基于SWAT模型的武强溪流域非点源污染关键源区界定与控制策略

随着点源污染的控制与处理技术日趋完善,非点源污染成为重要的水污染源。武强溪作为流入千岛湖的第二大支流,量化武强溪流域非点源污染负荷,解析非点源污染时空分布特征,提出适合削减武强溪流域污染物的最佳管理措施(best management practices,BMPs)对千岛湖水污染高效治理至关重要。该研究基于土壤水分评估工具(Soil and water assessment tool,SWAT)分析了武强溪流域径流量、总氮输出负荷量的时空分布特征,探究了不同管理措施及组合的削减效果,提出了武强溪流域非点源污染针对性的治理措施。结果表明:1)SWAT模型对于武强溪流域径流量和总氮输出负荷量的模拟具有较好的适用性,径流量校准期和验证期的决定系数(coefficient of determination,R^(2))分别为0.86、0.97,纳什系数(nash-sutcliffe coefficient,NSE)分别为0.83、0.96,百分比偏差(percent bias,PBIAS)分别为15.8%、-6.3%,总氮校准期和验证期的决定系数分别为0.87、0.74,纳什系数分别为0.63、0.66,百分比偏差分别为31.6%、21.2%;2)该流域径流量和总氮负荷主要集中在3—7月,分别占全年输出量的71.67%和75.76%。综合考虑氮的来源和流失途径,将耕地和林地面积占比大、坡度陡的子流域设置为总氮的关键污染源区。考虑调整化肥施用量/配方、改变耕作方式和设置植被缓冲带等削减非点源污染的手段,进行总氮输出负荷削减效率的情景模拟,表明10 m植被缓冲带是减少总氮输出负荷的最佳单一控制策略,总氮削减率可达到69.90%;实施综合管理措施对总氮的污染削减效果更佳,10 m植被缓冲带与施肥量减少20%可使总氮削减率达到74.79%。研究结果可为千岛湖水质管理与控制提供理论基础。

北运河上游非点源污染负荷模拟与最佳管理措施评估研究

非点源污染是水污染的重要来源之一,揭示非点源污染负荷空间分布特征、筛选并布设最佳管理措施(best management practices,BMPs)对水污染的高效治理有至关重要的意义.北运河作为北京市重要的排水通道和连接京津冀的重要生态走廊,加强北运河上游非点源污染治理对北运河流域的水质改善至关重要.然而,当前缺乏针对非点源污染关键源区内布设不同BMPs生态效益评价的研究.因此,为了解析北运河上游非点源污染空间分布特征,评估关键源区布设不同措施的生态效益,本文基于SWAT模型定量模拟了2019年北运河上游总氮、总磷负荷空间分布特征,并采用单位负荷指数法识别了非点源污染关键源区,同时评估了关键源区布设不同BMPs的总氮、总磷削减效果.结果表明:(1)2019年北运河上游流域产生的总氮、总磷负荷分别为126444.22和12394.76 kg,呈东南高西北低的空间分布特征,主要来源于城镇用地、耕地和果园等地类.(2)北运河上游关键源区分布在东南部17条子流域,占流域总面积的13.16%,产生的总氮、总磷负荷分别占全流域的39.16%和38.10%.(3)1/5面积比植被缓冲带的总氮、总磷削减率最高,分别为38.20%和40.37%;2 km河道植草的总氮、总磷削减率最高,分别为19.47%和50.90%;由于关键源区范围内农地面积较小(9.62%),化肥减施措施下污染物削减较低.研究显示,非点源污染关键源区主要分布在人类活动较多的流域东南部,可通过布设合适的植被缓冲带和河道植草措施,降低关键源区非点源污染负荷.

流域尺度农业磷流失危险性评价与关键源区识别方法

农业非点源磷污染是我国农村水环境面临的严重问题之一,由于非点源污染治理难度大,所以识别流域内磷流失的关键源区成为非点源磷污染评价的主要目的.本文在分析流域尺度磷流失危险与分级方案的基础上,根据Gburek等提出的方法,建立了适合我国北方农业区流域尺度磷流失危险评价、分级与关键源区识别的方法.修正的流域尺度磷分级方案重点选取了8个评价因子,分别赋予不同的权重;每个因子的危险性等级根据我国的行业标准和实际情况进行了调整.评价得到的"高"危险性区域就是流域内磷流失的关键源区.这一分级评价方案考虑了数据的可获得性和评价的定量性,在确定各因子时注重与GIS技术、地统计学等方法的结合,具有较强的可操作性和实用性.

妫水河流域农耕区非点源磷污染危险性评价与关键源区识别

农业非点源磷污染是我国农村水环境面临的严重污染问题,由于非点源污染治理难度大,所以识别流域内磷流失的关键源区成为非点源污染控制的重点.本文在Hughes等的流域尺度磷分级方案的基础上,提出了修正的流域尺度磷分级方案,并运用到官厅水库上游妫水河农耕区的磷元素危险性评价.提出的新方案中包括8个评价因子,每个因子都有3个磷流失危险性等级,各评价因子均确定了定量分析方法.结果表明,从作物的人为管理角度来看,蔬菜地的磷肥管理方式最不合理,发生磷流失的可能性最高.研究区内大部分区域的土壤有效磷含量较高,但土壤侵蚀程度较小.评价结果图显示,研究区内磷流失危险性低的区域所占面积较小.根据评价结果,确定了研究区内磷流失的关键源区,分析了其空间分布特点,并提出了相应的控制管理对策.研究表明修正的流域尺度磷分级方案具有较高的可操作性和实用性.

农业区非点源污染潜在危险性评价——以于桥水库流域磷流失为例

在农业非点源污染研究中 ,确定农业非点源污染的关键源区或危险区域是开展有针对性研究和控制农业非点源污染的首要问题之一。本文在地理信息系统的支持下 ,综合考虑了影响于桥水库流域农业非点源磷流失的源因子和迁移因子 ,通过建立评价指标体系 ,计算磷污染危险性指数 ,对农业非点源磷流失危险性进行定量化评价 ,识别具有极高危险性或较高危险性的区域为磷流失的关键源区 ,将其作为控制和管理的优先区域和重点区域。结果表明 :流域中磷流失危险性极高和较高的区域即关键源区不到全流域面积的 6.0 %,危险性中等的地区占到整个流域面积的 2 0 .5 2 %;具有高和中等危险性的地区主要分布在流域河流两岸 ,且具有极高或较高的土壤有效磷含量或化肥磷施用量或高的土壤侵蚀强度 ,大部分为流域中部丘陵平原区的农田 ,少部分为地形较陡的山区农田。

基于GIS和USLE的非点源污染关键区识别

密云水库是北京市唯一的地表饮用水源地,近年来遭受富营养化的威胁,在点源污染逐步得到控制的情况下非点源污染已上升为其水质污染的首要因素。非点源污染在空间分布上具有显著的差异,少数景观单元输出的污染物往往占整个流域污染负荷的大部分,这些景观单元成为非点源污染关键区,对它们进行治理,可以使有限的资源发挥最大的效率。USLE作为早期简单的土壤侵蚀模型,经过不断的修正和改进依然是当今应用最为广泛的土壤侵蚀模型之一。其参数相对简单且易于获得,当采用GIS来执行时,可以用于大区域的土壤侵蚀研究。本研究基于流行的GIS软件平台,并通过栅格运算来执行USLE,最后生成密云水库流域非点源污染关键区分布图,为下一步更加详细的识别提供参考。

生态系统减轻水环境磷素非点源污染服务及价值——以雅砻江二滩水库为例

以ArcGIS9.2为平台,构建了生态系统减轻集水区出口受纳水体非点源污染服务物质量和价值量评估模型。包括模拟集水区范围,根据各种土地利用/覆被类型的污染物质输出及过滤污染能力系数,沿汇流路径,模拟集水区内每个栅格像元被植被移除而未进入水环境的污染物质量空间分布特征。价值量模型结合期望水质标准和净化污染物的边际成本进行计算。以磷素作为指示污染物,在二滩水库的集水区进行了模型的运用。结果表明:二滩水库集水区南部的河道附近是水文敏感区。其中盐源县腹地的农作区、西昌市与冕宁县,以及集水区最北端的称多县、中部的甘孜县等部分地区是是磷素关键污染源区。2000年被集水区生态系统过滤移除而未进入水环境的磷素污染物质总量达到978.90t.a-1,占关键污染源区指数总量的81.88%。林地生态系统服务价值贡献率最高。2000年集水区生态系统对于减轻其出口受纳水体磷素非点源污染服务的总价值为1370.18万元。

DEM分辨率及子流域划分对AnnAGNPS模型模拟的影响

针对大中尺度流域非点源污染模拟精度与运算效率的突出矛盾,选取数据精度与空间离散化2个关键影响因素,讨论数字高程模型(DEM)分辨率和临界源面积(CSA)取值对AnnAGNPS模型模拟结果的影响.分别比较了7组CSA取值及8组不同DEM分辨率对华北潮河流域大阁子流域AnnAGNPS模型参数提取及模拟结果的影响.研究发现,CSA取值对汇水单元的数量、地表径流量、泥沙以及总氮的模拟有很大的影响.随着CSA取值的增大,地表径流量变化不大;泥沙先逐渐增大,后呈减少趋势;总磷负荷的变化趋势不明显;总氮负荷呈逐渐减少的趋势.选择合适的CSA是流域AGNPS模型模拟的基础.DEM是分布式水文模型的基础数据,研究表明:DEM分辨率对坡度有较大的影响.随着DEM分辨率的降低,径流量变化不大;土壤侵蚀和总氮负荷变化却十分明显,当DEM分辨率从30m逐渐降低至60m时,泥沙输出及总氮负荷迅速减小,总磷呈现先减小后逐渐稳定的趋势,但变化幅度小于总氮和泥沙.当DEM分辨率小于60m,泥沙和总氮的输出随分辨率降低下降缓慢.以30m和50m DEM为例,通过不同精度的DEM坡度回归分析,建立了低精度DEM坡度修正的方法.用修正后的坡度进行AnnAGNPS模型模拟计算,结果表明坡度修正对泥沙、总氮、总磷的模拟有不同程度的改善.

基于污染迁移转化过程的海河干流天津段污染关键源区及污染类别分析

针对海河流域严重的水环境问题,利用1995—2004年系列数据构建SWAT模型水质模块,率定期和验证期的纳什系数分别为0.70和0.55。依据构建的模型进行污染负荷的时空变化规律分析和关键源区识别,同时计算各类型污染对研究区域和关键源区的贡献率。结果显示:污染负荷与径流量的变化具有很好的一致性;负荷关键源区分布为天津市区西南部和东北部、西青东部、东丽东部、津南和塘沽北部;城镇径流非点源污染负荷对海河流域的贡献率是最高的,达38.6%;其次是点源污染,达31.1%;关键源区中,市区和西青关键源区的关键负荷类型为城镇非点源,贡献率为90.67%;东丽和塘沽关键源区的主要负荷来源是点源,所占的比重为87.91%;东丽和津南关键源区中贡献率最高的为农村生活非点源,占61.29%。

关键源区识别:农业非点源污染控制方法

非点源污染的控制难度大、成本高,必须首先识别流域内的关键源区。对国内外应用的关键源区识别方法从指标筛选、指标体系建立到关键源识别等关键技术环节进行了系统的评述,以促进该方法在我国农业非点源污染控制中的应用。

农业区非点源污染敏感性评价的一种方法

农业非点源污染作为引起水质恶化的主要原因之一 ,已越来越受到人们的重视。农业非点源污染的评价是农田管理和水质控制的基础工作 ,对实施农田最佳管理措施具有指导意义。以水体富营养化的限制因子 P为例 ,探讨并介绍了一种对农田生态系统非点源污染敏感性的空间分布进行评价的方法。这种方法通过建立指标体系 ,计算农业非点源污染的敏感性指数 ,确定农业非点源污染的关键源区 ,用来有效地指导农田管理措施 。

基于关键源区识别的饮用水水源保护区划研究

准确划定饮用水水源保护区是实现饮用水安全精细化管理的重要前提.基于源头削减和全过程协同管理的思路,将GIS平台、Arc SWAT模型、成本-效益分析技术相结合,以贵州省红枫湖饮用水水源保护区为例,通过对近5年(2010—2014年)水污染负荷特征进行模拟,识别影响水环境污染控制的关键源区,在此基础上划定水源保护区.结果表明:(1)研究区总氮、总磷污染负荷主要来源为农业面源,其中农业种植和畜禽养殖的负荷贡献分别达到89.7%和91.8%,总氮和总磷负荷高风险区主要集中在流域西北部地势较高且农业耕作活动频繁区域;(2)污染控制措施的成本效益分析表明,测土配方施肥、1°~15°坡耕地等高植物篱、保护性耕作、植被缓冲带的成本-效益比较高,在该区域水环境污染控制中具有较高的推广应用价值;(3)基于水污染关键源区识别结果,划定饮用水源四级风险区,其中一级、二级风险区总面积为97.6 km^2,仅占原饮用水水源一、二级保护区面积的41.4%,可削减总氮、总磷负荷的60%~70%,所需的搬迁成本仅为原划定方案的35%.研究结果可为我国中西部人口密度大且逐水而居的地区饮用水水源保护区及管控政策的制订提供理论基础和技术参考.

基于清单分析的农业非点源污染控制区划方法

进行农业非点源污染控制区划,识别出污染关键源区,可以提高非点源污染控制成效。通过清单分析定量核算农业非点源污染物(COD、TN、TP)排放量及排放浓度,并以非点源污染敏感性评价和污染类型划分为研究基础,探讨了农业非点源污染控制区划方法,提出了区划原则、分区方法和命名方法。该区划结果可以实现农业非点源污染的分级管理和分类控制。最后,以江苏省的64个县(市、区)作为基本单元(市辖区除外),采用该方法进行了农业非点源污染控制区划。

巢湖流域非点源磷流失关键源区识别

农业非点源磷污染是水体富营养化的重要原因,识别流域内各类景观中土壤磷向水体流失风险最大的关键源区并加以重点控制是流域非点源磷污染治理的重要手段.以巢湖流域为研究区,尝试采用改进的磷指数法在较大的流域尺度开展非点源磷流失风险评价及关键源区识别.在影响磷流失的污染源因子中增加了土壤磷吸持指数和磷饱和度指标,以反映土壤磷在水土界面迁移能力的差异;在迁移因子中又考虑了污染源与巢湖的距离,以反映污染源对最终受纳水体的影响;同时根据研究区特征及研究尺度对磷指数各指标分级与等级值进行了修改.结果表明,流域土壤磷吸持指数空间差异较小,总体上偏低,具有较高的流失风险;而土壤磷饱和度空间差异较显著,饱和度>25%的高风险区域超过流域面积的40%.巢湖流域非点源磷污染风险指数空间差异显著,风险等级最高(占流域面积5%)的区域分布在主要入湖河流下游的两岸平原地区,应作为磷污染重点控制的关键源区.磷指数法能够快速而方便地识别非点源磷污染的关键源区,应用于较大尺度流域可以从宏观上掌握非点源磷污染的空间差异并实施有效治理.

高原农业流域磷流失风险评价及关键源区识别——以凤羽河流域为例

以Iowa磷指数模型为基础,根据中国高原特征并参考其他磷指数模型评价体系对其进行简化和修正,建立了中国高原农业流域磷指数评价体系,并以洱海源头典型小流域凤羽河流域为例,分别对溶解态磷和颗粒态磷面源流失风险进行了评价及关键源区的识别。结果表明,两种形态的磷流失较高和最高风险区均分布于河流两侧100 m的范围内。溶解态磷流失较高和最高风险区主要为河流中下游的农田区,而颗粒态磷流失较高和最高风险区在河流上游草地和河流中下游的农田区均有分布;溶解态磷流失关键源区为中下游河流两侧100m范围的农田区,颗粒态磷流失关键源区为上中下游河流两侧100 m范围的草地和农田。研究结果为实现流域面源磷流失高效防控奠定了基础,同时表明新建立的磷指数评价体系适用于高原流域开展磷流失风险评价及关键源区识别。

基于SWAT模型的紫色土丘陵区农业小流域非点源氮、磷输出模拟研究

【目的】农业非点源污染是造成水体富营养化的重要形式,紫色土丘陵区小流域农耕活动频繁,缺乏对农事操作所导致的氮、磷迁移通量的模拟和预测工具,从而难以针对小流域尺度氮、磷流失制定优化的非点源污染减控措施。【方法】本研究将SWAT运用在面积为12.36 km^2的典型紫色土丘陵区农业小流域。通过实测数据率定模型参数,模拟了小流域水文过程和氮、磷污染物迁移过程。【结果】SWAT2012能够很好地模拟每日径流、泥沙输出(决定系数R^2>0.60,纳什系数E_(ns)>0.55),同时可模拟月步长氮、磷污染物输出过程(决定系数R^2>0.75,纳什系数E_(ns)>0.72),说明SWAT模型可有效地进行丘陵区较小尺度小流域(10 km^2)面源污染输移模拟和预测。【结论】模拟结果可得出,氮、磷污染物的关键源区主要位于小流域沟谷区,通过建设河岸缓冲带可有效防止地表和地下径流途径的氮、磷损失。

缺资料小流域非点源磷素输出关键源区识别方法初探

为控制水体污染,改善水质,最大效率地降低磷素污染,迫切需要寻找非点源磷素流失的关键源区。采用半定量、经验性的流域尺度磷素流失危险分级方案,通过分析确定以土地利用类型为源因子,以坡度和区域至河流的距离为迁移因子,最大限度地识别缺资料小流域非点源磷素输出关键源区,并以辽宁社河农业小流域为例,通过GIS技术探索小流域磷素流失的关键源区。结果表明,社河流域大部分区域地表径流磷素流失风险等级为低,该部分区域面积占流域总面积的80%;河流两侧大部分农田非点源磷素流失风险等级属于中,该部分区域面积占流域总面积的13%;非点源磷素输出高风险等级的区域占流域总面积的7%,主要分布在流域内坡度较大、与河流距离较近的山区旱地和丘陵旱地等区域。需要对磷素输出关键源区域加强土地管理,降低非点源磷素负荷输出。

辽河源头区流域农业非点源污染风险评价与关键源区识别

在农业非点源污染研究中,确定农业非点源污染的关键源区是开展有针对性研究和控制农业非点源污染的首要问题之一。采用GIS和地统计学为技术手段,在综合分析辽河源头区流域农业非点源风险的源因子和迁移因子的基础上,筛选出影响辽河源头区流域非点源污染的主要因子,建立识别辽河源头区流域农业非点源污染风险程度的指标体系,确定权重并划分因子等级,生成指标体系中各因子的30 m×30 m栅格图,,采用多因子综合分析法计算非点源污染风险等级,对农业非点源污染风险进行定量化评价,确定流域内非点源污染发生风险高的区域为关键源区,并针对关键源区内最易产生污染物的地段和部位提出反映辽河源头区非点源污染特征的管理控制措施。结果表明:流域中农业非点源污染高风险区即关键源区占全流域面积的21.77%,主要集中在辽河源头区东北部、中部以及东南部丘陵区,大部分为流域中的农田和坡耕地区域,其人口密度、畜禽养殖量以及施肥量都偏高。

兴凯湖流域农业非点源污染关键源区识别与防治对策研究

采用污染指数法,在RS及GIS技术支持下,实现兴凯湖流域农业非点源关键源区识别。研究结果表明,高污染风险区即关键源区主要集中在知一镇、白泡子乡、兴凯湖乡和柳毛乡4乡镇接壤地区及杨木乡西南部,其原因是坡耕地范围广,易发生水土流失,且畜禽养殖污染及化肥污染严重,在强降雨条件下对湖泊易造成高污染威胁;中度污染风险面积占研究区大部,主要由畜禽养殖污染及化肥污染造成;低污染风险主要集中在八五七农场南部及兴凯湖农场大部,该区域地势平坦低洼,是其他区域污染的汇集区,在强降雨径流条件下,对湖泊仍存在潜在污染威胁。RS及GIS技术提高污染指数模型计算精度,使模型更符合区域非点源污染发生及迁移规律,可以更好满足农业非点源污染治理及水环境规划需要。

南水北调中线工程水源区老鹳河流域农业非点源污染关键源区识别

识别关键源区可以为非点源污染的优先管理和控制提供决策依据。本次研究以南水北调中线工程水源区老鹳河流域为研究区,比较全面地考虑了氮磷流失的主要影响因素,建立了老鹳河流域农业非点源污染关键源区识别模型,进行流域农业非点源污染风险评价和污染关键源区识别。结果表明,流域内处于高风险区以上的地区占流域总面积的13.4%,主要分布于老鹳河中上游地区,相对集中分布于老鹳河干流及其支流沿河地区,零星分布于西峡境内东部和北部局部,为该流域地表水环境农业非点源污染的关键源区。其中,污染风险最高的区域只占流域总面积的3.75%,可划定为重点关键源区进行重点治理,同时应兼顾污染风险次之的区域。基于GIS的指标体系法能够快速而方便地识别流域非点源污染高风险区域并量化污染风险大小,从宏观上掌握非点源污染的空间分布特征并实施有效管理和治理。