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

吕 川，张洪钰，齐 琳

(吉林省环境科学研究院，吉林 长春 130012)

研究表明，目前点源逐渐得到有效控制，非点源污染成为继点源污染后水环境的首要污染源［1］。其中农业引起的非点源污染是目前水体污染最重大的问题之一［2］。农业生产活动中通过农田地表径流、农田排水和地下渗漏，以农田中的氮、磷、农药、化肥及其他有机或无机污染物质(通过降水或灌溉等形式)进入水体所造成的污染，统称为农业非点源污染(Nonpoint－source agricultural pollution)［3］。非点源污染的发生具有随机性、广泛性、模糊性和滞后性等特点［4］，其影响因素也比较广泛，如土壤、地形、降水、水文条件、土地利用方式等，污染负荷分布差异性非常显著，体现在不同景观单元上差异也十分明显［5－6］。决定收纳水体质量的少数景观单元输出的污染物占整个流域污染负荷较大比重［7］，因而成为非点源污染物的关键源区(CSAs:Critical Source Areas)。确定流域内农业非点源污染最有效的方法就是针对不同的农田生态系统进行非点源污染风险评价［8］。国外有不少学者认识到了这一点，进行了大量相关的研究［9－10］。Petersen等［9］对宾夕法尼亚州进行研究采用GIS技术和农业非点源污染潜力指数系统(APPI:Agricultural Pollution Potentia Index)来评价非点源污染发生的潜力，识别不同流域污染流失的重点发生区。Lemunyon等［11］对农业地区磷元素流失的危险性进行了评价，在多因子相互作用的影响下使用了磷指数评价法。Hughes等［12］对爱尔兰的农业地区进行磷分级方案存在的研究，提出了地块尺度磷流失危险分级方案和流域尺度的磷流失危险分级方案。李琪等［13］对官厅水库上游妨水河农耕区的磷元素风险性进行了评价，以流域磷分级方案为前提，提出了修正的流域尺度磷分级方案。

本文综合考虑辽河源头区流域影响非点源污染物流失的主要因素，综合多种数据源，采用RS和GIS技术，筛选非点源污染风险的主要影响因子，从源因子和迁移因子两方面出发建立辽河源头区流域风险评价指标体系，得出污染流失的风险指数。根据风险指数对农业非点源污染风险划分等级，识别非点源污染的关键源区，针对关键源区发生风险的顺序提出管理措施和建议，为流域非点源污染控制工作提供依据，对流域治理目标的实现起到积极作用。

1 研究区概况

辽河源头区流域位于吉林省西南部，地处东经 123°42'－125°31'，北纬 42°34'－44°08'，流域面积15746 km2，占全省总土地面积的8.4%，主要河流有东辽河、西辽河、招苏台河。流域地处松辽平原中部，低山、丘陵和平原兼备，位于辽河流域上游，地势由东南向西北缓降，海拔高程611～120 m。东南部为低山丘陵地带，山高谷宽，山间夹杂小的沟川平地，土质肥沃，山体表层土质较好。中西部为平原区，为起伏的台地和平缓的平原，东辽河、招苏台河穿行其间，沿河两岸地势低平。气候属温带大陆性季风气候区，四季分明，多年平均降水量为545mm，大部分降水量集中在6～9月，约占全年降水量的80%，多年平均蒸发量为1020mm。地表水资源总量为15.02亿m3，人均水资源量为619 m3，是全省人均占有量的45%，水资源相对短缺。水资源年内变化较大，大部分降水量集中在6～9月，约占全年降水量的80%。径流年内分配不均衡，6～9月份为丰水期，3、4、5、10月份为平水期，11月份进入枯水期，流量显著减少，有的河段甚至出现断流现象。

辽河源头区流域地跨四平市、辽源市所辖的7个市、县，共计81个乡镇。分别是:四平市市区、公主岭市、梨树县、双辽市、伊通县(大孤山镇、小孤山镇、靠山镇)，辽源市市区、东辽县。2008年，流域所辖7个市县总人口352.5万人，其中农业人口196.32万人［14］。该流域是吉林省重要的能源基地，同时也是东北地区重要的商品粮基地。流域内农业产业化进程较快，是吉林省农业种植和牧业养殖的重点区域。2008年，流域内耕地约占流域面积的42.19%。丰富的粮食资源为发展畜禽养殖提供了有利条件，2008年，流域内共有大牲畜近119.2万头，小牲畜近470.5万头。但近年来，由于流域内产业结构不尽合理，工业结构性污染和面源比较突出，对辽河流域水质造成较严重污染，使生态环境与社会经济发展的矛盾日益尖锐。

2 指标体系的建立

2.1 指标的选择

非点源污染的发生受多种因素的影响:不同的土地利用类型影响着水土保持的程度及氮磷元素的来源量，施肥量及牲畜排泄量直接影响氮磷元素的排放程度，土地距河流的远近程度影响非点源污染的迁移扩散过程;非点源污染的发生还受降雨影响，降雨具有间歇性，其强度大小又受到发生地的土壤类型、土地利用类型和地形条件的约束，从而具有显著的区域特征，此外，人口的变动也直接作用于非点源污染。因此，结合现有资料，最终选择辽河源头区流域的人口密度因子、年降雨量因子、土地利用类型因子、至河流的距离因子、氮磷肥施用量因子、畜禽养殖污染物因子和年径流深因子7个影响因子构建了农业非点源污染风险评估指标体系。

2.2 指标权重的确定

各影响因子对农业非点源污染的危害程度不同，因此需要确定各影响因子和权重以获得更准确的污染风险等级［15］。此次采用层次分析法中的幂法确定影响因子权重。由于农业非点源污染受多因子共同作用，且具有随机性、广泛性、模糊性和滞后性等特点，因此适合采用层次分析法［16］。分析得到各评价因子的权重(表1)。

表1 辽河源头区流域农业非点源污染风险评价指标及权重Tab.1 Agricultural non-point source pollution risk evaluation and weight in the source areas of Liaohe river watershed

3 非点源风险评价模型的建立

3.2 各影响因子的获取

3.2.1 人口密度因子 人口与非点源污染的关系十分密切，人口数量的增长直接引起了污染物排放量的增多，空气污染以及水质污染等，是影响非点源污染的重要因素之一。本文通过四平、辽源2009年年鉴得到辽河源头区各市县人口密度，采用反距离空间差值法得到辽河源头区人口密度图(图1)。

3.2.2 年降雨量因子 降雨是影响地表土壤侵蚀和非点源扩散的重要因素之一，而辽河源头区流域内降雨年际变化大，大部分降雨集中在夏季，对河流流量变化影响显著。本文采用研究区辽源气象站和梨树气象站的年降雨量数据，使用ArcGIS空间分析模块的插值功能将点数据形成趋势面，得到辽河源头区流域的年降雨量图层(图2)。

3.2.3 至河流的距离因子 不同土地距河流的远近程度对非点源污染风险有着相当的影响，当评价尺度不断扩大到流域尺度时，地表径流和土壤侵蚀为主产生的非点源污染会随着汇入水体而造成更大的风险，风险随着距河流的距离增加而减少，因此距河流距离成为制约非点源污染扩散过程的一个重要因子［17－18］。基于DEM生成的水系图，利用ArcGIS软件的距离制图功能，得到距离因子图(图3)。

图1 辽河源头区流域人口密度因子Fig.1 Population density factor in the source areas of Liaohe river watershed

图2 辽河源头区流域年降雨量因子Fig.2 Annual rainfall factor in the source areas of Liaohe river watershed

图3 辽河源头区流域至河流距离因子Fig.3 To the river distance factor in the source areas of Liaohe river watershed

图4 辽河源头区流域禽畜污染物因子Fig.4 Livestock contaminants factor in the source areas of Liaohe river watershed

3.2.4 畜禽养殖污染物因子 近年来，随着四平和辽源地区经济的发展，辽河源头区的规模化养殖场和散户养殖数量与污染治理措施不相匹配，畜禽的粪便和污水排放量剧增，使得畜禽养殖业非点源污染问题日益凸显。根据2009年四平及辽源统计年鉴，得到辽河源头区流域各地区畜禽养殖业情况，见表2。

表2 辽河源头区流域各地区畜禽养殖量Tab.2 Various regions of livestock and poultry in the source areas of Liaohe river watershed

结合《畜禽养殖业污染物排放标准》(GB 18596－2001)中的排泄系数和畜禽粪便中污染物的含量，确定2009年辽河源头区各县市氮磷产生量，并按照《地表水环境质量标准》(GB－3838－2002)中3类标准求出等标污染负荷，折算得到辽河源头区的禽畜污染物密度见表3。利用ArcGIS软件得到该因子图层(图4)。

表3 辽河源头区流域各县市禽畜污染物密度Tab.3 Livestock pollutant density of cities and counties in the source areas of Liaohe river watershed

3.2.5 氮磷肥施用量因子 施肥量是影响农业非点源污染的重要因子，适量的施用化肥可以促进农作物生长，但超量施用化肥土壤会养分过量富集，同时化肥随水土流失及地面径流汇入水体，造成水体富营养化。对辽河源头区各县市采用施肥量平均计算的方法，将获取的各县市氮磷肥使用量中氮磷有效成分除以该地区面积，作为各县市的单位面积氮磷含量，得到氮磷肥施用量因子(图5)。

3.2.6 土地利用类型因子 土地利用类型影响土壤保持水土的能力和氮磷元素的来源量［19］，土地利用方式的不同间接决定非点源污染的程度。土地利用类型因子采用2009年美国陆地资源卫星Landsat TM影像进行遥感解译，划分为林地、草地、耕地、交通、住宅、水域以及未利用地。河源头区的土地利用类型因子见图6。

3.2.7 年径流深因子 地表径流是污染物输入水体的主要动力机制，也是衡量地表径流量大小的重要依据。径流深是指将年径流量均匀地铺在整个流域面积上所相当的水层深度［20］。本文采用辽河源头区流域8个水文站1999—2009年的日流量数据为基础，计算得到每个水文站的11年的年径流量数据，在ArcGIS下插值计算生成流域年径流量栅格数据。多年平均径流量与流域面积的比值即为多年平均年径流深，通过GIS栅格计算获得各个栅格的年径流深分布图(图7)。

图5 辽河源头区流域氮磷肥施用量因子Fig.5 The amount of nitrogen and phosphorus application factor in the source areas of Liaohe river watershed

图6 辽河源头区流域土地利用类型因子Fig.6 Type of land use factor in the source areas of Liaohe river watershed

3.3 非点源污染风险综合指数的计算

对多种数据源进行预处理后，利用Arc/Info的Grid模块，以30 m×30 m栅格为研究单元，对数据进行标准化处理，将7个因子的栅格属性数据进行空间叠加得到综合指数栅格数据文件和属性表，采用多因子加权综合评分法，计算每个栅格的农业非点源风险综合指数。

农业非点源风险综合指数表示为:

式中:wi为各因子对农业面源污染风险程度的影响权重，Pi为各因子标准化后的等级分值。

分级标准的确定借鉴了前人的研究成果［21－22］，为反映农业非点源污染风险的贡献程度，根据研究区实际情况对各影响因子的分级标准进行校正，最终将7个因子划分为4个级别(表4)，分布赋予1－4分，不同级别对农业非点源污染风险程度贡献不同，级别越高贡献值越大。

表4 农业非点源污染风险影响因子分级Tab.4 Impact factor classification of agricultural non-point source pollution risk

图8 辽河源头区流域非点源污染风险程度等级分布图Fig.8 The degree of risk of non－point source pollution level map in the source areas of Liaohe river watershed

4 结果与分析

4.1 非点源污染风险评价结果

根据农业非点源风险综合指数公式，通过GIS的空间分析运算功能将各因子的评价值图件处理叠加，得到研究区内农业非点源风险指数图，再根据分级标准将图件重分类得到流域尺度的农业非点源风险评价图(图8)。

辽河源头区非点源污染发生的四级区即关键源区占流域面积的21.77%，主要集中在梨树南部、公主岭东部和南部地区。四级区主要分布在位于辽河源头区东北部、中部以及东南部丘陵区，人口密度、畜禽养殖污染物以及施肥因子高风险等级区内，且是坡耕地的主要分布区域。三级区占流域总面积的37.45%，分布在除双辽县外辽河源头区大部分地区。二级区占流域面积的30.03%，主要分布在梨树县、四平市的北部和公主岭市的西南部。二级和三级区位于中部和南部平原丘陵区，土地利用以旱地为主;地形阶梯状结构明显，由大部分的平原和小部分的丘陵组成，因此地形因子影响较小，畜禽污染因子和施肥因子影响较大，农田养分流失是本区的主要问题。一级区仅占流域面积的10.75%，主要分布在双辽市，地处辽河源头区西部地，地势平缓，土地利用主要为耕地、住宅用地和未利用地，植被覆盖率较低。

4.2 管理控制措施

根据已经划定的辽河源头区流域非点源风险等级区，本章根据不同等级区的特点和实际情况，分别制定不同面源污染控制区域面源污染控制管理控制措施。①畜禽养殖类非点源污染控制措施。辽河源头区非规模化的养殖是控制禽畜养殖污染的关键，其中非规模化养殖占养殖总量约75%，污染物流失量很大。可将畜禽粪污制成有机肥，有效回收氮、磷、钾等元素，减少畜禽排泄带来的非点源污染。②土壤侵蚀类非点源污染控制措施。针对流域土壤侵蚀严重的现状，对于坡耕地采用水土保持及生物措施，由于地梗植物带减缓水土流失和土壤中N、P流失效果较好，可采用3种措施改变土地利用类型，分别为:25°以上坡耕地退耕还林;15°～25°坡耕地变为果园;25°以上荒草坡还林。③岸边植被过滤带。选取不同植被种植在坡耕地的坡面形成植被过滤袋，使坡面漫流时的农田非点源污染物质得到截留和过滤。同时，植被过滤带作为截留、缓冲、吸收坡面地表径流的控制措施，可整体改善河流水质。

5 结论

本文根据辽河流域非点源污染特征，结合流域气候特征、土地利用结构、人口分布、化肥农药施用量、水土流失状况等，以GIS和地统计学技术为手段，采用多因子综合分析法，得到辽河源头区农业非点源污染风险程度评价分值，根据不同风险程度划分流域非点源污染控制区并得到了污染关键源区。结果表明，辽河源头区非点源污染发生的关键源区占流域面积的21.77%，主要集中在梨树南部、公主岭东部和南部地区。关键源区主要分布在人口密度、畜禽养殖污染物以及施肥因子高风险等级区内，且是坡耕地的主要分布区域。针对关键源区分析非点源风险高发原因提出一系列控制措施，根据研究区内坡耕地水土流失情况严重，提出采取泥沙截留等方面的工程措施和适当改变区域土地利用方式、调整坡耕地种植结构和种植植被缓冲带进行污染物截留和缓冲;根据部分乡镇畜禽散养量大，对畜禽粪便处理和消纳方式较为单一，提出应合理布局畜禽养殖，推广新型畜禽粪便处理技术。

本研究探讨的农业非点源风险多因子综合评价和关键源区识别方法，有助于在流域尺度上直观表达农业非点源风险的空间差异，并可确定需要重点加以治理的关键区域，提出切实有效的管理控制措施，对辽河源头区流域非点源污染的控制和管理起到积极作用，为源头区河流生非点源污染态修复和辽河源头区水源保护与水质安全提供技术支撑。

［1］Potter K M，Cubbage F W.Awatershed－scale model for predicting non－point pollution risk in north carolina［J］.Environmental Management，2004，34(1):62－74.

［2］许其功，席北斗，沈珍瑶，等.三峡库区典型小流域氮磷流失特征［J］.环境科学学报，2007，23(3):41－45.

［3］吕川，陈明辉，马继力，等.基于模糊聚类分析的吉林省农业非点源污染负荷现状评价［J］.现代农业科技，2011，8(5):263－268.

［4］Weng Q.Modeling urban growth effects on surface runoff with the integration of remote sensing and GIS［J］.Environmental Management，2001，28(6):737－748.

［5］李振炜，于兴修，姚孝友，等.农业非点源污染关键源区识别方法研究进展［J］.生态学杂志，2011，30(12):2907－2914.

［6］李琪，陈利顶，齐鑫，等.流域尺度农业磷流失危险性评价与关键源区识别方法［J］.应用生态学报，2007，18(9):1982－1986.

［7］吕家珑.农田土壤磷素淋溶及其预测［J］.生态学报，2003，23(12):2689－2701.

［8］Sivertun A，Prange L.Non－point source critical area analysis in the Gissel watershed using GIS［J］.Environmental Modelling Software，2003，18:887－898.

［9］刘晓，苏维词，王铮，等.基于RRM模型的三峡库区重庆开县消落区土地利用生态风险评价［J］.环境科学学报，2012，32(1):248－256.

［10］张维理，冀宏杰，Kolbe H，等.中国农业面源污染形式估计及控制对策Ⅱ.欧美国家农业面源污染状况及控制［J］.中国农业科学，2004，37(7):1018－1025.

［11］Lemunyon J L，Gilbert R G.Concept and need for a phosphorus assessment tool［J］.Journal of Production Agriculture，1993，6:484－485.

［12］余红，沈珍瑶.大宁河流域非点源污染不确定性分析［J］.北京师范大学学报:自然科学版，2008，44(1):86－91.

［13］李琪，陈利顶，齐鑫，等.妨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［J］.环境科学，2008，29(1):32－37.

［14］吉林省统计局.吉林省统计年鉴［Z］.北京:中国统计出版社，2008.

［15］麻素挺，汤洁，林年丰.基于GIS和RS多源空间信息的吉林省西部生态环境综合评价［J］.资源科学，2004，26(4):140－145.

［16］杨育武，汤洁.脆弱生态环境指标库的建立及其定量评价［J］.环境科学研究，2002，15(4):46－49.

［15］Gburek W J，Sharpley A N，Heathwaite L，et al.Phosphorus management at the watershed scale:A modification of the phosphorus index［J］.Journal of Environmental Quality，2000，29:135－140.

［16］Heathwaite L，Sharpley A N，Gburek W J.A conceptual approach for integrating phosphorus and nitrogen management at watershed scales［J］.Journal of Environmental Quality，2000，29:158－166.

［17］Li Q，Cheng L，Qi X，et al.Assessing field vulnerability to phosphorus loss in Beijing agricultural area using revised field phosphorus ranking scheme［J］.Environment Science，2007，19:977－985.

［18］李潇瀚，王瑞，卞建民，等.基于GIS的伊通河流域农业非点源污染风险评估［J］.中国水土保持，2012，9(1):33－35.

［19］张淑荣，陈利顶，傅伯杰，等.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［J］.第四纪研究，2003，23(3):262－269.

［20］Gburek W J，Sharpley A N.Hydrologic controls on phosphorus loss from upland agricultural watersheds［J］.Environmental Quality，1998，27:267－277.

［21］李琪，陈利顶，齐鑫，等.流域尺度农业磷流失危险性评价与关键源区识别方法［J］.应用生态学报，2007，18(9):1982－1986.

［22］Hughes K J，Magette W L，Kurz I.Identifying critical source areas for phosphorus loss in Ireland using field and catchment scale ranking schemes［J］.Journal of Hydrology，2005，304:430－445.