植被过滤带模式对内蒙农牧交错区截流减沙的影响及优选

宋凡凡,李仙岳*,田德龙

植被过滤带模式对内蒙农牧交错区截流减沙的影响及优选

宋凡凡1,李仙岳1*,田德龙2

(1.内蒙古农业大学水利与土木建筑工程学院,内蒙古 呼和浩特 010018；2.水利部牧区水利科学研究所,内蒙古 呼和浩特 010020)

为了提高农牧业交错带禾本植被过滤带截流减沙效果,在内蒙古中部巨宝庄试验基地设置过滤带茎间距(0.9cm、1.2cm、1.7cm)和宽度(3m、6m、9m)2个因素,包括空白对照共10个处理.研究了植被过滤带茎间距和宽度对截流减沙的响应,并运用熵权TOPSIS模型评价了不同植被过滤带模式的综合效益,筛选该地区禾本植被过滤带适宜茎间距和宽度.结果显示,在相同植被过滤带茎间距条件下,增加过滤带宽度显著降低径流与泥沙出流量,过滤带宽度为9m与6m处理比3m处理在过滤带末端平均泥沙含量分别减少了80.97%和60.66%,平均径流量分别降低了62.14%、33.59%,并分别推迟水沙出流时间7min和2min.在相同过滤带宽度下,减少植被茎间距有效提高截流减沙效果,其中过滤带茎间距为0.9cm处理比1.2cm与1.7cm处理在过滤带末端平均泥沙含量分别减少了35.4%和48.28%;平均径流量分别降低了16.5%和18.26%.茎间距与宽度对径流、泥沙拦截量影响极显著,过滤带宽度对径流影响更大,且两者交互作用对泥沙拦截量影响极显著.通过熵权TOPSIS评价得出过滤带宽度为9m,茎间距为0.9cm的禾本植被过滤带模式综合评分最高,经济与截流减沙综合效益最优,研究结果对当地植被过滤带建设有重要指导意义.

植被过滤带宽度；茎间距；熵权TOPSIS；截流减沙

植被过滤带通常建设在污染源与受纳水体之间,可有效拦截地表径流、滞留水体中泥沙、削减氮磷污染物含量[1],已广泛用于水土保持措施,也被认为是减少农药和化肥等非点源污染的有效方式[2].由于建设植被过滤带生态效益明显,且投资成本相对较低,欧美等发达国家和地区已经将其作为控制农业面源污染的最基本手段和最佳管理措施[3-4].近年来我国应用植被过滤带防控水土流失和缓解农业非点源污染等方面也做了大量研究[5].由于植被过滤带宽度、植被品种、植被种植密度等直接会影响过滤效果,在工程建设中受到特别重视[6-7].

目前,对植被过滤带的研究主要集中于宽度[8]、坡度[9]、植被类型[10]、污染物特征[11]等对去除效果方面的影响.植被过滤带宽度对其截留效率有着显著影响[12],植被过滤带越宽,可供下渗的面积越大,吸附、吸收径流中泥沙类污染物能力越强,对径流中污染物截流效果越显著[13].Mankin等[14]通过试验发现,植被过滤带宽度在8m最为合适,其发挥效果最优,可以最大程度降低污染物浓度.杨寅群等[15]研究黑水河流域泥沙传输过程,对流域非点源污染削减效果进行评估,证明宽度4m的植被过滤带可削减80%的入流泥沙负荷,增大宽度对泥沙负荷削减无显著增加,提出植被过滤带宽度在3～5m即可.对植被过滤带宽度的研究差异较大[16],故宽度只能作为污染物削减的一个因素.Sabbagh[17]指出草本过滤带具有生长迅速、茎秆粗壮对污染物耐力较强等优点.但是草本植被过滤带密度与截留效果呈正相关[18],需要考虑生物量的影响.但也有学者认为盲目增加种植密度会引起土壤干旱,反而不利于泥沙的滞留[19].尽管具体工程的建设时,增加过滤带宽度有助于提高应用效果,但过滤带过宽也会占用土地,增加建设成本与养护成本.在有限的空间内,提高植株数量能否达到更好的拦蓄效果仍然有待考究.前人多以过滤带减少污染物效果作为主要评判标准,提出单一影响因素下的最优方案.结合植被过滤带规模及种植密度及成本等多因素限定下的最优方案的确定需要在当地进行大量试验研究,根据拦截效果与建设成本进行评价.但传统TOPSIS受指标权重影响[20].故指标权重的确定在评价体系中至关重要,与AHP法、专家打分法等主观赋权法相比,以熵权等客观赋权法可有效避免主观误差的产生[21].熵权TOPSIS法较传统TOPSIS法在数据归一化、权重确定与评价分级更有所改进,在资源环境承载力[22]、土地整理评价[23]等领域的使用,证明其能够更好的对多目标进行合理决策.尽管国内对植被过滤带宽度和径间距等参数变化对过滤效果的影响进行了相关研究,但通常仅考虑单一参数的影响,而实际上这两个参数对过滤效果有交互影响,且目前的研究主要针对西北黄土高原、东南沿海等地进行的,具有一定的地域特点.而内蒙古农牧业交错带,植被类型与这些区域有较大差异,故明晰其过滤带宽度和指标径间距对径流泥沙拦蓄的影响机制,特别是确定优化组合方案,对于提升植被过滤带的效果,降低其建设成本等都具有重要意义.鉴于此,本研究通过野外原位试验,研究不同建设宽度与茎间距对过滤带产流产沙特征的影响规律,并利用熵权TOPSIS模型优选植被过滤带最佳组合方案.以期为内蒙古中部农牧交错区水土流失防治提供理论支撑,对工程建设方案提供参考.

1 材料与方法

1.1 试验区简介

试验于2020～2021年在内蒙古乌兰察布市巨宝庄镇(113°09′E,40°92′N)进行.该地区为温带大陆性气候,冬季严寒漫长,夏季炎热短促.多年平均降雨407.5mm,年内降雨不均,主要集中于7、8两个月.该地区日照时间充足,多年平均年日照时数达3023.7 h.多年平均年蒸发量为1938 mm.主要草本植被有羊草、冰草、披碱草等.试验区距离岱海直线距离30km.土壤质地为砂质黏土(USDA分类标准),土壤容重为1.38～1.4g/cm3.

1.2 试验布置

试验考虑植被过滤带宽度和植被径间距两个因素,过滤带宽度分3个水平,分别为3m(B1)、6m(B2)和9m(B3);植被径间距也设置3个水平,分别为0.9cm(D1)、1.2cm(D2)、1.7cm(D3),并设置一个空白对照,10个处理,每个处理3个重复,共布置30个试验小区.过滤带植被选用当地常见禾本植物羊草(())与冰草(),于2020年5月15日进行播种,通过撒播方式均匀播撒混合草种(1:1),通过播种量控制植株茎间距.各小区管理方式一致,每个小区土质相近,各小区坡度设置为5°,小区建设宽度为4m,各小区之间用田梗隔开,防止径流相互干扰,每个小区布置见图1.当地上部分高度达到15cm时随机对各小区选100cm×100cm样方进行植被调查,确定植物株距并刈割测定生物量,并去除表层土壤沉积物与枯落叶.在过滤带前端设置恒定水头水箱作为水源,水中泥沙浓度为10g/L,通过阀门控制,出流速度为0.9L/s,每个处理出流速度一致.试验开始后每间隔3min收集每个试验小区下方集流槽内液体,用于计算末端出水流量,并用沉淀烘干法(105℃)秤泥沙含量.

表1 试验方案

1.3 径流和泥沙出率计算

利用径流出流率(RDR)和泥沙出流率(SDR)评价植被过滤带的过滤效果:

式中:RI为植被过滤带入流流量,m3;RO为植被过滤带出流流量,m3;SI为植被过滤带入流泥沙量,kg;SO为植被过滤带出流泥沙量,kg.

1.4 基于熵权TOPSIS法植被过滤带评价模型

TOPSIS(Technique for Order Preference by Similar to Ideal Solution)方法称为“逼近理想解排序方法”,是有限方案多准则决策分析的一种常用决策技术[24].本文使用熵权法计算评价指标权重,建立熵权TOPSIS模型,评价植被过滤带效果.

1)初始指标规范化处理

(3)

式中:x为过滤带效益指标,其中=1,2,3,…,;=1, 2,3…,;为评价指标,为过滤带编号;r——x的标准化数据矩阵.

2)指标信息熵计算

(4)

式中:i为第指标熵值;r,含义同上.

3)计算权重

(5)

式中:W为第指标权重;i为第指标熵值.

4)数据标准化

植被过滤带评价标准矩阵与各指标权重结合得加权决策矩阵

(6)

5)确定正、负理想解

(7)

(8)

式中:y为第项指标第号过滤带加权规范化值;y+、y-分别为第项指标在各过滤带评价中的最偏好值和最不偏好值.

6)计算距离

(9)

(10)

式中:+,-分别为各过滤带评价向量到正理想解和负理想解的距离.

7)计算贴近度

(11)

式中:C为各评价对象与最优方案的贴近度. C值介于0到1.1为植被过滤带建设效益最好,0为植被过滤带建设效益最差.

1.5 建设费用选取

植被过滤带建设费用计算根据国内水土保持工程费用进行计算[25-27],植被过滤带建设工程造价为3500～9000元/hm2(包括建设工程,临时工程,其他工程和预备费用),计算时根据茎间距(种子成本,人工成本,施肥及灌水成本)参考前人研究[28]分别按4500元/hm2、5500元/hm2、6500元/hm2进行计算.过滤带运行费用及维护费用包括管理、养护、灌水等费用,根据规范前4a费用为150元/hm2,以后每年75元/hm2.植被过滤带建设周期为1年建成,每5a重新种植.本文以岱海流域天成河为例,河岸线49.9km,沿线单侧建设植被过滤带,计算总工程投资与运行费用.

1.6 数据处理

使用数据分析由Microsoft Excel 2010软件进行数据处理,DPS进行回归模型建立及统计分析,采用origin 9.0软件绘图.

2 结论与分析

2.1 不同模式植被过滤带对水沙出流量的影响

植被过滤带宽度与茎间距对过滤带径流削减有显著的影响,植被过滤带的宽度增加和茎间距减少会推迟径流开始出流的时间,有效降低径流出流流量.由图2可知,植被过滤带宽度为9m时,于开始后10min左右在过滤带末端有水流出,6m宽过滤带出流时间较9m宽缩短1倍,在5min左右出现径流,而3m宽植被过滤带在前3min就有水出流.相同宽度植被过滤带水流停留时间与茎间距呈负相关,不同茎间距处理的滞留时间排序为0.9cm>1.2cm> 1.7cm.相同宽度处理下,不同茎间距处理对开始出流时间呈负相关,开始出流时间为1.7cm<1.2cm< 0.9cm.随时间推移,单位时段内径流出流量呈明显差异,按流量从小到大的茎间距出来顺序为0.9cm< 1.2cm<1.7cm.3m宽度过滤带出流流量在130～140L/ 3min,6m宽度植被过滤带出流流量为90～110L/3min. 9m宽度植被过滤带出流量集中于70～80L/3min.

植被过滤带宽度对泥沙出流影响同样显著,9m宽植被过滤带每3min出流的水体内泥沙含量为15～30g,6m宽植被过滤带每3min泥沙出流量为30～50g,宽度为3m的植被过滤带泥沙出流量较大,泥沙出流量处于60～110g之间(图2).植被过滤带宽度对泥沙出初始出流时间也有显著影响,9m宽植被过滤带截沙效果最好,泥沙初始出流时间最晚,比如该宽度下茎间距为1.2cm和1.7cm的过滤带在第9min才开始有泥沙出流;而6m宽过滤带在第6min时就有泥沙出现,3m宽度植被过滤带对泥沙拦蓄效果较差,在第3min后就有泥沙出现.可见,增加过滤带宽度可以延迟泥沙初始出流时间.茎间距对泥沙出流也有影响,随着过滤带茎间距增加提泥沙出流量和初始出流时间也增大.相同过滤带宽度下, 0.9cm茎间距处理单位时间内泥沙产生量小于1.2cm与1.7cm茎间距处理.

2.2 不同模式植被过滤带对径流泥沙截留率的影响

不同植被过滤带宽度对水沙截留有明显的影响,随着过滤带宽度增加过滤带末端水沙截留率显著提高.宽度为3m的植被过滤带泥沙截留率低于94%,径流截留率小于30%;宽度为6m的植被过滤带泥沙截留率为98%,径流截留率为55%.宽度9m过滤带泥沙截留率接近99%,径流截留率大于75%,可见随着植被过滤带宽度增加对泥沙的截流效果提高更明显(表2).9m宽植被过滤带径流截留率比3m宽过滤带提高62.14%,而6m宽植被过滤带的截留率比3m宽过滤带提高了33.59%.宽度为9m的植被过滤带泥沙截留率较宽度为3m的植被过滤带提高了80.97%,宽度为6m的过滤带泥沙截留率提高了60.06%;植被过滤带宽度的增加延长了径流在过滤带内迁移的长度,使得径流可以在过滤带内流动更长距离,增加了滞留时间.滞留时间的增加有效促进了入渗量的增加,从而增加了径流的拦蓄量.植株茎间距对水沙截留率也有明显的影响,但影响程度低于植被过滤带宽度,随着茎间距减小水沙截流率增加.茎间距为0.9cm的植被过滤带径流截留率比茎间距1.2cm、1.7cm的过滤带提高了16.5%和18.26%,泥沙截留率提高了35.34%和48.28%.茎间距的减小增加了水沙流动阻力,同时茎秆对颗粒物进行阻挡,减缓了径流流速,使得径流在过滤带内迁移相同距离需要的时间增加,同样增加了径流的入渗量.茎间距减少与过滤带宽度的增加促进植被过滤带入渗量的增长,导致单位时间内径流的拦蓄量提高,从而增加了水沙在植被过滤带内的停留时间.泥沙截留以径流为基础,水是泥沙迁移的介质,泥沙的截留主要受径流出流的影响.植被过滤带与茎间距的改变影响土壤的导水率也改变了径流入渗环境,有效增加了径流入渗量,使其夹带的泥沙可以最大程度的停滞在原地,从而有效增加泥沙的削减量.过滤带宽度对径流拦截量的影响较茎间距影响更为显著,茎间距与过滤带宽度交互作用对径流拦截差异不显著.泥沙拦截量主要受径流影响,过滤带宽度增加减少了径流水量促进泥沙颗粒沉降,同时茎间距对泥沙颗粒迁移造成阻挡,增加了迁移阻力.所以茎间距与宽度对泥沙拦截著差异极显著,交互作用对泥沙拦截量影响也极显著.

表2 不同植被过滤带茎间距和宽度对水沙出流的影响

注:同列数值后不同字母表示差异显著,**表示差异极显著(<0.01).

2.3 植被过滤带建设模式评价

表3 不同处理过滤带评价指标

植被过滤带的建设不仅要在技术上实现截流减沙,且成本低.考虑植被过滤带建设成本,运行费用,生物量,径流出流率、泥沙出流率五个约束因子.对不同处理的5个约束因子进行规范化处理(表3),并计算熵值与各指标所占客观权重(表4),总体各因子权重排序为泥沙出流率>单位面积生物量>草地投资>运行费用>径流出流率.其中投资成本权重占16.38%,运行投资成本权重占14.98%,生物量权重占18.63%,植被过滤带径流截流权重为13.27%,泥沙截流率权重为36.74%.利用植被过滤带评价标准矩阵与各指标权重结合得加权决策矩阵,并得到各因子的相对贴近度C(表5),其中0D2B3>D3B3> D1B2>D2B2>D3B2>D1B1>D3B1>D2B1,可见D1B3处理(过滤带宽度为9m,茎间距为0.9cm)综合评分最高,为0.75.其与评价对象的最优方案的接近程度最大,最接近最优方案,为本试验9种过滤带设计方案最优方案.D2B3(宽度9m,茎间距1.2cm)处理次之,该处理为限制过滤带种植密度前提下最优方案.

表4 熵值法计算权重结果

表5 TOPSIS评价计算结果

2.4 植被过滤带综合效益对宽度和茎间距的响应

植被过滤带宽度与植株茎间距对其综合评价有显著影响,对回归模型进行模拟寻优后,得到过滤带建设的最优区间(图3).茎间距与宽度存在互作作用,当茎间距在0.9～1.145cm之间,过滤带宽度在8.51～9m之间,综合评分较高.对植被过滤带综合效益评价值进行二次多项式拟合,得出过滤带宽度([-1,0,1])、茎间距([-1,0,1.67])和效益评价值的关系,其回归方程(2=0.99,回>0.05(5,3),<0.01)如下所示:

式中:Y*为综合评价得分;x1、x2分别表示茎间距和过滤带宽度的编码值.

3 讨论

植被过滤带构建中植物选择对污染物净化效果有着显著影响,国内外对一些草本植物的截留拦沙效果进行了探讨[29-30].但植物生长对气候及土壤状况有着较强的依赖性,其所得结论推广及可复制性受到约束[5].相较引进其他物种,使用当地常见植物品种不会在生态脆弱地区产生土壤水分亏缺及土壤干层风险.故植被过滤带建设规划要考虑因地制宜[31],充分发挥本土作物的乡土优势.本文选用过滤带为当地生长状态良好的本土典型植被种类进行培育,设置三种宽度与三种茎间距处理.入流流量为流域重现期为5年一遇降雨在667m2面积上30min内产流量.以期获取更接近自然状态的数据,优选适宜植被过滤带建设方案为流域植被过滤带建设提供指导.

关于植被过滤带宽度的确定一直是研究工作的重点问题,目前研究普遍认为植被过滤带建设越宽,可供径流传输过程中下渗的面积越大,时间越长,吸附、吸收径流内悬浮颗粒物的量越大,过滤带更能有效的拦截目标污染物,效果也越显著[32].根据前人试验结果发现,学者对宽度确定有着较大差异, Mankin等[14]研究认为8m的过滤带最合适,可以有效改善水质.Patzolds等人[33]研究表示12m的过滤带效果更优.我国学者[15-16]研究认为3-5m的植被过滤带即可有效削减泥沙浓度,超出宽度后削减效果没有显著变化,反而增加建设与养护成本.所以植被过滤带适宜宽度和植株数量及类型[18]的决定不仅由水沙削减效率的影响,更应考虑建设维护成本.本研究通过设置不同宽度与茎间距的植被过滤带,研究水沙出流情况.茎间距与宽度对径流、泥沙拦截量影响极显著,过滤带宽度对截流影响更大.交互作用对泥沙拦截量影响极显著,对径流拦截量影响不显著.通过生物量、水沙削减率以及建设成本约束条件基于熵权TOPSIS法对植被过滤带建设方案进行综合评价,结果发现宽度9m,茎间距0.9cm植被过滤带为当地最佳设计方案.通过构建二元二次方程得到植被过滤带的最优宽度范围为8.51～9m,茎间距为0.9～1.145cm.

4 结论

4.1 植被过滤带宽度增加和茎间距减少可以显著增加径流与泥沙截留率,过滤带宽度为9m与6m比3m宽植被过滤带增加径流截留率62.14%和33.59%;过滤带宽度为9m和6m泥沙截留率比3m宽过滤带降低了80.97%和60.06%.过滤带宽度为9m和6m分别比3m宽过滤带推迟水沙出流时间7min和2min.

4.2 植株茎间距与水沙削减呈负相关,随着植株间距减少水沙截流率增加.茎间距为0.9cm的植被过滤带泥沙截留量比茎间距为1.2cm与1.7cm的过滤带增加了35. 4%和48.28%,径流截留率增加了16.5%、18.26%.茎间距与宽度对径流、泥沙拦截量影响极显著,过滤带宽度对截流影响更大,且两者交互作用对泥沙拦截量影响极显著.

4.3 利用TOPSIS综合评价得到植被过滤带宽度为9m,茎间距为0.9cm为该地区最优建设方案,过滤带宽度为9m,茎间距为1.2cm的建设方案次之.总体上地区植被过滤带茎间距在0.9～1.145cm之间,过滤带宽度在8.51～9m之间时,截流减沙效果好,同时建设效益高.

[1] 黄沈发,吴建强,唐 浩,等.滨岸缓冲带对面源污染物的净化效果研究 [J]. 水科学进展, 2008,(5):722-728.

Huang S F, Wu J Q, Tang H, et al. Study on the purification effect of the shoreline buffer zone on the pollutants of opposite sources [J]. Advances in Water Science, 2008,(5):722-728.

[2] Chen H, Grieneisen M L, Zhang M. Predicting pesticide removal efficacy of vegetated filter strips: A meta-regression analysis [J]. Science of the Total Environment, 2016,548-549(Apr.1):122-130.

[3] Stefan, Reichenberger, Robin, et al. Recalibration and cross- validation of pesticide trapping equations for vegetative filter strips (VFS) using additional experimental data [J]. The Science of the Total Environment, 2018,647:534-550.

[4] Carluer N, Lauvernet C, Noll D, et al. Defining context-specific scenarios to design vegetated buffer zones that limit pesticide transfer via surface runoff [J]. Science of the Total Environment, 2017,575: 701-712.

[5] 娄和震,吴习锦,郝芳华,等.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, 2020,40(5):1535-1549.

Lou H Z, Wu X J, Hao F H, et al. Discussion on the current situation and future development direction of non-point source pollution research in China in the past three decades [J]. Journal of Environmental Science, 2020,40(5):1535-1549.

[6] Tsujii P K, Coutinho A G, Medina A M, et al. How many and which species to plant? A multi-trait-based approach to select species to restore ecosystem services, 2020.

[7] 郭鸿鹏,朱静雅,杨印生.农业非点源污染防治技术的研究现状及进展[J]. 农业工程学报, 2008,(4):290-295.

Guo H P, Zhu J Y, Yang Y S. Research status and progress of agricultural nonpoint source pollution control technology [J]. Journal of Agricultural Engineering, 2008,(4):290-295.

[8] 李怀恩,张亚平,蔡 明,等.植被过滤带的定量计算方法 [J]. 生态学杂志, 2006,(1):108-112.

Li, H E, Zhang, Y P, Cai M, et al. A quantitative calculation method for vegetation filter zones [J]. Journal of Ecology, 2006,(1):108-112.

[9] Vianello M, Vischetti C, Scarponi L, et al. Herbicide losses in runoff events from a field with a low slope: role of a vegetative filter strip. [J]. Chemosphere, 2005,61(5):717-725.

[10] 马艺坤,杨方社,李怀恩,等.不同参数下植被过滤带对径流中农药的净化效果研究 [J]. 生态环境学报, 2017,26(5):876-882.

Ma Y K, Yang F S, Li H E, et al. Study on the effect of vegetation filter strips on the purification of pesticides in runoff under different parameters [J]. Journal of Ecology and Environment, 2017,26(5): 876-882.

[11] Sabbagh G J, Fox G A, Kamanzi A, et al. Effectiveness of vegetative filter strips in reducing pesticide loading: Quantifying pesticide trapping efficiency [J]. Journal of Environmental Quality, 2009,38(2).

[12] 黄沈发,唐 浩,鄢忠纯,等.3种草皮缓冲带对农田径流污染物的净化效果及其最佳宽度研究[J]. 环境污染与防治, 2009,31(6):53-57.

Huang S F, Tang H, Yan Z C, et al. Study on the purification effect of three types of turf buffer strips on pollutants in farmland runoff and their optimal width [J]. Environmental Pollution and Prevention, 2009, 31(6):53-57.

[13] Lerch R N, Lin C H, Goyne K W, et al. Vegetative buffer strips for reducing herbicide transport in runoff: Effects of buffer width, vegetation, and season [J]. Jawra Journal of the American Water Resources Association, 2017.

[14] Mankin K R, Ngandu D M, Barden C J, et al. Grass-shrub riparian buffer removal of sediment, phosphorus, and nitrogen from simulated runoff1 [J]. Journal of the American Water Resources Association (JAWRA), 2007,43:1108- 1116.

[15] 杨寅群,李怀恩,杨方社.基于数学模型的陕西黑河水源区植被过滤带效果评估[J]. 水科学进展, 2013,24(1):42-48.

Yang Y Q, Li H E, Yang F S. Evaluation of the effect of vegetation filter zone in the Heihe water source area of Shaanxi based on mathematical model [J]. Water Science Progress, 2013,24(1):42-48.

[16] 高 军,尤迎华,谈晓珊,等.植被过滤带阻控径流污染的机制及研究进展 [J]. 环境科学与技术, 2019,42(9):91-97.

Gao J, You Y H, Tan X S, et al. Mechanism and research progress of vegetation filter zone to block runoff pollution [J]. Environmental Science and Technology, 2019,42(9):91-97.

[17] Sabbagh G J, Fox G A, Kamanzi A, et al. Effectiveness of vegetative filter strips in reducing pesticide loading: Quantifying pesticide trapping efficiency [J]. Journal of Environmental Quality, 2009, 38(2):762-771.

[18] Moset V, Hille S, Rubæk G H, et al. Indicators of biomass and methane yields in vegetated buffer strips [J]. Journal of Cleaner Production, 2019,210:907-915.

[19] Popov V H, Cornish P S, Sun H. Vegetated biofilters: The relative importance of infiltration and adsorption in reducing loads of water-soluble herbicides in agricultural runoff [J]. Agriculture, Ecosystems & Environment, 2006,114(2-4):351-359.

[20] Hwang C L, Yoon K P. Multiple attribute decision making. Methods and applications. A state-of-the-art survey [J]. european journal of operational research, 1981.

[21] Yue, Zhongliang. TOPSIS-based group decision-making methodology in intuitionistic fuzzy setting [J]. Information Sciences, 2014,277: 141-153.

[22] 雷勋平,邱广华.基于熵权TOPSIS模型的区域资源环境承载力评价实证研究[J]. 环境科学学报, 2016,36(1):314-323.

Lei X P, Qiu G H. An empirical study of regional resource and environmental carrying capacity evaluation based on entropy power TOPSIS model [J]. Journal of Environmental Science, 2016,36(1): 314-323.

[23] 信桂新,杨朝现,杨庆媛,等.用熵权法和改进TOPSIS模型评价高标准基本农田建设后效应 [J]. 农业工程学报, 2017,33(1):238-249.

Xin G X, Yang C X, Yang Q Y, et al . Evaluation of post-construction effects of high-standard basic farmland using entropy weight method and improved TOPSIS model [J]. Journal of Agricultural Engineering, 2017,33(1):238-249.

[24] 赵 泞,朱 昊,祝榕婕,等.海水淡化原水预处理工艺筛选评估体系 [J]. 中国环境科学, 2021,41(10):4624-4632.

Zhao M, Zhu H, Zhu R J, et al. Screening and evaluation system for raw water pretreatment process of seawater desalination [J]. China Environmental Science, 2021,41(10):4624-4632.

[25] 毛战坡.黑河流域非点源污染控制规划研究 [D]. 西安：西安理工大学, 2000.

Mao Z P. Study on pollution control planning of non-point sources in the Heihe River Basin [D]. Xi’an：Xi'an University of Technology, 2000.

[26] 吴 辉,刘永波,朱阿兴,等.流域最佳管理措施空间配置优化研究进展 [J]. 地理科学进展, 2013,32(4):570-579.

Wu F, Liu Y B, Zhu A X, et al . Advances in optimizing the spatial configuration of watershed best management practices [J]. Advances in Geographical Sciences, 2013,32(4):570-579.

[27] 施熙灿.水利工程经济学 [M]. 北京：中国水利水电出版社, 2010.

Shi X C. Economics of Water Resources Engineering [M]. Beijing:China Water Conservancy and Hydropower Press, 2010.

[28] 王晓燕,张雅帆,欧 洋,等.流域非点源污染控制管理措施的成本效益评价与优选[J]. 生态环境学报, 2009,18(2):540-548.

Wang X Y, Zhang Y F, Ou Y, et al. Cost-effectiveness evaluation and preference of non-point source pollution control management measures in watersheds [J]. Journal of Ecology and Environment, 2009,18(2):540-548.

[29] Lambrechts T, Franç Ois S, Lutts S, et al. Impact of plant growth and morphology and of sediment concentration on sediment retention efficiency of vegetative filter strips: Flume experiments and VFSMODmodeling [J]. Journal of Hydrology, 2014,511:800-810.

[30] Zhao X, Huang J, Wu P, et al. The dynamic effects of pastures and crop on runoff and sediments reduction at loess slopes under simulated rainfall conditions [J]. Catena, 2014,119(3):1-7.

[31] 田义超,黄远林,张 强,等.北部湾南流江流域土地覆盖及生物多样性模拟 [J]. 中国环境科学, 2020,40(3):1320-1334.

Tian Y C, Huang Y L, Zhang Q, et al. Simulation of land cover and biodiversity in the Nanliujiang River Basin, Beibu Bay [J]. China Environmental Science, 2020,40(3):1320-1334.

[32] 王良民,王彦辉.植被过滤带的研究和应用进展[J]. 应用生态学报, 2008,(9):2074-2080.

Wang L M,Wang Y H. Progress in research and application of vegetation filter strips [J]. Journal of Applied Ecology, 2008,(9):2074- 2080.

[33] Pätzold S, Klein C, Brümmer G W. Run-off transport of herbicides during natural and simulated rainfall and its reduction by vegetated filter strips [J]. Soil Use and Management, 2007,23(3):294- 305.

Optimization and influence of vegetative filter strip’s pattern on reduction of runoff and its sediment in the Inner Mongolia farming-pastoral ecotone.

SONG Fan-fan1, LI Xian-yue1*, TIAN De-long2

(1.Water Conservancy and Civil Engineering College of Inner Mongolia Agricultural University, Hohhot 010018, China；2.Institute of Pastoral Water Conservancy, Ministry of Water Resources, Hohhot 010020, China)., 2022,42(6)：2835～2843

In order to improve the performance of vegetative(grass)filter strips(VFS) decreasing runoff and its sediment in the farming-pastoral ecotone ,the experiment was carried out at the Jubaozhuang experimental site in central Inner Mongolia, including three stem spacing (0.9cm, 1.2cm, 1.7cm) and three width (3m, 6m, 9m) of VFS treatments plus one control treatment (no VFS). The response of the reduction of runoff and its sediment on VFS’s stem spacing and width were studied, the comprehensive benefits of different treatments were evaluated by the entropy TOPSIS model, and the suitable stem spacing and width of VFS were determined. The results showed that the bigger VFS’s width caused to the lower runoff and its sediment discharge under the condition of same VFS’s stem spacing. Compared to VFS’s width of 3m, the treatments of width of 9m and 6m decreased averagely 62.14% and 33.59% runoff, respectively; 80.97% and 60.66% for sediment, additionally, outflow time was delayed by 7min and 2min. Under the condition of same VFS’s width, the decrease of VFS’s stem spacing can effectively decreased runoff and its sediment. When VFS’s stem spacing was 0.9cm, average sediment quantity at the end of VFS was reduced by 35.4% and 48.28% compared with that of 1.2cm and 1.7cm stem spacing, respectively; 16.5% and 18.26% reduction for runoff. So, the runoff and its sediment can be significantly affected by VFS’s stem spacing and width, and there was more significant effects for runoff reduction by VFS’s width. Additionally, the highly significant reduction for the sediment by their interaction effects appeared. The optimal VFS pattern with stem spacing of 0.9cm and width of 9m was obtained by TOPSIS, and there was best comprehensive benefits. The results has important guiding significance in both theory and practice for VFS construction.

width of vegetation filter strip；stem spacing；entropy TOPSIS；reduction of runoff and its sediment

X14

A

1000-6923(2022)06-2835-09

宋凡凡(1996-),男,内蒙古乌兰察布人,内蒙古农业大学硕士研究生,主要水土保持与环境保护研究.

2021-11-04

内蒙古科技计划(2022YFHH0039);国家重点研发计划(2019YFC0409203);国家自然科学基金资助项目(52079064)

* 责任作者, 教授, lixianyue80@126.com