下载文档原格式
ARCSWAT模型使用ARCSWAT (Agricultural non-Point Source Pollution Watershed Assessment Tool) 模型是一种常用于评估农业非点源污染的水域评估工具。
本文将介绍ARCSWAT模型的基本原理、使用方法和应用领域。
ARCSWAT模型是美国农业部（USDA）和环境保护局（EPA）联合开发的一个用于模拟和评估农业非点源污染物运输和水质的决策支持系统。
该模型基于SWAT (Soil and Water Assessment Tool) 模型，增加了农业管理和非点源污染扩散的模块。
ARCSWAT模型能够模拟农场、小流域和水族区域的土壤侵蚀、氮磷迁移、农药利用和非点源污染物负荷等环境过程。
1.水文组件：模拟降雨、蒸腾、径流等水文过程。
2.水质组件：模拟污染物的产生、迁移和去除过程。
3.土壤侵蚀组件：模拟植被覆盖、土壤侵蚀和沉积过程。
4.作物生长组件：模拟作物的生长、需水、生物量和农药应用等过程。
5.辅助数据库：提供地理、土壤、土地利用和观测数据等输入。
使用ARCSWAT模型进行评估首先需要进行模型参数化。
模型参数的获取可以通过野外实测、文献数据和专家知识等渠道获得。
然后，需收集和整理相关的输入数据，如流域地理和气象数据、土壤特性、土地利用和作物管理参数等。
接下来，使用ArcGIS等地理信息系统软件进行数据预处理，将输入数据转换为模型能够接受的格式。
最后，设定模拟运行的时间段和相关参数，运行模型获得模拟结果。
ARCSWAT模型的应用领域主要包括农业非点源污染控制和水资源管理。
通过模拟土壤侵蚀和水质的输运过程，可以评估不同农业管理措施对农田和水资源的影响。
模型可以用于研究减少农业面源污染的最佳管理实践，制定农田管理政策，提高农业生产的可持续性。
此外，ARCSWAT模型还可以用于评估气候变化对水资源和非点源污染的影响，指导水资源管理和环境规划。
◇水资源保护农业非点源污染模型AGNPS 及GIS 的应用陈国湖 摘 要 农业非点源污染模型AGN PS 把流域划分为正方形网格单元,对各单元独立计算其降雨径流和土壤流失量,用连续方程进行迁移演算,在流域出口累计总土壤流失量及其携带的污染物量。
模型简单实用,对资料要求不高。
遥感技术为模型提供了新的数据源,地理信息系统(G IS )具有强大的空间数据处理分析能力。
提出了用遥感技术和G IS 为模型输入基本参数的方法。
主题词 水污染 污染源 污染研究 数学模型 农业1 概述对于非点源污染及其危害,是在防治水污染的实践中逐渐认识到的。
起初人们一直认为集中排放废污水(点源)是造成水污染的主要原因,然而随着对点源的控制和治理,非点源污染也日益突出,有必要进一步重视研究非点源污染及其防治问题。
数学模型是研究降雨径流污染的常用方法。
完整的降雨径流模型一般由以下4个子模型构成:降雨径流模型、侵蚀和泥沙输移模型、污染物转化模型、受纳水体水质模型。
70年代以来,国内外提出了许多非点源污染模型,按其降雨径流子模型可分为:①以推理公式法为基础,包括最简单的径流系数法到美国土壤保护局的SCS 法;②以时段单位线或瞬时单位线概念为基础,采用单位线法进行径流计算或推求非点源污染负荷过程线;③以水文数学模型为基础的物理过程模型,试图详尽地描述非点源污染的物理、化学和生物过程。
Zing ales 等认为,只要有长期可靠的监测资料,任一方法都能满足技术上的精度要求。
由Yo ung 等提出的A GN P S (Ag ricultural N o npoint-Sour ce)模型属于第一类。
它把流域划分为大小相同的正方形网格单元,并认为各单元对流域出口污染负荷的贡献是独立的,对每个单元分别计算其降雨径流、侵蚀和污染物流失量,根据单元的平均坡度和坡向对径流和泥沙进行迁移演算至流域出口,累计总水土流失量及其携带的污染物质。
AGN PS 和流域的下垫面特性如地形、土地覆盖、土壤类型等条件密切相关。
gis在农业中的应用
GIS在农业中的应用
地理信息系统（GIS）是一种将地理空间数据与非空间数据相结合的技术，可以用于各种领域，包括农业。
GIS在农业中的应用可以帮助农民更好地管理土地、作物和水资源，提高农业生产效率和质量。
一、土地管理
GIS可以帮助农民更好地管理土地。
通过GIS技术，农民可以了解土地的类型、质量和适宜作物，从而更好地规划土地利用。
此外，GIS还可以帮助农民了解土地的水分和养分状况，以便更好地管理土地。
二、作物管理
GIS可以帮助农民更好地管理作物。
通过GIS技术，农民可以了解作物的生长情况、病虫害情况和气候变化情况，从而更好地管理作物。
此外，GIS还可以帮助农民规划作物的种植面积和种植时间，以便更好地管理作物。
三、水资源管理
GIS可以帮助农民更好地管理水资源。
通过GIS技术，农民可以了解水资源的分布、质量和用途，从而更好地规划水资源的利用。
此外，GIS还可以帮助农民了解水资源的供应和需求情况，以便更好地管理水资源。
四、农业生产效率和质量
GIS可以帮助农民提高农业生产效率和质量。
通过GIS技术，农民可以更好地规划土地利用、作物种植和水资源利用，从而提高农业生产效率。
此外，GIS还可以帮助农民了解作物的生长情况、病虫害情况和气候变化情况，从而提高农业生产质量。
总之，GIS在农业中的应用可以帮助农民更好地管理土地、作物和水资源，提高农业生产效率和质量。
随着技术的不断发展，GIS在农业中的应用将会越来越广泛，为农业的可持续发展做出更大的贡献。
基于GIS技术的农业土壤污染分析方法研究一、绪论随着人口的不断增加和工业化进程的加速推进，我国农业土壤污染已成为一个严重的环境问题。
农业生产中，长期使用化肥、农药、畜禽粪便等，会导致土壤中残留有害物质的增多，从而引起农产品质量和安全问题，给人们的生产生活带来严重威胁。
因此，如何利用现代科技手段进行土壤污染监测与管理已成为各界关注的热点问题之一。
地理信息系统（Geographic Information System, GIS）是一种高度集成的多学科交叉技术，涵盖地理、地质、城市规划、环境保护等众多方面。
利用GIS技术，可以进行多元大数据的空间分析和决策支持，为土壤污染监测、土地利用规划、农业推广等提供强有力的支持。
本文将介绍基于GIS技术的农业土壤污染分析方法，包括数据采集和处理、空间分析和决策支持等方面的研究进展。
二、数据采集和处理农业土壤污染的监测与评价需要大量的数据支撑。
传统的数据采集和处理方法主要是通过实地调查和化验分析获得，但这种方法费时费力，且受监测点数量和位置的限制，导致数据参考性较差。
而利用GIS技术，可以实现大规模数据获取和处理，并将不同来源的数据进行融合和分析，提高数据的可靠性和参考性。
常见的几种数据采集和处理方法如下。
（一）遥感数据采集和处理遥感技术是指通过航空或卫星等无人机平台获取地球表面的各类信息，并将其转换成数字形式进行数据处理和分析的技术。
遥感技术可以获取大范围、高分辨率的地表信息，包括土地利用类型、植被覆盖度、地形高程等特征。
其中，植被指数（Vegetation Index, VI）被广泛用于反演土壤有机质、矿质元素和重金属等指标。
通过利用GIS软件对遥感数据进行处理和分析，可以实现土壤污染的快速评价和精准定位。
（二）地球化学数据采集和处理地球化学数据是指通过化学分析手段获得的土壤中元素和离子浓度数据。
这类数据有别于遥感数据，更能够反映土壤中有害元素和化学物质的含量和分布情况。
基于SWAT模型的流域非点源污染模拟张皓天;张弛;周惠成;沈必成【摘要】利用SWAT(soil and water assessment tool)模型,在GIS技术支持下,通过构建模型所需的空间数据库和属性数据库,以黑龙江蚂蚁河流域为研究区域进行流域非点源污染的模拟研究.分别在时间和空间尺度上对研究区域非点源污染负荷分布进行分析,识别出非点源污染严重的区域及其影响因素.结果表明:在时间尺度上,非点源污染物负荷与降雨量和径流量有较强的相关关系;在空间尺度上,流域西南部地区非点源污染较为严重;不同土地利用类型的非点源污染负荷不同,耕地的非点源污染单位面积负荷最高,疏林地次之,林地等其他土地利用类型的单位面积负荷较小.【期刊名称】《河海大学学报（自然科学版）》【年(卷),期】2010(038)006【总页数】7页(P644-650)【关键词】SWAT;非点源污染;时空分布;土地利用;蚂蚁河流域【作者】张皓天;张弛;周惠成;沈必成【作者单位】大连理工大学建设工程学部,辽宁,大连,116024;大连理工大学建设工程学部,辽宁,大连,116024;大连理工大学建设工程学部,辽宁,大连,116024;黑龙江省水文局,黑龙江,哈尔滨,150001【正文语种】中文【中图分类】X502东北地区是我国重要的农牧业生产基地和最大的老工业基地，城市化水平位于全国前列，近些年来，随着东北地区农业的发展和振兴东北老工业基地战略的逐步深入，东北地区水环境污染问题日益突出.目前，许多发达国家的研究已经证实，非点源污染是导致水环境恶化的主要原因之一[1].为了对非点源污染进行有效的治理和控制，必须定量研究污染物的排放规律.应用GIS技术支持的非点源污染模型，可以对整个流域的非点源污染进行定量描述，分析其产生的时间和空间特征，并评估土地利用的变化对非点源污染负荷的影响，为流域规划和管理提供决策依据.SWAT(soil and water assessment tool)模型是美国农业部农业研究局开发的流域尺度分布式水文模型，该模型已经广泛地应用到流域的水平衡、河流流量预测和非点源污染控制评价等诸多方面.在国外，早期以Arnold为首的工作组分别从美国的国家尺度、流域尺度以及小流域尺度验证了SWAT模型在径流模拟方面的适用性[2-6];Santhi等[7-10]先后将SWAT模型应用于美国得克萨斯州Bosque流域，对模型模拟非点源污染的适用性进行了验证;基于美国经验，SWAT模型在其他国家也得到了广泛的应用[11-15].在国内，SWAT模型的应用主要包括3个方面:产流/产沙模拟、非点源污染研究及输入参数对模拟结果的影响研究.在非点源污染研究方面，胥彦玲等[16]将SWAT模型应用到陕西黑河流域的非点源污染研究中;张永勇等[17]扩展了SWAT模型的水质模块，并将其成功运用到海河流域中;庞靖鹏等[18]以密云水库为例，研究了土地利用变化对产流和产沙的影响.经过国内的研究可以发现SWAT模型是针对北美的土壤植被和流域水文结构来设计的，模型自带的数据库和中国的实际情况有较大出入，而我国东北地区又缺乏比较完善的流域基础数据库，用来描述流域的很多参数如果靠直接测量来获得是很困难的，因此估算模型的参数和验证模型在相关流域的适用性就显得尤为重要.这些问题限制了SWAT等一系列物理型模型在我国东北地区非点源污染研究中的应用，而目前我国东北地区非点源污染负荷量估算仍较粗略[19].针对上述问题，本文选取黑龙江省蚂蚁河流域为研究区域，通过建立和完善研究流域的水文模拟基础数据库，运用SWAT模型来模拟该流域的非点源污染的发生，通过率定SWAT模型的参数和验证模型的适用性，得到了适合研究流域的一套模型参数值;进而计算研究流域内产生的非点源污染负荷量，研究非点源污染负荷的时空分布规律，分析影响其分布的主要因素，并评估不同土地利用类型非点源污染负荷量，为流域的水质管理提供科学的决策依据.1 研究区域概况蚂蚁河流域位于黑龙江省南部，张广才岭西侧，是松花江干流右岸的一级支流，地理位置为东经127°15′～129°33′，北纬43°57′～46°26′.蚂蚁河源海拔高700m，干流河长285km，流域面积10547km2，流域主要为山区和半山区，地势自东向西北，然后向东北倾斜，海拔高程在104～1400m之间，河谷宽阔平坦，地势低平，地面组成物上部为亚黏土，下部为沙砾石[20].流域内的土壤主要有黑土、暗棕壤、白浆土、草甸土、沼泽土等.流域内的主要种植作物为水稻、玉米和大豆，施肥主要以有机肥、尿素、硫酸钾和二铵为主.流域内多年平均气温2.3～3.4℃，年最高气温35.5℃，最低气温-41.6℃，年降雨量在500～900mm之间.研究区域地理位置如图1所示.图1 蚂蚁河流域示意图Fig.1 Mayihe watershed2 基于SWAT模型的非点源污染模拟与验证在收集资料的基础上，构建研究区域水文模拟基础数据库;之后通过划分流域内的空间单元，对非点源污染负荷量进行连续时段的动态模拟;最后利用流域内的实测资料对模型参数进行率定.2.1 流域水文模拟基础数据库的建立在运行SWAT模型前，需要准备必要的地图和数据库以生成SWAT模型输入数据集.模型所需的数据可以分成空间数据和属性数据.其中，SWAT模型所需要的空间数据的准备、修改和存储可以通过ArcGIS 9等GIS软件完成;而降水、温度、土壤等数据则通过多个输入文件以ASCII或者.dbf格式输入.模型根据土地利用和土壤类型表，将土地利用图、土壤类型图与土地利用和土壤数据库进行链接.本研究采用的气象数据是流域内1966—2001年气象站点的实测数据.经过查阅《黑龙江土壤》[21]和中国土壤数据库以及利用美国华盛顿州立大学开发的土壤水特性软件SPAW计算出土壤的属性数据[22].通过统计《黑龙江统计年鉴》和《哈尔滨统计年鉴》中的资料，得到研究区内3个县市的农业管理数据.2.2 子流域划分及水文响应单元(HRU)的生成SWAT模型通过采用数字地形分析技术，利用栅格数字高程图(DEM)来精确描述流域边界、生成流域河网、进行子流域的划分以及生成水文响应单元.流域河网生成的详细程度是由定义的上游集水区面积阈值大小来控制的;子流域的形成由子流域出口位置来控制;SWAT模型采用了不能确定空间位置的水文响应单元的划分方法，使用不同的土地利用类型、土壤植被和坡度组合来生成水文响应单元[23].本研究将流域划分为70个子流域，在整个流域内共生成了509个水文响应单元. 2.3 SWAT模型参数率定与模型验证通过参数敏感性分析，先得到了对径流影响比较大的高敏感参数，然后对这些关键参数进行调整，将1983—1990年定为模型月模拟的率定期，1991—2001年定为模型的验证期.选择相对误差 Re、相关系数R2和Nash-Suttcliffe系数Ens来评价模型的适用性.模型参数的最终取值见表1，率定期和验证期径流率定的结果见表2.模型输出结果与实测平均值之差占实测值的百分比应小于规定标准，即不大于20%;评价系数(Ens和R2)也应达到规定的精度标准，一般要求R2＞0.6，且Ens ＞0.5[24].从表2可以看出研究流域率定期月径流的Re=5.93%＜20%，Ens=0.73，R2=0.76，Ens和R2均大于0.7.验证期月径流的Re=2.85%＜20%，Ens=0.82，R2=0.82，Ens和R2均大于0.8.说明模拟值和实测值之间的拟合较好，精度可满足模拟要求.将流域内1957—2001年的年径流量观测资料进行频率分析，把频率大于75%的年份定为枯水年，频率小于25%的年份定为丰水年，其余的年份定为平水年.在模型验证期内，有枯水年3年，平水年6年，丰水年2年，基本上体现出了径流量在年际间的变化情况，说明验证期具有代表性.在验证期内得到了较好的月径流模拟值，这说明模型的模拟是符合实际的，经过参数率定的SWAT模型适用于该流域.表1 SWAT模型参数在研究流域的率定值Table 1 Calibrated values of parameters of SWAT model for study areaESCO 土壤蒸发补偿系数 .hru -0.09 CN2 SCS径流曲线系数 .mgt -4 Gw_Revap 地下水再蒸发系数 .gw +0.15 ALPHA_BF 基流a系数 .gw +0.052 NPERCO 硝基氮下渗系数 .bsn +0.3 BC1 氨氮生物氧化速度常数 .swq -0.35 BC2 亚硝氮生物氧化速度常数 .swq +0.5 BC3 有机氮转化为氨氮速度常数 .swq +0.1由于缺乏长时间序列的泥沙和水质监测数据，本研究只对流域的氨氮模拟过程进行了校准.结果表明，氨氮的模拟误差在10%左右，总体反映了实际情况.表2 率定期及验证期月径流率定结果Table 2 Calibrated results of monthly runoff during calibration and test periods率定期 75.52 71.29 5.93 0.76 0.73验证期 57.78 56.18 2.85 0.82 0.823 SWAT模型模拟结果分析选用率定后的模型参数计算流域内产生的非点源污染负荷量.在时间上对非点源污染负荷的变化趋势进行分析，对不同降水频率下的非点源污染负荷量进行模拟和研究;在空间上对非点源污染负荷的分布进行分析，识别出研究区内非点源污染严重的区域;最后评估不同土地利用类型的非点源污染负荷量.3.1.1 非点源污染负荷年际分布通过对研究流域年降雨资料和年径流资料分析得出研究流域的年降雨量和年径流量的相关系数为0.875，有很强的相关性.图2为1993—2001年研究流域内各年径流量实测值与河道总氮、总磷、输沙量变化，由图2可以看出，各年的河道输沙量、河道总氮负荷量和河道总磷负荷量均与径流量的关系密切.这是因为降雨和产汇流是土壤侵蚀和非点源污染物的主要驱动力，当下垫面的条件不变时，土壤侵蚀和非点源污染就受降雨和径流的影响很大.经过计算分析，研究区域内年径流量与相应河道输沙量、总氮负荷量和总磷负荷量三者的相关系数分别为0.973，0.709和0.839.图2 1993—2001年径流量与河道总氮、总磷、输沙量变化Fig.2 Variations of runoff，total nitrogen，total phosphorus and sediment from 1993 to 2001 为了分析降雨量变化对非点源污染的影响，有必要进行不同降雨量下的非点源污染负荷研究.根据流域内1966—2001年的降雨资料，选用皮尔逊Ⅲ型曲线，运用适线法计算流域年降雨量的经验累积频率，得到曲线的算术平均值Ex=591.8mm、变差系数Cv=0.25和偏态系数Cs=0.64.由理论频率曲线可得到在10%，50%，75%，90%降水频率下的年降雨量分别为788.5mm，576.9mm，485.2mm和414.2mm.选取与不同频率下降雨量相近的特征水文年的降雨资料作为模型降雨量输入数据，研究非点源污染负荷与降雨量之间的相关关系.各降水频率下泥沙和氮磷污染负荷估算见表3.由表3中的数据分析，在不同降水频率下，各种非点源污染负荷量随降雨量的增加有增大的趋势，丰水年(P=10%)的总氮、总磷负荷分别为平水年(P=50%)的1.76倍和1.17倍，为枯水年(P=90%)的4.09倍和4.74倍.因此在丰水年应特别注意研究区非点源污染的控制与防治.1996和1997年各月的非点源污染负荷随逐月径流量的变化过程见图3.从图3可以看出年内的总氮和总磷含量随季节大致呈不规则的“W”形分布，一般在春汛期会出现一个小的峰值，进入汛期以后，特别是8月会出现一个较大的峰值，在冬季随着降雪和融雪的发生，又会出现一个较小的峰值.表3 不同水文年非点源污染负荷Table 3 Non-point source pollution loads in different hydrological years90 1996 411.2 37.05 2.54 2112.5 67.6 75 1970 496.2 32.53 5.64 4224.0 206.9 50 2000 557.8 55.39 3.91 4917.6 274.8 10 1988 764.4 93.86 32.83 8649.8 320.2图3 1996和1997年逐月流量实测值与河道总氮、总磷、输沙量变化Fig.3 Variations of observed monthly runoff，total nitrogen，total phosphorus and sediment from1996 to 1997从图3还可以看出，流域内径流量较大的汛期(6—9月)非点源污染的总氮和总磷负荷量均较大，而径流量少的枯水期非点源污染负荷量也较小.因为非点源污染常常是伴随着降雨径流过程特别是暴雨过程而产生的，所以非点源污染主要集中在汛期产生[25].汛期的非点源污染负荷贡献率见表4.汛期的总氮和总磷负荷量所占的比例较大，分别为85.83%和84.07%，这一时期的径流量和输沙量分别占全年总量的86.74%和95.69%，这与氮磷污染负荷在汛期内所占的比例是相近的，说明年内氮磷污染负荷与径流和产沙有关.通过研究可以发现研究区内的总氮负荷同月径流量呈明显的正相关关系，而总磷负荷同泥沙负荷呈明显的正相关关系，其二次拟合方程分别为表4 1993—2001年年均汛期非点源污染负荷贡献率Table 4 Contribution rates of annual average non-point source pollution during flood season from 1993 to 2001 %6 5.29 2.40 4.63 5.60 7 10.73 6.32 9.10 10.62 8 48.09 51.7167.49 74.86 9 22.63 25.40 2.85 4.61汛期总计 86.74 85.83 84.07 95.69式中:y1——月平均流量，m3/s;x1——总氮负荷量，t;y2——月泥沙负荷量，t;x2——总磷负荷量，t.可以得出结论，年内氮磷污染负荷与径流和泥沙负荷有很强的相关性，其中氮负荷同月径流的相关系数为0.848，磷负荷同泥沙负荷的相关系数为0.965.汛期是研究流域内非点源污染产生和发展的重要时段，这一时期的泥沙、总氮和总磷负荷量占全年的总负荷量的80%以上.因此汛期是防治研究流域非点源污染的主要时期. 3.2 非点源污染负荷的空间分布非点源污染有很强的空间差异性，可以根据研究区各子流域污染物负荷的大小来研究非点源污染的空间分布，进而找到对于非点源污染比较敏感的区域.本研究结合降雨和土地利用类型在流域内的空间分布情况，进行泥沙、有机氮、有机磷负荷空间分布的对比和原因分析.研究流域内降雨、泥沙、有机氮、有机磷负荷空间分布情况如图4所示.从图4可以看出，泥沙流失同降雨的空间分布具有相关性，流域内降雨较大的地区泥沙流失也比较严重.这是因为降雨是土壤侵蚀的主要驱动力，特别是暴雨的冲刷会造成土壤侵蚀加剧，进而造成泥沙的高负荷.有机氮负荷和泥沙负荷的空间分布很相似，相关系数为0.8925，具有很强的相关性.分析原因是颗粒物对有机氮有较强的吸附能力[26]，有机氮吸附于泥沙而随泥沙输移.另外，有机氮负荷的空间分布同降雨也有一定关系，在降雨丰富的地区有机氮负荷也较大.有机磷负荷的空间分布同有机氮负荷的空间分布相似，二者的相关系数为0.9945，这说明影响二者空间分布的因素是一致的.此外，通过将流域内非点源污染分布图与流域内的土地利用图进行对比可以发现，河道附近农田较多的地区非点源污染负荷较大.图4 研究流域内降雨与泥沙、有机氮、有机磷负荷分布Fig.4 Distribution of rainfall and sediment，organic nitrogen，organic phosphorus loads in study area3.3 不同土地利用类型的非点源污染负荷通过以上分析可以发现除了降雨外，土地利用类型也是影响研究区非点源污染分布的主要因素，所以有必要对不同土地利用类型的非点源污染负荷量进行研究.研究流域内1993—2001年不同土地利用类型的年均非点源污染负荷量见表5.从表5可看出，研究流域内耕地的非点源污染负荷量最大，泥沙、总氮和总磷负荷的比例均超过总负荷的80%，是非点源污染的主要发生地;疏林地是流域内泥沙和磷负荷的第二大来源地;由于林地面积占整个流域的57.36%，所以林地的氮污染负荷总量也较大.研究流域内1993—2001年不同土地利用类型非点源污染单位面积负荷对比见表6.从表6可看出，不同土地利用类型的非点源污染负荷量不同，耕地的单位面积非点源污染负荷最高，疏林地次之，林地、草地等其他土地利用类型较小.这与李俊然等[27]的研究结论一致，即在单一土地利用类型占主导地位的流域内，土地利用类型以林地和草地为主的小流域地表水水质明显比以耕地为主的小流域地表水质好.因此控制研究区域内非点源污染的关键是控制耕地的氮磷污染和泥沙流失，采取退耕还林、等高耕作等水土保持措施[28]，同时还要注意耕地中农药化肥的合理施用. 表5 不同土地利用类型1993—2001年年均非点源污染负荷模拟结果Table 5 Simulated results of annual average non-point source pollution loads of different land uses from 1993 to 2001林地 6049.34 57.36 27.85 10384.78 39.38耕地 3274.53 31.05 3803.44 89595.88 22472.71疏林地 422.30 4.01 77.81 3358.04 52.86草地 399.20 3.79 0.61 374.93 2.91滩地 128.78 1.22 4.81 444.85 20.75总计 10274.15 97.43 3914.52 104158.48 22588.614 结论表6 不同土地利用类型1993—2001年年均非点源污染单位面积负荷模拟结果Table 6 Simulated results of annual average non-point source pollution loads of unit area for different land uses from 1993 to2001林地 0.0046 1.72 0.01耕地 1.1615 27.36 6.86疏林地 0.1843 7.95 0.13草地 0.0015 0.940.01滩地 0.0373 3.45 0.16a.通过收集和统计研究流域内大量资料，建立了研究流域的水文模拟基础数据库.通过率定SWAT模型参数，得到研究流域逐月径流模拟值与实测值的Nash-Suttcliffe系数、相关系数均大于0.8，模型的模拟是符合实际的，经过参数率定的SWAT模型适用于该流域.b.在时间尺度上，研究流域内的农业非点源污染负荷与降雨量和径流量有较强的相关关系.年际间的非点源污染负荷的差异主要是由于降雨量不同造成的.丰水年(P=10%)的总氮、总磷负荷分别为平水年(P=50%)的1.76倍和1.17倍，为枯水年(P=90%)的4.09倍和4.74倍.年内非点源污染负荷总体上随季节呈不规则的“W”形态变化，汛期是研究流域内非点源污染产生和发展的重要时段，这一时期的泥沙、总氮和总磷负荷量占全年的总负荷量的80%以上.c.在空间尺度上，研究流域内降雨丰富的中上游地区的非点源污染负荷要大于流域下游地区的非点源污染负荷;流域内河流附近农田面积较多的地区非点源污染较为严重.降雨、产沙和土地利用类型是影响研究区非点源污染空间分布的主要影响因素.d.不同土地利用类型的非点源污染负荷不同，耕地的非点源污染负荷最高，泥沙、总氮和总磷负荷量占总负荷量的比例均超过80%，是非点源污染的主要发生地;单位面积非点源污染负荷最高的是耕地，疏林地次之，林地、草地等其他土地利用类型较小.参考文献:【相关文献】[1]VAN DER MOLEN D T，PORTIELJE R，DE NOBEL W T，et al.Nitrogen in Dutch freshwater lakes:trends and targets[J]. Environmental Pollution，1998，102(S1):553-557.[2]FONTAINE T A，CRUICKSHANK T S，ARNOLD J G，et al.Development of a snowfall-snowmelt routine for mountainous terrain for the soil water assessmenttool(SWAT)[J].Journal of Hydrology，2002，262:209-233.[3]AR NOLD J G，ALLEN P M.Estimating hydrologic budgets for three Illinoiswatersheds[J].Journal of Hydrology，1996，176:57-77.[4]AR NOLD JG，SRINIVASAN R，MUTTIAH R S，et al.Continental scale simulation of the hydrologic balance[J].Journal of the American Water Resources Association，1999，35(5):1037-1051.[5]ECKHARDT K，ARNOLD J G.Automatic calibration of a distributed catchmentmodel[J].Journal of Hydrology，2001，251(112):103-109.[6]ARNOLD JG，SRINIVASAN R，TSETAL rge area hydrologic modeling and assessment PartⅡ:model application[J].Journalof the American Water Resources Association，1998，43(1):91-101.[7]SALEHA，ARNOLD JG，GASSMAN P W，et al.Application of SWAT for the upper north Bosque Riverwatershed[J].Transactions of the American Society of Agricultural and Biological and Biological Engineers，2000，43(5):1077-1087.[8]SANTHI C，AR NOLD J G，WILLIAMS J R，et al.Validation of the SWAT model on large river basin with point and nonpoint sources[J]. Journal of the American Water Resources Association，2001，37(5):1169-1188.[9]DI LUZIO M，SRINIVASAN R，AR NOLD J G.A GIS-coupled hydrological model system for the watershed assessment of agricultural nonpoint and point sources ofpollution[J].Transactions in GIS，2004，8(1):113-136.[10]BOSCH N S.The infuence of impoundments on riverine nutrient transport:an evaluation using the soil and water assessment tool[J]. Journal of Hydrology，2008，355(1/2/3/4):131-147.[11]KANG M S，PAR K S W，LEE J J，ET Al.Applying SWAT for TMDL programs to a small watershed containing rice paddy fields[J]. Agricultural Water Management，2006，79(1):72-92.[12]BEHERA S，PANDA R K.Evaluation of management alternatives for an agricultural watershed in a sub-humid subtropical region using a physical process basedmodel[J].Agriculture Ecosystems&Environment，2006，113(1/4):62-72.[13]JURGEN S，KARIM CA，RAGHAVAN S，et al.Estimation of freshwater availability inthe WestAfrican sub-continent using the SWAT hydrologic model[J].Journal of Hydrology，2008，352(112):30-49.[14]CHAPONNIEREA，BOULET G，CHEHBOUNi A.Unterstanding hydrological processes with scarce date in a mountain environment[J]. Hydrological Processes，2008，22(12):1908-1921.[15]BARLAND I，KIRKKALA T.Examining a model and assessing its performance in describing nutrient and sediment transport dynamics in a catchment in southwestern Finland[J].Boreal Environment Research，2008，13(3):195-207.[16]胥彦玲，秦耀民，李怀恩，等.SWAT模型在陕西黑河流域非点源污染模拟中的应用[J].水土保持通报，2009，29(4):114-117.(XU Yan-ling，QIN Yao-min，LI Huai-en，et al.Applicationof SWAT model to non-point source pollution simulation in Heihe River basin of Shaanxi Province[J].Bulletin of Soil and Water Conservation，2009，29(4):114-117.(in Chinese)) [17]张永勇，王中根，于磊，等.SWAT水质模块的扩展及其在海河流域典型区的应用[J].资源科学，2009，31(1):94-100. (ZHANG Yong-yong，WANG Zhong-gen，YU Lei，etal.Extendedwater quality module ofSWAT model andits applicationto Hai Riverbasin[J].ResourcesScience，2009，31(1):94-100.(in Chinese))[18]庞靖鹏，刘昌明，徐宗学.密云水库流域土地利用变化对产流和产沙的影响[J].北京师范大学学报:自然科学版，2006，46 (3):290-299.(PANG Jing-peng，LIU Chang-ming，XU Zong-xue.Impact of land use change on runoff and sediment yield in the Miyun Reservoir catchment[J].Journal of Beijing Normal University:Natural Sciences，2006，46(3):290-299.(in Chinese))[19]杨育红，阎百兴.中国东北地区非点源污染研究进展[J].应用生态学报，2010，21(3):777-784.(YANG Yu-hong，YAN Baixing.Nonpoint source pollution in Northeast China:research advance[J].Chinese Journal of Applied Ecology，2010，21(3):777-784. (in Chinese)). [20]任友山.蚂蚁河流域水文特性分析[J].黑龙江水利科技，2008，36(4):102-103.(REN You-shan.Hydrological characters analysis of Mayihe river basin[J].Heilongjiang Science and Technology of Water Conservancy，2008，36(4):102-103.(in Chinese))[21]黑龙江省土地管理局，黑龙江省土壤普查办公室.黑龙江土壤[M].北京:农业出版社，1992.[22]魏怀斌，张占庞，杨金鹏.SWAT模型土壤数据库建立方法[J].水利水电技术，2007，38(6):15-18.(WEI Huai-bin，ZHANG Zhan-pang，YANG Jin-peng.Establishing method for soil database of SWAT model[J].Water Resources and Hydropower Engineering，2007，38(6):15-18.(in Chinese))[23]李硕.GIS和遥感辅助下流域模拟的空间离散化与参数化研究与应用[D].南京:南京师范大学，2002.[24]郝芳华，程红光，杨胜天.非点源污染模型:理论方法与应用[M].北京:中国环境科学出版社，2006:54-55.[25]李国斌，王焰新，程胜高.基于暴雨径流过程监测的非点源污染负荷定量研究[J].环境保护，2002(5):46-48.(LI Guo-bin，WANG Yan-xin，CHENG Sheng-gao.A quantitative study on non-point source pollutant loading based on stream runoff monitoring results[J].Environmental Protection，2002(5):46-48.(in Chinese))[26]张学青，夏星辉，杨志峰.水体颗粒物对有机氮转化的影响[J].环境科学，2007，28(9):1954-1959.(ZHANG Xue-qing，XIA Xing-hui，YANG Zhi-feng.Effect of suspended sediment on the transformation of organic nitrogen[J].Environmental Science，2007，28 (9):1954-1959.(in Chinese))[27]李俊然，陈利顶，郭旭东，等.土地利用结构对非点源污染的影响[J].中国环境科学，2000，20(6):506-510.(LI Jun-ran，CHEN Li-ding，GUO Xu-dong，et al.Effect of land use structure on non-point source pollution[J].China Environmental Science，2000，20(6):506-510.(in Chinese))[28]陈雪，蔡强国，王学强.典型黑土区坡耕地水土保持措施适宜性分析[J].中国水土保持科学，2008，6(5):44-49.(CHEN Xue，CAI Qiang-guo，WANG Xue-qiang.Suitability of soil and water conservation measures on sloping farmland in typical black soil regions of Northeast China[J].Science of Soil andWater Conservation，2008，6(5):44-49.(in Chinese))。
农业面源污染的特性及防治对策作者：彭文来源：《科学导报·学术》2018年第11期摘要：当前新形势下，农村面临着农业污染的新问题。
因此对于农业面源污染进行考察显得十分有必要。
本文探讨了农业面源污染的特性，并对防治对策进行深入探讨。
本文认为农业面源污染应当从多方面着手改善，更需要多部门联动做好农业面源污染的防治。
关键词：农业面源污染；三农建设；联动治理【中图分类号】 X592 【文献标识码】 A 【文章编号】 2236-1879（2018）11-0221-01农业面源污染是当前我们农业生产遇到一大问题，其对于农作物的健康以及农业生产效率有着较强的负面影响。
因此了解农业面源污染的特性，才能得出防治对策。
笔者梳理了目前对于农业面源污染的相关文献，可以对于农业面源污染有整体性的把握。
一、农业面源污染的定义面源污染，通常在比较正式的、学术性较强的文献中多称“非点源污染”。
它是相对于点源污染而言的，点源污染主要指工业生产过程中与部分城市生活中产生的污染物，这种污染形式具有排污点集中、排污途径明确等特征。
而面源污染则有广义和狭义的两种理解，广义指各种没有固定排污口的环境污染，狭义通常限定于水环境的非点源污染。
农业面源污染是指在农业生产活动中，氨素和磷素等营养物质、农药以及其他有机或无机污染物质，通过农田的地表径流和农田渗漏，形成的水环境的污染，主要包括化肥污染、农药污染、集约化养殖场污染。
主要污染物是重金属、硝酸盐、N地+、有机磷、六六六、COD、DDT、病毒、病原微生物、寄生虫和塑料增塑剂等。
目前它已经成为了中国水体氮、磷富营养化的主要原因。
二、农业面源污染的特点分散性和隐蔽性。
与点源污染的集中性相反，面源污染具有分散性的特征，它随流域内土地利用状况、地形地貌、水文特征、气候、天气等的不同而具有空间异质性和时间上的不均匀性。
排放的分散性导致其地理边界和空间位置的不易识别。
2.2随机性和不确定性大多数面源污染问题，包括农业面源污染，涉及随机变量和随机影响。
地理信息系统知识：GIS在环境污染监测中的应用随着工业化和城市化的发展，环境污染问题越来越严重。
环境污染的监测和管理已经成为了当今社会发展的重要议题。
地理信息系统（GIS）是一种可视化、高效的技术工具，在环境污染监测和管理中具有广泛的应用价值。
一、GIS的基本概念和功能GIS是一种基于计算机软硬件平台的信息系统。
其主要作用是将空间数据与属性数据相结合，将地球表面上的地物、现象与空间位置关联，通过各种技术手段进行加工、分析和表示，从而生成各种形式的地理信息，为地理信息的管理、分析和应用提供技术支持。
其中，GIS包含以下三个基本的功能：1、地理数据库管理GIS可以用来管理多种类型的地理数据，包括矢量数据（点、线、面）、栅格数据、图像数据、数字高程模型等。
其基本功能是实现地理数据库的建立、存储、管理、更新、查询和维护等操作。
2、地理数据分析GIS提供了一系列地理数据分析工具，包括地理空间分析、统计分析、选址分析、路径分析等，可以有效地进行环境污染监测和评估。
例如，可以通过分析数据的空间分布特征，预测污染扩散趋势，研究污染源的影响范围，优化监测方案等。
3、地理可视化和应用GIS可以将地理数据通过可视化的方式展示出来，包括地图、图表、三维模型等形式。
这对于环境污染监测和管理非常重要，可以直观地展示污染源的位置和污染程度，帮助决策者进行决策和管理。
二、GIS在环境污染监测中的应用实践1、污染源监测和评估GIS可以将地图和污染数据进行集成，通过对污染源的位置和强度进行分析和可视化，帮助决策者更好地了解污染源及其影响范围。
同时，GIS还可以将污染源的空间分布特征纳入到模型中作为输入，对污染扩散和风险评估进行预测和分析。
例如，利用GIS对某个工业园区的污染源进行监测和评估。
通过采集该区域的污染源和环境数据，并利用GIS进行空间分析和可视化分析，可以对污染程度和污染源类型进行评估，并预测出污染扩散的方向和范围，有效地提高了环境监测的准确性和效率。
GIS技术在农业水文水资源管理中运用分析摘要：研究发现，水资源环境复杂，其有两个重要分支，水文以及水利。
其中水文特指非外力的自然状态下，所形成的一系列水的运动以及与环境的互动效应。
在具体实践中，水文管理分析渗透GIS技术，可提高分析精度，确保水资源不被浪费，强化资源利用效果。
为促进农业水文条件的改善，相关人员需重视GIS技术的运用及其应用能力的提升，并采取有效措施，持久性增强技术的应用效果，形成内外合力，以促进该领域的发展。
关键词：GIS技术；农业水文水资源管理；运用1GIS技术的概念GIS（地理信息系统）是一种用于捕捉、存储、管理、分析和展示地理数据的计算机系统。
它将地理数据与属性数据相结合，以地理位置为基础进行空间分析和决策支持。
GIS技术主要包括以下几个方面：（1）数据采集与管理。
通过各种技术手段（如GPS、遥感、测绘等）获取地理数据，并对数据进行组织和管理，包括数据的输入、编辑、更新、存储等操作。
（2）空间分析与处理。
利用GIS软件对地理数据进行空间分析和处理，包括地理特征的查询、测量、叠加分析、缓冲区分析等，从中提取出有用的空间关系和模式。
（3）地图制图与可视化。
利用GIS技术将地理数据可视化为地图，通过符号化、分类、渲染等方式呈现地理信息，使其更易于理解和传达。
（4）决策支持与规划。
利用GIS技术对地理数据进行模拟、预测、评估等分析，为决策者提供空间决策支持和规划方案的制定。
（5）空间数据共享与应用。
通过网络和互联网技术，实现地理数据的共享和交流，促进不同部门和组织之间的协作和资源利用。
2农业水文水资源管控中GIS技术的表现2.1农业地表水资源监管GIS技术在农业地表水资源管理方面的应用主要包括以下几个方面：（1）数据收集与管理。
通过采集水位、流量、水质等实时数据，结合地形、土壤类型等空间数据，建立地表水资源的空间数据库。
可以使用GPS定位设备收集地点信息，使用遥感技术获取影像数据等。
