基于SWAT模型的泗河流域除草劑遷移模擬

徐 燕,孫小銀,2*,劉 飛,樊玉娜,蔣 齋

?

基于SWAT模型的泗河流域除草劑遷移模擬

徐 燕1,孫小銀1,2*,劉 飛1,樊玉娜1,蔣 齋1

(1.曲阜師范大學地理與旅游學院,山東 日照 276826；2.曲阜師范大學南四湖濕地生態與環境保護山東省高校重點實驗室,山東 日照 276826)

泗河流域農藥污染對南四湖湖泊乃至南水北調工程具有重要的影響,為了解流域農藥遷移過程并對其采取治理措施,本研究在泗河流域通過實地采樣與調查、室內實驗分析、數據統計等手段,借助SWAT模型對流域除草劑阿特拉津及其代謝產物進行遷移模擬.結果表明,除草劑輸出與流域徑流量有很高的相關性,輸出時間以7~8月份為主,輸出量占全年的69%以上.且受河道長度、耕地分布等因素的影響, 阿特拉津的輸出量以東部上游地區和中部地區為主,流域出水口處的阿特拉津輸出量居中等水平;阿特拉津代謝產物DEA和DIA的輸出量的空間分布相似,以下游流域出口處和中部地區為主.本研究可為流域除草劑遷移治理提供理論支持.

阿特拉津；DEA；DIA；SWAT模型；泗河流域

化肥和農藥在施用過程中除小部分對作物產生作用之外,大部分會殘留在土壤或漂浮于大氣中,而另外一部分則通過降雨、灌溉和淋溶等途徑進入水體環境[1],使農業流域面臨著來自于大氣、土壤、水等不同程度的污染問題[2-3].已有不少學者對不同環境介質下的農藥污染負荷進行研究,且地域分布廣泛,成果豐富,如松花江流域97%的河岸土壤被檢測到有除草劑的殘留[4];農藥施用地附近的地表水和地下水中被檢測出阿特拉津殘留[5];此外青島[6]、河西走廊[7]、新疆哈密[8]地區的大氣中被檢測出不同程度的有機氯農藥殘留.

阿特拉津(Atrazine)是一種使用廣泛的除草劑之一,生態毒理學研究證明阿特拉津是一種致癌物質和內分泌干擾物質,對人類健康造成威脅,被美國環保署(EPA)列為國際環境優先污染物[9-11].而且,研究發現阿特拉津的轉化產物脫乙基阿特拉津(DEA)、脫異丙基阿特拉津(DIA)比母體化合物更具有生態毒性[12].

南四湖是南水北調東線工程的重要輸水通道和調蓄湖泊[13-14],而泗河是南四湖東部山區最重要的入湖河流,多年平均徑流量達14620×104m3,輸沙量5.13×104t[15],是南四湖重要的輸水輸沙通道,同時也是污染物進入湖區的直接通道之一.泗河流域農藥和化肥的大量使用,使流域水質受到嚴重污染,對流域和南水北調工程有重要影響.目前,已有諸多學者利用SWAT模型研究氮磷等非點源污染情況[16-18],而對農藥污染的模擬與研究的報道甚少.本研究以南四湖流域的子流域——泗河流域為例,運用SWAT模型綜合考慮流域內地形地貌、水文特征、氣候、土地利用方式及類型、土壤結構以及農藥的施用等,對流域典型除草劑阿特拉津及代謝產物的污染和遷移進行模擬評價,分析其遷移過程、空間分布及其影響因素,以期為泗河流域非點源污染尤其是農藥污染控制提供依據.

1 研究區域與方法

1.1 研究區概況

泗河流域是淮河流域在山東省的重要部分,泗河發源于山東省新泰市太平山頂西麓,全長159km,總流域面積1830km2,行政區包括濟寧市、泰安市、臨沂市.河流以國家水文站書院水文站為界,上游流域較寬,下游流域較窄.本研究的研究區域為書院站以上區域的中上游流域,面積1530km2(圖1).流域地形多樣,山地、丘陵、平原皆有分布,地勢南北高,中間低,東部高西部低,地形起伏大.地處暖溫帶半濕潤地區,屬暖溫帶大陸性季風氣候,四季分明,冷熱與干濕季節明顯[19].經統計,流域多年平均降水量在660mm以上,且7、8月份的降水占全年降水的30%以上,西北部降水少,東南部降水多.多年平均氣溫在11.1~13.7℃之間,西部高于東部.平均相對濕度在60.12%,西南部和東南部相對濕度較北部高,平均風速2.83m/s,且北部風速較大.

圖1 研究區位置

泗河流域是傳統的農業流域,耕地面積達66.03%,主要土壤類型為高活性淋溶土,播種的作物類型主要有夏收和秋收等糧食作物、花生和油菜籽等油料作物、棉花和蔬菜瓜果類作物,主要種植的糧食作物是小麥、玉米、大豆、稻谷、高粱等.

1.2 數據來源

數字高程數據(DEM)(30m×30m)來自美國馬里蘭大學全球土地覆被數據庫;土地利用數據(1:10萬),來自中國科學院資源環境科學數據中心(http: //www.resdc.cn/);土壤數據(1km×1km)來自世界土壤數據庫(HWSD)[20];研究區的水系是根據91衛圖助手下載的研究區16級影像數據(1.94m×1.94m)矢量化而來,并用中國基礎地理信息數據的四級河流進行校正.研究采用的氣象站點為兗州站,水文站點為書院站.2006~2017年日降水量、日最高和最低氣溫、日相對濕度、日太陽輻射、日平均風速等實測數據來自中國氣象數據網(http://data.cma.cn/ data/index.html).本研究中所涉及的書院水文站的水文數據來自于濟寧市水文局,具體為2006~2011年月經流和2015~2017年日徑流,用作模型水文過程模擬的率定和驗證.通過對研究區的實際調查,將流域內玉米地作為主要模擬對象.經調查,研究區70%以上的農用地種植玉米,主要施用金玉安煙嘧莠去津除草劑(阿特拉津與煙嘧磺隆混合除草劑),施用時間為每年的6月中旬,每畝施用量為100g,其中金玉安煙嘧莠去津除草劑總有效成分25%,阿特拉津含量22.5%.

1.3 水樣采集與實驗分析

研究區水樣采集工作于2017年2月25日開始,2017年12月2日結束,采樣地點為書院水文站,采樣周期為2周一次,每次采集水樣2瓶(550mL/瓶),共采集水樣21次、42瓶,冷凍保存帶至實驗室分析.經0.45μm濾膜過濾、Waters Oasis HLB固相萃取小柱(6cc)萃取、氮吹濃縮、氣相色譜分析等步驟得到研究區泗河流域出水口處的阿特拉津及其代謝產物DEA、DIA實測數據.具體實驗方法參考楊梅等[21]的研究.

1.4 模型構建

1.4.1 SWAT模型 SWAT(Soil and Water Assessment Tool)模型是一種半分布式水文模型[22],采用物理機制和半經驗方法基于日尺度的氣象數據模擬水文循環中的不同過程,并模擬和預測各種管理措施對水文物理化學過程的影響[23]. SWAT模型中對農藥的遷移模擬可分為3個過程:(1)農藥在陸地上的運移過程;(2)農藥從陸地運移至河網中的過程;(3)農藥在河流中的運移過程[24].本研究使用的版本是SWAT 2012,與其相匹配的ArcGIS 10.2版本進行模擬.在利用SWAT模型對研究區典型除草劑阿特拉津及代謝產物的遷移模擬時,可以將其與水樣中阿特拉津及代謝產物的實際殘留值比較,評價模型對泗河流域除草劑模擬的適用性.

1.4.2 數據庫的構建 構建SWAT模型, 模擬泗河流域除草劑遷移,首先需要構建泗河流域的數據庫,分為空間數據庫和屬性數據庫.空間數據庫主要包括DEM數據、土地利用數據、土壤數據、河網水系數據等;屬性數據庫主要包括土地利用類型屬性表、土壤類型屬性表、氣象數據、水文水質數據、農業管理信息數據等.

1.4.3 空間離散化 通過加載矢量化得到的河網水系提高SWAT生成河網的精度和準確度.設置最小河道集水面積的閾值為3000ha,書院水文站即為流域出水口和總出水口,通過以上設置將研究區劃分為31個子流域.根據流域不同的土地利用類型、土壤類型和坡度將流域進一步劃分為不同土地利用類型、土壤類型和坡度的組合,即水文響應單元(HRUs),選擇Multiple HRUs方法來定義HRU閾值,設置土地利用閾值為5%,土壤閾值為3%,坡度閾值為20%,將子流域上小于該閾值的類清除掉,再重新分配所有類.且經調查,研究區的農用地有70%種植玉米,將玉米地作為土地利用亞類輸入.依以上方法,將流域劃分了781個HRUs.

1.4.4 模擬結果的評價指標 本研究選取2、NS、Re作為評價模擬結果的指標,通過實測值與模擬值之間的計算,進而得知模擬結果是否可信,具體計算方法見文獻[25-27].

2 模型模擬

2.1 徑流模擬

圖2 泗河流域徑流和農藥的模擬值與實測值

利用SWAT-CUP軟件進行參數的敏感性分析和模型的率定.通過查閱文獻與流域實際情況,選擇了18個與徑流有關的參數進行敏感性分析與率定,由CUP中提供的全局敏感性分析方法,得到泗河流域徑流模擬的前5個敏感性參數排名與取值(或范圍)如下:CN2.mgt (30~93)、ALPHA_BF.gw(0.99)、GW_DELAY.gw (495)、GW_REVAP.gw(0.16)、ALPHA_BNK.rte(0.19).

表1 泗河流域農藥參數的率定

由于氣象數據長度為2006~2017年日值數據,考慮到模型初始運行時部分參數為0的情況會影響模型結果,同時結合徑流實測月數據的獲取情況,本研究對模型設置了2a的預熱階段,將模擬階段分為2008~2009年的率定期,2010~2017年的驗證期,模擬流域月尺度徑流.其徑流模擬值與實測值如圖2所示,模擬的月徑流過程線與實測值大體吻合,峰值均在7月和8月.其中率定期的2=0.70,NS=0.66,RE= 17%;驗證期的2=0.71, NS=0.61, RE=1.5%.2、NS、Re均能滿足研究要求[28-29].

2.2 除草劑模擬

以徑流模擬的水文參數值為基礎,添加農業管理信息數據,輸出2017年除草劑模擬結果,選取SWAT模型的河道輸出文件rch.output中SOLPST. OUT字段表示河段中可溶性農藥的輸出量.將2017年除草劑的模擬結果加載至CUP中進行參數率定.選擇表1中的7個參數為除草劑率定的參數.

2.2.1 阿特拉津的模擬 通過查閱同類研究文獻[30-31]得到參數的初始范圍.由除草劑的初始模擬結果可知,2017年7月之前的農藥日尺度輸出量幾乎為0,此時段不能作為率定期.故選取7月15日~12月2日時段進行參數率定,參數的最終取值見表2.且7月15日~12月2日的模擬結果為2=0.81,NS= 0.75,RE=12.02%,輸出2017年阿特拉津模擬結果,如圖2所示.

2.2.2 DEA的模擬 SWAT的農藥數據庫中沒有代謝產物DEA與DIA的參數數據,首先通過查閱同類研究文獻[32-33]與模型默認的方法獲取參數初始范圍,并通過率定來進一步確定.選取7月15日~12月2日時段進行參數率定,參數的最終取值見表1.7月15日~12月2日的模擬結果為2=0.72, NS=0.35, RE=25%,輸出2017年DEA模擬結果如圖2所示.

2.2.3 DIA的模擬 如DEA模擬一樣,先搜集DIA的各參數值或范圍[32-34]再率定.同樣,選取有輸出量的7月15日~12月2日時段進行參數率定,參數的最終取值見表1. 7月15日~12月2日的模擬結果為2=0.57, NS=0.46, RE=22%,輸出2017年DIA模擬結果如圖2所示.

除草劑雖在2017年7月之前的模擬效果不及7月之后的效果好,但是7月15日~12月2日阿特拉津及代謝產物的模擬與實測差別不大,評價指標結果表明模擬結果符合研究要求.

3 泗河流域除草劑遷移轉化的時空特征分析

3.1 除草劑輸出的時間分布特征

本研究以子流域的河道中農藥輸出量作為子流域農藥污染的指標.通過模擬結果發現(圖3、圖4),泗河流域農藥輸出存在明顯的時間差異,流域Atrazine及其代謝產物DEA、DIA的輸出時間均以7~8月份為主,輸出量最大,分別占全年輸出量的78.54%、77.40%和87.89%,3~6月份輸出最少,分別占全年輸出量的0.13%、0.69%和0.13%.

統計每天流域的除草劑輸出量,得到流域河道農藥輸出總量的日尺度分布(圖4),由圖4可知,泗河流域農藥輸出存在明顯的波動,7月份之前各農藥輸出值極低,7月份出現輸出量的峰值,再往后輸出量開始波動降低.各農藥輸出量的峰值分別為1314.04g(Atrazine)、88010.5g(DEA)、17538.18g (DIA),峰值出現的時間一致.

圖3 泗河流域河道農藥輸出總量的月尺度情況

圖4 泗河流域河道農藥輸出總量的日尺度分布

泗河流域Atrazine及其代謝產物的輸出與流域徑流量輸出有很高的相關性(表2),農藥的陸地向河道的運移與降水、徑流等氣象水文要素有關,降水過程是植物葉面和土壤中的農藥遷移的主要動力,伴隨著徑流過程遷移至河道,造成河道中農藥的匯集.1~6月降水較少、徑流輸出量不大以及6月中旬才開始施用農藥,所以農藥在此階段輸出量極低, 其中1月份降水稍多于12月與2月, 故1月份的阿特拉津及其代謝產物輸出量高于12月份和2月份.Atrazine和DEA的輸出量在1~6月期間有下降趨勢,可見上年的農藥施用造成的影響逐漸減弱.7月受到降水的影響,流域河道徑流輸出之和出現峰值,農藥施用時間和降水事件的發生是農藥輸出量在7月份達到峰值的主要原因.8~12月徑流輸出量又開始降低,農藥輸出量在此期間下降明顯.此外DEA、DIA與Atrazine也具有極強的相關性,說明河道中母體污染物Atrazine大多轉化成其代謝產物,且代謝產物的輸出量普遍高于Atrazine的輸出量.

表2 日尺度農藥輸出總量與徑流總量的相關性

注:**:在0.01水平(雙側)上顯著相關.

3.2 除草劑輸出的空間分布特征

統計每條河道的農藥日輸出量,得到流域河道的日均尺度農藥輸出量分布圖(圖5),由此可看出,Atrazine輸出量最多的為1、2、12、5、18號子流域, 輸出量最低的為31、29號子流域.結合流域土地利用情況發現,Atrazine輸出量高的子流域的土地利用構成均以農業用地為主,且農用地占比在57%以上,此外坡度大,降水事件發生時,施用在田地里的農藥進入河道所需時間短,消耗少,以及河道中的水量小,對農藥的稀釋作用弱,造成Atrazine輸出量大.輸出量低的子流域土地利用構成中林、草地分布較多,農藥施用量不大且河道長徑流量大,對河道中的農藥稀釋能力強,造成Atrazine輸出量低.中游地區Atrazine輸出量較高,與當地農藥施用強度、河道匯集造成農藥輸出量匯集等有關.Atrazine的輸出量主要以東部上游地區和中部地區為主,流域出口處的Atrazine輸出量居中等水平.

圖5 泗河流域農藥輸出的空間分布

DEA和DIA輸出量的空間分布相似,輸出量最多的為26、27、29號子流域以及主河道的部分子流域,17、23、30、31、7、20、25號子流域DEA和DIA的輸出量極低.輸出量較多的子流域位于流域出水口處,因其匯集了全流域的農藥污染物.隨著時間的累積,Atrazine被轉化成代謝產物,造成流域出水口處的DEA和DIA輸出量高,且大于Atrazine.而部分子流域農藥輸出量低是由于本身河道中Atrazine含量,導致的代謝產物輸出少.總體而言, DEA和DIA的輸出量以下游流域出口處和中部地區為主,而Atrazine輸出量高的上游地區,其代謝產物輸出量卻處于中等水平,這可能與代謝過程有關.

表3 除草劑輸出量的影響因素

注:**:在0.01水平(雙側)上顯著相關,*:在0.05水平(雙側)上顯著相關.

以子流域為單元,分析子流域產水、產沙以及河長與農藥輸出量的關系(表3).產水量與農藥輸出量相關性不高,但是除草劑輸出量是隨著產水量的增加而增加.輸出量與產沙量呈負相關,尤其與DEA和DIA具有很強的負相關性,河道中泥沙對農藥有吸附作用[35-36],產沙量大的子流域地形坡度大,農用地占地面積少,除草劑輸出量低.此外除草劑輸出量與河道長度呈負相關,河道越短,農藥輸出量越大.

由于SWAT模型的參數率定是一項不斷調整模型參數以達到模擬值與實測值近似的過程,因此,這一過程需要諸多實測數據的支持.此外,SWAT模型以水文過程為基礎,水文過程的模擬對后續模擬工作具有重要影響.針對研究過程中遇到的問題,本研究存在著不足,如經過考察得到的農藥施用時間和施用量并不能代表所有農戶的施用情況,由此造成的模擬誤差在所難免.因此,在今后的研究中,可以深入探討農藥施用時間和施用量的變化對除草劑遷移轉化的影響.

4 結論

4.1 Atrazine與其代謝產物DEA、DIA的輸出具有極強的相關性,說明河道中母體污染物Atrazine大多轉化成代謝產物,而且,代謝產物的輸出量普遍高于Atrazine的輸出量.

4.2 就流域整體而言,阿特拉津及其代謝產物的輸出與流域徑流量、河道長度、農用地分布等有關. 除草劑輸出量是隨著產水量的增加而增加;輸出量與產沙量呈負相關,尤其與DEA和DIA具有很強的負相關性;輸出量與河道長度呈負相關.

4.3 從時間上來看,阿特拉津及其代謝產物的輸出以7~8月份為主,輸出量占全年的69%以上.7月份之前降水少,徑流輸出量低,各農藥輸出值極低,7月份出現輸出量的峰值,之后輸出量開始波動降低.

4.4 從空間上來看,Atrazine的輸出量以東部上游地區和中部地區為主,流域出口處的Atrazine輸出量居中.DEA和DIA的輸出量的空間分布相似,以下游流域出口處和中部地區為主.

4.5 針對泗河流域農藥污染及遷移的控制,可以從以下方面著手:嚴禁毀壞河道,河道越長,農藥輸出路徑越長,有利于促進農藥的降解;農藥的施用要注意天氣的變化,避免施用農藥后遭遇強降水天氣,加速農藥的徑流遷移;農業種植過程中盡量提高施用效率,減少農藥的施用.

[1] 王淑梅.化肥農藥對農田的負面影響及預防措施 [J]. 吉林農業, 2012,(9):126.

[2] Sun X, Zhou Q, Ren W. Herbicide occurrence in riparian soils and its transporting risk in the Songhua River Basin, China [J]. Agronomy for Sustainable Development, 2013,33(4):777-785.

[3] Papadakis E N, Tsaboula A, Kotopoulou A, et al. Pesticides in the surface waters of Lake Vistonis Basin, Greece: Occurrence and environmental risk assessment [J]. Science of the Total Environment, 2015,536(3):793-802.

[4] Sun X, Zhou Q, Wang Y, et al. Influence of hydro-geomorphology, land-use and riparian zone characteristics on herbicide occurrence and distribution in sediments in Songhua River Basin, northeastern China [J]. Geoderma, 2013,193-194(2):156-164.

[5] Li Q, Luo Y, Song J, et al. Risk assessment of atrazine polluted farmland and drinking water: A case study [J]. Bulletin of Environmental Contamination & Toxicology, 2007,78(3/4):187-190.

[6] 成海容,林 田,王祖武.青島大氣中有機氯農藥(OCPs)的初步研究 [J]. 地球化學, 2012,41(6):569-575.

[7] 丁中原,毛瀟萱,馬子龍,等.河西走廊及蘭州地區典型有機氯農藥的大氣殘留及時空分布特征 [J]. 環境科學, 2013,34(4):1258-1263.

[8] 馬子龍,毛瀟萱,丁中原,等.新疆哈密地區有機氯農藥大氣、土壤殘留特征、氣-土交換及潛在生態風險 [J]. 環境科學, 2013, 34(3):1120-1128.

[9] Jablonowski N D, Schaeffer A, Burauel P. Still present after all these years: persistence plus potential toxicity raise questions about the use of atrazine [J]. Environmental Science & Pollution Research International, 2011,18(2):328-331.

[10] Svorc L, Rievaj M, Bustin D. Green electrochemical sensor for environmental monitoring of pesticides: Determination of atrazine in river waters using a boron-doped diamond electrode [J]. Sensors & Actuators B Chemical, 2013,181(5):294-300.

[11] Amaral B D, Araujo J A D, Peralta-Zamora P G, et al. Simultaneous determination of atrazine and metabolites (DIA and DEA) in natural water by multivariate electronic spectroscopy [J]. Microchemical Journal, 2014,117(21):262-267.

[12] Barchanska H, Sajdak M, Szczypka K, et al. Atrazine, triketone herbicides, and their degradation products in sediment, soil and surface water samples in Poland [J]. Environmental Science & Pollution Research, 2017,24(1):644-658.

[13] 郭洪偉,孫小銀,廉麗姝,等.基于CLUE-S和InVEST模型的南四湖流域生態系統產水功能對土地利用變化的響應 [J]. 應用生態學報, 2016,27(9):2899-2906.

[14] 孫小銀,郭洪偉,廉麗姝,等.南四湖流域產水量空間格局與驅動因素分析[J]. 自然資源學報, 2017,32(4):669-679.

[15] 劉繼軍,張振成,張 健.泗河流域徑流泥沙分析 [J]. 治淮, 2015,(1):11.

[16] 馬 放,姜曉峰,王 立,等.基于SWAT模型的阿什河流域非點源污染控制措施 [J]. 中國環境科學, 2016,36(2):610-618.

[17] 耿潤哲,王曉燕,龐樹江,等.潮河流域非點源污染控制關鍵因子識別及分區 [J]. 中國環境科學, 2016,36(4):1258-1267.

[18] 陳 丹,張 冰,曾逸凡,等.基于SWAT模型的青山湖流域氮污染時空分布特征研究 [J]. 中國環境科學, 2015,35(4):1216-1222.

[19] 李 丹,郭亞萍,焦裕飛,等.泗河流域徑流特征與演變規律研究 [J]. 中國農村水利水電, 2016,(10):91-94.

[20] Shi X Z, Yu D S, Warner E D, et al. Soil database of 1:1,000,000digital soil survey and reference system of the chinese genetic soil classification system [J]. Soil Survey Horizons, 2004,45(4):129-136.

[21] 楊 梅,馬永安,林忠勝,等.環境水體中三嗪和酰胺類除草劑的固相萃取/氣相色譜-質譜測定[J]. 分析測試學報, 2008,27(1):38-41.

[22] Arnold J G, Moriasi D N, Gassman P W, et al. SWAT: Model use, calibration, and validation [J]. Transactions of the Asabe, 2012,55(4): 1345-1352.

[23] Dennedy-Frank P J, Muenich R L, Chaubey I, et al. Comparing two tools for ecosystem service assessments regarding water resources decisions [J]. Journal of Environmental Management, 2016,177:331- 340.

[24] Boithias L, Sauvage S, Jean S, et al. Modeling pesticide fluxes during highflow events in an intensive agricultural catchment: the Save River (Southwestern France) case study [C]. International Swat Conference, 2011.

[25] Shrestha M K, Recknagel F, Frizenschaf J, et al. Assessing SWAT models based on single and multi-site calibration for the simulation of flow and nutrient loads in the semi-arid Onkaparinga catchment in South Australia [J]. Agricultural Water Management, 2016,175:61-71.

[26] Fukunaga D C, Cecílio R A, Zanetti S S, et al. Application of the SWAT hydrologic model to a tropical watershed at Brazil [J]. Catena, 2015,125(2):206-213.

[27] 謝媛媛.SWAT模型在黃土丘陵區參數敏感度分析及率正研究 [J]. 水土保持研究, 2012,19(4):204-206.

[28] Moriasi D N, Gitau M W, Pai N, et al. Hydrologic and Water Quality Models: Performance Measures and Evaluation Criteria [J]. Transactions of the Asabe, 2015,58(6):1763-1785.

[29] Moriasi D N, Arnold J G, Van Liew M W, et al. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations [J]. Transactions of the Asabe, 2007,50(3):885-900.

[30] Bannwarth M A, Sangchan W, Hugenschmidt C, et al. Pesticide transport simulation in a tropical catchment by SWAT [J]. Environmental Pollution, 2014,191:70-79.

[31] Holvoet K, Griensven A V, Seuntjens P, et al. Sensitivity analysis for hydrology and pesticide supply towards the river in SWAT [J]. Physics & Chemistry of the Earth Parts A/b/c, 2005,30(8–10):518-526.

[32] Oliver D P, Kookana R S, Salama R B, et al. Land use effects on sorption of pesticides and their metabolites in sandy soils. I. Fenamiphos and two metabolites, fenamiphos sulfoxide and fenamiphos sulfone, and fenarimol and azinphos methyl [J]. Australian Journal of Soil Research, 2003,41(5):847-860.

[33] Geng Y, Jing M A, Jia R, et al. Impact of long-term atrazine use on groundwater safety in Jilin Province, China [J]. Journal of Integrative Agriculture, 2013,12(2):305-313.

[34] Amadori M F, Cordeiro G A, Rebou?as C C, et al. Extraction method for the determination of atrazine, deethylatrazine, and deisopropylatrazine in agricultural soil using factorial design [J]. Journal of the Brazilian Chemical Society, 2013,24(3):483-491.

[35] 郭志勇.自然水體中多種固相物質對有機氯農藥的吸附特征研究 [D]. 長春:吉林大學, 2010.

[36] 王 犖.大凌河口地區有機氯農藥污染特征研究[D]. 大連:大連海事大學, 2013.

Simulation of herbicide transportation in Sihe watershed by SWAT model.

XU Yan1, SUN Xiao-yin1,2*, LIU Fei1, FAN Yu-na1, JIANG Zhai1

(1.Geography and Tourism College, Qufu Normal University, Rizhao 276826, China；2.Key Laboratory of Nansihu Lake Wetland Ecological and Environmental Protection, Qufu Normal University, Rizhao 276826, China)., 2018,38(10)：3959~3966

Pesticide pollution in Sihe watershed, China can have a negatively effect on Nansihu lake and aquatic environment of South-North Water Diversion Project. To understand the process of herbicides transport and best management practices in the watershed, transport simulation of herbicide including atrazine and its transformed products in Sihe watershed performed by SWAT model and field investigation. The results demonstrated that there was a high correlation between the output of herbicides and runoff. The time of herbicides output was mainly concentrated in July and August, which accounted for more than 69% of output in the whole year. The spatial distribution of herbicides load in the watershed was affected by the length of the river and distribution of agricultural land. The output of atrazine distributed primarily in eastern and central region of upstream areas, and catchment outlet of herbicide output was in the middle. However, the spatial distribution of the output of atrazine transformed products including DEA and DIA were similar to their parent compound, which mainly located in the catchment outlet of the downstream areas and the central region in Sihe watershed. The study can provide theoretical support for the management of herbicide migration in the basin.

atrazine；DEA；DIA；SWAT model；Sihe watershed

X524

A

1000-6923(2018)10-3959-08

徐 燕(1992-),女,安徽舒城人,曲阜師范大學碩士研究生,主要從事GIS與流域生態服務模擬研究.發表論文3篇.

2018-03-21

國家自然科學基金資助面上項目(41471389)

* 責任作者, 副教授, xiaoyin-sky@163.com