钟科元, 陈 莹,2,3, 陈兴伟,2,3, 刘梅冰,2,3

(1.福建师范大学 地理科学学院, 福建 福州 350007; 2.湿润亚热带山地生态国家重点

实验室培育基地, 福建 福州 350007; 3.福建省陆地灾害监测评估工程技术研究中心, 福建 福州 350007)

基于农业非点源污染模型的桃溪流域日径流泥沙模拟

钟科元1, 陈 莹1,2,3, 陈兴伟1,2,3, 刘梅冰1,2,3

(1.福建师范大学 地理科学学院, 福建 福州 350007; 2.湿润亚热带山地生态国家重点

实验室培育基地, 福建 福州 350007; 3.福建省陆地灾害监测评估工程技术研究中心, 福建 福州 350007)

摘要：[目的] 以中国东南沿海桃溪流域为研究对象，构建该流域日尺度产流产沙的农业非点源污染模型(annualized agricultural non-point source pollution model， AnnAGNPS)，以期为流域水土流失治理与水土资源合理配置分析支持。[方法] 采用DSA(differential sensitivity analysis)方法，分析流域敏感性参数，并建立研究区日尺度的AnnAGNPS模型。[结果] (1) CN值(curve number)、土壤有效含水量和沟道曼宁系数为径流敏感性参数，土壤可侵蚀因子K、地表残留物覆盖率、年根系生物量、耕作后地面残留物覆盖率、随机粗糙率、沟道曼宁系数和耕作扰动面积为输沙量的主要敏感性参数； (2) 模型对日尺度径流模拟的R2，Ens系数均大于0.66，日尺度泥沙模拟的R2，Ens系数均大于0.62。[结论] AnnAGNPS模型能够较好地模拟桃溪流域日尺度产流产沙规律。

关键词：AnnAGNPS模型; 日尺度; 径流; 泥沙; 参数敏感性

在全球变化和人为活动日益增强的背景下，严重的土壤侵蚀使耕地面积减少，土壤质量退化，引起一系列的生态和环境问题。以流域为单元研究产流产沙变化规律，对防治流域水土流失与保护流域水资源具有重要意义。分布式流域水文模型将流域划分成若干个计算单元，考虑了下垫面的异质性和水文气象要素的时空变异性，能更真实地反映了产流产沙过程。目前，国外开发了很多流域尺度的分布式水文模型用于产流、产沙过程的研究，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，这些模型已成为模拟、预测气候变化、人类活动影响下流域产流、产沙演化规律的重要工具。AnnAGNPS是美国农业部开发的适用于流域尺度的连续时段非点源污染分布式模型，可以用来模拟流域的产流、产沙和化学养分迁移等过程，具有操作简单灵活与GIS高度集成的特点。由于模型的科学性和实用性，已被许多国内外学者所采用，并作为流域管理和水质监测等方面的有效工具之一。目前在不同下垫面特征及气候环境下得到广泛应用，如热带的加勒比群岛[1]、马来西亚[2]，美国的东北部[3]，西欧平原[4]，埃塞尔比亚高原[5]，中国东南丘陵地区[6]和黄土高原流域[7]。这些对产流产沙的模拟主要集中于年尺度、月尺度和部分降水事件模拟，而对日尺度模拟相对较少，仅见李硕等[8]对敛水河、Polyakov等[9]对Hanalei River流域研究，但是模拟效果均不理想。

桃溪流域位于我国东南沿海的福建省泉州市境内，伴随着地区经济快速发展，人类活动加强，剧烈的土地利用变化已造成流域产流、产沙过程发生显著的改变。本研究以桃溪流域为研究区，采用DSA(differential sensitivity analysis)方法识别流域径流和泥沙敏感性参数，构建该流域日尺度产流产沙的AnnAGNPS模型，以期为区域水土流失治理与水土资源配置分析提供有力的工具。

1研究区概况

桃溪是晋江流域的一条支流，发源于永春县锦斗乡珍卿村附近，出东关汇入山美水库。本文选取桃溪流域永春水文站(118°18′24″E，25°17′56″N)以上流域为研究区(图1)，流域面积392 km2。流域内土地利用类型以林地为主，约占流域总面积的69%，其次是园地和建设用地。土壤类型主要有红壤、黄壤、水稻土、石质土等，其中红壤和水稻土分布最广、面积最大，分别为占总面积的43%和36%。地形多为山地和丘陵，地势起伏大，海拔约在40～1 360 m。气候属亚热带海洋性季风气候，年平均降雨量约为1600 mm，降水主要集中在7—9月，占全年降水量的37%～39%。

图1　桃溪流域地理位置及气象站、水文站点分布

2研究方法与数据

2.1　AnnAGNPS模型

AnnGNPS模型能连续地以日为步长模拟流域地表径流、泥沙侵蚀和氮磷营养盐流失的分布式模型，是基于独立事件的AGNPS模型的基础上发展而来的。模型适用于小尺度到3 000 km2流域。模型采用SCS-CN径流曲线方程计算地表径流量，并根据每日的土壤水分和作物等情况，相应地调整曲线数。其中前期土壤水分条件由SWRRB和EPIC模型计算,渗漏计算采用了Brooks—Corey方程,流量峰值计算采用了TR-55模型。采用Penman公式计算潜在蒸散发；采用RUSLE方程计算坡面土壤侵蚀，HUSLE方程计算坡面泥沙输移率，Bagnold指数计算河道泥沙输移率。模型根据地形特征划分为不同的集水区，又称为分室(Cell)，集水区面积由临界源面积(the critical source area， CSA)和最小源沟道长度(the minimum channel length， MSCL)共同确定，将土地利用和土壤数据叠加到每一个分室，确保分室物理属性的均一性，分别对每个集水单元进行模拟计算，通过河道演算到流域出口，实现对流域水文的模拟。

2.2　参数敏感性分析

参数敏感性分析可以识别模型关键敏感性参数，提高模型率定效率。由于下垫面的差异和气象水文的异质性，AnnAGNPS模型的敏感性参数在不同地区存在差别，而且同一个参数在不同地区敏感性程度也不一样。如：席庆[10]采用扰动分析法对田中河流域敏感性进行分析，认为影响泥沙敏感性主要参数为CN值、土壤侵蚀因子K、坡长因子。邹桂红等[11]通过对大沽河流域的敏感性参数分析，认为CN值，作物残留覆盖、年根系生物量是影响泥沙的主要因素。Chahor等[12]采用DSA方法对西班牙的Latxaga流域分析认为CN值、水土保持因子P、年冠层覆盖度、作物残留覆盖率是影响泥沙的主要参数。Das等[13]对Canagagigue Creek流域敏感性分析结果表明土壤侵蚀因子K，RUSLE-C，RUSLE-P和沟道曼宁系数是影响泥沙计算过程的敏感性参数。

DSA[14]是一种简单的参数敏感性分析方法，即在参数初始值附近增减10%，保持其他参数不变，通过计算敏感性指数I获取各参数的敏感性程度。DSA将敏感性程度分为4个等级，分别为：极其敏感(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)，敏感性指数I计算方法为：

式中：x0——参数的初始值；y0——参数x0对应的模型输出值；y1，y2分别为x1=x0-Δx，x2=x0+Δx相对应的模型输出值，Δx=10%x0。DSA具体算法可参考文献[14]。

2.3　基础数据

建立AnnAGNPS产流产沙模型需要地形、土壤、气象和土地利用等空间数据以及气象和水文属性数据。具体数据包括：分辨率为30 m×30 m的数字高程模型(DEM)，下载于“中国科学院国际科学数据服务平台”(http:∥www.gscloud.cn/)；1∶50万福建省数字化土壤图，通过对福建省土壤肥料实验站1∶50万土壤类型图数字化得到，并概化成7种主要土壤类型，土壤属性数据参照《福建土壤》和《福建土种志》；根据1995年TM影像进行目视解译的土地利用数据；1995—1997年流域11个雨量站的逐日降水数据以及永春气象站逐日最高、最低气温、风速、相对湿度数据；永春水文站1995—1997年逐日径流数据，1996—1997年4—10月逐日输沙量数据。考虑到研究区地处丘陵地带，地势起伏大，CSA取15 hm2，MSCL取150 m，将研究区分为2 664个分室和1 105条沟道。

3结果分析

3.1　敏感性参数分析及率定

参考AnnAGNPS模型在不同区域的参数敏感性分析结果，选取影响径流的CN值、土壤有效含水量、凋萎系数和沟道曼宁系数4个参数，影响泥沙的土壤可侵蚀因子K、地表残留物覆盖率、年根系生物量、耕作后地面残留物覆盖率、随机粗糙率、沟道曼宁系数、耕作扰动面积、年降水降落高度、年冠层覆盖度等9个参数，采用DSA方法进行AnnGNPS模型径流和泥沙参数敏感性分析。

从图2和表1可以看出，CN值对径流量的影响最明显，敏感性指数为0.719，属于非常敏感的参数；土壤有效含水量敏感性值为0.075，属于中等敏感的参数，凋萎系数对径流量有一定的影响，但影响并不显著，敏感性指数仅为0.001。此外，沟道曼宁系数虽对径流量影响不显著，但对洪峰流量和汇流时间具有较大影响，也是调整径流的重要参数。

图2　参数敏感性分析结果

由图2和表1可知： (1) 土壤侵蚀因子K对输沙量的影响非常显著，敏感性指数为0.988，属非常敏感。(2) 地表残留物覆盖率、年根系生物量与输泥沙呈高度负相关，敏感性指数分别为-0.81，-0.77，即随着参数值的提高输沙量将显著下降；(3) 耕作后地面残留物覆盖率、随机粗糙率和沟道曼宁系数的敏感性取值均位于-0.05～-0.2，属中等敏感参数；(4) 年降水降落高度和年冠层覆盖率的敏感性指数小于0.05，敏感性等级低，对输沙量影响轻微。此外，耕作扰动面积对研究区的产沙量也有一定的影响，敏感性指数为0.057，呈中等敏感。

在确定敏感性参数的基础上，遵循先率定径流再率定泥沙，先保证总量平衡再确保过程匹配的原则，对模型参数进行手动调参。由于AnnAGNPS模型目前没有考虑基流模拟，本文采用数字滤波法计算基流，与模拟值合并形成总径流，继而通过与实测值对比，比较模拟效果。采用1995—1996年径流数据和1995年4—10月泥沙数据进行参数校准，1997年径流数据和1996年4—10月泥沙数据进行模型验证，并选取Nash—Suttcliffe效率系数(Ens)、相关系数(R2)和相对误差(Re)作为模型效率的评价指标。最终确定各参数的取值(表1)。

表1　径流与泥沙敏感性参数值

3.2　模拟效果分析

3.2.1径流模拟效果由表2可知，模型在率定和验证期的径流模拟评价指标R2，Ens和Re均满足要求[15]，月尺度R2与Ens均大于0.92，日尺度径流Ens与R2均大于0.66，相对误差均可以控制在6%以内，模拟日尺度径流变化趋势与实测径流变化相一致(图3)，率定期的模拟效果略好于验证期，总体上模型具有较好的模拟效果。对1996，1997年两个特大暴雨事件模拟值比实测值较低，与田耀武[16]和Polyakov[9]研究结果趋于一致。

表2　永春水文站径流和泥沙的率定和验证结果

图3　研究区日径流模拟效果

3.2.2输沙量模拟效果率定期和验证期内流域实测年泥沙输出量分别为2.33×105t和3.01×105t，模拟值分别为2.14×105t和3.45×105t，模拟误差均可以控制在15%以内；月产沙量的R2和Ens均大于0.88，日产沙模拟的R2和Ens均大于0.62，模拟效果差于产流，但仍可以达到模拟精度的要求(表2)。由图4可知，日尺度泥沙模拟的变化趋势与实测值变化基本相一致，流域年内产沙量分布很不均匀，主要集中在5—8月的个别特大暴雨事件。除局部单个事件模拟较差外，模型总体上能够模拟日尺度泥沙的变化规律。

图4　研究区日尺度泥沙模拟效果

4讨 论

由于不同地区降水、蒸发等气象因素和地形、土壤、土地利用等下垫面因素的空间变异，各区域的参数敏感性也存在差异。与其他研究区相比，桃溪流域耕作扰动面积对产沙量有一定的影响并呈中等敏感，而这个参数在其他研究区并不敏感，这可能是流域内园地、耕地所占比例较大，分别为13%和9%，人类对地表的扰动较活跃成为影响水土流失的重要因素。此外，流域年冠层盖度对泥沙影响较弱，而在陕西省黑河流域[17]、大沽河流域[18]以及西班牙Latxaga流域[12]则是影响泥沙的重要因子，这可能是由于研究区处亚热带湿润海洋气候、降水量较多，林下草木相对茂盛，对雨水对地面冲击起缓冲作用，因此该参数对泥沙影响不显著。

目前，国内外应用AnnAGNPS型进行日尺度径流、泥沙模拟的研究较少，仅见在敛水河[8]、Hanalei River流域[9]的应用。与上述流域的模拟效果相比，AnnAGNPS模型在桃溪流日尺度径流、泥沙的模拟效果有较大的提高，这主要与研究区气候、土壤和土地利用的持征、研究基础以及CSA取值等因素密切相关。AnnAGNPS模型基于CSA和MSCL的取值将研究区划分一定数量的分室，在分室的基础上对地形、土壤和土地利用等输入数据进行参数集总，集总程度对模拟结果产生一定的影响。王晓燕等[18]、Pradhanang等[19]、黄志霖等[20]研究表明地形、土壤、土地利用等参数的空间集总程度和模型输出结果均随着CSA取值的改变而发生变化，且CSA取值变化对输沙量的影响较显著。因此，未来需要进一步分析CSA取值变化对桃溪流域模型的输入参数与模拟结果的影响，以及在保证模型的输出精度的条件下，确定研究区适合的CSA取值范围，这对于深入认识AnnAGNPS模型的不确定性、提高模型的模拟精度至关重要。

5结 论

(1) 研究区AnnAGNPS模型径流敏感性参数主要为CN值、土壤有效含水量，沟道曼宁系数；输沙量的敏感性参数依次为土壤可侵蚀因子K、地表残留物覆盖率、年根系生物量、耕作后地面残留物覆盖率、随机粗糙率、沟道曼宁系数和耕作扰动面积。

(2) 模型对桃溪流域日尺度径流模拟R2，Ens系数均大于0.66，日尺度泥沙模拟R2，Ens系数均大于0.62，能够较好地模拟桃溪流域日尺度产流产沙规律。

[参考文献]

[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]黄金良. GIS和模型支持下的九龙江流域农业非点源污染研究[D].福建 厦门：厦门大学,2004.

[7]贾宁凤,段建南,李保国,等.基于AnnAGNPS模型的黄土高原小流域土壤侵蚀定量评价[J].农业工程学报,2007,22(12):23-27.

[8]李硕,刘磊. AnnAGNPS模型在潋水河流域产水、产沙的模拟评价[J].环境科学,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]席庆,李兆富,罗川.基于扰动分析方法的AnnAGNPS模型水文水质参数敏感性分析[J].资源科学,2014,35(5):1773-1780.

[11]邹桂红,崔建勇.基于AnnAGNPS模型的农业非点源污染模拟[J].农业工程学报,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,黄志霖,曾立雄. DEM格网尺度对AnnAGNPS预测山地小流域径流和物质输出的影响[J].环境科学学报,2009,29(4):846-853.

[17]李家科,李怀恩,李亚娇,等.基于AnnAGNPS模型的陕西黑河流域非点源污染模拟[J].水土保持学报,2008,22(6):81-88.

[18]王晓燕,林青慧. DEM分辨率及子流域划分对AnnAGNPS模型模拟的影响[J].中国环境科学,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]黄志霖,田耀武,肖文发,等.三峡库区黑沟流域AnnAGNPS参数空间聚合效应[J].生态学报,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，Fujian350007,China; 2.CultivationBaseofStateKeyLaboratoryofHumidSubtropicalMountainEcology,Fuzhou，Fujian350007,China; 3.FujianProvincialEngineeringResearchCenterforMonitoringandAssessingTerrestrialDisasters,Fuzhou，Fujian350007,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

文献标识码：B

文章编号：1000-288X(2015)06-0130-05

中图分类号：TV213.4

通信作者：陈莹(1982—),女(汉族),福建省南平市人,博士,副教授,主要从事洪涝灾害、水文学与水资源等方面研究。E-mail:chenying_nju@163.com。

收稿日期：2014-08-15修回日期：2014-09-23

资助项目：国家自然科学基金项目“土地利用变化对流域洪水风险的影响及其不确定性分析”(41301031); 福建省科技厅重点项目“农业面源对水库型饮用水源地氮素污染负荷的影响与调控技术”(2013N0013)

第一作者：钟科元(1987—),男(汉族),江西省兴国县人,硕士研究生,研究方向为水文与水资源。E-mail:zkygeo@163.com。