楊中文， 張 萌， 郝彩蓮， 后?？担?王 璐， 夏 瑞， 尹京晨， 馬 馳,4， 王 強， 張 遠*

1.中國環(huán)境科學研究院水生態(tài)保護修復研究室， 北京 100012

2.江西省環(huán)境保護科學研究院， 江西 南昌 330039

3.南開大學環(huán)境科學與工程學院， 天津 300350

4.西北大學城市與環(huán)境學院， 陜西 西安 710127

鄱陽湖是我國第一大淡水湖、長江流域最大的通江湖泊，為長江重要的生態(tài)屏障和世界著名的天然濕地，被譽為“長江之腎”和“鳥類天堂”. 近年來，隨著經(jīng)濟社會快速發(fā)展，大量污染物匯入鄱陽湖，導致水質(zhì)呈現(xiàn)下降趨勢[1-4]. 2013年以來，鄱陽湖水質(zhì)超標因子為總磷，且濃度逐年增加，導致總磷污染成為制約流域(江西)經(jīng)濟社會發(fā)展的重要因素，并引起廣泛關注[5-9]. 當前，系統(tǒng)解析鄱陽湖流域總磷污染物來源和貢獻，是科學、精準防治總磷污染的關鍵，對于推動長江大保護和促進地區(qū)可持續(xù)發(fā)展具有重要意義.

水污染源解析技術方法主要包括污染負荷估算法、污染潛力指數(shù)法及受體污染物特征分析法等[10-12]. 因流域系統(tǒng)中磷污染物遷移轉化過程較復雜，水體總磷污染來源解析多采用污染負荷估算法[10,13-19]. 然而，在湖泊型流域的污染源解析方面[20-22]，相關研究對入湖河流集水區(qū)與湖體間的污染物源匯關系考慮不足，需進一步加強基于“產(chǎn)污-排污-匯流-入湖”的污染物源匯過程模擬的源解析技術研究. 針對鄱陽湖總磷污染問題，前期研究主要關注水質(zhì)演變特征[3-5,23-24]、沉積物及土壤磷分布特征[7,25-27]、磷污染影響因素[2,28-29]等方面. 在鄱陽湖磷污染來源前期研究中，涂安國等[30-31]基于監(jiān)測資料對鄱陽湖入湖河流的磷污染物入湖通量貢獻特征進行了定量分析; 馬廣文等[32]基于分布式流域模型開展了鄱陽湖流域面源污染負荷模擬和時空特征分析. 相關研究從總體上甄別了鄱陽湖磷污染的時空來源貢獻，但對污染來源分類較粗、污染貢獻空間分異性解析不足，尚需進一步深入細化研究.

該研究擬在傳統(tǒng)污染源負荷估算基礎上，耦合流域過程模型，構建基于污染物源匯過程模擬的流域水污染源解析技術方法，實現(xiàn)鄱陽湖總磷污染源精細化解析，定量識別入湖總磷污染來源及其時空貢獻特征，以期為鄱陽湖流域總磷污染精準防治提供科學依據(jù).

1 研究方法與數(shù)據(jù)來源

1.1 研究區(qū)概況

圖1 鄱陽湖流域地理概況

鄱陽湖位于江西省北部、長江中下游南岸，納贛江、撫河、信江、饒河、修水“五河”來水，經(jīng)調(diào)蓄后由湖口注入長江. 鄱陽湖流域范圍與江西省行政轄區(qū)高度重疊，總面積16.22×104km2，覆蓋江西國土面積的96.8%. “五河”入湖末端設置7個水文控制站(即“五河七口”)，湖口與“五河七口”之間的區(qū)域為濱湖區(qū)，占鄱陽湖流域面積的15.5%；“五河七口”以上集水區(qū)域為“五河”集水區(qū)(面積占比為84.5%)(見圖1). 流域地處亞熱帶季風氣候區(qū)，降水豐富(年均約為 1 600.0 mm)，降雨徑流年內(nèi)分布不均，使得湖區(qū)水量和營養(yǎng)鹽主要來自于“五河”集水區(qū)輸入，且呈現(xiàn)季節(jié)波動性. 2013年以來，鄱陽湖水質(zhì)持續(xù)超標，為GB 3838—2002《地表水環(huán)境質(zhì)量標準》Ⅳ類水平(水質(zhì)目標要求為地表水Ⅲ類)，其水質(zhì)因子中COD和氨氮均處于Ⅱ類水平，而總磷濃度從2013年的0.058 mgL升至2018年的0.089 mgL(湖庫Ⅲ類水總磷濃度限值為0.05 mgL)，平均每年上升8.9%，成為鄱陽湖水質(zhì)惡化加劇的主要因子. 因總磷濃度超標，2018年鄱陽湖湖體監(jiān)測斷面水質(zhì)優(yōu)良比例僅為5.6%[33]. 當前，鄱陽湖總磷污染形勢依然嚴峻，成為制約江西省經(jīng)濟社會可持續(xù)發(fā)展的重要因素，亟需加強總磷防控科技支撐.

1.2 研究方法

該研究構建了一種基于源匯過程模擬的流域污染源解析技術方法(見圖2). 在系統(tǒng)開展區(qū)域、流域各類污染源負荷估算基礎上，耦合SPARROW (spatially referenced regressions on watershed attributes)模型構建流域污染物源匯過程模擬模型，開展負荷通量模擬校核，以評估負荷估算結果的可靠性. 如果估算負荷通量模擬結果不理想，調(diào)整污染源估算參數(shù)，重新開展負荷估算和過程模擬校核，直到滿足要求為止. 當過程模擬校核結果滿足要求，定量解析各類污染源對特定水體或斷面的時空貢獻，診斷污染來源及問題.

圖2 基于源匯過程模擬的流域污染源解析技術框架

1.2.1污染源負荷估算方法

通過鄱陽湖流域產(chǎn)排污調(diào)研，系統(tǒng)梳理形成鄱陽湖流域總磷污染源清單，包括工業(yè)企業(yè)、城鎮(zhèn)生活、種植業(yè)等陸域污染源，以及船舶碼頭、干濕沉降、內(nèi)源釋放等主要湖體污染源，共計13種. 各類污染源的核算范圍和核算方法如表1所示.

因經(jīng)濟社會數(shù)據(jù)按行政區(qū)尺度統(tǒng)計，以上污染源多按行政區(qū)估算年負荷值. 基于流域總磷源匯特征，有必要考慮污染物排放的時空分異性，將行政區(qū)單元年污染排放量轉換為子流域單元逐月排放量. 流域排污負荷轉換的主要步驟包括：①基于DEM數(shù)據(jù)，利用ArcSWAT軟件水文分析功能，考慮水文、水質(zhì)監(jiān)測斷面位置等進行子流域劃分[38]；利用ArcGIS軟件將子流域與行政區(qū)疊套分析(Overlay)獲得相互切割的地塊(Polygon)，應用土地利用權重法[39]將行政區(qū)各類污染源年負荷量分解到所屬地塊上，再按地塊所屬子流域的空間關系統(tǒng)計各子流域單元負荷年值. ②考慮水文要素與營養(yǎng)鹽輸出關系，簡化計算子流域月尺度面源負荷[40].

Lm, i=(Qs, j+Qg, j)×La, i(Qs, a+Qg, a)

(1)

式中：Lm, i為面源的月負荷量，kg；La, i為污染源i的年負荷量，kg；Qg, j為第j月地下徑流量，m3；Qs, j為第j月地表徑流量，m3；Qs, a為年地表徑流量，m3；Qg, a為年地下徑流量，m3. 其中，各子流域地表地下徑流量采用DTVGM分布式時變增益水文模型[41-42]，依據(jù)“五河七口”實測水文數(shù)據(jù)模擬得到(精度達到0.8).

1.2.2源匯過程模擬校核模型

SPARROW模型是基于經(jīng)驗統(tǒng)計和機理過程的流域污染物空間過程模型，通過建立污染物的土-水傳輸、河流湖庫衰減方程，聯(lián)系流域內(nèi)河網(wǎng)上下游拓撲關系，利用質(zhì)量守恒原理進行模型參數(shù)估計，定量描述流域及地表水體的污染物來源和遷移過程[43]. 該模型能在流域空間屬性和河流水質(zhì)斷面監(jiān)測數(shù)據(jù)間建立良好的空間響應關系，可高效模擬污染物排放、入河及河網(wǎng)遷移轉化過程(模型結構如圖3所示).

表1 流域水污染源分類、核算范圍及核算方法

圖3 基于SPARROW模型的污染物源匯過程耦合模擬校核模型結構

SPARROW模型的優(yōu)點在于[44]：①相對于機理模型來說，SPARROW模型所需觀測數(shù)據(jù)較少，對監(jiān)測頻率要求較低；②將陸域污染物質(zhì)排放和遷移與河流衰減過程聯(lián)系起來，可高效量化污染源對特定水體的時空貢獻. 研究[44-49]表明，SPARROW模型對量化污染物傳輸過程具有較好的模擬精度與合理性，被廣泛應用于國內(nèi)外不同流域，尤其適用于流域污染物空間溯源模擬分析.

為校核各類污染源估算結果的合理性并定量解析污染來源貢獻，考慮流域系統(tǒng)污染物源匯過程，以各類污染源負荷估算值作為排污負荷驅(qū)動數(shù)據(jù)，耦合SPARROW模型，開展流域總磷產(chǎn)排污-入湖過程模擬，依據(jù)監(jiān)測站污染物實際通量校核評估模擬精度(見圖3). 各類污染源估算結果合理性可從模型參數(shù)率定值合理性和模擬精度兩方面進行評判，其中模擬精度采用決定系數(shù)(R2)和納什效率系數(shù)(NSE)進行評估[50]. 該研究中，當模型參數(shù)率定值在合理范圍內(nèi)且R2和NSE值均大于0.7時，認為污染源估算結果較合理且模擬結果可作為污染源解析的依據(jù).

1.2.3污染源時空貢獻解析

在污染源匯過程模擬校核后，基于SPARROW模型開展溯源模擬分析[49]，定量解析各子流域的各類污染源對鄱陽湖湖體的總磷負荷貢獻，分兩步進行：①以“五河七口”作為為SPARROW模型模擬的集水區(qū)出口，模擬量化相關子流域的各類污染源匯入濱湖區(qū)的負荷通量. ②對進入濱湖區(qū)的污染負荷量按距湖體的河道距離，采用一維水質(zhì)模型[51-52]計算遷移轉化后的入湖負荷量.

綜上，該研究提出一種基于源匯過程的流域污染源解析技術方法，通過耦合多污染源負荷估算方法與SPARROW模型，系統(tǒng)模擬污染源產(chǎn)排污-匯流-入河(湖)過程，并從污染源和子流域雙尺度精細化解析負荷貢獻特征，體現(xiàn)了多種類型污染源貢獻的空間差異性，且依據(jù)實測負荷通量對源匯過程進行模擬校核，可保證模擬解析結果的科學性和精準性.

1.3 數(shù)據(jù)來源

考慮數(shù)據(jù)質(zhì)量、可獲取性和近期代表性，系統(tǒng)收集整理2016年和2017年(分別為豐水年和平水年)相關數(shù)據(jù)資料開展鄱陽湖流域總磷污染源解析，相關基礎數(shù)據(jù)信息如表2所示.

表2 研究區(qū)主要基礎數(shù)據(jù)信息

2 結果與討論

2.1 負荷模擬校核結果

該研究核算了2016—2017年鄱陽湖流域13種污染源(見表1)區(qū)縣尺度的總磷年排污負荷量，并將流域按“五河七口”劃分為8個集水區(qū)(包括7個入湖河流集水區(qū)和濱河區(qū))、86個子流域(參考水質(zhì)站位置及國家控制單元劃分)，結果如圖4所示. 進一步將區(qū)縣排污負荷轉換到子流域空間單元并估計得到子流域各種污染源逐月排污過程. 應用構建的污染物源匯過程模型，以58個水質(zhì)站總磷實測通量分雨季(3—8月)和非雨季開展排污負荷合理性評估校核. 考慮SPARROW模型最小二乘算法特點，依據(jù)李雪等[49]基于大量應用案例建立的監(jiān)測站點數(shù)量與SPARROW模型模擬參數(shù)線性關系，并考慮鄱陽湖流域自然地理特征，選擇點源系數(shù)、面源系數(shù)、河網(wǎng)密度系數(shù)、降雨系數(shù)、一級河流衰減系數(shù)和二級河流衰減系數(shù)共6個參數(shù)進行模擬校核，結果如圖5和表3所示.

圖4 鄱陽湖流域集水區(qū)和子流域劃分結果

由圖5和表3可見，總磷負荷模擬值與斷面實測通量的自然對數(shù)值一致性好(散點處于1∶1對角線附近)，模型預測值自然對數(shù)與殘差間無明顯相關關系，且殘差值基本處于-0.5～0.5區(qū)間范圍內(nèi)；年尺度和季節(jié)尺度負荷模擬精度均較高，R2和NSE平均值均處于0.8～0.9之間. 此外，率定所得模型參數(shù)值均在合理范圍內(nèi)，表現(xiàn)在：①2016年和2017年相關陸域傳輸和水域傳輸系數(shù)基本相近，反映穩(wěn)定的下墊面條件，與實際相符. ②河網(wǎng)密度系數(shù)值處于8.167～10.280之間，與北美[53]和新西蘭[54]SPARROW模型的研究結果相近. ③一級河流衰減系數(shù)為0.242～0.599，二級河流衰減系數(shù)為0.123～0.264，均處于北美和新西蘭SPARROW模型應用相關結果范圍內(nèi). ④點面源系數(shù)值均處于1附近[43]，認為合理. 為論證各參數(shù)的可靠性，進一步針對相關參數(shù)開展了顯著性檢驗和標準差分析(見表4). 結果表明:率定期點源系數(shù)和面源系數(shù)的顯著性P值均小于0.1，標準差在0.3～0.4之間；河網(wǎng)密度系數(shù)顯著性P值小于0.001，降雨系數(shù)、一二級河流衰減系數(shù)的顯著性P值雖然在某些情形下偏大，但處于SPARROW模型可接受范圍內(nèi)，且相應標準差均小于0.3. 可見，SPARROW模型相關參數(shù)顯著性水平較好，具備科學性和模擬應用價值. 綜上，所構建的源匯過程模型的模擬效果良好，參數(shù)相對可靠，認為污染源估算及源匯過程模擬結果合理.

2.2 總磷入湖污染源解析

2.2.1污染來源識別

如圖6所示，鄱陽湖流域各類污染負荷經(jīng)源匯過程遷移轉化，2016—2017年年均入湖總量為 10 619.5 t. 其中，年均陸域總磷負荷輸入 9 638.1 t，占入湖負荷總量的90.8%，湖體總磷排放占比為9.2%，這與劉發(fā)根等[31]對鄱陽湖總磷入湖通量變化規(guī)律(2004—2012年總入湖量在 5 000～20 000 t之間，并呈總體降低趨勢)的研究結果基本相符. 從各污染源入湖量(見圖6)來看：鄱陽湖總磷污染負荷主要來自于農(nóng)業(yè)源(年均入湖總量為 5 987.9 t，貢獻率為56.4%)，其中種植業(yè)、畜禽養(yǎng)殖和水產(chǎn)養(yǎng)殖的貢獻率分別為29.3%、17.2%和9.9%；其次，來自于城鎮(zhèn)源(年均入湖總量為 3 253.1 t，貢獻率為30.6%)，其中城鎮(zhèn)生活和城市徑流的貢獻率分別為24.6%和6.0%；湖體內(nèi)污染源年均入湖總量為981.4 t，貢獻率為9.2%，主要來自于內(nèi)源釋放(貢獻率為6.9%)，干濕沉降貢獻較小(貢獻率為1.8%)，候鳥糞便、船舶碼頭、采砂活動和旅游業(yè)貢獻最小(貢獻率合計為0.5%)；農(nóng)村生活和工業(yè)企業(yè)貢獻較少，貢獻率分別為2.2%和1.6%.

圖5 鄱陽湖流域總磷負荷合理性模擬校核結果

表3 模型主要參數(shù)率定及模擬精度結果

表4 模型主要參數(shù)顯著性和標準差分析結果

圖6 鄱陽湖流域總磷污染源年均入湖總磷負荷情況

綜上，入鄱陽湖的總磷負荷主要來自于陸域，總體以農(nóng)業(yè)源為主、城鎮(zhèn)源為輔(貢獻率總計為87.0%)，具體以種植業(yè)和城鎮(zhèn)生活源影響最為突出(入湖量貢獻率介于20%～30%之間). 該結果與相關研究指出的化肥施用是20世紀80年代以來鄱陽湖流域人為磷污染輸入增長的主要驅(qū)動因子的結論[2]相符；同時與江西作為國家級糧食主產(chǎn)區(qū)[55]，農(nóng)村人口多、農(nóng)業(yè)比重相對較高的實際情況相一致.

圖7 鄱陽湖流域各集水區(qū)總磷入湖負荷總量空間分布

2.2.2空間貢獻特征

在集水區(qū)尺度(見圖7)上，濱湖區(qū)總磷入湖負荷年均貢獻量最大，為 3 636.5 t(占全流域的33.5%)，主要涉及南昌市、九江市和上饒市境內(nèi)；其次是贛江集水區(qū)，其年均入湖負荷量為 3 305.1 t(占31.8%)，涉及吉安市、贛州市、宜春市和新余市境內(nèi)；其他集水區(qū)入湖負荷貢獻量相對較小(合計貢獻率為25.5%)，如信江和撫河集水區(qū)年均入湖負荷量分別為747.8和716.0 t；湖體各類污染源貢獻率占比共計9.2%.

在子流域尺度上，主要針對鄱陽湖陸域污染源類型開展空間貢獻分析(見圖8). 由圖8(a)可見，濱湖區(qū)和贛江中下游等區(qū)域的子流域入湖負荷量較大，年均入湖負荷量范圍為200～560 t；入湖貢獻量較小的子流域主要分布在贛江上游、修水、信江中游等區(qū)域，年均入湖負荷量小于100 t. 分析各子流域總磷入湖貢獻比例發(fā)現(xiàn)，共計有16個高貢獻子流域(入湖負荷貢獻率大于2%)，合計入湖貢獻占全流域的52.7%(相關子流域編號和分布情況見圖9和圖4). 相比而言，各子流域總磷入湖負荷貢獻強度〔見圖8(b)〕與入湖總量的總體空間分布類似，單位面積入湖貢獻量較大的區(qū)域集中分布在濱湖區(qū)，其中以南昌市區(qū)所涉子流域入湖負荷強度最大，達到1 316.2 kg(km2·a)；其余有來自濱湖區(qū)(4個)、贛江下游和上游贛州市(3個)、饒河下游(2個)共9個子流域入湖貢獻強度較大，在200.0～622.0 kg(km2·a)之間. 此外，在贛江各支流及中上游、撫河中上游、信江上游和修水中上游相關子流域入湖負荷貢獻強度相對較小〔<100 kg(km2·a)〕.

圖8 鄱陽湖流域內(nèi)各子流域陸源總磷入湖負荷量和單位面積總磷入湖負荷強度空間分布

如圖9所示，入湖總磷負荷的高貢獻子流域間污染源貢獻結構具有差異性. 其中，處于濱湖區(qū)子流域主要貢獻源為城鎮(zhèn)生活(如6號和11號子流域，貢獻占比均大于70%)、水產(chǎn)養(yǎng)殖(如14號和16號子流域，貢獻占比均大于40%)、種植業(yè)(如18號子流域，貢獻占比大于40%)；處于贛江集水區(qū)的相關子流域主要貢獻源為種植業(yè)(如41號和44號子流域，貢獻占比均大于40%)和畜禽養(yǎng)殖(如28號子流域，貢獻占比為48.3%)；處于撫河集水區(qū)的高貢獻子流域主要貢獻源為城鎮(zhèn)生活(如69號子流域，貢獻占比為33.8%)和種植業(yè)(如71號子流域，貢獻占比為39.5%)；處于饒河集水區(qū)的高貢獻子流域主要貢獻源為種植業(yè)(如22號子流域，貢獻占比為60.9%).

綜上，濱湖區(qū)、贛江中下游、撫河中下游、饒河是鄱陽湖總磷污染高影響區(qū)域(濱湖區(qū)和贛江集水區(qū)合計貢獻率為65.3%)，且相應16個高貢獻子流域(合計貢獻率為52.7%)污染源結構各異. 這與鄱陽湖流域的人口和經(jīng)濟產(chǎn)業(yè)空間布局密切相關. 依據(jù)統(tǒng)計年鑒數(shù)據(jù)，2017年濱湖區(qū)和贛江集水區(qū)所涉及的南昌、九江、上饒、宜春、新余、吉安和贛州7個地級市人口和GDP合計分別占全省的83.0%和81.2%(濱湖區(qū)GDP占比為45.9%)，農(nóng)村人口和化肥施用量分別約占全省的84.0%和80.0%，各類畜禽養(yǎng)殖和水產(chǎn)養(yǎng)殖量約占全省的79.0%和87.4%(濱湖區(qū)水產(chǎn)養(yǎng)殖量占比為62.0%). 相關數(shù)據(jù)印證了入湖污染源空間貢獻特征的合理性.

圖9 高貢獻子流域(入湖負荷貢獻率大于2%)陸域污染源貢獻結構

2.2.3年內(nèi)時間貢獻特征

圖10 鄱陽湖流域各類陸域污染源入湖負荷過程

鄱陽湖流域總磷入湖負荷年內(nèi)變化主要受陸域污染源支配. 如圖10所示，鄱陽湖流域各類總磷陸域污染源負荷月尺度入湖量主要集中在雨季(3—8月)，最高月入湖負荷量可達 2 200 t (峰值月份為6月)，雨季入湖負荷量累計占全年的70.0%；其他非雨季入湖負荷貢獻量相對較小(30.0%)，月均入湖負荷量為780.3 t，與涂國安等[30]研究結果相似. 從各類陸源的逐月貢獻占比(見圖11)來看；雨季(3—8月)以面源入湖為主，農(nóng)業(yè)面源入湖占比達56.3%(其中種植業(yè)和畜禽養(yǎng)殖占比分別為35.2%和21.1%)，其次為城鎮(zhèn)生活，占比為19.7%；非雨季農(nóng)業(yè)面源入湖占比為37.5%，城鎮(zhèn)生活入湖貢獻率最大，占比為45.5%.

綜上，鄱陽湖TP污染受氣象水文條件影響大，陸源入湖負荷年內(nèi)分布不均. 這與鄱陽湖流域地處亞熱帶濕潤季風氣候區(qū)，降水徑流豐沛、“五河”入湖徑流量季節(jié)變化大的特點緊密相關. 郭華等[56]研究發(fā)現(xiàn)，鄱陽湖流域前半年降水量持續(xù)增加，6月達到年降水量和徑流量峰值. 此外，涂國安等[30]也指出，鄱陽湖的非點源磷污染負荷和入湖徑流量的年內(nèi)分配基本一致(相關系數(shù)可達0.96). 這與該研究總磷負荷月入湖貢獻特性相符，說明氣象水文條件影響是鄱陽湖流域總磷入湖負荷年內(nèi)波動大、雨季以面源為主的重要原因.

2.3 不確定性分析

圖11 鄱陽湖流域各類陸域污染源總磷月入湖負荷貢獻占比

應用基于源匯過程模擬的流域污染源解析技術方法，系統(tǒng)解析了鄱陽湖總磷污染時空來源特征，但相關基礎數(shù)據(jù)和模型方法仍存在一定不確定性. 具體表現(xiàn)在：①基礎數(shù)據(jù)不確定性. 該研究涉及13種主要污染源，基礎數(shù)據(jù)來源各異，包括調(diào)查數(shù)據(jù)、統(tǒng)計數(shù)據(jù)，各數(shù)據(jù)間統(tǒng)計口徑、時間尺度和質(zhì)量等，具有一定差異. ②模型方法不確定性. 所建立的源解析模型結構較復雜，其中部分污染源核算參數(shù)的確定依據(jù)資料調(diào)研，同時其排污負荷時空轉換方法機理性有待加強，可能導致模擬解析結果在局部區(qū)域具有一定偏差. 總之，因數(shù)據(jù)和模型存在一定不確定性，研究結果可能與鄱陽湖流域?qū)嶋H情況存在一定差異.

3 結論與建議

a) 鄱陽湖總磷污染負荷主要來自陸域輸入(占90.8%)，農(nóng)業(yè)源為主要污染來源(貢獻率為56.4%)，其次為城鎮(zhèn)生活源，貢獻率為30.6%. 流域主要總磷污染源入湖負荷貢獻結構表現(xiàn)為種植業(yè)(29.3%)>城鎮(zhèn)生活(24.6%)>畜禽養(yǎng)殖(17.2%)>水產(chǎn)養(yǎng)殖(9.9%)>內(nèi)源釋放(6.9%)>城市徑流(6.0%)>農(nóng)村生活(2.2%)>工業(yè)企業(yè)(1.6%)>其他源.

b) 空間分布上，入鄱陽湖總磷負荷主要來自于濱湖區(qū)(貢獻占比為33.5%)和贛江集水區(qū)(貢獻占比為31.8%)，其他支流貢獻較小(貢獻率合計為25.5%)，湖體貢獻占比為9.2%. 流域有16個高貢獻子流域，總體貢獻52.7%的入湖負荷量，且各子流域污染源結構各異.

c) 鄱陽湖總磷污染受氣象水文條件影響較大，入湖污染負荷季節(jié)性波動明顯. 流域總磷入湖負荷量主要集中在雨季(3—8月、峰值出現(xiàn)在6月)，雨季陸源入湖負荷量累計占全年的70.0%，非雨季貢獻量相對較小，占30.0%.

d) 基于源匯過程的流域污染源解析模型方法，通過系統(tǒng)模擬流域污染源產(chǎn)排污-匯流-入河(湖)過程，精細化解析污染來源及時空貢獻特征，具有一定科學性、先進性和推廣應用價值，可為流域水污染科學、精準防治提供技術支撐.

e) 建議圍繞濱湖區(qū)、贛江中下游等高影響區(qū)域設立優(yōu)先管控區(qū)，重點針對種植業(yè)、城鎮(zhèn)生活、畜禽養(yǎng)殖、水產(chǎn)養(yǎng)殖等污染源，以污染物源匯全過程控制為核心制定總磷污染減排政策，以期改善鄱陽湖水環(huán)境質(zhì)量.