鐘科元, 陳 瑩,2,3, 陳興偉,2,3, 劉梅冰,2,3

(1.福建師范大學 地理科學學院, 福建 福州 350007; 2.濕潤亞熱帶山地生態(tài)國家重點

實驗室培育基地, 福建 福州 350007; 3.福建省陸地災害監(jiān)測評估工程技術研究中心, 福建 福州 350007)

基于農業(yè)非點源污染模型的桃溪流域日徑流泥沙模擬

鐘科元1, 陳 瑩1,2,3, 陳興偉1,2,3, 劉梅冰1,2,3

(1.福建師范大學 地理科學學院, 福建 福州 350007; 2.濕潤亞熱帶山地生態(tài)國家重點

實驗室培育基地, 福建 福州 350007; 3.福建省陸地災害監(jiān)測評估工程技術研究中心, 福建 福州 350007)

摘要：[目的] 以中國東南沿海桃溪流域為研究對象，構建該流域日尺度產流產沙的農業(yè)非點源污染模型(annualized agricultural non-point source pollution model， AnnAGNPS)，以期為流域水土流失治理與水土資源合理配置分析支持。[方法] 采用DSA(differential sensitivity analysis)方法，分析流域敏感性參數(shù)，并建立研究區(qū)日尺度的AnnAGNPS模型。[結果] (1) CN值(curve number)、土壤有效含水量和溝道曼寧系數(shù)為徑流敏感性參數(shù)，土壤可侵蝕因子K、地表殘留物覆蓋率、年根系生物量、耕作后地面殘留物覆蓋率、隨機粗糙率、溝道曼寧系數(shù)和耕作擾動面積為輸沙量的主要敏感性參數(shù)； (2) 模型對日尺度徑流模擬的R2，Ens系數(shù)均大于0.66，日尺度泥沙模擬的R2，Ens系數(shù)均大于0.62。[結論] AnnAGNPS模型能夠較好地模擬桃溪流域日尺度產流產沙規(guī)律。

關鍵詞：AnnAGNPS模型; 日尺度; 徑流; 泥沙; 參數(shù)敏感性

在全球變化和人為活動日益增強的背景下，嚴重的土壤侵蝕使耕地面積減少，土壤質量退化，引起一系列的生態(tài)和環(huán)境問題。以流域為單元研究產流產沙變化規(guī)律，對防治流域水土流失與保護流域水資源具有重要意義。分布式流域水文模型將流域劃分成若干個計算單元，考慮了下墊面的異質性和水文氣象要素的時空變異性，能更真實地反映了產流產沙過程。目前，國外開發(fā)了很多流域尺度的分布式水文模型用于產流、產沙過程的研究，如SWAT(soil and water assessment tool)，AnnAGNPS(annualized agricultural non-point source pollution model)，ANSWERS(areal non-point source watershed environment response simulation)和HSPF(hydrologic simulate progran)模型等，這些模型已成為模擬、預測氣候變化、人類活動影響下流域產流、產沙演化規(guī)律的重要工具。AnnAGNPS是美國農業(yè)部開發(fā)的適用于流域尺度的連續(xù)時段非點源污染分布式模型，可以用來模擬流域的產流、產沙和化學養(yǎng)分遷移等過程，具有操作簡單靈活與GIS高度集成的特點。由于模型的科學性和實用性，已被許多國內外學者所采用，并作為流域管理和水質監(jiān)測等方面的有效工具之一。目前在不同下墊面特征及氣候環(huán)境下得到廣泛應用，如熱帶的加勒比群島[1]、馬來西亞[2]，美國的東北部[3]，西歐平原[4]，埃塞爾比亞高原[5]，中國東南丘陵地區(qū)[6]和黃土高原流域[7]。這些對產流產沙的模擬主要集中于年尺度、月尺度和部分降水事件模擬，而對日尺度模擬相對較少，僅見李碩等[8]對斂水河、Polyakov等[9]對Hanalei River流域研究，但是模擬效果均不理想。

桃溪流域位于我國東南沿海的福建省泉州市境內，伴隨著地區(qū)經濟快速發(fā)展，人類活動加強，劇烈的土地利用變化已造成流域產流、產沙過程發(fā)生顯著的改變。本研究以桃溪流域為研究區(qū)，采用DSA(differential sensitivity analysis)方法識別流域徑流和泥沙敏感性參數(shù)，構建該流域日尺度產流產沙的AnnAGNPS模型，以期為區(qū)域水土流失治理與水土資源配置分析提供有力的工具。

1研究區(qū)概況

桃溪是晉江流域的一條支流，發(fā)源于永春縣錦斗鄉(xiāng)珍卿村附近，出東關匯入山美水庫。本文選取桃溪流域永春水文站(118°18′24″E，25°17′56″N)以上流域為研究區(qū)(圖1)，流域面積392 km2。流域內土地利用類型以林地為主，約占流域總面積的69%，其次是園地和建設用地。土壤類型主要有紅壤、黃壤、水稻土、石質土等，其中紅壤和水稻土分布最廣、面積最大，分別為占總面積的43%和36%。地形多為山地和丘陵，地勢起伏大，海拔約在40～1 360 m。氣候屬亞熱帶海洋性季風氣候，年平均降雨量約為1600 mm，降水主要集中在7—9月，占全年降水量的37%～39%。

圖1　桃溪流域地理位置及氣象站、水文站點分布

2研究方法與數(shù)據(jù)

2.1　AnnAGNPS模型

AnnGNPS模型能連續(xù)地以日為步長模擬流域地表徑流、泥沙侵蝕和氮磷營養(yǎng)鹽流失的分布式模型，是基于獨立事件的AGNPS模型的基礎上發(fā)展而來的。模型適用于小尺度到3 000 km2流域。模型采用SCS-CN徑流曲線方程計算地表徑流量，并根據(jù)每日的土壤水分和作物等情況，相應地調整曲線數(shù)。其中前期土壤水分條件由SWRRB和EPIC模型計算,滲漏計算采用了Brooks—Corey方程,流量峰值計算采用了TR-55模型。采用Penman公式計算潛在蒸散發(fā)；采用RUSLE方程計算坡面土壤侵蝕，HUSLE方程計算坡面泥沙輸移率，Bagnold指數(shù)計算河道泥沙輸移率。模型根據(jù)地形特征劃分為不同的集水區(qū)，又稱為分室(Cell)，集水區(qū)面積由臨界源面積(the critical source area， CSA)和最小源溝道長度(the minimum channel length， MSCL)共同確定，將土地利用和土壤數(shù)據(jù)疊加到每一個分室，確保分室物理屬性的均一性，分別對每個集水單元進行模擬計算，通過河道演算到流域出口，實現(xiàn)對流域水文的模擬。

2.2　參數(shù)敏感性分析

參數(shù)敏感性分析可以識別模型關鍵敏感性參數(shù)，提高模型率定效率。由于下墊面的差異和氣象水文的異質性，AnnAGNPS模型的敏感性參數(shù)在不同地區(qū)存在差別，而且同一個參數(shù)在不同地區(qū)敏感性程度也不一樣。如：席慶[10]采用擾動分析法對田中河流域敏感性進行分析，認為影響泥沙敏感性主要參數(shù)為CN值、土壤侵蝕因子K、坡長因子。鄒桂紅等[11]通過對大沽河流域的敏感性參數(shù)分析，認為CN值，作物殘留覆蓋、年根系生物量是影響泥沙的主要因素。Chahor等[12]采用DSA方法對西班牙的Latxaga流域分析認為CN值、水土保持因子P、年冠層覆蓋度、作物殘留覆蓋率是影響泥沙的主要參數(shù)。Das等[13]對Canagagigue Creek流域敏感性分析結果表明土壤侵蝕因子K，RUSLE-C，RUSLE-P和溝道曼寧系數(shù)是影響泥沙計算過程的敏感性參數(shù)。

DSA[14]是一種簡單的參數(shù)敏感性分析方法，即在參數(shù)初始值附近增減10%，保持其他參數(shù)不變，通過計算敏感性指數(shù)I獲取各參數(shù)的敏感性程度。DSA將敏感性程度分為4個等級，分別為：極其敏感(大于1)、非常敏感(0.2~1.0)、中等敏感(0.05~0.2)和不敏感(小于0.05)，敏感性指數(shù)I計算方法為：

式中：x0——參數(shù)的初始值；y0——參數(shù)x0對應的模型輸出值；y1，y2分別為x1=x0-Δx，x2=x0+Δx相對應的模型輸出值，Δx=10%x0。DSA具體算法可參考文獻[14]。

2.3　基礎數(shù)據(jù)

建立AnnAGNPS產流產沙模型需要地形、土壤、氣象和土地利用等空間數(shù)據(jù)以及氣象和水文屬性數(shù)據(jù)。具體數(shù)據(jù)包括：分辨率為30 m×30 m的數(shù)字高程模型(DEM)，下載于“中國科學院國際科學數(shù)據(jù)服務平臺”(http:∥www.gscloud.cn/)；1∶50萬福建省數(shù)字化土壤圖，通過對福建省土壤肥料實驗站1∶50萬土壤類型圖數(shù)字化得到，并概化成7種主要土壤類型，土壤屬性數(shù)據(jù)參照《福建土壤》和《福建土種志》；根據(jù)1995年TM影像進行目視解譯的土地利用數(shù)據(jù)；1995—1997年流域11個雨量站的逐日降水數(shù)據(jù)以及永春氣象站逐日最高、最低氣溫、風速、相對濕度數(shù)據(jù)；永春水文站1995—1997年逐日徑流數(shù)據(jù)，1996—1997年4—10月逐日輸沙量數(shù)據(jù)?？紤]到研究區(qū)地處丘陵地帶，地勢起伏大，CSA取15 hm2，MSCL取150 m，將研究區(qū)分為2 664個分室和1 105條溝道。

3結果分析

3.1　敏感性參數(shù)分析及率定

參考AnnAGNPS模型在不同區(qū)域的參數(shù)敏感性分析結果，選取影響徑流的CN值、土壤有效含水量、凋萎系數(shù)和溝道曼寧系數(shù)4個參數(shù)，影響泥沙的土壤可侵蝕因子K、地表殘留物覆蓋率、年根系生物量、耕作后地面殘留物覆蓋率、隨機粗糙率、溝道曼寧系數(shù)、耕作擾動面積、年降水降落高度、年冠層覆蓋度等9個參數(shù)，采用DSA方法進行AnnGNPS模型徑流和泥沙參數(shù)敏感性分析。

從圖2和表1可以看出，CN值對徑流量的影響最明顯，敏感性指數(shù)為0.719，屬于非常敏感的參數(shù)；土壤有效含水量敏感性值為0.075，屬于中等敏感的參數(shù)，凋萎系數(shù)對徑流量有一定的影響，但影響并不顯著，敏感性指數(shù)僅為0.001。此外，溝道曼寧系數(shù)雖對徑流量影響不顯著，但對洪峰流量和匯流時間具有較大影響，也是調整徑流的重要參數(shù)。

圖2　參數(shù)敏感性分析結果

由圖2和表1可知： (1) 土壤侵蝕因子K對輸沙量的影響非常顯著，敏感性指數(shù)為0.988，屬非常敏感。(2) 地表殘留物覆蓋率、年根系生物量與輸泥沙呈高度負相關，敏感性指數(shù)分別為-0.81，-0.77，即隨著參數(shù)值的提高輸沙量將顯著下降；(3) 耕作后地面殘留物覆蓋率、隨機粗糙率和溝道曼寧系數(shù)的敏感性取值均位于-0.05～-0.2，屬中等敏感參數(shù)；(4) 年降水降落高度和年冠層覆蓋率的敏感性指數(shù)小于0.05，敏感性等級低，對輸沙量影響輕微。此外，耕作擾動面積對研究區(qū)的產沙量也有一定的影響，敏感性指數(shù)為0.057，呈中等敏感。

在確定敏感性參數(shù)的基礎上，遵循先率定徑流再率定泥沙，先保證總量平衡再確保過程匹配的原則，對模型參數(shù)進行手動調參。由于AnnAGNPS模型目前沒有考慮基流模擬，本文采用數(shù)字濾波法計算基流，與模擬值合并形成總徑流，繼而通過與實測值對比，比較模擬效果。采用1995—1996年徑流數(shù)據(jù)和1995年4—10月泥沙數(shù)據(jù)進行參數(shù)校準，1997年徑流數(shù)據(jù)和1996年4—10月泥沙數(shù)據(jù)進行模型驗證，并選取Nash—Suttcliffe效率系數(shù)(Ens)、相關系數(shù)(R2)和相對誤差(Re)作為模型效率的評價指標。最終確定各參數(shù)的取值(表1)。

表1　徑流與泥沙敏感性參數(shù)值

3.2　模擬效果分析

3.2.1徑流模擬效果由表2可知，模型在率定和驗證期的徑流模擬評價指標R2，Ens和Re均滿足要求[15]，月尺度R2與Ens均大于0.92，日尺度徑流Ens與R2均大于0.66，相對誤差均可以控制在6%以內，模擬日尺度徑流變化趨勢與實測徑流變化相一致(圖3)，率定期的模擬效果略好于驗證期，總體上模型具有較好的模擬效果。對1996，1997年兩個特大暴雨事件模擬值比實測值較低，與田耀武[16]和Polyakov[9]研究結果趨于一致。

表2　永春水文站徑流和泥沙的率定和驗證結果

圖3　研究區(qū)日徑流模擬效果

3.2.2輸沙量模擬效果率定期和驗證期內流域實測年泥沙輸出量分別為2.33×105t和3.01×105t，模擬值分別為2.14×105t和3.45×105t，模擬誤差均可以控制在15%以內；月產沙量的R2和Ens均大于0.88，日產沙模擬的R2和Ens均大于0.62，模擬效果差于產流，但仍可以達到模擬精度的要求(表2)。由圖4可知，日尺度泥沙模擬的變化趨勢與實測值變化基本相一致，流域年內產沙量分布很不均勻，主要集中在5—8月的個別特大暴雨事件。除局部單個事件模擬較差外，模型總體上能夠模擬日尺度泥沙的變化規(guī)律。

圖4　研究區(qū)日尺度泥沙模擬效果

4討 論

由于不同地區(qū)降水、蒸發(fā)等氣象因素和地形、土壤、土地利用等下墊面因素的空間變異，各區(qū)域的參數(shù)敏感性也存在差異。與其他研究區(qū)相比，桃溪流域耕作擾動面積對產沙量有一定的影響并呈中等敏感，而這個參數(shù)在其他研究區(qū)并不敏感，這可能是流域內園地、耕地所占比例較大，分別為13%和9%，人類對地表的擾動較活躍成為影響水土流失的重要因素。此外，流域年冠層蓋度對泥沙影響較弱，而在陜西省黑河流域[17]、大沽河流域[18]以及西班牙Latxaga流域[12]則是影響泥沙的重要因子，這可能是由于研究區(qū)處亞熱帶濕潤海洋氣候、降水量較多，林下草木相對茂盛，對雨水對地面沖擊起緩沖作用，因此該參數(shù)對泥沙影響不顯著。

目前，國內外應用AnnAGNPS型進行日尺度徑流、泥沙模擬的研究較少，僅見在斂水河[8]、Hanalei River流域[9]的應用。與上述流域的模擬效果相比，AnnAGNPS模型在桃溪流日尺度徑流、泥沙的模擬效果有較大的提高，這主要與研究區(qū)氣候、土壤和土地利用的持征、研究基礎以及CSA取值等因素密切相關。AnnAGNPS模型基于CSA和MSCL的取值將研究區(qū)劃分一定數(shù)量的分室，在分室的基礎上對地形、土壤和土地利用等輸入數(shù)據(jù)進行參數(shù)集總，集總程度對模擬結果產生一定的影響。王曉燕等[18]、Pradhanang等[19]、黃志霖等[20]研究表明地形、土壤、土地利用等參數(shù)的空間集總程度和模型輸出結果均隨著CSA取值的改變而發(fā)生變化，且CSA取值變化對輸沙量的影響較顯著。因此，未來需要進一步分析CSA取值變化對桃溪流域模型的輸入?yún)?shù)與模擬結果的影響，以及在保證模型的輸出精度的條件下，確定研究區(qū)適合的CSA取值范圍，這對于深入認識AnnAGNPS模型的不確定性、提高模型的模擬精度至關重要。

5結 論

(1) 研究區(qū)AnnAGNPS模型徑流敏感性參數(shù)主要為CN值、土壤有效含水量，溝道曼寧系數(shù)；輸沙量的敏感性參數(shù)依次為土壤可侵蝕因子K、地表殘留物覆蓋率、年根系生物量、耕作后地面殘留物覆蓋率、隨機粗糙率、溝道曼寧系數(shù)和耕作擾動面積。

(2) 模型對桃溪流域日尺度徑流模擬R2，Ens系數(shù)均大于0.66，日尺度泥沙模擬R2，Ens系數(shù)均大于0.62，能夠較好地模擬桃溪流域日尺度產流產沙規(guī)律。

[參考文獻]

[1]Sarangi A, Cox C A, Madramootoo C A. Evaluation of the AnnAGNPS model for prediction of runoff and sediment yields in St Lucia watersheds [J]. Biosystems Engineering, 2007,97(2):241-256.

[2]Shamshad A, Leow C S, Ramlah A, et al. Applications of AnnAGNPS model for soil loss estimation and nutrient loading for Malaysian conditions[J]. International Journal of Applied Earth Observation and Geoinformation, 2008,10(3):239-252.

[3]Tsou M S, Zhan X. Estimation of runoff and sediment yield in the Red Rock Creek watershed using AnnAGNPS and GIS [J]. Journal of Environmental Sciences, 2004,16(5):865-867.

[4]Licciardello F, Zema D A, Zimbone S M, et al. Runoff and soil erosion evaluation by the AnnAGNPS model in a small Mediterranean watershed [J]. Transactions of the ASABE, 2007,50(5):1585-1593.

[5]Junker L. Evaluation of the AnnAGNPS Model Used for River Discharge and Sediment Yield Predictions in a Micro-scale Catchment in the Highlands of Ethiopia [D]. Switzerland: University of Berne, 2012.

[6]黃金良. GIS和模型支持下的九龍江流域農業(yè)非點源污染研究[D].福建 廈門：廈門大學,2004.

[7]賈寧鳳,段建南,李保國,等.基于AnnAGNPS模型的黃土高原小流域土壤侵蝕定量評價[J].農業(yè)工程學報,2007,22(12):23-27.

[8]李碩,劉磊. AnnAGNPS模型在瀲水河流域產水、產沙的模擬評價[J].環(huán)境科學,2010,31(1):50-57.

[9]Polyakov V, Fares A, Kubo D, et al. Evaluation of a non-point source pollution model, AnnAGNPS, in a tropical watershed [J]. Environmental Modelling & Software, 2007,22(11):1617-1627.

[10]席慶,李兆富,羅川.基于擾動分析方法的AnnAGNPS模型水文水質參數(shù)敏感性分析[J].資源科學,2014,35(5):1773-1780.

[11]鄒桂紅,崔建勇.基于AnnAGNPS模型的農業(yè)非點源污染模擬[J].農業(yè)工程學報,2007,23(12):11-17.

[12]Chahor Y, Casalí J, Giménez R, et al. Evaluation of the AnnAGNPS model for predicting runoff and sediment yield in a small Mediterranean agricultural watershed in Navarre(Spain)[J]. Agricultural Water Management, 2014,134(4):24-37.

[13]Das S, Rudra R P, Gharabaghi B, et al. Applicability of AnnAGNPS for Ontario conditions[J]. Canadian Biosystems Engineering, 2008,50(1):1-11.

[14]Lenhart T, Eckhardt K, Fohrer N, et al. Comparison of two different approaches of sensitivity analysis[J]. Physics and Chemistry of the Earth, Parts A/B/C,2002,27(9):645-654.

[15]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.

[16]田耀武,黃志霖,曾立雄. DEM格網尺度對AnnAGNPS預測山地小流域徑流和物質輸出的影響[J].環(huán)境科學學報,2009,29(4):846-853.

[17]李家科,李懷恩,李亞嬌,等.基于AnnAGNPS模型的陜西黑河流域非點源污染模擬[J].水土保持學報,2008,22(6):81-88.

[18]王曉燕,林青慧. DEM分辨率及子流域劃分對AnnAGNPS模型模擬的影響[J].中國環(huán)境科學,2011,31(S1):46-52.

[19]Pradhanang S M, Briggs R D. Effects of critical source area on sediment yield and stream flow [J]. Water and Environment Journal, 2014,28(2):222-232.

[20]黃志霖,田耀武,肖文發(fā),等.三峽庫區(qū)黑溝流域AnnAGNPS參數(shù)空間聚合效應[J].生態(tài)學報,2009,29(12):6681-6690.

Simulation of Daily Runoff and Sediment Load in Taoxi Watershed Based on AnnAGNPS Model

ZHONG Keyuan1, CHEN Ying1,2,3, CHEN Xingwei1,2,3, LIU Meibing1,2,3

(1.CollegeofGeographicalSciences,FujianNormalUniversity,Fuzhou，F(xiàn)ujian350007,China; 2.CultivationBaseofStateKeyLaboratoryofHumidSubtropicalMountainEcology,Fuzhou，F(xiàn)ujian350007,China; 3.FujianProvincialEngineeringResearchCenterforMonitoringandAssessingTerrestrialDisasters,Fuzhou，F(xiàn)ujian350007,China)

Abstract：[Objective] Daily runoff and sediment process in Taoxi watershed in the Southeast of China were simulated to provide a support for soil and water conservation plan. [Methods] The annualized agricultural non-point source pollution model(AnnAGNPS) was adopted to simulate the daily runoff and sediment yield. Differential sensitivity analysis(DSA) methods were carried out to evaluate the sensitivity of input parameters. [Results] (1) Curve number, field capacity and Maning’s-reach were the sensitive parameters for runoff simulation. K-factor, surface residue cover, root-mass, remained residue cover after cultivation, random roughness, Maning’s-reach and disturbed area were the major sensitive parameters for sediment load estimation. (2) In the calibration and validation processes of both runoff and sediment simulation, R2and Ens had values above 0.66 for daily runoff and were above 0.62 for daily sediment load modeling. [Conclusion] AnnAGNPS model can simulate well for daily runoff and sediment process in the study area.

Keywords:AnnAGNPS model; daily runoff; sediment; parameter sensitivity

文獻標識碼：B

文章編號：1000-288X(2015)06-0130-05

中圖分類號：TV213.4

通信作者：陳瑩(1982—),女(漢族),福建省南平市人,博士,副教授,主要從事洪澇災害、水文學與水資源等方面研究。E-mail:chenying_nju@163.com。

收稿日期：2014-08-15修回日期：2014-09-23

資助項目：國家自然科學基金項目“土地利用變化對流域洪水風險的影響及其不確定性分析”(41301031); 福建省科技廳重點項目“農業(yè)面源對水庫型飲用水源地氮素污染負荷的影響與調控技術”(2013N0013)

第一作者：鐘科元(1987—),男(漢族),江西省興國縣人,碩士研究生,研究方向為水文與水資源。E-mail:zkygeo@163.com。