农业非点源污染的流域尺度模拟研究综述

农业非点源污染的流域尺度模拟研究综述农业非点源污染是当前全球水环境治理面临的核心挑战之一，其具有排放随机性、污染来源分散性、污染物迁移路径不确定性等特征，远较工业点源污染更难识别与管控。流域作为水文循环与污染物迁移的基本地理单元，是开展农业非点源污染防控的核心尺度，而数值模拟技术则为解析污染时空分布规律、识别关键源区、评估管控措施效果提供了不可替代的技术支撑。过去三十年间，随着水文水资源学、环境科学、计算机科学与地理信息技术的交叉融合，流域尺度农业非点源污染模拟研究经历了从单一过程模拟到多过程耦合、从经验统计模型到机理驱动模型、从均质流域概化到异质性景观精准表征的发展历程，为全球各大流域的水环境质量改善提供了重要的科学依据。一、农业非点源污染模拟的核心模型体系演化流域农业非点源污染模拟模型的发展与水环境管理需求的迭代直接相关。早期的污染负荷估算以经验统计模型为核心，这类模型基于长期水文水质监测数据建立污染物排放量与流域下垫面、降雨径流之间的统计关系，典型代表包括美国农业部开发的通用土壤流失方程（USLE）及其修正版RUSLE。这类模型结构简单、参数需求少，适合资料匮乏地区的污染负荷初步估算，但由于缺乏对污染物迁移转化过程的机理描述，难以反映污染产生的内在机制，也无法支撑不同调控措施的效果模拟，因此逐步被机理型模型替代。20世纪90年代以来，分布式机理模型成为农业非点源污染模拟的主流工具，这类模型将流域划分为多个水文响应单元（HRU）或网格单元，基于质量守恒与能量守恒原理，对降雨-径流过程、土壤侵蚀过程、污染物吸附-解吸过程、氮磷在土壤与水体中的生物地球化学循环过程进行精细化模拟。其中应用最广泛的包括SWAT（SoilandWaterAssessmentTool）模型、HSPF（HydrologicalSimulationProgram-Fortran）模型、AnnAGNPS（AnnualizedAgriculturalNon-PointSourcePollution）模型等。SWAT模型由于其开源性、模块化结构以及对大流域长时序模拟的良好适配性，成为全球农业非点源污染研究中使用频率最高的模型，截至2025年，全球已有超过120个国家和地区的研究团队基于SWAT开展了不同尺度的农业非点源污染模拟研究，覆盖从面积不足1平方公里的小型农业流域到面积超过10万平方公里的大型流域。近年来，随着对污染物迁移过程认知的不断深入，多过程耦合模型成为新的研究热点。传统机理模型往往对农田管理措施的表征较为简化，难以反映不同农业种植模式、施肥制度、灌溉方式对污染排放的精细影响，因此越来越多的研究将作物生长模型（如DSSAT、APSIM）与水文水质模型耦合，实现作物产量、水肥利用效率与污染排放的协同模拟。同时，针对流域地下水与地表水交互带的氮磷滞留、转化过程，以及河湖系统中藻类生长、底泥氮磷释放等过程的耦合模拟也逐步成为研究重点，有效提升了模型对流域出口污染物浓度动态变化的模拟精度。此外，人工智能技术与机理模型的融合也取得了重要进展，通过机器学习算法对机理模型的参数不确定性进行量化、对模拟偏差进行校正，显著提升了复杂异质性流域的模拟效率与精度。二、流域尺度模拟的关键技术难点与突破方向尽管农业非点源污染模拟技术已经取得了长足进步，但在实际应用中仍然面临多个关键技术瓶颈。首先是流域异质性的精准表征问题。农业流域的下垫面特征存在极强的空间异质性，不同地块的土壤类型、坡度、种植作物、耕作方式、施肥量差异巨大，而传统模型的空间离散化方式往往难以捕捉这种微观异质性，尤其是在地形复杂的丘陵山区农业流域，水文响应单元的划分阈值直接影响模拟结果的可靠性。近年来，随着高分辨率遥感技术、无人机测绘技术的普及，米级甚至亚米级的下垫面数据逐步应用于模型构建，使得基于地块尺度的模拟成为可能。研究表明，当模型空间分辨率从1公里提升到30米时，农业非点源污染负荷的模拟误差可降低20%-30%，关键源区识别的准确率提升40%以上。其次是参数不确定性与模拟结果的可靠性问题。农业非点源污染模型包含数十个甚至上百个参数，其中大部分参数难以通过直接监测获取，需要通过参数率定的方式确定，而水文水质监测数据的不足往往导致“异参同效”问题严重，即多组不同的参数组合都能得到相似的模拟效果，但不同参数组合对应的污染关键源区识别结果、管控措施效果评估结果可能存在显著差异。为解决这一问题，过去十年间，贝叶斯参数估计方法、多目标率定技术、全局敏感性分析方法得到广泛应用，通过融合多源监测数据（包括流量、水质、土壤含水率、作物叶面积指数等）对参数进行约束，有效降低了参数的不确定性。同时，随着公民科学监测、物联网传感器技术的发展，流域监测站点的密度不断提升，为模型参数率定提供了更丰富的数据支撑，部分研究密集型流域的监测站点密度已达到每10平方公里1个，显著提升了模拟结果的可靠性。第三个难点是气候变化与人类活动双重驱动下的污染动态演化模拟。当前全球气候变化导致极端降雨事件频发，而农业生产方式的快速变革（如种植结构调整、规模化养殖扩张、化肥减施政策实施等）也使得污染排放的时空特征发生快速变化，传统基于历史观测数据率定的模型往往难以适应这种快速变化的外部条件。针对这一问题，越来越多的研究将气候模式的未来情景数据与流域污染模型耦合，评估不同气候变化情景下农业非点源污染的演化趋势。同时，针对农业政策实施的动态影响，部分研究开发了“政策-农业管理-污染排放”的耦合模拟框架，能够模拟不同补贴政策、施肥管控政策、退耕还林还草政策对流域污染负荷的影响，为政策制定提供更精准的决策支持。三、农业非点源污染模拟的典型应用场景农业非点源污染模拟技术已经在水环境管理的多个领域得到广泛应用。第一个核心应用场景是污染关键源区识别。农业非点源污染排放存在显著的“空间集聚性”，通常流域内20%的面积贡献了80%以上的污染负荷，这部分区域被称为关键源区，是污染防控的优先区域。通过分布式模拟，可以精准识别不同降雨条件下的污染高排放区域，为管控资源的精准投放提供依据。例如，我国在太湖流域、巢湖流域、三峡库区等重点治理区域，均通过流域模拟识别了农业面源污染的关键源区，在此基础上实施的精准管控措施，使得氮磷污染负荷削减效率提升了50%以上，较传统的全域管控模式节省了近40%的治理成本。第二个重要应用场景是管控措施的效果评估与优化。农业非点源污染的管控措施包括源头减量措施（如测土配方施肥、有机肥替代、绿色种植技术推广）、过程阻断措施（如生态缓冲带、人工湿地、坡耕地梯田改造）、末端治理措施（如沟渠生态化改造、面源污染净化系统建设）等，不同措施的组合方案在不同流域的防控效果存在显著差异。通过模型模拟，可以对不同措施组合的污染削减效果、经济成本、作物产量影响进行综合评估，筛选出性价比最优的管控方案。例如，在我国东北黑土区的流域治理中，研究人员通过模拟发现，坡耕地横坡垄作结合5米宽的河岸生态缓冲带的组合方案，能够在保证作物产量基本稳定的前提下，实现总氮负荷削减35%、总磷负荷削减42%，单位削减量的治理成本仅为单纯实施退耕还林方案的1/3。第三个应用场景是流域水污染总量控制与分配。在流域水环境质量目标管理体系中，农业非点源污染的负荷核算是总量分配的基础。传统的总量控制往往只关注工业点源，而忽略了农业非点源的贡献，导致部分流域即使点源全部达标排放，水环境质量仍然无法满足功能区要求。通过流域模拟，可以准确核算农业非点源污染的入河负荷，在此基础上制定点源与非点源协同的总量控制方案。例如，在洱海流域的治理中，通过模拟核算发现，农业非点源污染贡献了流域入湖总氮负荷的68%、总磷负荷的72%，因此在“十四五”总量控制方案中，将农业非点源的氮磷减排比例设定为40%，远高于工业点源的减排要求，为洱海水质从Ⅳ类提升到Ⅱ类提供了重要的政策支撑。四、当前研究的不足与未来发展趋势尽管农业非点源污染流域模拟研究已经取得了丰富的成果，但仍然存在多个亟待突破的研究方向。首先是农田微尺度过程与流域宏观过程的耦合不足。当前大部分模型对农田尺度的氮磷迁移过程表征较为简化，忽略了农田垄沟、田埂、小型塘堰等微地形对污染物的拦蓄作用，而这些微结构在我国南方丘陵山区的小流域中对污染负荷的削减率可达20%-30%，未来需要进一步开展多尺度过程的耦合研究，将田间尺度的精细观测结果提升到流域尺度应用，提升模拟精度。其次是新型农业污染物的模拟研究不足。当前的污染模拟主要关注传统的氮、磷污染物，而对近年来农业生产中广泛使用的农药、抗生素、微塑料等新型污染物的迁移转化过程模拟研究较少。这些新型污染物的环境行为与氮磷存在显著差异，其迁移过程不仅受水文过程驱动，还与土壤吸附、微生物降解、作物吸收等过程密切相关，未来需要进一步完善模型的污染物迁移转化模块，拓展模型的应用范围，支撑新型污染物的风险管控。第三是模拟技术与管理决策的衔接不足。目前大部分模拟研究仍然停留在科研层面，模型的操作复杂度高、参数需求大，难以被地方环境管理部门直接使用。未来需要进一步开发面向管理需求的简化、可视化、智能化模拟平台，将模型的复杂运算过程封装在后台，前端为管理者提供简单易用的操作界面，实现管控措施效果的实时模拟、治理方案的自动优化，让模拟技术