阮炳南 ,吳 磊 ,3*,郭嘉薇 ,杜佰林 (1.西北農(nóng)林科技大學(xué),旱區(qū)農(nóng)業(yè)水土工程教育部重點實驗室,陜西 楊凌712100；2.西北農(nóng)林科技大學(xué)水利與建筑工程學(xué)院,陜西 楊凌 712100；3.西北農(nóng)林科技大學(xué),黃土高原土壤侵蝕與旱地農(nóng)業(yè)國家重點實驗室,陜西 楊凌 712100)

最佳管理措施(BMPs)通過改變或影響流域水文、土壤侵蝕、養(yǎng)分循環(huán)等過程,能夠有效減少非點源污染對流域水環(huán)境的影響,是非點源污染控制最有效的手段之一[1-3].由于BMPs 的污染物削減效果會隨著BMPs 的性質(zhì)、類別、布設(shè)方式的不同而發(fā)生變化,因此充分評估各類措施的實施效果,篩選出合理的BMPs 是進行流域水環(huán)境治理的關(guān)鍵[4-6].

流域物理模型是根據(jù)污染物產(chǎn)生和遷移轉(zhuǎn)化機理構(gòu)建的數(shù)學(xué)模型,可以幫助管理者定量模擬非點源污染負荷,分析流域內(nèi)非點源流失特征,選擇和提供最有效降低污染物負荷的BMPs 決策過程[7-8].常用的物理模型包括:SWAT 模型[9]、AGNPS/AnnAGNPS 模型[10]、HSPF 模型[11]和SWMM 模型[12]等.其中,SWAT 模型因能綜合考慮水循環(huán)及物質(zhì)循環(huán)過程被廣泛應(yīng)用.眾多國內(nèi)外學(xué)者研究表明SWAT 模型在非點源污染模擬和BMPs 措施有效性評估方面均表現(xiàn)出極佳的應(yīng)用效果[13-15].同時,對于不同的目標流域,識別的最佳措施方案相差較大,BMPs 的布設(shè)也需要投入巨大成本.因此,在目標流域內(nèi)進行措施成本與消減效果的綜合評估是極其重要的工作.

涇河作為渭河的首要支流,是流經(jīng)黃土高原的主要河流.近年來,涇河水體的污染在不斷增加,評價與篩選涇河流域非點源污染治理的BMPs 對涇河流域的水質(zhì)改善至關(guān)重要,同時也是黃河流域生態(tài)環(huán)境保護與高質(zhì)量發(fā)展的重要內(nèi)容之一.本研究旨在使用SWAT 模型,構(gòu)建涇河流域非點源污染模型,完成以下研究目標:(1)量化分析涇河流域不同土地利用類型的非點源污染負荷,針對性選擇適宜的BMPs;(2)評估不同BMPs 及其組合的消減效率,分析不同BMPs對不同污染物的消減效果,確定涇河流域消減效率最高的BMPs;(3)評估涇河流域BMPs 實施成本與非點源污染控制有效性之間取得最佳權(quán)衡的BMPs.

1 材料與方法

1.1 研究區(qū)域概況

涇河流域(圖 1)涉及陜甘寧三省區(qū),位于106°14'～108°42'E,34°46'～37°19'N 之間,流域面積約為45421km2,流域按地形地貌特征大致可分為4 個區(qū)域,即北部黃土丘陵區(qū)、中部黃土殘塬區(qū)、西南部山地林區(qū)和東南部山地河川區(qū).涇河是渭河的一級支流,黃河的二級支流,河長約為483km.該流域的土地利用主要以耕地(44.24%)和草原(44.42%)為主,其次為林地(9.41%)、城鎮(zhèn)、水體和未利用土地.流域土壤以石灰性雛形土為主,約占流域面積的70.9%,該土壤結(jié)構(gòu)以粉沙為主,其中粉沙顆粒占總量的43%,沙粒占總量的36%,黏土占總量的21%.總體而言,該流域土壤主要是發(fā)育程度較弱的雛形土,持水能力弱、肥力低、易旱易蝕.

圖1 涇河流域所在位置及高程Fig.1 Location and elevation map of the Jinghe River Basin

1.2 SWAT 模型輸入數(shù)據(jù)

本研究建立基本模型所需的主要輸入資料包括數(shù)字高程圖、土地利用及土壤空間數(shù)據(jù)、氣象數(shù)據(jù)以及徑流和水質(zhì)時間序列數(shù)據(jù)[16],所使用數(shù)據(jù)說明及來源見表1.基于數(shù)字濾波法將河道觀測水質(zhì)數(shù)據(jù)分割計算得到非點源污染水質(zhì)數(shù)據(jù)[17].

表1 SWAT 模型數(shù)據(jù)來源Table 1 SWAT model data source

數(shù)字濾波法是數(shù)字信號分析處理領(lǐng)域常用的高頻信號與低頻信號分離的方法.在降雨-徑流過程中,地表流響應(yīng)降雨變化較快,代表高頻信號,而基流隨降雨變化較慢,代表低頻信號[18].參考Lyne 等[19]于1979年提出的濾波方程(式1)計算面流,在對河流基流和面流劃分的基礎(chǔ)上,認為基流所輸送的污染負荷為自然本底負荷與點源污染負荷之和,將面流所輸送的污染負荷視為非點源污染負荷[17].面源污染負荷計算為式2.

式中:qt為t 時段內(nèi)的面流量,m3/s;Qt、Qt-1為t、t-1時段的總徑流量,m3/s;β 為無量綱參數(shù),稱為濾波參數(shù),β 取0.925 進行3 次濾波[20];bt為非點源負荷出流量,g/s;c 為河道觀測污染物濃度,g/L.

1.3 作物管理數(shù)據(jù)庫設(shè)置

涇河流域的主要糧食作物包括冬小麥、玉米和豆類等.根據(jù)陜甘寧三省的統(tǒng)計年鑒,這三省糧食作物的種植面積分別占總播種面積的76.95%、70.79%和63.36%,均以小麥玉米種植為主.為簡化模型,在設(shè)置SWAT 模型作物數(shù)據(jù)庫時僅考慮了這兩種主要糧食作物的種植.經(jīng)過文獻調(diào)研[21-22]及陜甘寧三省統(tǒng)計年鑒確定小麥玉米平均施肥量:氮素分別為197.6 和313kg/hm2,磷素分別為54.3 和66kg/hm2.

1.4 模型校準與驗證

參考相關(guān)文獻,選取43 個徑流參數(shù)和60 個水質(zhì)參數(shù),并利用SWAT_CUP 軟件內(nèi)置的時序不確定性適應(yīng)算法(SUFI_2)對模型參數(shù)進行率定.以張家山水文站2016～2020年徑流數(shù)據(jù)、臨涇村水質(zhì)觀測點2016～2020年氨氮及2018～2020年總磷觀測數(shù)據(jù)建立涇河流域非點源污染模型.以2014～2015年為模型預(yù)熱期,徑流與氨氮 2016～2018年為率定期,2019～2020年為驗證期;總磷以2018～2019年為率定期,2020年為驗證期.模型效果通過決定系數(shù)R2和納什系數(shù)NSE 進行評價.

1.5 BMPs 設(shè)置方法

本研究結(jié)合涇河流域種植結(jié)構(gòu)及特征,采取兩種非結(jié)構(gòu)措施:等高種植(CF)、化肥減施(FR),根據(jù)西北地區(qū)的施肥現(xiàn)狀[22-24],設(shè)置化肥減施10%(FR10)、25%(FR25)及50%(FR50)措施.三種結(jié)構(gòu)性措施:植草水道(GW)、梯田(TT)、植被過濾帶(FS),以及兩種退耕措施:退耕還草(RG)、退耕還林(RF)進行流域非點源污染控制模擬.國家退耕還林相關(guān)政策確定退耕地類別包括25°以上坡耕地[25],因此RF 與RG 用于坡度大于25°的坡耕地,CF 與TT 措施用于坡度為0°～25°的耕地.

SWAT 模型僅存在部分BMPs 的內(nèi)置方法,許多研究者通過模型輸入?yún)?shù)的變化,來實現(xiàn)流域BMPs模擬.本研究參考SWAT 模型輸入輸出手冊及SWAT模型模擬BMPs 的相關(guān)文獻研究,總結(jié)出所選取的各BMPs 的設(shè)置參數(shù)如表2所示[26-30].

表2 措施參數(shù)設(shè)置Table 2 BMPs parameter setting

表3 等高種植與梯田情景模擬USLE_P 參數(shù)設(shè)置值Table 3 Simulation of contour planting and terrace scenarios USLE_P parameter setting value

表4 梯田寬度設(shè)計值Table 4 Design values of terrace width

1.6 BMPs 綜合效益評估

本研究將采用9 種單一BMPs 及其組合方式,計算涇河流域非點源污染負荷的削減效率及環(huán)境成本綜合效益.然而,由于某些措施不能組合使用,因此選用總計103 種措施情景用于模擬.其中單一措施9 種,雙措施組合31 種,三措施組合51 種,五措施組合12 種.消減效率的計算公式如下所示:

式中:E 為措施消減效率,%;Ybaseline為模型模擬非點源污染負荷背景值,kg;YBMPs為采用措施后模型輸出非點源污染負荷,kg.

BMPs 綜合效益評估包括環(huán)境效益和經(jīng)濟效益評估,環(huán)境效益評估主要是定量估算氮、磷等非點源污染物的負荷削減效率,經(jīng)濟效益評估通常考慮管理措施的成本.結(jié)合相關(guān)文獻以及黃河流域補助標準,假設(shè)措施設(shè)置時長為10年,確定各BMPs 的年投入費用.化肥削減的成本指因化肥減量導(dǎo)致農(nóng)作物減產(chǎn)所帶來的經(jīng)濟損失和節(jié)省化肥費用的凈值[31-32],通過文獻[33]及市場調(diào)研計算化肥減施10%、25%、50%成本分別約為204.1,510.2,1020.2元/(hm2·a).按照《林業(yè)草原生態(tài)保護恢復(fù)資金管理辦法》[34],計算得到退耕還草和退耕還林成本分別約為1365 和1930 元/(hm2·a),其他措施成本經(jīng)過文獻調(diào)研確定,具體數(shù)值詳見表5.

表5 涇河流域措施成本[元/(hm2·a)]Table 5 Cost of BMPs in the Jinghe River Basin[元/(hm2·a)]

采用基于信息熵的多屬性決策方法,同時考慮BMPs 成本和效益計算得到環(huán)境成本綜合效益的評價值Z,評估BMPs 及其組合在涇河流域的優(yōu)劣.

具體計算步驟如下[37].

(1)構(gòu)建BMPs 屬性決策矩陣

將BMPs 的屬性因子構(gòu)造成決策矩陣A=(aij)n×m,aij表示第i 個BMPs 情景方案中的j 個屬性因子,n為BMPs 的個數(shù),m 為屬性因子的個數(shù).

(2)決策矩陣規(guī)范化處理

采用極差標準化方法對決策矩陣A 進行變換、標準化處理,消除不同物理量綱對綜合評價結(jié)果的影響.

對于效益性屬性,計算公式為:

對于成本性屬性,計算公式為:

(3)規(guī)范化矩陣歸一化處理

(4)計算屬性因子的信息熵

(5)屬性因子權(quán)重計算

(6)BMPs 綜合屬性值Z 計算,結(jié)果越大,最佳管理措施的綜合控制效果越好.

2 結(jié)果與分析

2.1 模型評價與不同土地利用輸出負荷

SWAT 模型月徑流、氨氮和總磷負荷的最終模擬結(jié)果見圖2,該模型在月徑流、氨氮和總磷負荷的校準期和驗證期的R2和NSE 值均大于0.5,模擬效果較好[38].

圖2 SWAT 模型月徑流(a)、氨氮(b)和總磷(c)負荷模擬效果Fig.2 Simulation effect of(a)monthly runoff,(b)ammonia nitrogen,and(c)total phosphorus load in SWAT model

使用經(jīng)過校準和驗證的SWAT 模型,計算不同污染物種類的年均流失總量,結(jié)果如表6所示:涇河流域磷流失主要以無機磷(MINP)為主,氮流失主要以硝酸鹽(NO3-)為主.對涇河流域耕地(AGRC)、草地(RNGB)和林地(FRST)三種主要土地利用類型上的TN 和TP負荷差異進行分析,結(jié)果如圖3所示.TN 負荷中,耕地負荷最高,最高達到76.31kg/hm2(平均25.47kg/hm2),其次是林地(平均1.13kg/hm2),草地負荷最低(平均0.96kg/hm2).TP 負荷最高的是耕地,最高達到1.67kg/hm2(平均0.059kg/hm2),其次是草地(平均0.018kg/hm2),林地的負荷最低(平均0.008kg/hm2).根據(jù)圖3 結(jié)果可知,TN 污染嚴重區(qū)域較為集中在耕地土地利用類型上,TP 污染嚴重區(qū)域在耕地與草地兩種土地利用類型上均有分布.說明耕地是TN、TP 負荷的主要源區(qū),部分草地對TP 負荷有一定的貢獻,作物施肥是非點源污染氮、磷負荷的主要來源,BMPs 的配置應(yīng)主要以減少耕地中的氮磷流失為目標.

表6 涇河流域各污染物流失量統(tǒng)計(kg)Table 6 Statistical table of pollution logistics losses in the Jinghe River Basin(kg)

圖3 不同土地利用類型TN(a)和TP(b)非點源污染負荷Fig.3 Load diagram of TN(a)and TP(b)non-point source pollution of different land use types

2.2 BMPs 效率評估

單一措施對流域非點源污染消減效率見圖4.對于TN 污染的控制,CF、GW、FS 以及TT 四種措施的消減效率較小;對于TP 污染的控制,各項措施均有明顯效果.不同BMPs 對非點源污染負荷削減效果差異較大,FR50 對TN 的削減效果最為明顯,削減效率為52.51%,RF 對TP 的削減效果最為明顯,削減效率為24.60%.

圖4 單一措施對流域非點源污染消減效率Fig.4 Reduction efficiency of non-point source pollution in a watershed by a single measure

在流域尺度上,除GW、FS、TT、CF 及其相互組合措施對TN 消減效果較差之外,所有評估措施對TN、TP 都有較好的控制效果.GW 和FS 兩種措施的污染物削減機制相似,都是通過植被減小徑流流速、造成泥沙沉降以控制污染物遷移[28].因此,在涇河流域,這兩種措施對TP 的消減程度較高,但對TN的效果較差,相關(guān)研究也證實了這兩種措施對磷污染消減的高效性[39-40].TT 措施通過減小坡長和保留徑流以保持水分來減少侵蝕[26],CF 通過截留和降低徑流流速來減少地表徑流,并進一步攔截泥沙和防止氮磷污染物流失[41].這兩種措施均是通過減少泥沙運移來進行污染物攔截,結(jié)合涇河流域非點源污染流失特征,其對TN 消減效果較差的現(xiàn)象可以得到解釋.在涇河流域,農(nóng)作物施肥方式主要是撒施,肥料埋深較淺,利用率低,FR 措施直接通過減少化肥施用量對非點源污染進行源頭控制,消減效果較好[42].RG 和RF 將坡度大于25°的容易產(chǎn)生水土和污染流失的坡耕地轉(zhuǎn)換成草地和林地.在同等水力沖刷條件下,林地和草地比耕地更能夠保持水土的固定,防止水土及污染物的流失.因此,退耕措施對TN 和TP污染的控制效果均較佳[43].

如圖5所示,所有的BMPs 情景對涇河流域的非點源污染均有一定的效果.對于TN 負荷,單一措施、雙措施、三措施以及五措施組合方案的消減效率平均值分別為16.4%、28.5%、38.2%和49.4%.對于TP 負荷,單一措施、雙措施、三措施以及五措施組合方案的消減效率平均值分別為16.0%、25.7%、34.4%和45.8%.隨著措施組合數(shù)的增加,TN、TP 的平均消減效率逐漸增加.FR50,FR50+RF,FR50+GW+RF 和FR50+GW+FS+TT+RF 分別是單一措施、雙措施、三措施以及五措施組合中的消減效率最高的BMPs,對TN 的消減效率分別為52.5%、65.5%、65.7%、65.9%;對TP 的消減效率分別為19.4%、35.6%、41.6%、52.7%.

圖5 組合措施對流域非點源TN(a)和TP(b)消減效率Fig.5 Reduction efficiency of non-point source TN(a)and TP(b)in a watershed with combined measures

研究結(jié)果表明,在流域尺度上,組合BMPs 在降低NPS污染負荷方面比單一BMPs表現(xiàn)出更高的有效性.然而,不同BMPs 組合的有效性存在較大差異.對于TN 而言,部分雙措施組合(FS+GW:0.87%、GW+CF:0.84%)及三措施組合(FS+GW+TT:1.16%)的消減效率接近于單一措施的最小消減效率(CF:0.35%).同時,部分雙措施組合(FR50+RF:65.47%、FR50+RG:65.09%)及三措施組合(FR50+GW+RF:65.66%、FR50+FS+RG :65.55%)的消減效率接近于五措施組合的最大消減效率(FR50+GW+FS+TT+RF:65.87%).這表明,在全流域范圍內(nèi),TN 存在一個最大消減效率,接近該消減效率,增加措施數(shù)并不能顯著提高污染物的消減效率,并且部分措施對TN 的控制效果不佳,因此簡單地增加措施數(shù)并不能提高對TN 的消減效率.對于TP 而言,隨著措施組合數(shù)的增加,箱體圖中的箱體高度逐漸減小(圖5b),措施消減效率分布逐漸集中,措施消減效果趨近于穩(wěn)定.

2.3 措施環(huán)境成本綜合效益

基于信息熵的多屬性決策方法,對措施成本和TN 及TP 消減效率進行屬性因子權(quán)重計算,計算得到各權(quán)重分別為0.30、0.52 和0.18.結(jié)果表示:對環(huán)境成本綜合效益影響最大的因子為TN 消減效率,這與涇河流域非點源污染首要污染物為TN 污染的流域特征相契合[44],屬性因子權(quán)重計算結(jié)果可信度較高.措施成本與TN、TP 消減效率之間的相關(guān)系數(shù)為0.83 和0.72.表明措施成本與消減效率之間有顯著的正相關(guān)關(guān)系,與上文得出結(jié)論相一致.

表7 和8 分別展示了單一BMPs 的環(huán)境成本綜合效益評價值Z 和103 種BMPs 情景中環(huán)境成本綜合效益值排名前10 的BMPs 組合.在單一BMPs中,FR50 的評價值Z 最高,達到0.63;其次為RF,評價值Z 為0.52.非結(jié)構(gòu)措施的平均評價值Z 為0.42,結(jié)構(gòu)性措施的平均評價值Z為0.33,退耕措施的平均評價值Z 為0.51.在涇河流域,退耕措施的環(huán)境成本綜合效益優(yōu)于非結(jié)構(gòu)措施優(yōu)于結(jié)構(gòu)性措施.

表7 單一措施環(huán)境成本綜合效益值Table 7 Comprehensive benefit value of environmental costs for a single measure

表8 所展示的措施情景中,FR50+RF、FR50+GW+RG、FR50+GW+FS+TT+RG 分別是雙措施、三措施和五措施組合情景中環(huán)境成本綜合效益值最大的措施組合,其評價值Z 顯著大于FR50,且環(huán)境成本綜合效益排名前十的BMPs 中無單一BMPs.結(jié)果表明,組合BMPs 比單一BMPs 更有經(jīng)濟性.FR50+GW+RG 是環(huán)境成本綜合效益最高的措施組合,這一組合措施要求在農(nóng)業(yè)耕作過程中減少化肥50%的施用量,并且將坡度大于25°的農(nóng)田退耕還草以及在河道進行植草水道措施建設(shè)相結(jié)合,該組合措施對TN、TP 的消減效率分別達到65.49%和40.70%.

表8 環(huán)境成本綜合效益排名前十的BMPsTable 8 Top 10BMPs in comprehensive benefits of environmental costs ranking

在單一BMPs 配置的所有情景中,環(huán)境成本綜合效益最高的措施是FR50.FR 措施僅涉及到種植過程中施肥量的變化,措施實施過程會減少一部分化肥成本支出,隨著化肥減施率的提高,對作物產(chǎn)量的影響較小,但對污染物尤其是TN 的消減效果提升較大,這是FR50 相較于其他管理措施環(huán)境成本綜合效益最高的原因.CF 措施雖然單位成本在所選措施中處于中間位置,但其實施面積較大,并且對TN、TP的消減效率較低,導(dǎo)致其在流域內(nèi)所有評價措施中環(huán)境成本綜合效益值最低.三種結(jié)構(gòu)性措施對TN 的消減效果較差,這是其環(huán)境成本綜合效益值偏低的主要原因,GW 措施的實施面積最小,因此該措施在結(jié)構(gòu)性措施里表現(xiàn)優(yōu)異.就退耕措施而言,RF 與RG在TN 污染控制方面效果相近,在TP 污染消減方面RF 顯著優(yōu)于RG,因此RF 的環(huán)境成本綜合效益優(yōu)于RG.退耕措施的環(huán)境成本綜合效益與非結(jié)構(gòu)性措施和結(jié)構(gòu)性措施的差異可以歸因于退耕措施在減少TN、TP 負荷方面均具有更高的有效性.

FR50+GW+RG 組合措施中,FR50 是從農(nóng)業(yè)生產(chǎn)源頭上減少農(nóng)業(yè)生產(chǎn)活動產(chǎn)生的氮磷污染物,屬于非點源污染控制的源頭控制措施;GW 是在源頭治理的基礎(chǔ)上,在攜污水流進入主河道前采取的工程措施,主要減少徑流污染物入河量,屬于非點源污染控制的過程攔截措施;RG 屬于宏觀管理措施,旨在對流域生態(tài)環(huán)境進行系統(tǒng)的規(guī)劃與管理,降低面源污染風(fēng)險.FR50+GW+RG 措施組合涉及非點源污染控制的源頭控制、過程攔截和宏觀管理,構(gòu)成了一個完整的非點源污染控制體系.在所有措施組合中,環(huán)境成本綜合效益值排名前三的措施組合均屬于這樣的控制體系,說明在涇河流域,構(gòu)建源頭控制、過程攔截和宏觀管理的非點源污染控制體系能在實施成本和非點源控制有效性之間取得平衡,FR50+GW+RG 是涇河流域最佳管理措施組合.

2.4 結(jié)果的可信度和不確定性

研究結(jié)果的可信度和不確定性主要受到模型模擬與多屬性決策方法的影響.其中多屬性決策方法的屬性權(quán)重是采用信息熵理論對數(shù)據(jù)計算出來的,比專家主觀給出的屬性權(quán)重更客觀,更可靠,適用于流域面源污染管理[37,45-47].模型模擬結(jié)果的不確定性來源主要包括模型輸入數(shù)據(jù)、模型結(jié)構(gòu)和模型參數(shù)[48].本研究使用SUFI-2 算法用于模型不確定性分析,該算法將所有不確定性映射到參數(shù)上[49-50].P因子(P-factor)和R 因子(R-factor)是該方法用于表示不確定性的兩個指標.其中P-factor指95%置信區(qū)間(95PPU)內(nèi)模擬數(shù)據(jù)占實測數(shù)據(jù)的百分比,Rfactor 表示95PPU 條帶平均厚度與觀測數(shù)據(jù)標準差的比值.在該研究中,徑流、氨氮和總磷模擬的P-factor 分別為0.78、0.72 和0.62,R-factor 分別為0.60、1.24 和 0.44.對于徑流而言 P-factor>0.7,R-factor<1.5 時模型的不確定性較小[51],對泥沙和水質(zhì)而言較小的P-factor 和較大的R-factor 是可以接受的[52].因此,該研究的模型模擬不確定性較小,研究結(jié)果的可信度較高.

本研究選用的所有BMPs 方案都是基于文獻參數(shù)設(shè)計的,沒有通過野外試驗驗證其有效性,這是該研究存在的不足之處.此外,該研究的措施均是以全流域為實施區(qū)域,以篩選流域的最佳管理措施,后續(xù)研究可采用進化算法,如遺傳算法等,進行BMPs 在流域中的空間優(yōu)化配置.

3 結(jié)論

3.1 SWAT 模型適用于涇河流域非點源污染模擬,對徑流、氨氮以及總磷的模擬結(jié)果較好.涇河流域磷流失主要以無機磷為主,氮流失主要以硝酸鹽為主.耕地是TN、TP 負荷的主要源區(qū),部分草地對總磷負荷有一定的貢獻.

3.2 在涇河流域,不同管理措施對非點源污染負荷削減量差異較大,FR50 對TN 的削減效果最為明顯,削減效率為52.51%,RF 對TP 的削減效果最為明顯,削減效率為24.60%.組合BMPs 在降低非點源污染負荷方面比單一BMPs 表現(xiàn)出更高的有效性.

3.3 單一措施環(huán)境成本綜合效益值如下:FR50 >RF >RG >FR25 >GW >FR10 >FS >TT >CF,非點源污染控制單一措施環(huán)境成本綜合效益退耕措施優(yōu)于非結(jié)構(gòu)措施優(yōu)于結(jié)構(gòu)性措施.組合BMPs 比單一BMPs 更有經(jīng)濟性.FR50+GW+RG 是所有103 種措施情景中環(huán)境成本綜合效益最大的BMPs,是涇河流域最佳措施方案.