《基于水文模型对比建立SWAT模型数据库》-农学论文，农业论文-论文范文参考-科学狗论文网

标题

基于水文模型对比建立SWAT模型数据库

范文

杨娟郭青霞

摘要：21世纪以来，水文模型在国内得到广泛应用，但模型参数众多且数据库建立复杂，基于模型对比分析探究AnnAGNPS模型与SWAT模型结构算法、输入参数的相似性，在此基础上，选择黄土丘陵沟壑区岔口流域为研究区，以AnnAGNPS模型数据库为基础，建立流域SWAT模型数据库，并验证其适用性，为高效建库提供依据，实现一定的数据共享性。结果表明：（1）在水文部分，2个模型模拟径流与蒸发使用相同算法，泥沙侵蚀模拟时，2个模型采用以USLE基础的改进方程，模型气象、土壤和管理等数据库的输入参数大多相同;（2）建立SWAT模型空间数据库时，AnnAGNPS模型的空间数据可直接利用，属性数据库中相同或相似参数可直接继承，其他参数可重置或采取默认值;（3）使用水文模型对比建立的SWAT模型数据库模拟，其率定期月径流量相关系数（R2）=0.67，纳什效率（NSE）=0.61，验证期月径流量R2=0.63，NSE=0.59，模型在岔口流域具有较好的适用性。因此，对比分析水文模型并对其数据进行建库利用，能有效提高建库效率，在基于多模型研究岔口流域水土流失奠定基础的同时，也可为其他相关研究提供参考。

关键词：SWAT模型;AnnAGNPS模型;数据库;岔口流域

中图分类号： S157.1? 文献标志码： A? 文章编号：1002-1302（2020）06-0251-09

根据全国第二次遥感调查，黄河流域仍是我国水土流失最严重的地区，水土流失面积高达46.5万km2[1-2]。党的十八大以来，习近平总书记曾多次考察黄河流域生态保护和发展情况，并将黄河流域生态保护和高质量发展提升为重大国家战略，他强调要把黄河生态系统作为一个有机整体来谋划，对水土流失严重的黄河中游，要抓好水土保持和污染治理。分布式水文模型是量化和治理水土流失的重要工具，SWAT（soil and water assessment tool）与AnnAGNPS模型则是众多模型中应用最为广泛的模型，2个模型均可预测土地管理措施对流域水、泥沙和养分的贡献及其影响，均与GIS接口，使数据可视化且易处理[3]。在国内2个模型应用广泛，具有较好的实用性和较强的应用潜力，表现在流域水资源管理与评价[4-5]、水土保持[6-7]、面源污染[8-9]、管理措施预测[10-11]以及气候变化、土地利用变化[11-13]的影响等方面，在黄土丘陵沟壑区，赵传普采用SWAT模型在延河流域研究土地利用对径流的影响，研究表明相同气象条件下，有效的生态治理措施使流域内径流与基流量减少[14];李娟在泾河流域应用SWAT模型研究梯田对河道径流、泥沙的影响，结果表明，梯田能够滞洪补枯，减小河道输沙量[15];闫胜军基于场次降雨利用AnnAGNPS模型在岔口流域研究坡改梯工程对径流、泥沙、氮磷负荷量的影响，得出随着坡改梯坡度的降低，其径流量、泥沙量及氮磷负荷量也随之降低[16]。2个模型运行需要大量基础数据，且数据库建立复杂、费时，且基于模型对比，利用2个模型异同优势来提高模拟流域水土流失的能力仍有欠缺。本研究以黄土丘陵沟壑区岔口流域为研究区，首先深入对比2个模型的结构算法、输入参数和应用等方面。其次在前述工作基础上，以AnnAGNPS模型数据库为参考，继承和调整参数，建立岔口流域的SWAT模型数据库，并验证其适用性，为高效建库、实现数据共享以及提升黄土丘陵沟壑区相关研究奠定基础。

1 研究区概况

岔口小流域属于黄土丘陵沟壑区第二副区，位于山西省临汾市的永和县、隰县与石楼县接壤地带，流域总面积131.91 km2，流域内沟壑纵横，地表起伏较大，平均海拔高度为1 184 m。研究区属于典型的暖温带半干旱大陆性季风气候区，平均气温 8.6 ℃，多年平均降水量530.9 mm，年内降水多集中在7—9月，約占全年降水量的62.25%。流域土壤质地以粉沙质壤土为主，结构疏松、孔隙度大，黏粒含量较低，湿陷性较大。由于流域的特殊地理位置、气候和土壤质地，使流域在汛期时易形成历时很短的洪水径流，并且洪水径流内携带大量泥沙和营养物质，导致流域水土流失严重，流域水质也受到一定程度的影响。

2 水文模型对比分析

将SWAT模型与AnnAGNPS模型在结构、算法和输入参数等方面进行对比，探究2个模型的相似性，其相似性表现在含义、单位及影响参数因素等方面，为SWAT模型接下来在流域的研究提供一定的依据，此外，在流域特征、时间尺度和模拟精度等方面对2个模型的应用进行对比，为初学者在选择适用流域模型时提供参考。

2.1 模型结构及算法对比

SWAT模型是由701个方程和1 013个中间变量组合而成，主要分为3个子模型，分别为水文子模型、泥沙侵蚀子模型与污染负荷子模型，可以准确模拟流域水平衡、泥沙侵蚀输移与污染物迁移等各个过程[17-18]。水文子模型考虑了地表径流、壤中流和地下水，模拟步长为日的地表径流采用SCS曲线法，Green & Ampt下渗法模拟日以下步长的地表径流;此外，模型还充分考虑到土壤水的其他路径运动，包括下渗和蒸散发，模型提供Priestley-Taylor、Penman/Monteith和Hargreaves 3种计算蒸散发方法供用户选择;使用动力蓄水库模型模拟壤中流，模型计算洪峰流量时采用与地表径流量、汇流时间相关的修正推理模型[19-20]。泥沙侵蚀与产沙量通过MUSLE方程来模拟，MUSLE方程是以USLE为基础的改进方程，不仅能预测长期降雨产沙量，还可预测单次暴雨产沙量，河道泥沙则采用改进的Bagnold运移方程演算，模型还可模拟氮、磷化学过程和作物吸收的生物过程[21-22]。模型模拟时，首先根据集水面积阈值将流域DEM划分为一定数目的子流域，叠加土地利用与土壤图将子流域进一步划分为水文响应单元（hydrologic response unit，HRU），模型是以水文响应单元为基础计算单元，并假定每个HRU相互独立。模型首先计算出每个HRU的径流、泥沙及污染物负荷，然后将计算结果累加得到该子流域的相关量，最终演算出流域出口的总量[23]。SWAT模型在建模上采用先进的模块化设计思路，每一个环节对应一个子模块，方便模型的扩展和应用，而且对于不同流域、不同研究目的，并非要输入所有子模块的相关参数，要根据研究目的设置符合流域的参数，建立相应数据库。

AnnAGNPS模型克服了AGNPS只能模拟单次降雨的局限性，能够模拟连续时间内流域产流、产沙及污染物负荷。与SWAT模型一致，AnnAGNPS模型可分为水文子模型、泥沙侵蚀子模型和污染负荷子模型，模型参数可分为8大类、31小类，共500多个[24]。水文模拟过程中，AnnAGNPS模型采用与SWAT模型相同的SCS参数法和Penman 方程计算流域径流与蒸散发，运用Brooks-Corey方程和达西定律分别模拟下渗与壤中流，流量峰值计算则采用了TR55模型，与SWAT模型最大的不同是，AnnAGNPS模型并不考虑地下水的影响[25]。泥沙模拟部分，模型采用修正的RUSLE方程替换原来的USLE模型，使泥沙的转化迁移过程更为具体，包括片蚀、沟蚀的计算、侵蚀量向沟道的输移率以及沉积物进入沟道后的迁移量[26]。除去生物过程的氮、磷，模型采用CREAM计算氮、磷吸附态与溶解态浓度[27]。集水单元（Cell）是AnnAGNPS模型的基本单元，根据临界源面积（CSA）和最小沟道长度（MSCL）来划分，而CSA和MSCL由流域内土地利用类型和地形确定[28]，模型认为每个Cell对流域出口径流、泥沙及污染负荷的贡献是相互独立的，且由河网连接。模型模拟时，首先计算出每个集水单元的径流、泥沙及污染物负荷、迁移演算，最终累计得到流域出口的总量[29]。模型由数据预处理、数据输入编辑、AnnAGNPS模型和數据输出组成，能够与ArcView、GIS的紧密结合。表1为模型不同算法比较结果。

2.2 模型输入参数比较

SWAT模型与AnnAGNPS模型模拟时，需建立空间数据库与属性数据库，2个模型所需的空间数据一致，包括流域数字高程模型（DEM）、土地利用图与土壤图。因研究目的不同，属性数据库所需的基础数据库也不同，在研究水土流失时，2个模型属性数据库都要建立气象、土地利用、植物、管理措施和土壤等数据库，因此要获得相关参数。2个模型气象数据库均包括降水、最高和最低温度、风速、辐射等基础数据，由于SWAT模型地表径流的算法不同，在降雨数据制备时，有步长为日和日以下步长2种表达方式。此外，AnnAGNPS模型气象数据还需云覆盖、露点温度等数据，且模型还要输入暴雨类型及年降雨侵蚀力等。SWAT模型当中土地利用与植被为一个数据库，更多侧重于植被参数，而AnnAGNPS模型土地利用与植物数据为2个单独数据库。2个模型作物数据库具有一定相似含义的参数，比如都涉及植物不同生长阶段对于氮、磷的摄取需求和残留物分解等。SWAT模型作物数据库更注重温度、水分、辐射等对植物的影响数据，包括最适宜温度、最大气孔传导度分数以及辐射利用效率等参数，数据可由实测或参考模型附表获得。相比之下，AnnAGNPS模型作物数据库更注重收获前后碳氮比、碳磷比和关于残留物的相关参数，土地利用数据库则描述田块平均年USLE P因子、随机糙率、梯田水平距离和坡度等参数。在管理数据库中，2个模型均阐述了对作物的管理操作类型、时间和瓦沟排水等信息，但SWAT模型对城镇相关信息描述更详尽。SWAT模型管理操作信息有2种表达方式，一种是时间表示，另一种是作物成熟时所需的总热单位表示，管理数据库还包含模型重要参数CN2（径流曲线数），而AnnAGNPS模型中的CN2为单独数据库，与管理数据库相链接。2个模型的土壤数据库均包含描述土壤物理性质与化学物质相关的参数，如土壤容重、土壤有效含水量、黏沙比率、土层中有机氮、磷初始浓度等参数，模型的土壤粒级划分与水文性质分组均采用美国农业部的美制标准。

2.3 模型应用比较

由表2可知，在大、中、小流域均可使用SWAT模型与AnnAGNPS模型，一般大、中流域多采用SWAT模型，中、小尺度流域多采用AnnAGNPS模型，原因在于设计SWAT模型时，便针对大尺度复杂流域进行长期模拟，且与AnnAGNPS模型数据库相比，制备SWAT模型数据库较为方便。在时间尺度上，模型精度结果显示为年尺度>月尺度>日尺度;泥沙与污染物的运移以径流为基础，模拟误差会依次累加，且影响泥沙、污染物模拟的因素众多，因此，在模拟内容上，其模拟精度通常表现为径流> 泥沙>污染物负荷[30-32]。

同一地区采用SWAT模型和AnnAGNPS模型的研究并不多，高扬等以紫色土典型流域为例模拟流域径流、泥沙与污染物负荷发现，AnnAGNPS模型和SWAT模型对径流模拟最佳，由于流域气候因素的影响，模型对降雨侵蚀因子与土壤侵蚀因子考虑不充分，使得2个模型对泥沙模拟效果均不理想，但AnnAGNPS模型对污染物模拟效果优于SWAT模型[33];Kliment等对捷克北部Blanka river流域模拟发现，验证期间AnnAGNPS模型径流模拟值低于实测值，而SWAT模型径流模拟值却高于实测值，泥沙模拟结果显示，2个模型模拟值均高于实测值，这是由于Blanka river流域地下径流占比较大，导致2个模型模拟精度均不理想，但SWAT模型的先进模块设计允许用户适当更改，因此在Blanka river流域使用SWAT模型更合适[34];Parajuli等在Cheney Lake流域研究流域水质量及模型适用性时，在Red Rock Creek子流域内率定模型，模型验证在Goose Creek内进行，结果显示，2个模型对径流和泥沙具有良好的模拟效果，但SWAT模型对总磷模拟效果优于AnnAGNPS模型，可能与流域生物过程相关[35];Abdelwahaba等在Carapelle流域比较SWAT模型和AnnAGNPS模型模拟效果，研究发现，模型对径流、泥沙的模拟效果相当，但AnnAGNPS模型并没有模拟基流量，当一段时间内没有降水时，该模型输出的模拟值可能低于实测值，而SWAT模型对径流和蒸散提供了不同选择，模型率定时需具备一定的校准知识[36]。表2为模型应用比较结果。

根据对比分析，SWAT模型与AnnAGNPS模型具有相同结构，均能连续地按日特征模拟评估流域地表径流、泥沙侵蚀以及次生生态影响;还具有相同或相似算法，模型径流、蒸发采用相同算法，泥沙侵蚀算法都基于通用土壤流失方程（USLE），二者算法相似，河道泥沙迁移也采用相同算法，更进一步，模型也具有相同或相似的输入参数。因此，2个模型数据库具有可参考性，结合流域实际情况，本研究首次采用以AnnAGNPS模型为参考，对SWAT模型建库进行详细描述。2个模型建库所需空间的数据一致，可直接利用。在气象、土壤和管理措施等属性数据库中，SWAT模型与AnnAGNPS模型具有大量相似性参数，该参数可继承，其他不相似参数可采用默认值或重置。另外，本研究只是对参数共享性进行探讨，具体不同参数的不同模拟特征，还需具体实验模拟验证。

3 SWAT模型数据库建立及模型验证

SWAT模型空间数据库的建立直接采用AnnAGNPS模型空间数据，以AnnAGNPS模型属性数据库为参考，SWAT模型属性数据库继承相似参数，其余参数使用默认值或重置，建立岔口流域SWAT模型数据库。

3.1 空间数据库

流域采用1 ∶ 1万，分辨率为10 m DEM数据图;流域土地利用现状图以2013年QuickBird影像为底图对流域实地调查生成;土壤数据由永和县土壤1 ∶ 5万地图矢量化获得。SWAT模型要求空间数据具有相同投影坐标系，流域空间数据均为Gauss-Kruger投影，土地利用和土壤图都转为与DEM同样栅格大小的ESRI Grid格式，具体如图1所示。

3.2 属性数据库

3.2.1 气象数据库 SWAT模型和AnnAGNPS模型的气象数据都以日为基础，并为驱动模型模拟提供水分和能量。SWAT模型气象数据由气象站获得或天气发生器模拟生成，只有模型指定模拟天气状况或缺少实测数据时，才会使用天气发生器。为了模型模拟精度，实测数据应尽可能从流域内或附近气象站获取。由模型对比分析可知，SWAT模型气象数据中日降水、日最高和日最低气温、日太阳辐射值、日风速值等可直接继承AnnAGNPS模型的数据，AnnAGNPS模型气象数据通过永和县气象局与岔口小流域内设立的3个雨量站实测资料获得。SWAT模型日相对湿度为永和县气象局10年实测数据。由于我国只有少数气象台才能进行逐日太阳辐射的观测，若用邻近站点的辐射观测值代替，往往误差很大，因此，根据曹雯等的经验公式[42]计算逐日太阳輻射值。

3.2.2 土地覆盖/植物生长数据库土地覆盖/植物生长数据库的变化会影响流域的蒸散发性能、土壤入渗能力和植物生长模拟过程，从而对产流产沙等水文过程产生一定的影响，土地覆盖/植物生长

数据库主要涉及植物的生长参数。根据SWAT模型的运行要求，将研究区内的梯田、坡耕地、乔木林等主要土地利用类型归类;流域内耕地种植玉米、大豆和马铃薯等作物，其中玉米种植面积约占耕地面积的87.3%，因此不考虑大豆、马铃薯的影响;种植核桃面积约占果园面积的59.5%，暂不考虑其他果树的影响。经过对流域土地利用和种植作物归类，最终确定符合流域的覆盖作物类型、代码和相应生长参数，具体如表3所示。

3.2.3 管理数据库不适当的管理操作会导致严重的水土流失，甚至由此引发次生生态环境问题。SWAT模型根据操作日期或者占潜在热单位的分数方法确定植物的生长状况，岔口流域SWAT模型采用操作日期来确定植物的生长状况。经过对岔口流域内每种作物的管理操作的调查，根据土地利用类型、作物类型、操作管理等不同进行归类，发现所有不同操作数达到93个，对流域内不同操作数进行适当取舍，最终确定SWAT模型作物的管理操作为种植、施肥、收割、耕作、收获和火烧等7种操作方式，操作时间如表4所示。其中对于森林和草地操作方式及操作日期的确定，发芽期作为生长季开始，植物种子成熟为结束，故流域内林地和草地的操作时间为发芽期和植物种子成熟日期。2个模型径流量计算采用SCS曲线法，径流曲线数（CN）是影响模型产流计算的重要参数。CN值与土壤质地、土地利用方式和降雨前的土壤湿润状况有关，在具体考虑CN取值时，也应考虑不同的覆盖条件、管理措施及地表的粗糙度对径流产生的影响。流域CN值根据AnnAGNPS模型参数值和研究区实际情况进行设置。

3.2.4 土壤数据库 SWAT模型中土壤数据分为物理特征数据和化学特征数据2种，物理特征数据控制水和气在土壤剖面中的运动，主要影响HRU的水循环，因此，需输入与流域相符合的物理特征数据。化学特征数据指土壤所含有的氮、磷营养物质的初始含量，一般情况下对此数据不必进行更改，只有特殊情况时需针对流域实际情况输入与之相符的化学特征数据[43]，而岔口流域无城镇分布、无大型养殖场和工业企业，所以并不考虑流域土壤的化学特征，更注重土壤的物理特征数据。SWAT模型与AnnAGNPS模型的土壤粒级划分都采用美国农业部的美制标准;SWAT模型的水文性质分组采用美国农业部自然资源保护局1996年的划分标准，AnnAGNPS模型水文性质分组采用美国农业部1986年的划分标准，虽然2个模型采用的水文性质分组划分标准年份不同，但区别不大。基于2个模型基础标准一致，SWAT模型土壤数据可根据AnnAGNPS模型进行建立。黏粒含量、粉粒含量、沙粒含量直接参考AnnAGNPS模型的相应参数，有效含水量与饱和渗透系数根据粒径含量和SPAW软件获得，湿土的反照率与USLE-K因子由经验公式获得。流域土壤数据如表5所示。

3.3 模型模拟及验证

模型将岔口流域划分为31个子流域、546个HRU，率定和验证分别采用2011—2015年和2016—2017年岔口把口站实测月径流数据。本研究利用SWAT-CUP对径流较敏感的参数进行率定，最终确定其参数范围，并进行验证（图2），敏感参数包括径流曲线数（CN2）、土壤有效含水量（SOL-AWC）、平均坡长（SLSUBBSN）、基流消退系数（ALPHA-BF）等。模型用相对误差（Re）、相关系数（R2）和纳什系数（NSE）来评价模型的模拟精度，一般认为地表径流相对误差在15%内，R2>0.6，NSE>0.5则可接受模型模拟结果。

图2反映了SWAT模型在岔口流域的模拟效果，在率定期间内曲线多数拟合较好，实测与模拟的月径流量变化趋势基本一致，其Re、R2和NSE分别为-1.6%、0.67和0.61，但模型在降雨较集中期间，会出现低估径流峰值的情况;与率定期相比，验证期曲线拟合效果相对较差，但变化趋势相对一致，其Re、R2和NSE分别为14.4%、0.63和0.59，模型验证期情况与率定期相同，会低估径流峰值。总体而言，岔口流域率定期与验证期的R2和NSE均大于0.5，且月径流量变化趋势相对一致，因此SWAT模型满足了岔口流域模拟产流运用要求。

4 结论

SWAT模型与AnnAGNPS模型具有相同或相似的结构算法及输入参数。模型均可模拟评估流域水文、泥沙与次生生态影响，其中水文与泥沙具有部分相同或相似算法。模型气象、土壤和管理措施等具有大量相似输入参数，包括降水、土壤基础物理性质参数、CN2等。

建立SWAT模型数据库时，空间数据可直接使用AnnAGNPS模型的空间数据;属性数据库包含的大量相似参数也可直接利用，其余参数可取默认值或结合流域、参考附表信息设置。

SWAT模型模拟月径流量，其率定期和验证期月径流量相关系数（R2）和纳什效率（NSE）均大于0.5，符合模拟标准且具有较好的适用性。由此可知，AnnAGNPS模型数据库可为SWAT模型数据库提供参考，大大节省了时间和工作量，有利于减少不必要的重复研究，实现一定的数据共享，从而获取更加合理、科学、准确的数据，为流域之后的研究奠定基础。

参考文献：

[1]刘通. 国家级水土流失重点防治区生态补偿的若干问题解析[J]. 中国经贸导刊，2011（2）：49-51.

[2]高健翎，高云飞，岳本江，等. 人民治理黄河70年水土保持效益分析[J]. 人民黄河，2016，38（12）：20-23.

[3]于峰，史正涛，彭海英. 农业非点源污染研究综述[J]. 环境科学与管理，2008，33（8）：54-58，65.

[4]谢子波，朱奎，鲁帆，等. 基于水循环模拟的潮白河流域蓝水绿水资源变化趋势分析[J]. 水文，2019，39（1）：44-49，32.

[5]朱磊，李怀恩，李家科，等. 考虑非点源影响的水源地水库水质预测研究[J]. 水土保持通报，2012，32（3）：111-115.

[6]龔珺夫，李占斌，李鹏，等. 基于SWAT模型的延河流域径流侵蚀能量空间分布[J]. 农业工程学报，2017，33（13）：120-126.

[7]田耀武，黄志霖，肖文发，等. 基于AnnAGNPS模型的三峡水库生态屏障区径流与土壤侵蚀的变化[J]. 西北林学院学报，2014，29（6）：24-28，51.

[8]宋兰兰，郝庆庆，王文海. 基于SWAT模型的复新河流域非点源污染研究[J]. 灌溉排水学报，2018，37（4）：94-98.

[9]Wang J L，Chen C L，Ni J P，et al. Assessing effects of “source-sink” landscape on non-point source pollution based on cell units of a small agricultural catchment[J]. Journal of Mountain Science，2019，16（9）：2048-2062.

[10]荣琨，李学平，杨茜，等. 基于SWAT模型的晋江西溪流域绿水管理措施效益成本分析[J]. 水土保持通报，2019，39（1）：137-141.

[11]白静. 基于AnnAGNPS模型的小流域土地利用最佳管理措施研究[D]. 太原：山西大学，2014.

[12]陈鑫，刘艳丽，刁艳芳，等. 基于SWAT模型对气候变化与人类活动影响下径流变化的量化分析[J]. 南水北调与水利科技，2019，17（4）：9-18.

[13]钟科元，陈兴伟，陈莹，等. 地形和土壤/土地利用空间聚合对径流和输沙量影响的AnnAGNPS模拟[J]. 农业工程学报，2016，32（8）：127-135.

[14]赵传普. 基于SWAT模型的延河流域土地利用对径流影响模拟研究[D]. 北京：中国科学院大学，2015.

[15]李娟. 梯田措施对泾河流域水沙变化的影响研究[D]. 杨凌：西北农林科技大学，2015.

[16]闫胜军. 岔口小流域AnnAGNPS模型验证和坡改梯生态效益分析[D]. 晋中：山西农业大学，2014.

[17]王莉. 基于SWAT模型的气候变化对水资源影响研究[D]. 南京：南京信息工程大学，2012.

[18]Malagó A，Bouraoui F，Vigiak O，et al. Modelling water and nutrient fluxes in the Danube River Basin with SWAT[J]. The Science of the Total Environment，2017，603-604（5）：196-218.

[19]王中根，刘昌明，黄友波. SWAT模型的原理、结构及应用研究[J]. 地理科学进展，2003，22（1）：79-86.

[20]Arnold J G，Srinivasan R，Muttiah R S，et al. Large area hydrologic modeling and assessment part Ⅰ：Model development[J]. Journal of the American Water Resources Association，1998，34（1）：73-89.

[21]康杰伟. SWAT模型运行结构及文件系统研究[D]. 南京：南京师范大学，2008.

[22]郝芳华，程红光，杨胜天. 非点源污染模型：理论方法与应用[M]. 北京：中國环境科学出版社，2006.

[23]庞靖鹏. 非点源污染分布式模拟——以密云水库水源地保护为例[D]. 北京：北京师范大学，2007.

[24]邬明伟. 基于AnnAGNPS模型的中田河流域非点源污染模拟研究[D]. 南京：南京农业大学，2012.

[25]赵中华. 基于AnnAGNPS模型的桃江流域农业非点源污染研究[D]. 南昌：南昌大学，2012.

[26]亓潘. 基于AnnAGNPS模型的砒砂岩小流域产沙模拟及其机理分析[D]. 西安：西北大学，2016.

[27]邹桂红，崔建勇. 基于AnnAGNPS模型的农业非点源污染模拟[J]. 农业工程学报，2007，23（12）：11-17.

[28]贾宁凤. 基于AnnAGNPS模型的黄土高原小流域土壤侵蚀和养分流失定量评价[D]. 北京：中国农业大学，2005.

[29]赵串串，高瑞梅，章青青. 基于AnnAGNPS模型的罗李村子流域水文模拟与评价[J]. 水土保持研究，2017，24（2）：137-141.

[30]庞靖鹏，刘昌明，徐宗学. 基于SWAT模型的径流与土壤侵蚀过程模拟[J]. 水土保持研究，2007，14（6）：88-93.

[31]张展羽，司涵，孔莉莉. 基于SWAT模型的小流域非点源氮磷迁移规律研究[J]. 农业工程学报，2013，29（2）：93-100.

[32]涂宏志，侯鹰，陈卫平. 基于AnnAGNPS模型的苇子沟流域非点源污染模拟研究[J]. 农业环境科学学报，2017，36（7）：1345-1352.

[33]高扬，朱波，周培，等. AnnAGNPS和SWAT模型对非点源污染的适用性研究——以中国科学院盐亭紫色土生态试验站为例[J]. 上海交通大学学报（农业科学版），2008，26（6）：567-572.

[34]Kliment Z，Kadlec J，Langhammer J. Evaluation of suspended load changes using AnnAGNPS and SWAT semi-empirical erosion models[J]. Catena，2007，73（3）：286-299.

[35]Parajuli P B，Nelson N O，Frees L D，et al. Comparison of AnnAGNPS and SWAT model simulation results in USDA‐CEAP agricultural watersheds in South-central Kansas[J]. Hydrological Processes，2009，23（5）：748-763.

[36]Abdelwahab O M，Ricci G F，de Girolamo A M，et al. Modelling soil erosion in a Mediterranean watershed：comparison between SWAT and AnnAGNPS models[J]. Environmental Research，2018，166（6）：363-376.

[37]欧阳威，黄浩波，张璇，等. 基于SWAT模型的平原灌区水量平衡模拟研究[J]. 灌溉排水学报，2015，34（1）：17-22.

[38]付金霞. 小理河流域径流泥沙对气候和土地利用变化的响应研究[D]. 杨凌：西北农林科技大学，2017.

[39]花利忠，贺秀斌，颜昌宙，等. 三峡库区大宁河流域径流泥沙的AnnAGNPS定量评价[J]. 水土保持通报，2009，29（6）：148-152.

[40]闫胜军，郭青霞，闫瑞，等. AnnAGNPS模型在黄土丘陵沟壑区小流域的适用性评价[J]. 水资源与水工程学报，2016，27（1）：13-19，25.

[41]席庆. 基于AnnAGNPS模型的中田河流域土地利用变化对氮磷营养盐输出影响模拟研究[D]. 南京：南京农业大学，2014.

[42]曹雯，申双和. 我国太阳总辐射计算方法的研究[J]. 大气科学学报，2008，31（4）：587-591.

[43]Arnold J G，Kiniry J R，邹松兵，等. SWAT 2009输入输出文件手册[M]. 郑州：黄河水利出版社，2012.曾心雨，赵欢，李玉成，等. Fe2O3对猪粪厌氧发酵及沼渣中Cu、As的钝化效果[J]. 江苏农业科学，2020，48（6）：260-264.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。