土地利用變化影響的灞河流域潛在非點源污染風險時空變化特征

聶啟陽， 呂繼強， 孫夏利， 羅平平， 時迪迪， 薛 強, 沈 冰

(1.長安大學 環境科學與工程學院，陜西 西安 710054；2.旱區地下水文與生態效應教育部重點實驗室，陜西 西安 710054； 3.陜西省水文水資源勘測局，陜西 西安 710068； 4.北京林業大學 水土保持學院，北京 100083； 5.西安理工大學 西北旱區生態水利工程國家重點實驗室， 陜西 西安 710048)

1 研究背景

我國北方半干旱地區水資源天然稟賦不足，近些年不斷加速的城鎮化建設，已顯著影響流域地表水、地下水環境質量。當前，水資源緊張、水污染已經成為我國實現經濟社會可持續發展及改善人民生活的嚴峻挑戰[1-2]。流域水污染問題經政府及各方學者的共同努力正在得到有效控制，但流域非點源污染問題成為環境質量持續改善的瓶頸[3-4]。流域非點源污染具有復雜性、規模性、高危害性及潛伏性等特點，導致其治理和控制更加困難[5]。

流域非點源污染定量化研究多采用模型量化的方法[6]。常用于非點源污染量化評估的模型有：SWAT模型、ANSWERS模型、AnnAGNPS模型等，但這些模型對于數據量及數據精度的要求較高，在缺乏監測數據的地區適用性較差[7-8]。潛在非點源污染指數(Potential Non-point Pollution Index, PNPI)模型通過概化污染物的產生、降解及輸移過程，描述區域潛在非點源污染風險[9]。該模型作為一種基于GIS的流域非點源污染風險評價工具，因其較少的數據需求及較高的準確性，已越來越多的受到國內外研究者的關注。Cecchi等[10]使用PNPI模型評估了意大利中部維泰博省潛在非點源污染風險分布；武曉峰等[11]使用PNPI模型評估了密云縣典型流域的污染負荷分布，驗證了該模型在國內的適用性；李婷等[12-13]對模型進行了土地利用類型拓展及土地利用對比分類等改進，使得模型在我國適用性進一步提高。目前對于PNPI及其改進模型的研究多集中在小流域的潛在非點源污染風險現狀評價，而針對歷史土地利用變化影響下的流域潛在非點源污染風險演變特征研究較少[14-15]。

灞河是連接秦嶺與渭河的重要紐帶、西安市主要城市生態補償區，隨著流域內不斷加強的城鎮化建設，水環境污染有加劇的趨向[16-17]。本文選擇秦嶺北麓典型城市河流灞河作為研究對象，基于改進后的PNPI模型，研究土地利用變化影響下的流域潛在非點源污染風險時空變化特征。解析1995-2015年灞河流域潛在非點源污染風險的時空變異特征，探求近20年來流域潛在非點源污染風險變化的主導因素，為流域水資源管理、水環境治理提供依據和參考。

2 研究區概況

灞河古稱滋水，是渭河一級支流，位于西安市東南部(E 109°00′～109°47′、N 33°50′～34°27′)，南起秦嶺，由南向北匯入渭河，總流域面積為2 581 km2。灞河流域范圍涉及西安市39個鎮，交通發達[18]。河流中下游長期的農耕作業對區域水環境始終產生著較大壓力，而近年來區域內的人口數量激增與城鎮面積迅速擴張，對流域水環境造成的影響不可忽視。根據2000-2007年及2015-2017年的水質監測數據，灞河入渭河河口處河流水質為Ⅴ類[19-20]。灞河流域位置及高程信息見圖1。

3 數據來源與方法

3.1 基于變異系數決策法改進的PNPI模型

潛在非點源污染指數(Potential Non-point Pollution Index, PNPI)模型所需數據較易獲取，已廣泛用于定量化評估流域不同土地利用方式對河流及其他地表水的潛在非點源污染風險等級[9-12]。模型主要將空間污染物的產生、降解及輸移過程分別概化為空間分布的土地利用指標、距離指標和徑流指標，并將流域的空間潛在非點源污染風險表達為3個指標的函數[11]。原PNPI模型綜合3個指標的函數表達為專家打分法所劃分的固定權重，使得模型的客觀性與適用性方面有所不足。因此，本文采用基于信息熵原理所設計的客觀賦權方法——變異系數決策法，改進原PNPI模型客觀性與適用性方面的不足，改進后的模型結構見圖2。

3.2 數據來源

PNPI模型計算所需數據主要包括空間數據與屬性數據兩部分。其中空間數據包括數字高程圖、土壤類型圖和土地利用圖；屬性數據包括土壤滲透性數據與土地利用屬性數據。模型計算所需數據來源見表1。土壤滲透能力分級以HWSD數據庫為基礎，使用美國農業部開發的SPAW(Soil-Plant-Air-Water)6.02軟件計算各土壤飽和下滲率，再對比美國國家自然保護局(NRCS)的水文分組(HYDGRP ) 標準將土壤的滲透性分為A、B、C、D 4類，研究區內土壤水文分組主要為B及C類。土地利用屬性數據包括各土地利用的指標值及不同水文分組下的徑流參數，二者皆從PNPI已有專家評分體系及參數體系中查詢，或結合實測實驗研究加以拓展。

圖1 灞河流域位置及高程分布圖

由于各空間數據來源不同，所采用的坐標系也有差異，應投影或轉換到同一投影坐標系之下便于后期計算。本研究根據流域面積統一重采樣為300 m×300 m分辨率的柵格數據，選取1995、2000、2005、2010和2015年為代表年。研究區域土壤類型分布及所選取的代表年土地利用類型狀況分別見圖3與4。

3.3 土地利用指標

土地利用指標LCI(land cover indicator)表示不同

土地利用類型對受納水體所產生的潛在污染負荷量。某種土地利用類型的土地利用指標越高，表征其潛在污染負荷量越大，則污染風險越高。參考已有研究成果[21]，本文采用專家打分法得出的PNPI模型中土地利用指標，專家根據自己專業知識對不同土地利用類型的潛在污染物產生量進行打分判斷，分值為0～10。

圖2 改進的潛在非點源污染指數(PNPI)模型結構

圖3 研究區土壤類型分布

圖4 研究區各代表年土地利用圖

數據類型名稱數據格式數據概述數據名來源數字高程圖Grid90m×90m分辨率SRTMDEMUTM90中國科學院計算機網絡信息中心地理空間數據云平臺空間數據土壤類型圖Grid1km×1km分辨率HWSD寒區旱區科學數據中心土地利用圖Grid300m×300m分辨率ESACCI-LCESA(European Space Agency)屬性數據土壤滲透性數據csv研究區內各土壤滲透等級根據HWSD中土壤參數以經驗公式或SPAW計算土地利用屬性數據csv研究區內各土地利用類型經驗參數對比歐洲CORINE土地利用分類與PNPI模型已有經驗系數獲取

評分所參與的專家數量越多，涉及的研究領域越廣泛，評分標準差越低，則所得到的結果越可靠。參考Cecchi等[10]及武曉峰等[11]研究篩選出研究區內所涉及的土地利用指標值及評分標準差見表2。

表2 土地利用指標表

3.4 距離指標與徑流指標

距離指標DI(distance indicator) 用于概化污染源在匯流中遷移路徑上的降解等過程。距離指標越高，表征匯流距離越短，距離河網越近，從而降解作用影響越小，污染風險越高。其計算公式為：

DI=Exp(-(D·k))

(1)

式中：DI為距離指標值;D為匯流距離，以單元格數為單位；k為常數，參照Cecchi 等[10]研究取值0.090533。

徑流指標ROI(run-off indicator) 用于概化由地形、土壤、土地利用等因素對于污染物的輸移和下滲過濾等過程。徑流指標越高，表征下滲過濾強度越低，最終進入受納水體的污染物越多，則污染風險越高。其計算公式為：

(2)

CROP=ROP+C

(3)

式中：ROI為徑流指標值;CROPi為匯流路徑上第i個單元坡度修正后的徑流參數，范圍為0～1，當公式(3)計算結果大于1時取1；n為匯流路徑上的單元數;ROP為徑流參數，本研究參照Cecchi等[10]及武曉峰等[11]研究提供的不同土地利用及水文分組下的徑流參數整理出研究區的徑流參數表(見表3)及坡度修正系數C。

表3 研究區徑流參數表

3.5 潛在非點源污染指數

潛在非點源污染指數PNPI概化評估流域范圍內不同土地利用類型對河流及其他地表水體所可能產生的污染負荷強度，是土地利用指標、距離指標及徑流指標的綜合函數表達。原PNPI模型計算仍然采用專家打分法，權值固定，導致客觀性和實用性方便稍有不足，公式為：

PNPI=4.8LCIS+2.6ROIS+26DIS

(4)

式中：PNPI為潛在非點源污染指數;LCIS為標準化后的土地利用指標值;ROIS為標準化后的徑流指標值;DIS為標準化后的距離指標值。3個指標的標準化方式采用公式(5)處理：

(5)

式中：Xij為第i個指標集的第j個元素標準化值;xij為第i個指標集的第j個元素;xi max和xi min分別為第i個指標集中的最大值和最小值。

變異系數決策法根據各指標的相對變化幅度大小為變量的權重賦值，不受主觀因素影響，計算所得權重系數更為嚴謹[22]。本研究采用變異系數決策法優化原模型在綜合3個指標時所采用的權重。其具體計算步驟為：

(1)求出各指標變異系數：

(6)

(2)計算得出各指標權重并求得潛在非點源污染指數值：

(7)

PNPI=Wlci·LCIS+Wroi·ROIS+Wdi·DIS

(8)

式中：Wi為i指標集權重;Wlci、Wroi、Wdi分別為土地利用指標、徑流指標、距離指標的權重系數。

4 結果與分析

4.1 土地利用時空變化解析

對研究區內各代表年土地利用情況進行統計，獲得土地利用類型面積圖(見圖5)。林地與耕地是流域內的主要土地利用類型，常年占總面積的85%左右。1995-2015年間僅水域面積較為穩定，面積上呈減少趨勢的土地利用類型包括：耕地、草地、灌木及農林混合用地，其中草地與灌木的縮減速度最為明顯，2015年面積較1995年縮減了近一半；而林地與城鎮用地呈現增長趨勢，其中城鎮面積的擴張速度最為顯著，2015年面積較1995年擴大了近4倍。

圖5 研究區各代表年各土地利用類型面積圖

為了準確獲取各土地利用類型的內在轉換關系，對1995、2000、2005、2010及2015年土地利用空間數據進行空間數據分析，獲取研究區域4個時段的土地利用轉移矩陣(表4)和土地利用轉換概率熱圖(圖6)。結合表4和圖6 結果，1995-2000年主要為灌木大幅度向林地與耕地的轉化導致后兩者的面積增大；2000-2005年大量草地與耕地轉化為城鎮用地，導致城鎮用地面積在該時間段內迅速擴張，林地面積的部分上升主要來自于灌木及農林混合用地；2005-2010年城鎮面積的擴張仍然主要由草地與耕地面積轉換，農林混合用地的小幅度下降是主要由于轉化為耕地，林地的小幅度上升主要來自于耕地和灌木面積的縮減；2010-2015年城鎮面積的擴張主要是侵占自耕地面積，農林混合用地的小幅度下降主要是由于轉化為耕地。

1995-2015年來灞河流域土地利用類型變化特點總體上表現為：下游浐灞生態區及中上游藍田縣域城鎮的大面積擴張引起的草地與耕地向城鎮用地轉化，上游山區實施生態保護的建設及退耕還林使得灌木、農林混合用地和耕地向林地轉化，導致區域林地面積上升近30 km2。

4.2 潛在非點源污染風險時空變化解析

本文以1995年為基準年，基于Quantile分類法，將研究區內各期潛在非點源污染指數劃分為5個風險等級，并劃分出各代表年極低、低、中等、高和極高等級區域(圖7)。結果表明，1995-2015年間，研究區內各等級潛在非點源污染風險面積變化較大，其中河流下游城市區的高風險及極高風險區域面積擴大。依據空間變化統計研究區內潛在非點源污染風險面積圖(圖8)。

表4 1995-2015年浐灞河流域土地利用轉移矩陣 km2

圖6 1995-2015年研究區土地利用轉換概率熱圖

結果表明， 1995-2015年間極低風險區域面積穩定；中級風險與高風險區域面積呈逐年遞減趨勢，其中高風險區域下降幅度最為顯著，2015年較1995年減少了近40%，低與極高風險區域面積呈逐年遞增趨勢，其中極高風險區域上升幅度最為顯著，2015年較1995年增加了46%。

同時，為準確獲取各等級風險區域的內在轉換關系。對1995、2000、2005、2010及2015年潛在非點源污染區劃數據進行空間數據分析，獲取研究區域4個時段的潛在非點源污染風險轉移矩陣(表5)和潛在非點源污染風險轉換概率熱圖(圖9)。

由表5和圖9可以看出：1995-2000年各風險區域變幅較小，主要為中等級風險區域向低等級風險區域的部分轉化導致低風險區域面積略有上升，高等級區域向極高區域的部分轉化導致極高風險區域面積略有上升；2000-2005年各風險區域面積變幅最大，其中由中、高等級風險區域向極高風險等級區域的大面積轉化導致極高風險的顯著增加，低等級風險區域面積的部分增長也是主要由中等級風險區域向低等級風險區域的轉化所引起的；2005-2010年各風險區域面積變幅降低，極高風險面積的增加來源主要是中、高等級風險區域向極高風險等級區域的轉化；2010-2015年各風險等級區域面積變幅進一步降低，極高風險面積的小幅度增加來源主要是高等級風險區域向極高風險等級區域的轉化。

圖7 研究區各代表年潛在非點源污染風險區劃圖

圖8 潛在非點源污染風險分級面積圖

圖9 1995-2015年潛在非點源污染風險分級轉換概率熱圖

總體上，高風險與極高等級風險區域長期集中在中下游，1995-2015年來灞河流域潛在非點源污染風險變化呈現出向兩極分化的現象，即人類活動影響集中的浐灞生態區及藍田縣等城鎮區域的中等級風險區域轉化為高等級風險區域，中下游河道沿岸耕地極高等級風險區域輻射狀擴張，面積增幅達46%，轉換自大面積高等級風險區域；同時以上游水源區為核心的非點源污染風險降低。

4.3 潛在非點源污染風險變異分析

綜合土地利用與潛在非點源污染風險的時空變化解析，二者在時空上的變化特征具有高度一致性。高風險與極高等級風險區域長期集中在中下游大面積的城鎮用地與農地區域。1995-2000年期間流域下游主要為灌溉耕地，城市化程度較低，潛在非點源污染極高風險區域主要集中在下游城鎮區域及河道沿岸；2004年西安市確定重點發展“四區兩基地”，成立浐灞生態區，區域的產業、經濟、建設水平全面提升，導致2005年及之后下游浐灞生態區的城鎮面積迅速擴張， 中間伴隨著滬陜高速建設及區域經濟發展，藍田縣及中游沿岸鄉鎮面積也在這一時段迅速增長，隨之而來的是極高潛在非點源污染風險區域也以這些城鎮區域為核心迅速外擴，城鎮擴張是極高潛在非點源污染風險變化的主因。另一方面自1999年在陜西開展退耕還林及育林工程等生態保護建設，灞河流域上游秦嶺區域灌木、農林混合用地和耕地向林地轉化，林地面積逐年提高，使得流域上游潛在非點源污染風險降低。

表5 1995-2015年潛在非點源污染風險分級轉移矩陣 km2

5 結 論

本文以人類活動影響強烈的灞河流域為例，采用改進后的潛在非點源污染指數模型(PNPI)，探討1995-2015年半干旱區城市型河流土地利用變化影響的流域潛在非點源污染風險時空變化特征及其主導因素。主要結論如下：

(1)灞河流域主要土地利用方式為林地與耕地，耕地主要集中于流域中游，林地集中在上游區域，二者總面積常年占流域面積85%左右。1995-2015年間以灞河下游浐灞生態區、中游藍田縣等區域為核心的城鎮用地面積激增近4倍，侵占大量原有草地與耕地；上游水源區灌木、農林混合用地和耕地有向林地逐年轉化趨勢，使林地面積逐年上升，20年內總增長面積30 km2左右。

(2)灞河流域1995-2015年間潛在非點源污染風險時空變化呈現出明顯的兩極分化現象，即人類活動影響集中的灞河下游浐灞生態區、中游藍田縣和中下游河道沿岸耕地為核心的非點源污染風險增強，極高風險區呈輻射狀擴張，面積增幅達46%；同時以上游水源區為核心的非點源污染風險降低。

(3)土地利用與潛在非點源污染風險的時空變化有較高一致性，高與極高等級風險區域集中在中下游城鎮用地與河道沿岸耕地區域，低與極低等級風險區域集中在上游林地區域。流域內城鎮面積的擴張是流域極高風險潛在非點源污染區增大的主要原因，林地的增長是流域低與極低風險潛在非點源污染區增大的主要原因。

(4)1995-2015年間，灞河流域在城市化發展及生態保護措施的共同作用下，流域土地利用變化較大，下游水環境所面臨的潛在非點源污染風險逐年增加，同時，上游水源區潛在非點源污染風險逐年下降。因此，下游城鎮用地與河道沿岸耕地區域應作為未來非點源污染控制優先區或流域綜合治理的重點治理區域，通過植被過濾帶、人工濕地等低影響開發措施降低其污染風險。