基于SWAT模型的洞庭湖平原水資源量計算

胡 倩，王軍霞，劉世強，吳嘉鈴，唐仲華*，成建梅

(1.中國地質大學(武漢)環境學院，湖北 武漢 430078;2.中國地質大學(武漢)數學與物理學院，湖北 武漢 430074;3.山東正元建設工程有限責任公司，山東 臨沂 276006)

洞庭湖是我國第二大淡水湖[1]。洞庭湖作為長江流域重要的調蓄型湖泊，保護洞庭湖湖泊水資源并掌握洞庭湖水文水資源狀況，對于洞庭湖生態保護和水資源合理調配具有十分重要的意義。水資源短缺、水污染加劇、地下水超采和用水效率低下正在不斷加劇我國水資源供需矛盾[2]。隨著全球氣候變暖以及人類活動的干擾，洞庭湖的面積和來水量不斷減小，其生態環境和生態資源都受到了嚴重影響，湖區內水環境也發生了變化，這些已引起學者們的廣泛關注[3-7]。面對氣候變化背景下，學者們對氣候變化環境下洞庭湖水資源評價進行了大量的研究，如徐志[8]分析了洞庭湖水資源現狀，并探討了氣候變化對洞庭湖水資源的影響；周慧[9]基于氣象、水文觀測資料和氣候模式CMIP5模擬數據，采用統計學分析方法和水文學模擬方法，分析了洞庭湖流域未來集雨范圍內以及過境水資源的變化情況。在區域水資源評價方法方面，學者們多采用水均衡法、解析法和數值模型法來對地下水資源進行評價[10-12]。但現有研究利用水均衡法計算洞庭湖平原水資源量以及氣候變化對水資源量影響方面的研究較少。

鑒于此，本文通過調查和收集洞庭湖平原地形、氣象水文、土壤、土地利用等資料，利用ArcSWAT建立洞庭湖平原分布式水文模型，在評價該模型對洞庭湖平原建模適用性的基礎上，對洞庭湖平原水資源量進行計算，并通過假定氣候情景法來模擬預測未來氣候變化對洞庭湖平原水資源量的影響，對洞庭湖平原生態經濟發展具有重要的意義。

1 研究區概況

洞庭湖平原位于湖南省北部，主要由長江通過松滋、太平、藕池、調弦四口輸入的泥沙和洞庭湖水系湘江、資水、沅江、澧水等帶來的泥沙沖積而成，北由東面岳陽城陵磯注入長江[13]。研究區范圍西起石門—常德市，東抵湘陰，南起常德—益陽，北邊是江漢平原，地理坐標為東經111°14′～113°15′、北緯28°15′～30°45′，面積為2.14×104km2。洞庭湖平原內地形以丘陵、平原為主，該區域屬于亞熱帶季風性濕潤氣候，年平均氣溫在15～17℃之間。研究區地形特征及水系分布，見圖1。

圖1 洞庭湖平原地形特征及水系分布圖

氣候變化會導致水文循環的變化，加劇水資源分配不均，對流域水資源產生一定的影響[14-17]。為了分析研究區內水資源量與氣候要素特征之間的關系，本文以洞庭湖平原城陵磯水文站為代表，從月尺度上分析了2010—2013年年平均氣溫、降雨量與流量之間的變化特征(見圖2)，結果表明：研究區降雨量和流量6月份達到最大，平均氣溫在8月份達到最大，降雨量和流量以及氣溫在月尺度內存在明顯的相關性關系。

圖2 2010—2013年洞庭湖平原城陵磯水文站年均氣候要素變化特征圖

2 數據來源與研究方法

2.1 數據來源與處理

建立研究區的SWAT模型需要空間數據和屬性數據兩類數據。其中，空間數據包括洞庭湖平原的數字高程模型(DEM)、土地利用類型、土壤類型數據、河流水系圖，以及水文站、氣象站點位信息；屬性數據包括土壤物理化學屬性信息、植被覆蓋等調查統計數據，以及水文站監測點、氣象站觀測點數據等。本文主要使用數據的精度，見表1。

表1 SWAT模型主要數據的精度

(1) 數字高程模型(DEM)數據。研究區DEM數據由中國科學院地理空間數據云下載的分辨率為30 m×30 m的ASTER GDEM數據，投影方式為墨卡托投影，在建立數字高程模型時要對加載的柵格數據進行裁剪等預處理，DEM數據可以提取數字河網、劃分子流域以及水文響應單元(HRU)。

(2) 土地利用數據。土地利用數據來源于中國科學院地理空間數據云的Landsat 4-5 TM衛星遙感影像，影像精度為30 m×30 m。通過對遙感影像進行圖像鑲嵌、裁剪、遙感解譯，得到研究區2013年土地利用數據。將洞庭湖平原劃分為7種土地利用類型，分別為林地、旱地、水田、水體、建設用地、裸地和草地。

(3) 土壤類型數據。土壤類型數據來源于1∶100萬的世界和諧土壤數據庫(HWSD)，將土壤類型數據進行裁剪并重分類，得到洞庭湖流域內分布有13種土壤類型。

(4) 土壤屬性和植被覆蓋數據。植被覆蓋和土壤屬性參數在SWAT自帶數據庫中獲得，其中土壤屬性數據庫中的物理屬性大部分由HWSD土壤數據庫獲得，一部分利用SPAW軟件計算得出。

(5) 氣象水文數據。本文收集到的氣象數據來自中國氣象數據共享服務中心，包括13個氣象站2010—2013年的日最高氣溫、日最低氣溫、日相對濕度、日降雨量、日照時數和日均風速實測數據。氣象站點包括松滋、公安、石首、澧縣、安鄉、南縣、岳陽、益陽、常德、漢壽、華容、沅江和湘陰。本文將收集到的石龜山(澧水控制站)、南縣(藕池河北支控制站)、南咀(南洞庭湖入湖控制站)、城陵磯(洞庭湖出口控制站)4個站點2010—2013年的日均徑流量觀測數據，用于后期模型的率定及驗證。

2.2 研究方法

本文采用SWAT模型構建洞庭湖流域分布式水文模型，對模型進行率定后，運用水均衡法計算研究區水資源量。

2.2.1 SWAT模型基本原理

根據水循環原理，SWAT模型將隔水層以上的非飽和帶以及淺層含水層視為一個整體，其水量平衡方程為

(1)

式中：SWt、SW0分別為時段末和時段初土壤含水量(mm)；t為時間步長(d)；Rday,i為第i天的降雨量(mm)；Qsurf,i為第i天的地表徑流量(mm)；Ea,i為第i天的蒸散發量(mm)；Qlat,i為第i天的側向壤中流流量(mm)；Qgw,i為第i天的地下水回歸流量(mm)。

(1) 土壤水均衡方程式為

ΔS=PREC-SURQ-PERC-LATQ-ET

(2)

式中：ΔS為土壤水儲存量變化量(mm)；PREC為降雨量(mm)；SURQ為地表徑流量(mm)；PERC為土壤對地下水的補給量(mm)；LATQ為側向流量(mm)；ET為實際蒸散發量(mm)。

(2) 河道徑流水均衡方程式為

WYLD=SURQ+GWQ+LATQ

(3)

式中：WYLD為河道徑流總量(mm)；GWQ為基流量(mm)。

(3) 地下水水均衡方程式為

ΔS=PERC-GWQ-REAVP-DARCHG

(4)

式中：ΔS為淺層含水層儲存量變化量(mm)；REAVP為淺層含水層流向包氣帶的流量(mm)；DARCHG為深層含水層的滲漏量(mm)。

上述公式(1)至(4)中的各項公式可以參考文獻[18]。

2.2.2 評價模型適用性分析方法

本文選用Nash-Sutcliffe確定性系數Ens和相關系數R2來評價模型的適用性，具體計算公式如下：

(5)

(6)

Ens和R2因子評價模型的可信度分布區間，見表2。

表2 Ens和R2因子評價模型的可信度分布區間

2.2.3 模型中水資源量計算方法

根據子流域輸出文件分別將所有子流域地表水各項水資源量分別乘以對應子流域的面積，并將所有子流域各項計算結果進行相加，可求得整個研究區地表水資源量；地下水補給資源量只需計算每個子流域土壤對地下水的補給量分別乘以對應子流域面積，再將所有子流域各項計算結果相加即可。

3 結果分析

3.1 SWAT模型模擬過程及適用性評價

在建模中，由于缺乏洞庭湖流域模擬期內的水位數據，根據劉萬千等[19]提到洞庭湖流域年均水位未見趨勢性變化，湖區面積變化不大且對整個區域的影響較小，因此本文在模擬中將湖區概化成河道，未考慮洞庭湖流域水位和面積對徑流的調節作用。

加載DEM數據并設置掩膜區域，添加burn-in對河流進行修正，設置集水面積閾值為5 000 hm2，添加水文站站點信息，設置城陵磯水文站點為模型總出水口，自動生成模型邊界，最終將研究區共劃分為43個子流域(見圖3)。加載土壤類型和土地利用類型數據，將坡度分為兩級(0%～20%和大于20%)，對土壤、土地利用類型和坡度進行重分類；設置土地利用類型比例閾值為5%、土壤類型比例閾值為10%、坡度分類閾值為10%，進行空間疊加，劃分得到444個水文響應單元。

圖3 研究區邊界生成及子流域劃分圖

3.1.1 參數敏感性分析

為了降低參數率定的復雜程度，通過全局參數敏感性分析來挑選對模擬結果影響較大的參數。利用輔助軟件SWAT-CUP2012進行全局參數敏感性分析，選取8個敏感性較大的參數進行率定，通過參數率定后所得的模型滿足精度要求，最終得到率定參數的取值，見表3。

表3 率定參數的取值

3.1.2 模型率定及驗證

將率定后的參數代入到構建好的SWAT模型中，并將2010—2012年設為率定期，2012—2013年設為驗證期，利用石龜山、南縣、南咀、城陵磯水文站2010—2013年實測流量數據對率定后的徑流模擬值與水文站觀測值進行對比，得出典型水文站點率定期和驗證期流量對比曲線(見圖4)，并計算了模擬精度(見表4)。考慮到城陵磯水文站的徑流過程還受到洞庭湖上游、長江三口來水的影響，所以在徑流模擬的過程中，將長江三口水文站(彌陀寺站、新江口站、管家鋪站、沙道觀站、康家崗站)和湘、資、沅、澧四水水文站(湘潭水文站、桃江水文站、桃源水文站、石門水文站)的流量作為境外輸入量進行水資源量計算。

由表4和圖4可知：各水文站點率定期和驗證期的相關系數R2均大于0.7，確定性系數Ens均大于0.65，達到模型模擬精度且在誤差允許范圍內，整體擬合效果良好，說明SWAT模型適用于洞庭平原徑流模擬；石龜山和南咀水文站點的擬合效果較好，南縣水文站點的擬合效果較差，但是整體上枯水期的擬合效果要優于豐水期。

圖4 典型水文站點率定期和驗證期流量的對比曲線

表4 典型水文站點率定期和驗證期擬合結果的精度評價

3.2 水資源量計算

3.2.1 降雨量計算

通過將模型校準率定后的參數代入到SWAT模型中再次進行模擬，得出模型運行結果，并依據土壤水均衡方程[見式(2)]，計算2010—2013年洞庭湖平原土壤水均衡各項水資源量，其計算結果見表5。

表5 2010—2013年洞庭湖平原土壤水均衡各項水資源量計算結果(單位：×108 m3)

由表5可知：洞庭湖平原年均降雨量為1 186.24 mm，約為254.27×108m3，土壤水呈負均衡；在模擬期間2011年為降雨量最小的年份，2012年為降雨量最大的年份，2012年與2011年降雨量之差為148.41×108m3，相比2011年,2012年地表徑流量增加了37.97×108m3，土壤水對地下水的補給量增加了85.07×108m3，兩者增加的量分別占2011年地表徑流量和土壤對地下水補給量的133.65%和210.83%，說明洞庭湖平原的大氣降雨主要以蒸散發的形式排泄，而且在降雨量變化幅度較大時流域內土壤對地下水的補給比地表徑流受降雨的影響也更大。

3.2.2 地表水資源量計算

研究區內地表水總資源量包括大氣降雨經過地表產流流入河流的流量和土壤水側向流入河流的流量以及區域總基流量，2010—2013年洞庭湖平原河道徑流水均衡各項水資源量的計算結果，見表6。

表6 2010—2013年洞庭湖平原河道總徑流水均衡各項水資源量計算結果(×108 m3)

由表6可知：洞庭湖平原地表水資源量主要為地表徑流量和基流量，地表水資源總量為120.84×108m3，其中地表徑流量為49.69×108m3，占地表水資源量的41.12%，基流量為69.03×108m3，占地表水資源量的57.13%，而側向流量為2.12×108m3，占比僅為地表水資源量的1.75%。由此可見，流域內基流對河道徑流的補給量大于地表徑流對河道徑流的補給量。

3.2.3 地下水資源量計算

利用公式(4)計算研究區地下水資源量，得到2010—2013年洞庭湖平原地下水水均衡各項水資源量，見表7。

表7 2010—2013年洞庭湖平原地下水水均衡各項水資源量計算結果(×108 m3)

由表7可知：土壤對地下水的補給是研究區地下水補給的主要來源，模擬期內年均地下水資源總量為78.64×108m3，其中年均基流量為69.09×108m3，占地下水資源量的87.77%，而淺層含水層流向包氣帶的流量和深層含水層的滲漏量總共占地下水資源量的7.82%。土壤對地下水的補給量與基流量成正相關關系，在整個模擬期內2012年的地下水總補給量和基流量達到最大；從整個模擬期來看，區域內年均淺層含水層儲存量變化量為3.45×108m3，占地下水總補給量的4.41%，說明地下水均衡呈正均衡。

3.3 氣候變化對水資源量的影響分析

根據聯合國政府間氣候變化專門委員會(IPCC)第五次評估報告，并參考相關文獻[20-23]，預測并設置了2030年氣候情景：降雨量在原來降雨量(P)基礎上增加或減少10%，氣溫在原來氣溫(T)基礎上升高或降低1℃，降雨量和氣溫變化兩兩組合(不考慮單一變化)共5種氣候情景組合模式(包括基礎情景C3)，具體氣溫和降雨量情景組合見表8。

表8 氣候情景設置表

輸入5種氣候情景模式對應的氣溫和降雨量數據，保持其他輸入不變，建立模型并進行徑流模擬，得到水均衡各項的年均流量變化(見圖5)，并計算不同氣候情景模式下的土壤水、地表水和地下水資源量，其計算結果見表9至表12。

圖5 不同氣候情景模式下洞庭湖平原水均衡各項年均流量變化

由圖5和表9至表12可知：研究區地表徑流量、基流量、河道徑流總量與氣溫之間呈負相關關系，與降雨量之間呈正相關關系，而側向流量、淺層含水層流向包氣帶的流量和深層含水層滲漏量的變化均較小。不同降雨量和氣溫的組合情景下對研究區水資源量的影響均不相同：相對基礎情景C3,氣候情景C5下均衡期內年均降雨量增加最多，增加了30.42×108m3，而C1減少最多；相對基礎情景C3,氣候情景C2下地表水資源量增加最多，增加了23.77×108m3，地下水資源量變化最大，增加了4.20×108m3，而氣候情景C4下地表水資源量和地下水資源量減少最多，分別減少了19.18×108m3、2.70×108m3。

表9 氣候變化對洞庭湖平原土壤水均衡各項水資源量的影響(×108 m3)

表10 氣候變化對洞庭湖平原河道徑流水均衡各項水資源量的影響(×108 m3)

表11 氣候變化對洞庭湖平原地下水均衡各項水資源量的影響(×108 m3)

表12 氣候變化下洞庭湖平原水資源量變化量(×108 m3)

氣溫對水均衡各項水資源量的影響比降雨量小，水均衡各項水資源量隨著降雨量的增加而增大，隨著降雨量的減少而減小。當降雨量均增加或者減少，氣溫減小或增加1℃時，水均衡各項水資源量的變化幅度小，例如氣候情景C1與C4、C2與C5；當氣溫均增加或減少，降雨量增加或減少10%時，水均衡各項水資源量的變化幅度大，例如氣候情景C1與C2、C4與C5。因此，影響研究區水均衡對氣候變化響應的主要因素為降雨量的變化。

4 結 論

本文利用ArcSWAT構建洞庭湖平原分布式水文模型，通過對模型進行率定和驗證，對研究區進行了水均衡分析，計算了水資源量，并分析了氣候變化對水資源量的影響，得出以下主要結論：

(1) 根據模型率定和驗證結果證明，在誤差允許范圍內該模型較適用于洞庭湖平原；根據參數敏感性分析結果表明，對洞庭湖平原徑流過程影響較大的參數主要為CN2(SCS徑流曲線數)、ALPHA_BF(基流衰減因子)、ESCO(土壤補償蒸發因子)、SOL_AWC(土壤有效含水量)，其余的參數相對來說影響較小。

(2) 從土壤水、地表水(河道徑流)、地下水三個方面分析了洞庭湖平原4年的年平均水均衡特征并計算了年均水資源量，結果表明：研究區年均降雨量為254.27×108m3，大氣降雨以蒸散發的形式排泄，而且在降雨量變化幅度較大時研究區內土壤對地下水的補給比地表徑流受降雨的影響更大；區內年均地表水資源量為120.84×108m3，其中流域內基流量對河道徑流的補給量大于地表徑流對河道的補給量；土壤對地下水的補給是研究區地下水補給的主要來源，模擬期內年均土壤對地下水的補給量為78.64×108m3，主要排泄方式是地下水對河流的補給，地下水呈正均衡。

(3) 在5種氣候變化情景下，地表徑流量、基流量與降雨量成正相關關系，與氣溫成負相關關系。氣溫對地表徑流量、河道徑流總量、基流量等其他水均衡各項水資源量的影響與降雨量相關，即隨降雨量的增加而變大，隨降雨量的減少而減小，因此影響研究區年徑流量變化的主要因素為降雨量。

(4) 不同氣候變化情景下降雨量、地表水資源量和地下水資源量的變化明顯，當降雨量減少10%(年均降雨量減少118.62 mm)、溫度升高1℃時，年均地表水資源量減少19.18×108m3，地下水資源量減少2.7×108m3；當降雨量增加10%(年均降雨量增加118.62 mm)、溫度下降1℃時，年均地表水資源量增加23.77×108m3，地下水資源量增加4.2×108m3。

本文雖然模擬了洞庭湖平原的徑流過程并計算了水資源量，但是未考慮洞庭湖水位和面積對徑流的調節作用，這將是今后研究的方向。