一种基于SWAT和PLUS分析不同情景下农业面源污染的方法技术

本发明专利技术涉及一种基于SWAT和PLUS分析不同情景下农业面源污染的方法，属于生态环境修复领域。本发明专利技术精确识别不同土地利用情景下研究区农业面源的关键源区以及污染物数量的变化，量化分析不同土地利用情景下农业面源污染的变化量，可为区域农业面源污染防治及土地利用优化提供决策参考，支撑区域生态环境修复。本发明专利技术具有如下特点：一是机理性强，采用具有物理机制的SWAT模型，能够实现对农业面源污染的量化模拟；二是适用范围广，适用于不同土地利用情景、不同气候水文条件、不同污染状况，也可应用于缺少面源污染物观测资料的地区；三是精度较高，实现了不同情景下面源污染的来源、迁移、转化等过程模拟和平衡分析，具有较好的精度和可靠性。度和可靠性。度和可靠性。

【技术实现步骤摘要】
一种基于SWAT和PLUS分析不同情景下农业面源污染的方法


[0001]本专利技术属于生态环境修复领域，具体涉及一种基于SWAT和PLUS分析不同情景下农业面源污染的方法。

技术介绍

[0002]现有技术包括AGNPS模型、USLE方程的应用、降雨量插值法等。AGNPS模型基于SCS水文模型、USLE土壤侵蚀模型的基础上，能够长期连续的模拟流域的面源污染，但是AGNPS模型不考虑污染物平衡，对结果具有一定的影响。USLE方程与水文模型有机结合起来，完成了径流和总氮之间的关系表达的构建，但是USLE方程更适用于雨量充沛的地区。降雨量插值法对流域非点源污染负荷作出估算，但是需要较多的水文水质资料。

技术实现思路

[0003](一)要解决的技术问题
[0004]本专利技术要解决的技术问题是如何提供一种基于SWAT和PLUS分析不同情景下农业面源污染的方法，以解决农业面源污染的模拟问题。
[0005](二)技术方案
[0006]为了解决上述技术问题，本专利技术提出一种基于SWAT和PLUS分析不同情景下农业面源污染的方法，该方法包括如下步骤：
[0007]S1、建立空间数据库
[0008]空间数据库包括：高程数据、土地利用数据以及土壤类型数据；
[0009]S2、建立属性数据库
[0010]属性数据库包括：土壤参数库和气象数据库；
[0011]S3、SWAT模型的建立和运行
[0012]S31、划分子流域
[0013]将研究区的经过投影的高程图加载入SWAT模型，进行初始化设置，再加载入研究区的数字水系图，基于高程图计算流向和流量，设定最小子流域面积15000ha，生成河网，结合数字水系图对生成的河网进行校正，并根据河网确定流域总出口，随后将研究区划分为若干个个子流域；
[0014]S32、水文响应单元的划分
[0015]完成子流域划分后，进行水文响应单元的划分，使每个水文响应单元具有单一的土地利用类型、土壤以及坡度；
[0016]S33、写表：将制备好的站点文件输入到SWAT模型中，SWAT模型通过站点文件与各个气象数据建立联系，将降雨量、气温、相对湿度、风速、日照时数制备相应的站点文件，并将站点文件与上述数据放在一个单独的文件夹里，完成上述过程后进行写表；
[0017]S34、面源污染输入：对研究区的作物种类、耕作方式以及施肥种类进行深入了解得知研究区作物种类，并根据研究区的施肥种类和数量进行折纯计算，在SWAT模型的肥料
库中设置新的肥料种类，并结合实际情况在农田水文响应单元上设置施肥时间与施肥数量，拓展到流域内的其它水文响应单元上，并更新文件；
[0018]S35、运行模型：模型设置完成后，在SWATSimlation中，将预热期设置为两年，输出尺度设置为月，执行SetupSWATRun和RunSWAT，将结果录入SWATOutput.mdb中，将模拟河道的结果保存到Scenarions目录下，便于后续率定验证；
[0019]S36、对SWAT模型进行率定验证以及参数的敏感性分析：SWAT模型率定采用SWATCUP2012软件，将工程中Default中的TXTOUT导入，选取SUFI
‑
2方法进行率定验证；
[0020]S4、利用建立好的SWAT模型进行模拟和面源污染特征的时空演变分析；
[0021]S5、建立PLUS模型，对流域未来的土地利用情况进行预测。
[0022](三)有益效果
[0023]本专利技术提出一种基于SWAT和PLUS分析不同情景下农业面源污染的方法，本专利技术精确识别不同土地利用情景下研究区农业面源的关键源区以及污染物数量的变化，量化分析不同土地利用情景下农业面源污染的变化量，可为区域农业面源污染防治及土地利用优化提供决策参考，支撑区域生态环境修复。与现有技术相比，本专利技术具有如下特点：一是机理性强，采用具有物理机制的SWAT模型，能够实现对农业面源污染的量化模拟；二是适用范围广，适用于不同土地利用情景、不同气候水文条件、不同污染状况，也可应用于缺少面源污染物观测资料的地区；三是精度较高，实现了不同情景下面源污染的来源、迁移、转化等过程模拟和平衡分析，具有较好的精度和可靠性。
附图说明
[0024]图1为本专利技术的流程图。
具体实施方式
[0025]为使本专利技术的目的、内容和优点更加清楚，下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。
[0026]本专利技术利用SWAT分布式水文模型对研究区东江湖流域进行农业面源污染关键源区识别，再将PLUS软件预测的土地利用类型放到模型中进行模拟得到未来面源污染地区的变化情况，对面源污染的变化量进行计算。
[0027]本专利技术的基于SWAT和PLUS分析不同情景下农业面源污染的方法包括如下步骤：
[0028]S1、建立空间数据库
[0029]空间数据库包括：高程数据、土地利用数据以及土壤类型数据。
[0030]高程数据是子流域划分和寻找出流路径的基础，土地利用数据主要用于模型计算地表产汇流，土壤类型数据主要用于计算壤中流和浅层地下水量，所以尽可能选择精度较高的高程图以及模型模拟时期内的土地利用数据和土壤类型数据。根据研究区范围的大小，选取高程数据、土地利用数据以及土壤类型数据合适的投影方式。
[0031]S2、建立属性数据库
[0032]属性数据库包括：土壤参数库和气象数据库。
[0033]根据研究需要，对土地利用数据的土地利用类型进行重分类，分成耕地、林地、草地、水域、建设用地和未利用地六种一级地类，并制备土地利用类型索引表；将研究区内的
土壤类型与中国土壤数据库中的土壤类型一一对应，为了概化SWAT模型，将研究区内属性相似土壤类型合并，简化为流域内主要的土壤类型，并制备土壤类型索引表；
[0034]再根据SWAT土壤参数库中所需的参数，首先将中国土壤数据库中的对应的土壤参数添加进去，有些参数需要再通过SPAW计算和经验公式计算得出，将计算得出的参数以及新的土壤类型补充录入到SWAT2012.mdb数据库中，完成SWAT土壤参数库的构建；
[0035]气象数据库中的气象数据是模型所必需的数据，是模型水文循环的依据，对模型模拟有显著效果，气象数据包括研究区内的降雨量、最高最低温度、风速、日照时数和相对湿度，一般情况气象数据均通过国家气象站数据获得。
[0036]S3、SWAT模型的建立和运行
[0037]S31、划分子流域：将研究区的经过投影的高程图加载入SWAT模型，进行初始化设置，再加载入研究区的数字水系图，基于高程图计算流向和流量，设定最小子流域面积15000ha，生成河网，结合数字水系图对生成的河网进行校正，并根据河网确定流域总出口，随后将研究区划分为若干个个子流域。
[0038]S32、水文响应单元的划分:完成子流域划分后，进行水文响应单元的划分，使每个水文本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于SWAT和PLUS分析不同情景下农业面源污染的方法，其特征在于，该方法包括如下步骤：S1、建立空间数据库空间数据库包括：高程数据、土地利用数据以及土壤类型数据；S2、建立属性数据库属性数据库包括：土壤参数库和气象数据库；S3、SWAT模型的建立和运行S31、划分子流域将研究区的经过投影的高程图加载入SWAT模型，进行初始化设置，再加载入研究区的数字水系图，基于高程图计算流向和流量，设定最小子流域面积15000ha，生成河网，结合数字水系图对生成的河网进行校正，并根据河网确定流域总出口，随后将研究区划分为若干个个子流域；S32、水文响应单元的划分完成子流域划分后，进行水文响应单元的划分，使每个水文响应单元具有单一的土地利用类型、土壤以及坡度；S33、写表：将制备好的站点文件输入到SWAT模型中，SWAT模型通过站点文件与各个气象数据建立联系，将降雨量、气温、相对湿度、风速、日照时数制备相应的站点文件，并将站点文件与上述数据放在一个单独的文件夹里，完成上述过程后进行写表；S34、面源污染输入：对研究区的作物种类、耕作方式以及施肥种类进行深入了解得知研究区作物种类，并根据研究区的施肥种类和数量进行折纯计算，在SWAT模型的肥料库中设置新的肥料种类，并结合实际情况在农田水文响应单元上设置施肥时间与施肥数量，拓展到流域内的其它水文响应单元上，并更新文件；S35、运行模型：模型设置完成后，在SWATSimlation中，将预热期设置为两年，输出尺度设置为月，执行SetupSWATRun和RunSWAT，将结果录入SWATOutput.mdb中，将模拟河道的结果保存到Scenarions目录下，便于后续率定验证；S36、对SWAT模型进行率定验证以及参数的敏感性分析：SWAT模型率定采用SWATCUP2012软件，将工程中Default中的TXTOUT导入，选取SUFI
‑
2方法进行率定验证；S4、利用建立好的SWAT模型进行模拟和面源污染特征的时空演变分析；S5、建立PLUS模型，对流域未来的土地利用情况进行预测。2.如权利要求1所述的基于SWAT和PLUS分析不同情景下农业面源污染的方法，其特征在于，所述步骤S1中，高程数据是子流域划分和寻找出流路径的基础，土地利用数据用于模型计算地表产汇流，土壤类型数据用于计算壤中流和浅层地下水量，尽可能选择精度较高的高程图以及模型模拟时期内的土地利用数据和土壤类型数据。3.如权利要求2所述的基于SWAT和PLUS分析不同情景下农业面源污染的方法，其特征在于，所述步骤S1还包括：根据研究区范围的大小，选取高程数据、土地利用数据以及土壤类型数据合适的投影方式。4.如权利要求1所述的基于SWAT和PLUS分析不同情景下农业面源污染的方法，其特征在于，所述步骤S2中土壤参数库的建立具体包括：根据研究需要，对土地利用数据的土地利用类型进行重分类，分成耕地、林地、草地、水
域、建设用地和未利用地六种一级地类，并制备土地利用类型索引表；将研究区内的土壤类型与中国土壤数据库中的土壤类型一一对应，将研究区内属性相似土壤类型合并，简化为流域内主要的土壤类型，并制备土壤类型索引表；根据SWAT土壤参数库中所需的参数，首先将中国土壤数据库中的对应的土壤参数添加进去，有些参数需要再通过SPAW计算和经验公式计算得出，将计算得出的参数以及新的土壤类型补充录入到SWAT2012.mdb数据库中，完成SWAT土壤参数库的构建。5.如权利要求1所述的基于SWAT和PLUS分析不同情景下农业面源污染的方法，其特征在于，所述步骤S2中气象数据库的建立具体包括：气...

【专利技术属性】
技术研发人员：李海明，郑昊，郝春沣，杜军凯，仇亚琴，贾玲，刘海滢，邢西刚，王慧杰，郑成鑫，吕向林，董颢，王嘉浩，李昕阳，徐琳，
申请(专利权)人：中国水利水电科学研究院水利部水利水电规划设计总院，
类型：发明
国别省市：