基于SWAT模型的青山湖流域氮污染时空分布特征研究

陈 丹，张 冰，曾逸凡，张海平（同济大学环境科学与工程学院，上海 200092）

基于SWAT模型的青山湖流域氮污染时空分布特征研究

陈 丹，张 冰，曾逸凡，张海平*（同济大学环境科学与工程学院，上海 200092）

基于SWAT模型构建了青山湖流域的氮负荷模型，利用2005～2011年的径流观测资料和2011年7月15日～8月4日的水质监测资料对模型进行率定和验证.青山湖流域氮污染的主要来源包括农田化肥、农村生活、畜禽养殖、城镇点源及湿沉降，其中对流域出口TN浓度贡献最大的来源是化肥施用，占34.3%.对流域现状氮负荷的时空分布特征进行分析，结果表明:NO3--N流失量的时空分布特征明显，6～9月的流失量最大，占62.5%，空间上中部流失量比西北部自然林区域大，坡面流是NO3--N主要流失途径；有机氮流失量较大的区域主要分布在中部农田比例较高的子流域.研究结果可为流域的氮污染控制和研究提供科学依据.

SWAT模型；青山湖流域；氮负荷；时空分布特征

氮是生物的基本营养元素，同时也是引起水体富营养化和水质变差的根源因子.氮素污染已引起全球范围内的广泛关注， 很多学者正致力于区域和全球范围的氮循环和氮平衡问题［1-4］，其中氮素流失是研究流域氮循环与氮平衡的基本环节.资料显示，欧洲由于农业活动造成的氮污染达到入海氮通量的60%［5］，在丹麦，270条河流94%的氮负荷由非点源污染引起［6］，荷兰由农业非点源提供的总氮（TN）也占到水环境污染总量的60%之多［7］.在我国富营养化日趋严重的巢湖、滇池和太湖地区，由农业活动所造成的总氮污染贡献率已达到60%～70%［5］.开展对流域氮污染的研究及流域内氮污染特征分析，可为流域非点源污染治理提供理论依据.

SWAT为美国农业科学研究所（ARS）开发的一个流域尺度模型，目前在国内外农业非点源污染研究中得到了广泛的应用［8-11］，模型已被应用于流域径流模拟、流量预测和非点源污染评价等方面，并取得了显著研究成果.Grizzetti等［12］利用SWAT模型研究了芬兰Vantaanioki流域的氮素循环和转化.Panagopoulos等［13］基于GIS利用SWAT模型模拟了希腊Arachtos中等尺度流域的氮流失情况，并指出了氮负荷关键源区，为降低流域氮污染提供了参考.Bouraou等［14］用SWAT来确定控制营养物流失的主要过程和途径. Daniel等［15］利用SWAT模拟氮肥施用和排水沟渠对氮流失的影响.SWAT在中国已有十多年的运用实践，一些学者在丹江口水库［16］、北京密云水库［17］、三峡库区大宁河流域［18］、山美水库［19］的非点源污染模拟均取得了较好的效果.

流域氮素流失量与降雨径流过程、土壤性质、植被、管理措施、农业生产方式（如化肥类型、施肥方式）等因素密切相关.这些影响因素的时间尺度差异较大，从年周期到一次暴雨过程不等，因此在应用SWAT模型模拟流域氮素输出时，应尽可能采用高频率的水文水质监测资料率定模型参数，以准确反映流域各种物理、化学、生物过程及人类活动对氮素输出的影响，提高模拟精度.目前，国内外已有研究多以月尺度或年尺度的实测资料率定SWAT模型.本研究尝试在青山湖流域应用日径流、水质监测资料率定SWAT模型；以此为基础，分析流域氮素污染的主要来源，探讨流域氮负荷的时空分布特征，以期为青山湖流域氮污染控制提供依据，并为其他流域的氮污染研究提供参考.

1 研究区域概况

青山湖位于浙江省临安市境内（图1），流域面积654km2，主要入湖河流有南苕溪、锦溪、横溪、灵溪和双林溪等.青山湖流域属于中亚热带湿润型季风气候区，多年平均气温15.9℃，多年平均降水1613.9mm，降水日158d.降水量随海拔高程递减，山区大于平原，西部大于东部；降水量年际变化较大，差异在1.71～2.25:1（最大与最小年降水量比）.年内降水量分布规律明显，5～7月雨量充沛，其中梅雨季节常持续20d左右；7～8月间，处于副热带高气压控制下，天气晴朗；11月至次年的3月为枯水季节，雨量稀少.目前青山湖流域面临严重的氮污染问题，对太湖氮素入湖量的贡献较大，迫切需要治理.

图1 青山湖及水文水质监测点位置Fig.1 Location of Qingshan Lake and hydrological and water quality stations

2 研究方法

2.1 SWAT模型简介

SWAT模型是一个半分布式的水文模型，主要包括水文过程子模型、土壤侵蚀子模型和污染负荷子模型［20］.在运行模型之前，要首先进行亚流域的划分和最小水文响应单元（HRU）的划分.本研究中，整个流域划分为46个亚流域、189个HRU，进行分布式模拟计算.

2.2 模型率定与验证

图2 桥东水文站实测和模拟月均径流量比较Fig.2 Observed and simulated monthly runoff at Qiaodong Station

为合理模拟流域的水文过程和氮负荷特征，不仅需要掌握流域内实际情况，而且需要通过模型率定和验证，对模型参数值进行合理调整，使模型能够真实反映流域特征.2011年7～8月对研究流域实施了大规模调研，掌握人口、畜禽养殖、化肥施用（量及时间）、工业污染等信息，用于模型输入.选取2003～2004年为模型运行的预热期，南苕溪桥东水文站2008～2011年日观测径流数据用于水文模型的率定，南苕溪临安水文站的2005～2007年日观测径流数据作为水文模型的验证数据.2011年7月15日～8月4日的实测日氮负荷通量（实测河道断面流量与浓度的乘积）作为水质模型的率定数据.流域水文水质监测点位置见图1.

采用确定性系数R2、Nash-Suttcliffe系数Ens作为模型精度评价指标.一般认为， R2≥0.6、Ens≥0.5时，模型的模拟结果是可以接受的.评价结果表明，率定期月径流模拟的R2、Ens分别为0.87和0.78，日径流模拟的R2、Ens值分别为0.82 和0.71；验证期月径流模拟的R2、Ens分别为0.86 和0.69，日径流模拟的R2、Ens值分别为0.77和0.63. 图2～图3分别为率定期月尺度及日尺度桥东水文站实测与模拟径流量的比较.对长达6年的历史日径流观测资料的高精度重演表明，所构建的模型较为准确地反映了流域水文特征，可合理描述流域的地表径流过程.对氮素负荷通量的模拟结果（图4）显示，各监测点硝态氮（NO3-N）通量模拟的R2、Ens值分别在0.81、0.55以上，TN通量模拟的R2、Ens值分别在0.78、0.53以上，表明模型能较好模拟各亚流域的氮素产生和运移过程.

图3 桥东水文站实测和模拟日径流量比较Fig.3 Observed and simulated daily runoff at Qiaodong Station

图4 各监测点N-N率定结果Fig.4 Calibration results for N-N at all stations

3 流域氮污染来源分析

青山湖流域现状氮素来源主要包括农田化肥、农村生活、畜禽养殖、城镇点源（城镇生活污水和工业废水）及湿沉降.各项污染源对流域现状氮素的年贡献量分别为:农田化肥施用4173t、农村生活与畜禽养殖为1140t、城镇点源量243t以及来源于湿沉降的870t.

表1 流域氮源输入量及输出贡献率Table 1 Input amount of nitrogen source and output contribution rate in Qingshan Lake Basin

应用青山湖流域SWAT模型，分析了各氮源对流域氮素流失的贡献，见表1.有机氮流失多来源于植物的残留，因此在有机氮输出中，流域背景值（主要来自植物残留）贡献最高，为24t.农田化肥施用造成的N-N输出量最高，达341t，其次是来自湿沉降，第三是农村生活与畜禽养殖.与其他氮源相比，湿沉降的N-N更容易流失，流失率为24.3%，这是由于部分NN随降雨直接沉降于溪流、湖泊等水体表面，或者被坡面径流携带进入溪流. N-N的输出量绝大部分来源于城镇点源，为147t.从对流域出口TN输出的贡献上分析，农田化肥的贡献最高，对TN浓度贡献为1.07mg/L，占34.3%，表明削减农田化肥用量是流域氮素污染治理的一个主要方向.城镇点源的输入量虽然不高，但由于其氮素没有经过土壤系统削减，直接排入水体，削减率很低，造成在流域输出量很高，表明控制点源量是流域氮素污染治理的一种有效方案.

4 流域氮素流失时间分布特征

4.1 年际变化特征

降雨是氮素流失的驱动力，对氮素流失影响显著.表2为流域水文及氮素流失年际变化趋势. 2005～2011年降雨量1250～1450mm.径流深年均770mm，径流系数为0.57. NN流失量年均1170t，呈现出逐年减少趋势，有机氮（ON）流失量年均426t，最高发生在2006年，达616t.从年尺度上分析，NN流失量与降雨量流失年相关系数仅为0.40，有机氮流失量与降雨量相关系数为-0.46，这表明氮素流失量与降雨量之间的分布无明显规律，两者的相关性不大.

表2 流域水文及氮素流失年际变化Table 2 Yearly variation of precipitation-runoff and nitrogen loss in Qingshan Lake Basin

4.2 月际变化特征

图5 流域氮素流失的月变化趋势Fig.5 Seasonal trend of nitrogen loss in the basin

2005～2011年流域降雨的月分布特征明显，降雨量主要集中在6～8月份，约占年降雨总量的43.6%.图5为氮素流失的月变化趋势. N-N流失月变化特征明显，集中在6～9月份，与降雨分布基本一致，占总流失量的62.5%.通过分析模型结果发现，影响NN月变化特征的因素除降雨外，施肥时机也十分重要，7～9月份农田施肥量较大，当遇到强度较大的降雨时，氮素很容易从土壤系统中大量流失.因此，优化施肥时机和方式可有效降低流域氮素流失量.

5 流域氮素流失空间分布特征

除降雨径流外，氮素流失受下垫面的影响也较大.图6为流域内氮素流失量的空间分布，显示各区域具有较大的差异性.2005～2011年，青山湖流域单位N-N流失量为6～50kg/hm2，流失量较大区域主要集中在流域中部农田比例较高的子流域.流域西北部虽然坡度较大，但由于土地利用以自然林为主，氮素输入量低， N-N流失大多低于10kg/hm2. N-N为3种不同形式径流携带，坡面流流失量约占总流失量的47.2%，并且与后者空间分布基本一致. NN侧向流流失量占总流失量的34.6%，在流域中部较高，流失量为15～20kg/hm2，其余区域流失量较低，为2～10kg/hm2. NN基流流失量占总流失量的18.2%，在0～10kg/hm2之间，空间分布差异不大，与基流深分布一致，这可能是由于N-N容易在深层土壤中残留累积［21］，使区域间浓度差异变小.ON流失量较大的区域分布在流域中部农田比例较高的子流域，年均流失负荷达到24.7kg/hm2，其余流域的ON流失量多在0～17kg/hm2之间.

图6 流域氮素流失单位负荷量的空间分布Fig.6 Spatial distribution of the unit load of nitrogen loss in Qingshan Lake Basin

6 结论

6.1 构建适合青山湖流域氮素动态模拟的SWAT模型，利用实测水文（2005～2011年日径流数据）及氮素负荷通量（2011年7月15日～8月4日水文水质同步监测数据）资料对模型进行率定和验证.月径流量的R2和Ens值分别达到0.87和0.78，日径流量的和Ens值分别为0.82和0.71，8个水质监测点TN和NO3--N日负荷通量的R2值均大于0.81、Ens值大于0.53，表明模拟精度较高，所建立的模型能合理描述流域氮素输出负荷对地表径流过程的动态响应.

6.2 在ON输出中，流域植物残留导致的流域背景值贡献最大，为24t；农田化肥施用是NO3--N输出的最大贡献者，达341t； NO3--N的输出量绝大部分来源于城镇点源，为147t.对流域出口TN浓度贡献最大的氮素来源是农田化肥，其贡献为1.07mg/L，占34.3%，表明控制农田化肥施用是流域氮素污染治理的一个主要方向.

［1］ShresthaJ，Niklaus P A， Pasquale N， et al. Flood pulses control soilnitrogencyclingin a dynamic river floodplain ［J］. Geoderma，2013，228:14-24.

［2］Bouwman L， Goldewijk K K， Van Der Hoek K W， et al. Exploring global changes in nitrogen and phosphorus cycles in agriculture induced by livestock production over the 1900-2050period ［J］. Proceedings of The National Academy of Sciences of The United States of America， 2013，110（52）:20882-20887.

［3］Rabouille S， Van de Waal D B， Matthijs H C P， et al. Nitrogen fixation and respiratory electron transport in the cyanobacteriumCyanothece under different light/dark cycles ［J］. FemsMicrobiology Ecology， 2014，87（3）:630-638.

［4］ElbertW， Weber B， Burrows S， et al. Contribution of cryptogamic covers to the global cycles of carbon and nitrogen ［J］. Nature Geoscience， 2012，5（7）:459-462.

［5］韩 博，周丽丽，范昊明.蒲河流域氮污染负荷模拟及时空分布［J］. 中国水土保持科学， 2013，11（2）:90-96.

［6］Kronvang B， Graesboll P， Larsen S E. Diffuse nutrient losses in Denmark ［J］. Water science and Technology， 1996，33（4）:81-88.

［7］Boers P C M. Nutrient emissions from agriculture in Netherlands: causes and remedies ［J］. Water Science and Technology， 1996， 33（4）:183-190.

［8］Wang X， Shang S， Yang W， et al. Simulation of land use-soil interactive effects on water and sediment yields at watershedscale［J］. Ecological Engineering， 2010，36:328-344.

［9］Lam Q D， Schmalz B， Fohrer N. Modelling point anddiffuse source pollution of nitrate in a rural lowlandcatchment using the SWAT model ［J］. Agricultural Water Management， 2010，97:317-325.

［10］Park M J， Park J Y， Shin H J， et al. Projection of futureclimate change impacts on nonpoint source pollutionloads for a forest dominant dam watershed by reflectingfuture vegetation canopy in a soil and water assessmenttoolmodel ［J］. Water Science and Technology， 2010，61:1975-1986.

［11］范丽丽，沈珍瑶，刘瑞民.基于SWAT模型的大宁河流域非点源污染空间特征研究 ［J］. 水土保持通报， 2008，28（4）:133-137.

［12］Grizzetti B， Bouraoui F， Granlund K. Modeling diffuse emission and retention of nutrients in the Vantaanjoki watershed （Finland） using the SWAT model ［J］. Ecological Modeling， 2003，169:25-38.

［13］Panagopoulos Y， Makropoulos C， Baltas E. SWAT parameterization for the identification of critical diffuse pollution source areas under data limitations ［J］. Ecological Modelling， 2011，222（19）:3500-3512.

［14］Bouraoui F， Grizzetti B. An integrated modeling framework to estimate the fate of nutrients: Application to the Loire （France） ［J］. Ecological Modeling， 2008，212（3）:450-459.

［15］Daniel N M， Prasanna H G， Jeffrey G A， et al. Modeling the impact of nitrogen fertilizer application and tile drain configuration on nitrate leaching using SWAT ［J］. Agricultural Water Management， 2013，130:36-43.

［16］王 晓，郝芳华，张 璇.丹江口水库流域非点源污染的最佳管理措施优选 ［J］. 中国环境科学， 2013，33（7）:1335-1343.

［17］王晓燕，秦福来，欧 洋，等.基于SWAT模型的流域非点源污染模拟-以密云水库北部流域为例 ［J］. 农业环境科学学报，2008，27（3）:1098-1105.

［18］Nash J E， Sutcliffe J V. River flow forecasting throughconceptual models. Part I-A discussion of principles ［J］. Journal of Hydrology， 1970，10:282-290.

［19］刘梅冰，陈冬平，陈兴伟.山美水库流域水量水质模拟的SWAT与CE-QUAL-W2联合模型 ［J］. 应用生态学报， 2013，24（12）: 3574-3580.

［20］唐 寅.运用SWAT模型研究小流域气候及土地利用变化的水文响应 ［D］. 北京:北京林业大学， 2011.

［21］王激清，韩宝文，刘社平.施氮量和耕作方式对春玉米产量和土体硝态氮累积的影响 ［J］. 干旱地区农业研究， 2011，29（2）: 129-135.

致谢：本论文的前期调研由同济大学环境科学专业11届及10届环科师生协助完成，在此表示感谢.

Analysis of temporal and spatial characteristics of nitrogen pollution in Qingshan Lake basin based on SWAT model.

CHEN Dan， ZHANG Bing， ZENG Yi-fan， ZHANG Hai-ping*（College of Environmental Science and Engineering，Tongji University， Shanghai 200092， China）. China Environmental Science， 2015，35（4）：1216～1222

A nitrogen load model has been constructed for Qingshan Lake Basin based on SWAT model. The model was calibrated and verified using the runoff measurements during 2005to 2011and water quality measurements during July 15to August 4， 2011. Main nitrogen sources include fertilizer use， domestic sewage， livestock， urban point source and wet deposition， among which fertilizer use is the biggest contributor to TN concentration at the outlet of the basin， amounting to 34.3% of the total. Temporal and spatial characteristics of the nitrogen load distribution have been analyzed using the model. The results show that seasonal characteristics of NO3--N loss are distinct， with 62.5% of the yearly total loss concentrated on the period of June to September； highest in the middle region and lowest in the northern west region （covered mostly by natural forest）； overland flow is the main loss route for NO3--N； the highest loss of organic nitrogen is found in the middle region of the basin where farmland is the dominant land-use type. The results of the present study can contribute to the management and study of nitrogen pollution in basins.

SWAT model；Qingshan Lake Basin；nitrogen load；temporal and spatial characteristics

X524，X171

A

1000-6923（2015）04-1216-07

陈 丹（1990-），女，河南新安人，硕士，主要从事生态水力学研究.

2014-09-20

国家水体污染控制与治理科技重大专项课题（2008ZX07101-006-07）

* 责任作者， 教授， hpzhang@tongji.edu.cn