鐵嶺市農田種植污染負荷研究

(遼寧省鐵嶺水文局，遼寧 鐵嶺 112000)

2018年5月16日生態環境部公布的2018年第一季度水環境質量達標滯后城市名單中，鐵嶺市排名榜首[1]；2019年5月7日生態環境部再次發布地級及以上城市1—3月國家地表水考核斷面水環境質量排名，鐵嶺市名列倒數第24名，由此可以看出，鐵嶺市的水環境污染問題一直較為突出。

鐵嶺市是松遼平原中段的產糧區，主要的栽培作物有玉米、水稻和大豆等。該地區以傳統農業耕作為主，農業生產給水體帶來了較為嚴重的污染，該地區的全部農業非點源污染幾乎全部由遼河及其支流承納[2]。

1 SWAT模型構建

SWAT(Soil and Water Assessment Tool)分析模型是應用較為廣泛的分布式水文模型[3]，根據SWAT建模數據需求，模型內共使用了鐵嶺及周邊地區74個雨量站和18個水文站的雨量、水文數據。根據實際河道、鐵嶺縣(區)分布的具體情況，共劃分子流域93個。

將土地利用原始數據進行重分類，轉換成適用于模型的代碼，各類土地利用類型代碼及比例分別為：旱地原代碼121，模型編碼AGRR，面積5679.04km2，占35.23%；林地原代碼21，模型編碼FRST，面積4847.63km2，占30.08%；水田原代碼111，模型編碼RICE，面積4814.07km2，占29.87%；農村居民點原代碼52121，模型編碼URLD，面積776.96km2，占4.82%。

加載土壤數據前，也需要對土壤類型進行重新分類，土壤分類結果為：棕壤編碼ZRANG，面積3191.13km2，占27.60%；暗棕壤編碼ANZRANG，面積2971.19km2，占25.69%；白漿土編碼BJTU，面積2661.00km2，占23.01%；褐土編碼HETU，面積2147.52km2，占18.57%；黑土編碼HEITU，面積593.56km2，占5.13%。

根據坡度劃分結果，定義水文相應單元，并加載各項氣象、雨量數據，編輯各項輸入數據后，成功運行模型并進行模擬工作。

2 模型模擬及驗證

2.1 水文過程模擬

2.1.1 水量參數調整

結合流域的實際情況，并參考參數敏感性分析文獻，選擇CN2、SOL_AWC、ESCO、CANMX、GW_REVAP等幾項參數進行重點調整，主要調整的參數的意義和取值如下：CN2(徑流曲線數)為52～71；SOL_AWC(土壤有效含水量)為0.10～0.18；ESCO(土壤蒸發補償系數)為0.80；CANMX(植被冠層截留)為4；GW_REVAP(地下水再蒸發系數)為0.12。

在參數調整的過程中，先進行基礎水量平衡和總流量的校準，在地表徑流和基流符合實際情況后，再對時間過程進行調整，使其達到合理狀況。由于研究區內部的氣候差異不大，各匯水區的參數應該保持在相近的范圍內。

選擇判定系數(R2)和Nash-Suttclife效益系數(NSE)兩種判斷工具，對模型結果進行評價。

2.1.2 水量結果分析

用2011—2013年的數據進行模型率定，用2014—2017年的數據進行驗證。對水量模擬結果進行評價，其結果見表1。

表1 2011—2017年水文過程模擬結果

相對而言，處于遼河支流招蘇臺河沿岸的梨樹、王寶慶、寶力鎮3站的模擬結果相對較差。其主要原因是該3站都位于鐵嶺市農業大縣昌圖縣境內，該縣以種植業為主，人口眾多，人類活動對河流水量的影響較大，農田種植和農村生活中的取水因素等在模型中比較難以體現。另外，此3站位于流量較小的支流，出現的偏差可能表現得較為明顯，但對下游水量的影響不大，因此中游水量較大的通江口站和最接近流域出口的鐵嶺站率定期和驗證期NSE基本沒有差別，說明模擬結果總體與實際流量匹配較好。

2.2 泥沙模擬

2.2.1 泥沙參數調整

泥沙的模擬情況直接影響到后續的水質模擬過程，主要選擇SPEXP、SPCON、CH-COV、CH-EROD、USLE_P等幾項敏感參數進行重點調整，調整參數的意義和取值如下：SPEXP(河道內沉積物再遷移指數)為1.5；SPCON(沉積物河段間遷移最大量)為0.006；CH_COV(河道覆蓋因子)為0.005～0.300；CH_EROD(河道侵蝕因子)為0.001～0.300；USLE_P(USLE方程水土保持措施因子)為0.2～0.9。

2.2.2 泥沙結果分析

用2011—2013年的數據進行模型率定，用2014—2017年的數據進行驗證。對泥沙的模擬結果進行評價，其結果見表2。

表2 2011—2017年泥沙過程模擬結果

選取最接近流域出口的鐵嶺站進行泥沙分析，部分站點的泥沙結果受水量模擬結果的影響，誤差進一步加大。模擬結果的峰值時間與實測值基本一致，但模擬值在峰值部分明顯高于實測值，主要原因可能是暴雨沖刷導致的土質流失，泥沙大量入河，模型不能很好地反映這一點。另外，受數據資料收集的限制，實測值是根據月均輸移質和月均流量得到的，可能會有一部分偏差。總體來看，模擬結果與實測結果匹配性比較令人滿意。

2.3 水質模擬

2.3.1 污染源識別

將通過調查和計算獲得的各類非點源污染進行分類，并參考實際情況輸入模型，以確保模型的合理性。

化肥施用：該地區的旱地種植作物中，玉米的種植面積超過95%，因此旱地種植的施肥主要參考玉米的實際施肥。根據實際調查與參考當地文獻，獲得主要種植類型玉米和水稻的施肥時間與施肥量。

畜禽養殖：根據實地調查，區域內無論是規模化養殖還是散養，大部分都通過堆肥后就近作為肥料處理，根據計算出的畜禽養殖排污負荷，考慮堆肥損失和其他的處理方式，將其中的90%折算為有機肥，作為底肥輸入模型。

居民生活污染：現場調查結果表明，該地區的各項生活污染物均直接就近排放，因此將計算出的居民生活污染物全部折算為有機肥，作為底肥輸入模型。

2.3.2 水質參數識別

水質參數的調整可以分成兩個步驟：校準污染負荷和入河水質過程。參考SWAT模型水質相關敏感參數文獻，對模型參數進行調整，主要調整參數意義及取值如下：CDN(反硝化系數)為2；SDNCO(土壤含水量的反硝化臨界值)為0.98；RS4(20℃時河道有機氮沉降速率)為0.1；PPERCO(磷淋失系數)為10；PSP(有效磷指數)為0.4；RS5(20℃時河道有機磷沉降速率)為0.1。

3 水質結果分析

3.1 農田尺度分析

根據《全國第一次農業污染源普查農業污染源肥料流失系數手冊》，鐵嶺市旱地農田污染流失因子主要為總氮和總磷，水稻田主要為總氮、銨態氮、硝態氮、總磷和可溶性總磷，由于鐵嶺市農田多種植為玉米，因此污染流失因子選擇總氮和總磷。

選擇與試驗田位于同一區域，坡度和土地類型一致的HRU，計算其多年模擬值的平均值，與試驗結果進行比較，玉米地和水稻田的結果分別見表3、表4。結果表明，同類作物類型的單位面積模擬水質與試驗結果相近，驗證了模型在鐵嶺市農田尺度分析中的可靠性。

表3 玉米地試驗輸出系數與模擬值比較

表4 水稻田試驗輸出系數與模擬值比較

3.2 流域尺度分析

由于在模型輸入過程中缺少點源相關數據，而點源排放可能對水質有較高的影響，因此需要通過徑流分割法對實測水質數據進行分割。由于點源排放通常較為穩定，隨時間變化不大，而非點源污染通常伴隨降雨徑流產生，在枯水期很少發生流失，因此可以認為枯水期的水質污染主要是由點源污染貢獻的。計算出枯水期實測月平均水質，將其視為由點源負荷貢獻的，從實測水質數據中扣除，獲得分割后的實測值。

水質模擬結果的峰值與實測值產生時間比較一致，但在峰值時產生的污染物出流量偏差較大，水質模擬結果可能是受到了水量、泥沙模擬偏差的影響。而且使用的實測值不是每月平均值，而是該月某天的監測數據，不能完全代表當月的平均水平，模擬結果與實測值會有一定誤差。氨氮和總磷模擬的NSE值分別為0.63和0.60，總體而言，該模型在鐵嶺市區域內具有適用性。

3.3 農業面源污染流失時空分布

現狀減排和耕作條件下，以2016年和2017年降雨為例，模擬農業面源污染流失時空分布，得出以下結果：總氮、氨氮和總磷面源污染流失強度加大的區域主要集中在昌圖縣招蘇臺河上游、開原市和調兵山市，COD面源流失主要集中在昌圖縣招蘇臺河中游和開原市的水稻種植區域。

4 結 論

鐵嶺市農田種植污染負荷計算結果如下：總氮2523t、總磷211t、氨氮625t、COD1280t。鐵嶺市農田種植主要以玉米、大豆為主，其輪耕周期長，一年茬數少，且土壤多為黑土黏土，雨季農田地表徑流污染物氮磷流失較多。農業面源污染流失時空分布的研究成果可為鐵嶺市水環境達標治理提供思路和方向，為鐵嶺市水資源保護發揮重要作用。