張 娜
(遼寧省白石水庫管理局有限責任公司,遼寧 朝陽 122000)
流域面源污染與旱澇災害分析的關鍵環節是對降雨-徑流過程的定量模擬預測,可為流域面源污染控制和水環境保護提供重要依據[1]。對降雨產流過程國內外專家學者從不同角度進行了大量研究,并取得了理想的成果和研究方法,如Hernandez等對徑流過程受降雨時空分布變異特征、土地利用變化的影響作用利用SWAT模型進行了定量的模擬分析;Zare SO等對城市集水區徑流過程利用NSGA-Ⅱ優化技術和BMPs優化框架進行分析,從而確定了城市徑流控制的最佳方案;肖海文等以重慶市人工濕地為例,對該區域水污染與徑流特征采用城市徑流處理試驗模型進行分析。然而,目前相關研究主要集中在流域尺度集水區或農業區降雨徑流的定量分析方面,而大尺度流域的自然邊界與行政線的差異會增大徑流控制、定量模擬的難度。因此,文章以大凌河流域為例,根據流域空間分布特性和SWAT分布式水文模型,對徑流時空演變規律利用該模型進行定量模擬,在此基礎上識別了流域關鍵源區,以期為大凌河地表徑流控制和水資源保護提供一定決策依據。
大凌河流域橫跨內蒙古自治區、河北省、遼寧省3個省區,流域總面積2.35萬km2,全長為398 km,其中98 %為山丘區,其他極少地區為平原區'。流域內各支流縱橫交錯,主要有忙牛河、老虎山河、涼水河等支流,兩主要支流在喀左縣大城子鎮交匯后徑流朝陽、北票、義縣等地后注入渤海。屬于溫帶季風氣候,冬冷夏熱,四季分明,日照充足,年降水量在450-6000mm,年均氣溫為8.0-12.6℃。資料顯示,每年的7-8月為降雨汛期,其中60%以上降水發生在汛期且主要以強降雨和暴雨形式出現。大凌河下游左側支流與干流上窩堡為洪水頻發區,義縣下游河槽寬淺,沙丘較為常見,部分地區寬度在4 km以上[2]。
文章中計算數據的獲取采取室內試驗、野外監測及歷史數據收集等途徑獲取,根據數據不同類型可分為屬性與空間信息兩大類型。大凌河流域空間信息與數據來源,見表1。

表1 大凌河流域空間信息與數據來源
根據上述方法獲取的數據無法直接用于SWAT模型,因此需要對各參數進行預處理,其中對GDEM數據的領域分析與拼接采用地理信息系統Arc GIS技術,從而形成覆蓋大凌河流域的土地與土壤利用分布圖、DEM數字高程模型。為便于模擬計算和空間數據的疊加需將數據信息作投影統一轉化處理,從而形成等積圓錐投影。
1)SWAT模型。采用SWAT模型模擬的重要前提是對流域水平衡的分析,根據專家判斷法和Arc GIS平臺,提取DEM集水區信息,從而構成較為完整的流域系統。然后根據模型對整個系統進行模擬計算,為準確獲取徑流分布特征引入統計學分析方法。在流域水文循環過程中,SWAT模型的水文模擬主要包括河道演算與陸地演算兩個階段,其中陸地演算階段主要由農業管理、作物生長、土壤溫度、河流泥沙、徑流、氣候、殺蟲劑及營養物7部分構成模型的水文循環,采用下述公式作為水量平衡方程[3],即:

(1)
式中:SW0、SWt分別代表土壤前期與最終含水量,mm;Qsrrf、Rday、t分別代表地表徑流、降水及其天數,d;Qgw、Wseep分別為流域地下水及其蒸發量,mm;Wseep代表底層土壤側向滲透與流量,mm。
根據文獻計算方法確定流域河網在河道演算期間的負荷狀態,其中物質流的跟蹤主要根據河道內化學物質的轉換來完成。
2)適用性評價方法。為驗證在1996-2015年期間模型的模擬效率引入適用性分析方法,主要包括效率系數Ens、判定系數R2與相對誤差Re,各指標計算方法為:
(2)

(3)
式中:Q0、Qp分別代表流域實測徑流、模擬徑流,mm/s;n為樣本個數。
若R2<1,則模型的模擬精度隨R2接近于1的程度的增大而提高,反之依然;若Q0=Qp,且Ens=1,模型的可信度隨Ens接近于1的程度的增大而提高。通常情況下,對流域徑流模擬的可靠性的判定依據為Ens>0.8、R2>0.7、Re<20%。
文章以大凌河1996-2015年近20 a的降雨資料為模型驅動數據,通過對土地利用與土壤的加載、出口點添加、河網生成及地形參數的提取,逐步形成了大凌河流域SWAT模型,然后根據流域特點和氣象數據將研究區劃分為420個水文相應單元和38個子流域。另外,模型的驗證期與校準期分別選定為2006-2015年、1996-2005年,對徑流數據在月水平與年水平尺度上驗證、校準。
對SWAT模型參數利用Morris提出的LH-OAT法進行敏感性分析為校準、驗證模型參數的基本前提,通過確定能夠顯著影響模擬結果的參數,進而對其優化調整[11]。結合流域徑流實際情況和相關細則設定OAT變化參數與LH抽樣間隔分別為0.05、10,選擇2007年作為模型隨機種群,然后以大凌河凌海水文站為例,根據上述方法和設定的參數對模型參數進行敏感性分析。凌海水文站模型參數序列分析,見表2。
根據表2計算結果,SWAT模型徑流校準的主要調整參數選擇為Sol_z、ESCO、rchrg_dp、Gwqmn、CN2等5個參數,確定的參數對模擬結果具有高、較高的靈敏度等級。然后在月水平、年水平尺度上,對凌海水文站、朝陽水文站徑流量進行驗證與校準。在年水平尺度上對模型的徑流模擬適用性根據相對誤差Re進行評價。SWAT年水平徑流模擬適用性評價,見表3。然后在此基礎上,通過對年徑流模型計算參數進行適當的調整,從而對月水平的徑流量進行模擬。SWAT模型月水平徑流模擬適用性評價,見表4。

表2 凌海水文站模型參數序列分析

表3 SWAT年水平徑流模擬適用性評價

表4 SWAT模型月水平徑流模擬適用性評價
根據表3、4適用性評價結果可知,流域徑流模擬結果在年水平與月水平尺度上Ens>0.8、R2>0.8、Re<20%,模擬精度滿足流域徑流模擬準確性要求,所以在大凌河流域內所構建的SWAT模型具有一定的科學性與準確性,可為該流域關鍵源區識別提供可靠的模擬技術。
1)時間演變特征分析。通過對比分析大凌河流域1996-2015年降雨數據統計資料和模擬結果可知,每年的汛期6-8月為降雨集中時期。對流域月徑流量利用SWAT模型進行分析,統計計算全年及汛期徑流量模擬輸出結果,并確定年徑流量中汛期所占百分比。大凌河流域汛期徑流量占比,見圖1。對大凌河流域月徑流量變化特征利用統計分析法計算,大凌河流域1996-2015年月均地表徑流與降雨量,見表5。

圖1 大凌河流域汛期徑流量占比

表5 大凌河流域1996-2015年月均地表徑流與降雨量
根據表5和圖1可知,大凌河流域在1996-2015年近20 a期間的地表徑流特征為:①年徑流量在2006年的極端豐水年為820.0×107m3,約為2008年極端枯水年276×107m3的3倍;②全年徑流量中汛期地表徑流約占29.5 %-78.9 %,多年平均徑流量的62.21 %主要發生在汛期,由此表明汛期降水是引起大凌河徑流量改變的主要原因;③地表徑流量與汛期月降水的相關系數為0.95,在其他時期的相關系數為0.87,由此進一步說明了大凌河徑流量改變與汛期降水之間具有密切的作用關系,汛期徑流與降水相對其其他時期具有更高的相關性。根據表5多年平均月徑流量在7月份達到峰值,而在12月份達到最低的計算結果,大凌河年降水量在空間分布上極不均衡。
根據HRUs與子流域水平的SWAT模型輸出結果將大凌河流域徑流按等間隔劃分為很嚴重、嚴重、中等、適度、輕度5個徑流強度等級,等級越高則徑流流失越嚴重,利用Arc GIS地統計縫隙功能對流域徑流損失進行時空分布研究。研究表明,大凌河流域的徑流流失的空間差異性較為顯著,下游大部分區域的徑流深流失主要為很嚴重、嚴重與中等等級。根據土地利用情況和Arc GIS空間疊加與透視功能,通過對比分析發現大凌河流域經濟較為發達的城鎮、農田耕地密集區的徑流深損失較為嚴重,而其他的水域區、草地、林地等徑流深損失相對較弱,由此表明大凌河徑流深損失與當地人文因素、經濟發展等因素密切相關。為盡可能的降低流域地表徑流損失,應采取的措施有加大人工濕地、城市綠化等低影響開發措施,改善人類活動方式和實施退耕還林措施等。
文章在大凌河徑流定量模擬中引入SWAT模型,從而有效解決了在大尺度流域內難以定量模擬徑流的問題,得出的主要結論如下:
1)對SWAT模型參數利用LH-OAT法分析確定其敏感性序列,其中對SWAT模型運行具有較高靈敏度等級的參數有Sol_z、ESCO、rchrg_dp、Gwqmn、CN2等,通過對模型的驗證與校準構建了適用于大凌河流域的SWAT模型。
2)根據與不同時間尺度上模型徑流模擬輸出結果,在年內與年際范圍內大凌河徑流量分布極不均衡。在1996-2015年,年徑流量在2006年的極端豐水年為820.0×107m3,約為2008年極端枯水年276×107m3的3倍;全年徑流量中汛期地表徑流約占29.5 %-78.9 %,多年平均徑流量的62.21 %主要發生在汛期,汛期降水是引起大凌河徑流量改變的主要原因;多年平均月徑流量在7月份達到峰值,而在12月份達到最低的計算結果,大凌河年降水量在空間分布上極不均衡。
3)大凌河流域的徑流流失的空間差異性較為顯著,下游大部分區域的徑流深流失主要為很嚴重、嚴重與中等等級。流域經濟較為發達的城鎮、農田耕地密集區的徑流深損失較為嚴重,而其他的水域區、草地、林地等徑流深損失相對較弱,由此表明大凌河徑流深損失與當地人文因素、經濟發展等因素密切相關,可為大凌河流域水資源可持續利用與水環境保護提供一定決策依據。