譚濤　孫玉陽

摘要：為對面源污染時(shí)空格局精準(zhǔn)預(yù)測，改善其污染情況，此次研究以某研究區(qū)域?yàn)槔?，開展面源污染時(shí)空格局演變并提出一定的防治策略。以研究范圍內(nèi)不同區(qū)域?yàn)閷?shí)例，對20年來的面源污染排放強(qiáng)度進(jìn)行核算，建立數(shù)據(jù)統(tǒng)計(jì)模型，并利用EKC預(yù)測模型獲取空間自相關(guān)關(guān)系，獲取研究區(qū)內(nèi)時(shí)空格局動(dòng)態(tài)演變情況。研究區(qū)分析結(jié)果表明：各區(qū)域污染數(shù)值均超過1%的置信水平，且空間相關(guān)測度GMI指數(shù)大于0.20；研究區(qū)域D及F為熱點(diǎn)區(qū)域，區(qū)域A和G為過渡區(qū)域，區(qū)域B和E為冷點(diǎn)區(qū)域，可依據(jù)此進(jìn)行分區(qū)治理。

關(guān)鍵詞：面源污染；時(shí)空格局動(dòng)態(tài)演變；流失系數(shù)；冷熱點(diǎn)分析

中圖分類號(hào)：X501 文獻(xiàn)標(biāo)志碼：A

前言

氮肥是在農(nóng)業(yè)中扮演著至關(guān)重要的角色，它是農(nóng)作物生長的主要?jiǎng)恿碓础]有足夠的氮肥，許多作物無法正常生長，導(dǎo)致產(chǎn)量大幅下降。然而，持續(xù)多年的過量使用氮肥已經(jīng)帶來了嚴(yán)重的問題，使其變成社會(huì)環(huán)境的隱形殺手，同時(shí)也是農(nóng)業(yè)面源污染的重要原因，不僅對土壤健康造成了威脅，也對環(huán)境產(chǎn)生了負(fù)面影響。長期單一施用化學(xué)肥料容易使土壤中硝離子大量剩余并迅速累積，加速土壤的鹽積及鹽漬化。超量使用無機(jī)肥料，會(huì)促使大部分土壤出現(xiàn)氮、磷、鉀含量過高的現(xiàn)象。由于農(nóng)民缺乏專業(yè)的種植知識(shí)，對肥料使用缺乏科學(xué)知識(shí)，只關(guān)注見效快，導(dǎo)致養(yǎng)分供應(yīng)失衡，影響作物正常吸收利用。加大緩控釋肥推廣力度，實(shí)現(xiàn)化肥的零增長，科學(xué)施藥，可在保障作物產(chǎn)值的前提下，促進(jìn)農(nóng)業(yè)科學(xué)綠色健康的發(fā)展，故對環(huán)境進(jìn)行面源污染核算或監(jiān)測具有重要作用。目前現(xiàn)有的面源污染的核算常用方法包含：清單分析法、綜合調(diào)查法、聚類分析法、單元調(diào)查法等。單一的評估核算方法受自然因素、土地差異等條件的影響，導(dǎo)致評估結(jié)果不準(zhǔn)確。因此文章采用的研究方法為利用流失系數(shù)來與清單分析法、單元調(diào)查評估法來綜合判定，并以此為基礎(chǔ)提出防治分區(qū)治理措施。

1 面源污染時(shí)空格局動(dòng)態(tài)演變預(yù)測研究方法

1.1 計(jì)算面源污染排放強(qiáng)度

為確保流失系數(shù)的有效性及準(zhǔn)確性，通過查找搜集相關(guān)文獻(xiàn)及歷史資料進(jìn)行參考校正，將區(qū)域分為7個(gè)區(qū)域并用A-C表示。文章核算的化肥面源污染單元為磷肥、氮肥與復(fù)合肥。運(yùn)用化肥流失系數(shù)法，核算氮的總排放量和磷的總排放量，進(jìn)而核算化肥面源污染排放總量及強(qiáng)度，計(jì)算公式如式（1）、式（2）：

式（1） -式（2）中，E是總排放量；Ei是產(chǎn)生并流失的污染物量；Ci是指標(biāo)統(tǒng)計(jì)數(shù)；βij是流失系數(shù)；A是播種面積；I是面源污染排放強(qiáng)度。通過上述二式，能夠計(jì)算出面源的污染排放程度。

1.2 建立數(shù)據(jù)統(tǒng)計(jì)模型

空間白相關(guān)測度（GMI）是檢驗(yàn)相鄰區(qū)域單元關(guān)聯(lián)性的常用指標(biāo)，可以代表相鄰測試區(qū)域化肥面源污染排放強(qiáng)度在空間內(nèi)的總體趨勢。GMI的取值范圍在-1 -1之間。在一定顯著水平下，當(dāng)CMI為負(fù)值時(shí)，面源污染排放強(qiáng)度呈現(xiàn)離散趨勢，具有明顯的空間差異特征；當(dāng)CMI接近零時(shí)，表明其面源排放強(qiáng)度呈現(xiàn)隨機(jī)分布狀態(tài)，不具有相關(guān)特性；當(dāng)CMI為正值時(shí)，面源排放強(qiáng)度呈現(xiàn)明顯聚集狀態(tài)，具體公式如式（3）、式（4）：

式（3） -式（4）中，n是測試數(shù)量；Wij是空間矩陣，Xi、Xj分別表示地區(qū)i和j的觀測值，X表示觀測平均值，S2表示觀測值方差。冷熱點(diǎn)分析是探索局部空間聚類分布特征方法，用于標(biāo)志空間聚集程度的測算。當(dāng)G*i為（+）時(shí)為熱點(diǎn)區(qū)域，代表污染強(qiáng)度排放強(qiáng)度較高；當(dāng)G+i為（-）時(shí)為冷點(diǎn)區(qū)域，代表污染強(qiáng)度排放強(qiáng)度較低；當(dāng)G+i指數(shù)不顯著則為過渡區(qū)域，公式如式（5）：

式（5）中，Wij（d）為距離空間權(quán)重。在以上的計(jì)算模型中，能夠分別獲取到全局模型白相關(guān)和局部空白相關(guān)。

1.3 EKC預(yù)測模型

EKC（環(huán)境庫茲涅茨曲線）預(yù)測模型通常包含三次曲線、二次曲線以及線性模型，其形式由不同顯著結(jié)果決定。這些模型可以表現(xiàn)為N型（正向和反向兩種方向）、U型（正向和反向兩種方向）和直線型。對于指標(biāo)數(shù)據(jù)的處理，EKC模型的公式如式（6）：

其中，I代表面源污染排放強(qiáng)度；Git代表人均農(nóng)業(yè)產(chǎn)值；Pit代表農(nóng)作物種植結(jié)構(gòu)；Mit代表農(nóng)業(yè)機(jī)械投入強(qiáng)度；S代表產(chǎn)業(yè)結(jié)構(gòu)；Rit代表農(nóng)村居民收入結(jié)構(gòu)；Nit代表農(nóng)村居民人均純收入；Uit代表城鎮(zhèn)居民收入差距；Ait代表農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)；μit為隨機(jī)誤差；i代表區(qū)域，t代表時(shí)間；ηn代表回歸系數(shù)?；谏鲜瞿Ｐ?，對研究區(qū)的面源污染排放情況進(jìn)行分析，并對結(jié)果進(jìn)行討論。

2 結(jié)果與分析

2.1 面源污染強(qiáng)度核算

文章實(shí)驗(yàn)數(shù)據(jù)來源于《中商產(chǎn)業(yè)研究院數(shù)據(jù)庫》和《國家農(nóng)業(yè)數(shù)據(jù)中心》2000年- 2020年期間數(shù)據(jù)，結(jié)合面源污染排放強(qiáng)度、空格局演變和特征分類，對不同區(qū)域面源污染情況進(jìn)行分析預(yù)測。根據(jù)上述公式對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行面源污染指標(biāo)計(jì)算及分析。從污染指標(biāo)集聚與擴(kuò)散趨勢可以看出，在土地種植期間，2000年至2020年各區(qū)域污染指標(biāo)數(shù)值均超過在1%的置信水平，且空間相關(guān)測度CMI指數(shù)大于0. 20，表明測試區(qū)域的COD、BOD5、TN、TP在區(qū)域上一直保持較高的聚集狀態(tài)。在2000年-2010年測試區(qū)域的GMI值呈現(xiàn)下降狀態(tài)，面源污染的聚集趨勢有所緩解。2010年至2020年期間測試區(qū)域面源污染CMI指標(biāo)不斷增加，聚集情況加劇。在2010年各項(xiàng)指數(shù)最低，聚集程度最低。

對實(shí)驗(yàn)所得到的各項(xiàng)指標(biāo)進(jìn)行冷熱點(diǎn)分析。其中，D、F位置是主要置信熱點(diǎn)，即熱點(diǎn)區(qū)域，產(chǎn)生原因主要為此部分居民主要從事種植業(yè)及畜牧業(yè)，生活垃圾比較多，化肥施用量也相對較多，因此形成了熱點(diǎn)區(qū)域。A、G位置幾乎無顯著波動(dòng)，為過渡區(qū)域。B區(qū)域?yàn)橹眯爬潼c(diǎn)，因?yàn)榈靥幒诵奈恢?，農(nóng)業(yè)種植區(qū)域面積較少，也非畜牧業(yè)主要發(fā)展位置，因此判定為冷點(diǎn)區(qū)域位置。對冷熱點(diǎn)量化分析，得到各個(gè)區(qū)域的冷熱點(diǎn)置信度，其結(jié)果如下：2000年區(qū)域A為0，區(qū)域B為- 95%，區(qū)域C為90%，區(qū)域D為95%，區(qū)域E為95%，區(qū)域F為90%，區(qū)域G為0；2005年區(qū)域A為- 90%，區(qū)域B為- 90%，區(qū)域C為90%，區(qū)域D為95%，區(qū)域E為90%，區(qū)域F為95%，區(qū)域G為0；2010年區(qū)域A為0%，區(qū)域B為- 95%，區(qū)域C為95%，區(qū)域D為90%，區(qū)域E為99%，區(qū)域F為90%，區(qū)域G為0；2015年區(qū)域A為0%，區(qū)域B為- 90%，區(qū)域C為90%，區(qū)域D為99%，區(qū)域E為95%，區(qū)域F為95%，區(qū)域G為一90％；2020年區(qū)域A為0%，區(qū)域B為- 95%，區(qū)域C為95%，區(qū)域D為95%，區(qū)域E為95%，區(qū)域F為90%，區(qū)域G為0%。

結(jié)合不同區(qū)域下的養(yǎng)殖業(yè)發(fā)展情況進(jìn)行分析。各個(gè)區(qū)域不同年份的養(yǎng)殖情況及化肥施用情況見圖1。

將得到的結(jié)果與上述內(nèi)容相對應(yīng)，發(fā)現(xiàn)文章預(yù)測結(jié)果與實(shí)際情況相符。

2.2 面源污染EKC分組模擬及預(yù)測

根據(jù)前文敘述的回歸模型計(jì)算方式，對測試區(qū)域內(nèi)的數(shù)值進(jìn)行回歸估計(jì)預(yù)測，得到不同變量下面源污染EKC分組擬合結(jié)果見表1。

根據(jù)回歸模型結(jié)果分析得出：熱點(diǎn)區(qū)域使用二次曲線進(jìn)行預(yù)測；冷點(diǎn)區(qū)域使用三次曲線分析；過渡區(qū)域使用三次曲線進(jìn)行預(yù)測。

2.3 防治分區(qū)研究

綜合對比上述三種不同區(qū)域的曲線形態(tài)及拐點(diǎn)變化具有較大差異，表明區(qū)域空間特異性分析的必要性。見表2為依據(jù)所得數(shù)據(jù)分析結(jié)果。

熱點(diǎn)區(qū)域：曲線呈現(xiàn)倒U型，面源污染表現(xiàn)為由升到降的趨勢，由于測試區(qū)域D及F未跨過第一個(gè)拐點(diǎn)，所以目前處于隨著農(nóng)業(yè)經(jīng)濟(jì)的不斷增長，化肥面源污染在不斷增強(qiáng)階段，短時(shí)間難以擺脫對化肥的依賴，應(yīng)該提高化肥的吸收及利用率，減少成分流失，科學(xué)配比，改變生態(tài)環(huán)境。

冷點(diǎn)區(qū)域：曲線呈現(xiàn)倒N型，面源污染為降一升一降趨勢，目前區(qū)域B和E處于下降階段，表現(xiàn)為隨著農(nóng)業(yè)經(jīng)濟(jì)的增長，面源污染強(qiáng)度下降，短時(shí)間內(nèi)不會(huì)出現(xiàn)第二次拐點(diǎn)。

過渡區(qū)域：曲線呈現(xiàn)倒N型，面源污染為降一升-降趨勢，目前區(qū)域A和G處于上升階段，表現(xiàn)為隨著農(nóng)業(yè)經(jīng)濟(jì)的增長，面源污染強(qiáng)度上升，由于上升趨勢將維持較長時(shí)間，需引起高度重視。

3 結(jié)束語

為深入了解中國化肥面源污染的情況，尋找可行的解決方案，進(jìn)行了測試區(qū)域的面源污染情況研究。研究結(jié)果表明，目前中國化肥面源污染整體表現(xiàn)較差，污染排放度較高，各地方區(qū)域之間存在較大差異。通過空間白相關(guān)分析可知，面源污染排放強(qiáng)度呈現(xiàn)出顯著的聚集狀態(tài)，即相鄰區(qū)域的污染程度相互影響。模擬面源污染排放強(qiáng)度特征預(yù)測，研究發(fā)現(xiàn)面源污染與農(nóng)業(yè)發(fā)展間存在著不同的非線性關(guān)系。大部分區(qū)域正處于污染加劇階段，且相鄰區(qū)域間存在相互影響的現(xiàn)象。因此，為減少面源污染帶來的影響，在不影響農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的前提下，需要提前做好防范工作，并根據(jù)具體地區(qū)的情況采取因地制宜的措施，以減少面源污染帶來的影響。