环境监控与预警   2022, Vol. 14 Issue (6): 8-16.  DOI: 10.3969/j.issn.1674-6732.2022.06.002.
0

面源污染研究

引用本文 [复制中英文]

王玉, 王雪蕾, 张亚群, 冯爱萍, 黄莉, 尹文杰, 朱南华诺娃, 谢成玉, 郝晗, 蔡雅, 基于DPeRS模型的渭河典型断面汇水区面源污染评估及污染成因分析. 环境监控与预警, 2022, 14(6): 8-16. DOI: 10.3969/j.issn.1674-6732.2022.06.002.
[复制中文]
WANG Yu, WANG Xue-lei, ZHANG Ya-qun, FENG Ai-ping, HUANG Li, YIN Wen-jie, ZHU Nan-huanuowa, XIE Cheng-yu, HAO Han, CAI Ya. Estimation and Pollution Cause Analysis on the Typical Basin of Weihe River Based on DPeRS Model. Environmental Monitoring and Forewarning, 2022, 14(6): 8-16. DOI: 10.3969/j.issn.1674-6732.2022.06.002.
[复制英文]

基金项目

国家自然科学基金面上项目(41871346)

作者简介

王玉(1988—),女,高级工程师,博士,从事环境遥感方向相关研究工作.

通讯作者

张亚群 E-mail: 840819476@qq.com.

文章历史

收稿日期:2022-09-30
修订日期:2022-11-10

码上扫一扫

基于DPeRS模型的渭河典型断面汇水区面源污染评估及污染成因分析
王玉1, 王雪蕾1, 张亚群2, 冯爱萍1, 黄莉1, 尹文杰1, 朱南华诺娃1, 谢成玉1, 郝晗3, 蔡雅3    
1. 生态环境部卫星环境应用中心,北京 100096;
2. 甘肃省生态环境科学设计研究院,甘肃 兰州 730000;
3. 河北省衡水生态环境监测中心,河北 衡水 053000
摘要:近年来甘肃渭河桦林断面月度水质不稳定达标的问题引起了管理部门的广泛关注,掌握桦林断面汇水范围面源污染现状,对控制流域面源污染和促进水质稳定达标具有重要意义。采用遥感分布式污染估算(DPeRS)面源污染评估模型,对2018年黄河流域甘肃桦林断面汇水区面源污染空间分布特征进行分析,开展多类型污染量产排特征解析。结果表明:农业面源污染量方面,2018年甘肃桦林断面汇水区总氮(TN)、总磷(TP)、氨氮(NH4+-N)、重铬酸盐指数(CODCr)面源污染排放量分别为11 591,2 697,7 141和1 458 t,入河量分别为2 184,512,1347,263 t;空间分布上,氮型(TN和NH4+-N)排放负荷高值区主要分布在陇西县、武山县县段和岷县县段;武山县县段TP排放负荷较为突出; CODCr型面源污染高负荷区主要分布在陇西县、渭源县县段和武山县县段。农业面源污染物入河排放负荷空间分布差异明显,氮磷型(TN、NH4+-N和TP)入河高负荷区主要分布在武山县县段、陇西县、临洮县县段;CODCr型面源污染入河高负荷区呈分散分布。漳县西部地区水土流失量较高,漳县西部、陇西县和渭源县县段北部局部地区泥沙负荷量较高。枯水期污染治理仍是保障水质稳定达标的关键期,农田径流是渭河桦林断面所在汇水区氮磷型面源污染的首要污染类型,畜禽养殖是CODCr型面源污染的首要污染类型。
关键词面源污染    DPeRS模型    污染成因    空间分析    渭河典型流域    
Estimation and Pollution Cause Analysis on the Typical Basin of Weihe River Based on DPeRS Model
WANG Yu1, WANG Xue-lei1, ZHANG Ya-qun2, FENG Ai-ping1, HUANG Li1, YIN Wen-jie1, ZHU Nan-huanuowa1, XIE Cheng-yu1, HAO Han3, CAI Ya3    
1. Ministry of Ecology and Environment Center for Satellite Application on Ecology and Environment, Beijing 100096, China;
2. Gansu Academy of Eco-environment Sciences, Lanzhou, Gansu 730000, China;
3. Hebei Hengshui Ecological Environment Monitoring Center, Hengshui, Hebei 053000, China
Abstract: In recent years, the problem of unstable monthly water quality in Hualin section of the Weihe River in Gansu has attracted extensive attention from the management department. Understanding the current situation of non-point source pollution in the watershed of Hualin section of the Weihe River in Gansu is important to control the non-point source pollution and to promote the water quality to meet the standard. This paper used the DPeRS (Diffuse Pollution estimation with Remote Sensing) non-point source pollution assessment model to analyze the spatial distribution characteristics of non-point source pollution in the watershed of Hualin section of the Yellow River Basin in Gansu in 2018, including analysis on production and discharge characteristics of multi-type pollution amount. The results showed as follows: in 2018, non-point source pollution discharge loads of total nitrogen (TN), total phosphorus (TP), ammonia nitrogen (NH4+-N), and dichromate index (CODCr) in the watershed of Hualin section in Gansu were 11 591, 2 697, 7 141 and 1 458 t, and the amount of pollutants entering into river were 2 183 t, 512 t, 1 347 t, and 263 t, respectively; in terms of spatial distribution, the high-value areas of nitrogen-type (TN and NH4+-N) discharge loads mainly distributed in sections of Longxi County, Wushan County and Minxian County. The TP emissions from non-point source varied greatly among different county-level administrative districts, and theTP discharge load in Wushan County was more prominent; the CODCr emissions in sections of Longxi County, Weiyuan County and Wushan County were more prominent. There were significant differences in the spatial distribution of non-point source pollution discharge load in the watershed. The high load areas of nitrogen and phosphorus type (TN, NH4+-N and TP) mainly distributed in Wushan County, Longxi County and Lintao County. High load area of CODCr type non-point source pollution showed a scattered distribution. The soil erosion in the west of Zhangxian County causes high sand load of west Zhangxian County, Longxi County and north Weiyuan County. Pollution control in dry season is still the key period to ensure stable water quality. Farmland surface runoff is the primary pollution type of nitrogen and phosphorus non-point source pollution in the catchment area of Hualin section of Weihe River in Gansu Province, and livestock and poultry breeding is the primary pollution type of CODcr-type non-point source pollution.
Key words: Diffuse pollution    DPeRS model    Pollution cause    Spacial analysis    Typical basin of Weihe River    
0 前言

国务院《水污染防治行动计划》《甘肃省水污染防治工作方案(2015—2050年)》中明确提出渭河水系考核断面水质优良比例达到100%的目标。“十三五”以来,为改善渭河水质,甘肃省连续开展了多项渭河流域水污染防治行动,通过现场督查、断面考核、媒体曝光等措施,狠抓污染源头、实施工业企业废水深度治理、城镇污水处理厂提标改造和新扩建工程建设等专项工作,桦林断面水质与往年相比有很大的改善,枯水期水质恶化严重的问题得到有效缓解,水污染防治工作发挥了积极的作用,但长期来看渭河桦林断面依然存在水质波动明显、月度水质不能稳定达标的风险。面源污染作为影响水质安全的重要污染来源,引起了管理部门的广泛关注,其具有的随机性、广泛性、滞后性、模糊性、潜伏性等特点,加大了相应的研究、治理和管理政策制定的难度。开展渭河桦林断面汇水区面源污染负荷的量化分析,掌握桦林断面汇水范围面源污染现状以及点源污染特征,可为断面所在流域污染防治提供有效参考,对控制流域面源污染、改善流域水环境和促进水质稳定达标具有重要意义。

模型评估是全面掌握面源污染情况的有效途径之一,国内外学者采用的面源模型众多[1-16],根据模拟参数是否考虑物理机制过程和时空尺度转换,可以归纳为经验模型和机理模型2大类。近年来,我国生态环境部加快推进农业面源污染监测评估技术攻关、试点示范、文件发布和技术帮扶,以改善水环境质量为核心,以“天地协同监测、模型评估核算”为基本思路,探索建立了全国农业面源污染监测评估技术体系。“十四五”期间我国国家层面农业面源污染监测评估任务已出台技术文件,未来将基于我国自主研发的遥感分布式污染估算(DPeRS)模型系统开展监测评估[17]。DPeRS模型系统以遥感像元为基本模型运算单位,可实现污染负荷空间精细化、可视化表征。与传统总量减排核算方法相比,该模型引入遥感数据,有效降低了对地面数据的要求,并实现了从“点”到“面”的空间突破,可为因地制宜地制定面源污染防控方案提供技术支撑。目前该模型算法已在长三角地区4个省份完成了典型试点示范应用,未来将作为主要技术方案支撑全国层面的农业面源污染监测任务。

现采用DPeRS模型对渭河桦林断面汇水区2018年总氮(TN)、总磷(TP)、氨氮(NH4+-N)和重铬酸盐指数(CODCr)面源污染负荷进行空间估算,其中污染类型覆盖农田径流、畜禽养殖、农村生活、城镇生活和水土流失等,基于模型结果和大数据开展流域面源污染源解析及污染成因分析,为该区域面源污染综合防治、科学管控,促进断面持续稳定达标提供技术支撑。

1 研究方法 1.1 研究区概况

渭河发源于甘肃省渭源县鸟鼠山,流经陇东高原、天水盆地、关中平原,至潼关入黄河,是黄河最大支流,地形地貌特征属于黄土丘陵沟壑区,丘陵沟壑纵横,地形起伏较大,植被条件差,降水较少。桦林断面(103°51′—104°55′E,34°13—35°28′N)是渭河上游天水市入境断面,受地形特征影响, 桦林断面汇水区区域气候较为敏感,在我国植被区划中属于温带草原区,在我国生态地理区划中,研究区北部为暖温带半干旱黄土高原中北部草原区,南部为暖温带半湿润汾渭盆地落叶阔叶林、人工植被区。渭河桦林断面所在汇水区平均海拔约2 000 m,地势呈西高东低走势,西部地区生态环境脆弱, 是水土流失较为严重的地区。汇水区总面积约为7 845 km2,地跨甘肃省定西市和天水市,涉及6个县级行政区,其中包括陇西县、漳县全县,以及岷县、渭源县、武山县、临洮县4个不完整县段,其中武山县属天水市辖区,其他5个县域/县段均属定西市辖区,渭河桦林断面所在汇水区地理位置见图 1

图 1 渭河桦林断面所在汇水区地理位置示意
1.2 DPeRS模型方法

采用DPeRS模型对渭河桦林断面所在汇水区面源污染进行分类型分指标估算。DPeRS模型是基于二元结构原理构建的遥感分布模型,该模型综合考虑了自然要素(降水、植被盖度、地形和地貌等)和社会经济要素(施肥利用效率、人口、牲畜和家禽等)对面源污染量的影响。模型算法以遥感数据为驱动数据,耦合定量遥感模型和生态水文过程模型对流域尺度面源污染负荷的时空动态进行定量分析。模型采用交互式数据语言-可视化图像环境(IDL-ENVI)平台进行开发调试。模型空间计算单元为影像栅格,模型参数考虑流域水文特征、土地利用和土壤特征等确定。具体技术路线见图 2

图 2 DPeRS模型技术路线

DPeRS模型具体包括农田氮磷平衡核算、植被覆盖度定量遥感反演、溶解态污染负荷估算、颗粒态污染负荷估算和入河估算5大模块。模拟类型包括农田径流、农村生活、畜禽养殖、城镇生活和水土流失5个类型。污染物模拟形态分为溶解态和颗粒态2种,模拟指标包括TN、TP、NH4+-N和CODCr。模型耦合的遥感参数包括植被覆盖度和土地利用,DPeRS模型核心算法详见文献[17-25]。

1.3 数据来源与预处理

模型输入数据主要包括渭河桦林断面所在汇水区2018年的月度降水量、土地利用、月度植被覆盖度、坡度坡长、土壤数据和农田氮磷表观平衡量等,所有数据均统一转换为30 m空间分辨率的栅格数据。月降水量、植被覆盖度、农田氮磷表观平衡量数据空间分布见图 3(a)(b)(c)(d)。数据来源与处理方法见表 1

图 3 渭河桦林断面所在汇水区主要数据空间分布
表 1 数据来源与处理方法
2 结果与讨论 2.1 土地利用分布特征

采用2~8 m高分系列卫星遥感影像数据,利用人机交互式解译和面向对象信息提取方法获取2018年桦林断面所在汇水区的土地利用信息。渭河桦林断面所在汇水区8 m分辨率土地利用类型空间分布见图 4。由图 4可见,渭河桦林断面北部上游的临洮县县段、渭源县段、陇西县和武山县段内土地利用类型主要为旱地,林地和草地主要分布在西部和南部山区的漳县和岷县县段。

图 4 渭河桦林断面所在汇水区土地利用类型空间分布

渭河桦林断面所在汇水区土地利用类型面积及占比统计信息见表 2。由表 2可见,土地利用类型中面积占比较多的依次为耕地、草地、林地、建设用地,其中耕地包括水田和旱地。耕地面积合计为4 936.39 km2,占比62.16%;林地、草地面积合计为2 596.05 km2,占比32.69%;建设用地为370.87 km2,占比4.67%;水域、未利用地面积较少,占比均不足1%。

表 2 渭河桦林断面所在汇水区土地利用类型面积及占比 
2.2 面源污染物排放分布特征

渭河桦林断面所在汇水区面源污染排放负荷的空间分布见图 5(a)(b)(c)(d)。各行政区面源污染排放负荷及排放量见表 3。由图 5可见,TN和NH4+-N面源污染排放负荷空间分布规律相似,氮磷型面源污染(TN、NH4+-N和TP)高负荷区主要分布于陇西县、武山县县段和岷县县段;不同县级行政区之间面源TP排放量差异较大,武山县TP排放负荷较为突出;CODCr面源污染高负荷区主要分布在陇西县、渭源县县段和武山县县段。

表 3 渭河桦林断面所在汇水区面源污染排放负荷及排放量
图 5 渭河桦林断面所在汇水区面源污染排放负荷空间分布

表 3可见,渭河桦林断面所在汇水区TN、TP、NH4+-N和CODCr面源污染排放量分别为11 591,2 697,7 141和1 458 t。

2.3 面源污染入河分布特征

基于研究区2018年各指标面源污染排放负荷,结合各水文分区的入河系数,估算了渭河桦林断面所在汇水区面源污染入河量。汇水区面源污染入河排放负荷空间分布差异明显,见图 6(a)(b)(c)(d)。各行政区面源污染入河量见表 4。由图 6可见,氮磷型面源污染(TN、NH4+-N和TP)高负荷区主要分布在武山县县段、陇西县、临洮县县段的大部分区域,岷县县段的局部区域;CODCr面源污染高负荷区除了汇水区内漳县分布较少,其他县域污染负荷区呈分散分布。由表 4可见,2018年甘肃省渭河桦林断面所在汇水区TN、TP、NH4+-N和CODCr面源污染入河量分别为2 184,512,1 347和263 t。

图 6 渭河桦林断面所在汇水区面源污染入河负荷的空间分布
表 4 渭河桦林断面所在汇水区面源污染入河量 
2.4 水土流失量空间解析

基于DPeRS模型得到2018年渭河桦林断面所在汇水区水土流失量为74.7万t,产沙量为381.8万t。渭河桦林断面所在汇水区水土流失量及泥沙负荷空间分布见图 7(a)(b)

图 7 渭河桦林断面所在汇水区水土流失量及泥沙负荷空间分布

图 7(a)可见,漳县西部地区水土流失较为严重,陇西县东部和武山县地区的水土流失量表现为轻度水平以上的零散分布。由图 7(b)可见,漳县西部、陇西县、渭源县县段北部地区泥沙负荷量较高,由此携带的颗粒态面源污染物可能较多,应该引起足够重视,此外,临洮县县段也存在较高泥沙负荷量,存在水土流失量较高的风险。

2.5 桦林断面水质、水量及超标规律分析

2011—2015年桦林断面月度水质类别见表 5。有13个监测月实测水质为劣Ⅴ类,其中2013—2015年最为严重;“十三五”期间,2019年3月出现1次Ⅳ类水质的情况。相较“十二五”期间水质波动明显、月度水质不能稳定达标的情况,“十三五”以来,桦林断面水质有很大的改善,枯水期(1—3月)水质恶化问题得到有效缓解。

表 5 2011—2020年桦林断面月度水质类别

桦林断面2011—2020年的月平均流量监测数据见表 5。由表 5可见,年均流量呈现先升后降再上升的波动态势,其中2012—2013年出现小波峰后,2018—2020年出现最高点,2018年7月丰水期流量达到145 m3/s。数据显示,桦林断面枯水期(1—3月)最差水质出现的年份流量相对较小,而枯水期多出现水质不达标现象,因此可以看出,与我国东南部汛期(6—9月)污染特点相反,桦林断面汇水区较少存在入河污染物旱季(1—3月)藏污纳垢,汛期“零存整取”的情况,枯水期是出现水质不达标的关键时期。

表 6 2011—2020年桦林断面月平均流量 
2.6 面源污染类型解析

渭河桦林断面所在汇水区不同类型面源污染入河量统计信息见表 7

表 7 渭河桦林断面所在汇水区面源污染入河量

表 7可见,农田径流是甘肃省渭河桦林断面所在汇水区氮型(TN和NH4+-N)面源污染的首要污染类型,TN的次要影响类型为水土流失,NH4+-N的次要影响类型为农村生活污水;农田径流是磷型面源污染的首要污染来源,其次为水土流失。畜禽养殖是CODCr型面源污染的首要污染类型,其次为农村生活类型。

3 结论与建议 3.1 结论

(1) 渭河桦林断面所在汇水区生态本底脆弱,水资源匮乏,河床萎缩,生态水量难以保障,枯水期污水厂排出的废水成为河流主要的水源,也是“十二五”期间河流水质超标的疑似重要原因之一。桦林断面所在汇水区气候以干流为界,南北两岸差异明显,南岸降水较多;北岸及上游区属气候干旱,降雨量较少,土地裸露,植被稀疏区域易导致水土流失严重。汇水区内渭河上游陇西县、渭源县县段人口密度较大,生产、生活用水量较多,同时受引蓄水工程等影响,河川径流量明显减少。“十二五”期间水资源供需矛盾紧张,生态流量不足,有13个监测月实测水质为劣Ⅴ类水质,枯水期水质超标问题凸显,“十三五”期间通过施行一系列水源涵养与保护修复措施,水量有所提高,仅有1个监测月为Ⅳ类水质,其他月份均达到了Ⅱ、Ⅲ类,因此稳定的生态流量是水质达标的重要因素。

(2) 由于生态流量较小,桦林国控断面所在汇水区很少出现汛期污染强度较大的情况,枯水期多因人为排放而出现水质不达标的情况,而汇水区人口、企业点源、工业比重较大的城镇主要集中在干流,因此枯水期污染治理仍是保障水质稳定达标的关键期。

(3) 桦林国控断面所在汇水区面源污染主要来自种植业、畜禽养殖业,汇水区面源污染防控重点应是控源(源头治理),主抓种植和畜禽养殖等污染源排放,尤其是农田养分流失导致的面源污染排放。

3.2 建议

从甘肃省渭河桦林断面所在汇水区面源污染排放和入河负荷空间分布来看,面源污染防控应着重从农田管理措施方面下手,推行测土配方施肥技术,提高化肥利用率,有效降低土壤养分盈余;采用滴灌、沟灌等节水灌溉措施,逐步推广水肥一体化技术,有效降低土壤养分流失,进而降低农田生产过程导致的面源污染排放。综上,建议从节水节肥等方面提高农业生产效率,保证农田土壤养分供给的前提下减少养分流失,以降低农田径流导致的面源污染排放。

参考文献
[1]
彭桂兰, 姚国鹏, 林杰, 等. 基于USLE的苏南山丘区水土流失面源污染监测[J]. 林业科技开发, 2014, 28(2): 63-67.
[2]
OUYANG W, YANG W, TYSKLIND M, et al. Using river sediments to analyze the driving force difference for non-point source pollution dynamics between two scales of watersheds[J]. Water research, 2018, 139(3): 311-320.
[3]
曾逸凡, 张冰, 张海平, 等. 气候变化情景下青山湖流域的氮负荷时空分布预测研究[J]. 环境科学与技术, 2016, 39(6): 19-26.
[4]
边金云, 王飞儿, 杨佳, 等. 基于AnnAGNPS模型四岭水库小流域氮磷流失特征的模拟研究[J]. 环境科学, 2012, 33(8): 2659-2666.
[5]
周梦娇, 冯华军, 沈霞娟. 农业面源污染模型研究进展[J]. 能源环境保护, 2020, 34(3): 1-7.
[6]
杨善莲, 郑梦蕾, 刘纯宇, 等. 农业面源污染模型研究进展[J]. 环境监测管理与技术, 2020, 32(3): 8-13. DOI:10.3969/j.issn.1006-2009.2020.03.003
[7]
OUYANG W, GAO X, WEI P, et al. A review of diffuse pollution modeling and associated implications for watershed management in China[J]. Journal of Soils and Sediments, 2017, 17(6): 1527-1536. DOI:10.1007/s11368-017-1688-2
[8]
WANG X L, WANG Q, WU C Q, et al. A method coupled with remote sensing data to evaluate non-point source pollution in the Xin'anjiang catchment of China[J]. Science of the Total Environment, 2012, 430: 132-143.
[9]
JOY T A, MUTHUKRISHNA V K. Assessing non-point source pollution models: a review[J]. Polish Journal of Environmental Studies, 2018, 27(5): 1913-1922.
[10]
陶园, 徐静, 任贺靖, 等. 黄河流域农业面源污染时空变化及因素分析[J]. 农业工程学报, 2021, 37(4): 257-264.
[11]
谢经朝, 赵秀兰, 何丙辉, 等. 汉丰湖流域农业面源污染氮磷排放特征分析[J]. 环境科学, 2019, 40(4): 1760-1769.
[12]
邱斌, 李萍萍, 钟晨宇, 等. 海河流域农村非点源污染现状及空间特征分析[J]. 中国环境科学, 2012, 32(3): 564-570.
[13]
李舒, 李家科, 郝改瑞. 陕西省丹汉江流域非点源污染负荷估算及评价[J]. 环境科学与技术, 2020, 43(S2): 243-249.
[14]
段扬, 蒋洪强, 吴文俊, 等. 基于改进输出系数模型的非点源污染负荷估算——以嫩江流域为例[J]. 环境保护科学, 2020, 46(4): 48-55.
[15]
欧阳威, 王玮, 郝芳华, 等. 北京城区不同下垫面降雨径流产污特征分析[J]. 中国环境科学, 2010, 30(9): 328-332.
[16]
李家科, 李怀恩, 董雯, 等. 渭河关中段典型支流非点源污染监测与负荷估算[J]. 环境科学学报, 2011, 31(7): 1470-1478.
[17]
王雪蕾. 遥感分布式面源污染评估模型—理论方法与应用[M]. 北京: 科学出版社, 2015.
[18]
尚婷婷, 温飞, 黄莉, 等. 黄河流域甘肃段面源污染估算与空间分析[J]. 环境监控与预警, 2022, 14(3): 27-34.
[19]
冯爱萍, 黄莉, 徐逸, 等. 基于DPeRS模型的淮河流域氮磷面源污染评估[J]. 环境监控与预警, 2019, 11(5): 66-71.
[20]
王雪蕾, 蔡明勇, 钟部卿, 等. 辽河流域面源污染空间特征遥感解析[J]. 环境科学, 2013, 34(10): 3788-3796.
[21]
FENG A P, HUANG L, XU Y, et al. Diffuse pollution assessment of nitrogen and phosphorus in Huaihe River Basin based on DPeRS Model[J]. Environmental Monitoring and Forewarning, 2019, 11(5): 66-71.
[22]
WANG X L, FENG A P, WANG Q, et al. Spatial variability of the nutrient balance and related NPSP risk analysis for agro-ecosystems in China in 2010[J]. Agriculture, Ecosystems and Environment, 2014, 193: 42-52.
[23]
HUANG L, HAN X Y, WANG X L, et al. Coupling with high-resolution remote sensing data to evaluate urban non-point source pollution in Tongzhou, China[J]. Science of the Total Environment, 2022, 831: 154632.
[24]
王雪蕾, 王新新, 朱利, 等. 巢湖流域氮磷面源污染与水华空间分布遥感解析[J]. 中国环境科学, 2015, 35(5): 1511-1519.
[25]
王雪蕾, 王桥, 吴传庆, 等. 国家尺度面源污染业务评估与应用示范[M]. 北京: 科学出版社, 2015.
[26]
符素华, 刘宝元, 周贵云, 等. 坡长坡度因子计算工具[J]. 中国水土保持科学, 2015, 13(5): 105-110.
[27]
刘志红, LI L T, TIM R M, 等. 专用气候数据空间插值软件ANUSPLIN及其应用[J]. 气象, 2008, 34(2): 92-100.
[28]
定西市统计局. 定西市统计年鉴[R]. 北京: 中国统计出版社, 2018.