田耀武,王 寧,劉 晶

(河南科技大學(xué) 林學(xué)院,河南 洛陽 471003)

?

伏牛山區(qū)陶灣流域徑流泥沙模擬誤差分析

田耀武,王 寧,劉 晶

(河南科技大學(xué) 林學(xué)院,河南 洛陽 471003)

以豫西伏牛山區(qū)陶灣流域為研究對象，利用該流域2006—2007年22次徑流、泥沙數(shù)據(jù)對分布式AnnAGNPS(Annualized AGricultural NonPoint Source)模型進行校準，2008—2009年31次徑流、泥沙數(shù)據(jù)對模型進行驗證。選取R2(決定系數(shù))、E(效率系數(shù))、VE(誤差比)等統(tǒng)計參量評估流域徑流、泥沙、氮、磷物質(zhì)輸出的模擬精度。結(jié)果表明：(1)SCS-CN值是徑流模擬精度的主要影響因素，校準期內(nèi)徑流VE=-7.7%(R2=0.95，p<0.05)，驗證期內(nèi)VE=-6.1%(R2=0.90，p<0.05)，誤差值位于可接受的范圍之內(nèi)，<±15%。徑流誤差相對較低，徑流模擬精度也影響泥沙和氮、磷的模擬精度；(2)泥沙模擬誤差影響因素較為復(fù)雜，植被覆蓋率、曼寧粗糙系數(shù)等因素最為敏感，還受流域DEM、土壤、土地利用等空間參數(shù)精度的影響。校準期內(nèi)VE=15.1%(R2=0.55，p<0.05)，驗證期內(nèi)VE=17.0%(R2=0.60，p<0.05)，泥沙模擬誤差較徑流要大。泥沙和徑流模擬誤差趨勢相同，對小型降雨事件，模擬值偏高，大型降雨事件模擬值偏低。(3)氮、磷模擬值具有更大的不確定性，氮VE=22.0%(R2=0.69，p<0.05)，磷VE=24.0%(R2=0.48，p<0.05)。AnnAGNPS模型對徑流、泥沙、氮、磷模擬均存在有一定的不確定性，模擬誤差呈現(xiàn)一定的變化趨勢。校準后的AnnAGNPS模型可以用于伏牛山區(qū)流域。

AnnAGNPS模型; 徑流; 泥沙; 伏牛山區(qū); 模擬

農(nóng)業(yè)流域泥沙、氮磷等物質(zhì)的輸出是地表水質(zhì)下降的主要因素。受研究手段的限制，最有效和直接的方法是利用空間分布模型對流域輸出物質(zhì)進行時間和空間上的模擬。目前較為常用的模型有CREAMS[1]、AGNPS[2]、SWAT[3]和AnnAGNPS[4]等，其中連續(xù)分布式模型——AnnAGNPS (Annualized AGricultural NonPoint Source)模型與ArcView GIS 3.x緊密集成，得到了較為廣泛的應(yīng)用[5-9]。

河南省西部伏牛山區(qū)屬以林為主的林農(nóng)復(fù)合流域，平均坡度較高，已產(chǎn)生了水質(zhì)、地表徑流、土壤流失等一系列的環(huán)境生態(tài)問題，成為制約山區(qū)經(jīng)濟社會發(fā)展的因素之一。流域內(nèi)農(nóng)地分散，耕作、施肥(農(nóng)藥)方式不一，數(shù)據(jù)不易獲取且不確定性高。AnnAGNPS模型在豫西山區(qū)條件下的應(yīng)用方法、應(yīng)用誤差評價與分析尤為迫切。本文選擇豫西山區(qū)伊河上游陶灣流域為研究對象，依托洛陽市和欒川縣氣象、水利水文局和河南科技大學(xué)對該流域的長期監(jiān)測數(shù)據(jù)，利用GIS平臺構(gòu)建該流域模型文件，使用流域徑流、泥沙數(shù)據(jù)對AnnAGNPS模型進行校準和驗證，分析徑流、泥沙、氮磷等物質(zhì)輸出的誤差及原因，評定AnnAGNPS模型在陶灣流域的適用性，以期為伏牛山區(qū)相似流域的面源污染研究與農(nóng)業(yè)管理提供理論基礎(chǔ)。

1　材料與方法

1.1研究區(qū)概況

陶灣流域位于河南省西部伏牛山區(qū)、伊河上游源頭，包括河南省欒川縣陶灣鎮(zhèn)、石廟鄉(xiāng)和欒川鄉(xiāng)的西半部，東經(jīng)111°20′0″—111°35′55″，北緯33°43′0″—33°55′0″，ArcGIS-AGNPS集成模塊提取的流域面積為329.92 km2。該流域?qū)倥瘻貛Т箨懶约撅L氣候，年均氣溫12.4℃，年日照2 103 h，無霜期198 d，年均降水量872.6 mm。流域內(nèi)分布有褐土性土、棕壤性土、棕壤和淋溶褐土等土壤類型。棕壤主要分布于闊葉及混交林下的山坡、丘陵地勢較高地帶，地表植被以次生落葉闊葉混交林為主，間有草灌叢，褐土主要分布于較平緩的中低山地丘陵、山前平原及河谷階地。褐土植被以夏綠闊葉林為主，伴有旱生森林、灌木、草本植物，具有疏林密灌的特點。流域林地占75.5%，灌木地占4.7%，草地占2.4%，農(nóng)地占13.7%，水域0.3%，建設(shè)用地占3.4%。

1.2AnnAGNPS模型

AnnAGNPS模型是美國ARS與NRCS聯(lián)合開發(fā)的基于物理過程、連續(xù)模擬、流域尺度的高級流域參數(shù)分布式評價工具，最新版本為AnnAGNPS 5.4(2012年)。AnnAGNPS模型實現(xiàn)了與ArcView 3.x界面的耦合。模型包括水文、土壤侵蝕、化學(xué)物質(zhì)輸移等模塊。水文計算法則為土壤水分平衡方程與地表徑流模型(SCS-CN)[10]，泥沙輸出計算法為修訂的通用水土流失方程RUSLE，氮的礦化平衡計算法則為EPIC模型[11]，逐日計算氮磷等的吸收、降解，并按可溶態(tài)和顆粒吸附態(tài)計算并輸出。模型的詳細介紹見模型使用文件及相關(guān)文獻[5-10]。

1.3模型文件及數(shù)據(jù)庫的構(gòu)建

AnnAGNPS模型污染負荷模塊運行前要導(dǎo)入AnnAGNPS.inp和Dayclim.inp文件。AnnAGNPS.inp文件由AnnAGNPS-ArcView耦合界面產(chǎn)生，AnnAGNPS.inp文件包含流域地形、土壤、土地利用、耕作管理信息和溝道信息。

Dayclim.inp氣象文件，包括降雨量、最高和最低溫度、露點溫度、云量和風速6類參數(shù)的逐日氣象數(shù)據(jù)。本研究使用AGNPS-ArcView耦合界面，逐日輸入以上6類氣象參數(shù)，建立該流域2006年、2007年、2008年、2009年4個年份的Dayclim.inp文件。文件所使用氣象數(shù)據(jù)均由洛陽市氣象部門提供。本文所用數(shù)據(jù)及來源見表1。

流域數(shù)字高程模型(DEM)來源為中國科學(xué)院計算機網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云(http:∥www.gscloud.cn)提供的30 m水平格網(wǎng)尺度DEM。在流域地形圖上隨機選擇100個點作為高程控制點，視其高程值作為準值，檢驗對應(yīng)DEM 柵格點的高程采樣精度；在流域內(nèi)隨機布設(shè)200個點，GPS定位并量測地面實際坡度，計算DEM提取地面坡度的中誤差[12]。

分布式AnnAGNPS模型通過改變CSA(Critical Source Area)和MSCL(Minimum Source Channel Length)值來描述流域微地形空間變異性。陶灣流域CSA和MSCL取值為8 hm2，131 m，劃分為366個空間離散子流域單元。本文所用土壤類型數(shù)據(jù)由南京土壤研究所提供，流域土壤屬性差異較大，為了提高模型模擬精度，在模型完成子流域區(qū)劃后，對同一土壤類型內(nèi)、地形條件差異大(主要指坡度)，及不同的土地利用方式的366個子流域單元的地理特性，重新布設(shè)258個土壤樣點，測定了土壤主要屬性值。

表1　陶灣流域資料源

土地利用文件由流域2008年SPOT 5影像數(shù)據(jù)解譯、監(jiān)督分類所得。模型要求建立數(shù)字化土地利用文件(shp格式)和相關(guān)管理信息，包括地表覆被狀況、作物耕作措施、輪作制度等。在農(nóng)地經(jīng)營管理中，各種作物都有播種、除草、施肥、收獲等具體耕作措施，按照它們的邏輯順序輸入管理時間表。作物參數(shù)由模型手冊和現(xiàn)場調(diào)查確定；化肥施肥量、無機有機肥比重、施肥深度等由現(xiàn)場調(diào)查統(tǒng)計、走訪等方式確定。以上流域管理資料由模型編輯模塊InpEdit輸入。

1.4模型校準

啟動模型污染負荷模塊，導(dǎo)入AnnAGNPS.inp和2006—2007年Dayclim.inp文件，輸出陶灣流域2006年、2007年徑流、泥沙、氮、磷等數(shù)據(jù)。從2006年起，在陶灣流域出口處測定出口斷面面積和流速，計算次降雨徑流流量。依《河流懸移質(zhì)泥沙測驗規(guī)范》(GB5019—92)和《地表水和污水監(jiān)測技術(shù)規(guī)范》(HJ/T91—2002)提取水樣，送至河南科技大學(xué)生態(tài)學(xué)實驗室測定泥沙、氮磷量。使用同時期徑流、泥沙數(shù)據(jù)對模型進行校準。

AnnAGNPS模型的校準分為2步，第1步為徑流事件的校準，方法為調(diào)整SCS中的CN值。設(shè)定-4%～4%的9組CN值，輸入AnnAGNPS.inp與Dayclim.inp文件，啟動非點源污染輸出負荷模塊PLModel，輸出徑流模擬值。本文校準期為2006—2007年的22次徑流事件，方式為試錯法與圖示法相結(jié)合。每次調(diào)整2%CN值，當徑流觀測值與模擬值基本吻合時按1%CN值進行調(diào)整(圖1)，徑流誤差VE<±15.0%。

第2步為泥沙事件的校準。任一子單元中的植被覆蓋率、曼寧粗糙系數(shù)、根系重量及田間操作和管理等參數(shù)均影響泥沙輸出，在模型校準中某些參數(shù)還具有與理論上的相反結(jié)果。校準時，利用非線性參數(shù)評定軟件PEST 優(yōu)化輸入?yún)?shù)，確定最敏感因子為曼寧粗糙系數(shù)和植被覆蓋率。方式仍為試錯法和圖示法，調(diào)整敏感參數(shù)，實現(xiàn)泥沙模擬值與觀測值的最大擬合(圖1)。

圖1　陶灣流域2006-2007年徑流、泥沙輸出觀測值與預(yù)測值試錯法校準示意圖

1.5模型驗證

使用參數(shù)率定后的AnnAGNPS模型，導(dǎo)入2008—2009年Dayclim.inp文件，輸出流域2008—2009年徑流、泥沙和氮磷數(shù)據(jù)，對徑流、泥沙和氮磷數(shù)據(jù)進行驗證并進行精度評定。

1.6模型精度評定

本文使用E(效率系數(shù))[13]、VE(誤差比)、R2(決定系數(shù))3個統(tǒng)計參量評定模型校準期和驗證期內(nèi)徑流、泥沙、氮、磷的模擬精度。

(1)

(2)

(3)

2　結(jié)果與分析

2.1徑流模擬誤差

圖2A為校準期內(nèi)AnnAGNPS模型輸出的22次徑流模擬值與觀測值的對比結(jié)果。由圖2A可知，校準期徑流模擬值與觀測值吻合較好，回歸線位于1∶1線下方。22次降雨產(chǎn)生的徑流總量為183.5 mm，模型模擬的徑流總量為169.3 mm，模擬偏差為-7.7%(R2=0.95，p<0.05)，低于±15%誤差界；E=0.81，高于可接受的臨界值0.6。

徑流模擬誤差還表現(xiàn)出一定的規(guī)律性，即對于小型徑流事件，數(shù)據(jù)點多位于1∶1線的上方，模型模擬值偏高；對于大型暴雨徑流事件，數(shù)據(jù)點多位于1∶1線的下方，模型模擬值偏低。

圖2　校準期(2006-2007年)、驗證期(2008-2009年)陶灣流域徑流量觀測值與模擬值比較

圖2B為驗證期內(nèi)陶灣流域2008—2009年31次徑流模擬值與觀測值的對比結(jié)果。徑流模擬總量為515.4 mm，觀測總量為548.4 mm，VE=-6.1%。事件性徑流量模擬值與觀測值相關(guān)性較高，R2=0.90(p<0.05)，模擬誤差規(guī)律與校正期內(nèi)相似。回歸線接近1∶1線，E=0.78，模擬效果較好。

2.2泥沙模擬誤差

圖3A為校準期內(nèi)，AnnAGNPS模型參數(shù)優(yōu)化調(diào)整后，輸出的22次泥沙模擬值與觀測值的對比結(jié)果?；貧w線位于1∶1線的下方，VE為15.1%。由于有偏差較大數(shù)據(jù)的存在，決定系數(shù)R2=0.55(p<0.05)，E=0.61>0.6。與徑流模型結(jié)果相類似，泥沙模型值也表現(xiàn)出一定的規(guī)律性，即對于小型泥沙流失事件，模型模擬值偏高，對于大型暴雨徑流事件，模型模擬值偏低。這也說明該流域徑流和泥沙事件有著強烈的相關(guān)性。

圖3B為驗證期內(nèi)，AnnAGNPS模型在31次徑流事件中，泥沙模擬值與觀測值的對比結(jié)果?；貧w線高于1∶1線，表明泥沙模擬值高于觀測值，模擬偏差VE=17.0%。模擬值與觀測值相關(guān)性一般(R2=0.60，p<0.05)，E值為0.62，略高于可接受效率界限值0.6。模型對泥沙模擬偏差趨勢與校準期類似。

圖3　校準期(2006-2007年)、驗證期(2008-2009年)陶灣流域泥沙觀測值與模擬值比較

2.3氮、磷模擬誤差

AnnAGNPS模型氮、磷等營養(yǎng)物質(zhì)模擬機理是質(zhì)量守恒原則，無法進行調(diào)試。利用徑流和泥沙輸出校正好的模型，輸出4年內(nèi)氮、磷模擬數(shù)據(jù)。選取其中的49次(缺失4次數(shù)據(jù))模擬值進行分析，氮、磷與徑流和泥沙輸出均有關(guān)聯(lián)性。

圖4A為氮的模擬值與觀測值的對比圖。49次事件中，氮的輸出總量為24.90 kg/km2，模型模擬值為30.35 kg/km2，回歸線(R2=0.69，p<0.05)接近但高于1∶1線，對氮的模擬值偏高。VE=22.0%，誤差在可接受范圍之外，模擬精度一般；模擬效率系數(shù)E=0.65，略高于0.6的下限。

圖4B為磷的模擬值與觀測值的對比圖。49次磷輸出事件中，磷的輸出總量為5.02 kg/km2，模型模擬值為6.27 kg/km2，回歸線(R2=0.48，p<0.05)接近但高于1∶1線，這說明模型48%的模擬結(jié)果是由于觀測資料可變性引起的。模型對磷模擬偏差VE=24.0%，超出了可接受范圍，模擬精度一般，效率系數(shù)E=0.55。雖然模型并不能完全正確地模擬磷的輸出，但仍能代表部分觀測資料。模型對氮、磷輸出預(yù)測具有很大的不確定性，但仍表現(xiàn)有一定的預(yù)測趨勢：對較小磷輸出事件，模型有過高模擬趨勢，對較大的輸出事件，模型有過低模擬趨勢；模型對磷模擬趨勢與氮相反。

圖4　2006-2009年陶灣流域氮、磷輸出的觀測值與模擬值

3　討論與結(jié)論

3.1徑流模擬誤差

AnnAGNPS模型對徑流模擬結(jié)果，有關(guān)文獻[5-9]均認為模擬精度較高。AnnAGNPS徑流模擬誤差具有一定的規(guī)律性。Shamshad等[17]按徑流事件大小，分段評定了模擬效果。發(fā)現(xiàn)對于>15 mm降雨事件，徑流模擬R2=0.96，E=0.81，對于<15 mm的降雨事件，R2=0.52，E=0.70。他認為降雨量越小，E值越低，模擬效果越差。有文獻[18-20]認為AnnAGNPS模型對小徑流事件，模擬值低于觀測值，對暴雨徑流事件模擬值偏高。本文AnnAGNPS徑流模擬誤差也有規(guī)律性，但結(jié)論與上述相反，即對小型徑流事件，模擬值偏高，對大型暴雨徑流事件，模型模擬值偏低，模型對小徑流事件產(chǎn)生的百分偏差要大，這可能與模型對大徑流事件的敏感性高于小徑流事件有關(guān)。本研究的結(jié)論與Polyakov[21]、黃志霖[9]等的徑流誤差結(jié)論相一致。上述相反結(jié)論的原因可能是流域不同的地形地貌特征。本文所選流域特征與黃志霖[9]、Polyakov[21]、Shrestha[22]和Haregeweyn[23]等相似，均為山地流域，平均坡度高，土壤含砂量大，保水性差。小降雨事件發(fā)生時，土壤的滲透性相對較大，產(chǎn)生地表徑流值偏低，暴雨徑流發(fā)生時，土壤保水能力差，產(chǎn)生較大的地表和地中徑流(AnnAGNPS模型默認土壤不產(chǎn)生地中徑流)在出口處能迅速產(chǎn)生較大徑流和洪峰。這類流域特征與Shamshad等[17]的研究流域特征是不相同的。

AnnAGNPS模型對多次徑流總量的模擬結(jié)果偏低。原因如下：一是模型的模擬機制。模型對于<5 mm的降雨事件，均假定為不產(chǎn)生徑流。AnnAGNPS模型使用TR-55綜合降雨分布方法來模擬徑流，并假定降雨均勻分布。但研究流域山高坡陡，降雨類型差異巨大，迎風坡面降雨量大且多為間歇性降雨，這種條件下產(chǎn)生的單一雨量圖并不能代表整個流域降雨實際分布，特別是研究流域面積偏大，流域出口處監(jiān)測到的降雨量偏小，即模型文件中的氣象文件降雨量偏小，導(dǎo)致模擬的徑流值偏?。欢悄Ｐ捅旧淼囊恍┘僭O(shè)條件。如對日(次)降雨量的定義上，模型認為某日降雨事件之前日和之后日產(chǎn)生的降雨均是獨立的，三者間沒有關(guān)聯(lián)，這與流域連續(xù)降雨產(chǎn)生徑流的實際情況是不相符的；三是研究者自身因素。如對徑流事件時間界定上，不同監(jiān)測者往往有不同的監(jiān)測結(jié)果，這種時間界定誤差在間斷性降雨事件發(fā)生時更為突出；四是模型中的徑流量直接取決于CN值。Grunwald[24]等認為模型對徑流的模擬誤差主要是由于CN取值的不精確，精確的CN取值可以明顯地減小徑流量模擬偏差。在模型徑流調(diào)試中發(fā)現(xiàn)，如果調(diào)整CN值，使校準期誤差最小，那么預(yù)測效率系數(shù)E和誤差百分數(shù)VE就會減小。CN對徑流產(chǎn)生的物理過程的描述并不充分，徑流的產(chǎn)生是基于CN法，模型用這種方法在流域出口處來描述整個流域，對流域內(nèi)河道產(chǎn)生途徑、實際產(chǎn)流面積均沒有加以考慮。

DEM格網(wǎng)尺度也可能影響模型徑流的模擬精度，Kalin等[25]在愛荷華州某流域內(nèi)使用KINEROS模型模擬流域洪峰流量，結(jié)果顯示，隨著DEM格網(wǎng)的增加流域洪峰流量也隨之增加；郝芳華等[26]提出了大尺度流域非點源污染負荷估算方法研究的方法。但受DEM數(shù)據(jù)源和文章篇幅限制，本文僅選用了30 m尺度的DEM進行模擬，DEM尺度對徑流精度的影響有待于進一步研究。

黃志霖等[9]采用了與本文相似的AnnAGNPS調(diào)試方法，評價了模型在三峽庫區(qū)黑溝流域的徑流模擬能力，黑溝流域面積只有1.44 km2，本文流域面積為329.92 km2，黑溝流域與陶灣流域土壤類型、土地利用方式并不相同，但對徑流模擬評價結(jié)論相似。所以在AnnAGNPS模擬面積范圍(<3 000 km2)內(nèi)，調(diào)整SCS-CN的方法是可以滿足徑流模擬精度的，也說明CN是模型徑流精度的主要影響因素。

3.2泥沙模擬誤差

模型對泥沙模擬精度低于徑流，徑流與泥沙輸出相關(guān)性較強，但泥沙事件與徑流事件還是有相對的獨立性。黃志霖等[9]認為較低精度的泥沙模擬，可能與模型的自身設(shè)計缺陷、流域地理位置、流域管理條件、獲取資料數(shù)據(jù)的準確性以及與模型評定方法的選擇有關(guān)[5]。如AnnAGNPS模型沒有考慮基流產(chǎn)生的泥沙輸出，而實際中，基流對河岸造成的泥沙量并不能忽視。同時模型進行模擬時，均是假設(shè)輸入數(shù)據(jù)的真實可靠，但任何數(shù)據(jù)總存在誤差甚至錯誤。如受監(jiān)測手段的限制，用于校準與驗證的徑流、泥沙數(shù)據(jù)可能會存在較大的誤差或錯誤。

DEM對泥沙模擬精度影響較大。田耀武[27]和黃志霖[28]等認為1.5～12.5 m格網(wǎng)尺度DEM對三峽庫區(qū)1.44 km2流域徑流量、洪峰流量、總N輸出影響不顯著，但對泥沙、總P、有機碳輸出影響顯著。三峽庫區(qū)類似小流域宜采用5 m格網(wǎng)尺度DEM，AnnAGNPS模型較不適合于尺度較小、坡度較大的小流域泥沙負載預(yù)測。受文章篇幅限制，本文所選30 m尺度DEM雖然實現(xiàn)了流域泥沙的模擬，但沒有對不同格網(wǎng)DEM對泥沙精度影響進行研究，也沒有確定出本流域最佳DEM的尺度。

土壤類型和土地利用文件比例尺精度也會影響泥沙的模擬精度。模型在數(shù)據(jù)輸出前，首先要把全流域分割成眾多的空間離散單元(SDU,spatial discretization unit)。SDU是通過重力作用使地表徑流匯集于一個出口點的子區(qū)域。模型先在SDU內(nèi)計算徑流、泥沙、化學(xué)物質(zhì)負載，后計算河網(wǎng)溝道輸移，最后在流域出口處匯總結(jié)果。輸入土壤類型和土地利用等空間參數(shù)后，SDU對該參數(shù)進行空間聚合[29]，改變其空間分布，產(chǎn)生聚合效應(yīng)。土壤、土地利用等空間參數(shù)的精度影響聚合程度，進而影響模型模擬結(jié)果。限于文章篇幅，本文也沒對土壤和土地利用比例尺精度對泥沙模擬的影響作深入研究。

基于本文所選用的DEM、土壤和土地利用等空間參數(shù)，模型對泥沙模擬偏差趨勢與徑流相同。即，大型泥沙流失事件，模型有偏低的模擬趨勢，對小型泥沙流失事件，模型有偏高的模型趨勢。Rode等[29]認為模型對泥沙模擬偏差趨勢與徑流相同的原因是泥沙輸出量與徑流量有正比線性關(guān)系，徑流量大時溝道對泥沙的輸移能力就高。有文獻認為模型對較小泥沙輸出事件有偏低模擬趨勢，對暴雨泥沙輸出事件有偏高模擬趨勢[30]。Polyakov[20]、黃志霖等[9]與本研究結(jié)論與上述觀點相反。其主要原因是流域的地形和土壤地質(zhì)條件。如本研究流域土壤含砂量高，質(zhì)地松散，易于蹦塌，河床沖蝕，這種地質(zhì)現(xiàn)象在暴雨過程中更容易發(fā)生，而模型對強降雨產(chǎn)生泥石流沒有考慮。特別是持續(xù)性小降雨事件也易產(chǎn)生土體蹦塌事件，使泥沙輸出變大。在伏牛山區(qū)土質(zhì)松散平均坡度較大的條件下，使用RUSLE方程來預(yù)測泥沙輸出進行流域管理有待于進一步論證。

AnnAGNPS在地形較為平坦、主要發(fā)生細溝侵蝕，不考慮重力侵蝕的流域內(nèi)，模型對較小降雨泥沙事件估計偏低，對暴雨泥沙事件估計偏高；在地質(zhì)松散，平均坡度較大的流域內(nèi)，模型對較小泥沙模擬偏高，對暴雨事件泥沙模擬偏低。

3.3氮、磷模擬誤差

AnnAGNPS模型在自身設(shè)計中缺乏減小氮、磷模擬誤差的設(shè)計。黃志霖等[9]與本文研究結(jié)果表明，模型對氮磷模擬精度較徑流、泥沙低。這可能與氮磷的檢測手段與研究方法有關(guān)，如營養(yǎng)物質(zhì)的取樣和監(jiān)測在實驗室中進行，而植物吸收和營養(yǎng)物質(zhì)循環(huán)等大量的參數(shù)則靠現(xiàn)場調(diào)查、估計或者使用不符合本地實際的模型參考文件，這些均影響到模型的模擬精度；模型對營養(yǎng)物模擬基礎(chǔ)是質(zhì)量守衡，輸移過程中沒有考慮二次沉淀、吸附，營養(yǎng)物在輸出與輸入資料上的缺失都將對結(jié)果產(chǎn)生影響。其他有關(guān)文獻均有營養(yǎng)物輸出量模擬效率偏低的報道[29]。在模型實際應(yīng)用中，需要更加精準地測定氮磷敏感參數(shù)，減少模型模擬誤差。

綜上，AnnAGNPS模型的模擬誤差產(chǎn)生的原因主要有3個：一是模型自身的計算法則，二是模型輸入?yún)?shù)的誤差或錯誤，三是地理模型與地理數(shù)據(jù)的尺度匹配。如DEM尺度與流域尺度的匹配，DEM尺度、流域尺度、模擬偏差之間的關(guān)系研究也是空白。

[1]Silburn D M,Loch R J.Evaluation of the CREAMS model：I.Sensitivity analysis of the soil erosion sedimentation component for aggregated clay soils[J].Soil Research,1989,27(3):545-561.

[2]Young R A,Onstad C A,Bosch D D,et al.AGNPS: A nonpoint-source pollution model for evaluating agricultural watersheds[J].Journal of Soil and Water Conservation,1989,44(2):168-173.

[3]Arnold J G,Srinivasan R,Muttiah R S,et al.Large area hydrologic modeling and assessment part I: Model development1[J].Jawra Journal of the American Water Resources Association， 1998,34(1):73-89.

[4]Yuan Y,Locke M A,Bingner R L.Annualized agricultural non-point source model application for Mississippi Delta Beasley Lake watershed conservation practices assessment[J].Journal of Soil and Water Conservation,2008,63(6):542-551.

[5]Baginska B,Milne-Home W,Cornish P S.Modelling nutrient transport in Currency Creek,NSW with AnnAGNPS and PEST[J].Environmental Modelling & Software,2003,18(8):801-808.

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

[7]王曉利,姜德娟,張華.基于AnnAGNPS模型的膠東半島大沽河流域非點源污染模擬研究[J].農(nóng)業(yè)環(huán)境科學(xué)學(xué)報,2014,33(7):1379-1387.

[8]李開明,任秀文,黃國如,等.基于AnnAGNPS模型泗合水流域非點源污染模擬研究[J].中國環(huán)境科學(xué),2013,33(S):54-59.

[9]黃志霖,田耀武,肖文發(fā),等.非點源污染模型AnnAGNPS在三峽庫區(qū)林農(nóng)復(fù)合小流域模擬效果評定[J].環(huán)境科學(xué),2009,30(10):2872-2878.

[10]Xiao B,Wang Q H,FAN J,et al.Application of the SCS-CN model to runoff estimation in a small watershed with high spatial heterogeneity[J].Pedosphere,2011,21(6):738-749.

[11]Sharpley A N,Williams J R.EPIC-erosion/productivity impact calculator: 1.Model documentation.[J].Technical Bulletin-United States Department of Agriculture,1990,4(4):206-207.

[12]湯國安,趙牡丹,李天文,等.DEM提取黃土高原地面坡度的不確定性[J].地理學(xué)報,2003,58(6):824-830

[13]Nash J E,Sutcliffe J V.River flow forecasting through conceptual models part I: A discussion of principles[J].Journal of Hydrology,1970,10(3):282-290.

[14]Cheng H,Ouyang W,Hao F,et al.The non-point source pollution in livestock-breeding areas of the Heihe River basin in Yellow River[J].Stochastic Environmental Research and Risk Assessment,2007,21(3):213-221.

[15]Chiew F H S,Stewardson M J,McMahon T A.Comparison of six rainfall-runoff modelling approaches[J].Journal of Hydrology,1993,147(1):1-36.

[16]Krause P,Boyle D P,B?se F.Comparison of different efficiency criteria for hydrological model assessment[J].Advances in Geosciences,2005,5(5):89-97.

[17]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.

[18]Haregeweyn N,Yohannes F.Testing and evaluation of the agricultural non-point source pollution model (AGNPS)on Augucho catchment,western Hararghe,Ethiopia[J].Agriculture Ecosystems & Environment,2003,99(S1/3):201-212.

[19]Rode M,Frede H G.Testing AGNPS for soil erosion and water quality modelling in agricultural catchments in Hesse (Germany)[J].Physics and Chemistry of the Earth: Part B,1999,24(4): 297-301.

[20]Lenzi M A,Di Luzio M.Surface runoff,soil erosion and water quality modelling in the Alpone watershed using AGNPS integrated with a Geographic Information System[J].European Journal of Agronomy,1997,6(1):1-14.

[21]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.

[22]Shrestha S,Babel M S,Gupta A D,et al.Evaluation of annualized agricultural nonpoint source model for a watershed in the Siwalik Hills of Nepal[J].Environmental Modelling & Software,2006,21(7):961-975.

[23]Haregeweyn N,Yohannes F.Testing and evaluation of the agricultural non-point source pollution model (AGNPS)on Augucho catchment,western Hararghe,Ethiopia[J].Agriculture Ecosystems & Environment,2003,99(1):201-212.

[24]Grunwald S,Norton L D.Calibration and validation of a non-point source pollution model[J].Agricultural Water Management,2000,45(1):17-39.

[25]Kalin L,Govindaraju R S,Hantush M M.Effect of geomorphologic resolution on modeling of runoff hydrograph and sedimentograph over small watersheds[J].Journal of Hydrology,2003,276(1):89-111.

[26]郝芳華,楊勝天,程紅光,等.大尺度區(qū)域非點源污染負荷估算方法研究的意義、難點和關(guān)鍵技術(shù)[J].環(huán)境科學(xué)學(xué)報,2006,26(3):362-365.

[27]田耀武,黃志霖,曾立雄.DEM格網(wǎng)尺度對AnnAGNPS預(yù)測山地小流域徑流和物質(zhì)輸出的影響[J].環(huán)境科學(xué)學(xué)報，2009,29(4):846-853.

[28]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(yīng)[J].生態(tài)學(xué)報,2009,29(12):6681-6690.

[29]Rode M,Frede H G.Testing AGNPS for soil erosion and water quality mode11ing in agricultural catchments in Hesse (Germany)[J].Physics and Chemistry of the Earth: Part B,1999,24(4):297-301.

[30]Haregeweyn N,Yohannes F.Testing and evaluation of the agricultural non-point source pollution model (AGNPS)on Augucho catchment,western Hararghe,Ethiopia[J].Agriculture Ecosystems & Environment,2003,99(1):201-212.

Analysis of Simulation Error of Runoff and Sediment for Taowan Watershed in Funiushan Mountain Area

TIAN Yaowu,WANG Ning,LIU Jing

(College of Forestry,He′nan University of Science and Technology,Luoyang,He′nan 471003,China)

A typical watershed,Taowan,was selected as the study site,and the main goal was to evaluate the performance of AnnAGNPS Model in simulating runoff,sediment loading and nutrient loadings under the conditions of Funiushan Mountain area,and analyze the influencing factors of the simulation error.The data of 22 events of runoff and sediment in the watershed during the period from 2006 to 2007 were used to calibrate the model and the data of 31 events during the period from 2008 to 2009 were used for validation purposes.The whole evaluation consisted of determining the coefficient of determination (R2),Nash-Sutcliffe coefficient of efficiency (E),and the percentage volume error (VE).Most of model input parameters were sourced from Luoyang Forestry Bureau field observations and experiments.Results showed that: (1)runoff was undersimulated by -7.7% with R2of 0.95 (p<0.05)during calibration period (2006—2007)and undersimulated by -6.1% with R2of 0.90 (p<0.05)during validation period (2008—2009),factors affecting runoff simulation errors were accuracy of values for the SCS-CN,the results of runoff simulation also affected the other objects,which may be the reason of relatively low error of runoffs,the model simulated runoff within the range of acceptable accuracy (<±15%); (2)the model oversimulated the event-based sediments by 15.1% with R2of 0.55 (p<0.05)during calibration period (2006—2007)and 17.0% oversimulated with R2of 0.60 (p<0.05)during validation (2008—2009),factors affecting sediment simulation error are more complex.Vegetation coverage and Manning roughness coefficient were most sensitive to the sediment simulation errors.And it was also affected by the scales of spatial parameter accuracy such as watershed DEM,soil and land uses.The trend of sediment simulation errors was similar to runoff.For the events of small magnitude,the model generally oversimulated them,while the opposite was true for larger events.Nitrogen was oversimulated by 22.0% with R2=0.69 (p<0.05),and phosphorus was oversimulated by 24.0% with R2=0.48 (p<0.05).In general,the model performs well in simulating runoff compared to sediment and nutrients.As a watershed management tool,it can be used under the conditions of Funiushan Mountain area after proper calibration.

AnnAGNPS model; runoff; sediment; Funiushan Mountain area; simulation

2015-09-15

2015-10-15

國家自然科學(xué)基金 “森林土壤激發(fā)效應(yīng)對土壤有機碳庫平衡的影響”(U1404322)

田耀武(1975—),男,河南許昌人,博士,副教授,主要從事森林生態(tài)學(xué)研究。E-mail:tian_yaowu@qq.com

S157;P333

A

1005-3409(2016)05-0056-07