洱海流域农业面源污染与水环境变化的关联分析

卢中辉， 余 斌， 张 辉， 杨 振

(1.华中师范大学 城市与环境科学学院， 武汉 430079； 2.淮阴师范学院 城市与环境学院， 江苏 淮安 223300)

洱海流域农业面源污染与水环境变化的关联分析

卢中辉1，2， 余 斌1*， 张 辉1， 杨 振1

(1.华中师范大学 城市与环境科学学院， 武汉 430079； 2.淮阴师范学院 城市与环境学院， 江苏 淮安 223300)

随着点源污染得到有效控制与治理，农业面源污染已成为湖泊水环境污染的主要来源.该文利用等标污染负荷法和相关统计、调查数据，计算了2006年～2014年洱海流域农业面源污染负荷，在此基础上，运用灰色关联分析方法，测度了农业面源污染与洱海水环境变化的关联性.研究揭示：1) 2014年流域农业污染的总排放量为8 303.63 t，折算成等标排放量COD、TN和TP分别为325.85、1371.29和420.10 m3/a，表明TN为污染超标的主要影响因子；2) 畜禽养殖关联度为0.71，种植业关联度为0.63，表明农业发展整体对洱海水环境影响较大，其中，大蒜、水稻、牛、猪的关联度分别为0.70、0.69、0.74、0.74，贡献率分别为9.35%、10.90%、35.09%、13.19%；3) 从空间分布看，海北片区的三营镇、右所镇、茈碧湖镇为流域重点污染源区，且流域主要污染物的增减变化具有一定的空间非均衡性.据此，探讨了未来洱海流域基于水环境保护的农业发展策略.

农业面源污染； 水环境； 等标污染负荷； 灰色关联分析； 洱海流域

水环境污染作为全球环境问题之一，已引起世界各国的普遍关注.在以工业废水和城市生活污水为主的点源污染得到有效控制后，面源污染(非点源污染)对水体的影响日益凸显[1-2].据统计，目前全球有30～50%的地表水受到非点源污染的影响.2003年美国环保局水质调查报告显示，农业面源污染已成为影响美国河流与湖泊水质的第一大污染源，是河口污染的第三大污染源，是造成地下水污染和湿地退化的主要因素[3].我国因化肥、农药的过量、不当施用及大量畜禽便粪的随意排放，使得国内农业面源污染程度与广度都已超过欧美国家，并呈愈演愈烈之势[4].

国外农业面源污染研究于20C60S在美、日等发达国家率先开展；20C70、80S，受到西方国家普遍关注，并得到迅速发展；20C90S，随着“3S”技术与数学模型的结合应用，农业面源污染研究进入了新的发展阶段.总体上看，目前研究主要集中于机理研究、模型研究以及相关的防治技术等[5-6].我国的农业面源污染研究起步相对较晚，20C80S，先后对于桥水库、太湖、巢湖、三峡库区等湖泊、水库开展了农业面源污染的探索性研究；20C90S以来，通过经验统计分析、国外模型的引进吸收等方式对农业面源污染的现状调查与污染负荷评价、形成机理及控制措施等进行了大量有益探讨[7-9].特别是2006年之后，国家设立了水体污染控制重大专项，以洱海为代表的高原湖泊水环境治理问题备受关注，相关研究涉及农业面源污染SWAT模型评价、生物技术控制与生态补偿、农业经济优化[10-13].

总体而言，单纯依靠工程性措施很难根治水体富营养化，产业结构优化模式作为一种非工程性措施能够高效地从源头上控制污染的发生，特别对于流域尺度上收集和治理成本较高的面源污染而言更具潜力[13].但目前国内农业面源污染的研究仍偏重于定性调查分析与工程技术治理，对面源污染的时空变化与产业结构优化调整研究不够深入，基于富营养化控制的流域产业发展模式的方法和实证分析仍很欠缺.据此，本文以洱海流域为研究案例，通过深入调研与数学模型构建，系统解析农业发展和水环境污染变化特征，重点识别流域控污减排面临的关键问题、关键部门与关键地区，透视流域农业发展与水环境的关联效应，提出水环境控制策略，以其为洱海流域水环境治理提供科学依据.

1洱海流域农业发展与农业面源污染特征

1.1农业发展概况

洱海流域位于云南省大理白族自治州，地跨大理市和洱源县两个市县，共有17个乡镇，流域面积达2 565 km2(见图1).流域隶属澜沧江-湄公河水系，区内水土资源丰富，农业生产条件优越，是云南省重要的农业生产基地.2014年流域农业生产总值达到73.57亿元，其中种植业与畜禽养殖业是主要支撑产业，其产值比重分别达到44.20%、50.65%，林业与渔业产值仅占5.15%.“十一五”以来，随着农业的快速发展，尤其是畜禽养殖规模与粮经作物种植面积的迅速增长，使得畜禽粪尿排泄量和农用化肥施用量大幅增加.据估算，畜禽尿粪排泄量由2006年的188.50万t，增加到2014年的252.34万t，增长33.86%；据统计，流域化肥施用量(折纯)由2006年的2.34万t，增加到2013年的3.08万t，增长31.62%，2014年所有下降.总体而言，畜禽粪尿利用与处理率、化肥有效的吸收利用率均相对较低，致使流域农村畜禽污染、种植业化肥污染中的氮、磷污染物质的流失量不断增长，对流域水环境造成严重影响.

1.2农业面源污染特征

本文参照《第一次全国污染源普查云南省大理州农业污染源普查报告》之种植业化肥流失系数与畜禽养殖业产排污系数[14]，结合区域测土配方技术成果和实际调研情况，以大理市、洱源县2006年～2014年相关统计年鉴、汇报资料为基础，采用等标污染负荷法[15]对流域内农业污染源进行估算与评价.评价因子主要选取CODcr、TN、TP，主要核算指标有实物排放量、等标排放量.

1) 污染物的等标排放量为

(1)

其中，Pi为i污染物的等标排放量(m3/a)，Ci为i污染物流失量(t/a)，C0为污染物按GB3838-2002标准系列的阈浓度.根据洱海水质规划要求，其湖泊水质不低于II类水质标准，汇入干流不低于III类水质标准，即采用CODcr为20 mg/L，TN为1.0 mg/L，TP为0.2 mg/L.

2)某地区有m个污染源，第j个污染源有n个污染物，则该地区等标排放量为

(2)

3)该地区第j个污染源的等标污染负荷率为

(3)

利用相关数据代入以上公式，测算得出洱海流域农业污染负荷，见表1、图2.

从表1、图2可以看出，洱海流域2006年～2014年种农业污染等标排放量总体呈波动上升趋势，畜禽养殖污染大于种植业化肥污染增量.从畜禽品种来看，仅有羊的等标排放量呈现下降趋势，其他畜禽排放量均呈上升趋势.其中，牛的等标排放量在流域中所占比重最大，排放量由2006年的532.35m3/a快速上升到2014年的715.74m3/a，主要源于奶牛市场价格的不断上升，其养殖规模由2006年的7.99万头增加到2014年的11.43万头，增加43.08%，洱海流域奶牛养殖数量、牛奶产量均占云南省总量的50%以上；猪的排放量在2007年急剧下降达到最低值199.08m3/a，而后呈稳定上升状态；羊的排放量在2006年～2009年逐年缓慢上升，之后则呈现波动小幅下降趋势；蛋禽和肉禽则保持稳定上升趋势.从农作物品种来看，蔬菜等标排放量基本保持稳定，仅在2013年急剧下降达到最低值133.69m3/a，之后又开始缓慢回升；大蒜的等标排放量在2007年达到顶峰255.65m3/a，其播种面积达5 736.67hm2，之后政府对大蒜种植规模的有限削减，其排放量逐步下降至2012年最低点，但是近几年随着国内、国际大蒜市场价格的大幅上涨，大蒜种植规模及其排放量又呈现上升趋势；玉米等标排放量呈逐年上升趋势，特别是2012年～2013年，玉米品牌的创建及以玉米为饲料的加工企业壮大，其种植规模及其排放量快速上升；排污量较高的稻谷变化浮动较小，一直维持在225.0m3/a左右；小麦的排污量最小，均值仅为7.48m3/a，故可忽略不计入.

总体而言，种植业污染比重由2006年的53.5%下降到2014年的50.8%，畜禽养殖比重相应地由46.5%上升到49.2%，二者排污量相差不大，二者的管理要同行并重.2014年农业污染源排向水体污染物共8 303.63t，折算成等标排放量COD、TN和TP(受篇幅限制，计算过程略)分别325.85m3/a、1 371.29m3/a和420.10m3/a.2006年～2014年，农业COD、TN、TP排放量比值变化不大，其中TN总体保持在64.5%左右、TP总体保持在20.5%左右、COD总体保持在15.0%左右，可见有效削减TN和TP入湖量是“十三五”时期洱海水环境保护的关键问题.

2洱海流域农业面源污染与水环境变化的灰色关联测度

2.1灰色关联分析模型

数理统计中的回归分析、方差分析、主成分分析、相关分析等都可以运用于关联性分析，但这些方法往往要求大量样本数据，且要求各因素之间彼此无关[16].水环境问题是一个信息不完备的不确定系统，与水环境自净能力、流域水资源量、经济水平和人口规模、产业结构、工程技术水平、政策法规等诸多要素密切相关，多种因素共同作用的结果决定了该系统发展态势.而且，流域水环境质量通常由几个主要污染指标测算，产业排放数据多为估测所得，本身具有一定的非精确性，因此，上述计算方法不适用于本文研究.此外，水环境和农业面源污染的关联度数值本身并非本文研究的关键，更重要的是农业不同部门与水环境关联度大小的排序，从而识别出未来控制水污染的关键部门与关键问题.经过综合比较分析，本文选取灰色关联分析方法.

灰色关联分析是灰色系统理论的基础，是对系统变化发展态势的定量描述和比较的方法，实质是关联系数的分析.该方法在不确定信息的基础上，能有效度量关联程度，掌握事物的主要特征，其计算步骤如下．

1) 对各指标进行标准化处理：

(4)

2) 求差序列：

(5)

3) 求两极最大差和最小差：

(6)

(7)

4) 计算关联系数：

(8)

5) 计算灰色关联度，并排序：

(9)

2.2指标选取

为了探究流域农业发展对洱海水环境影响程度的大小，本文选取种植业、畜禽养殖业主要部门的等标排放量与水环境质量构建灰色关联模型.其中，X1～X9为种植业，具体分别为水稻、大麦、玉米、薯类、蚕豆、油料、烟叶、大蒜、蔬菜(不含大蒜)；X10～X14为畜禽养殖业，具体分别为牛、猪、羊、肉禽、蛋禽，原始值见表1；水环境质量综合值X01为洱海主要水质指标CODMn、TN、TP、TSI经过标准化后的加权值，原始值来源于2006年～2014年《云南省环境公报》，见表2.

2.3实证测算

根据公式(4)，对数据首先进行标准化处理.然后，根据公式(5)～(7)求出每个指标在每一年对应洱海水环境的关联系数.最后，根据公式(8)求出2006年～2014年间每个产业部门指标对应洱海水环境的关联度，具体见表3.

3洱海流域农业面源污染与水环境变化的灰色关联效应

3.1农业面源污染对水环境影响的部门贡献率

3.1.1农业面源污染负荷贡献率的部门结构 根据表3关联度与权重系数求出2014年农业各部门对洱海水环境影响的贡献率，见表4.

从表3可以看出，畜禽养殖关联度均值为0.71，种植业关联度均值为0.63，表明农业发展整体对洱海水环境影响较大，控制畜禽养殖污染与种植业化肥污染，对洱海水环境保护具有重要意义.种植业之大蒜、水稻与畜禽业之牛、猪与洱海水环境的相关程度最大，其关联度分别为0.70、0.69、0.74、0.74.其中，水稻种植与生猪养殖是由于其种植规模与养殖规模较大，其排污量较大；大蒜种植与奶牛养殖是由于其单位排放系数大，其排放量大.

从表4可以看出，农业各部门等标排放量的贡献率排序为牛>猪>水稻>大蒜>蔬菜(不含大蒜)>玉米>蚕豆>大麦>烟叶>薯类>油料>羊>蛋禽>肉禽.其中牛的贡献率最大，达到35.09%，其次为猪与水稻，分别达到13.19%和10.90%，大蒜贡献率为9.35%，而肉禽的贡献率最低，仅为0.60%.以上贡献率表明，当前控制污染重点应该集中在牛、大蒜这两个部门，其次为生猪、蔬菜、水稻和玉米等部门.

3.1.2农业面源污染负荷贡献率的部门结构变化

同理，利用农业各部门的等标污染负荷与权重系数求出2006年～2014年农业各部门对洱海水环境影响的贡献率，见图3.

从图3可以看出，农业各部门从2006年～2014年等标排放量的贡献率变化情况.牛的贡献率呈现逐年上升趋势，所占流域比重一直保持在30%以上，其增速有减缓趋势；生猪的贡献率由2006年的15.2%下降到2010年的12.5%，然后缓慢提高到2014年的13.2%；水稻的贡献率呈现逐年缓慢下降的趋势，占流域的比重由2006年的12.54%下降至2014年的10.90%；玉米的贡献率在2006年～2010年基本维持在6.0%左右，2012年陡增到9.0%，然后下降到2014年的7.9%；大蒜的贡献率则是呈先增大后减小态势，其在2007年贡献率达到最大为15.1%，之后逐步降低，当前随着大蒜市场效益好，大蒜种植污染又呈上升趋势；蔬菜的贡献率在2006年～2010年缓慢提高，2011之后下降相对较快，主要源自于流域“三品一标”蔬菜种植规模加大，蔬菜化肥与农药流失量减少.

3.2农业面源污染对水环境影响的空间贡献率

3.2.1农业面源污染负荷贡献率的空间分布 根据表3关联度与权重系数求出2014年流域各乡镇农业污染对洱海水环境影响的贡献率，见图4.

从乡镇分布情况看，污染源主要集中在洱源县的三营、右所、茈碧湖等乡镇，2014年农业污染负荷分别达328.84m3/a、271.12m3/a、208.97m3/a，贡献率分别为14.98%、12.35%、9.52%；大理市的上关镇、喜洲镇的农业污染也相对较高，等标负荷分别为162.32m3/a、158.40m3/a，贡献率分别为7.40%、7.22%.从分区域看，海北片区是流域污染治理的关键地区，2014年其农业污染负荷达1192.56m3/a，占流域污染负荷的57.20%，其大牲畜养殖、奶牛养殖规模分别占流域的60%、70%，流域大蒜种植主要分布在该片区的右所、邓川、茈碧湖、上关等乡镇；海西片区次之，其污染负荷占流域的21.99%，是流域污染治理的重点地区，流域蔬菜种植主要分布在该片区的大理、喜洲、湾桥等乡镇；海南片区、海东片区农业污染程度相对较低，单位数量TN、TP排放量较小的鸡鸭等禽类主要分布在海南片区，海东片区则以玉米种植为主.

3.2.2农业面源污染负荷贡献率的空间变化 根据表3关联度与权重系数求出2006年～2014年流域各乡镇农业污染对洱海水环境影响的贡献率变化趋势，见图5.

从分乡镇看，2006年～2014年，三营镇的农业污染负荷增量最大，达106.58m3/a，污染贡献率由11.86%增加到14.98%，增加3.12%，其中奶牛污染负荷增加78.99m3/a，贡献率增加2.31%；喜洲镇增幅次之，增量为42.16m3/a，贡献率由6.21%增加到7.22%，其中奶牛污染负荷增加11.45m3/a、蔬菜化肥污染增加11.33m3/a；挖色镇增量居第3位，达29.71m3/a，贡献率由2.93%增加到3.85%，其中玉米、蔬菜化肥污染分别增加13.29m3/a、10.05m3/a.与此同时，部分乡镇污染负荷呈下降趋势，茈碧湖镇下降8.14m3/a，污染贡献率由11.54%下降到9.52%，下降2.02%，其中奶牛、生猪污染分别下降6.30m3/a、5.29m3/a；大理镇、凤仪镇则由于大蒜种植、生猪养殖规模的下降，其污染贡献率分别由6.92%下降到5.73%、由6.86%下降到5.72%.

从分阶段看，2006年～2010年，海北片区中乡镇的污染负荷增幅最大，三营镇、茈碧湖镇、凤羽镇增量位居前三位，海南片区的下关镇、凤仪镇、开发区增量为负，说明作为大理市的核心城区非农产业发展较快，城市化水平较其他片区高.2010年～2014年，海北片区乡镇的污染负荷增幅减缓，除三营镇增幅较快，增量达66.97m3/a，其他乡镇增幅较低，茈碧湖镇负增长态势明显，下降25.85m3/a；同时，海西片区的喜洲镇、湾桥镇及海东片区的挖色镇增幅较为明显，其中，喜洲镇增幅仅次于三营镇，增量为32.01m3/a.

从变化趋势看，较之2006年，2014年洱海流域主要农业污染物的增减变化具有一定的空间非均衡性.分区域看，等标排放量增加较大的区域是北部片区和西部片区，增量分别为201.15m3/a、65.69m3/a；海东片区增量为48.74m3/a，但由于2006年基数较低，其增幅最快，达30.32%；海南片区下降4.61m3/a，是农业污染负荷唯一减少的片区.总体而言，茈碧湖镇、大理镇、凤仪镇、开发区等污染负荷有一定程度下降，主要归结于它们作为县市的经济中心，非农产业得到较大程度发展，农业面源污染有所降低，但是，总体来看，流域大多数乡镇污染仍在不断增加，“控污减排”压力仍不小.

4结论与对策建议

4.1主要结论

农业面源污染作为洱海流域污染的主体，重点识别农业污染控污减排的关键问题、关键部门、关键地区，对洱海水环境保护意义重大.

1) 2014年农业污染源等标排放量COD、TN和TP分别325.85m3/a、1371.29m3/a和420.10m3/a.2006年～2014年，TN排放量总体保持在64.5%左右、TP保持在20.5%，可见有效削减TN和TP是“十三五”时期洱海水环境保护的关键问题.

2) 灰色关联分析结果表明农业面源污染是影响洱海流域水质的重要因素.其中畜禽养殖关联度均值为0.71，种植业关联度均值为0.63，表明农业发展整体对洱海水环境影响较大.种植业之大蒜、水稻与畜禽业之牛、猪养殖对洱海水环境影响最大，其关联度分别为0.70、0.69、0.74、0.74，贡献率分别为9.35%、10.90%、35.09%、13.19%.其中，水稻种植、生猪养殖污染负荷高是由于其种植规模、养殖规模较大，大蒜种植、奶牛养殖污染负荷高是由于其单位污染排放系数最大.

3) 从空间分布情况看，污染重点地区集中于三营镇、右所镇、茈碧湖镇，等标污染负荷分别达328.84m3/a、271.12m3/a、208.97m3/a，贡献率分别为14.98%、12.35%、9.52%.从变化趋势看，洱海流域主要农业污染物的增减变化具有一定的空间非均衡性，海北片区、海西片区污染增量最大，海东片区污染基数小、增幅最大，海南片区污染负荷则有一定程度下降.

4.2发展建议

4.2.1优化和调整农业产业结构 根据流域农业面源污染物的部门贡献和空间分布特征，结合各类部门单位面积TN、TP排放强度，全面调整农业产业结构，主要包括农业种植和畜牧业养殖结构、数量、品种及布局的优化调整，大力推广发展生态农业产业.

1) 重点调整产业：奶牛、大蒜.削减奶牛和大蒜产业规模，并转移至远离水系的区域或流域外；对于留存的奶牛和大蒜，采取大棚种植和生态厩养开展清洁生产.

2) 限制发展产业：蔬菜、玉米、马铃薯、大麦与黄牛、生猪.用小麦、蚕豆等替代玉米、马铃薯和大蒜等；进行种植方式的轮换和种植布局的转移.畜牧产业削减养殖数量，并将对保留的畜禽转移至远离水系的区域进行生态养殖，洱海、西湖、茈碧湖周边500m，弥苴河、永安江、罗时江两侧200米禁止新建养殖场.

3) 鼓励发展产业：优质水稻、小麦、蚕豆、烟叶、双低油菜和家禽.结合培植发展生态农业和旅游观光农业，在海北片区建立无公害优质双低油菜，在海西片区建立花卉生产基地，同时适当扩大烤烟和三品蔬菜种植规模.

4.2.2构建控污减排技术结构体系 大力推进农业面源污染的治理技术，推动农业产业绿色发展.种植业主要稳步推行各类农作物的测土配方施肥，有效控制农药化肥不合理施用；大力推广农作物病虫害绿色防控技术，开展科技下乡工作；推动农田灌渠生态改造，实现农田废弃物资源化利用.畜禽养殖业注重转换养殖方式，由分散化养殖向集中化和现代化养殖靠拢；积极探索生态饲养新模式，加快“养殖户-企业”畜禽粪便资源化利用；推广农村户用沼气池并配套“一池三改”.

4.2.3着力创新体制机制，推动乡村生态化发展 重构流域村镇体系，构建农村剩余劳动力(产业结构优化调整，部分产业规模大幅缩减)转移机制，以新型城镇化引导乡村居民集中化居住和乡村空间有机化发展.构建流域农村和农业面源污染源头控制的监督体系和奖惩机制.实施农业服务体系建设工程和农业经营机制创新工程，创新土地流转模式和生产组织型式.构建农业循环经济体系，推动农业清洁生产和循环发展，建设生态农业示范园区.

[1] 马国霞， 於 方， 曹 东， 等. 中国农业面源污染物排放量计算及中长期预测[J].环境科学学报， 2012， 32(2)：489-497．

[2] 樊 娟， 刘春光， 石 静， 等. 非点源污染研究进展及趋势分析[J].农业环境科学学报， 2008， 27(4)：1306-1311．

[3]USEnvironmentalProtectionAgency.Non-PointSourcePollutionfromAgriculture[EB/OL].http://www.epa.gov/region8/water/nps/npsurb.html， 2003-10-22.

[4] 宋 涛， 成杰民， 李 彦， 等. 农业面源污染防控研究进展[J]. 环境科学与管理， 2010， 35(2)：39-42．

[5]HELFANDGE，HOUSEBW.Regulatingnon-pointsourcepollutionunderheterogconditions[J].AmericanJournalofAgriculturalEconomics， 1995， 77(4): 1024-1032．

[6]BASNYATP，TEETERLD，LOCKABYBG，etal.TheuseofremotesensingandGISinwatershedlevelanalysisofnon-pointsourcepollutionproblems[J].ForestEcologyandManagement， 2000， 128 (1): 65-73．

[7] 赵永宏， 邓祥征， 战金艳， 等. 我国农业面源污染的现状与控制技术研究[J]. 安徽农业科学， 2010， 38(5)：2548-2552．

[8] 龚 琦， 王雅鹏， 董利民. 基于云南洱海流域水污染控制的多目标农业产业结构优化研究[J]. 农业现代化研究， 2010， 31(4)：475-478．

[9] 吴春蕾， 马友华， 李英杰， 等.SWAT模型在巢湖流域农业面源污染研究中应用前景与方法[J]. 中国农学通报， 2010， 26(18)：324-328．

[10]SHANGX，CHENW，WANGX，etal.Usingthephysical-basedmodelswattoevaluateagriculturalpollutioninthelakeerhaiwatershed,China[J].FreseniusEnvironmentalBulletin， 2012， 21(2): 486-494．

[11] 倪喜云，尚榆民. 云南大理洱海流域农业面源污染防治和生态补偿实践[J]. 农业资源与环境学报， 2011(4)：82-87．

[12] 赵 冲， 雷国元， 蒋金辉， 等. 利用生物菌肥降低洱海流域农业面源污染的实验研究[J]. 华中师范大学学报(自然科学版)， 2015， 49(1)：108-113．

[13] 尚 晓. 基于洱海流域农业面源污染控制的经济发展模式优化研究[D].上海：上海交通大学， 2013．

[14] 云南省农业厅. 第一次全国污染源普查云南省农业污染源普查报告[M]. 北京：中国农业出版社， 2014．

[15] 钱晓雍， 沈根祥， 郭春霞， 等. 基于水环境功能区划的农业面源污染源解析及其空间异质性[J]. 农业工程学报， 2011， 27(2)：103-108．

[16] 李 健， 周 慧. 中国碳排放强度与产业结构的关联分析[J]. 中国人口·资源与环境， 2012， 22(1)：7-14．

Correlation analysis of agricultural non-point source pollution and water environment change in Erhai Lake watershed

LU Zhonghui1，2， YU Bin1， ZHANG Hui1， YANG Zhen1

(1.School of Urban and Environment Science， Central China Normal University， Wuhan 430079; 2.School of Urban and Environment Science， Huaiyin Normal University， Huaian， Jiangsu 223300)

Along with the effective control of point source pollution， agricultural non-point source pollution has become the main pollution source of lake water environment. Based on the equivalent standard pollution load method and the relevant survey data， this paper calculates discharges of agricultural non-point source pollution in the Erhai Lake watershed during 2006～2014， and then， using the grey correlation analysis method， correlations are studied between agricultural non-point source pollution and water environment in the Erhai Lake watershed. The research results show that: firstly， the total discharges of agricultural non-point source pollution are 8303.63 t， amount to equivalent standard discharges of COD， TN and TP as 325.85， 1371.29， and 420.10 m3/a， respectively， which indicates that TN is the main influence factor for pollution; secondly， the correlation between livestock and water environment is 0.71， and the correlation between crop farming and water environment is 0.63， which show that the influence of agricultural development is relatively significant for water environment. In detail， the correlations of garlic， rice， cattle and pig are 0.70， 0.69， 0.74， 0.69， and the contribution rates are 10.90%， 9.35%， 35.09%， and 13.19%， respectively; thirdly， from the perspective of spatial distribution， the north area are key pollution source areas， such as Sanying town， Yousuo town， ZiBi lake town， besides， the variance of non-point source pollution was non-balanced. According to the above data， the future agricultural development of Erhai Lake watershed is discussed in view of water environment protection strategy．

agricultural non-point source pollution; water environment; equivalent standard pollution load; grey correlation analysis; the Erhai Lake watershed

2016-10-19.

国家水体污染控制与治理科技重大专项项目(2013ZX07105-005-04).

1000-1190(2017)02-0215-09

X501；X52

A

*通讯联系人. E-mail: yupeize@126.com.