快速检索        
  农业环境科学学报  2019, Vol. 38 Issue (3): 659-670  DOI: 10.11654/jaes.2018-0188
0

引用本文  

王赵飞, 林晨, 许金朵, 等. 巢湖流域非点源颗粒态磷负荷的空间差异及关键影响因子研究[J]. 农业环境科学学报, 2019, 38(3): 659-670.
WANG Zhao-fei, LIN Chen, XU Jin-duo, et al. Spatial differences in non-point source particle phosphorus loads and critical influence factors in the Chaohu Basin[J]. Journal of Agro-Environment Science, 2019, 38(3): 659-670.

基金项目

国家自然科学基金项目(41671284);中国科学院前沿重点科学研究计划项目(QYZDB-SSW-DQC038);中国科学院一三五部署项目(NIGLAS2018GH02);国家重点研发计划项目(2016YFC0500201-05)

Project supported

The National Natural Science Foundation of China(41671284); Key Research Plans of Frontier Sciences, Chinese Academy of Sciences (QYZDB-SSW-DQC038); 135 Deployment Project, Chinese Academy of Sciences(NIGLAS2018GH02); The National Key Research and Development Program of China (2016YFC0500201-05)

通信作者

林晨, E-mail:clin@niglas.ac.cn

作者简介

王赵飞(1993-), 女, 浙江绍兴人, 硕士研究生, 从事流域面源污染研究。E-mail:wzf627@qq.com

文章历史

收稿日期: 2018-02-03
录用日期: 2018-08-21
巢湖流域非点源颗粒态磷负荷的空间差异及关键影响因子研究
王赵飞1,2 , 林晨2 , 许金朵2 , 金平华3 , 熊俊峰2,4 , 闵敏2,4 , 马荣华2     
1. 东华理工大学测绘工程学院, 流域生态与地理环境监测国家测绘地理信息局重点实验室, 南昌 330013;
2. 中国科学院南京地理与湖泊研究所, 中国科学院流域地理学重点实验室, 南京 210008;
3. 江苏省土地勘测规划院, 南京 210017;
4. 中国科学院大学, 北京 100049
摘要: 首先选取巢湖流域内的7个二级流域作为研究区,同时为了使研究结果更具可靠性,利用县级行政区划数据对研究区进行细化;然后构建泥沙输移分布模型,定量估算2015年巢湖流域颗粒态磷负荷模数;最后在不同土地利用模式下,综合考虑地理位置、资源条件、社会经济等影响因子,剖析产生颗粒态磷流失的差异并分析其原因。结果表明:巢湖流域平均颗粒态磷负荷模数为0.308 t·km-2·a-1,主要用地类型为林地0.759 t·km-2·a-1 >耕地0.256 t·km-2·a-1 >建设用地0.138 t·km-2·a-1,细分研究区使研究结果更具可靠性。颗粒态磷负荷模数具有空间差异,高值区集中在坡度较大、降水充沛的杭埠河流域(岳西县、霍山县、舒城县);低值区分布在地势平缓、经济发展水平较高的派河流域(肥西县)、南淝河流域(合肥市、长丰县)。坡度大、降水丰沛是造成林地、耕地颗粒态磷负荷模数较高的主要原因;化肥、农药不合理施用、地膜污染等导致耕地负荷较高;畜禽养殖提高建设用地负荷;磷矿的分布也会增加磷背景值。
关键词: 土地利用    颗粒态磷负荷模数    巢湖流域    泥沙输移分布模型    
Spatial differences in non-point source particle phosphorus loads and critical influence factors in the Chaohu Basin
WANG Zhao-fei1,2 , LIN Chen2 , XU Jin-duo2 , JIN Ping-hua3 , XIONG Jun-feng2,4 , MIN Min2,4 , MA Rong-hua2     
1. Key Laboratory of National Mapping Geographic Information Bureau of Watershed Ecology and Geographic Environmental Monitoring, School of Surveying and Mapping Engineering, East China University of Technology, Nanchang 330013, China;
2. Key Laboratory of Watershed Geographic Sciences, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China;
3. Jiangsu Institute of Land Surveying and Planning, Nanjing 210017, China;
4. University of Chinese Academy of Sciences, Beijing 100049, China
Abstract: In this study, we selected seven sub-basins of the Chaohu Basin as the target area. Furthermore, county-level administrative division data were used to refine the units of the study area to ensure more reliable results. A sediment delivery distribution model was then established to quantitatively estimate the particulate phosphorus loading modules (PPLM) of the Chaohu Basin in 2015. Finally, multiple factors, including the geographical location, resource conditions, and socio-economic indicators, are comprehensively integrated to determine the differences in the loss of particulate phosphorus and their causes under different land use patterns. The main conclusions are as follows:The average PPLM of the entire Chaohu Basin is 0.308 t·km-2·a-1, while, among the different land-use types, the lowest level is observed in construction land (0.138 t·km-2·a-1), which is lower than that of woodland (0.759 t·km-2·a-1) and cultivated land (0.256 t·km-2·a-1). This differs from previous studies, demonstrating that subdividing the research units can improve the reliability of the results. There are spatial differences in PPLM. High-value areas are concentrated in the Hangbu River Basin (Yuexi, Huoshan, and Shucheng counties), with steep slopes and abundant rainfall, while low-value regions are distributed in the flat terrain and developed economic basins, such as the Paihe (Feixi County) and Nanfei River basins (Hefei City and Changfeng County). Steep slopes and abundant rainfall could be the main reasons for the higher PPLM in woodland and cultivated land, and the unsustainable use of chemical fertilizers, pesticides, and plastic film pollution have led to higher arable land loadings. In addition, the breeding of livestock and poultry increases the loadings of construction land, and the distribution of phosphorite also increased the background phosphorus values.
Keywords: land use    particulate phosphorus loading modulus    Chaohu Basin    sediment delivery distributed model    

安徽是我国的农业大省,巢湖流域以农业为主,面源污染因其分散、随机、广泛的特点而较难治理,因此成为主要的污染来源。人类高强度的开发导致含有氮磷元素的污染物大量排放,致使流域面源污染日益加剧。大量研究显示面源污染已成为引起水环境恶化的主要原因[1-5]。一方面,为控制面源污染、改善水质,需估算面源污染负荷量;另一方面,不同土地利用类型对土壤、植被、径流及化学物质的输入、输出等均有影响[6],是影响面源污染的主要因素。不同用地类型所产生的面源污染差异较大,土地利用变化的面源污染效应已成为国际社会和学术界广泛关注和研究的热点[7-8]。因此,探讨土地利用类型与面源污染的内在关系及影响机理对控制面源污染具有重要意义。

土壤侵蚀模型分为经验统计模型、物理过程模型与分布式模型。20世纪90年代以后,GIS和RS的发展及其在土壤侵蚀模型中的广泛应用,不仅方便预测预报土壤侵蚀,更将土壤侵蚀模型由传统的集总式发展到分布式高度[9]。修正通用土壤流失方程(Revised universal soil loss equation)以其数据获取便利、结构简单、精度较高等优点而成为经典的经验统计模型。李潇然等[10]对三峡库区非点源输出与土地利用之间的相关性进行了研究,结果表明土地利用类型差异对非点源污染负荷的贡献率存在差异,表现为耕地对总磷负荷影响最大,且远大于其他土地利用类型。Foy等[11]对北爱尔兰地区主要流域展开研究,结果表明磷浓度与耕地面积、畜牧业的发展呈正相关。荣琨等[12]对福建省内水土流失最严重的区域——晋江西溪流域的非点源污染情况进行分析,结果表明园地在西溪流域中非点源污染最为严重,需重点治理。耿润哲等[13]对北京市密云水库流域开展研究,探讨了土地利用格局的演变对非点源污染的影响,研究结果显示,耕地、林地面积比例、形状指数和斑块密度是影响研究区非点源污染负荷输出的主要因子。臧玉珠等[14]对江苏沿海地区2000—2010年吸附态磷负荷量进行估算,分析了不同土地利用背景下颗粒态磷负荷的动态变化特征,结果表明林地水土流失严重,颗粒态磷负荷强度较大,而旱地和水田主要分布在地势平坦的平原地带,水土流失较弱,相应的颗粒态磷负荷强度也较小。以往对整个流域或者二级流域以及仅分县级行政区的土地利用类型对面源污染响应机制的研究较多,而将二级流域结合县级行政区划数据的研究较少。对一些范围较大的流域而言,自然地理条件差异大、社会经济发展不均衡、政府政策实施不统一,笼统对整个或仅简单划分后的流域进行各地类及其面源污染的研究容易以偏概全,不能客观反映现实问题。因此,深入探讨巢湖二级流域不同县级行政区内各用地类型与面源污染的内在关系与影响机理对小范围内面源污染的治理具有较强的针对性和现实意义。同时,细化到县级行政区的研究也有利于当地政府部门对面源污染政策的制定与实施。

本文以巢湖流域结合县级行政区划的7个二级流域为研究区,综合利用卫星遥感、GIS空间分析、野外样点采集、模型模拟等技术手段,在星地协同条件下构建了集传统的修正通用土壤流失方程(RUSLE)、泥沙输移比、土壤磷含量等因子为一体的泥沙输移分布模型SEDD(Sediment delivery distributed model),定量估算2015年研究区中不同县级行政区划内的不同土地利用类型的面源污染负荷,结合自然成因与经济成因分析不同用地类型下的面源污染程度,并作了比较,为流域面源污染治理提供依据。

1 材料与方法 1.1 研究区概况

巢湖流域位于安徽省中部江淮丘陵之间,长江流域下游左岸,流域面积13 486 km2,地跨合肥、安庆、六安、芜湖、马鞍山5地市。巢湖流域属亚热带季风气候,夏季高温多雨,冬季温和少雨。年平均气温15~16 ℃,多年平均降水量约1100 mm,局部地区5—9月降水量可占全年降水量的65%左右[15]。巢湖流域地势西高东低、南高北低、中部低洼,西北部为丘陵岗地,西南部是大别山区,东部为东北-西南走向的弧形山脉。山区海拔高度一般在400~500 m,最高可达1539 m;冲积平原地区海拔在几米至十几米之间。土壤类型包括水稻土、黄褐土、紫色土、棕壤、石灰土等。2013年巢湖流域平均土壤侵蚀模数为149.44 t·km-2·a-1,微度侵蚀区域在巢湖沿岸以及河流中下游的冲积平原地区,轻度、中度、强度、极度、剧烈侵蚀区域主要分布在低山丘陵和山区[16]。马尾松林较其他类型林地土壤流失量大,而巢湖流域森林类型以马尾松、杉木等构成的针叶林为主,水保效果较为有限[17]。巢湖居于流域中心,是我国著名的五大淡水湖之一,裕溪河作为唯一的出水通道在流域东端裕溪口注入长江。巢湖流域被誉为“天然的地质博物馆”,由于特殊的地质构造,巢湖地处富磷地质区,天然的磷背景值很高[18]。从“九五”开始,国家就把巢湖列为全国“三河三湖”治理重点。其中,农业面源污染未能有效防控,导致部分入湖河流污染较为严重。2017年第一季度,巢湖湖体总磷浓度和富营养化状态指数同比均呈上升趋势,巢湖流域水环境保护形势严峻。

1.2 子研究区划分

根据国家地球系统科学数据共享服务平台提供的巢湖流域的7个二级流域,包括裕溪河流域、杭埠河流域、南淝河流域、烔炀河流域、白石天河流域、柘皋河流域、派河流域,再结合安徽省县级行政区划数据作为子研究区,具体如图 1所示。

图 1 研究区示意图 Figure 1 Location of study area
1.3 主要数据源

泥沙输移分布模型中各因子的数据来源见表 1

表 1 研究区数据来源 Table 1 Data sources of study area
1.4 模型与方法

磷素通过附着于泥沙等颗粒物的表面(或内部)或与颗粒体中一些成分发生黏合作用形成颗粒态磷而被土壤固定。降雨冲刷侵蚀表层土壤,颗粒态磷随地表径流迁移而流失。因此,流失的水土是颗粒态磷迁移的重要载体,所以研究的重点即土壤侵蚀过程,本文采用RUSLE模型估算得到土壤侵蚀量。但土壤在向流域出口输移过程中,因为植物根系和残茬的阻挡以及不可避免的沉积会产生输移损失,所以坡面产生的土壤侵蚀量与泥沙产生量并不相等,而只有输移到河道的泥沙才会造成一系列水环境问题。因此,引入“泥沙输移比”来表征流域的产沙强度,它是反映侵蚀产沙输移能力的指标[19-22]。以修正通用土壤流失方程(RUSLE)为基础,引入土壤磷含量和泥沙输移比两个因子,构建SEDD模型[23-25],该模型已在国内外多个流域开展应用[24, 26-29],如公式(1)所示:

(1)

式中:ParP)为单位面积单位时间内的颗粒态磷负荷模数,kg·hm-2·a-1A为年土壤侵蚀量,t·hm-2·a-1Psed为土壤中的颗粒态磷含量,g·kg-1,团队于2015年分4个季度在巢湖流域内均匀布置70个样点,采集土壤样品,获得土壤磷含量,经过ArcGIS插值分析并取均值得到土壤磷含量栅格图,由于颗粒态磷的输出占流域磷总输出比重较大[30-36],因此本文采用土壤磷含量代替颗粒态磷含量代入模型计算;SDR为泥沙输移比,%,指一定的时段内通过河流或沟道某一断面的实测输沙量与该断面以上流域土壤侵蚀量之比[19]

A通过RUSLE计算得出,如公式(2)所示:

(2)

式中:R为降雨侵蚀因子,MJ·mm·hm-2·h-1·a-1K为土壤可蚀性因子,t·hm-2·h·hm-2·MJ-1·mm-1LS为坡长坡度因子;C为植被与经营管理因子;P为水土保持措施因子。

式中,R选用Wischmeier的经典算法进行计算[37],该公式综合考虑年降水总量以及降水的年内分布:

(3)

式中:pi为月降雨量,mm;pa为年降雨量,mm。

K的计算方法采用Williams等[38]在EPIC模型中提出的估算公式:

(4)

式中:fcsand为粗砂土质土壤侵蚀因子;fcl-si为黏壤土土壤侵蚀因子;forgc为土壤有机质因子;fhisand为高沙质土壤侵蚀因子。

(5)
(6)
(7)
(8)

式中:ms为砂粒(直径为0.05~2.00 mm的颗粒)含量,%;msilt为粉粒(直径为0.002~0.05 mm的颗粒)含量,%;mc为黏粒(直径小于0.002 mm的颗粒)含量,%;ρorgc为有机碳含量,%。

LS采用下式进行计算[39]

(9)
(10)
(11)

式中:θ为坡度;λ为坡长。

C指在相同条件(土壤、坡度和降水等)下,有特定植被覆盖或管理措施的土壤流失量与实施清耕、无覆盖休闲地的土壤流失量之比。C因子定量表示植被覆盖和管理措施对抵抗土壤侵蚀的重要影响[40]。根据蔡崇法等[41]的方法,C可以表达为:

(12)
(13)

式中:f为植被覆盖度。本文采用2015年4个季度的Landsat8遥感影像获取巢湖流域4个季度的NDVI值[42],并计算平均值作为2015年的NDVI。

P指特定水土保持措施下的土壤流失量与相应未实施水土保持措施的顺坡耕作地块的土壤流失量之比值[43],本文参考该地区相关研究结果进行赋值[44],如表 2所示。

表 2 P因子值 Table 2 P factor values

SDRi为泥沙输移比(%),可通过下式计算[45]

(14)
(15)

式中:K为阻力截留系数;α为流经坡面任一点i处单位等高线长度的汇流面积;β为该点处的坡度。

1.5 模型验证

由于巢湖流域颗粒态磷负荷实测数据较难获得,本文采用巢湖7个主要入湖口的入湖径流量与在这几个湖口采样得到的水体颗粒态磷浓度估算巢湖流域颗粒态磷负荷,将之与模型计算得到的结果进行模拟验证。入湖径流量来自于南京地湖所对巢湖7个入湖口的定点流量监测,水体颗粒态磷浓度为2015年每月在入湖口采集水样并取均值得到,验证结果见表 3。杭埠河流域和裕溪河流域面积较大,相对误差在15%左右,其他流域均在10%左右,表明模型模拟效果较好。

表 3 二级流域颗粒态磷输出实测值与模拟值对比 Table 3 Comparison of measured and simulated values of particulate phosphorus output in sub-basins
2 结果与讨论 2.1 土地利用类型分析

2015年巢湖流域的土地利用类型主要分为5类,以耕地为主,占流域总面积的60.12%,林地和建设用地分别占17.87%、12.79%,其余用地类型均在10%以下,如图 2图 3所示。

图 2 巢湖流域土地利用示意图 Figure 2 Land use of Chaohu Basin

图 3 巢湖流域不同用地类型所占比例 Figure 3 Land use proportion of Chaohu Basin

杭埠河流域林地占总林地面积的60.18%,主要位于舒城县、岳西县、霍山县;耕地面积占该流域总面积的55.58%,主要位于舒城县、六安市、肥西县;建设用地占总建设用地面积的16.91%,主要位于肥西县。

裕溪河流域耕地面积占总耕地面积的42.66%,主要位于无为县;林地占总林地面积的31.28%,主要位于巢湖市、庐江县、含山县;建设用地占总建设用地面积的23.15%,主要位于无为县、庐江县、巢湖市。

南淝河流域建设用地占总建设用地面积的35.00%,主要位于合肥市、肥东县;耕地面积占该流域总面积的57.56%。

派河流域耕地面积和建设用地面积分别占该流域总面积的59.01%和31.90%。

白石天河流域、烔炀河流域、柘皋河流域耕地面积分别占各自总面积的81.12%、70.94%、69.12%。

2.2 颗粒态磷负荷情况分析

巢湖流域2015年颗粒态磷负荷总量4 324.33 t,其中杭埠河流域最高,达2 331.11 t,裕溪河流域次之,为1 437.76 t。巢湖流域颗粒态磷负荷模数平均值为0.308 t·km-2·a-1,空间分布如图 4。7个二级流域平均颗粒态磷负荷模数如图 5。杭埠河流域颗粒态磷负荷模数最高,达到0.542 t·km-2·a-1,高于巢湖流域平均值;其次是裕溪河流域,为0.280 t·km-2·a-1。裕溪河流域在巢湖流域中所占面积最大,达到36.63%,其次为杭埠河流域,占30.65%。但由于杭埠河流域颗粒态磷负荷模数较大,所以对巢湖流域颗粒态磷的贡献最大。颗粒态磷的输移与地形地貌、土壤特性、产流汇流过程等密切相关,而这些因素均表现出显著的流域特征[46]。细分二级流域后探讨颗粒态磷的污染,便于分析磷的来源和输送过程的空间变化。首先,杭埠河流域平均坡度较高,降水充沛,导致该流域水土流失严重;其次,建于杭埠河上游舒城县的龙河口水库大坝改变了磷循环路径和释放机制,颗粒态磷从河口变成上游水库的持续累积污染,推高河口水域污染相对程度[47],使龙河口水库附近的颗粒态磷流失加重;再次,大别山东麓、舒城廖叶湾等处发现含磷层位与含磷地层[48],这也增加了该流域的磷背景值。杭埠河流域内颗粒态磷负荷模数岳西县、霍山县、舒城县较高,岳西县高达1.843 t·km-2·a-1,肥西县、庐江县、六安市较低,均低于0.3 t·km-2·a-1。颗粒态磷负荷模数较低的地区有南淝河流域合肥市、派河流域肥西县,低至0.104 t·km-2·a-1,负荷模数较低地区普遍地势平坦、坡度较缓,经济发展水平较高。

图 4 巢湖流域颗粒态磷负荷模数空间分布图 Figure 4 Spatial distribution of particle phosphorus loading modulus in Chaohu Basin

图 5 二级流域平均颗粒态磷负荷模数 Figure 5 Average particle phosphorus loading modulus within different sub-basins
2.3 不同土地利用类型的颗粒态磷负荷 2.3.1 巢湖流域颗粒态磷负荷模数

巢湖流域颗粒态磷负荷模数由大到小分别为林地(0.759 t·km-2·a-1)、耕地(0.256 t·km-2·a-1)、草地(0.179 t·km-2·a-1)、建设用地(0.138 t·km-2·a-1)、水体(0)。其中,林地颗粒态磷负荷模数远高于巢湖流域平均值0.308 t·km-2·a-1,其他用地类型均低于平均值。二级流域内不同用地类型颗粒态磷负荷模数如表 4所示。林地颗粒态磷负荷模数在不同流域间差异较大,杭埠河流域内高达1.026 t·km-2·a-1,派河流域内低至0.059 t·km-2·a-1。并且在杭埠河流域,各地类颗粒态磷负荷模数差异明显。

表 4 二级流域及各县(市)3种地类颗粒态磷负荷模数 Table 4 Particulate phosphorus loading modulus of three types of land use within sub-basins and counties
2.3.2 二级流域内各县(市)不同土地利用类型的颗粒态磷负荷模数

二级流域内各县(市)不同土地利用类型下的颗粒态磷负荷模数如表 4所示。

杭埠河流域内霍山县和岳西县3种地类颗粒态磷负荷模数较大,最大的为岳西县的耕地,高达3.046 t·km-2·a-1,且两县耕地均高于林地及建设用地。舒城县、庐江县、六安市林地颗粒态磷负荷模数也稍高,且高于三地的耕地和建设用地。肥西县情况较好,负荷模数较低,耕地高于林地,林地和建设用地负荷相差无几。

裕溪河流域颗粒态磷负荷模数最高的为庐江县的林地,达到0.508 t·km-2·a-1,其次是和县的耕地,为0.399 t·km-2·a-1。庐江县、巢湖市、无为县、含山县林地均高于耕地,而和县耕地高于林地。

烔炀河流域肥东县、巢湖市其各自的颗粒态磷负荷模数耕地与林地近似相等,建设用地在两地3种地类中都较小。

柘皋河流域巢湖市和白石天河流域庐江县均属于林地负荷高于耕地的类型,庐江县林地为0.363 t·km-2·a-1,高于巢湖市林地0.282 t·km-2·a-1,两地耕地及建设用地分别为0.16 t·km-2·a-1和0.13 t·km-2·a-1

南淝河流域合肥市、长丰县及派河流域肥西县颗粒态磷负荷模数均较低,情况较好。最高的为长丰县的耕地0.129 t·km-2·a-1,三地都属于耕地稍高于建设用地,林地最低的类型。而南淝河流域肥东县的林地负荷模数在该两个流域中最高,达到0.234 t·km-2·a-1,且高于耕地。

2.4 不同土地利用类型颗粒态磷负荷模数空间差异分析

不同县(市)之间因地方政策、经济发展程度不同,各地类面源污染程度存在差异。因此,将二级流域与县级行政区划数据结合,综合考虑地理位置、资源条件、社会经济等因素,分析不同土地利用背景下的颗粒态磷负荷。首先,根据不同地类的颗粒态磷负荷模数由高到低排序分为4种模式,如表 5所示。

表 5 4种模式在二级流域内对应的县(市) Table 5 Four modes correspond to counties within sub-basins
2.4.1 坡度、降水、磷矿分布等自然地理条件是造成模式一和模式三的重要原因

巢湖流域坡度分级、降水分布如图 6图 7所示,杭埠河流域、裕溪河流域、白石天河流域、柘皋河流域林地平均坡度高,巢湖流域西南部的杭埠河流域雨量充沛,夏季多暴雨,降雨量充足。雨水冲刷陡峭山体导致林地水土流失严重,产沙增加,磷与泥沙亲和力强,磷循环的主要通道是河流,主要载体是泥沙[49],该自然条件给磷输送提供契机,这是造成模式一的重要原因。杭埠河流域肥西县林地坡度较低,为5.7°,远小于该流域其他县(市),地势平缓,水土流失不明显,减少了颗粒态磷流失。杭埠河流域除肥西县外其他县坡度较高,林地颗粒态磷负荷模数均较高,整个流域高达1.026 t·km-2·a-1。杭埠河流域岳西县、霍山县耕地坡度较高,平均值分别为6.4°、8.6°。有学者指出,坡度在8°~25°的地区土地开垦率较高,人类活动频繁,是水土流失的主要区域[50-51]。一旦为发展农业生产实行耕地陡坡开荒,人为改变土地利用结构则导致耕地水土流失严重,加之农药化肥等耕地常见污染源侵害,简单粗放的农业经济模式和不合理的资源利用方式使得两地的耕地颗粒态磷负荷模数比林地大,这是造成模式三的主要原因。其余县(市)耕地及建设用地坡度都较低,水土流失较林地弱。

图 6 巢湖流域坡度图 Figure 6 Slope map of Chaohu Basin

图 7 巢湖流域降水分布图 Figure 7 Precipitation distribution of Chaohu Basin

大别山区、肥东双山组存在含磷地层,有磷矿分布,采矿过程导致富磷地质岩层大规模出露,并通过风化、暴雨冲刷等污染周边地区[52]。有研究指出,地势起伏比较大的山区,风化后的产物在外力的作用下容易被剥蚀而使其基岩裸露,从而使风化速度加快,双山组磷流失情况严重,流失量大[53]。杭埠河流域舒城县林地颗粒态磷负荷模数达到1.11 t·km-2·a-1。南淝河流域肥东县林地颗粒态磷负荷模数为0.23 t·km-2·a-1,高于该流域其他县(市)的各个地类,这是造成模式一的又一原因。

属于生态交错带的大别山北坡生态环境极其脆弱,生态系统稳定性较差,水土流失比较严重[54],这也是杭埠河流域舒城县形成模式一的重要原因之一。

2.4.2 农业生产及经济发展等社会经济因素是造成模式二和模式四的重要原因

二级流域中除杭埠河流域、裕溪河流域平均坡度较高,分别为6.87°和4.14°,其他流域坡度较小,均在1.24°~3.30°之间,而这两个流域除岳西县、霍山县、舒城县、巢湖市较高外,其他县(市)均较低。因此,为排除地形对经济的干扰,计算得到除上述4个县(市)外其他县(市)的人均GDP与颗粒态磷负荷模数的相关系数为-0.872,呈高度负相关,如图 8。南淝河流域合肥市、长丰县,派河流域肥西县颗粒态磷负荷模数均较低。这些地区经济发展水平较高,环境综合治理实力较经济欠发达地区强,人口素质较高,环境保护意识较强,耕地和建设用地颗粒态磷流失也远低于其他经济欠发达地区。地势平缓,林地又能在一定程度上起到水土保持作用,使得这些地区的林地负荷较低,这是造成模式四的重要原因。

图 8 各县(市)人均GDP与颗粒态磷负荷模数的关系 Figure 8 Relationship between per capita GDP and particulate phosphorus loading modulus in counties

巢湖流域中部和北部为冲击平原和岗冲地,地势平坦,土壤肥沃,有利于耕地开垦及粮食生产,农田化肥及农药不合理施用、污水灌溉、地膜污染、秸秆遗弃等都导致耕地土壤磷含量上升[55-58],高于其他地类。烔炀河流域巢湖市和肥东县耕地颗粒态磷流失较高,而林地稍低于耕地,这与两地林地坡度稍高,且与磷矿少量分布也有关系,这是形成模式四的另一原因。

和县经济欠发达,耕地面积占83.96%,颗粒态磷流失较严重。2016年安徽省统计年鉴数据表明,巢湖流域所在县每县平均每年农用塑料薄膜使用量为1503 t,和县使用量达到2338 t;每县平均每年农药使用量为833 t,和县使用量达到963 t,在巢湖流域内属于较高水平。另外,农户生活垃圾和生活污水缺少集中化处理,使得农村居民点等建设用地的面源污染较严重[59]。林地坡度仅3.9°,相对于耕地来说,林地落叶层可减少雨水对土壤的冲刷,对水土保持具有一定作用,水土流失较轻,林地面源污染小,这是造成模式四的又一原因。

裕溪河流域巢湖市自然资源丰富,轻工、化肥、砖瓦等厂矿企业众多,建设用地面积比例高于流域内其他县(市)。城市不透水面积的增加,使地表径流污染物的浓度提高,也间接增加了径流量,使得面源污染输出量增加。同时,该市畜禽养殖规模较大,有研究表明,巢湖市天河街道的畜禽粪便土地负荷警报值高达2,远高于全国警报值0.49,即畜禽粪便已对当地环境造成了较大威胁[60]。这解释了该市建设用地颗粒态磷负荷较耕地高,即模式二的成因。

由于数据获取困难,本文仅利用模型估算得到面源颗粒态磷载荷,对颗粒态磷在流域上的输移缺少定量的描述与估算。因此,有待进一步深入研究从而更好地揭示巢湖流域非点源污染的影响机理。

3 结论

(1)巢湖流域颗粒态磷负荷模数均值为0.308 t·km-2·a-1。杭埠河流域高达0.542 t·km-2·a-1,其他流域都在均值以下,派河流域最低,为0.104 t·km-2·a-1

(2)巢湖流域西南部颗粒态磷负荷较大,高值区主要集中于岳西县、霍山县、舒城县,其中,岳西县颗粒态磷负荷均值高达1.843 t·km-2·a-1;巢湖流域西北部颗粒态磷负荷较小,低值区包括合肥市、肥西县、长丰县,合肥市低至0.103 t·km-2·a-1

(3)巢湖流域颗粒态磷负荷模数林地>耕地>建设用地,受坡度和降水影响较大。降雨量充足,雨水冲刷坡度较大的山体导致林地水土流失严重、产沙增加;磷矿的分布增加了磷背景值。

致谢: 感谢国家科技基础条件平台-国家地球系统科学数据共享服务平台-湖泊—流域科学数据中心(http://lake.geodata.cn)提供数据支撑。感谢国家重点研发计划项目“华东区2015年30米分辨率土地覆被数据生产(2016YFC0500201-05)”提供的土地利用数据支持。

参考文献
[1]
邢可霞, 郭怀成, 孙延枫, 等. 流域非点源污染模拟研究:以滇池流域为例[J]. 地理研究, 2005, 24(4): 549-558.
XING Ke-xia, GUO Huai-cheng, SUN Yan-feng, et al. Simulation of non-point source pollution in watershed scale: The case of application in Dianchi Lake Basin[J]. Geographical Research, 2005, 24(4): 549-558. DOI:10.3321/j.issn:1000-0585.2005.04.009
[2]
李玉凤, 刘红玉, 蔡春晓, 等. 城市湿地公园周边干扰对其水环境健康的影响:以西溪国家湿地公园为例[J]. 地理研究, 2015, 34(5): 851-860.
LI Yu-feng, LIU Hong-yu, CAI Chun-xiao, et al. The disturbance effect of the surroundings on the water environmental health of urban wetland park: A case study on Xixi Wetland Park, China[J]. Geographical Research, 2015, 34(5): 851-860.
[3]
洪林, 李瑞鸿. 南方典型灌区农田地表径流氮磷流失特性[J]. 地理研究, 2011, 30(1): 115-124.
HONG Lin, LI Rui-hong. Characteristics of nitrogen and phosphorus losses in surface runoff from farmland in a typical irrigation district in southern China[J]. Geographic Research, 2011, 30(1): 115-124.
[4]
陈成龙, 高明, 倪九派, 等. 三峡库区小流域稻田空间格局对氮磷流失影响[J]. 环境科学, 2017, 38(5): 1889-1897.
CHEN Cheng-long, GAO Ming, NI Jiu-pai, et al. Influence of spatial pattern of paddy field on the losses of nitrogen and phosphorus in Three Gorges Reservoir Area[J]. Environmental Science, 2017, 38(5): 1889-1897. DOI:10.3969/j.issn.1000-6923.2017.05.036
[5]
姜晟, 卢刚, 陈成, 等. 东太湖湖滨带近三十年生态环境变化遥感分析与评价[J]. 环境监控与预警, 2017, 9(3): 11-14.
JIANG Sheng, LU Gang, CHEN Cheng, et al. Analysis and evaluation the environmental changes of east Taihu Lakeside zone by remote sensing data in the past three decades[J]. Environmental Monitoring and Forewarning, 2017, 9(3): 11-14. DOI:10.3969/j.issn.1674-6732.2017.03.002
[6]
姚垚, 王晓龙, 丁士明, 等. 太湖金墅湾水源保护区陆域水质特征[J]. 环境科学与管理, 2010, 35(5): 39-42, 4.
YAO Yao, WANG Xiao-long, DING Shi-ming, et al. Characteristics of water quality in the land of Taihu Lake Jinshu bay water source protection[J]. Environmental Science and Management, 2010, 35(5): 39-42, 4. DOI:10.3969/j.issn.1673-1212.2010.05.013
[7]
Wu L, Long T Y, Liu X, et al. Impacts of climate and land-use changes on the migration of non-point source nitrogen and phosphorus during rainfall-runoff in the Jialing River Watershed, China[J]. J Hydrol, 2012, 475: 26-41. DOI:10.1016/j.jhydrol.2012.08.022
[8]
莫智佳.太湖流域土地利用水污染效应评价与预警系统研究: 以无锡市为例[D].南京: 南京农业大学, 2011.
MO Zhi-jia.A study on assessment and early warning system of water pollution effect by land loadings in Taihu Lake basin: A case of Wuxi city[D].Nanjing: Nanjing Agricultural University, 2011. http://cdmd.cnki.com.cn/Article/CDMD-10307-1012268752.htm
[9]
刘光. 土壤侵蚀模型研究进展[J]. 水土保持研究, 2003, 10(3): 73-76.
LIU Guang. A review of the soil erosion model[J]. Research of Soil and Water Conservation, 2003, 10(3): 73-76. DOI:10.3969/j.issn.1005-3409.2003.03.020
[10]
李潇然, 李阳兵, 邵景安. 非点源污染输出对土地利用和社会经济变化响应的案例研究[J]. 生态学报, 2016, 36(19): 6050-6061.
LI Xiao-ran, LI Yang-bing, SHAO Jing-an. A study on the response of non-point source pollution to the variation of land use and social economy[J]. Acta Ecologica Sinica, 2016, 36(19): 6050-6061.
[11]
Foy R H, Withers P J A. The contribution of agricultural phosphorus to eutrophication[J]. Proceedings Fertilizer Society(United Kingdom), 1995, 365: 1-32.
[12]
荣琨, 陈兴伟, 刘梅冰, 等. 晋江西溪流域土地利用变化对非点源污染影响的SWAT模拟[J]. 农业环境科学学报, 2009, 28(7): 1488-1493.
RONG Kun, CHEN Xing-wei, LIU Mei-bing, et al. Simulation of the effect of land use/cover change on non-point source pollution load in Xixi watershed of the Jinjiang basin with SWAT model[J]. Journal of Agro-Environment Science, 2009, 28(7): 1488-1493. DOI:10.3321/j.issn:1672-2043.2009.07.028
[13]
耿润哲, 李明涛, 王晓燕, 等. 基于SWAT模型的流域土地利用格局变化对面源污染的影响[J]. 农业工程学报, 2015, 31(16): 241-250.
GENG Run-zhe, LI Ming-tao, WANG Xiao-yan, et al. Effect of land use/landscape changes on diffuse pollution load from watershed based on SWAT model[J]. Transactions of the Chinese Society of Agricultural Engineering, 2015, 31(16): 241-250. DOI:10.11975/j.issn.1002-6819.2015.16.032
[14]
臧玉珠, 林晨, 金志丰, 等. 土地利用变化下沿海地区吸附态磷负荷动态变化研究[J]. 长江流域资源与环境, 2016, 25(7): 1093-1102.
ZANG Yu-zhu, LIN Chen, JIN Zhi-feng, et al. Research on the dynamic change of absorbed phosphorus load under land use change background in the coastal areas[J]. Resources and Environment in the Yangtze Basin, 2016, 25(7): 1093-1102. DOI:10.11870/cjlyzyyhj201607011
[15]
周慧平, 高超. 巢湖流域非点源磷流失关键源区识别[J]. 环境科学, 2008, 29(10): 2696-2702.
ZHOU Hui-ping, GAO Chao. Identifying critical source areas for non-point phosphorus loss in Chaohu watershed[J]. Environmental Science, 2008, 29(10): 2696-2702. DOI:10.3321/j.issn:0250-3301.2008.10.002
[16]
查良松, 邓国徽, 谷家川. 1992—2013年巢湖流域土壤侵蚀动态变化[J]. 地理学报, 2015, 70(11): 1708-1719.
ZHA Liang-song, DENG Guo-hui, GU Jia-chuan. Dynamic changes of soil erosion in the Chaohu watershed from 1992 to 2013[J]. Acta Geographica Sinica, 2015, 70(11): 1708-1719.
[17]
吴文友.巢湖流域南部丘陵地森林景观格局与水土流失的关系[D].合肥: 安徽农业大学, 2006.
WU Wen-you.Study on the relationships between of forest landscape pattern and erosion in the hill area in the south of Chaohu Lake[D].Hefei: Anhui Agricultural University, 2006. http://cdmd.cnki.com.cn/article/cdmd-10364-2007152746.htm
[18]
汪家权, 沈燕华, 马玉萍. 巢湖流域岩源磷释放的动力学研究[J]. 环境科学学报, 2010, 30(5): 979-984.
WANG Jia-quan, SHEN Yan-hua, MA Yu-ping. Release kinetics of rock phosphorus in the Chaohu Lake area[J]. Acta Scientiae Circumstantiae, 2010, 30(5): 979-984.
[19]
龙天渝, 曹怀亮, 安强, 等. 三峡库区紫色土坡耕地吸附态磷可迁移污染负荷空间分布[J]. 农业工程学报, 2013, 29(4): 157-164, 297.
LONG Tian-yu, CAO Huai-liang, AN Qiang, et al. Spatial distribution of transfer pollution absorbed phosphorus load in slope farmland of purple soil in Three Gorges Reservoir Region[J]. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(4): 157-164, 297.
[20]
乔敦.三峡库区紫色土坡耕地吸附态氮磷污染负荷模拟研究[D].重庆: 重庆大学, 2012.
QIAO Dun.Study on simulation of absorbed nitrogen and phosphorus quantity of slope farmland with purple in Three Gorges Reservoir area [D].Chongqing: Chongqing University, 2012. http://cdmd.cnki.com.cn/Article/CDMD-10611-1012047526.htm
[21]
沈虹, 张万顺, 彭虹. 汉江中下游土壤侵蚀及颗粒态非点源磷负荷研究[J]. 水土保持研究, 2010, 17(5): 1-6.
SHEN Hong, ZHANG Wan-shun, PENG Hong. Research on soil erosion and particulate phosphorus load of non-point source pollution in the middle and lower reaches of the Hanjiang River Basin[J]. Research of Soil and Water Conservation, 2010, 17(5): 1-6.
[22]
李林育, 焦菊英, 陈杨. 泥沙输移比的研究方法及成果分析[J]. 中国水土保持科学, 2009, 7(6): 113-122.
LI Lin-yu, JIAO Ju-ying, CHEN Yang. Research methods and results analysis of sediment delivery ratio[J]. Science of Soil and Water Conservation, 2009, 7(6): 113-122. DOI:10.3969/j.issn.1672-3007.2009.06.020
[23]
Ou Y W, Huang H B, Hao F H, et al. Evaluating spatial interaction of soil property with non-point source pollution at watershed scale: The phosphorus indicator in Northeast China[J]. Sci Total Environ, 2012, 432: 412-421. DOI:10.1016/j.scitotenv.2012.06.017
[24]
Lin C, Wu Z, Ma R, et al. Detection of sensitive soil properties related to non-point phosphorus pollution by integrated models of SEDD and PLOAD[J]. Ecological Indicators, 2016, 60: 483-494. DOI:10.1016/j.ecolind.2015.07.023
[25]
Petrosell A, Lenoe A, Ripa M N, et al. Linking phosphorus exported hydrologic modeling: A case study in Central Italy[J]. Environ Monit Assess, 2014, 186: 7849-7861. DOI:10.1007/s10661-014-3972-6
[26]
Fu G B, Chen S L, Mc Cool D K. Modeling the impacts of no-till practice on soil erosion and sediment yield with RUSLE, SEDD, and ArcView GIS[J]. Soil & Tillage Research, 2006, 85(1/2): 38-49.
[27]
Taguas E V, Moral C, Ayuso J L, et al. Modeling the spatial distribution of water erosion within a Spanish olive orchard micro-catchment using the SEDD model[J]. Geomorphology, 2011, 113(1/2): 47-56.
[28]
闵敏, 林晨, 熊俊峰, 等. 不同土地利用模式下洪泽湖流域非点源颗粒态磷负荷时空演变研究[J]. 长江流域资源与环境, 2017, 26(4): 606-614.
MIN Min, LIN Chen, XIONG Jun-feng, et al. Research on spatio-temporal pattern evolution of NPS particulate phosphorus load in Hongze Lake Basin under different land use patterns[J]. Resources and Environment in the Yangtza Basin, 2017, 26(4): 606-614. DOI:10.11870/cjlyzyyhj201704014
[29]
叶祖鑫, 林晨, 安艳玲, 等. 土地利用驱动下洪泽湖支流流域非点源颗粒态磷流失时空变化特征[J]. 农业环境科学学报, 2017, 36(4): 734-742.
YE Zu-xin, LIN Chen, AN Yan-ling, et al. Temporal and spatial distribution characteristics of NPS particulate phosphorus driven by land use in Hongze Lake tributary basin[J]. Journal of Agro-Environment Science, 2017, 36(4): 734-742.
[30]
王静, 王允青, 叶寅, 等. 不同农艺措施对巢湖沿岸坡耕地不同形态磷径流输出的控制效果[J]. 中国生态农业学报, 2017, 25(6): 911-919.
WANG Jing, WANG Yun-qing, YE Yin, et al. Effect of agronomic measures on phosphorous loss via runoff in sloping croplands around Chaohu Lake[J]. Chinese Journal of Eco-Agriculture, 2017, 25(6): 911-919.
[31]
唐晓先, 蒋晨韵, 王璨, 等. 巢湖西半湖总磷浓度对入湖总磷负荷的响应[J]. 环境科学与技术, 2017, 40(增刊1): 176-180.
TANG Xiao-xian, JIANG Chen-yun, WANG Can, et al. Responses of total phosphorus concentration to total phosphorus loading of inflow rivers in the western part of Chaohu Lake[J]. Environmental Science & Technology, 2017, 40(Suppl1): 176-180.
[32]
储茵, 潮洪武, 马友华, 等. 巢湖流域丰乐河洪水事件营养盐输出动态研究[J]. 长江流域资源与环境, 2013, 22(8): 1072-1080.
CHU Yin, CHAO Hong-wu, MA You-hua, et al. Dynamic evolution of nutrient export during flood events from Fengle River catchment of Chao Lake Basin, China[J]. Resources and Environment in the Yangtza Basin, 2013, 22(8): 1072-1080.
[33]
沈胤胤, 胡雷地, 姜泉良, 等. 基于SWAT模型的太湖西北部30a来氮磷的输出特征[J]. 长江流域资源与环境, 2017, 26(6): 902-914.
SHEN Yin-yin, HU Lei-di, JIANG Quan-liang, et al. Characteristics of nitrogen and phosphorus load in the past three decades in the northwest of Taihu Basin based on the SWAT model[J]. Resources and Environment in the Yangtza Basin, 2017, 26(6): 902-914. DOI:10.11870/cjlyzyyhj201706013
[34]
杨丽霞, 杨桂山, 苑韶峰, 等. 不同雨强条件下太湖流域典型蔬菜地土壤磷素的径流特征[J]. 环境科学, 2007, 28(8): 1763-1769.
YANG Li-xia, YANG Gui-shan, YUAN Shao-feng, et al. Characteristics of soil phosphorus runoff under different rainfall intensities in the typical vegetable plot of Taihu Basin[J]. Environmental Science, 2007, 28(8): 1763-1769. DOI:10.3321/j.issn:0250-3301.2007.08.020
[35]
周慧平, 常维娜, 张龙江. 基于泥沙指纹识别的小流域颗粒态磷来源解析[J]. 农业工程学报, 2015, 31(13): 251-256.
ZHOU Hui-ping, CHANG Wei-na, ZHANG Long-jiang. Particulate phosphorus sources apportionment in small watershed based on sediment fingerprinting[J]. Transactions of the Chinese Society of Agricultural Engineering, 2015, 31(13): 251-256. DOI:10.11975/j.issn.1002-6819.2015.13.035
[36]
罗刚, 张然. 无人监测船在城市内河水质监测中的应用[J]. 环境监控与预警, 2017, 9(1): 18-20, 31.
LUO Gang, ZHANG Ran. Application of unmanned surveillance ship in inland river water quality monitoring[J]. Environmental Monitoring and Forewarning, 2017, 9(1): 18-20, 31. DOI:10.3969/j.issn.1674-6732.2017.01.005
[37]
United States Department of Agriculture.AH537 / 12 / 78 Predicting rainfall erosion losses: A guide to conservation planning[S].Washington D.C.: U.S.Government Printing Office, 1978.
[38]
Williams J R. The erosion-productivity impact calculator(EPIC) model:A case history[J]. Philosophical Transactions B, 1990, 329(1255): 421-428. DOI:10.1098/rstb.1990.0184
[39]
杨勤科, 郭伟玲, 张宏鸣, 等. 基于DEM的流域坡度坡长因子计算方法研究初报[J]. 水土保持通报, 2010, 30(2): 203-206, 211.
YANG Qin-ke, GUO Wei-ling, ZHANG Hong-ming, et al. Method of extracting LS factor at watershed scale based on DEM[J]. Bulletin of Soil and Water Conservation, 2010, 30(2): 203-206, 211.
[40]
冯强, 赵文武. USLE/RUSLE中植被覆盖与管理因子研究进展[J]. 生态学报, 2014, 34(16): 4461-4472.
FENG Qiang, ZHAO Wen-wu. The study on cover-management factor in USLE and RUSLE: A review[J]. Acta Ecologica Sinica, 2014, 34(16): 4461-4472.
[41]
蔡崇法, 丁树文, 史志华, 等. 应用USLE模型与地理信息系统IDRISI预测小流域土壤侵蚀量的研究[J]. 水土保持学报, 2000, 14(2): 19-24.
CAI Chong-fa, DING Shu-wen, SHI Zhi-hua, et al. Study of applying USLE and geographical information system IDRISI to predict soil erosion in small watershed[J]. Journal of Soil and Water Conservation, 2000, 14(2): 19-24. DOI:10.3321/j.issn:1009-2242.2000.02.005
[42]
牛志春, 侍昊, 李旭文, 等. 基于遥感技术的生态保护红线区域监测与评价:以盐城沿海地区为例[J]. 环境监控与预警, 2017, 9(2): 6-9, 40.
NIU Zhi-chun, SHI Hao, LI Xu-wen, et al. Remote sensing monitoring of ecological red lines in Yancheng coastal region of Jiangsu Province[J]. Environmental Monitoring and Forewarning, 2017, 9(2): 6-9, 40. DOI:10.3969/j.issn.1674-6732.2017.02.002
[43]
史东梅. 基于RUSLE模型的紫色丘陵区坡耕地水土保持研究[J]. 水土保持学报, 2010, 24(3): 39-44, 251.
SHI Dong-mei. Soil and water conservation on cultivated slope land in purple hilly area based on RUSLE model[J]. Journal of Soil and Water Conservation, 2010, 24(3): 39-44, 251.
[44]
滕洪芬.基于多源信息的潜在土壤侵蚀估算与数字制图研究[D].杭州: 浙江大学, 2017.
TENG Hong-fen.Assimilating multi-source data to model and map potential soil loss in China[D].Hangzhou: Zhejiang University, 2017. http://cdmd.cnki.com.cn/Article/CDMD-10335-1017071521.htm
[45]
王丹, 邵景安, 王金亮, 等. 近20a三峡库区泥沙输移比估算与吸附态氮磷污染负荷模拟[J]. 农业工程学报, 2015, 31(15): 167-176.
WANG Dan, SHAO Jing-an, WANG Jin-liang, et al. Estimation of sediment delivery ratio and modelling of absorbed nitrogen and phosphorus load in Three Gorges Reservoir Area nearly 20 years[J]. Transactions of the Chinese Society of Agricultural Engineering, 2015, 31(15): 167-176. DOI:10.11975/j.issn.1002-6819.2015.15.023
[46]
常龙飞, 王晓龙, 李恒鹏, 等. 巢湖典型低山丘陵区不同土地利用类型壤中流养分流失特征[J]. 生态与农村环境学报, 2012, 28(5): 511-517.
CHANG Long-fei, WANG Xiao-long, LI Heng-peng, et al. Characteristics of soil nutrient loss with interflow from uplands as affected by land uses in low hill region of Chaohu Basin[J]. Journal of Ecology and Rural Environment, 2012, 28(5): 511-517. DOI:10.3969/j.issn.1673-4831.2012.05.007
[47]
周建军, 张曼. 当前长江生态环境主要问题与修复重点[J]. 环境保护, 2017, 45(15): 17-24.
ZHOU Jian-jun, ZHANG Man. On the forefront ecological and environmental problems of the current Yangtze River and restoration priorities[J]. Environmental Protection, 2017, 45(15): 17-24.
[48]
侯明金, 汤加富, 高天山. 大别山南部宿松磷矿含磷地层的时代归属与变形特征及其构造评价[J]. 现代地质, 2004, 18(3): 321-330.
HOU Ming-jin, TANG Jia-fu, GAO Tian-shan. Sequence, chronology and deformation of the phosphorus bearing stratum of the Susong phosphorus deposit in southern part of Dabie mountains and its structural evaluation[J]. Geoscience, 2004, 18(3): 321-330. DOI:10.3969/j.issn.1000-8527.2004.03.009
[49]
张潆元, 黑鹏飞, 杨静, 等. 本底吸附物对长江沉积物磷吸附容量的影响[J]. 环境科学研究, 2017, 30(4): 545-551.
ZHANG Ying-yuan, HEI Peng-fei, YANG Jing, et al. Effects of native adsorptive substances on phosphorus adsorption capacity of Yangtze River sediment[J]. Research of Environmental Sciences, 2017, 30(4): 545-551.
[50]
Yang M, Li X, Hu Y M, et al. Assessing effects of landscape pattern on sediment yield using sediment delivery distributed model and a landscape indicator[J]. Ecol Indic, 2012, 22: 38-52. DOI:10.1016/j.ecolind.2011.08.023
[51]
朱洪芬, 杨营, 毕如田. 基于GIS和RS的繁峙县土壤侵蚀研究[J]. 中国农业资源与区划, 2014, 35(5): 44-47, 60.
ZHU Hong-fen, YANG Ying, BI Ru-tian. Study on soil erosion of Fanshi based on GIS and RS[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2014, 35(5): 44-47, 60.
[52]
周林飞, 郝利朋, 孙中华. 辽宁浑河流域不同土地类型地表径流和壤中流氮、磷流失特征[J]. 生态环境学报, 2011, 20(4): 737-742.
ZHOU Lin-fei, HAO Li-peng, SUN Zhong-hua. Characteristics of nitrogen and phosphorus losses through surface flow and interflow on different types of land in Liaoning Hunhe Basin[J]. Ecology and Environmental Sciences, 2011, 20(4): 737-742. DOI:10.3969/j.issn.1674-5906.2011.04.027
[53]
姚晓艳.巢湖北岸东部地层岩源磷与赋存形态研究[D].合肥: 合肥工业大学, 2011.
YAO Xiao-yan.The study of content and the existing forms of rock phosphorus in eastern section of the north shore of Chaohu Lake[D].Hefei: Hefei University of Technology, 2011. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y1886353
[54]
张方方.巢湖流域生态系统健康评价[D].芜湖: 安徽师范大学, 2014.
ZHANG Fang-fang.Study on ecosystem health assessment of Chaohu Lake Basin[D].Wuhu: Anhui Normal University, 2014. http://cdmd.cnki.com.cn/article/cdmd-10370-1015512375.htm
[55]
李可芳, 黄霞. 磷肥的使用与农业面源污染[J]. 环境科学与技术, 2004, 27(增刊1): 189-190.
LI Ke-fang, HUANG Xia. Phosphate fertilizer use and agricultural non-point source pollution[J]. Environmental Science & Technology, 2004, 27(Suppl1): 189-190.
[56]
刘瑞娟, 张艳红. 基于分布式非点源有毒污染物模型的农药输移研究[J]. 农业环境科学学报, 2013, 32(12): 2480-2487.
LIU Rui-juan, ZHANG Yan-hong. Simulation of pesticide transportation with a distributed non-point pesticide pollution model[J]. Journal of Agro-Environment Science, 2013, 32(12): 2480-2487. DOI:10.11654/jaes.2013.12.022
[57]
王莹, 汪景宽, 李双异, 等. 长期地膜覆盖与施肥条件下土壤中磷素的变化[J]. 安徽农业科学, 2007, 35(17): 5211-5212, 5245.
WANG Ying, WANG Jing-kuan, LI Shuang-yi, et al. Changes of phosphorus in soil under conditions of long-term mulching with plastic film and fertilization[J]. Journal of Anhui Agricultural Sciences, 2007, 35(17): 5211-5212, 5245. DOI:10.3969/j.issn.0517-6611.2007.17.094
[58]
汪景宽, 须湘成, 张旭东, 等. 长期地膜覆盖对土壤磷素状况的影响[J]. 沈阳农业大学学报, 1994, 25(3): 311-315.
WANG Jing-kuan, XU Xiang-cheng, ZHANG Xu-dong, et al. Effects of long-term sheeting with plastic film on the properties of phosphorus in soil[J]. Journal of Shenyang Agricultural University, 1994, 25(3): 311-315.
[59]
荚力. 巢湖流域农业面源污染的现状及治理对策[J]. 安徽农学通报, 2017, 23(10): 104-105, 163.
JIA Li. Current situation of agricultural nonpoint source pollution in Chaohu Basin and countermeasures[J]. Anhui Agricultural Science Bulletin, 2017, 23(10): 104-105, 163. DOI:10.3969/j.issn.1007-7731.2017.10.043
[60]
彭军, 司友斌, 张震. 巢湖流域规模化畜禽养殖场污染现状与环境管理对策[J]. 安徽农业科学, 2010, 38(1): 314-316, 471.
PENG Jun, SI You-bin, ZHANG Zhen. Pollution status and measures of environmental management of large-scale livestock and poultry farms in Chaohu River Basin[J]. Journal of Anhui Agricultural Sciences, 2010, 38(1): 314-316, 471. DOI:10.3969/j.issn.0517-6611.2010.01.128