GIS支持下的农业非点源污染建模

Page1EnvironmentalManagement(2013)51:70–95ModelingAgriculturalNonpointSourcePollutionUsingaGeographicInformationSystemApproachLisaA.EmiliRichardP.GreeneGIS支持下的农业非点源污染建模土地科学技术学院Page2内容安排Page31.1非点源污染及农业非点源污染非点源(Non-pointsource)污染它是相对于点源污染（主要指工业生产过程中与部分城市生活中产生的污染物这种污染形式具有排污点集中排污途径明确等特征）而言的，也称面源污染或者分散源污染,它是指时空上无法定点监测的,与大气、水文、土壤、植被、土质、地貌、地形等环境条件和人类活动密切相关的,可随时随地发生的,直接对水环境构成污染的污染物来源。具体来看其来源有以下五个方面,一是农田径流营养成分的流失,二是农村生活污水及生活垃圾无处理排放,三是分散式养殖场禽畜粪便排放,四是农田水土流失,五是城市径流污染物流失,在这五个方面中前四个都是来自于农业生产活动,因此狭义的非点源污染就是指农业非点源污染（崔键等2006）。Page4农业非点源污染（AgriculturalNonpointSourcePollution）是在农业生产活动中，农田中的土粒、氮素、磷、农药及其他有机或无极物质，在降水或者灌溉过程中通过农田地表径流、农田排水和地下渗漏，使大量污染物进入水体而形成的水环境污染。主要包括土壤流失、化肥污染、农药污染畜禽养殖污染以及其他农业生产过程中造成的非点源污染（刘纪辉、赖格英，2007）。其特点：分散性和隐蔽性、随机性和不确定性、广泛性和不易监测性、滞后性和模糊性、研究和控制难度大Page51.2非点源污染危害目前,许多国家的研究结果已经证实,非点源污染已成为世界范围内地表水与地下水污染的主要来源,而农业非点源污染则成为主要的非点源污染来源。由于降雨径流、水土流失,大量泥沙进入水体,造成水体淤积,降低水体的生态功能。在非点源污染的过程中由于各种营养物质大量进入水体,促使藻类的大量繁殖,破坏水生生态环境,引起了水体的富营养化,从而影响水生动物生存和人类用水。来自肥料和农药的氮、磷、钾及其化合物以及各种重金属元素,由于溶解度低,活动性差,因而在土壤和非饱和带中逐渐积累,成为地下水的潜在威胁。非点源污染己成为水环境的第一大污染源或首要污染源。Page61.3常用农业非点源污染模型目前,国际上常用的农业非点源污染模型有AGNPS(AgriculturalNon-PointSource)ANSWERS(AreaNon-PointSourceWatershedEnvironmentResourceSimulation)CREAMS(Chemicals,RunoffandErosionforAgriculturalManagementSystems)SWAT(SoilandWaterAssessmentTool)等Page72AGNPS模型简介AGNPS是由美国农业部农业研究局联合明苏达州污染控制局共同开发的计算机模型系统，该模型是一个基于方格框架组成的流域分布式事件模型,按照栅格采集模型参数,由水文、侵蚀、沉积和化学传输四大模块组成,用以N、P元素等土壤养分流失预测,并对农业地区的水质问题以重要性为顺序进行排列,同时对次暴雨径流和侵蚀产沙过程进行模拟流域的尺度大小从几hm2到大约20000hm2,流域被以0.4hm2到26hm2的单元进行均等分室,流域内径流、污染物、泥沙沿各分室汇集于出水口反映流域特征的输入输出状况均在网格水平上表达,水文参数、氮、磷营养盐、泥沙的模拟过程均是以每个网格为单元进行计算的,输出的结果可以是每个网格的也可以是整个流域的结果Page82.1水文子模型利用SCS-CN(SoilConservationServiceCurveNumber)法计算径流量、峰值流量。径流量式中:P——降雨量(mm);S——流域饱和储水量(mm),由CN(CurveNumber)确定,S=(1000/CN)-10;Ia——初损(mm),一般取0.2S。峰值流量用Smith和William得出的经验相关方程推求：Page92.2土壤侵蚀子模型土壤侵蚀量R为降雨径流侵蚀指数;K为土壤可蚀性因;L为坡长因子;S为坡度因子;C为作物管理因子;P为耕作管理因子;SSF为坡型调整因子。每个单元至流域出口,其间有复杂的迁移和沉积关系:D(x)为沉积速率;Vss为颗粒沉积速率;q(x)为单宽径流量;qs(x)为单宽泥沙负荷。g’s(x)为单宽有效输沙量;gs为输沙量;G为有效输沙因子;K为输沙能力因子;S为粘性摩擦阻力;V为河渠平均流计算每个单元流出的5个颗粒级别(粘土、粉砂、小团粒、大团粒和砂的泥沙负荷:Qs(x)为河渠段下游泥沙输出量;Qs(0)为河渠段上游泥沙输入量;x为泥沙汇入点到河渠段下游的距离;W为河渠宽度;QSL为旁侧泥沙汇入量;Lr为河渠段长度。Page102.3污染物迁移转化子模型营养物吸附量径流中营养物Nutsoi为径流中可溶性N或P的浓度;Cnut为土壤表面N或P的平均浓度;Nutext为天然N或P进入径流的流出系数;Q为径流量。Nutsed为N、P随泥沙迁移量;Nutf为N、P在土壤中的含量;Qs(x)为土壤流失量。式中Er为富集率;Tf为土壤质地综合因子Page112.4AGNPS模型参数输入参数总体特征参数：流域面积、流域长度、单元面积、单元总数、降雨量、降雨能量强度值。单元参数：单元编号、汇水进入的单元编号、径流曲线值、单元平均坡度、单元平均坡长、单元坡向坡型因子、河（渠）道指示、河（渠）道底坡比降、河（渠）道边坡坡度、河（渠）道曼宁系数（n）、土壤侵蚀因子（K）、植被覆盖因子(C)、侵蚀控制因子(P)、地面条件常数、土壤质地、化肥施用水平、化肥比例因子、COD平均浓度或背景值、滞水因子、点污染源标志、沟蚀水平。输出参数研究区域的输出结果包括流域面积和网格尺寸、降雨和可蚀性、流域出口径流量和洪峰流量、面积加权的坡面和渠道侵蚀、沉积物传输率、沉积物富集比、沉积物平均浓度、五种粒径颗粒的总产沙量、单元面积可溶性和颗粒携带N、P及COD的质量、径流中N、P、COD的浓度。Page122.5适用性检验评价模型计算的质量,方便模型参数校正,检验模型的适用性,通常使用Nash-Suttclife效率系数E来衡量模型模拟值和观测值之间的拟合度。百分比偏差表示预测值的偏差。其表达式为式中:Qm为测量值;Qp为预测值;Qavx为观测值的平均值;n为样本个数。性能系数E取值从-∞到1，在0到1之间被认为是可以接受的，越接近于1,则观测值和预测值越接近。最优百分比偏差值是1，正值表明模型低估了，负值说明模型的高估。Page133.文章介绍这项研究的总体目标是建立地理信息系统（GIS）框架，在流域尺度上对土壤，水文和地貌覆被的改变进行空间和时间建模。文章第一部分，用GIS进行流域尺度的数据整合，分析土壤侵蚀，土地利用和径流，评估集约化农业流域内的潜在来源区域。AGNPS模型用于MuddyCreek流域，评估减少沉积物和营养物（磷）污染的管理成效。同时有水质量参数的测量（溶解氧，pH值，硬度，碱度，和浊度）以及泥沙和磷负荷。提高全年土壤覆盖用于减少沉积物和磷流失最有效。在本文的第二部分，我们描述了一种方法，用于表征在一个动态的城市边缘区土地覆盖变化。我们为伊利诺斯BlackberryCreek流域开发的GIS方法将使我们能够更好地解释土地利用的时空变化。Page143.1地理信息系统的具体利用生成MuddyCreek流域水文物理资源的GIS图层，把不同比例和投影的地图转化为统一格式以便复合分析通过复杂的地图迭代和空间分析为模型准备输入参数，在空间上以图形方式显示模型结果和非点源污染的在MuddyCreek流域的潜在来源区表征BlackberryCreek流域土地覆被的变化，以更好地考虑土地利用变化。Page153.1.1研究区简介位于加拿大Ontario是Erie的一个支流流域面积8.75km2非农业面积8%,农作物主要是经济作物，玉米，大豆，冬小麦和番茄平均温度9.2℃七月是最热月平均降雨量是809.3mm，42%在六月至九月Page163.1.2研究方法建立一个土地利用和耕作方式的综合数据集。此外需要沉积物和磷负荷的综合的数据集对模型进行验证。使用了一个未公开的历史数据集（第一作者LAE收集），使用的数据源和GIS图层来自该数据集。GIS空间技术被用来生成MuddyCreek地形基础层。具体来说，数字高程模型（DEM被用来估算的地形和水文特征确定坡度，排水/径流和流域边界。该AGNPS模型最初是运无需使用ArcGIS的接口。ArcInfo的用于模型的输出数据和现有网格结合，以便于空间分析和表示。Page173.1.3实测六个取样站，采用物理化学的方法测定下列参数：PH、溶氧量、溶解态有机碳、浊度、悬浮颗粒物、水的硬度、碱度、吸附和溶解态磷、总磷量、沉积物并对其进行分析。Page183.1.4数据获取及GIS图层生成获取省界，市界，水文（水线和多边形）利用空间分析工具划定流域边界把栅格层转换为矢量层GIS的土壤层是基于原有的土壤图的矢量化拓扑关系（不能叠置、不能有空隙），检验完整性为进一步分析，所有的图层都被投影到UniversalTransverseMercatorZone17,NAD1983,Page193.1.5AGNPS模型输入及输出AGNPS所划分的每个网格，都需要输入22个参数。如果在的一个单元内，土地用途状态存多样，取加权平均值。当单元内存在非均匀条件时，对定CN值，渠道坡度，渠道边坡，n因子，K因子，C因子，P因子，地表条件常数，化肥比例因子，COD参数的确，用占主导地位的条件赋值。Page20Page21径流量，径流峰值速率和总可溶性P（肥流失的指示）的浓度，与春季、夏季相比秋季明显下降（表10）。在一般情况下夏季土壤流失、泥沙产量超过了春季和秋季（表11，12，13，14，15和16）。上述各项参数的最大值都出现在休耕，使用冬小麦覆盖作物替代休耕是最有效的措施，夏季和秋季它可以使土壤侵蚀减少（25-30％）。在春季采用免耕/玉米残留组合减少土壤侵蚀流失最有效（20-30％）。降雨强度和降雨量是径流量和径流峰值速率的主要因素，夏季风暴具有最大的侵蚀潜能并导致最高的预测总磷浓度（10）。反过来说，径流量是侵蚀的主要影响因素。次要的侵蚀影响因素是土壤蚀性因子（K系数）和坡度。沉积物中的磷（TPS）和溶解磷具有季节性趋势，与侵蚀损失和产沙相似。Page223.1.6模型评价使用Nash-Suttclife效率系数E来衡量模型模拟值和观测值之间的拟合度，用百分比偏差表示预测值的偏差。观测到的溶解态磷和吸附态磷与模型输出值相比，E值分别为0.35,0.08，百分比偏差分别为+57和-36.根据Parajuli等（2009年）模型效率分类，该模型溶解磷被认为是合理的（0.25-0.49），对于吸附态磷是差的（0.00-0.24）。根据百分比偏差两者分别是+57和-36％值属于可接受的，但并不准确。正值说明溶解态磷预测偏低，负值说明颗粒磷预测偏高。Page233.2研究区简介BlackbeeryCreek流域覆盖189km2，位于伊利诺伊州东北部日平均气温为8.8℃，7月份为最热月（平均每天22.8℃），一月最冷月（日最低-3.3℃）年平均降雨量为949.5毫米，有45％发生在六月到九月。农田覆盖56％，天然草地（28％）和湿地（3.7％）。城镇土地使用目前占该流域土地利用5.7％Page243.2.1研究方法土地覆盖是模型最重要的参数，城市边缘大量土地覆盖类型的改变，这对径流、土壤流失和地表水最终的磷