湟水流域典型区农业面源污染特征解析及空间格局

常晓敏，王少丽*，管孝艳，黄佳盛，贾海峰，尤李俊

（1.中国水利水电科学研究院，北京 100038；2.国家节水灌溉北京工程技术研究中心，北京 100048；3.青海省水利水电科学研究院有限公司，西宁 810001）

0 引 言*

【研究意义】水环境污染主要来自点源和面源2 种不同类型的污染物排放。随着点源污染的有效控制，面源污染逐渐成为水环境恶化的主要原因[1-2]。农业面源污染特征解析及空间识别是面源污染治理的基础，通过污染物解析确定其主要来源及各来源的贡献率，对于制定流域水环境污染防治策略具有重要意义。【研究进展】研究表明，农业面源污染已成为水体污染的重要污染源[3]，如何更好地控制面源污染将是我国水环境保护面临的主要问题之一[4-5]。据统计，由氮、磷负荷造成的水体污染占据我国水体总污染的81%和93%[6]。《第二次全国污染源普查公报》显示，2017 年农业排放源中的COD、NH3-N、TN、TP 排放量分别占全国水污染物排放总量的49.8%、22.4%、46.5%、67.2%，面源污染形势依旧严峻[7]。定量评估面源污染排放量是污染特征解析的基础，目前应用较多的评估方法有输出系数法[8]、排污系数法[9]、监测法、模型法[10]。【切入点】以往针对面源污染特征解析的研究大多围绕单一种植区、养殖区或特定降雨季节开展，关于典型区域农业面源污染的时空异质性、污染物排放特征的长时间序列解析、污染物排放局部聚集特征尚不多见。黄河流域是中国重要的生态屏障，流域生态环境保护和高质量发展已被列为国家重大战略。湟水河作为黄河上游的重要一级支流和主要水源之一，其水质直接决定下游地区的生态安全。《2017 年青海省环境状况公报》指出，湟水河水质总体呈轻度污染状态[11]。由于流域存在种植、养殖和农村生活叠加污染的问题，污染来源复杂且分布范围较广，污染负荷具有较高的时空变异性[12]。同时，种植业与畜牧养殖业的发展规模在空间上存在一定错位，部分地区畜禽粪便量超过了农田承载力。现有的湟水流域水环境研究多集中在断面水质状况、水环境容量、污染物削减与措施等方面，而关于流域面源污染特征的定量解析及污染源区的识别相对较少。【拟解决的关键问题】鉴于此，本研究以湟水河小峡桥断面控制区为研究区，基于2021 年6 月发布的《排放源统计调查产排污核算方法和系数手册》（以下简称“《手册》”）中的核算方法[13]，定量估算研究区内不同单元TN、TP、COD、NH3-N 的排放量和排放强度，分析其时空变化特征及污染物来源，探讨各类污染物的排放强度，揭示研究区农业面源污染的聚集规律，确定重点防控区域，为湟水流域水环境治理提供理论参考。

1 研究区概况与数据来源

1.1 研究区概况

湟水干流是黄河上游最大的一级支流，全长374 km，流域总面积为32 863 km2。湟水干流在青海省境内的干流长为335.4 km，省内流域分布总面积为16 224.36 km2，约占青海省总面积的2.3%，干流控制流域内的人口数约为296 万，占全省总人口数的60%，流域内耕地面积为29.39 万hm2，占全省耕地面积的49%。小峡桥断面是湟水河干流的出境断面，属于青海省人口集中且经济发达区域[14]。本研究在全国控制单元、青海省“十三五”水环境控制单元划分、流域自然汇水边界以及行政单元边界的基础上，确定小峡桥断面控制区的分布，如图1 所示。

图1 湟水河小峡桥断面控制区及子单元划分Fig.1 Location of Xiaoxia bridge section of Huangshui River and division results of sub control units

1.2 数据来源

以乡镇为统计单元，研究区内涉及的各个区县的乡镇作物播种面积、作物种植类型、作物产量、化肥和农药施用量、畜禽养殖数量、农村人口等数据来源于各区县2010—2018 年国民经济及社会发展统计资料；生活源及农业源的产、排污系数参考《手册》[13]。

2 研究方法

2.1 污染物负荷量估算

2.1.1 农村生活源

根据《手册》中的生活源污染物核算方法对农村生活源的污染物负荷量进行估算。青海省各地区农村生活污水的污染物产污强度、综合去除率参考生活污染源产、排污系数手册中的农村生活污水污染物产生与排放系数[13]。青海省对生活污水进行处理的行政村比例来自《中国城乡建设统计年鉴》，2010—2018 年依次为0.6%、1.0%、1.0%、1.2%、1.2%、1.3%、6%、6%、7.56%。

2.1.2 种植业源

1）化肥

种植业污染物（NH3-N、TN、TP）排放量采用《手册》中的产、排污系数法核算[13]。研究区内乡镇化肥施用量数据来源于各县统计局，化肥施用量均为折纯量。青海省种植业的氮、磷排放系数参考农业污染源产、排污系数手册中的种植业氮、磷排放系数。由于缺少园地面积数据，且该类面积的比例较少，因此只考虑农作物的总播种面积，TN、TP、NH3-N 流失系数分别为0.225、0.016、0.016 kg/hm2。

2）作物秸秆

秸秆的面源污染物负荷排放量=秸秆污染物的产生量×秸秆面源污染物排放系数。其中，秸秆污染物的产生量=作物产量×秸秆与作物产量比值×秸秆产污系数。青海省主要农作物包括小麦、玉米、豆类、薯类、油料作物。各类作物秸秆的TN、TP、COD产污系数参考该地区以往研究成果[15]，小麦、豆类、玉米、薯类和油料作物对应的秸秆与作物产量比值分别为0.97、1.03、1.71、0.61 和3.0。

青海省秸秆资源利用主要以秸秆能源化、饲料化、秸秆还田、食用菌基料为主，未被利用的秸秆主要包括未收集与弃置乱堆的部分，其中未收集部分可假定为还田处理。本研究忽略能源化、饲料化、食用菌基料等利用方式的排污。作为肥料还田时的COD、TN、TP 排放系数分别为20%、10%和5%，弃置乱堆类秸秆的COD、TN、TP 排放系数均为50%[15]。秸秆利用现状比例参考已有研究成果[15]，秸秆能源化、过腹还田、食用菌基料、秸秆还田、弃置乱堆量占秸秆总产量的比例分别为17%、38.8%、1.76%、27.64%、19.41%。

2.1.3 畜禽养殖业源

畜禽养殖业污染物的产生量和排放量均采用《手册》中的产、排污核算法计算[13]。青海省规模化养殖场和养殖专业户的排污系数参考农业污染源产、排污系数手册中的畜禽养殖排污系数。由于不同养殖处理粪便的方式、配套措施、饲养环境有所差别，因此排放系数的影响因素各异。本研究假设马、驴、骡均为放养，其他畜禽养殖方式参考文献[15]中的青海省畜禽养殖方式构成比例。《手册》中只给出了规模养殖场和养殖户的产、排污系数，未区分放养和散户，本研究中散户产、排污系数参考养殖专业户的调查结果取值，放养产、排污系数参考规模养殖场和养殖户的平均值。猪、肉牛、家禽的饲养量为当年的出栏量，奶牛、羊、马、驴、骡的饲养量为年末存栏量。马、驴、骡的污染物产污系数及排放系数参考文献[15]。

2.2 冷热点分析

冷热点分析是一种空间聚类方法，可展现指标的高值和低值空间聚集分布规律，并弥补全局空间自相关和自然断点分级对空间特征分析的不足，已应用于生态系统服务价值空间异质性及面源污染空间分布格局研究中。具体计算方法参考文献[16]。

利用ArcGIS 冷热点分析工具，在冷热点分布图属性表中生成具有统计学意义的Z值和P值。按照Z值划分出3 个热点区、3 个冷点区、1 个不显著区。划分依据为一级冷点区（Z<-2.58），即99%置信区间；二级冷点区（-2.582.58），即 99%置信区间；二级热点区（1.96

3 结果与分析

3.1 面源污染时间变化

2018 年，TN、TP、COD、NH3-N 的排放量分别为2 204.11、301.42、48 716.09、544.33 t/a，TN、COD、NH3-N 排放量比2010 年增加了5.3%、8.4%、10.4%，TP 排放量比2010 年减少了7.2%（表1）。由图2 可知，2010—2018 年，来自种植业污染源的TN、TP、COD、NH3-N 排放量分别降低了18.39%、9.8%、22.7%、0.24%，主要原因是随着绿色高效种植技术的推广，区域内种植业污染排放量显著降低。来自畜禽养殖业污染源的TN、COD、NH3-N 排放量分别增加了9.65%、11.29%、15.91%，而TP 排放量降低了8.61%。其中，牛、羊养殖是畜禽养殖业污染中最主要的污染源，在TN、TP、COD、NH3-N的总排放量中，牛和羊养殖业的贡献率分别为49.89%和15.50%、36.89%和23.95%、63.14%和9.46%、33.67%和17.30%。来自农村生活污染源的TN、TP、NH3-N 排放量分别增加了3.42%、2.69%、3.08%，COD 排放量降低了0.35%。整体来看，流域面源污染与产业发展结构密切相关，研究区TN、COD、NH3-N 排放量呈增加趋势，TP 排放量减小，农业面源污染排放量总体呈增长趋势，其中TN 排放量是TP 的7 倍，以往研究也指出TN 与TP 污染负荷量之比在5～10 之间[17]。

表1 2018 年研究区不同控制单元农业面源污染排放量及贡献率Table 1 Emissions and contribution rate of agricultural non-point source pollutants from different control units in the study area in 2018

图2 研究区2010—2018 年农业面源污染物TN、TP、COD、NH3-N 排放量变化Fig.2 Changes in emissions of agricultural non-point source pollutants TN, TP, COD and NH3-N in the study area from 2010 to 2018

3.2 面源污染空间分布

表1 为2018 年16 个子单元各类污染物排放量及贡献率。从污染源结构来看，排放贡献率由高到低依次为：畜禽养殖业＞农村生活＞种植业，畜禽养殖污染对TN、TP、COD、NH3-N 的排放贡献率分别为73.54%、79.55%、78.20%、59.78%，农村生活对TN、TP、COD、NH3-N 的排放贡献率分别为17.65%、13.79%、21.54%、39.77%，种植业对TN、TP、COD、NH3-N 的排放贡献率分别为8.81%、6.66%、0.27%、0.45%，研究区的首要污染源为畜禽养殖业。就面源污染指标而言，COD 是研究区的首要污染物，占总排放量的比例为94.09%，TN、TP、NH3-N 占总排放量的比例分别为4.26%、0.60%、1.05%。这与以往研究[15]结论一致。鉴于此，研究区农业面源污染治理应将重点放在畜禽养殖业上，尤其应重点关注COD 的减排，加强散户畜禽废污水中COD 的去除。

从空间分布来看，位于湟水干流下游的西钢桥、桥头桥控制区农村人口多、农业畜牧业发达，由此带来的面源污染排放量较大。西钢桥子单元污染排放总量最高，TN、TP、COD、NH3-N 排放量分别为558.61、77.91、11 725.96、119.51 t/a。因此，靠近西钢桥区域的农业面源污染不容忽视。西宁四区位于市区，经济发达，人口稠密，随着城市化建设的加快，农业种植面积及畜禽养殖量减少，农村生活源成为该单元的主要污染源，对应的TN、TP、COD、NH3-N 排放量占比分别为79.02%、73.59%、81.81%、88.33%。

在乡镇尺度上对2010 年和2018 年不同污染物排放强度进行了对比，因4 类污染物排放强度存在差异，排放强度等级划分也有所不同。由图3 可知，TN、TP、COD、NH3-N 在2010 年的平均排放强度分别为282.85、44.68、6 037.39、64.84 kg/km2，2018 年的平均排放强度分别为289.74、41.26、6 418.91、66.35 kg/km2。整体来看，TN、COD、NH3-N 排放强度呈增加趋势，TP 排放强度呈减小趋势。

图3 小峡桥断面控制区TN、TP、COD 及NH3-N 排放强度分布Fig.3 Distribution of TN, TP, COD and NH3-N emission intensity of agricultural non-point source in Xiaoxiaqiao section control area

4 类污染物排放强度分布较为集中，在峡门桥和金滩断面上游排放强度整体较小，进入西宁城区的新宁桥断面单元的排放强度整体较高。2010 年，TN 排放强度最高区域主要分布在大通县良教乡和石山乡；2018 年新增了大通县新庄镇、塔尔镇、多林镇。2010 年，TP 排放强度最高区域主要分布于大通县多林镇、塔尔镇、石山乡以及湟中县汉东乡；2018 年新增了大通县斜沟乡和良教乡。2010 年，COD 排放强度最高区域主要分布于大通县良教乡、石山乡；2018 年新增了大通县新庄镇和西宁城中区。2010 年，NH3-N 排放强度最高的区域主要分布于大通县城关镇、塔尔镇、良教乡、石山乡、长宁镇以及湟中县汉东乡和多巴镇，2018 年新增了大通县多林镇。以上乡镇可作为研究区的污染重点治理区。

3.3 冷热点格局分析

由于区域间污染物排放强度差异较大，排放强度可能呈一定的空间集聚特征，为了进一步探究研究区面源污染集聚特征，利用冷热点分析法对2010 年和2018 年的4 类污染物冷热点空间格局进行分析。由图4 可知，不同污染物排放强度空间格局呈局部聚集性特征，TN、TP、COD 排放量呈较为明显的空间溢出效应，DT2、DT3、DT4 区域表现为空间连片的集聚性污染。TN、TP、COD 排放量热点区主要分布在大通县的桥头桥（DT2、DT3）及新宁大通桥（DT4）区域，冷点区主要分布在海晏县的金滩（HB）及互助土族自治县的三其桥（HHZ）区域的部分乡镇。NH3-N 排放量热点区主要分布在湟中县的西钢桥（HZ2）、新宁大通桥（DT4）、西宁城东区（XNN4）部分乡镇，冷点区分布范围与TN、TP、COD 一致，但涉及乡镇面积较大。主要原因是大通县牛羊养殖量较大，种植业较为发达；湟中县的西钢桥区域位于西宁人口聚集区，经济发达，污染排放量较多，互助县种植业较为发达，近年来化肥零增长政策驱动、种植结构调整、经营方式转变使得种植业污染治理取得一定成效；海晏县地广人稀，单位面积的化肥施用量、畜禽养殖量和农作物种植面积均较低，承载污染负荷能力相对较强，该区域污染程度差异性较小。其他地区污染物排放强度差异不大，未能形成明显的聚集特征，为不显著区。

图4 小峡桥断面控制区TN、TP、COD 及NH3-N 排放量的冷热点空间分布Fig.4 Spatial distribution of TN, TP, COD and NH3-N hot and cold spots of agricultural non-point source pollution in Xiaoxiaqiao section control area

整体来看，区域污染物排放强度呈轻微增加趋势，但局部地区污染聚集程度有所下降，热点区面积减少，冷点区面积增加。尽管整体上污染物排放量和排放强度有所增加，但随着生态文明建设的推进，各地区污染物得到治理，局部地区污染程度的差异性有所降低，聚集程度减弱。

4 讨 论

近年来，农业面源污染防控已成为我国农业工作的重点，由于受特定地域的自然条件、地形地貌、产业结构等多因素的综合影响，农业面源污染产生和迁移具有不同的分布特征，污染关键源区也不同。基于区域异质性的农业面源污染定量解析及空间格局研究更有利于区域污染治理策略的制定。

面源污染定量估算是污染特征解析的基础，关于农业面源污染估算方法较多，为规范排放源产、排量核算方法，统一产、排污系数，2021 年6 月生态环境部编制的《手册》包含了农业源产、排污核算方法和系数。本文采用该手册核算法对研究区不同污染源排放量进行了核算，核算结果与第二次全国污染源普查[18]、2015 年《中国环境年鉴》数据[19]、黄河流域等相关研究结果一致[20]。《青海省第二次全国污染普查》指出[21]，全省畜禽养殖业各类污染物排放量占农业源排放量的比例高达90%，其中牛羊是畜禽养殖污染中最重要的污染源，这与张藤丽等[22]研究结论一致。

畜禽养殖是湟水流域的首要污染源，因地制宜提出相应的防控措施十分必要。当前青海省畜禽养殖污染物处理的难点主要集中在区域性大量小规模的散养户。已有数据表明，青海省畜禽养殖业废水污染物削减率普遍较低，尤其是规模以下畜禽养殖户的废水污染物削减率仅为75.22%～86.69%，低于全省平均水平[21]。因此，应加强规模以下畜禽养殖户的粪污收集、处理、资源化利用水平，建议推广“分散收集、集中处理”的模式。具体可采用固液分离处理技术降低畜禽排污水COD，其中絮凝分离技术方法简单、成本低廉，在青海省较为适用[23]。在未来发展中，农牧融合、平衡种植养殖模式有望成为热点，农村散养的农户根据周围土壤与种植业的实际承载量合理布局畜禽的养殖规模，配套粪污处理设施，让畜禽的粪便和养殖污水经过无害化处理后再次还田利用，真正实现种养良性生态循环[24]。

5 结 论

1）从时序变化来看，2010—2018 年研究区来自种植业污染源的排放量减小，来自畜禽养殖源和农村生活源的排放量增加；TN、COD、NH3-N 排放量及排放强度总体呈增加趋势，TP 减少。

2）从空间变化来看，4 类污染物排放强度分布比较集中，在峡门桥和金滩断面上游单元整体较小，北川河支流从峡门桥断面开始进入到新宁桥断面单元整体较高；从污染源结构来看，排放贡献率为畜禽养殖业源＞农村生活源＞种植业源；就面源污染指标而言，COD 是研究区的首要污染物。

3）从冷热点空间格局来看，4 类污染物冷热点空间格局呈局部集聚性分布特征，区域污染物排放强度整体呈轻微增加趋势，但局部地区污染程度的聚集程度有所减弱。

（作者声明本文无实际或潜在的利益冲突）