趙　鵬，胡艷芳*，林峻宇（.環(huán)境保護(hù)部華南環(huán)境科學(xué)研究所，廣東 廣州 50655；.中山大學(xué)環(huán)境科學(xué)與工程學(xué)院，廣東 廣州 5075）

不同河岸帶修復(fù)策略對(duì)氮磷非點(diǎn)源污染的凈化作用

趙鵬1，胡艷芳1*，林峻宇2（1.環(huán)境保護(hù)部華南環(huán)境科學(xué)研究所，廣東 廣州 510655；2.中山大學(xué)環(huán)境科學(xué)與工程學(xué)院，廣東 廣州 510275）

選擇北江的重要支流流溪河流域?yàn)檠芯繉?duì)象，基于現(xiàn)有河岸帶對(duì)非點(diǎn)源污染削減作用的模擬結(jié)果，采用情景分析法，預(yù)測(cè)不同河岸帶修復(fù)策略對(duì)非點(diǎn)源污染的削減作用，使用效益-成本指數(shù)表征TN和TP削減率提高幅度與增加河岸帶面積的關(guān)系，比較不同河岸帶修復(fù)策略的效率.結(jié)果表明：河岸帶對(duì)TN和TP的削減能力具有較大的空間差異性.各修復(fù)情景都在不同程度上提高了河岸帶對(duì)TN和TP的削減率（TN：23.36%～30.72%；TP：27.19%～39.86%），河岸帶增加總面積與削減率呈現(xiàn)對(duì)數(shù)增長(zhǎng)關(guān)系（P＜0.05）.選擇綜合考慮了流域非點(diǎn)源負(fù)荷量以及河岸帶狀況的優(yōu)先修復(fù)子流域進(jìn)行河岸帶修復(fù)時(shí)，效益-成本指數(shù)達(dá)最高為1.19%.

非點(diǎn)源污染；河岸帶；情景模擬；流溪河

China Environmental Science，2015，35（7）：2160～2170

非點(diǎn)源污染已經(jīng)在世界范圍內(nèi)引起了嚴(yán)重的水環(huán)境生態(tài)問(wèn)題，研究非點(diǎn)源污染控制措施已是十分緊迫［1-3］.河岸植被緩沖帶是非點(diǎn)源污染（徑流、泥沙和營(yíng)養(yǎng)物等）進(jìn)入地表水（河流、湖泊和水庫(kù)）的最后一道天然屏障，可藉此對(duì)河流水質(zhì)進(jìn)行生態(tài)管理以減小非點(diǎn)源污染對(duì)河流水質(zhì)的不良影響［4-6］.科學(xué)的河岸帶設(shè)計(jì)能有效攔截和減少地表水和地下水的泥沙和營(yíng)養(yǎng)鹽，從而減小河流下游的營(yíng)養(yǎng)鹽負(fù)荷.河岸帶通過(guò)土壤和植被一系列物理、化學(xué)和生物過(guò)程（包括固氮作用、反硝化和植被吸收等）轉(zhuǎn)化和去除營(yíng)養(yǎng)物［7-8］.

SWAT（水土評(píng)價(jià)模型）的河岸帶模塊由Vegetative Filter Strip Model （VFSMOD）發(fā)展而來(lái)，以HRU （水文響應(yīng)單元）的輸出作為河岸帶接收的污染物負(fù)荷量，通過(guò)河岸帶面積和匯流集中程度，模擬河岸帶對(duì)非點(diǎn)源污染的削減作用［9-10］.目前，SWAT模型已經(jīng)在河岸帶研究中得到了廣泛應(yīng)用，Cho等［11］利用SWAT自帶的植被過(guò)濾帶模擬功能研究不同河岸帶寬度對(duì)水文水質(zhì)的影響. Moriasi等［12］通過(guò)設(shè)置河道參數(shù)和 SWAT自帶的植被過(guò)濾帶模塊研究不同類型河岸帶（林地、草地和混合河岸帶）對(duì)泥沙和河流水質(zhì)的影響，結(jié)果表明，草本型河岸帶、林地型河岸帶和混合型河岸帶對(duì)泥沙的削減率分別為72%、68%和73%.

河岸帶修復(fù)情景模擬可以在實(shí)際進(jìn)行河岸帶建設(shè)或修復(fù)之前，分析比較不同修復(fù)策略（包括修復(fù)位置的選擇、修復(fù)寬度的設(shè)置等）的效益和成本，為經(jīng)濟(jì)、高效的河岸帶修復(fù)工作提供科學(xué)依據(jù).Chang等［13］在Feitsui水庫(kù)的研究中設(shè)置了4個(gè)河岸帶修復(fù)情景，分別是所有子流域所有河段修復(fù)、所有子流域部分河段修復(fù)、污染最重的10個(gè)子流域修復(fù)和農(nóng)業(yè)用地最多的10個(gè)子流域修復(fù)，結(jié)果表明對(duì)10個(gè)污染最重的子流域進(jìn)行修復(fù)的效益-成本比最高.Sahu等［14］在美國(guó)愛(ài)荷華州Walnut Creek流域用SWAT模型設(shè)置不同河岸帶情景對(duì)硝酸氮的削減作用，占子流域面積10%～50%的河岸帶可以削減55%～90%的硝酸氮，削減率隨降雨量波動(dòng)，并且隨著河岸帶面積增加，削減率增加幅度減緩.

目前河岸帶修復(fù)情景的模擬研究在情景的選擇上主要關(guān)注非點(diǎn)源污染及其貢獻(xiàn)區(qū)的情況，較少將河岸帶本身狀況（如土壤、植被等）和現(xiàn)有削減效果納入考慮.Zhao等［15］在流溪河流域通過(guò)SWAT模型和空間多準(zhǔn)則分析，建立一套指標(biāo)體系綜合評(píng)估了流溪河流域各子流域中非點(diǎn)源營(yíng)養(yǎng)物的輸出量和河岸帶對(duì)非點(diǎn)源營(yíng)養(yǎng)物的削減潛力，獲得了流溪河流域的河岸帶修復(fù)優(yōu)先度分布圖.

本研究采用情景分析法，預(yù)測(cè)不同河岸帶修復(fù)寬度及選擇不同的子流域進(jìn)行修復(fù)，河岸帶對(duì)流溪河流域非點(diǎn)源污染的削減作用，并使用效益-成本指數(shù)比較不同修復(fù)策略的效益（削減率增加幅度）和成本（河岸帶增加面積）關(guān)系.

1　研究區(qū)概況

流溪河位于廣東省中部（圖1），發(fā)源于從化市桂峰山，是廣州市重要水系之一.干流全長(zhǎng)171km，流域總面積2300km2.流域地形整體東北高，西南低，最高海拔1168m，平均海拔205m.屬亞熱帶季風(fēng)濕潤(rùn)氣候區(qū)，具有明顯的干濕季節(jié)，流域內(nèi)多年平均雨量為1750mm，空間分布上西南多、東北少，多發(fā)生在 7～9月份.多年平均蒸發(fā)量約為1200mm.多年平均氣溫為 20～22℃.土地利用格局較為分散，主要土地利用類型有林地、水域、城鎮(zhèn)、農(nóng)田、果園和荒地（圖 1）.其中，林地面積比例最大.上游山區(qū)地勢(shì)起伏較大，土地利用類型以林地為主，多是次生林和人工林，上游農(nóng)田以水稻田為主，水果主要有荔枝、香蕉、木瓜、龍眼和楊桃等亞熱帶水果.中下游地勢(shì)平緩，城鎮(zhèn)化程度高，農(nóng)田以菜地為主，近年來(lái)快速的城鎮(zhèn)化導(dǎo)致流溪河水質(zhì)不斷惡化.

2　方法

2.1SWAT模型構(gòu)建的數(shù)據(jù)準(zhǔn)備

SWAT模型構(gòu)建所需的空間數(shù)據(jù)包括數(shù)字高程模型（DEM）、土地利用數(shù)據(jù)和土壤數(shù)據(jù).DEM分辨率為 30m，從美國(guó)地質(zhì)勘探局網(wǎng)站（USGS，http：//usgs.gov）獲得，由于數(shù)據(jù)源精度的限制，本文利用ArcHydro Tools，結(jié)合衛(wèi)星影像和實(shí)地踏勘，對(duì)原始DEM進(jìn)行修正［16］，修正結(jié)果見(jiàn)圖2.土地利用數(shù)據(jù)由2009年1月2日的TM遙感影像進(jìn)行監(jiān)督分類獲得（圖 1）.劃分水文響應(yīng)單元（HRU）的閾值為土地利用5%、土壤8%和坡度10%.

屬性數(shù)據(jù)庫(kù)包括土壤屬性數(shù)據(jù)庫(kù)、氣象數(shù)據(jù)庫(kù)、農(nóng)業(yè)管理措施數(shù)據(jù)庫(kù)和點(diǎn)源污染數(shù)據(jù)庫(kù).土壤屬性數(shù)據(jù)庫(kù)由中國(guó)土壤數(shù)據(jù)庫(kù)（http：//www. soil.csdb.cn/）建立.氣象數(shù)據(jù)從中國(guó)氣象科學(xué)數(shù)據(jù)共享網(wǎng)（http：//cdc.nmic.cn/home.do）獲得.農(nóng)業(yè)管理措施數(shù)據(jù)庫(kù)根據(jù)農(nóng)業(yè)部頒發(fā)的指導(dǎo)意見(jiàn)［17］建立.點(diǎn)源污染數(shù)據(jù)庫(kù)根據(jù)廣州污染源普查建立.

2.2河岸帶對(duì)非點(diǎn)源污染削減作用模擬

以相應(yīng)的空間和屬性數(shù)據(jù)庫(kù)為基礎(chǔ)構(gòu)建研究區(qū) SWAT模型，對(duì)流域非點(diǎn)源污染的產(chǎn)生、運(yùn)移和轉(zhuǎn)化的時(shí)間和空間分布特征進(jìn)行模擬［11-12，15，18］.

河岸帶提取參照Z(yǔ)hao等［15］提出的方法，使用ArcGIS中Cost Allocation模塊的最低成本路徑分析完成.

圖1　流溪河流域地理位置及土地利用示意Fig.1　Location and land use of the Liuxi River Basin

圖2　流溪河流域原始DEM圖和修正DEM圖Fig.2　The original and revised DEM of the Liuxi River Basin

SWAT模型的河岸帶模塊通過(guò)設(shè)置子流域和河岸帶面積的比值（DAFSratio）和匯流量最大的前 10%河段所控制集水區(qū)面積占子流域面積的百分比（DFcon）描述河岸帶的特征［19］.DFcon基于水流匯集圖層計(jì)算獲得，DAFSratio是由每個(gè)子流域的河岸帶面積決定的：

式中：A是子流域面積；Abuf是河岸帶面積.

為突出集中流對(duì)河岸帶削減作用的影響，SWAT將河岸帶分為兩個(gè)部分，第一部分占河岸帶總面積的90%，但只接收少量的水流匯入；第二部分只占河岸帶總面積的 10%，但接收了整個(gè)HRU 25%～75%的水流匯入［19］.

DFcon由流域地形特征決定，難以改變，而DAFSratio與河岸緩沖帶平均寬度（MBW）密切相關(guān)，可以通過(guò)人為對(duì)河岸帶進(jìn)行修復(fù)達(dá)到提高河岸帶對(duì)非點(diǎn)源污染削減能力的目的.MBW可從以下算式得到：

式中：Abuf是每個(gè)子流域的河岸緩沖帶總面積；Lrb是每個(gè)子流域的河岸長(zhǎng)度.

由式（1）和式（2），DAFSratio和MBW呈反比例關(guān)系，可以表示為：

式中：A是子流域面積；Lrb是每個(gè)子流域的河岸總長(zhǎng)度.

TN和TP的削減率通過(guò)未設(shè)置和已設(shè)置河岸帶模塊的非點(diǎn)源污染負(fù)荷模擬結(jié)果相減獲得：TN（TP） 削減率=（未設(shè)置河岸帶的TN（TP）負(fù)荷-

已設(shè)置河岸帶的TN（TP）負(fù)荷）/

未設(shè)置河岸帶的TN（TP）負(fù)荷 （4）

2.2河岸帶修復(fù)情景設(shè)置

四個(gè)修復(fù)情景分別從各種角度體現(xiàn)不同的河岸帶修復(fù)策略，各種情景設(shè)置見(jiàn)表1.

由于研究中使用的數(shù)字高程圖（DEM）和遙感圖的精度均為 30m，基于象元的精度，對(duì)每個(gè)修復(fù)情景均設(shè)置30、60、90、150和210m 5個(gè)目標(biāo)寬度，由于在某些條件下為了達(dá)到理想的削減效率，寬度超過(guò)200m的緩沖帶是必要的［20-21］，因此在本研究中河岸植被緩沖帶的最大寬度被設(shè)為210m（7個(gè)象元的距離）.目標(biāo)寬度是指經(jīng)河岸帶修復(fù)后，子流域河岸帶所達(dá)到的最低平均寬度.

表1　河岸帶修復(fù)情景設(shè)置Table 1　Settings of riparian buffer restoration scenarios

不同修復(fù)情景和目標(biāo)寬度的設(shè)置會(huì)使河岸帶面積增加率各不相同，為直觀體現(xiàn)不同修復(fù)策略的效率，以削減率提高幅度為河岸帶修復(fù)的收益，以河岸帶面積增加率為河岸帶修復(fù)的成本，使用效益-成本指數(shù)（RTN，RTP）表征TN和TP削減率提高幅度與河岸帶面積增加的關(guān)系.

式中：RI為T(mén)N和TP削減率的提高幅度；AI為河岸帶面積增加率；RTN，TP表示每增加1%的河岸帶面積，TN或TP削減率的提高幅度.

2.3聚類分析

為更簡(jiǎn)明地區(qū)分各個(gè)子流域的河岸帶修復(fù)優(yōu)先度、非點(diǎn)源污染物削減率和污染程度，對(duì) 38個(gè)子流域進(jìn)行聚類分析（cluster analysis）.根據(jù)分類對(duì)象的不同，聚類分析分為樣本之間的聚類（Q型聚類）和變量之間的聚類（R型聚類）［22］.本研究使用Q型聚類對(duì)河岸帶修復(fù)優(yōu)先度、非點(diǎn)源污染物削減率和污染程度進(jìn)行聚類.其中河岸帶修復(fù)優(yōu)先度的聚類樣本使用Zhao等［15］獲得的河岸帶修復(fù)優(yōu)先度得分；對(duì)非點(diǎn)源污染物削減率的聚類樣本使用各子流域現(xiàn)有河岸帶對(duì)TN和TP的削減率；污染程度的聚類樣本使用 Zhao等［15］獲得的總氮負(fù)荷（TNE）和總磷負(fù)荷（TPE）兩個(gè)指標(biāo).采用歐氏距離（Euclidean distance）作為聚類標(biāo)準(zhǔn)，組間聯(lián)接（between-group linkage）作為聚類方法，使用的軟件為SPSS 19.0.

3　結(jié)果與討論

3.1SWAT模型的率定與驗(yàn)證

瀝青路面半剛性基層作為我國(guó)高等級(jí)道路的主要路面結(jié)構(gòu)形式之一，具有水穩(wěn)定性較好、板體性良好、承載能力較高、施工工藝簡(jiǎn)便等優(yōu)點(diǎn)[1]。由于受傳統(tǒng)施工工藝與壓實(shí)機(jī)械性能的制約，對(duì)于厚度大于30cm的半剛性基層，我國(guó)往往采用分層攤鋪工藝進(jìn)行施工，以避免半剛性基層施工產(chǎn)生嚴(yán)重離析、壓實(shí)度不足等問(wèn)題。然而分層攤鋪工藝存在施工效率較低，基層整體性較差及基層易產(chǎn)生早期破壞等問(wèn)題。

表2　SWAT模型的地表徑流、總氮和總磷在不同監(jiān)測(cè)點(diǎn)的率定和驗(yàn)證結(jié)果Table 2　Statistical calibration criteria of SWAT model for stream flow，total nitrogen and total phosphorous in different monitor station

表3　徑流參數(shù)的含義、范圍、默認(rèn)值和校正值Table 3　Descriptions，range，default values and calibrated values of parameters selected for runoff simulation

將多年的水文和水質(zhì)監(jiān)測(cè)數(shù)據(jù)分為兩部分，利用2005～2007年的水文數(shù)據(jù)和2007～2008年的水質(zhì)數(shù)據(jù)對(duì)SWAT模型進(jìn)行率定，利用2008～2010年的水文數(shù)據(jù)和2009～2010年的水質(zhì)數(shù)據(jù)對(duì)SWAT模型進(jìn)行驗(yàn)證，采用納什系數(shù)（NSE）、偏離百分比（PBIAS）和決定系數(shù)（R2）衡量模型模擬值與觀測(cè)值之間的擬合度.通過(guò)SWAT模型的率定和驗(yàn)證，納什系數(shù)（NSE）、偏離百分比（PBIAS）和決定系數(shù)（R2）等參數(shù)均達(dá)到理想水平，SWAT模型能夠很好地模擬流溪河流域非點(diǎn)源污染的輸出特征（表2）.具體率定參數(shù)見(jiàn)表3.

3.2各子流域現(xiàn)有河岸帶對(duì)非點(diǎn)源污染的削減作用

流溪河流域38個(gè)子流域現(xiàn)有河岸帶平均寬度為65.64m，各子流域間河岸帶平均寬度的差異較大，平均寬度最大的子流域達(dá)到 153.31m，最小的子流域僅7.26m，標(biāo)準(zhǔn)偏差為38.03m.流溪河流域各子流域的DFcon相差不大（標(biāo)準(zhǔn)偏差為0.05），說(shuō)明各子流域之間匯流集中程度較為接近.因此，流溪河各子流域河岸帶對(duì)非點(diǎn)源污染削減效率的差異受匯流集中程度的影響不大.

2010年不同子流域現(xiàn)有河岸帶對(duì)TN和TP的削減率有顯著的空間差異（圖3），上游地區(qū)的子流域削減率普遍較高，中下游地區(qū)的削減率普遍較低.子流域6的TN削減率最高，達(dá)到62%，子流域31的TN削減率最低，為15%.子流域5的TP削減率最高，達(dá)到89%，子流域33的TP削減率最低，為20%.

各子流域TP削減率均高于TN削減率，子流域24的TP和TN削減率相差最大，達(dá)到37.45%，子流域1相差最小，為1.15%.

3.3各修復(fù)情景的河岸帶特征

對(duì)各子流域的河岸帶修復(fù)優(yōu)先度、非點(diǎn)源污染削減率以及非點(diǎn)源污染程度的聚類結(jié)果如圖4所示，以距離水平10為標(biāo)準(zhǔn)線將子流域分為 4級(jí).以聚類分析結(jié)果為基礎(chǔ)，盡量使情景二至四中進(jìn)行修復(fù)的子流域數(shù)量保持基本一致.河岸帶修復(fù)優(yōu)先度聚類結(jié)果中的III級(jí)和IV級(jí)子流域主要分布于下游地區(qū)，也包括少數(shù)中游地區(qū)的子流域，這些子流域產(chǎn)生大量非點(diǎn)源污染物或河岸帶破壞較嚴(yán)重，本研究將這些子流域作為河岸帶優(yōu)先修復(fù)子流域，即情景二中進(jìn)行修復(fù)的子流域；非點(diǎn)源污染削減率聚類結(jié)果中的 IV級(jí)子流域主要分布在下游地區(qū)，本研究將 IV級(jí)子流域作為河岸帶削減率低的子流域，在情景三中進(jìn)行修復(fù)；污染程度聚類結(jié)果中的III級(jí)和IV級(jí)子流域主要分布于下游地區(qū)，這些子流域有大面積的農(nóng)業(yè)用地和城鎮(zhèn)用地，非點(diǎn)源污染負(fù)荷較重，本研究將這些子流域作為重度污染子流域，即情景四中進(jìn)行修復(fù)的子流域.情景二至四選擇的子流域空間分布如圖6所示，此三種情景共有的子流域有4個(gè).由于情景二至四僅對(duì)部分子流域進(jìn)行修復(fù)，需修復(fù)的子流域數(shù)和河岸帶面積的增幅都小于情景一（表4）.

圖3　流溪河各子流域現(xiàn)有河岸帶TN和TP削減率Fig.3　TN and TP reduction rate in the Liuxi River Basin

圖4　聚類樹(shù)狀圖Fig.4　Cluster analysis dendrogram

表4　各修復(fù)情景的河岸帶特征Table 4　Riparian buffer characteristics of scenarios

3.4各修復(fù)情景對(duì)非點(diǎn)源污染的總體削減率

圖5　2010年各修復(fù)情景的TN、TP削減率與現(xiàn)狀的對(duì)比Fig.5　Comparison of scenarios’ TN，TP reduction rate and current status in 2010

對(duì)于2010年全流域的TN和TP削減率，所有修復(fù)情景在各目標(biāo)寬度上都比現(xiàn)狀有所提高，而且目標(biāo)寬度越寬，削減率就越高.但隨目標(biāo)寬度增加，削減率提高的幅度減小.對(duì)于TN和TP，四個(gè)修復(fù)情景削減率提高的幅度都是情景一＞情景二＞情景四＞情景三（圖5）.情景一TN的削減率增加至 23.52%～30.72%，TP的削減率增加幅度比TN大，削減率增加至28.43%～39.86%.情景二TN的削減率增加至23.42%～27.87%，TP的削減率增加至27.96%～33.58%.情景三TN的削減率增加至23.51%～26.31%，TP的削減率增加至27.47%～31.58%.情景四 TN的削減率增加至 23.36%～27.27%，TP的削減率增加至27.19%～32.42%.

3.5各修復(fù)寬度TN和TP削減率的空間變化規(guī)律

河岸帶修復(fù)對(duì)上游地區(qū)子流域TN和TP削減率的提升并不明顯，但河岸帶修復(fù)對(duì)下游地區(qū)子流域TN和TP削減率的提升非常大（圖6），如在將河岸帶平均寬度修復(fù)至 210m的情況下，子流域38的TN削減率將比現(xiàn)狀提升27%，子流域35的TP削減率比現(xiàn)狀提升35%.對(duì)于相同的河岸帶修復(fù)策略，下游地區(qū)子流域的非點(diǎn)源污染削減率提升幅度比上游子流域大，這是因?yàn)橄掠蔚貐^(qū)現(xiàn)有河岸帶受破壞的程度較重，并且流域非點(diǎn)源污染負(fù)荷量很大，因此河岸帶修復(fù)能大大提升非點(diǎn)源污染物的削減效率.

3.6不同修復(fù)策略的比較

各情景中設(shè)置的目標(biāo)寬度越大，TN和TP削減率的提高幅度越大，但增加的河岸帶面積也越大.各情景下TN和TP的削減率與全流域河岸帶總面積都顯著正相關(guān)，且符合對(duì)數(shù)函數(shù)的變化規(guī)律.各情景河岸帶總面積與TN和TP削減率的對(duì)數(shù)擬合均達(dá)到P＜0.05的顯著性水平，而且R2值相差不大，情景一的河岸帶總面積與TN和TP削減率的的對(duì)數(shù)擬合結(jié)果見(jiàn)圖7.

圖6　2010年河岸帶各修復(fù)情景的不同目標(biāo)寬度TN和TP削減率空間分布（A：TN；B：TP）Fig.6　Distribution map of sub-basins’ TN and TP reduction rate for different target width of each scenario in 2010（A：TN；B：TP）

情景一TN和TP削減率的提高幅度大于其他3個(gè)修復(fù)情景，但河岸帶面積增加率也是最大的，目標(biāo)寬度為 210m時(shí)，河岸帶面積增加率為182.44%，而目標(biāo)寬度同樣為 210m時(shí)，情景二至四河岸帶面積增加率分別僅為 58.03%、44.18% 和51.74%.隨著目標(biāo)寬度增加，RTN和RTP均迅速減小，而且各情景之間的差距也迅速縮小.這說(shuō)明隨著河岸帶修復(fù)寬度的增加，河岸帶修復(fù)的平均效率下降.雖然緩沖帶寬度與營(yíng)養(yǎng)物降解效率的關(guān)系在不同的實(shí)驗(yàn)條件下存在差異，但在大部分研究中是呈正相關(guān)關(guān)系，并且隨著河岸帶寬度增加，非點(diǎn)源污染削減率的增幅逐漸減?。?3-24］.在本研究中，各修復(fù)情景的河岸帶總面積與削減率均為對(duì)數(shù)增長(zhǎng)關(guān)系，即隨著河岸帶修復(fù)目標(biāo)寬度增大，非點(diǎn)源污染削減率提升幅度減?。▓D7），效益-成本指數(shù)也逐漸減?。ū?）.

眾多變量影響河岸植被緩沖帶的削減功能，因此不同地點(diǎn)的河岸帶對(duì)非點(diǎn)源污染的削減效率存在差異［15，25］，這主要體現(xiàn)在緩沖帶上游控制區(qū)非點(diǎn)源營(yíng)養(yǎng)物的輸出量以及緩沖帶本身對(duì)營(yíng)養(yǎng)物削減能力的差異［15］.為提高修復(fù)河岸帶的效益-成本比，尋找應(yīng)該優(yōu)先建立和維護(hù)的河岸帶地點(diǎn)是一種有價(jià)值的策略［13，24-27］.

本文通過(guò)設(shè)置不同河岸帶修復(fù)情景，比較不同河岸帶修復(fù)策略對(duì)提高非點(diǎn)源污染物削減效率的差異.四個(gè)修復(fù)情景包括：修復(fù)所有子流域的情景一、修復(fù)優(yōu)先修復(fù)河岸帶子流域的情景二、修復(fù)低削減率子流域的情景三和修復(fù)重污染子流域的情景四，分別進(jìn)行目標(biāo)寬度為 30、60、90、150、210m的修復(fù).結(jié)果表明，除了60m的目標(biāo)寬度RTN的大小順序?yàn)榍榫岸厩榫八模厩榫耙唬厩榫叭猓渌鱾€(gè)目標(biāo)寬度，各情景RTN的大小順序都是情景二＞情景四＞情景三＞情景一.對(duì)于RTP，不同目標(biāo)寬度的規(guī)律各不相同，30m和60m目標(biāo)寬度的順序都是情景二＞情景一＞情景四＞情景三；90m目標(biāo)寬度的順序?yàn)榍榫岸厩榫八模厩榫耙唬厩榫叭?50m目標(biāo)寬度的順序?yàn)榍榫岸厩榫八模厩榫耙唬厩榫叭?10m目標(biāo)寬度的順序?yàn)榍榫岸厩榫叭厩榫八模厩榫耙?

圖7　情景一各目標(biāo)寬度河岸帶總面積與TN和TP削減率的對(duì)數(shù)擬合結(jié)果Fig.7　Logarithmic fitting result of TN，TP reduction rate and each target width of scenario 1

選擇部分子流域進(jìn)行修復(fù)的情景二至四，在大部分情況下RTN和RTP均比進(jìn)行全流域修復(fù)的情景一高.這說(shuō)明通過(guò)科學(xué)方法篩選出少量子流域進(jìn)行河岸帶修復(fù)，可以獲得比對(duì)全流域進(jìn)行修復(fù)更高的效益.其中情景二的RTN和RTP在各目標(biāo)寬度下均最大，說(shuō)明選擇綜合考慮了流域非點(diǎn)源負(fù)荷量以及河岸帶狀況的河岸帶優(yōu)先修復(fù)子流域進(jìn)行河岸帶修復(fù)的效率最高.以污染程度最重子流域?yàn)樾迯?fù)重點(diǎn)是很好的修復(fù)策略，Chang等［13］在臺(tái)灣Feitsui水庫(kù)的河岸帶修復(fù)研究中設(shè)置了四個(gè)河岸帶修復(fù)情景，其中對(duì)10個(gè)污染最嚴(yán)重子流域進(jìn)行修復(fù)的情景獲得了最高的效益-成本比.在本研究中，情景四的效益-成本指數(shù)僅次于情景二，事實(shí)上非點(diǎn)源污染負(fù)荷是流溪河流域河岸帶優(yōu)先修復(fù)子流域選擇最重要的影響因素［15］.

優(yōu)先修復(fù)低削減率子流域的情景三在本研究中效益-成本指數(shù)比全流域修復(fù)的情景一高，但不如情景二和情景四.這是因?yàn)樵斐珊影稁鳒p率低的原因除了河岸帶本身狀況較差，還可能是由于該子流域的非點(diǎn)源污染負(fù)荷較低，比如子流域1的污染負(fù)荷較輕，但卻被劃分為低削減率的子流域；而有的子流域污染負(fù)荷很重，但河岸帶相對(duì)完好，因此削減率很高，如子流域 36污染非常嚴(yán)重，但卻被劃分為較高削減率的子流域.由圖6可以看出這兩個(gè)子流域在各目標(biāo)寬度的削減率增幅差異不大，但由于子流域 36污染負(fù)荷高，因此對(duì)全流域削減率的貢獻(xiàn)更大.

表5　各情景目標(biāo)寬度對(duì)應(yīng)的RTN，TP（%）Table 5　RTN，TPof each target width of each scenario（%）

對(duì)于相同修復(fù)情景和目標(biāo)寬度，RTP大部分情況下都比 RTN大，說(shuō)明河岸帶修復(fù)對(duì)于控制非點(diǎn)源磷污染的效果比氮污染更顯著. 對(duì)于相同的情境，TP削減率普遍高于TN削減率，說(shuō)明河岸帶修復(fù)對(duì)于控制非點(diǎn)源磷污染的效果比氮污染更顯著.TN和TP削減率的差異可能與氮、磷在溶解性和顆粒吸附性等方面的差異有關(guān)，含磷污染物主要是隨泥沙被地表徑流沖刷進(jìn)入河流，而含氮污染物由于溶解性較好，有一部分通過(guò)地下水進(jìn)入河流，繞過(guò)了河岸帶的緩沖功能.White等［28］整理了22篇研究河岸帶對(duì)氮和磷削減作用的文獻(xiàn)，發(fā)現(xiàn)在相同的條件下，河岸帶對(duì)磷的削減能力要強(qiáng)于氮，這與本研究的結(jié)果相符.本文的模擬是在假設(shè)匯水區(qū)的非點(diǎn)源負(fù)荷隨著自然的地表徑流，經(jīng)過(guò)河岸植被緩沖帶進(jìn)入河流的前提下進(jìn)行的，但是實(shí)際上，很大一部分水流在進(jìn)入水體前會(huì)形成集中流，未經(jīng)過(guò)河岸帶的截流作用而直接進(jìn)入水體［29］.

本文雖然已通過(guò)河岸帶模塊的DFcon參數(shù)突出自然集中流對(duì)河岸帶削減作用的影響，但是在流域尺度上，很多人為因素會(huì)促使水流在進(jìn)入水體之前形成集中流，如村莊、城市路網(wǎng)、農(nóng)田和人造溝渠等［28］，尤其是在城市和濱岸已被開(kāi)發(fā)利用的地方，人為干擾對(duì)集中流的影響更為突出.因此，在往后的研究中應(yīng)該將此納入考慮，在模塊的相關(guān)參數(shù)或結(jié)構(gòu)方面進(jìn)行調(diào)整，以更加符合國(guó)內(nèi)河流的實(shí)際特點(diǎn).

4　結(jié)論

4.1本研究基于現(xiàn)有河岸帶對(duì)非點(diǎn)源污染削減作用的模擬結(jié)果，通過(guò)設(shè)置不同河岸帶修復(fù)情景，比較不同河岸帶修復(fù)策略對(duì)提高非點(diǎn)源污染物削減效率的差異.使用效益-成本指數(shù)表征TN和TP削減率提高幅度與增加的河岸帶面積的關(guān)系，比較不同河岸帶修復(fù)策略的效率.研究結(jié)果表明河岸帶對(duì)TN和TP的削減率在空間分布上具有的差異性.各修復(fù)情景都在不同程度上提高了河岸帶對(duì)TN和TP的削減率，河岸帶總面積與削減率呈現(xiàn)對(duì)數(shù)增長(zhǎng)關(guān)系，即隨著河岸帶總面積增加，削減率的提高幅度逐漸變小.

4.2通過(guò)各種科學(xué)方法篩選出部分子流域進(jìn)行修復(fù)的情景二至四的效益-成本指數(shù)均高于情景一的全流域無(wú)差別修復(fù).整體效率水平排序?yàn)榍榫岸厩榫八模厩榫叭厩榫耙?，選擇綜合考慮了流域非點(diǎn)源負(fù)荷量以及河岸帶狀況的優(yōu)先修復(fù)子流域進(jìn)行河岸帶修復(fù)的效益-成本指數(shù)達(dá)最高.

4.3河岸帶修復(fù)的效率應(yīng)在河岸帶修復(fù)工程中得到充分考慮，以最低的成本達(dá)到水質(zhì)安全控制的目標(biāo).

［1］ Cherry K A，Shepherd M，Withers P，et al. Assessing the effectiveness of actions to mitigate nutrient loss from agriculture：A review of methods ［J］. Science of the Total Environment，2008，406（1/2）：1-23.

［2］ Smith V H. Eutrophication of freshwater and coastal marine ecosystems - A global problem ［J］. Environmental Science and Pollution Research，2003，10（2）：126-139.

［3］ 王曉，郝芳華，張璇.丹江口水庫(kù)流域非點(diǎn)源污染的最佳管理措施優(yōu)選 ［J］. 中國(guó)環(huán)境科學(xué)，2013，33（7）：1335-1343.

［4］ Dosskey M G，Vidon P，Gurwick N P，et al. The role of riparian vegetation in protecting and improving chemical water quality in streams ［J］. Journal of the American Water Resources Association，2010，46（2）：261-277.

［5］ Jobin B，Belanger L，Boutin C，et al. Conservation value of agricultural riparian strips in the Boyer river watershed，quebec （Canada） ［J］. Agriculture Ecosystems and Environment，2004，103（3）：413-423.

［6］ Dwire K A，Lowrance R R. Riparian ecosystems and buffersmultiscale structure，function，and management： introduction ［J］. Journal of the American Water Resources Association，2006，42（1）：1-4.

［7］ Muscutt A D，Harris G L，Bailey S W，et al. Buffer zones to improve water quality： a review of their potential use in UK agriculture ［J］. Agriculture，Ecosystems and Environment，1993，45（1）：59-77.

［8］ Cirmo C P，McDonnell J J. Linking the hydrologic and biogeochemical controls of nitrogen transport in near-stream zones of temperate-forested catchments： a review ［J］. Journal of Hydrology，1997，199（1）：88-120.

［9］ Munoz-Carpena R，Parsons J E. VFSMOD-W——vegetative filter strips hydrology and sediment transport modeling system，model documentation and user's manual ［Z］. Biological and Agricultural Engineering，University of Florida，2003.

［10］ 楊寅群，李懷恩，史冬慶. VFSMOD模型對(duì)植被過(guò)濾帶凈化效果的模擬與適應(yīng)性分析 ［J］. 環(huán)境科學(xué)，2010，31（11）：2613-2618.

［11］ Cho J，Lowrance R R，Bosch D D，et al. Effect of watershed subdivision and filter width on SWAT simulation of a coastal plain watershed ［J］. Journal of the American Water Resources Association，2010，46（3）：586-602.

［12］ Moriasi D N，Steiner J L，Arnold J G. Sediment measurement and transport modeling： impact of riparian and filter strip buffers ［J］. Journal of Environmental Quality，2011，40（3）：807-814.

［13］ Chang C L，Hsu T H，Wang Y J，et al. Planning for implementation of riparian buffers in the Feitsui reservoir watershed ［J］. Water Resources Management，2010，24（10）：2339-2352.

［14］ Sahu M，Gu R R. Modeling the effects of riparian buffer zone and contour strips on stream water quality ［J］. Ecological Engineering，2009，35（8）：1167-1177.

［15］ Zhao P，Xia B，Hu Y，et al. A spatial multi-criteria planningscheme for evaluating riparian buffer restoration priorities ［J］. Ecological Engineering，2013，54：155-164.

［16］ Baker M E，Weller D E，Jordan T E. Comparison of automated watershed delineations： effects on land cover areas，percentages，and relationships to nutrient discharge ［J］. Photogrammetric Engineering and Remote Sensing，2006，72（2）：159-168.

［17］ 農(nóng)業(yè)部測(cè)土配方施肥技術(shù)專家組.2011年春季主要作物科學(xué)施肥指導(dǎo)意見(jiàn) ［Z］. 2011.

［18］ 陳丹，張冰，曾逸凡，等.基于 SWAT模型的青山湖流域氮污染時(shí)空分布特征研究 ［J］. 中國(guó)環(huán)境科學(xué)，2015，35（4）：1216-1222.

［19］ Neitsch S L，Arnold J G，Kiniry J R，et al. Soil and water assessment tool theoretical documentation ［Z］. version 2009. Texas： Texas Water Resources Institute，College Station，2011.

［20］ Lin Y F，Lin C Y，Chou W C，et al. Modeling of riparian vegetated buffer strip width and placement--A case study in Shei Pa National Park，Taiwan ［J］. Ecological Engineering，2004，23（4/5）：327-339.

［21］ Maillard P，Pinheiro Santos N A. A spatial-statistical approach for modeling the effect of non-point source pollution on different water quality parameters in the Velhas river watershed Brazil ［J］. Journal of Environmental Management，2008，86（1）：158-170.

［22］ Erlich Z，Gelbard R，Spiegler I. Data mining by means of binary representation： A model for similarity and clustering ［J］. Information Systems Frontiers，2002，4（2）：187-197.

［23］ Mayer P M，Reynolds S K，McCutchen M D，et al. Meta-analysis of nitrogen removal in riparian buffers ［J］. Journal of Environmental Quality，2007，36（4）：1172-1180.

［24］ Tomer M D，Dosskey M G，Burkart M R，et al. Methods to prioritize placement of riparian buffers for improved water quality ［J］. Agroforestry Systems，2009，75（1）：17-25.

［25］ Dosskey M G，Qiu Z Y. Comparison of indexes for prioritizing placement of water quality buffers in agricultural watersheds ［J］. Journal of the American Water Resources Association，2011，47（4）662-671.

［26］ Peacock B C，Hikuroa D，Morgan T. Watershed-scale prioritization of habitat restoration sites for non-point source pollution management ［J］. Ecological Engineering，2012，42：174-182.

［27］ Qiu Z Y. Prioritizing agricultural lands for conservation buffer placement using multiple criteria ［J］. Journal of the American Water Resources Association，2010，46（5）：944-956.

［28］ White M J，Arnold J G. Development of a simplistic vegetative filter strip model for sediment and nutrient retention at the field scale ［J］. Hydrological Processes，2009，23（11）：1602-1616.

［29］ Hosl R，Strauss P，Glade T. Man-made linear flow paths at catchment scale： identification，factors and consequences for the efficiency of vegetated filter strips ［J］. Landscape and Urban Planning，2012，104（2）：245-252.

Reduction rate of nitrogen and phosphorus non-point source pollution under different riparian buffer restoringstrategies.

ZHAO Peng1，HU Yan-fang1*，LIN Jun-yu2（1.South China Institute of Environmental Sciences，Ministry of Environmental Protection，Guangzhou 510655，China；2.School of Environmental Science and Engineering，Sun Yat-Sen University，Guangzhou 510275，China）.

This study was conducted along Liuxi River watershed，a main branch of Beijiang River，in Guangdong Province. Based on the non-point source （NPS） pollution and riparian buffer’s reduction in current situations of the Liuxi River Basin，the differences of NPS pollution reduction improvement of different restoration strategies were investigated by scenario simulations. In order to compare the efficiency of different restoration strategies，the relationships between the improvement of NPS reduction rate and the increase of buffer area were interpreted by benefit-cost index. The results showed the NPS reduction rate performed remarkable spatial variation. Each scenario had improved the NPS reduction rates to varying degrees （TN： 23.36%～30.72%； TP： 27.19%～39.86%）. The relationships between buffer areas and NPS reduction rate of each scenario were fitted well by the logarithmic function （P＜0.05）. The strategy with restoring the sub-basins of prior riparian buffer restoration，which integrated NPS loading and riparian buffers conditions，could reach the best benefit-cost index （1.19%）.

non-point source pollution；riparian buffer；scenario simulations；Liuxi River

X171

A

1000-6923（2015）07-2160-11

2014-11-26

環(huán)境保護(hù)部華南環(huán)境科學(xué)研究所中央級(jí)公益性科研院所基本科研業(yè)務(wù)專項(xiàng)資助項(xiàng)目

* 責(zé)任作者，助理工程師，huyf461@163.com

趙鵬（1985-），男，重慶人，博士，主要從事景觀生態(tài)學(xué)、流域生態(tài)學(xué)研究.發(fā)表論文7篇.