基于ArcSWAT模型的湔江流域非点源污染物运移模拟分析与评价

(1.山西省水利水电科学研究院，山西 太原 030002；2.四川大学水利水电学院，四川 成都 610065；3.四川大学生命科学学院，四川 成都 610065)

水是生命之源，饮用水水源更是与人类生存息息相关。水源地尤以地表水为主，地表水源又可分为水库水源、湖泊水源和河流水源。虽然水体具有天然纳污能力和水体自净的功能，然而随着近年来国民经济的发展，水源地污染源大量增加，对水源地造成了不同程度的污染，其环境质量和自净能力正在不断地下降和减弱[1]。非点源污染是继点源污染之后的又一重要环境污染方式，已成为目前水环境研究的热点。美国在20世纪80年代就展开了对非点源污染的情况调查，调查结果表明农田中残留的化学物质是河流、湖泊、水库等水体的主要污染源[2]。

20世纪初，随着电子计算机和3S等新科学技术的兴起，加上人们对非点源污染物理化过程研究的深入，非点源污染模型研究得到快速发展，为水环境评价提供了更科学的依据。20世纪80年代末到90年代初，美国农业部农业研究中心的Jeff Amonld博士把ROTO模型和WERRB模型集成形成了新一代的大型非点源污染模型SWAT[3]。Santhi和Bouraoui等[4-5]分别对美国的Bosque河流域和土耳其的Medjerda河流域进行了模拟。SWAT模型在遥感和地理信息系统基础上，采用Julian日为时间步长连续模拟多种不同的水文物理化学过程(如径流、泥沙、营养物质及杀虫剂的输移与转化过程)，预测大流域复杂多变的土地利用类型、土壤类型和田间管理措施对径流、泥沙和营养物质的影响情况。

四川省境内地表水丰富，截至2018年，全省主要河流水质达标率达到62.0%(137个省控监测断面达标率为62.0%，全省列入国家考核的26个断面水质达标率为76.2%)，Ⅰ～Ⅲ类水体断面占61.3%，丧失了水环境使用功能的劣Ⅴ类水体断面占13.9%。其中，湔江流域水质达标率仅为18.4%[6]。全省21个市(州)政府所在地集中式饮用水水源地(河流型28个，湖库型6个，地下水5个)水质达标率为99.3%[6]；全省104个县开展了集中式生活饮用水水源地水质监测，水质达标率为98.0%；全省开展监测的乡镇集中式饮用水源地3150个，水源水质达标率为83.0%。全省发生的重大环境污染事件无不是水环境事件，无不涉及城乡饮用水源安全问题，城乡饮用水水源水质保障堪忧，严重影响人民群众生产生活，因水环境问题引发的群体性事件呈显著上升趋势，群众反映强烈。

本文基于ArcSWAT模型，模拟四川省彭州市西河水库汇水区——湔江流域水、沙及污染物运移情况，分析西河水库非点源污染影响因素，评价西河水库水质水环境，并基于以上成果给出改善流域内水环境的建议。

1 研究背景及意义

湔江为沱江上游三大支流之一，流域总面积2057.30km2，总长约128km[7](其中西河水库上游汇水面积为690.85km2)。湔江流域虽然没有大型工矿企业排污，但湔江两岸集纳了沿河两岸居民生活、生产中残留的非点源污染物，这些污染源严重影响了作为彭州市主要饮用水源——西河水库的水质。因此，正确地掌握湔江流域污染物来源影响因素、合理评价湔江水质质量及水环境质量对保障彭州市居民饮水安全有极其重要的作用。

2 ArcSWAT模型构建及运行

SWAT模型可根据研究目的建立地形数据库、土壤数据库、土地利用数据库、气象数据库、水文数据库、营养物质数据库等；结合研究区域的特点和研究目的可建立耕作数据库、营养物质数据库、土壤数据库。此外，SWAT模型自带有土地覆盖/植被数据库、城镇数据库。SWAT模型数据处理流程见图1。

图1 SWAT模型数据处理流程

2.1 湔江流域地理数据库

本文采用1∶5万的地形图，首先利用AutoCAD勾画出湔江关口水文站断面以上流域的汇水范围，并只留下计曲线和首曲线。基于GIS生成栅格影像后修正多余流域边界，湔江流域数字高程见图2。

2.2 湔江流域土地利用数据库

本文采用的土地利用图比例尺为1∶5万(见图3)。湔江流域土地利用类型有水田、旱地、林地、草地、河流、湖泊、水库、河漫地、城镇用地、农村居民点。本文将湔江流域土地利用图重分类以符合SWAT模型要求。湔江流域土地利用图重分类见表1。

图3 土地利用图重分类图

SWAT代码1234567土地利用方式林 地草 地旱 地水 田居民点水 域未利用地面积/hm23449725456543611705198731134

2.3 湔江流域土壤数据库

本文采用1∶5万的土壤类型图(见图4)。根据《四川土种志》[8]，湔江流域土壤类型共3个土类，5个亚类。将湔江流域土壤类型图重分类以符合SWAT模型要求。湔江流域土壤类型图重分类见表2。该研究区SWAT土壤数据库构建采用中国土壤数据库基础数据。

图4 土壤类型图重分类图

SWAT代码12345土 类黄 壤紫色土冲积土亚 类面黄泥土碱性紫泥中性紫泥酸性紫泥钙质紫河沙面积/hm2837746833123123119687

2.4 湔江流域气象数据库

彭州气象站仅提供月气象资料，故本文采用成都国家级气象站1998—2018年的逐日观测资料构建SWAT模型天气发生器数据库。本文构建天气发生器采用计算程序SWATWeather。

3 基于ArcSWAT模型的湔江流域水沙及污染物模拟与分析

本文选用湔江流域2015—2016年逐月实测径流量、实测泥沙量、实测水质浓度(总氮、总磷、BOD5、溶解氧)对模型进行率定、校准，以2017—2018年逐月实测资料进行验证。引入相关系数Re和效率系数Ens作为ArcSWAT模型的适用性评价指标。

3.1 湔江流域实测数据

ArcSWAT模型的校正与敏感性分析需要对模拟值与实测值进行对比分析，调整校核模型的参数后，再对模型运行准确性进行验证。湔江流域径流量及泥沙量采用关口水文站提供的实测数据；水质实测数据由彭州市环保局提供，水质实测项目包括总氮、总磷、BOD5、溶解氧。

3.2 ArcSWAT模型参数率定及取值

ArcSWAT 模型运行过程中涉及众多的影响产流、产沙及污染物输出模拟效果的参数，由于参数的赋值通常存在空间变异性，而且这些参数对模型模拟结果的影响程度不一，因此有必要选取模型较为敏感的参数进行率定、校正，然后将这些参数的最优值带入模型，方可获得较好的模拟结果，以提高研究区内ArcSWAT 模型的模拟精度。

由于 ArcSWAT模型敏感性参数数量较多，利用ArcSWAT模型自带的SCE优化算法进行参数率定收敛速度并不理想且较为繁琐，很难达到较好的率定结果。为了解决这一问题，本文采用SWAT-CUP率定和校正ArcSWAT模型参数。

SWAT-CUP是专门用于ArcSWAT模型参数率定和校正的软件，率定及校正结果并不是取得ArcSWAT模型参数最优解，而是得到使模型模拟结果较好的参数的集合[9]。本文采用的是Sufi_2算法，利用SWAT-CUP模型内定的采样方法[10]，对需要调整的参数设定不同值，然后调用SWAT_Edit来修改SWAT模型的输入文件，再调用ArcSWAT重新运行模型。利用GLUE_extract_rch比较模型输出值与观测值，计算NSE系数，如果系数值高于门阈值则保留并记录此次运行的结果，否则弃掉。重复以上过程直至达到最大次数，这样得到的是一系列符合门阈值的参数集合，即最终的敏感性参数值。湔江流域ArcSWAT模型的参数最优取值结果略。

3.3 ArcSWAT模型模拟结果与分析

本文采用2015—2016年湔江主河道逐月实测资料对ArcSWAT模型进行率定及校准，模型修正后用2017—2018年逐月实测资料进行验证，ArcSWAT模型模拟结果与实测数值对比见图5～图10。

图5 流量模拟结果与实测值对比

图6 泥沙模拟结果与实测值对比

图7 总氮模拟结果与实测值对比

图8 总磷模拟结果与实测值对比

图9 BOD5模拟结果与实测值对比

图10 溶解氧模拟结果与实测值对比

农业非点源污染物从陆地运移到河流和水体中是土壤侵蚀风化和降雨径流共同作用的结果。在正常pH值条件下，大多数土壤带负电荷，而污染物质可吸附在土壤颗粒上，随着地表径流、侧向流和渗流迁移到河道中。由图5～图10可以看出，湔江流域内产流、产沙及污染物输出模拟值与实测值拟合度较好，同时污染物质随时间的变化规律与产流、产沙具有明显的相关性。图5～图10显示，湔江流域内产流7—8月流量达到峰值，而泥沙和污染物质在8—9月泥沙量达到峰值，表现为产沙、污染物输出相较产流具有一定的滞后性，滞后时间大约在10～20天；而产沙与污染物输出具有较强的同步性，亦印证了“沙随水走，泥沙是污染物质运移的重要载体”的理论。此外，模型对个别实测值峰值没有响应，初步估计是模型参数率定精度问题。

3.4 ArcSWAT模型适用性评价

本文采用相对误差Re和效率系数Ens来评价ArcSWAT模型的适用性。研究表明，相对误差在±15%范围内，效率系数Ens达到0.6以上时，可认为SWAT模型较好地模拟了研究区内的产沙、产流过程[4]。由表3可知，ArcSWAT模型对湔江流域产流、产沙及污染物输出模拟具有较高的适用性。

表3 产流、产沙及营养物运移模拟适用性评价指标

4 基于ArcSWAT模型的湔江流域预测模拟

ArcSWAT模型集成了敏感性分析和自动校准与不确定性分析模块，并且增加了日以下步长的降水量生成器和允许用户定义天气预测期，为ArcSWAT模型的短期预报打下了基础。这种改进对评价流域内预测天气的影响非常有用，为预测一定规划年气象条件下流域产流、产沙及污染物输出的情况提供了可能性。本文基于ArcSWAT模型对湔江流域土地利用、气象变化进行情景模拟，预测2020年土地利用变化、降雨量变化对流域产流、产沙及污染物输出的影响。

彭州市“十三五”内将继续实施退耕还林还草政策[11]，至2020年彭州市湔江流域内林地面积预计增长1.21%，草地面积增长0.94%；旱地面积减少7.66%，水田面积减少13.68%。此外居民点面积增加5.39%，未利用地减少8.86%，水域面积减少0.46%。变化情况见图11。

图11 2015—2020年湔江流域土地利用变化率

2020年(预测年)时在丰、平、枯3个典型水文年湔江流域的产流、产沙及污染物输出量变化见图12。

a.流域内产流对于降雨的变化比较敏感，产沙及污染物质输出对降雨产流的变化比较敏感。

b.湔江流域平水年、枯水年时产沙及污染物输出量较2015年(现状年)均有减少，可见，彭州市“十三五”退耕还林还草政策将对减少流域内产沙及污染物的输出有显著效果。

c.湔江流域丰水年时产沙及污染物输出量较现状年有明显幅度的增加，表明降雨产流对产沙及污染物输出有较大的影响。

d.流域内水土流失情况及污染物输出情况与当年的降雨量呈现出明显的正相关关系，降雨量大小影响了泥沙及污染物输出，较2015年(现状年)的下降幅度为:枯水年>平水年>丰水年。

图12 ArcSWAT模型 2020年各典型水文年模拟情况

5 结论和建议

5.1 结论

a.本文建立了基于ArcSWAT的湔江流域产流、产沙及污染物输出模型，模拟了湔江流域2015—2018年产流、产沙及污染物输出情况。分析表明：农业污染物质从陆地运移到河流和水体中是土壤侵蚀风化和降雨径流共同作用的结果。基于ArcSWAT的湔江流域内产流、产沙及污染物输出模拟值与实测值拟合度较好，污染物质随时间的变化规律与产流、产沙具有明显的相关性，而产沙、污染物输出随时间的变化相较产流具有一定的滞后性。

b.基于ArcSWAT模型对湔江流域产流、产沙及污染物输出进行了预测模拟，根据模拟结果得到以下结论：ⓐ流域内产流对于降雨的变化比较敏感，产沙及污染物质输出对降雨产流的变化比较敏感；ⓑ彭州市“十三五”退耕还林还草政策将对减少流域内产沙及污染物的输出有显著效果；ⓒ湔江流域水土流失情况及污染物输出情况与当年的降雨量呈现出明显的正相关关系。

5.2 建议

a.尽快建立和完善西河水库水源地保护规划。全面规划，合理布局，进行区域性综合治理。对可能出现的水体污染，要采取预防措施。遵照有关规定，做好西河水库水源地的建设项目的报批、验收工作。基于西河水库基础情况调研，提出初步治理方案，明确水源地保护目标、任务、责任和措施。

b.严格控制湔江流域农业非点源污染源。调整湔江流域土地利用结构，利用自然修复、综合治理、农村面源污染控制、水土保持等措施，有效控制农业面源污染。采取科学的农业灌溉方式，控制农业非点源污染物随径流迁移而造成的损失。通过生物措施，提高植物覆盖率、改善土壤质地、增加土壤微生物种类和数量，促进对化肥、农药等主要农业非点源污染物的植物吸收、微生物降解、化学降解作用。此外通过水土保持工程措施控制侵蚀和搬运过程来控制非点源污染物的扩散，切断非点源污染物的污染链和减少污染通量，从而减少吸附的营养物，达到净化水质、保护水体工程的目的。

c.全面调查湔江流域内的点源污染源，根据各点源污染源的排放状况，明确水源污染 防治重点，依法查处水源地排放污染物的个人及企业。杜绝城镇生活污水和工业废水任意排放。同行业废水应集中处理，以减少污染源的数目，便于管理。

d.制定西河水库污染事故处理应急预案，及时处置威胁水源安全的突发性事件。处置可能的污染事件，把突发事件环境影响控制在最小范围内。在湔江重要河段建设预警监控体系。加强西河水库水源地水环境管理信息系统建设，为政府提供信息支持，提高水库管理的科学化、信息化、效率化。