巢湖流域氮磷面源污染與水華空間分布遙感解析

王雪蕾，王新新，朱 利，馬友華，吳傳慶*，王 強(qiáng)，馮愛(ài)萍，陳敏鵬（.環(huán)境保護(hù)部衛(wèi)星環(huán)境應(yīng)用中心，北京 0009；.中國(guó)農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，北京 009；.安徽農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，安徽 合肥006；.中國(guó)農(nóng)業(yè)科學(xué)院，農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所，北京 0008）

巢湖流域氮磷面源污染與水華空間分布遙感解析

王雪蕾1，王新新2，朱 利1，馬友華3，吳傳慶1*，王 強(qiáng)3，馮愛(ài)萍1，陳敏鵬4（1.環(huán)境保護(hù)部衛(wèi)星環(huán)境應(yīng)用中心，北京 100094；2.中國(guó)農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，北京 100193；3.安徽農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，安徽 合肥230036；4.中國(guó)農(nóng)業(yè)科學(xué)院，農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所，北京 100081）

基于遙感監(jiān)測(cè)手段，分別應(yīng)用DPeRS模型和MODIS水華提取方法對(duì)巢湖流域氮磷面源污染特征和巢湖水體水華爆發(fā)規(guī)律進(jìn)行遙感像元尺度解析，結(jié)果表明: 2010年巢湖流域總氮產(chǎn)生量為1900.3t，入河量為846.5t；總磷為244.1t，入河量為76t.巢湖流域農(nóng)業(yè)面源污染對(duì)氮素污染貢獻(xiàn)最大，而水土流失則對(duì)磷面源污染貢獻(xiàn)最大；綜合巢湖流域氮磷面源污染和水華爆發(fā)的時(shí)空特征分析，明確氮磷面源污染與巢湖水華具有相關(guān)性，并且時(shí)間上水華爆發(fā)頻率較氮磷面源污染具有先滯后后同步的特征，且面源污染負(fù)荷與水華爆發(fā)面積的相關(guān)系數(shù)為0.45；在空間上，面源污染負(fù)荷較大區(qū)域與水華爆發(fā)頻度較高區(qū)域也有較好的匹配性；基于這種相關(guān)性，應(yīng)用DPeRS模型對(duì)巢湖流域進(jìn)行氮磷減排情景分析，結(jié)果表明在施肥量減少30%，農(nóng)村生活垃圾處理率提高到60%，畜禽糞便處理率和城市垃圾處理率提高到80%的情況下，氮磷面源污染平均削減率可以達(dá)到50%.

面源污染；氮磷；水華；遙感；巢湖流域

巢湖流域作為我國(guó)重要的五大淡水湖之一，面臨著較為嚴(yán)峻的面源污染問(wèn)題，其中巢湖水華是氮磷面源污染對(duì)水質(zhì)產(chǎn)生的重要影響之一.當(dāng)前國(guó)內(nèi)學(xué)者對(duì)流域面源污染負(fù)荷和水華的研究較多［1-4］，其中面源污染負(fù)荷的研究多采用AnnAGNPS模型法［5］、平均濃度法［6-7］、輸出系數(shù)法［8-9］、SWAT等過(guò)程機(jī)理模型［10］等.水華監(jiān)測(cè)主要包括傳統(tǒng)的實(shí)驗(yàn)室采樣分析法［11］和近幾年發(fā)展的遙感動(dòng)態(tài)監(jiān)測(cè)法［12］.但是對(duì)于管理部門，更需要將巢湖流域水陸作為整體進(jìn)行研究，綜合面源污染負(fù)荷和水華發(fā)生規(guī)律制定合理的流域污染防治措施.針對(duì)這一需求，本研究將遙感數(shù)據(jù)作為水陸研究的驅(qū)動(dòng)，基于大尺度模型［13-14］，構(gòu)建以遙感像元為最小模擬單元的面源污染負(fù)荷估算模型-DPeRS［15-16］對(duì)巢湖流域農(nóng)田種植、農(nóng)村生活、城鎮(zhèn)徑流、畜禽養(yǎng)殖和水土流失等引發(fā)的氮磷面源污染負(fù)荷進(jìn)行估算，同時(shí)采用MODIS數(shù)據(jù)對(duì)巢湖流域水華爆發(fā)情況進(jìn)行分析，最后通過(guò)DPeRS情景分析和陸地面源污染與水華爆發(fā)的時(shí)空特征分析，提出巢湖流域污染防治的措施，為流域污染管理部門提供決策支持.

1 材料與方法

1.1 研究區(qū)概況

巢湖流域位于安徽省中部，屬于長(zhǎng)江下游左岸水系，流域面積1.4萬(wàn)km2，氣候?yàn)閬啛釒Ъ撅L(fēng)氣候，流域多年平均氣溫為16℃，極端最高氣溫41.3℃，極端最低氣溫零下15.7℃.多年平均相對(duì)濕度76%，多年平均年降水量1215mm，其中汛期5～8月降水量占年降水量51%.巢湖流域農(nóng)業(yè)經(jīng)濟(jì)發(fā)達(dá)，是我國(guó)主要的商品糧生產(chǎn)基地.研究區(qū)巢湖流域位置圖如圖1所示.

圖1 研究區(qū)位置示意Fig.1 Location of the Chao Lake Basin （CLB）

表1 主要空間數(shù)據(jù)列表Table 1 List of main spatial data

1.2 主要數(shù)據(jù)庫(kù)

DPeRS模型運(yùn)行需要的數(shù)據(jù)包括巢湖流域土地利用、植被覆蓋、月降水、坡度坡長(zhǎng)、農(nóng)作物產(chǎn)量等，水華提取主要基于MODIS數(shù)據(jù)（250m），具體數(shù)據(jù)來(lái)源和處理方法見表1.

1.3 模型方法

表2 DPeRS模型結(jié)構(gòu)和構(gòu)建原理Table 2 Construction and theories of DPeRS model

1） DPeRS面源負(fù)荷估算模型

DPeRS模型將面源污染源定義為農(nóng)田徑流、城市徑流、農(nóng)村生活、畜禽養(yǎng)殖和水土流失5個(gè)類型；將面源污染物概化為溶解態(tài)和吸附態(tài)兩類；具體指標(biāo)為總氮（TN）、總磷（TP）、氨氮（NH4+-N）和化學(xué)需氧量（CODcr）；模型包括五大模塊:農(nóng)田氮磷平衡核算模塊、植被覆蓋度定量遙感反演模塊、溶解態(tài)污染負(fù)荷估算模塊、吸附態(tài)污染負(fù)荷估算模塊和入河模塊，模型核心算法和參數(shù)說(shuō)明分別見表2和表3［15-16］.本研究中僅討論氮磷兩個(gè)指標(biāo).

表3 模型中的主要參變量列表Table 3 The main parameters list

（2） 基于NDVI的藍(lán)藻水華遙感識(shí)別及年度分析

從藍(lán)藻水華的光譜特征分析可知，近紅外譜段的陡坡效應(yīng)是水華與水體最明顯的光譜差異，且富集度越大的水華其陡坡效應(yīng)越明顯.基于NDVI指數(shù)能較好反應(yīng)近紅外譜段陡坡效應(yīng)的原理［19］，本研究采用NDVI植被指數(shù)提取藍(lán)藻水華，NDVI的反演算法見表2中植被覆蓋度模塊.其中， NDVI為正值時(shí)表明水面有藍(lán)藻覆蓋，藍(lán)藻密度越大，NDVI值越大，可以選擇適當(dāng)閾值來(lái)提取藍(lán)藻水華的分布范圍［20］.考慮到MODIS（250m）數(shù)據(jù)的光譜特性（含有紅光和近紅外波段）和高時(shí)間分辨率（1d 2次白天過(guò)境），本研究采用基于2010年MODIS數(shù)據(jù)完成巢湖藍(lán)藻水華日常監(jiān)測(cè)，在此基礎(chǔ)上開展流域2010年水華年度分析的監(jiān)測(cè)，并分析獲得水華出現(xiàn)頻度、發(fā)生頻率、起始日期等信息.

2 結(jié)果與討論

2.1 巢湖流域面源污染物空間分布特征

2.1.1 溶解態(tài)污染物空間特征 應(yīng)用DPeRS模型對(duì)的巢湖流域2010年面源污染負(fù)荷進(jìn)行月尺度估算，結(jié)果表明:巢湖流域溶解態(tài)TN和TP平均污染負(fù)荷分別為0.21t/km2和0.02t/km2.巢湖流域溶解態(tài)氮磷面源污染產(chǎn)生量的空間分布如圖3所示，模擬結(jié)果的空間統(tǒng)計(jì)見表4.溶解態(tài)氮磷面源污染空間分布表明，巢湖流域的西南部溶解態(tài)污染物負(fù)荷較小，流域北部溶解態(tài)污染物負(fù)荷較大；具體表現(xiàn)為合肥市市轄區(qū)面源污染較重，且污染類型以城市徑流型為主；其次為肥西縣，主要污染類型為畜禽養(yǎng)殖型.

圖3 溶解態(tài)氮磷面源污染產(chǎn)生負(fù)荷的空間分布Fig.3 Spatial distribution of dissolved N and P loads of CLB in 2010

表4 溶解態(tài)氮磷面源污染統(tǒng)計(jì)Table 4 Productions of dissolved N and P pollutants in CLB catchment in 2010

圖4 吸附態(tài)面源污染空間分布Fig.4 Spatial distribution of adsorbed N and P loads of CLB in 2010

2.1.2 吸附態(tài)面源污染物空間特征 DPeRS吸附態(tài)污染負(fù)模擬結(jié)果表明:巢湖流域平均吸附態(tài)氮磷負(fù)荷分別為0.02t/km2和0.006t/km2，其中舒城縣的吸附態(tài)氮磷負(fù)荷最高分別為0.06t/km2和0.03t/km2.巢湖流域吸附態(tài)氮磷面源污染空間分布特征如圖4所示，西南部山區(qū)由于土壤侵蝕量較大，表現(xiàn)為較高的吸附態(tài)面源污染負(fù)荷，其次巢湖水體的西北部和東南部的污染負(fù)荷也較高.具體污染負(fù)荷的統(tǒng)計(jì)結(jié)果見表5.

表5 吸附態(tài)氮磷面源污染統(tǒng)計(jì)Table 5 Productions of adsorbed N and P pollutants in CLB in 2010

綜合溶解態(tài)和吸附態(tài)面源污染模擬結(jié)果，從空間分布來(lái)看，巢湖流域氮磷污染主要集中在巢湖流域西南部地區(qū).合肥市面源污染物產(chǎn)生量最大.

2.2 巢湖流域面源污染量估算結(jié)果分析

DPeRS模型入河模塊估算結(jié)果表明:巢湖流域2010年產(chǎn)生的溶解態(tài)和吸附態(tài)面源污染物共9.35萬(wàn)t，進(jìn)入水體4.73萬(wàn)t.其中: TN1900.3t，進(jìn)入水體846.5t； TP 244.1t，進(jìn)入水體76t.各區(qū)縣污染物的產(chǎn)生量及排放量統(tǒng)計(jì)結(jié)果（表6）表明合肥市市轄區(qū)總氮總磷的產(chǎn)生量和入河量最大.

2.3 巢湖流域氮磷面源污染源解析

綜合DPeRS模型對(duì)溶解態(tài)和吸附態(tài)氮磷面源污染模擬結(jié)果，巢湖流域氮磷面源污染源分析結(jié)果表明:對(duì)于TN指標(biāo)，城市徑流型和農(nóng)田徑流型為主要的面源污染源，分別占總污染量的34.6%和33.7%，農(nóng)村生活型比例為12.3%，畜禽養(yǎng)殖型為6.47%；對(duì)于TP指標(biāo)，水土流失型（不包括農(nóng)田）污染是最主要的面源污染源，占總污染量的39.6%，其次為城市生活型污染，占污染量的24.4%，其他類型污染排序?yàn)檗r(nóng)田徑流型（16.1%）＞畜禽養(yǎng)殖型 （11.2%）＞農(nóng)村生活型（8.7%）.巢湖流域氮磷面源污染源解析表明:對(duì)于TN指標(biāo)，巢湖流域仍然以農(nóng)業(yè)面源污染（農(nóng)田型、畜禽型和農(nóng)村生活型）為主，其污染比例占總面源污染的52.5%；其次為城市徑流型，占34.6%；對(duì)于TP指標(biāo)，水土流失（不包括農(nóng)田）是造成流域磷面源污染的重要原因，其污染比例占總比例的39.6%，其次為農(nóng)業(yè)面源污染，占35.9%.綜合氮磷指標(biāo)，巢湖流域農(nóng)田徑流占總氮磷面源污染的62.6%，其次為農(nóng)村生活占23.5%，最后為畜禽養(yǎng)殖占13.9%.

表6 區(qū)縣污染物產(chǎn)生量及排放量Table 6 Annual NPS production and amount into the river in CLB counties

2.4 巢湖流域面源污染與巢湖水華時(shí)間空間分布分析

利用MODIS遙感影像對(duì)2010年巢湖水華情況進(jìn)行遙感監(jiān)測(cè)，水華月度爆發(fā)頻度和面積的監(jiān)測(cè)結(jié)果表明: 2010年共監(jiān)測(cè)到水華發(fā)生66次，首次監(jiān)測(cè)到水華的時(shí)間是4月，其中7月、8月份和10月份監(jiān)測(cè)到水華出現(xiàn)頻次較高，分別為10次，15次和11次.其中未監(jiān)測(cè)到150km2以上面積的藍(lán)藻水華，監(jiān)測(cè)到100km2以上面積的藍(lán)藻水華5次，水華最大面積為140km2.將氮磷面源污染負(fù)荷與巢湖水華爆發(fā)面積和爆發(fā)頻率進(jìn)行對(duì)比分析（圖5），結(jié)果表明氮磷面源污染負(fù)荷與水華爆發(fā)面積的相關(guān)系數(shù)為0.45（圖5），氮磷面源污染的負(fù)荷變化與水華發(fā)生頻率具有相同的趨勢(shì)，并且水華的發(fā)生較氮磷面源污染強(qiáng)度的變化具有先滯后性后同步的特性，即在氮磷負(fù)荷和水華暴發(fā)頻率先后達(dá)到最大后，水華爆發(fā)頻率與氮磷負(fù)荷變化趨勢(shì)同步.具體表現(xiàn)為:面源污染3月份出現(xiàn)第一個(gè)小高峰，在4月第一次發(fā)現(xiàn)巢湖水華；7月氮磷面源污染負(fù)荷達(dá)到最大值，8月水華爆發(fā)頻度達(dá)到最大，9～12月二者變化趨勢(shì)相同，同步變大和變?。▓D5）.

圖5 2010年氮磷面源污染及水華爆發(fā)關(guān)系分析Fig.5 The analysis of NP load distribution and algal bloom in Chao Lake in 2010

基于遙感影像的巢湖流域年氮磷面源污染負(fù)荷與水華年分布頻率空間分布見圖6，從空間上，水華爆發(fā)頻率較高的區(qū)域表現(xiàn)為巢湖水體的西北部和南部，氮磷面源污染負(fù)荷較高的區(qū)域?yàn)槌埠w的西北部和巢湖流域山區(qū).從氮磷面源污染和水華空間分布上可以看出，合肥地區(qū)的面源污染對(duì)巢湖水華的影響較大.

2.5 巢湖流域DPeRS模型情景分析

從施肥量、垃圾處理率、糞便處理率3個(gè)方面制定情景，具體為（1）保證作物產(chǎn)量不變的情況下，施肥量減少30%；（2）城市垃圾處理率和畜禽糞便處理率均由20%提高到80%.（3）農(nóng)村垃圾處理率從0提高到60%.

情景分析結(jié)果表明:對(duì)于農(nóng)田模塊，施肥量減少30% 的情況下，TN產(chǎn)生量削減了43%，TP削減了30%；對(duì)于畜禽養(yǎng)殖模塊，畜禽糞便處理率提高到80%，TN和TP均削減了75%；對(duì)于城市徑流型模塊，垃圾處理率達(dá)到89%時(shí)，TN和TP的平均削減率為21%；對(duì)于農(nóng)村型氮磷面源模擬模塊，垃圾處理率提高到60%的情況下，TN和TP的平均削減率為60%.具體削減量變化見表7.綜合分析結(jié)果表明，新情景下TN入河量削減38.7%，TP削減了39.3%.

表7 情景設(shè)置下污染物產(chǎn)生量與原始值的比較Table 7 The contrast of NPS pollutants under Scenario and the original

3 結(jié)論

3.1 DPeRS模擬巢湖流域2010年溶解態(tài)氮污染負(fù)荷為0.21t/km2，吸附態(tài)氮污染負(fù)荷為0.014t/km2，總氮產(chǎn)生量為1900.3t，入河量為846.5t；溶解態(tài)總磷污染負(fù)荷為0.019t/km2，吸附態(tài)磷負(fù)荷為0.006t/km2，總磷產(chǎn)生量為244.1t，入河量為76t.從空間分布來(lái)看，巢湖流域的北部，巢湖湖體的西北部和北部對(duì)巢湖水華影響較大，具體表現(xiàn)為合肥市轄區(qū).

3.2 巢湖流域氮磷面源污染源解析表明:對(duì)于TN指標(biāo)，巢湖流域仍然以農(nóng)業(yè)面源污染（農(nóng)田型、畜禽型和農(nóng)村生活型）為主，其污染比例占總面源污染的52.5%；其次為城市徑流型，占34.6%；對(duì)于TP指標(biāo)，水土流失是造成流域磷面源污染的重要原因，其污染比例占總比例的39.6%，其次為農(nóng)業(yè)面源污染，占35.9%.綜合氮磷指標(biāo)，巢湖流域農(nóng)田徑流占總氮磷面源污染的61%，其次為農(nóng)村生活占25%，最后為畜禽養(yǎng)殖占14%.

3.3 巢湖流域氮磷面源污染負(fù)荷與水華頻度和水華爆發(fā)面積的時(shí)空分析結(jié)果表明:巢湖流域氮磷面源污染負(fù)荷與巢湖水華的發(fā)生有相關(guān)性，與水華爆發(fā)面積的相關(guān)系數(shù)為0.45，并且在時(shí)間上水華爆發(fā)頻率較氮磷面源污染強(qiáng)度具有先滯后后同步的變化規(guī)律；在空間上，面源污染負(fù)荷較大區(qū)域與水華爆發(fā)頻度較高區(qū)域也有較好的匹配性，且空間上對(duì)巢湖水體產(chǎn)生影響的氮磷面源污染分布在巢湖流域的北部和西部，較為嚴(yán)重的區(qū)域?yàn)槭娉强h和合肥市轄區(qū).

3.4 應(yīng)用DPeRS模型情景分析表明:在施肥量減少30%的情況下，農(nóng)田TN產(chǎn)生量削減了43%， TP削減了30%；畜禽糞便處理率從20%提高到80%情景下，TN和TP均削減了75%；城市垃圾處理率從20%提高到80%情景下，TN和TP平均削減率為21%；農(nóng)村生活垃圾處理率從0提高到60%下，TN和TP平均削減率為60%.基于氮磷面源污染與水華的空間相關(guān)性，上述措施從控制流域面源污染角度可以作為輔助水華治理的有效措施之一.

［1］朱 萱，魯紀(jì)行，邊金鐘，等.農(nóng)田徑流面源污染特征及負(fù)荷定量化方法探討 ［J］. 環(huán)境科學(xué)， 1985，6（5）:6-11.

［2］劉 楓，王華東，劉培桐.流域面源污染的量化識(shí)別方法及其在于橋水庫(kù)流域的應(yīng)用 ［J］. 地理學(xué)報(bào)， 1988，43（4）:329-340.

［3］歐陽(yáng)威，王 瑋，郝芳華，等.北京城區(qū)不同下墊面降雨徑流產(chǎn)污特征分析 ［J］. 中國(guó)環(huán)境科學(xué)， 2010，30（9）:328-332.

［4］羅 倩，任 理，彭文啟.遼寧太子河流域非點(diǎn)源氮磷負(fù)荷模擬分析 ［J］. 中國(guó)環(huán)境科學(xué)， 2014，34（1）:178-186.

［5］李開明，任秀文，黃國(guó)如，等.基于AnnAGNPS模型泗合水流域非點(diǎn)源污染模擬研究 ［J］. 中國(guó)環(huán)境科學(xué)， 2013，33（S1）:54-59.

［6］張之源，王培華，張崇岱.巢湖富營(yíng)養(yǎng)化狀況評(píng)價(jià)及水質(zhì)恢復(fù)探討 ［J］. 環(huán)境科學(xué)研究， 1999，12（5）:45-48.

［7］李家科，李懷恩，董 雯，等.渭河關(guān)中段典型支流非點(diǎn)源污染監(jiān)測(cè)與負(fù)荷估算 ［J］. 環(huán)境科學(xué)學(xué)報(bào)， 2011，31（7）:1470-1478.

［8］Ji C Y， Sun D F.Non-point source pollution in Chao Lake Basin，Anhui， PRC ［R］. Anhui:Asian Development Bank， 2011.

［9］邱 斌，李萍萍，鐘晨宇，等.海河流域農(nóng)村非點(diǎn)源污染現(xiàn)狀及空間特征分析 ［J］. 中國(guó)環(huán)境科學(xué)， 2012，32（3）:564-570.

［10］歐陽(yáng)威，黃浩波，蔡冠清.巢湖地區(qū)無(wú)監(jiān)測(cè)資料小流域面源磷污染輸出負(fù)荷時(shí)空特征 ［J］. 環(huán)境科學(xué)學(xué)報(bào)， 2014，34（4）:1024-1031.

［11］孔 明，張 路，尹洪斌，等.藍(lán)藻暴發(fā)對(duì)巢湖表層沉積物氮磷及形態(tài)分布的影響 ［J］. 中國(guó)環(huán)境科學(xué)， 2014，34（5）:1285-1292.

［12］朱 利，王 橋，吳傳慶，等.巢湖水華遙感監(jiān)測(cè)與年度統(tǒng)計(jì)分析研究 ［J］. 中國(guó)環(huán)境監(jiān)測(cè)， 2013，29（2）:162-166.

［13］郝芳華，楊勝天，程紅光，等.大尺度區(qū)域面源污染負(fù)荷計(jì)算方法［J］. 環(huán)境科學(xué)學(xué)報(bào)， 2006，26（3）:375-383.

［14］郝芳華，楊勝天，程紅光，等.大尺度區(qū)域非點(diǎn)源污染負(fù)荷估算方法研究的意義、難點(diǎn)和關(guān)鍵技術(shù) ［J］. 環(huán)境科學(xué)學(xué)報(bào)， 2006，26（3）:362-365.

［15］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.

［16］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(huán)境科學(xué)， 2013，34（10）:3788-3796.

［17］劉志紅，Li L T， McVicar T R， et al.專用氣候數(shù)據(jù)空間插值軟件ANUSPLIN及其應(yīng)用 ［J］. 氣象， 2008，34（2）:92-100.

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

［19］王 橋，魏 斌，王昌佐，等.基于環(huán)境一號(hào)衛(wèi)星的生態(tài)環(huán)境遙感監(jiān)測(cè) ［M］. 北京:科學(xué)出版社， 2010:221-224.

［20］陳 云，戴錦芳.基于遙感數(shù)據(jù)的太湖藍(lán)藻水華信息識(shí)別方法［J］. 湖泊科學(xué)， 2008，20（2）:179-183.

致謝：本研究中模型方法研究得到北京師范大學(xué)郝芳華教授和楊勝天教授的指導(dǎo)，巢湖地區(qū)基礎(chǔ)數(shù)據(jù)處理得到安徽農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院研究生幫助，在此表示感謝！

Spatial analysis on diffuse pollution and algal bloom characteristic with remote sensing in Chao Lake Basin.

WANG Xue-lei1， WANG Xin-xin2， ZHU Li1， MA You-hua3， WU Chuan-qing1*， WANG Qiang3， FENG Ai-ping1， CHEN Min-peng4（1.Satellite Environment Center， Ministry of Environmental Protection， Beijing 100094， China；2.College of Resources and Environmental Sciences， China Agricultural University， Beijing 100193， China；3.College of Resources and Environmental Sciences， Anhui Agricultural University， Hefei 230036， China；4.Institute of Environment and Sustainable development in Agriculture， Chinese Academy of Agricultural Sciences， Beijing 100081， China）. China Environmental Science， 2015，35（5）：1511～1519

Based on the monitoring with MODIS data， the DPeRS model and algae bloom （AB） information were extracted and were used to assess nitrogen （N） and phosphorus （P） diffuse pollution （DP） and AB characteristics at pixel scale. Results showed 1） the yearly production of total nitrogen was 1900.3t in 2010 and 846.5 t were discharged. The total phosphorus production was 244.1t and the discharge load was 76t. 2） Agriculture contributes mostly the N-DP， and the water loss and soil erosion had great effect on P-DP. 3） The spatial-temporal feature analysis on N/P-DP loads and AB frequency confirmed that the N/P-DP related to AB. The AB happening lagged the DP firstly and after AB reaching the maxim. The DP and AB had the same temporal trend. The spatial distribution of AB matched well with DP. The correlation coefficient of bloom areas and NP loads was 0.45. 4） The scenarios analysis was analyzed with DPeRS model due to the dependency between DP and AB . The four scenarios could reduce N/P-DP 50% with reducing the fertilizer application 30%， improving the decontamination rate of urban and livestock refuse to 80% and rural life to 60%.

diffuse pollution；nitrogen and phosphorus；algae bloom；remote sensing；Chao Lake Basin

X87

A

1000-6923（2015）05-1511-09

王雪蕾（1978-），女，吉林省吉林市人，副教授/高級(jí)工程師，博士，主要從事流域尺度生態(tài)水文過(guò)程模擬和流域污染防治研究.發(fā)表論文30余篇.

2014-10-08

國(guó)家自然科學(xué)基金資助項(xiàng)目（41101378，41001245）；國(guó)家科技支撐計(jì)劃（2012BAD15B03）；國(guó)家自然基金（71103186）

* 責(zé)任作者， 高級(jí)工程師， wxlbnu@163.com