渭河流域（陜西段）面源污染總磷時空特征評估

關鍵詞：面源污染；DPeRS模型；渭河流域；重點匯水區(qū)

中圖分類號：X52 文獻標志碼：A 文章編號：1672-2043（2024）12-2776-10 doi：10.11654/jaes.2024-0932

磷是限制湖泊和河流水體富營養(yǎng)化及藻類生長的關鍵因子，在來自工業(yè)和城鎮(zhèn)生活污水的點源磷污染得到控制后，面源磷污染逐步成為水體污染的主導因子[1]。面源污染是指污染物從非固定的排污口排放，在降雨或融雪過程的作用下，通過徑流的形式進入受納水體，并導致水體富營養(yǎng)化及其他形式的水污染[2]。農(nóng)業(yè)系統(tǒng)是面源污染的主要來源，第一次和第二次全國污染源普查結果顯示，來自農(nóng)業(yè)源水污染物排放量中，總磷分別為28.5萬t和21.20萬t，均占到排放總量的67%以上。因此，分析流域面源污染總磷流失的時空分布特征，有助于控制水體富營養(yǎng)化及水體污染。

渭河是黃河第一大支流，被譽為陜西省的母親河，對陜西省的經(jīng)濟發(fā)展至關重要。隨著關中城市群經(jīng)濟和城鎮(zhèn)化的快速發(fā)展，從20世紀80年代開始渭河干流陜西段水質(zhì)不斷惡化。曹原等[3]以2014—2023年渭河干流陜西段9 個水質(zhì)監(jiān)測站逐月水質(zhì)監(jiān)測數(shù)據(jù)為依據(jù)，選取渭河污染較嚴重的高錳酸鹽指數(shù)、氨氮和總磷共3種污染物指標進行水質(zhì)變化趨勢分析評價，結果表明，2014—2018年渭河干流水質(zhì)很差，沿程水質(zhì)基本為Ⅳ類、Ⅴ類，甚至劣Ⅴ類，且9個水質(zhì)監(jiān)測站中蔡家坡、咸陽公路橋和耿鎮(zhèn)3 個站點2014年總磷濃度均超過地表水Ⅲ類標準限值。隨著渭河流域水污染防治三年行動方案和綜合治理工程的實施，渭河流域點源污染基本得到控制，而面源污染因其來源廣泛、隨機性強、難以監(jiān)測等特點，已成為影響渭河流域水環(huán)境質(zhì)量的主要因素[4]。有研究表明，在各污染源中，對渭河干流陜西段污染貢獻率較多的是生活源和農(nóng)業(yè)面源，工業(yè)源貢獻率較少[5-6]。因此，分析面源污染的分布規(guī)律，識別典型斷面所在匯水區(qū)面源污染主導類型，對于改善渭河流域水環(huán)境質(zhì)量具有重要意義。目前關于渭河流域（陜西段）面源污染的相關研究多集中在水污染特征與水質(zhì)評價[7-8]、流域沿岸農(nóng)業(yè)土壤肥力綜合評價[9]、農(nóng)業(yè)面源污染防治對策[10]、河流生境質(zhì)量分布格局[11]、水生態(tài)安全及健康評價[12-13]等方面，缺少針對該流域面源污染負荷的空間量化及污染類型的深入解析，難以進一步有效支撐渭河流域水污染治理和水環(huán)境持續(xù)改善。

模型模擬是流域面源污染量化評估的有效手段，相關的模型包括土水評估工具模型（Soil Water Assess?ment Tool，SWAT）[14-15]、農(nóng)業(yè)面源年化模型（Annual?ized Agricultural Nonpoint Source，AnnAGNPS）[16-17]、水文模擬模型（Hydrological Simulation Program-Fortran，HSPF）[18-19]和輸出系數(shù)模型（Export" Coefficient Model，ECM）[20]等，但不同模型的應用條件會受到流域自身特征和輸入數(shù)據(jù)的限制。這些模型中機理模型存在所需數(shù)據(jù)量較大、建模過程較繁雜、模擬所需時間較長等特點；輸出系數(shù)模型則主要依賴于統(tǒng)計數(shù)據(jù)和排污系數(shù)進行估算，這種方法產(chǎn)生的誤差通常較大。而面源污染遙感分布式估算模型（DPeRS模型）[21-22]可實現(xiàn)流域像元尺度多類型面源污染量的空間精細化評估，因此，本研究采用DPeRS模型，對2016—2020年渭河流域（陜西段）農(nóng)田種植源、畜禽養(yǎng)殖源、農(nóng)村生活源、城鎮(zhèn)生活源和水土流失源5個類型的總磷指標進行空間像元尺度評估，深入分析流域面源污染總磷排放負荷和入河負荷的時空分布特征，并篩選重點匯水區(qū)進行主導污染類型識別，研究結果可為管理部門開展渭河流域（陜西段）面源污染及水污染治理提供決策支撐。

1 材料與方法

1.1研究區(qū)概況

本研究選取渭河流域（陜西段）作為研究區(qū)（圖1），對其面源污染時空分布特征進行評估分析。渭河是黃河的最大支流，發(fā)源于甘肅省定西市渭源縣鳥鼠山，主要流經(jīng)今甘肅天水及陜西關中平原的寶雞、咸陽、西安、渭南等地，至渭南市潼關縣匯入黃河，流域總面積為13.48萬km²，其中，陜西省境內(nèi)的流域面積為6.74 萬km²，占渭河流域總面積的50.0%，包括寶雞、咸陽、西安、渭南、銅川、延安、榆林、商洛等8市63個縣（市區(qū)）的全部或部分。流域陜西省境內(nèi)土地利用類型以林地、耕地和草地為主，面積占比分別為54.42%、23.14%和13.94%，其中耕地主要分布在關中平原，草地主要分布在流域西北部的榆林和延安地區(qū)。渭河干流全長818 km，陜西境內(nèi)河長502 km，寶雞峽至咸陽為中游，咸陽至潼關為下游；渭河支流眾多，其中南岸的數(shù)量較多，但較大支流集中在北岸，水系呈扇狀分布；集水面積1000km²以上的支流有14條，其中涇河、洛河是渭河的2條最大支流。

1.2 研究方法

DPeRS模型是基于二元結構原理構建的遙感分布式面源污染模型[23-24]，模型算法以遙感數(shù)據(jù)為驅(qū)動，以遙感像元為模擬單元，耦合定量遙感模型和生態(tài)水文過程模型，可實現(xiàn)流域面源污染負荷的月尺度空間估算和不同污染源在遙感像元上的空間量化表達，重點評估由降水引起的地表徑流型面源污染。DPeRS模型可評估包括農(nóng)田徑流型、農(nóng)村生活型、畜禽養(yǎng)殖型、城鎮(zhèn)生活型和水土流失型5個類型，溶解態(tài)和顆粒態(tài)兩種污染物形態(tài)。溶解態(tài)污染物即表明面源污染物具有水溶性，能隨地表徑流發(fā)生遷移，整個遷移過程受水循環(huán)控制，污染源主要來自農(nóng)田生產(chǎn)過程中肥料、農(nóng)村生活和城鎮(zhèn)生活中非集中處理和排放的生活垃圾和生活污水污染、散養(yǎng)和集中養(yǎng)殖過程未集中處理的糞便污染等；顆粒態(tài)污染物即通過附著于土壤顆粒體而實現(xiàn)遷移運動的污染元素，其遷移過程同水土流失密切相關。本研究采用DPeRS模型核算流域面源污染總磷排放負荷，并進一步采用HEQM模型[25-26]模擬總磷入河系數(shù)，進而核算面源污染總磷入河負荷，其中核算總磷入河系數(shù)時采用了研究區(qū)主要水文站的月度觀測數(shù)據(jù)。DPeRS模型算法主要包括溶解態(tài)和顆粒態(tài)面源污染負荷評估方法，模型核心算法具體如下：

（1）溶解態(tài)面源污染負荷評估方法

溶解態(tài)面源污染共有4種污染類型，包括農(nóng)田徑流、城鎮(zhèn)生活、農(nóng)村生活和畜禽養(yǎng)殖污染。溶解態(tài)污染物負荷匡算模型統(tǒng)一表達式如下：

1.3 模型數(shù)據(jù)庫構建

DPeRS模型運行的數(shù)據(jù)庫主要包括地形數(shù)據(jù)、氣象數(shù)據(jù)、土壤數(shù)據(jù)、土地利用分布數(shù)據(jù)和月度植被覆蓋度數(shù)據(jù)及農(nóng)業(yè)統(tǒng)計數(shù)據(jù)等（表1），所有空間數(shù)據(jù)均統(tǒng)一轉換為30 m空間分辨率的柵格數(shù)據(jù)。其中，數(shù)字高程數(shù)據(jù)（DEM）用于研究區(qū)坡度和坡長數(shù)據(jù)的計算[27]；利用薄板樣條滑動平均法進行降水量的空間插值[28]；采用最大最小值定量反演算法進行流域植被覆蓋度反演[29]；農(nóng)業(yè)統(tǒng)計數(shù)據(jù)為2016—2020年渭河流域（陜西段）縣域尺度數(shù)據(jù)，通過輸入輸出法核算農(nóng)田氮磷表觀平衡量[30]；基于全省土壤氮磷含量背景數(shù)據(jù)，結合實地采樣檢測數(shù)據(jù)，采用隨機森林（RF）算法對全省土壤全磷含量數(shù)據(jù)進行空間插值。此外，蘆村河斷面月度流量和水質(zhì)監(jiān)測數(shù)據(jù)，為模型結果驗證提供數(shù)據(jù)支撐。

2 結果與分析

2.1 面源污染負荷時空分布特征

基于渭河流域（陜西段）面源污染總磷排放負荷和入河負荷核算結果進行空間統(tǒng)計分析，結果表明：面源污染排放方面，2016—2020年渭河流域（陜西段）面源污染總磷排放負荷和排放量表現(xiàn)為波動上升的趨勢，2020年最高，其平均排放負荷為0.19 t·km^-2、排放量為1.30萬t，2018年次之，2017年最低；面源污染入河方面，2016—2020年渭河流域（陜西段）面源污染總磷入河負荷和入河總量整體表現(xiàn)為先上升后下降的趨勢，2018年最為突出，其平均入河負荷為0.04 t·km^-2，入河總量為0.26 萬t。2016—2020 年渭河流域（陜西段）面源污染總磷產(chǎn)排量統(tǒng)計信息詳見圖2。

2016—2020年渭河流域（陜西段）面源污染總磷排放負荷空間分布如圖3所示。5年間排放負荷高值區(qū)主要集中分布在流域西北部的草地分布地帶和中部的耕地種植區(qū)，具體在榆林市、延安市北部、渭南市西部及咸陽市中部等區(qū)域。從面源污染總磷排放負荷的時空分布變化上看，2016年關中平原的咸陽市中部和渭南市西部面源污染總磷排放負荷最為突出，這些區(qū)域旱地分布較為集中，排放負荷高與該區(qū)域2016年農(nóng)田磷平衡量相對較高有關；2018年和2020年流域西北部面源污染總磷排放負荷較為突出，其中2020年渭河流域（陜西段）面源污染總磷排放負荷值范圍為0～15.36 t·km^-2，平均負荷為0.19 t·km^-2，大部分區(qū)域的總磷排放負荷在0～1.00 t·km^-2。

2016—2020年渭河流域（陜西段）面源污染總磷入河負荷空間分布如圖4所示。5年間面源污染總磷入河負荷高值區(qū)主要分布在流域北部的榆林市和延安市西北部，其土地利用類型主要為草地。從時空變化趨勢上看，流域面源污染總磷入河負荷整體上呈現(xiàn)先加重后減輕的趨勢，2018年最為突出，2017年次之，這與流域面源污染總磷入河負荷高值區(qū)的降水量相對較高有關，建議這些區(qū)域進一步加強水土保持工作，以減少草地水土流失引發(fā)的面源污染物排放。

2.2不同類型面源污染特征

基于2016—2020年渭河流域（陜西段）面源污染分類核算結果，統(tǒng)計農(nóng)田徑流型、畜禽養(yǎng)殖型、農(nóng)村生活型、城鎮(zhèn)生活型和水土流失型5種類型的面源污染總磷排放量（圖5），結果表明：渭河流域（陜西段）面源污染總磷的首要污染類型為水土流失型，2016—2020年該類型平均排放量占比為67.92%；其次為農(nóng)田徑流型，該類型平均排放量占比為31.77%。從時間變化上看，2016—2020年流域面源污染水土流失型總磷排放量占比整體呈現(xiàn)先升后降的趨勢，其中2020年渭河流域（陜西段）總磷排放總量為14 065 t，水土流失型占比73.43%。因此，應進一步加強區(qū)域水土保持工作，尤其是流域西北部的延安市和榆林市的草地分布地區(qū)，以減少水土流失引發(fā)的面源污染物排放，同時也應加強渭河流域中部平原地區(qū)農(nóng)田養(yǎng)分管理以減少養(yǎng)分流失。

2.3 重點匯水區(qū)主導類型識別及面源污染貢獻率分析

考慮到地表水監(jiān)測斷面水質(zhì)數(shù)據(jù)的一致性，本研究采用2017—2020年渭河流域（陜西段）范圍內(nèi)地表水監(jiān)測斷面總磷的月度監(jiān)測數(shù)據(jù)進行超標情況評價，以每年度12次監(jiān)測數(shù)據(jù)的算術平均值對地表水監(jiān)測斷面年度超標情況進行評價，并篩選近4年內(nèi)年度超標次數(shù)大于3次的斷面作為重點斷面，結果篩選出岔口、新河入渭和臨河入渭3個重點斷面，以重點斷面所在水文分區(qū)作為重點匯水區(qū)。

基于2016—2020年渭河流域（陜西段）不同類型面源污染總磷評估結果，統(tǒng)計重點匯水區(qū)內(nèi)不同類型面源污染總磷排放量年均值，進一步對重點匯水區(qū)內(nèi)面源污染主導類型進行解析，結果表明：岔口和新河入渭斷面所在匯水區(qū)的面源污染總磷主導類型為水土流失型（排放量占比分別為61.99%和86.08%），建議此區(qū)域應進一步加強區(qū)域水土保持工作；臨河入渭斷面所在匯水區(qū)的面源污染總磷主導類型為農(nóng)田徑流型（排放量占比58.44%），建議從節(jié)水節(jié)肥等方面提高農(nóng)業(yè)生產(chǎn)效率，在保證土壤養(yǎng)分供給的前提下減少養(yǎng)分流失導致的面源污染排放。重點匯水區(qū)面源污染主導類型空間分布詳見圖6。

以岔口斷面所在的重點匯水區(qū)（主要地類為林地和旱地）為例，基于耀縣水文站（臨近匯水區(qū)出口）流量月監(jiān)測數(shù)據(jù)、岔口斷面水質(zhì)月度監(jiān)測數(shù)據(jù)，結合DPeRS 模型評估的入河量結果，對2017—2019 年岔口斷面所在匯水區(qū)的面源污染貢獻率進行估算，結果表明，該匯水區(qū)總磷面源污染對水質(zhì)總磷指標的貢獻率相對較高，2017—2019 年其各年貢獻率分別為86.53%、78.48% 和67.14%。建議該匯水區(qū)上中游地區(qū)主要關注林地水土保持、下游地區(qū)重點從農(nóng)田養(yǎng)分管理加強面源污染防控。

2.4 結果驗證

基于渭河流域內(nèi)現(xiàn)有地面水質(zhì)水文監(jiān)測站分布情況，結合子流域空間區(qū)劃和土地利用空間分布，在充分考慮監(jiān)測數(shù)據(jù)完整性的條件下，本研究選取以面源污染為主的蘆村河斷面作為模型結果驗證點位，該斷面接近三水河入涇河的入口，其所在的小流域土地利用分布以林地、草地和耕地為主。基于蘆村河斷面2020年月度水質(zhì)水量監(jiān)測結果核算斷面年度總磷污染量，與DPeRS 模型核算的該斷面所在小流域面源污染入河量結果進行驗證分析。2020年蘆村河斷面年度總磷污染量為2.89 t，DPeRS模型核算的該斷面所在小流域總磷面源污染入河量為2.61 t，驗證結果表明，假設蘆村河斷面所在小流域范圍內(nèi)污染源全部為面源的前提下，總磷面源污染的模型模擬精度達到90.31%。

3 討論

3.1 DPeRS模型的適用性

對比國內(nèi)外其他面源污染模型，DPeRS模型在模型結構、模擬指標和運行條件等方面具有較大的管理應用優(yōu)勢。該模型以遙感像元為基本模擬單元，與SWAT模型提出的水文響應單元相比，在保證模擬精度的前提下大幅提高了面源污染模擬的空間分辨率；同時DPeRS 模型耦合了定量遙感模型，彌補了無資料地區(qū)或缺資料地區(qū)模型估算的不足，且該模型的參數(shù)設置為開放模式，可以根據(jù)參數(shù)豐富度進行重新構架，還可結合管理需求開展多層次的面源污染綜合評估分析。該模型模擬的指標為總氮、總磷、氨氮和化學需氧量，與管理部門關注的指標相一致。此外，DPeRS模型實現(xiàn)了像元尺度多類型多指標面源污染負荷的空間可視化，可直觀提供面源污染的關鍵源匯區(qū)，與傳統(tǒng)總量減排核算方法相比，實現(xiàn)了由“點”到“面”的突破，可為科學制定面源污染防治措施提供技術支撐。Wang 等[21]采用DPeRS 模型對2010年新安江流域面源污染量進行模擬，將模擬結果與2010年黃山市污染源調(diào)查結果進行對比分析，結果表明總氮、總磷和氨氮指標的平均模擬精度達到0.75；并將DPeRS模型與SWAT模型的模擬結果進行對比分析，結果表明兩種模型總磷的模擬結果擬合度很好（R²為0.82）。為保證小流域的閉合性和水文數(shù)據(jù)的準確性，本研究結合可獲取的水文站監(jiān)測數(shù)據(jù)，僅選用以面源污染為主的蘆村河斷面所在的小流域作為驗證流域，結果表明總磷面源污染的模型模擬精度達到90.31%，但不同驗證流域的監(jiān)測結果所評估的模擬精度會有所差異，因此，拓展驗證流域范圍、深入開展DPeRS模型的區(qū)域適用性研究是今后的重點研究方向。

3.2 結果對比分析

李建勛等[31]利用輸出系數(shù)法對陜西省農(nóng)業(yè)面源總氮、總磷污染的排放量和排放負荷進行模擬，結果表明咸陽市、渭南市總磷排放負荷較高，結果與本研究中的總磷排放高值區(qū)相吻合，這與其地處關中平原、農(nóng)業(yè)產(chǎn)業(yè)化程度較高、規(guī)?；笄蒺B(yǎng)殖發(fā)達等因素息息相關，且其數(shù)值與本研究結果在同一數(shù)量級。DPeRS模型模擬的2018年渭河流域典型斷面匯水區(qū)面源污染結果，總磷污染排放量和入河量分別為2 697t和512 t，排放強度在0.09～1.63 t·km^-2間波動[32]，與本研究的渭河流域排放強度波動區(qū)間具有高度一致性，二者的差值是可接受的，這與模型選取、輸入數(shù)據(jù)差異、斷面選取等因素有關。

3.3面源污染時空變化特征的影響因素分析

降雨沖刷和地表徑流是面源污染的主要驅(qū)動力，是面源污染發(fā)生的動力和輸移條件的載體，故研究區(qū)面源污染總磷排放負荷和入河負荷的時空變化特征與降水特征之間存在一定的相關性。在年尺度上，對二者進行相關性分析，結果發(fā)現(xiàn)，研究區(qū)面源污染總磷排放負荷和入河負荷與年降水量的Pearson相關系數(shù)分別為0.57和0.47，在0.01水平上顯著相關。在月尺度上，在研究區(qū)降水量集中的6—8月，5年面源污染總磷平均排放量和入河量占比分別為52.15% 和53.38%，因此每年的6—8月是研究區(qū)面源污染總磷防治的關鍵期。

2016—2020年渭河流域（陜西段）面源污染總磷的主要類型為水土流失型和農(nóng)田徑流型，除2016年兩種類型總磷排放量占比相當外，其余年份均以水土流失型為主，2018年水土流失型排放量占比較為突出（占比為82.48%），且草地面源污染較為突出的區(qū)域（西北部的榆林段和延安段）年降水量也相對較高（超過1 000 mm），2020年降水量超過600 mm的區(qū)域面積占流域總面積的40.18%，故2018年和2020年流域面源污染總磷排放負荷和排放量均較為突出。2016—2020年流域面源污染總磷入河負荷和入河量整體表現(xiàn)為先上升后下降的趨勢（2018年為折點），且入河負荷高值區(qū)主要集中分布在流域西北部的榆林段和延安段，這與榆林段和延安段的年降水量變化趨勢相一致，流域內(nèi)各區(qū)域的年降水量變化詳見圖7。此外，農(nóng)田磷平衡量是農(nóng)業(yè)面源污染的初始源強，其與農(nóng)田徑流型排放高度相關，2016年研究區(qū)農(nóng)田磷平衡量相對較高（流域均值達到34.38 t·km^-2），故2016年研究區(qū)農(nóng)田徑流型總磷排放量占比最高。

氣候變化影響區(qū)域氣候要素與水文要素的變化，全球變暖背景下，氣候氣象要素變化的不穩(wěn)定性加劇，氣候變化帶來的次生災害增加會導致水土流失加劇，同時區(qū)域降雨變化也會造成大量營養(yǎng)鹽被沖刷后隨地表徑流進入水體，加速受納水體的富營養(yǎng)化。渭河流域?qū)儆跉夂蛎舾袇^(qū)和生態(tài)環(huán)境脆弱區(qū)，隨著氣候變暖、水循環(huán)加快，流域的降水特征也會發(fā)生變化，從而導致流域地表徑流和洪水災害的增加，流域6—8月降水量較為集中，且極端降水主要集中在7、8月[33]，而總磷面源污染的產(chǎn)生和輸送受降雨沖刷和地表徑流的直接影響，因此，渭河流域關中平原地區(qū)重點應從源頭上防范豐水期面源污染物排放，尤其是渭南市西部和咸陽市中部的面源污染總磷排放負荷高值區(qū)，建議從農(nóng)田和果園養(yǎng)分管理措施方面入手，從節(jié)水、節(jié)肥等方面提高農(nóng)業(yè)生產(chǎn)效率，保證土壤養(yǎng)分供給的前提下減少養(yǎng)分流失，進而降低農(nóng)田生產(chǎn)和果園種植過程導致的面源污染總磷流失；流域西北部的榆林市和延安市的草地分布地帶建議在7—8月加強水土保持工作，以減少草地水土流失引發(fā)的土壤中顆粒態(tài)磷的遷移運動，以及隨地表徑流進入水體的污染問題。

4 結論

（1）流域總磷面源污染負荷的時空變化特征與降水特征有較強的相關性，同時也與區(qū)域土地利用分布特征有關。2016—2020年渭河流域（陜西段）面源污染總磷入河負荷表現(xiàn)為先上升后下降的趨勢（2018年為折點），這與流域西北部負荷高值區(qū)因降水量變化引發(fā)的草地水土流失面源污染有關。6—8月流域面源污染總磷排放量和入河量較大，是研究區(qū)面源污染總磷防治的關鍵期。

（2）對于渭河流域（陜西段）面源污染總磷負荷高值區(qū)，流域西北部的榆林市和延安市以水土流失型為主要污染類型，建議進一步加強水土保持工作以減少草地水土流失引發(fā)的面源污染排放；關中平原的渭南市西部及咸陽市中部的種植區(qū)以農(nóng)田徑流型為主要污染類型，建議加強農(nóng)田養(yǎng)分管理以減少養(yǎng)分流失。

（3）流域3個重點匯水區(qū)中，臨河入渭斷面所在匯水區(qū)的面源污染總磷主導類型為農(nóng)田徑流型，建議以節(jié)水、節(jié)肥等控源措施為主，岔口和新河入渭斷面所在匯水區(qū)主導類型為水土流失型，其中，岔口斷面所在匯水區(qū)2017—2019年總磷面源污染對水質(zhì)總磷指標的平均貢獻率達到77.38%，建議該匯水區(qū)上中游地區(qū)主要關注林地水土保持、下游地區(qū)重點從農(nóng)田養(yǎng)分管理加強面源污染防控。