基于ArcSWAT模型的湔江流域非點源污染物運移模擬分析與評價

(1.山西省水利水電科學研究院，山西 太原 030002；2.四川大學水利水電學院，四川 成都 610065；3.四川大學生命科學學院，四川 成都 610065)

水是生命之源，飲用水水源更是與人類生存息息相關。水源地尤以地表水為主，地表水源又可分為水庫水源、湖泊水源和河流水源。雖然水體具有天然納污能力和水體自凈的功能，然而隨著近年來國民經濟的發展，水源地污染源大量增加，對水源地造成了不同程度的污染，其環境質量和自凈能力正在不斷地下降和減弱[1]。非點源污染是繼點源污染之后的又一重要環境污染方式，已成為目前水環境研究的熱點。美國在20世紀80年代就展開了對非點源污染的情況調查，調查結果表明農田中殘留的化學物質是河流、湖泊、水庫等水體的主要污染源[2]。

20世紀初，隨著電子計算機和3S等新科學技術的興起，加上人們對非點源污染物理化過程研究的深入，非點源污染模型研究得到快速發展，為水環境評價提供了更科學的依據。20世紀80年代末到90年代初，美國農業部農業研究中心的Jeff Amonld博士把ROTO模型和WERRB模型集成形成了新一代的大型非點源污染模型SWAT[3]。Santhi和Bouraoui等[4-5]分別對美國的Bosque河流域和土耳其的Medjerda河流域進行了模擬。SWAT模型在遙感和地理信息系統基礎上，采用Julian日為時間步長連續模擬多種不同的水文物理化學過程(如徑流、泥沙、營養物質及殺蟲劑的輸移與轉化過程)，預測大流域復雜多變的土地利用類型、土壤類型和田間管理措施對徑流、泥沙和營養物質的影響情況。

四川省境內地表水豐富，截至2018年，全省主要河流水質達標率達到62.0%(137個省控監測斷面達標率為62.0%，全省列入國家考核的26個斷面水質達標率為76.2%)，Ⅰ～Ⅲ類水體斷面占61.3%，喪失了水環境使用功能的劣Ⅴ類水體斷面占13.9%。其中，湔江流域水質達標率僅為18.4%[6]。全省21個市(州)政府所在地集中式飲用水水源地(河流型28個，湖庫型6個，地下水5個)水質達標率為99.3%[6]；全省104個縣開展了集中式生活飲用水水源地水質監測，水質達標率為98.0%；全省開展監測的鄉鎮集中式飲用水源地3150個，水源水質達標率為83.0%。全省發生的重大環境污染事件無不是水環境事件，無不涉及城鄉飲用水源安全問題，城鄉飲用水水源水質保障堪憂，嚴重影響人民群眾生產生活，因水環境問題引發的群體性事件呈顯著上升趨勢，群眾反映強烈。

本文基于ArcSWAT模型，模擬四川省彭州市西河水庫匯水區——湔江流域水、沙及污染物運移情況，分析西河水庫非點源污染影響因素，評價西河水庫水質水環境，并基于以上成果給出改善流域內水環境的建議。

1 研究背景及意義

湔江為沱江上游三大支流之一，流域總面積2057.30km2，總長約128km[7](其中西河水庫上游匯水面積為690.85km2)。湔江流域雖然沒有大型工礦企業排污，但湔江兩岸集納了沿河兩岸居民生活、生產中殘留的非點源污染物，這些污染源嚴重影響了作為彭州市主要飲用水源——西河水庫的水質。因此，正確地掌握湔江流域污染物來源影響因素、合理評價湔江水質質量及水環境質量對保障彭州市居民飲水安全有極其重要的作用。

2 ArcSWAT模型構建及運行

SWAT模型可根據研究目的建立地形數據庫、土壤數據庫、土地利用數據庫、氣象數據庫、水文數據庫、營養物質數據庫等；結合研究區域的特點和研究目的可建立耕作數據庫、營養物質數據庫、土壤數據庫。此外，SWAT模型自帶有土地覆蓋/植被數據庫、城鎮數據庫。SWAT模型數據處理流程見圖1。

圖1 SWAT模型數據處理流程

2.1 湔江流域地理數據庫

本文采用1∶5萬的地形圖，首先利用AutoCAD勾畫出湔江關口水文站斷面以上流域的匯水范圍，并只留下計曲線和首曲線。基于GIS生成柵格影像后修正多余流域邊界，湔江流域數字高程見圖2。

2.2 湔江流域土地利用數據庫

本文采用的土地利用圖比例尺為1∶5萬(見圖3)。湔江流域土地利用類型有水田、旱地、林地、草地、河流、湖泊、水庫、河漫地、城鎮用地、農村居民點。本文將湔江流域土地利用圖重分類以符合SWAT模型要求。湔江流域土地利用圖重分類見表1。

圖3 土地利用圖重分類圖

SWAT代碼1234567土地利用方式林 地草 地旱 地水 田居民點水 域未利用地面積/hm23449725456543611705198731134

2.3 湔江流域土壤數據庫

本文采用1∶5萬的土壤類型圖(見圖4)。根據《四川土種志》[8]，湔江流域土壤類型共3個土類，5個亞類。將湔江流域土壤類型圖重分類以符合SWAT模型要求。湔江流域土壤類型圖重分類見表2。該研究區SWAT土壤數據庫構建采用中國土壤數據庫基礎數據。

圖4 土壤類型圖重分類圖

SWAT代碼12345土 類黃 壤紫色土沖積土亞 類面黃泥土堿性紫泥中性紫泥酸性紫泥鈣質紫河沙面積/hm2837746833123123119687

2.4 湔江流域氣象數據庫

彭州氣象站僅提供月氣象資料，故本文采用成都國家級氣象站1998—2018年的逐日觀測資料構建SWAT模型天氣發生器數據庫。本文構建天氣發生器采用計算程序SWATWeather。

3 基于ArcSWAT模型的湔江流域水沙及污染物模擬與分析

本文選用湔江流域2015—2016年逐月實測徑流量、實測泥沙量、實測水質濃度(總氮、總磷、BOD5、溶解氧)對模型進行率定、校準，以2017—2018年逐月實測資料進行驗證。引入相關系數Re和效率系數Ens作為ArcSWAT模型的適用性評價指標。

3.1 湔江流域實測數據

ArcSWAT模型的校正與敏感性分析需要對模擬值與實測值進行對比分析，調整校核模型的參數后，再對模型運行準確性進行驗證。湔江流域徑流量及泥沙量采用關口水文站提供的實測數據；水質實測數據由彭州市環保局提供，水質實測項目包括總氮、總磷、BOD5、溶解氧。

3.2 ArcSWAT模型參數率定及取值

ArcSWAT 模型運行過程中涉及眾多的影響產流、產沙及污染物輸出模擬效果的參數，由于參數的賦值通常存在空間變異性，而且這些參數對模型模擬結果的影響程度不一，因此有必要選取模型較為敏感的參數進行率定、校正，然后將這些參數的最優值帶入模型，方可獲得較好的模擬結果，以提高研究區內ArcSWAT 模型的模擬精度。

由于 ArcSWAT模型敏感性參數數量較多，利用ArcSWAT模型自帶的SCE優化算法進行參數率定收斂速度并不理想且較為繁瑣，很難達到較好的率定結果。為了解決這一問題，本文采用SWAT-CUP率定和校正ArcSWAT模型參數。

SWAT-CUP是專門用于ArcSWAT模型參數率定和校正的軟件，率定及校正結果并不是取得ArcSWAT模型參數最優解，而是得到使模型模擬結果較好的參數的集合[9]。本文采用的是Sufi_2算法，利用SWAT-CUP模型內定的采樣方法[10]，對需要調整的參數設定不同值，然后調用SWAT_Edit來修改SWAT模型的輸入文件，再調用ArcSWAT重新運行模型。利用GLUE_extract_rch比較模型輸出值與觀測值，計算NSE系數，如果系數值高于門閾值則保留并記錄此次運行的結果，否則棄掉。重復以上過程直至達到最大次數，這樣得到的是一系列符合門閾值的參數集合，即最終的敏感性參數值。湔江流域ArcSWAT模型的參數最優取值結果略。

3.3 ArcSWAT模型模擬結果與分析

本文采用2015—2016年湔江主河道逐月實測資料對ArcSWAT模型進行率定及校準，模型修正后用2017—2018年逐月實測資料進行驗證，ArcSWAT模型模擬結果與實測數值對比見圖5～圖10。

圖5 流量模擬結果與實測值對比

圖6 泥沙模擬結果與實測值對比

圖7 總氮模擬結果與實測值對比

圖8 總磷模擬結果與實測值對比

圖9 BOD5模擬結果與實測值對比

圖10 溶解氧模擬結果與實測值對比

農業非點源污染物從陸地運移到河流和水體中是土壤侵蝕風化和降雨徑流共同作用的結果。在正常pH值條件下，大多數土壤帶負電荷，而污染物質可吸附在土壤顆粒上，隨著地表徑流、側向流和滲流遷移到河道中。由圖5～圖10可以看出，湔江流域內產流、產沙及污染物輸出模擬值與實測值擬合度較好，同時污染物質隨時間的變化規律與產流、產沙具有明顯的相關性。圖5～圖10顯示，湔江流域內產流7—8月流量達到峰值，而泥沙和污染物質在8—9月泥沙量達到峰值，表現為產沙、污染物輸出相較產流具有一定的滯后性，滯后時間大約在10～20天；而產沙與污染物輸出具有較強的同步性，亦印證了“沙隨水走，泥沙是污染物質運移的重要載體”的理論。此外，模型對個別實測值峰值沒有響應，初步估計是模型參數率定精度問題。

3.4 ArcSWAT模型適用性評價

本文采用相對誤差Re和效率系數Ens來評價ArcSWAT模型的適用性。研究表明，相對誤差在±15%范圍內，效率系數Ens達到0.6以上時，可認為SWAT模型較好地模擬了研究區內的產沙、產流過程[4]。由表3可知，ArcSWAT模型對湔江流域產流、產沙及污染物輸出模擬具有較高的適用性。

表3 產流、產沙及營養物運移模擬適用性評價指標

4 基于ArcSWAT模型的湔江流域預測模擬

ArcSWAT模型集成了敏感性分析和自動校準與不確定性分析模塊，并且增加了日以下步長的降水量生成器和允許用戶定義天氣預測期，為ArcSWAT模型的短期預報打下了基礎。這種改進對評價流域內預測天氣的影響非常有用，為預測一定規劃年氣象條件下流域產流、產沙及污染物輸出的情況提供了可能性。本文基于ArcSWAT模型對湔江流域土地利用、氣象變化進行情景模擬，預測2020年土地利用變化、降雨量變化對流域產流、產沙及污染物輸出的影響。

彭州市“十三五”內將繼續實施退耕還林還草政策[11]，至2020年彭州市湔江流域內林地面積預計增長1.21%，草地面積增長0.94%；旱地面積減少7.66%，水田面積減少13.68%。此外居民點面積增加5.39%，未利用地減少8.86%，水域面積減少0.46%。變化情況見圖11。

圖11 2015—2020年湔江流域土地利用變化率

2020年(預測年)時在豐、平、枯3個典型水文年湔江流域的產流、產沙及污染物輸出量變化見圖12。

a.流域內產流對于降雨的變化比較敏感，產沙及污染物質輸出對降雨產流的變化比較敏感。

b.湔江流域平水年、枯水年時產沙及污染物輸出量較2015年(現狀年)均有減少，可見，彭州市“十三五”退耕還林還草政策將對減少流域內產沙及污染物的輸出有顯著效果。

c.湔江流域豐水年時產沙及污染物輸出量較現狀年有明顯幅度的增加，表明降雨產流對產沙及污染物輸出有較大的影響。

d.流域內水土流失情況及污染物輸出情況與當年的降雨量呈現出明顯的正相關關系，降雨量大小影響了泥沙及污染物輸出，較2015年(現狀年)的下降幅度為:枯水年>平水年>豐水年。

圖12 ArcSWAT模型 2020年各典型水文年模擬情況

5 結論和建議

5.1 結論

a.本文建立了基于ArcSWAT的湔江流域產流、產沙及污染物輸出模型，模擬了湔江流域2015—2018年產流、產沙及污染物輸出情況。分析表明：農業污染物質從陸地運移到河流和水體中是土壤侵蝕風化和降雨徑流共同作用的結果。基于ArcSWAT的湔江流域內產流、產沙及污染物輸出模擬值與實測值擬合度較好，污染物質隨時間的變化規律與產流、產沙具有明顯的相關性，而產沙、污染物輸出隨時間的變化相較產流具有一定的滯后性。

b.基于ArcSWAT模型對湔江流域產流、產沙及污染物輸出進行了預測模擬，根據模擬結果得到以下結論：?流域內產流對于降雨的變化比較敏感，產沙及污染物質輸出對降雨產流的變化比較敏感；?彭州市“十三五”退耕還林還草政策將對減少流域內產沙及污染物的輸出有顯著效果；?湔江流域水土流失情況及污染物輸出情況與當年的降雨量呈現出明顯的正相關關系。

5.2 建議

a.盡快建立和完善西河水庫水源地保護規劃。全面規劃，合理布局，進行區域性綜合治理。對可能出現的水體污染，要采取預防措施。遵照有關規定，做好西河水庫水源地的建設項目的報批、驗收工作。基于西河水庫基礎情況調研，提出初步治理方案，明確水源地保護目標、任務、責任和措施。

b.嚴格控制湔江流域農業非點源污染源。調整湔江流域土地利用結構，利用自然修復、綜合治理、農村面源污染控制、水土保持等措施，有效控制農業面源污染。采取科學的農業灌溉方式，控制農業非點源污染物隨徑流遷移而造成的損失。通過生物措施，提高植物覆蓋率、改善土壤質地、增加土壤微生物種類和數量，促進對化肥、農藥等主要農業非點源污染物的植物吸收、微生物降解、化學降解作用。此外通過水土保持工程措施控制侵蝕和搬運過程來控制非點源污染物的擴散，切斷非點源污染物的污染鏈和減少污染通量，從而減少吸附的營養物，達到凈化水質、保護水體工程的目的。

c.全面調查湔江流域內的點源污染源，根據各點源污染源的排放狀況，明確水源污染 防治重點，依法查處水源地排放污染物的個人及企業。杜絕城鎮生活污水和工業廢水任意排放。同行業廢水應集中處理，以減少污染源的數目，便于管理。

d.制定西河水庫污染事故處理應急預案，及時處置威脅水源安全的突發性事件。處置可能的污染事件，把突發事件環境影響控制在最小范圍內。在湔江重要河段建設預警監控體系。加強西河水庫水源地水環境管理信息系統建設，為政府提供信息支持，提高水庫管理的科學化、信息化、效率化。