农业面源氮、磷污染的数据驱动模拟及不确定性研究

Agricultural nonpoint source nitrogen and phosphorus pollution is regarded as the key factor of causing eutrophication in waters. The scientific methods which combined with uncertainty analysis and data-driven models were exploratory achieve the effective estimated about the agricultural nonpoint source nitrogen and phosphorus pollution. This project arms to investigate the agricultural non-point sources of nitrogen and phosphorus pollution of Wangjiagou watershed in the Three Gorges Reservoir areas with the data-driven simulation and uncertainty analysis. Detailed contents are as follow: ①The response of external environmental factors and agricultural non-point sources of nitrogen and phosphorus pollution will be calibrated and verified from statistical data, combined with the assumptions factors and influencing factors analysis. The main driving force factor leading to the regional nitrogen and phosphorus pollution changes will be revealed. Meanwhile, the input for the subsequent data-driven model will be chosen. ②Quantitative assessment of the uncertainties of input changes will be analyzed based on Monte Carlo uncertainty analysis, combined with the error analysis, models restructured and the optimize model will be chosen, developing the simulation study on data-driven model; ③The relative contribution of policy adjustments and other measures changes to agricultural non-point source pollution will be investigated by setting the different scenarios. The adaptation mechanism from environmental change to regional agricultural non-point sources of nitrogen and phosphorus pollution changes will be revealed. This study will be of great significance towards deepening scientific understanding of agricultural non-point sources of nitrogen and phosphorus polluted mechanism, and also prevention with controlling of agricultural non-point sources of nitrogen and phosphorus pollution in the Three Gorges Reservoir water body.

农业面源氮、磷污染是造成水体富营养化的关键因素，结合不确定性分析和数据驱动模型的科学方法，可以探索实现对其有效预测。本项目以三峡库区中部王家沟小流域为研究区域，开展农业面源氮、磷污染的数据驱动模拟及不确定性研究，内容包括：①基于多年统计数据，结合影响因素假设和因子分析等方法，分析外部环境因素与农业面源氮、磷污染的响应关系，揭示导致区域氮、磷污染变化的主要驱动力，确定数据驱动模型的输入项；②基于误差分析理论和蒙特卡罗不确定性分析方法，定量评估由于输入项变化造成的模拟预估的不确定性，对不同模型进行重组和优化，建立数据驱动模型；③设定不同输入项的情景方案，预估环境变化包括农业面源污染防控政策调整等措施的相对贡献，揭示区域农业面源氮、磷污染对变化环境的适应机制。结果将对加深小流域农业面源氮、磷污染机理的科学认识以及实现三峡库区水体的农业非点源污染的有效防控具有有重要科学意义

中国总氮、总磷排放大部分来自农业面源污染物，三峡库区次级河流中总磷、总氮、有机物等污染物有52%~59%来自农业面源污染。本研究关注影响因素的变化引起农业面源氮、磷污染变化，研究结果对于实现农业生态安全和区域农业经济的可持续发展具有重要的科学意义和实用价值。项目收集整理了流域基本数据库，开展了小流域农户问卷调查工作，获取了《农村经济报表》等多年统计数据；根据农村农业面源污染主要来源即农田化肥施用，禽畜的分散养殖以及农村生活用水三方面，结合王家沟小流域梯级分类种植以及生活区位置分布的特性，收集并获取了王家沟小流域表层土壤TN，TP数据。采用统计方法对调查问卷中农户特征的项目进行分析，建立基于农户特征分析的农业面源污染的人工神经网络BP模型；设计MonteCarlo过程，结合已经建立的模型进行输入项的不确定性分析（敏感性分析）。基于TN，TP数据，建立小流域农业面源氮、磷污染的输出系数模型，得到王家沟小流域的农业面源氮磷污染TN，TP输出的估算值。结果表明：① 耕地面积的差异会直接导致化肥施用量的差异，而减少化肥施用量的农户意愿和其受教育程度对于改变化肥施用模式方面都有积极的影响。② TN呈现一种下部高于上部和中部的梯级分布趋势，主要表现是下部水稻田的总氮含量最高；TP的空间分布总体上呈现中部高于上部和下部的梯级分布趋势，中部玉米地的总磷含量最高。不同土地利用类型的TN分布规律：水稻田（中游＞下游＞上游）＞玉米地（中游＞上游＞下游）＞桑园（上游＞下游）；TP分布规律：玉米地（中游＞上游＞下游）＞桑园（上游＞下游）＞水稻田（中游＞上游＞下游）。③ 综合选取的污染物输出系数和三种土地利用类型在流域内的总面积估算全流域总氮、总磷负荷水平表明流域的总氮负荷水平明显高于总磷，结果可以为王家沟小流域的农户们施肥用量、均匀性以及肥料类型提供参考。