太湖流域地处我国东部长江河口段南侧与钱塘江、杭州湾之间，北滨长江，南滨钱塘江，东临东海，西以天目山、茅山等山区为界，流域总面积约36 800 km²。地形特点为地势周边高、中间低，呈现碟状分布，山区区域高程大约为200～500 m，丘陵区域高程大约为12～32 m，中部平原区域高程一般低于5 m，沿江滨海平原区域高程一般在5～10 m。流域河网分布如织，湖泊星罗棋布，河道狭长，水系干线总长120 000 km，上游水系有苕溪、南溪和洮滆水系等，经望虞河、太浦河等大江水闸流出，与长江、黄浦江水道相通。流域最主要土地利用类型为耕地，主要农作物耕作类型为水稻、小麦和其他经济作物^[14-17]。太湖流域地理位置，见图1。

土地利用变化是影响区域环境变化的重要指标^[18]，土地利用方式与非点源污染氮磷负荷密切相关^[19]。本研究运用ENVI 5.1软件中的监督分类工具对1980、1990、2000、2010和2018年5期太湖流域的遥感影像进行解译和重分类，结合Arcgis 10.5软件calculate工具分别得到1980、1990、2000、2010和2018年的太湖流域不同土地利用类型数据。本研究按照《土地利用现状分级分类标准》将研究区域土地利用分为6种，分别为：耕地、林地、草地、水域、建设用地和未利用地。太湖流域1980、1990、2000、2010和2018年土地利用类型，见图2。

对太湖流域1980、1990、2000、2010和2018年6大土地利用类型面积占比进行统计，流域土地利用结构，见图3。

图2和图3可知，太湖流域1980～2018年主要土地利用类型为耕地，5个年度均占45%以上；草地和未利用地面积小，不足流域面积的1%。1980～2018年太湖流域土地利用变化明显，草地、建设用地和未利用地增长最多，分别为34.5%、225.4%和278.9%；林地和耕地分别减少1.7%和31.2%。

对太湖流域1980～2018年土地利用面积变化情况进行统计，得到土地利用转移矩阵，见表1。

表1可知，太湖流域1980～2018年土地转变较剧烈，土地转变总面积11 887.3 km²，占流域总面积的23.9%。其中耕地转变面积最大，占变化总量的90%；未利用地、耕地和草地参与其他土地利用转变率最高，转变量分别占1980年未利用地、耕地和草地的32.0%、32.8%和36.5%。土地利用转变过程中，耕地主要向建设用地转变；未利用地主要向水域和建设用地转变；草地主要向水域和林地转变。

SWAT(soil and water assessment tool)模型是由美国农业部开发的用于模拟流域水文过程的一款分布式水文模型。模型建立所需的数据包括空间数据和属性数据2部分。空间数据主要包括数字高程模型数据（digital elevation model，DEM）、土地利用类型数据、土壤类型数据、水系数据、水文监测数据，并将数据统一为相同的地理坐标和投影。本文采用的地理坐标系是WGS84坐标，投影方式采用墨卡托投影；属性数据主要包括土壤理化性质数据、气象数据和农作物管理数据。研究中所使用的数据来源及基本情况，见表2。

由于太湖流域河网复杂，为提高数字河网的准确性，本文采用burn-in算法，将流域实际河网输入到模型中。同时在综合考虑河网划分的准确性和子流域数量的前提下，将河道阈值面积定义为5 000 hm²，将研究区域划分为472个子流域。然后在模型中输入重分类后的土地利用类型数据和土壤类型数据，其中土壤类型数据包括物理属性和化学属性，参照SWAT模型土壤数据库建库方法^[20]计算后分别存放在SWAT用户数据库（usersoil）和SWAT土壤输入文件（.chm）中。并对坡度进行划分。同时定义土地利用、土壤和坡度的划分阈值分别为面积的15%、5%和10%。最终将流域划分为3 205个水文响应单元。最后输入气象数据、土壤理化属性数据和农业管理数据，完成模型的构建。

采用SWAT-CUP中的SUFI-2算法对模型进行敏感性分析和参数率定，使用决定系数${R}^{2}$和Nash-Suttcliffe效率系数E_ns来验证模型的准确性。${R}^{2}$表征模拟值与实测值变化趋势的吻合程度，其值越大，吻合度越高。E_ns值越接近1，表示模型可信度越高。一般来说，当E_ns﹥0.5时，表明模拟值符合要求。决定系数${R}^{2}$计算，见式（1）：

Nash-Suttcliffe效率系数${E}_{\mathrm{n}\mathrm{s}}$计算，见式（2）：

式中，${Q}_{i}^{\mathrm{o}\mathrm{b}\mathrm{s}}$、${Q}_{i}^{\mathrm{s}\mathrm{i}\mathrm{m}}$分别为径流量的实测值和模拟值；${Q}_{\mathrm{a}\mathrm{v}\mathrm{g}}^{\mathrm{o}\mathrm{b}\mathrm{s}}$、${Q}_{\mathrm{a}\mathrm{v}\mathrm{g}}^{\mathrm{s}\mathrm{i}\mathrm{m}}$分别为径流量实测值和模拟值的平均值。

采用2008～2018年兰山嘴水文站、王江泾水文站和急水港水文站实测径流资料进行模型的率定和验证，结果表明径流实测值与模拟值的吻合程度较好，${R}^{2}\mathrm{和}{E}_{\mathrm{n}\mathrm{s}}$均高于0.5，说明模型精度能满足要求。参数率定及验证结果，见图4～6和表3～6。

将率定后的参数输入SWAT模型，对太湖流域非点源氮磷输出进行模拟，对模拟的结果，主要从时间变化和空间分布上分析氮磷输出规律和特征。

读取模型结果对TN、TP负荷年际变化进行统计，见表7。

表7可知，1980年TN、TP负荷量分别为9.95和2.60万吨；2018年TN、TP负荷量分别为5.89和0.83万吨，总体上分别以−61.3 和−42.1 t/a的幅度呈现下降趋势，下降总量分别为4.06和1.77万t，TN下降总量更多；从污染物下降速率来看，TP下降速率是TN的2.5倍，TP负荷削减得更快。从年际变化趋势来看，TN、TP负荷量在20世纪80年代下降趋势最明显，1980～1987年间负荷总量分别下降6.31和1.98万吨，年均变化率分别达到9.4%和10.9%；20世纪90年代略有上升，1990～2000年间负荷总量分别上升2.05和0.28万吨，年均变化率为3.4%和2.5%；2000～2018年负荷量平稳下降，负荷总量分别下降2.54和0.60万吨，年均变化率分别是1.7%和2.3%。

为了精细化评估流域非点源污染变化情况，对全流域进行栅格化处理，栅格大小1 km×1 km。在Arcgis软件中，将栅格化后的流域图依次与SWAT模型结果中包含非点源污染物的Watershed数据以及1980年、2018年土地利用数据进行处理，得到流域1980～2018年非点源氮磷负荷变化情况，正值表示污染物负荷增加，负值表示削减，见图7。

图7可知，TN、TP污染物负荷变化空间分布上表现较为一致，均是西北高、西南低的特点。研究期间，TN、TP污染负荷变化量在不同地区差异较大：TN、TP负荷增加量在镇江地区最高，且由北向南逐渐增加；TN、TP负荷削减量在杭州和湖州地区最高，且由北向南逐渐增加。

将6种土地利用类型对1980～2018年污染负荷变化量的贡献大小进行统计，见表8。

表8可知，对于TN污染负荷变化量来说，各土地利用类型的贡献率从大到小依次为：林地、耕地、草地、水域、建设用地和未利用地；对于TP污染负荷变化量来说，各土地利用类型的贡献率从大到小依次为：耕地、林地、建设用地、水域、草地和未利用地。对TN、TP负荷变化量的贡献率最高的地类均是耕地和林地，分别为94.38%和86.78%，其中林地对TN负荷变化影响更大，耕地对TP负荷变化影响更大。

TN、TP负荷变化转移矩阵表示某种土地利用类型发生转变的过程中污染负荷的变化量，正值表示污染负荷增加，负值表示污染负荷削减，见表9和表10。

表9和表10可知，1980～2018年间，太湖流域某种土地利用类型转换为其他类型过程中，TN、TP负荷总体处于削减状态，削减总量分别约为1 431.16 t和2 577.8 t。某种土地利用类型转变为其他土地利用类型过程中，对TN、TP的削减程度不同。对于TN来说，耕地转为林地、草地转为林地时削减量最高，分别占地类转化TN削减总量的62.54%和26.77%；对于TP来说，耕地转为林地、建设用地转为林地时削减量最高，分别占地类转化TP削减总量的71.36%和21.86%。可见，耕地是影响流域非点源氮磷负荷量的最大的土地利用类型，林地则能有效削减氮磷负荷量。

（1）从土地利用情况来看，太湖流域1980～2018年主要土地利用类型为耕地，占比45%以上；土地转变较剧烈，土地转变总面积11 887.3 km²，其中耕地转变面积最大，占变化总量的90%，耕地主要向建设用地转变。

（2）从TN、TP污染物负荷总量年际变化特征来看，1980年和2018年负荷总量分别为9.95万吨、2.60万吨和5.89万吨、0.83万吨，TN、TP分别以−61.3 t/a和−42.1 t/a的幅度呈下降趋势，TN下降总量更高、TP下降速率更高。

（3）从TN、TP污染物变化空间分布特征来看，TN、TP污染物负荷变化空间分布上表现较为一致，均是西北高、西南低的特点。TN、TP污染负荷变化量在不同地区差异较大：TN、TP负荷增加量在镇江地区最高，且由北向南逐渐增加；TN、TP负荷削减量在杭州和湖州地区最高，且由北向南逐渐增加。

（4）各土地利用类型对TN负荷变化贡献率从大到小依次为：林地、耕地、草地、水域、建设用地和未利用地；对TP负荷变化的贡献率从大到小依次为：耕地、林地、建设用地、水域、草地和未利用地。

（5）耕地是影响非点源氮磷负荷量的最大的土地利用类型，林地则能有效削减氮磷负荷量。某种土地利用转变为其他土地利用类型过程中，对TN、TP的削减程度不同。对于TN来说，耕地转为林地、草地转为林地时削减量最高；对于TP来说，耕地转为林地、建设用地转为林地时削减量最高。