2022年克魯倫河流域草原面源污染管控分區數據集

摘要：克魯倫河流域生態環境安全直接關乎中蒙兩國流域可持續發展水平，科學劃分面源污染管控單元對于該流域實現水環境精準施策和高效管理具有重要意義。然而，當前該區域在污染管控方面缺乏有效的分區數據來指導具體施策。傳統的污染管控單元劃分方法，難以精確反映草原面源污染的差異性，從而在一定程度上影響了管理效果。草原面源污染受多重因素影響，其地理屬性在屬性上呈現出重復性，同時在空間分布上又表現出連續性。為了更準確地捕捉這些特征，需要一種能夠平衡處理屬性重復與空間連續的聚類方法。本研究針對克魯倫河流域，面向草原面源污染影響因素，綜合考慮了年平均降水、氣溫、數字高程、草地載畜強度以及土壤全氮磷含量等關鍵連續數據，利用能有效處理屬性依賴關系和空間一致性策略的空間Toeplitz逆協方差聚類（STICC）方法進行聚類分析，構建了2022年克魯倫河流域面源污染管控分區數據集。為了驗證該數據集的精確性，采用DUNN聚類精度評價指標對該分區效果與其他傳統分區結果進行了對比，結果顯示：STICC方法在聚類精度上優于K-Means、Spectral K-Means、GMM及Repeated Bisection等方法，能夠更有效地識別污染的異質性區域，進而顯著提升管理的精細度。此外，本研究還保留了數據的原始連續性，使得對污染特征的刻畫更為準確。相較于傳統方法，本研究提供的分區數據在細節展現上提升了50%以上。該數據集不僅為深入研究克魯倫河流域的面源污染特征提供了有力支持，還為相關管控決策提供了堅實的數據基礎。

關鍵詞：克魯倫河流域；面源污染；管控分區；空間聚類；STICC聚類

數據摘要：

1 "引言

克魯倫河流域作為中蒙兩國的重要生態區域，其生態環境安全一直備受關注^[1-2]。面源污染作為影響流域水環境質量的關鍵因素之一，科學設定面源污染管控單元并實施精準管控對于流域的可持續發展具有重要意義。然而，當前該區域在污染管控方面缺乏有效的分區數據來指導具體政策的實施。

草原面源污染的管控單元劃分是一個典型的多因素問題^[3]，草原面源污染受多種因素影響，其地理屬性既表現出屬性上的重復性，又在空間分布上呈現連續性。在現有的流域水環境管理中，主要的管理模式和劃分依據包括基于水文單元、水生態區和行政區的三種方法^[4-7]，這些方法無法定量地細粒度反映污染異質性，從而影響了管理的針對性和精細度。相較于傳統方法，聚類方法具有更深入地反映污染異質性的優勢。但很多聚類方法不能兼顧面源污染的屬性重復和空間連續兩個特點。例如基于屬性的聚類方法能保證屬性重復但空間孤立，基于區域化的聚類方法能實現空間連續但屬性單一^[8]，所以需要選取合適的多元聚類方法，以在多維屬性重復模式和空間連續性之間探求平衡。空間Toeplitz逆協方差聚類（Spatial Toeplitz Inverse Covariance-based Clustering-STICC）^[9]方法利用馬爾可夫隨機場^[10]，對不同變量之間的偏相關性進行建模，以描繪特定聚類內多維屬性的依賴關系，并使用空間一致性策略鼓勵附近的地理對象屬于同一聚類，能夠平衡處理屬性重復與空間連續。

本研究針對目前流域水環境管理單元無法有效支撐污染管控的問題，以及考慮分區因素的聚類方法在刻畫草原面源污染影響因素的多維地理屬性特征的不足，面向克魯倫河流域，運用充分考慮屬性特征和空間特征的STICC多維空間聚類方法進行面源污染管控區域分區。基于該方法，輸入了包括年平均降水、氣溫、數字高程、草地載畜強度以及土壤全氮磷含量等關鍵連續型數據，進行了聚類分析，構建了克魯倫河流域的面源污染管控分區數據集。

2 "數據采集與處理方法

本研究選取克魯倫河流域（107°25′—117°24′E，46°2′—49°40′N）作為研究區域，如圖1所示，主要位于蒙古國境內，下游小部分延伸至中國。本研究以嘎查（蒙古行政管理單位）和縣（中國行政管理單位）為最小管控單元。

基于文獻調研與實地考察，系統篩選了一系列面源污染風險管控分區候選變量，涵蓋自然環境、人為活動及污染現狀等多個維度，具體包括降水量、氣溫、土壤可侵蝕性、坡度、坡長、距河道距離、植被覆蓋度、土壤類型、土地利用類型、氮肥投入量、磷肥投入量及污染負荷量等^[11-13]。在綜合考量數據可獲取性的基礎上，進一步采用相關性分析、主成分分析，并深入探討各變量對主成分特征的貢獻度，最終確定了六個核心變量參與聚類分析，即年平均降水、年平均氣溫以反映氣象條件，數字高程代表地形因素，草地載畜強度揭示草原利用狀況，而土壤全氮和全磷含量則體現了氮磷負荷及土壤狀況。年平均降水、年平均氣溫、數字高程（DEM）、草地載畜強度（GLI）、土壤全氮（STN）和土壤全磷含量（STP），以上六個關鍵變量共同構成了面源污染管控分區的指標體系。

GLI、STN、STP、降水和氣溫數據采集年份為2022年，DEM數據采集年份為2019年，數據來源如表1所示。上述數據均為連續性數值數據，空間分辨率從30米至1000米，為確保數據的一致性和準確性，統一處理為1公里網格單位，經過數據清洗、標準化和投影轉換，構建了一個由11萬余個點數據組成的適用于聚類分析的基礎數據集。

在面源污染管控分區數目的確定過程中，引入了Dunn指數作為聚類效果的關鍵評價指標。通過系統地繪制并分析Dunn指數曲線（圖2），發現了一個顯著的拐點：當分區數為7時，Dunn指數達到一個相對較高的數值，表明聚類效果優良。此外，該分區數還能有效捕捉細節區域特征，同時維持了空間上的連續性。盡管分區數為8時，Dunn指數略高，但分區結果的空

間破碎度明顯增加，進而提升了管控的復雜性與成本，對實際應用構成不利影響。因此，在權衡聚類效果與操作可行性的基礎上，確定7為最優的管控分區數目，以達成精確且有效的污染管控目標。

基于STICC方法的聚類成果，進一步結合了行政管理單元圖層，以實現在行政層面上對管控措施的有效實施。通過對每個嘎查和縣域內所有格網點的分區類別進行詳盡統計，確定了數量最多的類別，并以此作為該行政單元的主導分區類別。利用這種方式，構建了2022年克魯倫河流域的面源污染管控分區圖。

3 "數據內容

基于STICC聚類方法得到的克魯倫河流域面源污染管控分區結果如圖3所示，整個流域被劃分為七個區域，各區特征鮮明：源頭區域的I、II和III區海拔高、土壤氮磷含量及污染負荷均低，但I區因草原利用強度高、降水量大，污染風險相對較高；中段的IV至VI區則呈現出地理和氣候的過渡性，海拔逐漸下降，氣溫上升，草原利用強度減弱，而污染負荷增加；位于流域末端的VII區，雖然草原利用強度不高，但因其低海拔、少降水、高溫度的特點，污染負荷高，面源污染風險也相應較高。每個分區的屬性特征均值如表2所示。

為了滿足面源污染分級分區管理的需求，對上述7個管控分區進行了合并與優化。通過綜合考慮各分區的污染風險特征和風險強度，將風險強度相近但污染風險特征各異的分區進行了合理的整合，最終精簡形成了三個核心的面源污染管控分區（圖4），作為

一級管控分區。這種調整不僅使管理流程更為簡潔高效，同時也為管理者提供了更加明確的管理框架。同時，依然保留原始的7個分區版本，作為二級管控分區，以便于管理者針對不同風險特征實施更為精細的管理策略。這兩個層級的管控分區數據，能為克魯倫河流域的面源污染管理決策提供數據支持，有助于實現分級管理和分類控制，進一步提升了數據集的靈活性和實用性。

4 "質量控制與技術驗證

為了定量評估管控分區的有效性和準確性，本研究采用了Dunn指數^{[14， 15]}作為關鍵評價指標。該指數通過計算簇間最小距離與簇內最大距離的比率，全面考量了聚類的分離度和內聚性。較高的Dunn指數意味著簇間分離良好且簇內結構緊密，從而反映了更優質的聚類效果。

在本研究中，針對克魯倫河流域的面源污染管控問題，運用了五種聚類方法進行管控分區效果對比：STICC、K-Means、Spectral K-Means、GMM以及Repeated Bisection。在相同的數據集、分區數目和分區變量條件下，進行了對比實驗。如表3和圖5中的實驗結果顯示，相較于其他方法，STICC在聚類精度上表現更為出色，這一方法能更有效地識別污染異質性區域。

為了深入對比STICC方法與傳統基于行政區劃的管控分區效果，分別計算了兩者的Dunn指數。結果顯示，基于省份的管控分區的Dunn指數為0.000072，而本研究方法得出的Dunn指數為0.000276。通過對比這兩個指數，可以看到：與傳統的基于行政區劃的管控分區相比，本研究采用的STICC方法在分區精度上實現了顯著提升，具體提升幅度超過兩倍。

本研究采用了遙感反演數據和空間插值數據作為面源污染管控分區變量的數據源，這些數據在空間上具有連續性，并且空間分辨率介于30至1000米之間。在進行分區處理時，并未對數據進行傳統的分級操作，而是選擇保留了數據的原始數值。這種方法使得分區結果能夠更精細地刻畫出面源污染的特征。與傳統分區方法相比，本研究的分區結果在細節展現程度上提升了超過50%，為面源污染的研究提供了更為精確和深入的信息。此方法顯著提高了污染特征識別的精度和深度，為后續面源污染風險特征等定量分析研究提供了新的視角和數據基礎。

5 "數據價值與使用建議

本數據集包括2022年克魯倫河流域面源污染管控分區數據，相較于常規的空間聚類方法，數據集使用的STICC聚類方法實現了多維屬性重復模式和空間連續性之間的平衡，且提高了聚類精度；同時采用原始的連續型數值變量數據直接參與聚類，未對數據進行傳統的分級操作處理，使得分區結果能夠更精細地刻畫出面源污染的特征。因此本數據集有助于進一步定量探究克魯倫河流域面源污染特征細節，同時為流域面源污染管控提供決策數據支撐。同時，本數據集提供三個一級分區和七個精細分區兩個層級的分區結果，能為克魯倫河流域的面源污染管理決策提供數據支持，有助于實現分級管理和分類控制，進一步提升了數據集的靈活性和實用性。

6""數據可用性

開放訪問，遵從CC BY-NC-SA 4.0協議。

https：//cstr.cn/"31253.11.sciencedb.08471；

https：//doi.org/10.57760/sciencedb.08471。

數據作者分工職責

李淑華，方法設計、數據分析與論文撰寫。

劉玉，概念化與論文架構指導。

SUKHBAATAR Chinzorig，項目管理與項目監管。

李曉嵐，數據質量控制。

高秉博，實驗方案設計。

馮愛萍，數據獲取與質量控制。

李存軍，數據整理匯總。

任艷敏，數據收集與可視化。

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] 楊文煥，陳阿輝，李衛平，等. 克魯倫河水質評價及其對呼倫湖水環境影響分析. 環境工程， 2015，33（10）：113-116.

[2] 崔秀萍，徐凱然. 中蒙水資源開發建設項目合作現狀與對策研究. 財經理論研究， 2018（2）：21-28.

[3] LI X"H， ZHAO C Y， WANG B， et al. Regional partitioning of agricultural non-point source pollution in China using a projection pursuit cluster model. Journal of Arid Land， 2011，3（4）：7.

[4] 李哲. 哈爾濱市水環境管控單元的劃分及非點源污染應對策略. 哈爾濱工業大學， 2019.

[5] 周夏飛，於方，劉琦，等. 東江流域突發水污染風險分區研究. 生態學報， 2020，40（14）：4813-4822.

[6] 陶亞，程亮，趙喜亮，等. 基于控制單元的流域水環境問題診斷方法研究. 華北水利水電大學學報（自然科學版）， 2020，41（2）：12-17.

[7] 方玉杰，萬金保，羅定貴，等. 流域總量控制下贛江流域控制單元劃分技術. 環境科學研究， 2015，28（4）：540-549.

[8] DENG M， LIU Q， CHENG T， et al. An adaptive spatial clustering algorithm based on delaunay triangulation. Computers，environment and urban systems， 2011（4）：35.

[9] KANG Y， WU K， GAO S， et al. STICC： a multivariate spatial clustering method for repeated geographic pattern discovery with consideration of spatial contiguity. International Journal of Geographical Information Science， 2022，36（8）：1518-1549.

[10] KOLLER D， FRIEDMAN N. Probabilistic Graphical Models： Principles and Techniques. MIT Press，Cambridge， MA， 2009.

[11] WANG X， WANG Q， WU C， et al. A method coupled with remote sensing data to evaluate non-point source pollution in the Xin'anjiang catchment of China. Science of the Total Environment， 2012，430（none）.

[12] 李娜，韓維崢，沈夢楠，等. 基于輸出系數模型的水庫匯水區農業面源污染負荷估算. 農業工程學報， 2016，32（8）：224-230.

[13] 李春哲. 飲馬河流域農業面源污染負荷及污染物時空格局演變特征分析. 吉林農業大學， 2016.

[14] Dunn J C. Well-separated clusters and optimal fuzzy partitions[J]. Journal of Cybernetics， 1974，4（1）：95-104.

[15] 李世明，張秉楨，杜軍，等. 一種用于居住熱區聚類的改進CLIQUE算法. 小型微型計算機系統， 2020，41（1）：61-65.

引用格式：李淑華，李曉嵐，劉玉，高秉博， SUKHBAATAR Chinzorig， 馮愛萍，李存軍，任艷敏."2022年克魯倫河流域草原面源污染管控分區數據集[J].農業大數據學報，2025，7（1）：43-50. DOI：10.19788/j.issn.2096-6369.100034.

CITATION："LI"ShuHua， LI"XiaoLan，"LIU Yu， GAO"BingBo， Sukhbaatar Chinzorig，"FENG"AiPing， LI CunJun， REN YanMin."Dataset on Grassland Non-"point Source Pollution Management and Control Zones for the Kherlen River Basin in 2022[J]. Journal of Agricultural Big Data， 2025，7（1）："43-50. DOI： 10.19788/j.issn. 2096-6369.100034.

Dataset on Grassland Non-point Source Pollution Management and Control Zones for the Kherlen River Basin in 2022

LI"ShuHua LI"XiaoLan LIU Yu GAO"BingBo Sukhbaatar Chinzorig FENG"AiPing LI CunJun REN YanMin

1.Information Technology Research Center， Beijing Academy of Agriculture and Forestry Sciences， Beijing 100097， 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."Ministry of Ecology and Environment Center for Satellite Application on Ecology and Environment， Beijing 100094， China

Abstract： The ecological and environmental safety of the Kherlen River Basin is directly related to the sustainable development of both China and Mongolia. Scientific delineation of non-point source pollution control units is crucial for precise implementation of water environment policies and efficient management in the basin. However， currently， there is a lack of effective zoning data to guide specific measures in pollution control in this region. Traditional methods of dividing pollution control units struggle to accurately reflect the differences in grassland non-point source pollution， thereby affecting management effectiveness to some extent. Grassland non-point source pollution is influenced by multiple factors， exhibiting both attribute repetition and spatial continuity. To capture these characteristics more accurately， a clustering method that balances attribute repetition and spatial continuity is required. In this study， focusing on the Kherlen River Basin and targeting the influencing factors of grassland non-point source pollution， we comprehensively considered key continuous data such as annual average precipitation， temperature， digital elevation， grassland carrying capacity， and soil total nitrogen and phosphorus content. Utilizing the Spatial Toeplitz Inverse Covariance Clustering （STICC） method， which effectively handles attribute dependencies and spatial consistency strategies， we conducted clustering analysis and constructed a 2022 dataset for non-point source pollution control zoning in the Kherlen River Basin. To validate the accuracy of this dataset， we compared the zoning effects using the DUNN clustering accuracy evaluation index with other traditional zoning results. The results showed that the STICC method outperforms methods like K-Means， Spectral K-Means， GMM， and Repeated Bisection in clustering accuracy. It can more effectively identify heterogeneous pollution areas， significantly enhancing the precision of management. Additionally， this study preserved the original continuity of the data， resulting in a more accurate depiction of pollution characteristics. Compared to traditional methods， the zoning data provided in this study improves detail presentation by more than 50%. This dataset not only offers strong support for in-depth studies on non-point source pollution characteristics in the Kherlen River Basin but also provides a solid data foundation for related control decisions.

Keywords： Kherlen River Basin;"non-point source pollution;"STICC;"management and control zones;"spatial clustering