余子賢,錢 瑤,李家兵,李小梅,唐立娜,*
1 福建師范大學環境科學與工程學院,福州 350007 2 中國科學院城市環境研究所,城市環境與健康重點實驗室,福建省流域生態重點實驗室,廈門 361021 3 數字福建環境監測物聯網實驗室,福州 350117
隨著點源污染逐步得到有效控制,非點源污染導致水環境問題日益突出[1]。非點源污染與點源污染相對應,是指溶解的或固體污染物從非特定的地點,在降水和徑流沖刷作用下,通過徑流過程而匯入受納水體(如河流、湖泊、水庫、海灣等),引起的水體污染[2]。我國學者對中國五大流域、五大湖泊進行非點源污染的調查發現非點源污染已經成為我國水質惡化、水體富營養化的主要原因[3—6]。城市化進程導致的土地利用變化對小流域的非點源污染有著顯著影響。
非點源污染的研究經過幾十年的探索與發展,當下的非點源污染研究主要涵蓋了非點源污染負荷量核算和風險識別的指標體系定性評價兩個方面[7]。污染負荷量化研究廣泛結合了數學模型,如通用土壤流失方程(RUSLE)、化學污染物徑流負荷和流失模型(CREAM)和小流域尺度評價農業非點源污染的模型(AGNPS)等。歷經不斷發展,美國農業部于1994年推出的SWAT模型成為了目前國內外應用最廣泛的模型之一[8]。采用定量模型的研究雖然可以估計相對準確的污染物流出,但這些污染負荷參數由于其空間代表性有限,難以對區域或流域尺度進行表征且模型本身使用最大的困難是對大量參數的驗證,盲目的使用模型會直接影響數值模擬的精度[9—10]。雷能忠等[11]認為使用各種復雜手段獲取某些地區精確污染負荷不僅十分困難,也不是污染控制所必須的,為了提高非點源污染的治理成效,識別流域內污染關鍵源區(CSAs: Critical Source Areas),從而使控制與管理措施更具針對性,已經被公認為是減輕非點源污染危害的關鍵技術并且得到了廣泛應用[12]。目前識別關鍵的非點源污染區域的方法主要包括磷指數法(PI)[13]、潛在非點源污染指數(PNPI)和潛力指數法(APPI)三種。此外,還有研究運用修正的通用土壤流失方程(MUSLE)對非點源污染關鍵區進行識別[14]。張麗等[15]采用半定量、經驗性的流域尺度磷流失分級方案結合坡度、高程和至河流距離等因素確定了非點源磷輸入關鍵區域。
經濟社會高速發展背景下劇烈的城市化過程極大程度的改變了土地利用,土地利用變化可以進一步影響流域的營養物富集程度、水環境容量和非點源污染的發生。在“山水林田湖草是共同生命體”的系統思想指導下,要求我們在生態環境治理中更加注重統籌兼顧。在對非點源污染進行治理時要尋根尋源,找到問題的關鍵所在。因此,研究土地利用變化同流域非點源污染的關系是明確流域非點源污染程度和來源并進行流域污染物控制的關鍵。
小流域是城市化進程中受土地利用變化影響強烈的區域,往往是非點源污染發生的重點風險區域。而半城市化的小流域由于受限于土地利用配置的快速轉變以及研究區域范圍小而導致難以布設全面的水文觀測站點來獲取龐大的數據量進行復雜模型的參數調控和模擬,產生了無法對半城市化小流域區域進行非點源污染進行詳盡模擬的困難[16—17]。陳利頂等[18]最先闡明了異質景觀中非點源污染的動態變化,提出以研究“源”“匯”景觀空間分布格局來分析非點源污染形成的影響,基于“源-匯”理論提出了景觀空間負荷對比指數,量化了景觀空間與非點源污染之間的關系[19]。劉芳等[20]探討了長江上游流域景觀空間格局和非點源污染之間的定量關系,研究說明景觀空間負荷對比指數對非點源污染負荷響應顯著。王金亮等[21]使用“源-匯”理論對小流域非點源污染風險格局進行劃分與評價。“源-匯”理論可以作為缺資料半城市化小流域開展非點源污染空間風險評價的有用方法。
后溪小流域地處典型半城市化區域,其近十年來經歷著廈門島外快速城市化進程下帶來的非點源污染發生風險。小流域上游是廈門市重要飲用水源地石兜-板頭水庫,下游是景觀水體杏林灣水庫[22]并與入海河口相連,可以被視作廈門市經濟社會可持續發展的重要的水環境資源。因此,后溪小流域也是應用基于生命共同體理念開展“山水林田湖草沙海城”系統治理的典型區域。
本文基于采用“源-匯”理論構建非點源污染風險評價指數,并選取典型半城市影響下的后溪小流域為研究實例開展非點源污染風險評價和關鍵源區識別。為“十四五”推動生態文明實現新進步和“山水林田湖草沙海城”系統治理提供可靠依據。
后溪流域位于廈門市集美區,流域總面積192.11 km2,地處北緯24°34′02′′—24°45′48″,東經117°55′14″—118°06′52″,后溪發源于戴云山脈與博平嶺山脈交界的老寮倉山西麓,是廈門市第二大河流。地處沿海丘陵地帶,地勢自西北向東南傾斜,地勢起伏較大,呈丘陵和山地、平原的梯狀分布(圖1)。流域屬于南亞熱帶海洋性季風氣候,全年平均氣溫20.6 ℃左右,多年平均降水量1206 mm,主要集中在4月—10月。主要土壤類型為紅壤、赤紅壤和黃壤。

圖1 研究區地理位置Fig.1 The geographical position of research area
至2020年,流域所在地區城鎮化率已達86.99%,2010—2020年流域范圍內土地利用變化率為33.43%。流域水質受人為干擾大,總氮(TN)和總磷(TP)存在不同程度的超標[23]。當前,流域正面臨著生態退化、生物多樣性喪失及非點源污染導致水環境惡化問題。
研究數據需求包括土地利用、地形、水系分布。(1)基于Google Earth遙感影像(分辨率1.19 m),分別生成2010年、2015年和2020年后溪流域土地利用與覆被圖,在使用易康(eCognition 9.0)監督分類的預處理基礎上配合高分辨率影像在ArcGIS中進行目視解意修正,共將土地利用類型劃分為6類,包括林地、草地、耕地、建設用地、園地和水體。(2)基于DEM(分辨率30 m),以及提取的遙感影像數字化水系,運用ArcGIS 10.6軟件,基于Agree算法對DEM修正,通過Hydrology模塊提取流域邊界、河道信息、坡度等地形或水文數據,數據來源于國家測繪地理信息局(http://www.sbsm.gov.cn/)。(3)使用Arcgis 10.6中的漁網工具將后溪流域進行網格化的劃分,共將研究區域以30m×30m的網格尺度劃分為2307個研究單元,以網格中心點計算距河最近距離。各網格的屬性表賦值有土地利用數據、平均坡度、平均高程、距河距離和景觀格局指數等數據。
本研究采用網格污染指數評價非點源污染發生風險,基于陳利頂提出“源-匯”理論的指導思想及其發展的景觀空間負荷對比指數[19]為參考設計了以網格為研究單元的網格污染指數,分別計算網格單元非點源氮污染和磷污染的網格單元負荷值,最后得到研究區網格單元污染指數,以此為依據對關鍵源區進行識別。計算步驟如下:
(1)研究區網格單元污染物負荷指數(Grid cell Pollution Load, GPL)
(1)
(2)
GPLNP=GPLN+GPLP
(3)
式中,GPLN、GPLP和GPLNP分別是總氮、總磷、氮磷總體的污染負荷指數;m是“源”景觀類型數,n是“匯”景觀類型數;WiN是第i類“源”景觀排放總氮的權重,WiP第i類“源”景觀排放總磷的權重、WjN是第j類“匯”景觀吸納或截留總氮的權重,WjP是第j類“匯”景觀吸納或截留總磷的權重。Pi是第i類“源”景觀在網格中的面積比例,Pj是第j類“匯”景觀在網格中的面積比例。各類景觀類型的面積比例是基于遙感影像使用易康(eCognition 9.0)監督分類并目視解意修正后統計得到的結果。
(2)地理要素數據的標準化處理
由于網格單元非點源污染發生風險不僅受自身氮、磷負荷值的影響,同時還由網格單元的高程(Elevation)、距河距離(Distance)和坡度(Slop)共同決定。故對上述三地理要素進行標準化處理,考慮其產生的影響。
(4)
式中,X指地理要素,包括高程(E),距離(D)和坡度(S)。由于高程和離水系的距離是負向指標,坡度是正向指標,因此坡度計算的分子為X-Xmin。
(3)研究區網格單元的網格污染指數(Grid cell Pollution Index, GPI)
(5)
式中,GPI是在GPL的基礎上多考慮了網格單元坡度、高程和離河流水體距離3個地理要素對網格單元非點源污染物排放的影響。
(4)非點源污染發生風險等級劃分
統計后溪流域研究區共2307個風險識別單元中“源”、“匯”景觀類型所占據該單元的面積比重,根據歷年不同土地利用類型的氮、磷污染物輸出排放和攔截吸收權重計算系數確定污染物負荷,最后結合地理要素產生的影響計算研究區網格單元的網格污染指數(GPI)來識別研究區非點源污染風險的分布情況。通過計算,若GPI值小于0時,表明該研究單元發生非點源污染風險較低,此區域是以“匯”景觀類型起主導作用的區域;GPI值大于0時,表明該研究單元存在一定的非點源污染發生風險,則此區域是以“源”景觀類型起主導作用的區域。進一步地將不同GPI值在Arcgis中進行重分類操作,GPI對應的污染風險等級如表1。

表1 非點源污染發生風險等級
不同景觀類型對非點源污染的作用大小不同,為了避免專家打分法導致的主觀性誤差并且更加貼合研究區的實際情況,本文基于全國污染源普查手冊、統計年鑒等資料來確定污染物輸出權重。
其中,農田污染輸出權重按照農業污染普查手冊中“地表徑流-南方濕潤平原區-平地-水田-雙季稻”區域的標準農田流失系數作為依據計算得出,總氮流失量(TNL標準)為13.99 kg hm-2a-1,總氮流失量(TPL標準)為1.15 kg hm-2a-1。其中標準農田的總施氮量為360.88 kg/hm2,總施磷量為109.19 kg/hm2,降水在1000—1200 mm之間。根據歷年廈門經濟特區年鑒中區域實際的總氮施肥量、總磷施肥量和年降水量,確定耕地的氮施肥修正系數(N修正系數)、磷施肥修正系數(P修正系數)和降水修正系數(R修正系數),從而計算流失量(表2)。計算研究區歷年耕地總氮流失量(TNL)、總磷(TPL)流失量公式如下:
TNL=TNL標準×N修正系數×R修正系數
(6)
TPL=TPL標準×P修正系數×R修正系數
(7)

表2 耕地氮磷營養物質年流失量
園地氮磷排放量依據農業污染源普查手冊中監測類型為地表徑流、地形為緩坡區、土地利用方式為旱地、種植模式為園地的標準農田的模式,其總氮流失量(TNL標準)為19.95 kg hm-2a-1,總磷流失量(TPL標準)為1.60 kg hm-2a-1,標準農田中氮磷施肥量分別為418.33 kg/hm2、193.34 kg/hm2,結合歷年廈門經濟特區年鑒統中區域實際的總氮施肥量、總磷施肥量、降水量。確定園地的氮磷施肥修正系數和降水修正系數從而計算流失量(表3)。計算研究區歷年園地總氮流失量(TNL)、總磷(TPL)流失量如下:
TNL=TNL標準×N修正系數×R修正系數
(8)
TPL=TPL標準×P修正系數×R修正系數
(9)

表3 園地氮磷營養物質年流失量
建設用地包括了城鎮用地和農村居民點的氮、磷輸出系數參考黃金良等[24]在九龍江流域農業非點源氮磷負荷估算的研究結果,確定城鎮用地總氮、總磷的流失量為12.09 kg hm-2a-1、1.14 kg hm-2a-1。農村居民點總氮、總磷的流失量為17.74 kg hm-2a-1、2.10 kg hm-2a-1。結合歷年廈門經濟特區年鑒統中城鎮用地和農村居民點占比,確定其修正系數分別為0.75和0.25。計算研究區建設用地總氮(TN)、總磷(TP)流失量如下:
TN=12.09 kg hm-2a-1×0.75+17.74 kg hm-2a-1×0.25=13.50 kg hm-2a-1
TP=1.14 kg hm-2a-1×0.75+2.10 kg hm-2a-1×0.25=1.38 kg hm-2a-1
裸地的總氮(TN)、總磷(TP)流失量參考黃寧等[25]在九龍江流域的研究,確定總氮(RTNR)、總磷(RTPR)流失量分別為8.09 kg hm-2a-1和1.90 kg hm-2a-1。
詹書俠等[26]在中亞熱帶丘陵紅壤區森林演替典型階段土壤氮磷有效性的研究中發現不同林地利用類型土壤氮、磷截留值分別在0.15—1.43g/kg 、0.19—0.54 g/kg。后溪流域地處南亞熱帶常綠闊葉林帶,根據研究結果確定氮、磷截留系數分別為1.43 g/kg 、0.54 g/kg。王衛霞等[27]對我國南亞熱帶幾種人工生態系統生態系統氮儲量研究發現南亞熱帶常綠闊葉林土壤層氮儲存量為16.48 t/hm2,研究區所處赤紅壤區的土壤全磷含量為0.28 kg/m2[28]。計算研究區林地總氮(RTNR)、總磷(RTPR)平均吸收能力分別為:
RTNR=1.43 g/kg×16.48 t/hm2=23.57 kg/hm2
RTPR=0.54 g/kg×0.28 kg/m2×10=1.51 kg/hm2
由于不同河流對氮、磷的凈化功能與溫度、水位、面積等有關[29],同一河流在不同時期差異較大,難以用統一標準衡量污染物去除量。此處參考許芬等[30]研究中依據河流與標準農田中耕地對氮磷排放的相對關系從而確定水體對氮、磷吸收權重分別為0.01和0.03。
綜合上述各景觀類型的污染物流失量,最終得到不同景觀類型對主要污染物氮、磷的污染排放權重,見表4。

表4 各景觀類型污染物輸出權重
通過對遙感影像解譯得到后溪流域研究區2010年、2015年和2020年的土地利用圖(圖2)。綜合歷年影像的解譯結果來看,在研究區的南部主要以“源”景觀集中分布,土地利用類型主要是以建設用地和耕地為主導,而北部地區以“匯”景觀集中分布,土地利用類型主要為林地,研究區域的“源”、“匯”景觀出現明顯景觀的異質性,總體上呈現出南“源”北“匯”的分布格局。

圖2 后溪流域2010—2020年土地利用Fig.2 Land use in Houxi Basin from 2010 to 2020

圖3 歷年土地利用類型占比Fig.3 Proportion of land use types in past years
統計了歷年土地利用類型面積占比(圖3)。結果表明,林地在三年中始終為主導的土地利用類型,歷年面積分別為:112.90 km2、106.98 km2、111.92 km2,基本保持不變。建設用地為次主導類型,呈增加趨勢,其在2010—2015年間增幅明顯,這也是廈門島外城市化擴張最劇烈時期,截止至2020年共增加了16.06 km2,現有建設用地面積53.19 km2。耕地面積則呈現逐年下降的趨勢,十年中耕地面積共減少了13.64 km2,僅余6.68 km2。裸地、水體和園地的面積變化程度不大。
為了明確十年中土地利用互相轉移情況,計算了2010—2020年后溪流域土地利用轉移矩陣(表5)。其中耕地轉出面積占比最大,達71.61%,主要向建設用地和林地發生轉移,共轉移6.21 km2和7.30 km2。林地轉出面積最大,達25.50 km2,其中向建設用地轉移10.39 km2。建設用地為轉入面積最大的土地利用類型,十年中共有25.50 km2其他土地利用類型轉化為建設用地。裸地土地利用變化率最高,有95.65%的裸地是由其他土地利用轉入。水體和園地變化程度不大。
對研究區的2307個風險識別單元進行網格污染指數(GPI)值計算來識別非點源污染關鍵源區,對計算結果重分類后分別得到2010年、2015年和2020年三年的非點源污染發生風險分布圖(圖4)。
“匯”景觀區始終是面積占比最大的區域(圖5),現有“匯”景觀區面積131.54 km2。歷年占比分別為64.89%、64.93%和68.44%,平均GPI值為-0.80,-0.75和-0.74。
關鍵源區是非點源污染可能發生的區域,現有關鍵源區面積共60.65 km2,歷年占比為35.11%、35.07%和31.56%,平均GPI值為0.25、0.27和0.26;由發生風險大小細分關鍵源區為以下三個區域:
低風險區是非點源污染發生風險區(GPI>0)的主要構成部分,是非點源污染發生風險較低的區域。現有低風險區面積32.16 km2。歷年占比分別為18.55%、16.65%和16.73%,平均GPI值為0.13,0.13和0.14。
中風險區現有面積為23.16 km2。歷年占比分別為14.04%,15.35%和12.05%,平均GPI值為0.35,0.35和0.36。

表5 2010—2020年后溪流域土地利用面積轉移矩陣/km2

圖4 后溪流域歷年非點源污染發生風險Fig.4 Historical risk of non-point source pollution in Houxi Basin

圖5 后溪流域歷年非點源污染發生風險區面積占比 Fig.5 Percentage of non-point source pollution risk area in Houxi Basin in past years
高風險區是“源”景觀污染負荷顯著大于“匯”景觀消納作用的區域,存在較大的非點源污染發生風險,在非點源污染發生風險區占比最少,現有面積5.33 km2。歷年占比分別為2.51%,3.08%和2.78%。平均GPI值為0.58,0.57和0.56。
風險區分布同樣呈現出明顯的空間分異性,北部以林地為主要土地利用類型的典型“匯”景觀構成了對非點源污染具有吸納截留作用的“匯”景觀區域,而南部的非點源污染發生區主要是由耕地、建設用地等非點源污染輸出強烈的“源”景觀構成。
計算得到了2010—2020年各風險區面積轉移矩陣(表6)。十年中,由非點源污染發生風險區(GPI>0)向“匯”景觀區域(GPI<0)轉移面積為21.97 km2,占研究區面積的11.43%。相反,由“匯”景觀區域共轉出15.14 km2土地面積變為非點源污染發生風險區,占研究區面積的7.88%。十年中,非點源污染風險區的土地利用轉移率均大于50%,高風險區土地利用轉移明顯,共有99.80%的土地面積發生轉移。這表明非點源污染的關鍵源區尤其是高風險區是隨土地利用的變化轉移呈現出明顯的變化。

表6 2010—2020年后溪流域非點源污染風險等級面積轉移矩陣/km2
不同風險區的土地利用類型構成在時間序列上呈現出明顯變化(圖6)。整體上,林地為“匯”景觀區域的主導土地利用類型,非點源污染發生風險區的主導土地利用類型為建設用地。

圖6 2010—2020年各風險區景觀占比Fig.6 Landscape proportion of each risk area from 2010 to 2020
“匯”景觀區在2010—2020年均主要由林地構成,占比分別為80.62%、76.81%和77.40%,其次由建設用地構成,占比分別為7.53%、8.99%和9.78%。較高的林地占比使得該區域具有較強的截留和吸納非點源污染物的能力,發生非點源污染風險的概率很低。
低風險區在2010—2020年中主要由建設用地構成,占比分別為42.17%、48.06%和53.44%,其次由林地構成,占比分別為27.08%、27.30%和27.71%。低風險區的“源”景觀主要以非點源污染物排放輸出較弱的建設用地和裸地構成,相對應的由林地和水體構成“匯”景觀占據較少的面積,這使得該區域網格單元的GPI值大于0,但又由于該區域“源”景觀非點源污染物輸出能力有限且受到“匯”景觀對非點源污染吸收和截留作用下的一定中和,具有較低程度非點源污染發生風險。
中風險區在2010年主要由建設用地和耕地構成,占比分別為45.19%和30.95%。在2015年和2020年則以建設用地為主導,占比為67.94%和73.03%。中風險區中“源”景觀的占比進一步擴大,“匯”景觀對污染物吸納截留作用已經明顯小于產生的污染物負荷,具有相對于低風險區更高的非點源污染發生風險。
高風險區在2010年由耕地類型為主導,占比為70.31%。在2015年和2020年以建設用地占據主要類型,占比分別為86.29%和81.70%。典型的“源”景觀耕地和大面積的建設用地均產生了較高的污染物負荷,而此區域“匯”景觀占據的面積很少,幾乎起不到對“源”景觀的制約作用。高風險區是典型的非點源污染極可能發生區域且是可能是非點源污染較為嚴重的區域。
(1)非點源污染發生風險區分布與土地利用分布規律趨同。北部以林地為主要類型“匯”景觀區域對應了絕大部分“匯”景觀區域。以耕地為典型的“源”景觀,對應了非點源污染發生的高風險區。中低風險區分布在中南部地區與建設用地分布相近。這說明景觀類型及其自身的排放和吸納污染物的水平很大程度上決定了所在網格單元發生非點源污染的風險水平。非點源污染發生風險區中“匯”景觀區域面積上升,中、低風險區面積減少但其風險值均升高。這是由于“匯”景觀占比減少,“源”景觀占比增加導致。后溪歷年非點源污染發生平均GPI值分別為0.24,0.25和0.27,呈上升趨勢。可見,風險值的大小由各景觀單元自身的污染排放水平以及所處地理環境共同決定,在2010—2020年間耕地的面積不斷減少以及其污染權重的不斷下降,這是導致高風險區面積減少及其風險值下降的主要原因。在城市化的持續影響下,建設用地面積不斷擴張,大量的其他土地利用類型向建設用地發生轉移,這使得建設用地在險區中占比不斷上升,進而導致中、低風險區的平均GPI升高。從時空尺度上分析GPI同景觀占比的變化,可以發現城市化很大程度上對非點源污染發生風險的關鍵源區產生了影響。
(2)景觀類型的分布、占比及自身排污能力決定了區域非點源污染風險的發生,城市化影響下土地利用結構的復雜性勢必要求我們區分出不同情境來優化調整“源-匯”配置結構對小流域非點源污染進行調控。基于“源-匯”理論對非點源污染調控的思路是控制污染物在景觀單元內達到收支平衡或在進入水體之前通過攔截達到平衡,實質上就要求我們從源頭和過程兩個角度出發對源、匯景觀的配置進行考慮。
從整體景觀格局調控、關鍵區景觀組合方式或景觀類型的轉換和關鍵區單一“源”的局部調控三個尺度制定出對應的高、中和低三種強度的調控對策,以此滿足流域地區對調控強度不同需求。高強度調控——整體景觀格局調控:從宏觀尺度上,要讓“源”、“匯”景觀在離河距離、坡度和高程等地理要素方面適宜性分布,從整體上構建合理的流域“源-匯”景觀空間的布局模式;中強度調控——景觀組合方式或景觀類型的轉換:從中尺度上,基于“源”、“匯”景觀組合產出非點源污染較少的原理,構建“源-匯”景觀合理組合模式即將高污染負荷“源”景觀的周邊相關景觀轉為低污染負荷“源”景觀類型或“匯”景觀類型;低強度調控——單一“源”景觀的局部調控:從微觀尺度上,在總體不改變“源”景觀類型的前提下,以增“匯”減“源”為目標,在“源”景觀中增補或鑲嵌若干斑塊的“匯”景觀。
后續開展政策制定可從上述三種調控強度入手,探討如何合理地調整土地利用配置模式從而達到“源”“匯”景觀的收支平衡進而構建較低的非點源污染發生風險區,達到控制非點源污染發生風險的目的。
本文在“源”“匯”景觀格局理論指導和考慮研究區歷史資料及地理要素的前提下構建非點源污染風險評價指數,并以半城市化的廈門市后溪小流域為例,使用GIS技術進行非點源污染發生風險的關鍵區域識別,同時對風險區構成、轉移情況進行分析。后溪小流域目前“匯”景觀區域占流域面積的67.86%,非點源污染發生風險區占32.14%。風險區非點源污染發生風險值處于低風險水平但呈上升趨勢。“匯”景觀區域集中分布在研究區北部,主要以林地為主要構成。非點源污染發生風險集中在后溪流域南部,建設用地是各風險區的主要構成,并呈上升趨勢。研究說明城市化的進程會進一步對風險區結構產生影響,同時對如何進行關鍵源區調控進行了討論,能夠為城市化影響進程下的中小尺度流域的飲用水源地管理規劃提供借鑒。
雖然對廈門市后溪流域進行了非點源污染風險的定性評價,但由于流域內降雨、土壤屬性、氣候條件相對統一,因此未對此類均質性因素的影響進行考慮。若將此方法應用于復雜環境狀況的研究區域,不同地區的降水、土壤類型等也會對非點源污染的分布產生影響,后續研究應進一步探討除現有因素外多因素對非點源污染風險的影響;文中各污染系數主要參考已有的研究來進行確定,并不一定完全適用于后溪小流域,后續應對研究區各景觀類型的典型區域進行詳盡的試驗來確定各景觀單元的詳細數值來進一步得到更為準確的結果;其次由于僅對三期的影響進行了解譯,僅能對當前的非點源污染風險形勢進行估計,提出的調控政策建議也需要后續研究可對未來不同的土地利用情境下非點源污染風險進行模擬,估算政策有效性并擇優進行選擇,從而使得政策調控能夠先行落地,集中資源對可能潛在的非點源污染進行調控。