-
农村生活污水治理是改善农村人居环境,提升美丽乡村建设水平,实现乡村振兴战略的重要途径。依据最新调查统计数据,目前中国农村地区的生活污水产量每年约为1.3×1010 t[1]。大部分农村地区没有污水处理设施,大量生活污水直接排入地表水体或河流,直接影响饮水安全,导致土壤肥力下降,粮食产量降低[2]。国家相继出台了《农村人居环境整治三年行动方案》[3]《农村人居环境整治提升五年行动方案(2021—2025年)》[4]《农业农村污染治理攻坚战行动方案(2021—2025年)》[5]《“十四五”土壤、地下水和农村生态环境保护规划》[6]。截至2022年,全国农村生活污水治理率仅为31%。随着国家对农村污水处理的高度重视,确定适合的治理模式来解决农村生活污水问题显得尤为重要[7]。
农村生活污水处理受到多种因素的影响,主要包括人口因素、自然因素和经济因素[8]。其中,人口因素包括人口数量、人口居住分散或聚集程度等;自然因素主要为地形地势、地区环境敏感程度、水系特征等;经济因素主要包括建设投资、运行维护成本等。农村人口基数差异较大,部分村落中青年村民常年在外务工,人口流失造成住宅长期空置[9]。人口数量直接影响村庄污水排放量以及处理规模。依据农村居民人口数量以及居住聚落可分为大型聚落,中型聚落,小型聚落,独院聚落,复杂的居住聚落形态可能会增加其收集处理难度[10]。内蒙古地区特有“六牧四农”的发展格局,形成诸多农牧交错带,其聚落空间既具有普遍性,又因其特殊的交错地理位置多位于山地而具有独特性[11]。内蒙古作为一个农牧业大省,其农牧区占全区土地面积的60%以上。农牧区居民大多被农田环绕或依托牧区草场分散居住,其形成聚落复杂多样。目前生活污水处理多为集中模式,通过管网系统将区域内收集的废水统一输送到集中的设备进行处理。农村生活污水产生量少,同时居住布局的密度影响其管道输送距离,收集距离较长易造成收集不完全[12]、财政支出较大等问题。因此,有必要依据村庄居住密度探索适合农村的生活污水治理模式。此外,在不同自然、经济、社会等环境因素的综合作用下,农村居民点空间分布也会表现出显著的地域分布特征[13]。已有研究表明,坡度0°~8°的区域农村居民居住比重最高,8°~25°次之,25°以上极少[14-17]。地形坡度直接影响管道铺设的距离及难易程度。因此,除居住密度外坡度对生活污水治理模式的影响不可忽略。
目前,有关农村生活污水治理模式的研究呈现多样性和多维性。汪泽锋等[18]依据村庄附近是否布设城镇污水收集管网、村庄居民分散程度和地形,将农村生活污水治理模式分为纳管处理、集中处理和分散处理三种模式。揭维慧等[19]结合研究区域的调研情况,从已建污水处理设施规模以及建设运行方式角度,将农村污水处理设施划分为3种模式,即乡镇级污水处理设施、中心村庄建立的小型污水处理设施和分散式农户改厕。而高生旺等[20]等通过对22个省份396个典型农村生活污水治理情况调研总结出规模与排放导向相结合的治理模式,主要有集中处理-达标排放、集中处理-资源化利用、分散处理-达标排放、分散处理-就地利用4大类。易嘉静等[21]在此基础上,基于当地案例进行分析,丰富了生活污水治理模式将其分为市政纳管治理模式、村级集中治理模式、村级生态治理模式、分散处理就地利用模式和灰水存储清运处理模式。目前相关研究已经得到广泛关注,形成了一个相对丰富的研究领域。但其结论仅止步于对现状的总结归纳,无法从指标量化的角度针对拟治理村落的治理模式进行较科学的决策。
本研究选取位于内蒙古自治区的82个村落作为研究对象,将决策农村污水治理模式的指标体系量化并使用决策树进行居住密度和地形分类模型的构建,可视化地分析了农村生活污水治理模式的选择依据,提高了农村污水治理决策的科学性和严谨性。弥补了我国在农村生活污水治理模式方面研究的不足,为农村人居环境综合整治工作提供理论依据和技术支撑。
基于村庄分散度的农村生活污水治理模式量化分析
Quantitative analysis of rural domestic sewage treatment mode based on village dispersion
-
摘要: 随着农村地区生活水平的提升,生活污水所含污染物成分趋于复杂化,未经处理就地排放对生态环境影响不容小觑。目前,农村生活污水治理模式种类多样,但决策方法缺乏科学依据。以内蒙古地区82个村落为研究对象。以自然村落为最小研究单元,利用村落宅基地占比、村落长宽比、周长、极限距离、坡度0°~8°占比和坡度标准差等指标,构建了居住密度决策树 (准确率76%) 以及地势决策树 (准确率88%) 。决策树所得结果通过二分类概率单位回归 (Probit)分析 (准确率87%) ,确定其村落集中或分散情况,进而选择适宜的村落污水治理模式 (集中模式、纳管模式、分散模式、拉运模式、就地利用模式) 。农村生活污水治理模式决策方法的确立决策指标的量化,为促进农村生活污水治理体系的发展、提升污水治理的有效性具有积极意义。Abstract: With the improvement of living standards in rural areas, the composition of pollutants contained in domestic sewage tends to be complicated, and the impact of untreated on-site discharge on the ecological environment cannot be underestimated. At present, there are various types of rural domestic sewage treatment modes, but the decision-making methods lack scientific basis. This paper taked 82 villages in Inner Mongolia as the research object. Taking the natural village as the smallest research unit, the residential density decision tree (accuracy : 76%) and the terrain decision tree (accuracy : 88%) were constructed by using the proportion of village homestead, the ratio of village length to width, perimeter, limit distance, the proportion of slope 0°~8 ° and the standard deviation of slope. The results of the decision tree were analyzed by the binary classification probability unit regression (Probit) analysis (accuracy rate : 87%) to determine the concentration or dispersion of the villages, and then select the appropriate village sewage treatment mode (centralized mode, receiving mode, decentralized mode, pulling mode, local utilization mode). The establishment of the decision-making method of rural domestic sewage treatment model has constructed and quantified the decision-making indicators, which is of positive significance for promoting the development of rural domestic sewage treatment system and improving the effectiveness of sewage treatment.
-
Key words:
- village dispersion /
- rural domestic sewage /
- machine learning /
- decision tree /
- governance model
-
表 1 模型结果参数
Table 1. Model Result Parameters
准确率 召回率 精确率 F1 AUC 87.80% 87.80% 88.10% 87.80% 89.90% 表 2 分类准确率比较
Table 2. Comparison of classification accuracy
分类类型 决策树 逻辑回归 支持向量机 居住密度类型 76.47% 52.00% 48.00% 地形类型 88.00% 72.00% 64.00% -
[1] GUI Z Y, WEN J H, FU L, et al. Analysis on Mode and Benefit of Resource Utilization of Rural Sewage in a Typical Chinese City[J]. Water, 2023, 15: 11. [2] LI Z H. Distributed treatment of rural environmental wastewater by artificial ecological geographic information system[J]. Environmental Research, 2021, 112572,. [3] 中共中央办公厅, 国务院办公厅. 农村人居环境整治三年行动方案[S/OL]. [2023-08-01]. http://www.gov.cn/zhengce/2018-02/05/content_5264056.htm. [4] 中共中央国务院. 中共中央国务院印发《农村人居环境整治提升五年行动方案(2021-2025年)》[EB/OL]. [2023-08-01]. http://www.gov.cn/zhengce/2021-12/05/content_5655984.htm. [5] 生态环境部, 农业农村部, 住房和城乡建设部, 等. 关于印发《农业农村污染治理攻坚战行动方案(2021—2025年)》的通知(环土壤[2022]8号)[EB/OL]. [2023-08-01].https://www.mee.gov.cn/xxgk2018/xxgk/xxgk03/202201/t20220129_968575.html. [6] 生态环境部, 国家发展和改革委员会, 财政部, 等. 关于印发《“十四五”土壤、地下水和农村生态环境保护规划》的通知. (环土壤[2021]120号)[EB/OL]. [2023-08-01].https://www.mee.gov.cn/xxgk2018/xxgk/xxgk03/202112/t20211231_965900.html. [7] BI X Q, GUO L J. Treatment process of rural domestic sewage based on small purification tank technology[C]. 2nd International Conference on Air Pollution Environmental, 2020, 450. [8] 付浩, 闾海, 邱长浩. 人口密集地区农村生活污水治理若干问题探讨[J]. 给水排水, 2020, 56(9): 9-14. [9] LI J, YU R X. A study on villages of the planning of water infrastructure planning: 25 villages in Shaanxi Province as an example[J]. Aqua-Water Infrastructure Ecosystems and Society, 2022, 72: 19-31. [10] 郝小雨. 陕南秦巴山区乡村聚落空间格局特征及优化研究[D]. 长安大学, 2022. [11] 张凯, 马明. 内蒙古农牧交错带山地聚落空间形态研究[J]. 地域研究与开发, 2019, 38(6): 165-170. [12] 陈秀丽. 高质量高标准建设背景下农村生活污水治理模式探讨[J]. 给水排水, 2022, 58(12): 69-75. [13] 李君. 农户居住空间演变及区位选择研究[D]. 河南大学, 2009. [14] 胡燕, 胡玉福, 邓良基, 等. 基于GIS的石角镇农村居民点空间分布特征分析[J]. 中国农学通报, 2010, 26(16): 315-320. [15] 李国敬. 基于GIS的渭河流域居民点空间分布特征研究[J]. 测绘与空间地理信息, 2022, 45(3): 130-133. [16] 陈丽. 基于GIS的县域农村居民点整理研究[D]. 南京大学, 2013. [17] 范红梅, 王秋兵, 边振兴. 基于GIS技术的宽甸县居民点空间分布特征分析[J]. 西南师范大学学报(自然科学版), 2008(2): 99-103. [18] 汪泽锋, 操家顺, 王超越, 等. 农村生活污水处理技术与模式研究情况[J]. 应用化工, 2022, 51(9): 2669-2674+2680. [19] 揭维慧. 金寨县农村生活污水治理模式研究[D]. 合肥工业大学, 2023. [20] 高生旺, 黄治平, 夏训峰, 等. 农村生活污水治理调研及对策建议[J]. 农业资源与环境学报, 2022, 39(2): 276-282. [21] 易嘉静. 农村生活污水治理思路及应用案例分析[J]. 节能与环保, 2022(10): 85-86. [22] 李轶霄, 郑天龙, 杨晓霞, 等. 西北地区农村生活污水排放标准对比及分析[J/OL]. 工业水处理: 1-18. https://doi.org/10.19965/j.cnki.iwt.2022-1140. [23] 中国城镇供水排水协会. 中国城镇水务行业年度发展报告[M]. 北京: 中国建筑工业出版社, 2022: 306-308. [24] SAFAVIAN S R, LANDGREBE D. A Survey of Decision Tree Classifier Methodology[J]. Ieee Transactions on Systems Man and Cybernetics. 1991.21: 660-674. [25] PANHALKAR A R, DOYEA D D. A novel approach to build accurate and diverse decision tree forest[J]. Evolutionary intelligence, 2022, 15: 439-453. doi: 10.1007/s12065-020-00519-0 [26] 贾册, 陈臻, 韩梅. 基于决策树模型的区域PM2.5污染管控时空识别——以关中地区为例[J]. 干旱区研究, 2022, 39(4): 1056-1065. [27] 王淞, 黄伟亮, 项闻, 等. 滑坡粗糙度年代学方法——以甘肃舟曲地区泄流坡和锁儿头滑坡为例[J]. 地球科学与环境学报, 2022, 44(6): 1037-1047. [28] FRANKEL K L, DOLAN J F. Characterizing Arid Region Alluvial Fan Surface Roughness with Airborne Laser Swath Mapping Digital Topographic Data[J]. Journal of Geophysical Research:Earth Surface, 2007, 112(F2): 000644. [29] 程方奎, 汪晨晨, 温仓祥, 等. 太湖流域农村生活污水产污特征及治理模式分析[J]. 东南大学学报(自然科学版), 2022, 52(3): 578-585.