[发明专利]一种雨养农用地面源污染排放量预测方法及系统

说明书

本发明实施例提供一种雨养农用地面源污染排放量预测方法及系统，包括：收集在雨养农用地目标监测点处的历史产流相关数据；确定在未来预设时间段内各月份的产流相关预测值；确定雨养农用地的产流氮磷总量预测值，并将产流氮磷总量预测值作为雨养农用地的污染排放量。本发明实施例提供的污染排放量预测方法，在农田面源污染发生驱动因素与特征基础上，针对水量排放量和产流氮磷浓度，分别建立月份地表径流和地下淋溶排放量预测模型以及产流氮磷浓度预测模型，科学预测降雨影响的农用地田块尺度面源污染排放量，解决了仅受降雨量影响的农用地田块尺度面源污染排放量无法预测的难题，为农业面源污染防治提供了技术支持。

技术领域

本发明涉及农业灌溉技术领域，尤其涉及一种雨养农用地面源污染排放量预测方法及系统。

背景技术

雨养农用地是指无人工灌溉，仅靠自然降水作为水分来源的农业生产用地。随着我国农业集约化、规模化程度的提高，农业生产对化肥的依赖性日渐增强，为了追求相对较高的经济效益，广大农户存在着过量施用化肥的现象，化肥超过一定范围后，农田盈余的氮磷易进入环境造成面源污染。中国是世界第一大化肥生产国和使用国，以9％的耕地养活22％的人口，消耗了35％的化肥，这带来的后果是肥料利用率偏低，肥料损失严重，农田面源污染风险加剧。第一次全国污染源普查结果表明，我国农业源污染物排放是重要的污染来源，其中总氮、总磷排放分别占排放总量的57.2％和67.4％。从第二次全国污染源普查结果来看，农业源仍然是重要的排放源。

目前，农田面源污染径流流失研究主要是通过野外实地监测，其实施难度大、影响因素多。另外，还采用基于模型模拟的径流监测方法，其工作量相对较小、比较容易开展，但需要具有连续、系统的地表径流监测数据作为支持。

用于农田面源污染排放量的预测研究则主要有源强估算法和模型法。其中，源强估算法是基于第一次全国污染源普查种植业氮磷源强系数，以源强系数大小与化肥流失率成正比的原理，通过对源强系数进行校正，再结合农田面积预测等进行农田氮磷排放量预测。该方法没有考虑田块尺度农田实施农艺措施后对污染物排放的影响，也没有考虑农田土壤和降水灌溉等因素的区域特征对田块尺度农田面源污染排放量的影响。而模型法则是基于对污染物产生、迁移等构建机理模型，通过对降雨径流的形成以及污染物的迁移转化过程进行模拟，不仅考虑污染物的输入和输出情况，还考虑污染物的迁移转化过程。常用的模型有SWAT、HSPF、AnnAGNPS、ANSWERS、SWMM、WEPP等，但此类模型应用是以流域为主，对数据量、数据精度要求较高，基础数据和参数需求量大，对实测资料的依赖程度较高，很难用于无资料或资料条件较差的区域。

因此，如何全面、实时、准确地预测田块面源污染发展趋势将有利于今后科学防治农业面源污染。

发明内容

本发明实施例提供一种雨养农用地面源污染排放量预测方法及系统，用以解决现有技术中在降雨驱动下田块尺度上面源污染预测模型的空缺，以提高预测地面源污染排放量的精度和效率。

第一方面，本发明实施例提供一种雨养农用地面源污染排放量预测方法，主要包括：收集在雨养农用地目标监测点处的历史产流相关数据；根据历史产流相关数据确定在未来预设时间段内各月份的产流相关预测值；根据产流相关预测值确定所述雨养农用地的产流氮磷总量预测值，并将产流氮磷总量预测值作为雨养农用地的污染排放量。

可选地，历史产流相关数据主要包括历史降水量、历史单次径流量、历史单次淋溶量和历史产流氮磷浓度数据；

各月份的产流相关预测值主要包括各月份地表径流产流量、各月份地下淋溶产流量、各月份产流浓度预测值和各月份产流氮磷量预测值。

可选地，根据所述历史产流相关数据确定在未来预设时间段内各月份的产流相关预测值，主要包括：