-
海口市近岸海域海水水质总体良好,2018年夏季,优良水质(第一、二类海水水质)海域面积比例为97.9%[1],但海口湾内的龙昆沟、秀英沟、丘海大道泄洪沟等邻近海域的局部水体仍存在污染现象。海南自由贸易港的建设和经济社会的快速发展导致陆源污染物排放量增加,对近岸海域生态环境造成的压力不容忽视。目前,河流污染物入海通量的估算方法主要有机理模型法、实测法和输出系数法[2]。机理模型法,如农业非点源污染模型(agricultural non-point source, AGNPS)、水文模拟模型(hydrological simulation program fortran, HSPF)、流域水文模型(soil and water assessment tool, SWAT)等[3-5],涉及的参数较多、对数据资料的条件要求过高、建模费用昂贵,使其在我国的应用受到一定制约。实测法需要投入大量的人力和物力才能获得水质数据,且无法获悉流域污染物的来源。输出系数法所需资料简单,便于获取,具有较高的计算效率和一定的拟合精度,被学者广泛应用。目前,常用的输出系数法主要有Johnes输出系数法、改进的输出系数法、单元调查法等[2]。20世纪70年代初,北美地区在研究土地利用和湖泊富营养之间关系的过程中,提出并应用了输出系数法[6]。早期的输出系数模型对所有的土地利用类型使用同一输出系数,针对初期输出系数模型的不足,Johnes等[7]建立了更为完备的输出系数模型,极大地促进了输出系数法的研究与应用。近年来,国内学者在Johnes输出系数模型的基础上进行了一定的改进和完善,利用改进的输出系数模型估算了嫩江流域[ 8]、巴河与州河流域[9]、渭河流域[10]等地的非点源污染负荷。单元调查法在分析陆地污染物主要来源的基础上进行产污单元识别,确定各单元产污强度的影响参数和参数取值,从而计算陆源污染物的输出量[11]。输出系数模型虽然可以区分不同土地利用类型和污染物来源,但未考虑降雨径流对输出系数的影响及污染物在迁移过程中的滞留,模型所表达的物理过程也有待完善。同上述研究相比,本研究的特点是考虑了污染物在流域中的迁移过程,在输出系数模型基础上,集成了流域污染物滞留模型,评估了污染物在流域中的滞留量,提高了污染源解析的精度。
本研究集成了流域污染物的输出系数模型及滞留模型,构建了海口市陆源总氮(TN)、总磷(TP)污染物入海量评估方法,可以实现海口市TN、TP污染源的精细化解析,定量识别海口市本地、市外输入的入海贡献量,以及本地入海贡献量中不同污染来源的比例,确定重点污染区域和主要污染源,以期提出合理的对策建议措施,为进一步改善海洋环境质量提供决策支撑。
-
海口市位于海南岛北部,坐标为110°07′22″E-110°42′32″E,19°31′32″N-20°04′52″N,东邻文昌市、南接定安县、西连澄迈县、北临琼州海峡,与广东省隔海相望。海口市陆域面积2304.84 km2,设秀英、龙华、琼山、美兰4个区,共22个镇。2017年底,海口市常住人口227.21万,其中,城镇人口103.95 万,占60.8%。海口市地形略呈“长心形”,地势平缓,西北部和东南部较高,中部南渡江沿岸低平,北部多为沿海小平原,主要有南渡江、新吴溪、温村水、永丰水、巡崖河和南洋河等6条入境河流,南渡江、龙昆沟、五源河、秀英沟等16条入海河流(图1)。
-
本研究评估的基准年为2017年,评估的污染物为TN、TP。将海口市陆源污染物按来源分为工业、城镇居民生活、农业化肥、畜禽养殖、农村居民生活和淡水养殖6类。利用实测的水质数据、河流断面流量数据评估污染物入境通量,采用输出系数模型法估算海口市陆源污染物的排放量。因经济社会数据按行政区尺度统计,需要将行政区单元统计的排放量转换为以流域单元统计的排放量。排放量统计转换的主要步骤如下:(1)利用ArcSwat工具,将已有主要河流数据嵌入30 m分辨率的DEM数据中,提取流域及水网信息。结合海口市局部汇水的实际情况,借鉴文献方法[12-13],对流域及水网提取信息进行手动修正。最终,将以海口市行政区为边界的区域划分为26个子流域,其中,16个为河流入海子流域,2个为漫流入海子流域(图1)。(2)根据不同土地利用类型承载着人类不同活动,将污染物映射到对应的土地利用类型上,实现污染物空间化处理。(3)利用 ArcGIS 软件将子流域与行政区叠加分析获得相互切割的地块,应用面积权重法[14]将行政区各类污染源年排放量分解到所属地块上,再按地块所属子流域的空间关系统计各子流域单元排放量。在计算流域水文的基础上,采用污染物滞留模型估算各子流域TN、TP的滞留系数,进而估算海口市陆源TN、TP的滞留量和入海量,研究技术路线如图2所示。
-
基于输出系数模型建立了海口市陆源TN、TP的入海污染负荷的估算方法。工业、城镇居民生活、农业化肥、畜禽养殖、农村居民生活和淡水养殖的排放量的估算方法如表1所示。
污染来源 计算公式 变量含义 工业 $ {D_{Ind}} = \displaystyle\sum\limits_{i = 1}^n {GD{P_i}} \times {\lambda _i} \times {10^{ - 3}} $ Dind:基准年工业TN、TP排放量/ t :第$ i $ 种工业企业$ i $
GDPi:第 种工业企业产品产量/ t$ i $ :第$ {\lambda _i} $ 种工业企业氮、磷排污系数/kg·t−1[15]$ i $ 城镇居民生活 Durb = Purb × [λp × (1 − ηp) + (1 − λp) × δurb]
Purb = 3.65 × POPurb × RurbDurb:城镇居民生活TN、TP排放量/ t
λp:城镇居民生活污水处理率
ηp:氮、磷去除率
δurb:未经处理污水的流失系数
Purb:城镇居民生活氮、磷生产量/ t
POPurb:城镇常住人口数量/×104 p
Rurb:氮、磷产污系数/g·p−1·d−1农业化肥 Dfert = Pfert × (δrof + δlec + δvol) $ {P_{fertN}} = {M_{fertN}} + 0.33 \times {M_{fertNP}} $ $ {P_{fertP}} = ({M_{fertP}} + 0.33 \times {M_{fertNP}}) \times 43.7\% $ Dfert:农业化肥氮、磷排放量/ t
δrof:肥料氮、磷地表径流流失率
δlec:淋溶方式进入地表水体的流失率
δvol:氨挥发进入地表水体的流失率
PfertN:TN产生量/ t
PfertP:TP产生量/ t
MfertN:氮肥施用量/ t
MfertP:磷肥施用量/ t
MfertNP:复合肥施用量/ t禽畜养殖 Dpou = 10 × Npou × {[EpouM × (1 − ηm) + EpouU] ×
(1 − ηu) + EpouM × ηm × δm}Dpou:畜禽养殖氮、磷排放量/ t
Npou:畜禽年出栏量/×104 cat·a−1
EpouM:畜禽固体粪便、尿液中氮、磷排污系数/kg·cat−1·a−1
EpouU:尿液中氮、磷排污系数/kg·cat−1·a−1
ηm:固体粪便收集率
ηu:畜禽养殖污水氮、磷的去除率
δm:收集粪便氮、磷的流失率农村居民生活 Dral = PralW × δw + PralR × δR + PralU × δU
PralW = 0.00365 × POPral × Qral × ηw × Cw
PralR = 3.65 × POPral × Rr × Cr
PralU = 10 × POPral × RuDral:农村居民生活氮、磷排放量/ t
δw:生活污水流失系数
δR:生活垃圾流失系数
δU:粪便、尿液中流失系数
PralW:农村生活污水氮、磷产生量/ t
PralR:生活垃圾氮、磷产生量/ t
PralU:粪便、尿液中氮、磷产生量/ t
POPral:农村常住人口数量/×104 p
Qral:农村生活人均用水量/L·p−1·d−1
ηw:农村生活污水产生系数
Cw:污水中氮、磷污染物浓度/mg·L−1
Rr:人均垃圾产生系数/kg·p−1·d−1
Cr:垃圾中氮、磷含量/g·kg−1
Ru:人粪尿氮、磷产生系数/kg·p−1·a−1淡水养殖 Daqu = Maqu × Eaqu × 10−3 Daqu——淡水养殖氮、磷排放量/ t
Maqu ——养殖增产量/ t
Eaqu——氮、磷排污系数/g·kg−1表 1 TN、TP排放量的估算方法
Table 1. TN and TP Methods for estimating emissions
-
污染物从陆地地表径流向海洋输移过程中,在物理、化学、生物的作用下,有一部分滞留在汇水系统中或通过反硝化作用滞留于汇水系统中[16-17]。根据物质守恒定律,流域中氮、磷营养盐的滞留量
$ \left( R \right) $ 等于流域营养盐的排放量$ \left( D \right) $ 减去流域出口处营养盐的负荷量$ \left( L \right) $ 即$ R = D - L $ ,转换公式如下:式中:R/L为滞留损失量占负荷量的权重,可以用下式描述:
式中:
$ HL $ 为水力负荷,表示单位时间内流过河流系统每平方公里水面的平均水面高度[17]。式中:a、b为模型系数,计算方法见文献[18],在不同流域a、b的取值也有所差异(见表2)[19];
$ q $ 为单位面积径流量[L/(km2·s)];$ W $ 为流域水面率;$ {W_L} $ 为水库、湖泊的面积百分比;$ A $ 为子流域面积。模型参数 流域面积/km2 文献 <1000 1000~10000 >10000 TN a 3.3~9.5 4.4~12.7 7.9~12.7 [18] b −1.01~−0.65 −1~−0.96 −1.03~−0.94 TP a 21.1~57.6 9.3~21.7 13.9~28.9 b −1.93~−1.0 −1.55~−0.81 −1.80~−1.0 表 2 不同流域面积a、b 变化范围
Table 2. Range of changes of a and b in different watershed areas
-
利用公式(5)来计算海口市入境河流、点源(污水处理厂)TN、TP的负荷量。
式中:Load为TN、TP的负荷量;K为与估算时间和计量单位有关的换算系数;n为样品数量;ci为瞬时浓度;
$ \overline {{Q_r}} $ 为负荷估算时段内的平均流量。 -
海口市陆源污染物通量估算采用的主要数据资料及来源如表3。为客观评价河流水质,本文通过实测法对入境河流污染负荷进行评估,在入境河流断面设置6个调查点位,具体位置如图1所示。2019年3月4-8日、5月26-31日、8月26-30日,对海口市入境河流布设点位开展3次断面水质现场调查。调查要素包括氨氮、硝酸盐氮、亚硝酸盐氮、无机氮、总氮、活性磷酸盐、总磷及其他常规监测要素。调查方法、分析测试方法按照HJ 494—2009、HJ 670—2013、HJ 636—2012等要求执行。
-
2017年,海口市TN入海量为11610 t,其中,海口市本地产生TN的入海贡献量为5285 t,占TN入海总量的45.5%,由海口市外输入TN的入海贡献量为6325 t,占TN入海总量的54.5%[图3(a)]。TP入海量为1074 t,其中,海口市本地产生TP的入海贡献量为630 t,占TP入海总量的58.7%,由海口市外输入TP的入海贡献量为444 t,占TP入海总量的41.3%[图3(b)]。对TN、TP入海贡献量最高的入境河流为南渡江,分别为4520 t和282 t,各占入海总量的38.9%和26.2%;其次为新吴溪,TN、TP入海量分别占入海总量的11.6%和9.3%。
-
在海口市本地自产出TN的入海总量5285 t中,工业TN入海量为140 t、城镇居民生活TN入海量为1887 t、农业化肥TN入海量为1875 t、畜禽养殖TN入海量为859 t、农村居民生活TN入海量为398 t、淡水养殖TN入海量为126 t。从污染物来源来看,TN入海量贡献率大小依次为:城镇居民生活、农业化肥、畜禽养殖、农村居民生活、工业、淡水养殖,各来源TN入海量占比如图4(a)所示。
在海口本地自产出TP的入海总量630 t中,工业TP入海量为9 t、城镇居民生活TP入海量为112 t、农业化肥TP入海量为304 t、畜禽养殖TP入海量为117 t、农村居民生活TP入海量为70 t、淡水养殖TP入海量为18 t。从污染物来源来看,TP入海量贡献率大小依次为:农业化肥、畜禽养殖、城镇居民生活、农村居民生活、淡水养殖、工业,各来源TP入海量占比如图4(b)所示。
海口市本地污染主要来源于城镇居民生活、农业化肥和畜禽养殖,三者污染物入海量占比超过80%。
-
从行政区域来看,TN入海量大小依次为美兰区、琼山区、龙华区、秀英区[图5(a)]。美兰区、琼山区、龙华区、秀英区TN入海量分别为1742 t、1666 t、1118 t和760 t,各占海口市本地入海量的32.9%、31.5%、21.2%和14.4%。TP入海量[图5(b)]大小依次为琼山区、美兰区、龙华区、秀英区。琼山区、美兰区、龙华区和秀英区TP入海量分别为218 t、214 t、108 t和89 t,各占海口市本地入海量的34.6%、34.1%、17.2%和14.2%。整体来看,琼山区和美兰区污染物入海贡献量较高,两者污染物入海量占比超过60%。
不同区县,各来源TN、TP入海量比例差别较大。秀英区TN入海量主要来自畜禽养殖和城镇居民生活;龙华区TN入海量50%以上来自城镇居民生活;农业化肥、城镇居民生活是美兰区和琼山区TN入海量的主要来源[图6(a)]。秀英区TP入海量中农业化肥占46.4%;琼山区TP入海量中农业化肥占62.6%;龙华区城镇居民生活和农业化肥分别贡献了34.3%和37.6%的TP入海量;美兰区TP入海量中农业化肥和畜禽养殖均占29%以上[图6(b)]。
-
图7为2017年海口市TN、TP入海量强度空间分布图,从图中可以直观地判断哪些区域TN、TP的入海量强度较大,从而为综合治理提供依据。海口湾东岸地区的龙昆沟流域、电力沟流域、海甸溪流域和横沟河流域TN入海量强度最高,超过15 t/km2。海口湾东海岸地区TP入海量强度超过1 t/km2;秀英沟流域、西海岸排洪区流域、道孟河流域、迈雅河流域和南渡江沿岸地区TP入海量强度高于0.5 t/km2。
不同流域,各来源TN、TP入海量的比例差别较大。城镇居民生活是电力沟流域、海甸溪流域、龙昆沟流域TN、TP入海量的主要来源,占91%以上。横沟河流域和秀英沟流域TN、TP入海量的主要来源也是城镇居民生活,占72%以上。农业化肥是东寨港流域、罗雅河流域、迈雅河流域、演丰东河流域、演丰西河流域和演州河流域TN、TP入海量的主要来源,占61%以上。福创溪流域和塔市支渠流域的禽畜养殖对TN、TP入海贡献量也较高,均在41%以上。农业化肥和禽畜养殖是潭览河流域和五源河流域TN、TP入海量的主要来源,占32%以上。综合来看,位于海口市区的秀英沟、电力沟、龙昆沟、海甸溪、横沟河流域,城镇居民生活占绝对比重;位于海口东侧的潭览河、迈雅河、道孟河、福创溪以及东寨港周边流域,农业化肥和畜禽养殖为主要污染源,东寨港周边流域淡水养殖污染也不容忽视;南渡江和五源河流域,污染来源较为复杂,城镇居民生活、农业化肥和畜禽养殖三者占比超过80%。各流域不同来源TN、TP入海量百分比如图8所示。
-
本文选取南渡江流域入海断面及点源入海量对模型进行验证,结果见表4。《2017年海南省海洋环境状况公报》表明,2017年经南渡江入海的TN为9262 t,TP为762 t。根据本研究评估结果,2017年南渡江流域TN、TP入海量分别为8391 t、774 t,评估误差分别为−9.4%、1.5%。实测结果表明,2017年白沙门污水处理厂、长流污水处理厂TN、TP入海量为1893 t、112 t。根据模型评估结果,2017年海口市工业和城镇居民生活TN、TP直排入海量分别为1723 t、103 t,评估误差分别为−9.0%、−8.0%,说明模型评估结果精度较高。当然,模型评估也存在一定的不确定性,具体表现在: 模型基础数据的不确定性,包括模型所用统计数据的统计口径、时间尺度并不完全一致,参数数据来自相关文献资料,可能存在一定的时空差异,河流断面水文水质数据不同步等;模型方法的不确定性,采用的输出系数模型忽略了降雨、地形对面源估算结果的影响,可能导致模拟解析结果在局部区域具有一定的偏差。
序号 污染源 实测值/t 模型评估值/t 误差分析/(%) TN 南渡江流域 9262 8391 −9.4 点源 1893 1723 −9.0 TP 南渡江流域 774 762 1.5 点源 112 103 −8.0 表 4 TN、TP入海量模拟值与实测负荷值对比
Table 4. TN and TP fluxes comparison of simulated and actual load values
-
研究表明,影响氮、磷在陆域和河道滞留的因素主要有沉积、水生生物利用及氮的反硝化作用[28-30]。有12%~16%的陆源氮和60%的磷因为沉积作用被河道滞留,约20%的陆源磷因水生植物的吸收利用而被滞留[31],反硝化作用对河流总氮输入量的滞留率达 6%~23%[32](表5)。本研究计算的各流域TN滞留系数为0.02~0.39,各流域TP滞留系数为0.01~0.80,呈现河流流量越小或林地面积越大,滞留系数越大的变化规律。TN平均滞留系数为0.15,TP平均滞留系数为0.28,滞留系数值同表5中研究结果具有可比性。综上所述,本研究采用的滞留模型可用于评估TN、TP在陆域和河道中的滞留量。
表 5 其他研究中TN、TP的滞留系数的比较
Table 5. Comparison of the retention coefficients of TN and TP in the other studies
-
海口市外源输入TN、TP的入海贡献量分别占入海总量的54.5%和41.3%,为取得减排实效,需要流域上、下游协同减排。以南渡江流域为例,第一,从源头上,积极推广以控制氮、磷流失为主的节肥增效技术,在现有沟、塘、窖基础上建设生态沟渠、污水净化槽、地表径流集蓄池等设施,净化农田排水及种植区地表径流。第二,改进耕种方式,通过贫瘠土地退耕和试点实施保护性耕作,减少土壤侵蚀,增加土壤肥力,削减农田化肥使用量。第三,在畜禽养殖业发达地区,开展畜禽集约化养殖示范和动物废弃物管理。第四,加快对现有规模化养殖场粪污污水贮存、处理、资源化利用设施建设,保障养殖废水达标排放或资源化利用。加快污水处理设施建设及升级改造,优化污水处理工艺,以控制生活污水污染。第五,通过提高林地覆盖率,增加污染物在陆域滞留,在沿河和海岸带区域种植植被缓冲带,开展湿地整治修复,增加污染物的吸收。减少点源直排入海,增加污染物在河道的衰减及滞留量。
-
(1) 2017年,海口市TN入海总量为11610 t,其中,海口市本地产出TN的入海量为5285 t,由海口市外输入的TN入海贡献量为6325 t,占TN入海总量的54.5%。海口TP入海总量为1074 t,其中,海口市本地产出TP的入海量为630 t,由海口市外输入的TP入海贡献量为444 t,占TP入海总量的41.3%。
(2) 海口市本地TN入海量的主要来源为城镇居民生活(35.7%)、农业化肥(35.5%)和畜禽养殖(16.3%);TP入海量的主要来源为农业化肥(48.3%)、畜禽养殖(18.6%)和城镇居民生活(17.8%)。
(3) 为控制海口市污染物入海量,应坚持流域上、下游协同治理,控制城镇居民生活、农业化肥和畜禽养殖等重点来源,以及龙昆沟、电力沟、海甸溪、福创溪、横沟河等重点流域TN和TP的排放。
海口市陆源氮、磷污染物入海通量解析研究
Study on the flux of land-based pollutants of total nitrogen and phosphorus into the sea in Haikou
-
摘要: 开展流域污染源的解析研究,弄清污染物来源、入海量及空间分布格局,可为海洋生态环境保护规划的制定、精准减排措施的实施提供基础信息支撑。本文集成氮、磷污染物的输出系数模型及滞留模型,评估海口市总氮(TN)、总磷(TP)入海通量,并对入海污染物来源进行解析研究。结果表明,2017年,海口市TN、TP入海通量分别为11610 t、1074 t,其中,海口市产生的TN、TP入海通量占比分别为45.5%、58.7%。海口市TN入海通量的主要来源为城镇居民生活和农业化肥,占比分别为35.7%和35.5%;TP入海通量的主要来源为农业化肥,占比为48.3%。海口湾东海岸地区TN、TP入海通量强度较高,分别为15 t/km2、1 t/km2。建议海口市加强城镇生活污水和农业化肥氮、磷的污染防治,坚持流域上、下游协同治理,提高林地覆盖率,增加污染物的陆域滞留时间,开展湿地整治修复,增加污染物的吸收,减少点源直排入海,以进一步改善近岸海域环境质量。Abstract: The study on the analysis of pollution sources in the basin and the clarification of pollutants sources, fluxes into the sea and spatial distribution pattern of pollutants can provide basic information support for the formulation of marine ecological environment protection planning and the implementation of precise emission reduction measures. Pollutant export coefficient model and retention model were integrated to evaluate total nitrogen (TN) and total phosphorus (TP) fluxes into the sea and analyze the sources of pollutants entering the sea in Haikou City. The results show that in 2017, the fluxes of TN and TP in Haikou were 11610 tons and 1074 tons respectively, of which the local TN and TP contribution fluxes into the sea accounted for 45.5% and 58.7% respectively. Sewage discharge and fertilizer application were the main sources of the local TN flux, accounting for 35.7% and 35.5% of the total, respectively. Agricultural fertilizer was the main source of the local TP flux, accounting for 48.3% of the total. The east coast of Haikou Bay has higher flux intensities of TN and TP, which were 15 t/km2 and 1 t/km2 respectively. It is suggested that Haikou should strengthen the prevention and control of sewage discharge and fertilizer application pollution, adhere to the coordinated treatment of upstream and downstream of the basin, improve the coverage rate of forest land, increase the retention time of pollutants in the land area, carry out wetland remediation and restoration, increase the absorption of pollutants, reduce the direct discharge of point sources into the sea, and further improve the environmental quality of the coastal waters.
-
Key words:
- export coefficient model /
- retention model /
- pollutant flux /
- TN /
- TP
-
表 1 TN、TP排放量的估算方法
Table 1. TN and TP Methods for estimating emissions
污染来源 计算公式 变量含义 工业 $ {D_{Ind}} = \displaystyle\sum\limits_{i = 1}^n {GD{P_i}} \times {\lambda _i} \times {10^{ - 3}} $ Dind:基准年工业TN、TP排放量/ t :第$ i $ 种工业企业$ i $
GDPi:第 种工业企业产品产量/ t$ i $ :第$ {\lambda _i} $ 种工业企业氮、磷排污系数/kg·t−1[15]$ i $ 城镇居民生活 Durb = Purb × [λp × (1 − ηp) + (1 − λp) × δurb]
Purb = 3.65 × POPurb × RurbDurb:城镇居民生活TN、TP排放量/ t
λp:城镇居民生活污水处理率
ηp:氮、磷去除率
δurb:未经处理污水的流失系数
Purb:城镇居民生活氮、磷生产量/ t
POPurb:城镇常住人口数量/×104 p
Rurb:氮、磷产污系数/g·p−1·d−1农业化肥 Dfert = Pfert × (δrof + δlec + δvol) $ {P_{fertN}} = {M_{fertN}} + 0.33 \times {M_{fertNP}} $ $ {P_{fertP}} = ({M_{fertP}} + 0.33 \times {M_{fertNP}}) \times 43.7\% $ Dfert:农业化肥氮、磷排放量/ t
δrof:肥料氮、磷地表径流流失率
δlec:淋溶方式进入地表水体的流失率
δvol:氨挥发进入地表水体的流失率
PfertN:TN产生量/ t
PfertP:TP产生量/ t
MfertN:氮肥施用量/ t
MfertP:磷肥施用量/ t
MfertNP:复合肥施用量/ t禽畜养殖 Dpou = 10 × Npou × {[EpouM × (1 − ηm) + EpouU] ×
(1 − ηu) + EpouM × ηm × δm}Dpou:畜禽养殖氮、磷排放量/ t
Npou:畜禽年出栏量/×104 cat·a−1
EpouM:畜禽固体粪便、尿液中氮、磷排污系数/kg·cat−1·a−1
EpouU:尿液中氮、磷排污系数/kg·cat−1·a−1
ηm:固体粪便收集率
ηu:畜禽养殖污水氮、磷的去除率
δm:收集粪便氮、磷的流失率农村居民生活 Dral = PralW × δw + PralR × δR + PralU × δU
PralW = 0.00365 × POPral × Qral × ηw × Cw
PralR = 3.65 × POPral × Rr × Cr
PralU = 10 × POPral × RuDral:农村居民生活氮、磷排放量/ t
δw:生活污水流失系数
δR:生活垃圾流失系数
δU:粪便、尿液中流失系数
PralW:农村生活污水氮、磷产生量/ t
PralR:生活垃圾氮、磷产生量/ t
PralU:粪便、尿液中氮、磷产生量/ t
POPral:农村常住人口数量/×104 p
Qral:农村生活人均用水量/L·p−1·d−1
ηw:农村生活污水产生系数
Cw:污水中氮、磷污染物浓度/mg·L−1
Rr:人均垃圾产生系数/kg·p−1·d−1
Cr:垃圾中氮、磷含量/g·kg−1
Ru:人粪尿氮、磷产生系数/kg·p−1·a−1淡水养殖 Daqu = Maqu × Eaqu × 10−3 Daqu——淡水养殖氮、磷排放量/ t
Maqu ——养殖增产量/ t
Eaqu——氮、磷排污系数/g·kg−1表 2 不同流域面积a、b 变化范围
Table 2. Range of changes of a and b in different watershed areas
模型参数 流域面积/km2 文献 <1000 1000~10000 >10000 TN a 3.3~9.5 4.4~12.7 7.9~12.7 [18] b −1.01~−0.65 −1~−0.96 −1.03~−0.94 TP a 21.1~57.6 9.3~21.7 13.9~28.9 b −1.93~−1.0 −1.55~−0.81 −1.80~−1.0 表 3 数据资料清单
Table 3. Data information list
表 4 TN、TP入海量模拟值与实测负荷值对比
Table 4. TN and TP fluxes comparison of simulated and actual load values
序号 污染源 实测值/t 模型评估值/t 误差分析/(%) TN 南渡江流域 9262 8391 −9.4 点源 1893 1723 −9.0 TP 南渡江流域 774 762 1.5 点源 112 103 −8.0 表 5 其他研究中TN、TP的滞留系数的比较
Table 5. Comparison of the retention coefficients of TN and TP in the other studies
-
[1] 海口市生态环境局. 2018年海口市海洋环境状况公报[R]. 海口: 海口市生态环境局, 2019: 1-3.
[2] 许自舟, 张志锋, 梁 斌, 等. 天津市陆源氮磷入海污染负荷总量评估[M]. 北京: 海洋出版社, 2016: 1-5.
[3] YOUNG R A, ONSTAD C A, BOSCH D D, et al. AGNPS: a nonpoint-source pollution model for evaluating agricultural watersheds[J]. Journal of Soil and Water Conservation, 1989, 44(2): 168-173. [4] BICKNELL B R, IMHOFF J C, KITTLE J L, et al. Hydrological simulation program-FORTRAN: userʼs manual for version 11[R]. Athens: Environmental Research Laboratory, 1997. [5] NEITSCH S L, ARNOLD J G, KINIRY J R, et al. Soil and water assessment tool theoretical documentation version 2009[R]. College Station, Texas: Texas A & M University, 2011. [6] OMERNIK J M. The influence of land use on stream nutrient levels[M]. Washington, D. C. : U. S. Environmental Protection Agency, 1976: 77-105. [7] JOHNES P J. Evaluation and management of the impact of land use change on the nitrogen and phosphorus load delivered to surface waters: the export coefficient modelling approach[J]. Journal of Hydrology, 1996, 183(3/4): 323-349. [8] 段 扬, 蒋洪强, 吴文俊, 等. 基于改进输出系数模型的非点源污染负荷估算—以嫩江流域为例[J]. 环境保护科学, 2020, 46(4): 48-55. doi: 10.16803/j.cnki.issn.1004-6216.2020.04.008
[9] 胡 正, 敖天其, 李孟芮, 等. 改进的输出系数模型在缺资料地区面源综合评价[J]. 灌溉排水学报, 2019, 38(2): 108-114. doi: 10.13522/j.cnki.ggps.20180386
[10] 蔡 明, 李怀恩, 庄咏涛, 等. 改进的输出系数法在流域非点源污染负荷估算中的应用[J]. 水利学报, 2004, 35(7): 40-45. doi: 10.3321/j.issn:0559-9350.2004.07.007
[11] 赖斯芸, 杜鹏飞, 陈吉宁. 基于单元分析的非点源污染调查评估方法[J]. 清华大学学报(自然科学版), 2004, 44(9): 1184-1187.
[12] LUO Y X, SU B L, YUAN J Y, et al. GIS techniques for watershed delineation of SWAT model in plain polders[J]. Procedia Environmental Sciences, 2011, 10: 2050-2057. doi: 10.1016/j.proenv.2011.09.321 [13] BRAKEBILL J W, WOLOCK D M, TERZIOTTI S E. Digital hydrologic networks supporting applications related to spatially referenced regression modeling[J]. JAWRA Journal of the American Water Resources Association, 2011, 47(5): 916-932. doi: 10.1111/j.1752-1688.2011.00578.x [14] CHEN X, STROKAL M, VAN VLIET M T H, et al. Multi-scale modeling of nutrient pollution in the rivers of China[J]. Environmental Science & Technology, 2019, 53(16): 9614-9625. [15] 黄 春, 黄 卫. 海南省总磷、总氮排放总量估算[J]. 环境保护与循环经济, 2018, 38(7): 88-90. doi: 10.3969/j.issn.1674-1021.2018.07.027
[16] KRONVANG B, HEZLAR J, BOERS P, et al. Nutrient retention handbook. Software manual for EUROHARP-NUTRET and scientific review on nutrient retention, EUROHARP report 9–2004, NIVA report SNO 4878/2004[R]. Oslo, Norway : Norwegian Institute for Water Research, 2004: 103. [17] VENOHR M, DONOHUE I, FOGELBERG S, et al. Nitrogen retention in a river system and the effects of river morphology and lakes[J]. Water Science & Technology, 2005, 51(3/4): 19-29. [18] BEHRENDT H, OPITZ D. Retention of nutrients in river systems: dependence on specific runoff and hydraulic load[J]. Hydrobiologia, 1999, 410: 111-122. doi: 10.1023/A:1003735225869 [19] 蔡林颖, 杨丽标, 雷 坤, 等. 河流氮、磷滞留研究方法综述[J]. 中国农学通报, 2013, 29(26): 106-111. doi: 10.11924/j.issn.1000-6850.2012-3553
[20] 北京数字空间科技有限公司. 地理监测云平台[DB/OL]. [2022-08-09]. http://www.dsac.cn/.
[21] 海口市统计局, 国家统计局海南调查队. 海口统计年鉴(2018)[M]. 北京: 中国统计出版社, 2018.
[22] 海南省海洋与渔业厅. 2016年海南省渔业统计年报[R]. 海口: 海南省海洋与渔业厅, 2017. https://max.book118.com/html/2018/1222/6224153242001240.shtm.
[23] 国务院第一次全国污染源普查领导小组办公室. 第一次全国污染源普查: 畜禽养殖业源产排污系数手册[EB/OL]. [2022-08-09]. https://www.docin.com/p-2438037509.html.
[24] 国务院第一次全国污染源普查领导小组办公室. 第一次全国污染源普查: 城镇生活源产排污系数手册[EB/OL] . [2022-08-09]. https://www.docin.com/p-2859848119.html.
[25] 全国污染源普查水产养殖业污染源产排污系数测算项目组. 第一次全国污染源普查: 水产养殖业污染源产排污系数手册[EB/OL]. [2022-08-09]. https://www.docin.com/p-34147766.html.
[26] 国务院第一次全国污染源普查领导小组办公室. 第一次全国污染源普查: 农业污染源肥料流失系数手册[EB/OL]. [2022-08-09]. https://www.docin.com/p-307757881.html.
[27] 海南省水务厅. 2017年海南省水资源公报[R/OL]. 海口: 海南省水务厅. (2018-10-23). http://swt.hainan.gov.cn//sswt/1801/201810/4d097a4f91b246f6b9008820efa36255.shtml.
[28] 毛战坡, 单保庆, 彭文启, 等. 氮素在河流生态系统中的滞留研究进展[J]. 长江流域资源与环境, 2006, 15(4): 480-484. doi: 10.3969/j.issn.1004-8227.2006.04.013
[29] MULHOLLAND P J, NEWBOLD J D, ELWOOD J W, et al. Phosphorus spiralling in a woodland stream: seasonal variations[J]. Ecology, 1985, 66(3): 1012-1023. doi: 10.2307/1940562 [30] VALETT H M, MORRICE J A, DAHM C N, et al. Parent lithology, surface-groundwater exchange, and nitrate retention in headwater streams[J]. Limnology and Oceanography, 1996, 41(2): 333-345. doi: 10.4319/lo.1996.41.2.0333 [31] SVENDSEN L M, KRONVANG B. Retention of nitrogen and phosphorus in a Danish lowland river system: implications for the export from the watershed[J]. Hydrobiologia, 1993, 251(1/2/3): 123-135. [32] SCHULZ M, KÖHLER J. A simple model of phosphorus retention evoked by submerged macrophytes in lowland rivers[J]. Hydrobiologia, 2006, 563(1): 521-525. doi: 10.1007/s10750-006-0027-1 [33] GUHR H, SPOTT D, BORMKI G, et al. The effects of nutrient concentrations in the River Elbe[J]. Acta Hydrochimica et Hydrobiologica, 2004, 31(4/5): 282-296. [34] ALEXANDER R B, ELLIOTT A H, SHANKAR U, et al. Estimating the sources and transport of nutrients in the Waikato River Basin, New Zealand[J]. Water Resources Research, 2002, 38(12): 1268. [35] XU Z Z, JI Z X, LIANG B, et al. Estimate of nutrient sources and transport into Bohai Bay in China from a lower plain urban watershed using a SPARROW model[J]. Environmental Science and Pollution Research, 2021, 28(20): 25733-25747. doi: 10.1007/s11356-020-11932-4 [36] LI X, WELLEN C, LIU G X, et al. Estimation of nutrient sources and transport using Spatially Referenced Regressions on Watershed Attributes: a case study in Songhuajiang River Basin, China[J]. Environmental Science and Pollution Research, 2015, 22(9): 6989-7001. doi: 10.1007/s11356-014-3903-7 [37] SALEH D, DOMAGALSKI J. SPARROW modeling of nitrogen sources and transport in rivers and streams of California and Adjacent States, U. S[J]. JAWRA Journal of the American Water Resources Association, 2015, 51(6): 1487-1507. doi: 10.1111/1752-1688.12325 [38] REBICH R A, HOUSTON N A, MIZE S V, et al. Sources and delivery of nutrients to the northwestern gulf of Mexico from streams in the South-Central United States[J]. JAWRA Journal of the American Water Resources Association, 2011, 47(5): 1061-1086. doi: 10.1111/j.1752-1688.2011.00583.x -