基于SWAT模型的大凌河流域面源污染模擬影響分析

黃曉秋

(遼寧省鐵嶺水文局，遼寧 鐵嶺 112000)

由于面源污染缺少污染檢測監控系統，其模擬效果精度很難達到預期要求，所以流域面源污染模擬成為國內外學者研究的熱點和難點。隨著社會科技的發展和進步，地理信息和計算機技術得到快速發展，面源污染源模型在此基礎上得到研究和應用，為流域面源污染模擬提供了一個有效的模擬平臺。分布式水文SWAT模型被美國學者最先提出并得到研究和應用，該模型具有參數設置少、操作簡便等優點，被國內外學者廣泛應用于流域面源污染模擬分析。SWAT(soil and water assessment tool)模型設置參數包括河道匯流、地下水、徑流、土壤水、降水以及蒸發散發等，被廣泛應用于農業管理措施、面源污染計算、徑流模擬等方面。此外，在預測土壤類型、土地利用/覆蓋變化、泥沙以及污染物轉移方面，SWAT也能得到很好的應用。學者通過SWAT模型的應用，探究了流域面源污染負荷分布特征，并探討了流域格局時空變化對面源污染的影響。

本文通過收集整理實際監測數據，校準驗證了SWAT模型的精確度和可使用性。然后通過設置大凌河流域的下墊面、面污染、水文氣象等參數，建立一套適合面源污染評價的定量分析方法。通過模擬計算農業流域面源污染的遷移變化，系統分析了流域面源污染物的排放量、分布特點，得出重點面源污染物的排放規律和控制要點，以大凌河流域的TN、TP污染為例，得出了流域內重點污染源和重點污染區的人類生產、生活生產、化肥污染等農業活動，同時為我國其他河流領域面源污染影響分析提供參考和依據[1]。

1 區域模型搭建

1.1 區域概況

本文所研究的大凌河流域位于遼寧省西部，該流域水土流失嚴重，泥沙含量為57kg/m3。流域大小支干交錯，全長398km，所占面積約為2.35萬km2。資料顯示，9、10月是該流域的降雨旺季，年降水量約為450～600mm，徑流量約為16.67億m3，流經沉積巖、碎屑巖和黃土等地質。

本文SWAT模型中的河流水質模型是通過將混合水質模型改進而來，故采用四級水資源分區將大凌河流域劃分為21個計算單元，以確保計算單元和水資源分區便捷保持一致，保證農業面源污染物的匯入與用水、降水的同步性。SWAT模擬計算分析不僅考慮大凌河流域水資源規劃、分區、功能，同時還應考慮降水特性和排水管理等影響。

1.2 方法與原理

SWAT(soil and water assessment tool)是目前被廣泛應用于流域污染負荷計算的模型，由美國農業部(USDA)將SWRRB和ROTO模型綜合利用形成，目前已在50多個不同國家的流域得到應用和推廣。該模型由不同組件組成，其中主要包括氣候檢測、水文地質、土壤溫度、農作物生產等，可計算流域進出口TN和TP污染負荷，得到不同生活生產活動對流域面源污染的貢獻系數。考慮到SWAT模型流域水文模擬較為復雜，故將模擬過程分為兩個步驟：首先為陸相水文循環，確定各子流域匯入大凌河流域中的水流量、污染物、營養鹽、農藥化肥負荷。然后進行水相水文循環，確定流出的水流量、農藥化肥、生活垃圾等。本文重點對氮磷隨流經的循環過程進行模擬，該過程不但受降水量、河流匯入以及和生物生長吸收等因素影響，且與水域流動發生的二次循環過程相關[2]。

大凌河流域結構空間參數以及地質土壤屬性是建立SWAT模型的數據計算基礎，其中空間結構參數主要包括數字高程圖(DEM)(研究區域數據在GIS截出，用于水系提取和流域離散化，精度為1∶33萬)、土地利用圖(資料顯示，精度為1∶10萬)、土壤類型圖(精度為1∶33萬，包括土壤類型分布和土壤化學屬性，通過模型的功能屬性預熱計算可得到土壤化學屬性中N、P含量)、天氣資料(建立天氣發生發生器，輸入流域多年內平均氣候特征，包括2003～2015年的溫度、濕度、太陽輻射、風速和降水量)。各土壤類型中不同成分土中含有的無機氮含量、有機氮含量以及有機磷含量見表1。

表1 土壤化學屬性數據 單位：mg/kg

本文對SWAT模型進行校準和驗證，采用人工調整參數和自動率定相結合的方法進行率定。校驗過程選用2003～2012年作為率定期，2013～2015年為驗證期，選擇流域狹窄處作為徑流和氮磷負荷模擬校核斷面，模型使用性指標采用經過統計分析得出確定性系數R2以及效率系數ENS確定。SWAT模型模擬氮循環主要包括有機氮、農作物氮以及硝酸鹽氮通過徑流、測流以及滲流的方式將各種形態的氮進行遷移轉化。模型模擬轉化過程主要包括生物固化、有機無機之間的轉化、溶解性氮隨水流的轉移以及氨氮轉化。溶解型和吸附型磷的循環轉化是有機磷在模型模擬過程中的兩種形態，磷的循環流失計算應考慮農作物的吸收、土壤表層聚集、徑流量等因素[3]。SWAT模型模擬磷在肥料、土壤與植物中遷移轉化的過程，大凌河流域磷的轉移轉化形式主要包括河流的匯入及匯出攜帶、地表無機類磷鹽的結晶固化以及農作物的吸收與溶解等生物過程

本文在分析比較的基礎上，為計算模型模擬效果的可靠性，通過計算效率系數(ENS)、相對誤差(Dv)以及徑流過程線得出確定性系數(R2)。流域水量偏差估計一般采用徑流過程線和相對誤差(Dv)參數；模型的整體模擬效果以及準確性分析通常采用效率系數(ENS)和確定性系數(R2)。

(1)

式中，Dv—相對誤差；O—觀測的平均值；P—預測平均值。

(2)

式中，ENS—流域污染模擬效率系數；Oi—i時刻的觀測值；Pi—i時刻的模擬值；O—觀測的平均值。

(3)

式中，各字母含義同上。

2 SWAT模型運行模擬

2.1 總氮與總磷模擬

在徑流、泥沙以及面源污染負荷模擬計算過程中，SWAT模型共使用了38個參數，參數較多計算復雜，故需對參數進行敏感性分析并找出對計算結果影響最為顯著的參數進行率定[4]。考慮到大凌河流域基礎數據較少，可供參考借鑒的依據有限，故本文只對凈流進行參數的率定和校準[5]。率定結果顯示，在流域驗證期ENS和R2指標均在要求范圍之內，Dv值均小于20%滿足可靠性分析。SWAT模型經過率定后，滿足精確度要求，可用于對其他方面的研究模擬計算。SWAT模型主要對氮和磷等營養物質進行模擬。結果見表2、3和圖1～4。

表2 SWAT模型總氮模擬參數率定結果

表3 SWAT模型總磷模擬參數率定結果

為提高模擬計算的可使用性，文中以2003～2012年為率定期，以2013～2015年為驗證期大凌河流域模擬值進行驗證。率定結果為總氮ENS均大于0.65、R2均大于0.80；總磷ENS均大于0.65，R2均大于0.82，模擬值較實測值偏高，但變化過程基本一致，總體反映了研究區的實際情況，滿足流域面源污染模擬的精確度規范要求。

圖1 2010年總氮

圖2 2010年總磷

圖3 2014年總氮

圖4 2014年總磷

為進行更好的對比分析實測與模擬總氮磷含量，提高SWAT模型在大凌河流域的可使用性，本文選用2010年和2014年實測與模擬總氮磷含量變化過程分析，如圖1～4所示。由圖中折現波動趨勢可以看出，模擬的總氮和總磷與實測的總氮和總磷各月份的變化情況具有一定的同步性，結果表明，模擬氮磷含量變化規律同實測值相差不大，該模型具有良好的可使用性[6]。

2.2 結果與分析

土壤本身是營養物流失來源之一，土壤流失強度與很多因素有關，其中主要包括土地使用類型、土地地形、氣候條件和地表沉積物等[7]。本文通過模擬計算污染源輸入時面源污染負荷變化，得出在研究區域內各污染源對污染負荷的貢獻。研究結果表明，在研究區內面源(生活面源、生產面源、農業化肥和)所產生的氮磷污染負荷占總量比例高達88.42%、82.97%，TN、TP負荷產量分別為7800t、324t，點源污染貢獻率僅為12%左右，TN、TP產量分別為950t、38t。綜上所述，大凌河流域面源污染重氮和磷污染源主要來源于生活及農業化肥的面源污染。

人類生產和生活所產生的點源和面源污染以及農業化肥營養物污染占研究流域內負荷總量的80%左右，但此類污染源可通過有效的防范措施得到一定的合理控制。通過模型模擬運算結果可知，農業化肥所產生的TN、TP含量所占比重最高，分別為46%、55%。農業化肥所產生的面源污染可通過措施防控，加強排放管理，合理使用化肥等措施加以防控[8]；其次為生活污染，TN和TP負荷產量比重分別為32%、30%。所以，結合SWAT模型模擬結果分析，為提高改善大凌河流域水質和環境，應重點對農業化肥和生活面源污染采取有效改善措施。此外，還可以采取因地制宜的退耕還林措施，種植綠色植被，保護自然生態環境，通過這種措施可有效降低因土壤流失所帶來的污染負荷。

3 結論

(1)本文采用SWAT模型模擬大凌河流域面源污染影響進行研究分析，模型模擬結果顯示，率定系數均在0.8以上，通過驗證期徑流和氨氮負荷含量，模擬結果顯示R2和ENS符合要求精確度。所采用的模型參數經率定后，在所模擬的各年份總氮和總磷年與實際測量值之間的誤差小于18%，符合流域非點源污染模擬精度要求，SWAT模型對于大凌河流域面源污染模擬有一定的適用性。

(2)從各污染源貢獻率分析來看，生活面源污染和農業化肥是大凌河流域(氮磷)負荷污染的主要來源。其主要是由農業化肥和生活生產污水糞便流失所造成的，所以科學地進行農業生產和加強生活生產排放的管理是生活面源污染控制的重點。

(3)由于大凌河流域缺少基流數據，研究中主要對總氮總磷進行參數率定和校準。大凌河流域面源污染影響受多方面因素影響，如污染物的轉移轉化、農業面源污染的產生流入等，故有待進一步研究探討。同時模型模擬結果表明，降水量變化可對大凌河流域面源污染負荷量產生影響，且影響幅度大于因徑流變化引起的負荷變化率。

[1] 唐道來. 水利工程建設與生態環境可持續發展的相關性[J]. 水利技術監督, 2015, 23(05): 36- 37.

[2] 陳滋月. 氣候變化情景模式對流域水土流失影響的定量分析[J]. 水利規劃與設計, 2016(06): 32- 35.

[3] 崔杰石. 基于 SWAT 模型的湯河流域面源污染時空分布研究[J]. 水利規劃與設計, 2016(02): 4- 6.

[4] 徐飛. 沈陽地區水資源短缺原因分析及對策研究[J]. 水資源開發與管理, 2015(01): 24- 26.

[5] 李純良, 李銳. 基于一種新型人工神經網絡的水流挾沙力模型研究[J]. 水利規劃與設計, 2009(01): 22- 24.

[6] 段佩華. 朝陽市哈巴氣水文站以上流域的水源分析[J]. 現代農業科技, 2013(04): 195- 195.

[7] 汪躍軍. 淮河干流蚌埠水文站年徑流系列多時間尺度分析[J]. 水利技術監督, 2007, 15(01): 37- 40.

[8] 李曉光, 李菲. 朝陽地區多年降雨特性分析[J]. 水土保持應用技術, 2016(02): 21.