鄉鎮生活污水排放特征及污染源強識別研究

中圖分類號：X824文獻標志碼：A

0 引言

庭、公共設施和工廠廚房、浴室、洗衣房和其他生活設施[1-2]。在一些中、大尺度的研究中，通過將區域生活污水的排放量、水質與當地的降水、人口、生活污水是指日常生活中產生的廢水，來自家經濟水平等進行相關分析[3-4]，通過建立區域尺度模型，反映不同地區（如地州或市縣級行政區）的污染排放差異，并初步建立了單一人為或自然因素與生活污水排放量、水質之間的關系。相關研究發現區域經濟發展水平與污水水質的高度相關性[5。在市級或更小的行政單元上，影響生活污水排放的因素主要包括經濟收入水平、家庭規模、人口結構、教育水平、就業狀況、生活方式等[。然而在更小的空間尺度上，要量化這些因素的空間差異，并將其納入模型是比較困難的，因為相關的統計指標通常只到縣級尺度。在影響城鎮污水排放的因素中，人口數量是一個極其重要的因素。還有研究發現城市黑臭水體的分布熱點與人口高密度區有較高的重合度[7]。因此，人口密度空間制圖水平的提升可為鄉鎮及其以下尺度的污水排放精細化模擬提供新的技術支持。目前人口分布圖層空間分辨率精度已經達到 100m 甚至更高[8，能夠滿足縣級甚至鄉鎮以下水平的空間建模。

生活污水按排放來源可分為廁所的“黑水”和洗浴、洗衣和廚房的“灰水”[9]。由于生活污水中含有懸浮固體（SS）、有機物（OM）、氮（N）磷（P）營養物質、硫酸鹽和致病菌等多種污染物，向水生環境排放生活污水將增加生態和公眾健康風險[10-12]。近年來，隨著我國鄉村振興工作的推進，鄉鎮經濟不斷發展壯大[13]，鄉鎮區域人口相對集中，生活污染物排放總量急劇上升，逐漸達到并超過工業污染，成為中國最大的環境污染源[14-16]，但鄉鎮污水處理設施缺乏、處理效率較低的問題突出[17-18]，鄉鎮生活污染治理已成為改善區域環境質量的重中之重[19-20]。隨著農村產業不斷發展，人口外流減少，改變了農村生活污水排放的水量和水質[21-23]。估算生活污染物排放量，識別其空間特征及影響因素是進行污染有效管理的前提[24-25]。由于生活污水污染形式的復雜性和特殊性，需要針對特定區域進行相關研究[26]。

洱海流域位于中國云南省西部，是周邊居民飲用水資源的主要來源。隨著經濟的發展以及鄉村振興工作的推進，洱海流域內污水中的污染物含量明顯增加，水環境污染防治工作面臨嚴峻的挑戰[27]，引起社會廣泛關注。洱源縣地處洱海源頭，位于大理市以北 70km ，總面積約 2 614km² 。洱源的三條河流羅時江、永安江、彌苴河（稱北三江）是洱海最主要的徑流補給入湖河流，為洱海提供約59% 的入湖流量；海西海、此碧湖、西湖（稱北三湖），也是流域內重要的水體。該區域水系發達，地下水和溫泉資源豐富，居民多居庭院。近年來，為有效提升洱海水質，洱源縣正在推進鄉鎮及村落截污治污體系提升改造等工作。洱海流域截污、治污體系采取分片區集中處理的模式，建設大量的污水管網，污水收集率不斷提高，但仍存在少量清污分流不徹底和跑、冒、滴、漏的情況，此外，多個污水處理廣面臨進水濃度偏低、運行能耗高的問題。洱海保護面臨巨大壓力，對排水環境質量監測及污水特征進行研究并制定相應的管理方案十分必要。

1資料與方法

1.1 研究區域

選取洱源縣開展研究，涉及縣域內位于洱海流域的6個鄉鎮，分別是：此碧湖鎮（縣城駐地）、三營鎮、右所鎮、鄧川鎮、鳳羽鎮、牛街鄉（見圖1）。研究區為北亞熱帶高原季風氣候，降水時空分布不均，年平均降水量約 750mm，5 月底至10月份為雨季，占全年降水的 80% 以上。多年平均氣溫 15.1^°C [28]。考慮到研究區域較大，且區域內社會經濟特征有一定差異，所以總體上將研究區域劃分為中心區、郊區和集鎮三個區域，再測算出適合本區域的居民生活污染排放系數，并對這些數據進行分析，使用樣點監測、GIS空間分析模型來分析污染排放的空間差異。

1.2水環境數據收集與處理

（1）取樣位點。鄉鎮生活污染包括鄉鎮居民日常生活直接產生的污水污染和其他污染，以及酒店、餐館、醫院、政府及教育機構產生的污染。因此，調查和監測的主要對象包括鄉鎮居民小區、村落庭院、酒店、醫院、文教機構，選取了分布于洱源縣城中心、郊區和集鎮的不同聚集地進行樣本監測。

（2）取樣與監測。2022年9月至2023年1月，每月1次在40個地點收集流出廢水樣本。將1L水樣收集于棕色玻璃瓶中，保存于Coleman冷藏箱（Therapak；Coleman，OR，USA）并運送到實驗室，在 4^°C 環境下儲存，根據《地表水和污水監測技術規范》（HJ/T91—2002）[29]進行TP、TN、NH₄⁺. -N、COD、 BOD₅ 、SS等指標分析。

1.3 污染因子的關聯性分析

水質指標之間往往具有一定關聯性，為避免建模時指標變量的共線性影響，對連續型數值指標進行了Pearson相關性分析（見圖2，顏色越深相關性越高），剔除相關性較高的部分指標（相關系數 R 大于0.6）。最終納入分析的水質指標包括： BOD₅ 、TN、TP及SS。再利用非參數Kruskal-Wallis檢驗[30]比較各功能區水質指標濃度差異。

1.4 污染排放量估算

鄉鎮居民生活污染排放量采用以下方法計算。

G_s=V×n×0.001

G_p=C×G_s

式中： G_s 和 G_p 分別為污水排放量（ in³/d ）和污染物排放量 （g/d） ； V 為人均污水排放量 （L/ （人d））；n 為區域人口； C 為排放污水的主要污染物濃度（ σ?mg/L ）。根據小區和村落樣點排水監測結果，鄉鎮小區與郊區村落的 V 值分別取為 152L/ （人d）和265L/ （人d）。

1.5污染排放濃度空間格局分析

高/低聚類統計[3]用于測量研究區域內某變量的高/低值集中程度。總體空間關聯的 G 統計量為

式中： x_i 和 x_j 是要素 i 和 j 的屬性值； w_i，j 是要素 i 和 j 之的空間權重； n 是要素的數量。當返回的 plt;0.05 時，可以拒絕零假設（不存在特征值的空間聚類）。如果零假設被拒絕，當 z 得分值為正時，則觀測 G 指數大于預期 G 指數，表明在研究區該要素為高值聚集；當 z 值為負時，則觀測 G 指數小于預期 G 指數，表明要素為低值聚集。

采用克里金插值模擬鄉鎮居民排水污染物濃度圖層。克里金插值本質上是一種加權移動平均技術，它使用來自半變異函數的估計來執行空間插值[19]。更具體地說，它是一組線性回歸，通過最小化數據中空間協方差的方差來確定在感興趣區插值的最佳權重組合，其中權重來自變異函數的估計[32]。筆者利用R軟件（版本4.1.2，https：//cran.r-project.org/）“automap”“gstat”中的克里金方法進行研究區內生活污水排放濃度的空間插值。

1.6 污染排放量的空間模擬

嘗試使用更精細的人口密度柵格作為主要協變量加入模型，并評估該柵格是否有助于提高生活污水排放量及濃度的估算精度。通過人口圖層的約束可以將區域污水排放量重新分配到人類聚集的區域。

采用以下兩種方案對人口進行分布式處理。

方案1：使用目前空間分辨率最高的Worldpop 約束性人口統計柵格數據2020（https：//hub.worldpop.org/geodata/listing？id=78）。

方案2：利用自上而下的人口映射方法，以2020年中國 1km 格網住宅用地密度數據[33作為權重層，將已知區域總人口（中國縣域統計年鑒2021一鄉鎮卷人口數據）重新分配，并重采樣到 100m×100m 的網格單元。

由于上述兩個人口圖層基礎數據來源不同，其所反映的人類聚居區范圍可能不一致，因此，以從Sentinel-210 m Land Use/Land Cover（https：//wwwarcgis.com/apps/instant/media/index.html？appid=fc92d38533d440078f17678ebc20e8e2）提取的城鄉邊界作為掩膜[34]，對上述圖層進行裁剪處理。

2 結果與分析

2.1不同功能區的污水水質差異

5類功能區污水 BOD₅ 、TP、TN、SS的濃度范圍及Kruskal-Wallis檢驗結果見圖3。由圖3可知，各污染指標平均濃度在部分功能區之間有顯著差異（2 （plt;0.05） ）。 BOD₅ 、TP和SS三項指標平均濃度最高的功能區為醫院，最低的為居民小區；TN濃度最高為商業區，最低的為居民小區，其余功能區之間差異不顯著 （pgt;0.05 ）。總體上，在所有功能區中醫院排水污染物濃度最高、水質最差，其次為商業區，再次為文教區和村落，居民小區的排水濃度均值最低。

注：ace-文教區，biz-商業區，cr-居民小區，hosp-醫院，rur-農村庭院。

2.2污水濃度及人口的空間分布特征

研究區 BOD₅ 、TN、TP、SS觀測值的中值濃度范圍分別為 29.1～124.5，39.5～253.5，1.28～6.15， 10～42mg/L 。各指標的高/低聚類 G 統計 z 得分見表1，所有指標的 G 統計 p 值均大于0.05，說明各污染物濃度在研究區未表現出明顯高/低值聚集特征。

各污染指標濃度的普通克里金插值結果見圖4。可知，不同污染物濃度的空間格局有一定差異，這可能與鄉鎮發展程度有關。在所有指標中，三營、右所、鄧川均表現出相對較高的污染排放濃度。而對于TP指標，除上述3個鄉鎮外，位于此碧湖鎮的縣城中心城區也有較高的排放濃度。

2.3 污水排放量的空間分布

基于兩種人口空間化方案所得研究區內污水排放量空間格局見圖5。雖然兩者都能夠反映各鄉鎮中心區由于人口密度較高而呈現出的污水排放熱點，但人口密度的空間分布對污水產出量空間格局有較大影響。兩種方案估算最高單位面積排放量差異不大，方案1為 ），方案2為 6.3t/（d/hm²） ；兩種方案估算的區域總排放量分別為 1.85×10⁴ 、 1.67×10⁴t/d

通過方案1、方案2人口圖層估算得到的污染物排放量空間分布分別見圖6、圖7。鄉鎮中心、人口密度較高的區域顯示出污水排放熱點。方案1、方案2最高 BOD₅ 排放量分別達527.4、464.6 （ d?hm² ），區域 BOD₅ 日總排放量分別達1348.4、1216.1kg ；方案1、方案2最高TN排放量分別達1 093.3、 857.4g/ （ .d?hm² ），區域TN日總排放量分別達2504.5、2253.1kg；方案1、方案2最高TP排放量分別達19.1、 17.4g/ （ .d?hm² ），區域TP日總排放量分別達50.8、 45.8kg ；方案1、方案2最高SS排放量分別達167.5、 139.3g/ C d?hm² ），區域SS日總排放量分別達405.4、 366.1kg 。對于上述4項指標的日總排放量估計，方案2均低于方案1約 10% 。

3 討論

3.1 不同方案污染模擬的準確性

污水中污染物排放量模擬的準確性主要受污染指標濃度插值模型準確性以及人口分布模擬結果的影響。

在污染濃度插值方面，由于監測點位分布相對集中，且不同功能區相互交織，來自不同功能區的污染物排放濃度局部差異使克里金模型未能很好地捕捉污染濃度的空間分異特征。污水濃度在整個模擬空間被不同程度的平均化，致使插值后的污染物濃度偏低。

在人口分布模擬方面，部分誤差來自柵格數據的空間匹配性，例如，不同空間分辨率柵格轉化造成的邊界誤差。人口模擬方案2中將鄉鎮人口降尺度分布到住宅相對密度柵格時，總人口數偏低。據2020年第七次人口普查數據換算洱源縣洱海流域范圍共有人口199349人，而人口模擬方案2模擬結果為196053人，比人口普查統計值偏低 1.7% ；方案1中Worldpop約束性人口統計柵格數據2020年人口為199476人，相較人口普查統計值偏高 0.1% 。雖然Worldpop數據對人口數模擬精度相對略高，但由于其模擬方法復雜，空間尺度較大，對研究區當地人口聚集地的表達不夠準確，在用高分辨率聚落邊界對其裁剪后，實際參與計算的人口數量仍然有所下降，造成污水排放量模擬值偏低。與使用現成公開的大尺度人口密度數據相比，基于鄉鎮人口統計數據及住宅密度圖層調整的人口空間模擬更容易在計算資源消耗及模擬精度之間實現較好的平衡。流域范圍內的污染來源主要是農業地區，也有其他的研究得出了類似的結果[35-36]

3.2污染濃度與污染輸出格局

在污染指標濃度插值模型確定的情況下，污染物排放空間格局主要受人口分布模擬結果的影響。雖然不同功能區污水污染物濃度的空間格局有一定差異，但在兩種人口模擬方案中，人口的高密度區通常也是污水排放量以及污染物排放量的熱點區。經模型測算，鄉鎮中心的污水源強至少是周邊郊區的1.6倍。這反映了污水排放與鄉鎮經濟發展程度、人口的高度耦合關系[3-5]。值得注意的是：污染指標濃度的分布（見圖4）顯示，洱源縣城所在地此碧湖鎮中心城區除TP外的其他3個污染指標濃度相較其他鄉鎮中心偏低，這可能與縣城區域各排污單位的污水預處理設施和市政管網等設施相對完善、預處理效果較好有關。牛街、三營、右所、鄧川等鄉鎮鎮區及周邊區域因農作物種植面積廣闊，存在較為顯著的農業面源污染問題。這一現象與區域內種植業、養殖業（以散養戶為主）以及乳制品特色產業（多為家庭作坊式生產）等污染源的排放密切相關。相較之下，鳳羽鎮中心區域內除SS外的其他3個污染物指標濃度均顯著低于其他鄉鎮中心區域。經實地調研發現，鳳羽鎮當地住宿餐飲業規模有限，且無規模化生產企業。結合該鎮所處地理位置及產業結構特征分析，農業面源污染對鎮區環境影響相對較小。值得注意的是，研究區域SS指標的異常升高可能具有偶然性，具體原因有待后續持續監測加以驗證。

影響鄉鎮污水排放的因素十分復雜，在中小尺度上全方位測量這些因素及這些因素的代理指標、時空分異等還面臨諸多困難。相關問題還有待進一步深入研究。

總之，與傳統以縣區、鄉鎮行政單元集總處理的建模方法[37相比，以人口分布圖層輔助的空間分布式水污染排放建模方法具有明顯優勢。它能夠在更精細的尺度上模擬污染源強的空間格局，更接近研究區的現實情況，可以為污染管理部門制定更為科學的水污染治理方案提供更有力的決策支持。

4結論及建議

本文基于分布式人口數據，通過對比洱海上游源頭區域洱源縣鄉鎮不同功能區生活污水排放濃度的差異，研究了生活污水排放量空間模擬協變量的潛在效用。

4.1結論

（1）人口圖層作為協變量參與空間模擬，有助于提高在中小尺度上對污染排放熱點區的識別。模擬結果顯示，各鄉鎮的中心區域具有較高的人口密度，是污水排放的熱點區，這些區域在污水治理中應給予優先考慮。

（2）不同污染物濃度的空間格局有一定差異，這可能與鄉鎮發展程度、不同區域人口污染排放習慣、污水收集等基礎設施建設、產業發展布局、農業面源污染等有關。

4.2 建議

（1）在人口密集區域開展污水管網收集設施的改造。

（2）規范區域內地下水、溫泉等水源的使用，杜絕私自開采地下水或接續溫泉的情況，并進一步查找未納入截污系統的污水，杜絕跑、冒、滴、漏。

（3）增強對洱海全流域鄉鎮污水排放情況的跟蹤檢測，及時掌握變化情況，并制定應急預案處理突發情況。同時進一步開展研究，找準關鍵點，切實提高污水收集率及污染物處理能力。

（4）加大對洱海流域內農業面源污染治理。

（5）加強污水排放及治理的宣傳力度，教育當地居民及游客遵守相關制度，保護洱海流域生態環境。

參考文獻：

[1]LIXY.RuralDomestic SewageTreatment TechnologyApplication in Conghua District of Guangzhou underthe Rural Revitalization Strategy[J].IOP Conference Series：Earthand Environmental Science，2021， 621（1）：012097.

[2]ZHANGQG，HEC，RENJZ，etal.Waste toRenewable Biohydrogen[M].Pittsburgh：Academic Press，2021：55-70.

[3]YAOT，WEIYG，ZHANGJ，etal.What Influences theUrban SewageDischarge in China？The Effect ofDiversified Factors on the Urban Sewage DischargeinDifferentRegionsof China[J].Environment， Developmentand Sustainability，2021，24（5）：1-37.

[4]WANGYC，LUXW，CHENGF.Investi-gation and Analysis on Rural Domestic Sewage Dis-chargeinKeyWatersheds[J].IOPConferenceSeries：EarthandEnvironmental Science，202O，526（1）：012036.

[5]FENGY，ZHENGBH，JIAHF，etal.Influence of Social and Economic Development on Water Quality in DongtingLake[J]. Ecological Indicators， 2021，131：108220.

[6]PETRIEB，BARDENR，KASPRZYKHORDERNB.AReview on Emerging Contaminants inWastewatersandtheEnvironment：CurrentKnowledge，Understudied areas andRecommendations for FutureMonitoring[J].WaterResearch，2O15，72：3-27.

[7]CHENGL，LUOJ，ZHANGCY，etal.Characteristics and Influencing Factors of Spatial Dif-ferentiationofUrbanBlackand OdorousWatersin Chi-na[J].Sustainability，2018，10（12）：4747.

[8]BALAKRISHNANK.AMethodforUrban Population Density Prediction at 30 m Resolution[J] Cartography and Geographic Information Science， 2020，47（3）：193-213.

[9]HERNANDEZLEALL，TEMMINKH， ZEEMANG，et al.Comparisonof Three Systems for Biological Greywater Treatment[J].Water，2O10，2（2）： 155-169.

[10]LIUZH，WANGLL，DENGCZ.TheDe-viceDesignofaRuralDomestic Sewage TreatmentPer-formance[J].IOP Conference Series：Materials ScienceandEngineering，2017，250（1）：012028.

[11]HUANGP，GUOYG，LOUXY，etal. Survey of Rural Domestic Sewage Treatment Systems ofSongjiangDistrictin Shanghai，China[J].Advanced MaterialsResearch，2012（573/574）：511-515.

[12]RULEKL，COMBERSDW，ROSSD，et al.Diffuse Sources ofHeavy Metals Enteringan Urban Wastewater Catchment[J]. Chemosphere，2006，63（1）： 64-72.

[13]楊兆晨，劉耀林，羅璇，等.基于“門檻-供需”耦合視角的縣域農村生活可達性評價[J].農業工程學報，2022，38（11）：279-288.

[14]YIXS，LINDX，LIJH，etal.Ecological Treatment Technology forAgricultural Non-point Source Pollution in Remote Rural Areas of China[J].Environ mental Science and Pollution Research International， 2021，28（30）：40075-40087.

[15]LIANGLW，WANGZB，LIJX.TheEf-fect of Urbanization on Environmental Pollution in RapidlyDeveloping Urban Agglomerations[J]. Journal ofCleaner Production，2019，237：117649.

[16]UKAOGOPO，EWUZIEU，ONWUKACV.Environmental Pollution：Causes，Effects，and theRemedies[J]Microorganisms forSustainable Environ-ment andHealth，2020：419-429.

[17]沈豐菊，張克強，李軍幸，等.基于模糊積分模型的農村生活污水處理模式綜合評價方法[J].農業工程學報，2014，30（15）：272-280.

[18]劉曉璐，牛宏斌，閆海，等.農村生活污水生態處理工藝研究與應用[J].農業工程學報，2013，29（9）：184-191.

[19]WANGC，FENGBB，WANGPF，etal. Revealing Factors Influencing Spatial Variation in the Quantityand QualityofRuralDomestic Sewage Dis chargeacross China[J].Process Safetyand Environmental Protection，2022，162：200-210.

[20]ZHAOKR，CHENJY，XUZC，etal.Emission CharacteristicAnalysisofUrban DomesticPollution Sources in China[J].Procedia EnvironmentalSciences，2010，2：761-767.

[21]ZHANGWS，SWANEYDP，HONGB，etal.InfluenceofRapid Rural-UrbanPopulation Mi-gration on Riverine Nitrogen Pollution：PerspectivefromAmmonia-nitrogen[J].Environmental Science andPollutionResearchInternational，2017，24：27201-27214.

[22]NUNEZM，OLIVER-SOLAJ，RIERADE

VALLJ，etal.WaterManagementin IntegratedService Systems：Accounting forWaterFlowsin Urban Areas[J].WaterResourcesManagement，2010，24（8）： 1583-1604.

[23]LIWS，LIJF，CUIJX.ExploringRural Decline with the Perspective of Demographics：Case Study ofHubei，China[J].Physics and Chemistryof the Earth，2020，120：102917.

[24]SUNDQ，ZHANGJX，ZHUCG，etal. AnAssessment of China's Ecological Environment QualityChangeandItsSpatialVariation[J].ActaGeographica Sinica，2012，67（12）：1599-1610.

[25]孔維琳，饒維力，王崇云，等.基于PSR模型的滇池流域農村生活污水空間分布特征和控制研究[J].農業環境科學學報，2012，31（7）：1393-1403.

[26]ZHAOHX，CUIJX，WANGSF，etal. Customizing the CoefficientsofUrban Domestic PollutantDischarge and TheirDrivingMechanisms：Evidence fromthe TaihuBasin，China[J].Journal ofEnvironmentalManagement，2018，213：247-254.

[27]CHENXH，QIANXY，LIXP，etal.Long-term TrendofEutrophication StateofLake Er-hai in 1988—2013 and Analyses of its Socio-economicDrivers[J].Journal ofLakeSciences，2O18，30（1）：70-78.

[28]《中國河湖大典》編纂委員會.中國河湖大典：西南諸河卷[M].北京：中國水利水電出版社，2014.

[29]齊文啟，連軍，孫宗光.《地表水和污水監測技術規范》（HJ/T91—2002）的相關技術說明[J].中國環境監測，2006（1）：54-57.

[30]MURPHYBL，MORRISONRD.Introductionto EnvironmentalForensics[M].ThirdEdition.Amsterdam：Academic Press，2015.

[31] GETISA，ORDJK.TheAnalysisof Spatial Association byUse ofDistance Statistics[J].GeographicalAnalysis，1992，24（3）：189-206.

[32]OLIVERMA，WEBSTERR.ATutorialGuide to Geostatistics：ComputingandModelling VariogramsandKriging[J].CATENA，2014，113：56-69.

[33]ZHANGDX，SHANGMJ，PENGJF.ADatasetof1kmGridResidentialLandDensityin China（2022）[DB/OL].V1.ScienceDataBank，2024.（2024-02-18） [2024-06-10]. https：//cstr.cn/31253.11.sciencedb.16022.

[34]SCHUGF，FRANTZD，VANDERLINDEN S，etal.Gridded Population Mapping for GermanyBased onBuildingDensity，Heightand Type from Earth Observation Data Using Census Disaggregation and Bottom-up Estimates[J].PloSone，2021，16（3）： e0249044.

[35]TANGXY，TANGDS，LUJH，etal.Source Apportionment of Agricultural Nonpoint SourcePollution in the Hanjiang River Basin[J]. Journal ofAgro-EnvironmentScience，2018，37（10）：2242-2251.

[36]HUANGGX，NIEYX，ZHANGQH，et al.Research Progress ofAgricultural Non-point Source Pollution Migration Process and Model in Basins[J]． Journal of Environmental Engineering Technology， 2023，13（4）：1364-1372.

[37]謝毅文，李嫻，李越，等．東莞市生活污水及污染物的排放量和空間分布特征分析[J].人民珠江，2012，33（4）：54-56.

Characteristics of Rural Domestic Sewage Discharge and Pollution Source Strength Identification Based on Population Distribution Model

CHENWenhua1，ZHOUGuo2，WU Zhangbing2，ZHANG Xiang2，LINMeng2，MUYuan’，HUWenxian4 （1.School of Resources and Environment，Baoshan University，Baoshan 678oo0，China；2.Yunnan Wenbai Environmental Treatment EngineeringCo.，Ltd.，Kunming 65ooo0，China；3.Instituteof Eastern-Himalaya BiodiversityResearch，Dali University，Dali 671006，China；4.School of Surveying and Information Engineering， West Yunnan University of Applied Sciences，Dali 671006，China）

Abstract：Rural domestic sewage treatment is the key to improveregional environmental quality.Due to varying pollution characteristicsacross different functional areasand affected bypopulation distribution，thedegree of polution in different rural areas is diffcult toidentifyTakingEryuan County in theupstreamofErhai Lake asan example，we setup40 monitoring points in5 functional areas suchas residential communities，vilagecourtyards， hotels，hospitals，and cultural and educational institutions in 6 townships.Six indicators including TP，TN， NH₄⁺. -N，COD， BOD₅ and SS of the sewage were continuously positioned and measured. Based on the regional population density layer，non-parametric Kruskal-Walis tests was conducted to compare the diferences of sewage concentration indifferentfunctional areas.Inaddition，the Kriging spatial interpolationmethod wasusedtofitthe concentration distributionofregional sewage indicators according to theobserved values.Combining GIS spatial analysis technology，we quantified the spatial distribution characteristics ofrural domestic sewage，and explored the potential utility of distributed population data as a spatial simulationcovariate of sewage discharge.The results show that the highest concentrationofpollutantsappeared in hospitals，followed by hotels，cultural andeducational areas，villages，and townshipresidential communities.The sewage source strength in the towncenter is atleast1.6 times thatin the surrounding suburbs.Spatial distribution mapping simulation of sewage discharge intensity based onpopulation densitydistribution data facilitates the identification ofhotspots ofsewage concentrationand discharge volume，in small and medium scale research.Areas with higher pollution discharge intensity，corresponding to the densely populated zones，are priority regions requiring focused polution management attention.The spatial pattern analysis of rural domestic sewage based on the population distribution model provides accurate identification of pollution source strength.

Key words：domestic sewage functional area；pollution source strength；non-parametric test；spatial interpolation；water quality index；distributed population data