简介：面源污染SWAT模型讲义面向刚接触分布式水文模型与非点源污染模拟的学习者，用一节课的篇幅梳理SWAT的核心框架与落地案例。内容先交代模型定位——土壤和水评估工具，按水循环环节模块化拆分，并说明命令代码控制子流域与河网演进的运行方式；随后分气候、陆地水文、水面水文三部分展开，涵盖日降水与气温、冠层蓄水、下渗、蒸散发、SCS曲线数地表径流、主河道与水库汇流等环节。泾河流域实例部分给出数据来源、92个子流域划分，以及不同植被和坡度下水土流失量的对比结论，便于理解参数设置与结果解读。包内为1个PPT文件，约564KB，适合课堂汇报或自学速览。已有986人学习，可作为面源污染建模入门的第一份框架性材料。

1. 面源污染最难算的从来不是排放量，而是“哪块地、哪场雨、冲走了多少”

面源污染也叫非点源污染，它和工业点源完全是两套逻辑：点源有一根管子，站在管子口测流量和浓度就能把账算清；面源没有管子，氮磷和泥沙是一场降雨在坡面上慢慢“泡”出来、再顺着沟道汇进河道的，雨没下之前，谁也不知道它要排多少。SWAT 模型（Soil and Water Assessment Tool，土壤和水评估工具）要干的事，就是把这件“事前说不清”的事变成“按天、按地块可以复算”的过程：把流域切成子流域，再把子流域切成同质地块，每个地块独立算产流产沙，最后沿河网汇到出口断面。搞懂它的价值不在于会点软件按钮，而在于你能判断一份面源污染模拟结果什么时候可信、什么时候是用参数硬凑出来的。

2. 空间离散与模块化：SWAT 为什么先把流域切成 92 块再拼回去

2.1 从子流域到 HRU：同一场雨为什么要分几种身份去算

一份日降水落在流域上，并不是均匀地变成径流。林地拦一部分、麦田渗一部分、村庄路面几乎全变径流。SWAT 的第一层离散是子流域：按地形和河网把流域划成若干块，每块有自己的出口和河道，讲义里的应用案例划出了 92 个子流域。第二层离散更关键，子流域内部再按“土地利用 × 土壤类型 × 坡度等级”的组合切成水文响应单元，也就是 HRU。

HRU 是产流的最小计算单元，它有三个特点值得记住：一是同一 HRU 内被认为完全同质，参数只有一套；二是 HRU 之间不发生水分交换，各自算完再把结果按面积加权汇总到子流域出口；三是 HRU 不出现在河网拓扑里，它只是子流域的一个“成分”。这套设计的动机很朴素：日尺度模型拿不到坡面汇流路径的高程细节，与其编一个假的路径，不如干脆承认“这一块地的产流直接进河道”。

代价也在这里。真实坡面上，上坡位的径流会流经下坡位，泥沙沿途沉积、氮磷沿途被吸附或解吸，HRU 之间不交互就把这段“沿程效应”抹掉了。常见的补救办法是把子流域划细一点，或者事后用输移损失参数去补，但两种办法都只能减小误差，消不掉。所以看到一份 SWAT 结果里子流域数量从 92 改成 300，泥沙总量变了，别急着怀疑模型坏了，这是离散尺度变化带来的必然结果。

2.2 一个环节一个模块：模块化到底解决了什么问题

SWAT 采用模块化设计，水循环的每一个环节对应一个模块：冠层截留是一个、下渗是一个、蒸散发是一个、壤中流是一个、地表径流是一个、河道汇流又是一个。这个“一个环节一个模块”不是软件工程上的洁癖，它解决的是三个很实际的问题。

第一是可替换。蒸散发可以选不同的潜在蒸散算法，融雪可以整套关掉，灌溉可以从农业管理模块里挂进来。你研究的是黄土丘陵沟壑区的水土流失，雪模块开着只是白算，关掉不影响结论。

第二是可裁剪。模块之间靠状态变量耦合，而不是靠一条写死的函数调用链：土壤分层含水量、冠层蓄水量、浅层含水层储量，这些状态量是模块之间的公共接口。上一时段蒸散发拿走了多少水，下一时段壤中流就少了多少水可拿，顺序由主控流程固定，模块内部怎么算互不干涉。

第三是可做情景对比。要回答“退耕还草之后流失量降多少”，本质上就是把土地利用这个输入换一套，其余模块一行不改，重跑一遍。讲义里“不同植被水土流失量的比较”，做的就是这件事。

我一般会这么理解这套设计：SWAT 不是在模拟一个物理世界，它是在维护一本按天结算的水量账本和泥沙账本，模块就是账本上的科目，科目可以增删，记账顺序不能乱。

2.3 命令驱动的汇流演进：为什么加一座水库只是改几行配置

讲义里有一句容易被扫过去的话：运行上采取命令代码控制方式，用来控制水流在子流域间和河网中的演进过程，使得添加水库的调蓄作用变得异常简单。这句话点到了 SWAT 架构里最实用的一块。

SWAT 的输入是一组按后缀分工的文本文件，每个文件负责一类对象，改动通过改文件完成，而不是改程序。

汇流是按天推进的时序：当天所有 HRU 算完产流产沙，按面积加权汇总到子流域出口，进入河道演算，再流向下游子流域，与那里的出流叠加，继续往下走，直到流域出口。水库就是插在这条时序上的一个节点：在流域配置里给某个子流域挂上水库编号，配一套水库参数，演进到它时先蓄、再按出流关系放，下游收到的水量和泥沙就自然变了。

这就是“添加水库异常简单”的技术含义：水库不是特例代码，它是演进链上的一个标准节点。你不需要理解程序怎么调度，只需要理解拓扑怎么描述。反过来说，拓扑描述一旦写错，比如某个子流域的上游编号指错了，模型照样能跑完、照样出结果，只是水流走了另一条路，这是后面避坑章节要专门讲的一类翻车。

3. 陆地水循环：一场降雨在坡面上被拆成几条路径

3.1 冠层蓄水与下渗：SCS 曲线数凭什么能顶替下渗物理过程

降雨落到地面之前先过冠层。SWAT 给每个 HRU 一个冠层最大蓄水容量，降水先填这个坑，填满了才落到地面，冠层里的水随后按潜在蒸散速率蒸发。落到地面之后，第一道分流是下渗，渗不下去的那部分才可能变成地表径流。

按物理过程推，下渗应该用 Richards 方程或者 Green-Ampt 类模型算，但那需要分钟级的雨强过程。讲义这个案例用的是 1996 到 2000 年的日降水、日最高最低温，一天一个数，雨强信息根本不存在。物理下渗模型没有驱动力，只能退回到经验方法，也就是 SCS 曲线数法（CN 法）。

它的核心是把“这场雨能产多少流”压缩成一个无量纲数 CN：

def scs_runoff(P, CN, lam=0.2): # P: 日降水量(mm) # CN: 曲线数, 由土地利用 + 土壤水文组 + 前期湿度决定, 范围约 30~100 # lam: 初损系数, 常用 0.2, 表示产流前先扣掉 20% 的潜在滞蓄 S = 25400.0 / CN - 254.0 # 潜在最大滞蓄量(mm) Ia = lam * S # 初损(mm), 被植物截留、填洼、初期下渗吃掉 if P <= Ia: return 0.0 # 雨还没填满初损, 不产流 Q = (P - Ia) ** 2 / (P - Ia + S) # 剩余雨量在滞蓄与径流之间分配 return min(Q, P) # 产流不会超过降水

拿 CN = 75 试一下：S 约 84.7 毫米，初损约 16.9 毫米。一场 50 毫米的雨，产流约 9.3 毫米，产流系数不到 0.19；同样 CN 下换成 100 毫米的雨，产流约 41.2 毫米，系数跳到 0.41。这种非线性正是面源污染的节律来源：小雨年份坡面几乎不出流，污染物待在土里；暴雨年份产流系数翻倍，泥沙和吸附态磷一起被冲走。

参数怎么改也就清楚了：CN 不是自由旋钮。它由土地利用（麦田、草地、林地、裸地各不同）、土壤水文组（按下渗能力分 A 到 D 四组，D 组最黏最不渗）、前期土壤湿度共同决定，值域有物理边界。把它当标定参数随便拉，率定期能对上，验证期必崩。

3.2 蒸散发、壤中流与地下水：水分再分配的三条出口

渗进土壤的水不是存着不动，SWAT 把土壤按深度分层，每层维护自己的含水量，然后开三个出口。

第一个出口是蒸散发。潜在蒸散由气象驱动算出上限，实际蒸散再被土壤含水量打折：表层先蒸，植物根系按根深分布从各层吸水，上层干了就只能往下层要。土壤蒸发和植物蒸腾在模型里是分开算的，因为它们的限制条件不同，蒸腾受气孔和根系分布控制，蒸发只受表层含水量控制。

第二个出口是壤中流。当某层含水量超过田间持水量、又还没到饱和，多余的水会侧向流出，进入子流域河道。讲义里把它列为独立环节是对的，在山坡地带壤中流往往是河道基流的重要来源，也是溶解态氮输移的主要通道之一。常见的实现思路是用存储—出流关系描述：把该层超出田间持水量的部分当作一个线性水库，按一个衰减系数逐日放水。

第三个出口是地下径流。下层渗漏补给浅层含水层，浅层含水层再以基流形式补给河道。这一支的水量决定了枯水期河道里有没有水，也决定了溶解态污染物在非降雨期还能不能持续进河。

这三条出口的关系值得琢磨：同一个 HRU，如果壤中流系数调大，地表径流就少、泥沙就少、但溶解态氮可能更多；如果蒸散系数调大，产流整体下降，泥沙和污染负荷一起降。所谓“率定”，很多时候是在这几个出口之间做取舍，而不是把某一条路径单独修准。

3.3 植被：一个植物生长模型怎么统一接管所有植被类型

讲义里有一句容易被低估的描述：用单一的植物生长模型模拟所有类型的植被盖度。这句话既是 SWAT 的强项，也是它的软肋。

强项在于，它让“植被”从一张静态的土地利用图变成了一个动态变量。单一模型维护叶面积指数、生物量累积、根系深度这些状态量，随温度和水分条件逐日生长，覆盖度会变、根会变深、蒸腾需求会变。回到面源污染的场景，这意味着同一块地春天和秋天不是一回事：春季作物覆盖低，坡面裸露，同样的雨能冲走更多泥沙；到了生长旺季盖度上来，流失量就降下去。用静态土地利用图是模拟不出这个季节动态的，而讲义在“进一步工作”里恰好提出要模拟和分析月尺度的土壤流失、探索不同植被下水土流失规律的季节动态，说明作者也很清楚这套静态输入的天花板在哪里。

软肋在于，用一个模型统一所有植被，参数上就必然要做粗暴的等价。灌木和乔木在模型眼里主要是叶面积指数曲线、最大根深、最大冠层高度这几个参数的差别，树种结构、枯落物层厚度、林下灌草层次这些真正影响坡面侵蚀的东西，被压缩掉了。所以当你看到模拟结果说乔木的流失量高于高覆盖草地，不要立刻觉得反直觉就一定是模型错了，先想想它眼里的“乔木”到底是什么样子。

4. 水面汇流：泥沙和氮磷是怎么从坡面被搬到出口断面的

4.1 主河道汇流：水、泥沙、营养物、有机化学物质为什么必须同步演进

到了河道里，SWAT 同时搬运四类东西：水、泥沙、营养物、有机化学物质。讲义把主河道汇流单列成水面部分的第一块，是因为这四类物质的输移逻辑完全不同，但又必须在一个时间步内按顺序更新。

水的演进决定了其他三者的载体。河道演算常用的思路是把河道分成调蓄段，按变量存储系数或马斯京根类方法算传播和衰减，输出当日出流过程。

泥沙的演进分两段：坡面产沙和河道输移。坡面产沙常见的实现思路是修正通用土壤流失方程一类的经验式，把降雨径流能量、土壤可蚀性、植被覆盖与耕作管理、坡长坡度几个因子乘起来，得到一个坡面产沙量。这个量进入河道后，还要看河道有没有能力把它带走：水流挟沙能力大于来沙就冲刷河床，小于来沙就淤积。所以子流域出口的泥沙量，往往不是坡面产沙量，而是坡面产沙经过河道一路沉积、冲刷之后的净结果。

营养物分两态：溶解态跟着水走，吸附态挂在泥沙颗粒上走。这一步的先后顺序极其关键，必须先更新泥沙、再更新吸附态污染物，否则泥沙沉了而挂在它上面的磷还留在水里，物质不守恒。有机化学物质同理，靠分配系数在水相和泥沙相之间分配。

这套顺序说明了一个容易被忽略的机制：面源污染的输移不是“污染物随水流动”这么简单，而是“污染物在水和沙两相之间反复换乘”。河道里泥沙沉降，吸附态磷跟着沉到河底；下一次洪水冲刷，它又回到水里。这就解释了为什么有些流域的磷负荷表现出强烈的滞后性：当年的施肥量下降，河口的磷浓度要好几年才降下来，因为河道和水库底泥里存着历史账。

4.2 水库汇流：五个口子怎么改变下游的污染节律

讲义把水库汇流概括成五个口子：入流、出流、降雨、蒸发、渗流。看着简单，但它在面源污染模拟里的作用被严重低估。

水库首先是个沉降池。入流带着泥沙进来，流速骤降，粗颗粒先沉，吸附态氮磷跟着一起沉。出库的水相对清澈，挟沙能力反而变强，会把下游河道的床沙冲起来。这就是常说的“清水下泄”，它让下游断面的泥沙和吸附态磷可能出现不降反升的情形。

其次它是节律改写器。天然河道里污染物浓度跟着降雨走，雨大浓度高；水库把入流拦蓄、按出流规则慢慢放，下游看到的浓度峰值被削平、时间被推后。你如果拿水库下游的实测水质去率定上游坡面的产污参数，很可能怎么调都对不上，因为中间隔着一个改写节律的节点。

这也回到第 2 章讲的架构：水库是汇流时序上的标准节点，加它只需要在拓扑里挂一个编号、配一套参数。讲义说“使得添加水库的调蓄作用变得异常简单”，说的就是这个机制层面的解耦：蓄泄行为被封装成一个节点对象，不用去动水流演进的调度逻辑。

4.3 案例一：92 个子流域上的植被情景，1 : 0.683 : 0.446 : 0.219 : 0.168 怎么读

讲义的应用案例，研究目的是通过模拟看不同植被对水土流失的影响。输入是 1996 到 2000 年流域内一个气象站的日降水与最高最低温，2000 年的土地利用，以及 1:400 万的土壤图，模拟把流域划成 92 个子流域，然后把不同植被类型下的流失量折算成相对比值，以冬小麦为 1：

这组数字最值得学的不是排序，而是它的表达方式：用相对比值而不是绝对值。绝对流失量对参数、对土壤可蚀性因子极其敏感，换个土壤图能差出一个数量级，跨情景比较就没有意义了。相对比值把系统性偏差约掉了，剩下的差异主要来自覆被变化本身，这才是情景实验该关心的量。

排序本身也讲得通：冬小麦一年里有大段时间地表裸露，翻耕又破坏团粒结构，坡面几乎不设防；带覆盖草地有连续的地表覆盖，但覆盖度中等；乔木冠层截留大，但林下地表往往裸露，枯落物分解快、根系深层导水还会增加壤中流，坡面保护并不如想象中强，所以 0.446 高于高覆盖草地；高覆盖草地贴着地面连续覆盖，直接削减雨滴击溅和坡面流速，0.219 是合理的；灌木 0.168 最低，因为它的覆盖贴近地表又相对持久。

这里有个容易被讲错的地方：高覆盖草地优于乔木，不等于“种草比种树好”。模型里的乔木是参数化的乔木，林下没有灌草层，现实中的复层林结构完全不是这样。把结论往外推的时候，必须把“模型里怎么表达这种覆被”和“现实中这种覆被长什么样”分开看，这一步是血泪经验。

4.4 案例二：坡度实验里 R² 忽高忽低，暴露了什么

讲义的第二个实验是坡度与土壤流失量的关系，给了好几张散点拟合图。这些图最有价值的地方，恰恰是它们互相矛盾。

同一批数据，按不同坡段、不同河流等级分组之后，拟合结果五花八门：有的分组斜率明显为正、R² 能到 0.79 甚至 0.84，看着相当漂亮；有的分组斜率是负的，R² 只有 0.0049、0.0887、0.1035 这种量级，几乎等于说“这条线什么都解释不了”。一段被标注为 25 度以下的图，R² 只有 0.0049；换到 25 度以上、30 度以上重新分组，斜率和 R² 立刻换一张脸。

这不是数据脏，而是机制在提示你：坡度只是一个代理变量。真正驱动坡面侵蚀的是坡长、坡形、坡面覆盖、土壤可蚀性、以及侵蚀类型本身。缓坡上以面蚀和细沟侵蚀为主，流失量随坡度增长平缓；陡坡上重力侵蚀、崩塌、切沟开始介入，规律完全换了一套；再往上，坡面已经留不住土，流失量反而受限于“有没有土可流失”，增长就钝化了。把这几套机制混在一个回归里，自然得到一个什么都解释不了的 R²。

还有一个更隐蔽的原因：模型输出的流失量是子流域尺度的面平均值，不是坡面尺度的点值。子流域划得越大，内部坡度差异被平均得越狠，坡度与流失量的相关性就越弱。92 个子流域意味着平均每个子流域覆盖了相当一片面积，坡度信息在这一步已经被磨掉一层。所以那些 R² 很低的图，未必说明“坡度不重要”，更可能说明“在这个空间尺度上，用子流域平均坡度去解释子流域平均流失量，本来就解释不了多少”。

讲义在“进一步工作”里提出，要在年数据基础上做月尺度的土壤流失模拟、探索季节动态，以及研究流失对植被覆盖度变化的响应，方向正是对的：把时间尺度收细、把驱动因子从单一坡度扩到覆盖度动态，才有可能把那些 R² 只有 0.00x 的分组救回来。

5. 避坑与排查：跑 SWAT 最容易翻车的几个地方

5.1 输入侧：年份错位和比例尺不够，会让后面所有努力作废

现象：率定期水量对得挺好，一换验证期整体偏高或偏低，调参数怎么调都按不住。

原因：输入的时间基准不一致。讲义案例里气象是 1996 到 2000 年，土地利用是 2000 年一张图。土地利用是状态量，用末年的一张图去代表整个五年，等于假设这五年地表没变过。如果这五年里确实有大面积退耕或开垦，产流和产沙的系统性偏差就固定在输入里了，参数再灵活也补不回来。

解决：把时间基准对齐当成第一步强制检查。做不到逐年土地利用，就把结论限定成“在 2000 年下垫面条件下的模拟”，别拿它去解释跨年的趋势；或者把覆被变化改写成情景对比，而不是塞进历史率定。

现象：某个子流域怎么调参数都没反应，敏感性分析出来一堆零。

原因：土壤图比例尺太粗。1:400 万的土壤图落到子流域尺度上，几个相邻子流域可能被赋予完全相同的土壤参数，HRU 划分退化，参数敏感性自然消失。

解决：先做一次输入分辨率与子流域平均面积的量级比对。土壤图的最小图斑远大于子流域面积时，就别指望土壤参数能靠率定“调出来”，老老实实做敏感性分析、给出区间，比硬凑一个最优值诚实得多。

5.2 参数侧：CN、蒸散系数这些旋钮的物理边界在哪

现象：率定期 Nash 系数很漂亮，验证期直接崩盘。

原因：把 CN 当成自由参数拉到物理范围之外。CN 由土地利用、土壤水文组、前期湿度决定，值域大致在 30 到 100 之间，麦田、草地、林地各有合理区间。为了拟合某几年的实测径流把它拉到 95 以上，等于宣称这块地几乎不渗水，物理上就站不住，换年份必崩。

解决：给每个参数设硬边界，并且优先调那些不确定性本来就大的参数，比如土壤蒸发补偿系数、基流消退系数这类没有直接观测、只能靠率定确定的量。CN 只在小范围内微调，超出边界就说明是输入数据的问题，不是参数的问题。

现象：水量对得很好，泥沙差一个数量级，氮磷更是没法看。

原因：分步率定的顺序错了。产流、产沙、营养物是三套参数在管：产流看 CN 和下渗相关参数，产沙看土壤可蚀性、覆盖管理因子、水土保持措施因子，营养物看初始浓度和入河系数。一上来就把三者一起调，等于让三套参数互相掩盖误差。

解决：严格分步，先水后沙再养分，前一步不达标不进下一步。这一步顺序反过来，后面的工作全是白做。

5.3 结果侧：R² 好看、水量对得上，不代表泥沙和氮磷可信

现象：某段坡度的拟合 R² 到了 0.8 以上，就据此下结论说“坡度是主导因子”。

原因：R² 高只说明这组样本内线性关系强，不说明机制成立。讲义里同一批数据换个分组方式，斜率和 R² 就完全变了样，有的分组甚至是负斜率。分组方式本身是人选的，选到哪一组 R² 高就报哪一组，这是典型的选择性呈现。

解决：把所有分组结果一起摆出来，包括那些 R² 只有 0.00x 的组。低 R² 不是失败，它是“这个尺度上这个因子解释不了”的有效信息，往往比高 R² 更能说明问题出在尺度或因子选择上。

现象：换了子流域划分方案（比如从 92 个改成 200 个），所有结果都变了，不知道哪版可信。

原因：离散尺度变了，HRU 组合方式、河道汇流路径、参数汇总的面积权重全变了，结果不可比是必然的。

解决：情景对比实验一旦定下划分方案就锁死，中途不改。要评估划分敏感性，就单独做一组“同一情景、不同划分”的对照，用它给出结果的不确定区间，而不是混在情景对比里。

6. 取舍：SWAT 把物理过程压成参数，换来的是“缺资料也能跑”

把这份讲义从头到尾串一遍，会发现 SWAT 的每一个设计选择都在做同一件事：用可控的经验性，换可运行性。

半分布式是第一层取舍。HRU 之间不交互，坡面沿程的泥沙沉积和污染物换乘被抹掉，换来的是每个 HRU 只需要一套土地利用、土壤、坡度参数，而这些参数恰好是能从公开图件上拿到的。全分布式网格模型能表达沿程过程，但它需要每个网格一套参数，在 1:400 万土壤图这种资料条件下根本撑不起来。

经验公式是第二层取舍。CN 法替代物理下渗、经验产沙式替代泥沙输移方程，是因为日尺度气象输入里没有雨强，物理模型没有驱动力。这不是偷懒，是在输入信息量给定的前提下，选一个不会给出虚假精度的方案。

日步长是第三层取舍。日步长抹平了洪峰，暴雨期泥沙和污染负荷会被低估，但日步长让 1996 到 2000 年这种长度的序列可以跑完，也让气象数据的要求降到“有日降水和最高最低温”就行。

所以判断一份 SWAT 结果能不能用，问的不是“准不准”，而是“你要回答的问题，是不是正好在它没放弃的那一侧”。问年度产沙的相对排序，它在；问一场暴雨的峰值浓度，它不在。

从那以后，我每次拿到一份模型结果，都强制走一遍三步：先把所有输入的时间基准和空间分辨率摊开对一遍，再检查关键参数的物理边界有没有被突破，最后把分组拟合结果全部摆出来看低 R² 的那几组在说什么。三步走完，往往不用看最终报告，就知道这份结论能推到哪一步。希望帮到你。

本文还有配套的精品资源，点击获取