导读:本文包含了优先控制区论文开题报告文献综述及选题提纲参考文献，主要关键词:土壤侵蚀,USLE,面源污染,优先控制区
优先控制区论文文献综述
阮舒荷,庄艳华,王立辉,汤显强,张亮[1]（2019）在《汉江中下游流域土壤侵蚀高风险期及优先控制区协同分析》一文中研究指出土壤侵蚀高风险期和优先控制区分别指土壤侵蚀发生的主要时段和区域。基于月尺度土壤侵蚀高风险期及优先控制区识别,对水土资源保护具有实践意义。基于USLE模型,定量分析汉江中下游流域不同月份土壤侵蚀时空分布特征,采用土壤侵蚀高风险期及优先控制区协同分析方法,先基于侵蚀量-时间曲线定量识别流域土壤侵蚀的高风险期,再基于侵蚀量-面积曲线识别高风险期内的优先控制区。结果表明,汉江中下游流域2010年土壤侵蚀具有集中分布特点,严重侵蚀区域主要集中在流域西北和东南地区,占流域面积的11.70%;轻度及以下侵蚀区域主要集中在流域东部和南部坡度较低的区域,占流域面积的88.30%。流域土壤侵蚀的高风险期为4月和7月,侵蚀量占全年的69.12%,其中,7月土壤侵蚀量最高,占全年的41.83%,4月土壤侵蚀量占全年的27.29%。汉江中下游流域高风险期内优先控制区占流域面积的12.22%,其侵蚀量达82.01%,优先控制区主要分布在流域北部、西部及东南部分县市。通过优先控制高风险期内的优先控制区域可以大大提高土壤侵蚀的控制效率。(本文来源于《长江流域资源与环境》期刊2019年06期）
陈学凯[2]（2019）在《湖泊流域非点源污染分区精细化模似与多级优先控制区识别》一文中研究指出洱海作为云南省第二大淡水内陆湖泊,对于调节区域气候、维持生态系统平衡和支撑社会经济发展方面具有重要的作用,被大理人民称为“母亲湖”。与众多内陆湖泊的演变规律类似,洱海正处于“草—藻”共生的初期富营养化状态的关键拐点,就目前来看,洱海湖区水质总体上为Ⅲ类水,低于其目标水质Ⅱ类水,且下降趋势十分显着。从20世纪80年代较为稳定的Ⅰ类水降至目前的Ⅲ类水,蓝藻现象也时有爆发,仅在1996年、2003年和2013年就爆发了较为严重的区域性蓝藻水华,伴随着湖区水质和营养状态的改变,大型挺水植物逐渐衰退,湖区水生生物结构发生改变,造成湖区水生态系统的稳定性趋于下降。此外,随着近几年洱海流域社会经济的快速发展,农业种植的高产化和旅游业的高收入性在给当地居民带来巨大的经济效益的同时,也给洱海带来了巨大的入湖污染负荷。过量的外源污染物质输入不仅对湖区水质带来了巨大的负面影响,还为湖泊富营养化现象的发生提供了必要的物质基础。从目前我国生态文明建设工作中所提出的“山水林田湖是一个生命共同体”的管理理念来看,如何遏制洱海湖区水质的进一步恶化?如何全面认识洱海外源污染物质输入的变化特征?如何以湖泊水质改善为目的建立行之有效的流域非点源污染治理方案?这是当前洱海保护工作中亟需解答的问题。在此大背景下,本文以流域水文学、水资源学和水环境学等多学科理论为研究基础,以地理、气象、水文、水质和社会经济等多元数据作为研究支撑,以现场监测、机理模型模拟以及数据挖掘分析相结合的研究手段,以问题诊断、模型模拟、规律揭示这种层层递进的逻辑关系结构,围绕着洱海流域非点源污染变化特征研究和优先控制区识别这两个研究主题,依次构建了基于蒙特卡洛AHP算法的洱海流域分区方法体系、基于分区参数移植法的洱海流域非点源污染模拟框架、基于空间马尔科夫链模型和湖泊水质—污染源响应关系模型的入湖污染贡献负荷量计算方法体系和混合区水质污染分担率计算方法体系、基于统计分析的洱海流域入湖流量—非点源污染负荷黑箱经验模型以及基于灰色系统理论和流域水质具标管理制度的流域非点源污染多级优先控制区识别方法体系,在此基础上,深度剖析了洱海流域不同区域的非点源污染变化过程及阶段性特征,为建立高效的、有针对性的流域非点源污染治理方案提供理论依据和数据支撑。本文的主要研究成果及结论如下:(1)客观识别了洱海水环境恶化的主要原因。在年内变化规律上,洱海枯水期的水质状况优于丰水期,在空间分布特征上,枯水期北部湖区的水质状况优于南部,丰水期南部湖区的水质状况优于北部。过量外源氮磷污染负荷的输入是目前洱海水环境趋于恶化的主要诱因。本文总结概括了目前洱海湖泊水环境趋于恶化的主要叁个问题:①流域入湖污染负荷的持续增多是洱海湖泊营养化状况改变的物质基础,加大了洱海富营养化现象发生的风险;②高风险时段内湖区氮磷营养物浓度峰值的出现以及理化环境的改变是洱海湖泊藻华现象爆发的诱发因素;③随着湖泊营养物质的积累和水生生态系统的退化,洱海已经逐渐从全年磷控型湖泊转变为丰水期氮磷双控型湖泊,洱海湖泊富营养化治理工作压力将会进一步加大。(2)精细模拟了洱海流域不同区域的非点源污染变化特征。本文突破了以往非点源污染模拟采用全流域统一参数的限制,提出了基于蒙特卡洛AHP算法的洱海流域分区方法体系,基于该分区方法体系,本文将洱海划分为北部洱源平地河流区、西部大理高山河流区、南部凤仪中山河流区以及东部海东低山河流区四个区域。在分区结果的基础上,选取各分区的典型小流域,基于分布式流域SWAT模型,利用分区参数移植方法进行典型小流域内的水文、营养物循环精细化模拟。通过将分区参数模拟结果与全流域参数模拟结果对比后发现,采用分区参数移植方法显着提高了模拟精度(阳溪:分区Ens为0.88,全流域Ens为0.43;波罗江:分区Ens为0.87,全流域En2s为0.62),进一步验证了该方法体系在洱海流域的必要性和适用性。(3)详细构建了一套适用于湖泊型流域的入湖污染负荷贡献量计算方法体系。本文基于空间马尔科夫模型和湖泊水质—污染源响应关系模型,对洱海流域入湖污染贡献负荷和混合区水质污染分担率进行计算。研究发现:洱海各子流域总氮、总磷入湖污染贡献量的高值区集中在北部洱源平地河流区和南部凤仪中山河流区的主河道两侧或者中下游区域,以及西部大理高山河流区内。各子流域河口混合区的水质污染分担率不仅与入湖水量和自身污染输出量有关,还和子流域与河口混合区的空间距离有关。(4)定量研究了不同下垫面条件对于流域非点源污染输移的影响。研究发现:农田由于人为施肥等原因造成其入湖贡献量强度最大。水稻土土类是流域总氮、总磷入湖污染贡献量强度最大的土壤类型。农业用地(旱地和水田)的贡献负荷强度与坡度呈现二次函数关系,18°坡度带是洱海流域进行农业种植的关键地形阈值,林地、草地的贡献负荷强度与坡度呈现对数函数关系,即随着坡度的增大,其贡献负荷强度随之降低。不同土地利用类型的贡献负荷强度与地理高程均呈现对数函数关系,在地理高程小于2000m的[区域,氮磷入湖污染贡献负荷强度相对较大。(5)总结凝练了洱海流域不同区域的入湖流量—非点源污染负荷黑箱经验模型。研究发现:在流域水文特性和下垫面条件趋于稳定的前提下,流域入湖污染负荷量与入湖流量之间呈现出拟合度相对较好的幂函数关系,其相关系数均达到了 0.70以上且通过了α=0.05的置信度检验。通过进一步的验证分析,所建立的洱海流域不同区域的流量一非点源污染负荷黑箱模型具有较好的稳定性,其模拟的年尺度污染负荷相对误差控制在30%以内,月尺度污染负荷相关系数均通过了α=0.05的置信度检验。(6)准确定位了洱海流域非点源污染优先控制区。基于灰色系统理论和流域水质目标管理制度,构建了以湖泊水质改善为目的的流域非点源污染多级优先控制区识别体系。研究发现:80%的入湖氮磷污染负荷量集中在流域30%以内的区域。不同评估点的优先控制区识别结果差异性较大。针对湖区平均水质状况,对于总氮来说,将湖泊水质达标保证率从1 0%提升至80%时较为经济(控制9.33%的流域面积),对于总磷来说,将湖泊水质达标保证率从1 0%提升至50%时较为经济(控制8.74%的流域面积);针对北部湖区水质状况,对于总氮、总磷污染,将湖泊水质保证率从1 0%提升至50%时较为经济(分别控制8.36%和1 5.48%的流域面积)。以局部区域水质状况进行流域非点源污染优先控制区识别是流域水环境精细化管理的发展方向。(本文来源于《中国水利水电科学研究院》期刊2019-03-01）
王敏[3]（2019）在《嘉兴市农村生活污水处理设施优先控制区识别与监管方案研究》一文中研究指出我国农村人口多,生活污水排放量大但处理率低,农村生活污水对地表水环境的影响已得到广泛关注。近年来,我国建设了大量农村生活污水处理设施,这些设施数量庞大、位置分散,运维监管难度很大。本文以长叁角中下游平原河网地区嘉兴市为研究对象,首先建立了嘉兴市农村生活污水处理设施基础数据库,统计分析了嘉兴全市及其下辖各区(县、市)设施工艺和设施规模的分布特征;之后,通过大量的实地调研和水质测试,研究了不同区域、不同规模、不同工艺设施的出水水质达标情况;最后,选择秀洲区和海宁市为例,以乡镇区划为单元,研究出识别农村生活污水处理设施优先控制区的方法,并制定出高效经济的运维监管方案。研究结果可为把握设施运行现状、提高对设施的运维监管效率提供技术支撑。研究结果表明:(1)嘉兴全市已交付运维的农村生活污水处理设施共2142座(设计规模≥1 t·d~(-1))。其中,规模以1～20 t·d~(-1)(不含)为主,占68.4%,工艺以接触氧化式厌氧-缺氧-好氧(AAO)为主,占68.2%。各区(县、市)中,平湖市、海盐县、嘉善县的设施规模以20～50 t·d~(-1)为主,其余区(县、市)设施规模以1~20 t·d~(-1)为主。除港区以ITE为主要设施工艺类型以外,其余区(县、市)均以AAO工艺设施为主。(2)抽检167座农村生活污水处理设施的出水水质,与《浙江农村生活污水处理设施水污染物排放标准》(DB33/973 2015)二级排放标准进行比较,发现嘉兴全市化学需氧量(COD)达标率最高,为98.2%;四项指标均达标的比例为48.8%。设施规模对NH_3-N、TP达标率的影响并不大,但COD、SS达标率随设施规模的增加而增大,规模20～50 t·d~(-1)的设施四项指标均达标的比例相对较高。各种工艺中,ABT+PKA和BFP工艺设施的污染物达标率较高,四项指标均达标的比例为为66.7%和81.8%。海宁市、嘉善县、秀洲区农村生活污水处理设施污染物达标率最高,四项指标的总达标率分别为76.3%、66.7%、53.2%。(3)解析了秀洲区和海宁市的农村生活污水处理设施污染物排放强度。发现秀洲区农村生活污水处理设施的NH_3-N和COD排放强度明显高于海宁市,而TP排放强度则与海宁市差不多。各区(县、市)内不同镇(街道)排污强度差异很大。秀洲区内洪合镇各污染物的排放强度均最高;海宁市内盐官镇NH_3-N排放强度最高,许村镇TP和COD排放强度最高。(4)为提高监管效率,研究了秀洲区和海宁市农村污水处理设施的优先控制区域。从秀洲区5个镇470座设施中,筛选出3个镇(洪合镇、王江泾镇、油车港镇)为优先控制区,通过对王江泾镇50 t·d~(-1)以上、油车港镇30～50 t·d~(-1)等不同规模设施进行重点管理,可通过对17.7%设施监管,实现60.0%的排污削减。从海宁市11个镇178座设施中,筛选出5个镇(长安镇、许村镇、海洲街道、盐官镇、袁花镇)为优先控制区,通过对盐官镇50 t·d~(-1)以上、海洲街道5～20 t·d~(-1)等不同规模设施进行重点管理,可通过对16.9%设施监管,实现43.5%的排污削减。(本文来源于《上海师范大学》期刊2019-03-01）
巴诺[4]（2017）在《阿什河流域非点源污染优先控制区识别》一文中研究指出由于农村生活污水排放及化肥的过度施用,大量的污染物进入河流,对环境造成严重污染。为寻找到污染较严重的区域并进行有针对性的治理,运用美国农业部开发的SWAT模型及美国地质勘探局(United States Geological Survey,简称USGS)开发的LOADEST模型,对研究区的污染物进行估算及模拟,并采用空间分析方法获得污染物优先控制区。结果表明,污染物的模拟效果较好,通过空间分析可以有效识别污染严重的区域,为未来阿什河流域环境的综合治理提供借鉴。(本文来源于《水利科技与经济》期刊2017年06期）
郑倩琳,王妍妍,闫雅妮,廖曼,马腾[5]（2016）在《淮河流域浅层地下水氮污染阻断优先控制区识别》一文中研究指出地下水向地表水排氮是地表水氮污染的主要来源之一.如何从水循环角度有效控制地下水中的氮向地表水排泄是地表水氮污染控制的关键问题,而如何从流域尺度识别出哪些是地下水向地表水排氮的高风险区域,则是阻控地下水向地表水排氮的难点.为此提出了地下水氮污染阻断优先控制区的定义和识别方法,以淮河流域为研究区,从地下水与地表水的相互作用关系、地下水氮污染程度和地下水遭受氮污染的风险叁方面,按照优先治理地下水—地表水相互作用强、氮污染等级高、特殊脆弱性高的原则识别淮河流域浅层地下水氮污染阻断优先控制区.本研究为大流域尺度的地下水—地表水氮污染综合防控提供了新思路.(本文来源于《南京大学学报(自然科学)》期刊2016年01期）
夏品华,喻理飞,林陶,孔祥亮[6]（2015）在《基于土壤氮磷积累的草海流域面源污染优先控制区识别》一文中研究指出土壤养分积累是引起农业面源污染的重要原因,反应土壤面源污染发生的潜力.为识别草海流域面源污染的优先控制区,对草海自然保护区6个小流域不同利用方式土壤氮、磷空间分布进行了研究.结果表明,土壤氮、磷的平均含量分别为2.26±0.54 g·kg-1和0.28±0.11 g·kg-1,变异系数分别为24.10%和38.68%,为中等变异.土地利用方式影响草海土壤氮和磷含量的分布,氮含量城郊农用地>沼泽地>旱地>林地;磷含量分布规律为沼泽地>城郊农用地>旱地>林地.不同土地利用方式之间土壤氮、磷含量差异性显着(P<0.05).草海保护区6小流域聚为3类,分别代表敏感区、轻度敏感区和不敏感区,敏感区富民村子流域土壤氮、磷最高,农业面源污染发生潜力最大,为草海流域面源污染的优先控制区.(本文来源于《环境化学》期刊2015年09期）
吴珺[7]（2013）在《农业污染优先控制区划分》一文中研究指出农业污染已引起广泛关注，农业污染进行控制区的划分，对农业环境污染治理具有重要指导意义。本研究采用“等标污染负荷法”对安徽省农村生活污染（生活污水和人粪尿）、禽畜粪便污染以及化肥污染叁种污染源产生的污染物总氮（TN）、总磷（TP）、化学需氧量（COD）进行系统评价。计算安徽省16个市叁个污染源污染物的等标污染排放量、等标污染负荷比以及污染物单位面积等标污染负荷，分析农业污染特征，依据安徽省行政区划，对辖区内主要农业污染物的区域分布进行MapInfo软件系统分析；以单位面积污染负荷为基础，对安徽省的农业污染进行系统聚类分析，另外，以等标污染负荷比为变量进行模糊聚类分析；以安徽省化肥、地膜和农药投入密度作为农业污染指标，利用环境库兹涅茨曲线（EKC）分析安徽省经济增长与农业污染之间的关系。主要研究结果如下：1.安徽省的农业污染情况较为严重，尤其是化肥、农药、地膜的使用量，1995-2010年间，总体均呈现增加的趋势；但全省农药、地膜的使用量比化肥使用量少。2.安徽省农业污染中，最为主要的污染物是总氮（TN），主要来源于化肥污染。总氮（TN）的等标污染排放量为19.66万t，等标污染负荷比为58.39%；其次是总磷（TP），占34.01%；化学需氧量（COD）的等标污染负荷比最低，仅为7.6%。化肥污染源产生污染物的等标排放总量达14.83万t，占等标排放总量的20.27%，其次是禽畜养殖污染源，等标污染排放量为7.83万t，占总量的10.70%。3.采用软件绘制的农业污染物区域分布图显示，安徽省农业污染物分布存在空间差异性，总体呈现北部地区农业污染程度相对严重，南部地区污染程度则较轻，尤其是长江以南地区更低。安徽省范围内阜阳市的TP、TN、COD单位污染负荷值均较大，黄山市的TN、TP、COD单位污染负荷值最小；其余各市农业污染的TN污染最严重，COD污染最轻。4.不同于经典统计学聚类分析法的硬划分（分类界限分明），模糊聚类分析其在性质及类属方面存在中介性，适合进行软划分，更具有适用性和优越性。经典统计学中的系统聚类分析结果表明安徽省农业污染区域分为叁类：第Ⅰ类包含有合肥市、亳州市、六安市、滁州市、安庆市、淮北市、芜湖市、马鞍山市和铜陵市；第Ⅱ类有宣城市、池州市、黄山市；第×10类包括宿州市、蚌埠市、阜阳市、和淮南市。通过模糊聚类分析，安徽省农业污染区域则分为四类：第Ⅰ类包括马鞍山市和宣城市；第Ⅱ类只有宿州市；第Ⅲ类包含黄山市、芜湖市和铜陵市；第Ⅳ类是滁州市、池州市、淮北市、蚌埠市、阜阳市、淮南市、六安、亳州市、安庆市、合肥市。5.安徽省化肥的投入与经济发展呈“倒U”型，当经济发展到一定水平，化肥的使用将逐渐减少，对环境造成的污染会减轻；而农药的投入与经济发展的关系仍在“倒U”型曲线的左半段，尚未达到转折点，即在经济发展的同时，农药的投入在较短时间内仍会继续增加，农药造成的环境污染也会继续；经济发展与地膜的投入为“N”型（“倒U”+U型）曲线，曲线存在两个转折点，说明安徽省经济发展对地膜的影响是复杂的，地膜施用量伴随经济发展会出现小的波动，但总体趋势仍然是农用地膜施用量的增多。安徽省源于生活污水、畜禽粪尿、化肥等污染源的农业污染需要引起足够的重视，而且需根据不同区域的具体情况制定农业污染的控制措施，以减少对环境的危害。(本文来源于《安徽农业大学》期刊2013-06-01）
曹昕鑫[8]（2013）在《基于APPI指数系统的旱作农田面源污染发生潜力及优先控制区识别》一文中研究指出淮河作为我国五大江河之一,水质污染较为严重,国务院将其列为重点治理的“叁河叁湖”的首要位置。近年来治理淮河的力度不断加大,点源污染得到有效治理,淮河干流的水质稍有好转。但由于流域内非点源污染特别是农业非点源污染较为严重,淮河流域水污染严重的情形并没有因此得到彻底改善。而在淮河众多支流中,沙颍河是淮河水系污染最为严重的一级大支流,其水污染对淮河干流水质冲击较大。沙颍河流域是淮河流域的重要源头区之一,也是淮河流域经济快速发展、人口密度大、农业生产及畜禽养殖相对集中区域,且处于淮河流域粮食核心区的中心地带。该区工业污染相对较小,农业非点源是主要的污染来源。本论文依托国家科技攻关重大水专项(水体污染控制与治理科技重大专项)—“沙颍河流域旱作农田面源污染发生潜力及优先控制区识别”子课题,以沙颍河流域典型农业区域-河南省西华县为研究对象,以GIS为平台,利用已建立的农业非点源污染发生潜力指数系统(APPI),选取自然条件的径流指数和泥沙流失指数、人为条件的化肥指数和人畜排放指数作为评价因子。通过实地考察及基础资料的搜集,运用MAPINFO进行图层矢量化并建立空间信息系统,对四个指数进行编程计算,并将其标准化。对各个指数赋予相应的权重后计算而得到APPI指数,分析研究区内45个行政村的农业非点源污染潜力和污染负荷的空间分布,识别优先控制区和优先控制因子,计算各行政村单位面积氮磷负荷强度以及总负荷,确定污染负荷来源类型：采集沙颖河子流域水样,对流域内河流主要污染物来源及分布特征进行了识别,结合定量化评价非点源污染的手段,筛选出影响非点源污染发生主控因子；并通过现场监测研究区主要纳污水体的氮、磷含量对模型进行半定量验证。结果显示,研究区内,大杨庄、张庄和前集是非点源污染发生的高风险区域和优先控制区域。APPI指数,单位面积氮、磷污染负荷和总污染负荷位均居所有行政村的前3位,畜禽养殖是造成这3个村污染的首要原因。研究区主要污染因子为氮,主要污染源为农田养分流失,其次为畜禽养殖,分别占总污染负荷的52%和40%；贾鲁河水体NH3-N、PO4-P、TN、TP、COD等浓度均高于沙河、颍河。说明在沙颍河水系中,贾鲁河对沙颍河的水污染指标贡献率最高,是主要污染源；各采样点TN含量全面超过2mg/L(V类水标准)。沙颍河流域主要污染因子为TN,其次为TP和COD,重金属含量及有机物含量符合相关标准；通过现场监测研究区主要纳污河流的TN、TP对模型进行验证,结果表明研究区TN、TP整体趋势与APPI值具有较好的一致性。(本文来源于《安徽大学》期刊2013-05-01）
苏玉,蔡佳亮,汪杰,李国富,黄艺[9]（2009）在《中国农业污染优先控制区的划分方法初探》一文中研究指出农药污染和化肥污染是当前中国最主要的2个农业污染途径。从全国层面出发,构建因地制宜的农业污染控制方法体系和保障实施机制,有利于指导和监督各级地方政府及时治理农业生产污染,积极改善农村生态环境。基于现有的环境污染控制方法与措施,通过明确农业污染优先控制区的划分原则,引入外部性成本的概念,构建划分的表征指标体系,设计划分的依据与标准,最后形成中国农业污染优先控制区区划图。(本文来源于《环境污染与防治》期刊2009年10期）
优先控制区论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
洱海作为云南省第二大淡水内陆湖泊,对于调节区域气候、维持生态系统平衡和支撑社会经济发展方面具有重要的作用,被大理人民称为“母亲湖”。与众多内陆湖泊的演变规律类似,洱海正处于“草—藻”共生的初期富营养化状态的关键拐点,就目前来看,洱海湖区水质总体上为Ⅲ类水,低于其目标水质Ⅱ类水,且下降趋势十分显着。从20世纪80年代较为稳定的Ⅰ类水降至目前的Ⅲ类水,蓝藻现象也时有爆发,仅在1996年、2003年和2013年就爆发了较为严重的区域性蓝藻水华,伴随着湖区水质和营养状态的改变,大型挺水植物逐渐衰退,湖区水生生物结构发生改变,造成湖区水生态系统的稳定性趋于下降。此外,随着近几年洱海流域社会经济的快速发展,农业种植的高产化和旅游业的高收入性在给当地居民带来巨大的经济效益的同时,也给洱海带来了巨大的入湖污染负荷。过量的外源污染物质输入不仅对湖区水质带来了巨大的负面影响,还为湖泊富营养化现象的发生提供了必要的物质基础。从目前我国生态文明建设工作中所提出的“山水林田湖是一个生命共同体”的管理理念来看,如何遏制洱海湖区水质的进一步恶化?如何全面认识洱海外源污染物质输入的变化特征?如何以湖泊水质改善为目的建立行之有效的流域非点源污染治理方案?这是当前洱海保护工作中亟需解答的问题。在此大背景下,本文以流域水文学、水资源学和水环境学等多学科理论为研究基础,以地理、气象、水文、水质和社会经济等多元数据作为研究支撑,以现场监测、机理模型模拟以及数据挖掘分析相结合的研究手段,以问题诊断、模型模拟、规律揭示这种层层递进的逻辑关系结构,围绕着洱海流域非点源污染变化特征研究和优先控制区识别这两个研究主题,依次构建了基于蒙特卡洛AHP算法的洱海流域分区方法体系、基于分区参数移植法的洱海流域非点源污染模拟框架、基于空间马尔科夫链模型和湖泊水质—污染源响应关系模型的入湖污染贡献负荷量计算方法体系和混合区水质污染分担率计算方法体系、基于统计分析的洱海流域入湖流量—非点源污染负荷黑箱经验模型以及基于灰色系统理论和流域水质具标管理制度的流域非点源污染多级优先控制区识别方法体系,在此基础上,深度剖析了洱海流域不同区域的非点源污染变化过程及阶段性特征,为建立高效的、有针对性的流域非点源污染治理方案提供理论依据和数据支撑。本文的主要研究成果及结论如下:(1)客观识别了洱海水环境恶化的主要原因。在年内变化规律上,洱海枯水期的水质状况优于丰水期,在空间分布特征上,枯水期北部湖区的水质状况优于南部,丰水期南部湖区的水质状况优于北部。过量外源氮磷污染负荷的输入是目前洱海水环境趋于恶化的主要诱因。本文总结概括了目前洱海湖泊水环境趋于恶化的主要叁个问题:①流域入湖污染负荷的持续增多是洱海湖泊营养化状况改变的物质基础,加大了洱海富营养化现象发生的风险;②高风险时段内湖区氮磷营养物浓度峰值的出现以及理化环境的改变是洱海湖泊藻华现象爆发的诱发因素;③随着湖泊营养物质的积累和水生生态系统的退化,洱海已经逐渐从全年磷控型湖泊转变为丰水期氮磷双控型湖泊,洱海湖泊富营养化治理工作压力将会进一步加大。(2)精细模拟了洱海流域不同区域的非点源污染变化特征。本文突破了以往非点源污染模拟采用全流域统一参数的限制,提出了基于蒙特卡洛AHP算法的洱海流域分区方法体系,基于该分区方法体系,本文将洱海划分为北部洱源平地河流区、西部大理高山河流区、南部凤仪中山河流区以及东部海东低山河流区四个区域。在分区结果的基础上,选取各分区的典型小流域,基于分布式流域SWAT模型,利用分区参数移植方法进行典型小流域内的水文、营养物循环精细化模拟。通过将分区参数模拟结果与全流域参数模拟结果对比后发现,采用分区参数移植方法显着提高了模拟精度(阳溪:分区Ens为0.88,全流域Ens为0.43;波罗江:分区Ens为0.87,全流域En2s为0.62),进一步验证了该方法体系在洱海流域的必要性和适用性。(3)详细构建了一套适用于湖泊型流域的入湖污染负荷贡献量计算方法体系。本文基于空间马尔科夫模型和湖泊水质—污染源响应关系模型,对洱海流域入湖污染贡献负荷和混合区水质污染分担率进行计算。研究发现:洱海各子流域总氮、总磷入湖污染贡献量的高值区集中在北部洱源平地河流区和南部凤仪中山河流区的主河道两侧或者中下游区域,以及西部大理高山河流区内。各子流域河口混合区的水质污染分担率不仅与入湖水量和自身污染输出量有关,还和子流域与河口混合区的空间距离有关。(4)定量研究了不同下垫面条件对于流域非点源污染输移的影响。研究发现:农田由于人为施肥等原因造成其入湖贡献量强度最大。水稻土土类是流域总氮、总磷入湖污染贡献量强度最大的土壤类型。农业用地(旱地和水田)的贡献负荷强度与坡度呈现二次函数关系,18°坡度带是洱海流域进行农业种植的关键地形阈值,林地、草地的贡献负荷强度与坡度呈现对数函数关系,即随着坡度的增大,其贡献负荷强度随之降低。不同土地利用类型的贡献负荷强度与地理高程均呈现对数函数关系,在地理高程小于2000m的[区域,氮磷入湖污染贡献负荷强度相对较大。(5)总结凝练了洱海流域不同区域的入湖流量—非点源污染负荷黑箱经验模型。研究发现:在流域水文特性和下垫面条件趋于稳定的前提下,流域入湖污染负荷量与入湖流量之间呈现出拟合度相对较好的幂函数关系,其相关系数均达到了 0.70以上且通过了α=0.05的置信度检验。通过进一步的验证分析,所建立的洱海流域不同区域的流量一非点源污染负荷黑箱模型具有较好的稳定性,其模拟的年尺度污染负荷相对误差控制在30%以内,月尺度污染负荷相关系数均通过了α=0.05的置信度检验。(6)准确定位了洱海流域非点源污染优先控制区。基于灰色系统理论和流域水质目标管理制度,构建了以湖泊水质改善为目的的流域非点源污染多级优先控制区识别体系。研究发现:80%的入湖氮磷污染负荷量集中在流域30%以内的区域。不同评估点的优先控制区识别结果差异性较大。针对湖区平均水质状况,对于总氮来说,将湖泊水质达标保证率从1 0%提升至80%时较为经济(控制9.33%的流域面积),对于总磷来说,将湖泊水质达标保证率从1 0%提升至50%时较为经济(控制8.74%的流域面积);针对北部湖区水质状况,对于总氮、总磷污染,将湖泊水质保证率从1 0%提升至50%时较为经济(分别控制8.36%和1 5.48%的流域面积)。以局部区域水质状况进行流域非点源污染优先控制区识别是流域水环境精细化管理的发展方向。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
优先控制区论文参考文献
[1].阮舒荷,庄艳华,王立辉,汤显强,张亮.汉江中下游流域土壤侵蚀高风险期及优先控制区协同分析[J].长江流域资源与环境.2019
[2].陈学凯.湖泊流域非点源污染分区精细化模似与多级优先控制区识别[D].中国水利水电科学研究院.2019
[3].王敏.嘉兴市农村生活污水处理设施优先控制区识别与监管方案研究[D].上海师范大学.2019
[4].巴诺.阿什河流域非点源污染优先控制区识别[J].水利科技与经济.2017
[5].郑倩琳,王妍妍,闫雅妮,廖曼,马腾.淮河流域浅层地下水氮污染阻断优先控制区识别[J].南京大学学报(自然科学).2016
[6].夏品华,喻理飞,林陶,孔祥亮.基于土壤氮磷积累的草海流域面源污染优先控制区识别[J].环境化学.2015
[7].吴珺.农业污染优先控制区划分[D].安徽农业大学.2013
[8].曹昕鑫.基于APPI指数系统的旱作农田面源污染发生潜力及优先控制区识别[D].安徽大学.2013
[9].苏玉,蔡佳亮,汪杰,李国富,黄艺.中国农业污染优先控制区的划分方法初探[J].环境污染与防治.2009