2021, Vol. 41
[PDF全文]
2. 中国科学院大学, 资源与环境学院, 北京 100049
2. College of Resources and Environment, University of Chinese Academy of Science, Beijing 100049
非点源污染是水体污染的重要来源, 随着点源污染的有效管理, 非点源污染对环境的影响逐渐凸显, 引起国内外广泛关注.20世纪90年代初, 全球有30%~50%的陆地面积受到非点源污染的影响(Corwin et al., 1997).在美国, 46%的河流生态状况较差, 21%的湖泊发生重度富营养化, 均与农业活动导致的水体氮磷超标有关(Agency, 2017).根据全国第二次污染源普查对工业源、农业源、生活源和集中式处理设施源污染排放量的分类统计结果, 农业源化学需氧量排放占全国排放总量的49.8%, 总氮占比46.5%, 总磷占比67.2%, 其中化学需氧量和总磷排放居各污染源首位, 总氮排放仅次于生活源.2015年国务院发布实施的《水污染防治行动计划》中强调要“控制农业面源污染, 防治畜禽养殖污染, 加快农村环境综合整治”.由于非点源污染的污染源、产生量、产生时间、产生场所及迁移路径均存在不确定性, 使得非点源污染的监测管理十分困难.如何更好地控制非点源污染将是我国未来几十年水环境保护最主要的问题之一(Shen et al., 2012).
20世纪90年代以来是国内外非点源污染研究快速发展的阶段, 我国针对非点源污染的研究起步较晚, 在2005年后发展迅速(欧阳威等, 2018).当前非点源污染评价的常用方法包括: ①经验统计模型, 以输出系数法为代表；②多因子综合分析法, 例如磷指数法(PI)、潜在非点源污染指数法(PNPI)(徐文静等, 2021)等；③机理模型, 例如SWAT模型、HSPF模型等.机理模型操作复杂, 对数据的数量和精度以及管理者的技术能力要求较高, 相较之下, 输出系数法以物理意义明确、所需参数少、尺度不敏感、可操作性强且具有一定的精度为突出优势, 在国内得到广泛应用, 该方法可快速实现区域非点源污染负荷的估算, 满足区域管理工作的需求.有学者指出, 对非点源污染负荷的精确定量化并不是污染控制所必须的工作, 快速识别污染关键源区并提出相应的控制措施对解决非点源污染问题更具管理意义(耿润哲等, 2013；贾玉雪等, 2020).当前国内利用输出系数法围绕非点源污染开展的研究较为丰富, 研究区域多聚焦于大尺度区域, 如流域尺度及全国、省市级行政区尺度.研究内容上注重污染负荷总量的估算, 对小尺度区域, 如县级行政区非点源污染空间分布的精细研究较少, 导致研究结果仅能在“总量”层面上进行时间上和区域间的比较, 对管理实践缺乏指导意义.
我国东部沿海地区, 降水充足, 河湖水系发达, 经济发达, 人口稠密, 农业发展水平高, 非点源污染尤其是农业非点源污染问题突出(李飞等, 2014；娄和震等, 2020).稠密的水网与丰富的水资源成就了长三角雄厚的经济实力, 同时高速城镇化和工业化过程带来的污染排放, 使水环境遭到破坏, 资源环境现状与社会经济发展的矛盾日渐显现.据统计, 2017年长三角废水排放量占全国排放总量的21%.2018年发改委印发《关于加快推进长江经济带农业面源污染治理的指导意见》, 指出农业农村面源污染仍是长江经济带水体污染的重要来源之一.面对社会各界对长三角地区农业非点源污染的日益重视, 为服务于区域农业非点源污染管理实践, 本文选取长三角地区受农业非点源污染影响的典型县级行政区域——浙江省嵊州市作为案例区, 基于改进的输出系数模型, 进行非点源污染负荷空间分布的精细研究, 并结合区域发展特征, 重点关注嵊州市茶叶种植和畜禽养殖造成的污染, 从“地块-行政区划-流域分区”3个尺度全面分析非点源污染负荷空间分布特征并识别主要污染源, 以期为区域制定污染防控措施提供科学依据
2 数据来源与研究方法(Data and methods) 2.1 研究区概况与数据来源嵊州市位于曹娥江上游, 隶属浙江省绍兴市, 属长三角经济区.地处120°27′23″~121°06′55″E, 29°19′45″~29°49′55″N, 研究区位置见图 1.全域面积1789 km2, 四面环山, 中为盆地, 地貌呈现“七山一水二分田”的特点, 45.1%为中低山区, 32.2%为低丘台地, 17.67%为平原和盆地, 5.03%为河流和湖泊, 是一个典型的山区县级市.嵊州市呈显著的季风气候特征, 气候温和, 雨量充沛.4月中旬进入汛期, 6月中旬—7月上旬为梅雨季, 雨量相对集中, 8—9月进入台风期, 雨量较大, 洪涝灾害频繁, 水土流失严重.这种降雨特征为非点源污染的发生提供了较强的驱动力.嵊州市土地利用类型空间分布见图 2, 根据土地利用调查结果, 林地面积占比46.94%, 耕地面积占比28.76%, 园地面积占比12.53%, 农业用地共占比88.23%.农业在社会经济中占据重要地位, 具有较高的非点源污染风险.
 |
| 图 1 研究区位置 Fig. 1 Location of the study area |
 |
| 图 2 嵊州市土地利用类型空间分布 Fig. 2 Spatial distribution of land use types in Shengzhou |
2018年嵊州市辖4个街道(剡湖街道、三江街道、鹿山街道、浦口街道)、11个镇(甘霖镇、长乐镇、崇仁镇、黄泽镇、三界镇、石璜镇、谷来镇、仙岩镇、金庭镇、北漳镇、下王镇)、6个乡(贵门乡、里南乡、竹溪乡、雅璜乡、王院乡、通源乡), 共计21个行政单元, 总人口72.87万.
研究主要利用土地利用数据、社会经济及农业统计数据、气象数据及地形数据等.数据说明及来源见表 1.
| 表 1 数据说明及来源 Table 1 Introduction and resource of data |
 |
输出系数法基于土地利用资料, 直接建立土地利用方式与非点源污染负荷之间的关系, 利用输出系数表征不同土地利用类型输出污染物的能力, 使评价过程得以简化.20世纪70年代, 美国、加拿大在研究土地利用-营养负荷-湖泊富营养化关系的过程中提出了早期的输出系数法(蔡明等, 2004).1996年Johnes(1996)细化了土地利用类型、增加了营养源数量并考虑雨水携带的污染物, 建立了更为完备的输出系数模型并得到广泛应用和改进.本文采用经丁晓雯等(2008)改进的输出系数模型, 该模型考虑了降雨和坡度对污染物输出的影响, 模型具体形式见式(1).
|
(1) |
式中, L为流域污染总负荷(kg·a-1)；i为污染源种类；Ei为第i种污染源的输出系数(kg·hm-2·a-1)；Ai为第i种污染源的面积(hm2)；Ii为营养输入量(kg·a-1)；α为降雨影响因子；β为地形影响因子；p为降雨输入的污染物(kg·a-1), 因降雨输入的污染物质量较少, 本文未考虑在内.
考虑降雨的空间差异对非点源污染的影响, 降雨因子的计算公式见式(2)(丁晓雯等, 2008).
|
(2) |
式中, Rj为空间单元j的多年平均降雨量(mm)；R为流域全区平均降雨量(mm).嵊州全域多年平均降雨量1434 mm, 多年平均最小值1404 mm, 多年平均最大值1516 mm, 降雨因子α取值范围为0.98~1.08.
考虑地形对非点源污染的影响, 计算地形因子的经验公式见式(3)(Ding et al., 2009).
|
(3) |
式中, θj为空间单元j的平均坡度(°)；为流域全区平均坡度(°)；b为常量, 取b=0.6104.嵊州坡度范围为0°~52°, 平均坡度为12°.由于2.2.2节《全国农田面源污染排放系数手册》中农业用地的输出系数取值已考虑坡度影响, 为保证不同污染源输出系数取值方式一致, 将土地类型按坡度划分为3类: 坡度≤5°为平地, 坡度5~15°为缓坡地, 坡度＞15°为陡坡地, 并简化计算, 分别取坡度为5°、15°及25°的地形因子β值作为平地、缓坡地和陡坡地的地形因子值.由于农业用地的输出系数已考虑坡度影响, 故计算时不再对其进行地形因子修正.
| 表 2 地形因子取值表 Table 2 Topographic factor value table |
|
输出系数的确定是评估非点源污染负荷的关键, 其确定方法主要包括: 参考文献法, 野外监测法(张汪寿等, 2011)和数学分析法(应兰兰等, 2010).结合研究区的自然环境和农业发展特征, 本文通过查找文献的方法确定总氮(TN)和总磷(TP)的输出系数.嵊州市农业非点源污染来源可分为农业用地、畜禽养殖和农村生活3类.
① 农业用地.耕地是农业非点源污染污染的重要来源.嵊州市农业用地类型包括耕地、林地和园地, 耕地又细分为水田和旱地, 园地类型中以茶园面积为主.本文在表征非点源污染空间负荷时, 将水田、旱地和茶园分开估算, 并考虑坡度影响.农业用地输出系数取值参考《全国农田面源污染排放系数手册》(任天志等, 2015), 该手册将全国范围内的农田按照分区、地块地形、土地利用类型、种植方向及种植制度划分为70种种植模式, 基于全国372个点位的实地持续监测结果计算氮磷流失特征, 结论较为真实可靠.表 3为手册中嵊州市适用的模式编号及模式类型, 输出系数取值见表 4.输出系数分为平地、缓坡及陡坡3种情景, 从表中可以看出, 各用地类型的输出系数并不呈现随坡度变大取值变大的简单趋势, 旱地的陡坡输出系数最小, 园地的缓坡输出系数最小, 这与实际生产中, 不同坡度的作物类型、种植方式、施肥量和灌溉量不同有关.
| 表 3 嵊州市适用种植模式 Table 3 Applicable planting model in Shengzhou |
|
| 表 4 农业用地输出系数 Table 4 Export coefficients of agricultural land |
|
茶园开发会加剧水土流失, 茶树生长对氮素的需求较大且氮肥的当季利用率较低, 未被利用的部分以多种形式流失于环境中, 其氮流失强度达到一般耕地的1.8倍(李恒鹏等, 2013).嵊州茶业在全国占有重要地位, 茶叶产量稳居全国第一, 被誉为“中国茶叶之乡”.2018年全市茶园面积1.2万hm2, 年产茶2万余t, 其中越乡龙井6000 t, 约占浙江省省龙井茶产量的1/3.年加工出口珠茶6万多t, 约占全国珠茶出口量的2/3.嵊州茶园氮肥用量偏高, 且属于磷富集区, 平均年施氮肥量635.2 kg·hm-2, 平均年施磷肥量154.1 kg·hm-2 (马立锋, 2015).基于嵊州市茶园实际施肥量, 调整表 4中园地的TN输出系数得到茶园的输出系数.
林地在嵊州市农地类型中面积占比最高.各用地类型中, 林地对污染物有截留和削减的作用(贾玉雪等, 2020), 相比其他用地类型, 其输出系数较低, 取值参考曹娥江流域研究结果(徐立红等, 2015): 输出系数TN取6.55 kg·hm-2·a-1, TP取0.18 kg·hm-2·a-1.
② 畜禽养殖与农村生活.畜禽养殖造成的非点源污染不可忽视, 污染主要来自养殖过程产生的动物粪便和冲洗用水, 产生量大, 处理难度高.嵊州市是浙江省养猪规模最大的县市, 规模化畜禽养殖以生猪和家禽为主.养殖用地属“设施农用地”, 将设施农用地作为畜禽养殖的非点源污染负荷地块进行处理.
农村居民点较为分散, 没有集中的城镇下水道系统, 产生的生活污水由生活污水治理终端进行处理, 具有较高污染风险.农村生活非点源污染可以划分为生活污水和农村径流两部分.
畜禽养殖和农村生活的输出系数地域间差异较小, 可直接参考相关文献成果, 取值见表 5(钱秀红等, 2002；徐立红等, 2015).
| 表 5 畜禽养殖和农村生活输出系数 Table 5 Export coefficients of livestock breeding and rural life |
|
当前对非点源污染负荷的研究多集中于省市、流域尺度的总量估算, 用于判断非点源污染负荷时间变化和比较地区之间污染负荷总量, 难以应用于管理实践.对此, 本研究构建了“地块-行政区划-流域分区”不同尺度相结合的非点源污染负荷评价体系(图 3), 从不同角度分析非点源污染负荷空间分布特征.地块尺度评价是对土地利用斑块的非点源污染负荷评价, 实践中, 通常以地块为单位进行统一管理, 因此识别非点源污染关键地块可为污染控制提供管理依据.行政区划尺度评价是以嵊州市4个街道、11个镇及6个乡共计21个行政单元为研究对象, 根据不同行政单元的发展特征, 识别管控重点乡镇(街道).流域分区尺度评价, 首先利用ArcGIS对DEM进行产汇流分析并划分子流域, 参考邻近行政区(村)边界及主要流域边界, 将嵊州市各村共划分为28个流域分区, 流域分区划分结果、流域位置关系及产汇流方向见图 4.再在流域分区基础上进行非点源污染负荷分析, 建立非点源污染负荷与受纳水体的关系.
 |
| 图 3 非点源污染评价体系 Fig. 3 Evaluation system of non-point source pollution |
 |
| 图 4 嵊州市流域单元划分结果 Fig. 4 Watershed division of Shengzhou |
利用输出系数模型计算可得, 嵊州市2018年非点源污染负荷总量TN为2149.33 t, TP为209.49 t.TN负荷来源中, 农业用地输出总量1684.88 t, 占比78.4%(其中, 水田554.21 t, 占比25.8%；旱地157.52 t, 占比7.3%；茶园150.82 t, 占比7.0%), 畜禽养殖占8.5%, 农村生活占13.2%, 农业用地来源占有绝对优势, 是非点源污染的主要来源；TP负荷来源中, 农业用地输出总量92.92 t, 占比44.4%(其中, 水田41.11 t, 占比19.6%；旱地6.47 t, 占比3.1%；茶园16.99 t, 占比8.1%), 畜禽养殖占25.5%, 农村生活占30.1%, 三者贡献较为平衡.其中, 茶叶种植TN负荷量与旱地相当, TP负荷量大于旱地.作为“中国茶叶之乡”的嵊州市, 在进行茶园开发时, 应重视对非点源污染的控制, 如合理施肥、改良种植技术等等.不同尺度非点源污染负荷估算空间分布见图 5.
 |
| 图 5 不同尺度非点源污染负荷空间分布 Fig. 5 Spatial distribution of NPS load on various scales |
输出系数表征了单位面积土地利用方式上污染输出的强度, 但在管理实践中, 往往是以地块为单位采取环保措施, 进行污染控制, 因此对地块尺度的非点源污染负荷进行识别是指导实践的基础.通过计算不同地块的非点源污染年负荷量, 找出负荷量较大的重要部位.
地块尺度非点源污染负荷估算结果见图 5a, 采用自然断点法分级显示, 污染负荷存在显著的空间差异性, 少数地块输出的污染物往往占了整个区域污染量的大部分, 对环境影响起主要作用.空间分布结果显示TN比TP具有更高的空间分异性.根据核算原理, 地块非点源污染的负荷量由两方面因素决定: 地块面积和输出系数.因此非点源污染负荷量大, 表明该类土地利用面积较为集中或输出污染物的强度较高.地块尺度上, TN高值区主要分布于: ①山地丘陵区大面积集中的林地, 图上呈现大面积红色斑块；②平原区输出系数最高的养殖地块, 在图上呈红色零星分布.林地输出系数较低, 对非点源污染起截留和转化的作用, 嵊州市林地分布集中, 面积较大, 导致地块尺度的非点源负荷总量较高.而耕地、园地等输出系数较大的土地利用类型, 由于空间上分布较为分散, 在地块尺度上并未表现出较高的非点源污染负荷.TP高值区也集中于养殖地块.养殖地块属于对水体潜在危害较大而范围相对较小的地块, 优先加强管理措施并合理安排布局, 从源头削减污染物排放, 可大大降低污染控制工作的难度.
3.2 行政区划尺度非点源污染负荷分析采用自然断点法对各乡镇农业非点源污染负荷进行分级, 空间分布见图 5b, 统计结果见表 6.其中非点源污染负荷由大到小排列前5位的乡镇为, TN负荷: 崇仁镇(269.18 t)＞长乐镇(234.69 t)＞甘霖镇(233.38 t)＞三界镇(194.19 t)＞黄泽镇(131.03 t)；TP负荷: 崇仁镇(35.43 t)＞甘霖镇(33.21 t)＞三界镇(18.48 t)＞长乐镇(18.37 t)＞黄泽镇(14.09 t).TN和TP负荷排序前五的乡镇一致, 崇仁镇均居首位.从污染来源看, 耕地面积前五位: 崇仁镇＞甘霖镇＞三界镇＞长乐镇＞黄泽镇；农业用地总面积前五位: 长乐镇＞崇仁镇＞三界镇＞甘霖镇＞谷来镇；畜禽养殖规模(折算): 甘霖镇＞崇仁镇＞黄泽镇＞三界镇＞剡湖街道；农村人口: 甘霖镇＞崇仁镇＞长乐镇＞三界镇＞剡湖街道, 可知5个乡镇为农业大县, 承担全市主要作物种植和畜禽养殖任务, 因此非点源污染负荷量较高.五乡镇均为污染控制的重点乡镇.非点源污染负荷量较低的行政单元, 均为农业用地面积较小的城区和山区.
| 表 6 嵊州市各乡镇非点源污染负荷 Table 6 NPS load of towns in Shengzhou |
|
各乡镇非点源污染负荷来源比例见表 6.TN负荷中, 各乡镇农业用地产生的非点源负荷比例均最高, 占比最低为58.5%(三江街道), 最高为91.3%(下王镇)；养殖大县甘霖镇、崇仁镇及剡湖街道畜禽养殖造成的非点源污染负荷比例均超过20%；除三江街道和鹿山街道外, 其他乡镇农村生活造成的非点源污染负荷比例均不超过20%.TP负荷中, 农业用地占比最低为24.7%(三江街道), 最高为70.3%(下王镇)；养殖大县甘霖镇、崇仁镇及剡湖街道畜禽养殖造成的非点源污染负荷比例均超过40%；农村生活占比最低为18.0%(崇仁镇), 最高为75.3%(三江街道).
3.3 流域分区尺度非点源污染负荷分析嵊州市位于曹娥江上游, 境内有澄潭江、长乐江、新昌江和黄泽江, 流域分区位置关系见图 4, 由于流域分区是在子流域基础上结合行政区边界进行调整所得, 将分区内占最大面积的主要流域作为分区的归属流域.
按主要流域统计的非点源污染负荷见表 7, 其中长乐江流域非点源污染负荷总量最大, 其次依次为曹娥江干流流域、黄泽江流域和澄潭江流域.将非点源污染负荷按照流域分区尺度统计, 并采用自然断点法分级得到其空间分布见图 5c.从TN负荷来看, 4个主要流域范围内, 均有非点源污染负荷较高的流域分区分布, 以长乐江下游(分区2、分区21)和曹娥江干流(分区3、分区4)最为集中.相比之下, 分区7和分区26虽然也属污染负荷高值区, 但距离河流出境口较远, 对出境水质的影响较小.从TP负荷来看, 非点源污染负荷较高的流域分区分布在长乐江下游(分区2、分区21).由此可知, 长乐江流域是典型受农业非点源污染影响的流域, 需控制农业活动的排污强度.从出境水质要求的角度看, 下游流域分区的非点源负荷对出境水质的影响更为显著, 因此流域分区3、4有更大的非点源污染风险, 需加强管控.
| 表 7 嵊州市主要流域非点源污染负荷 Table 7 NPS load of main basins in Shengzhou |
|
1) 输出系数模型计算结果显示, 2018年嵊州全市非点源污染负荷总量TN为2149.33 t, TP为209.49 t.TN负荷来源中, 农业用地占78.4%, 畜禽养殖占8.5%, 农村生活占13.2%, 农业用地来源占有绝对优势；TP负荷来源中, 农业用地占44.4%, 畜禽养殖占25.5%, 农村生活占30.1%.此外, 茶园TN占7.0%, TP占8.1%.
2) 从“地块-行政区划-流域分区”不同尺度全面分析了农业非点源污染空间分布特征.地块尺度上可以清晰表达不同土地利用方式地块的非点源污染负荷高低, TN高值区主要分布于山地丘陵大面积集中的林地和平原区输出系数最高的养殖地块, 而耕地、园地由于分布较为分散, 地块尺度上并未表现出较高的非点源污染负荷.TP高值区也集中于养殖地块.
3) 行政区尺度上分析了由于发展方式的差异造成各行政单位非点源污染负荷的差距, 非点源污染负荷由大到小排列前五位均为农业大镇, TN负荷: 崇仁镇＞长乐镇＞甘霖镇＞三界镇＞黄泽镇；TP负荷: 崇仁镇＞甘霖镇＞三界镇＞长乐镇＞黄泽镇.非点源污染三项来源比例也呈现不同特征.
4) 流域分区尺度将非点源污染负荷与受纳水体相结合, 使污染溯源更具指向性.从TN负荷来看, 4个主要流域范围内, 均有非点源污染负荷高值区分布, 以长乐江下游(分区2、分区21)和曹娥江干流(分区3、分区4)最为集中.从TP负荷来看, 非点源污染负荷高值区分布在长乐江下游(分区2、分区21).长乐江流域是典型受农业非点源污染影响的流域, 而从保证出境水质的角度看, 需加强下游流域分区非点源负荷高值区的管控.
5) 由于缺少详细的施肥数据和实验观测数据, 在确定输出系数取值时采用参考文献的方法并进行均一处理, 计算结果较为粗略.在后续研究中需进一步调查区域农业数据, 建议对污染输出开展长期实地观测, 确定输出系数.后续还需研究自然和人为因素对非点源污染实际输出量的影响, 建立非点源污染负荷和受纳水体水质之间的定量关系.
Corwin D L, Vaughan P J, Loague K. 1997. Monitoring nonpoint source pollutants in the vadose zone with GIS[J]. Environmental Science & Technology, 31(8): 2157-2175. |
蔡明, 李怀恩, 庄咏涛, 等. 2004. 改进的输出系数法在流域非点源污染负荷估算中的应用[J]. 水利学报, (7): 40-45. DOI:10.3321/j.issn:0559-9350.2004.07.007 |
丁晓雯, 沈珍瑶, 刘瑞民, 等. 2008. 基于降雨和地形特征的输出系数模型改进及精度分析[J]. 长江流域资源与环境, (2): 306-309. DOI:10.3969/j.issn.1004-8227.2008.02.034 |
Ding X W, Shen Z Y, Hong Q, et al. 2009. Development and test of the export coefficient model in the upper reach of the Yangtze River[J]. Journal of Hydrology, 383(3): 233-244. |
耿润哲, 王晓燕, 焦帅, 等. 2013. 密云水库流域非点源污染负荷估算及特征分[J]. 环境科学学报, 33(5): 1484-1492. |
贾玉雪, 帅红, 韩龙飞. 2020. 基于"源-汇"理论的资江下游地区非点源污染风险区划[J]. 应用生态学报, 31(10): 3518-3528. |
Johnes P J. 1996. Evaluation and management of the impact of land use change on the nitrogen and phosphorus load delivered to surface waters: The export coefficient modelling approach[J]. Journal of Hydrology, 183(3/4): 323-349. |
李飞, 董锁成, 李宇, 等. 2014. 中国东部沿海地区农业污染风险地域分异研究[J]. 资源科学, 36(4): 801-808. |
李恒鹏, 陈伟民, 杨桂山, 等. 2013. 基于湖库水质目标的流域氮、磷减排与分区管理——以天目湖沙河水库为例[J]. 湖泊科学, 25(6): 785-798. |
娄和震, 吴习锦, 郝芳华, 等. 2020. 近三十年中国非点源污染研究现状与未来发展方向探讨[J]. 环境科学学报, 40(5): 1535-1549. |
马立锋. 2015. 茶树氮素吸收利用与氮肥施用技术研究[D]. 北京: 中国农业科学院
|
欧阳威, 刘迎春, 冷思文, 等. 2018. 近三十年非点源污染研究发展趋势分析[J]. 农业环境科学学报, 37(10): 2234-2241. DOI:10.11654/jaes.2017-1768 |
钱秀红, 徐建民, 施加春, 等. 2002. 杭嘉湖水网平原农业非点源污染的综合调查和评价[J]. 浙江大学学报(农业与生命科学版), (2): 31-34. |
任天志. 2015. 全国农田面源污染排放系数手册[M]. 北京: 中国农业出版社.
|
Shen Z Y, Liao Q, Hong Q, et al. 2012. An overview of research on agricultural non-point source pollution modelling in China[J]. Separation and Purification Technology, 84: 104-111. DOI:10.1016/j.seppur.2011.01.018 |
United States Environmental Protection Agency. 2017. National Water Quality Inventory: Report to Congress[R].
|
徐文静, 常国梁, 时迪迪, 等. 2021. 北运河上游非点源污染风险空间分布特征研究[J]. 环境科学学报, 41(1): 7-14. |
徐立红, 陈成广, 胡保卫, 等. 2015. 基于流域降雨强度的氮磷输出系数模型改进及应用[J]. 农业工程学报, 31(16): 159-166. DOI:10.11975/j.issn.1002-6819.2015.16.022 |
应兰兰, 侯西勇, 路晓, 等. 2010. 我国非点源污染研究中输出系数问题[J]. 水资源与水工程学报, 21(6): 90-95+99. |
张汪寿, 李晓秀, 王晓燕, 等. 2011. 北运河下游灌区不同土地利用方式非点源氮素输出规律[J]. 环境科学学报, 31(12): 2698-2706. |