《Ecological Indicators》:Simulation of non-point source pollution response to extreme rainfall and agricultural activities using the LSPC model: the case of the Zhegao River Basin, a tributary of Lake Chaohu, China
编辑推荐:
由于全球气候变化,降水极端事件的加剧显著改变了流域水文过程和污染物输出特征,加剧了农业流域的非点源(NPS)污染。研究人员旨在阐明农业流域NPS污染对极端降水的动态响应机制,聚焦于柘皋河流域。利用LSPC模型,为流域构建了动态NPS污染响应模型,并模拟了七个极
由于全球气候变化,降水极端事件的加剧显著改变了流域水文过程和污染物输出特征,加剧了农业流域的非点源(NPS)污染。研究人员旨在阐明农业流域NPS污染对极端降水的动态响应机制,聚焦于柘皋河流域。利用LSPC模型,为流域构建了动态NPS污染响应模型,并模拟了七个极端降雨情景(S0–S7)。结果表明,极端降雨事件的发生时间显著调控了流域的水文强度和污染响应。值得注意的是,非汛期(S3)降雨量增加1.38倍导致径流增加1.52倍,而汛期(S2)的强降雨事件使总氮(TN)负荷相对于基线值增加约5倍,表明降雨影响在不同时间尺度上存在差异。此外,施肥与强降雨的时间耦合显著改变了污染物通量。具体而言,汛期施肥前的强降雨(S4)使NH3-N负荷增加350%,而汛期施肥后的强降雨(S5)使TN负荷增加233.3%,反映了污染物源与降雨径流之间的协同效应。因此,极端降雨与农业活动耦合对流域NPS污染产生非线性放大效应,总体而言,需针对该案例流域采取考虑降雨和施肥影响的多层次“源头控制—过程拦截—系统治理”适应性管理策略。
**论文解读**
**研究背景与问题**
全球气候变化导致降水极端事件强度、频率和时空不均性增加,严重威胁自然生态系统和人类社会,并通过加剧地表径流和土壤侵蚀,破坏流域水文平衡。农业非点源污染(NPS)是全球河流氮磷负荷的主要贡献者,也是水体富营养化的主要驱动因素。过量施肥产生的氮磷一旦进入水体,可引发藻华、溶解氧(DO)下降和生物多样性减少等连锁生态反应。极端降雨与农业活动的协同作用会在短时间内严重恶化流域水环境,但目前系统模拟极端降雨与施肥时间序列(如非汛期和汛期日尺度极端暴雨事件)的相互作用仍有限。因此,研究人员旨在阐明农业流域NPS污染对极端降雨事件的动态响应机制,构建定量关系“极端降水—径流响应—污染物通量”,为适应性流域管理提供科学依据。该论文发表在《Ecological Indicators》。
**主要技术方法**
研究人员采用加载模拟程序C++(LSPC)模型,该模型是基于物理过程的半分布式水文-水质模型,继承了HSPF核心算法,并以小时时间步长运行。模型输入包括数字高程模型(DEM,30m分辨率,来自地理空间数据云)、土地利用数据(1:100万,来自巢湖管理局)、2018年气象数据(来自中国气象数据网,经处理为日尺度.air文件)、点源排放数据(来自巢湖管理局,转化为时间序列.inp文件),以及2018年柘皋河桥断面日流量和水质监测数据(COD、NH?-N、TN、TP)。流域被划分为102个子流域。研究人员通过参数扰动分析法进行敏感性分析,并采用Nash-Sutcliffe效率系数(NSE)和决定系数(R2)进行模型率定与验证。基于2018年降雨和施肥实践,设计了7个极端降雨情景(S1–S7),涵盖年尺度、汛/非汛期尺度和日尺度,并考虑施肥前后时间耦合。
**研究结果**
**3.1 模型性能**
- **3.1.1 敏感性分析**:水文模块中,LZSN、INTFW、INFILD等参数显著影响地表出流(SURO)和河道流量(RO);水质模块中,SQOLIM、WSQOP等参数显著影响TN通量。
- **3.1.2 水文模块率定与验证**:率定期(2018年1–6月)NSE=0.62,R2=0.72;验证期(2018年7–12月)NSE=0.65,R2=0.69,表明模拟与实测流量一致性好。
- **3.1.3 水质模块率定与验证**:NH?-N、TN、TP的率定期相对误差(RE)分别为15%、6.8%、24.6%;验证期分别为16.7%、8.0%、24.9%,均<25%,模拟趋势与实测数据一致,其中TN模拟效果最佳。
**3.2 极端降雨对流域径流的影响**
在所有情景下,极端降雨均导致径流总量数倍增加。非汛期(S3)降雨增加1.38倍,径流增加1.52倍;汛期(S2)降雨增加268.8%,径流增加344.2%。日尺度下,汛期施肥前(S4)径流增加727.0%,高于施肥后(S5)的255.8%,归因于降雨强度差异。非汛期日尺度情景(S6、S7)中,由于基线径流极低,径流增幅达6–40倍。
**3.3 极端降雨对流域污染物负荷的影响**
极端降雨后污染物负荷普遍数倍增加。非汛期(S3)中TN负荷增加1.4倍,高于NH?-N和TP。汛期短时强降雨(S2)使TN负荷增加约5倍。施肥情景下,汛期施肥前(S4)NH?-N和TP负荷增幅更大(NH?-N增加350%),而施肥后(S5)TN负荷增加233.3%,反映不同形态氮的迁移机制差异。非汛期日尺度情景(S6、S7)中,污染物负荷增加数十至数百倍(如S7中TP增加14750%),但绝对增量更显著:NH?-N增加6.0 t,TN增加49.4 t,TP增加5.86 t。
**3.4 极端降雨对流域污染物浓度的影响**
所有情景下,模拟流量均高于基线,但可渗透区域径流中TN、TP、NH?-N浓度总体低于基线,趋势相似,归因于稀释效应。非施肥情景(S1–S3)中,NH?-N和TP浓度低于基线,而TN在某些时段短暂升高,表明其更易被冲刷。施肥情景下,汛期日尺度降雨(S5)导致污染物浓度先升后降再升,反映溶解态氮的快速淋溶、稀释和残余污染物释放过程。非汛期日尺度降雨(S6)同样呈现先升后降再升模式。
**讨论总结**
结果表明,极端降雨对水文和污染物负荷的影响具有显著时间依赖性。汛期响应最强烈,TN对降雨强度敏感;非汛期径流敏感性高,但NH?-N和TP受稀释效应主导。农业活动(施肥时机)与极端降雨耦合产生非线性放大效应:汛期施肥前加重颗粒态污染物冲刷,施肥后加剧溶解态氮流失;非汛期干旱后强降雨触发“旱季积累—暴雨冲刷”链式反应,造成极高污染风险。基于此,研究人员提出多层面管理策略:源头控制(基于气象预警的施肥窗口系统、减量深施、缓控释肥料)、过程拦截(生态拦截沟、植被缓冲带、湿地等构建农田-沟渠-河流-湖泊框架)、系统治理(整合多部门数据的智慧流域管理平台、生态补偿机制)。
**研究结论翻译**
采用LSPC模型,模拟了柘皋河流域在七个极端降雨情景下NPS污染对极端降雨事件与农业活动耦合的动态响应。本文基于模型率定性能和既定水文基准呈现的经验范围提供了模型拟合度的度量,但并非正式预测不确定性量化。尽管存在这些约束,极端情景间的显著差异表明,极端降雨显著增强了径流产生和污染物负荷输出,在不同时间尺度和污染物迁移过程中观察到不同效应。此外,农业施肥活动与降雨事件的时间耦合对污染物通量产生调控作用。值得注意的是,施肥后强降雨显著增加了养分流失风险,而非汛期长期干旱后的突发强降雨触发了地表积累污染物的快速释放,凸显了降水对污染的非线性放大效应。除汛期污染外,非汛期由极端降雨触发的积累污染也被发现构成高污染风险。因此,强烈推荐基于源头削减、过程拦截和系统协调三项关键措施的针对性适应性管理策略。例如,实施基于气象预警的施肥窗口系统、构建基于农田-沟渠-河流-湖泊框架的生态拦截系统,以及建立整合水利、农业、环保和气象等多部门数据并利用现有监测站(如柘皋桥)数据的智慧流域管理平台,是缓解NPS污染的关键策略。综合来看,这些措施为控制农业流域NPS污染和增强水环境对气候变化的韧性提供了重要的科学基础和实践参考。