Study on Non-point Source Pollution Load of Liangtan River Basin Based on SWAT Model

doi:10.11924/j.issn.1000-6850.casb2022-0156

Abstract

Abstract:

To grasp the spatial and temporal distribution characteristics of nitrogen and phosphorus pollutants in Liangtan River Basin, the SWAT (Soil and Water Assessment Tool) model of nitrogen and phosphorus load was constructed based on spatial and meteorological data. The model was calibrated and verified by monitoring data, and the main non-point source pollution sources of each sub-basin were evaluated by projection pursuit method. The results showed that the model had good applicability in the study area, nitrogen and phosphorus emissions were mainly concentrated in the wet season (May to September), accounting for 76% of the whole year. Nitrogen and phosphorus load was mainly from pesticides and fertilizers, and the total nitrogen emission was the main part. Spatially, surface runoff pollution was dominant in the central part of the basin, while soil erosion was more serious in the western part of the basin, and the pollution load was closely related to sediment discharge.

Key words: non-point source pollution, SWAT model, nitrogen and phosphorus load, projection pursuit, Liangtan River Basin

TANG Jie, CHEN Yao, CHENG Qiming. Study on Non-point Source Pollution Load of Liangtan River Basin Based on SWAT Model[J]. Chinese Agricultural Science Bulletin, 2023, 39(5): 124-130.

Figures/Tables 7

References 15

[1]	管飞, 马友华, 张东红, 等. 农业面源污染负荷空间分布及风险评价研究进展[J]. 中国农学通报, 2017, 33(30):61-66.
[2]	涂小强, 傅春. 非点源污染研究发展演化与前沿分析[J]. 人民长江, 2021, 52(4):47-54.
[3]	程红光, 岳勇, 杨胜天, 等. 黄河流域非点源污染负荷估算与分析[J]. 环境科学学报, 2006(3):384-391.
[4]	朱瑶, 梁志伟, 李伟, 等. 流域水环境污染模型及其应用研究综述[J]. 应用生态学报, 2013, 24(10):3012-3018.
[5]	余丹, 孙丽娜, 于俊峰, 等. 基于SWAT的猫跳河流域径流及土壤侵蚀模拟研究[J]. 中国农学通报, 2012, 28(17):256-261.
[6]	吴春蕾, 马友华, 李英杰, 等. SWAT模型在巢湖流域农业面源污染研究中应用前景与方法[J]. 中国农学通报, 2010, 26(18):324-328.
[7]	GASSMAN W P, WILLIAMS R J, BENSON W V, et al. Historical Development and Applications of the Epic and Apex Models[C]: Asae, 2004.
[8]	孟现勇, 师春香, 刘时银, 等. CMADS数据集及其在流域水文模型中的驱动作用——以黑河流域为例[J]. 人民珠江, 2016, 37(7):1-19.
[9]	孟现勇, 王浩, 雷晓辉, 等. 基于CMDAS驱动SWAT模式的精博河流域水文相关分量模拟、验证及分析[J]. 生态学报, 2017, 37(21):7114-7127.
[10]	李倩楠, 张静, 宫辉力. 基于SWAT模型多站点不确定性评价方法的比较[J]. 人民黄河, 2017, 39(1):24-29.
[11]	陈肖敏, 郭平, 彭虹, 等. 子流域划分对SWAT模型模拟结果的影响研究[J]. 人民长江, 2016, 47(23):44-49.
[12]	黄显峰, 贾永乐, 方国华. 基于投影寻踪法的城市水生态文明建设评价[J]. 水资源保护, 2016, 32(6):117-122.
[13]	李琪, 赵志怀. 基于投影寻踪与内梅罗指数组合模型的地下水水质评价[J]. 水电能源科学, 2019, 37(11):70-73.
[14]	邵磊, 周孝德, 杨方廷, 等. 基于自由搜索的投影寻踪水质综合评价方法[J]. 中国环境科学, 2010, 30(12):1708-1714.
[15]	陈岩, 赵琰鑫, 赵越, 等. 基于SWAT模型的江西八里湖流域氮磷污染负荷研究[J]. 北京大学学报(自然科学版), 2019, 55(6):1112-1118.

数据名称	数据类型	数据来源	备注
数字高程DEM	Raster	图新云GIS	分辨率：12.5 m×12.5 m
土壤数据	Raster	基于世界土壤数据库(HWSD)的中国土壤数据集(V1.1)	分辨率：1 km×1 km
土地利用数据	Raster	中国科学院资源环境科学与据中心	分辨率：1 km×1 km
气象数据	日尺度	中国大气同化驱动集(CMADS V1.1)	时间范围：2008—2016年
水质数据	月尺度	北碚区龙凤河口监测断面	时间：2013、2015年

数据名称	数据类型	数据来源	备注
数字高程DEM	Raster	图新云GIS	分辨率：12.5 m×12.5 m
土壤数据	Raster	基于世界土壤数据库(HWSD)的中国土壤数据集(V1.1)	分辨率：1 km×1 km
土地利用数据	Raster	中国科学院资源环境科学与据中心	分辨率：1 km×1 km
气象数据	日尺度	中国大气同化驱动集(CMADS V1.1)	时间范围：2008—2016年
水质数据	月尺度	北碚区龙凤河口监测断面	时间：2013、2015年

参数名称	参数含义	率定取值	取值范围
CN2	SCS径流曲线数	0.12	-0.2~0.2
ALPHA_BF	基流消退系数	0.73	0~1
GW_DELAY	地下水滞后系数	328.19	30~450
GWQMN	浅层地下水径流系数	1.42	0~2
GW_REVAP	地下水蒸发系数	0.17	0.02~0.2
ESCO	地下水蒸发补偿系数	0.62	0.8~1
CH_N2	主河道曼宁系数	0.19	0~0.3
CH_K2	水力传导度	81.43	10~120
ALPHA_BNK	河岸基流系数	0.85	0~1.0
SOL_AWC	土壤可利用水分	0.38	-0.2~0.4
SOL_K	土壤传导率	0.3	-0.8~0.8
SOL_BD	土壤饱和容重	0.07	-0.7~0.5

参数名称	参数含义	率定取值	取值范围
CN2	SCS径流曲线数	0.12	-0.2~0.2
ALPHA_BF	基流消退系数	0.73	0~1
GW_DELAY	地下水滞后系数	328.19	30~450
GWQMN	浅层地下水径流系数	1.42	0~2
GW_REVAP	地下水蒸发系数	0.17	0.02~0.2
ESCO	地下水蒸发补偿系数	0.62	0.8~1
CH_N2	主河道曼宁系数	0.19	0~0.3
CH_K2	水力传导度	81.43	10~120
ALPHA_BNK	河岸基流系数	0.85	0~1.0
SOL_AWC	土壤可利用水分	0.38	-0.2~0.4
SOL_K	土壤传导率	0.3	-0.8~0.8
SOL_BD	土壤饱和容重	0.07	-0.7~0.5

子流域编号	子流域面积/km²	(1)总氮负荷/ (kg/km²)	(2)总磷负荷/ (kg/km²)	(3)地表径流贡献量/ mm	(4)泥沙量/ (t/km²)		投影寻踪法得分 (1、2)	投影寻踪法得分 (1、2、3、4)
1	24.91	187.03	58.12	147.00	215.57		0.66	1.41
2	46.96	225.32	77.15	220.94	418.45		0.39	0.97
3	2.24	232.55	72.33	163.62	285.92		0.44	1.16
4	23.39	224.45	70.31	134.83	383.37		0.48	1.23
5	2.40	231.28	72.78	162.87	286.44		0.44	1.15
6	16.74	206.02	70.77	188.08	338.33		0.48	1.14
7	9.05	268.94	87.40	239.70	889.02		0.22	0.70
8	8.67	234.96	73.86	162.90	237.38		0.42	1.14
9	8.79	245.89	77.32	162.83	284.04		0.37	1.08
10	7.50	211.69	82.65	349.53	970.08		0.32	0.59
11	1.93	213.43	67.20	163.25	214.52		0.52	1.25
12	17.71	304.47	101.41	341.12	1585.33		0.02	0.20
13	24.62	182.51	77.03	320.72	320.36		0.41	0.83
14	3.53	283.38	78.90	165.89	214.15		0.33	1.05
15	2.88	330.84	93.08	165.26	332.89		0.11	0.81
16	19.92	179.76	74.21	322.41	219.42		0.45	0.88
17	14.39	235.47	84.18	249.83	664.72		0.29	0.78
子流域编号	子流域面积/km²	(1)总氮负荷/ (kg/km²)	(2)总磷负荷/ (kg/km²)	(3)地表径流贡献量/ mm	(4)泥沙量/ (t/km²)	投影寻踪法得分 (1、2)		投影寻踪法得分 (1、2、3、4)
18	9.87	92.39	62.01	371.73	162.06	0.67		1.01
19	21.68	169.42	72.06	348.84	314.24	0.49		0.85
20	9.72	201.12	70.92	230.92	355.35	0.48		1.06
21	7.79	246.02	85.27	213.67	533.90	0.27		0.85
22	16.66	159.59	71.83	318.27	401.22	0.50		0.90
23	16.88	239.96	84.09	226.60	466.10	0.28		0.85
24	18.49	165.89	69.84	275.00	278.18	0.52		1.03
25	10.34	167.65	54.05	138.51	366.27	0.73		1.47
26	40.31	129.17	52.97	187.78	202.02	0.76		1.44
27	10.51	273.48	82.66	157.76	391.46	0.28		0.99
28	2.68	96.79	62.01	443.09	99.40	0.66		0.89
29	6.43	242.03	79.96	236.40	320.22	0.34		0.91
30	31.55	159.48	55.84	153.16	392.40	0.71		1.42
31	11.40	142.40	58.03	237.35	200.94	0.69		1.28
32	8.59	152.88	49.50	121.53	393.83	0.80		1.57
33	16.48	140.94	46.33	110.20	137.74	0.84		1.68
34	14.93	286.93	81.26	159.87	275.00	0.29		1.01
35	23.41	232.74	67.63	140.63	232.99	0.51		1.27
36	19.46	325.63	92.45	144.84	619.12	0.12		0.82
37	14.48	162.13	47.30	102.96	257.73	0.82		1.65