yán)重。

圖6 2012—2021年蘭州段黃河流域總氮、總磷總負(fù)荷的變化

2.2 模型率定、驗證及面源污染的特征分析

SWAT模型在對農(nóng)業(yè)面源污染負(fù)荷模擬中，需要充分考慮參數(shù)之間的聯(lián)系，以及參數(shù)與實際資料之間的匹配性，因此，需要對蘭州段黃河流域總氮、總磷的基礎(chǔ)測定數(shù)據(jù)進(jìn)行模型率定、驗證，結(jié)果見圖7。圖7a、圖7b分別是總氮率定期、驗證期的變化曲線，可以看出，在率定期中，觀測值與模擬值存在一定差異；在驗證期中，模型模擬值與觀測值之間無明顯差異。圖7c、圖7d分別是總磷率定期、驗證期的變化曲線，圖7c中顯示，在率定期中，模型模擬值在7～9、16～20個月時間中的結(jié)果大于觀測值，而從圖7d的驗證期曲線可以看出，模型模擬值與實際觀測值之間無顯著差異。以上結(jié)果表明，本文所構(gòu)建的SWAT模型在進(jìn)行蘭州段黃河流域總氮和總磷污染物模擬中，與實際值具有較高的擬合度，即SWAT模型在應(yīng)用中具有較高的可信度，能夠在后續(xù)的研究中為實際管理和控制提供可靠的保障。

圖7 SWAT模型率定與驗證

通過SWAT運行模擬蘭州段黃河流域的降水和氮、磷面源污染，可以為面源污染防治提供科學(xué)建議，具體模擬結(jié)果見圖8。由圖8a可知，降雨與徑流之間的變化趨勢呈現(xiàn)出一致性，整體表現(xiàn)出先增加后降低的趨勢，并且在9月，降雨量與徑流量均達(dá)到最高值，表明徑流量與降雨量之間呈現(xiàn)正相關(guān)性，即降雨是流域水文形成的基本條件。由圖8b可知，總氮、總磷的變化與泥沙的變化趨勢呈現(xiàn)出一致性，整體表現(xiàn)為逐漸增加后又逐漸降低，并且在面源污染負(fù)荷變化中可以發(fā)現(xiàn)，在1—9月份，總氮、總磷負(fù)荷整體變化呈現(xiàn)出上升的趨勢；9—12月份，總氮與總磷負(fù)荷均逐漸降低。

圖8 蘭州段黃河流域的降水和氮、磷面源污染模擬

以上分析結(jié)果表明，在SWAT模型的模擬計算下，發(fā)現(xiàn)泥沙、面源污染與降雨、徑流變化趨勢呈現(xiàn)出一致性，這表明蘭州段黃河流域農(nóng)業(yè)面源污染負(fù)荷的變化與降雨徑流表現(xiàn)出顯著的相關(guān)性。將總氮負(fù)荷分為硝氮（X1）、亞硝氮（X2）、氨氮（X3）、有機氮（X4），將總磷分為有機磷（X5）和礦物質(zhì)磷（X6），分析降雨、徑流、泥沙與農(nóng)業(yè)面源污染負(fù)荷之間的相關(guān)程度，采用SPSS 24.0軟件計算其相關(guān)系數(shù)（表3）。

由表3可知，降雨與徑流之間的相關(guān)性極顯著，相關(guān)系數(shù)R2達(dá)到了0.892（P＜0.01），在降雨、徑流、泥沙對農(nóng)業(yè)面源污染的影響中可以看出，泥沙與硝氮、降雨與亞硝氮的相關(guān)性系數(shù)R2均在0.700以下，即評價指標(biāo)之間存在顯著相關(guān)性（P＜0.05），但是顯著水平不高。其余所有農(nóng)業(yè)面源污染指標(biāo)與降雨、徑流、泥沙之間的相關(guān)性系數(shù)均在0.700以上，即各指標(biāo)之間的相關(guān)性評價呈現(xiàn)極顯著相關(guān)（P＜0.01）。由此可知，蘭州段黃河領(lǐng)域中的農(nóng)業(yè)面源污染受到降雨、徑流、泥沙的影響較大。

表3 農(nóng)業(yè)面源污染負(fù)荷與其他指標(biāo)的相關(guān)系數(shù)

3 結(jié)論與討論

3.1 黃河流域環(huán)境污染特征分析

黃河作為我國重要的長河，在黃河流域范圍內(nèi)存在大量的農(nóng)業(yè)生產(chǎn)活動，這也為黃河流域環(huán)境帶來了嚴(yán)重的環(huán)境污染問題。筆者針對蘭州段黃河流域的農(nóng)業(yè)生產(chǎn)活動進(jìn)行了深入研究，分析了2012—2021年蘭州段黃河流域的農(nóng)業(yè)面源污染特征。結(jié)果顯示，在蘭州段黃河流域內(nèi)，農(nóng)業(yè)面源污染主要污染物為氮、磷的污染物，造成農(nóng)業(yè)面源污染的主要因素包括化肥使用的不合理、水土流失、畜禽養(yǎng)殖、農(nóng)村生活的變化等。從農(nóng)業(yè)面源污染估算結(jié)果中可知，在2012—2021年期間，化肥使用的不合理導(dǎo)致蘭州段黃河流域的總氮與總磷負(fù)荷長期處于較高的水平，此外，水土流失的加劇也會導(dǎo)致農(nóng)業(yè)面源污染中的總氮和總磷表現(xiàn)出較高的水平?；适褂玫牟缓侠頃?dǎo)致農(nóng)田中氮、磷含量超標(biāo)，在徑流和水土流失的作用下，農(nóng)田中的污染物會滲入水體，進(jìn)而造成流域污染。

與此同時，隨著蘭州段黃河流域社會經(jīng)濟的發(fā)展，畜禽養(yǎng)殖業(yè)不斷擴大，其糞尿產(chǎn)量也不斷地增加，由此引起的污染負(fù)荷也呈現(xiàn)出逐年增加的趨勢。在農(nóng)民活動發(fā)生變化的背景下，蘭州段黃河流域的農(nóng)業(yè)面源污染變化顯著，即當(dāng)農(nóng)民活動增加時，流域內(nèi)的面源污染負(fù)荷則上升。結(jié)合多個影響因素來分析蘭州段黃河流域農(nóng)業(yè)面源污染總負(fù)荷的變化特征可知，其總氮總負(fù)荷在2015年達(dá)到最大值，為35962.85 t/a；總磷總負(fù)荷也同時達(dá)到最大值，為10735.55 t/a。最后，通過SWAT模型分析了造成蘭州段黃河流域農(nóng)業(yè)面源污染的主要影響因素，結(jié)果表明：降雨、徑流、泥沙與面源污染之間的相關(guān)性顯著。

3.2 黃河領(lǐng)域環(huán)境污染的防治措施

針對蘭州段黃河流域的農(nóng)業(yè)面源污染防治，需要從工程和非工程措施入手。在工程措施中，首先，需要當(dāng)?shù)卦诠こ探ㄔO(shè)中加強水土保持工程的建設(shè)，以此來降低水土流失的風(fēng)險。蘭州段黃河流域水土流失嚴(yán)重，并且該流域降雨量較為豐富，因此應(yīng)當(dāng)積極響應(yīng)國家發(fā)展政策，通過修建土壩、植樹造林等方式減少水土流失。其次，農(nóng)村地區(qū)應(yīng)大力發(fā)展生態(tài)農(nóng)業(yè)基地建設(shè)，改善土壤條件，提高對畜禽糞便的利用率，減少畜禽糞便中氮、磷含量對水體污染的影響，同時改善傳統(tǒng)的農(nóng)業(yè)生產(chǎn)模式，通過循環(huán)利用方式在源頭上降低污染。最后，采用人工濕地工程技術(shù)控制農(nóng)業(yè)面源污染，通過對農(nóng)田徑流廢水的再處理，可以將處理后的水資源輸送至缺水地區(qū)，在降低污染的同時實現(xiàn)了水源的重復(fù)利用。

在非工程措施中，包括健全地區(qū)法規(guī)、加強地區(qū)管理、普及環(huán)保理念3種方式，蘭州段黃河流域相較于其他流域而言，農(nóng)業(yè)面源污染控制的政策引導(dǎo)相對落后，雖然國家層面的政策干預(yù)力度不斷加大，但當(dāng)?shù)丨h(huán)境污染防治的法律、法規(guī)仍然不夠完善，因此需要不斷建立和健全當(dāng)前相關(guān)的法律、法規(guī)。在環(huán)境污染防治法規(guī)中需要就化肥使用、水土保持、畜禽養(yǎng)殖等方面實施更嚴(yán)格的管理，制定科學(xué)、合理的標(biāo)準(zhǔn)來降低污染源的產(chǎn)生。在地區(qū)的管理工作中，首先，管理部門要意識到農(nóng)業(yè)面源污染的危害性，以及污染防治工作的重要性和必要性，協(xié)調(diào)當(dāng)?shù)丨h(huán)保和農(nóng)業(yè)部門，并深入了解各地區(qū)的污染及其防治現(xiàn)狀，同時以重點污染區(qū)域為中心開展定期討論會，制定合理、完善的工作方案。在環(huán)保理念普及的過程中，需要以提高農(nóng)民文化素質(zhì)為基礎(chǔ)，利用廣播、電視等較為普遍的宣傳媒介來加強宣傳教育，環(huán)保部門需要深入農(nóng)民群眾，通過實地開課講解來幫助農(nóng)民更加全面深入了解農(nóng)業(yè)面源污染的影響因素，并推廣科學(xué)、合理使用化肥和畜禽養(yǎng)殖的技術(shù)，從源頭上降低農(nóng)業(yè)面源污染的發(fā)生概率。