AGNPS模型机理与预测偏差影响因素

AGNPS模型机理与预测偏差影响因素

黄志霖 田耀武 肖文发

1

1,2

2

1**

*

(1中国林业科学研究院森林生态环境与保护研究所国家林业局森林生态环境重点实验室,北京100091;中山大学生命科学学院,广州510275)

摘 要 农业非点源污染已引起了严重和广泛的生态环境和水质问题,受到各种土地利用

类型的潜在影响,并与污染源的扩散和防控措施的地理位置有关,涉及到复杂的生态过程和景观格局,由于监测极为困难或成本昂贵,研究方法一般采用模型模拟预测,AGNPS是应用广泛的模型之一。文章介绍了AnnAGNPS410模型的特点、时间空间应用范围及其局限性,主要分析了模型的不确定性和预测偏差的影响因素。通过分析认为,美国农业部农业研究局编制的模型参数手册和703号农业手册中参数取值并不适合中国大部分地区,提出了在使用模型时要根据研究地区的实际情况确定参数的取值,并对国内外模型应用结果进行了综合分析,为模型在中国的正确使用提供参考。关键词 AGNPS模型;机理;预测偏差;影响因素

中图分类号 S157.1 文献标识码 A 文章编号 1000-40(2008)10-1806-08AGNPSmodelandfactorsaffectingitspredictiondeviation.HUANGZh-ilin,TIANYao-1,211wu,XIAOWen-fa(KeyLaboratoryofForestEcologyandEnvironment,StateForestryAdmin-istrationofChina,ResearchInstituteofForestEcology,EnvironmentandProtection,Chinese

2

AcademyofForestry,Beijing100091,China;SchoolofLifeScience,SunYat-senUniversity,Guangzhou510275,China).ChineseJournalofEcology,2008,27(10):1806-1813.Abstract:Agriculturalnonpointsource(NPS)pollutioninducesseriousandextensiveenviron-mentalandwaterqualityproblemsthatarecharacterizedbytheemissionsbeingeitherdifficultortooexpensivetoobserve.TheNPSpollutionispotentiallyaffectedbyanytypeoflanduse,andrelatestothegeographicallocationofpollutionsourcesdiffusionandcontrollingmeasuresimple-mentation,involvingincomplexecologicalprocessesandlandscapepatterns.SpatialsimulationmodelingiscommonlyacceptedindealingwiththeNPSpollutionproblems,butassociatedwithspatialuncertainty.Theannualizedagriculturalnonpointsource(AnnAGNPS)modeldesignedbyU.S.DepartmentofAgriculture(USDA-ARSandNRCS)isacontinuousanddistributedsimulationmodelwidelyusedforwatershedassessmen,twhichexpandsthecapabilitiesofitspre-decessorAGNPS,asingleeventmode.lInthispaper,thefeatures,spatialandtemporalscales,andlimitationsofAnnAGNPS4.0Modelwereintroduced,withitsuncertaintyandthefactorsa-ffectingitspredictiondeviationanalyzed.ItwasthoughtthattheparametersinUSDA-ARSandNRCShandbookandagriculturalhandbook(Number703)fallshortofinmostcasesinChina,andtherewereobviouserrorsintheresultsofsimulationwhentheparameterswereused.Accord-ingtotheactionmechanismsofAnnAGNPS,theprinciplesandmethodsofapplyingtheparame-terswereadvanced,whichcouldbehelpfulforthevalidapplicationofAnnAGNPS4.0inChina.Keywords:AGNPSmode;lmechanism;predicteddeviations;influencefactor.

非点源污染(nonpointsource,NPS)已引起了严重的生态环境问题,成为继点源污染后的国际研究

*国家/十一五0科技支撑资助项目(2006BAD03A13和

2006BAD03A07)。**通讯作者E-mai:lxiaowen@fca.fac.cn收稿日期:2008-04-08 接受日期:2008-07-071

热点问题之一(Thornton,1999;许海等,2008)。非点源污染具有分散性、随机性、不易监测和难以量化等特征,研究和管理难度很大(贺缠生等,1998;Lac-roixetal.,2005)。目前非点源污染研究方法主要有野外实地监测、人工模拟降雨和计算机模型预测黄志霖等:AGNPS模型机理与预测偏差影响因素

1807

分析,有效组织和准备数据,模型运行更加方便快捷,方便管理输出结果等。1 模型主要结构与机理

AnnAGNPS410主要预测过程及计算法则见表1。111 水文子模型

水文子模型主要基于各子单元土壤水分输入和输出的平衡,包括2个计算法则:土壤水分平衡(耕作层,底土层)方程和地表径流模型(SCS-CN)。子单元土壤地表径流的发生与否主要取决于该单元内土壤水分收支平衡,土壤水分平衡是SCS-CN方程的决定因素,是程序模拟地表和次地表发生径流的基础。土壤各层中(耕作层土壤为20312mm深的表层土,底层土壤为耕作层到不透水层间的土层)某时间步长内(timestep)的水分平衡用下式表示(Bingner&Theurer,2005):

SMt+1=SMt+

WIt+Qt+PERCt+ETt+Qlat+Qtile

Z

式中:SMt为土层某时间起始水分含量(%);SMt+1为土层某时间终止时水分含量(%);WIt为水分输入(mm);Qt为表面径流(mm);PERCt为水分渗出量(mm);ETt为蒸发量(mm);Qlat为侧流量(mm);Qtile为管道流(mm);Z为土层厚度(mm);t为时间(d)。各子单元产生的表面径流量方程(USDA,1972):

(WI-012S)Q=

WI+018S100

S=254(-1)

CN

式中:Q为地表径流量(mm);WI为土壤中输入水量(mm);S为水土保持无量纲滞留系数;CN为径流曲线数。

表1 AnnAGNPS410主要预测过程及计算法则Tab.1 KeyprocessesofAnnAGNPS410andtheirroutinecalculations

预测过程天气土壤水文表面径流潜在蒸散次表面径流土壤侵蚀沉积物输移化学物质输出计算法则GEM

日土壤水分平衡SCS-CNPenman方程达西方程RUSLE1105HUSLE质量平衡2

等,人工模拟降雨主要用于非点源污染机理和模型的研究,计算机模型预测是现在通用的研究方法

(张水龙和庄季屏,1998)。农业非点源污染一般都与降雨径流、土壤侵蚀、化学物质输移等流域水文过程紧密相连,有效和常用的方法是以流域为尺度,建立数学模型进行时间和空间序列上的预测。模型主要有ANSWERS、CREAMS、WEPP、AGNPS和SWAT等(Alm,1990;Vatnetal.,1997),其中AGNPS预测精度较高(Bingneretal.,19;Youngetal.,19)。

AGNPS(agriculturalnonpointsource)模型是由美国农业部农业研究局(USDA-ARS)与明尼苏达州污染物防治局共同研制出的计算机模型(Youngetal.,19),是一个基于方格框架组成的流域分布式事件模型,由水文、侵蚀、化学物质输出等子模块组成,用以对农业流域氮、磷元素输移预测和流域水质重要性排序,还可对一次暴雨径流和侵蚀产沙过程进行预测。AnnAGNPS(annualizedagriculturalnon-pointsource)是USDA-ARS与自然资源保护局(NRCS)1998年共同研发的一个高级流域评价工具,它是针对农业流域对管理措施的响应而设计的基于连续事件的分布式模型。AnnAGNPS模型直接替代了场次降雨模型AGNPS,但同时保留了其重要特征。AnnAGNPS模型以流域数字高程模型(DEM)为基础,按照微地形一致性原则,将流域划分为若干任意形状的子单元(cell),然后由河网(reach)把这些子单元连接起来,以日为尺度连续预测各子单元的径流、泥沙、养分和农药负荷量,通过河道演算得到流域出口处各种成分的量。An-nAGNPS还可以分层预测地表径流和渗透对可溶性营养物质的输移,监测农业流域非点源污染,评价流域不同管理措施的管理效果。

AGNPS模型最新版本为2007年USDA-ARS与NRCS开发的AnnAGNPS410。AnnAGNPS410具有一系列新特点:具有Windows操作界面的产生流域子单元的流网模块,自动生成子单元面积、坡度、高程和沟道长度等地理参数信息;基于Windows输入编辑模块可以方便输入和修正输入资料;应用过程中可按要求调整子单元、沟道数目;模型输入文件和气象文件相对分离;输入错误显示功能。预测流域面积增加到3000km,输入参数增加到类,31小类约500余个;大部分模块实现了基于ArcView31X的可视化操作,同时还可运用GIS软件将地形数据离散化、标准化,实现不同空间属性数据之间的2

1808

生态学杂志 第27卷 第10期

各子单元潜在蒸散量用Penman方程来表示:

$(R-G)+H

v

1$+CETp=

Hv

$W(e-e)

sat

$+C式中:ETp为潜在蒸散;Hv为蒸发潜热(MJ#kg);$为饱和水汽压和温度曲线斜率(kPa#e

-1

-1

-1

式中:qsc为单位宽度沉积物输移量(Mg#sm

-1

-1

#

);G为有效输移系数;k为输移能力系数;S为

-2-1

河床剪切力(Mg#m);vw为流速(m#s);vf为

-1

颗粒沉降流速(m#s)。

113 化学物质输移子模型

模型逐日计算各子单元内作物对土壤氮、磷的吸收,残留的降解和氮、磷输移等,并按可溶态和颗粒吸附态来计算氮、磷和有机碳的输出;采用EPIC模型(Sharpley&Williams,1990)来计算氮的矿化平衡,采用简单的作物生长阶段指数来计算作物对可溶态营养盐的吸收。

2 AGNPS模型对农业非点源污染预测偏差AGNPS(AnnAGNPS)模型在农业流域研究中得到了广泛的应用。与其他模型类似,预测值与观测值之间总存在一定的偏差,而且不同预测对象的偏差程度不同。多数研究认为AGNPS(An-nAGNPS)模型与其他模型相比,对农业非点源污染中的氮、磷输出及泥沙输移和洪峰流量有较好的预测效果。从表2可知,对氮的最大预测偏差为3516%(程炯等,2007),对磷的最大预测偏差为40015%(黄金良等,2005),对地表径流量最大预测为4612%(Sarangietal.,2007),泥沙输出的最大预测偏差为-8015%(Choetal.,2008)。

多数研究认为,AGNPS(AnnAGNPS)模型对地表径流的预测结果偏差较小,准确性较高。使用几个NPS模型(包括AGNPS)对密西西比河3个流域进行预测,AGNPS预测值在许多观测中更接近于观测值(Bingneretal.,19);利用AGNPS对美国堪萨斯州东北部5个流域进行非点源污染预测,沉积量与径流量预测值与观测值较为符合(Koelliker&Humber,t19),对美国20条小流域径流预测能力分析,结果表明洪峰预测值与观测值之间相关系数为01984(Youngetal.,19)。

AGNPS(AnnAGNPS)模型对氮、磷等化学物质输出预测偏差要高于对径流量和洪峰流量的预测偏差,对磷的预测偏差要高于对氮预测偏差(Baginskaetal.,2003;曾远等,2006),但也有研究得出了与之相反的结论。使用明尼苏达州7个流域20个观测点的化学物质输出数据验证AGNPS模型,氮、磷输出浓度观测值与预测值较好符合,对径流的养分浓度预测较为理想(Youngetal.,19);王飞儿等(2003)对千岛湖13个子流域氮、磷输出总量进行);C为

温度常数(kPa#e);R为净辐射MJ#m;G为

-2-1

土壤热通量(MJ#m);W为风速(m#s);esat为饱和大气压(kPa);e为实际大气压(kPa)。

各子单元洪峰流量计算法则:

-3

Qp=2178@10@P24@Da@

a+(cTc)+(eTc)

231+(bTc)+(dTc)+(fTc)式中:Qp为洪峰流量(m#s);Da为排水区面积(hm);P24为总汇水区的24h有效降雨(mm);Tc为汇水时间(d);a、b、c、d、e、f为回归系数。112 土壤侵蚀子模型

各子单元发生的片蚀和细沟侵蚀量由修订的水土流失通用方程RUSLR1102模块来计算(Renardetal.,1997),RUSLR方程各参数适用于AnnAGNPS410中。每个子单元可以使用不同的RUSLR方程参数值和农业管理参数值。在研究者界定的预测期内,模型自动计算每次径流事件中发生的片蚀和沟蚀量,以及预测时期内的侵蚀总量:

A=R#K#L#S#C#P

式中:A为土壤年侵蚀量(t#hm#a);R为降雨侵蚀力因子;K为土壤可蚀性因子;L为坡长因子;S为坡度因子;C为覆盖管理因子;P为水土保持工程措施因子。

RUSLR模型仅用来预测子单元内发生片蚀和细沟侵蚀量,子单元间发生土壤输移量和输移效率则使用HUSLE方程(Theurer&Clarke,1991):

01680195

Sy=0122Q#qp#KLSCP

Dr=Sy2/Sy1=(qp2/qp1)式中:Sy为沉淀量(Mg#hm

0195-2

-2

-1

2

3

-1

2

-2

);Q为径流量(mm);

-1

qp为表面径流最大流量(mm#s),K、L、S、C、P为通用水土流失方程参数;Sy1、Sy2为子单元1、2沉淀量(Mg#hm

-1

-2

);qp1、qp2为子单元1、2最大流量(mm

#s);Dr为子单元1到子单元2的输移率。

输移至沟道内的沉积物到流域出口的输移用下式来计算:

qSC=G#k#S#vw/vf2

黄志霖等:AGNPS模型机理与预测偏差影响因素

表2 AGNPS(AnnAGNPS)模型预测偏差Tab.2 PredicteddeviationsofAGNPS(AnnAGNPS)model

模型AGNPSAGNPS

流域

福建九江五川流域太湖流域

N12151118816-2014911

AGNPSAnnAGNPSAnnAGNPSAnnAGNPSAnnAGNPSAnnAGNPS

Balhan流域千岛湖流域黄土区小流域尼泊尔西瓦利克流域英属西印度群岛农业集水区

英属西印度群岛森林集水区珠江三角洲新田小流域

-1214~-212-23~3516

预测偏差=(预测值-实测值)/实测值@100%。

-918~1412-1916~1613

-2015

1913

-10-15100~33

313~4612-515~21121515~3413

-1059121812~4015911~5010

P18340015231327153318

-1811-511

-8015-22132

径流-818-413

泥沙输出4219516

曾远等,2006

参考文献

1809

黄金良等,2005

Choetal.,2008王飞儿等,2003贾宁凤等,2006Shresthaetal.,2006Sarangietal.,2007程炯等,2007

-1319~1317-1912~-213-12191~18144

预测,结果在偏差范围内可以接受,AnnAGNPS在农业非点源污染物负荷估算及评价中是可行的。Ba-ginska等(2003)预测CurrencyCreek流域输出的氮、磷负荷量,与监测站的观测数据比较表明,氮、磷

负荷量的预测与实测结果相似,PEST模型(性与非线性参数评估软件)的敏感度分析显示,氮、磷负荷量对表层土壤的pH值高度敏感,每增加一个单位的pH值将使微粒磷负荷量增加34%;曾远等(2006)利用AGNPS模型对太湖流域研究结果显示,居民区、菜园地和稻田3种不同土地利用方式其对氮的预测偏差分别为816%、-2014%和911%,对磷的预测偏差分别为2313%、2715%和3318%;Yuan等(2003)发现,尽管氮、磷预测值与观测值之间的差异不具有统计学的显著性,但AnnAGNPS模型对污染物负荷预测值都偏低。

AGNPS模型对泥沙输出的预测值具有一定的不确定性,不同文献报道的研究结论并不一致。Bingner等(19)报道在爱荷华州2条流域和内布拉斯州1个流域内的AGNPS模型预测值与观测值较为吻合;Shrestha等(2006)报道AnnAGNPS模型预测泥沙输出偏差高达5912;还有研究认为An-nAGNPS模型预测月泥沙输出量在可接受范围内,但不能接受短期单次降雨事件产生的泥沙输出预测结果(Yuanetal.,2001)。

总体上,AGNPS(AnnAGNPS)模型对径流、泥沙、氮和磷负荷量的预测值与观测值较为一致(Am-bar&Bruce,1997;Grunwald&Norton,2000;Bhuyanetal.,2003;程炯等,2007),但各目标观测值的偏差程度不同。模型对地表径流量的预测准确度要高于泥沙和氮、磷,氮与磷输出预测比较,N预测准确度

要高。模型对不同景观的预测精度也不尽相同,如程炯等(2007)认为模型对果园+林地景观单元预测精度较高,而对水田+旱地景观预测精度较低。3 模型预测偏差影响因素

模型的预测偏差产生的原因主要有2个:一是模型自身存在的不确定性,二是模型输入参数的不确定性(Wuetal.,2005)。AGNPS模型也同样存在不确定性问题(Yuanetal.,2006),但所有版本中均缺乏有关的偏差分析,尤其是与水文模型有关的各种变量(变量本身偏差则由参数值的偏差产生)偏差决定着模型对其他输出对象预测的偏差,是径流预测偏差要小于其他对象预测偏差的根本原因。311 模型自身的不确定性和局限性

AnnAGNPS模型自身设计中就存在着不确定性和局限性。模型在预测次降雨过程中,在一日内所有地表径流、泥沙、养分和杀虫剂等全部输送到流域出口,并没有考虑到随泥沙沉淀以及会在次日重新发生输移过程,没有对河网沟道内产生沉淀的化学物质和农药等进行二次预测追踪;对于点源污染只是简单地以恒定污染负载进行模拟,没有考虑负载过程中产生的动态变化。

大量输入参数值的不确定性和GIS软件对资料过程的简化,也导致模型输出结果的偏差。通过标准分析软件或通过现有资料数据对模型进行精确校准可减少预测偏差(校准是改变基于模型输入可变1810

生态学杂志 第27卷 第10期

取值的范围,从而使预测值达到可接受的范围)。AGNPS模型主要是通过现有资料的校准来减少偏差,但现有校准资料数据的缺乏也是模型推广、验证和使用的因素(Bhuyanetal.,2003)。

312 DEM对模型偏差的影响

DEM是AGNPS模型地形参数产生的基础。DEM本身的不确定性是模型预测结果产生偏差的重要因素。

DEM并不能精确描述研究流域的地形特征,并不能代表确定像元面积内的微地形的变化,而且DEM数据中往往包含无数据区(nodatagridcells)。一般文献研究中,所应用的DEM格网尺度为5~30m(如美国地质勘探局可免费为用户提供30和10m精度的DEM,一个格网要包含100或900m的面积)。特别的,在较小尺度的流域,一个沟道可能仅有几米宽几米深,在DEM中难以产生和表示。同时,利用AGNPS-ArcView3X集成界面进行流域分析时,DEM产生的流域边界和河网分布与真实的位置总是存在一定的偏差,但程序对DEM的自动修正处理过程使得更加偏离实际位置,并使随后的模型输出偏差不可避免。所以,用DEM进行地形分析后,要尽可能用实际调查数据去修订模型模拟边界和模拟河网数据。特别注意DEM的交通道路修订,避免河网体系产生严重错误,更接近实际地形中河流分布网络。

一般地,DEM格网尺度越小,精度越高,越能准确地模拟地形。DEM格网尺度对所提取地形参数精度的影响,是DEM不确定性研究的核心内容之一(Tang,2003)。地形参数的准确性和空间预测数据质量关系已有研究(Quinnetal.,1991;Farajalla&Vieux,1995;Brasington&Richards,1998;Thompsonetal.,2001;汤等,2003)。但受已有资料的,研究者不能根据研究目的去选择适合尺度的DEM。Fistikoglu和Harmancioglu(2002)使用了30m@30m的DEM来提取地形参数,利用GIS与USLE方程的集成研究了小尺度流域的水土流失等。Yu等(1997)利用BSHM(BasinScaleHydrolog-icModel)模型,使用了37~1097m的DEM,在1437km的流域内对水文过程进行了预测。但这些研究仅仅是利用可获取尺度的DEM进行了研究,没有解决DEM格网尺度对输出结果的误差传递规律问题。

国内DEM获取途径主要是利用现有地形图的2

2

矢量化产生GIS文件,进而产生不同格网尺度的DEM。对地面支离破碎,地形变化异常复杂的地区,在使用1B50000地形图或1B10000地形图产生DEM时,地形图偏差,矢量化偏差,像元尺度与等高距之间关系选择(朱永清等,2005),都会在不同程度上影响地形分析结果的准确性。为提高DEM对实际地形的模拟精度,要尽量选择尺度较小精度较高的DEM。但要注意AGNPS模型TOPAGNPS程序对像元处理最大行列数为4000@4000个,超过这个范围,模型不能进行流域处理分析。DEM格网尺度与流域范围尺度的匹配问题,DEM格网尺度、流域尺度、预测值偏差三者之间的关系研究也是空白。313 模型输入参数的影响

输入参数的不确定性可能是以下原因:1)参数本身随时间和空间发生了变化;2)参数本身没有被准确地认知,而仅是基于文献的一些推断,而推断本身就具有不确定性(FitzHugh&Mackay,2000;Wuetal.,2005)。

AnnAGNPS模型参数总体可分为2类:1)为操作者在使用过程中,模型要求输入的参数。如在利用DEM进行地形分析中,CSA(CriticalSourceArea)和MSCL(MinimumSourceChannelLength)2个参数值的输入。2个参数表示了模型产生的子单元和沟道的最小尺度和长度,反映了流域非点源污染的空间变异性,其输入值对预测结果的影响尤为显著,降低CSA和MSCL数值(特别是MSCL值)将会产生更密集的河网(FitzHugh&Mackay,2000)。当选取不同的参数值时,预测结果随之发生较大的分异。2)为模型要求输入的外部调查资料参数值。模型要求输入的植被,土壤可蚀性,管理措施参数值均会随时间的变化而发生变化,从而对污染物的负载输出产生影响。由于不同流域农业耕作和管理措施的不同,模型运算法则参数值的确定也存在差异。美国农业部农业研究局为模型的使用编制了一系列基于美国实际的参数手册,但在中国和其他国家地区并不符合当地实际情况,这一点为许多文献所证实(Wuetal.,2005)。31311 径流曲线(SCS-CN)参数的影响 降雨、融雪、灌溉等事件均可发生地表径流现象。SCS模型预测的径流量是各子单元发生土壤侵蚀的基础,也是沟道水文动力模型运行基础,流域径流量直接影响土壤侵蚀量和氮、磷输移的预测。SCS模型仅需确定一个反映降雨前流域下垫面特性的参数值黄志霖等:AGNPS模型机理与预测偏差影响因素

1811

chmeier&Smith,1978)来预测单次降雨事件产生的水土流失和养分输出,输入的钾、氮、磷等参数值是一定值,对结果不会产生显著的影响。但An-nAGNPS是一个连续预测模型,流域子单元数目由使用者输入确定,钾、氮、磷值随时间的变化而变化,这样参数值对预测结果将产生较大的累积效应偏差。在应用AnnAGNPS模型预测农业流域NPS时,特别要考虑不同季节不同农艺措施钾、氮、磷值的变化,正确确定钾、氮、磷的取值,减少模型的预测偏差(Polyakovaetal.,2007)。4 结 语

AGNPS(AnnAGNPS)属概念型模型,模型设计原理上有一定的局限性,对非点源污染各种预测对象的预测值与观测值间总会有一定的偏差;模型输入参数的复杂性使其应用受到一定的影响,但相对于其他模型而言,该模型对氮、磷输移、泥沙输出、径流及洪峰流量有较高的预测效果;对不同景观格局的流域,AGNPS(AnnAGNPS)模型预测偏差存在较大的差异性;AGNPS对单次降雨事件有较高的预测效果,AnnAGNPS对单事件预测效果较差;模型使用参考手册和美国农业703号手册提供的参数取值在中国并不一定适用,应用中要从流域的实际情况出发,对模型进行精确校准,正确确定有关参数,减少模型预测偏差;正确选择适合流域尺度的DEM格网尺度,探讨模型科学合理应用的时间和空间尺度,解决模型尺度和DEM尺度匹配问题。

中国在农业非点源污染方面的研究起步较晚,缺乏针对农业非点源污染的有效治理手段和管理措施。利用模型对农业流域的径流、泥沙和化学物质输出和迁移过程的预测,找出关键污染源区及迁移路径,可靠预测农业非点源污染的产生负荷,寻求流域最佳管理措施,对经济有效地控制和管理中国农业流域非点源污染问题具有实际意义。参考文献

程 炯,吴志峰,刘 平.2007.珠江三角洲典型流域An-nAGNPS模型模拟研究.农业环境科学学报,26(3):842-846.

贺缠生,傅伯杰,陈利顶.1998.非点源污染的管理及控制.

环境科学,19(5):87-91.

黄金良,洪华生,杜鹏飞,等.2005.AnnAGNPS模型在九

龙江典型小流域的适用性检验.环境科学学报,25(8):1135-1142.

RCN,土壤类型、土地利用方式及前期土壤含水量都会影响RCN值。一般情况下,常见RCN值表来源

于美国通过查表得到,不太适合中国的情况,RCN值导出的径流量与实测值差别很大(张秀英等,2003),由之而产生的土壤侵蚀量和氮、磷输移值偏差更大。在用模型预测时首先要对RCN值进行校准,以减少其他模拟对象的连锁累积偏差。31312 RUSLE参数的影响 侵蚀量是发生侵蚀坡面的平均值,在坡面的不同地点发生的侵蚀量是不同的(Renardetal.,1997),RUSLE值由其参数值决定。美国已建立了较为完备的土壤、气象和水文等数据库,如SSURGO(SoilSurveyGeographic)、STATSGO(StateSoilGeographic)、NCDA(NationalClimaticDataCenter)和NLCD(NationalLandCoverDataset),用户均可免费下载使用以上数据库的数据。美国农业部还对RUSLE中各参数标准进行统一,对全国土地土壤侵蚀K值进行了区划,这样模型参数取值更加规范。但这些标准和手册对中国不一定适用,如美国农业手册703号规定(Renardetal.,1997)土壤流失标准小区条件与我国农作制相差甚远,难以以此进行土壤侵蚀预测。

中国用于评价土壤可蚀性的指标多种多样,K值计算方法不统一,给K值的使用带来了极大的不便。其次是土壤流失标准小区不统一,很难进行可蚀性的比较。有些研究中引用可蚀性K指标,但在计算中使用的降雨侵蚀力R值也是不同的。在应用公式计算时,缺乏实测资料验证,计算结果可信度较差。

USLE方程中降雨侵蚀力R值是由美国当地气候条件确定的(Smith&Wischmeier,1962),为暴雨动能与最大30min降雨强度的乘积R=EE#I30。这一结果在世界其他地区效果并不理想,如在黑海亚热带地区用此式计算侵蚀指数则偏大(王礼先,1987)。中国学者通过各地小区资料的统计分析,以EI结构为基础,提出了各地的R值:东北黑土地区R=E60#I60(张宪奎等,1992),西北黄土地区R=E60#I60或R=EE#I10(王万中等,1996),南方红壤地区R=EE#I60或R=21455E60#I60(吴素业,1992)。用R=EE#I30计算中国R值,广州为107610,乌鲁木齐为516,二者相差192倍(王万中等,1996)。在实际应用中,R的取值受当地资料的有较大的波动,影响到模型的预测结果。

另外,AGNPS模型直接使用USLE方程(Wis-1812

生态学杂志 第27卷 第10期

predictions,

parametersandDTMscalesfortopmode.l

贾宁凤,段建南,李保国,等.2006.基于AnnAGNPS模型

的黄土高原小流域土壤侵蚀定量评价.农业工程学报,

22(12):23-29.

汤,赵牡丹,李天问,等.2003.提取黄土高原地面坡

度的不确定性.地理学报,58(6):824-830.

王飞儿,吕唤春,陈英旭,等.2003.基于AnnAGNPS模型

的千岛湖流域氮、磷输出总量预测.农业工程学报,19(6):281-284.王礼先.1987.侵蚀指数微分计算法.中国水土保持,(7):

5-6.

王万中,焦菊英,郝小品,等.1996.中国降雨侵蚀力R值的计算与分布(Ò).水土保持学报,2(1):29-39.吴素业.1992.安徽大别山区降雨侵蚀力指标的研究.中国

水土保持,(2):32-33.

许 海,刘兆普,焦佳国,等.2008.太湖上游不同类型过境水氮素污染状况.生态学杂志,27(1):43-49.

曾 远,张永春,张龙江,等.2006.GIS支持下AGNPS模

型在太湖流域典型圩区的应用.农业环境科学学报,25(3):761-765.

张水龙,庄季屏.1998.农业非点源污染研究现状与发展趋势.生态学杂志,17(6):51-55.张宪奎.1992.黑龙江省土壤流失预报方程中R指标的研

究//水土保持科学理论与实践.北京:林业出版社.张秀英,孟 飞,丁 宁.2003.SCS模型在干旱半干旱小

流域径流估算中的应用.水土保持研究,10(4):172-174.

朱永清,李占斌,鲁克新,等.2005.地貌特征分形维数与

像元尺度的关系研究.水利学报,36(3):1-5.AlmAL.1990.Non-pointsourcesofwaterpollution.Environ-mentalScience&Technology,24:967-972.AmbarKA,BruceM.1997.Soilerosionandsedimentyieldin

forestandagroforestryareasinWestJavaIndonesia.Jour-nalofSoilandWaterConservation,52:376-380.BaginskaB,Milne-HomeW,CornishPS.2003.Modelingnu-trienttransportinCurrencyCreek,NSWwithAnnAGNPS

andPEST.EnvironmentalModelling&Software,18:801-808.

BhuyanSJ,KoellikerJK,MarzenLJ,etal.2003.Anintegrated

approachforwaterqualityassessmentofaKansaswater-shed.EnvironmentalModelling&Software,18:473-484.BingnerRL,MurphreeCE,MutchlerCK.19.Comparisonof

sedimentyieldmodelsonwatershedsinMississipp.iTrans-actionsoftheASAE,32:529-534.

BingnerRL,TheurerFD.2005.AnnAGNPStechnicalproces-sesdocumentation,Version3.2,USDA-ARSNationalSed-mentationLaboratory&USDA-NRCSNationalWaterandi

ClimateCenter[EB/OL].BrasingtonJ,RichardsK.1998.[2008-07-04]http://www.Interactionsbetweenmodelars.usda.gov/Research/docs.htm?docid=5199.

ComputerGeoscience,24:299-314.

ChoJ,ParkS,ImS.2008.EvaluationofAgriculturalNonpoint

Source(AGNPS)modelforsmallwatershedsinKoreaap-plyingirregularcelldelineation.AgriculturalWaterMan-agement,95:400-408.

FarajallaNS,VieuxBE.1995.Capturingtheessentialspatial

variabilityindistributedhydrologicalmodelinginfiltration

parameters.HydrologicalProcesses,9:55-68.

FistikogluO,HarmanciogluNB.2002.IntegrationofGISwith

USLEinassessmentofsoilerosion.WaterResourcesMan-agement,16:447-467.FitzHughTW,MackayDS.2000.Impactsofinputparameter

spatialaggregationonanagriculturalnonpointsourcepollu-tionmode.lJournalofHydrology,236:35-53.

GrunwaldS,NortonLD.2000.Calibrationandvalidationofa

nonpointsourcepollutionmode.lAgriculturalWaterMan-agement,45:17-39.

KoellikerJK,HumbertCE.19.ApplicationofAGNPSmodel

forwaterqualityplanning.AmericanSocietyofAgriculturalEngineers,St.Joseph,Michigan.ASAEPaper,No.-2042

LacroixA,BeaudoinN,MakowskiD.2005.Agriculturalwater

nonpointpollutioncontrolunderuncertaintyandclimatevariability.EcologicalEconomics,53:115-127.

PolyakovaV,FaresaA,KubobD,etal.2007.Evaluationofanon-pointsourcepollutionmode,lAnnAGNPS,inatrop-i

calwatershed.EnvironmentalModelling&Software,22:1617-1627.

QuinnP,BevenK,ChevallierP,etal.1991.Thepredictionofhillslopeflowpathsfordistributedhydrologicalmodelingu-singdigitalterrainmodels.HydrologicalProcesses,5:59-79.

RenardKG,FosterGR,WeesiesGA,etal.1997.Predicting

SoilErosionByWater:AGuidetoConservationPlanningwiththeRevisedUniversalSoilLossEquation(RUSLE).AgriculturalHandbook(AH),No.703,Washington,DC:USDepartmentofAgriculture:404.

SarangiA,CoxCA,MadramootooCA.2007.Evaluationofthe

AnnAGNPSmodelforpredictionofrunoffandsedimentyieldsinStLuciawatersheds.BiosystemsEngineering,97:241-256.

SharpleyAN,WilliamsJR.

1990.EPIC-ErosionProductivity

ImpactCalculator:1.ModelDocumentation.U.S.Depar-tmentofAgricultureTechnicalBulletin,No.1768.ShresthaS,BableMS,GuptaAD.2006.Evaluationofannua-l

izedagriculturalnonpointsourcemodelforawatershedintheSiwalikHillsofNepa.lEnvironmentalModelling&Software,21:961-975.

黄志霖等:AGNPS模型机理与预测偏差影响因素

SmithDD,WischmeierWH.1962.Rainfallerosion.Advances

inAgronomy,14:109-148.

TangG,ZhaoM,LiT,etal.2003.Simulationonslopeuncer-taintyderivedfromDEMsatdifferentresolutionlevels:A

casestudyintheLoessPlateau.JournalofGeographicalSciences,13:387-394.

TheurerFG,ClarkeCD.1991.Washloadcomponentforsed-i

mentyieldmodeling.ProceedingsoftheFifthFederalIn-teragencySedimentationConference.July1-8.Washing-ton,DC:FederalEnergyRegulatoryCommission.

ThompsonJ,BellJ,ButlerC.2001.Digitalelevationmodel

resolution:Effectsonterrainattributecalculationandquan-titativesoi-llandscapemodeling.Geoderma,100:67-.ThorntonJA.

1999.

AssessmentandControlofNon-point

SourcePollutionofAquaticEcosystems:ApracticalAp-proach.NewYork:TheParthenonPublishingGroup.USDA.

1972.SoilConservationService:Hydrology//U.S.Government.SCSNationalEngineeringHandbook,Wash-ington,DC:PrintOffice:Section4.

VatnA,BakkenLR,LundebyH,etal.1997.Regulatingnon-pointpollutionfromagriculture:Anintegratedmodellinganalysis.EuropeanReviewofAgriculturalEconomics,24:207-229.

WuS,LiJ,HuangG.2005.Anevaluationofgridsizeuncer-

1813

taintyinempiricalsoillossmodelingwithdigitalelevationmodels.EnvironmentalModelingandAssessment,10:33-42.

YoungRA,OnstadCA,BoschDD,etal.19.Agricultural

non-pointsourcepollutionmodelforevaluatingagriculturalwatersheds.JournalofSoilandWaterConservation,168-173.

YuZ.1997.Grid-spacingeffectonwatershedhydrologicsimu-lations.HydrologicalScienceandTechnology,13:75-85.YuanY,

BingnerRL,

RebichRA.

2001.

Evaluationof

AnnAGNPSonMississippiDeltaMSEAWatersheds.

TransactionsoftheASAE,44:1183-1190.YuanY,

BingnerRL,

RebichRA.

2003.

Evaluationof

AnnAGNPSnitrogenloadinginanagriculturalwatershed.JournaloftheAmericanWaterResourcesAssociation,39:457-466.

YuanY,BingnerRL,TheurerFD.2006.Subsurfaceflowcom-ponentforAnnAGNPS.TransactionsoftheASAE,22:231-241.

作者简介 黄志霖,男,1966年生,博士。主要从事生态学

方面的研究。E-mai:lhzlin66@163.com责任编辑 魏中青

44: