利用优化的 SPARROW 模型参数改进美国东南部年度营养物和沉积物负荷的预测

《Journal of Hydrology》：Improving predictions of annual nutrient and sediment loads across the Southeast United States with refined SPARROW model parameters

　　

• •
  通过添加多种土地覆盖类型，明确表征扩散源和输送项，从而改进 RSPARROW 模型。
• •
  将土地覆盖与表层地质耦合，以表征依赖于地质的 SS 沉积物生成。
• •
  TP 和 SS 的 KGE 显著改善（高达 21%），不确定性降低（高达 31.5%）。
• •
  改进在较小的空间尺度上（HUC12 相较于 HUC4）通常更为显著。
• •
  模型在缓坡集水区表现更好；这种关系在较大的空间尺度上更为强烈。

引言

营养盐富集和沉积物输送导致的水质恶化仍然是河流和河口生态系统管理中的一个挑战，特别是在众多流域和水体相互作用的广大地区。在美国东南部，集约化农业、城市扩张、复杂的水文地质以及遗留营养盐负荷的结合加剧了这一问题，这些共同导致总氮（TN）、总磷（TP）和悬浮沉积物（SS）水平升高（Alexander et al., 2008, Schmadel et al., 2024）。这些参数与富营养化、有害藻华（HABs）和缺氧有关，特别是在营养盐敏感淡水和河口系统中，如那些排入墨西哥湾和大西洋沿岸平原的系统（Rabby et al., 2024, Rabby et al., 2026, Smith et al., 1997）。管理营养盐和沉积物污染以满足墨西哥湾适用的水质标准需要多个政府机构（联邦、州和地方）以及私营部门（如农民和工业界）的广泛协调，以应对水污染控制。

为了满足这一需求并揭示应在何处实施最佳管理实践（BMPs）等缓解策略，开发了大规模区域模型（Shenk and Linker, 2013）。美国地质调查局（USGS）开发了流域属性空间参考回归（SPARROW）模型（Schwarz et al., 2006），用于美国五个区域，包括东南部、中西部、东北部、西南部和西北部（Ator, 2019, Hoos and Roland, 2019, Robertson and Saad, 2019, Wise, 2019），并应用于巴西等其他国家（Miller et al., 2020a）。该模型已被广泛用于估算河流系统中的营养盐和沉积物负荷，将监测数据与相关流域特征（如土地利用/土地覆盖 [LULC] 和 BMPs）联系起来，包括气候、大气沉降、土壤、地形和点源排放（Alexander et al., 2008, Miller et al., 2020a, Robertson and Saad, 2019, Saad et al., 2019, Smith et al., 1997, Wise, 2019）。此外，该模型已被应用于国家和区域层面，以识别关键污染源，量化点源和非点源的贡献，并支持跨管辖边界的水质管理（Hoos and Roland, 2019）。在土地利用/土地覆盖（LULC）源分解和多尺度不确定性评估方面，美国东南部模型受到的关注相对少于其他地区。

在美国东南部，SPARROW 在预测营养盐和沉积物动态方面表现成功（Ator et al., 2022, Brakebill et al., 2010, Dai et al., 2021, Hoos et al., 2008, Hoos and Roland, 2019, Miller et al., 2020b, Misra, 2013, Zhu et al., 2017）。然而，在现有的东南部 SPARROW 实施中，城市土地是唯一的显式 LULC 项；其他 LULC 如农业土地，强烈影响营养盐和沉积物的归宿与迁移（Ahmadisharaf et al., 2020, Alamdari et al., 2022），并未作为独立的源项明确表征。相反，模型使用与其他 LULC 空间相关的源（例如农业土地的化肥）。这一局限性阻碍了美国东南部土地利用/土地覆盖变化对营养盐和沉积物影响的详细分析。

我们通过改进美国东南部现有的 SPARROW 模型（以下简称“基准 SPARROW"）来解决这一局限性，以提高对营养盐和沉积物年平均负荷（包括总氮（TN）、总磷（TP）和悬浮沉积物（SS））的预测。我们通过增加四个类别（牧场、农田、森林和湿地）来纳入更多的 LULC，更好地将表层地质（控制地下渗透性和地下水径流、区别于上覆土壤的未固结母质）作为模型输入表征，并通过改进陆 - 水输送和河道内衰减项来修订源和输送过程的表征，以更好地表征三种水质参数的归宿与迁移。选择这些 LULC 是因为它们在营养盐和沉积物迁移中的突出作用及其在美国东南部的广泛分布（Craft and Casey, 2000, Lacher et al., 2019, Sigua et al., 2006）。在 SPARROW 中添加这些 LULC 后，我们重新校准了模型，以匹配众多监测站点的估算历史年平均负荷。我们比较了改进的模型（以下简称“RSPARROW"）与基准 SPARROW，以量化在负荷和产率的预测性能和不确定性方面的改进。比较是在空间尺度（从 HUC12（子流域）到 HUC4（子区域））和生态区之间进行的。本研究对 SPARROW 建模框架做出了三项贡献：（1）证明了在区域水质预测中，将多种 LULC 明确表征为独立的源和输送项，而不是依赖于空间聚合代理变量的价值；（2）通过 SPARROW 引入 LULC-表层地质交互项用于沉积物建模，这是一种以前在美国东南部未应用的方法；（3）评估了跨空间尺度（HUC12-HUC4）和生态区的模型性能和不确定性。

章节片段

研究区域

研究区域是美国东南部（图 1），总面积约为 1.6 × 10⁶ 平方公里。该区域包括九个州的部分地区：阿拉巴马州、佛罗里达州、佐治亚州、南卡罗来纳州、北卡罗来纳州、田纳西州、密西西比州、肯塔基州和弗吉尼亚州。南佛罗里达不包括在内，因为大量的水资源调控阻碍了 SPARROW 模型的令人满意的性能。该地区的特点是湿润亚热带气候、生态区域异质性和水文地质

方法论

我们通过更新 LULC 源和输送因子来改进基准 SPARROW 模型。NLCD 类别被交叉映射到五个 SPARROW LULC 类别中，包括农田、牧场/草地、森林、湿地和城市。其中四个 LULC——农田、牧场/草地、森林和湿地——被用作营养盐和沉积物的显式扩散源或输送项。此外，我们纳入了几个土壤和母质输送因子（例如，土壤可蚀性 K 因子，深度至

结果与讨论

在整个东南部地区，改进的 RSPARROW 模型在独立验证集（约 30% 的留站）上的性能提升（相较于基准 SPARROW）以及基于自举法的置信区间宽度的系统性减少（跨参数为 18.9–31.5%），证实了新增参数捕捉到了真实的空间结构，而不是样本内过拟合。在区域尺度上，基于所有模拟（无条件）负荷预测计算的区域范围 KGE 为

总结与结论

本研究证明，明确表征多种土地覆盖源并将土地覆盖与表层地质耦合，显著改善了美国东南部区域 TN、TP 和 SS 年平均负荷的预测。以美国地质调查局针对美国东南部的基准 SPARROW 模型为起点，该模型仅将城市土地作为显式源表征，我们开发了一个改进模型（RSPARROW），增加了牧场、农田、森林和湿地作为显式土地覆盖

CRediT 作者贡献声明

Anjali Kumari: 写作 – 初稿，可视化，验证，软件，方法论，调查，形式分析，数据整理。Ebrahim Ahmadisharaf: 写作 – 审查与编辑，监督，资源，概念化。Victor Roland: 写作 – 审查与编辑，验证，软件，方法论。Sumon Hossain Rabby: 写作 – 审查与编辑。

未引用参考文献

Soller'et al., n.d.

利益冲突声明

作者声明，他们没有已知的竞争性财务利益或个人关系，这些可能被视为影响了本文报告的工作。

致谢

我们感谢 Emily G. Gain 在改进 RSPARROW 模型方面提供的协助。

Anjali Kumari|Ebrahim Ahmadisharaf|Victor Roland|Sumon Hossain Rabby