2005—2019年洞庭湖平原耕地面源污染遷移軌跡及空間格局

丁學謙，吳 群，文高輝，張 超

2005—2019年洞庭湖平原耕地面源污染遷移軌跡及空間格局

丁學謙1，吳 群1，文高輝2,3※，張 超1

（1. 南京農業大學公共管理學院，南京 210095；2. 湖南師范大學地理科學學院，長沙 410081；3. 地理空間大數據挖掘與應用湖南省重點實驗室，長沙 410081）

洞庭湖平原因不合理的農業生產活動導致嚴重的耕地面源污染問題，揭示洞庭湖平原近10余年耕地面源污染遷移軌跡及空間格局，可為洞庭湖平原下一步科學防治耕地面源污染提供參考。該研究以洞庭湖平原湖南省部分的21個區（縣、市）為實例，利用清單分析法構建農田化肥、人畜排泄物和農田固廢3類污染單元，測算化學需氧量（Chemical Oxygen Demand，COD）、總氮（Total Nitrogen，TN）和總磷（Total Phosphorus，TP）3類污染物排放情況，并運用空間分析、重心模型和冷熱點分析研究2005－2019年洞庭湖平原耕地面源污染軌跡遷移變化及空間格局。結果表明：1）從時序上看，2005－2019年間3類污染物排放總量和排放強度總體上均呈現下降趨勢；從空間分布上看，COD排放強度等級分布更為集中，洞庭湖平原耕地面源污染程度呈現出“東部>西部>中部”的空間格局；2）從重心模型分析來看，3類污染物排放強度重心在東西方向上的移動更顯著，并且重心移動速度呈現階段變化；3）從冷熱點分析來看，3類污染物空間分布格局差異性顯著，COD最為明顯，TP次之，TN最小，熱點區域大多分布于洞庭湖平原東部，冷點區域大多分布于洞庭湖平原中部。研究說明了在生態文明建設過程中，洞庭湖平原耕地面源污染情況有所好轉，并且各地區耕地面源污染程度和治理都具有差異性，為今后因地制宜地治理耕地面源污染提供理論依據和思路。

農業；耕地；污染；清單分析法；重心模型；冷熱點分析；時空演變；洞庭湖平原

0 引 言

耕地面源污染是農業面源污染當中占比最大、最典型的一種污染，它是指在耕地利用過程中，化肥農藥和人畜糞尿等投入品使用不當，以及對農作物秸稈廢棄物處理不當或不及時，造成的土壤板結、水體富營養化、酸化、耕地生產能力下降和耕地生態系統失去平衡等農業生態環境問題[1-2]。耕地是糧食安全的重要保障和前提，自家庭聯產承包責任制實施以來，耕地利用強度不斷加強，農戶為追求更高的農業產出和收入，化肥、農藥和農膜被大量使用，同時造成農業廢棄物被隨意堆放，進而產生嚴重的耕地面源污染問題。黨和國家高度重視面源污染問題，出臺系列政策文件治理面源污染，已取得一定的成績，但是中國面源污染形勢依然嚴峻，2020年《第二次全國污染源普查公報》顯示，農業污染源中的化學需氧量（Chemical Oxygen Demand，COD）、總氮（Total Nitrogen，TN）和總磷（Total Phosphorus，TP）的排放量分別占全部同類污染物的49.77%、46.52%和67.22%。

鑒于面源污染相對于點源污染具有不確定性、分散性、滯后性和潛伏性的特性，不易監測和防治。因此，學術界非常重視面源污染的形成機理和管控機制等方面的研究?，F有研究表明，化肥農膜的過度使用、畜禽規?；B殖、農業廢棄物的隨意堆放、農村生活污水的隨意排放以及水土流失都會直接造成耕地面源污染[3-6]。而制度政策[7]、經濟因素[8]、農業生產方式[9]和農戶行為[10]都會間接對耕地面源污染產生影響。盡管源頭控制技術、過程阻斷技術和末端控制技術被應用到耕地面源污染的治理，但是相關的政策制度體系還不完善，仍有許多待解決的問題[2]。在面源污染的研究中，定量化模型被廣泛運用，比如SWAT模型[11]、CA模型[12]、輸出系數模型[13]，為面源污染物的核算發揮著積極的作用。陳敏鵬等[14]在單元調查的基礎上建立了清單分析法，運用于區域耕地面源污染物的核算。目前，中國學者已利用清單分析法對江蘇省[15]、黃土高原[16]和南水北調中線[17]等區域進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級或市級以上較大尺度的評價單元來研究面源污染問題，鮮有文獻基于縣級尺度進行探討；且大多研究是靜態且較基礎地分析面源污染的時序變化和空間分布特征，缺乏對其遷移特征和聚集特征等深入的分析。

洞庭湖平原是中國重要的商品糧生產基地，是長江流域重要平原之一，其耕地生態健康對國家糧食安全、生態安全以及社會安全都具有重大影響。然而當前洞庭湖平原農戶長期不合理的農業生產行為造成了嚴重的耕地面源污染，洞庭湖流域是中國耕地面源污染的重點治理區域。鑒于此，本文以洞庭湖平原為研究區域，利用清單分析法劃分農田化肥、人畜排泄物和農田固廢3類污染單元，核算2005－2019年間洞庭湖平原湖南省部分的21個區（縣、市）的COD、TN和TP污染排放總量和排放強度，分析其時間變化趨勢和空間分布狀況，再引入重心模型研究各類污染物排放強度重心的移動方向和偏離距離，清晰展示洞庭湖平原耕地面源污染在時空上的細致變化，從整體上把握洞庭湖平原耕地面源污染的總體情況和變化趨勢，最后借助冷熱點分析法，研究各類污染物在代表年份的排放強度高低值聚集程度，從整體和局部上揭示洞庭湖平原耕地面源污染集聚規律，從而為洞庭湖平原耕地面源污染防治提供科學參考。

1 研究區域與數據來源

1.1 研究區域概況

洞庭湖是中國第二大淡水湖，處于長江中游荊江南岸，在27°39′～29°51′N，111°19′～113°34′E之間，是長江流域重要的調蓄湖泊。本文以洞庭湖平原湖南省部分的21個區（縣、市）作為研究區域，國土面積為3.14′104km2，約占湖南省的15%，是中國重要的商品糧等大宗農產品生產基地。2019年洞庭平原的有效灌溉面積為930.97′103hm2，糧食作物播種面積達到1 203.84′103hm2，糧食總產量為777.36′104t，分別達到湖南省的29.31%、26.08%和26.13%。但洞庭湖平原同時也是嚴重的耕地面源污染區域，2019年的《中國生態環境狀況公報》和《湖南省環境質量狀況公報》顯示，洞庭湖的水質為IV類，總磷和化學需氧量超標。國家高度重視洞庭湖平原耕地面源污染治理，洞庭湖平原多個區（縣、市）為農業面源污染綜合治理試點地區。

1.2 數據來源

本文所有原始數據（農田化肥、人畜排泄物、農田固廢各單元原始數據及耕地面積）均來自2006－2020年的《湖南農村統計年鑒》《湖南統計年鑒》《長沙統計年鑒》《岳陽統計年鑒》《常德統計年鑒》和《益陽統計年鑒》，個別缺失數據（2018年以后部分地區的小麥、豆類、薯類總產量，2017年以后益陽市資陽區、赫山區、南縣和沅江市耕地面積）利用插值補齊。

2 研究方法

2.1 清單分析法

清單分析法是根據不同污染單元分別進行核算的方法，其主要步驟為：確定污染源類型、識別污染單元、搜集污染單元的產排污系數以及污染物的核算。研究參考黃祥芳[1]、陳敏鵬等[14]和賴斯蕓等[18]的方法，結合洞庭湖平原耕地面源污染的來源和特征，考慮指標體系的科學性以及耕地的利用特性，選取農田化肥、人畜排泄物和農田固廢3類污染源為獨立的評價單元，COD、TN和TP共計3類污染物作為研究對象，建立污染負荷評估體系（表1），以此來核算耕地面源污染的污染總量和污染強度（在核算COD時不考慮農田化肥），作為分析耕地面源污染時空特征的依據。耕地面源污染排放總量和排放強度計算公式為：

式中為耕地面源污染的排放量，t；EU為單元的指標統計數；ρ為單元的產生系數；η為表征相關資源利用效率系數；PE為污染產生量，t；C為單元污染物的流失系數，由單元和空間特征（）決定，表示區域各方面要素對耕地面源污染的綜合影響；EI為耕地面源污染排放強度，kg/hm2，表示農業污染在耕地上的集聚程度；AI為研究區域耕地面積，hm2。各污染單元的產排污系數來源于具有代表性的文獻[18-21]。

表1 洞庭湖平原耕地面源污染單元表

注：對于畜禽養殖的指標劃定的差異在于考慮到各類畜禽的生長周期不同。牛和羊選擇存欄量是因為飼養期在1 a以上，豬和家禽選擇出欄量是因為飼養期不足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

重心是源自物理學中力學的一個概念，指物體每一部分受到重力的作用點。將其拓展至區域研究，可用于表示研究對象加權平均數在二維空間上的變化。即重心模型可結合地區的社會經濟指標和時空特征，把各要素在一個地區內的變化特征直觀展現出來。在空間上，重心模型反映區域發展指標與形心分析的契合程度，便于分析區域要素在空間上的流動性與聚集性。在時間上，重心動態變化表示區域要素分布的對比和轉移，有助于深化研究區域發展歷程、狀態和趨勢[22]。因此，重心模型應用較為廣泛，包括土地利用重心[23]以及環境污染重心[24]等涉及經濟、社會、生態多方面。本文利用重心模型分析各縣級行政區的3類污染物各年份污染強度的空間重心坐標以及其變化軌跡情況，以動態變化視角進一步揭示耕地面源污染時空演變特征，其具體計算公式為：

式中（,）表示研究區域耕地面源污染物污染強度重心的坐標；表示研究區域縣級行政單位數目；M表示某區（縣、市）的COD、TN和TP的排放強度，kg/hm2；X和Y表示各區（縣、市）的幾何重心坐標，利用ArcGIS計算求得。同時，為反映重心偏移程度，引入重心移動距離和重心移動方向公式，其公式為：

式中表示相鄰年份重心移動的相對距離，m；(X,Y)和(X+1,Y+1)分別表示第年和第+1年的耕地面源污染強度重心坐標；表示地球表面坐標單位（°）轉換為平面距離（km）的系數，取值為111.111[25]；表示相鄰年份重心偏移的相對角度；為調整系數，確?！?-180°,180°)。本文定義逆時針方向為正向，正東方向為0°。

2.3 冷熱點分析

重心模型只能說明耕地面源污染物加權平均值的時空變化情況，無法說明相似屬性集聚區的分布特征。冷熱點分析是一種空間聚類方法，可以展現高值（熱點）或低值（冷點）空間聚集分布規律，已被運用于生態服務價值空間異質性[26]以及環境污染分布[27]等研究。本文運用冷熱點分析法，揭示洞庭湖平原3類耕地面源污染物局部的空間集聚特征，通過識別冷熱點地區為各地區針對性治理耕地面源污染提供依據。其具體公式為：

3 結果與分析

3.1 洞庭湖平原耕地面源污染時間變化

運用式（1）和（2）計算出2005－2019年間洞庭湖平原耕地面源污染COD、TN和TP的排放總量和排放強度（圖1）。由圖1可知，洞庭湖平原耕地面源污染COD、TN和TP的排放總量分別從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。從排放強度來看，COD、TN和TP的排放強度分別從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。各污染物的排放總量和排放強度總體上均呈現下降的趨勢，說明洞庭湖平原耕地面源污染治理取得了一定的成效。2015年中國首次提出“實施化肥農藥使用量零增長行動”，后續出臺了農業面源污染治理、農村人居環境整治、土壤污染防治等方面各項政策文件。湖南省強化了對洞庭湖流域生態環境的整治，規范了人畜排泄物的處理、控制了化肥的施用量、促進了農業廢棄物的利用，進而降低了耕地面源污染物的排放強度。

3.2 洞庭湖平原耕地面源污染空間分布

為探討洞庭湖平原耕地面源污染空間變化特征，選取2005年、2010年、2015年和2019年4個年份3類污染物排放強度作比較，分析各類污染物時空變化。因3類污染物排放強度存在差異，故排放強度等級劃分不同。

由圖2a可知，COD污染強度等級分布比較集中，污染程度呈現“東部>西部>中部”的空間格局。具體來看，2005年COD高污染區主要集中在洞庭湖平原東部地區。主要由于東部地區畜禽養殖規模大，所產生的污染較多，且當時耕地面積較少，所能承擔的負荷遠小于其他地區。2010年COD高污染區和較高污染區分別為岳陽樓區和汨羅市。這是由于該年岳陽樓區單位面積畜禽養殖量和農作物單位面積種植量都較大，而汨羅市因畜禽養殖規模尤其是生豬出欄量較大，導致污染物排放量增大；君山區污染程度上升到中低污染，主要與其農作物產量有較大增長有關。2015年洞庭湖平原已不存在COD高污染區，這是因為人畜排泄污染治理力度加強；東、西部大多數區（縣、市）為中污染區；中部地區基本是較低污染區。2019年依然沒有COD高污染區，較高污染區僅有云溪區，可能與云溪區面源污染治理效果較緩慢有關，中高污染區僅有湘陰縣，中低污染區分布在洞庭湖平原的東南部和西部地區，中部地區和東北部大多數區（縣、市）COD污染程度較低，君山區污染程度降為低污染。

由圖2b可知，TN污染強度等級分布較為分散，污染程度高的地區集中在洞庭湖平原東部地區和前期的西北地區。具體來看，2005年TN污染較嚴重，高污染區和較高污染區的數量共達9個，這是由于2004年開始實施減征或免征農業稅的惠農政策，農民農業生產積極性提高[28]，化肥等農業生產投入要素加大；并且這一時期對畜禽養殖污染的防治重視度和治理能力不足，共同促使TN污染比較嚴重。2010年TN高污染區減至3個，較高污染區減至2個，較低和低污染區數量顯著上升。2015年洞庭湖平原整體的TN污染程度下降，但是安鄉縣、南縣、赫山區和望城區污染程度有所加重。2019年已不存在TN高污染區，較高污染區和中高污染區僅有云溪區和南縣。其中，岳陽縣TN污染強度從高污染區降至較低污染區，污染治理效果相當顯著，主要得益于岳陽縣為國家畜禽養殖污染治理試點區，其他農業面源污染治理試點區如津市市和赫山區，污染強度也明顯下降。

由圖2c可知，2005－2019年間，TP污染程度總體上得到有效緩解；TP污染強度等級空間分布由分散轉變為集中，污染程度高的地區集中在洞庭湖平原東部和西部地區。具體來看，2005年TP的中高污染及以上地區有11個，沒有低污染區。2010年TP高污染區和較高污染區共有5個，中高污染區除澧縣主要集中在東部地區，中低污染區的數量有所上升。2015年TP高污染區仍為云溪區，較高污染區僅有桃源縣，這一時期TP污染強度明顯下降，主要原因是農業生產技術的提升，肥料等資源利用率的提高，但畜禽養殖數量依然很多，導致TP污染仍比較明顯。2019年TP的高污染區仍為云溪區，已不存在較高污染區，中高污染區僅有臨澧縣，中低污染區主要分布在洞庭湖平原西南和東南部，其他地區污染程度均有所下降，其中華容縣、君山區和岳陽樓區為低污染區，這一時期TP污染強度大幅度下降，主要由于畜禽污染治理配套設施的配給達標、化肥使用量零增長目標的要求、農業廢棄物資源化利用等措施落地見效。

綜上所述，由于前期追求畜禽與農作物產量以及污染治理的不到位，3類污染物排放強度都較高且分布較廣，后期由于國家高度重視農業農村污染治理，使耕地面源污染得到有效治理。洞庭湖平原將污染減排貫穿于耕地面源污染治理全過程。在控源方面，洞庭湖平原各地區從農業生產環節著手減少耕地面源污染物的產生，如大力推行用養結合的生態型耕作模式，在農作物低產低效低質區推行合理的輪作、間作；實施化肥農藥零增長行動，全面推廣測土配方和病蟲害綠色防控技術，推廣水肥一體化技術；嚴格執行畜禽養殖分區管理制度，構建有機肥替代化肥的模式，推進畜禽養殖廢棄物資源化利用；推廣秸稈還田技術，開展秸稈肥料化、飼料化和基料化利用，促進農業廢棄物綜合利用。在截污方面，洞庭湖流域近年來結合長江岸線專項整治，實施生態修復，在河道兩側建設植被緩沖帶和隔離帶，加快恢復濕地生態系統。與此同時，要求規模養殖場配備糞污處理設施，整縣推進畜禽養殖廢棄物資源化利用和無害化處理；建立小流域農業面源污染綜合治理示范區，并出臺《洞庭湖生態環境專項整治工作財政獎補方案》以保障治理項目的長期運行。

3.3 洞庭湖平原耕地面源污染重心變化分析

運用式（3）測算出2005－2019年洞庭湖平原耕地面源污染3類污染物污染強度重心坐標，繪制2005－2019年各污染物污染強度重心移動變化軌跡圖（圖3）。運用式（4）和（5），測算得到2005—2019年洞庭湖平原耕地面源污染重心移動距離（表2）。

圖3和表2顯示，3類污染物排放強度的重心在經度方向偏移程度遠大于緯度方向，即東西方向移動趨勢更加顯著，說明各污染物的移動變化主要在東西方向上開展；且3類污染物排放強度重心在經度方向上的遷移具有一定的協同性，均往西方向遷移。具體來看，2005－2019年，COD污染強度重心整體往西南方向偏移了?168.85°；TN污染強度重心整體向西北方向偏移了149.42°；TP污染強度重心向西北方向偏移了93.61°。說明洞庭湖平原西部地區，對耕地面源污染整體形勢的影響在增強；而對比3類污染物污染強度重心移動情況，COD重心移動變化趨勢比TN和TP更加明顯。

各污染物排放強度重心的變化具有顯著的階段性特征，3類污染物重心偏移較大的年份基本一致，移動速度在不同年份間存在差異。移動速度過快說明污染物排放強度向特定方向有高程度的集聚，在早期3類污染物重心均有快速向東北方向移動的趨勢，主要由于東北部岳陽縣及其周圍地區洞庭湖水域分布廣闊，耕地資源豐富，土壤肥沃，加之2006年農業稅的取消，進一步促進該地區耕地的開發利用。2010年之后，3類污染物的重心總體上呈現西移的趨勢。這是因為“十二五”規劃加強了土地整治和高標準基本農田建設的要求，洞庭湖平原西部有效增加了耕地面積，改善了農業生產條件，耕地開發程度較東部地區有所提高，但是這段時期對于耕地面源污染治理工作的重視處于起步階段，因此耕地面源污染情況依然嚴峻?！笆濉敝?，3類污染重心依然保持著整體西移的趨勢。這段時期生態文明建設已成為重點任務，因此耕地面源污染治理工作也得到重視。洞庭湖流域沿岸地區除貫徹落實控源、截污、治理等措施外，還加強了湖岸帶的生態治理。其中，岳陽市全面實施長江岸線專項整治，全力構建長江“最美岸線”，使得洞庭湖平原東部地區耕地面源污染治理成果更為顯著，污染物重心依然西移。在這一時期，TP的移動程度稍緩于COD和TN。這是因為洞庭湖平原對于TP的治理要求更為嚴格，經過治理后，各地區TP的污染強度差距縮小，使得TP重心移動變化速率也變緩。

表2 洞庭湖平原耕地面源污染重心移動距離

3.4 洞庭湖平原耕地面源污染冷熱點格局分析

為進一步探究洞庭湖平原耕地面源污染集聚特征，利用冷熱點分析法對2005年、2010年、2015年和2019年4個年份的3類污染物冷熱點區進行探索。

由圖4a可知，2005—2015年，COD熱點區集中在洞庭湖平原東北部，冷點區分布在洞庭湖平原中部。具體來看，2005年COD熱點區僅有岳陽縣，次熱點區和次冷點區分別僅有臨湘市和南縣，主要是因為岳陽縣畜禽養殖量較大，并且鄉村人口較多，排泄排放量多。2010年COD熱點區增加臨湘市，次熱點區有岳陽樓區和云溪區，冷點區僅有南縣，其他地區均為不顯著區，這主要是由于臨湘市2010年畜禽養殖和農業生產規模有較大提升，尤其是生豬出欄量上漲了38.09%，而南縣則由于人畜排泄量較少，并且耕地面積較大，承載污染負荷的能力強。2015年COD熱點區與2010年情況保持一致，次熱點區增加了汨羅市，主要是汨羅市生豬、牛等畜禽養殖量都有所增加，隨之帶來的污染開始顯現，鼎城區、漢壽縣和華容縣轉為次冷點區，其他地區為不顯著區。2019年次熱點區僅有赫山區和望城區，南縣轉為次冷點區，華容縣轉為冷點區，說明經過面源污染專項整治，COD污染程度大幅下降，華容縣成為冷點區與其為全國農業面源污染治理試點區，面源污染治理效果顯著密切相關。

由圖4b可知，TN在空間上集聚性不太顯著，熱點區分布在洞庭湖平原東南部，冷點區分布在東北部。具體來看，2005年洞庭湖平原不存在顯著的TN冷熱點區，說明該時期雖然有一定程度的TN污染，但是TN污染沒有形成高程度或低程度的聚集。2010年僅岳陽縣和汨羅市為熱點區，其他地區均為不顯著區，主要是因為化肥是產生TN的最主要影響因素[27]，較2005年，岳陽縣氮肥和復合肥施用量分別上升41.04%和27.11%，汨羅市則分別上升5.17%和39.00%。2015年僅汨羅市為熱點區，其他地區均為不顯著區，主要是因為汨羅市的氮肥和復合肥施用量依然保持上升趨勢。2019年不存在熱點區，僅云溪區和岳陽樓區為次冷點區，其他地區均為不顯著區。這一時期TN污染強度開始出現低值集聚，說明洞庭湖生態環境專項整治的任務取得階段性成效。

由圖4c可知，TP冷熱點空間格局變化性較大，空間集聚稍強于TN。TP無熱點區分布，次熱點區主要分布在洞庭湖平原東北部，冷點區主要分布在中、北部地區，2015年次冷點區還分布在洞庭湖平原西南部的鼎城區和漢壽縣。具體來看，2005年僅有岳陽縣為次熱點區，冷點區僅有南縣，其他地區均為不顯著區，主要是由于岳陽縣各類畜禽養殖數量均較大，而南縣由于耕地分布廣闊，單位面積的化肥施用量、畜禽養殖量和農作物種植量都較低，承載TP污染負荷能力較強。2010年，次熱點區增加了澧縣和臨澧縣，次冷點區增加了華容縣，主要是澧縣和臨澧縣的化肥使用量和生豬等畜禽養殖量較2005年有明顯上升，如澧縣磷肥和復合肥分別上升了18.48%和27.74%，臨澧縣分別上升了6.23%和4.69%。2015年TP次熱點區僅有岳陽縣和臨湘市，鼎城區和漢壽縣為次冷點區，冷點區依然為南縣，其他地區均為不顯著區，TP污染總體上形勢沒有太大變化。2019年，洞庭湖平原所有地區均為不顯著區，主要是洞庭湖平原磷污染更嚴重，在推進耕地面源污染治理時，對TP的治理力度相對更大，經過治理后各地區TP污染差異性縮小。

從上述分析可知，2005－2010年3類污染物熱點區域大多在洞庭湖平原東部，主要是因為這些地區臨近洞庭湖與長江交匯處，城鎮化與工業化發展進程較快，耕地開發利用強度更強，加之受早期“重發展，輕管理”理念影響，畜禽養殖防污設施配套率低，化肥施用強度偏高且施用方式落后，農田氮磷養分流失嚴重，耕地面源污染情況更為顯著。2015年COD和TP冷點區和次冷點區數量明顯上升，大多分布在南縣及其周圍地區。隨著生態文明建設的大力推進，各地區逐漸重視耕地面源污染的治理，如南縣積極培育農業新型業態，建設高標準綠色水稻生產基地，推廣農業清潔生產技術，使得耕地面源污染治理取得成效，并帶動周圍縣區耕地面源污染的治理。2019年3類污染物不顯著區分布較廣，這與生態治理措施的持續推進與見效有關，各地區污染物都得到有效治理，污染程度的差異性降低。

4 結論與討論

基于清單分析法構建農田化肥、人畜排泄物和農田固廢3類污染源，氮肥等15個單元測算化學需氧量（COD）、總氮（TN）和總磷（TP）污染排放總量和排放強度，運用空間分析、重心模型和冷熱點分析等方法分析2005－2019年洞庭湖平原耕地面源污染遷移軌跡及空間格局，得到以下結論：

1）從時序變化上看，2005－2019年洞庭湖平原耕地面源污染COD、TN和TP的排放總量和排放強度總體上呈現下降趨勢。從空間分布上看，COD排放強度等級分布較為集中，TN較為分散，TP由分散變為集中，3類污染物污染程度呈現出“東部>西部>中部”的空間分布特征。

2）從重心軌跡變化看，3類污染物在經緯方向均有移動，但東西方向的移動更明顯，且3類污染物排放強度重心均有向西移動的趨勢；3類污染物排放強度重心移動變化具有階段性，移動速度反映了污染程度集聚變化。從重心移動方向和距離看，3類污染物排放強度重心移動與污染防治政策調整實施有關。

3）從冷熱點空間格局看，3類污染物空間格局差異性顯著，各地區COD污染差別明顯，TP次之，TN差異較小，熱點區大多分布在洞庭湖平原東部地區，冷點區大多分布在洞庭湖平原中部地區，且大多分布在南縣及其周圍地區。

本文在分析洞庭湖平原2005－2019年耕地面源污染時空演變基礎上，分析面源污染遷移軌跡和空間格局。研究發現，在經歷片面追求經濟發展階段轉向生態文明建設后，洞庭湖平原耕地面源污染總體情況逐漸好轉，重心軌跡遷移呈現多樣性，冷熱點空間格局呈現局部集聚性。時空分析、重心模型和冷熱點分析分別從不同角度展示了洞庭湖平原耕地面源污染時空演變特征，為洞庭湖平原今后耕地面源污染的防治工作提供了理論依據，并拓寬了3種研究方法的使用價值。但是，本文利用清單分析法進行污染測算時，只考慮了化肥施用、人畜排泄和農田固廢當中的15個單元，實際上耕地面源污染十分復雜，還受到農藥農膜等化學投入品的影響，污染物不局限于COD、TN和TP這3類，在未來研究中，需要考慮以上各因素，從而更好地反映洞庭湖平原耕地面源污染狀況。本文以各污染物的絕對排放總量和排放強度進行內部分析比較，無法對各污染物在同一尺度進行橫向比較分析，因此在今后研究中可以引入國家相關標準進行對比分析，以便更好地劃分各類污染物污染程度。此外，可以對污染物進行污染源解析，從而針對性地進行耕地面源污染治理。

[1] 黃祥芳. 面源污染視角下江西省耕地生產效率研究[D]. 北京：北京林業大學，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] 李曉平. 耕地面源污染治理：福利分析與補償設計[D]. 楊凌：西北農林科技大學，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，顧曉君，等. 農業面源污染現狀與防治進展[J]. 中國人口·資源與環境，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] 梁流濤，馮淑怡，曲福田. 農業面源污染形成機制：理論與實證[J]. 中國人口·資源與環境，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，孫波. 中國農業面源污染控制對策研究[J]. 環境保護，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] 金書秦，沈貴銀. 中國農業面源污染的困境擺脫與綠色轉型[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] 葛繼紅，周曙東. 農業面源污染的經濟影響因素分析：基于1978－2009年的江蘇省數據[J]. 中國農村經濟，2011(5)：72-81.

[9] 何浩然，張林秀，李強. 農民施肥行為及農業面源污染研究[J]. 農業技術經濟，2006(6)：2-10.

[10] 夏秋，李丹，周宏. 農戶兼業對農業面源污染的影響研究[J]. 中國人口·資源與環境，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，胥彥玲，李懷恩. 基于SWAT模型的黑河流域不同土地利用情景的非點源污染研究[J]. 環境科學學報，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] 曾慶慧，莊艷華，洪松. 城市化進程中武昌沙湖流域面源污染負荷時空分布模擬[J]. 武漢大學學報：工學版，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，王敬賢，劉云，等. 湖北省三峽庫區1991－2014年農業非點源氮磷污染負荷分析[J]. 農業環境科學學報，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] 陳敏鵬，陳吉寧，賴斯蕓. 中國農業和農村污染的清單分析與空間特征識別[J]. 中國環境科學，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] 葛繼紅. 江蘇省農業面源污染及治理的經濟學研究[D]. 南京：南京農業大學，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] 江軍. 黃土高原地區農業面源污染時空特征及與經濟發展關系研究[D]. 西安：陜西師范大學，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] 王彥東.南水北調中線水源地農業面源污染特征及農戶環境行為研究[D]. 楊凌：西北農林科技大學，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] 賴斯蕓. 非點源污染調查評估方法及其應用研究[D]. 北京：清華大學，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] 國家環境保護總局自然生態保護司. 全國規模化畜禽養殖業污染情況調查及防治對策[M]. 北京：中國環境科學出版社，2002.

[20] 錢秀紅，徐建民，施加春，等. 杭嘉湖水網平原農業非點源污染的綜合調查和評價[J]. 浙江大學學報：農業與生命科學版，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] 張大弟，張曉紅，章家騏，等. 上海市郊區非點源污染綜合調查評價[J]. 上海農業學報，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] 吳凱，顧晉飴，何宏謀，等. 基于重心模型的丘陵山地區耕地利用轉換時空特征研究[J]. 農業工程學報，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，吳濤，周介銘. 耕地非農化的空間過程與擴散路徑研究：以成都市龍泉驛區為例[J]. 中國土地科學，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] 黃建山，馮宗憲. 陜西省社會經濟重心與環境污染重心的演變路徑及其對比分析[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] 羅秀麗，楊忍，徐茜. 全球人口與糧食的空間錯位演變及影響因素分析[J]. 自然資源學報，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] 張鵬巖，耿文亮，楊丹，等. 黃河下游地區土地利用和生態系統服務價值的時空演變[J]. 農業工程學報，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] 張廣納，邵景安，王金亮，等. 三峽庫區重慶段農村面源污染時空格局演變特征[J]. 自然資源學報，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. 經濟新常態下我國農業政策轉型研究[J]. 農業經濟，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

丁學謙，吳群，文高輝，等. 2005—2019年洞庭湖平原耕地面源污染遷移軌跡及空間格局[J]. 農業工程學報，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

國家自然科學基金項目（41801190）；湖南省自然科學基金項目（2019JJ50390）；湖南省哲學社會科學基金項目（18YBQ097）；湖南省教育廳創新平臺開放基金項目（19K062）

丁學謙，研究方向為土地經濟與政策。Email：dxqjian@163.com

文高輝，博士，副教授，研究方向為農村土地利用、土地經濟與管理。Email：wengaohui360101@sina.com

10.11975/j.issn.1002-6819.2021.15.031

X821

A

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