2017, Vol. 42引用本文 |
| 基于改进输出系数法的长江流域面源污染负荷估算 |  [PDF全文] |
2. 长江水利委员会长江流域水土保持监测中心站，湖北 武汉，430010
2. Changjiang Soil and Water Conservation Monitoring Centre, CWRC, Wuhan 430010, China
面源污染引起的环境问题日益突出，特别是对于大尺度流域面源 (non-point source, NPS) 污染负荷的模拟研究成为国内外的研究热点之一[1-3]。对于大尺度流域面源污染负荷的估算，目前运用最广泛的是输出系数模型[4]。Johnes经典输出系数模型避开了面源污染发生的复杂过程，所需参数少，操作简便，对于监测点位较少且缺乏长时间序列监测数据的大尺度流域具有重要意义，但该模型仅适用于降水均匀、地势平坦地区，没有考虑到降水和地形对于污染负荷的影响，因此对于降水不均匀、地势有起伏地区的面源污染负荷估算则会产生较大的误差[5, 6]。针对输出系数模型的不足，目前已有一些研究对该模型进行了改进[7, 8]。对流域进行整体数学模型设计有利于流域信息管理的统一性、实时性和高效性[9]。本研究是基于丁晓雯等提出的改进输出系数模型进行估算和模拟的[8]，该模型的缺陷在于计算尺度仍停留在小流域尺度，因此为进一步提高污染负荷模拟的精度，将基于栅格数据计算研究区域长江流域的面源污染物总氮 (total nitrogen, TN)、总磷 (total phosphorus, TP)、生化需氧量 (biochemical oxygen demand, BOD)、化学需氧量 (chemical oxygen demand, COD)、悬浮物 (suspended substance, SS) 的负荷量及负荷强度。
1 研究区域研究区域长江流域总面积约180万km2，为典型的大尺度流域[10](见图 1)，主要包括11大子流域。长江流域由于横跨区域大，在空间上表现为降水分布不均以及地形起伏变化大。因此在计算长江流域面源污染负荷时，采用改进的输出系数模型进行计算，以保证模拟精度。
 |
| 图 1 长江流域地理位置及2010年土地利用类型分布 Figure 1 Geographical Location and Land Use Type Distribution in 2010 of Yangtze Watershed |
2 研究方法 2.1 数据来源
本文用到的基础数据包括长江流域的土地利用类型、降水量、高程等，数据来源见表 1。
| 表 1 基础数据来源及说明 Table 1 Resource and Introduction of Essential Data |
 |
2.2 数据预处理
在ArcGIS 10.0软件系统中对搜集到的基础数据进行预处理，数据处理过程中统一采用Krasovsky_1940_Albers坐标系，1 km的栅格尺度，方便各个栅格图层的计算。土地利用类型的处理是经过重分类分成森林、草地、农田、建设用地、湿地水体、荒漠等6个一级类型。降水数据原始格式为TXT，用ArcGIS“ASCII to Raster”分析模块将文本数据转换成栅格文件，得到降水量空间分布图 (见图 2)。运用ArcGIS“slope”分析模块对DEM数据分析得到长江流域的坡度空间分布图，见图 3。
 |
| 图 2 长江流域2010年降水量分布 Figure 2 Precipitation Distribution of Yangtze Watershed in 2010 |
 |
| 图 3 长江流域坡度分布 Figure 3 Slope Distribution of Yangtze Watershed |
2.3 模型计算方法 2.3.1 改进输出系数模型
本研究采用改进输出系数模型，具体模型公式如下[9]：
| $ L = \alpha \beta \sum\limits_{i = 1}^n {{E_i}\left[ {{A_i}\left( {{I_i}} \right)} \right]} + P $ | (1) |
式中，L为污染物负荷量 (kg·a-1)；α为降水影响因子 (无量纲)；β为地形影响因子 (无量纲)；Ei为第i类土地利用类型的输出系数 (kg·km-2·a-1)；Ai为第i类土地利用类型的面积 (km2)；Ii为第i类土地中污染物质的输入量 (kg·a-1)；P为降水输入的污染物质量 (kg·a-1)。
因降水输入的污染物质量P很少，本文中未考虑此因子的影响[11]。
式 (1) 中因子α的计算公式为：
| $ \alpha = {\alpha _t} \times {\alpha _s} $ | (2) |
| $ {\alpha _t}\left( {{\text{year}}} \right) = \frac{{{\text{AverPr}}{{\text{e}}_{{\text{year}}}}}}{{{\text{AverPre}}}} $ | (3) |
| $ {\alpha _s}\left( {i, j} \right) = \frac{{{\text{Pr}}{{\text{e}}_{i, j}}}}{{{\text{AverPr}}{{\text{e}}_{i, j}}}} $ | (4) |
式中，αt为降水年际差异影响因子 (无量纲)；αs为降水空间分布影响因子 (无量纲)；AverPreyear为某一年的年总降水量 (mm)；AverPre为年均总降水量 (本研究取50年降水平均值)(mm)；Prei, j为空间单元栅格i, j的降水量 (mm)；AverPrei, j为空间单元栅格i, j 50年每个栅格的平均降水量 (mm)。
式 (1) 中地形影响因子β的计算[12]公式为：
| $ \beta = \frac{{L(\theta )}}{{L({\theta _{{\text{aver}}}})}} $ | (5) |
| $ L = c{\theta ^d} $ | (6) |
式中, L为污染物负荷量 (kg·a-1)；c、d均为常量；θ为流域内空间单元栅格的坡度 (°)；θaver为流域平均坡度 (°)。
2.3.2 输出系数的确定确定输出系数有3种常用方法[13]。本文采用查阅文献法，并结合长江流域所处的地理位置特征，确定了各面源污染物的输出系数值，见表 2[14-17]。
| 表 2 各面源污染物的输出系数/(kg·km-2·a-1) Table 2 Export Coefficient of Each Non-point Source Pollutant/(kg·km2·a-1) |
 |
2.3.3 降水和地形影响因子的确定
由长江流域降水数据及式 (2) 得到流域降水影响因子分布，见图 4。由长江流域坡度和式 (5) 得到流域地形影响因子分布，见图 5。
 |
| 图 4 长江流域2010年降水影响因子分布图 Figure 4 Distribution of Precipitation Impact Factor of Yangtze Watershed in 2010 |
 |
| 图 5 长江流域地形影响因子分布图 Figure 5 Distribution of Terrain Impact Factor of Yangtze Watershed |
2.3.4 栅格计算方法
栅格计算是在ArcGIS中完成的，已有的栅格数据文件包括土地利用类型、降水影响因子、地形影响因子等。具体计算步骤可分为：①用ArcGIS“Re class”分析模块将土地利用的属性数据修改为输出系数值×1 000，因属性值必须为整数值，故将各输出系数值扩大1 000倍；②应用ArcGIS“Raster Caculator”对模型进行计算，降水影响因子×地形影响因子×土地利用类型/1 000，即得到各面源污染负荷空间分布栅格图层数据；③运用区域统计工具得到流域内的面源污染物负荷总量；④结合土地利用类型图，经“Extract by Attributes”模块分类统计各土地利用类型面源污染负荷；结合子流域分布图，经“Extract by Mask”模块分析得到各子流域面源污染负荷。
3 结果与讨论 3.1 面源污染物负荷量分析通过模型计算得到长江流域2010年的各面源污染物负荷总量如下：TN负荷总量为141.96万t，TP负荷总量为5.32万t，BOD负荷总量为344.74万t，COD负荷总量为2 236.07万t，SS负荷总量为1 902.25万t。不同土地利用类型与不同子流域面源污染物负荷量的变化如图 6所示。
 |
| 图 6 不同土地利用类型与不同子流域面源污染物负荷量的变化 Figure 6 Change of NPS Pollution Load in Different Land Use Types and Different Sub-watershed |
1) 各土地利用类型对TN、TP负荷总量的贡献率由高到低为：农田>草地>森林>荒漠>湿地水体>建设用地；各土地利用类型对BOD、COD、SS污染负荷总量的贡献率由高到低为：森林>草地>农田>建设用地>荒漠>湿地水体。主要原因是农田、森林、草地的占地面积远远多于建设用地、湿地水体和荒漠这3类用地类型，而这些土地利用类型输出系数之间的差异对于污染物负荷的影响远远小于土地利用面积差异对污染物负荷的影响，因此土地利用面积成为影响污染物负荷的主导因素，输出系数的影响作用其次。
2) 各子流域对TN、TP、BOD、COD、SS负荷总量的贡献率由高到低为：金沙江>洞庭湖>嘉陵江>鄱阳湖>岷沱江>汉江>上游干流区间>乌江>中游干流区间>下游干流区间>太湖。金沙江流域对5类污染物负荷的贡献率均最高，达到20%及以上；洞庭湖流域对5类污染物负荷的贡献率其次，约15%；太湖流域对5类污染物负荷的贡献率均最低，仅1%左右。主要原因是金沙江、洞庭湖、嘉陵江流域占地面积大，中游干流区间、下游干流区间、太湖流域占地面积很小，而流域负荷强度之间的差异小于各流域占地面积的差异，因此在各子流域对污染物负荷总量的贡献上，流域占地面积成为主要的影响因素。
3.2 面源污染物负荷强度分析各面源污染物负荷强度在空间上呈现出一个总体分布趋势，即低值区主要分布在金沙江上游、汉江下游、长江中游干流区间及太湖区域；高值区主要分布在岷沱江上游、嘉陵江中下游、洞庭湖上游以及鄱阳湖上游。原因是降水和地形对于面源污染物负荷分布有着重大影响，不同的降水和地形组合会呈现出不同的负荷强度空间分布特点。负荷强度低值区域降水量少 (300~1 240 mm)、坡度小 (0~23°)；负荷强度高值区域降水量丰富 (1 061~2 798 mm)、坡度大 (18°~79°)。
3.3 面源负荷计算结果合理性分析对于长江流域面源污染负荷的估算，将本文计算结果与国内外已有的一些研究成果进行对比，见表 3。
| 表 3 国内外对长江流域面源污染负荷的研究对比/(104 t·a-1) Table 3 Comparison of NPS Pollution Load of Yangtze River in Foreign and Domestic Research/(104 t·a-1) |
 |
文献[18]算法中TN与TP计算结果值明显偏高，原因在于其对于流域的输出系数选取不合理。
本文计算结果与文献[16, 19-21]计算结果偏差均低于17%，具有一定的吻合性，因此为合理可信的数据。
4 结束语本文基于栅格尺度数据并运用改进输出系数模型，对长江流域的面源污染物进行了负荷估算与空间模拟。研究结果表明：
1)2010年长江流域的TN负荷总量为141.96万t，TP负荷总量为5.32万t，BOD负荷总量为344.74万t，COD负荷总量为2 236.07万t，SS负荷总量为1 902.25万t。
2) 在土地利用类型的污染负荷总量的空间分布上，各类地形对TN、TP污染负荷总量的贡献率由高到低为：农田>草地>森林>荒漠>湿地水体>建设用地；各类地形对BOD、COD、SS污染负荷总量的贡献率由高到低为：森林>草地>农田>建设用地>荒漠>湿地水体。
3) 在流域的污染负荷总量的空间分布上，各子流域对TN、TP、BOD、COD、SS负荷总量的贡献率由高到低为：金沙江>洞庭湖>嘉陵江>鄱阳湖>岷沱江>汉江>上游干流区间>乌江>中游干流区间>下游干流区间>太湖。
4) 在污染负荷强度分布上，面源污染负荷强度较高的流域有上游干流区间、乌江和鄱阳湖流域，面源污染负荷强度较低的流域有汉江、中游干流区间、下游干流区间和太湖流域。
| [1] | Shen Z Y, Qiu J L, Hong Q, et al. Simulation of Spatial and Temporal Distributions of Non-point Source Pollution Load in the Three Gorges Reservoir Region[J]. Science of the Total Environment, 2014, 493: 138–146. DOI: 10.1016/j.scitotenv.2014.05.109 |
| [2] | 郝芳华, 杨胜天, 程红光, 等. 大尺度区域非点源污染负荷估算方法研究的意义、难点和关键技术——代"大尺度区域非点源污染研究"专栏序言[J]. 环境科学学报, 2006, 26(3): 362–365. |
| [3] | 郝芳华, 杨胜天, 程红光, 等. 大尺度区域非点源污染负荷计算方法[J]. 环境科学学报, 2006, 26(3): 375–383. |
| [4] | McFarland A M S, Hauck L M. Determining Nutrient Export Coefficients and Source Loading Uncertainty Using In-stream Monitoring Data[J]. Journal of the American Water Resources Association, 2011, 37(1): 223–236. |
| [5] | 薛利红, 杨林章. 面源污染物输出系数模型的研究进展[J]. 生态学杂志, 2009, 28(4): 755–761. |
| [6] | Johnes P J. Evaluation and Management of the Impact of Land Use Change on the Nitrogen and Phosphorus Load Delivered to Surface Waters:the Export Coefficient Modeling Approach[J]. Journal of Hydrology, 1996, 183: 323–349. DOI: 10.1016/0022-1694(95)02951-6 |
| [7] | 蔡明, 李怀恩, 庄咏涛, 等. 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, 2004, (7): 40–45. |
| [8] | 丁晓雯, 沈珍瑶, 刘瑞民, 等. 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, 2008, 17(2): 306–309. |
| [9] | 王伟, 李鹏飞, 许继军, 等. 流域整体数学模型系统设计与实现[J]. 测绘地理信息, 2013, 38(4): 13–15. |
| [10] | 刘瑞民, 杨志峰, 沈珍瑶, 等. 土地利用/覆盖变化对长江流域非点源污染的影响及其信息系统建设[J]. 长江流域资源与环境, 2006, 15(3): 372–377. |
| [11] | 刘亚琼, 杨玉林, 李法虎. 基于输出系数模型的北京地区农业面源污染负荷估算[J]. 农业工程学报, 2011, 27(7): 7–12. |
| [12] | 沈珍瑶, 刘瑞民, 叶闽, 等. 长江上游非点源污染特征及其变化规律[M]. 北京: 科学出版社, 2008. |
| [13] | 应兰兰, 侯西勇, 路晓, 等. 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, 2010, 21(6): 90–95. |
| [14] | 刘瑞民, 沈珍瑶, 丁晓雯, 等. 应用输出系数模型估算长江上游非点源污染负荷[J]. 农业环境科学学报, 2008, 27(2): 677–682. |
| [15] | 刘永锋. 流溪河流域非点源污染负荷变化分析[J]. 廊坊师范学院学报 (自然科学版), 2012, 12(6): 54–58. |
| [16] | 刘瑞民, 杨志峰, 丁晓雯, 等. 土地利用/覆盖变化对长江上游非点源污染影响研究[J]. 环境科学, 2006, 27(12): 2 407–2 414. |
| [17] |
姚锡良.农村非点源污染负荷核算研究[D].广州:华南理工大学, 2012 |
| [18] | 邱凉, 罗小勇, 程红光. 长江流域大尺度空间非点源污染负荷研究[J]. 人民长江, 2011, 42(18): 81–84. |
| [19] | Shen Z L, Liu Q. Nutrients in the Changjiang River[J]. Environmental Monitoring and Assessment, 2009, 153: 27–44. DOI: 10.1007/s10661-008-0334-2 |
| [20] | Shen Z L, Liu Q, Miao H. An Estimation on Budget and Control of Phosphorus in the Changjiang River Catchment[J]. Environmental Monitoring and Assessment, 2012, 184: 6 491–6 505. DOI: 10.1007/s10661-011-2435-6 |
| [21] | 马广文, 王业耀, 香宝, 等. 长江上游流域土地利用对面源污染影响及差异[J]. 农业环境科学学报, 2012, 31(4): 791–797. |