基于SWAT的涟水河上游流域非点源污染模拟

楚 贝 蒋昌波，2 胡世雄 刘东润

（1.长沙理工大学 水利工程学院，长沙 410076；2.长沙理工大学 水沙科学与水灾害防治湖南省重点实验室，长沙 410076；3.美国宾夕法尼亚州立East Stroudsburg大学，美国 宾州 18301－2999；4.湖南省水文水资源勘测局，长沙 410076）

随着点源污染逐渐得到了有效控制，非点源污染的研究和治理越来越受到广泛的关注，借助模型对流域非点源污染的产出和时空分布特点进行研究，能够为非点源污染的治理提供导向.国内外［1－4］的许多研究均表明:SWAT模型在流域非点源污染模拟方面均有较好的适用性.至今未有关于涟水流域非点源污染方面的深入研究，本文应用SWAT模型对研究区域的非点源污染进行模拟计算分析，为涟水流域非点源污染控制规划和治理提供依据.

涟水，湘江中游左岸一级支流，发源于新邵县观音山西南麓，流经涟源市、娄星区、双峰县，经湘乡至湘潭县河口入湘江，干流全长224km，平均坡降0.46‰，流域面积7155km2.研究区域为涟水河娄底水文站上游区域，面积1463km2，流域地处湘江中下游气候区，属于亚热带湿润气候，多年平均气温为17.1℃，无霜期平均为277d，多年平均日照时数为1663.1h，年均日照率为32%，多年平均降雨量为1368mm，地理位置、水系及流域边界图如图1～2所示.

图1 研究区域地理位置

图2 水系及流域边界图

1 SWAT模型数据处理与模型建立

1.1 SWAT模型数据处理

SWAT模型进行模拟需要输入的数据集可以分为两大类:1）适当精度的空间数据，包括数字高程地形图（DEM）、土地利用类型图、土壤类型图等；2）非空间数据，气象、土壤属性、水文水质等数据库文件.所有数据来源及数据格式见表1.

表1 空间数据分辨率、格式及来源

1.1.1 空间数据

在ARC／info中，将获得的tiff格式的DEM图转化成模型要求的grid格式，并经过投影转换（Albers等积圆锥投影）及流域界限划定等步骤，生成模拟所需要的GIS地图；将湖南省土地利用图利用Arc／info进行坐标系统投影转换，并将相同的土地利用类型进行合并，然后建立landuse look up表，在SWAT模型中加载并对合并后的整个湖南省的土地利用图进行重分类，采用流域边界对重分类后的土地利用图进行切割得到研究区域的土地利用图；将湖南省土壤类型图（shape文件）利用Arc／info软件以土壤类型代码字段（soilcode）为值（value）转化为grid格式，并进行坐标系统投影，同时，由于复合土2的面积非常小，将其与复合土1合并成红壤，在SWAT模型中加载合并后的湖南省土壤类型图，添加look up表对加载后的土壤类型图进行重分类，并由流域边界切割得到研究区域的土壤类型图，处理后的流域DEM图（TIN格式）、重分类后的土地利用及土壤类型图如图3～5所示.

1.1.2 非空间数据处理

SWAT模型所需输入的非空间数据主要包括气象数据、土壤物理、化学属性数据等，另外，还需对作物的管理措施及研究区域内点源污染数据进行调查和统计.最后，为评价模型模拟结果的准确性，还需获得流域出口娄底水文站的实测月径流、泥沙及水质数据.模型所需的气象数据主要包括日降雨量、日最高／最低气温、风速、太阳辐射、相对湿度等，这些数据可以由实测资料获得，然后以dbaseⅢ的数据格式输入模型，也可以根据多年月平均值等统计数据通过模型自带的“天气发生器”生成.模型采用研究区域内娄底、涟源、团家山、渣度、长荣、桥头河6个雨量站的实测数据，雨量站位置见图6.由于研究区内没有气象站点资料，根据《湖南省统计年鉴》近十年的资料，统计分析了长沙与研究区内主要城市娄底的年平均气温的相关关系，研究表明其相关性较好［5］，因此使用了长沙站点的气象资料.由于长沙站仅有实测日最高／最低气温、日平均风速及日均相对湿度的实测数据，无太阳辐射实测数据，因此，日太阳辐射采用“天气发生器”生成.土壤属性资料主要通过查《娄底土壤志》获得，作物管理措施包括播种、施肥、耕地、灌溉和收获等，本区域内种植作物有水稻、小麦、棉花等，为简化模拟计算，仅考虑主要种植作物水稻的管理措施.流域内点源污染统计主要考虑城镇人口未经处理排放的生活污水及水系附近的工业企业排污.

图6 研究区域子流域划分及雨量站

1.2 子流域及HRUs划分

在已有的DEM图上，选择10450ha为集水面积阈值，将整个流域划分为11个子流域.通过重分类后的土地利用图、土壤类型图的叠加、坡度划分以及土地利用、土壤类型面积、坡度阈值的设置（分别设置为5%），进一步将整个流域划分为128个水文响应单位（HRUs）.划分的子流域见图6.

2 SWAT模型参数率定和验证

将1998年设置为模型“预热期”，利用娄底水文站1999～2002年实测的月径流、污染物数据进行模型的参数率定，再根据2003～2005年实测月径流及污染物数据对率定后模型的预测能力进行验证.

2.1 径流参数率定和验证

通过实测值与模拟值之间的相关性系数（R2）、Nash－Sutcliffe效率系数（Ens）来评价模型的适用性，其中，Nash－Suttcliffe效率系数Ens的计算公式如下:

式中，Qm为模拟值，Qs为实测值，Qavg为实测值的平均值，n为实测数据的个数.当Qs＝Qp时，效率系数Ens＝1，若效率系数Ens为负值，则表示模拟值比实测平均值的可信度更低.一般来说，当Ens＞0.5时，则表明模拟值符合要求，其值越接近于1，表示模拟值越准确.

表2为径流率定期及验证期的模拟结果，其中，率定期（1999～2002年）月径流Nash－scuttcliffe系数（Ens）为0.87，相关系数R2为0.93，拟合效果非常好；验证期（2003～2005年）月 Nash－scuttcliffe系数（Ens）为0.78，相关系数R2为0.73，满足模型径流模拟的要求.

表2 径流率定期和验证期结果对比表

娄底站于1993年已停止泥沙项目的观测，因此，泥沙资料通过娄底站的实测径流资料和泥沙资料建立相关关系获得.通过将率定期与验证期泥沙模拟值与实测值进行相关分析可知，校准期相关系数R2达0.67，满足相关系数R2＞0.6的要求，而验证期相关效果不佳，R2仅为0.2，分析数据规律发现，2005年6月实测的流量相当大，导致相关得到的输沙率值远大于模拟值，使得相关系数整体偏小，当除去该点时，验证期相关系数达到0.76，因此，认为模型泥沙模拟值基本正确.

2.2 污染物参数确定

通常的水质监测数据既包含了点源负荷，又包括了非点源污染负荷，因此，应用点源污染与非点源污染物负荷的数据之和对模型进行校准［6］，由于实测资料数据的有限，因此，采用2004年月实测数据进行校准，采用2005年月实测数据对模型进行验证，最终选定对非点源污染负荷进行模拟的参数值.本文选取NH3－N、TP两种污染物进行非点源污染负荷的模拟与验证.

实测污染负荷通量利用常规月监测数据进行估算，即:

式中，i为估算时段月数；Ci为污染物第i月平均浓度；Qi为第i月平均径流量；Li为第i月实测污染负荷通量.

污染物率定期和验证期模拟结果见表3～4.从表3～4可见，各项污染物的模拟精度均在模型要求范围内.

表3 氨氮率定期和验证期结果对比表

表4 总磷率定期和验证期结果对比表

综上SWAT模型的率定和验证结果，认为模型模拟结果基本合理，可适用于涟水河流域非点源污染负荷模拟计算.由表4发现，总磷验证期精度远远高于率定期的模拟精度，这可能与数据的偶然监测精度有关.

3 非点源污染时空分布特征分析

3.1 流域非点源污染贡献率

保持率定后的模型参数不变，在模型输入数据中除去点源数据，重新运行模型，得到由非点源污染产生的负荷［6］，并将模拟得到的总污染负荷扣除非点源污染负荷得到点源负荷总量，求得研究区域氨氮和总磷的非点源污染负荷与点源负荷之比.

由表5可见，在研究区域范围内，2004年及2005年非点源负荷所占比重均超过点源污染负荷，非点源污染所占比重均超过75%，研究区污染形式主要表现为非点源污染，但2004年与2005年对比可知，在降雨较多的2004年，非点源污染所占比重相对较高.可知，非点源污染与降雨量有一定的相关关系.

3.2 非点源污染负荷时间分布特征

通过不同水平年、不同时段（汛期及非汛期）的非点源污染负荷量模拟值来分析非点源污染的时间分布规律，见表6～7.

3.2.1 年际分析

分别选取1999～2005年中降雨量最大（2002年）、平均（2005年）和最小的年份（2003年）分别代表丰水、平水和枯水年份，以氨氮为代表分别对3个代表年的计算结果进行分析，统计结果见表6及图7.

表6 不同水平年非点源污染负荷

图7 2004年及2005年月均降雨、泥沙及非点源污染负荷

由表6及图7可以看出，丰水年，径流、泥沙及非点源污染物负荷均较大，平水年次之，枯水年份最小.丰水年降雨量和径流量分别是平水年的1.3和1.2倍，是枯水年的1.6和1.7倍，泥沙产量分别为1.4和2.1倍，氨氮分别为1.5和1.6倍.降雨是土壤侵蚀及非点源污染扩散的主要驱动力，由计算可知降雨量与泥沙、NH3－N负荷两者的相关系数分别为0.89、0.92，非点源污染负荷与降雨量有着非常直接的正相关关系.

3.2.2 年内分析

对流域内2004年及2005年年均各月降雨径流、泥沙及非点源污染物数据进行统计分析，如表7及图8所示.

表7 2004年及2005年月均径流、泥沙及非点源污染负荷

图8 2004年及2005年月均降雨、泥沙及非点源污染负荷

由表7及图8可看出降雨量最大值出现在5月份，占全年降雨总量的24%，降雨量与流量呈现明显的正相关关系.由于降雨侵蚀土壤表面，而非点源污染物附着于土壤表面随水土流失而迁移扩散，因此，非点源污染不仅与降雨关系密切，与泥沙负荷之间也存在着很好的相关性，例如NH3－N与泥沙的相关系数高达0.91，泥沙及非点源污染负荷也分别在该月达到最大值.根据图8显示，泥沙及非点源污染负荷在2月份和11月份分别出现了一个“小高峰”，究其原因为降雨量增加，侵蚀土壤表面造成水土流失所致.另外，尽管7月份降雨量有较小回升，但径流、泥沙及非点源污染负荷并没有相应回升，仍呈现减小趋势，这可能是由于该月份气温较高，植物蒸发旺盛，土壤缺水严重，降雨量主要用于土壤水量补充.

根据月模拟结果，对汛期（4～9月）及全年径流量、泥沙及非点源污染负荷进行统计，见表8及图9～10.

表8 汛期及全年非点源负荷统计

图9 2004年汛期与非汛期污染物负荷对比图

图10 2005年汛期与非汛期污染物负荷对比图

由图表可知，汛期集中了全年降雨的60%以上，因此汛期也就成为流域非点源污染产生和扩散的集中时段，汛期泥沙、NH3－N、TP均占各值全年的50%以上.

3.3 非点源污染负荷空间分布特征

根据2004年及2005年模型模拟数据，以子流域为基本单元，分析流域内非点源污染磷负荷的空间分布规律.年均降雨径流、泥沙及有机磷、可溶磷及吸附磷的空间分布见图11～17.

图11为年均降雨量空间分布图.降雨量的空间分布较为均匀，降雨量最大的为子流域9，其年均降雨量为1463mm，与降雨最小值仅相差123mm，从地理区域来看，降雨主要集中在涟水河沿岸.

图12为年均径流深分布图.由图中可看出，径流深整体由南向北呈递减趋势.子流域9由于降雨量较大，且平均坡度在15°以上，相应的径流深也较大.流域内径流量取决于降雨量与该地区土壤的潜在入渗量，子流域11尽管其降雨量并不大，但其径流深却非常大，推测其原因为土壤前期含水量较高，土壤入渗量小，降雨基本用于产流.另外，涟水干流流经的地区，包括子流域4、5、6、7、8、10径流深较大，根据平均高程可知，这些子流域的地势均较低洼，成为主要的集水区.

图13为泥沙空间分布图，通过计算可知，泥沙与降雨量的相关系数为0.89，从图中可以看出，流域内主要产沙区集中在子流域9，其次为子流域7，8，与降雨的空间分布较为相似，可知，泥沙负荷与降雨呈正相关关系，然而，在某些子流域却没有表现出这种相关性，根据MUSLE方程可知，土壤侵蚀量受地表径流、洪峰流量、土壤侵蚀因子、植被覆盖、作物管理因子等的共同影响.子流域6及子流域8的产沙量便是这些因素共同作用的结果，这两个子流域所在地区土壤类型主要为水稻土和红土，质地粘重，透水性差，易遭受径流冲刷和割切，形成强烈的面蚀和沟蚀.另外，部分子流域由于有涟水支流孙水流经，产沙量也相对较大，如子流域2和5，同时，这些子流域所在地土壤类型主要为黄红壤和红壤，耕地分布较广，平均坡度在18°以上，陈法杨［7］的红壤室内试验结果表明，18～25°的侵蚀量随坡度会急剧增加，因此，在降雨径流的冲刷作用下进一步加剧了土壤侵蚀.

以总磷为例，分析非点源污染负荷的空间分布特征，见图14.通过计算可知，月均降雨量与总磷负荷的相关系数为0.7，从整个流域看，总磷在很大程度上受降雨的影响，同时，值得注意的是土壤侵蚀量与营养物负荷之间有很好的相关性，总磷与泥沙的相关系数达0.82.这是由于在土壤中，磷与黏土等细颗粒土壤牢牢结合在一起，溶解态磷比例很低（见图17），土壤侵蚀是磷迁移出土壤的主要途径之一，伴随着土壤侵蚀与泥沙输移过程，污染物也随泥沙一起迁移.比对图13可以看出，泥沙负荷高的地区，总磷负荷也较大.由于总磷由有机磷、吸附磷及可溶磷相加得到，因此，分别对这3种磷的空间分布进行研究.

随泥沙迁移的磷主要表现为有机磷与吸附磷，这两种形式磷总和占总磷含量的96.5%，而可溶磷仅占流域总磷含量的3.5%.由图15及16可看出，有机磷与吸附磷主要分布在降雨量和径流量都非常大的子流域9和子流域7，这与泥沙的空间分布尤为相似.从整个流域来看，有机磷与吸附磷主要分布在涟水、孙水河沿岸，为耕地稻田的主要分布区，土壤流失量大，施肥多，因此，非点源污染负荷迅速增加，而其余地区则主要为丘陵区，多林地分布，非点源污染负荷较小.

综上所述，非点源污染负荷与降雨量之间有着非常强的相关性，同时，非点源污染负荷与泥沙之间也存在着很好的相关性，而根据MUSLE方程可知，土壤的侵蚀同时受地表径流、洪峰径流、土壤侵蚀因子、土地利用等因素的共同影响，因此，流域的非点源污染负荷最终是各种因素综合作用的结果，而土壤侵蚀和水土流失表现为非点源污染输移的两种最主要的途径，因此，控制土壤侵蚀和水土流失对于流域的非点源污染治理具有至关重要的意义.坡耕地往往是土壤侵蚀的高发地段，据此，农业生产中，实施保护性耕作如免耕、少耕、间套复种及等高线条带种植技术等，同时，兼采取缓冲带防治技术等可有效地控制流域的非点源污染.

4 结 论

检验了SWAT模型在中尺度流域－涟水河娄底水文站以上区域进行非点源污染模拟的适用性，模拟结果与实测数据的相关系数及效率系数均满足模型精度要求，表明SWAT模型基本适用于涟水河娄底站以上流域的非点源污染模拟.根据模拟结果对流域径流、泥沙及非点源污染的时空分布特征进行了分析，得出以下几点结论:

（1）计算求得氨氮、总磷的非点源污染负荷与点源负荷之比可知，研究区域目前的污染形式主要表现为非点源污染，非点源污染所占比重均在75%以上，因此，要根本解决流域的水质问题，除了有效减少点源污染的排放外，需加大对流域非点源污染的控制力度.

（2）对比丰、平、枯水年泥沙和非点源污染负荷，丰水年非点源污染负荷最大，平水年次之，枯水年最小，并且污染物负荷多集中于降雨量大的汛期（4～9月），这说明非点源污染产出与降雨量呈明显的正相关关系，同时，非点源污染与泥沙之间也存在着很大的相关性.

（3）在3种不同土地利用方式下，耕地单位面积产污量最大，林地次之，草地最小.计算3种土地利用类型下的非点源污染贡献率，耕地面积虽仅占流域面积的39%，所产生泥沙、有机磷、吸附磷及可溶磷负荷均超过流域总负荷的60%；林地所占面积比为59%，产生的各种非点源污染物却远远小于耕地；草地面积最小，仅占流域面积的1.3%，对非点源污染负荷的贡献基本可以忽略.

（4）从整个流域看，非点源污染负荷量受降雨量影响很大，但对有机磷与吸附磷负荷进行单独分析，这两种形式的磷与泥沙空间分布的相似性更为明显，这进一步验证了非点源污染负荷与降雨量、泥沙负荷之间存在相关性.

（5）鉴于在建模过程中遇到的问题，在接下来的进一步研究中，将考虑提高空间数据的精度和获取更完整的资料，以提高SWAT模型在本区域的适用性和模拟精度，例如:通过插值的方法增加降雨量站的数目并充分考虑雨量站空间分布的均匀性；再者，可在流域出口上游多增设几个测站，并且在流域出口站增设泥沙项目的观测，利用加测的数据对模型进行更进一步精细的率定和验证；此外，还可以通过实地监测，对模型的部分参数进行进一步确定，从而提高模型的本土化应用，模型精度将会进一步提高.

［1］Saleh A，Arnold J G，Gassman P W，et al.Application of SWAT for the Upper North Bosque Watershed［J］.Transactions of the ASAE.2000，43（5）:1077－1087.

［2］Samira A，Jahangir A K，Mousavi S F，et al.Application of SWAT Model to Investigate Nitrate Leaching in Hamadan－Bahar Watershed，Iran ［J］.Agriculture，Ecosystems＆Environment，2010，139（4）:675－688.

［3］Grizzetti B，Bouraoui F，Granlund K，et al.Modelling Diffuse Emission and Retention of Nutrients in the Vantaanjoki Watershed（Finland）Using the SWAT Model［J］.Ecological Modelling.2003，169:25－38.

［4］胡连伍，王学军，罗定贯，等.基于SWAT模型的流域氮营养素环境自净效率模拟－以杭埠－丰乐河流域为例［J］.地理与地理信息科学，2006，22（2）:35－38.

［5］隆院男.模块化分布式水文模型SWAT的改进及其在涟水流域的应用［D］.长沙:长沙理工大学，2010.

［6］郝芳华，程红光，杨胜天.非点源污染模型－理论方法与应用［M］.北京:中国环境科学出版社，2006:53－55.

［7］陈法杨.不同坡度对土壤冲刷量影响的实验［J］.中国水土保持，1985（2）:18－19.