蔣婧媛,徐姍楠,黃洪輝,劉華雪

(1.廣東省環(huán)境科學(xué)研究院，廣東 廣州 510045； 2.中國(guó)水產(chǎn)科學(xué)研究院南海水產(chǎn)研究所，廣東 廣州 510300；3.生態(tài)環(huán)境部華南環(huán)境科學(xué)研究所，廣東 廣州 510530)

大亞灣是我國(guó)亞熱帶海域的重要海灣之一，灣內(nèi)生物資源豐富、生境多樣，設(shè)立了大亞灣水產(chǎn)資源自然保護(hù)區(qū)和國(guó)家級(jí)海龜自然保護(hù)區(qū)。大亞灣規(guī)劃區(qū)于1992年被批準(zhǔn)為國(guó)家經(jīng)濟(jì)技術(shù)開發(fā)區(qū)后，沿岸社會(huì)經(jīng)濟(jì)進(jìn)入了快速發(fā)展時(shí)期，但伴隨的是入海污染物通量的持續(xù)增長(zhǎng)，導(dǎo)致大亞灣海域生態(tài)環(huán)境問題日益突出，生物資源和生態(tài)服務(wù)功能衰退，赤潮頻發(fā)[1-3]。大亞灣海域的生態(tài)環(huán)境問題與陸域污染密切相關(guān)，包括點(diǎn)源污染和非點(diǎn)源污染。近年來(lái)，大亞灣沿岸區(qū)域建成了多家污水處理廠，點(diǎn)源污染控制力度日益加強(qiáng)。但非點(diǎn)源污染，即溶解的和固體的污染物從非特定的地點(diǎn)、在降水沖刷作用下通過(guò)徑流過(guò)程匯入受納水體并引起的污染，由于其具有廣泛性、隨機(jī)性、不確定性和難監(jiān)測(cè)等特點(diǎn)[4]，防治措施仍然較為薄弱。隨著入海污染物總量控制制度的實(shí)施，非點(diǎn)源污染的定量化研究逐漸引起廣大學(xué)者的廣泛關(guān)注[4-5]。由于非點(diǎn)源污染治理難度大，進(jìn)行來(lái)源貢獻(xiàn)的定量識(shí)別以及對(duì)關(guān)鍵源區(qū)的空間識(shí)別，有針對(duì)性地進(jìn)行非點(diǎn)源污染控制管理具有重要意義[6]。

非點(diǎn)源污染的特點(diǎn)使得依靠監(jiān)測(cè)對(duì)其進(jìn)行定量分析評(píng)估存在難度大、投入高、耗時(shí)長(zhǎng)等缺點(diǎn)，目前一般應(yīng)用模型來(lái)模擬和分析非點(diǎn)源污染。非點(diǎn)源污染模型經(jīng)歷了從經(jīng)驗(yàn)?zāi)Ｐ偷綑C(jī)理模型、從純數(shù)值模擬程序轉(zhuǎn)向大型可視化專業(yè)軟件的發(fā)展歷程[7-8]。經(jīng)驗(yàn)?zāi)Ｐ椭饕ㄟ^(guò)建立土地利用或徑流量與非點(diǎn)源污染負(fù)荷之間的相關(guān)關(guān)系來(lái)估算污染負(fù)荷量，屬于“黑箱”模型，數(shù)據(jù)處理方法簡(jiǎn)單，但由于缺乏機(jī)理基礎(chǔ)，往往精度較低。機(jī)理模型圍繞非點(diǎn)源污染的發(fā)生和遷移轉(zhuǎn)化等具體過(guò)程構(gòu)建，影響較大、廣泛使用的有AnnAGNPS、HSPF、SWAT、SWMM等，屬于“白箱”模型，通過(guò)參數(shù)的合理率定和校準(zhǔn)能實(shí)現(xiàn)較準(zhǔn)確的模擬預(yù)測(cè)，但參數(shù)眾多，對(duì)數(shù)據(jù)量、數(shù)據(jù)精度要求高。模型的選擇必須綜合考慮研究目的和數(shù)據(jù)的可獲得性[9]。

大亞灣陸域非點(diǎn)源污染研究尚處于起步階段，數(shù)據(jù)累積少，在現(xiàn)階段難以滿足應(yīng)用機(jī)理模型的數(shù)據(jù)需求。由美國(guó)環(huán)保署與美國(guó)普渡大學(xué)聯(lián)合開發(fā)的L-THIA模型(Long-term Hydrologic Impact and Non Point Source Pollutant Model)相對(duì)SWAT等復(fù)雜機(jī)理模型對(duì)數(shù)據(jù)的要求較少，只需輸入土地利用、土壤類型和長(zhǎng)時(shí)間序列降雨數(shù)據(jù)就能模擬計(jì)算年均徑流量和非點(diǎn)源污染負(fù)荷，能有效地考慮流域下墊面和降雨特點(diǎn)，并且很好地與GIS軟件進(jìn)行了結(jié)合，便于模型構(gòu)建管理和模擬結(jié)果的可視化，對(duì)資料缺乏地區(qū)有很好的應(yīng)用價(jià)值，在我國(guó)資料缺乏區(qū)域的非點(diǎn)源污染負(fù)荷模擬研究中得到了較廣泛的應(yīng)用[10-14]。因此，本研究選用L-THIA模型，并借助3S(GIS、RS和GPS)技術(shù)在模型參數(shù)確定和遙感信息之間建立直接的關(guān)系，同時(shí)利用入海河流通量觀測(cè)結(jié)果等對(duì)關(guān)鍵參數(shù)進(jìn)行率定，最后估算得到大亞灣陸域非點(diǎn)源總氮(TN)污染負(fù)荷量，并進(jìn)行匯水區(qū)內(nèi)來(lái)源貢獻(xiàn)的定量識(shí)別以及對(duì)關(guān)鍵源區(qū)的空間識(shí)別。本研究一方面可為大亞灣落實(shí)污染物總量控制制度、制定污染治理對(duì)策等提供重要信息和決策參考，同時(shí)，也可為海灣地區(qū)采用易于推廣的模型方法和容易獲得的數(shù)據(jù)資料對(duì)非點(diǎn)源污染負(fù)荷進(jìn)行定量估算提供可借鑒的方法。

1 研究對(duì)象與方法

1.1 研究區(qū)概況

大亞灣是一個(gè)典型亞熱帶溺谷型海灣(圖1)，三面環(huán)山，灣口潮向東南，東接稔平半島，與紅海灣相接，西連大鵬半島，與大鵬灣相鄰，內(nèi)、外灣面積共約1 200 km2。

圖1 大亞灣地理位置Fig.1 Geographic location of the Daya Bay catchment

1.2 模型介紹

L-THIA模型的核心是SCS(Soil Conservation Service)徑流模型[12-13]，能反映不同土壤類型、不同土地利用方式及前期土壤水含量對(duì)降雨徑流的影響。該模型算法是基于集水區(qū)的實(shí)際入滲量與實(shí)際徑流量之比等于集水區(qū)該場(chǎng)降雨前的最大可能入滲量(或潛在入滲量)與最大可能徑流量(或潛在徑流量)之比的假定基礎(chǔ)上建立的，并假定集水區(qū)該場(chǎng)降水的初損為該場(chǎng)降水前潛在入滲量的0.2倍，即

(1)

式(1)中：Q為徑流深(mm)，P為降水深(mm)，S為最大可能入滲量(mm)。

由式(1)可以看出：集水區(qū)的徑流量取決于降雨量與該場(chǎng)降雨前集水區(qū)的潛在入滲量，而潛在入滲量又與集水區(qū)的土壤質(zhì)地、土地利用方式和降雨前的土壤濕潤(rùn)狀況有關(guān)。SCS 模型通過(guò)一個(gè)經(jīng)驗(yàn)性的、綜合反映上述因素的參數(shù)來(lái)推求S，即

S=25 400/CN-254

(2)

式(2)中：CN為徑流曲線數(shù)。可見CN值越大，越容易產(chǎn)生徑流。

在徑流量模擬的基礎(chǔ)上，L-THIA模型通過(guò)對(duì)不同土地利用類型賦予相應(yīng)的事件平均濃度(Event Mean Concentration, EMC)數(shù)據(jù)，從而得到每一種用地類型的非點(diǎn)源污染負(fù)荷總量，其公式如下：

L=CEMC·Qn·k

(3)

式(3)中：L為非點(diǎn)源污染負(fù)荷(t/a)，CEMC為事件平均濃度值(mg/dm3)，Qn為年徑流總量(m3)，k為單位轉(zhuǎn)換系數(shù)。

1.3 數(shù)據(jù)處理

1.3.1 匯水區(qū)劃分 大亞灣匯水區(qū)的劃分運(yùn)用了美國(guó)ESRI公司開發(fā)的Arc/INFO軟件的ArcHydro工具，利用數(shù)字地面高程(Digital Elevation Model，DEM)進(jìn)行流域劃分。本研究使用的是基于“先進(jìn)星載熱發(fā)射和反輻射計(jì)(ASTER)”數(shù)據(jù)計(jì)算生成ASTER GDEM數(shù)據(jù)產(chǎn)品，分辨率為30 m。通過(guò)洼地填充、流向計(jì)算、匯流累積量計(jì)算和河網(wǎng)提取等步驟，最后劃分得到大亞灣匯水區(qū)范圍(圖1)，涉及3個(gè)區(qū)(縣)共11個(gè)鎮(zhèn)(街)，如表1所示，惠州市占大亞灣匯水區(qū)范圍的78.68%，深圳市占21.32%。

1.3.2 土地利用分類 本研究采用的遙感影像數(shù)據(jù)為下載自地理空間數(shù)據(jù)云平臺(tái)的2017年Landsat 8 OLI_TIRS遙感影像，數(shù)據(jù)分辨率為30 m。利用IDRISI地理信息系統(tǒng)與遙感綜合軟件對(duì)遙感影像進(jìn)行解譯以獲得大亞灣匯水區(qū)的土地利用圖。

進(jìn)行標(biāo)準(zhǔn)假彩色合成后，根據(jù)2017年實(shí)地考察數(shù)據(jù)建立各種土地利用類型的解譯標(biāo)志，在此基礎(chǔ)上通過(guò)屏幕數(shù)字化建立遙感影像土地利用分類訓(xùn)練區(qū)樣本。最后采用自組織映射(Self-organizing Map, SOM)神經(jīng)網(wǎng)絡(luò)方法進(jìn)行監(jiān)督分類。根據(jù)大亞灣匯水區(qū)土地利用類型，結(jié)合各地類非點(diǎn)源污染產(chǎn)污特征，確定進(jìn)行土地利用分類的主要類型包括：林地、草地、園地、耕地、建設(shè)用地、灘涂水域等6種類型。

與傳統(tǒng)分類方法相比，神經(jīng)網(wǎng)絡(luò)分類方法具有更強(qiáng)的非線性映射能力，能處理分析復(fù)雜空間分布的遙感信息，一般可獲得更高精度的分類結(jié)果，因此在遙感影像土地利用分類中得到廣泛應(yīng)用。IDRISI中利用SOM進(jìn)行土地利用監(jiān)督分類首先是進(jìn)行非監(jiān)督聚類分類：輸入層在接受輸入樣本之后進(jìn)行競(jìng)爭(zhēng)學(xué)習(xí)，SOM算法首先根據(jù)特征映射確定在輸出空間中的最佳匹配或獲勝神經(jīng)元，神經(jīng)元的突觸權(quán)值向量可視為神經(jīng)元指向輸入空間的指針；所有權(quán)值向量在輸入向量空間互相分離，在每個(gè)獲勝神經(jīng)元附近形成一個(gè)聚類區(qū)，各自代表輸入空間的一類模式(即某種土地利用類型)，并將輸入空間的樣本模式類有序地映射在輸出層上[15-16]。上述工作完成后，通過(guò)與用戶提供的各土地利用類型訓(xùn)練區(qū)數(shù)據(jù)對(duì)比，程序再將非監(jiān)督分類結(jié)果一一進(jìn)行土地利用類型標(biāo)識(shí)。大亞灣匯水區(qū)各土地利用類型空間分布見圖2，其面積及所占比例見表2。

表1 大亞灣匯水區(qū)內(nèi)行政區(qū)劃Tab.1 Administrative division in Daya Bay catchment

續(xù)表1

圖2 大亞灣匯水區(qū)土地利用分類Fig.2 Land use classification in Daya Bay catchment

表2 大亞灣匯水區(qū)土地利用分類結(jié)果Tab.2 Classification of land use in Daya Bay catchment

1.3.3 土壤水文單元分類 根據(jù)土壤的滲透特征將土壤分為A、B、C、D 共4類土壤水文單元[10-14]，水文單元定義為相似暴雨和植被覆蓋條件下具有相似徑流潛力的一組土壤(表3)。L-THIA模型的土壤數(shù)據(jù)輸入需將大亞灣匯水區(qū)內(nèi)的土壤按水文條件歸類，并在GIS軟件中生成相應(yīng)的土壤水文圖。本研究采用的土壤數(shù)據(jù)來(lái)源于聯(lián)合國(guó)糧農(nóng)組織和維也納國(guó)際應(yīng)用系統(tǒng)研究所所構(gòu)建的世界土壤數(shù)據(jù)庫(kù)(Harmonized World Soil Database Version 1.1， HWSD)，中國(guó)境內(nèi)數(shù)據(jù)源為南京土壤所提供的第二次全國(guó)土地調(diào)查1∶100萬(wàn)土壤數(shù)據(jù)。基于HWSD中的分層土壤砂粒、粘粒占比及美國(guó)農(nóng)部制土壤質(zhì)地分類數(shù)據(jù)，利用美國(guó)華盛頓州立大學(xué)開發(fā)的土壤水分特性軟件SPAW(Soil-Plant-Atmosphere-Water)進(jìn)行土壤水文單元的判斷，結(jié)果如圖3所示。

1.3.4 降雨數(shù)據(jù) 模型所需的多年逐日降雨數(shù)據(jù)采用中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)中國(guó)地面氣候資料日值數(shù)據(jù)集(V3.0)中的惠州市站點(diǎn)2000—2017年的逐日降雨量觀測(cè)數(shù)據(jù)，并根據(jù)模型需要對(duì)數(shù)據(jù)進(jìn)行處理和格式轉(zhuǎn)換。使用長(zhǎng)時(shí)間序列降雨數(shù)據(jù)驅(qū)動(dòng)模型可以了解流域不同暴雨級(jí)別的平均徑流及污染物產(chǎn)出狀況，而不是某一暴雨的徑流和污染物輸出，因此，對(duì)流域規(guī)劃和管理具有很好的指導(dǎo)意義[12]。

表3 土壤水文單元分類標(biāo)準(zhǔn)Tab.3 Classification standard for soil hydrologic groups

圖3 大亞灣匯水區(qū)土壤水文單元分類Fig.3 Classification of soil hydrologic groups in Daya Bay catchment

1.4 參數(shù)校正及有效性檢驗(yàn)

由于大亞灣海域不是完整的封閉流域，無(wú)法用整個(gè)匯水區(qū)的實(shí)測(cè)流量和通量數(shù)據(jù)來(lái)校正模型參數(shù)和檢驗(yàn)?zāi)M結(jié)果的合理性。研究表明，在缺乏實(shí)測(cè)資料的情況下，通過(guò)比對(duì)不同方法和模型的計(jì)算結(jié)果能夠幫助驗(yàn)證模型結(jié)果的有效性[17]。因此，本研究采用如下方法進(jìn)行參數(shù)校正及有效性檢驗(yàn)：

1.4.1CN值校正及徑流量模擬結(jié)果驗(yàn)證 根據(jù)《惠州市水資源綜合規(guī)劃》[18]，大亞灣區(qū)域綜合徑流系數(shù)為0.61，由此計(jì)算得到多年平均徑流量為9.47億m3。以SCS-CN模型的CN值查算表為基礎(chǔ)，結(jié)合土地利用和土壤類型數(shù)據(jù)，參考國(guó)內(nèi)學(xué)者建立的CN值表[11,19]，根據(jù)徑流系數(shù)法計(jì)算結(jié)果對(duì)CN值進(jìn)行校正(表4)，最終模型模擬得到多年平均地表徑流量與徑流系數(shù)法計(jì)算結(jié)果相差8.97%，說(shuō)明模型徑流量模擬結(jié)果是可靠的。

1.4.2 EMC值校正及負(fù)荷量模擬結(jié)果驗(yàn)證 L-THIA模型中內(nèi)置的EMC參數(shù)值源自北美地區(qū)的監(jiān)測(cè)數(shù)據(jù)，由于不同地區(qū)自然和社會(huì)經(jīng)濟(jì)條件的不同，模型自帶的EMC值與我國(guó)有較大差異，應(yīng)根據(jù)研究區(qū)域?qū)嶋H情況進(jìn)行調(diào)整。

表4 大亞灣匯水區(qū)CN值Tab.4 CN value in Daya Bay catchment

為此，首先基于大亞灣入海河流污染物通量的研究成果[20]，在大亞灣沿岸的3個(gè)區(qū)(縣)各選擇一條流域內(nèi)人類活動(dòng)相對(duì)較少、點(diǎn)源污染以生活源為主、全年排放情況較為穩(wěn)定的入海河流(大亞灣經(jīng)濟(jì)技術(shù)開發(fā)區(qū)的巖前河、惠東縣的大埔屯河、龍崗區(qū)的南涌河)，采用水文估算法[21]得到3條河流非點(diǎn)源TN入海通量。然后，本研究參考研究區(qū)有關(guān)研究成果[22-23]獲得初步EMC進(jìn)行模型運(yùn)算，通過(guò)對(duì)比上述河流入海通量與模型模擬結(jié)果對(duì)EMC進(jìn)行調(diào)整。EMC值校正結(jié)果如表5所示，河流入海通量與模型模擬值比對(duì)結(jié)果如表6所示，參考Moriasi等(2007)[24]提出的模擬結(jié)果滿意程度分級(jí)標(biāo)準(zhǔn)，相對(duì)偏差在可接受范圍內(nèi)。

《惠州市水資源保護(hù)規(guī)劃》[25]中對(duì)大亞灣經(jīng)濟(jì)技術(shù)開發(fā)區(qū)非點(diǎn)源TN負(fù)荷的估算結(jié)果為589.90 t/a，與本研究的模擬結(jié)果668.67 t/a相對(duì)偏差為13.35%，同樣在可接受范圍之內(nèi)。

綜上，可認(rèn)為本研究所構(gòu)建模型的模擬結(jié)果基本合理，可用于研究分析大亞灣陸域非點(diǎn)源TN污染。

表5 大亞灣匯水區(qū)各種土地利用類型TN的EMC取值Tab.5 TN EMC value of various land use types in Daya Bay catchment

表6 模型有效性檢驗(yàn)結(jié)果Tab.6 Result of model validity test

2 結(jié)果與討論

2.1 來(lái)源貢獻(xiàn)定量識(shí)別結(jié)果

2.1.1 土地利用類型貢獻(xiàn)量 運(yùn)用L-THIA模型模擬得到大亞灣陸域非點(diǎn)源TN負(fù)荷量，結(jié)果如表7和圖4所示。大亞灣陸域非點(diǎn)源TN負(fù)荷量為2 559.00 t/a，其中耕地貢獻(xiàn)量最大為871.44 t/a，占總量的34.05%；其次為建設(shè)用地(798.30 t/a)，占31.20%；再次為園地(543.36 t/a)，占21.23%；耕地、建設(shè)用地和園地合計(jì)貢獻(xiàn)了86.48%的非點(diǎn)源TN負(fù)荷量。

從單位面積TN流失強(qiáng)度來(lái)看，耕地最高(145.30 kg/hm2)，其次為園地(52.91 kg/ hm2)和建設(shè)用地(51.92 kg/ hm2)，林地和草地的單位面積TN流失強(qiáng)度遠(yuǎn)遠(yuǎn)小于其他用地類型，分別為7.12、7.04 kg/ hm2。綜合貢獻(xiàn)量和單位面積TN流失強(qiáng)度來(lái)看，耕地對(duì)大亞灣匯水區(qū)內(nèi)非點(diǎn)源污染的影響最大，TN負(fù)荷量和單位面積TN流失強(qiáng)度均為最高，其次是建設(shè)用地和園地，而林地、草地對(duì)污染的截留效果較好，流失強(qiáng)度低。

表7 大亞灣匯水區(qū)各土地利用類型非點(diǎn)源TN貢獻(xiàn)與單位面積流失強(qiáng)度Tab.7 Contribution and loss intensity for non-point source TN load of various land use types in Daya Bay catchment

圖4 大亞灣匯水區(qū)單位面積TN流失強(qiáng)度分布Fig.4 Distribution of TN loss intensity in Daya Bay catchment

2.1.2 行政區(qū)貢獻(xiàn)量 利用GIS的分區(qū)統(tǒng)計(jì)功能，計(jì)算得到匯水區(qū)范圍內(nèi)11個(gè)鎮(zhèn)(街)的貢獻(xiàn)量如表8所示。從各行政區(qū)非點(diǎn)源TN負(fù)荷量來(lái)看：①惠州市貢獻(xiàn)了總量的86.29%，其中惠東縣稔山鎮(zhèn)和平海鎮(zhèn)分別貢獻(xiàn)了28.76%和23.92%，白花鎮(zhèn)和平山街道僅有很小一部分區(qū)域位于匯水區(qū)范圍內(nèi)，因此貢獻(xiàn)量非常小，惠東縣合計(jì)貢獻(xiàn)54.53%，為貢獻(xiàn)最大的區(qū)(縣)級(jí)行政區(qū)；大亞灣經(jīng)濟(jì)技術(shù)開發(fā)區(qū)貢獻(xiàn)量占比為26.13%，分別來(lái)自霞涌街道(11.57%)、澳頭街道(9.84%)和西區(qū)街道(4.72%)；惠陽(yáng)區(qū)僅有淡水街道位于大亞灣匯水區(qū)內(nèi)，貢獻(xiàn)量占比為5.64%。②深圳市龍崗區(qū)貢獻(xiàn)了大亞灣13.71%的陸域非點(diǎn)源TN負(fù)荷量，其中大鵬街道占5.43%、南澳街道占5.40%、葵涌街道占2.88%。

由于各鎮(zhèn)(街)在大亞灣匯水區(qū)內(nèi)的面積存在差異，故進(jìn)一步采用單位面積TN流失強(qiáng)度進(jìn)行分析。大亞灣匯水區(qū)內(nèi)的平均單位面積TN流失強(qiáng)度為29.13 kg/hm2，在11個(gè)鎮(zhèn)(街)中，有5個(gè)鎮(zhèn)(街)單位面積TN流失強(qiáng)度超過(guò)匯水區(qū)平均值，均位于惠州市，按從大到小排序分別為淡水街道、白花鎮(zhèn)、稔山鎮(zhèn)、霞涌街道和西區(qū)街道。淡水街道因?yàn)樵诖髞啚硡R水區(qū)范圍內(nèi)的建設(shè)用地和耕地合計(jì)所占比例高于其他鎮(zhèn)(街)，單位面積TN流失強(qiáng)度在11個(gè)鎮(zhèn)(街)中最大，為44.66 kg/hm2。深圳市的南澳街道單位面積TN流失強(qiáng)度最小，為15.44 kg/hm2，這是因?yàn)樵摻值牢挥诖髞啚硡R水區(qū)內(nèi)的區(qū)域約70%的土地為林地，水土保持和污染截留能力較好。

表8 大亞灣匯水區(qū)各鎮(zhèn)(街)非點(diǎn)源TN貢獻(xiàn)與單位面積流失強(qiáng)度Tab.8 Contribution and loss intensity for non-point source TN load of the towns in Daya Bay catchment

2.2 關(guān)鍵源區(qū)空間識(shí)別結(jié)果

采用單位面積TN流失強(qiáng)度進(jìn)行非點(diǎn)源TN流失關(guān)鍵源區(qū)的識(shí)別，運(yùn)用自然斷點(diǎn)法將流失強(qiáng)度劃分為低、較低、中等、較高、高等5個(gè)等級(jí)(表9)。由表9可知，高TN流失強(qiáng)度的區(qū)域在大亞灣陸域匯水區(qū)內(nèi)占6.70%，但貢獻(xiàn)了匯水區(qū)33.69%的非點(diǎn)源TN負(fù)荷量，這部分區(qū)域是大亞灣匯水區(qū)TN流失的關(guān)鍵源區(qū)，是治理非點(diǎn)源污染的優(yōu)先控制區(qū)。

從表10可以看出，分別有43.71%和33.99%的關(guān)鍵源區(qū)位于惠東縣的稔山鎮(zhèn)和平海鎮(zhèn)內(nèi)，同時(shí)通過(guò)上文行政區(qū)貢獻(xiàn)量的分析結(jié)果可知這兩鎮(zhèn)的TN貢獻(xiàn)量居匯水區(qū)前兩位，因此需注意加強(qiáng)兩鎮(zhèn)的非點(diǎn)源污染防治。

從圖5可見，關(guān)鍵源區(qū)有較明顯的沿河分布特征，例如在惠州稔山鎮(zhèn)的白云河、竹園河，平海鎮(zhèn)的油麻園水，霞涌街道的霞涌河，深圳大鵬街道的龍岐河等入海河流沿岸流失強(qiáng)度較高，這與沿河區(qū)域人類聚集程度高，城鎮(zhèn)開發(fā)建設(shè)、農(nóng)業(yè)種植等人類生產(chǎn)生活行為對(duì)土地的擾動(dòng)大有關(guān)。因此，在制定非點(diǎn)源污染防治方案時(shí)，應(yīng)優(yōu)先考慮在入海河流沿岸人類活動(dòng)密集區(qū)采取措施減少非點(diǎn)源污染入海通量。

表9 流失強(qiáng)度的分級(jí)標(biāo)準(zhǔn)及各等級(jí)區(qū)域所占面積和非點(diǎn)源TN負(fù)荷占比Tab.9 Classification of TN loss intensity and proportion of regions in terms of area and non-point source TN load

表10 非點(diǎn)源TN流失關(guān)鍵源區(qū)在大亞灣匯水區(qū)分布情況Tab.10 Distribution of high non-point source TN loss areas in Daya Bay catchment

圖5 大亞灣匯水區(qū)非點(diǎn)源TN流失關(guān)鍵源區(qū)分布Fig.5 Distribution of critical source area of non-point source TN loss in Daya Bay catchment

3 結(jié)論

本研究通過(guò)構(gòu)建L-THIA模型，估算了大亞灣陸域非點(diǎn)源TN污染負(fù)荷量，定量識(shí)別了匯水區(qū)內(nèi)各土地利用類型和行政區(qū)的貢獻(xiàn)度，標(biāo)識(shí)了非點(diǎn)源TN流失的關(guān)鍵源區(qū)，獲得了如下結(jié)論：

(1)耕地、建設(shè)用地和園地是輸出大亞灣匯水區(qū)非點(diǎn)源TN污染的主要土地利用類型，負(fù)荷總量和單位面積流失強(qiáng)度均較大，需加強(qiáng)耕地、園地的土地養(yǎng)分管理和建設(shè)用地的低影響開發(fā)，降低TN流失量。

(2)稔山鎮(zhèn)、平海鎮(zhèn)貢獻(xiàn)了約一半的大亞灣匯水區(qū)非點(diǎn)源TN污染負(fù)荷，并且近八成的TN流失關(guān)鍵源區(qū)分布在這兩鎮(zhèn)內(nèi)，是大亞灣陸域非點(diǎn)源污染防治需重點(diǎn)關(guān)注的行政區(qū)。

(3)關(guān)鍵源區(qū)有較明顯的沿河分布特征。