基于输出系数模型的云南洱海流域农业非点源污染研究

张 辰， 陆建忠*， 陈晓玲，2

(1.武汉大学 测绘遥感信息工程国家重点实验室， 武汉 430029；2.江西师范大学 鄱阳湖湿地与流域研究教育部重点实验室， 南昌 330022)

基于输出系数模型的云南洱海流域农业非点源污染研究

张 辰1， 陆建忠1*， 陈晓玲1，2

(1.武汉大学 测绘遥感信息工程国家重点实验室， 武汉 430029；2.江西师范大学 鄱阳湖湿地与流域研究教育部重点实验室， 南昌 330022)

以洱海流域北部罗时江、弥苴河、永安江3个子流域作为实验区，利用输出系数模型对子流域内农业非点源氮、磷污染进行估算，结合罗时江、弥苴河、永安江水质监测数据，对模型输出系数进行率定和验证，得到一组适用于洱海流域农业非点源污染估算的输出系数.利用该组输出系数，对洱海流域范围内农业非点源氮、磷污染负荷进行估算.研究表明：氮、磷污染空间分布具有一致性，乡镇污染输出于地域分布中呈现出“南北高中间低”的趋势.不同非点源氮污染贡献率依次为大牲畜养殖>农村生活排放>种植业>生猪养殖，不同非点源磷污染贡献率依次为种植业>农村生活排放>生猪养殖>大牲畜养殖.

输出系数模型； 农业非点源污染； 洱海流域； TN； TP

在农业发达地区，农业活动排放的氮、磷是区域内非点源氮、磷污染的主要来源.农业非点源污染具有空间尺度大、时间跨度大、过程复杂且难以控制的特点，基于物理原理的建模困难较大、要求条件较高，且一般只适用于该区域[1].输出系数模型对农业非点源污染产汇输移的过程进行了黑箱式的处理，规避了其过程的复杂性与随机性，运算简便，所需参数少，且能保证一定的精度[2].20世纪70年代初期，美国、加拿大在研究土地利用-营养负荷-湖泊富营养化关系的过程中，首次提出并应用了输出系数法.英国学者Johnes于1996年对输出系数法进行了优化，将模型进一步细分为土地利用、牲畜养殖、人口等项，并考虑了空气沉降等因素，提高了模型应用的可靠性[3].蔡明等考虑了流域内污染物输移的损失及降雨的影响，引入了流域损失系数及降雨影响系数，使模型机理更明确，模拟更符合实际[4].丁晓雯等在此基础上，进一步考虑了地形的影响，引入了地形影响因子，模型在大尺度流域的模拟精度得到明显提高[5].

云南洱海流域农业活动显著，农业非点源污染呈现出日益严重的趋势.本研究基于输出系数模型，考虑入河系数，利用子流域实测数据进行输出系数的率定，以期得到适用于整个流域的输出系数.在此基础上，对全流域的氮、磷污染负荷进行估算，并进行污染源类别及空间分布的分析，为云南洱海流域农业非点源污染估算提供参考方法，并对污染控制提供技术支持.

1研究区域及数据

1.1研究区域概况

洱海位于云南省大理白族自治州境内，地跨洱源县、大理市两县市，流域面积约2 565 km2，其中湖泊面积约249.4 km2.流域北部有罗时江、弥苴河、永安江等3条江河汇入洱海，东部有海潮河、玉龙溪等注入，西部则有苍山十八溪流入，南部接纳波罗江来水.其中，北部罗时江、弥苴河、永安江三条江河入湖量之和占洱海地表径流入湖总量的50%[6]，且该三条江河流域内农业活动显著，农田用水、居民生活污水等多以地表径流的方式排入河道.洱海流域为小流域区域，罗时江、弥苴河、永安江3个子流域率定得到的输出系数同样适用于整个流域范围[7].洱海流域水系及水质监测站点如图1所示．

图1 洱海流域水系及水质监测站点示意图Fig.1 Schematic diagram of water system and water quality monitoring stations in Lake Earhai watershed

1.2数据准备

本研究中用到的数据包括2010年洱海流域社会经济普查数据中的畜禽养殖及人口数据、行政村空间分布数据、洱海流域水文水系数据、洱海流域地形数据(DEM，Digital Elevation Model，数字高程模型)及罗时江、弥苴河、永安江等3条江河水质监测数据.

研究中利用洱海流域内各行政村空间分布数据(经纬度坐标)、洱海水系数据及洱海流域DEM，进行罗时江、弥苴河、永安江3条江河子流域的范围划分，及各行政村子流域归属的划分.

2研究方法

2.1模型原理

输出系数模型是一种基于统计学的线性数学模型，模型仅考虑应用对象中的输入量及输出量，而对复杂的中间过程不予考虑.输出系数模型的一般表达式为：

(1)

式中，Li为污染物i在该研究区域的总负荷量；Eij为污染物i在第j种土地利用或牲畜、人口中的输出系数；Aj为第j种土地利用类型的面积或牲畜、人口数量；P为由降雨输入的污染物负荷量.

研究中进一步考虑入河系数的影响，入河系数是指流域出口断面非点源污染负荷实测值与流域非点源污染实际输出量之比，表征了非点源污染物输移过程中的损失程度.由于目前洱海流域缺乏入湖系数的相关监测实验，因此通过参考相似区域研究成果以确定入河系数[8-9]，其数值如表1所示.

表1 洱海流域非点源污染入河系数

因此，对上述模型修正为：

(2)

式中，λj为第j种土地利用或牲畜、人口等的入河系数，其余各量的意义未变.

2.2输出系数的确定

输出系数模型规避复杂的物理过程而着重考虑经验统计规律，因此确定合理输出系数显得尤为重要.就国内该模型的应用研究而言，主要有3种方法确定输出系数：查阅文献法、野外监测法及数学统计的方法[10].研究中采用查阅文献的方法，选取与研究区域自然、地理、人文等条件相似的云南滇池、四川、重庆等区域已有研究成果，作为输出系数选取的初始条件及率定范围，然后通过比较模拟值与实测值，调整输出系数，对罗时江、弥苴河、永安江三个子流域进行综合分析对比，规避某一子流域模拟值与实测值误差过大的情况，以选取一组较适用于整个研究区域范围内的输出系数.此外，参考《第一次全国污染普查畜禽养殖业源产排污系数手册》及朱建春[11]等研究结果，确定大牲畜、猪、羊、家禽的输出系数值(相同单位条件下)依次递减，并以此作为辅助率定条件.相应的资料及率定结果如表2所示.

将文献[14-15]、[18]中模型模拟结果与率定结果进行对比(见表5、表6)，结果表明：永安江子流域误差均较大，这与子流域划分及基础数据采集有关；系数率定对模型于各子流域应用起到了一定的平差作用，使输出系数更适用于整个流域范围，规避了模型应用过程中于某处误差较小而另一处误差相对较大情况的发生.通过模型运用发现，输出系数模型参数少且意义简单[20]，模型运算快速，可作为一种有效处理农业非点源污染研究的方法.但由于各输出系数物理意义的欠缺，为了保证模型应用的稳定性，系数率定显得尤为必要.

表2 相关流域TN输出系数取值

表3 相关流域TP输出系数取值

表4 率定后农业源污染输出系数表

表5 小流域TN率定前后结果比较

表6 小流域TP率定前后结果比较

3结果与讨论

确定洱海流域输出系数后，可对洱海流域内各乡镇农业非点源污染负荷进行估算.结果表明，对入湖TN贡献较大的乡镇分别为三营镇、茈碧湖镇、右所镇、上关镇、喜洲镇、凤羽镇及凤仪镇，依次为73.19、70.51、63.58、45.88、42.49、40.48及37.45t/a.对入湖TP贡献较大的乡镇分别为三营镇、茈碧湖镇、右所镇、喜洲镇、凤仪镇、凤羽镇及上关镇，依次为8.07、6.90、6.32、5.33、4.87、4.86t/a.就乡镇空间分布而言(见图2)，上述农业非点源污染贡献较大的乡镇多集中在流域北部及南部地区，这与该区域农业活动发达，而中部地区旅游业发达的实际相一致.

研究表明(见图3)，大牲畜养殖、农村生活排放、水田旱地种植、生猪养殖对流域农业非点源氮污染排放贡献较大并依次递减，输出量依次为243.89、150.23、114.50、40.39t/a，对农业非点源污染输出的贡献比依次为：44.07%、27.14%、20.69%、7.30%.水田旱地种植、农村生活排放、生猪养殖、大牲畜养殖对流域农业非点源磷污染排放贡献较大并依次递减，输出量依次为27.87、18.03、7.64、7.31t/a，对农业非点源污染输出的贡献比依次为：44.77%、28.96%、12.27%、11.74%.因此，对各乡镇农业污染源研究中，主要对农村生活、水田旱地种植、大牲畜养殖及生猪养殖进行分析对比.

图2 洱海流域各乡镇入湖TN、TP量(2010)Fig.2 Agricultural TN and TP contribution of every administrative village in Lake Erhai watershed(2010)

图3 洱海流域内主要农业污染源贡献示意图Fig.3 Schematic diagram of the main agricultural pollution sources in Lake Erhai watershed

对洱海流域各乡镇农业非点源氮污染来源研究发现(见图4)，大牲畜养殖对各乡镇农业非点源氮污染贡献均较为突出，邓川镇、上关镇、茈碧湖镇大牲畜养殖对各自乡镇氮排放的贡献比依次达到60.24%、56.15%、55.74%，银桥镇、挖色镇、大理镇大牲畜养殖贡献相对降低，但对本乡镇氮排放的贡献也依次达到24.98%、23.21%、15.36%.大牲畜养殖对氮排放贡献较大的乡镇多集中在流域北部，环洱海各乡镇中农村生活贡献则较大，其中，大理镇、凤仪镇、喜洲镇、银桥镇、挖色镇、湾桥镇农村生活排放占本乡镇氮排放的比例依次为：52.92%、42.65%、40.13%、37.49%、37.33%、34.71%，这与该区域旅游业较发达且有关，与翟玥等[21]研究成果一致.就种植业而言，水田种植对洱海西部湾桥镇、银桥镇、大理镇影响最大，其贡献占本乡镇氮排放的比例依次为25.09%、23.77%、20.82%，这与该区域河网分布密集有关.流域内整体而言，旱地种植对各乡镇农业非点源氮污染影响均较小，就其空间分布，洱海流域北部各乡镇的影响大于洱海流域中部及南部各乡镇.生猪养殖的影响主要见于洱海流域东部各乡镇，挖色镇、海东镇生猪养殖贡献比最大，依次为18.75%、13.29%，这与该乡镇形成仔猪养殖示范区[22]有一定的关系.

图4 洱海流域各乡镇农业非点源氮污染源贡献比Fig.4 Contribution ratio of agricultural NPS source Nitrogen pollution sources in Lake Erhai watershed

与洱海流域农业非点源氮污染相比，种植业对磷污染的贡献明显增加(见图5)，其中，三营镇、凤羽镇、牛街乡种植业的贡献比可分别达到58.22%、54.11%、52.78%，双廊镇、挖色镇、上关镇种植业贡献比相对较低，但也依次达到了34.31%、34.16%、32.56%.农村生活磷排放仅次于种植业，同样呈现出一定的环洱海分布的趋势，其中，大理镇、凤仪镇、喜洲镇、挖色镇、上关镇、海东镇、双廊镇、湾桥镇农村生活磷排放的贡献均达到了30%以上.大牲畜养殖与生猪养殖磷排放的空间分布与氮排放呈现出一定的一致性，但大牲畜养殖磷排放贡献比呈现出较大的下降趋势.

对氮排放而言，大牲畜养殖单位输出系数较大.参考大理市年鉴[23]及朱婷[22]等研究成果，大理市2010年牧业、种植业产值占农业总产值的54.54%、40.52%，说明该区域畜牧业较发达，这与研究结果中大牲畜养殖等的贡献较种植业大相一致.磷排放而言，参考单位输出系数及农业产值贡献，一定程度上验证了种植业贡献较大的研究结果.

图5 洱海流域各乡镇农业非点源磷污染源贡献比Fig.5 Contribution ratio of agricultural NPS source Phosphorus pollution sources in Lake Erhai watershed

4结论

输出系数模型作为一种经验模型，很难找到一组大范围适用的输出系数，因此，在总结已有研究成果的基础上，对输出系数进行率定是一项非常必要的工作.本文以模型模拟值与实测值的相对误差作为率定基础，并加入了一些先验知识作为辅助率定条件，得到了一组适用于洱海流域的输出系数，并对洱海流域农业非点源氮、磷污染进行研究，得出如下结论.

洱海流域农业非点源氮、磷污染中，就TN、TP而言，其空间分布呈现出高度相关性，其中，TN量：三营镇>茈碧湖镇>右所镇>上关镇>喜洲镇>凤羽镇>凤仪镇，TP量：三营镇>茈碧湖镇>右所镇>喜洲镇>凤仪镇>凤羽镇>上关镇，呈现出洱海流域各乡镇“南北各高而中间低”的趋势，这与洱海流域各乡镇的经济结构有关.

对洱海流域农业非点源氮污染而言，大牲畜养殖贡献显著，尤以流域北部各乡镇为甚.沿洱海各乡镇，农村生活贡献则明显高于流域内其他乡镇.水田、旱地种植贡献低于前两者贡献，但湾桥镇、银桥镇、大理镇水田种植贡献均较高，与该区域河网密布、种植业发达有关.生猪养殖贡献较高乡镇多集中于环洱海区域，尤以挖色镇、海东镇为甚，这与该区域形成种猪养殖示范区有关.

对洱海流域农业非点源磷污染而言，种植业影响最大，农村生活次之，牲畜养殖贡献则明显下降，但其空间分布与氮污染有较高的相关性.

[1] 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．

[2]JOHNESPJ.Evaluationandmanagementoftheimpactoflandusechangeonthenitrogenandphosphorusloaddeliveredtosurfacewaters:theexportcoefficientmodelingapproach[J].JournalofHydrology, 1996, 183:323-349．

[3] 李怀恩, 庄咏涛. 预测非点源营养负荷的输出系数法研究进展与应用[J].西安理工大学学报, 2003, 19(4):307-311.

[4] 蔡 明, 李怀恩, 庄咏涛, 等. 改进的输出系数法在流域非点源污染负荷估算中的应用[J].水利学报, 2004(7):40-45．

[5] 丁晓雯, 沈珍瑶, 刘瑞民, 等. 基于降雨和地形特征的输出系数模型改进及精度分析[J].长江流域资源与环境, 2003, 19(4):306-309．

[6] 翟 玥. 洱海流域入湖河流污染分析及人工湿地处理技术研究[D].上海:上海交通大学, 2012:1-3．

[7] 陆建忠, 陈晓玲, 肖靖靖, 等. 改进的输出系数法在农业污染源估算中的应用[J].华中师范大学学报(自然科学版), 2012, 46(3):373-378．

[8] 杨立梦. 茫溪河流域(井研段)农业非点源污染研究[D].成都:西南交通大学, 2014:50-51．

[9] 纪丁愈, 王庆安, 佘红英, 等. 川中丘陵地区小流域农业面源污染特征及水环境容量研究——以黄蜡溪小流域为例[J].水资源与水工程学报, 2011, 22(4):81-84．

[10] 马亚丽, 敖天其, 张洪波, 等. 基于输出系数模型濑溪河流域泸县段面源分析[J].四川农业大学学报, 2013, 31(1):53-59．

[11] 朱建春, 张增强, 樊志民, 等. 中国畜禽粪便的能源潜力与氮磷耕地负荷及总量控制[J].农业环境科学学报, 2014, 33(3):435-445．

[12] 任 玮, 代 超, 郭怀成. 基于改进输出系数模型的云南宝象河流域非点源污染负荷估算[J].中国环境科学, 2015, 35(8):2400-2408．

[13] 郝 旭, 张乃明, 史 静. 昆明市云龙水库径流区氮磷非点源污染负荷分析[J].水土保持通报, 2013, 33(6):274-278．

[14] 刘瑞民, 沈珍瑶, 丁晓雯, 等. 应用输出系数模型估算长江上游非点源污染负荷[J].农业环境科学学报, 2008, 27(2):677-682．

[15] 丁晓雯, 刘瑞民, 沈珍瑶. 基于水文水质资料的非点源输出系数模型参数确定方法及其研究[J].北京师范大学学报(自然科学版), 2006, 42(5):534-538．

[16] 丁晓雯, 沈珍瑶. 涪江流域农业非点源污染空间分布及污染源识别[J].环境科学, 2012, 33(11):4025-4032．

[17] 魏新平, 刘洪雨, 李 华, 等. 四川白鹿河流域非点源氮磷负荷来源及控制对策[J].中国农村水利水电, 2012(3):36-38．

[18] 刘亚群. 旭水河贡井段非点源污染负荷估算研究[D].成都:西南交通大学, 2014:36-39．

[19] 杨彦兰, 申丽娟, 谢德体, 等. 基于输出系数模型的三峡库区(重庆段)农业面源污染负荷估算[J].西南大学学报(自然科学版), 2015, 37(3):112-119．

[20]DINGXW,SHENZY,QIANH,etal.DevelopmentandtestsoftheexportcoefficientmodelintheupperreachofYangtzeRiver[J],JournalofHydrology, 2010, 383:233-244．

[21] 翟 玥, 尚 晓, 沈 剑, 等.SWAT模型在洱海流域面源污染评价中的应用[J].环境科学研究, 2012, 25(6):665-671．

[22] 朱 婷. 大理市农业结构关联效应与优化研究[J].对外经贸, 2014(10):90-93．

[23] 大理市统计局. 大理市统计年鉴[M].昆明：云南民族出版社,2010．

Study of pollution from agricultural non-point sources in LakeErhai watershed in Yunnan Province based on export coefficient model

ZHANG Chen1， LU Jianzhong1， CHEN Xiaoling1,2

(1. State Key Laboratory of Information Engineering in Surveying，Mapping and Remote Sensing，Wuhan University，Wuhan 430079;2. Key Laboratory of Poyang Lake Wetland and Watershed Research of Ministry of Education，Jiangxi Normal University，Nanchang 330022)

The sub-watershed of Lake Erhai watershed, including Luoshijing, Mijvhe and Yonganjing, which are located in the north area, are served as the experimental area. The export coefficient is utilized to calculate the total nitrogen(TN) and total phosphorus(TP) loads from agricultural non-point sources(NPS) of this experimental area. The export coefficients of this model are calibrated and validated with the water quality monitoring data of the experimental area, aiming to get the export coefficients that could be used in the whole area of Lake Erhai watershed more effectively. The TN and TP loads from agricultural non-point sources of the whole Erhai watershed is calculated by the export coefficients. Our results suggest that the pollution from nitrogen and phosphorus have a high correlation, and their spatial distributions show the trend that the north and south of this area contribute more than the middle area. For TN loads, the magnitude order of the contribution was as follows: cattle breeding> rural life> farming> pig breeding. For TP loads, the magnitude order of the contribution was as follows: farming> rural life> pig breeding> cattle breeding.

export coefficient model; agriculture non-point source pollution; lake Erhai watershed; total nitrogen (TN); total phosphorus (TP)

2016-09-01.

国家科技重大专项项目(2013ZX07105-005);国家自然科学基金项目(41301366);江西省重大生态安全问题监控协同创新中心专项项目(JXS-EW-08);测绘地理信息公益性行业科研专项项目(201512026);测绘遥感信息工程国家重点实验室专项科研经费项目.

1000-1190(2017)01-0108-07

X501;X508

A

*通讯联系人.E-mail:lujzhong@whu.edu.cn.