埃塞俄比亚Hararghe西部Augucho集水区农业非点源污染模型（AGNPS）的测试和评估外文翻译资料

埃塞俄比亚Hararghe西部Augucho集水区农业非点源污染模型（AGNPS）的测试和评估

Nigussie Haregeweyn，Fekadu Yohannes *

Alemaya University, P.O. Box 138, Dire Dawa, Ethiopia

摘要

埃塞俄比亚高原每年的土壤侵蚀量估计为15亿吨。 土壤管理不善和不科学的土地利用方式是土壤侵蚀率高的原因。土壤侵蚀评估是规划土壤保持工作的基础。目前有一些侵蚀模型，包括经验性土壤流失方程（USLE）等。基于过程的模型可以进行长期年平均土壤流失估算，如农业非点源污染模型（AGNPS），它提供土壤侵蚀的空间和时间变化。

本研究旨在测试和评估Augucho流域的AGNPS模型。对研究区域校准和验证AGNPS模型，观察数据为8-10年。1988年的数据用于验证，而1990年的数据用于校准模型。在100和200米网格单元处评估该模型。除了主要和次要数据收集技术之外，还使用GIS来实现一些参数。使用相关系数，效率系数和相关系数的均匀性测试来评估两个网格单元和整体模型性能。验证结果表明，径流的相关系数分别为0.59和0.58，峰值径流率为0.96和0.95，100和200米网格单元的相关系数分别为0.97和0.97。只有径流事件是不显著的。沉积物产量系数和峰值径流速率非常显著（pge;0.01），两个网格单元相同事件的相关系数是均匀的。径流效率系数为-1.0286和-1.006，峰值径流率为0.75和0.74，100和200米网格单元的沉积物产量分别为0.656和0.654。除径流事件外，可以很好地预测峰值径流速率和沉积物产量。但是，100和200米网格之间的输出没有显着差异。 对于1991年的平均年份和100米网格单元，该模型估计每年平均土壤流失量为22吨/公顷，远远大于土壤形成率（每年1吨/公顷）。这表明适当的土壤侵蚀控制措施应该在集水区进行。该模型有可能用于埃塞俄比亚高原条件下农业流域的规划和管理。

1. 简介

埃塞俄比亚高原的土壤侵蚀率占人口的88％，牲畜的60%和农业适宜地区的80%（Constable，1985）估计为每年15亿吨（Hurni，1986）。这种土壤流失的近一半来自农田，仅占该国总面积的13.1％。 埃塞俄比亚的土壤流失率因地而异，并且土地利用类型一般非常高。高地农田的平均土壤侵蚀率估计为42吨/年（Hurni，1986）。 另一方面，一些研究表明平均农业土壤的捕捞率约为1吨/年（Troeh和Thompson，1993; Lal，1994）。这一比率远低于埃塞俄比亚的土壤侵蚀率，这意味着需要进行精心的保护工作以减少侵蚀。

尽管动员了大量的劳动力，资金和技能，过去在高地进行保护和恢复工作的成就并不令人鼓舞。其中，这是由于评估土壤侵蚀过程中使用的不恰当方法。除了一些广义和指示性评估外，土壤侵蚀过程从未得到系统处理，也没有开发出工具。自1982年以来，土壤保持研究计划（SCRP）试图通过停止试验地块和测量研究区集水区出口处的沉积物损失来监测径流和土壤侵蚀。但是，监测土壤侵蚀等复杂系统并非易事。通过安装各种测量站来监测土壤侵蚀是相当昂贵的并且通常是无法承受的。除非需要对问题和政策问题进行一般性概述，否则通常也不可能将测量集水区的数值外推至无人集水区。从测量集水区详细规划和推断价值需要使用SCRP数据库开发或验证预测模型。

目前有许多侵蚀模型，包括通用土壤流失方程（USLE）（Wischmeier和Smith，1978）等经验性模型，可以提供各种条件下可耕地段的长期年均土壤流失估算，基于过程的模型，如CREAMS，ANSWERS，AGNPS，EPIC和WEPP，它们使用基本水文和侵蚀过程的数学形式来表示，它们的相互作用以及空间和时间变化来计算侵蚀。Singh（1995）对这些和其他水文模型进行了回顾。

以前关于埃塞俄比亚土壤侵蚀模型的大多数研究都集中在使用USLE估算由于细沟和中间侵蚀引起的年平均土壤流失。然而，研究表明，极少数极端事件比年平均土壤流失值更重要。对USLE的最大批评是它在应用程序中的无效性超出了它所开发的条件范围（Hudson，1993）。这些限制可以通过使用农业非点源污染模型（AGNPS）来解决，该模型也适用于个别降雨事件。AGNPS模型（Young et al.，1987）在细胞基础上运作，其中细胞是均匀的方形，易于划分分水岭。径流，沉积物和养分输送以逐步的方式通过细胞从分水岭分流到出口，从而可以在细胞之间的任何点处流动。所有流域特征和输入都在单元级别表示。根据模型手册（Young et al.，1994），该模型使用分辨率为0.4-16公顷的细胞。对于超过800公顷的流域，建议单位面积为16公顷；对于较小的流域，建议使用较小的单元尺寸。减小单元尺寸可以提高结果的准确性，但这会增加运行模型所需的时间和人力。相反，扩大单元尺寸会减少时间和劳动力，但是将较大区域作为均匀单元处理会有一些精度损失。

该研究的目的是测试AGNPS模型在预测测量的径流和土壤侵蚀方面的准确性，评估模型在100 mtimes;100 m和200 mtimes;200 m网格单元中的性能，以选择最佳网格尺寸。根据当地情况，估算研究区的年径土流失率，径流量和径流量。

1. 材料和方法

2.1试验集水区

Augucho集水区位于Hararghe西部地区，位于9°05′–9°08′N ，40°57′–41°01′E。 该集水区面积234公顷，位于海拔1965-2320米的范围内（图1）。其气候特征为

图1.（a）Augucho集水区的地形图; （b）Augucho集水区的斜坡地图。

半湿润，年降雨量在639至1238之间，年平均气温在16.8至20.9之间。因为在3.3和7.1 之间变化，降雨侵蚀力（=风暴的总动能和=最大30分钟降雨强度）在21到81()之间变化。土地利用的特点是34％的耕地，59％的草地，灌木和林地，以及5％的休耕（SCRP，1996）。

Augucho集水区是1982年由伯尔尼大学（瑞士）地理研究所与农业部（埃塞俄比亚）合作建立的埃塞俄比亚高原SCRP七个研究单位之一。

2.2数据来源

2.2.1风暴和风暴年选择

该区域有一个11年期间（1983-1993）观测到的降雨数据集。然而，运行该模型所需的信息，如土地利用，径流，沉积物和峰值径流速率，还不完全可用或不一致。因此，考虑到数据的可用性，1988年的数据用于模型验证，而1990年的数据用于模型校准。1988年和1990年共有23次和26次侵蚀性风暴（ge;13mm，Morgan等，1989; Lal，1994），每年使用11次风暴，其中可获得径流，径流率和沉积物的测量数据。

2.2.2数据收集技术和来源

本研究使用了两种类型的数据采集方法。 第一个涉及通过保护实践，养分使用，耕作实践和渠道类型识别的现场调查收集主要数据，描述和确定其相对特征，如宽度，深度和边坡。所有这些信息都是通过完善的调查问卷和调查程序收集的。

第二种数据收集方法涉及用于适应研究区域的USLE参数的辅助数据。这些数据包括从SCRP数据库获得的气象记录，河流水文测量，沉积物损失，土地利用和社会文化数据。SCRP建立了一个庞大的资源数据库，用于关于农田径流地块和流域水平的气候，径流和土壤流失。SCRP使用自动雨量计和每日降雨的补充观测点测量降雨量。全年使用自动水位记录仪测量了河流径流量。流域的沉积物损失是从河流中的悬浮沉积物中发现的。Hurni（1984）和Bosshart（1997）对研究设置和测量过程进行了深入的讨论。Bono和Seiler（1983）获得了关于侵蚀区域的某些事实，例如土壤类型，深度和可蚀性。如此记录的地图和数据为测试和评估模型提供了基础。

模型需要大约26个输入参数，其中大部分来自GIS分析并手动输入到AGNPS数据文件。表1列出了输入参数及其评估方法。

表1 用于推导AGNPS数据集的输入变量和参数的数据源，数据收集和应用方法

2.2.3分析技术

2.2.3.1 GIS的应用

模型输入数据，在1：10,000比例（土壤，土地利用，地形和可蚀性）的地图中组合，通过数字转换器传输到UNIX ARC / INFO GIS软件，将它们转换为100米times;100米和200米times;200米的工作网格单元。然后进行叠加分析以得出AGNPS输入文件的相关信息。然后进行叠加分析以得出AG NPS输入文件的相关信息。对于100米网格尺寸，流域中的基本单元总数为234（图2），对于200米网格大小，基本单元总数为59。还指示排水方向由每个细胞内的拓扑结构确定。

图2 包含234个细胞的Augucho集水区的排水图

2.2.3.2 AGNPS模型的应用

使用AGNPS版本4.

英语原文共 12 页

资料编号：[5948]

您可能感兴趣的文章

• 基于一个幂GARCH模型对黄金市场的研究外文翻译资料
• 主成分分析教程外文翻译资料
• 逐步回归的显著性检验外文翻译资料
• 大数据挖掘：回顾外文翻译资料
• DSSAE-BBOA：基于深度学习的气象大数据分析和可视化外文翻译资料
• 使用G或K点模式空间统计的统计推断外文翻译资料
• 李代数的扩张结构外文翻译资料
• 灾民居住偏好转变：以2016年日本熊本地震后益城三波面板数据为例外文翻译资料
• 影响印尼证券交易所投资的因素-增进对资本市场的了解外文翻译资料
• 基于JMP的教育数据挖掘外文翻译资料