基于SWAT模型的北汝河流域非點(diǎn)源污染及其關(guān)鍵區(qū)域識(shí)別

袁遠(yuǎn)，石蒙蒙，李會(huì)平，史貝貝，吳明作

基于SWAT模型的北汝河流域非點(diǎn)源污染及其關(guān)鍵區(qū)域識(shí)別

袁遠(yuǎn)，石蒙蒙，李會(huì)平，史貝貝，吳明作*

（河南農(nóng)業(yè)大學(xué) 林學(xué)院，鄭州 450002）

【】了解北汝河流域非點(diǎn)源污染的時(shí)空分異，識(shí)別關(guān)鍵區(qū)域與重要時(shí)期，為防治非點(diǎn)源污染等提供理論依據(jù)。運(yùn)用ArcGIS和ENVI軟件與相關(guān)數(shù)據(jù)構(gòu)建SWAT模型數(shù)據(jù)庫(kù)，基于2001年與2014年土地利用數(shù)據(jù)，利用SWAT模型模擬了北汝河流域2001—2015年間非點(diǎn)源污染的時(shí)間動(dòng)態(tài)與空間分異特征。SWAT模型適用于北汝河流域，校準(zhǔn)期和驗(yàn)證期的2和ns均達(dá)到0.68以上，將該流域劃分為70個(gè)子流域490個(gè)水文響應(yīng)單元；以2001年與2014年土地利用數(shù)據(jù)模擬的泥沙、總氮、總磷負(fù)荷分別為29 088.761、78 870.342、1 025.753 t/a與25 315.033、70 560.752、1 207.841 t/a；2014年總磷負(fù)荷略有增加，其他負(fù)荷均有所下降。北汝河流域非點(diǎn)源污染負(fù)荷在汛期較為嚴(yán)重，以東部、中部的耕地與居民聚集區(qū)為關(guān)鍵控制區(qū)，且在東部有擴(kuò)大趨勢(shì)。

非點(diǎn)源污染；SWAT模型；關(guān)鍵區(qū)域；北汝河流域

0 引 言

非點(diǎn)源污染負(fù)荷特別是氮、磷負(fù)荷占水體總污染負(fù)荷的比例較高[1-2]，是水體污染的主要來(lái)源，也成為水環(huán)境治理與流域總量控制的關(guān)鍵[3]。目前對(duì)非點(diǎn)源污染負(fù)荷的測(cè)算方法主要有3種，即輸出系數(shù)模型、實(shí)證模型和機(jī)理模型，機(jī)理模型占據(jù)了主導(dǎo)地位，其中應(yīng)用最廣泛的是基于GIS空間分析的SWAT機(jī)理模型[4]；該模型在大型流域[5-10]及小型流域[11-14]均具有良好的適用性，并可用于污染來(lái)源分析[2,7]、重金屬污染負(fù)荷測(cè)算[8]、污染控制或保護(hù)性措施比較與效果評(píng)估[6,11]、子流域敏感性分異[12]、關(guān)鍵區(qū)域識(shí)別[5,13,14]、土地利用優(yōu)化[15]等多方面。北汝河是淮河流域的重要支流，其所在區(qū)域?qū)儆趪?guó)家糧食生產(chǎn)核心區(qū)，農(nóng)業(yè)非點(diǎn)源污染形勢(shì)不容樂(lè)觀，本文基于ArcGIS 10.1與ENVI 5.1，應(yīng)用SWAT 2012模型模擬分析北汝河流域2001—2015年間非點(diǎn)源污染的時(shí)空分異，識(shí)別關(guān)鍵區(qū)域，以期為制定區(qū)域非點(diǎn)源污染防治策略，改善農(nóng)業(yè)管理措施，提高流域水環(huán)境質(zhì)量等提供理論依據(jù)與參考。

1 研究區(qū)概況

北汝河流域位于河南省洛陽(yáng)市和平頂山市境內(nèi)，東經(jīng)112°00′—113°60′、北緯33°45′—34°20′，發(fā)源于嵩縣跑馬嶺，自西向東流經(jīng)汝陽(yáng)縣、汝州市、郟縣、寶豐縣、襄城縣，于襄城丁營(yíng)鄉(xiāng)匯入沙河，流域范圍見(jiàn)圖1。流域總面積6 080 km2，全長(zhǎng)250 km，平均寬1 000 m，歷年最大流量5 620 m3/s；地勢(shì)西高東低，其上游為山地，中游多丘陵，下游多平原；流域內(nèi)有較大支流20余條。流域?qū)倥瘻貛騺啛釒н^(guò)渡地帶，多年平均降雨量750 mm，降水時(shí)空分布不勻，年內(nèi)年際變化較大，汛期降水量約占年降水量的62%，降水日數(shù)100 d左右；多年平均氣溫14 ℃，年平均相對(duì)濕度64.5%，無(wú)霜期220 d。

2 基礎(chǔ)數(shù)據(jù)庫(kù)構(gòu)建

2.1 數(shù)字高程

數(shù)字高程來(lái)源于地理空間數(shù)據(jù)云（分辨率30 m）。在ArcGIS 10.1中將DEM拼接、糾錯(cuò)、裁剪與投影變換，轉(zhuǎn)換為GRID格式，生成流域數(shù)字高程模型圖，柵格大小統(tǒng)一為30 m×30 m。北汝河流域DEM見(jiàn)圖2。

圖1 北汝河流域范圍

2.2 土地利用

土地利用類(lèi)型對(duì)模擬結(jié)果有較大影響[7,15]，且在不同時(shí)期變化較大，故本文選取2001-07-05、2001-07-12、2014-05-29與2014-06-07共4景Landsat遙感影像，對(duì)影像進(jìn)行大氣校正、去云和研究區(qū)裁剪等處理，利用ENVI 5.1軟件解譯，結(jié)合實(shí)地調(diào)查對(duì)分類(lèi)結(jié)果進(jìn)行過(guò)濾和聚類(lèi)處理，并轉(zhuǎn)換為GRID格式，柵格大小為30 m ×30 m，構(gòu)建北汝河流域土地利用數(shù)據(jù)。土地利用類(lèi)型分別見(jiàn)圖3和圖4。

2.3 土壤類(lèi)型及其屬性數(shù)據(jù)

土壤類(lèi)型數(shù)據(jù)來(lái)自1∶100萬(wàn)河南省土壤圖的矢量化，并轉(zhuǎn)化為GRID格式，柵格大小30 m×30 m，與DEM和土地利用類(lèi)型圖統(tǒng)一投影和坐標(biāo)系。根據(jù)模型需要，將北汝河流域土壤類(lèi)型概化為18類(lèi)（紅黏土、紫色土、石灰性紫色土、石質(zhì)土、石灰性石質(zhì)土、粗骨土、石灰性粗骨土、棕壤、棕壤性土、褐土、淋溶褐土、石灰性褐土、潮褐土、褐土性土、黃棕壤、壤質(zhì)潮土、濕潮土、石灰性砂姜黑土）。土壤類(lèi)型見(jiàn)圖5。

土壤化學(xué)屬性數(shù)據(jù)直接利用模型初始值[2]；土壤物理屬性數(shù)據(jù)由文獻(xiàn)[16-17]查詢(xún)得到，主要屬性包括土壤的層次數(shù)目、表層到底層深度、最大可壓縮量、顆粒組成、滲透性、可蝕性因子、土層可利用有效水、濕密度、飽和水力傳導(dǎo)系數(shù)等；屬性數(shù)據(jù)采用3次樣條插值法在Matlab軟件中轉(zhuǎn)換為美國(guó)制。

圖3 北汝河流域2001年土地利用類(lèi)型圖

圖4 北汝河流域2014年土地利用類(lèi)型圖

圖5 北汝河流域土壤類(lèi)型圖

2.4 流域水系

利用Google earth軟件描繪并依據(jù)實(shí)地調(diào)查情況對(duì)流域水系圖進(jìn)行校正，在ArcGIS中矢量化，與流域DEM圖、土地利用圖、土壤類(lèi)型圖統(tǒng)一投影和坐標(biāo)系，用于對(duì)DEM生成的水系進(jìn)行校正。

2.5 氣象數(shù)據(jù)

選取流域內(nèi)及附近9個(gè)氣象站點(diǎn)1990-01-01—2014-07-31近24 a的連續(xù)觀測(cè)資料，并依據(jù)觀測(cè)資料建立天氣發(fā)生器文件.wgn，部分缺失數(shù)據(jù)使用模型天氣發(fā)生器及空間插值得到。

2.6 農(nóng)作物管理措施

對(duì)北汝河流域的農(nóng)作物管理措施進(jìn)行實(shí)地調(diào)查，形成.mgt文件，依不同水文響應(yīng)單元輸入模型。本文對(duì)林地、建設(shè)用地、水域等管理措施采用模型默認(rèn)值，僅對(duì)耕地中主要農(nóng)作物特征和施肥狀況進(jìn)行調(diào)查。經(jīng)調(diào)查統(tǒng)計(jì)，北汝河流域主要農(nóng)作物為小麥、玉米、煙葉、紅薯和大豆等。夏糧主要為小麥，基肥主要為復(fù)合肥、尿素和小麥專(zhuān)用肥，施用量750 kg/hm2，3月澆水追肥，產(chǎn)量6～7.5 t/hm2；秋糧主要為玉米，整個(gè)生長(zhǎng)期追肥約900 kg/hm2，主要肥料為復(fù)合肥和尿素，產(chǎn)量約7.5 t/hm2；煙葉追肥2～3次，每株采烤約5次；紅薯基肥主要為紅薯專(zhuān)用肥，用量約375 kg/hm2，產(chǎn)量30～37.5 t/hm2；大豆追肥主要為復(fù)合肥和尿素，施肥約900 kg/hm2，產(chǎn)量1.5～2.25 t/hm2。

2.7 水文水質(zhì)數(shù)據(jù)

水文水質(zhì)數(shù)據(jù)主要通過(guò)野外實(shí)地監(jiān)測(cè)、資料收集或購(gòu)買(mǎi)獲得；野外實(shí)地監(jiān)測(cè)斷面徑流量與河底高程，采集水樣化驗(yàn)分析獲得泥沙和氮、磷量。從2015年4月開(kāi)始在汝州水文站斷面（東經(jīng)112°51′，北緯34°09′）和襄城大陳水文站斷面（東經(jīng)113°34′12″，北緯33°49′12″）進(jìn)行水質(zhì)水文同步監(jiān)測(cè)。每個(gè)監(jiān)測(cè)點(diǎn)每次采集水樣5 000 mL，水樣采集后立即保存并盡快測(cè)定氮、磷和泥沙等相關(guān)指標(biāo)。含沙量測(cè)定采用過(guò)濾烘干法，氨氮測(cè)定采用納氏試劑分光光度法，硝態(tài)氮測(cè)定采用酚二磺酸分光光度法，亞硝態(tài)氮測(cè)定采用分光光度法，可溶性活性磷測(cè)定采用鉬銻抗法。

3 結(jié)果與分析

3.1 子流域劃分

將北汝河流域分別劃分為42、50、70、176、252和360個(gè)子流域，為確定子流域中水文響應(yīng)單元數(shù)量，將土地利用類(lèi)型和土壤類(lèi)型面積閾值均設(shè)置為10%，對(duì)6種子流域劃分水平進(jìn)行模擬和計(jì)算徑流量、泥沙與氮負(fù)荷的變化情況，見(jiàn)圖6。

注 徑流單位為m3/s，泥沙單位為104 t，其他為t。

由圖6可知，子流域劃分水平對(duì)徑流量影響較小，泥沙、硝酸鹽、氨氮負(fù)荷對(duì)子流域劃分水平較敏感；隨子流域數(shù)量增加，徑流量先降低后逐漸趨于穩(wěn)定，泥沙、硝酸鹽、氨氮負(fù)荷均表現(xiàn)為先增加后漸趨于穩(wěn)定；當(dāng)子流域數(shù)量由42增加到70，各度量指標(biāo)模擬結(jié)果均不穩(wěn)定，但當(dāng)子流域數(shù)量超過(guò)70時(shí)，各度量指標(biāo)均趨于穩(wěn)定。故本文將北汝河流域劃分為70個(gè)子流域，相應(yīng)的水文響應(yīng)單元數(shù)為490個(gè)，子流域平均面積為7 462 hm2。已有研究對(duì)水文響應(yīng)單元?jiǎng)澐值臄?shù)量并不完全一致[1,13]，與流域地貌、水系組成等特征有關(guān)；北汝河流域主要為平原地區(qū)河流，水系相對(duì)簡(jiǎn)單，故較少的水文響應(yīng)單元即可達(dá)到模擬要求。

3.2 模型適用性

選取決定系數(shù)2和Nash-Suttcliffe系數(shù)ns評(píng)價(jià)模型適用性[2,8-14]；利用SWAT-CUP軟件進(jìn)行敏感性分析，得出對(duì)模擬結(jié)果影響較大的參數(shù)，通過(guò)調(diào)整參數(shù)對(duì)模型進(jìn)行校準(zhǔn)[2,12-13]，參數(shù)校準(zhǔn)順序?yàn)閺搅?、泥沙?fù)荷、水質(zhì)；當(dāng)各次校準(zhǔn)的2≥0.6且ns≥0.5時(shí)，完成校準(zhǔn)。本文對(duì)北汝河流域大陳閘進(jìn)行月徑流量、泥沙和氨氮校準(zhǔn)和驗(yàn)證，結(jié)果見(jiàn)表1、圖7、圖8。

多數(shù)驗(yàn)證研究認(rèn)為，2和ns分別達(dá)到0.6和0.5時(shí)，精度即可滿(mǎn)足模型要求，擬合效果良好[1-2,6,12-13]。由表1、圖7、圖8可知，在校準(zhǔn)和驗(yàn)證期通過(guò)調(diào)整參數(shù)，月徑流量模擬值與實(shí)測(cè)值擬合較好，其中校準(zhǔn)期2為0.690，ns為0.68；驗(yàn)證期2為0.997，ns為0.69，泥沙、氨氮負(fù)荷在校準(zhǔn)期（圖8中4－6月）和驗(yàn)證期（圖8中7－9月）2和ns均大于0.80；2個(gè)參數(shù)均達(dá)到0.68以上，表明SWAT模型在北汝河流域?qū)搅?、泥沙和氨氮模擬的適用性較好。

3.3 不同時(shí)期非點(diǎn)源污染時(shí)間動(dòng)態(tài)

根據(jù)SWAT模型要求，將土地利用類(lèi)型分為林地、耕地、水域、建設(shè)用地、裸地、交通用地6類(lèi)，根據(jù)2001年和2014年2期土地利用數(shù)據(jù)分別模擬北汝河流域非點(diǎn)源污染情況，模擬時(shí)長(zhǎng)均為2001－2015，得到多年月平均非點(diǎn)源污染負(fù)荷分別見(jiàn)表2、表3。

表1 模型校準(zhǔn)與驗(yàn)證結(jié)果

由表2、表3可知，北汝河流域非點(diǎn)源污染負(fù)荷在年內(nèi)均波動(dòng)較大，但趨勢(shì)基本一致，泥沙、有機(jī)氮、氨氮、亞硝氮、有機(jī)磷、無(wú)機(jī)磷和總磷負(fù)荷量均表現(xiàn)為5、7、9月較高，1—2月、11—12月較低，硝態(tài)氮和總氮負(fù)荷量均為5—7月較高，1—3月、10—12月較低。對(duì)比2014年與2001年不同時(shí)期模擬的總量數(shù)據(jù)可看出，除無(wú)機(jī)磷增加較大、總磷稍有增加外，產(chǎn)沙量、有機(jī)磷與各形態(tài)氮的負(fù)荷量均略有下降。

圖7 月徑流量模擬與實(shí)測(cè)對(duì)比圖（2015-07—2015-09為驗(yàn)證期，其他為校準(zhǔn)期）

圖8 月泥沙、氨氮負(fù)荷模擬與實(shí)測(cè)對(duì)比圖

表2 基于2001土地利用的非點(diǎn)源污染負(fù)荷量模擬

注 降雨量為1961—2013年郟縣站的統(tǒng)計(jì)值，位于該流域東部上游區(qū)域，東部為負(fù)荷量較大的區(qū)域。

Note The precipitation value is the statistic among the year 1961-2013 of Jiaxian meteorological station that located in the east part of the Beiru River watershed and is higher with non-point pollutant load.

表3 基于2014土地利用的非點(diǎn)源污染負(fù)荷量模擬

SWAT模型主要基于徑流模擬農(nóng)業(yè)非點(diǎn)源污染負(fù)荷，與降雨量時(shí)間分配關(guān)系密切，在降雨季節(jié)分配不均勻地區(qū)，汛期污染負(fù)荷量通常均較高，多數(shù)研究證實(shí)了此相關(guān)性，出現(xiàn)負(fù)荷峰值的月份多在5－9月[9-10,13-14]，也有報(bào)道在4月[10,13-14]或12月前后[2]出現(xiàn)另一峰值，這與作物種植制度、施肥時(shí)間等因素有關(guān)。本文也證實(shí)了農(nóng)業(yè)非點(diǎn)源污染負(fù)荷與降雨量時(shí)間分配的相關(guān)性，小麥?zhǔn)┯没蕰r(shí)間雖在3月之前，但此時(shí)降雨量較小，至5月降雨較多時(shí)，污染負(fù)荷量增加并出現(xiàn)一個(gè)較小峰值；玉米施肥時(shí)間與降雨量集中時(shí)間一致[10]，使得9月再出現(xiàn)一次峰值；其年內(nèi)變化表現(xiàn)為雙峰形式。

3.4 不同時(shí)期非點(diǎn)源污染空間分異

基于2001年（用L1表示）和2014年（用L2表示）2個(gè)不同時(shí)期土地利用類(lèi)型，利用SWAT模型對(duì)北汝河流域2001－2015年15 a間的非點(diǎn)源污染進(jìn)行模擬。流域多年平均單位面積泥沙、總氮和總磷負(fù)荷的空間分布格局見(jiàn)圖9、圖10。

由圖9、圖10可知，2個(gè)時(shí)期各子流域年均單位面積產(chǎn)沙量、總氮和總磷負(fù)荷的空間差異均較大?；?001年土地利用類(lèi)型模擬的產(chǎn)沙量、總氮和總磷負(fù)荷分布趨勢(shì)一致，均表現(xiàn)為西部和東部邊緣少，中部多的分異特征?；?014年土地利用類(lèi)型模擬的產(chǎn)沙量、總氮和總磷負(fù)荷呈現(xiàn)出西部低，中、東部高的空間分異。對(duì)比2期數(shù)據(jù)可以看出，2014年的產(chǎn)沙量整體有所減輕，但非點(diǎn)源污染較嚴(yán)重的區(qū)域在東部有擴(kuò)大趨勢(shì)。

圖10 2014年土地利用條件下泥沙、總氮和總磷空間分異

已有研究均表明，農(nóng)業(yè)、城鎮(zhèn)是非點(diǎn)源污染負(fù)荷的主要來(lái)源[2,7]，污染負(fù)荷量與農(nóng)業(yè)、林業(yè)的覆蓋比分別呈正、負(fù)相關(guān)性[1]；不同土地利用類(lèi)型中，耕地單位面積的非點(diǎn)源污染負(fù)荷量大，林地的最小[10,13-14]；同時(shí)，地形與土壤性質(zhì)也有一定影響[7,9]。本研究也表明了這種變化，從2001年和2014年土地利用類(lèi)型圖中可看出，西部多為林地，植被覆蓋度大，土壤結(jié)構(gòu)良好；東部、中部多為耕地和農(nóng)村居民點(diǎn)聚集區(qū)，植被覆蓋受人為干擾較大，土壤多沙礫，這是導(dǎo)致流域內(nèi)泥沙、氮、磷負(fù)荷空間差異較大的主要原因。因此，東部、中部可視為非點(diǎn)源污染的關(guān)鍵控制區(qū)，農(nóng)業(yè)生產(chǎn)與農(nóng)村生活污染是重要的非點(diǎn)源污染源[2,14]。

利用2001年與2014年2期土地利用數(shù)據(jù)，分別計(jì)算2001—2015年該流域污染負(fù)荷量的年際變化，代表性結(jié)果分別見(jiàn)圖11與圖12。由圖11、圖12可知，泥沙負(fù)荷量與總磷負(fù)荷量的變化趨勢(shì)一致，均在2003、2004、2010年與2011等年份數(shù)值較大，而這些年份的降雨量分別為807.2、630.6、724.3、826.0 mm，2007年與2005年的降雨量也分別達(dá)到了710.1 mm與650.2 mm，但負(fù)荷量并不大；表明負(fù)荷量除與降雨量有關(guān)外，還可能受其他因素影響。而總氮負(fù)荷量與泥沙、總磷的變化有較大差異，可能與其較復(fù)雜的形態(tài)轉(zhuǎn)化有關(guān)。

圖11 泥沙、總氮負(fù)荷量

圖12 總磷負(fù)荷量

綜合北汝河流域非點(diǎn)源污染的時(shí)空分異狀況，結(jié)合已有研究成果，在非點(diǎn)源污染防治中，耕地與居民點(diǎn)聚集區(qū)是關(guān)鍵控制區(qū)，汛期及其前月份的施肥期是重要時(shí)期，污染負(fù)荷受年降雨量的影響也較大；流域內(nèi)東部區(qū)域有加重趨勢(shì)，更值得重點(diǎn)關(guān)注。

4 討 論

1）降水條件與徑流過(guò)程是區(qū)域氮、磷輸出負(fù)荷量的重要影響因素[2]，氮產(chǎn)生量與降雨量呈正相關(guān)[10]，淮河流域的汛期多集中于6－9月，出現(xiàn)污染負(fù)荷峰值的月份也多在5－9月，是非點(diǎn)源污染輸出較集中的時(shí)期[9-10,13-14]；同時(shí)，人類(lèi)活動(dòng)、農(nóng)業(yè)耕作活動(dòng)、大量施肥均影響了非點(diǎn)源污染負(fù)荷強(qiáng)度[14]，農(nóng)村、城鎮(zhèn)是非點(diǎn)源污染負(fù)荷的主要來(lái)源[2,7]。本文研究也證實(shí)了這些結(jié)論，表明區(qū)域非點(diǎn)源污染防治的關(guān)鍵時(shí)期主要在汛期，尤其是可能有施肥活動(dòng)時(shí)，農(nóng)業(yè)生產(chǎn)活動(dòng)集中區(qū)是關(guān)鍵控制區(qū)；有研究表明，農(nóng)村與城市人口集中區(qū)也是關(guān)鍵控制區(qū)[2,7]，在非點(diǎn)源污染防治時(shí)均應(yīng)予以充分重視。

2）SWAT模型應(yīng)用較廣泛，具有普遍適用性[3-5,11]，但在使用時(shí)，如何對(duì)模型進(jìn)行本地化以使之更具有實(shí)際指導(dǎo)意義[4]，在未來(lái)工作中應(yīng)予以重視。本文應(yīng)用模型時(shí)，部分參數(shù)取值采用了模型默認(rèn)值，使得結(jié)果出現(xiàn)了部分偏差，從圖8可看出，泥沙模擬值整體偏小而氨氮模擬值整體偏大，這主要是因?yàn)樵撃Ｐ湍M的基本思路是水文過(guò)程、侵蝕過(guò)程、負(fù)荷過(guò)程等，其中涉及參數(shù)很多，部分參數(shù)實(shí)際獲取時(shí)難度較大（如土壤壓縮比、不同形態(tài)氮的轉(zhuǎn)化系數(shù)、滲流系數(shù)等），故取值時(shí)采用了模型默認(rèn)值，從而導(dǎo)致模擬結(jié)果整體偏小或偏大、且誤差方向不一致的現(xiàn)象。未來(lái)研究如何將模型本地化，以使模擬結(jié)果更精確實(shí)用，更具有實(shí)際指導(dǎo)意義，值得未來(lái)予以重視并進(jìn)行深入研究的方向之一。

5 結(jié) 論

1）SWAT模型可以適用于北汝河流域，2個(gè)參數(shù)2和ns在校準(zhǔn)期和驗(yàn)證期均達(dá)到0.68以上；模型使用時(shí)將北汝河流域劃分為70個(gè)子流域、490水文響應(yīng)單元即可達(dá)到模型模擬要求，相應(yīng)的子流域平均面積為7 462 hm2。

2）北汝河流域非點(diǎn)源污染防治的關(guān)鍵控制區(qū)主要是中部、東部的耕地與居民聚集區(qū)，重要時(shí)期主要是汛期及其前施肥期，東部區(qū)域的污染負(fù)荷有增加趨勢(shì)，應(yīng)重點(diǎn)關(guān)注。

[1] 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.

[2] 姜德娟, 王瓊, 李瑞澤, 等. 基于SWAT模型的小清河流域總氮輸出模擬研究[J].水資源與水工程學(xué)報(bào), 2017, 28(6):1-7.

JIANG Dejuan, WANG Qiong, LI Ruize, et al. Simulation of total nitrogen transport based on SWAT model in Xiaoqinghe River Basin of Shandong Province[J].Journal of Water Resources & Water Engineering, 2017, 28(6):1-7.

[3] 郭洪鵬, 張維, 宋文華, 等. 農(nóng)業(yè)非點(diǎn)源污染研究方法分析[J].環(huán)境科學(xué)與管理, 2018,43(2):135-138.

GUO Hongpeng, ZHANG Wei, SONG Wenhua, et al. Study on methods of agricultural non-point source pollution[J]. Environmental Science and Management [J], 2018, 43(2):135-138.

[4] 劉莊, 晁建穎, 張麗, 等. 中國(guó)非點(diǎn)源污染負(fù)荷計(jì)算研究現(xiàn)狀與存在問(wèn)題[J].水科學(xué)進(jìn)展, 2015,26(3):432-442.

LIU Zhuang, CHAO Jianying, ZHANG Li, et al. Current status and problems of non-point source pollution load calculation in China[J]. Advances in Water Science, 2015, 26(3):432-442.

[5] LAM Q D, SCHMALZ B, FOHRER N. Assessing the spatial and temporal variations of water quality in lowland areas, Northern Germany [J]. Journal of Hydrology, 2012, 438/439:137-147.

[6] 馬放, 姜曉峰, 王立, 等. 基于SWAT模型的阿什河流域非點(diǎn)源污染控制措施[J].中國(guó)環(huán)境科學(xué), 2016, 36(2):610-618.

MA Fang, JIANG Xiaofeng, WANG Li, et al. Non-point source pollution control of Ashihe Basin based on SWAT Model[J]. China Environmental Science, 2016, 36(2): 610-618.

[7] 宋蘭蘭, 郝慶慶, 王文海. 基于SWAT模型的復(fù)新河流域非點(diǎn)源污染研究[J].灌溉排水學(xué)報(bào), 2018, 37(4):94-98.

SONG Lanlan, HAO Qingqing, WANG Wenhai. Non-point source pollution in Fuxin river basin investigated using the SWAT model[J]. Journal of Irrigation and Drainage, 2018, 37(4):94-98.

[8] 張青梅, 韓峰, 劉湛, 等. 基于SWAT模型的湘江株洲段汞面源污染負(fù)荷測(cè)算[J].四川環(huán)境, 2018, 37(2):32-37.

ZHANG Qingmei, HAN Feng, LIU Zhan, et al. Calculation of mercury non-point source pollution of Xiangjiang River Zhuzhou Section based on the SWAT model [J]. Sichuan Environment, 2018, 37(2):32-37.

[9] 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(bào), 2006, 25(5):51-57.

ZHANG Sicong, LIU Minghuan. Calculation and analysis of the non -point source pollution of Zhuganhe watershed [J]. Journal of Hydroelectric Engineering, 2006, 25(5):51-57.

[10] 馬天海, 徐靜, 單楠, 等. 賈魯河流域旱作農(nóng)業(yè)區(qū)非點(diǎn)源氮污染負(fù)荷分布規(guī)律及其影響因素研究[J].南京大學(xué)學(xué)報(bào)(自然科學(xué)),2016, 52(1):77-85.

MA Tianhai, XU Jing, SHAN Nan, et al. The study on distribution of dryfarming agricultural non-point source pollution load and influencing factors in Jialu river watershed [J]. Journal of Nanjing University (Natural Sciences), 2016, 52(1):77-85.

[11] ANNA Malagó, FAYCAL Bouraoui, OLGA Vigiak, et al. Modelling water and nutrient ?uxes in the Danube River Basin with SWAT [J]. Science of the Total Environment, 2017, 603/604:196-218.

[12] 李文超, 翟麗梅, 劉宏斌, 等. 流域磷素面源污染產(chǎn)生與輸移空間分異特征[J].中國(guó)環(huán)境科學(xué), 2017, 37(2):711-719.

LI Wenchao, ZHAI Limei1, LIU Hongbin, et al. Contrasting spatial distribution of the emission and export of phosphorus loss from a typical watershed in Yunnan Plateau Lakes Area[J].China Environmental Science, 2017, 37(2): 711-719.

[13] 薛菲, 唐家良, 趙舉, 等. 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[J].西南農(nóng)業(yè)學(xué)報(bào), 2017, 30(5):1 145-1 152.

XUE Fei, TANG Jialiang, ZHAO Ju, et al. Simulation of non-point source Nitrogen and Phosphorus export of agricultural watershed in purple hilly areas by using SWAT[J]. Southwest China Journal of Agricultural Sciences, 2017, 30(5):1 145-1 152.

[14] 劉珮勛, 付佳偉, 皮家駿, 等. 基于SWAT模型的紹興市非點(diǎn)源氮關(guān)鍵源區(qū)識(shí)別[J].水力發(fā)電, 2018, 44(4):1-5.

LIU Peixun, FU Jiawei, PI Jiajun, et al. Identifying critical source areas of urban non-point source pollution based on SWAT model in Shaoxing City [J]. Water Power, 2018, 44(4):1-5.

[15] 馮寶平, 梁行, 曾灼. 基于SWAT模型的濟(jì)南南部山區(qū)土地利用優(yōu)化研究[J].灌溉排水學(xué)報(bào), 2018, 37(5):121-128.

FENG Baoping, LIANG Xing, ZENG Zhuo. Optimizing land usage in southern mountain areas of Jinan based on the swat model [J]. Journal of Irrigation and Drainage, 2018, 37(5):121-128.

[16] 魏克循. 河南土壤地理[M].鄭州: 河南科學(xué)技術(shù)出版社, 1995.

WEI Kexun.Soil geography of Henan[M]. Zhengzhou: Henan Science and Technology Press,1995.

[17] 河南省土壤普查辦公室. 河南土壤[M].北京:中國(guó)農(nóng)業(yè)出版社, 2004.

Henan provincial soil survey office. Soil in Henan[M].Beijing:China Agriculture Press, 2004.

Using SWAT Model to Analyze Non-point Pollution in Beiru River Basin

YUAN Yuan, SHI Mengmeng, LI Huiping, SHI Beibei, WU Mingzuo*

(College of Forestry, Henan Agricultural University, Zhengzhou 450002, China)

【】Non-point pollution is a great environmental concern in many countries and understanding its spatiotemporal change at catchment scale is essential to better manage it. We present a method in this paper to identify non-pollution source at regional scale by using Beiru River Basin as an example.【】Spatial and topographic data collected from the basin was analyzed using ArcGIS and ENVI, and the results were then, along with other data, used to construct the database for the SWAT model. We applied the model to simulate temporal dynamics and spatial distribution of non-point source pollution in the basin from 2001—2015 based on the land use data in 2001 and 2014.【】The SWAT model was able to simulate the non-point pollution in the basin, and its2andnsin calibration and verification were both higher than 0.68. The basin can be divided into 70 sub-regions and 490 hydrological response units in the SWAP model. Using the land use data in 2001 and 2014, the sediment, total nitrogen and total phosphorus simulated by the model in the basin were 29 088.761 t/a, 78 870.342 t/a and 1 025.753 t/a respectively for 2014, and 25 315.033 t/a, 70 560.752 t/a and 1 207.841 t/a respectively for 2014. Apart from total phosphorus load, which increased slightly, other loads decreased simultaneously in 2014.【】The load of non-point source pollution in Beiru River basin was severe in flooding season, and areas that need pollution control are the cultivated land and the east and central part of the basin that are densely populated. But there is a sign that the pollution has been migrating eastwards.

Non-point pollution; SWAT model; Key polluted region; Beiru River watershed

X522

A

10.13522/j.cnki.ggps.2019046

1672 - 3317（2020）01 - 0115 - 08

2019-05-06

國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2018YFD0800405-04）

袁遠(yuǎn)（1975-），女。講師，主要從事環(huán)境污染治理研究。E-mail: yuanylc@henau.edu.cn

吳明作（1965-），男。教授，主要從事生態(tài)系統(tǒng)結(jié)構(gòu)與功能研究。E-mail: wumingzuo@henau.edu.cn

袁遠(yuǎn), 石蒙蒙, 李會(huì)平, 等. 基于SWAT模型的北汝河流域非點(diǎn)源污染及其關(guān)鍵區(qū)域識(shí)別[J]. 灌溉排水學(xué)報(bào), 2020, 39(1):115-122.

YUAN Yuan, SHI Mengmeng, LI Huiping, et al. Using SWAT model to analyze non-point pollution in beiru river basin [J]. Journal of Irrigation and Drainage, 2020, 39(1): 115-122.

責(zé)任編輯：趙宇龍