山西省农业面源污染时空变化特征及发展趋势预测

[目的]定量分析山西省2011—2022年农业面源污染时空变化特征并预测其发展趋势,为该省农业面源污染防治工作的开展提供科学参考。[方法]采用排污系数法和等标污染负荷法定量分析山西省农业面源污染的时空变化特征,通过建立自回归移动平均的(ARIMA)时间序列预测模型对其发展趋势进行预测。[结果](1)2022年山西省农业面源污染排放量分别为:化学需氧量(COD)为4.74×10^(5) t,NH_(3)-N为5820 t,TN为2.86×10^(4) t和TP为4180 t。排放量高值区集中在吕梁市和运城市,低值区集中在太原市和阳泉市。等标污染负荷总量为3.95×10^(10)m^(3)。首要污染物为TN,首要污染账户为畜禽养殖账户。(2)2011—2022年,4类污染物变化趋势表现出一致性,总体上表现为波动上升,且各项污染物最高值均出现在2022年。各行政区污染物排放量排序基本稳定,运城市和吕梁市一直占重要地位。根据等标污染负荷计算结果,12 a来TN一直是首要污染物,畜禽养殖一直是首要污染账户,并且占比仍在不断上升。(3)通过确定模型参数,建立ARIMA(1,1,2)模型进行预测。预测期内山西省农业面源污染会有小幅下降,之后发展趋势表现为平稳上升。[结论]需要进一步加强对农业重点污染账户和重点污染物的防治工作,以降低农业面源污染排放量,缓解其上升趋势。

临汾市农业面源污染空间特征定量分析

为全面了解临汾市农业面源污染现状及分布特征,运用排污系数法,计算临汾市2021年3种主要污染物(COD、TN、TP)的农业面源污染排放量,运用等标污染负荷法分析了不同污染物对环境的贡献程度。此外,结合聚类分析结果和临汾市地理环境特点,分析了其空间分布特征。结果表明:2021年临汾市农业面源污染排放量分别为COD112918.58t、TN12187.79t和TP1555.33t,排放量最大的地区是洪洞县,最小的是大宁县。3种污染物等标污染负荷分别为COD28.23×10~8m^(3)、TN60.94×10~8m^(3)、TP38.33×10~8m^(3),总等标污染负荷为128.05×10~8m^(3);根据聚类分析结果,可将临汾市17个县(区)行政区分为重度污染区、中度污染区和轻度污染区3类,分类结果在空间分布上与临汾市自然地理特征表现出明显的相关性。

基于水足迹理论的山西省水资源利用与经济发展脱钩状况分析

为充分了解山西省水资源利用现状及变化趋势。基于水足迹理论分析了山西省及其各行政区2007-2016年的水资源利用状况,探讨了水资源配置和利用的时空变化特征,并结合协调发展脱钩评价模型对山西省水资源利用与经济增长协调发展进行评价。结果表明:①近十年来山西省水足迹总体呈现上升趋势,各行政区之间差异显著,其中运城市水足迹值最高,阳泉市最低。全省多年人均水足迹平均值为731.22 m^3/人。②水足迹结构在研究时限内基本稳定,农业水足迹占比一直保持在90%左右,工业用水小幅下降,生活、生态用水小幅上升。③山西省水资源自给率水平非常高,平均值为98.97%。除太原市外,其他地区水资源自给率均保持在97%以上。④山西省水足迹经济效益由2007年的28.13元/m^3上升到2016年的43.23元/m^3,各行政区10年间水足迹经济效益均有不同程度的提高。⑤10年间山西省各行政区的水资源压力指数均大于1,整体水资源压力指数由2007年的1.96上升到2016年的2.24,说明山西省水资源利用长期处于不安全状态,且地区差异明显。⑥山西省经济增长与水资源利用之间除2013年、2014年外均表现为协调关系。

山西省水资源生态足迹时空变化特征及驱动因素

采用水生态足迹模型,结合生态承载力和生态赤字原理,探讨了山西省水资源可持续利用的时空变化特征。并利用LMDI模型,分析了山西省2005—2015年水资源生态足迹变化的驱动因素;利用ARIMA模型预测了山西省未来5年的水资源生态足迹。结果表明:(1) 2005—2015年山西省人均水资源生态足迹一直大于其生态承载力,水资源供给处于生态赤字状态,年均水资源生态赤字最高为朔州市0.372 hm^2/人,最低的为长治市0.184 hm^2/人;(2)山西11个行政区的水资源生态足迹账户中,除了太原市外,2005—2015年都以农业用水为主,其次为工业用水,城镇公共用水占有比例较为稳定,居民生活用水和生态环境用水占总用水生态足迹的比例有小幅提升;(3)结构效应是促进山西省水资源生态足迹增长的主要因素,经济效应为第二重要因素,人口效应对于山西省水资源生态足迹的贡献度比较低,技术效应是抑制山西水资源生态足迹过快增长的关键因素;(4)运用ARIMA(2,2,3)模型预测了山西省水生态足迹发展趋势,结果表明:未来5年山西省水生态足迹仍将继续上升,但上升趋势有所减缓,在2019年后开始缓慢下降。