基于关键污染源区识别的乡村低影响开发措施选址方法研究*——以成都市温江区寿安镇为例

林子琦杨青娟

(西南交通大学建筑学院,四川 成都 611756)

近年来我国乡村面源污染问题日益突出,逐渐成为乡村水环境整治的瓶颈。尽管水环境治理技术和方法不断改进,但其恶化的态势并未得到有效遏制[1]。随着低影响开发(LID)体系被越来越多地区接受并应用[2],我国部分学者开始陆续将LID应用于乡村地区面源污染治理中,但目前尚未形成成熟的理论与技术应用体系,特别是关于定量系统地针对LID措施在乡村地区的选址研究有待拓展。将LID应用于乡村地区并开展深入研究,对控制乡村面源污染、改善乡村水环境具有重要意义。

随着LID相关研究的不断发展,当前国内外对于LID技术的研究热点整体可归纳为两大主要研究方向[3]：(1)LID设施效益量化实验研究,主要集中在雨水利用、污染削减、模型模拟3个主要方面;(2)LID设施效益实践指导研究,主要集中在园区空间设计、绿色屋顶应用、设施应用方案比选3个方向。此外,还包括相关技术研发、综述启示、评价分析等其他方向研究。随着相关研究不断深入,LID措施的空间选址布局及优化配置问题越来越受到重视,已成为当下LID技术研究热点[4]。当前关于LID措施布局优化方面的研究多集中于城市地区,且随着计算机技术的快速发展,呈现出了以SWMM[5]、SUSTAIN[6-7]、InfoWorks ICM、MIKE等水文仿真模型与分散搜索算法、遗传算法等智能优化算法相结合的构建多目标优化设计模型[8-11]的趋势,初步形成了较为科学系统且兼顾措施成本与效益的城市区域LID措施选址方法,并积极地将其应用到实际案例中[12-14]。而在乡村地区,目前仍大多依靠定性探讨的方式[15-17]，通过概念性总结、专家评议和实地调研等传统方法进行 LID 措施的选址布局。由于我国城市与乡村在土地利用、规划布局、生产集约化程度和污染控制方式等方面具有显著差异,城市区域的LID选址方法难以在乡村应用,而乡村地区的LID选址方法则多为定性探讨,缺乏定量、科学、系统的方法工具作为支撑。在与之相关的流域面源污染治理研究中,主要关注于农业面源污染,多采用输出系数法、磷指数法以及SWAT、AGNPS等[18-20]水文仿真模型等方法通过计算模拟出流域污染物负荷分布,进而识别出关键污染源区,将其作为治理措施的选址区域;亦或是通过多因子综合评价的方式,运用最小累计阻力模型(MCR)[21-23]等构建面源污染风险指标评价体系进行评价,从而得到相应的治理措施选址区域。但通过上述方法所识别出的措施选址区域结果尺度过大,更适用于传统的最佳管理措施(BMPs)中的工程措施,对于由BMPs演化而来的具有分散式、小规模、源头控制特征的LID措施来说并不适用。因此对于我国当前生态环境特别是水环境污染严峻的乡村地区,如何对LID措施进行科学系统地选址并使选址结果更符合LID措施特点,该方面的研究还有待进一步深入探寻。

基于此,本研究以乡村面源污染防治为目的,将LID理念引入乡村面源污染治理中,从风景园林、环境工程、水文学等多学科视角出发,结合我国成都平原地区乡村流域特点,以寿安镇为例,运用ArcGIS、SWAT等软件工具,通过量化手段构建了一种从面源污染风险性与水文敏感性结合出发判定关键污染源区的LID措施选址方法。通过优先考虑在选址区域进行LID设计改造,可以提高LID措施的实施效率,实现在有限的土地资源占用下获得较高的面源污染去除效益,进而更好地实现面源污染控制和乡村水环境水质提升。当前,我国正大力开展乡村振兴工作,其中乡村水环境的整治是乡村振兴生态建设中的重要一环。研究结果有利于指导研究区寿安镇后续LID设计以及其他类似成都平原乡村地区的未来面源污染防治及生态发展。同时研究丰富了LID措施在我国乡村地区选址方面的量化研究。

研究区寿安镇隶属四川省成都市,位于四川都江堰精华灌区、成都饮用水核心保护区内,同时其具有明显的川西林盘布局特征,属于典型的四川成都平原乡村地区。以寿安镇行政区域作为研究范围,面积约48.16 km2。区域内地势平坦,土壤类型较单一,有以金马河、江安河、杨柳河为主的分布广泛的都江堰灌溉渠系,水系发达。耕地面积约占全镇总面积的48%,当前以花卉苗木种植产业为主导产业,花木面积占耕地面积的79%,由花木种植所造成的农业面源污染对境内水环境的威胁不容忽视。

2.1 基于关键污染源区识别的LID措施选址方法构建

面源污染的发生受土壤、地形、气候、水文、土地利用和管理方式等众多因素的影响,因此流域内不同景观单元单位面积的污染负荷差异十分显著[24]。少数景观单元输出的污染物往往占了整个流域污染负荷的大部分[25],对受纳水体的质量有着决定性的影响,因而成为面源污染物的关键污染源区[26]。本研究通过量化的方式构建一种将面源污染风险性与水文敏感性相结合,进而判定关键污染源区的乡村地区LID措施选址方法,如图1所示。

方法主要分为两步,第一步识别出研究区的面源污染高污染区域和水文敏感区域。具体包括：(1)通过SWAT模型来实现对研究区流域的面源污染模拟,模拟出研究区所在流域内不同子流域的污染物负荷分布情况,进而识别出研究区内产生面源污染负荷量高的子流域汇水区,即为研究区内的面源污染高污染区域;(2)选取土壤地形指数作为水文敏感性分析的重要指标,利用ArcGIS平台相关工具计算研究区域的土壤地形指数进而划定出相应的水文敏感区,即研究区内易产生径流的区域,这些区域也意味着更多污染累积的可能。第二步利用ArcGIS平台相关工具将识别出的研究区面源污染高污染区域和水文敏感区域两类区域进行叠加,得到的区域即为研究区内的关键污染源区。此类区域既是研究区内产污量高的区域,又是极易产生径流的区域,因此将其作为LID措施的优先选址区域。该方法优点为在传统水文仿真模拟区域面源污染负荷分布进而划定污染源区的基础上,通过叠加水文敏感区,进一步细化缩小了污染源区,使选址识别结果更符合LID措施分散式、小规模、源头控制的特点。

2.2 SWAT模型模拟及率定

2.2.1 研究区污染源及主要目标污染物确定

经查阅资料、走访及实地调研得出寿安镇面源污染来源主要可归结为土壤养分流失和农作物及花木种植污染排放两方面。农作物及花木种植污染排放在SWAT模型中农业行为模块下,通过定义研究区内农业行为并以化肥农药的形式输入模型,污染负荷排放量计算在模型中具体涉及作物种类、化肥种类、施肥次数、施肥量等指标。为了解研究区流域农作物及花木的施肥情况,进行了多次实地田野调查,最终得到研究区流域施用化肥的类型、次数、施用量等相关数据(见表1)。土壤养分流失方面则因SWAT模型的模拟机制,只需要考虑到污染物的产生阶段,对其流失与入河阶段模型会自动模拟,故不需要单独设置。考虑到模拟时长以及污染物数据获取难度等原因,氮、磷两种营养物质同时模拟率定的难度较高。对比研究区内氮、磷二者的相对污染程度,确定以总磷作为SWAT模拟的主要目标污染物。

2.2.2 模型数据库构建及子流域划分

SWAT模型数据库包括属性数据库和空间数据库。属性数据库包括土地利用属性数据库、土壤属性数据库和气象数据库;空间数据库主要包括数字高程图(DEM)、土地利用图、土壤类型图和行政区划图等。相关数据资料来源见表2、表3。为了能更好地对整个流域进行模拟分析,需要在一定空间上对整个流域进行一个属性的重新离散化,即基于DEM数据和流域水系划分子流域,为每一个子流域创建一类或者多类土地利用方式、土壤类型、坡度组合。采用该模型所推荐的子流域划分阀值500 hm2,将研究区内的流域划分为55个子流域。

表1 研究区化肥施用统计Table 1 Fertilizer use statistics in the study area

图1 LID措施场地选址方法整体框架Fig.1 Overall framework of site selection method for LID measures

表2 SWAT模型构建关键数据来源及信息Table 2 Key data sources and information for SWAT model construction

表3 气象站点具体信息Table 3 Specific information of meteorological stations

表4 模型率定及验证情况Table 4 Model calibration and validation

2.2.3 SWAT模型率定与验证

SWAT 模型需要利用大量监测数据对相关参数进行调整,从而实现对模型的校准和验证。本次率定采用日尺度时间步长,将2017—2019年定为模型预热期,2020年作为模型率定期和验证期,径流流量和水质指标总磷分开率定。径流观测数据选用江安河温江站2020年9月15日至11月14日日均径流实测数据。水质率定选取总磷作为指标,观测数据选用江安河温江站2020年9月15日至11月14日日均实测数据。同时由于率定河流江安河为都江堰灌区的主要干渠之一,属于典型人工河流,易受上游源头走江闸开闸放水等人工作业的影响。故在模型中输入走江闸2020年径流、营养物质等水文观测数据,以使模型模拟更接近于流域真实情况。走江闸观测数据选用江安河进口站2020年日均径流实测数据以及2020年9月15日至11月14日日均总磷实测数据。

研究引入SWAT-CUP辅助模型,使用SUFI-2算法对所构建的SWAT模型进行率定。结果显示,率定期和验证期径流和水质的决定系数(R2)均大于0.6,效率系数(NSE)均大于0.5,相对误差(PBIAS)绝对值均小于等于15,故认为模拟效果较好,模拟结果可用于后续研究。率定结果见表4、模型具体参数取值见表5。

表5 模型敏感性参数取值Table 5 Model sensitivity parameter values

2.3 土壤地形指数的修正及计算

地形指数是TOPMODEL水文模型的重要参数,它能表征流域中任意一点的径流累积趋势和产生污染运动趋势的潜力。由于地形指数仅考虑地形对径流形成的影响,且假定土壤性状是均匀的[27]。考虑到土壤的空间差异性,为了能够更准确地反映径流形成过程,WALTER等[28]基于地形指数,综合考虑地形以及土壤特征,对该参数进行了改进,即为后来经过改善和发展成为的土壤地形指数,其计算公式为：

STI=ln(α/tanβ)-ln(KsD)

(1)

式中：STI为土壤地形指数;α为通过单位等高线长度进入栅格单元的汇水面积,m2;tanβ为栅格单元坡度;Ks为土壤饱和导水率,mm/h;D为不透水层以上土壤厚度,mm。

本研究所用寿安镇土壤参数来自世界土壤数据库(Harmonized World Soil Database Version 1.2 ),寿安镇相应土壤参数信息见表6。利用SPAW Hydrology 6.02.75土壤计算软件,计算得出寿安镇的土壤导水系数(ln(KsD)为9.944 15。α、tanβ的提取及计算则均在ArcGIS中完成。基于式(1),利用ArcGIS 10.6软件地图代数工具包的栅格计算器工具对研究区寿安镇的土壤地形指数进行计算。

表6 寿安镇土壤参数Table 6 Soil parameters in Shouan Town

3.1 基于SWAT模拟的研究区面源污染高污染区识别结果及分析

高污染区域是根据SWAT模型计算的总磷等污染指标的结果使用单位面积污染负荷来进行识别的[29]。基于SWAT模型模拟结果,选用子流域(Sub)为SWAT模型输出单位,选取模型率定期2020年结果输出文件(SWAT Output)中子流域文件的有机磷(ORGP)、矿物质磷(SEDP)、可溶磷(SOLP)参数值总和作为总磷的单位面积污染负荷。从中提取出研究区寿安镇的总磷单位面积污染负荷,将其作为面源污染程度的评价因子,利用自然裂点分级法对其进行划分,根据分级标准的排序将污染负荷强度较高和高的子流域确定为研究区面源污染的高污染区,结果见图2、图3。划分类别与赋值标准见表7。

表7 2020年寿安镇内子流域面源污染划分类别与赋值标准Table 7 Classification and assignment standard of non-point source pollution levels in sub-basin of Shouan Town in 2020

寿安镇所属流域总磷单位面积污染负荷在0.144～2.100 kg/hm2,寿安镇总磷单位面积污染负荷在0.301～2.100 kg/hm2。由于选取寿安镇行政区域作为研究范围,而SWAT模型模拟结果输出单位是以寿安镇所在流域地形为主导形成的天然子流域汇水区,故提取出的寿安镇内子流域会呈现出一定的零散、分割状态,这是由于流域属于跨行政边界的天然流域,提取出的寿安镇内子流域为其实际子流域中的一部分。寿安镇内面源污染较高的子流域汇水区主要分布在研究区上游。1、5子流域总磷单位面积污染负荷最高,分别为2.014、2.100 kg/hm2,7、13子流域总磷单位面积污染负荷较高,分别为0.994、1.439 kg/hm2。经统计4个总磷单位面积污染负荷较高的1、5、7、13子流域面积共为1 163.3 hm2,占寿安镇总面积的23.41%,而产出的污染负荷却占寿安镇总量的52%。根据分级标准的排序将总磷单位面积污染负荷较高和高的1、5、7、13子流域确定为研究区面源污染的高污染区。结合4个子流域汇水区内的土地利用现状以及实际调研发现,该区域内用地主要为耕地,花木产业发达,在种植过程中过量的化肥施用易引起磷养分流失造成面源污染。同时,1子流域汇水区与5子流域汇水区分别位于江安河、金马河一侧,河流沿岸存在一定规模的采沙场等工矿仓储用地以及耕地等生产空间,同时河道两侧沿岸的植被缓冲带等防护措施缺乏有条理的规划设计,造成生产空间产生的面源污染极易流入金马河中造成水体污染。

3.2 基于土壤地形指数的研究区水文敏感区识别结果及分析

对研究区土壤地形指数计算结果进行统计分析可知,研究区土壤地形指数整体呈正态分布趋势,见图4。通常在区域内,一个具有较大土壤地貌指数值的单元将首先走向饱和,这意味着在区域内产生较大的地表径流。故在研究当中,将具有较高土壤地形指数值的单元集定义为水文敏感区。研究参考了切尔西等人划定水文敏感区的土壤地形指数取值方法[30],将研究区内大于平均值1.5个标准差的土壤地形指数栅格单元作为水文敏感区[31],结果如图5所示。其面积约占总面积的6%,详细信息见表8。由图5可知,寿安镇水文敏感区整体分布较为分散,未呈现出明显的聚集特征。由于这些水文敏感区代表着研究区寿安镇内最易于产生径流、带来污染的区域,因此这些水文敏感区域相较于水文低敏感区尤其需要进行LID建设。

图2 各子流域面源污染级别划分Fig.2 Classification of non-point source pollution levels in each sub-basin

图3 以子流域为单位的面源污染高污染区Fig.3 High-pollution areas of non-point source pollution in sub-basins

图4 研究区土壤地形指数信息统计Fig.4 Statistics of soil topographic index in the study area

图5 水文敏感性分析评价Fig.5 Analysis and evaluation of hydrological sensitivity

3.3 基于关键污染源区识别的研究区LID措施选址区域识别结果及分析

利用ArcGIS平台,将研究区寿安镇的水文敏感区与产生面源污染负荷高的子流域汇水区(高污染区)叠加进而得到研究区寿安镇的面源关键污染源区,这既是研究区内极易产生径流的区域,又是研究区内产污量高的区域,将其定义为研究区内的LID措施优先选址区域。它们主要位于研究区寿安镇的上游,如图6所示,整体呈零散状态分布,这是由研究区的水文敏感区分布特点所致。经统计研究区内的LID措施优先选址区域总面积约为75 hm2,约占研究区高污染汇水区面积的6%。澳大利亚昆士兰东南部地区水敏城市设计指南[32]指出,LID措施的地表径流水质提升效果并非线性增长,措施所占汇水面积的比例会影响其污染物处理效率,各类措施占比的适宜范围见表9,若超出该范围则相应的措施污染物削减率几乎不再提升。为验证所识别出的选址区域对LID措施的适用性,研究利用寿安镇高分辨率卫星影像结合实地走访调研,对所识别出的LID选址区域内三生空间进行识别划分,详细见表10，局部卫星图叠加选址结果及相应实地调研照片见图7。结合三生空间识别结果，寿安镇选址区域内具有较大LID改造设计潜力的生态空间和耕地生产空间共计约63.7 hm2，约占汇水区总面积的5.46%，该比例接近于文献[32]所提出的措施占比适宜范围。

表8 研究区水文敏感性统计分类Table 8 Statistical classification of hydrological sensitivity in the study area

表9 不同LID措施占汇水区面积比例的适宜范围1)Table 9 The appropriate range of the proportion of different LID measures in the catchment area

表10 寿安镇LID措施选址区域三生空间统计表Table 10 Statistical table of production-living-health space of LID measures site selection area in Shouan Town

图6 研究区LID措施优先选址区域Fig.6 Preferred location of LID measures in the research area

(1) 运用ArcGIS、SWAT等软件工具,构建了一种从面源污染风险性与水文敏感性结合出发判定关键污染源区的LID措施选址方法,为我国乡村地区的LID措施选址建设提供了一种科学系统的定量方法。

(2) 以成都温江区寿安镇为案例对所提方法进行验证,结果表明通过该方法识别的寿安镇内LID措施选址区域整体呈零散状态分布,总面积约为75 hm2,约占寿安镇高污染汇水区面积的6%。选址结果尺度、面积占比适宜,且内部涵盖多种用地类型,对于具有分散式、小规模、源头控制特征的LID措施较为适用。

图7 局部卫星图叠加选址结果及相应实地调研照片Fig.7 Local satellite images overlaying site selection results and survey photos

(3) 所提方法有利于指导我国类似成都平原乡村地区的LID设计以及面源污染防治。值得注意的是,该方法使用的关键步骤在于SWAT模型模拟以及土壤地形指数的计算,在实际应用时需要一定的数据支撑,不同精度的数据及模型参数均会对最终选址结果产生影响。

猜你喜欢 面源水文流域 基于国家粮食安全下的农业面源污染综合防治体系思考中国农业科学(2022年17期)2022-09-19农业面源污染的危害与治理商品与质量(2021年43期)2022-01-18澄江市农业面源污染成因及对策云南农业科技(2021年6期)2021-12-30到2025年，重点区域农业面源污染得到初步控制中国农资(2021年11期)2021-12-14发展水文经济 增强水文活力现代经济信息(2021年3期)2021-11-23昌江流域9次致洪大暴雨的空间分布与天气系统分析成都信息工程大学学报(2021年3期)2021-11-22浅谈水文档案的价值和开发利用陕西档案(2021年2期)2021-05-21河南省小流域综合治理调查人大建设(2017年6期)2017-09-26江西省水文文化建设的思考黄河黄土黄种人·水与中国(2017年2期)2017-03-16称“子流域”，还是称“亚流域”？中国科技术语(2016年4期)2016-11-19