2010—2020年珠江三角洲地区农业面源污染时空变化研究

2024-06-26燕琳许衡

人民珠江 2024年5期

燕琳许衡

摘要：为探究近10 a 来珠江三角洲地区农业面源污染时空变化，运用清单分析法，分析珠江三角洲地区涉及的广州、深圳、珠海、佛山、惠州、东莞、中山、江门和肇庆9个城市的农田化肥、禽畜养殖、水产养殖、农田固体废弃物和农村生活农业面源污染情况及时空分布变化。结果表明：2010—2020年珠江三角洲地区农业面源等标污染总负荷量下降17.77%，其中 COD 等标污染负荷量下降了8.20%，TN 等标污染负荷量下降了21.04%，TP 等标污染负荷量下降了8.18%；等标污染负荷贡献率表现为肇庆>江门>惠州>广州>佛山>中山>珠海>东莞>深圳；农田化肥和禽畜养殖污染物排放强度分别下降了26.01%、37.07%，水产养殖、农田固体废弃物和农村生活污染物排放强度分别上升了36.62%、22.79%、14.39%。

关键词：农业面源；时空变化；清单分析法；珠江三角洲地区

中图分类号：TV21 文献标识码：A 文章编号：1001-9235（2024）05-0028-06

Temporal and Spatial Variation of Agricultural Non-point Source Pollution in the Pearl River Delta from 2010 to 2020

YAN Lin， XU Heng

（Scientific Institute of Pearl River Water Resource Protection， Guangzhou 510611， China）

Abstract： To explore the agricultural non-point source pollution in the Pearl River Delta in recent 10 years， uses inventory analysis to analyze the temporal and spatial variation of farmland fertilizer， livestock breeding， aquaculture， farmland solid waste， and rural agricultural non-point source pollution in nine cities involved in the Pearl River Delta， including Guangzhou， Shenzhen， Zhuhai， Foshan， Huizhou， Dongguan， Zhongshan， Jiangmen and Zhaoqing. The results show that the total load of agricultural non-point source pollution in the Pearl River Delta decreased by 17.77% from 2010 to 2020. Specifically， the COD pollution load decreased by 8.20%， the TN pollution load decreased by 21.04%， and the TP pollution load decreased by 8.18%. The contribution rate of pollution load is as follows： Zhaoqing > Jiangmen > Huizhou > Guangzhou > Foshan > middle mountains > Zhuhai > Dongguan > Shenzhen. The emission intensity of pollutants from farmland fertilizer and livestock breeding decreased by 26.01% and 37.07%， respectively. The emission intensity of aquaculture， farmland solid waste， and rural domestic pollutants increased by 36.62%， 22.79%， and 14.39%， respectively.

Keywords： agricultural non-point source; temporal and spatial variation; inventory analysis; Pearl River Delta

农业面源污染对水环境的影响及其导致的水污染已成为中国目前农村最大的环境问题［1-3］，其主要来源于农业生产生活中污染物的排放，包括农田化肥、禽畜养殖、水产养殖、农田固体废弃物、农村生活等污染物［4-5］。农业面源污染因具有分散性、随机性、不确定性、滞后性、隐蔽性、难以监测和量化等特点［6-8］，导致其处理难度加大，从而使其较点源污染更加难以防控。目前，国内的农业面源污染主要是全国或省市级的研究，而针对某一地区，特别是经济比较发达的地区，研究农业面源污染的时空变化还比较少。本文以广东省经济高速发展的珠江三角洲地区为例，采用清单分析法、等标污染负荷法和排放强度核算等方法研究该区域2010—2020年农业面源污染时空变化，以期为珠江三角洲地区农业面源污染与生态环境的协调发展提供理论指导。

1材料与方法

1.1研究区概况

珠江三角洲地区位于广东省中南部，海岸线中部，内侧为伶仃洋、外侧为万山群岛及南海，地处亚热带，属于亚热带海洋性季风气候，行政区域涉及广州、深圳、珠海、佛山、惠州、东莞、中山、江门和肇庆9个城市。珠江三角洲地区气候具有夏长温热多雨而不酷热，冬暖偶有阵寒，相对干燥少雨的特点。全年气温较高，年平均温度在14～22℃ ，夏天炎热且潮湿，温度约在26～30℃;冬天凉爽而干燥，但很少会降至5℃以下。

根据《2021年广东省农村统计年鉴》统计，珠江三角洲地区2020年农村人口2556.8万人；耕地面积为60.25万hm2，其中水田、水浇地、旱地分别为40.09万、7.66万、12.50万 hm2；农业、牧业和渔业总产值分别为1214.50亿、451.76亿、770.98亿元。随着城市人口增加及城乡居民对农产品消费的需求，其农业种养结构、发展模式不断调整，耕地向高投入高强度利用方向发展，农业面源污染也随之发生变化。

1.2数据来源

本文所有数据来源于2011—2021年广东省农村统计年鉴、环境质量公报及其他相关统计资料等，同时收集污染负荷核算的必需参数，其中农作物、化肥、农村生活和畜禽养殖的产污和排污系数参考文献［5，9-14］，见表1。

1.3研究方法

1.3.1清单分析法

清单分析法以单元调查为基础，在实际应用中具有可操作性，数据容易获取，具有较好的权威性［15-16］，本文引用借鉴陈敏鹏的清单元分析法［17］，结合段华平建立的基于清单分析的综合调查评估体系［18］，构建本文的核算单元、核算参数值和计算方程。清单分析计算公式为：

式中 Ei——农业面源污染 i 的排放量，kg；EUi——单元 i 指标统计数；ρi——单元 i 污染物的产污强度系数；ηi——相关资源利用效率的系数； PEi——农业和农村污染的产生量，kg；Ci——单元 i 污染物的排放系数，由单元和空间特征（S）决定，表征区域环境、降雨、水文和各种管理措施对农业和农村污染的综合影响［19］。

1.3.2等标污染负荷

因不同污染物质对水体影响程度存在差异，为了比较各种不同的污染单元，以识别其对水体影响大小的顺序，本文引入等标污染负荷来评价农业面源污染负荷。等标污染负荷计算公式为：

式中 Pi——农业面源污染 i 的等标污染负荷量，103m3；Cio—— GB 3838—2002《国家地表水环境质量标准》III类标准系列中 i 污染物的标准浓度值，即 COD 为20 mg/L，TN 为 l mg/L， TP为0.2 mg/L；Ki——污染物 i 的等标污染负荷比［20-22］，k=1，2，···， n。

1.3.3排放强度核算

EIi = （4）

式中 EIi ——农业面源污染排放强度，kg/hm2； AL——研究区的耕地面积，hm2。

2结果与分析

2.1农业面源污染物年际变化特征

根据图1可知，珠江三角洲地区农业面源等标污染负荷量最大的是 TN，其次是 TP，最小的是 COD。2010—2020年，等标污染总负荷量由2010的33.77万 t 下降到2020年的27.77万 t，降幅为17.77%，COD 等标污染负荷量从1.83万 t 下降到1.68万t，降幅为8.20%；TN等标污染负荷量从25.09万 t下降到19.81万t，降幅为21.04%；TP等标污染负荷量从6.85万t下降到6.29万t，降幅为8.18%。

2.2农业面源污染物空间变化特征

从珠江三角洲地区不同城市的等标污染负荷贡献率情况（图2）可知，2020年总的等标污染负荷贡献率表现为：肇庆>江门>惠州>广州>佛山>中山>珠海>东莞>深圳。2020年肇庆市等标污染负荷贡献率相较于2010年 COD 下降了0.37%，TN 与 TP 分别增加了1.37%、17.63%，为9个城市中最高；2010—2013年，江门、惠州、广州、佛山、中山、珠海地区等标污染负荷贡献率整体呈上升趋势，2013年后等标污染负荷贡献率呈下降趋势，相比于2010、2020年江门、惠州总的等标污染负荷贡献率分别增加了12.97%、19.35%，广州、佛山、中山、珠海总的等标污染负荷贡献率分别下降了4.66%、13.11%、25.50%和6.28%；东莞近10 a等标污染负荷贡献率呈下降趋势，2020年 COD、TN、TP 等标污染负荷贡献率相较于 2010年下降了 7.65%、27.08%、34.04%；深圳市等标污染负荷贡献率为9个地市中最低，COD、TN 和 TP 等标污染负荷贡献率下降了39.79%、65.85%、41.04%。

2.3农业面源污染物特征分析

2010—2020年珠江三角洲地区 COD 的主要来源是畜禽养殖和水产养殖，TN 和 TP 的主要来源是农田化肥和畜禽养殖，而农田固体废弃物和农村生活排污占比相对较低（图3）。值得注意的是禽畜养殖对不同污染源的等标污染负荷贡献率在2018年骤然降低，与2010年相比，2018年禽畜养殖的 COD等标污染负荷贡献率由11.36%下降至5.63%，TN的等标污染负荷贡献率从11.36%下降至4.81%， TP 的等标污染负荷贡献率从11.48%下降至4.25%。

2.4珠江三角洲地区各市农业面源污染物排放强度变化

由表2可知，2020年珠江三角洲地区农业面源污染物总排放强度为127.15 kg/hm2，比2010年下降了13.19%，其中，COD、TN 和 TP 污染物的排放强度分别为78.153、46.073、2.930 kg/hm2，分别比2010年下降了8.35%、21.05%、8.15%；农田化肥和禽畜养殖污染物的排放强度分别为34.233、34.403 kg/ hm2，分别比2010下降了26.01%、37.07%，水产养殖、农田固体废弃物、农村生活污染物的排放强度分别为34.883、5.280、18.360 kg/hm2，分别比2010年上升了36.62%、22.79%、14.39%。

2010—2020年，分析不同污染物在各市的排放强度，其中 COD、TN 和 TP污染物的排放强度下降最快的是深圳市，分别下降了44.84%、73.08%、46.55%，COD 污染物的排放强度增长最快的是江门，增长了4.53%，TN 污染物的排放强度下降最慢的是江门市，为10.41%，TP污染物的排放强度增长最快的是肇庆，增长了2.28%。同理，分析5类污染源在各市的排放强度可知，农田化肥污染排放强度下降最大的是深圳市，为78.84%，最小的是惠州市，为12.86%；禽畜养殖污染排放强度下降最大的是东莞市，为91.64%，最小的是江门市，为16.43%；水产养殖污染排放强度增长最大的是深圳市，为142.42%，下降最大的是东莞市，为28.42%；农田固体废弃物污染排放强度增长最大的是惠州市，为51.32%，下降最大的是佛山市，为41.35%；农村生活污染排放强度增长最大的是东莞市，为49.08%，下降最大的是珠海市，为9.26%。综上所述，无论是从单个污染物排放强度还是按照行业类别污染排放强度，珠江三角洲地区农业面源污染在各市的分布差异明显，熊凡等［9］研究广州市农业面源污染概况及特征分析也得到了相似结论。

3结论

a）2010—2020年，珠江三角洲地区农业面源污染物等标污染负荷量整体呈下降趋势，由33.77万 t 下降到27.77万 t。近10 a来，COD、TN 和 TP 的等标污染负荷量呈下降趋势，分别从1.83万、25.09万、6.85万t下降到1.68万、19.81万、6.29万t。从污染排放强度来看，COD 的污染排放强度最大，TN次之， TP最小，2020年的 COD、TN和 TP 的农业面源污染排放强度较2010年分别下降了8.35%、21.05%、8.15%。因此，珠江三角洲地区近10 a来为控制农业面源污染开展的相关工作起到了有效的遏制作用。

b）从污染源来看，COD 的主要来源是畜禽养殖，TN 和 TP 的主要来源是农田化肥和畜禽养殖，水产养殖污染物排放强度占比呈上升趋势，不同区域的农业生产模式造成的污染物来源存在差异。

c）从空间上来看，近10 a来肇庆市是珠江三角洲地区农业面源等标污染负荷率最高的地市，深圳农业面源污染负荷率最低，依次排序为肇庆>江门>惠州>广州>佛山>中山>珠海>东莞>深圳。

d）从行业分布情况来看，2020年的农田化肥和禽畜养殖的污染排放强度较2010年分别减少了26.01%、37.07%，而2020年的水产养殖、农田固体废弃物和农村生活的污染排放强度较2010年分别增长了36.62%、22.79%、14.39%。综上所述，珠江三角洲地区面源等标污染负荷总量虽有下降，但农业生产投入强度仍然呈上升趋势，面源污染问题依旧严峻。

参考文献：

［1］闵继胜，孔祥智.我国农业面源污染问题的研究进展［J］.华中农业大学学报（社会科学版），2016，36（2）：59-66，136.

［2］姜滢，尤悦文，徐杨，等.2005～2014年苏州市农业面源污染源强变化特征［J］.热带作物学报，2016，37（9）：1805-1811.

［3］张中华.安徽省农业经济增长与农业面源污染关系的实证研究［J］.山西农业大学学报（社会科学版），2015，14（4）：344-350.

［4］杨林章，冯彦房，施卫明，等.我国农业面源污染治理技术研究进展［J］.中国生态农业学报，2013，21（1）：96-101.

［5］徐新良，陈建洪，张雄一.我国农田面源污染时空演变特征分析［J］.中国农业大学学报，2021，26（12）：157-165.

［6］陈小娇，周丹丹，赵海光，等.安徽省农业面源污染现状及防治对策［J］.江西农业学报，2019，31（8）：98-105.

［7］王一格，王海燕，郑永林，等.农业面源污染研究方法与控制技术研究进展［J］.中国农业资源与区划，2021，42（1）：25-33.

［8］王意杰.河南省农业面源污染现状及治理对策研究［J］.农业与技术，2021，41（10）：104-107.

［9］熊凡，林晓君，曾经文，等.广州市农业面源污染概况及特征分析［J］.广东农业科学，2018，45（3）：81-87.

［10］邢海虹，李小燕，杜建括，等.汉中市农村面源污染时空变化研究［J］.陕西理工学院学报（自然科学版），2020，36（4）：76-82.

［11］林兰稳，朱立安，曾清苹.广东省农业面源污染时空变化及其防控对策［J］.生态环境学报，2020，29（6）：1245-1250.