基于DEM和SCS模型的吉泰盆地红壤丘陵区径流模拟

吴丁丁，白 桦，段茂庆*，张力薇，李小丽

(1.南昌工程学院水利与生态工程学院，江西南昌 330099;2.江西水利职业学院，江西南昌 310000)

吉泰盆地是位于江西省中部、赣江中游的一个盆地，地域面积1.87万km2［1］，是江西省内仅次于鄱阳湖平原的第二大商品粮基地和最大的柑橘生产基地，土地以红壤为主，极易发生水土流失。由于受东亚季风的影响，吉泰盆地红壤丘陵区雨水充沛，但降水时空分配不均匀，多年平均降雨量1 350～1 580 mm，全年大多数降水集中在4～6月份，而7～9月份在副热带高压的影响下形成少雨高温天气，导致伏旱和秋旱等季节性干旱频发。由于坡地的产汇流规律复杂，自身蓄积水能力较差，径流资源度量困难［2］，加之红壤具有高度发育的微团聚体及良好的通气孔隙，使得红壤坡面蒸发量较大，严重威胁当地的粮食生产与安全。因此，为阐明研究区域红壤坡面不同覆被下产流产沙的特点与规律，准确定义坡地径流资源潜力，笔者通过建立验证吉泰盆地红壤丘陵区不同土地覆被下的坡面径流模型，为径流资源化及坡面水土保持提供科学依据和决策支持。

1 材料与方法

1.1 模型简介

1.1.1 数字高程模型(DEM)。以5 m×5 m分辨率的数字高程模型为基础，利用GIS等软件提取吉泰盆地红壤丘陵区坡度情况，为试验小区的布设以及典型坡度的选取提供依据［3］。

1.1.2 SCS模型。SCS模型是美国农业部水土保持局研制的小流域设计洪水模型，计算过程简单，所需参数较少，资料易于获取，对观测数据的要求不很严格，尤其适用于资料缺乏地区，并且对小流域径流试验模拟性强。这是一种较好的计算小流域降雨径流量的方法。由于我国和美国在气候、土壤、种植方式等方面存在广泛差异性，若直接应用美国测定的CN值，则不太适合国内的情况，所以各地在应用时对CN值的确定方法也有所调整。

模型的建立基于2个假定和1个水量平衡方程。假定土壤实际入渗量(F)与土壤最大可能入渗量(流域最大滞蓄量，S)之比等于实际径流量(Q)与实际降雨量(P)和初损值(Ia，包括植物截留、洼地填平等)之差的比值，假定Ia与S之间有一比例关系用λ表示(λ是一个区域参数，依赖于地质和天气因素影响，美国农业部土壤保持局在分析大量长期试验结果的基础上，提出三者最合适的比例系数K=0.2)。

根据以上3个公式消去F，并且假定在初损未满足时是不可能产流的，得出直接由降雨计算的径流公式［4－6］。

式中S为研究区域土壤最大滞留量。它受多种因素的影响。为了综合反映各因素对S的影响，美国水土保持局提出一个参数CN，其关系式为:

运用SCS模型对研究区域进行模拟试验时，只需测得降雨量P以及确定模型参数CN值。CN值的确定是研究的关键。美国农业部土壤保持局提出的径流曲线数确定方法依据前期土壤湿度(AMC)、土壤类型、土地利用方式3个因素确定，对径流计算结果的影响很大［5］。但是，由于土壤水文条件、土地利用方式等的差异，我国许多土地利用在美国土壤保持局提供的CN表中难以查到相应的CN值。如果研究流域有一定年限长度的次降雨径流资料，那么可用研究流域的资料来反推CN值，从而为无降雨资料、相同下垫面条件下地区的径流计算提供参数。国外已提出用平均值法、对数频率分布法、渐近线法和中值法等来利用降雨径流资料推算径流曲线数值。我国一些学者也尝试用降雨径流资料来反推试验区的径流曲线数值。符素华等［7］用北京密云石匣3个小区实测降雨径流资料，用平均值法、中值法、算术平均值法、对数频率分布法以及渐近线法来反推CN值，并且用反推的CN值计算径流深，发现算术平均值法的结果最好，且算术平均值法计算CN值简单，因此建议在计算CN值时用算术平均值法。

1.2 数据来源与处理 数据资料均来自泰和水保站。该研究选取15场降雨径流资料。基于径流观测小区10场降雨－径流数据，确定径流计算模型，并用实测资料来检验。

2 结果与分析

2.1 径流小区概况 根据DEM数字高程图所提取的研究区坡度情况，研究区域以山地、低矮丘陵为主，主要坡度集中在0～30°且土地以红壤为主。因此，该次试验共布设12个径流小区。坡度均选取具有区域典型代表性坡度10°土壤，均为红壤，其中1号、7号为标准裸地小区，其他径流小区分别以不同植被覆盖。不同覆盖程度布设见表1。

表1 径流小区基本信息

2.2 数据处理与模型应用

2.2.1 研究区 CN值确定。CN是前期土壤湿润程度(AMC)、坡度、土壤类型和土地利用类型等因子的函数。由于土壤水文条件、土地利用方式等的差异，我国许多土地利用在美国土壤保持局提供的CN表中难以查到相应的CN值［8］。符素华等对CN值的确定方法做了深入研究，用研究流域次降雨径流资料来反推CN值，为无降雨资料、相同下垫面条件下地区的径流计算提供参数［9］。

该次研究从2～11月份的所有降雨中选取吉泰盆地10场具有代表性的降雨径流资料，降雨量均在15～50 mm之间，将降雨和实测径流资料代入式(5)，计算得到研究区S，再将S代入式(6)中计算出CN值，求算数平均值。由于全年所有降雨土壤前期湿润度只有2场为AMC II，其他均为AMC I，因此计算12个小区的CN值均为土壤前期湿润度为AMC I的值。从表2可以看出，CN值都比较高，其中2～11月份所有次降雨中2场降雨量大于50 mm，反推结果均在60～70之间，与表2中计算值出入较大，不列入计算范围内。

2.2.2 模型应用及验证。由数据资料较好的10场降雨同步观测记录得出各土地类型径流场在该次降水过程中的P值和Q值所得的CN值，然后将计算得出的CN值及另外5场降雨带入(3)式进行还原验证。在应用SCS模型模拟的过程中。一般认为，实际径流量与计算径流量的相对误差小于15% ～20%为合格，反之为不合格。研究区域4月30日、5月15日、5月16日、6月1日、11月24日降雨量分别为17.2、55.4、25.0、14.0、18.3 mm。将表3 径流量的实测值和模拟值进行对比，合格率只有65%，SCS模型模拟的效果一般。按照相对误差小于40%为合格，则合格率为85%。对每个小区的每场降雨相对误差进行分析，可知相对误差一般都小于75%，极个别大于75%。这可能是由数据不全和部分数据记录不准确造成的。

表2 径流小区CN值

从图2可以看出，5场降雨观测小区总流量预测值与实测值总体趋势一致，1、7号为裸地径流总量明显高于其他措施小区，2～6、10、12植被覆盖度较高，达到80% ～100%，径流总量相比其他小区仍然较小，说明植被覆盖度对地表径流有一定的影响。

表3 研究区域降雨—径流实测、模拟流量对比

3 结论

根据SCS模型原理建立了相应的流域产汇流模型，并且根据已有数据对模型参数的确定方法加以改进。用10场流域水文观测资料进行模型参数率定，并且利用5场流域实测降雨径流资料对模型进行检验。SCS模型参数的确定由AMC、土壤类型、土地利用方式查表所得。模型模拟结果和实测结果并不理想，因此采用反推法确定模型参数，发现模拟结果基本符合要求。对SCS产汇流模型进行改进且加以应用后，取得较好的效果。按照相对误差小于20%为合格，则模拟结果合格率为65%，模拟效果一般;按照相对误差小于40%为合格，则模拟结果合格率为85%。由于实测资料可能缺乏准确性，模拟结果基本符合要求，且降雨量越大，相对误差越小，模拟结果的准确性越高。

［1］吴黎明.吉泰盆地水土流失及其防治对策［J］.江西水利科技，1994，20(1):29 －31.

［2］杨格格，杨艳昭，封志明，等.南方红壤丘陵地区土地利用变化特征［J］.地理科学进展，2010，29(4):483 －488.

［3］郑畅，倪九派，魏朝富.基于DEM和SCS模型的四川盆地丘陵区局地径流研究［J］.水土保持学报，2008，22(5):73－77.

［4］洪林，罗琳，江海涛.SCS模型在流域尺度水文模拟中的应用［J］.武汉大学学报，2009，42(5):582 －586.

［5］王爱娟，张平仓，丁文峰.应用SCS模型计算秦巴山区小流域降雨径流［J］.人民长江，2008，39(15):49 －50，77.

［6］刘兰岚.降雨产流计算中径流曲线法(SCS模型)局限性的探讨［J］.环境科学与管理，2013，38(5):64 －68.

［7］符素华，王向亮，王红叶，等.SCS-CN径流模型中CN值确定方法研究［J］.干旱区地理，2012，35(3):415 －421.

［8］WILLIAM J R，LASEAR W V.Water yield model using SCS curve numbers［J］.Journal of hydraulics division，1976，102(9):1221 －1253.

［9］李常斌，秦将为，李金标.计算CN值及其在黄土高原典型流域降雨－径流模拟中的应用［J］.干旱区资源与环境，2008，22(8):67 －70.