湖南省農(nóng)業(yè)面源污染與農(nóng)村水環(huán)境質量的響應關系分析

宋曉明，柳王榮，姜珊，姜彩紅，吳根義，*

（1.湖南農(nóng)業(yè)大學資源環(huán)境學院，長沙 410128；2.生態(tài)環(huán)境部華南環(huán)境科學研究所，廣州 510655）

1 材料與方法

1.1 數(shù)據(jù)來源及處理

以縣（市、區(qū)）為單位，分類收集各縣（市、區(qū)）的基礎數(shù)據(jù)，主要分為兩類：①農(nóng)業(yè)面源污染負荷核算基礎數(shù)據(jù)：各縣（市、區(qū)）播種面積、園地面積、農(nóng)村常住人口數(shù)、生豬出欄量、牛存欄量、家禽存欄量和出欄量、水產(chǎn)養(yǎng)殖量、農(nóng)村生活污水處理率、國土面積、地表徑流量等，數(shù)據(jù)來源于《湖南農(nóng)村統(tǒng)計年鑒2020》《湖南統(tǒng)計年鑒2020》及各區(qū)縣統(tǒng)計年鑒，地表徑流量數(shù)據(jù)來源于《水資源公報》；②基礎地理資料：各縣（市、區(qū)）行政區(qū)劃圖矢量數(shù)據(jù)；③污染物產(chǎn)排污系數(shù)：第二次全國污染源普查（以下簡稱“二污普”）產(chǎn)排污系數(shù)成果（湖南省或華南地區(qū)）。

由于年鑒數(shù)據(jù)統(tǒng)計類型與所需數(shù)據(jù)存在差別，需對收集到的基礎數(shù)據(jù)進行處理。《湖南農(nóng)村統(tǒng)計年鑒2020》中各區(qū)縣畜牧業(yè)統(tǒng)計類型為家禽存出欄量、牛存欄量、牛奶產(chǎn)量。因此，根據(jù)《湖南統(tǒng)計年鑒2020》中肉雞出欄總量、蛋雞存欄總量在家禽存出欄總量中的占比，對各區(qū)縣肉雞出欄量、蛋雞存欄量進行折算；根據(jù)《湖南統(tǒng)計年鑒2020》中肉牛存欄總量在牛存欄總量中的占比，對各區(qū)縣肉牛存欄量進行折算；基于《湖南農(nóng)村統(tǒng)計年鑒2020》中牛奶總產(chǎn)量和《湖南統(tǒng)計年鑒2020》中奶牛存欄總量計算一頭奶牛年產(chǎn)奶量，再結合各區(qū)縣牛奶總產(chǎn)量對各區(qū)縣奶牛存欄量進行折算。根據(jù)二污普中湖南省各養(yǎng)殖品種規(guī)模養(yǎng)殖總量在養(yǎng)殖總量中的占比，對各養(yǎng)殖品種的規(guī)模化養(yǎng)殖量進行折算。以上統(tǒng)計年鑒中的相關數(shù)據(jù)均為2019年數(shù)據(jù)。

1.2 監(jiān)測點分布

圖1 湖南省農(nóng)村水環(huán)境質量監(jiān)測點位分布Figure 1 Monitoring points distribution of water environmental quality in counties of Hunan Province

1.3 樣品采集及測定分析

1.4 農(nóng)業(yè)面源污染負荷核算

1.4.1 農(nóng)業(yè)面源污染排放量核算

基于二污普農(nóng)業(yè)源和生活源產(chǎn)排污系數(shù)，采用排污系數(shù)法核算種植業(yè)、畜禽養(yǎng)殖業(yè)、水產(chǎn)養(yǎng)殖業(yè)和農(nóng)村生活污水的污染物排放量，具體計算公式見表1，對應的系數(shù)取值見表2。

表1 農(nóng)業(yè)面源污染物排放量核算方法Table 1 Estimate methods of agricultural non-point source pollutants emission

表2 各類產(chǎn)排污系數(shù)取值Table 2 Values for various production and emission coefficient

1.4.2 農(nóng)業(yè)面源等標污染負荷核算

等標污染負荷=污染物排放量/污染物標準濃度

當前農(nóng)業(yè)面源均是以行政單元來統(tǒng)計其排放量，但各行政單元面積、耕地面積、水資源量均存在較大差異，僅用排放總量很難準確反映其對環(huán)境的影響。因此，本研究采用不同方法計算區(qū)域農(nóng)業(yè)面源等標污染負荷，并與農(nóng)村環(huán)境質量監(jiān)測結果進行對比分析，探索能較準確反映區(qū)域農(nóng)業(yè)面源污染負荷的評價指標。相關等標污染負荷的計算公式如下：

單位國土面積等標污染負荷=等標污染負荷/國土面積

單位地表徑流等標污染負荷=等標污染負荷/地表水資源量

1.5 數(shù)據(jù)分析

由于Ⅰ～劣Ⅴ類6個水質類別之間非線性增加，且無實際數(shù)值，因此無法直接與其進行相關性分析，須先將水質類別量化。水污染指數(shù)法（WPI）基于單因子評價法的原則將水質狀況進行量化，其評價結果與單因子評價法一致。Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ和劣Ⅴ類水質標準分別與WPI值為≤20、20＜WPI≤40、40＜WPI≤60、60＜WPI≤80、80＜WPI≤100以及WPI＞100相對應。據(jù)此，本研究直接將Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ和劣Ⅴ類水質類別取WPI值分別為20、40、60、80、100、120。將水質類別相同區(qū)縣的等標污染負荷、單位國土面積等標污染負荷及單位地表徑流等標污染負荷取平均值，然后與對應的量化值進行相關性分析。

為驗證相關性分析模型的可行性，采用簡單交叉驗證方式進行評價。各類水質類別均隨機選取部分區(qū)縣，共選擇31個區(qū)縣作為訓練集用于相關性分析及模型構建，剩余15個區(qū)縣作為驗證集，同樣根據(jù)不同水質類別取平均值，輸入各模型進行擬合，并將真實值與預測值進行比較，利用均方根誤差（RMSE）評價模型估算的性能，RMSE體現(xiàn)了預測值和觀測值間的差異大小，RMSE越小，模型預測效果越好。

采用Excel 2019對數(shù)據(jù)進行初步統(tǒng)計和處理，采用Origin 2018進行制圖分析，采用ArcGIS 10.2進行空間分析。

2 結果與討論

2.1 農(nóng)業(yè)面源污染物排放情況分析

表3 湖南省46個區(qū)縣農(nóng)業(yè)面源污染負荷及占比Table 3 Pollution load and proportion for agricultural non-point sources of 46 counties in Hunan Province

圖2 湖南省46個區(qū)縣農(nóng)業(yè)面源等標污染負荷空間分布及污染源貢獻率Figure 2 Spatial distribution of equivalent pollution load and contribution rate of pollution source for the agricultural non-point sources of 46 counties in Hunan Province

圖3 湖南省46個區(qū)縣農(nóng)業(yè)面源COD、TN、TP、等標污染負荷空間分布Figure 3 Spatial distribution of the equivalent pollution loads of COD,TN,TP, for agricultural non-point sources of 46 counties in Hunan Province

2.2 農(nóng)村水環(huán)境質量分析

圖4 湖南省46個區(qū)縣農(nóng)村水環(huán)境質量監(jiān)測平均濃度空間分布Figure 4 Spatial distribution of average concentration of rural water environment quality of 46 counties in Hunan Province

2.3 污染物排放與水質響應關系分析

隨機選取31個區(qū)縣，通過對其農(nóng)業(yè)面源等標污染負荷與WPI進行相關性分析發(fā)現(xiàn)，等標污染負荷與水質類別不存在相關關系，而單位國土面積等標污染負荷、單位地表徑流等標污染負荷與水質類別存在顯著的正相關關系（圖5），其相關系數(shù)分別為0.979 2、0.993 3（值均小于0.001）。因此，在研究農(nóng)業(yè)面源污染對水環(huán)境質量的影響時，采用單位國土面積等標污染負荷或單位地表徑流等標污染負荷比等標污染負荷更為合理。

圖5 農(nóng)業(yè)面源等標污染負荷與農(nóng)村水環(huán)境質量的響應關系Figure 5 Response relationship between the equivalent pollution loads of agricultural non-point sources and rural water environmental quality

綜合分析圖5和圖6，模型中其Ⅴ類和劣Ⅴ類對應污染負荷不在95%的置信區(qū)間范圍，僅TN單位國土面積等標污染負荷的驗證集；僅2個劣Ⅴ類對應污染負荷不在置信區(qū)間范圍，分別為單位地表徑流總等標污染負荷和TN單位地表徑流等標污染負荷的驗證集，其余驗證集均在對應的置信區(qū)間范圍。另外，根據(jù)公式計算RMSE，結果如表4所示。RMSE為4.45～26.63，其中單位國土面積等標污染負荷與水質類別的一階指數(shù)函數(shù)模型的RMSE最小，為4.45，表明通過該模型初步預測水質類別是可行的，且該模型預測效果最好。

圖6 農(nóng)業(yè)面源TN、TP、等標污染負荷與農(nóng)村水環(huán)境質量的響應關系Figure 6 Response relationship between the equivalent pollution loads of TN，TP， for agricultural non-point source and rural water environmental quality

表4 回歸預測模型評價RMSE值Table 4 RMSE value of regression prediction models evaluate

農(nóng)業(yè)源污染物排放情況受農(nóng)業(yè)生產(chǎn)方式、自然條件、污染防控措施等因素影響，各種因素綜合影響使農(nóng)業(yè)面源呈現(xiàn)隨機性、隱蔽性和不確定性等特點，這導致了農(nóng)業(yè)面源污染狀況難以準確監(jiān)測和評估，而常規(guī)生態(tài)環(huán)境監(jiān)管模式難以滿足農(nóng)業(yè)面源污染防治需求。且同一地區(qū)，隨著農(nóng)業(yè)生產(chǎn)技術水平、治理水平等的發(fā)展，農(nóng)業(yè)面源污染特征也會發(fā)生變化。為了準確掌握不同區(qū)域農(nóng)業(yè)面源污染特征，需要部署開展農(nóng)村水環(huán)境質量監(jiān)測。然而，我國農(nóng)村面積占全國總面積的一半以上，且大部分自然村較為分散，若在全國范圍內(nèi)開展農(nóng)村水環(huán)境質量監(jiān)測，人力、物力、財力成本較高，部分地方政府部門難以承受。因此，需要探索高效益、低成本的監(jiān)測和評價模式。

基于本研究成果，單位國土面積等標污染負荷和單位地表徑流等標污染負荷與水質類別存在顯著的正相關關系，根據(jù)兩者的一階指數(shù)函數(shù)增長模型，可以通過單位國土面積等標污染負荷和單位地表徑流等標污染負荷初步預測當?shù)厮h(huán)境質量狀況，從而減少農(nóng)業(yè)面源污染的監(jiān)測成本。同時，根據(jù)4種污染物與WPI的關系，結合湖南省農(nóng)業(yè)面源污染特征分析，可以針對不同區(qū)域、不同污染源提出精細化的污染防控方案，并為全國范圍內(nèi)從水質監(jiān)測和估算模型兩方面構建農(nóng)業(yè)面源污染監(jiān)測、預測、評估及防控一體化監(jiān)管體系提供科學依據(jù)。

3 結論

（1）2019年湖南省46個區(qū)縣農(nóng)業(yè)面源污染物排放量高的地區(qū)主要集中在湖南省中部，主要污染物是TN，主要污染來源是畜禽養(yǎng)殖和農(nóng)村生活污水。

（2）2019年湖南農(nóng)村水質Ⅱ類、Ⅲ類、Ⅳ類、Ⅴ類、劣Ⅴ類區(qū)縣數(shù)量分別為3、16、15、7、5個，TN是湖南農(nóng)村水環(huán)境質量的主要定類因子。從空間分布對比分析發(fā)現(xiàn)，農(nóng)業(yè)面源主要污染物的等標污染負荷與水質類別的空間對應關系不顯著。

（4）通過對農(nóng)業(yè)面源污染負荷與農(nóng)村水環(huán)境質量的水污染指數(shù)值進行相關性分析，探索建立了二者響應關系的一階指數(shù)函數(shù)增長模型；利用該模型可以根據(jù)單位國土面積等標污染負荷初步預測農(nóng)村水體水質類別，進而有效降低農(nóng)村水環(huán)境質量監(jiān)測的難度和成本，同時為不同類別農(nóng)業(yè)污染源監(jiān)管提供科學依據(jù)。