基于SWAT模型的州河流域非點源污染模擬

徐 寧，高金強，王 潛

（海河水利委員會水資源保護科學研究所，天津 300170）

基于SWAT模型的州河流域非點源污染模擬

徐 寧，高金強，王 潛

（海河水利委員會水資源保護科學研究所，天津 300170）

利用SWAT模型，根據州河流域DEM、土地利用、土壤、水文、氣象等基礎數據，對2010—2013年州河流域非點源污染模擬進行了研究，模型模擬精度較好。結果表明，豐水年的2012年州河流域TN和TP負荷遠遠大于其它年份；沙河對于橋水庫的TN貢獻量最大，黎河對于橋水庫的TP貢獻量最大；流域汛期TN和TP污染負荷約占全年的七成以上。

SWAT；非點源；州河

非點源污染包括農村生活污水和垃圾、畜禽養殖、化肥和農藥，相對于點源污染，具有分散性、隱蔽性、不確定性、不易監測和難以量化等特點，因此估算非點源污染量較為困難。傳統的非點源污染估算方法為經驗系數法，首先分別估算上述污染類型中總氮TN、總磷TP、COD和氨氮等污染物的產生量、流失量（排放量）和入河量，然后進行匯總分析得到非點源污染總量。隨著地理信息系統的迅速發展，一些功能強大的流域模型被開發出來，這些模型可以估算非點源污染量，其中SWAT模型的有效性在國內已經被廣泛驗證。

SWAT是由美國農業部（USDA）的農業研究中心Jeff Amonld博士1994年開發的，開發的最初目的是為了預測在大流域復雜多變的土壤類型、土地利用方式和管理措施條件下，土地管理對水分、泥沙和化學物質的長期影響。SWAT模型是以日為時間步長進行長時間段模擬的分布式流域水文模型，利用遙感和地理信息系統提供的空間信息作為模型的輸入，以模擬多種不同的水文物理化學過程，如水量、水質以及殺蟲劑的輸移與轉化過程。

本研究通過調查和收集州河流域地形、氣象、地面覆蓋、土壤、水質、水庫、農業管理措施等資料，采用SWAT模型估算流域非點源污染負荷，研究流域非點源污染的空間和時間分布規律，為州河流域水環境現狀診斷提供參考。

1 研究區概況

州河流域位于燕山山前，北倚燕山山脈，東臨灤河，南界還鄉河，西與泃河水系接壤，地理位置為東經117°26′～118°12′、北緯39°23′～40°23′，呈扇形，東西長約56 km，南北寬近50 km，地跨河北和天津2?。ㄖ陛犑校婕昂颖笔√粕绞械淖窕陀裉?、承德市的興隆縣，天津市薊縣共4個縣（市），總面積2 143 km2。流域內河流長度大于20 km的有11條，小于20 km的達30多條，多數是河短水急、匯流面積小、水量變化大、季節性強的小河流，這些小河匯集成較大的三大水系——黎河、沙河與淋河。沙河、黎河在果河橋下老三岔口處匯流后始稱州河，州河納淋河后進入于橋水庫，主河道全長112 km。研究區水系分布，如圖1所示。

圖1 研究區水系分布

2 數據來源及處理

構建適用于研究區的SWAT模型，需要的基本資料包括空間數據和屬性數據兩大類，其中空間基礎數據包括州河流域數字高程模型數據DEM、土地利用類型圖、土壤類型圖、河流水系圖以及水文站、雨量站、水質監測點、氣象站點位信息，屬性數據信息包括土壤物理、化學屬性信息、化肥施用、點源污染等調查統計資料、引水、取用水資料以及水文站、雨量站、水質監測點、氣象站觀測數據等。空間數據均為近年數據，屬性數據為2009—2013年數據。

2.1 數字高程模型

數字高程模型DEM（Digital Elevation Model）可用于提取流域河網坡度、坡長等參數，是模型進行水系生成、子流域/HRU劃分及水文過程模擬的基礎。比對地形圖，對DEM數據進行預處理操作，提取出州河流域范圍內的DEM，圖2為流域的DEM圖。

圖2 州河流域DEM圖

2.2 土地利用圖

土地利用類型對流域的水文過程影響很大，是模型模擬的重要輸入數據。一般情況下，土地利用圖需要進行實際地類調查或者遙感圖像分類的方法獲取，本研究已收集到包含流域范圍Coverage格式的土地利用圖，通過裁切獲取流域土地利用圖，然后進行投影轉換，并轉換為柵格數據，通過建立土地利用Lookup表，將土地類型轉化為SWAT模型內含的土地利用類型，共分為7種土地利用類型。圖3為流域土地利用圖。

圖3 土地利用分布

2.3 土壤類型圖

流域的土壤類型和性質是影響流域水文過程的重要因素之一。本項目已有全國1∶100萬比例尺土壤類型柵格圖，經過裁切、重分類等處理，獲取流域土壤類型圖，編輯SWAT數據庫中自定義土壤數據表，在已有屬性數據的基礎上，通過SPAW等軟件計算得到其它屬性，將流域土壤共分為13種。圖4為流域土壤類型圖。

圖4 土壤類型分布

2.4 氣象數據

模型需要的氣象數據包括整年的日最高/低氣溫、日降水量、相對濕度、太陽輻射等基本數據。連續的日降雨量、日氣溫等氣候資料對模型的模擬效果影響顯著。本流域所采用的氣象基礎數據來自國家氣象信息中心，雨量數據來自水文年鑒，共用氣象站5個、雨量站3個。

2.5 水文水質數據

模型中所用到的水文和水質數據主要是用來對模型進行校核。水文數據包括2009—2013年流域三大支流上水文站點即黎河上的前毛莊、沙河上的水平口和淋河上的龍門口的日均流量數據，此外還包括引灤水進入黎河河道的日均流量數據；水質數據為黎河橋、沙河橋和果河橋的水質數據。

3 模型建立

本次模型建立采用的工具為ArcGIS9.3和Arc?SWAT2009，主要流程為：

3.1 子流域劃分

SWAT模型建立時，由于流域平原區域面積較大而根據DEM自動提取子流域較為困難，因此必須加載河流水系圖，對提取的河流進行校正。根據DEM自動計算出流域內的水流方向及匯流累積量；在參考模型推薦的子流域最大、最小劃分閾值的前提下，反復設定閾值并對比河網生成效果，最終設定子流域面積為4 000 hm2；考慮模型校驗方便，在添加水文、水質站點作為出水口后，共劃分得到32個子流域。

3.2 水文響應單元生成

水文響應單元是被假定為在子流域中含有唯一的土地利用、土壤類型及坡度組合的單元概念。為劃分水文響應單元HRU，模型輸入土地利用圖、土壤類型分布圖并將流域坡度以2為界限設為2級，同時定義土地利用圖、土壤類型圖和坡度分級的閾值均為面積的10%，最終得到297個HRU。

3.3 輸入文件寫入

建立天氣發生器，載入雨量和氣象數據，然后將所有的輸入文件寫入模型，并將引灤水作為inlet加入模型中，設定一些其它模型所需的初始參數。

3.4 模型初次運行

由于在模型運行初期許多變量如土壤含水量初始值為零，這往往不符合土壤的實際情況，對模型的模擬結果將產生很大影響。因此，本研究將2009年作為模型的啟動期即模型預熱期，以形成模型穩定的初始參數，然后將2010—2013年數據系列劃分為校準期和驗證期。

4 參數敏感性分析與率定

4.1 參數敏感性分析

在模型初次運行后，有必要對參數進行敏感性分析，理解模型中每一個輸入參數對模擬結果的影響，為模型的進一步改進提供依據。本次敏感性分析采用SWAT自帶的敏感性分析工具，徑流、泥沙和水質（TN、TP）的主要敏感參數見表1。

表1 徑流、泥沙和水質（TN、TP）主要敏感參數

4.2 模型率定

由于地表徑流影響了泥沙和氮磷的輸出，泥沙輸出影響了吸附態氮磷輸出，因此模型的校核應遵循先支流后干流、先上游后下游、先水量后水質的原則。模型采用手工與自動校準結合的方法進行校準。模擬結果的分析評價利用自編程序進行處理。評價指標主要有Nash系數和確定性系數R2，用來評價模型的適用性和預測功能。本研究采用月尺度進行模擬研究，模擬效果較好。以黎河為例，進行了模型參數的校核，圖5為黎河前毛莊站實測和模擬流量對比圖。從圖5可以看出，Nash系數達到0.95，R2達到0.96，模擬效果較好。

由于泥沙和水質監測數據較為缺乏，本研究只對2013年黎河的泥沙和TN、TP模擬過程進行了校準。結果表明，泥沙、TN、TP的模擬誤差均小于20%，模擬效果較好。

圖5 黎河前毛莊站實測與模擬流量對比

5 非點源污染模擬分析評價

5.1 非點源污染負荷估算

經過率定和校準的SWAT模型用來模擬重現2010—2013年于橋水庫入庫污染負荷變化，于橋水庫以上黎河、沙河、果河、淋河的入庫污染負荷（TN、TP）見表2。從表2可以看出，污染負荷與降雨強度存在正相關關系，水庫上游流域在降水較多的2012年污染負荷也相應較大。其中，TN負荷2012年為5 976.3 t，年均值為 2 900.6 t；TP 負荷 2012 年為371.7 t，年均值為163.2 t。

表2 黎河、沙河、果河、淋河入庫污染模擬結果t

5.2 入庫非點源污染空間變化規律

本研究的模擬期為2010—2013年，時間跨度不是很大，圖6—7為各支流2010—2013年非點源污染負荷的空間變化規律圖。通過圖6—7可以看出，沙河和黎河對于橋水庫TN、TP的貢獻量均較大，其中沙河的TN貢獻量最大、黎河的TP貢獻量最大。

圖6 河流入庫TN負荷

圖7 河流入庫TP負荷

5.3 入庫非點源污染時間變化規律

根據模型模擬結果，對流域汛期和全年的面源污染負荷情況進行統計分析，找出其年內的時間變化規律。由于面源污染物流失一般發生在降雨和地表徑流產生期間，因此汛期入庫的污染負荷也占有較大比例。以黎河2010年為例，如圖8所示，流域汛期TN和TP污染負荷分別占全年的74%和72%，沙河、淋河與黎河類似。

6 結論

研究結果表明，州河流域SWAT模型徑流模擬Nash系數和R2均在0.9以上，泥沙、TN和TP誤差也在允許范圍內，因此利用SWAT模型可以較好地進行州河流域非點源污染模擬評價。豐水年的2012年TN和TP負荷遠遠大于其它年份，州河流域非點源污染負荷與降雨強度存在明顯的正相關關系；沙河對于橋水庫的TN貢獻量最大，黎河對于橋水庫的TP貢獻量最大；流域汛期TN和TP污染負荷約占全年的七成以上，主要由于面源污染物流失一般發生在降雨和地表徑流產生期間。

圖8 2010年黎河各月TN、TP污染負荷

[1]李碩.GIS和遙感輔助下流域模擬的空間離散化與參數化研究與應用[D].南京：南京師范大學，2002.

[2]張建永.基于SWAT模型的官廳水庫流域非點源污染模擬與評價[D].北京：北京師范大學，2002.

[3]王曉燕.非點源污染過程機理與控制管理：以北京密云水庫流域為例[M].北京：科學出版社，2011.

[4]王中根，劉昌明，黃友波.SWAT模型的原理、結構及應用研究[J].地理科學進展，2003，22（1）：79-86.

[5]王曉燕，秦福來，歐洋，等.基于SWAT模型的流域非點源污染模擬—以密云水庫北部流域為例[J].農業環境科學學報，2008，27（3）：1098-1105.

[6]張秋玲，陳英旭，俞巧鋼，等.非點源污染模型研究進展[J].應用生態學報，2007，18（8）：1886-1890.

[7]李兆富，楊桂山，李恒鵬.西苕溪典型小流域土地利用對氮素輸出的影響[J].中國環境科學，2005，25（6）：678-681.

[8]秦耀民，胥彥玲，李懷恩.基于SWAT模型的黑河流域不同土地利用情景的非點源污染研究[J].環境科學學報，2009，29（2）：440-448.

X824

A

1004-7328（2017）05-0053-04

10.3969/j.issn.1004-7328.2017.05.018

2017—05—30

徐寧（1980—），男，工程師，主要從事水資源保護科學研究工作。