CN104361523B - 一种基于gis的分布式稻田氮素径流流失负荷估算方法 - Google Patents

Abstract

本发明涉及一种分布式稻田氮素径流流失负荷估算方法，其步骤包括：1）研究区域基础资料搜集：收集研究区域日降雨量、蒸发量及研究区域的行政区划图、土地利用图和土壤图；2）施肥及田间水分管理基础数据调查；3）相关空间分布栅格图层生成；4）不同土壤类型下稻田田面水氮素浓度动态变化规律测算；对不同壤类型和不同施肥水平下的稻田田面水进行动态监测，并计算其拟合方程参数；5）稻田氮素径流流失负荷计算，包括水量平衡模块、初始浓度计算模块和负荷输出模块三个部分。本方法能反映出非点源产排污系数的时空变化，且所需的基础资料和参数相对较少，模型构建较容易，运行效率较高。

Description

一种基于GIS的分布式稻田氮素径流流失负荷估算方法

技术领域

本发明涉及一种非点源污染负荷估算方法，尤其涉及一种基于GIS的适用于平原地区大尺度稻田氮素径流流失负荷估算的方法。

背景技术

近年来，随着点源污染逐渐得到治理，非点源污染问题凸显。而农田氮磷流失是非点源污染的最主要组成部分，重视农业非点源污染是国际大趋势。2013年6月5日，国家环保部公布的《2012中国环境状况公报》称，全国超过30％的河流和超过50％的地下水不达标，而其中农业面源污染是无法忽视的罪魁祸首之一。我国农业经济发展中人多地少的矛盾促使农业生产对化肥施用的依赖性极强。化肥农用品的过量施用导致了大量的氮、磷营养物质随着暴雨径流或农事排水进入周边水体，造成水体富营养化。中科院院士朱兆良认为：“在未来几年里，工业和城市生活污水对水质污染的影响将逐渐减小，如果不采取有效措施，由作物种植和畜禽养殖业导致的面源污染，对水质和空气污染的贡献率将日益凸显”。因此，控制农业非点源污染对我国的流域污染治理具有极其重要的意义。

目前，有较多的学者对稻田产区的农业非点源污染的负荷进行了估算，主要方法有输出系数法、现场监测法和模型计算法三种。

(1)输出系数法通常采用根据地区某种土地利用类型所占的面积及其对应的单位流失系数来估算污染负荷，该方法简便易行，但由于其流失系数通常为单一的经验数值，因而仅用于粗略估算；

(2)现场监测法通常在研究区域内选择具有代表性的典型小区，同步监测降雨径流的水量和水质，以小区单位污染负荷来估算整个流域的非点源负荷量，这种方法较为直观，但由于非点源污染存在时空差异性，因而其适用性受到影响；

(3)模型计算法是近年来随着“3S”技术的不断成熟而发展起来的。模型计算法可分为机理性模型和非机理性模型两大类。机理性模型的典型代表是SWAT、AnnAGNPS等一系列成熟软件，其本质均为利用“3S”技术为平台，在数字高程模型(DEM)及土地利用图等数据基础上将流域划分若干个集水单元，并根据各种动力学方程和经验公式来模拟污染物的迁移转化，能模拟复杂的非点源产排污机理，但建立模型对各种数据完整性要求很高，而国内数据共享体系不够完善，数据共享存在困难。且由于非点源产排污机理十分复杂，使得对非点源污染过程精确的物理描述几乎不可能。同时人们发现对非点源发生机理无限精细的公式描述非但不能增加模型的精度，反而可能造成更大的误差，而且使模型的输入增加，操作更为复杂，运行成本上升，因此诸如SCS水文模型和通用土壤流失方程(USLE)这样的统计模型仍然被广泛地应用。因此，有必要建立一个由主要影响因素主导的半机理性计算方法，并结合“3S”技术以反映其时空变化，建立一个计算模型，在保证精度的同时也能简便得对农业面源污染负荷进行估算。

该方法通过对化肥施入稻田后田面水中污染物的迁移转化进行研究，得出其动态变化规律，并将该规律与降雨—产流模型进行耦合，用于计算降雨过程中的稻田氮磷流失负荷；同时利用“3S”技术，将该模型应用于流域范围内，可以模拟出不同尺度下的稻田产区非点源产排污动态变化规律。与传统的单一输出系数法相比，该方法更能反映出非点源产排污系数的时空变化；另外，与机理性模型相比，本方法的所需的基础资料和参数相对较少，模型构建较容易，运行效率较高。

发明内容

本发明的目的是克服现有技术的不足，提供一种基于GIS的分布式稻田氮素径流流失负荷估算方法。

为了实现上述目的，本发明的的估算方法包括如下步骤：

1)研究区域基础资料搜集

收集研究区域内研究时间范围内的不同气象站点的日降雨量、蒸发量及研究区域的行政区划图、土地利用图和土壤图；

2)施肥及田间水分管理基础数据调查

根据预先制定的实地调查和空间分析方案，在研究区域开展施肥及田间水分管理基础数据调查，调查内容包括稻田氮肥施用量、施肥时间、不同田块稻田排水口高度和实时田面水高度；所述的实地调查和空间分析方案的制定参见《空间抽样与统计推断》；

3)相关空间分布栅格图层生成

根据步骤2)中的调查结果，确定研究区域的稻田施肥时间、稻田排水口高度和实时田面水高度的概率分布函数，并在GIS中分别生成符合各自概率分布函数的随机栅格图层；同时，对步骤2)中得到的不同调查点位的氮肥施用量进行空间插值，得到氮肥施用量的空间分布栅格图层；

4)不同土壤类型下稻田田面水氮素浓度动态变化规律测算

选择该地区所有水稻土亚类中所占比例最大的土种作为代表该类型水稻土的试验土壤，各土种分别建立试验小区，按照预先制定的氮素浓度监测分析方案，定期对不同氮肥施用量下的各试验小区中田面水所含氮素浓度进行取样分析；所述的氮素浓度监测分析方案的制定参见《水和废水监测分析方法·第四版》；

获得稻田田面水氮素浓度动态变化数据后，分别对不同土壤类型下的污染物浓度数据进行拟合，拟合方程如下：

式中：n为降雨距离施肥的天数，单位为d；—第n天降雨开始时水稻田表水层的氮素浓度，单位为mg/l；F为氮肥施用量，单位为kg/hm²；a、b、k、c为常数；

5)稻田氮素径流流失负荷计算

稻田氮素径流流失负荷计算以栅格为计算基本单元，将不同栅格图层的对应栅格值按日步长进行迭代运算；每次迭代均包含水量平衡、初始浓度计算和负荷输出模块三个部分，各模块均以第n-1天的各个参数作为第n天的输入数据，结合第n天的降雨量、蒸发量数据，按照模块内预设的公式计算第n天的各个参数，并生成包含新值的栅格图层，其对应的栅格值又作为第n+1天的各个公式的输入数据，依次循环，直至计算结束；第1日的计算以步骤1)中的各种基础资料和步骤3)中得到栅格图层为当日计算公式的输入数据；

所述的水量平衡模块、初始浓度计算模块和负荷输出模块内预设的公式如下：

5.1水量平衡模块：

水量平衡的各计算公式如下：

径流量：

当时，

当时，

灌溉水量：

当时，

当时，

田面水初始高度：

当n＝0时，

Hⁿ⁺¹＝H₀

当n>0时，

式中：H_max为稻田排水口高度，单位为m；H_min为农事管理中稻田最低水深，取值为2，单位为m；Hⁿ为第n天田间田面水初始高度，单位为m；为第n天降雨量，单位为m；为第n天径流水深，单位为m；为第n天蒸发量，单位为m；为第n天灌溉水深，单位为m；Hⁿ⁺¹为第n+1天田面水初始高度，单位为m；H₀为初始田面水高度，单位为m；

5.2初始浓度计算模块：

按照步骤4)中拟合得到的方程计算第n天降雨开始时水稻田表水层的氮素浓度

5.3负荷输出模块

第n天的稻田径流流失量计算公式如下：

式中：Q_n—稻田污染物流失量，单位为g；A—稻田面积，单位为m²；—第n天降雨开始时水稻田表水层的氮素浓度，单位为mg/l；Hⁿ—第n天田面水初始高度，单位为m；为第n天径流水深，单位为m；为第n天雨水中污染物浓度，取值为1，单位为mg/l；H_max为稻田排水口高度，单位为m。

施肥后n天内累计负荷计算公式如下

式中：Q为为施肥后n天内累计负荷流失量，单位为g。

所述的基于GIS的分布式稻田氮素径流流失负荷估算方法中，步骤5.2中所述的栅格单元在计算初始浓度时的对应规则为：若该栅格单元在步骤1)中获取的土地利用图中对应的栅格单元的土地利用种类为稻田，且在步骤1)中获取的土壤图中对应的栅格单元的土种对应的土壤亚类为水稻土，则选择步骤4)中该土种所属的土壤亚类下的稻田田面水氮素浓度动态变化拟合公式进行计算；若该栅格单元在步骤1)中的土地利用图对应的土地利用种类不是稻田，或在步骤1)中的土壤图对应的土壤亚类不是水稻土，则不选择任何一个拟合方程进行计算，设为NoData；土种和土壤亚类的对应关系见《中国土壤分类与代码GBT17296-2009》。

所述的基于GIS的分布式稻田氮素径流流失负荷估算方法中，步骤5.1和5.3中各栅格单元的H_max以步骤3)中稻田排水口高度栅格图层的对应栅格单元的值为输入值，各栅格单元的H₀以步骤3)中稻田实时田面水高度栅格图层的对应栅格单元的值为输入值。

所述的基于GIS的分布式稻田氮素径流流失负荷估算方法中，步骤5.2中各栅格单元的参数n以该计算当日距离步骤3)中得到的对应栅格单元的稻田施肥时间T的天数为输入值，各栅格单元的参数F以步骤3)中得到的对应栅格单元的氮肥施用量为输入值。

所述的基于GIS的分布式稻田氮素径流流失负荷估算方法中，步骤5.1中的各栅格单元的参数和的确定方法如下：先将步骤1)中搜集的各气象站点的经纬度及各站点第n天的降雨量和蒸发量在GIS中进行空间插值，得到第n天研究区域的降雨量栅格图层和蒸发量栅格图层，再分别以降雨量栅格图层和蒸发量栅格图层对应栅格单元的值作为步骤5.1中的各栅格单元的参数和的输入值。

所述的基于GIS的分布式稻田氮素径流流失负荷估算方法中，步骤5.3中的格栅单元的参数A以该栅格单元地理上对应的实际土地面积为输入值。

附图说明

图1是杭嘉湖地区行政区划图；

图2是杭嘉湖地区土壤图；

图3是杭嘉湖地区水田分布栅格图；

图4是杭嘉湖地区施肥情况调查点位图；

图5是杭嘉湖地区氮素(以纯N计)施用量分布栅格图；

图6是杭嘉湖地区稻田排水口高度频率分布图；

图7是杭嘉湖地区稻田排水口高度分布栅格图；

图8是杭嘉湖地区稻田施肥时间分布栅格图；

图9是杭嘉湖地区稻田实时田面水高度栅格图；

图10是杭嘉湖地区2008年稻季TN流失负荷图。

具体实施方式

以下通过实施例对本发明作进一步描述。

实施例：

选取杭嘉湖平原作为应用区域，该平原位于太湖以南，该地区地势极为低平，河网密布，有京杭大运河穿过。该地区包括杭州、嘉兴、湖州三市。杭嘉湖平原作为中国商品粮基地，是浙江省最大的产粮区，自古以来便是富庶的“鱼米之乡”。但随着工业化、城市化和农业现代化的发展，水环境质量日益恶化，农田化肥流失及其对环境的影响日益严重并受到人们的关注。在降雨条件下大量氮肥特别容易通过降雨径流和渗滤淋溶作用损失，污染地表和浅层地下水。化肥的不合理施用及氮素的大量流失不仅在经济上造成巨大损失，还对水体环境构成了很大的危害。

本实施例的稻田氮素径流流失负荷估算步骤如下：

1)研究区域基础资料搜集

气象数据由浙江省水文局及中国气象科学数据共享网提供，共计18个站点，其中杭州5个，湖州2个，嘉兴7个，临安4个，各站点均包含2008年的日降雨量、蒸发量数据；

杭嘉湖地区行政区划图如图1所示，该图原始图件为浙江省行政区划图，对其进行切割后形成；

杭嘉湖地区土壤图如图2所示，该图原始图件取自联合国粮食及农业组织FAO网站的HWSD数据集，对其进行裁切后形成，分辨率1km；

杭嘉湖地区水田分布栅格图如图3所示，该图原始图件取自地球系统科学数据共享平台中浙江省1：10万土地利用数据，并对其进行重分类，将土地利用类型分为稻田和非稻田两类。

2)施肥及田间水分管理基础数据调查

2013年5月完成对杭嘉湖地区内水稻种植期间氮肥施用情况及田间水分管理情况的调查，调查内容包括稻田氮肥施用量、施肥时间、不同田块稻田排水口高度和实时田面水高度；施肥情况调查共调查了36个点位100多户农户，调查点位如图4所示；同时对600多片稻田的排水口高度和实时田面水高度进行了测量；

3)相关空间分布栅格图层生成

根据上述调查结果，将不同点位的稻季氮肥施用量在GIS中利用ArcGIS 10.1软件的空间分析功能进行IDW插值后得到杭嘉湖地区氮素(以纯N计)施用量分布栅格图，如图5所示；

利用SPSS 20.0统计分析软件对研究区域的稻田排水口高度的概率分布进行分析，发现其符合μ＝12.82，σ＝1.83的正态分布函数，稻田排水口高度频率分布图如图6所示。在GIS中利用ArcGIS 10.1软件分别生成符合其概率分布函数的随机栅格图层。稻田排水口高度分布栅格图如图7所示。

同理，对稻田施肥时间进行统计分析，在GIS中利用ArcGIS 10.1软件分别生成符合其概率分布函数的随机栅格图层。稻田施肥时间分布栅格图如图8所示，各栅格值为距离2008年5月26号的天数。

另外，对稻田实时田面水高度数据进行统计分析，并在GIS中利用ArcGIS 10.1软件分别生成符合其概率分布函数的随机栅格图层，作为首日输入的稻田初始田面水高度栅格图层。稻田实时田面水高度栅格图如图9所示。

4)不同土壤类型下稻田田面水氮素浓度动态变化规律测算

本实施例选取杭嘉湖平原中的四类水稻土进行研究，分别为淹育型水稻土、渗育型水稻土、潴育型水稻土和脱潜潴育型水稻土，四种土壤类型占了杭嘉湖地区水稻土的99.7％。

表1土壤类型信息

每种不同土壤均在当地选择一块稻田进行试验，每块稻田用田埂分割为18个面积2m²的单元。田埂均进行包膜处理，各单元独立进行排灌，防止相互影响。根据杭嘉湖地区氮素(以纯N计)施用量分布栅格图可知，研究区域内最大化肥施用量F_max＝448kgN/hm²，因此将施肥用量分为六个等级，分别为0，90，180，270，360，450kg N/hm²，同时每个施肥水平设计3个平行试验；各单元的肥料分三次施用，苗肥∶分蘖肥∶穗肥＝20％∶40％∶40％，三次施肥时间分别为2013-06-25、2013-07-13、2013-09-02，试验过程中田面水高度按照当地农事操作习惯保持在3.5cm左右。于施肥后第1、2、3、5、7、9、18、27天，分别对各试验单元进行取样，样品带回实验室进行分析，分析指标为TN，分析方法参见《水和废水监测分析方法·第四版》；

获得上述数据后，利用SPSS20.0统计分析软件对不同土壤类型及不同施肥阶段的所得数据进行拟合，拟合方程为y＝(a×F+b)e^-kn+c，其中y为施肥t天后田面水中污染物浓度，单位为mg/L；F为施肥量，单位为kg/hm²；n为施肥后天数，单位为d；a、b、k、c为常数。三次施肥TN的变化规律曲线，如下表2所示：

表2 TN动态变化拟合曲线参数表

5)稻田氮素径流流失负荷计算

稻田氮素径流流失负荷计算以栅格为计算基本单元，将不同栅格图层的对应栅格值按日步长进行迭代运算；每次迭代均包含水量平衡、初始浓度计算和负荷输出模块三个部分，各模块均以第n-1天的各个参数作为第n天的输入数据，结合第n天的降雨量、蒸发量数据，按照模块内预设的公式计算第n天的各个参数，并生成包含新值的栅格图层，其对应的栅格值又作为第n+1天的各个公式的输入数据，依次循环，直至计算结束；第1日的计算以步骤1)中的各种基础资料和步骤3)中得到栅格图层为当日计算公式的输入数据；各模块的计算公式如下：

5.1水量平衡模块：

分别读取各气象站点的当日降雨量，进行Krigging插值，得到研究区域内各栅格单元的当日降雨量

水量平衡的各计算公式如下：

径流量：

当时，

当时，

灌溉水量：

当时，

当时，

田面水初始高度：

当n＝0时，

Hⁿ⁺¹＝₀

当n>0时，

其中：H_max为田埂排水口高度；H_min为农事管理中稻田最低水深；Hⁿ为第n天田间田面水初始高度；为第n天降雨量；为第n天径流水深；为第n天蒸发量；为第n天灌溉水深；Hⁿ⁺¹为第n+1天田面水初始高度；

5.2初始浓度计算模块：

将计算当日距前次施肥的天数t代入步骤2中拟合得到的方程y＝(a×P+b)e^-kt+c，计算当日田面水中污染物初始浓度

5.3负荷输出模块

第n天的稻田径流流失负荷计算公式如下：

式中：Q_n—农田污染物流失量(g)；A—农田面积(m²)；—第n天降雨开始时水稻田表水层的氮素浓度(mg/l)；Hⁿ—第n天田面水初始高度(m)；为第n天径流水深(m)；为雨水中污染物浓度(mg/l)；H_max为田埂排水口高度(m)。

施肥后n天内累计负荷Q计算公式如下

步骤5.2中栅格单元在计算初始浓度时的对应规则为：若该栅格单元在步骤1)中获取的土地利用图中对应的栅格单元的土地利用种类为稻田，且在步骤1)中获取的土壤图中对应的栅格单元的土种对应的土壤亚类为水稻土，则选择步骤4)中该土种所属的土壤亚类下的稻田田面水氮素浓度动态变化拟合公式进行计算；若该栅格单元在步骤1)中的土地利用图对应的土地利用种类不是稻田，或在步骤1)中的土壤图对应的土壤亚类不是水稻土，则不选择任何一个拟合方程进行计算，设为NoData；土种和土壤亚类的对应关系见《中国土壤分类与代码GBT 17296-2009》。

步骤5.1和5.3中各栅格单元的H_max以步骤3)中稻田排水口高度栅格图层的对应栅格单元的值为输入值，各栅格单元的H₀以步骤3)中稻田实时田面水高度栅格图层的对应栅格单元的值为输入值。

步骤5.2中各栅格单元的参数n以该计算当日距离步骤3)中得到的对应栅格单元的稻田施肥时间T的天数为输入值，各栅格单元的参数F以步骤3)中得到的对应栅格单元的氮肥施用量为输入值。

步骤5.1中的各栅格单元的参数和的确定方法如下：先将步骤1)中搜集的各气象站点的经纬度及各站点第n天的降雨量和蒸发量在GIS中进行空间插值，得到第n天研究区域的降雨量栅格图层和蒸发量栅格图层，再分别以降雨量栅格图层和蒸发量栅格图层对应栅格单元的值作为步骤5.1中的各栅格单元的参数和的输入值。

步骤5.3中的格栅单元的参数A以该栅格单元地理上对应的实际土地面积为输入值，本实例中为921600。

通过上述步骤在GIS中利用图形化建模工具ArcGIS Model Builder建立稻田氮素径流流失负荷估算模型，并对2008年6月到11月的稻季负荷进行估算，其2008年稻季氮素(以TN计)径流流失负荷图如图10所示。

按地级市进行统计，结果如下表3所示：

表3 TN流失负荷统计情况(按地级市)

Claims (6)

1.一种基于GIS的分布式稻田氮素径流流失负荷估算方法，其特征在于包括如下步骤：

1)研究区域基础资料搜集

收集研究区域内研究时间范围内的不同气象站点的日降雨量、蒸发量及研究区域的行政区划图、土地利用图和土壤图；

2)施肥及田间水分管理基础数据调查

根据预先制定的实地调查和空间分析方案，在研究区域开展施肥及田间水分管理基础数据调查，调查内容包括稻田氮肥施用量、施肥时间、不同田块稻田排水口高度和田面水高度；

3)相关空间分布栅格图层生成

根据步骤2)中的调查结果，确定研究区域的稻田施肥时间、稻田排水口高度和田面水高度的概率分布函数，并在GIS中分别生成符合各自概率分布函数的随机栅格图层；同时，对步骤2)中得到的不同调查点位的氮肥施用量进行空间插值，得到氮肥施用量的空间分布栅格图层；

4)不同土壤类型下稻田田面水氮素浓度动态变化规律测算

选择该地区所有水稻土亚类中所占比例最大的土种作为代表该类型水稻土的试验土壤，各土种分别建立试验小区，按照预先制定的氮素浓度监测分析方案，定期对不同氮肥施用量下的各试验小区中田面水所含氮素浓度进行取样分析；

获得稻田田面水氮素浓度动态变化数据后，分别对不同土壤亚类下的污染物浓度数据进行拟合，拟合方程如下：

式中：n为降雨距离施肥的天数，单位为d；—第n天降雨开始时水稻田表水层的氮素浓度，单位为mg/l；F为氮肥施用量，单位为kg/hm²；a、b、k、c为常数；

5)稻田氮素径流流失负荷计算

稻田氮素径流流失负荷计算以栅格为计算基本单元，将不同栅格图层的对应栅格值按日步长进行迭代运算；每次迭代均包含水量平衡、初始浓度计算和负荷输出模块三个部分，各模块均以第n-1天的各个参数作为第n天的输入数据，结合第n天的降雨量、蒸发量数据，按照模块内预设的公式计算第n天的各个参数，并生成包含新值的栅格图层，其对应的栅格值又作为第n+1天的各个公式的输入数据，依次循环，直至计算结束；第1日的计算以步骤1)中的各种基础资料和步骤3)中得到栅格图层为当日计算公式的输入数据；

所述的水量平衡模块、初始浓度计算模块和负荷输出模块内预设的公式如下：

5.1水量平衡模块：

水量平衡的各计算公式如下：

径流量：

当时，

当时，

灌溉水量：

当时，

当时，

田面水初始高度：

当n＝0时，

Hⁿ⁺¹＝H₀

当n>0时，

式中：H_max为稻田排水口高度，单位为m；H_min为农事管理中稻田最低水深，取值为2，单位为m；Hⁿ为第n天田间田面水初始高度，单位为m；为第n天降雨量，单位为m；为第n天径流水深，单位为m；为第n天蒸发量，单位为m；为第n天灌溉水深，单位为m；Hⁿ⁺¹为第n+1天田面水初始高度，单位为m；H₀为初始田面水高度，单位为m；

5.2初始浓度计算模块：

各栅格单元按照对应规则，利用步骤4)中对应的拟合方程计算第n天降雨开始时水稻田表水层的氮素浓度

5.3负荷输出模块

第n天的稻田径流流失量计算公式如下：

式中：Q_n—稻田污染物流失量，单位为g；A—稻田面积，单位为m²；—第n天降雨开始时水稻田表水层的氮素浓度，单位为mg/l；Hⁿ—第n天田面水初始高度，单位为m； 为第n天径流水深，单位为m；为第n天雨水中污染物浓度，取值为1，单位为mg/l；H_max为稻田排水口高度，单位为m；

施肥后n天内累计负荷计算公式如下

式中：Q为为施肥后n天内累计负荷流失量，单位为g。

2.根据权利要求1所述的基于GIS的分布式稻田氮素径流流失负荷估算方法，其特征在于，步骤5.2中所述的栅格单元在计算初始浓度时的对应规则为：若该栅格单元在步骤1)中获取的土地利用图中对应的栅格单元的土地利用种类为稻田，且在步骤1)中获取的土壤图中对应的栅格单元的土种对应的土壤亚类为水稻土，则选择步骤4)中该土种所属的土壤亚类下的稻田田面水氮素浓度动态变化拟合公式进行计算；若该栅格单元在步骤1)中的土地利用图对应的土地利用种类不是稻田，或在步骤1)中的土壤图对应的土壤亚类不是水稻土，则不选择任何一个拟合方程进行计算，设为NoData。

3.根据权利要求1所述的基于GIS的分布式稻田氮素径流流失负荷估算方法，其特征在于，步骤5.1和5.3中各栅格单元的H_max以步骤3)中稻田排水口高度栅格图层的对应栅格单元的值为输入值，各栅格单元的H₀以步骤3)中稻田实时田面水高度栅格图层的对应栅格单元的值为输入值。

4.根据权利要求1所述的基于GIS的分布式稻田氮素径流流失负荷估算方法，其特征在于步骤5.2中各栅格单元的参数n以该计算当日距离步骤3)中得到的对应栅格单元的稻田施肥时间T的天数为输入值，各栅格单元的参数F以步骤3)中得到的对应栅格单元的氮肥施用量为输入值。

5.根据权利要求1所述的基于GIS的分布式稻田氮素径流流失负荷估算方法，其特征在于，步骤5.1中的各栅格单元的参数和的确定方法如下：先将步骤1)中搜集的各气象站点的经纬度及各站点第n天的降雨量和蒸发量在GIS中进行空间插值，得到第n天研究区域的降雨量栅格图层和蒸发量栅格图层，再分别以降雨量栅格图层和蒸发量栅格图层对应栅格单元的值作为步骤5.1中的各栅格单元的参数和的输入值。

6.根据权利要求1所述的基于GIS的分布式稻田氮素径流流失负荷估算方法，其特征在于，步骤5.3中的格栅单元的参数A以该栅格单元地理上对应的实际土地面积为输入值。