基于改进输出系数模型的云南宝象河流域非点源污染负荷估算

任　玮,代　超,郭怀成（北京大学环境科学与工程学院,北京 100871）

基于改进输出系数模型的云南宝象河流域非点源污染负荷估算

任玮,代超,郭怀成*（北京大学环境科学与工程学院,北京 100871）

本文引入降雨、地形因子（α、β）对经典的输出系数模型（ECM）进行改进,基于1999～2010年云南宝象河流域气象、水文、社会经济等数据,利用改进的输出系数模型（IECM）对该地区（位于滇池的东北部,绝大部分在官渡区内,西北部少部分在盘龙区内）的非点源污染负荷进行估算.结果显示,2008年宝象河流域非点源氮、磷污染的所占比例（分别为74.2%和68.0%）要显著高于点源氮、磷污染的所占比例（分别为 25.8%和32.0%）.氮污染中,不同非点源的贡献率依次为土地利用类型＞大气沉降＞农村生活＞畜禽养殖；磷污染中,不同非点源污染的贡献率为土地利用类型＞农村生活＞大气沉降＞畜禽养殖.宝象河流域的非点源氮污染比例要高于整个滇池流域,非点源磷污染比例与滇池流域较为接近.与实际观测值比较,IECM对TN、TP负荷的估算值的平均相对偏差分别为15%和-6%,ECM对TN、TP负荷的估算值的平均相对偏差分别为54%和17%.这表明改进的输出系数模型（IECM）提高了结果的准确性,可以为滇池流域的污染（尤其是非点源污染）负荷估算提供参考方法.

输出系数模型；非点源；宝象河；TN；TP

滇池以往的水资源保护工作,主要关注点源,实践表明,非点源污染（尤其是来自农业）对滇池水域水质的影响十分严重［1］.1989年滇池流域在点源未经任何处理的情况下,TN、TP的总负荷量分别为4773.4t、481.1t,非点源所占比例分别达到44.2%、48.2%［2］；1995年在进入滇池外海的TN、TP负荷中,农业面源污染分别占 53%和 42%［3］；2005和2009年滇池流域产生的TN总量分别为9810,11645t,非点源比例分别为31.2%、39.0%,TP总量分别为927,771t,非点源比例分别为52.0%、71.1%［4-6］.滇池流域非点源污染比例较高且近年来有恶化趋势,鉴于此,准确估算流域内的非点源污染十分重要.

非点源模型估算方法中,输出系数模型（ECM）是一个经典的建立在大量水文、气象参数上的经验模型,由于运算简便、对数据要求较低（可以利用历史时空数据而非实时数据、农业普查数据而非田间尺度数据）和相对鲁棒性（指模型控制系统对特性或参数扰动的不敏感性,即系统在某种类型的扰动（包括自身模型的扰动）作用下,系统某个性能指标保持不变的能力,鲁棒性越强,抗干扰能力也越强）,应用较广［7-8］.

输出系数反应了研究区域的独特条件,利用已有文献值确定存在着不确定性,许多学者对此进行了改进.Worrall等［9］考虑了土地利用类型逐年变化的情况,建立了有机氮的非平衡动态模型,给输出系数设置了区间范围［10］；Soranno等［11］考虑了营养物质来源与受纳水体之间的距离产生的影响,引入了传输系数；蔡明等［12］考虑了产生非点源污染的水文因素和污染物在输移过程中的损失,引入了降雨影响系数和流域损失系数；Ding等［13］考虑了地形因素的影响,引入了地形影响因子（主要为坡度）,将其应用到长江流域,结果显示该模型对非点源污染负荷尤其是可溶性氮污染负荷的估算有优化作用.

滇池流域属于高原流域,降雨条件、地形空间差异大,而降雨是非点源污染物的主要驱动因素,地形在非点源污染物的输移过程中起着重要作用,引入地形、降雨影响因子的IECM模型对于非点源污染负荷估算有重要意义.鉴于针对滇池流域小尺度范围研究较少的现状,本文选取了尺度较小、降雨变化明显、地形空间差异性大的宝象河流域（面积 302km2）作为研究地,对其产生的TN、TP非点源（点源）污染进行估算,可为滇池流域的污染（尤其是非点源污染）负荷估算提供参考方法,为污染控制提供参考意见.

1　数据与方法

1.1数据来源

基础数据主要包括地形、土地利用、气象、水文和社会经济数据（表 1）,其中,子流域的降雨数据利用 GIS空间插值得到,根据邹强等［16-19］的研究,当采样点雨量站个数较少、降雨随地形变化较小且为局部地区分析时,反距离加权插值法（IDW）要优于克里格、协同克里格等常见方法.通过多次调整权值和点数值得到最优的插值结果.

表1　改进输出系数模型的数据需求及数据源Table 1　Data requirement for IECM construction

1.2输出系数模型

输出系数模型的原理是流域输出营养负荷等于单个污染源的损失之和［20］,但该模型忽略了降雨和地形的影响.降雨是非点源（NPS）污染物的主要驱动因素［21］,地形在非点源（NPS）污染物的输移过程中起着重要作用［22, 23］.考虑到降雨和地形对非点源（NPS）污染的不均匀性,改进的输出系数模型（非点源污染）表示如下：

式中：α为降雨影响因子；β为地形影响因子；L为营养物质的损失值,kg；Ei为i类营养源的输出系数,kg/（头·a）或kg/（km2·a）；Ai为i类土地利用类型所占的流域面积和（km2）或i类牲畜类型（人口）的数量；Ii为源i的营养物质输入值,kg；P为来自降雨的营养物质输入值,kg.

据研究表明［24］来自降雨的营养输入值 P与研究区域的单位面积营养物质沉降率等有关,如下式：

式中：d为研究区域内某种营养物质在单位面积上的沉降率,kg/（hm2·a）；a为研究区域的面积, hm2；λ为径流系数.

λ的计算方法如下：

其中：R为研究区域的年均径流深度,mm；p为研究区域的年降雨量,mm.

降雨影响因子α由两方面的叠加作用决定,时间不均匀性影响因子αt和空间不均匀性影响因子αs.［13］

其中：L为随径流输入河流的非点源（NPS）污染的年损失值,kg；r为给定年限内整个流域的年降雨量,mm；Rj为给定年限内研究流域的子流域j内的年均降雨量,mm；R为给定年限内研究流域内的年均降雨量,mm.已有研究表明输入河流的非点源（NPS）污染与降雨有很大关系,因此非点源（NPS）污染可以定义为关于降雨的一个函数［25-26］.

地形影响因子被用来描述地形异质性对非点源（NPS）污染负荷的影响.地面斜坡通过对径流的流量、速率等产生影响,而最终影响营养物质的损失.根据相关研究［21］地形影响因子β可以定义为：

其中：L污染负荷量,kg；c和d都为常量；θf研究区域内空间单元的坡度；θ为整个研究区域的平均坡度.

2　研究案例

2.1研究区域概况

宝象河是滇池流域内仅次于盘龙江的河道,属昆明古六河之一.源于官渡区东南部老爷山,经小寨村至三岔河汇支流小河（源于阿底村）来水入老宝象河水库（径流面积 67.2km2,总库容2091×104m3）,流经大板桥镇、阿拉乡、昆明市经济开发区、小板桥镇,在宝丰村汇入滇池.河道全长 41.4km,干流全长 36.2km,高程落差 105m［14］.宝象河流域位于滇池的东北部（102°41′～102°56′E,24°58′～25°03′N）,绝大部分在官渡区内,西北部少部分在盘龙区内.径流面积 344km2,流域面积302km2,南北跨度近30km,约占官渡区面积的60%,约占整个滇池流域的10.3%［15］.流域内西南部和中部地区地势较为平坦,西北部和东部地区多山且海拔较高,地形整体向滇池倾斜,整个流域的地面高程在1884.3～2728.5m之间.该流域多年平均降雨量为 937.1mm（1999～2010年统计数据）,降雨分布不均匀,85%以上降雨集中在5～10月.土地利用主要类型为林地、耕地和建设用地,分别占到流域面积的 54.0%、19.3%和20.4%（2008年统计数据）,属于典型的农业-城市混合型流域.研究流域的地形情况和水质观测站、非点源农村生活污染在研究流域中的分布情况如图1所示.

图1　宝象河流域自然状况与降雨站点、水质监测点分布Fig.1　Natural condition, rainfall station and water quality observation station in Baoxianghe watershed

2.2降雨和地形影响因子计算

表2为宝象河流域降雨数据（1999～2010）、水质数据（2001～2009年）.由前文分析可知通过回归分析可以建立研究流域年均降雨量和非点源污染排放量之间的关系.

建立宝象河流域非点源污染负荷年入河量与年均降雨量之间的回归方程如下：

基于 1999～2010年的多年降雨数据求得宝象河流域多年平均降雨量为937.1mm,根据式（4）可以得到该流域氮、磷营养损失的降雨影响因子如下：

表2　宝象河流域（1999～2010）的年均降雨量、径流深度和污染负荷入河量Table 2　Annual precipitation, runoff depth and pollution loads in Baoxianghe watershed

通过计算,宝象河流域来自非点源污染的TN的降雨影响因子值从0.8140到0.9447,TP的降雨影响因子值从 0.8432到 0.9787,以上均为2008年计算统计值如图2所示.

根据文献［13, 26］中已有的数据可以得到d值为0.6104,利用GIS软件对研究区域的DEM数据进行计算可知宝象河流域地面平均坡度为9.18°,由式（6）可以得到该流域营养损失的地形影响因子如下：

通过计算得到宝象河流域的地形影响因子值从0到2.9875,如图3所示.

图2　宝象河流域非点源污染（a）TN、（b）TP的降雨影响因子值（2008）Fig.2　Precipitation impact factor values for （a） TN and （b）TP in Baoxianghe watershed （2008）

2.3确定输出系数

农村生活和畜禽养殖的输出系数根据文献［11,27-28］确定,如表3所示.土地利用类型方面,磷的输出系数参考李思思等［29］针对滇池流域面源磷负荷的研究,氮的输出系数参考其他地方的相关研究［13,30-33］进行调整估算得到.大气沉降的输出系数根据陆海燕等［34］和周国逸等［35］的相关研究,据滇中大气降水的营养元素含量确定 N、P的大气沉降率［分别为22.8kg/（hm2/a）、1.0kg/（hm2/a）］,由式（3）确定当地形成径流的百分比为 24%,得到来自大气沉降的单位面积氮、磷值分别为548.3kg/（km2·a）和23.1kg/（km2·a）［36］.为了更准确地估算,本文根据河流走向、地形因素将该流域划分为10个子流域,划分情况及宝象河流域的土地利用、农村非点源分布如图4所示.

图3　宝象河流域的地形影响因子值Fig.3　Terrain impact factor values in Baoxianghe watershed

表3　宝象河流域的非点源的输出系数Table 3　Export coefficients of non-point sources inBaoxianghe watershed

3　结果及讨论

3.1不同污染源类型对非点源氮（磷）污染的贡献

图4　宝象河流的（a）土地利用、农村非点源分布情况和（b）农村生活、畜禽养殖概况Fig.4　（a）Rural non-point sources and land use and （b）rural living and livestock in Baoxianghe Watershed

由表 4可知,来自土地利用类型的非点源氮污染比例最大,占非点源污染总量的 41%,之后依次是大气沉降（38%）、农村生活（16%）和畜禽养殖（4%）,六种土地利用类型中,耕地的贡献值最大（93.3t）,这与当地农用氮肥的施用有很大关系.来自土地利用的非点源磷污染比例也最大（35%）,之后依次是农村生活（25%）、大气沉降（22%）和畜禽养殖（18%）,耕地依然是最大的贡献者（6.7t）.畜禽养殖源对非点源磷污染的贡献比例（18%）显著高于氮（4%）；大气沉降源对非点源磷污染的贡献比例（22%）显著低于氮（38%）.除了非点源氮污染中畜禽养殖源的贡献比例高于农村生活源,其他各个非点源污染源的比例关系与Ding等［13］的研究结果一致.这些数据表明,宝象河流域农业耕地和农村生活的非点源污染贡献率最大,为减少环境污染,控制耕地的氮肥施用量、加强农村地区生活污水及垃圾的日常处理十分重要.

表4　宝象河流域非点源污染负荷估算值（2008）Table 4　NPS pollution loads in Baoxianghe watershed （2008）

3.2宝象河流域的总氮（磷）负荷产生量及分配

非点源污染负荷的计算包括农村生活源、畜禽养殖源等,点源污染负荷的计算包括了工业源、城镇生活源（昆明第六污水处理厂污染排放数据）和规模化畜禽养殖源（图 5）.各子流域污染负荷产生量如图6所示,北部、西南部地区产生的污染负荷最多.由表5可知,宝象河流域非点源污染比例最大,TN、TP的非点源污染比例分别为74.2%和 68.0%,非点源磷污氮要高于滇池流域（52.0%）,而非点源磷污染与整个滇池流域（71.1%）较为接近.这表明宝象河流域的氮污染较为严重,与已有的相关研究结论一致［37］.分析可知,宝象河流域耕地较多,氮肥的大量施用造成氮污染；宝象河下游为城市区,建设用地较多,城市地表径流也加重了这一污染.

3.3改进前后的输出系数模型对比

表6比较了改进前后输出系数模型的差异,结果显示,改进前模型估算的非点源污染负荷均偏大.经分析得知,降雨方面,所研究子流域中大部分未达到多年降雨量均值；空间方面,中部、西南部地区地势平坦,坡度极小（1°以下）,使得降雨地形复合因子的值均小于 1,造成未经降雨地形影响因子调整的模型预测值偏大.

为进一步验证改进模型的有效性,本文利用ECM和IECM计算了2002、2008年宝象河流域的TN、TP污染负荷入河量,并与实际观测值进行对比（表7、表8）.需要说明的是,模型预测结果不包括污染物从产生到入河的迁移过程的损失,估算值需经入河系数［38-40］校正后才能进行比较, 表7、表8为校正后结果.

表5　各子流域的非点源、点源污染负荷估算（2008）Table 5　NPS and PS pollution loads in the sub-basins （2008）

图5　各子流域的点源氮污染、点源磷污染负荷Fig.5　TN and TP loads from point souces in the sub-basins

图6　各子流域的TN污染、TP污染负荷产生量Fig.6　TN and TP loads from non-point and point sources in the sub-basins

表6　改进前后的输出系数模型估算的非点源污染负荷量（2008）Table 6　Comparison of ECM and IECM in estimating the NPS loads （2008）

结果显示,改进前后的模型估算的 TN污染负荷均高于实际观测值,但IECM模型使相对偏差分别从48%降到 18%、从 61%降到 17%,与Ding等［13］的研究结果（改进后的模型使TN污染负荷估算量的相对偏差从-33%降到-19%、从-41%将为24%）相似,这说明改进 IECM模型提高了TN负荷入河量的计算精度.2008年TP污染负荷入河量的估算值均低于观测值,IECM模型并没有减小估算值的相对偏差.分析原因,一方面,污染源的输出系数及入河系数的选取会受主观因素的影响,TP的点源污染负荷贡献比例要大于TN；另一方面,输出系数模型对溶解态污染物的灵敏度要高于吸附态污染物,非点源氮主要以溶解态形式流失,非点源磷主要以吸附态存在［41］.这都造成了 IECM对磷污染估算结果具有一定的不确定性.综合两组统计数据的平均值来看,IECM模型分别使得TN、TP的污染负荷估算值的平均相对偏差由54%降到17%、由15%降到-6%,整体上提高了估算结果的准确性.说明降雨和地形的时空差异应当作为非点源污染估算中的重要考虑因素.

表7　ECM模型与IECM模型估算的TN污染负荷入河量的对比Table 7　Comparison of ECM and IECM in estimating the TN loads discharging into river

表8　ECM模型与IECM模型计算的TP污染入河量的对比Table 8　Comparison of ECM and IECM in estimating the TP load discharging into river

4　结论

4.1非点源污染是宝象河流域污染的最大来源,TN、TP的非点源污染比例分别为 74.2%和68.0%（2008年）.与整个滇池流域相比,宝象河流域的非点源氮污染比例更高,非点源磷污染比例较为接近.来自农业用地和农村生活的非点源污染贡献率最大,为减少环境污染,应当控制耕地的氮肥施用量、加强农村生活污水及垃圾的日常处理,改善对湖滨农田的管理并加强对城市地表径流的控制.

4.2基于水文水质数据的输出系数模型计算简便,但缺少对研究区域具体地理气象因素的考虑,存在偏差.改进的输出系数模型分别使 TN、TP估算值的平均相对偏差由52%降到15%、由13%降到-7%,优化作用较为明显,说明降雨和地形的时空差异应当作为非点源污染估算的重要考虑因素.

4.3本文利用改进的输出系数模型计算小尺度、高原流域的非点源污染负荷,验证了其适用性,为滇池流域非点源污染负荷估算提供了参考方法.怎样获得更加实际情况的输出系数和入河系数、合理地进行子流域划分,是下一步的研究方向.

［1］ 牟向玉.基于 GIS的滇池流域水土流失非点源污染研究 ［D］.北京：北京林业大学, 2009.

［2］ 邢可霞,郭怀成,孙延枫,等.基于 HSPF模型的滇池流域非点源污染模拟 ［J］. 中国环境科学, 2004,24（2）：229-232.

［3］ 陈吉宁,李广贺,王洪涛.滇池流域面源污染控制技术研究 ［J］.中国水利, 2004,9：47-50.

［4］ 张琨玲.编制滇池流域水污染防治“十一五”规划的初步设想［J］. 云南环境科学, 2005,24（B05）：57-59.

［5］ 郁亚娟,王翔,王冬,等.滇池流域水污染防治规划回顾性评估 ［J］. 环境科学与管理, 2012,37（4）：184-189.

［6］ 刘永,阳平坚,盛虎,等.滇池流域水污染防治规划与富营养化控制战略研究 ［J］. 环境科学学报, 2012,32（8）：1962-1972.

［7］ Hao F, Yang S, Cheng H, et al. The significance, difficulty and key technologies of large scale model applied in estimation of non-point source pollution ［J］. Acta Scientiae Circumstantiae, 2006,26（3）：362-365.

［8］ Shen Z, Liao Q, Hong Q, et al. An overview of research on agricultural non-point source pollution modelling in China ［J］. Separation and Purification Technology, 2012,84：104-111.

［9］ Worrall F, T Burt, The impact of land-use change on water quality at the catchment scale： the use of export coefficient and structural models ［J］. Journal of Hydrology, 1999,221（1）：75-90.

［10］ Worrall F, Burt T, Howden N, et al. The fluvial flux of nitrate from the UK terrestrial biosphere - An estimate of national-scale in-stream nitrate loss using an export coefficient model ［J］. Journal of Hydrology, 2012,414-415：31-39.

［11］ Soranno P, Hubler S, Carpenter S, et al. Phosphorus loads to surface waters： a simple model to account for spatial pattern of land use ［J］. Ecological Applications, 1996,6（3）：865-878.

［12］ 蔡明,李怀恩,庄咏涛,等.改进的输出系数法在流域非点源污染负荷估算中的应用 ［J］. 水利学报, 2004,（7）：40-45.

［13］ Ding X, Shen Z, Hong Q, et al. Development and test of the export coefficient model in the upper reach of the Yangtze River ［J］. Journal of Hydrology, 2010,383（3）：233-244.

［14］ 郭怀成,向南,周丰,等.滇池流域宝象河暴雨径流初始冲刷效应 ［J］. 环境科学, 2013,34（4）：1298-1307.

［15］ 吕文龙.宝象河小流域径流污染物沉降特性与颗粒粒径分布特征研究 ［D］. 昆明：云南大学, 2012.

［16］ 朱求安,张万昌,余钧辉,基于 GIS的空间插值方法研究 ［J］. 江西师范大学学报：自然科学版, 2004,28（2）：183-188.

［18］ 董晓华,薄会娟,邓霞,等.降雨空间插值方法及在清江流域的应用 ［J］. 三峡大学学报：自然科学版, 2009,31（6）：6-10.

［19］ 邹强.流域降雨空间插值方法比较 ［J］. 节水灌溉, 2009（7）：12-14.

［20］ Johnes P J. Evaluation and management of the impact of land use change on the nitrogen and phosphorus load delivered to surface waters： the export coefficient modelling approach ［J］. Journal of Hydrology, 1996,183（3/4）：323-349.

［21］ Shen Z. Parameter uncertainty analysis of the non-point source pollution in the Daning River watershed of the Three Gorges Reservoir Region ［J］. China. Science of The Total Environment, 2008,405（1-3）：195-205.

［22］ Liu Q, Singh V. Effect of Microtopography, Slope Length and Gradient, and Vegetative Cover on Overland Flow through Simulation ［J］. Journal of Hydrologic Engineering, 2004,9（5）：375-382.

［23］ Sims J, Simard R, Joern B, Phosphorus Loss in Agricultural Drainage： Historical Perspective and Current Research ［J］. Journal of Environmental Quality, 1998,27（2）：277-293.

［24］ Winter J. Export coefficient modeling and bioassessment in two tributaries of the grand river ［J］. Southern Ontario, Canada. 1999.

［25］ 窦培谦,王晓燕,房孝铎,等.石匣小区氮磷坡面流失特征研究［J］. 干旱地区农业研究, 2006,24（4）：19-24.

［26］ Li Y, Wang C, Tang H. Research advances in nutrient runoff on sloping land in watersheds ［J］. Aquatic Ecosystem Health & Management, 2006,9（1）：27-32.

［27］ Ma X. Assessment and analysis of non-point source nitrogen and phosphorus loads in the Three Gorges Reservoir Area of Hubei Province ［J］. China. Science of the Total Environment, 2011,412：154-161.

［28］ Wu L, et al. Impacts of climate and land-use changes on the migration of non-point source nitrogen and phosphorus during rainfall-runoff in the Jialing River Watershed ［J］. China Journal of Hydrology, 2012,475：26-41.

［29］ 李思思,张亮,杜耘,等.面源磷负荷改进输出系数模型及其应用 ［J］. 长江流域资源与环境, 2014（9）：1330-1336.

［30］ 丁晓雯,沈珍瑶.涪江流域农业非点源污染空间分布及污染源识别 ［J］. 环境科学, 2012,33（11）：4025-4032.

［31］ 杨维,杨肖肖,吴燕萍,等.基于输出系数法核定双台子河非点源污染负荷 ［J］. 沈阳建筑大学学报：自然科学版, 2012,28（2）：338-343.

［32］ 莫明浩,杨洁,顾胜,等.鄱阳湖环湖区非点源污染负荷估算［J］. 人民长江, 2010,41（17）：51-53.

［33］ 孟晓云,于兴修,泮雪芹.云蒙湖流域土地利用变化对非点源氮污染负荷的影响 ［J］. 环境科学, 2012,33（6）：1789-1794.

［34］ 陆海燕,胡正义,张瑞杰,等.滇池北岸典型农区韭菜田大气氮湿沉降与氮挥发研究 ［J］. 中国环境科学, 2010,30（10）：1309-1315.

［35］ 周国逸,闫俊华.鼎湖山区域大气降水特征和物质元素输入对森林生态系统存在和发育的影响 ［J］. 生态学报, 2001,21（12）：2002-2012.

［36］ Vassiljev A P. Staelnacke. Statistical modelling of riverine nutrient sources and retention in the Lake Peipsi drainage basin ［J］. Water Science and Technology, 2005,51（3）：309-317.

［37］ 杨文龙,杨树华.滇池流域非点源污染控制区划研究 ［J］. 云南环境科学, 1996,15（3）：3-7.

［38］ 苏保林,袁军营,李卉,等.赣江下游平原圩区农村生活污染入河系数研究 ［J］. 北京师范大学学报（自然科学版）, 2013（Z1）：256-260.

［39］ 王婷婷,唐莉华,刘军.洞庭湖平原堤垸区非点源污染模拟与分析 ［J］. 水力发电学报, 2011（5）：27-34.

［40］ Chen D, Lu J, Shen Y, et al. Estimation of critical nutrient amounts based on input-output analysis in an agriculture watershed of eastern China ［J］. Agriculture, Ecosystems and Environment, 2009,134（3/4）：159-167.

Estimation of pollution load from non-point source in Baoxianghe watershed based， Yunnan Province on improved export coefficient model.

REN Wei, DAI Chao, GUO Huai-cheng*（College of Environmental Sciences and Engineering, Peking University, Beijing 100871, China）.

China Environmental Science, 2015,35（8）：2400～2408

An improved export coefficient model （IECM） was developed through integrating the precipitation and terrain impact factor into the conventional export coefficient model. Based on the meteorological, hydrological, social and economic data in Baoxianghe watershed from 1999 to 2010, IECM was utilized to calculate the total nitrogen （TN） and total phosphorus （TP） loads. The results indicated that the contribution rates of TN and TP loads from non-point source （NPS） （i.e., 74.2% and 68.0%, respectively） were more than that from point source （i.e., 25.8% and 32.0%, respectively）during 2008. For TN loads, the magnitude order of the contribution of NPS was as follows： land use ＞ atmospheric precipitation ＞ rural life＞ livestock. For TP loads, the magnitude order was as follows： land use ＞ rural life ＞ atmospheric precipitation ＞ livestock. Also, Contribution rates of TN loads from NPS in Baoxianghe watershed were larger than that in Lake Dianchi watershed, the contribution rates of TP loads from NPS in Baoxianghe watershed was close to that in Lake Dianchi watershed. Furthermore, average relative errors of IECM to estimate the TN and TP loads were 15% and -6%, respective. In comparison, the average relative errors of conventional export coefficient model were 54% for TN loads and 17% for TP loads. It is indicated that the IECM improved the calculation accuracy, and it provided reference information of model selection for the estimation of pollution loads especially that from NPS in Dianchi watershed.

export coefficient model；non-point source；Baoxianghe watershed；TN；TP

X522

A

1000-6923（2015）08-2400-09

2014-12-20

国家水体污染控制与治理科技重大专项（2013ZX07102-06）；滇池流域水资源联合调度改善湖体水质关键技术与工程示范课题

* 责任作者, 教授, hcguo@ pku.edu.cn

任玮（1991-）,女,湖北十堰人,北京大学硕士研究生,主要从事水环境学、环境规划与管理方面的研究.