国家自然科学基金(41001120)
- 作品数:3 被引量:29H指数:3
- 相关作者:孙嗣旸吕军邓欧平陈佳勃陈丁江更多>>
- 相关机构:浙江大学中国测试技术研究院四川农业大学更多>>
- 发文基金:国家自然科学基金国家科技支撑计划更多>>
- 相关领域:环境科学与工程更多>>
- 基于ArcSWAT模型的长乐江流域非点源氮素污染源识别和分析被引量:20
- 2013年
- 本研究以我国东南沿海地区的典型农业流域——长乐江流域为对象,通过实地调查、数据收集和分析,构建模型所需的各类空间数据库和属性数据库,将流域内各种非点源污染过程的概化设置和相应管理操作与模型进行有效耦合,利用近3年的流域水质监测资料进行模型参数的率定和验证,建立了该流域氮污染过程的ArcSWAT模型,模拟估算了流域不同非点源氮的入河量,并着重分析和识别不同时段土地利用类型的关键性污染源.结果表明,长乐江流域非点源氮素污染的主要来源是氮肥施用、大气沉降和土壤氮库,对河流总氮负荷的贡献率分别为35%、32%和25%.不同时段、不同土地利用类型的关键性污染源具有明显差异.从时间分布来看,土壤氮库和大气沉降所产生的非点源氮素污染的关键时期在雨季,而氮肥污染则主要发生在作物生长季节.从土地利用分布来看,园地和人居地非点源氮素的控制性污染源分别是氮肥施用和生活排污;而水田和旱地的三大污染源(氮肥施用、大气沉降和土壤氮库)入河量相差不大,需要同时控制.因此,治理流域非点源氮素污染问题,应分时、分区、分类制定控制方案.
- 邓欧平孙嗣旸吕军
- 关键词:非点源污染源识别
- 长乐江流域非点源氮素污染的关键源区识别被引量:5
- 2013年
- 以浙江长乐江流域为研究对象,基于2007—2009年的野外监测、调查、分析结果,构建了ArcSWAT模型所需的各类空间数据库和属性数据库,实现了基于ArcSWAT的流域径流、泥沙和氮污染过程动态模拟,定量识别了非点源氮素污染的关键时期和关键源区.结果表明,模型在校正和验证期对径流、泥沙和氮污染过程模拟的效率系数≥0.5、决定系数≥0.6、相对误差<20%,能满足研究和管理工作需要.雨季(6—8月)的累积氮入河量约占了全年入河总量的50%,是流域氮污染的关键时期.在流域所含的7个乡镇中,崇仁镇、鹿山街道和甘霖镇单位面积的年均氮入河量最大,分别为42.8、48.5和43.7kg.hm-2.a-1,是流域氮污染的关键区域.在该关键区域中,土壤氮库、大气沉降与氮肥施用产生的氮对氮入河总量的贡献率分别为23%、29%和38%,是需要重点关注的氮源.以上关键时期和关键源区定量识别结果,为实现流域氮污染有效控制提供了重要科学依据.
- 邓欧平孙嗣旸吕军
- 关键词:非点源污染氮
- 区域点源和非点源磷入河量计算的二元统计模型被引量:4
- 2013年
- 基于流域或区域点源和非点源磷入河过程的水文学差异,以及影响河流持留作用的主要机制,建立了描述河流段末磷负荷量与流量和水温之间定量关系的二元统计模型;通过逐月的河流水文水质监测数据对模型中4个系数的有效校正和验证,实现了对点源和非点源磷入河过程的准确定量.与现行的水文估算法相比,该模型既考虑了河流磷的持留能力及其时间变异性,也考虑了上游水体输入的磷负荷量,推进了对磷污染过程的定量认识,满足了我国以行政区为主要水污染控制管理单元的现实需要.应用该模型,计算了浙江长乐江集水区2004~2009年的总磷(TP)入河量.结果表明,TP年入河总量为(54.6±11.9)t.a-1,其上游水体输入、点源和非点源的入河量贡献率分别为5%±1%、12%±3%和83%±3%.夏季5~6月和8~9月的非点源TP累计入河量占其全年的50%±9%,增加了引起下游水体藻类暴发的风险.河流TP持留量为(4.5±0.1)t.a-1,占年入河总量的9%±2%;5~9月的TP累计持留量占全年的55%±2%,表明河流持留能力对流域或区域磷素迁移转化过程的调控作用不容忽视.本研究建立的二元统计模型仅需常规的河流水文水质监测数据,无需专业软件知识,且计算结果直接来源于实际的河流水文水质测算值,为实施流域或区域磷污染总量控制策略提供了一种简便、实用、可靠的定量工具.
- 陈丁江孙嗣旸贾颖娜陈佳勃吕军
- 关键词:点源非点源磷