基于“源-匯”理論的汾河太原段非點源污染識別

付紹桐，甄志磊，劉 旭，王 倩，馬浩天

（1.山西農業大學城鄉建設學院，山西晉中 030801；2.呼和浩特市生態環境科技推廣中心，呼和浩特 010090）

0 引言

近年來，城市化和工業化的快速發展在帶來經濟效益的同時，也帶來了廣泛的資源短缺和嚴重的環境問題，水環境問題已成為最嚴重、最普遍的問題之一。河流湖泊作為世界多種水源地中所占比例最大、分布最廣的淡水資源，受到各種形式的污染威脅[1]。其中，點源（PS）污染和非點源（NPS）污染對水環境的影響尤為突出。隨著城市點源污染治理的逐步完善，降雨帶來的面源污染對城市水體的影響日益值得關注[2]。研究表明，間歇性雨水徑流中的有機物濃度通常不低于污水處理廠周期性排放的濃度[3]。因此，開展城市河流非點源污染風險識別成為不可回避的重要研究內容。

NPS污染受自然因素和人為因素共同作用的影響，如土地利用、氣候變化、植被特征和污染物排放等[4]。與PS相比，NPS對水環境造成的污染具有空間廣泛性、時間不確定性和時滯性[5-7]。因此，對非點源污染的監測與控制具有很大的挑戰。在對非點源污染負荷定量計算時，多采用構建模型的方法[8]。Xiao等[9]通過SWAT模型探討了上游流域的污染物輸入和流域出口的污染物負荷響應之間的聯系，研究了不同農業活動和不同村莊的污染貢獻率。李立[10]根據渭河流域實際情況，利用改進的SWAT模型，經實測數據校準后確定了咸陽—西安段非點源污染入河負荷。包鑫和江燕[11]總結得出由于SCS曲線模型計算下滲和地表徑流的局限性，降低了SWAT、AGNPS和GWLF等模型精度。另外，SWAT、HSPF和BASINS等復雜流域模型參數數量龐大，有限的數據資料增加了模型校準和驗證的難度，限制這些模型在更大尺度區域的應用。近年來，“源-匯”景觀作為景觀生態研究的一個新技術手段被廣泛運用。黃寧等[12]基于“源-匯”理論從流域和景觀斑塊類型層次構建了流域景觀格局調控框架。Wang等[13]以三峽庫區王家溝小流域為例，研究了小流域景觀空間特征與非點源污染的關系，確定了影響非點源污染的景觀空間負荷特征。許芬等[14]對水庫非點源污染進行風險識別與評價，驗證了遙感與“源-匯”景觀指數的適用性。

本研究充分考慮土地利用、降雨、土壤、地形、河道距離、坡度、作物施肥等因素，結合地理信息系統（GIS）技術，計算“源-匯”景觀空間負荷對比指數，精確地解析研究區域內對于太原城市水體非點源污染風險貢獻較大的景觀地段，準確識別污染的關鍵區域，并提出針對汾河非點源污染防治的景觀格局優化建議，為汾河太原段景觀規劃和設計提供理論依據和參考。

1 研究地區與數據來源

1.1 研究區概況

太原市位于山西省境中央(37°59′30″N～38°07′30″N，112°26′30″E～112°77′80″E)，太原盆地的北端，汾河自北向南橫貫太原市全境。太原市地形為典型北方高原山地地貌，東、西兩面環山，中部為汾河河谷平原。太原市主要受季風氣候影響，四季分明，年均氣溫為11.9～13.7°C，年均降雨量為400～650 mm[15]。太原市人口密集度較大，農業和工業相對發達，人為活動帶來的非點源污染對汾河流域水質安全的威脅較大。汾河太原段水質呈中度污染水平，主要污染物包括氨氮、有機物（COD5）和總磷等[16]。研究區主要包括小店、迎澤、杏花嶺、尖草坪、萬柏林和晉源6個區（圖1）。

圖1 研究位置Fig.1 Location of the study area

1.2 數據來源與處理

本研究所使用的數據包括：中國高分系列遙感數據（GF-1）（http://www.cresda.com/CN/）。其中包括4個多光譜波段（分辨率：8 m）和1個全色波段（分辨率：2 m）。DEM數（http://www.gscloud.cn/），主要用于坡度、距離因子的提取。GF-1影像預處理使用航天宏圖PIE軟件，包括輻射定標、大氣校正、正射校正、圖像融合（GF-1多光譜與全波段融合）和圖像拼接。最后，使用eCognition8.9軟件進行分類。

污染物總氮（TN）、總磷（TP）數據來源于汾河水質實測、《全國農田面源污染排放系數手冊》[17]、2017版《第二次全國污染源普查手冊》[18]、2020年《太原統計年鑒》等資料，同時借鑒相同或相似研究區的相關文獻。

2 研究方法

2.1 隨機森林算法

根據太原市實際情況和《土地利用現狀分類標準》（GB/T 21010-2017），采用使用eCognition8.9中隨機森林法[19]將太原市土地利用類型分為：耕地、建設用地、林地、草地、水體。

2.2 網格景觀空間負荷對比指數

構建網格景觀空間負荷對比指數（GLCI）可以反映一定尺度的景觀對水體非點源污染的貢獻。本研究基于太原市自然景觀格局，充分考慮太原市各項自然地理要素，最終劃定空間單元[20]。“源”景觀：耕地和建筑用地；“匯”景觀：草地和林地。不同景觀類型對面源污染的排放、吸收或截留程度不同。GLCI的計算如下：

式中：GLCIN為TN的GLCI；GLCIP為TP的GLCI；GLCINP為TN和TP的GLCI；WiN為“源”景觀類型TN的污染輸出權重；WiP為“源”景觀類型TP的污染輸出權重；WjN為“匯”景觀類型TN的污染截留權重；WjP為“匯”景觀類型TP的污染截留權重；Si和Sj分別為“源”“匯”景觀類型的面積比例。

2.3 非點源污染風險指數

太原市以褐土為主，土壤類型單一，且降水空間差異小。因此，本研究非點源污染風險指數（NPPRI）評價參考文獻[14]。NPPRI計算方程如下：

式中：GLCINP為網格的TN、TP總體污染負荷；Slope為網格的坡度；Slopemax為理論上的最大坡度，取90°；Distɑnce為網格到河道的直線距離；Distɑncemax為可能受到非點源污染影響的最大距離，取20 km；NPPRI為空間要素修正后的非點源污染風險指數。

2.4 非點源污染風險評價

太原市“源”“匯”空間的分布格局及其與非點源污染關系采用洛倫茲理論來確定[14]，并依次來判斷研究區NPS污染風險程度。

3 結果與分析

3.1 “源”“匯”景觀的遙感分類和輸出權重

本研究基于eCognition8.9中隨機森林算法進行分類（圖2），參考Google Earth進行精度驗證，驗證結果表明Kɑppɑ系數達到0.91，分類結果準確。本研究中“匯”景觀以林地為主，面積為579.47 km2，占研究區的41.33%，主要分布東西兩側距汾河較遠；“源”景觀主要分布在汾河沿岸呈連片分布，其中建設用地面積為506.59 km2，占研究區的36.13%；耕地面積為142.28 km2，占研究區的10.15%。

圖2 “源-匯”景觀遙感分類結果Fig.2 Remote sensing classification result of“source-sink”landscape

耕地：耕地污染輸出權重參考《農業污染源普查手冊》中“地表徑流-北方高原山地區-緩坡地-非梯田-橫坡-旱地-大田一熟”區域的標準農田流失系數作為依據，確定TN和TP流失量分別為2.64 kg/(hm2·a)和0.14 kg/(hm2·a)，標準農田的總施氮量和總施磷量分別為207.15 kg/hm2和75.15 kg/hm2。根據2020年《太原市統計年鑒》，研究區內TN和TP施肥量分別為194.29 kg/hm2和103.02 kg/hm2。最終確定TN、TP施肥修正系數分別為0.94、1.37。根據太原市多年平均降水量（400～650 mm），將降水修正系數設為1。因此，耕地TN、TP流失量為：

建設用地：由《城鎮生活源產排污系數手冊》可知，太原市生活源污水污染物TN人均產生系數為9.18 g/(人·d)，TP為0.97 g/(人·d)，太原市2020常住人口為3 002 159人，建設用地面積798 km2。因此，建設用地TN、TP排污量為：

林地和草地：王寧等[21]在山西省油松林生態系統碳、氮、磷化學計量特征研究中，得到TN、TP截留值分別為0.94～2.39、0.13～0.39 g/kg，因此，TN、TP截留系數分別為1.45、0.25 g/kg（均值）。暖溫帶落葉闊葉林土壤層氮儲存庫為14.82 t/hm2[22]，褐土全磷含量為0.28 kg/m2[23]。因此，林地對TN和TP平均吸收量分別為21.49和0.70 kg/(hm2·a)。研究表明，草地對TN和TP的吸收能力分別為林地的80%和85%[24]。最終確定太原市草地的TN和TP吸收量分別為17.19 kg/(hm2·a)和0.60 kg/(hm2·a)。

水體：水體對TN、TP吸收權重很小，本研究不將其納入“源-匯”景觀中[14]。

本研究以TN、TP標準排放（吸收）量最大的建設用地景觀為基準[14]，計算不同景觀類型的權重。“源”、“匯”景觀權重計算如下：

式中：I表示某種景觀類型的TN、TP標準排放（吸收）量；Imax指建設用地中TN、TP排放（吸收）量；TN、TP標準排放（吸收）量最大的景觀類型權重為1[14]。

本研究中建設用地的TN和TP的排放（吸收）量最大，因此，TN和TP的Imax分別設定為126.06和13.32 kg/(hm2·a)。其它用地類型的權重見表1。

表1 研究區不同景觀類型TN、TP產生量及權重Tab.1 Amount and weight of TN and TP of different landscape types in study area

3.2 網格景觀空間負荷對比指數的空間分布

根據流域地形和遙感可識別空間范圍，對研究區域進行網格化處理，以500 m×500 m的網格為單元對研究區進行GLCI計算，并得到GLCI分布圖（圖3）。GLCI值在-0.08～0.50之間，其中GLCI大于0（62.87%）表明單元內NPS污染存在發生風險；GLCI小于0（37.04%）表明“匯”景觀占主導作用，NPS污染的發生風險小。綜上，汾河太原段非點源污染風險總體較高，以“源”作用為主的土地類型占較大比例，汾河兩岸以建設用地為主的區域為高污染負荷區域。“匯”景觀主要分布在以林地為主的區域。在ArcGIS中采用自然間斷點分級法，將GLCI由低到高分為5個等級（表2）。其中極低風險區，GLCI范圍在（-0.08，-0.01）之間的占流域面積的35.60%，主要分布在太原市東西山上（“匯”景觀）。低風險區“源-匯”污染負荷較平衡的GLCI范圍接近0，在（-0.01，0.11）之間占流域面積的17.41%。中風險區（0.11，0.25）和高風險區（0.25，0.40），分別的占流域面積的14.16%和15.14%，主要分布于研究區的北部和南部，以“源”景觀為主。GLCI范圍在（0.40，0.50）之間的極高風險區面積占比為17.69%，主要集中在研究區中部以“源”景觀為主。“源”“匯”景觀不平衡導致汾河水體受到非點源污染。

表2 不同景觀空間負荷等級面積對比Tab.2 Area comparison of different landscape spatial load levels

圖3 網格景觀空間負荷對比指數（GLCI）空間分布Fig.3 Spatial distribution of grid landscape contrast index(GLCI)

3.3 汾河太原段非點源污染風險指數

GLCI一定程度體現了NPS污染的發生風險，而地形（坡度）和距河道距離則影響著非點源污染的遷移風險。由圖4可以看出，汾河太原段地區坡度呈現西、東兩面高中部低的特征。利用GLCI、坡度因子、距離因子疊加得到非點源污染風險指數（NPPRI）識別結果（圖5）。NPPRI越高，非點源污染風險的發生與遷移的可能性越高。從空間上看，研究區的中部非點源污染風險較高，該區域分布著密集的建設用地和耕地，人類活動較為密集；研究區東、西兩面的山區非點源污染風險較低。主要是由于植被覆蓋度高，建設用地和耕地分布密度低以及人類活動強度明顯減弱。整體而言，該地區NPS污染風險較高，呈現出中部高兩邊低的特點。

圖4 汾河太原段地區坡度和距離因子Fig.4 Slope and distance factors in Taiyuan section of the Fenhe River

圖5 非點源污染風險識別圖Fig.5 Risk identification of Non-point source

3.4 “源-匯”空間分布與非點源污染風險評價

本研究對汾河太原段坡度、河道距離進行區間劃分，計算各個區間不同土地利用景觀類型的面積累積百分比（圖6和圖7）。結果表明，汾河太原段受到NPS污染風險。坡度要素中“源-匯”景觀集中分布在0～30°范圍內，河道距離要素中“源-匯”景觀集中分布在河道距離因子0～12 000 m范圍。其中林地和草地為主的“匯”景觀類型在距離汾河較遠的區域面積比重大，而耕地和建設用地為主的“源”景觀類型在靠近汾河區域的占比較大，為NPS污染風險高發區。

由圖6和圖7可知，在坡度和河道距離因子中，累積面積比例由大到小排序：耕地＞建設用地＞草地＞林地。并且，“源”、“匯”累積面積的比值都大于1（見表3）。主要原因是汾河太原段“源”景觀分布在坡度較小、距離汾河河道較近的位置，而“匯”景觀分布在坡度較大、距離汾河較遠的位置。其中，坡度因素可抑制污染的截留，河道距離要素易引起污染。本研究中耕地和建設用地距離汾河較近，對污染截留效果較差。

表3 主要“源-匯”景觀的洛倫茲曲線的面積對比Tab.3 Area-comparison of Lorenz curves of the main“source”and“sink”landscapes

圖6 坡度因子的洛倫茲曲線Fig.6 Lorenz curves of the factor of slope gradient

圖7 河道距離因子的洛倫茲曲線Fig.7 Lorenz curves of the factor of“distance from river”

4 討論

早期關于“源”和“匯”景觀格局對NPS污染形成影響的研究僅根據主觀經驗將景觀分類為“源”或“匯”景觀。然而，近年來，人們已經確定了不同類型景觀的貢獻權重，以確定這些景觀對NPS污染形成的影響。在本研究中，太原市“源”景觀類型以建設用地為主，特別是在建成區內占較大比例，其次為耕地。林地和草地隨著高程和坡度的上升，逐漸轉為優勢景觀類型，主要分布在太原市東西兩側的高山地帶。由于汾河太原段建設用地占比大，是汾河污染的潛在的污染源。GLCI的計算結果表明，汾河太原段僅有0.09%的流域實現了“源-匯”景觀平衡。因此，汾河太原段NPS污染發生風險總體較高。其中，建設用地的GLCI值最高，耕地次之；太原市東西兩側的山地、丘陵地區以及研究區北部的尖草坪部分地區風險較低，這與“源”“匯”面積分布相似。因此，快速的城市化和強烈的人類活動是導致汾河受到NPS污染的主要原因。另外，研究區內汾河海拔最低，東西兩側高山距離汾河較遠，坡度影響較小。因此，對汾河的影響因素中距離因素＞坡度因子＞高程因素。

基于“源-匯”景觀理論，非點源污染的消減和治理主要以實用方法為基礎，結合經濟增長水平進行景觀格局優化[25]。本研究將從以下兩個方面提出相應的建議。一是既要優化“源”景觀布局，又要發揮“匯”景觀的截留和吸收作用。由于汾河太原段沿岸分布著大量的商業區、居住區和肥沃的農田，這些地區不可能被移走或轉移，景觀格局必須在現實的基礎上進行改造。研究表明，在各類景觀總面積和“源”“匯”景觀面積不變的情況下，“匯”景觀在研究尺度上越分散，其截留和削減污染物的可能性會越大，降低“源”景觀對水質的威脅程度，起到保護水質的作用[26,27]。因此，在空間格局角度上，應提高“匯”景觀的分散程度[28]。二是在河道周圍布設防護帶和緩沖區，增加“匯”景觀對污染物的吸收和轉換。例如在河岸帶上種植防護林帶、下凹綠地和雨水花園等低影響開發措施（LID），對污染的輸入起到一定的緩沖作用。

5 結論

太原市最主要的“源”景觀類型為建設用地，其次為耕地。在太原市東西兩側高山地帶，林地和草地為主要景觀。汾河太原段中“源”景觀占主導，GLCI大于0的流域面積占研究區的62.87%，分布在中部汾河沿岸城區段，以“匯”景觀占主導的流域面積占研究區的37.04%，分布在太原市東西兩側的山區，僅有0.09%的流域實現了“源-匯”景觀平衡。汾河太原段非點源污染發生風險總體較高，呈現中部平原區高兩邊山區低的特征。汾河太原段在坡度要素中“源”“匯”景觀分布合理，坡度高易產生污染的區域為“匯”景觀林地和草地，有利于污染的截留。而在河道距離要素中，“源”景觀耕地和建設用地距離汾河過近，污染產生風險與遷移風險都較高，尤其是耕地距離汾河較近，同時缺少“匯”景觀對污染物起截留作用。