基于流域模型与遥感解译方法的农业面源污染精细化源解析技术研究OA北大核心CSTPCD

农业面源污染源解析是面源污染防治的基础。农作物种植是农业面源污染源的重要组成,然而传统的面源污染源解析方法不能量化不同农作物对农业面源污染负荷的贡献,其解析精度也难以满足环境管理部门精细化管理的客观需求。本研究以天津于桥水库上游沙河流域为研究区,采用流域模型与遥感解译的方法,解析流域总磷负荷来源与贡献,旨在建立一种农业面源污染源精细化源解析技术。研究结果显示:基于Google Earth Engine(GEE)平台的农作物遥感总体分类精度在88%以上,Kappa系数均大于0.81,整体分类结果可信。沙河流域主要作物类型包括冬小麦-夏玉米、板栗、果树与其他作物,其中冬小麦-夏玉米的种植面积最大,占比为44%~67%,板栗种植面积次之,占比为11%~29%。冬小麦-夏玉米种植面积总体呈下降趋势,板栗种植面积则呈快速上升趋势。沙河流域Generalized Watershed Loading Function(GWLF)模型对溪流量与总磷负荷的模拟表现良好,其模型校准期与验证期的NSE在0.59以上,R^(2)在0.79以上。耕地为沙河流域最大的面源总磷负荷来源,占总磷负荷总量的61%;在耕地中,冬小麦-夏玉米总磷负荷占比最大(52%),板栗次之(20%);考虑到板栗种植面积近年来不断上升,未来沙河流域面源总磷负荷仍有升高的风险。