SWAT模型在茫溪河流域非点源污染研究中的应用

本研究采用美国农业部农业研究所开发的SWAT模型(Soil and Water Assessment Tool)对茫溪河流域非点源污染进行了模拟研究,构建了适用于茫溪河流域的非点源污染模型,对流域的非点源污染进行了模拟和分析。模拟结果显示:茫溪河流域污染特征以非点源污染为主;东茫溪河水系的泥沙、氮、磷等负荷均大于西茫溪河水系;单位泥沙负荷最大的区域为流域东北部、东部和东南部一带的深丘地区,是茫溪河流域的主要泥沙输出区;氮、磷负荷最大的区域为茫溪河中下游一带的平坝、浅丘地区,是茫溪河流域的主要氮、磷输出区;研究区内泥沙、营养物质的输出具有很强的时间规律,有机氮、有机磷的输出在雨季(6月~9月)会出现高峰,因此雨季是流域内非点源污染源输出的重点时段。     

增江流域非点源污染模拟研究

构建增江流域非点源污染数据库,包括DEM、土地利用,土壤类型,气象数据等,应用分布式流域水文模型SWAT(Soil andWater Assessment Tool,swat 2009版)对增江流域的非点源污染进行模拟。模型运行阶段为2000-2003年,分别应用2000-2001年和2002-2003年的实测月均流量及硝酸盐氮监测数据对模型的参数率定和验证,采用决定系数R2和Nash-Suttcliffe系数对模拟结果进行评定。其中水文模拟的R2均>0.9,Nash-Suttcliffe模型效率系数均>0.8;硝酸盐氮模拟的R2均>0.7,Nash-Suttcliffe模型效率系数均>0.6,表明SWAT模型在增江流域具有较好的适用性。     

海河流域种植业非点源污染特征分析

海河流域农用化肥施用量比较大,高于全国平均水平。但是由于水资源严重缺乏,且降雨量有逐年减少的趋势,加之人类活动的影响,产生农田径流的几率极低,通常情况下,土壤中未被作物吸收利用的氮磷不会随地表径流进入水体。在发生暴雨的情况下,土壤中的氮磷则有可能随地表径流和土壤侵蚀进入附近河道,污染地表水。另一方面,海河流域的降雨80％集中在6—9月的汛期,大雨促使土壤硝态氮向土壤剖面深层迁移,存在污染地下水的威胁,但污染程度如何,需要进一步研究确定。总之,海河流域种植业非点源污染有可能集中爆发在有暴雨的汛期,具有显著的突发性特征。     

滨海新区大港农业非点源污染状况研究

立足天津市滨海新区大港农业背景情况,采用适宜的方法,分别从种植业、畜禽养殖和水产养殖业三方面分析非点源污染物排放量。结果表明:2010年大港地区农业非点源主要污染物COD排放量为377.67 t,氨氮排放量为72.33 t,畜禽养殖排放的污染已占农业非点源污染的一半以上。在此基础上,分别从优化畜禽养殖的养殖模式、种植业科学施用化学品、水产养殖合理投放饲料等方面提出了大港地区农业非点源污染控制的对策。     

巢湖流域非点源污染来源、影响及控制研究

巢湖是我国五大淡水湖之一,其生态环境安全问题十分突出。随着流域内工业废水和城市污水等点源污染改善的同时,来自农业活动、生活垃圾等的非点源污染成为巢湖水环境污染、湖泊富营养化的重要影响因素。本文分析了,巢湖流域非点源污染的主要来源及其对生态环境所造成的影响,在此基础上进一步概括当前控制巢湖流域非点源污染的主要管理措施。     

我国非点源污染的基本特征与时空分布规律研究综述

随着点源污染控制的逐步完善,非点源污染对环境造成的危害日益突出,成为了目前我国水质环境恶化的又一重大因素。为有效控制非点源污染,本研究对非点源污染的基本特征进行了概述,分析了非点源污染的研究方法。根据国内学者对非点源污染负荷时空分布的调查、计算及研究成果,总结分析了我国非点源污染负荷时空分布规律的特征,并针对性地提出了非点源污染的控制需从源头减量、过程控制及末端治理等方面进行,从而为非点源污染的预防和治理提供相应的指导。     

农业非点源污染的现状与控制措施——以宁夏引黄灌区为例

分析了宁夏引黄灌区农业非点源污染的现状与原因,运用最佳管理措施理念,针对性地提出控制农业非点源污染的措施。     

基于多源数据AnnAGNPS西枝江流域的污染模拟研究

以西枝江流域为研究对象,结合GIS技术,建立了AnnAGNPS模型数据库,对流域内非点源污染主要影响因素的特征以及非点源污染的时空分布特征进行了分析。结果表明：流域内降雨侵蚀力、径流深、土壤侵蚀和沉积负荷的年际问变化很大,降雨侵蚀力月问分布极不均匀,季节变化十分明显,后三者的变化趋势都与平均降水量表现出较好的对应关系,但是又并不完全一致;流域内的径流深空间分布极不均匀,而土壤侵蚀、沉积负荷空间变化相对不是十分明显,三者都有沿河道向两边逐渐递减的趋势,在人口密集地区及河塘密集地区,径流相对其他区域比较大。本文为西枝江流域的非点源污染模拟研究提供了基础数据平台,也为该模型在整个东江流域的合理应用奠定了科学基础。     

GIS和遥感支持下的小流域非点源污染负荷估算

基于QuickBird遥感影像和GIS技术,以黄土丘陵沟壑区典型小流域———魏沟小流域为研究区,采用通用土壤流失方程和固态污染物负荷方程,进行小流域农业非点源污染负荷的估算与分析。结果表明:魏沟小流域年平均侵蚀模数为7501.88 t/km2,侵蚀级别属强度,年水土流失量2.6×104t;土壤N、P、K养分流失年负荷量分别为18737kg、17454kg和4133kg。     

海河流域农业非点源污染防治对策措施

根据对海河流域农业非点源污染情况的基础调查,综合分析出化肥施用和集中养殖畜禽粪尿污水是其污染的主要来源。基于对流域内多个地区农业非点源污染防治措施的深入研究,围绕化肥施用量控制和集中养殖畜禽粪便污水处置这两大中心问题,提出一套应用性强且更具有针对性的农业非点源污染防治对策措施,既包括宣传教育、经济调控、行政手段等管理措施,又包括测土配方施肥、大型沼气工程等工程措施,同时对北方其他地区农业非点源污染防治具有较强的借鉴意义。     

流域非点源分布式模型AnnAGNPS参数的不确定性研究

流域非点源分布式模型的不确定性研究成为目前的热点问题之一。本研究以宁波市章溪河流域为研究区,通过GIS软件AreView和AnnAGNPS模型,集成利用莫里斯分类筛选法,选取临界源面积、SCS曲线系数、水土保持因子、饱和导水率、氮磷吸收率、施肥量等6个因子进行敏感性分析。模拟结果表明,土壤饱和导水率、水土保持因子和径流曲线CN值对模型输出结果影响较大;水土保持因子对泥沙、总磷和总有机碳负荷的模拟结果影响最大,均呈显著负效应;径流曲线CN值对总氮负荷计算结果影响最大,呈显著正效应。     

农业面源污染的政策成因分析

从农业发展政策的角度出发,分析了农业发展政策从制定、执行到监督的环节中影响农业面源污染防治效果的因素;指出面源污染日益严重的政策成因是现有农业发展政策与农村环境保护体系的双轨制脱钩运行;建议构建一套把农业发展与农村环境保护有效地协调在可持续发展框架内的生态农业政策体系。     

基于GIS的区域农业气候资源要素分布模拟

针对当前一定区域范围内气象站点非常有限,而区域内农业生产却在一定程度上依赖农业气候条件这一特点,文章将地理信息系统（GIS）技术与农业气候资源要素推算数学模式相结合,以获取区域主要农业气候资源要素的精确定量值,并用图形等多种方式来表达最终成果。以重庆区域为例,具体模拟了其区域范围内主要农业气候资源要素的空间分布。     

基于GIS修正法与因素法的农用地定级研究——以四川省乐山市中区为例

以GIS为平台，采用修正法和因素法相结合，对乐山市中区农用地定级进行了研究。通过确定因素权重、选择定级模型，计算出修正法和因素法两种定级结果。经过实地验证和模型模拟分析表明：修正法比因素法更适合县级农用地定级，同时修正法能与农用地分等成果相衔接，比因素法适用效果更好。采用GIS技术，实现了系统、快速、科学的农用地定级，对其它地区开展农用地定级工作有很好的借鉴作用。     

基于GIS的生态环境影响评价建模方法初探

分析了生态环境影响评价指标体系的建立方法,并在此基础上,探讨了以Arc/Info为平台,使用矢量数据建立生态环境影响评价模型的方法,并与使用栅格数据的评价模型进行了对比分析,得出使用矢量数据的评价模型具有运算结果精确度高、修改方便、效率高、操作过程简单等优点.     

Estimation of Nonpoint Source Nitrate Concentrations in Indiana Rivers Based on Agricultural Drainage in the Watershed

Subsurface tile‐drained agricultural fields are known to be important contributors to nitrate in surface water in the Midwest, but the effect of these fields on nitrate at the watershed scale is difficult to quantify. Data for 25 watersheds monitored by the Indiana Department of Environmental Management and located near a U.S. Geological Survey stream gage were used to investigate the relationship between flow‐weighted mean concentration (FWMC) of nitrate‐N and the subsurface tile‐drained area (DA) of the watershed. The tile DA was estimated from soil drainage class, land use, and slope. Nitrate loads from point sources were estimated based on reported flows of major permitted facilities with mean nitrate‐N concentrations from published sources. Linear regression models exhibited a statistically significant relationship between annual/monthly nonpoint source (NPS) nitrate‐N and DA percentage. The annual model explained 71% of the variation in FWMC of nitrate‐N. The annual and monthly models were tested in 10 additional watersheds, most with absolute errors within 1 mg/l in the predicted FWMC. These models can be used to estimate NPS nitrate for unmonitored watersheds in similar areas, especially for drained agricultural areas where model performance was strongest, and to predict the nitrate reduction when various tile drainage management techniques are employed.