時空與效率視角下汾河流域農業灰水足跡分析

張 鑫,李 磊,甄志磊,王春玲,劉利軍*

?

時空與效率視角下汾河流域農業灰水足跡分析

張 鑫1,李 磊2,甄志磊1,王春玲1,劉利軍2*

(1.山西農業大學城鄉建設學院,山西 太谷 030801；2.山西省環境科學研究院,山西 太原 030027)

基于《山西省統計年鑒》的相關數據,運用灰水足跡理論對2010年前后(2000~2016年)汾河流域農業灰水足跡及效率進行定性、定量分析.結果表明:汾河流域農業灰水足跡總體呈先上升后下降再緩慢上升的趨勢,最高值出現在2004年,為1.30×1010m3,最小值出現在2012年,為9.20×109m3;農業灰水足跡中以畜牧業灰水足跡為主,但比例在降低;2010年后,汾河流域年均農業灰水足跡同比降低15%,說明汾河水污染得到了明顯的改善,但仍應制定相關政策減少污染物的排放;種植業灰水足跡同比增加8%,說明化肥施用量在增加,應支持使用有機肥,減少化肥的使用;文水縣農業灰水足跡變化最大,其中畜牧業灰水足跡則同比增加52%,應重點對文水縣畜禽糞便進行治理或資源化利用;農業灰水足跡效率呈現先平穩后下降然后極速上升再下降的趨勢,2012年最高,為1.32元/m3.較2010年前,2010年后流域年均灰水足跡效率明顯提高,農業落后區減少了6個.

農業灰水足跡；汾河；污染；灰水足跡效率

在傳統的河流水質監測中,常用單因子指數評價法、綜合污染指數評價法、綜合水質標識指數評價法來評價河流的污染情況[1-3],但這些方法沒有考慮到稀釋污染物所需要的水量,這部分的用水量同樣也應該被考慮到河流污染評價中[4].“水足跡”理論的提出為評價河流水污染狀況提供了一種新的辦法.Hoekstra等[5]于2008年提出“灰水足跡”,可以從水量的角度評價水污染,從而可以與水資源消費的量進行比較.近幾年來,國內外學者利用“灰水足跡”理論進行了一系列的研究,Allocca等[6]通過在整理研究區水文和微生物時間序列資料的基礎上運用水足跡方法來量化放牧對研究區的環境影響,并引入灰水足跡來度量放牧過程中凈化微生物污染所需的水;Wickramasinghe等[7]建立了八種污染物的灰水足跡校準模型,并提出用水污染的量而不是污染濃度來衡量河流的污染程度;付永虎等[8]運用“灰水足跡”理論分析了糧食生產灰水足跡的時空變化特征,并以模型WEP和DGM(1,1)建立了多種情景下糧食生產對水環境負面影響的評價方法;蔡建輝等[9]采用灰水足跡模型分析了甘肅省剩余灰水足跡、灰水足跡效率和水環境荷載指數指標,并運用GM(1,1) 模型對甘肅省生活、工業和農業部門的灰水足跡進行了預測.但目前還沒有學者利用灰水足跡來評價整個河流的污染情況,并且農業灰水足跡的計算大多僅限于由于化肥農藥引起的水污染,而沒有考慮到由于畜禽糞便堆積引起的河流污染[10-12].對流域農業生產活動所造成的灰水足跡進行計算,可為制定相關農業產業政策,恢復河流生態,促進農業的可持續發展提供理論依據和數據支撐.山西作為我國的煤炭大省,幾十年來“由煤而興”、“由煤而困”,在經濟轉型升級的同時,加大生態保護和修復治理的力度是未來可持續發展的必要措施.汾河作為山西的“母親河”,是全省農業發展的主要集中地區.因此,評價農業生產對汾河的污染情況,對汾河污染治理、恢復汾河生態、促進山西經濟、農業的綠色、可持續發展有著重要意義.本研究采用灰水足跡理論方法,借助《山西省統計年鑒》資料,分析2010年前后(2000~2016年)汾河流域農業生產灰水足跡及效率的時空變異規律,以期為當地的可持續發展提供資料支持和決策參考.

1 研究區概況和研究方法

1.1 研究區概況

汾河是山西最大的河流,也是黃河的第二大支流.汾河全長713km,流域面積39721km2,占該省總面積的25.5%,耕地面積1.16×1010m2,占該省耕地面積的29.54%.汾河自寧武縣管涔山雷鳴寺開始,流經寧武、靜樂、嵐縣、陽曲、婁煩、古交、太原、壽陽、榆次、交城、清徐、太谷、祁縣、文水、平遙、汾陽、孝義、介休、靈石、交口、汾西、霍州、洪洞、古縣、臨汾、浮山、襄汾、翼城、曲沃、侯馬、新絳、稷山、河津、萬榮共34個縣(市、區).汾河支流眾多,較大的有瀟河、文峪河、澮河等,還有許多著名的大泉水,如蘭村泉、晉祠泉等,汾河水利資源豐富,在山西省的政治、歷史、文化、經濟發展中起著重要的作用.

1.2 研究方法

流域灰水足跡是衡量流域水污染程度的指標,是以自然本底濃度和現有的環境水質標準為基準,將一定的污染物負荷吸收同化所需要的淡水的體積[13-14].自古以來,農業生產包括2大方面,即種植業、畜牧業.種植業所產生的灰水足跡主要是因為使用的化肥、農藥等除被作物本身吸收之外,仍有一部分會隨著降水、灌溉等作用,通過淋溶等一系列作用進入地表水體[15].畜牧業所產生的灰水足跡則主要是因為畜禽糞便的堆積使得其中污染物會隨著地表徑流進入水體[16].

1.2.1 種植業灰水足跡 結合灰水足跡的概念以及種植業的特性,選取主要污染物氮肥為關鍵性指標進行計算[17-19],借鑒《水足跡評價手冊》[13]中關于灰水足跡的核算方法,則種植業灰水足跡的計算公式如下:

式中:GWFp為種植業灰水足跡,m3/a;為淋溶率,即氮肥進入水體的比例,%;AR為每公頃耕地的化肥施用量,kg/hm2;為耕地面積,hm2;max為最大容許濃度,kg/ m3;nat為污染物的自然本底濃度,kg/ m3.

1.2.2 畜牧業灰水足跡 結合灰水足跡概念以及畜牧業的特性,選取畜禽糞便中主要污染物COD、TN[20-22]為關鍵性指標進行計算,則畜牧業灰水足跡的計算公式如下:

式中:GWFr為畜牧業灰水足跡,m3/a; GWFr(i)為以第類污染物為標準的畜牧業灰水足跡,m3/a;為第類污染物的排放量,kg/a;max(i)為第類污染物的最大容許濃度,kg/m3;nat(i)為第類污染物的自然本底濃度,kg/m3;為畜禽數量;為飼養周期,d;為日排糞量,kg/d;P(i)為糞便中第類污染物的含量,kg/t;d為糞便中第類污染物的流失率,%;為日排尿量,kg/d;P(i)為尿液中第類污染物的含量,kg/t; d為糞便中第類污染物的流失率,%.

1.2.3 農業灰水足跡 假設地表水體同時對種植業和畜牧業產生的污染物進行稀釋,則農業灰水足跡的計算公式如下:

式中: GWF為農業灰水足跡,m3/a.

1.2.4 農業灰水足跡效率 農業灰水足跡效率表示的是以單位水污染為代價所帶來的經濟效益,其值越大,表明該地區農業越發達,其值越小,表明該地區農業越落后[23].具體計算公式如下:

g

=GDP/GWF

a

(6)

式中:為農業灰水足跡效率,元/m3;GDP為農業總產值,元.

1.3 數據來源

每公頃耕地的化肥施用量AR、耕地面積、畜禽數量來源于《山西省統計年鑒》[24];污染物最大容許濃度來源于《地表水環境質量標準》(GB 3838-2002)[25]中第V類水體的標準限值;飼養周期、日排糞量、日排尿量、糞便中第類污染物的含量、尿液中第類污染物的含量、糞便中第類污染物的流失率、尿液中第類污染物的流失率來源于《全國規?；笄蒺B殖業污染情況調查及防治對策》[26]中的相關數據;根據田間的實驗數據,取氮的淋溶率為10%[27];nat為污染物在水體中的初始濃度,常以0計.

2 結果與討論

2.1 汾河流域農業灰水足跡時空分布

如圖1所示,自進入21世紀以來,汾河流域農業灰水足跡呈現增長→降低→增長→平穩的趨勢;最高值出現在2004年,為1.30×1010m3,同年畜牧業灰水足跡也達到了最高值,為1.03×1010m3,占比79%;最小值出現在2012年,為9.20×109m3.農業灰水足跡的大小受當年化肥施用量、畜禽養殖數量的影響.在2004年出現峰值,主要是因為當年豬、牛、羊的數量較之前出現了較為大幅的上漲;在2012年出現最低值,是因為畜禽數量、化肥施用量都有不同程度的降低.

由圖2可知,在汾河流域農業灰水足跡中畜牧業灰水足跡占比要高于種植業灰水足跡,說明畜牧業對于汾河的污染要高于種植業,畜禽養殖的集約化以及化肥工業的快速發展,導致有機糞肥的大量閑置堆放,造成嚴重的水環境污染.以2010年為界,2000~2009年,汾河流域畜牧業灰水足跡平均占比76%,種植業灰水足跡平均占比24%;2010~2016年,種植業灰水足跡占比同比增加8%,說明在2010年后,化肥在種植業生產中有了更廣泛的使用,其對流域水污染的貢獻也更大.

圖1 汾河流域2000~2016年農業灰水足跡

圖2 汾河流域農業灰水足跡構成 Fig.2 The composition of agricultural gray water footprint of Fenhe river basin

2.2 汾河流域農業灰水足跡空間分布

由表1可知,2010年前,汾河流域年均農業灰水足跡為1.16×1010m3,其中,襄汾縣年均農業灰水足跡最大,為8.90×108m3,占比7.62%,其種植業灰水足跡和畜牧業灰水足跡同樣也達到了34各縣(市、區)的最高值,主要是因為襄汾縣的耕地面積和畜禽數量都要大于其他縣(市、區),侯馬市年均農業灰水足跡最小,為8.72×107m3,占比僅為0.76%,主要是因為其耕地面積相對較小但同時畜禽數量同比最小; 2010年后,汾河流域年均農業灰水足跡相比2010年前有所降低,為9.85×109m3,其中種植業灰水足跡增加3.9×108m3,畜牧業灰水足跡減少2.11×109m3,結合表2、表3,可知原因主要為單位公頃化肥施用量的增加以及耕地面積、畜禽養殖數量的減少,其中,文水縣年均農業灰水足跡最大,為8.02×108m3,占比8.12%,主要是因為2010年后,文水縣大型畜禽養殖廠的增加,導致畜禽養殖數量的增加,侯馬市畜禽數量無明顯變化,其年均農業灰水足跡依舊最小,為8.84×107m3,占比僅為0.90%.

與2010年前相比,2010年后有9個縣(市、區)年均農業灰水足跡基本沒有變化,分別為太原市區、榆次區、介休市、萬榮縣、寧武縣、翼城縣、侯馬市、孝義市、汾陽市;有18個縣(市、區)年均農業灰水足跡有不同程度的降低,主要是因為畜禽養殖數量減少,其中降幅在40%~50%的有4個,分別為壽陽縣、襄汾縣、古縣、浮山縣,襄汾縣降幅最大,降幅在30%~40%的有5個,分別為清徐縣、婁煩縣、古交市、洪洞縣、汾西縣,降幅在20%~30%的有7個,分別為陽曲縣、平遙縣、新絳縣、靜樂縣、臨汾市區、嵐縣、交口縣,降幅在10%~20%的有2個,分別為祁縣、霍州市;有7個縣(市、區)年均農業灰水足跡有不同程度的增高,其中,種植業灰水足跡和畜牧業灰水足跡均有提高,結合表2、表3及公式(2)~(4)可知,主要是因為單位公頃化肥施用量以及畜禽養殖數量的增加,其中增幅在40%~ 50%的有1個,為文水縣,增幅在30%~40%的有2個,分別為稷山縣、河津市,增幅在20%~30%的有2個,分別為太谷縣、靈石縣,增幅在10%~20%的有2個,分別為曲沃縣、交城縣.

根據各縣(市、區)農業灰水足跡占總流域農業灰水足跡的比例來確定該地區對汾河水質的污染程度,比值乘以100在8~10以內的為重污染區,在6~8以內的為中重度污染區,在4~6以內的為中度污染區,在2~4以內的為中輕度污染區,在0~2以內的為輕度污染區.

圖3 汾河流域農業水污染分布

A:輕度污染區; B:中輕度污染區; C:中度污染區; D:中重度污染區; E:重度污染區

表1 汾河流域各縣(市、區)年均農業灰水足跡構成及占比

表2 2000~2009年每公頃耕地化肥施用量及均值

由圖3可知,2010年前,無重污染區,中重度污染區有2個,分別為襄汾縣和洪洞縣,中度污染區有6個,分別為壽陽縣、祁縣、平遙縣、新絳縣、臨汾市區、文水縣,中輕度污染區有16個,分別為太原市區、清徐縣、陽曲縣、榆次市區、太谷縣、萬榮縣、稷山縣、寧武縣、靜樂縣、翼城縣、浮山縣、汾西縣、交城縣、嵐縣、孝義市、汾陽市,輕度污染物有10個,分別為婁煩縣、古交市、靈石縣、介休市、河津市、曲沃縣、古縣、侯馬市、霍州市、交口縣;2010年后,有重污染區1個,為文水縣,無中重度污染區,中度污染區有5個,為太谷縣、祁縣、平遙縣、襄汾縣、洪洞縣,中輕度污染區有18個,分別為太原市、清徐縣、陽曲縣、榆次市區、壽陽縣、介休市、萬榮縣、稷山縣、新絳縣、寧武縣、靜樂縣、臨汾市區、曲沃縣、翼城縣、交城縣、嵐縣、孝義市、汾陽市,輕度污染區有10個,分別為婁煩縣、古交市、靈石縣、河津市、古縣、浮山縣、汾西市、侯馬市、霍州市、交口縣.與2010年前相比,2010年后中度污染區以上(含中度污染區)縣(市、區)減少2個,中輕度污染區縣(市、區)增加2個,說明2010年后,汾河流域農業生產對汾河水污染的狀況有所減輕.

表3 2010~2016年每公頃耕地化肥施用量及均值(kg)

2.3 汾河流域農業灰水足跡效率時空分布

圖4 汾河流域2000~2016年農業灰水足跡效率

灰水足跡效率可以用來分析一個地區農業生產的發達程度,借助公式(6)得出2000~2016年汾河流域農業灰水足跡效率,如圖4所示.總體來說,汾河流域農業生產灰水足跡效率的變化呈現先平穩后下降然后極速上升再下降的過程,在2005年達到最小值,為0.60元/m3,說明當年以流域單位水污染為代價所帶來的經濟效益最小,在2012年達到峰值(1.32元/m3),為最小值的2.2倍,結合圖1可知,在2005~2012年間,農業灰水足跡在降低的同時,流域農業總產值在逐步增加,說明在這7年間,農產品收購價格在逐漸增加,農業得到了有效的發展.但在2012年后,農業生產灰水足跡效率在逐年降低,主要是因為農業灰水足跡在緩慢增加的同時,流域農業總產值在降低,說明在這4年間,農業并沒有得到長足有效的發展.

2.4 汾河流域農業灰水足跡效率空間分布

由圖5可知,在2010年前,流域年均灰水足跡效率為0.72元/m3,其中,太原市區年均灰水足跡效率最高,為1.79元/m3,最低為寧武縣,為0.17元/m3,僅為平均水平的23.61%,在流域34個縣(市、區)中,有11個縣(市、區)的年均灰水足跡效率超過了流域平均水平,分別為太原市區、清徐縣、榆次區、太谷縣、平遙縣、萬榮縣、稷山縣、河津市、曲沃縣、侯馬市、孝義市,新絳縣和文水縣的年均灰水足跡效率與流域平均水平持平,而有將近2/3的縣(市、區)的年均灰水足跡效率還未達到流域平均水平.

2010年后與2010年前相比,流域年均灰水足跡效率有了明顯提高,為1.17元/m3,其中,萬榮縣最高,為2.21元/m3,最低仍為寧武縣,為0.26元/m3,為平均水平的22.2%,在流域34個縣(市、區)中,有15個縣(市、區)的年均灰水足跡效率超過了流域平均水平,分別為太原市區、清徐縣、榆次區、壽陽縣、太谷縣、平遙縣、萬榮縣、稷山縣、新絳縣、河津市、臨汾市區、曲沃縣、襄汾縣、侯馬市、孝義市,靈石縣的年均灰水足跡效率與流域平均水平持平,有將近1/2的縣(市、區)的年均灰水足跡效率還未達到流域平均水平.在流域均值得到明顯提高的基礎上,壽陽縣、新絳縣、臨汾市區、襄汾縣這4個縣(市、區)的年均農業灰水足跡效率從2010年前的低于均值到2010年后超出流域均值,說明這4個縣(市、區)的農業經濟得到了比較快速的發展.根據各縣(市、區)的農業灰水足跡效率來確定該地區農業的發達程度,值在0~0.4為一等落后區,在0.4~0.8為二等落后區,在0.8~1.2為三等落后區,在1.2~1.6為三等發達區,在1.6~2.0為二等發達區,在2.0~2.4為一等發達區.

圖6 汾河流域農業發達程度分布

A:一等落后區; B:二等落后區; C:三等落后區; D:三等發達區; E:二等發達區; F:一等發達區

以2010年為界,汾河流域34個縣市農業的發達程度如圖6所示.由圖6可知,2010年前,無一等發達區,有二等發達區1個,為太原市區,有三等發達區7個,分別為清徐縣、榆次市區、太谷縣、萬榮縣、河津市、曲沃縣、侯馬市,有三等落后區2個,分別為平遙縣、稷山縣,有二等落后區15個,分別為陽曲縣、壽陽縣、祁縣、靈石縣、介休市、新絳縣、臨汾市區、翼城縣、襄汾縣、洪洞縣、古縣、霍州市、文水縣、孝義市、汾陽市,有一等落后區9個,分別為婁煩縣、古交市、寧武縣、靜樂縣、浮山縣、汾西市、交城縣、嵐縣、交口市;2010年后,有一等發達區3個,分別為太原市區、清徐縣、萬榮縣,有二等發達區6個,分別為榆次市區、壽陽縣、新絳縣、河津市、曲沃縣、孝義市,有三等發達區5個,分別為太谷縣、稷山縣、臨汾市區、襄汾縣、侯馬市,有三等落后區10個,分別為祁縣、平遙縣、靈石縣、介休市、翼城縣、洪洞縣、古縣、浮山縣、霍州市、汾陽市,有二等落后區8個,分別為陽曲縣、婁煩縣、古交市、汾西縣、文水縣、交城縣、嵐縣、交口市,有一等落后區2個,分別為寧武縣、靜樂縣.

總體來看,農業發達區主要分布于人口較為集中的市區及周邊,如太原市區、榆次區、清徐縣,以及水資源較為充足、地勢較為平坦的傳統農業縣,如萬榮縣、太谷縣、河津市、曲沃縣、侯馬市;農業落后區主要分布于貧困山區也是國家扶貧開發重點縣,如寧武縣、靜樂縣、嵐縣、婁煩縣、汾西縣、古縣,以及以第二、第三產業為主的地區平遙縣、靈石縣、介休市、霍州市、汾陽市、陽曲縣、古交市、交城縣、交口市.

2.5 建議

本文對汾河流域農業灰水足跡以及灰水足跡效率的時間和空間分布進行了初步評價,可以反映出農業生產造成的汾河水污染的情況,對于減少汾河水污染、恢復河流生態、合理調整作物種植結構、面積,促進當地經濟社會的協調發展都有著重要的作用.農業生產引起的地表水污染的根本原因是化肥的使用以及畜禽糞便的堆積.各級政府應該出臺相應的政策,鼓勵并支持建設一批利用畜禽糞便生產有機肥的廠家,降低有機肥價格,并支持農戶使用有機肥,減少化肥的使用.此外,要優先考慮需肥量低、經濟效益好的作物,從根源上減少灰水足跡的產生.還應該加強排水設施和污水處理設施的建設,嚴禁農田廢水以及畜禽養殖廢水直接排入河流.

3 結論

3.1 2000~2016年汾河流域農業灰水足跡呈現增長→降低→增長→平穩的趨勢;最高值出現在2004年,為1.30×1010m3,最小值出現在2012年,為9.20× 109m3.

3.2 汾河流域農業灰水足跡由種植業灰水足跡和畜牧業灰水足跡2部分組成,2010年前,畜牧業灰水足跡平均占比76%,種植業灰水足跡平均占比24%,2010年后,流域年均農業灰水足跡相比2010年前有所降低,但二者所占比例發生了變化,其中種植業灰水足跡增加8%、畜牧業灰水足跡降低8%,說明在2010年后,農業生產造成的汾河水污染得到了明顯的改善,但是化肥使用量在增加.

3.3 2010年后,中度污染區以上(含中度污染區)縣(市、區)減少2個.其中文水縣變化最大,主要是2010年后,該縣鼓勵發展大型禽養殖廠,導致畜禽養殖數量的增加.

3.4 2000~2016年間,汾河流域農業生產灰水足跡效率的變化呈現先平穩后下降然后極速上升再下降的過程,最小值為2005年的0.60元/m3,最大值為2012年的1.32元/m3,說明在這7年間,流域農業經濟得到了快速的發展.但在2012年后,流域農業總產值降低,農業發展滯后.與2010年前相比,2010年后流域年均灰水足跡效率有了明顯的提高,農業落后區減少6個,農業的發達程度主要與當地的人口密度、支柱產業以及地形地勢有關.

[1] 陸衛軍,張 濤.幾種河流水質評價方法的比較分析[J]. 環境科學與管理, 2009,34(6):174-176. Lu W J, Zhang T. Comparison and analysis of several appraisal methods for river water quality [J]. Environmental Science and Management, 2009,34(6):174-176.

[2] 張 楊,吳仁人,楊 戈,等.西江流域地表水微生物污染定量源解析[J]. 中國環境科學, 2018,38(10):3889-3896. Zhang Y, Wu R R, Yang G, et al. Quantitative source analysis of microorganism pollution in the surface water in Xijiang River Basin [J]. China Environmental Science, 2018,38(10):3889-3896.

[3] 孟志龍,楊永剛,秦作棟,等.汾河下游流域水體硝酸鹽污染過程同位素示蹤[J]. 中國環境科學, 2017,37(3):1066-1072. Meng Z L, Yang Y G, Qin Z D, et al. Isotopic tracing for nitrate pollution process of water body in the lower reaches of Fenhe River [J]. China Environmental Science, 2017,37(3):1066-1072.

[4] 楊 凡.山東省地市灰水足跡測度與空間格局分析[J]. 節水灌溉, 2017,(2):69-75. Yang F. The measure and spatial pattern analysis of the municipal grey water footprint in Shandong Province [J]. Water Saving Irrigation, 2017,(2):69-75.

[5] Hoekstra A Y, Chapagain A K. Globalization of water: Sharing the planet’s freshwater resources [J]. Water Encyclopedia, 2008,43(2): 147.

[6] Allocca V, Marzano E, Tramontano M, et al. Environmental impact of cattle grazing on a karst aquifer in the southern Apennines (Italy): Quantification through the grey water footprint [J]. Ecological Indicators, 2018,93:830-837.

[7] Wickramasinghe W M S, Navaratne C M, Dias S V. Building resilience on water quality management through grey water footprint approach: a case study from Sri Lanka [J]. Procedia Engineering, 2018, 212:752-759.

[8] 付永虎,劉黎明,起曉星,等.基于灰水足跡的洞庭湖區糧食生產環境效應評價[J]. 農業工程學報, 2015,31(10):152-160. Fu Y H, Liu L M, Qi X X, et al. Environmental effects evaluation for grain production based on grey water footprint in Dongting Lake area [J]. Transactions of the Chinese Society of Agricultural Engineering, 2015,31(10):152-160.

[9] 蔡建輝,顏七笙.“一帶一路”倡議下甘肅省灰水足跡測度及GM(1,1)模型預測研究[J]. 灌溉排水學報, 2018,37(3):115-121. Cau J H, Yan Q S. Measurement and GM (1,1) prediction of grey water footprint in Gansu Province under “the belt and road” initiative [J]. Journal of Irrigation and Drainage, 2018,37(3):115-121.

[10] 姚懿真,楊貴羽,汪 林,等.基于IPAT模型的河北省灰水足跡分析及預測[J]. 水利水電技術, 2017,48(11):36-42. Yao Y Z, Yang G Y, Wang L, et al. IPAT model-based prediction and analysis on grey water footprint of Hebei Province [J]. Water Resources and Hydropower Engineering, 2017,48(11):36-42.

[11] 曾 昭,劉俊國.北京市灰水足跡評價[J]. 自然資源學報, 2013, (7):1169-1178. Zeng Z, Liu J G. Historical trend of grey water footprint of Beijing, China [J]. Journal of Natural Resources, 2013,(7):1169-1178.

[12] 孫才志,白天驕,韓 琴.基于基尼系數的中國灰水足跡區域與結構均衡性分析[J]. 自然資源學報, 2016,31(12):2047-2059. Sun C Z, Bai T J, HanQ. The regional and structural equilibrium analysis of grey water footprint in China based on gini coefficient [J]. Journal of Natural Resources, 2016,31(12):2047-2059.

[13] Hoekstra A Y.水足跡評價手冊[M]. 北京:科學出版社, 2012:17-33. Hoekstra A Y. The water footprint assessment manual [M]. Beijing: Science Press, 2012:17-33.

[14] 徐麗麗,劉先國,劉丹青,等.基于水足跡的生態畜禽養殖基地生產用水分析[J]. 安全與環境工程, 2014,21(6):18-22. Xu L L, Liu X G, Liu D Q, et al. Analysis on the production water supply of ecological livestock and poultry breeding base based on water footprint [J]. Safety and Environmental Engineering, 2014, 21(6):18-22.

[15] 杜 玲,徐長春,吳 堯,等.河北省種植業水污染足跡初報[J]. 農業環境科學學報, 2018,37(2):286-293. Du L, Xu C C, Wu Y, et al. Water degradation footprint of crop production in Hebei Province [J]. Journal of Agro-Environment Science, 2018,37(2):286-293.

[16] 胡 彬,劉俊國,趙丹丹,等.基于水足跡理念的水資源短缺評價—以2022年冬奧會雪上項目舉辦地為例[J]. 灌溉排水學報, 2017,36(7): 108-116. Hu B, Liu J G, Zhao D D, et al. Using the theory of water footprint to assess water scarcity: A case study [J]. Journal of Irrigation and Drainage, 2017,36(7):108-116.

[17] 陳利頂,傅伯杰.農田生態系統管理與非點源污染控制[J]. 環境科學, 2000,1(2):98-100. Chen L D, Fu B J. Farm ecosystem management and control of nonpoint source pollution [J]. Environmental Science, 2000,1(2):98- 100.

[18] 王丹陽,李景保,葉亞亞,等.一種改進的灰水足跡計算方法[J]. 自然資源學報, 2015,(12):2120-2130. Wang D Y, Li J B, Ye Y Y, et al. An improved calculation method of grey water footprint [J]. Journal of Natural Resources, 2015,(12): 2120-2130.

[19] Olness A. Water quality: prevention, identification, and management of diffuse pollution [J]. Journal of Environmental Quality, 1994,24(2):383.

[20] 孫才志,韓 琴,鄭德鳳.中國省際灰水足跡測度及荷載系數的空間關聯分析[J]. 生態學報, 2016,36(1):86-97. Sun C Z, Han Q, Zheng D F. The spatial correlation of the provincial grey water footprint and its loading coefficient in China [J]. Acta Ecologica Sinica, 2016,36(1):86-97.

[21] Mekonnen M M, Hoekstra A Y. A Global Assessment of the Water Footprint of Farm Animal Products [J]. Ecosystems, 2012,15(3):401-415.

[22] Ercin A E, Aldaya M M, Hoekstra A Y. The water footprint of soy milk and soy burger and equivalent animal products [J]. Ecological Indicators, 2012,18:392-402.

[23] 張 鑫,李 磊,于 斐,等.基于虛擬水理論的功能農業示范區玉米種植水足跡研究——以山西太谷為例[J]. 山西農業科學, 2018, 46(8):1349-1353. Zhang X, Li L, Yu F, et al. Study on the water footprint of maize planting in the functional agriculture demonstration area based on virtual water theory—a case study [J]. Journal of Shanxi Agricultural Sciences, 2018,46(8):1349-1353.

[24] 山西省統計局.山西省統計年鑒[M]. 北京:中國統計出版社, 2000~2016. Bureau of satistics of Shanxi Province. Shanxi Statistical Yearbook [M]. Beijing: China Statistics Press, 2000-2016.

[25] GB 3838-2002 地表水環境質量標準[S]. GB3838-2002 Environmental quality standards for surface water [S].

[26] 國家環境保護總局自然生態保護司.全國規?；笄蒺B殖業污染情況調查及防治對策[M]. 北京:中國環境科學出版社, 2002:29-35. General administration of environmental protection of the People's Republic of China. Investigation and control measures on pollution of large-scale livestock and poultry breeding industry in China [M]. Beijing: China Environmental Science Press, 2002:29-35.

[27] Chapagain A K, Hoekstra A Y, Savenije H H G, et al. The water footprint of cotton consumption: An assessment of the impact of worldwide consumption of cotton products on the water resources in the cotton producing countries [J]. Ecological Economics, 2007,60(1): 186-203.

Analysis of agricultural grey water footprint in Fenhe River basin based on the perspective of space-time and efficiency.

ZHANG Xin1, LI Lei2, ZHEN Zhi-lei1, WANG Chun-ling1, LIU Li-jun2*

(1.College of Urban and Rural Construction,Shanxi Agricultural University, Taigu 030801, China；2.Environmental Science Research Institute of Shanxi Province, Taiyuan 030027, China)., 2019,39(4)：1502~1510

Based on the data of statistical yearbook of Shanxi Province, the gray-water footprint theory was applied to analyzing the agricultural grey water footprint and efficiency of Fenhe River basin around 2010 (2000~2016). The results showed that the agricultural grey water footprint of Fenhe River basin generally increased, and then decreased, finally slowly increased. The maximum value was 1.30×1010m3in 2004. The minimum value was 9.20×109m3in 2012. The agricultural grey water footprint was mainly composed of livestock raising grey water footprint; However, the percentage reduced after 2010. After 2010, the annual average of agricultural grey water footprint reduced 15%, which indicated that the water quality of Fenhe River had been significantly improved. However, relevant policies should be formulated to reduce the emission of pollutants. The crop planting grey water footprint increased 8%, which indicated that the utilization rate of fertilizers was increasing. The government should support the use of organic fertilizers and reduce the use of chemical fertilizers. Among these 34 counties, Wenshui showed obvious change with an increasing of 43%, among which livestock grey water footprint increased by 52% year-on-year. Therefore, the government should focus on the treatment and resource utilization of livestock excrements in Wenshui country. The efficiency of agricultural grey water footprint kept stable at first, and then rapid increased, finally decreased; The maximum value was 1.32yuan/m3, appeared at 2012. The annual average of agricultural grey water footprint efficiency obviously enhanced after 2010. The number of backward agriculture areas was decreased by 6.

agricultural grey water footprint；Fenhe；pollution；agricultural grey water footprint efficiency

X824

A

1000-6923(2019)04-1502-09

2018-09-19

山西農業大學青年科技創新(2016019);國家自然科學基金資助項目(51709162);山西省優秀博士來晉工作獎勵(SXYBKY201748)

*責任作者, 高級工程師, lljysd@126.com

張 鑫(1990-),女,山西太谷人,講師,碩士, 主要研究方向為環境污染評價與修復.發表論文2篇.