海河流域氮磷面源污染空间特征遥感解析

冯爱萍,吴传庆,王雪蕾*,王洪亮,周亚明,赵 乾

海河流域氮磷面源污染空间特征遥感解析

冯爱萍1,吴传庆1,王雪蕾1*,王洪亮2,周亚明1,赵 乾1

(1.生态环境部卫星环境应用中心,国家环境保护卫星遥感重点实验室,北京 100094；2.北京四维智联科技有限公司,北京 100094)

以MODIS遥感数据为驱动,采用以遥感像元为基本模拟单元的DPeRS(Diffuse pollution estimation with remote semsing)面源污染负荷估算模型,分析了2016年海河流域氮磷面源污染空间分布特征,并对“十三五”《重点流域水污染防治规划》中划定的海河流域172个控制单元进行面源污染优先控制单元分析.结果表明,2016年海河流域总氮(TN)排放量为13.62万t,入河量为2.53万t;总磷(TP)排放量为8152t,入河量为1597t;空间分布上,海河流域中部和南部地区氮磷面源污染较重,其中河北省片区氮磷面源污染物排放量及入河量最大;农田径流型是海河流域氮磷面源污染的主要类型,其次城镇径流影响也较大;筛选出海河流域TN和TP面源污染优先控制单元分别为127和131个,面积占比分别为84.2%和87.0%.

面源污染；遥感；氮磷；海河流域

海河流域是我国水资源开发利用程度最高、水污染最严重的流域,对其第二次水资源评价中首次涉及面源污染源调查,估算了2000年海河流域城镇地表径流、化肥农药使用、农村生活污水及固体废弃物、水土流失、分散式饲养畜禽废水等5种面源污染源的产生量和入河量,得出海河流域TN和TP主要来自于面源的结论[1].面源污染作为影响饮用水源地水质安全的重要污染,引起管理部门的广泛关注.对于管理部门,面源污染存在污染负荷的量化和污染源的解析两个急需解决的问题[2].模型是解决这两个问题的有效手段,我国学者在面源污染负荷模型方面的研究较多,多采用SWAT过程机理模型[3-5]、农业面源年化模型(AnnAGNPS)[6-7]、输出系数模型(ECM)[1,8]和平均浓度法[9-11]等模型方法.SWAT及AnnAGNPS等主流面源模型存在所需数据量较大、建模过程较繁杂、模拟所需时间较长等特点,且多应用于海河流域的部分区域[12-13];海河流域全流域的面源污染研究方法多集中于输出系数法,已有对海河流域种植业、畜禽养殖业、农村生活、农业等方面的面源污染负荷量估算和污染特征分析[1,8,14-15],而应用遥感技术对海河流域面源污染空间特征分析的相关研究较少.

综上,本研究从管理需求出发,构建以遥感像元为基本水文单元的遥感分布式面源污染估算模型—DPeRS模型[16-17],对海河流域农田生产、农村生活、城镇径流、畜禽养殖和水土流失产生的TN和TP污染负荷进行估算,分析海河流域氮磷面源污染排放量、入河量和空间分布特征,并进行面源污染源和空间管理控制分析,为流域面源污染综合防治部门提供决策支持.

1 材料和方法

1.1 研究区概况

海河流域是我国七大流域之一,位于我国华北地区,介于东经112°~120°、北纬35°~43°之间,东临渤海,西倚太行,南界黄河,北接蒙古高原,涉及北京市、天津市、河北省大部、山西省东部、山东、河南2省北部,以及辽宁省和内蒙古自治区的小部分,包括37个地市、337个县(市、旗),流域面积为32万km2,包括滦河、海河和徒骇马颊河三大水系,研究区位置见图1.

图1 研究区位置示意

1.2 模型方法

1.2.1 DPeRS面源污染估算模型 DPeRS模型以大尺度面源污染模型[18]为基础,耦合遥感技术,采用基于二元结构原理构建的遥感分布模型,实现了流域面源污染负荷的月尺度估算.DPeRS模型中既考虑了降水、植被盖度、地形和地貌等自然要素,同时也考虑了施肥利用效率、人口、牲畜和家禽等社会经济要素.模型算法以遥感数据为驱动,耦合定量遥感模型和生态水文过程模型对流域尺度面源污染负荷的时空动态进行定量分析.DPeRS模型可以概括为5个污染类型和2个元素形态,即:农田径流型、城镇径流型、农村生活型、畜禽养殖型和水土流失型;溶解态和吸附态2种污染物形态.具体污染指标包括TN、TP、氨氮(NH4+-N)和化学需氧量(CODCr);模型包括5大模块:农田氮磷平衡核算模块[19]、植被覆盖度定量遥感反演模块[2,20]、溶解态污染负荷估算模块、吸附态污染负荷估算模块和入河模块;模型耦合的遥感数据包括植被覆盖度和土地利用数据,作为模型的输入数据,植被覆盖度数据用于估算农田径流型和水土流失型氮磷面源污染负荷,土地利用数据在5个污染类型面源污染负荷估算中均有运用,模型技术路线见图2,模型核心算法详见文献[16,21].本研究中仅讨论氮磷2个指标.

1.2.2 面源污染优先控制单元筛选方法 十三五《重点流域水污染防治规划》[22]中划定全国1784个控制单元,其中海河流域占172个.对海河流域控制单元进行氮磷面源污染优先控制单元的筛选,筛选方法具体为:将对照年(2005、2010、2015,3a的平均)每个省的两项指标平均值分别作为该省份面源污染优先控制的阈值,本省份内每个控制单元的2项指标值分别与本省阈值进行对比,面源污染排放负荷和入河量均大于本省阈值的单元判定为最优先控制单元,命名为源头、入河过程I类优先控制单元;排放负荷大而入河量小或者排放负荷小而入河量大的控制单元判定为II类优先控制单元,分别命名为源头II类优先控制单元和入河过程II类优先控制单元,其他情况判定为一般面源污染控制单元.本研究中,对照年面源污染情况代表“十三五”前面源污染的本底状况,海河流域TN和TP指标的分省判定阈值见表1.

图2 技术路线

1.3 数据来源与预处理

采用DPeRS模型模拟的月尺度面源污染估算海河流域年尺度面源污染量,重点监测由降水引起的地表径流型面源污染.DPeRS模型运行需要的数据库包括遥感数据、气象数据、高程数据、土壤数据和农业统计数据等,具体数据来源和处理方法见表2;具体带入模型的输入数据包括海河流域土地利用、月植被覆盖度、月降水量、坡度坡长、土壤类型等.图3给出遥感数据解译后得到的海河流域土地利用数据、定量遥感反演得到的月均植被覆盖度数据、空间插值后的月降水累积数据和应用ls_cal.aml程序计算得到的坡长数据.

表2 主要空间数据

2 结果与讨论

2.1 海河流域农田氮磷平衡空间特征

采用输入输出法估算海河流域农田氮磷平衡量,结果表明,县级核算结果氮平衡量为-8.65~ 99.60t/km2,磷平衡量为-2.33~54.03t/km2;结合空间分析技术,将计算结果与土地利用数据进行空间离散,得到2016年海河流域氮磷平衡的空间分布(图4),结果表明,海河流域大部分地区表现为农田氮磷营养元素盈余状态,且磷素盈余较氮素更为明显,流域中部和南部地区明显高于北部地区.

王雪蕾等[23]综合分析了前人研究成果,将农田氮磷平衡量划分了3个风险等级,氮素和磷素的低风险阈值分别为10,1.1t/km2,海河流域氮磷营养平衡整体情况表明海河流域当前的农田管理方式不利于流域面源污染的防治.在推动农业生产发展的同时,应充分考虑区域特征,实施有针对性的管理措施,如提高化肥施用技术、合理利用有机肥、加大灌溉设施投入等,从源头控制农业面源污染,推动农业绿色发展.

图4 海河流域农田土壤氮磷平衡空间分布

2.2 海河流域氮磷面源污染物空间排放特征

表3 氮磷面源污染排放量统计

应用DPeRS模型对海河流域2016年氮磷面源污染排放负荷进行月尺度估算,结果表明:海河流域面源TN和TP平均污染排放负荷分别为0.43, 0.03t/km2,排放量分别为13.62万t和8152.29t.海河流域氮磷面源污染排放负荷的空间分布如图5所示,结果表明, 海河流域氮磷面源污染排放负荷的空间展布类似,流域中部和南部污染排放负荷较高,北部污染物负荷较低,具体表现为北京市南部、天津市、河北省片区中南部、山西省片区北部、河南和山东省片区等区域面源污染较重.氮磷面源污染空间统计分析结果表明,河南和山东省片区面源TN和TP污染排放负荷均高于流域平均水平,北京市、天津市和辽宁省片区面源TN污染排放负荷高于流域平均水平,河北、山西、河南和山东省片区面源TN和TP污染排放量相对较大,模拟结果的空间统计信息见表3.

图5 海河流域氮磷面源污染排放负荷空间分布

2.3 海河流域氮磷面源污染物空间入河特征

表4 氮磷面源污染入河量统计

基于海河流域2016年氮磷面源污染排放负荷结果,结合当年海河流域空间入河系数,估算了2016年海河流域氮磷面源污染入河负荷,并统计分析了入河量信息.结果表明:海河流域面源TN和TP平均污染入河负荷分别为0.08,0.005t/km2,入河量分别为2.53万t和1597t.海河流域氮磷面源污染入河负荷的空间分布如图6所示,与排放负荷相比,海河流域入河负荷相对较小,这与该流域水资源量少有密切关系,海河流域氮、磷面源污染入河负荷的空间展布类似,流域中部和南部存在较高氮磷面源入河负荷的零星分布,山东省片区中部氮磷面源污染入河负荷较为突出.氮磷面源污染空间统计分析结果表明,天津市、河南和山东省片区面源TN和TP污染入河负荷均高于流域平均水平,北京市面源TN污染入河负荷高于流域平均水平,河北、山西、河南和山东省片区面源TN和TP污染入河量相对较大,模拟结果的空间统计信息详见表4.

2.4 海河流域氮磷面源污染类型分析

对2016年海河流域农田径流型、城镇径流型、农村生活型、畜禽养殖型和水土流失型5种氮磷面源污染类型进行统计分析,结果表明:农田径流是海河流域最主要的氮磷面源污染源,对于TN,农田生产引起的排放量和入河量均占总污染量的92%以上,其他类型顺序如下:城镇径流型>农村生活型>水土流失型>畜禽养殖型;对于TP,农田生产引起的排放量和入河量均占总污染量的78%以上,其他类型顺序如下:畜禽养殖型>城镇径流型>水土流失型>农村生活型,不同类型面源污染排放量统计结果详见表5.从面源污染类型角度分析,海河流域应努力改进田间施肥技术,提高氮磷肥料利用率,降低其对水环境的危害,此外,城镇径流引起的氮磷面源污染也需引起重视.

图6 海河流域氮磷面源污染入河负荷空间分布

表5 不同污染类型指标核算

2.5 海河流域氮磷面源污染空间管控分析

海河流域氮磷面源污染优先控制单元筛选结果表明:TN面源优先控制单元共127个,面积占比达到84.2%,其中,源头、入河过程I类优先控制单元共66个,面积占比49.8%;II类优先控制单元共61个,包括19个源头II类优先控制单元和42个入河过程II类优先控制单元,II类优先控制单元面积占比达到34.4%.TP面源优先控制单元共131个,面积占比达到87.0%,其中,源头、入河过程I类优先控制单元共55个,面积占比43.2%;II类优先控制单元共76个,包括30个源头II类优先控制单元和46个入河过程II类优先控制单元,II类优先控制单元面积占比达到43.8%.空间分布上,氮磷面源污染优先控制单元主要分布在海河流域中部和南部地区,源头、入河过程I类优先控制单元和入河过程II类优先控制单元分布面积相对较大,2016年海河流域氮磷面源污染优先控制单元空间分布详见图7.

2.6 DPeRS模型的适用性及结果对比

对比国内外其他面源污染评估模型,DPeRS模型在模型结构、运行条件和模拟指标等几个方面具有较大的管理应用优势[2].DPeRS模型以遥感像元为基本模拟单元,与SWAT等模型提出的水文响应单元(HRU)相比,在保证模拟精度的前提下极大地提高了面源污染模拟的空间分辨率[16];同时DPeRS模型中耦合了定量遥感模型,弥补了无资料地区模型估算的不足;DPeRS模型的参数设置为开放模式,可以根据参数丰富度进行重新构架,根据管理需求完成不同尺度面源污染监测与评估.此外,DPeRS模型系统可以实现遥感像元尺度的污染负荷空间可视化,直观提供了面源污染空间分布的“关键地区”,与传统总量减排核算方法相比,实现了从“点”到“面”的突破,为因地制宜制定面源污染防治方案提供了技术支撑[2].

图7 海河流域氮磷面源污染优先控制单元空间分布

采用地面监测手段进行面源污染监测,范围小且类型有限,难度大,模型是较为合适的面源污染研究方法.面源污染评估模型方法多样,所需数据繁杂,存在不确定性和区域适用性[24-25],即使在同一区域,研究结果也相差较大.朱梅等[1]采用输出系数法对海河流域种植业面源污染负荷量进行估算,2007年海河流域地表径流TN流失量为51966t、TP为7976t,DPeRS模型估算的结果为2016年海河流域农田径流型TN排放量12.66万t、TP排放量6574t;第一次全国污染源普查数据显示,2007年北京和天津种植业TN流失量分别为8262.31t和9097.78t, TP流失量分别为387.99t和498.42t[26],DPeRS模型估算的结果表明2016年北京和天津农田径流型TN排放量分别为5951.13t和7370.66t,TP排放量分别为193.14t和287.06t.此外,时间尺度不同,也有一定影响.

3 结论

3.1 DPeRS模型在流域尺度面源污染模拟结果表明,海河流域2016年TN污染排放负荷平均为0.43t/km2,排放量为13.62万t,入河负荷平均为0.08t/km2,入河量为2.53万t;TP污染排放负荷平均为0.026t/km2,排放量为8152t,入河负荷平均为0.005t/km2,入河量为1597t.

3.2 氮磷面源污染物的空间分布特征表明,对海河流域水质产生影响的面源污染物TN和TP主要集中在海河流域中部和南部地区,河北省片区面源污染物排放量及入河量最大.

3.3 DPeRS面源污染源分析表明,农田径流是海河流域TN和TP最主要的面源污染源,分别占总污染量的92%和78%以上,且TN和TP污染负荷与农田氮磷平衡相关,此外,城镇径流引起的氮磷面源污染也需引起重视,畜禽养殖对TP面源污染也有一定影响.

3.4 氮磷面源污染空间管控分析结果表明,海河流域覆盖了172个控制单元,TN面源优先控制单元共127个,面积占比达到84.2%;TP面源优先控制单元共131个,面积占比为87.0%.氮磷面源污染优先控制单元主要分布在海河流域中部和南部地区.

[1] 朱 梅,吴敬学,张希三.海河流域种植业非点源污染负荷量估算[J]. 农业环境科学学报, 2010,29(10):1907-1915. Zhu M, Wu J X, Zhang X S. Estimation on non-point source pollution loads of crop farming in Hai Basin [J]. Journal of Agro-Environment Science, 2010,29(10):1907-1915.

[2] 王雪蕾,吴传庆,冯爱萍,等.利用DPeRS模型估算巢湖流域氨氮和化学需氧量的面源污染负荷[J]. 环境科学学报, 2015,35(9):2883- 2891. Wang X L, Wu C Q, Feng A P, et al. Application of DPeRS model on estimation of non-point source pollution load of ammonia nitrogen and chemical oxygen demand in Chao Lake basin [J]. Acta Scientiae Circumstantiae, 2015,35(9):2883-2891.

[3] 欧阳威,黄浩波,蔡冠清.巢湖地区无监测资料小流域面源磷污染输出负荷时空特征[J]. 环境科学学报, 2014,34(4):1024-1031. Ouyang W, Huang H B, Cai G Q. Temporal and spatial characteristics of diffuse phosphorus pollution in the watershed without monitoring data at Chaohu Lake [J]. Acta Scientiae Circumstantiae, 34(4):1024- 1031.

[4] 秦耀民,胥彦玲,李怀恩.基于SWAT模型的黑河流域不同土地利用情景的非点源污染研究[J]. 环境科学学报, 2009,29(2):440-448. Qin Y M, Xu Y L, Li H E.SWAT model of non-point source pollution under different land use scenarios in the Heihe river basin [J]. Acta Scientiae Circumstantiae, 2009,29(2):440-448.

[5] 罗 倩,任 理,彭文启.辽宁太子河流域非点源氮磷负荷模拟分析 [J]. 中国环境科学, 2014,34(1):178-186. Luo Q, Ren L, Peng W Q. Simulation study and analysis of non-point source nitrogen and phosphorus load in the Taizihe Watershed in Liaoning Province [J]. China Environmental Science, 2014,34(1):178- 186.

[6] 李开明,任秀文,黄国如,等.基于AnnAGNPS模型泗合水流域非点源污染模拟研究[J]. 中国环境科学, 2013,33(S1):54-59. Li K M, Ren X W, Huang G R, et al. Simulation of non-point source pollution in Sihe watershed with Ann AGNPS [J]. China Environmental Science, 2013,33(S1):54-59.

[7] 边金云,王飞儿,杨 佳,等.基于AnnAGNPS模型四岭水库小流域氮磷流失特征的模拟研究[J]. 环境科学, 2012,33(8):2659-2666. Bian J Y, Wang F E, Yang J, et al. Simulation of nitrogen and phosphorus loss in Siling Reservoir Watershed with AnnAGNPS [J]. Environmental Science, 2013,33(S1):54-59.

[8] 邱 斌,李萍萍,钟晨宇,等.海河流域农村非点源污染现状及空间特征分析[J]. 中国环境科学, 2012,32(3):564-570. Qiu B, Li P P, Zhong C Y, et al. Characteristics and spatial distribution of the rural non-point source pollution in Haihe River Basin. [J]. China Environmental Science, 2012,32(3):564-570.

[9] 李怀恩.估算非点源污染负荷的平均浓度法及其应用[J]. 环境科学学报, 2000,20(4):397-400. Li H E. Mean centration method for estimation of nonpoint source load and its application [J]. Acta Scientiae circumstantial, 2000,20(4): 397-400.

[10] 欧阳威,王 玮,郝芳华,等.北京城区不同下垫面降雨径流产污特征分析 [J]. 中国环境科学, 2010,30(9):328-332. Ouyang Wei, Wang W, Hao F H, et al. Pollution characterization of urban stormwater runoff on different underlying surface conditions [J]. China Environmental Science, 2010,30(9):328-332.

[11] 李家科,李怀恩,董 雯,等.渭河关中段典型支流非点源污染监测与负荷估算[J]. 环境科学学报, 2011,31(7):1470-1478. Li J K, Li H E, Dong W, et al. Monitoring and load estimation of non-point source pollution on typical tributaries in the Guanzhong reach of the Weihe River [J]. Acta Scientiae Circumstantiae, 2011, 31(7):1470-1478.

[12] 朱新军,王中根,李建新,等.SWAT模型在漳卫河流域应用研究[J]. 地理科学进展, 2006,25(5):105-111. Zhu X J, Wang Z G, Li J X, et al. Applications of SWAT model in Zhang Wei River Basin [J]. Geography Science Progress, 2006,25(5): 105-111.

[13] 张永勇,王中根,于 磊,等. SWAT水质模块的扩展及其在海河流域典型区的应用[J]. 资源科学, 2009,31(1):94-100. Zhang Y Y, Wang Z G, Yu L, et al. Extended Water Quality Moduel of SWAT Model And Its Application To Hai River Basin [J]. Resource Science, 2009,31(1):94-100.

[14] 朱 梅,吴敬学,张希三.海河流域畜禽养殖污染负荷研究[J]. 农业环境科学学报, 2010,29(8):1558-1565. Zhu M ,Wu J X, Zhang X S. Pollutants Loads of Livestock and Poultry Breeding in Hai Basin, China.[J]. Journal of Agro-Environment Science, 2010,29(8):1558-1565.

[15] 朱 梅.海河流域农业非点源污染负荷估算与评价研究[D]. 北京:中国农业科学院, 2011. Zhu M, Study on Agricultural NPSL Loads of Haihe Basin and Assessment on its Environmental Impact [D]. Beijing: Chinese Academy of Agricultural Sciences., 2011.

[16] Wang X L, Wang Q, Wu C Q, et al. A method coupled with remote sensing data to evaluate non-point source pollution in the Xin'anjiang catchment of China [J]. Science of the Total Environment, 2012,430: 132-143.

[17] 王雪蕾,蔡明勇,钟部卿,等.辽河流域面源污染空间特征遥感解析[J]. 环境科学, 2013,34(10):3788-3796. Wang X L, CAI M Y, Zhong B Q, et al. Research on spatial characteristic of non-point source pollution in Liaohe River Basin [J]. Environmental Science, 2013,34(10):3788-3796.

[18] 郝芳华,杨胜天,程红光,等.大尺度区域面源污染负荷计算方法[J]. 环境科学学报, 2006,26(3):375-383. Hao F H, Yang S T, Cheng H G, et al. A method for estimation of non-point source pollution load in the large-scale basins of China [J]. Acta Scientiae Circumstantiae, 2006,26(3):375-383.

[19] Wang X L, Feng A P, Wang Q, et al. Spatial variability of the nutrient balance and related NPSP risk analysis for agro-ecosystems in China in 2010 [J]. Agriculture, Ecosystems and Environment, 2014,193:42- 52.

[20] Jiménez-Muñoz J C, Sobrino J A, Plaza A, et al. Comparison Between Fractional Vegetation Cover Retrievals from Vegetation Indices and Spectral Mixture Analysis: Case Study of PROBA/CHRIS Data Over an Agricultural Area [J]. Sensors, 2009,9(2):768-793.

[21] 王雪蕾,王新新,朱 利,等.巢湖流域氮磷面源污染与水华空间分布遥感解析[J]. 中国环境科学, 2015,35(5):1511-1519. Wang X L, Wang X X, Zhu L, et al. Spatial analysis on diffuse pollution and algal bloom characteristic with remote sensing in Chao Lake Basin [J]. China Environmental Science, 2015,35(5):1511-1519.

[22] 环境保护部.重点流域水污染防治规划 [Z]. 2017. Ministry of Environmental Protection. Water pollution control planning in key watershed [Z]. 2017.

[23] 王雪蕾,王 桥,吴传庆,等.国家尺度面源污染业务评估与应用示范[M]. 北京:科学出版社, 2015:10-115. Wang X L, Wang Q, Wu C Q, et al. Assesment and application of national diffuse pollution management [M]. Beijing: Science Press, 2015:10-115.

[24] 刘志红,Li L T, McVicar T R,等.专用气候数据空间插值软件ANUSPLIN及其应用[J]. 气象, 2008,34(2):92-100. Liu Z H, Li L T, McVicar T R, et al. introduction of the professional interpolation software for meteorology data: ANUSPLIN [J]. Meteorological Monthly, 2008,34(2):92-100.

[25] 符素华,刘宝元,周贵云,等.坡长坡度因子计算工具[J]. 中国水土保持科学, 2015,13(5):105-110. Fu S H, Liu B Y, Zhou G Y, et al. Calculation tool of topographic factors [J]. Science of Soil and Water Conservation, 2015,13(5):105- 110.

[26] 第一次全国污染源普查资料编纂委员会.第一次全国污染源普查资料文集(之四)-污染源普查技术报告(下册)[R].北京:中国环境科学出版社, 2011:8-11. Compilation Committee of data of the first China pollution source census. Anthology of the first China pollution source census (Part IV)- technical report on pollution source census (Volume 2) [R]. Beijing: China Environmental Press, 2011:8-11.

Spatial character analysis on nitrogen and phosphorus diffuse pollution in Haihe River Basin by remote sensing.

FENG Ai-ping1, WU Chuan-qing1, WANG Xue-lei1*, WANG Hong-liang2, ZHOU Ya-ming1, ZHAO Qian1

(1.Sate Environmental Protection Key Laboratory of Satellite Remote Sensing, Ministry of Ecology and Environment Center for Satellite Application on Ecology and Environment, Beijing 100094, China；2.Beijing AutoAi Technology Co.,Ltd., Beijing 100094, China)., 2019,39(7)：2999~3008

Driven by the MODIS data, DPeRS (Diffuse pollution estimation with remote sensing, DPeRS)model was used to analyses the spatial characteristic of nitrogen and phosphorus diffuse pollution in Haihe River basin on pixel scale in 2016. In Watershed Water Pollution Control Planning of the 13th Five-Year Plan published by MEE, PRC (Ministry Ecology and Environment of People’s Republic China), 172 control units were defined. Here the priority control units (PCU) in Haihe River Basin were analyzed. In 2016, the total discharge of total nitrogen (TN) was 2.53×104ton with the total production being 13.62×104ton, the total phosphorus (TP) was 1597 ton with the total production being 8152 ton. The nitrogen and phosphorus diffuse pollution was relatively serious in the central and southern areas of Haihe River Basin, and the max amount of production and discharge of pollutants were appeared in Hebei province. Agriculture was the most important source for nitrogen and phosphorus diffuse pollution, followed by urban runoff. The numbers of PCU to TN and TP were 127 and 131 respectively, which covered the areas of Haihe River Basin 84.3% and 87.0% respectively.

diffuse pollution; remote sensing; nitrogen and phosphorus; Haihe River Basin

X522

A

1000-6923(2019)07-2999-10

冯爱萍(1988-),女,山西晋中人,工程师,硕士,主要从事流域尺度面源污染防治研究.发表论文8篇.

2018-12-25

国家重点研发计划项目(2016YFD0800903);国家自然科学基金资助项目(41871346)

* 责任作者, 研究员, wxlbnu@163.com