梓潼县种植业源污染特点及对策

以四川省梓潼县为样本,对梓潼县种植业污染源的来源及特点做了科学的分析,并对梓潼县种植业污染源的管控提出了针对性的对策建议。

基于空间效应视角的农业经济增长与种植业面源污染排放的实证分析

农业资源环境是保障农业生产发展、实现农业经济增长的基本资源和条件。从空间效应视角探析农业经济增长与种植业面源污染物排放量的关系,可为推进种植业面源污染防治政策实施提供理论支撑。本文采用等标污染负荷法测度2000—2019年全国31个省、直辖市、自治区(不包含香港、澳门、台湾)种植业面源污染物氨氮、化学需氧量、总氮、总磷的排放情况,运用空间杜宾模型剖析农业经济增长、消费能力、技术进步、农业现代化水平、风险感知、财政支持、受灾情况及产业结构对种植业面源污染物排放的空间效应,并对影响因素的空间效应进行分解。结果表明:1)全国31个省、直辖市、自治区的种植业面源污染排放存在显著正向全局空间自相关性,2019年空间格局特征主要表现为“高-高”聚集和“低-低”聚集,聚集区域主要表现在农业大省和经济发达地区。2)种植业面源污染排放具有显著负向空间溢出效应,空间滞后系数为−0.11,农业经济增长对本地区及邻接地区有相斥方向的显著性影响效应。3)SDM时间固定效应模型效应分解结果表明,8个影响因素中农业经济增长、消费能力、技术进步、农业现代化水平和风险感知的直接效应和间接效应均具有显著性。农业经济增长具有缓解本地区种植业面源污染的作用,估计系数为−0.175,但对邻接地区种植业面源污染排放具有加重作用,估计系数为0.397。据此,提高对农业经济增长、技术进步和财政支持等显著性影响因素的导向作用的重视,地方政府可积极发挥自身优势,联动邻接地区发挥空间交互作用,开展农业新型技术培训,建立有效的种植业面源污染防治监督管理体制,实现农业经济增长与种植业面源污染防治平衡发展。

湖北省种植业面源污染现状分析

采用综合调查法对湖北省17个市(州)2007年农业面源污染情况进行调查,并采用等标污染负荷法进行评价与源解析。结果表明,湖北省种植业氮、磷合计用量为2 703 795.7 t(折纯),其中肥料氮施用量为1 932 024.6 t(折纯,N),肥料磷合计771 771.1 t(折纯,P2O5),总氮和总磷的流失总量为76 688.7、5 472.7 t/年。湖北省9种主要农药成份的流失总量896.6 kg;湖北省地膜使用量为9 508.7 t,土壤中残留量为1 671.5 t,全省平均残留率为使用量的17.6%;湖北省秸秆产生量为4 090.7万t,其中62.3%的秸秆进行了综合利用,有36.1%的秸秆被非资源化处置。全省污染负荷占比前三的市(州)为荆州市、襄阳市、宜昌市。综上所述,湖北省17个市(州)的种植业源防控的主要污染物是总氮和总磷,防控的重点区域为荆州市、襄阳市。

云南星云湖流域种植业面源污染驱动力分析

种植业面源污染是湖泊水的主要污染源之一,但是有关种植业面源污染驱动力的研究甚少。为了研究星云湖流域种植业面源污染的驱动力,通过流失系数法计算2005、2010和2015年种植业化肥流失量,由多元线性回归分析其影响因素。结果表明:(1)农业人口占总人口的比重、耕地比重、经济作物和果树的播种面积、经济作物与粮食作物的播种面积比、第一产业产值均与化肥流失量呈正相关;粮食作物的播种面积、人均非农收入、环保投资指数均与化肥流失量呈负相关。(2)经济作物和果树的播种面积、经济作物与粮食作物播种面积比与化肥流失量正相关程度最高,均大于0. 9,所以星云湖流域种植业面源污染大小的决定因素是种植结构。建议下一步对星云湖流域种植业结构和空间布局进行优化。

中国农业面源污染防控研究进展与工程案例

农业面源污染具有发生分散、随机,排放不确定性,污染物浓度波动大、类型复杂,污染面广量大的特点,其综合防治一直是世界性难题。当前,我国面源污染防控首要的问题为污染“家底”不清,不同部门或研究学者对农业面源污染负荷估算差别大。基于几十年定位、全程的科学观测数据,本研究认为,虽然国家污染普查数据和很多学者的估算数据,均高估了种植业源排放量占面源污染总量的比例,但种植业源排放总量仍然很高,必须给予充分的重视和防控。结合中国30多年的面源污染防控经验,中国科学院南京土壤研究所学者提出了农业面源污染控制的3R(“减源—拦截—修复”)和4R策略(“源头减量—生态拦截—循环利用—生态修复”),并伴随着防控技术升级和组合优化、技术产品化和装备化,逐渐完善扩展为4R^(+),为我国农业面源污染防控提供了理论支撑和应用指导,在一些典型地区进行工程化实施后,形成了农业面源污染防控的成功经验和案例。然而,农业面源污染防控的工作仍然面临着许多挑战,深入了解土壤与污染物之间的相互作用机制将尤为关键。此外,为实现资源的高效循环使用,还必须进一步提高氮、磷等关键污染物的净化与回收效率,确保在增加农业产值的同时降低对环境的污染负荷。

基于直觉模糊—熵权—TOPSIS的农业面源污染防治技术综合评价方法研究

研究提出了一种基于直觉模糊-熵权-TOPSIS的农业面源污染防治技术评估方法,在TOPSIS技术框架基础上,耦合直觉模糊集理论和直觉模糊熵权法,同时实现了对定性指标的定量转换和客观赋权;以典型种植业面源污染防治技术为例,开展方法应用验证,分别从源头类、过程类、末端类和全过程类技术中,筛选出综合效益较高的农业面源污染防治技术,从环境、经济、技术性能等不同维度深入剖析了各项技术的优势与不足。结果表明,该方法能够克服定性数据和主观赋权对评价结果的影响,综合考虑农业面源污染防治技术的环境效益、经济效益和技术性能,实现技术综合评价与优选,并为技术未来的改进方向提供科学指导。

农田氮磷流失量原位监测与治理建议

农田面源污染逐渐成为我国农业生态环境良性发展的限制因素之一。为了探究农田面源污染的防治措施与方法,针对沈阳市农田面源污染的主要种类及污染现状,进行了农田氮磷流失量原位监测。监测结果表明,农田总氮、总磷径流流失量值极低,平均分别为0.038 kg/(亩·年)和0.003 kg/(亩·年);全年农田氮磷流失量监测点中总磷流失量值较低,总氮流失量值在淋溶监测点中较高,最高值为8.74 kg/(亩·年),平均值为3.34 kg/(亩·年)。

南四湖流域种植业面源污染氮磷源解析研究

利用田间径流池采集南四湖流域种植业农田地表径流样品,分析其不同形态的氮磷数据,汇总数据得到南四湖流域种植业的氮磷源成分谱;并在南四湖区11条主要入湖河流入湖口处采集水样,测定氮磷含量,利用主成分分析法对南四湖流域种植业面源污染氮磷来源进行了源解析.结果表明,南四湖流域氮磷种植业面源污染来源有3种,3个主成分累积方差贡献率为95.275%.第一类污染途径为降雨淋溶小麦-玉米轮作农田产生的地表径流对河流产生的污染,这种污染的范围广且贡献率较大为50.220%;第二类污染途径为降雨淋溶大蒜-玉米轮作农田产生的地表径流流入南四湖入湖河流引起的,影响面也较广,贡献率为25.119%;第三类污染途径为自然降雨时,小麦-水稻轮作农田产生的地表径流对河流的污染,贡献率为19.937%.

基于多主体模型的种植业面源污染控制模拟:化肥税-环境服务付费功效比较

构建了一个基于复杂适应系统理论和Swarm平台的用于农村环境管理模拟的多主体模型.针对我国种植业面源污染问题,对模型应用进行了实证研究:以控制化肥为主的污染性生产投入为重点,设计和模拟了实施化肥税和环境服务付费两套政策,通过模拟模型的人工村落中农户自适应行为对政策的响应,评估了政策的环境绩效.研究表明,目前并不是实施化肥税的最佳时机,且仅依靠化学税政策难以达到理想的面源污染控制目标,若实施化肥税,宜优先考虑中等税率方案;环境服务付费政策应从分级设计补偿标准,合理确定环境目标,引入市场激励机制三方面入手降低补偿成本,并注意平衡环境安全和粮食安全的关系.该多主体模型为我国农村环境管理决策支持提供了新的思路和方法.

A multi-objective fuzzy optimization model for cropping structure and water resources and its method

Cropping structure has a close relationship with the optimal allocation of agricultural water resources. Based on the analysis of the relationship between agricultural water resources and sustainable development, this paper presents a multi objective fuzzy optimization model for cropping structure and water allocation, which overcomes the shortcoming of current models that only considered the economic objective,and ignored the social and environmental objectives. During the process, a new method named fuzzy deciding weight is developed to decide the objective weight. A case study shows that the model is reliable, the method is simple and objective, and the results are reasonable. This model is useful for agricultural management and sustainable development.