基于SWAT模型的北汝河流域非点源污染及其关键区域识别

袁远，石蒙蒙，李会平，史贝贝，吴明作

基于SWAT模型的北汝河流域非点源污染及其关键区域识别

袁远，石蒙蒙，李会平，史贝贝，吴明作*

（河南农业大学 林学院，郑州 450002）

【】了解北汝河流域非点源污染的时空分异，识别关键区域与重要时期，为防治非点源污染等提供理论依据。运用ArcGIS和ENVI软件与相关数据构建SWAT模型数据库，基于2001年与2014年土地利用数据，利用SWAT模型模拟了北汝河流域2001—2015年间非点源污染的时间动态与空间分异特征。SWAT模型适用于北汝河流域，校准期和验证期的2和ns均达到0.68以上，将该流域划分为70个子流域490个水文响应单元；以2001年与2014年土地利用数据模拟的泥沙、总氮、总磷负荷分别为29 088.761、78 870.342、1 025.753 t/a与25 315.033、70 560.752、1 207.841 t/a；2014年总磷负荷略有增加，其他负荷均有所下降。北汝河流域非点源污染负荷在汛期较为严重，以东部、中部的耕地与居民聚集区为关键控制区，且在东部有扩大趋势。

非点源污染；SWAT模型；关键区域；北汝河流域

0 引 言

非点源污染负荷特别是氮、磷负荷占水体总污染负荷的比例较高[1-2]，是水体污染的主要来源，也成为水环境治理与流域总量控制的关键[3]。目前对非点源污染负荷的测算方法主要有3种，即输出系数模型、实证模型和机理模型，机理模型占据了主导地位，其中应用最广泛的是基于GIS空间分析的SWAT机理模型[4]；该模型在大型流域[5-10]及小型流域[11-14]均具有良好的适用性，并可用于污染来源分析[2,7]、重金属污染负荷测算[8]、污染控制或保护性措施比较与效果评估[6,11]、子流域敏感性分异[12]、关键区域识别[5,13,14]、土地利用优化[15]等多方面。北汝河是淮河流域的重要支流，其所在区域属于国家粮食生产核心区，农业非点源污染形势不容乐观，本文基于ArcGIS 10.1与ENVI 5.1，应用SWAT 2012模型模拟分析北汝河流域2001—2015年间非点源污染的时空分异，识别关键区域，以期为制定区域非点源污染防治策略，改善农业管理措施，提高流域水环境质量等提供理论依据与参考。

1 研究区概况

北汝河流域位于河南省洛阳市和平顶山市境内，东经112°00′—113°60′、北纬33°45′—34°20′，发源于嵩县跑马岭，自西向东流经汝阳县、汝州市、郏县、宝丰县、襄城县，于襄城丁营乡汇入沙河，流域范围见图1。流域总面积6 080 km2，全长250 km，平均宽1 000 m，历年最大流量5 620 m3/s；地势西高东低，其上游为山地，中游多丘陵，下游多平原；流域内有较大支流20余条。流域属暖温带向亚热带过渡地带，多年平均降雨量750 mm，降水时空分布不匀，年内年际变化较大，汛期降水量约占年降水量的62%，降水日数100 d左右；多年平均气温14 ℃，年平均相对湿度64.5%，无霜期220 d。

2 基础数据库构建

2.1 数字高程

数字高程来源于地理空间数据云（分辨率30 m）。在ArcGIS 10.1中将DEM拼接、纠错、裁剪与投影变换，转换为GRID格式，生成流域数字高程模型图，栅格大小统一为30 m×30 m。北汝河流域DEM见图2。

图1 北汝河流域范围

2.2 土地利用

土地利用类型对模拟结果有较大影响[7,15]，且在不同时期变化较大，故本文选取2001-07-05、2001-07-12、2014-05-29与2014-06-07共4景Landsat遥感影像，对影像进行大气校正、去云和研究区裁剪等处理，利用ENVI 5.1软件解译，结合实地调查对分类结果进行过滤和聚类处理，并转换为GRID格式，栅格大小为30 m ×30 m，构建北汝河流域土地利用数据。土地利用类型分别见图3和图4。

2.3 土壤类型及其属性数据

土壤类型数据来自1∶100万河南省土壤图的矢量化，并转化为GRID格式，栅格大小30 m×30 m，与DEM和土地利用类型图统一投影和坐标系。根据模型需要，将北汝河流域土壤类型概化为18类（红黏土、紫色土、石灰性紫色土、石质土、石灰性石质土、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、黄棕壤、壤质潮土、湿潮土、石灰性砂姜黑土）。土壤类型见图5。

土壤化学属性数据直接利用模型初始值[2]；土壤物理属性数据由文献[16-17]查询得到，主要属性包括土壤的层次数目、表层到底层深度、最大可压缩量、颗粒组成、渗透性、可蚀性因子、土层可利用有效水、湿密度、饱和水力传导系数等；属性数据采用3次样条插值法在Matlab软件中转换为美国制。

图3 北汝河流域2001年土地利用类型图

图4 北汝河流域2014年土地利用类型图

图5 北汝河流域土壤类型图

2.4 流域水系

利用Google earth软件描绘并依据实地调查情况对流域水系图进行校正，在ArcGIS中矢量化，与流域DEM图、土地利用图、土壤类型图统一投影和坐标系，用于对DEM生成的水系进行校正。

2.5 气象数据

选取流域内及附近9个气象站点1990-01-01—2014-07-31近24 a的连续观测资料，并依据观测资料建立天气发生器文件.wgn，部分缺失数据使用模型天气发生器及空间插值得到。

2.6 农作物管理措施

对北汝河流域的农作物管理措施进行实地调查，形成.mgt文件，依不同水文响应单元输入模型。本文对林地、建设用地、水域等管理措施采用模型默认值，仅对耕地中主要农作物特征和施肥状况进行调查。经调查统计，北汝河流域主要农作物为小麦、玉米、烟叶、红薯和大豆等。夏粮主要为小麦，基肥主要为复合肥、尿素和小麦专用肥，施用量750 kg/hm2，3月浇水追肥，产量6～7.5 t/hm2；秋粮主要为玉米，整个生长期追肥约900 kg/hm2，主要肥料为复合肥和尿素，产量约7.5 t/hm2；烟叶追肥2～3次，每株采烤约5次；红薯基肥主要为红薯专用肥，用量约375 kg/hm2，产量30～37.5 t/hm2；大豆追肥主要为复合肥和尿素，施肥约900 kg/hm2，产量1.5～2.25 t/hm2。

2.7 水文水质数据

水文水质数据主要通过野外实地监测、资料收集或购买获得；野外实地监测断面径流量与河底高程，采集水样化验分析获得泥沙和氮、磷量。从2015年4月开始在汝州水文站断面（东经112°51′，北纬34°09′）和襄城大陈水文站断面（东经113°34′12″，北纬33°49′12″）进行水质水文同步监测。每个监测点每次采集水样5 000 mL，水样采集后立即保存并尽快测定氮、磷和泥沙等相关指标。含沙量测定采用过滤烘干法，氨氮测定采用纳氏试剂分光光度法，硝态氮测定采用酚二磺酸分光光度法，亚硝态氮测定采用分光光度法，可溶性活性磷测定采用钼锑抗法。

3 结果与分析

3.1 子流域划分

将北汝河流域分别划分为42、50、70、176、252和360个子流域，为确定子流域中水文响应单元数量，将土地利用类型和土壤类型面积阈值均设置为10%，对6种子流域划分水平进行模拟和计算径流量、泥沙与氮负荷的变化情况，见图6。

注 径流单位为m3/s，泥沙单位为104 t，其他为t。

由图6可知，子流域划分水平对径流量影响较小，泥沙、硝酸盐、氨氮负荷对子流域划分水平较敏感；随子流域数量增加，径流量先降低后逐渐趋于稳定，泥沙、硝酸盐、氨氮负荷均表现为先增加后渐趋于稳定；当子流域数量由42增加到70，各度量指标模拟结果均不稳定，但当子流域数量超过70时，各度量指标均趋于稳定。故本文将北汝河流域划分为70个子流域，相应的水文响应单元数为490个，子流域平均面积为7 462 hm2。已有研究对水文响应单元划分的数量并不完全一致[1,13]，与流域地貌、水系组成等特征有关；北汝河流域主要为平原地区河流，水系相对简单，故较少的水文响应单元即可达到模拟要求。

3.2 模型适用性

选取决定系数2和Nash-Suttcliffe系数ns评价模型适用性[2,8-14]；利用SWAT-CUP软件进行敏感性分析，得出对模拟结果影响较大的参数，通过调整参数对模型进行校准[2,12-13]，参数校准顺序为径流、泥沙负荷、水质；当各次校准的2≥0.6且ns≥0.5时，完成校准。本文对北汝河流域大陈闸进行月径流量、泥沙和氨氮校准和验证，结果见表1、图7、图8。

多数验证研究认为，2和ns分别达到0.6和0.5时，精度即可满足模型要求，拟合效果良好[1-2,6,12-13]。由表1、图7、图8可知，在校准和验证期通过调整参数，月径流量模拟值与实测值拟合较好，其中校准期2为0.690，ns为0.68；验证期2为0.997，ns为0.69，泥沙、氨氮负荷在校准期（图8中4－6月）和验证期（图8中7－9月）2和ns均大于0.80；2个参数均达到0.68以上，表明SWAT模型在北汝河流域对径流、泥沙和氨氮模拟的适用性较好。

3.3 不同时期非点源污染时间动态

根据SWAT模型要求，将土地利用类型分为林地、耕地、水域、建设用地、裸地、交通用地6类，根据2001年和2014年2期土地利用数据分别模拟北汝河流域非点源污染情况，模拟时长均为2001－2015，得到多年月平均非点源污染负荷分别见表2、表3。

表1 模型校准与验证结果

由表2、表3可知，北汝河流域非点源污染负荷在年内均波动较大，但趋势基本一致，泥沙、有机氮、氨氮、亚硝氮、有机磷、无机磷和总磷负荷量均表现为5、7、9月较高，1—2月、11—12月较低，硝态氮和总氮负荷量均为5—7月较高，1—3月、10—12月较低。对比2014年与2001年不同时期模拟的总量数据可看出，除无机磷增加较大、总磷稍有增加外，产沙量、有机磷与各形态氮的负荷量均略有下降。

图7 月径流量模拟与实测对比图（2015-07—2015-09为验证期，其他为校准期）

图8 月泥沙、氨氮负荷模拟与实测对比图

表2 基于2001土地利用的非点源污染负荷量模拟

注 降雨量为1961—2013年郏县站的统计值，位于该流域东部上游区域，东部为负荷量较大的区域。

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土地利用的非点源污染负荷量模拟

SWAT模型主要基于径流模拟农业非点源污染负荷，与降雨量时间分配关系密切，在降雨季节分配不均匀地区，汛期污染负荷量通常均较高，多数研究证实了此相关性，出现负荷峰值的月份多在5－9月[9-10,13-14]，也有报道在4月[10,13-14]或12月前后[2]出现另一峰值，这与作物种植制度、施肥时间等因素有关。本文也证实了农业非点源污染负荷与降雨量时间分配的相关性，小麦施用化肥时间虽在3月之前，但此时降雨量较小，至5月降雨较多时，污染负荷量增加并出现一个较小峰值；玉米施肥时间与降雨量集中时间一致[10]，使得9月再出现一次峰值；其年内变化表现为双峰形式。

3.4 不同时期非点源污染空间分异

基于2001年（用L1表示）和2014年（用L2表示）2个不同时期土地利用类型，利用SWAT模型对北汝河流域2001－2015年15 a间的非点源污染进行模拟。流域多年平均单位面积泥沙、总氮和总磷负荷的空间分布格局见图9、图10。

由图9、图10可知，2个时期各子流域年均单位面积产沙量、总氮和总磷负荷的空间差异均较大。基于2001年土地利用类型模拟的产沙量、总氮和总磷负荷分布趋势一致，均表现为西部和东部边缘少，中部多的分异特征。基于2014年土地利用类型模拟的产沙量、总氮和总磷负荷呈现出西部低，中、东部高的空间分异。对比2期数据可以看出，2014年的产沙量整体有所减轻，但非点源污染较严重的区域在东部有扩大趋势。

图10 2014年土地利用条件下泥沙、总氮和总磷空间分异

已有研究均表明，农业、城镇是非点源污染负荷的主要来源[2,7]，污染负荷量与农业、林业的覆盖比分别呈正、负相关性[1]；不同土地利用类型中，耕地单位面积的非点源污染负荷量大，林地的最小[10,13-14]；同时，地形与土壤性质也有一定影响[7,9]。本研究也表明了这种变化，从2001年和2014年土地利用类型图中可看出，西部多为林地，植被覆盖度大，土壤结构良好；东部、中部多为耕地和农村居民点聚集区，植被覆盖受人为干扰较大，土壤多沙砾，这是导致流域内泥沙、氮、磷负荷空间差异较大的主要原因。因此，东部、中部可视为非点源污染的关键控制区，农业生产与农村生活污染是重要的非点源污染源[2,14]。

利用2001年与2014年2期土地利用数据，分别计算2001—2015年该流域污染负荷量的年际变化，代表性结果分别见图11与图12。由图11、图12可知，泥沙负荷量与总磷负荷量的变化趋势一致，均在2003、2004、2010年与2011等年份数值较大，而这些年份的降雨量分别为807.2、630.6、724.3、826.0 mm，2007年与2005年的降雨量也分别达到了710.1 mm与650.2 mm，但负荷量并不大；表明负荷量除与降雨量有关外，还可能受其他因素影响。而总氮负荷量与泥沙、总磷的变化有较大差异，可能与其较复杂的形态转化有关。

图11 泥沙、总氮负荷量

图12 总磷负荷量

综合北汝河流域非点源污染的时空分异状况，结合已有研究成果，在非点源污染防治中，耕地与居民点聚集区是关键控制区，汛期及其前月份的施肥期是重要时期，污染负荷受年降雨量的影响也较大；流域内东部区域有加重趋势，更值得重点关注。

4 讨 论

1）降水条件与径流过程是区域氮、磷输出负荷量的重要影响因素[2]，氮产生量与降雨量呈正相关[10]，淮河流域的汛期多集中于6－9月，出现污染负荷峰值的月份也多在5－9月，是非点源污染输出较集中的时期[9-10,13-14]；同时，人类活动、农业耕作活动、大量施肥均影响了非点源污染负荷强度[14]，农村、城镇是非点源污染负荷的主要来源[2,7]。本文研究也证实了这些结论，表明区域非点源污染防治的关键时期主要在汛期，尤其是可能有施肥活动时，农业生产活动集中区是关键控制区；有研究表明，农村与城市人口集中区也是关键控制区[2,7]，在非点源污染防治时均应予以充分重视。

2）SWAT模型应用较广泛，具有普遍适用性[3-5,11]，但在使用时，如何对模型进行本地化以使之更具有实际指导意义[4]，在未来工作中应予以重视。本文应用模型时，部分参数取值采用了模型默认值，使得结果出现了部分偏差，从图8可看出，泥沙模拟值整体偏小而氨氮模拟值整体偏大，这主要是因为该模型模拟的基本思路是水文过程、侵蚀过程、负荷过程等，其中涉及参数很多，部分参数实际获取时难度较大（如土壤压缩比、不同形态氮的转化系数、渗流系数等），故取值时采用了模型默认值，从而导致模拟结果整体偏小或偏大、且误差方向不一致的现象。未来研究如何将模型本地化，以使模拟结果更精确实用，更具有实际指导意义，值得未来予以重视并进行深入研究的方向之一。

5 结 论

1）SWAT模型可以适用于北汝河流域，2个参数2和ns在校准期和验证期均达到0.68以上；模型使用时将北汝河流域划分为70个子流域、490水文响应单元即可达到模型模拟要求，相应的子流域平均面积为7 462 hm2。

2）北汝河流域非点源污染防治的关键控制区主要是中部、东部的耕地与居民聚集区，重要时期主要是汛期及其前施肥期，东部区域的污染负荷有增加趋势，应重点关注。

[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, 王琼, 李瑞泽, 等. 基于SWAT模型的小清河流域总氮输出模拟研究[J].水资源与水工程学报, 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] 郭洪鹏, 张维, 宋文华, 等. 农业非点源污染研究方法分析[J].环境科学与管理, 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] 刘庄, 晁建颖, 张丽, 等. 中国非点源污染负荷计算研究现状与存在问题[J].水科学进展, 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] 马放, 姜晓峰, 王立, 等. 基于SWAT模型的阿什河流域非点源污染控制措施[J].中国环境科学, 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] 宋兰兰, 郝庆庆, 王文海. 基于SWAT模型的复新河流域非点源污染研究[J].灌溉排水学报, 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] 张青梅, 韩峰, 刘湛, 等. 基于SWAT模型的湘江株洲段汞面源污染负荷测算[J].四川环境, 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] 张思聪, 刘铭怀. 竹竿河流域面源污染模拟计算和分析[J].水力发电学报, 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] 马天海, 徐静, 单楠, 等. 贾鲁河流域旱作农业区非点源氮污染负荷分布规律及其影响因素研究[J].南京大学学报(自然科学),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 fluxes in the Danube River Basin with SWAT [J]. Science of the Total Environment, 2017, 603/604:196-218.

[12] 李文超, 翟丽梅, 刘宏斌, 等. 流域磷素面源污染产生与输移空间分异特征[J].中国环境科学, 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, 赵举, 等. 基于SWAT模型的紫色土丘陵区农业小流域非点源氮、磷输出模拟研究[J].西南农业学报, 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] 刘珮勋, 付佳伟, 皮家骏, 等. 基于SWAT模型的绍兴市非点源氮关键源区识别[J].水力发电, 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] 冯宝平, 梁行, 曾灼. 基于SWAT模型的济南南部山区土地利用优化研究[J].灌溉排水学报, 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].郑州: 河南科学技术出版社, 1995.

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

[17] 河南省土壤普查办公室. 河南土壤[M].北京:中国农业出版社, 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

国家重点研发计划项目（2018YFD0800405-04）

袁远（1975-），女。讲师，主要从事环境污染治理研究。E-mail: yuanylc@henau.edu.cn

吴明作（1965-），男。教授，主要从事生态系统结构与功能研究。E-mail: wumingzuo@henau.edu.cn

袁远, 石蒙蒙, 李会平, 等. 基于SWAT模型的北汝河流域非点源污染及其关键区域识别[J]. 灌溉排水学报, 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.

责任编辑：赵宇龙