基于CLUE-S的香溪河土地利用變化預測與總磷污染負荷分析

王清睿，劉瑞民，門 聰，郭力嘉

（北京師范大學環境學院，北京 100875）

點源與非點源是水體污染的兩個重要來源。點源污染主要來源于工業污水與生活污水排放，這些污染排放具有確定的排污口。隨著點源污染治理技術的進步與管理措施的完善，非點源污染對水環境的影響顯得越來越突出。相比于點源污染，非點源污染的污染物種類和排放位置具有不確定性，使得其對水環境的威脅更大[1]。

非點源污染的研究與治理在國外發展較早，20世紀70年代已經有了系統性的研究。利用模型對非點源污染進行模擬已經成為重中之重。模型的發展主要有三個階段:第一個階段是以經驗建立土地利用與污染負荷之間的關系來模擬非點源污染，主要有美國的通用土壤流失方程模型和徑流曲線模型[2－3]；第二個階段是確定性模型階段，該類模型與3S技術相結合，可以大大提高模擬精度與效率，主要包括CREAMS模型與ANSWERS模型[4－5]；第三個階段是隨機模型階段，該類模型主要為了解決輸入信息的不確定性、參數設定不準確等問題，主要包括Jury的傳遞函數理論等。

非點源污染在國內的研究發展較國外晚，當下主要是使用國外開發的水文水質模型對大中小型流域進行非點源污染模擬，比如SWAT模型[6－7]。然而，由于國內大多數流域缺乏長期的監測數據，使得模型在率定驗證階段無法得到準確的結果，構建的模型與實際情況差距較大，精度難以達到要求。因此，由北美國家學者提出的非點源污染輸出系數法得到許多學者的青睞。輸出系數法對數據要求較少，建模簡單，并且在大中尺度的流域具有較好的模擬適用性，因此被國內學者廣泛應用并不斷改進完善[8－10]。

非點源污染的影響因素很多，包括污染物的種類、環境的自我凈化能力、經濟因素以及土地利用的規劃與布局。許多學者對這些影響因素進行了研究探討，其中，土地利用的合理性對非點源污染產生的影響重大[11－12]。不合理的土地利用布局會導致嚴重的土壤流失與營養鹽流失，從而產生水體富營養化現象。所以，土地利用的規劃與優化是解決非點源污染的重要方面。

國內外學者對土地利用的數量優化進行了很多研究，包括使用線性規劃、系統動力學和各種優化算法對土地利用數量進行分配[13－15]。然而，不同區域的自然社會經濟狀況不同，導致其在相同土地利用類型上產生的非點源污染也不盡相同，僅進行數量上的優化分配往往不夠，還需要考慮到空間異質性。因此，空間上的優化分配與數量上的優化相結合是研究的重點。CLUE－S（Conversion of land use and its effect at small regional extent）模型考慮了影響土地利用空間分配的各種影響因子，使用概率的方法在保持總量不變的情況下對土地利用在空間上進行分配，由于其模擬結果較為精確，近年來被許多學者用來預測土地利用的變化[16－18]。

本研究以香溪河流域為例，在土地利用數量變化上，考慮應用線性外推法和馬爾科夫鏈法，因為它們是現今學者使用最多的兩種預測方法，兩者各有優缺，前者計算簡單，而后者考慮到了土地利用變化的隨機性。而優化算法使用較少，但是由于其考慮到了環境社會經濟等各方面的約束，模擬精度較高。因此，本研究采用線性外推法、馬爾科夫鏈以及遺傳算法3種方法對香溪河流域的土地利用數量進行分配，并對3種方法的模擬結果加以對比討論，分析方法的適用性。在數量預測的基礎上，結合CLUE－S模型，對香溪河流域未來的土地利用空間格局變化加以預測，并基于輸出系數法，對香溪河流域的總磷負荷進行模擬。本研究旨在分析不同土地利用數量預測方法的模擬性能，選擇最優方法。其次，分析預測香溪河流域未來土地利用的變化趨勢以及總磷負荷的總量變化與空間分布改變，為未來土地利用管理規劃提供一定的參考。

1 材料與方法

1.1 研究區范圍

香溪河位于湖北省西部，是流經湖北興山與秭歸的最大河流。流域占地約3200 km2，海拔110～3088 m，干流全長94 km，是三峽水庫湖北庫區內的第一大支流。南陽河、古夫河、高嵐河為香溪河流域的三大支流，另有上百條小型支流。香溪河由北向南經過興山縣，在秭歸縣香溪鎮流入長江。流域水利資源十分豐富，年平均徑流量 63.5 m3·s-1，最大流量 2700 m3·s-1，最小流量8.9 m3·s-1。香溪河流經高橋鄉、古夫鎮、昭君鎮、峽口鎮、南陽鎮、黃糧鎮、榛子鄉和水月寺鎮。共包含109個行政村。2012年全縣總人口174 707人，其中農業人口131 904人，占75.51%，非農業人口42 803人，占 24.49%（圖 1）。

圖1 香溪河流域地理位置Figure 1 Location of Xiangxi River basin

1.2 模型介紹

馬爾科夫鏈是數學中具有馬爾科夫性質的離散時間隨機過程。對于離散時間隨機過程，在給定當前知識或信息的情況下，過去（即當期以前的歷史狀態）對于預測將來是無關的。因此，馬爾科夫鏈有眾多的應用，如人口過程、排隊理論、食品價格趨勢預測、統計學應用等[19-21]。馬爾科夫鏈也被一些學者用來預測土地利用的變化[22-23]。

設 E（0）=[x1，x2，x3，…，xi]為土地利用面積的初始狀態，x1，x2，x3，…，xi分別為第 i種土地利用的初始面積。馬爾科夫鏈的關鍵是為求出一步轉移矩陣P（公式1）。此步驟可在ArcGIS中完成。

根據初始狀態向量E（0）與一步轉移矩陣P，即可得到以后每一年的土地利用面積E（i）（公式2），i=1，2，3，…，k。

遺傳算法是一類借鑒生物界的進化規律演化而來的隨機優化搜索算法[24-25]。其主要特點是直接對結構對象進行操作，不存在求導和函數連續性的限定，具有內在的隱并行計算性和更好的全局尋優能力。遺傳算法采用概率化的尋優方法，能自動獲取和指導優化的搜索空間，自適應地調整搜索方向，不需要確定的規則。基于遺傳算法的函數尋優計算，針對適應度函數，能夠實現較快的收斂計算，尋優結果較合理，魯棒性較好。遺傳算法主要包括初始群體的生成、雜交、適應度值評估檢測、選擇、變異以及終止6個過程。可在MATLAB中實現。遺傳算法實現流程如下：

CLUE-S模型包含兩個獨立的模塊：空間分配模塊和需求模塊。需求模塊在模型運行時計算各個土地利用類型的面積，空間分配模塊基于柵格對土地利用進行空間上的分配[26]。

需求模塊可以與多種數學方法相結合，包括線性外推法、馬爾科夫鏈等。方法的選擇基于數據的可獲取性以及精度要求。空間分配模塊基于概率圖進行分配。概率計算公式如下[27]：

式中：TPROPi，u代表第i個柵格對應第u種土地利用類型的總概率；Pi，u為通過Logistic回歸得到的第i個柵格第u種土地利用類型的概率；ELASu代表第u種土地利用類型的相對彈性；ITERu為迭代系數。

本研究采用輸出系數法對以磷為代表的非點源污染進行估算，輸出系數采用相關學者總結的我國長江中上游不同土地利用類型總磷輸出系數[28]（表1）。該系數是基于對已有關于長江中上游非點源污染研究成果的總結歸納得來[29－31]，并且已經得到很多學者的認可與應用[32－34]，因此較為可靠。

表1 長江中上游各土地利用類型總磷輸出系數Table 1 Export coefficient of different land use types at upper and middle Yangtze River area

總磷負荷計算公式如下：

式中：Lp代表總磷負荷，kg·a－1；x1到 x6分別代表林地、草地、水域、城鎮、水田和旱地的面積，hm2。

1.3 數據來源與處理

香溪河流域2000年與2010年土地利用數據通過對Landsat5 TM數據解譯獲得。DEM數據來源于地理空間數據云（www.gscloud.cn）下載的SRTMDEM 90M分辨率數據。土壤數據來源于中科院地理所。香溪河流域社會經濟數據來源于《興山縣農村經濟發展公報》與《興山縣統計年鑒》。研究區內道路、河流、居民地空間數據通過ArcGIS數字化得到。

1.4 模型構建

首先基于2000年與2010年的土地利用狀況，分別使用線性外推法、馬爾科夫鏈法與遺傳算法對2020年土地利用數量進行預測。

線性外推法較為簡單，根據2000—2010年的變化趨勢進行推算，假設每年變化方向與速度不變。

利用ArcGIS中的疊加分析等功能獲得2000—2010年土地利用的轉移矩陣，進而使用馬爾科夫鏈法對2020年的土地利用進行預測。

遺傳算法使用的關鍵是建立合理的目標函數與相關約束。本研究使用的目標函數為香溪河流域年總磷負荷（公式4），約束條件如表2所示。

選取2000年土地利用空間分布圖作為CLUE－S土地利用初始輸入，驅動因子選取高程、坡度、坡向、到城鎮距離、到主要河流距離、到公路距離以及土壤類型和人口密度。土地利用彈性系數設置主要依據相關文獻以及實地調查結果。

以線性外推法、馬爾科夫鏈法以及遺傳算法得到的2020年土地利用數量預測作為3種情景輸入CLUE－S模型進行2020年土地利用空間分布預測。

首先基于2000年土地利用模擬得到2010年土地利用空間分布，基于Kappa系數對CLUE－S模擬效果進行驗證。驗證后對各個情景分別進行模擬，Kappa系數定義如下：

式中：P0為正確模擬的比例；Pc為在隨機情況下正確模擬的比例；Pp為在理想狀態下正確模擬的比例。

最后，根據總磷負荷輸出系數法對香溪河流域總磷年負荷進行預測，并分析在不同情景下總磷污染負荷總量變化與空間分布轉變。

2 結果與討論

2.1 基于不同算法的土地利用數量預測

由表3可知，基于線性外推法得到的水田、旱地面積均有增加，分別增加124、1857 hm2，草地、水域與城鎮面積也均有所增加，林地面積減少約1%。說明如果按2000—2010年的變化趨勢進行發展，至2020年農田面積會大幅增加，而且主要來源于對林地的砍伐。此種預測方法假設每年的變化趨勢保持不變，顯然有其局限性。而根據馬爾科夫鏈預測得到的土地利用面積結果顯示，水田面積相比于2010年反而減少，旱地面積增加，但與線性外推法得到的旱地面積相比有所減少，林地面積減少較為緩和。草地、水域與城鎮模擬結果無明顯差異。由遺傳算法預測得到的土地利用數量與前兩種模擬結果差異較大。水田、旱地面積均大幅減少，但是由于約束條件的存在，農田面積仍然可以達到2020年規劃的農田保有量。林地面積相比于2010年有所增加，這與規劃中提到的在坡度較大區域實施退耕還林措施保持一致。遺傳算法考慮到了多種因素的影響，能夠更為精確地代表在有人為約束的情況下土地利用的變化情況。

表2 土地利用優化遺傳算法的約束條件Table 2 Constraint condition set in Genetic algorithm for land use optimization

表3 2020年不同情景下土地利用面積預測Table 3 Prediction of land use area under different scenarios in 2020

2.2 基于CLUE-S的土地利用空間分配分析

基于2000年模擬得到的2010年土地利用結果與實際2010年土地利用分布圖進行Kappa系數驗證（圖2），經驗證得到Kappa系數為0.89，符合精度要求，說明CLUE-S模型可以在香溪河流域對土地利用進行模擬預測。

通過對比3種土地情景下的土地利用空間分布圖（圖3），可知在線性外推和馬爾科夫鏈情景下，2020年土地利用空間分布差異不明顯，相比于2010年的土地利用，旱地面積增加，主要位于流域中部與西南部。這是由于中部與西南部坡度較其他區域平緩，利于種植，且離道路、居住地等距離較近，便于運輸，因此，耕地的適宜性較強，在耕地面積增加的情況下，最有可能由林地轉變為旱地。在遺傳算法情景下，2020年水田與旱地面積顯著減少，林地面積顯著增多。由水田旱地向林地的轉變大多數發生在流域的北部區域。這是由于北部區域為高海拔區域且坡度較大，絕大多數區域為原始森林，且離居民區距離很遠，因此，耕地的適宜度很低，而林地的適宜度很高。因此在分配的過程中被改變為林地。

2.3 基于輸出系數法的總磷污染負荷分析

由總磷污染輸出系數法計算得到2010年以及3種情景下2020年的總磷年負荷（圖4）。

相比于2010年的總磷負荷，線性外推與馬爾科夫鏈預測情景下2020年總磷負荷均有增加，分別增加了11 000、8000 kg。這表明，如果按照這兩種趨勢進行發展，至2020年，香溪河流域內由于總磷負荷造成的非點源污染狀況將更為嚴重。旱地由于其土壤侵蝕較為嚴重，因此總磷輸出系數較高，而大量面積的土地由總磷污染輸出系數較低的林地轉變為旱地，導致了整個流域總磷負荷的增加。而在遺傳算法情景下模擬得到的結果顯示，2020年總磷負荷顯著降低，相比于2010年減少了約24 000 kg。這是由于在遺傳算法情景下，在保證耕地面積滿足國家規定的基礎上，通過優化計算，將原本不應該用作耕地的土地轉變為林地。在保證農作物產量要求、經濟發展水平的情況下，兼顧環境效益，盡可能地降低總磷污染負荷量，屬于合理的分配方法。因此，此情景下的土地利用格局有利于非點源污染負荷的控制，是未來土地利用規劃的方向。

圖2 2010年模擬與實際土地利用空間分布Figure 2 Simulated and real spatial distribution of land use in 2010

圖3 2020年不同情景下土地利用空間分布Figure 3 Spatial distribution of land use under different scenarios in 2020

圖4 不同情景下的2020年總磷年負荷Figure 4 Total annual phosphorus load in 2020 under different scenarios

在空間分布上，首先根據研究區的地形特征，將香溪河流域劃分為27個子流域。隨后在ArcGIS中根據每個子流域中各土地利用類型所占面積對總磷負荷進行空間分配（圖5），得到每個子流域各自的污染負荷。

對比3種情景下的總磷負荷空間分布結果可知，線性外推與馬爾科夫鏈情景下的空間分布狀況比較類似，相比于2010年的總磷負荷分布，2020年流域中部區域有較為明顯的負荷增加現象。經過計算，位于流域中部的子流域總磷負荷增加量超過整個流域總負荷增加量的80%。對比土地利用預測圖，林地向耕地的轉變主要發生在流域的中部區域，耕地面積的增加，導致總磷負荷的增加。在遺傳算法情景下，2020年流域北部區域的總磷負荷有較為明顯的降低，占整個流域總磷總削減量的70%以上。對比土地利用變化圖，正是由于北部區域大面積的耕地轉變為林地，使得污染產生量大幅降低。但是，由于輸出系數法沒有考慮到污染物產生排放的空間異質性，計算結果會有一定的誤差。由于北部區域多為坡度較大區域，坡耕地的水土流失情況相比于一般耕地更為嚴重，因此，此區域內的退耕還林可以非常有效地控制總磷的流失，效果可能比采用本文所用輸出系數法計算得到的效果更為明顯。但考慮到數據收集的難易程度以及計算的簡便程度，本文使用的輸出系數法計算得到的由于土地利用方式轉變而對總磷輸出起到的控制效果具有一定的參考意義。

3 結論

本研究基于3種不同的土地利用數量預測模型結合CLUE-S模型對香溪河流域2020年的土地利用結構進行了預測，綜合比較3種方法，由于遺傳算法考慮到環境、經濟、社會方面的約束，具有優化分配的能力，在3種方法中預測效果最好，對未來土地利用的優化規劃具有一定的指導意義。

圖5 總磷年負荷空間分布Figure 5 Spatial distribution of total annual phosphorus load

CLUE－S的模擬結果表明在耕地面積減少的情況下，耕地主要轉變為林地，且主要發生在流域的北部區域。在遺傳算法情景下，北部坡度較大區域大面積耕地面積的減少可以有效地降低水土流失量，進而對總磷污染負荷起到削減作用。

基于輸出系數法的流域總磷負荷模擬結果表明在不受約束的情況下，由于耕地面積的增加，流域內的總磷負荷有所提高，中部區域尤為明顯。而在遺傳算法情景下，由于耕地面積的大幅減少，北部區域的總磷負荷明顯降低，起到了較好的控制作用。

本研究結合了土地利用數量預測模型與空間預測模型，對香溪河流域的土地利用進行了有效預測，并對不同情景下的總磷負荷進行了估算，對研究區未來的土地利用規劃有一定的指導意義。

參考文獻：

[1]夏 軍,翟曉燕,張永勇.水環境非點源污染模型研究進展[J].地理科學進展,2012,31（7）：941－952.XIA Jun,ZHAI Xiao－yan,ZHANG Yong－yong.Research progress of non－point source pollution model of water environment[J].Progress in Geography,2012,31（7）：941－952.

[2]Kinnell P I A.Event soil loss,runoff and the universal soil Loss equation family of models：A review[J].Journal of Hydrology,2010,385（1）：384－397.

[3]Mishra S K,Singh V P.Special issue on soil conservation service curve number（SCS－CN）methodology introduction[J].Journal of Hydrologic Engineering,2012,17（11）：1157.

[4]De Roo A P J,Hazelhoff L,Burrough P A.Soil erosion modelling using‘ANSWERS’and geographical information systems[J].Earth Surface Processes and Landforms,1989,14（6）：517－532.

[5]Emili L A,Greene R P.Modeling agricultural nonpoint source pollution using a geographic information system approach[J].Environmental Man－agement,2013,51（1）：70-95.

[6]魏 沖,宋 軒,陳 杰.SWAT模型對景觀格局變化的敏感性分析——以丹江口庫區老灌河流域為例[J].生態學報,2014,34（2）：517-525.WEI Chong,SONG Xuan,CHEN Jie.Sensitivity analysis of SWAT model on changes of landscape pattern：A case study from Lao Guanhe Watershed in Danjiangkou Reservoir area[J].Acta Ecologica Sinica,2014,34（2）：517-525.

[7]楊軍軍,高小紅,李其江,等.湟水流域SWAT模型構建及參數不確定性分析[J].水土保持研究,2013,20（1）：82-88,93.YANG Jun-jun,GAO Xiao-hong,LI Qi-jiang,et al.SWAT model construction and uncertainty analysis on its parameters for the Huangshui River basin[J].Research of Soil and Water Conservation,2013,20（1）：82-88,93.

[8]常麗娟.基于改進的輸出系數模型對三峽庫區非點源氮磷污染負荷的模擬研究[D].重慶：重慶大學,2015.CHANG Li-juan.Study on the nitrogen and phosphorus load of nonpoint source pollution in Three Gorges Reservoir area by using the improved export coefficient model[D].Chongqing：Chongqing University,2015.

[9]任 瑋,代 超,郭懷成.基于改進輸出系數模型的云南寶象河流域非點源污染負荷估算[J].中國環境科學,2015,35（8）：2400-2408.REN Wei,DAI Chao,GUO Huai-cheng.Estimation of pollution load from non-point source in Baoxianghe watershed based,Yunnan Province on improved export coefficient model[J].China Environmental Science,2015,35（8）：2400-2408.

[10]楊 維,楊肖肖,吳燕萍,等.基于輸出系數法核定雙臺子河非點源污染負荷[J].沈陽建筑大學學報（自然科學版）,2012,28（2）：338-343.YANG Wei,YANG Xiao-xiao,WU Yan-ping,et al.Based on export coefficient theory in simulating pollution load of non-point source of Shuangtaizi River[J].Journal of Shenyang Jianzhu University（Natural Science）,2012,28（2）：338-343.

[11]李明濤.密云水庫流域土地利用與氣候變化對非點源氮、磷污染的影響研究[D].北京：首都師范大學,2014.LI Ming-tao.Impacts of land use and climate changes on nonpoint source nitrogen and phosphorus pollution in the Miyun Reservoir watershed[D].Beijing：Capital Normal University,2014.

[12]孫麗娜,盧文喜,楊青春,等.東遼河流域土地利用變化對非點源污染的影響研究[J].中國環境科學,2013,33（8）：1459-1467.SUN Li-na,LU Wen-xi,YANG Qing-chun,et al.Effect of future land use caused change on the non-point source pollution in Dongliao River weatershed[J].China Environmental Science,2013,33（8）：1459-1467.

[13]胡雪麗,徐 凌,張樹深.基于CA-Markov模型和多目標優化的大連市土地利用格局[J].應用生態學報,2013,24（6）：1652-1660.HU Xue-li,XU Ling,ZHANG Shu-shen.Land use pattern of Dalian City,Liaoning Province of Northeast China based on CA-Markov model and multi-objective optimization[J].Chinese Journal of Applied E－cology,2013,24（6）：1652-1660.

[14]徐昔保.基于GIS與元胞自動機的城市土地利用動態演化模擬與優化研究[D].蘭州：蘭州大學,2007.XU Xi-bao.Research on dynamic simulation and optimization of urban land use based on GIS and cellular automata[D].Lanzhou：Lanzhou University,2007.

[15]張鴻輝,曾永年,譚 榮,等.多智能體區域土地利用優化配置模型及其應用[J].地理學報,2011,66（7）：972-984.ZHANG Hong-hui,Zeng Yong-nian,TAN Rong,et al.A model for regional land use optimization allocation based on multi-agent system and its application[J].Acta Geographica Sinica,2011,66（7）：972-984.

[16]馮仕超,高小紅,顧 娟,等.基于CLUE-S模型的湟水流域土地利用空間分布模擬[J].生態學報,2013,33（3）：985-997.FENG Shi-chao,GAO Xiao-hong,GU Juan,et al.Land use spatial distribution modeling based on CLUE-S model in the Huangshui River Basin[J].Acta Ecologica Sinica,2013,33（3）：985-997.

[17]李 鑫,馬曉冬,肖長江,等.基于CLUE-S模型的區域土地利用布局優化[J].經濟地理,2015,35（1）：162-167,172.LI Xin,MA Xiao-dong,XIAO Chang-jiang,et al.The regional land use layout optimization based on the CLUE-S model[J].Economic Geography,2015,35（1）：162-167,172.

[18]張丁軒,付梅臣,陶 金,等.基于CLUE-S模型的礦業城市土地利用變化情景模擬[J].農業工程學報,2013,29（12）：246-256,294.ZHANG Ding-xuan,FU Mei-chen,TAO Jin,et al.Scenario simulation of land use change in mining city based on CLUE-S model[J].Transactions of the Chinese Society of Agricultural Engineering,2013,29（12）：246-256,294.

[19]丁 明,鮑玉瑩,畢 銳.應用改進馬爾科夫鏈的光伏出力時間序列模擬[J].電網技術,2016,40（2）：459-464.DING Ming,BAO Yu-ying,BI Rui.Simulation of PV output time series used improved Markov chain[J].Power System Technology,2016,40（2）：459-464.

[20]廖普明.基于馬爾科夫鏈狀態轉移概率矩陣的商品市場狀態預測[J].統計與決策,2015（2）：97-99.LIAO Pu-ming.Prediction of the status of commodity market based on the Markov chain[J].Statistics and Decision,2015（2）：97-99.

[21]王 勇,韓學山,丁 穎,等.基于馬爾科夫鏈的電力系統運行可靠性快速評估[J].電網技術,2013,37（2）：405-410.WANG Yong,HAN Xue-shan,DING Ying,et al.Markov chain-based rapid assessment on operational reliability of power grid[J].Power System Technology,2013,37（2）：405-410.

[22]劉復剛,張水勝,張緒教,等.利用馬爾科夫鏈預測齊齊哈爾土地利用結構變化[J].高師理科學刊,2011,31（4）：63-65,72.LIU Fu-gang,ZHANG Shui-sheng,ZHANG Xu-jiao,et al.Using Markov-chain to predict the land-use structure variation of Qiqihar[J].Journal of Science of Teachers′College and University,2011,31（4）：63-65,72.

[23]朱 萌,馬孝義,劉雪嬌.基于馬爾科夫模型的武功縣土地利用/覆被動態變化研究[J].水土保持研究,2013,20（5）：64-68.ZHU Meng,MA Xiao-yi,LIU Xue-jiao.Dynamic changes of land use/cover based on Markov model in Wugong County,Shaanxi Province[J].Research of Soil and Water Conservation,2013,20（5）：64-68.

[24]葛繼科,邱玉輝,吳春明,等.遺傳算法研究綜述[J].計算機應用研究,2008,25（10）：2911-2916.GE Ji-ke,QIU Yu-hui,WU Chun-ming,et al.Summary of genetic algorithmsresearch[J].ApplicationResearchofComputers,2008,25（10）：2911-2916.

[25]馬永杰,云文霞.遺傳算法研究進展[J].計算機應用研究,2012,29（4）：1201-1206,1210.MA Yong-jie,YUN Wen-xia.Research progress of genetic algorithm[J].Application Research of Computers,2012,29（4）：1201-1206,1210.

[26]Zhou F,Xu Y P,Chen Y,et al.Hydrological response to urbanization at different spatio-temporal scales simulated by coupling of CLUE-S and the SWAT model in the Yangtze River Delta region[J].Journal of Hydrology,2013,485：113-125.

[27]Cai Y M,Liu Y S,Yu Z R,et al.Progress in spatial simulation of land use change：CLUE-S model and its application[J].Progress in Geography,2004,23（4）：63-71.

[28]應蘭蘭,侯西勇,路 曉,等.我國非點源污染研究中輸出系數問題[J].水資源與水工程學報,2010,21（6）：90-95,99.YING Lan-lan,HOU Xi-yong,LU Xiao,et al.Discussion on the export coefficient method in non-point source pollution studies in China[J].Journal of Water Resources and Water Engineering,2010,21（6）：90-95,99.

[29]龍天渝,梁常德,李繼承,等.基于SLURP模型和輸出系數法的三峽庫區非點源氫磷負荷預測[J].環境科學學報,2008,28（3）：574-581.LONG Tian-yu,LIANG Chang-de,LI Ji-cheng,et al.Forecasting the pollution load of non-point sources imported to the Three Gorges Reservoir[J].Acta Scientiae Circumstantiae,2008,28（3）：574-581.

[30]梁常德,龍天渝,李繼承,等.三峽庫區非點源氮磷負荷研究[J].長江流域資源與環境,2007,16（1）：26-30.LIANG Chang-de,LONG Tian-yu,LI Ji-cheng,et al.Importation loads of non-point source nitrogen and phosphorus in the Three Gorges Reservoir[J].Resources and Environment in the Yangtze Basin,2007,16（1）：26-30.

[31]丁曉雯,劉瑞民,沈珍瑤.基于水文水質資料的非點源輸出系數模型參數確定方法及其應用[J].北京師范大學學報（自然科學版）,2006,42（5）：534-538.DING Xiao-wen,LIU Rui-min,SHEN Zhen-yao.Method for obtaining parameters of export coefficient model using hydrology and water quality data and its application[J].Journal of Beijing Normal University（Natural Science）,2006,42（5）：534-538.

[32]吳 磊.三峽庫區小江流域非點源污染負荷模擬研究[D].重慶：重慶大學,2008.WU Lei.Study on the simulation of non-point source pollution load in Xiaojiang river basin in the Three Gorges Reservoir area[D].Chongqing：Chongqing University,2008.

[33]劉臘美,龍天渝,李崇明,等.嘉陵江流域非點源溶解態氮污染負荷模擬研究[J].農業環境科學學報,2009,28（4）：808-813.LIU La-mei,LONG Tian-yu,LI Chong-ming,et al.Simulation of dissolved nitrogen load in Jialing River basin[J].Journal of Agro-Environment Science,2009,28（4）：808-813.

[34]郝俊萍.三峽庫區典型小流域非點源污染模擬研究[D].武漢：華中農業大學,2008.HAO Jun-ping.The simulation of non-point source pollution of typical smallwatershedintheThreeGorgesReservoirarea[D].Wuhan：Huazhong Agricultural University,2008.