文章快速检索     高级检索
  中国环境管理  2023, Vol. 15 Issue (6): 45-55  
0

引用本文 

李佳奇, 沈珍瑶, 栾朝旭, 刘国王辰, 陈磊. 国土空间规划视角下流域水环境改善潜力——以长春市第二松花江流域为例[J]. 中国环境管理, 2023, 15(6): 45-55.
LI Jiaqi, SHEN Zhenyao, LUAN Chaoxu, LIU Guowangchen, CHEN Lei. Improvement Potential of Basin Water Environment from the Perspective of Territorial Spatial Planning: A Case Study of the Second Songhua River Basin in Changchun[J]. Chinese Journal of Environmental Management, 2023, 15(6): 45-55.

作者简介

李佳奇(1998-), 男, 硕士研究生, 研究方向为流域综合管理, E-mail: lijia72255@163.com.

责任作者

沈珍瑶(1967-), 男, 教授, 博士生导师, 研究方向为流域综合管理, E-mail: zyshen@bnu.edu.cn.
国土空间规划视角下流域水环境改善潜力——以长春市第二松花江流域为例
李佳奇 , 沈珍瑶 , 栾朝旭 , 刘国王辰 , 陈磊     
北京师范大学环境学院, 北京 100875
摘要: 国土空间规划对新时期流域水环境保护意义重大。本文结合国土空间规划对流域水环境影响的全过程(污染产生—污染排放—污染入河)机制,构建了国土空间规划视角下流域水环境变化评估指标体系和框架。以长春市第二松花江流域为例,利用系统动力学模型和一维水动力模型QUAL2K量化了国土空间规划对流域水环境的影响。结果表明,到国土空间规划近期目标年(2025年),流域水环境状况良好,体现为流域大部分河段COD和NH3-N达标,水环境容量最小为44.96 kg/d和5.10 kg/d。国土空间规划中的总量目标、环保设施建设和相关布局的实施将会使COD和NH3-N污染产生量降低52.61%和14.16%;污染排放量降低26.45%和59.09%;水环境容量增加10.68%和57.17%。总体而言,国土空间规划对流域水环境改善潜力巨大,同时改善潜力因不同区域、污染源、污染物而异。本研究提出的评估框架为国土空间规划背景下流域水环境保护提供了思路。
关键词: 国土空间规划    流域水环境    社会经济    系统动力学模型    QUAL2K    
Improvement Potential of Basin Water Environment from the Perspective of Territorial Spatial Planning: A Case Study of the Second Songhua River Basin in Changchun
LI Jiaqi , SHEN Zhenyao , LUAN Chaoxu , LIU Guowangchen , CHEN Lei     
School of Environment, Beijing Normal University, Beijing 100875, China
Abstract: Territorial spatial planning is of great significance to the protection of watershed water environment in the new era. This paper tracked the whole process (pollution generation-pollution discharge-pollution into the river) mechanism of the impact of territorial spatial planning on the water environment of the basin. And an evaluation framework of water environment change in the basin under the background of territorial spatial planning was proposed. The Second Songhua River Basin in Changchun was taken as an example, the impact of territorial spatial planning (total amount target, environmental protection facilities construction, related layout) on water environment of the basin was evaluated by system dynamics model and QUAL2K model. The results showed that the water environment of the basin was in great condition in the near target year(2025) of the territorial spatial planning. The COD and NH3-N in most reaches of the basin met the water quality standards, and the minimum water environment capacity was 44.96 kg/d and 5.10 kg/d. The implementation of the total amount target, environmental protection facilities and related layout reduced the COD and NH3-N pollution production by 52.61% and 14.16%, reduced the pollution emissions by 26.45% and 59.09%, and increased the water environment capacity by 10.68% and 57.17%. In general, the territorial spatial planning had great potential for improving the water environment of the basin, and the improvement potential varied from different regions, pollution sources and pollutants. The evaluation framework proposed in this study provides a scientific idea for watershed water environment protection under the background of territorial spatial planning.
Keywords: territory spatial planning    basin water environment    social economy    system dynamics model    QUAL2K model    
引言

2019年5月,中共中央、国务院发布了《关于建立国土空间规划体系并监督实施的若干意见》 [1],为我国国土空间规划指明了新方向。国土空间规划强调生态环境优先、高质量发展、高效能治理等目标[2],以协调人与自然共生为主线,对土地利用、设施布局、资源配置等多要素进行统筹优化配置[3]。在国土空间规划的背景下,区域的社会经济发展、土地利用、水环境、水资源等会发生重大变化[4-6],将深刻影响着流域水环境。然而当前国土空间规划影响流域水环境的机制尚不清晰。

当前人类活动对流域水环境影响可以归结为三类:社会经济等对流域污染产生过程的影响;污染削减设施等对污染去除过程的影响;不同下垫面类型等对污染传输过程的影响。许多学者对社会经济与环境污染之间的关系进行研究。Wang等[7]利用机器学习构建了社会经济影响环境污染的三个路径,即直接影响路径、间接影响路径和隐藏路径,量化了社会经济与环境污染之间的关系。Hu等[8]构建了水环境和经济增长之间的双向动态模拟模型,结果表明区域经济增长1.000%,水污染强度增加0.148%。生态环境保护设施如污水处理厂、湿地、植被过滤带等削减污染的排放,进而改善流域水环境[9, 10]。污染物在不同下垫面的传输路径不同,如宋静雯等[11]研究了不同尺度土地利用方式对地表水环境质量的影响,结果表明土地利用方式与地表水环境质量关系密切,而且不同土地利用方式对不同污染物作用机制不同。国土空间规划包含了影响流域水环境的各种因素,如社会经济发展、生态环保设施建设、相关设施布局等[3]。然而目前尚未形成一套完整的评估国土空间规划影响流域水环境的指标和方法体系。

基于以上研究背景,本文探讨了国土空间规划影响流域水环境的机制,从流域污染全过程(污染产生—污染排放—污染入河)角度构建了国土空间规划影响流域水环境的指标体系和评估框架。

1 国土空间规划背景下流域水环境变化评估框架

国土空间规划中三区三线的划定直接决定污染类型和污染严重程度。生态保护区主要为自然保护地、国家级自然保护区和森林公园等,污染较少。城镇发展区主要面临生活源和工业源污染,农田保护区和乡村发展区主要面临农业面源污染。国土空间规划设定的人口增长率、城镇化率等目标直接影响着城市人口和农村人口,同时其对未来城市产业的布局规划,也进一步影响着人口的迁移,这些都是影响生活污染源产生的主要因素。国土空间规划设定了经济发展规模、产业结构的发展和优势农业的种类和布局等,决定了第一产业规模和第二产业规模,影响了工业污染和农业污染的产生量[12, 13]

国土空间规划是我国可持续发展的空间蓝图,其包含了生态环境保护措施的建设,如污水处理厂、生态湿地、生态缓冲带等[3]。城镇生活源和工业源污染物一般通过管道排入污水处理厂中,经处理后再由管道排入河流中。而非点源污染的发生由降雨驱动[14],污染物经过不同的下垫面和拦截措施,最终随降雨径流进入河道中。下垫面的类型对污染物传输过程具有较大的影响,例如,与耕地相比,林地、草地能削减更多污染物[15]。国土空间规划中的污水雨水管道建设直接决定着大部分生活污水和工业废水的传输路径和最终的入河点。同时国土空间规划也改变了下垫面类型和布局,如城市交通规划和城市发展区等的设定增加了不透水面积,城市蓝线和绿线的规划则保护了城市的水系和绿地的建设。

因此,国土空间规划对流域水环境的影响可以分为3个方面(图 1a):①国土空间规划对污染产生过程的影响;②国土空间规划对污染排放过程中的影响;③国土空间规划对污染入河过程的影响。基于此本研究提出国土空间规划影响流域水环境的评估框架(图 1b),共分为4个步骤:划分管控单元,构建指标体系,模拟国土空间规划下的流域水环境并解析其对流域污染的全过程影响。

图 1 国土空间规划背景下流域水环境变化评估框架
1.1 管控单元划分

国土空间规划一般以行政区为基础进行规划分析,而流域由各个汇水单元组成。因此通过管控单元的划分,可将行政区尺度与流域尺度结合,进而将行政区尺度产生的污染源与流域尺度的水环境分析联系起来。管控单元的划分既要充分考虑流域水文、水环境和水生态特征,也要充分考虑行政管理的便捷性和可行性[16]。因此要建立合理的指标体系,选择的指标一般包括:河流水系、地表高程、行政区划、水功能区、控制断面、城镇布局、工业布局等[16, 17]

1.2 指标体系构建

本研究从污染产生和排放两个过程出发,构建国土空间规划影响流域水环境的指标体系(表 1),选择的指标涵盖了城镇生活源、工业源、农村生活源、畜禽养殖源等多个污染源。污染产生由人口、工业和畜禽养殖规模驱动,拟选择国土空间规划中影响规模的指标,如人口增长率、城镇化率、国内生产总值(GDP)增长率等;产生的污染物通过污染治理设施处理后排放到外界环境,因此污染排放过程拟选择国土空间规划中影响治理设施规模的指标,如生活污水治理率等。指标体系具体包括基本定义、指标属性、指标来源等3个方面。指标属性中的预期性指标主要通过市场主体行为来实现,而约束性指标是政府需强制性实现的目标。

表 1 国土空间规划影响流域水环境的评估指标体系

生活污染源的驱动因子包括人口增长率、城镇化率、城镇生活污染治理投资和农村生活污水处理设施比例,这些因子根据研究区国土空间规划确定。生活污染产生和排放系数也是影响生活源的重要因子,而国土空间规划并未设定,其根据研究区历史数据拟合得到[18]。具体如式(1)~(3)所示。

(1)
(2)
(3)

查阅文献可知,工业污染产生量可以与第二产业GDP建立方程[12],具体如式(4)~(6)所示。

(4)
(5)
(6)

第一产业GDP的增加会使得农业污染源产生量增加,但耕地面积和畜禽养殖规模并不是无限增大,因此根据国土空间规划和双评价中设定的耕地保有量、耕地承载规模和畜禽养殖承载规模对其约束。畜禽粪便综合利用率的增加会增大畜禽养殖污染去除量,规模化养殖比重则会影响畜禽粪便的污染产生系数。畜禽综合利用率、农业源的产生和排放系数在国土空间规划中未设定,这些由查阅文献资料确定。如式(7)~(9)所示。

(7)
(8)
(9)

由于各污染源核算是基于市县展开的,因此需将行政区尺度的污染排放量分配到各个管控单元。工业污染和城镇生活源主要以点源形式存在,根据各个工厂和污水处理厂位置将点源分配到各管控单元。畜禽养殖源、农村生活源和种植业源等主要以面源形式存在,利用面积平均法将面源污染分配到各个管控单元。污染排放到外界环境后需经过管道或农田等各种下垫面排放到河流中,国土空间规划对流域入河过程的影响主要体现为污染入河点的变化。本文构建的指标体系体现了国土空间规划对流域污染产生过程和排放过程的影响;而对流域污染入河过程的影响根据国土空间规划中对污染治理设施入河口、工厂排污口等位置的规划,利用河流水质模型进行模拟。

1.3 国土空间规划下流域水环境模拟

根据构建的指标体系,通过建立相关模型实现国土空间规划对流域水环境的影响模拟。当前有较多学者进行社会经济与污染源关系研究,研究方法包括环境库兹涅茨曲线(EKC)、向量自回归模型(VAR)、系统动力学模型以及机器学习模型等[7, 19-21]。应根据数据和研究区情况,选择合适的社会经济—环境污染关系模型(表 2)。河流水质模型众多,有较为简单的稳态模型,其仅考虑污染物的降解系数,而且一般认为降解系数是恒定的[22]。也有较为复杂的模型,如QUAL2K、MIKE、Soil and Water Assessment Tool(SWAT)、Environmental Fluid Dynamics Code(EFDC)等[23-26]表 3)。选择的模型不仅要量化污染源对流域水环境的影响,还要模拟污染源和生态环境保护设施位置等对流域水环境的影响,以反映国土空间规划在污染传输过程中对流域水环境的影响。

表 2 社会经济—环境污染关系模型适用条件及优缺点
表 3 河流水质模型适用条件及优缺点
1.4 国土空间规划影响流域污染全过程的多源解析

国土空间规划对流域水环境影响分析包含两个方面,一是从污染全过程(污染产生—污染排放—污染入河)的角度,其分别对应国土空间规划中总量目标、环保设施建设和相关布局对流域水环境的影响。二是从污染源角度解析国土空间规划对城镇生活源、农村生活源、工业源、种植业源和畜禽养殖源等的影响。

2 国土空间规划背景下流域水环境变化评估框架的应用 2.1 案例区域概况

长春市第二松花江流域位于东经124° 54'~ 126° 50',北纬43° 24'~ 44° 92'(图 2)。包括五个市县,市辖区、双阳区、九台区、农安县和德惠市。市辖区包括南关区、宽城区、朝阳区、二道区和绿园区。流域面积为15 874 km2,共有6条主要的河流,即第二松花江、沐石河、饮马河、双阳河、伊通河和新凯河。研究区平均气温为5.3℃,平均年降雨量达到380 ~ 850 mm。截至2020年,研究区内河流污染仍较严重,尤其是化学需氧量(COD)和氨氮(NH3-N),因此选择这两项指标进行研究。国土空间总体规划以2020年为基准年,近期目标年为2025年,远期目标年为2035年,本研究的时间范围为2020—2025年,远期目标2035年暂不考虑。2025年研究区人口规模预计达到780万人,城镇化率将达到65%,2020— 2025年GDP增速预计为6.5%。此外在市辖区、双阳区和德惠市预计增加污水处理厂共11座,设计处理能力增大24.82%。

图 2 研究区及管控单元划分情况
2.2 研究方法 2.2.1 污染源模拟

为将社会经济、环保设施等众多因素综合考虑,充分解释各个变量之间的关系[27],构建系统动力学仿真模型,模型整体示意见图 3

图 3 系统动力学模型示意

(1)模型构建。本研究对市辖区、双阳区、九台区、农安县和榆树市分别建立了系统动力学模型,模拟了COD和NH3-N两个指标。系统动力学模型分为3个子系统,即生活子系统、工业子系统和农业子系统。

(2)参数确定。国土空间规划下的指标取值由表 1确定,国土空间规划中未涉及的指标查阅文献获得[28, 29],基准年和国土空间规划近期目标年的主要取值具体见表 4

表 4 基准年和国土空间规划近期目标年的主要指标取值

(3)模型检验。利用相关性系数(R2)和纳什效率系数(NSE)进行模型的有效性检验,模型的验证结果显示R2和NSE均大于0.5,模型可靠。

2.2.2 水环境预测

用水质状况和水环境容量来表征流域水环境,研究区河流长度远远大于宽度,选择一维水动力模型QUAL2K进行水环境模拟预测。

(1)河段划分。河段划分是开展模型的前提,可以根据管控单元边界条件以及支流入河口的位置进行划分[30]。划分情况如下:松花江划分53个河段,河段平均长度为3.62 km;沐石河划分21个河段,河段平均长度为5.36 km;饮马河划分44个河段,河段平均长度为6.67 km;双阳划分24个河段,河段平均长度为3.87 km;伊通河划分52个河段,河段平均长度为5.52 km;新凯河划分23个河段,河段平均长度为2.17 km。

(2)入河污染负荷核算。各个污染源的排放量由系统动力学模型计算得到。流域内包括污水处理厂38家和直接排放工业废水23家,参照洪夕媛等[30]的研究,点源入河系数选为1。非点源入河系数选为0.2[31]

(3)参数率定与验证。水质参数为流量,水质参数包括COD氧化速率、氨氮硝化速率,同时计算流量的相对误差。结果表明水质数据的R2和NSE均大于0.5,流量的相对误差在15.0% 以内。

(4)河流水质。利用单因子指数评价法评价河流水质,具体公式如下:

(1)

式中,Si, j代表污染等标负荷;Ci, j代表评价因子ij点的实测浓度值,mg/L;Cs, i代表评价因子i的水环境功能区标准限值,mg/L。

(5)水环境容量计算。将QUAL2K模型与水环境容量计算公式结合起来,具体计算公式如下[30]

(2)

式中,W表示河段水环境容量,kg/d;CN表示水功能区水质目标,mg/L;C0表示QUAL2K模型计算的河段平均浓度,mg/L;K表示污染物降解系数,d-1L表示河段长度,km;U表示河流流速,m/s;Q表示河流流量,m3/s。

2.3 结果与讨论 2.3.1 国土空间规划对流域污染产生量的影响

在基准年(2020年)COD和NH3-N产生总量为97.5万t和2.03万t;国土空间规划近期目标年(2025年)COD和NH3-N产生总量为4.62× 105 t和1.74× 104 t。畜禽养殖是COD污染的主要来源,在基准年和国土空间规划近期目标年分别占流域污染产生量的87.41% 和76.53%;城镇生活是NH3-N污染的主要来源,在基准年和近期目标年分别占产生量的54.32% 和68.42%(图 4)。工业源和农村生活源占比较小,未达到污染源总量的6.00%。与基准年相比,国土空间规划近期目标年GDP增加了32.36%,但污染产生量有所降低,COD降低了52.61%,NH3-N降低了14.16%。其中畜禽养殖源减少最为明显,COD和NH3-N分别减少了58.51% 和45.21%,降低趋势与吴荣康等[32]的研究一致。主要原因:一方面是国土空间规划下第一产业占比进一步降低,使得畜禽养殖数量有所降低;另一方面是规模化养殖比例增加,使得畜禽污染产生系数降低[33]。尽管畜禽养殖污染大幅降低,但国土空间规划近期目标年畜禽养殖源仍是主要污染源。在国土空间规划近期目标年下,城市人口增加了19.72%,农村人口增加了7.08%。除城镇生活COD产生量略有降低外,其他生活污染源均有所增加。城镇生活NH3-N增加了8.13%,农村生活COD和NH3-N分别增加了7.61% 和7.62%。国土空间规划下研究区人口逐年增加,生活污染产生系数也在逐年变化,而且COD和NH3-N的产生系数不同,这就导致了COD和NH3-N不同的变化。尽管城镇化率也在逐年增大,但在人口增长的影响下,农村人口仍略有增加,使得农村生活污染产生量增大。

图 4 COD、NH3-N的污染产生量和排放量 注:BP表示基准年污染产生量;TP表示国土空间规划下污染产生量;BE表示基准年污染排放量;TE表示国土空间规划下污染排放量。
2.3.2 国土空间规划对流域污染排放量的影响

与污染产生量相比,污染排放量降低明显。在基准年COD和NH3-N分别降低了87.36% 和75.61%,国土空间规划近期目标年分别降低了80.38% 和88.37%。这主要是由于污染治理设施比例的提高。与基准年相比,国土空间规划近期目标年中的城镇生活污水治理运行费用占GDP比例、工业污水治理运行费用占GDP比例、畜禽粪便综合利用率和农村生活污水治理率分别提高了0.01%、0.002%、9.50%、26.26%。基准年COD和NH3-N污染排放总量为12.3万t和4940 t,国土空间规划近期目标年与基准年相比,COD和NH3-N分别减少了26.45% 和59.09%。城镇生活源和畜禽养殖源是主要削减源(图 4),COD分别减少了31.63% 和26.05%,NH3-N减少了70.46% 和20.44%。这主要是由于国土空间规划中提高了畜禽粪便综合利用率,新建和扩建了污水处理厂并提高了相应的污水排放标准。畜禽养殖源是COD排放总量的主要污染源,在国土空间规划近期目标年占总量的57.30%,城镇生活源是NH3-N的主要污染源,占总量的58.43%。尽管污染排放量的主要污染源与产生量保持一致,但主要污染源占比有所下降,这表明国土空间规划对主要污染源治理效果明显。

2.3.3 国土空间规划对流域水环境的影响

图 5a图 5b可知,在基准年长春市第二松花江流域污染较为严重,COD在饮马河的雾开河口—伊通河口段等标污染负荷最大,达到1.25。沐石河镇—河口段、饮马河的伊通河口—河口段、伊通河长春市上游绕城高速公路桥—四化桥段水环境容量均小于0,最小为-287.04 kg/d。NH3-N污染在伊通河比较严重,等标污染负荷最大为2.50,水环境容量最小为-936.62 kg/d,这主要是伊通河的工业点源和污水厂点源较多。国土空间规划近期目标年下流域水环境得到了极大改善(图 5c图 5d),仅饮马河的雾开河口—伊通河口段COD等标污染负荷大于1,为1.06。COD和NH3-N水环境容量均大于0,最小为44.96 kg/d和5.10 kg/d。以划分的19个河段计算,与基准年相比,国土空间规划目标年下优于Ⅲ类水的比例提高了10.53%;COD和NH3-N水环境容量分别提高了10.68% 和57.17%。

图 5 COD、NH3-N的等标污染负荷和水环境容量分布

国土空间规划对流域水环境的影响体现在流域污染产生—排放—入河的全过程。通过案例分析发现,国土空间规划的实施将极大地改善流域水环境。具体来说,国土空间规划中的总量目标使得流域COD和NH3-N产生量分别削减了52.61% 和14.16%;国土空间规划中的总量目标和环保设施使得流域COD和NH3-N排放量减少了26.45% 和59.09%;国土空间规划(总量目标、环保设施建设、相关布局)使得流域COD和NH3-N水环境容量提高了10.68% 和57.17%。国土空间规划对流域水环境的影响具有区域异质性,如与基准年相比,国土空间规划近期目标年下伊通河NH3-N等标污染负荷平均降低了1.23;而第二松花江仅降低了0.01。这是因为国土空间规划主要体现人类活动对流域的影响,而第二松花江是长春市过境河流,人为因素影响小,主要受自然因素的影响[34]。国土空间规划对污染源影响不同,其对主要污染源削减最多,但削减后的污染源仍占主导地位。畜禽养殖源和城镇生活源分别是COD和NH3-N的主要污染源,它们在国土空间规划近期目标年中仍占流域污染排放量的50% 以上,未来仍需重点关注。国土空间规划对不同的污染物影响不同,其对NH3-N污染治理效果要优于COD。人类的不同产污活动、污染治理设施、下垫面类型等都是造成这种差异的原因[7, 9, 11]。通过国土空间规划对流域水环境影响的分析,应进一步完善国土空间规划。具体做法为:首先,应识别出主要污染区域、主要污染源和主要污染物;然后,从流域污染全过程(污染产生—污染排放—污染入河)的角度制定合理的污染削减策略,以确保最终的河流水质达标。

3 结论与展望

本文从流域水污染全过程(污染产生—污染排放—污染入河)角度分析了国土空间规划影响流域水环境的机制,基于此构建了国土空间规划背景下流域水环境变化的指标体系和评估框架。以长春市第二松花江流域为例,得到如下主要结论和展望。

3.1 结论

(1)到国土空间规划近期目标年(2025年),除饮马河雾开河口—伊通河口段略有超标外,其余河段满足水功能区标准。伊通河水环境改善明显,松花江改善效果较差,可见国土空间规划对受人类活动影响大的区域水环境改善效果最明显。

(2)与基准年相比,国土空间规划中的总量目标、环保设施建设和相关布局的实施使得COD和NH3-N水环境容量增加了10.68% 和57.17%。这表明国土空间规划的实施将极大改善流域水环境。

(3)国土空间规划实施后COD和NH3-N的主要污染源(畜禽养殖源和城镇生活源)削减最多,排放量分别减少了26.45% 和59.09%。同时与COD相比,NH3-N的水质达标率提高更多。

(4)评估框架精准量化了国土空间规划对流域水环境的影响,影响程度在不同区域、不同污染源和不同污染物之间明显不同。本研究可为国土空间规划背景下流域水环境保护提供帮助。

3.2 展望

第一,完善国土空间规划。尽管国土空间规划中兼顾了经济发展和生态环境保护,但是仍有部分区域存在较大的污染问题。基于本研究提供的评估工具可以协助制定国土空间规划中污水处理设施新建或扩建的标准并完善雨污管道等相关设施的布局。

第二,管控主要污染源。国土空间规划中设定的人口、经济和产业的发展会对流域水环境产生巨大的影响。基于识别的流域水环境主要污染源,结合国土空间规划提出具体的产业发展要求。如对于畜禽养殖业,未来应发展绿色畜牧业,进一步加大畜禽粪便综合利用率等。此外在设定空间规划区时,应尽量将污染较大的产业划到水环境容量大的区域。

第三,综合考虑极端气候。本研究构建的评估框架主要用来分析国土空间规划对流域水环境的影响,并未考虑气候的作用。然而近年来极端天气灾害频发,其对流域带来的破坏不容忽视。因此未来需进一步完善评估框架,分别量化气候和国土空间规划对流域水环境造成的影响。

第四,分析评估的不确定性。本文预测了国土空间规划近期目标年下流域水环境的状况。然而模型法和基于情景的预测都存在较大的不确定性,因此未来研究需进一步探讨评估结果的不确定性。

参考文献
[1]
中华人民共和国中央人民政府. 中共中央国务院关于建立国土空间规划体系并监督实施的若干意见[EB/OL]. [2019-05-23]. http://www.gov.cn/zhengce/2019-05/23/content_5394187.htm.
[2]
孙迅. 国土空间规划引领下城市高质量发展研究——以长春新区为例[D]. 长春: 东北师范大学, 2020: 1-2.
[3]
吴次芳, 叶艳妹, 吴宇哲, 等. 国土空间规划[M]. 北京: 地质出版社, 2019: 179-183.
[4]
文宇立, 谢阳村, 徐敏, 等. 构建适应新国土空间规划的流域空间管控体系[J]. 中国环境管理, 2020, 12(5): 58-64.
[5]
周珂旭, 黄贤金. 人海和谐视角下沿海城市国土空间开发建设适宜性评价研究——以江苏省沿海地区为例[J]. 中国环境管理, 2022, 14(6): 149-156.
[6]
胡阿芹, 谢乃明. 流域水环境承载力动态演化机制研究[J]. 生态经济, 2022, 38(8): 146-152.
[7]
WANG Q, HAO D M, LI F B, et al. Development of a new framework to identify pathways from socioeconomic development to environmental pollution[J]. Journal of cleaner production, 2020, 253: 119962. DOI:10.1016/j.jclepro.2020.119962
[8]
HU Q Y, HAN E J, WANG W X, et al. The interactive relationship between water environmental pollution and the quality of economic growth in China: an empirical research based on the dynamic simultaneous equations model[J]. Journal of computational methods in sciences and engineering, 2022, 22(1): 77-87. DOI:10.3233/JCM-215614
[9]
康琳琦, 朱亮, 汤颖, 等. 污水处理厂尾水排放形式对河流水质的影响研究[J]. 人民长江, 2012, 43(19): 85-89.
[10]
范志平, 王琼, 孙学凯, 等. 辽河流域湿地水质污染特征及净化效果实证评估[J]. 环境工程技术学报, 2020, 10(6): 1050-1056.
[11]
宋静雯, 张学霞, 姜东旸, 等. 不同尺度土地利用方式对地表水环境质量的影响及驱动机制[J]. 环境科学, 2022, 43(6): 3016-3026.
[12]
WANG W, WANG H B, ORTIZ J, et al. The role of economic development on the effectiveness of industrial pollution reduction policy in Chinese cities[J]. Journal of cleaner production, 2022, 339: 130709. DOI:10.1016/j.jclepro.2022.130709
[13]
DENG M M. Evaluation on the coordinated development of agricultural economy and rural ecological environment in Anhui Province[J]. Fresenius environmental bulletin, 2021, 30(7): 8372-8381.
[14]
CHEN Y, CHENG S Y, LIU L, et al. Assessing the effects of land use changes on non-point source pollution reduction for the Three Gorges watershed using the SWAT model[J]. Journal of environmental informatics, 2013, 22(1): 13-26. DOI:10.3808/jei.201300242
[15]
LI S S, ZHANG L, DU Y, et al. Evaluating Phosphorus loss for watershed management: integrating a weighting scheme of watershed heterogeneity into export coefficient model[J]. Environmental modeling & assessment, 2016, 21(5): 657-668.
[16]
邓富亮, 文宇立, 李兰晖, 等. 面向新时期流域管理的控制单元划分方法设计与应用[J]. 中国环境管理, 2022, 14(6): 118-126.
[17]
王金南, 吴文俊, 蒋洪强, 等. 中国流域水污染控制分区方法与应用[J]. 水科学进展, 2013, 24(4): 459-468.
[18]
廖文杰, 胡东滨. 城市水污染治理政策影响研究——以长沙市为例[J]. 科技进步与对策, 2018, 35(24): 155-163.
[19]
杨岩, 韩璐, 姚长青, 等. 基于SD模型的城市水环境污染负荷模拟——以德州市为例[J]. 生态经济, 2018, 34(4): 180-184.
[20]
GROSSMAN G M, KRUEGER A B. Economic growth and the environment[J]. The quarterly journal of economics, 1995, 110(2): 353-377. DOI:10.2307/2118443
[21]
ZHANG L, AN Y. The government capacity on industrial pollution management in Shanxi Province: a response impulse analysis[J]. Journal of environmental management, 2018, 223: 1037-1046. DOI:10.1016/j.jenvman.2018.07.010
[22]
李旭. 府河及孝义河水环境容量与污染负荷削减分配研究[D]. 保定: 河北大学, 2021: 42-44.
[23]
唐伟. 基于QUAL2K模型的水质模拟研究——以武进港水流域为例[D]. 南京: 南京大学, 2011: 23-24.
[24]
穆聪, 李家科, 邓朝显, 等. MIKE模型在城市及流域水文——环境模拟中的应用进展[J]. 水资源与水工程学报, 2019, 30(2): 71-80.
[25]
CHEN L, LI J Q, XU J J, et al. New framework for nonpoint source pollution management based on downscaling priority management areas[J]. Journal of hydrology, 2022, 606: 127433. DOI:10.1016/j.jhydrol.2022.127433
[26]
BAI J, ZHAO J, ZHANG Z Y, et al. Assessment and a review of research on surface water quality modeling[J]. Ecological modelling, 2022, 466: 109888. DOI:10.1016/j.ecolmodel.2022.109888
[27]
陈文婷, 郑明霞, 夏青, 等. 基于产业细化和多要素约束的白洋淀流域水环境承载力系统动力学模拟与调控[J]. 长江流域资源与环境, 2022, 31(2): 345-357.
[28]
生态环境部. 2025年全国农村生活污水治理率将达40%[EB/OL]. [2022-04-23]. https://www.mee.gov.cn/ywdt/spxw/202204/t20220425_975880.shtml.
[29]
农业农村部. 农业农村部关于贯彻实施《中华人民共和国固体废物污染环境防治法》的意见[EB/OL]. [2021-12-07]. http://www.moa.gov.cn/nybgb/2021/202109/202112/t20211207_6384006.htm.
[30]
洪夕媛, 雷坤, 孙明东, 等. 永定河流域张家口段水质模拟及水环境容量研究[J]. 环境污染与防治, 2021, 43(10): 1249-1254, 1262-1262.
[31]
杨雪. 2009-2014年吉林省松花江干流流域农业面源污染研究[D]. 兰州: 西北师范大学, 2017: 16-17.
[32]
吴荣康, 潘芳慧, 常佳悦, 等. 河南省畜禽粪便的耕地污染及其未来风险预测[J]. 浙江大学学报(农业与生命科学版), 2021, 47(2): 233-242.
[33]
生态环境部. 排放源统计调查产排污核算方法和系数手册[R]. 北京: 生态环境部, 2021.
[34]
HUANG G X, CHEN Z Y, LIU F, et al. Impact of human activity and natural processes on groundwater arsenic in an urbanized area (South China) using multivariate statistical techniques[J]. Environmental science and pollution research, 2014, 21(22): 13043-13054. DOI:10.1007/s11356-014-3269-x