海河流域氮磷面源污染空間特征遙感解析

馮愛萍,吳傳慶,王雪蕾*,王洪亮,周亞明,趙 乾

海河流域氮磷面源污染空間特征遙感解析

馮愛萍1,吳傳慶1,王雪蕾1*,王洪亮2,周亞明1,趙 乾1

(1.生態環境部衛星環境應用中心,國家環境保護衛星遙感重點實驗室,北京 100094；2.北京四維智聯科技有限公司,北京 100094)

以MODIS遙感數據為驅動,采用以遙感像元為基本模擬單元的DPeRS(Diffuse pollution estimation with remote semsing)面源污染負荷估算模型,分析了2016年海河流域氮磷面源污染空間分布特征,并對“十三五”《重點流域水污染防治規劃》中劃定的海河流域172個控制單元進行面源污染優先控制單元分析.結果表明,2016年海河流域總氮(TN)排放量為13.62萬t,入河量為2.53萬t;總磷(TP)排放量為8152t,入河量為1597t;空間分布上,海河流域中部和南部地區氮磷面源污染較重,其中河北省片區氮磷面源污染物排放量及入河量最大;農田徑流型是海河流域氮磷面源污染的主要類型,其次城鎮徑流影響也較大;篩選出海河流域TN和TP面源污染優先控制單元分別為127和131個,面積占比分別為84.2%和87.0%.

面源污染；遙感；氮磷；海河流域

海河流域是我國水資源開發利用程度最高、水污染最嚴重的流域,對其第二次水資源評價中首次涉及面源污染源調查,估算了2000年海河流域城鎮地表徑流、化肥農藥使用、農村生活污水及固體廢棄物、水土流失、分散式飼養畜禽廢水等5種面源污染源的產生量和入河量,得出海河流域TN和TP主要來自于面源的結論[1].面源污染作為影響飲用水源地水質安全的重要污染,引起管理部門的廣泛關注.對于管理部門,面源污染存在污染負荷的量化和污染源的解析兩個急需解決的問題[2].模型是解決這兩個問題的有效手段,我國學者在面源污染負荷模型方面的研究較多,多采用SWAT過程機理模型[3-5]、農業面源年化模型(AnnAGNPS)[6-7]、輸出系數模型(ECM)[1,8]和平均濃度法[9-11]等模型方法.SWAT及AnnAGNPS等主流面源模型存在所需數據量較大、建模過程較繁雜、模擬所需時間較長等特點,且多應用于海河流域的部分區域[12-13];海河流域全流域的面源污染研究方法多集中于輸出系數法,已有對海河流域種植業、畜禽養殖業、農村生活、農業等方面的面源污染負荷量估算和污染特征分析[1,8,14-15],而應用遙感技術對海河流域面源污染空間特征分析的相關研究較少.

綜上,本研究從管理需求出發,構建以遙感像元為基本水文單元的遙感分布式面源污染估算模型—DPeRS模型[16-17],對海河流域農田生產、農村生活、城鎮徑流、畜禽養殖和水土流失產生的TN和TP污染負荷進行估算,分析海河流域氮磷面源污染排放量、入河量和空間分布特征,并進行面源污染源和空間管理控制分析,為流域面源污染綜合防治部門提供決策支持.

1 材料和方法

1.1 研究區概況

海河流域是我國七大流域之一,位于我國華北地區,介于東經112°~120°、北緯35°~43°之間,東臨渤海,西倚太行,南界黃河,北接蒙古高原,涉及北京市、天津市、河北省大部、山西省東部、山東、河南2省北部,以及遼寧省和內蒙古自治區的小部分,包括37個地市、337個縣(市、旗),流域面積為32萬km2,包括灤河、海河和徒駭馬頰河三大水系,研究區位置見圖1.

圖1 研究區位置示意

1.2 模型方法

1.2.1 DPeRS面源污染估算模型 DPeRS模型以大尺度面源污染模型[18]為基礎,耦合遙感技術,采用基于二元結構原理構建的遙感分布模型,實現了流域面源污染負荷的月尺度估算.DPeRS模型中既考慮了降水、植被蓋度、地形和地貌等自然要素,同時也考慮了施肥利用效率、人口、牲畜和家禽等社會經濟要素.模型算法以遙感數據為驅動,耦合定量遙感模型和生態水文過程模型對流域尺度面源污染負荷的時空動態進行定量分析.DPeRS模型可以概括為5個污染類型和2個元素形態,即:農田徑流型、城鎮徑流型、農村生活型、畜禽養殖型和水土流失型;溶解態和吸附態2種污染物形態.具體污染指標包括TN、TP、氨氮(NH4+-N)和化學需氧量(CODCr);模型包括5大模塊:農田氮磷平衡核算模塊[19]、植被覆蓋度定量遙感反演模塊[2,20]、溶解態污染負荷估算模塊、吸附態污染負荷估算模塊和入河模塊;模型耦合的遙感數據包括植被覆蓋度和土地利用數據,作為模型的輸入數據,植被覆蓋度數據用于估算農田徑流型和水土流失型氮磷面源污染負荷,土地利用數據在5個污染類型面源污染負荷估算中均有運用,模型技術路線見圖2,模型核心算法詳見文獻[16,21].本研究中僅討論氮磷2個指標.

1.2.2 面源污染優先控制單元篩選方法 十三五《重點流域水污染防治規劃》[22]中劃定全國1784個控制單元,其中海河流域占172個.對海河流域控制單元進行氮磷面源污染優先控制單元的篩選,篩選方法具體為:將對照年(2005、2010、2015,3a的平均)每個省的兩項指標平均值分別作為該省份面源污染優先控制的閾值,本省份內每個控制單元的2項指標值分別與本省閾值進行對比,面源污染排放負荷和入河量均大于本省閾值的單元判定為最優先控制單元,命名為源頭、入河過程I類優先控制單元;排放負荷大而入河量小或者排放負荷小而入河量大的控制單元判定為II類優先控制單元,分別命名為源頭II類優先控制單元和入河過程II類優先控制單元,其他情況判定為一般面源污染控制單元.本研究中,對照年面源污染情況代表“十三五”前面源污染的本底狀況,海河流域TN和TP指標的分省判定閾值見表1.

圖2 技術路線

1.3 數據來源與預處理

采用DPeRS模型模擬的月尺度面源污染估算海河流域年尺度面源污染量,重點監測由降水引起的地表徑流型面源污染.DPeRS模型運行需要的數據庫包括遙感數據、氣象數據、高程數據、土壤數據和農業統計數據等,具體數據來源和處理方法見表2;具體帶入模型的輸入數據包括海河流域土地利用、月植被覆蓋度、月降水量、坡度坡長、土壤類型等.圖3給出遙感數據解譯后得到的海河流域土地利用數據、定量遙感反演得到的月均植被覆蓋度數據、空間插值后的月降水累積數據和應用ls_cal.aml程序計算得到的坡長數據.

表2 主要空間數據

2 結果與討論

2.1 海河流域農田氮磷平衡空間特征

采用輸入輸出法估算海河流域農田氮磷平衡量,結果表明,縣級核算結果氮平衡量為-8.65~ 99.60t/km2,磷平衡量為-2.33~54.03t/km2;結合空間分析技術,將計算結果與土地利用數據進行空間離散,得到2016年海河流域氮磷平衡的空間分布(圖4),結果表明,海河流域大部分地區表現為農田氮磷營養元素盈余狀態,且磷素盈余較氮素更為明顯,流域中部和南部地區明顯高于北部地區.

王雪蕾等[23]綜合分析了前人研究成果,將農田氮磷平衡量劃分了3個風險等級,氮素和磷素的低風險閾值分別為10,1.1t/km2,海河流域氮磷營養平衡整體情況表明海河流域當前的農田管理方式不利于流域面源污染的防治.在推動農業生產發展的同時,應充分考慮區域特征,實施有針對性的管理措施,如提高化肥施用技術、合理利用有機肥、加大灌溉設施投入等,從源頭控制農業面源污染,推動農業綠色發展.

圖4 海河流域農田土壤氮磷平衡空間分布

2.2 海河流域氮磷面源污染物空間排放特征

表3 氮磷面源污染排放量統計

應用DPeRS模型對海河流域2016年氮磷面源污染排放負荷進行月尺度估算,結果表明:海河流域面源TN和TP平均污染排放負荷分別為0.43, 0.03t/km2,排放量分別為13.62萬t和8152.29t.海河流域氮磷面源污染排放負荷的空間分布如圖5所示,結果表明, 海河流域氮磷面源污染排放負荷的空間展布類似,流域中部和南部污染排放負荷較高,北部污染物負荷較低,具體表現為北京市南部、天津市、河北省片區中南部、山西省片區北部、河南和山東省片區等區域面源污染較重.氮磷面源污染空間統計分析結果表明,河南和山東省片區面源TN和TP污染排放負荷均高于流域平均水平,北京市、天津市和遼寧省片區面源TN污染排放負荷高于流域平均水平,河北、山西、河南和山東省片區面源TN和TP污染排放量相對較大,模擬結果的空間統計信息見表3.

圖5 海河流域氮磷面源污染排放負荷空間分布

2.3 海河流域氮磷面源污染物空間入河特征

表4 氮磷面源污染入河量統計

基于海河流域2016年氮磷面源污染排放負荷結果,結合當年海河流域空間入河系數,估算了2016年海河流域氮磷面源污染入河負荷,并統計分析了入河量信息.結果表明:海河流域面源TN和TP平均污染入河負荷分別為0.08,0.005t/km2,入河量分別為2.53萬t和1597t.海河流域氮磷面源污染入河負荷的空間分布如圖6所示,與排放負荷相比,海河流域入河負荷相對較小,這與該流域水資源量少有密切關系,海河流域氮、磷面源污染入河負荷的空間展布類似,流域中部和南部存在較高氮磷面源入河負荷的零星分布,山東省片區中部氮磷面源污染入河負荷較為突出.氮磷面源污染空間統計分析結果表明,天津市、河南和山東省片區面源TN和TP污染入河負荷均高于流域平均水平,北京市面源TN污染入河負荷高于流域平均水平,河北、山西、河南和山東省片區面源TN和TP污染入河量相對較大,模擬結果的空間統計信息詳見表4.

2.4 海河流域氮磷面源污染類型分析

對2016年海河流域農田徑流型、城鎮徑流型、農村生活型、畜禽養殖型和水土流失型5種氮磷面源污染類型進行統計分析,結果表明:農田徑流是海河流域最主要的氮磷面源污染源,對于TN,農田生產引起的排放量和入河量均占總污染量的92%以上,其他類型順序如下:城鎮徑流型>農村生活型>水土流失型>畜禽養殖型;對于TP,農田生產引起的排放量和入河量均占總污染量的78%以上,其他類型順序如下:畜禽養殖型>城鎮徑流型>水土流失型>農村生活型,不同類型面源污染排放量統計結果詳見表5.從面源污染類型角度分析,海河流域應努力改進田間施肥技術,提高氮磷肥料利用率,降低其對水環境的危害,此外,城鎮徑流引起的氮磷面源污染也需引起重視.

圖6 海河流域氮磷面源污染入河負荷空間分布

表5 不同污染類型指標核算

2.5 海河流域氮磷面源污染空間管控分析

海河流域氮磷面源污染優先控制單元篩選結果表明:TN面源優先控制單元共127個,面積占比達到84.2%,其中,源頭、入河過程I類優先控制單元共66個,面積占比49.8%;II類優先控制單元共61個,包括19個源頭II類優先控制單元和42個入河過程II類優先控制單元,II類優先控制單元面積占比達到34.4%.TP面源優先控制單元共131個,面積占比達到87.0%,其中,源頭、入河過程I類優先控制單元共55個,面積占比43.2%;II類優先控制單元共76個,包括30個源頭II類優先控制單元和46個入河過程II類優先控制單元,II類優先控制單元面積占比達到43.8%.空間分布上,氮磷面源污染優先控制單元主要分布在海河流域中部和南部地區,源頭、入河過程I類優先控制單元和入河過程II類優先控制單元分布面積相對較大,2016年海河流域氮磷面源污染優先控制單元空間分布詳見圖7.

2.6 DPeRS模型的適用性及結果對比

對比國內外其他面源污染評估模型,DPeRS模型在模型結構、運行條件和模擬指標等幾個方面具有較大的管理應用優勢[2].DPeRS模型以遙感像元為基本模擬單元,與SWAT等模型提出的水文響應單元(HRU)相比,在保證模擬精度的前提下極大地提高了面源污染模擬的空間分辨率[16];同時DPeRS模型中耦合了定量遙感模型,彌補了無資料地區模型估算的不足;DPeRS模型的參數設置為開放模式,可以根據參數豐富度進行重新構架,根據管理需求完成不同尺度面源污染監測與評估.此外,DPeRS模型系統可以實現遙感像元尺度的污染負荷空間可視化,直觀提供了面源污染空間分布的“關鍵地區”,與傳統總量減排核算方法相比,實現了從“點”到“面”的突破,為因地制宜制定面源污染防治方案提供了技術支撐[2].

圖7 海河流域氮磷面源污染優先控制單元空間分布

采用地面監測手段進行面源污染監測,范圍小且類型有限,難度大,模型是較為合適的面源污染研究方法.面源污染評估模型方法多樣,所需數據繁雜,存在不確定性和區域適用性[24-25],即使在同一區域,研究結果也相差較大.朱梅等[1]采用輸出系數法對海河流域種植業面源污染負荷量進行估算,2007年海河流域地表徑流TN流失量為51966t、TP為7976t,DPeRS模型估算的結果為2016年海河流域農田徑流型TN排放量12.66萬t、TP排放量6574t;第一次全國污染源普查數據顯示,2007年北京和天津種植業TN流失量分別為8262.31t和9097.78t, TP流失量分別為387.99t和498.42t[26],DPeRS模型估算的結果表明2016年北京和天津農田徑流型TN排放量分別為5951.13t和7370.66t,TP排放量分別為193.14t和287.06t.此外,時間尺度不同,也有一定影響.

3 結論

3.1 DPeRS模型在流域尺度面源污染模擬結果表明,海河流域2016年TN污染排放負荷平均為0.43t/km2,排放量為13.62萬t,入河負荷平均為0.08t/km2,入河量為2.53萬t;TP污染排放負荷平均為0.026t/km2,排放量為8152t,入河負荷平均為0.005t/km2,入河量為1597t.

3.2 氮磷面源污染物的空間分布特征表明,對海河流域水質產生影響的面源污染物TN和TP主要集中在海河流域中部和南部地區,河北省片區面源污染物排放量及入河量最大.

3.3 DPeRS面源污染源分析表明,農田徑流是海河流域TN和TP最主要的面源污染源,分別占總污染量的92%和78%以上,且TN和TP污染負荷與農田氮磷平衡相關,此外,城鎮徑流引起的氮磷面源污染也需引起重視,畜禽養殖對TP面源污染也有一定影響.

3.4 氮磷面源污染空間管控分析結果表明,海河流域覆蓋了172個控制單元,TN面源優先控制單元共127個,面積占比達到84.2%;TP面源優先控制單元共131個,面積占比為87.0%.氮磷面源污染優先控制單元主要分布在海河流域中部和南部地區.

[1] 朱 梅,吳敬學,張希三.海河流域種植業非點源污染負荷量估算[J]. 農業環境科學學報, 2010,29(10):1907-1915. Zhu M, Wu J X, Zhang X S. Estimation on non-point source pollution loads of crop farming in Hai Basin [J]. Journal of Agro-Environment Science, 2010,29(10):1907-1915.

[2] 王雪蕾,吳傳慶,馮愛萍,等.利用DPeRS模型估算巢湖流域氨氮和化學需氧量的面源污染負荷[J]. 環境科學學報, 2015,35(9):2883- 2891. Wang X L, Wu C Q, Feng A P, et al. Application of DPeRS model on estimation of non-point source pollution load of ammonia nitrogen and chemical oxygen demand in Chao Lake basin [J]. Acta Scientiae Circumstantiae, 2015,35(9):2883-2891.

[3] 歐陽威,黃浩波,蔡冠清.巢湖地區無監測資料小流域面源磷污染輸出負荷時空特征[J]. 環境科學學報, 2014,34(4):1024-1031. Ouyang W, Huang H B, Cai G Q. Temporal and spatial characteristics of diffuse phosphorus pollution in the watershed without monitoring data at Chaohu Lake [J]. Acta Scientiae Circumstantiae, 34(4):1024- 1031.

[4] 秦耀民,胥彥玲,李懷恩.基于SWAT模型的黑河流域不同土地利用情景的非點源污染研究[J]. 環境科學學報, 2009,29(2):440-448. Qin Y M, Xu Y L, Li H E.SWAT model of non-point source pollution under different land use scenarios in the Heihe river basin [J]. Acta Scientiae Circumstantiae, 2009,29(2):440-448.

[5] 羅 倩,任 理,彭文啟.遼寧太子河流域非點源氮磷負荷模擬分析 [J]. 中國環境科學, 2014,34(1):178-186. Luo Q, Ren L, Peng W Q. Simulation study and analysis of non-point source nitrogen and phosphorus load in the Taizihe Watershed in Liaoning Province [J]. China Environmental Science, 2014,34(1):178- 186.

[6] 李開明,任秀文,黃國如,等.基于AnnAGNPS模型泗合水流域非點源污染模擬研究[J]. 中國環境科學, 2013,33(S1):54-59. Li K M, Ren X W, Huang G R, et al. Simulation of non-point source pollution in Sihe watershed with Ann AGNPS [J]. China Environmental Science, 2013,33(S1):54-59.

[7] 邊金云,王飛兒,楊 佳,等.基于AnnAGNPS模型四嶺水庫小流域氮磷流失特征的模擬研究[J]. 環境科學, 2012,33(8):2659-2666. Bian J Y, Wang F E, Yang J, et al. Simulation of nitrogen and phosphorus loss in Siling Reservoir Watershed with AnnAGNPS [J]. Environmental Science, 2013,33(S1):54-59.

[8] 邱 斌,李萍萍,鐘晨宇,等.海河流域農村非點源污染現狀及空間特征分析[J]. 中國環境科學, 2012,32(3):564-570. Qiu B, Li P P, Zhong C Y, et al. Characteristics and spatial distribution of the rural non-point source pollution in Haihe River Basin. [J]. China Environmental Science, 2012,32(3):564-570.

[9] 李懷恩.估算非點源污染負荷的平均濃度法及其應用[J]. 環境科學學報, 2000,20(4):397-400. Li H E. Mean centration method for estimation of nonpoint source load and its application [J]. Acta Scientiae circumstantial, 2000,20(4): 397-400.

[10] 歐陽威,王 瑋,郝芳華,等.北京城區不同下墊面降雨徑流產污特征分析 [J]. 中國環境科學, 2010,30(9):328-332. Ouyang Wei, Wang W, Hao F H, et al. Pollution characterization of urban stormwater runoff on different underlying surface conditions [J]. China Environmental Science, 2010,30(9):328-332.

[11] 李家科,李懷恩,董 雯,等.渭河關中段典型支流非點源污染監測與負荷估算[J]. 環境科學學報, 2011,31(7):1470-1478. Li J K, Li H E, Dong W, et al. Monitoring and load estimation of non-point source pollution on typical tributaries in the Guanzhong reach of the Weihe River [J]. Acta Scientiae Circumstantiae, 2011, 31(7):1470-1478.

[12] 朱新軍,王中根,李建新,等.SWAT模型在漳衛河流域應用研究[J]. 地理科學進展, 2006,25(5):105-111. Zhu X J, Wang Z G, Li J X, et al. Applications of SWAT model in Zhang Wei River Basin [J]. Geography Science Progress, 2006,25(5): 105-111.

[13] 張永勇,王中根,于 磊,等. SWAT水質模塊的擴展及其在海河流域典型區的應用[J]. 資源科學, 2009,31(1):94-100. Zhang Y Y, Wang Z G, Yu L, et al. Extended Water Quality Moduel of SWAT Model And Its Application To Hai River Basin [J]. Resource Science, 2009,31(1):94-100.

[14] 朱 梅,吳敬學,張希三.海河流域畜禽養殖污染負荷研究[J]. 農業環境科學學報, 2010,29(8):1558-1565. Zhu M ,Wu J X, Zhang X S. Pollutants Loads of Livestock and Poultry Breeding in Hai Basin, China.[J]. Journal of Agro-Environment Science, 2010,29(8):1558-1565.

[15] 朱 梅.海河流域農業非點源污染負荷估算與評價研究[D]. 北京:中國農業科學院, 2011. Zhu M, Study on Agricultural NPSL Loads of Haihe Basin and Assessment on its Environmental Impact [D]. Beijing: Chinese Academy of Agricultural Sciences., 2011.

[16] Wang X L, Wang Q, Wu C Q, et al. A method coupled with remote sensing data to evaluate non-point source pollution in the Xin'anjiang catchment of China [J]. Science of the Total Environment, 2012,430: 132-143.

[17] 王雪蕾,蔡明勇,鐘部卿,等.遼河流域面源污染空間特征遙感解析[J]. 環境科學, 2013,34(10):3788-3796. Wang X L, CAI M Y, Zhong B Q, et al. Research on spatial characteristic of non-point source pollution in Liaohe River Basin [J]. Environmental Science, 2013,34(10):3788-3796.

[18] 郝芳華,楊勝天,程紅光,等.大尺度區域面源污染負荷計算方法[J]. 環境科學學報, 2006,26(3):375-383. Hao F H, Yang S T, Cheng H G, et al. A method for estimation of non-point source pollution load in the large-scale basins of China [J]. Acta Scientiae Circumstantiae, 2006,26(3):375-383.

[19] Wang X L, Feng A P, Wang Q, et al. Spatial variability of the nutrient balance and related NPSP risk analysis for agro-ecosystems in China in 2010 [J]. Agriculture, Ecosystems and Environment, 2014,193:42- 52.

[20] Jiménez-Mu?oz J C, Sobrino J A, Plaza A, et al. Comparison Between Fractional Vegetation Cover Retrievals from Vegetation Indices and Spectral Mixture Analysis: Case Study of PROBA/CHRIS Data Over an Agricultural Area [J]. Sensors, 2009,9(2):768-793.

[21] 王雪蕾,王新新,朱 利,等.巢湖流域氮磷面源污染與水華空間分布遙感解析[J]. 中國環境科學, 2015,35(5):1511-1519. Wang X L, Wang X X, Zhu L, et al. Spatial analysis on diffuse pollution and algal bloom characteristic with remote sensing in Chao Lake Basin [J]. China Environmental Science, 2015,35(5):1511-1519.

[22] 環境保護部.重點流域水污染防治規劃 [Z]. 2017. Ministry of Environmental Protection. Water pollution control planning in key watershed [Z]. 2017.

[23] 王雪蕾,王 橋,吳傳慶,等.國家尺度面源污染業務評估與應用示范[M]. 北京:科學出版社, 2015:10-115. Wang X L, Wang Q, Wu C Q, et al. Assesment and application of national diffuse pollution management [M]. Beijing: Science Press, 2015:10-115.

[24] 劉志紅,Li L T, McVicar T R,等.專用氣候數據空間插值軟件ANUSPLIN及其應用[J]. 氣象, 2008,34(2):92-100. Liu Z H, Li L T, McVicar T R, et al. introduction of the professional interpolation software for meteorology data: ANUSPLIN [J]. Meteorological Monthly, 2008,34(2):92-100.

[25] 符素華,劉寶元,周貴云,等.坡長坡度因子計算工具[J]. 中國水土保持科學, 2015,13(5):105-110. Fu S H, Liu B Y, Zhou G Y, et al. Calculation tool of topographic factors [J]. Science of Soil and Water Conservation, 2015,13(5):105- 110.

[26] 第一次全國污染源普查資料編纂委員會.第一次全國污染源普查資料文集(之四)-污染源普查技術報告(下冊)[R].北京:中國環境科學出版社, 2011:8-11. Compilation Committee of data of the first China pollution source census. Anthology of the first China pollution source census (Part IV)- technical report on pollution source census (Volume 2) [R]. Beijing: China Environmental Press, 2011:8-11.

Spatial character analysis on nitrogen and phosphorus diffuse pollution in Haihe River Basin by remote sensing.

FENG Ai-ping1, WU Chuan-qing1, WANG Xue-lei1*, WANG Hong-liang2, ZHOU Ya-ming1, ZHAO Qian1

(1.Sate Environmental Protection Key Laboratory of Satellite Remote Sensing, Ministry of Ecology and Environment Center for Satellite Application on Ecology and Environment, Beijing 100094, China；2.Beijing AutoAi Technology Co.,Ltd., Beijing 100094, China)., 2019,39(7)：2999~3008

Driven by the MODIS data, DPeRS (Diffuse pollution estimation with remote sensing, DPeRS)model was used to analyses the spatial characteristic of nitrogen and phosphorus diffuse pollution in Haihe River basin on pixel scale in 2016. In Watershed Water Pollution Control Planning of the 13th Five-Year Plan published by MEE, PRC (Ministry Ecology and Environment of People’s Republic China), 172 control units were defined. Here the priority control units (PCU) in Haihe River Basin were analyzed. In 2016, the total discharge of total nitrogen (TN) was 2.53×104ton with the total production being 13.62×104ton, the total phosphorus (TP) was 1597 ton with the total production being 8152 ton. The nitrogen and phosphorus diffuse pollution was relatively serious in the central and southern areas of Haihe River Basin, and the max amount of production and discharge of pollutants were appeared in Hebei province. Agriculture was the most important source for nitrogen and phosphorus diffuse pollution, followed by urban runoff. The numbers of PCU to TN and TP were 127 and 131 respectively, which covered the areas of Haihe River Basin 84.3% and 87.0% respectively.

diffuse pollution; remote sensing; nitrogen and phosphorus; Haihe River Basin

X522

A

1000-6923(2019)07-2999-10

馮愛萍(1988-),女,山西晉中人,工程師,碩士,主要從事流域尺度面源污染防治研究.發表論文8篇.

2018-12-25

國家重點研發計劃項目(2016YFD0800903);國家自然科學基金資助項目(41871346)

* 責任作者, 研究員, wxlbnu@163.com