灞河流域產流產污的時空特征模擬研究

趙串串, 南 洋, 王 雪, 馮 倩, 馬 歡

(陜西科技大學 環境科學與工程學院, 陜西 西安 710021)

灞河流域地處西安市東南，近年以來，隨著經濟社會的不斷發展，水體的污染狀況日益加重。非點源污染由于面積廣，污染類型多，遷移過程復雜，成為水體污染的重要來源。污染物入河量不斷增加，非點源污染問題突出。據統計[1]，全球范圍內有30%～50%的地表水都受到了非點源污染的影響，歐洲國家由非點源污染排放的氮磷占地表水污染總負荷的24%～71%[2]；據2018年《中國水資源公報》[3]最新資料顯示，對全國2.62×105km的河流水質狀況進行了評價，Ⅰ—Ⅲ類、Ⅳ—Ⅴ類、劣Ⅴ類水河長分別占評價河長的81.6%，12.9%，5.5%，主要污染項目是氨氮、TP和化學需氧量。統計分析陜西省環保廳2016,2017年水環境質量數據，TN超標率達70%以上，最大超標倍數達到兩倍以上。因此，開展流域非點源污染的量化及其負荷的空間分布規律，具有重要意義。

模型研究一直是非點源污染研究領域中活躍分支并被廣泛應用于實際。機理模型根據非點源污染形成的內在機理，通過數學模型對降雨徑流以及污染物的遷移轉化過程進行模擬[4]，如SWAT，HSAP，AnnAGNPS模型等。AnnAGNPS模型(annualized agricultural nonpoint source pollution model)是由美國農業部開發，研究而成的用于模擬評估流域地表徑流、泥沙侵蝕和氮、磷營養鹽流失的連續型分布式參數模型[5]。與GIS緊密集成，模型參數大多可自動提取，模擬結果的顯示度得以顯著提高；模型對流域的徑流、泥沙和化學養分進行基于實測數據或不同情景設置下的模擬，模擬研究有助于進一步掌握流域的水文變化和農業管理措施(如播種、施肥、收獲、犁田等)對水文及非點源污染的響應[6]。模型應用到中國的山美水庫[7]、岔口小流域[8]、西枝江流域[9]、三峽庫區小江流域等[10]在內的很多流域，并取得了良好的模擬效果，說明該模型適用于國內流域的非點源模擬。趙串串等[11]基于AnnAGNPS模型開展灞河流域已完成現狀模擬與校驗，取得良好效果。

近10 a來，非點源污染尤其是農業非點源污染已經逐漸成為影響水環境質量的重要因素[12]。為推進生態環境保護精細化管理、推進綠色發展，強化國土空間環境管控，基于三線一單政策，建立流域生態環境分區管控體系，將流域劃分為不同的小子流域進行分區管理，是流域非點源污染研究的有效手段。本文運用AnnAGNPS模型，結合GIS技術，綜合考慮流域內土地利用方式及類型、農業生活和降水等方面的因素，研究流域非點源污染時空變化特征分析，以期為流域規劃治理提供思路。

1 材料與方法

1.1 研究區概況

灞河，黃河支流渭河的支流，古名滋水，全長109 km，流域面積2 581 km2。發源于秦嶺北坡藍田縣灞源鎮麻家坡以北。灞河流域的地理坐標：東經108°57′—109°47′，北緯33°50′—34°29′，位于西安市的東南方向。北主要流經區域為藍田縣、灞橋區、未央區，下游與浐河交匯，并在高陵縣匯入了渭河。流域內有羅李村和馬渡王兩個水文監測站。

1.2 數據的來源及方法

AnnAGNPS模型主要參數數據和來源見表1。利用ArcView 3.3軟件對DEM圖層進行預處理，提取水系同時劃分子流域[13]。設置不同臨界源面積(CSA)和最小初始溝道長度(MSCL)的取值，劃分出流域分室(Cell)和溝道(Reach)數。通過ENVI軟件，基于灞河全流域Landsat 5(1996年)和Landsat 8(2017年)影像，構建光譜+紋理+NDVI多元數據組合。應用cart決策樹算法提取土地利用分布圖，kappa系數分類精度為0.967 3。

表1 模型所需的空間數據及屬性數據

子流域的劃分是模型模擬的第一步，對模擬結果有重要影響。利用ArcGIS 10.2水文分析功能，對研究區DEM數據進行洼地填充、流向計算匯流、累積量計算及河網提取等處理，根據水系河網分布將灞河流域劃分為14個小子流域(見圖1)。

圖1 灞河子流域分布

2 結果與分析

2.1 模型最小單元劃分對產流產污負荷的影響

在AnnAGNPS模型的應用中，域的離散程度高低與臨界源面積(CSA)和最小初始溝道長度(MSCL)有直接相關性[14]。課題組前期以馬渡王和羅李村水文站為出口，基于水文站10 a日徑流監測數據，完成AnnAGNPS模型的年尺度和日尺度產流模擬校準與驗證[15]。為深入探討模型對灞河流域模擬精度問題，在模型允許的3 000個cell單元內，CSA的取值應盡可能較小，合適的取值確保了模型的模擬精度。CSA和MSCL取值要根據研究區水文特性、土地利用屬性等選取合理有效的數值[16]，結合流域地形特征，以豐水年(2011年)為例，設定CSA和MSCL取值，模擬產流和產污負荷定額，確定最佳取值參數。模擬結果統計見表2。

表2 臨界源面積(CSA)和最小初始溝道長度(MSCL)不同取值對徑流及產污負荷的影響

由表2可知，水域的單位面積產流最高，且CSA的改變對其影響不大，其他地類單位面積產流隨CSA的增大而減小，灌木林地變化幅度最大為12.98 t/hm2。耕地單位面積TN負荷隨CSA的增大減少2.3 kg/hm2，灌木林地單位面積TN負荷減少3.45 kg/hm2，建設用地單位面積TN負荷減少0.73 kg/hm2。CSA的變化對各地類單位面積TP負荷的影響不大。水域的單位面積TP負荷最高，其次是耕地，耕地單位面積TP負荷在12 kg/hm2左右。喬木林地單位面積TN和TP負荷最小，其根系生長比較發達，對水源涵養貢獻較大，因此氮磷流失小。CSA和MSCL的取值決定了流域的離散化與概化程度，各地類對單位面積產流和產污的影響不同。依據數據變化趨勢，本文設定CSA取值為400 hm2，MSCL取值設置為400 m，劃分流域cell單元分室為873個。

2008年Shamshad等[17]在馬來西亞的Kuala Tasik流域利用AnnAGNPS模型模巧計算流域內的非點源輸出負荷，探討其適應性，模擬結果表明氮素模擬輸出結果與實測數據決定系數較好且誤差較小，適用于本地區污染負荷輸出模擬。根據2017年DEM圖用AnnAGNPS模擬整個灞河流域的徑流量和TN和TP負荷量，模擬結果同李家科[18]利用AnnANGPS模型研究的渭河流域模擬結果具有一致性，除水域外耕地污染負荷最大，林地最小。

2.2 非點源污染年際時間動態變化分析

以灞河流域1996年和2017年遙感影像作為基礎資料，利用ENVI軟件劃分相應年份的地類分布，基于GIS軟件統計分析地類分布信息結果見圖2。從圖2可知：2017年地類和1996年地類相比耕地減少，建設用地增多，水域面積也有明顯增多。由表3可知，相比1996年，2017年喬木林地和耕地的面積減少了4.52%和8.57%，同時，灌木林地面積增加了1.90%，建設用地增加了8.78%，水域面積增加了2.41%。

圖2 灞河流域土地利用類型分布特征

表3 灞河流域1996年和2017年地類的面積變化

以灞河流域2001—2017年監測的降雨量作為基礎資料，基于AnnAGNPS模型，模擬分析灞河流域各地類目標年份產流和產污負荷定額數據(見表4)。由表4可知，2017年相比1996年：耕地徑流量定額增加了9.73 t/hm2，TN負荷定額增加了1.61 kg/hm2，TP負荷定額增加了1.55 kg/hm2；灌木林徑流量定額增加了21.51 t/hm2，TN負荷定額增加了8.54 kg/hm2，TP負荷定額增加了1.91 kg/hm2；建設用地徑流量定額增加了10.11 t/hm2，TN負荷定額增加了10.89 kg/hm2，TP負荷定額減少了0.93 kg/hm2；喬木林徑流量定額減少了3.03 t/hm2，TN負荷定額減少了0.85 kg/hm2，TP負荷定額減少了0.27 kg/hm2；水域的徑流量定額、TN負荷定額、TP負荷定額基本無變化。

由表3和表4數據可知，耕地面積占比減少8.57%，建設用地面積占比增加了8.78%，引發各地類地表徑流增加，導致各地類污染負荷不同程度變化，其中，建設用地TN污染負荷定額增加到16.13 kg/hm2，一定程度上反應了灞河流域近20 a城市非點源污染的嚴重性。

表4 灞河流域各地類目標年產流和產污負荷定額模擬數據

2.3 非點源污染年際空間分布特征

基于2017年地類數據空間cell單元劃分，對研究目標年(2001—2017)TN和TP輸出負荷與年徑流量開展模擬分析，結合流域地類(見圖2)、得到灞河流域分區、TN負荷模擬結果、TP負荷模擬結果和年均徑流量統計結果見圖3。整體而言，灞河流域非點源TN和TP污染負荷強度空間分布地區不均衡，差異比較明顯。

圖3 灞河流域分區、TN年均負荷、TP年均負荷和年均徑流量的空間分布

(1) 徑流情況。①灞河上游單位面積徑流量小于下游單位面積徑流量定額。分析原因上游的土地利用類型大多為林地，建設用地僅占上游流域面積的11.9%，徑流量小；下游建設用地占下游流域面積86.8%。且上游土壤屬于棕壤土，降雨易下滲，導致上游徑流量整體小于下游地區；②徑流最大的區域有清峪河、灞河上游、清河以及輞川河這4個子流域，這幾個區域大多是水域和灌木林地，灌木林地是林地和建設用地以及耕地的過渡帶地區。

(2) 污染貢獻。①TN負荷大于20 t/a的地區分布在庫峪、岱峪，這兩個子流域的TN負荷占比為19.30%；TP的負荷大于5 t/a的地區也分布在庫峪和岱峪，這兩個子流域的TP負荷占比為28.17%;②TN負荷比較嚴重的地區占總流域面積的19.33%，TP分布比較嚴重的地區占總流域面積的15.04%；③輞川河、庫峪、岱峪以及清峪這4個子流域的TP負荷占到了灞河整個流域TP負荷的50.32%，TN負荷占到了灞河整個流域TN負荷的56.09%，說明這4個子流域地區屬于污染負荷嚴重的區域。可以看出污染負荷嚴重區域的地類是耕地，是因為近年來耕地施肥量大導致污染負荷高。

2.4 污染負荷與徑流量的響應

在2017年地類基礎上對流域2001—2017年TN和TP輸出負荷與徑流量關系進行相關分析。灞河流域2001—2017年TN，TP輸出強度與徑流量關系如圖4所示，徑流作為營養物輸出的驅動因子，氮磷營養物輸出負荷均與降水呈正相關關系。從徑流大小來看：①當徑流值小于4.00×108t時，可以看出河流的TN，TP污染負荷偏低，這時應該密切關注流域背景值，為模型的數據庫增加更多的背景數據；②當徑流值大于4.00×108t時，有足夠多的徑流將地表污染物負荷沖進水體，導致TN和TP污染物負荷處于高負荷狀態，造成水體富營養化。在特別年份，水體內有大量魚類死亡現象。

圖4 2001-2017年TN，TP輸出負荷和徑流量的關系

3 結 論

(1) 與1996年相比，灞河流域2017年林地和耕地的面積減少，灌木林地、建設用地、水域等面積增多；水域地類徑流量、TN負荷、TP負荷基本無變化；耕地面積減少，但是由于過度施肥，污染情況依然嚴峻；其他地類隨著徑流的變大(變小)，污染負荷也隨之變大(變小)。

(2) 與1996年相比，灞河流域2017年耕地面積占比減少了8.57%，建設用地面積占比增加了8.78%。由此引發流域地表徑流增加，導致其污染負荷不同程度變化。其中，基于2017年地類數據，建設用地TN污染負荷相比1996年(5.24 kg/hm2)增加到16.13 kg/hm2，一定程度上反應了灞河流域近20 a城市非點源污染的嚴重性。

(3) 從污染負荷情況來看：灞河流域非點源TN，TP污染負荷強度地區分布不均衡；輞川河、庫峪、岱峪以及清峪4個子流域污染嚴重，TP負荷占到了灞河整個流域的50.32%，TN負荷占到了灞河整個流域的56.09%；基于近20 a模擬結果與分析，統計流域各個土地類型產流產污定額變化，除水域外，耕地產流產污定額最大，林地產流產污定額最小。

(4) 從徑流情況來看，徑流最大的區域有清峪河、灞河上游、清河以及輞川河子流域，這4個子流域水域和灌木林地面積占比較大。當灞河流域徑流值小于4.00×108t時，應該密切關注流域污染負荷背景值；當徑流值大于4.00×108t時，TN和TP污染物負荷處于高負荷狀態，流域應該做好污染防治工作。