多源信息集成的2022年克魯倫河流域草原型流域面源污染入河負荷空間分布數據集研制

摘要：克魯倫河流域位于“一帶一路”沿線，共建綠色“一帶一路”是“一帶一路”頂層設計中的重要內容，保護流域的生態安全是中蒙兩國面臨的共同挑戰和共同責任，因此理清克魯倫河流域草原型流域面源（Non-point sources， NPS）污染入河負荷的空間分布，對于劃分流域最優NPS污染空間管控單元至關重要。基于遙感分布式污染估算（DPeRS）模型，結合草原地表徑流型和消落帶型NPS污染特點研發草原型流域NPS污染入河負荷分布估算方法。該方法以遙感數據為驅動，實現了逐月尺度像元級NPS污染入河負荷分布估算，相較于以往NPS污染模擬模型，綜合考慮了消落帶型NPS污染對河流的影響。草原型流域NPS污染入河負荷由草原地表徑流型NPS污染入河負荷和草原消落帶型NPS污染入河負荷兩部分組成。草原地表徑流型NPS污染入河負荷分溶解態和顆粒態分別進行估算，主要基于克魯倫河流域干濕沉降、土壤、草原利用強度等地面數據及遙感數據核算草地氮磷平衡，結合流域降水、土壤氮磷含量等草原型NPS污染連續型參數的空間分布特征，耦合定量遙感反演模型與NPS污染地面模型開展空間負荷估算；草原消落帶型NPS污染入河負荷則是基于2019—2022年4—10月逐月哨兵2號影像提取的流域消落帶范圍，結合消落帶不同地類土柱淹沒釋放模擬實驗獲取的NPS污染總氮和總磷釋放速率，估算草原消落帶型NPS污染負荷量。基于以上方法最終得到克魯倫河流域草原型流域NPS污染入河負荷空間分布數據集，并統計得出2022年流域NPS污染總氮和總磷入河量分別為3542.5 t/yr和1559.9 t/yr，其中地表徑流型NPS污染總氮和總磷入河量分別為3105.0 t/yr和1387.1 t/yr，消落帶型NPS污染總氮和總磷入河量分別為437.5 t/yr和172.8 t/yr。本數據集為實現高精度的流域NPS污染管控單元劃分技術提供了有力支撐，對于中蒙兩國維護“一帶一路”沿線的資源生態安全具有重要的參考意義。

關鍵詞：克魯倫河流域；草原型流域面源污染；入河負荷；地表徑流型面源污染；消落帶型面源污染

數據摘要：

1""引言

克魯倫河流域位于“一帶一路”沿線，有“蒙古人的母親河”的美稱，發源于蒙古肯特山東麓最終注入我國北方第一大淡水湖呼倫湖。但近年來呼倫湖仍然面臨著入湖口水體水質差的問題，嚴重影響當地居民身體健康和生態文明可持續發展，因此克魯倫河流域的面源（Non-point sources， NPS）污染問題備受中蒙兩國關注^[1]。克魯倫河流域的NPS污染以草原流域內非消落帶區域的水土流失為主。同時獨特的畜牧方式使消落也成了典型的污染源，大量的氮、磷沉積在消落帶區域的土壤中，在季節性的水位漲落中以溶解態和顆粒態的形式進入水體，導致產生嚴重的NPS污染問題。且這些污染具有很強的富集作用，當強降雨發生時，多年累積的污染會一次性進入水體。因此理清克魯倫河流域草原地表徑流型NPS污染負荷空間分布及流域消落帶型NPS污染負荷空間分布，對于形成克魯倫河流域NPS污染最優管控單元至關重要。

目前研究流域NPS污染負荷空間分布主要有兩種方法，一種是現場監測實驗，FANG^[2]在北京密云水庫上游的不同土地利用類型的徑流地塊中，探究土壤中總氮和總磷的流失特征。但是現場監測實驗無法滿足大面積NPS污染負荷的估算^[3]，并且這些監測研究需要花費較長的時間和精力^[4]。另一種是采用模型模擬的方法進行NPS污染負荷空間分布估算^[5-6]。目前比較常見的NPS污染負荷模型有水土評估模型（Soil and water assessment tool，SWAT）^[7]、農業面源模型（Agricultural nonpoint source model，AGNPS）^[8]、農業面源年化模型（Annualized AGNPS，AnnAGNPS）^[9]、SPARROW模型（Spatially reference regressions on watershed attributes）^[10]、SWMM模型（Storm water management model）^[11]等，但模型的模擬精度受不同地區水文、氣象等條件影響較大，因此地域性較強^[12]。而我國自主研制的遙感分布式污染估算（DPeRS）模型，能夠以柵格像元為基本模型的運算單位進行模擬，大幅提升了模型模擬的精確度。且該模型引入遙感數據，降低了對地面數據的依賴，有效因地制宜進行NPS污染模擬，改變了以往傳統模型在地面資料缺失時無法模擬的情況。因此本數據集以DPeRS模型為框架，綜合考慮草原地表徑流型NPS污染的特點，納入消落帶型NPS污染負荷的分布特點，研發了草原型NPS污染負荷分布估算方法，進行草原型流域NPS污染負荷空間分布模擬。

本文首先基于研發的草原地表徑流型NPS污染負荷分布方法，獲取了草原地表徑流型NPS污染負荷空間數據，并基于2019—2022年4—10月逐月有效遙感影像提取克魯倫可流域消落帶范圍，并進行消落帶淹沒釋放模擬試驗，結合實驗室分析計算出在原位河水浸泡條件下，消落帶裸土、植被覆蓋和糞便覆蓋區域的總氮、總磷釋放速率，從而獲得了草原消落帶型NPS污染負荷空間數據。

2""數據采集與處理方法

基于草原型NPS污染負荷分布估算方法，制作2022年克魯倫河流域草原型流域NPS污染入河負荷空間分布數據集（30m空間分辨率），所用輔助變量數據的單位和具體來源如表1所示。數據源中土壤類型、土地利用、坡度坡長、植被覆蓋度和草地氮磷平衡數據以及其他模型輸入數據均是基于30米空間分辨率核算生產的（見表1），最終進行融合分析。

2.1""草原地表徑流型NPS污染負荷空間估算方法構建

本文以DPeRS模型為框架^[5]，研發了草原型NPS污染負荷分布估算方法。使用克魯倫河流域干濕沉降、土壤、草原利用強度等地面數據及遙感數據，并結合流域降水、土壤氮磷含量等草原型NPS污染連續型參數的空間分布特征，耦合定量遙感反演模型與NPS污染地面模型，主要從水土流失顆粒態構建草原地表徑流型NPS污染負荷空間估算方法。顆粒態污染物即通過附著在土壤顆粒體而實現遷移運動的污染元素，其過程同水土流失密切相關，在土壤侵蝕量與泥沙入河量模型估算基礎上，結合土壤富集系數和溶出系數，進一步對克魯倫河流域NPS污染入河量進行估算（如圖1所示）。

2.1.1""草地溶解態氮磷NPS污染核算方法

式中，NUT_bal為氮磷平衡量，單位為t/（km²?yr），Area為計算單元面積km²；Input表示草地土壤系統氮磷元素的凈輸入量，單位為t/yr，具體包括大氣干濕沉降氮磷輸入量Dpzt，單位為t/yr、有機肥氮磷輸入量Mnr，單位為t/yr和草本植物氮磷輸入量Bnf，單位為t/yr，其中有機肥氮磷輸入量指草原畜種（牛、羊、馬和駱駝等）糞便、尿液等排泄物中的氮磷量。Output表示草地土壤系統氮磷元素輸出量，單位為t/yr，具體指放牧啃食草本植物所帶走的氮磷量Hvst，單位為t/yr。

式中，C_{Dis_grass}為草地年溶解態NPS污染負荷，單位為t/km²；草地月Q_balm取決于草地氮磷平衡量。m為污染物類型（1表示總氮，2表示總磷）。j是一年中的月份；Q_balm是單位面積NPS污染源強，單位為t/km²；L_m是場次降水/雨沖刷后剩余污染物的量，單位為t/km²；N是自然因子修正系數，用來表征對NPS污染物空間分布產生影響的主要自然因子的空間異質性；?為徑流系數，?₀為標準徑流系數，本研究中，?₀默認取值為0.87。k為地面沖刷系數；r為降雨強度，單位為mm/d；t為降雨歷時，單位為h；P為日降雨量，單位為mm/d。

2.1.2 "水土流失型氮磷NPS污染核算方法

水土流失型氮磷NPS污染依據土壤侵蝕量和土壤氮磷含量進行計算，計算方式如下：

式中，C_par是顆粒態面源污染負荷，單位為t/km²；A表示年土壤侵蝕量，單位為t/（km²?yr）；Q_a為土壤氮磷含量，單位為mg/kg；E_r為氮磷富集系數，無量綱。R為降雨侵蝕力因子，單位為MJ?mm/（ha?h?a），K為土壤侵蝕性因子，單位為t?ha?h/（MJ?mm?ha）；L為坡長因子，S為坡度因子，二者均無量綱；C為作物因子；P為水土保持措施因子，無量綱。

式中，K_EPIC為EPIC模型的土壤侵蝕性因子，單位為t?ha?h/（100ha?ft?t?in）；C_org為土壤有機碳含量，單位為%；S_a為土壤砂礫含量，單位為%；S_i為粉粒含量，單位為%；C_i為黏粒含量，單位為%。

式中，K_Dg為Shirazi公式法的土壤侵蝕性因子，單位為t?ha?h/（100ha?ft?t?in）；Dg為土壤幾何平均粒徑，單位為mm；M_i為第i級粒級組分限值的平均值，單位為mm；f_i為第i級粒級下組分的重量百分比，單位為%；n表示粒徑的分級數。

式（11）至式（14）中，Kr EPIC、Kr Dg分別為根據實測數據修正的適用于中國標準土壤可蝕性因子，考慮克魯倫河流域境外部分與境內部分土壤屬性相差較小，因此全流域統一按照同一修正公式進行修正；K_ave，2為通過上述兩種方法估算的土壤可蝕性因子的均值；K為修正后的適用于中國的土壤可蝕性因子，0.1317為從美制單位到公制單位轉化系數^[14]，將估算結果轉化為國際制單位t?ha?h/（MJ?mm?ha）。

2.2 "草原消落帶型NPS污染負荷空間估算方法構建

本文研發的草原型NPS污染負荷分布估算方法，在綜合考慮草原地表徑流型NPS污染的特點上，納入消落帶型NPS污染負荷的分布特點，構建了草原消落帶型NPS污染負荷空間估算方法，首先開展土柱室內模擬試驗，估算單位面積單位時間氮磷釋放速率。草本植物中，總氮和總磷溶出的平衡時間約為15—20"d，土壤中約為40"d，因此設計采樣時間間隔為1、2、3、4、5、6、7、9、11、13、15、20、25、30、35、40、45、50天。根據取樣間隔時間及樣品濃度計算平均釋放速率，其中植被和裸土消落帶的釋放速率采用下式計算：

式中C_n為第n次采樣濃度，單位為mg/L，n=1時，C_n為初始濃度；V為上覆水體積，單位為L；S為土-水接觸面積即土柱橫截面積，單位為m²；t_n為第n次采樣所對應時間，單位為d；R_n為植被或裸土類型消落帶的第n次采樣釋放速率，單位為mg/（m²?d）。

糞便類型消落帶計算公式如下：

式中，M為糞便覆蓋土柱橫截面范圍內的糞便質量，單位為kg；R_soil，n為糞便類型消落帶的第n次采樣釋放速率，單位為mg/（g?d）。

根據遙感識別消落帶不同類型沉積土壤占地面積，計算釋放通量。其中，植被或裸土類型消落帶釋放通量的計算公式如下：

式中，U為釋放通量，單位為kg/d；R_n為植被或裸土類型消落帶的第n次采樣釋放速率，單位為mg/（m²?d）；S′為流域內植被/覆蓋消落帶土壤面積，單位為m²；n為取樣次數；k為單位轉換系數。

糞便類型消落帶釋放通量采用下式計算：

式中，R_soil，n為糞便類型消落帶的第n次采樣釋放速率，單位為mg/（g?d）；M′為糞便覆蓋消落帶的糞便質量，單位為kg，計算公式為

式中，Q為像元尺度的牲畜量，P為排泄指數。

接下來進行總氮和總磷釋放速率的計算，對克魯倫河流域內5個點位（H4， H7， M1， M2， M3）采集的三種類型土柱樣品，利用原位河水作為上覆水，進行浸泡實驗。最終獲得克魯倫河消落帶不同地類在河水浸泡中總氮總磷釋放速率，如表2所示。

并基于2019年—2022年4月至10月有效影像提取的克魯倫河消落帶范圍。其中各像元的淹沒時間根據有限遙感監測頻次中估算淹沒概率，從而獲取年均淹沒時間；裸土覆蓋度、植被覆蓋度根據野外多點樣方調查數值分別為45%和50%，剩余5%為糞便等排泄物覆蓋；流域內牲畜養殖量柵格數據根據統計年鑒數據以及蒙古包的分布區域進行空間離散，最終統一換算為像元羊數，參考相關文獻可知每只羊的年均糞便排泄系數為950"kg。

基于以上不同地類氮磷釋放速率、各像元的淹沒時間、面積、樣方地類覆蓋率以及各像元單元畜禽糞便量計算裸土類型NPS污染釋放量、植被類型NPS污染釋放量和糞便類型NPS污染釋放量，最終累加三種類型NPS污染釋放量，得到克魯倫河流域消落帶型總氮總磷NPS污染釋放量（空間分布見圖2和圖3）。

3""數據內容

克魯倫河流域地表徑流型NPS污染結果分析得到，流域地表徑流型總氮NPS污染入河量為3105.0"t/yr，約是流域地表徑流型總磷NPS污染入河量的2.2倍。克魯倫河全流域消落帶總氮NPS污染釋放量為437.5 t/yr，其中中國境內占比25%，蒙古國境內占比75%。總磷NPS污染釋放量為172.8 t/yr，中蒙占比分別為30%和70%。克魯倫河消落帶型NPS污染釋放量中蒙古國占比約為2/3，主要原因是該跨境河流蒙古國占比面積大且草原放牧密度也更大。

基于克魯倫河流域草原地表徑流型和消落帶型NPS污染負荷空間估算結果，進一步統計得到流域NPS污染總氮和總磷入河量分別為3542.5 t/yr和1559.9"t/yr（見表3）。空間分布上看，因消落帶土壤屬于牛羊糞便聚集區且河水易沖刷，消落帶型NPS污染負荷顯著高于地表徑流型NPS污染負荷；對于流域地表徑流型面源污染入河負荷而言，總氮入河負荷呈現西低東高的趨勢，而總磷入河負荷主要在中部局部區域顯著較高（如圖4和圖5所示），這主要與流域植被覆蓋度、土壤氮磷含量和降水分布的空間差異性有關。

4""質量控制與技術驗證

基于草原型NPS污染負荷分布估算方法，計算逐個柵格像元的2022年克魯倫河地表徑流型總氮、總磷NPS污染入河負荷空間分布，2022年克魯倫河流域地表徑流型總氮NPS污染入河負荷和入河量分別為26.8"kg/km²和3105.0"t，流域中部地區總氮NPS污染入河負荷相對較高。2022年克魯倫河流域地表徑流型總磷NPS污染入河負荷和入河量分別為12.0 kg/km²和1387.1"t。空間分布上看，流域地表徑流型總磷NPS污染入河負荷與總氮分布規律基本一致。流域中部地區總氮和總磷NPS污染入河負荷相對較高，主要與流域中部的土壤氮磷含量較高有關。

克魯倫河全流域消落帶型總氮NPS污染釋放量中，糞便占比約有1/2，年均203.7t，其中蒙古國境內糞便型消落帶總氮NPS污染釋放量為175.1"t/年，占全流域的86%。除糞便外，全流域裸土消落帶總氮NPS污染釋放量與植被型釋放量相近，分別為114.2 t和119.5 t，這兩類釋放量蒙古境內均是中國境內的兩倍左右，如表4和圖6至圖8左圖所示。

全流域消落帶型總磷NPS污染釋放量中，植被釋放量的占比約有1/2，年均97.3 t，其中蒙古國境內糞便型消落帶總磷NPS污染釋放量為63.8 t/年，占全流域的65.5%。此外，全流域裸土消落帶總磷NPS污染釋放量與糞便消落帶型釋放量相近，分別為35.9 t和39.6 t，裸土消落帶總磷污染釋放量蒙古境內約是中國境內的兩倍，糞便消落帶總磷污染釋放量蒙古境內約是中國境內的7倍，如表4和圖6至圖8右圖所示。

對比發現，對于不同類別消落帶，蒙古國境內的總氮或總磷面源污染釋放量均比中國境內的釋放量大很多，主要原因是90%以上克魯倫河流域位于蒙古國境內，因此蒙古國境內的草原型面源污染釋放通量相對大很多。

5""數據價值與使用建議

本數據集包含30m分辨率的克魯倫河流域草原型NPS污染總氮入河負荷量和總磷入河負荷量。數據集使用的草原型NPS污染負荷分布估算方法，以柵格像元為最小單位進行NPS污染模擬，并且結合遙感影像，因地制宜提高NPS污染模擬精度。本數據集有助于為克魯倫流域NPS污染空間管控單元的劃分提供支撐，同時為流域相關資源生態環境研究提供數據支撐。

6""數據可用性

開放訪問，遵從CC BY 4.0協議。

https：//cstr.cn/17058.11.sciencedb.agriculture.00023；

https：//doi.org/10.57760/sciencedb.agriculture.00023。

7""代碼可用性

可聯系生態環境部衛星環境應用中心獲取。

數據作者分工職責

謝成玉，論文撰寫、可視化、方法。

王辰怡，論文撰寫、形式分析、可視化。

黃莉，驗證、調查研究與數據采集、項目管理。

高秉博，概念化、資助獲取、評審和編輯。

尹文杰，方法、軟件開發、調查研究與數據采集。

SUKHBAATAR Chinzorig，資助獲取、資源提供、項目監管。

王慶濤，調查研究與數據采集（Investigation）、軟件開發（Software）。

陳華杰，驗證、方法、項目監管。

馮權瀧，調查研究與數據采集、項目管理。

李淑華，項目管理、項目監管。

馮愛萍，概念化、項目監管、項目管理。

利益沖突聲明

作者聲明，全部作者均無會影響研究公正性的財務利益沖突或個人利益沖突。

參考文獻

[1] 王辰怡，高秉博，Chinzorig S，等."2022年克魯倫河流域土壤全氮含量與土壤全磷含量數據集.農業大數據學報，2023，5（3）："104-111.

[2] FANG H. Effect of soil conservation measures and slope on runoff， soil， TN， and TP losses from cultivated lands in northern China. Ecological Indicators， 2021， 126： 107677. DOI： 10.1016/j.ecolind."2021.107677.

[3] SHEN W， ZHANG L， LI S， et al. A framework for evaluating county-level non-point source pollution： joint use of monitoring and model assessment. Science of the Total Environment， 2020， 722： 137956. DOI：10.1016/j.scitotenv.2020.137956.

[4] PENG K， LI J， ZHOU X， et al. Simulation and control of non-point source pollution based on MIKE model： A case study of Danjiang river basin， China. Ecohydrology amp; Hydrobiology， 2023， 23（4）： 554-568. DOI：10.1016/j.ecohyd.2023.08.001.

[5] 馮愛萍，吳傳慶，王雪蕾，等."海河流域氮磷面源污染空間特征遙感解析.中國環境科學，2019，39（7）： 2999-3008.

[6] ADU J T， KUMARASAMY M V. Assessing non-point source pollution models： a review. Polish Journal of Environmental Studies， 2018，"27（5）. DOI："10.15244/pjoes/76497.

[7] 丁建華，沈旭，常文婷，等."基于SWAT模型的南苕溪流域面源污染時空格局研究.環境污染與防治，2023， 45（12）： 1654-1659.

[8] LIU J， ZHANG L， ZHANG Y， et al. Validation of an agricultural non-point source （AGNPS） pollution model for a catchment in the Jiulong River watershed， China. Journal of Environmental Sciences， 2008， 20（5）： 599-606. DOI：10.1016/S1001-0742（08）62100-2.

[9] 趙串串，馮倩，侯文濤，等."基于AnnAGNPS模型的灞河流域非點源污染模擬研究.環境污染與防治， 2019，41（3）：317-322.

[10] 尹京晨，丁晗，李澤利，等."基于SPARROW模型的面源污染模擬研究進展.環境工程，2022，40（6）：253-260+294.

[11] XUE J， WANG Q， ZHANG M. A review of non-point source water pollution modeling for the urban–rural transitional areas of China： Research status and prospect. Science of the Total Environment， 2022， 826： 154146. DOI：10.1016/j.scitotenv.2022.154146.

[12] 張秀紅，李任革，趙月帥，等."基于DPeRS模型的西安市農業空間面源污染特征解析.環境工程，2023， 41（12）：142-149.

[13] 成立新，岳林芳，鄭重，等."內蒙古自治區畜禽養殖糞污的調研情況.當代畜禽養殖業，2019， （6）：59-64.

[14] 馮愛萍，黃莉，王雪蕾，等."浦陽江流域（浦江縣段）面源污染模型估算及河流生態緩沖帶重點區域識別.環境工程學報，2022，"16（1）："73-84.

引用格式：謝成玉，王辰怡，黃莉，高秉博，尹文杰，SUKHBAATAR Chinzorig，王慶濤，陳華杰，馮權瀧，李淑華，馮愛萍.多源信息集成的2022年克魯倫河流域草原型流域面源污染入河負荷空間分布數據集研制[J].農業大數據學報，2025，7（1）：31-42. DOI： 10.19788/j.issn.2096-6369.100027.

CITATION："XIE ChengYu， WANG ChenYi， HUANG Li， GAO BingBo， YIN WenJie， SUKHBAATAR Chinzorig， WANG QingTao， CHEN HuaJie， FENG QuanLong， LI ShuHua， FENG AiPing. Research of Spatial Distribution Dataset of Grassland-type Non-point Sources Pollution Loading to Rivers in the Kherlen River Basin in 2022 Integrated by Multi-source Information[J]. Journal of Agricultural Big Data，2025，7（1）："31-42. DOI： 10.19788/j.issn.2096-6369.100027.

Research of Spatial Distribution Dataset of Grassland-type Non-"point Sources Pollution Loading to Rivers in the Kherlen River Basin in 2022 Integrated by Multi-source Information

XIE ChengYu WANG ChenYi HUANG Li GAO BingBo YIN WenJie SUKHBAATAR"Chinzorig WANG QingTao CHEN HuaJie FENG"QuanLong "LI ShuHua FENG"AiPing

1. Satellite Application Center for Ecology and Environment， Ministry of Ecology and Environment， Beijing， 100094， China;""""""2. College of land science and technology， China Agricultural University， Beijing， 100083， China;"3. Institute of Geography and Geoecology， Mongolian Academy of Sciences，"Ulaanbaatar，"15170， Mongolia;"4. Research Center of Information Technology， Academy of Agriculture and Forestry Sciences， Beijing， 100097， China

Abstract： The Kherlen River Basin is located along the Silk Road， and jointly building a green road is an important part of the top-level design of the Silk Road. China and Mongolia face the common challenge and responsibility of protecting the ecological security of the basin. Therefore， it is important to clarify the spatial distribution of grassland-type load estimation of non-point sources （NPS） pollution into the Kherlen River Basin， which is essential for the division of the optimal spatial control unit of NPS pollution in the basin. On the basis of Chinese self-developed DPeRS （Diffuse Pollution estimation with Remote Sensing） model， this paper has developed a method for estimating the grassland-type load distribution of NPS pollution into river in the basin， by combining the NPS pollution characteristics of surface runoff on grassland and incorporating the spatial distribution of NPS pollution loads in hydro-fluctuation zone. The method is driven by remote sensing data， and it can realize the distribution of NPS pollution load estimation into river at the pixel level month by month. Compared to the previous NPS pollution simulation models， this method comprehensively takes into account the impact of hydro-fluctuation zone NPS pollution on rivers. The grassland-type load estimation of NPS pollution is composed of two parts： the NPS pollution of surface runoff on grassland and the NPS pollution of hydro-fluctuation zone on grassland. The NPS pollution load of surface runoff on grassland into the river is mainly estimated from the dissolved state and erosion particle state. Firstly， the nitrogen and phosphorus balance of grassland was calculated based on ground data （such as wet and dry deposition data， soil data， grassland utilization intensity） and remote sensing data in the Kherlen River Basin. Then， space load estimation is carried out by coupling a quantitative remote sensing inversion model with the ground model of NPS pollution， by combining the spatial distribution characteristics of continuous parameters in estimating the grassland-type NPS pollution， such as precipitation in the watershed，"soil nitrogen and phosphorus content. Grassland NPS pollution loads in hydro-fluctuation zone is estimated based on the extent of hydro-fluctuation zone extracted from month-by-month Sentinel 2 imagery from April-October， 2019-2022. And the volume of grassland-type NPS pollution loads in the hydro-fluctuation zone is calculated by the release rates of NPS pollution total nitrogen and total phosphorus obtained from submerged release simulation experiments of soil columns in different land use type in the hydro-fluctuation zone. Based on above methods， the spatial distribution dataset of grassland-type NPS pollution load into river is finally obtained. And the NPS pollution load of total nitrogen and total phosphorus into river is 3542.5 t/yr and 1559.9 t/yr in 2022， respectively. The total nitrogen and phosphorus of surface runoff type NPS into the river were 3105.0 t/yr and 1387.1 t/yr， respectively. The total nitrogen and phosphorus of hydro-fluctuation zone type NPS into the river were 437.5 t/yr and 172.8 t/yr， respectively. This dataset provides a strong support for the realization of high-precision division technology of NPS pollution control unit， which is of great reference significance for China and Mongolia to maintain the resource and ecological security along the Silk Road.

Keywords："Kherlen River Basin; grassland-type NPS pollution of basin; loads into river; NPS pollution of surface runoff; NPS pollution of hydro-fluctuation zone