使用SWAT模型对 tile-drained（瓦片排水）流域中的氮损失进行比较建模：不确定性及校准考虑因素

《Frontiers in Environmental Science》：Comparative modeling of nitrogen losses in a tile-drained watershed using SWAT model: uncertainty and calibration considerations

本文通过八个SWAT模型配置对比，评估其在密西西比河流域 tile-Drained 水系中的水氮模拟性能。研究发现，新 tile 排水模块显著改善日径流模拟，而新氮循环模块在硝酸盐负荷预测中优于旧版。模型不确定性主要源于氮气通量过程，需结合土壤湿度和实测氮气数据优化校准。水氮平衡显示排水贡献率达50%，但氮矿化效率低于同类研究，建议补充多维度观测数据以提高模型精度。

　　在农业与生态环境研究领域，生态水文模型扮演着至关重要的角色。这类模型能够模拟流域内的水文过程与生物地球化学过程的相互作用，为评估农业管理策略提供科学依据。特别是对于具有地下排水系统的农田流域，模型的准确性直接影响到我们对氮素损失、水质变化以及生态影响的理解。尽管近年来SWAT模型在水文和生物地球化学过程的模拟方面取得了显著进展，但对原始模块与新模块在氮素损失和地下排水模拟中的表现尚未进行全面比较。因此，本研究采用比较建模方法，在一个典型的中西部地下排水流域中，对八种不同的模型配置进行了系统评估，以探究不同模块组合对氮素损失模拟的影响。

为了实现这一目标，研究团队使用了三个监测站点的每日径流和硝酸盐（NO??）负荷数据，开展了模型的校准、验证、敏感性分析和不确定性评估。这些分析旨在全面了解模型在不同条件下的表现，为未来管理决策提供可靠的数据支持。研究发现，尽管所有模型配置都能有效模拟每日和月度的径流和硝酸盐负荷变化，但在高流量和对应的硝酸盐负荷峰值方面，模型普遍低估了实际值。这种低估可能与模型对水文路径和氮素转化过程的简化有关，特别是当数据收集不足时，模型的不确定性会进一步放大。

值得注意的是，新的地下排水模块在模拟径流方面表现更优，尤其是在参数校准的条件下。然而，新的氮素模块在硝酸盐负荷的模拟中展现出更显著的优势，其对氮素损失的预测能力比原始模块更高。这表明，氮素模块的更新有助于更准确地反映氮素在生态系统中的循环过程，特别是在硝酸盐流失和氮气通量的模拟中。然而，新的氮素模块在模拟氮气通量时，如果缺乏校准数据，其不确定性可能会增加。因此，建议在使用新的氮素模块时，结合更多的实测数据，如土壤含水量和氮氧化物（N?O）通量，以更好地约束模型参数并提高氮素通量的模拟精度。

在研究方法上，本研究选取了中西部的一个典型流域——爱荷华州的南支爱荷华河流域（SFW），该流域面积约为775平方公里，包括南支（Tipton Creek）和Beaver Creek等主要支流。研究团队利用卫星数据、农业统计数据和土壤数据库等，确定了流域内的土地利用情况和管理措施。此外，还收集了气象数据和管理数据，用于模型输入。模型校准过程中，研究团队采用了1年作为预热期，随后将数据分为校准期和验证期，以评估模型的长期表现。对于校准期和验证期，研究团队分别对三个监测站点的径流和硝酸盐负荷进行了校准，并通过统计方法（如百分比偏差、决定系数和 Kling-Gupta 效率）评估了模型的性能。

研究还发现，不同的模型配置在模拟氮素平衡和水文平衡时表现各异。例如，原始氮素模块和新模块在氮素循环中的表现存在明显差异，特别是在硝酸盐的流失和氮气通量的模拟方面。新的氮素模块不仅能够更准确地模拟硝酸盐的流失过程，还引入了更复杂的氮气通量计算机制，包括氨气挥发、硝化作用和反硝化作用的通量模拟。然而，这些改进也带来了更高的模型复杂度，可能导致模拟结果的不确定性增加。因此，在模型校准过程中，研究团队建议结合更多实测数据，以提高氮素通量的模拟精度和模型的可靠性。

此外，研究还对模型的敏感性进行了分析，识别出哪些参数对模型输出的影响最大。结果显示，对于径流模拟，原始地下排水模块中与地表径流和土壤含水量相关的参数（如SURLAG、ESCO、EPCO和CN2）具有较高的敏感性。而在参数校准的条件下，地下水和地下排水参数（如GWQMN、GW_REVAP和REVAPMN）的敏感性则有所提升。这表明，模型的校准策略对参数敏感性具有重要影响。然而，尽管参数校准提高了模型的性能，但研究团队也发现，校准后的模型在某些情况下反而不如未校准的模型表现好。这可能与模型参数的复杂性和校准过程的不确定性有关。

在氮素平衡方面，研究团队发现，不同模型配置对氮素的输入、输出和转化过程的模拟结果存在显著差异。例如，氮素的固定、矿化、植物吸收和反硝化等过程在不同模型中的表现各不相同。原始氮素模块在模拟氮素固定和矿化过程时表现较为稳定，而新的氮素模块则在模拟反硝化和氮气通量时表现出更高的灵敏性。这种差异可能源于新的氮素模块对氮素循环过程的更精细描述，以及对土壤含水量等环境因素的更高依赖性。因此，在使用新的氮素模块时，需要更多的实测数据来提高模型的准确性。

研究还发现，模型在不同时间尺度上的表现存在差异。例如，日尺度的模拟结果普遍比月尺度的模拟结果更不稳定，特别是在高流量和高硝酸盐负荷的情况下。这表明，模型在模拟极端事件时可能存在一定的局限性。此外，研究团队还比较了不同模型配置在氮素通量模拟中的表现，发现新的氮素模块在模拟氮气通量时更准确，但其不确定性仍需通过更多数据来进一步降低。

在研究过程中，研究团队还注意到，氮素通量的模拟结果受到多种因素的影响，包括土壤含水量、温度和施肥时间等。这些因素在不同模型配置中的表现存在差异，因此需要更多的实测数据来提高模型的准确性。此外，研究团队还发现，新的氮素模块在模拟氮气通量时对土壤含水量的变化更为敏感，这可能与模型对氮素循环过程的更精细描述有关。

总体而言，本研究通过比较建模方法，对SWAT模型在地下排水流域中的氮素损失模拟能力进行了系统评估。研究结果表明，新的地下排水模块在模拟径流方面表现更优，而新的氮素模块在模拟硝酸盐负荷和氮气通量方面具有更高的准确性。然而，模型的复杂性也可能导致模拟结果的不确定性增加。因此，在模型校准过程中，建议结合更多的实测数据，以提高模型的可靠性。此外，研究还发现，氮素通量的模拟结果受到多种因素的影响，包括土壤含水量、温度和施肥时间等，因此需要更多的实测数据来提高模型的准确性。

最后，研究团队指出，尽管SWAT模型在模拟水文和氮素损失方面表现良好，但在某些情况下仍需进一步优化。例如，模型对氮素循环过程的描述可能过于简化，导致模拟结果的不确定性增加。此外，模型在模拟氮气通量时可能需要更多的实测数据来提高准确性。因此，建议在模型开发和校准过程中，结合更多的实测数据，以提高模型的可靠性。同时，研究团队还强调，氮素通量的模拟结果受到多种因素的影响，包括土壤含水量、温度和施肥时间等，因此需要更多的实测数据来提高模型的准确性。