灞河流域产流产污的时空特征模拟研究

赵串串, 南 洋, 王 雪, 冯 倩, 马 欢

(陕西科技大学 环境科学与工程学院, 陕西 西安 710021)

灞河流域地处西安市东南，近年以来，随着经济社会的不断发展，水体的污染状况日益加重。非点源污染由于面积广，污染类型多，迁移过程复杂，成为水体污染的重要来源。污染物入河量不断增加，非点源污染问题突出。据统计[1]，全球范围内有30%～50%的地表水都受到了非点源污染的影响，欧洲国家由非点源污染排放的氮磷占地表水污染总负荷的24%～71%[2]；据2018年《中国水资源公报》[3]最新资料显示，对全国2.62×105km的河流水质状况进行了评价，Ⅰ—Ⅲ类、Ⅳ—Ⅴ类、劣Ⅴ类水河长分别占评价河长的81.6%，12.9%，5.5%，主要污染项目是氨氮、TP和化学需氧量。统计分析陕西省环保厅2016,2017年水环境质量数据，TN超标率达70%以上，最大超标倍数达到两倍以上。因此，开展流域非点源污染的量化及其负荷的空间分布规律，具有重要意义。

模型研究一直是非点源污染研究领域中活跃分支并被广泛应用于实际。机理模型根据非点源污染形成的内在机理，通过数学模型对降雨径流以及污染物的迁移转化过程进行模拟[4]，如SWAT，HSAP，AnnAGNPS模型等。AnnAGNPS模型(annualized agricultural nonpoint source pollution model)是由美国农业部开发，研究而成的用于模拟评估流域地表径流、泥沙侵蚀和氮、磷营养盐流失的连续型分布式参数模型[5]。与GIS紧密集成，模型参数大多可自动提取，模拟结果的显示度得以显著提高；模型对流域的径流、泥沙和化学养分进行基于实测数据或不同情景设置下的模拟，模拟研究有助于进一步掌握流域的水文变化和农业管理措施(如播种、施肥、收获、犁田等)对水文及非点源污染的响应[6]。模型应用到中国的山美水库[7]、岔口小流域[8]、西枝江流域[9]、三峡库区小江流域等[10]在内的很多流域，并取得了良好的模拟效果，说明该模型适用于国内流域的非点源模拟。赵串串等[11]基于AnnAGNPS模型开展灞河流域已完成现状模拟与校验，取得良好效果。

近10 a来，非点源污染尤其是农业非点源污染已经逐渐成为影响水环境质量的重要因素[12]。为推进生态环境保护精细化管理、推进绿色发展，强化国土空间环境管控，基于三线一单政策，建立流域生态环境分区管控体系，将流域划分为不同的小子流域进行分区管理，是流域非点源污染研究的有效手段。本文运用AnnAGNPS模型，结合GIS技术，综合考虑流域内土地利用方式及类型、农业生活和降水等方面的因素，研究流域非点源污染时空变化特征分析，以期为流域规划治理提供思路。

1 材料与方法

1.1 研究区概况

灞河，黄河支流渭河的支流，古名滋水，全长109 km，流域面积2 581 km2。发源于秦岭北坡蓝田县灞源镇麻家坡以北。灞河流域的地理坐标：东经108°57′—109°47′，北纬33°50′—34°29′，位于西安市的东南方向。北主要流经区域为蓝田县、灞桥区、未央区，下游与浐河交汇，并在高陵县汇入了渭河。流域内有罗李村和马渡王两个水文监测站。

1.2 数据的来源及方法

AnnAGNPS模型主要参数数据和来源见表1。利用ArcView 3.3软件对DEM图层进行预处理，提取水系同时划分子流域[13]。设置不同临界源面积(CSA)和最小初始沟道长度(MSCL)的取值，划分出流域分室(Cell)和沟道(Reach)数。通过ENVI软件，基于灞河全流域Landsat 5(1996年)和Landsat 8(2017年)影像，构建光谱+纹理+NDVI多元数据组合。应用cart决策树算法提取土地利用分布图，kappa系数分类精度为0.967 3。

表1 模型所需的空间数据及属性数据

子流域的划分是模型模拟的第一步，对模拟结果有重要影响。利用ArcGIS 10.2水文分析功能，对研究区DEM数据进行洼地填充、流向计算汇流、累积量计算及河网提取等处理，根据水系河网分布将灞河流域划分为14个小子流域(见图1)。

图1 灞河子流域分布

2 结果与分析

2.1 模型最小单元划分对产流产污负荷的影响

在AnnAGNPS模型的应用中，域的离散程度高低与临界源面积(CSA)和最小初始沟道长度(MSCL)有直接相关性[14]。课题组前期以马渡王和罗李村水文站为出口，基于水文站10 a日径流监测数据，完成AnnAGNPS模型的年尺度和日尺度产流模拟校准与验证[15]。为深入探讨模型对灞河流域模拟精度问题，在模型允许的3 000个cell单元内，CSA的取值应尽可能较小，合适的取值确保了模型的模拟精度。CSA和MSCL取值要根据研究区水文特性、土地利用属性等选取合理有效的数值[16]，结合流域地形特征，以丰水年(2011年)为例，设定CSA和MSCL取值，模拟产流和产污负荷定额，确定最佳取值参数。模拟结果统计见表2。

表2 临界源面积(CSA)和最小初始沟道长度(MSCL)不同取值对径流及产污负荷的影响

由表2可知，水域的单位面积产流最高，且CSA的改变对其影响不大，其他地类单位面积产流随CSA的增大而减小，灌木林地变化幅度最大为12.98 t/hm2。耕地单位面积TN负荷随CSA的增大减少2.3 kg/hm2，灌木林地单位面积TN负荷减少3.45 kg/hm2，建设用地单位面积TN负荷减少0.73 kg/hm2。CSA的变化对各地类单位面积TP负荷的影响不大。水域的单位面积TP负荷最高，其次是耕地，耕地单位面积TP负荷在12 kg/hm2左右。乔木林地单位面积TN和TP负荷最小，其根系生长比较发达，对水源涵养贡献较大，因此氮磷流失小。CSA和MSCL的取值决定了流域的离散化与概化程度，各地类对单位面积产流和产污的影响不同。依据数据变化趋势，本文设定CSA取值为400 hm2，MSCL取值设置为400 m，划分流域cell单元分室为873个。

2008年Shamshad等[17]在马来西亚的Kuala Tasik流域利用AnnAGNPS模型模巧计算流域内的非点源输出负荷，探讨其适应性，模拟结果表明氮素模拟输出结果与实测数据决定系数较好且误差较小，适用于本地区污染负荷输出模拟。根据2017年DEM图用AnnAGNPS模拟整个灞河流域的径流量和TN和TP负荷量，模拟结果同李家科[18]利用AnnANGPS模型研究的渭河流域模拟结果具有一致性，除水域外耕地污染负荷最大，林地最小。

2.2 非点源污染年际时间动态变化分析

以灞河流域1996年和2017年遥感影像作为基础资料，利用ENVI软件划分相应年份的地类分布，基于GIS软件统计分析地类分布信息结果见图2。从图2可知：2017年地类和1996年地类相比耕地减少，建设用地增多，水域面积也有明显增多。由表3可知，相比1996年，2017年乔木林地和耕地的面积减少了4.52%和8.57%，同时，灌木林地面积增加了1.90%，建设用地增加了8.78%，水域面积增加了2.41%。

图2 灞河流域土地利用类型分布特征

表3 灞河流域1996年和2017年地类的面积变化

以灞河流域2001—2017年监测的降雨量作为基础资料，基于AnnAGNPS模型，模拟分析灞河流域各地类目标年份产流和产污负荷定额数据(见表4)。由表4可知，2017年相比1996年：耕地径流量定额增加了9.73 t/hm2，TN负荷定额增加了1.61 kg/hm2，TP负荷定额增加了1.55 kg/hm2；灌木林径流量定额增加了21.51 t/hm2，TN负荷定额增加了8.54 kg/hm2，TP负荷定额增加了1.91 kg/hm2；建设用地径流量定额增加了10.11 t/hm2，TN负荷定额增加了10.89 kg/hm2，TP负荷定额减少了0.93 kg/hm2；乔木林径流量定额减少了3.03 t/hm2，TN负荷定额减少了0.85 kg/hm2，TP负荷定额减少了0.27 kg/hm2；水域的径流量定额、TN负荷定额、TP负荷定额基本无变化。

由表3和表4数据可知，耕地面积占比减少8.57%，建设用地面积占比增加了8.78%，引发各地类地表径流增加，导致各地类污染负荷不同程度变化，其中，建设用地TN污染负荷定额增加到16.13 kg/hm2，一定程度上反应了灞河流域近20 a城市非点源污染的严重性。

表4 灞河流域各地类目标年产流和产污负荷定额模拟数据

2.3 非点源污染年际空间分布特征

基于2017年地类数据空间cell单元划分，对研究目标年(2001—2017)TN和TP输出负荷与年径流量开展模拟分析，结合流域地类(见图2)、得到灞河流域分区、TN负荷模拟结果、TP负荷模拟结果和年均径流量统计结果见图3。整体而言，灞河流域非点源TN和TP污染负荷强度空间分布地区不均衡，差异比较明显。

图3 灞河流域分区、TN年均负荷、TP年均负荷和年均径流量的空间分布

(1) 径流情况。①灞河上游单位面积径流量小于下游单位面积径流量定额。分析原因上游的土地利用类型大多为林地，建设用地仅占上游流域面积的11.9%，径流量小；下游建设用地占下游流域面积86.8%。且上游土壤属于棕壤土，降雨易下渗，导致上游径流量整体小于下游地区；②径流最大的区域有清峪河、灞河上游、清河以及辋川河这4个子流域，这几个区域大多是水域和灌木林地，灌木林地是林地和建设用地以及耕地的过渡带地区。

(2) 污染贡献。①TN负荷大于20 t/a的地区分布在库峪、岱峪，这两个子流域的TN负荷占比为19.30%；TP的负荷大于5 t/a的地区也分布在库峪和岱峪，这两个子流域的TP负荷占比为28.17%;②TN负荷比较严重的地区占总流域面积的19.33%，TP分布比较严重的地区占总流域面积的15.04%；③辋川河、库峪、岱峪以及清峪这4个子流域的TP负荷占到了灞河整个流域TP负荷的50.32%，TN负荷占到了灞河整个流域TN负荷的56.09%，说明这4个子流域地区属于污染负荷严重的区域。可以看出污染负荷严重区域的地类是耕地，是因为近年来耕地施肥量大导致污染负荷高。

2.4 污染负荷与径流量的响应

在2017年地类基础上对流域2001—2017年TN和TP输出负荷与径流量关系进行相关分析。灞河流域2001—2017年TN，TP输出强度与径流量关系如图4所示，径流作为营养物输出的驱动因子，氮磷营养物输出负荷均与降水呈正相关关系。从径流大小来看：①当径流值小于4.00×108t时，可以看出河流的TN，TP污染负荷偏低，这时应该密切关注流域背景值，为模型的数据库增加更多的背景数据；②当径流值大于4.00×108t时，有足够多的径流将地表污染物负荷冲进水体，导致TN和TP污染物负荷处于高负荷状态，造成水体富营养化。在特别年份，水体内有大量鱼类死亡现象。

图4 2001-2017年TN，TP输出负荷和径流量的关系

3 结 论

(1) 与1996年相比，灞河流域2017年林地和耕地的面积减少，灌木林地、建设用地、水域等面积增多；水域地类径流量、TN负荷、TP负荷基本无变化；耕地面积减少，但是由于过度施肥，污染情况依然严峻；其他地类随着径流的变大(变小)，污染负荷也随之变大(变小)。

(2) 与1996年相比，灞河流域2017年耕地面积占比减少了8.57%，建设用地面积占比增加了8.78%。由此引发流域地表径流增加，导致其污染负荷不同程度变化。其中，基于2017年地类数据，建设用地TN污染负荷相比1996年(5.24 kg/hm2)增加到16.13 kg/hm2，一定程度上反应了灞河流域近20 a城市非点源污染的严重性。

(3) 从污染负荷情况来看：灞河流域非点源TN，TP污染负荷强度地区分布不均衡；辋川河、库峪、岱峪以及清峪4个子流域污染严重，TP负荷占到了灞河整个流域的50.32%，TN负荷占到了灞河整个流域的56.09%；基于近20 a模拟结果与分析，统计流域各个土地类型产流产污定额变化，除水域外，耕地产流产污定额最大，林地产流产污定额最小。

(4) 从径流情况来看，径流最大的区域有清峪河、灞河上游、清河以及辋川河子流域，这4个子流域水域和灌木林地面积占比较大。当灞河流域径流值小于4.00×108t时，应该密切关注流域污染负荷背景值；当径流值大于4.00×108t时，TN和TP污染物负荷处于高负荷状态，流域应该做好污染防治工作。