时空与效率视角下汾河流域农业灰水足迹分析

张 鑫,李 磊,甄志磊,王春玲,刘利军*



时空与效率视角下汾河流域农业灰水足迹分析

张 鑫1,李 磊2,甄志磊1,王春玲1,刘利军2*

(1.山西农业大学城乡建设学院,山西 太谷 030801；2.山西省环境科学研究院,山西 太原 030027)

基于《山西省统计年鉴》的相关数据,运用灰水足迹理论对2010年前后(2000~2016年)汾河流域农业灰水足迹及效率进行定性、定量分析.结果表明:汾河流域农业灰水足迹总体呈先上升后下降再缓慢上升的趋势,最高值出现在2004年,为1.30×1010m3,最小值出现在2012年,为9.20×109m3;农业灰水足迹中以畜牧业灰水足迹为主,但比例在降低;2010年后,汾河流域年均农业灰水足迹同比降低15%,说明汾河水污染得到了明显的改善,但仍应制定相关政策减少污染物的排放;种植业灰水足迹同比增加8%,说明化肥施用量在增加,应支持使用有机肥,减少化肥的使用;文水县农业灰水足迹变化最大,其中畜牧业灰水足迹则同比增加52%,应重点对文水县畜禽粪便进行治理或资源化利用;农业灰水足迹效率呈现先平稳后下降然后极速上升再下降的趋势,2012年最高,为1.32元/m3.较2010年前,2010年后流域年均灰水足迹效率明显提高,农业落后区减少了6个.

农业灰水足迹；汾河；污染；灰水足迹效率

在传统的河流水质监测中,常用单因子指数评价法、综合污染指数评价法、综合水质标识指数评价法来评价河流的污染情况[1-3],但这些方法没有考虑到稀释污染物所需要的水量,这部分的用水量同样也应该被考虑到河流污染评价中[4].“水足迹”理论的提出为评价河流水污染状况提供了一种新的办法.Hoekstra等[5]于2008年提出“灰水足迹”,可以从水量的角度评价水污染,从而可以与水资源消费的量进行比较.近几年来,国内外学者利用“灰水足迹”理论进行了一系列的研究,Allocca等[6]通过在整理研究区水文和微生物时间序列资料的基础上运用水足迹方法来量化放牧对研究区的环境影响,并引入灰水足迹来度量放牧过程中净化微生物污染所需的水;Wickramasinghe等[7]建立了八种污染物的灰水足迹校准模型,并提出用水污染的量而不是污染浓度来衡量河流的污染程度;付永虎等[8]运用“灰水足迹”理论分析了粮食生产灰水足迹的时空变化特征,并以模型WEP和DGM(1,1)建立了多种情景下粮食生产对水环境负面影响的评价方法;蔡建辉等[9]采用灰水足迹模型分析了甘肃省剩余灰水足迹、灰水足迹效率和水环境荷载指数指标,并运用GM(1,1) 模型对甘肃省生活、工业和农业部门的灰水足迹进行了预测.但目前还没有学者利用灰水足迹来评价整个河流的污染情况,并且农业灰水足迹的计算大多仅限于由于化肥农药引起的水污染,而没有考虑到由于畜禽粪便堆积引起的河流污染[10-12].对流域农业生产活动所造成的灰水足迹进行计算,可为制定相关农业产业政策,恢复河流生态,促进农业的可持续发展提供理论依据和数据支撑.山西作为我国的煤炭大省,几十年来“由煤而兴”、“由煤而困”,在经济转型升级的同时,加大生态保护和修复治理的力度是未来可持续发展的必要措施.汾河作为山西的“母亲河”,是全省农业发展的主要集中地区.因此,评价农业生产对汾河的污染情况,对汾河污染治理、恢复汾河生态、促进山西经济、农业的绿色、可持续发展有着重要意义.本研究采用灰水足迹理论方法,借助《山西省统计年鉴》资料,分析2010年前后(2000~2016年)汾河流域农业生产灰水足迹及效率的时空变异规律,以期为当地的可持续发展提供资料支持和决策参考.

1 研究区概况和研究方法

1.1 研究区概况

汾河是山西最大的河流,也是黄河的第二大支流.汾河全长713km,流域面积39721km2,占该省总面积的25.5%,耕地面积1.16×1010m2,占该省耕地面积的29.54%.汾河自宁武县管涔山雷鸣寺开始,流经宁武、静乐、岚县、阳曲、娄烦、古交、太原、寿阳、榆次、交城、清徐、太谷、祁县、文水、平遥、汾阳、孝义、介休、灵石、交口、汾西、霍州、洪洞、古县、临汾、浮山、襄汾、翼城、曲沃、侯马、新绛、稷山、河津、万荣共34个县(市、区).汾河支流众多,较大的有潇河、文峪河、浍河等,还有许多著名的大泉水,如兰村泉、晋祠泉等,汾河水利资源丰富,在山西省的政治、历史、文化、经济发展中起着重要的作用.

1.2 研究方法

流域灰水足迹是衡量流域水污染程度的指标,是以自然本底浓度和现有的环境水质标准为基准,将一定的污染物负荷吸收同化所需要的淡水的体积[13-14].自古以来,农业生产包括2大方面,即种植业、畜牧业.种植业所产生的灰水足迹主要是因为使用的化肥、农药等除被作物本身吸收之外,仍有一部分会随着降水、灌溉等作用,通过淋溶等一系列作用进入地表水体[15].畜牧业所产生的灰水足迹则主要是因为畜禽粪便的堆积使得其中污染物会随着地表径流进入水体[16].

1.2.1 种植业灰水足迹 结合灰水足迹的概念以及种植业的特性,选取主要污染物氮肥为关键性指标进行计算[17-19],借鉴《水足迹评价手册》[13]中关于灰水足迹的核算方法,则种植业灰水足迹的计算公式如下:

式中:GWFp为种植业灰水足迹,m3/a;为淋溶率,即氮肥进入水体的比例,%;AR为每公顷耕地的化肥施用量,kg/hm2;为耕地面积,hm2;max为最大容许浓度,kg/ m3;nat为污染物的自然本底浓度,kg/ m3.

1.2.2 畜牧业灰水足迹 结合灰水足迹概念以及畜牧业的特性,选取畜禽粪便中主要污染物COD、TN[20-22]为关键性指标进行计算,则畜牧业灰水足迹的计算公式如下:

式中:GWFr为畜牧业灰水足迹,m3/a; GWFr(i)为以第类污染物为标准的畜牧业灰水足迹,m3/a;为第类污染物的排放量,kg/a;max(i)为第类污染物的最大容许浓度,kg/m3;nat(i)为第类污染物的自然本底浓度,kg/m3;为畜禽数量;为饲养周期,d;为日排粪量,kg/d;P(i)为粪便中第类污染物的含量,kg/t;d为粪便中第类污染物的流失率,%;为日排尿量,kg/d;P(i)为尿液中第类污染物的含量,kg/t; d为粪便中第类污染物的流失率,%.

1.2.3 农业灰水足迹 假设地表水体同时对种植业和畜牧业产生的污染物进行稀释,则农业灰水足迹的计算公式如下:

式中: GWF为农业灰水足迹,m3/a.

1.2.4 农业灰水足迹效率 农业灰水足迹效率表示的是以单位水污染为代价所带来的经济效益,其值越大,表明该地区农业越发达,其值越小,表明该地区农业越落后[23].具体计算公式如下:

g

=GDP/GWF

a

(6)

式中:为农业灰水足迹效率,元/m3;GDP为农业总产值,元.

1.3 数据来源

每公顷耕地的化肥施用量AR、耕地面积、畜禽数量来源于《山西省统计年鉴》[24];污染物最大容许浓度来源于《地表水环境质量标准》(GB 3838-2002)[25]中第V类水体的标准限值;饲养周期、日排粪量、日排尿量、粪便中第类污染物的含量、尿液中第类污染物的含量、粪便中第类污染物的流失率、尿液中第类污染物的流失率来源于《全国规模化畜禽养殖业污染情况调查及防治对策》[26]中的相关数据;根据田间的实验数据,取氮的淋溶率为10%[27];nat为污染物在水体中的初始浓度,常以0计.

2 结果与讨论

2.1 汾河流域农业灰水足迹时空分布

如图1所示,自进入21世纪以来,汾河流域农业灰水足迹呈现增长→降低→增长→平稳的趋势;最高值出现在2004年,为1.30×1010m3,同年畜牧业灰水足迹也达到了最高值,为1.03×1010m3,占比79%;最小值出现在2012年,为9.20×109m3.农业灰水足迹的大小受当年化肥施用量、畜禽养殖数量的影响.在2004年出现峰值,主要是因为当年猪、牛、羊的数量较之前出现了较为大幅的上涨;在2012年出现最低值,是因为畜禽数量、化肥施用量都有不同程度的降低.

由图2可知,在汾河流域农业灰水足迹中畜牧业灰水足迹占比要高于种植业灰水足迹,说明畜牧业对于汾河的污染要高于种植业,畜禽养殖的集约化以及化肥工业的快速发展,导致有机粪肥的大量闲置堆放,造成严重的水环境污染.以2010年为界,2000~2009年,汾河流域畜牧业灰水足迹平均占比76%,种植业灰水足迹平均占比24%;2010~2016年,种植业灰水足迹占比同比增加8%,说明在2010年后,化肥在种植业生产中有了更广泛的使用,其对流域水污染的贡献也更大.

图1 汾河流域2000~2016年农业灰水足迹

图2 汾河流域农业灰水足迹构成 Fig.2 The composition of agricultural gray water footprint of Fenhe river basin

2.2 汾河流域农业灰水足迹空间分布

由表1可知,2010年前,汾河流域年均农业灰水足迹为1.16×1010m3,其中,襄汾县年均农业灰水足迹最大,为8.90×108m3,占比7.62%,其种植业灰水足迹和畜牧业灰水足迹同样也达到了34各县(市、区)的最高值,主要是因为襄汾县的耕地面积和畜禽数量都要大于其他县(市、区),侯马市年均农业灰水足迹最小,为8.72×107m3,占比仅为0.76%,主要是因为其耕地面积相对较小但同时畜禽数量同比最小; 2010年后,汾河流域年均农业灰水足迹相比2010年前有所降低,为9.85×109m3,其中种植业灰水足迹增加3.9×108m3,畜牧业灰水足迹减少2.11×109m3,结合表2、表3,可知原因主要为单位公顷化肥施用量的增加以及耕地面积、畜禽养殖数量的减少,其中,文水县年均农业灰水足迹最大,为8.02×108m3,占比8.12%,主要是因为2010年后,文水县大型畜禽养殖厂的增加,导致畜禽养殖数量的增加,侯马市畜禽数量无明显变化,其年均农业灰水足迹依旧最小,为8.84×107m3,占比仅为0.90%.

与2010年前相比,2010年后有9个县(市、区)年均农业灰水足迹基本没有变化,分别为太原市区、榆次区、介休市、万荣县、宁武县、翼城县、侯马市、孝义市、汾阳市;有18个县(市、区)年均农业灰水足迹有不同程度的降低,主要是因为畜禽养殖数量减少,其中降幅在40%~50%的有4个,分别为寿阳县、襄汾县、古县、浮山县,襄汾县降幅最大,降幅在30%~40%的有5个,分别为清徐县、娄烦县、古交市、洪洞县、汾西县,降幅在20%~30%的有7个,分别为阳曲县、平遥县、新绛县、静乐县、临汾市区、岚县、交口县,降幅在10%~20%的有2个,分别为祁县、霍州市;有7个县(市、区)年均农业灰水足迹有不同程度的增高,其中,种植业灰水足迹和畜牧业灰水足迹均有提高,结合表2、表3及公式(2)~(4)可知,主要是因为单位公顷化肥施用量以及畜禽养殖数量的增加,其中增幅在40%~ 50%的有1个,为文水县,增幅在30%~40%的有2个,分别为稷山县、河津市,增幅在20%~30%的有2个,分别为太谷县、灵石县,增幅在10%~20%的有2个,分别为曲沃县、交城县.

根据各县(市、区)农业灰水足迹占总流域农业灰水足迹的比例来确定该地区对汾河水质的污染程度,比值乘以100在8~10以内的为重污染区,在6~8以内的为中重度污染区,在4~6以内的为中度污染区,在2~4以内的为中轻度污染区,在0~2以内的为轻度污染区.

图3 汾河流域农业水污染分布

A:轻度污染区; B:中轻度污染区; C:中度污染区; D:中重度污染区; E:重度污染区

表1 汾河流域各县(市、区)年均农业灰水足迹构成及占比

表2 2000~2009年每公顷耕地化肥施用量及均值

由图3可知,2010年前,无重污染区,中重度污染区有2个,分别为襄汾县和洪洞县,中度污染区有6个,分别为寿阳县、祁县、平遥县、新绛县、临汾市区、文水县,中轻度污染区有16个,分别为太原市区、清徐县、阳曲县、榆次市区、太谷县、万荣县、稷山县、宁武县、静乐县、翼城县、浮山县、汾西县、交城县、岚县、孝义市、汾阳市,轻度污染物有10个,分别为娄烦县、古交市、灵石县、介休市、河津市、曲沃县、古县、侯马市、霍州市、交口县;2010年后,有重污染区1个,为文水县,无中重度污染区,中度污染区有5个,为太谷县、祁县、平遥县、襄汾县、洪洞县,中轻度污染区有18个,分别为太原市、清徐县、阳曲县、榆次市区、寿阳县、介休市、万荣县、稷山县、新绛县、宁武县、静乐县、临汾市区、曲沃县、翼城县、交城县、岚县、孝义市、汾阳市,轻度污染区有10个,分别为娄烦县、古交市、灵石县、河津市、古县、浮山县、汾西市、侯马市、霍州市、交口县.与2010年前相比,2010年后中度污染区以上(含中度污染区)县(市、区)减少2个,中轻度污染区县(市、区)增加2个,说明2010年后,汾河流域农业生产对汾河水污染的状况有所减轻.

表3 2010~2016年每公顷耕地化肥施用量及均值(kg)

2.3 汾河流域农业灰水足迹效率时空分布

图4 汾河流域2000~2016年农业灰水足迹效率

灰水足迹效率可以用来分析一个地区农业生产的发达程度,借助公式(6)得出2000~2016年汾河流域农业灰水足迹效率,如图4所示.总体来说,汾河流域农业生产灰水足迹效率的变化呈现先平稳后下降然后极速上升再下降的过程,在2005年达到最小值,为0.60元/m3,说明当年以流域单位水污染为代价所带来的经济效益最小,在2012年达到峰值(1.32元/m3),为最小值的2.2倍,结合图1可知,在2005~2012年间,农业灰水足迹在降低的同时,流域农业总产值在逐步增加,说明在这7年间,农产品收购价格在逐渐增加,农业得到了有效的发展.但在2012年后,农业生产灰水足迹效率在逐年降低,主要是因为农业灰水足迹在缓慢增加的同时,流域农业总产值在降低,说明在这4年间,农业并没有得到长足有效的发展.

2.4 汾河流域农业灰水足迹效率空间分布

由图5可知,在2010年前,流域年均灰水足迹效率为0.72元/m3,其中,太原市区年均灰水足迹效率最高,为1.79元/m3,最低为宁武县,为0.17元/m3,仅为平均水平的23.61%,在流域34个县(市、区)中,有11个县(市、区)的年均灰水足迹效率超过了流域平均水平,分别为太原市区、清徐县、榆次区、太谷县、平遥县、万荣县、稷山县、河津市、曲沃县、侯马市、孝义市,新绛县和文水县的年均灰水足迹效率与流域平均水平持平,而有将近2/3的县(市、区)的年均灰水足迹效率还未达到流域平均水平.

2010年后与2010年前相比,流域年均灰水足迹效率有了明显提高,为1.17元/m3,其中,万荣县最高,为2.21元/m3,最低仍为宁武县,为0.26元/m3,为平均水平的22.2%,在流域34个县(市、区)中,有15个县(市、区)的年均灰水足迹效率超过了流域平均水平,分别为太原市区、清徐县、榆次区、寿阳县、太谷县、平遥县、万荣县、稷山县、新绛县、河津市、临汾市区、曲沃县、襄汾县、侯马市、孝义市,灵石县的年均灰水足迹效率与流域平均水平持平,有将近1/2的县(市、区)的年均灰水足迹效率还未达到流域平均水平.在流域均值得到明显提高的基础上,寿阳县、新绛县、临汾市区、襄汾县这4个县(市、区)的年均农业灰水足迹效率从2010年前的低于均值到2010年后超出流域均值,说明这4个县(市、区)的农业经济得到了比较快速的发展.根据各县(市、区)的农业灰水足迹效率来确定该地区农业的发达程度,值在0~0.4为一等落后区,在0.4~0.8为二等落后区,在0.8~1.2为三等落后区,在1.2~1.6为三等发达区,在1.6~2.0为二等发达区,在2.0~2.4为一等发达区.

图6 汾河流域农业发达程度分布

A:一等落后区; B:二等落后区; C:三等落后区; D:三等发达区; E:二等发达区; F:一等发达区

以2010年为界,汾河流域34个县市农业的发达程度如图6所示.由图6可知,2010年前,无一等发达区,有二等发达区1个,为太原市区,有三等发达区7个,分别为清徐县、榆次市区、太谷县、万荣县、河津市、曲沃县、侯马市,有三等落后区2个,分别为平遥县、稷山县,有二等落后区15个,分别为阳曲县、寿阳县、祁县、灵石县、介休市、新绛县、临汾市区、翼城县、襄汾县、洪洞县、古县、霍州市、文水县、孝义市、汾阳市,有一等落后区9个,分别为娄烦县、古交市、宁武县、静乐县、浮山县、汾西市、交城县、岚县、交口市;2010年后,有一等发达区3个,分别为太原市区、清徐县、万荣县,有二等发达区6个,分别为榆次市区、寿阳县、新绛县、河津市、曲沃县、孝义市,有三等发达区5个,分别为太谷县、稷山县、临汾市区、襄汾县、侯马市,有三等落后区10个,分别为祁县、平遥县、灵石县、介休市、翼城县、洪洞县、古县、浮山县、霍州市、汾阳市,有二等落后区8个,分别为阳曲县、娄烦县、古交市、汾西县、文水县、交城县、岚县、交口市,有一等落后区2个,分别为宁武县、静乐县.

总体来看,农业发达区主要分布于人口较为集中的市区及周边,如太原市区、榆次区、清徐县,以及水资源较为充足、地势较为平坦的传统农业县,如万荣县、太谷县、河津市、曲沃县、侯马市;农业落后区主要分布于贫困山区也是国家扶贫开发重点县,如宁武县、静乐县、岚县、娄烦县、汾西县、古县,以及以第二、第三产业为主的地区平遥县、灵石县、介休市、霍州市、汾阳市、阳曲县、古交市、交城县、交口市.

2.5 建议

本文对汾河流域农业灰水足迹以及灰水足迹效率的时间和空间分布进行了初步评价,可以反映出农业生产造成的汾河水污染的情况,对于减少汾河水污染、恢复河流生态、合理调整作物种植结构、面积,促进当地经济社会的协调发展都有着重要的作用.农业生产引起的地表水污染的根本原因是化肥的使用以及畜禽粪便的堆积.各级政府应该出台相应的政策,鼓励并支持建设一批利用畜禽粪便生产有机肥的厂家,降低有机肥价格,并支持农户使用有机肥,减少化肥的使用.此外,要优先考虑需肥量低、经济效益好的作物,从根源上减少灰水足迹的产生.还应该加强排水设施和污水处理设施的建设,严禁农田废水以及畜禽养殖废水直接排入河流.

3 结论

3.1 2000~2016年汾河流域农业灰水足迹呈现增长→降低→增长→平稳的趋势;最高值出现在2004年,为1.30×1010m3,最小值出现在2012年,为9.20× 109m3.

3.2 汾河流域农业灰水足迹由种植业灰水足迹和畜牧业灰水足迹2部分组成,2010年前,畜牧业灰水足迹平均占比76%,种植业灰水足迹平均占比24%,2010年后,流域年均农业灰水足迹相比2010年前有所降低,但二者所占比例发生了变化,其中种植业灰水足迹增加8%、畜牧业灰水足迹降低8%,说明在2010年后,农业生产造成的汾河水污染得到了明显的改善,但是化肥使用量在增加.

3.3 2010年后,中度污染区以上(含中度污染区)县(市、区)减少2个.其中文水县变化最大,主要是2010年后,该县鼓励发展大型禽养殖厂,导致畜禽养殖数量的增加.

3.4 2000~2016年间,汾河流域农业生产灰水足迹效率的变化呈现先平稳后下降然后极速上升再下降的过程,最小值为2005年的0.60元/m3,最大值为2012年的1.32元/m3,说明在这7年间,流域农业经济得到了快速的发展.但在2012年后,流域农业总产值降低,农业发展滞后.与2010年前相比,2010年后流域年均灰水足迹效率有了明显的提高,农业落后区减少6个,农业的发达程度主要与当地的人口密度、支柱产业以及地形地势有关.

[1] 陆卫军,张 涛.几种河流水质评价方法的比较分析[J]. 环境科学与管理, 2009,34(6):174-176. Lu W J, Zhang T. Comparison and analysis of several appraisal methods for river water quality [J]. Environmental Science and Management, 2009,34(6):174-176.

[2] 张 杨,吴仁人,杨 戈,等.西江流域地表水微生物污染定量源解析[J]. 中国环境科学, 2018,38(10):3889-3896. Zhang Y, Wu R R, Yang G, et al. Quantitative source analysis of microorganism pollution in the surface water in Xijiang River Basin [J]. China Environmental Science, 2018,38(10):3889-3896.

[3] 孟志龙,杨永刚,秦作栋,等.汾河下游流域水体硝酸盐污染过程同位素示踪[J]. 中国环境科学, 2017,37(3):1066-1072. Meng Z L, Yang Y G, Qin Z D, et al. Isotopic tracing for nitrate pollution process of water body in the lower reaches of Fenhe River [J]. China Environmental Science, 2017,37(3):1066-1072.

[4] 杨 凡.山东省地市灰水足迹测度与空间格局分析[J]. 节水灌溉, 2017,(2):69-75. Yang F. The measure and spatial pattern analysis of the municipal grey water footprint in Shandong Province [J]. Water Saving Irrigation, 2017,(2):69-75.

[5] Hoekstra A Y, Chapagain A K. Globalization of water: Sharing the planet’s freshwater resources [J]. Water Encyclopedia, 2008,43(2): 147.

[6] Allocca V, Marzano E, Tramontano M, et al. Environmental impact of cattle grazing on a karst aquifer in the southern Apennines (Italy): Quantification through the grey water footprint [J]. Ecological Indicators, 2018,93:830-837.

[7] Wickramasinghe W M S, Navaratne C M, Dias S V. Building resilience on water quality management through grey water footprint approach: a case study from Sri Lanka [J]. Procedia Engineering, 2018, 212:752-759.

[8] 付永虎,刘黎明,起晓星,等.基于灰水足迹的洞庭湖区粮食生产环境效应评价[J]. 农业工程学报, 2015,31(10):152-160. Fu Y H, Liu L M, Qi X X, et al. Environmental effects evaluation for grain production based on grey water footprint in Dongting Lake area [J]. Transactions of the Chinese Society of Agricultural Engineering, 2015,31(10):152-160.

[9] 蔡建辉,颜七笙.“一带一路”倡议下甘肃省灰水足迹测度及GM(1,1)模型预测研究[J]. 灌溉排水学报, 2018,37(3):115-121. Cau J H, Yan Q S. Measurement and GM (1,1) prediction of grey water footprint in Gansu Province under “the belt and road” initiative [J]. Journal of Irrigation and Drainage, 2018,37(3):115-121.

[10] 姚懿真,杨贵羽,汪 林,等.基于IPAT模型的河北省灰水足迹分析及预测[J]. 水利水电技术, 2017,48(11):36-42. Yao Y Z, Yang G Y, Wang L, et al. IPAT model-based prediction and analysis on grey water footprint of Hebei Province [J]. Water Resources and Hydropower Engineering, 2017,48(11):36-42.

[11] 曾 昭,刘俊国.北京市灰水足迹评价[J]. 自然资源学报, 2013, (7):1169-1178. Zeng Z, Liu J G. Historical trend of grey water footprint of Beijing, China [J]. Journal of Natural Resources, 2013,(7):1169-1178.

[12] 孙才志,白天骄,韩 琴.基于基尼系数的中国灰水足迹区域与结构均衡性分析[J]. 自然资源学报, 2016,31(12):2047-2059. Sun C Z, Bai T J, HanQ. The regional and structural equilibrium analysis of grey water footprint in China based on gini coefficient [J]. Journal of Natural Resources, 2016,31(12):2047-2059.

[13] Hoekstra A Y.水足迹评价手册[M]. 北京:科学出版社, 2012:17-33. Hoekstra A Y. The water footprint assessment manual [M]. Beijing: Science Press, 2012:17-33.

[14] 徐丽丽,刘先国,刘丹青,等.基于水足迹的生态畜禽养殖基地生产用水分析[J]. 安全与环境工程, 2014,21(6):18-22. Xu L L, Liu X G, Liu D Q, et al. Analysis on the production water supply of ecological livestock and poultry breeding base based on water footprint [J]. Safety and Environmental Engineering, 2014, 21(6):18-22.

[15] 杜 玲,徐长春,吴 尧,等.河北省种植业水污染足迹初报[J]. 农业环境科学学报, 2018,37(2):286-293. Du L, Xu C C, Wu Y, et al. Water degradation footprint of crop production in Hebei Province [J]. Journal of Agro-Environment Science, 2018,37(2):286-293.

[16] 胡 彬,刘俊国,赵丹丹,等.基于水足迹理念的水资源短缺评价—以2022年冬奥会雪上项目举办地为例[J]. 灌溉排水学报, 2017,36(7): 108-116. Hu B, Liu J G, Zhao D D, et al. Using the theory of water footprint to assess water scarcity: A case study [J]. Journal of Irrigation and Drainage, 2017,36(7):108-116.

[17] 陈利顶,傅伯杰.农田生态系统管理与非点源污染控制[J]. 环境科学, 2000,1(2):98-100. Chen L D, Fu B J. Farm ecosystem management and control of nonpoint source pollution [J]. Environmental Science, 2000,1(2):98- 100.

[18] 王丹阳,李景保,叶亚亚,等.一种改进的灰水足迹计算方法[J]. 自然资源学报, 2015,(12):2120-2130. Wang D Y, Li J B, Ye Y Y, et al. An improved calculation method of grey water footprint [J]. Journal of Natural Resources, 2015,(12): 2120-2130.

[19] Olness A. Water quality: prevention, identification, and management of diffuse pollution [J]. Journal of Environmental Quality, 1994,24(2):383.

[20] 孙才志,韩 琴,郑德凤.中国省际灰水足迹测度及荷载系数的空间关联分析[J]. 生态学报, 2016,36(1):86-97. Sun C Z, Han Q, Zheng D F. The spatial correlation of the provincial grey water footprint and its loading coefficient in China [J]. Acta Ecologica Sinica, 2016,36(1):86-97.

[21] Mekonnen M M, Hoekstra A Y. A Global Assessment of the Water Footprint of Farm Animal Products [J]. Ecosystems, 2012,15(3):401-415.

[22] Ercin A E, Aldaya M M, Hoekstra A Y. The water footprint of soy milk and soy burger and equivalent animal products [J]. Ecological Indicators, 2012,18:392-402.

[23] 张 鑫,李 磊,于 斐,等.基于虚拟水理论的功能农业示范区玉米种植水足迹研究——以山西太谷为例[J]. 山西农业科学, 2018, 46(8):1349-1353. Zhang X, Li L, Yu F, et al. Study on the water footprint of maize planting in the functional agriculture demonstration area based on virtual water theory—a case study [J]. Journal of Shanxi Agricultural Sciences, 2018,46(8):1349-1353.

[24] 山西省统计局.山西省统计年鉴[M]. 北京:中国统计出版社, 2000~2016. Bureau of satistics of Shanxi Province. Shanxi Statistical Yearbook [M]. Beijing: China Statistics Press, 2000-2016.

[25] GB 3838-2002 地表水环境质量标准[S]. GB3838-2002 Environmental quality standards for surface water [S].

[26] 国家环境保护总局自然生态保护司.全国规模化畜禽养殖业污染情况调查及防治对策[M]. 北京:中国环境科学出版社, 2002:29-35. General administration of environmental protection of the People's Republic of China. Investigation and control measures on pollution of large-scale livestock and poultry breeding industry in China [M]. Beijing: China Environmental Science Press, 2002:29-35.

[27] Chapagain A K, Hoekstra A Y, Savenije H H G, et al. The water footprint of cotton consumption: An assessment of the impact of worldwide consumption of cotton products on the water resources in the cotton producing countries [J]. Ecological Economics, 2007,60(1): 186-203.

Analysis of agricultural grey water footprint in Fenhe River basin based on the perspective of space-time and efficiency.

ZHANG Xin1, LI Lei2, ZHEN Zhi-lei1, WANG Chun-ling1, LIU Li-jun2*

(1.College of Urban and Rural Construction,Shanxi Agricultural University, Taigu 030801, China；2.Environmental Science Research Institute of Shanxi Province, Taiyuan 030027, China)., 2019,39(4)：1502~1510

Based on the data of statistical yearbook of Shanxi Province, the gray-water footprint theory was applied to analyzing the agricultural grey water footprint and efficiency of Fenhe River basin around 2010 (2000~2016). The results showed that the agricultural grey water footprint of Fenhe River basin generally increased, and then decreased, finally slowly increased. The maximum value was 1.30×1010m3in 2004. The minimum value was 9.20×109m3in 2012. The agricultural grey water footprint was mainly composed of livestock raising grey water footprint; However, the percentage reduced after 2010. After 2010, the annual average of agricultural grey water footprint reduced 15%, which indicated that the water quality of Fenhe River had been significantly improved. However, relevant policies should be formulated to reduce the emission of pollutants. The crop planting grey water footprint increased 8%, which indicated that the utilization rate of fertilizers was increasing. The government should support the use of organic fertilizers and reduce the use of chemical fertilizers. Among these 34 counties, Wenshui showed obvious change with an increasing of 43%, among which livestock grey water footprint increased by 52% year-on-year. Therefore, the government should focus on the treatment and resource utilization of livestock excrements in Wenshui country. The efficiency of agricultural grey water footprint kept stable at first, and then rapid increased, finally decreased; The maximum value was 1.32yuan/m3, appeared at 2012. The annual average of agricultural grey water footprint efficiency obviously enhanced after 2010. The number of backward agriculture areas was decreased by 6.

agricultural grey water footprint；Fenhe；pollution；agricultural grey water footprint efficiency

X824

A

1000-6923(2019)04-1502-09

2018-09-19

山西农业大学青年科技创新(2016019);国家自然科学基金资助项目(51709162);山西省优秀博士来晋工作奖励(SXYBKY201748)

*责任作者, 高级工程师, lljysd@126.com

张 鑫(1990-),女,山西太谷人,讲师,硕士, 主要研究方向为环境污染评价与修复.发表论文2篇.