文章摘要
基于SWMM模型的阳宗海流域农业面源污染驱动机制与时空分异特征研究
Study on the Driving Mechanisms and Spatiotemporal Differentiation Characteristics of Agricultural Non-Point Source Pollution in the Yangzonghai Lake Watershed Based on the SWMM Model
投稿时间:2026-04-13  修订日期:2026-06-06
DOI:
中文关键词: 高原湖泊  阳宗海流域  农业面源污染  SWMM模型  污染负荷
英文关键词: Plateau lake  Yangzonghai Lake watershed  Agricultural non-point source pollution  SWMM  Pollution load
基金项目:国家重点研发计划(2024YFD1700104);昆明市科学技术局项目(YSZJGZZ-2021068)
作者单位邮编
邓昌军 云南瀚哲科技有限公司农业农村部高原农业环境监测控制重点实验室云南省农业遥感与数字技术国际联合实验室 650118
姜若桐 云南瀚哲科技有限公司农业农村部高原农业环境监测控制重点实验室云南省农业遥感与数字技术国际联合实验室 
苏旺德 云南瀚哲科技有限公司农业农村部高原农业环境监测控制重点实验室云南省农业遥感与数字技术国际联合实验室 
肖明睿 云南瀚哲科技有限公司农业农村部高原农业环境监测控制重点实验室云南省农业遥感与数字技术国际联合实验室 
杨金剑 云南瀚哲科技有限公司农业农村部高原农业环境监测控制重点实验室云南省农业遥感与数字技术国际联合实验室 
刘丁予 昆明阳宗海风景名胜区农业农村局 
童江云 昆明市农业科学研究院 
范蔚 信阳市农业科学院 
张贵龙* 农业农村部环境保护科研监测所 300191
摘要点击次数: 10
全文下载次数: 0
中文摘要:
      为科学揭示高原湖泊流域农业面源污染的时空规律,本研究以云南昆明阳宗海流域为对象,基于暴雨洪水管理模型(Storm Water Management Model, SWMM)为框架,通过集成多源数据,基于2024年1~12月的实测数据对模型进行了参数本地化率定,并使用2025年1~12月的实测数据进行模型验证。结果表明:模型对全流域径流过程模拟效果良好,纳什效率系数(NSE)和决定系数(R2)分别达0.691和0.954,对总氮(TN)污染物的入湖负荷也表现出较强的模拟能力(R2 = 0.951, NSE = 0.720),能够可靠刻画流域水文与污染物迁移过程。应用验证后的模型模拟了2024年1月至2025年12月的阳宗海流域农业面源TN污染负荷,模拟时段内,农业面源TN污染输出具有显著的“雨驱型”特征,负荷高度集中于每年5~10月的雨季,占全年TN污染负荷的95.3%。本研究证实了SWMM模型在阳宗海流域农业面源污染模拟中的适用性,量化了污染负荷的时空格局,其结果可为该流域实施雨季重点防控与分区精准治理提供决策依据。
英文摘要:
      (1)构建并验证了适用于阳宗海流域的SWMM农业面源污染输移模型,对径流过程模拟精度高,对总氮这类主要农业面源污染物的迁移模拟表现良好,对中型高原湖泊流域具有可靠的模拟能力。 (2)模型模拟揭示了阳宗海流域农业面源污染“降雨驱动、时空变异”的特征,即总氮污染物集中在雨季汛期集中输出,明确了5~10月是流域污染防控的关键窗口期。 (3)SWMM模型具备模拟高原湖泊流域农业面源污染负荷时空分布、识别关键污染时段与区域的潜力,在进行模型参数本地化率定验证后,可作为理解高原湖泊流域面源污染过程较合适的工具,为后续模型优化与精细化流域管理提供参考。
HTML    View Fulltext   查看/发表评论  下载PDF阅读器