基于AnnAGNPS模型的山美水库流域非点源氮控制研究

卢彬彬，陈莹,c,d*，陈兴伟,c,d，刘梅冰,c,d，高路,c,d

(福建师范大学 a.地理研究所，b.地理科学学院，c.湿润亚热带山地生态国家重点实验室培育基地，d.福建省陆地灾害监测评估工程技术研究中心，福州 350007)

0 引言

氮是农业系统中最重要的元素之一，也是农业非点源污染物的重要成分，过量的氮输入到水体中会引起水体酸化、富营养化。许多流域通过颁布相关政策、尾水标准和农业耕作标准以控制流域总氮输出，但由于氮迁移转化有很多复杂的通道和转移方式，流域总氮输出控制效果并不好[1]。欧美国家已经广泛应用最佳管理措施(Best Management Practices，BMPs)对非点源污染进行治理研究，BMPs结合模型进行情景分析可以评价污染物治理措施的有效性，且具有资金、人力投入小和耗时短的优点，已经成为控制农业非点源污染和管理决策的重要手段。

AnnAGNPS模型是由美国农业部开发的分布式模型，能够连续模拟以日为步长的流域地表径流、泥沙流失和氮磷营养盐输出，在国內外已经有了广泛的应用。目前，AnnAGNPS模型的应用主要集中在模型的适用性、泥沙和非点源污染物的源区识别上，将模型与BMPs结合进行非点源污染控制的相关研究较少。在国外，Abdelwahab在Carapelle流域基于AnnAGNPS模型综合分析了免耕、少耕、河岸缓冲区、退耕还林等BMPs的泥沙削减效益[2]；Li等在美国中西部利用AnnAGNPS模型评估了冲沟侵蚀导致农作物减产带来的经济损失以及修复冲沟的经济效益[3]； Villamizar等在Cauca流域运用AnnAGNPS模型模拟了用甲基磺草酮代替三嗪除草剂对河道中除草剂的影响，发现此措施可以使河流中的除草剂减少87%[4]；Karki等在密西西比河中东部利用AnnAGNPS模型评估了农田蓄水系统对泥沙和营养物的控制效果，认为农田蓄水系统对径流和泥沙都有较好的控制效果，但是由于氮实测资料的缺失使得氮的控制效果令人不满意[5]。在国内，赵中华等在桃江流域用AnnAGNPS模型评价了适量施肥、等高种植、退耕还林、植被缓冲带等BMPs的效益，发现适量施肥效果最显著，植被缓冲带对径流、泥沙和氮素流失均具有较明显的效果[6]；白静等在砖窑沟流域利用AnnAGNPS模型针对不同土地利用类型的土地与不同坡度进行退耕还林，评价径流、泥沙、氮、磷的输出变化[7]。上述将AnnAGNPS与BMPs结合进行非点源污染控制的研究主要集中在对泥沙削减的研究，在减氮效应方面较少，且现有研究均未阐述如何在AnnAGNPS模型参数的设置中反映BMPs。

山美水库是国家开展生态环境保护工作和重点支持的湖库之一，承担着下游600万人口的生产生活用水。截止至2017年，山美水库生态环境保护项目取得较好的成效，水库水质明显改善，但单看水库总氮溶度其值依然居高，2017年月平均总氮浓度为2.15 mg·L-1，为劣Ⅴ类水质。山美水库流域总氮输出的控制已经成为山美水库治理的重点。因此，以山美水库流域为研究对象，建立研究区的AnnAGNPS模型，并通过情景模拟技术将BMPs应用于AnnAGNPS模型中，定量化各项BMPs的治理效果，提出治理非点源氮污染的有效控制措施，为山美水库水环境改善提供参考。

1 研究区概况与数据来源

1.1 研究区概况

山美水库(图1)位于福建省泉州市西北部，水库处于晋江东溪中游，集水面积1 023 km2(不包括龙门滩水库流域)。山美水库流域主要包括山美水库库区、晋江上游的桃溪、湖洋溪两大支流以及跨流域调水的龙门滩水库。属亚热带海洋性季风气候，多年平均气温为20 ℃，最热月平均气温达27.5 ℃，最冷月平均气温11.5 ℃。年日照时数为1 800～2 200 h，年降水量约为1 600 mm。干、湿季分明，3—9月降水量占全年的80%，为湿季；10—2月仅占全年的20%，为干季。

1.2 数据来源

AnnAGNPS模型构建需要的数据包括地形特征、土壤与土地利用数据、农田管理、气象水文数据等。研究构建的AnnAGNPS模型所需数据及来源如表1所示。

表 1 山美水库流域AnnAGNPS模型构建数据及来源

图 1 山美水库流域高程与雨量站分布Figure 1 Digital elevation model of Shanmei reservoir basin and distribution of precipitation stations

2 研究方法

2.1 AnnAGNPS模型

AnnAGNPS模型可模拟评估流域地表径流、泥沙侵蚀和氮磷营养盐流失，模型包含了水量平衡、泥沙和污染物迁移的基本模块。AnnAGNP模型根据区域内不同地形、土地利用等因素将流域划分为各个小单元分室(Cell)，通过河网将分室连接起来，以日为基础连续模拟各个分室的径流、泥沙、氮磷营养盐的分布。流域中各个分室产流、产沙及氮、磷营养盐输出值都可计算得到，可以对流域内径流量、泥沙量及污染物的空间分布特征进行分析，模型还可以评估不同BMPs对整个流域的影响，从而为制定流域的污染物治理方案提供指导。

2.2 敏感性参数的识别

采用Morris[8]方法对部分参数进行了敏感性分析，结合AnnAGNPS模型在不同区域的敏感性分析结果[9-12]，选取河道曼宁系数(RMN)、径流曲线值(CN)、有效含水量(SFC)、凋萎系数(SWP)、土壤可侵蚀因子(K)、地表残留物覆盖率(NSRC)、年根系生物量(CRM)、LS因子(LS)、水土保持因子(P)、年冠层覆盖(ACR)、叶冠盖度因子(CCC)、耕作后地面残留物覆盖率(RCR)、地表初始随机粗糙率(IRR)等13个参数进行泥沙径流的敏感性参数分析。考虑仅在桃溪子流域有泥沙的实测资料，因此利用永春水文站1995—1997年径流数据，以及1995、1996年4—10月泥沙数据对径流和泥沙参数的敏感性进行分析。由于桃溪子流域缺乏实测总氮资料，采用扰动分析方法[13]对施肥量(FR)、施肥深度(FD)、N半衰期(NHL)和土壤背景值(SBV)等参数对总氮敏感性参数分析。

2.3 模型的率定与验证

鉴于山美水库水文站缺少实测输沙量数据，首先建立了桃溪子流域日产沙的AnnAGNPS模型，在此基础上将径流和泥沙参数迁移到山美水库流域，进一步对影响氮的敏感参数进行率定和验证，率定期和验证期见表3。选用Nash-Suttcliffe(NSE)[14]，相关系数(R2)和百分比偏差(RE)作为校准模型径流、泥沙、水质的评价指标。

2.4 BMPs模拟措施

模拟BMPs措施包括：河岸缓冲带、适量施肥、免耕、少耕、梯田和退耕还林。根据李怀恩、Lee和Haycock等的研究，5～10 m的缓冲带就可以取得足够好的效果[15-17]，因此在河流两岸的所有分室建立宽为6 m，植被类型为草地的缓冲带；Xing等在长江、黄河及珠江流域发现降低30%的化肥使用量对作物的产量没有明显影响[18]；少耕模拟时去除作物耕种前的整地和施加基肥以减少对土壤表层的扰动，使得土壤表层粗糙率不发生变化；免耕与少耕相似，即去除农业行为中所有对表层土壤产生扰动的措施以模拟免耕；梯田可以拦蓄降水，增加土壤入渗，减少水土流失。模拟参考Arabi等[19]的研究，查阅AgFlow手册，重新计算LS因子，在AnnAGNPS模型中修改LS因子以达到修改坡长的效果；退耕还林根据《土地利用现状调查技术规程》，对水土流失严重的坡度15°以上的农用地进行退耕还林。各项措施在AnnAGNPS模型中的相关参数及其修改如表2。

表 2 BMPs模拟相关参数

3 结果与讨论

3.1 敏感性分析结果

根据Touhami[20]和DeJonge[21]的研究，参数在平均值以上设为敏感参数。Morris敏感性分析结果(图2)表明：CN值为径流最敏感的参数，其次为RMN，与其他参数交互作用较强的也为CN和RMN；对于泥沙，敏感性参数在平均值以上为CN、RCR、LS、P、RMN、K，与其他参数交互性较强的参数也为CN、RCR、LS、P、RMN、K。影响总氮参数FR、FD、NHL和SBV的敏感性指数分别为0.07、0.001、0.001 4和0.45，根据扰动分析方法的敏感性程度划分标准，敏感性指数低于0.05的参数为不敏感参数。因此，选取了CN、RCR、LS、P、RMN、K、FR和SBV共8个比较敏感的参数进行率定。

图 2 基于Morris法的桃溪子流域流域AnnAGNPS模型径流和泥沙参数敏感性分析结果Figure 2 Sensitivity analysis results for AnnAGNPS model of Taoxi sub-basin based on Morris method

3.2 率定验证结果

桃溪子流域径流、泥沙，以及山美水库径流、泥沙和总氮模拟结果如表3。桃溪日径流R2和NSE均在0.7以上，RE在5%以下；泥沙R2和NSE均接近0.7，RE在15%以下。山美水库日径流的率定期和验证期NSE均在0.7以上，R2在0.8以上，RE在5%以下；月径流率定期验证期NSE和R2均在0.9以上。总氮实测数值较少，不分率定验证期，总氮NSE为0.42，RE在25%以下，R2为0.47，模拟值与实测值的误差整体较小(图3)，2005年5月9号出现了一个模拟值偏小较多的状况，检查同日径流和泥沙的模拟值发现模拟与实测值相比均较小，因此该误差应是由于径流和泥沙部分的误差累积到总氮的计算导致。

根据Moriasi[22]的模型效率评价指标，当径流、泥沙、总氮的NSE≥0.50，R2≥0.50，径流的RE在±25%以内，泥沙的RE在±55%以内，总氮的RE在±70%以内时，模型的模拟结果是可以接受的。桃溪子流域径流和泥沙模拟效果较好，山美水库流域径流模拟效果较好，但总氮模拟效果稍差。参考部分AnnAGNPS模型研究[12,23-24]，考虑到山美水库流域无泥沙实测资料，从桃溪子流域迁移来的参数具有不确定性，因此认为AnnAGNPS模型适用于在山美水库流域进行径流、泥沙、非点源氮污染的模拟。

表 3 桃溪子流域与山美水库流域AnnAGNPSs模型率定和验证结果

3.3 BMPs削减效果

从泥沙削减效率(图4)来看，梯田和免耕的削减率最大，均在20%以上；退耕还林与少耕则相比较少，分别为9.73%与8.20%；河岸缓冲带削减率为6.33%。对总氮而言，各项BMPs对山美水库流域的总氮均有一定的削减效果，但是削减程度不一致，削减效果由大到小分别为梯田(19.96%)，退耕还林(18.29%)，免耕(13.40%)，少耕(5.59%)，适量施肥(8.93%)，河岸缓冲带(2.98%)。

图 3 山美水库流域AnnAGNPS模型总氮的模拟与实测对比Figure 3 Comparison of simulated and observed data of total nitrogen concentration in Shanmei reservoir basin

图 4 山美水库流域各项BMPs泥沙和总氮削减率Figure 4 The sediment and nitrogen reductions of BMPs in Shanmei reservoir basin

山美水库流域河岸缓冲带的削减率与其他流域以及不同模型[25-28]的削减率相比偏低，这可能与AnnAGNPS模型缓冲带模块的计算方式有关。AnnAGNPS的缓冲带模块仅对泥沙进行拦截，未考虑氮经过缓冲带时与不同植被类型发生的生化反应，因而仅对吸附态氮具有削减效果。同时，AnnAGNPS模型针对不同流速采用不同的拦截计算公式，径流流速越大缓冲带对泥沙的捕获效率越低，而山美水库流域在5—9月份降雨密集，径流流速较大，导致AnnAGNPS模型模拟缓冲带对泥沙的削减率较小。

图 5 不同月份BMPs泥沙和总氮削减率Figure 5 Monthly sediment and TN reduction of BMPs in Shanmei reservoir basin

BMPs的泥沙削减率不同月份的变化趋势相似(图5a)，在3—9月份，各项BMPs对泥沙的削减率均较高，其他月份则较低，这与山美水库流域3—9月为湿季，10—2月份为旱季的月份一致。

BMPs月均总氮削减率变化趋势有所差异(图5b)，合理施肥与退耕还林总氮削减率在2—4月份明显较高，主要原因是2月和3月份流域内施放了大量基肥，而合理施肥与退耕还林措施从氮的来源上对氮总量进行了控制，继而造成施肥期的2月和3月及其之后一段时间的总氮削减率较高；河岸缓冲带、少耕、免耕、梯田总氮削减率最高月份集中在7—8月，主要是由于流域属亚热带季风气候，7月和8月份降雨充沛，较高的降雨量是氮流失的主要驱动力，而这些措施从氮流失过程对氮进行拦截从而削减氮流失。

此外，从泥沙与总氮削减率变化趋势结合来看，河岸缓冲带、少耕、免耕、梯田削减率变化趋势一致。泥沙是吸附态氮的主要载体，在未实施BMPs的山美水库流域AnnAGNPS模拟结果中，吸附态氮占总氮42.78%，可见控制泥沙输移对于控制流域非点源氮污染至关重要。少耕、免耕和梯田是通过改变地形，拦蓄径流，通过阻隔泥沙和氮流失的途径以防治水土流失，进而减少总氮流失，因此这些措施的泥沙与总氮削减率变化趋势一致。退耕还林与合理施肥的泥沙和总氮削减率变化趋势不一致，这是因为山美水库流域雨热同期，春季作为作物重要的生长期，施肥量较多，退耕还林与合理施肥从氮的源头进行了控制使得施肥与降雨叠加导致的总氮流失大大减少，因此使得合理施肥与退耕还林对总氮的削减率与其他措施有所差异。综上，山美水库流域总氮治理问题与山美水库流域泥沙流失治理必须相结合。

4 结论

利用AnnAGNPS模型对山美水库流域在不同BMPs下泥沙和总氮的削减率进行模拟，确定各项BMPs的削减差异。结果表明，免耕与梯田对防治流域泥沙流失有重要作用；河岸缓冲带、少耕和退耕还林防治泥沙流失有一定的效果；适量施肥、免耕、少耕、梯田和退耕还林对非点源氮污染削减有积极作用，其中梯田与退耕还林效果最为显著。河岸缓冲带、少耕、免耕、梯田等措施的总氮削减率在不同月份的变化趋势与泥沙削减变化趋势一致，合理施肥与退耕还林则与流域施肥情况相关性更高，因此山美水库流域非点源氮污染的治理与山美水库流域的水土流失治理必须结合，从氮流失源头与流失途径进行控制和管理能更好改善流域水环境。

值得注意的是，BMPs对泥沙和总氮削减率的模拟受许多因素的共同影响。近期相关研究表明模型参数的不确定性对BMPs削减率影响较大[29]。在未来的研究中，将进一步开展模型参数不确定性对BMPs削减率影响的分析，确定BMPs受模型参数不确定性的影响范围，增加模拟结果的可信度，为非点源污染的有效控制提供良好的技术支撑和理论支持。