基于SWAT模型的紫色土丘陵區(qū)農(nóng)業(yè)小流域非點(diǎn)源氮、磷輸出模擬研究

薛 菲，唐家良*，趙 舉，章熙鋒，申 東，王 芮

(1.中國科學(xué)院水利部成都山地災(zāi)害與環(huán)境研究所，四川 成都 610041；2.樂山市產(chǎn)品質(zhì)量監(jiān)督檢驗(yàn)所，四川 樂山 614001)

基于SWAT模型的紫色土丘陵區(qū)農(nóng)業(yè)小流域非點(diǎn)源氮、磷輸出模擬研究

薛 菲1，唐家良1*，趙 舉2，章熙鋒1，申 東1，王 芮1

(1.中國科學(xué)院水利部成都山地災(zāi)害與環(huán)境研究所，四川 成都 610041；2.樂山市產(chǎn)品質(zhì)量監(jiān)督檢驗(yàn)所，四川 樂山 614001)

【目的】農(nóng)業(yè)非點(diǎn)源污染是造成水體富營養(yǎng)化的重要形式，紫色土丘陵區(qū)小流域農(nóng)耕活動頻繁，缺乏對農(nóng)事操作所導(dǎo)致的氮、磷遷移通量的模擬和預(yù)測工具，從而難以針對小流域尺度氮、磷流失制定優(yōu)化的非點(diǎn)源污染減控措施?！痉椒ā勘狙芯繉WAT運(yùn)用在面積為12.36 km2的典型紫色土丘陵區(qū)農(nóng)業(yè)小流域。通過實(shí)測數(shù)據(jù)率定模型參數(shù)，模擬了小流域水文過程和氮、磷污染物遷移過程?！窘Y(jié)果】SWAT2012能夠很好地模擬每日徑流、泥沙輸出(決定系數(shù)R2>0.60，納什系數(shù)Ens>0.55)，同時可模擬月步長氮、磷污染物輸出過程(決定系數(shù)R2>0.75，納什系數(shù)Ens>0.72)，說明SWAT模型可有效地進(jìn)行丘陵區(qū)較小尺度小流域(10 km2)面源污染輸移模擬和預(yù)測。【結(jié)論】模擬結(jié)果可得出，氮、磷污染物的關(guān)鍵源區(qū)主要位于小流域溝谷區(qū)，通過建設(shè)河岸緩沖帶可有效防止地表和地下徑流途徑的氮、磷損失。

SWAT；非點(diǎn)源污染；紫色土；農(nóng)業(yè)小流域；關(guān)鍵源區(qū)

【研究意義】如何能夠有效地進(jìn)行農(nóng)業(yè)非點(diǎn)源污染控制，進(jìn)而在農(nóng)村地區(qū)廣泛開展水環(huán)境管理以及小流域綜合治理，首先需要進(jìn)行科學(xué)的水質(zhì)評價和預(yù)測。進(jìn)行非點(diǎn)源污染量化、影響因素分析和污染治理效益評價時，通過水文模型進(jìn)行時間和空間上模擬和預(yù)測是最有效的途徑[1]?！厩叭搜芯窟M(jìn)展】目前已開發(fā)的非點(diǎn)源污染模型很多，這些模型基于不同的物理過程、數(shù)學(xué)算法，有各自的使用范圍和適用條件[2]。SWAT(Soil And Water Assessment Tool)被認(rèn)為是應(yīng)用較為廣泛的非點(diǎn)源污染模型之一[3]。該模型是20世紀(jì)90年代中后期由美國農(nóng)業(yè)部農(nóng)業(yè)研究中心開發(fā)的分布式流域水文模型，可模擬評價復(fù)雜農(nóng)業(yè)管理措施下的小流域尺度非點(diǎn)源污染，且可以對非點(diǎn)源關(guān)鍵區(qū)進(jìn)行識別[4]。SWAT模型通過空間離散化對流域進(jìn)行分級劃分以詮釋流域內(nèi)土壤、土地利用和管理措施的異質(zhì)性[5]，并且基于流域空間格局的差異和時間動態(tài)對非點(diǎn)源污染物進(jìn)行準(zhǔn)確模擬和預(yù)測。國內(nèi)SWAT模型研究大多僅涉及較大尺度流域的水文過程和面源污染模擬。如程紅光等[6]在黑河流域?qū)υ摿饔虻腘H3-N 負(fù)荷進(jìn)行了模擬，并研究分析了不同降水量及土地利用類型下各子流域氮素的入河系數(shù)；張思聰?shù)萚7]在淮河上游竹竿河流域模擬了長時間序列的非點(diǎn)源污染負(fù)荷的產(chǎn)輸出過程，并得出了該流域非點(diǎn)源污染負(fù)荷的時空分布特點(diǎn)；總體而言，基于SWAT模型的非點(diǎn)源污染模擬功能多應(yīng)用于面積大于100 km2以上的流域，鮮少在人為擾動大的復(fù)雜農(nóng)業(yè)小流域進(jìn)行，因此該模型在特定區(qū)域中農(nóng)業(yè)小流域的適用性和參數(shù)率定特征仍有待探究。【本研究切入點(diǎn)】紫色土丘陵區(qū)位于長江上游生態(tài)屏障最前沿，是四川乃至全國重要的糧食基地，是長江流域、三峽水庫水環(huán)境的重要影響區(qū)，區(qū)域內(nèi)非點(diǎn)源污染非常顯著[8]。該區(qū)域土地利用復(fù)雜(包括臺地化的坡耕地、水田、林地、場鎮(zhèn)、村落居民點(diǎn))，耕作措施復(fù)雜，該區(qū)域地形較陡，土地利用地塊較小且分散，因此非點(diǎn)源污染模型在該地區(qū)的應(yīng)用具有較大挑戰(zhàn)性。SWAT模型是否適用于紫色土丘陵區(qū)復(fù)雜農(nóng)業(yè)小流域的非點(diǎn)源污染評估和預(yù)測還未見報道，其丘陵區(qū)破碎地形形成的復(fù)雜子流域及土地利用空間變異性需要利用SWAT的空間分析模塊進(jìn)行耦合表征?！緮M解決的關(guān)鍵問題】本研究基于SWAT模型水文響應(yīng)單元劃分和水文模塊的基本功能特征，驗(yàn)證SWAT模型在紫色土丘陵區(qū)復(fù)雜農(nóng)業(yè)小流域非點(diǎn)源氮、磷輸出模擬中的適用性。

圖1 研究區(qū)多年月平均降雨量和氣溫Fig.1 Average monthly rainfall and temperature in study area

1 材料與方法

1.1 研究區(qū)概況

萬安小流域位于四川省鹽亭縣林山鄉(xiāng)境內(nèi)，地理位置為北緯30°58′～31°15′，東經(jīng)105°13′～105°25′，面積約為12.36 km2。本區(qū)屬于中亞熱帶濕潤季風(fēng)氣候，年均氣溫17.3 ℃，多年平均降雨836 mm，且季節(jié)分布不均(圖1)[9]。區(qū)域內(nèi)的土壤為鈣質(zhì)紫色土，質(zhì)地為中壤，農(nóng)業(yè)生產(chǎn)以種植業(yè)為重，為典型的紫色土丘陵農(nóng)業(yè)區(qū)，農(nóng)作物主要包括水稻、玉米、小麥、油菜等。萬安小流域土地利用方式以林地和旱地為主，分別占43.95 % 和38.94 %，水田占12.21 %。其中截流子流域旱坡地比例相對整個小流域較高，占46.07 %，此外其居民點(diǎn)和道路用地比例相對也較高。

1.2 數(shù)據(jù)收集和模型初始化

SWAT模型空間數(shù)據(jù)包括數(shù)字高程模型(DEM)、土壤類型圖、土地利用圖、氣象站點(diǎn)分布圖等；屬性數(shù)據(jù)包括土壤的理化性質(zhì)數(shù)據(jù)，實(shí)測的氣溫、降水、風(fēng)速等氣象資料，農(nóng)作物管理資料數(shù)據(jù)。氣象數(shù)據(jù)來源于中國科學(xué)院鹽亭紫色土農(nóng)業(yè)生態(tài)試驗(yàn)站的自動氣象觀測場，主要觀測指標(biāo)為每日平均氣溫、最高和最低氣溫、降水量等。水文水質(zhì)數(shù)據(jù)來源于研究區(qū)域內(nèi)分布的5個水文水質(zhì)監(jiān)測站點(diǎn)，本研究利用萬安小流域和截流小流域2個徑流、泥沙、氮磷監(jiān)測數(shù)據(jù)進(jìn)行模型驗(yàn)證(圖2)。調(diào)查模擬期間不同利用方式下的耕作管理日期、肥料種類與氮磷含量等，建立耕作管理數(shù)據(jù)庫。研究區(qū)域內(nèi)土壤以紫色土(Pup-Orthic Entisol)為主[11]，質(zhì)地為中壤，土層較薄。土壤含氮磷量偏低，碳酸鈣含量為3 %～13 %；粘土礦物以水云母、蒙脫石為主；詳細(xì)土壤性質(zhì)見表1。

SWAT模型將萬安小流域劃分成29個子流域和149個HRU，土壤和土地利用閾值設(shè)為15 %和10 %[10]，然后加載氣象、土壤基本性質(zhì)、耕作管理、施肥等數(shù)據(jù)，最后運(yùn)行模型。

圖2 萬安小流域土地利用現(xiàn)狀Fig.2 Present land use in Wanan watershed

土地利用Landuse土種名稱Soilspeciesname土壤水文組Soilhydrologicalgroup機(jī)械組成(%)砂粒Sand粉粒Silt粘粒Clay極細(xì)砂粒Finesand飽和導(dǎo)水率(%)Ks容重(g/cm3)BD有機(jī)質(zhì)含量(%)OMpH旱地Dryland棕紫泥田B34.942.822.316.5921.661.340.0148.20旱地Dryland棕紫泥土B20.655.224.313.0414.151.360.0088.01旱地Dryland棕紫石骨土B19.161.819.114.2519.371.470.0148.05水田Paddy夾黃紫泥田B26.453.220.416.9324.051.290.0218.20林地Forest中層棕紫泥土B28.345.126.615.7517.371.440.0208.01其他Other薄層棕紫泥土B34.644.121.218.2833.051.180.0358.05

1.3 模型率定和參數(shù)估計(jì)

模型率定期為2012年1月1日至2013年12月31日，驗(yàn)證期為2014年1月1日-2014年11月26日。2006年1月1日到2011年12月31日為模型預(yù)熱期。徑流和泥沙模擬分別在月步長和日步長基礎(chǔ)上進(jìn)行，而各形態(tài)氮、磷則在月步長基礎(chǔ)上進(jìn)行。模型參數(shù)率定采用SWAT-CUP軟件中的SUFI-2算法進(jìn)行，采用決定系數(shù)R2和納什系數(shù)ENS進(jìn)行模型評價[12]。一般而言，只要R2≥0.6、E≥0.5，即說明模型適用于研究地區(qū)[13]。選取徑流模擬最優(yōu)水文參數(shù)集來進(jìn)行氮、磷營養(yǎng)物運(yùn)移模擬。SWAT-CUP中參數(shù)敏感性分析采用Morris提出的LHS-GSA方法(Latin Hypercube Sampling-Global Sensitivity analysis)[14]，參數(shù)敏感性通過拉丁超立方體產(chǎn)生的參數(shù)和目標(biāo)函數(shù)值進(jìn)行回歸計(jì)算得來(公式1)。

(1)

t檢驗(yàn)將用來識別每個參數(shù)雙向的重要性，該方法給出的敏感度是由每個參數(shù)變化導(dǎo)致的目標(biāo)函數(shù)值的平均變化。這種方法給出的敏感度基于線性近似。在本研究中，t值的絕對值越大，參數(shù)越敏感。從SWAT模型參數(shù)中選取17個可能對徑流、氮、磷輸出結(jié)果產(chǎn)生影響的參數(shù)進(jìn)行敏感性分析，重復(fù)進(jìn)行模擬。

2 結(jié)果與分析

2.1 流域水文

本研究中小流域?qū)崪y徑流對于降雨事件有迅速反應(yīng)，SWAT模型日徑流量模擬和驗(yàn)證結(jié)果很好地與實(shí)測結(jié)果相吻合(圖3)。率定期和驗(yàn)證期內(nèi)，截流小流域和萬安小流域徑流模擬納什系數(shù)ENS均大于0.5，決定系數(shù)R2均大于0.60；率截流小流域日徑流量模擬要好于萬安小流域。本研究中并沒有考慮坑塘對徑流的截流作用，這也可能會導(dǎo)致徑流模擬過程中出現(xiàn)峰值偏差(圖3)。從月步長模擬結(jié)果來看，萬安小流域和截流小流域徑流量模擬值和實(shí)測值擬合較好(圖4)，該結(jié)果表明月步長模擬結(jié)果同樣較好地反應(yīng)了研究小流域地表徑流實(shí)際過程。

根據(jù)表2敏感性分析結(jié)果可知，土壤容重(Sol_BD)是影響水文過程的最敏感參數(shù)，這說明研究區(qū)域小流域徑流受土壤結(jié)構(gòu)孔隙水的影響較大，本區(qū)域其他研究也表明，出口徑流中土壤水比例較大[10]。其次是SCS曲線的徑流曲線數(shù)CN值(CN2)，與其他研究一樣，CN值是影響徑流量的重要參數(shù)[15-16]。土壤有效持水量(Sol_AWC)、地下水延遲天數(shù)(GW_DELAY)、淺層含水層閾值深度(GWQMN)、徑流分割系數(shù)(ALPHA_BF)、土壤飽和導(dǎo)水率(SOL_K)、主河道水力傳導(dǎo)系數(shù)(CH_K2)、土壤蒸發(fā)補(bǔ)償系數(shù)(ESCO)等參數(shù)也對模擬結(jié)果有一定影響。

圖3 萬安和截流小流域日徑流量模擬值和實(shí)測值對比Fig.3 Simulated and observed results of daily run off at Wanan and Jieliu watershed

圖4 萬安和截流小流域月徑流量模擬值和實(shí)測值對比Fig.4 Simulated and observed results of monthly run off at Wanan and Jieliu watershed

參數(shù)Parameters含義Briefdescription敏感性(t值)Sensitivity下限值Lowerbound上限值Upperbound初始值Initialvalue估計(jì)方法Method最優(yōu)值ValuechosenSOL_BD土壤濕度2.08-0.50.6默認(rèn)Multiply0.93CN2SCS徑流曲線1.95-0.20.2默認(rèn)Multiply0.83SOL_AWC土壤持水量1.47-0.20.4默認(rèn)Multiply1.15GW_DELAY地下水延遲天數(shù)1.2230450默認(rèn)Replace123.05GWQMN淺層含水層水閾值深度0.9602默認(rèn)Replace2ALPHA_BF基流系數(shù)0.78010.34Replace0.36SOL_K土壤飽和導(dǎo)水率0.51-0.80.8默認(rèn)Multiply0.29CH_K2主河道水力傳導(dǎo)系數(shù)0.3951305Replace85.47ESCO土壤蒸發(fā)補(bǔ)償系數(shù)0.330.810.8Replace0.92

2.2 非點(diǎn)源氮、磷運(yùn)移

由表3、圖5可得，率定期內(nèi)SWAT模型TN負(fù)荷結(jié)果較好，2個水質(zhì)監(jiān)測點(diǎn)TN負(fù)荷模擬值納什系數(shù)Ens均在0.72以上，R2也在0.75以上，僅在2013年7月出現(xiàn)較大偏差。截流小流域驗(yàn)證期TN模擬結(jié)果較好(圖5a)，但相較率定期，其模擬值和實(shí)測值誤差增大，E值和R2分別是0.53、0.60。從TP率定期模擬結(jié)果來看，萬安小流域Ens為0.77、R2為0.91；驗(yàn)證期Ens值為0.71、R2為0.96；截流小流域TP模擬結(jié)果表明：率定期和驗(yàn)證期Ens分別為0.92和0.71，R2分別為0.93和0.96，結(jié)果均滿足模型適用性要求(圖5b)。7月份出現(xiàn)氮、磷模擬值較高的現(xiàn)象，可能主要是由于小流域內(nèi)溝谷區(qū)水田進(jìn)行的多次灌溉使得徑流氮、磷濃度降低，而模型對小流域灌溉響應(yīng)不敏感。

參數(shù)敏感性分析結(jié)果表明氮滲透系數(shù)(NPERCO)和磷滲透系數(shù)(PPERCO)是模擬營養(yǎng)物遷移過程中的最敏感參數(shù)(表4)。本區(qū)域前期研究結(jié)果表明：紫色土丘陵區(qū)50 %地下水已受到硝酸鹽污染[9]，而淋溶是硝酸鹽從土壤進(jìn)入地下水的重要途徑[17]，這說明下滲是本研究小流域可溶態(tài)氮和可溶態(tài)磷污染物進(jìn)入水體的重要途徑。

表3 非點(diǎn)源氮磷模擬評估

圖5 負(fù)荷模擬值和實(shí)測值時間動態(tài)變化Fig.5 Simulated and observed results of load

2.3 非點(diǎn)源氮磷時空分布

由圖5可知，經(jīng)過率定和驗(yàn)證后，SWAT模型對萬安小流域內(nèi)TN和TP負(fù)荷月際動態(tài)特征模擬結(jié)果表明：TN、TP輸出隨時間變化波動較大，在年內(nèi)呈現(xiàn)出2次輸出峰值，第1次主要集中在4-5月，由于降雨對土壤侵蝕所致。隨著雨季的到來，第2次峰值出現(xiàn)在7-9月，9月份以后，降雨減少，其流失量也相應(yīng)減少。根據(jù)模型輸出結(jié)果，以易隨泥沙遷移的有機(jī)氮、磷為例，流域內(nèi)2012-2014年月降雨、徑流及有機(jī)氮磷流失量變化關(guān)系見圖6。流域內(nèi)年平均降雨量主要集中于汛期(6-9月)，分別占全年降雨量的62.8 %、80.3 % 和70.7 %。月徑流量和氮磷流失在年內(nèi)變化較大，有機(jī)氮和有機(jī)磷的月變化趨勢基本一致，且受降雨，徑流影響較大，月際波動劇烈，有機(jī)氮和降雨量、徑流量的相關(guān)性極顯著(P<0.01)，相關(guān)系數(shù)分別是0.840、0.894；有機(jī)磷與降雨量、徑流量極顯著相關(guān)(P<0.01)，相關(guān)系數(shù)分別是0.798、0.868。汛期的徑流量占全年徑流量的65.5 %，氮磷流失量分別占到75.9 %和69.8 %，這主要是由于降雨和產(chǎn)匯流對非點(diǎn)源污染物遷移的驅(qū)動作用。除此之外，有機(jī)氮和有機(jī)磷排放量峰值均出現(xiàn)在7-9月，這個時期正值雨季，降雨強(qiáng)度大，徑流量大，導(dǎo)致這個時期有機(jī)氮磷負(fù)荷大，隨著降雨的減少，氮、磷流失量明顯下降。流域內(nèi)氮磷負(fù)荷的空間分布與土地利用方式有關(guān)，不同土地利用非點(diǎn)源污染特征不同，以研究區(qū)域(萬安小流域)2014年的輸出結(jié)果來看(圖7)，旱地單位面積TN、TP流失負(fù)荷最高，分別是26.28、1.08 kg/hm2/年；其次是水田，分別是8.04、0.72 kg/hm2/年；最后是林地，分別是0.36、0.012 kg/hm2/年。區(qū)域內(nèi)林地面積占44 %，其TN、TP貢獻(xiàn)率分別為2 %、1 %，而區(qū)域內(nèi)耕地面積占40 %，TN、TP貢獻(xiàn)率達(dá)到了97 %、96 %。這說明流域內(nèi)耕地應(yīng)該是非點(diǎn)源污染控制的重點(diǎn)，其中旱地污染風(fēng)險比水田高。本文將TN單位面積負(fù)荷大于30 kg/hm2，TP單位面積負(fù)荷大于3 kg/hm2的地區(qū)劃分為關(guān)鍵源區(qū)[18]。萬安小流域總氮和總磷的空間分布相似，氮磷負(fù)荷最大的地區(qū)出現(xiàn)在河道兩邊的緩沖區(qū)(圖8)，這個區(qū)域跟居民點(diǎn)相對較多有關(guān)，而道路屬于不透水下墊面，降雨后徑流攜帶污染物直接沖刷進(jìn)河道，從而增大流域氮、磷輸出量，污染負(fù)荷呈現(xiàn)出隨地表徑流向主河道逐漸匯集的分布特征。產(chǎn)水產(chǎn)沙量高的區(qū)域氮、磷排放量也普遍較高，是非點(diǎn)源污染的主要貢獻(xiàn)區(qū)。與其他小流域相似，萬安小流域非點(diǎn)源污染的發(fā)生受到土壤、地形、氣候、水文、土地利用和管理方式等因素的影響，空間異質(zhì)性較強(qiáng)，非點(diǎn)源污染物關(guān)鍵源區(qū)輸出污染物量占整個流域輸出比重較大[19]。根據(jù)研究小流域養(yǎng)分流失特征[9]，硝態(tài)氮是氮流失的主要形式。模型模擬的硝態(tài)氮流失的3種遷移途徑結(jié)果顯示(圖9)，硝態(tài)氮遷移主要通過下滲途徑，且隨時間變化劇烈，受降雨徑流影響較大，具有明顯的季節(jié)性特征，夏季(豐水期)負(fù)荷量大，冬季(枯水期)負(fù)荷量小，甚至為0。研究小流域內(nèi)硝態(tài)氮的產(chǎn)出方式主要與研究區(qū)域農(nóng)地高量施肥和土壤粗骨化特征有關(guān)，且研究區(qū)域地表多有植被(雙季作物或林地)覆蓋，植被有截流水分的作用，使得下滲的水分增加，減少地表徑流，因而下滲硝態(tài)氮的量增加[20]。地表徑流和側(cè)向流硝態(tài)氮的流失量也受到受雨季降雨徑流影響，有明顯的季節(jié)變化特征，但兩者流失總量均較小，以地表徑流損失途徑為最小，這也與前期研究結(jié)果相一致[21]。

表4 SWAT模型氮磷運(yùn)移過程敏感性參數(shù)及其最優(yōu)值

圖6 有機(jī)氮、有機(jī)磷和降雨量、徑流量月變化規(guī)律Fig.6 Organic nitrogen and phosphorus load and variation of rainfall, runoff

圖7 徑流、泥沙、氮、磷模擬結(jié)果空間分布Fig.7 Spatial distribution of water, sediment yield, nitrogen and phosphorus

圖8 TN，TP的關(guān)鍵源分布Fig.8 Critical source area distribution of TN，TP

圖9 3種硝態(tài)氮負(fù)荷月際動態(tài)規(guī)律Fig.9 Three kinds of nitrate nitrogen load

2.4 復(fù)雜農(nóng)業(yè)小流域SWAT模型適用性評價及其啟示

通過率定SWAT模型參數(shù)，可以成功模擬氮、磷輸出負(fù)荷時空變化規(guī)律，證明SWAT模型可以適用于10 km2大小的復(fù)雜小流域。Farida等[4]曾將SWAT模型應(yīng)用在位于西班牙一個18 km2大小的以農(nóng)業(yè)灌溉為主的小流域中，改進(jìn)后的SWAT模型準(zhǔn)確模擬了流域內(nèi)徑流、泥沙以及磷的運(yùn)移，雖然模型并沒有能夠很好地預(yù)測到徑流峰值，但仍說明SWAT模型應(yīng)用于小尺度流域的可行性。在本研究中，SWAT模型徑流峰值模擬效果略差，氮、磷流失負(fù)荷的時空分布特征基本上反映了萬安小流域面源污染風(fēng)險區(qū)的真實(shí)情況。總體而言，將SWAT模型運(yùn)用在小尺度流域時應(yīng)當(dāng)考慮研究區(qū)域所處的特殊區(qū)域背景，并調(diào)整模型參數(shù)初始值以準(zhǔn)確模擬研究區(qū)域真實(shí)的環(huán)境地球化學(xué)過程。本研究中SWAT模型土壤物理性質(zhì)參數(shù)對于徑流及氮、磷污染物輸出都有較大影響，模型模擬結(jié)果也表明，下滲硝態(tài)氮是主要的硝態(tài)氮流失方式。`本地區(qū)的其他相關(guān)實(shí)測結(jié)果已經(jīng)驗(yàn)證了這一過程[21]，因此SWAT模擬結(jié)果說明SWAT模型可以較好地識別紫色土區(qū)獨(dú)特的土壤物理特征并能參數(shù)化表達(dá)。Conan等[22]認(rèn)為SWAT模型在模擬徑流峰值時，降雨的性質(zhì)比較關(guān)鍵，其中降雨強(qiáng)度對于徑流產(chǎn)生有著重要影響。本研究是按照徑流、泥沙、氮磷污染物逐步率定的，因此徑流和泥沙模擬產(chǎn)生的誤差可能會被帶入到其他過程，致使非點(diǎn)源污染模擬誤差變大。

此外，本研究中氮、磷變量敏感因子與施肥量、農(nóng)田作物肥料吸收率也有關(guān)，提高肥料的利用效率、合理安排施肥是減少本研究區(qū)域高氮、磷負(fù)荷對水環(huán)境污染的重要舉措。而值得注意的是，氮磷污染物進(jìn)入水體的必要條件是徑流產(chǎn)生，因此減少水土流失能夠減輕污染狀況，一系列土壤物理性質(zhì)有關(guān)的敏感參數(shù)也說明改善耕作方式，比如實(shí)行等高種植，修筑梯田，免耕或者少耕等保護(hù)性耕作措施，也能夠減輕非點(diǎn)源污染。本文所劃定的非點(diǎn)源污染關(guān)鍵源區(qū)可為流域內(nèi)控制污染提供依據(jù)。萬安小流域內(nèi)一些耕地分布在坡度較大的區(qū)域，這些區(qū)域是非點(diǎn)源污染的關(guān)鍵區(qū)，將這些耕地轉(zhuǎn)變?yōu)榱值鼗蛘吒淖兤涓鞣绞侥軌驕p少非點(diǎn)源污染。同樣，居民點(diǎn)集中區(qū)域盡管面積較小，但也可能是關(guān)鍵源區(qū)，這些地區(qū)因?yàn)橄聣|面的不透水特性，使得產(chǎn)流迅速，污染物能夠直接進(jìn)入河道，再加上農(nóng)村生活污水管理不完善，多數(shù)污水直接排入河道，增加污染程度；因此，在居民點(diǎn)附近修建生態(tài)溝渠、人工濕地等生態(tài)工程有助于改善河流水質(zhì)，減少污染[23]。

3 結(jié) 論

本研究以紫色土丘陵區(qū)典型農(nóng)業(yè)小流域萬安小流域?yàn)檠芯繉ο?，運(yùn)用SWAT模型進(jìn)行復(fù)雜農(nóng)業(yè)小流域非點(diǎn)源氮、磷污染的時空分布模擬。模擬結(jié)果表明SWAT能較為成功地模擬復(fù)雜農(nóng)業(yè)小流域的非點(diǎn)源氮、磷月際尺度輸出規(guī)律與負(fù)荷。本模型模擬研究揭示的氮、磷輸出途徑及敏感性參數(shù)分析結(jié)果對于制定流域綜合管理措施有重要意義。通過提高土壤保水保肥能力和區(qū)域作物化肥利用效率來減少坡耕地壤中流途徑的氮、磷損失應(yīng)是紫色土丘陵區(qū)面源污染防治中的重要技術(shù)研究方向；同時在居民點(diǎn)附近修建生態(tài)溝渠、人工濕地等生態(tài)工程有助于改善河流水質(zhì)，減少污染。

[1]牛志明，解明曙，孫 閣. ANSWER2000 在小流域土壤侵蝕過程模擬中的應(yīng)用研究[J]. 水土保持學(xué)報，2001，15(3)：56-60.

[2]Haregeweyn N, Yohannes F. Testing and evaluation of the agricultural non-point source pollution model (AGNPS) on Augucho catchment, western Hararghe, Ethiopia[J]. Agriculture, Ecosystems & Environment, 2003, 99(1): 201-212.

[3]Douglas-Mankin K R, Srinivasan R, Arnold J G. Soil and Water Assessment Tool (SWAT) Model: current developments and applications[J]. Transactions of the ASABE, 2010, 53(5):14-23.

[4]Farida Dechmi, Javier Burguete, Ahmed Skhiri. SWAT application in intensive irrigation systems: model modification, calibration and validation[J]. Journal of Hydrology, 2012, 470-471(12): 227-238.

[5]Grizzetti B, Bouraoui F, Granlund K, et al. Modelling diffuse emission and retention of nutrients in the Vantaanjoki watershed (Finland) using the SWAT model[J]. Ecological Modelling, 2003, 169(1): 25-38.

[6]程紅光，郝芳華，任希巖，等. 不同降雨條件下非點(diǎn)源污染氮負(fù)荷入河系數(shù)研究[J]. 環(huán)境科學(xué)學(xué)報，2006，26(3)：392-397.

[7]張思聰，劉銘懷. 竹竿河流域面源污染模擬計(jì)算和分析[J]. 水力發(fā)電學(xué)報，2006，25(5)：51-57.

[8]李仲明. 中國紫色土(上篇)[M]. 北京：科學(xué)出版社，1991.

[9]高美榮，朱 波，陳克亮，等. 紫色土丘陵區(qū)典型小流域水體 N，P 含量及其環(huán)境特征[J]. 地球科學(xué)進(jìn)展，2004，19：487-490.

[10]Kirsch K, Kirsch A, Arnold J. Predicting sediment and phosphorus loads in the Rock River basin using SWAT[J]. Forest, 2002, 971: 10.

[11]龔子同，陳志誠. 中國土壤系統(tǒng)分類參比[J]. 土壤，1999，31(2)：57-63.

[12]Tang J, McDonald S, Peng X, et al. Modelling Cryptosporidium oocysts transport in small ungauged agricultural catchments[J]. Water Research, 2011, 45(12): 3665-3680.

[13]Lai G, Yu G, Gui F. Preliminary study on assessment of nutrient transport in the Taihu Basin based on SWAT modelling[J]. Science in China Series D, 2006, 49(1): 135-145.

[14]Morris M D. Factorial sampling plans for preliminary computational experiments[J]. Technometrics, 1991, 33(2): 161-174.

[15]Borah D K, Bera M. Watershed-scale hydrologic and nonpoint-source pollution models: Review of applications[J]. Transactions of the ASAE, 2004, 47(3): 789.

[16]Lam Q D, Schmalz B, Fohrer N. Modelling point and diffuse source pollution of nitrate in a rural lowland catchment using the SWAT model[J]. Agricultural Water Management, 2010, 97(2): 317-325.

[17]Zhao P, Feng X, Huang D, et al. Basic concepts and recent advances in nitro phenol reduction by gold-and other transition metal nanoparticles[J]. Coordination Chemistry Reviews, 2015, 287: 114-136.

[18]張 劍. 紫色土丘陵區(qū)典型小流域非點(diǎn)源氮磷遷移的模擬研究[D]. 中國科學(xué)院研究生院，2010：115-116.

[19]周慧平，高 超，朱曉東. 關(guān)鍵源區(qū)識別:農(nóng)業(yè)非點(diǎn)源污染控制方法[J]. 生態(tài)學(xué)報，2005，25(12)：3368-3374.

[20]盛盈盈，賴格英，李世偉. 基于SWAT模型的梅江流域非點(diǎn)源污染時空分布特征[J]. 熱帶地理，2015(3)：306-314.

[21]Tao W, Bo Z, Fuhong K. Reducing interflow nitrogen loss from hillslope cropland in a purple soil hilly region in southwestern China[J]. Nutrient Cycling in Agroecosystems, 2012, 93(3): 285-295.

[22]Conan C, Bouraoui F, Turpin N, et al. Modeling flow and nitrate fate at catchment scale in Brittany (France)[J]. Journal of Environmental Quality, 2003,32(6): 2026-2032.

[23]陳金林，潘根興，張愛國，等. 林帶對太湖地區(qū)農(nóng)業(yè)非點(diǎn)源污染地控制[J]. 南京林業(yè)大學(xué)學(xué)報(自然科學(xué)版)，2002，26(6)：17-20.

SimulationofNon-pointSourceNitrogenandPhosphorusExportofAgriculturalWatershedinPurpleHillyAreasbyUsingSWAT

XUE Fei1, TANG Jia-liang1*, ZHAO Ju2, ZHANG Xi-feng1, SHEN Dong1, WANG Rui1

(1.Institute of Mountain Hazards and Environment, Chinese Academy of Sciences, Sichuan Chengdu 610041, China; 2.Centre of Product Quality Supervision, Inspection of Leshan City, Sichuan Leshan 614001, China)

【Objective】Agricultural non-point source pollution was the main cause of water eutrophication in hilly area of purple soils. The small watershed in purple soil area experienced intense farming activities, however, the agricultural watersheds in this area were the lack of observed data and prediction tools of nitrogen and phosphorus export fluxes from agricultural catchments. Therefore, it is difficult to develop good solutions aiming at the mitigation of nitrogen and phosphorus in small watershed scale.【Method】In the present study, SWAT was used in a watershed with area of 12.36 km2in typical purple soil region of upper Yangtze River. According to the measured data, SWAT model was adjusted to simulate the river discharge and non-point source pollution processes. 【Result】SWAT succeeded in of monthly and daily discharge simulation with satisfactory performance in the study area (R2=0.6-0.9,Ens=0.55-0.9), and SWAT could simulate the transportation of nitrogen and phosphorus with good fitness based on monthly interval (R2=0.75-0.91,Ens=0.72-0.80). It was proved the SWAT could be successively applied in a complex agricultural watershed (10 km2) at hilly area of purple soil. 【Conclusion】The critical source areas for non-point source nitrogen and phosphorus were identified, so as to formulate countermeasures preventing nonpoint source pollutions in the study region.

SWAT; Nonpoint source pollution; Purple soil; Agricultural watershed; Critical source areas

1001-4829(2017)5-1145-08

10.16213/j.cnki.scjas.2017.5.028

2016-05-20

國家自然科學(xué)基金項(xiàng)目(41371241)；中國科學(xué)院 “西部之光” 西部青年學(xué)者A類項(xiàng)目 (41301266)

薛 菲(1992-)，女，四川樂山人，碩士研究生，主要從事流域面源污染監(jiān)測與模擬研究，E-mail:759418731@qq.com；*為通訊作者：唐家良，男，副研究員，E-mail:jltang@imde.ac.cn。

S143.93

A

(責(zé)任編輯 陳 虹)