基于SWAT模型的秦嶺北麓灞河流域水源涵養功能綜合評價

王輝源, 宋進喜,3, 吳 瓊

(1.西北大學 城市與環境學院, 西安 710127; 2.陜西省地表系統與資源環境承載力重點實驗室, 西安 710127; 3.西北大學 秦嶺研究院, 西安 710127)

生態系統服務是人類賴以生存和發展至關重要的資源與環境基礎[1-2],水源涵養功能在生態系統服務中占核心地位[3],具有清潔供水、水量調節、養分循環及系統生產力等多項功能[4],良好且穩定的水源涵養功能是區域生態安全、水安全及經濟社會可持續發展的基礎性保障。然而,由于人類不合理的經濟行為,植被破壞、植被種類改變、水生態空間不足、山水林田湖草沙格局不匹配等導致水源涵養功能下降。此外,全球氣候變暖及極端氣候強度顯著增加疊加生態水文效應,改變了水循環速率,導致水源涵養功能不確定進一步增加[5]。改善區域生態系統水源涵養功能,是當前森林生態水文學研究的熱點,研究成果具有理論和實踐雙重價值。

定量化表征水源涵養量是水源涵養功能研究的基礎性工作。目前,定量計算水源涵養量的方法主要包括試驗法、單統計法和水文模型模擬法。在這些方法中,水文模型模擬法量化評估水源涵養量得到廣泛應用。例如Li等[6]采用InVEST產水量模型定量分析了丹江流域水源涵養時空動態,研究水源涵養量對氣候、土地利用和土壤變化的響應。田菲[7]基于SWAT模型定量表征了祁連山生態工程建設對水源涵養量的影響,研究了氣候變化背景下未來水源涵養量增貯潛力。聶憶黃[8]基于地表能量平衡和SCS模型提出了一種定量評估水源涵養量的方法,劃定了祁連山水源涵養能力空間分布范圍。然而,目前針對水源涵養功能研究中,對水源涵養量和水源涵養功能內涵認識還存在一定不足,許多研究將水源涵養量與水源涵養功能劃為等號,也有研究者采用水源涵養指數作為水源涵養功能評價指標,水源涵養指數只關注降水量與水源涵養量之間關系,忽略了水源涵養量與生態系統本身特征之間相關關系[9]。本文基于生態系統水碳循環作為水源涵養功能評價理論基礎,采用水源涵養量與NPP(植被凈初級生產力)的比值作為水源涵養功能定量化評價指標,綜合考慮氣象因素與生態系統結構對水源涵養功能的影響,為不同流域水源涵養功能定量化比較做出初步嘗試。

SWAT(soil land water assessment tool)模型一般用于分析計算流域內復雜水文過程長期變化,物理機制較強,因此,本文采用SWAT模型計算水源涵養量。針對SWAT模型對不同季節降雨特征月均流量模擬差異較大問題,本文區別于傳統全序列率定,將灞河流域月均流量分為春季、夏季、秋季和冬季4個季節序列分別進行率定驗證,然后合并分季節模擬的月均流量率定驗證結果,提高模型模擬精度。

在分季節月均流量率定驗證結果基礎上,首先,定量計算1959—2017年灞河流域水源涵養量;其次,分析近59 a來水源涵養量演變規律及突變特征;最后,構建水源涵養功能計算新方法,建立近18 a來灞河流域水源涵養功能演變特征。研究結果對深化水源涵養功能認識及量化水源涵養功能提供有益的嘗試,為流域水資源管理提供數據基礎。

1 研究區域及數據

灞河流域是西安市重要的生態補償區,連接秦嶺山區和渭河,流域水資源供需矛盾突出[10]。流域面積2 459.31 km2,平均坡度17.09°,地理范圍介于108.97°—109.78°E,33.89°—34.43°N,高程354～2 433 m。氣候為暖溫帶大陸性季風氣候,年平均氣溫13.22℃,年平均降水量717.60 mm。流域上游植被茂密,是秦嶺生態保護區,土壤以棕壤性土為主;流域中游土地肥沃,農業發達,土壤以褐土性土為主;流域下游,以城市建設用地為主,人為活動劇烈。

文中柵格數據空間分辨率統一為30 m,投影設置為Krasovsky_1940_Albers,坐標GCS_Krasovsky_1940。數據來源如下:(1) 數字高程模型(DEM)來源于ASTER數字地形產品;(2) 土地利用數據采用中國科學院數據中心,1990年土地利用遙感監測數據;(3) 土壤類型數據來源于地理科學生態網;(4) 馬渡王站點月均流量數據來源于陜西省水文局;(5) 藍田氣象數據來源于國家氣象數據中心,天氣發生器數據采用CFSR氣象數據模擬[11]。(6) 植被凈初級生產力數據(NPP)可由MOD17A3產品獲得,由柵格尺度獲取小流域尺度NPP值。

2 模型及研究方法

2.1 SWAT模型

SWAT(soil and water assessment tool)是美國農業部(USDA)的農業研究中心Jeff Arnold博士1994年為確定土地管理、植被變化、地下水抽取和水庫管理對水質、水量的影響開發的[12-13]。因該模型具有較強的物理基礎,目前,在水源涵養功能和水源涵養量研究方面,模型在晉江、祁連山、渭河等地具有成功的應用。SWAT-CUP是用于校準SWAT模型的開源程序,該程序將5種算法鏈接到SWAT模型,其中SUFI-2算法在大型模型校正中發現非常有效[14]。

2.2 研究方法

2.2.1 水源涵養量的計算方法 在定量表征水源涵養量計算方法中,除水量平衡計算方法外,其他計算方法都存在一定不足[9]。水量平衡法僅考慮流域生態系統流入和流出,認為降水量與蒸散發量以及其他消耗水量的差值即為水源涵養量[15]。SWAT以HRU(水文響應單元)為最小模擬單元,同一個HRU具有相同的土地利用、土壤類型及地形特征。SWAT模型水源涵養量計算方法為:

W=P-E-R

(1)

式中:W為單位時間水源涵養量(mm);P,E分別為單位時間平均降水量(mm)、單位時間實際蒸散發量(mm)和單位時間徑流深(mm)。

2.2.2 水源涵養量時間演變規律 本文采用Mann-Kendall非參數統計法來確定年水源涵養量突變點。采用Morlet連續復小波變化(Cmor)分析水源涵養多時間尺度變化特征,通過小波變換方差確定水源涵養變化主周期及周期特征。

3 SWAT模型方案設置

3.1 SWAT模型設置

由DEM生成河網,經反復調試,河流最小匯水面積500 hm2,土地利用、土壤類型及坡度閾值設定為13%,20%,20%時,最終生成的275個子流域和1 285個HRU(水文響應單元)能夠較為準確地刻畫研究區范圍。馬渡王水文站1959—2017年月均流量數據作為率定驗證數據,1959—1961年月均流量數據為模型預熱期,1962—1990年為率定期,1991—2017年為驗證期。

3.2 模型評價方法

選取決定性系數(R2)和效率系數(NSE)作為模型率定驗證評價指標。NSE主要判斷水文模型模擬結果擬合程度。

R2計算方式為:

(2)

NSE計算方式為:

(3)

3.3 敏感性分析

本文采用SWAT-CUP對SWAT模型月均流量模擬進行參數率定,選取14個與流量相關的參數參與參數率定驗證,迭代模擬次數300次,具體參數見表1。

4 結果與分析

4.1 基于SWAT模型全序列月均流量率定驗證及分季節月均流量率定驗證

4.1.1 基于SWAT模型全序列月均流量率定驗證 全序列模型模擬結果見表2,1962—1990年率定期月均流量擬合結果(R2=0.77,NSE=0.76),1991—2017年驗證期月均流量擬合結果(R2=0.73,NSE=0.73),率定期的月均流量擬合效果略優于驗證期的月均流量擬合效果。Ramanarayanan等[16]建議模型率定驗證效果如果R2>0.6,SEN>0.5,認為結果是可以接受的或令人滿意。為了辨別不同降水特征下模型模擬精度,把全序列率定期和驗證期的率定結果,分別按照春、夏、秋和冬季4個季節分別進行提取,與相對應的季節月均流量觀測值進行比較。由表2可知,不同季節模型模擬準確度差別比較大,秋季模型模擬結果較好,率定期與驗證期模擬結果在0.82以上,優于其他季節,尤其是秋季率定期模擬結果在0.89以上,模擬準確度較為滿意。其他季節模擬結果比較可信,但準確度一般,春季和夏季模擬準確度較為相似,冬季模擬準確度較差,尤其,冬季驗證期NSE=-0.69,一般認為NSE<0的時候,模擬結果不可信。

表2 基于SWAT模型全序列月均流量模擬結果Table 2 Simulation results of monthly average flow of the entire series based on SWAT model

4.1.2 基于SWAT模型分季節序列月均流量率定驗證 影響月均流量形成的參數季節差異較大,但是,在模型率定時,率定參數統一幅度變化,弱化了不同季節水文過程的差異,導致月均流量模擬效果隨季節變化而起伏變化,一般情況下,降水量越少時間段,流量模擬結果越差。為了盡可能提高模型模擬準確度,模型預熱期仍設置為1959—1961年,將1962—1990年和1991—2017年月均流量分為春季、夏季、秋季和冬季月均流量,將1962—1990年和1991—2017年分季節月均流量分別進行率定與驗證,然后合并分季節率定與驗證結果,組成完整月均流量。

由表3和圖1可知,分季節模型模擬結果優于全序列模型模擬結果,分季節月均流量率定期與驗證期準確度為R2=0.85,NSE=0.84;R2=0.86,NSE=0.85,高于全序列月均流量率定期與驗證期準確度(分季節模擬結果約0.85,全序列模擬結果約0.76)。但是,不同季節模擬結果差異仍然比較大,秋季模擬結果仍然高于其他季節,相較于全序列模擬結果,分季節模擬結果在不同季節表現不同,分季節春節率定期模擬結果略微低于全序列春季率定期,其他時間段,分季節率定結果相較于全序列率定結果都有不同程度的提升,尤其,分季節冬季驗證期流量模擬結果相較于全序列冬季模擬結果提升幅度較大。分季節與全序列夏秋兩季模擬結果都高于春季和冬季,夏秋兩季降雨豐沛,多強降雨,流域會出現較突出的超滲產流,春冬兩季降水較少,降水強度減弱,產流以蓄滿產流或基流為主。一定程度上能夠說明,模型更容易體現降水較多時候的流量。

圖1 分季節與全序列月均流量模擬值Fig. 1 Simulated monthly average flow values by season and full series

表3 基于SWAT模型分季節月均流量模擬結果Table 3 Based on the SWAT model, the average monthly flow rate simulation results by season are carried out

4.2 灞河流域水源涵養量時間演變特征

由圖2可知,1959—2017年灞河流域年水源涵養量呈下降趨勢,變化率為k=-1.4 mm/a。近59 a來年均水源涵養量為179.46 mm,1983年和1988年年水源涵養量呈現峰值,分別達到414.43,402.47 mm,1995年與1997年年水源涵養量出現谷底,分別為-6.54,15.80 mm。水源涵養量時間演變規律與降水量息息相關,1959—2017年水源涵養量與降水量相關系數為0.87,表明降水量是水源涵養量非常重要的因素。

圖2 1959-2017年灞河流域年水源涵養量和降水量Fig. 2 Annual water conservation and precipitation in the Bahe Basin from 1959 to 2017

由圖3可知,基于Mann-Kendall非參數統計法,1959—1968年和1982—1992年水源涵養量呈上升趨勢,但上升趨勢并不十分明顯,其余時間段水源涵養量呈下降趨勢。1992—2004年UF與UB在0.05置信區間有多個交點,為了判斷水源涵養突變點,結合水源涵養量距平數據,1988年為水源涵養量突變點。

圖3 灞河流域年水源涵養量M-K突變點檢驗Fig. 3 The M-K mutation point test of the annual water conservation in the Bahe River Basin

基于1959—2017年灞河流域年水源涵養量距平數據,采用Morlet小波進行小波分析,獲取小波方差可以明確水源涵養變化周期。信號強弱用小波系數表示,虛線圍住的藍色部分表示水源涵養量偏小,藍色顏色越深,水源涵養量越小;實線圍住的紅色部分表示水源涵養量偏多,紅色顏色越深,水源涵養量越大;等直線為0對應該時間尺度突變點。小波方差值表示多時間尺度下時間序列變化周期,波峰表示對應時間尺度周期,波峰值越大周期變化越明顯。由圖4—6可知,在35 a主周期下存在非常明顯的23 a左右周期性水源涵養增加減少趨勢。

圖4 小波方差Fig. 4 Wavelet variance diagram

圖5 35 a主周期Fig.5 35-year main cycle diagram

圖6 小波系數實部等值線Fig. 6 Contour plot of real part of wavelet coefficients

4.3灞河流域水源涵養功能綜合評價

植被凈初級生產力(net primary production,簡寫NPP)指植物單位時間和單位面積上生物量(或碳)的凈增益[17]。NPP量化了大氣中CO2轉化為植物生物質的過程,反映了氣候變化和人類活動對生態系統陸地植被綜合作用結果,是生態系統功能狀況的重要指標[18-19]。降水的變化必定引起生態系統功能的變化,水循環與碳循環是生態系統兩個重要的生物物理過程。基于此,本文提出了水源涵養功能評價新方法,即:水源涵養量與NPP的比值作為水源涵養功能評價基礎。該方法不僅考慮了傳統水源涵養功能評價只考慮降水量對生態系統水源涵養功能的影響,同時也考慮了生態系統自身結構、組分和景觀特征與水源涵養之間的關系。

由圖7—8所示,利用最小匯水面積提取小流域NPP值,獲取灞河流域NPP空間分布特征。在區域水熱調節綜合作用下,灞河流域植被NPP空間分布具有較強的規律性,以2017年為例,灞河流域NPP是485.79 gC/m2,NPP值流域空間分布下游<灞河<灞河中游,灞河下游水域寬闊、地形平坦、經濟發達、人為干擾嚴重;灞河中游地貌以丘陵和臺地為主,土地肥沃,水熱組合較好,土地利用以耕地和林地為主,植被覆蓋較高;灞河上游是秦嶺山地保護區,土層較薄、質地較差,林地和草地覆蓋度較高。如圖9所示,2017年灞河小流域水源涵養量隨著坡度和高程增加而增加,2017年灞河流域水源涵養量為165.02 mm,灞河與渭河交匯處水面寬廣,蒸發量巨大,水體具有極差的水源涵養功能,水源涵養量為-575 mm,庫峪上游植被茂密,降水量豐富,水源涵養功能較強,水源涵養量為352 mm。

圖7 2017年灞河流域柵格尺度NPPFig. 7 Grid scale NPP of Bahe River Basin in 2017

圖8 2017年灞河流域小流域NPPFig. 8 Bahe Basin NPP in 2017

圖9 2017年灞河流域水源涵養量Fig. 9 Water conservation in the Bahe River Basin in 2017

如圖10所示,小流域平均水源涵養功能0.33 mm/g,最小是-1.36 mm/g,最大是0.89 mm/g。隨著坡度上升,水源涵養功能增強;庫峪上游、湯峪、輞川峪上游和倒溝峪水源涵養功能較強,浐河干流、灞河干流和荊溝峪水源涵養功能次之,灞河匯入渭河區域,水源涵養功能最弱。

圖10 2017年灞河流域水源涵養功能Fig. 10 Water conservation function of Bahe River Basin in 2017

基于2000—2017年NPP和水源涵養量數據,定量分析2000—2017年水源涵養功能,如圖11—12所示,結果表明近18 a來,灞河流域水源涵養功能年際變化總體上呈減少趨勢,年際變化率為-0.013 5 mm/g,波動幅度0.678 mm/g,年均水源涵養功能0.291 mm/g,2013年水源涵養功能最低,2003年水源涵養功能最高。近18 a來灞河水源涵養量呈減少趨勢,但是,NPP值呈增加趨勢,同時,隨著溫室氣體排放增加,氣候變暖,植被NPP值會進一步增加,水源涵養功能存在進一步減弱的趨勢。

圖11 灞河流域2000-2017年水源涵養功能Fig. 11 The water conservation function of the Bahe River Basin from 2000 to 2017

圖12 灞河流域2000-2017年水源涵養量及NPPFig. 12 Water conservation and NPP in the Bahe River Basin from 2000 to 2017

4.4 討 論

(1) 水源涵養是一個具有復雜性和動態性概念[20],認識水源涵養內涵,量化水源涵養過程和能力,有助于提高水源涵養計算結果合理性。水源涵養量是生態系統對水存貯量及形成過程的定量化研究,水源涵養量主要與氣象因子相關。水源涵養功能體現的是生態系統自身結構、組分和景觀對保持水分的貢獻,既要體現自然因素對生態系統作用,更要體現人類不合理經濟行為,植被破壞、植被種類改變,水生態空間不足等導致水源涵養功能發生改變。

(2) 為了提高模型月均流量模擬準確度,本文采用分季節率定方法,總體上,分季節率定結果優于全序列,可以提高模型月均流量模擬準確度。但是,以四季作為月均流量特征劃分標準,存在一定隨機性和不確定性。因此,未來研究考慮引入InVEST模型中季節參數z作為降水及流量特征劃分依據[21],以此提高流量模擬精度。與此同時,分季節率定方法引入過多參數,SWAT模型存在“異參同效”問題[22],后期應加強模型參數不確定性研究分析。

(3) 植被凈初級生產力的計算大體可以分為野外測量法和模型模擬法[23],野外測量法一般認為是真值,但時間序列較短,也不適用于大尺度NPP計算;模型模擬法適合大尺度大范圍長時間序列NPP估計,但是人類活動對生態系統植被的影響一直是研究的難點;遙感-過程耦合模型,考慮了人類活動對生態系統植被的影響,但是現有的遙感數據(NDVI)一般時間序列較短且空間分辨率較大。水循環與碳循環是生態系統兩個重要的生物物理過程,長序列水源涵養量數據易于獲取,本文選取的植被凈初級生產力數據(NPP)可由MOD17A3產品獲得,空間分辨率約為467.32 m。采用MOD17A3計算植被凈初級生產力在陜西省、黃土高原、秦巴山區等有大量應用。2000—2017年灞河流域年NPP均值為466.195 g/m2,NPP呈增加趨勢,年際變化率為7.79 g/m2,灞河流域NPP呈增加趨勢與黃土高原、陜西省和秦巴山地NPP演變趨勢一致,增加速率高于黃土高原和陜西省,接近秦巴山地[24-26]。但現有的NPP數據時間序列較短,為了建立長序列水源涵養功能評價指標,未來需要加強長序列NPP遙感-過程耦合模型方面研究。

5 結 論

(1) 影響流量形成的參數季節差異較大,但是,在模型率定時,率定參數統一幅度變化,弱化了不同季節水文過程的差異,導致流量模擬效果隨季節變化而起伏變化。本文在全序列率定基礎上,采用分季節率定及驗證,然后合并分季節率定及驗證模擬結果,組成完整流量。分季節率定期與驗證期模擬效果優于全序列,可以大幅提高流量模擬精度。

(2) 近59 a灞河流域年均水源涵養量179.45 mm,年際水源涵養量呈下降趨勢,變化率為k=-1.4 mm/a;2013年開始年水源涵養量呈明顯下降趨勢;近59 a水源涵養量有多個突變時間點,突變為1988年;采用Morlet小波對灞河流域年水源涵養量距平時序數據進行小波分析,在35 a主周期下水源涵養變化周期為23 a左右。

(3) 本文嘗試采用水源涵養量與NPP的比值作為水源涵養功能評價基礎,綜合考慮生態系統水碳循環影響,為不同區域不同尺度水源涵養功能比較做初步的嘗試。結果表明近18 a來,灞河流域水源涵養功能年際變化總體上呈減少趨勢,年際變化率為-0.013 5 mm/g,波動幅度0.678 mm/g,年均水源涵養功能0.291 mm/g,2013年水源涵養功能最低,2003年水源涵養功能最高。水源涵養功能在空間上的表現為隨著坡度上升,水源涵養功能增強。