基于SWAT模型的州河流域非点源污染模拟

徐 宁，高金强，王 潜

（海河水利委员会水资源保护科学研究所，天津 300170）

基于SWAT模型的州河流域非点源污染模拟

徐 宁，高金强，王 潜

（海河水利委员会水资源保护科学研究所，天津 300170）

利用SWAT模型，根据州河流域DEM、土地利用、土壤、水文、气象等基础数据，对2010—2013年州河流域非点源污染模拟进行了研究，模型模拟精度较好。结果表明，丰水年的2012年州河流域TN和TP负荷远远大于其它年份；沙河对于桥水库的TN贡献量最大，黎河对于桥水库的TP贡献量最大；流域汛期TN和TP污染负荷约占全年的七成以上。

SWAT；非点源；州河

非点源污染包括农村生活污水和垃圾、畜禽养殖、化肥和农药，相对于点源污染，具有分散性、隐蔽性、不确定性、不易监测和难以量化等特点，因此估算非点源污染量较为困难。传统的非点源污染估算方法为经验系数法，首先分别估算上述污染类型中总氮TN、总磷TP、COD和氨氮等污染物的产生量、流失量（排放量）和入河量，然后进行汇总分析得到非点源污染总量。随着地理信息系统的迅速发展，一些功能强大的流域模型被开发出来，这些模型可以估算非点源污染量，其中SWAT模型的有效性在国内已经被广泛验证。

SWAT是由美国农业部（USDA）的农业研究中心Jeff Amonld博士1994年开发的，开发的最初目的是为了预测在大流域复杂多变的土壤类型、土地利用方式和管理措施条件下，土地管理对水分、泥沙和化学物质的长期影响。SWAT模型是以日为时间步长进行长时间段模拟的分布式流域水文模型，利用遥感和地理信息系统提供的空间信息作为模型的输入，以模拟多种不同的水文物理化学过程，如水量、水质以及杀虫剂的输移与转化过程。

本研究通过调查和收集州河流域地形、气象、地面覆盖、土壤、水质、水库、农业管理措施等资料，采用SWAT模型估算流域非点源污染负荷，研究流域非点源污染的空间和时间分布规律，为州河流域水环境现状诊断提供参考。

1 研究区概况

州河流域位于燕山山前，北倚燕山山脉，东临滦河，南界还乡河，西与泃河水系接壤，地理位置为东经117°26′～118°12′、北纬39°23′～40°23′，呈扇形，东西长约56 km，南北宽近50 km，地跨河北和天津2省（直辖市），涉及河北省唐山市的遵化和玉田、承德市的兴隆县，天津市蓟县共4个县（市），总面积2 143 km2。流域内河流长度大于20 km的有11条，小于20 km的达30多条，多数是河短水急、汇流面积小、水量变化大、季节性强的小河流，这些小河汇集成较大的三大水系——黎河、沙河与淋河。沙河、黎河在果河桥下老三岔口处汇流后始称州河，州河纳淋河后进入于桥水库，主河道全长112 km。研究区水系分布，如图1所示。

图1 研究区水系分布

2 数据来源及处理

构建适用于研究区的SWAT模型，需要的基本资料包括空间数据和属性数据两大类，其中空间基础数据包括州河流域数字高程模型数据DEM、土地利用类型图、土壤类型图、河流水系图以及水文站、雨量站、水质监测点、气象站点位信息，属性数据信息包括土壤物理、化学属性信息、化肥施用、点源污染等调查统计资料、引水、取用水资料以及水文站、雨量站、水质监测点、气象站观测数据等。空间数据均为近年数据，属性数据为2009—2013年数据。

2.1 数字高程模型

数字高程模型DEM（Digital Elevation Model）可用于提取流域河网坡度、坡长等参数，是模型进行水系生成、子流域/HRU划分及水文过程模拟的基础。比对地形图，对DEM数据进行预处理操作，提取出州河流域范围内的DEM，图2为流域的DEM图。

图2 州河流域DEM图

2.2 土地利用图

土地利用类型对流域的水文过程影响很大，是模型模拟的重要输入数据。一般情况下，土地利用图需要进行实际地类调查或者遥感图像分类的方法获取，本研究已收集到包含流域范围Coverage格式的土地利用图，通过裁切获取流域土地利用图，然后进行投影转换，并转换为栅格数据，通过建立土地利用Lookup表，将土地类型转化为SWAT模型内含的土地利用类型，共分为7种土地利用类型。图3为流域土地利用图。

图3 土地利用分布

2.3 土壤类型图

流域的土壤类型和性质是影响流域水文过程的重要因素之一。本项目已有全国1∶100万比例尺土壤类型栅格图，经过裁切、重分类等处理，获取流域土壤类型图，编辑SWAT数据库中自定义土壤数据表，在已有属性数据的基础上，通过SPAW等软件计算得到其它属性，将流域土壤共分为13种。图4为流域土壤类型图。

图4 土壤类型分布

2.4 气象数据

模型需要的气象数据包括整年的日最高/低气温、日降水量、相对湿度、太阳辐射等基本数据。连续的日降雨量、日气温等气候资料对模型的模拟效果影响显著。本流域所采用的气象基础数据来自国家气象信息中心，雨量数据来自水文年鉴，共用气象站5个、雨量站3个。

2.5 水文水质数据

模型中所用到的水文和水质数据主要是用来对模型进行校核。水文数据包括2009—2013年流域三大支流上水文站点即黎河上的前毛庄、沙河上的水平口和淋河上的龙门口的日均流量数据，此外还包括引滦水进入黎河河道的日均流量数据；水质数据为黎河桥、沙河桥和果河桥的水质数据。

3 模型建立

本次模型建立采用的工具为ArcGIS9.3和Arc⁃SWAT2009，主要流程为：

3.1 子流域划分

SWAT模型建立时，由于流域平原区域面积较大而根据DEM自动提取子流域较为困难，因此必须加载河流水系图，对提取的河流进行校正。根据DEM自动计算出流域内的水流方向及汇流累积量；在参考模型推荐的子流域最大、最小划分阈值的前提下，反复设定阈值并对比河网生成效果，最终设定子流域面积为4 000 hm2；考虑模型校验方便，在添加水文、水质站点作为出水口后，共划分得到32个子流域。

3.2 水文响应单元生成

水文响应单元是被假定为在子流域中含有唯一的土地利用、土壤类型及坡度组合的单元概念。为划分水文响应单元HRU，模型输入土地利用图、土壤类型分布图并将流域坡度以2为界限设为2级，同时定义土地利用图、土壤类型图和坡度分级的阈值均为面积的10%，最终得到297个HRU。

3.3 输入文件写入

建立天气发生器，载入雨量和气象数据，然后将所有的输入文件写入模型，并将引滦水作为inlet加入模型中，设定一些其它模型所需的初始参数。

3.4 模型初次运行

由于在模型运行初期许多变量如土壤含水量初始值为零，这往往不符合土壤的实际情况，对模型的模拟结果将产生很大影响。因此，本研究将2009年作为模型的启动期即模型预热期，以形成模型稳定的初始参数，然后将2010—2013年数据系列划分为校准期和验证期。

4 参数敏感性分析与率定

4.1 参数敏感性分析

在模型初次运行后，有必要对参数进行敏感性分析，理解模型中每一个输入参数对模拟结果的影响，为模型的进一步改进提供依据。本次敏感性分析采用SWAT自带的敏感性分析工具，径流、泥沙和水质（TN、TP）的主要敏感参数见表1。

表1 径流、泥沙和水质（TN、TP）主要敏感参数

4.2 模型率定

由于地表径流影响了泥沙和氮磷的输出，泥沙输出影响了吸附态氮磷输出，因此模型的校核应遵循先支流后干流、先上游后下游、先水量后水质的原则。模型采用手工与自动校准结合的方法进行校准。模拟结果的分析评价利用自编程序进行处理。评价指标主要有Nash系数和确定性系数R2，用来评价模型的适用性和预测功能。本研究采用月尺度进行模拟研究，模拟效果较好。以黎河为例，进行了模型参数的校核，图5为黎河前毛庄站实测和模拟流量对比图。从图5可以看出，Nash系数达到0.95，R2达到0.96，模拟效果较好。

由于泥沙和水质监测数据较为缺乏，本研究只对2013年黎河的泥沙和TN、TP模拟过程进行了校准。结果表明，泥沙、TN、TP的模拟误差均小于20%，模拟效果较好。

图5 黎河前毛庄站实测与模拟流量对比

5 非点源污染模拟分析评价

5.1 非点源污染负荷估算

经过率定和校准的SWAT模型用来模拟重现2010—2013年于桥水库入库污染负荷变化，于桥水库以上黎河、沙河、果河、淋河的入库污染负荷（TN、TP）见表2。从表2可以看出，污染负荷与降雨强度存在正相关关系，水库上游流域在降水较多的2012年污染负荷也相应较大。其中，TN负荷2012年为5 976.3 t，年均值为 2 900.6 t；TP 负荷 2012 年为371.7 t，年均值为163.2 t。

表2 黎河、沙河、果河、淋河入库污染模拟结果t

5.2 入库非点源污染空间变化规律

本研究的模拟期为2010—2013年，时间跨度不是很大，图6—7为各支流2010—2013年非点源污染负荷的空间变化规律图。通过图6—7可以看出，沙河和黎河对于桥水库TN、TP的贡献量均较大，其中沙河的TN贡献量最大、黎河的TP贡献量最大。

图6 河流入库TN负荷

图7 河流入库TP负荷

5.3 入库非点源污染时间变化规律

根据模型模拟结果，对流域汛期和全年的面源污染负荷情况进行统计分析，找出其年内的时间变化规律。由于面源污染物流失一般发生在降雨和地表径流产生期间，因此汛期入库的污染负荷也占有较大比例。以黎河2010年为例，如图8所示，流域汛期TN和TP污染负荷分别占全年的74%和72%，沙河、淋河与黎河类似。

6 结论

研究结果表明，州河流域SWAT模型径流模拟Nash系数和R2均在0.9以上，泥沙、TN和TP误差也在允许范围内，因此利用SWAT模型可以较好地进行州河流域非点源污染模拟评价。丰水年的2012年TN和TP负荷远远大于其它年份，州河流域非点源污染负荷与降雨强度存在明显的正相关关系；沙河对于桥水库的TN贡献量最大，黎河对于桥水库的TP贡献量最大；流域汛期TN和TP污染负荷约占全年的七成以上，主要由于面源污染物流失一般发生在降雨和地表径流产生期间。

图8 2010年黎河各月TN、TP污染负荷

[1]李硕.GIS和遥感辅助下流域模拟的空间离散化与参数化研究与应用[D].南京：南京师范大学，2002.

[2]张建永.基于SWAT模型的官厅水库流域非点源污染模拟与评价[D].北京：北京师范大学，2002.

[3]王晓燕.非点源污染过程机理与控制管理：以北京密云水库流域为例[M].北京：科学出版社，2011.

[4]王中根，刘昌明，黄友波.SWAT模型的原理、结构及应用研究[J].地理科学进展，2003，22（1）：79-86.

[5]王晓燕，秦福来，欧洋，等.基于SWAT模型的流域非点源污染模拟—以密云水库北部流域为例[J].农业环境科学学报，2008，27（3）：1098-1105.

[6]张秋玲，陈英旭，俞巧钢，等.非点源污染模型研究进展[J].应用生态学报，2007，18（8）：1886-1890.

[7]李兆富，杨桂山，李恒鹏.西苕溪典型小流域土地利用对氮素输出的影响[J].中国环境科学，2005，25（6）：678-681.

[8]秦耀民，胥彦玲，李怀恩.基于SWAT模型的黑河流域不同土地利用情景的非点源污染研究[J].环境科学学报，2009，29（2）：440-448.

X824

A

1004-7328（2017）05-0053-04

10.3969/j.issn.1004-7328.2017.05.018

2017—05—30

徐宁（1980—），男，工程师，主要从事水资源保护科学研究工作。