Spatial differentiation and governance mechanism of agricultural non-point source pollution in arid areas of Xinjiang

doi:10.7522/j.issn.1000-694X.2025.00264

Journal of Desert Research ›› 2026, Vol. 46 ›› Issue (3): 240-254.DOI: 10.7522/j.issn.1000-694X.2025.00264

Spatial differentiation and governance mechanism of agricultural non-point source pollution in arid areas of Xinjiang

Zixiang Ma(), Weipeng Chao(), Ye Zhu

School of Economics and Management，Tarim University，Alar 843300，Xinjiang，China

Received:2025-07-06 Revised:2025-10-22 Online:2026-05-20 Published:2026-06-11
Contact: Weipeng Chao

Abstract

Abstract:

In order to systematically analyze the spatial differentiation law and driving mechanism of agricultural non-point source pollution in Xinjiang， this study used the inventory analysis method and the equivalent pollution load intensity to calculate the average annual emissions and intensities of total nitrogen （TN）， total phosphorus （TP）， ammonia nitrogen and chemical oxygen demand （COD） from planting， livestock and poultry breeding， aquaculture and domestic sewage in 26 regions of Xinjiang from 2010 to 2021. Then， ArcGIS spatial cluster analysis was used to divide the pollution load intensity zone and pollution control zone. At the same time， the vegetation coverage and precipitation factors were combined to quantify the pollution sensitivity by the entropy weight method. The results showed that：（1） The peak emission of TN， TP and COD was concentrated in Yili， the peak of ammonia nitrogen occurred in Kashgar， and Karamay was the lowest value area of various pollutants. On the whole， the "Ili-Kashgar" belt showed a high-value distribution， while the economically developed areas in eastern and northern Xinjiang were low-value areas. （2） Cluster analysis shows that except for Baiyang City， all corps divisions are high-load areas； Urumqi， Kizilsu Kirgiz Autonomous Prefecture， and Baiyang City are medium-load areas； except for Urumqi and Kizilsu Kirgiz Autonomous Prefecture， all regions of the autonomous region are low-load areas； Urumqi is a composite highly sensitive area for domestic sewage and aquaculture； Kizilsu Kirgiz Autonomous Prefecture is a highly sensitive area dominated by livestock and poultry breeding； the sensitivity of planting in the corps area is the highest in the whole region. （3） In the single-factor driving force analysis， the industrial mode has the strongest driving effect on agricultural non-point source pollution in Xinjiang， and environmental sensitivity is the weakest， but the coupling of various factors in industrial mode-administrative division-environmental sensitivity has a synergistic enhancement effect on the spatial differentiation of non-point source pollution in Xinjiang.

Key words: Xinjiang, agricultural non-point source pollution, inventory analysis, equivalent pollution load intensity

CLC Number:

Zixiang Ma, Weipeng Chao, Ye Zhu. Spatial differentiation and governance mechanism of agricultural non-point source pollution in arid areas of Xinjiang[J]. Journal of Desert Research, 2026, 46(3): 240-254.

Figures/Tables 10

References 41

[1]	余东华，张明志.“异质性难题”化解与碳排放EKC再检验：基于门限回归的国际分组研究［J］.中国工业经济，2016（7）：57-73.
[2]	郭利京，黄振英.淮河生态经济带农业面源污染空间分布及治理研究［J］.长江流域资源与环境，2021，30（7）：1746-1756.
[3]	刘静，路凤，杨延钊，等.南四湖农业面源污染现状及控制措施［J］.中国人口·资源与环境，2011，21（S1）：292-295.
[4]	Abler D.Economic evaluation of agricultural pollution control options for China［J］.Journal of Integrative Agriculture，2015，14（6）：1045-1056.
[5]	徐丽萍，杨其军，王玲，等.新疆地区农业面源污染空间分异研究［J］.水土保持通报，2011，31（4）：150-153.
[6]	邢铭强，马可，陈彩亮，等.河西地区农业绿色发展水平测度及耦合协调提升路径［J］.中国沙漠，2024，44（6）：207-219.
[7]	夏文浩，潘生亮，霍瑜，等.新疆农业面源污染的时空分异及动态演进：基于特色畜牧视角的再分析［J］.资源开发与市场，2022，38（10）：1190-1199.
[8]	第二次全国污染源普查公报［J］.环境保护，2020，48（18）：8-10.
[9]	赖斯芸，杜鹏飞，陈吉宁.基于单元分析的非点源污染调查评估方法［J］.清华大学学报（自然科学版），2004（9）：1184-1187.
[10]	谢培，宫健，陈诚.北京市农业面源污染负荷特征分析及控制分区［J］.环境工程技术学报，2020，10（4）：613-622.
[11]	陈敏鹏，陈吉宁，赖斯芸.中国农业和农村污染的清单分析与空间特征识别［J］.中国环境科学，2006（6）：751-755.
[12]	李光勤，牛雯琦，王江姣.黄河流域农业面源污染的演化特征与区域差异［J］.中国沙漠，2024，44（6）：146-154.
[13]	陈武权，杨庆榜，杨斌.基于产排污系数法的鄱阳湖滨湖区总磷排放量测算研究［J］.环境污染与防治，2022，44（7）：960-965.
[14]	董红敏，朱志平，黄宏坤，等.畜禽养殖业产污系数和排污系数计算方法［J］.农业工程学报，2011，27（1）：303-308.
[15]	郭玉静，李红兵，王树明，等.滇中高原水库外源污染负荷贡献解析与环境容量核算［J］.环境科学，2023，44（3）：1508-1518.
[16]	陈晓丽，雷勇，黄国如.北江飞来峡库区流域非点源污染现状评价［J］.水资源保护，2019，35（2）：44-48+53.
[17]	丘丽清，吴根义，李想，等.基于等标污染负荷强度的海南省农村面源污染特征研究［J］.农业资源与环境学报，2023，40（1）：55-63.
[18]	赖诗琪，安敏，安慧，等.长江经济带地级市农业面源污染来源解析［J］.中国农业资源与区划，2025，46（5）：63-73.
[19]	付意成，臧文斌，董飞，等.基于SWAT模型的浑太河流域农业面源污染物产生量估算［J］.农业工程学报，2016，32（8）：1-8.
[20]	李威，赵祖伦，吕思思，等.基于InVEST模型的水质净化功能时空分异研究［J］.灌溉排水学报，2022，41（3）：105-113.
[21]	杨金凤，冯爱萍，王雪蕾，等.海河流域农业面源污染潜在风险识别方法［J］.中国环境科学，2021，41（10）：4782-4791.
[22]	逯颖，张建辉，李文君，等.长江经济带农业面源总磷污染时空特征分析［J］.农业环境科学学报，2024，43（12）：2752-2764.
[23]	周晓琴，杨乐，杨令飞.新疆农业面源污染物排放量估算及分析［J］.农业环境科学学报，2017，36（7）：1300-1307.
[24]	杭伟，陆永兴，郭浩，等.西北荒漠区土壤氮素组分沿干旱梯度的空间变化［J］.中国沙漠，2024，44（3）：259-268.
[25]	陆忠奇，赵竹君，何清.库尔勒市大气颗粒物浓度特征及来源［J］.中国沙漠，2022，42（6）：74-84.
[26]	陈仪，夏立江，于晓勇.农村环境污染识别方法与应用研究［J］.农业环境科学学报，2010，29（11）：2221-2227.
[27]	王劲峰，徐成东.地理探测器：原理与展望［J］.地理学报，2017，72（1）：116-134.
[28]	刘衡，朱铁辉，辛岭.农业现代化与城乡融合的耦合协调和驱动因素［J］.农业现代化研究，2021，42（6）：982-995.
[29]	侯力，阿儒汗.中国区域人口增减的时空演变及驱动因素分析［J］.人口学刊，2025，47（3）：1-18.
[30]	科学养鱼.新疆水利资源及水产养殖业概况：新疆水产研究所副所长杜劲松在2012《科学养鱼》通讯发行会上的发言［J］.科学养鱼，2012（11）：3.
[31]	聂春霞，孙慧，闫海龙，等.新疆艾比湖流域经济社会水资源配置研究［J］.经济地理，2014，34（1）：156-160.
[32]	罗万云，戎铭倩，郭世豪.资源依赖视域下荒漠化地区农户耕地利用效率差异及影响因素研究：基于南疆四地州农户调查数据［J］.中国沙漠，2024，44（5）：105-115.
[33]	徐新良.中国月度NDVI、EVI250m数据集.资源环境科学数据注册与出版系统.
[34]	彭守璋中国1km分辨率月逐月降水量数据集（ 1901-2024）.国家青藏高原科学数据中心.
[35]	张淑荣，陈利顶，傅伯杰.农业区非点源污染敏感性评价的一种方法［J］.水土保持学报，2001（2）：56-59.
[36]	刘康，欧阳志云，王效科，等.甘肃省生态环境敏感性评价及其空间分布［J］.生态学报，2003，23（12）：2711-2718.
[37]	孙才志，杨磊，胡冬玲.基于GIS的下辽河平原地下水生态敏感性评价［J］.生态学报，2011，31（24）：7428-7440.
[38]	周亮，徐建刚，孙东琪，等.淮河流域农业非点源污染空间特征解析及分类控制［J］.环境科学，2013，34（2）：547-554.
[39]	徐晨曦，万红莲，何若楠，等.关中平原城市群脆弱性时空演变与驱动因子［J］.中国沙漠，2023，43（6）：111-120.
[40]	李琛，吴映梅，高彬嫔，等.高原湖泊乡村聚落空间分异及驱动力探测：以环洱海地区为例［J］.经济地理，2022，42（4）：220-229.
[41]	潘昌祥，欧阳茜如，廖梦榆，等.西北干旱区沙漠化土地生态修复技术及沙产业的适用范围［J］.中国沙漠，2023，43（5）：155-165.

污染类型	排放量/t				占比/%
污染类型	TN	TP	氨氮	COD	TN	TP	氨氮	COD
合计	20 803.08	2 679.81	3 414.10	170 928.80	100	100	100	100
种植	10 756.12	605.63	565.70	-	51.70	22.60	16.57	-
畜禽养殖	7 052.27	1 093.29	1 403.08	120 408.92	33.90	40.80	41.10	70.44
水产养殖	300.88	666.84	48.11	1 572.78	1.45	24.88	1.41	0.92
生活污水	2 693.81	314.05	1 397.21	48 947.10	12.95	11.72	40.92	28.64

污染类型	排放量/t				占比/%
污染类型	TN	TP	氨氮	COD	TN	TP	氨氮	COD
合计	20 803.08	2 679.81	3 414.10	170 928.80	100	100	100	100
种植	10 756.12	605.63	565.70	-	51.70	22.60	16.57	-
畜禽养殖	7 052.27	1 093.29	1 403.08	120 408.92	33.90	40.80	41.10	70.44
水产养殖	300.88	666.84	48.11	1 572.78	1.45	24.88	1.41	0.92
生活污水	2 693.81	314.05	1 397.21	48 947.10	12.95	11.72	40.92	28.64

行政区	等标污染负荷强度/(×10⁶ m³·km^-2·a^-2）					等标污染负荷强度占比/%				主要污染类型
行政区	生活污水	种植	畜禽养殖	水产养殖	合计	生活污水	种植	畜禽养殖	水产养殖	主要污染类型
乌鲁木齐	0.719	0.031	0.309	0.073	1.132	63.49	2.74	27.32	6.45	生活污水
克拉玛依	0.037	0.030	0.170	0.024	0.262	14.31	11.40	65.07	9.22	畜禽养殖
吐鲁番	0.200	0.086	0.201	0.003	0.491	40.86	17.51	40.92	0.71	生活污水、畜禽养殖
哈密	0.137	0.054	0.213	0.007	0.411	33.36	13.14	51.82	1.68	生活污水、畜禽养殖
昌吉	0.079	0.031	0.131	0.017	0.258	30.65	12.13	50.76	6.46	生活污水、畜禽养殖
伊犁	0.099	0.034	0.247	0.014	0.393	25.23	8.67	62.66	3.44	畜禽养殖
塔城地区	0.027	0.030	0.127	0.003	0.187	14.31	16.04	68.03	1.62	畜禽养殖
阿勒泰地区	0.065	0.032	0.309	0.020	0.426	15.28	7.47	72.66	4.59	畜禽养殖
博州	0.041	0.030	0.104	0.005	0.180	22.89	16.85	57.73	2.53	畜禽养殖
巴州	0.072	0.047	0.121	0.012	0.252	28.71	18.58	48.13	4.58	畜禽养殖
阿克苏	0.104	0.046	0.112	0.010	0.272	38.27	16.83	41.31	3.59	生活污水、畜禽养殖
克州	0.575	0.051	0.362	0.003	0.992	57.98	5.19	36.51	0.32	生活污水、畜禽养殖
喀什	0.228	0.047	0.138	0.005	0.419	54.44	11.27	33.01	1.28	生活污水、畜禽养殖
和田	0.392	0.055	0.184	0.005	0.636	61.60	8.72	28.87	0.81	生活污水
阿拉尔	0.059	1.007	1.015	0.203	2.284	2.59	44.08	44.45	8.88	种植、畜禽养殖
铁门关	0.115	1.007	1.056	0.398	2.575	4.46	39.11	40.99	15.44	种植、畜禽养殖
图木舒克	0.127	1.007	1.016	0.129	2.280	5.59	44.18	44.56	5.67	种植、畜禽养殖
可克达拉	0.085	0.793	0.891	0.563	2.331	3.63	34.01	38.21	24.15	种植、畜禽养殖
双河	0.072	1.007	1.047	0.106	2.232	3.21	45.13	46.90	4.76	种植、畜禽养殖
五家渠	0.086	1.007	1.040	0.111	2.238	3.85	44.73	46.47	4.95	种植、畜禽养殖
胡杨河	0.190	1.001	1.045	0.233	2.476	7.69	40.69	42.20	9.42	种植、畜禽养殖
石河子	0.059	1.007	1.043	0.210	2.320	2.54	43.42	44.98	9.06	种植、畜禽养殖
白杨	0.063	0.738	0.783	0.003	1.588	3.98	46.45	49.37	0.20	种植、畜禽养殖
北屯	0.066	1.008	1.028	1.023	3.125	2.11	32.25	32.92	32.72	种植、畜禽养殖、水产养殖
新星	0.250	1.007	1.084	0.115	2.456	10.17	41.02	44.14	4.67	种植、畜禽养殖
昆玉	0.597	1.004	1.072	0.033	2.706	22.05	37.11	39.63	1.21	种植、畜禽养殖

行政区	等标污染负荷强度/(×10⁶ m³·km^-2·a^-2）					等标污染负荷强度占比/%				主要污染类型
行政区	生活污水	种植	畜禽养殖	水产养殖	合计	生活污水	种植	畜禽养殖	水产养殖	主要污染类型
乌鲁木齐	0.719	0.031	0.309	0.073	1.132	63.49	2.74	27.32	6.45	生活污水
克拉玛依	0.037	0.030	0.170	0.024	0.262	14.31	11.40	65.07	9.22	畜禽养殖
吐鲁番	0.200	0.086	0.201	0.003	0.491	40.86	17.51	40.92	0.71	生活污水、畜禽养殖
哈密	0.137	0.054	0.213	0.007	0.411	33.36	13.14	51.82	1.68	生活污水、畜禽养殖
昌吉	0.079	0.031	0.131	0.017	0.258	30.65	12.13	50.76	6.46	生活污水、畜禽养殖
伊犁	0.099	0.034	0.247	0.014	0.393	25.23	8.67	62.66	3.44	畜禽养殖
塔城地区	0.027	0.030	0.127	0.003	0.187	14.31	16.04	68.03	1.62	畜禽养殖
阿勒泰地区	0.065	0.032	0.309	0.020	0.426	15.28	7.47	72.66	4.59	畜禽养殖
博州	0.041	0.030	0.104	0.005	0.180	22.89	16.85	57.73	2.53	畜禽养殖
巴州	0.072	0.047	0.121	0.012	0.252	28.71	18.58	48.13	4.58	畜禽养殖
阿克苏	0.104	0.046	0.112	0.010	0.272	38.27	16.83	41.31	3.59	生活污水、畜禽养殖
克州	0.575	0.051	0.362	0.003	0.992	57.98	5.19	36.51	0.32	生活污水、畜禽养殖
喀什	0.228	0.047	0.138	0.005	0.419	54.44	11.27	33.01	1.28	生活污水、畜禽养殖
和田	0.392	0.055	0.184	0.005	0.636	61.60	8.72	28.87	0.81	生活污水
阿拉尔	0.059	1.007	1.015	0.203	2.284	2.59	44.08	44.45	8.88	种植、畜禽养殖
铁门关	0.115	1.007	1.056	0.398	2.575	4.46	39.11	40.99	15.44	种植、畜禽养殖
图木舒克	0.127	1.007	1.016	0.129	2.280	5.59	44.18	44.56	5.67	种植、畜禽养殖
可克达拉	0.085	0.793	0.891	0.563	2.331	3.63	34.01	38.21	24.15	种植、畜禽养殖
双河	0.072	1.007	1.047	0.106	2.232	3.21	45.13	46.90	4.76	种植、畜禽养殖
五家渠	0.086	1.007	1.040	0.111	2.238	3.85	44.73	46.47	4.95	种植、畜禽养殖
胡杨河	0.190	1.001	1.045	0.233	2.476	7.69	40.69	42.20	9.42	种植、畜禽养殖
石河子	0.059	1.007	1.043	0.210	2.320	2.54	43.42	44.98	9.06	种植、畜禽养殖
白杨	0.063	0.738	0.783	0.003	1.588	3.98	46.45	49.37	0.20	种植、畜禽养殖
北屯	0.066	1.008	1.028	1.023	3.125	2.11	32.25	32.92	32.72	种植、畜禽养殖、水产养殖
新星	0.250	1.007	1.084	0.115	2.456	10.17	41.02	44.14	4.67	种植、畜禽养殖
昆玉	0.597	1.004	1.072	0.033	2.706	22.05	37.11	39.63	1.21	种植、畜禽养殖

影响因子	变量	q值	P值
行政区划	X₁	0.9064	0.0000
化肥施用强度	X₂	0.9330	0.0000
畜禽养殖密度	X₃	0.9340	0.0000
水产养殖密度	X₄	0.9590	0.0000
人均日污水产生量	X₅	0.7126	0.0491
植被覆盖度	X₆	0.4956	0.0474
降水	X₇	0.2500	0.4557
地区生产总值	X₈	0.6047	0.0045
人口密度	X₉	0.6279	0.0432
耕地占比	X₁₀	0.4253	0.5669

Spatial differentiation and governance mechanism of agricultural non-point source pollution in arid areas of Xinjiang

RichHTML

PDF

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 10

References 41

Related Articles 15

Recommended Articles

Metrics

Comments

[1]	Diwen Cai, Wanhua Liu, Yingyi Tan, Wenyong Ma, Junpeng Lou. Spatial-temporal characteristics of grassland degradation in Xinjiang from 2001 to 2023 based on climate production potential baseline [J]. Journal of Desert Research, 2025, 45(5): 134-144.
[2]	Guangqin Li, Wenqi Niu, Jiangjiao Wang. Characteristics evolution and regional differences of agricultural non-point source pollution in the Yellow River Basin [J]. Journal of Desert Research, 2024, 44(6): 146-154.
[3]	Yazhou Zhao, Shengyu Li, Shijie Wang, Jinglong Fan, Yan Wu. Analysis of temporal and spatial characteristics of hazard potential of wind blown sand environment in Xinjiang from 2001 to 2020 [J]. Journal of Desert Research, 2023, 43(3): 274-283.
[4]	Lei Kang, Zhaoping Yang, Fang Han. Analysis of structural characteristics and spatial distribution of the intangible cultural heritage in Xinjiang and its influencing factor [J]. Journal of Desert Research, 2022, 42(1): 158-166.
[5]	Yuzhu Wang, Haowen Yan, Xiaoping Wang. Risk assessment of wind-sand disaster in Xinjiang， China [J]. Journal of Desert Research, 2020, 40(6): 13-21.
[6]	Zhou Gangping, Huang Xiaozhong, Wang Zongli, Zhang Jun, Xie Haichao. Eolian Activity History Reconstructed by Bosten Lake Grain Size Data over the Past~2 000 Years [J]. Journal of Desert Research, 2019, 39(2): 86-95.
[7]	Gao Yang, Zhang Weimin, Tan Lihai, Bian Kai. Aeolian Landform Cartography and Cause of the Blown-sand Disaster on Lanzhou-Xinjiang High-speed Railway in Yandun Gale Region of Xinjiang, China [J]. Journal of Desert Research, 2018, 38(3): 500-507.
[8]	Li Huoqing, Wu Xinping, Ali Mamtimin, Huo Wen, Yang Xinghua, Yang Fan, He Qing, Liu Yongqiang. Estimating the Surface Broadband Emissivity of Deserts in Xinjiangbase on MODIS and FTIR Data [J]. JOURNAL OF DESERT RESEARCH, 2017, 37(3): 523-529.
[9]	Wu Yanfeng, Bake Batur, Luo Nana. Spatiotemporal Pattern of Drought in North Xinjiang, China in 1961-2012 [J]. JOURNAL OF DESERT RESEARCH, 2017, 37(1): 158-166.
[10]	Luan Fuming, Xiong Heigang, Wang Zhaoguo, Wang Fang. The Distributional Characteristics and Drive Factors of Cultural Heritage Sites and Relics since the Paleolithic Age in Xinjiang, China [J]. JOURNAL OF DESERT RESEARCH, 2016, 36(5): 1496-1502.
[11]	Dong Meng, Zhang Junmin. Water Footprint Calculation and Analysis of Xinjiang in 2012 [J]. JOURNAL OF DESERT RESEARCH, 2016, 36(4): 1162-1170.
[12]	Liu Haijun, Gao Minhua, Li Xiaodong, Zhang Jing. Driving Factors of Xinjiang Tourism Development [J]. JOURNAL OF DESERT RESEARCH, 2015, 35(6): 1708-1714.
[13]	Liu Xiaoting, Chen Wenjun. Dynamics of Spatial Pattern of County's Economics during 2004-2013 in Xinjiang, China [J]. JOURNAL OF DESERT RESEARCH, 2015, 35(4): 1089-1095.
[14]	Sun Qian, Tashpolat·Tiyip, Ding Jianli, Mamat·Sawut, Zhang Fei, Jiang Hongtao. Temporal-spatial Changes of Water Storage in Xinjiang, China during 2003-2012 [J]. JOURNAL OF DESERT RESEARCH, 2014, 34(6): 1650-1656.
[15]	Wen Zhibin, Zhang Mingli. Anatomical Types and ¹³C/¹²C Values of Assimilating Organs in 30 C₄ Species from Chenopodiaceae in Xinjiang, China [J]. JOURNAL OF DESERT RESEARCH, 2014, 34(4): 1015-1022.