2017, Vol. 38
2. 中国科学院大学资源与环境学院, 北京 100049;
3. 中国科学院生态环境研究中心, 北京 100085
2. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China;
3. Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085, China
工业革命以来, 人为活化氮的排放量急剧上升[1].有研究报道, 20世纪90年代人为活化氮的排放量为140 Tg·a-1, 是1860年的10倍; 并预测到2050年人为活化氮排放总量将达到267 Tg·a-1[2].现在大量的氮肥被投入到农林生产, 使得土壤氮含量超出植物吸收负荷, 部分氮素遗留在土壤中, 并随径流迁移到水体或以气体形式排放到大气, 导致水体和大气污染加剧, 大气污染物以湿沉降的形式进入到陆地生态系统.土壤对氮输入虽然表现出一定的截留效应, 但陆地生态系统的氮淋溶与输出会造成土壤pH变化、土壤肥力下降及湖泊、河流富营养化等一系列的环境问题[3, 4].小流域氮素流失是水土流失型面源污染的主要表现形式之一[5], 因此定量估算不同时空尺度的氮素流失是十分必要的.
近年来, 随着计算机技术的发展, 生物地球化学过程模型逐渐成为定量估算氮素流失必不可少的工具[6, 7].目前的生物地球化学模型主要针对于C、N循环模拟研究, 通过追踪不同生态环境因子驱动下C、N循环中各个过程的发生与联系, 从而实现对循环中各组分的准确模拟[8].目前应用最广泛的为SWAT模型和DNDC模型, SWAT模型在模拟流域系统内的迁移和转化时, 较全面地考虑了氮输入、有机氮矿化、植物吸收、氨挥发、地表径流引起的氮流失、氮淋溶等过程, 被广泛应用于估算流域尺度的氮负荷[9~11]; DNDC模型能够被应用于估算小流域尺度氮素随水土流失(地表径流、泥沙迁移、壤中流)及气态排放的途径与数量, 发展和完善估算氮素流失在小流域尺度的方法, 并对减轻因氮素流失而引起的环境污染和气候变暖具有重要意义[12].黄仲冬等[13]应用SWAT模型估算浑河流域硝态氮淋失量的空间和时间分布时发现降雨、施肥是影响流域硝态氮淋失的主要因素; 李虎等[14]通过利用冬小麦整个生长季水分和氮素淋失量观测数据对DNDC模型进行检验和敏感性分析, 结果表明农田氮素淋失易受到灌溉水量和施肥量的影响.
目前已有研究主要建立在大流域尺度上分析并估算氮收支, 对于小流域氮收支计算系数的差异并未充分考虑[15].本文以亚热带红壤丘陵区的小流域为研究对象, 通过对流域基流过程中氮淋溶与输出的监测, 为模型验证提供重要参数, 然后利用SWAT与DNDC模型模拟小流域尺度氮素流失, 为模拟亚热带小流域尺度内氮素流失提供重要参数, 以期为进一步控制亚热带流域氮素非点源输出提供科学依据.
1 材料与方法 1.1 研究区概况本实验研究区域位于中国科学院地理科学与资源研究所千烟洲红壤丘陵区生态网络试验站(115°04′13″E, 26°44′48″N), 所选取的香溪河流域位于江西省泰和县境内.站内平均海拔为110.8 m, 属于典型的亚热带季风气候, 年均气温17.9℃, 年均降水量为1 542 mm, 雨季多集中于3~9月, 其中4~6月降雨量约占全年的一半, 7~8月高温少雨[16, 17].香溪河流域的面积为97.38 hm2, 小流域内土地利用方式为林地、农业用地、草地、坑塘、居民用地等7种方式, 其中林地面积最大为61.00 hm2, 面积所占权重为62.64%, 林地以种植马尾松和湿地松为主; 农业用地以水田、桔园为主, 面积为21.52 hm2, 所占权重为22.10%.土地利用类型具体分布状况见图 1.
|
图 1 流域采样点分布及土地利用方式 Fig. 1 Sampling point distribution of watersheds and different land-uses |
在研究区域内自上游至下游设置8个采样点(图 1), A点位于上游鱼塘出口处, B、C两点位于上游的林地外缘, D、E和F位于中游的农田、桔园交错带, G、H两点位于下游, 所处地区为桔园.在G点设置截留三角堰, 并安装ISCO水质采样仪, 可实时监测记录水位变化.采样结束后立刻将样品送往实验室进行基本理化性质分析.采样时间为2013年7月至2014年12月, 每月10日、20日采集基流水样(河流常规水样)供基流水质分析.
1.2.2 常规水样分析常规水样测定：将采集的水样分为两份, 一份用0.45 μm滤膜过滤, 滤液用于NH4+-N(氨氮)和NO3--N(硝氮)的测定, 未过滤水样经过碱性过硫酸钾消煮后用于TN(总氮)的测定. TN、NH4+-N和NO3--N用ALLANCE流动注射分析仪(法国)测定.
1.3 模型运行DNDC模型运行示意图见图 2[18], DNDC模型调用氮负荷模块计算由地表径流引起的氮迁移和流失, 模型模拟的地表径流引起的氮流失被从土壤各氮库中扣除. DNDC模型以日为时间步长模拟陆地生态系统的氮迁移和转化, 模拟结果包括土壤中各形态的氮淋溶、土壤-大气界面的氮气体交换, 也包括模型模拟输出的地表径流、总径流、土壤侵蚀及由地表径流引起的氮流失. SWAT模型在每个HRU对氮元素进行独立模拟, 并将结果在子流域的出口进行汇合, 以此来研究氮元素的迁移路径和循环规律[19]. SWAT模型通过溶解态氮和吸附态氮两种类型来对氮元素进行模拟, SWAT模型以日为时间步长, 可同时连续长时段模拟流域的水文过程、水土流失、化学过程、农业管理措施和生物量变化[20], 可以比较准确地进行流域内氮元素在河网中的运动迁移的计算.
|
图 2 DNDC模型运行示意 Fig. 2 Schematic of DNDC model |
在径流的模拟中, 影响SWAT和DNDC模型产汇流过程的参数较多, 对每一个参数都进行校准是不现实的, 因此需要对参数进行敏感性分析.本研究采用传统的动力学扰动法对DNDC模型进行参数敏感性分析, 即先选定一个模拟情景, 然后选择需进行敏感性分析的目标参数并设置参数的变化序列, 同时其它参数保持不变, 运行模型得到相对应的模型输出结果的变化序列.在参数敏感性分析实施过程中, 目标参数输入值与模型输出结果一一对应, 定量比较不同输入参数对模型输出结果的影响即可建立模型输出结果与参数的灵敏度关系; 利用瑞士联邦水科学与技术研究所研发的SWAT率定与不确定性分析工具SWAT-CUP, 采用连续不确定性匹配算法(SUFI-2) 对SWAT模型参数进行率定以及验证.选取2013年7~12月的数据进行参数率定, 以2014年1~12月的数据进行模型验证.
1.5 模型验证指标本研究采用纳什系数(Nash-Sutcliffe, ME)和决定系数(R2)来评价模拟结果. ME衡量相对于观测资料的均值而言, ME大于0即表示模拟结果比观测资料的均值更接近观测, 等于1即表示模拟结果与观测资料完全吻合[21, 22]. R2检验模拟结果与观测资料的相关程度, R2越接近1, 则模拟结果和实测结果越接近.
|
(1) |
|
(2) |
式中, oi和pi分别为观测值和模拟值, o和p分别为观测和模拟的平均值, n为样本数.
2 结果与分析 2.1 参数敏感性分析 2.1.1 DNDC模型在本研究中, 重点考察气象因素(降水量)、地形因素(坡度)、土壤性质(表层SOC含量、土壤容重和酸碱度pH)、及所施氮肥量对径流、土壤侵蚀及由径流引起的氮流失的影响.敏感性指数S越高则意味着输入参数对模型输出结果的影响越大.敏感性指数S的值见表 1, 输入参数敏感性分析表明：① 香溪小流域典型农田中, 降水是控制径流、土壤侵蚀、由径流引起的氮流失的关键环境因子; ② 坡度的变化影响土壤侵蚀, 进而影响氮随地表径流的迁移和流失; ③ 所施氮肥量的改变影响地表径流引起的无机氮流失, 但对氮随地表径流的迁移和流失影响甚微.本研究参数敏感性分析的结果亦与其它报道相吻合[23, 24].
|
表 1 DNDC模型参数敏感性分析结果1) Table 1 Results of parameter sensitivity analysis of DNDC |
2.1.2 SWAT模型
选取12个参数进行全局敏感性分析, 并利用SWAT-CUP中自带的T检验模块对所选参数进行T检验, 结果见表 2. t-Stat(T检验值)的绝对值越大, 则对应参数的敏感性越强, 由表 2可知, 对研究流域地表径流模拟结果影响较大的参数有GW_DELAY(地下水滞后系数)、CANMX(最大冠层截留量)、ALPHA_BF(基流系数)和ESCO(土壤蒸发补偿系数). ESCO在湿润区和半湿润区的敏感性更强, 主要是因为湿润区和半湿润区降水丰富, 土壤含水量较多, 常年气温较高引起土壤水蒸发量大, 而土壤水蒸发会影响流域径流; ALPHA_BF反映基流消退时间的长短, ALPHA_BF越大, 地下径流量越大, 基流消退过程也越稳定; GW_DELAY表示降水入渗补给地下水的滞后时间, 该值受到气候条件、土壤岩性、作物类别等因素的综合影响[25], 这些敏感性参数主要影响流域内由径流引起的氮流失.
|
|
表 2 SWAT模型参数敏感性分析结果 Table 2 Results of parameter sensitivity analysis of SWAT |
2.2 流域空间离散化
流域空间离散化是建立分布式输入数据库的前提.本研究基于香溪小流域DEM、土地利用图和土壤图, 利用GIS软件(ArcGIS, ESRI)的空间和地形分析技术生成小流域HRU[26, 27].小流域被划分成25个子流域, 香溪小流域数字沟渠网络及子流域如图 3所示.为了体现不同的土地利用-土壤类型组合氮的迁移、转化、流失特征的差异, 应在子流域的基础上进一步空间划分生成HRU.利用GIS软件(ArcGIS, ESRI)所提供的的空间分析功能, 叠加香溪小流域子流域、土地利用和土壤图即可生成小流域水文响应单元, 见图 4.
|
图 3 香溪小流域数字沟渠网络和子流域示意 Fig. 3 Schematic of digital network ditches and watersheds of Xiangxi River Basin |
|
图 4 香溪小流域土地利用重分类 Fig. 4 Land use reclassification of Xiangxi River Basin |
参考香溪小流域土地利用和土壤类型空间分布特征, 土地利用主要被概化为林地、果园、旱地、草地、水田、灌木6个类型; 香溪小流域土壤分类系统如表 3.最终生成的HRU如图 5所示.共计124个水文响应单元.按照土地利用类型分类分别为林地52个、果园34个、水田11个、草地19个、旱地6个、灌木2个.
|
|
表 3 香溪小流域土壤分类系统 Table 3 Soil classification system of Xiangxi River Basin |
|
图 5 香溪小流域水文响应单元示意 Fig. 5 HRUs of Xiangxi River Basin |
如图 6和表 4所示, DNDC模型能较准确地模拟香溪小流域年径流量以及季节变化趋势.模型模拟的2014年径流总量为1.44×105 m3, 实测的径流总量为1.52×105 m3, 模拟结果和实测值的偏差为5.19%, 模拟结果和实测值吻合较好.对小流域出水口径流的模拟结果和模型验证指标表明, 与观测相比, 应用DNDC模型能较准确地模拟香溪小流域每年的径流总量和季节变化趋势(径流量验证指标为ME=0.71, R2=0.72, P＜0.01), 这为应用模型模拟香溪小流域由径流引起的N流失奠定了坚实的基础.
|
图 6 2014年香溪小流域逐月降雨量、流域出水口逐月径流排出量观测和模拟值 Fig. 6 Observations and simulations of monthly rainfall and runoff in Xiangxi River Basin in 2014 |
|
|
表 4 2014年流域出水口径流、氮排出总量的模拟值和观测值 Table 4 Observations and simulations of runoff and N export from outlet of Xiangxi River Basin in 2014 |
如图 7所示, 应用DNDC模型能较准确地模拟香溪小流域出水口TN和NO3--N排出通量的季节变化趋势.如表 4所示, DNDC模型所模拟的流域出水口2014年的TN排放量为1.30×103 kg, 实测的TN排放量为1.20×103 kg, 模拟结果和实测值的偏差为8.10%, TN排放量的R2和ME分别为0.83和0.81, 模拟结果和实测值吻合较好; 模型所模拟的流域出水口2014年的NO3--N排放量为373.16 kg, 实测的NO3--N排放量为217.38 kg, 模拟结果和实测值的偏差为71.70%, NO3--N排放量的R2和ME分别为0.29和0.34, 偏差增大. NO3--N模拟结果偏差增大可能与模型以固定衰减系数概括渠道过程有关, 简单的衰减系数无法准确描述小流域内复杂的渠道过程[28], 流域尺度土壤中的N随径流而流失, 进入沟渠或河流等水生生态系统, 通过汇流过程直至流域出水口, N在沟渠、河流、水库、湖泊等水生生态系统发生吸收、拦截、分解、硝化以及反硝化等一系列复杂的理化与生物学过程, 而DNDC模型不具备模拟水生生态系统N迁移和转化的能力, 因此有待进一步提高NO3--N的模拟效果.
|
图 7 2014年香溪小流域出水口逐月TN、NO3--N排放量观测与模拟值 Fig. 7 Observations and simulations of TN and NO3--N emission from outlet of Xiangxi River Basin in 2014 |
利用验证期内径流量和流域实测月均氮浓度进行流域氮输出负荷的估算, 结果如图 7所示, 应用SWAT模型能较准确的模拟香溪小流域出水口TN、NH4+-N和NO3--N排放量的季节变化趋势.如表 5所示, SWAT模型所模拟的流域出水口2014年TN的排放量为1.18×103 kg, 实测的TN排放量为1.20×103 kg, 模拟结果和实测值的偏差为2.04%;模型所模拟的流域出水口NO3--N排放量为186.32 kg, 实测的NO3--N排放量为217.38 kg, 模拟结果和实测值的偏差为14.29%;模型所模拟的流域出水口NH4+-N排放量为194.75 kg, 实测的NH4+-N排放量为213.75 kg, 模拟结果和实测值的偏差为8.89%, 模拟结果和实测值吻合较好.
|
|
表 5 2014年流域出水口氮排出总量的模拟值和观测值 Table 5 Observations and simulations of nitrogen export from outlet of Xiangxi River Basin in 2014 |
根据公式(1) 和(2) 计算验证期的评价结果如表 6所示.从中可知, 验证期内TN、NH4+-N和NO3--N的R2和ME均达0.7以上, 说明SWAT模型模拟结果可以令人满意, 模型可用性较高.
|
|
表 6 SWAT模型评价结果 Table 6 Evaluation results of SWAT model |
3 讨论 3.1 SWAT与DNDC模型模拟结果对比分析
如图 7所示, SWAT和DNDC模型能较准确地模拟香溪小流域氮输出总量以及他们的季节变化趋势, 但是模拟结果和实测值存在一定的偏差.如表 7所示, DNDC模型所模拟的流域出水口TN和NO3--N排放量模拟结果和实测值的偏差为8.10%和71.70%, 而SWAT模型所模拟的流域出水口TN和NO3--N排放量模拟结果和实测值的偏差为2.04%和14.29%, SWAT模型模拟流域内氮输出结果的精度高于DNDC模型.在降雨量及径流偏少的月份中, 模拟输出负荷同实测输出负荷存在较大差异, 即使在降雨量丰富、径流量偏高的3~6月, 模拟输出负荷同实测输出负荷也有偏差, 引起该结果的原因有待进一步探究.
|
|
表 7 SWAT与DNDC模拟结果对比 Table 7 Contrast of SWAT and DNDC simulation results |
应用DNDC和SWAT模型模拟香溪小流域氮流失表明, 该区氮流失特征主要由降水和陆地生态系统氮周转过程控制.在秋、冬季节, 该区降水较少, 大量氮累积于土壤; 夏季(3~8月)降水丰富, 土壤中累积的氮随地表径流和壤中流迁移、流失.如图 7所示, DNDC与SWAT模拟的TN、NH4+-N和NO3--N的变化趋势与实测径流量的变化趋势能够保持大体一致, 由降水和陆地生态系统氮周转过程共同控制的小流域氮流失季节变化特征被观测所证实.值得注意的是, 在氮流失高峰期, 模型模拟的小流域出水口氮排放量略高于实际观测值, 偏差很可能源于本研究对发生在沟渠系统中的氮削减过程的简化.
DNDC和SWAT模型在模拟小流域氮流失规律时都是利用SCS径流曲线模型和通用土壤流失方程(MUSLE)从流域降雨径流量和土壤流失量两个方面结合溶解态和颗粒态N污染物输出模型, 对流域N污染负荷及输出总量进行估算[29], 因此可以将DNDC和SWAT模型耦合起来分析流域非点源污染的规律.但是小流域内部的气象、地形、土地利用等环境因子的空间异质性, 也显示出模拟小流域尺度N输出的复杂性; DNDC和SWAT模型的模拟结果可能因此而存在较大的不确定性.另外, 输入数据包含的不确定性有可能导致模拟结果发生较大的变异; 因此, 在流域尺度如何准确地估计模型输入参数是保证模拟结果准确的关键, 亦是实施流域尺度N流失模拟应重点关注的问题.由于观测资料的限制, 本研究应用DNDC和SWAT模型在亚热带红壤丘陵区对由N随径流流失的模拟, 模型所模拟的香溪小流域包含较大的不确定性, 模型需被应用于更多的流域, 使模型在模拟小流域尺度N素流失方面能得到更多的实际检验.同时, 由于观测资料及模型部分参数自身带有误差, 因此减少观测资料及模型部分参数的误差, 亦是降低模型模拟结果的不确定性及更加精确确定敏感因子的有效途径之一.
3.2 香溪小流域氮流失空间分布对小流域尺度氮素流失开展模拟研究工作, 主要目的在于探究小流域氮素流失的时空分布特征, 以进一步识别氮素造成的污染的关键污染源, 对于控制和减轻氮素流失及其污染有重要的意义.如图 8所示, 香溪小流域内氮素流失年总量空间差异较大, 多项研究表明这主要和土地利用方式相关[30, 31], 这也说明合理规划土地利用方式也是减少氮流失的一种途径.从空间分布图可看出氮流失贡献最大的是稻田以及果园, 由于含氮肥料的投入, 农田、果园成为小流域随径流而流失的氮的主要来源; 径流引起的氮流失量约占小流域流失总量的57%.林地和草地因无大量氮肥投入(暂不考虑增氮等科学实验的影响), 氮流失相对较少.模拟结果表明, 2014年香溪小流域由径流引起的氮流失总量为638 kg(氮流失量的计算见文献[22]), 其中约64%源于农田; 2014年模型模拟的香溪小流域以硝态氮形态的流失量为253 kg, 约占总流失量的54.7%, 是氮素流失的主要形式.氮素流失空间分布特征也进一步表明了DNDC和SWAT模型对于小流域氮素流失有一定的模拟能力, 有较好的适用性, 比较适合在亚热带地区应用.
|
图 8 香溪小流域总氮流失空间分布 Fig. 8 Spatial distribution of TN loss from Xiangxi River Basin |
(1) DNDC模型模拟小流域内2014年的径流量、TN和NO3--N排放量与实测值的偏差分别为5.19%、8.10%和71.70%, SWAT模型模拟小流域内2014年的TN、NO3--N和NH4+-N的排放量与实测值的偏差分别为2.04%、14.29%和8.89%.
(2) SWAT与DNDC模型模拟结果对比分析表明SWAT模型模拟流域内氮输出结果的精度高于DNDC模型; DNDC和SWAT模型的模拟结果都存在一定的偏差, 可以通过进一步耦合DNDC和SWAT模型来提高亚热带流域氮素流失模拟的精确度.
(3) 影响DNDC模型模拟小流域内氮素流失的关键参数包括降水、坡度以及氮肥施用量的改变; 影响SWAT模型模拟的关键参数包括地下水滞后系数、最大冠层截留量、基流系数和土壤蒸发补偿系数.在流域尺度如何准确地估计模型输入参数是保证模拟结果准确的关键, 亦是实施流域尺度N流失模拟应重点关注的问题.
| [1] | 邓美华, 谢迎新, 熊正琴, 等. 长江三角洲氮收支的估算及其环境影响[J]. 环境科学学报, 2007, 27(10): 1709–1716. Deng M H, Xie Y X, Xiong Z Q, et al. Nitrogen budgets of the Yangtse delta region and their effect on the environment[J]. Acta Scientiae Circumstantiae, 2007, 27(10): 1709–1716. |
| [2] | Galloway J N. The global nitrogen cycle:past, present and future[J]. Science in China Series C:Life Sciences, 2005, 48(S2): 669–678. |
| [3] | Holtgrieve G W, Schindler D E, Hobbs W O, et al. A coherent signature of anthropogenic nitrogen deposition to remote watersheds of the northern hemisphere[J]. Science, 2011, 334(6062): 1545–1548. DOI: 10.1126/science.1212267 |
| [4] | Gao Y, He N P, Zhang X Y. Effects of reactive nitrogen deposition on terrestrial and aquatic ecosystems[J]. Ecological Engineering, 2014, 70: 312–318. DOI: 10.1016/j.ecoleng.2014.06.027 |
| [5] | 韩建刚, 李占斌. 紫色土丘陵区不同土地利用类型小流域氮素流失规律初探[J]. 水利学报, 2011, 42(2): 160–165. Han J G, Li Z B. Process characteristics of nitrogen loss by runoff in different land use watersheds in purple soil hilly region[J]. Journal of Hydraulic Engineering, 2011, 42(2): 160–165. |
| [6] | 李长生. 生物地球化学的概念与方法——DNDC模型的发展[J]. 第四纪研究, 2001, 21(2): 89–99. Li C S. Biogeochemical concepts and methodologies:development of the DNDC model[J]. Quaternary Sciences, 2001, 21(2): 89–99. |
| [7] | 李长生. 陆地生态系统的模型模拟[J]. 复杂系统与复杂性科学, 2004, 1(1): 49–57. Li C S. Modeling terrestrial ecosystems[J]. Complex Systems and Complexity Science, 2004, 1(1): 49–57. |
| [8] | 王效科, 白艳莹, 欧阳志云, 等. 陆地生物地球化学模型的应用和发展[J]. 应用生态学报, 2002, 13(12): 1703–1706. Wang X K, Bai Y Y, Ouyang Z Y, et al. Application and development of terrestrial biogeochemical model[J]. Chinese Journal of Applied Ecology, 2002, 13(12): 1703–1706. |
| [9] | Hu X, McIsaac G F, David M B, et al. Modeling riverine nitrate export from an East-Central Illinois watershed using SWAT[J]. Journal of Environment Quality, 2007, 36(4): 996–1005. DOI: 10.2134/jeq2006.0228 |
| [10] | Saleh A, Du B. Evaluation of SWAT and HSPF within basins program for the upper North Bosque River watershed in Central Texas[J]. Transactions of the ASAE, 2004, 47(4): 1039–1049. DOI: 10.13031/2013.16577 |
| [11] | Silgram M, Schoumans O F, Walvoort D J J, et al. Subannual models for catchment management:evaluating model performance on three European catchments[J]. Journal of Environmental Monitoring, 2009, 11(3): 526–539. DOI: 10.1039/b823250d |
| [12] | Deng J, Zhu B, Zhou Z, et al. Modeling nitrogen loadings from agricultural soils in southwest China with modified DNDC[J]. Journal of Geophysical Research Atmospheres, 2011, 116(G2): 1602. |
| [13] | 黄仲冬, 齐学斌, 李平, 等. 基于SWAT的浑河流域上游地区硝态氮淋失量估算[J]. 灌溉排水学报, 2011, 30(3): 104–106. Huang Z D, Qi X B, Li P, et al. Application of SWAT model to estimate nitrate leaching in the upper area of Hunhe Basin[J]. Journal of Irrigation and Drainage, 2011, 30(3): 104–106. |
| [14] | 李虎, 王立刚, 邱建军. DNDC模型在农田氮素渗漏淋失估算中的应用[J]. 应用生态学报, 2009, 20(7): 1591–1596. Li H, Wang L G, Qiu J J. Application of DNDC model in estimating cropland nitrate leaching[J]. Chinese Journal of Applied Ecology, 2009, 20(7): 1591–1596. |
| [15] | 郭劲松, 刘京, 方芳, 等. 三峡库区紫色土坡耕地小流域氮收支估算及污染潜势[J]. 重庆大学学报(自然科学版), 2011, 34(11): 141–147. Guo J S, Liu J, Fang F, et al. Input-output budgets for nitrogen in a typical purple soil sloping ploughland in Three Gorges areas[J]. Journal of Chongqing University (Natural Science Edition), 2011, 34(11): 141–147. |
| [16] | 陈建平, 李艳, 董思宏, 等. 江西千烟洲农业生态系统水环境氮污染研究[J]. 水资源与水工程学报, 2012, 23(6): 51–54. Chen J P, Li Y, Dong S H, et al. Study on N pollution of water environment of agricultural ecosystem in Qianyanzhou, Jiangxi Province[J]. Journal of Water Resources & Water Engineering, 2012, 23(6): 51–54. |
| [17] | 涂洁, 刘琪璟, 王辉民, 等. 江西千烟洲木荷液流特征及其与气象因子的关系[J]. 长江流域资源与环境, 2014, 23(2): 267–273. Tu J, Liu Q J, Wang H M, et al. Dynamics of sap flow velocities and its relationship with meteorological factors of Schima Superba forest in Qianyanzhou Experimental Station[J]. Resources and Environment in the Yangtze Basin, 2014, 23(2): 267–273. |
| [18] | Deng J, Zhou Z, Zhu B, et al. Modeling nitrogen loading in a small watershed in southwest China using a DNDC model with hydrological enhancements[J]. Biogeosciences, 2011, 8(10): 2999–3009. DOI: 10.5194/bg-8-2999-2011 |
| [19] | 于峰, 史正涛, 李滨勇, 等. SWAT模型及其应用研究[J]. 水科学与工程技术, 2008(5): 4–9. |
| [20] | 孙瑞, 张雪芹. 基于SWAT模型的流域径流模拟研究进展[J]. 水文, 2010, 30(3): 28–32. Sun R, Zhang X Q. Progress in application of watershed runoff simulation based on SWAT[J]. Journal of China Hydrology, 2010, 30(3): 28–32. |
| [21] | Miehle P, Livesley S J, Feikema P M, et al. Assessing productivity and carbon sequestration capacity of Eucalyptus globulus plantations using the process model Forest-DNDC:calibration and validation[J]. Ecological Modelling, 2006, 192(1-2): 83–94. DOI: 10.1016/j.ecolmodel.2005.07.021 |
| [22] | 李轩然, 刘琪璟, 胡理乐, 等. 不同方法计算湿地松林生物量的比较[J]. 生态学杂志, 2006, 25(12): 1594–1598. Li X R, Liu Q J, Hu L L, et al. Calculation of Pinus elliotii biomass:a comparison of different methods[J]. Chinese Journal of Ecology, 2006, 25(12): 1594–1598. |
| [23] | Schlesinger W H, Abrahams A D, Parsons A J, et al. Nutrient losses in runoff from grassland and shrubland habitats in Southern New Mexico:I. rainfall simulation experiments[J]. Biogeochemistry, 1999, 45(1): 21–34. |
| [24] | Kwong K F N K, Bholah A, Volcy L, et al. Nitrogen and phosphorus transport by surface runoff from a silty clay loam soil under sugarcane in the humid tropical environment of Mauritius[J]. Agriculture, Ecosystem & Environment, 2002, 91(1-3): 147–157. |
| [25] | 林炳青, 陈莹, 陈兴伟. SWAT模型水文过程参数区域差异研究[J]. 自然资源学报, 2013, 28(11): 1988–1999. Lin B Q, Chen Y, Chen X W. A study on regional difference of hydrological parameters of SWAT model[J]. Journal of Natural Resources, 2013, 28(11): 1988–1999. |
| [26] | Whiteaker T, Schneider K, Maidment D. Applying the ArcGIS hydro data model[R]. Texas, USA:University of Texas at Austin, 2001. |
| [27] | Turcotte R, Fortin J P, Rousseau A N, et al. Determination of the drainage structure of a watershed using a digital elevation model and a digital river and lake network[J]. Journal of Hydrology, 2001, 240(3-4): 225–242. DOI: 10.1016/S0022-1694(00)00342-5 |
| [28] | 杨小林, 朱波, 李义玲, 等. 基于改进型DNDC模型的小流域非点源氮迁移过程模拟与空间拓展应用[J]. 水利学报, 2013, 44(10): 1197–1203. Yang X L, Zhu B, Li Y L, et al. Simulation of nonpoint source nitrogen transport in two separated catchments in the hilly area of purple soil[J]. Journal of Hydraulic Engineering, 2013, 44(10): 1197–1203. |
| [29] | 董群. 山东沂蒙山区祊河流域非点源氮磷污染负荷研究[D]. 泰安: 山东农业大学, 2011. Dong Q. Non-Point source pollution of nitrogen and phosphorus burthen in Benghe watershed of the Yimeng Mountanous, Shandong Province[D]. Tai'an:Shandong Agricultural University, 2011. |
| [30] | Smith K A, McTaggart I P, Tsuruta H. Emissions of N2 O and NO associated with nitrogen fertilization in intensive agriculture, and the potential for mitigation[J]. Soil Use and Management, 1997, 13(S4): 296–304. DOI: 10.1111/sum.1997.13.issue-s4 |
| [31] | Jordan T E, Correll D L, Weller D E. Relating nutrient discharges from watersheds to land use and streamflow variability[J]. Water Resources Research, 1997, 33(11): 2579–2590. DOI: 10.1029/97WR02005 |