基于SWAT模型的紫色土丘陵区农业小流域非点源氮、磷输出模拟研究

薛 菲，唐家良*，赵 举，章熙锋，申 东，王 芮

(1.中国科学院水利部成都山地灾害与环境研究所，四川 成都 610041；2.乐山市产品质量监督检验所，四川 乐山 614001)

基于SWAT模型的紫色土丘陵区农业小流域非点源氮、磷输出模拟研究

薛 菲1，唐家良1*，赵 举2，章熙锋1，申 东1，王 芮1

(1.中国科学院水利部成都山地灾害与环境研究所，四川 成都 610041；2.乐山市产品质量监督检验所，四川 乐山 614001)

【目的】农业非点源污染是造成水体富营养化的重要形式，紫色土丘陵区小流域农耕活动频繁，缺乏对农事操作所导致的氮、磷迁移通量的模拟和预测工具，从而难以针对小流域尺度氮、磷流失制定优化的非点源污染减控措施。【方法】本研究将SWAT运用在面积为12.36 km2的典型紫色土丘陵区农业小流域。通过实测数据率定模型参数，模拟了小流域水文过程和氮、磷污染物迁移过程。【结果】SWAT2012能够很好地模拟每日径流、泥沙输出(决定系数R2>0.60，纳什系数Ens>0.55)，同时可模拟月步长氮、磷污染物输出过程(决定系数R2>0.75，纳什系数Ens>0.72)，说明SWAT模型可有效地进行丘陵区较小尺度小流域(10 km2)面源污染输移模拟和预测。【结论】模拟结果可得出，氮、磷污染物的关键源区主要位于小流域沟谷区，通过建设河岸缓冲带可有效防止地表和地下径流途径的氮、磷损失。

SWAT；非点源污染；紫色土；农业小流域；关键源区

【研究意义】如何能够有效地进行农业非点源污染控制，进而在农村地区广泛开展水环境管理以及小流域综合治理，首先需要进行科学的水质评价和预测。进行非点源污染量化、影响因素分析和污染治理效益评价时，通过水文模型进行时间和空间上模拟和预测是最有效的途径[1]。【前人研究进展】目前已开发的非点源污染模型很多，这些模型基于不同的物理过程、数学算法，有各自的使用范围和适用条件[2]。SWAT(Soil And Water Assessment Tool)被认为是应用较为广泛的非点源污染模型之一[3]。该模型是20世纪90年代中后期由美国农业部农业研究中心开发的分布式流域水文模型，可模拟评价复杂农业管理措施下的小流域尺度非点源污染，且可以对非点源关键区进行识别[4]。SWAT模型通过空间离散化对流域进行分级划分以诠释流域内土壤、土地利用和管理措施的异质性[5]，并且基于流域空间格局的差异和时间动态对非点源污染物进行准确模拟和预测。国内SWAT模型研究大多仅涉及较大尺度流域的水文过程和面源污染模拟。如程红光等[6]在黑河流域对该流域的NH3-N 负荷进行了模拟，并研究分析了不同降水量及土地利用类型下各子流域氮素的入河系数；张思聪等[7]在淮河上游竹竿河流域模拟了长时间序列的非点源污染负荷的产输出过程，并得出了该流域非点源污染负荷的时空分布特点；总体而言，基于SWAT模型的非点源污染模拟功能多应用于面积大于100 km2以上的流域，鲜少在人为扰动大的复杂农业小流域进行，因此该模型在特定区域中农业小流域的适用性和参数率定特征仍有待探究。【本研究切入点】紫色土丘陵区位于长江上游生态屏障最前沿，是四川乃至全国重要的粮食基地，是长江流域、三峡水库水环境的重要影响区，区域内非点源污染非常显著[8]。该区域土地利用复杂(包括台地化的坡耕地、水田、林地、场镇、村落居民点)，耕作措施复杂，该区域地形较陡，土地利用地块较小且分散，因此非点源污染模型在该地区的应用具有较大挑战性。SWAT模型是否适用于紫色土丘陵区复杂农业小流域的非点源污染评估和预测还未见报道，其丘陵区破碎地形形成的复杂子流域及土地利用空间变异性需要利用SWAT的空间分析模块进行耦合表征。【拟解决的关键问题】本研究基于SWAT模型水文响应单元划分和水文模块的基本功能特征，验证SWAT模型在紫色土丘陵区复杂农业小流域非点源氮、磷输出模拟中的适用性。

图1 研究区多年月平均降雨量和气温Fig.1 Average monthly rainfall and temperature in study area

1 材料与方法

1.1 研究区概况

万安小流域位于四川省盐亭县林山乡境内，地理位置为北纬30°58′～31°15′，东经105°13′～105°25′，面积约为12.36 km2。本区属于中亚热带湿润季风气候，年均气温17.3 ℃，多年平均降雨836 mm，且季节分布不均(图1)[9]。区域内的土壤为钙质紫色土，质地为中壤，农业生产以种植业为重，为典型的紫色土丘陵农业区，农作物主要包括水稻、玉米、小麦、油菜等。万安小流域土地利用方式以林地和旱地为主，分别占43.95 % 和38.94 %，水田占12.21 %。其中截流子流域旱坡地比例相对整个小流域较高，占46.07 %，此外其居民点和道路用地比例相对也较高。

1.2 数据收集和模型初始化

SWAT模型空间数据包括数字高程模型(DEM)、土壤类型图、土地利用图、气象站点分布图等；属性数据包括土壤的理化性质数据，实测的气温、降水、风速等气象资料，农作物管理资料数据。气象数据来源于中国科学院盐亭紫色土农业生态试验站的自动气象观测场，主要观测指标为每日平均气温、最高和最低气温、降水量等。水文水质数据来源于研究区域内分布的5个水文水质监测站点，本研究利用万安小流域和截流小流域2个径流、泥沙、氮磷监测数据进行模型验证(图2)。调查模拟期间不同利用方式下的耕作管理日期、肥料种类与氮磷含量等，建立耕作管理数据库。研究区域内土壤以紫色土(Pup-Orthic Entisol)为主[11]，质地为中壤，土层较薄。土壤含氮磷量偏低，碳酸钙含量为3 %～13 %；粘土矿物以水云母、蒙脱石为主；详细土壤性质见表1。

SWAT模型将万安小流域划分成29个子流域和149个HRU，土壤和土地利用阈值设为15 %和10 %[10]，然后加载气象、土壤基本性质、耕作管理、施肥等数据，最后运行模型。

图2 万安小流域土地利用现状Fig.2 Present land use in Wanan watershed

土地利用Landuse土种名称Soilspeciesname土壤水文组Soilhydrologicalgroup机械组成(%)砂粒Sand粉粒Silt粘粒Clay极细砂粒Finesand饱和导水率(%)Ks容重(g/cm3)BD有机质含量(%)OMpH旱地Dryland棕紫泥田B34.942.822.316.5921.661.340.0148.20旱地Dryland棕紫泥土B20.655.224.313.0414.151.360.0088.01旱地Dryland棕紫石骨土B19.161.819.114.2519.371.470.0148.05水田Paddy夹黄紫泥田B26.453.220.416.9324.051.290.0218.20林地Forest中层棕紫泥土B28.345.126.615.7517.371.440.0208.01其他Other薄层棕紫泥土B34.644.121.218.2833.051.180.0358.05

1.3 模型率定和参数估计

模型率定期为2012年1月1日至2013年12月31日，验证期为2014年1月1日-2014年11月26日。2006年1月1日到2011年12月31日为模型预热期。径流和泥沙模拟分别在月步长和日步长基础上进行，而各形态氮、磷则在月步长基础上进行。模型参数率定采用SWAT-CUP软件中的SUFI-2算法进行，采用决定系数R2和纳什系数ENS进行模型评价[12]。一般而言，只要R2≥0.6、E≥0.5，即说明模型适用于研究地区[13]。选取径流模拟最优水文参数集来进行氮、磷营养物运移模拟。SWAT-CUP中参数敏感性分析采用Morris提出的LHS-GSA方法(Latin Hypercube Sampling-Global Sensitivity analysis)[14]，参数敏感性通过拉丁超立方体产生的参数和目标函数值进行回归计算得来(公式1)。

(1)

t检验将用来识别每个参数双向的重要性，该方法给出的敏感度是由每个参数变化导致的目标函数值的平均变化。这种方法给出的敏感度基于线性近似。在本研究中，t值的绝对值越大，参数越敏感。从SWAT模型参数中选取17个可能对径流、氮、磷输出结果产生影响的参数进行敏感性分析，重复进行模拟。

2 结果与分析

2.1 流域水文

本研究中小流域实测径流对于降雨事件有迅速反应，SWAT模型日径流量模拟和验证结果很好地与实测结果相吻合(图3)。率定期和验证期内，截流小流域和万安小流域径流模拟纳什系数ENS均大于0.5，决定系数R2均大于0.60；率截流小流域日径流量模拟要好于万安小流域。本研究中并没有考虑坑塘对径流的截流作用，这也可能会导致径流模拟过程中出现峰值偏差(图3)。从月步长模拟结果来看，万安小流域和截流小流域径流量模拟值和实测值拟合较好(图4)，该结果表明月步长模拟结果同样较好地反应了研究小流域地表径流实际过程。

根据表2敏感性分析结果可知，土壤容重(Sol_BD)是影响水文过程的最敏感参数，这说明研究区域小流域径流受土壤结构孔隙水的影响较大，本区域其他研究也表明，出口径流中土壤水比例较大[10]。其次是SCS曲线的径流曲线数CN值(CN2)，与其他研究一样，CN值是影响径流量的重要参数[15-16]。土壤有效持水量(Sol_AWC)、地下水延迟天数(GW_DELAY)、浅层含水层阈值深度(GWQMN)、径流分割系数(ALPHA_BF)、土壤饱和导水率(SOL_K)、主河道水力传导系数(CH_K2)、土壤蒸发补偿系数(ESCO)等参数也对模拟结果有一定影响。

图3 万安和截流小流域日径流量模拟值和实测值对比Fig.3 Simulated and observed results of daily run off at Wanan and Jieliu watershed

图4 万安和截流小流域月径流量模拟值和实测值对比Fig.4 Simulated and observed results of monthly run off at Wanan and Jieliu watershed

参数Parameters含义Briefdescription敏感性(t值)Sensitivity下限值Lowerbound上限值Upperbound初始值Initialvalue估计方法Method最优值ValuechosenSOL_BD土壤湿度2.08-0.50.6默认Multiply0.93CN2SCS径流曲线1.95-0.20.2默认Multiply0.83SOL_AWC土壤持水量1.47-0.20.4默认Multiply1.15GW_DELAY地下水延迟天数1.2230450默认Replace123.05GWQMN浅层含水层水阈值深度0.9602默认Replace2ALPHA_BF基流系数0.78010.34Replace0.36SOL_K土壤饱和导水率0.51-0.80.8默认Multiply0.29CH_K2主河道水力传导系数0.3951305Replace85.47ESCO土壤蒸发补偿系数0.330.810.8Replace0.92

2.2 非点源氮、磷运移

由表3、图5可得，率定期内SWAT模型TN负荷结果较好，2个水质监测点TN负荷模拟值纳什系数Ens均在0.72以上，R2也在0.75以上，仅在2013年7月出现较大偏差。截流小流域验证期TN模拟结果较好(图5a)，但相较率定期，其模拟值和实测值误差增大，E值和R2分别是0.53、0.60。从TP率定期模拟结果来看，万安小流域Ens为0.77、R2为0.91；验证期Ens值为0.71、R2为0.96；截流小流域TP模拟结果表明：率定期和验证期Ens分别为0.92和0.71，R2分别为0.93和0.96，结果均满足模型适用性要求(图5b)。7月份出现氮、磷模拟值较高的现象，可能主要是由于小流域内沟谷区水田进行的多次灌溉使得径流氮、磷浓度降低，而模型对小流域灌溉响应不敏感。

参数敏感性分析结果表明氮渗透系数(NPERCO)和磷渗透系数(PPERCO)是模拟营养物迁移过程中的最敏感参数(表4)。本区域前期研究结果表明：紫色土丘陵区50 %地下水已受到硝酸盐污染[9]，而淋溶是硝酸盐从土壤进入地下水的重要途径[17]，这说明下渗是本研究小流域可溶态氮和可溶态磷污染物进入水体的重要途径。

表3 非点源氮磷模拟评估

图5 负荷模拟值和实测值时间动态变化Fig.5 Simulated and observed results of load

2.3 非点源氮磷时空分布

由图5可知，经过率定和验证后，SWAT模型对万安小流域内TN和TP负荷月际动态特征模拟结果表明：TN、TP输出随时间变化波动较大，在年内呈现出2次输出峰值，第1次主要集中在4-5月，由于降雨对土壤侵蚀所致。随着雨季的到来，第2次峰值出现在7-9月，9月份以后，降雨减少，其流失量也相应减少。根据模型输出结果，以易随泥沙迁移的有机氮、磷为例，流域内2012-2014年月降雨、径流及有机氮磷流失量变化关系见图6。流域内年平均降雨量主要集中于汛期(6-9月)，分别占全年降雨量的62.8 %、80.3 % 和70.7 %。月径流量和氮磷流失在年内变化较大，有机氮和有机磷的月变化趋势基本一致，且受降雨，径流影响较大，月际波动剧烈，有机氮和降雨量、径流量的相关性极显著(P<0.01)，相关系数分别是0.840、0.894；有机磷与降雨量、径流量极显著相关(P<0.01)，相关系数分别是0.798、0.868。汛期的径流量占全年径流量的65.5 %，氮磷流失量分别占到75.9 %和69.8 %，这主要是由于降雨和产汇流对非点源污染物迁移的驱动作用。除此之外，有机氮和有机磷排放量峰值均出现在7-9月，这个时期正值雨季，降雨强度大，径流量大，导致这个时期有机氮磷负荷大，随着降雨的减少，氮、磷流失量明显下降。流域内氮磷负荷的空间分布与土地利用方式有关，不同土地利用非点源污染特征不同，以研究区域(万安小流域)2014年的输出结果来看(图7)，旱地单位面积TN、TP流失负荷最高，分别是26.28、1.08 kg/hm2/年；其次是水田，分别是8.04、0.72 kg/hm2/年；最后是林地，分别是0.36、0.012 kg/hm2/年。区域内林地面积占44 %，其TN、TP贡献率分别为2 %、1 %，而区域内耕地面积占40 %，TN、TP贡献率达到了97 %、96 %。这说明流域内耕地应该是非点源污染控制的重点，其中旱地污染风险比水田高。本文将TN单位面积负荷大于30 kg/hm2，TP单位面积负荷大于3 kg/hm2的地区划分为关键源区[18]。万安小流域总氮和总磷的空间分布相似，氮磷负荷最大的地区出现在河道两边的缓冲区(图8)，这个区域跟居民点相对较多有关，而道路属于不透水下垫面，降雨后径流携带污染物直接冲刷进河道，从而增大流域氮、磷输出量，污染负荷呈现出随地表径流向主河道逐渐汇集的分布特征。产水产沙量高的区域氮、磷排放量也普遍较高，是非点源污染的主要贡献区。与其他小流域相似，万安小流域非点源污染的发生受到土壤、地形、气候、水文、土地利用和管理方式等因素的影响，空间异质性较强，非点源污染物关键源区输出污染物量占整个流域输出比重较大[19]。根据研究小流域养分流失特征[9]，硝态氮是氮流失的主要形式。模型模拟的硝态氮流失的3种迁移途径结果显示(图9)，硝态氮迁移主要通过下渗途径，且随时间变化剧烈，受降雨径流影响较大，具有明显的季节性特征，夏季(丰水期)负荷量大，冬季(枯水期)负荷量小，甚至为0。研究小流域内硝态氮的产出方式主要与研究区域农地高量施肥和土壤粗骨化特征有关，且研究区域地表多有植被(双季作物或林地)覆盖，植被有截流水分的作用，使得下渗的水分增加，减少地表径流，因而下渗硝态氮的量增加[20]。地表径流和侧向流硝态氮的流失量也受到受雨季降雨径流影响，有明显的季节变化特征，但两者流失总量均较小，以地表径流损失途径为最小，这也与前期研究结果相一致[21]。

表4 SWAT模型氮磷运移过程敏感性参数及其最优值

图6 有机氮、有机磷和降雨量、径流量月变化规律Fig.6 Organic nitrogen and phosphorus load and variation of rainfall, runoff

图7 径流、泥沙、氮、磷模拟结果空间分布Fig.7 Spatial distribution of water, sediment yield, nitrogen and phosphorus

图8 TN，TP的关键源分布Fig.8 Critical source area distribution of TN，TP

图9 3种硝态氮负荷月际动态规律Fig.9 Three kinds of nitrate nitrogen load

2.4 复杂农业小流域SWAT模型适用性评价及其启示

通过率定SWAT模型参数，可以成功模拟氮、磷输出负荷时空变化规律，证明SWAT模型可以适用于10 km2大小的复杂小流域。Farida等[4]曾将SWAT模型应用在位于西班牙一个18 km2大小的以农业灌溉为主的小流域中，改进后的SWAT模型准确模拟了流域内径流、泥沙以及磷的运移，虽然模型并没有能够很好地预测到径流峰值，但仍说明SWAT模型应用于小尺度流域的可行性。在本研究中，SWAT模型径流峰值模拟效果略差，氮、磷流失负荷的时空分布特征基本上反映了万安小流域面源污染风险区的真实情况。总体而言，将SWAT模型运用在小尺度流域时应当考虑研究区域所处的特殊区域背景，并调整模型参数初始值以准确模拟研究区域真实的环境地球化学过程。本研究中SWAT模型土壤物理性质参数对于径流及氮、磷污染物输出都有较大影响，模型模拟结果也表明，下渗硝态氮是主要的硝态氮流失方式。`本地区的其他相关实测结果已经验证了这一过程[21]，因此SWAT模拟结果说明SWAT模型可以较好地识别紫色土区独特的土壤物理特征并能参数化表达。Conan等[22]认为SWAT模型在模拟径流峰值时，降雨的性质比较关键，其中降雨强度对于径流产生有着重要影响。本研究是按照径流、泥沙、氮磷污染物逐步率定的，因此径流和泥沙模拟产生的误差可能会被带入到其他过程，致使非点源污染模拟误差变大。

此外，本研究中氮、磷变量敏感因子与施肥量、农田作物肥料吸收率也有关，提高肥料的利用效率、合理安排施肥是减少本研究区域高氮、磷负荷对水环境污染的重要举措。而值得注意的是，氮磷污染物进入水体的必要条件是径流产生，因此减少水土流失能够减轻污染状况，一系列土壤物理性质有关的敏感参数也说明改善耕作方式，比如实行等高种植，修筑梯田，免耕或者少耕等保护性耕作措施，也能够减轻非点源污染。本文所划定的非点源污染关键源区可为流域内控制污染提供依据。万安小流域内一些耕地分布在坡度较大的区域，这些区域是非点源污染的关键区，将这些耕地转变为林地或者改变其耕作方式能够减少非点源污染。同样，居民点集中区域尽管面积较小，但也可能是关键源区，这些地区因为下垫面的不透水特性，使得产流迅速，污染物能够直接进入河道，再加上农村生活污水管理不完善，多数污水直接排入河道，增加污染程度；因此，在居民点附近修建生态沟渠、人工湿地等生态工程有助于改善河流水质，减少污染[23]。

3 结 论

本研究以紫色土丘陵区典型农业小流域万安小流域为研究对象，运用SWAT模型进行复杂农业小流域非点源氮、磷污染的时空分布模拟。模拟结果表明SWAT能较为成功地模拟复杂农业小流域的非点源氮、磷月际尺度输出规律与负荷。本模型模拟研究揭示的氮、磷输出途径及敏感性参数分析结果对于制定流域综合管理措施有重要意义。通过提高土壤保水保肥能力和区域作物化肥利用效率来减少坡耕地壤中流途径的氮、磷损失应是紫色土丘陵区面源污染防治中的重要技术研究方向；同时在居民点附近修建生态沟渠、人工湿地等生态工程有助于改善河流水质，减少污染。

[1]牛志明，解明曙，孙 阁. ANSWER2000 在小流域土壤侵蚀过程模拟中的应用研究[J]. 水土保持学报，2001，15(3)：56-60.

[2]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.

[3]Douglas-Mankin K R, Srinivasan R, Arnold J G. Soil and Water Assessment Tool (SWAT) Model: current developments and applications[J]. Transactions of the ASABE, 2010, 53(5):14-23.

[4]Farida Dechmi, Javier Burguete, Ahmed Skhiri. SWAT application in intensive irrigation systems: model modification, calibration and validation[J]. Journal of Hydrology, 2012, 470-471(12): 227-238.

[5]Grizzetti B, Bouraoui F, Granlund K, et al. Modelling diffuse emission and retention of nutrients in the Vantaanjoki watershed (Finland) using the SWAT model[J]. Ecological Modelling, 2003, 169(1): 25-38.

[6]程红光，郝芳华，任希岩，等. 不同降雨条件下非点源污染氮负荷入河系数研究[J]. 环境科学学报，2006，26(3)：392-397.

[7]张思聪，刘铭怀. 竹竿河流域面源污染模拟计算和分析[J]. 水力发电学报，2006，25(5)：51-57.

[8]李仲明. 中国紫色土(上篇)[M]. 北京：科学出版社，1991.

[9]高美荣，朱 波，陈克亮，等. 紫色土丘陵区典型小流域水体 N，P 含量及其环境特征[J]. 地球科学进展，2004，19：487-490.

[10]Kirsch K, Kirsch A, Arnold J. Predicting sediment and phosphorus loads in the Rock River basin using SWAT[J]. Forest, 2002, 971: 10.

[11]龚子同，陈志诚. 中国土壤系统分类参比[J]. 土壤，1999，31(2)：57-63.

[12]Tang J, McDonald S, Peng X, et al. Modelling Cryptosporidium oocysts transport in small ungauged agricultural catchments[J]. Water Research, 2011, 45(12): 3665-3680.

[13]Lai G, Yu G, Gui F. Preliminary study on assessment of nutrient transport in the Taihu Basin based on SWAT modelling[J]. Science in China Series D, 2006, 49(1): 135-145.

[14]Morris M D. Factorial sampling plans for preliminary computational experiments[J]. Technometrics, 1991, 33(2): 161-174.

[15]Borah D K, Bera M. Watershed-scale hydrologic and nonpoint-source pollution models: Review of applications[J]. Transactions of the ASAE, 2004, 47(3): 789.

[16]Lam Q D, Schmalz B, Fohrer N. Modelling point and diffuse source pollution of nitrate in a rural lowland catchment using the SWAT model[J]. Agricultural Water Management, 2010, 97(2): 317-325.

[17]Zhao P, Feng X, Huang D, et al. Basic concepts and recent advances in nitro phenol reduction by gold-and other transition metal nanoparticles[J]. Coordination Chemistry Reviews, 2015, 287: 114-136.

[18]张 剑. 紫色土丘陵区典型小流域非点源氮磷迁移的模拟研究[D]. 中国科学院研究生院，2010：115-116.

[19]周慧平，高 超，朱晓东. 关键源区识别:农业非点源污染控制方法[J]. 生态学报，2005，25(12)：3368-3374.

[20]盛盈盈，赖格英，李世伟. 基于SWAT模型的梅江流域非点源污染时空分布特征[J]. 热带地理，2015(3)：306-314.

[21]Tao W, Bo Z, Fuhong K. Reducing interflow nitrogen loss from hillslope cropland in a purple soil hilly region in southwestern China[J]. Nutrient Cycling in Agroecosystems, 2012, 93(3): 285-295.

[22]Conan C, Bouraoui F, Turpin N, et al. Modeling flow and nitrate fate at catchment scale in Brittany (France)[J]. Journal of Environmental Quality, 2003,32(6): 2026-2032.

[23]陈金林，潘根兴，张爱国，等. 林带对太湖地区农业非点源污染地控制[J]. 南京林业大学学报(自然科学版)，2002，26(6)：17-20.

SimulationofNon-pointSourceNitrogenandPhosphorusExportofAgriculturalWatershedinPurpleHillyAreasbyUsingSWAT

XUE Fei1, TANG Jia-liang1*, ZHAO Ju2, ZHANG Xi-feng1, SHEN Dong1, WANG Rui1

(1.Institute of Mountain Hazards and Environment, Chinese Academy of Sciences, Sichuan Chengdu 610041, China; 2.Centre of Product Quality Supervision, Inspection of Leshan City, Sichuan Leshan 614001, China)

【Objective】Agricultural non-point source pollution was the main cause of water eutrophication in hilly area of purple soils. The small watershed in purple soil area experienced intense farming activities, however, the agricultural watersheds in this area were the lack of observed data and prediction tools of nitrogen and phosphorus export fluxes from agricultural catchments. Therefore, it is difficult to develop good solutions aiming at the mitigation of nitrogen and phosphorus in small watershed scale.【Method】In the present study, SWAT was used in a watershed with area of 12.36 km2in typical purple soil region of upper Yangtze River. According to the measured data, SWAT model was adjusted to simulate the river discharge and non-point source pollution processes. 【Result】SWAT succeeded in of monthly and daily discharge simulation with satisfactory performance in the study area (R2=0.6-0.9,Ens=0.55-0.9), and SWAT could simulate the transportation of nitrogen and phosphorus with good fitness based on monthly interval (R2=0.75-0.91,Ens=0.72-0.80). It was proved the SWAT could be successively applied in a complex agricultural watershed (10 km2) at hilly area of purple soil. 【Conclusion】The critical source areas for non-point source nitrogen and phosphorus were identified, so as to formulate countermeasures preventing nonpoint source pollutions in the study region.

SWAT; Nonpoint source pollution; Purple soil; Agricultural watershed; Critical source areas

1001-4829(2017)5-1145-08

10.16213/j.cnki.scjas.2017.5.028

2016-05-20

国家自然科学基金项目(41371241)；中国科学院 “西部之光” 西部青年学者A类项目 (41301266)

薛 菲(1992-)，女，四川乐山人，硕士研究生，主要从事流域面源污染监测与模拟研究，E-mail:759418731@qq.com；*为通讯作者：唐家良，男，副研究员，E-mail:jltang@imde.ac.cn。

S143.93

A

(责任编辑 陈 虹)