2005—2019年洞庭湖平原耕地面源污染迁移轨迹及空间格局

丁学谦，吴 群，文高辉，张 超

2005—2019年洞庭湖平原耕地面源污染迁移轨迹及空间格局

丁学谦1，吴 群1，文高辉2,3※，张 超1

（1. 南京农业大学公共管理学院，南京 210095；2. 湖南师范大学地理科学学院，长沙 410081；3. 地理空间大数据挖掘与应用湖南省重点实验室，长沙 410081）

洞庭湖平原因不合理的农业生产活动导致严重的耕地面源污染问题，揭示洞庭湖平原近10余年耕地面源污染迁移轨迹及空间格局，可为洞庭湖平原下一步科学防治耕地面源污染提供参考。该研究以洞庭湖平原湖南省部分的21个区（县、市）为实例，利用清单分析法构建农田化肥、人畜排泄物和农田固废3类污染单元，测算化学需氧量（Chemical Oxygen Demand，COD）、总氮（Total Nitrogen，TN）和总磷（Total Phosphorus，TP）3类污染物排放情况，并运用空间分析、重心模型和冷热点分析研究2005－2019年洞庭湖平原耕地面源污染轨迹迁移变化及空间格局。结果表明：1）从时序上看，2005－2019年间3类污染物排放总量和排放强度总体上均呈现下降趋势；从空间分布上看，COD排放强度等级分布更为集中，洞庭湖平原耕地面源污染程度呈现出“东部>西部>中部”的空间格局；2）从重心模型分析来看，3类污染物排放强度重心在东西方向上的移动更显著，并且重心移动速度呈现阶段变化；3）从冷热点分析来看，3类污染物空间分布格局差异性显著，COD最为明显，TP次之，TN最小，热点区域大多分布于洞庭湖平原东部，冷点区域大多分布于洞庭湖平原中部。研究说明了在生态文明建设过程中，洞庭湖平原耕地面源污染情况有所好转，并且各地区耕地面源污染程度和治理都具有差异性，为今后因地制宜地治理耕地面源污染提供理论依据和思路。

农业；耕地；污染；清单分析法；重心模型；冷热点分析；时空演变；洞庭湖平原

0 引 言

耕地面源污染是农业面源污染当中占比最大、最典型的一种污染，它是指在耕地利用过程中，化肥农药和人畜粪尿等投入品使用不当，以及对农作物秸秆废弃物处理不当或不及时，造成的土壤板结、水体富营养化、酸化、耕地生产能力下降和耕地生态系统失去平衡等农业生态环境问题[1-2]。耕地是粮食安全的重要保障和前提，自家庭联产承包责任制实施以来，耕地利用强度不断加强，农户为追求更高的农业产出和收入，化肥、农药和农膜被大量使用，同时造成农业废弃物被随意堆放，进而产生严重的耕地面源污染问题。党和国家高度重视面源污染问题，出台系列政策文件治理面源污染，已取得一定的成绩，但是中国面源污染形势依然严峻，2020年《第二次全国污染源普查公报》显示，农业污染源中的化学需氧量（Chemical Oxygen Demand，COD）、总氮（Total Nitrogen，TN）和总磷（Total Phosphorus，TP）的排放量分别占全部同类污染物的49.77%、46.52%和67.22%。

鉴于面源污染相对于点源污染具有不确定性、分散性、滞后性和潜伏性的特性，不易监测和防治。因此，学术界非常重视面源污染的形成机理和管控机制等方面的研究。现有研究表明，化肥农膜的过度使用、畜禽规模化养殖、农业废弃物的随意堆放、农村生活污水的随意排放以及水土流失都会直接造成耕地面源污染[3-6]。而制度政策[7]、经济因素[8]、农业生产方式[9]和农户行为[10]都会间接对耕地面源污染产生影响。尽管源头控制技术、过程阻断技术和末端控制技术被应用到耕地面源污染的治理，但是相关的政策制度体系还不完善，仍有许多待解决的问题[2]。在面源污染的研究中，定量化模型被广泛运用，比如SWAT模型[11]、CA模型[12]、输出系数模型[13]，为面源污染物的核算发挥着积极的作用。陈敏鹏等[14]在单元调查的基础上建立了清单分析法，运用于区域耕地面源污染物的核算。目前，中国学者已利用清单分析法对江苏省[15]、黄土高原[16]和南水北调中线[17]等区域进行了面源污染的研究，并取得重要的成果。但以上研究大多基于省级或市级以上较大尺度的评价单元来研究面源污染问题，鲜有文献基于县级尺度进行探讨；且大多研究是静态且较基础地分析面源污染的时序变化和空间分布特征，缺乏对其迁移特征和聚集特征等深入的分析。

洞庭湖平原是中国重要的商品粮生产基地，是长江流域重要平原之一，其耕地生态健康对国家粮食安全、生态安全以及社会安全都具有重大影响。然而当前洞庭湖平原农户长期不合理的农业生产行为造成了严重的耕地面源污染，洞庭湖流域是中国耕地面源污染的重点治理区域。鉴于此，本文以洞庭湖平原为研究区域，利用清单分析法划分农田化肥、人畜排泄物和农田固废3类污染单元，核算2005－2019年间洞庭湖平原湖南省部分的21个区（县、市）的COD、TN和TP污染排放总量和排放强度，分析其时间变化趋势和空间分布状况，再引入重心模型研究各类污染物排放强度重心的移动方向和偏离距离，清晰展示洞庭湖平原耕地面源污染在时空上的细致变化，从整体上把握洞庭湖平原耕地面源污染的总体情况和变化趋势，最后借助冷热点分析法，研究各类污染物在代表年份的排放强度高低值聚集程度，从整体和局部上揭示洞庭湖平原耕地面源污染集聚规律，从而为洞庭湖平原耕地面源污染防治提供科学参考。

1 研究区域与数据来源

1.1 研究区域概况

洞庭湖是中国第二大淡水湖，处于长江中游荆江南岸，在27°39′～29°51′N，111°19′～113°34′E之间，是长江流域重要的调蓄湖泊。本文以洞庭湖平原湖南省部分的21个区（县、市）作为研究区域，国土面积为3.14´104km2，约占湖南省的15%，是中国重要的商品粮等大宗农产品生产基地。2019年洞庭平原的有效灌溉面积为930.97´103hm2，粮食作物播种面积达到1 203.84´103hm2，粮食总产量为777.36´104t，分别达到湖南省的29.31%、26.08%和26.13%。但洞庭湖平原同时也是严重的耕地面源污染区域，2019年的《中国生态环境状况公报》和《湖南省环境质量状况公报》显示，洞庭湖的水质为IV类，总磷和化学需氧量超标。国家高度重视洞庭湖平原耕地面源污染治理，洞庭湖平原多个区（县、市）为农业面源污染综合治理试点地区。

1.2 数据来源

本文所有原始数据（农田化肥、人畜排泄物、农田固废各单元原始数据及耕地面积）均来自2006－2020年的《湖南农村统计年鉴》《湖南统计年鉴》《长沙统计年鉴》《岳阳统计年鉴》《常德统计年鉴》和《益阳统计年鉴》，个别缺失数据（2018年以后部分地区的小麦、豆类、薯类总产量，2017年以后益阳市资阳区、赫山区、南县和沅江市耕地面积）利用插值补齐。

2 研究方法

2.1 清单分析法

清单分析法是根据不同污染单元分别进行核算的方法，其主要步骤为：确定污染源类型、识别污染单元、搜集污染单元的产排污系数以及污染物的核算。研究参考黄祥芳[1]、陈敏鹏等[14]和赖斯芸等[18]的方法，结合洞庭湖平原耕地面源污染的来源和特征，考虑指标体系的科学性以及耕地的利用特性，选取农田化肥、人畜排泄物和农田固废3类污染源为独立的评价单元，COD、TN和TP共计3类污染物作为研究对象，建立污染负荷评估体系（表1），以此来核算耕地面源污染的污染总量和污染强度（在核算COD时不考虑农田化肥），作为分析耕地面源污染时空特征的依据。耕地面源污染排放总量和排放强度计算公式为：

式中为耕地面源污染的排放量，t；EU为单元的指标统计数；ρ为单元的产生系数；η为表征相关资源利用效率系数；PE为污染产生量，t；C为单元污染物的流失系数，由单元和空间特征（）决定，表示区域各方面要素对耕地面源污染的综合影响；EI为耕地面源污染排放强度，kg/hm2，表示农业污染在耕地上的集聚程度；AI为研究区域耕地面积，hm2。各污染单元的产排污系数来源于具有代表性的文献[18-21]。

表1 洞庭湖平原耕地面源污染单元表

注：对于畜禽养殖的指标划定的差异在于考虑到各类畜禽的生长周期不同。牛和羊选择存栏量是因为饲养期在1 a以上，猪和家禽选择出栏量是因为饲养期不足1 a。

Note: The difference in the delineation of livestock and poultry breeding indicators lies in the consideration of the different growth cycles of various types of livestock and poultry. Cattle and sheep choose the amount of livestock on hand because the breeding period is more than one year, and the pig and poultry choose the amount of slaughter because the breeding period is less than one year.

2.2 重心模型

重心是源自物理学中力学的一个概念，指物体每一部分受到重力的作用点。将其拓展至区域研究，可用于表示研究对象加权平均数在二维空间上的变化。即重心模型可结合地区的社会经济指标和时空特征，把各要素在一个地区内的变化特征直观展现出来。在空间上，重心模型反映区域发展指标与形心分析的契合程度，便于分析区域要素在空间上的流动性与聚集性。在时间上，重心动态变化表示区域要素分布的对比和转移，有助于深化研究区域发展历程、状态和趋势[22]。因此，重心模型应用较为广泛，包括土地利用重心[23]以及环境污染重心[24]等涉及经济、社会、生态多方面。本文利用重心模型分析各县级行政区的3类污染物各年份污染强度的空间重心坐标以及其变化轨迹情况，以动态变化视角进一步揭示耕地面源污染时空演变特征，其具体计算公式为：

式中（,）表示研究区域耕地面源污染物污染强度重心的坐标；表示研究区域县级行政单位数目；M表示某区（县、市）的COD、TN和TP的排放强度，kg/hm2；X和Y表示各区（县、市）的几何重心坐标，利用ArcGIS计算求得。同时，为反映重心偏移程度，引入重心移动距离和重心移动方向公式，其公式为：

式中表示相邻年份重心移动的相对距离，m；(X,Y)和(X+1,Y+1)分别表示第年和第+1年的耕地面源污染强度重心坐标；表示地球表面坐标单位（°）转换为平面距离（km）的系数，取值为111.111[25]；表示相邻年份重心偏移的相对角度；为调整系数，确保∈(-180°,180°)。本文定义逆时针方向为正向，正东方向为0°。

2.3 冷热点分析

重心模型只能说明耕地面源污染物加权平均值的时空变化情况，无法说明相似属性集聚区的分布特征。冷热点分析是一种空间聚类方法，可以展现高值（热点）或低值（冷点）空间聚集分布规律，已被运用于生态服务价值空间异质性[26]以及环境污染分布[27]等研究。本文运用冷热点分析法，揭示洞庭湖平原3类耕地面源污染物局部的空间集聚特征，通过识别冷热点地区为各地区针对性治理耕地面源污染提供依据。其具体公式为：

3 结果与分析

3.1 洞庭湖平原耕地面源污染时间变化

运用式（1）和（2）计算出2005－2019年间洞庭湖平原耕地面源污染COD、TN和TP的排放总量和排放强度（图1）。由图1可知，洞庭湖平原耕地面源污染COD、TN和TP的排放总量分别从2005年的31.69×104t、13.07×104t和1.74×104t降至2019年的25.63×104t、11.94×104t和1.38×104t。从排放强度来看，COD、TN和TP的排放强度分别从2005年的368.96、152.16和20.30 kg/hm2降至2019年的256.03、119.32和13.81 kg/hm2。各污染物的排放总量和排放强度总体上均呈现下降的趋势，说明洞庭湖平原耕地面源污染治理取得了一定的成效。2015年中国首次提出“实施化肥农药使用量零增长行动”，后续出台了农业面源污染治理、农村人居环境整治、土壤污染防治等方面各项政策文件。湖南省强化了对洞庭湖流域生态环境的整治，规范了人畜排泄物的处理、控制了化肥的施用量、促进了农业废弃物的利用，进而降低了耕地面源污染物的排放强度。

3.2 洞庭湖平原耕地面源污染空间分布

为探讨洞庭湖平原耕地面源污染空间变化特征，选取2005年、2010年、2015年和2019年4个年份3类污染物排放强度作比较，分析各类污染物时空变化。因3类污染物排放强度存在差异，故排放强度等级划分不同。

由图2a可知，COD污染强度等级分布比较集中，污染程度呈现“东部>西部>中部”的空间格局。具体来看，2005年COD高污染区主要集中在洞庭湖平原东部地区。主要由于东部地区畜禽养殖规模大，所产生的污染较多，且当时耕地面积较少，所能承担的负荷远小于其他地区。2010年COD高污染区和较高污染区分别为岳阳楼区和汨罗市。这是由于该年岳阳楼区单位面积畜禽养殖量和农作物单位面积种植量都较大，而汨罗市因畜禽养殖规模尤其是生猪出栏量较大，导致污染物排放量增大；君山区污染程度上升到中低污染，主要与其农作物产量有较大增长有关。2015年洞庭湖平原已不存在COD高污染区，这是因为人畜排泄污染治理力度加强；东、西部大多数区（县、市）为中污染区；中部地区基本是较低污染区。2019年依然没有COD高污染区，较高污染区仅有云溪区，可能与云溪区面源污染治理效果较缓慢有关，中高污染区仅有湘阴县，中低污染区分布在洞庭湖平原的东南部和西部地区，中部地区和东北部大多数区（县、市）COD污染程度较低，君山区污染程度降为低污染。

由图2b可知，TN污染强度等级分布较为分散，污染程度高的地区集中在洞庭湖平原东部地区和前期的西北地区。具体来看，2005年TN污染较严重，高污染区和较高污染区的数量共达9个，这是由于2004年开始实施减征或免征农业税的惠农政策，农民农业生产积极性提高[28]，化肥等农业生产投入要素加大；并且这一时期对畜禽养殖污染的防治重视度和治理能力不足，共同促使TN污染比较严重。2010年TN高污染区减至3个，较高污染区减至2个，较低和低污染区数量显著上升。2015年洞庭湖平原整体的TN污染程度下降，但是安乡县、南县、赫山区和望城区污染程度有所加重。2019年已不存在TN高污染区，较高污染区和中高污染区仅有云溪区和南县。其中，岳阳县TN污染强度从高污染区降至较低污染区，污染治理效果相当显著，主要得益于岳阳县为国家畜禽养殖污染治理试点区，其他农业面源污染治理试点区如津市市和赫山区，污染强度也明显下降。

由图2c可知，2005－2019年间，TP污染程度总体上得到有效缓解；TP污染强度等级空间分布由分散转变为集中，污染程度高的地区集中在洞庭湖平原东部和西部地区。具体来看，2005年TP的中高污染及以上地区有11个，没有低污染区。2010年TP高污染区和较高污染区共有5个，中高污染区除澧县主要集中在东部地区，中低污染区的数量有所上升。2015年TP高污染区仍为云溪区，较高污染区仅有桃源县，这一时期TP污染强度明显下降，主要原因是农业生产技术的提升，肥料等资源利用率的提高，但畜禽养殖数量依然很多，导致TP污染仍比较明显。2019年TP的高污染区仍为云溪区，已不存在较高污染区，中高污染区仅有临澧县，中低污染区主要分布在洞庭湖平原西南和东南部，其他地区污染程度均有所下降，其中华容县、君山区和岳阳楼区为低污染区，这一时期TP污染强度大幅度下降，主要由于畜禽污染治理配套设施的配给达标、化肥使用量零增长目标的要求、农业废弃物资源化利用等措施落地见效。

综上所述，由于前期追求畜禽与农作物产量以及污染治理的不到位，3类污染物排放强度都较高且分布较广，后期由于国家高度重视农业农村污染治理，使耕地面源污染得到有效治理。洞庭湖平原将污染减排贯穿于耕地面源污染治理全过程。在控源方面，洞庭湖平原各地区从农业生产环节着手减少耕地面源污染物的产生，如大力推行用养结合的生态型耕作模式，在农作物低产低效低质区推行合理的轮作、间作；实施化肥农药零增长行动，全面推广测土配方和病虫害绿色防控技术，推广水肥一体化技术；严格执行畜禽养殖分区管理制度，构建有机肥替代化肥的模式，推进畜禽养殖废弃物资源化利用；推广秸秆还田技术，开展秸秆肥料化、饲料化和基料化利用，促进农业废弃物综合利用。在截污方面，洞庭湖流域近年来结合长江岸线专项整治，实施生态修复，在河道两侧建设植被缓冲带和隔离带，加快恢复湿地生态系统。与此同时，要求规模养殖场配备粪污处理设施，整县推进畜禽养殖废弃物资源化利用和无害化处理；建立小流域农业面源污染综合治理示范区，并出台《洞庭湖生态环境专项整治工作财政奖补方案》以保障治理项目的长期运行。

3.3 洞庭湖平原耕地面源污染重心变化分析

运用式（3）测算出2005－2019年洞庭湖平原耕地面源污染3类污染物污染强度重心坐标，绘制2005－2019年各污染物污染强度重心移动变化轨迹图（图3）。运用式（4）和（5），测算得到2005—2019年洞庭湖平原耕地面源污染重心移动距离（表2）。

图3和表2显示，3类污染物排放强度的重心在经度方向偏移程度远大于纬度方向，即东西方向移动趋势更加显著，说明各污染物的移动变化主要在东西方向上开展；且3类污染物排放强度重心在经度方向上的迁移具有一定的协同性，均往西方向迁移。具体来看，2005－2019年，COD污染强度重心整体往西南方向偏移了−168.85°；TN污染强度重心整体向西北方向偏移了149.42°；TP污染强度重心向西北方向偏移了93.61°。说明洞庭湖平原西部地区，对耕地面源污染整体形势的影响在增强；而对比3类污染物污染强度重心移动情况，COD重心移动变化趋势比TN和TP更加明显。

各污染物排放强度重心的变化具有显著的阶段性特征，3类污染物重心偏移较大的年份基本一致，移动速度在不同年份间存在差异。移动速度过快说明污染物排放强度向特定方向有高程度的集聚，在早期3类污染物重心均有快速向东北方向移动的趋势，主要由于东北部岳阳县及其周围地区洞庭湖水域分布广阔，耕地资源丰富，土壤肥沃，加之2006年农业税的取消，进一步促进该地区耕地的开发利用。2010年之后，3类污染物的重心总体上呈现西移的趋势。这是因为“十二五”规划加强了土地整治和高标准基本农田建设的要求，洞庭湖平原西部有效增加了耕地面积，改善了农业生产条件，耕地开发程度较东部地区有所提高，但是这段时期对于耕地面源污染治理工作的重视处于起步阶段，因此耕地面源污染情况依然严峻。“十三五”之后，3类污染重心依然保持着整体西移的趋势。这段时期生态文明建设已成为重点任务，因此耕地面源污染治理工作也得到重视。洞庭湖流域沿岸地区除贯彻落实控源、截污、治理等措施外，还加强了湖岸带的生态治理。其中，岳阳市全面实施长江岸线专项整治，全力构建长江“最美岸线”，使得洞庭湖平原东部地区耕地面源污染治理成果更为显著，污染物重心依然西移。在这一时期，TP的移动程度稍缓于COD和TN。这是因为洞庭湖平原对于TP的治理要求更为严格，经过治理后，各地区TP的污染强度差距缩小，使得TP重心移动变化速率也变缓。

表2 洞庭湖平原耕地面源污染重心移动距离

3.4 洞庭湖平原耕地面源污染冷热点格局分析

为进一步探究洞庭湖平原耕地面源污染集聚特征，利用冷热点分析法对2005年、2010年、2015年和2019年4个年份的3类污染物冷热点区进行探索。

由图4a可知，2005—2015年，COD热点区集中在洞庭湖平原东北部，冷点区分布在洞庭湖平原中部。具体来看，2005年COD热点区仅有岳阳县，次热点区和次冷点区分别仅有临湘市和南县，主要是因为岳阳县畜禽养殖量较大，并且乡村人口较多，排泄排放量多。2010年COD热点区增加临湘市，次热点区有岳阳楼区和云溪区，冷点区仅有南县，其他地区均为不显著区，这主要是由于临湘市2010年畜禽养殖和农业生产规模有较大提升，尤其是生猪出栏量上涨了38.09%，而南县则由于人畜排泄量较少，并且耕地面积较大，承载污染负荷的能力强。2015年COD热点区与2010年情况保持一致，次热点区增加了汨罗市，主要是汨罗市生猪、牛等畜禽养殖量都有所增加，随之带来的污染开始显现，鼎城区、汉寿县和华容县转为次冷点区，其他地区为不显著区。2019年次热点区仅有赫山区和望城区，南县转为次冷点区，华容县转为冷点区，说明经过面源污染专项整治，COD污染程度大幅下降，华容县成为冷点区与其为全国农业面源污染治理试点区，面源污染治理效果显著密切相关。

由图4b可知，TN在空间上集聚性不太显著，热点区分布在洞庭湖平原东南部，冷点区分布在东北部。具体来看，2005年洞庭湖平原不存在显著的TN冷热点区，说明该时期虽然有一定程度的TN污染，但是TN污染没有形成高程度或低程度的聚集。2010年仅岳阳县和汨罗市为热点区，其他地区均为不显著区，主要是因为化肥是产生TN的最主要影响因素[27]，较2005年，岳阳县氮肥和复合肥施用量分别上升41.04%和27.11%，汨罗市则分别上升5.17%和39.00%。2015年仅汨罗市为热点区，其他地区均为不显著区，主要是因为汨罗市的氮肥和复合肥施用量依然保持上升趋势。2019年不存在热点区，仅云溪区和岳阳楼区为次冷点区，其他地区均为不显著区。这一时期TN污染强度开始出现低值集聚，说明洞庭湖生态环境专项整治的任务取得阶段性成效。

由图4c可知，TP冷热点空间格局变化性较大，空间集聚稍强于TN。TP无热点区分布，次热点区主要分布在洞庭湖平原东北部，冷点区主要分布在中、北部地区，2015年次冷点区还分布在洞庭湖平原西南部的鼎城区和汉寿县。具体来看，2005年仅有岳阳县为次热点区，冷点区仅有南县，其他地区均为不显著区，主要是由于岳阳县各类畜禽养殖数量均较大，而南县由于耕地分布广阔，单位面积的化肥施用量、畜禽养殖量和农作物种植量都较低，承载TP污染负荷能力较强。2010年，次热点区增加了澧县和临澧县，次冷点区增加了华容县，主要是澧县和临澧县的化肥使用量和生猪等畜禽养殖量较2005年有明显上升，如澧县磷肥和复合肥分别上升了18.48%和27.74%，临澧县分别上升了6.23%和4.69%。2015年TP次热点区仅有岳阳县和临湘市，鼎城区和汉寿县为次冷点区，冷点区依然为南县，其他地区均为不显著区，TP污染总体上形势没有太大变化。2019年，洞庭湖平原所有地区均为不显著区，主要是洞庭湖平原磷污染更严重，在推进耕地面源污染治理时，对TP的治理力度相对更大，经过治理后各地区TP污染差异性缩小。

从上述分析可知，2005－2010年3类污染物热点区域大多在洞庭湖平原东部，主要是因为这些地区临近洞庭湖与长江交汇处，城镇化与工业化发展进程较快，耕地开发利用强度更强，加之受早期“重发展，轻管理”理念影响，畜禽养殖防污设施配套率低，化肥施用强度偏高且施用方式落后，农田氮磷养分流失严重，耕地面源污染情况更为显著。2015年COD和TP冷点区和次冷点区数量明显上升，大多分布在南县及其周围地区。随着生态文明建设的大力推进，各地区逐渐重视耕地面源污染的治理，如南县积极培育农业新型业态，建设高标准绿色水稻生产基地，推广农业清洁生产技术，使得耕地面源污染治理取得成效，并带动周围县区耕地面源污染的治理。2019年3类污染物不显著区分布较广，这与生态治理措施的持续推进与见效有关，各地区污染物都得到有效治理，污染程度的差异性降低。

4 结论与讨论

基于清单分析法构建农田化肥、人畜排泄物和农田固废3类污染源，氮肥等15个单元测算化学需氧量（COD）、总氮（TN）和总磷（TP）污染排放总量和排放强度，运用空间分析、重心模型和冷热点分析等方法分析2005－2019年洞庭湖平原耕地面源污染迁移轨迹及空间格局，得到以下结论：

1）从时序变化上看，2005－2019年洞庭湖平原耕地面源污染COD、TN和TP的排放总量和排放强度总体上呈现下降趋势。从空间分布上看，COD排放强度等级分布较为集中，TN较为分散，TP由分散变为集中，3类污染物污染程度呈现出“东部>西部>中部”的空间分布特征。

2）从重心轨迹变化看，3类污染物在经纬方向均有移动，但东西方向的移动更明显，且3类污染物排放强度重心均有向西移动的趋势；3类污染物排放强度重心移动变化具有阶段性，移动速度反映了污染程度集聚变化。从重心移动方向和距离看，3类污染物排放强度重心移动与污染防治政策调整实施有关。

3）从冷热点空间格局看，3类污染物空间格局差异性显著，各地区COD污染差别明显，TP次之，TN差异较小，热点区大多分布在洞庭湖平原东部地区，冷点区大多分布在洞庭湖平原中部地区，且大多分布在南县及其周围地区。

本文在分析洞庭湖平原2005－2019年耕地面源污染时空演变基础上，分析面源污染迁移轨迹和空间格局。研究发现，在经历片面追求经济发展阶段转向生态文明建设后，洞庭湖平原耕地面源污染总体情况逐渐好转，重心轨迹迁移呈现多样性，冷热点空间格局呈现局部集聚性。时空分析、重心模型和冷热点分析分别从不同角度展示了洞庭湖平原耕地面源污染时空演变特征，为洞庭湖平原今后耕地面源污染的防治工作提供了理论依据，并拓宽了3种研究方法的使用价值。但是，本文利用清单分析法进行污染测算时，只考虑了化肥施用、人畜排泄和农田固废当中的15个单元，实际上耕地面源污染十分复杂，还受到农药农膜等化学投入品的影响，污染物不局限于COD、TN和TP这3类，在未来研究中，需要考虑以上各因素，从而更好地反映洞庭湖平原耕地面源污染状况。本文以各污染物的绝对排放总量和排放强度进行内部分析比较，无法对各污染物在同一尺度进行横向比较分析，因此在今后研究中可以引入国家相关标准进行对比分析，以便更好地划分各类污染物污染程度。此外，可以对污染物进行污染源解析，从而针对性地进行耕地面源污染治理。

[1] 黄祥芳. 面源污染视角下江西省耕地生产效率研究[D]. 北京：北京林业大学，2016.

Huang Xiangfang. Study on the Cultivated Land Productivity of Jiangxi Province From the Perspective of Non-Point Source Pollution[D]. Beijing: Beijing Forestry University, 2016. (in Chinese with English abstract)

[2] 李晓平. 耕地面源污染治理：福利分析与补偿设计[D]. 杨凌：西北农林科技大学，2019.

Li Xiaoping. Cultivated Land Non-Point Pollution Control: Welfare Analysis and Compensation Design[D]. Yangling: Northwest A&F University, 2019. (in Chinese with English abstract)

[3] 李秀芬，朱金兆，顾晓君，等. 农业面源污染现状与防治进展[J]. 中国人口·资源与环境，2010，20(4)：81-84.

Li Xiufen, Zhu Jinzhao, Gu Xiaojun, et al. Current situation and control of agricultural non-point source pollution[J]. China Population, Resources and Environment, 2010, 20(4): 81-84. (in Chinese with English abstract)

[4] 梁流涛，冯淑怡，曲福田. 农业面源污染形成机制：理论与实证[J]. 中国人口·资源与环境，2010，20(4)：74-80.

Liang Liutao, Feng Shuyi, Qu Futian. Forming mechanism of agricultural non-point source pollution: A theoretical and empirical study[J]. China Population, Resources and Environment, 2010, 20(4): 74-80. (in Chinese with English abstract)

[5] 朱兆良，孙波. 中国农业面源污染控制对策研究[J]. 环境保护，2008(8)：4-6.

[6] Jabbar F K, Grote K. Statistical assessment of nonpoint source pollution in agricultural watersheds in the Lower Grand River watershed, MO, USA[J]. Environmental Science and Pollution Research International, 2019, 26(2): 1487-1506.

[7] 金书秦，沈贵银. 中国农业面源污染的困境摆脱与绿色转型[J]. 改革，2013(5)：79-87.

Jin Shuqin, Shen Guiyin. To get rid of the predicament and green transformation of agricultural non-point source pollution[J]. Reform, 2013(5): 79-87. (in Chinese with English abstract)

[8] 葛继红，周曙东. 农业面源污染的经济影响因素分析：基于1978－2009年的江苏省数据[J]. 中国农村经济，2011(5)：72-81.

[9] 何浩然，张林秀，李强. 农民施肥行为及农业面源污染研究[J]. 农业技术经济，2006(6)：2-10.

[10] 夏秋，李丹，周宏. 农户兼业对农业面源污染的影响研究[J]. 中国人口·资源与环境，2018，28(12)：131-138.

Xia Qiu, Li Dan, Zhou Hong. Study on the influence of farmers’ concurrent business behavior on agricultural non-point source pollution[J]. China Population, Resources and Environment, 2018, 28(12): 131-138. (in Chinese with English abstract)

[11] 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 Yaomin, Xu Yanling, Li Huaien. 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. (in Chinese with English abstract)

[12] 曾庆慧，庄艳华，洪松. 城市化进程中武昌沙湖流域面源污染负荷时空分布模拟[J]. 武汉大学学报：工学版，2012，45(6)：790-793，859.

Zeng Qinghui, Zhuang Yanhua, Hong Song. Simulation of spatial temporal distribution of NPS loadings in Shahu Lake watershed during process of urbanization[J]. Engineering Journal of Wuhan University, 2012, 45(6): 790-793, 859. (in Chinese with English abstract)

[13] 王萌，王敬贤，刘云，等. 湖北省三峡库区1991－2014年农业非点源氮磷污染负荷分析[J]. 农业环境科学学报，2018，37(2)：294-301.

Wang Meng, Wang Jingxian, Liu Yun, et al. Analysis of nitrogen and phosphorus pollution loads from agricultural non-point sources in the Three Gorges Reservoir of Hubei Province from 1991 to 2014[J]. Journal of Agro-Environment Science, 2018, 37(2): 294-301. (in Chinese with English abstract)

[14] 陈敏鹏，陈吉宁，赖斯芸. 中国农业和农村污染的清单分析与空间特征识别[J]. 中国环境科学，2006，26(6)：751-755.

Chen Minpeng, Chen Jining, Lai Siyun. Inventory analysis spatial distribution of Chinese agricultural and rural pollution[J]. China Environmental Science, 2006, 26(6): 751-755. (in Chinese with English abstract)

[15] 葛继红. 江苏省农业面源污染及治理的经济学研究[D]. 南京：南京农业大学，2011.

Ge Jihong. The Economic Analysis on the Control of Agricultural Non-Point Source Pollution in Jiangsu Province[D]. Nanjing: Nanjing Agricultural University, 2011. (in Chinese with English abstract)

[16] 江军. 黄土高原地区农业面源污染时空特征及与经济发展关系研究[D]. 西安：陕西师范大学，2018.

Jiang Jun. The Temporal and Spatial Characteristics of Agricultural Non-Point Source Pollution and its Relationship With Economic Development in the Loess Plateau[D]. Xi’an: Shaanxi Normal University, 2018. (in Chinese with English abstract)

[17] 王彦东.南水北调中线水源地农业面源污染特征及农户环境行为研究[D]. 杨凌：西北农林科技大学，2019.

Wang Yandong. Non-point Source Pollution and Environmental Behavior of Farmers in the Water Source Area of the Middle Route of the South-to-North Water Diversion Project[D]. Yangling: Northwest A&F University, 2019. (in Chinese with English abstract)

[18] 赖斯芸. 非点源污染调查评估方法及其应用研究[D]. 北京：清华大学，2004.

Lai Siyun. Investigation and Evaluation Method of Non-Point Source Pollution and its Application[D]. Beijing: Tsinghua University, 2004. (in Chinese with English abstract)

[19] 国家环境保护总局自然生态保护司. 全国规模化畜禽养殖业污染情况调查及防治对策[M]. 北京：中国环境科学出版社，2002.

[20] 钱秀红，徐建民，施加春，等. 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，2002，28(2)：31-34.

Qian Xiuhong, Xu Jianmin, Shi Jiachun, et al. Comprehensive survey and evaluation of agricultural non-point source pollution in Hangjia Lake water net plain[J]. Journal of Zhejiang University: Agriculture and Life Sciences, 2002, 28(2): 31-34. (in Chinese with English abstract)

[21] 张大弟，张晓红，章家骐，等. 上海市郊区非点源污染综合调查评价[J]. 上海农业学报，1997(1)：31-36.

Zhang Dadi, Zhang Xiaohong, Zhang Jiaqi, et al. Integrated research and evaluation on non-point source pollution in Shanghai suburbs[J]. Acta Agriculturae Shanghai, 1997(1): 31-36. (in Chinese with English abstract)

[22] 吴凯，顾晋饴，何宏谋，等. 基于重心模型的丘陵山地区耕地利用转换时空特征研究[J]. 农业工程学报，2019，35(7)：247-254.

Wu Kai, Gu Jinyi, He Hongmou, et al. Spatiotemporal characteristics of cultivated land use transition in hilly and mountainous regions based on barycenter model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(7): 247-254. (in Chinese with English abstract)

[23] 任平，吴涛，周介铭. 耕地非农化的空间过程与扩散路径研究：以成都市龙泉驿区为例[J]. 中国土地科学，2015，29(12)：68-73，94.

Ren Ping, Wu Tao, Zhou Jieming. Study on the spatial pattern and diffusion path of cultivated land conversion: A case study in Chengdu Longquanyi Distict[J]. China Land Science, 2015, 29(12): 68-73, 94. (in Chinese with English abstract)

[24] 黄建山，冯宗宪. 陕西省社会经济重心与环境污染重心的演变路径及其对比分析[J]. 人文地理，2006，21(4)：117-122.

Huang Jianshan, Feng Zongxian. The variation track and contrastive analysis on the social economic gravity center and environmental pollution gravity center in Shaanxi Province[J]. Human Geography, 2006, 21(4): 117-122. (in Chinese with English abstract)

[25] 罗秀丽，杨忍，徐茜. 全球人口与粮食的空间错位演变及影响因素分析[J]. 自然资源学报，2021，36(6)：1381-1397.

Luo Xiuli, Yang Ren, Xu Qian. Spatial mismatch evolution of global population and food and its influencing factors[J]. Journal of Natural Resources, 2021, 36(6): 1381-1397. (in Chinese with English abstract)

[26] 张鹏岩，耿文亮，杨丹，等. 黄河下游地区土地利用和生态系统服务价值的时空演变[J]. 农业工程学报，2020，36(11)：277-288.

Zhang Pengyan, Geng Wenliang, Yang Dan, et al. Spatial-temporal evolution of land use and ecosystem service value in the Lower Reaches of the Yellow River Region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(11): 277-288. (in Chinese with English abstract)

[27] 张广纳，邵景安，王金亮，等. 三峡库区重庆段农村面源污染时空格局演变特征[J]. 自然资源学报，2015，30(7)：1197-1209.

Zhang Guangna, Shao Jing’an, Wang Jinliang, et al. Spatial and temporal variations of agricultural non-point source pollution in the Three Gorges Reservoir area of Chongqing[J]. Journal of Natural Resources, 2015, 30(7): 1197-1209. (in Chinese with English abstract)

[28] 樊蓉. 经济新常态下我国农业政策转型研究[J]. 农业经济，2019(6)：6-8.

Migration trajectory and spatial pattern of cultivated land non-point source pollution in Dongting Lake Plain from 2005 to 2019

Ding Xueqian1, Wu Qun1, Wen Gaohui2,3※, Zhang Chao1

(1.,,210095,; 2.,,410081,; 3.,410081,)

The Dongting Lake Plain is one of the most important food production bases in China. However, the non-point source pollution has posed a great threat to social and economic development in the cultivated land, due to a large number of chemical fertilizers and pesticides that have widely been used unreasonably during agricultural production in recent years. It is also very serious for the pollution of livestock and poultry breeding. Taking 21 county-level administrative units in part of Hunan Province in the Dongting Lake Plain as the research area, the inventory analysis was made to construct three types of pollution units for the farmland fertilizer, human and livestock excrement, as well as farmland solid wastes. Some parameters were calculated, including the total emission and intensity of Chemical Oxygen Demand (COD), Total Nitrogen (TN), and Total Phosphorus (TP). The temporal and spatial evolution of non-point source pollution was determined in the cultivated land, further to analyze the movement trajectory of emission intensity barycenter and the degree of spatial agglomeration, using the center of gravity model and the cold/hot spot analysis. The results showed that: 1) There was a great decrease in the total emissions and emission intensity of COD, TN, and TP from the cultivated land non-point source pollution in the study area from 2005 to 2019. It was related to the promotion of ecological farming, soil testing formula technology, as well as the scale control of livestock and poultry breeding. There were also the spatial distribution characteristics of "east>west>central" in the pollution degree for three types of pollutants. 2) Three types of pollutants all moved in the longitude and latitude directions, but there was a more obvious in the east-west direction, where the barycenter of emission intensity presented a tendency to run westward. The adjustment and implementation of pollution prevention policies were attributed to the shift of the barycenter of the emission intensity in the three pollutants. 3) There were significant differences in the spatial patterns of the three pollutants. Specifically, the COD pollution was significantly different, TP was followed, and TN was the smallest in various regions. Hot spots were mostly distributed in the east of the Dongting Lake plain around the basin. The main reason was that these areas were on the edges of the intersection of the Dongting Lake and the Yangtze River, with advantageous location, rapid urbanization and industrialization, and stronger arable land utilization. The cold spots were mostly distributed in Nanxian and the surrounding areas in the middle of the Dongting Lake Plain. The concept of ecological civilization was contributed greatly to the distribution. As a result, much attention needs to pay to the treatment of non-point source pollution in the cultivated land and surrounding counties. Consequently, the non-point source pollution was improved in the cultivated land in the process of ecological civilization construction. There was also a great difference in the degree and control of cultivated land non-point source pollution in various regions. The finding can provide a sound theoretical basis to manage the non-point source pollution of cultivated land.

agriculture; cultivated land; pollution; inventory analysis method; barycenter model; cold and hot spots; spatial and temporal variations; Dongting Lake Plain

丁学谦，吴群，文高辉，等. 2005—2019年洞庭湖平原耕地面源污染迁移轨迹及空间格局[J]. 农业工程学报，2021，37(15)：258-266.doi：10.11975/j.issn.1002-6819.2021.15.031 http://www.tcsae.org

Ding Xueqian, Wu Qun, Wen Gaohui, et al. Migration trajectory and spatial pattern of cultivated land non-point source pollution in Dongting Lake Plain from 2005 to 2019[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(15): 258-266. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.15.031 http://www.tcsae.org

2021-04-29

2021-07-25

国家自然科学基金项目（41801190）；湖南省自然科学基金项目（2019JJ50390）；湖南省哲学社会科学基金项目（18YBQ097）；湖南省教育厅创新平台开放基金项目（19K062）

丁学谦，研究方向为土地经济与政策。Email：dxqjian@163.com

文高辉，博士，副教授，研究方向为农村土地利用、土地经济与管理。Email：wengaohui360101@sina.com

10.11975/j.issn.1002-6819.2021.15.031

X821

A

1002-6819(2021)-15-0258-09