CN108536908B - 基于非点源氮磷流失风险对流域水环境安全评估的方法 - Google Patents
基于非点源氮磷流失风险对流域水环境安全评估的方法 Download PDFInfo
- Publication number
- CN108536908B CN108536908B CN201810172021.XA CN201810172021A CN108536908B CN 108536908 B CN108536908 B CN 108536908B CN 201810172021 A CN201810172021 A CN 201810172021A CN 108536908 B CN108536908 B CN 108536908B
- Authority
- CN
- China
- Prior art keywords
- nitrogen
- point source
- phosphorus
- risk
- phosphorus loss
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 title claims abstract description 158
- 229910052757 nitrogen Inorganic materials 0.000 title claims abstract description 79
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 title claims abstract description 78
- 229910052698 phosphorus Inorganic materials 0.000 title claims abstract description 78
- 239000011574 phosphorus Substances 0.000 title claims abstract description 78
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 44
- 239000002689 soil Substances 0.000 claims abstract description 40
- 238000011156 evaluation Methods 0.000 claims abstract description 37
- 238000009826 distribution Methods 0.000 claims abstract description 27
- 230000035699 permeability Effects 0.000 claims abstract description 15
- 238000011160 research Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 25
- 238000013508 migration Methods 0.000 claims description 13
- 230000005012 migration Effects 0.000 claims description 13
- 238000004088 simulation Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 6
- 238000012271 agricultural production Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 5
- 230000008595 infiltration Effects 0.000 claims description 5
- 238000001764 infiltration Methods 0.000 claims description 5
- 238000011835 investigation Methods 0.000 claims description 5
- 238000007726 management method Methods 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 238000003973 irrigation Methods 0.000 claims description 3
- 230000002262 irrigation Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 3
- 238000012502 risk assessment Methods 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 239000004927 clay Substances 0.000 claims description 2
- 230000004720 fertilization Effects 0.000 claims description 2
- 238000002386 leaching Methods 0.000 claims description 2
- 238000011002 quantification Methods 0.000 claims description 2
- 238000010206 sensitivity analysis Methods 0.000 claims description 2
- 238000012800 visualization Methods 0.000 claims description 2
- 230000001502 supplementing effect Effects 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000002349 favourable effect Effects 0.000 abstract description 4
- 239000003344 environmental pollutant Substances 0.000 description 15
- 231100000719 pollutant Toxicity 0.000 description 15
- 238000010586 diagram Methods 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 4
- 238000012851 eutrophication Methods 0.000 description 3
- 238000012732 spatial analysis Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000003337 fertilizer Substances 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 238000009991 scouring Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于非点源氮磷流失风险对流域水环境安全评估的方法，步骤如下：一、研究区选择，SWAT模型模拟氮磷流失负荷；二、降雨径流因子的计算；三、土壤渗透性因子的计算；四、输移距离因子的计算；五、数据标准化处理；六、评价指标权重的计算；七、流域氮磷污染风险指数计算及风险等级区划；八、流域水环境安全评估。本发明能够实现流域尺度的非点源氮磷流失的准确估算，并有助于反映非点源氮磷流失的时空异质性特征，也有助于流域水环境的优化管理。本发明有助于建立流域水环境安全与非点源氮磷流失时空分布的关系，可快速有效的识别非点源氮磷流失风险关键时期意见流失关键源区，可以为流域水环境的科学管理提供指导和帮助。
Description
【技术领域】
本发明涉及一种基于非点源氮磷流失风险对流域水环境安全评估的方法，通过识别与筛选流域氮磷流失风险水平快速评估流域水环境安全。属于流域污染物综合评价技术领域。
【背景技术】
氮磷是作物生长的必需元素之一，也是水体富营养化的主要限制因子。农业活动导致的氮磷流失是水体富营养化的重要原因之一。水体的富营养化对水环境安全产生严重威胁，导致一系列环境、社会和经济问题。作为世界上人口众多而人均耕地有限的国家，中国通过扩大农地面积和施用肥料来提高农田的生产力来生产足够的粮食来维持庞大而且不断增长的人口。在农业生产过程中，农药化肥的不合理使用，以及降雨或灌溉等产流作用，氮磷污染物流失导致的非点源污染不容忽视。
现阶段识别非点源氮磷流失对水体污染识别方法主要包括机理模型和经验模型。机理模型主要是通过对污染物的输出、转化过程机理以及迁移路径的连续模拟,找出污染发生的时间与高风险区。现在比较常用机理模型的如:SWAT模型,AGNPS模型等。SWAT模型能较好的模拟单位面积上的污染物输出负荷，但对污染物随着迁移路径的衰减模拟不足，很多学者利用输出负荷来进行风险识别，该方法所作出的风险评估只是“潜在的风险”。其未考虑污染物随着迁移路径的衰减模拟，不能量化某空间位置上实际到河流污染量。而经验模型可迅速给出流域内污染负荷量或者污染潜力,如常见的输出系数法潜，在污染指数，农业非点源污染潜在指数等。这类方法需要的输入数据少，计算简单，但由于来自某一研究区的经验统计总结，并不适合应用于其他的地区，同时计算出的单位面积上的氮磷流失量误差较大，因子权重确定主观性强。该方法同样不能精确定量化氮磷流失对受纳水体污染风险。
基于对以上两类方法分析可得，SWAT模型可较为准确的定量化单位面积氮磷流失负荷等，经验模型评估方法中的土壤渗透系数、径流深和迁移距离等因子可量化污染物随着迁移路径的衰减量。综合以上两类方法，采用SWAT模型来定量化污染源因子(单位面积氮磷流失负荷)，采用土壤渗透系数、迁移距离和降雨径流因子来定量化污染物随着迁移路径的衰减量，最终确定不同单元到最近受纳水体的实际氮磷入河量，从而较为准确的进行评估非点源氮磷流失对流域水环境安全的影响。
【发明内容】
1、目的：本发明的目的是提供一种基于非点源氮磷流失风险对流域水环境安全评估的方法，根据本发明，基于SWAT模型输出的氮磷流失负荷，结合土壤渗透系数、迁移距离和降雨径流因子计算污染物的衰减量，可以快速识别流域氮磷流失风险时空分布特征，即可快速有效的评估研究区水环境安全。
2、技术方案：本发明的目的是一种基于非点源氮磷流失风险对流域水环境安全评估的方法，其特征是在SWAT模型输出氮磷流失负荷的基础上，结合污染物衰减因子，计算流域氮磷污染流失风险，快速有效的评估流域水环境安全。其具体方法步骤如下：
步骤一：研究区选择，SWAT模型模拟氮磷流失负荷
研究区域的选择是本发明实施方案的第一步，也是关键的一步。研究区应具备以下几项基本特征：流域较为典型，受到农业活动的长期影响，区域气象、地形地貌、水文数据完备，模型模拟精度高。在中国气象数据网收集流域内的气象资料，建立模型所需的气象数据库；以中科院南京土壤所提供的1:100万土壤类型分布图为基础，结合中国土壤属性数据库，建立模型所需土壤数据库；根据Landsat-8数据，利用监督分类和现场调查获得研究区土地利用数据库；由地理空间数据云获得流域内空间分辨率为30×30m的DEM数据；通过对有关当地部门和农户的调查，补充整理有关农业生产资料，包括流域农业生产状况、主要作物、施肥方式、灌排方式等，构建流域农业管理措施数据库。数据收集完成后，将数据库输入SWAT 模型***，在敏感性分析的基础上，进行参数率定和调整,建立SWAT模型，作为流域非点源氮磷流失负荷计算的工具。
步骤二：降雨径流因子的计算
在地表径流冲刷作用下，地表径流携带的溶解态及颗粒态氮素、磷素含量。一般来讲，径流量越大，污染物负荷量越高；在径流量相同的情况下，潜在的污染物含量越高，造成的污染负荷越大。SWAT模型中采用SCS曲线数法与Green&Ampt下渗法估算地表径流，所以本方法直接采用SWAT模型中输出的地表径流量作为降雨径流因子进行计算。
步骤三：土壤渗透性因子的计算
土壤粒径的大小将直接影响到土壤的渗透能力以及对地表径流的滞留能力，而土壤结构的稳定度也是作为土壤抗侵蚀能力的主要依据。土壤渗透性因子主要反映土壤氮素、磷素在降雨作用下，随下渗水淋溶流失的风险性。从粘土到砂土流失风险逐步增加。采用以下经验公式进行计算：
X＝(20Y)1.8
Y＝ω/10*0.03+0.002
式中：X为土壤渗透系数，mm/h；Y为土壤平均颗粒直径值，mm；ω为砂粒含量的百分比。
步骤四：输移距离因子的计算
在流域尺度上，不同农田距离河流的远近程度是非点源氮磷污染物迁移扩散进入水环境的重要影响因子。距离河流较远的源区的对水环境潜在的风险一般要比距离河流较近的源区的风险要小，因为在氮磷污染物质的迁移过程中，由于生物吸收、物理截留和化学反应(如氮的反硝化等)，污染物会不断地得到降解、截留，浓度将不断降低，距离越远被截留和降解的含量就会越高对水环境的影响就越小。
输移距离的计算是运用ArcGIS软件的距离计算功能，基于水流流向图来计算每个栅格的点到水体之间的距离。根据SWAT模型生成的河流流向图，ArcGIS空间分析模块(SpatialAnalyst Tools)中的Distance工具进行顺流计算，得到各点到水体的距离。
步骤五：数据标准化处理
上述步骤一、二、三、四中提取的评价指标具有不同的量纲和数量级，当各指标间的水平相差很大时，如果直接用原始指标值进行分析，就会突出数值较高的指标在综合分析中的作用，相对削弱数值水平较低指标的作用，为了消除了不同的量纲和数量级的影响，增强了评价结果的可信度，需要对原始指标数据进行标准化处理，根据标准化公式，将各评价因子都标准化为0-1之间。评价因子中，若评价指标值越大评价结果越大，则该因子为正相关评价指标，反则为负相关因子。
正相关评价指标的一般标准化量化公式为：
负相关评价指标的一般标准化量化公式为：
式中：xij表示第i(i＝1,2,3,…,m)个流域单元第j(j＝1,2,3,4,5)个指标值；rij表示标准化的值；xjmin表示第j个指标最小值；xjmax表示第j个指标最大值。
步骤六：评价指标权重的计算
不同评价指标对评价结果的影响程度不同，权重的确定对最后的评价结果至关重要。本方法采用改进的理想解法(Technique for order preference by similarity toideal solution, TOPSIS)对归一化后的因子进行权重的计算，利用既有的指标数据建立目标规划模型解出权重，目标规划模型构建如下：
其中，fi(w1，w2，w3，w4)为第i个土地单元与污染最为严重土地单元与污染最轻土地单元的加权距离平方和：
其中，w1+w2+w3+w4＝1,wi≥0；rij是因子标准化后的值。
令
通过解出方程的解，即可得到权重值。
步骤七：流域氮磷污染风险指数计算及风险等级区划
将步骤五标准化处理后的各评价因子乘以步骤六得到的权重加和得到流域非点源氮磷污染风险评价分值，计算公式如下：
式中：NPA表示非点源风险评价分值；Pi表示第i个评价指标；Wi表示第i种评价指标的权重。
这样得到每个单元的氮磷流失风险指数，分布范围在0-1之间，呈正态分布，而不是均匀分布。因此在划分时不能简单的进行均匀划分，利用詹金斯自然间断分类方法(Jenks Natural Breaks Classification Method)对氮磷流失风险指数进行分类，即通过数据搜索，计算能够降低每个分类数据与该类平均值的差值，并同时增大分类间平均值的差值分类阈值，最小化分类内的差别，同时最大化分类间的差别。
步骤八：流域水环境安全评估
将分类后的非点源氮磷流失等级导入ArcGIS，实现非点源氮磷流失风险的空间可视化，通过叠加土地利用空间分布，利用空间分析功能来研究流域中农田的空间分布对水流水环境安全的影响，识别流域非点源氮磷流失关键源区。基于SWAT逐月或逐日的输出文件，结合流域内的耕作时间表，以及降雨时间分布特征，可以识别流域非点源氮磷流失风险的关键时期。为流域非点源污染治理政策的制定提供更加针对性建议，有利于水环境健康的发展。
3、优点及功效：
本发明所述的基于非点源氮磷流失风险对流域水环境安全评估的方法，以SWAT模型为基础，结合经验模型评估方法，能够实现流域尺度的非点源氮磷流失的准确估算，并有助于反映非点源氮磷流失的时空异质性特征，也有助于流域水环境的优化管理。
本发明所述的基于非点源氮磷流失风险对流域水环境安全评估的方法，充分考虑了流域单位面积氮磷流失负荷产生，以及氮磷流失负荷随着迁移路径的衰减量。有助于建立流域水环境安全与非点源氮磷流失时空分布的关系，可快速有效的识别非点源氮磷流失风险关键时期意见流失关键源区，可以为流域水环境的科学管理提供指导和帮助。
【附图说明】
图1为基于非点源氮磷流失风险对流域水环境安全评估方法的流程框图。
图2a、b为HRU尺度流域年均非点源氮磷污染负荷空间分布示意图。
图3a、b、c为流域径流深、土壤渗透系数和输移距离空间分布示意图。
图4氮磷污染风险分级区划示意图。
图5为HRU尺度流域氮磷流失风险空间分布示意图。
【具体实施方式】
本发明提出的流域水环境安全评估的方法，是一种在SWAT模型模拟氮磷污染负荷结果的基础上结合衰减因子，利用多准则分析方法，快速估算流域非点源氮磷流失风险的方法。
见图1，本发明一种基于非点源氮磷流失风险对流域水环境安全评估的方法，该方法具体步骤如下：
步骤一：
本案例选择位于黑龙江东部地区的挠力河小流域作为案例分析，本案例中通过资料收集，遥感解译和现场调研，建立SWAT模型模拟所需的气象、土地利用、土壤和农田管理的数据库，在参数率定与验证的基础上运用模型对该流域的非点源氮磷污染负荷进行模拟，分别输出总氮(图2a)总磷(图2b)的模拟结果，得到该流域氮磷污染负荷的空间分布情况。
步骤二：
利用步骤一建立好的SWAT模型，输出SWAT模型中利用SCS曲线数法与Green&Ampt下渗法估算后的地表径流量，得到该流域的降雨径流的空间分布情况，见图3a。
步骤三：
以中科院南京土壤所提供的土壤类型分布图为基础，结合中国土壤属性数据库，获得研究区土壤空间分布图，以及各土壤的基本性质。计算土壤砂砾含量百分比，通过经验公式计算各种土壤的土壤渗透系数，即可得到流域土壤渗透系数空间分布情况，见图3b。
步骤四：
基于SWAT模型生成的河流流向图及河网分布图，利用ArcGIS空间分析模块(SpatialAnalyst Tools)的Distance工具中的Euclidean Distance进行顺流计算，得到各个流域单元到水体的距离，即可得到各流域单元输移距离的空间分布情况，见图3c。
步骤五：
上述五个因子中，除输移距离其他四个因子均为正相关评价指标，根据一般标准化量化公式对各评价因子进行标准化，将各评价因子都标准化为0-1之间。
步骤六：
利用改进的理想解法对归一化后的因子进行权重的计算，计算过程可通过Matlab实现，得到总氮、总磷、降雨径流因子、土壤渗透性因子、输移距离因子的权重分别为：0.1856、 0.1794、0.1833、0.2222、0.2294。
步骤七：
将步骤五中得到的标准化处理后的各评价因子与步骤六中得到的各因子权重，利用计算公式计算得到流域非点源氮磷污染风险评价分值，分布范围在0-0.78之间。如图4所示，利用Jenks自然间断分类法将氮磷流失风险指数分为五类：潜在污染风险(0～0.19)、轻度污染风险(0.20～0.25)、中度污染风险(0.26～0.32)、强度污染风险(0.33～0.41)、重度污染风险 (0.42～0.78)。
步骤八：流域水环境安全评估
将分类好的流域非点源氮磷流失风险等级导入ArcGIS，即可获取该区域非点源氮磷流失风险空间分布情况，见图5。通过进一步的叠加土地利用，可以分析不同土地利用对该区域水环境安全的影响，以及不同农田的空间分布对水流水环境安全的影响。
基于SWAT逐月或逐日的输出文件，结合流域内的耕作时间表，以及降雨时间分布特征，可以识别流域非点源氮磷流失风险的关键时期。为流域非点源污染治理政策的制定提供更加针对性建议，有利于水环境健康的发展。
Claims (1)
1.一种基于非点源氮磷流失风险对流域水环境安全评估的方法，其特征在于：该方法步骤如下：
步骤一：研究区选择，SWAT模型模拟氮磷流失负荷
研究区应具备以下几项基本特征：流域较为典型，受到农业活动的长期影响，区域气象、地形地貌、水文数据完备，模型模拟精度高；在中国气象数据网收集流域内的气象资料，建立模型所需的气象数据库；以中科院南京土壤所提供的1:100万土壤类型分布图为基础，结合中国土壤属性数据库，建立模型所需土壤数据库；根据Landsat-8数据，利用监督分类和现场调查获得研究区土地利用数据库；由地理空间数据云获得流域内空间分辨率为30×30m的DEM数据；补充整理有关农业生产资料，包括流域农业生产状况、主要作物、施肥方式、灌排方式等，构建流域农业管理措施数据库；数据收集完成后，将数据库输入SWAT模型***，在敏感性分析的基础上，进行参数率定和调整,建立SWAT模型，作为流域非点源氮磷流失负荷计算的工具；
步骤二：降雨径流因子的计算
SWAT模型中采用SCS曲线数法与Green&Ampt下渗法估算地表径流，本方法直接采用SWAT模型中输出的地表径流量作为降雨径流因子进行计算；
步骤三：土壤渗透性因子的计算
土壤渗透性因子主要反映土壤氮素、磷素在降雨作用下，随下渗水淋溶流失的风险性，从粘土到砂土流失风险逐步增加，采 用以下经验公式进行计算：
X＝(20Y)1.8
Y＝ω/10*0.03+0.002
式中：X为土壤渗透系数，单位是mm/h；Y为土壤平均颗粒直径值，单位是mm；ω为砂粒含量的百分比；
步骤四：输移距离因子的计算
输移距离的计算是运用ArcGIS软件的距离计算功能，基于水流流向图来计算每个栅格的点到水体之间的距离，根据SWAT模型生成的河流流向图，ArcGIS空间分析模块中的Distance工具进行顺流计算，得到各点到水体的距离；
步骤五：数据标准化处理
根据标准化公式，将各评价因子都标准化为0-1之间，评价因子中，若评价指标值越大评价结果越大，则该因子为正相关评价指标，反则为负相关因子；
正相关评价指标的一般标准化量化公式为：
负相关评价指标的一般标准化量化公式为：
式中：xij表示第i(i＝1,2,3,…,m)个流域单元第j(j＝1,2,3,4,5)个指标值；rij表示因子标准化后的值；xjmin表示第j个指标最小值；xjmax表示第j个指标最大值；
步骤六：评价指标权重的计算
采用改进的理想解法对归一化后的因子进行权重的计算，利用既有的指标数据建立目标规划模型解出权重，目标规划模型构建如下：
其中，fi(w1，w2，w3，w4)为第i个土地单元与污染最为严重土地单元与污染最轻土地单元的加权距离平方和：
其中，w1+w2+w3+w4＝1,wi≥0；
令
通过解出方程的解，即可得到权重值；
步骤七：流域氮磷污染风险指数计算及风险等级区划
将步骤五标准化处理后的各评价因子乘以步骤六得到的权重加和得到流域非点源氮磷污染风险评价分值，计算公式如下：
式中：NPA表示非点源风险评价分值；Pi表示第i个评价指标；Wi表示第i种评价指标的权重；
这样得到每个单元单元的氮磷流失风险指数，分布范围在0-1之间，呈正态分布，而不是均匀分布；因此在划分时不能简单的进行均匀划分，利用詹金斯自然间断分类方法对氮磷流失风险指数进行分类，即通过数据搜索，计算能够降低每个分类数据与该类平均值的差值，并同时增大分类间平均值的差值分类阈值，最小化分类内的差别，同时最大化分类间的差别；
步骤八：流域水环境安全评估
将分类后的非点源氮磷流失等级导入ArcGIS，实现非点源氮磷流失风险的空间可视化，通过叠加土地利用空间分布，利用空间分析功能来研究流域中农田的空间分布对水流水环境安全的影响，识别流域非点源氮磷流失关键源区；基于SWAT逐月或逐日的输出文件，结合流域内的耕作时间表，以及降雨时间分布特征，可以识别流域非点源氮磷流失风险的关键时期。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810172021.XA CN108536908B (zh) | 2018-03-01 | 2018-03-01 | 基于非点源氮磷流失风险对流域水环境安全评估的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810172021.XA CN108536908B (zh) | 2018-03-01 | 2018-03-01 | 基于非点源氮磷流失风险对流域水环境安全评估的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108536908A CN108536908A (zh) | 2018-09-14 |
| CN108536908B true CN108536908B (zh) | 2021-10-15 |
Family
ID=63485919
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810172021.XA Active CN108536908B (zh) | 2018-03-01 | 2018-03-01 | 基于非点源氮磷流失风险对流域水环境安全评估的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108536908B (zh) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109376955B (zh) * | 2018-11-29 | 2021-09-21 | 首都师范大学 | 一种基于生态服务功能的农业非点源最佳管理措施组合优化配置方法 |
| CN110390460A (zh) * | 2019-02-25 | 2019-10-29 | 环境保护部卫星环境应用中心 | 一种基于遥感尺度的城市氮磷面源污染评估方法 |
| CN110826766B (zh) * | 2019-09-25 | 2022-04-05 | 中科卫星应用德清研究院 | 地表饮用水源集水区灾害情景下污染预测方法及*** |
| CN111337618B (zh) * | 2020-04-13 | 2022-06-14 | 西北农林科技大学 | 一种利用水化学特征离子指标确定点源污染和面源污染贡献率的方法 |
| CN111882182A (zh) * | 2020-07-13 | 2020-11-03 | 黄河水利委员会黄河水利科学研究院 | 一种适用于灌区的农业非点源污染风险诊断方法 |
| CN111955305B (zh) * | 2020-08-24 | 2022-04-01 | 广西壮族自治区农业科学院 | 一种坡地糖料蔗的清洁生产方法 |
| CN112700098A (zh) * | 2020-12-24 | 2021-04-23 | 西南科技大学 | 一种基于随机占优理论的水环境质量与经济风险评价方法 |
| CN112766664B (zh) * | 2020-12-31 | 2023-05-23 | 中国科学院生态环境研究中心 | 基于gis平台的城市面源污染风险识别方法及装置 |
| CN113032993B (zh) * | 2021-03-22 | 2022-11-18 | 中国科学院城市环境研究所 | 一种衡量土地利用对流域非点源污染迁移影响的评价方法 |
| CN116399762B (zh) * | 2022-11-25 | 2023-09-05 | 中国地质大学（北京） | 基于help程序与柱实验计算污染源补给地下水通量的方法 |
| CN116341898B (zh) * | 2023-02-15 | 2023-11-03 | 中国科学院精密测量科学与技术创新研究院 | 农业面源污染风险分期-分区-分源协同识别方法 |
| CN116416108A (zh) * | 2023-06-12 | 2023-07-11 | 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所) | 基于多项因素进行同步分析的城市小微水体风险评估方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103106347A (zh) * | 2013-02-27 | 2013-05-15 | 北京师范大学 | 一种基于土壤属性空间分布的农业面源磷污染估算方法 |
| KR101467187B1 (ko) * | 2013-05-06 | 2014-12-01 | (주)웹솔루스 | 수문모형과 수리모형 수행을 위한 지형관리 방법 |
| CN105009768A (zh) * | 2015-07-06 | 2015-11-04 | 中国农业科学院农业资源与农业区划研究所 | 一种流域尺度氮素化肥最大允许投入量的确定方法 |
| CN107066808A (zh) * | 2017-02-28 | 2017-08-18 | 西北农林科技大学 | 一种丘陵区非点源氮磷流失形态构成分布式模拟方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8212073B2 (en) * | 2001-12-07 | 2012-07-03 | Robert Valentine Kasowski | Protective barrier composition comprising reaction of phosphorous acid with amines applied to a substrate |
| US20050273300A1 (en) * | 2003-09-29 | 2005-12-08 | Patwardhan Avinash S | Method and system for water flow analysis |
-
2018
- 2018-03-01 CN CN201810172021.XA patent/CN108536908B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103106347A (zh) * | 2013-02-27 | 2013-05-15 | 北京师范大学 | 一种基于土壤属性空间分布的农业面源磷污染估算方法 |
| KR101467187B1 (ko) * | 2013-05-06 | 2014-12-01 | (주)웹솔루스 | 수문모형과 수리모형 수행을 위한 지형관리 방법 |
| CN105009768A (zh) * | 2015-07-06 | 2015-11-04 | 中国农业科学院农业资源与农业区划研究所 | 一种流域尺度氮素化肥最大允许投入量的确定方法 |
| CN107066808A (zh) * | 2017-02-28 | 2017-08-18 | 西北农林科技大学 | 一种丘陵区非点源氮磷流失形态构成分布式模拟方法 |
Non-Patent Citations (2)
| Title |
|---|
| Utilizing water characteristics and sediment nitrogen isotopic features to identify non-point nitrogen pollution sources at watershed scale in Liaoning Province, China;Jian Ma 等;《Environmental Science and Pollution Research volume 22》;20140911;第2699-2707页 * |
| 流域水环境风险评估进展及其调控研究;董文平 等;《监测与评价》;20151222;第111-115+94页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108536908A (zh) | 2018-09-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108536908B (zh) | 基于非点源氮磷流失风险对流域水环境安全评估的方法 | |
| Srinivasan et al. | SWAT ungauged: hydrological budget and crop yield predictions in the Upper Mississippi River Basin | |
| Santhi et al. | Spatial calibration and temporal validation of flow for regional scale hydrologic modeling 1 | |
| CN101916337B (zh) | 一种基于地理信息***的水稻生产潜力动态预测方法 | |
| CN112765800A (zh) | 一种分布式水资源配置模型的设计方法 | |
| Dumedah et al. | Selecting model parameter sets from a trade-off surface generated from the non-dominated sorting genetic algorithm-II | |
| CN104361523B (zh) | 一种基于gis的分布式稻田氮素径流流失负荷估算方法 | |
| Tesfahunegn et al. | Soil Erosion Prediction Using Morgan‐Morgan‐Finney Model in a GIS Environment in Northern Ethiopia Catchment | |
| Getahun et al. | Integrated modeling system for evaluating water quality benefits of agricultural watershed management practices: Case study in the Midwest | |
| Shi et al. | Progress on quantitative assessment of the impacts of climate change and human activities on cropland change | |
| CN116050163B (zh) | 一种基于气象站的生态***碳水通量计算方法及*** | |
| CN113011993A (zh) | 基于标准数据的农业污染源入水体负荷量测算方法 | |
| Li et al. | Research on optimal control of non-point source pollution: a case study from the Danjiang River basin in China | |
| Wang et al. | SWAT modeling of water quantity and quality in the Tennessee River Basin: spatiotemporal calibration and validation | |
| Biali et al. | Application of GIS technique in land evaluation for agricultural uses. | |
| CN116757357B (zh) | 一种耦合多源遥感信息的土地生态状况评估方法 | |
| CN117494419A (zh) | 一种多模型耦合的流域水土流失遥感监测方法 | |
| Leopold et al. | Accounting for change of support in spatial accuracy assessment of modelled soil mineral phosphorous concentration | |
| Hansen et al. | Importance of geological information for assessing drain flow in a Danish till landscape | |
| Cau et al. | Assessment of alternative land management practices using hydrological simulation and a decision support tool: Arborea agricultural region, Sardinia | |
| Sheshukov et al. | High spatial resolution soil data for watershed modeling: 2. Assessing impacts on watershed hydrologic response | |
| Manos et al. | A decision support system approach for rivers monitoring and sustainable management | |
| Walker et al. | Estimation of rainfall intensity for potential crop production on clay soil with in-field water harvesting practices in a semi-arid area | |
| CN109523143B (zh) | 一种基于多粒度计算的土地评价方法 | |
| CN115859596B (zh) | 城-郊梯度区域土壤重金属累积过程时空模拟方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |