蒙小俊 王昕婕 朱妮 葛光環(huán)

蒙小俊，王昕婕，朱 妮，等. 陜西省農(nóng)業(yè)面源污染時空特征及污染源［J］. 湖北農(nóng)業(yè)科學(xué)，2024，63（2）：224-231．

摘要：為明確陜西省農(nóng)業(yè)面源污染時空特征、重點污染源、污染區(qū)域和11個地市區(qū)的污染類型。利用輸出系數(shù)法（ECM）對2010—2019年陜西省11個地市區(qū)的農(nóng)業(yè)面源污染總氮（TN）和總磷（TP）的污染負荷進行估算，采用等標污染負荷法對污染源進行評價，通過快速聚類法劃分11個地市區(qū)農(nóng)業(yè)面源污染類型。結(jié)果表明，2010—2019年陜西省農(nóng)業(yè)面源污染TN和TP污染負荷呈先升后降的趨勢，2019年TN和TP污染負荷最低，分別為129 027.14、13 872.84 t；2019年陜西省畜禽養(yǎng)殖、農(nóng)業(yè)種植和農(nóng)村生活等標污染負荷比分別為20.923%、60.130%和18.947%；不同污染源TN和TP的等標污染負荷空間分布具有很強的一致性，11個地市區(qū)農(nóng)業(yè)面源污染等標污染負荷比由大到小依次為榆林市（16.94%）、漢中市（15.42%）、安康市（13.06%）、渭南市（12.93%）、咸陽市（9.28%）、商洛市（8.31%）、寶雞市（8.18%）、延安市（7.03%）、西安市（6.89%）、銅川市（1.74%）、楊凌示范區(qū)（0.24%）；11個地市區(qū)農(nóng)業(yè)面源污染分為農(nóng)業(yè)種植污染主導(dǎo)型、農(nóng)業(yè)種植+農(nóng)村生活污染主導(dǎo)型、農(nóng)業(yè)種植+畜禽養(yǎng)殖污染主導(dǎo)型、混合污染型4種污染類型。

關(guān)鍵詞：面源污染；時空特征；污染負荷；等標污染負荷；污染源；陜西省

中圖分類號：X522? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2024）02-0224-08

DOI：10.14088/j.cnki.issn0439-8114.2024.02.034 開放科學(xué)（資源服務(wù)）標識碼（OSID）：

The temporal and spatial characteristics and pollution source of agricultural non-point source pollution in Shaanxi Province

MENG Xiao-jun， WANG Xin-jie， ZHU Ni， GE Guang-huan

（School of Tourism and Environment， Ankang University， Ankang? 725000， Shaanxi， China）

Abstract： In order to clarify the spatiotemporal characteristics， key pollution sources， pollution areas， and pollution types of the agricultural non-point source pollution in Shaanxi Province， the export coefficient method （ECM） was used to estimate the pollution load of total nitrogen （TN） and total phosphorus （TP） in 11 urban areas of Shaanxi Province from 2010 to 2019， and the equal standard pollution load method was adopted to evaluate the pollution sources. The 11 urban areas were divided into agricultural non-point source pollution types using the rapid clustering method.The results showed that from 2010 to 2019， the agricultural non-point source pollution TN and TP pollution load in Shaanxi Province showed a trend of first increasing and then decreasing. In 2019， the pollution load of TN and TP were the lowest， at 129 027.14 and 13 872.84 t， respectively；in 2019， the equal standard pollution load ratios for livestock and poultry breeding， agricultural planting， and rural life in Shaanxi Province were 20.923%， 60.130% and 18.947%， respectively；the spatial distribution of equal standard pollution load for different pollution sources TN and TP showed strong consistency. Among the 11 urban areas， the equal standard pollution load ratios for the agricultural non-point source pollution in descending order were Yulin City （16.94%）， Hanzhong City （15.42%）， Ankang City （13.06%）， Weinan City （12.93%）， Xianyang City （9.28%）， Shangluo City （8.31%）， Baoji City （8.18%）， Yanan City （7.03%）， Xian City （6.89%）， Tongchuan City （1.74%）， and Yangling Demonstration Zone （0.24%）；the agricultural non-point source pollution in 11 urban areas could be divided into four types： agricultural planting pollution dominant type， agricultural planting+rural life pollution dominant type， agricultural planting+livestock and poultry breeding pollution dominant type， and mixed pollution type.

Key words： agricultural non-point source pollution；temporal and spatial characteristics；pollution load；equal standard pollution load； pollution source； Shaanxi Province

農(nóng)業(yè)面源污染治理是新時代美麗中國建設(shè)的內(nèi)在要求，同時也是實施鄉(xiāng)村振興的關(guān)鍵舉措。與點源相比，農(nóng)業(yè)面源防治難度更大，已成為許多地區(qū)水環(huán)境問題的重要原因^［1］，全球范圍內(nèi)近50%的地表水資源已經(jīng)受到面源污染的影響^［2］，農(nóng)業(yè)面源污染是造成中國水污染的重要原因。農(nóng)業(yè)面源排放的氮磷在水體中富集是導(dǎo)致水體富營養(yǎng)化和水環(huán)境惡化的主要原因，水體富營養(yǎng)化是面源污染導(dǎo)致的突出環(huán)境問題之一。

農(nóng)業(yè)面源污染防控的前提是需對其負荷及時空變化等特征進行科學(xué)高效精準的評估。然而，農(nóng)業(yè)面源污染源分散、面廣、來源和途徑復(fù)雜，污染發(fā)生的時間和空間具有隨機性和不確定性^{［3，4］}。污染物的來源及其傳輸過程監(jiān)控難度大，因此需要使用模型模擬的方法對農(nóng)業(yè)面源污染進行分析^［5］。常用的農(nóng)業(yè)面源污染模型類型很多，包括土壤和水分評價工具（Soil and water assessment tool，SWAT）、暴雨管理模型（Storm water management model，SWMM）、流域水文模型（Hydrological simulation program fortran，HSPF）、農(nóng)業(yè)政策環(huán)境擴展模型（Agricultural policy environmental extender model，APEX）、農(nóng)業(yè)非點源污染模型（Annualized agricultural non-point source model，AnnAGNPS）、長期水文影響分析（Long term hydrologic impact analysis，LTHIA）和輸出系數(shù)法（Export coefficient method，ECM）等模型，其中SWAT和ECM 2個模型在中國應(yīng)用較廣泛^{［2，6］}。鄒凱波等^［7］基于SWAT模型構(gòu)建了新疆烏倫古河流域面源污染分布式水文模型，建立的SWAT模型能夠用于該流域農(nóng)業(yè)面源污染負荷模擬；藍雪春等^［8］利用SWAT模型來分析湖漫水庫面源污染負荷，結(jié)果表明，2011—2018年湖漫水庫的總氮（TN）和總磷（TP）年際流失量均是2014年最大，分別為20.85、1.65 t。TN年內(nèi)流失量最大值在5月，TP在6月，分別為2.20、0.16 t。盧少勇等^［9］運用ECM評價2010年和2014年洞庭湖區(qū)TN、TP輸出負荷，分別為104 556.90、12 719.02 t和103 643.71、13 032.79 t；唐肖陽等^［10］運用ECM估算2015年漢江流域范圍內(nèi)13個地市的農(nóng)業(yè)面源污染TN、TP污染負荷，分別為17 9127、26 975 t。相比SWAT模型，ECM模型結(jié)構(gòu)簡單，參數(shù)少，因效率與精度均高的優(yōu)勢，使得美國國家環(huán)境保護局及中華人民共和國生態(tài)環(huán)境部都將ECM模型作為農(nóng)業(yè)面源污染負荷核算的推薦方法^{［11，12］}。

陜西省是中國重要的糧食和北方水果主產(chǎn)區(qū)，該區(qū)域面臨農(nóng)業(yè)面源污染帶來的重大風(fēng)險。研究表明，2016年陜西省化肥施用強度達799.48 kg/hm²，屬于高度過量水平，施肥風(fēng)險指數(shù)為0.76，化肥施用風(fēng)險總體屬于重度風(fēng)險等級，關(guān)中地區(qū)風(fēng)險最大，陜南地區(qū)次之，陜北地區(qū)最小^［13］。陜西省農(nóng)業(yè)面源污染防控對黃河和長江經(jīng)濟帶社會發(fā)展至關(guān)重要，已成為限制農(nóng)業(yè)綠色可持續(xù)發(fā)展的重要因素。耕地、果園面積大幅度增長，農(nóng)村地區(qū)畜禽養(yǎng)殖業(yè)的迅速發(fā)展和生活排污是造成農(nóng)業(yè)面源污染的主要因素^［14］，但是目前關(guān)于陜西省農(nóng)業(yè)面源污染現(xiàn)狀的研究較少。本研究以陜西省11個地市區(qū)為研究對象，采用ECM模型估算2010—2019年陜西省農(nóng)業(yè)種植（耕地和園地）、畜禽養(yǎng)殖和農(nóng)村生活TN、TP的污染負荷，運用等標污染負荷法對TN、TP的污染負荷進行評價，并對11個地市區(qū)污染類型進行劃分，以期為陜西省農(nóng)業(yè)面源污染防治提供理論支持。

1 研究區(qū)概況與方法

1.1 研究區(qū)概況

陜西省橫跨黃河、長江兩大水系，是連接中國東、中部地區(qū)和西北、西南地區(qū)的重要樞紐，位于105°29′—111°15′E，31°42′—39°35′N（圖1）；東西窄，南北狹長，縱跨中溫帶季風(fēng)氣候區(qū)、暖溫帶季風(fēng)氣候區(qū)和北亞熱帶季風(fēng)氣候區(qū)3個氣候帶，多樣的自然地理條件形成了三大主要的農(nóng)業(yè)類型區(qū)，即關(guān)中-旱作農(nóng)業(yè)類型區(qū)、陜南-旱稻兼作農(nóng)業(yè)類型區(qū)及陜北-農(nóng)牧結(jié)合農(nóng)業(yè)類型區(qū)^［15］。南北氣候差異較大，降雨量南多北少，陜南地區(qū)為濕潤區(qū)，關(guān)中地區(qū)為半濕潤區(qū)，陜北地區(qū)為半干旱區(qū)。陜西省年均降雨量340～1 240 mm，年均溫度9～16 ℃。

1.2 研究方法

1.2.1 污染負荷估算 ECM模型考慮土地利用分類，結(jié)合畜禽數(shù)量和分布及農(nóng)村居民非點源污染物排放，能較準確估算氮磷負荷^［9］。本研究采用ECM估算陜西省各地市區(qū)TN和TP的污染負荷，計算公式如下^{［9，10］}：

式中，L_j為污染物j在區(qū)域的負荷（kg）；E_ij為污染物j在區(qū)域i種土地利用類型的輸出系數(shù)或牲畜、人口的輸出系數(shù)；A_i為第i種土地利用類型面積（hm²）或牲畜（頭）、人口數(shù)量（萬人）；p為由降雨輸入的營養(yǎng)物質(zhì)總量（kg），因降雨影響較小，此項一般可忽略不計；n為污染源數(shù)量。

耕地、果園面積大幅度增長，農(nóng)村地區(qū)畜禽養(yǎng)殖業(yè)的迅速發(fā)展和生活排污是造成農(nóng)業(yè)面源污染的主要因素^［14］，結(jié)合陜西省實際情況，本研究的農(nóng)業(yè)面源污染源考慮農(nóng)業(yè)種植、畜禽養(yǎng)殖和農(nóng)村生活這3大類污染源，其中農(nóng)業(yè)種植土地類型主要考慮水田、旱田和園地3種類型，畜禽養(yǎng)殖主要考慮牛、羊、豬和家禽4種類型。

運用ECM的關(guān)鍵在于確定模型E_ij輸出系數(shù)，而輸出系數(shù)受各種因素的影響，如地形、降雨量和土壤類型等。鑒于陜西省無實測輸出系數(shù)，農(nóng)業(yè)種植TN和TP的輸出系數(shù)參考文獻^{［9，10］}，將國內(nèi)不同研究區(qū)域結(jié)果的平均值作為陜西省不同農(nóng)業(yè)土地利用類型的輸出系數(shù)。畜禽養(yǎng)殖和農(nóng)村生活TN和TP輸出系數(shù)分別參照《畜禽養(yǎng)殖業(yè)源產(chǎn)排污系數(shù)手冊》和中華人民共和國生態(tài)環(huán)境部推薦的輸出系數(shù)^［9］。各污染源TN和TP輸出系數(shù)見表1。

1.2.2 污染負荷評價方法 采用等標污染負荷來綜合評價不同污染物或污染源對環(huán)境潛在污染能力的大小，將不同污染物在一定尺度上進行比較，以確定主要污染源或主要污染物^［16］，本研究采用GB 3838—2002《地表水環(huán)境質(zhì)量標準》Ⅱ類和Ⅲ類水質(zhì)標準，漢中市、安康市和商洛市采用Ⅱ類水質(zhì)標準，其他地市區(qū)采用Ⅲ類水質(zhì)標準。計算公式和過程詳見參考文獻^［17］。

1.2.3 污染類型劃分方法 為因地制宜地開展農(nóng)業(yè)面源污染防治，利用SPSS聚類分析法對陜西省農(nóng)業(yè)面源污染進行分類，聚類對象為不同地市區(qū)各污染源的等標污染負荷比。

1.2.4 數(shù)據(jù)來源 分析陜西省11個地市區(qū)的農(nóng)業(yè)面源氮磷污染，數(shù)據(jù)包括耕地（水田和旱地）面積、園地面積、牛、羊、豬、家禽和農(nóng)村人口數(shù)量。以上所有數(shù)據(jù)來源于2010—2019年《陜西省統(tǒng)計年鑒》及陜西省各地市區(qū)統(tǒng)計年鑒。

2 結(jié)果與分析

2.1 污染負荷及時間特征分析

利用ECM模型估算了2010—2019年陜西省農(nóng)業(yè)面源污染中農(nóng)業(yè)種植、畜禽養(yǎng)殖和農(nóng)村生活3類污染源TN和TP的污染負荷，圖2和圖3分別為TN和TP污染負荷時間特征。

2010—2019年陜西省農(nóng)業(yè)種植、畜禽養(yǎng)殖和農(nóng)村生活TN污染負荷分別為83 931.28～90 843.58 t、16 966.48～26 988.47 t和24 119.00～31 919.03 t，3種污染源TN污染負荷為129 027.14～14 2481.75 t；農(nóng)業(yè)種植和畜禽養(yǎng)殖TN污染負荷隨時間推移先升高后降低，而農(nóng)村生活TN逐年降低，3種污染源TN污染負荷變化趨勢與農(nóng)業(yè)種植TN污染負荷基本相同，其中農(nóng)業(yè)種植TN污染負荷 2017年達最大，為90 843.58 t，畜禽養(yǎng)殖2014年達最大，為26 988.47 t，3種污染源TN污染負荷2017年最大，為142 481.75 t，2019年最小，為129 027.14 t。

2010—2019年陜西省農(nóng)業(yè)種植、畜禽養(yǎng)殖和農(nóng)村生活TP污染負荷為13 872.84～16 597.20 t，其中農(nóng)業(yè)種植、畜禽養(yǎng)殖和農(nóng)村生活TP污染負荷分別為6 928.88～7 612.15 t、4 200.65～6 515.19 t和2 442.43～3 232.31 t；3種污染源TP污染負荷隨時間變化趨勢和TN污染負荷時間特征基本一致。

綜合圖2和圖3可以看出，2010—2019年陜西省農(nóng)業(yè)面源污染TN和TP污染負荷均呈先升高后降低趨勢，2019年降至最低；農(nóng)村生活TN和TP污染負荷均呈逐年降低趨勢，這種變化趨勢與陜西省城鎮(zhèn)化不斷加快和政府高度重視農(nóng)業(yè)面源污染的防治工作密不可分。2010—2019年陜西省城鎮(zhèn)人口比重為45.70%～61.28%，逐年升高。研究表明，城鎮(zhèn)化對化肥面源污染產(chǎn)生了持續(xù)穩(wěn)定的負向影響，即城鎮(zhèn)化緩解了農(nóng)業(yè)面源污^染［18］。同時，國家相關(guān)部門出臺了一系列農(nóng)業(yè)面源污染治理的政策性措施。2021年3月中華人民共和國生態(tài)環(huán)境部和農(nóng)業(yè)農(nóng)村部聯(lián)合印發(fā)了《農(nóng)業(yè)面源污染治理與監(jiān)督指導(dǎo)實施方案（試行）》，明確了“十四五”至2035年重點區(qū)域農(nóng)業(yè)面源污染防治的工作目標和主要任務(wù)，對面源污染的監(jiān)測和評估提出了更高的要求。

2.2 污染負荷及空間特征分析

表2和表3分別為2019年陜西省11個地市區(qū)不同污染源TN和TP污染負荷及其貢獻率。2019年陜西省農(nóng)業(yè)面源污染TN和TP污染負荷分別為129 027.13 t和13 872.84 t，TN貢獻量約為TP 的9倍，TN/TP在5～10，與以往研究結(jié)果一致^［16］。

由表2可知，不同污染源TN污染負荷為? ? ? ? ? ?2 003.23～70 177.56 t，對TN的貢獻率大小表現(xiàn)為旱地（54.39%）>農(nóng)村生活（18.69%）>園地（11.32%）>牛（7.14%）>豬（2.79%）>水田（2.44%）>家禽（1.68%）>羊（1.55%），其中旱地TN污染負荷最高；11個地市區(qū)TN污染負荷為355.85～27 660.36 t，對TN的貢獻率大小表現(xiàn)為榆林市（21.44%）>渭南市（15.86%）>咸陽市（11.34%）>寶雞市（9.99%）>漢中市（8.86%）>延安市（8.78 %）>西安市（8.72%）>安康市（7.64%）>商洛市（4.92%）>銅川市（2.17%）>楊凌示范區(qū)（0.28%），榆林市、渭南市和咸陽市3個地市TN污染負荷分別為27 660.36、20 465.84、14 627.84 t，TN貢獻率為48.64%，楊凌示范區(qū)最低，TN污染負荷僅為355.85 t。

由表3可知，不同地市區(qū)TP污染負荷貢獻率大小表現(xiàn)為榆林市（19.49%）>渭南市（15.81%）>咸陽市（11.44%）>漢中市（10.53%）>寶雞市（10.06%）>安康市（8.67%）>延安市（8.30%）>西安市（7.92%）>商洛市（5.41%）>銅川市（2.05%）>楊凌示范區(qū)（0.32%），榆林市、渭南市和咸陽市3個地市TP污染負荷分別為2 704.36、2 192.73、1 587.50 t，3種污染源TP貢獻率為46.74%。旱地、水田、園地、農(nóng)村生活和畜禽養(yǎng)殖TP污染負荷分別為5 012.68、268.15、1 948.93、2 442.42、4 200.66 t；不同污染源TP污染負荷貢獻率大小表現(xiàn)為旱地（36.13%）>農(nóng)村生活（17.61%）>園地（14.05%）>牛（10.98%）>豬（9.80%）>家禽（6.67%）>羊（2.83%）>水田（1.93%）。

綜合表2和表3可以看出，陜西省2019年農(nóng)業(yè)面源污染TN污染負荷以農(nóng)業(yè)種植和生活污染為主，TN污染負荷貢獻率分別為68.15%、18.69%；TP污染負荷以農(nóng)業(yè)種植和畜禽養(yǎng)殖為主，TP污染負荷貢獻率分別為52.11%、30.28%；旱地和農(nóng)村生活的TN污染負荷貢獻率為73.08%；旱地和畜禽養(yǎng)殖的TP污染負荷貢獻率為66.41 %；TN和TP污染負荷具有空間分布的一致性，即榆林市、渭南市和咸陽市貢獻率較高，漢中市、寶雞市、安康市、延安市和西安市居中，商洛市、銅川市和楊凌示范區(qū)較低。基于此，陜西省農(nóng)業(yè)面源污染應(yīng)將重點放在旱地、農(nóng)村生活和畜禽養(yǎng)殖上，重點防控的地市為榆林市和渭南市。

2.3 陜西省農(nóng)業(yè)面源污染負荷評價

2.3.1 陜西省TN/TP等標污染負荷分析 利用等標污染負荷法計算2019年陜西省農(nóng)業(yè)面源污染貢獻率，結(jié)果如表4所示。2019年陜西省農(nóng)業(yè)面源污染等標污染負荷為243.101×10⁹m³，低于2015年漢江流域農(nóng)業(yè)面源污染等標污染負荷^［10］。畜禽養(yǎng)殖、農(nóng)業(yè)種植和農(nóng)村生活等標污染負荷分別為50.864×10⁹、146.176×10⁹、46.061×10⁹m³，對應(yīng)的等標污染負荷比分別為20.923%、60.130%和18.947%，說明陜西省的首要農(nóng)業(yè)面源污染源是農(nóng)業(yè)種植。

畜禽養(yǎng)殖、農(nóng)業(yè)種植和農(nóng)村生活TN等標污染負荷分別為22.612×10⁹、103.478×10⁹、30.578×10⁹m³，對應(yīng)的等標污染負荷比分別為14.432%、66.050%、19.518%，農(nóng)業(yè)種植中旱地等標污染負荷比最大，為51.174%，說明陜西省面源污染的TN主要來源于旱地，其次為農(nóng)村生活和畜禽養(yǎng)殖；畜禽養(yǎng)殖、農(nóng)業(yè)種植和農(nóng)村生活TP等標污染負荷分別為28.252×10⁹、42.698×10⁹、15.483×10⁹m³，對應(yīng)的等標污染負荷比分別為32.687%、49.400%和17.913%，農(nóng)業(yè)種植中旱地等標污染負荷比最大，為33.127%，說明陜西省面源污染的TP主要來源于旱地，其次為畜禽養(yǎng)殖和農(nóng)村生活。

2.3.2 陜西省TN/TP等標污染負荷空間分布 圖4和圖5分別為2019年陜西省11個地市區(qū)農(nóng)業(yè)面源污染TN和TP的等標污染負荷空間分布格局。在空間分布上，TN和TP的等標污染負荷空間分布有很強的一致性，即TN和TP等標污染負荷較高的地市為漢中市、榆林市、安康市和渭南市；TN和TP等標污染負荷居中的地市為西安市、延安市、商洛市、寶雞市和咸陽市；銅川市和楊凌示范區(qū)TN和TP等標污染負荷較低。

由圖4、表5可知，11個地市區(qū)TN的等標污染負荷大小表現(xiàn)為榆林市>漢中市>渭南市>安康市>咸陽市>寶雞市>商洛市>延安市>西安市>銅川市>楊凌示范區(qū)。榆林市、漢中市、渭南市和安康市TN等標污染負荷比分別為17.65%、14.60%、13.06%和12.59%，4地市TN等標污染負荷比為57.90%，銅川市和楊凌示范區(qū)TN等標污染負荷比分別為1.79%和0.23%，2地市TN等標污染負荷比為2.02%。位于漢江流域的漢中市、安康市和商洛市3地市的TN等標污染負荷比為35.29%；位于渭河流域的西安市、銅川市、寶雞市、咸陽市、楊凌示范區(qū)和渭南市6地市的TN等標污染負荷比達39.83%。漢江和渭河分別為長江和黃河的支流，漢江和渭河流域農(nóng)業(yè)面源污染TN等標污染負荷比為75.12%。

由圖5、表5可知，11個地市區(qū)TP的等標污染負荷大小表現(xiàn)為漢中市>榆林市>安康市>渭南市>咸陽市>商洛市>寶雞市>延安市>西安市>銅川市>楊凌示范區(qū)。漢中市、榆林市、安康市和渭南市TP等標污染負荷比分別為16.89%、15.64%、13.92%和12.68%，4地市TP等標污染負荷比為59.13%，漢江和渭河流域TP等標污染負荷比分別為39.49%和38.19%。漢江和渭河流域農(nóng)業(yè)面源污染TP等標污染負荷比為77.68%。

2.3.3 陜西省11個地市區(qū)不同污染源等標污染負荷空間分布 進一步將污染源劃分為水田、旱地、園地、畜禽養(yǎng)殖和農(nóng)村生活5類污染源，分析得到2019年陜西省11個地市區(qū)不同污染源TN和TP等標污染負荷空間分布，結(jié)果如表6所示。11個地市區(qū)中旱地TN等標污染負荷均較大；除漢中市和安康市外，各地市區(qū)的水田TN等標污染負荷均較?。恍笄蒺B(yǎng)殖TN等標污染負荷較大的地市為漢中市、安康市、榆林市和寶雞市；園地TN等標污染負荷較大的地市為榆林市、延安市、漢中市、渭南市，農(nóng)村生活TN等標污染負荷最大的地市為漢中市，其次為西安市和安康市。畜禽養(yǎng)殖TP等標污染負荷較大的地市為漢中市、安康市、榆林市、渭南市。榆林市旱地和園地TN和TP的等標污染負荷均最大，漢中市畜禽養(yǎng)殖、水田和農(nóng)村生活TN和TP的等標污染負荷均最大，楊凌示范區(qū)畜禽養(yǎng)殖、旱地、園地和農(nóng)村生活TN和TP等標污染負荷均最小。

將TN和TP 2種污染物等標污染負荷按照農(nóng)業(yè)種植、畜禽養(yǎng)殖和農(nóng)村生活3大類進行劃分疊加，得到2019年陜西省11個地市區(qū)不同污染源等標污染負荷比，如圖6所示。陜西省11個地市區(qū)農(nóng)業(yè)種植和畜禽養(yǎng)殖的等標污染負荷比分別為32.63%～77.65%和9.32%～32.04%，而農(nóng)村生活等標污染負荷比為8.22%～37.25%，農(nóng)業(yè)種植的等標污染負荷比較高。陜西省11個地市區(qū)農(nóng)業(yè)面源污染等標污染負荷比由大到小依次為榆林市（16.94%）、漢中市（15.42%）、安康市（13.06%）、渭南市（12.93%）、咸陽市（9.28%）、商洛市（8.31%）、寶雞市（8.18%）、延安市（7.03%）、西安市（6.89%）、銅川市（1.74%）、楊凌示范區(qū)（0.24%）。

2.4 陜西省農(nóng)業(yè)面源污染類型劃分

以農(nóng)業(yè)種植、畜禽養(yǎng)殖和農(nóng)村生活3大污染源的等標污染負荷比為聚類對象，進行聚類分析。通過聚類將11個地市區(qū)劃分成4種污染類型，即：農(nóng)業(yè)種植污染主導(dǎo)型、農(nóng)業(yè)種植和農(nóng)村生活污染主導(dǎo)型、農(nóng)業(yè)種植和畜禽養(yǎng)殖污染主導(dǎo)型、混合污染型，各污染類型空間分布如圖7所示。銅川市、咸陽市、渭南市、延安市和榆林市為農(nóng)業(yè)種植污染主導(dǎo)型，寶雞市、漢中市和安康市為農(nóng)業(yè)種植和畜禽養(yǎng)殖污染主導(dǎo)型，西安市為農(nóng)業(yè)種植和農(nóng)村生活污染主導(dǎo)型，商洛市和楊凌示范區(qū)為混合污染型。

根據(jù)不同污染類型陜西省不同地市區(qū)宜采取針對性的污染控制措施。結(jié)合農(nóng)業(yè)面源污染源分析，陜西省面源污染首要污染源為旱地，而主要污染區(qū)域為榆林市，榆林市屬于農(nóng)業(yè)種植污染主導(dǎo)型。對于種植污染型區(qū)域，應(yīng)從源頭削減、過程攔截和末端治理3個層面進行，源頭消減中推行測土配方施肥，實行以產(chǎn)定肥；過程控制中以小流域為單元，在流域內(nèi)優(yōu)化坡改梯工程、退耕還草等生態(tài)修復(fù)措施；末端治理中實施植被過濾帶、濕地緩沖區(qū)、滯留池、人工濕地等工程。

3 小結(jié)

1）2010—2019年陜西省農(nóng)業(yè)面源污染TN污染負荷和TP污染負荷呈先升后降的趨勢，2019年面源污染TN和TP污染負荷最低且污染負荷具有空間分布的一致性。

2）2019年陜西省畜禽養(yǎng)殖、農(nóng)業(yè)種植和農(nóng)村生活等標污染負荷分別為50.864×10⁹、146.176×10⁹、46.061×10⁹m³，對應(yīng)的等標污染負荷比分別為20.923%、60.130%和18.947%；畜禽養(yǎng)殖、農(nóng)業(yè)種植和農(nóng)村生活TN的等標污染負荷比分別為14.432%、66.050%、19.518%，TP等標污染負荷比分別為32.687%、49.400%和17.913%。農(nóng)業(yè)種植是陜西省農(nóng)業(yè)面源污染的重點污染源。

3）TN和TP的等標污染負荷空間分布具有很強的一致性。陜西省11個地市區(qū)農(nóng)業(yè)面源污染等標污染負荷比由大到小依次為榆林市（16.94%）、漢中市（15.42%）、安康市（13.06%）、渭南市（12.93%）、咸陽市（9.28%）、商洛市（8.31%）、寶雞市（8.18%）、延安市（7.03%）、西安市（6.89%）、銅川市（1.74%）、楊凌示范區(qū)（0.24%）。榆林市是陜西省農(nóng)業(yè)面源污染控制的重點區(qū)域。

4）陜西省11個地市區(qū)農(nóng)業(yè)面源污染分為農(nóng)業(yè)種植污染主導(dǎo)型、農(nóng)業(yè)種植+農(nóng)村生活污染主導(dǎo)型、農(nóng)業(yè)種植+畜禽養(yǎng)殖污染主導(dǎo)型、混合污染型4種污染類型，其中銅川市、咸陽市、渭南市、延安市和榆林市為農(nóng)業(yè)種植污染主導(dǎo)型，寶雞市、漢中市和安康市為農(nóng)業(yè)種植和畜禽養(yǎng)殖污染主導(dǎo)型，西安市為農(nóng)業(yè)種植和農(nóng)村生活污染主導(dǎo)型，商洛市和楊凌示范區(qū)為混合污染型。

參考文獻：

［1］ 馮 琳，張婉婷，張鈞珂，等.三峽庫區(qū)面源污染的時空特征及EKC分析［J］.中國環(huán)境科學(xué)，2022，42（7）：3325-3333.

［2］ 田軍林，郝守寧.面源污染估算模型研究進展［J］.中國農(nóng)學(xué)通報，2022，38（11）：111-115.

［3］ 楊金鳳，馮愛萍，王雪蕾，等.海河流域農(nóng)業(yè)面源污染潛在風(fēng)險識別方法［J］.中國環(huán)境科學(xué)， 2021，41（10）：4782-4791.

［4］ 吳 鋒，曾麟嵐，劉桂君.農(nóng)業(yè)面源污染管理政策調(diào)控仿真模型研究進展［J］.生態(tài)學(xué)報，2022，42（8）：3045-3055.

［5］ 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［J］.環(huán)境工程，2022，40（6）：253-260.

［6］ 馮青郁，陳利頂，楊 磊.農(nóng)業(yè)政策環(huán)境擴展模型在我國農(nóng)業(yè)面源污染研究中的應(yīng)用［J］.生態(tài)學(xué)報，2022，42（5）：1665-1678.

［7］ 鄒凱波，張玉虎，劉曉偉，等.氣候變化下烏倫古河流域農(nóng)業(yè)面源污染負荷響應(yīng)［J］.干旱區(qū)研究，2022，39（2）：625-637.

［8］ 藍雪春，張 玲.湖漫水庫面源污染特征解析［J］.環(huán)境污染與防治，2022，44（8）：1042-1045.

［9］ 盧少勇，張 萍，潘成榮，等.洞庭湖農(nóng)業(yè)面源污染排放特征及控制對策研究［J］.中國環(huán)境科學(xué)， 2017，37（6）：2278-2286.

［10］ 唐肖陽，唐德善，魯佳慧，等.漢江流域農(nóng)業(yè)面源污染的源解析［J］.農(nóng)業(yè)環(huán)境科學(xué)學(xué)報，2018， 37（10）：2242-2251.

［11］ JOHNES P J. Evaluation and management of the impact of land use change on the nitrogen and phosphorus load delivered to surface waters： The export coefficient modelling approach［J］.Journal of hydrology，1996，183：323-349.

［12］ 劉佳昆.基于改進輸出系數(shù)模型的澎溪河流域面源污染研究［D］.重慶：西南大學(xué)，2019.

［13］ 高 瑩，孫喜軍，呂 爽，等.陜西省化肥施用時空分異及面源污染環(huán)境風(fēng)險評價［J］.西北農(nóng)林科技大學(xué)學(xué)報（自然科學(xué)版），2021，49（2）：76-83.

［14］ 王一格，王海燕，鄭永林，等.農(nóng)業(yè)面源污染研究方法與控制技術(shù)研究進展［J］.中國農(nóng)業(yè)資源與區(qū)劃，2021，42（1）：25-33.

［15］ 索 龍，趙曉進，張俊麗，等.基于統(tǒng)計數(shù)據(jù)的陜西省農(nóng)業(yè)面源污染現(xiàn)狀分析［J］.中國農(nóng)學(xué)通報， 2021，37（8）：137-144.

［16］ 謝經(jīng)朝，趙秀蘭，何丙輝，等.漢豐湖流域農(nóng)業(yè)面源污染氮磷排放特征分析［J］.環(huán)境科學(xué)，2019，40（4）：1760-1769.

［17］ 郭利京，黃振英.淮河生態(tài)經(jīng)濟帶農(nóng)業(yè)面源污染空間分布及治理研究［J］.長江流域資源與環(huán)境，2021，30（7）：1746-1756.

［18］ 吳義根.城鎮(zhèn)化.勞動力轉(zhuǎn)移和安徽省化肥面源污染［J］.安慶師范大學(xué)學(xué)報（社會科學(xué)版），2022，41（3）：99-105.

收稿日期：2022-11-04

基金項目：安康市科學(xué)技術(shù)研究發(fā)展指導(dǎo)計劃項目（AK2023-RKZC-05）；安康學(xué)院校級科研項目（2023AYPT07）

作者簡介：蒙小?。?981-），男，陜西漢中人，副教授，博士，主要從事水污染控制與面源污染防治研究，（電話）15191559982（電子信箱）

441223618@qq.com。