基于SWAT模型的白林河流域面源污染关键源区识别与优化治理策略研究

针对长江支流白林河流域因农业面源污染(NPS)导致的水质恶化问题，研究人员采用土壤和水评估工具(SWAT)模拟2020-2023年径流及总氮(TN)、总磷(TP)负荷时空动态，通过关键源区分析和最佳管理措施(BMPs)情景模拟，发现洪季TN、TP流失量占全年58%以上，优化施肥+植被缓冲带+草沟组合可使污染物削减超58%，为山地流域精准治污提供科学依据。

　　

水环境安全正面临前所未有的挑战。随着点源污染逐步得到控制，农业面源污染(Non-Point Source Pollution, NPS)已成为全球水体富营养化的主要推手。在中国，60%以上的湖泊存在富营养化现象，其中50%-70%的污染负荷来自面源。长江支流白林河流域作为典型的山地农业流域，长期受化肥过量施用、工业排放和城市径流的多重压力，2020年前大部分河段水质仅达III-V类标准，生态健康岌岌可危。

为破解这一难题，来自国家自然科学基金委和湖北省水利厅资助的研究团队，在《Journal of Contaminant Hydrology》发表了一项创新性研究。该研究首次将分布式水文模型SWAT(Soil and Water Assessment Tool)应用于白林河流域，通过整合高分辨率土地利用数据、土壤属性和气象记录，构建了流域NPS污染精准模拟体系。研究不仅揭示了污染物迁移的时空分异规律，更创新性地识别出对全流域污染负荷贡献率超标的"关键源区"，并量化评估了不同最佳管理措施(Best Management Practices, BMPs)的减排效果。

关键技术方法包括：基于SWAT-CUP工具进行20轮500次迭代的全局敏感性分析；利用2018-2020年水文站点实测数据校准验证模型；设计包含优化施肥、植被缓冲带、草沟等7种BMPs组合情景模拟；采用临界源区分析法定位TN/TP负荷贡献率前20%的热点区域。

【The study area】
研究区白林河是长江一级支流，全长59.3km，流域面积478km²
，属半高山丘陵地貌。年均降雨1100mm但蒸发量达1280mm，6-9月集中了全年75%降雨，暴雨中心频发导致水文过程具有显著时空异质性。

【Sensitivity analysis】
敏感性分析显示：径流对土壤饱和导水率(SOIL_K)、地表径流滞后系数(SURLAG)最敏感；TN负荷主要受氮淋溶系数(NPERCO)和磷土壤分配系数(PHOSKD)驱动；TP负荷则对磷淋溶系数(PPERCO)和河道侵蚀因子(SPCON)响应显著。这为后续参数校准提供了科学依据。

【The accuracy of the SWAT model】
模型验证阶段，径流模拟的纳什效率系数(NSE)达0.82，相对误差(PBIAS)<±15%；TN/TP负荷模拟的R²
均>0.75。特别值得注意的是，模型成功捕捉到2020年龙泉污水处理厂升级后，下游TN负荷降低23.7%的关键转折，证实了模型的工程实践指导价值。

【Conclusions】
研究发现三大核心规律：一是污染物流失具有显著季节性，洪季TN(58.61%)和TP(58.92%)流失量均超全年半数；二是20%的关键源区贡献了全流域45%的TN和51%的TP负荷，这些区域多位于坡度>15°的坡耕地；三是情景模拟显示"减量施肥(氮肥30%+磷肥20%)+10m植被缓冲带+梯形草沟"组合措施减排效果最佳，TN/TP削减率分别达58.3%和58.7%。

该研究的突破性在于：首次建立了适用于长江山地支流的NPS污染SWAT模型参数体系；创新性地将临界源区分析与BMPs情景模拟耦合，实现了治理策略的"空间精准靶向"；提出的优化管理方案已纳入《湖北省水利科技推广目录》，预计可使流域水质在2030年前整体提升至III类标准。正如通讯作者Wen Xu强调的，这项研究不仅为类似山地流域提供了可复制的技术框架，更探索出一条生态效益与农业生产协同发展的新路径。