论文部分内容阅读
基于SWAT模型对岳城水库流域非点源污染进行模拟研究。通过实地调查和年鉴资料统计等方法获取污染源数据,建立较符合实际的非点源污染模型。利用流域的石梁、刘家庄和观台三个站点2006~2009年的监测数据,对SWAT模型径流、泥沙、TN和TP进行率定和验证,结果表明岳城水库流域SWAT模型满足月尺度模拟精度要求,可较好地用于非点源污染负荷研究及非点源污染关键源区识别。非点源污染分析评价结果表明:岳城水库流域年均入库非点源TN负荷为3025t,TP负荷为234t,年均非点源污染贡献率不足50%;点源污染中,TN以工业点源污染为主,其贡献率达31.9%,TP则以城镇生活点源为主,其贡献率为36%;非点源污染中,农业非点源污染源占主要比重,化肥贡献率最大为16.9%,禽畜养殖污染次之,贡献率为10.5%,农村生活污染最小;非点源污染的主要来源是耕地,单位面积年均TN和TP负荷分别达到2.77kg/hm2和0.397kg/hm2。在降雨作用下容易发生土壤侵蚀并且产生巨大的、不成比例的非点源污染负荷的区域称为非点源污染关键源区CSAs(Critical Source Areas),为非点源污染控制措施实施的最优位置。SWAT模型被广泛用于识别流域流域尺度内的非点源污染关键源区CSAs。然而,在以往的研究当中,SWAT模型对非点源污染CSAs的识别是基于子流域或HRU的年均单位面积污染负荷输出值,将污染负荷输出值大的区域认定为CSAs。这样的处理方法是存在缺陷的。降雨是非点源污染的驱动力,且具有时空分布不均及不确定性等特点,有限的水文模拟期不可能覆盖所有的降雨事件,所以仅根据模型模拟出来的单位面积污染负荷值的大小来识别CSAs的位置是不全面的。为弥补SWAT模型在识别非点源污染关键源区的不足,本文提出新的识别方法PCM(Precipitation driven Correlation based Mapping method),且将其应用于岳城水库流域非点源污染关键源区的识别,并对识别的CSAs进行特征分析和对比,以探讨其可行性和合理性。结果表明,PCM方法能够有效识别流域内潜在的非点源污染CSAs,减小以往研究方法中受降雨时空分布不均及不确定性等特点的影响,尤其是在模拟期太短不足以覆盖所有降雨事件的情况下。